CN113988685A - 一种基于电力大数据的数字产业发展指数测算方法 - Google Patents

Abstract

本发明涉及一种基于电力大数据的数字产业发展指数测算方法，包括如下步骤：构建两维三层测算指标库；获取影响数字产业发展指数的测算指标；进行测算指标数据处理；确定各个测算指标的权重；对数字产业发展指数进行测算。本发明能够从多维度指标反映数字产业发展的总体情况，解决了现行指数研究中存在滞后性的问题，为进一步研究数字经济发展态势奠定了基础，为分析数字经济对经济社会发展的贡献提供了参考。

Description

一种基于电力大数据的数字产业发展指数测算方法

技术领域

本发明属于数字经济技术领域，具体涉及一种基于电力大数据的数字产业发展指数测算方法。

背景技术

近年来，我国高度重视数字经济发展，随着云大物移智链及5G通信等先进数字技术加速变革，数字产业迎来了重大发展机遇，已成为新发展阶段下推动经济新旧动能转换的重要引擎。

目前国内各研究结构对数字经济和数字产业的理解角度、指标选取、指数构建方法各有千秋，但总体仍存在以下两个问题，一是，当前反映数字产业运行态势的个体指标较为单一、片面，尚不能全面反映数字产业的发展态势，需要构建综合性指数，以便全面、及时地监测掌握数字产业发展态势；二是，数据指标选取的多是年度经济相关指标，年度指标数据的发布通常有一定的滞后期且数据来源渠道不太稳定，指数只能反映年度大概趋势，很难及时反映当前运行形势。

发明内容

本发明的目的是为了克服现有技术的不足，而提供一种基于电力大数据的数字产业发展指数测算方法，能够从多维度指标反映数字产业发展的总体情况，解决了现行指数研究中存在滞后性的问题，为进一步研究数字经济发展态势奠定了基础，为分析数字经济对经济社会发展的贡献提供了参考。

本发明采用的技术方案为：一种基于电力大数据的数字产业发展指数测算方法，包括如下步骤：

S1：构建两维三层测算指标库；

S2：获取影响数字产业发展指数的测算指标；

S3：进行测算指标数据处理；

S4：确定各个测算指标的权重；

S5：对数字产业发展指数进行测算。

具体的，所述步骤S1具体为：以经济和电力为基本维度，构建包含目标层、准则层和指标层的两维三层测算指标库；

所述目标层为数字产业发展指数；

所述准则层包括数字产业经济指数和数字产业电力指数；

所述指标层包括电子信息制造业增加值增速、电信业增加值增速、软件和信息技术服务业增加值增速、互联网行业增加值增速、移动通信手机产量、电子元器件产量、手机上网流量、物联网终端接入流量、电信业务总量和收入、软件和信息技术服务业收入、互联网行业业务收入、4G移动电话用户数量、5G 终端用户数量、互联网用户数、固定宽带家庭普及率、移动宽带用户普及率、物联网终端用户、IPTV用户、电子信息制造业固定资产投资额、电信业固定资产投资额、软件和信息技术服务业固定资产投资额、互联网行业固定资产投资额、全社会用电量、第一产业用电量、第二产业用电量、第三产业用电量、工业用电量、电子信息制造业用电量、电信业用电量、软件和信息技术服务业用电量、互联网行业用电量、电子信息制造业用电占比、电信业用电占比、软件和信息技术服务业用电占比、互联网行业用电占比、电子信息制造业报装容量、电信业报装容量、软件和信息技术服务业报装容量、互联网行业报装容量。

具体的，所述步骤S2中，获取影响数字产业发展指数的测算指标时，分别采用主成分分析法和相关系数法，对建立的测算指标的维度和层次进行筛选。

具体的，所述步骤S3中，对测算指标数据进行处理包括如下步骤：

a.缺失值补充

使用的补充方法包括有均值插补法、类型转换法、模型预测法和经验赋值法，均值插补法是取前后两期或前两期值的平均值，类型转换法是利用相关指标间的关系换算出缺失数据进行插补，模型预测法是根据模型关系预测缺失数据，经验赋值法是研究人员根据历史规律和研究经验赋予数值；

b.异常值处理

识别异常点后，使用均值法的值替补异常值；

c.数据回调

当指标的绝对量数据前后发生统计口径变化，但增速口径协调时，通过增长率回调算法调整绝对量的值，使其在所有时点保持口径一致。

具体的，所述步骤S4具体为：采用专家打分法对处理后测算指标进行赋权，得到各个处理后测算指标的权重。

具体的，所述专家打分法由专家组对评估指标体系的各级指标权重进行打分，各级指标体系权重总分为100，指标最终权重为专家打分的均值，每个对象的各级指标指数的计算均采用加权平均法。

