价格过程范文

价格过程范文（精选4篇）

价格过程 第1篇

按市场供求关系和定价规律, 在完全竞争的市场上, 产品的定价总是以供求平衡点为基础, 在平衡价上下浮动, 但供需平衡点是一个动态变化的过程。企业要保持自己的持续竞争优势, 首先必须要处理好市场占有率、盈利水平和价格的关系。研究表明:有时企业为了追求市场占有率而进行规模生产, 打价格战, 但随之而来的却不是利润的增加, 反而导致成本的不断上升, 从而削弱了盈利能力, 造成经营状况恶化。这表明, 企业什么时候降价, 什么时候保持价格稳定, 采取什么样的价格策略在价格决策系统中存在着一个最佳状态点。处于这一状态点时, 价格策略系统运行最佳, 效益最好。由此可见, 价格对企业的影响可见一斑, 定价决策已成为企业普遍关注的热门课题。由于价格决策系统涉及面广, 不确定因素多而复杂, 笔者通过定量分析和理论研究, 建立产品最优定价格型, 从而寻求价格策略系统的最佳状态点。

2 模型建立

市场供需是一个动态平衡变化过程, 在一个完全竞争的市场, 一般情况下, 大多数的产品当供应增加, 供过于求时, 市场价格下降, 反之, 则上升。当需求增加, 求过于供时, 市场价格上升, 反之, 则下降, 供需变化影响价格变化。在市场机制作用下, 只要市场价格高于均衡价格水平, 就会有新竞争者进入, 而在位者就会主动降价, 采取遏制战略, 导致价格战。在供需动态平衡变化过程中, 价格p又随时间t的变化而变化。因此, p是时间的函数, p=p (t) 。我们现在再引入两个变量Qd (t) , Qs (t) 分别表示需求量和供应量。实际上我们并不需要细致研究每一时刻的情景, 而只关心它们在一天、一周、一月甚至一年的变化, 所以可以认为这些函数定义在距离相等的点上。

先建立需求与价格之间的函数模型。由于现在很难准确刻画需求和价格的关系, 现在假设它们之间的关系是非线性的, 注意到随着价格的上涨, 社会的需求量会下降, 于是可建立如下的数学模型描述:

Qd (t) =-a*p (t) 2+b (1)

其中a, b为正常数, 显然b的意思是社会的最大需求量。第一项的系数为负数反映了随价格上涨社会需求量下降这一事实。

由于商品的生成需要一定的时间, 价格对商品供应量的影响有一定的滞后性。同样, 假设商品的供给 (即产量) 与价格的关系也是非线性的, 它们之间的关系可以以下数学模型描述:

其中, c, d均为正常数, 有 (2) 可知undefined表示生产方能接受的最低价格。

应该设法求出使供应量达到某种动态平衡的价格 (即均衡价格) , 此时应成立Qd (t) =Q (t) s, 即

-a*p (t) 2+b=c*p (t-1) 2-d (3)

移项并整理得:

3 模型的求解

上述 (4) 式数学模型是一个关于价格的一阶二次常系数差分方程, 这种差分方程的一般形式为:

yundefined=∂t*yt-12+βt

若∂t与βt均为常数, 即∂t=∂ βt=β时, 则方程化为:

yundefined=∂*yt-12

如果已知y0的值, 这种差分方程可以通过递推求解, 即

把undefined和undefined带入 (5) 式解得:

上式 (6) 中, 如果undefined时, 则

如果undefined时, p (t) 随时间t变化而变化, 是一个动态过程;现对上述分析,

(1) 若a>c, 随着t的增大, undefined的绝对值越来越小;

(2) 若a

(3) 若a=c, 随着undefined在-1和1间跳跃变化。

若用极限表示, 当undefined时, 有如下关系:

undefined

其中, 称undefined为静态均衡价格。从上述分析中可以看到, 若初始价格等于静态价格均衡价格, 则价格始终保持不变, 整个过程变为静态过程。当初始价格不等于静态均衡价格, 但a>0时, 随着时间的推移, 价格越来越接近静态均衡价格。而当ac时, 意味着供给对价格的反应比需求对价格反应更加灵敏, 随着时间的推移, 价格不会趋于静态均衡价格, 或者在其上下波动, 甚至越来越背离静态均衡价格, 大致过程如图1所示。

4 模型应用

例:对某种商品的价格、产量和销售量作了5个月的调查, 调查数据如表1所示

试求该商品的长期价格趋势。

解 (1) 社会需求和价格关系为:

Qd (t) =-a*p (t) 2+b从原始数据可知Qd (t) 和p (t) 的对应关系如表2所示:

则可以用移动平均方法确定a≈0.000627, b≈928。

(2) 社会供给和价格关系为:

Qs (t) =c*p (t-1) 2-d

从原始数据可知Qs (t) 和p (t-1) 的对应关系如表3所示:

利用移动平均方法, 得到c≈0.0003, d≈22.26静态均衡价格为:

undefined (元)

因为a>c, 所以经较长时间后, 价格会趋于静态均衡价格1012.5元。

5 结语

在市场经济体制下, 企业为了生存和发展, 围绕着顾客、产品、价格和利润, 众多的企业不遗余力地激烈竞争。本文是借助于数学模型进行定量分析, 是一种理论上的定价方法, 而没有考虑其他影响因素在模型中作用。因此, 在付诸实施时, 有一定的难度, 需要结合管理决策者本身的实践经验和判断能力一起进行定性分析, 并采取灵活策略, 随机应变, 克敌制胜。

参考文献

[1]李天民.现代管理会计学[M].北京:立信会计出版社, 1996.

[2]何黄吉.企业产品最优定价决策模型的研究[J].武汉理工大学学报, 2006, 28 (2) :128-130.

[3]谭永基, 朱晓明等.经济管理数学模型案例教程[M].北京:高等教育出版社, 2006:26-28.

[4]钱颂迪, 胡运权, 顾基发等.运筹学[M].北京:清华大学出版社, 1997.

[5]保罗.萨缪尔森, 威廉.诺德豪斯.经济学[M].第十六版.北京:华夏出版社, 1999.

[6]李华, 胡奇英.预测与决策[M].西安:西安电子科技大学出版社, 2005.

