过去三年，全球各地都或多或少遭受过新冠疫情引发的经济萧条。疫情对于政府部门来说是一场社会治理的大考，制定合理的政策助推各行业有序复工复产，对于提振经济尤为重要。
早在疫情之初，浙江大学计算机学院杨洋副教授团队就十分关注城市如何从防疫封控措施中复苏的问题。近日，他们的一项研究成果被Nature旗下期刊Scientific Reports录用。该研究选择了用电数据作为观察经济活动的对象，建立了一个人工智能模型，通过模拟不同的政策实施策略，探讨它们对各行业以及城市整体经济水平回升的作用。
面对复杂的经济社会情境，人工智能如何帮助政府进行科学决策？这份研究为我们展示了一种可能——
更加灵敏的复苏“晴雨表”
电力数据素有经济运行的“晴雨表”和“风向标”之称。为了使它更准确地映射出经济运行情况，研究团队调整消除了天气、行业间的发展差异、农历节假日等因素对于用电的影响，构建了一个可以统一衡量各行业复苏情况的“复苏指数”——这是人工智能进行学习的数据基础。
2020年1月1日至2020年8月31日期间17个行业的复苏指数，1代表该行业恢复到往年同期的应有水平。受访者提供
“之所以选择电力数据作为观察对象，是因为它是一项非常‘细粒度’的指标。”杨洋告诉记者。
用电能够非常精确、灵敏地反映经济活动：不仅用电的对象可以细化到具体的企业和部门，且相较于隔月或隔年公布的GDP等经济指标，电力数据的生成还更加“实时”，由于无需人为统计，也更为真实和客观。
热力图显示了疫情封锁政策对杭州市区的影响，热力图中的每个点代表一个组织的每周电力消耗量。受访者提供
据了解，团队收集到了杭州市区11464个用电户的超过7600万份用电记录，涵盖了17个主要行业类别，时间跨度从2020年的1月1日一直到8月31日。这些数据对于每个企业运行状态的刻画，能够精确到每一刻钟。
在进一步分析“复苏指数”时，数据更新的及时性带来了许多优势：一方面，复苏指数曲线能比事后统计更快地捕捉到经济活动中的特殊波动；另一方面，在评估新颁布的政策时，曲线也可以迅速反映出它的影响力究竟如何。
“我们设计了一种变点算法，监测政策发布的时机是否与复苏指数曲线的转变点吻合，并在此基础上评估政策的影响。”论文第一作者杨萱告诉记者，以往政策研究最常见的手段是发放问卷，不仅耗时，且存在很大主观性，而模型的介入能够为提高政策评估的效率提供一种新的思路。
