降電價政策對工業生產活動影響的實證研究

謝 濤，劉曉靜，趙雪敏，曹清華，安 玲

(1.國網安徽省電力有限公司，安徽 合肥 230070；2.國網安徽省電力有限公司阜陽供電公司，安徽 阜陽 236040；3.北京經世萬方信息技術有限公司，北京 100022)

2020年新冠肺炎疫情對經濟帶來巨大沖擊，為支持企業復工復產，國家于2020年2月至6月實施階段性非高耗能工商業電價減免5%的政策和支持性兩部制電價政策。2020年5月22日，又明確提出“降低5%非高耗能工商業電價政策延長到今年年底”，為做好、落實“六穩”提供有力支撐。本文試圖通過分析歷史降電價政策對行業經濟活動的影響，評估電價政策效應，為電價政策的精細化、針對性優化調整提供參考[1]。

以往文獻大多從研究電價政策與宏觀經濟關聯性著手，主要集中在電價調整與產業結構、經濟發展關系方面，少數文獻從行業層面探討了電價敏感性[2-8]。還有部分學者從電價成本占營業成本比重角度分析電價政策影響[9-11]。雖然現有文獻不乏從經濟總量、結構以及企業成本層面研究電價政策的影響，但較少基于分行業真實經濟反饋開展研究。電價成本對企業的影響仍將取決于企業用電的“剛性”或“彈性”以及其他影響因素如市場的主導程度。從真實經濟反饋的結果入手，采用雙重差分法(Differences-in-Differences，簡稱DID)與時間序列的干預分析模型(interrupted time-series analysis，簡稱ITSA)相互佐證，驗證以電價政策提振工業經濟的有效性，并刻畫不同行業對電價政策的應激度。

按照國家電力改革要求，安徽省發改委頒布多項政策積極穩妥地推進電價改革，降低企業用電成本。2018年1月以來一般工商業保持穩定的降價規律，而大工業降價主要發生在2018年5月1日，后期降價不顯著。大工業用戶多屬于規上工業企業，據統計，安徽省規上工業企業中近80%的用電量執行大工業電價，因此可將規上工業企業作為衡量電價政策是否有效的實施對象。以2018年5月安徽省大工業降電價政策為切入點，基于規上工業分行業經濟走勢，從定性與定量兩個層面對降電價與行業經濟活動之間的關系進行分析，并以定性分析指導定量建模的參數設定。

1 模型方法

1.1 雙重差分法

DID是一種評價某一事件或政策影響程度方法，通過對政策實施前后控制組和干預組之間差異的比較構造出反映政策效果的雙重差分統計量，從而得到政策凈效應。DID模型適用于事前所有個體都沒有受到政策干預，而事后只有一組個體受到政策干預場景。DID的思想見圖1。

圖1 雙重差分法思想

DID模型通用形式如下：

Yit=α+β(Gi*Dt)t+γGi+δDt+εit

(1)

式中Gi——分組變量(若個體i受政策實施影響，i屬于干預組，記為1，否則處于控制組，記為0)，表示干預組與控制組的固有差異；Dt——政策實施變量(政策實施后為1，政策實施前為0)，表示政策實施前后的時間效應；Gi*Dt——分組變量和政策實施變量的交互項，其系數反映了政策實施效應。

為更精確地反映個體特征和時間固定效應，DID模型形式可轉換成雙向固定效應DID模型形式：

Yit=α+β(Gi*Dt)t+μi+λt+εit

(2)

式中μi——個體固定效應，替代了分組變量；Gi，λt——時間固定效應，替代了政策實施變量Dt。

雙向固定效應DID模型中交互項Gi*Dt即DID指標?？紤]到被解釋變量Yit影響因素眾多，除政策效應實施變量外還存在其他影響因素，這些變量會影響研究結果，需要加以考慮。為控制這些變量影響以及使估計結果盡可能準確，需在模型中引入控制變量(Zit)，得到：

(3)

DID模型構建的前提假設是：干預組和控制組在政策實施之前必須具有共同的變化趨勢，因而檢驗模型是否滿足共同趨勢假設極為重要。為確認DID模型所反映出效應確實是由政策實施所導致的，需要對DID模型進行穩健性檢驗，主要是安慰劑檢驗。

共同趨勢假設是雙重差分方法的關鍵假設，常見的檢驗共同趨勢假設的檢驗方法：一是對比不同組別因變量均值的時間趨勢，若政策實施前干預組和控制組因變量走勢完全一致或基本一致，則說明滿足共同趨勢假設；二是回歸中加入各時點虛擬變量與政策變量的交互項，若政策或稱為干預發生前的交互項系數不顯著，則表明的確有著共同趨勢。

