葛　斐，王　寶，陳　馳，李　周

(1.國網(wǎng)安徽省電力公司經(jīng)濟技術(shù)研究院，安徽 合肥 230022；2.國網(wǎng)江蘇省電力公司南京供電公司，江蘇 南京 210008)

?

基于工業(yè)結(jié)構(gòu)調(diào)整的安徽省工業(yè)用電量預(yù)測研究

葛斐1，王寶1，陳馳2，李周1

(1.國網(wǎng)安徽省電力公司經(jīng)濟技術(shù)研究院，安徽 合肥 230022；2.國網(wǎng)江蘇省電力公司南京供電公司，江蘇 南京 210008)

摘要：工業(yè)用電量在全社會用電量中的占比較高，準確預(yù)測工業(yè)用電量可以用于分析全社會用電量的變化趨勢。將工業(yè)用電量分解為工業(yè)增加值和工業(yè)用電強度的乘積，以安徽省為例，將工業(yè)行業(yè)劃分為輕工業(yè)、高能耗行業(yè)、先進制造業(yè)和采礦業(yè)四大類，考察工業(yè)用電強度與工業(yè)增加值結(jié)構(gòu)的關(guān)系，建立多元線性回歸模型，分析工業(yè)結(jié)構(gòu)調(diào)整對工業(yè)用電強度的影響，從而預(yù)測工業(yè)用電量。

關(guān)鍵詞：工業(yè)結(jié)構(gòu)；工業(yè)用電量；工業(yè)用電強度；線性回歸

0引言

工業(yè)用電量在全社會用電量中的占比極大，對全社會用電量有著至關(guān)重要的影響。工業(yè)行業(yè)眾多且復(fù)雜，工業(yè)結(jié)構(gòu)是工業(yè)系統(tǒng)內(nèi)部各部門、組織規(guī)模和技術(shù)水平的比例關(guān)系。不同的工業(yè)結(jié)構(gòu)水平需要不同的電力消費，通過研究工業(yè)結(jié)構(gòu)變化對電力需求的影響，建立合適的工業(yè)用電量預(yù)測模型，對于提高全社會用電量的預(yù)測精度具有重要的現(xiàn)實意義。

我國學者對電力需求預(yù)測的影響因素進行了大量研究。何永秀運用格氏因果關(guān)系及誤差修正模型，分析了10個主要工業(yè)部門用電量與GDP增長的雙向關(guān)系，結(jié)果顯示，GDP增長會顯著拉動黑色金屬冶煉及壓延加工業(yè)、有色金屬冶煉及壓延加工業(yè)、紡織業(yè)、造紙及紙制品業(yè)、機械、電氣、電子設(shè)備制造業(yè)用電量的增長，但用電量的增長比率有很大的不同[1]。吳玉鳴通過分析中國30個省域的電力消費與經(jīng)濟增長各變量之間的關(guān)系表明，電力消費需求量存在地區(qū)差異，并指出對于安徽省工業(yè)增加值在GDP中的占比所衡量的產(chǎn)業(yè)結(jié)構(gòu)對電力消費的影響是顯著正相關(guān)[2]。支嬌研究了工業(yè)行業(yè)電力需求與經(jīng)濟增長之間的關(guān)系，利用協(xié)整性檢驗發(fā)現(xiàn)了全社會用電量和國內(nèi)生產(chǎn)總值GDP的長期協(xié)整關(guān)系[3]。林衛(wèi)斌將產(chǎn)業(yè)結(jié)構(gòu)因素加入對電力的分析中，得出產(chǎn)業(yè)結(jié)構(gòu)能夠影響電力消費和經(jīng)濟發(fā)展，是二者出現(xiàn)非同步現(xiàn)象的原因[4]。張敬偉研究了河北省產(chǎn)業(yè)結(jié)構(gòu)變動對電力消費的影響機制，指出河北省產(chǎn)業(yè)結(jié)構(gòu)調(diào)整并沒有發(fā)揮節(jié)能效益，反而促進電力等能源消費增長[5]。崔巍等人對重慶市電力需求進行分析時選取全國和重慶兩個維度的指標進行主成分分析，得出宏觀經(jīng)濟相關(guān)因素、居民生活需求、氣候變化為影響重慶電力需求的主要因素[6]。

