四川省投資與電量關系實證研究

賀星棋，周　樺，嚴　平，鮮其軍

(國網四川省電力公司，四川 成都　610041)

四川省投資與電量關系實證研究

賀星棋，周樺，嚴平，鮮其軍

(國網四川省電力公司，四川 成都610041)

摘要：投資增長與電量增長的相關檢驗表明，投資增長與電量增長之間呈現出顯著相關關系。應用協整理論、格蘭杰因果檢驗等計量方法，對四川省2006年以來的固定資產投資、電量進行了實證分析，并建立VAR計量模型。分析結果表明：四川省固定資產投資對電量增長有拉動作用，但電量的增長不一定能夠導致固定資產投資的增長。

關鍵詞：投資；電量；實證研究

0引言

投資作為推動經濟增長的重要原因，是經濟總量指標GDP的三大組成部分之一，對經濟增長具有顯著影響。投資既是資源配置的一種重要形式，也是全社會生產力發展所必需的基礎性資源配置活動，直接關系著國民經濟增長的規模、速度、結構和效益，從而從直接、間接兩方面對電量產生影響。

近年來，眾多學者從不同方面研究了投資與經濟增長間的關系[1-3]，主要使用固定資產投資與GDP分別作為投資與經濟增長的指標進行研究，并沒有引入作為經濟晴雨表的電量指標，因此，研究結果對于電力行業并不具備太大的參考性。

2006年以來，四川省GDP平穩增長，全社會固定資產投資額逐年加大；全社會用電量持續攀升，全社會用電量增長率與GDP增長率的變化呈現總體趨勢的一致性；全社會固定資產投資增長率則圍繞GDP增長率上下波動。

四川省投資是否是電量增長的推動力，兩者間是否存在邏輯上雙向的因果關系？下面通過2006年以來的統計數據，進行了定量分析，建立了預測方程，并對預測結果進行了分析。

圖1　四川省GDP、全社會用電量、全社會固定資產投資情況

圖2　四川省GDP、全社會固定資產投資、全社會用電量增長率對比

以下表中GDP、全社會固定資產投資數據來源于《四川省統計年鑒》及省統計局網站發布數據；電量、公司投資數據分別來源于國網四川省電力公司(以下簡稱公司)生產統計和投資統計系統。

表1　各變量相關性結果計算表

注：1.**在0 .01 水平(雙側)上顯著相關。

2.表中數據由2005—2014年四川省全社會用電量、全行業用電量數據計算而得。其中，總量相關系數根據年度絕對量計算，增長率相關系數根據年度累計增長率計算。下同。

表2　各變量增速相關性結果計算表

注：1.*在 0.05 水平(雙側)上顯著相關；**在0.01 水平(雙側)上顯著相關。2.2014年公司售電量增速取3.81%。

1相關性分析

基于2006—2014年年度數據，開展四川省用電量、公司售電量、公司固定資產投資、公司電網投資與全社會固定資產投資五者相關性分析，分析結果見表1、表2。

由表1、表2可見，在總量方面，2006年以來，四川省用電量、公司售電量、公司固定資產投資、公司電網投資與全社會固定資產投資五者之間的相關系數均大于0.89，且相關性的顯著性水平為0，呈現極其顯著的正相關。

累計增長率之間的相關系數差異較大，只有GDP增速與公司售電量增速在95%的置信水平下呈現正相關，全社會用電量增速與公司售電量增速間存在99%置信水平下的正相關，公司固定資產投資增速與公司售電量增速間存在95%置信水平下的正相關，公司電網投資增速與公司售電量增速間存在95%置信水平下的正相關，且相應的相關系數不高。

為進一步厘清增長率之間的相關關系，消除時間序列因趨勢因素的影響而產生的異方差問題，對2006—2014年四川省用電量、公司售電量、公司固定資產投資、公司電網投資與全社會固定資產投資數據取自然對數后再進行相關性分析，上述指標取對數后，由于對數具有的運算性質，其對數相關性的分析結果即代表了其增速間的相關性，分析結果見表3。

表3　各變量取對數后相關性結果計算表

注：**在0.01 水平(雙側)上顯著相關。

表4　各指標因果關系分析結果

由表3可見：取對數后，2006年以來，四川省用電量、公司售電量、公司固定資產投資、公司電網投資與全社會固定資產投資五者之間的相關系數均大于0.91，且相關性的顯著性水平為0，呈現極其顯著的正相關。

