中國居民生活電力消費影響因素研究

汝醒君，王聰穎

(杭州電子科技大學 管理學院，浙江 杭州 310018)

?

中國居民生活電力消費影響因素研究

汝醒君，王聰穎

(杭州電子科技大學 管理學院，浙江 杭州 310018)

基于狀態(tài)空間模型定量分析中國1985-2013年的家庭人口規(guī)模、居民收入水平、居民電價三個變量對居民生活電力消費的動態(tài)影響。研究結(jié)果顯示：居民電價對生活電力消費的變彈性系數(shù)為負值，對生活電力需求有削弱作用，雖然居民電價彈性系數(shù)絕對值呈下降趨勢，目前城鎮(zhèn)居民生活電力消費電價彈性仍是鄉(xiāng)村居民的2-3倍以上；居民收入和家庭人口規(guī)模對生活電力消費均存在促進作用。居民收入對生活電力消費的彈性系數(shù)最大，且呈逐步增長趨勢，是影響生活電力消費的主要因素。最后，本文基于構(gòu)建的狀態(tài)空間模型和國家經(jīng)濟發(fā)展目標及短期社會發(fā)展狀況，預測2020年我國居民電力消費將比2013年增長至少44.96%。

生活電力消費；狀態(tài)空間模型；居民電價；居民收入；家庭人口規(guī)模

2014年中國居民生活電力消費占總電力消費的12.5%，僅次于工業(yè)部門。譚顯東等(2010)預測2020年我國居民生活用電量將占社會總電量消費量的20.3%[1]?！吨袊茉窗l(fā)展報告2011》指出發(fā)達國家居民生活用電比重通常高于30%，我國居民生活電力消費增長潛力巨大[2]。

目前的電力消費影響因素研究主要針對工業(yè)用電或者整個國民經(jīng)濟，由于對發(fā)展中國家居民生活部門數(shù)據(jù)指標統(tǒng)計結(jié)果不完整或缺乏詳細統(tǒng)計結(jié)果，因此針對發(fā)展中國家居民生活電力消費影響因素的研究還比較少[3]。宋煒等(2006)認為居民收入、電價和上期居民電力消費是影響城鎮(zhèn)居民電力消費的主要因素[4]；Ach?o和Schaeffer(2009)指出用電人口和使用強度增加是影響巴西居民生活電力消費增長的關(guān)鍵因素[5]；董軍和吳鳴(2011)認為收入水平、替代能源價格是影響我國居民電力消費增長的重要因素[6]；Arisoy和Ozturk(2014)認為居民收入和電價是影響土耳其居民生活電力消費的主要因素[7]；朱凱和尹海濤(2014)指出用電強度上升是我國居民電力消費增長的關(guān)鍵驅(qū)動力[8]。沈小波(2014)認為我國農(nóng)村居民人均電力需求主要受人均收入、電價、家庭規(guī)模及年平均氣溫等因素的影響[3]。

這些研究大多基于靜態(tài)視角分析居民生活電力消費的影響因素，實際上居民生活電力消費各影響因素的作用多為動態(tài)變化的，因此基于靜態(tài)分析得出的結(jié)論可能無法準確反映現(xiàn)實狀況。本文在以上研究的基礎(chǔ)上，采用1985-2013年時間序列數(shù)據(jù)，基于卡爾曼濾波的狀態(tài)空間模型，分析家庭人口規(guī)模、居民收入水平、居民電價對生活電力消費的動態(tài)影響。

一、研究方法與模型構(gòu)建

(一)研究方法

在經(jīng)典計量回歸模型中，一般假設(shè)各變量之間的數(shù)量關(guān)系在樣本區(qū)間內(nèi)比較穩(wěn)定，即：

Yt=c+aXt+bZt+μt(t=1，2，……，T)

(1)

