消除線損電量對工業用電量影響的研究

陳紅、池照

（浙江省統計局，浙江 杭州 310025）

消除線損電量對工業用電量影響的研究

陳紅、池照

（浙江省統計局，浙江 杭州 310025）

為消除線損電量對工業用電量影響，從而更好發揮工業用電數據在判斷工業增加值增長趨勢中的作用，在對線損電量統計現狀、基本特征及變動趨勢深入分析的基礎上，尋找統計線損異常變化的原因，并據此提出消除線損電量對工業用電量影響的方法，最后通過實證研究檢驗方法的合理性。

實際線損；統計線損；工業用電

由于工業用電和工業生產之間的強相關性，工業用電量被廣泛用來作為驗證、預測、評估工業增加值增速的重要指標。但現有線損電量的統計存在一些缺陷，影響工業用電增長趨勢，也對以工業用電判斷工業生產形勢的方法帶來一定干擾。本文擬在分析線損電量統計現狀、基本特征及變動趨勢的基礎上，嘗試尋求更為正確合理解讀用電量數據的方法，從而更好發揮工業用電數據在判斷工業增加值增長趨勢中的作用。

一、線損電量統計現狀

1.實際線損與統計線損。實際線損是電能在輸送到用戶的過程中，經過輸、變、配電設備時產生損耗，以熱能的形式散失在周圍介質中的能量。實際線損一般與供電量正相關，供電量越大，實際線損也越大。線損電量與供電量的比為線損率，實際線損率在供輸電技術無重大變化情況下較為平穩。

統計線損為全社會實際用電量與全社會（各行業合計）統計用電量之差。全社會實際用電量結算時間為當月1-30日，統計用電量結算時間由抄表時間決定，一般為上月15-本月15日①，結算時間的差異使得實際用電和統計用電之間存在差異，因此統計線損不僅僅是電力輸配過程中實際產生的損耗（即實際線損），還包括結算時間差異引起的統計誤差。

實際線損為線路傳輸過程中的實際損耗，因此不應出現負數。但統計線損為實際用電量減去統計用電量，當實際用電量大于統計用電量時，線損為正數；反之線損為負數。由此可見，統計線損與真正意義上的線損所反映的內容是不一致的，當各行業統計用電量與實際用電量差距較大時，統計線損的結果與原本應該體現的內容會相去甚遠。

2.統計線損對全社會用電和工業用電的影響。統計線損對全社會用電總量并無影響。全社會用電總量為分行業用電量和線損電量之和，當分行業統計用電量與實際不符時，其差異都在線損電量中體現，因此無論統計誤差有多大，全社會用電總量都不受影響。實際上，全社會用電總量與電力公司供電總量一致，可以通過省電力公司對供電量的計量得到，線損統計中存在的問題不會對其產生影響。

統計線損對工業用電數據影響明顯。現行統計制度將統計線損電量歸入工業的電力、熱力的生產和供應業中。由于統計線損既包括實際產生的線損，也包括結算時間差異帶來的統計誤差，是各行業實際用電與統計用電的差異，全部歸入工業，一方面導致其余行業實際用電與統計用電的差異沒有得到修正，另一方面對工業用電的修正過大，導致數據失真。

二、浙江統計線損變化情況及基本特征

1.年線損電量和線損率變化均十分平穩。浙江年線損量隨著用電總量的增加逐年有所提高，線損率呈緩慢回落趨勢，特別是近兩年來，基本趨于穩定態勢。2008-2012年，浙江線損量分別為113.5、120.9、119.2、117.5和121.1萬度；年度平均線損率分別為5.49%、5.50%、4.69%、4.16%和4.16%。

2.月線損電量和線損率波動較大。2008-2012年分月線損電量波動較為明顯（圖一），16個月份出現負值。線損量最大為2010年3月，高達70.4億千瓦時，最小2010年2月，為-58.5億千瓦時。1月、2月和9月的5年平均線損電量均為負數，7月和12月則高達43.2和33.3億度。與之相對應，線損率的起伏也相當大。線損率最高時達33.9%，有15個月份的線損率高于10%，最低時為-49.6%，有16個月份的線損率為負數，均與浙江年度平均線損率差距甚遠。

圖一 2008-2012年及五年平均各月線損電量（單位：億度）

3.線損電量與相鄰月份用電差距呈高相關性。相鄰月份用電差距越大，線損越大。2008-2012年線損電量與相鄰月份用電差距相關系數分別為0.9230、0.9071、0.9879、0.9168和0.9640，為強相關性。

