中国城市化进程中的电力需求预测

何晓萍等 : 中国城市化进程中的电力需求预测
国家特别是中国时, 这一不足对研究结果的影响就尤其显著。目前, 中国有着世界第一大规模的人 口、 第二大规模的经济, 但地区之间发展极不平衡 , 这是基本国情; 经济持续高速增长、 城市化加快 和其间的工业化特征 , 这是现在及今后相当一段时期内中国经济社会发展的最重要特点。对中国 电力需求的研究 , 必须考虑到上述基本国情和特殊经济社会发展阶段中的主要特征。 另一个不足是, 大部分电力需求研究将电力消费的收入弹性作为常数处理。经济增长同电力 消费之间究竟是否为不变的线性关系, 值得商榷。经济中生产和消费活动的结构变化可能会改变 收入水平影响能源消费的方式及程度, 这在线性方程中很难得以反映。事实上 , 一些关于能源消费 和经济增长之间非线性关系的研究已经见诸于文献, 其中一些得到了二者之间存在着类似环境库 兹涅茨曲线的结论。 Galli( 1998) 对 10 个亚洲国家的面板数据分析发现 , 能源强度会在收入水平达 到某一临界值( 平均为 3945 美元 ) 后趋于下降。Kenneth( 2001) 研究了包括亚太地区、 欧洲及北美在 内的 28 个国家 1978 ) 1995 年的分部门终端能源消费 , 也发现人均收入和能源消费之间存在着非 线性增长关系, 在人均收入到达一定水平后, 能源强度越过拐点开始下降 , 人均能源消费增长速度 随人均收入提高而逐渐放缓。统计数据说明了一些发达国家的电力消费与人均收入之间确实存在 着类似的非线性关系。笔者对中国电力消费弹性的中长期历史数据进行分析后也发现, 电力消费 的收入弹性系数随着收入水平发生了非线性变化。因此, 在预测中长期电力需求时 , 将需求收入弹 性作为常数的假定确实需要讨论。 本文将在前人研究的基础上做出两个主要改进: 第一, 将城市化和工业化同时纳入常见的协整 模型 , 分析中国经济增长和电力消费的长期均衡关系; 第二 , 借鉴 Galli( 1998) 和 Kenneth( 2001) 的方 法, 建立电力消费和经济增长的非线性面板数据模型, 同样也将城市化和工业化作为两个重要的控 制变量。基于上述两个模型, 本文分别预测了中国中期电力需求 , 并分析比较了主要结果。
118
2009 年第 1 期
方的农村脱离, 集中到城市, 大规模粮食运输系统因而成为推进城市化进程的必要支撑。运输系统 的建设和使用都将导致大量能源消费, 而这一问题在自给自足的传统农业社会并不存在。 其次 , 工业化的主要特征是通过使用新的科学技术和生产建设方式来提高劳动生产率, 因此要 求资本、 技术、 劳动等生产要素达到一定集中度。在工业化过程中, 生产要素不断在城市进一步集 中, 这就是城市化进程。国际经验也表明 , 在城市化进程中, 一国经济往往呈现出工业化的特征。 劳动力逐渐从农村脱离进入城市, 呈现出明确的专业化分工特征。专业化生产意味着生产者不能 为自己提供全面的商品和服务。专业化分工的转变促进了市场和交换行为。城市化进程通过集中 各种生产要素以获取相应规模效益。然而, 现代工业分工需要将各种要素运输并集中在城市 , 完成 生产后再将产品送至消费地。因此 , 需要为市场供需双方提供一个高效、 便利的运输体系。所以 , 工业化生产所需的建设及运输过程也将比相对自给自足的农业社会消耗更多能源。 最后, 与城市化相关的工业化发展将推动居民能源消费。首先, 随着城市化率提高, 需要为新 增城市人口提供足够的住房; 其次 , 人口大规模地迁入城市后, 对交通运输、 医疗卫生、 城市绿化等 公共设施都提出了更高要求, 这些城市基础设施的建设、 运行和维护都需要消耗更多能源 ; 而且, 随 着城市化推进和居民收入水平提高 , 能源消费特征也会发生较大转变 : 一是能源消费结构转变。农 村人口移居城市后, 将以电力替代煤炭、 木材等传统能源。目前中国农村人口( 尤其是北方) 仍以煤 炭、 木材等传统能源为主 , 而城市人口以电力消费为主。