具体的，所述步骤S5具体为：根据各个处理后测算指标的权重，基于同比指数模型对数字产业发展指数进行测算。

具体的，基于同比指数模型，所述数字产业经济指数表示如下：

式中，Ec是数字产业经济指数，A_ij表示第i个类型第j个经济指标的权重， B_ij表示第i个类型第j个经济指标的本期值，C_ij表示第i个类型第j个经济指标的上年同期值；

数字产业电力指数表示如下：

式中，El是数字产业电力指数，D_ij表示第i个行业第j个电力指标的权重， E_ij表示第i个行业第j个电力指标的本期值，F_ij表示第i个行业第j个电力指标的上年同期值；

因此，数字产业发展指数表示如下：

Di＝0.5×Ec+0.5×El

式中，Di为数字产业发展指数，Ec为数字产业经济指数，El为数字产业电力指数。

本发明的有益效果：

1、本发明从目前的单一经济领域指标发展为涉及经济和电力多维度的综合性指标，能够反映数字产业发展的总体情况，解决了现行指数研究中存在滞后性的问题，丰富了数字产业研究体系。

2、本发明构建的数字产业发展指数、数字产业经济指数、数字产业电力指数，增加了观察、分析数字产业运行发展趋势的新视角，为进一步研究数字经济发展态势奠定了基础，为分析数字经济对经济社会发展的贡献提供了参考。

3、本发明纳入了实时性强、覆盖面广、精确度高的电力大数据，通过大数据技术将数字产业的海量企业用电数据归集汇总，形成高频的数字产业电力数据库，为研究数字产业乃至数字经济提供了丰富的数据基础。

附图说明

图1为本发明的步骤流程图；

图2为本发明实施例中河南省数字产业发展指数走势图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围，以下结合实施例具体说明。

如图1所示，本发明包括如下步骤：

S1：构建两维三层测算指标库

以经济和电力为基本维度，构建包含目标层、准则层和指标层的两维三层测算指标库；

所述目标层为数字产业发展指数；

所述准则层包括数字产业经济指数和数字产业电力指数；

所述指标层包括电子信息制造业增加值增速、电信业增加值增速、软件和信息技术服务业增加值增速、互联网行业增加值增速、移动通信手机产量、电子元器件产量、手机上网流量、物联网终端接入流量、电信业务总量和收入、软件和信息技术服务业收入、互联网行业业务收入、4G移动电话用户数量、5G 终端用户数量、互联网用户数、固定宽带家庭普及率、移动宽带用户普及率、物联网终端用户、IPTV用户、电子信息制造业固定资产投资额、电信业固定资产投资额、软件和信息技术服务业固定资产投资额、互联网行业固定资产投资额、全社会用电量、第一产业用电量、第二产业用电量、第三产业用电量、工业用电量、电子信息制造业用电量、电信业用电量、软件和信息技术服务业用电量、互联网行业用电量、电子信息制造业用电占比、电信业用电占比、软件和信息技术服务业用电占比、互联网行业用电占比、电子信息制造业报装容量、电信业报装容量、软件和信息技术服务业报装容量、互联网行业报装容量。

目标层、准则层和指标层的所属关系如表1所示：

表1两维三层测算指标库

S2：获取影响数字产业发展指数的测算指标

分别采用主成分分析法和相关系数法，对建立的测算指标的维度和层次进行筛选，从而获取影响数字产业发展指数的测算指标。主成分分析法即利用降维的思想，把多指标转化为少数几个综合指标，其中每个主成分都能够反映原始变量的大部分信息，且所含信息互不重复，因此本发明将测算指标分为两个维度，即数字产业经济指数和数字产业电力指数；相关系数法常用到分析指标与指标、指标与研究对象的关系中，是反映等级相关程度的统计分析指标。

