中國農村居民電價的關鍵影響 因素及系統動力學仿真分析

中國農村居民電價的關鍵影響
因素及系統動力學仿真分析

羅斌張翼飛

(北京理工大學管理與經濟學院，北京100081)

摘要：中國農村居民電價的影響因素復雜，我們以分析影響因素及其傳導機理為基礎，借助系統動力學原理建立了動態仿真模型。該模型可以對主要影響因素、上網電價等農村居民電價形成的主要環節變量、各因素對農村居民電價的影響程度等進行仿真分析。對政府輔助分析農村居民電價政策的調整理由、科學選擇調整幅度和時間、合理推進電價政策的市場化改革等具有一定理論和實際指導價值。

關鍵詞：農村居民電價政策；影響因素；仿真分析

收稿日期：2014-09-15修回日期：2015-03-01

基金項目：中國國家社科基金(13BGL123)。

作者簡介：羅斌(1963-)，男，湖北公安人，北京理工大學管理與經濟學院大中型企業戰略規劃研究中心主任，研究方向：企業競爭力評價模型、戰略與政策的績效評價模型、戰略與政策的決策模擬方法等。

中圖分類號：F407.9

文獻標識碼：A

文章編號：1002-9753(2015)04-0165-08

Abstract：Factors affecting the electricity price of Chinese rural residents are various.In this paper，we first analyze the factors that impact electricity price and their conduction mechanism，and then establish a dynamic simulation model based on system dynamics.Simulation analysis can be carried out on this model，including major influence factors，variables of the major parts affecting rural electricity tariff，like on-grid price，and the degree of influence by each factor，which can provide some theoretical and practical references for the government to analyze whether the rural residents electricity tariff should be adjusted or not，ensure proper price adjustments fluctuation range and time，and promote market-oriented reforms in electricity pricing.

A Study on Key Determinants and Simulation Analysis

of Chinese Rural Residential Electricity Price Based on System Dynamics

LUO Bin，ZHANG Yi-fei

(SchoolofManagementandEconomics，BeijingInstituteofTechnology，Beijing100081，China)

Key words:rural electricity pricing policy；factors affecting price；simulation analysis

一、引言

農村居民電價政策是我國最復雜的公共政策之一。用戶分散導致供電成本高、供電行業壟斷導致市場失靈等原因，使以成本、競爭等為基礎的傳統定價理論遇到了挑戰；居民的社會廣泛性決定了居民電價政策的調整頻度和幅度不能太高，因此，政策調整有必要建立在中長期預測的基礎上；中國農村居民電價的影響因素比一般國家更加復雜，涉及到扶貧、新農村建設、節能等許多國家重大戰略和利益群體，因此，相關決策沒有輔助分析工具很難實現客觀、公正和國家整體利益的協調；目前的調研、試驗、聽證等公共政策決策方法，因調研信息滯后決策、試驗區域代表性有限、聽證參與方信息不對稱等使決策的科學性和前瞻性受到了較大影響。基于這些問題，我們就中國農村居民電價政策的分析決策提出了一種新的思路和方法，即，在系統分析關鍵影響因素及其傳導機理和數量經濟關系的基礎上，借助系統動力學等相關軟件建立科學的多功能仿真系統，使決策者可以方便且反復地比較不同決策的后果，并發現產生變化的原因。顯然，這有利于提高農村居民電價政策的戰略性、前瞻性和科學性。從電力市場化改革的角度講，我國目前城鄉統一的居民電價政策存在明顯弊端，不能體現各自的差異，而系統動力學仿真系統在比較差異方面優勢顯著。因此，仿真分析對農村居民電價政策的科學決策和順利推動電力市場化改革等是有重要幫助的。

二、國內外相關研究簡述

電價影響因素研究方面，國內外的相關研究較多。如：氣象、自然條件、電價成本[1]，技術進步和管理水平、稅收和利率、經濟增長、產業結構、用戶消費特征和結構、電力消費相關品的價格等[2]，石油等電力替代品的價格等[3]等。電價仿真預測研究方面，目前仿真預測電價的方法很多，如：動態回歸模型和傳遞函數模型[4]；基于ARMAX考慮的負荷與電價之間非線性關系的短期電價預測模型[5]；基于解釋結構的模型階層結構圖[6]；運用概率神經網絡(PNN)、正交實驗設計(OED和增強型概率神經網絡(EPNN)建立的預測系統[7]；基于混沌理論的粒子群神經網絡短期電價預測方法[8]。在電價的系統動力學研究方面，黃健柏等[9]基于系統動力學對峰谷分時電價和兩部制電價建立了仿真模型；孫藝新[10]、施應玲等[11]以電解鋁企業為例，初步建立了差別電價政策的系統動力學仿真模型。

