一种评估工业景气态势的工业电力综合指数计算方法及系统

技术领域

本发明属于电力大数据分析技术领域，具体涉及一种评估工业景气态势的工业电力综合指数计算方法及系统。

背景技术

工业是国民经济发展的主体，工业发展与国民经济之间的关系密不可分，因此，对工业用电在经济发展中的作用进行研究，构建工业电力指数分析工业增长和用电量之间的关系，精确衡量工业发展态势，将对制订科学的发展规划与产业政策决策，促进经济的可持续发展具有重大的意义，但是，已有的工业电力指数存在以下改善空间：一是需要提指标体系系统性：目前工业电力指数的研究多停留在概念阐述与展望，不够系统与深入，对于建立两者关联下的指数分析缺乏相关理论支撑，亟需基于电力数据的高频、精确、及时构建工业电力指数体系架构；二是需要提高指标采集实时性：面对日益变化的政策、环境等因素对工业经济的影响，亟需缩短指标体系采集更新周期，实现“以月保季，以季保年”，对研判运行态势、提升经济治理效能具有重要意义；三是需要增加指标计算的准确性：面对多因子、多层级的复合型指数结构，亟需利用先进的计算机技术、测算模型算法支撑指数测算准确性；四是需要提升指数应用维度深度：目前工业电力指数应用主要以日用电量情况监测为依据，评估全社会复工复产情况，但缺乏全省及分地市分析、分行业穿透性分析；电力是经济社会发展的“风向标”，电力数据具有高频性、无时滞的特点，将电力数据应用于工业发展水平测度，对于政府制订科学的发展规划与产业政策决策具有重要意义；因此，提供一种建立工业电力指数体系、保证电力指数体系的精确和实用、实现工业电力指数测算的一种评估工业景气态势的工业电力综合指数计算方法及系统是非常有必要的。

发明内容

本发明的目的是为了克服现有技术的不足，而提供一种建立工业电力指数体系、保证电力指数体系的精确和实用、实现工业电力指数测算的一种评估工业景气态势的工业电力综合指数计算方法及系统。

本发明的目的是这样实现的：一种评估工业景气态势的工业电力综合指数计算方法及系统，所述的方法包括以下步骤：

步骤1：在电量采集系统中获取评估对象对应评估周期内的相关数据；

步骤2：利用大数据处理工具清洗步骤1所采集的数据；

步骤3：分库、分级存储步骤2清洗后的数据；

步骤4：基于步骤3分库、分级存储的数据分别计算规上工业企业用电增长子指数、小微工业企业用电增长子指数；

步骤5：基于步骤3分库、分级存储的数据分别计算规上工业企业用电活跃子指数、小微工业企业用电活跃子指数；

步骤6：基于步骤3分库、分级存储的数据分别计算规上工业企业用电预期子指数、小微工业企业用电预期子指数；

步骤7：基于步骤4至步骤6得到的数据计算得规上工业企业电力指数IEPI-A、小微工业企业电力指数IEPI-B；

步骤8：基于步骤7得到的数据计算得工业电力综合指数IEPI。

所述的步骤1中评估对象可为全省规上工业企业、全省小微工业企业、分地市规上工业企业、分地市小微工业企业、分行业规上工业企业、分行业小微工业企业，评估周期为月度，相关数据包括评估对象评估周期内的企业用电量、业扩报装容量；

其中，企业用电量包含规上工业企业用电量、小微工业企业工业用电量、业扩报装容量小微工业企业分地市业扩报装容量、小微工业企业分行业业扩报装容量；

规上工业企业用电量包含分地市规上工业企业用电量、分行业(冶金、建材、化学、轻纺、装备、电子、汽车、食品)规上工业企业用电量，小微工业企业用电量包含分地市小微工业企业用电量、分行业(食品、装备、轻纺、建材)小微工业企业用电量。

所述的步骤2中利用大数据处理工具清洗数据包括缺失值清洗、格式内容清洗、逻辑错误清洗、非需求数据清洗等数据清洗步骤，针对数据严重失真、因疫情影响等特殊原因造成用电量为零等情况进行特殊处理；

