影響我國電力產(chǎn)量的因素分析

影響我國電力產(chǎn)量的因素分析隨著我國經(jīng)濟的飛速開展和人民生活水平不斷提高，用電大幅度增長，但是我國的電力供給卻跟不上經(jīng)濟開展的速度，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：我國主要是靠火力發(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年年初的全國煤炭定貨會上，因價格談不攏，1.5億噸電煤合同沒有著落，造成年初一些電廠煤炭儲藏缺乏或供給不能落實。2〕由于全國各地相繼出臺了關停小煤礦政策，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，全國的煤炭供給形勢驟然吃緊。以上兩點原因都是因為供需緊張引起的，因此可以歸結為煤炭的產(chǎn)量不能滿足需求。3〕運力缺乏是造成局部電荒的原因之一，我國的產(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煤，煤炭主要是靠鐵路運輸而鐵路運輸運力缺乏導致了煤炭不能及時供給影響了發(fā)電。〔二〕在水電方面2003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)，增加了對主網(wǎng)的供電壓力。〔三〕電網(wǎng)結構仍顯薄弱，局部地區(qū)輸、配電“卡脖子〞，城市配電設施超負荷，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)變電設施在頂峰時超負荷，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。〔四〕從需求方面看1〕居民生活用電對電力負荷的影響較大，頂峰用電負荷增長較快。

華中、川渝地區(qū)夏季制冷負荷一度到達電力負荷的1／3，華東到達28.

7％，京津唐到達28.9％。2〕工業(yè)高耗電產(chǎn)業(yè)高速增長。最近幾年，電力消費增長的驅(qū)動力主要來自工業(yè)用電迅速增長1999－2002年間工業(yè)用電年均增長10.7％。受市場、價格等因素的影響，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)量增長速度高于全國GDP增長速度。〔五〕電力建設投資缺乏。本文就是要分析以上因素對電力產(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數(shù)據(jù)替換。通過分析我國改革開放以來〔1978-2002〕的電力產(chǎn)量的歷史資料，可以建立一個方程模型。根據(jù)理論及對現(xiàn)實情況的認識，影響我國電力Y〔億千瓦時〕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〕，電力方面的建設投資〔用國有經(jīng)濟固定資產(chǎn)投資代替〕X〔億元〕，鐵路運輸量X〔萬噸〕。數(shù)據(jù)詳見表一。表一obsYX1X2X3X4197819791980198119821983198419851986198719881989199019911992199319941995199619971998199920001620012002從上表可以看出，隨著我國原油，原煤，國有經(jīng)濟固定資產(chǎn)投資和鐵路運輸量的增長，電力的產(chǎn)量也在不斷的增長，因此它們之間很可能存在線性相關關系。設模型的函數(shù)形式為假設模型中誤差滿足古典假定，用Eviews軟件進行回歸，運用OLS估計，得到輸出結果如圖一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系顯著。檢驗解釋變量之間的簡單相關系數(shù)。結果如下由表可以看出高度線性相關。同時的符號與經(jīng)濟意義相悖，而且T值不是很顯著。說明模型中解釋變量確實存在多重共線性，需要修正。運用OLS方法逐一求y對各個解釋變量的回歸。經(jīng)分析在四個一元回歸模型中電力產(chǎn)量對的線性關系強，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模型)(0.019844)(0.004777)將，的數(shù)據(jù)分別代入上式中，其結果不符合經(jīng)濟意義，故將它們舍去。所以最后的估計模型為其OLS估計結果如圖二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重共線性，同時使擬合優(yōu)度提高，回歸系數(shù)的估計標準差下降，提高了方程的精度。異方差性的檢驗：為了判斷模型中隨機誤差項是否存在異方差性，首先進行圖形分析法的檢驗，由Eviews軟件，得到殘差平方E分別與的散點圖如下：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，對模型進行ARCH檢驗：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，計算,查分布表，給定=0.05，自由度為P=3，得臨界值(3)=7.81,因為(n-P)R=4.580224<(0.05)=7.81。所以接受H，說明模型中隨機誤差項不存在異方差。自相關的檢驗〔1〕圖示法。由上述OLS估計，可得到散點圖如下：從圖中我們初步判定隨機誤差可能存在自相關?！?〕DW檢驗根據(jù)圖二的結果顯示，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，因為DW=1.023948<d=1.206。根據(jù)判定區(qū)域，可知這時隨機誤差項存在正的一階自相關。自相關的修正由DW=1.023948，根據(jù)=，計算出=0.488。用GENR分別對y，x3，x4作廣義差分，然后用OLS方法估計其參數(shù)，結果如圖四：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，我們損失了一個觀測值，此時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，說明隨機誤差不存在一階自相關。經(jīng)濟意義分析：由以上分析可以看出影響我國電力產(chǎn)量的主要因素是固定資產(chǎn)投資和鐵路運輸量。這也較符合經(jīng)濟意義，因為電力產(chǎn)量取決于裝機容量和電站建設，而此項大多是靠國家的投入，因此增加電力產(chǎn)量的方法之一便是增加對電力根底設施建設的投入；鐵路運輸量對發(fā)電的影響前面已經(jīng)分析過，因此要使鐵路運輸不拖電力的后腿就必須提高鐵路的運力。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)量并不是我國原油的消費量，眾所周知，我國早已成為原油進口大國，近幾年情況尤為如此，因此，原油消費必定比原油產(chǎn)量大的多，所以用原油產(chǎn)量去模擬是不恰當?shù)??？偟膩碚f，在電力建設方面，應切實抓好今年的電力根底建設中的投產(chǎn)工程，在嚴重缺電的地區(qū)，爭取上半年多投產(chǎn)，以便在今夏頂峰負荷時期發(fā)揮作用。電網(wǎng)企業(yè)也要加強電網(wǎng)的主網(wǎng)架建設，以充分發(fā)揮電網(wǎng)網(wǎng)絡間的調(diào)劑作用?？紤]到電網(wǎng)建設周期較短，可以優(yōu)先建設一些影響電力跨區(qū)輸送的工程，以加大區(qū)間電力交流。

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