中國(guó)農(nóng)村居民電價(jià)的關(guān)鍵影響
因素及系統(tǒng)動(dòng)力學(xué)仿真分析

羅斌張翼飛

(北京理工大學(xué)管理與經(jīng)濟(jì)學(xué)院，北京100081)

摘要：中國(guó)農(nóng)村居民電價(jià)的影響因素復(fù)雜，我們以分析影響因素及其傳導(dǎo)機(jī)理為基礎(chǔ)，借助系統(tǒng)動(dòng)力學(xué)原理建立了動(dòng)態(tài)仿真模型。該模型可以對(duì)主要影響因素、上網(wǎng)電價(jià)等農(nóng)村居民電價(jià)形成的主要環(huán)節(jié)變量、各因素對(duì)農(nóng)村居民電價(jià)的影響程度等進(jìn)行仿真分析。對(duì)政府輔助分析農(nóng)村居民電價(jià)政策的調(diào)整理由、科學(xué)選擇調(diào)整幅度和時(shí)間、合理推進(jìn)電價(jià)政策的市場(chǎng)化改革等具有一定理論和實(shí)際指導(dǎo)價(jià)值。

關(guān)鍵詞：農(nóng)村居民電價(jià)政策；影響因素；仿真分析

收稿日期：2014-09-15修回日期：2015-03-01

基金項(xiàng)目：中國(guó)國(guó)家社科基金(13BGL123)。

作者簡(jiǎn)介：羅斌(1963-)，男，湖北公安人，北京理工大學(xué)管理與經(jīng)濟(jì)學(xué)院大中型企業(yè)戰(zhàn)略規(guī)劃研究中心主任，研究方向：企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)模型、戰(zhàn)略與政策的績(jī)效評(píng)價(jià)模型、戰(zhàn)略與政策的決策模擬方法等。

中圖分類號(hào)：F407.9

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1002-9753(2015)04-0165-08

Abstract：Factors affecting the electricity price of Chinese rural residents are various.In this paper，we first analyze the factors that impact electricity price and their conduction mechanism，and then establish a dynamic simulation model based on system dynamics.Simulation analysis can be carried out on this model，including major influence factors，variables of the major parts affecting rural electricity tariff，like on-grid price，and the degree of influence by each factor，which can provide some theoretical and practical references for the government to analyze whether the rural residents electricity tariff should be adjusted or not，ensure proper price adjustments fluctuation range and time，and promote market-oriented reforms in electricity pricing.

A Study on Key Determinants and Simulation Analysis

of Chinese Rural Residential Electricity Price Based on System Dynamics

LUO Bin，ZHANG Yi-fei

(SchoolofManagementandEconomics，BeijingInstituteofTechnology，Beijing100081，China)

Key words:rural electricity pricing policy；factors affecting price；simulation analysis

一、引言

農(nóng)村居民電價(jià)政策是我國(guó)最復(fù)雜的公共政策之一。用戶分散導(dǎo)致供電成本高、供電行業(yè)壟斷導(dǎo)致市場(chǎng)失靈等原因，使以成本、競(jìng)爭(zhēng)等為基礎(chǔ)的傳統(tǒng)定價(jià)理論遇到了挑戰(zhàn)；居民的社會(huì)廣泛性決定了居民電價(jià)政策的調(diào)整頻度和幅度不能太高，因此，政策調(diào)整有必要建立在中長(zhǎng)期預(yù)測(cè)的基礎(chǔ)上；中國(guó)農(nóng)村居民電價(jià)的影響因素比一般國(guó)家更加復(fù)雜，涉及到扶貧、新農(nóng)村建設(shè)、節(jié)能等許多國(guó)家重大戰(zhàn)略和利益群體，因此，相關(guān)決策沒有輔助分析工具很難實(shí)現(xiàn)客觀、公正和國(guó)家整體利益的協(xié)調(diào)；目前的調(diào)研、試驗(yàn)、聽證等公共政策決策方法，因調(diào)研信息滯后決策、試驗(yàn)區(qū)域代表性有限、聽證參與方信息不對(duì)稱等使決策的科學(xué)性和前瞻性受到了較大影響?；谶@些問題，我們就中國(guó)農(nóng)村居民電價(jià)政策的分析決策提出了一種新的思路和方法，即，在系統(tǒng)分析關(guān)鍵影響因素及其傳導(dǎo)機(jī)理和數(shù)量經(jīng)濟(jì)關(guān)系的基礎(chǔ)上，借助系統(tǒng)動(dòng)力學(xué)等相關(guān)軟件建立科學(xué)的多功能仿真系統(tǒng)，使決策者可以方便且反復(fù)地比較不同決策的后果，并發(fā)現(xiàn)產(chǎn)生變化的原因。顯然，這有利于提高農(nóng)村居民電價(jià)政策的戰(zhàn)略性、前瞻性和科學(xué)性。從電力市場(chǎng)化改革的角度講，我國(guó)目前城鄉(xiāng)統(tǒng)一的居民電價(jià)政策存在明顯弊端，不能體現(xiàn)各自的差異，而系統(tǒng)動(dòng)力學(xué)仿真系統(tǒng)在比較差異方面優(yōu)勢(shì)顯著。因此，仿真分析對(duì)農(nóng)村居民電價(jià)政策的科學(xué)決策和順利推動(dòng)電力市場(chǎng)化改革等是有重要幫助的。

