當前，全國各地以推動復工復產為重點，統籌推進疫情防控和經濟社會發展，測算和分析復工率成為一項重要工作。各部門、各地方、各機構使用或推出的復工率測算方式多達近10種。這些復工率的數據來源各異、測算工具不同、與產業關聯度疏密不一，對地區、行業或企業的復工復產情況判斷也存在差別。有必要對這些復工率的概念、測算方式等進行梳理分析，以實現相機采用、服務決策的目的。

　　一、迄今所見的幾種主要復工率及算法

　　以企業開工比例測算的復工率。  這是政府行業管理部門普遍使用并公開通報的復工率，是指轄內已開工企業占全部或規模以上企業的比例，主要由企業報送、部門統計得出。具體又分為返崗率  ，即返崗員工人數/在冊員工人數，數值越高說明企業用工充足;復產率  ,即批準復工企業已恢復產能/計劃產能，數值越高說明產能恢復越快;開工率，  即批準復工企業數/轄內企業數，數值越高說明復工面越大。其中，復產率最能夠反映生產恢復的實際情況，如國家發展改革委公布的口罩企業復工率，就是以口罩的實際產量與計劃產能的比值測算得出。

　　以  電力部門數據測算的復工率  。  這種復工率參考了“克強指數”中的耗電量指標，采用電力部門的供電數據，以地區或行業用電量與往年同期比較的方式測算得出。各地計算公式差異較大，如上海以“復工企業當日用電量超過去年12月日均用電量30%的企業數/在冊企業數”，判斷企業復工率;浙江發布的電力復工指數，測算公式為(復工企業當日用電量占去年12月日均用電量的比例×0.5+復工企業數占總企業數的比例×0.5)×100，數值越接近100,反映復工情況越好。

　　以  發電集團耗煤量推算的復工率  。  這種復工率，與以用電量測算的復工率思路類似，即復工企業消耗的當日煤炭總量/去年同期消耗的煤炭總量。部分證券研究機構指出，六大發電集團耗煤量在歷年春運期間整體呈V型走勢，且春運開始時點和結束時點的單日耗煤量大體相同。今年的情況有所不同，如以2月20日耗煤量數據，剔除城鄉居民生活用電量，測算出的耗煤量僅為去年同期的49%，以此粗略推斷企業復工不足半數。

　　以  設備運行數據測算的復工率  。  這種復工率，采用了物聯網的概念，提取生產設備上的監測裝置數據，以在用生產設備占全部生產設備的比例推算企業復工率。如三一重工，對市場占有率排名前列的30余萬臺工程機械設備進行監測，建立“樹根互聯工業互聯網平臺”，測算各地企業復工情況。河南省物流采購聯合會與大數據公司合作，對全省2萬輛貨運車輛進行實時數據采集，利用大數據挖掘技術，開發了物流業復工指數模型。又如，平安租賃公司在用戶租賃的設備上安裝“設備手環”，實時監測分布在全國的租賃設備恢復運轉的情況。

　　以  衛星遙感數據測算的復工率  。  這種復工率，利用遙感衛星的可見光紅外成像輻射儀識別熱源，測算地區或城市復工情況。如，新華社衛星新聞實驗室觀測并對比不同地區、不同時期的熱異常點密度，繪制了全國復工率地圖，工業熱能高的區域影像顏色提升，據此判斷企業復工持續推進。又如，招銀理財利用遙感衛星，捕捉工業園區照明燈光和貨車照燈燈光，發布“夜光工業復工指數”，用以監測一定地區的企業復工情況。

　　以人口流動數據測算的復工率。  這種復工率，出現在春運結束以后人員返城初期，即利用出行APP、客運運輸等信息數據，對人口流動情況進行監測，建立數據模型推算復工率。如，高德地圖基于出行與位置大數據的綜合分析，發布了全國主要城市返崗活力指數與全國百大熱門復工寫字樓榜單，以返崗率和“云復工”推測企業復工率。

　　二、對幾種復工率測算方式的比較

　　比較和分析幾種復工率測算方式的優劣，應該從一個根本目標、多個指標來判斷。復工最終是為了復產，一個根本目標，是復工率能否或能在何種程度上反映企業復工、尤其是產能恢復的真實狀況。多個衡量指標，包括數據來源是否可靠、獲取成本的大小、細分行業適用性，以及測算方法的信息化程度等。

　　從與產能恢復的關聯度看，  企業開工法和設備運轉法由于采用的數據直接來自企業或生產設備，與企業生產過程十分接近，以此計算的復工率有較好的表征效果。特別是企業開工法中的復產率，則是直接反映了產能恢復情況。但是該方法的數據來自企業報送和部門統計，存在一定的時滯，也不排除企業和部門主觀判斷和估算的可能。設備運轉法的數據來源真實、客觀、不可修改，但目前的設備聯網率較低，被檢測設備數量有限，復工率覆蓋面過窄。隨著制造業智能化的發展，以設備運轉法計算的復工率，可以作為今后最有潛力的方向。

　　從反映復工情況的時效性看，  設備運轉法和衛星遙感法的數據來源具有即時性，可以實時監測企業或地區的復工情況，對于制定和調整后期的復工復產政策極為有利。但是，衛星遙感法在行業區分度上處于劣勢，熱成像地圖很難反映特定行業的復工情況，只能概略地反映某地區、一定時間段內的復工趨勢。

　　從測算成本和復雜程度看，  企業開工法、用電量、耗煤量法均較低，但用電量、耗煤量需要得到供電部門、發電集團的支持，產生一定的部門間協調統籌成本。衛星遙感法的測算成本，在幾種計算方法里屬于偏高的類型，算法和模型比較復雜，需要專業人員掌握和運用熱成像和計算模型知識。但是，運用大數據等信息化手段測算復工率，無疑是未來的一個重要的趨勢。

　　三、幾點建議

　　一是分業分類研究制定復工率測算規范。  此次疫情是突發事件和非常情況，各方面對生產恢復情況的統計指標不一、監測口徑不同，不利于快速準確掌握企業復工復產情況，影響進行經濟決策。應對未來的自然災害和經濟社會風險，要前瞻研究，按照行業屬性和特征分類規范復工率測算方式。如，制造業和商業服務業應適用不同的復工率測算方式;制造業不同行業的勞動密集程度、自動化智能化程度、產業鏈長度、供應鏈復雜性等都有所差別，要采用適合的復工率計算辦法。

　　二是重視引入“大云物移”作為測算工具。  在這次疫情中，一些行業研究機構、APP運營機構充分利用新一代信息技術，開發出了基于設備監測數據、衛星遙感數據、人口出行數據等的復工率測算方式及模型。盡管這些算法和模型還很粗糙，但代表了未來的一種測算趨勢，應引起充分重視。鼓勵有關機構與產業部門協同，適應生產智能化、商務電子化、消費線上化等趨勢，利用大數據、云計算、物聯網技術，依托衛星、移動互聯網，開發經濟適用的復工率測算模型。（中國電子信息產業發展研究院  李楊 謝振忠 徐凱舟）

免責聲明：以上內容為本網站轉自其它媒體，相關信息僅為傳遞更多信息之目的，不代表本網觀點，亦不代表本網站贊同其觀點或證實其內容的真實性。如稿件版權單位或個人不想在本網發布，可與本網聯系，本網視情況可立即將其撤除。