綜合現(xiàn)有相關(guān)文獻的研究結(jié)論，在用電預(yù)測研究中，影響因素主要有經(jīng)濟增長、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和氣候變化，但有關(guān)工業(yè)結(jié)構(gòu)調(diào)整對工業(yè)用電量影響的研究非常少見。本文將工業(yè)用電量分解為工業(yè)增加值和工業(yè)用電強度的乘積，建立工業(yè)用電強度與工業(yè)結(jié)構(gòu)指標的多元線性回歸模型，并以安徽省為例，基于對安徽省未來工業(yè)增加值結(jié)構(gòu)的預(yù)測，預(yù)測安徽省2020年的工業(yè)用電量。

一、數(shù)據(jù)來源與處理

本研究所選用的數(shù)據(jù)期間是2000～2013年，從各年《安徽省統(tǒng)計年鑒》中獲取當年價格計算的各行業(yè)工業(yè)增加值(單位：億元)和工業(yè)用電量(萬千瓦時)。將工業(yè)增加值數(shù)據(jù)用商品零售出廠價格指數(shù)換算成2013年的不變價格計算的實際工業(yè)增加值。通過分析安徽省2000～2013年工業(yè)用電量和工業(yè)增加值的統(tǒng)計數(shù)據(jù)，將工業(yè)行業(yè)合并為26個行業(yè)。工業(yè)用電強度等于工業(yè)用電量與工業(yè)增加值之比，即單位工業(yè)增加值所消耗的電量，單位為千瓦時/元。

計算安徽省26個工業(yè)行業(yè)的用電強度發(fā)現(xiàn)，各行業(yè)的工業(yè)用電強度基本呈逐年下降趨勢。其中有色金屬礦采選業(yè)、化學纖維制造業(yè)、非金屬礦采選業(yè)、化學原料及化學制品制造業(yè)、水的生產(chǎn)和供應(yīng)業(yè)、非金屬礦物制品業(yè)、黑色金屬冶煉及壓延加工業(yè)，這些行業(yè)的工業(yè)用電強度相對較高，其他行業(yè)的工業(yè)用電強度相對較低。

二、建模分析

逐步回歸模型是根據(jù)多元回歸分析法和求解求逆緊湊變換法及雙檢驗法而建立的最優(yōu)回歸模型。逐步回歸分析實質(zhì)上就是多元線性回歸分析的基礎(chǔ)上派生出的一種研究和建立最優(yōu)多元線性回歸方程的算法技巧。運用逐步回歸法建立反映工業(yè)用電強度與工業(yè)結(jié)構(gòu)關(guān)系的多元線性回歸模型。

(一)模型建立

根據(jù)各行業(yè)的工業(yè)用電強度和行業(yè)特征，選取工業(yè)部門中的四大類行業(yè)：輕工業(yè)、高耗能行業(yè)、先進制造業(yè)和采礦業(yè)，其中輕工業(yè)包括造紙及紙制品業(yè)、紡織業(yè)、食品和飲料制造業(yè)等，高耗能行業(yè)包括化工、非金屬礦物制品業(yè)、黑色金屬和有色金屬冶煉及壓延加工業(yè)、石油加工行業(yè)，先進制造業(yè)包括醫(yī)藥制造業(yè)、通用和專用設(shè)備制造業(yè)、交通運輸及電子設(shè)備制造業(yè)，采礦業(yè)包括非金屬、有色金屬、黑色金屬和煤炭的采選業(yè)，分別計算其比重，作為代表工業(yè)結(jié)構(gòu)的指標。

選取工業(yè)用電強度作為因變量，輕工業(yè)、高能耗行業(yè)、先進制造業(yè)和采礦業(yè)的工業(yè)增加值占比、人均GDP作為自變量，運用逐步回歸法建立多元線性回歸模型。其中，工業(yè)用電強度用“ELI”表示；輕工業(yè)、高能耗行業(yè)、先進制造業(yè)、采礦業(yè)的工業(yè)增加值占全行業(yè)工業(yè)增加值的比例分別用“qgy”、“gnh”、“xjzz”、“cky”表示，安徽省人均GDP用“rGDP”表示。應(yīng)用統(tǒng)計軟件進行回歸分析，輸出結(jié)果。

多元線性回歸方程：

ELI=0.123-0.622xjzz+0.448gnh+0.476qgy

(t=2.093)(t=-7.512)(t=5.422)(t=4.241)

