●王振

基于大数据分析的工商业用电客户欠费风险预测研究

●王振

电费回收是供电企业保障经营成果的生命线。面对企业经营风险增大的严峻形势，目前欠费风险管控手段基本只能依靠企业历史欠费情况进行风险判断，缺乏对用户用电量趋势及缴费历史的深入挖掘，缺乏利用外部数据对企业经营风险进行评估，从而导致对企业欠费风险判断准确性与及时性的不足。尤其是工商业用电客户破产行为给供电企业带来了较大的经济损失。因此，如何科学地利用大数据分析，量化风险指标，有效进行电费回收风险预警，进而防控电费回收风险，最大限度地保护国家和电力企业的合法效益，成为了供电企业经营管理的重要课题。本文在分析国内外电费回收现状及风险管控的前提下，基于用户用电数据、缴费数据、可公开获得与用户相关的外部数据，构建企业欠费风险预测的数学模型。该方法可以大大提高电网企业的欠费风险防控能力。

一、国内外电费回收现状及风险管控

（一）国外模式

国外售电公司多采用与当前移动、联通等运营公司类似的电费预付费缴交模式（购买电量），电费回收风险较低，暂无类似研究。

（二）国内固有模式

长期以来，国内普遍采用先用电后付钱的缴费模式，虽然目前已逐步开展预付费装置及远程费控技术，但总体占比偏小。电费回收风险的管控措施主要有：

1.营造氛围防范电费风险：利用各种传媒手段宣传电的商品属性，应用法律法规，使广大客户树立依法用电的观念，提高用电缴费的意识，培养自觉交纳电费的良好习惯。

2.分析用户经营状况：营销收费人定期走访了解客户的原材料供应、生产、销售及财务状况，密切掌握客户动态，针对客户经营情况采取不同的催费手段。尤其对经营较差、交费困难的客户要安排专人紧跟盯守，督促按月交纳电费；对濒临破产和租赁经营的客户，要实行预付购电制度或资产抵押制度。

3.完善和创新收费方式：依托现有网上银行、居民储蓄、IC卡预售电费，不断探索新的收费方式，如划小缴费周期增加抄表次数及扣款次数、安装预付费装置等。

4.充分应用法律赋予的停电催费手段，但需多方协调，减少停电引起的矛盾。

以上电费回收风险防范措施及预警机制，由于缺乏必要的量化指标，造成只能采取人盯、停电等防范或警告措施，执行难度大，效率低。

（三）广西桂林供电局模式

2016年桂林供电局大工业电费回收率保持每月99.98%以上。

笔者以所在单位（桂林供电局）为例，依据现状，总结经验，分析电费回收风险防范措施及预警机制。

1.目前桂林供电局电费回收风险及管控措施

（1）企业工业用电客户

中央加快经济发展方式转变、推进供给侧改革，去产能、去库存、去杠杆、降成本、补短板五大任务。今年国家出台多项水泥、钢铁和煤炭等行业化解过剩产能实现脱困发展的政策，直接导致大宗商品价格走低，高耗能行业长期开工不足，用电市场持续低迷，客观上导致电力需求放缓，电费风险增加。特别是桂林网区60%的电力消费是趸售县域用电，其中全州县、灌阳县均是高耗能企业居多，政策研判与弱抗风险能力过低无疑是电费资金安全的大患。

目前，通过营销收费人定期走访了解客户的原材料供应、生产、销售及财务状况，密切掌握客户动态，针对客户经营情况采取不同的催费手段。虽然具备了一定的电费回收风险的管控措施，但防患于未然才是关键。

（2）居民小区商业用电客户

桂林房地产产业在广西起步较早，一些初期建成的楼盘目前已经变成陈旧小区，例如桂林奇峰小筑，小区居住人口多而且复杂，出现欠费问题后也难以解决。桂林供电局2~3年期陈欠电费中相继出现的桂鹏物业公司、桂林台联房地产公司等小区欠费，就像一个个小小的社会缩影。其中有房地产商的资金不足、挪用电费的问题，也有业主和物业公司矛盾产生的问题。另外，类似桂林机床厂这种濒临破产企业，还负担企业职工电费，2015年11月累计欠费达99万。

