基于重點行業用電的江蘇省宏觀經濟景氣研究

高 騫 ，徐 超 ，田 昀 ，唐 杰 ，張啟立

（1.國網江蘇省電力有限公司，南京210024；2.北京中電普華信息技術有限公司，北京110000；3.國網江蘇省電力公司 泰州供電公司，江蘇泰州225300）

引言

宏觀經濟運行存在周期性波動，可以通過相關數據研究經濟運行的規律，對經濟景氣進行預測預警。目前常用的經濟預警方法包括景氣指數法、ARCH法、基于概率模式分類法、判別式分析法和人工神經網絡預警方法[1]。國內外學者對景氣指數方法進行了大量研究與應用[2，3，4]。

國內外應用景氣指數對于宏觀經濟進行預測預警，多是利用宏觀經濟數據或產業數據建立指標體系，尚未有基于行業用電量數據的宏觀經濟景氣研究。本文以江蘇省為例，在其經濟數據的基礎上，納入重點行業用電量數據作為指標，建立了江蘇省宏觀經濟監測預警指標體系，研究了江蘇省宏觀經濟的景氣情況。

一、理論方法

（一）景氣分析方法

經濟周期是指國民收入及經濟活動的周期性波動，是總體經濟水平擴張和收縮交替出現、相對有規律的上下波動的現象，可分為繁榮、衰退、蕭條和復蘇四個階段。經濟周期的波動會伴隨有一系列其他統計指標的周期性波動，但不同的統計指標的波動軌跡與經濟波動軌跡之間的時間先后關系并不完全一致。經濟景氣指數方法，是基于經濟周期波動理論和指數理論，根據指標與基準循環的對應關系將指標分類，采用一些相關的統計計量工具和方法構建相關的景氣指數，對宏觀經濟的景氣波動進行監測和預警[5]。

先行景氣指數超前于宏觀經濟波動，能夠短期預測經濟周期；一致景氣指數與宏觀經濟同步波動，能夠反映宏觀經濟的運行狀態；滯后景氣指數在宏觀經濟波動后隨之波動，能夠用來確認宏觀經濟波動的完整性。

（二）景氣指數方法

景氣指數方法是一種實證的景氣觀測方法[6]。宏觀經濟的波動是通過一系列經濟活動來傳遞和擴散的，各領域經濟活動的波動并非同時發生，而是從某些地區、產業、領域向其他地區、產業、領域波及滲透的極其復雜的過程。宏觀經濟的眾多經濟變量中，任何一個變量本身都不能夠代表宏觀經濟整體的波動情況。因此，需要綜合考慮宏觀經濟的眾多變量，如生產、就業、投資、消費、貿易、企業經營、金融、財政等等，研究各個指標的波動情況及相互影響，選取對宏觀經濟景氣變動敏感、具有明確經濟含義的具有代表性的指標。利用數學工具將選取指標合成為景氣指標，以此作為觀測宏觀經濟波動的綜合尺度。

（三）景氣指數構建的步驟

1.指標的選取

宏觀經濟與眾多因素密切相關，產業活動、就業、投資、消費、貿易等領域的廣泛活動都對經濟景氣波動有一定的影響，在收集數據時應盡量全面。在數據庫群中，結合專家意見，考慮經濟上的重要性、統計上的充分性、統計的適時性與景氣波動的對應性這四條基準，科學地選擇一批指標。

2.指標時間序列數據的分解

每個指標的月度或季度時間序列都包含長期趨勢要素、循環要素、季節變動要素和不規則要素四種變動要素。其中季節變動要素會對經濟波動的客觀分析帶來干擾，因此在分析之前需要對時間序列進行季節調整。利用X-11季節調整方法[7]可以去除時間序列中季節變動要素的干擾，從而顯示出時間序列潛在的趨勢循環分量，真實地反映經濟波動的客觀規律。

3.先行、一致、滯后指標的選取

通過時差相關分析、K-L信息量、峰谷對應法等手段得到各指標之間的時滯關系，確定基準循環，根據各指標與基準循環的時滯關系將指標分為先行、一致、滯后三類指標。

（1）時差性關系分析是利用相關系數驗證經濟時間序列先行、一致或滯后關系的一種常用方法。它的計算方法是以一個重要的、能夠敏感地反映當前經濟活動的經濟指標作為基準指標，一般選擇一致指標作為基準指標，然后使被選擇指標超前或滯后若干期，計算它們的相關系數。設y=（y1，y2，…，yn）為基準指標，x=（x1，x2，…，xn）為被選擇指標，r為時差相關系數，則

