电网企业利润的经济发展模式探讨【摘 要】 长久以来，电网企业作为关系国计民生的重要行业，电量供、售电价均受政府管制，电网企业本身并无定价权，同时电力作为电网企业的最主要产品，销量的大小主要受客观因素影响，因而电网企业的盈利空间有限并且难以预测文章通过引入边际成本、边际收入、利润最大化等经济学理论，研究电网企业在电量、电价与利润之间的内在联系，揭示其经济运行规律，从而使经营者通过科学的手段掌握电网的经济运作，以增强电网经营的主动权与控制力 【关键词】 利润最大化； 需求曲线； 两部制； 边际收益； 边际成本 一、管理现状与研究方向 电力作为电网企业最主要的产品，对利润的影响举足轻重，电量作为衡量电力供给量的指标，是电网企业的生命线，主要受宏观经济面的影响，企业的控制力度有限，目前对电量的预测主要是通过经济形势、负荷预测等因素分析进行估算，缺少量化模型，缺乏规律性同时，由于电网企业的购、售电价均受政府严格管制，电网企业本身并无定价权，而且目前缺乏量化的议价标准，进一步削弱了议价能力笔者拟通过对东莞供电局的电网经营历史数据进行统计分析，根据经济学和统计学理论，探究电量的运行规律，建立电量需求函数、利润最大化下的电量电价模型以及大工业两部制收费下的电价模型，通过建立上述三大模型，运用科学理论指导电网企业经营，为广东电网公司提供参考，以期增强电网企业的经营预判能力与议价能力。
二、电力产品的价格构成 （一）电价构成 我国电价（售电价，下同）目前采取的是政府定价，只有省级物价局才有定价权就广东省而言，在用电价格方面按不同类别用电进行定价，主要用电类别有大工业、非工业和普通工业、商业、居民生活、稻田排灌脱粒和农业生产等电价价目主要包括电价以及其他附加费用，其中大工业用电采用了两部制定价，分别为基本电价和电度电价，基本电价征收的依据是变压器容量（或最大需量） ，大工业、非工业和普通工业以及商业三类用电的电度电价按不同电压等级划分不同的价目，形成各市的电价价目表 （二）东莞市的用电类别现状 受各地区产业结构不同影响，各用电类别所占比重存在较大差异，现对东莞供电局2010 年的各用电类别进行简要介绍：大工业用电比例为 63.17%，非普工业、住宅、商业和其他类别用电比例分别为 16.94%、10.71%、8.99%、0.19%由此可见，东莞市的用电类别中工业（含大工业、非普工业）用电比例已超过 80%，其中两部制收费的大工业用电占比超过 60% 三、电量需求函数 （一）定性分析 1.影响供电量的变量分析以 2010 年数据为例，东莞市工业 GDP 占全市 GDP 约 51%，而工业用电占总用电量超过 80%，从电量分析的角度看， “工业 GDP”比“GDP”更有代表性，现将“工业 GDP”作为影响电量一个重要变量。
通过定性分析可知，影响供电量的变量主要有五个，分别为工业 GDP、气温、用户数、用电容量、售电单价 2.电量、成本与收入的趋势分析以 2005 年到 2010 年每季度的历史经营数据作为分析对象，由图 1 可见，在过去的 24 个季度里，电量、成本与收入的趋势曲线呈现平滑的吻合状态，而特殊样本只有 2009 年第一季度的电量与成本稍微偏离了收入曲线当期的谷值，这将不会对总体趋势造成较大影响，其中电量为供电量，成本为购电成本，收入为售电净收入 3.各变量间的关系在可能影响供电量的五个变量中，工业 GDP、气温、用户数、用电容量与供电量应呈正向关系而售电单价与供电量呈负向关系，主要原因有两个方面：一是占比较大的大工业用电采用两部制定价，其基本电费固定收取，不随电量的变化而变化，因而用电量越大，基本电费分摊影响使电价越低，售电单价越低；二是根据市场供需规律，量价呈反向变动，即价格越高，销量越小 （二）定量分析 1.数据基础笔者收集了东莞市从 2005 年第一季度至 2010 年第四季度共 24 期的相关历史数据，包括每季度的供电量、东莞市工业 GDP、平均气温、售电净单价、用电容量、用户数，其中工业 GDP 从市统计局公布的数据中获取，平均气温从市气象局获取，其他数据来自东莞供电局财务及营销报表。
由于 GDP 的数据仅公布季度数，因而以季度作为统计期间 2.电量回归分析统计通过对上述五个变量作线性回归分析，发现“用户数”与“电量”的关系不明显（T 值小于 2） ，因而把该变量去掉后再进行回归统计（置信度 95%） ，结果如表 1 3.回归统计结果分析 （1）残差分析：所谓残差，是指观察值与回归估计值的差，根据残差所提供的信息，分析出数据的可靠性与周期性通过直方图分析，直观反映出残差在各数据段中的分布，24 个观察值的残差服从正态分布（见图 2） 也就是说，大部分的观察值落在一个中间区域内，并随着该区域向两边的扩散而减少，说明数据具有一定的线性规律2）R2 分析：观测值共有 24 个，R2 为 95.58%，也就意味着在过去的 24 个季度，上述四变量（G、T、P、C）对供电量（Q）的影响度高达 95.58%论文代发中心提供优质论文发表服务，已经远远高于线性回归分析中的常规值（80%） 从 R2 分析结果判断，该回归分析有很高的拟合度，是有效的 （3）T 值分析：四个要素的 T 值绝对值均大于 2，上下限之间不含零值，说明各变量在 95%的置信度内不可能取到零值，均对因变量产生影响，都属于有效变量。
4.线性回归函数通过上述线性回归运算与分析，可以得到电量（Q）与四变量之间的线性函数，即：Q=123.42 ＋0.09G＋2.68T－228.63P＋0.02C 从上述函数可以看出，工业 GDP、气温、用电容量与电量呈正向关系，而售电净单价与电量则呈负向关系，这与定性分析结果吻合 为建立电量与售电净单价的一元一次函数关系，需将工业 GDP、气温、用电容量三个变量设为常数值，取 24 个样本的算术平均数代入上述函数，可以得出以下函数，即电量需求函数： Q=-228.63P+270.57 或 P =-0.00437Q +1.18 四、利润最大化下的电量电价分析 （一）边际收益 电量需求函数中的 Q 为供电量，由于电网企业的供、售电量不同，供、售电量之差为线损电量，根据以往经验，东莞地区的理论线损率一般为 3%左右，设 Q*为售电量，可得 Q* = 97%Q，同时设 R 为售电净收入（扣除电费附加与增值税） ，可以得到： R = Q*P = 97%QP= -0.00424Q2+1.14Q 对 R 求关于 Q 的导数，可以得出：MR=DR/DQ =-0.00848Q+1.14 。