家庭收入_日常消费支出与用电量的关联关系_张彩庆

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

pretreatment;secondly,a positive correlations between average monthly household income,daily consumption expenditure and electricity consumption is established initially by drawing scatter diagrams,on the basis of which two curve regression equations involving average monthly household income,daily consumption expenditure and electricity consumption are established;finally,the validity of the two equations is tested by statistics.The results of the study in the paper can provide a theoretical support for partition of the power consumption and determination of the corresponding pricing levels for Residential Step Electricity Pricing.
Keywords:residential electricity comsumption;step pricing;household income;daily consumption expenditure; electricity consumption;regression model
收稿日期:2012-04-25
为了促进资源节约和环境保护,逐步建立公平负担的电价机制,引导居民合理用电、节约用电,我国政府已决定在2012年上半年推出居民生活用电阶梯电价。

居民生活用电阶梯电价的制订原则是80%的居民家庭电价保持不变,高于地区平均水平一定幅度的第2、第3档电力消费要多缴费,以满足电网公司成本回收、促进居民节约用电[1-3]。

如何确定居民生活用电阶梯电价的各档电量尤其是第1档电量及对应的各档电价水平是决定阶梯电价能否顺利实施的关键因素[4-6]。

居民生活用电阶梯电价的制定要综合考虑不同收入水平居民家庭的经济承受能力和消费特性,通过细分居民家庭用电量来达到既保证低收入家庭不增加生活负担,又能促使高收入家庭节约用电的目的。

因此,分析居民收入、消费支出水平与用电量之间的关联关系对阶梯电价方案的制订具有重要的现实意义。

文献[7-8]在综合考虑我国居民用户的心理承受能力、技术支撑条件和销售电价结构等约束条件的基础上,提出了我国居民阶梯电价各档电价水平的制定方法,并提出采取居民家庭电器设备估算法和户月均用电量样本数据估算法2种方法分别计算,然后再考虑不同地区居民用户的用电特点,相互修正、调整分档电量,综合确定各档的分段电量。

文献[9]根据国内23个省市2000—2005年的居民生活人均年用电量、人均年收入和电价情况数据,用用电量收入弹性来表示居民人均生活用电量与居民人均收入的关系,用用电量需求弹性表示居民人均生活用电量与电价的关系。

但这些研究结果都没有找出以家庭为单位的微观数据为研究对象的家庭月平均收入与月平均用电量的关联关系。

国内外学者普遍采用抽样调查的方法研究变量之间的关联关系[10-17]。

本文通过对天津市居民进行抽样问卷调查,将得到的数据运用SPSS 进行分析,得出居民收入、日常消费支出与用电量的回归模型。

1数据来源
本文所使用的数据全部来源于对天津市各收入
家庭月平均消费支出及家庭月平均电费支出题项,考虑到大部分居民可能对月平均用电量印象不深而对家庭月平均电费支出较为清楚,问卷中并未直接涉及月家庭用电量,而是以家庭月平均电费支出代替。

此次调查共发放问卷380份,回收235份,问卷回收率达到61.84%,在剔除随意填答、填答不完整等问卷后,得到有效问卷为204份,占回收问卷的86.81%。

调查对象构成丰富,从职业来看,涉及公司职员、学生、教师、司机等;从年龄来看,涵盖了17岁到80岁的各个年龄层次。

具体样本信息如表1所示。

2数据的预处理
本文的数据预处理包括2步。

第1步,根据《2010天津统计年鉴》查得2009年天津市家庭平均户规模为2.87人/户,由于从统计年鉴可以看出2006—2009年天津市家庭户规模变化很微小,故本文仍按家庭平均户规模2.87人/户将所有居民的家庭月平均收入、家庭月平均消费支出及家庭月平均电费支出转换为2.87人/户所对应的数值,同时按天津市现行居民电价0.49元/(
kW ·h )将家庭月平均电费支出转换为家庭月平均用电量。

第2步,对转换后的数据进行筛选剔除。

数据剔除的情况有:家
表1
问卷调查样本信息
支出很高而月平均用电量过低;家庭月平均消费支出很低而月平均用电量过高。

这些情况是由于某些特殊原因形成的,不具有一般性。

本文只研究居民收入、日常消费支出与用电量关联性的一般规律,故将上述特殊数据剔除。

3数据分析过程
3.1
散点图分析
首先本文将预处理后的数据以散点图的形式表示出来,对其分布规律进行初步直观地认识。

散点图结果如图1、图2所示。

250kW ·h 以下区域较密集;从图2中可以看出,家庭月平均消费支出在2000元以下区域较密集。

散点图中显示的结果与
《2010天津统计年鉴》城市不同收入水平居民家庭基本情况比较吻合,说明此次问卷调查能够比较真实地反映天津市居民家庭的月平均收入、月平均消费支出及月平均用电量情况。

