居民阶梯用电

1、问题：1. 摘要中未给出明确的结果（或者说结论），关键词撰写不当2. 没有附录附录中可放重要的程序代码和不是很重要的图表优点：1. 格式规范（视觉效果不错）2. 建模思想较好，尤其将算法流程图体现在正文中，可认为一个亮点居民阶梯电价分段标准探讨摘 要实施居民阶梯电价是现阶段兼顾节能与保障低收入阶层基本生活需要的有效手段根据浙江省统计局等权威统计网站搜集的数据资料建立数学模型，从而对居民阶梯电价相关问题进行分析对于问题一，以浙江省居民户均用电量为基础，结合概率统计分析方法和家庭电器设备估算法，构建居民阶梯分段电量的综合制定方法通过密度聚类进行初始分类，将分段电量的制定问题转换为一个多方案选择决策

2、问题，从而估算出阶梯电价的基数为80%85%，其能够保证80%的居民家庭电价保持平稳问题二中的相关问题，我们基于浙江省方案实施前后居民户均月用电量及户均月收入的相关数据，通过绘图找出相关联系，以此为依据分析判断阶梯电价定价是比较合理的与此同时，基于某省2001-2010年年用电量，根据灰色预测法中的数列预测法，测算出某省后五年年用电量，并依据问题二中所建立的模型估算出相关值，分析目前的草案能持续的时间范围为35年第三问，通过对前面模型的讨论，将得到的结论联系实际，从节能减排、产品价格市场化及居民收入等方面入手，关于居民阶梯电价分段的问题，给相关部门做了相关报告和合理性建议关键词 阶梯用电；密度

3、聚类法；灰色预测法；家庭电器设备估算法；目 录摘 要11.问题重述31.1.问题背景31.2.问题提出32.问题分析42.1.问题讨论42.2.数据收集43.基本问题假设及符号说明53.1.问题假设53.2.符号说明54.模型建立、求解64.1.基本原理64.2.居民用户月均用电量的变密度聚类方法74.2.1.密度聚类方法简介74.2.2.基于变密度聚类的居民用户初步分类方法84.3.居民家庭电器设备估算法104.4.居民用户月均用电量的概率分布函数模型114.5.各档分段电量的综合确定方法114.6.实例分析124.6.1.密度聚类分析结果124.6.2.居民家庭电器设备的估算结果124.6

4、.3.居民用户户月均用电量的概率分布134.6.4.各档分段电量的综合决策结果134.6.5.分段电量的影响分析145.模型评价、改进及推广145.1.用电量的预测145.1.1.灰色预测法145.1.2.实例分析165.2.居民阶梯电价各档用电量分段预测195.3.评价、改进及推广206.居民阶梯电价的相关建议20参考文献21附录221. 问题重述1.1. 问题背景阶梯式电价(Multistep electricity price；Ladder-type price)是将电价分为不同的阶梯，在不同的定额范围内执行不同价格的一种定价方式基于对目前能源紧缺和环境污染已成为制约经济社会可持续发展的

5、主要矛盾以及对国家的民生工程实行、电业公司盈利的综合考虑，阶梯式计量电价基本上能够达到电的商品定价目标，既可以避免增加居民正常生活用电的经济负担，又能对奢侈用电、浪费用电起到必要的约束和抑制作用，有利于形成节电、节能风尚阶梯电价分段定价问题涉及到每户家庭，是一个敏感而又复杂的问题第一档基数的确定及每一段的价格制定，既要满足大多数普通居民家庭，又不能使民众认为是政府帮供电企业变相涨价阶梯电价问题在各大媒体上引起了热烈的讨论因此，对我国居民用电实施阶梯电价，并对其分段标准进行探讨做出相应的评价，意义颇深而任重道远1.2. 问题提出为了完成上述工作，我们需要完成如下任务：1收集阶梯电价方案实施前后的