[7]赵道致.垄断竞争市场定价策略的微分对策模型研究[J].管理科学学报, 1999, (4) :34-38.

二元转型过程中货币对价格的影响 第2篇

关键词：二元经济,货币供给,价格波动

引言

货币对价格的影响问题历来就是经济学界研究的核心, 从现有文献来看, 学者们对此问题的研究主要是沿着两种思路进行的, 一是研究货币与价格之间的相关关系, 在此过程中产生了一系列具有微观基础的计量模型;二是在货币与价格之间简单的相关关系基础上, 就货币对价格的影响做进一步的探求, 利用计量模型对两者的关系进行经验估计。

自1996年我国选取货币供应量作为货币政策的中介目标以来, 货币供应量的增长是否对我国的物价产生重要影响?如何有效地实施货币政策来稳定物价?这一系列问题就成为经济学者关注的热点、难点。虽然随着经济体制改革和金融体制的逐步完善, 以及经济调控政策的日益成熟, 物价波动较以前似乎平缓了许多, 但是, 从我国历年来通过货币调控物价水平的效果来看, 很多时候也似乎不尽如人意, 甚至在部分年份出现了货币与价格之间的反常规关系现象。对此, 虽然并不否定时滞效应、传导途径受阻、虚拟经济分流等因素的影响, 但这是否也与二元经济转型有关?经济转型是否改变了货币与价格之间的经济关系?转型阶段货币与价格之间的相关性是否减弱?这也是本文试图解答的问题。

文献回顾和本文研究思路

1.文献回顾

关于货币对价格影响问题的研究, 相关性关系是其中很重要的一个内容。在不同的假设条件、不同的宏观经济模型、不同的样本区间下得出的结果, 会有很大的差异性甚至是完全相反的。从已有的研究来看, 主要存在两种观点:一种观点认为, 两者之间存在正相关关系, 这也是传统的观点。正如Friedman (1963) 曾提出过的一个命题, 认为通货膨胀是一种货币现象, 即货币供应量的增加将导致通货膨胀。朱慧明、张钰 (2005) 在研究1994~2009年间货币供应与通货膨胀之间的动态关系时发现, 我国通货膨胀与货币供应之间存在协整关系, 并且货币增长率对通货膨胀的解释能力最强, 两者之间存在显著的正相关关系。另一种观点认为, 二者之间存在负相关关系。范从来 (2002) 对1998年以来我国出现的通缩现象, 从供给冲击、货币量角度进行了分析, 发现我国出现过M2快速增长, 价格水平持续下降的现象。

在货币与价格之间存在相关关系的隐含假设下, 诸多国内外学者又进一步研究了货币对价格影响的时间依赖性 (Bernanke, 2006;陈彦斌等, 2009) 及非对称性问题 (David&Kalvinder, 2007;李颖等, 2010) 。鉴于我国目前正处于经济转轨的特殊时期, 客观上要求对我国经济问题的研究必须以这一时期的具体国情为背景, 与现阶段经济运行情况相适应。洪涛、高东胜 (2012) 在二元经济转型背景下, 以非农就业比重为切入点, 分析货币供给、经济增长与通货膨胀的关系。其研究发现, 由于非农就业的增长通过供求效应对通胀产生双向影响, 导致货币、通胀的简单对应关系, 在经济转型背景下难以有效成立。

2.本文的研究思路

结合我国经济转型时期的具体国情来分析货币供应量对价格水平的影响, 应该成为今后研究的一个重要方向。与以往研究相比, 本文试图以二元对比系数作为衡量二元经济结构强度的指标, 建立二元经济条件下的货币与价格关系模型, 对二元转型过程中的货币价格关系重新加以审视。

典型事实统计性分析

1.改革开放至今, 我国物价出现过几次大的波动

(1) 从波动幅度来看, 以2000年为界, 在此之前出现过两次CPI (居民消费物价指数) 增长阶段, 其峰值分别是1985年的9.3%和1994年的24.1%。此后, CPI表现出两次幅度较大的波动。一次是在2004年, 其峰值达到3.9%, 另一次是2008年, 峰值为5.9%。从这4次较大的波动可以看出, 我国物价水平波动幅度在趋于减小。

(2) 再回顾我国货币供应量的波动路径。改革开放初期, 为满足经济的快速发展, 相应的货币供应量急速增加。以M2 (广义货币供应量) 为例, 1994年, M2同比增长率达到34.5%;从1997年亚洲金融风暴产生直到2000年, 我国货币供应量处于收缩期, M2同比增长率降到12.3%的低点;之后, 又经历了2000~2003年的扩张期, 货币供应量同比增长率逐渐提高;而2004~2008年属于均衡期, 货币供应量同比增长率平稳波动;但是, 2008年为应对全球金融危机, 央行采取增加货币供应量的政策以此刺激消费, 货币供应量同比增长率大幅度提高, 在2009年达到27.7%, 随后又快速减小。

2.我国改革开放至今的二元对比系数

分析我国改革开放至今的二元对比系数可以发现, 二元对比系数在0.15~0.30之间波动, 并且呈现出明显的阶段性特征 (图略) , 说明我国二元经济结构强度并非一直向减弱的方向变化, 中间仍存在短暂的强化趋势。

下面根据二元对比系数变化特征, 将我国1978~2011年划分为5个阶段, 并对各阶段的货币供应量与价格水平关系进行简单比较, 其相关数据见下表。

(注:货币供应量年均增速的计算未包括1978年的增速)

从上表可看出, 前三个阶段是二元经济结构强度相对较弱的时期, 同时也是货币供应量增速较快时期。从这三个阶段的CPI年均增速来看, 1985~1993年、1994~1996年这两个阶段是CPI增速最快时期;后两个阶段二元对比系数相对较小, 货币供应量与CPI增速也相对较慢, 尤其是1997~2003年, 二元对比系数在持续减小, 二元经济结构强度在不断增强, 物价涨幅缩小并出现负增长现象。

如果进一步比较分析各阶段不同统计口径货币供应量与CPI的相关系数 (选取1978~2011年相关指标的月度数据, 进行去势处理并取自然对数之后算得) 可知 (图略) :在二元经济结构强度增强时期 (1997~2003年) , 货币供应量和CPI之间的相关系数要小于其他几个阶段。换言之, 在二元经济结构减弱的过程中, 货币供应量的增加, 将更容易造成名义工资 (名义货币收入) 的增加, 导致更高的价格水平的上涨。

