梁 捷，梁廣明，黃水蓮

（1.廣西電網(wǎng)有限責(zé)任公司計(jì)量中心，廣西 南寧 530023；2.南寧百會(huì)藥業(yè)集團(tuán)有限公司，廣西 南寧 530003）

0 引言

為了及時(shí)、準(zhǔn)確和全面把握各行業(yè)的復(fù)工情況，了解各地區(qū)企業(yè)產(chǎn)能恢復(fù)情況，更好地支持政府的監(jiān)督和控制職能，提高應(yīng)對(duì)突發(fā)公共事件的響應(yīng)能力，管理者需要通過復(fù)工復(fù)產(chǎn)指數(shù)等統(tǒng)計(jì)指標(biāo)分析和監(jiān)測企業(yè)生產(chǎn)恢復(fù)情況[1]。

目前政府和電力企業(yè)的管理部門普遍使用并公開發(fā)布的復(fù)工率，通常是指轄區(qū)內(nèi)已恢復(fù)生產(chǎn)的企業(yè)占全部或一定規(guī)模以上企業(yè)的比例。例如文獻(xiàn)[2]提到的類似用戶畫像的疫情防控重點(diǎn)單位電力保障監(jiān)測分析報(bào)告，這些數(shù)據(jù)主要由企業(yè)報(bào)送和部門統(tǒng)計(jì)得出。具體數(shù)據(jù)來源包括相關(guān)人員走訪調(diào)查，企業(yè)用戶自行統(tǒng)計(jì)報(bào)送等，但這些數(shù)據(jù)多少會(huì)存在時(shí)滯，同時(shí)也可能存在報(bào)送和統(tǒng)計(jì)方主觀判斷和估算的情況，故難以準(zhǔn)確地反映企業(yè)當(dāng)前的生產(chǎn)運(yùn)營情況，甚至?xí)霈F(xiàn)數(shù)據(jù)異?；蛉笔栴}[3]。

基于用電大數(shù)據(jù)的復(fù)工復(fù)產(chǎn)指數(shù)監(jiān)測技術(shù)是通過搭建以電網(wǎng)采集的工商業(yè)和低壓集抄用戶大數(shù)據(jù)為基礎(chǔ)的企業(yè)復(fù)工復(fù)產(chǎn)監(jiān)測平臺(tái)，輔以數(shù)據(jù)挖掘和跨平臺(tái)交互技術(shù)，可從多口徑統(tǒng)計(jì)和展示電力企業(yè)用戶的用電量和復(fù)產(chǎn)情況，更好地支持疫情防控決策[4-6]。該技術(shù)采用的數(shù)據(jù)直接來自企業(yè)或生產(chǎn)設(shè)備，與企業(yè)生產(chǎn)過程較接近，以此計(jì)算的復(fù)工復(fù)產(chǎn)指數(shù)能較好的體現(xiàn)企業(yè)產(chǎn)能恢復(fù)情況。本文基于該技術(shù)，綜合考慮復(fù)工工業(yè)企業(yè)數(shù)量和其復(fù)工前后用電量變化情況，建立復(fù)工復(fù)產(chǎn)指數(shù)測算模型。然后基于大數(shù)據(jù)管理等技術(shù)設(shè)計(jì)了復(fù)工復(fù)產(chǎn)多口徑在線監(jiān)測平臺(tái)。最后，通過廣西電網(wǎng)典型案例進(jìn)行復(fù)工率統(tǒng)計(jì)，并分析其影響因素，為政府提供輔助決策數(shù)據(jù)支持。

1 復(fù)工復(fù)產(chǎn)測算

1.1 復(fù)工復(fù)產(chǎn)測算模型

為了配合政府推動(dòng)各行業(yè)復(fù)工復(fù)產(chǎn)工作，對(duì)疫情及其影響進(jìn)行有效監(jiān)測和防控，協(xié)助做好疫情防控和有序復(fù)工，測算和分析復(fù)工相關(guān)指數(shù)成為一項(xiàng)重要工作。雖然這些指數(shù)是疫情期間常用于衡量企業(yè)復(fù)產(chǎn)復(fù)工程度的依據(jù)，但對(duì)其計(jì)算模型目前并無統(tǒng)一標(biāo)準(zhǔn)，具體選用什么數(shù)據(jù)評(píng)估企業(yè)復(fù)產(chǎn)復(fù)工程度，通常根據(jù)當(dāng)?shù)貞?yīng)用需求確定，以便更準(zhǔn)確貼合實(shí)際企業(yè)復(fù)產(chǎn)復(fù)工的客觀情況。

