SCI论文（www.lunwensci.com）
摘 要：随着电网企业的快速变革，对企业进行运营效率 评价就显得愈加重要，而传统的评价方法无法避免随机因 素的干扰。为了提高运营效率评价精度，本文提出了采用 三阶段数据包络分析方法，该方法在第一、第三阶段采用 数据包络分析方法，在第二阶段采用随机前沿分析方法， 以消除随机因素的影响。实验结果表明，该方法的第三 阶段得到的企业投入产出效率比为0.94.高于第一阶段的 0.92.说明该方法基本可以消除随机因素的影响。因此， 三阶段数据包络分析法在电网企业运营效率的评价中具有 一定的应用价值。
电网行业与人们的生活息息相关，电网企业的运 营不仅影响着企业自身的发展，还关系着所在区域居 民的用电便利。因此，对电网企业的运营情况进行 评估具有重要的意义[1] 。效率评价是反映企业运营水 平最直观的指标，本研究以效率评价为研究对象进行 电网企业的运营水平评估。传统的数据包络分析方法 (Data Envelopment Analysis，DEA)是常用的效率评 价方法，但该方法难以排除随机因素的干扰，因而三 阶段DEA法应运而生[2]。三阶段DEA法结合了DEA法和 随机前沿方法(Stochastic Frontier Approach，SFA)，位 于第二阶段的SFA法可以消除环境等随机因素的影响， 然后通过第一和第三阶段的DEA法效率评价结果对企业的运营效率进行分析[3] 。但是，目前国内将三阶段DEA 法应用于不同地区电网企业效率评价的研究还较少，因 此，本研究对三阶段DEA法进行分析，以国内电网企业 为对象，创新性地构建国内企业效率评价指标，旨在提 高电网企业运营效率评价的实用性和精度。
一、基于三阶段DEA方法的效率评价体系研究
在电力市场中，电网企业的运营效率影响着企业 的融资风险，所以对运营效率进行评价具有重要价 值。从本质上看，效率的评价问题即企业的投入与产 出比的计算问题。企业对资源的优化程度越高，效率 就越高，运营收益也就越高。因此，在对企业进行资 源优化时，对其运营效率进行评价是检验企业水平的 标准[4] 。目前常见的效率评价方法为DEA法和SFA法。 其中， SFA法是通过就散误差项对决策单元的效率进行 预估的方法，其表达公式如式(1)所示。
式(1)中， y 是产出; x 是投入; β 是技术参 数; v 是噪声控制的误差项; µ 是非有限性技术的评 价误差。虽然SFA法评价效率的准确率较高，但是限制 条件较多。 DEA法主要是通过投入和产出两个方面评 价企业效率，该方法虽然可以提升计算效率，但是随 机因素对计算结果的影响较大。由上述可得， DEA法 和SFA法都有各自的优缺点，为了提高企业效率评价的 精准度，此次研究提出采用三阶段DEA法。三阶段 DEA法可以在DEA法的基础上融合SFA法的优点，去除 随机因素对计算结果的影响[5]。
图1为三阶段DEA法的效率评价运算示意图。可以 看到，三阶段DEA法主要分为三个阶段，第一阶段和 第三阶段均为DEA模型，第二阶段采用SFA模型。在第 一阶段中， DEA模型中会引入一个营销管理模型。假 设该阶段存在 n 个决策单元，可以得到第一阶段的效率评价模型如式(2)所示。
式(2)中， hk 是第 k个决策单元的效率评估结 果。 u 是产出权重。 Yk 是第 k个决策单元的产出量。 Xk 是第 k个决策单元的投入量。 V 是投入权重。但 是由于式(2)属于非线性计算，因此还要对其进行对 偶规划求解，求解表达式如式(3)所示。
式(3)中， θ 是企业决策单元的综合效率值 (Total efficiency，TE)。 λ是效率系数。 s − 和s+ 分别 是规模效率(Scale efficiency ，SE)和纯技术效率 (Pure technical efficiency，PET)，SE和PET的乘积为 TE指标值。将决策单元的效率值输入第二阶段进行计 算。第二阶段的模型为SFA回归模型，该模型的作用是 去除第一阶段中随机因素的影响。因为随机因素引起 的误差与运营环境的投入导向有着一定的影响，所以 需要采用SFA模型对投入导向下的结果进行分析，从而 调整投入变量[6] 。SFA模型对决策单元投入变量的调整 公式如式(4)所示。
