基层供电企业业务承载力评估体系及模型研究

郑东旭

摘要：基层供电企业作为供电企业的末端窗口单位，在人员配置、资源配置和业务负载等方面的问题较为突出。为深入了解基层供电企业业务承载现状，文章对基层供电企业业务承载力进行了定量表达，从人员素质、资源配置、辅助任务3个维度构建了影响指标体系，运用加权求和法建立了业务承载力评估模型。在此基础上，根据某市10家基层供电企业业务承载力现状，对其业务承载力现状进行了评估。研究结果表明：此市10家基层供电企业中，4家业务承载力正常，其余6家企业业务承载力不足或超出，实现了基层供电企业业务承载力的量化评估，可为基层供电企业优化资源配置提供依据。

Abstract： As the end-window unit of the power supply enterprise， the grass-roots power supply enterprises have more prominent problems in staffing， resource allocation， and business load. In order to understand the current business load of grassroots power supply enterprises， the article carried out a quantitative expression of the business load of grassroots power supply companies. The impact indicator system was constructed from the three dimensions of staff quality， resource allocation and auxiliary tasks. Force Evaluation Model. On this basis， based on the status of the business carrying capacity of 10 grassroots power supply companies in a city， the status of its business carrying capacity was evaluated. The research results show that out of the 10 grassroots power supply companies in this city， 4 have normal business carrying capacity， and the remaining 6 enterprises have insufficient or exceeded business carrying capacity. This has achieved a quantitative assessment of the business carrying capacity of grassroots power supply enterprises and can optimize resources for grassroots power supply enterprises Configuration provides the basis.

关键词：基层供电企业;业务承载力;评估体系

0  引言

电网企业作为社会经济发展的先行官，担负着全国大部分地区的供电服务任务。基层供电企业作为供电企业的基层窗口单位，受历史遗留问题和现实状况所限，导致业务超负荷承载[1-4]，给人员、供电以及生产作业的稳定带来严重的问题。建立一套针对基层供电企业业务承载力的评估体系，可以避免因工作安排不合理导致安全生产事故风险增加，优化基层供电企业资源配置，确保工作计划顺利实施。因此，开展基层供电企业业务承载力评估研究，对基层供电企业的安全运行具有重要意义。

对于基层供电企业业务承载力的研究，最初的研究方法采用传统人工统计方式进行记录分析，通过电子邮件等方式进行交互[5]。此类人工统计分析数据的完整性以及评估结果的准确性缺乏保障。随着研究方法的改进与拓展，周永强[6]对影响企业业务承载力的各项因素作了初步分析，并做了简单的承载力计算。然而科学系统的开展企业业务承载力分析必须从人、物、机制等方面综合考虑企业开展工作的制约条件。随后，徐超等[7]从电力企业整体业务和生产能力两方面进行了承载力分析，构建了业务承载力信息系统。此外，又基于基层供电企业业务承载力涉及因素，提出了业务承载力数学评估模型[8]。然而此类研究尚未形成成熟的评估体系，业务量化方法不够客观科学，因此有必要建立更加完善的基层供电企业业务承载力评估体系，以便更加科学地判断基层供电企业业务承载情况。

本文在充分考虑基层供电企业业务承载力影响因素的基础上，构建基层供电企业业务承载力评估体系，以某市10家基层供电企业为研究对象，建立基层供电企业业务承载力评估模型，采用线性加权求和的方法对其人员素质、资源配置和辅助任务承载系数进行研究分析，并对其业务承载力结果进行分级评估。

1  基层供电企业业务承载力评估体系

1.1 业务承载力

承载力广义上是指空间上的最大容量或力学上的最大限度，在狭义上可延伸到城市、环境、资源、企业等领域[9-13]。基层供电企业作为电网系统一线生产单位和供电末端服务窗口，负责乡镇地区的安全生产、供电管理、线路维护、电力抢修、电力营销和对外服務等工作，在全面推进城镇化和新农村建设过程中发挥着重要作用，其管理和服务直接关系到广大用电客户对整个电力行业的认知与印象。由于历史起点低、建设投入少、人员身份复杂、管理机制不合理等多方面原因，导致各地区业务量存在较大差异，业务人员超负荷工作。根据承载力概念及其内涵，将其延伸到基层供电企业，结合基层供电企业业务现状，将其承载力定义为工作人员在特定时间段内，在一定的资源配置情况下承担各项业务的能力。

1.2 业务承载力定量表达

随着我国电网“三型两网、世界一流”战略目标的提出，基层供电企业业务也随之增多。结合我国基层供电企业的业务实际情况，通过对其业务种类和范围的梳理归纳，将业务类型划分为安全生产业务、营销业务、综合业务和附加业务四大类。其中安全生产业务包括线路维护、公变台区维护、抢修值班等内容;营销业务包括计量业务、业扩报装、柜台业务等内容;综合业务包括运营监控等内容;附加业务包括新能源、充电桩、政府摊派任务等内容。

