Dự báo nhu cầu điện năng cho Việt Nam giai đoạn 2006-2020 trên cơ sở phần mềm simplee

cứ công trình nào khác. Tôi xin cam đoan các thông tin trích dẫn trong luận văn đều đ0 đ−ợc chỉ rõ nguồn gốc. Tác giả luận văn Trần Thị Ngoạt ii Lời cám ơn Sau một thời gian thu thập số liệu, nghiên cứu và thực hiện luận văn tôi đ0 đ−ợc sự h−ớng dẫn tận tình của các thầy cô giáo và sự đóng góp ý kiến của các bạn đồng nghiệp, nay tôi đ0 hoàn thành luận văn này. Lời đầu tiên tôi xin đ−ợc bày tỏ lòng biết ơn sâu sắc nhất đến PGS.TS Nguyễn Minh Duệ - NGƯT tr−ờng Đại học Bách Khoa Hà Nội – Ng−ời trực tiếp h−ớng dẫn, chỉ bảo và giúp đỡ tôi rất tận tình trong quá trình làm luận văn. Qua đây tôi xin trân trọng cảm ơn các thầy cô giáo khoa Cơ Điện, khoa Sau Đại học – Tr−ờng Đại học Nông Nghiệp I Hà Nội, khoa Điện tr−ờng Đại học Bạch khoa Hà Nội đ0 giúp đỡ tôi trong thời gian học tập và làm luận văn. Tôi xin trân trọng cảm ơn các cô chú, anh chị phòng Kinh tế và Dự báo nhu cầu năng l−ợng, phòng Hệ thống điện của Viện năng l−ợng cùng toàn thể các bạn bè đồng nghiệp, các thành viên lớp Điện Nông nghiệp K14 đ0 giúp đỡ tôi hoàn thành luận văn này. Một lần nữa tôi xin chân thành cảm ơn ! Hà Nội, Tháng 09 năm 2007 Học viên Trần Thị Ngoạt iii Mục lục Lời cam đoan i Lời cảm ơn ii Mục lục iii Những từ viết tắt trong luận Văn vi Danh mục các bảng viii Danh mục các hình vẽ x Lời mở đầu 1 Ch−ơng 1: Cơ sở ph−ơng pháp luận về phân tích và dự báo nhu cầu năng l−ợng 2 1.1 Ph−ơng pháp phân tích nhu cầu năng l−ợng. 2 1.1.1 Mục đích của việc phân tích nhu cầu năng l−ợng 2 1.1.2 Các ph−ơng pháp phân tích nhu cầu năng l−ợng 2 1.1.2.1 Ph−ơng pháp tĩnh 2 1.1.2.2 Ph−ơng pháp động 3 1.2 Ph−ơng pháp dự báo nhu cầu năng l−ợng 5 1.2.1 Các khái niệm cơ bản và tầm quan trọng của dự báo 5 1.2.1.1 Các khái niệm cơ bản của dự báo 5 1.2.1.2 Tầm quan trọng của dự báo 5 1.2.2 Các ph−ơng pháp dự báo 5 1.2.2.1 Ph−ơng pháp ngoại suy 5 1.2.2.2 Ph−ơng pháp hồi quy t−ơng quan 10 1.2.2.3 Ph−ơng pháp chuyên gia 15 1.2.2.4. Ph−ơng pháp hệ số đàn hồi thu nhập 16 1.2.2.5. Ph−ơng pháp Neural 17 1.2.3 Một số phần mềm dùng trong dự báo nhu cầu năng l−ợng 17 1.2.3.1 Mô hình kinh tế kỹ thuật MEDEE-S 17 iv 1.2.3.2. Phần mềm SPSS 19 1.2.3.3. Phần mềm EVIEWS 2 1.2.3.4. Phần mềm Simple E (Simple Econometric Simulation System) 21 Ch−ơng 2: Phân tích tình hình sản xuất và tiêu thụ điện năng giai đoạn 1990 – 2005 27 2.1 Tổng quan về tình hình kinh tế – xã hội Việt Nam giai đoạn 1990-2005 27 2.1.1 Tình hình kinh tế Việt Nam giai đoạn 1990 – 2005 27 2.1.2. Tình hình dân số Việt Nam giai đoạn 1990 – 2005. 31 2.2. Định h−ớng phát triển kinh tế xã hội giai đoạn 2005-2020. 32 2.3. Phân tích tình hình sản xuất điện năng giai đoạn 1990 – 2005 33 2.3.1. Phân tích cơ cấu sản xuất điện của các nhà máy hiện có. 33 2.3.1.1. Các Nhà Máy Nhiệt Điện (NMNĐ) 33 2.3.1.2. Các nhà máy thuỷ điện (NMTĐ) 36 2.3.2 Tình hình sản xuất điện năng giai đoạn 1990 – 2005 38 2.4 Phân tích tình hình tiêu thụ điện năng giai đoạn 1990 – 2005 43 2.4.1 Phân tích tình hình tiêu thụ điện năng theo thời gian giai đoạn 1990 – 2005 43 2.4.2 Phân tích tình hình tiêu thụ điện năng theo các ngành giai đoạn 1990 – 2004 45 2.5 So sánh nhu cầu tiêu thụ điện năng của Việt Nam với các n−ớc trong khu vực giai đoạn 1991 -2003 49 2.6 Hệ số đàn hồi 51 2.6.1 Hệ số đàn hồi giữa tốc độ tăng tr−ởng điện năng và tốc độ tăng tr−ởng GDP giai đoạn 1991-2005. 51 2.6.2 Hệ số đàn hồi giữa tốc độ tăng tr−ởng điện năng theo giá giai đoạn 1991-2005. 53 Ch−ơng 3: Dự báo nhu cầu điện năng giai đoạn 2006 – 2020 57 3.1 Dự báo nhu cầu điện năng bằng mô hình Simple E 57 v 3.1.1. Dự báo nhu cầu điện năng theo 2 biến GDP và Dân số. 58 3.1.2. Dự báo theo 3 biến GDP. Dân số và Giá điện tiêu dùng. 70 3.2 Dự báo theo ph−ơng pháp hệ số đàn hồi thu nhập bằng Excel 80 3.2.1 Các kịch bản dự báo 80 3.2.2 Hàm dự báo 81 3.2.3 Kết quả dự báo 82 3.2.4 Kiểm định kết quả dự báo theo ph−ơng pháp HSĐH thu nhập 84 3.3 So sánh kết quả dự báo nhu cầu điện năng cuối cùng với kết quả dự báo của Viện Năng l−ợng. 86 Kết luận và kiến nghị 88 1. Kết luận 88 2. Kiến nghị 89 Tài liệu tham khảo 90 Phụ lục 91 vi Những từ viết tắt trong luận Văn TSĐVI: Tổng sơ đồ VI GWh GigWalt – hour KWh KiloWalt – hour HTĐ Hệ thống điện NMĐ Nhà máy điện VNL Viện Năng L−ợng VCLPT – Bộ KH & ĐT Viện chiến l−ợc phát triển – Bộ kế hoạch và đầu t− POP,DS Dân số ĐTP Điện th−ơng phẩm POPGR Tốc độ tăng tr−ởng dân số (Population growth) GDP Tổng sản phẩm quốc nội (Gross Domestic product) GDPAG Tổng sản phẩm ngành nông nghiệp (Agriculture Gross Domestic product) GDPIN Tổng sản phẩm ngành công nghiệp (Industry Gross Domestic product) GDPCM Tổng sản phẩm nành th−ơng mại (Commercial Gross Domestic product) GDPGR Tốc độ tăng tr−ởng tổng sản phẩm (Gross Domestic product growth) GRAG Tốc độ tăng tr−ởng tổng sản phẩm ngành nông nghiệp (Growth of Agriculture) GRIN Tốc độ tăng tr−ởng tổng sản phẩm ngành công nghiệp (Growth of Industry) GRCM Tốc độ tăng tr−ởng tổng sản phẩm ngành th−ơng mại (Growth of Commercial) SHAG Tỷ trọng của ngành nông nghiệp trong tổng sản phẩm (Share of Agriculture) SHIN Tỷ trọng của ngành công nghiệp trong tổng sản phẩm(Share of Industry) vii SHCM Tỷ trọng của ngành th−ơng mại trong tổng sản phẩm(Share of Commercial) CPI Chỉ số giá tiêu dùng (Consummer price index) INFL Tỷ lệ lạm phát (Inflation) PINEL Giá điện công nghiệp (Price of industrial electricity) PREEL Giá điện sinh hoạt (Price of residual electricity) PCMEL Giá điện th−ơng mại(Price of in commercial electricity) PAGEL Giá điện nông nghiệp (Price of agricultural electricity) POTEL Giá điện khác (Price of other electricity) INEL Nhu cầu điện năng tiêu dùng cuối cùng ngành công nghiệp (Industrial electricity) REEL Nhu cầu điện năng tiêu dùng cuối cùng khu vực dân dụng (Residual electricity) CMEL Nhu cầu điện năng tiêu dùng cuối cùng ngành th−ơng mại (Residual electricity) AGEL Nhu cầu điện năng tiêu dùng cuối cùng ngành nông nghiệp (Agricultural electricity) OTEL Nhu cầu điện năng tiêu dùng cuối cùng ngành khác ( Other electricity) FNEL Tổng nhu cầu điện năng tiêu dùng cuối cùng (Final electric) CUST Số l−ợng khách hàng (Custommer) ELEC Tỷ lệ điện khí hoá (Electricfication) HH Số ng−ời/hộ dùng điện (House hold) LOSS Tỷ lệ tổn thất truyền tải phân phối và tự dùng ELEL Tổng nhu cầu điện năng sản xuất cuối cùng (Eletricity) Model Mô hình Actual Thực thể KCN Khu công nghiệp viii Danh mục các bảng Số bảng Tên bảng Trang 2.1 Tình hình kinh tế Việt Nam giai đoạn 1990 – 2005 27 2. 2 Tốc độ tăng tr−ởng GDP trung bình 5 năm 29 2.3 Tốc độ tăng tr−ởng tổng sản phẩm trong n−ớc giai đoạn 2000-2005 30 2.4 Dân số Việt Nam giai đoạn 1990 – 2005. 31 2.5 Kịch bản phát triển kinh tế đến 2020 32 2.6 Tổng hợp kết quả dự báo phát triển dân số giai đoạn 2005 – 2025 32 2.7 Tình hình sản xuất điện năng giai đoạn 1990 – 2005 38 2.8 Tổng Công suất đặt và tăng thêm GĐ 2001-2005 41 2.9 Tiêu thụ điện năng theo thời gian giai đoạn 1990 – 2005 44 2.10 Tiêu thụ điện năng trung bình giai đoạn 5 năm 45 2.11 Diễn biến giá điện theo các lĩnh vực khác nhau 46 2.12 Diễn biến thay đổi tiêu thụ điện và tỷ trọng tiêu thụ địên giai đoạn 1990 - 2005 47 2.13 Sản l−ợng điện theo đầu ng−ời của một số n−ớc APEC. 49 2.14 Hệ số đàn hồi theo GDP giai đoạn 1991-2005 51 2.15 Hệ số đàn hồi trung bình theo GDP giai đoạn 5 năm 52 2.16 Hệ số đàn hồi theo giá giai đoạn 1991-2005 53 2.17 Hệ số đàn hồi trung bình theo giá 54 3.1 Kịch bản kinh tế giai đoạn 2006 – 2020 57 3.2. Kết quả dự báo nhu cầu điện năng kịch bản cơ sở 66 3.3. Kết quả dự báo nhu cầu điện năng kịch bản cao 68 3.4. Kết quả dự báo nhu cầu điện năng kịch bản thấp 68 3.5. So sánh kết quả dự báo nhu cầu điện tiêu dùng cuối cùng theo 3 kịch bản giai đoạn 2006-2020. 69 3.6 Tổng hợp kết qủa kiểm định dự báo của các ngành 76 3.7 kết quả dự báo nhu cầu điện năng kịch bản cơ sở 77 3.8 Kết quả dự báo nhu cầu điện năng kịch bản cao 78 ix 3.9 Kết quả dự báo nhu cầu điện năng kịch bản thấp 79 3.10 Kết quả so sánh nhu cầu điện năng dự báo giữa các kịch bản 81 3.11 Kịch bản về tốc độ tăng dân dùng điện và hệ số đàn hồi theo dân dùng điện giai đoạn 2006 – 2020 81 3.12 Kịch bản cơ sở về tốc độ tăng GDP và hệ số đàn hồi Theo GDP giai đoạn 2006 – 2020 89 3.13 Kịch bản cao về tốc độ tăng GDP và hệ số đàn hồi Theo GDP giai đoạn 2006 – 2020 89 3.14 Kịch bản thấp về tốc độ tăng GDP và hệ số đàn hồi Theo GDP giai đoạn 2006 – 2020 89 3.15 Kết quả dự báo nhu cầu điện năng đến năm 2020 kịch bản CS 82 3.16 Kết quả dự báo nhu cầu điện năng đến năm 2020 kịch bản cao 83 3.17 Kết quả dự báo nhu cầu điện năng đến năm 2020 kịch bản thấp 83 3.18 kết quả kiểm định 84 3.19 Kết quả dự báo của 2 ph−ơng pháp đk dùng với kết quả của Viện Năng L−ợng giai đoạn 2005 – 2020 . 