本文通过分析“线路损失电量”的“内涵”,发现在降(升)温负荷出现明显变化的月份,线路损失电量会因服务业和居民部门“供售电量抄表不同期”出现剧烈波动,导致工业用电与工业增加值增速发生偏离。为更好地发挥工业用电量作为经济“晴雨表”的作用,本文利用定性和定量分析相结合方法,分析了气温对“线损电量”和工业用电量的影响。研究结果表明:1) 温度负荷与“线损电量”之间存在显著的相关性;2) 剥离“线损电量”的工业用电量增速与工业增加值增速变化一致;3) 提出了将工业用电量分离为“经济电量”和“温度电量”的核算方法。 Based on the analysis of the intension meaning of line loss, this paper finds that the line loss will appear violent fluctuations with the temperature severe change, because of the supply and sale of electricity meter reading cycle of resident sector and territory industry difference. In order to make full use of the economic barometer of the consumption of electricity of industry, the combination of qualitative and quantitative analysis is employed in this paper. Moreover, the impact of temperature on the electricity of line loss and the industry is calculated. The results of this paper are as follows: 1) there is a notable positive correlation between temperature load and line loss; 2) the deviation relationship between the growth rate of electricity consumption of industry and the industrial value-added almost entirely disappears, when the line loss is eliminated from the elec-tricity consumption of industry; 3) a new statistical method is established in this paper, i.e. sepa-rating the industrial electricity consumption into “economic power” part and “temperature power” part.
——解析工业用电与增加值增速偏离之谜
卢金滇1,张成美2,陈煜3,邢胜男4
1国网安徽省电力公司,安徽 合肥
2安徽省统计局,安徽 合肥
3安徽省电力公司电力经济技术研究院,安徽 合肥
4北京经世万方信息技术有限公司,北京
收稿日期:2018年6月23日;录用日期:2018年7月9日;发布日期:2018年7月17日
本文通过分析“线路损失电量”的“内涵”,发现在降(升)温负荷出现明显变化的月份,线路损失电量会因服务业和居民部门“供售电量抄表不同期”出现剧烈波动,导致工业用电与工业增加值增速发生偏离。为更好地发挥工业用电量作为经济“晴雨表”的作用,本文利用定性和定量分析相结合方法,分析了气温对“线损电量”和工业用电量的影响。研究结果表明:1) 温度负荷与“线损电量”之间存在显著的相关性;2) 剥离“线损电量”的工业用电量增速与工业增加值增速变化一致;3) 提出了将工业用电量分离为“经济电量”和“温度电量”的核算方法。
关键词 :工业用电量增速,工业增加值增速,线损电量统计,回归分析
Copyright © 2018 by authors and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY).
http://creativecommons.org/licenses/by/4.0/
电力是工业部门的主要能源利用方式,“工业用电量”常被视为工业经济的“晴雨表” [
事实上,在目前的工业分类用电统计核算体系下,线路损失电量主要反映的是“统计线损电量”,即供、售电量之差。供电系统执行供电量与售电量两种抄表制度 [
图1. 2010年1月~2016年12月安徽省工业用电累计增速与工业增加值累计增速
