当前位置: 电力网 » 电力信息化 » 信息化动态 » 正文

电力消费大数据在返贫监测中的应用

日期:2021-06-28    来源:中国电力企业管理  作者:王 军

国际电力网

2021
06/28
10:26
文章二维码

手机扫码看新闻

关键词: 电力大数据 电力消费大数据 智能电网

2020年我国已经实现了脱贫攻坚工作的伟大胜利。特别是在疫情的冲击和国际形势日趋复杂的情况下,我国通过产业扶贫、“一对一”帮扶等一系列措施全面实现了贫困县的脱贫摘帽,完成了这一艰巨的任务。为了进一步巩固脱贫攻坚的伟大成果,亟需对脱贫摘帽的贫困县进行跟踪监测,科学、合理地防范返贫风险。电力大数据具有实时性强、颗粒度细、精准性高等特点,这些数据中蕴含的信息不仅可以为电网内部的管理运营提供更加精细化、科学性的支撑,同时也可以服务于社会经济发展的监测与预警,发挥电力大数据的外部价值。特别是电力消费大数据,可以有效、实时、精准地反映居民和企事业单位等微观主体的生活、生产和运营情况,电力消费大数据可以客观地对县域经济发展状况进行细颗粒度的分析,在我国已经取得全面脱贫的背景下,为了进一步巩固脱贫攻坚的伟大成果,可利用电力消费大数据进一步对县域经济发展进行监测,科学、及时地对返贫风险进行预警。

电力大数据的特点和价值

传统的经济调查和统计数据经过层层核算、层层上报,时效性无法保证,同时因为有大量的人为操作,所以其统计的精确性和客观性也越来越多地引起社会的质疑。电力大数据具有时效性高、精准性强的特点,每户用电数据都可以通过智能电表实时传送至服务器。同时,电力系统与人民生活、工业生产息息相关,电力系统的稳定运行关系到社会正常运转。随着信息化、数字化时代的到来,以及电力系统中各种智能终端设备的投入,智能电网、智慧能源系统的建设,使得电力系统产生出了大量电力数据,这些电力数据的背后隐藏着许多电力系统运行的宝贵信息,如何挖掘出这些信息中的经济社会意义已经成为了目前电力大数据研究的热点。

电力消费大数据可以客观反映经济社会发展

电力资源作为重要的生产资料,对于经济发展起着重要的作用,电力消费规模也与经济增长存在显著的正向关系。电力消费大数据可以客观、及时地反映微观主体的活动情况,这可以为监测从微观主体到中观行业再到宏观层面的经济社会发展提供更为及时和准确的数据支撑。电力消费量作为克强指数的重要组成部分,对经济发展的表征作用已经被广为认可。Nature(《自然》杂志)发文表示居民能源消费量,特别是电力消费量与居民收入呈显著的相关性。

图1为世界各国用电量与GDP的散点图。可以发现,世界各国用电量与GDP显著相关(R方达到0.7以上),而美国在拟合线最上方,中国在拟合线最下方,我国能源利用效率不高,但比较2010年及2017年散点图中我国所在位置与拟合线距离,可以发现我国不断向拟合线靠近,说明我国能源利用效率在不断提高。

将中美两国进行进一步对比,如图2所示,为1980年至2017年中美用电量及GDP逐年变化情况,可以发现,中国从1980年到2017年GDP和用电量都是逐年提高的,二者呈现出类似的增速;美国从1980年至2005年GDP和用电量逐年上升,二者具有一致性,但是,从2010年开始,在GDP仍旧逐年提升的情况下,用电量却呈现一定的下降趋势,这一方面体现了美国产业格局的演化,以工业经济为主导逐渐转化为以服务业为主导,另一方面则体现了美国生产环节电力消费的GDP创造效率也在进一步提升。中国目前还体现出电力消费与经济在增长之间的高度相关性。

中国各省(市、自治区)的情况也体现出这种高度的相关性。中国各省(市、自治区)用电量与GDP散点图,如图3所示,可以发现,中国各省(市、自治区)总用电量与总GDP显著相关(R方达到0.8以上)。广东和江苏常年处在图右上方位置,GDP与用电量均保持国内领先水平;而海南、青海、宁夏、甘肃、黑龙江位于图左下角位置,一直以来较为落后。