考虑到上述各业务类型难以用统一的业务指标量化，可通过折算为完成本项业务所需人员数量来量化业务指标。提出基于业务人员数量的基层供电企业业务承载力计算公式，如式（1）所示。

式中，K为基层供电企业业务承载力;Ai为基层供电企业完成第i项业务所需人员数量，可由《国家电网公司供电企业内控劳动定员标准》（国家电网企管〔2016〕277号）确定;F为基层供电企业实际配置人员数量。

1.3 承载力影响指标体系

基层供电企业业务承载力评估涉及众多因素，围绕供电企业本质安全生产管理“人、物、机制”三要素，基于科学性、全面性、可行性的指标体系设计原则[14]，确定企业人员素质、资源配置和辅助任务3项一级指标，学历、办公用房配置、信息系统等19项二级指标，构建基层供电企业业务承载力评估影响指标体系，如图1所示。

2  基层供电企业业务承载力评估模型

2.1 权重确定

在对供电企业业务承载力现状和背景了解的基础上，对基层供电企业进行实地调研、组织召开座谈会，通过调研、座谈，掌握基层单位真实信息，采用头脑风暴的方法确定供电企业业务承载力评估体系一级指标和二级指标的权重，如表1所示。

在供电企业业务承载力影响指标体系中，由于供电企业所处的地域环境、建设规模等不同，客观上造成供电企业业务人员需付出工作量存在差异，直接使用原始数据进行分析研究，无法真实体现其承载力。为有效评估业务承载力，需要对评估数据进行折算处理，建立统一的折算平台，实现业务承载力可量化的目标。例如，供电企业A地址所在地形为山区，供电企业B地址所在地形为湖泊或丘陵，供电企业C地址所在地形为平原，则供电企业A需要在各项指标之前乘以1.3的折算系数，供电企业B需要在各项指标之前乘以1.1的折算系数，供电企业B的折算系数则为1。其他指标折算系数类同，由于版面有限就不在此赘述。

2.2 业务承载力评估模型

通过对供电企业人员素质、资源配置和辅助任务指标的分析，运用折算的计算方法将各指标进行标准化处理。一级指标业务承载系数计算采用加权求和的方式[15-16]，如式（2）到式（4），从下往上逐层累加，分别得到人员素质、资源配置和辅助任务的承载系数。

通过计算分析基层供电企业人员素质、资源配置和辅助任务的承载力指数，结合上文提到的业务承载力模型（式（1）），考虑基层供电企业实际配置人员等因素，提出基层供电企业业务承载力评估模型，如式（5）所示。

2.3 分级标准

在阅读大量文献的基础上，参考现有研究成果[17]，结合供电企业实际情况，对其业务承载力进行评估，依据供电企业业务承载力K的计算结果将供电企业承载力划分为5个等级，具体对应关系如表2所示。

3  实例研究

本文以某市为研究对象，对此市10家基层供电企业（分别以A、B、…、J表示）开展业务承载力评估。研究区总面积中，平原占22.5%，丘陵占41.3%，山地占36.2%，承担着17个乡镇配电线路的运行和维护任务，用电客户32.2万户，220kV变电站1座，110kV变电站8座，35kV变电站13座，35kV输电线路32条322.135km;10kV线路118条2175.5km;配电变压器2773台，低压线路6587.59km。

本文收集整理基层供电企业评估数据，并按照式（3）～式（5）计算其人员素质、资源配置和辅助任务承载系数，计算结果如图2所示。最后按照式（6）计算其业务承载力，计算结果如表3所示。

3.1 人员素质承载力评估结果

由业务承载力评估结果（表3）和承载系数结果图（图2）可知，C和E企业人员素质承载系数较高，为1.125，属于承载力超载。两者的共同特征是业务人员结构不合理，农电工所占比例较大，依据目前“农电工只出不进”的原则，年龄结构出现断层，基层供电企业年龄结构老龄化日趋严重，导致部分基层供电企业人员素质业务水平参差不齐，持证率不高，且两者都处于业务承载力严重超载状态。

3.2 资源配置承载力评估结果

由图2可知，供电企业C、D、E、G、H和I资源配置承载系数较高，其中C、D、E、G和H企业为1.12，I企业为1.18。其共同特征是安全工器具配置和施工工器具配置存在短板，标准化的建设达不到要求，缺乏健全的规章制度和有效的监督管理，导致安全工器具和施工工器具配备后缺乏统一的监督管理，影响电网设备的投入运行。

