基于结构分解模型的中国电力消费驱动因素研究

中国电力ELECTRIC POWERVol. 52, No. 12Dec. 2019

基于结构分解模型的中国电力消费驱动因素研究

光峰涛1，何永秀1，尤培培2，高效2

(1. 华北电力大学 经济与管理学院 北京　102206；2. 国网能源研究院有限公司，北京　102209)

摘　要：自中国经济步入院系新常态以来，电力消费年均增速放缓，与经济增速表现背离。在电力能源投入产出分析的基础上，对中国电力消费驱动因素进行结构分解分析，比较不同经济阶段各因素的作用机制，解析电力消费的增长模式，探究其年均增速放缓的原因。结果表明：人均最终需求水平一直是电力消费增长最大的增量因素，但其贡献比例呈递减趋势；除2010—2012年阶段外，电力直接能耗系数一直是电力消费增长最大的减量因素，而最终需求结构以较小的拉动率促进电力消费增长；电力消费的增长动力来源由净出口驱动（2005—2007年）为主转变投资驱动（2007—2010年）为主，再向消费驱动（2010—2015年）为主过渡。

关键词：电力消费；投入产出分析；结构分解；消费驱动；影响因素

中图分类号：F206           文献标志码：A           DOI：10.11930/j.issn.1004-9649.201904064 

0 引言

作为一国（地区）经济发展的“晴雨表”，电力消费量的增长速度变化在一定程度上反映了其经济发展的快慢与好坏；反过来，经济形势的变化也会影响其电力消费量的变动情况。电力消费和经济发展间的这种密切关联关系一直都受到学术界和工业界的广泛关注[1-3]，尤其是对某些情况下电力消费和经济发展间出现的背离现象[4-5]。在某些因素的制约或影响下，电力消费增长速度和经济增长速度表现出“比例失调”，甚至发生完全相反的变动趋势。

过去相当长的一段时间里，中国电力消费随其快速发展的经济高速增长，在2000—2011年间年均增速维持在10%以上。但自2012年经济步入新常态以来，GDP增速由“高速”转向“中高速”的同时，电力消费也改变了以往高速增长的态势，开始减挡增长。2012—2016年，电力消费的年均增速仅保持在5%左右，相比2000—

2011年下降程度达50%以上，而GDP的年均增速下降程度还不到30%。中国电力消费和GDP年均增速下降比例的明显差异反映了这两者间增长速度的不一致，已呈现出显著的背离，特别是2015年GDP的增速为6.90%，而电力消费的增速仅为2.90%。尽管已有研究从不同角度出发对中国经济运行和电力消费的周期协同性进行了探究[6-8]，但这些研究忽略了对经济新常态以来电力消费增速和经济增速表现出不同步现象的考察。鉴于此，本文从电力消费影响因素的视角切入，分析经济新常态下其年均增速放缓的原因。

对电力消费影响因素的定量解析通常有2种方法：经济计量分析和因素分解分析。经济计量分析多以电力消费量作为因变量，以预先筛选的影响因素，如GDP[9]、电价[10]、城镇化率[11]、经济结构[12]等作为自变量，通过回归分析探究这些因素对电力消费量的影响。尽管经济计量分析有其先进性和科学性，但也多面临着模型设立形式论证不足、样本数据有限或数据质量不高等问题[13]。因素分解分析是将电力消费的时间序列变动分解成一系列与之相关的各独立自变量变动的和，以探究分析电力消费产生变化的根源及这些构成自变量对电力消费变动的贡献程度[14]，通常包含指数分解和结构分解两种。指数分解分析对数据要求较低，更易于时间序列分析[15-16]。而结构分解

收稿日期：2019−04−14； 修回日期：2019−07−30。基金项目：国家电网有限公司科技项目(售电侧放开模式下零售电价价格政策研究及应用，SGNY0000CSJS1800046)；中央高校青年培养项目(新常态下中国电力能源的消费特征解析，2019QN078)。

123

中国电力第 52 卷

分析可将部门间的直接联系和间接联系全都考虑在内，即分解结果是对各自变量和因变量间完全联系的测度，这主要是归因于其以编制的投入产出表作为基础[17-18]。通过对比两个不同年份的投入产出表，可将蕴藏在经济发展过程中的技术进步和结构变迁都予以识别和检验。

虽然已有研究采用结构分解分析考察过电力消费的驱动因素[19-20]，但这些研究都聚焦于经济旧常态，缺乏对经济新常态下电力消费影响因素的关注。此外，不同研究分解出的驱动因素也有较大差异，这主要与研究目的和各考察时期电力消费的特点相关。为此，本文立足于新常态下电力消费呈现出的新变化，仍运用该方法对电力消费的驱动因素进行分析，并尽可能多的涵盖多个经济发展阶段，以比较新常态和其他阶段各影响因素的贡献差异，解析电力消费的增长模式变迁，以期科学研判未来电力消费的变动趋势，为“十四五”电力规划研究提供参考。

