基于电力数据的产业链运行监测模型构建研究_杨玉强.pdf

742023.06.DQGYCHINA ELECTRICAL EQUIPMENT INDUSTRYPRODVCT AND TECHNIC产品与技术基于电力数据的产业链运行监测模型构建研究杨玉强 胡若云（国网浙江省电力有限公司）摘要：产业链是涉及多环节、多链条且多功能协同运作的复杂网络化系统，产业链健康稳定有利于企业经营和经济社会运行稳定和有序发展。为了有效监测产业链运行情况，本文从产业链发展要素着手，利用电力大数据，构建基于电力数据的产业链运行监测模型，实现对产业链运行情况的有效监测。本文将构建的模型应用于浙江省纺织产业链运行监测中，实现对浙江省纺织产业链总体运行情况以及上、中、下游产业链运行健康情况的监测分析，助力产业链健康稳定发展。关键词：电力数据；产业链；监测；纺织行业0 引言产业链是社会化大生产条件下，由于产业分工不断细化、复杂化，由产品的供销关系形成企业间既相互依赖，又相互竞争的社会化、网络化生产经营结构1，是涉及多环节、多链条且多功能协同运作的复杂网络化系统，产业链健康稳定有利于企业经营和经济社会运行稳定和有序发展2。随着电力企业的数字化智能化水平的提高，电力企业在日常生产经营活动中，积累大量的数据，这些数据能够有效地展示行业产业发展情况，辅助政府决策3-4。因此，利用电力大数据构建产业链运行监测模型，能够更好地把握产业链健康发展的本质，将产业链复杂问题简单化，化繁为简，满足产业链健康监测需求，实现产业链健康层层穿透分析5-6。1 模型构建思路从产业链发展要素分析，产业链健康发展取决于产业链生产规模和结构两个要素，因此可以从产业链生产稳定及产业链结构稳定两个维度衡量产业链健康，产业链生产稳定表征产业链内全部企业生产经营变化情况，产业链结构稳定表征产业链内企业数量变化情况，两者共同决定产业链健康情况。因此，产业链健康情况主要体现在产业链生产健康度和产业链结构健康度两个方面。在构建产业链运行监测模型过程中，产业链生产运行指数以产业链内企业生产量合理增速为核心表征，产业链结构运行指数以产业链内持续经营企业数量占比为核心表征。参照国内外指标编制通行做法，本文利用产业链当月用电量增速偏离当月近三年平均用电量增速的幅度合成产业链生产运行指数，利用持续运营N 年以上用户的当月销户量占比合成产业链结构运行指数，两者共同合成产业链运行监测模型，表征产业链发展运行程度（见图 1）。2023-06期电器工业杂志排版设计和印刷发排2.indd 742023-06期电器工业杂志排版设计和印刷发排2.indd 742023/7/5 下午1:472023/7/5 下午1:47752023.06.DQGYCHINA ELECTRICAL EQUIPMENT INDUSTRYPRODVCT AND TECHNIC产品与技术2 基于电力数据的产业链运行监测模型构建2.1 算法模型首先利用当月用电量增速与当月近三年用电量平均增速偏离幅度的绝对值计算产业链生产运行指数，并引入产业调整系数，修正产业链各行业重要性的差异对指数的影响。利用持续运营 N 年以上用户的当月销户量与持续运营 N 年以上用户总量的比值计算产业链结构运行指数。具体算法如下：产业链生产运行指数=1+（当月用电量增速当月近三年用电量平均增速）产业调整系数 100产业链结构运行指数=（1 持续运营 N 年以上用户的当月销户量/持续运营 N 年以上用户总量）100其中当月用电量增速指的是当月用电量与去年同期用电量同比变化；当月近三年用电量平均增速指的是过去三年当月用电量的平均增速；产业调整系数默认值为 1，根据政府对产业链不同行业的重要性进行调整。持续运营 N 年指的是产业链内行业典型企业步入稳定经营的平均年限，依据企业生命周期理论，通过监测重点企业用电量变化，确定每个企业稳定生产经营的时间，利用重点企业稳定生产经营的平均时间作为 N 取值依据，对 N 进行取整处理，从而确定 N的取值。