山东省电力需求预测的协整模型构建研究

2014-01-16 05:57于松青

电子设计工程 2014年6期

于松青，林盛

（1.天津大学管理与经济学部，天津 300072；2.山东省临清市供电公司山东聊城 252600）

耗电量的预测是电力工业进行生产与建设的基础，是电力系统进行规划与设计的基础，它将决定着电力工业的发展水平、发展速度、技术方向与能源结构情况，同时决定着输变电工程的规划、布局、装机容量以及电网结构的情况。因此，考虑影响电力需求的因素，并建立有效的预测模型，从而提高电力需求量的预测精度，将具有重要的理论意义与应用价值。

文中基于协整理论和误差修正模型对电力需求量进行科学分析和评价，对山东省电力需求量进行对比分析和预测，为山东省制定电力需求量发展战略提供依据，具有一定的参考价值和现实意义。

1 相关文献综述

20世纪80年代以来，电力需求预测的理论研究开始兴起，并且由于电力自身的重要性和特殊性，各个国家都非常重视对电力需求预测和决策的研究，在研究过程中，已经发展了多种预测方法，如时间序列分析法、灰色预测法、神经网络法和组合模型等，目前比较常用的是协整检验模型。

Asafu-Adjaye[1]（2000）运用误差修正模型和协整检验模型探讨了亚洲4个发展中国家电力需求与GDP之间的因果关系，研究表明在短期内泰国和菲律宾存在电力需求与GDP之间的双向因果关系，印度存在电力需求到GDP的单向因果关系；在长期过程中，泰国和菲律宾的电力需求、GDP和价格之间互为因果关系，印度的电力需求和价格均是GDP的原因。Thoma[2]（2004）根据美国1973-2000年的月度数据，按照不同部门分别实证检验了电力需求与经济产出之间的因果关系，结果显示经济发展对总电力需求的变化有明显的Granger因果关系。李济英[3]（2004）构建了电力需求与经济发展之间的协整检验模型。何晓萍、刘希颖、林艳苹[4]（2009）考察了电力需求预测与城市化进程的关系，分别运用面板数据非线性模型与协整模型对我国电力需求做了比较研究和预测，两个模型的计算结果基本一致，数值也非常接近，并且均表明我国电力需求量与城市化进程高度正相关。刘畅、高铁梅[5]（2011）利用月度数据，构建了误差修正模型，研究了影响电力需求的长期经济因素与短期动态调整效应，研究发现工业经济增长、经济结构重型化和库存均是影响电力需求的重要因素。黄建[6]（2012）基于LEAP模型能源需求模块的基本思路，对我国电力需求进行了情景分析和预测。李新英[7]（2012）运用格兰杰因果关系和误差修正模型研究了新疆地区电力需求与国内生产总值以及3次产业增长之间的关系及其影响程度，并在此基础上对新疆未来一段时间的电力需求量进行了预测。

2 变量选取和数据处理

由需求理论可知，经济增长是电力需求的主要影响因素，经济增长可以采用山东省的国内生产总值来衡量。此外，人口数量也是电力需求的重要影响因素。因此，本文选取的主要变量有：电力需求（全社会用电量）TEC、国内生产总值GDP和总人口数量TP。为了消除数据的异方差性和波动性，所选变量均取对数，处理后的变量表示为：ln TEC、ln GDP和ln TP。样本区间是山东省1995-2009年的数据，同时对2010-2011年的电力需求进行预测。所选数据来自于中国能源统计年鉴和山东省统计年鉴。

3 电力需求的长期均衡模型和预测

1）协整检验和长期均衡模型

首先，运用ADF单位根检验法，对所选的变量进行平稳性检验，检验结果如表1所示。

表1 变量平稳性检验结果Tab.1 The test result of variables stationary

通过ADF单位根检验可以看出，变量ln TEC、ln GDP的水平值和一阶差分值均存在单位根，属于非平稳序列；二阶差分值在5%水平下显著，属于平稳序列。变量ln TP的水平值存在单位根，属于非平稳序列；一阶差分值在5%水平下显著，属于平稳序列。因此，ln TEC和 ln GDP是 I（2）序列，ln TP是 I（1）序列。

然后，根据EG两步法检验变量间是否存在协整关系，检验结果如表2所示。

表2 变量协整检验结果Tab.2 Test result of variables cointegration

从表2检验结果可以看出，残差在5%水平下具有平稳性，说明变量（ln TEC、ln GDP、ln TP）存在协整关系，并且协整向量为（1，-0.745 839，-0.598 591）。

以ln TEC作为因变量，ln GDP、ln TP作为自变量，可以得到电力需求的长期均衡模型：

上式（1）括号内为t统计值，均通过了5%水平下的显著性检验；R2、S.E.和F的检验结果都是有效的。因此，电力需求、国内生产总值和总人口数量之间存在如公式（1）所示的长期均衡关系，并且模型中的自变量可以解释电力需求变化的99.37%。

