降電價政策對工業生產活動影響的實證研究

謝 濤， 劉曉靜， 趙雪敏， 曹清華， 安 玲

（1.國網安徽省電力有限公司， 安徽 合肥 230000；2.國網安徽省電力有限公司阜陽供電公司， 安徽 阜陽 236000；3.北京經世萬方信息技術有限公司， 北京 100000）

引言

2020年新冠肺炎疫情給經濟帶來巨大沖擊，為支持企業復工復產，國家于2～6月實施階段性非高耗能工商業電價減免5%的政策和支持性兩部制電價政策。5月22日，政府工作報告又明確提出“降低5%非高耗能工商業電價政策延長到今年年底”。本文試圖通過分析歷史降電價政策對行業經濟活動的影響，評估電價政策效應，為電價政策的精細化、針對性優化調整提供參考。

歷史降電價政策的目標群體主要是工商業及其他用戶，電價根據用戶類別可劃分為大工業、一般工商業，近兩年兩類電價走勢如圖1 所示。以2018年5月安徽省大工業降電價政策為切入點，基于規上工業分行業經濟走勢，從定性與定量兩個層面對降電價與行業經濟活動之間的關系進行分析，并以定性分析指導定量建模參數設定。

1 文獻回顧

以往文獻大多從研究電價政策與宏觀經濟關聯性著手，主要集中在電價調整與產業結構、經濟發展關系方面，少數文獻從行業層面探討了電價敏感性。張友國（2006）[1]采用CGE 模型對我國的電價變動與產業結構變化進行了實證研究，發現各行業產出對電價的交叉彈性系數雖然很小，但耗電越多的行業對電價變化的反映越敏感。譚顯東等（2008）[2]探討了通過差別電價政策來提高電價對具體行業的影響，認為對高耗能行業實施差別電價會導致電價上漲和用電量下調，但是對整體的物價水平不會造成太大的影響。李華昌等人（2020）[3]以各行業電費占成本比例、毛利率兩個維度指標，通過改進的K-means算法，對各行業電價敏感性進行了分類。

現有文獻不乏從經濟總量、結構以及企業成本層面研究電價政策的影響，但較少基于行業真實生產活動水平反饋開展研究。事實上，電價成本對企業的影響還取決于企業用電的“剛性”/“彈性”以及其他影響因素。從真實生產活動反饋入手，采用雙重差分法（Differences-in-Differences，DID），驗證以電價政策提振工業經濟的有效性，并刻畫不同行業對電價政策的應激度。

2 安徽省降電價政策對行業經濟活動的影響分析

從規上工業增加值累計增速來看，電價政策執行前后工業增加值增長曲線存在形勢逆轉的特征：以2018年5月大工業降電價為例，電價執行政策前，工業經濟增速持續下行，電價政策執行后的5、6月增速出現迅速反彈，6月累計增速回升0.5 個百分點，之后減速上行，如圖2 所示。根據安徽省發改委信息查詢結果，2018年4月左右未出臺其他經濟發展強力支撐政策，因此，短期（4～5 個月）內表現出迅速反彈或表明電價政策對工業經濟具有一定的提振作用。

不同行業因生產特性等差異，對電價的反應時間點和程度也有所不同，通過行業定性分析，確定采用DID 雙重差分模型的政策實施時點參數。

3 研究設計與實證分析

3.1 模型構建

本文從時間維度上選取對照組，一是考慮2018年5月1日大工業電價大幅下降，而2019年同期大工業電價平穩；二是2018年、2019年總體宏觀背景相似，均為經濟由“新常態”轉入攻堅期階段。本文將2019年規上工業行業構造為對照組，2018年為處理組，以降電價政策執行時點（即5月1日）作為政策沖擊時點進行雙重差分檢驗，測算各行業受到的影響，并統計不同行業經濟增長對電價政策的反饋。

根據DID 模型設立的基本步驟，構建以下虛擬變量：一是處理組和對照組虛擬變量（treated），處理組為2018年規上工業行業，定義為1；對照組為2019年規上工業行業，定義為0。二是政策實施時間虛擬變量（time），5月1日之后定義為1，之前定義為0。本文基于DID 方法建立的OLS 模型如下：

式中，yi，t為工業行業增加值累計增速；did=treated*time，為分組虛擬變量與政策實施虛擬變量的交互項，其系數β1就反映了政策實施的凈效應；λi為個體固定效應；vt為時間固定效應；εi，t為隨機誤差項。

