階梯電價實施及結構設計

張昕竹+田露露

摘要：本文使用39個國家和地區的數據，利用選擇模型與計數模型，對影響階梯電價采納和設計的因素進行了經驗分析。結果顯示，較高的基尼系數會增加實施階梯電價的可能性，但較高的居民平均用電價格會阻礙階梯電價的引入；在階梯電價設計方面，較高的全社會人均用電量、平均溫度、最高檔對最低檔的電價倍數傾向于引入較高階梯數的階梯電價，但是較高的居民平均用電價格會促使選擇較低檔數的階梯電價，并且發達國家引入的階梯電價的階梯數一般會低于發展中國家的階梯數。最后，本文檢驗了我國階梯電價實施及結構設計的合理性。

關鍵詞：階梯電價；分檔檔數；結構設計

中圖分類號：F4037文獻標識碼：A

文章編號：1000176X（2014）07002307

一、引言

為了消除扭曲的電價機制帶來的不良影響，逐步減少電價的交叉補貼，促進社會公平，同時，也為了引導居民合理用電、節約用電，2011年在浙江、福建和四川三個試點地區運行階梯電價經驗的基礎上，我國下發了《關于居民生活用電試行階梯電價的指導意見》，開始在全國范圍內實行階梯電價。決策出臺后，引起了社會的廣泛討論，其中不乏質疑與反對的聲音，其焦點在于是否應該采納階梯定價以及階梯定價結構設計的合理性等。

實際上，階梯定價

階梯定價，指的是價格隨消費量的變化而變化。其定價特點是將消費量分成若干檔，每一檔的價格隨著檔次的變化而變化。階梯定價可分為遞增式與遞減式兩種。遞增式階梯定價是指對未超過某一值的消費量收取一個較低的費率，當超過這個值時，將會收取一個較高的費率，而遞減式階梯定價則相反，當超過某一值時，價格反而下降。現有的階梯定價一般實行遞增式。如不做特殊說明，本文余下部分所指的階梯定價也指遞增式階梯定價。

收稿日期：20140406

基金項目：國家自然科學基金項目“利用非線性定價促進能源節約的基礎理論和實證研究”（G030602）

作者簡介：張昕竹（1964-），男，遼寧建平人，東北財經大學特聘教授，博士生導師，中國社會科學院規制與競爭研究中心主任，研究員，主要從事機制設計、規制與競爭研究。Email：xzzhang@publicbtanetcn

田露露（1987-），女，山東汶上人，博士研究生，主要從事規制與競爭研究。Email：tian1929@163com 在許多國家的供電和供水等公共事業中得到了廣泛的應用。作為一種非線性定價方式，階梯定價相對于線性定價而言，不僅能夠更好地提供價格信號，提高電力資源的配置效率，促進成本的回收與改進廠商效率，同時還起到一定程度的收入再分配作用，以保證社會的公平。在國外電力市場中，雖然對居民用電實行階梯定價的情況非常普遍，但并不是所有的國家都采納了這種定價方式，而同樣采納的地區在實施的時期上也有先后。目前，國際上尚沒有一個衡量是否采納或何時采納這種定價方式的標準。另外，由于國情不同，不同國家或地區的電價結構設計也大不相同。以檔數為例，一般分布在2—8檔，大部分在2—6檔比較集中，7、8檔的情況雖有但比較少見。各國檔數不一的原因，主要是由于沒有一個統一的檔數設計標準。各地的檔數一般由當地的管制機構根據自身的情況與經驗制定，缺乏相應的理論背景與實證分析。因此，在階梯電價是否采納以及結構設計方面，需要學術界給出一個合理的衡量標準并提供相關的理論依據。

二、文獻綜述

國外有關階梯電價的文獻主要圍繞結構設計和效果評估兩方面進行。在結構設計方面，為了平衡收益，低檔的電價經常低于成本制定，高檔的電價一般基于現有成本（平均成本）或未來成本（長期邊際成本LRMC）制定。各國電價結構的設計過程一般首先是確定收益率，然后是檔數選擇，最后是每檔電量與電價的制定[1]。因此，在收益率受政府管制的情況下，檔數的設計比較重要，只有在檔數確定的情況下，才能對每檔的電價與電量進行設計。