根據(jù)現(xiàn)有文獻(xiàn)研究，評(píng)估一個(gè)地區(qū)的企業(yè)復(fù)工復(fù)產(chǎn)水平，通常從兩方面進(jìn)行考量：一是該地區(qū)已復(fù)工企業(yè)占該地區(qū)所有企業(yè)總數(shù)的比例，即復(fù)工企業(yè)比例；二是該地區(qū)復(fù)工后電量恢復(fù)到參考時(shí)間前的狀態(tài)水平，即復(fù)工電量比例[7]?；诖耍疚囊詮?fù)工企業(yè)和復(fù)工電量比例為基本點(diǎn)，據(jù)此構(gòu)建的企業(yè)復(fù)工復(fù)產(chǎn)測算模型如下：

1）復(fù)工率

其中：RW為某統(tǒng)計(jì)口徑下的復(fù)工率，該值越接近100%，說明復(fù)工情況越好；EP為該統(tǒng)計(jì)口徑下待監(jiān)測對(duì)象的計(jì)數(shù)有效值，如果計(jì)數(shù)條件成立則為1，如果計(jì)數(shù)條件不成立則為0；EE為待監(jiān)測對(duì)象在指定時(shí)間內(nèi)的用電量，例如，按行業(yè)統(tǒng)計(jì)時(shí)，某具體行業(yè)的所有參測企業(yè)在計(jì)算時(shí)，取同一個(gè)指定日或時(shí)段的用電量數(shù)據(jù)；EH為該統(tǒng)計(jì)口徑下待監(jiān)測對(duì)象的歷史參考用電量，例如，取用戶上一年某月的日均用電量作為參考；n為預(yù)設(shè)比例系數(shù)，目前各地的取值標(biāo)準(zhǔn)不一，國家發(fā)改委發(fā)布的統(tǒng)計(jì)數(shù)據(jù)通常取30%[8]；EN為該統(tǒng)計(jì)口徑下全部對(duì)象的總數(shù)。

2）復(fù)產(chǎn)率

其中：RPi為某統(tǒng)計(jì)口徑下待監(jiān)測對(duì)象i的復(fù)產(chǎn)率；IEi為該統(tǒng)計(jì)口徑下待監(jiān)測對(duì)象i的日用電量；SEi為該統(tǒng)計(jì)口徑下對(duì)象i的一個(gè)參考時(shí)段的日均用電量，例如，取去年12月的日均用電量作為參考。

按行業(yè)統(tǒng)計(jì)時(shí)，在式（2）的基礎(chǔ)上可以根據(jù)該行業(yè)中具體企業(yè)是否參與統(tǒng)計(jì)和用電情況，對(duì)每個(gè)行業(yè)進(jìn)行整體評(píng)價(jià)，如式（3）：

其中：RP＇為某行業(yè)的復(fù)產(chǎn)率；βi為該行業(yè)待監(jiān)測對(duì)象的加權(quán)系數(shù)，對(duì)象參與統(tǒng)計(jì)為1，不參與統(tǒng)計(jì)則為0，數(shù)值大小根據(jù)企業(yè)重要性確定。

3）復(fù)工企業(yè)電力指數(shù)

復(fù)工企業(yè)電力指數(shù)是基于電力計(jì)量系統(tǒng)采集到的用戶用電信息大數(shù)據(jù)，綜合考慮復(fù)工電量和復(fù)工企業(yè)數(shù)量兩個(gè)方面的情況，通過數(shù)據(jù)監(jiān)測和智能分析后得出的。計(jì)算模型上該指數(shù)借鑒了“克強(qiáng)指數(shù)”中的耗電量指標(biāo)，以地區(qū)或行業(yè)等統(tǒng)計(jì)口徑的用電量與往年同期比較的方式測算得出，用于反映全口徑企業(yè)的總體復(fù)工情況。