安慰劑檢驗通過虛構干預組或者虛構政策時間進行估計，檢驗是否存其他可能影響趨勢變化的政策、隨機性因素導致政策干預時點之后干預組和控制組趨勢發生變化。如果不同虛構方式下估計量的回歸結果依然顯著，那么就說明模型估計結果很有可能出現了偏誤，被解釋變量的變動很有可能是受到了其他因素影響，即所研究的政策并不對被解釋變量有作用。

1.2 時間序列干預分析模型

ITSA將干預的實施視為準試驗設計，依靠感興趣的變量在干預實施前后的一系列觀測值，獲得較高的內部效度。當干預組的結果可以與控制組的結果相比較時，通過允許研究者控制遺漏變量的影響，內部效度可以進一步增強。

1.2.1 單組干預分析

當只有一個研究對象(沒有控制組)時，標準ITSA回歸模型采用以下形式：

Yt=β0+β1Tt+β2Xt+β3XtTt+εt

(4)

式中Yt——結果變量Y在每個等間隔時間點t的觀測值；Tt——等時間間隔(如每月)；Xt——描述干預情況的虛擬變量，在干預發生前為0，其他時期為1；XtTt——交互項，表示干預前后斜率的變化。

ITSA模型原理圖如圖2所示。在圖2中，β0代表結果變量的初始水平；β1代表結果變量在干預發生前的斜率或軌跡；β2代表與反事實結果相比較，結果變量在干預發生后的瞬間變化量；β3代表在干預發生前后回歸線斜率間的差異。

圖2 ITSA模型原理圖

下面將關注點放在β2和β3的顯著性上，它們分別描述了干預的瞬時影響與持續影響。

在ITSA應用過程中需要注意如下情況。

(1)當窗口期存在多項干預時，ITSA可能并不適用。

(2)按照設計，單組ITSA沒有可比的控制組，根據干預前的趨勢預測到的值即為反事實結果。這需要做出假設：任何隨時間變化的干擾因子都是緩慢而平穩變化的，因此其影響可以與干預所引起的急劇變化區分開來。

1.2.2 多組干預分析

當存在控制組進行比較時，多組ITSA回歸模型：

Yt=β0+β1Tt+β2Xt+β3XtTt+β4Z+

β5ZTt+β6ZXt+β7ZXtTt+εt

(5)

相較于單組模型，多組回歸模型包含了β4～β7這4個新項。其中，Z是描述組別的虛擬變量，干預組為1，控制組為0；ZTt，ZXt，ZXtTt均為交互項。在多組ITSA中，圖2中下方直線的系數β0～β3體現的是控制組的特征；較高處直線，β4～β7代表干預組的特征。具體來說，β4代表組間初始水平的差異；β5代表干預發生前組間斜率的差異；β6代表兩組結果變量在干預發生后的瞬間變化量的差異；β7代表干預發生后斜率較之前變化的組間差異。多組ITSA的關鍵假設是，在干預組沒有接受干預的反事實狀態下，兩組結果變量在水平或趨勢上的變化應該是相等的，即假設的干擾因子對干預組和控制組的影響相當。

2 安徽省降電價政策對行業經濟活動的影響分析

降電價政策直接降低了目標群體的用電成本，因此可能會對企業經濟活動產生影響。規上工業近80%用戶電量屬于大工業用電，通過觀察大工業降電價政策執行前后規上工業總體、重點制造業經濟指標的表現，可直觀地判斷電價政策調整是否會對行業經濟活動的影響。

2.1 工業總體

從規上工業增加值累計增速來看，電價政策執行前后工業增加值增長曲線存在形勢逆轉的特征(見圖3)。以2018年5月大工業降電價為例，電價執行政策前，工業經濟增速持續下行，電價政策執行后的5月、6月增速出現迅速反彈，6月累計增速回升0.5%，之后減速上行。根據安徽省發改委信息查詢結果，2018年4月左右未出臺其他經濟發展強力支撐政策，因此短期(4～5個月)內表現出迅速反彈或表明電價政策對工業經濟具有一定的提振作用。