Borenstein[2]指出階梯電價之所以流行，不僅因其能正確反映市場信息，還因其能夠作為一種協調經濟性目標與收入再分配的社會性目標之間相互沖突的工具。Lim和Ho[3]認為，相對單一制電價來說，分檔的電價結構更能促進生產效率的提高，并使廠商的利潤有一定的增加。同時，相對于許多其他先進的定價機制，階梯電價能夠以最小的成本解決交叉補貼與價格信號問題。但Whittington[4]認為，階梯電價要實現滿足低收入者基本用電需求的目標，其前提必須是低收入用戶同時也是低用電量的使用者，貧困用戶特別是發展中國家的貧困用戶由于家庭人口數較多或無法接入電力網絡，這種定價方式會使他們的境況變得更糟。Dahan 和Nisan[5]也指出，家庭人口數較多的低收入者比高收入者面臨更高的階梯稅率。在再分配效應方面，階梯電價確實對低收入群體起到了補貼作用，但效果不是特別明顯，且大部分來源于對高收入家庭征收的高電價，只有少部分來源于對中等收入者的電價征收[2]。在階梯電價實施與效果評估中，消費者需求價格彈性的測算是非常重要的，測算前需要確定消費者對哪種價格做出反應。Ito[6]指出，消費者并非對實際的邊際價格做出反應，而主要基于預期的邊際價格或平均價格做出反應，且相對于邊際價格，平均價格更能減少消費者福利的損失。Herriges和King[7]通過對照實驗的方法估計階梯電價下的電力需求，并采用修正的結構最大似然法估計需求價格彈性。Renzetti[8] 使用拉姆塞定價法對非線性定價的福利效應進行了測定，但更多的文獻則使用補償變化或等價變化來度量消費者的福利損失。

由于國內階梯電價起步較晚，因此相關的文獻更多的是關于結構設計方面。楊娟和劉樹杰[9]指出，國內電價結構設計遵循的基本原則是“預算平衡約束下的社會福利最大化”。朱柯丁等[10]認為對于檔數的選取可利用秩和比法確定地區最適合的階梯檔數。李媛等[11]認為也可以利用 Stone-Geary 效用函數對用戶的價格彈性進行差異化分析，以最大化節約電量為目標，電力公司的電費收益和檔位覆蓋率為約束條件來計算最優階梯檔數。對于每檔電量的確定，黃海濤等[12]運用密度聚類分析技術分析用戶種類，運用家用電器設備估算法和概率統計法確定各檔電量。馮永晟[13]根據上海和杭州的微觀數據，運用包容性檢驗法發現在階梯與峰谷兩種電價下，居民會對峰段的邊際價格和總量的平均價格做出反應。

縱觀現有的理論文獻，大部分是對單個國家或地區的電價結構和實施效果進行研究，而同時將多個國家的經驗綜合起來進行分析的很少，即便有也只是簡單的資料總結，對其進一步做實證分析的文獻幾乎沒有。以電價檔數為例，上文指出，電價結構設計中檔數的設計比較重要，然而，至今沒有文獻將多個國家的檔數設計綜合起來分析，這使得階梯電價在設計的過程中沒有相關的國際經驗做參考。另外，雖然大部分文獻證明了階梯電價的實施是合理且有效的，但在階梯電價的采納或引入的時機方面，沒有相關文獻進行具體論證。

三、模型設定

1二元選擇模型

本文首先對各國階梯電價采納的問題進行研究，同時分析影響階梯電價實施的因素。由于因變量的取值只有采納與不采納兩種結果，我們選取二元選擇模型進行回歸分析。由于因變量y的預測值總介于[0，1]之間，故y的兩點分布概率：

通過選擇合適的分布函數形式F（x，β），來求得y=1時發生的概率。常用的函數形式有符合標準正態分布的Probit模型和符合邏輯分布的Logit模型。

由于樣本個數與模型要求的限制，我們將重點選取5個解釋變量，分別利用Probit與Logit二元選擇模型，建立度量影響因變量Opt（是否采納階梯電價）的估計方程：

其中，Opt*是Opt不可觀測的潛變量，Xi為各解釋變量，βi為解釋變量的系數，度量了相應解釋變量的值變動一個單位（其他回歸元不變）所引起的估計值（潛在變量的值）的變化，也即引起的對數幾率比的邊際變化。ε表示誤差項。根據此模型，可以分析影響階梯電價實施的因素，同時也可以得出某一地區階梯電價實施的幾率比。

