基于能效电厂模式的能效资源开发绩效评价指标的构建

王敬敏，周 靓

(华北电力大学 经济与管理学院，河北 保定071003)

0 引 言

能效资源的开发主要以能效电厂的建设为重点，通过实施一揽子节电计划和能效项目，形成规模化的节电能力，从而减少电力用户的电力消耗需求。相对于需求响应资源的短时负荷调整，能效资源的优势在于它持续、有效的节电能力。随着电力能耗在能源消费中的比重日益提高，能效资源的研究也日趋重要。目前的研究中，能效资源开发项目的融资问题［1，2］是学者们研究的主要内容，而绩效评价方面还没有相关的文献参考。针对能效资源的概念目前还没有一个统一的描述、绩效评价缺乏系统研究的现状，有必要在该领域进行深入的探索。本文将通过主成分分析法(PCA，Principal Component Analysis)对产生的指标进行提炼，消除指标之间的相关影响，同时结合理想点法(TOPSIS，Technique for Order Preference by Similarity to an Ideal Solution)对指标进行排序、比较与分析，使整个分析过程更加准确与合理。通过对能效资源开发项目绩效进行评价，希望对实际开展能效资源管理工作、建立可行的长效机制、完善需求侧管理。

1 能效资源开发项目绩效指标的构建及赋值

能效资源开发项目绩效要从经济价值、社会价值以及国家政策贯彻等方面来衡量［3］，是指项目在投资强度、能源消耗量、资源综合利用率、节能科技等方面取得的成效［4］。在构建指标体系的时候，要以节能减排的理念为基础，遵循合理性、系统性、层次性等原则，将定性与定量分析相结合，全面地选取考核指标。由于能效电厂涉及到一系列的节能改造项目，包括照明设备、工业电器、家用电器等多领域的节能项目，本文的研究将重点放在通用指标的构建，以保证指标的可比性。在参考相关企业构建节能减排绩效考核指标［5～7］的基础上，结合《企业绩效评价实施细则》、《中央企业绩效评价管理暂行办法》和《国际能效测量和验证规程》，得到最后的绩效指标体系由目标层、准则层、指标层三层指标组成。表1 为构建的三级指标体系。

表1 能效资源开发绩效评价指标体系Tab.1 Performance Evaluation Index System of Energy Efficiency Resource Development

在14 项三级指标中有6 项定量指标和8 项定性指标。对于定性指标的评价值，由专家打分法进行赋值。以能源计量工具配备A42为例，能源计量工具配备齐全，得100 分;配有最基本计量工具，得50 分;没有配备计量工具，得0 分。对于定量指标的评价值，由实际测得数据所得。

2 指标的预处理

多指标的样本会提供丰富的信息，但也在一定程度上增加了分析的复杂性;同时，每一个指标都在不同程度上反映了绩效的某些信息，指标之间会存在重叠［9］，因此采用主成分分析法(PCA)进行数据的预处理。其基本思想是将原来众多的具有一定相关性的变量进行重新组合，形成新的少数的几个相互无关的综合变量来代替原变量［10］，使数据得到简化，维度降低［11］。

主成分分析法的模型思想［12］是，假设有n 个样本，p 个指标，构造样本矩阵为原始变量指标。

主成分分析的目的就在于用p 的原始变量xi1，xi2，…，xip(i = 1，2，…，n)构造出少数新的变量，使得新变量为原始变量的线性组合。新变量互不相关，并且包含原始变量的大部分信息。

由于定性数据与定量数据的数量级和量纲等都存在较大差异，因此首先对选取的原始指标进行无量纲化处理，使定性与定量指标之间可以进行比较。标准化处理后得到标准化矩阵:Z =利用SPSS 软件计算出矩阵Z 的特征值、特征向量、方差贡献率。按照累计方差贡献率不小于85 % 的原则，提取出新的综合变量指标，每一个新的综合变量指标是原始变量指标p 的线性组合，且互不相关。

指标权重的计算公式为

式中:Pi为各个指标第i 个公因子的贡献率。

3 评价步骤

TOPSIS法是借助于多种指标属性的理想解与负理想解对评价对象进行排序、按相对接近度大小来权衡评价对象综合效益的评价方法。

通过主成分分析法得到精简的一维的综合变量指标，假设新的指标个数为m 个，构造加权规范化矩阵V，即将新的综合变量指标乘以对应的权重。对V 构造理想矩阵与负理想矩阵V+和V-，分别为其中

4 实例分析

以能效电厂试点城市之一——江苏省开展的能效资源开发项目［13］为例，采用该省2009年开展的照明改造、工业电机拖动方案、家用电器这三项能效电厂项目的数据进行分析。基于篇幅的原因，本文没有将原始数据中定性指标定量化以及指标无量纲化的步骤叙述出来。在定性指标以及定量指标进行标准化后，首先根据主成分分析法对数据进行预处理。通过SPSS 软件进行因子分析，得到能效电厂各指标的主成分为Z1，Z2，且对应的特征值与贡献率如表2。

