时如义，聂 锐，康长安

(1. 中国矿业大学 管理学院，江苏 徐州 221116；2. 中国矿业大学 财务资产部，江苏 徐州 221116)

电价波动对区域经济影响效应比较分析

时如义1，聂 锐1，康长安2

(1. 中国矿业大学 管理学院，江苏 徐州 221116；2. 中国矿业大学 财务资产部，江苏 徐州 221116)

基于2006-2015年我国30个省市的电价、PPI、CPI的面板数据，采用单位根检验、协整检验、回归分析等方法，分析电价波动对不同区域经济的影响效应及程度。结果表明，电价与PPI、CPI之间存在协整关系；电价波动对PPI的影响大于CPI，但整体影响都不大；电价波动对我国东部发达省份的影响要小于西部省份。结论表明，政府可以有条件地逐步放开电价；电价市场化可采取“分区试点，逐步实现”的路径。

电力市场；电价波动；面板数据；影响效应

引 言

我国电力体制改革已逾10年，但直至目前改革仍没有实质性突破。电价改革是我国电力体制改革的核心问题。2003年，国务院颁发了《电价改革方案》，国家发改委出台了《电价改革实施办法》，明确了发电、售电价格由市场竞争形成，输配电价格由政府制定的改革方案。2004年，国家发改委出台标杆上网电价政策，统一制定并颁布各省新投产机组上网电价。2005年，制定与《电价改革方案》相配套的上网电价、输配电价和销售电价管理办法。2008年，温总理在《政府工作报告》中指出继续深化电价改革。2009年,国家发改委和电监会联合制定《关于加快推进电价改革的若干意见》，明确改革的必要性，确定改革目标和原则。2011年，电力工业“十二五”规划报告指出继续推动电价改革，完善电价体制。2013年，中国能源研究会召开“推动能源生产与消费革命的制度保障”研讨会，国家电监会价格财务监管部副主任黄少中表示，电价和电价政策的改革，关系到能源消费总量控制、节能环保、应对气候变化等，电价政策是推动能源革命的保障之一。受多种因素影响，电价机制改革进展缓慢，电价仍然过多地受到政府的行政控制和干预。张粒子[1]指出，当前应清晰地认识我国电力市场化改革的局限，重新规划我国的电力市场化改革路径，因地制宜地设计各地区电力市场建设实施方案。然而，市场化后电价的波动是否会对经济及居民生活产生重大影响？如果这种影响在可以承受的范围内，电价的市场化应如何逐步放开？上述问题的研究对于保障政府推进电价改革、稳定电力市场发展具有重要意义。

电力消费与经济增长有着密切的关系。Kraft[2]对美国能源消费与GNP之间的关系进行研究，引起了国际的广泛关注，也开拓了能源与经济关系的研究。电力作为经济系统的基础性能源，电力消费与经济增长的关系成为国内外学者研究的热点。Lee和Chang[3]，Yoo[4]，Chen等[5]采用协整检验、Granger因果检验、ECM模型检验等方法，从国家或区域层面研究了电力与经济增长的关系。林伯强[6]基于三要素生产函数构建了我国经济增长与电力消费的计量模型，指出电力消费与经济增长存在长期均衡关系。Narayan 等[7]运用向量自回归模型实证分析了G7成员国电力消费与经济增长之间的关系。牟敦果，林伯强[8]基于时变参数向量自回归方法研究了工业增加值、电力消费量和煤炭价格之间的互动影响。李科[9]应用阈值回归模型分析1980—2008年中国经济增长与电力消费增长的非对称变化特征，指出积极稳妥地推进电价改革势在必行。

有关电价波动对经济的影响效应，具有代表性的研究如下：张友国[10]基于CEG模型研究了产业结构变化与电价波动之间的关系，提出适当提高电价有利于促进能效的提高。曾丽萍，向其凤[11]采用投入产出价格影响模型研究电价波动对PPI和CPI的影响，得出电价上涨4.7%的情况下，CPI上涨了0.24%，PPI上涨了0.43%。Chu，Niu(2009)[12]研究了电价调整对中国整体物价水平及各经济部门物价水平的影响，指出电价调整不仅要考虑电力供应侧，更要关注电力需求侧。He等[13]基于CGE模型研究了电价与总产出、GDP、CPI的关系，指出电价上升对总产出、GDP、CPI有相反的影响作用，电价上升对中国整体经济有紧缩效应。李虹，谢明华[14]基于煤电价格联动政策效应，证明电价上调引发的通货膨胀是可以预测和控制的，同时指出实施差别电价调整可以从总体上有效降低电价调整对于各种物价的影响。