2計數模型

本文的第二個模型是對檔數設計問題進行研究，并分析影響檔數設計的因素。由于不同國家或地區的檔數不同且均為離散值，我們選取計數模型進行經驗分析。計數模型的一般形式為：

四、數據描述

本文使用的數據為位于歐洲、亞洲、美洲和大洋洲的39個國家與地區2008年的橫截面數據。其中，包括23個實行階梯電價的國家和地區，分別是日本、印度、澳大利亞、韓國、馬來西亞、菲律賓、泰國、埃及、也門、沙特阿拉伯、敘利亞、摩納哥、伊拉克、加拿大、美國的加州、美國的德克薩斯州、美國的新澤西州、美國的新墨西哥州、美國的愛荷華州、美國的紐約州、美國的佛羅里達州、中國香港和中國臺灣，階梯檔數2—8檔不等；16個未實行階梯電價的國家，分別是法國、芬蘭、英國、奧地利、比利時、丹麥、捷克、德國、愛爾蘭、盧森堡、西班牙、瑞典、葡萄牙、波蘭、匈牙利和斯洛伐克。

對于階梯電價的采納和設計，不同國家或地區依據各自的經濟與社會條件進行決策。一般會考慮到當地居民的用電情況和承受能力等因素。例如，美國紐約州會著重考慮居民的用電量、收入和氣候的影響。另外，原有的電價水平對階梯電價的實施與檔數的設計也有重要影響。當電價能夠滿足廠商正常收益時，廠商實施階梯電價的動機較小，即便實施，管制者也傾向于設計較低的電價與檔數以防止廠商收益過高。由于階梯電價具有一定程度的收入再分配作用，當社會收入分配不公平時，管制者傾向于設計多檔數的電價結構，使其保障低收入居民用電的同時也調節高收入者的用電量與收入。因此，反映收入分配狀況的因素也應考慮在內。

基于上述考慮，本文重點選取反映國家或地區之間差別、居民承受能力、電力消費情況、當地氣候狀況和收入分配狀況的指標。其中，反映國別的變量用虛擬變量（1或0，1代表發達國家，0代表發展中國家）和人口密度表示；反映居民承受能力的指標用人均國民總收入表示，一般來說，人均國民總收入越高，居民對電價的承受能力越強，從而使得需求彈性較低，電價變化對用電量的影響越不明顯，反之，則較明顯；反映電力消費情況的指標用居民平均用電價格和全社會人均用電量由于一些國家居民用電量數據的缺失，本文用全社會人均用電量來代替居民平均用電量。表示；反映當地氣候狀況的指標用平均溫度表示，平均溫度越高的地區用電量也相對較高；反映收入分配狀況的指標用各國的基尼系數表示，基尼系數越高，表明收入分配越不公，更能促進實施高檔數的階梯電價；最后，再加入與檔數有較強關聯性的最高檔電價對最低檔電價的倍數。

數據來源方面，美國的新墨西哥州、愛荷華州、紐約州、佛羅里達州以及加拿大的階梯電價結構數據來源于當地的電力公司網站，其余國家和地區的電價數據均由國家電網提供；人口密度、人均國民總收入數據來源于《美國統計年鑒》和《世界統計年鑒》；全社會人均用電量數據來源于《美國統計年鑒》和IEA統計數據庫；基尼系數由于基尼系數幾年之內不會發生太大變化，對于一些地區缺失的基尼系數，本文用與2008年前后相差不過3年的基尼系數代替。數據來源于《世界統計年鑒》和《世界各國概況》；平均溫度數據由旅游天氣網站提供的月度溫度加權平均得來。

五、估計結果與分析

1階梯定價的引入

對于階梯定價的引入，本文將同時給出OLS、Probit和Logit三個估計方法對式（2）的回歸結果進行估計，并從中選取最優的估計結果。

Probit估計與Logit估計的顯著性相對于OLS更強一些。而對于Probit估計與Logit模型來說，由于參數估計值不能直接可比，通過進一步計算二者的邊際效應，得出其邊際效應幾乎相同（結果略去），并無太大差別。因此，本文得出的結論有：