基于电力数据的产业链运行监测模型监测产业链运行情况产业链生产运行指数数据项当月用电量增速当月近三年用电量平均增速数据项持续运营N年以上用户的当月销户量上持续运营N年以上用户总量产业链生产规模变化产业链结构运行指数产业链用户结构变化图 1 基于电力数据的产业链运行监测模型设计思路产业链运行监测模型由产业链生产运行指数和产业链结构运行指数两者加权合成。按照以下算法计算产业链各行业每月的产业链运行监测模型。具体算法如下：产业链运行监测模型=产业链生产运行指数+产业链结构运行指数 式中，、分别为产业链生产运行指数、产业链结构运行指数的权重。本文采用均值法对、进行赋权，均值法是目前全世界采用较为普遍的赋权方法，在世界银行、世界卫生组织的相关报告中均广泛使用。、取值均为 0.5，表征产业链生产运行指数和产业链结构运行指数对产业链运行监测模型的影响具有同等效力。2.2 计算规则通过对产业链各行业的健康电力指数加权计算，得到全产业链及产业链上中下游的健康电力指数。具体算法如下：产业链运行监测模型=k1 行业 1 指数+k2 行业 2 指数+kn 行业 n 指数 k1、k2kn分别为行业 1、行业 2行业 n 产业链运行监测模型的权重，k1+k2+kn=1。其中本文采用主客观综合赋权法对各行业进行赋2023-06期电器工业杂志排版设计和印刷发排2.indd 752023-06期电器工业杂志排版设计和印刷发排2.indd 752023/7/5 下午1:472023/7/5 下午1:47762023.06.DQGYCHINA ELECTRICAL EQUIPMENT INDUSTRYPRODVCT AND TECHNIC产品与技术权。根据产业链 APL 系数（某行业发生变化后对其他行业产出造成影响经过的平均轮次）、上游度系数（某行业产品在达到最终需求前需经历的生产阶段数目）确定的行业发生变化后对其他行业产出造成影响经过的平均轮次及生产阶段数目，利用主观赋权法确定各行业在产业链中的影响程度，并利用客观赋权法（熵权法）对主观赋权结果进行组合赋权，消除人为因素偏差，从而确定各行业的权重。2.3 评价标准（1）产业链健康判定标准根据整条产业链、上中下游及产业链各行业的产业链运行监测模型计算结果，判定整条产业链、上中下游及产业链各行业的健康情况。产业链健康判定准则如下：1）健康态：1产业链运行监测模型，则产业链行业处于健康状态；2）亚健康态：2产业链运行监测模型 1，产业链处于亚健康状态；3）非健康态：产业链运行监测模型 2，产业链处于非健康状态。其中 1、2为产业链健康状态的判断阈值，本文采用主客观综合赋权法对 1、2进行赋权，根据实际的决策问题和专家自身的知识经验合理地确定 1、2，并利用变异系数模型对阈值进行修正，从而确定1、2，后续可按照产业链相关政策及产业链运行情况进行调整。（2）企业健康判定标准根据企业当月用电量同比增速，按照下述标准判定企业健康状态。企业健康状态判定准则如下：1）健康态：企业当月用电量同比增速 1；2）亚健康态：2企业当月用电量同比增速1；3）非健康态：企业当月用电量同比增速 2。其中 1、2为企业健康状态的判断阈值，本文采用与产业链健康状态判断阈值相同方法进行确定。3 模型应用纺织产业是浙江传统优势产业之一，也是浙江着力打造的四大世界级先进制造业集群和十大标志性产业链之一。浙江现代纺织业发展历史悠久，自古以来就有“丝绸之府”的美誉而闻名世界。改革开放以来，通过承接全球纺织服装业的国际转移，浙江纺织产业发展迅猛，逐渐形成覆盖全省且较为完备的全产业链条7-8。2021 年，全省规模以上纺织服装企业实现工业总产值 10003 亿元、营业收入 10716 亿元，双双首破万亿元大关，实现纺织品服装出口额 822 亿美元，规模居全国首位。