馬 靜 ，王 寶 ，葉 彬 ，趙佳佳 ，季 超 ，李 晶

（1.國(guó)網(wǎng)安徽省電力有限公司經(jīng)濟(jì)技術(shù)研究院，合肥 230022；2.北京經(jīng)世萬(wàn)方信息技術(shù)有限公司，北京 100022；3.國(guó)網(wǎng)安徽省電力有限公司，合肥 230061）

引言

目前短期內(nèi)全社會(huì)用電量的預(yù)測(cè)主要從經(jīng)濟(jì)與氣溫因素出發(fā)，比如代表經(jīng)濟(jì)增長(zhǎng)的月度工業(yè)增加值指標(biāo)[1]、月度氣溫因素[2～3]及單位GDP能耗因子[2]等常用于月度全社會(huì)用電量預(yù)測(cè)中。從已有文獻(xiàn)來(lái)看，經(jīng)濟(jì)氣象預(yù)測(cè)模型在特定的省市間具有很好的預(yù)測(cè)效果，但由于安徽省用電量增長(zhǎng)已與經(jīng)濟(jì)增長(zhǎng)（如GDP增速、工業(yè)增加值增速）相背離[4]，傳統(tǒng)方法構(gòu)建出的預(yù)測(cè)模型較難應(yīng)用于對(duì)安徽省用電量預(yù)測(cè)。而近年來(lái)，用電類(lèi)指標(biāo)開(kāi)始應(yīng)用于安徽省全社會(huì)用電量預(yù)測(cè)，比如通過(guò)業(yè)擴(kuò)報(bào)裝[5]構(gòu)建的全社會(huì)用電量預(yù)測(cè)模型被證明適用于短期預(yù)測(cè)，但該模型未納入宏觀經(jīng)濟(jì)類(lèi)等重要影響因素，導(dǎo)致模型擬合效果并不太好?；诮?jīng)濟(jì)增長(zhǎng)指標(biāo)的應(yīng)用限制以及報(bào)裝類(lèi)指標(biāo)（如裝接容量）的可應(yīng)用性，本文以安徽省全社會(huì)用電量作為預(yù)測(cè)對(duì)象，從其重要影響因素出發(fā)，并結(jié)合指標(biāo)的先行一致性引入其他宏觀經(jīng)濟(jì)類(lèi)指標(biāo)，引入價(jià)格類(lèi)和裝接容量指標(biāo)，構(gòu)建月度全社會(huì)用電量預(yù)測(cè)模型。

雖然氣象因素的確是影響夏冬季用電量波動(dòng)的重要因素，但其近年波動(dòng)性較大，指標(biāo)本身較難預(yù)測(cè)?？紤]到氣象預(yù)測(cè)困難性，本文對(duì)安徽省全社會(huì)用電量進(jìn)行時(shí)間序列分解，使用不含氣象波動(dòng)的安徽省全社會(huì)用電量趨勢(shì)項(xiàng)進(jìn)行預(yù)測(cè)，以增加模型預(yù)測(cè)精確性，該序列更能真實(shí)反映時(shí)間序列波動(dòng)規(guī)律。

一、預(yù)測(cè)指標(biāo)初選

由于區(qū)域全社會(huì)用電量主要受區(qū)域經(jīng)濟(jì)及宏觀環(huán)境因素影響，且考慮到指標(biāo)選取需服務(wù)于全社會(huì)用電量預(yù)測(cè)（即備選指標(biāo)僅包括對(duì)于安徽省全社會(huì)用電量有先行影響或同步變化的指標(biāo)，滯后指標(biāo)不在備選范圍之內(nèi)），以及月度數(shù)據(jù)的可獲得性，選取以下指標(biāo)：一是國(guó)內(nèi)指標(biāo)：全國(guó)貨幣和準(zhǔn)貨幣（M2）供應(yīng)量、全國(guó)制造業(yè)采購(gòu)經(jīng)理指數(shù)（PMI）；二是區(qū)域指標(biāo)：工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)（PPI）；安徽省基建、房地產(chǎn)開(kāi)發(fā)投資和商品房銷(xiāo)售面積；安徽省月末金融機(jī)構(gòu)貸款余額；制造業(yè)裝接容量。各指標(biāo)對(duì)用電量的影響如下：

