基于重点行业用电的江苏省宏观经济景气研究

高 骞 ，徐 超 ，田 昀 ，唐 杰 ，张启立

（1.国网江苏省电力有限公司，南京210024；2.北京中电普华信息技术有限公司，北京110000；3.国网江苏省电力公司 泰州供电公司，江苏泰州225300）

引言

宏观经济运行存在周期性波动，可以通过相关数据研究经济运行的规律，对经济景气进行预测预警。目前常用的经济预警方法包括景气指数法、ARCH法、基于概率模式分类法、判别式分析法和人工神经网络预警方法[1]。国内外学者对景气指数方法进行了大量研究与应用[2，3，4]。

国内外应用景气指数对于宏观经济进行预测预警，多是利用宏观经济数据或产业数据建立指标体系，尚未有基于行业用电量数据的宏观经济景气研究。本文以江苏省为例，在其经济数据的基础上，纳入重点行业用电量数据作为指标，建立了江苏省宏观经济监测预警指标体系，研究了江苏省宏观经济的景气情况。

一、理论方法

（一）景气分析方法

经济周期是指国民收入及经济活动的周期性波动，是总体经济水平扩张和收缩交替出现、相对有规律的上下波动的现象，可分为繁荣、衰退、萧条和复苏四个阶段。经济周期的波动会伴随有一系列其他统计指标的周期性波动，但不同的统计指标的波动轨迹与经济波动轨迹之间的时间先后关系并不完全一致。经济景气指数方法，是基于经济周期波动理论和指数理论，根据指标与基准循环的对应关系将指标分类，采用一些相关的统计计量工具和方法构建相关的景气指数，对宏观经济的景气波动进行监测和预警[5]。

先行景气指数超前于宏观经济波动，能够短期预测经济周期；一致景气指数与宏观经济同步波动，能够反映宏观经济的运行状态；滞后景气指数在宏观经济波动后随之波动，能够用来确认宏观经济波动的完整性。

（二）景气指数方法

景气指数方法是一种实证的景气观测方法[6]。宏观经济的波动是通过一系列经济活动来传递和扩散的，各领域经济活动的波动并非同时发生，而是从某些地区、产业、领域向其他地区、产业、领域波及渗透的极其复杂的过程。宏观经济的众多经济变量中，任何一个变量本身都不能够代表宏观经济整体的波动情况。因此，需要综合考虑宏观经济的众多变量，如生产、就业、投资、消费、贸易、企业经营、金融、财政等等，研究各个指标的波动情况及相互影响，选取对宏观经济景气变动敏感、具有明确经济含义的具有代表性的指标。利用数学工具将选取指标合成为景气指标，以此作为观测宏观经济波动的综合尺度。

（三）景气指数构建的步骤

1.指标的选取

宏观经济与众多因素密切相关，产业活动、就业、投资、消费、贸易等领域的广泛活动都对经济景气波动有一定的影响，在收集数据时应尽量全面。在数据库群中，结合专家意见，考虑经济上的重要性、统计上的充分性、统计的适时性与景气波动的对应性这四条基准，科学地选择一批指标。

2.指标时间序列数据的分解

每个指标的月度或季度时间序列都包含长期趋势要素、循环要素、季节变动要素和不规则要素四种变动要素。其中季节变动要素会对经济波动的客观分析带来干扰，因此在分析之前需要对时间序列进行季节调整。利用X-11季节调整方法[7]可以去除时间序列中季节变动要素的干扰，从而显示出时间序列潜在的趋势循环分量，真实地反映经济波动的客观规律。

3.先行、一致、滞后指标的选取

通过时差相关分析、K-L信息量、峰谷对应法等手段得到各指标之间的时滞关系，确定基准循环，根据各指标与基准循环的时滞关系将指标分为先行、一致、滞后三类指标。

（1）时差性关系分析是利用相关系数验证经济时间序列先行、一致或滞后关系的一种常用方法。它的计算方法是以一个重要的、能够敏感地反映当前经济活动的经济指标作为基准指标，一般选择一致指标作为基准指标，然后使被选择指标超前或滞后若干期，计算它们的相关系数。设y=（y1，y2，…，yn）为基准指标，x=（x1，x2，…，xn）为被选择指标，r为时差相关系数，则