式(4)中， XAmi 是调整后的决策投入变量。 Xmi 是 调 整 前 的 决 策 投 入 变 量 。 Zi 是 环 境 变 量 。 max (f (Zi ;βn )) − f (Zi ;βn ) 是调整后的环境变量。 ■max (vmi ) − vmi ■ 代 表具有一致性的随机因素。将去除随机因素的决策投 入变量代入第三阶段，即再次进行DEA模型计算，最 后可以得到无随机因素影响的决策单元效率值，该值可以精准地反映出企业运营效率。
二、基于三阶段DEA方法的电网企业运营效率评价 指标选取原则与方法
电网企业在实现可持续运营的过程中会受到多种 因素的影响，其中，运营效率可以直观地反映出电网 企业的发展情况。当企业的运营效率较低时，企业的 投入与产出无法产生合理的比例[7] 。因此，建立科学的 评价指标体系，可以提高评价的精度。
由于指标的建立会影响评价结果，因此，需要确 认指标的选取原则。 一是全面性原则，在选取指标不 能侧重于具有代表性指标，而是应该全面地体现出所 有评价指标。二是可比性原则，在效率评价的过程 中，由于指标的种类较多，所有指标之间的计算变量 都应当保持一致。三是不重叠原则，如果评价指标中 存在两个或者多个指标表述的内容相似，则需要对相 似指标进行删减。四是可行性原则，在搜集指标中需 要确保指标的准确性，否则不成立的指标可能影响评 价结果的可行价值。根据上述指标原则，采用三阶段 DEA模型对电网企业的运营效率进行评价，评价指标 被分为三种类型，分别是投入指标、产出指标和其他 变量指标。从投入指标的角度来看，电网企业的主要 项目是从电厂向客户端输送电力资源，在输送的过程 中涉及的输电线等设施建设均是电网企业的投入，因 此，可以得到电网企业的投入指标。
图2为电网企业的投入指标示意图。可以看到，电 网企业效率评价的投入指标共分为五种类型。其中， 由于电网企业需要进行输电线和变压站建设维持输电 工作的正常运行，以此来完成销售业务，因此，变压 站容载和线路长度属于电网运营的基础投入。维持一 个项目的运行会有公司运营的固定资产投入，这一部 分属于资金资源投入。在向客户输送电力的服务过程中，需要对变压站以及输送电路等设备进行运行维 护，同时还要考虑电力的成本，这一部分属于供电服 务投入指标。任何项目的运营都离不开人工的支持， 因此还有以工时为单位的人工投入成本，属于人力资 源投入。最后是企业的创新发展投入，电网企业的运 营需要根据用户的需求进行不断变革，才能满足时代 需求，提高企业的竞争力，因此企业的投入指标中还 有创新性投入。效率的评价主要是根据企业的投入产 出比进行计算分析的，因此还需要选取企业产出的评 价指标[8]。
图3为电网企业的产出指标示意图。企业的运营主 要是为了获取收益，最直观的指标就是经济效率，经 济效率除了要计算利润总额之外，还要对企业的负债 率和收益率进行计算。生产效益指标反映出企业的活 动程度，该指标不仅包含企业的售电量，还包括线损 率及劳产率。最后是品牌服务水平和创新产出两个指 标，上述两种指标中包括用户对公司的评价和企业创 新指数等，体现了企业运营的软实力。同时，其他环 境影响指标中还包括报废资产净值率、客户平均停电 时间和客户投诉数量，环境影响指标的选取与地域、 政策和发展水平等条件相关，可以间接地反映企业在 当地的运营效率[9]。
三、基于三阶段DEA方法的电网企业运营效率评价 性能分析
本研究提出了采用三阶段DEA法对电网企业的运 营效率进行分析。选取广州、北京、山西、吉林、湖 北和湖南六个省市在2022年用电规模作为研究对象， 对不同省市电网企业的决策单元进行指标变量划分， 根据文中的指标进行实验，并采用三阶段DEA法分别 进行运营效率对比分析。
表1为不同省市电网企业在第一阶段DEA的评价 结果。可以看到，在2022年，广州、北京、山西、吉林、湖北和湖南六个省市的投入产出效率均值为 0.92.PET均值为0.96.SE均值也为0.96.说明不同城 市之间的电网技术和发展规模都具有较高的水平，证 明我国不同地区的电网企业都具有较好的运营效率。 其中，北京由于经济发展水平较高，因此运营效率在 六个省市之间也更好。此次获取的结果为不同决策单 元的效率，同时也获取了对应的松弛白能量。