1 基于电力能源投入产出分析的中国电

力消费影响因素的结构分解

1.1 电力能源投入产出表

能源投入产出分析是以投入产出技术的产生为依托发展起来的，是其在能源领域的拓展应用，这源于人类经济社会发展对能源的依赖。同标准的投入产出表相比，电力能源投入产出表除包含经济模块外还增加了一个电力能源模块。具体而言，就是在标准投入产出表的下方添加一个电力能源投入矩阵，电力能源投入产出表的基本结构如表1所示。在原本的经济模块基础上架构经济–能源投入产出表，符合社会经济与能源消费协调发展的思想，是出于经济运行必以能源消耗为基础的考虑，通过能源资源的合理配置和优化促进经济增长空间的释放，实现经济的可持续发展。

Zij从垂直方向上看，指在生产过程中第j个部

门对第i个部门产品的直接消耗量；从水平方向上看，指在分配过程中第i个部门产品满足第j个部门中间需求的情况。

Fi指在已退出或暂时退出本期生产活动后，

第i个部门的产品最终需求的总数量，涵盖消费需求、投资需求、净出口需求及其他项。其他项的

124

表 1 电力能源投入产出表的结构

Table 1 The structure of electrical energy input-output

table

投入

产出

中间需求最终需求

总产出

12

…

n消费投资净出口

其他

1

中间2

Z投入…

ij

Fi

Xi

n

最初投入Vj——总投入Xj——电力能源

EjHy

E

设置是为了放置难以消除的误差，这是因为在投入产出表的过程中，由于数据来源不同、计算方法差异及其他一些预先假定因素的存在，有时难以完全保障数据的行列平衡。

Vj指第j个部门在生产过程中为获得总产出而

付出的初始投入，即该部门的增加值数额，包含固定资产折旧、劳动者报酬、生产税净额及生产部门的营业盈余。

Xi指第Xj个部门的总产出，Xj指第j个部门的

总投入，在i=j的情况下，Xi=Xj，即同一部门的总投入和总产出是相等的。

Ej指在生产过程中，第j个部门为获得总产出

所产生的电力消费数量，构成投入到本期生产过程的电力能源流量矩阵。

Hy指居民生活直接消费对电力消费的需求

数量。

E指电力消费总量，表示本期由自然系统转

移到经济系统的电力能源的总数量。1.2 电力能源投入产出分析

根据电力能源投入产出表的基本框架，存在以下两组重要的平衡关系式。

产品分配平衡方程组为

∑nZij+Fi=Xi(i=1,2,···,n)（1）j=1该组方程同标准的投入产出表原理一样，描述的都是国民经济体系中各部门产品在生产与使用上的平衡关系。对任一部门而言，其生产的产品量都等于该部门产品在中间需求量和最终需求

第 12 期光峰涛等：基于结构分解模型的中国电力消费驱动因素研究

量上的合计，即总产出=中间需求+最终需求。

能源分配平衡方程组为

∑nEj+Hy=E（2）j=1该组方程为电力能源投入产出表所特有的，描述的是电力能源在供应和消费间的平衡关系。

直接消耗系数是投入产出分析中的核心概念。与标准投入产出分析相同，电力能源投入产出分析中的直接消耗系数也反映的是某部门生产单位产值对另一相关部门产品的直接消耗量，描述了在一定技术水平下这两部门间的直接经济技术联系，可表示为

aijij=ZXj（3）式中：aij为直接消耗系数或技术系数，为第j个部门在生产单位产品时对第i个部门产品的直接消耗量，其数值大小受技术水平、管理水平、产品结构、产品相对价格水平等多种因素的影响。

n个部门间的直接消耗系数用矩阵A表示，即直接

消耗系数矩阵。

参照直接消耗系数，可定义电力直接能耗系数dj为第j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

dEjj=Xj（4）该系数的大小由该部门的生产技术特点决定，反映了其对电力能源的依赖程度，在短期内可视为不变。这1×n个dj构成了电力直接能耗系数矩阵D。

将上文定义的直接消耗系数和电力直接能耗系数分别引入到两组行平衡关系式中，可得

∑naijXj+Fi=Xi(i=1,2,···,n)（5）j=1∑ndjXj+Hy=E（6）j=1改写成矩阵形式，可得

AX+F=X（7）DX+H=E（8）式中：H为居民生活电力能源直接消费量；E为整个国民经济体系电力能源消耗量。

对式（7）和（8）进行整理可得

E=D(I−A)−1F+H（9）考虑到F=PRL，在式（9）的基础上可得

E=PDBRL+H（10）式中：B=(I−A)−1表示即著名的里昂惕夫逆矩阵，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；P是一个标量，表示人口，用年末人口总人数计量；R是一个n×1的列矩阵，表示最终需求结构，即指各部门消费量占最终消费总量的比例；L是一个标量，指的是人均最终需求水平。

