基于电能量数据的区域行业景气指数获取方法及装置

摘要

本申请涉及一种基于电能量数据的区域行业景气指数获取方法及装置，通过获取各区域内各行业在预设周期内的历史电能量数据以及宏观经济指标数据；并基于历史电能量数据确定行业发展指标数据，通过得到发展规模化程度指标数据、集约化程度指标数据和建设利用率指标数据等指标数据，在评价体系建立的过程中，确定了反映行业产业规模化程度、集约化程度和建设利用率三个维度的基础指标体系，将此处理结果输入至构建的各区域的行业景气指数评价模型，确定各区域内各行业的景气指数，解决了仅用原始指标进行回归分析时可能出现的物理意义不明确、拟合模型准确性不高的问题。而且仅基于电能量数据设计的评价指标时效性更强，原始数据的获取更为可靠可信。

说明书

技术领域

本申请涉及电能量数据处理技术领域，特别是涉及一种基于电能量数据的区域行业景气指数获取方法及装置。

背景技术

电力消费数据一直以来都被认为是经济的先行指标，也有不少学者通过研究证明了电能量数据和宏观经济的相关关系。电能量数据作为经济的“晴雨表”，可直接反映区域企业和居民的电力消费能力，更是间接了解各行业、各地区经济形势和人民生活水平的桥梁，从而协助政府根据区域经济发展趋势制定对应的战略发展目标，促进区域协调发展。

但目前基于电能量数据进行景气指数获取的方法，难以准确反映电能量数据的业务特征，应用效果有限，导致基于现有方法所获取的景气指数结果无法准确反映行业经济情况。

发明内容

基于此，有必要针对上述技术问题，提供一种基于电能量数据的区域行业景气指数获取方法及装置，以解决传统技术所获取的景气指数无法准确反映行业经济情况的问题。

第一方面，本申请提供了一种基于电能量数据的区域行业景气指数获取方法，该方法包括：

获取各区域内各行业在预设周期内的历史电能量数据；

基于所述历史电能量数据确定行业发展指标数据，所述行业发展指标数据包括发展规模化程度指标数据、集约化程度指标数据和建设利用率指标数据；

将所述行业发展指标数据输入至构建的各区域的行业景气指数评价模型，确定各区域内各行业的景气指数。

在其中一个实施例中，所述各区域的行业景气指数评价模型的构建步骤包括：

对各区域内各行业预设周期内的历史电能量数据进行各区域内的行业聚合，得到各区域的区域数据集；

对各区域的所述区域数据集中的行业发展指标数据进行聚合，得到各区域在所述预设周期内的景气指数输入指标数据；

基于所述景气指数输入指标数据和各区域内的行业历史宏观经济指标数据以及构建的适应各区域各行业的回归模型，确定各区域内各行业的权重；

根据各区域内各行业的权重，构建各区域的行业景气指数评价模型。

在其中一个实施例中，所述基于所述景气指数输入指标数据和各区域内的行业历史宏观经济指标数据以及构建的适应各区域各行业的回归模型，确定各区域内各行业的权重的步骤包括：

基于时差相关性对所述景气指数输入指标数据进行平稳性检验，得到滞后期数；

基于所述滞后期对所述景气指数输入指标数据和所述宏观经济指标数据进行格兰杰因果检验；

利用通过格兰杰因果检验的景气指数输入指标数据和所述宏观经济指标数据以及构建的适应各区域各行业的回归模型，计算各区域内各行业的景气指数；

基于所述各区域内各行业的景气指数和各区域的所述宏观经济指标数据，确定各区域内各行业的权重。

在其中一个实施例中，所述适应各区域各行业的回归模型为：

其中，Y(t)表示景气指数，β

在其中一个实施例中，所述各区域的行业景气指数评价模型为：

其中，

在其中一个实施例中，所述电能量数据包括行业电量、合同容量、运行容量、用户数和复工复产率中的至少一种。

在其中一个实施例中，所述发展规模化程度指标数据包括每月的行业电量、合同容量、运行容量和用户数中的至少一种；和/或，所述集约化程度指标数据包括月度户均行业电量、合同容量和运行容量中的至少一种；和/或，所述建设利用率指标数据包括行业月度复工复产率和容量利用率中的至少一种。