二、國(guó)內(nèi)外相關(guān)研究簡(jiǎn)述

電價(jià)影響因素研究方面，國(guó)內(nèi)外的相關(guān)研究較多。如：氣象、自然條件、電價(jià)成本[1]，技術(shù)進(jìn)步和管理水平、稅收和利率、經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)、用戶消費(fèi)特征和結(jié)構(gòu)、電力消費(fèi)相關(guān)品的價(jià)格等[2]，石油等電力替代品的價(jià)格等[3]等。電價(jià)仿真預(yù)測(cè)研究方面，目前仿真預(yù)測(cè)電價(jià)的方法很多，如：動(dòng)態(tài)回歸模型和傳遞函數(shù)模型[4]；基于ARMAX考慮的負(fù)荷與電價(jià)之間非線性關(guān)系的短期電價(jià)預(yù)測(cè)模型[5]；基于解釋結(jié)構(gòu)的模型階層結(jié)構(gòu)圖[6]；運(yùn)用概率神經(jīng)網(wǎng)絡(luò)(PNN)、正交實(shí)驗(yàn)設(shè)計(jì)(OED和增強(qiáng)型概率神經(jīng)網(wǎng)絡(luò)(EPNN)建立的預(yù)測(cè)系統(tǒng)[7]；基于混沌理論的粒子群神經(jīng)網(wǎng)絡(luò)短期電價(jià)預(yù)測(cè)方法[8]。在電價(jià)的系統(tǒng)動(dòng)力學(xué)研究方面，黃健柏等[9]基于系統(tǒng)動(dòng)力學(xué)對(duì)峰谷分時(shí)電價(jià)和兩部制電價(jià)建立了仿真模型；孫藝新[10]、施應(yīng)玲等[11]以電解鋁企業(yè)為例，初步建立了差別電價(jià)政策的系統(tǒng)動(dòng)力學(xué)仿真模型。

總體看，國(guó)內(nèi)外針對(duì)電價(jià)的仿真預(yù)測(cè)方法已經(jīng)涉及很多，在電價(jià)的系統(tǒng)動(dòng)力學(xué)運(yùn)用方面也有涉足，但目前對(duì)農(nóng)村居民電價(jià)的影響因素及預(yù)測(cè)仿真的研究很少見，此外系統(tǒng)動(dòng)力學(xué)相比其他仿真預(yù)測(cè)方法，更方便分析影響因素的作用機(jī)理和根據(jù)需要調(diào)整仿真系統(tǒng)的功能，所以本文采用系統(tǒng)動(dòng)力學(xué)建立農(nóng)村居民電價(jià)仿真預(yù)測(cè)模型。