基尼系數和居民平均用電價格對階梯電價政策的采納起著顯著的作用。其中，一個國家或地區的基尼系數越高，實施階梯電價政策的幾率越大。基尼系數越高，表明收入分配越不公，社會貧富差距越大，較低的線性電價費率不僅起不到縮小貧富差距的目的，還會因其對高收入、高用電量住戶的過度補貼而使基尼系數在一定程度上呈擴大的趨勢。因此，在其他條件相同的情況下，基尼系數越大，一個國家或地區更有動力通過實施階梯電價進行收入再分配，以維護社會公平。而居民平均用電價格越高，階梯電價的采納幾率越小，主要是由于用電價格越高，越能接近或覆蓋電廠的成本，廠商在原有電價下的損失不大或能夠收回利潤，從而主動實施階梯電價的動機不是特別強。

而人均用電量、平均溫度和人均總收入在影響階梯電價政策采納的作用上并不顯著，特別是人均用電量的系數還與平均溫度和人均總收入的系數方向相反，呈現負值。出現這種現象的原因，首先，與樣本數據不是特別多，導致估計存在一定程度的偏差，5個解釋變量不能同時顯著有關；其次，與一些數據因缺失而用相關變量代替有關，本文居民人均用電量用全社會人均用電量代替，全社會用電量不僅包括居民用電，還包括商業、農業和大工業用電等，數據相對不是特別準確。根據IEA2010年電力統計中的數據，2008年OECD國家的居民用電量僅占全社會用電量的3120%。另外，與不能無限制地加入太多解釋變量及變量存在缺失有關。因此，多種因素導致一些解釋變量的系數不顯著。

由此看來，在階梯電價采納方面，影響作用最大的是居民用電價格和基尼系數。即大多數國家在考慮階梯電價是否采納時，應當更多地根據居民平均電價和基尼系數的高低來判斷，對于居民平均電價水平過低以及基尼系數較高的地區，應該通過實施階梯電價來調整扭曲的電價機制，緩解電廠虧損的狀況，并利用各個收入階層不同的價格彈性進行一定程度的收入再分配。

2階梯檔數設計

對于檔數設計的模型，本文將選取8個解釋變量進行估計，并同時給出OLS、泊松分布、負二項分布三種方法的估計結果。

與OLS相比，泊松分布和負二項分布的結果更顯著一些。而對于泊松分布與負二項分布來說，負二項回歸中各變量系數的顯著性相對更強一些，加之泊松分布的一個最重要的限制就是因變量的均值和方差相等，而因變量（STEP）的均值與方差在表1中顯示是不相等的，適用條件不能得到滿足，同時負二項估計的結果給出了在5%的水平上拒絕泊松回歸的原假設。故綜合來說，負二項分布的估計方法更適用于對階梯檔數的分析。根據估計結果得出以下結論：

第一，在檔數設置上，發達國家要比發展中國家低。由于發達國家居民總體的生活水平更高一些，雖然同屬低收入用戶，但發達國家低收入群體的承受能力仍比發展中國家強，因此，發達國家的電價設置也相對偏高。對本文的電價結構數據進行統計發現，發達國家或地區的平均居民電價為018美元，而發展中國家或地區則為010美元。這使得發達國家或地區在實施階梯電價時不需要設置過高的檔數和電價就能收回全部成本，而發展中國家更需要通過設置較高的檔數與電價倍數向需求彈性較低的居民征收高電價，以此來獲取正常利潤。本文實行階梯電價的14個發達國家和地區中，12個的檔數分布在2—4檔，5、6檔的分別只有1個，而其他9個發展中國家中，擁有5檔及以上檔次的就有5個，4檔的2個，這也進一步說明了發展中國家的檔數設置相對較高。

第二，人均用電量、平均溫度和電價倍數越高，階梯檔數就越高。其中，人均用電量越高，在一定程度上會促使設置更多的檔數來節約電力能源的使用；平均溫度對檔數的設計也起正向的作用，溫度越高，用電量越高，從而檔數也越高。在23個國家和地區中，擁有較高溫度的國家同時也擁有著較高的標數。

另外，最高檔對最低檔的電價倍數越高的地區，檔數也越高。在電價結構設計的過程中，要使最高檔對最低檔的電價倍數較高，則檔數設計也應較高，反之，檔數較高的地區，電價倍數也較高。本文14個檔數較低的發達國家和地區中，最高檔對最低檔的電價倍數取值在108—1160之間，平均值為230倍，而其他9個檔數較高的發展中國家，電價倍數的取值在117—3760之間，平均值為793倍。由此也可看出，檔數較低的地區，電價倍數設置也較低。

