输变电工程可研投资管控效果评价研究

陈丹 吴霜 杨庆刚

【摘 要】 可研阶段是工程投资管控的关键阶段，然而目前电网公司对输变电工程可研阶段的投资管控缺少针对性的研究，工程实际投资较可研估算的结余率普遍较高。基于此，文章通过对输变电工程大样本进行统计分析，深入挖掘出输变电工程在可研投资管控方面的薄弱点，并从经济和技术两个角度出发，构建变电工程和线路工程的可研管控效果评价指标体系，具有一定的创新性。同时，通过建立基于灰色三角白化权函数和理想解法的组合评价模型，对输变电工程可研投资管控效果进行评价，为电网公司进行工程造价控制提供参考。

【关键词】 输变电工程; 可研投资管控; 组合评价模型

【中图分类号】 F062.4  【文献标识码】 A  【文章编号】 1004-5937（2019）16-0024-07

电网建设项目的建设时间较长，所投入的资金也较多，电网项目本身的复杂性使其资金管理面临一定的不确定性[1]。同时，随着电网建设项目逐渐增多，投资规模不断扩大，新电改不断深入，影响其投资计划的因素也变得更加多样化和复杂化，科学合理地进行投资管控愈发凸显其重要性。

已有研究证明，项目全寿命周期中各个阶段的因素会对工程造价产生影响，其中影响最大的阶段为可行性研究阶段，其对工程造价产生的影响可达到70%～80%[2]。因此，可研阶段能否做出正确的决策至关重要。而投资估算作为可行性研究阶段工作中的重点，既是判断项目可行性、投资效益和优选投资方案的主要依据，也是下一阶段编制项目概算的主要依据[3]。由此可见，可研估算的准确性和合理性是工程投资有效管控的前提。一般来说，最终可研阶段投资估算的偏差率应在10%以内。然而目前，电网公司对于电网建设项目的投资管控仍存在较大缺陷，工程实际投资较可研估算的结余率高这一问题普遍存在，这就导致项目可研难以发挥其应有的作用，无法在项目源头上有效控制工程投资，造成大量资金闲置，资金使用效率不高。

目前针对电网项目投资管控的研究大多集中在电网工程全过程造价管理方面，单独针对可研阶段投资管控这一问题的研究不够深入，也较少针对可研估算结余率这一问题展开研究。一方面，丁伟伟[4]、刘冰旖[5]、许晓明等[6]，对电网项目前期决策、初步设计、招投标、施工、竣工决算等各阶段造价管理方面存在的问题进行了挖掘，在可研阶段提出了相应的管理措施以实现对最终实际造价的管控。但由于其针对的是项目实际造价的管控，因此在可研估算本身准确性的管控方面较为薄弱，且主要以定性分析为主。另一方面，各文献针对投资管控效果所建立的评价指标体系，大多包含了费用指标，但费用指标的可比性、全面性还有待加强。例如邱金鹏[7]虽对造价各项费用进行了细分，将主控楼建筑费用、控制电缆单价等纳入了变电工程造价合理性评价指标体系中，但这些指标均为绝对指标，难以直观说明投资的管控效果。路妍[8]考虑了投资控制率、不合理费用支出率等相对指标，但只针对总体投资，缺少对具体分项费用的深入分析。本文所开展的电网工程分项费用结余率研究有利于弥补这方面的空白。在评价方法方面，各文献所运用的模型基本分为两类，一类以传统综合评价模型为主，例如Niu，et al.[9]所采用的改进TOPSIS法，Li，et al.[10]采用的灰色模糊综合评价法等。另一类将智能算法运用到综合评价中，例如He，et al.[11]所采用的模糊贝叶斯LS-SVM法等。这些综合评价模型可以为本文进行管控效果评价研究提供参考。

综上，本文通过对输变电工程大样本进行统计分析，深入挖掘出输变电工程在可研投资管控方面的薄弱点，并以此为基础，构建可研投资管控效果评价指标体系，同时建立基于灰色三角白化权函数和理想解法的组合评价模型，为电网公司进行输变电工程可研投资管控提供参考。