货币对价格影响效应的实证分析

1.数据说明

本节采用M1、M2作为货币供应量指标, CPI作为价格指标。其中, M1以及1985年以后的M2年度数据来自《中国金融年鉴》, 1978~1985年M2的年度数据用“M0+金融机构存款余额”代替 (张杰, 2006) ;居民消费物价指数 (CPI) 是将同比数据转换成以1977年=100的定基比数据, 其中, 同比数据来自《中国统计年鉴》;对以上所有数据采用自然对数形式。二元经济指标:选取二元对比系数R作为衡量二元经济结构强度的指标, 其数据根据二元对比系数定义由《中国统计年鉴》相关数据算得。所有变量样本区间为1978~2011年。

2.单位根检验

为避免虚假回归问题, 在建立回归模型之前需对各变量进行单位根检验, 以判断各时间序列的平稳性。从检验结果可知, Ln CPI, Ln M1, Ln M2, R*Ln M1, R*Ln M2在10%显著性水平下均为非平稳序列, 但这5个变量的一阶差分序列在10%的显著水平下都拒绝单位根过程, 所以均为一阶单整序列。

3.协整检验

本文以lncpi, ln Mj (j=1, 2) 为内生变量、交叉项R*ln M为外生变量建立VAR模型, 根据AIC, SC, LR, FPE, HQ5个准则共同参考, 确定模型的滞后阶数均为3。随后, 又分别对各个层次货币供应量与CPI之间的协整关系进行检验。协整检验结果表明:1nm2、1nm1与lncpi之间分别有且只有一个长期均衡关系。

4.SVAR模型构建

本文将分别建立M1, M2与CPI的SVAR模型。具体以居民消费物价指数 (CPI) 和货币供应量 (M1, M2) 作为内生变量, 以二元对比系数R与货币供应量的交叉项作为外生变量, 构建结构向量自回归模型SVAR为:

鉴于lnm2、lnm1与lncpi之间存在协整关系, 因此, 可用经过处理后的原序列进入SVAR系统。稳定性检验结果显示:被估计的SVAR模型所有根模的倒数均小于1。因此, 可判断所建模型是稳定的。对于具体VAR模型估计结果 (以lnm1、lnm2为内生变量的SVAR模型估计结果图略) , 这里主要关注交叉项系数的T统计值, 若T统计值绝对值大于2, 说明二元经济结构强度对货币与价格之间关系的影响是显著的。

估计结果显示, 在以lncpi作为被解释变量的方程中, 交叉项r*lnm1、r*lnm2系数估计量的T统计值的绝对值分别为, 3.54648、4.51871。说明交叉项r*lnm1、r*lnm2对被解释变量lncpi在统计上有显著影响, 即二元经济结构强度对货币供应量与CPI之间产生显著影响。

5.脉冲响应函数分析

本文选取滞后10期, 考察CPI对不同统计口径货币供应量水平冲击的响应轨迹。下面分别给出了在不同统计口径货币供应量的冲击下, CPI的结构式脉冲响应轨迹。

图1显示, 给定一个单位货币供应量M2的正向冲击, 居民消费物价指数 (CPI) 在当期有一个正向的反应, 并且这种正向影响迅速增加, 在第2期达到最大0.034571。此后, M2对CPI的影响逐渐减弱, 并且在第8期开始这种影响变为负向。这表明, 从长期二元经济转型进程的视角来看, 在不同的二元转型阶段, M2对价格的影响可能会不一样, 甚至出现负向影响。这说明, 二元转型过程中, 货币供应量的增加不一定对CPI产生正向影响。

图2显示, 给定一个单位货币供应量M1的正向冲击, CPI在当期有一个正向的反应。同样, 这种正向影响迅速增加, 在第2期达到最大。此后, M1对CPI的影响逐渐减弱, 但是这种影响并没有像图1所显示的出现负向, 而是在0均值线以上收敛。这一结果表明, 在二元转型进程中, M1与价格之间并没有出现前面所说的背离关系。M1的增加将给价格带来正向影响。

结论

1.从不同口径货币供应量与CPI之间的相关系数看

在二元经济结构强度增强时期, 货币供应量和CPI之间的相关系数要小于其他几个阶段。这是由于在二元经济结构逐渐减弱的过程中, 由于可供转移的剩余劳动力越来越少, 而社会中货币供应量越来越多。这就意味着, 相对多的货币将支配相对少的劳动力。因此, 货币供应量的增加, 将更容易造成名义工资 (名义货币收入) 的增加, 导致更高的价格水平的上涨。

2.从二元对比系数看

二元对比系数与货币供应量构成的交叉项系数估计量的T统计值绝对值均大于2, 表明二元经济结构强度对货币与价格之间的关系存在显著影响。

3.从脉冲响应分析看

给定一个单位货币供应量的正向冲击, 居民消费物价指数 (CPI) 并不总是产生正向响应。也即是说, 从长期二元经济转型进程的视角看, 在不同的二元转型阶段, 货币供应量对价格的影响可能会不一样, 甚至出现负向影响。这是由于货币供应量的增加, 可以通过促进非农就业比重的增加, 从而产生新的供给效应和需求效应, 而价格水平的波动方向, 将受到这种供给效应和需求效应相对大小的影响。

参考文献

[1]Frederic S.Mishkin and Adam S.Posen.Inflation Targeting:Lessons from Four Countries[J].NBER Working Paper No.w6126, 2000.

[2]Bruinsh oofd, A., Candelon, B.Nonlinear monetary policy in Europe:fact or myth?[J].Economics Letter, 2004, 86, 399-403.

[3]Friedman, M.Inflation:Causes and Consequences[M].New York:Asia Publishing House1963.

[4]赵留彦.二元人口结构转移对货币需求行为的影响[J].经济科学, 2006 (4) .