三、中國(guó)農(nóng)村居民電價(jià)的關(guān)鍵影響因素分析

電價(jià)是電力生產(chǎn)、輸送、分配和銷售等各環(huán)節(jié)價(jià)格的集合，它由電能成本、稅金和利潤(rùn)構(gòu)成。電能的傳導(dǎo)會(huì)產(chǎn)生上網(wǎng)電價(jià)、輸配電價(jià)和銷售電價(jià)，價(jià)格模式分別為：上網(wǎng)電價(jià)=發(fā)電成本+盈利；輸配電價(jià)=供電成本+盈利，銷售電價(jià)=售電成本+盈利，我們從這三方面和政府干預(yù)等環(huán)境因素，結(jié)合相關(guān)統(tǒng)計(jì)資料的專有名詞，綜合出中國(guó)農(nóng)村居民電價(jià)影響因素的初選指標(biāo)。供給側(cè)(發(fā)電、輸電和售電)因素的指標(biāo)主要有：電源工程建設(shè)投資額、全國(guó)發(fā)電標(biāo)準(zhǔn)煤耗率、電煤價(jià)格、貸款利率、稅率、發(fā)電廠用電率、全國(guó)發(fā)電量、電網(wǎng)投資額、全國(guó)線路損失率、全國(guó)用電量、農(nóng)村電壓合格率和供電可靠率等；需求側(cè)因素指標(biāo)主要有：農(nóng)村居民年人均純收入、人均生活用電量、天然氣價(jià)格(主要替代能源)、空調(diào)的平均每戶占有率、年平均氣溫、年平均降水量、調(diào)價(jià)頻率和調(diào)價(jià)幅度(政府干預(yù))、價(jià)格補(bǔ)貼等。

運(yùn)用灰色理論和指標(biāo)數(shù)據(jù)通過計(jì)算和比較綜合關(guān)聯(lián)度的大小，初步得出農(nóng)村居民電價(jià)的關(guān)鍵影響因素為：空調(diào)的平均每戶占有率、平均貸款利率、農(nóng)村居民年人均純收入、天然氣價(jià)格、發(fā)電用煤價(jià)格、人均生活用電量、全社會(huì)用電量、全國(guó)發(fā)電量、電網(wǎng)投資額、價(jià)格補(bǔ)貼[12]，指標(biāo)數(shù)據(jù)主要來源于《中國(guó)電力年鑒》、能源與電力分析年度報(bào)告系列之《國(guó)際能源與電力價(jià)格分析報(bào)告》等。

四、系統(tǒng)動(dòng)力學(xué)仿真預(yù)測(cè)模型的建立

(一)模型的系統(tǒng)流圖[13]

中國(guó)農(nóng)村居民電價(jià)模塊涉及的變量和影響因素比較多，但總體可分為上網(wǎng)電價(jià)、輸配電價(jià)、居民用電需求三個(gè)子系統(tǒng)。在上網(wǎng)電價(jià)子系統(tǒng)，因?yàn)槟壳盎鹆Πl(fā)電依舊是主要的發(fā)電形式，所以本文的研究只涉及火力發(fā)電，電價(jià)傳導(dǎo)過程的發(fā)電成本，主要是燃料成本方面考慮；在輸配電價(jià)子系統(tǒng)，主要是從相關(guān)電網(wǎng)企業(yè)的收入方面考慮，國(guó)內(nèi)外對(duì)于輸配電準(zhǔn)許收入的規(guī)定基本上是一致的，均包括準(zhǔn)許成本、準(zhǔn)許收益和稅金三部分，且根據(jù)發(fā)改價(jià)格[2005]514號(hào)文件，準(zhǔn)許成本由折舊和運(yùn)行維護(hù)費(fèi)用兩部分構(gòu)成；在居民用電需求子系統(tǒng)，主要考慮居民收入、相關(guān)替代品價(jià)格和宏觀政策三個(gè)方面對(duì)居民電價(jià)的影響。

由于居民電價(jià)決策系統(tǒng)涉及因素較多，相關(guān)數(shù)據(jù)獲取難度大，出于對(duì)系統(tǒng)動(dòng)力學(xué)模型正確性以及計(jì)算機(jī)模擬可操作性的考慮，簡(jiǎn)化選取主要因素，忽略次要因素和難以量化的因素，得出其綜合模型系統(tǒng)流圖(圖1)。該模型的仿真模擬步長(zhǎng)為1年，模擬時(shí)間為2004-2020年，模型中參數(shù)ai、bi(i=1,…,12)均為相應(yīng)指標(biāo)的灰色預(yù)測(cè)方程模型中的參數(shù)。

圖1　中國(guó)農(nóng)村居民電價(jià)系統(tǒng)流圖

(二)系統(tǒng)變量的確定

1.狀態(tài)變量

本模型設(shè)置有效資產(chǎn)為狀態(tài)變量。

2.速率變量

本模型設(shè)置電網(wǎng)投資增長(zhǎng)設(shè)為速率變量。

3.輔助變量

本模型設(shè)置單位燃料成本、單位上網(wǎng)電價(jià)、單位購電成本、單位輸配電損耗、單位輸配電價(jià)、折舊費(fèi)、運(yùn)行維護(hù)費(fèi)、準(zhǔn)許成本、準(zhǔn)許收入、廠用電率、線損率、發(fā)電標(biāo)準(zhǔn)煤耗、變電容量、線路長(zhǎng)度、上網(wǎng)電量、上網(wǎng)煤耗、調(diào)價(jià)額、調(diào)價(jià)時(shí)間、交叉價(jià)格補(bǔ)貼等設(shè)置為輔助變量。

