基于双侧拉动率模型的电力经济关系特征演化分析－以某省为例

基于双侧拉动率模型的电力经济关系特征演化分析－以某省为例 基金项目：国网安徽省电力有限公司经济技术研究院研究项目 基于电力视角的安徽制造业新质生产力发展态势监测评估（课题编号：B6120925002A） 侯登山 马燕如 余跃 秦丹丹 作者简介：侯登山（1990.12—）男，汉，安徽阜阳人，硕士研究生，高级工程师，国网安徽省电力有限公司经济技术研究院，研究方向：电力系统 （通讯作者）：秦丹丹（1980.10—）女，汉，安徽宿州人，本科，高级经济师，国网安徽省电力公司，研究方向：电力市场     【摘要】本文聚焦电力消费与经济增长的动态耦合关系，以某典型省份为案例，构建并应用电力经济增速差双侧拉动率拆解模型，系统刻画2016-2023 年间二者互动关系的阶段性演化特征。该模型通过将增速差分解为各产业及居民部门的用电拉动率与增加值拉动率之差，有效识别影响电力—经济关系变化的关键结构性因素，兼具宏观解释力与行业定位能力。研究强调从产业结构、单位电耗与拉动权重等多维视角解析驱动机制，突破传统弹性系数或协整分析的局限，强化了对省级尺度下非线性、异质性演化路径的建模能力。基于模型分析结果，本文进一步提出面向能效提升、行业精细化管理和协同监测体系优化的政策方向，为区域能源—经济协同治理与“双碳”目标实施提供方法支撑与决策参考。     【关键词】电力经济关系；增速差；电力经济双侧拉动率模型；产业结构     引言     长期以来，电力消费与经济增长之间呈现出高度耦合的动态关系，其演化特征不仅映射出区域产业结构调整、技术进步和能源效率提升的轨迹，也为制定科学的能源战略、电力规划以及实现“双碳”目标提供关键依据。     围绕经济与电力关系的研究已有较为丰富的积累。早期学者多采用Granger 因果检验、协整分析或弹性系数等计量方法，聚焦于GDP 与用电量之间的单向或双向因果关系（如Kraft & Kraft, 1978），奠定了二者长期均衡与短期波动关系的分析基础。     随着研究视角的拓展，结构性因素逐渐被纳入分析框架，强调产业结构（沈秋英等，2023）、技术水平与节能减排政策（龙梓童等，2019）在调节电力－经济关系中的关键作用。近年来，部分学者尝试引入生产函数法（张龙等，2016）、面板门槛模型或机器学习算法，以捕捉二者关系中的非线性特征与区域异质性，进一步丰富了该领域的研究范式。     然而，现有研究仍存在明显不足：一是多数成果集中于国家层面的宏观分析，缺乏对省级乃至地市级尺度下区域发展阶段差异、资源禀赋特征及地方政策情境的精细化考察；二是对电力与经济之间“双侧拉动”关系—即经济拉动电力需求与电力支撑经济增长—的动态演化过程关注不足，尤其缺乏对非线性转折点、阶段性跃迁及结构性突变的系统识别。此外，传统研究方法在解释电力经济关系动态变化时，往往难以全面考量各产业及居民部门对整体关系的差异化影响。鉴于此，本文选取某一典型省份作为案例，基于2016—2023 年高频率时序数据，构建涵盖经济拉动率与电力支撑率的“双侧拉动率”指标体系，综合运用结构分解等方法，系统揭示该电力－经济关系的阶段性演化特征、关键转折节点及其内在驱动机制。     一、模型方法介绍     本文采用电力经济增速差双侧拉动率拆解模型，对引起电力经济关系变化的重点产业、行业可进行自主定位，量化当前驱动电力与经济增长偏离或趋同的主要结构性因素。该模型不仅突破了传统弹性系数法在解释力和动态性方面的局限，还能有效识别不同行业对电力－经济耦合关系的贡献方向与强度，从而为政策制定者提供更具针对性的调控依据，对于辅助生产统计决策具有重要意义，具体公式如下：     二、电力经济关系演化特征分析－以某省为例     （一）宏观电力经济关系分析     长期以来，某省电力消费总体围绕经济增长上下波动，但自2018 年以来，全社会用电量增速持续高于GDP增速，呈现出“用电弹性系数大于1”的特征。“十四五”以来，这一关联性明显减弱，GDP 增速与用电增速的相关系数已降至0.31，反映出经济增长对电力消费的依赖程度有所下降。2021 年至今，两者关系连续三年呈现波浪式“N”型发展态势，即用电、经济增速呈现先升高、后降低、再回升的波动过程，2023 年电力经济增速差（用电量增速与GDP 增速之差）有所收窄，显示出二者关系趋于阶段性收敛。     从产业结构看，“十四五”以来该省第三产业用电量增速始终高于其增加值增速，其增加值增速与用电增速之间的关系为0.86（低于二产增加值与用电的相关系数0.93）：2018 年和2021 年，三产用电量增速分别超出增加值增速8.9% 和11.4%，差值明显高于同期第二产业的0.58 和3.6个百分点。