一、输变电工程可研投资管控效果分析

本文主要针对东部某省的输变电工程可研投资管控效果进行研究。目前该省电网公司在工程投资管控方面存在片面性，即对于实际投资超出可研估算的管控措施较为严格，因此输变电工程较少出现超可研投资的情况，但对于实际投资较可研估算的结余率却缺少相关的要求，这就造成输变电工程投资结余率偏高，可研阶段无法发挥对投资控制的作用，较大的投资结余率也导致了大量预算资金的闲置，降低了资金使用效率，不利于电网公司的资金管理和日常运营。

本文选取该省2015、2016年完成竣工决算审计的100项输变电工程（包括46项110千伏工程和54项220千伏工程）进行投资结余率分析，发现所有工程可研批复资金合计为184.88亿元，实际建设资金为129.97亿元，实际投资较可研估算结余54.91亿元，结余率为29.7%。其中，投资结余率小于0%，即出现超支情况的工程有3项，投资结余率在0%～10%的工程有13项，在10%～20%的工程有19项，在20%～30%的工程有30项，在30%～40%的工程有26项，在40%～50%的工程有7项，大于50%的工程有2项。

由此可知，在100项输变电工程中，出现超支情况的工程数占工程总数的3%，存在结余情况的工程数占工程总数的97%，说明工程造价呈整体降低趋势。在97项投资结余的工程中，实际投资较可研估算结余率在0%～10%的工程数占13%，结余率大于50%的工程数占2%，而结余率在10%～50%的工程数占85%，说明大部分工程的投资结余率都偏高，可研对投资的管控力度不够，因此有必要对可研投资管控效果进行进一步的评价和分析。

二、输变电工程可研投资管控效果评价指标体系

（一）变电工程

1.经济指标

根据《电网工程建设预算编制与计算规定》（2013年版）规定，建设项目静态投资由建筑安装工程费、设备购置费、其他费用及基本预备费构成。

（1）建筑安装工程费

建筑安装工程费包括建筑工程费和安裝工程费。由对100项输变电工程的统计结果发现，建筑安装工程费的结余主要由直接工程费结余造成，因此将直接工程费结余率作为建筑安装工程费方面的管控效果评价指标。

（2）设备购置费

设备购置费包括设备费和设备运杂费。由于国网实施工程物资招投标制度以后设备采购价格有所降低，因此主要的结余在于设备费，以设备费结余率作为设备购置费的管控效果评价指标。

（3）其他费用

其他费用包括建设场地征用及清理费、项目建设管理费、项目建设技术服务费、生产准备费和大件运输措施费。其中，建设场地征用及清理费、项目建设管理费、项目建设技术服务费、生产准备费的结余量和结余率较高，因此将这四项费用的结余率作为其他费用的管控效果评价指标。

（4）基本预备费

由于可研阶段一般按照工程总造价的4%作为工程预备费，按变电和线路分列，在总造价大幅度结余的情况下，大部分工程项目未动用基本预备费，造成基本预备费结余。因此，基本预备费管控效果可以用基本预备费结余率来衡量。

2.技术指标

由于工程方案和工程量的变更会直接造成可研估算和实际投资之间的差异，影响可研投资管控的准确性，因此有必要将工程方案和工程量变更等技术方面的指标纳入到投资管控效果评价指标体系中。通过对输变电工程中变电部分的统计发现，变电工程变更主要集中在地基处理变更，在100项工程中有51项工程的地基处理工程量发生变化，地基处理引起的投资偏差往往是土建施工中最大的，其根本原因在于可研阶段勘测深度不够。其次为建筑面积变更，其余的变更较小。由于地基处理工程量的计算较为复杂，因此这里选用地基处理挖方量变更率和填方量变更率来衡量。建筑面积变更则用全站建筑面积变更率来衡量。