6、相关数据，诸如居民户均用电量、居民月均收入、听证会后的阶梯电价分段标准等；2根据搜索到的数据通过数学建模的方法，就浙江省的相关数据进行定量分析，力争给出明确、有说服力的结论；3根据已有数据通过建立相关模型，估算出现阶段阶梯电价的可持续时间以及如何对其进行修改3建模过程中，以数据的收集和分析当作建模分析的基础和重要组成部分，论文应当观点鲜明、分析有据、结论明确；4最后，根据建模分析的结果，给有关部门写一份报告，提出具体的意见建议2. 问题分析2.1. 问题讨论“阶梯电价”，其全名为“阶梯式累进电价”，是指把每户平均用电量设置为若干个阶梯，电价随用电量增加而呈阶梯变化例如，将一定时期内用户的用电量

7、分为三个阶梯或更多，每阶梯的电价不同，第一阶梯为基数电量，此阶梯内用电量较少，每单位电价较低；第二阶梯电量较多，电价也较高一些；第三阶梯电量更多，电价也更高，如此类推居民实行阶梯式电价改革，是国家整体电价结构性调整的一部分问题一，根据某地居民家庭用电情况并选择附录中相应的草案分析, 该草案的阶梯电价是否能保证80% 居民家庭的电价保持平稳?我们应用密度类分析技术，根据户月均用电量领域内的户数密度，按户月均用电量对居民用户进行初步分析然后，应用家庭电器设备估算法和概率统计方法确定各档分段电量及其覆盖率的范围，以此为约束合并聚类分析的初步分类，构造各分段电量的可选择方案，并建立了各档分段电量的最优

8、决策模型，从多方案中综合选出最优的分段电量水平根据实例验证方案的正确性和合理性并与题目所给出的标准进行比较，得出相关结论对于问题二，对于现阶段制定的电价是否合理，如何评价？我们基于浙江省方案实施前后居民户均月用电量及户均月收入的相关数据，通过绘图找出相关联系，以此为依据分析判断阶梯电价定价的合理与否与此同时，基于某省2001-2010年年用电量，根据数列预测法，测算出某省后五年年用电量，并依据问题二中所建立的模型估算出相关值，分析目前的草案能持续的时间第三问是要求我们针对目前各省市的阶梯电价, 提出完善的建议或者意见我们通过对前面模型的讨论，将得到的结论联系实际，给相关部门做了相关报告和合理性

9、建议2.2. 数据收集居民阶梯电价分段标准的分析需要大量的数据，而这些数据都需要自己收集，因此数据的内容及其来源非常重要，数据的真实性与否会使得问题的结果有非常大的差异在数据收集的时候发现有些年的数据有很多不全为了减少不必要的误差，我们主要选择2008-2010年浙江省的数据进行分析，以期望得到一个比较全面有代表性的结论具体数据来源于浙江省统计局等一些权威统计资料3. 基本问题假设及符号说明3.1. 问题假设1收集数据真实可信；2不考虑停电等特殊情况；3假设居民收入稳步上涨；4假设近五年不会出现严重的自然灾害；3.2. 符号说明：居民样本用户户月均用电量的数据集；、：数据集合里的对象； ：记数

10、下标；：居民户月均用电量；：居民用户月均用电量的随机变量；：各档分段电量的集合；、：权重系数；：各档用户覆盖率；：给定对象半径；：最小数目阈值；：居民用户月均用电量的概率分布函数；、：控制阈值；：累加生序列：级比：数据向量：数据矩阵：待辨识内生变量：待辨识参数4. 模型建立、求解4.1. 基本原理目前我国居民阶梯分段电量的制定应以反映居民家庭收入差异为主要目的理论上讲，可通过对全部居民用户用电量和收入数据的统计分析来确定但目前这些信息获取不全，因此我们采用家庭电器设备估算法和户月均用电量概率统计分析方法综合确定，然而该方法在分段电量边界确定方面存在人为性和随意性针对此缺陷，本文结合聚类分析技术