85 x Danh mục các hình vẽ Số hình Tên hình Trang 1.1 Sơ đồ các b−ớc của quá trình dự báo 6 1.2 Sơ đồ hoạt động của các bảng tính trong Simple E 22 2.1 Đồ thị biểu diễn tổng GDP phân theo thành phần kinh tế giai đoạn 1990 – 2005 28 2.2 Đồ thị biểu diễn cơ cấu GDP năm 2005 28 2.3 Đồ thị biểu diễn tốc độ tăng tr−ởng GDP giai đoạn 1990 – 2005 29 2.4 Đồ thị biểu diễn sản l−ợng điện giai đoạn 1990 – 2005 39 2.5 Đồ thị biểu diễn Tốc độ tăng tr−ởng sản l−ợng điện giai đoạn 1990 – 2005 39 2.6 Tổng công suất các loại nguồn so với phụ tải cực đại (Pmax) các năm 2001 – 2005 41 2.7 Đồ thị biểu diễn giá điện giai đoạn 1990 – 2005 46 2.8 Đồ thị biểu diễn sản l−ợng điện trên đầu ng−ời của Việt Nam và một số n−ớc trong khu vực ASEAN 50 2.9 Đồ thị biểu diễn tốc độ tăng tr−ởng điện TP và GDP 51 2.10 Đồ thị biểu diễn hệ số đàn hồi theo GDP 51 2.11 Đồ thị biểu diễn tốc độ tăng tr−ởng trung bình điện TP và GDP 53 2.12 Đồ thị biểu diễn hệ số đàn hồi trung bình theo GDP 53 2.13 Đồ thị biểu diễn tốc độ tăng tr−ởng điện TP và giá điện 54 2.14 Đồ thị biểu diễn hệ số đàn hồi theo giá điện 54 2.15 Đồ thị biểu diễn tốc độ tăng tr−ởngtrung bình điện TP và GDP 55 2.16 Đồ thị biểu diễn hệ số đàn hồi trung bình theo GDP 55 3.1 Đồ thị biểu diễn mối quan hệ giữa điện TP & GDP giai đoạn 1999-2006 59 3.2 Đồ thị biểu diễn mối quan hệ giữa điện TP & DS giai đoạn 1999 - 2006 59 xi 3.3 Đồ thị biểu diễn nhu cầu điện năng tiêu thụ cuối cùng giai đoạn 1990 – 2020 67 3.4 Đồ thị biểu diễn nhu cầu điện tiêu dùng theo 3 kịch bản giai đoạn 1990 – 2020 69 3.5 Đồ thị biểu diễn nhu cầu tiêu thụ điện cuối cùng của các ngành giai đoạn 2006 – 2020 78 3.6 Đồ thị biểu diễn kết quả dự báo nhu cầu tiêu thụ điện của 3 kịch bản giai đoạn 2006- 2020 80 3.7 Đồ thị biểu diễn nhu cầu tiêu thụ điện năng cuối cùng theo 3 kịch bản giai đoạn 2006 – 2020 84 3.8 Đồ thị biểu diễn nhu cầu tiêu thụ điện năng cuối cùng giai đoạn 2005-2020 qua 3 ph−ơng pháp dự báo 88 1 Lời mở đầu Ngành điện là một ngành công nghiệp mũi nhọn, ảnh h−ởng trực tiếp đến tất cả các ngành kinh tế của nền kinh tế quốc dân. Nó thúc đẩy sự phát triển kinh tế xk hội của đất n−ớc. ở Việt Nam với sự phát triển mạnh mẽ của nền kinh tế nh− hiện nay thì nhu cầu điện năng cũng tăng lên nhanh chóng, đòi hỏi sự dự báo chính xác là rất cần thiết. Nếu cung không đáp ứng đủ cầu thì sẽ gây thiệt hại về kinh tế, nếu cầu thấp hơn cung thì cũng gây lkng phí và thiệt hại về kinh tế không những của ngành điện mà còn ảnh h−ởng đến các ngành khác. Ngành điện đòi hỏi vốn đầu t− lớn và thời gian xây dựng kéo dài nên việc dự báo nhu cầu điện năng dài hạn là rất quan trọng. Để luôn đảm bảo cân bằng l−ợng điện năng sản xuất và l−ợng điện năng tiêu thụ trên hệ thống trong một khoảng thời gian dài. Đặc biệt là ổn định hệ thống điện và đảm bảo chất l−ợng điện năng. Xuất phát từ tình hình thực tế nh− trên tôi tiến hành nghiên cứu đề tài “Dự báo nhu cầu điện năng cho Việt Nam giai đoạn 2006 – 2020 trên cơ sở phần mềm Simple E” với các nội dung chính nh− sau: Ch−ơng 1: Cơ sở ph−ơng pháp luận về phân tích và dự báo nhu cầu năng l−ợng Ch−ơng 2: Phân tích tình hình sản xuất và tiêu thụ điện năng ở Việt Nam giai đoạn 1990 – 2005 Ch−ơng 3: Dự báo nhu cầu điện năng cho Việt Nam giai đoạn 2006 – 2020 trên cơ sở phần mềm Simple E Dựa vào các thông số phát triển kinh tế xk hội của Việt Nam trong giai đoạn 1990 – 2005 nh−: tốc độ tăng tr−ởng dân số, tốc độ tăng tr−ởng GDP của từng ngành, nhu cầu tiêu thụ điện của từng ngành, giá điện của từng ngành,… để dự báo nhu cầu tiêu thụ điện năng cho giai đoạn 2006 – 2020. Trong luận văn này tôi đk sử dụng phần mềm Simple E làm công cụ dự báo cho ph−ơng pháp hồi quy t−ơng quan, sau đó để kiểm tra độ chính xác tôi đk dự báo theo ph−ơng pháp thứ 2 là ph−ơng pháp hệ số đàn hồi thu nhập bằng Excel để so sánh kết quả và cuối cùng so sánh kết quả với kết quả dự báo của Viện Năng l−ợng. 2 Ch−ơng 1 Cơ sở ph−ơng pháp luận về phân tích và dự báo nhu cầu năng l−ợng 1.1 Ph−ơng pháp phân tích nhu cầu năng l−ợng 1.1.1 Mục đích của việc phân tích nhu cầu năng l−ợng Việc phân tích nhu cầu năng l−ợng đóng một vai trò hết sức quan trọng trong công tác xây dựng kế hoạch và các chính sách năng l−ợng, thông qua việc phân tích này có thể nắm đ−ợc các nhân tố quyết định đến mức độ tiêu thụ năng l−ợng theo thời gian. Ngoài ra, phân tích nhu cầu năng l−ợng còn cho thấy cấu trúc tiêu thụ năng l−ợng của từng ngành và của từng dạng năng l−ợng, mối quan hệ giữa nhu cầu năng l−ợng và các biến kinh tế xk hội nh−: GDP, dân số, giá cả năng l−ợng... Có thể nói rằng, năng l−ợng là một yếu tố đầu vào không thể thiếu trong hoạt động sản xuất của hầu hết các ngành. Dựa vào mức độ ảnh h−ởng của các biến trong cấu trúc tiêu thụ năng l−ợng, ta có thể đ−a ra các nhân tố quyết định đến nhu cầu năng l−ợng nh−: GDP, tốc độ đô thị hoá, mức độ thu nhập, điều kiện khí hậu, khu vực địa lý, giá năng l−ợng, khả năng đáp ứng nhu cầu năng l−ợng, cấu trúc nền kinh tế, loại công nghệ.... 1.1.2 Các ph−ơng pháp phân tích nhu cầu năng l−ợng 1.1.2.1 Ph−ơng pháp tĩnh Ph−ơng pháp tĩnh là ph−ơng pháp phân tích nhu cầu năng l−ợng tại một thời điểm nhất định, xác định các dạng năng l−ợng đ−ợc sử dụng, hộ tiêu thụ chính và mối quan hệ định tính giữa nhu cầu năng l−ợng và nhân tố ảnh h−ởng. Nhu cầu năng l−ợng th−ờng đ−ợc phân chia theo đối t−ợng sử dụng năng l−ợng cuối cùng, từ đó xác định đ−ợc tỷ trọng tiêu thụ của từng ngành cũng nh− tỷ trọng của từng dạng năng l−ợng. Điều đó cho phép đánh giá vai trò của ngành cũng nh− dạng năng l−ợng trong tiêu thụ năng l−ợng của nền kinh tế. Phân tích nhu cầu năng l−ợng không chỉ đ−a ra mối quan hệ giữa tổng nhu cầu năng l−ợng, các hoạt động kinh tế và mức độ đòi hỏi của xk hội, mà còn làm rõ việc các dạng năng l−ợng đ−ợc tiêu thụ khác nhau nh− thế nào đối với từng nhu cầu xk hội và ở mỗi phân ngành kinh tế cụ thể. 3 Phân tích nhu cầu kinh tế vĩ mô: + Năng l−ợng/ GDP (c−ờng độ năng l−ợng) + Năng l−ợng/tổng dân số + Năng l−ợng/mối quan hệ với giá dầu - Mô hình kinh tế l−ợng: một số mô hình kinh tế l−ợng nh−: + E = f (tăng tr−ởng kinh tế, dân số, giá năng l−ợng) + E = f (thu nhâp, giá năng l−ợng). - Bảng vào ra: + Trình bày số liệu vào ra (phân ngành kinh tế và sản phẩm t−ơng ứng). + Tính toán trực tiếp hoặc gián tiếp (hoặc tính tổng hợp) năng lựơng tiêu thụ của hoạt động kinh tế. - Tiếp cận kinh tế – Kỹ thuật: Thông qua việc xác định tổng nhu cầu năng l−ợng hữu ích rồi tính đổi về nhu cầu năng l−ợng cuối cùng, ng−ời ta đ−a vào mô hình một loạt các tác nhân: văn hoá xk hội (thuộc về đời sống); kỹ thuật công nghệ (loại thiết bị và hiệu suất của chúng); các tác nhân kinh tế (giá năng l−ợng và giá thiết bị). Có nghĩa là nó cho phép đạt đến một sự mô tả đầy đủ và chi tiết các quá trình tiêu thụ năng l−ợng mà chúng ta không thể thực hiện đ−ợc. Thông qua các biến kinh tế nh−: loại thiết bị, hiệu suất; các biến về kinh tế nh− giá năng l−ợng và giá thiết bị, đ−a các yếu tố vào mô hình và qua đó có thể xem xét các khả năng thay thế lẫn nhau giữa các dạng năng l−ợng. Phân tích nhu cầu năng l−ợng ở mức chi tiết: - Phân tích ở từng phân ngành kinh tế. - Phân tích dạng nhiên liệu. - Phân tích từng hộ tiêu thụ cuối cùng. Hoạt động này cũng cho thấy đ−ợc sự thay đổi mối quan hệ giữa nhu cầu năng l−ợng và nhân tố kinh tế - xk hội. 1.1.2.2 Ph−ơng pháp động Phân tích động là xem xét sự thay đổi nhu cầu năng l−ợng theo thời gian và sự biến động của các yếu tố nh− là GDP, dân số... lên nhu cầu năng l−ợng. 4 Để tìm ra những yếu tố có tác động đến quá trình phát triển của năng l−ợng, cần xác định sự tăng tr−ởng và những thay đổi trong cơ cấu của nền kinh tế cũng nh− của từng ngành, sử dụng chúng để lý giải những thay đổi có thể của c−ờng độ ở cả mức vĩ mô cũng nh− ở từng ngành. C−ờng độ năng l−ợng có thể xác định đ−ợc nh− sau: ∑ ∑ ì== i i i ii i GDP VA VA E GDP E EI Trong đó: Ei: Tiêu thụ năng l−ợng của ngành i; VAi: Giá trị gia tăng của ngành i; ∑ = GDPVAi . Ngoài ra: E = ∑ ∑ ìì= i i i i i i GDPGDP VA VA E E Với: : i i i VA E e = C−ờng độ năng l−ợng ngành i; : GDP VA s ii = Cấu trúc nền kinh tế ngành i; GDP: phát triển kinh tế chung. Khi thay đổi tổng tiêu thụ năng l−ợng có thể thay đổi các đại l−ợng sau: ∆E = GDPseGDPseGDPse iiiiii ∆ìì+ì∆ì+ìì∆ Trong đó: ie∆ : Biến đổi về c−ờng độ năng l−ợng ngành i ; ∆s1: Biến đổi trong cấu trúc nền kinh tế ngành i; C−ờng độ năng l−ợng còn đ−ợc tính thông qua: GDPEIE GDP EEI ì=⇔= Cho nên đối với những thay đổi trong tổng tiêu thụ năng l−ợng E, nếu chúng ta phân tích theo GDP và theo c−ờng độ năng l−ợng thì có thể thấy rằng: ∆E = ∆EI x GDP + EI x ∆GDP Trong đó: ∆E: Biến động của tổng tiêu thụ năng l−ợng; ∆EI: Biến động của c−ờng độ năng l−ợng; 5 ∆GDP: biến động của phát triển kinh tế nói chung Hệ đàn hồi theo GDP: 0 01 0 01 0 0 GDP GDPGDP E EE GDP GDP E E − − == δ δ α Trong đó: “0” là chỉ số của năm gốc; “1” là chỉ số của năm nghiên cứu; ý nghĩa của hệ số đàn hồi theo GDP là nó cho thấy sự t−ơng quan giữa tốc độ tiêu thụ năng l−ợng và tốc độ tăng tr−ởng kinh tế. - Nếu α > 1: nghĩa là tốc độ tiêu thụ năng l−ợng nhanh hơn tốc độ tăng tr−ởng kinh tế (đây là tr−ờng hợp phổ biến, nhất đối các n−ớc có nền kinh tế lạc hậu và đang phát triển, bởi năng l−ợng bao giờ cũng phải đi tr−ớc một b−ớc trong phát triển kinh tế xk hội). - Nếu α < 1: Nghĩa là tốc độ tiêu thụ năng l−ợng chậm hơn tốc độ tăng tr−ởng kinh tế (th−ờng xảy ra ở các n−ớc có nền kinh tế mạnh và khoa học kỹ thuật phát triển). - Nếu α = 1: Nghĩa là tốc độ tiêu thụ năng l−ợng bằng tốc độ tăng tr−ởng kinh tế (nh−ng tr−ờng hợp này gần nh− không xảy ra trong thực tế). 1.2 Ph−ơng pháp dự báo nhu cầu năng l−ợng 1.2.1 Các khái niệm cơ bản và tầm quan trọng của dự báo 1.2.1.1 Các khái niệm cơ bản của dự báo Dự báo đó chính là sự phản ánh v−ợt tr−ớc hình thành trong quá trình phát triển của nhân loại qua nhiều thế kỷ. Cho đến nay nhu cầu dự báo đk trở nên hết sức cần thiết ở mọi lĩnh vực đặc biệt trong dự báo kinh tế. Nh− vậy, dự báo chính là những tiên đoán khoa học mang tính xác xuất và ph−ơng án trong khoảng thời gian hữu hạn về t−ơng lai phát triển của đối t−ợng kinh tế. 6 1.2.1.2 Tầm quan trọng của dự báo Không có dự báo, chúng ta không có cơ sở để hoạch định các kế hoạch trong t−ơng lai. Dự báo có một vai trò vô cùng quan trọng trong công tác nghiên cứu các xu thế có thể xảy ra ở cấp vĩ mô và vi mô của nền kinh tế nhằm đạt d−ợc tính tối −u trong quá trình phát triển. Điều này đ−ợc thể hiện rõ qua những chức năng và nhiệm vụ của dự báo: - Phân tích định tính và định l−ợng xu thế vận động của các đối t−ợng kinh tế. - Dự báo sự vận động của các đối t−ợng kinh tế trong t−ơng lai bằng các ph−ơng pháp thích hợp. - Cập nhật hoá các kết luận dự báo. Các b−ớc của quá trình dự báo: Thu thập số liệu Xem xét các kiểu vận chuyển số liệu Lựa chọn mô hình dự báo Dự báo những giai đoạn trong quá khứ Mức độ chính xác có đủ không Dự báo những giai đoạn trong t−ơng lai và sử dụng các kết quả trong quá trình ra quyết định Thỉnh thoảng kiểm tra đính chính Mức độ chính xác có đúng không Xem xét các kiểu vận chuyển số liệu sử dụng các giá trị trong quá khứ đ−ợc cập nhật Xem xét lại kiểu chuyển Hình 1.1 Sơ đồ các b−ớc của quá trình dự báo 7 1.2.2 Các ph−ơng pháp dự báo Công tác dự báo đk đ−ợc thực hiện từ rất lâu trên thế giới, nó là một hoạt động th−ờng xuyên và cần thiết trong cuộc sống hàng ngày nh−: dự báo thời tiết, dự báo động đất, dự báo tình hình kinh