1.3 电力消费影响因素的结构分解

式（11）~（7）中上角标t和S分别标注基准期和比较期，则在基准期和比较期这一阶段内，电力消费量发生的变化∆E可表示为

∆E=ES−Et=∆EP+∆ED+∆EB+∆ER+∆EL+∆EH（11）式中：∆EP、∆ED、∆EB、∆ER、∆EL和∆EH分别表示人口、电力直接能耗系数、经济技术、最终需求结构、人均最终需求水平和居民生活直接消费对电力消费量变动的影响。本文采用两级分解算法[18]来测算上述各效应计算公式为

∆EP=1(DtBt+DSBS)(PS−Pt)(RtLt+RSLt)4（12∆ED=1(2DS−Dt)(BtFt+BSFS)）（13）∆E−Bt)B=1[Dt(BSFS+DS(BS−Bt)Ft]2（14）∆ER=1(DtBt+DSBS)[Pt(RS−Rt)LS+PS(RS−Rt)Lt]4（15）∆E1(4DtBt+DSBS)(PtRt+PSRS)(LS−Lt)L=（16）∆EH=HS−Ht（17）将测算得到的各效应值与基期电力消费量相比，便可得到各因素对电力消费增长的拉动率。此外，考虑到所有部门的直接电力消费之和与最终需求引发的电力消费相等，便可通过式（18）分别计算各类最终需求引发的电力消费。

125

中国电力第 52 卷

Ek=DBFk（18）式中：Fk指第k类最终需求的列矩阵。1.4 数据来源

本文需要收集两方面的数据：一是中国投入

产出表及延长表；二是各年份细分行业的电力消费数据。根据国家统计局投入产出核算制度的规定，每逢二、逢七的年份编制投入产出基准表，每逢零、逢五的年份编制投入产出延长表。现阶段，国家统计局最新对外发布的投入产出表为2015年的投入产出延长表。从研究需要和数据的可获得性出发，本文选用2005年、2007年、2010年、2012年、2015年共5张投入产出表，并将2005—2015年这一时期根据投入产出表的发布时间点划分为4个发展阶段：第1阶段（2005—2007年）、第2阶段（2007—2010年）、第3阶段（2010—2012年）、第4阶段（2012—2015年）。不同阶段的电力消费特征随经济的发展也呈现出显著的差异。历年来电力消费的分行业数据来自《中国能源统计年鉴》。考虑到投入产出表的部门分类与电力消费数据的行业分类不一致，需要对部分行业或部门进行合并，使投入产出表和能源统计资料连接起来。在投入产出分析中，若产品分类越精细，则越符合一般均衡理论的假设，也越能体现出各部门间的关联。在该原则的指导下，本文将历年来的投入产出表统一归并为19个部门。此外，由于采用的投入产出表都是价值型的且是以当年生产者价格统计的，为使数据具有可比性，采用价格指数缩减法将各年度的投入产出表调整为以2005年为基年的可比价投入产出表。

2 不同经济阶段中国电力消费结构分解

结果的比较分析

图1描述了不同经济阶段下中国电力消费的多因素结构分解结果，每个条形的长短代表了相应因素对电力消费增长的贡献度。通过比较各经济阶段各因素贡献度的差异，分析电力消费的增长动力来源，探究其在2012—2015年期间增速明显放缓的原因。

2.1 第一阶段：2005—2007年

在2005—2007年期间，中国的电力消费由24 940.39亿kW·h增长到了32 711.80亿kW·h，年

126

% 2% 63.816%%%1− 7%%% 1 %%88315...46%% 42133757...%%44−0034..2 22% −−11平数9.9) 0..%%91 h96394 ·.3−0.41术数构46构口费术水系能10 W4.3296.01−.02技系结.2消技费耗85P−%%% ( 9济能费6结人7活济消接 费/4量%%%%3 405数术94费平 8 15.耗消94消生经均直..4系技.口4消水经费1203.06201.7接民人力消..1230能济3人9 活费8费平直居电.构口经14生消力93术平数11结人消水耗民均力电.口构费720 活费接电4人结消技水系2费居人93 消生消直4费活济费能2消生经消耗民均力民均接居人电居人直力电0200531.16 %200728.19 %201018.67 %201216.59 %2015 年份图 1 不同经济阶段下中国电力消费增长的影响因素拉动率Fig. 1 Pulling rates of different driving factors to theincrease in Chinese electricity consumption under

