住宅空置的電力大數據分析

胡洋

摘要：供電企業本身擁有海量供電信息數據，開展數據挖掘和分析，對內可支撐公司運營效率提升，對外可轉化價值創造效益。文章以居民用電量等服務數據為基礎，結合部分外部數據，對地區的住宅空置情況進行挖掘分析，旨在運用“大數據”思維對數據的價值體現和深化應用進行探索。

關鍵詞：住宅空置；電力數據；大數據分析；用電量；供電信息數據；供電企業 文獻標識碼：A

中圖分類號：TM743 文章編號：1009-2374（2016）33-0191-02 DOI：10.13535/j.cnki.11-4406/n.2016.33.094

根據歐美發達國家相關機構對長達30～40年多個房地產市場周期的研究表明，商品房的空置率合理區間為3%～10%，10%～20%為空置危險區，空置率在20%以上為商品房嚴重積壓區。利用公司掌握的居民客戶用電量數據，推斷以戶為單位的居民住宅的空置狀況，可以為房地產市場空置住宅的研究提供借鑒，同時結合該區域電量和業擴報裝數據，可為公司調整配電網建設和供電服務策略提供一定參考。

1 研究對象

截至2015年12月，已經建檔立戶并抄表核算電量的所有居民客戶。

1.1 判斷標準

空置房可能因各種原因偶爾通電造成用電量“非0”，為方便處理，將居民住宅空置的判斷標準嚴格定義為居民客戶月度用電量為0千瓦時。實際的居民住宅空置率可能比本文計算值高。

1.2 數據獲取

提取2013年1月～2015年12月低壓居民電量為0的客戶數據935萬余條；通過采集系統，采樣獲取29萬余戶低壓智能電表2015年國慶節期間用電量數據；通過信息采集，獲取房地產價格、交易等相關數據。

1.3 分析粒度

由于數據量大，受硬件資源配置和數據積累限制，此次分析挖掘區域、價格等信息僅以行政區域為基礎進行計算，未能進一步細化至片區，顆粒度相對較大。

2 研究結果

2.1 月度趨勢分析

根據月度低壓居民0電量數據統計，2013年1月～2015年12月居民住房空置率趨勢如圖1所示。

從公司供區范圍整體居民住宅空置率來看，近三年呈波浪式起伏趨勢，每年二、三季度空置率明顯上升，其中在2014年5、6月達到最高值19.35%；一、四季度空置率相對下降，在2015年2、3月達到最低值16.06%。

從鄉村居民住宅空置率來看，近三年呈現整體微上升趨勢，反映出農村居民外出比例逐年加大；同時每年2月空置率均為當年最低值，反映出春節期間外出農民工集中返鄉，0度用戶數集中減少。

從城鎮居民住宅空置率來看，近三年以來，月度空置率整體呈小幅下降趨勢，與國家經濟下行、城市房地產市場逐漸萎縮致使房產交易活躍程度相對一致。

2.2 區域內分析

隨著近幾年發展，各類區域居民用電總量和增長速度各不一致，空置率呈不均勻分布，其中城鎮地區土地供應有限，部分新增房地產開發轉移至城郊等地區，致使部分居民空置率不斷上升，例如一類主城區：

從圖2可以看出，一類主城區的A等地空置率均超過20%。以A為例，隨著近幾年城市規劃發展，一大批大型居民小區相繼建成，原有鄉村土地被用來進行住房開發和改造，造成住房供應較多空置率達到22.17%。

以XX（居民小區）為例，從2009年開工建設，隨著小區1～4期陸續完工，用電戶數逐漸增至3400余戶。根據系統提取的2013年1月～2015年12月每戶月度用電量共計43000多條數據，完成0電量居民比例統計如圖3：

從趨勢圖形分析，XX隨著用戶的不斷入住，2013～2015年0電量居民比例逐步下降，從最高的89.68%下降至29.35%。即使居民空置率大幅下降，但29.35%的數據仍遠高于17.91%的平均數據。

