一种电网企业的投资绩效评价指标体系的构建方法及装置与流程

1.本发明涉及一种电网企业的投资绩效评价指标体系的构建方法及装置，属于电力系统技术领域。


背景技术：

2.对电网企业而言，电网投资是最主要的企业投资行为，同时具有规模大、周期长等特点，电网投资能否实现预期目标、获得相应的经济、社会效益，对电网企业能否实现经营目标至关重要。近年来，各级政府把加大电网投资作为稳增长的重要措施，不断加大农网改造力度，加强三区两州等贫困地区电网建设，同时，国资委严格考核国有企业利润总额和经济增加值，高绩效投资的压力持续增加。对电网投资绩效进行评价有利于企业对电网投资的经济性、精准性、社会责任等综合效益有一个较为全面而客观的了解，为投资决策提供科学、必要的参考，对推进电网高质量发展、保障电网企业可持续发展具有重要意义。
3.现有企业投资绩效评价指标体系大多围绕企业盈利能力、偿债能力、营运能力等财务指标，对于电网企业保障电力可靠供应、提供电力普遍服务的特殊性质缺乏考量，且缺乏统一量化的评定标准，存在较大的主观性与盲目性。为了解决上述问题，本技术提出来一种电网企业的投资绩效评价指标体系的构建方法及装置。


技术实现要素：

4.本发明的目的在于克服现有技术中的不足，提供一种电网企业的投资绩效评价指标体系的构建方法及装置，解决现有的企业投资绩效评价指标体系不适用于电网企业，评价指标缺乏统一量化的评定标准的技术问题。
5.为达到上述目的，本发明是采用下述技术方案实现的：
6.第一方面，本发明提供了一种电网企业的投资绩效评价指标体系的构建方法，包括：
7.收集电网企业的与电网发展密切相关指标的历史数据，并进行标准化处理；
8.对标准化处理后的历史数据进行主成分分析，计算各指标的重要程度并保留重要指标；
9.对重要指标进行灰色关联分析，计算各重要指标的重复程度并保留精简指标；
10.确定各精简指标的评分标准和权重，并构建电网企业的投资绩效评价指标体系。
11.可选的，所述与电网发展密切相关指标包括安全高效指标、清洁低碳指标、优质服务指标以及经营业绩指标。
12.可选的，所述收集电网企业的与电网发展密切相关指标的历史数据，并进行标准化处理包括：
13.基于历史数据构建样本矩阵：
[0014][0015]
其中，x为样本矩阵，xn为第n个指标，x
np
为第n个指标下第p个样本的数据值；
[0016]
对样本矩阵进行标准化处理得到标准化矩阵：
[0017][0018]
其中，z为标准化矩阵，zn为标准化后的第n个指标，z
np
为标准化后的第n个指标下第p个样本的数据值；sn为样本矩阵x第n个指标的所有样本的数据值的标准差。
[0019]
可选的，所述对标准化处理后的历史数据进行主成分分析，计算各指标的重要程度并保留重要指标包括：
[0020]
确定相关系数矩阵：
[0021][0022]
其中，z为历史数据的标准化矩阵，n为指标的数量，r
ij
为第i个指标和第j个指标的相关系数，p
×
p为相关系数矩阵的行列数；
[0023]
计算相关系数矩阵r的特征根向量：
[0024]
|r-λi
p
|＝0
[0025]
其中，λ表示特征根向量，λ＝[λ1，λ2，...λi，...λ
p
]，p表示特征根的数量；
[0026]
确定主成分：
[0027][0028][0029]
其中，m表示主成分的数量，fi表示第i个主成分，zj表示标准化后的第j个指标；a
ij
为第i个特征根对应的第j个指标的权重；
[0030]
计算主成分的重要程度：
[0031][0032][0033]
其中，ki表示第i个主成分贡献度；wj为重要程度；
[0034]
从最重程度最高的指标开始向下累加，保留重要程度总和大于预设值的指标，记
为重要指标。
[0035]
可选的，所述对重要指标进行灰色关联分析，删除含义重复的指标包括：
[0036]
选定参考数列和比较数列：
[0037]
x0＝(x0(k)|k＝1,2
…
n)
[0038]
xi＝(xi(k)|k＝1,2
…
n)
[0039]
其中，x0为参考数列，x0(k)为任一重要指标下第k个样本的数据值，xi为第i个比较数列，xi(k)为第i个重要指标下第k个样本的数据值；
[0040]
计算参考数列x0和比较数列xi的灰色关联系数：
[0041]
δi(k)＝|x0(k)-xi(k)|
[0042]
