环保及公用事业行业排污大数据之二：大数据跟踪全国2000家火电厂从月度排污量预测火电发电量-20191106-长江证券-20页.pdf

请阅读最后评级说明和重要声明 1/20 研究报告 环保行业&公用事业行业 2019-11-6 排污大数据之二排污大数据之二：大数据大数据跟踪跟踪全国全国 2 2000000 家家火电火电厂厂，从，从月度月度排污量排污量预测预测火电火电发电量发电量 跨小组报告行业深度 报告要点 鲁苏浙地区电力生产企业较多，其中火电企业占比 90.8%电力行业与造纸行业共同于 2017 年下半年完成核发排污许可证，即最迟至2018 年 1 月开始，所有已经拿到排污许可证的电力企业理应开始对外披露排污许可执行报告。截至 2019 年 10 月 10 日，共有 2,199 家电力企业获发排污许可证，其中火电企业 1,996 家，占比 90.8%；按照区域来看，主要集中在山东省（357 家，占比 16.2%）、江苏省（214 家，占比 9.7%）和浙江省（140 家，6.4%）；按照污染物许可排放量来看，也主要集中在内蒙古、江苏、山东等省，总体来看，与火电装机容量区域分布趋同。实际排放量情况：历史数据较多，披露及时性有待提高 剔除异常值后，火电企业共有 1,850 家企业获发排污许可证，但受制于排污许可证执行报告质量因素，能够连续完整披露排污量数据的企业占比并未达到100%。选取选取 2018 年年 1-12 月有连月有连续非零排污数据的企业（共续非零排污数据的企业（共 578 家）作为分家）作为分析样本析样本，分省份对比各省 2018 年第二产业 GDP 与污染物排量的情况（以 NOx为例），总体来看二产 GDP 体量较大的省份排放污染物也比较多。火电发电量及污染物历史拟合及未来预测效果较好 选取每对相邻月份中非零非空数据作为样本进行环比增速的计算，火电企业样本数量约 1,0001,400 个。定量来看，颗粒物、SO2 及 NOx 本身走势高度吻合，同时回溯后火电发电量环比数据与颗粒物、SO2 及 NOx 排放量环比数据呈非常高正相关，R2 达到了 0.94。利用回归方法，对 2019 年 7-9 月实际发电量同环比数据进行回测，2019年7月预测值相对较为准确，同比值相差仅为0.1%，8 月环比值相差 0.8%，而 9 月数据相差较大，可能的原因有以下几点：1）9月样本数据过小，无法反应客观事实（最重要原因）；2）火电行业持续推进超低排放改造，污染物数据影响拟合结果；3）统计范围及预测存在差异。核心结论与展望：未来可用排污数据预测提前预测火电发电量数据 结论来看，结论来看，利用污染物排放量对火电发电量进行拟合及预测来看是行之有效的，随着火电企业超低排放改造逐渐进入尾声，污染物排放绩效逐渐稳定后，预测效果应当会更加准确；领先性来领先性来看，看，排污许可报告要求企业在次年 15 日之前提交年度报告，理论上月度或季度报告延迟时间也不会超过次月 15 日，能够领先统计局及能源局数据。分析师分析师 凌润东凌润东 （8621）61118721 执业证书编号：S0490517100002 分析师分析师 张韦华张韦华 （8621）61118722 执业证书编号：S0490517080003 分析师分析师 任楠任楠 （8621）61118721 执业证书编号：S0490518070001 分析师分析师 金宁金宁 （8621）61118722 执业证书编号：S0490518100001 分析师分析师 分析分析师师 分分析析师师 分析师分析师 分析师分析师 分析师分析师 分析师分析师 分析师分析师 分析师分析师 分析师分析师 分析师分析师 风险提示：1.报告中结论均基于样本数据得出，存在样本数据偏差过大的风险；2.报告数据不再披露。请阅读最后评级说明和重要声明 2/20 跨小组报告行业深度 目录 排污大数据跟踪全国火电企业排污量.4 火电企业占比 90.8%，其中鲁蒙苏浙电力企业较多.5 火电污染物主要集中在蒙鲁苏晋等地.5 实际排放量情况：历史数据较多，披露及时性有待提高.7 火电发电量的拟合及预测：相关性较好，拟合预测有待提升.11 火电发电量及污染物历史拟合：利用颗粒物及 SO2 排放量环比平均值来拟合发电量环比增速效果最好.11 火电发电量回测：7-8 月回测效果较好，9 月存在较大误差.16 图表目录 图 1：全行业排污许可证核发进度图（2017 年-2020 年）.4 图 