摘 要 采用最大熵譜估計(jì)方式,了解城市電力和經(jīng)濟(jì)發(fā)展之間的周期互動(dòng)關(guān)系,尋找典型城市電力消費(fèi)與經(jīng)濟(jì)增長(zhǎng)之間的均衡點(diǎn),使電力行業(yè)發(fā)展?jié)M足經(jīng)濟(jì)發(fā)展需求。
關(guān)鍵詞 城市電力 經(jīng)濟(jì)發(fā)展 周期關(guān)系
一、引言
探究國(guó)內(nèi)各典型城市電力消費(fèi)和經(jīng)濟(jì)發(fā)展情況,了解二者之間的周期關(guān)系,把握其因果關(guān)聯(lián)和強(qiáng)弱程度,為城市經(jīng)濟(jì)發(fā)展趨勢(shì)研判、城市電力規(guī)劃建設(shè)提供重要參考。
二、分析方法的選擇
在開(kāi)展典型城市電力與經(jīng)濟(jì)發(fā)展周期的關(guān)系分析前,需選擇合理的分析方法。本文采用最大熵譜估計(jì)方法,首先應(yīng)用交叉譜分析明確城市電力與經(jīng)濟(jì)發(fā)展二者時(shí)間序列是否存在共同周期,再應(yīng)用Burg法開(kāi)展實(shí)證分析。
交叉譜分析方法在經(jīng)濟(jì)時(shí)間序列中可以用于變量周期的確定,用于對(duì)各序列周期性變化加以評(píng)估,了解序列間波長(zhǎng)的一致性。大周期決定小周期,小周期引領(lǐng)大周期,基于大周期趨勢(shì)下,小周期下跌就是調(diào)整,并對(duì)大周期產(chǎn)生一定的引領(lǐng)作用。尋找一個(gè)協(xié)方差平穩(wěn)過(guò)程,計(jì)算其均值,假設(shè)自協(xié)方差有著絕對(duì)可加性,得出協(xié)方差總體譜。凝聚的數(shù)值如果比較大,說(shuō)明時(shí)間序列內(nèi)有頻率是重要共同周期,采用Burg方法計(jì)算最大熵譜。首先,對(duì)經(jīng)濟(jì)變量的n維向量序列Yt建立向量自回歸模型,用觀察到的數(shù)據(jù)按照SC和AIC測(cè)算誤差FPE最小原則,確定最優(yōu)滯后階數(shù),采用最小二乘法預(yù)估模型參數(shù),將參數(shù)帶入多元譜函數(shù)即可。經(jīng)濟(jì)周期波動(dòng)的同時(shí),城市電力需求和消費(fèi)也會(huì)出現(xiàn)周期波動(dòng)特點(diǎn),對(duì)電力消費(fèi)情況加以分析,有利于了解經(jīng)濟(jì)增長(zhǎng)的必要條件,從而推動(dòng)電力行業(yè)的可持續(xù)發(fā)展。[1]
三、實(shí)證分析
(一)數(shù)據(jù)來(lái)源與處理
選取能夠反映城市經(jīng)濟(jì)發(fā)展水平的人均GDP指標(biāo),選取反映電力行業(yè)發(fā)展的人均用電量指標(biāo),結(jié)合二者實(shí)際變化情況展開(kāi)分析。對(duì)《中國(guó)城市統(tǒng)計(jì)年鑒》中的數(shù)據(jù)做出分析,將上海、天津、杭州、蘇州、武漢、沈陽(yáng)和蘭州等城市作為典型城市。譜分析要求序列是平穩(wěn)序列,取原序列的對(duì)數(shù),消除序列中的異方差性。經(jīng)研究發(fā)現(xiàn)新的序列依然不是平穩(wěn)序列,有必要在接下來(lái)的周期關(guān)系分析中對(duì)新序列再處理。
(二)基于最大熵譜估計(jì)方法的實(shí)證分析流程
1. H-P濾波分解分析。對(duì)含有對(duì)數(shù)的原序列做H-P濾波分解,分析趨勢(shì)成分與周期成分,將上海與天津兩城市作為案例分析。使用EVIEW 6.0統(tǒng)計(jì)分析軟件,檢驗(yàn)濾波之后的周期成分序列,發(fā)現(xiàn)各個(gè)序列比較平穩(wěn)。城市內(nèi)人均GDP和用電量之間的周期成分序列和趨勢(shì)成分序列都屬于單整序列,可對(duì)序列做出協(xié)整分析。在趨勢(shì)成分和周期成分協(xié)整關(guān)系分析中,長(zhǎng)期彈性系數(shù)是0.892,這比未經(jīng)過(guò)濾波處理的序列彈性系數(shù)要高。未濾波序列彈性系數(shù)為0.673,高于該數(shù)值,表明二者存在長(zhǎng)期均衡協(xié)整關(guān)系。經(jīng)分析得知,典型城市電力消費(fèi)和城市經(jīng)濟(jì)增長(zhǎng)之間有著共同趨勢(shì),二者也有共同波動(dòng)。[2]