2因果性分析

由上節分析可知：在四川省用電量、公司售電量、公司固定資產投資、公司電網投資與全社會固定資產投資之間存在較顯著的相關關系，但此種相關關系是否符合現實的邏輯和經濟規律；是否為虛假相關關系，還需通過開展因果關系檢驗進一步確定。

分別對四川省用電量、公司售電量、公司固定資產投資、公司電網投資與全社會固定資產投資進行ADF平穩性檢驗、協整檢驗和格蘭杰因果關系檢驗。由ADF平穩性檢驗可知各指標數據均為同階的單整變量，表明指標均為平穩序列，存在長期穩定的關系；協整檢驗結果表明各指標之間存在長期穩定的比例關系，不存在偽回歸現象，即可以在各指標之間建立相應的回歸方程進行指標預測；格蘭杰因果關系檢驗結果如表4。

格蘭杰因果關系檢驗揭示變量間相互影響的關系，它能夠表明兩變量間是雙向還是單向影響，以及一個變量能夠在多大程度被另一個變量解釋，而在加入滯后期后解釋程度又將如何發生變化。

由表4可見：全社會固定資產投資和售電量、全社會用電量之間均存在著單向的因果關系，即全社會固定資產投資變化是售電量、全社會用電量變化的充分條件，但非充要條件。其中，在滯后期為1時，在10%的顯著性水平下，全社會固定資產投資是售電量的格蘭杰因，全社會固定資產投資增加能夠對公司售電量的增長起到拉動作用。反之，公司售電量的上升，不一定會導致全社會固定資產投資的增加。在滯后期為1和2時，在5%的顯著性水平下，全社會用電量與全社會固定資產投資間存在單向的格蘭杰因果關系，全社會固定資產投資的增加，將會引起全社會用電量的增長，同時，全社會固定資產投資對于公司售電量和全社會用電量的拉動作用具有時滯效應。

綜上所述，全社會固定資產投資和售電量、全社會用電量之間存在著單向因果關系，全社會固定資產投資對經濟、電量增長的影響作用具有一定的時滯性。公司售電量和公司投資之間不存在因果關系。

3指標預測分析

3.1　全社會固定資產投資與售電量關系分析

全社會固定資產投資與售電量協整檢驗的回歸方程如下：

ln(售電量)=0.840 6 ln(全社會固定資產投資)-1.209 2

由上式可知：從長期趨勢來看，全社會固定資產投資平均每變化1個百分點，公司售電量將變化0.840 6個百分點。同時，兩者之間在邏輯上存在先后確定發生的因果關系，即全社會固定資產投資的變化將引起公司售電量的變化，平均彈性系數為0.840 6。

考慮到全社會固定資產投資對電量具有的滯后效應，因此，建立具有2階滯后效應的VAR預測模型如下：

ln(SDL)=0.196×FI(-1)+0.407×FI(-2)+0.225×SDL(-1)-0.401×SDL(-2)+2.776

式中：SDL(-1)、SDL(-2)分別為上期、上上期售電量的對數；FI(-1)、FI(-2)分別為上期、上上期全社會固定資產投資額的對數。

由模型可見:在時間的影響度方面，隨著時間的前推，往期售電量、全社會固定資產投資對現期售電量的影響程度逐年降低。同時，全社會固定資產投資的正系數也說明其對售電量的增長具有拉動作用，但具有較長的時滯性。

運用上述模型，通過代入全社會固定資產投資與售電量數據，得到2006—2014年公司售電量擬合值和預測值如表5所示。

表5　公司售電量預測結果對比表

由表5可見：利用全社會固定資產投資對公司售電量進行預測的精度水平較公司固定資產投資和電網投資好。這主要是由于兩者之間不僅存在統計數據上的相關性和比例關系，還存在現實意義上的因果關系，因此預測精度將相對較好；同時，通過對預測模型的分析可知，全社會固定資產投資對售電量預測的校正后R2系數為0.921，說明利用全社會固定資產投資能夠解釋92.1%的售電量數值，因此，預測精度較好。

同時，由表5可見：2014年、2011年預測值具有較大的誤差，這主要是由于國網公司2014年售電量統計口徑改變、2011年83家縣公司并表，導致售電量統計數據突變，從而導致模型預測誤差增加。考慮公司2013年廠網分離電量約為10 500 GWh，假設2014年公司廠網分離電量保持10 500 GWh的規模，還原后實際售電量約為169 000 GWh，預測誤差0.37%。