4.常量

將稅率、投資回報(bào)率、折舊率、購電成本率、初始有效資產(chǎn)、政府性基金等設(shè)置為常量。并不是說這些變量實(shí)際中不變化，只是因?yàn)檫@些指標(biāo)變化的少，為了問題的簡(jiǎn)化，我們將這些取值較為穩(wěn)定的變量設(shè)為常量。

(三)常量值的確定

1.電力企業(yè)的稅金按照綜合稅率估計(jì)，按企業(yè)增值稅17%，城市建設(shè)維護(hù)費(fèi)率7%，教育費(fèi)及附加3%，折算綜合稅率為18.7%[14]。

2.趙會(huì)茹等[15]利用資本資產(chǎn)定價(jià)模型和資金加權(quán)平均成本法研究了我國(guó)輸配電企業(yè)投資回報(bào)率的合理水平應(yīng)為8.39%，其稅前真實(shí)投資回報(bào)率為8.81%。

3.購電成本率指電網(wǎng)企業(yè)從發(fā)電企業(yè)或其他電網(wǎng)購入電能所支付的費(fèi)用及依法繳納的稅金，包括所支付的容量電費(fèi)、電度電費(fèi)。上網(wǎng)電價(jià)是購電成本的核心部分。將購電成本率設(shè)定為購電成本和平均上網(wǎng)電價(jià)之間的比例，用來反映多種原因下平均上網(wǎng)電價(jià)與最終購電成本之間的差異，約為1.2[16]。

4.全國(guó)政府性基金及附加主要有5項(xiàng)，即國(guó)家重大水利工程建設(shè)基金、水庫移民后期扶持基金、農(nóng)網(wǎng)還貸資金、城市公用事業(yè)附加、可再生能源電價(jià)附加，平均約為3分/千瓦時(shí)左右[16]。

5.輸配電企業(yè)的固定資產(chǎn)主要涉及輸電線路、變電設(shè)備、配電設(shè)備及線路等幾個(gè)部分，根據(jù)公布的《電力工業(yè)固定資產(chǎn)年折舊率表》，取上述固定資產(chǎn)折舊率的平均值，通過計(jì)算我們得出折舊率為4.92%。

(四)主要參數(shù)方程

(1)單位燃料成本=電煤價(jià)格*上網(wǎng)煤耗[17]

(2)上網(wǎng)電量=全國(guó)發(fā)電量*(1-廠用電率)[17]

(3)上網(wǎng)煤耗=發(fā)電標(biāo)準(zhǔn)煤耗*全國(guó)發(fā)電量/上網(wǎng)電量=發(fā)電標(biāo)準(zhǔn)煤耗(1-廠用電率)[17]

(4)單位輸配電損耗=單位輸配電價(jià)*線損率[18]

(5)準(zhǔn)許收益=有效資產(chǎn)*投資回報(bào)率[18]

(6)準(zhǔn)許成本=運(yùn)行維護(hù)費(fèi)+折舊費(fèi)[18]

(7)準(zhǔn)許收入=(準(zhǔn)許收益+準(zhǔn)許成本)(1+稅率)[18]

(8)單位輸配電價(jià)=準(zhǔn)許收入/全社會(huì)用電量[19]

(9)單位目標(biāo)銷售電價(jià)=單位輸配電價(jià)+單位輸配電損耗+單位購電成本+政府性基金[19]

(10)單位銷售電價(jià)=單位目標(biāo)銷售電價(jià)+DELAY1 (調(diào)價(jià)額，調(diào)價(jià)時(shí)間)(自2006年)(通過觀察我們發(fā)現(xiàn)政府大體上每隔一年調(diào)價(jià)一次，因而將調(diào)價(jià)時(shí)間即調(diào)價(jià)間隔設(shè)為2)

(11)單位農(nóng)村居民電價(jià)=單位銷售電價(jià)-價(jià)格補(bǔ)貼(由于居民電價(jià)的成本高于平均成本，所以本文假設(shè)的補(bǔ)貼小于實(shí)際補(bǔ)貼值，但變化趨勢(shì)是基本一致的)

