برازش تابع تقاضاي برق بخش خانگي شهرستان هاي منتخب استان تهران با استفاده از روش پنل پويا

Estimation of Residential Electricity Demand among the Selected Counties in Tehran Province using Dynamic Panel Data Model

حامل­ هاي انرژي از جمله انرژي الكتريكي، نقش اساسي در توسعه­ جامعه بشري ايفا مي ­كند. در اين مطالعه­، با استفاده از روش پنل پويا طي دوره 93-1380 به برآورد تابع تقاضاي انرژي الكتريكي در بخش خانگي شهرستان هاي منتخب استان تهران (تهران، ورامين، فيروزكوه و دماوند) پرداخته مي‌شود. در تابع تقاضاي برق در بخش خانگي، درآمد سرانه خانوار، قيمت واقعي گاز طبيعي، شاخص گرما و برودت هوا و قيمت واقعي برق بخش خانگي، مؤثرترين متغيرها هستند. نتايج برآورد مدل در كوتاه مدت بيانگر اين است كه با افزايش يك درصد قيمت برق، 0/42 درصد از تقاضاي برق كاهش مي­ يابد. تأثير قيمت انرژي جانشين همانند گاز بر مصرف برق بسيار اندك است، بين تقاضا و درآمد خانوار نيز يك رابطه مثبت و معنادار وجود دارد. مؤثرترين عامل در تغيير تقاضا، مصرف در دوره گذشته، و ضريب آن 0/65 مي‌باشد. نتايج برآورد مدل در بلند مدت حاكي از آن است كه تغيير قيمت برق، تقاضاي برق را 1/2- درصد تغيير مي ­دهد و با افزايش يك درصد درآمد، تقاضاي برق 0/1 درصد افزايش مي­ يابد.

Energy carriers including elasticity play central roles in development of societies. In this paper, we estimate residential electricity demand among the selected counties of Tehran province, i.e., Tehran, Varamin, Firouzkooh, Damavand, using dynamic panel data model over the period 2000- 2014. The most effective variables which explain demand for residential electricity are per capita income, natural gas real price, weather coldness and hotness index and electricity real price. The estimation results of the short run model reveal that demand for electricity decreases by 0.42 percent for one percent increase in electricity real price. The price of substitute energy carrier such as natural gas is of low effect on electricity demand. There is a positive and significant relationship between electricity demand and household's income. The last period electricity demand is the key effective factor in explaining the current electricity demand with a coefficient of 0.65. The estimation results of the long run model show that one percent change in electricity price changes the demand for electricity by -1.2 percent. In addition, demand for electricity increases by 0.1 percent with one percent increase in income.