浅谈同期用电量数据的优势及应用前景

浅谈同期用电量数据的优势及应用前景

杨敏谢涛叶斌孙露王宝摘要：同期线损系统统计的同期口径用电量数据以自然月为周期，可以准确反映实际生产用电情况。通过结合同期用电量数据的短时特点，从政策影响及其与气温指标、经济指标的关联性，研究同期统计口径用电量数据更合乎常理，“解释效力”更强。最后，从经济电力关系分析、用电量预测以及经济预警三方面展望同期用电量数据的应用前景。Key：同期用电量;数据;优势;应用前景：F426.61

文献标志码：A

：1673-291X（2019）28-0169-03一、引言现行统计方式下，由于供售电量抄表不同期的影响，全社会细分行业用电量数据不能真实反映以自然月为统计周期的实际用电情况，同时导致线损电量波动较大，使得工业电量不能客观、准确反映工业经济运行情况，无法有效发挥经济“晴雨表”作用。而同期线损系统的开发为做真用实统计数据提供了基础。基于同期线损系统，应用最新行业用电分类标准，统计形成同期口径分行业用电量数据。本文通过对2017年1月至2018年10月的安徽省第三产业用电量、居民用电量和规上工业用电量的同期口径与发行口径数据的差异性分析，说明同期用电量数据的优势。同时，对同期用电量数据的应用前景进行展望。二、同期用电量数据的优势分析（一）同期口径与发行口径用电量数据差异性分析1.全社会用电差异分析（1）绝对量近乎相同。全社会用电量=发电量+输入电量-输出电量。因此，全社会用电量为一个确定值，并不受抄表周期的影响，同期统计口径下的全社会用电量与发行口径下的全社会用电量应该相等即等于某个定值。比较同期与发行两种统计口径下的全社会用电量数据，从绝对量上来看同期口径全社会用电量和发行口径全社会用电量两者仅存在细微的差异。另外，通过逐月计算当月和累计全社会用电量绝对量在两种统计口径下的比值，发现比值均为1，说明全省同期口径全社会用电量与发行口径全社会用电量近乎相同。（2）增速相同。同期电量和发行电量两种统计口径下，安徽省全社会用电量增速相同，基本上不存在差异。两种统计口径下的2018年1季度全社会用电量增速均为11.87%，上半年全社会用电量累计增速均为13.01%，前3季度全社会用电量累计增速均为12.26%，1—10月全社会用电量累计增速均为12%。同期电量和发行电量两种统计口径下，全社会用电总量与增速的对比分析，验证两种统计口径总量上是一致的，说明同期口径统计数据是准确可信的。2.第二产业、第三产业和居民生活用电差异分析（1）平稳性差异分析。离散系数是反映数据序列平稳性的常用指标，根据R软件运算结果可知，发行和同期两者统计口径下，第二产业、第三产业、居民用电量数据序列的离散系数分别为0.20和0.10、0.19和0.22、0.26和0.38。离散系数越低，平稳性越高。从理论上来说，第二產业用电量受温度影响较小，各月间电量波动相对较小，平稳性相对较高;而第三产业和居民用电量受冬夏两季温度影响，冬夏季月度电量波动较大，平稳性相对较差。上述离散系数值表示第二产业同期电量平稳性相对较高，第三产业和居民同期电量平稳性相对较差，这是符合常理的，同时也反映了同期口径用电量的合理性。（2）电量与温度相关性差异分析。由于第三产业用电量易受温度影响，从理论上来说，同年3季度温度越高的月份其第三产业用电量越高，故7月、8月的第三产业用电量均应高于9月的第三产业用电量。由此，结合下页图1中两种口径月度第三产业用电量与平均温度的对应关系，判断同期统计口径下的第三产业用电量更为合理。可见，居民用电量也极易受温度影响。同样，从理论上来说，同年1季度温度越低的月份其居民用电量越高，因此1月、2月的居民用电量均应高于3月的居民用电量;同年3季度温度越高的月份其居民用电量越高，故7月、8月的居民用电量均应高于9月的居民用电量。根据图2中两种口径月度居民用电量与平均温度的对应关系，判断同期统计口径下的居民用电量更为合理。