5月10日,國網(wǎng)遼寧省電力有限公司基于電力大數(shù)據(jù)完成“電力扶貧畫像”數(shù)據(jù)模型建設(shè)。該模型借助扶貧地圖、貧困戶脫貧分析和脫貧戶返貧分析等16項場景,開展在線監(jiān)測、分析和展示,以數(shù)字化手段助力精準扶貧,輔助各級政府科學(xué)分析、合理決策,有效防止脫貧戶返貧,高質(zhì)量服務(wù)遼寧省打贏脫貧攻堅戰(zhàn)。
今年是全面打贏脫貧攻堅戰(zhàn)收官之年。遼寧省扶貧辦提供的數(shù)據(jù)顯示,2020年,全省剩余貧困人口14235人,涉及貧困戶6310戶,分布于12個地市。遼寧省扶貧辦開發(fā)指導(dǎo)處處長雷貫宏說,長期以來,貧困戶信息來源單一,存在統(tǒng)計維度少、準確度低、時效性差等問題,對疑似脫貧和疑似返貧等情況缺少數(shù)據(jù)支撐和實時在線監(jiān)測。
今年,國網(wǎng)遼寧電力與遼寧省扶貧辦協(xié)作,充分發(fā)揮電力大數(shù)據(jù)顆粒度細、覆蓋面廣的特點,將東北能源大數(shù)據(jù)中心建設(shè)與脫貧攻堅相結(jié)合,深度融合政府扶貧數(shù)據(jù)和電力客戶用電行為數(shù)據(jù),通過“電力扶貧畫像”數(shù)據(jù)產(chǎn)品,配合各級政府做好分析預(yù)警,實現(xiàn)精準分析研判,助力打贏脫貧攻堅戰(zhàn)。
“電力扶貧畫像”數(shù)據(jù)模型以14項影響因素為分析基礎(chǔ)。其中,社會因素包括文化程度、殘疾情況、年齡結(jié)構(gòu)、人均年收入、社會保障、致貧原因、家庭人口數(shù)和勞動技能8項,電力因素包括年用電量、年用電量增速、月用電差異、交費頻度、階梯電費和用電類別6項。國網(wǎng)遼寧電力結(jié)合貧困戶用電數(shù)據(jù)開展數(shù)據(jù)模型分析,通過計算各影響因素比重,得到客戶與貧困戶的相似度。相似度越接近100%,該客戶貧困程度越高;相似度越接近0,客戶脫貧可能性越高。
截至5月12日,基于“電力扶貧畫像”數(shù)據(jù)模型,國網(wǎng)遼寧電力已完成了省內(nèi)1.4萬貧困人口和21萬已脫貧人口的大數(shù)據(jù)分析工作。該公司通過跟蹤家庭收入及用電情況發(fā)現(xiàn),當前6310戶貧困戶相似度平均值為56.59%,其中36戶相似度低于30%,屬于疑似脫貧清單范圍;脫貧戶相似度平均值為51.06%,其中12戶相似度高于78%,屬于疑似返貧清單范圍。
目前,“電力扶貧畫像”已在全省范圍推廣應(yīng)用,有效提高了貧困信息的真實性、準確性,為貧困人口精準研判、扶貧工作科學(xué)決策提供有力支撐。
評論