其中：RI為某企業(yè)的復(fù)工電力指數(shù)；α1、α2為加權(quán)系數(shù)，各地取值標(biāo)準(zhǔn)不一，例如浙江發(fā)布的復(fù)工企業(yè)電力指數(shù)模型取α1=α2=0.5；RW為該企業(yè)某日通過式（1）獲取的復(fù)工率；RP為該企業(yè)該日通過式（2）獲取的復(fù)產(chǎn)率。

通過式（4）提供的復(fù)工電力指數(shù)模型常用于綜合評(píng)判企業(yè)的整體復(fù)工復(fù)產(chǎn)情況，從而較好的反應(yīng)企業(yè)真實(shí)運(yùn)轉(zhuǎn)情況。

1.2 測算流程

為了提升電力企業(yè)對(duì)復(fù)工復(fù)產(chǎn)的監(jiān)測效率，本文通過搭建多口徑復(fù)工復(fù)產(chǎn)指數(shù)在線監(jiān)測平臺(tái)，旨在實(shí)現(xiàn)原始數(shù)據(jù)采集和清洗，復(fù)工復(fù)產(chǎn)模型和指數(shù)測算管理、以及結(jié)果發(fā)布和展示的流程自動(dòng)化。該平臺(tái)的指數(shù)測算主要流程（如圖1）為：首先根據(jù)統(tǒng)計(jì)需求選擇測算指數(shù)模型并初始化數(shù)據(jù)采集方案，然后，對(duì)企業(yè)用電信息數(shù)據(jù)進(jìn)行初次采集。例如在按某行業(yè)口徑統(tǒng)計(jì)時(shí)，為了計(jì)算指定行業(yè)中各企業(yè)的日用電量，配置采集方案使計(jì)量系統(tǒng)采集模塊在每天指定時(shí)間點(diǎn)采集指定企業(yè)的用戶電能表電量表底數(shù)據(jù)，即進(jìn)行一輪表碼數(shù)據(jù)采集，并抽取該企業(yè)在電力營銷系統(tǒng)中的用戶檔案組成快報(bào)信息。為降低服務(wù)器壓力，抽取方式為OGG全量與近實(shí)時(shí)數(shù)據(jù)抽取[9]相結(jié)合的形式。接著，對(duì)初采數(shù)據(jù)進(jìn)行異常核查和數(shù)據(jù)清洗，對(duì)核查發(fā)現(xiàn)的空值、異常極大值、數(shù)據(jù)邏輯錯(cuò)誤、異常波動(dòng)的情況進(jìn)行分析，修復(fù)其中可修復(fù)部分。對(duì)經(jīng)過初次采集和數(shù)據(jù)清洗后仍不可修復(fù)的數(shù)據(jù)缺失和異常等情況，則在指定補(bǔ)采時(shí)間內(nèi)對(duì)問題用戶電能表電量表底數(shù)據(jù)進(jìn)行若干輪補(bǔ)采。接著根據(jù)所選測算模型整合歷史參考用電和參與測算情況，進(jìn)行企業(yè)復(fù)工復(fù)產(chǎn)指數(shù)計(jì)算。最后通過平臺(tái)的圖形可視化展示或報(bào)表發(fā)布模塊為電網(wǎng)公司或政府機(jī)構(gòu)提供按行業(yè)、行政地市等多維度的數(shù)據(jù)展示。

圖1 復(fù)工復(fù)產(chǎn)指數(shù)測算主要流程

2 平臺(tái)架構(gòu)

在智能電表應(yīng)用和低壓集抄“兩覆蓋”的基礎(chǔ)上，廣西電網(wǎng)公司通過計(jì)量自動(dòng)化系統(tǒng)可以實(shí)時(shí)、準(zhǔn)確地采集轄區(qū)內(nèi)1 900萬電力用戶的用電量信息，形成用電大數(shù)據(jù)庫，可據(jù)此建立復(fù)工復(fù)產(chǎn)監(jiān)測平臺(tái)以更準(zhǔn)確地開展多口徑的復(fù)工復(fù)產(chǎn)情況監(jiān)測分析。

