发电量与经济增长的相关性研究——基于发电量的时间序列

张 兵 陈文林

(1.安徽大学经济学院，安徽合肥 230039;2.安徽大学历史系，安徽合肥 230039)

［经济管理］

发电量与经济增长的相关性研究
——基于发电量的时间序列

张 兵1陈文林2

(1.安徽大学经济学院，安徽合肥 230039;2.安徽大学历史系，安徽合肥 230039)

利用工业增加值为考察经济增长的指标，详细分析了发电量月度数据增长走势，并对比考察了月度数据、工业增加经济数据及钢、生铁等产量的经济指标，说明了发电量和经济增长确实存在正相关关系。通过拟合发电量数据，建立了ARIMA模型，以便更好地把握经济动态。

发电量;工业增加值;钢产量;时间序列;ARMA模型

一、序言

电力工业在国民经济中具有很高的重要性。20世纪70年代末以来学术界对能源消费与经济增长之间因果关系进行了大量的实证研究。1978年Kraft研究电力与经济增长的关系，对美国的GNP与电力消费的关系进行了研究，该类研究后来也在英国、德国、意大利、加拿大、法国、日本等工业国家进行。最近几年的实验研究主要集中在亚洲，包括中国的电力与经济增长的关系研究上。

我国近期对电力消费与经济增长之间的相关性研究主要是定量和定性二者相结合的思路。曲德巍、孙琳(2007)从索洛模型的视角研究了电力消费对经济增长的影响，通过研究发现电力消费对经济增长的贡献率接近64%。林伯强(2003)在宏观经济学中的生产函数模型的基础上运用协整分析和误差修正模型研究中国电力消费与经济增长的关系，其实证结果表明GDP、资本、人力资本以及电力消费存在长期均衡关系。吴和成、伊金秀(2007)基于效率视角分析了我国地域电力投入对经济产出量的影响，通过建立指标体系研究了我国30个自治区、直辖市，对电力消耗在经济发展中的效率进行了评价。

二、关于发电量数据的分析

1.发电量月度数据分析

发电量数据由电网调度中心根据每天的调度数据进行记录，电即发即用，从一个时间段到另一个时间段的数据都很准确，精度比较高。

从发电量月度数据的大致走势看，发电量值呈震荡上升趋势，而自从2009年开始由于受国际金融危机的影响，无论是从绝对值上还是同比增幅都出现了明显下滑。2009年10月份，我国月度发电量同比下滑约4个百分点，这是我国月度发电量自2005年2月以来首次出现同比负增长，而从2009年4月份以来，我国月度发电量同比增速已连续6个月回落，10月份开始出现的负增长是这一发展趋势的自然延续。

图1 1995—2009年我国发电量月度数据走势

2.发电量与工业增加的关系

工业发展一直是我国经济发展的重中之重，在三大产业中稳居首位，在以第二产业为主的我国，工业增加值直接决定了我国经济增长的水平。因此，由于缺乏GDP的月度数据，在考察经济的月增长的时候，经常通过对工业增加值的分析间接测评经济增长情况。而工业的发展离不开能源的支持，特别是电力的支持。工业生产繁荣则意味着发电量相对较高，而工业经济萧条、开工率不足，则意味着发电量减少。因此，发电量在一定程度上反映了工业生产的态势。不少学者和市场投资人士都认为发电量是工业经济发展情况的真实反映，但对于具体的数据尚需具体分析，方能准确解读其含义。

当发电量有较大降幅时，工业增加值也会急剧下降;如果发电量明显上升，工业增加值便会紧跟其上，两者具有很强的同步性。根据以往的研究，工业增加值往往领先于GDP发展，按照这种逻辑关系来看，用电量在我国基本上是GDP的领先指标，用电量的高低对于预测和把握经济走势有重要意义。

通过对1997—2009年工业增加值和发电量月同比数据做回归分析可以发现，工业增加值和发电量同比增加值的数列均是非平稳的，但通过对所得方程的残差作ADF检验，可以得出为平稳序列的结论，所以两者可能存在协整关系，可以建立回归方程，所得方程为:

经过调整后拟合优度为0.70，在现实的统计数据中，这个数值还是可以接受的，F统计量为351.95，通过置信度为1%的检验，所得参数也通过各自的t检验，其他各种检验大致都能通过，说明发电量同比增加值每变动1个单位，工业增加值月同比值就增加1.23个单位。

3.发电量与经济数据的背离

发电量与工业增加值的累积同比增速的差异在扩大，自2009年3月这种趋势越来越明显。4月份全社会用电量同比降幅为3.63%，而全国规模以上工业企业增加值仍同比增7.3%。5月份工业增加值增长8.9%，发电量下降了3.55%。