(12)有效資產(chǎn)=INTEG(初始有效資產(chǎn)，電網(wǎng)投資增長(zhǎng))

(13)單位購電成本=單位上網(wǎng)電價(jià)*購電成本率[16]

(14)運(yùn)行維護(hù)費(fèi)=312839.038+53126.74X1+4468.286X12-26693.392X2(X1：變電容量，X2：線路長(zhǎng)度)[20]

(五)指標(biāo)及指標(biāo)間關(guān)系的預(yù)測(cè)及量化關(guān)系模型

1.指標(biāo)的灰色預(yù)測(cè)模型及檢驗(yàn)情況

根據(jù)數(shù)據(jù)變化特點(diǎn)、精度要求、系統(tǒng)改進(jìn)的方便性等因素，我們對(duì)指標(biāo)的預(yù)測(cè)選用了灰色預(yù)測(cè)模型。灰色模型的參數(shù)及2004-2011年的指標(biāo)數(shù)據(jù)實(shí)際值與相應(yīng)年度的預(yù)測(cè)值計(jì)算的綜合誤差率見表1。

表1　各指標(biāo)的預(yù)測(cè)誤差及模型參數(shù)

據(jù)表1數(shù)據(jù)可以看出各指標(biāo)的綜合誤差率均小于5%，所以這些指標(biāo)選用灰色預(yù)測(cè)模型進(jìn)行數(shù)據(jù)預(yù)測(cè)是可行的。

2.主要回歸方程的構(gòu)建

從表2結(jié)果可看出，上述回歸模型的擬合度和置信度高。

表2　回歸方程表

(六)中國(guó)農(nóng)村居民電價(jià)模型檢驗(yàn)

1.直觀檢驗(yàn)

(1)系統(tǒng)自檢驗(yàn)和模型的編碼檢驗(yàn)

在不斷地向系統(tǒng)輸入的過程中，系統(tǒng)首先會(huì)第一時(shí)間報(bào)錯(cuò)，根據(jù)系統(tǒng)的分析不斷調(diào)試，直至滿足各種函數(shù)要求。其次，是對(duì)于編碼的檢驗(yàn)和調(diào)入數(shù)據(jù)的檢驗(yàn)，將模型中調(diào)入的數(shù)據(jù)與實(shí)際數(shù)據(jù)一一檢查，以免漏填或填錯(cuò)，影響整個(gè)系統(tǒng)的運(yùn)行。

(2)量綱檢驗(yàn)

量綱檢驗(yàn)首先檢驗(yàn)的是模型的單位、變量與其在實(shí)際中所代表意義是否相一致。接著，以方程變量之間的運(yùn)算，對(duì)量綱進(jìn)行檢查，既可以檢查量綱，又可以避免無效方程。

2.數(shù)值檢驗(yàn)——有效性檢驗(yàn)

通過把模型中運(yùn)作產(chǎn)生的變量的數(shù)據(jù)與真實(shí)數(shù)據(jù)加以對(duì)比，如果歷史數(shù)據(jù)與仿真數(shù)據(jù)相對(duì)誤差在10%以內(nèi)，就可視為仿真數(shù)據(jù)有效[21]。由表3可以看出，對(duì)于農(nóng)村居民電價(jià)的系統(tǒng)仿真數(shù)據(jù)是有效的。

通過模型仿真，我們發(fā)現(xiàn)，雖然總體精度滿足要求，但是，由于近幾年居民電價(jià)調(diào)整少而成本上漲多，使價(jià)格補(bǔ)貼逐年增加，其預(yù)測(cè)一直呈快速上升趨勢(shì)，因而導(dǎo)致2011年中國(guó)農(nóng)村居民平均電價(jià)的仿真結(jié)果較實(shí)際值偏低。隨著時(shí)間的推移，補(bǔ)充的指標(biāo)數(shù)據(jù)可以不斷修正仿真模型參數(shù)，進(jìn)而更精確。

表3　農(nóng)村居民電價(jià)有效性檢驗(yàn)

五、中國(guó)農(nóng)村居民電價(jià)仿真模型的主要功能

(一)對(duì)各主要指標(biāo)參數(shù)值進(jìn)行仿真分析

由于已經(jīng)對(duì)主要指標(biāo)建立了預(yù)測(cè)模型并輸入到仿真模型中，因此我們的系統(tǒng)可以對(duì)主要指標(biāo)的演化趨勢(shì)進(jìn)行仿真，表4為部分主要指標(biāo)的仿真結(jié)果。