价格过程 第3篇

一、住房的商品属性分析

1. 投资品与消费品

在经济学上,住房是投资品,而不是消费品,所以在计算CPI时,不直接把商品房价格纳入居民消费居住类商品价格里去,这是因为商品房购买与当期消费不同步,购买支出与当期实际住房消费不对等。商品房购买行为实质上是一种在短期内大量货币的集中支付行为,但商品房却要用于今后几十年慢慢消费。也就是说,当期的实际住房消费对应的只是整个住房的一部分(即折旧),而不是整个住房。就像资本品一样,在使用的过程中慢慢消耗。按照国际惯例,这部分住房的消费价格通常用住房的租金来代替,而不将房产价格纳入居民消费价格中。

其实,住房是一种很特殊的商品,它既具有消费功能,也具有投资功能;既可作为消费品,甚至是生活必需品,也可以作为投资品。当它充当两种不同角色的时候,需求数量的决定机理是不一样的。对于投资品来说,购买是为了升值,能够获得收益,而收益只能是预期的。所以,投资品的需求取决于预期收益的大小(假设成本不变,购买住房的成本是利息),预期收益越大,人们购买的越多,而预期收益主要取决于投资品价格上升的速度,价格上升的越快,预期收益越大,对投资品的需求就越多。

Qi为投资品的需求量,E(D)为预期收益,P为价格,t为时间,dp/dt为价格变化速度,需求量是预期收益的函数,而预期收益是价格上涨速度的函数,价格上涨速度越快,预期收益越大,需求量也越大,即,表示在图形上,就是一条向右上方倾斜的曲线,斜率为正,价格上涨越快,需求越大(见图1)。

当住房作为一种消费品时,情况完全相反,在收入等其他条件不变的情况下,消费品的需求量取决于价格,价格越高,需求越小,价格越低,需求越大。,表示在图形上是一条向右下方倾斜的曲线,斜率为负(见图2)。消费品一般可以分为不同情况,如果是生活必需品,价格变化对需求量的影响比较小,也就是需求弹性小,曲线的斜率大些,显得陡峭;而一般消费品,弹性要大些,要平缓的多,也就是价格变化对需求的影响很大,价格稍一上升,需求就会大幅度下降。

从住房的消费属性说,它是一种生活必需品,其需求曲线应该是陡峭的。但是,由于租赁市场的存在,使住房成为了半生活必需品,在房价高的时候如果没有购买能力,人们可以选择租房,而不是必须买房,其他的生活必需品则没有这样的选择,所以住房的需求曲线要比生活必需品要平缓一些,斜率小一些,也就是受价格的影响大一些,但是还大不到一般商品平缓程度。

但是,住房绝对不是单纯的消费品。否则,不会形成价格持续上涨的局面,只会出现偶然因为供需失衡所引起的价格波动现象。住房价格之所以能持续上涨,必然是因为它的投资属性压过了消费属性,是因为有大量高财富持有者把它作为纯粹的投资品,这样,价格上涨越快,投资需求量就越大,价格就会进一步提高。

2. 购买人群

城市住房需求者或潜在需求者可以大体分为三类。第一类是高财富拥有者,他们持有大量的资本,可以投资住房获得收入,收入来源主要有两种,一种是房租收入;另一种是房产增值收入。一般情况下,他们会持有多套房产,房产是一种纯粹的投资品,基本不带有消费属性,而持有住房的成本是房产占有资金的机会成本,也就是利息。

第二类人群是一套住房拥有者,房产对于他们来说只是生活必需品,他们基本上不能从住房得到多少收入,虽然房价上涨会给他们带来财富增加,但这个增加的财富价值很难实现。也就是他们持有房产的价值增值具有部分虚拟成分,如果有一天价格下跌,这块资产就会缩水。

第三类是大量的无房者,大部分是后期进入城市者,他们没有自己的住房,只能靠租赁。这部分人群也分两种情况,一种人短期内可以买得起住房,仅仅将租房作为一种过渡,他们是潜在的第二类人群;另一种人买房是不可预期的,也就是根本不知道什么时候会拥有自己的住房,或者永远都承担不起。

这三类人群是城市房产的需求者和潜在需求者,三类人群之间有一定的流动性。也就是可以由三类变为二类,由二类变为一类,但是,从二、三类变为一类的难度相当大,也就是一、二类人群之间的鸿沟相当宽,流动性相对很小。从第三类变为第二类相对容易得多,同时,在不同的城市难易程度也不同,房价越高的城市,跨越这个界限的难度就越大,相对支付的房租也会越高。

二、住房价格持续上涨的经济机理

1. 房价持续上涨原因的相关解释

一种是政府导致说,认为地方政府存在推动房价上涨的内在冲动。由于分税制的实行加重了地方政府的财政压力,地方政府需要依靠土地出让和税收来补充财政资金。因此,地方政府是支撑房价走高的坚定支撑者。

再一种是成本增加、土地漏出,供给不足说。商品房开发建设成本增加,因为土地是稀缺资源,而且这几年中对土地批租设限,使土地供应量减少,大大提高了土地的价格,加大了房产开发成本。从最初的征地开始,一部分土地被政府储备,已经有了漏出;供应给开发商的部分,又有不少被闲置、囤积,而被开发的,还有一部分被开发商捂盘惜售,也有一部分由于产销不对路而卖不出去被空置,也形成一种漏出。

还有需求拉动说,认为中国房地产价格的持续上涨根本上源于旺盛的房地产需求。经济发展、居民可支配收入的提高和城市化进程的加快,都增加了对房产的需求,从而推动房价上涨。

最后是投资和货币因素说,认为房地产的炒作与投机是房价升高的重要原因。房地产商不仅参与房产的坐庄操纵,而且在房地产价格的垄断与操纵中随时合谋哄抬房价,以便掠夺敛聚社会财富。住房投资掩盖了住房的真实居住需求,加剧了房屋供给紧张。凡是房价高悬和暴涨的城市,一定存在超常的“住房投资”现象。同时,货币的供给增加,也起了推波助澜的作用。如果房地产市场以投资炒作为主导,必然会导致投机炒作者极力利用信用扩张的工具大量炒作房地产,不断推高房价,制造房地产泡沫。

这些观点都在一定程度上解释了我国房价持续上涨的原因,但没有充分体现其内生性,多数以外生条件作为主导因素。

2. 房价持续上涨机理

要分析房价持续上涨的机理,首先要从高财富拥有者(第一类人群)的住房投资行为出发。高财富拥有者会购买多套住房,购买住房的目的不是用来消费,而是纯粹的投资行为,其投资行为取决于投资成本和预期收益的比较,如果预期收益大于成本,投资者会买进住房进行投资,反之会卖出。投资房产的预期收益包括两部分,一部分是住房租金收入,一部分是价值增值收入。投资成本为购买房产所支付货币的机会成本,也就是利息。投资均衡可以用下面的式子表示:

