电力复工指数的未来：多维、高频、常态化？

　　一台机器，按下停机键仅需几秒，若要重启程序、完全恢复运转则尚需时间。新型冠状病毒肺炎疫情下的中国，正在经历一场“全民大重启”。

　　2020年1月下旬起，为防疫情扩散，全国各地出台的一系列隔离措施迅速生效，国内物流运输、人口流动、施工建设几乎处于“冰封”状态。随着国内疫情防控形势态势向好，实体经济何时重拾往昔活力成为新的焦点——观测复工复产进度，及时制定或调整策略，成为地方政府、资本市场和企业主的棘手命题。

　　“分区分级精准复工复产”，是顶层设计提出的一大关键原则。除了精准对接复工复产的痛点和需求，操作中“精准”原则的实现，离不开数据的支撑。“企业电力复工指数”初次登场，为不少地方政府研判经济的恢复进展提供了新工具。

　　以往电力数据在评估空置房率、排污工厂环保监测等领域已有不少应用案例。但总的来说，过去的应用更多是碎片化、局部性的。而此次新冠肺炎疫情期间，“企业电力复工指数”被纳入地方政府决策考量的关键因子，或许可以视作一次“全面”的应用尝试。

　　与2003年抗击SARS疫情时期相比，2020年初袭来的这场新冠肺炎疫情中，AI、无人机、大数据、5G等元素广泛参与。在外界看来，疫情期间线下经济的“停摆”，或将按下产业数字化的加速键。对电力行业而言，下一步趋势同样值得探讨。

　　“企业电力复工指数”究竟只是服务于疫情特殊时期的“阶段性”产物，还是会成为完善电力数据应用机制，而迈出的弥足珍贵的一小步？

　　“电力复工指数”初登场

　　疫情期间，许多往日“波澜不惊”的线上应用场景有了突破。对于电力部门而言，利用智能终端实时采集的电力数据，设计能体现复工复产水平的指数同样是头一遭。

　　“只能是边看数据，边结合实际来优化。”一位参与地方指数统计的电力部门人士说。

　　根据公开信息，“企业电力复工指数”包括复工率、复产率两大指标，对前述两个指标进行系数加权（一般为各0.5的权重系数）就可以计算出指数水平。其中，复工率为复工企业数量/企业总数；复产率为当日用电量/上一年度日均用电量（也有用上一年12月日均用电量为基准数据）；当企业复产率超过30%，即判定复工。

　　针对产业结构存在差异的不同区域，以及属性千差万别的不同行业，又可以基于用电量数据分别计算某地或某行业的指数。

　　“企业电力复工指数”的计算公式并不复杂，仍有优化空间。有研发人员建议，构成企业电力复工指数的两个维度所反映的问题差异较大，两个一维坐标的数据指标不便观测。可以尝试将复工率、复产率放在二维坐标系中，从而观察动态曲线的变化过程。

　　例如，如果某行业复工比例高，但是复工电量显著偏低，防疫部门需要更为密切关注这些行业企业员工的健康监测，政府部门也需要了解这些企业在供应链上是否遇到困难。在这种情况中，企业可能因需求订单不足、原材料供应短缺等方面，而无法推进复产。

　　防控疫情期间，“企业电力复工指数”的核心使用方是地方政府部门。有观点认为，若需要指数能够反映整体趋势，如反映某一个省、市的情况，简单的公式反而效果更好，便于政府管理部门理解和决策。若设计更复杂的模型或公式，可能反而不具备普适性。

　　不过，以单一的电力数据来折射复工复产水平，存在一定局限性。产能恢复、物流畅通、商贸活力、人口流动及上岗率等因素，是判断一座城市复工复产水平的几个重要维度。电力数据更多是从生产运行“能耗”角度来衡量。

　　对于高耗能、制造业等耗能边际弹性大的领域，电力数据可以有效显示产能恢复进展，但是对于城市中心写字楼里的金融机构，中关村和粤海街道里的IT企业，以及疫情期间通过远程办公等方式复工的咨询、媒体、教育等行业，用电量数据的评估作用是有限的。