本文監(jiān)測平臺(tái)作為廣西電網(wǎng)企業(yè)計(jì)量自動(dòng)化系統(tǒng)的子系統(tǒng)，主要應(yīng)用功能模塊包括模型管理、統(tǒng)計(jì)分析、信息發(fā)布，實(shí)現(xiàn)對(duì)電力用戶復(fù)工復(fù)產(chǎn)模型的管理、指標(biāo)計(jì)算以及計(jì)算結(jié)果統(tǒng)計(jì)發(fā)布等全過程業(yè)務(wù)，滿足電力數(shù)據(jù)分析和政府疫情管控要求。同時(shí)，該平臺(tái)綜合考慮系統(tǒng)使用者、內(nèi)外網(wǎng)數(shù)據(jù)集成交互及電力企業(yè)信息安全分區(qū)管理要求等方面，在電力企業(yè)內(nèi)網(wǎng)信息安全I(xiàn)II區(qū)建立與營銷管理系統(tǒng)和計(jì)量生產(chǎn)管理平臺(tái)等相關(guān)內(nèi)部系統(tǒng)的數(shù)據(jù)交互接口。此外，還計(jì)劃實(shí)現(xiàn)與政府部門，電力用戶以及社會(huì)公眾的外部應(yīng)用系統(tǒng)在信息外網(wǎng)的消息發(fā)布接口。

該平臺(tái)設(shè)計(jì)遵循面向服務(wù)的原則，通過數(shù)據(jù)同步、消息通信、服務(wù)調(diào)用等方式與信息安全Ⅲ區(qū)，以及信息內(nèi)、外網(wǎng)各信息系統(tǒng)關(guān)聯(lián)，同時(shí)采用B/S技術(shù)，為統(tǒng)計(jì)分析模塊的大數(shù)據(jù)運(yùn)算提供技術(shù)支持。按其功能關(guān)系，該平臺(tái)系統(tǒng)架構(gòu)如圖2，主要包括：

圖2 平臺(tái)架構(gòu)

1）硬件層。運(yùn)用分布式和磁盤陣列技術(shù)管理主機(jī)、存儲(chǔ)等資源，為系統(tǒng)構(gòu)建基礎(chǔ)運(yùn)行環(huán)境。為了給平臺(tái)提供高效系統(tǒng)響應(yīng)和滿足多線并行訪問的需求，數(shù)據(jù)存儲(chǔ)采用分布式存儲(chǔ)技術(shù)，數(shù)據(jù)訪問服務(wù)硬件采用主備模式，支持負(fù)載均衡，提高平臺(tái)的可靠性。

2）服務(wù)層。服務(wù)層提供的服務(wù)包括用戶模型服務(wù)、統(tǒng)一數(shù)據(jù)訪問服務(wù)、圖形服務(wù)、消息服務(wù)等。通過服務(wù)總線實(shí)現(xiàn)對(duì)這些服務(wù)的統(tǒng)一管理，實(shí)現(xiàn)各服務(wù)的松耦合與可擴(kuò)展。

3）應(yīng)用層。應(yīng)用層主要實(shí)現(xiàn)3個(gè)子模型的功能，其中：模型管理模塊實(shí)現(xiàn)用戶、指數(shù)和統(tǒng)計(jì)口徑模型管理等功能；數(shù)據(jù)清洗模塊實(shí)現(xiàn)對(duì)采集數(shù)據(jù)的異常核查和異常數(shù)據(jù)清洗功能；統(tǒng)計(jì)分析模塊實(shí)現(xiàn)括信息抽取、復(fù)工復(fù)產(chǎn)指數(shù)計(jì)算、數(shù)據(jù)分析等功能；此外，系統(tǒng)管理實(shí)現(xiàn)對(duì)各類數(shù)據(jù)的監(jiān)視管理。

同時(shí)，該平臺(tái)設(shè)計(jì)遵照南方電網(wǎng)信息安全等級(jí)防護(hù)要求進(jìn)行分區(qū)部署，通過隔離設(shè)備保證不同安全區(qū)間的邊界安全。此外，平臺(tái)還提供報(bào)表與圖形展示功能，包括各種統(tǒng)計(jì)指數(shù)和數(shù)據(jù)分析的報(bào)表輸出，自動(dòng)生成Word格式的周或月報(bào)等。還能根據(jù)統(tǒng)計(jì)數(shù)據(jù)生成相應(yīng)圖形，實(shí)現(xiàn)復(fù)工復(fù)產(chǎn)指數(shù)的可視化展示，效果如圖3。