doanh (giá dầu, các tình huống trên thị tr−ờng tài chính,...), các dự án tăng tr−ởng kinh tế,.... Dự báo là hết sức cần thiết bởi luôn tồn tại những điều không chắc chắn trong t−ơng lai, càng xa thì xác xuất không chắc chắn càng lớn. Chúng ta có thể dự báo ngắn hạn, trung hạn và dài hạn. Dự báo ngắn hạn th−ờng đ−ợc thực hiện cho các hoạt động kinh doanh, tuy nhiên dự báo dài hạn lại cung cấp những yếu tố cơ bản cho các kế hoạch chiến l−ợc. Dự báo nhu cầu năng l−ợng phục vụ cho các quyết định đầu t− của các ngành thuộc về năng l−ợng. Chất l−ợng của dự báo có quan hệ trực tiếp tới chi phí về kinh tế và tài chính, một kết quả dự báo tồi sẽ gây ra những thiệt hại lớn. Muốn có đ−ợc kết quả dự báo tốt cần nắm vững các điều kiện sau: - Nắm đ−ợc nguyên nhân phát sinh nhu cầu năng l−ợng - Nghiên cứu sâu thói quen tiêu thụ năng l−ợng trong quá khứ và hiện tại - Nhận dạng các nhân tố ảnh h−ởng. 1.2.2.1 Ph−ơng pháp ngoại suy a. Khái niệm Theo nghĩa rộng nhất thì ngoại suy dự báo nghĩa là nghiên cứu lịch sử phát triển của đối t−ợng kinh tế và chuyển tính quy luật của nó đk phát hiện trong quá khứ và hiện tại sang t−ơng lai bằng ph−ơng pháp xử lý chuỗi thời gian kinh tế. Thực chất của việc nghiên cứu lịch sử và nghiên cứu quá trình thay đổi và phát triển của đối t−ợng kinh tế theo thời gian. Kết quả thu thập thông tin một cách liên tục về sự vận động của đối t−ợng kinh tế theo một đặc tr−ng nào đó (ngày, tháng, năm.... ) thì hình thành một chuỗi thời gian. Ta có thể mô tả khái quát nh− sau: t (thời điểm) t1 t2. .. ti. .. tn y (giá trị đối t−ợng kinh tế) y1 y2. .. yi. .. yn Điều kiện chuỗi thời gian kinh tế: 8 Khoảng cách giữa các thời điểm của chuỗi phải bằng nhau, có nghĩa là phải đảm bảo tính liên tục nhằm phục vụ cho việc xử lý. Đơn vị đo giá trị chuỗi thời gian phải đ−ợc đồng nhất. Theo ý nghĩa toán học thì ph−ơng pháp ngoại suy chính là việc phát hiện xu h−ớng vận động của đối t−ợng kinh tế, có khả năng tuân theo quy luật hàm số f(t) nào để vào đó tiên liệu giá trị đối t−ợng kinh tế ở ngoài khoảng giá trị đk biết (y1, yn) định dạng: yDBn+1= f (n+1)+ ε Trong đó 1: Khoảng cách dự báo Điều kiện của ph−ơng pháp: - Đối t−ợng kinh tế phát triển t−ơng đối ổn định theo thời gian (có cơ sở thu thập thông tin lịch sử và phát hiện tính quy luật). - Những nhân tố ảnh h−ởng chung nhất cho sự phát triển đối t−ợng kinh tế vẫn đ−ợc duy trì trong khoảng thời gian nào đấy trong t−ơng lai. - Sẽ không có tác động mạnh từ bên ngoài dẫn tới những đột biến trong quá trình phát triển đối t−ợng kinh tế. b. Nội dung: Nội dung của ph−ơng pháp ngoại suy đ−ợc thể hiện qua sơ đồ khối sau Nội dung cụ thể của từng b−ớc: Xử lý chuỗi thời gian kinh tế: - Nếu chuỗi thời gian kinh tế thiếu 1 giá trị nào đấy thì phải bổ xung bằng cách lấy trung bình cộng 2 giá trị tr−ớc và sau nó. - Xử lý dao động ngẫu nhiên: Đối với chuỗi có dao động lớn, do ảnh h−ởng của các yếu tố ngẫu nhiên nên phải sử dụng ph−ơng pháp san chuỗi thời gian để tạo ra chuỗi thời gian mới có xu h−ớng dao dộng ổn định hơn mà vẫn giữ nguyên xu thế từ chuỗi thời gian ban đầu. - Loại bỏ sai số thô Chuỗi thời gian kinh tế Xử lý chuỗi thời gian kinh tế Phát hiện xu thế Xây dựng hàm xu thế Kiểm định hàm xu thế 9 Phát hiện xu thế: - Bằng ph−ơng pháp đồ thị; - Bằng ph−ơng pháp phân tích số liệu quan sát. Xây dựng hàm xu thế: - Ph−ơng pháp điểm chọn; - Ph−ơng pháp bình ph−ơng cực tiểu; - Ph−ơng pháp san bằng số mũ. Kiểm định hàm xu thế: Do trong b−ớc phát hiện xu thế, hàm xu thế tạm kết luận mang tính khả năng, vì vậy cần có các tiêu thức để đánh giá nhằm lựa chọn hàm xu thế tối −u. - Kiểm định sai số tuyệt đối: 2 )( 2 − − = ∑ ∧ n yy S n i ii y Trong đó: yi là giá trị thực tế của chuỗi thời gian. ∧ y : là giá trị lý thuyết hàm xu thế n: là mức độ của chuỗi Kiểm định sai số t−ơng đối: 100 1 100% ∑ == n i i yy y y n S y S V Giới hạn lựa chọn hàm xu thế tối −u: + Nếu b−ớc phát hiện xu thế chỉ xảy ra một khả năng y = f (t) thì hàm f (t) đ−ợc sử dụng cho dự báo khi Vy ≤ 10%. + Nếu nhiều khả năng xảy ra thì chọn theo điều kiện: Min (Vy1, Vy2..) ≤ 10% - Kiểm định cập nhật hàm dự báo: Kiểm tra kết quả dự báo và giá trị thực tế thu đ−ợc khi vận động đến thời điểm dự báo. Sử dụng tiêu thức sai số t−ơng đối thời điểm: 10 %10% ≤ − = ∧ itd itditd ytd y yy V Trong đó: yitd là giá trị thực tế tại thời điểm cập nhật. ∧ itdy : là giá trị dự báo tại thời điểm cập nhật. 1.2.2.2 Ph−ơng pháp hồi quy t−ơng quan a. Khái niệm Hồi quy đ−ợc dùng để xem xét mối liên hệ tuyến tính giữa hai biến X và Y, trong đó X đ−ợc xem là biến độc lập (ảnh h−ởng đến biến y), còn Y đ−ợc xem là biến phụ thuộc (chịu ảnh h−ởng bởi biến X). Mục tiêu của phân tích hồi quy là mô hình hoá mối liên hệ, nghĩa là từ các dữ liệu mẫu thu thập ta cố gắng xây dựng một mô hình toán học nhằm thể hiện một cách tốt nhất mối liên hệ giữa hai biến X và Y. Phân tích quy hồi xác định sự liên quan định l−ợng giữa hai biến ngẫu nhiên Y và X, kết quả của phân tích hồi quy đ−ợc dùng cho dự báo, ng−ợc lại phân tích t−ơng quan khảo sát khuynh h−ớng và mức độ của sự liên quan, đ−ợc dùng để đo l−ờng tính bền vững của mối liên hệ tuyến tính giữa các biến đặc biệt là các biến định l−ợng. Trên thực tế một hiện t−ợng kinh tế này không chỉ liên quan đến một hiện t−ợng kinh tế khác mà còn liên quan đến rất nhiều hiện t−ợng. Chẳng hạn năng suất lao động không chỉ liên quan đến mức trang bị vốn cho lao động mà còn liên quan đến việc sử dụng thời gian lao động, trình dộ thành thạo của công nhân, điều kiện tự nhiên của sản xuất,... Cho nên chúng ta sử dụng ph−ơng pháp quy hồi t−ơng quan bội để giải quyết vấn đề này. b. Nội dung Để xây dựng đ−ợc mô hình cần phải tiến hành chọn dạng của nó đồng thời tác động của k nhân tố (các nhân tố tác động yếu hơn, không bản chất thì đ−a vào thành phần ngẫu nhiên), nên việc xác định dạng liên hệ của từng nhân tố cũng nh− toàn bộ ph−ơng trình là rất phức tạp. Do vậy cần phải phân tích lý luận một cách kỹ l−ỡng kết hợp với kinh nghiệm nghiên cứu để chọn dạng thích hợp. 11 Gọi y là một hiện t−ợng kinh tế nào đó và gọi là biến phụ thuộc (biến cần giải thích). Gọi x 1 , x 2 ,... x n là các hiện t−ợng kinh tế có liên quan và gọi là biến độc lập (biến giải thích). Thì quan hệ giữa một hiện t−ợng kinh tế này với những hiện t−ợng kinh tế khác có dạng: Dạng tuyến tính: y = a 0+a 1 x 1+a 2 x 2 +...+ a k x k Dạng phi tuyến: Dạng cobb Douglas: y= a 0x 1 al x 2 2a ... x k ak Dạng mũ: y = a 0 + a 1x 1 p + a 2 x 2 k +... + a k x k z c. Kiểm định Hệ số xác định R2 và kiểm định F trong phân tích hồi quy bội. Hệ số xác định R2: Đo l−ờng phần biến thiên của Y có thể đ−ợc giải thích bởi các biến độc lập X, đây chính là đại l−ợng thể hiện sự thích hợp của mô hình hồi quy bội đối với giữ liệu. R2 càng lớn thì mô hình hồi quy bội đ−ợc xây dựng đ−ợc xem là càng thích hợp và càng có ý nghĩa trong việc giải thích sự biến thiên của Y. Ta có giá trị thực tế y i i Giá trị dự đoán y ∧ i Do đó y i =y ∧ i +e i Điều này có nghĩa là giá trị thực tế và giá trị dự báo theo ph−ơng trình hồi quy tuyến tính có sự khác biệt e i , e i thể hiện phần biến thiên của y không thể giải thích bởi mối liên hệ giữa y và x. Dùng các biến đổi toán học ta có: ∑∑∑ == ∧ = +−=− n Ii i n Ii i n Ii i eyyyy 222 )()( Hay SST = SSR + SSE ý nghĩa của các đại l−ợng này: 12 SST:∑ = − n Ii i yy 2)( : thể hiện toàn bộ biến thiên của Y SSR:∑ = ∧ − n Ii i yy 2)( : thể hiện phần biến thiên của Y đ−ợc giải thích. SSE:∑ = n Ii ie 2 : thể hiện phần biến thiên của Y do các nhân tố không đ−ợc nghiên cứu đến. Do đó: hệ số xác định R 2 thể hiện phần tỷ lệ biến thiên của Y đ−ợc giải thích bởi mối liên hệ tuyến tính của Y theo X, và đ−ợc xác định theo công thức: R =2 SST SSE SST SSR −= 1 Kiểm định F: đ−ợc sử dụng nhằm kiểm định giải thuyết về sự tồn tại mối liên hệ tuyến tính giữa biến phụ thuộc Y với bất kỳ một biến độc lập X i nào đó Giả thiết H0: β 1=β 2 =....= β k = 0 (Y va X i không có liên hệ X i ) H 1 : có ít nhất một β 1≠ 0 (Y có liên hệ với ít nhất một ) Nếu chấp nhận H0, tức là tồn tại mối liên hệ tuyến tính giữa Y với bất kỳ một biến X i nào đó. Và ng−ợc lại, bác bỏ H 0 ta có thể kết luận có mối liên hệ tuyến tính giữa Y với ít nhất một trong các biến X i Bảng. Kiểm định F trong phân tích hồi quy bội Biến thiên Tổng các chênh lệch bình ph−ơng Bậc tự do Trung bình các chênh lệch Bình ph−ơng (ph−ơng sai) Giá trị kiểm định F Hồi quy SSR k MSR = k SSR F nk , MSE MSR Sai số SSE n (k+1) MSE = )1( +− kn SSE Tổng cộng SST n -1 Kiểm định t: Kiểm định giả thiết về các hệ số hồi quy Do kiểm định F đóng vai trò xem xét một cách tổng quát, vì vậy cần thực hiện các kiểm định t riêng biệt để đánh giá ý nghĩa của từng biến khác nhau. 13 Giả thiết._. H 0 : β1=β 2 =... = β k = 0 (Y va X i không có liên hệ) H 1 : có ít nhất một β1 ≠ 0 (Ycó liên hệ với ít nhất một X i) Giá trị kiểm định: ib S b1 + S b sai số chuẩn −ớc l−ợng của b và S b= ∑ = − − n li i e nxx S 22 2 Trong đó: S 2e là ph−ơng sai của sai số và: S 2 e = MSEkn SSE kn e n li i = +− = +− ∑ = )1()1( 2 + b là hệ số của biến độc lập X + j là chỉ số của biến độc lập thứ j Quy tắc quyết định: ở mức ý nghĩa α, bác bỏ giả thuyết H 0nếu: 2),1( aknb i t S b i +− < hay 2),1( aknb i t s b i +− > Các kiểm định t này sẽ cho ta biêt biến X i nào không có ảnh h−ởng đến Y (β i =0), X i nào có ý nghĩa trong việc giải thích biến thiên của Y (β i ≠ 0), và do đó nên đ−ợc thực hiện trong ph−ơng trình hồi quy. Kiểm định d Durbin_Watson Đây là ph−ơng pháp kiểm định có ý nghĩa nhất để phát hiện ra t−ơng quan chuỗi. T−ơng quan chuỗi là hiện t−ợng một dky số mà trong đó một mức độ tại thời điểm t nào đó có ảnh h−ởng đến độ lớn của mức độ tại thời điểm t+l, trong đó t là tốc độ trễ thời gian. Nh− vậy trong tr−ờng hợp này, các mức độ y 1 , y 2 ,... của dky số thời gian y t không phải là độc lập với nhau, mà thực ra ảnh h−ởng lẫn nhau ở một mức độ nào đó. Ng−ời ta dùng tiêu chuẩn Durbin - watson để kiểm tra xem có tồn tại hiện t−ợng tự t−ơng quan hay không đối với: - Dky số thời gian y 1+t : 14 d = ∑ ∑ − = − = ∧ + − 1 1 2 1 1 2 1 )( n t t n t tt y yy (*) - Đối với các phần