計量經濟學期末課程設計南京審計學院2008級審計院題目：我國電力消費量因素分析學生姓名學號專業班級2011年6月5日我國電力消費量因素分析摘要：本文用計量經濟學的研究方法，擬通過GDP,人口總量，工業總產值，電力出廠價格指數等數據，建立全國電力消費總量的計量經濟模型，并對模型中是否存在違反古典假設的情況〔包括多重共線性，異方差性和自相關性〕進行檢驗分析。然后對癥下藥，針對模型中所存在的問題選用適當的方法進行修正。最后應用經濟學的相關知識對修正后的模型進行分析，解釋其實際的經濟含義，并對反映出來的問題提出幾點看法和建議。關鍵詞：我國電力消費因素計量經濟學模型回歸分析法多重共線性異方差性自相關性一、文獻綜述進入21世紀以來，中國經濟繼續保持了良好的開展勢頭，電力作為一國開展的命脈，對經濟開展的影響程度日益突出。電力工業作為國民經濟開展的先導產業，其供給狀況需要謹慎嚴密的監控，估計錯誤或供給缺乏，不僅會造成電力企業的損失，還會擾亂城鄉居民的用電秩序，進而造成嚴重的社會影響和損失。〔一〕、我國電力消費量的現狀分析我國是僅次于美國的世界第二大電力生產國，從總體上看，我國電力工業開展迅速。但由于我國的人口基數大，人均裝機量和消費量都相對較低。2001年我國人均裝機量只有0.26KW，人均發電量1150KWH，僅為1998年世界平均水平2250KWH的1/2強。和世界各工業化國家相比，我國的人均電力消費仍處于很低的水平。此外，我國居民家庭電氣化水平也低，我國目前的人均生活用電量還不及興旺國家的1/10，而且我國還有約3000萬農村人口沒有用上電，因此隨著經濟的開展和人民生活水平的提高，我國有著比興旺國家更多的電力增長需求。

從我國電源結構來看，煤電約占75％左右，水電約20％左右，油氣電、核電、風電等占5％左右。這種以煤電為主的電力結構無論從原料供給還是從環境影響方面看都有著較多的弊端。從我國的電源分布來看，由于能源資源分布的不平衡，資源優化配置的能力受到約束。發電廠的分布與電力負荷中心不匹配及各大區域電網聯網還沒有形成規模，大區電網間電力交換受到約束等多種制約因素，導致了局部經濟增長較快的地區電力供給缺乏。

近年來，伴隨著國民經濟的持續快速開展，我國能源消費快速增長，電力供給日趨緊張。從2002年6月起，中國電力需求快速增長，陸續有些地區拉閘限電。2003年底，全國21個省份電力供需形勢緊張，其中7個省份的情況比擬嚴重。2004年中國電力供需矛盾依然突出，主要集中在華東、南方電網和華北、西北、華中電網的局部地區。

基于2003年出現的電力短缺，政府出臺了六項推動電力供給的措施，但這并不能從根本上解決電力短缺問題。電力作為一種特殊的商品具有兩大特性：電力的生產、輸送與消費同時在瞬間完成的特性；電力不可儲存的特性，由此決定了電力需求與經濟開展的緊密相關性。由于電力這種敏感性商品的建設周期較長，至少需要3年的時間，所以為防止其對社會穩定及投資環境的影響，對其建立早期預警系統，做到“電力先行”就顯得尤為重要。改革開放以來，電力體制不斷改革，在實行多家辦電、積極合理利用外資和多渠道籌促資金，運用多種電價和鼓勵競爭等有效政策的鼓勵下，電力工業開展迅速，在開展規模、建設速度和技術水平上不斷刷新紀錄、跨上新的臺階。發電裝機容量繼1987年突破1億千瓦后，到1995年超過了2億千瓦，2000年到達了3億千瓦。目前，我國發電裝機容量和用電量穩居世界第二位，但人均用電水平還很低，2006年，我國人均裝機容量為473千瓦，人均用電量為2149千瓦時，大致相當于美國的1／7、日本的1／4和韓國的1／3，也低于2004年的世界平均水平的608千瓦和2371千瓦時。

興旺國家歷史經驗說明，工業化中期經濟增長的主要動力是工業化和城鎮化。美日韓三國在工業化中期初的城鎮化率都已達60％，期末超過了70％，而我國2005年的城鎮化率只有43％。隨著城鎮化和工業化的進一步開展，電力需求將快速提高。〔二〕相關文獻《統計與信息論壇》2006年06期近20年來,我國對電力的需求越來越大,特別是近幾年來尤甚。根據國家電網公司的統計:2002年全國有12個省份輕微缺電;2003年21個省份遭遇電力短缺;到了2004年,缺電省份擴大到24個;2005年上半年約26個省面臨電力短缺。解決電力短缺問題的首要問題是做好電力需求的預測。《商場現代化》2008年第11期電力工業是國民經濟和社會開展的根底產業。近年來，伴隨著國民經濟的持續快速開展，我國能源消費快速增長，電力供給日趨緊張。從2002年6月起，中國電力需求快速增長，陸續有些地區拉閘限電。基于連年出現的電力短缺，政府出臺了六項推動電力供給的措施，但這并不能從根本上解決電力短缺問題。電力作為一種特殊的商品具有兩大特性：電力的生產、輸送與消費同時在瞬間完成的特性；電力不可儲存的特性，由此決定了電力需求與經濟開展的緊密相關性。由于電力這種敏感性商品的建設周期較長，至少需要3年的時間，所以為防止其對社會穩定及投資環境的影響，對其建立早期預警系統，做到“電力先行”就顯得尤為重要。《證券市場周刊》需求強勁增長，是電力行業和電力股進入景氣新周期的最好注腳。但2004年的機遇不是2003年的簡單復制。