摘要:居民生活用电是今后一个时期电力市场中最有潜力的增长点之一。本文以杭州市的有关统计数据为依据,运用计量经济学原理,对杭州市居民生活用电进行了实证分析,对影响居民用电的因素进行了较为恰当的评估,并对居民用电变化的原因进行了分析,得出了一些有用的结论。 关键词:杭州市居民 用电量 计量经济学模型 长期以来,电力行业执行的电价是以1976年水利电力部颁发的电热价格为基础;其显著特点是“政府定价”,缺乏对电力市场的深入了解,缺乏对电价与电力市场关系的深入研究,难以应对新形势下电力工业发展的需要。 去年夏天,浙江省物价局在杭州举行居民生活用电价格听证会;而人们也逐渐看到电力市场的量化分析对于电力改革以及电力企业的未来发展意义重大。 本文分析了杭州市居民生活用电的现状,用计量经济模型分析了杭州市的居民生活用电和人均收入、居民用电价格、居民拥有的主要电器数目、气候条件等之间的关系,以有助于确定合理的居民生活电价水平。
杭州市居民生活用电的现状 改革开放后,特别是近十年来,杭州市国民经济持续快速稳定增长:人均GDP由1990年的3310元提高到2003年32819元,增长了近10倍。杭州市居民生活用电呈现出以下特点: 1)居民用电增长快,占全社会用电比重不断提高。经济高速发展,加上国家陆续出台了一系列提高居民收入措施,使得越来越多的居民有能力购买空调、电热水器、微波炉等大功率家用电器。1990—2003年间,全社会用电由40.95亿kWh提高到190.11亿kWh,年均增长15.2%,而同期居民用电量由3.992亿kWh提高到23.67亿kWh,年均增长27.5%,是社会用电增长速度的两倍。居民用电占全社会用电比重由9.7%提高到12.75%。 2)不论从居民人均用电,还是生活用电占社会用电比重来看,居民用电的潜力巨大。虽然杭州市居民用电增长快,但其人均用电水平还很低。2003年杭州市人均生活用电量仅为602kWh,而1997年美国、日本和德国的家庭年人均用电量分别是4.025、1.834、2.180MWh,是杭州的6.5、3和3.5倍。在居民用电占社会用电比重上,2003年杭州市生活用电占社会用电比重仅为12.75%,远低于发达国家的水平。1997年发达国家居民家庭用电占电力终端总消费量比重,美国、德国和日本分别为34.4%、40.7%、29.4%。 3)居民用电是夏季用电高峰的重要组成部分。据杭州市300户城镇居民平均耐用消费品年拥有量统计,空调普及率已由1990年不足1台/(100户),增长到2003年139.83台/(100户)。近年来,杭州市的夏季降温负荷年年增长。
杭州市居民用电计量经济分析 2.1 变量和样本数据的选取 居民的用电量大小主要取决于居民的消费意愿、消费习惯和消费能力。我们参照国外通常建立用电量预测模型的方法,结合国情和市情,根据现有的统计资料和经济学原理,对变量定义如下: 将全市居民人均用电量(EYDL)作为被解释变量,影响YDL的主要因素有居民消费价格总指数(P)、城镇居民可支配收入(SR)、最高月平均气温(QW)(7月)、市居民生活用电电价(DJ)和每百户居民年拥有的主要电器如彩电、冰箱和空调的数量等。考虑到消除通货膨胀的影响,我们把每年的不变电价(UDJ)作为解释变量,其中:UDJ=DJ/P。考虑到样本观察值的缺陷,把每百户城镇居民年拥有的主要电器(彩电、冰箱和空调)数量和的百分比(DQ)作为解释变量,即DQ=(彩电十冰箱十空调)/100,同时将SR和QW直接作为解释变量,以此建立计量经济学模型。根据1990年至2004年的《杭州统计年鉴》、《浙江省电网电价销售表》的实际资料进行模型估计。模型的样本数据见下表一。 年份(年) EYDL (kWh) SR (元) DJ(元/kWh) P 冰箱(台/百户) 彩电(台/百户) 空调(台/百户) QW(摄氏度) 1990 139 1985 0.165 100.0 91.5 62.5 0.5 28.6 1991 188 2128 0.165 1.072 93.9 68.3 6.7 29.8 1992 220 2580 0.165 1.183 96.3 75.6 14.6 28.5 1993 243 3525 0.245 1.437 98.6 84.1 23.6 27.8 1994 261 5249 0.245 1.746 101.1 93.2 33.7 29.9 1995 283 6301 0.275 2.034 103.5 102.3 43 28.9 1996 274 7206 0.31 2.247 103 112.9 55.8 28.3 1997 316 7896 0.345 2.398 102.6 123 67.6 29.1 1998 374 8465 0.415 2.441 102.1 132.6 79.6 29.6 1999 451 9085 0.47 2.451 101.67 145 95.67 28.4 2000 551 9668 0.51 2.470 101.67 146.67 104 29.4 2001 442 10896 0.51 2.458 102.95 157.95 112.95 30.3 2002 485 11778 0.51 2.431 101.3 161.2 122.55 27.6 2003 602 12898 0.53 2.419 103.68 167.49 139.83 31 表一 市居民用电量模型样本数据 关于样本数据的选取,由于在查找资料时数据有限,不能运用水、电、燃料消费价格指数来调整,因此只能用居民消费价格总指数代替,以达到最理想的近似。 