d− 1+tε : d = ∑ ∑ − = − = + − 1 1 2 1 1 2 1 )( n t t n t tt ε εε (**) 0 d L dU 2 4 - dU 4 - d L 4 Đem so sánh d tính đ−ợc trong công thức (*)và (**) với giá trị của bảng trên (d1 , d u : các giá trị tới hạn đối với hệ số t−ơng quan). Nếu: + 0 <D<d1 : các số trong dky số thời gian tự t−ơng quan d−ơng. + d1<D<d u : không đủ điều kiện để kết luận (cần tăng thêm số quan sát) + d u <D<4 -d u : không tự t−ơng quan. + 4 - d u <D<4 -d1 : không đủ điều kiện để kết luận (cần tăng thêm số quan sát) + 4 -d 1<D<4: tự t−ơng quan âm Kiểm định Durbin h d –Durbin - watson không thể sử dụng để kiểm định tính tự t−ơng quan chuỗi trong mô hình có chứa biến phụ thuộc ở thời kỳ trễ là biến độc lập. Những mô hình này gọi là mô hình tự hồi quy. Giá trị d tính đ−ợc trong các mô hình nh− vậy nói chung sẽ gần, đó là giá trị của d mong đợi đối với một dky ngẫu nhiên thực sự. Nh− vậy nếu áp dụng thống kê d thông th−ờng ở đây không cho phép phát hiện ra t−ơng quan chuỗi. Tự t−ơng quan d−ơng Không có kết luận Không tự t−ơng quan Không có kết luận Tự t−ơng quan âm 15 Durbin đk đ−a ra kiểm định với mẫu lớn với t−ơng quan chuỗi bậc nhất ccủa mô hình tự hồi quy. Thống kê kiểm định này đ−ợc gọi là thống kê h và đ−ợc tính theo công thức sau: h≈ (1 -d/2)       − ∧ 21 anVar n Trong đó: n là cỡ mẫu. ( )∧2aVar là ph−ơng sai của hệ số của biến trễ Y 1−t + Nếu h > 1.96 thì có tự t−ơng quan bậc nhất d−ơng + Nếu h < -1.96 thì có tự t−ơng quan bậc nhất âm. + Nếu -1,96 < h <1,96 thì không còn t−ơng quan bậc nhất (d−ơng hoặc âm) Vì kiểm định này chỉ dành cho mẫu nhỏ sẽ không đ−ợc chính xác. 1.2.2.3 Ph−ơng pháp chuyên gia Về thực chất, ph−ơng pháp chuyên gia là ph−ơng pháp dự báo mà kết quả là các thông số do các chuyên gia đ−a ra, hay nói đúng hơn là sự công nko để khai thác và lợi dụng trình độ uyên bác và lý luận thành thạo về chuyên môn, phong phú về khả năng thực tiễn và khả năng mẫn cảm, nhạy bén và thiên h−ớng sâu sắc về t−ơng lai đối với đối t−ợng dự báo của một tập thể các nhà khoa học, các nhà quản lý cùng đội ngũ cán bộ lko luyện thuộc các chuyên môn bao hàm hay nằm trong miền lân cận của đối t−ợng dự báo. Cũng có thể hiểu đây là con đ−ờng dự báo trên cơ sở huy động “trí khôn” của chuyên gia trong những lĩnh vực nhất định. Còn về đạo lý, ph−ơng pháp chuyên gia bắt nguồn từ quan điểm cho rằng do học tập, nghiên cứu, do lăn lộn và gắn bó trong từng chuyên môn cụ thể, nên không ai am hiểu sâu sắc hơn, giầu vốn liếng thông tin hơn, khả năng phản xạ cũng nh− trực cảm nghề nghiệp nhạy bén hơn là các chuyên gia đối với một đối t−ợng dự báo nào đó. Với giả thuyết này, chuyên gia là ng−ời có tâm lý ổn định nhất và ý thức rõ rệt nhất về lĩnh vực mình hoạt động. Nhiệm vụ của ph−ơng pháp chuyên gia là đ−a ra những dự đoán khách quan về t−ơng lai phát triển của một lĩnh vực hẹp của khoa học hoặc dựa trên việc xử lý có hệ thống các đánh giá dự đoán của chuyên gia. 16 1.2.2.4. Ph−ơng pháp hệ số đàn hồi thu nhập Nhu cầu điện năng đ−ợc dự báo theo nh− ph−ơng pháp “mô phỏng kịch bản” hiện đang đ−ợc áp dụng rộng rki trong khu vực và trên thế giới. Ph−ơng pháp luận dự báo là: trên cơ sở phát triển kinh tế – xk hội trung – dài hạn, nhu cầu điện năng cũng nh− nhu cầu tiêu thụ các dạng năng l−ợng khác mô phỏng theo quan hệ đàn hồi với tốc độ tăng tr−ởng kinh tế. Ph−ơng pháp này thích hợp với các dự báo trung và dài hạn. Hệ số đàn hồi thu nhập đ−ợc tính nh− sau α = Tốc độ tăng tr−ởng nhu cầu điện (%) /Tốc độ tăng tr−ởng GDP (%). Các hệ số đàn hồi đ−ợc xác định theo từng ngành và từng miền lknh thổ. Việc xác định chúng đ−ợc tiến hành theo chuỗi phân tích quá khứ. Ngoài ra, các hệ số này cũng đ−ợc tham khảo từ kinh nghiệm các n−ớc trên thế giới và trong khu vực. Ngoài ra, các yếu tố quan trọng khác tác động đến nhu cầu điện đ−ợc xét đến là: - Hệ số đàn hồi giá điện: Khi giá điện tăng lên, một số hộ tiêu thụ sẽ có xu h−ớng chuyển sang sử dụng các nhiên liệu năng l−ợng khác hoặc ng−ợc lại. Nh− vậy về mặt thị tr−ờng, giá cả mỗi loại năng l−ợng dẫn đến tính cạnh tranh của loại đó. Hệ số phản ánh sự thay đổi nhu cầu điện của một ngành hay khu vực nào đó khi giá điện thay đổi đ−ợc gọi là hệ số đàn hồi giá. Đối với Việt Nam, trong thời gian dài do giá đ−ợc bao cấp và đến nay, một số lĩnh vực vẫn đ−ợc trợ giá điện từ nhà n−ớc nên việc nghiên cứu quan hệ giá cả với thay đổi nhu cầu điện trong quá khứ không thực hiện đ−ợc. Việc áp dụng các hệ số đàn hồi giá điện đ−ợc tham khảo từ một số n−ớc đang phát triển ở khu vực Châu á trong thập kỷ 80 và 90. - Hệ số tiết kiệm năng l−ợng: tính tới việc áp dụng tiến bộ khoa học kỹ thuật, thực hiện tiết kiệm năng l−ợng, đặc biệt là triển khai các ch−ơng trình quản lý phía nhu cầu DSM. Hàm số dự báo là hàm tổng hợp, dự báo nhu cầu điện năng toàn quốc đ−ợc tổ hợp từ nhu cầu điện năng cho các ngành kinh tế, khu vực dân dụng và từ các vùng lknh thổ. 17 1.2.2.5. Ph−ơng pháp Neural Có 3 nguồn trí thông minh nhân tạo bắt ch−ớc các quá trình của bộ óc và hệ thống thần kinh của con ng−ời là quá trình xử lý ngôn ngữ, robot và các hệ Neural nhân tạo. Hệ Neural nhân tạo có ứng dụng hầu hết ở các lĩnh vực th−ơng mại, trong đó có dự báo. Trong hệ thống Neural, nhiều thí dụ đ−ợc lập ch−ơng trình trong máy vi tính. Những thí dụ này bao gồm toàn bộ các mối quan hệ trong quá khứ giữa các biến có thể ảnh h−ởng đến các biến phụ thuộc. Ch−ơng trình hệ thống Neural sau đó bắt ch−ớc thí dụ này và cố gắng bắt ch−ớc mối quan hệ cơ sở đó bằng cách học hỏi khi xử lý. Quá trình học hỏi này cũng đ−ợc gọi là đào tạo giống nh− việc đào tạo con ng−ời trong công việc. Một trong những −u điểm nổi bật của hệ thống Neural trong dự báo là ph−ơng pháp này không cần phải xác định những mối quan hệ giữa các biến số tr−ớc. Ph−ơng pháp này có thể xác định nhờ vào quá trình học hỏi về các mối quan hệ qua những thí dụ đk đ−ợc đ−a vào máy. Cũng vậy, hệ thống Neural không đòi hỏi bất kỳ giả định nào về các phân phối tổng thể và không giống những ph−ơng pháp dự báo truyền thống, nó có thể sử dụng mà không cần có đầy đủ số l−ợng các số liệu cần thiết. Ch−ơng trình hệ thống Neural có thể thay thế nhanh chóng mô hình hiện có, ví dụ nh− phân tích hồi quy, để đ−a ra những dự báo chính xác mà không cần ng−ng trệ các hoạt động đang diễn ra. Hệ thống Neural đặc biệt hữu ích khi số liệu đầu vào có t−ơng quan cao hay có số l−ợng không đủ, hoặc khi hệ thống mang tính phi tuyến cao. Ph−ơng pháp này cho kết quả dự báo có độ chính xác cao, dự báo đ−ợc các sự kiện phụ thuộc thời gian. 1.2.3 Một số phần mềm dùng trong dự báo nhu cầu năng l−ợng 1.2.3.1 Mô hình kinh tế kỹ thuật MEDEE -S MEDEE -S (Model for Energy Demand Evaluation) là mô hình dự báo nhu cầu năng l−ợng dùng cho dự báo dài hạn (từ 15 -20 năm) dùng cho các n−ớc đang phát triển. Mô hình đ−ợc nghiên cứu và phát triển tại viện kinh tế và chính sách năng l−ợng của tr−ờng đại học Grenoble (Pháp). 18 MEDEE - S thuộc loại mô hình dạng phân tích kinh tế – kỹ thuật, trong đó quá trình tiến hành nhằm nhận dạng các nhân tố kinh tế, dân số, xk hội và kỹ thuật tác động đến sự phát triển về nhu cầu năng l−ợng, từ đó đánh giá và mô phỏng sự tiến triển của chúng trong thời gian dự báo hoặc là thông qua các tính toán trực tiếp từ mô hình hoặc là việc thông qua xây dựng các kịch bản. Các cơ cấu đánh giá nhu cầu năng l−ợng của mô hình xuất phát từ việc phân tích hệ thống tiêu hao năng l−ợng các module đồng nhất, cụ thể là: - Số l−ợng và cấu trúc nhu cầu năng l−ợng của khu vực sinh hoạt đ−ợc đánh giá và phân biệt theo vùng địa lý (nông thôn, thành thị,...), theo tầng lớp xk hội, theo thu nhập, theo nghề nghiệp xk hội,... Đối với một tầng lớp xk hội, nhu cầu năng l−ợng đ−ợc xác định theo từng loại nhu cầu sử dụng (đun nấu, thắp sáng,...). - Đánh giá nhu cầu năng l−ợng khu vực công nghiệp cũng đ−ợc tiến hành theo ngành (luyện kim, giấy, xi măng,...) và theo loại công nghệ cũng nh− loại sử dụng (sử dụng nhiệt, sử dụng chuyên dụng,...). - Nhu cầu năng l−ợng của khu vực nông nghiệp có thể đ−ợc đánh giá một cách tổng quát theo ngành, theo dạng sử dụng hoặc cũng có thể phân tích theo ngành và theo dạng thiết bị sử dụng. - Trong lĩnh vực giao thông vận tải, quá trình phân tích đ−ợc tiến hành theo vận tải hàng hoá vận tải hành khách trong đó có xét đến tính da dạng về các ph−ơng tiện vận tải trong các n−ớc đang phát triển Về mặt cấu trúc, mô hình MEDEE -S gồm một mô hình cơ sở đ−ợc tính toán tự động theo 5 ngành kinh tế (công nghiệp, nông nghiệp, sinh hoạt, dịch vụ và vận tải ) và một loại các mô hình con là những tính toán chi tiết mà khi áp dụng chúng ta có thể lựa chọn hoặc không, tuỳ theo đặc điểm của quốc gia đ−ợc nghiên cứu, theo mức độ chi tiết của nguồn dự trữ có thể thu nhập đ−ợc. Điều này tạo cho mô hình một khả năng thích ứng cao trong quá trình ứng dụng. Những −u điểm của mô hình - Mô hình đ−a ra một phác hoạ dễ hiểu về nhu cầu năng l−ợng bằng việc chỉ rõ các biến điều khiển nhu cầu này, vì thế có thể điều khiển sự phát triển nhu cầu này bằng các chính sách năng l−ợng. 19 - Mô hình có thể đ−ợc dùng để thành lập bảng cân bằng năng l−ợng ở mức độ tiêu thụ năng l−ợng cuối cùng. - Mô hình có thể l−ợng hoá những thay đổi của nền kinh tế xk hội thông qua sự thay đổi của nhu cầu năng l−ợng. - Các thông tin cần thiết dễ dàng đ−ợc nhận ra. Vì vậy việc thu thập, xử lý số liệu và thông tin cần thiết cũng dễ dàng. 1.2.3.2. Phần mềm SPSS SPSS – Statistical Products for the Social Services, có nghĩa là các sản phẩm thống kê cho các dịch vụ xk hội. SPSS là một phần mềm chuyên ngành thống kê, nó cũng có thể đ−ợc dùng để dự báo nhu cầu năng l−ợng trong t−ơng lai. Các bộ phận của hệ thống SPSS Ngoài phần cơ bản (SPSS Base) còn có các sản phẩm cùng họ của SPSS bao gồm các cải tiến đối với hệ thống SPSS Base, đó là: • SPSS Professional Statistical: Cung cấp các kỹ thuật để phân tích dữ liệu dạng không thích hợp với mô hình tuyến tính truyền thống. Nó bao gồm các thủ tục cho phân tích probit, hồi quy logistic, −ớc l−ợng quyền số, hồi quy bình ph−ơng bé nhất hai giai đoạn, hồi quy phi tuyến và phân tích độ tin cậy. • SPSS Advanced Statistics: tập trung vào