时间: 2024-06-27 12:48:05 | 作者: 破碎生产线(站)
当前，全国各地以推动复工复产为重点，统筹推进疫情防控和经济社会持续健康发展，测算和分析复工率成为一项重要工作。各部门、各地方、各机构使用或推出的复工率测算方式多达近10种。这些复工率的数据来源各异、测算工具不同、与产业关联度疏密不一，对地区、行业或企业的复工复产情况判断也存在差别。有必要对这些复工率的概念、测算方式等进行梳理分析，以实现相机采用、服务决策的目的。
以企业开工比例测算的复工率。这是政府行业管理部门广泛使用并公开通报的复工率，是指辖内已开工企业占全部或规模以上企业的比例，主要由企业报送、部门统计得出。具体又分为返岗率，即返岗员工数/在册员工数，数值越高说明企业用工充足;复产率,即批准复工企业已恢复产能/计划产能，数值越高说明产能恢复越快;开工率，即批准复工企业数/辖内企业数，数值越高说明复工面越大。其中，复产率最能够反映生产恢复的真实的情况，如国家发展改革委公布的口罩企业复工率，就是以口罩的实际产量与计划产能的比值测算得出。
以电力部门数据测算的复工率。这种复工率参考了“克强指数”中的耗电量指标，采用电力部门的供电数据，以地区或行业用电量与往年同期比较的方式测算得出。各地计算公式差异较大，如上海以“复工企业当日用电量超过去年12月日均用电量30%的企业数/在册企业数”，判断企业复工率;浙江发布的电力复工指数，测算公式为(复工企业当日用电量占去年12月日均用电量的比例×0.5+复工企业数占总企业数的比例×0.5)×100，数值越接近100,反映复工情况越好。
以发电集团耗煤量推算的复工率。这种复工率，与以用电量测算的复工率思路类似，即复工企业消耗的当日煤炭总量/去年同期消耗的煤炭总量。部分证券研究机构指出，六大发电集团耗煤量在历年春运期间整体呈V型走势，且春运开始时点和结束时点的单日耗煤量大体相同。今年的情况不一样，如以2月20日耗煤量数据，剔除城镇和乡村居民生活用电量，测算出的耗煤量仅为去年同期的49%，以此粗略推断企业复工不足半数。
以设备运行数据测算的复工率。这种复工率，采用了物联网的概念，提取生产设备上的监测装置数据，以在用生产设备占全部生产设备的比例推算企业复工率。如三一重工，对市场占有率排名前列的30余万台工程机械设备做监测，建立“树根互联工业网络站点平台”，测算各地企业复工情况。河南省物流采购联合会与大数据公司合作，对全省2万辆货物运输车辆进行实时数据采集，利用大数据挖掘技术，开发了物流业复工指数模型。又如，平安租赁公司在用户租赁的设备上安装“设备手环”，实时监测分布在全国的租赁设备恢复运转的情况。
以卫星遥感数据测算的复工率。这种复工率，利用遥感卫星的可见光红外成像辐射仪识别热源，测算地区或城市复工情况。如，新华社卫星新闻实验室观测并对比不一样的地区、不同时期的热异常点密度，绘制了全国复工率地图，工业热能高的区域影像颜色提升，据此判断企业复工持续推进。又如，招银理财利用遥感卫星，捕捉工业园区照明灯光和货车照灯灯光，发布“夜光工业复工指数”，用以监测一定地区的企业复工情况。
以人口流动数据测算的复工率。这种复工率，出现在春运结束以后人员返城初期，即利用出行APP、客运运输等信息数据，对人口流动情况做监测，建立数据模型推算复工率。如，高德地图基于出行与位置大数据的综合分析，发布了全国主要城市返岗活力指数与全国百大热门复工写字楼榜单，以返岗率和“云复工”推测企业复工率。
比较和分析几种复工率测算方式的优劣，应该从一个根本目标、多个指标来判断。复工最终是为了复产，一个根本目标，是复工率能否或能在何种程度上反映企业复工、尤其是产能恢复的真实状况。多个衡量指标，包括数据来源可不可靠、获取成本的大小、细分行业适用性，以及测算方法的信息化程度等。
从与产能恢复的关联度看，企业开工法和设备运转法由于采用的数据直接来自企业或生产设备，与公司制作过程十分接近，以此计算的复工率有较好的表征效果。特别是企业开工法中的复产率，则是直接反映了产能恢复情况。但是该方法的数据来自企业报送和部门统计，存在一定的时滞，也不排除企业和部门主观判断和估算的可能。设备运转法的数据来源真实、客观、不可修改，但目前的设备联网率较低，被检测设备数量有限，复工率覆盖面过窄。随着制造业智能化的发展，以设备运转法计算的复工率，可当作今后最有潜力的方向。
从反映复工情况的时效性看，设备运转法和卫星遥感法的数据来源具有即时性，可以实时监测企业或地区的复工情况，对于制定和调整后期的复工复产政策极为有利。但是，卫星遥感法在行业区分度上处于劣势，热成像地图很难反映特定行业的复工情况，只能概略地反映某地区、一定时间段内的复工趋势。
从测算成本和复杂程度看，企业开工法、用电量、耗煤量法均较低，但用电量、耗煤量需要得到供电部门、发电集团的支持，产生一定的部门间协调统筹成本。卫星遥感法的测算成本，在几种计算方式里属于偏高的类型，算法和模型很复杂，要专业人员掌握和运用热成像和计算模型知识。但是，运用大数据等信息化手段测算复工率，无疑是未来的一个重要的趋势。
一是分业分类研究制定复工率测算规范。此次疫情是突发事件和非常情况，各方面对生产恢复情况的统计指标不一、监测口径不同，不利于快速准确掌握企业复工复产情况，影响进行经济决策。应对未来的自然灾害和经济社会风险，要前瞻研究，按照行业属性和特征分类规范复工率测算方式。如，制造业和商业服务业应适用不同的复工率测算方式;制造业不一样的行业的劳动密集程度、自动化智能化程度、产业链长度、供应链复杂性等都有所差别，要采用适合的复工率计算办法。
二是重视引入“大云物移”作为测算工具。在这次疫情中，一些行业研究机构、APP运营机构充分的利用新一代信息技术，开发出了基于设备监测数据、卫星遥感数据、人口出行数据等的复工率测算方式及模型。尽管这些算法和模型还很粗糙，但代表了未来的一种测算趋势，应引起充分重视。鼓励有关机构与产业部门协同，适应生产智能化、商务电子化、消费线上化等趋势，利用大数据、云计算、物联网技术，依托卫星、移动互联网，开发经济适用的复工率测算模型。（中国电子信息产业发展研究院 李杨 谢振忠 徐凯舟）
