影響我國(guó)電力產(chǎn)量的因素分析 影響我國(guó)電力產(chǎn)量的因素分析隨著我國(guó)經(jīng)濟(jì)的飛速發(fā)展和人民生活水平不斷提高，用電大幅度增長(zhǎng)，但是我國(guó)的電力供應(yīng)卻跟不上經(jīng)濟(jì)發(fā)展的速度，以至于近幾年平平出現(xiàn)局部地區(qū)拉閘限電的現(xiàn)象。造成這種現(xiàn)象的原因是多方面的，但總的來(lái)說(shuō)可以概括為以下幾點(diǎn)：我國(guó)主要是靠火力發(fā)電，火電占到全部電力產(chǎn)量的70，所以火力發(fā)電對(duì)電力供應(yīng)緊張有決定性的影響，但火電生產(chǎn)也受到諸多因素的限制。1）價(jià)格糾紛造成局部電煤供應(yīng)緊張，是造成中、西部地區(qū)電力供應(yīng)緊張的原因之一。2003年年初的全國(guó)煤炭定貨會(huì)上，因價(jià)格談不攏，1.5億噸電煤合同沒(méi)有著落，造成年初一些電廠煤炭?jī)?chǔ)備不足或供應(yīng)不能落實(shí)。2）由于全國(guó)各地相繼出臺(tái)了關(guān)停小煤礦政策，加大煤炭安全生產(chǎn)管理力度，特別是近幾年鋼鐵、建材、有色等高耗能行業(yè)的快速發(fā)展，煤炭需求量急劇上升，全國(guó)的煤炭供應(yīng)形勢(shì)驟然吃緊。以上兩點(diǎn)原因都是因?yàn)楣┬杈o張引起的，因此可以歸結(jié)為煤炭的產(chǎn)量不能滿足需求。3）運(yùn)力不足是造成局部電荒的原因之一，我國(guó)的產(chǎn)煤區(qū)主要是陜西山西一帶，所以其他地區(qū)要發(fā)電就必須從山西陜西一帶運(yùn)煤，煤炭主要是靠鐵路運(yùn)輸而鐵路運(yùn)輸運(yùn)力不足導(dǎo)致了煤炭不能及時(shí)供應(yīng)影響了發(fā)電。（二）在水電方面2003年是特枯水年。來(lái)水特枯不僅使大中型水電發(fā)電力下降，還使得小水電減發(fā)，增加了對(duì)主網(wǎng)的供電壓力。（三）電網(wǎng)結(jié)構(gòu)仍顯薄弱，局部地區(qū)輸、配電“卡脖子”，城市配電設(shè)施超負(fù)荷，影響了電力優(yōu)化配置和電力輸送。如江蘇的過(guò)江輸電通道能力不足，四川的成、德、綿地區(qū)變電設(shè)施在高峰時(shí)超負(fù)荷，廣東東莞、深圳一帶輸電線路能力不足造成輸電受阻，大區(qū)間電力交換仍十分有限等。（四）從需求方面看1）居民生活用電對(duì)電力負(fù)荷的影響較大，高峰用電負(fù)荷增長(zhǎng)較快。華中、川渝地區(qū)夏季制冷負(fù)荷一度達(dá)到電力負(fù)荷的13，華東達(dá)到28.7，京津唐達(dá)到28.9。2）工業(yè)高耗電產(chǎn)業(yè)高速增長(zhǎng)。最近幾年，電力消費(fèi)增長(zhǎng)的驅(qū)動(dòng)力主要來(lái)自工業(yè)用電迅速增長(zhǎng)19992002年間工業(yè)用電年均增長(zhǎng)10.7。受市場(chǎng)、價(jià)格等因素的影響，一些地區(qū)高耗電行業(yè)發(fā)展較快，主要高耗電產(chǎn)品產(chǎn)量增長(zhǎng)速度高于全國(guó)GDP增長(zhǎng)速度。（五）電力建設(shè)投資不足。本文就是要分析以上因素對(duì)電力產(chǎn)量的影響由于資料原因一些因素的數(shù)據(jù)無(wú)法獲得，所以不得不舍棄一些因素或者用相關(guān)數(shù)據(jù)替換。通過(guò)分析我國(guó)改革開(kāi)放以來(lái)（1978-2002）的電力產(chǎn)量的歷史資料，可以建立一個(gè)方程模型。根據(jù)理論及對(duì)現(xiàn)實(shí)情況的認(rèn)識(shí)，影響我國(guó)電力Y（億千瓦時(shí)）的可能主要因素有：原油供給量（用原油產(chǎn)量代替）X（萬(wàn)噸），電煤產(chǎn)量X（用原煤產(chǎn)量代替）（萬(wàn)噸），電力方面的建設(shè)投資（用國(guó)有經(jīng)濟(jì)固定資產(chǎn)投資代替）X（億元），鐵路運(yùn)輸量X（萬(wàn)噸）。數(shù)據(jù)詳見(jiàn)表一。表一obsYX1X2X3X419782566.00010405.006.180000668.7200110119.019792820.00010615.006.350000699.3600111893.019803006.00010595.006.200000746.9000111279.019813093.00010122.006.220000638.2100107673.019823277.00010212.006.660000805.9000113495.019833514.00010607.007.150000885.2600118784.019843770.00011461.007.8900001052.430124074.019854107.00012490.008.7200001523.510130709.019864495.00013069.008.9400001795.320135635.019874973.00013414.009.2800002101.690140653.019885452.00013705.009.8000002554.860144948.0*5848.00013764.0010.540002340.520151489.019906212.00013831.0010.800002534.000150681.019916775.00014099.0010.870003139.030152893.019927539.00014210