一种基于电力消费的经济结构变化的分析方法与流程

1.本发明提供了一种基于电力消费的经济结构变化的分析方法，属于以电力消费为基准预测经济结构变化状况的应用领域。


背景技术：

2.电力作为一种最常用的能源形式，被广泛应用于生产、生活领域，是国民经济发展和现代社会正常运行的重要基础，保持电力消费与经济增长协调发展尤为重要。目前，经济增速、结构和增长动力等发生了结构性变化，对电力消费产生了巨大影响。探究新阶段下电力消费与经济结构变化的关系，厘清影响电力消费的因素，对实现电力产业和经济协调发展意义重大。
3.目前研究电力消费与经济增长关系主要采用协整分析、格兰杰因果检验、向量误差修正模型等时间序列方法，但由于宏观经济运行是一个复杂的系统，这类基于参数模型的回归分析可能会存在模型设定误差。部分研究使用投入产出表与 sda方法对经济结构变化进行分析，但受制于投入产出表编制的空窗期与时滞性，大部分此类研究都是使用相近年份的投入产出表作为替代，导致分析结论与实际情况差异较大。另外，受到技术进步、产业结构变化、管理优化等诸多因素影响，直接消耗系数将会发生变化，现有技术不能对直接消耗系数进行修正，得到可以反映真实情况的直接消耗系数矩阵，无法弥补数据存在空窗期的缺陷。


技术实现要素：

4.本发明的目的在于克服现有技术存在的时间序列分析的局限性及投入产出表公布时间的滞后性，提供一种基于电力消费的经济结构变化的分析方法。
5.本发明运用多种方法外推修正独立年份的投入产出表，再结合电力消费和经济增长关系，采用sda模型将两种方法结合，填补了用结构分解模型研究时存在时间序列分析的不足及实时电力消费影响因素的空白的缺陷。
6.一种基于电力消费的预测经济结构变化的方法,包括下述步骤：
7.第一步：根据基年投入产出表中的直接投入消耗矩阵的数据，获得i部门到 j部门的基年直接消耗流量按式(1)计算得到基年i部门到j部门的直接消耗系数：
[0008][0009]
其中，代表基年第j部门的总产出；根据i部门到j部门基年直接消耗系数及j部门基年和目标年电力消费数据e
j0
和e
j1
，按式(2)计算得到i部门到j部门的包含电力消费的目标年直接消耗系数：
[0010]
[0011]
将基年各部门直接消耗流量加总求和后与目标年各部门直接消耗流量的增加值vj加总，得到目标年各部门总投入初值xj：
[0012][0013]
设：
[0014]
目标期总产值向量为x＝(x1,x2,...,xn)
t
，
[0015]
目标期最终需求产品向量y＝(y1,y2,...,yn)
t
，
[0016]
目标期中间使用列和向量为u＝(u1,u2,...,un)
t
，
[0017]
目标期中间投入行和向量为v＝(v1,v2,...,vn)
t
；
[0018]
根据投入产出表按ras法可以得到各部门中间需求合计以及中间投入合计：
[0019][0020]
式中，n表示部门数量；对式(4)进行迭代运算，k代表迭代期数，直至r
i(k)
和 s
j(k)
等于1，得到k期,每期n个r
i(k)
和s
j(k)
：
[0021]
根据ras方法，得到制造效用与替代效用的矩阵r和s，
[0022][0023]
根据ras方法，目标年的直接消耗系数矩阵a1有式(6)：
[0024]
a1＝r
×
a0×s‑‑‑‑‑
(6)
[0025]
式(6)中，a0是基年的直接消耗系数矩阵，a1是目标年的直接消耗系数矩阵；
[0026]
第二步：根据最小二乘法，按公式(7)求：
[0027][0028]
式(7)中，是基年至目标年直接消耗系数差值的平方和；
[0029]
对投入产出表中各部门的直接消耗系数赋权w，对式(7)优化，得到式(8)：
[0030][0031]
求解式(8)的最小值，得到n*n个构成目标年的直接消耗系数矩阵a2：
[0032][0033]