圖3 平臺(tái)可視化展示

3 案例分析

為多口徑地觀察復(fù)工指標(biāo)在不同行業(yè)和地區(qū)的分布情況，基于本文平臺(tái)，以元宵節(jié)后7天，即正月廿二作為典型日對(duì)廣西典型行業(yè)和用戶的復(fù)工情況進(jìn)行分析。

3.1 行業(yè)口徑

通過本文平臺(tái)對(duì)廣西典型行業(yè)2020年和2021年的復(fù)工率進(jìn)行統(tǒng)計(jì)，結(jié)果如圖4。圖中參與統(tǒng)計(jì)的制造業(yè)主要包括發(fā)電設(shè)備、高壓開關(guān)、電站鍋爐、智能電網(wǎng)設(shè)備等設(shè)備制造企業(yè)，其中2020年制造業(yè)和建筑業(yè)復(fù)工率同比2019年大幅下降。這是由于這些企業(yè)有大量外地的勞務(wù)派遣人員，受疫情影響他們暫時(shí)無法返企，即使返企也要隔離14天，受此人員流動(dòng)限制，加上企業(yè)貸款還款壓力、生產(chǎn)原料產(chǎn)業(yè)鏈和產(chǎn)品運(yùn)輸受阻等其他方面的影響，復(fù)工率較低。2021年這些行業(yè)的復(fù)工率相比2020年雖然上升了，但還有較大的提升空間。

圖4 2020年和2021年典型行業(yè)復(fù)工率

餐飲業(yè)和旅游業(yè)自新冠疫情爆發(fā)以來，一方面為了避免新冠肺炎感染，人們的自保意識(shí)使其盡量避免進(jìn)入人員密集的公共場所，使這些場所的活動(dòng)都大幅度減少，甚至關(guān)停。另一方面居民消費(fèi)信心不足導(dǎo)致消費(fèi)需求降低。所以即使有些餐飲店不停業(yè)，人員外出進(jìn)行服務(wù)消費(fèi)的意愿和頻次也大幅度減少，從而導(dǎo)致餐飲行業(yè)的業(yè)務(wù)量極速下滑。類似的還有旅游行業(yè)景區(qū)，旅游大巴和酒店等旅游必經(jīng)節(jié)點(diǎn)的感染風(fēng)險(xiǎn)使旅游業(yè)陷入低迷期。

但對(duì)房地產(chǎn)和教育等行業(yè)來說，雖然疫情時(shí)期加強(qiáng)了區(qū)域隔離，使現(xiàn)場出差不便，對(duì)許多線下進(jìn)行的會(huì)議營銷、現(xiàn)場看房及課堂教學(xué)等業(yè)務(wù)造成影響。但廣西這些行業(yè)積極制定對(duì)策，利用近年來興起的互聯(lián)網(wǎng)和微應(yīng)用技術(shù)通過在線直播賣房，線上課程等新途徑助力業(yè)務(wù)開展，故稍微減少了復(fù)工率受疫情的影響。

自2020年新冠肺炎疫情爆發(fā)以來，為了更好的控制疫情傳播，不少省市關(guān)閉了高速出入口及收費(fèi)站，以及節(jié)后，受疫情防控、春節(jié)假期延長、各地延遲企業(yè)復(fù)工、推遲學(xué)校開學(xué)等情況使得交通運(yùn)輸受到影響。2021年隨著復(fù)工復(fù)產(chǎn)工作的開展，交通運(yùn)輸工作正在有序恢復(fù)。該行業(yè)2021年復(fù)工率為84.5%，較2020年同期上升了28.4%，恢復(fù)情況較好。