　　另一点值得注意的是，当“企业电力复工指数”与实体经济恢复程度直接挂钩，并成为地方政府“防疫”与“复工”两手抓的重要参数时，就会变成如同GDP增速一样的KPI考核指标，从而在个别案例中出现“注水”现象。

　　电力数据本身具有真实性，但是单纯靠电力数据判断，对事实的认定也可能存在偏差。

　　由于“企业复工”的判定存在一个范围（即用电量恢复到基准的30%），可能会存在个别地方政府要求企业强制用电达标，即尽管企业生产用电无法恢复到30%，也会通过不必要的开空调等耗电设备来硬性达标。

　　任何指数的设计，或许都无法做到面面俱到、尽善尽美，但跨部门跨领域的数据融通，有助于提高地方政府主管部门的综合研判能力。

　　“月更”能否走向“日更”

　　最近一个多月时间里，公众每日都可以看到各地最新的新增、治愈、死亡、累计病例等数据动态。疫情数据的跳动在分秒之间，保持高频次的数据更新和信息公开，能缓解公众对未知的焦虑。

　　2月10日是多数城市因疫情推迟后的复工时间。据了解，从2月10日起，电力部门也开始每日基于用电量数据计算复工率、复产率，并向国家发改委、地方主管部门报送。也有部分省市，从2月3日（国务院发布的春节假期延长后复工日）起即向地方政府报送以上指标。

　　政府主管部门对用电量数据的统计发布是以“月”为频次的。这与供电部门与电力用户间实际的结算周期以“月”为计量有关，按“月”发布各行业数据也是国内诸多官方部门统计口径的惯常周期。

　　但是，在此次“分级分区精准复工复产”中，如果延续“月更”用电量数据，显然已经无法适应抗“疫”期间各项工作需要快速作出反应并调整策略的需要。从“企业电力复工指数”的上报频次情况来看，用电量数据已经做到了“日更”。

　　“主要看当地是否实现了数据的全自动化采集和处理。如果计量系统的自动数据采集功能更加完善，同时数据准确性再高一些，不需要额外通过人工补录数据或校准数据的话，以什么频次更新问题都不大。”一位电力部门人士表示。

　　据了解，部分地方政府还尝试要求燃气公司上报用气量数据，以作为判断工商业复工水平的新维度。但目前，燃气领域在近两、三年内才开始推广物联网终端，大量用户无法实现终端用气数据的实时采集，只能通过估算的方法来汇报数据。

　　从公开报道看，本次疫情期间为计算复工复产水平，各地采集电力数据使用的正是实时计量系统。国内智能电表的广泛推进是从2009年开始的，如今覆盖广度和实时统计功能基本能得到满足。

　　由此也抛出一个问题：未来常态化的用电量数据发布，是否可能从“月更”走向“日更”或者“周更”等更高频次的发布，以满足政府和机构对实体经济“精准”研判的数据需求？

　　“过去电力数据主要是电力部门内部使用，未来面向的受众会更加多元化，不同受众对数据的用法千差万别。由时间颗粒度较小的日更数据，可以反推出时间隔离度大的月更数据，但反过来是做不到的。”一位业内人士说。

　　在上述人士看来，以什么频次更新用电量数据，主要取决于实际需求。电力部门可以通过管理和技术手段的优化，来满足更高频次的更新需求。“非常规的际遇，可能会刺激非常规的想法。科技和社会的发展规律似乎一直是这样。”

　　“电力指数”能否常态化

　　“六大电厂日耗煤量”是许多机构用来研判工业生产运行的常用数据参数，也是现阶段金融研究机构构建复工复产指数时采用的重要指标。

　　该指数数据样本来自浙电、上电、粤电、国电、华能、大唐六大电力集团沿海火电厂，通过间接监测“煤耗”走势波动，以期能达到反映“电耗”水平的效果。背后逻辑是，用电量数据与经济运行的正相关性，而火电是中国电力生产结构的绝对主力。

　　然而，认为日耗煤量指标“廉颇老矣”、“信号减弱”的声音开始在市场上不断出现。原因是，该指标仅覆盖沿海，煤耗波动具有一定区域特性，且所在地区火电装机及发电量容量，占中国整体体量均不到30%。

