基于電力大數(shù)據(jù)分析模型的防返貧預(yù)警監(jiān)測應(yīng)用

李麗英，羅志坤，唐敬軍，廖麗萍，李愛元，付強

(1.國網(wǎng)湖南省電力有限公司株洲供電分公司，湖南 株洲 412000；2.國網(wǎng)湖南省電力有限公司，湖南 長沙 410004；3.國網(wǎng)湖南省電力有限公司信息通信公司，湖南 長沙 410004)

0 引言

2021 年，脫貧攻堅戰(zhàn)取得了全面勝利，中國完成了消除絕對貧困的艱巨任務(wù)[1]。脫貧摘帽不是終點，讓脫貧基礎(chǔ)更加穩(wěn)固、成效更可持續(xù)，實現(xiàn)全面脫貧與鄉(xiāng)村振興有效銜接，要加快建立防止返貧監(jiān)測和幫扶機制[2]，就需要對易返貧致貧人口加強監(jiān)測。

對于部分已脫貧但質(zhì)量不高、不穩(wěn)的脫貧戶，構(gòu)建和完善科學(xué)合理的預(yù)警與監(jiān)測機制，銜接推進和進一步鞏固擴大脫貧攻堅成果尤為重要，現(xiàn)階段脫貧人口返貧預(yù)警監(jiān)測系統(tǒng)大致分四個步驟[2]:建立返貧檔案數(shù)據(jù)、進行返貧信息判斷、啟動幫扶機制、返貧風(fēng)險解除。

目前初步形成了先創(chuàng)建返貧預(yù)警制度，在返貧事件發(fā)生前就做到篩查與及時幫扶，利用大數(shù)據(jù)技術(shù)手段，分析脫貧戶返貧的概率、及時發(fā)出預(yù)警。同時組織基層干部定期跟蹤回訪，形成事前預(yù)防、事中幫扶、事后跟蹤監(jiān)測的“閉環(huán)” 防返貧預(yù)警監(jiān)測機制[3]。國內(nèi)利用大數(shù)據(jù)監(jiān)測技術(shù)實現(xiàn)防返貧監(jiān)測方案主要是兩種:一種是充分利用全國扶貧辦開發(fā)信息系統(tǒng)、各省(市縣) 精準脫貧大數(shù)據(jù)管理平臺、各種移動應(yīng)用軟件對居民信息進行收集，對監(jiān)測對象生產(chǎn)狀況、收入來源、政策落實、教育學(xué)費、看病報銷、受災(zāi)支出等加強監(jiān)測；二是疾病依舊是致貧、返貧的主要原因[4]。針對此現(xiàn)象有學(xué)者如張瑜、魏曉光、趙穎等人針對醫(yī)療大數(shù)據(jù)構(gòu)建防返貧體系[5]。通過醫(yī)療大數(shù)據(jù)將政府、醫(yī)院、個人與保險公司聯(lián)系起來，為防返貧提供決策分析。

通過國內(nèi)外現(xiàn)狀調(diào)查研究，發(fā)現(xiàn)上述兩種返貧預(yù)警監(jiān)測系統(tǒng)都存在數(shù)據(jù)收集不連續(xù)、覆蓋不全面等問題。而電力大數(shù)據(jù)特性恰恰可以彌補上述不足，所以本文首次提出了基于電力大數(shù)據(jù)分析模型構(gòu)建防返貧預(yù)警監(jiān)測應(yīng)用。

電力大數(shù)據(jù)具有連續(xù)性好、實時性強、準確度高、覆蓋面廣等特點[6－7]，本文利用電力大數(shù)據(jù)特點，充分發(fā)揮電力數(shù)據(jù)這一“富礦”，首次基于電力大數(shù)據(jù)分析模型構(gòu)建防返貧預(yù)警監(jiān)測應(yīng)用，篩選疑似返貧致貧用戶信息，實現(xiàn)防返貧監(jiān)測預(yù)警，為脫貧戶返貧風(fēng)險監(jiān)測和幫扶長效機制建立提供決策依據(jù)。

1 基于用戶用電行為數(shù)據(jù)分析模型

返貧預(yù)警監(jiān)測應(yīng)用阿里云大數(shù)據(jù)開發(fā)平臺[8－11]，涉及鄉(xiāng)村振興局、電力公司營銷業(yè)務(wù)系統(tǒng)等數(shù)據(jù)，與政府需求對接，獲取當?shù)孛撠殤?、脫貧縣市區(qū)、脫貧行政村、各村常住人口等檔案。對脫貧戶、脫貧縣市區(qū)、脫貧行政村各村常住人口開展調(diào)研，分析其用電行為，研究構(gòu)建返貧預(yù)警監(jiān)測，形成模型數(shù)據(jù)需求清單。確認扶貧檔案管理、電力返貧監(jiān)測看板、構(gòu)建分析模型、構(gòu)建扶貧畫像、預(yù)警模型管理、預(yù)警信息推送等六項功能需求。