2.譜周期分析。根據(jù)城市人均GDP和用電量的周期關(guān)系成分,建立VAR模型,結(jié)合AIC與SC最小原則選擇最優(yōu)滯后階數(shù)。應(yīng)用EVIEW軟件計(jì)算VAR模型系數(shù),得出譜密度估計(jì)函數(shù),計(jì)算得出自譜和交叉譜,整理凝聚函數(shù)和相位函數(shù)。經(jīng)過(guò)軟件分析,對(duì)典型城市電力和經(jīng)濟(jì)發(fā)展之間的周期關(guān)系研究有以下結(jié)論:
(1)各個(gè)城市的人均GDP和用電量之間的周期關(guān)系存在差異性。以經(jīng)濟(jì)發(fā)展情況為參考條件,經(jīng)濟(jì)較發(fā)達(dá)城市的經(jīng)濟(jì)周期較長(zhǎng),上海、天津、武漢等較發(fā)達(dá)城市的經(jīng)濟(jì)周期可在10年以上。發(fā)展中城市的經(jīng)濟(jì)周期比較短,比如沈陽(yáng)和蘭州等城市,經(jīng)濟(jì)周期只有7年左右,不超過(guò)8年。由此可見(jiàn),城市經(jīng)濟(jì)在發(fā)展過(guò)程中有著明顯的波動(dòng),當(dāng)經(jīng)濟(jì)發(fā)展水平上升到一定程度時(shí),波動(dòng)周期就會(huì)拉長(zhǎng),經(jīng)濟(jì)發(fā)展逐漸趨于平穩(wěn),與電力行業(yè)發(fā)展相平衡。
(2)經(jīng)濟(jì)較發(fā)達(dá)城市中,電力行業(yè)發(fā)展存在超前現(xiàn)象,在經(jīng)濟(jì)發(fā)展上升期,城市的電力發(fā)展落后于經(jīng)濟(jì)發(fā)展,這說(shuō)明城市對(duì)電力行業(yè)缺乏投資。城市電力和經(jīng)濟(jì)發(fā)展的周期關(guān)系呈現(xiàn)共同波動(dòng)趨勢(shì)。以上海為例,城市人均GDP和人均用電量周期分別是11.64和2.64,二者共同周期是11.57。經(jīng)計(jì)算分析后,發(fā)現(xiàn)上海市人均用電量擁有13.09年的一次性周期。相比之下,其他城市人均GDP周期在7年左右,最高12年,平均周期為9.06年。人均用電量方面,上海之外的城市平均周期為7.57年,電力行業(yè)和經(jīng)濟(jì)發(fā)展之間的共同周期為8.52年。
(3)不同城市的經(jīng)濟(jì)發(fā)展水平不同,人均GDP存在較大波動(dòng)。而各城市間電力波動(dòng)沒(méi)有過(guò)大差別,雖然電力行業(yè)與經(jīng)濟(jì)發(fā)展共同周期有所差異,但出于政策上的不同,其周期關(guān)系也會(huì)有一定程度的波動(dòng)。[3]典型城市的凝聚函數(shù)基本都在主要頻率處達(dá)到最值,城市經(jīng)濟(jì)與電力指標(biāo)間的波動(dòng)關(guān)系帶有傳動(dòng)效果,這說(shuō)明城市電力消費(fèi)和經(jīng)濟(jì)發(fā)展的周期波動(dòng)現(xiàn)象在經(jīng)濟(jì)活動(dòng)中可以體現(xiàn),且各個(gè)指標(biāo)的波動(dòng)是密切關(guān)聯(lián)的。
四、結(jié)語(yǔ)
利用最大熵譜估計(jì)法,了解我國(guó)典型城市電力與經(jīng)濟(jì)發(fā)展間的均衡關(guān)系,了解其中的長(zhǎng)波化特點(diǎn),明確了二者8-9年的波動(dòng)周期,看出不同城市在周期方面的差異。城市人均GDP和電力消費(fèi)的趨勢(shì)成分與周期波動(dòng)間帶有協(xié)整關(guān)系,平均周期8.52年。
(作者單位為深圳供電局有限公司)
[作者簡(jiǎn)介:廖耀?。?985—),男,廣西橫縣人,本科,工程師,經(jīng)濟(jì)師,研究方向:電氣工程技術(shù),電力市場(chǎng),企業(yè)運(yùn)營(yíng)管理。]
參考文獻(xiàn)
[1] 賴力,張婧欣.經(jīng)濟(jì)新常態(tài)下電力消費(fèi)和經(jīng)濟(jì)增長(zhǎng)關(guān)系分析[J].能源研究與利用,2019(05):28-
31+37.
[2] 胡宏,王蓓蓓.電力消費(fèi)與城市經(jīng)濟(jì)發(fā)展驅(qū)動(dòng)力關(guān)系的深層挖掘分析[J].電力需求側(cè)管理,2018,20(03):15-19.
[3] 孫秀瑛.電力需求與經(jīng)濟(jì)發(fā)展關(guān)系分析[J].通訊世界,2018(04):230-231.