盡管供需缺口依舊，但電力屬公用事業，由漲價帶來的普遍利潤空間已趨收窄。電力行業和上市公司將進入新的周期：股價上漲幅度將取決于新增發電能力產生的利潤;發電能力大幅快速提高的另一個捷徑是并購，新的發電資產的注入對上市公司利潤大幅增長會起到事半功倍的作用;電力板塊市盈率仍在25倍上下，與市場整體市盈率35倍相比仍顯偏低，新的時機不容錯過。《十七大報告》2020年實現人均國內生產總值比2000年翻兩番。這對我國經濟社會開展和全面建設小康社會提出了新的更高要求，也給為我國走中國特色新型工業化道路、實現國民經濟又好又快開展提供支撐的電力工業提出了更高的要求電力工業是國民經濟開展的根底產業，其開展對國民經濟的其他部門的開展起著支撐作用。對于我國，“國民經濟每增長1%，電力產業開展增長約為1.13%時才能為國民經濟的其他部門開展提供足夠動力。”因此，電力工業的開展水平在一定的程度上反映了國民經濟的開展狀況。二、模型設定和數據搜集〔一〕模型的設定根據經濟學知識，對影響電力消費的因素做出以下選擇：1.全國GDP總額：一國經濟增長水平可以由這個指標明確的反映出來。在電子化，信息化高速開展的今天，經濟越開展，對電力的依賴性越高，所以我們將GDP作為電力消費量的一個影響因素。2.全國人口總量：在電力的消費環節，城鄉居民的用電需求不可無視，每個人的正常工作和生活都需要不斷的消費電力，當年全國人口總量與當年電力消費量在一定程度上存在正相關關系。3.工業總產值：總體上來說，工業部門多數屬于高密度用電部門。隨著工業生產現代化的開展，工業產品的生產效率大大提高，與此同時，對于生產過程中電力的需求也大大提高，故我們把工業總產值變動的因素考慮到了影響因素當中。4.電力出廠價格指數：價格影響需求，電價的波動會導致電力消費量的變動，所以我們引入價格因素，又因為各地區電價存在差異，較難直接引用，所以我們用電力出廠價格指數來近似電價。根據我們以上分析，回歸模型設立如下：Y=?1+?2x1+?3x2+?4x3+?5x4+uiY――分別對應自1990年起至2004年全國的電力消費總量〔單位：億千瓦時〕x1――分別對應自1990年起至2004年全國的GDP〔單位：億元〕x2――分別對應自1990年起至2004年全國人口總量〔單位：萬人〕x3――分別對應自1990年起至2004年全國工業總產值〔單位：億元〕x4――分別對應自1990年起至2004年全國電力出廠價格指數〔單位：億元〕ui――隨機擾動項序列〔二〕數據的收集年份電力消費總量〔億千瓦時〕GDP〔億元〕人口總量〔萬人〕工業總產值〔億元〕電力出廠價格指數19906230.4574.46111433323924107.419916804675.0711582328248.01125.619927589.21560.25611717137066136.719938426.55073.70511851752692185.819949260.410846.44611985076909259.2199510023.49962.63112112191893.8283.8199610764.35693.30212238999595.3321199711284.42056.684123626113732.7365.9199811598.4-635.168124810119048386199912305.2-1146.754125909126111389.5200013471.4357.616126583148601.87398.3200114633.5671.531127627165557.22407.5200216331.5-838.3248128453192142.05410.8200319031.61408.6824129227246770.78414.52004217355338.160112998324736.13424.4數據來源：中華人民共和國統計年鑒〔中華人民共和國國家統計局〕〔中國經濟信息網〕三、參數估計DependentVariable:YMethod:LeastSquaresDate:06/10/11Time:18:04Sample:19902004Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C3479.190432.58738.0427470.0000X1-0.0175330.017414-1.0067840.3378X20.0169660.0036884.6004070.0010X30.0583730.00215827.047040.0000X4-1.9735031.297944-1.5204840.1594R-squared0.998072Meandependentvar11965.95AdjustedR-squared0.997300S.D.dependentvar4458.347S.E.ofregression231.6521Akaikeinfocriterion13.98955Sumsquaredresid536626.9Schwarzcriterion14.22557Loglikelihood-99.92164F-statistic1293.913Durbin-Watsonstat1.642506Prob(F-statistic)0.000000四、模型檢驗1、多重共線性檢驗X1X2X3X4X11.000000-0.234721404635-0.0787595557876X2-0.2347214046351.000000-0.540783048388X3-0.0787595557876-0.5407830483881.0000000.825645213595X40.8256452135951.000000由相關系數矩陣可以看出，各解釋變量相互之間的相關系數很高，證實確實存在嚴重的多重共線性。