δ(max)＝maximaxkδi(k)
[0043]
δ(min)＝miniminkδi(k)
[0044]
其中，δi(k)为参考数列x0与比较数列xi对应点的绝对差，δ(max)为两级最大差；δ(min)为两级最小差。
[0045]
灰色关联系数为：
[0046][0047]
其中，γ
0i
(k)为任一重要指标和第i个指标的灰色关联系数，ρ为分辨系数；
[0048]
当灰色关联系数大于预设值，则当前两个重要指标为强相关指标；
[0049]
保留强相关指标中的任一个重要指标，记为精简指标。
[0050]
可选的，所述确定各精简指标的评分标准包括：
[0051]
按照大小将精简指标的类型归类为极小型指标、区间型指标以及极大型指标；
[0052]
将精简指标一致化为极大型指标：
[0053][0054][0055]
其中，和分别为极小型指标x1和区间型指标x2转换为的极大型指标；m和m分别为允许上界和允许下届，[q1,q2]为指标x2的最佳稳定区间；
[0056]
对一致化后的精简指标采用极值法进行无量纲化处理：
[0057]
mj＝max{x
ij
}，mj＝min{x
ij
}，
[0058][0059]
其中，mj为第j个指标中样本的最大值，mj为第j个指标中样本的最小值，x
ij
为第j个指标的第i个样本的数据值，为无量纲化后的第j个指标的第i个样本的数据值；
[0060]
采用隶属度函数中的二次评分函数进行数据拟合确定评分标准：
[0061]
y＝ax2+bx+c
[0062]
其中，y为评分结果,x为精简指标的数据值，a、b为对应系数，c为随机误差项。
[0063]
可选的，所述评分标准采用百分制设定，精简指标最大值对应评分为100分，精简指标标准值对应70分，精简指标最小值对应评0分，根据各精简指标的最大值、标准值、最小值三点确定系数a、b和随机误差项c的值。
[0064]
可选的，确定各精简指标的权重包括采用德尔菲法、层次分析法、熵权法算得权重后，求取平均值得到指标最终权重；
[0065]
其中，所述德尔菲法包括：
[0066]
获取多人分别人为制定各精简指标的权重值，并计算权重值的标准差；
[0067]
每人根据标准差人为修正各精简指标的权重值，并重新计算权重值的标准差；
[0068]
重复执行上一步骤，直至标准差小于等于预设值，则当前权重值作为结果输出；
[0069]
所述层次分析法包括：
[0070]
将各精简指标进行两两间的重要程度相互比较，构建一致性判断矩阵：
[0071][0072]
其中，a为初始判断矩阵，a
ij
表示第i个精简指标和第j个精简指标相比的重要程度；基于倒数关系，任何判断矩阵满足：
[0073]aji
＝1/a
ij
(i，j＝1,2,
…
,n)
[0074]
令：b
ij
＝log a
ij
＝b
ik
/b
jk
[0075][0076]
将初始判断矩阵a变换成a
*
＝(a
*ij
)n×n，再利用乘积方根法求权重
[0077][0078][0079][0080]
所述熵权法包括：
[0081]
计算第i个样本在第j个精简指标所占权重p
ij
：
[0082][0083]
计算精简指标的熵值ej：
[0084][0085]
其中，k＝1/ln(n)，满足ej≥0；
[0086]
计算信息熵的冗余度dj：
[0087]dj
＝1-ej[0088]
计算各精简指标权重
[0089][0090]
可选的，所述构建电网企业的投资绩效评价指标体系包括：按照评分标准对各个指标进行评分，并将分数按照权重进行加权，得到最终的评价结果。
[0091]
第二方面，本发明提供了一种电网企业的投资绩效评价指标体系的构建装置，包括处理器及存储介质；
[0092]
所述存储介质用于存储指令；
[0093]
所述处理器用于根据所述指令进行操作以执行根据上述任一项所述方法的步骤。
[0094]
与现有技术相比，本发明所达到的有益效果：
[0095]
本发明提供的一种电网企业的投资绩效评价指标体系的构建方法及装置，相比普通的以财务指标为核心的企业投资绩效评价指标体系考虑了更多电网企业特性，有助于帮助电网企业提高投资效率，促进投资管理向精准、精益转变升级；采用主成分分析法和灰色关联分析法化简投资绩效评价指标体系，使得指标更具代表性、可比性，系统全面，不重叠、不冗余；制定评分标准和权重，以提升评价指标体系的评价精度。
