昨天看到朋友圈一篇人民网客户端介绍福建电力大数据的文章，很受启发，说几点感想：电力数据，尤其是用电数据，具有真实性、及时性的特点，时间颗粒度上可以到每15分钟，按天、按周更是no problem。电力数据应用到经济社会，最早的传说是，从前有人公布了六个月的统计期内，全国有几千万套房子基本没有用电数据，这被广泛的解读为房地产泡沫，又据说这事儿搞大了，有关部门不得不残忍的宣布没有公布过这样的数据。最近几年上头三令五申“房子是用来住的，不是用来炒的”，尤其是最近两年来，宁可损失一些GDP，也要严控房价，坚决紧缩房地产开发贷款，尤其是最近收紧房贷，抑制投机，已经充分表明，房地产潜在的危机是多么的严重。去年，电力数据（被广泛称之为电力大数据）对疫情期间复产复工所体现出来的统计价值，更是得到了社会各方面的积极认同。那么，为什么大家会这么重视电力统计数据呢？前面已经说过：及时、准确是最重要的特征。那么，与电力数据具有相同属性的铁路客运、铁路货运、航空、海运、海关、高速公路收费等数据，当然也包括各种快递公司的数据，也具有同样的特点。这些行业的数据，就是克强同志在辽宁主政时期搞克强指数的精髓，为什么会是这样的，因为传统的第一、第二和第三产业的统计数据，没有这么高的准确性、也没有如此的及时性，无论是时间颗粒度、还是空间颗粒度、还是准确性，都有待提高和改善。我们必须承认，克强同志对于数据的价值，早十多年前就比我们认识的要深刻很多，电力大数据依然没能跳出克强同志的手掌心。1. 经济数据的综合统计：要统筹各行业的数据，包括电力、运输、海关、银行等，据说去年国网公司在牵头搞这些综合性统计和分析，我认为是一项非常有意义的工作。例如被人民网表扬的这次福建电力所做的统计分析及部分预测，如果能结合铁路、公路和航空的订票数据，我想会更加的客观准确，能为政府提供更有价值的决策依据，因为订票数据是有提前期的，而且相对又是很准确的，这比电力数据只反映了过去的一个时间窗口，更具有预测的价值。2. 从经验到先验预测的不可控因素：统计是针对于过去某一个时间周期的，是用来表述过去的，如果把这些数据应用到未来某一个周期的预测上，就要考虑多方面的情况和因素，这是如何把经验应用到先验的大问题。例如，应对春节放假这类具有突变点的预测，是要非常小心的，，一是没有历史经验数据可以参考，二是这件事本身又是非常复杂的，因为我们很难判断政府鼓励本地过年所实施的约束性政策和鼓励性政策叠加在一起，到底能起到多大的效果，订单饱满的企业好说，但是订单不饱满的企业以及很多机关企事业单位、学校怎么办呢？京城有一个好的做法：很多企事业单位的员工要想离开北京到外地去，就要报批，而报批数据应该是比较准确的。但是，更多的几乎是无拘无束的居民，又该怎么办呢？能被管控的企事业单位上班族毕竟是少数，在人口总量的占比中分量是很小的。
3. 一个行业对其他行业的数据统计和预测：除非是多个行业的联合数据统计与分析，能做到相互印证和相互补充外，单个行业的数据统计，尤其是电力行业的数据统计，要想反映、尤其是预测其他行业的经济行为，我觉得还是要谨慎一些。电力数据是反应某一个产业、某一个地区客户用电的真实数据，但是这些数据：这既是认识论，同时也是方法论问题，在这方面，还需要做认真的研究。最简单、也是最负责的做法就是：我只忠实的公布数据，至于如何解读，那是别人的事情。
今天说的事情，也是一个项目的规划和顶层设计问题，也就是说，在做大数据项目的顶层设计时，还是要考虑更加周全的因素，感兴趣的读者可以阅读《信息系统的顶层设计对系统基础架构有多重要？》
前几天，央行政策司的领导做了2021年央行货币政策的解读，开篇首先阐述了目前与去年同期的经济数据对比趋势，重要的是这位领导很严肃的指出（大概意思是），数据对比所显示的高增长，是因为去年的经济受到疫情影响表现很差，而面对今年复杂多变的形势，我们不可过于乐观。我不成熟的理解，政策司领导的意思大概是要告诉我们：要善于分析数据背后的动因，准确理解数据统计背后的经济因素，还要准确理解同比和环比数据的不同含义。对于短周期的经济与行业分析，我认为，环比比同比更有意义。