總體看，國內外針對電價的仿真預測方法已經涉及很多，在電價的系統動力學運用方面也有涉足，但目前對農村居民電價的影響因素及預測仿真的研究很少見，此外系統動力學相比其他仿真預測方法，更方便分析影響因素的作用機理和根據需要調整仿真系統的功能，所以本文采用系統動力學建立農村居民電價仿真預測模型。

三、中國農村居民電價的關鍵影響因素分析

電價是電力生產、輸送、分配和銷售等各環節價格的集合，它由電能成本、稅金和利潤構成。電能的傳導會產生上網電價、輸配電價和銷售電價，價格模式分別為：上網電價=發電成本+盈利；輸配電價=供電成本+盈利，銷售電價=售電成本+盈利，我們從這三方面和政府干預等環境因素，結合相關統計資料的專有名詞，綜合出中國農村居民電價影響因素的初選指標。供給側(發電、輸電和售電)因素的指標主要有：電源工程建設投資額、全國發電標準煤耗率、電煤價格、貸款利率、稅率、發電廠用電率、全國發電量、電網投資額、全國線路損失率、全國用電量、農村電壓合格率和供電可靠率等；需求側因素指標主要有：農村居民年人均純收入、人均生活用電量、天然氣價格(主要替代能源)、空調的平均每戶占有率、年平均氣溫、年平均降水量、調價頻率和調價幅度(政府干預)、價格補貼等。

運用灰色理論和指標數據通過計算和比較綜合關聯度的大小，初步得出農村居民電價的關鍵影響因素為：空調的平均每戶占有率、平均貸款利率、農村居民年人均純收入、天然氣價格、發電用煤價格、人均生活用電量、全社會用電量、全國發電量、電網投資額、價格補貼[12]，指標數據主要來源于《中國電力年鑒》、能源與電力分析年度報告系列之《國際能源與電力價格分析報告》等。

四、系統動力學仿真預測模型的建立

(一)模型的系統流圖[13]

中國農村居民電價模塊涉及的變量和影響因素比較多，但總體可分為上網電價、輸配電價、居民用電需求三個子系統。在上網電價子系統，因為目前火力發電依舊是主要的發電形式，所以本文的研究只涉及火力發電，電價傳導過程的發電成本，主要是燃料成本方面考慮；在輸配電價子系統，主要是從相關電網企業的收入方面考慮，國內外對于輸配電準許收入的規定基本上是一致的，均包括準許成本、準許收益和稅金三部分，且根據發改價格[2005]514號文件，準許成本由折舊和運行維護費用兩部分構成；在居民用電需求子系統，主要考慮居民收入、相關替代品價格和宏觀政策三個方面對居民電價的影響。

由于居民電價決策系統涉及因素較多，相關數據獲取難度大，出于對系統動力學模型正確性以及計算機模擬可操作性的考慮，簡化選取主要因素，忽略次要因素和難以量化的因素，得出其綜合模型系統流圖(圖1)。該模型的仿真模擬步長為1年，模擬時間為2004-2020年，模型中參數ai、bi(i=1,…,12)均為相應指標的灰色預測方程模型中的參數。

圖1　中國農村居民電價系統流圖

(二)系統變量的確定

1.狀態變量

本模型設置有效資產為狀態變量。

2.速率變量

本模型設置電網投資增長設為速率變量。

3.輔助變量

本模型設置單位燃料成本、單位上網電價、單位購電成本、單位輸配電損耗、單位輸配電價、折舊費、運行維護費、準許成本、準許收入、廠用電率、線損率、發電標準煤耗、變電容量、線路長度、上網電量、上網煤耗、調價額、調價時間、交叉價格補貼等設置為輔助變量。

4.常量

將稅率、投資回報率、折舊率、購電成本率、初始有效資產、政府性基金等設置為常量。并不是說這些變量實際中不變化，只是因為這些指標變化的少，為了問題的簡化，我們將這些取值較為穩定的變量設為常量。