第三步：将a1与a2平均求和，得到ras-wls方法下的直接消耗系数矩阵a3；
[0034]
第四步：根据目标年的直接消耗系数矩阵a3和目标年电力消费数据和宏观经济统计数据，编制目标年的能源投入产出表；
[0035]
第五步：根据第四步得到的目标年能源投入产出表，有公式(10)、(11)：
[0036][0037][0038]
其中，电力直接能耗系数dj为第i个部门在生产单位产品时所需要直接消耗的电力能源的数量，表示为1
×
n个dj构成电力直接能耗系数矩阵d；
[0039]
改写成矩阵形式，有：
[0040]
ax f＝x
‑‑‑‑‑
(12)
[0041]
dx h＝e
‑‑‑‑‑
(13)
[0042]
式(12)、(13)中，a、x的定义与前文相同，矩阵a与矩阵x相乘代表中间需求合计，f代表最终需求矩阵，d代表直接能耗系数矩阵，h代表居民消耗电量；都可由能源投入产出表直接获得；d代表直接能耗系数矩阵，通过计算并组合可得；
[0043]
对式(12)、(13)变换，可得式(14)：
[0044]
e＝d(i-a)-1
f h
‑‑‑‑‑
(14)
[0045]
式(14)中，(i-a)-1
是著名的里昂惕夫逆矩阵b，该矩阵系统揭示了国民经济体系中各个部门间错综复杂的经济关联关系；
[0046]
设：
[0047]
年末人口总人数为p；
[0048]
人均消费水平为l；
[0049]
最终需求结构矩阵r表示各部门消费量占最终消费总量的比例，是一个n
×
1 的列矩阵；
[0050]
则式(14)中，f＝prl，可得式(15)：
[0051]
e＝pdbrl h
‑‑‑‑‑
(15)
[0052]
基年到目标年电力消费增量δe：
[0053]
δe＝e
t-e0＝(p
tdtbtrt
l
t-p0d0b0r0l0) (h
t-h0) ＝(pdbrl h)
t-(pdbrl h)0‑‑‑‑‑
(16)
[0054]
设基年到目标年电力消费增量δe由六个变化因素构成，即δe
p
、δed、δeb、δer、δe
l
、δeh，其中：δe
p
、δed、δeb、δer、δe
l
、δeh分别表示人口、电力直接能耗系数、经济结构、最终需求结构、人均消费水平和居民生活直接电力消费水平的变化量；有公式(17)：δe＝(pdbrl h)
t-(pdbrl h)0[0055]
＝δe
p
δed δeb δer δe
l
δeh‑‑‑‑
(17)
[0056]
采用sda结构分解中的两级分解法对式(17)进行计算，得到每个变化因素的计算公式：
[0057][0058]
[0059][0060][0061][0062]
δeh＝h
t-h0‑‑‑‑‑
(23)
[0063]
其中δe
p
是人口变化对电力需求的影响，负值说明了目标地区人口流出；δed是直接能源消耗系数的变化，反映了社会生产单位产品所需求的能源变化情况，这一变化可能是由科技进步带来的单位能耗的降低，为正说明目标地区的单位产出能耗升高，为负说明目标地区单位产出能耗降低；；δeb是经济结构系数，反映了在直接消耗系数矩阵中，各部门之间生产产品流量流向的变化情况，体现了经济结构中各部门生产产品的流量规律，其数值大小与正负关系体现了社会中间投入流向高耗能部门或低耗能部门的情况，一个正的数值说明了产品逐渐流向高耗能部门，而负值则说明流量正流向低能耗部门，体现了社会经济结构由高能耗工业向低能耗商品服务业的转变；δer是电力消费结构，代表了各部门的电力消费占比的变化，反映了部门在生产当中，所消耗的电力能源比重的变化，侧面地反映各部门产业转型与升级，单位产出能耗的变化；δe
l
是人均消费水平，体现了居民消费水平对社会整体经济活动的影响，正值说明了居民消费水平的上升对电力消费增长的推动作用的大小，负值说明居民消费对电力消费的反向拉动作用的大小；δeh是居民电力消费水平，说明了居民用电情况的变化，为正说明居民用电的正向增长的规模，为负体现居民用电水平减小的规模。
