Page 9 - 电力与能源2021年第八期

谢 涛, 等: 降电价政策对工业生产活动影响的实证研究 3 5
7
感兴趣的变量在干预实施前后的一系列观测值, ( 5 )
β 5 ZT t+ β 6 ZX t+ β 7 ZX t T t+ ε t
获得较高的内部效度。当干预组的结果可以与控 相较于单组模型, 多组回归模型包含了 β 4~
制组的结果相比较时, 通过允许研究者控制遗漏 β 7 这 4 个新项。其中, Z 是描述组别的虚拟变量,
,
变量的影响, 内部效度可以进一步增强。 干预组为 1 , 控制组为 0 ; ZT t ZX t ZX t T t 均为交
,
1.2.1 单组干预分析 互项。在多组 ITSA 中, 图 2 中下方直线的系数
当只有一个研究对象( 没有控制组) 时, 标准 β 0~ β 3 体现的是控制组的特征; 较高处直线,
β 4~
ITSA 回归模型采用以下形式: β 7 代表干预组的特征。具体来说, 代表组间初
β 4
( 4 ) 始水平的差异; 代表干预发生前组间斜率的差
Y t =β 0 + β 1 T t+ β 2X t+ β 3X t T t+ ε t β 5
———结果变量Y 在每个等间隔时间点 t 异; 代表两组结果变量在干预发生后的瞬间变
式中 Y t
β 6
——— 化量的差异; 代表干预发生后斜率较之前变化
的观测 值; T t ———等 时 间 间 隔 ( 如 每 月); X t
β 7
描述干预情况的虚拟变量, 在干预发生前为 0 , 其 的组间差异。多组 ITSA 的关键假设是, 在干预
———交互项, 表示干预前后斜率 组没有接受干预的反事实状态下, 两组结果变量
他时期为 1 ; X t T t
的变化。 在水平或趋势上的变化应该是相等的, 即假设的
ITSA 模型原理图如图 2 所示。在图 2 中, 干扰因子对干预组和控制组的影响相当。
β 0
代表结果变量的初始水平; 代表结果变量在干
β 1 2 安徽省降电价政策对行业经济活动的
预发生前的斜率或轨迹; 代表与反事实结果相
β 2 影响分析
比较, 结果变量在干预发生后的瞬间变化量;
β 3
代表在干预发生前后回归线斜率间的差异。 降电价政策 直接降低了目标群体的用电成
下面将关注点放在 β 2 和 β 3 的显著性上, 它 本, 因此可能会对企业经济活动产生影响。规上
们分别描述了干预的瞬时影响与持续影响。 工业近 80% 用户电量属于大工业用电, 通过观察
大工业降电价政策执行前后规上工业总体、 重点
制造业经济指标的表现, 可直观地判断电价政策
调整是否会对行业经济活动的影响。
2.1 工业总体
从规上工业增加值累计增速来看, 电价政策
执行前后工业增加值增长曲线存在形势逆转的特
征( 见图 3 )。以 2018 年 5 月大工业降电价为例,
电价执行政策前, 工业经济增速持续下行, 电价政
策执行后的 5 月、 6 月增速出现迅速反弹, 6 月累
计增速回升 0.5% , 之后减速上行。根据安徽省
图 2 ITSA 模型原理图
发改委信息查询结果, 2018 年 4 月左右未出台其
在ITSA 应用过程中需要注意如下情况。 他经济发展强力支撑政策, 因此短期( 4~5 个月)
( 1 ) 当窗口期存在多项干预时, ITSA 可能并 内表现出迅速反弹或表明电价政策对工业经济具
不适用。 有一定的提振作用。
( 2 ) 按 照 设 计, 单 组 ITSA 没 有 可 比 的 控 制 2.2 重点制造业
组, 根据干预前的趋势预测到的值即为反事实结 重点行业 2018 年和 2019 年工业经济增速对
果。这需要做出假设: 任何随时间变化的干扰因 比如图 4 所示。 2018 年在电价政策的刺激下, 装
子都是缓慢而平稳变化的, 因此其影响可以与干 备制造业中处于下游的电气、 汽车产业未显示受
预所引起的急剧变化区分开来。 电价政策的显著影响, 行业后期走势并未显示出
1.2.2 多组干预分析 提振势头, 反倒 2019 年行业经济低开高走; 装备
当存在控制组进行比较时, 多组 ITSA 回归 制造业中游专用设备制造业、 仪器仪表制造业受
模型: 电价政策影响显著, 政策实施后, 行业走势降幅锐

Y t =β 0 + β 1 T t+ β 2X t+ β 3X t T t+ β 4 Z+ 减, 约 3 个月之后, 行业经济总体走强, 而计算机