các kỹ thuật th−ờng đ−ợc dùng trong các nghiên cứu sinh học và thí nghiệm phức tạp. Nó bao gồm các thủ tục cho các mô hình tuyến tính chung, phân tích các bộ phận các ph−ơng sai, phân tích loglinear, lập bảng sống, phân tích bảng sống Kaplan -Meier, và phân tích t−ơng quan Cox. • SPSS Tables: xây dựng một loạt các báo cáo dạng biểu có chất l−ợng trình bày cao, bao gồm các bảng biểu phức tạp và các trình bày của dữ liệu dạng đa lựa chọn. • SPSS trends: thực hiện các phép dự đoán và phân tích dky số thời gian phức tạp bao gồm xây dựng các mô hình cho các dữ liệu đa biến phi tuyến tính, các mô hình san bằng, các ph−ơng pháp để −ớc l−ợng các hàm tự hồi quy. Ưu điểm của ch−ơng trình SPSS - Đòi hỏi ít số liệu và tính toán t−ơng đối đơn giản. 20 - Sử dụng các ph−ơng pháp tự động, kiểm tra những ảnh h−ởng của sự thay đổi môi tr−ờng. - Dễ dàng cài đặt ph−ơng pháp tự động và tự động lựa chọn mô hình với dự đoán độ lệch là nhỏ nhất. Nh−ợc điểm - Nó không cung cấp những phân tích mang tính nguyên nhân. - Việc thiếu những phân tích mang tính nguyên nhân gây ra thiếu một hệ thống cảnh báo sớm và sự t−ơng tác giữa các biến không đ−ợc kiểm tra. - Kết quả dẫn đến những dự báo dài hạn có độ tin cậy không cao. 1.2.3.3. Phần mềm EVIEWS EViews là viết tắt của Econometric Views (những quan sát mang tính kinh tế l−ợng), là một phiên bản mới của ch−ơng trình thống kê dùng để xử lý chuỗi số liệu theo thời gian. Nó bắt nguồn từ ch−ơng trình phần mềm Time Series Processor (TSP) dùng cho những máy tính có bộ nhớ rất lớn. Mặc dù EViews chủ yếu đ−ợc tạo ra bởi các nhà kinh tế học, nh−ng ch−ơng trình có thể đ−ợc sử dụng trong nhiều lĩnh vực nghiên cứu khác nh−: xk hội học, thống kê học, tài chính,... EViews có thể dễ dàng đ−ợc sử dụng với môi tr−ờng làm việc quen thuộc của Windows. Nói chung, EViews có thể thực hiện các công việc sau: • Phân tích và đánh giá dữ liệu. • Hồi quy. • Dự báo. • Mô phỏng. Những nét đặc tr−ng của EViews: - Sự đa dạng của các công cụ trong EViews sẽ trợ giúp trong việc xây dựng mô hình của bạn. - Dự báo những mô hình tuyến tính và phi tuyến. - Dự báo mô hình với những ph−ơng trình tuyệt đối và độ lệch ARMA. - Sử dụng thuật toán Gauss – Seidel để giải quyết mô hình. - Có nhiều ph−ơng pháp đa dạng để dự báo: ph−ơng pháp động, tĩnh... - Thêm những nhân tố và đặc tính để làm đơn giản hoá cấu trúc mô hình. 21 - Xác định rõ những ph−ơng trình đ−ợc xem xét phục vụ cho mục đích của bạn. - Kiểm tra quá trình giải quyết. EViews sẽ đ−a ra một bảng chứa những cách giải quyết trung gian cho mỗi biến đ−ợc yêu cầu. Ưu điểm của mô hình Với EViews, bạn không phải lo lắng về tính phức tạp của dự báo. Bạn có thể tập trung chính vào vấn đề dự báo. Với những mô hình có ph−ơng trình đơn giản, bạn chỉ việc chọn thực đơn và EViews sẽ tính toán ra dự báo tĩnh hay động với độ lệch chuẩn dự báo tuỳ ý và đồ thị minh hoạ với độ tin cậy dự báo là 95%. 1.2.3.4. Phần mềm Simple – E (Simple Econometric Simulation System) Giới thiệu phần mềm - Mô hình Simple E đ−ợc phát triển để hỗ trợ những ng−ời nghiên cứu của mô hình kinh tế l−ợng trong khâu tập trung chuẩn bị dữ liệu và lập mô hình chi tiết. Các quá trình nh− hồi quy, mô phỏng và dự báo đ−ợc thực hiện một cách tự động hoá tới quy mô lớn nhất có thể. - Simple E là một ứng dụng cài thêm vào của Microsoft Excel 2000 - 2003. Nó có đủ các −u việt của các chức năng trong bảng tính ban đầu cũng nh− những mở ra giao diện khác với những ứng dụng của Windows. - Simple E thống nhất các quá trình của nhập dữ liệu đầu vào, mô hình hoá, phân tích mô hình, kiểm tra và mô phỏng dự báo. Nó không yêu cầu phải lập ch−ơng trình. Bên cạnh đó Simple E có các chức năng đồ hoạ và hiển thị khiến Simple E dễ dàng trong nghiên cứu và sử dụng. - Simple E đ−ợc trang bị với những chức năng đánh giá đa dạng nh−: ph−ơng pháp bình ph−ơng cực tiểu thông th−ờng (OLS), ph−ơng pháp hồi quy tự động và ph−ơng pháp đánh giá phi tuyến. Hệ thống các ph−ơng trình có thể bao gồm nhiều dạng khác nhau của các mô hình hồi quy và những ph−ơng trình đ−ợc định nghĩa. Yêu cầu bộ dữ liệu đầu vào (giai đoạn 1990 -2005) - Dân số Việt Nam; - Tốc độ tăng dân số; 22 - Tăng tr−ởng kinh tế Việt Nam (phân theo các thành phần kinh tế); - Tốc độ tăng tr−ởng GDP (phân theo các thành phần kinh tế); - Tỷ trọng của các thành phần kinh tế trong tổng sản phẩm quốc nội; - Giá điện tiêu dùng; - L−ợng điện năng tiêu thụ cuối cùng phân theo các lĩnh vực tiêu thụ; - Số l−ợng khách hàng khu vực dân dụng và sinh hoạt; - Tỷ lệ điện khí hoá. Hình 1.2. Sơ đồ hoạt động của các bảng tính trong Simple E Trình tự các b−ớc thực hiện Nhập dữ liệu vào Data sheet. Chuyển sang Model sheet: lựa chọn dạng ph−ơng trình trong mô hình D ữ li ệu đ ầu v ào K iể m tr a dữ li ệu Đ ầu v ào m ô hì nh G iả i m ô hì nh 1. Dữ liệu 2. Mô hình Mô phỏng 3. Mô phỏng M ô ph ỏn g đầ u ra Các bảng tính ẩn: 4.Ước l−ợng mô hình: những giá trị đ−ợc −ớc l−ợng của mô hình hồi quy. 5. Số d− mô hình: số d− hồi quy. 6. Các hệ số của mô hình: các hệ số hồi quy đ−ợc tính toán 7. Thực tế mô phỏng. 8. Quá trình phát triển của mô phỏng. 9. Những mô phỏng cuối cùng. 10. Độ lệch mô phỏng. 11. L−u của Simple E. 23 + Ph−ơng trình hồi quy: εβββ ++++= jji XXY ....110 Β0 β1,. ... βj: là các hệ số. ε: đô lệch. + Ph−ơng trình trực tiếp: Yi = g (V1, V2,. ..., Y1, Y2,. ...) Sau đó, từ việc kiểm tra đến mô phỏng là việc của Simple E. “Model” sẽ đ−ợc giải trong các bảng tính ẩn “Model Estimates”, “Model Residual” và “Model Coefficients”. Bảng tính Model thể hiện các kết quả thống kê và các ph−ơng trình đ−ợc −ớc l−ợng. Các kết quả mô phỏng sẽ đ−ợc tính toán trong bảng tính “Simulation”, phần số liệu thực tế đk qua sẽ đ−ợc đặt ở bảng tính ẩn “Simulation Actuals”. Kiểm tra mô hình + Kiểm tra các mk biến đ−ợc dùng trong bảng tính “Model” có phù hợp với mk dùng trong bảng tính “Data” không; + Kiểm tra và đặt phạm vi giá trị khoảng thời gian đối với từng mô hình; + Phân tích các biến nội sinh và ngoại sinh trong mô hình; Giải (phân tích) mô hình: tính toán các số liệu thống kê nh−: + R2 điều chỉnh (dùng để xem xét việc thêm biến giải thích mới vào mô hình); + Kiểm định Durbin – Watson (kiểm định h cho biến phụ thuộc độ trễ); + Hệ số t−ơng quan chuỗi Rho (ρ); + Kiểm định F; + Độ tự do và 5% p -mức giá trị của R2, F, t và Rho; + t -giá trị của mỗi hệ số; + RSS: là tổng bình ph−ơng của tất cả các sai lệch giữa các giá trị quan sát Y và các giá trị nhận đ−ợc từ hàm hồi quy; + Đô lệch tiêu chuẩn phần d− SDV; + Tiêu chuẩn thông th−ờng Jarque – Bera; + Hệ số t−ơng quan giữa Y và Xs; + Hệ t−ơng quan giữa các Xs. Mô phỏng 24 + Khối này hoàn thiện các bảng tính “Simulation”. Khối này giải quyết từng mô hình d−ới các điều kiện giả thiết đk cho của các biến ngoại sinh. Trong này có thể bao gồm các ph−ơng trình xác định. Đối với mô hình hồi quy, các hệ số của biến độc lập đ−ợc giải ở bảng tính “Model” sẽ dùng để mô phỏng. + Xem xét sự phù hợp của mô hình bằng cách tính toán 3 dạng của độ lệch để tham chiếu, đó là: Căn bậc 2 của bình ph−ơng độ lệch trung bình (R): % ( )%1001 2 1 x Y YY T R T t a t ta s t∑ =       − = Độ lệch trung bình (M): % =M 2 1 1 ∑ =       − T t a t ta s t Y YY T x100 (%) Độ lệch trung bình tuyệt đối (A): % ( ) ( )%100 1 1 x Y YYABS A T t a t T t a t s t ∑ ∑ = = − = Trong đó: stY : là giá trị đ−ợc dự báo ở thời kỳ t atY : là giá trị thực tế ở thời kỳ t T: độ dài của thời kỳ dự báo. Những −u điểm của mô hình - Dễ dàng cài đặt và sử dụng (vì nó là một phần mềm ứng dụng mở rộng của Excel - Microsoft). - Phần mềm này sử dụng ph−ơng pháp dự báo ngoại suy quen thuộc. - Dễ dàng quan sát và đánh giá số liệu đầu vào bởi bảng dữ liệu đ−ợc phân thành các vùng rõ ràng: vùng chú thích, vùng số liệu quá khứ, vùng biến nội suy, vùng biến ngoại suy... - Đặc biệt phần mềm này có sẵn những dạng hàm hồi quy và rất linh động khiến ng−ời sử dụng có thể dễ dàng lựa chọn dạng hàm phù hợp với những sai số và độ lệch nhỏ nhất. 25 - Simple E còn có thể loại bỏ những số liệu trong chuỗi số liệu có ảnh h−ởng không tốt đến kết quả dự báo. - Dễ dàng thấy đ−ợc xu h−ớng, thấy đ−ợc dạng đồ thị của hàm hồi quy với những số liệu quá khứ. - Mô hình sẽ tự động kiểm tra và chạy cho đến kết quả cuối cùng. Kết quả dự báo đ−ợc phân vùng bằng màu đỏ khiến ng−ời sử dụng dễ dàng theo dõi. - Dễ dàng so sánh kết quả dự báo với số liệu thực tế bằng đồ thị trong mô hình. - Phần mềm này còn cho phép ta xem xét tất cả những ph−ơng trình và các tiêu chuẩn kiểm định của ph−ơng pháp ngoại suy. Hạn chế của mô hình Đòi hỏi bộ dữ liệu phải đầy đủ, nếu bộ số liệu của một thông số đầu vào bị thiếu mất một số năm thì mô hình sẽ tự động cắt bỏ những số liệu của các thông số đầu vào khác của những năm t−ơng ứng. 26 Tóm tắt ch−ơng 1 Phân tích nhu cầu năng l−ợng để xây dựng kế hoạch và các chính sách năng l−ợng, thông qua việc phân tích này có thể nắm đ−ợc các nhân tố quyết định đến mức độ tiêu thụ năng l−ợng theo thời gian. Ngoài ra, phân tích nhu cầu năng l−ợng còn cho thấy cấu trúc tiêu thụ năng l−ợng của từng ngành và của từng dạng năng l−ợng, mối quan hệ giữa nhu cầu năng l−ợng và các biến kinh tế x0 hội nh−: GDP, dân số, giá cả, năng l−ợng... Có hai ph−ơng pháp phân tích nhu cầu năng l−ợng là ph−ơng pháp phân tích tĩnh và ph−ơng pháp phân tích động. Các ph−ơng pháp dự báo nhu cầu điện năng gồm: - Ph−ơng pháp ngoại suy: ta tiến hành thực hiện nh− sau: thu thập số liệu đ−ợc chuỗi thời gian kinh tế, sau đó xử lý chuỗi thời gian kinh tế, phát hiện xu thế, xây dựng hàm xu thế và kiểm định hàm xu thế. - Ph−ơng pháp hồi quy t−ơng quan: Để xây dựng đ−ợc mô hình cần phải tiến hành chọn dạng của nó đồng thời tác động của k nhân tố. Do vậy cần phải phân tích lý luận một cách kỹ l−ỡng kết hợp với kinh nghiệm nghiên cứu để chọn dạng thích hợp, sau đó kiểm định kết quả theo các tiêu chuẩn: R, t, F, d... - Ph−ơng pháp chuyên gia: Nhiệm vụ của ph−ơng pháp chuyên gia là đ−a ra những dự đoán khách quan về t−ơng lai phát triển của một lĩnh vực hẹp của khoa học hoặc dựa trên việc xử lý có hệ thống các đánh giá dự đoán của chuyên gia. - Ph−ơng pháp hệ số đàn hồi thu nhập: - Ph−ơng pháp Neural Các phần mềm hỗ trợ làm công cụ dự báo nh−: MEDEE -S, Simple E, SPSS, Eviews… Mỗi ph−ơng pháp, mỗi phần mềm đều có những −u, nh−ợc điểm khác nhau. Tuỳ vào điều kiện cụ thể và yêu cầu của dự báo để chọn ph−ơng pháp dự báo và mô hình hỗ trợ thích hợp. 27 Ch−ơng 2 Phân tích tình hình sản xuất và tiêu thụ điện năng giai đoạn 1990 – 2005 2.1 Tổng quan về tình hình kinh tế – xã hội Việt Nam giai đoạn 1990 -2005 2.1.1 Tình hình kinh tế Việt Nam giai đoạn 1990 – 2005 Tình hình kinh tế Việt Nam những năm qua đk có b−ớc khởi sắc rõ rệt. Với chế độ mở cửa của nền kinh tế, cơ chế thoáng hơn đk thu hút đ−ợc nhiều nhà đầu t− vào Việt Nam, kết quả là giảm tỷ lệ thất nghiệp và tăng tốc độ phát triển kinh tế của tất cả các ngành. Điều đó đ−ợc thể hiện ở các bảng sau. Bảng 2.1 Tổng sản phẩm quốc nội (GDP) phân theo thành phần kinh tế (theo giá so sánh năm 1994: tỷ VNĐ) Năm Tổng Nông lâm sản CN&XD Dịch vụ Tốc độ tăng tr−ởng GDP (%) 1990 131968 42003 33221 56744 5.09 1991 139634 42917 35783 60934 5.81 1992 151782 45869 40359 65554 8.70 1993 164034 47373 45454 71216 8. 