基于SCP分析模型的电力企业新旧动能转化绩效评价*

井江波，孙红宝，梁 潇，毛璐明，王 婷，袁冬芳

(1.国网陕西省电力经济技术研究院，陕西 西安 710065；2.国网陕西省电力有限公司，陕西 西安 710048；3.内蒙古科技大学 理学院，内蒙古 包头 014010)

0 引言

电力已经成为现代人们生活的基础，与一般企业相比，电网企业具有垄断性特点[1].受到企业性质的影响，电网企业发展的第一要求就是安全，其次才是效益.近些年，新旧动能转换工作开始在电力企业不断推行，很多企业开始将创造最大的剩余价值当成未来发展方向[2].电力企业新旧动能转化绩效评价结果，是电力市场成员行为选择的依托，直接促进了电力工业市场化改革.

但是，现有的评价方法难以对电力企业新旧动能转化绩效进行量化分析，使得最终评价结果无法作为判断企业发展趋势的依据.文献[3]以提升电力质量水平为目标，融合新旧动能转化技术创新成果，明确电力企业发展方向.以此为基础分析电力企业经济效益和社会效益，并提取出对企业绩效有所影响的多维度因素.结合最小二乘原理建立物元可拓模型，计算出该电力企业最终绩效等级.但是，该方法评价结果误差较大.文献[4]深入分析“熵”在绩效评价中的本质含义，从全局角度入手，建立区域绩效评价模型.根据绩效评价区域的“结构-功能”二维框架，得到动态绩效评价结果.但是，该方法受到主观因素影响较大.文献[5]根据多维精益管理要求，建立绩效评价指标体系，并对每个评价指标进行权重计算.通过绩效评价指标的合成处理，得到完整的绩效评价模式，从而输出电力企业新旧动能转化绩效评价结果.但是，该方法应用拓展性较差.

本研究以解决上述绩效评价方法的不足之处为目的，提出以结构-行为-绩效(structure-conduct-performance，SCP)分析模型为基础的电力企业新旧动能转化绩效评价方法.

1 基于SCP分析模型的电力企业新旧动能转化绩效评价

1.1 建立绩效评价指标体系

新旧动能转化背景下，电力企业绩效评价涉及多方面影响因素，文中选取多维度评价指标，建立电力企业新旧动能转化绩效评价指标体系[6].考虑到每一项绩效水平影响因素都需要通过多级指标进行衡量，采用三层菜单式指标类型框架，作为评价指标体系的基础结构，具体框架如图1所示.

图1 电力企业绩效评价指标体系框架图Fig.1 Framework diagram of performance evaluation index system of electric power enterprises

结合图1可以将绩效评价指标体系划分为3层结构，分别是评价主题、一级指标和二级指标.深入分析电力特性与电力市场后，提出体系中一级指标层由发电侧、供电侧、用户侧、市场交易以及协调性发展等五方面构成.根据全面性原则，针对每个一级指标选取多个二级指标，作为电力企业新旧动能转化绩效评价的基础单位.

为了保证选取的绩效评价指标的实用性，在评价指标体系建立完成后，针对每一个指标进行相关性检验和靠性检验.其中，相关性检验是为了避免评价指标的重复，达到降低计算复杂度的目的.文中应用二元相关系数计算不同变量之间的相关程度，具体计算公式为：

(1)

式(1)中：φ、T表示不同的两个任意变量；p表示相关系数；c表示两变量的协方差；D表示变量方差.应用Cronbach的α系数法进行可靠性检验，根据计算结果验证所选指标的统计稳定性，计算公式为：

(2)

式(2)中：α表示统计系数；z表示统计样本数；λ表示各样本方差之和；θ表示总体方差.

通常情况下，可靠性检验计算结果区间为[0，1]，公式(2)计算结果越靠近1，表明该指标的可信度越高.根据相关性检验和可靠性检验结果，对绩效评价指标体系进行调整.