由于评价体系所包含指标的含义、单位和统计口径有所差异，需要在计算前对指标数据进行统一化、标准化处理，主要是去量纲化和同势化处理，采用最大最小归一化的方法对数据进行线性变换，做去量纲化处理。

所述的步骤3中将清洗后的数据按评估对象分库、按评估周期分级存储。

所述的步骤4中规上企业用电增长子指数、小微企业用电增长子指数计算公式为：用电增长子指数＝日均用电量/去年同期日均用电量×100。

所述的步骤5中规上工业企业用电活跃子指数、小微工业企业用电活跃子指数计算公式为：规上工业企业用电活跃子指数＝(日均用电量同比大于100％的规上工业企业数量占比/去年同期企业数量占比×S1+日均用电量同比80％至100％的规上工业企业数量占比/去年同期企业数量占比×S2+日均用电量同比60％至80％的规上工业企业数量占比/去年同期企业数量占比×S3+日均用电量同比20％至60％的规上工业企业数量占比/去年同期企业数量占比×S4+日均用电量同比小于20％的规上工业企业数量占比/去年同期企业数量占比×S5)×100；

小微工业企业用电活跃子指数＝(日均用电量同比大于100％的小微工业企业数量占比/去年同期企业数量占比×S1+日均用电量同比80％至100％的小微工业企业数量占比/去年同期企业数量占比×S2+日均用电量同比60％至80％的小微工业企业数量占比/去年同期企业数量占比×S3+日均用电量同比20％至60％的小微工业企业数量占比/去年同期企业数量占比×S4+日均用电量同比小于20％的小微工业企业数量占比/去年同期企业数量占比×S5)×100。

所述的针对用电活跃子指数权重测算，利用python语言建立熵值法数据模型进行权重测算，可以分为以下步骤：1)收集和整理原始数据：设置评价指标m个，待评价样本n项，形成原始指标数据矩阵：

所述的步骤6中规上工业企业用电预期子指数、小微工业企业用电预期子指数计算公式为：规上工业企业用电预期子指数＝(上旬规上工业企业日均用电量/上月规上工业企业下旬日均用电量+中旬规上工业企业日均用电量/上旬规上工业企业日均用电量+下旬规上工业企业日均用电量/中旬规上工业企业日均用电量)/3×100；

小微工业企业用电预期子指数＝[(上旬小微工业企业日均用电量/上月小微工业企业下旬日均用电量+中旬小微工业企业日均用电量/上旬小微工业企业日均用电量+下旬小微工业企业日均用电量/中旬小微工业企业日均用电量)/3+净增业扩容量占比/去年同期容量占比+净增业扩报装企业数量占比/去年同期企业数量占比]/3×100。

所述的步骤7中基规上工业企业电力指数IEPI-A、小微工业企业电力指数IEPI-B计算公式为：规上工业企业电力指数IEPI-A＝用电增长子指数×K1+用电活跃子指数×K2+用电预期子指数×K3；

小微工业企业电力指数IEPI-B＝用电增长子指数×K1+用电活跃子指数×K2+用电预期子指数×K3。

所述的步骤8中工业电力综合指数IEPI计算公式为：工业电力指数IEPI＝α*规上工业企业电力指数IEPI-A+β*小微工业企业电力指数IEPI-B，其中α+β＝1，综合考虑规上工业企业的经济增加值占比、用电量占比，考虑α取0.9、β取0.1，即9:1。