表4　部分指標(biāo)的仿真預(yù)測(cè)值

(二)對(duì)農(nóng)村居民電價(jià)形成的各環(huán)節(jié)進(jìn)行仿真分析

利用模型可對(duì)中國(guó)農(nóng)村居民電價(jià)的各中間環(huán)節(jié)變量指標(biāo)進(jìn)行仿真分析，圖2為主要環(huán)節(jié)的指標(biāo)參數(shù)的仿真結(jié)果。

根據(jù)圖5可以看出，2012-2020年上網(wǎng)電價(jià)、購電成本、銷售電價(jià)顯著上升；農(nóng)村居民電價(jià)和輸配電價(jià)分別呈緩慢上升和下降的趨勢(shì)，其中農(nóng)村居民電價(jià)上升緩慢主要是政府有意干預(yù)居民電價(jià)上漲，使價(jià)格補(bǔ)貼力度越來越大所致。

圖2　主要環(huán)節(jié)指標(biāo)的仿真值

(三)對(duì)關(guān)鍵因素指標(biāo)與農(nóng)村居民電價(jià)的關(guān)聯(lián)程度進(jìn)行仿真分析

我們選取的關(guān)鍵因素指標(biāo)有：供給側(cè)指標(biāo)(電煤價(jià)格、電網(wǎng)投資增長(zhǎng))、需求側(cè)指標(biāo)(天然氣價(jià)格、農(nóng)村居民人均純收入、人均生活用電量、全社會(huì)用電量)、國(guó)家宏觀政策力度(價(jià)格補(bǔ)貼)。關(guān)鍵因素調(diào)幅的正負(fù)以使農(nóng)村居民電價(jià)下降為基準(zhǔn)。通過模型對(duì)關(guān)鍵因素指標(biāo)與農(nóng)村居民電價(jià)的關(guān)聯(lián)程度進(jìn)行仿真，得到表5的結(jié)果。

表5　關(guān)鍵因素指標(biāo)調(diào)幅10%的農(nóng)村居民電價(jià)仿真值及平均靈敏度

注：靈敏度=(調(diào)整后的農(nóng)村居民電價(jià)仿真值-農(nóng)村居民電價(jià)仿真初始值)/農(nóng)村居民電價(jià)仿真初始值。

從仿真結(jié)論中可看出，雖然中國(guó)農(nóng)村居民電價(jià)受政府干預(yù)強(qiáng)度大，但從中長(zhǎng)期看，發(fā)電成本、替代品價(jià)格和消費(fèi)者的電價(jià)承受能力決定了電價(jià)水平及變化趨勢(shì)。

(四)模型具有方便升級(jí)的功能

模型的建立主要是利用系統(tǒng)動(dòng)力學(xué)的仿真軟件——Vensim軟件。Vensim軟件本身就具有上手容易、使用方便、易于修正的優(yōu)點(diǎn)；此外，模型中的指標(biāo)預(yù)測(cè)采用的是灰色預(yù)測(cè)模型，模型構(gòu)建時(shí)將其融入其中，更便于數(shù)據(jù)的更新和調(diào)整，當(dāng)數(shù)據(jù)增加需要調(diào)整時(shí)，只需在模型中修改相應(yīng)指標(biāo)的a、b值即可。

六、主要結(jié)論、政策建議和展望

(一)主要研究結(jié)論與政策建議

1.以成本、競(jìng)爭(zhēng)為基礎(chǔ)的傳統(tǒng)定價(jià)理論和調(diào)研、試驗(yàn)、聽證等傳統(tǒng)的公共政策決策方法，因市場(chǎng)失靈、信息滯后、代表性不理想、信息不對(duì)稱、主觀性影響大等原因，在中國(guó)農(nóng)村居民電價(jià)政策的決策中受到了挑戰(zhàn)。研究表明，基于系統(tǒng)動(dòng)力學(xué)的農(nóng)村居民電價(jià)仿真系統(tǒng)，在政策分析決策的系統(tǒng)性、邏輯性、前瞻性、客觀性等方面，較好地彌補(bǔ)了傳統(tǒng)理論和方法的不足。