2．修正多重共線性采用逐步回歸法，分別做Y對X1X2X3X4的一元回歸，結果如下：DependentVariable:YMethod:LeastSquaresDate:06/10/11Time:18:59Sample:19902004Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C12351.491488.7278.2966770.0000X1-0.1390230.324360-0.4286090.6752R-squared0.013934Meandependentvar11965.95AdjustedR-squared-0.061917S.D.dependentvar4458.347S.E.ofregression4594.298Akaikeinfocriterion19.82659Sumsquaredresid2.74E+08Schwarzcriterion19.92099Loglikelihood-146.6994F-statistic0.183706Durbin-Watsonstat0.115309Prob(F-statistic)0.675224DependentVariable:YMethod:LeastSquaresDate:06/10/11Time:18:59Sample:19902004Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C20461.224501.2324.5456930.0005X2-0.0737250.037982-1.9410630.0742R-squared0.224701Meandependentvar11965.95AdjustedR-squared0.165063S.D.dependentvar4458.347S.E.ofregression4073.811Akaikeinfocriterion19.58611Sumsquaredresid2.16E+08Schwarzcriterion19.68052Loglikelihood-144.8958F-statistic3.767726Durbin-Watsonstat0.248882Prob(F-statistic)0.074246DependentVariable:YMethod:LeastSquaresDate:06/10/11Time:19:01Sample:19902004Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C5436.807200.359027.135330.0000X30.0530240.00136038.988970.0000R-squared0.991521Meandependentvar11965.95AdjustedR-squared0.990868S.D.dependentvar4458.347S.E.ofregression426.0367Akaikeinfocriterion15.07049Sumsquaredresid2359595.Schwarzcriterion15.16490Loglikelihood-111.0287F-statistic1520.140Durbin-Watsonstat1.244420Prob(F-statistic)0.000000DependentVariable:YMethod:LeastSquaresDate:06/10/11Time:19:02Sample:19902004Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C2052.0531869.4941.0976520.2923X432.213075.7041035.6473500.0001R-squared0.710420Meandependentvar11965.95AdjustedR-squared0.688144S.D.dependentvar4458.347S.E.ofregression2489.721Akaikeinfocriterion18.60129Sumsquaredresid80583249Schwarzcriterion18.69570Loglikelihood-137.5097F-statistic31.89256Durbin-Watsonstat0.260860Prob(F-statistic)0.000080其中參加X3的方程R2最大，以X3為根底，順次參加其它變量逐步進行回歸。