淺談同期用電量數據的優勢及應用前景

楊敏謝濤葉斌孫露王寶摘要：同期線損系統統計的同期口徑用電量數據以自然月為周期，可以準確反映實際生產用電情況。通過結合同期用電量數據的短時特點，從政策影響及其與氣溫指標、經濟指標的關聯性，研究同期統計口徑用電量數據更合乎常理，“解釋效力”更強。最后，從經濟電力關系分析、用電量預測以及經濟預警三方面展望同期用電量數據的應用前景。Key：同期用電量;數據;優勢;應用前景：F426.61

文獻標志碼：A

：1673-291X（2019）28-0169-03一、引言現行統計方式下，由于供售電量抄表不同期的影響，全社會細分行業用電量數據不能真實反映以自然月為統計周期的實際用電情況，同時導致線損電量波動較大，使得工業電量不能客觀、準確反映工業經濟運行情況，無法有效發揮經濟“晴雨表”作用。而同期線損系統的開發為做真用實統計數據提供了基礎?；谕诰€損系統，應用最新行業用電分類標準，統計形成同期口徑分行業用電量數據。本文通過對2017年1月至2018年10月的安徽省第三產業用電量、居民用電量和規上工業用電量的同期口徑與發行口徑數據的差異性分析，說明同期用電量數據的優勢。同時，對同期用電量數據的應用前景進行展望。二、同期用電量數據的優勢分析（一）同期口徑與發行口徑用電量數據差異性分析1.全社會用電差異分析（1）絕對量近乎相同。全社會用電量=發電量+輸入電量-輸出電量。因此，全社會用電量為一個確定值，并不受抄表周期的影響，同期統計口徑下的全社會用電量與發行口徑下的全社會用電量應該相等即等于某個定值。比較同期與發行兩種統計口徑下的全社會用電量數據，從絕對量上來看同期口徑全社會用電量和發行口徑全社會用電量兩者僅存在細微的差異。另外，通過逐月計算當月和累計全社會用電量絕對量在兩種統計口徑下的比值，發現比值均為1，說明全省同期口徑全社會用電量與發行口徑全社會用電量近乎相同。（2）增速相同。同期電量和發行電量兩種統計口徑下，安徽省全社會用電量增速相同，基本上不存在差異。兩種統計口徑下的2018年1季度全社會用電量增速均為11.87%，上半年全社會用電量累計增速均為13.01%，前3季度全社會用電量累計增速均為12.26%，1—10月全社會用電量累計增速均為12%。同期電量和發行電量兩種統計口徑下，全社會用電總量與增速的對比分析，驗證兩種統計口徑總量上是一致的，說明同期口徑統計數據是準確可信的。2.第二產業、第三產業和居民生活用電差異分析（1）平穩性差異分析。離散系數是反映數據序列平穩性的常用指標，根據R軟件運算結果可知，發行和同期兩者統計口徑下，第二產業、第三產業、居民用電量數據序列的離散系數分別為0.20和0.10、0.19和0.22、0.26和0.38。離散系數越低，平穩性越高。從理論上來說，第二產業用電量受溫度影響較小，各月間電量波動相對較小，平穩性相對較高;而第三產業和居民用電量受冬夏兩季溫度影響，冬夏季月度電量波動較大，平穩性相對較差。上述離散系數值表示第二產業同期電量平穩性相對較高，第三產業和居民同期電量平穩性相對較差，這是符合常理的，同時也反映了同期口徑用電量的合理性。（2）電量與溫度相關性差異分析。由于第三產業用電量易受溫度影響，從理論上來說，同年3季度溫度越高的月份其第三產業用電量越高，故7月、8月的第三產業用電量均應高于9月的第三產業用電量。由此，結合下頁圖1中兩種口徑月度第三產業用電量與平均溫度的對應關系，判斷同期統計口徑下的第三產業用電量更為合理?？梢?，居民用電量也極易受溫度影響。同樣，從理論上來說，同年1季度溫度越低的月份其居民用電量越高，因此1月、2月的居民用電量均應高于3月的居民用電量;同年3季度溫度越高的月份其居民用電量越高，故7月、8月的居民用電量均應高于9月的居民用電量。根據圖2中兩種口徑月度居民用電量與平均溫度的對應關系，判斷同期統計口徑下的居民用電量更為合理。