一种基于工业电力大数据的区域工业景气指数构建方法
【专利摘要】本发明涉及一种基于工业电力大数据的区域工业景气指数构建方法，包括：建立工业行业电力大数据数据库；获取历史样本区间区域工业增加值和各项工业行业用电量、若干经济指标的月度数据，并计算它们的同比增长率；筛选出区域工业增加值同比增长率的先行指标；基于先行指标构建区域工业景气指数。本发明从工业电力大数据中提取出与经济形势变化有关的信息，并考虑工业行业用电量指标与区域工业增加值之间的时滞效应，构建可用于预测区域工业增加值走势的工业景气指数，实现对区域经济的即时监测，为企业和政府部门采取应对措施提供决策依据。
【专利说明】
一种基于工业电力大数据的区域工业景气指数构建方法
技术领域
[0001] 本发明涉及区域工业增加值预测技术领域，具体涉及一种基于工业电力大数据的 区域工业景气指数构建方法。
【背景技术】
[0002] 电力大数据的应用一方面与宏观经济、人民生活、社会保障、道路交通等信息融 合，促进经济社会发展；另一方面，是电力行业或企业内部，跨专业、跨单位、跨部门的数据 融合，能够帮助提升行业、企业管理水平和经济效益。电力大数据研究与应用的关键技术， 包括高性能计算、数据挖掘、统计分析、数据可视化等。其中在经济研究领域，可以通过数据 挖掘和统计分析方法，筛选和提取与区域经济发展相关的电力指标，构建工业景气指数，深 入研究电力与工业经济的相互关系，进一步把握国民经济的运行趋势与变化特征。
【发明内容】
[0003] 本发明的目的在于提供一种基于工业电力大数据的区域工业景气指数构建方法， 以实现预测区域工业增加值并对外发布工业增加值变化趋势的功能。
[0004] 为实现上述目的，本发明采用了以下技术方案:一种基于工业电力大数据的区域 工业景气指数构建方法，包括以下步骤：
[0005] (1)从电力公司获取工业行业月度用电大数据，并获取区域和全国两个尺度的经 济指标，建立工业行业用电与经济指标数据库；
[0006] (2)获取历史样本区间区域工业增加值、各项工业行业用电量以及全国和区域的 若干经济指标的月度数据，并计算其月度同比增长率；
[0007] (3)筛选出区域工业增加值同比增长率的经济先行指标，并确定各项先行指标的 超前期数；
[0008] (4)基于先行指标，采用合成指数的方法构建区域工业景气指数。
[0009] 所述的基于工业电力大数据的区域工业景气指数构建方法，步骤(2)中，所述月度 同比增长率的计算公式为：
[0010] 月度同比增长率=(本年度当月数据-前一年度当月数据)*2/(本年度当月数据+ 前一年度当月数据）。
[0011] 所述的基于工业电力大数据的区域工业景气指数构建方法，步骤(3)中，采用时差 相关性法筛选出区域工业增加值同比增长率的经济先行指标，该时差相关性法通过比较时 差相关系数实现，所述时差相关系数计算公式如下：
[001 2]设y = {yi，y2，…，yn}为基准指标，X = { XI，X2，…，xn}为被选择指标，则：
[0014] 其中，Hy^xt-O表示时差相关系数，1表示时差或延迟数，当1取负数时表示超前， 取正数时表示滞后，L表示最大延迟数，t表示期数且t<n，m表示数据取齐后的数据个数， xt-i表示当前指标，f表示被选择指标的平均值，yt表示t期时的基准指标，歹表示基准指标 的平均数。
[0015] 所述的基于工业电力大数据的区域工业景气指数构建方法，步骤(4)包括以下步 骤：
[0016] (A)计算基准指标的每个先行指标和一致指标的对称变化率：
[0018] 其中，C^(t)表示某个指标的对称变化率，Xlj(t)表示该指标本期的同比增长率， xij(t-1)表示该指标上期的同比增长率，i = l，2,3，L，k，表示组内指标的序号，j = 1，2分别 代表先行指标和一致指标，t = 2,3. ..，n;