1.2 计算绩效评价指标权重

针对调整后的绩效评价指标体系，采集电力企业新旧动能绩效评价数据，并通过极差法处理初始数据[7].其中，正向绩效评价指标的数据处理公式为：

(3)

式(3)中：x表示评价对象；y表示评价指标；Fxy表示对象x的指标项y最终评价值；η表示极差变换后的评价值.与正向指标处理方法相似，逆向指标对应的数据处理公式为：

(4)

通过公式(3)、(4)完成数据处理，并得到如下所示评价矩阵：

(5)

式(5)中：H表示标准化处理后的评价矩阵；h表示标准化值；ϑ表示评价指标数；ψ表示评价年份数.文中针对每项绩效评价指标的贡献度进行计算，根据贡献度得出指标信息熵值和信息熵冗余度[8]，并将计算结果作为赋权的依据.绩效评价指标的熵值计算公式为：

(6)

式(6)中：b表示绩效评价指数；μ表示绩效评价熵值；W表示绩效评价指标的贡献度；ω为一个常数.绩效评价指标的信息熵冗余度计算公式为：

υb=1-μb，

(7)

式(7)中：υ表示信息熵冗余度.以公式(6)(7)为基础，得出绩效评价指标权重计算公式：

(8)

式(8)中：J表示指标权重.通过上述公式得出每项评价指标的权重，通过指标权重判断出每项指标的重要性，将权重过低的评价指标从绩效评价体系中剔除，有利于提升评价结果准确性.

1.3 设计SCP市场绩效评估模式

考虑到电力企业新旧动能转化绩效评价结果的准确性，直接影响了企业发展决策的可行性.为此，文中提出以SCP分析模型[9]为基础，设计SCP电力市场绩效评估模式.深入分析电力市场结构，提出市场结构-市场行为-市场绩效分析模式，以此作为市场绩效评估的依托.电力企业的市场绩效，直接反映了新旧动能转化运行效果，而产业资源配置效率是评估市场绩效的重要指标之一，资源配置效率越高表明电力市场具有较强的竞争性，可以通过图2所示的社会总剩余示意图进行说明.

图2 社会总剩余Fig.2 Total social surplus

根据图2中，DD表示电力市场需求曲线，SS表示电力市场供给曲线，Pe表示市场均衡价格，Qe表示市场均衡数量，而DPeN与PeSN分别表示消费者剩余和生产者剩余，两个剩余总和大，表明电力企业资源配置效率越高.而企业规模结构效率是评估市场绩效的另一环节，可以电力企业产量占比和企业生产能力剩余程度来衡量.

此外，文中针对市场集中度和进入退出壁垒，对电力市场结构进行分析，将其作为电力企业新旧动能转化绩效评价的重要组成部分.应用赫芬达尔-赫希曼指数计算电力市场集中度[10]，计算公式为：

(9)

式(9)中：I表示市场集中度；V电力市场发电商总数；v表示第1个发电商；τ表示第1个发电商的市场份额.

对于进入和退出壁垒的分析，需要从新进入市场的角度入手，进一步分析电力企业原有动能转化模式和新兴动能转化模式之间的竞争关系，作为电力企业绩效评估的关键内容.经过分析可以发现，新旧动能转化背景下，电力企业在市场中形成壁垒的主要原因是成本优势、规模经济等.综上所述，文中应用SCP范式进行绩效评估，需要在绩效评价指标体系的基础上，融合电力市场绩效评估指标，添加资源配置效率、规模结构效率、消费者满意度等指标项，确保电力企业新旧动能转化绩效评价结果具有更高的准确性.

1.4 获取电力企业绩效评价等级

针对完整的绩效评价指标体系，邀请众多电力企业管理人员和专家进行指标评分，汇总定性指标评分结果建立评价集，并得出每个指标在某一绩效评价等级出现的次数，计算指标的算术平均数，得出绩效评价等级属度计算公式：

(10)

式(10)中：i表示指标数量；j表示指标的评语等级；k表示指标i的评语等级j出现次数；f表示参与评价的专家人数；u表示绩效评价等级属度.

评分过程中，考虑到各种绩效影响因素，建立1分制评分标准，提出五个绩效评价等级，具体的等级划分区间如图3所示.

图3 绩效评价等级划分示意图Fig.3 Schematic diagram of grade division of performance evaluation

基于公式(10)得出的隶属度计算结果，按照隶属度最大原则确定每项指标的最终绩效评价等级，并将其作为电力企业新旧动能转化绩效评价结果.

2 应用分析

为了验证文中提出的绩效评价方法的可行性，提出以Z电力有限公司为研究对象，针对该公司过去一年的各方面数据信息，应用文中设计的绩效评价方法，明确所提方法的有效性.