第二方面，提供了一种基于电能量数据的区域行业景气指数获取装置，该装置包括：

历史电能量数据获取模块，用于获取各区域内各行业在预设周期内的历史电能量数据；

行业发展指标数据确定模块，用于基于所述历史电能量数据确定行业发展指标数据，所述行业发展指标数据包括发展规模化程度指标数据、集约化程度指标数据和建设利用率指标数据；

目标景气指数确定模块，用于将所述行业发展指标数据输入至构建的各区域的行业景气指数评价模型，确定各区域内各行业的景气指数。

第三方面，本申请提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

上述基于电能量数据的区域行业景气指数获取方法及装置，至少具有以下有益效果：通过获取各区域内各行业在预设周期内的历史电能量数据以及宏观经济指标数据；并基于历史电能量数据确定行业发展指标数据，通过得到发展规模化程度指标数据、集约化程度指标数据和建设利用率指标数据等指标数据，在评价体系建立的过程中，确定了反映行业产业规模化程度、集约化程度和建设利用率三个维度的基础指标体系，将此处理结果输入至构建的各区域的行业景气指数评价模型，确定各区域内各行业的景气指数，解决了仅用原始指标进行回归分析时可能出现的物理意义不明确、拟合模型准确性不高的问题。同时，仅基于电能量数据设计的评价指标时效性更强，原始数据的获取更为可靠可信。

附图说明

图1为一个实施例中基于电能量数据的区域行业景气指数获取方法的应用环境图；

图2为一个实施例中基于电能量数据的区域行业景气指数获取方法的流程示意图；

图3为一个实施例中行业景气指数评价模型构建的流程示意图；

图4为另一个实施例中基于电能量数据的区域行业景气指数获取装置的结构框图；

图5为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请实施例提供的基于电能量数据的区域行业景气指数获取方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。终端102通过服务器获取电能量数据，并基于电能量数据进行景气指数的获取。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备以及电力监控室内的操作平台等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个示例性技术中，景气指标指数的评价方法，基于电能量数据和宏观经济指标进行标准化数据处理，在标准化处理后通过主成分分析法，确定不同指标的权重，从而输出景气指标指数。

但由于宏观经济指标公布时间一般在下月中旬，该示例性方案采用电能量数据和宏观经济指标共同作为输入，存在一定滞后性，晚于国家已有先行指标(如采购经理指数等指标)的公布时间(下月初)，月度指标时效性大幅下降。同时，将电能量数据和宏观经济指标一起作为输入进行建模时，宏观经济指标的分配权重往往更高，电能量数据的应用效果有限，不能完全发挥电力行业数据的价值。

在另一个示例性技术中，景气指数的评价方法，基于行业电量、业扩报装容量和运行容量等电能量数据，分析其与工业增加值、景气指数一致性指标等宏观经济指标的相关关系，并建立输入仅为电能量数据的评价模型，输出景气指数评价结果。仅利用电能量数据作为输入，也存在两方面不足。一方面是可用的电能量数据指标较少，现有的建模大多通过将原始的电量、业扩容量和运行容量数据直接标准化，然后将宏观经济指标作为输出进行线性拟合，由于输出指标少、建模简单，拟合效果往往不够理想；另一方面，在指标的选取过程中，部分研究未对输入输出的相关性和滞后性进行验证，可能会导致伪回归等问题。

综上，传统技术中景气指数评价方法建立的模型大多都是基于采集的电能量数据和国家统计局定期公布的宏观经济数据，通过大数据分析技术，直接对原始数据进行分析处理，数据的维度不明确，缺少与实际业务的结合，未明确基于业务逻辑的系统性指标选择框架，难以准确反映电能量数据的业务特征，也未与当下国家的发展战略结合。

此外，传统方法还存在景气指数评价结果维度单一，常常只能进行省份之间整体景气指数的对比或省份内部不同行业的景气指数对比，无法实现多维度的比较，且在进行省份之间对比时，采用相同的评价模型，难以体现各省产业发展特色。