根據受溫度影響顯著的1季度和3季度的各月度電量數據間的相互大小關系判斷，推出同期口徑的第三產業和居民用電量數據更合理，這也是同期統計口徑用電量數據的優勢之一。3.規上工業用電差異分析（1）抄表及政策因素影響差異分析。從抄表因素影響最明顯的1季度來看，理論上來說，春節及前后一至兩周左右的時間，因部分工業企業處于停工或半停工狀態，該時間段內工業用電量較低。2017年1月27日為除夕，因此春節因素對1月、2月規上工業用電量均有影響，理論上1月、2月規上工業用電量均應低于3月;2018年2月15日為除夕，因而春節因素的影響基本上在2月，理論上2月規上工業用電量應低于1月和3月。從存在特殊情況的月份來看，2017年4月27日至5月27日中央第四環境保護督察組進駐安徽省開展環境保護督察工作，受此影響，部分高耗能企業或其部分生產線停產整頓，2017年5月規上工業用電量增速會顯著下滑，其用電絕對量甚至可能會低于4月。綜合上述分析的2017年和2018年1月、2月、3月電量大小關系以及2017年4月、5月的電量大小關系，觀察圖3，可以直觀推斷出同期口徑的規上工業用電量更符合常理?？紤]抄表因素和特殊情況，從月度電量數據間的相互大小關系來看，同期口徑規上工業用電量數據更合乎常理，此即同期統計口徑用電量數據的另一優勢。（2）規上工業經濟電力波動差異分析。圖4顯示，整體上來看，兩種統計口徑下，規上工業用電量與規上工業增加值累計增速的走勢均基本呈現先降后升的趨勢;但仔細觀察發現，規上工業增加值累計增速走勢呈明顯的“√”型，與之相應，規上工業同期用電量累計增速也呈現明顯的“√”型走勢。因此，從目前的數據來看，同期口徑下的規上工業用電量與規上工業增加值累計增速的走勢變動更加一致。除了上述的定性觀察，通過相關性分析，得出同期口徑下的規上工業用電量與規上工業增加值累計增速的相關系數為0.96，呈現顯著正相關關系;而發行口徑下的規上工業用電量與規上工業增加值累計增速的相關系數只有-0.04，兩者的相關關系并不顯著。由此，可進一步判斷同期口徑規上工業用電量數據更加合理。通過上述規上工業經濟電力關系分析，說明采用同期口徑用電量數據更有助于分析規上工業經濟電力關系，這即是同期統計口徑用電量數據的第三點優勢。（二）同期用電量數據的優勢根據上述同期口徑與發行口徑用電量數據的差異性分析，可總結得到同期用電量數據的三大優勢：優勢一，存在氣溫電量時，同期用電量更能反映實際用電情況;優勢二，存在明顯的抄表因素影響的月份或者發生某些類似于環保督查等特殊情況時，同期用電量數據能夠保持與實際情況一致;優勢三，同期規上工業用電指標數據與規上工業經濟指標數據走勢更加一致，更適用于分析規上工業經濟電力關系。三、同期用電量數據的應用前景展望第一，真實反映工業經濟電力關系。因同期用電量數據以自然月為統計周期，更能真實反映實際用電情況，且避免了由于線損電量波動較大，導致工業電量不能客觀、準確反映工業經濟運行情況。工業經濟增長指標與同期用電指標增速走勢的變動關系更加匹配，因此，未來隨著同期系統的不斷完善，同期用電量數據樣本期的不斷延長，采用同期用電量數據進行經濟電力關系分析，能夠更加真實地反映工業經濟電力相關關系及其變化。第二，準確預測用電量。采用同期用電量數據，可以屏蔽線損的不規則波動，使未來期的用電量預測結果更加精確。當前基于同期線損系統的開發研究，只有2017年1月至2018年10月的安徽省同期口徑用電量數據，數據樣本期偏短，還不適合應用于實際的預測研究。未來時間序列數據樣本期足夠長，可進行相應預測研究方法的應用。如基于經濟電力關系構建季度同期分行業用電量預測模型，進行第二產業、第三產業、居民同期用電量預測，進而預測全社會用電量。第三，及時預警工業經濟。由于同期規上工業用電指標數據與規上工業經濟指標數據走勢更加一致，因此同期規上工業用電量很可能是規上工業增加值的一致指標。未來，隨著同期工業用電量時間序列樣本數據的逐漸增多，采用同期規上工業用電量作為構建