安徽省2030年用電需求分布研究
理論探索
作者：張淑娟 汪誌 胡功傑 李源
【摘要】 本文將安徽省按照主體功能劃分為四大區域板塊，依據發展基礎與資源稟賦條件，按照定量分析和定性判斷相結合的思路，采取多種計量模型對2030年安徽省四大板塊以及16個地市的生產力和城鎮化布局情況作出預測，並以此為基礎進一步分析各地的用電情況。
【關鍵詞】 2030年 生產力布局 城鎮化布局 全社會用電量
經濟發展與電力需求息息相關，一般情況下為相互促進關係，以工業為主的第二產業比重越大，電力需求也越大，同時人口的增長和城鎮化水平的提高又會進一步促進電力需求的增長。當前及今後較長一個時期，全球經濟麵臨深度調整，國內經濟“三期疊加”，逐步邁入新常態，安徽省經濟運行的外部環境日益複雜，科學展望生產力和城鎮化布局的重要性更加凸顯。如何把握經濟增長規律和區域經濟布局變化趨勢，合理預測長期經濟增長，對進一步做好電力規劃、安排電力建設，引導能源和電力生產合理布局、優化開發意義重大。
一、研究綜述
1、生產力和城鎮化布局預測方法
短期的生產力和城鎮化布局預測往往運用一般的回歸方程或時間序列方法，如王龍兵等（2012）采用ARIMA模型擬合全國GDP數據並進行短期預測。呂海燕等（2011）運用一元線性回歸方法建模，對河南省”十二五”期間GDP指數和人均GDP指數進行預測。楊揚等（2011）在建立指數曲線模型、ARIMA模型和三次多項式模型的基礎上，建立組合預測模型，對中國2010—2015年的GDP值進行預測。中長期經濟結構由於預測時間跨度長、影響因素多，往往不使用單一的回歸預測方法，而是運用Logistic模型、DRCCGE模型、組合預測等多種預測方法，如李善同（2010）運用DRCCGE模型，對“十二五”時期以至2020年和2030年我國經濟發展情景進行了模擬分析並預測各階段經濟增速。
2、用電需求預測方法
用電需求預測大多以短期為主，一般有BP神經網絡、灰色係統預測等方法，如蔣浩然（2008）以灰色係統理論為基礎，預測地區電力需求量，分析影響電力需求量的因素。師洪濤（2011）基於小波-BP神經網絡的預測模型，預測短期風電功率。中長期用電需求預測一般構建LEAP模型，該模型依據長期地區經濟社會發展預測，從終端用能角度出發，分主要產業部門設計終端用能載體。黃建（2012）基於LEAP模型能源需求模塊的基本思想，分時段對全國用電需求進行情景分析。
綜上所述，前人的研究成果運用了多種預測方法，但大多以全國或全省為研究對象，時間跨度以中短期為主，無法滿足更長期和細化的規劃部署，且指標預測較為單一，缺乏全方位的統籌考慮。本文以安徽省16個地市為研究視角，基於全省乃至全國經濟發展總體趨勢，係統、全麵地梳理了生產力和城鎮化布局的各項指標，符合當前區域協調發展的總體要求。電力預測部分全麵結合了經濟結構特征，不籠統地預測全社會用電量，而是根據分產業電力需求分布預測的思想，科學劃分產業部門進行預測。
二、研究思路
由於計量模型無法考量難以量化的政治經濟因素，運用於長期預測往往容易導致較大誤差，因而本文基於區域經濟理論和發達國家經驗的理論框架來進行長期預測。本文以主體功能區劃和理論經驗為指導，定性分析各區域發展情況和發展趨勢，靈活采用logistic模型、ARIMA模型、P-E-R模型、組合預測等方法對生產力布局、城鎮化布局分別進行預測，並在此基礎上分城鄉居民生活用電、服務業生產用電、工農業生產用電三大部門展望用電量分布，最終得到2030年安徽省16個地市經濟總量及增速、產業結構、常住人口、城鎮化率和全社會用電量等各項指標。