當前電網企業大數據價值變現交易需要解決的主要問題
2019年5月國家電網公司成立大數據中心后，加大了數據價值變現交易工作力度，已發布數據資源目錄、數據服務目錄，推出“數經e-電力經濟指數”等9項可變現交易的數據服務產品。但是，根據上面對大數據交易的特征分析，電網企業大數據價值變現交易是一個系統工程，與電力交易相比更加復雜和具有挑戰性，簡單地就一個產品或者應用場景進行變現交易是容易的，但要充分挖掘數據價值，建立交易平臺并進行大規模交易，甚至建立泛在電力物聯網的價格機制，則還有許多問題亟待解決。
缺乏大數據變現交易方案的頂層設計
目前電網企業大數據變現交易工作整體上沿襲了我國電力市場特別是早期的直接交易和碳交易等市場建設的思路，先設計出交易產品，選擇個別應用場景，極少數量的買賣雙方在非常特殊的條件下象征性地完成交易，從而表明這項工作已經開展，甚至這個市場已經建立。這種市場交易方案成本高，市場主體交易意愿不能獨立和充分表達，市場交易數量與可交易規模差距大，資源配置效果不確定，用市場交易游戲定義并不過分。
目前電網企業大數據變現交易方案在頂層設計上要考慮以下幾個問題：第一電力大數據的獲得成本及其補償機制。任何數據都有成本，如果沒有成本，數據也就不需要產權界定，也就沒有價值。從這個意義上看，泛在電力物聯網建設實際上就是支付成本獲得數據的過程。按照“誰受益，誰付費”的原則，電力大數據的受益者無非是電網企業自身和包括發電企業、政府和用戶的其它利益主體。
由于不同主體適用的成本補償機制不同，電網企業首先要在自己和其它利益主體之間分配數據成本。原則上，自己承擔的成本通過輸配電價回收，本文所提的“變現”主要針對這種情形；其它主體承擔成本則通過市場交易回收。如果不把這兩者界定清楚，電網企業就向其它主體銷售數據商品，必然會產生矛盾。
第二，電網企業向其它主體提供的數據商品的種類和性質問題。泛在電力物聯網建設后，電網企業向其它主體提供的數據商品越來越多，但也不是所有的數據商品都要通過交易完成。電網企業是公用事業，有些數據服務如為用戶提供用電賬單屬于公用事業服務的范圍，這類數據服務只能包括在輸配和供電服務管制性業務中，不能商品化和市場化；只有不包括在公用事業服務范圍內的數據增值服務，如基于電費最小的用戶用電方案建議報告等，才能市場化和商品化，通過大數據交易實現。因此，電網企業必須對可以提供的數據服務或商品進行界定，并且得到政府的認可。
第三，電網企業開展大數據經營的基本戰略。電力大數據交易本身是一個技術性問題，本身并不難，電網企業大數據交易其實難在電力大數據經營的戰略選擇。除了以上兩個具體問題外，還包括泛在電力物聯網與電力大數據經營的關系，泛在電力物聯網投資成本與所產生的大數據價值匹配程度，電網企業從事大數據經營的SWOT分析及具體方式等。這些都需要有認真的分析和策略安排，然后才有可能把數據交易做好。目前來看，這些基礎性的工作做得很不夠。
沒有形成可交易的數據資產目錄
目前國網大數據中心已梳理出四個層級的企業級數據資源目錄，一二層為業務層，含10個業務域和85個業務功能，三四層是數據層，含4668個數據實體和13.7萬個數據項。這些層級和數據目錄是最基礎的數據分類和原始數據，還沒有形成可交易的數據資產清單。
首先，沒有按交易要求對數據進行預處理，包括清洗和脫敏處理。數據清洗和脫敏原理上相對簡單，但是，要根據可交易條件針對每類數據設計相應的清洗和脫敏規則，按照這個規則完成全部工作，不僅有相當的技術要求，而且工作量非常巨大，需要投入大量的人財物資源。
