2819年三月份计算机,统计局:3月规模以上工业增加值增长7.6%

图集

2017年3月份,规模以上工业增加值同比实际增长7.6%(以下增加值增速均为扣除价格因素的实际增长率),比1-2月份加快1.3个百分点。从环比看,3月份,规模以上工业增加值比上月增长0.83%。一季度,规模以上工业增加值同比增长6.8%。

5750eb036a4884833ed346813b5eb305.png

分三大门类看,3月份,采矿业增加值同比下降0.8%,制造业增长8.0%,电力、热力、燃气及水生产和供应业增长9.7%。

分经济类型看,3月份,国有控股企业增加值同比增长7.7%;集体企业增长1.5%,股份制企业增长7.9%,外商及港澳台商投资企业增长7.1%。

分行业看,3月份,41个大类行业中有33个行业增加值保持同比增长。其中,农副食品加工业增长7.7%,纺织业增长4.6%,化学原料和化学制品制造业增长4.6%,非金属矿物制品业增长6.8%,黑色金属冶炼和压延加工业下降0.2%,有色金属冶炼和压延加工业增长4.2%,通用设备制造业增长10.6%,专用设备制造业增长13.5%,汽车制造业增长12.3%,铁路、船舶、航空航天和其他运输设备制造业增长5.4%,电气机械和器材制造业增长9.0%,计算机、通信和其他电子设备制造业增长16.1%,电力、热力生产和供应业增长10.0%。

分地区看,3月份,东部地区增加值同比增长7.6%,中部地区增长8.5%,西部地区增长8.8%,东北地区同比持平。

分产品看,3月份,596种产品中有430种产品同比增长。其中,钢材9676万吨,同比下降0.7%;水泥20162万吨,增长 0.3%;十种有色金属457万吨,增长4.0%;乙烯159万吨,下降2.5%;汽车269.5万辆,增长4.8%;轿车105.7万辆,下降4.8%;发电量5169亿千瓦时,增长7.2%;原油加工量4750万吨,增长5.9%。

3月份,工业企业产品销售率为96.9%,比上年同期下降0.2个百分点。工业企业实现出口交货值10737亿元,同比名义增长12.9%。

2017年3月份规模以上工业生产主要数据

3月

1-3月

绝对量

同比增长

绝对量

同比增长

一、规模以上工业增加值

7.6

6.8

分三大门类

采矿业

-0.8

-2.4

制造业

8.0

7.4

电力、热力、燃气及水生产和供应业

9.7

8.9

分经济类型

其中:国有控股企业

7.7

6.2

其中:集体企业

1.5

0.5

股份制企业

7.9

6.9

外商及港澳台商投资企业

7.1

6.9

主要行业增加值

农副食品加工业

7.7

6.9

食品制造业

10.2

8.7

纺织业

4.6

4.3

化学原料和化学制品制造业

4.6

5.0

医药制造业

11.6

11.1

橡胶和塑料制品业

7.8

8.2

非金属矿物制品业

6.8

6.2

黑色金属冶炼和压延加工业

-0.2

1.0

有色金属冶炼和压延加工业

4.2

1.5

金属制品业

9.1

8.7

通用设备制造业

10.6

10.6

专用设备制造业

13.5

12.4

汽车制造业

12.3

15.3

铁路、船舶、航空航天和其他运输设备制造业

5.4

4.1

电气机械和器材制造业

9.0

8.2

计算机、通信和其他电子设备制造业

16.1

14.9

电力、热力生产和供应业

10.0

9.2

主要产品产量

布 (亿米)

61

4.1

156

3.7

硫酸(折100%) (万吨)

777

3.9

2250

3.7

烧碱(折100%) (万吨)

310

5.5

873

8.4

乙烯 (万吨)

159

-2.5

463

-5.1

化学纤维 (万吨)

442

4.0

1193

6.9

水泥 (万吨)

20162

0.3

44115

-0.3

平板玻璃 (万重量箱)

6989

5.0

19994

5.1

生铁 (万吨)

6200

1.3

17564

4.1

粗钢 (万吨)

7200

1.8

20110

4.6

钢材 (万吨)

9676

-0.7

26295

2.1

十种有色金属 (万吨)