[0019] (B)计算先行指标和一致指标这两类指标的标准化平均变化率：
[0020] (B1)计算组内标准化因子Aij:
[0022] (B2)用Aij将Cij(t)标准化，得到标准化变化率Sij(t):
[0024] (B3)计算各指标组内标准化平均变化率心(t):
[0025] /?//)-, i = l,2,3,L ^;y = l,2;/-2,3,L ji ：
[0026]其中，Wij是第j组的第i个指标的权数，在本模型中使用了等权数，即Wij = l;
[0027] (B4)计算组间标准化因子Fj:
[0028] Fj = [EL7n^：,[ELI^IOlf n-^ J = t = 2,3,L ,n ;
[0029] 其中，同步指数f2=i;
[0030] (B5)计算先行指标的组间标准化平均变化率L(t):
[0031] Vj(t)=Rj(t)/Fj，t = 2,3，L，n; j = l，2;
[0032] (C)计算先行合成指数Ch(t):
[0033] CV|(/) = (/,(/)/7j)x 100
[0034] 其中，
I = 2，..3，L，w'且工工（i) = loo，是Ii(t)基 准年份的平均值。
[0035] 由上述技术方案可知，本发明通过广泛收集区域工业行业用电量、全国和区域两 个尺度经济指标，从工业电力大数据中提取出与经济形势变化有关的信息，并考虑工业行 业用电量指标与区域工业增加值之间的时滞效应，构建可用于预测区域工业增加值走势的 工业景气指数，实现了对区域经济的即时监测，为企业和政府部门采取应对措施提供决策 依据。
【附图说明】
[0036]图1是本发明的方法流程图；
[0037]图2是安徽省工业增加值增速及其先行景气指数的对比图。
【具体实施方式】
[0038] 下面以安徽省工业景气指数的构建过程和实际运用作为具体实施例来进一步说 明本发明：
[0039] 如图1所示，一种基于工业电力大数据的区域工业景气指数构建方法，包括以下步 骤：
[0040] S1、从电力公司获取工业行业月度用电大数据，并从区域和全国两个尺度选取若 干项经济指标，建立工业行业用电与经济指标数据库：
[0041] 从电力公司获取安徽省分行业用电量指标，共70项，包括国民经济各个行业及分 行业的用电量，国民经济划分为第一产业、第二产业和第三产业，第二产业中又划分为采矿 业、制造业、电力、热力、燃气及水生产和供应业和建筑业，第二产业的行业划分见表1。
[0043] 表 1
[0044] 从安徽省和全国两个个尺度共选取35项经济指标，其中，安徽省经济指标类型包 括:1)区域经济总体指标;2)财政类;3)投资类:固定资产投资总额、各行业固定资产投资完 成额;4)房地产投资额;5)工业增加值;6)居民消费：国家财政收入、国家财政支出；7)进出 口贸易；8)工业品产量;9)工业增加值；10)全社会消费品零售总额。全国指标类型包括：1) 货币供应量;2)国际贸易与国际投资;3)经济发达地区上海市的分行业增加值。
[0045] S2、获取历史样本区间区域工业增加值和用电、经济指标的月度数据，并计算区域 工业增加值及各项经济指标的月度同比增长率：
[0046] 某指标本年度当月的同比增长率=(本年度当月数据-前一年度当月数据)*2/(本 年度当月数据+前一年度当月数据）。
[0047]以2008年1月~2014年7月为历史样本区间，获取安徽省工业增加值与105项用电 量和经济指标的月度数据，并计算区域工业增加值及各项经济指标的月度同比增长率。为 了减少随机因素和特殊因素的影响，本发明计算同比增长率经过处理，即本年度当月数据 不变，但比较对象为前一年当月前后三个月份的平均值。
[0048] S3、筛选出区域工业增加值同比增长率的先行指标，并确定各项先行指标的超前 期数，该步骤采用时差相关性法筛选出区域工业增加值同比增长率的经济先行指标：
