發電量與經濟增長的相關性研究——基于發電量的時間序列

張 兵 陳文林

(1.安徽大學經濟學院，安徽合肥 230039;2.安徽大學歷史系，安徽合肥 230039)

［經濟管理］

發電量與經濟增長的相關性研究
——基于發電量的時間序列

張 兵1陳文林2

(1.安徽大學經濟學院，安徽合肥 230039;2.安徽大學歷史系，安徽合肥 230039)

利用工業增加值為考察經濟增長的指標，詳細分析了發電量月度數據增長走勢，并對比考察了月度數據、工業增加經濟數據及鋼、生鐵等產量的經濟指標，說明了發電量和經濟增長確實存在正相關關系。通過擬合發電量數據，建立了ARIMA模型，以便更好地把握經濟動態。

發電量;工業增加值;鋼產量;時間序列;ARMA模型

一、序言

電力工業在國民經濟中具有很高的重要性。20世紀70年代末以來學術界對能源消費與經濟增長之間因果關系進行了大量的實證研究。1978年Kraft研究電力與經濟增長的關系，對美國的GNP與電力消費的關系進行了研究，該類研究后來也在英國、德國、意大利、加拿大、法國、日本等工業國家進行。最近幾年的實驗研究主要集中在亞洲，包括中國的電力與經濟增長的關系研究上。

我國近期對電力消費與經濟增長之間的相關性研究主要是定量和定性二者相結合的思路。曲德巍、孫琳(2007)從索洛模型的視角研究了電力消費對經濟增長的影響，通過研究發現電力消費對經濟增長的貢獻率接近64%。林伯強(2003)在宏觀經濟學中的生產函數模型的基礎上運用協整分析和誤差修正模型研究中國電力消費與經濟增長的關系，其實證結果表明GDP、資本、人力資本以及電力消費存在長期均衡關系。吳和成、伊金秀(2007)基于效率視角分析了我國地域電力投入對經濟產出量的影響，通過建立指標體系研究了我國30個自治區、直轄市，對電力消耗在經濟發展中的效率進行了評價。

二、關于發電量數據的分析

1.發電量月度數據分析

發電量數據由電網調度中心根據每天的調度數據進行記錄，電即發即用，從一個時間段到另一個時間段的數據都很準確，精度比較高。

從發電量月度數據的大致走勢看，發電量值呈震蕩上升趨勢，而自從2009年開始由于受國際金融危機的影響，無論是從絕對值上還是同比增幅都出現了明顯下滑。2009年10月份，我國月度發電量同比下滑約4個百分點，這是我國月度發電量自2005年2月以來首次出現同比負增長，而從2009年4月份以來，我國月度發電量同比增速已連續6個月回落，10月份開始出現的負增長是這一發展趨勢的自然延續。

圖1 1995—2009年我國發電量月度數據走勢

2.發電量與工業增加的關系

工業發展一直是我國經濟發展的重中之重，在三大產業中穩居首位，在以第二產業為主的我國，工業增加值直接決定了我國經濟增長的水平。因此，由于缺乏GDP的月度數據，在考察經濟的月增長的時候，經常通過對工業增加值的分析間接測評經濟增長情況。而工業的發展離不開能源的支持，特別是電力的支持。工業生產繁榮則意味著發電量相對較高，而工業經濟蕭條、開工率不足，則意味著發電量減少。因此，發電量在一定程度上反映了工業生產的態勢。不少學者和市場投資人士都認為發電量是工業經濟發展情況的真實反映，但對于具體的數據尚需具體分析，方能準確解讀其含義。

當發電量有較大降幅時，工業增加值也會急劇下降;如果發電量明顯上升，工業增加值便會緊跟其上，兩者具有很強的同步性。根據以往的研究，工業增加值往往領先于GDP發展，按照這種邏輯關系來看，用電量在我國基本上是GDP的領先指標，用電量的高低對于預測和把握經濟走勢有重要意義。

通過對1997—2009年工業增加值和發電量月同比數據做回歸分析可以發現，工業增加值和發電量同比增加值的數列均是非平穩的，但通過對所得方程的殘差作ADF檢驗，可以得出為平穩序列的結論，所以兩者可能存在協整關系，可以建立回歸方程，所得方程為:

經過調整后擬合優度為0.70，在現實的統計數據中，這個數值還是可以接受的，F統計量為351.95，通過置信度為1%的檢驗，所得參數也通過各自的t檢驗，其他各種檢驗大致都能通過，說明發電量同比增加值每變動1個單位，工業增加值月同比值就增加1.23個單位。

3.發電量與經濟數據的背離

發電量與工業增加值的累積同比增速的差異在擴大，自2009年3月這種趨勢越來越明顯。4月份全社會用電量同比降幅為3.63%，而全國規模以上工業企業增加值仍同比增7.3%。5月份工業增加值增長8.9%，發電量下降了3.55%。