1.1 數(shù)據(jù)需求與溯源

對接鄉(xiāng)村振興局數(shù)據(jù)，對脫貧對象進行梳理與溯源。包括姓名、身份證號、家庭住址(省、市、區(qū)縣、鎮(zhèn)、村)、家庭人數(shù)、類別、戶主身份證號碼、電能表戶號等。數(shù)據(jù)通過專線進行推送，中臺提供接口。涉及到數(shù)據(jù)需求梳理與溯源的有數(shù)據(jù)檔案庫數(shù)據(jù)應(yīng)用、涉貧用電量分析數(shù)據(jù)應(yīng)用、返貧預(yù)警分析數(shù)據(jù)應(yīng)用、檔案信息統(tǒng)計查詢數(shù)據(jù)應(yīng)用、預(yù)警數(shù)據(jù)及推送數(shù)據(jù)應(yīng)用。

從內(nèi)、外部業(yè)務(wù)系統(tǒng)采集數(shù)據(jù)，基于數(shù)據(jù)中臺，提取出防返貧預(yù)警監(jiān)測應(yīng)用需求的數(shù)據(jù)。采集數(shù)據(jù)檔案庫數(shù)據(jù)、全省涉貧用電量數(shù)據(jù)、脫貧戶用電繳費數(shù)據(jù)等資料數(shù)據(jù)。

1.2 數(shù)據(jù)預(yù)處理

按照系統(tǒng)總體架構(gòu)要求，根據(jù)數(shù)據(jù)應(yīng)用需求，由中臺實現(xiàn)數(shù)據(jù)的接入，包括電力數(shù)據(jù)的接入頻度、數(shù)據(jù)的業(yè)務(wù)規(guī)則、數(shù)據(jù)類型、數(shù)據(jù)存量、數(shù)據(jù)增量等信息為輸入，完成數(shù)據(jù)接入技術(shù)路線。數(shù)據(jù)中臺以統(tǒng)一數(shù)據(jù)模型為標準，匯聚海量數(shù)據(jù)，提煉共性的數(shù)據(jù)服務(wù)能力，構(gòu)建場景化數(shù)據(jù)產(chǎn)品，為前端應(yīng)用提供數(shù)據(jù)共享服務(wù)和產(chǎn)品，防返貧監(jiān)測應(yīng)用遵循阿里云中臺架構(gòu)[10]，即一切數(shù)據(jù)由數(shù)據(jù)中臺接入。來源內(nèi)部系統(tǒng)的營銷數(shù)據(jù)包含用電量、客戶基礎(chǔ)信息等，這部分數(shù)據(jù)已存儲在數(shù)據(jù)中臺的倉庫。涉及的數(shù)據(jù)應(yīng)用有數(shù)據(jù)檔案庫數(shù)據(jù)、涉貧用電量分析數(shù)據(jù)、返貧預(yù)警分析數(shù)據(jù)、檔案信息統(tǒng)計查詢數(shù)據(jù)、預(yù)警數(shù)據(jù)及推送數(shù)據(jù)。

脫貧戶數(shù)據(jù)通過政務(wù)專線或離線的導(dǎo)入方式接入數(shù)據(jù)中臺以進行匹配，形成檔案庫數(shù)據(jù)應(yīng)用；每月從中臺營銷系統(tǒng)與脫貧戶數(shù)據(jù)結(jié)合用電情況，以省、市、區(qū)縣為基礎(chǔ)建立涉貧月度用電分析數(shù)據(jù)、脫貧戶用電數(shù)據(jù)，包括用電量情況、繳費情況、停電時長、同比環(huán)比增量、趨勢變化等?；跀?shù)據(jù)檔案庫、用電分析等數(shù)據(jù)建立數(shù)據(jù)模型，制定預(yù)警規(guī)則，形成月度返貧預(yù)警分析數(shù)據(jù)應(yīng)用。將不同預(yù)警規(guī)則生成對應(yīng)的預(yù)警數(shù)據(jù)進行記錄，形成預(yù)警數(shù)據(jù)及推送應(yīng)用數(shù)據(jù)，同時推送至政府政務(wù)平臺。