[0049] 设y = {yi，y2，…，yn}为基准指标，x = {xi，X2，…，xn}为被选择指标，贝IJ:
[0051]其中，表示时差相关系数，1表示时差或延迟数，当1取负数时表示超前， 取正数时表示滞后，L表示最大延迟数，t表示期数且t<n，m表示数据取齐后的数据个数， xt-i表示当前指标，表示被选择指标的平均值，yt表示t期时的基准指标，.歹表示基准指标 的平均数。
[0052] 对安徽省工业增加值同比增长率与105项工业行业用电量和经济指标的同比增长 率进行时差相关性分析，筛选出安徽省工业增加值同比增长率的经济先行指标，结果及其 参数如表2所示(注:如无特别标注，指标均都为安徽省的相关指标）。
[0054]
[0055] 注:代码中，A代表用电指标，B代表经济指标，C代表投资指数。
[0056] 表2
[0057] 时差相关分析是利用相关系数验证经济时间序列先行、一致或滞后关系的一种常 用方法。时差相关系数的计算方法是以一个重要的能够敏感地反映当前经济活动的经济指 标为基准指标，然后使被选择指标超前或滞后若干期，计算它们的相关系数。在选择先行指 标时，一般计算若干个不同延迟数的时差相关系数，然后进行比较，其中最大的时差相关系 数被认为反映了备选指标与基准指标的时差相关关系，相应的延迟数表示超前或滞后期。 [0058]本实施案例以安徽省工业增加值同比增长率为基准指标，以行业用电指标与经济 指标为备选指标，分别计算基准指标与每一个备选指标从-12阶至+12阶的时差相关系数， 并选择最大的相关系数及其对应的时滞阶数，从而得到所有备选指标相对于基准指标的最 佳滞后期。若某备选指标的最佳滞后期小于0,则该备选指标被筛选为经济先行指标。
[0059] S4、基于先行指标，采用合成指数的方法构建区域工业景气指数的过程如下：
[0060] 第一步:为了消除基数的影响，首先计算基准指标的每个先行指标和一致指标的 对称变化率Cij (t )，即以本期和上期的平均数为基数求得变化率。
[0061 ] (A)计算基准指标的每个先行指标和一致指标的对称变化率：
[0063] 其中，C^(t)表示某个指标的对称变化率，Xlj(t)表示该指标本期的同比增长率， xij(t-1)表示该指标上期的同比增长率，i = l，2,3，L，k，表示组内指标的序号，j = 1，2分别 代表先行指标和一致指标，t = 2,3. ..，n;
[0064] 当Xij(t)小于或等于零时，以上公式简化：
[0065] Cij (t) = powi j (t) -powi j (t-l),t = 2,3,L,n
[0066] 第二步:求先行指标和一致指标这两类指标的标准化平均变化率。
[0067] ①求组内标准化因子Aij:
[0069]②用将C^(t)标准化，得到标准化变化率S^(t):
[0071 ]③求各指标组内标准化平均变化率Rj(t):
[0072] ⑴二%，hl，2,3,L 上./ = 1，2;卜2,3丄，《
[0073] 其中，Wij是第j组的第i个指标的权数，在本模型中使用了等权数，即Wij = l。
[0074] ④求组间标准化因子Fj:
[0075] Fj = [" / n-l/\￡"=2|i?2(0| > n -1] ^ _/_ = l,2;t = 2,:3,L
[0076] 其中，同步指数f2=i。
[0077] ⑤求先行指标的组间标准化平均变化率VKt):
[0078] Vi(t)=Ri(t)/Fi，t = 2,3，L，n [0079]第三步:求先行合成指数Ch(t)。
[0080] C7丨⑴二（/丨（/)//；)：< 100
[0081 ]其中
/ =2,3,L，"，且是h(t)基 准年份的平均值。该先行合成指数Ch(t)即为工业景气指数。