式中，l表示超前、滞后期，l取负值时表示超前，取正值时表示滞后，l被称为时差或延迟数。L是最大延迟数，nl是数据取齐后的数据个数。在选择景气指数时，一般计算若干个不同延迟数的时差相关系数，然后进行比较，其中最大的时差相关系数：

被认为反映了被选指标与基准指标的时差相关关系，相应的延迟数l'表示超前或滞后期。

（2）K-L信息量用于判定两个概率分布的接近程度，常被用于景气指标的选择过程。设基准指标为y=（y1，y2，…，yn），对基准指标做标准化处理，使得指标的和为单位1，处理后的序列为P，则

设被选择指标 x=（x1，x2，…，xn），也作标准化处理，处理后的序列记为，则

K-L信息量可由下式计算，即

式中l、L的含义同（1）式。当计算2L+1个K-L信息量后，从这kl值中选出一个最小值kln作为被选指标，x关于y的K-L信息量为：

其相应的延迟数l'就是被选指标最适当的超前或滞后月数（季度）。K-L信息量越小，越接近于零，说明指标x与基准指数y越接近。

（3）峰谷对应法是对已选指标各自的循环波动状态做直观具体的描述，其利用画图、求转折点日期等方式，研究每个初步选择指标与景气循环峰、谷的对应状态，以此确认最终入选指标。

4.景气指数的计算

根据各指标与基准指标的不同时滞关系，选择先行、一致、滞后指标，分别计算出先行合成指数、一致合成指数、滞后合成指数。

5.景气指数的检验与修正

将景气指数的变化情况与经济运行的实际情况进行对比，观察景气指数的变化情况与经济运行的超前性和一致性，结合专家经验，对先行、一致、滞后指标组进行适当调整，直至合成的景气指数与基准循环有明确的先行、一致、滞后关系，且与经济运行的实际情况吻合。

二、江苏省经济运行情况分析

（一）宏观经济运行情况

2004年以来，江苏省经济发展经历了3个时期。2004—2007年，江苏省宏观经济实现高速增长，GDP增速维持在14.5%以上；2008—2010年，受国际经济环境影响，江苏省宏观经济增长出现一定下滑，但GDP增速仍保持在12.6%左右；2011—2013年，面对复苏乏力的国际经济形势以及国内加快转变经济发展方式的总体要求，江苏省宏观经济进一步放缓趋稳。

（二）重点行业经济运行情况

重点行业是工业经济增长的主要动力，对于宏观经济的增长有明显拉动作用。重点行业的运行状况与宏观经济的波动具有明显的相关性，对于重点行业的生产运行状况进行分析，有助于把握宏观经济的运行态势。

三、江苏省电力消费情况分析

（一）全社会用电量情况

2004年以来，受国外经济形势和国内经济增速放缓等因素影响，江苏省全社会用电量虽逐步增长，但增速呈现震荡放缓态势。与经济发展类似，可以将这一时期江苏省的电力消费划分为3个阶段。2004—2008年，江苏省电力消费增长速度持续下滑，尤其受到国际次贷危机冲击，2008年江苏全社会用电量增速出现急剧下降，同比增长率仅为5.63%。由于国家拉动内需政策的带动以及上年用电量基数较低的影响，2010年，江苏省全社会用电量增速出现大幅回升，同比增速达到16.61%。2011—2013年，受国内外经济形势放缓影响，江苏省全社会用电量增速在9%左右震荡徘徊。