式中，l表示超前、滯后期，l取負值時表示超前，取正值時表示滯后，l被稱為時差或延遲數。L是最大延遲數，nl是數據取齊后的數據個數。在選擇景氣指數時，一般計算若干個不同延遲數的時差相關系數，然后進行比較，其中最大的時差相關系數：

被認為反映了被選指標與基準指標的時差相關關系，相應的延遲數l'表示超前或滯后期。

（2）K-L信息量用于判定兩個概率分布的接近程度，常被用于景氣指標的選擇過程。設基準指標為y=（y1，y2，…，yn），對基準指標做標準化處理，使得指標的和為單位1，處理后的序列為P，則

設被選擇指標 x=（x1，x2，…，xn），也作標準化處理，處理后的序列記為，則

K-L信息量可由下式計算，即

式中l、L的含義同（1）式。當計算2L+1個K-L信息量后，從這kl值中選出一個最小值kln作為被選指標，x關于y的K-L信息量為：

其相應的延遲數l'就是被選指標最適當的超前或滯后月數（季度）。K-L信息量越小，越接近于零，說明指標x與基準指數y越接近。

（3）峰谷對應法是對已選指標各自的循環波動狀態做直觀具體的描述，其利用畫圖、求轉折點日期等方式，研究每個初步選擇指標與景氣循環峰、谷的對應狀態，以此確認最終入選指標。

4.景氣指數的計算

根據各指標與基準指標的不同時滯關系，選擇先行、一致、滯后指標，分別計算出先行合成指數、一致合成指數、滯后合成指數。

5.景氣指數的檢驗與修正

將景氣指數的變化情況與經濟運行的實際情況進行對比，觀察景氣指數的變化情況與經濟運行的超前性和一致性，結合專家經驗，對先行、一致、滯后指標組進行適當調整，直至合成的景氣指數與基準循環有明確的先行、一致、滯后關系，且與經濟運行的實際情況吻合。

二、江蘇省經濟運行情況分析

（一）宏觀經濟運行情況

2004年以來，江蘇省經濟發展經歷了3個時期。2004—2007年，江蘇省宏觀經濟實現高速增長，GDP增速維持在14.5%以上；2008—2010年，受國際經濟環境影響，江蘇省宏觀經濟增長出現一定下滑，但GDP增速仍保持在12.6%左右；2011—2013年，面對復蘇乏力的國際經濟形勢以及國內加快轉變經濟發展方式的總體要求，江蘇省宏觀經濟進一步放緩趨穩。

（二）重點行業經濟運行情況

重點行業是工業經濟增長的主要動力，對于宏觀經濟的增長有明顯拉動作用。重點行業的運行狀況與宏觀經濟的波動具有明顯的相關性，對于重點行業的生產運行狀況進行分析，有助于把握宏觀經濟的運行態勢。

三、江蘇省電力消費情況分析

（一）全社會用電量情況

2004年以來，受國外經濟形勢和國內經濟增速放緩等因素影響，江蘇省全社會用電量雖逐步增長，但增速呈現震蕩放緩態勢。與經濟發展類似，可以將這一時期江蘇省的電力消費劃分為3個階段。2004—2008年，江蘇省電力消費增長速度持續下滑，尤其受到國際次貸危機沖擊，2008年江蘇全社會用電量增速出現急劇下降，同比增長率僅為5.63%。由于國家拉動內需政策的帶動以及上年用電量基數較低的影響，2010年，江蘇省全社會用電量增速出現大幅回升，同比增速達到16.61%。2011—2013年，受國內外經濟形勢放緩影響，江蘇省全社會用電量增速在9%左右震蕩徘徊。

