王 勛，仇 晶，陳婷婷，劉雨明，劉宗奇，王倩微(北京市燃?xì)饧瘓F(tuán)研究院，北京100011)

1 概述

城市能源是經(jīng)濟(jì)發(fā)展的命脈，是國(guó)民經(jīng)濟(jì)發(fā)展和人民美好生活的重要保障，在社會(huì)經(jīng)濟(jì)體系中占據(jù)重要的地位，關(guān)系到城市各行各業(yè)生產(chǎn)經(jīng)營(yíng)運(yùn)行通暢、人民生活安定有序。因此，需要充分保障城市能源的供應(yīng)，做好城市能源的預(yù)測(cè)預(yù)警，并建立完善的能源預(yù)警機(jī)制，更需要對(duì)與能源相關(guān)的重大事件做好應(yīng)對(duì)措施，做到有備無(wú)患。評(píng)估重大事件對(duì)城市能源消費(fèi)及供應(yīng)的影響是城市能源安全研究的重要方面。

2019年歲末，我國(guó)發(fā)生了重大公共衛(wèi)生事件，武漢市衛(wèi)健委2019年12月31日首次公開(kāi)通報(bào)“新冠疫情”。武漢市于2020年1月23日開(kāi)始實(shí)施出行禁令。全國(guó)各地陸續(xù)啟動(dòng)重大突發(fā)公共衛(wèi)生事件一級(jí)響應(yīng)。北京市市委市政府于2020年1月22日成立“新型冠狀病毒感染肺炎疫情防控工作領(lǐng)導(dǎo)小組”，加強(qiáng)了對(duì)北京市疫情的管控。本文將2019年歲末發(fā)生的新冠疫情事件簡(jiǎn)稱為疫情事件。

北京市是全國(guó)天然氣消費(fèi)量最大的單體城市，根據(jù)北京市燃?xì)饧瘓F(tuán)的分類，北京市的燃?xì)庥脩舭彝ド?、公共建筑、冬季供暖、燃?xì)怆姀S、工商企業(yè)、天然氣汽車等。正常用氣情況下，家庭生活、公共建筑、工商企業(yè)、天然氣汽車用氣量不會(huì)隨季節(jié)產(chǎn)生較大幅度波動(dòng)；冬季供暖、燃?xì)怆姀S受當(dāng)?shù)貧夂驐l件、運(yùn)行方式安排的影響，用氣量會(huì)產(chǎn)生非常明顯的變化。疫情事件后，市民生活習(xí)慣、服務(wù)業(yè)和制造業(yè)均受到了疫情發(fā)展的持續(xù)影響，造成城市各類用戶用氣量的不確定性。其中，公共建筑類用戶受國(guó)家政策的影響，用氣量大幅減少，在陸續(xù)分批次復(fù)工復(fù)產(chǎn)后用氣情況依然不理想；工商企業(yè)類用戶受整體市場(chǎng)疲軟的影響，用氣量同比有較大程度的下降。

2 疫情事件對(duì)用氣量影響顯著性分析

疫情事件對(duì)北京市的天然氣消費(fèi)產(chǎn)生了影響。其影響程度，即與未發(fā)生疫情事件相比消費(fèi)量是否存在顯著差異，是本文研究的主題。本文采用事件分析法[1]，研究疫情事件對(duì)北京市2019—2020年供暖期天然氣日用氣量的影響，并對(duì)影響程度進(jìn)行評(píng)估，為企業(yè)、政府評(píng)估城市能源消費(fèi)量變化提供依據(jù)。