这一现象可能主要源于第三产业中大量服务行业（如商业、住宿餐饮等）用电对气温、节假日、消费活动等外部因素高度敏感，导致用电波动性大、与经济产出节奏不完全同步，从而放大了电力与经济增速之间的短期背离。     （二）产业结构调整影响     根据电力经济增速差拉动率模型的拆解结果，电力经济增速差主要受三次产业增加值比重、各产业单位增加值电耗水平以及各产业自身电力与经济增速差等关键因素影响。“十三五”以来，该省产业结构持续优化，第二产业增加值比重由2016 年的39.5% 小幅上升至2023 年的40.1%，第三产业比重则从51.0% 提升至51.7%，显示出服务业在经济中占据主导地位。值得注意的是，2023 年二产和三产的单位增加值电耗均出现一定程度上升，反映出部分行业生产恢复或能效管理面临阶段性压力。然而，由于第三产业单位增加值电耗远低于全社会平均水平，其在电力经济增速差计算中的权重系数小于1，导致即便其用电增速较快，对整体增速差的贡献也相对有限。结合模型测算，初步判断第三产业在2023 年对电力经济增速差的正向拉动作用较弱，甚至呈现负向拉动作用。     （三）行业原因初步定位     进一步分别计算出2023 年该省三次产业、城乡居民用电量增加值拉动率差，结果显示：全年电力经济增速拉动率差为1.58 个百分点，其中第一产业贡献-0.29 个百分点，第三产业为-1.24 个百分点，城乡居民生活用电为-0.80个百分点，三者均呈现负向拉动；而第二产业则表现出显著正向拉动作用。这一结果进一步证实，第三产业是导致2023 年该省电力经济增速差收窄的关键因素。     深入到行业层面分析，在第三产业内部，批发零售业、金融业、住宿餐饮业对电力经济增速差的负向拉动作用尤为突出，被识别为影响整体电力－经济关系变化的重要细分行业。其背后原因具有双重性：一方面，在消费逐步复苏的宏观背景下，这些服务业加速向轻资产、平台化、数字化运营模式转型，业务扩张更多依赖信息技术而非高能耗设备，单位产出的能源消耗持续降低，能源密集度明显下降；另一方面，2023 年冬季气温显著偏高（“暖冬”现象），大幅抑制了商业场所及居民端空调、电采暖等季节性高负荷用电需求，导致实际用电增速明显滞后于经济增加值增速。二者叠加，使得相关行业出现“经济恢复快、用电增长慢”的阶段性背离现象，进而拉低了全省整体的电力经济增速差。这一发现揭示了产业结构升级与气候异常对用电行为的深刻影响，凸显在新经济形态与气候变化双重驱动下，电力经济关系演化的新特征。     三、结论与建议     （一）结论     本文基于电力经济增速差拉动率模型，对某省电力与经济关系进行分析，发现2023 年电力经济增速差明显收窄，其中第三产业是影响该变化的关键因素。具体而言，第三产业中部分服务行业受数字化转型和气候异常等因素影响，出现“经济恢复快、用电增长慢”的现象，导致其对电力经济增速差呈现负向拉动作用。同时，第二产业在电力经济关系中仍发挥重要支撑作用，但其单位增加值电耗上升也反映出能效管理面临一定压力。     （二）建议     一是强化第二产业能效管理，在稳固第二产业作为经济增长和用电主力支撑作用的同时，加快钢铁、建材等高耗能行业绿色低碳转型。通过推广节能技术、优化生产流程等方式，降低单位增加值电耗，推动电力消费结构持续优化。例如，可以建立高耗能行业能效标杆体系，对达到标杆水平的企业给予政策支持和奖励，激励企业提升能效水平。     二是聚焦第三产业细分行业研究：针对批发零售、住宿餐饮等负向拉动显著的细分行业，加强对其用电行为的动态监测。深入分析气温、节假日、数字化运营模式等因素对用电弹性的影响，深化分行业电力－经济关系研究。例如，可以建立行业用电数据库，收集不同行业在不同季节、不同经济形势下的用电数据，为分析用电弹性提供数据支持。同时，加强对这些行业能源管理的指导，帮助企业优化用电方案，提高能源利用效率。     三是整合经济、能源、气象等数据资源，构建覆盖多层级、多维度的电力经济协同监测体系。动态追踪产业结构调整与用电变动的互动机制，及时掌握电力经济关系的变化趋势。例如，可以利用大数据和人工智能技术，对海量数据进行挖掘和分析，建立电力经济关系预测模型，为精准制定差异化能源政策、优化电力资源配置提供科学依据。同时，加强与相关部门的沟通协作，实现数据共享和信息互通，提高政策制定的协同性和有效性。     通过以上措施，可以进一步提升对电力经济关系的认识和管理水平，为区域能源—经济协同治理与“双碳”目标实施提供有力支持。