different economic development stages

均增长率为14.53%。由图1可知，人均最终需求水平是这一时期电力消费增长最大的增量因素，拉动率达28.60%，其由2005年的14 244.55元增长到了2007年的19 194.83元。表2显示了各经济部门的最终需求占比。从该表呈现的最终需求结构可以看出，在2005年和2007年，其他服务业、建筑业、机械电气电子设备制造业等经济部门的最终需求占比最高，都在15%以上，是中国经济增长的来源。最终需求结构对电力消费增长的拉动率为2.62%，从各经济部门最终需求占比变动来看，发生变化较大的是其他服务业、机械电气电子设备制造业、农业、建筑业以及批发和零售贸易餐饮业，绝对变动比例都在1%以上。

电力直接能耗系数是电力消费增长最大的减量因素，也是唯一的减量因素，其拉动率为–13.60%。表3显示了各经济部门于各年份的电力直接能耗系数。从整体来看，总体电力直接能耗系数由2005年的0.040 4 kW·h/元下降到了2007年的0.037 8 kW·h/元，降幅比例为6.50%。从分部门来看，除非金属矿物制品业的电力直接能耗系数上涨外，其余各经济部门的电力直接能耗系数都有不同程度的下降。其中，下降程度最大的部门是化学工业，降幅达37.81%，这与这一时期中国化学工业转变经济增长方式有密切的关联。化学工业是中国经济的支柱产业之一，但同时也面临着高污染、高排放、高能耗问题。受节

第 12 期光峰涛等：基于结构分解模型的中国电力消费驱动因素研究

表 2 各经济部门的最终需求占比Table 2 The proportions of final demand of different

economic sectors

%

经济部门年份

20052007201020122015农业6.524.782.913.071.91煤炭采选业–0.350.01–0.30–0.190.14石油和天然气开采业–1.80–1.78–1.78–1.80–1.69其他采选业–1.05–1.32–1.60–1.46–1.06食品制造及烟草

加工业

7.867.187.186.575.66纺织业7.407.215.945.054.80木材加工及家具

制造业

0.851.371.101.161.18造纸印刷及文教体育用品制造业0.620.660.511.411.40石油加工、炼焦及核燃料加工业

–0.54–0.24–0.220.120.09化学工业–0.570.160.190.700.66非金属矿物制品业1.240.340.180.400.17金属冶炼及压延

加工业

0.301.170.230.35–0.09机械电气电子设备

制造业

17.6419.8024.9923.5421.67其他工业1.221.170.77–0.240.09电力工业1.460.690.780.950.65建筑业20.9522.4922.7521.6826.01交通运输、仓储和邮政业2.792.911.463.072.09批发和零售贸易

餐饮业6.577.686.807.617.71其他服务业

28.90

25.74

28.12

28.01

28.61

能减排政策的驱动及国际高油价的影响，化学工业摒弃了以往对速度规模快速增长的片面追求，逐步注意到资源的合理优化利用、投资的效益最大化实现、结构和布局的合理化发展，特别是现代化技术的开发和利用，这些都极大地提高了其竞争能力，有力促进了电力直接能耗系数的下降。此外，电力直接能耗系数下降较大的经济部门还有其他工业、木材加工及家具制造业及电力工业，这些部门的电力直接能耗系数下降程度都在20%以上。

居民生活直接消费对电力能源的需求由2005年的824.812亿kW·h增长到了2007年的3 622.71亿kW·h，其对电力消费增长的拉动率为

表 3 各经济部门的电力直接能耗系数

Table 3 Direct electricity consumption coefficients of dif-ferent economic sectors

(kW·h)/元

经济部门年份

20052007201020122015农业0.022 30.024 00.020 90.020 10.018 0煤炭采选业

0.074 2

0.068 90.058 60.065 60.044 0石油和天然气开采

业0.063 7

0.041 20.041 20.055 50.054 1其他采选业

0.091 5

0.082 20.063 20.078 70.055 1食品制造及烟草加

工业

0.018 5

0.016 40.014 30.014 70.013 0纺织业

0.034 3

0.031 90.029 20.031 50.026 9木材加工及家具制

造业

0.021 5

0.017 20.018 70.019 10.015 8造纸印刷及文教体

育用品制造业0.047 0

0.038 40.034 40.027 90.022 4石油加工、炼焦及

核燃料加工业

0.024 8

0.024 50.030 00.027 80.027 2化学工业

0.105 9

0.065 80.053 00.052 60.044 8非金属矿物制品业0.053 10.085 00.069 10.075 60.055 0金属冶炼及压延加

工业

0.107 4

0.098 80.095 40.083 90.077 0机械电气电子设备

制造业

0.016 0

0.013 90.012 90.013 10.011 7其他工业0.037 80.024 40.024 40.044 20.033 6电力工业0.193 90.153 40.143 20.156 40.142 4建筑业