2.1 企业背景概况

Z电力有限公司属于一家主营发电业务的能源上市公司.该企业为了解决煤电矛盾问题，实现可持续发展，根据地方转型跨越发展要求，将新旧动能转化技术应用于企业发展进程中.电力企业新旧动能转化是一项长期持续性工程，针对Z企业近年来的发电结构进行调查，绘制图4所示的企业发电结构示意图，清晰地呈现出企业新旧动能转化情况.

图4 企业发电结构示意图Fig.4 Schematic diagram of enterprise power generation structure

根据图4可知，Z公司的发电动能从最初的依托于煤炭资源，逐步转变为多种资源共同发电，实现了发电量的成倍增长，并开展了“产业+互联网+金融”的业务模式.这种环境下，企业新旧动能转化绩效评价结果，对Z公司下一步发展策略起到了指导作用.

2.2 选取评价指标

根据文中提出的绩效评价方法，结合Z公司实际市场发展情况，汇总有效的二级指标，再按照SCP范式分析市场绩效影响因素，适当添加与电力市场相关的二级指标，建立完整的电力企业绩效评价指标体系.利用极差法对绩效维度初始数据进行预处理，然后进行指标信息熵计算，结合公式(6)、(7)、(8)得出绩效评价指标的权重，形成表1所示的指标权重统计结果.

表1 绩效评价指标权重统计表Tab.1 Performance evaluation index weight statistics table

根据表1显示的指标权重计算结果，从绩效评价指标体系中去除a2、a3、a8、a10四项重要程度较低的指标.之后，为了提升电力企业新旧动能转化绩效评价结果的准确度，分析每个评价指标之间的影响关系建立意识模型，基于意识模型建立邻接矩阵，将相邻的绩效评价指标之间的关联性呈现出来，邻接矩阵的表达式为：

(11)

式(11)中：ε、β两个相邻的绩效评价指标；t表示指标结构之间的关系；l表示评价指标总数量.

为了便于观察，基于邻接矩阵形成图5所示的可达矩阵，将所有绩效评估指标之间，直接或间接的结构关系描述出来.

图5 绩效评价指标可达矩阵示意图Fig.5 Schematic diagram of performance evaluation index reachability matrix

图5所示的可达矩阵示意图中，输出结果为1表明两个指标之间具有强关联性，即某一个影响因素变化的情况下，两个评价指标会产生相同的改变，如图5中的a5、a6、a7、a9、a12指标，为了保证绩效评价具有较小的误差，并降低计算复杂度，最终选取a1、a4、a11、a13、a14、a15、a16七项指标作为最终的绩效评价指标，进行Z公司新旧动能转化绩效评价.

2.3 绩效评价结果分析

针对Z公司过去一年内每个月的新旧动能转化绩效将分别进行评价，分别将绩效评分和相应的绩效等级记录下来.为了便于判断文中提出方法得出绩效评价结果的准确性，将每个月的实际绩效等级在统计结果中列出来，得到表2所示的绩效评价结果.

从表2可以看出，针对12个月份的企业新旧动能转化绩效进行评价，文中提出方法所得出的评价结果绝大部分与实际绩效等级相符，只有9月绩效评价结果出现误差.对此，提出以评价误差作为性能指标，具体计算公式为：

表2 电力企业新旧动能转化绩效评价结果Tab.2 Performance evaluation results of new and old kinetic energy transformation in electric power enterprises

(12)

式(12)中：δ表示评价误差；r表示评价绩效等级与实际绩效等级相同的总月数；p参与评价的总月数.

综上所述，文中提出的电力企业新旧动能转化绩效评价方法，融合了SCP分析模型，使得绩效评价结果的误差仅在0.08，基本上可以认定评价结果与企业实际绩效等级保持一致，表明了文中研究评价方法的优越性.电力企业实际发展过程中，应用该绩效评估方法，可以得到更加客观的评估结果，辅助企业下一步发展.

3 结论

随着现代企业管理模式的改革，电力企业的绩效评价方法的研究，已经成为企业界普遍关注的重点问题.尤其在新旧动能转化背景下，对电力企业绩效进行真实的评价，对企业的所有利益相关者均有重要意义.文中应用市场结构-市场行为-市场绩效分析范式，在原有绩效评价指标体系的基础上，融合市场绩效评估模式，设计一种误差较低的评价方法.但是，由于本文提出内容的研究时间尚浅，还有一些需要完善的地方，下一步可以针对电力企业的无形资产评价指标进行研究，完善绩效评价指标体系.