纺织产业在拉动全省工业经济增长、增加税收、促进出口等方面发挥了重要作用，成为助推浙江制造业高质量发展的坚实力量，浙江纺织业上下游生产能力处于全国第一梯队。利用前文构建的产业链运行监测模型对浙江省纺织产业链整体健康实时监测，及时掌握纺织产业链健康情况，评估纺织产业链发展风险，实现产业链健康实时预警，为政府制定相关产业链调节政策提供支撑。3.1 纺织产业链总体情况从图 2 的计算结果可以得出浙江省纺织产业链总体运行平稳，2022 年第一季度实现“开局稳”后，二季度企稳反弹。一季度，面对全球产业结构深度调整及纺织产业外迁外需双重冲击的局面，全省纺织产业链发展突破困境，总体保持平稳运行态势，3 月产业链运行监测模型为 106.4；二季度，疫情冲击影响不期而至，在一系列扎实稳住经济政策稳步推行下，二季度触底后企稳反弹，4 月深度下跌，5 月跌幅收窄，6 月企稳回升，产业链运行监测模型分别为96.0、97.2、99.8，分别同比下降19.0、18.8、1.0个点，二季度克服超预期因素不利影响，稳住纺织产业发展大盘。2023-06期电器工业杂志排版设计和印刷发排2.indd 762023-06期电器工业杂志排版设计和印刷发排2.indd 762023/7/5 下午1:472023/7/5 下午1:47772023.06.DQGYCHINA ELECTRICAL EQUIPMENT INDUSTRYPRODVCT AND TECHNIC产品与技术图 2 全省现代纺织产业链运行监测模型图 3 全省现代纺织上中下游产业链运行监测模型3.2 纺织产业链上下游情况从图 3 的计算结果可以得出浙江省现代纺织产业链上游率先企稳，中游发展平稳，下游势头迅猛。2022 年 6 月，全省现代纺织上游的产业链运行监测模型为 110.4，环比 5 月上升 1.8，继续保持上升态势，由于在 4 月疫情中遭受冲击相对较小，上游率先实现企稳回升；中游产业链运行监测模型为88.8，环比 4 月上升 1.3 个点，中游平稳发展，从疫情中逐渐恢复；下游产业链运行监测模型为 103.7，环比 5 月上升 7.1 个点，发展势头迅猛。4 结束语数字经济时代，新要素、新模式、新产业、新业态为产业链健康发展提供了新动力。但是依旧存在产业基础能力薄弱导致产业链不完整、要素市场化程度较低导致产业链不稳、基础创新能力不足导致产业链不强等问题影响产业链健康发展。鉴于此，本文在分析产业链发展要素的基础上，深入挖掘电力大数据服务产业链运行潜力，依托电力大数据构建基于电力数据的产业链运行监测模型，着力突破产业链监测难题，发挥电力大数据作用，实现对产业链运行情况的有效监测。最后通过将模型应用于浙江省现代纺织业产业链健康监测中，证明本文构建的基于电力数据的产业链运行监测模型的有效性。参考文献12345678蒋国俊，蒋明新.产业链理论及其稳定机制研究 J.重庆大学学报（社会科学版），2004，10（1）：36-38.刘尔思.关于产业链理论的再探索 J.云南财经大学学报，2006（3）：66-69.林淑英，冯海俊.基于获得电力指数的全景画像，助力营商环境优化管理 J.企业管理，2019（S2）：246-247.王璐，朱涵.“电力指数”：产能变化晴雨表 J.半月谈，2022（19）：1.吴楠，王建健，杨凯华，等.产业链监测指数系列模型构建方法：CN114626705AP.2022.李政，王思霓.产业链安全风险评估与预警监测体系构建研究 J.创新科技，2022，22（1）：11-20.王瑾.越商精神与绍兴纺织产业链升级 J.绍兴文理学院学报，2009，29（1）：57-59.王张泉，尹王炳，罗耀.绍兴大纺织核心产业链的“价值再造”J.浙江经济，2012（19）：38-39.（收稿日期：2023-02-12）2023-06期电器工业杂志排版设计和印刷发排2.indd 772023-06期电器工业杂志排版设计和印刷发排2.indd 772023/7/5 下午1:472023/7/5 下午1:47