電力消費量與國房景氣指數(shù)關(guān)系研究

李海

（四川大學(xué)經(jīng)濟學(xué)院，成都610065）

0　引言

當(dāng)前，對各種大數(shù)據(jù)的發(fā)掘和利用正被越來越多的經(jīng)濟學(xué)家、企業(yè)家們所重視，大數(shù)據(jù)中蘊含著許多經(jīng)濟學(xué)和企業(yè)管理方面寶貴信息。電力消費數(shù)據(jù)作為大數(shù)據(jù)中的一種，可以反映出全社會的生產(chǎn)狀況，是衡量宏觀經(jīng)濟走勢一個重要指標(biāo)。目前，電力消費數(shù)據(jù)已經(jīng)可以通過計量系統(tǒng)，實時產(chǎn)生大數(shù)據(jù)。隨著技術(shù)的進(jìn)步和互聯(lián)網(wǎng)技術(shù)的發(fā)展，電力消費數(shù)據(jù)的取得將越來越方便和準(zhǔn)確及時。利用電力消費大數(shù)據(jù)建立相應(yīng)的預(yù)測模型為國家宏觀調(diào)控服務(wù)，應(yīng)用前景十分廣闊。

房地產(chǎn)業(yè)是當(dāng)前我國經(jīng)濟類別中的重要綜合性產(chǎn)業(yè)，房地產(chǎn)行業(yè)投資活動，是當(dāng)前國民經(jīng)濟中的重要投資類別。全國房地產(chǎn)開發(fā)業(yè)綜合景氣指數(shù)（簡稱國房景氣指數(shù)）每年從3月到12月，逐月發(fā)布，并用百分制表示。國房景氣指數(shù)又分為房地產(chǎn)開發(fā)綜合指數(shù)、房地產(chǎn)開發(fā)投資指數(shù)、土地開發(fā)面積指數(shù)、銷售價格指數(shù)等4類。房地產(chǎn)開發(fā)綜合指數(shù)值100為景氣線，100以上為景氣空間，100以下為不景氣空間。通過對景氣所處空間、景氣值波動幅度、趨勢的評估發(fā)布，可為國家宏觀調(diào)控提供決策依據(jù)，引導(dǎo)中國房地產(chǎn)業(yè)健康、有序發(fā)展。

國內(nèi)外許多學(xué)者對電力消費總量與宏觀經(jīng)濟的關(guān)聯(lián)性等進(jìn)行過許多研究，也取得了較好的成果[1-5]。從研究和可以公開得到的數(shù)據(jù)來看，房地地產(chǎn)投資活動，目前重要的統(tǒng)計數(shù)據(jù)應(yīng)為國家統(tǒng)計局公布的32個房地產(chǎn)統(tǒng)計指標(biāo)和國房景氣指數(shù)，本文將重點研究電力消費數(shù)據(jù)和國房景氣指數(shù)間的相關(guān)性、時間軌跡趨勢、滯后性以及預(yù)測模型等，力求盡可能發(fā)掘數(shù)據(jù)的價值，為國民經(jīng)濟建設(shè)服務(wù)。因此，本文主要收集了2011—2015年的月度分行業(yè)電力消費大數(shù)據(jù)，按全社會、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、輕工業(yè)、重工業(yè)、城鄉(xiāng)居民生活的分類，分析其與國房景氣指數(shù)的關(guān)系，采用皮爾遜系數(shù)（Pearson）進(jìn)行相關(guān)性分析，建立時間系列對比并觀察其趨勢關(guān)系，應(yīng)用分布滯后模型與阿爾蒙估計法（Almon）對其進(jìn)行建模分析，研究電力消費與國房景氣指數(shù)的滯后關(guān)系，同時建立月度電力消費數(shù)據(jù)與國房景氣指數(shù)間的數(shù)學(xué)預(yù)測模型，以便更好利用電力數(shù)據(jù)為房地產(chǎn)業(yè)投資活動統(tǒng)計和宏觀管理服務(wù)。

1　分析方法

為進(jìn)一步分析電力消費與國房景氣指數(shù)的關(guān)系，本文采用目前經(jīng)濟學(xué)領(lǐng)域常用皮爾遜相關(guān)系數(shù)、時間軌跡分析及分布滯后模型與阿爾蒙估計法進(jìn)行分析。

1．1　Pearson相關(guān)系數(shù)