2：核发许可证电力生产企业二级行业分布（单位：家）.5 图 3：核发许可证电力生产企业位置分布.5 图 4：电力生产企业 NOx 许可排放量热力图.6 图 5：火电企业颗粒物许可排放量热力图.6 图 6：火电企业 SO2 许可排放量热力图.6 图 7：火电企业 NOx 许可排放量热力图.6 图 8：主要省份 6000 千瓦以上火电装机容量（单位：万千瓦）.6 图 9：火力发电企业污染物许可排放量（单位：万吨）.6 图 10：火电企业排污样本量情况（单位：个）.7 图 11：578 家火电企业 2018 年实际颗粒物排放量热力图.8 图 12：578 家火电企业 2018 年实际 SO2 排放量热力图.8 图 13：578 家火电企业 2018 年实际 NOx 排放量热力图.8 图 14：578 家火电企业 2018 年分省份实际污染物排放量（单位：吨）.8 图 15：分省份 2018 年第二产业 GDP 及 NOx 排放量情况（单位：亿元，吨）.9 图 16：各省份 2018 年 1-11 月电量交换情况（单位：亿千瓦时，电量净输入=输入电量-输出电量）.9 图 17：工业增加值累计同比及火电发电量累计同比对比（单位：%）.11 图 18：火电发电量及污染物排放量环比情况.13 图 19：火电发电量及污染物排放量环比回归情况.14 图 20：添加虚拟变量后的回归检验结果.15 图 21：颗粒物及 SO2 环比平均值拟合火电发电量环比增速情况.15 表 1：2018 年全口径发电量及清洁能源占比情况（单位：亿千瓦时，清洁能源=水电+核电+风电+太阳能）.10 表 2：2018 年至今我国分月份火力发电量情况（单位：亿千瓦时）.12 表 3：污染物环比数据计算结果（单位：%，个）.12 表 4：添加虚拟变量后的待检验变量.14 表 5：各指标回归拟合结果对比.15 表 6：回溯预测 2019 年 7 月火电发电量环比值.16 请阅读最后评级说明和重要声明 3/20 跨小组报告行业深度 表 7：回溯预测 2019 年 8 月火电发电量环比值.16 表 8：回溯预测 2019 年 9 月火电发电量环比值.17 表 9：2019 年 7-9 月回溯预测结果.17 表 10：全国大型火电企业环保排放绩效情况（单位：克/千瓦时）.18 请阅读最后评级说明和重要声明 4/20 跨小组报告行业深度 系列报系列报告前篇告前篇介绍：介绍：2019 年 8 月我们发布了排污大数据之屠宰行业：屠宰排污大数据观察养殖行业，通过大数据统计了所有屠宰企业的污染物排放量的信息，以图量化跟踪分析行业变化情况。主要结论包括主要结论包括：按照屠宰废水 COD 产污系数进行换算，2019年 1-6 月 92 家牲畜屠宰重点企业屠宰量分别约为 149、97、162、120、111 和 109 万头（占到商务部披露的生猪定点屠宰企业屠宰量的 7%-10%），2019 年年 4 月开始屠宰量月开始屠宰量持续环比下滑，持续环比下滑，6 月月相相比比 3 月月单月屠宰量下滑超过单月屠宰量下滑超过 30%（COD 和氨氮分别下降和氨氮分别下降 32.7%、46.2%），河南及湖南），河南及湖南屠宰排污量下降较多，屠宰排污量下降较多，Q2 相比相比 Q1 屠宰停产率提升。屠宰停产率提升。此外，禽类氨氮污染物排放量持续提升，也一定程度上表明禽类肉制品作为生猪肉制品的替代品，屠宰量正持续提升。本篇报告结论：本篇报告结论：本篇报告通过对近 2,000 家火电企业 2018 年至今的三类大气污染物（颗粒物、SO2、NOx）实际排放量情况进行收集整理，并与统计局公布的火电发电量时间序列进行拟合发现，利用颗粒物利用颗粒物及及 SO2 排放量排放量环环比平均值来拟合发电量环比比平均值来拟合发电量环比增速效果增速效果最好最好，R 平方值为平方值为 0.937，两个参数（回归方程的截距和斜率）p 值分别为 0.012 和3.13x10-11，远小于 0.05。利用此方法回测 2019 年 7-9 月份实际值来验证方法的准确性，回测结果来看，2019 年 7 月预测值相对较为准确，同比值相差仅为 0.1%，8 月环比值相差 0.8%，而 9 月数据相差较大，可能的原因包括：1）9 月样本数据过小，无法反应客观事实（最重要原因）；2）火电行业持续推进超低排放改造，污染物数据影响拟合结果；3）统计范围存在差异。