DependentVariable:YMethod:LeastSquaresDate:06/10/11Time:19:06Sample:19902004Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C5587.602208.965126.739400.0000X30.0528570.00128141.266500.0000X1-0.0469510.028329-1.6573760.1233R-squared0.993100Meandependentvar11965.95AdjustedR-squared0.991950S.D.dependentvar4458.347S.E.ofregression400.0077Akaikeinfocriterion14.99770Sumsquaredresid1920074.Schwarzcriterion15.13931Loglikelihood-109.4828F-statistic863.5790Durbin-Watsonstat1.175646Prob(F-statistic)0.000000DependentVariable:YMethod:LeastSquaresDate:06/10/11Time:19:08Sample:19902004Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C3481.099393.54088.8455850.0000X30.0556480.00093359.637600.0000X20.0141690.0027255.1990120.0002R-squared0.997393Meandependentvar11965.95AdjustedR-squared0.996958S.D.dependentvar4458.347S.E.ofregression245.8787Akaikeinfocriterion14.02441Sumsquaredresid725476.1Schwarzcriterion14.16602Loglikelihood-102.1831F-statistic2295.463Durbin-Watsonstat1.295942Prob(F-statistic)0.000000DependentVariable:YMethod:LeastSquaresDate:06/10/11Time:19:08Sample:19902004Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C5023.432334.354915.024250.0000X30.0501610.00230121.803480.0000X42.4885971.6511821.5071610.1576R-squared0.992870Meandependentvar11965.95AdjustedR-squared0.991682S.D.dependentvar4458.347S.E.ofregression406.6150Akaikeinfocriterion15.03047Sumsquaredresid1984029.Schwarzcriterion15.17208Loglikelihood-109.7285F-statistic835.5485Durbin-Watsonstat1.274902Prob(F-statistic)0.000000經比擬，新參加X2的方程R2改良最大，而且各參數的t檢驗顯著，選擇保存X2，再參加其它變量進行逐步回歸。如圖DependentVariable:YMethod:LeastSquaresDate:06/10/11Time:19:10Sample:19902004Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C3678.905436.04938.4369010.0000X20.0131800.0028784.5790730.0008X30.0553970.00096157.647350.0000X1-0.0191010.018391-1.0385930.3213R-squared0.997626Meandependentvar11965.95AdjustedR-squared0.996978S.D.dependentvar4458.347S.E.ofregression245.0766Akaikeinfocriterion14.06420Sumsquaredresid660688.2Schwarzcriterion14.25301Loglikelihood-101.4815F-statistic1540.701Durbin-Watsonstat1.205189