[0082] 将筛选出的安徽省工业增加值增速的先行指标合成为安徽省工业景气指数，通过 工业景气指数同样能描绘工业经济增速，并预测其未来走向。如图2所示，安徽省工业增加 值增速与其先行景气指数的变化趋势都很吻合，说明工业增加值增速景气指数能够直接反 映工业增加值增速的变化趋势。
[0083] 本发明基于工业增加值在一定程度上受到各工业行业用电量及国内经济形势的 影响，并存在一定的时滞效应，从而通过筛选先行指标来构建区域工业景气指数，从而预测 区域工业增加值的走势，具有较好的时效性和精确度。
[0084] 以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范 围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方 案作出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
【主权项】
1. 一种基于工业电力大数据的区域工业景气指数构建方法，其特征在于，包括W下步 骤： (1) 从电力公司获取工业行业月度用电大数据，并获取区域和全国两个尺度的经济指 标，建立工业行业用电与经济指标数据库； (2) 获取历史样本区间区域工业增加值、各项工业行业用电量W及全国和区域的若干 经济指标的月度数据，并计算其月度同比增长率； (3) 筛选出区域工业增加值同比增长率的经济先行指标，并确定各项先行指标的超前 期数； (4) 基于先行指标，采用合成指数的方法构建区域工业景气指数。2. 根据权利要求1所述的基于工业电力大数据的区域工业景气指数构建方法，其特征 在于，步骤(2)中，所述月度同比增长率的计算公式为： 月度同比增长率=(本年度当月数据-前一年度当月数据)*2/(本年度当月数据+前一 年度当月数据）。3. 根据权利要求1所述的基于工业电力大数据的区域工业景气指数构建方法，其特征 在于，步骤(3)中，采用时差相关性法筛选出区域工业增加值同比增长率的经济先行指标。4. 根据权利要求3所述的基于工业电力大数据的区域工业景气指数构建方法，其特征 在于，所述时差相关性法通过比较时差相关系数实现，所述时差相关系数计算公式如下： 巧V = IVl . V9 .….V。}为某准指标，X = (Xl .X9 .….X。}为被洗择指标，邸I:其中，r(yt，xt-i)表示时差相关系数，1表示时差或延迟数，当1取贷数时表示超前，取正 数时表示滞后，L表示最大延迟数，t表示期数且t《n，ni表示数据取齐后的数据个数，Xt-I表 示当前指标，老表示被选择指标的平均值，yt表示t期时的基准指标，束表示基准指标的平均 数。5. 根据权利要求1所述的基于工业电力大数据的区域工业景气指数构建方法，其特征 在于，步骤(4)包括W下步骤： (A) 计算基准指标的每个先行指标和一致指标的对称变化率： 其中，Cu(t)表示某个指标的对称变化率，w(t)表示该指标本期的同比增长率，w(t- 1)表示该指标上期的同比增长率，i = l，2,3，L，k，表示组内指标的序号，j = l，2分别代表先 行指标和一致指标，t = 2,3...，n; (B) 计算先行指标和一致指标运两类指标的标准化平均变化率： (Bl)计算组内标准化因子Ai i:(B2)用Au将Cu(t)标准化，得到标准化变化率Su(t):(B3)计算各指标组内标准化平均变化率咕(*):妻 C 其中，同步指数F2=1; (B5)计算先行指标的组间标准化平均变化率Vi(t): Vi(t)=Ri(t)/Fi，t = 2,3,L,n (C)计算先行合成指数Cli(t):其中/=2,3丄，巧，且Ii(I) = IOO,兩是ii(t)基准年份 的平均值。
【文档编号】G06Q50/06GK105913366SQ201610222221
【公开日】2016年8月31日
【申请日】2016年4月8日
【发明人】荣秀婷, 叶彬, 葛斐, 李周, 王宝, 杨敏
【申请人】国网安徽省电力公司经济技术研究院