以下为报告全文：排污大数据跟踪全国火电企业排污量 电力行业是最早一批核发排污许可证的行业，与造纸行业共同于 2017 年下半年完成核发，即最迟至 2018 年 1 月开始，所有已经拿到排污许可证的电力企业理应开始对外披露排污许可执行报告。我们通过对电力企业排污大数据进行整理和分析，以期能够前瞻性获得全国乃至区域性发电量数据，以进一步分析佐证经济运行情况。图 1：全行业排污许可证核发进度图（2017 年-2020 年）资料来源：固定污染源排污许可分类管理名录（2017 年），长江证券研究所 请阅读最后评级说明和重要声明 5/20 跨小组报告行业深度 火电企业占比 90.8%，其中鲁蒙苏浙电力企业较多 电力行业电力行业 2017 年下年下半年半年开开始核发排污始核发排污许可证，截至许可证，截至 2019 年年 10 月月 10 日，共有日，共有 2,199家电力企业获发排污许可证。家电力企业获发排污许可证。按照二级行业来看：按照二级行业来看：获发排污许可证的电力生产企业中共有 1,996 家火力发电企业，占比达 90.8%，此外热电联产企业 98 家，占比 4.5%，生物质能发电企业 64家，占比 2.9%，太阳能发电企业 1 家，及其他类型电力生产企业 40 家获发排污许可证；按照分布区域按照分布区域来看：来看：山东省（357 家，占比 16.2%）、江苏省（214 家，占比 9.7%）和浙江省（140 家，6.4%）获发排污许可证的电力生产企业数量全国靠前。图 2：核发许可证电力生产企业二级行业分布（单位：家）图 3：核发许可证电力生产企业位置分布 1996,91%40,2%98,4%64,3%1,0%火力发电其他电力生产热电联产生物质能发电太阳能发电 资料来源：生态环境部，长江证券研究所 资料来源：生态环境部，长江证券研究所（2,199 家公司中 1,924 家企业含有位置信息）火电污染物主要集中在蒙鲁苏晋等地 火力发火力发电企业电企业污染物许可污染物许可排放量来看：排放量来看：颗粒物总许可排放量为 44.6 万吨，占所有电力生产企业颗粒物核发量的 97.5%，主要集中在内蒙古（4 万吨，占比 9%）、山西省（2.9 万吨，占比 6.6%）和江苏省（2.9 万吨，占比 6.4%）；SO2 总许可排污量为 215 万吨，占所有电力生产企业 SO2 核发量的 98%，内蒙古（20.9 万吨，占比 9.7%）、贵州省（17.8 万吨，占比 8.3%）、山西省（15.8 万吨，占比 7.3%）等省份核发量排名靠前；NOx 总许可排污量为 212.7 万吨，占所有电力生产企业 NOx 核发量的 97%，山东省（17.9 万吨，占比 8.5%）、内蒙古（17.9 万吨，占比 8.1%）、江苏省（17.2万吨，占比 7.8%）等省份核发量排名靠前；请阅读最后评级说明和重要声明 6/20 跨小组报告行业深度 图 4：电力生产企业 NOx 许可排放量热力图 图 5：火电企业颗粒物许可排放量热力图 资料来源：生态环境部，长江证券研究所 资料来源：生态环境部，长江证券研究所 图 6：火电企业 SO2 许可排放量热力图 图 7：火电企业 NOx 许可排放量热力图 资料来源：生态环境部，长江证券研究所 资料来源：生态环境部，长江证券研究所 主要省份 6,000 千瓦以上装机容量来看，主要集中在山东省（10,530 万千瓦，占比 9.%）、江苏省（10,081 万千瓦，8.62%）和内蒙古（8,642 万千瓦，占比 7.39%），总体来看与火电污染物排放（尤其是 NOx 排放）分布趋同。图 8：主要省份 6000 千瓦以上火电装机容量（单位：万千瓦）图 9：火力发电企业污染物许可排放量（单位：万吨）02,0004,0006,0008,00010,00012,000山东江苏内蒙古广东河南山西浙江安徽新疆河北陕西辽宁贵州福建湖北宁夏上海湖南广西黑龙江江西甘肃吉林天津四川重庆云南北京海南青海火电装机量2019年9月 0510152025山东内蒙古江苏山西广东辽宁黑龙江贵州安徽河南浙江新疆湖北福建吉林河北陕西湖南云南广西宁夏甘肃江西四川天津建设兵团重庆青海上海海南北京颗粒物SO2NOx 资料来源：生态环境部,长江证券研究所 资料来源：生态环境部,长江证券研究所（注：按照 NOx 许可量排序）请阅读最后评级说明和重要声明 7/20 跨小组报告行业深度 实际排放量情况：历史数据较多，披露及时性有待提高 由于火电企业数量及污染物核发量相较电力生产企业整体都占绝大多数，以下仅分析火电企业情况。