假设考察T时间跨度的投资行为,假设初始单位面积房产价格为P0,结束时价格为预期价格PT,R为投资房产的机会成本,也就是单位面积房产这一段时期所支付资金的利息,它取决于这段时间的利息率和购买时的房产价格P0,假设利率r不变,那么购买价格越高,成本越大。预期收入E(D)包括租金总和Z和预期价值增值E(M)两部分,租金收入是由各个分期租金的总和构成的,每个分期租金zt取决于该时期之内每个分期的价格Pt,Pt上涨越多,租金越高,租金总和Z也越大。预期价值增值E(M)取决于未来的预期价格E(PT),预期价格越高则预期价值增值越大,而预期价格E(PT)取决于价格上涨速度,价格上涨越快,期末的预期价格越高,预期价值增值也越大。预期收益等于支付成本的时候,投资行为达到临界点。只要预期收益高于投资成本,住房的投资需求必然上升。

住房价格持续上涨必须具备几个条件:第一,社会财富分配具有比较大的差距,没有前面所说的高财富拥有者,也就是第一类人群,没有财富的相对集中,是不可能达到推动住房价格持续上涨的;第二,快速城市化和存在比较自由的房屋租赁市场,这样能保证大量无房人群(第三类人群)在城市的存在,以及房产投资的利润实现;第三,要有房价上涨的触发因素和传导机制,否则,不可能形成房价持续上升,只会存在由于供求失衡所引起的价格偶然波动。

那么住房价格进入持续增长的过程后,什么时候是尽头呢?这要考虑另外两个方面,一方面是随着房价的持续上涨,新投资住房占有的资金会更多,支付的机会成本也就是利息会更多,但这不是问题的主要方面。问题的主要方面是预期收益的实现问题。预期收益E(D)包括两部分,一个是租金收入Z,一个是预期价值增值E(M),租金收入是随着价格的提高而提高的,但它的实现还要受到租房人群也就是第三类人群支付能力的约束,这类人群将需要变为需求必须有相当的当期支付能力和收入水平,在收入没有有效提高的情况下,持续增长的租金价格必然会受到限制。另一方面,预期价值增值E(M)的实现是以住房能够在以后卖出去为条件的,它必然受到无房人群未来收入的约束。一旦达到的时候,房产的高价必然不能维持,也就是人们通常所说的房地产泡沫破裂,上面的机制会起相反的作用,使房价加速下跌。但是这个下跌可能没有持续上涨来得容易和持久,因为不断有新的外来人口进入城市,不断提供支付能力,但这种逆转迟早会出现。当经过一个阶段后,第三类人群的支付能力有所恢复,再加上不断增长的城市人口,他们都想进入第二类人群,会引发新一轮的房价持续上涨。

所以,现在城市房价的持续上涨是由经济运行方式所决定的,是内生于现代经济的。在工业化、城市化进程中,只要存在着大的收入差距,如果没有强有力的外界干预,城市房价的这种表现形式是不容易改变的。

三、住房价格上涨的财富分配效应

先考虑这样一个问题,在较短的时间内,房价持续上涨,住房持有者手中的财富和资产快速增加,但社会创造的总财富量并没有大幅度提高。那么,这些财富是那儿来的,这是真实的财富吗,或者在多大程度上是真实的,如果是,它们是怎样实现的;如果不是,在什么条件下会成为真正的财富。下面用图3说明这个问题。横轴代表时间,纵轴代表房价和地租价格(单位面积房租),上面的实线代表房价,下面的实线代表房租价格。从0到T时期内房价保持持续上升,从P0上涨到P1(当然房价上涨不一定是直线,在这里用直线表示,并不影响分析的实质)后保持稳定,呈现出一条水平线。房价的上涨必然带来房租价格的提高。假设房租价格从PZ0上涨到PZ1,然后不再变化,也呈现出一条水平线。

从开始到T时期,住房拥有者手中的财富增加了,住房拥有者也就是第一类和第二类人群增加的财富有两个来源,一是这段时间增加的租金总和(也就是比价格没有变化时租金高出的部分),在图形上也就是PZ0AB这个三角形的面积,这部分租金收入基本上由第一类人群占有,第二类人群占有很少(无房可出租)。另一个财富增加的来源是房产价格的上涨带来的价值增值,单位面积住房带来的价值增值为GH,也就是P1和P0的价格差(总增值为这个价格差乘以住房总面积),这部分财富由第一和第二类人群占有。

由于T并不是一段很长的时间,假设社会总财富不变,那么这些增加的财富是哪儿来的?简单地说,是从大量的无房者、也就是第三类人群手中转移来的。要说明怎样转移和怎样实现,就要从两个财富增加来源来考察。先看增加的租金PZ0AB,其来源很明显,肯定是租房者的当期财富支付,只是随着价格的上涨,需要支付的越来越多,住房拥有者的这部分财富当期直接实现,是实实在在的,货真价实的财富。另一部分财富增加来源的价值增值就跟租金不一样了。住房价格上涨了,住房拥有者财富增加了,但这部分财富增加要实现必须是在T期把房子卖出去,如果没有卖出,随时都有可能遭遇房价下跌而在一定程度上丧失这部分收益,所以它带有一定的虚拟性质,不是完全的真实财富。一套住房拥有者是没办法在T期实现其价值增值的,因为他不可能在这个时候将唯一的住房卖出,所以,这一部分价值增值要真正实现还要等到以后;住房投资者也就是第一类人群也不能全部实现这部分价值增值,因为无房者不可能在这个时候全部买下这些房子,所以其价值增值也同样具有一定的虚拟成分,但是比第二类人群要机动得多,要考察这部分价值增值的实现,同样要对T期以后阶段进行研究。