综上，现有研究较多关注电力消费与经济增长的关系、电价波动对宏观经济整体以及对不同行业的影响，但对于电价波动对我国不同区域经济影响的研究关注较少[15]。本文通过构建基于分省的销售电价面板数据模型，测算各省电价对PPI、CPI的影响程度，进行不同省份区域间的横向对比研究，并有针对性地提出电价市场化改革路径。

一、 研究方法与数据

(一) 研究方法

本文基于面板数据模型，采用单位根检验、协整检验分析各省电价与PPI、CPI面板数据之间的关系，然后进行回归分析。首先，进行面板数据模型类型检验；其次，通过单位根检验，判断电价和PPI、CPI的数据序列的平稳性；然后，基于协整检验技术，分析电价和PPI、CPI之间的协整关系；最后，对电价和PPI、CPI进行回归分析，研究电价波动对不同省份PPI、CPI的影响。

本文收集了全国30个省份(除西藏、香港、台湾和澳门)的销售电价(DJ)、PPI和CPI的数据，样本区间为2006-2015年，共900个观测值。分别建立研究电价和PPI，电价和CPI的面板数据模型：

PPI=αi+DJiβi+μi,i=1,2，…,30

(1)

CPI=αi+DJiβi+μi,i=1,2，…,30

(2)

上式中：省份标志数字从1～30；解释变量DJi=(DJ1,DJ2,…,DJ30)分别是30个省份销售电价的时间序列；被解释变量PPIi=(PPI1,PPI2,…,PPI30)和CPIi=(CPI1,CPI2,…,CPI30)分别是30个省份PPI和CPI的时间序列。

(二) 样本及数据

本文销售电价是指各省电网企业全口径销售电量的加权平均价。国家电力监管委员会从2006年开始定期发布电力监管年度报告，定期监管电价执行情况。2006-2011年全国各省平均销售电价数据来源于各年份《电力监管年度报告》，2012年销售电价数据来源于2012年各区域电力监管报告，2013-2014年销售电价数据来源于《国家能源局2013-2014年度全国电力企业价格情况监管通报》，2015年销售电价数据来源于《2015年度国家能源局全国电力价格情况监管通报》。

2006-2015年PPI和CPI的数据来源于《中国统计年鉴》，由于统计年鉴上的价格指数均以“上一年=100”表示，为了更好地研究和分析电价与PPI和CPI的影响关系，将各年的数据换算为以2006年为基期的价格指数。

二、 电价波动对区域经济影响实证分析

(一) 模型检验

1. 单位根检验

根据协整理论，首先进行序列平稳性检验，如果序列是不平稳的，则需要消除这种不平稳性，然后进行协整分析。运用Eviews6.0软件对数据进行单位根检验，检验结果见表1。由检验结果可知，PPI、CPI和电价的原序列检验的P值均有大于5%的情况，因此都不能拒绝存在单位根的零假设，序列是不平稳的。为此，对三个变量的原序列进行一阶差分，再进行单位根检验。由检验结果可知，PPI、CPI和电价均为一阶单整，记作PPI～I(0)，CPI～I(0)，DJ～I(0)。

表1 电价、PPI、CPI单位根检验

注：c, t分别表示检验模型中是否包含Individualintercept和trend项，滞后期p由AIC准则自动确定，***,**,*分别表示在1%,5%和10%置信水平下显著。

2. 协整检验

非平稳的时间序列的线性组合可能是平稳序列，这种组合后平稳的序列称为协整方程，并认为这些非平稳的经济变量间具有长期稳定的均衡关系。面板数据之间存在着协整关系，它的检验方法主要有两类：一类是基于EG二步残差法的Kao检验和Pedroni检验；另一类是基于最大似然比的JohansenFisher检验。