第三，居民平均用電價格越高，檔數設計越低。此結論與階梯電價引入模型中居民平均用電價格對階梯電價的采納起阻礙作用的效果是一致的。由于階梯電價的設置是基于原有居民用電價格，對于平均用電價格較高的地區，為避免電價上升太多而超出居民承受能力或使廠商利潤太高，檔數設計會相對偏低。

由此來看，檔數設計受居民用電情況、氣候、電價倍數和平均用電價格這四個因素的影響，對于用電量較多、平均溫度較高和預期電價倍數較高的地區，檔數設計也相對較高，而對于平均用電價格較高的地區，檔數設計相對較低。另外，發展中國家的檔數相對發達國家或地區的更高一些。

3我國階梯電價的實證檢驗

我國于2012年7月正式在居民用電領域實施階梯定價機制。將居民每月用電量按照滿足基本用電需求、正常合理用電需求和較高生活質量用電需求劃分為三檔。雖然劃分方法較合理，但仍然缺乏相應的實證支持。面對一些質疑與討論，有必要通過本文的方法來驗證我國階梯電價實施與設計的合理性。

正整數，故其最優取值應該為3，而這也與我國2012年實際實施的電價檔數一致。因此，我國階梯電價的實施及結構設計是比較合理的，這不僅為我國居民電價的改革提供了經驗支持，同時，也表明我國在居民電價上的改革方向是正確的，在此基礎上可進行深化改革。

六、結論

階梯電價的實施在解決低電價造成的交叉補貼，保證電力工業發展所需的資金，促進電力市場化改革等方面起到了重要的作用。諸多的優點使得其在國內外的電力機構中得到了廣泛的應用，取得了線性定價無法取得的效果。有關階梯電價研究的文獻主要集中于結構設計與效果評估，但結構設計方面更多的是針對單個國家或地區而言，同時將多個國家的設計經驗綜合起來進行實證分析的很少。加之，2011年我國提出居民用電實施階梯電價的政策之后，遭致許多反對與質疑的聲音，更需要學術界提供理論支持與實證依據，給出合理的解釋并消除人們心中的疑慮。因此，為了解決上述問題，本文使用跨國的年度橫截面數據，利用選擇模型和計數模型，經驗分析了影響階梯電價采納及檔數選擇的因素，并在此基礎上進一步驗證了我國階梯電價政策的實施與設計的合理性。

本文得出的結論如下：基尼系數和居民平均用電價格在階梯電價的引入方面起顯著的作用，基尼系數越高，階梯電價實施的幾率越大，而居民平均用電價格的作用則相反，平均用電價格越高，階梯電價實施的幾率就越小；在結構設計方面，全社會人均用電量、平均溫度、電價倍數越高，越能提高檔數的設計，而居民平均用電價格越高，越降低檔數的設計；另外，發達國家引入的階梯電價檔數一般低于發展中國家的檔數設置。在此基礎上，本文對我國階梯電價的引入及檔數的設計進行了檢驗，結果顯示我國在居民電價方面的改革是正確且合理的。

參考文獻：

[1]Henson， SEElectricity Demand Estimates under Increasing-Block Rates[J]Southern Economic Journal， 1984，23（4）：147-156

[2]Borenstein， SThe Redistributional Impact of Nonlinear Electricity Pricing [J]American Economic Journal： Economic Policy， 2012， 4（3）： 56-90

[3]Lim， N， Ho， THDesigning Price Contracts for Boundedly Rational Customers： Does the Number of Blocks Matter？ [J]Marketing Science， 2007， 26（3）： 312-326

[4]Whittington， DPossible Adverse Effects of Increasing Block Water Tariffs in Developing Countries [J]Economic Development and Cultural Change， 1992， 41（1）： 75-87

[5]Dahan， M， Nisan， UUnintended Consequences of Increasing Block Tariffs Pricing Policy in Urban Water [J]Water Resources Research， 2007， 43（3）

[6]Ito， KDo Consumers Respond to Marginal or Average Price？ Evidence from Nonlinear Electricity Pricing [J]The American Economic Review， 2014， 104（2）： 537-563

[7]Herriges， JA， King， KKResidential Demand for Electricity under Inverted Block Rates： Evidence from a Controlled Experiment [J]Journal of Business & Economic Statistics， 1994， 12（4）： 419-430