基于此，在一个实施例中，如图2所示，提供了一种基于电能量数据的区域行业景气指数获取方法，该方法包括：

S200：获取各区域内各行业在预设周期内的历史电能量数据；预设周期可以是月度、季度、年等预设的周期，具体根据用户使用需求决定。历史电能量数据是指能够反映行业过去一段时间内用电情况的数据。

S400：基于所述历史电能量数据确定行业发展指标数据，所述行业发展指标数据包括发展规模化程度指标数据、集约化程度指标数据和建设利用率指标数据。

S600：将所述行业发展指标数据输入至构建的各区域的行业景气指数评价模型，确定各区域内各行业的景气指数。各区域的行业景气指数评价模型是指可以分区域进行景气指数评价的模型。

具体的，通过获取各区域内各行业在预设周期内的历史电能量数据以及宏观经济指标数据；并基于历史电能量数据确定行业发展指标数据，通过得到发展规模化程度指标数据、集约化程度指标数据和建设利用率指标数据等指标数据，在评价体系建立的过程中，确定了反映行业产业规模化程度、集约化程度和建设利用率三个维度的基础指标体系，将此处理结果输入至构建的各区域的行业景气指数评价模型，确定各区域内各行业的景气指数，解决了仅用原始指标进行回归分析时可能出现的物理意义不明确、拟合模型准确性不高的问题。同时，仅基于电能量数据设计的评价指标时效性更强，原始数据的获取更为可靠可信。

在其中一个实施例中，如图3所示，所述各区域的行业景气指数评价模型的构建步骤包括：

S120：对各区域内各行业预设周期内的历史电能量数据进行各区域内的行业聚合，得到各区域的区域数据集；

S140：对各区域的所述区域数据集中的行业发展指标数据进行聚合，得到各区域在所述预设周期内的景气指数输入指标数据；

S160：基于所述景气指数输入指标数据和各区域内的行业历史宏观经济指标数据以及构建的适应各区域各行业的回归模型，确定各区域内各行业的权重；

S180：根据各区域内各行业的权重，构建各区域的行业景气指数评价模型。

具体的，对区域数据集根据行业发展指标数据进行聚合，得到研究区域在预设周期内(如连续24个月)的初选的景气指数输入指标数据；然后可以对聚合的区域数据进行标准化处理，例如进行数据格式统一等标准化处理。

基于标准化处理得到的指标数据按照时间排序得到时间序列数据，对其进行平稳性检验。将景气指数(如景气指数一致指标)作为因变量，将电能量数据计算出的行业发展指标数据作为自变量，通过时差相关性分析，确定各类自变量的滞后阶数，并剔除相关性较低的指标。

考虑滞后期将时间序列数据对齐，将景气指数一致指标作为拟合的输出分别与输入的景气指数输入指标数据进行协整检验；然后对通过平稳性检验或协整检验的景气指数输入指标数据进行格兰杰因果检验。对于通过格兰杰因果检验的自变量指标(景气指数输入指标数据)，建立与景气指数一致性指标的回归模型。

建模离不开历史数据的获取，对于历史电能量数据的获取，可以是通过手机各省和各地级市区域内各行业的24个月的行业电量、合同容量、运行容量、用户数、复工复产率等数据。其中，