1.全國(guó)貨幣和準(zhǔn)貨幣（M2）供應(yīng)量。貨幣供應(yīng)量是反映貨幣政策變動(dòng)的重要信號(hào)，實(shí)施量化寬松的貨幣政策意味著市場(chǎng)被注入大量資金，有效緩解資金緊張，有助于刺激經(jīng)濟(jì)增長(zhǎng)；緊縮的貨幣政策意味著市場(chǎng)資金緊張，企業(yè)融資困難加大，投資活躍度降低，即貨幣供應(yīng)量作用于企業(yè)生產(chǎn)經(jīng)營(yíng)、投資影響全社會(huì)用電量變化。

2.全國(guó)制造業(yè)采購(gòu)經(jīng)理指數(shù)（PMI）。PMI由新訂單指數(shù)、生產(chǎn)指數(shù)、從業(yè)人員指數(shù)、供應(yīng)商配送指數(shù)和主要原材料庫(kù)存指數(shù)加權(quán)而成，是監(jiān)測(cè)宏觀經(jīng)濟(jì)走勢(shì)的先行性指數(shù)之一。當(dāng)PMI高于50%則反映制造業(yè)經(jīng)濟(jì)擴(kuò)張，低于50%則收縮。由于制造業(yè)在用電量中具有規(guī)模大、能耗高的特性，其生產(chǎn)情況波動(dòng)會(huì)在較大程度上影響全社會(huì)用電量走勢(shì)，因而PMI可在一定程度上預(yù)示全社會(huì)用電增長(zhǎng)情況的變動(dòng)。

3.工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)（PPI）。PPI衡量生產(chǎn)領(lǐng)域價(jià)格變動(dòng)走勢(shì)，其側(cè)面可以反映出生產(chǎn)需求及企業(yè)經(jīng)營(yíng)情況，當(dāng)產(chǎn)能過(guò)剩、需求疲軟時(shí)，PPI指數(shù)持續(xù)低于100，企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)加大，工業(yè)生產(chǎn)持續(xù)放緩；近期供給側(cè)改革持續(xù)推進(jìn)，去產(chǎn)能成效顯著且供需關(guān)系改善，在此情形下，PPI漲幅較快，工業(yè)生產(chǎn)穩(wěn)定增長(zhǎng)且企業(yè)經(jīng)營(yíng)得到改善，外在環(huán)境好轉(zhuǎn)也有利于企業(yè)擴(kuò)大再生產(chǎn)。工業(yè)生產(chǎn)活動(dòng)的強(qiáng)弱直接關(guān)系到工業(yè)用電量增長(zhǎng)情況，從而決定了全社會(huì)用電量增長(zhǎng)水平。

4.安徽省基建、房地產(chǎn)開(kāi)發(fā)投資和商品房銷(xiāo)售面積。安徽省制造業(yè)用電量占全社會(huì)用電量的比重高達(dá)45%，其用電量的波動(dòng)會(huì)在很大程度上影響全社會(huì)用電量的走勢(shì)。制造業(yè)產(chǎn)品需求受基建、房地產(chǎn)開(kāi)發(fā)投資影響較大，例如，基建投資可拉動(dòng)水泥、鋼材等高耗能產(chǎn)品的需求量，從而影響用電的需求。同理，房地產(chǎn)有很長(zhǎng)的上下游產(chǎn)業(yè)鏈條，房地產(chǎn)投資除了直接拉動(dòng)水泥等高耗能產(chǎn)品需求外，還可派生出對(duì)裝修、家具、電器、汽車(chē)等眾多領(lǐng)域產(chǎn)品的需求量，因此房地產(chǎn)投資對(duì)用電量增長(zhǎng)的影響作用不可小覷。同樣，商品房銷(xiāo)售面積也是房地產(chǎn)類(lèi)重要指標(biāo)，銷(xiāo)售端的變化將直接影響家具家電需求，并帶來(lái)商品房供應(yīng)端的變動(dòng)。因此，本文將安徽省基建、房地產(chǎn)開(kāi)發(fā)投資和商品房銷(xiāo)售面積三個(gè)指標(biāo)均放入備選指標(biāo)庫(kù)中。

5.安徽省月末金融機(jī)構(gòu)貸款余額。實(shí)體經(jīng)濟(jì)的發(fā)展離不開(kāi)資金的支撐，從月末金融機(jī)構(gòu)貸款余額變化中可以看出企業(yè)的投融資活躍情況，折射企業(yè)對(duì)宏觀形勢(shì)的預(yù)期，是宏觀經(jīng)濟(jì)發(fā)展的先行指標(biāo)，間接影響用電量走勢(shì)。