从以上国际间的比较和我国各省(市、自治区)间的比较可以发现,对于我国经济发展的现阶段,GDP增长对电力消费的依赖仍旧较为密切,使用电力消费大数据可以从不同层面客观反映我国经济社会的运行情况。

电力消费与县域经济发展息息相关

将县域层面的电力消费情况和对应的经济变量进行相关性分析,可以发现,不同的用电指标与其所对应的不同经济指标间存在一定的关联性。电力消费变量的原始总规模值和人均消费量与经济变量的相关性,显著强于电力消费的增长率与波动率变量与经济变量的相关性。

为了进一步考虑贫困情况与电力消费之间的关系,进一步构建以人均纯收入为因变量的回归模型,以城乡与农村居民电力消费和各个行业电力消费为自变量进行分析,可以发现回归模型的拟合优度在90%以上,居民电力消费量越大,人均纯收入越高,第二产业电力消费占比越大,第二产业在经济中的占比也越大。电力消费情况可以从一个侧面反映地区居民收入的变化,同时也能反映出县域经济发展的趋势和结构性特征。因此,用电力数据辅助经济数据进行决策具有科学性与合理性。

近10年来,各县域用电量都逐年上升,其中非贫困县电力消费规模明显高于曾经的贫困县,但曾经的贫困县的电力消费的增长率显著高于非贫困县,在经济指标上也有类似的结论,这也证明了我国扶贫工作取得的巨大成效。此外,这些曾经的贫困县第一产业增长率减少,而第三产业增长迅速,也体现了扶贫工作不仅是提高了增长的速度,也提高了增长的质量,从一产到三产的演进,也是县域经济积极转型实现持续高质量增长的重要体现。

基于电力消费大数据分析县域经济发展模式

具有较强的可行性

将国家电网所覆盖区域的县域细颗粒度电力消费数据,与县域经济数据进行匹配,剔除掉行政区划变更以及人口规模数据缺失的县域,分析中国22个省份共709个县的经济发展模式,以机器学习中经典的层次聚类算法BIRCH对709个样本县进行聚类,可以根据其电力消费模式划分为5类,同时这5类的经济发展模式与电力消费模式几乎完全对应。

图4为各类县在2009~2017年间三大产业用电量,为了体现其结构演化,可分成2009~2012和2013~2017两个阶段。总体上,各类县电力消费均有不同程度的增长。2009~2012年间的全社会人均用电量比例为9.19:3.65:2.83:1.09:1,在2013~2017年的全社会人均用电量占比为14.17:3.50:2.70:1.18:1,不同类别之间电力消费的差距整体在变大。但从第三产业来看,各类县在2009~2012年间的人均第三产业年均用电量比例为3.30:2.19:1.81:1.43:1,在2013~2017年的人均第三产业年均用电量比例为2.80:2.31:1.69:1.49:1,在三产上的电力消费差距在减小。在2009~2012年和2013~2017年,第三产业的用电量分别占同时间段的人均全社会用电量的7.65%和9.53%。

具体来看:

第一类县的人均全社会用电量大,经济数据表现好。近年来,该类别三大产业的用电增长率都处于稳中有进的发展,其中2009~2017年各县人均第一、三产业用电量年均增长35%和65%,第三产业增长态势与其他类别相比具有明显优势。这类县各行业全面稳定发展,重点发展第三产业,同时保证第二产业稳定发展,是我国县域经济发展的第一梯队,大多位于中国三大经济圈(京津冀、长三角、珠三角),代表了目前中国县域经济发展的最高水平,但应注意城乡差距的扩大。

第二类县人均全社会用电量较大,经济数据表现较好。这类县全社会年均用电总量与平均水平持平,但其2013~2017年全社会用电增长率为24%,高于类别一和类别三,发展势头良好。该类县域重视促进第一、第三产业的发展,逐步替代第二产业的占比情况。各个县具有良好的经济基础、发展条件和丰富的资源,经济发展充满活力;部分县属于东北“老工业区”,工业基础雄厚。