相關(guān)性分析是指對兩個或多個具備相關(guān)性的變量元素進(jìn)行分析，從而衡量兩個變量因素的相關(guān)密切程度。皮爾遜相關(guān)系數(shù)（Pearson）是進(jìn)行相關(guān)性分析的重要方法，主要用于度量兩個變量X和Y之間的相關(guān)（線性相關(guān)），其值介于-1與1之間，常稱為積差相關(guān)系數(shù)，適用于研究連續(xù)變量之間的相關(guān)程度。利用相關(guān)系數(shù)r的大小可以判斷變量間相關(guān)關(guān)系的密切程度，計算公式為（1），本文采用SPSS19.0統(tǒng)計軟件進(jìn)行計算。

其中：X的離均差平方和：LXX=∑(X-)2;Y的離均差平方和：LYY=∑(Y-)2;X與Y間的離均差積和：LXY=∑(X-)(Y-)。兩對數(shù)據(jù)，當(dāng)相關(guān)系數(shù)|r|=0時，完全不相關(guān)；當(dāng)0＜|r|≤0.19時，極低相關(guān)；當(dāng)0.2＜|r|≤0.39時，低度相關(guān)；當(dāng)0.4＜|r|≤0.69時，中度相關(guān)；當(dāng)0.7＜|r|≤0.89時，高度相關(guān)；當(dāng)0.9＜|r|≤1時，極高相關(guān)；|r|=1時，完全相關(guān)。

1．2　分布滯后模型與阿爾蒙估計法

在經(jīng)濟運行過程中,普遍存在時間滯后效應(yīng)。有些經(jīng)濟變量不僅受到同期各種因素的影響,而且也受到過去某些時期的各種因素甚至自身的過去值的影響。由于房地產(chǎn)投資和采購相關(guān)的資源存在一定的時間差，電力作為生產(chǎn)產(chǎn)品的重要資源，必須先行投入，然后才能夠形成商品進(jìn)入房地產(chǎn)投資領(lǐng)域，因此從現(xiàn)實生產(chǎn)中來看，需要分析電力消變量對房地產(chǎn)投資的滯后效應(yīng)。因此把滯后變量引入回歸模型，這種回歸模型稱為滯后變量模型。滯后變量模型的一般形式為：

其中，s、q分別為滯后解釋變量和滯后被解釋變量的滯后期長度。

阿爾蒙估計法的原理，是設(shè)有限分布滯后模型為：yt=a+b0xt+b1xt-1+…+bkxt-k+εt;連續(xù)函數(shù)bi=f(i)可以用滯后期i的適當(dāng)次多項式逼近：bi=f(i)=α0+α1i+α2i2+…+αmim(m＜k)。

將此關(guān)系式代入原分布滯后模型，經(jīng)過適當(dāng)?shù)淖兞孔儞Q，可以減少模型中的變量個數(shù)，從而在削弱多重共線性影響的情況下，估計模型中的參數(shù)。分布滯后模型可以表示成：

設(shè)bi可以用二次多項式近似表示，即：bi=α0+α1i+α2i2。將此代入分布滯后模型，整理得：

變換為Almon變換；則原分布滯后模型可以表示成：

利用OLS法估計系數(shù)，進(jìn)而得到bi的估計值：

2　實證分析

2．1　數(shù)據(jù)處理

根據(jù)中國電力企業(yè)聯(lián)合會網(wǎng)站每月定期公布的《全國電力工業(yè)統(tǒng)計數(shù)據(jù)一覽表》，2011—2015年間每月的全國全社會、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)量、輕工業(yè)、重工業(yè)、城鄉(xiāng)居民生活用電量，單位為億千瓦時。為便于和國家統(tǒng)計局公布的房地產(chǎn)業(yè)投資活動指標(biāo)進(jìn)行對比，此處電力消費增長率，按式（7）進(jìn)行計算，同時刪除1月份數(shù)據(jù)以便于和國房景氣指數(shù)進(jìn)行對比，可得到下頁表1。

其中：P（i）為當(dāng)月行業(yè)用電同比增長率；Pc（i）為當(dāng)月分行業(yè)電力消費總量；Pc（i-12）為上年同月分行業(yè)電力消費總量。

總之，標(biāo)準(zhǔn)是MyGDI的關(guān)鍵，沒有標(biāo)準(zhǔn)，MyGDI就不能實現(xiàn)空間數(shù)據(jù)的共享和轉(zhuǎn)換。MyGDI標(biāo)準(zhǔn)的順利制定在很大程度上取決于用戶組織、馬來西亞國家測繪與空間數(shù)據(jù)委員會（TC12）及馬來西亞科技與創(chuàng)新部（MOSTI）所屬的馬來西亞標(biāo)準(zhǔn)和工業(yè)研究院（SIRIM BERHAD）的共同努力和合作。