11、，提出一种基于变密度聚类分析的分段电量综合制定方法基于变密度聚类分析的分段电量综合制定方法的原理如图1 所示数据获取：全体或样本居民用户的户月均用电量建立户月均用电量的概率分布函数确定各档用户覆盖率的预期范围采用变密度聚类分析方法 进行初步分类合并粒群原，形成各档分段电量的可选择方案形成最终的各档分段电量采用家庭电器设备估算法确定各档分段电量的范围居民家庭用电情况调查图1 基于变密度聚类的分段电量综合制定方法的原理由图1 可知，其步骤如下：1应用密度聚类分析方法，按户月均用电量用户分布的密集程度形成小的用户群，称为“粒群原”；2采用家庭电器设备估算法确定各档分段电量的范围；3建立居民户月均用电

12、量的概率分布函数，确定各档用户覆盖率的预期范围；4根据以上确定的各档用户分段电量范围及其用户覆盖率的预期范围，以之为约束合并聚类分析得到的粒群原，形成各档分段电量数目有限的可能集，即各档分段电量的可选择方案；5针对各档分段电量的制定，构建最优选择决策模型，从多个方案中选出最佳的分段电量水平4.2. 居民用户月均用电量的变密度聚类方法4.2.1. 密度聚类方法简介密度聚类方法是一种数据挖掘技术，它将类看作是数据集中被低密度区域分隔开的高密度对象区域该方法定义类为密度相连的点的最大集合，也就是说将具有足够高密度连通性的区域划分为类其基本思想是：对于一个聚类中的每个对象或数据点，在其给定半径的邻域内

13、包含的对象或数据点不能少于某个阈值，然后对具有密度连接特性的对象或数据点进行聚类但该聚类方法在处理密度分布不均的数据集分类问题时，往往得不到满意的聚类结果，因此我们提出通过变邻域解决传统密度聚类方法的问题，这种方法称为变密度聚类方法4.2.2. 基于变密度聚类的居民用户初步分类方法1）密度聚类模型的建立对于居民户月均用电量样本数据集，应用密度聚类方法，根据户月均用电量邻域内居民用户的户数密度形成小的用户群，即“粒群原”相关定义如下：将所有居民样本用户的户月均用电量定义为一个数据集；给定对象半径内的区域称为该对象的邻域；如果一个对象的邻域至少包含最小数目个对象，则称该对象为核心对象；对于、，如果

14、在 的邻域内，而是一个核心对象，则称对象从对象出发直接密度可达：如果存在一个对象链, , ，对，其中， 从 关于和直接密度可达，则对象 从 关于和密度可达；如果数据集中存在一个对象，使对象和从关于和密度可达，则对象和是关于和密度相连的一个基于密度的类是基于密度可达性的最大的密度相连对象的集合不包含在任何类中的对象是“噪声”数据算法步骤为：先从数据集中找到任意一个对象，并查找中关于和的从密度可达的所有对象如果是核心对象，则根据算法可以找到一个关于参数和 的类如果是一个边界点，即半径为的的邻域包含的对象数小于，则没有对象从密度可达，被暂时标注为噪声点对数据集中的所有对象重复以上过程，即可找到所有的

15、类 2）变邻域参数的选择由于居民户月均用电量数据集具有密度分布不均的特点，即绝大多数用户集中在户月均用电量较低和中等区域，分布十分密集，少部分用户集中在户月均用电量高区域，分布较离散传统密度聚类方法在处理此类问题时聚类结果不理想，其原因在于计算过程中对半径和阈值取统一参数值，即当半径和阈值取较小值时，分布密集的户月均用电量低、中档区域可以获得较好的聚类结果，而分布离散的户月均用电量较高区域难以形成类；当半径和阈值取较大值时，分布离散的户月均用电量较高区域可以获得较好的聚类结果，而分布密集的户月均用电量低、中档区域则整体作为一类因此，根据其特点构建适合于居民用户的变密度聚类方法，即根据前一次聚类