2005年江苏省全社会用电量突破2000亿千瓦时，2009年超过3000亿千瓦时，2012年达到4581亿千瓦时。

江苏省工业用电增长波动较大，其中重工业用电增长相比轻工业受外部环境影响更大。2004—2013年，受国际经济环境影响，江苏省工业用电增长出现两次大幅回落，其中2008年和2009年增速仅为3.61%和5.14%，2012年和2013年增速仅为5.24%和6.5%；其余年份江苏省工业用电增速均保持在较高水平，但明显呈现出逐步放缓的趋势。江苏省重工业和轻工业用电增长情况基本与工业总体变化趋势一致，但重工业用电受外部环境影响程度相较轻工业更高，2013年开始江苏省重工业用电增速开始出现回升，而轻工业则出现一定程度的下降。从工业用电比重来看，江苏省重工业用电比重不断攀升。

图1 2004—2013年江苏省工业用电量及增速

（二）重点行业用电量情况

重点行业用电量较大，占全社会用电量的比重较高。对重点行业的用电数据进行监测分析非常重要，这些数据能够反映电力消费形势及经济走向。

1.黑色金属行业

2004年以来，江苏省黑色金属行业用电增速明显放缓，需求下降是主要因素。江苏省黑色金属行业用电量占总高耗能行业用电量的比重最大，大约在40%，并有不断上升的趋势。除2008年和2011年外，江苏省黑色金属行业用电量增速均保持在10%以上。

2.有色金属行业

2004年以来，江苏省有色金属行业用电增长趋缓。江苏省有色金属行业用电量占总高耗能行业用电量的比重较小，大约在5%—8%之间。除2007年、2008年和2011年江苏省有色金属行业用电为负增长外，其他年份均保持在5%以上，最高2010年达到28.04%。

3.化工行业

2004年以来，江苏省化工行业用电震荡增长。江苏省化工行业用电量占总高耗能行业用电量的比重大约在34%，除2008年用电量出现负增长、2010—2011年用电增速较低外，其余年份江苏省化工行业用电量增速均保持在10%以上。2012年江苏省化工行业用电量已突破350000万千瓦时。

4.建材行业

2004年以来，江苏省建材行业用电增长前降后升。江苏省建材行业用电量占总高耗能行业用电量的比重大约在17%—22%之间。2005—2008年和2011年江苏省建材行业用电量增长经历了两轮大幅下滑，其中2008年用电量基本为0增长。从2012年起，江苏省建材行业用电量增速开始逐步回升，2013年增速已经重新回到10%以上。

四、宏观经济景气分析

（一）指标的选择

要构建宏观经济监测预警指标体系，必须从众多的经济指标及用电量指标中筛选出适用且可靠性高的指标，合成一致指数、先行指数、滞后指数，达到通过行业用电量指标来对宏观经济进行景气分析的目的。

与宏观经济紧密相关的经济指标有很多，这里选取GDP作为反映经济活动的指标，通过分析行业生产活动与GDP的一致性关系，对GDP进行景气分析，进而达到对宏观经济运行状态监测预警的目标。基于江苏省产业结构及行业生产特点，考虑数据统计的充分性和适时性，除了工业增加值、进出口、CPI等常用指标，另外选取在全省经济活动中具有代表性的部分行业，利用这些行业的用电量数据作为分析指标。

（二）时差相关分析

时差相关分析是利用相关系数验证时间序列先行、一致、滞后关系的一种常用方法。其计算方法是，挑选一个重要的能够敏感地反映当前经济活动的经济指标作为基准指标，然后使被选择指标超前或滞后若干期，计算它们的相关系数。在选择指标时，一般计算若干个不同延迟数的时差相关系数，然后进行比较，其中最大的时差相关系数被认为反映了被选指标与基准指标的时差相关关系，相应的延迟数表示超前或滞后期。

将相关系数大于0.6的指标进行筛选，可得到纺织业用电量、黑色金属冶炼及压延加工业用电量、非金属矿物制品业用电量、橡胶和塑料制品业用电量、化学原料及化学制品制造业用电量、金属制品业用电量、交通运输、电气、电子设备制造业用电量、有色金属冶炼及压延加工业用电量共计八个指标。