其次，沒有確定數據的初始價值和產權并做標簽化處理。資產化要求對每類每項數據象管理固定資產一樣，確定初始價值和產權，貼上資產標簽并在系統中記錄。一般意義上，數據價值與數據質量、應用場景和買方等都有直接關系，很難得出一個客觀值，電力大數據更是這樣。另外，電力大數據價值可能在較大的范圍內變化，部分純粹生產性和時間性的數據很容易判斷，沒有太大的變現價值，在這個過程中可以剔除掉，以免造成資源浪費。數據產權可以簡單地界定給電網企業，但是，從更深層面上看也有挑戰，電力用戶也可能對自己的電表數據提出產權訴求，這涉及政策法規和私有產權保護，比數據價值更有挑戰。
第三，沒有按交易要求對資產目錄及其數據進行結構化處理。電力大數據來源包括電力行業內部各環節數據集，智能電表讀數、設備圖像數據、設備運行檢測歷史數據、客戶用電信息、電力相關動態事件記錄（結構化數據、音頻、視頻）、用戶情感信息（行為特征、偏好、評論）、用戶服務數據（文本、語音）、地理空間信息、電網拓撲數據和氣象、氣候、地圖、工商、經濟、能源等專業領域的外部數據，現有的數據目錄是從生產經營的角度編排的，如業務層面上按電網運行與設備檢測數據、電力企業營銷數據、電力企業管理數據等進行分類。從數據交易和數據需求的角度，就要按用戶需求的整體性和數據價值相關性等標準進行編排，用戶需求的整體性指特定用戶可能購買的若干數據的組合。價值相關性與整體性有關，指某幾項數據在價值上能夠形成互補，或者具有某種內在的邏輯關系。按照數據整體性、互補性和邏輯性對數據資產目錄進行編排，能夠有利于用戶識別和購買。
缺乏交易功能、交易場景和交易產品的系統設計
與數據交易的第一個特征相對應，電力大數據變現交易也存在交易規模潛力大和買方市場特點。交易功能首先要解決電力大數據的價值以及在社會資源配置中的作用問題。與傳統的三要素價值都非常直接和容易評價相比，數據的價值卻很難確定，相同的數據由不同的使用者運用可能得到完全不同的結果。電力大數據變現交易首先應該把功能說清楚，把數據價值真正挖掘出來。
其次，由于電力數據量大和變化快等特征，簡單地分析其價值根本不可能，只能結合應用場景進行價值分析和挖掘。首先應該分內部應用和外部應用場景。目前來看，由于電力生產經營具有技術資本密集性，內部應用的價值更直接和更大。如果集中分析外部應用，誰是電力大數據價值的受益者？這是場景分析的邏輯起點。顯然，電力設備制造商、政府、售電公司、電力用戶、商業和地產投資商、銀行、居民等是電力數據的主要受益者。以上的受益主體是按身份確定的，比如銀行也是電力用戶，但是，在電力用戶的身份中，主要利用數據提高用電效率；在銀行身份中，主要利用數據對貸款對象進行信用評估。在明確受益主體后，還需要根據受益主體的需要做進一步的數據價值挖掘。目前，電網企業大數據價值變現的應用場景分析還剛開始起步
最后是應用產品設計。在應用場景分析的基礎上，才能設計滿足買方需要的數據產品。電力大數據變現交易產品一定要站在買方需要的角度設計。2019年12月“數智國網”發布的5個數據產品中有2個是服務外部應用的，即服務社會環保的“‘低碳入住計劃’——基于移動服務平臺的酒店行業能效管理新業務”，服務政府決策的“智慧電眼—行業動能發展指數”，這兩個產品就特別強調買方價值。但是，在5月份發布的9項產品中，外部應用中的數經e-電力經濟指數、數融e-供應鏈金融、用電營商環境分析、企業多維信用畫像、清潔能源補貼融資分析、電力信貸等5個產品考慮用戶需求和價值就不夠充分和直接。