在(1)式中Y為因變量，X、Z為自變量，μt為隨機誤差項。自變量參數(shù)a和b用來反映各自變量與因變量之間的平均影響關(guān)系，它們是固定不變的。由于產(chǎn)品價格、居民收入、家庭人口規(guī)模等各種因素不可能長期保持不變，這些一直處于變化之中的因素對居民生活電力消費的影響也必然會發(fā)生變化，基于固定自變量參數(shù)評估的經(jīng)典計量模型是無法表現(xiàn)出來這些動態(tài)變化的，因此有必要選擇可變參數(shù)模型來觀察自變量對因變量影響的動態(tài)變化情況。本文使用狀態(tài)空間方法(State Space Model，SSM)構(gòu)建變參數(shù)模型，用于分析居民電價、居民收入水平、家庭人口規(guī)模對生活電力消費的動態(tài)影響。

狀態(tài)空間模型通常應(yīng)用于多變量時間序列，包括量測方程和狀態(tài)方程兩部分：

Yt=c+atXt++μt(t=1，2，……，T)

(2)

at=π+θat-1+ut(t=1，2，……，T)

(3)

方程(2)是量測方程，Y和X為可觀測變量，at是狀態(tài)變量，為不可觀測變量。方程(3)是狀態(tài)方程，用來展示狀態(tài)變量的生成過程。μt和ut分別是量測方程和狀態(tài)方程的隨機誤差項，兩者相互獨立且服從均值為零、方差為常數(shù)的正態(tài)分布。

(二)模型構(gòu)建

對Dietz等(1994)提出的隨機回歸影響模型(STIRPAT)進一步拓展[9]，構(gòu)建中國居民生活電力消費模型，考察居民電價、居民收入水平、家庭人口規(guī)模等因素對居民生活電力消費的影響。為了消弱時間序列數(shù)據(jù)的異方差性，對相關(guān)數(shù)據(jù)進行對數(shù)化處理，建立模型如下：

INect=a+bINept+cINinct+dINpopt+μt

(4)

其中ec表示居民生活電力消費量，ep表示民用電價格，inc表示居民人均可支配收入，pop表示家庭人口規(guī)模。為了反映出這些因素對居民生活電力消費量的動態(tài)影響，基于公式(4)構(gòu)建可變參數(shù)模型：

INect=a+btINept+ctINinct+dtINpopt++μt

(5)

(6)

公式(5)是量測方程，表示居民電價、居民收入水平、家庭人口規(guī)模等因素與居民生活電力消費之間的關(guān)系。公式(6)是狀態(tài)方程，分別采用一階馬爾可夫過程表示不可觀測變量bt、ct和dt，本文以遞歸形式定義狀態(tài)方程，φ和η均為遞歸系數(shù)。變參數(shù)bt、ct、和dt的值可采用卡爾曼濾波算法(Kalmanfiltering)進行估算。

(三)變量說明及數(shù)據(jù)來源

在上述模型中：居民生活電價指標參考宋煒等(2006)提出的方法，以居民消費水電價格指數(shù)和社會零售物價指數(shù)之比表征[4]；居民收入水平以居民平均可支配收入表征；家庭人口規(guī)模指標以各年度家庭總戶數(shù)表征。各年度家庭總戶數(shù)、居民平均可支配收入(用居民消費價格指數(shù)調(diào)整為1985年不變價)、居民消費水電價格指數(shù)和社會零售物價指數(shù)數(shù)據(jù)均來自于1986-2014年的《中國統(tǒng)計年鑒》，居民生活電力消費數(shù)據(jù)出自1986-2014年的《中國電力年鑒》。本文數(shù)據(jù)處理采用的是Eviews8.0軟件。

二、實證分析結(jié)果

(一)變量平穩(wěn)性檢驗

對各變量進行平穩(wěn)性檢驗以避免偽回歸，平穩(wěn)性檢驗結(jié)果見表1。INec、INep、INinc和INpop分別在10%、5%、10%和10%顯著水平下拒絕原假設(shè)，因此它們均為平穩(wěn)序列，滿足協(xié)整檢驗的前提條件。

表1　變量平穩(wěn)性檢驗結(jié)果

注：檢驗類型(c,t,k)分別表示單位根檢驗中是否包含有常數(shù)項c、時間趨勢項t和滯后階數(shù)k；*、**分別表示在10%、5%水平下拒絕零假設(shè)。