本发明的有益效果：本发明为一种评估工业景气态势的工业电力综合指数计算方法及系统，在使用中，本发明以企业日用电数据为底层基础，以智能电表直接采集的用电数据为指标的选择基础，遵循准确性、及时性、客观性、全面性、独立性等原则，对子指数的指标进行选取和计算，本发明具有以下优点：一是建立了适应河南省情的工业电力指数体系：以景气度、荣枯线为基本逻辑，统筹宏观与微观、速度与质量、全省与地市等多维约束，构建全省规上工业企业电力指数、全省小微工业企业电力指数两个二级指数以及用电增长子指数、用电活跃度子指数、用电预期子指数等六个三级指数，表征产业发展、企业运营等不同态势，有力发挥电力大数据价值，丰富工业运行监测成效评估手段，支撑政府精准施策；二是保证了河南工业电力指数体系的精确和实用：对标用电增长情况、规上工业增加值、小微企业户数变化情况等客观发展数据，科学研判后选择层次分析法和熵值法等权重赋值测算方法，利用python语言建立数据模型进行权重测算，一方面以海量电力大数据为测算依据，考虑规上工业和小微企业产业结构差异，兼顾各类子指数之间影响因子的不同性，进行各级指数的权重赋值测算，另一方面，以最小值为5％、最大值为90％作为边界，5％为步长，采用穷举的理念开展方案筛选，将171种权重赋值组合全部作为方案层带入测算，确保指数体系赋权的准确性和真实性；三是完成了全省、18地市以及重点行业工业电力指数测算：基于本研究提出的河南工业电力指数体系，利用营销管理系统、电量采集系统数据，开展河南全域、18地市和各行业工业电力指数测算与分析，在全省层面，完成全省工业发展态势评估，以及规上工业企业、小微工业企业的发展情况评估；从用电增长、用电活跃、用电预期等子项情况出发，分析变化原因，研判问题，在地市层面，研判18个地市的工业电力发展情况，总结处于扩展、收缩区间的地市数量及变化情况，从用电增长、用电活跃、用电预期等子项，探究变化原因；本发明具有建立工业电力指数体系、保证电力指数体系的精确和实用、实现工业电力指数测算的优点。

附图说明

图1为本发明一种评估工业景气态势的工业电力综合指数计算方法及系统的工业电力指数(IEPI)体系设计示意图。

图2为本发明一种评估工业景气态势的工业电力综合指数计算方法及系统的规上工业企业电力指数权重赋值层次总排序三维图。

图3为本发明一种评估工业景气态势的工业电力综合指数计算方法及系统的小微工业企业电力指数权重赋值层次总排序三维图。

具体实施方式

下面结合附图对本发明做进一步的说明。

实施例1

如图1-3所示，一种评估工业景气态势的工业电力综合指数计算方法及系统，所述的方法包括以下步骤：

步骤1：在电量采集系统中获取评估对象对应评估周期内的相关数据；

步骤2：利用大数据处理工具清洗步骤1所采集的数据；

步骤3：分库、分级存储步骤2清洗后的数据；

步骤4：基于步骤3分库、分级存储的数据分别计算规上工业企业用电增长子指数、小微工业企业用电增长子指数；

步骤5：基于步骤3分库、分级存储的数据分别计算规上工业企业用电活跃子指数、小微工业企业用电活跃子指数；

步骤6：基于步骤3分库、分级存储的数据分别计算规上工业企业用电预期子指数、小微工业企业用电预期子指数；

步骤7：基于步骤4至步骤6得到的数据计算得规上工业企业电力指数IEPI-A、小微工业企业电力指数IEPI-B；

步骤8：基于步骤7得到的数据计算得工业电力综合指数IEPI。

所述的步骤1中评估对象可为全省规上工业企业、全省小微工业企业、分地市规上工业企业、分地市小微工业企业、分行业规上工业企业、分行业小微工业企业，评估周期为月度，相关数据包括评估对象评估周期内的企业用电量、业扩报装容量；

其中，企业用电量包含规上工业企业用电量、小微工业企业工业用电量、业扩报装容量小微工业企业分地市业扩报装容量、小微工业企业分行业业扩报装容量；

规上工业企业用电量包含分地市规上工业企业用电量、分行业(冶金、建材、化学、轻纺、装备、电子、汽车、食品)规上工业企业用电量，小微工业企业用电量包含分地市小微工业企业用电量、分行业(食品、装备、轻纺、建材)小微工业企业用电量。