08 1994 178534 48968 51540 78026 8.83 1995 195567 51319 58550 85698 9.54 1996 213833 53577 67016 93240 9.34 1997 231264 55895 75474 99896 8.15 1998 244596 57866 81764 104966 5.76 1999 256272 60895 88047 107330 4.77 2000 273666 63717 96913 113036 6.79 2001 292535 65618 106986 119931 6.89 2002 313247 68350 117125 127770 7.04 2003 335989 70575 129247 136167 7.24 2004 361877 72939 142559 146379 7.71 2005 389018 75592 157778 155648 7.5 (Nguồn: Niên giám thống kê 2005& VNL) 28 0 100000 200000 300000 400000 1990 1992 1994 1996 1998 2000 2002 2004 Tỷ VNĐ Hình 2.1: Đồ thị biểu diễn tổng GDP phân theo thành phần kinh tế giai đoạn 1990 - 2005 Qua bảng 2.1 số liệu ta thấy GDP của tất cả các thành phần kinh tế đều tăng, do đó tổng GDP của cả n−ớc cũng tăng qua các năm từ gần 132 nghìn tỷ VND năm 1990 lên 389 nghìn tỷ VNĐ vào năm 2005. Tuy nhiên tỷ trọng của các thành phần kinh tế là khác nhau. Dựa vào hình 2.1 ta thấy trong những năm đầu thập niên 90, dịch vụ và nông lâm sản là hai thành phần đóng góp chủ yếu vào tổng sản phẩm quốc nội, nền công nghiệp còn non trẻ mới chỉ đóng góp 1 phần nhỏ (khoảng 25%), điều này cho thấy n−ớc ta vẫn còn là một n−ớc nông nghiệp. Tuy nhiên trong những năm gần đây tỷ trọng này đk thay đổi, điều này đ−ợc thấy rõ qua đồ thị biểu diễn cơ cấu GDP năm 2005. Hình 2.2: Đồ thị biểu diễn cơ cấu GDP năm 2005 Nh− vậy đến năm 2005, dịch vụ vẫn là thành phần kinh tế đóng góp chủ yếu vào tổng GDP (40,6%), nh−ng CN&XD đk dần thay thế vai trò của nông lâm sản với tỷ lệ đóng góp ít nhất vào tổng GDP. Điều này cho thấy rõ quá trình công nghiệp Tổng Nông lâm sản CN&XD Dịch vụ Nông lâm sản: 19,4% Dịch vụ: 40,6% CN&XD: 40 % 29 hoá - hiện đại hoá đất n−ớc ngày càng đạt nhiều kết quả. 0 2 4 6 8 10 12 1990 1992 1994 1996 1998 2000 2002 2004 Hình 2.3: Đồ thị biểu diễn tốc độ tăng tr−ởng GDP giai đoạn 1990 - 2005 Qua bảng số liệu ta thấy GDP tăng qua các năm nh−ng tốc độ tăng tr−ởng của nó thì lại không nh− vậy. Có thể thấy rằng tốc độ tăng tr−ởng GDP trong những năm đầu của giai đoạn này 1994 – 1996 là cao nhất (trung bình khoảng 9%). Điều này là phù hợp bởi nó là thời kỳ đầu đánh dấu bắt đầu quá trình công nghiệp hoá của n−ớc ta. Sau đó tốc độ tăng giảm xuống chỉ còn 4.77% vào năm 1999. Điều này do nhiều nguyên nhân, trong đó có nguyên nhân về cơ chế chính sách đầu t− của nhà n−ớc là ch−a thoáng, ch−a đáp ứng đ−ợc nền kinh tế mở cửa dẫn đến kết quả trên. Nh−ng đến đầu những năm 2000, do những thay đổi tích cực trong cơ chế chính sách, thu hút đầu t− và mở rộng hợp tác quốc tế, tốc độ tăng GDP đk tăng ổn định trở lại và đk đạt đ−ợc gần 8% năm 2004. Nói chung tốc độ tăng tr−ởng GDP trung bình 5 năm là khá ổn định, thể hiện sự ổn định t−ơng đối của nền kinh tế: Bảng 2. 2 Tốc độ tăng tr−ởng GDP trung bình 5 năm Giai đoạn 1990 -1994 1995 -2000 2001 -2005 Tốc độ tăng tr−ởng GDP (%) 7.30 7.51 7.13 Tổng sản phẩm trong n−ớc năm 2003 đạt 7,24% trong khu vực nông, lâm nghiệp và thuỷ sản đạt 3,2%, khu vực công nghiệp và xây dựng tăng 10,34%, khu vực dịch vụ 6,57 %. Năm 2004, dự kiến có tốc độ tăng tr−ởng 7,7%, cao nhất trong giao đoạn 2001 -2005, trong đó tất cả 3 khu vực đều tăng. Diễn biến tăng tr−ởng GDP toàn quốc giai đoạn 2000 -2005 đ−ợc thể hiện trong bảng 2.3 30 Bảng 2. 3 Tốc độ tăng tr−ởng tổng sản phẩm trong n−ớc giai đoạn 2000 -2005 (%) Năm 2000 2001 2002 2003 2004 2005 Tổng số 6.79 6.89 7.04 7.24 7.70 7.5 Nông, lâm nghiệp và thuỷ sản 4.63 2.98 4.06 3.20 3.35 3.64 Công nghiệp và xây dựng 10.07 10.39 9.44 10.34 10.30 10.68 Dịch vụ 5.32 6.10 6.54 6.57 7.50 6.33 (Nguồn: Viện CLPT – Bộ KH&ĐT) Khu vực nông, lâm nghiệp và thuỷ sản: mức tăng tr−ởng 3.64% của năm 2005 tuy có tăng so với năm 2003, 2004 nh−ng vẫn ch−a bằng mức của năm 2002. Mức tăng tr−ởng 3.2 % năm 2003 giảm so với mức tăng 4.06% của năm 2002 do mức tăng tr−ởng cao hơn so với năm tr−ớc của ngành thuỷ sản không bù đ−ợc mức giảm của ngành nông nghiệp. Ngành nông nghiệp năm 2003 chỉ tăng 3.2% so với mức tăng 4.06% của năm 2002. Nguyên nhân ngành nông nghiệp tăng tr−ởng chậm lại chủ yếu do vụ lúa Đông xuân, vụ hè thu của các tỉnh Đồng Bằng Sông Cửu Long giảm cả về năng suất và diện tích; vụ mùa ở đồng bằng sông Hồng bị ảnh h−ởng của bko lụt. Đối với ngành thuỷ sản, giá trị tăng thêm năm 2003 tăng 7.08% so với mức 5.67% của năm 2002 do chi phí nuôi trồng giảm, do nhân rộng mô hình nuôi trồng một vụ lúa, một vụ thuỷ sản. Khu vực công nghiệp và xây dựng: tốc độ tăng tr−ởng 10.30% của năm 2004 giảm so với của năm 2003 do tốc độ tăng tr−ởng về dịch vụ tăng nh−ng không đủ bù đắp sự giảm sút trong ngành công nghiệp. Tốc độ tăng tr−ởng 10.34 % năm 2003 cao hơn mức 9.44% năm 2002, riêng công nghiệp tăng 10.27% cao hơn mức 9.12% của năm 2002. Đáng l−u ý là công nghiệp khai thác tăng mạnh từ 1.1% của năm 2002 lên 5.79% của năm 2003. Sản xuất dầu thô và than đá năm 2003 đều tăng so với năm 2002, không chỉ góp phần quan trọng vào tăng tr−ởng kim ngạch xuất khẩu nói riêng. Sản xuất một số sản phẩm chủ yếu của công nghiệp chế biến có ảnh h−ởng lớn đến tốc độ tăng tr−ởng kinh tế nói chung và xuất khẩu đều tăng nhẹ công nghiệp chế biến thuỷ sản, dệt may, giấy bìa, phân hoá học, xi măng, sắt thép, động cơ điện, lắp ráp ôtô, ti vi. Công nghiệp sản xuất điện vẫn tiếp tục tăng tr−ởng ở mức cao (năm 2002 tăng 10.81%, năm 2003 tăng 11.62%). Tăng tr−ởng của ngành xây 31 dựng vẫn luôn là khu vực đóng góp rất nhiều vào mức tăng tr−ởng chung của nền kinh tế, với 53,3% của mức tăng tr−ởng. Khu vực dịch vụ: Mức tăng 7.5% năm 2004 cao hơn hẳn mức tăng 6.57% năm 2003 do đại dịch SARS đk đ−ợc khống chế, khách du lịch tăng cao. Mức tăng 6,57% của năm 2003 cao hơn một chút so với mức 6,54% của năm 2002. sáu tháng đầu năm 2003 khu vực này giảm do đại dịch SARS nhất là đối với ngành du lịch, vận tải hàng không … Song đk phục hồi nhanh chóng vào 6 tháng cuối năm đặc biệt là Việt Nam đk tổ chức thành công SEA Games 22. Năm 2004 tỷ lệ này đk tăng mạnh đạt 7,5%. Nh−ng đến năm 2005 thì lại giảm xuống 6,33% do nhiều nguyên nhân. Về cơ cấu tiêu thụ điện các ngành: cơ cấu các ngành kinh tế vẫn theo h−ớng tích cực. 2.1.2. Tình hình dân số Việt Nam giai đoạn 1990 – 2005 Bảng 2.4. Dân số Việt Nam giai đoạn 1990 – 2005 ._. .0 82 92 10 Tố c độ tă ng G D P D V TM (% ) 6. 27 88 79 6. 21 16 75 6. 14 48 1 6. 07 82 64 6. 01 20 98 5. 94 63 72 5. 88 11 43 5. 81 64 69 11 Tỷ tr ọn g G D P N N (% ) 18 .8 22 21 18 .2 31 96 17 .6 60 16 17 .1 06 23 16 .5 69 61 16 .0 49 78 15 .5 46 19 15 .0 58 35 12 Tỷ tr ọn g G D P C N (% ) 41 .9 36 84 43 .3 61 74 44 .8 34 13 46 .3 55 6 47 .9 27 8 49 .5 52 4 51 .2 31 16 52 .9 65 88 13 Tỷ tr ọn g G D P D V TM (% ) 39 .7 62 18 39 .5 15 4 39 .2 70 14 39 .0 26 38 38 .7 84 13 38 .5 43 37 38 .3 04 09 38 .0 66 28 14 C P I 15 5. 80 38 16 1. 72 42 16 7. 86 97 17 4. 24 87 18 0. 87 01 18 7. 74 31 19 4. 87 73 20 2. 28 26 15 Lạ m p há t ( % ) 3. 79 99 68 3. 79 99 68 3. 79 99 68 3. 79 99 68 3. 79 99 68 3. 79 99 68 3. 79 99 68 3. 79 99 68 16 G iá đ iệ n C N (V N Đ /k W h) 89 8. 46 14 93 2. 60 26 96 8. 04 12 10 04 .8 26 10 43 .0 1 10 82 .6 44 11 23 .7 84 11 66 .4 87 17 G iá đ iệ n D D (V N Đ /k W h) 82 0. 37 27 85 1. 54 66 88 3. 90 51 91 7. 49 32 95 2. 35 76 98 8. 54 69 10 26 .1 11 10 65 .1 03 18 G iá đ iệ n TM (V N Đ /k W h) 17 13 .0 11 17 78 .1 05 18 45 .6 72 19 15 .8 07 19 88 .6 07 20 64 .1 74 21 42 .6 11 22 24 .0 3 19 G iá đ iệ n N N (V N Đ /k W h) 71 6. 34 43 74 3. 56 52 77 1. 82 04 80 1. 14 93 83 1. 59 28 86 3. 19 3 89 5. 99 41 93 0. 04 16 20 G iá đ iệ n kh ác (V N Đ /k W h) 99 6. 63 54 10 34 .5 07 10 73 .8 18 11 14 .6 23 11 56 .9 78 12 00 .9 43 12 46 .5 78 12 93 .9 48 21 Tổ ng N hu c ầu Đ N (G W h) 52 14 9. 97 59 51 1. 87 67 86 2. 44 77 34 0. 3 88 10 2. 63 10 03 28 11 42 19 .5 13 00 08 .6 22 L− ợn g kh ác h hà ng (n gh ìn h ộ) 17 07 81 53 17 76 60 19 18 42 75 70 19 06 06 24 19 66 44 72 20 23 97 70 20 78 83 47 21 31 29 32 23 Tỷ lệ đ iệ n kh í h oá (% ) 0. 90 42 42 0. 92 20 49 0. 93 76 24 0. 95 09 76 0. 96 21 87 0. 97 14 01 0. 97 88 09 0. 98 46 32 24 Số n g− ời /h ộ 4. 46 59 37 4. 43 65 68 4. 40 73 93 4. 37 84 1 4. 34 96 18 4. 32 10 15 4. 29 26 01 4. 26 43 74 25 L− ợn g đi ện n ăn g SX (G W h) 60 66 7. 72 69 02 3. 28 78 47 1. 83 89 16 3. 36 10 12 67 .4 11 51 87 .1 13 09 70 .7 14 89 55 .8 26 Tỷ lệ tổ n th ất (% ) 14 .0 4 13 .7 8 13 .5 2 13 .2 6 13 12 .9 12 .7 9 12 .7 2 16 K ết q u ả đ ầu r a (k ịc h b ản k in h t ế cơ s ở) t iế p TT N ăm 20 14 20 15 20 16 20 17 20 18 20 19 20 20 1 D ân s ố (T riệ u ng −ờ i) 93 .4 41 68 94 .5 78 53 95 .7 15 39 96 .8 52 24 97 .9 89 09 99 .1 25 95 10 0. 26 28 2 Tố c độ tă ng d ân s ố (% ) 1. 23 16 29 1. 21 66 45 1. 20 20 21 1. 18 77 44 1. 17 38 02 1. 16 01 84 1. 14 68 78 3 G D P T ổn g (tỷ V N Đ ) 74 58 40 .4 80 17 78 .4 86 19 11 .8 92 65 55 .1 99 60 46 .8 10 70 75 0 11 51 05 7 4 G D P N N (t ỷ V N Đ ) 10 15 04 .4 10 45 60 .9 10 76 45 .1 11 07 54 .9 11 38 88 .1 11 70 42 .5 12 02 15 .9 5 G D P C N (t ỷ V N Đ ) 38 10 71 .9 41 89 76 .3 46 03 70 .8 50 55 50 .9 55 48 35 .6 60 85 68 .7 66 71 20 .7 6 G D P D V TM (t ỷ V N Đ ) 26 32 64 .1 27 82 41 .2 29 38 95 .8 31 02 49 .3 32 73 23 .1 34 51 39 .2 36 37 20 7 Tố c độ tă ng G D P T ổn g (% ) 7. 