3.2 模型結果分析

3.2.1 基準回歸分析

DID 模型實證結果表明，降電價政策實施后，規上工業經濟增速迅速上升，且長期保持上升趨勢。短期內，電價政策調整使工業經濟增速上升0.82 個百分點，并且在5%的水平上顯著；中期內，電價政策調整使工業經濟增速上升1.55 個百分點，且在1%的水平上顯著。在添加投資累計增速變量之后，短期內降電價政策對工業經濟影響不顯著，中期內將推升工業經濟增速上升0.63 個百分點，且在5%的水平上顯著，如表1 所示。

表1 工業總體回歸結果

3.2.2 行業差異性分析

選取包括四大高耗能、四大裝備制造業、紡織業、農副食品加工業、橡膠和塑料制品業、專用設備制造業在內的12 類行業，分別構建DID 模型，結果顯示，降電價政策對部分規上工業行業的經濟活動存在顯著影響，主要是裝備制造業中的通用、計算機、專用、儀器儀表制造業，以及紡織業、有色、化工行業。與2019年同期沒有實施降電價政策的行業經濟走勢相比，2018年5月之后行業經濟增速呈不同程度和不同持續時長的上升。下游電氣與汽車制造業經濟活動均未表現出受降電價政策的顯著影響。中游制造業中，降電價政策對計算機和紡織業經濟影響時間較長，經濟增速在短期和長期內均顯著增加，詳見下頁表2。

表2 中游制造業回歸結果

將投資累計增速納入到回歸模型中，短期降電價政策對計算機行業經濟影響顯著，中期不顯著。降電價政策實施后，短期計算機行業增加值增速提升5.44 個百分點。紡織業等其他行業則在納入行業投資累計增速、PPI 等變量后未能得到有效或可解釋的模型結果，具體詳見表3。

表3 控制投資累計增速后計算機行業回歸結果

上游制造業中，非金屬、黑色冶煉等行業經濟對電價政策變動幾乎無反應，有色冶煉、化工行業經濟活動受電價政策的滯后影響，行業經濟增速在5～6月無顯著反應，6月之后經濟增速出現抬升趨勢，詳見表4。

表4 中上游制造業回歸結果

3.3 穩健性檢驗

采用安慰劑檢驗來對回歸分析進行穩健性檢驗，通過虛擬的“偽降電價政策執行時點”作為政策沖擊時點進行雙重差分檢驗。本文隨機選取6月為政策實施時間點進行檢驗。工業總體安慰劑檢驗的測試結果如表5 所示，采用虛擬的“偽降電價政策執行時點”政策凈效應的估計系數在統計上不顯著，即降電價政策確實影響了規上工業總體的經濟活動。

表5 工業總體的安慰劑檢驗結果

下游、中上游制造業行業的安慰劑檢驗結果如表6、表7 所示。檢驗結果佐證了基準回歸結論的有效性。

表6 下游制造業的安慰劑檢驗結果

表7 中上游制造業的安慰劑檢驗結果

4 結論與建議

4.1 結論

本文通過定性分析與實證分析結合，考察降電價政策對工業行業經濟活動的影響，最終得出以下結論：

1）降電價政策對于工業經濟增長具有顯著的帶動作用。電價政策調整后，工業總體經濟增速短期內上升0.82 個百分點，中期內上升1.55 個百分點，其中主要拉動了裝備制造業中的通用、計算機、專用、儀器儀表制造業，以及紡織業、有色、化工行業的經濟增長。

2）行業所處產業鏈位置決定了電價政策效應是否顯著以及起效時點。中游制造業對降電價的反應更為強烈，如計算機、專用、通用、儀器儀表和紡織業經濟增速在降電價政策執行后有所上升，其中計算機、紡織業迅速反應，政策起效快，其他行業則在政策實施3 個月以后受到滯后影響。上游制造業多表現為中期效應顯著，有色、化工行業的經濟增速在政策實施3 個月以后才顯著上升。而下游電氣、汽車制造業對電價政策均不敏感。

4.1 結論

根據電價政策效應研究結論，對電價政策的優化提出兩點建議：一是企業側降電價須結合下游市場側需求刺激，政策組合拳將收獲更為穩定、長期的積極效應；二是電價政策可根據行業反饋做出精細化調整，在助力經濟提振的同時減少電網企業經營壓力。

歷史電價政策對于大工業采取“一刀切”式的降電價，未考慮到行業所處產業鏈位置以及其對電價政策的敏感性。針對中上游制造業可制定更有利的降價政策，進一步為企業減負，助力企業生產經營恢復；針對下游制造業，由于電價政策作用的局限性，可適當縮小降價幅度，以需求刺激政策為主導，以政策組合推動行業經濟恢復。