缺乏交易平臺
在2019年的電力大數據協同創新高峰論壇暨電力大數據產品發布會上，中國電力大數據創新聯盟、國網大數據中心、國網電商公司、國網信通產業集團聯合發布了“數智國網”共享服務平臺，平臺集合了展現、共享、交易、賦能和生態多種功能，擁有應用產品、數據資源、成果交流、需求征集、學習園地、算法工具六大板塊；其中，上架了57家單位792個算法模型、數字產品和應用成果，發布了5款可交易的數據產品，其中既包括服務電網企業和發電企業的，也包括服務政府、社會的產品。但是，并沒明確這些產品和算法模型等是否可以在“數智國網”平臺上交易，或者通過其它方式交易。
顯然，“數智國網”可以促成個別交易主體協商交易，但不適合于大規模現代市場交易。數據交易平臺需要國家相關部門批準，“數智國網”目前只是電力大數據聯盟的共享平臺，并沒有在工商局正式注冊為數據交易平臺。這其中涉及到國家對電網企業經營許可范圍，電力大數據交易制度與交易規則等許多政策、條件和制度問題，目前電網企業在這個方面準備還不是十分充分。
缺乏數據交易的相關專業人才
電力生產經營是融入了現代元素的傳統生產制造行業，而數據交易涉及最現代的知識經濟、數字經濟、信息技術、人工智能等。如同中國互聯網公司三巨頭BAT（百度、阿里巴巴、騰訊）所展現的一樣，這個行業在商業模式和盈利模式上與電力生產經營完全不同，其核心差異在于電力生產經營基于大量的物理資產，而數字經濟則基于虛擬的互聯網、物聯網和創意。在電力生產中，物的作用更大；在數字經濟中，人起決定性作用。因此，相對比電網企業從事其它相關行業，開拓數據交易業務面臨的主要挑戰是人才缺乏。面對海量的數據，如何在短時間內確定分析維度，建立合適的模型，沒有專門知識及經驗的積累，很難開啟這扇大門。
相關政策問題
電網企業開展電力大數據變現交易面臨的主要政策問題有三個：第一，電力大數據交易的經營范圍問題。電力大數據交易符合經濟發展規律，有利于提高社會資源效益，但是，由于電網企業主要從事輸配電和供售電等政府管制業務，是否可以從事數據交易業務？獲得收入是否可以不納入輸配電價核定的準許收入范圍？需要在政策上有明確的規定。第二，數據資產的產權問題。來源于電力用戶電表的數據產權是屬于用戶還是電網企業？這是影響電力大數據變現交易規模和市場發展的一個根本性問題。因為從價值的角度，電力大數據中有價值的數據主要來源于電力用戶。如果用戶用電信息被交易給銀行做信用評估，導致銀行不給用戶貸款，由此引起的矛盾在法律上應該處理？這些問題如果事先得不到解決，會從根本上影響電力大數據交易。第三，數據隱私保護問題。來自于電力用戶電表的用電數據是否是用戶個人隱私和商業機密，這個政策和法律界限也應該明確。目前沒有專門的法律法規界定這個問題，不僅針對電力大數據沒有，針對其它數據如政府數據也沒有。
電網企業大數據變現交易的主要對策
電網企業大數據變現交易目前處在探索初期，面臨的關鍵問題主要還是基本思路和經營策略選擇等問題，而不是交易產品和場景設計等具體措施。
大數據經營以內部應用變現為主，外部交易為輔