[0064]
本发明中，各部门中间需求合计以及中间投入合计迭代过程如下：
[0065][0066][0067]
[0068]
……
[0069][0070][0071][0072]
本发明中，wls法中w的取值按以下原则确定：
[0073]
结合统计年鉴、行业报告对基准年份投入产出表进行数据甄别；
[0074]
第一类是确定数据，可以直接无修改引入新表；取值为正无穷或一个极大的数值，以保证数据更新过程维持不变；
[0075]
第二类是不确定数据，其数值虽不确定，但已经获知更新后数据的合理取值区间；假设其取值空间为则令使之与理预测取值区间长度成反比,表示为已知的目标年直接消耗系数；
[0076]
第三类则是未知数据，数值与取值空间均不明确，直接设置为1；
[0077]
本发明在求解式(8)的最小值时，设置非负约束条件为：
[0078][0079][0080][0081]
非负约束条件是为了寻求流量加总平衡与保障算式意义而设置。
[0082]
本发明中，在求解式(8)的最小值时设置零值约束条件，以更好地应对影响系数聚合约束条件的繁杂情况：
[0083][0084]
零值约束条件使得当初始系数为零时，更新系数也为零；初始系数非零时，更新系数也非零，从而确保目标投入产出表能够有效继承基准表的零值结构，更好地保证了目标表质量；由此得到wls方法的直接消耗系数矩阵。
[0085]
本发明采用外推-分解-计算的思路。分解影响电力消费的因素(其中包含经济增长这一因素)，并对各因素产生的效应进行计算，以量化不同因素对电力消费的影响程度。能明确展现影响电力消费的各个因素，并将其影响程度量化，让目标变量的影响路径更加直观，更有利于分析经济系统中的总量、结构变动、影响程度等问题，同时使得分析更加系
统化、清晰化。
[0086]
ras能够更好地控制目标表系数矩阵与基准表的相似度，而wls法则能更好地实现目标表交易流量与基准表的接近精度。在更新工作开始前，若能明确目标表系数矩阵与基准表相似度较高，则可以直接采用wls法，若知道目标表交易流量与基准表比较接近，则使用ras法。但在实际计算中，由于无法确切掌握目标投入产出表的平衡度，使得ras法及wls法的适用度难以直接判断。因此，本发明综合利用两种方法的优点，保证更新结果更为精准。
[0087]
在投入产出表中，第一象限代表了社会的直接消耗系数，每一个行代表了第 i个部门的中间投入，每一列代表了第j个部门的中间需求，则第一象限中的每一个元素反映社会三大产业中，第一产业农业1部门，第二产业工业25部门，第三产业服务业14部门，各个部门的投入产出关系，即a
ij
代表了在该年的经济活动中第i个部门流向第j个部门的流量状况，直接反映了社会经济的生产结构。而通过对第一象限的每一部门进行列加总与行加总可以得到每一个部门在当年的所要求的中间需求合计与中间投入合计，再计算这一列与行对社会的总投入与总产出，可以得到该部门对社会总体投入产出的占比，反映了这一部门在社会中的结构地位。
[0088]
δe
p
、δed、δeb、δer、δe
l
、δeh，分别表示人口、电力直接能耗系数、经济结构、最终需求结构、人均最终需求水平和居民生活直接消费的变化。这一结果反馈了社会生产生活中，宏观经济指标的变动。其中δe
p
是人口变化对电力需求的影响，负值说明了目标地区人口流出；δed是直接能源消耗系数的变化，反映了社会生产单位产品所需求的能源变化情况，这一变化可能是由科技进步带来的单位能耗的降低，为正说明目标地区的单位产出能耗升高，为负说明目标地区单位产出能耗降低；；δeb是经济结构系数，反映了在直接消耗系数矩阵中，各部门之间生产产品流量流向的变化情况，体现了经济结构中各部门生产产品的流量规律，其数值大小与正负关系体现了社会中间投入流向高耗能部门或低耗能部门的情况，一个正的数值说明了产品逐渐流向高耗能部门，而负值则说明流量正流向低能耗部门，体现了社会经济结构由高能耗工业向低能耗商品服务业的转变；δer是电力消费结构，代表了各部门的电力消费占比的变化，反映了部门在生产当中，所消耗的电力能源比重的变化，侧面地反映各部门产业转型与升级，单位产出能耗的变化；δe
