“十二五”及2020年電力需求預測研究

林衛斌 陳 彬 俞燕山

(1．北京師范大學經濟與資源管理研究院，北京100875;2．北京師范大學環境學院，北京100875;3．中國能源研究會能源政策研究中心，北京100045)

“十二五”及2020年電力需求預測研究

林衛斌1，3陳 彬2，3俞燕山3

(1．北京師范大學經濟與資源管理研究院，北京100875;2．北京師范大學環境學院，北京100875;3．中國能源研究會能源政策研究中心，北京100045)

準確地把握未來10年的電力需求走勢是做好電力規劃、安排電力建設的重要基礎?？紤]到不同部門電力需求具有不同的決定因素和機制，本文把全社會用電量分為居民生活用電、農業用電、工業用電、建筑業用電和服務業用電等五個部分，構建、擬合不同的電力需求方程，預測電力需求。預測的主要結果是:“十二五”期間全社會用電量年均增長率約為7.8%，2015年用電量超過6萬億kWh，“十三五”期間的年均增長率為6.1%，2020年用電量接近8.2萬億kWh。未來10年，單位產值用電量將逐步下降，電力消費增長率將低于GDP增長率，電力需求彈性分別為0.84和0.72。電力需求結構將發生顯著變化，到2020年居民生活用電占全社會用電比重為20%左右，工業用電比重將從當前的73%下降到2020年的63%。

電力需求;分部門;預測

電力是經濟增長和居民生活不可或缺的能源，準確地把握未來的電力需求走勢是做好電力規劃、安排電力建設，有效保障國民經濟平穩較快發展和居民生活水平不斷提高的重要基礎。

1 電力需求預測的意義與方法

眾所周知，有效保障電力供應在發電與輸配電環節都需要有大量的基礎設施投資與建設。在發電環節，火電廠的建設周期一般在2－3年，而水電與核電的建設周期則更長，需要5－8年。這意味著“電力要先行”，即今天的電力需求需要昨天的電力建設來保障、明天的電力需求需要今天的電力建設來保障。因此，做好電力規劃并合理安排電力投資與建設就要求提前預測電力需求，準確地把握電力消費需求的未來走勢。如果不能提前把握電力需求，盲目進行電力規劃與建設將導致電力供需失衡，并最終損害國名經濟的健康發展。如果基于過分保守的電力需求判斷來進行電力供應規劃、安排電力建設，將導致電力短缺。如果電力規劃與電力建設基于過分樂觀的電力需求判斷，則容易導致過度投資的現象，導致產能過剩，造成資產閑置、電力行業整體經濟效益的滑坡，供電煤耗上升，資源使用效率下降。

電力(能源)需求預測主要涉及時間序列模型。20世紀80年代，對于中長期電力需求預測的理論研究開始興起，一系列預測方法，如自回歸法(AR)、(加權)移動平均法(EWMA)、一般指數平滑法、自回歸移動平均法(ARMA)和自回歸整體移動平均法(ARIMA)等被成功地提出并在電力需求預測中得到廣泛的接受［1］。這些方法的特點是根據變量的過去行為來預測變量的未來變化，即從圖形中觀察時間序列，并且由此得到關于它的過去行為的有關結論，進而使對時間序列的未來行為進行推斷。預測電力需求的另一種方法就是建立結構式模型，確定決定電力需求的變量，構建、估計變量之間的關系方程，并以解釋變量的未來值來進行預測。在Engle和Granger關于時間序列的開創性工作之后，人們通常運用協整時間序列而不是直接的OLS來預測電力需求以避免虛假回歸問題［2］。

國內對電力需求的預測主要可以分為兩種方法，第一種是彈性系數法［3］，第二種是需求函數法。彈性系數法在很大程度上是一種經驗判斷，簡單明了，但是不夠精確。如果不能對未來的單位產值用電量有一個比較準確的把握，運用彈性系數法來預測用電量存在較大的風險 。預測電力需求的另一種方法是建立電力需求模型，確定決定電力需求的變量及其影響機制，運用協整時間序列等經濟計量分析技術來確定解釋變量的參數，由此擬合電力需求方程，并根據解釋變量的未來取值預測電力需求，例如建立長期電力需求函數模型進行電力需求預測［5］。