R為回歸方程復(fù)相關(guān)系數(shù)，衡量全部自變量與因變量之間的線性關(guān)系密切程度，R2檢驗多元線性回歸模型擬合優(yōu)度。該模型R2=0.977，修正的R2=0.973； F=245.156，顯著性概率值均小于0.001，即拒絕總體回歸系數(shù)均為0的原假設(shè)；三個自變量的顯著性水平值均小于或等于0.001，且沒有出現(xiàn)共線性問題。由此說明，該方程的擬合效果較好。

該多元線性回歸模型中只包含先進制造業(yè)、高能耗行業(yè)和輕工業(yè)的工業(yè)增加值比重，且工業(yè)用電強度與先進制造業(yè)的工業(yè)增加值比重呈負相關(guān)關(guān)系，與高能耗行業(yè)和輕工業(yè)的工業(yè)增加值比重呈正相關(guān)關(guān)系，這符合工業(yè)行業(yè)及安徽省的實際情況。高能耗行業(yè)是電力消費大戶，其占比越高，工業(yè)用電強度就越高；而在我國輕工業(yè)仍屬于勞動密集型產(chǎn)業(yè)，工業(yè)增加值相對較低，因此輕工業(yè)占比也與工業(yè)用電強度呈正相關(guān)關(guān)系；但是先進制造業(yè)屬于資本技術(shù)密集型產(chǎn)業(yè)，其占比越高，工業(yè)用電強度就越低；由于安徽省的采礦業(yè)比重較低，因而沒有被包含在模型中。

(二)模型檢驗

將樣本數(shù)據(jù)代入上述模型，計算得到工業(yè)用電強度的預(yù)測值，再與工業(yè)用電強度的實際值進行對比，計算相對誤差發(fā)現(xiàn)，除2000年的相對誤差為-6.2%以外，其它每年的誤差絕對值均在5%以內(nèi)，平均誤差為2.9%。因此，該模型可以用來預(yù)測安徽省工業(yè)用電強度的變化趨勢。

三、用電量預(yù)測

(一)工業(yè)結(jié)構(gòu)調(diào)整趨勢分析

從“十二五”時期安徽省工業(yè)發(fā)展形勢來看，呈現(xiàn)出三方面的突出特征：工業(yè)生產(chǎn)繼續(xù)保持較高增長速度，戰(zhàn)略性新興產(chǎn)業(yè)比重不斷上升，投資結(jié)構(gòu)優(yōu)化進一步推動工業(yè)結(jié)構(gòu)優(yōu)化。因此，預(yù)計未來的十三五時期，安徽省輕工業(yè)平穩(wěn)增長，比重保持穩(wěn)定，高能耗工業(yè)限制增長，比重緩慢下降；先進制造業(yè)加快增長，比重不斷上升；采礦業(yè)限制增長，比重緩慢下降。通過趨勢外推法得到四類行業(yè)工業(yè)增加值比重，從2015年到2020年，預(yù)計輕工業(yè)比重將從20.5%緩慢下降到20.0%，高耗能行業(yè)從21.0%降低到19.0%，先進制造業(yè)從32.0%上升至33.0%，采礦業(yè)從11.5%降低到11.0%。

(二)工業(yè)用電強度與工業(yè)用電量預(yù)測

將四類行業(yè)工業(yè)增加值比重的預(yù)測數(shù)據(jù)代入上述多元線性回歸方程，得到安徽省工業(yè)用電強度的預(yù)測值。安徽省2015年和2020年的工業(yè)用電強度分別為0.11千瓦時/元和0.09千瓦時/元，與2010年的0.14千瓦時/元相比，2015年的工業(yè)用電強度降低21.4%，2020年相比2015年又降低18.2%。

預(yù)計“十三五”期間，安徽省將進一步融入長三角經(jīng)濟帶，后期承接產(chǎn)業(yè)轉(zhuǎn)移優(yōu)勢將更加明顯；安徽省城鎮(zhèn)化與全國尚存差距，“十三五”仍處在快速工業(yè)化和城鎮(zhèn)化發(fā)展階段。但在國家推進轉(zhuǎn)變經(jīng)濟發(fā)展方式、環(huán)境治理力度不斷加大以及全國經(jīng)濟持續(xù)放緩的大背景下，安徽省經(jīng)濟增速再難出現(xiàn)高增長態(tài)勢，根據(jù)省內(nèi)“十三五”經(jīng)濟社會發(fā)展規(guī)劃前期研究，預(yù)計“十三五”期間安徽省經(jīng)濟增長回落至8～8.5%，工業(yè)增加值增速在9.5～10.5%左右(按10%計算)。由此，得到安徽省2015年和2020年的工業(yè)增加值分別為10 557億元和17 002億元。工業(yè)用電強度乘以工業(yè)增加值得到工業(yè)用電量的預(yù)測值，安徽省2015年和2020年的工業(yè)用電量分別為1 161億千瓦時和1 530億千瓦時，比2010年的777億千瓦時分別高49%和97%。根據(jù)2016年2月公布的安徽省《2015年全省電力生產(chǎn)和消費簡況》，安徽省工業(yè)用電量1 132.8億千瓦時。根據(jù)預(yù)測模型得到的2015年預(yù)測結(jié)果，與實際值相差2.5%，可見預(yù)測模型具有較高的精確度。