目前对于存量总表收费小区已通过一户一表改造，将总表欠费压力还原到居民客户自身，对于公共用电部分独立装表，并安装、使用预付费装置。对破产企业总表收费户积极向政府汇报，借助法律手段及免费“一户一表”改造的契机，2015年成功收回桂林机床厂职工全部欠费。另外，依托现有网上银行、支付宝等多种缴费渠道，促使居民按时缴费。

（3）城市公共照明用电

桂林是国际旅游名城，城市公共照明已成为桂林一道不可或缺的风景，但由财政拨款支付的城市公共照明电费，历年来一直是一块难啃的骨头。这一类的电费金额较大，而且审批流程复杂。目前桂林供电局已与路灯管理处、财政局协调，建立了每月电费定期沟通机制，并争取到财政资金拨款优先权。2016年回收基本稳定。

2.用电客户电费回收重点及思考

综上，居民类电费对于常住用电客户仅存在跨月缴费的风险，出租户通过预付费电表可以得到一定程度的解决，但金额不大；政府拨款电费只要建立沟通机制，做好专人跟踪，问题也不大。关键还是工商业用电客户，特别是高耗能客户，由于涉及资金庞大，对于企业来说涉及现金流问题。因此，虽然目前通过划小缴费周期增加抄表次数及扣款次数、安装预付费装置等方法进行防控，但增加了企业的经营成本，导致争议。现已引起社会关注，下一步政策动向仍未确定。

通过研究分析，笔者提出了一种通过企业公开数据、企业用电及缴费数据，设定量化的风险管控指标，构建企业下期用电量预测模型、电费回收风险评估模型，预测企业的电费缴交风险，并提前发出预警的新型电费回收风险预警模式，对于提高工商业用电客户的电费回收工作具有积极的促进作用。

二、工商业用电客户欠费预测的关键技术

（一）构建预测模型

欠费风险预测模型需要运用大数据的理念，考虑多种指标并存的情况，并通过科学的计算方法对指标赋予权重，避免经验或人为设定权重影响过大，以便更准确地反应各项指标对欠费风险的影响程度。即采用数学算法为指标动态赋予权重，从而能够支撑后续指标扩展，使模型稳定并具有高适用性。因此，构建预测模型的第一步是整合供电企业内部客户信息资源，包括用户历史用电量数据、历史缴费数据、历史欠费数据等，结合公共渠道外部收集的数据信息，包括企业信用、行政处罚、外部负面舆情等相关信息，梳理出影响电费回收的企业欠费风险指标并根据轻重缓急设定不同的初始权重因子。

在借鉴国内外案例的基础上，广泛应用例如灰色关联、多元回归、神经网络等数学方法进行数学建模。目前这些技术在业界使用上已经非常成熟，能够实现数学建模的各项需求，加上供电企业数据库中的大量历史数据，可提供大量的训练样本，保证模型能够实现自适应，达到更加科学、贴近工作实际的目标。

（二）公共渠道外部数据收集

网络已成为大量信息载体平台，如何有效提取并利用网络上的信息成为一个巨大的挑战。传统的搜索引擎作为辅助检索信息的工具已成为用户访问网络的入口和指南。但有限的搜索引擎服务器资源与无限的网络数据资源之间的矛盾仍然存在。同时，网络数据形式的不断丰富及网络技术的不断发展，图片、数据库、音频、视频多媒体等不同数据大量出现，借助搜索引擎往往不能很好地发现和获取这些信息含量密集且具有一定结构的数据。

因此，设计网络爬虫进行外部信息收集既要保证特定网站的数据深入获取，例如人力资源网、国家税务局网、阳光问政平台、新浪微博、工商局等数据，分析工商业用户用电情况并对客户欠费风险等进行分析与识别，促进公司管理向精益化转变。同时，还要保证特定字段、关键词的大范围搜索，广泛获得外部渠道公开的关于企业信用、行政处罚、外部负面舆情等相关信息。