宏观经济指标数据可包括一致性指标，宏观经济指标数据的获取过程可以是收集官方发布的各省24个月的景气指数一致指标。

为提高样本量和保证模型构建的准确性，对于采集的历史数据进行缺失值和异常值处理。在其中一个实施例中，在步骤S120和步骤S200之前还包括步骤：

对于获取的电能量数据的缺失值，通过插值法修补；

该情况下，步骤S200和步骤S120中的电能量数据是指修补后的电能量数据。

在其中一个实施例中，对于获取的电能量数据的缺失值，通过插值法修补的步骤之前还包括：

采用格拉布斯准则对获取的电能量数据进行异常值判定，剔除异常值；

通过插值法修补剔除异常值后的数据并再次进行异常值判定直至无异常值。

例如，对于电能量数据中用户数、合同容量异常值判定及处理。

异常值判定可通过假设验证方式来实现：

假设H0:数据中没有异常值

假设H1:数据中只有一个异常值

其中N为被选择用于建模的数据的时间序列数，

确定置信概率后通过查表确定临界值，若G大于临界值，则拒绝原假设，判断存在异常值，剔除异常值后通过插值法进行修补。

循环判定，直至假设H0成立。

对于运行容量大于合同容量的情况，在其中一个实施例中，采用格拉布斯准则对获取的电能量数据进行异常值判定，剔除异常值步骤可包括：

根据相邻月份的电能量数据判定为超容用电或数据异常；

若运行容量大于合同容量的连续累计月份超过预设月份数，则认为超容用电；否则剔除单月超容的运行容量异常数据，并采用相邻月份进行插值修补。

在其中一个实施例中，进行各区域内的行业聚合的步骤包括：

按照各区域内的产业分类进行行业聚合。例如，可以基于国民经济行业分类和行业电量统计模型，分为新兴产业、双碳产业、资源型产业、居民消费等特色产业，基于产业分类进行行业聚合。

其中X

通过将行业按产业进行聚合的多维度评价方式，进行了基于各省行业产业数据的聚合，支持根据不同时期的发展规划进行调整，设计的景气指数评价方法聚焦性更强。在计算各省景气指数计算方法时，考虑了不同省份的产业结构差异，建立了适应各省产业结构的回归模型，得到具有各省特色的产业权重参数，这样计算得到的景气指数结果不仅更符合各省实际，同时通过回归分析得到的产业权重，也可以突出各省特色产业。

在其中一个实施例中，区域至少包括一个省份，得到各区域的区域数据集的步骤包括：

可基于聚类结果计算每一个区域整体电能量数据和平均景气指数指标，将各区域内所有省份的X

在其中一个实施例中，所述基于所述景气指数输入指标数据和各区域内的行业历史宏观经济指标数据以及构建的适应各区域各行业的回归模型，确定各区域内各行业的权重的步骤S160包括：

基于时差相关性对所述景气指数输入指标数据进行平稳性检验，得到滞后期数；

基于所述滞后期对所述景气指数输入指标数据和所述宏观经济指标数据进行格兰杰因果检验；

利用通过格兰杰因果检验的景气指数输入指标数据和所述宏观经济指标数据以及构建的适应各区域各行业的回归模型，计算各区域内各行业的景气指数；

基于所述各区域内各行业的景气指数和各区域的所述宏观经济指标数据，确定各区域内各行业的权重。

本申请实施例提供的方案，通过对所选取的指标数据均进行了时差相关性分析，并基于得到的滞后期进行了格兰杰因果关系验证，通过这一方法选取的指标可以有效避免产生伪回归问题，以保证构建的模型所计算出的景气指数能够准确反映行业发展趋势。

通过对行业产业对应的指标建模，得到行业产业景气指数评价模型，通过分别建立不同区域对应的回归模型，得到能反映区域发展特色的景气指数评价模型。

在其中一个实施例中，所述适应各区域各行业的回归模型为：

其中，Y(t)表示景气指数，β

在其中一个实施例中，根据应各区域各行业的回归模型可计算各省份各产业的景气指数：产业的自变量按本申请实施例中其他地方所列举的分类进行聚合，再进行标准化处理，得到各省各产业主题对应的景气指数，如×省新兴产业景气指数。针对于大区域内多个省的行业发展一致性比较高的情况，可基于该大区域下的历史电能量数据和宏观经济指标数据进行行业景气指数评价模型的构建，从而可以减少模型构建数量，提高处理效率。

分别计算各省产业景气指数权重：建立基于各省各产业景气指数和各省景气指数一致性指标的行业景气指数评价模型：

其中，Y

当然j代表的区域不局限于省，还可以是市、县等区域范围，j代表的区域范围不同时，上述构建该行业景气指数评价模型所依赖的历史数据也以地区相对应，以保证得到的景气指数评价模型是匹配于各区域的行业发展特色的。

在其中一个实施例中，可以根据回归计算的结果，得到各省的产业权重。

在其中一个实施例中，所述各区域的行业景气指数评价模型为：

其中，

在其中一个实施例中，所述电能量数据包括行业电量、合同容量、运行容量、用户数和复工复产率中的至少一种。基于明确和行业发展相关的电能量数据，将其作为景气指数评价的依据，可提高景气指数结果与行业发展趋势的一致性。

