基于信息数字化构建电力企业发展党员量化评价模型

朱新强

（广东电网有限责任公司江门恩平供电局，广东 恩平 529400）

引言

《中国共产党发展党员工作细则》明确要求，发展党员工作应当贯彻党的基本理论、基本路线、基本纲领、基本经验、基本要求，按照控制总量、优化结构、提高质量、发挥作用的“十六字”总要求，坚持党章规定的党员标准，始终把政治标准放在首位；坚持慎重发展、均衡发展，有领导、有计划地进行；坚持入党自愿原则和个别吸收原则，成熟一个，发展一个。江门恩平供电局经过细致的分析和探索，参考合格党员“四讲四有”的评判标准：讲政治、有信念，讲道德、有品行，讲奉献、有作为，讲规矩、有纪律，将教育程度、政治素质、岗位技能、工作业绩、安全意识五个维度量化至“四讲四有”中，应用tableau软件，基于信息数字化构建电力企业发展党员量化评价模型，该成果获江门供电局数字化党建技能竞赛一等奖。

一、模型构建的总体思路

首先，应用tableau把江门恩平供电局2016年至2020年的发展党员数据建立量化模型，模型选取入党积极分子至发展对象阶段作为建模内容。通过反复修正各维度所占比重，提升模型的准确度。建立模型后，导入2016年至2020年所有入党积极分子的数据，计算出拟推荐发展对象名单，对比模型计算结果和实际发展对象名单相互之间的吻合度，当计算结果的准确度达到95%以上，即佐证模型可行。模型成功建立后，导入2021年入党积极分子数据进行计算，再次对比模型计算结果与定性分析结果，吻合度达95%以上即可应用。通过计算模型分析出每位积极分子的得分强弱项，并自动给出努力方向和提升措施，实现一个入党积极分子一张“入党属性卡”。另外，为了吸纳优秀员工加入党组织，每年将非党员职工数据导入模型，计算出可吸纳加入党组织的优秀员工，鼓励这些优秀员工向党组织提交入党申请书，争取早日成为一名光荣的共产党员。

二、数据分析与建模

建模及论证的数据来源于江门恩平供电局某些支部近5年发展党员的数据。为了使数据更加全面，加入了员工安全积分数据，个人安全积分数据平均每年多达420条。2016年至2020年积极分子转发展对象的数据内容不完全相同，但基本一致。总的概括为：职务、是否一线员工、班组党员人数、2018年以来年度绩效等级、出生年月、列为积极分子时间、入党积极分子过关式考试及测评、积极分子入党材料、个人先进性事件、综合评价、积极分子面谈等内容。安全积分数据包括：操作票、工作票、发现缺陷、设备运维、现场安全、项目安全、发现重大违章和隐患、调度安全、信息安全、食品和车辆安全、安全专项工作参与、违章扣分12大类型，31项具体内容，具有全面性。

（一）数据可视化

1.基础数据可视化。为便于数据可视化，选取江门恩平供电局某些支部2020年7名入党积极分子作为可视化数据。首先是基础数据可视化，基础数据包括姓名、学历与职称。为了将年龄、学历与职称量化，结合党支部工作一本通和单位现有党员年龄现状，按年龄越小得分越高、职称越高得分越高、学历越高得分越高的原则进行换算。对年龄换算时，采用公式：550/年龄（550退休年龄扩大10倍，使数据差异更加明显）；对职称和学历换算时，采用10分制，等差分列原则，差值为3。

2.个人绩效与安全积分可视化。对获取的2020年7名入党积极分子2018、2019、2020年度绩效和2020年安全积分进行相关分析，通过数据可视化得出两者的关系。通过对数据进行整理，绩效等级主要为A、B、B1、B2，在进行年度绩效的换算时，采用10分制，等差分列原则，差值为2.5，因此A对应的换算分值为10，B对应分值为7.5，B1对应分值为5，B2对应分值为2.5，使数字化数值有一定的差距，又能保证相对的公平性和合理性。安全积分为具体的量化数据，不进行换算。

3.党的基础知识考试与心理测评可视化。自2018年起，已经实施入党积极分子“343”评价，因此在考虑党员发展依据时，也将这一评价体系加入其中。各发展对象在党的基础知识考试与心理测评这两个维度上的情况，转换成柱形图，宽度代表心理测评的结果，宽度按从大到小依次为：推荐、备选和其他；党的基础知识考试分数按10分制折算，即100分对应折算10分，90分对应折算9分，以此类推。

4.综合评价可视化。在进行综合评价换算时，同样采用10分制，等差分列原则，差值为3，对各个发展对象进行评分。综合评价包括政治素质、群众评价、个人先进性事件和工作业绩5个方面。对应值越高，说明对应的维度表现越好。