所述的步骤2中利用大数据处理工具清洗数据包括缺失值清洗、格式内容清洗、逻辑错误清洗、非需求数据清洗等数据清洗步骤，针对数据严重失真、因疫情影响等特殊原因造成用电量为零等情况进行特殊处理；

由于评价体系所包含指标的含义、单位和统计口径有所差异，需要在计算前对指标数据进行统一化、标准化处理，主要是去量纲化和同势化处理，采用最大最小归一化的方法对数据进行线性变换，做去量纲化处理。

所述的步骤3中将清洗后的数据按评估对象分库、按评估周期分级存储。

所述的步骤4中规上企业用电增长子指数、小微企业用电增长子指数计算公式为：用电增长子指数＝日均用电量/去年同期日均用电量×100。

所述的步骤5中规上工业企业用电活跃子指数、小微工业企业用电活跃子指数计算公式为：规上工业企业用电活跃子指数＝(日均用电量同比大于100％的规上工业企业数量占比/去年同期企业数量占比×S1+日均用电量同比80％至100％的规上工业企业数量占比/去年同期企业数量占比×S2+日均用电量同比60％至80％的规上工业企业数量占比/去年同期企业数量占比×S3+日均用电量同比20％至60％的规上工业企业数量占比/去年同期企业数量占比×S4+日均用电量同比小于20％的规上工业企业数量占比/去年同期企业数量占比×S5)×100；

小微工业企业用电活跃子指数＝(日均用电量同比大于100％的小微工业企业数量占比/去年同期企业数量占比×S1+日均用电量同比80％至100％的小微工业企业数量占比/去年同期企业数量占比×S2+日均用电量同比60％至80％的小微工业企业数量占比/去年同期企业数量占比×S3+日均用电量同比20％至60％的小微工业企业数量占比/去年同期企业数量占比×S4+日均用电量同比小于20％的小微工业企业数量占比/去年同期企业数量占比×S5)×100；

在本实施例中，经过测算，规上工业企业用电活跃子指数权重选定S1＝47.9％，S2＝35.8％，S3＝11.2％，S4＝4.3％，S5＝0.8％，经取整处理，最终赋值方案确定为S1＝50％，S2＝35％，S3＝10％，S4＝4％，S5＝1％

表1用电活跃子指数权重测算表(规上工业企业)

测算结果可见，增产稳产企业熵值相对较低，标准指标信息量较大，同时该两指标离散程度明显高于减产、停产，对综合指数的影响覆盖也较大，符合河南省工业企业发展实际情况，判断测算权重赋值准确可信；

小微工业企业用电活跃子指数权重测算与规上工业企业用电活跃子指数计算原则一致，利用熵值法进行权重测算，选定S1＝51.8％，S2＝36.1％，S3＝7.2％，S4＝3.6％，S5＝1.3％，经取整处理，最终赋值方案确定为S1＝50％，S2＝35％，S3＝10％，S4＝4％，S5＝1％；

表2用电活跃子指数权重测算表(小微工业企业)

测算结果可见，增产稳产企业熵值相对较低，标准指标信息量较大，同时该两指标离散程度明显高于减产、停产，对综合指数的影响覆盖也较大，符合河南省工业企业发展实际情况，判断测算权重赋值准确可信。

所述的针对用电活跃子指数权重测算，利用python语言建立熵值法数据模型进行权重测算，可以分为以下步骤：1)收集和整理原始数据：设置评价指标m个，待评价样本n项，形成原始指标数据矩阵：

所述的步骤6中规上工业企业用电预期子指数、小微工业企业用电预期子指数计算公式为：规上工业企业用电预期子指数＝(上旬规上工业企业日均用电量/上月规上工业企业下旬日均用电量+中旬规上工业企业日均用电量/上旬规上工业企业日均用电量+下旬规上工业企业日均用电量/中旬规上工业企业日均用电量)/3×100；