城市电力设施相对完善, 更便于居民获取 电力资源。收入水平提高使人们更倾向于消费清洁、 方便的电力 ; 二是居民人均能源消费量会随城 市化推进而大幅增加 , 其中最为显著的是城市交通发展会导致更多化石燃料及电力消费。即使是 中低收入水平阶层的人们 , 也要使用各种公共交通工具。所有这些都会比传统农村交通工具耗费 更多能源。另外 , 劳动力从农村流向城市后, 收入提高 , 特别是更具流动性的现金收入增加, 因而购 买力提高 ; 而城市平均电气化水平较高 , 商品供应也更充足。两方面的因素都会刺激家用电器需求 增加 , 家用电器拥有量和使用量的提高 , 意味着更高的人均能源消费。如果其中大部分家电由国内 生产 , 又会带动制造业的能源消耗增加。
何晓萍等 : 中国城市化进程中的电力需求预测
中国城市化进程中的电力需求预测
何晓萍 刘希颖 林艳苹
*
内容提要: 中国快速的城市化进程大致将在 2020 年告一段落, 进入中等收入国家 。 迄今的电力需求研究都忽略了城市化对电力需求的影响 。为了取得可靠的电力需求预 测, 通过引入城市化这个重要因素 , 本文利用面板数据非线性模型和协整模型从两个侧面 对中国电力需求做了对比研究和预测, 两个模型所得到的结果基本一致而且数值非常接 近, 两种模型的结果都表明现阶段电力需求与城市化高度相关 。中国城市化进程以及城 市化发展阶段所表现出的工业化特征, 推动了电力需求快速增长 。预计 2020 年中国人均 电力需求将达到 5000 千瓦时左右 。在城市化进程中 , 中国电力需求必然会呈现出一些发 达国家在城市化进程中曾出现过的特征 。 关键词 : 电力需求 城市化 工业化
一、引
言
过去 20 年多中, 中国电力需求年均增长近 10% , 高于世界其它任何国家, 而且预期还会继续增 长。与此同时, 电力供需形势历经数轮起伏, 2008 年全国煤电油更是出现全面紧张。充足可靠的 电力供给不但是目前影响经济稳定的重大宏观问题 , 还将对未来经济可持续增长产生重大影响。 作为避免电力短缺的重要一环 , 科学合理的电力需求预测和电力规划至关重要。 考虑到中国的城市化、 工业化仍未完成以及中国政府对经济的驾驭能力, 即使保守估计 , 中国 经济还可以再快速增长 30 年。与经济快速增长相随的是工业化和城市化进程加快 , 这两个因素正 是导致电力需求快速增加的主要因素。预计中国快速的城市化进程将在 2020 年左右告一段落 , 进 入中等收入国家。对于中国这样一个经济快速发展、 人口规模庞大、 区域发展不平衡并处于经济转 型中的发展中国家, 经济增长、 城市化和工业化将对电力需求带来何种冲击以及在这种冲击下电力 需求如何增长, 是本研究要考察的问题。林伯强 ( 2005) 提出了城市化和工业化进程对能源需求的 刚性问题, 之后 , 对于城市化和工业化进程影响能源需求的理论逻辑 , 林伯强 ( 2008) 进行了比较系 统的讨论。 首先 , 可以从农产品生产和运输来讨论。目前, 中国农村人口在总人口中所占比重约为 56% , 大致推算一下, 为全国人口提供足够食物, 每个农村人口为不到 2 个人生产所需的粮食 ; 如果 2020 年城市化率达到 60% 及以上, 每个农村人口至少需要为 2. 5 个人提供粮食。要使人均粮食产量达 到目前的 1. 25 倍 , 只有通过农业现代化。传统农业生产以人力与畜力生产相结合为特征, 任何其 它形式的能源耗费无几。而农业现代化要求转变传统生产方式 , 使用更多农业机械以提高效率, 从 而消耗大量柴油及电力作为动力来源。所以 , 城市化进程中的农业现代化需要消耗更多能源。除 了粮食生产过程 , 农业能源消费增长还体现于运输过程。城市化进程使大量人口从作为粮食供给
二、文献回顾