影响数字产业发展指数的测算指标包括电子信息制造业增加值增速、电信业增加值增速、软件和信息技术服务业增加值增速、互联网行业增加值增速、移动通信手机产量、电子元器件产量、电信业务总量和收入、软件和信息技术服务业收入、互联网行业业务收入、5G终端用户数量、固定宽带家庭普及率、移动宽带用户普及率、物联网终端用户、IPTV用户、电子信息制造业固定资产投资额、电信业固定资产投资额、软件和信息技术服务业固定资产投资额、互联网行业固定资产投资额、电子信息制造业用电量、电信业用电量、软件和信息技术服务业用电量、互联网行业用电量、电子信息制造业用电占比、电信业用电占比、软件和信息技术服务业用电占比、互联网行业用电占比、电子信息制造业报装容量、电信业报装容量、软件和信息技术服务业报装容量、互联网行业报装容量，如表2所示：

表2筛选后的影响数字产业发展指数的测算指标

S3：进行测算指标数据处理

对测算指标数据进行处理，包括如下步骤：

a.缺失值补充

使用的补充方法包括有均值插补法、类型转换法、模型预测法和经验赋值法，均值插补法是取前后两期或前两期值的平均值，类型转换法是利用相关指标间的关系换算出缺失数据进行插补，比如绝对值与增速、累计值与当期值，模型预测法是根据模型关系预测缺失数据，经验赋值法是研究人员根据历史规律和研究经验赋予数值；

b.异常值处理

识别异常点后，使用均值法的值替补异常值；

c.数据回调

当指标的绝对量数据前后发生统计口径变化，但增速口径协调时，通过增长率回调算法调整绝对量的值，使其在所有时点保持口径一致。

S4：确定各个测算指标的权重

采用专家打分法对处理后测算指标进行赋权，得到各个处理后测算指标的权重；

所述专家打分法由专家组对评估指标体系的各级指标权重进行打分，各级指标体系权重总分为100，指标最终权重为专家打分的均值，每个对象的各级指标指数的计算均采用加权平均法。

S5：对数字产业发展指数进行测算

根据各个处理后测算指标的权重，基于同比指数模型对数字产业发展指数进行测算；

基于同比指数模型，所述数字产业经济指数表示如下：

式中，Ec是数字产业经济指数，A_ij表示第i个类型第j个经济指标的权重， B_ij表示第i个类型第j个经济指标的本期值，C_ij表示第i个类型第j个经济指标的上年同期值；

数字产业电力指数表示如下：

式中，El是数字产业电力指数，D_ij表示第i个行业第j个电力指标的权重， E_ij表示第i个行业第j个电力指标的本期值，F_ij表示第i个行业第j个电力指标的上年同期值；

因此，数字产业发展指数表示如下：

Di＝0.5×Ec+0.5×El

式中，Di为数字产业发展指数，Ec为数字产业经济指数，El为数字产业电力指数。

以下实施例对本发明作进一步说明：

考虑到2017年国民经济行业分类标准有所修订，为保证历史数据口径的一致性，数字产业发展指数测算主要针对2019年1月至2021年7月阶段开展。

搜集整理河南省2019年1月至2021年7月的经济测算指标的历史数据，选取的口径为月度累计值，旨在从经济角度反映当年累计整体走势，利用大数据技术将海量企业用户的用电数据汇总测算河南省2019年1月至2021年7月的电力测算指标的历史数据，选取的口径为月度累计值，旨在从电力角度反映当年累计整体走势。

对搜集的历史数据进行数据处理，得到处理后的测算指标历史数据，按照专家打分法的权重结果，求取各个处理后测算指标的权重，如表3所示：

表3处理后的测算指标的权重

求取河南省在201901～202107期间，共计31个月的数字产业发展指数，结果如图2所示。

分析图2可知：2019年以来河南省数字产业发展指数稳中有进，基本保持 120左右的指数水平，表明河南省数字产业每年基本保持20％左右的增速，2019 年、2020年发展指数分别为118.8、123.7，2021年数字产业发展明显提速，随后进入稳步运行轨道，截止2021年7月，数字产业发展指数达到123.8，表明数字产业较上年同期增长23.8％。通过结果和原因的深层次剖析，验证了该发明的准确性，为进一步研究数字经济发展态势奠定了基础，为分析数字经济对经济社会发展的贡献提供了参考。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的得同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (8)