小微工业企业用电预期子指数＝[(上旬小微工业企业日均用电量/上月小微工业企业下旬日均用电量+中旬小微工业企业日均用电量/上旬小微工业企业日均用电量+下旬小微工业企业日均用电量/中旬小微工业企业日均用电量)/3+净增业扩容量占比/去年同期容量占比+净增业扩报装企业数量占比/去年同期企业数量占比]/3×100。

所述的步骤7中基规上工业企业电力指数IEPI-A、小微工业企业电力指数IEPI-B计算公式为：规上工业企业电力指数IEPI-A＝用电增长子指数×K1+用电活跃子指数×K2+用电预期子指数×K3；

小微工业企业电力指数IEPI-B＝用电增长子指数×K1+用电活跃子指数×K2+用电预期子指数×K3；

在本实施例中，考虑到规上工业企业电力指数、小微工业企业电力指数均由三个相对独立的子指数复合构成，为有效保障用电增长指标(表征经济正向发展)的重要性，选用兼容主观性判断的层次分析法对子指数权重赋值，针对规上工业企业电力指数、小微工业企业电力指数权重测算进行权重测算包括以下步骤：a)建立层次结构模型：a1)最高层(目标层)——决策目标：规上工业企业电力指数权重/小微工业企业电力指数权重；a2)中间层(准则层)——考虑的因素：用电增长因素、用电活跃因素、用电预期发展因素/业扩报装因素；a3)最底层(方案层)——决策方案：以最小值为5％、最大值为90％作为边界，5％为步长，采用穷举的理念开展方案筛选，将171种权重赋值组合全部作为方案层带入测算得到：

权重方案1(K1＝5，K2＝5，K3＝90)、

权重方案2(K1＝5，K2＝10，K3＝85)、

权重方案3(K1＝5，K2＝15，K3＝80)、

......

权重方案170(K1＝85，K2＝10，K3＝5)、

权重方案171(K1＝90，K2＝5，K3＝5)；

b)构造判断矩阵：在针对某一层的第i个和第j个元素重要性时，使用数量化相对重要性表示，假设有n个元素参与比较(n＝3，m＝171)，则有如下矩阵A：

c)层次总排序的一致性检验：计算某一层对总目标的相对重要性权值：

所述的步骤8中工业电力综合指数IEPI计算公式为：工业电力指数IEPI＝α*规上工业企业电力指数IEPI-A+β*小微工业企业电力指数IEPI-B，其中α+β＝1，综合考虑规上工业企业的经济增加值占比、用电量占比，考虑α取0.9、β取0.1，即9:1；

在本实施例中，指数逻辑以反映工业景气度为核心，借鉴国内相关产业指数典型做法，考虑到电量与经济之间还需计及单位度电产值、节能降耗等因素，设置基准线100，并进一步细分为五个区间段，即，110<指数，表明处于“热”区间；105<指数≤110，处于“趋热”区间；95≤指数≤105，处于“稳定”区间；90≤指数<95，处于“趋冷”区间；指数≤90，处于“冷”区间；

为了以河南工业电力指数及时准确地反映我省工业运行情况和未来走势，对工业发展的总体状况做出评价和判断，通过一组交通管制红、黄、绿、浅蓝、蓝灯的标识，以直观、生动、形象的方式把监测结果展示出来，对波动状况发出预警信号，通过观察信号的变化情况，为下一步判断未来工业发展趋势提供信息支持，其中处于“热”区间赋红色信号灯、处于“趋热”区间赋黄色信号灯、处于“稳定”区间赋绿色信号灯、处于“趋冷”区间赋浅蓝色信号灯、处于“冷”区间赋蓝色信号灯。