圖3 降電價政策實施前后處理組與對照組工業經濟走勢

2.2 重點制造業

重點行業2018年和2019年工業經濟增速對比如圖4所示。2018年在電價政策的刺激下，裝備制造業中處于下游的電氣、汽車產業未顯示受電價政策的顯著影響，行業后期走勢并未顯示出提振勢頭，反倒2019年行業經濟低開高走；裝備制造業中游專用設備制造業、儀器儀表制造業受電價政策影響顯著，政策實施后，行業走勢降幅銳減，約3個月之后，行業經濟總體走強，而計算機行業經濟則迅速好轉并持續上升；同樣處于中游的紡織業在降電價政策實施后也出現好轉跡象；上游有色、化工行業在電價政策實施后，降幅收窄并有平穩上升跡象，受需求層傳導影響，有色、化工行業的電價政策起效時點相對滯后。

圖4 重點行業2018、2019年工業經濟增速對比

經濟迅速好轉的計算機、通信電子設備制造業受影響時間較長，行業經濟表現持續向好；與此同時，專用設備制造業所受影響雖有所滯后但持續時間長，行業于3個月內出現好轉，之后持續向好；通用設備制造業受影響時長較短，政策實施后行業雖有好轉，但僅維持2月左右，之后延續政策實施前的下降趨勢。

中上游產業是電價政策最直接的受益行業，如專用設備制造業、儀器儀表制造業、紡織業、有色冶煉行業等，電價政策對行業經濟具有較為明顯的提振作用。其主要原因是中上游行業對終端市場需求感知相對遲滯，短期生產計劃受訂單影響。一般來說，即使終端市場需求有下降趨勢，但短期內中游產業仍然存在下游行業的當期或早期訂單，降電價后企業通過合理安排生產就能從中獲益。相比之下，下游產業則主要由市場需求、行業政策引導，如電氣、汽車制造業受電價政策影響不顯著，對于此類行業，市場因素發揮著更重要的作用。此外，高耗能行業用電成本雖高，但非金屬、黑色冶煉行業并未顯示受電價政策顯著影響。由此可見，電價政策的影響絕非僅由企業用電成本主導。

3 研究設計與實證分析

3.1 研究設計

3.1.1 數據來源

本文研究所需數據為月度數據，時間區間為2018—2019年，指標上包括電價政策信息、分部門電價、規上工業分行業增加值累計增速、投資累計增速、出口累計增速、中國制造業采購經理指數(PPI)等。其中，電價政策信息、分部門電價數據來源于國家電網安徽省電力有限公司；規上工業分行業增加值累計增速、投資累計增速來源于安徽省統計局；出口累計增速來源于合肥海關，PPI來源于國家統計局。

3.1.2 模型構建

降電價政策是政府層面的宏觀部署，行業或企業層面的經濟活動無法對政府電價政策施加影響，因此“降電價政策”可以作為“準自然實驗”場景，采用DID模型來檢驗降電價政策對行業經濟活動的影響。

本文從時間維度上選取對照組：一是，考慮2018年5月1日大工業電價大幅下降，而2019年同期大工業電價平穩；二是，2018—2019年總體宏觀背景相似，均為經濟由“新常態”轉入攻堅期階段。本文將2019年規上工業行業構造為對照組，2018年為處理組，以降電價政策執行時點(即5月1日)作為政策沖擊時點進行雙重差分檢驗，測算各行業受到的影響，并統計不同行業經濟增長對電價政策的反饋。

根據DID模型設立的基本步驟，構建以下虛擬變量。一是處理組和對照組虛擬變量dtreated，處理組為2018年規上工業行業，定義為1；對照組為2019年規上工業行業，定義為0。二是政策實施時間虛擬變量t，5月1日之后定義為1，之前定義為0。

本文基于DID方法建立的OLS模型如下：

yi，t=β0+β1did+λi+vi+εi，t

(1)

式中yi，t——工業行業增加值累計增速；did=dtreated*t——分組虛擬變量與政策實施虛擬變量的交互項，其系數β1就反映了政策實施的凈效應；λi——個體固定效應；vt——時間固定效應；εi，t——隨機誤差項。

為了突出降電價政策的效果，在政策變量的基礎上嘗試引入投資累計增速、PPI等控制變量。但是控制變量的回歸結果并不顯著，并且系數符號也與預期相悖，故最終未將其納入到模型中。DID模型的假設存在一定缺陷，采用ITSA模型進行佐證，增強實證結論的有效性。

3.2 回歸分析

各行業因所處產業鏈位置不同，對電價政策的敏感度不同，部分下游產業如計算機行業在降電價政策實施后，經濟走勢迅速轉變，但中上游行業如專用、儀器儀表、有色冶煉則滯后3個月左右出現經濟走勢的拐點。參考定性分析結論，以6月為界，將電價政策效應劃分為短期與中期效應，用以觀測電價政策對行業經濟產生影響的時點，實證結果與分析如下。