由于假设T期以后住房价格不再变化,假设到了T1期,有一部分无房者成功地积累了一定的财富,具有了一定的支付能力,想从第三类人群变为第二类人群,购买自己的住房,他们必须出高于当初P0的价格P1来购买,也就是说他们单位面积多支付了IJ的财富,而这部分多支付的财富正好弥补了部分第一类人群的GH,使部分价值增值得以实现。在这部分人购买自己的住房前,也就是从T到T1阶段,他们还要多支付ABCD四边形面积代表的租金。当然,其他在T1时刻依然没能购买住房的人也要支付这块租金,而且要一直支付下去。这些租金支付又使部分价值增值得以实现,同时,又进一步增加了住房拥有者的总财富增加值,也就是这个时候增加的单位面积总财富是GH+PZ0AB+ABCD,不再是T期时的GH+PZ0AB。再到T2期的时候,又有一部分三类人群购买住房,前面的过程再一次重复,并且这个过程会不断重复下去,会有越来越多的财富向住房投资者手中集中。

从上面的分析可以看出,住房价值增值的实现是以转移无房者的后期收入来实现的,也就是说,房价的上涨不但转移了当期财富,而且转移了无房者的后期收入,甚至是一生都在支付。这样就形成了双重财富分配效应,一重是当期财富的转移,一重是持久财富的转移,这个过程之所以能够持续也是因为随着城市化的推进,不断有新的人群从农村进入城市成为第三类人群,来提供不断增加的财富转移,也就是说房价上涨对财富的分配具有持久效应,会使财富分配差距越来越大。

本文只是分析了一个阶段的持续价格上涨,其实价格并不会停留在P1,而是会进一步被推高,如果是这样,对财富的分配效果可想而知。

摘要：在快速城市化过程中,住房价格持续上涨并不是由外部因素所决定的,而是内生于经济运行本身。由于住房的双重属性和较大的财富持有差距,一旦住房价格被需求触发,住房的投资属性必然会压过消费属性,由经济内部因素作用而持续上涨,直到价值增值的实现受到制约后,才会改变上涨趋势,经过一段时间之后,这个过程会重新开始。在价格上涨和价值增值的实现过程中,伴随着双重财富分配效应,价格持续上涨不但转移了无房人群的当期财富,而且转移了未来财富,同时具有持久性。要想抑制房价持续上涨,减弱这种分配效应,必须缩小投资收益空间,提高无房人群的支付能力。

关键词：住房价格,经济机理,价值增值,财富分配效应

参考文献

[1].林依标.“漏出”现象推高房价.中国土地.2009.11

[2].胥玲.中国城市房价和地价的决定因素及相互关系.财政研究.2009.11

[3].曲世军张友祥.我国房价上涨的原因及对策分析.经济纵横.2007.18

[4].季雪.房价逆调控而上涨的政策性原因与对策.城市发展研究.2007.3

价格过程 第4篇

随着间歇性能源渗透率的不断增加,其随机性和波动性将使得电网供需双侧变化更加频繁,对电力系统的安全稳定运行提出了严峻挑战。负荷侧具有柔性特征的电动汽车、储能、需求响应等将使得电网的负荷特性及行为特征发生较大的转变,从而具备了参与系统功率平衡的能力。利用智能用电双向互动运行模式及支撑技术,充分整合需求侧资源将成为平衡新能源波动的重要手段之一[1,2,3,4]。然而,间歇性能源大规模并网,电力负荷出力千变万化,具有柔性特征的需求侧资源灵活响应,这都将使得电网潮流变化具有更强的不确定性。

概率潮流能有效反映电网各组成部分的随机性,从20世纪70年代首次提出概率潮流问题[5]开始,大量学者对其进行深入研究,提出的求解方法大致可分为解析法、模拟法和近似法。解析法[6,7]的基本思想是将非线性潮流方程进行线性化处理,以便使用卷积或级数展开等方法;模拟法的基本思想是以随机统计理论为基础,利用抽样技术进行数值模拟,主要有蒙特卡洛抽样法[8]和拉丁超立方法[9,10]; 近似法基本思想是利用随机变量的数学特征来表征系统状 态变量和 待求量的 分布,主要有点 估计法[11,12]和半不变量 法[12,13]。上述概率 潮流计算 中通常只考虑发电的随机性(包括风电的随机性)和常规负荷的随机性,没有考虑需求侧资源响应的不确定性及响应发展过程的影响。

因此,为了更加全面地反映系统各组成部分的随机变化过程对电网潮流分布的影响,本文首先详细地阐述了连续性概率潮流分析方法的内涵,然后建立了价格型负荷响应的时序概率模型。此外,基于半不变量法的概率潮流计算速度快、物理概念清晰,在波动范 围较小的 情况下精 度能够满 足要求[14],本文在此基础上,提出了基于灵敏度修正的连续性概率潮流双层迭代计算流程。最后,通过实际电网算例仿真,验证了该方法的有效性和必要性。

1连续性概率潮流分析方法的内涵

需求侧具有柔性特征的负荷参与电网互动时, 由于负荷资源的用电特性和响应机制具有差异性, 其所表现的响应特性也有所不同,而价格型负荷响应特征更为明显。价格型负荷[15,16]通过接收价格信号来调整和改善用电方式,用户自主响应的主观性较强,主要表现为:随机性、时变性和时滞性[17]。传统的单断面概率潮流计算虽然可以计及电网各组成部分的随机性,但无法描述其随机变量的时序变化特性。特别当引入电价型响应资源后,负荷响应过程在各时间断面上的演变给系统潮流所带来的影响也无法体现。为了更形象地说明该问题,图1给出了计及响应过程的潮流发展示意图。假设初始时刻系统处于出力过剩状态,因此有一个负荷正增长的响应信号,由于负荷响应过程具有一定滞后性,虽然初始潮流断面1系统处于安全稳定状态,但是随着时间推移,负荷的响应量不断增大,使得后续时刻潮流断面3的系统潮流水平处于不安全状态。因此, 为了更好地把握电源侧和负荷侧变化的随机性和时变性对电网的影响,潮流分析由单断面转向连续性概率潮流分析方法有其特殊的重要性和必要性。