同是對經濟狀態的反映，兩個數據卻一升一降。面對這兩個矛盾的統計數據，許多經濟學家表示難以置信，通過統計數字來看，造成發電量與工業增加值發生背離的原因比較復雜，經濟結構變化和節能減排都是其中重要的原因。如果統計數字可靠，可以認為我國工業自2009年以來在節能減排上取得了較大突破。

4.發電量與鋼、生鐵、鋼材產量的數據分析

鋼鐵工業作為國民經濟重要的原材料工業，一方面經濟的增長帶動鋼鐵工業的增長;另一方面，鋼鐵工業的增長又對經濟增長有極大的推動作用。

鋼材主要用于建筑、交通、機械、輕工、化工、冶金、電力、煤炭、石油、水利等各個行業。在我國，工業用鋼材占鋼材總消費量的35%～40%，建筑業用鋼材約占鋼材消費量的50%～55%，兩者用鋼總和占我國鋼材消耗總量的90%左右，因此，由工業和建筑業組成的第二產業是最主要的鋼材用戶。所以，可以通過分析發電量與鋼鐵產量的關系，來觀察其與第二產業增減之間的聯系。

我國發電量與鋼、生鐵以及鋼材產量有明顯的正相關關系，即鋼鐵產量增加，發電量也相應增加，反之亦然。2009年鋼、生鐵以及鋼材產量的回升主要反映了固定資產投資的反彈，而發電量更側重于經濟整體。

三、發電量月度數據時間序列的分析

本文的數據來源是由中電聯發布的1995年1月—2009年8月發電量月度數據，留出2009年3—8月的數據以便檢驗預測結果。另一方面，由于缺乏2007和2008年1月份的數據，采用了隨機生成的方法對數據進行了補充，考慮到采用了大量數據，即便隨機生成的數據和實際數值有較大偏差，也不影響擬合的結果。所用軟件為Eviews5.1。

由圖1可知，發電量有一個明顯向上的趨勢，并且為非平穩序列，因此對原數據作對數處理并進行差分，經單位根檢驗認為非平穩數列，第二次差分所得數列平穩，序列趨勢項已經基本消失，但滯后期k=12，k=24時序列的相關系數仍然很大，超出了隨機區間的范圍，與0有明顯差異，表明序列有周期為12個月的季節波動，于是進行季節差分，經兩次滯后期為12的季節差分后，季節波動仍然存在，這里只進行一次滯后期為12的季節差分。

為了更準確驗證，進行單位根檢驗，用包含常數項滯后期為0的ADF檢驗。在1%的顯著性水平下，ADF統計量小于臨界值，F統計量的P值、AIC、SC檢驗原則下都很小，序列通過單位根檢驗。

為便于預測，這里采用命令 ls d(log(x)，2，12)，ar(1)，ar(2)，ar(3)，ma(1)，ma(2)，sar(12)，sma(12)估計參數，其含義是對原數列X取自然對數，進行兩次一階差分后再進行12階差分，建立包含3階自回歸，1階移動平均，1階季節自回歸和1階季節移動平均的ARIMA模型，所得結果為:

其中b為差分算子。從上圖可以看出模型很好地擬合了該時間序列，并且自回歸和移動平均多項式的根均在單位圓內，分別滿足平穩性和可逆條件，所得殘差序列滿足平穩性要求，故認定該模型設定合適。對2009年3—8月份預測為(見表1):

表1 2009年3—8月發電量預測

盡管預測值與真實值之間有一定差距，但大致趨勢判斷還是一致的，說明經濟狀況好于預期。

另外該模型還存在著明顯的季節因素沒有提出，這可能是由于原始數據中還存在波動較大的月份，說明即使采取對數化形式只能降低部分不規則變動，季節差分對較大的波動影響甚微。

四、結論:

根據以往數據顯示，20世紀90年代以后，發電量的增長速度與GDP增長速度表現出較明顯正相關關系，即經濟增長速度快，用電量增長速度也快，反之亦然。雖然發電量和經濟數據間存在一定的偏離，但總體趨勢還是一致的。本文以15年作為一個觀察期，大體上能反映出電力與經濟增長速度規律性的關系，由以上分析可知，發電量與經濟增長具有內在相關性。

［1］蔣金荷，姚愉芳．中國經濟增長與電力發展關系的定量分析研究［J］．數量經濟技術經濟研究，2009(10)．

［2］曲德巍，孫琳．從索洛模型看中國電力消費對經濟增長的影響［J］．統計觀察，2007(241)．

［3］林伯強．電力消費與中國經濟增長:基于生產函數的研究［J］．管理世界，2003(4)．

［4］林伯強．結構變化、效率改進和能源需求預測——以中國電力行業為例［J］．經濟研究，2003(5)．

［5］袁家海，丁偉，胡兆光．電力消費與中國經濟發展的協整與波動分析［J］．電網技術，2006(9)．

［6］林伯強．電力短缺，短期措施與長期戰略［J］．經濟研究，2004(3)．

F426

B

1002－2880(2010)12－0083－02

(責任編輯:張彤彤)