本发明为一种评估工业景气态势的工业电力综合指数计算方法及系统，在使用中，本发明以企业日用电数据为底层基础，以智能电表直接采集的用电数据为指标的选择基础，遵循准确性、及时性、客观性、全面性、独立性等原则，对子指数的指标进行选取和计算，本发明具有以下优点：一是建立了适应河南省情的工业电力指数体系：以景气度、荣枯线为基本逻辑，统筹宏观与微观、速度与质量、全省与地市等多维约束，构建全省规上工业企业电力指数、全省小微工业企业电力指数两个二级指数以及用电增长子指数、用电活跃度子指数、用电预期子指数等六个三级指数，表征产业发展、企业运营等不同态势，有力发挥电力大数据价值，丰富工业运行监测成效评估手段，支撑政府精准施策；二是保证了河南工业电力指数体系的精确和实用：对标用电增长情况、规上工业增加值、小微企业户数变化情况等客观发展数据，科学研判后选择层次分析法和熵值法等权重赋值测算方法，利用python语言建立数据模型进行权重测算，一方面以海量电力大数据为测算依据，考虑规上工业和小微企业产业结构差异，兼顾各类子指数之间影响因子的不同性，进行各级指数的权重赋值测算，另一方面，以最小值为5％、最大值为90％作为边界，5％为步长，采用穷举的理念开展方案筛选，将171种权重赋值组合全部作为方案层带入测算，确保指数体系赋权的准确性和真实性；三是完成了全省、18地市以及重点行业工业电力指数测算；本发明具有建立工业电力指数体系、保证电力指数体系的精确和实用、实现工业电力指数测算的优点。

实施例2

如图1-3所示，一种评估工业景气态势的工业电力综合指数计算方法及系统，所述的方法包括以下步骤：

步骤1：在电量采集系统中获取评估对象对应评估周期内的相关数据；

步骤2：利用大数据处理工具清洗步骤1所采集的数据；

步骤3：分库、分级存储步骤2清洗后的数据；

步骤4：基于步骤3分库、分级存储的数据分别计算规上工业企业用电增长子指数、小微工业企业用电增长子指数；

步骤5：基于步骤3分库、分级存储的数据分别计算规上工业企业用电活跃子指数、小微工业企业用电活跃子指数；

步骤6：基于步骤3分库、分级存储的数据分别计算规上工业企业用电预期子指数、小微工业企业用电预期子指数；

步骤7：基于步骤4至步骤6得到的数据计算得规上工业企业电力指数IEPI-A、小微工业企业电力指数IEPI-B；

步骤8：基于步骤7得到的数据计算得工业电力综合指数IEPI。

所述的步骤1中评估对象可为全省规上工业企业、全省小微工业企业、分地市规上工业企业、分地市小微工业企业、分行业规上工业企业、分行业小微工业企业，评估周期为月度，相关数据包括评估对象评估周期内的企业用电量、业扩报装容量；

其中，企业用电量包含规上工业企业用电量、小微工业企业工业用电量、业扩报装容量小微工业企业分地市业扩报装容量、小微工业企业分行业业扩报装容量；

规上工业企业用电量包含分地市规上工业企业用电量、分行业(冶金、建材、化学、轻纺、装备、电子、汽车、食品)规上工业企业用电量，小微工业企业用电量包含分地市小微工业企业用电量、分行业(食品、装备、轻纺、建材)小微工业企业用电量。

所述的步骤2中利用大数据处理工具清洗数据包括缺失值清洗、格式内容清洗、逻辑错误清洗、非需求数据清洗等数据清洗步骤，针对数据严重失真、因疫情影响等特殊原因造成用电量为零等情况进行特殊处理；

由于评价体系所包含指标的含义、单位和统计口径有所差异，需要在计算前对指标数据进行统一化、标准化处理，主要是去量纲化和同势化处理，采用最大最小归一化的方法对数据进行线性变换，做去量纲化处理。

所述的步骤3中将清洗后的数据按评估对象分库、按评估周期分级存储。

所述的步骤4中规上企业用电增长子指数、小微企业用电增长子指数计算公式为：用电增长子指数＝日均用电量/去年同期日均用电量×100。

所述的步骤5中规上工业企业用电活跃子指数、小微工业企业用电活跃子指数计算公式为：规上工业企业用电活跃子指数＝(日均用电量同比大于100％的规上工业企业数量占比/去年同期企业数量占比×S1+日均用电量同比80％至100％的规上工业企业数量占比/去年同期企业数量占比×S2+日均用电量同比60％至80％的规上工业企业数量占比/去年同期企业数量占比×S3+日均用电量同比20％至60％的规上工业企业数量占比/去年同期企业数量占比×S4+日均用电量同比小于20％的规上工业企业数量占比/去年同期企业数量占比×S5)×100；