不同于直接預測全社會總用電量，我們分部門預測電力需求。具體地，把全社會用電量細分為生活用電、農業用電、工業用電、建筑業用電和服務業用電等五大部分，對每部門的電力需求進行分別預測，并在此基礎上加總得到全社會用電量的預測值。之所以采用分部門預測的方法，主要是考慮到如下幾點理由:不同部門電力需求的影響因素不同。比如，影響生活用電與影響生產用電的因素具有顯著的差異性，前者主要取決于一個國家和地區居民的生活水平、電氣化程度和電價等，而后者則主要受國內生產總值和能源使用效率的影響;在生產用電中，農業、工業、建筑業和服務業電力需求的影響因素可能各不相同。分部門預測能夠有效考慮結構變化對電力需求的影響?，F有研究文獻中雖然也用重工業占GDP的比重等變量考慮結構變化的影響，但是一個指標難以完全衡量結構變化的影響。不同部門電力需求可能存在不同的預測方法。比如，生活部門的用電存在較為明顯的趨勢性特征，農業用電與服務業用電的增長率與產值增長率的偏差一般地較小，而工業用電量增幅的波動幅度則較大。因此，難以準確地構建全社會電力需求的總函數，而分部門地探討各細分部門電力需求的具體的決定因素，并在此基礎上擬合各部門電力需求方程，以預測未來的電力需求，再進行加總各部門的用電量得出全社會用電量，可以更好地控制預測誤差，使預測更加準確。分部門預測不僅可以預測未來的總電力需求，還能夠分析未來電力需求的結構性特征，比如在未來某個時點，生活用電、工業用電、服務業用電與建筑用電各占多大的比重。

2 分部門電力需求模型

一個國家或地區的全社會用電量包括居民生活用電量與各行業生產用電量兩個部分，生產用電包括農業用電、工業用電、建筑業用電和服務業用電等。影響不同部門用電量大小的因素具有顯著的差異性。居民生活用電的大小主要取決于電價、人口、人均收入與生活方式等方面［6］。而生產用電的大小則主要取決于國內生產總值與單位產值用電量。令Yi代表第i個產業部門的產值，Ei代表電力消費量，則單位產值用電量為:

其中，Si=Yi/Y代表第i個產業部門的產值比重，ei代表第i個產業部門的能耗強度。由此可見，細分行業單位產值用電量的變化與細分行業產值比重即產業結構的變化都會影響到單位產值用電量的變化。當然，不同的部門，影響單位產值用電量的因素和機制也不盡相同，因此，采用分部門預測方法可以更好地控制預測誤差，使預測更加準確。

2．1 居民生活用電

在現代經濟社會中，電力是居民生活不可或缺的必需品，照明、供熱、制冷、電腦和家庭娛樂設施等都需要消費電力能源。居民生活用電量的大小受多種因素共同決定，不過，居民生活用電具有較強的向下剛性和時間序列增長趨勢。比如，受國際金融危機的影響，2009年的全社會用電量增長率只有6.44%，而居民生活用電量的增長率則高達12.59%。這反映居民生活用電量的變化較少地受經濟形勢的影響，因此我們考慮用時間序列方法而不是結構性模型來擬合居民生活電力需求，并利用過去的信息來推斷未來。運用自回歸(VA)的方法來擬合居民生活用電量的過去行為，以1986－2009年的數據為樣本進行OLS擬合，結果如下表所示:

表1 生活用電自回歸Tab．1 Autoregression of domestic electricity consumption

如表1所示，生活用電自回歸模型具有較好的擬合優度，殘差不存在自相關和異方差也都通過檢驗。不過，常數項和時間趨勢對生活用電的影響并不顯著。去除這兩個變量，我們重新擬合得到居民生活用電量自回歸方程:REt=1.12REt－1，即生活用電平均每年保持12%左右的增長率。該模型具有較好的擬合效果(如圖1所示)。

2．2 第一產業用電

農業用電包括農、林、牧、漁及服務業，其中農林牧漁服務業用電量占第一產業用電量的60%以上，特別是排灌業，其用電量占第一產業用電總量的50%左右。一般地，在農業中生產技術相對穩定，鮮有重大技術創新使電力使用效率得到大幅度的提升?？傮w上看，單位農業產值的用電量相對穩定，農業用電量的大小在很大程度上取決于農業的產值(農業用電量的大小還受天氣因素的影響，特別是在干旱的季節，排灌方面將需要消耗較多的電力)。我們可以直接觀察農業用電量與農業增加值二元散點圖。