16、结果，变更半径的参数值；当变更半径的参数值难以满足要求时，再变更阈值的参数值居民用户密度聚类中变邻域参数的选择流程如图2 所示执行密度聚类算法，输出聚类 结果：第 i 类记为x|xi1<x<xi， 其中 x 为户月均用电量对聚类控制变量置初值 k =0 计算循环变量 h= xixi1和r=F(xi)F(xi1) (h>H)且(r>R)?输出聚类结果k<K?对第 i 类用户重置参数， = +1，Nminpts=Nminpts0对第i类用户重置参数，Nminpts=Nminpts+1 k = k +1 对密度聚类算法置初值，Nminpts=Nminpts0，=0 输入

17、变密度聚类算法的控制阈值 H、R和 K图2 居民用户密度类聚中变邻域参数的选择流程图中第类居民用户用集合表征，记为，其中 为户月均用电量；、和为循环变量；、和为控制阈值4.3. 居民家庭电器设备估算法居民家庭户月均用电量主要取决于该家庭所拥有的各类电器设备的数目、单位小时耗电量以及其所对应的使用时间我们根据居民家庭用电情况的调查结果，对电视机、电冰箱、洗衣机、电脑、电炊具、照明、音响、空调和电风扇等各类常用的家庭电器设备的单位小时耗电量(单位为kW)进行了实际测量，并且对不同收入水平的居民家庭各类设备的使用时间进行了调查和统计我们根据各类家庭电器设备台数、单位小时耗电量以及日使用小时数3 者之

18、间的乘积，就可以大致地估算出不同收入水平的居民家庭户月均用电量，详细数据和估算结果参见表1表1 居民家庭电器设备的耗电量和户月均用电量估算4.4. 居民用户月均用电量的概率分布函数模型以居民用户月均用电量为随机变量，以不高于户月均用电量的居民用户的户数占全体居民用户总户数的概率，建立居民用户月均用电量的概率分布函数，即 (4-1)式中：为表征居民用户户月均用电量的随机变量；为居民用户最大户月均用电量该函数可以由样本用户户月均用电量和户数统计数据，经回归分析获得4.5. 各档分段电量的综合确定方法由于经密度聚类得到的粒群原为有限集，且数目非常有限，所以由粒群原合并同时满足一定约束条件，可以形成各

19、档分段电量的可能集，即各档分段电量的可选择方案该集合记为有限集同时，第档分段电量应满足2 个方面的约束：1）该档及以下各档用户覆盖率应在预期范围之间，记为 ，由概率统计分析方法得到；2）该档分段电量水平应当在家庭电器设备估算法确定的分段电量的范围内，记为至此问题转化为多方案的最优决策问题考虑各档分段电量应尽可能更好地满足上述约束条件，构造最优方案选择的综合目标函数如下： （4-2）式中： 和 为权重系数； 由于第档分段电量的可能集为有限集，因此，只需对每个重复计算式(4-2)的目标函数值，然后通过比较找到最优解，该解即为最终的该档分段电量水平4.6. 实例分析4.6.1. 密度聚类分析结果取变

20、密度聚类算法的初始半径和阈值分别为2 和3，对所有样本用户执行密度聚类，共形成23 个粒群原，结果如表2 所示表2 采用变密度类聚方法得到的计算结果4.6.2. 居民家庭电器设备的估算结果根据本文对居民家庭用电情况的实际调查结果，按满足生活舒适的不同需要，对低、中、高收入家庭户月均用电量进行估算，不考虑夏季空调和电扇纳凉用电，采用电器设备估算法可以确定非夏季各档分段电量的范围，如表3 所示表3 采用电器设备估算法得到的各档分段电量范围 其中第3 及以上档可以分为23 档考虑该地区夏季电扇、空调等纳凉用电，低收入家庭电扇日耗电量为0.61 kWh，电扇月用电量为2030 kWh；中、高收入家庭空