3.2　全社會用電量與全社會固定資產投資關系分析

全社會用電量與全社會固定資產投資協整檢驗的回歸方程如下：

ln(全社會用電量)=0.115 7 ln(全社會固定資產投資)-6.828 1

由上式可知：從長期趨勢來看，全社會固定資產投資平均每變化1個百分點，全社會用電量將變化0.115 7個百分點；同時，兩者之間在邏輯上存在先后確定發生的因果關系，即全社會固定資產投資的變化將引起全社會用電量的變化，平均彈性系數為0.115 7。

考慮到全社會固定資產投資對電量具有的滯后效應，因此，建立具有2階滯后效應的VAR預測模型如下：

ln(YDL)=0.208×FI(-1)+0.18×FI(-2)+0.165×YDL(-1)-0.131×YDL(-2)+3.531

式中：YDL(-1)、YDL(-2)分別為上期、上上期全社會用電量的對數；FI(-1)、FI(-2)分別為上期、上上期全社會固定資產投資額的對數。

由模型可見：對于全社會用電量來說，近年的固定資產投資影響更大;同時，全社會固定資產投資的正系數也說明其對全社會用電量的增長具有拉動作用，且具有時滯性。

運用上述模型，通過代入全社會固定資產投資與全社會用電量數據，得到2006—2014年全社會用電量擬合值和預測值如表6所示。

表6　全社會用電量預測結果對比表

由表6可見：利用全社會固定資產投資對全社會用電量進行預測的精度水平極高。這主要是由于兩者之間存在現實意義上的因果關系，因此預測精度將相對較好。同時，通過對預測模型的分析可知，全社會固定資產投資對全社會用電量預測的校正后R2系數為0.992，說明利用全社會固定資產投資能夠解釋99.2%的全社會用電量數值，因此，預測精度較好。

同時，由表6可見，與表5不同，2014年的預測值仍然具有較好的精度，這主要是由于國網公司2014年售電量統計口徑的改變不會影響全社會用電量數據，因此歷年統計數據在口徑上具有更大的一致性，從而使模型預測精度能夠保持較高水平。

4結論

1)從數據的相關性來看，四川全社會固定資產投資、用電量、公司售電量、公司固定資產投資、公司電網投資五者間存在極強的正相關；

2)從各個指標的因果關系來看，全社會固定資產投資和公司售電量、全社會用電量之間存在著單向因果關系，全社會固定資產投資對經濟、電量增長的影響作用具有一定的時滯性。公司售電量和公司投資之間不存在因果關系；

3)公司固定資產投資、電網投資和售電量間不存在因果關系，三者間的數學模型僅僅是歷史統計數據間量的一種數學關系；

4)全社會固定資產投資的增長是公司售電量增長的原因。全社會固定資產投資每增加1個百分點，公司售電量將增長0.840 6個百分點，對售電量的增長具有較大的拉動作用。同時，全社會固定資產投資對于公司售電量的影響具有較長的時滯性；

5)全社會固定資產投資的增長是全社會用電量增長的原因。全社會固定資產投資每增加1個百分點，全社會用電量將增長0.115 7個百分點。

參考文獻

[1]李慶梅，聶佃忠.甘肅省固定資產投資與經濟增長關系的實證研究[J]. 蘭州大學學報: 社會科學版，2008 (5):138-144.

[2]梁宗經，曠蕓.區域固定資產投資與經濟增長的定量分析——以山西省為例 [J]. 北方經濟，2008(5):42-43.

[3]白利強，劉山.河北省經濟增長與固定資產投資關系實證分析[J]. 經濟研究導刊， 2008(2):150-151.

賀星棋(1978)，高級工程師，長期從事電網管理、分析工作；

周樺(1963)，高級工程師，長期從事電網管理工作；

嚴平(1966)，高級工程師，長期從事電網管理工作；

鮮其軍(1966)，高級工程師，長期從事電網管理工作。

中圖分類號：F283

文獻標志碼：A

文章編號：1003-6954(2015)04-0083-05

作者簡介：

(收稿日期：2015-04-21)

Abstract：The related inspection on investment growth and electric quantity growth shows that there is a significant correlation between investment growth and electric quantity growth. The empirical research on the relationship between Sichuan investment and electric quantity since 2006 is carried on by using co-integration theory and Granger causality test, and the VAR econometric model is established. The analysis results shows that Sichuan investment can pull the growth of electric quantity, but the growth of electric quantity may not be able to cause the investment growth.

Key words：investment; electric quantity; empirical research