图1 系统功能框架图

（三）系统设计

1.系统功能框架（详见图1），具体功能如下：

（1）用户欠费风险排名

对欠费风险预测模型的运算结果进行分析得到用户欠费风险值并进行排序。可以选择查看历史期的用户欠费风险值以及排名情况。

（2）用户欠费风险指标得分

可按照用户对用户欠费风险指标的得分情况进行追溯、指标分值展示，可以查看历史期的用户欠费风险指标得分情况。

（3）用户欠费风险指标数据追溯

可对用户欠费风险指标中涉及相关数据进行追溯、查询与展示。

（4）用电量预测模型

对用户的下月用电量进行预测。预测结果用来分析用户的用电预测数据与实际用电数据差异。

（5）欠费风险预测模型

数学模型应充分反应各项指标因素对用户欠费风险的影响。欠费风险预测模型还需考虑不断更新、调整多种指标，对欠费风险影响程度的综合反映。

（6）公共渠道外部数据收集

既需要具有指定信息的来源渠道，收集的信息关键词等功能，也要不断扩充完善，还需要具有将收集的信息包括信息来源、关键词、信息日期等内容进行存储的功能，这些信息才能更加全面地作为欠费风险分析指标之一。

（7）用户用电相关数据导入或接口

采取定制导入数据模板或与营销系统进行接口的方式完成用户用电类数据的接入。包括用户历史用电量数据、用户缴费历史数据、用户欠费历史数据。

（8）用户管理

提供系统用户的管理功能，包括用户名与密码的设置、修改，用户的新增与删除等维护功能。

（9）功能权限分配

图2 技术架构图

图3 系统部署构架图

提供系统用户与页面权限分配功能，为用户提供页面使用授权。

（10）系统运行日志

提供系统用户应用的运行日志记录、监控以及查询功能。

2.应用交互

数据交互模式可采取数据导入模式或接口模式，单向数据流。在采取接口模式时，只需要建立一个应用接口服务，每月定期在电网企业营销系统中获取用户的用电数据包括用电量数据、缴费数据、欠费数据。

3.技术架构，如图2所示，具体功能本文不作详细介绍。

4.系统部署构架

为确保应用系统稳定、正常地连续运营，7×24小时不停机地运转是支撑关键业务的重要保证。因此，本系统部署采用主、备用方案，具体如图3所示。

系统具备数据备份及应用备份两级备份功能。整体部署架构根据主备策略设计：

（1）应用服务器：采用虚拟机，部署web应用服务；

（2）数据分析服务器：采用虚拟机，部署大数据分析后台应用与NoSQL数据库；

（3）关系数据库服务器（主、备）：采用虚拟机，存储模型、用电数据、天气等业务数据；

（4）前置服务器：采用虚拟机，部署外部数据抓取服务。

三、效益分析

该预测方法在数学建模及软件分析，包括网络爬虫工具方面已具备成熟条件下，依托电网公司强大的营销系统及用户用电数据，结合外部数据，建立数字化的电费回收风险分析预测模型。大量工商业用电客户欠费的历史数据及新闻，足够为算法的训练确定各影响因子的权重，实现自适应提供样本保障，从而提供了直观、全面、多维且深入的客户用电数据分析及电费风险分析预测，有效提高了工商业用电客户欠费风险的预测准确率。实现营销管理精益化转变。

从经济效益分析，该模型投资成本不大，可以直接减少供电局经济损失，且建成之后可大大减少人力资源成本，通过预测进一步提高对客户需求的精准把握，为决策与生产运行提供高效支撑。下一步将企业和个人的欠缴电费、违约用电、窃电等失信行为纳入征信系统，与金融信用信息建立共享机制，影响用户贷款、出行、就职等多方面活动，将能够进一步减轻电网企业的催费人力成本，做好供电服务。

从社会效益分析，该模型间接提升客户服务体验，结合供电优质服务同步开展，在节约成本、增加收益及树立企业良好形象等方面，可实现多赢。在电力体制改革大背景下，深化风险预测模型还可依托电网企业大数据资源，结合云计算等技术，为企业提供市场行情分析及用电负荷、电量预测等增值服务，提高竞争力及客户粘性。

四、结语

电网企业积累了海量、实时的电网业务数据，具备了规模性、实时性、多样性的特征，特别是客户用电数据及用电习惯的数据，辅以外部工商业网站及政策、曝光新闻，这些是供电企业防范工商业用电客户欠费风险的一大优势，因此更应重视并建立大数据分析体系，实现精准优质服务。本文围绕用户电量增长维度、近期电量同比增长维度、电量大数据预测与实际对比维度、及时缴费维度与历史欠费维度，结合外部数据维度构建电费回收风险方面的评价指标，创新提出通过数学算法科学构建企业欠费回收风险分析模型，并对用户的欠费风险进行量化预测，为供电局电费回收提供技术支撑。但在数据隐私性和数据安全性方面仍有不足之处，有待完善。

(作者单位：桂林供电局）