学术界对能源需求的研究可以说相对深入。作为能源需求的重要组成部分, 针对电力进行分 析预测的文献汗牛充栋。自回归法 (AR) 、 移动平均( MR) 、 自回归移动平均( ARMA) 、 自回归整体移 动平均 (ARIMA) 和一般指数平滑等各类方法 , 已被广泛应用于电力需求研究和预测。在解释经济 发展与电力消费之间长期均衡和短期波动关系方面, 标准 Granger 因果检验、 协整和误差修正模型 (ECM) 得到大量运用。如 Kraft ( 1978) 对美国 GNP 与电力消费的关系研究, Silk 和 Joutz( 1997) 对美 国居民电力消费的研究及需求预测 , 还有 Shiu 等( 2004) 针对中国电力消费的研究。 迄今 , 在对电力需求研究和预测的文献中 , 主要有两点不足 : 第一点与选择影响电力需求的主要因素相关。除了将收入水平作为最重要的解释变量 , 一些 学者也试图纳入其它变量以增强模型的解释能力。例如, Burney( 1995) 认为 , 城市化对电力消费的 影响会随人均收入及产业结构变化而变化。Lariviere 和 Lafrance( 1999) 在研究加拿大各城市人均电 力消费后发现 , 经济运行、 人口、 气温是影响电力消费的重要因素。Holtedal 和 Joutz( 2004) 发现 , 城 市化水平对发展中国家的长、 短期居民电力消费都有重要影响。林伯强( 2003a, 2003b) 在三要素生 产函数框架下, 用协整和误差修正技术研究并预测了中国电力消费, 表明 GDP、 资本、 人力资本及电 力消费之间存在长期协整关系。但是, 截止目前对电力需求的研究中 , 还没有文献同时将工业化和 城市化两个因素纳入。发达国家的城市化和工业化已基本完成 , 电力需求处于相对稳定的缓慢增 长阶段 , 在模型中忽略这两个因素的影响 , 无关紧要。然而, 当涉及到经济处于转型时期的发展中 119
三、实证分析
1. 基于时间序列的协整模型实证分析 ( 1) 变量选择及数据 国内生产总值: 经济增长是文献中最早、 也最常见的解释电力或能源需求的因素。经济增长及 其对生活标准的影响是促进电力消费增长的主要动力。众多经验研究证明了 GDP 与电力消费之 间存在着显著且稳定的正相关关系 ( 林伯强, 2003b) 。 城市化 : 林伯强 ( 2003b) 指出 , 人口增长是促进电力消费增加的重要因素之一。但是 , 相对于人 口总量增长, 城市化率的提高对电力消费的影响更为显著。城市化进程要求大规模的城市基础设 施、 住房交通运输体系建设, 会带动建材、 冶金等高耗能产业的快速发展 , 并推动工业、 农业和居民 用电增长。本文以城镇人口在总人口中的比例代表城市化率 , 假设它与电力消费量之间存在正向 关系。 工业化: 工业耗电在中国的全社会用电量中占 70% 以上 , 重工业则占 60% 左右, 是名副其实的 / 耗电大户0 。近几年的重工业增长尤其是高耗能产业的扩张, 更成为推动中国电力消费高速增长 的主要力量。中国电力消费呈现的/ 工业化0 特征 , 符合当前经济发展的阶段性特征。本模型以工 业产值在 GDP 中的比重作为工业化指标。 电力使用效率: 虽然中国人均电力消费量相对较低 , 但粗放型的经济发展模式造成单位产值电 耗水平很高。本文用工业增加值与工业耗电量之比代表电力使用效率。假设工业耗电量会随着用 电效率提高而降低。 电价水平: 价格是影响商品需求的最主要因素之一。中国能源市场化改革尚未完成 , 电价仍由 行政制定 , 电价水平多年不变。因此, 直接采用电价较难反映它对电力需求的影响 , 燃料价格较早 120
* 何晓萍、 刘希颖、 林艳苹 , 厦门大学中国能源经济研究中心 , 邮政编码 : 361005, 电子信箱 : xphe2005@ yahoo. com. cn, xiyinglvm
@ 126. com, jennifer2y 2lin@hotmail. com。作者衷心感谢林伯强教授对本文的贡献 , 以及匿名审 稿人的意见。本文 受到长江学者 科研 配套经费和国家社科基金 ( 0Hale Waihona Puke BaiduBJL050) 的支持。