同时,从图1、图2中还可以看出,家庭月平均用电量与月平均收入、月平均消费支出有明显的正相关关系,这种结果也是符合经济规律的。

3.2
回归分析
回归分析是描述随机变量之间相关关系的最常用的数理统计方法。

当一组相关的观察值可以用几种数学模型来拟合时,可以比较相关系数(R 2)的大小,取相关系数最大者作为优选的回归模型[18-19]。

由于不确定选择哪种函数模型最接近样本数据,本文首先采用SPSS 同时选择多种模型对样本数据进行拟合,并最终选择R 2统计量值最大的模型作为最优的回归模型。

3.2.1居民家庭月平均用电量与月平均收入的关联
关系
首先,用SPSS 同时选择曲线估计的所有常用模型对预处理后的数据进行拟合,从模型汇总和参数估计值表格中可以看出,各常用曲线模型的拟合优度分别为对数0.566、二次函数0.575、三次函数0.578、复合函数0.451、幂函数0.601、指数函数0.451、Logistic 函数0.451,因此,选择拟合优度最高的幂函数拟合居民家庭月平均用电量与消费支出的关系是最合适的。

其函数模型为
y =0.318x 0.742(1)
拟合结果如图3所示。

其次,对模型的有效性进行检验,检验结果见表2、表3。

图1家庭月平均用电量与月平均收入散点图
图2家庭月平均用电量与月平均消费支出散点图
表2R 2检验结果
从检验结果来看,调整后的拟合优度R 2为0.599,说明该模型对因变量具有较强的解释能力,拟合效果较好;F 检验值为304.836,且在95%的置信区间内对应的双侧相伴概率值Sig.为0.000,即认为因变量家庭月平均用电量与自变量家庭月平均收入之间的幂函数方程回归系数显著,顺利通过F 检验,可以应用于实践。

3.2.2
居民家庭月平均用电量与月平均消费支出的关联关系
首先,用SPSS 同时选择曲线估计的所有常用模型对预处理后的数据进行拟合,从模型汇总和参数估计值表格中可以看出各常用曲线函数的拟合优度分别为对数0.640、二次函数0.683、三次函数0.685、复合函数0.589、幂函数0.721、指数函数0.589、Logistic 函数0.589,因此,选择拟合优度最高的幂函数模型拟合居民家庭月平均用电量与月平均消费支出的关系是最合适的。

其函数模型为
y =0.939x 0.701
(2)
拟合结果如图4所示。

其次,对模型的有效性进行检验,检验结果见表4、表5。

从统计检验结果来看,调整后的拟合优度R 2为0.720,说明该模型对因变量具有较强的解释能力,拟合效果较好;F 检验值为522.177,且在95%的置信区间内对应的双侧相伴概率值Sig.为0.000,即认为因变量家庭月平均用电量与自变量家庭月平均消费支出之间的幂函数方程回归系数显著,顺利通过F 检验,可以应用于实践。

3.2.3
结果应用
根据居民生活用电阶梯电价的制订原则,考虑不同地区家庭用电量水平的差异,应用本文得出的回归模型对居民生活用电阶梯电价分档电量的制订可按如下步骤计算:①根据第1档电量覆盖80%居民家庭用电的原则及地区统计年鉴,计算出该地区80%中、低收入人群的家庭月平均收入、月平均消费支出;②分别运用幂函数回归模型(1)、(2)计算出对应的家庭月平均用电量;③综合考虑模型(1)、(2)计算出的家庭月平均用电量及其他相关因素,确定第1档电量标准;④同理,可根据第2、第3档电量覆盖范围,重复以上步骤得出各自对应的分档电量。

4结语
本文在对天津市居民家庭收入、日常消费支出
和电费支出调查数据预处理的基础上,通过绘制散点图的方式,初步判断出居民家庭月平均用电量与
图3家庭月平均用电量与月平均收入曲线拟合结果
图4
家庭月平均用电量与月平均消费支出曲线拟合结果
表4
R 2检验结果
!!!!!!!!"
!"
!!!!!!!!"
!"
能源经济资讯
《中华人民共和国可持续发展国家报告》
正式发布
为迎接2012年6月20至22日在巴西里约热内卢召开的联合国可持续发展大会,国务院新闻办于6月1日举办新闻发布会,国家发展改革委对外正式发布《中华人民共和国可持续发展国家报告》。