0.005 5

0.005 20.005 70.005 90.004 6交通运输、仓储和

邮政业

0.017 1

0.016 20.014 20.014 10.012 9批发和零售贸易餐

饮业0.022 1

0.022 30.022 60.021 40.019 5其他服务业0.015 00.015 60.014 70.013 30.012 2总体

0.040 4

0.037 8

0.033 5

0.032 9

0.028 4

3.20%，这主要是随着居民生活水平的不断提升，家用电器在家庭中的使用数量越来越多。同一时期，年末人口总数由130 756万人增长到了132 129万人，增长率仅为1.05%，这两年间人口数量极少的增长只造成电力消费增长了1.08%。此外，经济技术效应在这一时期对电力消费增长也起正向作用，其拉动率为7.38%。2.2 第二阶段：2007—2010年

在2007—2010年期间，中国的电力消费由32 711.80亿kW·h增长到了41 934.49亿kW·h，增长了28.19%。受金融危机的影响，中国GDP的年均增长率由2005—2007年期间的13.45%下降到

127

中国电力第 52 卷

了9.90%。经济发展与电力消费紧密相关，在经济衰退的影响下，电力消费的年均增长率下降到了8.68%，相比2005—2007年降幅5.93%。但是，人均最终需求水平仍然是导致电力消费增长

最主要的因素，且拉动率相比2005—2007年提升了2.75%，达到33.24%。从最终需求结构来看，其他服务业、机械电气电子设备制造业、建筑业仍然是占比最高的3个经济部门。这一时期最终需求结构的变动只引起电力消费增长了0.14%，最终需求占比变化较大的部门有机械电气电子设备制造业、其他服务业、农业、交通运输、仓储和邮政业及纺织业，它们的绝对变动比例都在1%以上。

金融危机的另一个影响是造成净出口支出引发的电力消费下降。2005—2007年是中国出口贸易发展的黄金期，出口的产品大都以高耗能、低附加值为特点，由图2可以看出，净出口引发的电力消费由668.09亿kW·h增长到了3 031.99亿kW·h，两年间增长了3倍之多。而2008年爆发的金融危机对世界各国的对外贸易造成巨大冲击，导致整个国际贸易市场的疲弱，中国也难独善其身，净出口随之锐减。相应地，净出口引发的电力消费下降到了2010年的1 067.60亿kW·h，相比2007年下降了64.79%。为应对金融危机、稳定国内经济，中国政府在2008年底实施了4万亿投资计划及一系列扩大内需的刺激措施，覆盖了基础设施建设、民生工程投资、创新与生态投资以及汶川灾后重建工作等多个方面。受此一揽子计划的影响，资本形成、居民消费以及政府消费引发的电力消费都实现了巨大的增长，特别是资本形成引发的电力消费由2007年的15 365.71亿kW·h增长到了2010年的22 275.03亿kW·h，增幅为44.97%。

电力直接能耗系数仍然是电力消费增长最重要的减量因素，但其拉动率下降到了9.24%。从整体来看，总的电力直接能耗系数由2007年的0.037 8 (kW·h)/元下降到了2010年的0.033 5 (kW·h)/元，下降幅度极小，这也是其拉动率变小的原因。具体来看，除少数经济部门外，绝大多数经济部门的电力直接能耗系数都呈下降趋势。其中，下降幅度最大的是其他采选业，达23.04%，这可能与2008年底金属矿采选产品、非金属矿采选产品增值税税率由13%恢复到17%有关，增值

128

7居民生活消费6其他净出口资本5政府消费)h·W4P(/量费3消力电21020052007201020122015 −1年份图 2 各类最终需求引发的电力消费的变动Fig. 2 The variation of electricity consumption caused

by different final demand categories

税率的提高倒逼该行业技术工艺的提升，减少对电力能源的消耗；而上升幅度最大的是石油加工、炼焦及核燃料加工业，达22.75%，这是因为该行业是国民经济发展的基础行业，受经济刺激政策的影响，在这一时期过度追求规模的扩大和增长而放低了能效提升的位置。

除电力直接能耗系数外，经济技术效应也是这一时期造成电力消费增长的另一减量因素，其拉动率为2.04%，这与其在2005—2007年的影响作用相反。此外，人口和居民生活直接消费继续保持了原来对电力消费增长的正向作用，其拉动率分别为1.50%和4.59%。2.3 第三阶段：2010—2012年

