居民电力需求弹性与收入相关性及阶梯电价影响研究

不同收入的居民，其电力需求弹性有较大差异。根据拉姆齐定价法，低收入群体的需求弹性较大，故定较低的价格；高收入群体则相反。阶梯电价的制定以及执行效果，都要以居民的电力需求弹性为依据。

Romero-Jordán et.al（2014）研究了西班牙地区1998—2009年的面板数据进行处理，基于动态部分调整模型（Dynamic Partial Adjustment Model）使用家庭用电习惯、收入、电价、气候相关变量、家用电器、其他社会经济因素作为解释变量进行回归分析。结果发现用电需求与一些解释变量显著正相关：前一年的用电量、收入、温度变化、家庭用电加热水的程度、制冷制热设备数与家庭中的老人数、电热普及度等变量呈显著负相关；电价和收入对用电量的影响十分有限，相关政策不能有效减少用电量。

Fell et.al（2014）研究使用经验数据，用GMM方法（Generalized Method of Moments）估计出了美国家庭用电的价格弹性为-0.5，收入弹性为0.01，与其他研究相比，估计值偏低。该研究还对比了OLS和GMM估计，两者估计出的参数差异较大。

Holtedahl et.al（2004）研究采用中国台湾1955—1996年的用电数据，对费雪和凯森提出的双阶段模型进行修正，并假设其适用于发展中国家。模型的解释变量有人口、收入、电价、油价、城市化、天气，被解释变量为用电量。测算结果显示居民用电量的价格、收入弹性分别为-0.15、1.57，对替代品石油的交叉价格弹性为0.18。

Alberini et.al（2011）对美国居民电力消费的收入和价格弹性进行统计分析，采用1997—2007年美国全国范围家庭层面的面板数据，计算出电力的价格弹性在-0.860到-0.667之间，而且随着收入的增加减小，但减小的幅度很小。用电量对汽油的短期交叉价格弹性味0.265，对收入则不敏感。(www.xing528.com)

Zhou and Teng（2013）选择了2007—2009年四川省城市家庭调查数据，以收入、电价、生活方式（家庭人口、居住面积、家用电器的使用情况）作为回归元对居民用电量进行回归分析，结果表明：无论在任何计量模型下，用电量的电价和收入弹性都小于1，分别在0.35—0.5，0.14—0.34，这反映出了电力的生活必需品性质。当很多生活方式相关的变量被控制后，价格和收入的影响更加不明显。

中国人民大学国发院的一篇报告采用2006—2009年中国城市的非平衡面板数据进行实证分析，进行OLS和FGLS回归，得出人均用电量对城镇工资富有弹性，而对自身价格缺乏弹性^[2]。

已有文献对居民用电量影响因素及其弹性的研究结果差异很大，这不仅与解释变量的选择和模型设定有关，还与数据的时间性、空间性有关。由于不同地区居民用电行为、家庭结构、电力市场环境均有不同，所以针对特定区域进行实证性研究可以更好地辅助阶梯电价的制定和落实。