2．2　電力消費與國房景氣指數(shù)相關(guān)性分析

為進(jìn)一步觀察全社會、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)產(chǎn)業(yè)、輕工業(yè)、重工業(yè)、城鄉(xiāng)居民生活與國房景氣指數(shù)的關(guān)系，本文采用SPSS19.0軟件對上述數(shù)據(jù)進(jìn)行皮爾遜相關(guān)系數(shù)分析（見表2），從分析的情況看，國房景氣綜合指數(shù)與全社會用電量增長率相關(guān)性最高為0.658**，其次是第二產(chǎn)業(yè)用電量增長率，為0.650**。這說明房地產(chǎn)投資景氣情況與電力消費的關(guān)聯(lián)度較高，對各行業(yè)，特別是第二產(chǎn)業(yè)的帶動較為明顯。

表1　電力消費增長率與國房景氣綜合指數(shù)（樣本數(shù)=55）

表2　用電量增長率、國房景氣綜合指數(shù)皮爾遜相關(guān)系數(shù)分析（樣本數(shù)=55）

2．3　電力消費與國房景氣指數(shù)時間軌跡分析

為便于觀察電力消費與房地產(chǎn)業(yè)投資活動的變化，本文選擇了2011—2015年各年2—12月的全社會用電量和國房景氣綜合指數(shù)進(jìn)行時間軌跡分析觀察（見圖1）。

圖1 全國全社會用電量和國房景氣綜合指數(shù)時間軌跡分析圖

從時間軌跡看，2011—2015年電力費量累計增長率和國房景氣指數(shù)的變化趨勢非常相近，均處于下降變緩趨勢。從圖1中也發(fā)現(xiàn)，全社會用電增長率、國房景氣綜合指數(shù)，從2012年2—12月期間增期間有所回升，2013年起又開始持續(xù)下行。從月度情況，每年2—3月期間，發(fā)現(xiàn)電力統(tǒng)計數(shù)據(jù)會發(fā)生波動，主要考慮到1—3月期間經(jīng)歷春節(jié)的因素，因此電力統(tǒng)計數(shù)據(jù)存在一定的波動，影響到數(shù)據(jù)的準(zhǔn)確性。

2．4　分布滯后模型分析

通過相關(guān)性分析，觀察時間軌跡分析，發(fā)現(xiàn)電力消費量和國房景氣指數(shù)相關(guān)性較強，變化和發(fā)展趨勢非常相近，為此本文選取了全社會用電量增長率（x）和國房景氣指數(shù)（y）作為重點研究對象，分別采用Eviews6.0進(jìn)行滯后性分析，工作文件數(shù)據(jù)來源于表1數(shù)據(jù)。

打開Eviews6.0工作文件，在命令框鍵入“CROSS y x”，可輸出圖2，可看出全社會用電增長率（x）和國房景氣指數(shù)（y）存在一定的滯后性，約為3個月，滯后中度以上相關(guān)系數(shù)分別為i0=0.6581、i1=0.6044、i2=0.5280、i3=0.4367，根據(jù)結(jié)果可設(shè)式（8），假定bi可以用一個二次多項式逼近：

圖2 全國全社會用電累計增長率和國房景氣指數(shù)分析圖

2．5　阿爾蒙估計法建模

全社會用電增長率（x）和國房景氣指數(shù)（y）模型，打開Eviews6.0工作文件，在EViews6.0軟件的LS命令中使用PDL項，在命令框鍵入“LS y C PDL(x,3,2,0)”，其中，3為滯后期長度，2為多項式次數(shù)，0為對分布滯后特征進(jìn)行控制的參數(shù)（對參數(shù)分布不作任何限制），可輸出圖3。

圖3 全國全社會用電增長率和國房景氣指數(shù)建模分析圖

在Eviews6.0軟件輸出圖3窗口的上部給出了a值=c=51.96606，下部給出了還原后的bi估計值a0=i0=0.14199,a1=i1=0.10635,a2=i2=0.08657,a3=i3=0.08267可得出式（9），該式展示了全社會用電累計增長率和國房景氣指數(shù)的數(shù)學(xué)模型：

2．6　模型驗證

為進(jìn)一步驗證模型的準(zhǔn)確性，本文選取了2015年全年和2016年2—6月國家統(tǒng)計局、國家信息中心、中國電力企業(yè)聯(lián)合會公布的最新數(shù)據(jù)，對采用阿爾蒙估計法建立的模型式（9）進(jìn)行驗證。按式（10）計算公布值和計算值的實際相對誤差Υ：