3.2.1 基準回歸分析

DID模型實證結果表明，降電價政策實施后，規上工業經濟增速迅速上升，并且長期保持上升趨勢。短期內，電價政策調整使工業經濟增速上升0.82%，并且在5%的水平上顯著；中期內，電價政策調整使工業經濟增速上升1.55%，并且在1%的水平上顯著。在添加投資累計增速變量之后，短期內降電價政策對工業經濟影響不顯著，中期內將推升工業經濟增速上升0.63%，并且在5%的水平上顯著。

綜合兩組模型，電價政策對工業經濟的中期提振作用是顯著的。但添加投資累計增速變量后，電價政策變量的系數有所下降，符合常理認知，也反映了以政策實施凈效應單變量構建DID模型，結果將會高估電價政策對工業經濟的影響。工業總體回歸結果如表1所示。

表1 工業總體回歸結果

3.2.2 行業差異性分析

選取包括4個高耗能、4個裝備制造業、紡織業、農副食品加工業、橡膠和塑料制品業、專用設備制造業在內的12類行業，分別構建DID模型，模型試算結果如下。

降電價政策對部分規上工業行業的經濟活動存在顯著影響，主要是裝備制造業中的通用、計算機、專用、儀器儀表制造業，以及紡織業、有色、化工行業，與2019年同期沒有實施降電價政策的行業經濟走勢相比，2018年5月之后行業經濟增速呈不同程度和不同持續時長的上升。下游電氣與汽車制造業經濟活動均未表現出受降電價政策的顯著影響。中游制造業中，降電價政策對計算機和紡織業經濟影響時間較長，經濟增速在短期和長期內均顯著增加。具體地，降電價政策執行后，計算機行業經濟增速短期內上升5.31%(在5%的水平上顯著)，中期經濟增速上升15.65%(在1%的水平上顯著)；短期紡織業經濟增速上升2.87%(在1%的水平上顯著)，中期行業經濟增速上升約5.9%(同樣在1%的水平上顯著)。中期專用、儀器儀表制造業(需要注意的是，建模時，儀器儀表制造業的政策時點有所改變，將原政策5月起效時點推延至6月，得到政策效應顯著的模型結果)經濟受降電價政策影響分別提升4.59，9.63%(均在5%的水平上顯著)。通用行業雖然短期政策效應顯著，但中期將回歸政策實施前增長水平。中游制造業回歸結果如表2所示。

表2 中游制造業回歸結果

將投資累計增速納入到回歸模型中，短期降電價政策對計算機行業經濟影響顯著，中期不顯著。降電價政策實施后，短期計算機行業增加值增速提升5.44%。紡織業等其他行業則在納入行業投資累計增速、PPI等變量后未能得到有效或可解釋的模型結果?？刂仆顿Y累計增速后計算機行業回歸結果如表3所示。

表3 控制投資累計增速后計算機行業回歸結果

上游制造業中，非金屬、黑色冶煉等行業經濟對電價政策變動幾乎無反應，有色冶煉、化工行業經濟活動受電價政策的滯后影響，行業經濟增速在5～6月無顯著反應，6月之后經濟增速出現抬升趨勢。具體地：中期電價政策調整使有色冶煉行業經濟增速上升7.48%(在5%的水平上顯著)；化工行業經濟增速上升3.65%(在1%的水平上顯著)。中上游制造業回歸結果如表4所示。

表4 中上游制造業回歸結果

3.3 穩健性檢驗

3.3.1 更換實證模型

考慮到構建的DID模型從時間維度上區分控制組與處理組，有異于以往的DID實證研究，無法完全規避不同時間段宏觀背景差異的影響。為檢驗DID模型結果的可靠性，另采用ITSA模型對基準回歸結果進行核驗。

ITSA模型回歸結果顯示，電價政策調整使得工業總體經濟增速短期和中期均呈上升趨勢。具體地，在政策實施后第一個月，瞬時效應推升經濟增速上升0.39%；之后以每月0.082%的幅度繼續上升。根據ITSA模型結果，估算中期電價政策將推升工業經濟總體上升約0.96%，與僅考慮政策實施凈效應的DID模型結果相比低0.59%，與考慮政策實施凈效應與行業投資的DID模型結果相比高0.34%。ITSA模型的回歸結果如表5所示。