由长期均衡模型可知，经济增长是电力需求的主要影响因素，当国内生产总值增长1%时，电力需求会相应增长0.746%，这说明山东省的电力消耗增长速度低于国内生产总值的增长速度。人口数量也是电力需求的重要影响因素，当人口数量增长1%时，电力需求会相应增长0.599%，这说明电力需求很大程度上依赖于人口数量。

2）电力需求估计预测

根据上述公式1的长期均衡模型，可以预测2010-2011年山东省电力需求量。预测结果如表3所示。

表3 2010-2011年预测值与实际值对比（单位：亿千瓦时）Tab.3 Comparison of forecast data and actual data for the year 2010 to 2011（Unit:one hundred million kwh）

从表3可以看出，预测值和实际值相差不是很大，2010年、2011年的相对误差分别为3.45%和5.16%，这说明了长期均衡模型的预测效果比较好。

作出预测值和实际值的对比分析图，如图1所示。

从图1可以看出，预测值和实际值基本在一条线上，这表明构建的电力需求长期均衡模型的拟合效果是比较理想的，可以用于对后期电力需求的预测。

4 电力需求的误差修正模型

根据电力需求量和相关影响因素，估计得出如下电力需求量的模型：

图1 1995-2011年电力需求量预测值与实际值对比图Fig.1 Comparison chart of forecast data and actual data of electricity demand for the year 1995 to 2011

模型2描述了各变量之间的短期波动的相互关系，电力需求量短期波动是根据国内生产总值和总人口数量的长期均衡关系的失衡程度来进行调整的，差分项反映了短期波动的影响。

电力需求的短期波动分为短期解释变量波动的影响和偏离长期均衡的影响两部分。在短期内，国内生产总值增加1%将使电力需求量增加0.782 510%，影响较大；总人口数量增加1%会引起电力需求量增加0.014 976%，影响较小。误差修正系数为-0.351 149，反映了当短期波动偏离长期均衡时，将会以35.114 9%的调整力度拉回到均衡状态，这一调整力度是比较大的。由此可知，误差修正模型可以预测短期的电力需求量。

利用模型2可以得到2010-2011年的预测值和短期拟合曲线，如图2和表4所示。

图2 1995-2011年短期电力需求量预测值与实际值对比图Fig.2 Comparison chart of forecast data and actual data of electricity demand in short term for the year 1995 to 2011

表4 误差修正模型短期预测值与实际值对比（单位：亿千瓦时）Tab.4 Comparison of forecast data and actual data in short term for error correction model（Unit:one hundred million kwh）

从图2可以看出，预测值和实际值相差比较小，拟合精确度比较高，误差在可接受的范围内，模型具有很强的有效性。

从表4可以看出，2010年、2011年的相对误差分别为0.037 7和0.057 3，误差比较小，说明误差修正模型的短期预测效果是比较好的，可以用于短期预测。

5 结论

文中在分析电力需求影响因素的基础上，利用协整理论和误差修正模型对电力需求量进行建模，发现电力需求量与国内生产总值、人口数量存在协整关系，国内生产总值和人口数量是电力需求量的重要因素，并通过实证检验证明该模型是可预测的，并且具有很高的预测精确度。

在上述实证研究的基础上，本文提出如下政策建议：1）要重视电力需求量的分析，建立有效的电力短缺预警体系；2）调整产业结构和经济结构，改变经济发展模式；3）继续贯彻实施计划生育政策，控制人口数量增长；4）提高科学技术水平，改善工业用电效率；5）大力发展环保产业，促进可再生资源的发展。

[1]Asafu-Adjaye J.The relationship between energy consumption energy prices and economic growth:Time series evidence from Asian developing countries[J].Energy Economics，2000（22）:615-625.

[2]Thoma M.Electrical energy usage over the business cycle[J].Energy Economics，2004（26）:463-485.

[3]李济英.电力工业与国民经济互动关系分析[J].经济师，2004（4）:66-67.LI Ji-ying.The interaction analysis between the power industry and the national economy[J].Economist，2004 （4）:66-67.

[4]何晓萍，刘希颖，林艳苹.中国城市化进程中的电力需求预测[J].经济研究，2009（1）:118-130.HE Xiao-ping，LIU Xi-ying，LIN Yan-ping.The forecast of electricity demand in the urbanization process in China[J].Economic Research，2009（1）:118-130.

[5]刘畅，高铁梅.中国电力行业周期波动特征及电力需求影响因素分析——基于景气分析及误差修正模型的研究[J].资源科学，2011（1）:169-177.LIU Chang，GAO Tie-mei.Characteristics of electricity industry cycle fluctuation and influential factors of electricity demand based on business analysis and the error correction model[J].Resource Sciences，2011（1）:169-177.

[6]黄建.基于LEAP的中国电力需求情景及其不确定性分析[J].资源科学，2012（11）:2124-2132.HUANG Jian.The analysis of scenarios and uncertainty for Chinese electricity demand based on LEAP[J].Resource Sciences，2012（11）:2124-2132.