21、调日耗电量为515 kWh，空调月用电量约150450 kWh，详见表1这与该地区户月均用电量实测结果一致，绝大部分用户夏季的月用电量高出春秋季 200 kWh 左右，应当考虑分季节核定分段电量考虑我国各地区经济水平、气候条件的差异，各省市居民月均用电量不同，其他省市应根据本地区居民用电情况和季节性用电差异确定其水平，如果存在较大的夏季空调或冬季自取暖负荷需求，应当考虑分季节核定分段电量4.6.3. 居民用户户月均用电量的概率分布根据样本用户2010年实际户月均用电量的数据统计结果，可以绘制居民家庭户月均用电量的概率分布曲线，如图3 所示图3 居民用户月均用电量的概率累计分布经回归分析可以得到

22、相应的概率分布函数，即 （4-3）根据居民阶梯电价的制定原则，综合家庭电器设备的估算结果和户月均用电量的概率分布情况，本文确定出该省市第1 档应覆盖中低收入用户，预期覆盖率范围取80%85%；第2档应覆盖中高等收入用户，预期覆盖率范围取10%15%；第3档仅覆盖高耗电的少数用户，预期覆盖率范围取5%10%其他省市应根据本地区特点确定预期覆盖率范围4.6.4. 各档分段电量的综合决策结果对表2 中的粒群原进行合并，可以形成该档分段电量的有限集Q=60,76,88,95,101,105,115,123,132,138,143,205,230,245,291,350,392,450,502,540,

23、587,642,700对于第1 档分段电量，逐一检验qQ 是否满足由家庭电器设备估算法确定的该档分段电量范围约束(210230 kWh/月)以及概率分布所确定的用户预期覆盖率范围约束(60%80%)，同时满足以上约束的对象构成该档分段电量的可能集Q1=205,230取权重系数1 和2 分别为0.6 和0.4，根据式(2)对集合205,230中各对象逐一进行计算，由此综合确定第1 档分段电量水平为225kWh/月同理，可以确定第2档、第3 档分段电量的可能集，分别为Q2=392,450、Q3=540,587，比较各可能集中所有对象的目标函数值，综合确定各档分段电量分别为405kWh/月和405k

24、Wh/月以上对上述分段电量取整，各档分段电量综合制定水平4.6.5. 分段电量的影响分析综上可知，第1 档电量230 kWh/月以下的户数比重占81%，充分体现了政府对低收入家庭的生活保障性补贴政策，同时，该部分用户用电量比重仅为46%，因此对该部分实行低电价政策对电费收入的影响不大；第二档分段电量230405kWh/月户数比重占14%，该部分减少价格下降带来用电上涨的缓冲；第3档分段电量405 kWh/月以上的户数比重为5%，而用电量比重高达33%，因此对这部分高收入家庭适度提高用电价格，受影响的户数较少，但对于引导居民用户节约用电具有十分重要的作用，同时也有益于减少工商业电力用户对居民用户

25、的交叉补贴，有助于推进销售电价结构调整工作5. 模型评价、改进及推广5.1. 用电量的预测5.1.1. 灰色预测法灰色系统理论是20世纪80年代，由中国华中理工大学邓聚龙教授首先提出并创立的一门新兴学科基于灰色建模理论的灰色预测法，按照其预测问题的特征，可分为五种基本类型，即数列预测、灾变预测、季节灾变预测、拓扑预测和系统综合预测这五种类型的预测方法，都是区域开发研究中重要而且常用的预测方法数列预测就是对某一指标的发展变化情况所作的预测，其预测的结果是该指标在未来各个时刻的具体数值譬如，在地理学研究中，人口数量预测、耕地面积预测、粮食产量预测、工农业总产值预测，等等，都是数列预测数列预测的基础