(二)協(xié)整性檢驗

由表2的變量協(xié)整檢驗結(jié)果可知，在5%顯著性水平下，跡檢驗和最大特征根檢驗均拒絕了無協(xié)整關(guān)系的原假設(shè)，INec、INep、INinc和INpop序列之間存在協(xié)整關(guān)系，也就是說各變量之間存在穩(wěn)定的長期均衡關(guān)系，可以用這4個變量為可觀測變量，所建立的量測方程不會出現(xiàn)“偽回歸”問題。

表2　變量協(xié)整檢驗結(jié)果

(三)回歸結(jié)果

根據(jù)上述一系列數(shù)據(jù)處理和檢驗說明，運用Kalman濾波對前文構(gòu)建的狀態(tài)空間模型進行估計，估計結(jié)果見表3，由表3可知所有狀態(tài)變量都是顯著的。

表3　狀態(tài)空間模型估計結(jié)果

注：*、**、***分別表示在10%、5%和1%水平下拒絕零假設(shè)。

最后計算出R2和DW統(tǒng)計量，具體估計出來的方程為：

INect=-7.828 2+btINept+ctINinct+dtINpopt

(7)

由于狀態(tài)空間模型采用的卡爾曼濾波算法比較特殊，其前面幾期的參數(shù)值隨機性和波動幅度比較大，一般沒有實際意義[10]。通過觀察表4可以發(fā)現(xiàn)，三種彈性的取值在1995年之后開始呈現(xiàn)逐漸收斂的態(tài)勢，因此本文認為1995年以后的狀態(tài)空間模型回歸系數(shù)估算值是有效的，可以對表4進行實際分析。

表4　變參數(shù)估計結(jié)果

注：bt、ct和dt分別為居民生活電力消費量對居民電價、居民收入和家庭人口規(guī)模的彈性值。

三、結(jié)果分析

(一)整體分析

從表4可知，總體上來看，居民電價對居民生活電力消費的變彈性系數(shù)為負值，說明居民電價的增長會減弱居民對生活電力消費的需求；居民收入和家庭人口規(guī)模對居民生活電力消費的變彈性系數(shù)為正值，這說明居民收入和家庭數(shù)量增長會增加對居民生活電力消費的需求，只是這兩個變量的變彈性系數(shù)及變化趨勢存在差異性。從變彈性系數(shù)絕對值來看，居民收入對居民生活電力消費彈性系數(shù)最大，表明居民收入仍是影響居民生活電力消費的主要因素。從彈性系數(shù)變化幅度來看，居民生活電力消費的價格彈性波動幅度最大，而家庭人口規(guī)模、居民收入波動幅度較小，相對平穩(wěn)。

(二)各變量的彈性變化趨勢分析

1.電價彈性變化趨勢分析

從電價彈性上來看，居民生活電力需求的價格彈性一直為負值，這說明電價上升會引起居民生活電力消費的減少?？傮w來看，1994-2013年間我國居民生活電力消費價格彈性呈現(xiàn)下降趨勢；1995-1997年價格彈性逐年下降；1997-2005年間價格彈性在-0.4-0.52之間上下波動，此后雖仍有小幅度波動但是整體向-0.38收斂，我國居民生活電力需求是缺乏彈性的。沈曉波(2014)研究指出我國農(nóng)村居民電力消費需求的價格彈性為-0.13-0.2[3]，與本文計算的居民生活電力消費價格彈性方向是一致的(均為負數(shù))，但是取值范圍存在一定差異，產(chǎn)生這種差異的原因可能在于城鎮(zhèn)居民生活電力消費價格彈性顯著高于農(nóng)村居民(按照本文計算的城鄉(xiāng)總體電價彈性為-0.38，參考沈曉波針對鄉(xiāng)村居民電力消費計算的電價彈性，我們可以推測城鎮(zhèn)居民電價彈性要高于-0.38，也就是說城鎮(zhèn)居民電價彈性可能比鄉(xiāng)村居民高出至少2-3倍)，這種差異是合理的，原因是：第一，目前我國農(nóng)村居民的生活電力消費仍舊以滿足日常基本生活需求為主(如照明等)且用電量小，電價的變化不會對農(nóng)村居民的生活用電需求產(chǎn)生很大影響；第二，隨著我國經(jīng)濟的發(fā)展，居民收入水平提高，城鎮(zhèn)居民相較于農(nóng)村居民收入水平提高幅度更大，因此城鎮(zhèn)居民會先于農(nóng)村居民追求更高的生活品質(zhì)，例如安裝空調(diào)、電熱水器、使用電器進行烹飪等，這些高耗能電器一方面可以給城市居民帶來更加舒適和便利的生活；另一方面，城鎮(zhèn)居民樸素生活習慣的形成具有鎖定效應(yīng)，并且當前大部分城鎮(zhèn)居民的收入提高水平還不足以支撐他們無視電價問題、實現(xiàn)隨心所欲的電力消費，因此居民電價升高可能會影響城鎮(zhèn)居民使用這些高耗能電器的頻率、選擇在某些低電價時段使用高耗能電器、或者促使城鎮(zhèn)居民轉(zhuǎn)而使用更加節(jié)能的電器以減少電力消費量。