Prob(F-statistic)0.000000DependentVariable:YMethod:LeastSquaresDate:06/10/11Time:19:11Sample:19902004Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C3290.430390.08748.4351090.0000X20.0180180.0035395.0918080.0003X30.0587200.00213227.542990.0000X4-2.0509101.296467-1.5819220.1420R-squared0.997876Meandependentvar11965.95AdjustedR-squared0.997297S.D.dependentvar4458.347S.E.ofregression231.7954Akaikeinfocriterion13.95277Sumsquaredresid591020.2Schwarzcriterion14.14158Loglikelihood-100.6457F-statistic1722.747Durbin-Watsonstat1.763523Prob(F-statistic)0.000000在X2X3的根底上加X4，發現R2有所提高，而且都通過t檢驗。2、相關性檢驗從估計的結果可以看出，模型擬合較好，可決系數R2=0.997876，說明模型在整體上擬合比擬好。3、異方差檢驗WHITE檢驗結果如下：WhiteHeteroskedasticityTest:F-statistic1.407002Probability0.318898Obs*R-squared7.701624Probability0.260788TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:06/10/11Time:19:27Sample:19902004Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C13588.54621263.80.0218720.9831X27.62116727.698810.2751440.7902X2^2-5.84E-050.000196-0.2977580.7735X35.2163414.0530331.2870220.2341X3^2-1.19E-059.70E-06-1.2238360.2558X4-1691.9801358.620-1.2453660.2482X4^20.9643381.9864430.4854600.6404R-squared0.513442Meandependentvar39401.35AdjustedR-squared0.148523S.D.dependentvar34461.98S.E.ofregression31799.97Akaikeinfocriterion23.87704Sumsquaredresid8.09E+09Schwarzcriterion24.20747Loglikelihood-172.0778F-statistic1.407002Durbin-Watsonstat2.567818Prob(F-statistic)0.318898從上表可以看出，Obs*R-squared所對應的P值為0.260788，大于0.05。說明模型不存在異方差性。4、顯著性檢驗〔１〕對于?2，t統計量為5.091808。給定α=0.05，查t分布表，在自由度為n-4=11下，得臨界值t0.025(11)=2.201，因為t>t0.025(11)，所以拒絕原假設H0:?2=0，說明全國人口總量對電力消費總量有顯著性影響；〔２〕對于?3，t統計量為27.54299。給定α=0.05，查t分布表，在自由度為n-4=11下，得臨界值t0.025(11)=2.201，因為t>t0.,025(11)，所以拒絕原假設H0:?3=0，說明全國工業總產值對電力消費總量有顯著性影響。〔３〕對于?4，計量為-1.581922。給定α=0.05查t分布表，在自由度為n-4=11下，臨界值t0.025(11)=2.201，因為t的絕對值>t0.025(11)，所以拒絕原假設H0:?3=0，說明全國電力出廠價格指數對電力消費總量有顯著性影響。〔4〕對于F=1722.747>F(3,11)=3.59，說明模型從整體上看電力消費總量各解釋變量之間線性關系顯著。