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)的飛速開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)的電力供給卻跟不上經(jīng)濟(jì)開展的速度，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，但總的來說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)電力供給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給緊張，是造成中、西部地區(qū)電力供給緊張的原因之一。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有著落，造成年初一些電廠煤炭?jī)?chǔ)藏缺乏或供給不能落實(shí)。2〕由于全國(guó)各地相繼出臺(tái)了關(guān)停小煤礦政策，加大煤炭平安生產(chǎn)管理力度，特別是近幾年鋼鐵、建材、有色等高耗能行業(yè)的快速開展，煤炭需求量急劇上升，全國(guó)的煤炭供給形勢(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)力缺乏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)力缺乏導(dǎo)致了煤炭不能及時(shí)供給影響了發(fā)電?！捕吃谒姺矫?003年是特枯水年。來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?！踩畴娋W(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。如江蘇的過江輸電通道能力缺乏，四川的成、德、綿地區(qū)變電設(shè)施在頂峰時(shí)超負(fù)荷，廣東東莞、深圳一帶輸電線路能力缺乏造成輸電受阻，大區(qū)間電力交換仍十分有限等?！菜摹硰男枨蠓矫婵?〕居民生活用電對(duì)電力負(fù)荷的影響較大，頂峰用電負(fù)荷增長(zhǎng)較快。

華中、川渝地區(qū)夏季制冷負(fù)荷一度到達(dá)電力負(fù)荷的1／3，華東到達(dá)28.

7％，京津唐到達(dá)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)力主要來自工業(yè)用電迅速增長(zhǎng)1999－2002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)開展較快，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?！参濉畴娏ㄔO(shè)投資缺乏。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。通過分析我國(guó)改革開放以來〔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〔萬噸〕，電煤產(chǎn)量X〔用原煤產(chǎn)量代替〕〔萬噸〕，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〔萬噸〕。數(shù)據(jù)詳見表一。表一obsYX1X2X3X4197819791980198119821983198419851986198719881989199019911992199319941995199619971998199920001620012002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DependentVariable:YMethod:LeastSquaresDate:11/21/04Time:20:09Sample:19782002Includedobservations:25VariableCoefficientStd.Errort-StatisticProb.CX1X2X3X4R-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresid1028629.SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)由F=2021.053>F(4,20)=2.87(顯著性水平=0.05)，說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。說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)(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DependentVariable:YMethod:LeastSquaresDate:12/23/04Time:20:52Sample:19782002Includedobservations:25VariableCoefficientStd.Errort-StatisticProb.CX3X4R-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresid1228935.SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)經(jīng)過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。在此根底上，對(duì)模型進(jìn)行ARCH檢驗(yàn)：ARCHTest:F-statisticProbabilityObs*R-squaredProbabilityTestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:12/23/04Time:21:55Sample(adjusted):19812002Includedobservations:22afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.CRESID^2(-1)RESID^2(-2)RESID^2(-3)R-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresid5.06E+10SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)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<(0.05)=7.81。所以接受H，說明模型中隨機(jī)誤差項(xiàng)不存在異方差。自相關(guān)的檢驗(yàn)〔1〕圖示法。由上述OLS估計(jì)，可得到散點(diǎn)圖如下：從圖中我們初步判定隨機(jī)誤差可能存在自相關(guān)?！?〕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<d=1.206。根據(jù)判定區(qū)域，可知這時(shí)隨機(jī)誤差項(xiàng)存在正的一階自相關(guān)。自相關(guān)的修正由DW=1.023948，根據(jù)=，計(jì)算出=0.488。用GENR分別對(duì)y，x3，x4作廣義差分，然后用OLS方法估計(jì)其參數(shù)，結(jié)果如圖四：DependentVariable:DYMethod:LeastSquaresDate:12/23/04Time:20:36Sample(adjusted):19792002Includedobservations:24afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.CDX3DX4R-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)在差分過程中，我們損失了一個(gè)觀測(cè)值，此時(shí)n=24，k’=2，DW=1.7635，在給定顯著性水平，查Durbin-Waston表，n=24，k’=2,得下限臨界值d=1.188，上限臨界值d=1.546，d=1.546<DW=1.7635<4-d=2.454，說明隨機(jī)誤差不存在一階自相關(guān)。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)電力根底設(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，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)可以看出局部年份原煤是減產(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)?。總的來說，在電力建設(shè)方面，應(yīng)切實(shí)抓好今年的電力根底建設(shè)中的投產(chǎn)工程，在嚴(yán)重缺電的地區(qū)，爭(zhēng)取上半年多投產(chǎn)，以便在今夏頂峰負(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)輸送的工程，以加大區(qū)間電力交流。

目前，我國(guó)發(fā)電能力根本以水電和火電為主。對(duì)于水電，首先在汛期來水后，電站水庫要盡可能地恢復(fù)到正常蓄水水位。其次，