2.1 事件的定義

事件分析法(Event Study)是一種實(shí)證研究方法，實(shí)證研究方法是在價(jià)值中立的條件下,以對(duì)經(jīng)驗(yàn)事實(shí)的觀察為基礎(chǔ)來(lái)建立和檢驗(yàn)知識(shí)性命題的各種方法的總稱。價(jià)值中立是指在研究的過(guò)程中研究者不可以用自己特定的價(jià)值標(biāo)準(zhǔn)和主觀好惡來(lái)影響資料和結(jié)論的取舍,從而保證研究的客觀性。事件分析是根據(jù)某事件發(fā)生前后的統(tǒng)計(jì)資料，采用特定技術(shù)(例如假設(shè)檢驗(yàn))測(cè)量該事件影響性的一種定量分析方法，是研究某事件對(duì)某個(gè)特征的影響程度的方法。事件分析法主要是分析某事件對(duì)于基于時(shí)間序列的特征是否有沖擊作用，其有效性基于這樣一個(gè)事實(shí)：假設(shè)某特征在理性的前提下，一個(gè)事件的影響會(huì)立即體現(xiàn)為該特征的相關(guān)指標(biāo)變動(dòng)，因此，可以用一個(gè)相對(duì)短時(shí)期的該特征的相關(guān)指標(biāo)變動(dòng)來(lái)分析和衡量該事件的影響。本文中事件指疫情事件，特征是天然氣用氣量，分析的具體指標(biāo)為2019—2020年供暖期天然氣日用氣量。

事件分析的首要任務(wù)是確定所研究的事件，并且確定要研究事件引起變化的時(shí)間區(qū)段。一個(gè)完整的事件分析[2]按時(shí)間先后順序分為3個(gè)階段，即估計(jì)窗口、事件窗口和事后窗口。事件的估計(jì)窗口是指事件發(fā)生或者產(chǎn)生影響之前的一段時(shí)間，估計(jì)窗口主要用于建立模型評(píng)估事件窗口的預(yù)期收益，在本文中，預(yù)期收益即假定疫情事件未發(fā)生，事件窗口的天然氣日用氣量。事件窗口是事件發(fā)生或者產(chǎn)生影響直到影響結(jié)束的時(shí)間段，事件窗口的實(shí)際收益即疫情事件發(fā)生后，在其影響期內(nèi)北京市的天然氣實(shí)際日用氣量，用于對(duì)比分析評(píng)估事件的影響。事后窗口即事件結(jié)束或者其影響結(jié)束后的一段時(shí)間，事后窗口用于估計(jì)事件窗口后的收益(即日用氣量)是否發(fā)生異常變化。

本文研究的事件定義為北京市的疫情事件，事件特征為天然氣用氣量，指標(biāo)為日用氣量。由于無(wú)法具體確定疫情事件影響的開(kāi)始時(shí)間點(diǎn)，本文以北京市成立“疫情防控工作領(lǐng)導(dǎo)小組”事件為疫情事件的具體觸發(fā)時(shí)間，即1月22日。疫情事件發(fā)生時(shí)間與北京市供暖期重疊，而北京市供暖期的用氣特征及數(shù)量級(jí)與非供暖期有很大差異，用氣量受供暖期天氣變化的影響而出現(xiàn)規(guī)律性波動(dòng)。因此，將2019年11月15日至2020年1月22日作為估計(jì)窗口；將2020年1月23日至2020年3月15日作為事件窗口；考慮到疫情尚未結(jié)束，事件窗口可能更長(zhǎng)，事后窗口時(shí)間點(diǎn)還不能確定，因此，本文對(duì)事后窗口暫不做分析。

2.2 事件窗口預(yù)期收益評(píng)估

綜上分析，事件窗口預(yù)期收益通過(guò)估計(jì)窗口的數(shù)據(jù)進(jìn)行建模評(píng)估，即采用2019年11月15日至2020年1月22日共68 d的北京市天然氣日用氣量數(shù)據(jù)及相關(guān)影響因素建立模型，并評(píng)估2020年1月23日至2020年3月15日共53 d的北京市天然氣日用氣量。本文采用貝葉斯線性回歸模型對(duì)事件窗口的天然氣日用氣量進(jìn)行評(píng)估。貝葉斯線性回歸[3](Bayesian linear regression)是使用統(tǒng)計(jì)學(xué)中貝葉斯推斷[4](Bayesian inference)方法求解的線性回歸[5](linear regression)模型。

北京市供暖期天然氣日用氣量與氣溫及風(fēng)力相關(guān)，為了進(jìn)一步縮小影響日用氣量變化的因素的數(shù)量，假定進(jìn)入供暖期后，各類天然氣用戶沒(méi)有發(fā)生特大的增加或減少，考慮到氣溫變化的持續(xù)影響及建筑物的熱惰性，參與建模的影響因素分別為當(dāng)日平均溫度t0,前一日最低溫度t-1,前兩日最低溫度t-2、當(dāng)日平均風(fēng)速級(jí)別w0。當(dāng)日天然氣日用氣量q0的預(yù)測(cè)模型見(jiàn)式(1)[6]。

q0=f(t0,t-1,t-2,w0)