一部分是用户上月份的,同时有一部分本月份的电量计算在下月的售电量中。在此情形下,如果相邻月度间用电负荷发生较大变化,“供售电量不同期”因素自然会造成统计线损电量的剧烈波动 [
通过上述分析可知,“气温”是导致线路损失电量短期剧烈波动的主要原因。一方面是由于“负荷电流引起的导线温升”、“平均气温偏离一定的范围”均会引起电网元件的电阻发生显著变化 [
显然,如何科学地处理线路损失电量和工业用电量的关系,影响到工业用电量能否继续发挥工业经济“晴雨表”的功能,是构建工业用电量统计核算体系的重要课题。然而现有文献对这方面的论述较为罕见。陈红、池照 [
电力网电能损耗率简称线损,是电力企业的一项重要综合性技术经济指标,反映了一个电力网的规划设计、生产技术和运行管理水平。线损通常包括理论线损和统计线损2个方面 [
理论线损指的是通过均方根电流法、平均电流法、潮流法、等值电阻法等计算得到的已投运的变压器及线路上产生的有功功率为电网损率,而在某个特定时间段内产生的电能总损耗就是电网损失电量,叫做理论线损 [
1) 变压器的损耗电能;架空及电缆线路的导线损耗电能。这两项占总损耗的90%;
2) 电容器、电抗器、调相机中的有功损耗电能、调相机辅机的损耗电能;电流互感器、电压互感器、电能表、测量仪表、保护及远动装置的损耗电能;电晕损耗电能;绝缘子的泄漏损耗电能(数量较小,可以估计或忽略不计);变电所的所用电能;电导损耗。以上各项占总损耗的10%。
一般地,将通过关口电能表读数计算出来的一定时间内的用电设备以及营销各阶段出现的线损电量,叫做统计线损。统计线损是由技术线损(电力系统在输送、变换、分配过程中必须产生的电能损耗)和管理线损(包括关口电能计量表精度误差、表计损失、抄表例日误差以及偷电漏电差错等线损管理不当造成的误差)所组成的 [
中电联规划与统计信息部制定的《供用电专业统计报表制度》中,004全社会用电分类子表下公布的“线路损失电量”主要反映的是统计线损。其具体计算公式如下:
统计线损电量 = 供电量 − 售电量 (2-1)
式(2-1)中,供电量是指厂供电量、输入电量、输出电量及购入电量的综合计算结果,其计算公式为:
供电量 = 厂供电量 + 输入电量 − 输出电量 + 购入电量 (2-2)
式(2-2)中,厂供电量,即电厂出线侧的上网电量。对于一次电网厂供电量是指发电厂送入一次电网的电量。对于地区电网厂供电量指发电厂送入区电网的电量;输入电量,指邻网输入的电量;输出电量,指送往邻网的电量;购入电量,指厂供电量以外的上网电量,如集资、独资、合资、股份制、独立核算机组、地方电厂、电力系统退役机组、多经机组、用户自备电厂等供入系统的电量。式(2-1)中,售电量是指所有用户的抄见电量,发电厂、供电局、变电所、保线站等的自用电量及电力系统第三主业所用的电量。售电量会随用户社会生活习惯的变化而变化,具有一定的规律性。
统计线损的产生主要是由于我国供电企业实施的抄表不同期导致的。目前,我国供电企业中实施的抄表周期有两种,即供电抄表周期、售电抄表周期 [
图2中T为当月供电量的抄表周期,居民、商业、工业、农业用电售电量的抄表周期分别为Ta, Tb, Tc, Td分别表示各类用电负荷售电抄表周期;t’a, t’b, t’c, t’d分别表示比供电抄表周期提前的区间段,同时ta, tb, tc, td分别表示售电抄表周期结束时距月底的区间段。
目前统计线损由供电量减售电量获得。统计上将“线路损失电量”全部计入工业部门的“电力、热力的生产和供应业”。但是,我们需注意该统计方法存在以下两个问题。
第一,统计线损现在不仅包含由电力供应行业输配给工业部门的用电量,而且包含工业之外的其他国民经济行业,比如,建筑业、服务业等。将线损电量全部计入工业,存在虚增工业用电量的问题。
第二,由于“供售电量抄表不同期”,计入“电力、热力的生产和供应业”(工业)用电量的线路损失电量在高温(7、8月)或低温(12~2月)月份,受服务业和居民生活用电影响较为明显,即在降(升)温负荷
图2. 供售电量抄表周期
出现明显变化的月份(如7、8、9月),线路损失电量会因服务业和居民部门供、售电差额(跨期)的波动出现明显地上升(或下降),甚至出现“负值”(表1)。
本文研究的线损主要是导致工业用电与工业增加值增速偏离的统计线损。通过上文分析我们已经知道,统计线损主要是由于供售抄表制度不同导致的。影响线损的因素有温度、湿度、经济发展水平、人均收入、随机发生事件等 [
从上述对线路损失电量的“内涵”分析中不难推断,由于“供售电量抄表不同期”,导致“气温”成为线路损失电量短期剧烈波动(12~2、7~9月)的主要原因(图1)。一方面是由于随着人均收入水平的增加,人们追求更加舒适的生活。当气温偏低或偏高时,空调耗电量会显著增加 [
通过上文分析可知,线损电量被放在了“电力、燃气及水的生产和供应业”下,本文以安徽省2000年~2016年7月“电力、燃气及水的生产和供应业”用电量近似替代,量化分析了气温因素对线路损失电量的影响。