(三)常量值的確定

1.電力企業的稅金按照綜合稅率估計，按企業增值稅17%，城市建設維護費率7%，教育費及附加3%，折算綜合稅率為18.7%[14]。

2.趙會茹等[15]利用資本資產定價模型和資金加權平均成本法研究了我國輸配電企業投資回報率的合理水平應為8.39%，其稅前真實投資回報率為8.81%。

3.購電成本率指電網企業從發電企業或其他電網購入電能所支付的費用及依法繳納的稅金，包括所支付的容量電費、電度電費。上網電價是購電成本的核心部分。將購電成本率設定為購電成本和平均上網電價之間的比例，用來反映多種原因下平均上網電價與最終購電成本之間的差異，約為1.2[16]。

4.全國政府性基金及附加主要有5項，即國家重大水利工程建設基金、水庫移民后期扶持基金、農網還貸資金、城市公用事業附加、可再生能源電價附加，平均約為3分/千瓦時左右[16]。

5.輸配電企業的固定資產主要涉及輸電線路、變電設備、配電設備及線路等幾個部分，根據公布的《電力工業固定資產年折舊率表》，取上述固定資產折舊率的平均值，通過計算我們得出折舊率為4.92%。

(四)主要參數方程

(1)單位燃料成本=電煤價格*上網煤耗[17]

(2)上網電量=全國發電量*(1-廠用電率)[17]

(3)上網煤耗=發電標準煤耗*全國發電量/上網電量=發電標準煤耗(1-廠用電率)[17]

(4)單位輸配電損耗=單位輸配電價*線損率[18]

(5)準許收益=有效資產*投資回報率[18]

(6)準許成本=運行維護費+折舊費[18]

(7)準許收入=(準許收益+準許成本)(1+稅率)[18]

(8)單位輸配電價=準許收入/全社會用電量[19]

(9)單位目標銷售電價=單位輸配電價+單位輸配電損耗+單位購電成本+政府性基金[19]

(10)單位銷售電價=單位目標銷售電價+DELAY1 (調價額，調價時間)(自2006年)(通過觀察我們發現政府大體上每隔一年調價一次，因而將調價時間即調價間隔設為2)

(11)單位農村居民電價=單位銷售電價-價格補貼(由于居民電價的成本高于平均成本，所以本文假設的補貼小于實際補貼值，但變化趨勢是基本一致的)

(12)有效資產=INTEG(初始有效資產，電網投資增長)

(13)單位購電成本=單位上網電價*購電成本率[16]

(14)運行維護費=312839.038+53126.74X1+4468.286X12-26693.392X2(X1：變電容量，X2：線路長度)[20]

(五)指標及指標間關系的預測及量化關系模型

1.指標的灰色預測模型及檢驗情況

根據數據變化特點、精度要求、系統改進的方便性等因素，我們對指標的預測選用了灰色預測模型?；疑Ｐ偷膮导?004-2011年的指標數據實際值與相應年度的預測值計算的綜合誤差率見表1。

表1　各指標的預測誤差及模型參數

據表1數據可以看出各指標的綜合誤差率均小于5%，所以這些指標選用灰色預測模型進行數據預測是可行的。

2.主要回歸方程的構建

從表2結果可看出，上述回歸模型的擬合度和置信度高。

表2　回歸方程表

(六)中國農村居民電價模型檢驗

1.直觀檢驗

(1)系統自檢驗和模型的編碼檢驗

在不斷地向系統輸入的過程中，系統首先會第一時間報錯，根據系統的分析不斷調試，直至滿足各種函數要求。其次，是對于編碼的檢驗和調入數據的檢驗，將模型中調入的數據與實際數據一一檢查，以免漏填或填錯，影響整個系統的運行。

(2)量綱檢驗

量綱檢驗首先檢驗的是模型的單位、變量與其在實際中所代表意義是否相一致。接著，以方程變量之間的運算，對量綱進行檢查，既可以檢查量綱，又可以避免無效方程。

2.數值檢驗——有效性檢驗

通過把模型中運作產生的變量的數據與真實數據加以對比，如果歷史數據與仿真數據相對誤差在10%以內，就可視為仿真數據有效[21]。由表3可以看出，對于農村居民電價的系統仿真數據是有效的。

通過模型仿真，我們發現，雖然總體精度滿足要求，但是，由于近幾年居民電價調整少而成本上漲多，使價格補貼逐年增加，其預測一直呈快速上升趨勢，因而導致2011年中國農村居民平均電價的仿真結果較實際值偏低。隨著時間的推移，補充的指標數據可以不斷修正仿真模型參數，進而更精確。