而在选择耐用消费品的数量时,虽然家用电脑在杭州日渐普及,但由于《杭州统计年鉴》上从2002年才开始统计居民拥有家用电脑的数量,故在样本数据中为加入这一项,这可能对模型结果产生一定的影响。
2.2 参数估计和分析 根据表一列出的样本数据和对散点图的观察,利用普通最小二乘法(OLS),用统计分析软件SAS 8.0进行参数估计,结果如下: EYDL= -310.32+ 0.0407SR- 65.32UDJ+12.706QW+ 70.43DQ (-3.12) (3.24) (-2.62) (2.29) (2.49)
=0.9226 DW=2.182 F=129.68
上式的各项检验值表明:式子对杭州市居民用电行为的解释能力比较强。每个变量的系数都通过显著性水平为5%的t检验。D.W检验值为2.182,说明方程基本不存在自相关;也由此可见国外通常建立用电量预测模型的方法是比较成熟和有效的。 分析上式,我们可以得到以下的结论: 1)居民的可支配收入(SR)增加,用电量相应增加;SR的系数反映了它与被解释变量间的正相关关系。同样我们可以看到,每百户城镇居民年拥有的主要电器数量和的百分比(DQ)的系数与被解释变量之间有着同样的正相关关系,并且对其影响更为显著。 2)不变电价(UDJ)与被解释变量之间应该出现负相关关系,即不变电价上涨会导致用电量的下降。模型中得出的结论正好反映了这种关系:UDJ的系数为负,与实际意义相符。 3)由于空调的大量使用,杭州7月的平均气温(QW)的增加会导致用电量的增加,由系数可以看出:夏季气温的高低对电力需求有较大影响,夏季气温每变动1℃,居民用电量大致变动3%。,这主要是因为近年来杭州市空调普及率的提高导致夏季降温负荷占居民用电负荷的比重日益提高。 鉴于上面三点,我们可以得出这样的结论:该模型通过了统计检验,表明用不变电价(UDJ)、每百户城镇居民年拥有的主要电器数量和的百分比(DQ)、城镇居民可支配收人(SR)来解释说明城镇居民用电量的变化是适宜的,所建立的模型表述了这种线性关系。
通过以上的分析,我们可以看到: 1) 经济发展具有一定的周期性、规律性,电力的发展也具有其自己特定的规律。一般说经济的高速增长期必然是用电量的高速增长期。但不容忽视的是在经济的调整稳定期电力需求也可能以较快的速度增长。售电价格调整不仅对工业部门有较大影响,而且对居民生活意义重大。在进行居民用电研究时,不仅需要仔细分析影响电价水平的主要因素,还必须加强对电力市场的研究,特别是市场对电价水平调整的可能反应。 2)由于下列因素的共同作用,杭州市居民用电在未来几年里有高速、稳定增长的可能性,居民用电量和其在全社会用电量中所占的比重将日益增大,地位也越来越重要:其一,杭州市经济发展的潜力较大,近几年杭州居民可支配收入呈现快速增长的势头,这势必拉动居民用电量会同步增长;其三,进入90年代中期后,居民基本生活必需的电视机、电冰箱、洗衣机等“老三样”已经普及,电耗相对较高的空调、热水器、微波炉、电脑等家用电器开始快速进入居民家庭,每百户拥有的家用电器数呈倍数上升,且单位电器的耗电功率也大大提高。另外,对灯光配置要求更高的家庭装修日趋普及,照明用电大大增加。居民用电作为电力需求重要的增长点,必须给予特别地关注。 3)随着“西气东输”战略实施,天然气等优质燃料的供给能力将有显著提高,为以天然气为燃料的燃气空调和相应设备进入社会提供了机遇。使用燃气空调将有利于改善供电紧张状况,提高电力负载率,降低夏季由于高温引起的电力高峰,对于提高电力设备运转利用率、降低电力成本和稳定供电能力都有显著的经济效益和社会效益。 4)尽管模型中只考虑了夏天气温对居民用电量的影响,没有考虑居民在冬季用电取暖的问题,但温度变化对居民用电负荷的影响已经不容忽视。若要建立更好的模型,或者说电力企业若要制定完善的电力需求管理策略,就要认真研究夏季和冬季的气温变化规律,掌握居民用电器数量、品种等发展趋势。
参考文献 [1] 《能源政策研究》编辑部,表12—1997年几个国家居民家庭人均用电量能源政策研究[J], 9:1.2002; [2] 杭州市统计局,《杭州统计年鉴》(2001—2004),http://www.hzstats.gov.cn/index.asp ; [3] http://www.chinapower.com.cn/yearbook/ ; [4] 李子奈,计量经济学[M],北京:高等教育出版社,2000.