小微工业企业用电活跃子指数＝(日均用电量同比大于100％的小微工业企业数量占比/去年同期企业数量占比×S1+日均用电量同比80％至100％的小微工业企业数量占比/去年同期企业数量占比×S2+日均用电量同比60％至80％的小微工业企业数量占比/去年同期企业数量占比×S3+日均用电量同比20％至60％的小微工业企业数量占比/去年同期企业数量占比×S4+日均用电量同比小于20％的小微工业企业数量占比/去年同期企业数量占比×S5)×100。

所述的针对用电活跃子指数权重测算，利用python语言建立熵值法数据模型进行权重测算，可以分为以下步骤：1)收集和整理原始数据：设置评价指标m个，待评价样本n项，形成原始指标数据矩阵：

所述的步骤6中规上工业企业用电预期子指数、小微工业企业用电预期子指数计算公式为：规上工业企业用电预期子指数＝(上旬规上工业企业日均用电量/上月规上工业企业下旬日均用电量+中旬规上工业企业日均用电量/上旬规上工业企业日均用电量+下旬规上工业企业日均用电量/中旬规上工业企业日均用电量)/3×100；

小微工业企业用电预期子指数＝[(上旬小微工业企业日均用电量/上月小微工业企业下旬日均用电量+中旬小微工业企业日均用电量/上旬小微工业企业日均用电量+下旬小微工业企业日均用电量/中旬小微工业企业日均用电量)/3+净增业扩容量占比/去年同期容量占比+净增业扩报装企业数量占比/去年同期企业数量占比]/3×100。

所述的步骤7中基规上工业企业电力指数IEPI-A、小微工业企业电力指数IEPI-B计算公式为：规上工业企业电力指数IEPI-A＝用电增长子指数×K1+用电活跃子指数×K2+用电预期子指数×K3；

小微工业企业电力指数IEPI-B＝用电增长子指数×K1+用电活跃子指数×K2+用电预期子指数×K3。

所述的步骤8中工业电力综合指数IEPI计算公式为：工业电力指数IEPI＝α*规上工业企业电力指数IEPI-A+β*小微工业企业电力指数IEPI-B，其中α+β＝1，综合考虑规上工业企业的经济增加值占比、用电量占比，考虑α取0.9、β取0.1，即9:1。

本发明为一种评估工业景气态势的工业电力综合指数计算方法及系统，在使用中，本发明以企业日用电数据为底层基础，以智能电表直接采集的用电数据为指标的选择基础，遵循准确性、及时性、客观性、全面性、独立性等原则，对子指数的指标进行选取和计算，本发明具有以下优点：一是建立了适应河南省情的工业电力指数体系；二是保证了河南工业电力指数体系的精确和实用；三是完成了全省、18地市以及重点行业工业电力指数测算：基于本研究提出的河南工业电力指数体系，利用营销管理系统、电量采集系统数据，开展河南全域、18地市和各行业工业电力指数测算与分析，在全省层面，完成全省工业发展态势评估，以及规上工业企业、小微工业企业的发展情况评估；从用电增长、用电活跃、用电预期等子项情况出发，分析变化原因，研判问题，在地市层面，研判18个地市的工业电力发展情况，总结处于扩展、收缩区间的地市数量及变化情况，从用电增长、用电活跃、用电预期等子项，探究变化原因；本发明具有建立工业电力指数体系、保证电力指数体系的精确和实用、实现工业电力指数测算的优点。

实际案例研究：以河南省为例，针对全省层面的工业电力指数测算分析，2022年1-4月份，河南工业电力指数基本平稳，1-2月份101.2，呈现企稳向好态势，3月份持续攀升至103.2，连续处于景气扩张状态，顺利实现“开门红”，4月份受经济大环境和疫情影响回落至101.1，下行压力明显加大，在稳增长、调结构、促改革等政策措施作用下，电力指数保持在稳定运行区间。