6.制造業(yè)裝接容量。企業(yè)裝接容量與用電需求緊密相關(guān)，若企業(yè)用電容量與企業(yè)用電需求不匹配時(shí)，則會(huì)將申請(qǐng)?jiān)黾踊驕p少裝接容量，裝接容量的大小會(huì)直接影響其用電量的多少，因此將其引入用電量預(yù)測(cè)備選指標(biāo)。

二、指標(biāo)處理及分析

1.時(shí)間序列分解。時(shí)間序列中月度或季度數(shù)據(jù)往往受季節(jié)變動(dòng)影響，季節(jié)性波動(dòng)因素會(huì)遮蓋序列發(fā)展的其他客觀規(guī)律，一般在分析之前需對(duì)指標(biāo)序列進(jìn)行季節(jié)性調(diào)整。另外，本文同時(shí)也期望剔除氣溫影響，以得到全社會(huì)用電量的真實(shí)走勢(shì)規(guī)律。因此，采用X12季節(jié)性調(diào)整方法（乘法模型）對(duì)各指標(biāo)進(jìn)行時(shí)間序列分解，以安徽省全社會(huì)用電量為例，序列波動(dòng)較為劇烈，整體呈波動(dòng)上升趨勢(shì)。進(jìn)行序列拆分之后，得到的全社會(huì)用電量趨勢(shì)項(xiàng)呈穩(wěn)步增長(zhǎng)狀態(tài)，有利于模型構(gòu)建。除PPI同比增幅以及已為季節(jié)性調(diào)整序列的PMI之外，其他指標(biāo)均進(jìn)行類(lèi)似分解。

2.時(shí)差相關(guān)分析。由于初選指標(biāo)中M2傳導(dǎo)影響企業(yè)經(jīng)營(yíng)具有時(shí)滯性，PMI、投資類(lèi)等指標(biāo)具有明顯的先行性，而制造業(yè)裝接容量可能具有先行或一致性，因此使用時(shí)差相關(guān)分析法確定各指標(biāo)的先行或一致階數(shù)。時(shí)差相關(guān)系數(shù)作為驗(yàn)證序列間先行、一致或滯后性的一種常用方法，其選取基準(zhǔn)指標(biāo)后，對(duì)各備選變量進(jìn)行超前或滯后調(diào)整，計(jì)算它們的相關(guān)系數(shù)，并比較不同延遲期的時(shí)差相關(guān)系數(shù)。其中，最大的時(shí)差相關(guān)系數(shù)即反映了備選指標(biāo)與基準(zhǔn)指標(biāo)的時(shí)差相關(guān)關(guān)系，而相應(yīng)的延遲數(shù)表示延遲或超前的期數(shù)。

設(shè)序列y為基準(zhǔn)指標(biāo)，而時(shí)間序列x為備選指標(biāo)，則y與x相關(guān)系數(shù)為：

相關(guān)系數(shù)用于反映兩個(gè)指標(biāo)的線性相關(guān)程度，而時(shí)差相關(guān)系數(shù)為：

其中，1=0，±1，±2，…，±L。當(dāng) 1 取值為負(fù)時(shí)表示超前，取正表示滯后，L為最大延遲數(shù)，n1為數(shù)據(jù)取齊時(shí)后的數(shù)據(jù)個(gè)數(shù)。

最大的r*對(duì)應(yīng)的階數(shù)j即為滯后超前階數(shù)。

根據(jù)時(shí)差相關(guān)分析方法及備選指標(biāo)與全社會(huì)用電量歷史數(shù)據(jù)，得到各指標(biāo)對(duì)安徽省月度全社會(huì)用電量增速的超前階數(shù)（見(jiàn)表1）。由表1可以看出，除安徽省工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)和制造業(yè)裝接容量是同步指標(biāo)外，其余指標(biāo)均為用電量的先行指標(biāo)。