(1)

式中q0——當(dāng)日(預(yù)測(cè)日)的天然氣日用氣量，m3

t0——當(dāng)日平均溫度，℃

t-1——前一日最低溫度，℃

t-2——前二日最低溫度，℃

w0——當(dāng)日平均風(fēng)速級(jí)別

模型建立：輸入數(shù)據(jù)為事件估計(jì)窗口的每日的各項(xiàng)數(shù)據(jù)t0、t-1、t-2、w0及q0，采用機(jī)器學(xué)習(xí)算法模塊scikit-learn中train_test_split對(duì)象對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練集與測(cè)試集的劃分，并調(diào)用BayesianRidge對(duì)象，采用訓(xùn)練集數(shù)據(jù)訓(xùn)練模型f，利用測(cè)試集數(shù)據(jù)評(píng)估模型f，測(cè)試集預(yù)測(cè)結(jié)果與實(shí)際值平均相對(duì)誤差為3.5%，模型f精度較好，能充分反映事件評(píng)估期日用氣量的規(guī)律。因此，模型f可用。

模型使用：將2020年1月23日當(dāng)日的平均溫度t0、1月22日的最低溫度t-1、1月21日的最低溫度t-2及1月23日的平均風(fēng)速級(jí)別w0，代入模型f，得出2020年1月23日的預(yù)測(cè)日用氣量為q0。將事件窗口的每日的t0、t-1、t-2、w0代入模型f，得出事件窗口每日的預(yù)測(cè)日用氣量。通過(guò)對(duì)比歷年春節(jié)期間日用氣量與平時(shí)日用氣量發(fā)現(xiàn)，春節(jié)假期一周期間北京市天然氣日用氣量比平日減少約10%，因此，將事件窗口春節(jié)假期即2020年1月24至1月31日的預(yù)測(cè)日用氣量乘以系數(shù)0.9，得到修正后的事件窗口53 d的預(yù)測(cè)日用氣量。從北京市燃?xì)饧瘓F(tuán)統(tǒng)計(jì)數(shù)據(jù)獲得事件窗口的實(shí)際日用氣量。事件窗口預(yù)測(cè)日用氣量與實(shí)際日用氣量對(duì)比見(jiàn)圖1。因此，疫情事件是否對(duì)北京市2019—2020年供暖期天然氣日用氣量產(chǎn)生影響，可轉(zhuǎn)變?yōu)槭录翱谕惶斓念A(yù)期收益(預(yù)測(cè)日用氣量)與實(shí)際收益(實(shí)際日用氣量)是否有顯著差異。

圖1 預(yù)測(cè)日用氣量與實(shí)際日用氣量對(duì)比

2.3 顯著性分析

在疫情事件研究中，需要對(duì)同一天的預(yù)期收益和實(shí)際收益數(shù)據(jù)進(jìn)行對(duì)比，即事件窗口的預(yù)測(cè)日用氣量和實(shí)際日用氣量進(jìn)行對(duì)比，此種情況適合使用配對(duì)樣本t檢驗(yàn)[7]。配對(duì)樣本t檢驗(yàn)實(shí)際上是先求出每對(duì)測(cè)量值的差值，即事件窗口每天的實(shí)際日用氣量與預(yù)測(cè)日用氣量配對(duì)求差值，得到53個(gè)個(gè)體組成的樣本，并檢驗(yàn)該樣本的均值與零均值之間差異的顯著性。

該檢驗(yàn)過(guò)程采用SPSS17.0軟件中配對(duì)樣本t檢驗(yàn)完成。通常選擇0.05的顯著性水平。軟件計(jì)算結(jié)果表明，在0.05的顯著性水平下，檢驗(yàn)統(tǒng)計(jì)量t對(duì)應(yīng)的概率[8]為0.00，小于0.05，可認(rèn)為疫情事件窗口每日的預(yù)期收益與實(shí)際收益有顯著性差異，即疫情事件的發(fā)生顯著影響了北京市2019—2020年供暖期天然氣日用氣量。

2.4 評(píng)估結(jié)果小結(jié)