2.考慮到我國(guó)居民電價(jià)調(diào)整的習(xí)慣導(dǎo)致的居民心理承受能力，從社會(huì)穩(wěn)定和民生問題考慮，建議我國(guó)農(nóng)村居民電價(jià)每次調(diào)幅度低于10%，且每年最多調(diào)整一次。因此，提高中長(zhǎng)期預(yù)測(cè)能力是科學(xué)制定我國(guó)農(nóng)村居民電價(jià)中長(zhǎng)期調(diào)整規(guī)劃的基礎(chǔ)。從本文仿真系統(tǒng)的功能和精度檢驗(yàn)看，我們建立的系統(tǒng)不僅具多種預(yù)測(cè)功能，且精度滿足要求，仿真數(shù)據(jù)具有一定的決策參考價(jià)值。

3.建議我國(guó)調(diào)整農(nóng)村居民電價(jià)政策時(shí)，將電煤價(jià)格、天然氣價(jià)格、農(nóng)村居民人均純收入、全社會(huì)用電量、人均生活用電量、價(jià)格補(bǔ)貼這6個(gè)因素的變化，作為調(diào)整中國(guó)農(nóng)村居民電價(jià)政策的重要客觀性依據(jù)。考慮目前電煤價(jià)格上漲導(dǎo)致供電成本的增加、居民收入的增加導(dǎo)致居民價(jià)格承受能力增加、居民電價(jià)漲幅明顯低于平均銷售電價(jià)漲幅導(dǎo)致價(jià)格補(bǔ)貼過高等因素，我國(guó)適當(dāng)調(diào)高居民電價(jià)的依據(jù)應(yīng)該是充分的。

4.從我國(guó)農(nóng)村居民電價(jià)各形成環(huán)節(jié)的仿真看，一方面，政府在綜合考慮成本上漲、居民價(jià)格承受能力提高等支持漲價(jià)的因素的同時(shí)，考慮人均用電量增加等支持降價(jià)的因素；另一方面，要實(shí)時(shí)監(jiān)控平均銷售電價(jià)的變動(dòng)與居民電價(jià)的變動(dòng)，合理地控制兩者之間的差價(jià)，避免差價(jià)增長(zhǎng)過快而加重電力交叉補(bǔ)貼壓力。

5.從電力市場(chǎng)化改革的趨勢(shì)看，各地制定不同的居民電價(jià)是必要的，但成本過高的農(nóng)村地區(qū)完全取消電價(jià)補(bǔ)貼也是不可行的。讓價(jià)格體現(xiàn)成本，同時(shí)將補(bǔ)貼直接給用戶可能是解決這一問題的有效方法。如各地制定體現(xiàn)成本的居民電價(jià)，同時(shí)以目前梯度電價(jià)的第一和第二梯度電量算出的補(bǔ)貼額直接補(bǔ)貼給農(nóng)民。這樣供電行業(yè)投資主體的多元化就有了重要的基礎(chǔ)。

6.建議各地政府根據(jù)其地方特點(diǎn)，建立居民電價(jià)仿真系統(tǒng)，使決策者和各利益群體方便了解相關(guān)決策的依據(jù)，有利于在提高政策的公正性、科學(xué)性、前瞻性和客觀性的同時(shí)，有效化解利益矛盾，促進(jìn)社會(huì)和諧發(fā)展。

(二)研究展望

1.本模型采用的數(shù)據(jù)時(shí)間范圍是2004-2011年，時(shí)間范圍短，數(shù)據(jù)少，對(duì)仿真的準(zhǔn)確性會(huì)產(chǎn)生一定的影響。由于模型有方便升級(jí)的功能，隨著時(shí)間的推移，我們將通過補(bǔ)充數(shù)據(jù)來不斷提高模型的精確性。

2.文中篩選出的關(guān)鍵因素中，貸款利率和每戶空調(diào)占有率由于目前的相關(guān)研究成果涉及較少，未能考慮到模型中。另外，全國(guó)發(fā)電量也只是作為一個(gè)過渡變量被考慮進(jìn)去。在今后的研究中，我們將探索新的途徑將這些因素補(bǔ)充到模型中，以精確模型。

3.對(duì)不同地區(qū)研究針對(duì)性更強(qiáng)的仿真系統(tǒng)，進(jìn)一步增加研究成果的應(yīng)用價(jià)值。同時(shí)針對(duì)電力市場(chǎng)化改革中供電成本難準(zhǔn)確計(jì)算等問題，希望能與政府相關(guān)部門和研究機(jī)構(gòu)進(jìn)一步溝通后，研究一些對(duì)局部指標(biāo)研究針對(duì)性更強(qiáng)的仿真系統(tǒng)。

參考文獻(xiàn)：

[1]Vaidya G A，Gopalakrisjnan N，Nerkar Y P.Cost based reactive power pricing structure in restructured environment [C].//Power System Technology and IEEE Power India Conference，2008:1- 8.