第三类县的人均全社会用电量和经济数据均位于中游水平,但第一产业2009~2017年年均增长率为367%,显著高于其他各类,第二产业2009~2017年用电增长率仅为10.5%,显著低于类别二。基本位于我国中东部相对发达的省份,尽管早期发展迅速,但其近年经济发展可能存在可持续性较弱的情况,应该重点关注。

第四类县的人均全社会用电量较少,经济数据表现较差,但该类三大产业用电量增长率均最高,其中在2013~2017年间,第一和第三产业年均增长率均超过50%。虽然其用电和经济基础较差,但从增长率角度来看该类县发展后劲足,发展潜力巨大。这类县包括位于甘肃、四川、新疆、陕西、宁夏等省份曾经的贫困县。从用电量数据来看,这些县的各类用电量增长率指标均展现出良好的趋势,人均全社会用电量年均增长率为34.6%,远高于整体贫困县的21.5%;其各类产业用电量增长率也位居前列,各个产业均蓬勃发展。这些县城可以依靠其西部地区得天独厚的丰富资源进行发展,同时旅游资源也十分丰富,今后应该在不破坏可持续发展的基础上对其进行优势产业的开发扶持,以得到更大的发展。

第五类县人均全社会用电量最少,尽管2009~2012年该类的电力消费情况与类别四相当,各行业经济增长率数据表现也优于类别四,但是在2013~2017年间经历了较大滑坡,用电量的增长率极低,2013~2017年间的人均全社会用电增长率仅8.04%,低于贫困县平均的19.45%。尤其第二、第三产业发展动力不足,在2013~2017年第二、三产业人均用电量增长率分别为6.73%,21.35%,远低于第四类县城的30.25%和50.23%,导致在2013~2017年无论是电力消费还是经济情况均被类别四反超。这类里面含有大量刚刚脱贫的县域,在短时间内电力消费情况很难显著提升。其中,中部地区特别是黄河以北的县域比较典型,由于对资源、劳动力要素和投资驱动依赖较重,使得其产业升级、动能转换难度更大,制约性因素相比其他地区更多,因此,这些县域在2013~2017年三大产业的用电量增长率都急剧下滑,分别是2009~2012年的年均增长率的14.82%,8.70%,32.05%,是需要重视返贫风险的关键地区。

积极利用电力消费大数据进行返贫监测的建议

利用电力消费大数据可以有效地辅助国家精准扶贫工作的展开,并为地方县域经济可持续发展提供科学支撑。因此,本文提出以下建议:

首先,建议将电力消费情况作为县域经济发展监测中的重要部分。除了现有的经济指标和调查数据外,进一步将客观、准确、及时的电力数据作为评判县域经济发展和社会进步的重要标准,设定科学的指标体系和评判原则,确保“精准”评判县域经济发展态势、发展结构,确保县域经济高质量持续发展。

其次,建议在重点省份推广利用电力消费数据追踪县域经济发展状况的方法体系,对县域经济发展进行实时监测和预警分析,及时发现问题和解决问题,避免脱贫县经济发展的不可持续。特别是针对拥有大批脱贫县的省份,以电力消费大数据为主要基础,对县域经济进行定期的监测预警分析,科学、客观的对其经济发展状况进行判断。

最后,建立基于电力大数据的返贫风险监测平台。通过对居民和各行业电力消费的实时监测,发现用电量的异常变动和结构性突变,编制分地区、分类型的返贫风险指数,更为客观、及时的为各级政府和国家提供决策支持,力保我国脱贫攻坚的伟大成果。

返回 国际电力网 首页

能源资讯一手掌握,关注 "国际能源网" 微信公众号

看资讯 / 读政策 / 找项目 / 推品牌 / 卖产品 / 招投标 / 招代理 / 发新闻

扫码关注

0条 [查看全部]   相关评论

国际能源网站群

国际能源网 国际新能源网 国际太阳能光伏网 国际电力网 国际风电网 国际储能网 国际节能环保网 国际煤炭网 国际石油网 国际燃气网 国际氢能网 国际充换电网