运用Eviews6.0软件分别对模型1和模型2进行Pedroni检验和Kao检验，检验结果见表2。从协整检验结果可以看出：我国30个省市的电价与PPI、CPI的面板数据之间存在协整关系。

表2 Pedroni检验和Kao检验结果(滞后阶数由SIC准则确定)

注：***,**,*分别表示在1%,5%和10%置信水平下显著。

模型1和模型2的Johansen检验结果见表3，从检验结果可以看出，模型1和模型2在1%的显著水平下，拒绝“不存在协整向量”的原假设，且接受“至少有1个协整向量”的被择假设。因而，电价和CPI、PPI的面板数据之间存在协整关系。

(二) 电价波动对区域经济的影响实证分析

1. 电价波动对PPI的影响效应分析

表3 Johansen面板协整检验结果

注：***, **, *分别表示在1%, 5%和10%置信水平下显著。

表4 模型回归结果

续表4

注：***,**,*分别表示在1%, 5%和10%置信水平下显著。

图1为模型1下各省回归系数的降序排列柱状图，从图中可以看出，只有新疆、青海、甘肃和黑龙江4省的回归系数大于1，回归系数最小的是北京。新疆、青海、甘肃、黑龙江、山西、内蒙古、广西、陕西、四川和江西等10个省份的回归系数大于0.5，如电价波动1个单位，以上各省PPI将分别产生2.5、1.98、1.27、1.24、0.77、0.63、0.6、0.57、0.54、0.5个单位的波动，说明电价波动对这10个省份PPI有较大影响;北京、上海、广东、天津、福建、江苏、海南和吉林等8个省份的回归系数均小于0.2，说明电价波动对这5个省份的工业影响不是很大；其余省份的回归系数在0.2和0.5之间。

图1 模型1回归系数柱状图

分区域来看，电价波动对西部省份PPI的影响要高于东部沿海省份。虽然我国东部省份的工业比重高于西部省份，但东部省份工业技术水平和管理水平普遍高于西部省份，电力作为生产投入要素所占比例也就小于西部。以万元GDP能耗为例，我国东部省份的能耗普遍低于西部，图1中电价波动对PPI影响较小的5个省份：北京、上海、广东、天津和福建，基其万元GDP能耗也相对较低。电力投入所占比例越小，电价波动对其生产成本的影响就越小，进而工业品的价格波动也就越小。

2. 电价波动对CPI的影响效应分析

从回归结果可以看出，所有省份的回归系数均小于1，回归系数最大的是青海，最小的是北京。图2为模型2下各省回归系数的降序排列柱状图，从图中可以看出，青海、新疆、四川和内蒙古4省的回归系数均大于0.5，如电价波动1个单位，以上4省的CPI将分别产生0.68、0.59、0.54、0.51个单位的波动，说明电价波动对这4个省份的居民消费有较大影响；其余省份的回归系数均在0.1和0.5之间。

图2 模型2回归系数柱状图

电价波动对我国西部省份CPI影响程度大于东部省份。之所以呈现如此分布，一方面电价对PPI影响较大的省份，其通过价格传导至CPI的影响也就相对较大。另一方面与各省居民消费水平相关。我国东西部各省经济水平参差不齐，各省人均可支配收入差别较大，消费水平高的省份，电力消费占整体消费的比例相对较小，电价对CPI的影响也就较小。电价波动对CPI影响较小的5个省市分别为北京、天津、江苏、上海和广东,依据《中国统计年鉴2016》居民消费水平按照从高到低的排名，这5个省份在全国排名次序分别为2、3、4、1、6。

3. 电价波动对PPI和CPI的影响对比分析

图3为各省市PPI和CPI相应系数折线图，从图中可以看出，全国大部分省份电价波动对PPI的影响均高于对CPI的影响，这主要有三方面的原因：第一，我国工业用电比重高于居民用电；第二，政府在制定销售电价时对居民电价采取保护策略，导致工业电价远高于居民电价；第三，“电价到CPI”的传导比“电价到PPI”的传导更加复杂，中间的环节也更多，电价波动传导至CPI造成的影响相对减弱。

图3 各省市PPI和CPI回归系数折线图

三、 研究结论与政策启示

本文基于面板数据模型，采用单位根检验、协整检验、回归分析等方法，分析了各省电价与PPI、CPI面板数据之间的关系，研究了电价波动对不同省份PPI、CPI的影响。研究结论与政策启示如下：