剔除异常值后，火电企业共有剔除异常值后，火电企业共有 1,850 家企业获发排污许可证，但受制于排污许可证执行家企业获发排污许可证，但受制于排污许可证执行报告质量因素，能够连续完整披露排污量数据的企业占比并未报告质量因素，能够连续完整披露排污量数据的企业占比并未达到达到 100%（部分企业披（部分企业披露了执行报告但排污量露了执行报告但排污量为空或异常值、另为空或异常值、另有部分企业延迟披露或暂时未与披露有部分企业延迟披露或暂时未与披露）。）。从样本数量来看，2017 年下半年三类污染物样本数量平均值约为 1,025 个、2018 年 1 月至2019 年 3 月样本数量平均值为 1,325 个、2019 年 4-9 月样本数量逐渐减少，9 月有 87个平均样本数据（截至 2019 年 10 月 10 日的数据采集日）。图 10：火电企业排污样本量情况（单位：个）020040060080010001200140016002017-72017-82017-92017-102017-112017-122018-12018-22018-32018-42018-52018-62018-72018-82018-92018-102018-112018-122019-12019-22019-32019-42019-52019-62019-72019-82019-9颗粒物SO2NOx 资料来源：生态环境部,长江证券研究所 选取选取 2018 年年 1-12 月有连续非零排污月有连续非零排污数据的企业（共数据的企业（共 578 家）作为分析样本，全年颗家）作为分析样本，全年颗粒物排放量为粒物排放量为 2.6 万吨，万吨，其中内蒙古（3,260 吨，占比 12.5%）、山东省（1,893 吨，占比 7.4%）和辽宁省（1,694 吨，占比 6.6%）排名靠前；全年全年 SO2 总排放量为总排放量为 19.2 万万吨吨，其中贵州省（2.9 万吨，占比 15.3%）、内蒙古（2.3 万吨，占比 11.7%）和山东省（1.7 万吨，占比 8.7%）排名靠前；全年全年 NOx 总排总排放量为放量为 31.5 万吨，万吨，其中山东省（4.1万吨，占比 13%）、内蒙古（3.7 万吨，占比 11.7%）和江苏省（2.4 万吨，占比 7.6%）排名靠前。请阅读最后评级说明和重要声明 8/20 跨小组报告行业深度 图 11：578 家火电企业 2018 年实际颗粒物排放量热力图 图 12：578 家火电企业 2018 年实际 SO2 排放量热力图 资料来源：生态环境部，长江证券研究所 资料来源：生态环境部，长江证券研究所 图 13：578 家火电企业 2018 年实际 NOx 排放量热力图 图 14：578 家火电企业 2018 年分省份实际污染物排放量（单位：吨）05,00010,00015,00020,00025,00030,00035,00040,00045,000山东省江苏省内蒙古河南省河北省山西省广东省辽宁省安徽省新疆浙江省黑龙江陕西省建设兵团湖北省吉林省贵州省甘肃省宁夏湖南省重庆市广西上海市福建省四川省天津市云南省江西省海南省颗粒物合计SO2合计NOx合计 资料来源：生态环境部,长江证券研究所 资料来源：生态环境部,长江证券研究所 分省分省份对份对比各省比各省 2018 年第二产业年第二产业 GDP 与污染与污染物排量的情况（物排量的情况（以以 NOx 为例）为例），总体来看二产 GDP 体量较大的省份排放污染物也比较多，如广东、山东及江苏，但也有部分中西部地区省份（例如内蒙古、贵州等）排污量仍较高，原因除了原因除了火火电企业超低排放改电企业超低排放改造东部省份完成比例较高造东部省份完成比例较高以外以外，还有蒙电外送，还有蒙电外送，水电落地水电落地华东及华南等地原因华东及华南等地原因。请阅读最后评级说明和重要声明 9/20 跨小组报告行业深度 图 15：分省份 2018 年第二产业 GDP 及 NOx 排放量情况（单位：亿元，吨）江苏广东山东浙江河南福建湖北河北四川湖南安徽陕西江西辽宁上海重庆广西天津山西云南内蒙古吉林贵州新疆黑龙江甘肃宁夏海南05,00010,00015,00020,00025,00030,00035,00040,00045,00005,00010,00015,00020,00025,00030,00035,00040,00045,000NOx排放量（吨）第二产业GDP（亿元）资料来源：生态环境部，长江证券研究所 其次其次，发用电的发用电的不匹配不匹配也是原因之一也是原因之一：在上图中，二产 GDP 是各省份工业企业的产出，代表的是各省用电量的情况，NOx 排放量则代表着该省份火电企业为主的发电量，然而然而各省份的用电量并不一定是本省的火电企业所生产的各省份的用电量并不一定是本省的火电企业所生产的。