.0011.160004473.760157627.019938395.00014524.0011.500006811.350162663.019949281.00014608.0012.400009355.350163093.0199510070.3015004.9513.6100010702.97165855.0199610813.1015733.3913.9700012185.79170915.0199711355.5316074.1413.7300013838.96172019.0199811923.3116036.0412.4900015369.30164082.0199912269.0816000.0010.4500015947.80167196.0200013042.0316300.009.98000016904.40178023.0200114627.9916395.9011.6100017607.00192580.0200215495.0317000.0013.9000018877.40204246.0從上表可以看出，隨著我國(guó)原油，原煤，國(guó)有經(jīng)濟(jì)固定資產(chǎn)投資和鐵路運(yùn)輸量的增長(zhǎng)，電力的產(chǎn)量也在不斷的增長(zhǎng)，因此它們之間很可能存在線性相關(guān)關(guān)系。設(shè)模型的函數(shù)形式為假設(shè)模型中誤差滿足古典假定，用Eviews軟件進(jìn)行回歸，運(yùn)用OLS估計(jì)，得到輸出結(jié)果如圖一Dependent Variable: YMethod: Least SquaresDate: 11/21/04Time: 20:09Sample: 1978 2002Included observations: 25VariableCoefficientStd. Errort-StatisticProb.C-4249.679620.0638-6.8536160.0000X1-0.2606390.101521-2.5673300.0184X2-90.6848446.62634-1.9449270.0660X30.3961370.01671723.697040.0000X40.0915990.00817511.205010.0000R-squared0.997527Mean dependent var7446.020Adjusted R-squared0.997033S.D. dependent var4163.273S.E. of regression226.7850Akaike info criterion13.86274Sum squared resid1028629.Schwarz criterion14.10651Log likelihood-168.2842F-statistic2017.053Durbin-Watson stat1.336282Prob(F-statistic)0.000000由F=2017.053>F(4,20)=2.87(顯著性水平=0.05)，表明模型從整體上看電力產(chǎn)量與解釋變量之間線形關(guān)系顯著。檢驗(yàn)解釋變量之間的簡(jiǎn)單相關(guān)系數(shù)。結(jié)果如下由表可以看出高度線性相關(guān)。同時(shí)的符號(hào)與經(jīng)濟(jì)意義相悖，而且T值不是很顯著。表明模型中解釋變量確實(shí)存在多重共線性，需要修正。運(yùn)用OLS方法逐一求y對(duì)各個(gè)解釋變量的回歸。經(jīng)分析在四個(gè)一元回歸模型中電力產(chǎn)量對(duì)的線性關(guān)系強(qiáng)，擬和程度好，即(242.5679) (0.02659)逐步回歸得。將其余解釋變量逐一代入上式得如下幾個(gè)模型(598.5574) (0.019844)(0.004777)將，的數(shù)據(jù)分別代入上式中，其結(jié)果不符合經(jīng)濟(jì)意義，故將它們舍去。所以最后的估計(jì)模型為其OLS估計(jì)結(jié)果如圖二Dependent Variable: YMethod: Least SquaresDate: 12/23/04Time: 20:52Sample: 1978 2002Included observations: 25VariableCoefficientStd. Errort-StatisticProb.C-4098.954482.8634-8.4888490.0000X30.3861250.01593724.228780.0000X40.0605080.00385215.708370.0000R-squared0.996876Mean dependent var7388.775Adjusted R-squared0.996592S.D. dependent var4048.670S.E. of regression236.3487Akaike info criterion13.88066Sum squared resid1228935.Schwarz criterion14.02692Log likelihood-170.5082F-statistic3510.273Durbin-Watson stat1.023948Prob(F-statistic)0.000000經(jīng)過(guò)逐步回歸法的到的方程比原方程效果好的多，消除了變量之間的嚴(yán)重共線性，同時(shí)使擬合優(yōu)度提高，回歸系數(shù)的估計(jì)標(biāo)準(zhǔn)差下降，提高了方程的精度。異方差性的檢驗(yàn)：為了判斷模型中隨機(jī)誤差項(xiàng)是否存在異方差性，首先進(jìn)行圖形分析法的檢驗(yàn)，由Eviews軟件，得到殘差平方E 分別與的散點(diǎn)圖如下：可以看出，殘差平方并未呈現(xiàn)出隨解釋變量的不同取值而發(fā)生規(guī)律變化，初步判斷模型不存在異方差性。