　　更为重要的是，近年来，无论是内陆地区接收高耗能产业转移，还是沿海地区对于大气污染综合治理的大步推进，区域间用电量增速特点有所分化，仅以沿海电厂煤耗数据已经难以评估中国整体用电量增速，从而出现该指标与全社会用电量增速走势显著背离的情况。

　　随着能源结构调整，如果“日耗煤量”指标功能进一步削弱，未来是否有可供替代的指标，以满足研究机构观察工业生产运行状况的需求？

　　“日耗煤量”得以广泛引用，一大原因是该数据的能保证“日更”的统计频次。如果用电量数据的统计发布，能够如前所述实现“日更”，是否会成为研究机构参考的重要“常态参数”？这就相当于，跳过“煤耗”这个中间参数，使用更为直接的“电耗”数据。

　　“我认为行业开工指数是常态需求，经济运行分析本身就是常态化需求。”一位业内人士表示，“过去经济管理粗放、损耗很大，将来需要根据行业指数做精细化管理，这也是未来政府提升执政能力的关键手段。”

　　显然，这有赖于电力数据共享机制的建立与完善。

　　事实上，本次新冠肺炎疫情期间，在如何研判复工复产水平的问题上，涌现出许多新的数据维度。同样是设计“复工”模型或公式，有的主要将数据对接政府主管单位、跨部门合作以协助政策统筹制定，有的则从过去的付费服务向公众免费开放部分数据。

　　百度迁徙大数据提供的人口流入、流出数据，无疑是成为疫情期间，备受不少研究机构关注且引用的重要数据来源。使用该“迁徙数据”结合铁路客运、航空数据等，可以从人口流动维度研判返程复工的基本面。

　　根据官方介绍，该数据是基于百度地图开放地理位置服务进行计算得来，过去已经为城市规划、零售选址、景区、地产等领域提供服务。1月22日（武汉“封城”前一天），“百度迁徙3.0”上线并向公众开放，可供查询人口流动情况的入口。

　　高德地图在2月24日首次发布《驾车活力复工指数分析报告》，从城市驾车交通拥堵程度来观察多个城市运转的恢复水平。在疫情防控最为紧张的阶段，城市中心物流车流量大幅降低，通过该数据呈现的城市交通活力，可以侧面为复工情况提供参考。

　　此前高德地图已经推出了“交通大数据”的服务，公众在其网站上可以查询到所在城市、不同片区，甚至精确到街道的拥堵指数和旅行速度，这也成为外部研究机构设计复工指数时使用的重要数据来源。

　　联通大数据则是在1月25日，上线防控人口大数据平台。与此同时，基于手机信令，测算出员工在岗率数据（当地在岗人数/常驻工作人数），从人员在岗维度为复工复产判断提供了补充视角。从其官方披露信息来看，主要是服务于各地卫健委、疾控中心、大数据管理局、统计局、交通局等政府部门。

　　目前，“企业电力复工指数”两大指标现阶段主要是上报给地方政府主管部门。如果要纳入常态化的指数，就需要考虑分级分类管理，哪些可供政府部门决策，哪些可为专业机构提供定制化服务，哪些又是可为开放给公众参考的，等等。

　　“疫情教训”下智慧城市的深度推进，可能会加快这一节奏。

　　在深圳、青岛、北京等众多城市政务数据公开网站上，均制作了针对新冠病毒疫情的专题，并为外界提供cvs、excel等格式的数据接口，以便像丁香园这类的机构迅速捕捉疫情数据，为公众呈现定多元化的服务和应用。

　　可以看到，这些政务数据公开网站，还设定了“电力、燃气、热力”的分类。当然，目前主要是价格政策及信息的导入，未来是否会像本次公布的及时性强且细致的疫情数据一样，公布并导入更详细的能耗数据值得关注。

　　最后，如何设计电力指数、能否跨部门整合数据并建立共享机制，只是优化工具的部分环节。面对同一份电力指数，不同地方政府决策者在部署上，给出的答卷恐怕截然不同。数据如同资本、土地甚至权利，怎么使用、能否真正起作用，最终还是取决于决策者的智识。（eo记者 周慧之）