住宅空置的电力大数据分析
2016-12-27胡洋
胡洋
摘要:供电企业本身拥有海量供电信息数据,开展数据挖掘和分析,对内可支撑公司运营效率提升,对外可转化价值创造效益。文章以居民用电量等服务数据为基础,结合部分外部数据,对地区的住宅空置情况进行挖掘分析,旨在运用“大数据”思维对数据的价值体现和深化应用进行探索。
关键词:住宅空置;电力数据;大数据分析;用电量;供电信息数据;供电企业 文献标识码:A
中图分类号:TM743 文章编号:1009-2374(2016)33-0191-02 DOI:10.13535/j.cnki.11-4406/n.2016.33.094
根据欧美发达国家相关机构对长达30~40年多个房地产市场周期的研究表明,商品房的空置率合理区间为3%~10%,10%~20%为空置危险区,空置率在20%以上为商品房严重积压区。利用公司掌握的居民客户用电量数据,推断以户为单位的居民住宅的空置状况,可以为房地产市场空置住宅的研究提供借鉴,同时结合该区域电量和业扩报装数据,可为公司调整配电网建设和供电服务策略提供一定参考。
1 研究对象
截至2015年12月,已经建档立户并抄表核算电量的所有居民客户。
1.1 判断标准
空置房可能因各种原因偶尔通电造成用电量“非0”,为方便处理,将居民住宅空置的判断标准严格定义为居民客户月度用电量为0千瓦时。实际的居民住宅空置率可能比本文计算值高。
1.2 数据获取
提取2013年1月~2015年12月低压居民电量为0的客户数据935万余条;通过采集系统,采样获取29万余户低压智能电表2015年国庆节期间用电量数据;通过信息采集,获取房地产价格、交易等相关数据。
1.3 分析粒度
由于数据量大,受硬件资源配置和数据积累限制,此次分析挖掘区域、价格等信息仅以行政区域为基础进行计算,未能进一步细化至片区,颗粒度相对较大。
2 研究结果
2.1 月度趋势分析
根据月度低压居民0电量数据统计,2013年1月~2015年12月居民住房空置率趋势如图1所示。
从公司供区范围整体居民住宅空置率来看,近三年呈波浪式起伏趋势,每年二、三季度空置率明显上升,其中在2014年5、6月达到最高值19.35%;一、四季度空置率相对下降,在2015年2、3月达到最低值16.06%。
从乡村居民住宅空置率来看,近三年呈现整体微上升趋势,反映出农村居民外出比例逐年加大;同时每年2月空置率均为当年最低值,反映出春节期间外出农民工集中返乡,0度用户数集中减少。
从城镇居民住宅空置率来看,近三年以来,月度空置率整体呈小幅下降趋势,与国家经济下行、城市房地产市场逐渐萎缩致使房产交易活跃程度相对一致。
2.2 区域内分析
随着近几年发展,各类区域居民用电总量和增长速度各不一致,空置率呈不均匀分布,其中城镇地区土地供应有限,部分新增房地产开发转移至城郊等地区,致使部分居民空置率不断上升,例如一类主城区:
从图2可以看出,一类主城区的A等地空置率均超过20%。以A为例,随着近几年城市规划发展,一大批大型居民小区相继建成,原有乡村土地被用来进行住房开发和改造,造成住房供应较多空置率达到22.17%。
以XX(居民小区)为例,从2009年开工建设,随着小区1~4期陆续完工,用电户数逐渐增至3400余户。根据系统提取的2013年1月~2015年12月每户月度用电量共计43000多条数据,完成0电量居民比例统计如图3:
从趋势图形分析,XX随着用户的不断入住,2013~2015年0电量居民比例逐步下降,从最高的89.68%下降至29.35%。即使居民空置率大幅下降,但29.35%的数据仍远高于17.91%的平均数据。