在我国，各省份之间存在着较为频繁的电能交换，甚至存在诸如西电东送、皖电东送等大型电能输送工程。从 2018 年1-11 月（12 月数据不披露）我国各省电能交换的情况来看，江苏、广东、浙江等地区都是我国的电能接收大省，有大量的电能输送到这些沿海省份，使得他们本地排污水平相对较低；与之相对的，内蒙古等省区则是我国的煤电基地，其所发电量输送到华北、华东甚至华中等地，因此承担了超过本省 GDP 的排污量。图 16：各省份 2018 年 1-11 月电量交换情况（单位：亿千瓦时，电量净输入=输入电量-输出电量）-2,000-1,500-1,000-50005001,0001,5002,000广东江苏浙江河北上海山东北京河南辽宁湖南重庆天津江西广西海南西藏黑龙江青海吉林陕西福建甘肃新疆宁夏安徽贵州湖北山西四川云南内蒙古电量净输入（亿千瓦时）资料来源：中电联，长江证券研究所 另外的可能原因另外的可能原因是是清洁能源清洁能源占占比比：电能交换不能完全解释图中 GDP 和排污量的偏离，比如外送电大省云南和四川，他们在2018年的外送电量仅次于内蒙古，但相对于其GDP水平的排污量却极低。造成此现象的主要原因，系云南和四川二省为我国水电大省，其 请阅读最后评级说明和重要声明 10/20 跨小组报告行业深度 所发电量中清洁能源的比例极高，因此产生了虽然承担大量送电职责，但本身排污水平依旧处于较低水平的现象，再次验证了生态环境部排污数据真实性及有效性。表 1：2018 年全口径发电量及清洁能源占比情况（单位：亿千瓦时，清洁能源=水电+核电+风电+太阳能）省份省份 清洁能源占比清洁能源占比 火电火电 水电水电 核电核电 风电风电 太阳能太阳能 总量总量 西藏 98.24%1.19 57.19 -0.14 8.36 67.44 云南 91.35%281.24 2,716.78 -220.19 34.94 3,253.16 四川 88.44%434.67 3,249.10 -54.65 22.42 3,760.84 青海 85.14%119.68 517.00 -37.57 131.07 805.32 湖北 55.58%1,266.53 1,471.23 -64.40 48.90 2,851.06 广西 50.77%795.66 608.47 160.96 41.99 9.23 1,616.30 甘肃 48.10%829.61 443.94 -230.06 95.02 1,598.63 福建 42.92%1,405.13 325.27 645.58 72.30 13.60 2,461.88 贵州 40.35%1,262.72 770.14 -68.41 15.76 2,117.04 湖南 35.88%919.05 433.49 -60.35 20.49 1,433.39 海南 35.44%211.39 27.31 77.17 5.14 6.41 327.41 重庆 31.51%546.70 241.52 -8.00 2.02 798.23 辽宁 28.29%1,380.98 46.16 301.57 165.09 31.91 1,925.72 广东 27.81%3,301.40 280.38 890.47 63.15 37.85 4,573.25 浙江 25.93%2,598.24 191.67 586.94 30.59 100.31 3,507.83 吉林 23.85%663.58 78.76 -104.82 24.22 871.38 新疆 22.80%2,494.09 255.96 -359.36 121.47 3,230.88 宁夏 18.84%1,310.36 19.96 -186.83 97.32 1,614.45 黑龙江 16.58%858.59 25.77 -124.63 20.27 1,029.26 内蒙古 16.12%4,198.05 45.06 -632.12 129.50 5,004.73 江西 16.05%1,092.62 116.12 -41.18 51.53 1,301.45 河北 15.28%2,361.08 16.58 -282.64 126.47 