圖1 生活用電自回歸擬合Fig．1 Autoregression of domestic electricity consumption

圖2 第一產業增長值與用電量二元散點圖Fig．2 Binary scatter diagram of primary industry increase and electrical power consumption

圖2表明第一產業用電量和增加值大致成一個線性關系，故可考慮初步采用一元線性回歸。建立的第一產業用電模型如下:

其中AE表示第一產業用電量，AY為第一產業增加值，以1993－2009年的數據為樣本進行OLS擬合，結果如表2所示:

運用ADF方法檢驗殘差的水平值，t值為－2.944，表明在10%的顯著性水平下(臨界值為－2.87)，殘差為平穩序列，不存在單位根過程，即該靜態方程反映了第一產業用電量與第一產業增加值的長期均衡關系。

表2 農業用電量的回歸方程及檢驗Tab．2 Regression equation of agricultural electrical power consumption

2．3 工業用電

工業用電是電力消費的主體，特別是在正處于工業化加速推進的中國，工業用電量占全社會用總量的70%以上。不同于其他部門，工業用電與工業產值之間并不是簡單的線性關系。一方面，隨著中國工業化進程的推進和產業的不斷升級，工業的設備技術不斷得到改進，電力能源的利用效率將不斷提升，在其他條件不變的情況下，單位產值用電量逐步下降;另一方面，工業內部的結構不斷發生變化，特別是高耗電的重化工業與低耗電的產業比重不斷變化，產業結構的這種變化將會使單位產值的用電量發生變化。對工業增加值進行非線性變化，即令lnIY=log(工業增加值)，觀察用電量與變換后的增加值發現二者存在高次函數的關系，據此我們建立如下工業用電需求函數:

其中IE表示工業用電量，IY為工業增加值。另外，考慮到工業產業結構調整和技術進步對用電量變化的可能影響，我們引入時間趨勢項，以1993－2009年的數據為樣本進行擬合，結果如表3所示。

圖3表明模型總體的擬合效果很好，擬合曲線基本與歷史數據吻合，殘差沒有顯著的自相關及異方差。引入了滯后一期的信息作為解釋變量，存在其合理性，這是因為，工業的電力需求不僅取決于當期的工業增加值，而且同前一期的工業增加值也有關系，這里表現為前一期工業增加值系數為負，并不是說明工業增加值對電力需求的負反饋效果，而只是數學上的一種表示，因為前一期的增加值與當期的增加值的共同作用效果是正反饋的。

2．4 建筑業用電

建筑業用電量在全社會用電總量中所占的比重較小，只占1%左右。建筑業產業內部結構上相對穩定，其用電量的大小主要取決于建筑業的產值大小。當然，考慮到建筑業行業的技術進步問題，我們引入時間趨勢項。以1993－2009年的數據為樣本進行OLS擬合，結果如表4所示。

該回歸方程殘差通過了自相關，異方差等檢驗。另外，利用ADF法檢驗殘差的水平值，t值為－5.27，在5%的顯著性水平下，殘差為平穩序列，不存在單位根過程，即該靜態方程反映了建筑業用電量與建筑業增加值的長期均衡關系。

表3 工業用電量的回歸方程及檢驗Tab．3 Regression equation of industrial electrical power consumption

圖3 工業用電量擬合效果Fig．3 Fitted results of industrial power consumption

表4 建筑業用電量的回歸方程及檢驗Tab．4 Regression equation of constructive electrical power consumption

2．5 服務業用電

服務業主要包括交通運輸、倉儲、郵政業，信息傳輸、計算機服務和軟件業，商業、住宿和餐飲業，金融、房地產、商務及居民服務業，公共事業及管理組織。其用電量分別占全社會用電量的1.7%、0.6%、3.1%、2.3和3.1%左右。服務業單位產值用量很小，一般也保持相對穩定，受產業結構變化和技術進步影響較小。服務業的用電量主要取決于其產值的大小，二者呈現出明顯線性關系(如圖4所示)。

圖4 服務業用電量與增加值的二元散點圖Fig．4 Binary scatter diagram of service industry electrical power consumption and added value