附图说明
[0096]
图1是本发明实施例提供的一种电网企业的投资绩效评价指标体系的构建方法流程图；
[0097]
图2是本发明实施例提供的德尔菲法确定权重的方法流程图；
[0098]
图3是本发明实施例提供的电网企业的投资绩效评价指标体系的构建方法的框架图。
具体实施方式
[0099]
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[0100]
实施例一：
[0101]
如图1所示，本发明实施例提供了一种电网企业的投资绩效评价指标体系的构建方法，包括以下步骤：
[0102]
步骤1、收集电网企业的与电网发展密切相关指标的历史数据，并进行标准化处理。
[0103]
步骤2、对标准化处理后的历史数据进行主成分分析，计算各指标的重要程度并保留重要指标。
[0104]
步骤3、对重要指标进行灰色关联分析，计算各重要指标的重复程度并保留精简指标。
[0105]
步骤4、确定各精简指标的评分标准和权重，并构建电网企业的投资绩效评价指标
体系。
[0106]
具体的：
[0107]
(1)与电网发展密切相关指标包括安全高效指标、清洁低碳指标、优质服务指标以及经营业绩指标；在实际实施过程中，
[0108]
安全高效指标包括：n-1通过率、主网安全隐患数量、10千伏重载设备占比、电网容载比、平均负载率、轻载设备占比；
[0109]
清洁低碳指标包括：综合线损率、可再生能源消纳电量占比、风光利用率、可再生能源装机占并网发电装机占比、电能占终端能源消费比重；
[0110]
优质服务包括：市场占有率、万户供电质量投诉量、综合业扩指数、供电可靠率、综合电压合格率、国民经济贡献度；
[0111]
经营业绩包括：资产负债率、ebitda利润率、单位电网资产售电量、单位电网投资增售电量占比、净资产收益率。
[0112]
指标具体定义为：
[0113]
n-1通过率(单位％)＝满足n-1安全准则的线路条数/线路总条数
×
100％；
[0114]
主网安全隐患数量(单位个)＝∑220千伏及以上电网在n-2、n-1-1等特殊故障方式下可能发生《电力安全事故应急处置和调查处理条例(国务院令第599号)》规定的特别重大事故、重大事故、较大事故、一般事故的隐患的数量；
[0115]
10千伏重载设备占比(单位％)＝(重载变压器占比+重载线路占比)/2，重载变压器占比＝最大负载率超过80％且单次持续时间超过2小时的配变台数/总配变台数；重载线路占比＝最大负载率超过80％的线路条数/总线路条数；
[0116]
电网容载比＝某一供电区域、同一电压等级电网的公用变电设备总容量/对应最大负荷方式下网供负荷的比值；
[0117]
平均负载率(单位％)＝(∑线路平均负载率/线路条数+∑变压器平均负载率/变压器台数)/2。线路平均负载率＝输送电量/(线路经济传输功率
×
8760)，变压器平均负载率＝上下网电量/(变压器额定容量
×
8760)；
[0118]
轻载设备占比(单位％)＝∑最大负载率在30％以下的变压器台数及线路条数/(总变压器台数+总线路条数)；
[0119]
综合线损率(单位％)＝(网供电量-售电量)/供电量；
[0120]
新能源利用率(单位％)＝新能源电站实际发电量/新能源电站的可发电量；
[0121]
可再生能源消纳电量占比(单位％)＝(省内可再生能源年发电量-省间联络线交换可再生能源年电量)/全社会用电量；
[0122]
电能占终端能源消费比重(单位％)＝电能终端消费/地区能源消费总量；
[0123]
市场占有率(单位％)＝售电量
÷
全社会净用电量；
[0124]
万户供电质量投诉量＝(电压质量长时间异常投诉数+供电频率长时间异常投诉数+频繁停电投诉数)/电力客户数
×
10000；
[0125]
综合业扩指数(单位％)＝(1-(高压业扩平均时长-70)/70
×
100％)
×
50％+(1-(低压业扩平均时长-20)/20
×
100％)
×
50％；
[0126]
供电可靠率(单位％)＝(1-(用户平均停电时间-用户平均限电停电时间)/统计期间时间)；
[0127]
综合电压合格率(单位％)＝实际运行电压偏差在限值范围内的累计运行时间/对应总运行统计时间的百分比；
[0128]
国民经济增长贡献(单位％)＝评价年电网企业固定资产投资/评价年本地区固定资产投资