2,786.77 陕西 12.31%1,746.36 102.59 -71.56 71.10 1,991.61 山西 11.31%2,738.55 42.90 -212.13 94.05 3,087.63 江苏 11.30%4,462.37 33.59 242.18 172.53 119.80 5,030.87 河南 9.57%2,689.27 144.04 -56.89 83.77 2,973.98 安徽 7.60%2,518.80 53.46 -50.09 103.64 2,725.98 山东 7.55%4,823.96 4.85 38.67 213.55 136.83 5,217.87 北京 3.65%432.56 9.83 -3.49 3.05 448.93 上海 2.78%832.82 -17.72 6.06 856.59 天津 2.43%653.59 0.15 -8.05 8.08 669.87 资料来源：中电联，长江证券研究所 请阅读最后评级说明和重要声明 11/20 跨小组报告行业深度 火电发电量的拟合及预测：相关性较好，拟合预测有待提升 发电量作为反映我国经济状况的重要指标，一直受到市场广泛关注。总体来看，发电量累计同比值与工业增加值累计同比基本保持同步，且相关系数很高。因此，通过对火电企业污染物排放量拟合、测算，对领先获得反映经济运行状况的同步指标火电发电量大有裨益。图 17：工业增加值累计同比及火电发电量累计同比对比（单位：%）-20%-10%0%10%20%30%40%50%工业增加值:累计同比产量:火电:累计同比 资料来源：Wind，长江证券研究所 火电发电量及污染物历史拟合：利用颗粒物及 SO2 排放量环比平均值来拟合发电量环比增速效果最好 国家统计局每月定期公布月度发电量、结构性发电量及其对应同比增速，例如：“2019年 9 月，发电 5908 亿千瓦时，同比增长 4.7%，增速较上月加快 3.0 个百分点。其中，火电同比增长 6.0%，上月下降 0.1%”。拟合的合理性：拟合的合理性：若不考虑企业环保水平短期内大幅提升的情况，企业发电量与污染物排放量成正相关关系（火电企业单位发电量所产生的污染物，即排污系数恒定），这也是不适用排污量同比来预测的原因（同比数据排污量间隔一年会下滑）；数据数据修正方法：修正方法：由于统计局公布数据口径为当期调整统计范围后数据，需要根据当期公布的同比数据对历史数据进行修正，根据 2019 年各月份公布的同比数据计算 2018 年回溯后火力发电量数据，根据回溯后的数据进行环比增长率的计算；数据修正假设：数据修正假设：一个自然年份中，统计局公布的月度数据统计口径不变，均为主营业务收入 2000 万元以上的工业企业；请阅读最后评级说明和重要声明 12/20 跨小组报告行业深度 表 2：2018 年至今我国分月份火力发电量情况（单位：亿千瓦时）时间时间 统计局公布火电发电量统计局公布火电发电量 当月同比当月同比 回溯后火电发电量回溯后火电发电量 回溯回溯后当月环比后当月环比 回回溯溯比比例例 2018-02 4,043.25 9.8%4,142.92 102.5%2018-03 4,017.40 1.4%4,118.51-0.6%102.5%2018-04 3,784.70 7.3%3,893.99-5.5%102.9%2018-05 3,921.50 10.3%4,027.97 3.4%102.7%2018-06 3,940.40 6.3%4,047.85 0.5%102.7%2018-07 4,534.90 4.3%4,636.69 14.5%102.2%2018-08 4,601.70 6.0%4,733.23 2.1%102.9%2018-09 3,787.30 3.7%3,914.72-17.3%103.4%2018-10 3,629.40 3.0%3,729.54-4.7%102.8%2018-11 4,050.70 3.9%4,163.86 11.6%102.8%2018-12 4,775.90 5.0%4,908.68 17.9%102.8%2019-02 4,213.35 1.7%4,213.35-14.2%100.0%2019-03 4,159.70 1.0%4,159.70-1.3%100.0%2019-04 3,886.20-0.2%3,886.20-6.6%100.0%2019-05 3,830.60-4.9%3,830.60-1.4%100.0%2019-06 