基于MDS的縣域公司用電市場聚類分析研究

李笑蓉+王智敏+王旭冉+趙騫+郭富磊+杜杰

摘要：在進行產業結構深度調整的背景下，縣域用電市場作為某電力公司所屬地區（以下簡稱“該地區”）用電市場的重要組成部分，受到越來越多的關注。文章利用多維尺度分析法，提出了行業用電市場細分體系，并基于行業用電市場細分體系對該地區43個縣域供電公司用電市場變化進行了聚類分析。

關鍵詞：縣域用電市場；多維尺度分析法；MDS；行業用電市場細分體系；聚類分析 文獻標識碼：A

中圖分類號：TP391 文章編號：1009-2374（2016）17-0003-04 DOI：10.13535/j.cnki.11-4406/n.2016.17.002

1 概述

隨著中國經濟步入新常態，經濟增長從高速轉向中低速。加快經濟發展方式轉變，推動產業結構優化升級成為當前及今后很長一段時間內經濟發展的主要方向。新形勢下，受產業結構調整深入、節能減排等因素的影響，該地區以工業為主的傳統產業用電市場呈現發展放緩甚至負增長的態勢，該電網公司面臨著較為嚴峻的市場經營壓力。近年來，隨著國家電網公司“三集五大”管理戰略的逐步推進實施，國網公司管理理念、管理方法與管理要求向縣公司全面延伸覆蓋。該地區近年來也加強了縣公司的上劃工作。截至目前，該地區共有43個縣域供電公司，縣域用電市場已成為該地區用電市場的重要組成部分。如圖1所示，從2014年1月至2015年2月期間，近14個月縣公司全社會用電量占該電網公司的比例基本在60%左右。因此，加強縣域用電市場分析能夠輔助電網企業經營決策層在當前用電市場疲弱態勢下把握市場變化趨勢和影響企業經濟活動的各項因素，挖掘盈利潛力，掌握企業生產經營的進程，為管理決策提供數據和信息支持，對下一步工作做出正確決策。為了更好地掌握縣域用電市場的特點，并對未來用電發展進行有效的預判，本文結合多維尺度分析法和行業用電市場細分體系，開展該地區43個縣域供電公司用電市場分析研究，分析縣域用電市場變化趨勢，輔助該電網公司制定有效措施應對當前用電疲軟態勢，提高企業經營能力。

2 縣域公司用電市場現狀概述

該電力有限公司肩負著服務河北經濟社會發展和保障首都北京安全可靠供電的重要使命。營業區域包括唐山、張家口、秦皇島、承德、廊坊5市，43個縣（區、市），面積10.41萬平方公里，人口約2277萬人。以2014年1月至2015年2月14個月的數據為例進行分析，43個縣公司全社會用電量占社會用電量比例在60%左右，而且縣公司用戶數占全部用戶數據的比例達到74%以上，可見縣公司用電市場具有用戶數量多、用電分布廣、中小企業用戶集中等特點。

當前該地區縣域公司用電市場整體上呈現兩類不同的變化特征：以傳統高耗能行業用電為主的區域，過去由于高耗能行業粗放式發展，聚集了大量的中小型工業企業，隨著國家產業結構調整優化的不斷深入，產業發展大幅放緩，用電量大幅下滑；京津周邊及沿海地區，受國家大力發展新型產業的利好，不斷涌現以電子信息、新能源、高端裝備制造和現代服務業為核心的現代產業聚集區，用電量穩定增長。

隨著該地區用電市場增速的進一步放緩，迫切需要深層次、細粒度地了解該地區用電市場變化情況，傳統粗放式的分析模式不能深層次、更細粒度分析用電市場變化，從而無法制定行之有效的應對措施，無法滿足企業經營輔助決策的需要。為能準確分析該地區縣域用電市場變化趨勢，精確把握該地區縣域公司用電市場變化特征，利用MDS建立行業用電市場細分體系，并基于此開展縣域公司用電市場聚類分析研究。

3 基于MDS的縣域公司用電市場聚類分析研究

3.1 基于MDS的行業用電市場細分體系

傳統的行業用電市場細分以《國民經濟行業分類》標準為基礎，結合電力企業特點，將用電市場以全社會用電總計為根節點，自上而下，層層分解，各行業類型之間具有相應的從屬關系，共分為99個行業類型。