分析鄉(xiāng)村振興局與中臺營銷數(shù)據(jù)差異，整合轉(zhuǎn)換數(shù)據(jù)檔案庫數(shù)據(jù)。根據(jù)模型數(shù)據(jù)對營銷系統(tǒng)用電量、繳費金額、繳費次數(shù)等數(shù)據(jù)進行整合轉(zhuǎn)換，形成涉貧用電分析數(shù)據(jù)應(yīng)用、脫貧戶用電分析數(shù)據(jù)應(yīng)用等?；诜婪地氼A(yù)警數(shù)據(jù)及推送數(shù)據(jù)應(yīng)用，進行數(shù)據(jù)整合轉(zhuǎn)換。制定數(shù)據(jù)檔案庫數(shù)據(jù)應(yīng)用、涉貧用電分析數(shù)據(jù)應(yīng)用、脫貧戶用電分析數(shù)據(jù)應(yīng)用、預(yù)警數(shù)據(jù)及推送數(shù)據(jù)應(yīng)用整體數(shù)據(jù)清洗策略，形成標準化的數(shù)據(jù)格式用于數(shù)據(jù)展示及結(jié)構(gòu)化處理。

結(jié)合應(yīng)用場景需求，制定相應(yīng)的數(shù)據(jù)安全規(guī)則，并根據(jù)規(guī)則進行數(shù)據(jù)脫敏、變形等低級數(shù)據(jù)安全處理[12]，對全局傳輸?shù)臄?shù)據(jù)進行加密處理[13]，保障數(shù)據(jù)的安全。結(jié)合低收入群體監(jiān)測系統(tǒng)項目數(shù)據(jù)應(yīng)用場景需求，為保障脫貧戶數(shù)據(jù)、電力營銷數(shù)據(jù)傳輸及展示的數(shù)據(jù)安全，對涉密字段如身份證、聯(lián)系方式、電力明細數(shù)據(jù)等制定相應(yīng)的數(shù)據(jù)安全規(guī)則，并根據(jù)規(guī)則進行數(shù)據(jù)脫敏、變形等低級數(shù)據(jù)安全處理，將數(shù)據(jù)檔案庫數(shù)據(jù)的人員信息進行脫敏處理；將涉貧用電分析數(shù)據(jù)的用電詳情進行脫敏處理；脫貧戶用電分析數(shù)據(jù)中用電詳情進行脫敏處理；將防返貧預(yù)警數(shù)據(jù)及推送數(shù)據(jù)應(yīng)用的敏感數(shù)據(jù)進行脫敏處理。

1.3 分析模型構(gòu)建

1.3.1 分析模型設(shè)計

防返貧預(yù)警監(jiān)測系統(tǒng)數(shù)據(jù)應(yīng)用分析主題場景，結(jié)合需求分析結(jié)構(gòu)，借助統(tǒng)計分析、數(shù)據(jù)挖掘等方法構(gòu)建維度模型和指標模型，對業(yè)務(wù)需求進行抽象化表達，構(gòu)建適用于本分析主題的算法模型。對脫貧戶數(shù)據(jù)建模，涉及到模型設(shè)計的脫貧戶用電分析數(shù)據(jù)應(yīng)用、預(yù)警數(shù)據(jù)及推送數(shù)據(jù)應(yīng)用。

1.3.2 構(gòu)建脫貧戶用電分析數(shù)據(jù)模型

如需持續(xù)跟蹤脫貧戶的經(jīng)濟、生活狀況，用電行為數(shù)據(jù)是一個重要且實用的指標，判斷一個脫貧戶的用電水平與全省脫貧戶未脫貧之前的日均電量以及脫貧后日均電量的差距、脫貧戶一年之中欠費次數(shù)、繳費金額以及欠費停電時長可以反映出脫貧戶的生活狀況。

1) 設(shè)置脫貧戶當年日平均用電量為M，脫貧之前日均電量為Np，全省脫貧戶后10%、后20%的當年日均電量臨界值分別為N1、N2，設(shè)置差距分別為E1、E2、E3，脫貧戶去年日平均用電量為Q。