在2010—2012年期间，中国的电力消费由41 934.49亿kW·h增长到了49 762.64亿kW·h，增幅18.67%。在该阶段，人均最终需求水平仍然是电力消费增长最大的驱动因素，拉动率为19.88% ，但相比前一阶段降低了13.36%。从最终需求结构来看，2012年最终需求占比较高的经济部门与2010年的情况相似，变化不大，但各经济部门最终需求占比的变化对电力消费增长的作用机制由正向变成了负向，产生–0.16%的拉动率。其中，最终需求占比下降较大的经济部门有机械电气电子设备制造业、建筑业及其他工业，它们的绝对变动比例都在1%以上，而最终需求占比提高超过1%的经济部门只有交通运输、仓储和邮政业。

第 12 期光峰涛等：基于结构分解模型的中国电力消费驱动因素研究

区别于前两阶段，在这一阶段经济技术效应是电力消费增长最大的减量因素，拉动率为4.37%，这是因中间需求变化而带动电力消费量增加。电力直接能耗系数对电力消费增长的减量效应也发生了较大变动，锐减为0.24%。从整体而言，总的电力直接能耗系数由2010年的0.033 5 (kW·h)/元下降到了2012年的0.032 9 (kW·h)/元，只降低1.69%，其微小的变动造成了对电力消费增长的抑制作用不明显。详细来看，各经济部门的电力直接能耗系数变动差异化明显，这主要受各经济部门生产工艺与技术差异的影响。其中，电力直接能耗系数变动最大的前五个经济部门是其他工业、石油和天然气开采业、其他采选业、造纸印刷及文教体育用品制造业、金属冶炼及压延加工业。值得注意的是其他工业的电力直接能耗系数增幅达81.11%，而造纸印刷及文教体育用品制造业的电力直接能耗系数降幅最大，为18.78%。

2010—2012年是金融危机后的经济恢复期，为保障经济能够稳中有进，在这一时期中国的经济发展以扩大内需，特别是消费需求为战略要点，以发挥好投资对经济增长的关键作用为特点，这可以反映在各类最终需求引发的电力消费上。资本形成引发的电力消费在2012年为25 712.84亿kW·h，占总电力消费的51.67%，尽管相比2010年下降了1.45%，但仍然是占比最高的。而消费（包括居民消费、政府消费、居民生活直接消费）引发的电力消费由2010年的19 243.83亿kW·h增长了2012年的222 927.75亿kW·h，占比提高了1.53%。

人口数量在这一时期变动较小，由2010年的134 091万人增长到了2012年的135 404万人，只增长了0.98%，相应地，其对电力消费增长的增量效应也很小，拉动率为0.94%。2.4 第四阶段：2012—2015年

在2012—2015年期间，中国的电力消费由49 762.64亿kW·h增长到了58 019.97亿kW·h，年均增长率为6.27%。这一阶段的年均增长率相比2010—2012年下降了2.71%，是所考察四个阶段中最低的。但是与以往各阶段相同，人均最终需求水平依然是电力消费增长最大的促进因素，拉动率为18.62%。从最终需求结构来看，其他服务业、建筑业以及机械电气电子设备制造业这三个

经济部门的最终需求占比仍然是最高的。最终需求结构的变动引起电力消费1.33%的增长，这些变动主要发生在建筑业、机械电气电子设备制造业及农业部门，它们的绝对变动比例都在1%以上，特别是建筑业，其最终需求占比提高了4.33%。

电力直接能耗系数是这一阶段电力消费增长唯一的减量因素，拉动率为13%。从整体来看，总的电力直接能耗系数由0.032 9 (kW·h)/元下降到了0.028 4 (kW·h)/元，降幅13.67%；从分部门来看，各经济部门的电力直接能耗系数都呈下降趋势，取得了不同程度的降幅。其中，煤炭采选业的电力直接能耗系数降幅最大，相比2012年下降了32.99%，这主要是由于在煤炭去产能的背景下，淘汰退出了大量落后煤矿，自主创新了煤炭采选技术，加强了煤矿的监控和管理，这些都极大地促进了煤炭采选业电耗水平的降低。此外，其他采选业、非金属矿物制品业、机械电气电子设备制造业及电力工业等经济部门的电力直接能耗系数降低程度都在20%以上。

在经济新常态阶段，经济发展以追求高质量增长为目标，经济增速由高速向中低速换挡，2012—2015年的年均GDP增长率下降到7.33%，结束了2005—2012年的年均两位数（10.57%）的增长，经济增长方式继续由投资驱动转向以消费驱动为主，投资引发的电力消费占比由2012年的51.67%下降到了2015年的50.07%，而同一时期消费引发的电力消费占比由46.07%提高到了49.66%。其中，与居民生活直接消费相关的电力消费由6 218.96亿kW·h增长到了7 565.21亿kW·h，其增长与这一时期在居民生活领域推行的电能替代政策相关，提高了居民家用电器的使用率，对电力消费增长产生的拉动率为2.71%。