從日用氣量角度的分析，預(yù)期收益與實(shí)際收益有顯著差異，在事件窗口，北京市每日的預(yù)期收益即預(yù)測(cè)日用氣量平均達(dá)0.852 1×108m3，每日的實(shí)際收益即實(shí)際日用氣量平均只有0.748 9×108m3，比預(yù)測(cè)值降低了約12.11%。則在事件窗口內(nèi)，53 d共減少了約5.469 6×108m3的用氣量。北京市燃?xì)庥脷饬拷y(tǒng)計(jì)分為城市燃?xì)?包括工業(yè)、家庭、公建、供暖、躉售等)和電廠。據(jù)北京市燃?xì)饧瘓F(tuán)統(tǒng)計(jì)，北京市2020年第一季度城市燃?xì)庥脷饬繙p少1.4×108m3，電廠用氣量減少3.2×108m3，共計(jì)減少了4.6×108m3。另外，受疫情事件影響，北京市2019—2020年供暖期延長(zhǎng)至3月31日24時(shí)，統(tǒng)計(jì)表明，延長(zhǎng)供暖期間供暖用戶天然氣消費(fèi)量增加約3×108m3，因此，第一季度實(shí)際天然氣消費(fèi)量減少范圍為(4.6～7.6)×108m3，以北京市2019年用氣量172×108m3計(jì)算，占全年天然氣用氣量的2.7%～4.4%。可見(jiàn)，疫情事件的發(fā)生對(duì)北京市天然氣用氣量的影響顯著。

3 疫情對(duì)城鎮(zhèn)燃?xì)馄髽I(yè)的影響分析

① 由疫情事件造成的天然氣需求放緩，將持續(xù)相當(dāng)長(zhǎng)一段時(shí)間，疫情結(jié)束后會(huì)不會(huì)出現(xiàn)需求反彈存在較大的不確定性。

② 疫情期間國(guó)家采取有針對(duì)性的政策支持，通過(guò)降低銷售給城鎮(zhèn)燃?xì)馄髽I(yè)的天然氣價(jià)格解決城鎮(zhèn)燃?xì)馄髽I(yè)面臨的問(wèn)題和困難，為下游產(chǎn)業(yè)鏈抗風(fēng)險(xiǎn)能力較弱的企業(yè)用戶提供短期的機(jī)遇。這是否對(duì)城市用氣結(jié)構(gòu)產(chǎn)生影響需要持續(xù)跟進(jìn)研究。

③ 疫情事件一方面影響了上游供應(yīng)企業(yè)的工作安排，勢(shì)必影響城鎮(zhèn)燃?xì)獾纳嫌喂?yīng)，另一方面疫情事件使燃?xì)庑枨笄€異常波動(dòng)，將削弱城鎮(zhèn)燃?xì)馄髽I(yè)多用戶天然氣需求預(yù)測(cè)風(fēng)險(xiǎn)反應(yīng)能力，而城鎮(zhèn)燃?xì)馄髽I(yè)與上游供氣企業(yè)簽訂了購(gòu)銷協(xié)議，上游對(duì)于天然氣年、月、周、日、小時(shí)計(jì)劃的嚴(yán)格管理較為苛刻，計(jì)劃準(zhǔn)確度將直接與采購(gòu)成本掛鉤。疫情事件給城鎮(zhèn)燃?xì)馄髽I(yè)的運(yùn)營(yíng)調(diào)度，特別是偏差結(jié)算增加了很大的難度。偏差結(jié)算即若需求方當(dāng)月合同氣量用不完，則按合同量結(jié)算，對(duì)付款未提取量雙方可協(xié)商補(bǔ)提；若供應(yīng)方未按合同足量供應(yīng)，經(jīng)雙方溝通不能按期補(bǔ)足的，根據(jù)合同予以處罰。此次疫情事件應(yīng)屬于不可抗力因素，上游供氣企業(yè)及城鎮(zhèn)燃?xì)馄髽I(yè)應(yīng)充分評(píng)估、重視此次事件的影響，在國(guó)內(nèi)疫情乃至全球疫情的大環(huán)境下，在保供應(yīng)及偏差結(jié)算方面充分溝通合作，共同應(yīng)對(duì)疫情對(duì)天然氣行業(yè)帶來(lái)的影響。