首先在大數據的內部應用與外部應用的比較和選擇上，由于電力生產經營的專業化等原因，電力大數據的專業化特征也十分明顯，在電力大數據經營的戰略選擇上，電網企業要更加重視內部應用。比如“洛杉磯電力地圖”通過將各個街區信息、用戶個人信息、用戶用電信息、地理信息、氣象信息以及當地的經濟信息等匯聚分析得出用戶用電行為規律，為電網負荷預測提供重要依據；還可以輔助能源決策與投資舊線路檢修，根據環境、日期等因素對用戶用電需求進行周預測，利用用戶感知模型對其用電需求曲線進行修正，掃描2周內用戶感知最小的時間段安排檢修計劃。
其次，大數據內部應用存在價值變現的問題，只不過沒有通過市場交易的方式，目前的政策反映還不充分，需要電網企業去爭取。從滿足國網公司“三型兩網”戰略需要的角度，內部應用及爭取相應的價值變現配套政策可能比外部應用的價值變現交易更加重要。因為外部應用涉及許多政策性問題，而且市場規模具有不確定性，價值變現交易所獲得的補償與回報的不確定性難以滿足泛在電力物聯網建設所需要的資金支持。因此，在加強內部應用的同時，必須要立足于內部應用的價值變現。進一步分析，內部應用變現與外部交易變現其實不是孤立的，可以也應該相互配合。比如向政府提供更多更高質量的外部數據服務后，國家會受益，這樣可能導致政府在意愿和財務能力上對電網企業采取更加寬松的管制政策。根據有關資料，歐洲國家把大數據運用到公共領域，政府每年可以減少1000億歐元的開支，每年支出降低15%~20%，效率提高0.5%，政府則通過寬松的管制政策讓企業分享收益。
按照目前的政策背景，電網企業主要有兩重角色，一個是為市場主體提供輸配電服務的中間商，另一個是滿足終端用戶用電需要的供電企業。隨著電力工業的市場化、信息化和智能化，市場主體[梁4]除了需要傳統的、物理意義上的輸、變、配和供電外，還需要與之相關的更多的技術和商業服務，以滿足其主體地位的心理需要和基于經濟利益目標的自由選擇需要，電力大數據服務就是滿足這種需要的附加在輸配電和供電技術服務上的新產品。，國外輸配電價一般由接網費、網絡使用費和商業服務費組成，其中的商業服務費就包括了提供數據信息的內容。面向終端用戶的銷售電價中也可以提供數據服務，比如可靠性電價間接地為用戶提供了數據服務，電網企業在支付用戶更高電價的同時也通過改善供電質量降低供電成本間接地獲得了提供數據信息服務的補償?！叭蛢删W”戰略整體上更多地瞄準提高輸配電和供電的技術質量和服務質量，由此所產生的質量成本和服務成本應該體現到輸配電價和銷售電價中。因此，電網企業應該在加強電力大數據內部應用的同時，通過引導政府建立基于服務質量的輸配電價和銷售電價，建立大數據內部應用的價值變現機制。
外部交易中主要提供面向政府和企業提供數據分析產品
在目前電力大數據價值變現交易的初期，主要的需求方應該設定為政府和企業，而不宜瞄準居民用戶，因為居民收費實在太敏感。英國著名政經雜志《經濟學人》提出的“克強指數”用三種經濟指標評估中國GDP增長的真實性和合理性，克強指數=工業用電量增速×40% + 中長期貸款余額增速×35% + 鐵路貨運量增速×25%，其中工業用電量增速權重最大，由此可以看到政府對電力大數據的需求。目前國家電網公司也提出了相應的指標，各省大數據應用場景中也都考慮了這個指標。雖然政府可以購買社會服務，但要求政府直接用現金購買或出大筆資金購買與經濟相關的電力大數據產品，目前可能性不大。但是，政府有輸配電價和銷售電價決策權，如果電網企業能夠很好地服務于地方經濟發展，相信政府也會給予電網公司政策支持。在服務于政府的電力大數據價值變現交易中，電網企業要看到間接變現的價值并有意識地運用這種策略。