一般的用電市場特征分析，是針對第一產業、第二產業、第三產業、城鄉居民用電4大行業類型進行分析，由于對象不超過10類，分析結果往往針對性不足。為深入開展用電市場的行業細分研究，通過應用多維尺度分析法（Multidimensional Scaling，MDS）構建多維統計分析視圖。通過行業用電體量、行業類型的產業歸屬、行業用電特征、行業產值特征4個維度構建行業用電市場細分的指標分析體系，對99個行業類型進行整合重組。如圖2所示：

多維尺度分析法（MDS）是分析各行業用電市場的相似性和差異性的一種多元統計分析方法，通過對多維變量數據進行降維處理，可以將不同行業用電市場之間的聯系直觀地呈現出來，便于對各行業之間的總體聯系進行深入觀察。

應用MDS開展行業用電市場聚類，確定出13類用電及行業特征不同的分類，分類結果見表1：

在此基礎上，以2015年1～7月的用電數據為基礎，確定出不同分類的用電情況如下：

3.2 基于行業用電市場聚類模型的縣域公司聚類分析

在用電市場行業細分的基礎上，構建數據聚類分析模型，對43個縣公司進行聚類分析，形成相應的聚類結果。聚類分析模型通過應用Clementine12.0進行建模，綜合比對：K-均值聚類、兩步聚類、異常聚類、Kohonen聚類4種聚類分析法的基礎上，最終選擇聚類效果較理想的兩步聚類法。數據分析模型如圖5所示：

3.3 聚類結果分析

在用電市場行業細分的基礎上，通過構建數據聚類分析模型，對43個縣公司進行聚類分析，形成相應的聚類結果，結果如下：

第一類：高耗能行業集中分布，用電體量整體較大，第二產業用電下滑明顯的縣級供電單位，涉及到的供電單位包括國網遵化市供電公司、國網遷安市供電公司、國網遷西市供電公司、國網盧龍縣供電分公司等11家單位。

第二類：現代服務業和高端制造業等新型產業聚集，第三產業用電增長速度較快的縣級供電單位，涉及到的供電單位包括國網唐山市曹妃甸區供電公司、國網電力有限公司張北縣供電分公司等9家單位。

第三類：現代農業發展迅速，第一產業用電增幅明顯的縣級供電單位，涉及到的供電單位包括國網電力有限公司懷來縣供電分公司、國網玉田縣供電公司等9家單位。

第四類：城鎮化水平快速提高，城鄉居民用電增長明顯的縣級供電公司，涉及到的供電單位包括國網三河市供電有限公司、國網香河縣供電有限公司等7家

單位。

第五類：全社會用電量下降明顯的地區，涉及到的供電單位包括國網電力有限公司懷安縣供電分公司、國網電力有限公司青龍縣供電分公司等7家單位。

4 縣域公司聚類分析啟示及地區用電市場發展應對措施建議

通過開展縣域公司用電市場聚類分析及用電市場特征研究，總結該地區縣域用電市場未來的變化特征

如下：

第一，經濟形勢依然嚴峻，以高耗能、礦采選業為主導的地區用電需求將持續低迷。受資源能源環境約束、產能過剩等因素影響，鋼鐵、建材等重化工業的調整陣痛將無法避免，短期內將增加這些行業的下行壓力；唐山遷西縣、遵化市、遷安市受當地企業整合的影響，用電量將持續下降。

第二，京津冀產業轉移帶動該地區對接區域城鄉用電穩步增長。隨著京津冀一體化規劃的不斷落實，該地區迎來了區域發展的黃金時期，由于先天的環京津地緣優勢，受京津冀一體化輻射的帶動作用不斷顯現。特別是以廊坊為代表的北三縣，其人口已突破70萬，并呈現快速上升趨勢。另外，固安、大城、香河、三河等地隨著北京服務業的疏解，大量人口也涌向該地區，人口的爆發增長促進了居民用電量的高速增長。