相关建议:政府相关部门、房地产开发商可根据各地区居民住宅空置率和经济实力分布,因地制宜地采取价格优惠等房地产政策调控手段,进一步活跃房地产市场,促进房地产经济可持续发展。供电企业可针对各地区(小区)空置率不同的情况,按重要顺序做好可靠供电应对(恢复)方案,以最快、最大程度保证居民生活用电。
2.3 从房地产市场投资分析
通过投资、竣工房地产核心数据多维计算和分析,房产市场和投资关系密切,但空置率与之关联反映不明显。近三年居民住宅空置率逐年降低,但从房地产市场开发投资趋势来看,2013~2014年在经历连续的低速增长后,2015年缓慢回升,其中2015年投资金额同比下降5.9%;商品房竣工面积基本与投资金额走势基本一致,其中2014年最高达到353.4万平方米,2015年出现大幅下降,同比降低24.4%。总体来看,由于本报告空置率计算以供电居民用户为基础,已投资开发未形成居民用户供电关系的房产不在计算范围,因此空置率与房产市场投资关联反映不明显。
2.4 从居民用电量分析
从近三年居民住宅空置率和居民售电量占比来看:
2.4.1 一类主城区居民电量占比最高(57.78%),同时空置率为18.58%,高于市平均水平。说明一类主城区居民用电市场总量庞大,在空置率较高的基础上,其余在用居民电量仍占绝对多数,表现出居民住房“空置”与“在住”交织分布,客户用电排查情况复杂,服务压力较大,需重点关注。
2.4.2 二类农业大县居民住宅空置率为22.93%,全市最高水平。该类区域发展相对缓慢,居民电量占比11.42%。居民空置基本为农村外出务工造成,存在负荷因节日或农时而短时间大幅波动。因此该类地区农村居民的供电服务,尤其是重大节假日集中负荷增长需要重点关注。
2.4.3 三类经济综合区居民住宅空置率较低(14.57%),居民电量占比为30.8%,仅次于一类主城区,需持续关注空置率变化趋势。
3 相关结论及建议
3.1 分析结论
3.1.1 通过对近三年来低压居民0电量数据的分析,市居民住宅空置率17.91%,虽逐年呈下降趋势,但仍处于10%~20%的危险区间。
3.1.2 一类主城区、二类农业大县、三类综合经济区居民住宅空置率分别为18.58%、22.92%、14.57%,其中一、二类高空置率区域,由于地域、经济等因素影响,城镇和乡村呈现出明显相反的住房空置现状,两类区域房屋投资和持有风险较大。
3.1.3 不同空置原因可为公司供电服务资源的调拨和分配提供一定的参考。
3.1.4 节日期间居民用户用电规律一定程度会反映该户居民的出行习惯。
3.1.5 大数据分析中反映出的房屋空置率季节性变化,供电企业可针对性提前做好供电服务应用措施;根据房地产成交量价与空置率的变化趋势,政府相关部门可针对性实施房地产开发审批、价格指导、政策刺激等措施。
总体来看,公司低压居民客户用电量数据存在多种、多样深入挖掘的价值和潜力。
3.2 相关建议
3.2.1 当前公司都在基于大数据开展管理提升,建议公司开展数据特别是大数据应用计划编制,统筹整合相关应用需求,提高资源的利用效率,结合公司“互联网+”应用同步开展大数据挖掘的技术平台研究和搭建工作,更好地运用电力数据信息给公司和地方政府提供经营管理、投资决策等参考。
3.2.2 建议相关业务部门根据大数据挖掘分析的需要,做好相关业务信息系统功能和基础数据的维护,保障系统的有效支撑和数据质量真实、可靠。
3.2.3 建立高效常态化的地方政府单位(部门)联络机制,全面、及时、准确地获得地方经济、产业等相关数据,有效支撑公司大数据关联分析工作。
参考文献
[1] 宋亚奇,周国亮,朱永利.智能电网大数据处理技术 现状与挑战[J].电网技术,2013,37(4).
[2] 李国杰,程学旗.大数据研究:未来科技及经济社会 发展的重大战略领域:大数据的研究现状与科学思考 [J].中国科学院院刊,2012,27(6).
(责任编辑:周 琼)