基于DEA效率评价的输配电企业大修预算分配机制研究

2023-02-05

1 引言

为适应电力市场化改革需要, 输配电公司试图重新优化大修项目预算分配, 提高大修项目投入产出效率、促进大修活动产出绩效改善。基于此, 本文拟以某市供电局的大修数据为例, 利用超效率分析, 测算电网公司大修方面的投入产出效率以及改进方向, 并在此基础上提出未来预算分配的决策机制。将效率评价作为预算分配的核心内容, 可以激励各电网企业不断地改进自己的行为, 发挥主观能动性, 提高执业能力与工作业绩, 减少资源浪费和资金滥用的现象, 全面提升各电网的运行效率和服务水平。

2 超效率分析与投入产出效率测算

本文采用DEA非线性规划方法对营销活动效率和投入改进方向进行研究, DEA适用于多输出-多输入的有效性综合评价问题, 在电力系统研究中有广泛应用。通过效率分析我们可以各营销分公司间的相对有效性进行评价, 通过松弛变量分析可以获得最优投入产出值及冗余度, 提供管理者无效率单位改进的方向和相关信息。对于投入产出函数, 在评价各决策单元效率的时候我们使用了DEA超效率分析模型, 与一般模型相比, 它能进一步地对各个有效率的决策单元做进一步的相对效率区分。

图1显示了超效率模型的基本原理 (以投入角度径向标准效率模型) , 在标准模型中, A、B、C、D四个有效的DMU构成效率前沿。现在以分析C的超效率为例, C的超效率是参考由除C外的其他DMU构成的前沿, 既ABD, C在该点的投影C’, C与投影点C’对比, 其效率超过的部分反映为CC’,

采用超效率模型对电网企业的相对绩效进行实证分析的具体思路为:首先, 在确定实证样本的条件下, 利用超效率模型对相关企业数据进行分析, 分别测算出企业的总技术效率。之后, 通过松弛变量分析, 清楚了解相对无效率的企业在目前运营情况下资源使用状态及其可改善的方向与幅度。利用松弛变量分析可以了解相对无效率供电局资源投入产出的可改善的空间。因此, 该供电局的管理者可以根据投入冗余进行相应的调整, 作为下一年预算决策的依据。

3 投入产出指标的选取取

本文在指标选取方面主要采用频度统计法、理论分析法和专家咨询法, 同时遵循数据包络模型对指标选取的基本原则:首先指标与评价目标一致性原则, 指标要反映效率评价的要求;其次, 指标的选取要遵循可操作性原则;最后, 利用数据包络模型进行效率评价时, 应将越小越好的指标作为投入指标, 越大越好的指标作为产出指标。根据以上原则, 初步确定以下投入产出指标:

(1) 大修投入指标包括运行维护费用、紧急/日常维修次数、供电运营成本、线路长度、大修技改资金、员工人数、劳动力成本、资产总额、电网建设投资费、税负水平;

(2) 大修产出指标包括安全性指标, 即电压合格率、供电可靠率、重大事故率、连续安全运行天数、线损率;营利性指标, 即总资产报酬率、成本费用利润率、净资产收益率。

4 大修项目效率的投入产出分析

根据前述的理论分析及数据搜寻工作之后, 剔除数据不全、数据误差大的因素, 选取2015年9家分公司的横截面数据, 根据之前阐述的模型构建原理以及指标选取原则, 投入指标之间的相关性越小越好, 并且投入与产出指标之间的相关性尽可能高, 分析指标之间的相关性做进一步的指标筛选。

首先, 将效益型指标 (越大越好的指标) 作为输出指标, 将成本型指标 (越小越好的指标) 作为输入指标。输出指标中的线损隶属于越小越好的指标, 计算时利用倒数法转换为效益型指标。其次, 采用灰色关联度分析方法发现, 在投入指标上, 电网建设投资费、供电运营成本与各投入指标之间高度相关, 可做适当删减;在产出指标上, 各产出指标之间的相关性较小, 能够综合反映大修效率;从投入产出相关性角度, 电压合格率和投入指标的相关性较低, 不能有效衡量投入产出之间的关系。线损率作为越小越好的输出指标我们在下面的分析中转换成1/线损率的形式。综上所述, 最终投入指标为:运行维护费、资产总额和线路长度, 最终产出指标为1/线损率、总资产报酬率和成本费用率, 详见表1。