26、，是基于累加生成数列的GM(1，1)模型设是所要预测的某项指标的原始数据一般而言，是一个不平稳的随机数列，对于这样一个随机数列，如果数据趋势无规律可循，则无法用回归预测法对其进行预测如果对作依次累加生成处理，即：  则得到一个新的数列这个数列与原始数列相比较，其随机性程度大大弱化，平稳程度大大增加对于这样的新数列，其变化趋势可以近似地用如下微分方程描述： (5-1)在(5-1)式中，a和u可以通过如下最小二乘法拟合得到： (5-2)在(5-2)式中，YM为列向量YM=x(0)(2)，x(0)(3)，x(0)(M)T；B为构造数据矩阵：微分方程(5-2)式所对应的时间响应函数为： (5

27、-3)(5-3)式就是数列预测的基础公式，由(5-3)式对一次累加生成数列的预测值可以求得原始数的还原值： （5-4）在（5-4）式中，t=1,2,M,并规定引入残差模型的数列预测：当灰色预测精度检验等级标准超出所允许的范围时，需引入残差模型对GM(1，1)模型进行修正具体模型如下：原始残差序列(预测数列与原始数列只差) 使用该数据序列 建立残差GM（1，1）模型， 引入残差模型的影响，得新的预测序列 5.1.2. 实例分析表4 某省2001-2010年居民生活用电数据序列12345678910年份2001200220032004200520062007200820092010生活用电量125

28、621526717658191962422929640343783931542129478361.级比检验建立生活用电量数据时间序列如下：（1）求级比；（2）级比判断；（3）由于所有的0.7288,1.0000,k=2,3,4,5,6,7,8,9,10,故可以用来进行GM(1,1)建模2GM(1,1)建模（1）对原始数据 作一次累加，即： （2）构造数据矩阵B及数据向量Y；B=（3）计算 ；0.0000;12868得：a=0.0000，b=12868（4）建立模型；得：（5）求生成数列值及模型还原值；令k=1，2，3，4，5，6，7，8，9，由上面的时间响应函数可算得；其中：由，取k=2，3，

29、4，5，6，7，8，9，10；得：表5 通过数列预测法所得出的预测值与实际值进行比较年份初始值预测值残差相对误差级比误差20011256212562000.050120021526715772-0.50490.03310.001920031765818203-0.54500.0309-0.154420041919621009-3.35080.18980.158720052422924247-0.01810.00070.0563200629640279851.65540.05590.0047200734378322982.07980.0605-0.0095200839315372772.0383

30、0.0518-0.077320094212943023-0.89360.0212-0.016720104783649654-1.81810.03800.0501根据表5的相关数据，画出相应的折线图，并进行分析、比较：图5 2001-2010年居民生活用电量实际与预测比较（6）通过灰色预测公式：（5-5）与 （5-6）将到带入（5-5）式，令k=10，11，12，13，14从而预测未来的2011-2015年用电量根据（5-7）得：；5.2. 居民阶梯电价各档用电量分段预测1灰色系统理论根据有限的数据进行数据生成，找出杂乱元章的数据中蕴含的规律性，进行预测结果证明，基于灰色系统方法建立的GM(1，

31、1)模型用于年用电量的预测，具有预测精度高，模型可检验，参数估计方法简单等优点，是较为理想的预测模型，用灰色模型对年用电量进行预测，将为合理分配电力资源提供科学依据，并对供电规划和电力管理工作起到宏观指导作用2应用密度聚类技术，结合概率统计分析方法和电器设备估算法，构建了基于密度聚类的居民阶梯式电价分段电量的综合制定方法，将分段电量的制定问题转换为多方案的最优选择决策问题，有效克服了分段电量边界的确定存在一定的人为因素和随意性的不足，增加了分段电量制定的科学性3针对居民用户月户均用电量户数分布不均匀的特点，建立适合于居民用户分类的变密度聚类方法，应用变密度聚类分析技术，克服了传统密度聚类方法在