若E1<0，說明該脫貧戶脫貧后的用電量比未脫貧之前的全省日均電量低，判定為脫貧戶用電量異常。

若E2<0 且E1>0，說明該脫貧戶脫貧后的用電量已經(jīng)快接近湖南省脫貧戶未脫貧之前的日均電量，判定為脫貧戶用電量異常。

若E2≥0、E3<0 且M

2) 設(shè)置脫貧戶當年欠費次數(shù)為M，欠費次數(shù)閾值Mth；月平均繳費金額為N元，平均繳費金額閾值Nth元。

若M >Mth且N

3) 設(shè)置脫貧戶欠費停電時間為M，脫貧戶繳費后復(fù)電時間為N，停電間隔S，閾值為Sth。

若S≥Sth，說明該用戶欠費停電時長已超過閾值才恢復(fù)用電的情況，判定為脫貧戶欠費停電復(fù)電異常。

1.4 基于數(shù)據(jù)分析模型構(gòu)建防返貧預(yù)警規(guī)則

基于上述脫貧戶日均電量、停電繳費次數(shù)及金額、欠費停電時長三個維度電力大數(shù)據(jù)分析模型建立分級分類預(yù)警規(guī)則，依據(jù)“分類監(jiān)測、分級預(yù)警” 的原則，確定監(jiān)測內(nèi)容、預(yù)警類型、預(yù)警頻度及要求。根據(jù)三個維度分析模型設(shè)計5 條貧困戶返貧預(yù)警規(guī)則。

①規(guī)則一:欠費停電時間長。脫貧戶欠費停電后，間隔閾值或閾值以上才恢復(fù)用電的情況，則判定為紅色預(yù)警。

②規(guī)則二:欠費次數(shù)多。根據(jù)脫貧戶一年之中欠費次數(shù)和繳費金額來判斷，欠費次數(shù)大于閾值同時繳費金額小于閾值時，則判定為紅色預(yù)警。

③規(guī)則三:日均電量處于全省后10%～20%區(qū)間，根據(jù)脫貧戶當年累計日平均用電量處于湖南省脫貧戶后10%～20%區(qū)間時，則判定為藍色預(yù)警。

④規(guī)則四:日均電量處于湖南省后10%區(qū)間。根據(jù)脫貧戶當年累計日平均用電量處于湖南省脫貧戶后10%區(qū)間，且大于貧困戶日均電量時，則判斷為黃色預(yù)警。

⑤規(guī)則五:日均電量低于全省貧困戶日均電量。根據(jù)脫貧戶當年日平均用電量與全省貧困戶日均電量的進行比較。如果當年日平均用電量小于湖南省貧困戶日均電量，則判定為紅色預(yù)警。

通過規(guī)則體系開展貧困戶用電數(shù)據(jù)監(jiān)測和分析，對潛在返貧風(fēng)險的用電戶，根據(jù)不同的用電異常程度分“紅、黃、藍” 三級預(yù)警，紅色為最嚴重等級，黃色次之，藍色則只代表需引起關(guān)注，通過數(shù)據(jù)中臺與政府打通的專線通道，將預(yù)警數(shù)據(jù)脫敏后推送給當?shù)卣?wù)云平臺，為返貧監(jiān)測提供持續(xù)且穩(wěn)定的數(shù)據(jù)支撐。

1.5 防返貧預(yù)警規(guī)則閾值計算

提取2018 年底脫貧的貧困戶2017 年的年日均用電量進行抽樣數(shù)據(jù)驗證，計算貧困戶日平均用電量；提取株洲市2021 年1 月至5 月脫貧戶，依據(jù)日均電量異常預(yù)警模型產(chǎn)生的預(yù)警戶進行抽樣調(diào)研，驗證全省日均用電量后10%的脫貧戶、湖南省日均用電量后20%的脫貧戶模型閾值；提取株洲市脫貧戶2021 年欠費停電時長數(shù)據(jù)作為樣本數(shù)據(jù)，分析欠費停電時長的預(yù)警閾值；選取株洲茶陵縣雙泉村106戶脫貧戶作為調(diào)研對象，實地了解脫貧戶的欠費次數(shù)以及繳費情況等信息，確定預(yù)警模型閾值。

①選取2017 年株洲市的貧困戶(選取日均用電量波動值小于1 kW·h 的用戶) 作為樣本數(shù)據(jù)。選取株洲市2017 年的年日均用電量波動值小于1 kW·h的貧困戶作為樣本數(shù)據(jù)，共計5 411 條，求取平均值為0.694 06，因此設(shè)定全省貧困戶日均電量的閾值為0.7。

②選取株洲市的脫貧戶進行2021 年脫貧戶10%、20%的臨界值進行計算，株洲市脫貧戶總數(shù)48 722 戶，剔除0 電量用戶計算見表1、表2。

表1 2021 年1—5 月湖南省脫貧戶后10%臨界戶日均電量

表2 2021 年1—5 月湖南省脫貧戶后20%臨界戶日均電量

③欠費停電時長閾值計算。欠費停電時長設(shè)置閾值為48 h，從當前欠費停電時長來看，90%的脫貧用戶欠費停電時長不超過1 h，考慮到人員臨時外出情況，選取48 h 作為模型閾值。