1.一种基于电力大数据的数字产业发展指数测算方法，其特征在于，包括如下步骤：

S1：构建两维三层测算指标库；

S2：获取影响数字产业发展指数的测算指标；

S3：进行测算指标数据处理；

S4：确定各个测算指标的权重；

S5：对数字产业发展指数进行测算。

2.根据权利要求1所述的一种基于电力大数据的数字产业发展指数测算方法，其特征在于，所述步骤S1具体为：以经济和电力为基本维度，构建包含目标层、准则层和指标层的两维三层测算指标库；

所述目标层为数字产业发展指数；

所述准则层包括数字产业经济指数和数字产业电力指数；

所述指标层包括电子信息制造业增加值增速、电信业增加值增速、软件和信息技术服务业增加值增速、互联网行业增加值增速、移动通信手机产量、电子元器件产量、手机上网流量、物联网终端接入流量、电信业务总量和收入、软件和信息技术服务业收入、互联网行业业务收入、4G移动电话用户数量、5G终端用户数量、互联网用户数、固定宽带家庭普及率、移动宽带用户普及率、物联网终端用户、IPTV用户、电子信息制造业固定资产投资额、电信业固定资产投资额、软件和信息技术服务业固定资产投资额、互联网行业固定资产投资额、全社会用电量、第一产业用电量、第二产业用电量、第三产业用电量、工业用电量、电子信息制造业用电量、电信业用电量、软件和信息技术服务业用电量、互联网行业用电量、电子信息制造业用电占比、电信业用电占比、软件和信息技术服务业用电占比、互联网行业用电占比、电子信息制造业报装容量、电信业报装容量、软件和信息技术服务业报装容量、互联网行业报装容量。

3.根据权利要求1所述的一种基于电力大数据的数字产业发展指数测算方法，其特征在于：所述步骤S2中，获取影响数字产业发展指数的测算指标时，分别采用主成分分析法和相关系数法，对建立的测算指标的维度和层次进行筛选。

4.根据权利要求1所述的一种基于电力大数据的数字产业发展指数测算方法，其特征在于，所述步骤S3中，对测算指标数据进行处理包括如下步骤：

a.缺失值补充

使用的补充方法包括有均值插补法、类型转换法、模型预测法和经验赋值法，均值插补法是取前后两期或前两期值的平均值，类型转换法是利用相关指标间的关系换算出缺失数据进行插补，模型预测法是根据模型关系预测缺失数据，经验赋值法是研究人员根据历史规律和研究经验赋予数值；

b.异常值处理

识别异常点后，使用均值法的值替补异常值；

c.数据回调

当指标的绝对量数据前后发生统计口径变化，但增速口径协调时，通过增长率回调算法调整绝对量的值，使其在所有时点保持口径一致。

5.根据权利要求1所述的一种基于电力大数据的数字产业发展指数测算方法，其特征在于，所述步骤S4具体为：采用专家打分法对处理后测算指标进行赋权，得到各个处理后测算指标的权重。

6.根据权利要求5所述的一种基于电力大数据的数字产业发展指数测算方法，其特征在于：所述专家打分法由专家组对评估指标体系的各级指标权重进行打分，各级指标体系权重总分为100，指标最终权重为专家打分的均值，每个对象的各级指标指数的计算均采用加权平均法。

7.根据权利要求1所述的一种基于电力大数据的数字产业发展指数测算方法，其特征在于，所述步骤S5具体为：根据各个处理后测算指标的权重，基于同比指数模型对数字产业发展指数进行测算。

8.根据权利要求7所述的一种基于电力大数据的数字产业发展指数测算方法，其特征在于，基于同比指数模型，所述数字产业经济指数表示如下：

式中，Ec是数字产业经济指数，A_ij表示第i个类型第j个经济指标的权重，B_ij表示第i个类型第j个经济指标的本期值，C_ij表示第i个类型第j个经济指标的上年同期值；

数字产业电力指数表示如下：

式中，El是数字产业电力指数，D_ij表示第i个行业第j个电力指标的权重，E_ij表示第i个行业第j个电力指标的本期值，F_ij表示第i个行业第j个电力指标的上年同期值；

因此，数字产业发展指数表示如下：

Di＝0.5×Ec+0.5×El

式中，Di为数字产业发展指数，Ec为数字产业经济指数，El为数字产业电力指数。

Images