月度均值潮汐：22个差异成因的巨幅起伏

C 值的月度样本量不是平稳流动的，而是潮汐式的：峰值 2026-05 的 733 个有值样本，谷底 2026-02 的 36 个——约 20 倍的摆幅。潮汐的节拍与批次日历同步：波峰月（05、11、06）是物资批次集中窗口，波谷月（02、07）是批次空档。月度均值的起伏有 22 个成因在背后，但第一位的永远是「这个月来了多少样本」。

数据与方法

数据来自国家电网电子商务平台（ECP）「基准价浮动系数抽取结果公示」栏目公开发布的公示原文，统计期为公示日期 2025-05-17 至 2026-08-26。统计口径：有值样本按公示日期归月；月度公示数按公示文件去重。正文保留 1 位小数，原始计数见附录。

一、样本潮汐：20 倍的摆幅

月度有值样本：2025-05 146、2025-06 469、2025-07 97、2025-09 142、2025-11 586、2026-01 179、2026-03 293、2026-05 733、2026-07 447；谷底 2026-02 仅 36。

波峰与波谷交替出现，节拍与物资批次的集中窗口吻合。月度公示数的潮汐同步存在（峰值 83 份、谷底 11 份），但样本量的摆幅（20 倍）大于公示数的摆幅（7.5 倍）——波峰月的单份公示携带有值样本更多，两个潮汐叠加放大了月度形态的起伏。

二、偶奇月：几乎各半的巧合

有值样本按偶奇月合计：偶数月 2,235 个（50.5%）、奇数月 2,195 个（49.5%）。

偶奇月的近乎均分是一个统计巧合，但它给出一个实用提示：任何按「月份奇偶」分组的差异分析都不成立——样本总量的分布本身没有偶奇偏好。月度平均携带有值样本 8.5 至 8.8 条，密度层面的月度差异不大，起伏主要来自公示量的潮汐。

三、对使用者的含义

样本潮汐的使用提示：一是月度均值按样本量加权读——样本量低于 100 的月份（如 2026-02 的 36 个），单月均值的置信度极低，不宜独立引用；二是跨月对比先对齐批次窗口——同是「月度均值」，波峰月与波谷月的样本结构完全不同，直接对比会把批次效应读成机制变化；三是季度口径更稳——三个月的合并可以平滑掉大部分潮汐起伏，季度均值的外推价值高于单月均值。

结论与启示

供应商视角：C 值月度数据的可靠性随样本潮汐波动。报价测算的历史取数优先用季度或半年口径，单月均值只在样本量充足的月份（200 以上）参考。潮汐的节拍本身也是信息——批次集中窗口前后，正是更新测算基准的时机。

采购方与行业视角：月度样本的 20 倍潮汐，是批次排期集中度的直接量化。若希望降低数据供给的月度波动，批次排期的时间平滑是最直接的调节手段。

附录溯源表

上表数字可回溯至国家电网电子商务平台（ECP）「基准价浮动系数抽取结果公示」栏目对应公示原文（按公示日期与标题定位，本地归档留存可查证）。