2005年江蘇省全社會用電量突破2000億千瓦時，2009年超過3000億千瓦時，2012年達到4581億千瓦時。

江蘇省工業用電增長波動較大，其中重工業用電增長相比輕工業受外部環境影響更大。2004—2013年，受國際經濟環境影響，江蘇省工業用電增長出現兩次大幅回落，其中2008年和2009年增速僅為3.61%和5.14%，2012年和2013年增速僅為5.24%和6.5%；其余年份江蘇省工業用電增速均保持在較高水平，但明顯呈現出逐步放緩的趨勢。江蘇省重工業和輕工業用電增長情況基本與工業總體變化趨勢一致，但重工業用電受外部環境影響程度相較輕工業更高，2013年開始江蘇省重工業用電增速開始出現回升，而輕工業則出現一定程度的下降。從工業用電比重來看，江蘇省重工業用電比重不斷攀升。

圖1 2004—2013年江蘇省工業用電量及增速

（二）重點行業用電量情況

重點行業用電量較大，占全社會用電量的比重較高。對重點行業的用電數據進行監測分析非常重要，這些數據能夠反映電力消費形勢及經濟走向。

1.黑色金屬行業

2004年以來，江蘇省黑色金屬行業用電增速明顯放緩，需求下降是主要因素。江蘇省黑色金屬行業用電量占總高耗能行業用電量的比重最大，大約在40%，并有不斷上升的趨勢。除2008年和2011年外，江蘇省黑色金屬行業用電量增速均保持在10%以上。

2.有色金屬行業

2004年以來，江蘇省有色金屬行業用電增長趨緩。江蘇省有色金屬行業用電量占總高耗能行業用電量的比重較小，大約在5%—8%之間。除2007年、2008年和2011年江蘇省有色金屬行業用電為負增長外，其他年份均保持在5%以上，最高2010年達到28.04%。

3.化工行業

2004年以來，江蘇省化工行業用電震蕩增長。江蘇省化工行業用電量占總高耗能行業用電量的比重大約在34%，除2008年用電量出現負增長、2010—2011年用電增速較低外，其余年份江蘇省化工行業用電量增速均保持在10%以上。2012年江蘇省化工行業用電量已突破350000萬千瓦時。

4.建材行業

2004年以來，江蘇省建材行業用電增長前降后升。江蘇省建材行業用電量占總高耗能行業用電量的比重大約在17%—22%之間。2005—2008年和2011年江蘇省建材行業用電量增長經歷了兩輪大幅下滑，其中2008年用電量基本為0增長。從2012年起，江蘇省建材行業用電量增速開始逐步回升，2013年增速已經重新回到10%以上。

四、宏觀經濟景氣分析

（一）指標的選擇

要構建宏觀經濟監測預警指標體系，必須從眾多的經濟指標及用電量指標中篩選出適用且可靠性高的指標，合成一致指數、先行指數、滯后指數，達到通過行業用電量指標來對宏觀經濟進行景氣分析的目的。

與宏觀經濟緊密相關的經濟指標有很多，這里選取GDP作為反映經濟活動的指標，通過分析行業生產活動與GDP的一致性關系，對GDP進行景氣分析，進而達到對宏觀經濟運行狀態監測預警的目標。基于江蘇省產業結構及行業生產特點，考慮數據統計的充分性和適時性，除了工業增加值、進出口、CPI等常用指標，另外選取在全省經濟活動中具有代表性的部分行業，利用這些行業的用電量數據作為分析指標。

（二）時差相關分析

時差相關分析是利用相關系數驗證時間序列先行、一致、滯后關系的一種常用方法。其計算方法是，挑選一個重要的能夠敏感地反映當前經濟活動的經濟指標作為基準指標，然后使被選擇指標超前或滯后若干期，計算它們的相關系數。在選擇指標時，一般計算若干個不同延遲數的時差相關系數，然后進行比較，其中最大的時差相關系數被認為反映了被選指標與基準指標的時差相關關系，相應的延遲數表示超前或滯后期。

將相關系數大于0.6的指標進行篩選，可得到紡織業用電量、黑色金屬冶煉及壓延加工業用電量、非金屬礦物制品業用電量、橡膠和塑料制品業用電量、化學原料及化學制品制造業用電量、金屬制品業用電量、交通運輸、電氣、電子設備制造業用電量、有色金屬冶煉及壓延加工業用電量共計八個指標。