l
是人均消费水平，体现了居民消费水平对社会整体经济活动的影响，正值说明了居民消费水平的上升对电力消费增长的推动作用的大小，负值说明居民消费对电力消费的反向拉动作用的大小；δeh是居民电力消费水平，说明了居民用电情况的变化，为正说明居民用电的正向增长的规模，为负体现居民用电水平减小的规模。
[0089]
本发明提出的组合使用基于电力能源消耗的修正ras方法与优化更新法中的wls方法。区别于传统的ras方法与以国民生产总值为口径进行的修正方法，此方法的改进点是引入了电力消费指标作为外部推导直接消耗矩阵的基础。由于电力的生产与使用具有两大特性，一是电力生产、传输与使用的时效性；二是电能无法被大规模存储。这两个特性保证了电力生产消费的实时性，与国民经济活动的一致性。以此可以通过迭代运算方法，分析得到目标期的直接消耗系数。同时，本方法通过使用改良后优化更新法中权重最小二乘类方法(wls)，将两类方法的结果进行权重加权求和，得到最优化的目标年份的投入产出表，并以此使用 sda分解法分析经济结构变化驱动因素。本发明结合了修正ras方法与wls方法，
通过加权的ras-wls方法得到了投入产出表中最重要的直接消耗系数矩阵。这一方法结合了ras方法与wls方法的优点，得到了与真实情况更加相似，流量流向更加精确的投入产出表，既使更新的投入产出表与电力消费的增长保持了一致性，又使流量流向的具体变化与基期的值差异相对最小。同时以此为基础，通过使用 sda结构分解模型，再从电力消费视角衡量了电力消费增长与经济结构变化的拉动因素。
[0090]
本发明从电力消费的视角，为电网公司提供了一种反映电力消费变化因素的方法，使其可以合理分配电力能源进入各生产部门与居民部门，并以此有效规划实际发电总量。同时，本发明为政府提供了一种反映社会生产技术升级和结构转型程度的指标，通过第二类与第三类分解因素，可以直观的得出从基期到目标期内社会单位产出能耗的变化和社会各部门生产所消耗能源的变动的情况。
附图说明
[0091]
图1是电力消费视觉下经济结构变化的分析结果示意图。
具体实施方式
[0092]
实施例1
[0093]
本发明使用2017年湖南省投入产出表与2017年、2020年湖南省分行业电力消费数据和湖南省宏观经济数据，推导2020年湖南省投入产出表直接消耗系数，并完成2020年经济结构分析。
[0094]
第一步
[0095]
表1是2017年能源投入产出表，如下表1-1至表1-6。
[0096]
使用表1中行变量a001-a019(中间投入)与列变量a001-a019(中间使用) 的直接消耗矩阵除以行变量xx(总投入)，得到直接消耗系数构成2017 年(基年)直接消耗系数矩阵a0(19*19),见表2。
[0097]
使用表1中行变量ep17与ep20，分别代表2017年与2020年各部门电力消费量，以式(2)对表2进行运算得到目标年直接消耗系数矩阵a
1-1
，见表3。
[0098]
使用表1中行变量a001-a019(中间投入)与列变量a001-a019(中间使用) 的直接消耗矩阵与分行业增加值行变量va20列向加总，得到目标年总投入初值xj(1*19)。
[0099]
使用表2、表3与目标年总投入初值xj依据式(4)进行迭代运算，计算r
i(k)
与 s
j(k)
，依据式(5)生成对角矩阵r(19*19)和s(19*19)，依据式(6)得到ras 方法下的2020年直接消耗矩阵a
1-2
(19*19)，见表4。
[0100]