×
贡献系数
×
本地区当年gdp
×
上下游带动系数；
[0129]
资产负债率(单位％)＝负债总额/资产总额
×
100％；
[0130]
利润率(单位％)＝息税折旧及摊销前利润(ebitda)/营业收入；
[0131]
单位资产售电量(单位千瓦时/元)＝售电量/平均电网固定资产原值；
[0132]
增售电量贡献度(单位％)＝(本省三年增售电量/公司三年售电量增售电量)/(本省三年电网投资完成值/公司三年电网投资完成值)；
[0133]
净资产收益率(单位％)＝净利润/所有者权益*100％
[0134]
(2)收集电网企业的与电网发展密切相关指标的历史数据，并进行标准化处理包括：
[0135]
基于历史数据构建样本矩阵：
[0136][0137]
其中，x为样本矩阵，xn为第n个指标，x
np
为第n个指标下第p个样本的数据值；
[0138]
对样本矩阵进行标准化处理得到标准化矩阵：
[0139][0140]
其中，z为标准化矩阵，zn为标准化后的第n个指标，z
np
为标准化后的第n个指标下第p个样本的数据值；sn为样本矩阵x第n个指标的所有样本的数据值的标准差。
[0141]
(3)对标准化处理后的历史数据进行主成分分析，计算各指标的重要程度并保留重要指标包括：
[0142]
确定相关系数矩阵：
[0143][0144]
其中，z为历史数据的标准化矩阵，n为指标的数量，r
ij
为第i个指标和第j个指标的相关系数，p
×
p为相关系数矩阵的行列数；
[0145]
计算相关系数矩阵r的特征根向量：
[0146]
|r-λi
p
|＝0
[0147]
其中，λ表示特征根向量，λ＝[λ1，λ2，...λi，...λ
p
]，p表示特征根的数量；
[0148]
确定主成分：
[0149]
[0150][0151]
其中，m表示主成分的数量，fi表示第i个主成分，zj表示标准化后的第j个指标；a
ij
为第i个特征根对应的第j个指标的权重；
[0152]
计算主成分的重要程度：
[0153][0154][0155]
其中，ki表示第i个主成分贡献度；wj为重要程度；
[0156]
从最重程度最高的指标开始向下累加，保留重要程度总和大于预设值(一般为80％)的指标，记为重要指标。
[0157]
(4)对重要指标进行灰色关联分析，删除含义重复的指标包括：
[0158]
选定参考数列和比较数列：
[0159]
x0＝(x0(k)|k＝1,2
…
n)
[0160]
xi＝(xi(k)|k＝1,2
…
n)
[0161]
其中，x0为参考数列，x0(k)为任一重要指标下第k个样本的数据值，xi为第i个比较数列，xi(k)为第i个重要指标下第k个样本的数据值；
[0162]
计算参考数列x0和比较数列xi的灰色关联系数：
[0163]
δi(k)＝|x0(k)-xi(k)|
[0164]
δ(max)＝maximaxkδi(k)
[0165]
δ(min)＝miniminkδi(k)
[0166]
其中，δi(k)为参考数列x0与比较数列xi对应点的绝对差，δ(max)为两级最大差；δ(min)为两级最小差。
[0167]
灰色关联系数为：
[0168][0169]
其中，γ
0i
(k)为任一重要指标和第i个指标的灰色关联系数，ρ为分辨系数，一般为0.5；
[0170]
当灰色关联系数大于预设值(一般设为0.75)，则当前两个重要指标为强相关指标；
[0171]
保留强相关指标中的任一个重要指标，记为精简指标。
[0172]
(5)确定各精简指标的评分标准包括：
[0173]
按照大小将精简指标的类型归类为极小型指标、区间型指标以及极大型指标；
[0174]
将精简指标一致化为极大型指标：
[0175][0176][0177]
其中，和分别为极小型指标x1和区间型指标x2转换为的极大型指标；m和m分别为允许上界和允许下届，[q1,q2]为指标x2的最佳稳定区间；
[0178]
对一致化后的精简指标采用极值法进行无量纲化处理：
[0179]
mj＝max{x
ij
}，mj＝min{x
ij
}，
[0180][0181]
其中，mj为第j个指标中样本的最大值，mj为第j个指标中样本的最小值，x
ij
为第j个指标的第i个样本的数据值，为无量纲化后的第j个指标的第i个样本的数据值；
[0182]