該回歸方程殘差通過了自相關，異方差等檢驗(表5)。另外，利用 ADF法檢驗殘差的水平值，t值為－2.647，在5%的顯著性水平下，殘差為平穩序列，不存在單位根過程，即該靜態方程反映了服務業用電量與服務業增加值的長期均衡關系。

3 電力需求預測與分析

根據第二部分擬合的分部門電力需求方程，我們對“十二五”及2020年的電力需求進行預測。這要求首先對未來的經濟發展進行情景假設。

表5 服務業用電量的回歸方程及檢驗Tab．5 Regression equation of service industry electrical power consumption

從經濟增長周期的角度看，改革開放以來中國經濟增長大概經歷了三個周期，分別是20世紀80年代、90年代和新世紀的頭10年。觀察三個經濟增長周期，存在三個特征:一是每個周期的后兩年都因某種外部沖擊而使經濟增長陷入低谷;二是經濟增長的波動幅度逐步縮小，說明國家“消峰平谷”的宏觀調控能力逐步增強;三是經歷了兩年的低谷后，經濟將進入新一輪的增長期。由此我們假定未來10年中國經濟將進入新一輪的增長周期，前五年年均增長率為9.3%，后五年年均增長率為8.5%。其中，第一產業保持在4%左右的增長率;工業和建筑業的增幅將逐步縮小，設定分別從9.6%和8.8%下調到7.6%和6.0%;服務業的增長率將保持的10%左右的較高水平。

根據上面的情景假設和分部門電力需求模型，對“十二五”及2020年的電力需求進行預測，結果如表6所示。

圖5 GDP增長率(1978－2009)Fig．5 The growth rate of GDP from 1978 to 2009

表6 預測結果Tab．6 Forecasting results

預計“十二五”期間全社會用電量年均增長率約為7.8%，2015年用電量超過6萬億kWh，“十三五”期間的年均增長率為6.1%，2020年用電量接近8.2萬億kWh。據此，我們可以分析“十二五”及2020年中國電力需求具有如下幾點特征:

電力需求保持較快增長，但增速逐步放緩。當前，我國的人均用電量遠遠低于世界發達國家的人均水平;其次，我國正處在城鎮化加速時期，農村與城市之間人均用電量的巨大差距將逐漸拉近，這必將釋放出新一輪的電力需求空間;最后，第二產業的穩固發展和第三產業的蓬勃興起，西部開發的宏偉藍圖等，都需要穩定的持續的能源支持，電力需求的基本面不會發生根本性的逆轉。不過，同時我們也應該看到，隨著中國經濟發展方式的轉變，未來中國用電量的增速將逐步放緩。

單位產值用電量逐步下降。根據預測結果，我們測算“十二五”和“十三五”的電力需求彈性分別為0.84和0.72，這說明單位產值用電量將逐步下降。當前中國經濟社會面臨著日益嚴峻的資源瓶頸與環境約束，緩解這些問題的主要路徑就是節能減排，提高能源利用效率。隨著我們節能減排力度的不斷加強，一方面，產業結構將不斷調整優化:高耗能產業比重逐漸降低，而低耗能產業比重相應上升;另一方面，能源使用效率的逐漸提高。因此，可以預見，單位GDP用電量將呈現逐步下降的趨勢。

電力需求結構發生顯著變化。根據預測結果，我們發現未來5－10年，在終端消費中，電力需求結構將發生明顯變化，工業用電比重將不斷下降，第三產業和居民生活用電比重將上升。特別是居民生活用電將以12%的增長率持續增長，到2020年居民生活用電占全社會用電比重為20%左右。工業用電量將從當前的73%下降到2020年的63%(表7所示)。

表7 未來電力需求結構Tab．7 The future power demand structure(%)

4結論

電力建設投產需要一定的周期，對未來電力需求的準確把握對于科學合理規劃電力投資與建設、滿足經濟發展和人民生活的電力需求具有重要的意義。當前，我們不僅需要預測“十二五”的電力需求以便規劃安排電力建設滿足“十二五”期間的電力需求，還需要預測“十三五”期間的電力需求以便規劃安排電力建設作為“十三五”期間的儲備容量。