5 7. 5 7. 5 7. 5 7. 5 7. 5 7. 5 8 Tố c độ tă ng G D P N N (% ) 3. 07 34 05 3. 01 12 17 2. 94 97 09 2. 88 89 28 2. 82 89 17 2. 76 97 18 2. 71 13 69 9 Tố c độ tă ng G D P C N (% ) 10 .0 14 48 9. 94 67 9 9. 87 98 99 9. 81 38 58 9. 74 87 11 9. 68 45 9. 62 12 66 10 Tố c độ tă ng G D P D V TM (% ) 5. 75 24 03 5. 68 89 98 5. 62 63 05 5. 56 43 72 5. 50 32 43 5. 44 29 63 5. 38 35 7 11 Tỷ tr ọn g G D P N N (% ) 14 .5 85 75 14 .1 27 93 13 .6 84 42 13 .2 54 78 12 .8 38 57 12 .4 35 37 12 .0 44 77 12 Tỷ tr ọn g G D P C N (% ) 54 .7 58 43 56 .6 10 74 58 .5 24 79 60 .5 02 65 62 .5 46 44 64 .6 58 36 66 .8 40 68 13 Tỷ tr ọn g G D P D V TM (% ) 37 .8 29 94 37 .5 95 05 37 .3 61 61 37 .1 29 6 36 .8 99 03 36 .6 69 87 36 .4 42 12 14 C P I 20 9. 96 92 21 7. 94 8 22 6. 22 99 23 4. 82 66 24 3. 74 99 25 3. 01 24 26 2. 62 67 15 Lạ m p há t ( % ) 3. 79 99 68 3. 79 99 68 3. 79 99 68 3. 79 99 68 3. 79 99 68 3. 79 99 68 3. 79 99 68 16 G iá đ iệ n C N (V N Đ /k W h) 12 10 .8 13 12 56 .8 24 13 04 .5 83 13 54 .1 56 14 05 .6 14 14 59 .0 27 15 14 .4 69 17 G iá đ iệ n D D (V N Đ /k W h) 11 05 .5 77 11 47 .5 88 11 91 .1 96 12 36 .4 61 12 83 .4 47 13 32 .2 17 13 82 .8 41 18 G iá đ iệ n TM (V N Đ /k W h) 23 08 .5 42 23 96 .2 66 24 87 .3 24 25 81 .8 41 26 79 .9 5 27 81 .7 87 28 87 .4 94 19 G iá đ iệ n N N (V N Đ /k W h) 96 5. 38 28 10 02 .0 67 10 40 .1 45 10 79 .6 7 11 20 .6 98 11 63 .2 84 12 07 .4 88 20 G iá đ iệ n kh ác (V N Đ /k W h) 13 43 .1 18 13 94 .1 56 14 47 .1 33 15 02 .1 24 15 59 .2 04 16 18 .4 53 16 79 .9 54 21 Tổ ng N hu c ầu Đ N (G W h) 14 79 58 .7 16 83 70 .3 19 15 85 .9 21 79 96 .4 24 80 47 .5 28 22 48 .3 32 11 79 .8 22 L− ợn g kh ác h hà ng (n gh ìn h ộ) 21 81 68 57 22 30 37 62 22 77 73 32 23 24 10 83 23 69 82 07 24 15 14 81 24 60 32 19 23 Tỷ lệ đ iệ n kh í h oá (% ) 0. 98 91 03 0. 99 24 54 0. 99 49 03 0. 99 66 46 0. 99 78 54 0. 99 86 67 0. 99 91 97 24 Số n g− ời /h ộ 4. 23 63 32 4. 20 84 76 4. 18 08 02 4. 15 33 11 4. 12 60 01 4. 09 88 71 4. 07 19 19 25 L− ợn g đi ện n ăn g SX (G W h) 16 91 92 .3 19 23 79 .2 21 87 05 .4 24 87 12 .3 28 28 68 .6 32 17 23 .8 36 58 91 .8 26 Tỷ lệ tổ n th ất (% ) 12 .5 5 12 .4 8 12 .4 12 .3 5 12 .3 1 12 .2 7 12 .2 2 17 B ản g 3. 7 K ết q u ả đ ầu r a (k ịc h b ản k in h t ế ca o) TT N ăm 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 1 D ân s ố (T riệ u ng −ờ i) 84 .3 46 85 85 .4 83 71 86 .6 20 56 87 .7 57 41 88 .8 94 27 90 .0 31 12 91 .1 67 97 92 .3 04 83 2 Tố c độ tă ng d ân s ố (% ) 1. 36 62 46 1. 34 78 31 1. 32 99 07 1. 31 24 52 1. 29 54 5 1. 27 88 83 1. 26 27 34 1. 24 69 88 3 G D P T ổn g (tỷ V N Đ ) 42 01 39 .4 45 37 50 .6 49 00 50 .6 52 92 54 .7 57 15 95 .1 61 73 22 .7 66 67 08 .5 72 00 45 .2 4 G D P N N (t ỷ V N Đ ) 78 66 9. 49 81 82 0. 16 85 04 3. 19 88 33 7. 48 91 70 1. 86 95 13 5. 05 98 63 5. 66 10 22 02 .3 5 G D P C N (t ỷ V N Đ ) 17 52 79 .6 19 45 95 .9 21 59 00 .5 23 93 82 .9 26 52 48 .7 29 37 21 .8 32 50 45 .5 35 94 83 .9 6 G D P D V TM (t ỷ V N Đ ) 16 61 90 .3 17 73 34 .5 18 91 06 .9 20 15 34 .4 21 46 44 .5 22 84 65 .8 24 30 27 .3 25 83 59 7 Tố c độ tă ng G D P T ổn g (% ) 8 8 8 8 8 8 8 8 8 Tố c độ tă ng G D P N N (% ) 4. 07 10 5 4. 00 49 43 3. 93 91 58 3. 87 36 75 3. 80 85 54 3. 74 38 52 3. 67 96 25 3. 61 59 29 9 Tố c độ tă ng G D P C N (% ) 11 .0 92 83 11 .0 20 27 10 .9 48 15 10 .8 76 45 10 .8 05 21 10 .7 34 51 10 .6 64 4 10 .5 94 94 10 Tố c độ tă ng G D P D V TM (% ) 6. 77 32 6. 70 56 83 6. 63 85 07 6. 57 16 51 6. 50 51 78 6. 43 91 46 6. 37 36 14 6. 30 86 38 11 Tỷ tr ọn g G D P N N (% ) 18 .8 22 21 18 .2 31 96 17 .6 60 16 17 .1 06 23 16 .5 69 61 16 .0 49 78 15 .5 46 19 15 .0 58 35 12 Tỷ tr ọn g G D P C N (% ) 41 .9 36 84 43 .3 61 74 44 .8 34 13 46 .3 55 6 47 .9 27 8 49 .5 52 4 51 .2 31 16 52 .9 65 88 13 Tỷ tr ọn g G D P D V TM (% ) 39 .7 62 18 39 .5 15 4 39 .2 70 14 39 .0 26 38 38 .7 84 13 38 .5 43 37 38 .3 04 09 38 .0 66 28 14 C P I 15 6. 17 59 16 2. 49 77 16 9. 07 54 17 5. 91 94 18 3. 04 05 19 0. 44 97 19 8. 15 89 20 6. 18 02 15 Lạ m p há t ( % ) 4. 04 78 9 4. 04 78 9 4. 04 78 9 4. 04 78 9 4. 04 78 9 4. 04 78 9 4. 04 78 9 4. 04 78 9 16 G iá đ iệ n C N (V N Đ /k W h) 90 0. 60 73 93 7. 06 29 97 4. 99 42 10 14 .4 61 10 55 .5 25 10 98 .2 52 11 42 .7 08 11 88 .9 63 17 G iá đ iệ n D D (V N Đ /k W h) 82 2. 33 21 85 5. 61 92 89 0. 25 37 92 6. 29 02 96 3. 78 54 10 02 .7 98 10 43 .3 91 10 85 .6 26 18 G iá đ iệ n TM (V N Đ /k W h) 17 17 .1 02 17 86 .6 09 18 58 .9 29 19 34 .1 76 20 12 .4 69 20 93 .9 32 21 78 .6 92 22 66 .8 83 19 G iá đ iệ n N N (V N Đ /k W h) 71 8. 05 53 74 7. 12 14 77 7. 36 4 80 8. 83 09 84 1. 57 15 87 5. 63 74 91 1. 08 22 94 7. 96 18 20 G iá đ iệ n kh ác (V N Đ /k W h) 99 9. 01 58 10 39 .4 55 10 81 .5 31 11 25 .3 1 11 70 .8 61 12 18 .2 57 12 67 .5 7 13 18 .8 8 21 Tổ ng N hu c ầu Đ N (G W h) 52 55 3. 64 60 43 3. 56 69 44 1. 44 79 74 5. 77 91 53 9. 38 10 50 43 .4 12 05 11 .8 13 82 36 .2 22 L− ợn g kh ác h hà ng (n gh ìn h ộ) 17 10 61 81 17 81 60 60 18 49 31 52 19 13 53 46 19 74 24 79 20 31 61 31 20 85 92 81 21 37 58 87 23 Tỷ lệ đ iệ n kh í h oá (% ) 0. 90 57 26 0. 92 46 46 0. 94 09 61 0. 95 47 04 0. 96 60 04 0. 97 50 66 0. 98 21 49 0. 98 75 41 24 Số n g− ời /h ộ 4. 46 59 37 4. 43 65 68 4. 40 73 93 4. 37 84 1 4. 34 96 18 4. 32 10 15 4. 29 26 01 4. 26 43 74 25 L− ợn g đi ện n ăn g SX (G W h) 61 13 7. 32 70 09 2. 27 80 29 7. 69 91 93 6. 55 10 52 17 .7 12 06 00 .9 13 81 85 .7 15 83 82 .4 26 Tỷ lệ tổ n th ất (% ) 14 .0 4 13 .7 8 13 .5 2 13 .2 6 13 12 .9 12 .7 9 12 .7 2 18 K ết q u ả đ ầu r a (k ịc h b ản k in h t ế ca o) ti ếp TT N ăm 20 14 20 15 20 16 20 17 20 18 20 19 20 20 1 D ân s ố (T riệ u ng −ờ i) 93 .4 41 68 94 .5 78 53 95 .7 15 39 96 .8 52 24 97 .9 89 09 99 .1 25 95 10 0. 26 28 2 Tố c độ tă ng d ân s ố (% ) 1. 23 16 29 1. 21 66 45 1. 20 20 21 1. 18 77 44 1. 17 38 02 1. 16 01 84 1. 14 68 78 3 G D P T ổn g (tỷ V N Đ ) 77 76 48 .8 83 98 60 .7 90 70 49 .5 97 96 13 .5 10 57 98 3 11 42 62 1 12 34 03 1 4 G D P N N (t ỷ V N Đ ) 10 58 33 .3 10 95 27 .3 11 32 82 .4 11 70 97 .2 12 09 69 .8 12 48 98 .6 12 88 81 .7 5 G D P C N (t ỷ V N Đ ) 39 73 23 .8 43 88 76 .6 48 44 80 .1 53 45 00 .8 58 93 36 .2 64 94 17 71 52 10 .3 6 G D P D V TM (t ỷ V N Đ ) 27 44 91 .7 29 14 56 .9 30 92 87 32 80 15 .5 34 76 76 .6 36 83 05 .6 38 99 38 .8 7 Tố c độ tă ng G D P T ổn g (% ) 8 8 8 8 8 8 8 8 Tố c độ tă ng G D P N N (% ) 3. 55 28 16 3. 49 03 39 3. 42 85 45 3. 36 74 81 3. 30 71 91 3. 24 77 17 3. 18 90 97 9 Tố c độ tă ng G D P C N (% ) 10 .5 26 18 10 .4 58 17 10 .3 90 97 10 .3 24 62 10 .2 59 17 10 .1 94 66 10 .1 31 13 10 Tố c độ tă ng G D P D V TM (% ) 6. 24 42 74 6. 18 05 75 6. 11 75 9 6. 05 53 69 5. 99 39 56 5. 93 33 95 5. 87 37 26 11 Tỷ tr ọn g G D P N N (% ) 14 .5 85 75 14 .1 27 93 13 .6 84 42 13 .2 54 78 12 .8 38 57 12 .4 35 37 12 .0 44 77 12 Tỷ tr ọn g G D P C N (% ) 54 .7 58 43 56 .6 10 74 58 .5 24 79 60 .5 02 65 62 .5 46 44 64 .6 58 36 66 .8 40 68 13 Tỷ tr ọn g G D P D V TM (% ) 37 .8 29 94 37 .5 95 05 37 .3 61 61 37 .1 29 6 36 .8 99 03 36 .6 69 87 36 .4 42 12 14 C P I 21 4. 52 61 22 3. 20 99 23 2. 24 52 24 1. 64 62 25 1. 42 78 26 1. 60 53 27 2. 19 48 15 Lạ m p há t ( % ) 4. 04 78 9 4. 04 78 9 4. 04 78 9 4. 04 78 9 4. 04 78 9 4. 04 78 9 4. 04 78 9 16 G iá đ iệ n C N (V N Đ /k W h) 12 37 .0 91 12 87 .1 67 13 39 .2 7 13 93 .4 83 14 49 .8 89 15 08 .5 79 15 69 .6 45 17 G iá đ iệ n D D (V N Đ /k W h) 11 29 .5 71 11 75 .2 95 12 22 .8 69 12 72 .3 7 13 23 .8 74 13 77 .4 63 14 33 .2 21 18 G iá đ iệ n TM (V N Đ /k W h) 23 58 .6 44 24 54 .1 19 25 53 .4 59 26 56 .8 21 27 64 .3 66 28 76 .2 64 29 92 .6 92 19 G iá đ iệ n N N (V N Đ /k W h) 98 6. 33 42 10 26 .2 6 10 67 .8 02 11 11 .0 25 11 55 .9 98 12 02 .7 92 12 51 .4 8 20 G iá đ iệ n kh ác (V N Đ /k W h) 13 72 .2 67 14 27 .8 15 14 85 .6 11 15 45 .7 47 16 08 .3 17 16 73 .4 2 17 41 .1 58 21 Tổ ng N hu c ầu Đ N (G W h) 15 85 52 18 18 45 20 85 59 .2 23 92 05 .5 27 43 72 .2 31 47 37 .1 36 10 80 .9 22 L− ợn g kh ác h hà ng (n gh ìn h ộ) 21 87 04 55 22 34 76 38 22 81 19 09 23 26 73 27 23 71 73 89 24 16 49 73 24 61 23 42 23 Tỷ lệ đ iệ n kh í h oá (% ) 0. 99 15 33 0. 99 44 06 0. 99 64 13 0. 99 77 72 0. 99 86 62 0. 99 92 25 0. 99 95 68 24 Số n g− ời /h ộ 4. 23 63 32 4. 20 84 76 4. 18 08 02 4. 15 33 11 4. 12 60 01 4. 09 88 71 4. 07 19 19 25 L− ợn g đi ện n ăn g SX (G W h) 18 13 05 .9 20 77 75 .4 23 80 81 .3 27 29 09 .9 31 28 88 .9 35 87 56 .5 41 13 47 .6 26 Tỷ lệ tổ n th ất (% ) 12 .5 5 12 .4 8 12 .4 12 .3 5 12 .3 1 12 .2 7 12 .2 2 19 B ản g 3. 8 K ết q u ả đ ầu r a (k ịc h b ản k in h t ế th ấp ) TT N ăm 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 1 D ân s ố (T riệ u ng −ờ i) 84 .3 46 85 85 .4 83 71 86 .6 20 56 87 .7 57 41 88 .8 94 27 90 .0 31 12 91 .1 67 97 92 .3 04 83 2 Tố c độ tă ng d ân s ố (% ) 1. 36 62 46 1. 34 78 31 1. 32 99 07 1. 31 24 52 1. 29 54 5 1. 27 88 83 1. 26 27 34 1. 24 69 88 3 G D P T ổn g (tỷ V N Đ ) 41 62 49 .3 44 53 86 .7 47 65 63 .8 50 99 23 .2 54 56 17 .9 58 38 11 .1 62 46 77 .9 66 84 05 .4 4 G D P N N (t ỷ V N Đ ) 77 94 1. 07 80 31 1. 99 82 70 2. 68 85 11 0. 89 87 53 4. 3 89 97 0. 61 92 41 7. 48 94 87 2. 57 5 G D P C N (t ỷ V N Đ ) 17 36 56 .6 19 10 08 .9 20 99 58 .7 23 06 39 .2 25 31 94 27 77 77 30 45 54 33 37 02 .6 6 G D P D V TM (t ỷ V N Đ ) 16 46 51 .6 17 40 65 .8 18 39 02 .4 19 41 73 .2 20 48 89 .6 21 60 63 .5 22 77 06 .4 23 98 30 .2 7 Tố c độ tă ng G D P T ổn g (% ) 7 7 7 7 7 7 7 7 8 Tố c độ tă ng G D P N N (% ) 3. 10 74 29 3. 04 19 34 2. 97 67 59 2. 91 18 82 2. 84 73 64 2. 78 32 6 2. 71 96 28 2. 65 65 22 9 Tố c độ tă ng G D P C N (% ) 10 .0 64 19 9. 99 23 07 9. 92 08 56 9. 84 98 13 9. 77 92 39 9. 70 91 92 9. 63 97 31 9. 57 09 11 10 Tố c độ tă ng G D P D V TM (% ) 5. 78 45 59 5. 71 76 67 5. 65 11 13 5. 58 48 77 5. 51 90 19 5. 45 35 98 5. 38 86 73 5. 32 42 99 11 Tỷ tr ọn g G D P N N (% ) 18 .8 22 21 18 .2 31 96 17 .6 60 16 17 .1 06 23 16 .5 69 61 16 .0 49 78 15 .5 46 19 15 .0 58 35 12 Tỷ tr ọn g G D P C N (% ) 41 .9 36 84 43 .3 61 74 44 .8 34 13 46 .3 55 6 47 .9 27 8 49 .5 52 4 51 .2 31 16 52 .9 65 88 13 Tỷ tr ọn g G D P D V TM (% ) 39 .7 62 18 39 .5 15 4 39 .2 70 14 39 .0 26 38 38 .7 84 13 38 .5 43 37 38 .3 04 09 38 .0 66 28 14 C P I 15 5. 