人口数量也电力消费增长的一个驱动因素，其由2012年的135 404万人提高到了2015年的137 462万人，这引起电力消费1.43%的增长。此外，经济技术效应也是这一时期电力消费增长的另一驱动因素，各经济部门的生产技术联系加强，对电力消费增长产生5.51%的拉动率。

3 结论

本文基于电力能源投入产出分析对影响中国

129

中国电力第 52 卷

电力消费变动的因素进行了结构分解，解析了电力消费的增长模式，探究了经济新常态以来其年均增速放缓的原因，得到以下结论。

（1）人均最终需求水平是电力消费增长最大的增量因素，其贡献比例呈递减趋势，这是造成电力消费年均增速放缓最主要的原因；除2010—2012年阶段外，电力直接能耗系数是电力消费增长最大的减量因素。

（2）最终需求结构和经济技术对电力消费增长的作用方向在各经济阶段发生过变动，而人口和居民生活消费一直保持对电力消费增长的正向作用，且贡献比例变动不大。

（3）电力消费的增长动力来源由2005—2007年的净出口驱动为主转变到2007—2010年的投资驱动为主，再到2010—2015年的消费驱动为主。

参考文献：

[1]

王庆华, 肖宏伟. 中国电力消费对经济增长影响的空间溢出效应研究[J]. 宏观经济研究, 2018(2): 97–104.

WANG Qinghua, XIAO Hongwei. The spatial spillover effect ofelectricity consumption on economic growth in China[J].Macroeconomics, 2018(2): 97–104.

[2]刘生龙, 高宇宁, 胡鞍钢. 电力消费与中国经济增长[J]. 产业经济研究, 2014(3): 71–80.

LIU Shenglong, GAO Yuning, HU Angang. Electricity consumptionand China’s economic growth[J]. Industrial Economics Research,2014(3): 71–80.

[3]白杨, 李昂, 夏清. 新形势下电力市场营销模式与新型电价体系[J]. 电力系统保护与控制, 2016, 44(5): 10–16.

BAI Yang, LI Ang, XIA Qing. Electricity business marketing modesin the new environment and new electricity pricing systems[J]. PowerSystem Protection and Control, 2016, 44(5): 10–16.

[4]徐斯旸, 祝志刚. 华中地区经济周期与电力需求周期的特征及相互关系[J]. 广东电力, 2019, 32(2): 31–37.

XU Siyang, ZHU Zhigang. Characteristics and correlation ofeconomic cycle and electricity demand cycle in central China[J].Guangdong Electric Power, 2019, 32(2): 31–37.

[5]ZHAO Huiru, ZHAO Haoran, GUO Sen, et al. The impact offinancial crisis on electricity demand: a case study of north China[J].Energies, 2016, 9(4): 1–13.

130

[6]谢品杰, 孙飞虎, 王绵斌. 中国电力周期与经济周期的协同性——基于Markov区制转移模型[J]. 技术经济, 2017, 36(7): 75–84.SUN Pinjie, SUN Feihu, WANG Mianbin. Synchronization ofelectricity consumption cycle and economic growth cycle in China:based on markov regime switching model[J]. Technology Economics,2017, 36(7): 75–84.

[7]石帮松, 张靖, 李博文, 等. 多类型售电公司共存下竞价售电的市场均衡研究[J]. 电力系统保护与控制, 2018, 46(5): 62–67.

SHI Bangsong, ZHANG Jing, LI Bowen,et al. Market equilibriumstudy on multiple types of electric power retailers bidding[J]. PowerSystem Protection and Control, 2018, 46(5): 62–67.

[8]LIN B, LIU C. Why is electricity consumption inconsistent witheconomic growth in China?[J]. Energy Policy, 2016, 88: 310–316.

[9]曹金龙, 陈洁赟. 华东地区经济增长与电力能源消费的关系[J]. 首都经济贸易大学学报, 2017(2): 60–64.

CAO Jinlong, CHEN Jieyun. East China’s economic growth andelectric energy consumption[J]. Journal of Capital University of

Economics and Business, 2017(2): 60–64.

[10]DENG C, LI K, PENG C, et al. Analysis of technological progress

and input prices on electricity consumption: evidence from China[J].Journal of Cleaner Production, 2018, 196: 1390–1406.

[11]林伯强, 刘畅. 收入和城市化对城镇居民家电消费的影响[J]. 经济

研究, 2016(10): 69–81.

LIN Boqiang, LIU Chang. Impacts of income and urbanization onurban appliance consumption[J]. Economic Research, 2016(10):69–81.