什么是连续性?连续性一方面需包含时间的演变信息,另一方面需表征各时间断面之间存在的关联关系,通过前一时刻的信息可以推出后续时刻事件的发展趋势(即各断面相互约束)。所谓连续性概率潮流,与常规潮流不同,它是在当前时刻计算和分析未来一定时间范围内(如一个响应过程)潮流分布的连续变化。本文通过建立价格型负荷的响应模型以表征各时间断面潮流的关联关系,利用灵敏度迭代修正快速计算出整个响应过程对系统潮流分布的影响。因此,连续性概率潮流一方面能提供系统运行潮流分布情况,更深刻地揭示电网运行的实际情况,为识别系统薄弱环节提供更完整的信息;另一方面该方法可以作为计及响应过程的电网经济安全调度和静态安全分析的基础,为评估整个响应过程的合理性提供依据。

2价格型负荷的时序概率模型

负荷作为电力系统最主要的电气元件之一,其出力变化将直接影响系统潮流情况,因此针对具有响应特性的价格型负荷进行详细地建模。负荷出力可分两部分:满足自身生产和生活需求的基础出力分量(一般通过短期负荷预测得到)和由于外界的电价刺激而产生的响应变化分量。虽然由于人类社会的生产生活和自主响应等具有很强的随机性,但负荷的波动又呈现较明显地规律性。因此,在各种确定性规律基础上叠加相应的随机波动性来建立负荷节点注入量的时序概率模型。

2.1负荷预测的时序概率模型

目前电力负荷的短期预测精度较高,在考虑负荷预测的不确定性时,可以用正态分布反映各个负荷的随机性,如下式所示:

式中为t时刻负荷出力的预测期望值;δL(t)为t时刻预测误差,当采用正态分布模拟预测偏差时,其方差一般较小。

2.2负荷响应的时序概率模型

电价机制是以经济为导向,改变各类柔性负荷用电行为的一种有效方法。用户响应电价模型多基于电力需求价格弹性矩阵[18,19,20],其反映的是用户对电价变化响应的宏观表现,这在一定程度上限制了模型的准确性。考虑到用户响应电价的不确定性, 同时考虑响应的时序发展过程,本文建立了电价型负荷响应的时序概率模型。

1)需求价格弹性系数

需求价格弹性是指需求对价格变化的敏感程度,其大小表征该类电价型负荷对电价变化响应的潜力。同一类负荷在短期内响应特性变化不大,因此可认为其需求价格弹性系数为定值。基于实时电价响应机制下,可以计算出t时刻负荷的理想响应量,如式(2)所示:

式中:ε为该负荷的需求价格弹性系数;p0为初始电价;p(t)为t时刻电价;为初始功率;PLH(t)为t时刻电价变化后的理想响应量。

2)负荷的响应速率

电价型负荷响应具有一定时序特性,当电价发生变化后负荷响应并不是立刻完全响应,而有一个响应发展的过程,本文定义负荷响应速率来表征响应发展过程的快慢。对于某一特定的负荷,其响应速率是一个固有属性,负荷响应速率的内涵类似于机组的爬坡速率,而该属性则与负荷性质、用电习惯及负荷大小相关,如电动汽车其响应过程由电池的充放电特性决定,而工业负荷则和其生产流程密切相关。对负荷的大量历史数据进行分析,通过函数拟合可得到响应量与时间的关系:

式中:F(·)为通过拟合得到响应量与时间的函数表达式,该表达式可为连续函数或者分段函数。

而当时间间隔足够小时,负荷的响应量与时间的关系可以用分段线性函数表示,则将F(·)对某一分段时间 Δti进行求导,可得到响应速率因子如下:

负荷响应速率的大小,代表负荷在单位时间里响应的快慢,其值越小说明该类负荷响应时间越长, 时滞性越强;其值越大,则反之。已知负荷不同响应时间段的响应速率因子,其响应量可表征为:

式中:n表示将负荷响应过程分为n段,当n=0时说明该负荷响应量与时间关系为线性关系;Δt为响应持续时间,表明响应自t时刻开始,在t+Δt时刻将完成全部响应,达到理想响应量PLH。

结合式(2),不难发现时间—电价—响应量之间的关联关系,当电价变化量增加时理想响应量也增加,由于受响应速率的影响,响应量会随着时间间隔增大而增加。

3)计及响应过程的时序概率模型

各类电价型负荷响应实时电价的互动量具有随机性,用户不断调整用电方式以达到响应期望值,但响应中仍具有一定的不确定性。通过随机抽样法对负荷的响应量进行模拟,当抽样次数足够多时响应随机性满足正态分布,因此价格型负荷的时序概率模型由负荷预测随机性和负荷响应随机性两部分组成,可表示为:

式中:时刻负荷的预测情况,如式(1)所示;时刻负荷的响应情况,如式(5时刻电价型负荷的响应量期望时刻响应随机性,响应方差随响应量的变化而变化为响应发展持续时间。

3计及响应过程的连续性概率潮流计算

3.1节点注入功率的表征模型

将原先单断面潮流方程扩展为时序概率潮流方程,将节点功率方程和支路潮流方程写成一般的矩阵形式:

式中:W为节点注入量,包括各节点有功注入功率和无功注入功率;X为各节点状态变量,包括各节点电压幅值和相角;Z为支路潮流有功和无功功率的待求变量。

随机潮流模型中节点注入量W是随机变量,与常规不同,此时需计及电价型负荷的响应量部分及响应的随机性。因此,在随机潮流模型中考虑负荷响应后的节点注入量为随机变量,可以表示为:

式中:PG为节点常规发电机的出力;为风机出力的随机变量为节点负荷的随机变量,如式(6)所示。

将节点注入量简化为:

式中:W0为随机变量的期望值,表示初始功率期望值与电价型负荷响应量的期望值之和;为随机变量的随机波动部分,是风电、常规负荷预测随机变量部分与负荷响应随机变量部分之和,值得注意的是,这几部分随机变量由于其行为具有不相关性,可认为是相互独立的。

3.2利用灵敏度修正的半不变量法概率潮流

以基于半不变量法的概率潮流模型为基础,研究计及响应过程的连续性概率潮流分析方法。在连续性概率潮流计算中,将新能源波动及柔性负荷响应变量视为初始时刻运行情况的一种扰动,利用灵敏度修正法以节点注入功率的增量模拟扰动的影 响,图2给出了基于灵敏度修正法的连续性概率潮流计算示意图。利用该方法,能连续计算得到未来tn时间范围内的潮流分布结果,提高计算效率。