表1 安徽全社會(huì)用電量與各指標(biāo)的時(shí)差相關(guān)分析結(jié)果

三、安徽月度用電量預(yù)測(cè)模型構(gòu)建及應(yīng)用

對(duì)M2（超前6期）、PMI（超前4期）、PPI、基建投資（超前13期）、房地產(chǎn)開(kāi)發(fā)投資（超前3期）、商品房銷(xiāo)售面積（超前5期）、月末貸款余額（超前4期）和制造業(yè)裝接容量八個(gè)備選指標(biāo)按照其先行一致階數(shù)進(jìn)行變換，以月度安徽省全社會(huì)用電量作為因變量，建立回歸預(yù)測(cè)模型。模型優(yōu)先使用逐步回歸法篩選指標(biāo)，并結(jié)合模型擬合及預(yù)測(cè)效果，最終得到較優(yōu)的模型。以2012年1月至2017年8月序列為樣本，得到全社會(huì)用電量預(yù)測(cè)模型為：

其中，QHS為安徽省月度全社會(huì)用電量；ZZYZJ為安徽省月度制造業(yè)裝接容量；M2（-6）為超前6期的全國(guó)M2貨幣供應(yīng)量；PPI為安徽省月度工業(yè)品出廠價(jià)格指數(shù)。從模型來(lái)看，制造業(yè)裝接、超前6期的貨幣供應(yīng)量和工業(yè)品出廠價(jià)格指數(shù)均對(duì)全社會(huì)用電量具有顯著影響，且單個(gè)指標(biāo)的

圖2 全社會(huì)用電量預(yù)測(cè)模型擬合圖

變動(dòng)均帶來(lái)全社會(huì)用電量的同向變動(dòng)。模型的擬合效果較好，制造業(yè)裝接容量、貨幣供應(yīng)量和工業(yè)品出廠價(jià)格指數(shù)構(gòu)建的模型可以解釋安徽省月度全社會(huì)用電量的97.6%的變化（即R2）。而在模型之外，全社會(huì)用電量可能還受到產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)等其他未納入模型的外部因素影響。從圖2可以看出，經(jīng)時(shí)間序列分解后得到的全社會(huì)用電量趨勢(shì)項(xiàng)呈現(xiàn)出明顯的波動(dòng)上升趨勢(shì)，而模型擬合值與實(shí)際值呈現(xiàn)較一致的變化。

在實(shí)際預(yù)測(cè)月度全社會(huì)用電量中，由于相鄰月份制造業(yè)裝接容量基本變化不大，其預(yù)期值可參考上月數(shù)值確定，而工業(yè)品出廠價(jià)格指數(shù)可參考其整體走勢(shì)確定。運(yùn)用上述模型預(yù)測(cè)2017年6—11月全社會(huì)用電量（其中9—11月為預(yù)測(cè)未來(lái)值），得到表2的結(jié)果。可見(jiàn)，模型得到的預(yù)測(cè)值接近實(shí)際值。另外，在更換樣本期（如擴(kuò)大或減少月份）分別預(yù)測(cè)時(shí)可以發(fā)現(xiàn)，對(duì)于未來(lái)相同月份的用電量各預(yù)測(cè)值基本無(wú)變化，即模型具有較好的穩(wěn)定性。

表2 全社會(huì)用電量預(yù)測(cè)①模型給出的預(yù)測(cè)值為全社會(huì)用電量的趨勢(shì)項(xiàng)，結(jié)合季節(jié)性因子和不規(guī)則因子值可還原成全社會(huì)用電量值。面對(duì)未來(lái)期用電量預(yù)測(cè)時(shí)，則不考慮不規(guī)則因子波動(dòng)，僅使用趨勢(shì)預(yù)測(cè)值與季節(jié)性因子即可得到全社會(huì)用電量預(yù)測(cè)值。及檢驗(yàn)

結(jié)語(yǔ)

本文依據(jù)時(shí)差相關(guān)分析構(gòu)建出的月度全社會(huì)用電量模型具有較好的預(yù)測(cè)效果，不過(guò)由于該模型未考慮氣溫因素影響，其未來(lái)預(yù)測(cè)值通過(guò)季節(jié)因子還原后僅為氣溫正常情形下的用電需求量，對(duì)于氣溫異常情形下其預(yù)測(cè)誤差可能較大。另外，本文以安徽區(qū)域作為研究對(duì)象，其模型可能不適用于其他區(qū)域。不過(guò)，本文為全社會(huì)用電量預(yù)測(cè)指標(biāo)選擇提供了新的思路，即價(jià)格指數(shù)類(lèi)和裝接容量類(lèi)指標(biāo)對(duì)全社會(huì)用電量的影響不應(yīng)被忽視。