其中△x為公布值-計算值，L為公布值。

表3　2015年2月至2016年6月國房景氣指數(shù)公布值和計算值（樣本數(shù)=16）

表3計算值和公布的國房景氣指數(shù)值的誤差范圍最大為2015年6月的1.62%，其次是2016年5月的1.28%、2016年6月的1.27%，誤差的絕對值平均數(shù)僅為0.83%。通過對比計算，本文發(fā)現(xiàn)式（10）數(shù)學(xué)模型具有一定的準(zhǔn)確率，通過電力消費量預(yù)測和校準(zhǔn)國房景氣指數(shù)具有一定的參考價值。

通過對式（9）模型進(jìn)行進(jìn)一步驗證，本文也發(fā)現(xiàn)模型逼近的最近數(shù)據(jù)的精度較高，如2015年9月至2016年2月間的模型計算精度較高，其他時段的精度開始逐漸變差。本文通過了進(jìn)一步的試算，該模型如需要進(jìn)一步提高準(zhǔn)確性，需采用最新的數(shù)據(jù)進(jìn)行動態(tài)滾動建模分析，具體方法可參考上述方法進(jìn)行重復(fù)，由于篇幅所限，此處不再進(jìn)行進(jìn)一步分析。

3　結(jié)論和建議

通過皮爾遜相關(guān)系數(shù)計算本文發(fā)現(xiàn)，電力消費增長率與國房景氣指數(shù)的波動相關(guān)度較高。通過時間軌跡分析發(fā)現(xiàn)，2011—2015年電力費量累計增長率和國房景氣指數(shù)的變化趨勢非常相近，均處于下降變緩趨勢。全社會用電增長率、國房景氣綜合指數(shù)，從2012年2—12月期間有所回升，2013年起又開始持續(xù)下行。通過對全國全社會電力消費增長率與國房景氣指數(shù)進(jìn)行滯后性分析，發(fā)現(xiàn)全國全社會電力消費增長率與國房景氣指數(shù)存在3個月左右的滯后期。通過分布滯后模型與阿爾蒙估計法對國全社會電力消費增長率與國房景氣指數(shù)進(jìn)行建模，采用該模型，并通過對比2015年2月至2016年6月期間的國房景氣指數(shù)計算值和發(fā)布值進(jìn)行對比分析，模型計算精度最大誤差為1.62%，平均誤差為0.83%，由此可見式（9）在利用全國全社會電力消費增長率來計算國房景氣指數(shù)具有一定的參考性。目前我們已經(jīng)能夠按月和按季度獲得全國分行業(yè)的電力消費數(shù)據(jù)。隨著技術(shù)的進(jìn)步和“互聯(lián)網(wǎng)+”的發(fā)展，電力消費數(shù)據(jù)的取得將會越來越方便和全面準(zhǔn)確。通過電網(wǎng)公司的調(diào)度、營銷、配網(wǎng)和智能電表，在不遠(yuǎn)的將來，將很快能夠獲得全國的分行業(yè)實時數(shù)據(jù)，甚至每家每戶的實時電力消費數(shù)據(jù)。這些數(shù)據(jù)對于分析我國宏觀和微觀經(jīng)濟以及國房景氣指數(shù)等的情況，都將有十分重要的意義。下一步應(yīng)該加強電力消費大數(shù)據(jù)的挖掘和運用研究，為我國的經(jīng)濟社會發(fā)展和國房景氣指數(shù)的管理和預(yù)測貢獻(xiàn)力量。

參考文獻(xiàn)：

[1]朱天星,徐明圣,李倩,李丹.我國電力消費與經(jīng)濟增長關(guān)系研究[J].價格理論與實踐,2010,(10).

[2]張龍.宏觀經(jīng)濟與用電量關(guān)系辨析[J].中國電力企業(yè)管理,2012,(8).

[3]夏森茂,陳逢文.電力消耗與經(jīng)濟增長關(guān)系研究的文獻(xiàn)綜述[J].商業(yè)時代,2009,(12).

[4]林伯強.電力消費與中國經(jīng)濟增長:基于生產(chǎn)函數(shù)的研究[J].管理世界,2003,(11).

[5]王建林,趙佳佳.能源消費和經(jīng)濟增長的因果關(guān)系測度與分析——基于中國樣本[J].工業(yè)技術(shù)經(jīng)濟,2008,(1).