式中:则称为t0时刻的灵敏度矩阵。

假设各节点注入功率都相互独立,则节点状态变量和支路潮流变量的随机变量是各注入功率随机变量的线性和。根据半不变量的可加性,tk时刻节点i注入功率的m阶半不变量为

式中时刻节点i的发电机注入功率与负荷注入功率的m阶半不变量;为tk时刻节点i上发电及负荷注入功率产生的扰动分量的m阶半不变量。

利用半不变量线性可加的重要性质,tk时刻节点状态变量和支路潮流变量的各阶半不变量可由下式得到:

在此基础上,再通过Gram-Charlier级数展开式得到各待求变量的概率分布特性。

3.3连续性概率潮流计算流程

为了较好地模拟响应过程,图3给出了一种双层迭代的连续性概率潮流计算流程,该方法包括内外双层的计算框架。外层主要模拟发电和负荷功率出力的时序变化和负荷响应互动量在时间轴上的演变过程;内层主要基于半不变量法并利用灵敏度修正注入功率变化后的概率潮流;内外双层迭代进行, 最后根据计算结果分析潮流分布的连续变化情况。

4算例仿真

4.1算例参数情况

以某省实际151节点电网为分析对象,该省风电资源较为丰富,含有11个风机接入节点,同时,负荷节点为97个。按文献[21]方法,对该地区实际风电历史数据进行统计分析,发现该地区10min级风电预测误差用正态分布拟合结果令人满意,且风电误差波动在10%以内。因此,该算例仿真中设定该地区风电出力预测满足正态分布,且假设标准差为10%的期望值。同时,设所有预测负荷均服从正态分布,且标准差取期望值的5%。

此外,电网中含有8个电价型负荷,分别是造纸业、石油化工业和纺织业3类,其响应参数如表1所示。需求价格弹性系数和响应速率因子反映了电价型负荷的响应潜力大小和响应速度快慢两个特性, 并不矛盾,响应潜力大且速率大的负荷为优质响应资源,响应潜力小且速率小的负荷属于较为劣质的响应资源。结合相关企业的调研结果,本算例中响应速率因子按所选负荷节点初始功率的一定比例进行推算,参数仅供参考。此外考虑电价型负荷响应自身具有一定随机性,则假设响应随机性服从正态分布,且标准差取其期望的一 定比例,具体参数如表1所示。

场景设计:选取该省某晚上20:00时刻为初始运行状态,总风电出力为28 112.18 MW。此时,预测未来30min内风电出力呈正增长如表2所示,表中也给出 该场景下 实时电价 信号 (基准电价 为0.5元)。

4.2仿真结果及分析

随着风电的持续增长,为了提升电网对风电的消纳,每5min将接受一个减小的电价信号,价格型负荷出力将呈增长趋势。图4和图5给出了两类典型电价型负荷响应的发展趋势,负荷1代表是需求价格弹性系数大但在同类企业中响应速率小,负荷7代表的是价格弹性系数小但在同类企业中响应速率较快。由于负荷1需求价格弹性系数大,因此在同样的价格信号下理想响应量大(如红虚线所示), 但是受响应速率的影响,其响应过程有明显的滞后性。负荷7在同样的价格信号下理想响应量小,但响应速度较快,均能在5min内完全响应,蓝线与红虚线实现重合。因此,该负荷响应模型能有效反映不同类型负荷的响应量在时间轴上的演变过程。

考虑了电网的不确定性和价格型负荷的响应过程,连续性概率潮流分析可以计算得到各支路有功功率分布的连续变化情况。下面主要分析在实际电网中比较关心的支路功率越限及关键断面的安全情况。图6给出了所有支路的越限概率统计情况,可见当前时刻电网支路的越限情况非常少,电网处于安全状态。但随着电价型负荷响应的进一步发展, 支路越限的概率不断增大,在15 min以后支路63的功率越限超过50%,负荷响应造成局部地区潮流堵塞,电网存在安全隐患。此外,选取两类典型关键断面进行分析,其累积概率分布连续变化趋势如附录A图A1、图A2所示。从典型关键断面的概率分布变化情况来看,互动对电网安全均存在“良性”和 “劣性”两种趋势的影响,需全面把握所有关键断面的发展趋势以确保电网安全稳定运行。综上所述可得,当风电持续上升波动时,利用该负荷响应策略来消纳风电将存在较高的风险,为了确保电网安全需调整响应策略或选择弃风。借助以连续性概率潮流为基础的安全调度和静态安全分析方法,调度中心能够在响应过程中不断引导响应行为向有利于电网安全稳定运行的良性趋势发展。

同时,与各时刻概率潮流重复计算法进行比较, 本文所提方法的计算精度和计算时间均满足要求。 两种方法下所得到支路有功功率期望值和标准差均十分接近,最大绝对误差均在1 MW以内,但本文所提方法计算时间只需0.078 9s,仅为重复计算的0.4倍,大大提高了计算速度,以确保在电网规模进一步扩大时满足在线计算需求。

5结语

1)本文提出了连续性概率潮流的内涵,即在当前时刻计算和分析未来一定时间范围内的系统潮流分布的连续变化。

2)需求侧电价型负荷响应具有一定时序特性, 本文采用负荷的响应速率来表征响应发展的过程, 该模型能有效反映不同时刻潮流断面的关联关系及发展趋势。

3)双层迭代的连续性概率潮流分析方法一方面能计及电网存在的不确定性和全面把握电价型负荷响应的发展过程对电网的影响,另一方面利用灵敏度修正的连续性概率潮流计算,能大大提高计算效率。

4)通过对系统进行连续性概率潮流分析,一方面能提供更完整的信息,为评估整个响应过程的合理性提供依据;另一方面该方法可以作为考虑连续性的安全调度和静态安全分析的基础支撑。以某省级电网为例,进一步验 证了连续 性概率潮 流的必要性。

附录见本 刊网络版 (http://www.aeps-info. com/aeps/ch/index.aspx)。

摘要：在建立了价格型负荷时序概率模型的基础上,提出了计及响应过程并利用灵敏度修正的连续性概率潮流分析方法。该方法能有效反映价格型负荷的响应过程,计算结果更符合实际电网的运行情况,并能为评估整个响应过程的合理性提供依据。以某省级电网为例,进一步验证了连续性概率潮流分析的必要性。