在此基礎(chǔ)上，對(duì)模型進(jìn)行ARCH檢驗(yàn)：ARCH Test:F-statistic1.577596Probability0.229524Obs*R-squared4.580227Probability0.205245Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/23/04Time: 21:55Sample(adjusted): 1981 2002Included observations: 22 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb.C78697.8023978.223.2820540.0041RESID2(-1)0.0406060.2381530.1705030.8665RESID2(-2)-0.3789670.215325-1.7599780.0954RESID2(-3)-0.2003870.237719-0.8429560.4103R-squared0.208192Mean dependent var51887.28Adjusted R-squared0.076224S.D. dependent var55175.82S.E. of regression53031.28Akaike info criterion24.75812Sum squared resid5.06E+10Schwarz criterion24.95649Log likelihood-268.3393F-statistic1.577596Durbin-Watson stat1.446068Prob(F-statistic)0.229524從輸出的輔助回歸函數(shù)中得R，計(jì)算,查分布表，給定=0.05，自由度為P=3，得臨界值(3)=7.81,因?yàn)?n-P)R=4.580224從圖中我們初步判定隨機(jī)誤差可能存在自相關(guān)。（2）DW檢驗(yàn)根據(jù)圖二的結(jié)果顯示，由DW=1.023948，在給定顯著性水平，查Durbin-Waston表，n=25，k=2,得下限臨界值d=1.206，上限臨界值d=1.55，因?yàn)镈W=1.023948經(jīng)濟(jì)意義分析：由以上分析可以看出影響我國(guó)電力產(chǎn)量的主要因素是固定資產(chǎn)投資和鐵路運(yùn)輸量。這也較符合經(jīng)濟(jì)意義，因?yàn)殡娏Ξa(chǎn)量取決于裝機(jī)容量和電站建設(shè)，而此項(xiàng)大多是靠國(guó)家的投入，因此增加電力產(chǎn)量的方法之一便是增加對(duì)電力基礎(chǔ)設(shè)施建設(shè)的投入；鐵路運(yùn)輸量對(duì)發(fā)電的影響前面已經(jīng)分析過(guò)，因此要使鐵路運(yùn)輸不拖電力的后腿就必須提高鐵路的運(yùn)力。在我們的分析中，原煤產(chǎn)量和原油產(chǎn)量作為解釋變量被舍去，其原因可能有以下幾點(diǎn)首先，原煤并不等于發(fā)電用煤，由數(shù)據(jù)可以看出部分年份原煤是減產(chǎn)的，但這些年份的發(fā)電用煤卻是增加的，所以原煤產(chǎn)量的數(shù)據(jù)不具有代表性；其次，原油產(chǎn)量并不是我國(guó)原油的消費(fèi)量，眾所周知，我國(guó)早已成為原油進(jìn)口大國(guó)，近幾年情況尤為如此，因此，原油消費(fèi)必定比原油產(chǎn)量大的多，所以用原油產(chǎn)量去模擬是不恰當(dāng)?shù)摹？偟膩?lái)說(shuō)，在電力建設(shè)方面，應(yīng)切實(shí)抓好今年的電力基礎(chǔ)建設(shè)中的投產(chǎn)項(xiàng)目，在嚴(yán)重缺電的地區(qū)，爭(zhēng)取上半年多投產(chǎn)，以便在今夏高峰負(fù)荷時(shí)期發(fā)揮作用。電網(wǎng)企業(yè)也要加強(qiáng)電網(wǎng)的主網(wǎng)架建設(shè)，以充分發(fā)揮電網(wǎng)網(wǎng)絡(luò)間的調(diào)劑作用。考慮到電網(wǎng)建設(shè)周期較短，可以優(yōu)先建設(shè)一些影響電力跨區(qū)輸送的項(xiàng)目，以加大區(qū)間電力交流。目前，我國(guó)發(fā)電能力基本以水電和火電為主。對(duì)于水電，首先在汛期來(lái)水后，電站水庫(kù)要盡可能地恢復(fù)到正常蓄水水位。其次，在研究確定水調(diào)方案時(shí)，應(yīng)防止電力緊張時(shí)出現(xiàn)水庫(kù)蓄水不足的問(wèn)題。在火電廠電煤供應(yīng)方面，應(yīng)保證電煤及時(shí)供應(yīng)。發(fā)電企業(yè)也要適時(shí)加大科技進(jìn)步的投入，以提高資源的利用效率。在電力嚴(yán)重短缺的地區(qū)，應(yīng)盡快采用經(jīng)濟(jì)辦法來(lái)優(yōu)化用戶優(yōu)化結(jié)構(gòu)用電，如實(shí)施峰谷分時(shí)電價(jià)。在電價(jià)方面，需要整頓和規(guī)范一些地方自行出臺(tái)的優(yōu)惠電價(jià)，重點(diǎn)是適當(dāng)調(diào)整一些地方對(duì)高耗能企業(yè)的優(yōu)惠電價(jià)政策，并在試點(diǎn)的基礎(chǔ)上，對(duì)可中斷負(fù)荷的用戶制定實(shí)施可中斷負(fù)荷電價(jià)，提高電力的投入產(chǎn)出的效益。還應(yīng)該加大對(duì)鐵路的建設(shè)，提高鐵路運(yùn)力，為發(fā)電所需物資提供運(yùn)輸保證。