雙碳背景下發達地區工業發展與電力消費關系研究
——以上海市為例

李舒婕

（上海電力大學， 上海 200090）

1 研究意義

由圖1 可知，中國電力消費量逐年上升，其中工業電力消費量占總電力消費量的很大比重，遠高于其它產業，可見我國在工業生產上對于電力的需求量仍然十分巨大。對比上海市歷年總電力消費量與工業電力消費量的關系（見圖2），可以看出，由于上海市城市化進程較快，雖然其第二產業電力消費量占總電力消費量的比重歷年減小，但是也保持在45%以上的水平，遠超其它產業。

本文選取經濟發展較為發達的上海市作為研究地區，研究其電力工業的發展情況。故選取上海市電力消費量和工業生產總值兩者之間的關系進行研究，利用協整理論和誤差修正模型來分析兩者之間的長期均衡關系與短期動態調整，利用Granger 因果檢驗分析其關系，并對模型進行回歸分析，進而預測未來的電力需求情況，提出相關政策建議。

2 計量OLS 回歸模型

本文目標為研究上海市電力消費量和工業生產總值之間的關系，使用Eviews10 軟件分析數據。在進行協整分析之前，為避免偽回歸，首先檢驗時間序列的平穩性，使用ADF 檢驗來驗證其是否為同階單整。在同階差分的基礎上，使用E-G 兩步法檢驗兩個變量之間是否具有長期穩定的均衡關系。并使用誤差修正模型估計兩個變量之間的短期關系，使分析更加全面。利用Granger 因果檢驗對其進行因果關系檢驗，分析其經濟意義。最后對其進行回歸，分析其回歸系數的經濟意義[1-3]。

3 實證分析

3.1 數據來源與處理

為研究上海市第二產業的經濟增長對上海市電力消費量的影響，于上海市統計局選取上海市自2000—2019 年的相關數據。以上海市工業生產總值（記為GDP）反映上海市第二產業的經濟情況，與上海市電力消費量（E）構建回歸模型。兩者趨勢圖如圖3所示。

由圖3 可得，兩者呈現出線性相關關系，故假設二者之間關系設定為一元線性回歸模型：

式中：μi為隨機誤差項，即除上海市工業生產總值，影響上海市電力消費量的其他因素。假設該模型滿足古典假設，本文利用計量經濟學軟件eviews 進行分析。本文數據全部來自于上海市統計局。

3.2 序列的平穩性檢驗

在進行協整分析之前，為避免偽回歸，需要檢驗時間序列的平穩性。本文采用ADF 檢驗法檢驗時間序列的平穩性。eviews 輸出結果如表1 所示。

表1 平穩性檢驗

兩個變量的原序列的無論是在含有截距項和時間趨勢項時，還是僅考慮常數項的情況時，均為一階單整序列，可以進一步驗證兩者之間的協整關系。

3.3 序列的協整檢驗

協整關系可以表明，變量之間存在的長期均衡變動關系，根據協整理論，兩個非平穩變量之問的某種線性關系可能是平穩的，表現為其殘差是平穩序列。

本文選取的兩個變量GDP 與E 都為一階單整，滿足協整的前提條件。使用E-G 兩步法進行檢驗，只有當回歸方程的殘差為平穩變量，并且變量之間存在協整關系時，線性回歸才是真實的。殘差R 的平穩性檢驗eviews 輸出結果如表2 所示。

表2 E-G 兩步法殘差平穩性檢驗結果

表2 中殘差序列在水平含有常數項的模型中，拒絕了5%置信區間的原假說，表示殘差R 序列為平穩序列，變量GDP 與E 變量之間存在協整關系，它們之間具有長期穩定性。

3.4 格蘭杰因果檢驗

本文在研究分析GDP 與E 之間的因果關系時，采用Granger 檢驗法分析兩者的因果關系與方向。EVIEWS 輸出結果如表3 所示。

表3 格蘭杰因果檢驗

結果表明，E 是GDP 的格蘭杰原因，說明電力消費是工業產業經濟快速發展的原因。在我國經濟社會的快速發展過程中，工業的電力消費一直處于高位，電力作為基礎設施，其消費對于工業生產總值的提高具有重要貢獻。

3.5 誤差修正模型

協整檢驗中驗證了上海市工業生產總值（GDP）與上海市電力消費量（E）的序列成（1，1）階協整關系，現建立其誤差修正模型。以E 關于GDP 的協整回歸中的平穩殘差序列et作為誤差修正項，可建立如下誤差修正模型：

式中：et-1的參數估計值為負，表明了前一期對后一期的修正。由協整模型得到E 關于GDP 的長期彈性為0.131 7，由誤差修正模型得到E 關于GDP 的短期彈性為0.079 7。

3.6 OLS 回歸分析

利用eviews 軟件進行一元線性回歸分析，得出模型：

評價模型：模型估計結果說明，在假定其他變量不變的情況下，上海市工業生產總值每增加1 億元，上海市電力消費量就會增加0.131 7 億kWh；從回歸估計的結果看，模型擬合較好。可決系數R2=0.985 8，表明上海市電力消費量變化的98.58%可由上海市工業生產總值的變化來解釋。

序列相關檢驗：由回歸結果可知，在5%顯著性水平下，n=20，k=2，查表得dL=1.20，dU=1.41，D.W.=1.1665＜dL，故判斷模型隨機項存在正自相關。由殘差圖（圖3）可知，殘差的變動有系統模式，連續為正和連續為負，表明殘差項存在一階正自相關，模型中的t 統計量和F統計量結論不可信，需采取補救措施。

3.7 采用廣義差分法估計模型

利用eviews 軟件，對殘差序列進行滯后一階的自回歸，可得回歸方程：

由此可知p^=0.350 2，對原模型進行廣義差分，得廣義差分方程：

模型的一階廣義差分的估計結果為：

在5%顯著性水平下，n=19，k=2，查表得dL=1.18，dU=1.40，D.W.=1.845 4＞dU，表明經廣義差分法變換后的模型已經不存在序列相關性。對比原模型與廣義差分后的模型，可知普通最小二乘法低估了GDP 前的回歸系數的標準誤差。β0=254.697 9/1-0.350 2=391.963 5，由此，得到最終的回歸模型：

模型估計結果說明，在假定其他影響因素不變的情況下，上海市工業生產總值每增加1 億元，上海市電力消費量就會增加0.125 6 億kWh。

4 結論與建議

由實證分析可得上海市工業生產總值與電力消費量之間具有長期穩定的均衡關系，由協整模型得到電力消費量關于工業生產總值的長期彈性為0.131 7，由誤差修正模型得到電力消費量關于工業生產總值的短期彈性為0.079 7。在假定其他影響因素不變的情況下，上海市工業生產總值每增加1 億元，上海市電力消費量就會增加0.125 6 億kWh。