企業是當前電力大數據價值變現交易的潛在用戶。電力企業技術資本密集，自然會形成相關企業的關注，這是電力大數據面向企業交易的物理基礎。電網企業可以研究這些企業的數據需求，在場景設計的基礎上，通過建立數學模型和計算方法，研究滿足這些企業需要的數據產品，通過數據產品價值變現交易實現電網企業與相關企業的供應鏈價值最大化。
為什么提出要特別強調提供和交易數據分析和算法類產品，主要有三點理由：第一，數據分析和算法類產品可以最大限度地避免數據隱私和產權問題。用戶用電數據客觀地講是組織和個人行為結果，屬于隱私范圍，其產權原則上也屬于組織或個人，直接交易容易引起爭議。在對數據進行預處理，甚至通過模型和計算方法加工處理后，不僅個人隱私問題完全解決了，隨著預處理和分析工具運用的程度增加，原始數據提供者的所有權也相對淡薄，預處理和加工機構的使用權同時更有意義，這樣，就在一定程度上回避了產權問題。第二，如上所述，分析類數據產品由于有專業智慧的參與顯得更有價值，是目前所有交易的數據產品中最有附加值的產品。第三，分析和算法類數據產品也有利于回避管制業務的范圍問題。目前電網企業在生產經營過程中產生的大數據都是依托輸配電、供售電和調度、交易等管制性業務獲得的，對于管制性業務，政府和社會公眾認為已經通過輸配電價和銷售電價支付了成本和收益，如果將其產生的數據用來交易獲得收入，應該相應扣減管制收入。如果對原始數據進行專業性開發和利用，其開發成本不在管制業務范圍，就可以理所當然地獲得相應的收入。
積極與專業數據公司合作
大數據經營與電力生產經營另一個區別是社會用電量需求是確定的，而大數據市場需求規模卻在一個很大的范圍內變化，很多潛在需求只有經過挖掘后才能變成現實的有效需求。由于數據變現交易非常復雜和特殊，電網企業技術人員對此并不熟悉，特別是在市場開拓的初期，無論從拓展市場的角度，還是從風險分擔機制的角度，電網企業應該與外部專業數據公司合作，共同開發電力大數據價值變現這個藍海。
國內電信行業較早開展大數據經營，其經驗可以借鑒。中國電信和中國聯通在數據變現方面缺乏具體行業的經驗，不能構建大數據模型，也缺乏直接在大數據服務上拓展客戶的能力。2016年中國聯通與艾媒咨詢聯合發布了“一起沃北極星”大數據系統，上海電信與客戶市場研究公司尼爾森聯合推出了“流量優拓”業務。中國聯通與中國電信引入專業的數據分析公司和咨詢公司，借助外部的專業數據運營能力來彌補自己的不足。當然，在具體合作的方式上可以做戰略選擇，以上兩項合作都是電信公司直接將數據賣給合作伙伴，其核心競爭力是電信企業的數據質量，，關鍵在于如何為數據定價。2015年中國聯通和西班牙電信公司共同成立智慧足跡數據科技有限公司，中國聯通和西班牙電信分別持有合資公司55% 和45%的股權，以控股方式把國外成功的運營商大數據產品“智慧足跡”引入國內生產和交易。2019年，中國聯通又以混改名義，吸收京東數字科技增資入股智慧足跡數據科技有限公司，共建產業生態，推進產業的數字化、網絡化和智能化。
因此，電網企業應該積極吸收國內外專業性數據公司參與電力大數據資源開發利用。具體方式可以以省級電網公司為單位，采用直接交易，合資經營等多種模式。有合作經營模式作為基礎，上面講的數據資產目錄，數據交易產品和交易場景等具體問題都可以較好地解決。另外，合作經營模式還可以間接地解決目前電網企業競爭性業務經營的體制機制缺陷問題。目前國家電網公司內沒有嚴格區別管制性業務和競爭性業務，兩類不同業務的經營體制機制基本上差不多，這種制度安排尤其不適用于不確定性大，創新多的大數據經營。電網企業大數據經營應該采用科技創新型企業的體制機制，比如多元化的投資，基于業績的高激勵性的經營者報酬制度等。