④欠費次數(shù)預(yù)警模型驗證分析。根據(jù)株洲市貧困村實地考察調(diào)研，走訪脫貧戶以及多地扶貧辦駐村工作人員的經(jīng)驗，了解欠費停電情況，脫貧戶如因欠費停電無法繳納電費的用戶基本屬于零散用工方式的勞動力人員，采用外出打散工幾天獲取報酬，一次繳納電費10～50 元不等，每月一般出去工作3 次。因此欠費次數(shù)閾值為3 次，繳費金額閾值為20 元。

1.6 分析模型優(yōu)化

基于業(yè)務(wù)需求，根據(jù)脫貧戶用電分析數(shù)據(jù)應(yīng)用模型，監(jiān)測出“紅”、“黃”、“藍” 三級預(yù)警數(shù)據(jù)，通過對三級預(yù)警數(shù)據(jù)的比對、核查，推算分析模型的準確性，并在不通過改變模型參數(shù)和模型結(jié)構(gòu)的同時，通過多次隨機提取樣本數(shù)據(jù)計算出閾值，提升模型的精度、執(zhí)行速度等，不斷優(yōu)化預(yù)警規(guī)則，保障監(jiān)測模型的穩(wěn)定性及監(jiān)測數(shù)據(jù)的準確性[14]。

2 防返貧預(yù)警數(shù)據(jù)結(jié)果驗證分析

基于電力大數(shù)據(jù)分析模型構(gòu)建的防返貧預(yù)警應(yīng)用，對所供電范圍內(nèi)的脫貧戶日均用電量所在區(qū)間、年累計繳費次數(shù)以及停電時長進行統(tǒng)計分析，對潛在返貧風(fēng)險的脫貧戶進行“紅” “黃” “藍”三級預(yù)警，總共向政府 “政務(wù)云平臺” 輸出預(yù)警信息3 118 條，其中紅色預(yù)警數(shù)1 158 條。選取紅色預(yù)警結(jié)果中326 戶脫貧戶作為驗證對象，通過電話訪問、實地走訪考察等多種方式，調(diào)研其用戶電量低、繳費次數(shù)多、單次繳費金額低的原因。其中用戶電量低于貧困戶日均電量0.7 的306戶中，留守老人、外出務(wù)工、無人居住占比近65% (如圖1 所示)。將306 戶用電量劃分七個用電量段(表3)，分析其在各個電量段的占比，日均電量在0.1 kWh以下占比最高是脫貧戶外出務(wù)工基本未用電原因外，其他電量段留守老人占比最高。

圖1 脫貧戶日均電量低于貧困戶日均電量占比

表3 脫貧戶日均電量低于貧困戶日均電量統(tǒng)計戶

另20 戶為繳費次數(shù)多、單次繳費金額低導(dǎo)致紅色預(yù)警，分析其社會原因，其中12 戶因臨時務(wù)工占比60%，另4 戶為留守老人每次停電后再去繳費占比20% (如圖2 所示)。

圖2 脫貧戶繳費次數(shù)多、繳費金額低占比

通過上述數(shù)據(jù)分析，經(jīng)核實發(fā)現(xiàn)具有返貧風(fēng)險的脫貧戶3 戶。其中一戶預(yù)警原因為系統(tǒng)監(jiān)測發(fā)現(xiàn)該戶多次繳費且每次繳費低于20 元，核查該戶主系突發(fā)情況至殘導(dǎo)致返貧；另兩戶預(yù)警原因為日均電量低于湖南省貧困戶日均電量，核查原因為主要勞動力之一生病致收入驟減。對此，政府將以上3戶具有返貧風(fēng)險的脫貧戶納入重點監(jiān)測幫扶范圍，提前采取針對性的幫扶措施，及時消除返貧風(fēng)險，助力政府扶貧監(jiān)管由全面普查轉(zhuǎn)為重點核查，大大提升了監(jiān)測效率。

3 結(jié)論

本文研究基于電力大數(shù)據(jù)分析模型的防返貧預(yù)警監(jiān)測應(yīng)用，在國內(nèi)目前已部署于湖南地區(qū)，并已擬定陸續(xù)向全國推廣，防返貧預(yù)警監(jiān)測應(yīng)用具有低成本、高效率、易操作、可復(fù)制等優(yōu)點，可為各地區(qū)的脫貧戶、脫貧縣市區(qū)、脫貧行政村防返貧提供分析與預(yù)警功能，為核實和消除返貧風(fēng)險提供線索，為鞏固拓展脫貧攻堅成果、建立長效幫扶機制提供決策依據(jù)，有助于有序推進與鄉(xiāng)村振興的有效銜接。