三、統計線損異常的原因分析

由上文，行業用電結算時間與實際的差異帶來的數據差是導致統計線損異常的重要原因②。當相鄰兩月用電量差異不大時，統計用電與實際用電差異不會過大，統計線損也較??；相鄰月份用電差距較大，則統計線損增大，與實際線損差異也較大。當報告月用電量明顯大于上月時，當月分行業實際用電量數據就會大于統計用電量，線損量就大幅上升；反之則明顯下降，甚至出現負數。如，2010年3月，全社會用電量比上月高94.5億千瓦時，該月線損電量高達70.4億千瓦時；2010年2月，全社會用電量比上月低100.1億千瓦時，該月線損電量為-58.5億千瓦時。由于結算時間差異約15天，對報告期僅30天左右的月度統計數據來說，其影響就十分明顯。

溫差大、節假日、日歷差以及企業生產的季節性特征等是造成各月之間用電總量差異較大的主因。春節期間由于工廠歇業放假等原因用電量通常較低，因此春節所在月份平均用電量會明顯小于其相鄰月份。日歷差和氣溫異常變化也會導致相鄰月份用電差異。如，2月日歷天數通常為28天，比1月和3月要少3天，則該月用電量通常也明顯小于1月和3月。氣溫異常變化通常出現在換季之時。如2013年7月用電量比6月高約75.9億千瓦時，該月線損電量約55.8億千瓦時，接近1-6月線損電量總和（60.0億千瓦時）。此外，部分企業生產的季節性特征也會導致相鄰月份用電量的差異。

四、消除統計線損對工業用電影響的方法思考

如何有效消除統計線損數據帶來的影響，更好地用工業用電數據解讀經濟運行走勢，是本文研究的重點。從前面對統計線損的構成以及成因的分析，可供選擇的主要方法有三種。

1.改進現有的統計方法消除或減少統計誤差。由于該誤差是結算時間差異引起的，要消除統計誤差，最有效的方法是使全社會各行業用電統計時期與實際一致。但從目前的情況看，人工抄表結算工作的比重較高，還難以在月末一天內完成，將行業用電統計時期完全調整到與實際一致難度很大。

2.將線損電量從工業行業中全部扣除。統計線損中的統計誤差是全社會各行業共同產生的，既包括工業，也包括第一產業、第二產業中的建筑業、第三產業及居民生活等用電。因此，現行統計中將線損完全歸入工業行業雖與實際不符，但如果簡單地將線損從工業中全部扣除，用扣除后的數據替代工業用電量，與實際偏離更大。浙江工業為電力消費主體，約占全社會用電量的75%左右。如果因結算時差帶來的虛增線損是100萬度，也即分行業統計用電量之和比實際少100萬度。如將其全部歸入工業，則工業在補回本行業少統計的電量（75萬度）的同時，將其他行業少統的電量也加了進來，此時工業行業用電量虛高25萬度；如果將工業中的虛增線損量100萬度全部扣除，此時工業統計用電量比實際的要少75萬度，與實際差距更大。

3.在不改變現有統計方法的前提下，合理修正數據，減少統計誤差。第一，由于實際線損一般與供電量正相關，實際線損率在供輸電技術無重大變化情況下較為平穩。利用報告期總用電量（即供電量）與上年年度線損率，可以得到相對準確的報告期實際線損量。第二，將原統計線損量減去計算得到的實際線損量，得到結算時差帶來的統計誤差量。第三，將統計誤差量分攤入工業和非工行業之中。為簡便操作，可以按上年度工業與非工業用電占全部用電的比重分攤。最后，得到報告期工業行業用電量，就是修正后計入統計誤差的工業用電量與計算所得的實際線損量之和。此方法的優點在于：線損量的計算貼近實際，比較準確；保持線損歸入工業行業統計的應有做法，確保歷史數據的銜接；基本消除統計誤差特別是其他非工行業的統計誤差對工業的影響；方法簡便，可操作性強。