成立電力行業數據交易所
目前電網企業有限的數據價值變現交易主要通過一對一協商完成，對電力大數據交易工作的意義不大。從交易平臺建設的角度，電網企業有三種選擇：第一，在現有交易平臺上交易。比如注冊成為貴陽大數據交易所的會員，然后將數據提供給該所，由該所進行產權確認，根據用戶需求進行相應的數據處理，提交到交易平臺上交易，電網企業按確認的產權產值或事先確定的收入方式獲得收入。南方電網公司就是貴陽大數據交易所的注冊會員。第二，成立自己獨立的交易平臺公司，允許行業內的企業和相關政府機構、企事業單位、個人注冊成為會員，形成行業性的電力大數據交易所。其中又有兩種路徑：一是在產業聯盟的“數智國網”的基礎上成立數據交易所。產業聯盟性質的大數據交易平臺很少，中關村數海大數據交易平臺最初由中關村大數據交易產業聯盟運營，目前也已經轉為政府主導的大數據交易平臺“重慶大數據交易市場”。因此，產業聯盟性質的大數據交易平臺并不是大數據交易平臺未來的發展方向。二是由電網企業獨立申請成立電力大數據交易所。目前行業性的數據交易所幾乎沒有，電力大數據交易所將是第一家行業性數據交易所。第三種，與現有大數據交易機構合作，成立合作、合資的行業性交易平臺，完成行業性或延伸到大能源范圍的數據產品交易。
具體選擇哪種方式建立交易平臺，筆者認為，與現有數據交易所合作、合資成立行業性交易交易所是最優選擇。至少有三個理由：第一，數據交易所需要專業技能。數據交易不是電力交易，比電力交易更復雜，目前電網企業還缺乏這樣的專業人才，特別是在發現潛在需求和設計數據產品方面，能夠很好地彌補當前電網企業的不足。與現有的大數據交易所合作，能夠有效地解決這個問題，使電力大數據交易盡快走上規范化、規?；洜I的軌道。第二，電力行業是政府管制的自然壟斷經營行業，獨立開展大數據經營相對比較敏感，容易引起其它一些問題，與其它大數據交易所合作合資，可以相對減緩社會對這個問題的過度關注和解讀。合作合資具體方式有較大的靈活性，電網企業可以通過程度和范圍的把控實現自己的目標，比如通過控股把握電力大數據交易所的總體走向等。第三，大數據的價值在于匯聚和融通，目前我國大數據交易所都是綜合性的，有限制交易主體的，如貴陽大數據交易所目前暫時不允許私人會員注冊，但是，并不限定數據產品的范圍，而且按照匯聚的原則，范圍越大越好，目前貴陽大數據交易所的數據產品的范圍很廣，目前有會員2000余家，已接入225家優質數據源，可交易數據產品4000余個，涵蓋三十多個領域，成為綜合類、全品類數據交易平臺。本文提出與現有的數據交易所合作成立成立行業性的大數據交易所，首先考慮的就是這樣可以兼顧數據的專業性和匯聚和融通功能，行業性可能也是優勢和特色，這樣能夠與現在的大數據交易所形成差異。其次，考慮到所有單位和個人都是電力用戶，市場主體的范圍其實也很大，。當然，由于電力與其它能源產品的相關性，可以適時將大數據交易范圍從電力擴大到能源。最后，在行業性大數據交易所布局設計上，在成立全國統一電力大數據交易所同時，可以參照貴陽大數據交易所“一個交易所+多個服務中心”的模式，分省成立服務中心。
本文刊載于《中國電力企業管理》2020年3期，作者葉澤供職于長沙理工大學，梁朝儀、雷振華供職于國網湖南省電力公司經濟技術研究院，謝東林供職于國網湖南省電力公司
電話：
電話：
傳真：
郵箱：
地址：