在其中一个实施例中，所述发展规模化程度指标数据包括每月的行业电量、合同容量、运行容量和用户数中的至少一种；和/或，所述集约化程度指标数据包括月度户均行业电量、合同容量和运行容量中的至少一种；和/或，所述建设利用率指标数据包括行业月度复工复产率和容量利用率中的至少一种。

具体的，基于已采集的原始电能量数据，可选择3个不同维度的指标，分别体现不同区域不同行业的发展规模化程度、集约化程度和建设利用率。发展规模化程度可以通过每月采集统计的行业电量、合同容量、运行容量、用户数等指标表征，集约化程度通过月度户均行业电量、合同容量、运行容量等数据表征；建设利用率可通过行业月度复工复产率、容量利用率得到，其中复工复产率分为复工率和复产率，月度数据可由每日计算的复工率和复产率平均后得到。

其中，

通过基于行业电量的业务逻辑，将原始的电能量数据分为了规模化程度、集成化程度和建设利用率三个维度，并通过设计具有实际物理意义的指标，解决了仅用原始指标进行回归分析时可能出现的物理意义不明确、拟合模型准确性不高的问题。同时，仅基于电能量数据设计的评价指标时效性更强，原始数据的获取更为可靠可信。

对于某一个区域产业行业景气指数评价可以周期性进行评价，具体的：

在一个实施例中，上述方法还包括：

周期性地基于预设周期内(24个月)历史电能量数据对该区域各行业的回归模型和该区域的行业景气指数评价模型进行重新回归，得到更新的模型系数。

以此，可以基于更新后的回归模型，计算各省各行业的景气指数。通过基于产业分类的行业聚合方法可得到各省具体产业的景气指数，可用于对比分析具体产业在不同省份的发展状况。

此外，通过行业景气指数评价模型计算得到的产业权重，可计算各省的月度产业景气指数。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的基于电能量数据的区域行业景气指数获取方法的基于电能量数据的区域行业景气指数获取装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个基于电能量数据的区域行业景气指数获取装置实施例中的具体限定可以参见上文中对于基于电能量数据的区域行业景气指数获取方法的限定，在此不再赘述。

在一个实施例中，如图4所示，提供了一种基于电能量数据的区域行业景气指数获取装置，包括：

历史电能量数据获取模块200，用于获取各区域内各行业在预设周期内的历史电能量数据以及宏观经济指标数据；

行业发展指标数据确定模块400，用于基于所述历史电能量数据确定行业发展指标数据，所述行业发展指标数据包括发展规模化程度指标数据、集约化程度指标数据和建设利用率指标数据；

目标景气指数确定模块600，用于将所述行业发展指标数据和所述宏观经济指标数据输入至构建的各区域的行业景气指数评价模型，确定各区域内各行业的景气指数。

具体的，通过历史电能量数据获取模块200获取各区域内各行业在预设周期内的历史电能量数据并发送至行业发展指标数据确定模块400，行业发展指标数据确定模块400基于所述历史电能量数据确定行业发展指标数据，所述行业发展指标数据包括发展规模化程度指标数据、集约化程度指标数据和建设利用率指标数据；再由目标景气指数确定模块600将所述行业发展指标数据输入至构建的各区域的行业景气指数评价模型，确定各区域内各行业的景气指数。

在一个实施例中，该装置还包括：

行业聚合模块，用于对各区域内各行业预设周期内的历史电能量数据进行各区域内的行业聚合，得到各区域的区域数据集；

景气指数输入指标数据获取模块，用于对各区域的所述区域数据集中的行业发展指标数据进行聚合，得到各区域在所述预设周期内的景气指数输入指标数据；

行业权重确定模块，用于基于所述景气指数输入指标数据和各区域内的行业历史宏观经济指标数据以及构建的适应各区域各行业的回归模型，确定各区域内各行业的权重；

行业景气指数评价模型构建模块，用于根据各区域内各行业的权重，构建各区域的行业景气指数评价模型。

在其中一个实施例中，行业权重确定模块包括：

平稳性检验单元，用于基于时差相关性对所述景气指数输入指标数据进行平稳性检验，得到滞后期数；

因果检验单元，用于基于所述滞后期对所述景气指数输入指标数据和所述宏观经济指标数据进行格兰杰因果检验；

基于回归验证的景气指数计算单元，用于利用通过格兰杰因果检验的景气指数输入指标数据和所述宏观经济指标数据以及构建的适应各区域各行业的回归模型，计算各区域内各行业的景气指数；