4,051.90 0.1%4,051.90 5.8%100.0%2019-07 4,562.50-1.6%4,562.50 12.6%100.0%2019-08 4,728.50-0.1%4,728.50 3.6%100.0%2019-09 4,149.60 6.0%4,149.60-12.2%100.0%资料来源：Wind，长江证券研究所（注 2018 年 2 月及 2019 年 2 月统计局公布火电发电量数据为 1-2 月累计值的平均，2018 年 2-9 月回溯后发电量按照统计局公布的同比数据计算而得，2018 年 10-12 月回溯后发电量为根据历史回溯比例均值计算所得）污染物环比数据计算：污染物环比数据计算：由于 2018 年 1 月至 2019 年 9 月持续存在非零非空数据的样本数量较少（仅有 50 余家，主要原因在于 9 月份数据披露率不高所致），故选取每对相邻月份中非零非空数据作为样本进行环比增速的计算，火电企业样本数量约 1,0001,400个，大样本能够更加准确地反映总量环比变化情况。表 3：污染物环比数据计算结果（单位：%，个）时间时间 颗粒物环比增速颗粒物环比增速 SO2环比环比 NOx环比环比 样本大小样本大小-颗粒物颗粒物 样本大样本大小小-SO2 样本大小样本大小-NOx 2018-02-14.6%-14.3%-11.6%881 919 938 2018-03-2.5%-1.4%-2.4%1210 1271 1304 2018-04-12.6%-10.0%-9.4%1154 1235 1268 2018-05 1.4%1.2%3.4%1214 1309 1349 2018-06-3.0%-7.0%-4.3%1250 1354 1395 2018-07 12.0%15.3%15.6%1175 1305 1350 2018-08 1.3%1.8%1.6%1210 1317 1362 2018-09-17.2%-18.6%-15.5%1212 1312 1350 请阅读最后评级说明和重要声明 13/20 跨小组报告行业深度 2018-10-2.2%-0.9%-5.4%1082 1193 1217 2018-11 10.8%14.1%13.1%1139 1253 1276 2018-12 13.2%18.1%16.5%1160 1274 1298 2019-02-11.0%-13.0%-10.7%1029 1158 1187 2019-03-2.9%-2.4%-2.1%1148 1262 1299 2019-04-10.8%-8.3%-11.9%1074 1168 1199 2019-05-5.7%-6.5%-3.0%1069 1147 1177 2019-06 6.3%2.4%4.5%1050 1130 1164 2019-07 15.9%7.5%11.1%612 657 666 2019-08 2.8%3.7%2.7%484 516 524 2019-09-21.5%-19.1%-20.3%82 86 88 资料来源：生态环境部，长江证券研究所 定量来看定量来看，如下图所示，颗粒物、，如下图所示，颗粒物、SO2 及及 NOx 本身走势高度吻合，本身走势高度吻合，同时同时回溯后火电发回溯后火电发电量环比数据与颗粒物、电量环比数据与颗粒物、SO2 及及 NOx 排放量环比数据呈非常高正相关，排放量环比数据呈非常高正相关，R2达到了达到了 0.94。图 18：火电发电量及污染物排放量环比情况-25.0%-20.0%-15.0%-10.0%-5.0%0.0%5.0%10.0%15.0%20.0%25.0%火电发电量环比数据颗粒物排放量环比SO2环比Nox环比 资料来源：生态环境部,长江证券研究所 请阅读最后评级说明和重要声明 14/20 跨小组报告行业深度 图 19：火电发电量及污染物排放量环比回归情况 y=1.0399x-0.0169R =0.9369-30%-25%-20%-15%-10%-5%0%5%10%15%20%-20%-15%-10%-5%0%5%10%15%20%污染物排放量环比均值回溯后火电发电量环比 资料来源：生态环境部,长江证券研究所 