同是对经济状态的反映，两个数据却一升一降。面对这两个矛盾的统计数据，许多经济学家表示难以置信，通过统计数字来看，造成发电量与工业增加值发生背离的原因比较复杂，经济结构变化和节能减排都是其中重要的原因。如果统计数字可靠，可以认为我国工业自2009年以来在节能减排上取得了较大突破。

4.发电量与钢、生铁、钢材产量的数据分析

钢铁工业作为国民经济重要的原材料工业，一方面经济的增长带动钢铁工业的增长;另一方面，钢铁工业的增长又对经济增长有极大的推动作用。

钢材主要用于建筑、交通、机械、轻工、化工、冶金、电力、煤炭、石油、水利等各个行业。在我国，工业用钢材占钢材总消费量的35%～40%，建筑业用钢材约占钢材消费量的50%～55%，两者用钢总和占我国钢材消耗总量的90%左右，因此，由工业和建筑业组成的第二产业是最主要的钢材用户。所以，可以通过分析发电量与钢铁产量的关系，来观察其与第二产业增减之间的联系。

我国发电量与钢、生铁以及钢材产量有明显的正相关关系，即钢铁产量增加，发电量也相应增加，反之亦然。2009年钢、生铁以及钢材产量的回升主要反映了固定资产投资的反弹，而发电量更侧重于经济整体。

三、发电量月度数据时间序列的分析

本文的数据来源是由中电联发布的1995年1月—2009年8月发电量月度数据，留出2009年3—8月的数据以便检验预测结果。另一方面，由于缺乏2007和2008年1月份的数据，采用了随机生成的方法对数据进行了补充，考虑到采用了大量数据，即便随机生成的数据和实际数值有较大偏差，也不影响拟合的结果。所用软件为Eviews5.1。

由图1可知，发电量有一个明显向上的趋势，并且为非平稳序列，因此对原数据作对数处理并进行差分，经单位根检验认为非平稳数列，第二次差分所得数列平稳，序列趋势项已经基本消失，但滞后期k=12，k=24时序列的相关系数仍然很大，超出了随机区间的范围，与0有明显差异，表明序列有周期为12个月的季节波动，于是进行季节差分，经两次滞后期为12的季节差分后，季节波动仍然存在，这里只进行一次滞后期为12的季节差分。

为了更准确验证，进行单位根检验，用包含常数项滞后期为0的ADF检验。在1%的显著性水平下，ADF统计量小于临界值，F统计量的P值、AIC、SC检验原则下都很小，序列通过单位根检验。

为便于预测，这里采用命令 ls d(log(x)，2，12)，ar(1)，ar(2)，ar(3)，ma(1)，ma(2)，sar(12)，sma(12)估计参数，其含义是对原数列X取自然对数，进行两次一阶差分后再进行12阶差分，建立包含3阶自回归，1阶移动平均，1阶季节自回归和1阶季节移动平均的ARIMA模型，所得结果为:

其中b为差分算子。从上图可以看出模型很好地拟合了该时间序列，并且自回归和移动平均多项式的根均在单位圆内，分别满足平稳性和可逆条件，所得残差序列满足平稳性要求，故认定该模型设定合适。对2009年3—8月份预测为(见表1):

表1 2009年3—8月发电量预测

尽管预测值与真实值之间有一定差距，但大致趋势判断还是一致的，说明经济状况好于预期。

另外该模型还存在着明显的季节因素没有提出，这可能是由于原始数据中还存在波动较大的月份，说明即使采取对数化形式只能降低部分不规则变动，季节差分对较大的波动影响甚微。

四、结论:

根据以往数据显示，20世纪90年代以后，发电量的增长速度与GDP增长速度表现出较明显正相关关系，即经济增长速度快，用电量增长速度也快，反之亦然。虽然发电量和经济数据间存在一定的偏离，但总体趋势还是一致的。本文以15年作为一个观察期，大体上能反映出电力与经济增长速度规律性的关系，由以上分析可知，发电量与经济增长具有内在相关性。

［1］蒋金荷，姚愉芳．中国经济增长与电力发展关系的定量分析研究［J］．数量经济技术经济研究，2009(10)．

［2］曲德巍，孙琳．从索洛模型看中国电力消费对经济增长的影响［J］．统计观察，2007(241)．

［3］林伯强．电力消费与中国经济增长:基于生产函数的研究［J］．管理世界，2003(4)．

［4］林伯强．结构变化、效率改进和能源需求预测——以中国电力行业为例［J］．经济研究，2003(5)．

［5］袁家海，丁伟，胡兆光．电力消费与中国经济发展的协整与波动分析［J］．电网技术，2006(9)．

［6］林伯强．电力短缺，短期措施与长期战略［J］．经济研究，2004(3)．

F426

B

1002－2880(2010)12－0083－02

(责任编辑:张彤彤)