四、結(jié)語

工業(yè)用電量在全社會用電量中的比重極大，占有十分重要的地位。對工業(yè)用電量的中長期預(yù)測，有利于電力生產(chǎn)與經(jīng)營企業(yè)提前制定應(yīng)對方案。本文從轉(zhuǎn)變經(jīng)濟發(fā)展方式，調(diào)整工業(yè)結(jié)構(gòu)的角度，研究安徽省工業(yè)結(jié)構(gòu)與工業(yè)用電量之間的關(guān)系；將工業(yè)用電量分解為工業(yè)用電強度和工業(yè)增加值的乘積，以工業(yè)結(jié)構(gòu)指標為自變量建立多元線性回歸模型預(yù)測工業(yè)用電強度，預(yù)測工業(yè)用電量。該方法反映了工業(yè)結(jié)構(gòu)調(diào)整對工業(yè)用電量的影響，實證檢驗該方法能夠有效預(yù)測安徽省工業(yè)用電量。

參考文獻：

[1]何永秀，趙四化，李瑩，等.中國工業(yè)用電量與經(jīng)濟增長的關(guān)系研究[J].工業(yè)技術(shù)經(jīng)濟，2006，25(1)：78-82.

[2]吳玉鳴.中國區(qū)域電力消費需求決定因素的實證研究[J].經(jīng)濟地理，2009，29(8)：1319-1322.

[3]支嬌.工業(yè)行業(yè)用電需求特征的實證研究[D].成都：西南財經(jīng)大學(碩士學位論文)，2013.

[4]林衛(wèi)斌.經(jīng)濟增長、能耗強度與電力消費[J].經(jīng)濟科學，2010(5)：15-22.

[5]張敬偉，宮興國.產(chǎn)業(yè)結(jié)構(gòu)變動對能源消費的影響研究[J].燕山大學學報，2010，11(1)：106-110.

[6]崔巍，都秀文，楊海峰.基于主成分分析法的電力需求影響因素分析[J].電力建設(shè)，2013，34(8)：34-39.

[7]安徽省統(tǒng)計局.2015年全省電力生產(chǎn)和消費簡況[R].安徽省統(tǒng)計局網(wǎng)站，2016.

*收稿日期：2016-03-08

作者簡介：葛斐(1973-)，男，安徽宿州人，高級工程師，碩士，研究方向：能源電力經(jīng)濟及預(yù)測分析。 通信作者：王寶(1986-)，男，安徽安慶人，碩士，研究方向：能源經(jīng)濟。

中圖分類號：F127

文獻標識碼：A

文章編號：1009-9735(2016)03-0099-03

Forecasting Industrial Electricity Consumption of Anhui Province Based on the Adjustment of Industrial Structure

GE Fei1, WANG Bao1, CHEN Chi2, LI Zhou1

(1.InstituteofEconomicandTechnology,StateGridAnhuiElectricPowerCompany,Hefei230022,China;2.NanjingPowerSupplyCompany,StateGridJiangsuElectricPowerCompany,Nanjing210008,China)

Abstract:Accurately predicting industrial electricity consumption helps to analysis the variation trend of the whole society electricity consumption. Industrial electricity consumption was decomposed into product of industrial added value and industry electric intensity. By the example of Anhui Province, we divided industrial sector into light industry, high energy consumption industry, advanced manufacturing and mining industry, and establish the multiple linear stepwise regression model taking the industrial electric strength as dependent variable, the industrial value added ratio of the four categories industries as independent variables. Thus, we can predict industrial electricity consumption based on effect of industrial structure adjustment on industrial electric intensity.

Key words:industrial structure; industrial electricity consumption; industrial electric intensity; linear regression