报告共分8章:第1章对中国实施可持续发展战略的进展、面临的挑战和战略部署进行了总体概述;第2~5章对中国推进可持续发展经济、社会、环境三大支柱建设方面的努力和进展进行了详细阐述,主要内容包括经济结构调整、发展方式转变、人的发展、社会进步、资源可持续利用、生态环境保护与应对气候变化;第6章和第7章介绍了中国在可持续发展能力建设、国际合作、履行国际环发公约等方面取得的进展;第8章阐述了中国政府对大会目标和主题的基本立场以及对若干重点领域的基本看法。

(信息来源:国家发展改革委网站)
均收入、月平均消费支出的幂函数回归模型,最后通过R 2和F 检验验证了所得模型的可行性。

可以运用本文建立的幂函数回归模型,根据居民家庭月平均收入或月平均消费支出得出居民家庭月平均用电量,从而计算出居民生活用电量的收入弹性、价格弹性及居民电费支出的承受能力等一系列指标,以为政府实施居民生活用电阶梯电价提供参考。

由于各方面的限制,本文只是以天津市居民家庭为样本进行了抽样调查,而全国各地的居民收入、日常消费支出与用电量情况不尽相同,使得研究结论具有一定的局限;且样本数量有限,本文建立的回归模型的适用性需要进一步检验。

参考文献
[1]崔正湃,王鑫,井建儒.浅析阶梯电价对供电企业的影响及对策[J].能
源技术经济,2012,24(2):51-54.
[2]张乐敏.运用电价杠杆推进节能减排的探讨[J].能源工程,2009(3):
10-13.
[3]郑厚清,金毅,尤培培.居民阶梯电价的评价与展望[J].能源技术经
济,2012,24(1):6-9.
[4]施建锁.实施峰谷阶梯电价的计费方法及执行措施[J].能源技术经
济,2010,22(7):62-66.
[5]吴朝阳.浙江省推行居民阶梯电价情况及出现的问题与对策[J].能
源技术经济,2011,23(5):48-52.
[6]李成仁,余嘉明.日韩居民阶梯电价经验与启示[J].能源技术经济,
2010,22(7):56-61.
[7]张粒子,黄海涛,归三荣.我国居民阶梯电价水平制定方法研究[J].价
格理论与实践,2010(4):44-45.
[8]张粒子,黄海涛,归三荣.我国居民阶梯电价分段电量制定方法研究
[J].价格理论与实践,2010(3):26-27.
[9]任月明,周脉玉,李骞.居民生活人均用电量与人均收入的关系[J].电
网技术,2008,32(增刊1):172-175.
[10]赵世君,殷枫.激励与企业绩效关系的调查—兼谈期望理论在我国
企业管理控制中的应用[J].统计与决策,2007(8):156-158.
[11]张春玉,赵树宽,智宏斌,等.SCI 引文与创新进展相关关系的实例研
究[J].情报科学,2010,28(5):721-724.
[12]Davide Antonioli,Massimiliano Mazzanti,Paolo Pini.Innovation
industrial relations and employee outcomes:evidence from Italy [J].
Economic Studies,2010,37(5):476-494.
[14]James E Payne.Survey of the international evidence on the causal
relationship between energy consumption and growth [J].Journal of Economic Studies,2010,37(1):53-95.
[15]杜玉红,黄小舟.财政资金农业支出与农民收入关系研究[J].统计研
究,2006(9):47-50.
[16]金成晓,马丽娟.信贷政策效应的非对称性、
信贷扩张与经济增长[J].统计研究,2010,27(9):9-15.
[17]Chor Foon Tang.Electricity consumption,income,foreign direct
investment,and population in Malaysia —new evidence from multivariate framework analysis [J].Journal of Economic Studies,2009,36(4):371-382.
[18]华伯泉.回归数学模型的优选问题[J].统计研究,1991(3):72-74.[19]马庆国.管理统计[M].北京:科学出版社,2005.
张彩庆(1964—),男,河北唐山人,教授,主要从事管理科学、电力企业经营管理等方面的研究。

E-mail:zhangcaiqing@ 曹萌萌(1988—),女,河南驻马店人,硕士研究生,主要从事技术经济及管理方面的研究。

E-mail:daguduiyuan2006@
(责编/樊爱霞)。

相关文档
最新文档