基于用电信息的居民行为分析

史爽 李新 李平

摘  要：基于某市主城区1795个小区1287794户居民的一年半左右的日用电信息可以发现：第一，有13.93%的居民户在半年以上无人居住;第二，该市假日存在明显人口流动特點;第三，小区用电水平与住房价格呈现正相关。该文首次以电力数据的视角开展对住房、人员流动和居民分群的分析，探索电力数据的外延性价值，也为实现能源数据社会化共享做出了尝试。

关键词：居民用电  住房空置  假日流动

中图分类号：TP319   文献标识码：A            文章编号：1672-3791（2019）06（c）-0003-02

1  背景与意义

国家电网居民用电信息采集系统实现智能电表用户用电信息全覆盖，为进一步开展大数据分析研究奠定了基础。笔者验证性地使用某市主城区1795个小区1287794户居民的2015年3月以来近两年左右的日用电信息，研发了SmartPower手机APP，通过后台大数据计算，让用电信息反映出居民住房入住情况、用电相对水平以及节假日流动特征，创新性地把物理用电信息与社会活动信息联系了起来，为电力数据发挥社会管理、商业应用的价值做出了尝试。该研究不仅在应用场景上做出探索，更在研究如何有效量化电力数据的社会属性上，研究了数据建模的操作规范，为推动后续工作摸索了路径。

2  分析过程

2.1 居民住房入住情况

2.1.1 居民入住的电量界定

对居民入住情况的量化反映，最常见的是住房空置率。用电采集系统可实现日内15min级采集家庭用电信息，因此对居民入住行为刻画得更为精确。为了计算小区乃至城市的居民入住情况，笔者仅使用每户日电量作为计算基础，并同时考虑电量的持续特征，因此把每户零电量并持续180d以上的住户判定为无居住行为户，并计算出空置率。考虑到住户不在家居住但家庭电器仍处在低功率用电状态，如插板、电冰箱等，为此还要考虑极低电量的住户也是无居住行为户，这样对于极低电量用户还存在一个计算阈值的问题。

2.1.2 分析过程

笔者分别计算了住户用电连续30d、60d、90d、180d以上日电量持续为零的住户数，以此住户数除以总样本数计算得到空置率。为了将极低电量住户考虑进来，选取了月均用电在30度以下的住户，以0.5度为区间划分出60个区间，将每一区间值以下视为空户的极低用电阈值，分别计算出60个空置率数据，把所有计算结果形成空置率曲线，将曲率最大的点作为极低电量的阈值。

2.1.3 分析结果

最终，在零电量和极低电量分别持续的30d、60d、90d、180d计算的空置率分别为33.34%、25.32%、21.70%和13.93%。按照国际商品房空置率的标准，10%～15%之间是空置危险区，20%以上是严重挤压区。根据时间分段方式和阈值选取结果，笔者认为所计算的13.93%的空置率较为合理。另外，根据极低电量的测算方法，笔者确定的空置户极低电量的标准为月均用电9.6度，日均用电0.31度。不仅如此，还对该市各行政区的入住情况进行了计算，结果见图1。

2.2 居民假日流动情况

2.2.1 用电对假日流动行为的界定

节假日到来，外出的家庭用电低至空置户水平，回家团聚的家庭则用电显著回升。为了刻画节日期间用电情况，笔者使用节日期间的日均电量与空置户水平的比较作为家庭节日流动情况的判定依据。之所以不直接比较电量变化情况而仅以空置户用电水平作为比较基础，是因为难以区分正常用户用电变化和出行流入家庭的用电变化，仅能通过空置户的用电变化来反映出住户是外出还是回家。因此，若假日期间家庭外出，则假日前的用电水平高，假日期间的用电水平低至空置户水平。若假日期间回家团聚，则假日前的用电水平在空置户水平，而假日期间的用电水平显著升高。

2.2.2 计算过程

首先，以日均用电0.31度为标准，选取了春节和国庆两个7d长假时段进行测算。将除夕开始的7d或从国庆节开始的7d内的平均日电量作为假日用电水平H，在此之前的一个月内的平均日电量作为假日前的用电水平P。若H<0.31<

2.2.3 分析结果

经过计算，春节期间各行政区和所在代表小区的住户总体呈现流入比例小于流出的情况，春节假日有明显外出行为家庭占三成左右，表明假日居民外出倾向较高（见表1）。国庆假期的情况基本类似，限于篇幅，不做赘述。

2.3 居民用电水平与住房价格的相关性研究

2.3.1 居民相对用电水平

通过计算某小区月均用电量与全市所有小区中月均用电量的最大值的比例，得到小区用电的相对水平。当然，也可以将某小区内住户月均用电量与该小区所有用户中月均用电量的最大值做比较，得到住户的相对用电水平。最后，将计算的相对用电水平标准化为0～100之间的指数。

2.3.2 与住房价格的相关性

计算出小区的用电指数后，将对应小区的住宅均价与用电指数进行相关性分析，得到其person相关系数为0.5408，从散点图的分布来看（见图2），相对用电水平越高，房价相应地较高，这说明家庭用电水平和小区品质存在一定的正相关关系，这对进一步开展用电水平和住户分群的研究有所启示，若能进一步将家庭用电数据与居民微观经济行为联系起来，可以拓展以用电信息为基础的居民经济收入水平的刻画和分群。

3  结论与创新点

基于居民用电信息大数据，笔者对电力数据之外的非电应用和信息发掘做了尝试。通过居民细颗粒的用电数据，对居民住房使用情况、假日流动情况以及居民用电反映出的相对水平3个方面做出了初步分析。我们发现：以家庭用电数据来测算，第一，全市约有13.93%的居民户在半年以上无人居住;第二，该市假日小区及行政区内流出住户大于流入的住户，表明假日居民外出倾向较高;第三，小区用电相对水平与住房价格呈现正相关，这为进一步开展居民经济社会化分群提供了用电信息视角。

该文创新之处在于，一是首次以电力数据的视角开展对住房、人员流动和居民分群的分析;二是实现了电力数据的外延性价值，为营销视角拓展新兴业务提供思路;三是作为公共服务领域内，实现能源数据社会化共享的一次尝试。

参考文献

[1] 江樱，王志强，戴波.基于大数据的居民用电消费习惯研究与分析[J].电力信息与通信技术，2015（11）：7-11.

[2] 杨桥桥，田权，周小娜.基于电力大数据的住宅空置情况分析[J].信息系统工程，2018，297（9）：22.

[3] 郑海雁，金农，季聪，等.电力用户用电数据分析技术及典型场景应用[J].电网技术，2015（11）：3147-3152.