2.居民收入彈性變化趨勢分析

居民收入彈性系數(shù)值均為正，2000年之后居民電力消費的收入彈性在0.88-0.95之間小幅度波動，這一方面說明收入提高對居民生活電力消費具有明顯的促進作用，另一方面說明我國居民生活電力消費需求仍存在很大的潛力。居民收入水平是影響我國居民生活能源消費的最重要因素，該判斷與沈曉波(2014)針對農(nóng)村居民電力消費需求[3]、宋煒等(2006)針對城鎮(zhèn)居民生活電力需求關(guān)鍵影響因素[4]的分析結(jié)果一致。整體來看，收入彈性呈現(xiàn)階段性波動趨勢，1995-1997年收入彈性逐漸增加，該階段隨著居民收入的提高，人們對改善生活質(zhì)量、增加家用電器的需求比較旺盛；1997-1999年收入彈性降低，這可能與1997年爆發(fā)的亞洲金融危機有關(guān)，該階段人們更傾向于更謹慎的電力消費模式；在2000年出現(xiàn)輕微反彈后，2000-2004年收入彈性開始繼續(xù)下降；2005-2009年收入彈性逐年小幅度上升，該時期國家大力推廣“家電下鄉(xiāng)”活動，使得大量收入較低的家庭也可以使用到物美價廉的電器以改善生活質(zhì)量，短期內(nèi)家電消費的激增必然會帶來電力消費收入彈性的增加；2010-2013居民生活電力消費的收入彈性趨于穩(wěn)定。根據(jù)《中國住戶調(diào)查年鑒2011》數(shù)據(jù)計算[11]，目前我國居民電力消費支出僅占總能源消費支出的一半左右，由于生活習慣的慣性以及日常生活設(shè)備的鎖定效應(yīng)，人們生活用能可能更傾向于傳統(tǒng)燃料，尚未完全實現(xiàn)日常生活電氣化。

3.家庭人口規(guī)模彈性變化趨勢分析

家庭人口規(guī)模彈性系數(shù)值均為正，說明隨著家庭數(shù)量的增加，家庭必備電器的需求量也會增加，進而帶動居民生活電力消費的增長。這種正效應(yīng)隨時間推進呈現(xiàn)波動性態(tài)勢。1994-1997年家庭人口規(guī)模彈性短暫減少后，在1997-2003年出現(xiàn)略微增長，此后開始逐年下降，最終收斂于0.38左右，這可能一方面得益于家用電器節(jié)能效率的提高和人們?nèi)找嬖鲩L的家電使用效率，另一方面，家庭對于可再生能源的使用也有助于降低家庭人口規(guī)模彈性。由于我國家庭日益向小型化轉(zhuǎn)化，家庭規(guī)模變小、家庭數(shù)量增多以及居民消費水平的日益增長必然會帶來家電消費量及使用的增長，使得居民生活電力消費總量增加，因此，提高家用電器的能耗標準、倡導使用節(jié)能環(huán)保型家電將有助于降低居民電力消費的快速增加。

四、結(jié)論與建議

本文定量分析了近20年來家庭人口規(guī)模、居民收入水平、居民電價變化對中國居民生活電力消費的動態(tài)影響。研究結(jié)果顯示：居民電價對生活電力需求有削弱作用，城鄉(xiāng)居民生活電力消費的電價彈性仍存在顯著差異；居民收入和家庭人口規(guī)模對居民生活電力需求均存在促進作用。居民收入是影響生活電力消費的主要因素，家庭人口規(guī)模對生活電力需求的彈性系數(shù)為正值，中國家庭規(guī)模日益呈現(xiàn)小型化、家庭數(shù)量逐年增加會帶來更多的居民生活電力消費量。