表5 ITSA模型的回歸結果

3.3.2 安慰劑檢驗

采用安慰劑檢驗來對回歸分析進行穩健性檢驗，通過虛擬的“偽降電價政策執行時點”作為政策沖擊時點進行雙重差分檢驗。本文隨機選取6月為政策實施時間點進行檢驗。

工業總體安慰劑檢驗的測試結果如表6所示，采用虛擬的“偽降電價政策執行時點”政策凈效應的估計系數在統計上不顯著，這一結果表明不存在其他政策變革或者隨機性因素引起處理組和對照組之間的差異，即降電價政策確實影響了規上工業總體的經濟活動。

表6 工業總體的安慰劑檢驗結果

中游制造業行業的安慰劑檢驗結果如表7所示。計算機、通用、專用、儀器儀表、紡織業行業增加值增速對于虛擬政策時點均無顯著反應，佐證了基準回歸結論的有效性。

表7 下游制造業的安慰劑檢驗結果

中上游制造業的安慰劑檢驗結果如表8所示。測試結果表明，虛擬政策時點下，有色冶煉、化工行業的政策實施凈效應均不顯著，意味著行業處理組和對照組的差異的確是由降電價政策沖擊造成的。

表8 中上游制造業的安慰劑檢驗結果

除穩健性檢驗之外，對工業及其細分行業執行平行趨勢檢驗，除工業整體及極少數制造業之外，絕大多數制造業未能通過平行趨勢檢驗，表明實證結果存在高估或者低估的可能。事實上，工業經濟DID模型與ITSA模型的對比也反映了以政策實施凈效應單變量構建模型的測算結果高估了電價政策對經濟的實際影響。

3.4 研究方法的優缺點

雙重差分方法處理的優點是能將影響行業經濟增長的一般性宏觀政策以及環境等因素剔除，從而能準確地估計降電價政策對行業經濟活動的影響。但是，以DID實證模型研究電價政策效應也存在一些缺陷。2018和2019兩年宏觀背景仍有差異，并且存在時間趨勢的干擾，具體到特定行業更為明顯。實證結果表明，電氣行業生產與降電價政策表現為中期負相關，同樣的汽車制造業也存在類似情況。市場環境、行業政策對下游行業經濟走勢將起到主導作用，電價政策雖然能夠助力企業降成本，但并非行業經濟波動的決定性因素。

4 結語

通過考察降電價政策對工業行業經濟活動的影響，最終得出以下結論。

(1)降電價政策對于工業經濟增長具有顯著的帶動作用。電價政策調整后，工業總體經濟增速短期內上升0.82%，中期內上升1.55%，在控制投資累計增速變量后，降電價政策在短期對工業影響不顯著，中期將推升工業經濟增速上升0.63%，其中主要是拉動了裝備制造業中的通用、計算機、專用、儀器儀表制造業，以及紡織業、有色、化工行業的經濟增長。

(2)行業所處產業鏈位置決定了電價政策效應是否顯著以及起效時點。中游制造業對降電價的反應更為強烈，如計算機、專用、通用、儀器儀表和紡織業經濟增速在降電價政策執行后有所上升，其中計算機、紡織業迅速反應，政策起效快，其他行業在政策實施3個月后受到滯后影響。上游制造業多表現為中期效應顯著，有色、化工行業的經濟增速在政策實施3個月后才顯著上升。而下游電氣、汽車制造業對電價政策均不敏感。

基于電價政策效應研究結論，對電價政策的優化提出兩點建議。

(1)企業側降電價須結合下游市場側需求刺激，政策組合拳將收獲更為穩定、長期的積極效應。電氣、汽車等消費型制造業對電價政策均不敏感，表明市場需求仍然是消費型行業走勢的主導因素。為確保經濟長期穩健的發展動力，電價政策應伴隨終端需求提振政策，如電器設備換新補貼、購車補貼或優惠等，刺激終端需求釋放，綜合企業減負與市場刺激等政策組合拳，將在提振經濟方面獲得更積極、長期的反饋。

(2)電價政策可根據行業反饋做出精細化調整，在助力經濟提振的同時減少電網企業經營壓力。歷史電價政策對于大工業采取“一刀切”式的降電價，未考慮到行業所處產業鏈位置以及其對電價政策的敏感性。通過此次電價政策影響研究發現，中上游制造業是降電價最主要的受益群體，而下游消費型制造業則受市場因素影響更大。針對中上游制造業可制定更有利的降價政策，進一步為企業減負，助力企業生產經營恢復；針對下游制造業，由于電價政策作用的局限性，可適當縮小降價幅度，以需求刺激政策為主導，推動行業經濟恢復?？偠灾?，電價政策的制定需要將價格杠桿與產業政策有機結合，精細化、針對性調整電價政策，在助力轉型攻堅期經濟、社會平穩過渡的同時，減少電網企業經營壓力。