由圖4可見，零售業(yè)的復(fù)工率較高，經(jīng)調(diào)查得知，雖然疫情時(shí)期加強(qiáng)了區(qū)域隔離，使現(xiàn)場出差不便，對(duì)許多線下進(jìn)行的會(huì)議營銷和以現(xiàn)場服務(wù)銷售為主的業(yè)務(wù)造成影響。但自我隔離期間，人們需要依托線上平臺(tái)來滿足生活需要，零售商抓住機(jī)遇調(diào)整自己的數(shù)字營銷策略，外賣、網(wǎng)購、生鮮電商等零售行業(yè)迅速發(fā)展，故其復(fù)工率較高。

為了推進(jìn)企業(yè)復(fù)工，建議政府采取積極措施靈活鼓勵(lì)企業(yè)復(fù)工。例如，對(duì)電網(wǎng)公司來說，提前分析對(duì)接企業(yè)用戶需求，利用電網(wǎng)公眾號(hào)和手機(jī)APP的線上優(yōu)勢，積極引導(dǎo)客戶網(wǎng)上辦理、掌上辦理購電等業(yè)務(wù)，建立非接觸式辦電便利途徑，同時(shí)還要保障企業(yè)和居民用戶可靠用電。

3.2 地區(qū)口徑

由本文平臺(tái)按地區(qū)口徑對(duì)廣西各地工業(yè)用戶進(jìn)行復(fù)工率統(tǒng)計(jì)，典型日廣西電網(wǎng)轄區(qū)監(jiān)測工業(yè)企業(yè)樣本中復(fù)工企業(yè)222 901戶，整體復(fù)工率為72.2%，當(dāng)日最高負(fù)荷1 749萬千瓦，相較最近十日的復(fù)工率呈現(xiàn)上升趨勢。分區(qū)統(tǒng)計(jì)結(jié)果如圖5。由圖5可見，各地中復(fù)工率最高的為南寧（79.4%），最低的為河池（59.3%）。由于在疫情時(shí)期的嚴(yán)格管控下，對(duì)交通運(yùn)輸造成負(fù)面影響，從而影響外地員工返企，南寧作為省會(huì)城市和廣西陸空交通樞紐，交通便利，2021年隨著交通運(yùn)輸?shù)闹鸩交謴?fù)，有利于物資轉(zhuǎn)運(yùn)和人員返崗，故當(dāng)?shù)仄髽I(yè)受到疫情影響較輕。而河池由于山多地少，以地?zé)o三尺平的喀斯特地貌為主，且城鄉(xiāng)建在在狹窄的山谷，交通不便故復(fù)工受到較大影響。

圖5 廣西各地區(qū)工業(yè)企業(yè)復(fù)工情況

4 結(jié)束語

本文設(shè)計(jì)了復(fù)工復(fù)產(chǎn)在線監(jiān)測平臺(tái)，發(fā)揮電力企業(yè)的用電大數(shù)據(jù)優(yōu)勢，對(duì)廣西各行業(yè)和地區(qū)的電力用戶的復(fù)工復(fù)產(chǎn)指數(shù)進(jìn)行多口徑監(jiān)測，為電網(wǎng)公司和政府及時(shí)掌握各地區(qū)各行業(yè)的復(fù)工復(fù)產(chǎn)情況，做好經(jīng)營決策或疫情管控工作提供準(zhǔn)確的企業(yè)用電畫像。

此外，可通過監(jiān)測平臺(tái)對(duì)廣西典型行業(yè)和各地區(qū)的復(fù)工復(fù)產(chǎn)情況進(jìn)行統(tǒng)計(jì)。由統(tǒng)計(jì)結(jié)果可見，各行業(yè)由于產(chǎn)業(yè)鏈和消費(fèi)群體特征不同，受疫情的影響輕重也不相同。2021年處于產(chǎn)業(yè)恢復(fù)的“后疫情”時(shí)期，企業(yè)應(yīng)采取積極補(bǔ)救措施，充分利用智能制造和新一代信息技術(shù)有利于找到積極抵抗疫情影響的復(fù)產(chǎn)思路。此外，根據(jù)統(tǒng)計(jì)結(jié)果可知各地區(qū)疫情影響情況不同，受疫情影響大小主要與交通運(yùn)輸，地域特征等因素有關(guān)，建議政府因地因城施策，根據(jù)當(dāng)?shù)貙?shí)際情況制定復(fù)工措施。