假設(shè)居民電力消費的價格彈性、收入彈性和家庭人口規(guī)模彈性維持其收斂值不變，我們嘗試計算2020年中國居民電力消費的變化狀況：十八大報告中稱，到2020年“實現(xiàn)城鄉(xiāng)居民人均收入比2010年翻一番”，據(jù)此估算，2020年居民可支配收入(以調(diào)整為1985年不變價計算)比2013年增加了41.2%；中國電價并非市場化的產(chǎn)物，居民生活消費領(lǐng)域的電價短期波動幅度幾乎可以忽略不計，因此假設(shè)2020年居民電價維持2013年電價水平不變；家庭規(guī)模小型化和家庭數(shù)量增加是中國經(jīng)濟社會發(fā)展的必然趨勢，據(jù)估算1990-2013年間中國家庭數(shù)量年均增長率為2%，因此2020年家庭數(shù)量將比2013年增加14.8%，在保持居民生活用電習慣不變、電力生產(chǎn)技術(shù)、電器技術(shù)沒有巨大變革的前提下，根據(jù)以上假設(shè)可得2020年居民電力消費將比2013年增加44.96%，達到11 143億千瓦時，該估計值低于譚顯東等(2010)的預測結(jié)果(14 576億千瓦時)[1]，原因可能有三點：第一，未考慮電價變化趨勢問題，隨著發(fā)電技術(shù)的進步和電力市場的逐步放開，電價呈現(xiàn)下降趨勢，例如，2015年4月國家發(fā)改委曾下發(fā)通知將全國燃煤發(fā)電上網(wǎng)電價平均每千瓦時降低約2分錢。需要強調(diào)的是，由于國家提出2020年可再生能源占總能源消費15%的目標以及發(fā)展“綠電”計劃，短期內(nèi)無法實現(xiàn)上網(wǎng)平價的可再生能源發(fā)電技術(shù)可能需要普通消費者支付更多的電費用以支持綠電發(fā)展[12-13]，這些原因使得對于未來電價變化趨勢的預測變得頗為困難。第二，本文構(gòu)建空間狀態(tài)模型的目的是以動態(tài)視角觀察居民電力消費的價格彈性、收入彈性及家庭人口規(guī)模彈性變化過程，從以上實證研究中可以發(fā)現(xiàn)：各彈性系數(shù)是處在動態(tài)波動中的，對狀態(tài)方程(6)中各系數(shù)(φ1、φ2、φ3)的評估結(jié)果雖然數(shù)量單位極小，但均為正值，這說明我們以2013年各指標彈性系數(shù)預測2020年居民電力消費量的結(jié)果要稍低于實際狀況。第三，本文構(gòu)建的模型僅考慮了影響居民電力消費的基本宏觀因素，實際上還有其他因素可能作用于居民電力消費，例如傳統(tǒng)能源價格變化、國家對基于可再生能源發(fā)電的綠電政策的推行強度、家用電器效率提升等。

隨著居民收入水平的提高以及家庭人口規(guī)模日益下降、家庭數(shù)量逐年增加，居民生活電力需求也在逐年升高，這給生態(tài)環(huán)境帶來了很大的壓力，也是我國追求低碳發(fā)展過程中無法忽視的問題。雖然國家和地方政府采取了階梯電價、能效標簽等措施促使居民提高生活用電效率，但是單純的從需求視角尋求解決問題的辦法是遠遠不夠的，基于供給視角提高電廠的發(fā)電效率、尋求多樣化的發(fā)電手段、鼓勵諸如風力發(fā)電、生物質(zhì)發(fā)電和光伏發(fā)電等綠色發(fā)電技術(shù)的創(chuàng)新等措施應(yīng)該能更好的緩解居民日益增長的電力需求與環(huán)境惡化之間的矛盾。