5、序列相關檢驗DependentVariable:YMethod:LeastSquaresDate:06/10/11Time:19:54Sample:19902004Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C3290.430390.08748.4351090.0000X20.0180180.0035395.0918080.0003X30.0587200.00213227.542990.0000X4-2.0509101.296467-1.5819220.1420R-squared0.997876Meandependentvar11965.95AdjustedR-squared0.997297S.D.dependentvar4458.347S.E.ofregression231.7954Akaikeinfocriterion13.95277Sumsquaredresid591020.2Schwarzcriterion14.14158Loglikelihood-100.6457F-statistic1722.747Durbin-Watsonstat1.763523Prob(F-statistic)0.000000給定顯著性水平0.05，查DW表，當n=15，k=3時，得下限臨界值dL=0.814,上限dU=1.750,4-dU=2.250.因為DW統計量為1.763523，大于dU，小于4-dU，根據判定區域知不存在自相關。6、因果關系檢驗PairwiseGrangerCausalityTestsDate:06/10/11Time:19:49Sample:19902004Lags:2NullHypothesis:ObsF-StatisticProbabilityX3doesnotGrangerCauseX21314.19440.00234X2doesnotGrangerCauseX31.020250.40303X4doesnotGrangerCauseX2131.541130.27155X2doesnotGrangerCauseX40.198010.82427X4doesnotGrangerCauseX3137.443480.01493X3doesnotGrangerCauseX40.029300.97123由該檢驗結果說明，X3對X2有影響，X4對X2有影響，X4對X3有影響。所以，本研究模型估計的最終結果為：Y=3290.430+0.018018X2+0.058720X3-2.050910X4〔8.435109)(5.091808)(27.54299)〔-1.581922〕R2=0.997876AdjustedR-squared=0.997297F=1722.747五、模型的經濟學意義1．全國人口總量。從回歸系數0.018018可以看出，人口數量對電力消費量的影響是比擬顯著和重大的。居民生活用電，作為總體電力消費量的一個重要組成局部，與全國人口數量有著密切的聯系。2．全國工業總產值。無庸置疑，工業部門多數屬于高密度用電部門，它也是國民經濟開展的命脈。工業部門對電力的消費變動和需求直接影響了工業產出，從而影響了GDP，因此無論從哪一方面講，它都是一個非常重要的因素。3．電力出廠價格指數。電價的波動會導致電力消費量的變動，所以我們引入價格因素，但是由于各地的電價不同，且商業、工業、以及普通居民的電價也是不同的，比擬不適以單一價格引入模型，不僅計算復雜且數據的統計不能夠很精確，不能很好的反映價格影響需求。因為工業部門是電力的主要消耗者，所以我們用電力出廠價格指數來近似電價。六、政策建議1、優化電力工業生產結構。我國目前的電源結構主要是以火電為主，其奉獻率平均約為75％左右，這種以火電為主的電力結構一方面依賴不可再生資源另一方面易對環境造成污染。我國化石能源剩余探明可采儲量和可開發年限均較低，其產量難以滿足電力長期增長需求。此外，我國煤炭的平均含硫量為0.9％，動力煤為0.85％，高硫煤和中高硫煤儲量分別占全國煤炭儲量的8.89％和3.74％，平均含硫量到達1.15％。隨著人民生活水平的提高，國家對電力工業的環保提出了更高的要求，煤炭發電的二氧化碳排放問題成為又一制約火電開展的重要環境因素。從長期來看，過分依賴火電的弊端十分嚴重，必須盡快做出調整。所以在電力開展上，應該調整火電、水電、核電和發電、輸電、配電結構，優化開展火電，積極開展水電，適當開展核電，因地制宜開展風電、光電等新能源。

2、大力開展“綠色電力”。我國水能資源豐富，居世界第一位。據1993年的初步估算，經濟可開發資源為裝機容量2.9萬kW，多年平均年發電量12600億kWH。水電是清潔能源，優先開展水電是世界各國通行的能源政策取向。目前興旺國家的水電開發量已到達可開發量的90％，而我國只有20.4％，開發前景廣闊。但由于水電開發投資規模大，建設周期長，不確定因素多，投資風險大，所以應該積極尋求政策支持，力爭在盡可能短的時間里使得水電在電源結構中所占比重有較大提高。

新能源的研究和開發，諸如核能、風能、太陽能、地熱能等，是電力工業的主要開展方向。雖然我國已把促進新能源和可再生資源發電作為電力工業可持續開展的一項根本措施，但由于缺乏相應的技術，新能源和可再生能源發電本錢依然很高，所以引進和消化電力生產的先進技術，加大新能源開發課題研究力度，是今后一項艱巨而又長遠的任務。

3、加快電網建設，優化資源配置，大力推進“西電東送”工程。電力工業要以“大機組、大電網、超高壓”為開展方向，盡管長期以來不斷開發新技術來完善電網，但是電網平安的壓力非但沒有降低，反而問題越發嚴重，事故的規模和涉及的區域也隨著電網的擴大而擴大，所以要合理規劃建設和管理輸配電