五、修正統計線損影響的實證檢驗

本文用第三種方法對近5年全省分月工業用電量數據進行修正計算，并將修正前后的數據與同期規模以上工業增加值數據進行觀察比較，得到以下結果：

1.工業用電量增長異常的情況得到改觀。在統計線損較大時，工業用電增速受其影響，與全社會用電增速的關系不甚合理，修正后情況有所改善。如2010年2月受線損影響工業用電同比下降19.8%，與全社會用電增速差距高達10.0個百分點，修正后工業用電下降4.0%，與全社會用電增速差距縮小至5.9個百分點。2012年2月受線損影響工業用電同比增長58.4%，與全社會用電增速差距高達18.2個百分點，修正后工業用電增長43.3%，與全社會用電增速差距縮小至3.1個百分點。2013年1-2月工業用電增速同比下降4.2%，修正后為下降1.1%，非工業用電同比增長7.3%，與全社用電同比增長1.4%的關系更為合理。

2.修正后工業用電與增加值增速差距縮小。增加值增速和電力增速的差距反映兩者之間的背離程度。根據2009-2012年分月工業增加值增速與電力增速的差距（表1），2月與9月最為明顯，平均差距分別為24.0和9.3個百分點。差距最大的為2012年2月達38.1個百分點，其次為2010年9月，達17.2個百分點。2月平均差距為24.0個百分點，9月為9.3個百分點。

表1 2009-2012年分月工業增加值與電力增速差距

修正后，2009-2012年工業用電與增加值增速差異的絕對值平均數從原來的5.1、8.8、4.9和9.6個百分點分別下降為4.2、7.6、3.4和7.9個百分點。特別是受春節和季節性因素影響較大的2月和9月，電力消費和工業增加值增速差距從原來的24.0和9.3個百分點回落至10.0和7.9個百分點。總體而言，工業電力消費增速與增加值增速的契合度有所提高，各年電力消費增速增長趨勢與增加值增長趨勢的一致性有所增強。

3.電力消費彈性系數合理性增強。彈性系數衡量一個經濟變量的增長幅度對另一個經濟變量增長幅度的依存關系。由于電力和工業生產之間的高相關性，電力消費彈性系數接近1.0。但從修正前2009-2012年分月情況（表2）看，電力消費彈性系數出現異常的情況較多：

一是個別月份電力消費彈性系數為負，電力消費與工業增加值趨勢相反，在電力消費下降時，增加值仍增長，或反之；二是電力消費彈性系數遠大于（或小于）1.0情況較多，即電耗增速遠高于（或低于）增加值增速，兩者差距較大；三是2月份彈性系數最為異常，各年絕對值均在2.0以上。

對線損電量進行適當修正后，工業電力消費彈性系數有較大變化，合理性有所增強：一是電力消費彈性系數為負數的月份有所減少，彈性系數在0.5-1.5之間的較為合理區間的月份有所增加；二是四年共42個有效月份中，彈性系數有所改善的（更接近1.0）的有28個月份。特別是2009-2012年2月份的彈性系數從原來的2.95、-2.95、2.09、2.88變化為1.68、-0.59、1.06、2.13。

表2 2009-2012年各月電力消費彈性系數

六、進一步完善的方向以及預測、評估時需注意的問題

1.利用網絡技術進一步縮小統計時期差異。通過加快智能電表應用等方式提高抄表結算效率，盡可能縮小行業用電統計時期與實際的差異。

2.統計誤差電量的分攤比例進一步精準化。本文采用本地區上年度工業與非工業占全部的比重作為分攤比例，該方法優點是簡便易行，但也存在不夠精準的缺陷，特別是生活用電結算時間與實際結算時差與生產用電結算時差不一致、生產用電中工業與非工業結算時差也不一致。所以如何尋找更合適或更精準的分攤比例，對提高工業用電數據的準確性意義較大。

3.應結合其他相關因素綜合考慮。由于用電量數據的相對準確和高時效性，正確、合理地利用工業用電量數據，確實可以在預測工業經濟走勢、評估數據起十分重要的作用。但由于還有一些較為重要的因素影響工業用電和增加值增速之間的關系，所以在應用修正后的工業用電增速判斷增加值增長趨勢時，還應結合考慮特殊氣候、產業結構特殊變動、宏觀經濟的周期性波動等因素。同時應更關注電力消費與工業生產增長的長期關系。由于月度是一個較為短暫的時期，電力消費與增加值增速的關系并不穩定，應將月度時間序列數據與季度甚至年度時間序列數據結合觀察，以提高判斷、預測的可靠性。

[1] 任紅梅．管理線損統計體系的建設[J]．電源技術應用，2012 年第10 期，15-16．

[2] 朱征峰．電網月度統計線損率波動的原因分析及對策[J]．浙江電力，2013 年第4 期，28-29．

10.3969/j.issn.1674-8905.2014.03.008

張巧燕）