采用隶属度函数中的二次评分函数进行数据拟合确定评分标准：
[0183]
y＝ax2+bx+c
[0184]
其中，y为评分结果,x为精简指标的数据值，a、b为对应系数，c为随机误差项。
[0185]
评分标准采用百分制设定，精简指标最大值对应评分为100分，精简指标标准值对应70分，精简指标最小值对应评0分，根据各精简指标的最大值、标准值、最小值三点确定系数a、b和随机误差项c的值。
[0186]
(6)确定各精简指标的权重包括采用德尔菲法、层次分析法、熵权法算得权重后，求取平均值得到指标最终权重；
[0187]
其中，a、德尔菲法包括：
[0188]
获取多人分别人为制定各精简指标的权重值，并计算权重值的标准差；
[0189]
每人根据标准差人为修正各精简指标的权重值，并重新计算权重值的标准差；
[0190]
重复执行上一步骤，直至标准差小于等于预设值，则当前权重值作为结果输出；
[0191]
如图2所示，其实施过程可以为：
[0192]
1)选择该专业领域内有足够实际经验和理论知识水平的专家，将权重确定相关的参考资料和规则发给选定专家，选择10位专家，要求专家独立给出n项指标的权重值。
[0193]
2)根据专家返回意见，计算得到第一次的各项指标权重的均值与标准差。
[0194]
3)将计算结果返回专家，专家在新的补充资料基础上重新给出权重。
[0195]
4)重复步骤2)和步骤3)，当标准差不超过预设阈值时，认为各专家的结论达成一致，此时所得权重可作为最终结果。
[0196]
b、层次分析法包括：
[0197]
将各精简指标进行两两间的重要程度相互比较，构建一致性判断矩阵：
[0198][0199]
其中，a为初始判断矩阵，a
ij
表示第i个精简指标和第j个精简指标相比的重要程度；基于倒数关系，任何判断矩阵满足：
[0200]aji
＝1/a
ij
(i，j＝1,2,
…
,n)
[0201]
令：b
ij
＝log a
ij
＝b
ik
/b
jk
[0202][0203]
将初始判断矩阵a变换成a
*
＝(a
*ij
)n×n，再利用乘积方根法求权重
[0204][0205][0206][0207]
所述熵权法包括：
[0208]
计算第i个样本在第j个精简指标所占权重p
ij
：
[0209][0210]
计算精简指标的熵值ej：
[0211][0212]
其中，k＝1/ln(n)，满足ej≥0；
[0213]
计算信息熵的冗余度dj：
[0214]dj
＝1-ej[0215]
计算各精简指标权重
[0216][0217]
(7)构建电网企业的投资绩效评价指标体系包括：按照评分标准对各个指标进行评分，并将分数按照权重进行加权，得到最终的评价结果。
[0218]
实施例二：
[0219]
本发明实施例提供了一种电网企业的投资绩效评价指标体系的构建装置，包括处理器及存储介质；
[0220]
存储介质用于存储指令；
[0221]
处理器用于根据指令进行操作以执行根据上述任一项方法的步骤。
[0222]
综上，如图3所示，本技术提出的一种电网企业的投资绩效评价指标体系的构建方法及装置，相比普通的以财务指标为核心的企业投资绩效评价指标体系考虑了更多电网企业特性，有助于帮助电网企业提高投资效率，实现安全高效、清洁低碳、优质服务、高质量经营的总体目标，促进投资管理向精准、精益转变升级；采用主成分分析法和灰色关联分析法化简投资绩效评价指标体系，使得指标更具代表性、可比性，系统全面，不重叠、不冗余；采用隶属度函数，制定更加科学的评分标准，采用德尔菲法、改进的层次分析法、熵权法组合计算得到各项具体指标的权重，避免企业投资绩效评价结果过于主观。
[0223]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0224]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0225]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0226]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0227]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。