高端学术 品质服务 符合规范 安全放心

点击咨询

当前位置:首页>论文发表

以客观影响因素为依据的电力企业专项对标聚类分组研究

  专项对标是企业提高管理水平的重要工具,合理匹配学习单位与标杆单位是专项对标取得良好成效的关键。国网浙江省电力公司探索性开展专项对标工作机制研究,运用专家访谈、文献研究、数据统计分析等研究方法,以客观影响因素为分组依据、应用聚类分析工具,对基层供电单位进行分组,助力电力公司专项对标工作开展,促进公司“两个一流”目标的实现。

  《电力电子技术》(月刊)创刊于1967年,由西安电力电子技术研究所主办。以电力电子技术为主体,探讨和报道电力电子行业中新器件、新技术、新应用的学术论文及成果;提供国内外最新的电力电子技术和发展动态及产品市场信息;为企业的新产品、新技术、新成果在行业内的推广架起一座金桥。

  一、前言

  国家电网公司(以下简称“国网公司”)自2005年起引进对标管理理念,在公司内部开展同业对标工作,充分发挥了对标管理的抓手作用、导向作用、激励作用与载体作用。国网浙江省电力公司拓展对标管理内涵,聚焦于基层单位的薄弱业务,以理论与实践研究为基础,建立了专项对标工作机制,组织相对落后的基层单位向先进的单位进行学习。在此过程中,由于各基层供电单位在体量、客观条件等方面不尽相同,只有选择具有高度可比性的标杆单位,确保相互之間的可借鉴性,才能确保专项对标的开展效果。

  本文以客观影响因素作为分组依据,采用聚类分析的方法,将具有相近、相似内外部环境的基层电力公司划分到同一个群组,学习单位在所处群组内选择表现优异的单位作为标杆单位,开展专项对标,为电力公司专项对标需求的匹配提供了有效的参考依据。

  二、专项对标分组模型构建

  专项对标分组解决的是学习单位与标杆单位可比性问题,即要求参与双方相关业务的开展环境相似、相近,因此,分组的主要依据为各基层供电单位在某一学习方向上影响较大的客观影响因素。在确定主要分组依据的基础上,在具体操作中引入聚类分析方法,建立专项对标分组模型如图1。

  (一)构建客观影响因素库

  参考国网公司“三集五大”管理体系及基层供电单位各部门及岗位职能说明书,梳理各专业部门的核心业务,对基层供电单位各专业业务的影响因素进行分析,提炼、汇总形成各专业客观影响因素库。

  其中,客观影响因素主要分为两类,一是专业业务开展所面临的外部客观条件,如区域经济发展水平、自然地理条件等;二是各基层供电单位内部短期内相对稳定、不容易发生较大变化且对专业业务能够产生较大影响的因素,如资产规模、线路长度、电网结构、整体装备水平等。

  (二)对标指标关联

  组织各专业部门对各基层供电单位对标指标进行分析,根据对标指标定义及计算公式,对指标进行层层分解,明确指标对应的相关业务,将其与本专业的客观影响因素库进行对照分析,明确公司内部对标指标体系中的各个对标指标对应的客观影响因素,选择影响程度较大的进行匹配与关联。

  在具体操作过程中,要考虑到各客观影响因素对指标影响是直接还是间接影响,影响程度的等级,选择直接影响并且影响程度较高的因素与之匹配。

  (三)对标指标分组指标及权重确定

  根据对标指标关联结果,从指标数据的全面性、客观性、可获取性等多个角度考虑,设定个对标指标的对应分组指标,邀请电力行业相关专业专家并运用层次分析法,对各分组指标的重要性进行量化分析,科学设置分组指标权重。

  (四)收集数据,聚类分组

  组织各专业部门及各基层供电单位收集客观影响因素对应分组指标的基础数据,通过汇总对标指标数据并运用聚类方法,对各个对标指标进行分组。

  1.基础数据收集

  公司企协分会组织各专业部门和各基层供电单位从企业内部数据库、地区年鉴、行业年鉴等渠道收集客观影响因素对应指标的相关数据。

  2.聚类分组

  基于基础数据的收集,公司企协分会计算分组指标数值,考虑基层供电单位数量因素,运用聚类方法对各对标指标进行分组。

  三、专项对标聚类分组实例研究

  以基建专业为例,应用专项对标分组模型进行实例研究,具体过程如下。

  (一)专业客观影响因素库建立

  对基建专业进行分析,梳理、提炼客观影响因素。构建基建专业客观影响因素库见表1。

  (二)对标指标关联

  将基建专业对标指标进行分析,对照基建专业客观影响因素库,完成对标指标关联,具体关联结果详见表2。

  (三)对标指标分组指标及权重确认

  组织电力企业基建专业专家,根据各指标对应的客观影响因素,构建对应的分档指标,并运用层次分析法,对基建专业对标指标的重要性进行分析,确认指标权重见表3。

  (四)收集数据,聚类分组

  组织省公司发展策划部及各基层供电单位从统计年鉴、公司内部报表、电力协会等多渠道收集分组指标相关数据,并计算分组指标数值见表4。

  对分组数据区别正向数据和逆向数据进行标准化处理,对处理后的数据进行聚类统计分析,由于浙江省电力公司地市公司数量为11个,因此按照三个类别划分组群。运用平方欧式距离计算各单位的近似矩阵表,用“word联接”聚类法生成的树状聚类图如下。以对标指标“建设任务完成情况指标”为例示意如图2。

  汇总各对标指标的聚类分组结果,得到基建专业的专项对标分组结果见表5,

  四、分组效果

  2015年浙江省电力公司开展了8个专项对标课题,其中5个按照分组结果进行匹配,根据项目效果评估,此5个课题项目效果明显高于未按照分组结果匹配的课题(分组匹配平均得分92分,自由匹配平均得分84,7分),具体对比结果见表6。

  五、结语

  本文对电力企业专项对标分组进行了研究,建立了以专业客观影响因素为依据、采用聚类分析方法的分组模型,并在国网浙江省电力公司内部进行了实践,实践结果表明,运用该模型可将客观条件相似的单位合理的分为不同群组,提高了专项对标学习单位与标杆单位的可比性,提升了专项对标的学习效果。

中外文核心期刊介绍与投稿指南

中外文核心期刊介绍与投稿指南

填“免费获取指南”获得《中外文核心期刊介绍与投稿指南》

您前面已有人填单

相关推荐
EI推荐
SSCI推荐