采取调整后的投入产出指标, 利用2015年数据进行效率评价得到以下结果:

E和H县的供电效率一直处于低位, 都没有达到单位1效率值, 说明这两家单位的大修效率存在很大的改善空间, 其余各供电公司都超过了效率值1, 满足“有效率”的界定范围。

一般情况下, 管理者不仅关心输配电企业的绝对效率水平, 也关心它们相对效率排名, 因为这是管理者进行投资决策分析的重要依据之一。CCR模型能够将数据包络模型有效与无效的DMU区分开来, 并且能够得到各自的效率值大小。但是CCR模型也有它的局限性, 也就是对于DEA都是有效的单元, CCR模型无法对这些单元进行进一步的排序。为了解决这个问题, 我们引入超效率DEA模型, 以促进相对无效率供电局改善资源的配置, 使其达到相对有效率, 从而提高管理绩效。在了解各DMU的参考集合后, 可以进行松弛变量分析, 对于有效率的供电局而言, 表示其投入与产出数均做最有效的使用, 存在超效率的情况;但相对效率低的供电局, 则至少会有一项投入其目标值不等于实际值, 而实际值与投影值的差异, 也就是相对无效率的供电局资源可改善的空间。利用松弛变量分析可以了解大修活动相对无效率分公司可改善空间, 即在售电量既定情况下, 判断哪些投入可减少并测算减少幅度。该分公司大修活动管理者可以根据投入冗余及其幅度进行相应的调整投入预算, 以提高运营效率。

5 分析结果与预算投入调整建议

模型考虑了各供电公司规模大小的因素后, 在既定产出的条件下即以当前的系统产出水平为要求, 评价各决策单元的相对效率, 该模型还同时提供了关于投入增加或减少的建议, 具有实际的可操作性意义。用松弛变量分析可以了解相对无效率供电局资源可改善的空间, 也就是在产出一定情况下, 投入哪些可减少, 减少的幅度为多少。以下是使用Super-SBM-I-V模型分析的结果, 显示了非有效的供电局的投入冗余量和产出不足量。该供电局的管理者可以根据投入冗余与产出不足量及其幅度进行相应的调整, 以提高运营效率。

SE—DEA法明确区分了DMU无效和有效的指标, 从下表中可以得到电网企业某项指标效率低下的原因, 由松弛变量s-和s+给出无效的DMU在某项指标上的调整信息, 要素投入目标值可以按照调整。 (见表3)

2015年, E和H的运行维护费松弛变量为1710.7459和2959.2712, 表明存在严重的运行维护投入冗余, 管理层可以依照效率酌情减少投入, 提高经营绩效水平。线路长度方面, 各供电公司需要改进的幅度不大。另外, E和H县的资产规模投入较大, 而成本费用利用率、总资产报酬率较低, 造成两家供电公司的效率运行较低。超效率模型计算结果为管理者提供了评价电网企业资源配置效率的有效信息, 为确定企业的合理成本提供了依据, 保证了企业资源的合理投入。

摘要：随着电力体制改革的不断深入, 电网企业经营环境持续变化, 电网企业的预算管理也面临更大挑战。资源配置效率是衡量企业要素投入产出的核心指标, 也是绩效考评的重要参考依据。本文结合输配电企业大修项目投入产出的具体情况, 构建了基于超效率数据包络分析 (SE-DEA) 对配电企业企大修项目效率评价模型, 利用某市各供电局的数据, 评价某市下属各供电局效率并给出营销预算调整的建议。

关键词：输配电成本,数据包络分析 (DEA) ,预算调整