5.班组党员数量可视化。根据相关要求，供电所班组和部门必须至少有一名党员，因此在吸纳发展对象的时候，优先考虑班组已有党员人数少的。在进行班组已有党员数字化时，采用10分制，等差分列原则，差值为3，即当班组已有党员人数为0，对应折算分值为10，班组已有党员人数为1，对应折算分值为7，以此类推。对2020年7名入党积极分子班组已有党员进行分析。可直观看出2020年入党积极分子的班组已有党员数量均为2，折算分值均为4。

（二）搭建模型

综合党的基础知识考试成绩、心理测评结果、政治素质考评结果、班组已有党员数量、年龄、学历、群众评价、职称、个人先进性、工作业绩、个人绩效、安全积分共计10个方面的内容，将这个10个方面的内容归结到政治素质、教育程度、岗位技能、工作业绩、安全意识5个维度中，最终再落脚到党员“四讲四有”的标准中。通过2016至2020年积极分子转预备党员的数据，不断修正各方面量化结果的占比。讲规矩、有纪律标准中，对积极分子当年出现违反“两个维护”、政治纪律和政治规矩，贯彻落实党中央重大决策部署不力的；被查处的严重违纪违法案件，并产生严重不良影响或重大资产损失的；对贪污、受贿违法违纪的；参与工作发生杜绝类、严禁类违章事件的；一年内出现旷工、迟到5次的；无正当理由不服从工作分配和调动、指挥的，给予一票否决，不予从积极分子转为发展对象。

根据综合排名情况，从上到下进行择优录取，如2020年有5个发展名额，根据此模型以及相关数据分析，可快速筛选出5人为发展对象。在最后进行综合排名时，还加入了输出判断元素，即当数据某项低于某个值时，输出对应的原因以及解决方法。其中，“7”和“3”为2020年7名拟发展对象在各个维度给定的分界值，当数值低于该分界值，则会自动输出对应的内容和解决策略，实现对分数较低的数据的输出判断。同时，为每一位入党积极分子制作一张入党“个人属性卡”，指出个人强弱项和提升措施，帮助员工更好、更快成长。

（三）模型准确性论证

为了验证模型的可用性和准确性，应用2016-2020年江门恩平供电局所有积极分子转为发展对象名单数据进行验证，通过导入数据，进行分析。虽然每一年的评判内容有所不同，但是所建模型依然适用，验证了模型的可兼容性。论证数据为40条，偏差2条，模型准确率高达95%，误差率在允许范围内。

（四）模型的推广应用

1.计算出2021年积极分子转发展对象名单。综合考虑年龄、学历、职称、个人绩效、安全积分、党的基础知识考试、心理测评结果、综合评价、班组已有党员数量等，最终得出2021年11名入党积极分子综合排名。根据综合排名情况，作为考核是否能成为发展对象的标准，从上到下进行择优录取。同时对积极分子转发展对象进行定性分析，对比两者的结果，发现计算结果与定性分析结果完全一致，准确率达100%。

2.吸纳优秀员工加入党组织。为了进一步体现模型的实用性和吸纳优秀员工加入党组织，将江门恩平供电局的248名非党员员工的数据导入模型进行计算，可以引导排名靠前人员提交入党申请书，为党组织输送优秀人才。

3.探索“党建+”创新模式。贯彻落实发展党员的相关要求，积极寻找党建工作与数字的结合点、着力点，创新探索“党建+数字”模式，以新思路、新机制、新方法谋划和推进基层党建工作，凸显发展党员在党建工作中的推动作用，实现党建工作和中心工作的双量提升，全面提升企业党建工作科学化水平，将“党建+数字”项目管理的手段和方法引入基层党建。

三、效益和价值

（一）预期组织效益评估

择优进行发展党员，为党组织输送更多栋梁之才，有效促进企业蓬勃发展，推动企业往更上新台阶。挖掘潜在优质团员或群众，鼓励优秀员工提交入党申请书，为党组织发现和培养更多优秀接班人。

（二）预期管理效益评估

模型可以将拟发展对象各项指标可视化，直观明了地展现各拟发展对象情况，将拟发展党员数据导入程序后，即可生成排名情况和相应评价分析，大大提升党支部发展党员的工作量和效率。

（三）预期社会效益评估

通过发展党员数字化推优，可以对各位群众、积极分子情况有更加全面的分析和精准的判断，减少人为因素影响，提高团员或群众对党组织的忠诚度，提升党建管理能力。

四、结语

通过建立发展党员量化评价模型有效减少了人工定性分析的工作量，降低了评估人员的主观判断误差，使评估工作更加准确、高效，同时对入党积极分子的个人发展具有指导意义，可建立入党积极分子长期跟踪培养机制，补足短板、巩固强项，帮助入党积极分子更好、更快成长，提高了工作效率，从而达到控制总量、优化结构、提高质量、发挥作用的要求，把发展党员的优势转化为担当企业发展使命和推动改革创新驱动的强大力量。