457

4.0

1349

9.0

其中:原铝(电解铝)(万吨)

271

2.5

820

10.9

金属切削机床 (万台)

7

1.5

19

3.4

工业机器人(台/套)

10163

78.2

25220

55.1

汽车 (万辆)

269.5

4.8

732.6

9.0

其中:轿车 (万辆)

105.7

-4.8

294.2

2.0

运动型多用途乘用车(SUV)(万辆)

89.4

23.7

246.8

25.5

其中:新能源汽车(万辆)

3.3

17.9

5.7

-14.9

发电机组(发电设备)(万千瓦)

1166

0.9

2599

-1.1

微型计算机设备 (万台)

2819

8.3

6570

2.1

移动通信手持机 (万台)

17380

14.5

48389

8.5

其中:智能手机(万台)

12839

18.3

35866

11.4

集成电路 (亿块)

136

30.4

337

26.4

原煤(万吨)

29976

1.9

80923

-0.3

焦炭(万吨)

3764

4.8

10705

4.7

原油(万吨)

1657

-4.6

4802

-6.8

原油加工量(万吨)

4750

5.9

13822

4.5

天然气(亿立方米)

136

10.5

387

3.4

发电量(亿千瓦时)

5169

7.2

14587

6.7

火力发电量(亿千瓦时)

3961

7.7

11357

7.4

水力发电量(亿千瓦时)

725

-1.3

1938

-4.1

核能发电量(亿千瓦时)

214

23.0

547

16.3

风力发电量(亿千瓦时)

220

12.1

621

21.8

太阳能发电量(亿千瓦时)

48

28.7

123

31.0

产品销售率(%)

96.9

-0.2 (百分点)

97.2

-0.1 (百分点)

出口交货值(亿元)

10737

12.9

27946

10.3

cc072774b97dc21953d5645464b82d8e.png

f9d938ea367ccbbbb09eec27f4f38b67.png

88269e50924d4b5b73a15ecb295496cb.png

a0bbad241fb71605fb34162c7f470626.png

89e55721ac008b4fe8395e0491d062d1.png

8bdb6901ab18dbc8a405f6dad02c21f6.png

2c6cf655b2230aedefb0ecd6760af2b6.png

de54045c120c547fab120aca3fd09275.png

附注

1、指标解释

工业增加值增长速度:即工业增长速度,是用来反映一定时期工业生产物量增减变动程度的指标。利用该指标,可以判断短期工业经济的运行走势,判断经济的景气程度,也是制定和调整经济政策,实施宏观调控的重要参考和依据。

产品销售率:是销售产值和工业总产值的比率,用来反映工业产品的产销衔接情况。

出口交货值:是指工业企业自营(委托)出口(包括销往香港、澳门、台湾地区)或交给外贸部门出口的产品价值,以及外商来样、来料加工、来件装配和补偿贸易等生产的产品价值。

日均产品产量:是以当月公布的规模以上工业企业总产量除以该月日历天数计算得到。

由于规模以上工业企业范围每年发生变化,为保证本年数据与上年可比,计算产品产量等各项指标同比增长速度所采用的同期数与本期的企业统计范围相一致,和上年公布的数据存在口径差异。

2、统计范围

规模以上工业的统计范围为年主营业务收入2000万元以上的工业企业。

3、调查方法

规模以上工业企业工业生产报表按月进行全面调查(1月份数据免报)。

4、东、中、西部和东北地区划分

东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南10个省(市);中部地区包括山西、安徽、江西、河南、湖北、湖南6个省;西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12个省(市、自治区);东北地区包括辽宁、吉林、黑龙江3个省。

5、行业分类标准

执行国民经济行业分类标准(GB/T 4754-2011),具体请参见http://www.stats.gov.cn/tjsj/tjbz/hyflbz。

6、环比数据修订

根据季节调整模型自动修正结果,对2016年3月至2017年2月份规模以上工业增加值环比增速进行修订。修订结果及2017年3月份环比数据如下:

月份

环比增速(%)

2016年

3月

0.62

4月

0.42

5月

0.45

6月

0.50

7月

0.51

8月

0.53

9月

0.46

10月

0.50

11月

0.55

12月

0.50

2017年

1月

0.57

2月

0.60

3月

0.83

+1

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值