将第一阶段的松弛变量作为被解释变量，将随机 环境变量作为解释变量，进行第二阶段的SFA回归分 析，表2为不同省市电网企业在第二阶段的SFA回归结 果表。可以看到，不同环境指标的卡方检验均在1%条 件下具有显著水平，表明所有函数均可以通过显著性 检验，代表表2中的所有指标都对企业的效率结果具有 显著影响，因此SFA回归分析具有有效性。工业用电比 重的投入松弛变量系数均小于零，说明该指数与松弛 变量呈现反比，利于电力资源的节省。区域人均GDP 代表着该区域的经济发展水平，该变量在电路长度和 员工人数两个松弛变量上的影响较为显著。最后是设 备购买成本，该指标对三种松弛变量均在1%的水平上 显著，说明该指标的增加会促进其他三种松弛变量的 提升。对三种随机环境因素进行评价后，可以发现，环境因素对投入指标具有较大的影响。
将调整后的投入指标输入第三阶段的DEA模型中 进行再次评估，图4为第三阶段的DEA模型评估结果。 通过表1和表3对比可以看到，大部分的省市效率评价 结果发生了变化。第三阶段的投入产出效率从0.92变 为0.94.PET效率从0.95上升到0.98.SE效率从0.97降 低到0.96.在通过SFA回归方程去除环境因素影响后， 电网的运营效率随着PET效率的升高而升高。并且经济 水平较高的北京地区的运营效率仍最高，说明经济水 平带来的高生产率对电网企业的运营效率具有一定的 影响。
四、结语
近年来，随着经济的持续发展，电网企业在不断 进行变革，以满足用户需求。在此背景下，运营效率 成为影响电网企业变革方向的重要因素。传统的运营 效率评价方法会受到随机因素的影响，无法客观地反 映企业的运营水平。为了对电网企业进行客观准确的 运营效率评估，本文首先对三阶段DEA法的运算过程 进行了探究，结合电网企业的特点总结出投入、产 出和其他指标;然后采用三阶段DEA方法对六个省市 的电网企业进行评估，研究结果表明，采用的三阶段 DEA方法中的第二阶段SFA回归方程可以去除环境因素的影响，第一阶段和第三阶段DEA模型得到的投入产 出效率分别为0.92和0.94.PET效率分别为0.95和0.98. SE效率分别为0.97和0.96.并且投入产出效率主要受到 纯技术水平的影响。虽然此次研究将三阶段DEA算法 运用于不同地区的电网企业效率评估中，但评估的地 区仅限六个，后续可以增加研究对象的范围，以验证 该方法的普适性。
参考文献
[1] 曹学泸，黄恒孜，赵雯，等.新电改背景下省级电网企业的 效率测算与激励机制[J].财经论丛，2022(4)：105-113.
[2] 宋天奇，叶祚鸿，姚自林.基于加权DEA模型的电网企业 技术改造投资优选策略[J].微型电脑应用， 2021.37(2)：161-162.
[3] 赵婧姝，赵君彦，李文.县域视角下河北省农业保险扶贫 效率评价——基于三阶段DEA效率模型[J].农村金融研 究，2021(2)：28-36.
[4] 王俊豪，金暄暄，刘相锋.电网企业纵向一体化，成本效率 与主辅分离改革[J].中国工业经济，2021.19(3)：42-60.
[5] 梅鑫南，王应明.基于前景理论的模糊DEA交叉效率评价 方法[J].运筹与管理，2023.32(5)：161-167.
[6] 陈俊龙，唐秋.基于三 阶段DEA-Malmquist方法 的 中 国 共享制造高质量发展效率测度研究[J].工业技术经济， 2022.41(3)：106-115.
[7] 雷西洋，程媛媛，戴前智，等.考虑环境异质性的我国电网 企业经营效率评价及影响因素研究[J].系统科学与数学， 2023.43(3)：701-716.
[8] 邓楚然，万婵，赵双，等.省级电网公司综合管理复杂性指 标评估系统设计[J].微型电脑应用，2022.38(7)：73-84.
[9] 赖春羊，马光文，谢航，等.基于综合效益指标体系的风水 互补系统经济调度[J].电网技术，2021.45(11)：4319-4327.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/guanlilunwen/71847.html