[8]Renzetti， SEvaluating the Welfare Effects of Reforming Municipal Water Prices [J]Journal of Environmental Economics and Management， 1992， 22（2）： 147-163

[9]楊娟，劉樹杰階梯電價的國際實踐[J]中國經貿導刊，2010，（10）： 27-28

[10]朱柯丁，宋藝航，譚忠富，吳海林居民生活階梯電價設計優化模型[J]華東電力，2011，39（6）： 862-867

[11]李媛，羅琴，宋依群，徐劍，蔡磊，顧俊基于需求響應的居民分時階梯電價檔位制定方法研究[J]電力系統保護與控制，2012，40（18）： 65-68

[12]黃海濤，張粒子，喬慧婷，杜寧基于變密度聚類的居民階梯分段電量制定方法[J]電網技術，2010，34（11）： 111-116

[13]馮永晟非線性定價組合與電力需求[J]中國工業經濟，2014，（2）：45-57

The Implementation and Structural Design of Electricity Increasing Block Pricing：An Empirical Analysis Based on Transnational Data

ZHANG Xin-zhu1，2，TIAN Lu-lu1

（1Center for Industry and Business Organization， Dongbei University of Finance and Economics， Dalian 116025， China；2Center for Regulation and Competition， Chinese Academy of Social Sciences ，Beijing 100732， China）

Abstract：

Taking advantages of Selection Model and Counting Model， We make an empirical analysis on the influencing factors on Increasing Block Pricing（IBP） design based datas from thirty-nine countries and areasWe find that higher Gini coefficient could increasing the implement possibility of IBP， while higher residential average electricity price hind the introduction of IBPDesigning a respect， higher electricity consumption per capita， average temperatures and multiple （divide highest price by lowest price） could raise the number of blocks on IBP， but higher residential average electricity price urge to choose less numberIn addition， the number of blocks in developed countries and areas are less than the developing countriesIn the end， we verify that the implement and structure of IBP in China is rational

Key Words：electricity increasing block pricing；number of blocks；structural design

（責任編輯：巴紅靜）

參考文獻：

[1]Henson， SEElectricity Demand Estimates under Increasing-Block Rates[J]Southern Economic Journal， 1984，23（4）：147-156

[2]Borenstein， SThe Redistributional Impact of Nonlinear Electricity Pricing [J]American Economic Journal： Economic Policy， 2012， 4（3）： 56-90

[3]Lim， N， Ho， THDesigning Price Contracts for Boundedly Rational Customers： Does the Number of Blocks Matter？ [J]Marketing Science， 2007， 26（3）： 312-326

[4]Whittington， DPossible Adverse Effects of Increasing Block Water Tariffs in Developing Countries [J]Economic Development and Cultural Change， 1992， 41（1）： 75-87

[5]Dahan， M， Nisan， UUnintended Consequences of Increasing Block Tariffs Pricing Policy in Urban Water [J]Water Resources Research， 2007， 43（3）

[6]Ito， KDo Consumers Respond to Marginal or Average Price？ Evidence from Nonlinear Electricity Pricing [J]The American Economic Review， 2014， 104（2）： 537-563

[7]Herriges， JA， King， KKResidential Demand for Electricity under Inverted Block Rates： Evidence from a Controlled Experiment [J]Journal of Business & Economic Statistics， 1994， 12（4）： 419-430

[8]Renzetti， SEvaluating the Welfare Effects of Reforming Municipal Water Prices [J]Journal of Environmental Economics and Management， 1992， 22（2）： 147-163

[9]楊娟，劉樹杰階梯電價的國際實踐[J]中國經貿導刊，2010，（10）： 27-28

[10]朱柯丁，宋藝航，譚忠富，吳海林居民生活階梯電價設計優化模型[J]華東電力，2011，39（6）： 862-867

[11]李媛，羅琴，宋依群，徐劍，蔡磊，顧俊基于需求響應的居民分時階梯電價檔位制定方法研究[J]電力系統保護與控制，2012，40（18）： 65-68

[12]黃海濤，張粒子，喬慧婷，杜寧基于變密度聚類的居民階梯分段電量制定方法[J]電網技術，2010，34（11）： 111-116

[13]馮永晟非線性定價組合與電力需求[J]中國工業經濟，2014，（2）：45-57

The Implementation and Structural Design of Electricity Increasing Block Pricing：An Empirical Analysis Based on Transnational Data