表3　農村居民電價有效性檢驗

五、中國農村居民電價仿真模型的主要功能

(一)對各主要指標參數值進行仿真分析

由于已經對主要指標建立了預測模型并輸入到仿真模型中，因此我們的系統可以對主要指標的演化趨勢進行仿真，表4為部分主要指標的仿真結果。

表4　部分指標的仿真預測值

(二)對農村居民電價形成的各環節進行仿真分析

利用模型可對中國農村居民電價的各中間環節變量指標進行仿真分析，圖2為主要環節的指標參數的仿真結果。

根據圖5可以看出，2012-2020年上網電價、購電成本、銷售電價顯著上升；農村居民電價和輸配電價分別呈緩慢上升和下降的趨勢，其中農村居民電價上升緩慢主要是政府有意干預居民電價上漲，使價格補貼力度越來越大所致。

圖2　主要環節指標的仿真值

(三)對關鍵因素指標與農村居民電價的關聯程度進行仿真分析

我們選取的關鍵因素指標有：供給側指標(電煤價格、電網投資增長)、需求側指標(天然氣價格、農村居民人均純收入、人均生活用電量、全社會用電量)、國家宏觀政策力度(價格補貼)。關鍵因素調幅的正負以使農村居民電價下降為基準。通過模型對關鍵因素指標與農村居民電價的關聯程度進行仿真，得到表5的結果。

表5　關鍵因素指標調幅10%的農村居民電價仿真值及平均靈敏度

注：靈敏度=(調整后的農村居民電價仿真值-農村居民電價仿真初始值)/農村居民電價仿真初始值。

從仿真結論中可看出，雖然中國農村居民電價受政府干預強度大，但從中長期看，發電成本、替代品價格和消費者的電價承受能力決定了電價水平及變化趨勢。

(四)模型具有方便升級的功能

模型的建立主要是利用系統動力學的仿真軟件——Vensim軟件。Vensim軟件本身就具有上手容易、使用方便、易于修正的優點；此外，模型中的指標預測采用的是灰色預測模型，模型構建時將其融入其中，更便于數據的更新和調整，當數據增加需要調整時，只需在模型中修改相應指標的a、b值即可。

六、主要結論、政策建議和展望

(一)主要研究結論與政策建議

1.以成本、競爭為基礎的傳統定價理論和調研、試驗、聽證等傳統的公共政策決策方法，因市場失靈、信息滯后、代表性不理想、信息不對稱、主觀性影響大等原因，在中國農村居民電價政策的決策中受到了挑戰。研究表明，基于系統動力學的農村居民電價仿真系統，在政策分析決策的系統性、邏輯性、前瞻性、客觀性等方面，較好地彌補了傳統理論和方法的不足。

2.考慮到我國居民電價調整的習慣導致的居民心理承受能力，從社會穩定和民生問題考慮，建議我國農村居民電價每次調幅度低于10%，且每年最多調整一次。因此，提高中長期預測能力是科學制定我國農村居民電價中長期調整規劃的基礎。從本文仿真系統的功能和精度檢驗看，我們建立的系統不僅具多種預測功能，且精度滿足要求，仿真數據具有一定的決策參考價值。

3.建議我國調整農村居民電價政策時，將電煤價格、天然氣價格、農村居民人均純收入、全社會用電量、人均生活用電量、價格補貼這6個因素的變化，作為調整中國農村居民電價政策的重要客觀性依據。考慮目前電煤價格上漲導致供電成本的增加、居民收入的增加導致居民價格承受能力增加、居民電價漲幅明顯低于平均銷售電價漲幅導致價格補貼過高等因素，我國適當調高居民電價的依據應該是充分的。

4.從我國農村居民電價各形成環節的仿真看，一方面，政府在綜合考慮成本上漲、居民價格承受能力提高等支持漲價的因素的同時，考慮人均用電量增加等支持降價的因素；另一方面，要實時監控平均銷售電價的變動與居民電價的變動，合理地控制兩者之間的差價，避免差價增長過快而加重電力交叉補貼壓力。

5.從電力市場化改革的趨勢看，各地制定不同的居民電價是必要的，但成本過高的農村地區完全取消電價補貼也是不可行的。讓價格體現成本，同時將補貼直接給用戶可能是解決這一問題的有效方法。如各地制定體現成本的居民電價，同時以目前梯度電價的第一和第二梯度電量算出的補貼額直接補貼給農民。這樣供電行業投資主體的多元化就有了重要的基礎。