定定量来看，分量来看，分别选用一元一次线性回归、多元一次线性回归、添加以月别选用一元一次线性回归、多元一次线性回归、添加以月份为代表的虚拟份为代表的虚拟变变量的多元一次线性回归（验证季节性因素）等方法，最终发现一元一次线性回归大部量的多元一次线性回归（验证季节性因素）等方法，最终发现一元一次线性回归大部分结果假设相关，而其他分结果假设相关，而其他方法大部分参数假设均不显著，例如添加以月份为代表的虚拟方法大部分参数假设均不显著，例如添加以月份为代表的虚拟变量后的回归检验结果不显著：变量后的回归检验结果不显著：表 4：添加虚拟变量后的待检验变量 时间时间 火电发电量火电发电量环比环比数据数据 污染物排放量平污染物排放量平均均环比环比数据数据 虚拟变量虚拟变量-Y X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 2018-3-0.6%-2.1%1 0 0 0 0 0 0 0 0 0 2018-4-5.5%-10.7%0 1 0 0 0 0 0 0 0 0 2018-5 3.4%2.0%0 0 1 0 0 0 0 0 0 0 2018-6 0.5%-4.8%0 0 0 1 0 0 0 0 0 0 2018-7 14.5%14.3%0 0 0 0 1 0 0 0 0 0 2018-8 2.1%1.6%0 0 0 0 0 1 0 0 0 0 2018-9-17.3%-17.1%0 0 0 0 0 0 1 0 0 0 2018-10-4.7%-2.8%0 0 0 0 0 0 0 1 0 0 2018-11 11.6%12.7%0 0 0 0 0 0 0 0 1 0 2018-12 17.9%15.9%0 0 0 0 0 0 0 0 0 1 2019-2-14.2%-11.6%0 0 0 0 0 0 0 0 0 0 2019-3-1.3%-2.4%1 0 0 0 0 0 0 0 0 0 2019-4-6.6%-10.3%0 1 0 0 0 0 0 0 0 0 2019-5-1.4%-5.1%0 0 1 0 0 0 0 0 0 0 2019-6 5.8%4.4%0 0 0 1 0 0 0 0 0 0 2019-7 12.6%11.5%0 0 0 0 1 0 0 0 0 0 2019-8 3.6%3.1%0 0 0 0 0 1 0 0 0 0 2019-9-12.2%-20.3%0 0 0 0 0 0 1 0 0 0 资料来源：Wind，生态环境部，长江证券研究所 请阅读最后评级说明和重要声明 15/20 跨小组报告行业深度 图 20：添加虚拟变量后的回归检验结果 资料来源：生态环境部,长江证券研究所 利用颗粒物及利用颗粒物及 SO2 排放量排放量环比平均值来拟合发电量环比增速效果最好，环比平均值来拟合发电量环比增速效果最好，R 平方平方值为值为0.937，两个两个参数参数 p 值分别为值分别为 0.012 和和 3.13x10-11，远小于，远小于 0.05；表 5：各指标回归拟合结果对比 回归指标回归指标 调整后调整后R平方平方 P-value 1 P-value2 是否均显著是否均显著 颗粒物 0.896 0.036 1.71E-09 显著 SO2 0.911 0.036 4.76E-10 显著 NOx 0.929 0.054 8.14E-11 不显著 颗粒物及SO2 0.937 0.012 3.14E-11 显著 颗粒物及NOx 0.924 0.031 1.38E-10 显著 SO2及NOx 0.932 0.029 5.45E-11 显著 颗粒物、SO2及NOx 0.933 0.020 5.08E-11 显著 资料来源：生态环境部,长江证券研究所（注：一般 p 值小于 0.05 则表明有统计学差异，可以拒绝原假设，即参数显著）图 21：颗粒物及 SO2 环比平均值拟合火电发电量环比增速情况-20%-15%-10%-5%0%5%10%15%20%火电发电量环比增速火电发电量环比增速拟合结果 资料来源：生态环境部,长江证券研究所 请阅读最后评级说明和重要声明 16/20 跨小组报告行业深度 火电发电量回测：7-8 月回测效果较好，9 月存在较大误差 选择历史数据 2018 年 3 月-2019 年 6 月的历史数据，利用颗粒物及 SO2 环比平均值预测拟合的方法，回测 2019 年 7-9 月份，验证方法的准确性。1、预测 2019 年 7 月：表 6：回溯预测 2019 年 7 月火电发电量环比值 SUMMARY OUTPUT 回归统计 Multiple R 0.9658 R Square 0.9328 Adjusted R Square 0.9276