表5是信息权重矩阵(19*19)，权重矩阵的取值原则遵从信息的已知程度。该例中，确定值仅为电力部门取极大数值，记为1e 08；对于不确定且无法确定范围的值取1；由于2022年投入产出尚未发生且计算，故不存在具有合理取值区间的类型。使用表2与表5的数据，通过式(8)计算得到wls方法下的2020 年(目标年)直接消耗矩阵a2(19*19)，见表6。
[0101]
对表4与表6中的各元素相加取平均，得到ras-wls方法下直接消耗矩阵a
3 (19*19)，见表7。
[0102]
将表7除以2020年各部门电力消费量ep20，得到各部门电力直接消耗系数d，表1中
最终需求部分，最终使用合计列变量fa，为f。将各部门电力消耗量ep17、ep20，除以总电力消耗量(e17＝15815138,e20＝19292757,单位为万千瓦时)，得到向量r(19*1)。2017年与2020年居民消费用电为表1中行变量ep17、ep20与列变量fa001、fa002相交部分。其他标量具体值为：p17＝7296.26，p20＝7295.58(人口/万人)；b是著名的里昂惕夫逆矩阵，依据表7与式(i-a)-1
计算得表8； c17＝23162.6,c20＝26796.4(居民人均消费/元)。
[0103]
使用sda分解法可得图1所示内容。
[0104]
从图1可以看出：
[0105]
δe
p
为-0.01％，说明湖南省人口在基期到目标期内呈流出状态，且带动电力消费负向增长。
[0106]
δed为14.97％，表明湖南省生产单位产品所需能耗上升，使电力消费量上涨 14.97％。
[0107]
δeb为-19.33％，表明湖南省内生产产品的流量流向正从高耗能产业逐步走向低耗能产业，这一变化带来的电力消费的变化为-19.33％。
[0108]
δer为-7.95％，表明湖南省内各个部门的电力消费占比情况的变化，这一结构性变化带来了电力消费量的变化为-7.95％。
[0109]
δe
l
为14.53％，是居民人均消费水平带来的变化，反映了湖南省居民人均消费水平拉动了电力消费的上升，为14.53％。
[0110]
δeh为7.81％，是居民用电量的变化，反映了湖南省居民用电量的变化对社会整体用电量的拉动作用为7.81％。
[0111]
表1-1：2017年能源投入产出表
[0112][0113]
表1-2：2017年能源投入产出表
[0114][0115]
表1-3：2017年能源投入产出表
[0116][0117]
表1-4：2017年能源投入产出表
[0118][0119]
表1-5：2017年能源投入产出表
[0120]
表1-6：2017年能源投入产出表
[0121][0122]
表2-1：2017年直接消耗系数矩阵
[0123][0124]
表2-2：2017年直接消耗系数矩阵
[0125][0126]
表3-1：2020年包含电力消费的直接消耗系数矩阵
[0127]
表3-2：2020年包含电力消费的直接消耗系数矩阵
[0128]
表4-1：ras-2020直接消耗矩阵
[0129][0130]
表4-2：ras-2020直接消耗矩阵
[0131][0132]
表4-3：ras-2020直接消耗矩阵
[0133][0134]
表5-1：权重矩阵
[0135][0136]
表6-1：wls-2020直接消耗矩阵
[0137][0138]
表6-2：wls-2020直接消耗矩阵
[0139][0140]
表6-3：wls-2020直接消耗矩阵
[0141][0142]
表7-1：ras-wls-2020直接消耗矩阵
[0143][0144]
表7-2：ras-wls-2020直接消耗矩阵
[0145][0146]
表7-3：ras-wls-2020直接消耗矩阵
[0147][0148]
表8-1：里昂惕夫逆矩阵
[0149][0150]
表8-2：里昂惕夫逆矩阵
[0151]