权重确定单元，用于基于所述各区域内各行业的景气指数和各区域的所述宏观经济指标数据，确定各区域内各行业的权重。

上述基于电能量数据的区域行业景气指数获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种基于电能量数据的区域行业景气指数获取方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

S200：获取各区域内各行业在预设周期内的历史电能量数据；

S400：基于所述历史电能量数据确定行业发展指标数据，所述行业发展指标数据包括发展规模化程度指标数据、集约化程度指标数据和建设利用率指标数据；

S600：将所述行业发展指标数据输入至构建的各区域的行业景气指数评价模型，确定各区域内各行业的景气指数。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

S120：对各区域内各行业预设周期内的历史电能量数据进行各区域内的行业聚合，得到各区域的区域数据集；

S140：对各区域的所述区域数据集中的行业发展指标数据进行聚合，得到各区域在所述预设周期内的景气指数输入指标数据；

S160：基于所述景气指数输入指标数据和各区域内的行业历史宏观经济指标数据以及构建的适应各区域各行业的回归模型，确定各区域内各行业的权重；

S180：根据各区域内各行业的权重，构建各区域的行业景气指数评价模型。在一个实施例中，处理器执行计算机程序时还实现以下步骤：

基于时差相关性对所述景气指数输入指标数据进行平稳性检验，得到滞后期数；

基于所述滞后期对所述景气指数输入指标数据和所述宏观经济指标数据进行格兰杰因果检验；

利用通过格兰杰因果检验的景气指数输入指标数据和所述宏观经济指标数据以及构建的适应各区域各行业的回归模型，计算各区域内各行业的景气指数；

基于所述各区域内各行业的景气指数和各区域的所述宏观经济指标数据，确定各区域内各行业的权重。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法中的任意步骤。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

S200：获取各区域内各行业在预设周期内的历史电能量数据；

S400：基于所述历史电能量数据确定行业发展指标数据，所述行业发展指标数据包括发展规模化程度指标数据、集约化程度指标数据和建设利用率指标数据；

S600：将所述行业发展指标数据输入至构建的各区域的行业景气指数评价模型，确定各区域内各行业的景气指数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

S120：对各区域内各行业预设周期内的历史电能量数据进行各区域内的行业聚合，得到各区域的区域数据集；

S140：对各区域的所述区域数据集中的行业发展指标数据进行聚合，得到各区域在所述预设周期内的景气指数输入指标数据；

S160：基于所述景气指数输入指标数据和各区域内的行业历史宏观经济指标数据以及构建的适应各区域各行业的回归模型，确定各区域内各行业的权重；

S180：根据各区域内各行业的权重，构建各区域的行业景气指数评价模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

基于时差相关性对所述景气指数输入指标数据进行平稳性检验，得到滞后期数；

基于所述滞后期对所述景气指数输入指标数据和所述宏观经济指标数据进行格兰杰因果检验；

利用通过格兰杰因果检验的景气指数输入指标数据和所述宏观经济指标数据以及构建的适应各区域各行业的回归模型，计算各区域内各行业的景气指数；

基于所述各区域内各行业的景气指数和各区域的所述宏观经济指标数据，确定各区域内各行业的权重。

本申请实施例提供的方案，在评价体系建立的过程中，确定了反映行业产业规模化程度、集约化程度和建设利用率三个维度的基础指标体系，引入了具有物理意义的户均指标、容量利用率和复工复产率等重要行业发展指标。在指标的选取过程中，通过时差相关性分析和格兰杰因果关系检验，剔除了可能造成伪回归的指标。在行业产业评价中，确定了基于不同发展战略的产业研究方法。在计算区域景气指数时，考虑了不同区域的产业发展特色，建立了具有区域特征的回归模型，可实现不同省份的景气指数对比评价。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(RandomAccess Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(DynamicRandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。