[2]王浩.我國(guó)電價(jià)形成機(jī)制及規(guī)制改革的研究[D].杭州:浙江大學(xué)，2008.

[3]Frydenberg S，Onochie J I，Westgaard S，et al.Long-term relationships between electricity and oil，gas and coal future prices-evidence from Nordic countries，Continental Europe and the United Kingdom [J].OPEC Energy Review，2014，38:216-242.

[4]Nogales F J，Contreras J，Conejo A J，et al.Forecasting next day electricity prices by time series models [J].IEEE Transactions on Power Systems，2002，17(2)：342-348.

[5]王瑞慶，王晛，李渝曾，等.基于時(shí)間序列ARMAX模型的短期電價(jià)預(yù)測(cè)方法[J].華東電力，2009，37(5):727-730.

[6]何永秀，楊麗芳，羅濤，等.基于解釋結(jié)構(gòu)模型的電價(jià)鏈影響因素[J].電力建設(shè)，2010，31(360):5-9.

[7]Lin W M，Gow H J，Tsai M T.Electricity price forecasting using enhanced probability neural network [J].Energy Conversion and Management，2010，51(12)：2707-2714.

[8]于昌海.電力市場(chǎng)電價(jià)預(yù)測(cè)模型及算法研究[D].北京：華北電力大學(xué)，2011.

[9]黃健柏，黃向宇，邵留國(guó)，等.基于系統(tǒng)動(dòng)力學(xué)的峰谷分時(shí)電價(jià)模型與仿真 (一)模型的建立[J].電力系統(tǒng)自動(dòng)化，2006，30(11):18-23.

[10]孫藝新.基于系統(tǒng)動(dòng)力學(xué)模型的差別電價(jià)政策研究[D].北京：華北電力大學(xué)，2008.

[11]施應(yīng)玲,孫藝新,譚忠富，等.差別電價(jià)傳導(dǎo)機(jī)制及延遲性的系統(tǒng)動(dòng)力學(xué)模擬[J].技術(shù)經(jīng)濟(jì),2009,28(3):66- 69.

[12]Bin L，et al.A study on key factors and their conduction path of chinese rural residental electricity price [J].Advanced Materials Research，2015,1070-1072:1450-1455.

[13]姜鈺,賀雪濤.基于系統(tǒng)動(dòng)力學(xué)的林下經(jīng)濟(jì)可持續(xù)發(fā)展戰(zhàn)略仿真分析[J].中國(guó)軟科學(xué),2014(1):105-114.

[14]王偉，張粒子，程瑜.基于系統(tǒng)動(dòng)力學(xué)的輸電價(jià)格管制的研究[J].電力系統(tǒng)保護(hù)與控制，2009，37(3):11-15.

[15]趙會(huì)茹.輸配電價(jià)格管制中投資回報(bào)率水平的確定[J].電網(wǎng)技術(shù)，2005，29(21):61- 66.

[16]羅斌,黃晨雨.基于系統(tǒng)動(dòng)力學(xué)的我國(guó)居民電價(jià)政策動(dòng)態(tài)決策模型[J].中國(guó)管理科學(xué)，2013(10增):652- 662.

[17]林章鈞,劉健.發(fā)電單位燃料成本及其影響因素分析[J].華北電力技術(shù),2003(9):8-9.

[18]李英等.輸配電價(jià)理論與實(shí)務(wù)[M].北京:中國(guó)電力出版社，2011:69- 81.

[19]王孔良.用電管理[M].北京:中國(guó)電力出版社，2014.

[20]張粒子,扶檸檸,王春麗等.基于回歸分析的電網(wǎng)運(yùn)行維護(hù)費(fèi)合理性評(píng)估[J].電力系統(tǒng)自動(dòng)化,2014,(13):140-144.

[21]史立軍,周泓.我國(guó)天然氣供需安全的系統(tǒng)動(dòng)力學(xué)分析[J].中國(guó)軟科學(xué)，2012(3):162-169.

(本文責(zé)編：辛城)