32、处理不均匀分布的聚类过程中使用统一参数值而导致分类结果不理想的问题综上所述：对未来用电情况的一个预测，可以有效的防止用电荒的出现，造成不必要的经济损失由于用电量的大幅度上升，我们做的模型在五年内存在一定的合理性五年以后，由于存在的误差和未知外界因素的影响使得模型失效，因此我们认为五年后模型是需要重新建立，居民的用电量的分段及阶梯电价都需要重新划分5.3. 评价、改进及推广1模型评价模型运用聚类方法，结合概率统计分析方法和家庭电器设备估算法，构建居民阶梯分段电量的综合制定方法；利用灰色预测，可以对未来用电量的预测，防止用电荒与此同时，我们所建立的模型也存在了不足之处，如：没有考虑社会环境因素和自

33、然环境因素；模型需建立在大量数据测试的基础上，因此模型准确性一般2模型的改进我们的模型只能对浙江省的居民未来几年用电量的预测，并不能对任意一个地区进行每档电量的划分，是因为各地区的经济和消费水平的不同我们并没有根据具体的家庭收入来划分三档不同的用户，如果家庭收入数据足够充足，用户的划分可以跟具体，模型更具说服力3模型的推广我们阶梯电价的模型也可以运用到居民水的用量划分，也可以对居民固定电话通话时间量进行划分，来提高居民生活质量，体现政府亲民爱民政策6. 居民阶梯电价的相关建议居民用电量逐年大比例提高峰谷负荷差价大、空调负荷比重不断上升，能源消费节约意识较低等居民用电阶梯式递增电价，其目的是运用

34、价格杠杆鼓励和引导全体人民合理用电、节约用电，促进构建资源节约型、环境友好型国家无论是节约能源，还是遏制浪费现象，居民阶梯电价是现阶段兼顾节能与保障低收入阶层基本生活需要的有效手段推行居民阶梯式电价，既能引导居民节约用电，又可保障居民基本用电需求但是，实施居民阶梯电价应根据我国国情灵活制定并稳妥推进从日、韩等国家居民阶梯电价历史演变情况看，居民阶梯电价的电量分档及电价标准是随居民收入状况、用电水平、节能目标等因素而相应调整的我国地域辽阔，东、西部发展不平衡，城乡居民收入差距大，与日韩相比情况更为复杂相对于“一刀切”电价，阶梯式电价体现了多用电多付钱，用电越多电价越高，应该说比较公平合理但是要保

35、证一个公平的制度让大多数群众受益，尚需要细节设计上科学、合理对于阶梯电价“用电基数”的确定的相关建议：1第一阶梯“用电基数”的确定，一定要兼顾到大多数工薪家庭利益，起码要惠及70以上的普通居民家庭，保证他们免受电价调高的影响2在实行居民用电阶梯价格改革之前，确定“用电基数”，一定要考虑地区差别、城乡差别，综合考虑家庭人口等因素，合理确定阶梯电价标准对困难群众尤其是城市低保家庭、农村困难家庭给予政策补贴，避免普通民众生活质量从电价阶梯上跌落3如何设置“用电基数”是一个有技术含量的话题，必须科学把握一是要满足大多数普通居民家庭；二是不要让居民认为是政府帮助供电企业变相涨价不然就失去了实施居民用电阶梯式递增电价的意义从听证会的组织方式看，一些地方听证代表的产生方式也不尽合理；从一些省份公布的消费者代表名单看，消费者代表的构成也有待优化以北京市为例，15名消费者代表中，社区工作人员占了20%，退休人员占了40%现在很多听证会都是听证之后立刻公布调价方案并依此实施，这种方式并不科学一些低收入家庭往往是好几代住在一起，虽然人均用电量有限，但整体用电量较大，实行阶梯电价有可能造成低收入家庭人均用电成本升高对于听证会的组织方式及方案的实施的建议：1对于听证代表，要尽量选择职业素养较高、关注民生理念的百姓代表，能以更加专业的眼光代表老百姓参加听证2能不能规定一个月或三个月的试