表2 特征值与方差贡献表Tab.2 Total Variance Explained

确定了主成分之后，计算因子负荷矩阵，如表3。

表3 因子负荷矩阵Tab.3 Component Matrix a

根据特征值表和因子负荷矩阵，调用Compute Variable 命令，得到特征向量矩阵以及主成分的表达式:

0.15X10+0.17X11+0.05X12+0.49X13+1.95X14

对主成份表达式中的指标X1～X14经过标准化之后，得到变量名为ZX1～ZX14的标准化变量。调用Compute Variable 命令，计算得到主成分，如表4 所示。

表4 主成分表Tab.4 Principal Component

与原始数据相比，矩阵由3 ×14 变成了3 ×2，数据量少了6/7。接下来，运用TOPSIS 法的计算步骤进行评价。

根据公式(1)计算出各新的主成分的权重，将新的主成分的数据乘以对应的权重，得到加权规范化矩阵V:

表5 理想方案与负理想方案取值表Tab.5 the Ideal Solution and Negative Ideal Solution Value

根据公式(2)、(3)、(4)计算样本点到最优点的距离以及相对接近度，计算结果见表6。

表6 样本到理想解的距离以及相对接近度计算表Tab.6 Distance from Sample to Ideal Solution and Relative Proximity

从计算结果可知照明改造项目的绩效最好，力度最大。这也是和实际情况相符合的。江苏省作为能效电厂试点城市之一，早在2005年就启动了我国首个容量为60 万kW 的能效电厂的建设。政府对照明改造项目大力支持，积极推进城市绿色照明，在2010年城市照明节能器具普及率达到85 %以上。有资料表明［14］，江苏省丹工实业有限公司能效电厂的项目中，投资了19.062万元更换3 000 套节能灯具，节能量高达1 030 755 kW·h，年节约电费56.7 万元，该绿色照明能效电厂项目平均节电率高达66.59 %，节能效果、经济效益和社会效益都取得了成功。照明是最大的节能机会之一，相比较能效资源开发项目中的其他节能改造，照明改造实施的力度更大，各方给予的关注更高。

5 结 论

本文在叙述绩效评价的方法及步骤之后，主要以江苏省开展的基于能效电厂的能效资源开发方案进行了案例的验证，这在一定程度上为其他省市该领域的绩效评价提供了理论性的参考，哪些项目的改造力度不够，哪些项目的改造力度最大，通过绩效评价都能够一目了然，从而使各参与方更加清楚下一步改造方案的重点。此外，科学地评价能效资源开发项目的绩效，在一定程度上能够激励更多的用能单位进行能效电厂的实施，对进一步开展节能改造项目有积极的推动作用。目前，基于能效电厂模式的能效资源开发项目在我国各省市已经积极开展起来，但是由于能效资源的概念还没有统一的描述，该领域的研究还不是很成熟，如何结合更系统的研究方法去分析能效资源开发项目的绩效，是需要深入探讨的问题。

［1］Jyoti Prasad Painuly.Financing energy efficiency:lessons from experiences in India and China ［J］.International Journal of Energy Sector Management.2009，3 (3):10 －15.

［2］Francis W H Yik，W L Lee，C K Ng.Building energy efficiency and the remuneration of operation and maintenance personnel ［J］.Facilities，2002，20 (13):12－15.

［3］伍玉林，吴文可，张勇，等.合同能源管理在电网公司的实施研究［J］.华北电力大学学报(自然科学版)，2011，38 (5):59 －64.

［4］何波.企业节能减排绩效考核评价体系研究［J］.科技和产业，2011，11 (11):52 －54.

［5］赵亚香，蒋卫东.企业节能减排绩效评价研究评述［J］.煤炭经济研究，2010，(3):54 －57.

［6］张雷，徐静珍.水泥行业节能减排综合测评指标体系的构建［J］.河南理工大学学报，2010， (2):105 －108.

［7］王彦彭.我国节能减排指标体系研究［J］.煤炭经济研究，2009，(2):31 －39.

［8］杜元伟，段万春，孙永河.基于网络分析法的企业节能减排绩效评价方法［J］.经济问题探索，2012，(1):175 －179.

［9］刘刚.基于主成分分析法地铁风机运行综合评价方法研究［J］.现代城市轨道交通，2011，(6):96－97.

［10］王一平.上市公司财务实力定量评价方法探析—基于主成分分析框架研究［J］.改革与战略，2010，26 (1):145 －147.

［11］R K Agrawal，Karmeshu.Perturbation Scheme for Online Learning of Features:Incremental Principal Component Analysis ［J］.Pattern Recognition，2008，41(5):1452 －1460.

［12］秦寿康.综合评价原理与应用［M］.北京:电子工业出版社，2003.

［13］季强，李强，宋宏坤，等.江苏省能效资源潜力及能效电厂研究［J］.电力需求侧管理，2005，7(4):19 －22.

［14］芮松华，崔恒志，解俊岭，等.镇江市能效电厂建设现状及发展建议［J］.电力需求侧管理，2009，11 (5):69 －71.