43 16 16 0. 95 26 16 6. 66 97 17 2. 58 99 17 8. 72 04 18 5. 06 86 19 1. 64 23 19 8. 44 96 15 Lạ m p há t ( % ) 3. 55 20 45 3. 55 20 45 3. 55 20 45 3. 55 20 45 3. 55 20 45 3. 55 20 45 3. 55 20 45 3. 55 20 45 16 G iá đ iệ n C N (V N Đ /k W h) 89 6. 31 54 92 8. 15 3 96 1. 12 14 99 5. 26 08 10 30 .6 13 10 67 .2 21 11 05 .1 29 11 44 .3 84 17 G iá đ iệ n D D (V N Đ /k W h) 81 8. 41 32 84 7. 48 36 87 7. 58 66 90 8. 75 89 94 1. 03 84 97 4. 46 45 10 09 .0 78 10 44 .9 21 18 G iá đ iệ n TM (V N Đ /k W h) 17 08 .9 19 17 69 .6 21 18 32 .4 79 18 97 .5 69 19 64 .9 72 20 34 .7 68 21 07 .0 44 21 81 .8 87 19 G iá đ iệ n N N (V N Đ /k W h) 71 4. 63 34 74 0. 01 75 76 6. 30 32 79 3. 52 27 82 1. 70 89 85 0. 89 64 88 1. 12 06 91 2. 41 84 20 G iá đ iệ n kh ác (V N Đ /k W h) 99 4. 25 5 10 29 .5 71 10 66 .1 42 11 04 .0 12 11 43 .2 27 11 83 .8 35 12 25 .8 85 12 69 .4 29 21 Tổ ng N hu c ầu Đ N (G W h) 51 74 7. 51 58 60 0. 01 66 31 2. 4 74 99 7. 45 84 78 1. 77 95 80 7. 87 10 82 36 .3 12 22 48 .4 22 L− ợn g kh ác h hà ng (n gh ìn h ộ) 17 04 97 31 17 71 46 47 18 35 91 96 18 98 12 52 19 57 97 60 20 15 46 98 20 70 69 80 21 23 82 95 23 Tỷ lệ đ iệ n kh í h oá (% ) 0. 90 27 37 0. 91 93 83 0. 93 41 45 0. 94 70 16 0. 95 80 42 0. 96 73 18 0. 97 49 78 0. 98 11 84 24 Số n g− ời /h ộ 4. 46 59 37 4. 43 65 68 4. 40 73 93 4. 37 84 1 4. 34 96 18 4. 32 10 15 4. 29 26 01 4. 26 43 74 25 L− ợn g đi ện n ăn g SX (G W h) 60 19 9. 52 67 96 5. 69 76 67 9. 46 86 46 2. 36 97 45 0. 31 10 99 97 .5 12 41 10 14 00 64 .6 26 Tỷ lệ tổ n th ất (% ) 14 .0 4 13 .7 8 13 .5 2 13 .2 6 13 12 .9 12 .7 9 12 .7 2 20 K ết q u ả đ ầu r a (k ịc h b ản k in h t ế th ấp )t iế p TT N ăm 20 14 20 15 20 16 20 17 20 18 20 19 20 20 1 D ân s ố (T riệ u ng −ờ i) 93 .4 41 68 94 .5 78 53 95 .7 15 39 96 .8 52 24 97 .9 89 09 99 .1 25 95 10 0. 26 28 2 Tố c độ tă ng d ân s ố (% ) 1. 23 16 29 1. 21 66 45 1. 20 20 21 1. 18 77 44 1. 17 38 02 1. 16 01 84 1. 14 68 78 3 G D P T ổn g (tỷ V N Đ ) 71 51 93 .7 76 52 57 .3 81 88 25 .3 87 61 43 .1 93 74 73 .1 10 03 09 6 10 73 31 3 4 G D P N N (t ỷ V N Đ ) 97 33 3. 55 99 79 8. 13 10 22 64 10 47 29 10 71 90 .8 10 96 47 .3 11 20 96 .4 5 G D P C N (t ỷ V N Đ ) 36 54 13 .6 39 98 91 .9 43 73 57 .1 47 80 44 .9 52 22 07 .9 57 01 17 62 20 62 .6 6 G D P D V TM (t ỷ V N Đ ) 25 24 46 .5 26 55 67 .2 27 92 04 .2 29 33 69 .2 30 80 74 .5 32 33 31 .9 33 91 53 .9 7 Tố c độ tă ng G D P T ổn g (% ) 7 7 7 7 7 7 7 8 Tố c độ tă ng G D P N N (% ) 2. 59 39 94 2. 53 20 95 2. 47 08 73 2. 41 03 74 2. 35 06 43 2. 29 17 19 2. 23 36 42 9 Tố c độ tă ng G D P C N (% ) 9. 50 27 86 9. 43 54 09 9. 36 88 3 9. 30 30 96 9. 23 82 52 9. 17 43 4 9. 11 14 10 Tố c độ tă ng G D P D V TM (% ) 5. 26 05 31 5. 19 74 21 5. 13 50 2 5. 07 33 75 5. 01 25 3 4. 95 25 3 4. 89 34 13 11 Tỷ tr ọn g G D P N N (% ) 14 .5 85 75 14 .1 27 93 13 .6 84 42 13 .2 54 78 12 .8 38 57 12 .4 35 37 12 .0 44 77 12 Tỷ tr ọn g G D P C N (% ) 54 .7 58 43 56 .6 10 74 58 .5 24 79 60 .5 02 65 62 .5 46 44 64 .6 58 36 66 .8 40 68 13 Tỷ tr ọn g G D P D V TM (% ) 37 .8 29 94 37 .5 95 05 37 .3 61 61 37 .1 29 6 36 .8 99 03 36 .6 69 87 36 .4 42 12 14 C P I 20 5. 49 86 21 2. 79 8 22 0. 35 67 22 8. 18 38 23 6. 28 9 24 4. 68 21 25 3. 37 33 15 Lạ m p há t ( % ) 3. 55 20 45 3. 55 20 45 3. 55 20 45 3. 55 20 45 3. 55 20 45 3. 55 20 45 3. 55 20 45 16 G iá đ iệ n C N (V N Đ /k W h) 11 85 .0 33 12 27 .1 26 12 70 .7 14 13 15 .8 5 13 62 .5 89 14 10 .9 89 14 61 .1 08 17 G iá đ iệ n D D (V N Đ /k W h) 10 82 .0 37 11 20 .4 71 11 60 .2 71 12 01 .4 84 12 44 .1 62 12 88 .3 55 13 34 .1 18 18 G iá đ iệ n TM (V N Đ /k W h) 22 59 .3 89 23 39 .6 44 24 22 .7 49 25 08 .8 06 25 97 .9 2 26 90 .1 99 27 85 .7 56 19 G iá đ iệ n N N (V N Đ /k W h) 94 4. 82 8 97 8. 38 87 10 13 .1 41 10 49 .1 29 10 86 .3 94 11 24 .9 83 11 64 .9 43 20 G iá đ iệ n kh ác (V N Đ /k W h) 13 14 .5 2 13 61 .2 12 14 09 .5 63 14 59 .6 32 15 11 .4 78 15 65 .1 67 16 20 .7 62 21 Tổ ng N hu c ầu Đ N (G W h) 13 80 48 .7 15 58 68 .2 17 59 68 .1 19 86 43 .5 22 42 28 .2 25 30 99 .6 28 56 84 .7 22 L− ợn g kh ác h hà ng (n gh ìn h ộ) 21 75 09 17 22 24 75 08 22 73 09 19 23 20 40 19 23 66 95 52 24 13 00 36 24 58 76 93 23 Tỷ lệ đ iệ n kh í h oá (% ) 0. 98 61 14 0. 98 99 51 0. 99 28 76 0. 99 50 57 0. 99 66 48 0. 99 77 8 0. 99 85 67 24 Số n g− ời /h ộ 4. 23 63 32 4. 20 84 76 4. 18 08 02 4. 15 33 11 4. 12 60 01 4. 09 88 71 4. 07 19 19 25 L− ợn g đi ện n ăn g SX (G W h) 15 78 60 .1 17 80 94 .4 20 08 76 .8 22 66 32 .6 25 57 05 .5 28 84 98 .3 32 54 55 .3 26 Tỷ lệ tổ n th ất (% ) 12 .5 5 12 .4 8 12 .4 12 .3 5 12 .3 1 12 .2 7 12 .2 2 21 Kiểm định Kịch bản kinh tế cơ sở Bảng 3.9 Nhành Công nghiệp Năm yi iy ∧ (y - iy ∧ )2 (e1 – ei+1) 2 (yi - y )2 1990 2875.60 2558.50 100554.02 27680752 1991 3080.20 2887.52 37125.49 15481.0265 25569709 1992 3196.90 3258.86 3838.46 64839.035 24403106 1993 3477.40 3677.94 40217.95 19206.8543 21710474 1994 3944.10 4150.93 42777.72 39.4838163 17579153 1995 4619.35 4684.74 4275.47 20005.4694 12372806 1996 5503.22 5287.19 46667.13 79193.1726 6936007 1997 6162.70 5967.13 38248.64 418.33252 3897268.2 1998 6781.07 7600.56 671556.81 1030343.32 1838136.7 1999 7568.42 8577.99 1019220.06 36129.871 323108.12 2000 9088.36 9681.12 351359.18 173729.497 905375.09 2001 10503.22 10926.11 178836.21 28854.2128 5599702.2 2002 12681.23 12331.21 122516.13 597395.036 20651390 2003 14613.80 13917.00 485529.99 120254.138 41950881 2004 16916.61 15706.73 1463809.29 263251.135 77084120 2005 19177.44 17726.61 2104903.57 58056.2827 121894628 TB 8136.85 Tổng 130189.62 6711436.12 2507196.87 410396616 Bảng 3.10 Nhành Nông nghiệp Năm yi iy ∧ (y - iy ∧ )2 (e1 – ei+1) 2 (yi - y )2 1990 189.8 173.03 281.29 36358.862 1991 193.4 188.60 23.03 143.342177 34998.926 1992 202 205.58 12.78 70.1253782 31855.11 1993 225.4 224.08 1.75 23.992777 24049.806 1994 263 244.24 351.80 303.912419 13801.55 1995 241.27 266.23 622.79 1910.73356 19379.424 1996 283.38 290.19 46.32 329.411143 9428.41 1997 315.41 316.30 0.80 34.9666318 4234.1049 1998 338.1 375.80 1421.24 1354.72195 1796.0644 1999 403.785 409.62 34.06 1015.25478 543.12303 2000 428.343 446.49 329.21 151.484681 2290.8668 2001 465.207 486.67 460.70 11.0213599 7178.6645 2002 505.576 530.47 619.78 11.7744322 15649.009 2003 586.9 578.21 75.45 1127.72223 42609.216 2004 679.3822 630.25 2413.68 1635.63628 89342.551 2005 766.726 686.98 6360.09 937.644593 149185.97 380.48 Tổng 13054.76 9061.74439 482701.66 22 Bảng 3.11 Nhành DVTM Năm yi iy ∧ (y - iy ∧ )2 (e1 – ei+1) 2 (yi - y )2 1990 128.9 17.43 12425.12 539563.7 1991 132.9 91.16 1742.06 4862.273 533703.3 1992 141.8 171.17 862.48 5056.063 520778.7 1993 164.4 257.45 8658.30 4055.397 488670.9 1994 197 350.01 23411.45 3594.962 444155.6 1995 547.47 448.84 9727.48 63320.68 99843.36 1996 660.51 553.95 11354.61 62.8849 41184.64 1997 751.09 665.34 7353.41 432.8896 12624.77 1998 861.485 906.94 2065.98 17214.75 3.861225 1999 933.013 1037.15 10844.93 3444.047 4839.011 2000 1083.687 1173.64 8091.90 201.1859 48504.34 2001 1251.301 1316.41 4238.92 617.4231 150428.4 2002 1372.996 1465.45 8547.74 747.8584 259637.1 2003 1618.7 1620.77 4.28 8169.629 570402.6 2004 1873.7707 1782.36 8355.55 8737.897 1020748 2005 2096.151 1950.23 21292.35 2971.37 1519552 863.45 Tổng 13815.17 138976.56 123489.3 6254640 Bảng 3.12 Nhành khác Năm yi iy ∧ (y - iy ∧ )2 (e1 – ei+1) 2 (yi - y )2 1990 213.1 -8.81 49242.45 280402 1991 219.8 85.12 18137.73 7609.073 273351.2 1992 234.7 179.05 3096.52 6245.741 257992.9 1993 263.4 272.98 91.85 4254.953 229661.4 1994 302.9 366.91 4097.74 2962.625 193362.5 1995 420.5 460.84 1627.61 560.2689 103767.7 1996 500.9 554.77 2902.36 183.0609 58433.39 1997 556.9 648.70 8435.25 1441.721 34510.49 1998 641.7 836.56 37986.63 10620.95 10194.54 1999 720.5 930.49 44083.87 226.8036 488.3216 2000 811.6 1024.42 45309.21 8.398404 4751.896 2001 972.3 1118.35 21331.65 4463.042 52748.31 2002 1,335.2 1212.28 15116.55 72362.61 351178.3 2003 1,350.9 1306.21 1996.87 6125.097 369992.4 2004 1563.8 1400.14 26774.08 14147.07 674273.3 2005 1,774.0 1494.07 78367.19 13528.84 1063755 742.63 Tổng 11882.14 358597.57 144740.3 3958864 23 Bảng 3.13 Khu vực thành thị (DDSH) Năm yi iy ∧ (y - iy ∧ )2 (e1 – ei+1) 2 (yi - y )2 1990 1750 132.90 2615025.35 21193501 1991 1892.8 910.48 964944.72 402955.8 19899094 1992 2051 1688.07 131716.73 383641.5 18512711 1993 2410.7 2465.66 3020.60 174630.4 15546776 1994 2974.7 3243.25 72118.03 45619.83 11417236 1995 3543.8 4020.84 227563.35 43467.25 7895200.8 1996 4241.6 4798.42 310052.97 6366.125 4460713 1997 4960.9 5576.01 378362.77 3397.491 1939724.7 1998 6099 7131.19 1065412.07 173952.4 64841.53 1999 6645.4 7908.78 1596118.92 53447.89 85123.898 2000 7360.3 8686.36 1758445.73 3929.785 1013364.4 2001 8476.2 9463.95 975654.01 114455 4505261 2002 9717.9 10241.54 274198.85 215399.9 11318245 2003 11078.3 11019.13 3501.33 339669.8 22322412 2004 13240.1 11796.72 2083357.37 1916043 47423331 2005 15215.5 12574.30 6975916.31 1434754 78532563 6353.64 Tổng 101658.20 19435409.11 5311730 266130098 Bảng 3.13 Khu vực nông thôn (DDSH) Năm yi iy ∧ (y - iy ∧ )2 (e1 – ei+1) 2 (yi - y )2 1990 1020 371.93 420001.21 4148269.1 1991 1064.7 707.53 127573.98 84622.81 3968183.5 1992 1104.4 1043.13 3754.63 87556.81 3811592.4 1993 1298 1378.73 6516.53 20164 3093131.2 1994 1601.8 1714.33 12661.88 1011.24 2116821.3 1995 1825.6 2049.93 50321.71 12499.24 1515681.1 1996 2185.1 2385.53 40170.18 571.21 759738.86 1997 2555.6 2721.13 27398.53 1218.01 251131.28 1998 3004 3392.33 150796.31 49639.84 2780.4529 1999 3273.1 3727.93 206865.78 4422.25 46815.977 2000 3625.2 4063.53 192128.81 272.25 323158.14 2001 4174.9 4399.13 50276.85 45838.81 1250304.1 2002 4615.3 4734.73 14262.33 10983.04 2429140.4 2003 5261.4 5070.33 36509.66 96410.25 4860569.8 2004 5674.3 5405.93 72025.14 5975.29 6851672.7 2005 6624.2 5741.53 779115.16 377364.5 12726842 3056.73 Tổng 48907.60 2190378.65 798549.5 48155833 24 ._.