（三）K-L信息量分析

K-L信息量用来判定两个概率分布的接近程度。将K-L信息量用于选择指标的实际计算中，也是选取一个重要的能够敏感地反映当前经济活动的经济指标作为基准指标，然后选择指标计算K-L信息量。K-L信息量越小，越接近于0，说明选取指标与基准指标越接近。

一般情况下，当K-L信息量小于50时，就可以认为两个指标之间的概率分布较为接近。因此，可以筛选出与基准指

标分布较为接近的纺织业用电量、黑色金属冶炼及压延加工业用电量、非金属矿物制品业用电量、橡胶和塑料制品业用电量、造纸及纸制品业用电量、化学原料及化学制品制造业用电量、化学纤维制造业用电量、金属制品业用电量、通用及专用设备制造业用电量、有色金属冶炼及压延加工业用电量等共计10个指标。

表1 时差相关分析结果

表2 K-L信息量分析结果

（四）计算景气指数

1.一致合成指数

由时差相关分析和K-L信息量分析结果可以得到全行业用电量、工业增加值与基准指标有非常一致的概率分布及很强的相关关系，且时滞关系与基准指标一致。因此，将全行业用电量、工业增加值与GDP三个指标合成为一致指数，并得到指数变化曲线。

2.先行合成指数

根据时差相关分析和K-L信息量分析结果，选择纺织业用电量、黑色金属冶炼及压延加工业用电量、橡胶和塑料制品业用电量三个指标合成为先行指数。通过作图与一致合成指数进行对比。

3.滞后合成指数

根据时差相关分析和K-L信息量分析结果，选取进口、出口、CPI三个指标合成为滞后指数。滞后合成指数与一致合成指数相比，滞后性明显，滞后期约为3期。

图2中红色曲线为一致合成指数，蓝色曲线为先行合成指数，绿色曲线为滞后合成指数。由峰谷对应图可看出，三个合成指数具有较高的一致性。

图2 一致合成指数、先行合成指数和滞后合成指数

先行合成指数与一致合成指数相比有明显的先行趋势，先行期约为3个月；滞后合成指数与一致合成指数相比有明显的滞后趋势，滞后期约为3个月。可利用三个合成指数间的关系，实现对宏观经济的监测预警。

五、结论

宏观经济景气分析理论运用定量的方法对经济周期进行监测和预警，可以相对准确地把握经济周期变动特点，从而为政府和企业针对不同周期阶段制定科学、合理的应对措施创造了条件，最终降低周期波动对经济发展造成的影响。重点行业用电需求与宏观经济关系密切，可以基于重点行业用电需求，建立宏观经济景气指标体系，达到对宏观经济监测预警的目的。本文利用景气分析方法，在传统经济指标基础上，创新地选取了行业用电量数据构建景气指数，对宏观经济运行进行监测预警。主要基于重点行业用电的江苏省经济运行情况分析结果表明，建立的基于重点行业用电的宏观经济景气指标体系能够较好地刻画经济波动情况。先行合成指数对一致合成指数的变化具有预测意义，一致合成指数能够反映经济景气变化，滞后合成指数可以发挥事后验证作用。

当然，基于重点行业用电的景气分析技术还有待进一步深入，有待通过长期统计数据积累，实现监测指标的优化和预警水平的提升。

[1]黄继鸿，雷战波，凌超.经济预警方法研究综述[J].系统工程，2003，（21）：24-70.

[2]The Reportof Business Cycle Dating Committee.National Bureau of Economic Research，http：//www.nber.org，2003-7-7.

[3]2003 Annual Benchmark Revisions to the Composite Indexes，http：//www.eonferenee-board.org，2003-1-23.

[4]高铁梅，孔宪丽，王金明.国际经济景气分析研究进展综述[J].数量经济技术经济研究，2003，（11）：158-161.

[6]张永军.经济景气计量分析方法与应用研究[M].北京：中国经济出版社，2007.

[7]Dominique Ladiray，Benoit Quenneville.Understanding the X11 Seasonal Adjustment Method[J].Lecture Notes in Statistics，2001.