根据受温度影响显著的1季度和3季度的各月度电量数据间的相互大小关系判断，推出同期口径的第三产业和居民用电量数据更合理，这也是同期统计口径用电量数据的优势之一。3.规上工业用电差异分析（1）抄表及政策因素影响差异分析。从抄表因素影响最明显的1季度来看，理论上来说，春节及前后一至两周左右的时间，因部分工业企业处于停工或半停工状态，该时间段内工业用电量较低。2017年1月27日为除夕，因此春节因素对1月、2月规上工业用电量均有影响，理论上1月、2月规上工业用电量均应低于3月;2018年2月15日为除夕，因而春节因素的影响基本上在2月，理论上2月规上工业用电量应低于1月和3月。从存在特殊情况的月份来看，2017年4月27日至5月27日中央第四环境保护督察组进驻安徽省开展环境保护督察工作，受此影响，部分高耗能企业或其部分生产线停产整顿，2017年5月规上工业用电量增速会显著下滑，其用电绝对量甚至可能会低于4月。综合上述分析的2017年和2018年1月、2月、3月电量大小关系以及2017年4月、5月的电量大小关系，观察图3，可以直观推断出同期口径的规上工业用电量更符合常理。考虑抄表因素和特殊情况，从月度电量数据间的相互大小关系来看，同期口径规上工业用电量数据更合乎常理，此即同期统计口径用电量数据的另一优势。（2）规上工业经济电力波动差异分析。图4显示，整体上来看，两种统计口径下，规上工业用电量与规上工业增加值累计增速的走势均基本呈现先降后升的趋势;但仔细观察发现，规上工业增加值累计增速走势呈明显的“√”型，与之相应，规上工业同期用电量累计增速也呈现明显的“√”型走势。因此，从目前的数据来看，同期口径下的规上工业用电量与规上工业增加值累计增速的走势变动更加一致。除了上述的定性观察，通过相关性分析，得出同期口径下的规上工业用电量与规上工业增加值累计增速的相关系数为0.96，呈现显著正相关关系;而发行口径下的规上工业用电量与规上工业增加值累计增速的相关系数只有-0.04，两者的相关关系并不显著。由此，可进一步判断同期口径规上工业用电量数据更加合理。通过上述规上工业经济电力关系分析，说明采用同期口径用电量数据更有助于分析规上工业经济电力关系，这即是同期统计口径用电量数据的第三点优势。（二）同期用电量数据的优势根据上述同期口径与发行口径用电量数据的差异性分析，可总结得到同期用电量数据的三大优势：优势一，存在气温电量时，同期用电量更能反映实际用电情况;优势二，存在明显的抄表因素影响的月份或者发生某些类似于环保督查等特殊情况时，同期用电量数据能够保持与实际情况一致;优势三，同期规上工业用电指标数据与规上工业经济指标数据走势更加一致，更适用于分析规上工业经济电力关系。三、同期用电量数据的应用前景展望第一，真实反映工业经济电力关系。因同期用电量数据以自然月为统计周期，更能真实反映实际用电情况，且避免了由于线损电量波动较大，导致工业电量不能客观、准确反映工业经济运行情况。工业经济增长指标与同期用电指标增速走势的变动关系更加匹配，因此，未来随着同期系统的不断完善，同期用电量数据样本期的不断延长，采用同期用电量数据进行经济电力关系分析，能够更加真实地反映工业经济电力相关关系及其变化。第二，准确预测用电量。采用同期用电量数据，可以屏蔽线损的不规则波动，使未来期的用电量预测结果更加精确。当前基于同期线损系统的开发研究，只有2017年1月至2018年10月的安徽省同期口径用电量数据，数据样本期偏短，还不适合应用于实际的预测研究。未来时间序列数据样本期足够长，可进行相应预测研究方法的应用。如基于经济电力关系构建季度同期分行业用电量预测模型，进行第二产业、第三产业、居民同期用电量预测，进而预测全社会用电量。第三，及时预警工业经济。由于同期规上工业用电指标数据与规上工业经济指标数据走势更加一致，因此同期规上工业用电量很可能是规上工业增加值的一致指标。未来，随着同期工业用电量时间序列样本数据的逐渐增多，采用同期规上工业用电量作为构建