（二）线路工程

本文中的线路工程指架空线路工程。

1.经济指标

架空输电线路工程费用按照项目划分，可分为线路本体费用和其他费用以及基本预备费。

（1）本体费用

本体费用包括基础工程费用、杆塔工程费用、接地工程费用、架线工程费用、附件安装工程费用和辅助工程费用。其中，基础工程、杆塔工程和架线工程的费用结余较多，因此将这三类工程费用结余率作为本体费用管控效果的评价指标。

（2）其他费用及基本预备费

架空线路工程这两类费用的管控效果评价指标同变电工程，此处不再赘述。

2.技术指标

与变电工程相比，线路工程量变化较大，主要由可研阶段设计深度不足，阶段预留空间较大以及实施阶段的路径方案调整较多等原因造成。主要的变更发生在杆塔数量和线路长度。在100项工程中，有59项工程的杆塔数量发生变化，大部分为数量减少。线路工程中，线路长度预留的合理裕度为5%，而样本工程中线路长度平均降幅较大，为15%。因此，杆塔数量和线路长度是线路投资控制的重点，这里选取杆塔数量变更率和线路长度变更率作为评价指标。

（三）输变电工程可研投资管控效果评价指标体系

本文所构建的输变电工程可研投资管控效果评价指标体系如表1所示。

三、输变电工程可研投资管控效果评价模型构建

（一）基于综合集成赋权法的灰色三角白化权函数评价模型

设有n个评价对象，m个评价指标，s个不同的灰类，对象i关于指标j的样本观测值为xij（i=1，2，…，n;j=1，2，…，m），根据xij对相应对象i进行评价，具体步骤如下：

1.确定评价灰类

评价灰类包括评价灰类的等级数、灰类的灰数及灰类的白化权函数[12]，可以较为准确地反映评价指标属于某类的程度。按照实际的评价需求，设置灰类数为s，将各指标的取值范围也相应地划分为s个灰类[13]。例如，将j指标的取值范围[a1，as+1]划分为[a1，a2]，…，[αk，αk+1]，…，[αs，αs+1]，其中，ak=（k=1，2，…，s）的取值范围由评价对象的实际情况或者定性的研究结果决定。

2.确定评价指标的权重

主观赋权法以评价者的知识和经验为基础，虽然能够反映除客观数据以外的信息，但其结果也存在一定的主观随意性。而客观赋权法虽然有比较完善的数学理论和方法，但纯粹以数学计算结果为判断依据，忽略了评价者的主观信息，其结果也可能存在一定偏差。因此本文选择层次分析法对指标权重进行主观赋权，选用熵值法进行客观赋权，并运用“乘法”集成法确定指标最终的组合权重。其中，熵值法的计算过程如下：

3.建立三角白化权函数

4.计算综合聚类系数

（二）理想解法评价模型

理想解法是多属性决策中常用的一种解决多元质量特性优化问题的方法，其计算步骤如下[16]：

（三）组合评价模型

由于灰色三角白化权函数评价模型最終仅能确定评价对象所属灰类以及关于该灰类的隶属度，而未得到评价对象的综合评价值，因此，对模型得到的综合聚类系数做如下处理：

四、算例分析

（一）指标处理

本文选取该省3个地区，每个地区选取规模相似的10项输变电工程进行算例分析，以证明评价模型的可行性和适用性。3个地区分别为M1、M2和M3，运用公式11—公式14对指标数值进行一致化和无量纲化处理，结果如表2所示。