[12]HE Y, GUANG F, CHEN R. Prediction of electricity demand of

China based on the analysis of decoupling and driving force[J]. IETGeneration, Transmission & Distribution, 2018, 12(13): 3375–3382.

[13]曲三省. 现代经济计量分析方法应用研究[J]. 经济经纬, 2008,

1(1): 76–78.

QU Sansheng. A research of the application of modern econometricalanalysis method[J]. Economic Survey, 2008, 1(1): 76–78.

[14]MENG M, WANG L, SHANG W. Decomposition and forecasting

analysis of China’s household electricity consumption using three-dimensional decomposition and hybrid tend extrapolation models[J].Energy, 2018, 165: 143–152.

[15]FANG D, HAO P, HAO J. Study of the influence mechanism of

China’s electricity consumption based on multi-period ST-LMDImodel[J]. Energy, 2019, 170: 730–743.

[16]GUAN D, MENG J, REINER D M, et al. Structural decline in China’s

CO2 emissions through transitions in industry and energy systems[J].

第 12 期光峰涛等：基于结构分解模型的中国电力消费驱动因素研究

Nature Geoscience, 2018, 11(8): 551–555.LIN Boqiang, ZHANG Li, WU Ya. The effect of domestic demand,technology progress and import and export trade on China’selectricity consumption[J]. The Journal of World Economy,2011(10): 146–162.

[17]王会娟, 夏炎. 中国居民消费碳排放的影响因素及发展路径分

析[J]. 中国管理科学, 2017, 25(8): 1–10.

WANG Huijuan, XIA Yan. Influence factors vs. developmentsof China’s household carbon emissions[J]. Chinese Journal ofManagement Science, 2017, 25(8): 1–10.

作者简介：

光峰涛(1992—)，男，通信作者，博士研究生，从事电力经济管理研究，E-mail: Guangft@126.com；

何永秀(1970—)，女，博士，教授，从事电力经济管理研究，E-mail: yongxiuhe@126.com；

尤培培(1984—)，女，硕士，工程师，从事电价理论与机制研究，E-mail: youpeipei@sgeri.sgcc.com.cn；

高效(1980—)，女，博士，高级工程师，从事电气工程、电力技术经济研究，E-mail: gaoxiao@sgeri.sgcc.com.cn。

[18]李景华. SDA模型的加权平均分解法及在中国第三产业经济发展

分析中的应用[J]. 系统工程, 2004, 22(9): 69–73.

LI Jinghua. A weighted average decomposition method of SDAmodel and its application in Chinese tertiary industry development[J].Systems Engineering, 2004, 22(9): 69–73.

[19]YU H, HONG B, LUAN W, et al. Study on business models of

distributed generation in China. Global Energy Interconnection, 1(2):162−171

[20]林伯强, 张立, 伍亚. 国内需求、技术进步和进出口贸易对中国电

力消费增长的影响分析[J]. 世界经济, 2011(10): 146–162.

（责任编辑　吴恒天）

The Influencing Factors of China's Electricity Consumption Based on Structural

Decomposition Analysis

GUANG Fengtao1, HE Yongxiu1, YOU Peipei2, GAO Xiao2

(1. School of Economics and Management, North China Electric Power University, Beijing 10226, China;

2. State Grid Energy Research Institute, Beijing 102209, China)

Abstract: Since the economic development has stepped into a new normal phase in China, the average annual growth rate of itselectricity consumption has slowed down, which shows the deviation from the rate of economic growth. Based on the input-outputanalysis for electrical energy, structural decomposition analysis is carried out to evaluate the driving factors for the changes of use inrelation to electricity consumption. By comparing the effects of various factors among different economic stages and analyzing thegrowth patterns of electricity consumption, we aim to investigate the reasons for the slowing annual growth rate of electricityconsumption. Results show that: per capita final demand level has always been the major driving factor of the growth in electricityconsumption, but its proportion of contribution has a decreasing tendency. Except for the period of 2010—2012, direct electricityconsumption coefficients have always the primary factor which causes the decrease of electricity consumption, but the final demandstructure promotes the growth of electricity consumption with a relatively smaller pulling rate. The engine of electricity consumptiongrowth shifted from export-driven in 2005—2007 to investment-driven in 2007—2010 and consumption-driven in 2010—2015.This work is supported by the Science Technology Project Fund of the State Grid Corporation of China (Investigation of RetailElectricity Price Policies and its Application under the Reform of Electric Sale Side, No.SGNY0000SJS1800046) and the CentralUniversity Youth Doctoral Foundation (The Characteristics of China’s Electricity Consumption in the New Normal,No.2019QN078).

Keywords: electricity consumption; input-output analysis; structural decomposition; consumption-driven; influencing factors

131