第一，电价波动对区域经济所产生的影响并不大，可尝试有条件地放开电价。基于省级面板数据，本文从价格指数的角度研究了电价波动对经济的影响，回归结果表明：电价波动对PPI影响检验的回归系数基本小于1，对CPI影响检验的回归系数基本小于0.5，总体来看电价波动对PPI的影响要大于CPI，但对二者的影响都不是很明显，电价波动对PPI和CPI的影响均在可承受的范围内。据此，本文认为，政府可以在调控电价上限的条件下，逐步放开电价，针对不同行业做出不同电价放开方案，审慎对待工业用电和居民用电，推进差别电价政策和阶梯电价政策。

第二，电价波动对东部省份PPI和CPI的影响均小于西部省份，可采取分区试点，逐步实现电价市场化。研究结果表明：电价波动对各省市PPI影响较小的5个省份是北京、上海、广东、天津和福建；电价波动对各省市CPI影响较小的5个省份是北京、天津、江苏、上海和广东。各省经济受电价波动的影响有较大差别，加之各省的发电能力和电网建设有一定差距。因此，本文认为，我国电价市场化可采取“分区试点，逐步实现”的路径。可以在电价波动影响较小的三个省市——北京、上海、天津进行电价市场化试点，对于其他省份应根据影响程度实行差别电价调整，降低电价波动对不同区域经济的影响。政府相关部门还应关注各省不同的发展状况，制定相应的电价市场化程度调节机制，推动我国电力体制改革。

[1] 张粒子.我国电价机制市场化改革路径探讨[J].价格理论与实践,2013(2):17-20.

[2] Kraft J,Kraft A.On the relationship between energy and GNP[J].Journal of Energy and Development,1978(3):401-403

[3] Lee C C,Chang C P. Structural breaks,energy consumption and economic growth revisited:Evidence from Taiwan[J].Energy Economics,2005，27(6):857-872.

[4] Yoo S H.Electricity consumption and economic growth:Evidence from Korea[J].Energy Sources,2005,Part B(3):235-243.

[5] Chen S T,Kuo H I,Chen C C.The relationship between GDP and electricity consumption in 10 Asian countries[J].Energy Policy,2007,35(4):2611-2621.

[6] 林伯强.电力消费与中国经济增长:基于生产函数的研究[J].管理世界,2003(11):18-27.

[7] Narayan P K,Narayan S,Prasad A.A structural VAR analysis of electricity consumption and real GDP:Evidence from the G7 countries[J].Energy Policy,2008,36(7):2765-2769.

[8] 牟敦果，林伯强.中国经济增长、电力消费和煤炭价格相互影响的时变参数研究[J].金融研究,2012(6):42-53.

[9] 李科.基于阈值回归模型的中国电力消费与经济增长的关系[J].系统工程理论与实践,2012,32(8):1704-1711.

[10] 张友国.电价波动的产业结构效应——基于CGE模型的分析[J].华北电力大学学报(社会科学版), 2006(4):36-41.

[11] 曾丽萍,向其凤.电价上涨对我国经济的影响剖析[J].云南财经大学学报,2008,23(5):53-57.

[12] Chu Y,Niu D X.Research on effect of power adjustment on China’s price level[C].International Conference on Artificial Intelligence and Computational Intelligence,2009,2:137-140.

[13] He Y X,Zhang S L,Yang L Y,et al.Economic analysis of coal price-electricity price adjustment in China based on the CGE model[J].Energy Policy,2010,38(11):6629-6637.

[14] 李虹，谢明华.电价波动与通货膨胀:基于煤电价格联动政策效应的分析[J].经济学动态,2010(12):66-69.

[15] 王元地,杨雪,胡园园,等.“供给侧改革”解读及其政策影响下的企业实践[J].中国矿业大学学报(社会科学版),2016,70(3):48-59.

2016 - 12 - 10

国家自然科学基金(项目编号：71073157；71403267；71473250)项目资助。

时如义(1987—)，男,中国矿业大学管理学院博士研究生,研究方向为能源经济与管理、煤电价格等。

F426.61

A

1009-105X(2017)03-0077-06