（二）灰色三角白化权函数评价模型计算过程

1.确定评价对象和评价灰类

2.确定指标权重

运用综合集成赋权法确定的评价指标权重如表3所示。

3.求各指标延拓值及各对应灰类的白化权函数值

4.计算综合聚类系数

1.计算加权规范化决策阵

运用上文计算得到的组合权重对规范化决策阵Z进行加权，得到加权规范化决策阵U如下：

3.计算相对接近度

根据公式18—公式21，计算出M1、M2和M3的相对接近度如下：

（四）组合评价计算过程

根据公式22，赋予“差”“中”“良”“优”4个灰类的分值分别为0、30、60、100，计算得到3个地区的综合评价值为：

五、结论

可研估算的准确性和合理性是工程投资有效管控的前提。本文以东部某省为例，对该省100项输变电工程的投资结余率进行了统计分析，发现大部分工程的投资结余率都处于10%～50%之间，较高的结余率说明可研估算难以发挥其对于投资管控的价值。在投资的分项费用中，建设场地征用及清理费、项目建设管理费、项目建设技术服务费、生产准备费和基本预备费产生了较大的结余，除了上述费用，变电工程的直接工程费和设备费，以及线路工程的基础工程、杆塔工程和架线工程的费用也是投资结余来源。在技术因素方面，地基处理和建筑面积的变更是变电工程造价结余的重要原因，对于线路工程而言，杆塔数量和线路长度则是投资管控的重点。在对100项工程进行统计分析的基础上构建的输变电工程可研管控效果評价指标体系，具有较强的创新性、针对性和实用性。对所建立的指标体系，本文选用层次分析法进行主观赋权，选用熵值法进行客观赋权，并运用“乘法”集成法确定指标的组合权重，以确保指标权重的合理性。最终通过建立基于灰色三角白化权函数和理想解法的组合评价模型，实现对输变电工程可研投资管控效果的评价和分析。

【参考文献】

[1] ZHAO H，WANG H，HAN Y. Investment optimization for grid construction projects and aid decision-making systems for grid investment[J].East China Electric Power，2007，35（6）：23-25.

[2] LU Y，NIU C，XU X，et al.Power grid project cost intelligent evaluation technology based on probability statistics[J].Open Cybernetics & Systemics Journal，2014，8（1）：1129-1133.

[3] 彭光金.小样本工程造价数据的智能学习方法及其在输变电工程中的应用研究[D].重庆：重庆大学博士学位论文，2010.

[4] 丁伟伟.浙江电网建设项目造价管理评价体系研究[D].保定：华北电力大学硕士学位论文，2014.

[5] 刘冰旖.输变电工程造价智能分析模型与应用研究[D].北京：华北电力大学硕士学位论文，2016.

[6] 许晓明，王义元.电网项目全过程管理中应用的工程造价管控研究[J].工程建设与设计，2017（1）：170-172.

[7] 邱金鹏.高海拔区域电网工程造价合理性评价管理研究[D].北京：华北电力大学硕士学位论文，2017.

[8] 路妍.基于目标控制的电网工程造价动态管理模型研究[D].北京：华北电力大学硕士学位论文，2016.

[9] NIU D，SONG Z，WANG M，et al.Improved TOPSIS method for power distribution network investment decision-making based on benefit evaluation indicator system[J].International Journal of Energy Sector Management，2017，11（4）：595-608.

[10] LI L，WANG R，LI X.Grey fuzzy comprehensive evaluation of regional financial innovation ability based on two types weights[J].Grey Systems Theory & Application，2016，6（2）：187-202.

[11] HE Y，TAO W，DAI A，et al.Risk comprehensive evaluation of urban network planning based on fuzzy Bayesian LS_SVM[J].Kybernetes，2013，39（5）：707-722.

[12] 邱浩斌.高校基础设施BT项目运作模式及风险管理研究[D].武汉：中南大学硕士学位论文，2014.

[13] 李友军.基于端点三角白化权函数的服务业发展水平灰色评估研究[J].商业经济研究，2014（3）：132-133.

[14] 钟雅珊.山火自然灾害影响下的区域电网安全评价及管理研究[D].北京：华北电力大学硕士学位论文，2017.

[15] 王安，陈之宁，胡浩然.基于三角白化权函数的武器装备研制项目技术风险评估[J].指挥控制与仿真，2010，32（6）：58-59.

[16] UYSAL F，■ TOSUN.Fuzzy TOPSIS-based computerized maintenance management system selection[J].Journal of Manufacturing Technology Management，2012，23（2）：212-228.

[17] LI Q.Weighted absolute degree of grey incidence with TOPSIS and its application[J].Grey Systems Theory & Application，2016，6（2）：281-291.

[18] 马永仁，徐文修，朱美玲，等.TOPSIS法在设施农业种植模式综合评价中的应用[J].新疆农业科学，2010，47（12）：2367-2370.