ZHANG Xin-zhu1，2，TIAN Lu-lu1

（1Center for Industry and Business Organization， Dongbei University of Finance and Economics， Dalian 116025， China；2Center for Regulation and Competition， Chinese Academy of Social Sciences ，Beijing 100732， China）

Abstract：

Taking advantages of Selection Model and Counting Model， We make an empirical analysis on the influencing factors on Increasing Block Pricing（IBP） design based datas from thirty-nine countries and areasWe find that higher Gini coefficient could increasing the implement possibility of IBP， while higher residential average electricity price hind the introduction of IBPDesigning a respect， higher electricity consumption per capita， average temperatures and multiple （divide highest price by lowest price） could raise the number of blocks on IBP， but higher residential average electricity price urge to choose less numberIn addition， the number of blocks in developed countries and areas are less than the developing countriesIn the end， we verify that the implement and structure of IBP in China is rational

Key Words：electricity increasing block pricing；number of blocks；structural design

（責任編輯：巴紅靜）

參考文獻：

[1]Henson， SEElectricity Demand Estimates under Increasing-Block Rates[J]Southern Economic Journal， 1984，23（4）：147-156

[2]Borenstein， SThe Redistributional Impact of Nonlinear Electricity Pricing [J]American Economic Journal： Economic Policy， 2012， 4（3）： 56-90

[3]Lim， N， Ho， THDesigning Price Contracts for Boundedly Rational Customers： Does the Number of Blocks Matter？ [J]Marketing Science， 2007， 26（3）： 312-326

[4]Whittington， DPossible Adverse Effects of Increasing Block Water Tariffs in Developing Countries [J]Economic Development and Cultural Change， 1992， 41（1）： 75-87

[5]Dahan， M， Nisan， UUnintended Consequences of Increasing Block Tariffs Pricing Policy in Urban Water [J]Water Resources Research， 2007， 43（3）

[6]Ito， KDo Consumers Respond to Marginal or Average Price？ Evidence from Nonlinear Electricity Pricing [J]The American Economic Review， 2014， 104（2）： 537-563

[7]Herriges， JA， King， KKResidential Demand for Electricity under Inverted Block Rates： Evidence from a Controlled Experiment [J]Journal of Business & Economic Statistics， 1994， 12（4）： 419-430

[8]Renzetti， SEvaluating the Welfare Effects of Reforming Municipal Water Prices [J]Journal of Environmental Economics and Management， 1992， 22（2）： 147-163

[9]楊娟，劉樹杰階梯電價的國際實踐[J]中國經貿導刊，2010，（10）： 27-28

[10]朱柯丁，宋藝航，譚忠富，吳海林居民生活階梯電價設計優化模型[J]華東電力，2011，39（6）： 862-867

[11]李媛，羅琴，宋依群，徐劍，蔡磊，顧俊基于需求響應的居民分時階梯電價檔位制定方法研究[J]電力系統保護與控制，2012，40（18）： 65-68

[12]黃海濤，張粒子，喬慧婷，杜寧基于變密度聚類的居民階梯分段電量制定方法[J]電網技術，2010，34（11）： 111-116

[13]馮永晟非線性定價組合與電力需求[J]中國工業經濟，2014，（2）：45-57

The Implementation and Structural Design of Electricity Increasing Block Pricing：An Empirical Analysis Based on Transnational Data

ZHANG Xin-zhu1，2，TIAN Lu-lu1

（1Center for Industry and Business Organization， Dongbei University of Finance and Economics， Dalian 116025， China；2Center for Regulation and Competition， Chinese Academy of Social Sciences ，Beijing 100732， China）

Abstract：

Taking advantages of Selection Model and Counting Model， We make an empirical analysis on the influencing factors on Increasing Block Pricing（IBP） design based datas from thirty-nine countries and areasWe find that higher Gini coefficient could increasing the implement possibility of IBP， while higher residential average electricity price hind the introduction of IBPDesigning a respect， higher electricity consumption per capita， average temperatures and multiple （divide highest price by lowest price） could raise the number of blocks on IBP， but higher residential average electricity price urge to choose less numberIn addition， the number of blocks in developed countries and areas are less than the developing countriesIn the end， we verify that the implement and structure of IBP in China is rational

Key Words：electricity increasing block pricing；number of blocks；structural design

（責任編輯：巴紅靜）