（三）K-L信息量分析

K-L信息量用來判定兩個概率分布的接近程度。將K-L信息量用于選擇指標的實際計算中，也是選取一個重要的能夠敏感地反映當前經濟活動的經濟指標作為基準指標，然后選擇指標計算K-L信息量。K-L信息量越小，越接近于0，說明選取指標與基準指標越接近。

一般情況下，當K-L信息量小于50時，就可以認為兩個指標之間的概率分布較為接近。因此，可以篩選出與基準指

標分布較為接近的紡織業用電量、黑色金屬冶煉及壓延加工業用電量、非金屬礦物制品業用電量、橡膠和塑料制品業用電量、造紙及紙制品業用電量、化學原料及化學制品制造業用電量、化學纖維制造業用電量、金屬制品業用電量、通用及專用設備制造業用電量、有色金屬冶煉及壓延加工業用電量等共計10個指標。

表1 時差相關分析結果

表2 K-L信息量分析結果

（四）計算景氣指數

1.一致合成指數

由時差相關分析和K-L信息量分析結果可以得到全行業用電量、工業增加值與基準指標有非常一致的概率分布及很強的相關關系，且時滯關系與基準指標一致。因此，將全行業用電量、工業增加值與GDP三個指標合成為一致指數，并得到指數變化曲線。

2.先行合成指數

根據時差相關分析和K-L信息量分析結果，選擇紡織業用電量、黑色金屬冶煉及壓延加工業用電量、橡膠和塑料制品業用電量三個指標合成為先行指數。通過作圖與一致合成指數進行對比。

3.滯后合成指數

根據時差相關分析和K-L信息量分析結果，選取進口、出口、CPI三個指標合成為滯后指數。滯后合成指數與一致合成指數相比，滯后性明顯，滯后期約為3期。

圖2中紅色曲線為一致合成指數，藍色曲線為先行合成指數，綠色曲線為滯后合成指數。由峰谷對應圖可看出，三個合成指數具有較高的一致性。

圖2 一致合成指數、先行合成指數和滯后合成指數

先行合成指數與一致合成指數相比有明顯的先行趨勢，先行期約為3個月；滯后合成指數與一致合成指數相比有明顯的滯后趨勢，滯后期約為3個月。可利用三個合成指數間的關系，實現對宏觀經濟的監測預警。

五、結論

宏觀經濟景氣分析理論運用定量的方法對經濟周期進行監測和預警，可以相對準確地把握經濟周期變動特點，從而為政府和企業針對不同周期階段制定科學、合理的應對措施創造了條件，最終降低周期波動對經濟發展造成的影響。重點行業用電需求與宏觀經濟關系密切，可以基于重點行業用電需求，建立宏觀經濟景氣指標體系，達到對宏觀經濟監測預警的目的。本文利用景氣分析方法，在傳統經濟指標基礎上，創新地選取了行業用電量數據構建景氣指數，對宏觀經濟運行進行監測預警。主要基于重點行業用電的江蘇省經濟運行情況分析結果表明，建立的基于重點行業用電的宏觀經濟景氣指標體系能夠較好地刻畫經濟波動情況。先行合成指數對一致合成指數的變化具有預測意義，一致合成指數能夠反映經濟景氣變化，滯后合成指數可以發揮事后驗證作用。

當然，基于重點行業用電的景氣分析技術還有待進一步深入，有待通過長期統計數據積累，實現監測指標的優化和預警水平的提升。

[1]黃繼鴻，雷戰波，凌超.經濟預警方法研究綜述[J].系統工程，2003，（21）：24-70.

[2]The Reportof Business Cycle Dating Committee.National Bureau of Economic Research，http：//www.nber.org，2003-7-7.

[3]2003 Annual Benchmark Revisions to the Composite Indexes，http：//www.eonferenee-board.org，2003-1-23.

[4]高鐵梅，孔憲麗，王金明.國際經濟景氣分析研究進展綜述[J].數量經濟技術經濟研究，2003，（11）：158-161.

[6]張永軍.經濟景氣計量分析方法與應用研究[M].北京：中國經濟出版社，2007.

[7]Dominique Ladiray，Benoit Quenneville.Understanding the X11 Seasonal Adjustment Method[J].Lecture Notes in Statistics，2001.