3.3 辅助任务承载力评估结果

辅助任务承载系数计算结果见图2。可以看出，此区域有7家基层供电企业辅助任务承载系数较高，分别为B、C、E、F、G、H和I企业，均超过1.1。

主要因为此区域基层供电企业信息系统过多，相关台帐重复（制止和电子）、非计划性报表“多、急、杂”，活动、会议、上级检查频繁、考核指标不合理、调考、培训过多，这些辅助任务都需要安排人员进行开展，分散主营业务的精力，影响基层供电企业的辅助任务承载力。

3.4 综合评估结果

由图2可知，此区域普遍在人員素质方面表现较好，在辅助任务方面表现较差。由表3可知，G企业业务承载力为76.75%，属于承载力不足;A、B、F和J企业业务承载力在90～110%之间，属于承载力正常;D、H和I企业业务承载力在110～130%之间，属于承载力超载;C和E企业业务承载力分别为134.26%和131.89%，属于承载力严重超载。其中，由于G企业定员人数为42，远超应定员人数29.199，导致G企业业务承载力不足。

4  结论

①从供电企业本质安全生产管理“人、物、机制”三要素入手进行指标筛选，建立了基层供电企业业务承载力指标体系。体系分为目标层、准则层和指标层，将人员素质、资源配置和辅助任务作为准则层，根据各准则层的影响因素下设了19个指标。由多名电力系统专家进行权重赋值，确定体系权重。采用加权求和方法分别确定人员素质承载系数、资源配置承载系数和辅助任务承载系数，最后得到基层供电企业业务承载力结果。

②利用基层供电企业业务承载力评估模型确定研究区内各基层供电企业业务承载力。其中，G企业任务量不足，A、B、F和J企业业务量正常，D、H和I企业业务量超载，C和E企业业务量严重超载。评估结果符合研究区内各基层供电企业实际情况。

③实现了安全生产工作的量化管理。针对业务承载力的各种要素提出量化指标，并根据各项量化指标建立基层供电企业业务承载力评估数学模型，完成人员素质、资源配置和辅助任务承载系数量化分析，促使企业优化各类生产资源配置。

参考文献：

[1]彭继堂.浅析提高县级供电企业安全生产管理水平[J].科技创新导报，2018，15（22）：148，150.

[2]官亚兵.供电所专业化管理推进县级供电企业全面发展[J].大众用电，2018，32（07）：36-37.

[3]车敏，周文斌.关于供电企业安全管理存在的问题及对策的分析[J].电力设备管理，2019（02）：92-94.

[4]栾凤奎.对新形势下农电管理体制改革的思考[J].陕西电力，2010，38（8）：17-20.

[5]胡萍.电网企业生产作业承载能力评估分析系统的设计与实现[D].成都：电子科技大学，2013.

[6]周永强.供电企业班组专业承载力的计算方法[J].电子技术与软件工程，2016（16）：168.

[7]徐超，杨志豪，唐立华.电力公司业务承载力信息平台的构建[J].产业与科技论坛，2015，14（23）：191，193.

[8]徐忠林.基于Silverlight的电力生产作业承载能力评估分析系统[J].电力信息与通信技术，2014，12（02）：86-88.

[9]王俊锴，李立，李昊，等.面向运行与规划的负荷承载力指标体系[J].智慧电力，2018，46（06）：7-11，18.

[10]Zhou X， Luo R， An Q， et al.Water resource environmental carrying capacity-based reward and penalty mechanism： A DEA benchmarking approach[J]. Journal of Cleaner Production， 2019， 229：1294-1306.

[11]Irankhahi M， Jozi S A，Farshchi P， et al. Combination of GISFM and TOPSIS to evaluation of urban environment carrying capacity （case study： Shemiran City， Iran）[J]. International Journal of Environmental Science and Technology， 2017， 14（6）：1317-1332.

[12]Wu L， Su X， Ma X， et al.Integrated modeling framework for evaluating and predicting the water resources carrying capacity in a continental river basin of Northwest China[J]. Journal of cleaner production， 2018， 204：366-379.

[13]张太海.企业承载力：承载力研究的新向度[J].生产力研究，2012（10）：193-195.

[14]佟瑞鹏，李丹，翟存利.社区安全脆弱性评估模型的构建与应用[J].中国安全生产科学技术，2017，13（03）：108-112.

[15]Ivy D， Mulholland J A， Russell A G.Development of ambient air quality population-weighted metrics for use in time-series health studies[J]. Journal of the Air & Waste Management Association， 2008， 58（5）： 711-720.

[16]馬剑英，孙学刚，贾戎.森林旅游资源综合评价体系的建立与应用研究[J].干旱区地理，2002（04）：372-376.

[17]干磊，郭学文，李培乐，等.检修施工作业安全承载力量化评估及风险管控[J].电气技术，2015（10）：131-133.