由表2最后一列可知,大多数年份安徽省7月电力、燃气及水的生产和供应业用电量均远高于6月的水平(>30.0%),且表现出显著的波动性。显而易见地,安徽省历年7月月平均气温同样高于6月(表3)。
如果造成7月电力、燃气及水的生产和供应业用电量明显高于6月的主要原因为气温的变化,则7月较6月电力、燃气及水的生产和供应业用电量的差额必然与7月与6月的温差成正相关关系。图3表明,2006~2016年间,7月与6月的温差和7月用电量较6月用电量的环比增速间确实存在稳定的正相关性。
时间 | 线路损失电量(供电–售电) | 居民生活用电(售电) | 服务业用电(售电) | |||
---|---|---|---|---|---|---|
当月值 | 当月同比 | 当月值 | 当月同比 | 当月值 | 当月同比 | |
2016-06 | 8.05 | 14.00 | 17.70 | 2.24 | 17.23 | 8.86 |
2016-07 | 27.93 | 82.04 | 20.30 | 11.28 | 20.48 | 14.37 |
2016-08 | 15.57 | 30.79 | 31.76 | 28.76 | 26.37 | 25.39 |
2016-09 | 1.27 | −72.01 | 37.65 | 51.19 | 25.24 | 25.78 |
表1. “供售电量抄表不同期”对2016年7~9月安徽省部门用电的影响(单位:亿千瓦时、%)
注:表1中标红数字表明线路损失电量会因服务业和居民部门供、售电差额(跨期)的波动出现明显地上升(或下降),甚至出现“负值”。
时间 | 6月用电量 | 7月用电量 | 7月较6月环比增长 |
---|---|---|---|
2000年 | 4.41 | 7.24 | 64.2 |
2001年 | 4.83 | 8.42 | 74.2 |
2002年 | 5.92 | 7.78 | 31.4 |
2003年 | 6.28 | 9.69 | 54.2 |
2004年 | 7.33 | 11.10 | 51.4 |
2005年 | 8.83 | 8.76 | -0.8 |
2006年 | 9.40 | 11.41 | 21.3 |
2007年 | 10.04 | 12.61 | 25.6 |
2008年 | 12.24 | 17.49 | 42.8 |
2009年 | 15.30 | 19.44 | 27.1 |
2010年 | 16.58 | 21.83 | 31.7 |
2011年 | 15.91 | 26.44 | 66.2 |
2012年 | 18.41 | 31.41 | 70.6 |
2013年 | 19.98 | 36.60 | 83.2 |
2014年 | 19.42 | 29.52 | 52.1 |
2015年 | 16.70 | 30.34 | 81.7 |
2016年 | 20.39 | 46.82 | 129.6 |
表2. 安徽省2000年~2016年6、7月电力、燃气及水的生产和供应业用电量(当月值) (单位:亿千瓦时、%)
数据来源:国家电网安徽省电力公司。
进一步实证分析表明,电力、燃气及水的生产及供应业用电量与工业增加值、平均气温存在线性关系:
图3. 安徽省2000~2016年7月与6月温差与电力环比增速关系图
时间 | 6月平均温度 | 7月平均温度 | 7月与6月平均温差 |
---|---|---|---|
2000年 | 25.89 | 29.36 | 3.47 |
2001年 | 25.45 | 30.02 | 4.57 |
2002年 | 27.27 | 28.83 | 1.56 |
2003年 | 26.05 | 28.14 | 2.09 |
2004年 | 25.13 | 29.02 | 3.89 |
2005年 | 28.05 | 28.55 | 0.50 |
2006年 | 27.11 | 28.69 | 1.58 |
2007年 | 25.43 | 27.81 | 2.38 |
2008年 | 24.29 | 28.11 | 3.82 |
2009年 | 26.82 | 28.09 | 1.27 |
2010年 | 25.19 | 27.94 | 2.76 |
2011年 | 25.27 | 28.02 | 2.74 |
2012年 | 26.41 | 29.81 | 3.41 |
2013年 | 25.35 | 30.22 | 4.88 |
2014年 | 25.24 | 27.47 | 2.23 |
2015年 | 24.72 | 26.43 | 1.71 |
2016年 | 24.68 | 28.52 | 3.85 |
表3. 安徽省2000年~2016年6、7月月平均气温(单位:℃)
数据来源:安徽省气象局。