河南省规上工业企业电力子指数分析，2022年1-4月份，规上工业企业电力指数总体稳定，1-2月份101.5，3月份稳中有升达到103.5，4月份小幅下降2个百分点，回落至101.5，与1-2月份持平，其中，用电增长指数在100上下小幅波动：2022年1-4月规上用电增长指数分别为99.58(1-2月合计)、101、98.7，与2021年相比，1-2月规上工业企业用电量同比下降0.4个百分点，3月份上升1个百分点，4月份又下降1.3个百分点，对该月指数走低产生一定影响；

用电活跃指数1-4月高位运行：2022年1-4月份，全省规上工业企业增产稳产数量占比均在60％以上，且高于2021年同期各月，其中3月份达到67.7％，同比增长12.5％，该月活跃指数达到106.8，进入4月份后，增稳产企业数量环比下降7.7个百分点，用地活跃指数回落至104.9，但各月份基本处于趋热区间，在一定程度上反映出在我省规上工业企业主体短期承压能力相对较强；

用电预期指数逐月缓势走低：2022年1-4月规上用电预期指数分别为101.2(1-2月合计)、101.4、99.4，从1-4月份各旬电量走势来看，经历了春节假期前后停工停产、复工复产等震荡波动外，2月下旬开始，全省规上企业日均用电量增长速度趋稳，但受国内疫情快速蔓延扩散导致的工业生产供应链堵卡点较多、大宗商品价格高位波动等因素影响，3月下旬开始，增速放缓，至4月中下旬，环比增速不足1％，对当月电力指数走低产生影响。

河南省小微工业企业电力子指数分析，2022年1-4月份，小微工业企业电力指数波动幅度不大，1-2月平均98.2，3月份上涨至99.6，4月份再次回落至97.1，指数走势整体平稳，但用电预期指数震荡下降，一方面体现出小微企业生产经营活动对国际形势、疫情防控等新情况新变化反应相对敏感，另一方面，也体现出系列支持企业纾困发展政策措施对冲经济下行的积极作用逐步显现，其中，小微用电增长指数基本稳定：2022年1-4月，小微用电增长指数分别为100.28(1-2月合计)、99.7、99.2，一季度，在政府促进小微工业企业上规模、支持“专精特新”中小企业高质量发展等政策体系综合发力，及工业创新驱动、产业升级持续带动等因素综合作用下，全省小微工业企业日均用电量与2021年基本持平；

用电活跃指数基本在100及以上：2022年2月份以来，全省小微工业企业增产稳产数量占比均在70％以上，且1-4月份均高于2021年同期各月，1-2月活跃指数达到99.2，3月份持续上升至103，4月份在外部复杂环境冲击回落至99.8，一定程度上反映出小微工业企业主体对市场的信心；

用电预期指数震荡下降：2022年1-2月，小微用电预期指数83.2，3月份上升至88.9，4月份快速下滑至76.4，环比降低14个百分点，下行压力显著加大，稳定预期、稳定信心的政策仍需狠抓落实，有效对冲下行压力，力促小微工业企业生产运营尽快回到正常轨道。

表3河南省分地市规上工业企业电力指数

表4河南省分地市小微企业电力指数

研究展望

一是持续做好指数体系完善和拓展。工业是国民经济发展的先行官，工业发展监测是一个系统性、长期性的过程，其内涵随着经济形势的发展持续更新迭代，因此，工业电力指数体系也是一个动态变化的体系，需要随着河南省工业的发展而持续完善和拓展；

二是加快研发工业经济电力监测预警平台。电力大数据最大的优势就是及时性及客观性，利用电力数据构建工业电力指数，对海量数据处理技术及计算能力提出需求，亟待研发工业经济电力监测预警平台，辅助指数的测算和发布，确保指数的及时性和精确性。