第三，現代服務業和高端制造業等戰略新型產業用電將步入高速增長期。從該地區各地市“十二五”規劃及各地市“十二五”期間戰略性新興產業用電情況，結合當前及未來一段時間經濟發展“調結構、穩增長、促改革”的總體基調，可以預計，未來該地區將繼續大力培育戰略性新興產業，因此各地區戰略性新興產業用電將步入高速增長期。例如，廊坊的電子信息產業吸引了華為、富士康、京東方、微軟等一大批龍頭企業齊聚廊坊。張家口張北縣大力發展云計算產業，2015年8月，《張北云計算產業基地規劃（2015～2020年）》正式

獲批。

第四，發展新型農業成為帶動地區第一產業用電量快速增長的主要動力。張家口懷來等地區的特色食品加工業、承德豐寧等地區的綠色農業發展加快，農業發展水平居河北省前列，農業主導產業持續壯大，各類農業園區數量居全省前列，農業產業化發展勢頭良好，前三季度兩市第一產業用電量分別增長6.09%、16.34%。

針對上述發展趨勢，提出若干該地區用電市場發展應對措施建議：

第一，重點關注新興產業市場。與政府相關部門建立常態化的溝通機制，重點關注新興產業用戶，提前了解新興產業用戶特性。

第二，深化用電市場分析。開展重點企業信息調查，建立重點企業生產經營信息庫，對于重點企業、重點行業、重點區域實施標簽化管理，形成常態化的市場調查機制，及時掌握企業生產經營變化趨勢，利用多種途徑保持與企業的順暢交流。充分發揮電網企業的技術優勢及社會責任，為重點企業提供節能增效解決方案，做到互利互贏。

第三，加大電能替代推廣力度。創新電能替代設施建設模式與電能替代推廣機制，探索建立電能替代激勵機制。同時要強化宣傳推廣，擴大電能替代成效。

5 結語

隨著產業結構調整政策的不斷推進，該地區用電市場疲軟態勢很長一段時間將成為新常態。加強縣域用電市場分析，有利于深層次剖析用電市場異常原因，輔助電網企業經營決策層制定有效應對措施。通過對該地區電網公司43個縣域供電公司用電市場的聚類分析研究證明，本文提出的方法能夠在當前復雜的用電外部形勢，能有效輔助網省公司進行實際用電市場分析，是一種可操作性極強的分析方法，但是該方法仍有改進和提高的空間。基于MDS的該地區電網公司縣域用電市場聚類分析方法要進一步推廣還需要做好如下兩點工作：（1）進一步優化或豐富行業分析指標體系，訓練分析聚類模型參數，優化完善行業用電市場聚類模型；（2）開發縣域用電市場分析應用，導入用電數據后，系統自動進行數據聚類分析，并給出初步結論，可以大大縮短人工分析時間。

參考文獻

[1] 于崇偉.電力市場營銷[M].北京：中國電力出版社，2002.

[2] 孫茂文.電力企業中長期電力市場分析預測[J].電源技術應用，2013，（5）.

[3] 王志剛，曲巍，黃愛穎.天津市電力公司售電市場實時預測分析系統建設及應用[J].電力需求側管理，2007，9（1）.

[4] 張宏山.縣供電企業經濟活動分析系統設計研究[D].華北電力大學，2008.

[5] 康重慶.售電市場中售電量的風險分析[J].中國電機工程學報，2009，（19）.

[6] 王小軍.氣候變化對區域農業灌溉用水影響分析[J].中國農村水利水電，2011，（1）.

[7] 郭崇蘭.杭州市極端氣象因子與工業電力消費關聯研究[D].南京信息工程大學，2014.

[8] 范镕.中國電力需求影響因素解析[J].管理學家（學術版），2012，（11）.

[9] 于靜冉.各類用電市場影響因素及開拓策略分析[J].電力需求側管理，2006，（6）.

[10] 河北省新增限制和淘汰類產業目錄（2015年版）[S].

[11] 河北省大氣污染防治行動計劃實施方案[S].2015.

[12] 馬莉.國外電力市場最新發展動向及其啟示[D].國網能源研究院，2014.

[13] 袁健.國外電力市場結構模式比較與借鑒[D].山東大學，2014.

[14] 王欽.基于模糊集理論和層次分析法的電力市場綜合評價[J].電力系統自動化，2009，（4）.

[15] 賴業寧.電力市場穩定性及其風險管理[J].電力系統自動化，2003，（12）.

（責任編輯：黃銀芳）