考慮到不同部門電力需求具有不同的決定因素和機制，本文把全社會用電量分為居民生活用電、農業用電、工業用電、建筑業用電和服務業用電等五個部分，構建、擬合不同的電力需求方程。其中，居民生活用電量具有較強的時間序列趨勢特征而受經濟增長波動的影響較小;農業和服務業用電量主要取決于其增加值的變化情況，具有明顯的線性特征;建筑業用電量除了受產值影響外，還受技術進步的影響;工業用電量與增加值具有非線性特征，因為其單位產值用電量受產業結構變動與技術進步的影響較大。在分部門電力需求方程的基礎上，預測未來十年的電力需求。預測的主要結果是:

(1)電力需求將保持較高增長率。“十二五”期間全社會用電量年均增長率約為7.8%，2015年用電量超過6萬億kWh，“十三五”期間的年均增長率為6.1%，2020年用電量接近8.2萬億kWh。

(2)未來十年，單位產值用電量將逐步下降，電力消費增長率將低于GDP增長率。“十二五”和“十三五”的電力需求彈性分別為0.84和0.72。

(3)電力需求結構將發生顯著變化。未來5－10年，在終端消費中，電力需求結構將發生明顯變化，工業用電比重將不斷下降，第三產業和居民生活用電比重將上升。到2020年居民生活用電占全社會用電比重為20%左右，工業用電量將從當前的73%下降到2020年的63%。

References)

［1］Enders W.Applied Econometric Time Series［M］．John Wiley＆Sons，Inc.，New York，1995.

［2］Engle R F，Granger C W J.Cointegration and Error-correction:Representation，Estimation，and Testing［J］.Econometrica，1987，55:251－276.

［3］國家發改委宏觀經濟研究院《經濟增長對電力需求的影響》課題組.經濟增長對電力需求的影響［J］.經濟研究參考，2005，(78):1－22.［Academy of Macroeconomic Research.Impact of Power Demand to Economic Growth［J］.Review of Economic Research，2005，78:1 －22．］

［4］林衛斌.經濟增長、能耗強度與電力消費［J］.經濟科學，2010，(5):15 － 22.［Lin Weibin.Economic Development，Energy Intensity and Power Consumption ［J］.Economic Science，2010，(5):15 －22.］

［5］林伯強.結構變化、效率改進與能源需求預測－以中國電力行業為例［J］.經濟研究，2003，(5):57－65.［Lin Boqiang.Structural Changes，Efficiency Improvement and Electricity Demand Forecasting［J］.Economic Research Journal，2003，(5):57 －65.］

［6］Reiss P C，White M W.Household Electricity Demand，Revisited［J］.Review of Economic Studies，2005，72(3):853 －883.

Research on Forecasting Electricity Demand of the 12thFive-year and 2020

LINWei-bin1，3CHEN Bin2，3YU Yan-shan3
(1．School of Economics and Resource Management，Beijing Normal University，Beijing 100875，China;2．School of Environment，Beijing Normal University，Beijing 100875，China;3．Center for Energy Policy，China Energy Research Society，Beijing，100045，China)

It is essential to predict electricity demand in the next ten years for power planning and construction．Considering various factors and mechanisms determining electricity demand of various sectors，this paper divides the total electricity consumption into five parts:resident，agriculture，industry，construction，and service sectors and establishes different demand equations tomake predictions for the electricity demand．The results show that the total electricity consumption will grow at an annual rate of7．8%during 12thFive-Year-Plan period，which would bemore than 6 ×1012kWh in 2015 while the annual growing rate will be 6．1%during the 13thFive-Year-Plan period．The total figure will reach nearly 8．2 × 1012kWh in 2020;In the next decade，the electric power consumption per unit output valuewill gradually decrease．The growth rate ofelectricity consumption would be lower than thatofGDPwith the electricity demand elasticity being 0．84 and 0．72，respectively．The electricity demand structure would change significantly．By 2020，the resident consumption will account for about20%of the overall electricity consumption in the society with the proportion for industrial electricity consumption declining from 73%to 63%．

electricity demand;sub-sector;forecasting

Q148，X321

A

1002－2104(2011)07－0001－06

10．3969/j．issn．1002－2104．2011．07．001

2011－01－20

林衛斌，講師，主要研究方向為能源經濟與能源政策。

陳彬，教授，博導，主要研究方向為能源資源核算與管理。

國家高技術研究發展計劃(863計劃)重點項目(編號:2009AA06A419);教育部新世紀優秀人才項目(編號:NCET－09－0226)。

(編輯:溫武軍)