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。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，輔助各級政府科學分析、合理決策，有效防止脫貧戶返貧，高質量服務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)中心建設與脫貧攻堅相結合，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)產品，配合各級政府做好分析預警，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。其中，社會因素包括文化程度、殘疾情況、年齡結構、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、扶貧工作科學決策提供有力支撐。
評論