安徽省2030年用电需求分布研究——基于生产力和城镇化布局视角

○张淑娟 汪 志 胡功杰 李源

（安徽省经济研究院 安徽合肥 230000）

经济发展与电力需求息息相关，一般情况下为相互促进关系，以工业为主的第二产业比重越大，电力需求也越大，同时人口的增长和城镇化水平的提高又会进一步促进电力需求的增长。当前及今后较长一个时期，全球经济面临深度调整，国内经济“三期叠加”，逐步迈入新常态，安徽省经济运行的外部环境日益复杂，科学展望生产力和城镇化布局的重要性更加凸显。如何把握经济增长规律和区域经济布局变化趋势，合理预测长期经济增长，对进一步做好电力规划、安排电力建设，引导能源和电力生产合理布局、优化开发意义重大。

一、研究综述

1、生产力和城镇化布局预测方法

短期的生产力和城镇化布局预测往往运用一般的回归方程或时间序列方法，如王龙兵等（2012）采用ARIMA模型拟合全国GDP数据并进行短期预测。吕海燕等（2011）运用一元线性回归方法建模，对河南省”十二五”期间GDP指数和人均GDP指数进行预测。杨扬等（2011）在建立指数曲线模型、ARIMA模型和三次多项式模型的基础上，建立组合预测模型，对中国2010—2015年的GDP值进行预测。中长期经济结构由于预测时间跨度长、影响因素多，往往不使用单一的回归预测方法，而是运用Logistic模型、DRCCGE模型、组合预测等多种预测方法，如李善同（2010）运用DRCCGE模型，对“十二五”时期以至2020年和2030年我国经济发展情景进行了模拟分析并预测各阶段经济增速。

2、用电需求预测方法

用电需求预测大多以短期为主，一般有BP神经网络、灰色系统预测等方法，如蒋浩然（2008）以灰色系统理论为基础，预测地区电力需求量，分析影响电力需求量的因素。师洪涛（2011）基于小波-BP神经网络的预测模型，预测短期风电功率。中长期用电需求预测一般构建LEAP模型，该模型依据长期地区经济社会发展预测，从终端用能角度出发，分主要产业部门设计终端用能载体。黄建（2012）基于LEAP模型能源需求模块的基本思想，分时段对全国用电需求进行情景分析。

综上所述，前人的研究成果运用了多种预测方法，但大多以全国或全省为研究对象，时间跨度以中短期为主，无法满足更长期和细化的规划部署，且指标预测较为单一，缺乏全方位的统筹考虑。本文以安徽省16个地市为研究视角，基于全省乃至全国经济发展总体趋势，系统、全面地梳理了生产力和城镇化布局的各项指标，符合当前区域协调发展的总体要求。电力预测部分全面结合了经济结构特征，不笼统地预测全社会用电量，而是根据分产业电力需求分布预测的思想，科学划分产业部门进行预测。

二、研究思路

由于计量模型无法考量难以量化的政治经济因素，运用于长期预测往往容易导致较大误差，因而本文基于区域经济理论和发达国家经验的理论框架来进行长期预测。本文以主体功能区划和理论经验为指导，定性分析各区域发展情况和发展趋势，灵活采用logistic模型、ARIMA模型、P-E-R模型、组合预测等方法对生产力布局、城镇化布局分别进行预测，并在此基础上分城乡居民生活用电、服务业生产用电、工农业生产用电三大部门展望用电量分布，最终得到2030年安徽省16个地市经济总量及增速、产业结构、常住人口、城镇化率和全社会用电量等各项指标。

表1 安徽省各地市生产力布局预测（亿元）

三、安徽省各区域生产力和城镇化布局预测

系统分析安徽省各区域发展趋势：皖江地区是安徽省重点开发区域，资源环境承载力和创新能力均领先全省，是未来生产力布局的主要区域，可承载更多人口；皖北地区资源要素匮乏，属于“极度缺水地区”，经济发展潜力小，不适宜大规模集聚产业和人口；皖南地区是安徽省重点生态功能区，也是全国重要的生物多样性保护型和水源涵养型生态功能区、长三角地区重要的生态屏障，开发空间小；皖西大别山区是国家重要生态功能区，也是淮河中游和长江下游的重要水源补给区。安徽省各区域由于农业比重高，工业化和城镇化水平整体较低，下一步经济结构调整潜力较大，有一定的增长空间。

1、生产力布局

（1）经济总量。根据2012年全省四大板块人均GDP水平可知，皖江地区人均GDP为6623美元，皖南地区为4985美元，按照世界银行最新划分标准，均属于中等偏上收入地区；而皖北地区为3034美元，皖西为2579美元，均属于中等偏下收入地区。参照发达国家经济发展的历史经验，经济总量的增长符合“S”型生长曲线规律。因此，本文采用Logistic模型和指数平滑方法对四大板块生产总值进行拟合预测，再进一步采用对各单一预测值按相对拟合误差最小的原则进行组合预测（见表1）。

（2）产业结构。参照全省的发展态势，以及各地市自身发展特征，结合上述未来一个时期经济总量的考虑，对产业结构变动情况作出定量预测。

表2 安徽省各地市人口和城镇化布局预测（单位：万人，%）

2、人口和城镇化布局

（1）人口规模。本文使用Logistic模型预测各地市未来的户籍人口，P-E-R模型（选取建设用地面积和水资源量作为资源环境指标，GDP和二、三产业增加值作为经济指标）测算综合适度人口，基于户籍人口和适度人口的分布情况，预测各地市未来常住人口规模情况。