從國家層面研究居民生活電力消費的三大主要影響因素：居民收入水平、家庭人口規(guī)模、電價水平。實際上居民生活電力消費與替代能源價格、家用電器效率的改進、創(chuàng)新發(fā)電技術(shù)的發(fā)展、國家環(huán)保政策推進力度、本地區(qū)氣溫等因素也存在很大關(guān)系，由于數(shù)據(jù)搜集方面的限制，目前尚無法針對這些指標與居民生活電力消費的關(guān)系做定量分析，但是基于某一特定地區(qū)的定量研究可能會減少數(shù)據(jù)獲取方面的難度，這將是本文下一步的研究方向。

[1]譚顯東，單葆國，徐敏杰.基于投入產(chǎn)出法的中長期電力需求模擬[J].中國電力，2010(1)：1-4.

[2]林伯強.中國能源發(fā)展報告[M].北京：清華大學出版社，2011.

[3]沈小波.中國農(nóng)村居民電力需求的影響因素[J].統(tǒng)計研究，2014(1)：84-90.

[4]宋煒，顧阿倫，吳宗鑫.城鎮(zhèn)居民生活用電需求預測模型[J].中國電力，2006，39(9)：67-70.

[5]Ach?o C, Schaeffer R.Decomposition analysis of the variations in residential electricity consumption in Brazil for the 1980-2007 period: measuring the activity, intensity and structure effects [J].Energy policy, 2009, 37(12):5208-5220.

[6]董軍，吳鳴.我國居民電力消費影響因素的協(xié)整研究[J].水電能源科學，2011，29(9)：185-187.

[7]Arisoy I, Ozturk I.Estimating industrial and residential electricity demand in Turkey: A time varying parameter approach [J].Energy, 2014(66):959-964.

[8]朱凱，尹海濤.中國居民生活電力消費的分解分析[J].中國電力，2014，47(3)：130-134.

[9]Dietz T, Rosa E A.Rethinking the environmental impacts of population, affluence and technology [J].Human Ecology Review, 1994(1):277-300.

[10]李國志.基于狀態(tài)空間模型的日本碳排放影響因素分析及啟示[J].資源科學，2013，35(9)：1847-1854.

[11]國家統(tǒng)計局住戶調(diào)查辦公室.中國住戶調(diào)查年鑒[M].北京：中國統(tǒng)計,2011.

[12]王斯成.分布式光伏發(fā)電政策現(xiàn)狀及發(fā)展趨勢[J].太陽能,2013(8)：8-19.

[13]Wang Y, Zhou S, Huo H.Cost and CO2reductions of solar photovoltaic power generation in China: Perspectives for 2020[J].Renewable & Sustainable Energy Reviews, 2014,39(6):370-380.

A Study on Influencing Factors of China Residential Electricity Consumption

RU Xing-jun，WANG Cong-ying

(SchoolofManagement，HangzhouDianziUniversity，HangzhouZhejiang310018，China)

The dynamic effects on the residential electricity consumption of the following three variables related with the household population size, the residential income level and the residential electricity prices from 1985-2013 in China are analyzed based on the STIRPAT model.The results show that the residential electricity prices to the varying elastic coefficients is negative, which makes a dent in the residential power demand, whereas, the varying elastic coefficients of residential income level and the household population size are positive and both of them promote the residential electricity consumption though the elastic coefficient is decreasing and the elastic price of the residential electricity consumption is 2-3 times more than that of the rural residents.The residential income elasticity coefficient to the residential electricity consumption is the largest and keeps increasing, which becomes the main influencing factor in the residential electricity consumption.It is predicted that the residential electricity consumption will be increased at least 44.96% in the year of 2020 compared with that of in 2013 in China based on the state space model, the goal of the national economic development and the short-term social status development.

residential electricity consumption; state space model; residential electricity prices; residential income; household population size

10.13954/j.cnki.hduss.2016.05.003

2015-06-23

浙江省哲學社會科學規(guī)劃重點課題(16NDJC002Z)；浙江省教育廳科研項目(Y201533690)；杭州電子科技大學科研啟動基金(KYS035614025)

汝醒君(1986-)，女，安徽亳州人，講師，綠色消費、能源與可持續(xù)發(fā)展.

F206

B

1001-9146(2016)05-0014-06