6.建議各地政府根據其地方特點，建立居民電價仿真系統，使決策者和各利益群體方便了解相關決策的依據，有利于在提高政策的公正性、科學性、前瞻性和客觀性的同時，有效化解利益矛盾，促進社會和諧發展。

(二)研究展望

1.本模型采用的數據時間范圍是2004-2011年，時間范圍短，數據少，對仿真的準確性會產生一定的影響。由于模型有方便升級的功能，隨著時間的推移，我們將通過補充數據來不斷提高模型的精確性。

2.文中篩選出的關鍵因素中，貸款利率和每戶空調占有率由于目前的相關研究成果涉及較少，未能考慮到模型中。另外，全國發電量也只是作為一個過渡變量被考慮進去。在今后的研究中，我們將探索新的途徑將這些因素補充到模型中，以精確模型。

3.對不同地區研究針對性更強的仿真系統，進一步增加研究成果的應用價值。同時針對電力市場化改革中供電成本難準確計算等問題，希望能與政府相關部門和研究機構進一步溝通后，研究一些對局部指標研究針對性更強的仿真系統。

參考文獻：

[1]Vaidya G A，Gopalakrisjnan N，Nerkar Y P.Cost based reactive power pricing structure in restructured environment [C].//Power System Technology and IEEE Power India Conference，2008:1- 8.

[2]王浩.我國電價形成機制及規制改革的研究[D].杭州:浙江大學，2008.

[3]Frydenberg S，Onochie J I，Westgaard S，et al.Long-term relationships between electricity and oil，gas and coal future prices-evidence from Nordic countries，Continental Europe and the United Kingdom [J].OPEC Energy Review，2014，38:216-242.

[4]Nogales F J，Contreras J，Conejo A J，et al.Forecasting next day electricity prices by time series models [J].IEEE Transactions on Power Systems，2002，17(2)：342-348.

[5]王瑞慶，王晛，李渝曾，等.基于時間序列ARMAX模型的短期電價預測方法[J].華東電力，2009，37(5):727-730.

[6]何永秀，楊麗芳，羅濤，等.基于解釋結構模型的電價鏈影響因素[J].電力建設，2010，31(360):5-9.

[7]Lin W M，Gow H J，Tsai M T.Electricity price forecasting using enhanced probability neural network [J].Energy Conversion and Management，2010，51(12)：2707-2714.

[8]于昌海.電力市場電價預測模型及算法研究[D].北京：華北電力大學，2011.

[9]黃健柏，黃向宇，邵留國，等.基于系統動力學的峰谷分時電價模型與仿真 (一)模型的建立[J].電力系統自動化，2006，30(11):18-23.

[10]孫藝新.基于系統動力學模型的差別電價政策研究[D].北京：華北電力大學，2008.

[11]施應玲,孫藝新,譚忠富，等.差別電價傳導機制及延遲性的系統動力學模擬[J].技術經濟,2009,28(3):66- 69.

[12]Bin L，et al.A study on key factors and their conduction path of chinese rural residental electricity price [J].Advanced Materials Research，2015,1070-1072:1450-1455.

[13]姜鈺,賀雪濤.基于系統動力學的林下經濟可持續發展戰略仿真分析[J].中國軟科學,2014(1):105-114.

[14]王偉，張粒子，程瑜.基于系統動力學的輸電價格管制的研究[J].電力系統保護與控制，2009，37(3):11-15.

[15]趙會茹.輸配電價格管制中投資回報率水平的確定[J].電網技術，2005，29(21):61- 66.

[16]羅斌,黃晨雨.基于系統動力學的我國居民電價政策動態決策模型[J].中國管理科學，2013(10增):652- 662.

[17]林章鈞,劉健.發電單位燃料成本及其影響因素分析[J].華北電力技術,2003(9):8-9.

[18]李英等.輸配電價理論與實務[M].北京:中國電力出版社，2011:69- 81.

[19]王孔良.用電管理[M].北京:中國電力出版社，2014.

[20]張粒子,扶檸檸,王春麗等.基于回歸分析的電網運行維護費合理性評估[J].電力系統自動化,2014,(13):140-144.

[21]史立軍,周泓.我國天然氣供需安全的系統動力學分析[J].中國軟科學，2012(3):162-169.

(本文責編：辛城)