（2）城镇化率。根据诺瑟姆的城市化理论，皖江地区城镇化率已超过50%，城镇化进程仍然较快但逐渐趋缓；皖北和皖南地区城镇化率均超过40%，处于快速发展阶段；皖西地区城镇化率不到40%，城镇化不断提速。利用Logistic模型对城镇化水平进行拟合，然后采用时间序列分析中的ARIMA模型进行再次拟合，最后进行组合预测得到预测结果（见表2）。

结果显示，到2030年，皖江地区经济总量占全省比重显著上升，达69.7%，常住人口为3987万人，城镇化率为69.6%；皖北地区经济总量占比下降到23.7%，常住人口为2347万人，城镇化率为62.9%；皖南地区经济总量占比下降了0.3个百分点，常住人口为160万人，城镇化率为63.8%；皖西地区经济总量占比下降了0.4个百分点，常住人口为690万人，城镇化率为58.3%。

四、基于生产力和城镇化布局的全社会用电量分布预测

以上述生产力和城镇化布局预测为基础，分别预测各地市城乡居民生活用电、服务业生产用电和工农业生产用电，最后加总得到各地市全社会用电量的分布情况。

1、城乡居民生活用电

2030年安徽省将进入后工业化发展阶段，达到同期高收入发展水平，各地市城乡居民生活用电水平的趋同性逐步增强，主要体现为人均生活用电差异逐步缩小。预计2030年安徽省人均生活用电量达到1583千瓦时/人。结合各地市2030年经济发展程度、人口分布，预测各地市城乡居民生活用电量。

2、服务业生产用电

各地市服务业生产用电主要取决于服务业增加值，数据统计分析表明：二者相关系数接近完全相关。因而可按照2030年各地市服务业增加值占比（考虑地市物价差异）分配全省服务业生产用电量。

3、工农业生产用电

由于各地市工业类型存在差异，尤其是高耗能行业用电耗能大，不适用按增加值比例预测（农业用电体量小，剥离较为困难，考虑在工业用电中）。各地市工农业生产用电量包含第二产业终端用电量、能源工业用电量、非一级网损与厂用电量，可逐步预测，最后加总得到工农业生产用电量。汇总各地市各部门用电预测结果，得到地市全社会用电量（见表3）。

表3 2030年安徽省各地市全社会用电量（单位：亿千瓦时）

结果显示，合肥、滁州、芜湖等市由于经济基础好、综合承载能力强，全社会用电量增速显著高于全省；六安、亳州、宿州、蚌埠、阜阳、池州由于逐步进入工业化快速发展阶段，集聚要素潜力大，增速也高于全省；而淮南、淮北、马鞍山、铜陵等市由于工业化已基本完成，综合承载力偏弱，发展后劲小，增速显著低于全省；宣城、安庆、黄山等市增速则与全省基本相当。

五、对策建议

安徽省各地市的社会经济基础差异较大，其面临的问题也各不相同。因而有必要树立以人为本，全面、协调、可持续发展的理念，从全局的角度谋划局部，以长远的眼光谋划当前，坚持开发与节约并举，经济发展与环境保护同步。一是落实主体功能区规划，加快完善财政转移支付制度，构建统一的社会保障体系，创新政府绩效考核机制；二是科学精益规划电网布局，加快发展特高压，推进智能电网建设，加强变电设施建设；三是提高能源消费电气化水平，完善能源消费政策和价格机制；四是转变能源生产消费方式，大力开发清洁能源，推进传统能源高效清洁利用，优化交通用能方式；五是大力发展分布式能源，建立分布式能源模型，协调开展DG在电力网络中的布点规划和考虑DG的配网扩展规划。

[1]席玮：中国区域资源、环境、经济的人口承载力分析与应用[M].北京：中国人民大学出版社，2011.

[2]孙久文：“十二五”时期我国生产力布局优化的基本方向[J].新疆财经，2012（2）.

[3]魏晓锋：西方区域经济理论研究：回顾与评价[J].江苏教育学院学报，2006（1）.

[4]崔新锋等：基于P-E-R模型的贵州省适度人口初步研究[J].商场现代化，2010（12）.

[5]张玲等：基于P-E-R区域匹配模式的宁夏可持续发展问题研究[J].干旱区资源与环境，2011（1）.

[6]曾祥旭等：区域适度人口规模与人口合理分布研究——以重庆为例[J].济南大学学报，2010（4）.

[7]黄豪等：Logistic曲线模型在区域经济长期预测中的应用[J].武汉理工大学学报，2011（33）.

[8]赵文英等：基于改进Logistic模型的黑龙江省城镇化水平预测[J].数学的实践与认识，2013（13）.

[9]李国平等：生产集中、人口分布与地区经济差异[J].经济研究，2003（11）.

[10]贺菊煌：中国人口与经济长期预测模型[J].数量经济技术经济研究，2001（9）.

[11]姜照华：城镇化率模型的构建与预测研究[J].改革与开放，2011（2）.

[12]林卫斌等：“十二五”及2020年电力需求预测研究[J].中国人口资源与环境，2011（7）.