住宅空置的电力大数据分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇住宅空置的电力大数据分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

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/ki.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）.