E ( YEE | T , IADD ) = − 77.74 + 2.849 ∗ T + 0.0623 ∗ IADD (3-1)
其中,YEE为电力、燃气及水的生产及供应业用电量;T为7月平均气温;IADD为2005年可比价工业增加值。
回归方程的拟合优度R2 = 0.95,表明拟合效果较好,且平均气温和工业增加值的回归系数均可通过t-检验,即两个解释变量对电力、燃气及水的生产和供应业用电量均有显著影响。在其他条件不变的情况下,温度变化1℃平均引起电力、燃气及水的生产及供应业用电量增加(或减少) 2.85亿千瓦时。
通常认为工业用电量的同比增速为工业增加值增速的一致指标,但工业增加值月度同比增速与工业用电增速严重偏离的情况时有发生。如图4所示,2016年7月安徽省工业用电量当月同比增速达18.4%,工业增加值当月同比增速为7.7%,而2015年7月工业用电量当月同比下降3.8%,工业增加值当月同比增速仍然达到8.0%。这一异象难免让人产生困惑,然而基于上节的分析,可以推断“气温(线路损失电量)”是其背后的“始作俑者”。
为进一步验证我们的推断,运用同样的方法我们发现工业用电量与工业增加值、平均气温存在如下线性关系:
E ( YIE | T , IADD ) = − 93.24 + 4.155 ∗ T + 0.169 ∗ IADD (3-2)
其中,YIE为工业用电量;T为7月平均气温;IADD为2005年可比价工业增加值。
方程拟合优度检验R2 = 0.988,两个变量的回归系数均可通过t-检验,表明对解释变量的影响是显著的。在其他条件不变的情况下,温度变化1℃平均引起工业用电量增加(或减少) 4.16亿千瓦时。
图4. 安徽省2006~2016年7月工业增加值与工业用电量同比增速
然而,分析平均气温、工业增加值对工业用电量(剔除电力、燃气及水的生产和供应业用电量)的影响发现,平均气温对剔除电力、燃气及水的生产和供应业用电量的影响并不显著。因此,通过分析发现,工业用电量增速(剔除电力、热力及水的生产和供应业)和工业增加值增速表现出一致的趋势(图5)。
基于上述建立的7月工业用电量与气温之间的定量关系,可以初步估算7月气温变化对于工业用电量的影响。2016年7月工业用电量增速较高与上年同期“凉夏”导致的工业用电量基数较小存在较大的关系。在此基础上,本文提出了如何将工业用电量分离为“经济电量”和“温度电量”的方法。即保持2015年工业经济发展水平不变的前提下,如果将2015年7月平均气温与常年平均气温(2005~2016年7月气温平均值)做差,带入到式(3-2)中,则2015年7月工业用电量将变为115.49亿千瓦时,2015年7月实际为107.7亿千瓦时,温度电量为7.79亿千瓦时。该情形下,2016年工业用电量增速将变为9.66%,与7.7%的工业增加值增速基本吻合(图4中黄色虚线部分)。
本文通过梳理电力网电能损耗的计算方式,解释了目前工业分类用电统计表中“线路损失电量”的内涵。指出了目前“线路损失电量”统计核算方式存在的问题,即统计线损包含工业以外行业的损失电量的问题和由于“供售电量抄表不同期”,在降(升)温负荷出现明显变化的月份(如7、8、9月),线路损失电量会因服务业和居民部门供、售电差额(跨期)的波动出现明显地上升(或下降),甚至出现“负值”的问题。这是导致工业用电量和工业增加值增速偏离的主要原因。
为了解决工业用电量和工业增加值增速偏离问题,本文应用定性与定量分析相结合的方法,研究确定了气温变化为线路损失电量剧烈波动的主要原因。通过研究得出了以下三点主要结论:1) 气温负荷与线损电量直接存在显著的相关关系。2) 若将“线损电量” (电力、热力及水的生产和供应业用电量)从
图5. 2014~2016年工业增加值增速和工业用电量增速(剔除电力、热力及水的生产供应业)
工业用电量中剥离出来,新口径的工业用电量增速与工业增加值之间表现出一致的变化趋势。第三,为了充分发挥工业用电量作为工业经济“晴雨表”的作用,本文提出了有效提取工业用电量中的“经济电量”的方法,提出了将工业用电量分离为“温度电量”和“经济电量”的统计核算方法。
卢金滇,张成美,陈 煜,邢胜男. 剥离“线损电量”的工业用电量统计方法研究——解析工业用电与增加值增速偏离之谜 Research on the Statistical Method of the Industrial Electricity Consumption Excluding Line Loss —Resolving Puzzle of the Deviation Relationship between the Growth Rate of Electricity Consumption of Industry and the Industrial Value-Added[J]. 低碳经济, 2018, 07(03): 67-76. https://doi.org/10.12677/JLCE.2018.73008