相關建議：政府相關部門、房地產開發商可根據各地區居民住宅空置率和經濟實力分布，因地制宜地采取價格優惠等房地產政策調控手段，進一步活躍房地產市場，促進房地產經濟可持續發展。供電企業可針對各地區（小區）空置率不同的情況，按重要順序做好可靠供電應對（恢復）方案，以最快、最大程度保證居民生活用電。

2.3 從房地產市場投資分析

通過投資、竣工房地產核心數據多維計算和分析，房產市場和投資關系密切，但空置率與之關聯反映不明顯。近三年居民住宅空置率逐年降低，但從房地產市場開發投資趨勢來看，2013～2014年在經歷連續的低速增長后，2015年緩慢回升，其中2015年投資金額同比下降5.9%；商品房竣工面積基本與投資金額走勢基本一致，其中2014年最高達到353.4萬平方米，2015年出現大幅下降，同比降低24.4%。總體來看，由于本報告空置率計算以供電居民用戶為基礎，已投資開發未形成居民用戶供電關系的房產不在計算范圍，因此空置率與房產市場投資關聯反映不明顯。

2.4 從居民用電量分析

從近三年居民住宅空置率和居民售電量占比來看：

2.4.1 一類主城區居民電量占比最高（57.78%），同時空置率為18.58%，高于市平均水平。說明一類主城區居民用電市場總量龐大，在空置率較高的基礎上，其余在用居民電量仍占絕對多數，表現出居民住房“空置”與“在住”交織分布，客戶用電排查情況復雜，服務壓力較大，需重點關注。

2.4.2 二類農業大縣居民住宅空置率為22.93%，全市最高水平。該類區域發展相對緩慢，居民電量占比11.42%。居民空置基本為農村外出務工造成，存在負荷因節日或農時而短時間大幅波動。因此該類地區農村居民的供電服務，尤其是重大節假日集中負荷增長需要重點關注。

2.4.3 三類經濟綜合區居民住宅空置率較低（14.57%），居民電量占比為30.8%，僅次于一類主城區，需持續關注空置率變化趨勢。

3 相關結論及建議

3.1 分析結論

3.1.1 通過對近三年來低壓居民0電量數據的分析，市居民住宅空置率17.91%，雖逐年呈下降趨勢，但仍處于10%～20%的危險區間。

3.1.2 一類主城區、二類農業大縣、三類綜合經濟區居民住宅空置率分別為18.58%、22.92%、14.57%，其中一、二類高空置率區域，由于地域、經濟等因素影響，城鎮和鄉村呈現出明顯相反的住房空置現狀，兩類區域房屋投資和持有風險較大。

3.1.3 不同空置原因可為公司供電服務資源的調撥和分配提供一定的參考。

3.1.4 節日期間居民用戶用電規律一定程度會反映該戶居民的出行習慣。

3.1.5 大數據分析中反映出的房屋空置率季節性變化，供電企業可針對性提前做好供電服務應用措施；根據房地產成交量價與空置率的變化趨勢，政府相關部門可針對性實施房地產開發審批、價格指導、政策刺激等措施。

總體來看，公司低壓居民客戶用電量數據存在多種、多樣深入挖掘的價值和潛力。

3.2 相關建議

3.2.1 當前公司都在基于大數據開展管理提升，建議公司開展數據特別是大數據應用計劃編制，統籌整合相關應用需求，提高資源的利用效率，結合公司“互聯網+”應用同步開展大數據挖掘的技術平臺研究和搭建工作，更好地運用電力數據信息給公司和地方政府提供經營管理、投資決策等參考。

3.2.2 建議相關業務部門根據大數據挖掘分析的需要，做好相關業務信息系統功能和基礎數據的維護，保障系統的有效支撐和數據質量真實、可靠。

3.2.3 建立高效常態化的地方政府單位（部門）聯絡機制，全面、及時、準確地獲得地方經濟、產業等相關數據，有效支撐公司大數據關聯分析工作。

參考文獻

[1] 宋亞奇，周國亮，朱永利.智能電網大數據處理技術 現狀與挑戰[J].電網技術，2013，37（4）.

[2] 李國杰，程學旗.大數據研究：未來科技及經濟社會 發展的重大戰略領域：大數據的研究現狀與科學思考 [J].中國科學院院刊，2012，27（6）.

（責任編輯：周 瓊）