基于PDCA理论与灰色三角白化权函数的电网企业“放管服”改革成效评价体系研究

马晓飞，刘晓宇，马 洁，单冰喆，谭文玉，杨 军

(1.国网湖南省电力有限公司，长沙 410000;2.国网湖南省电力有限公司娄底供电分公司，湖南 娄底 417000;3.武汉大学，武汉 430072)

0 引言

2016年5月，李克强总理通过推进“放管服”改革电视电话会议，提出通过政府减权限权和监管改革[1-2]，国家电网公司(简称“国网公司”)和南方电网公司积极响应国家号召推进“放管服”改革。然而现有国内外关于电网企业“放管服”相关研究工作缺乏对改革成效的量化评价。此外，当前研究的评价方法[3-7]在主观权重的确定方面存在一致性检验问题，易造成指标失效[5]，且未考虑不同指标之间的相互作用。

在综合考虑电网企业“放管服”改革的工作流程特殊性以及评价影响因素多元性的基础上，提出了基于PDCA理论与灰色三角白化权函数模型的电网企业“放管服”改革成效评价体系，构建了基于PDCA理论的“放管服”改革成效评价指标体系;采用灰色三角白化权函数模型对系统进行评价，同时考虑主客观权重和指标间的相互作用，既采纳了专家关于各指标的重要性分析，也利用了客观原始数据本身蕴藏着的内部信息，可使评价结果更具科学性和准确性，为今后电网企业进一步推进“放管服”改革提供参考依据。

1 国家电网有限公司“放管服”改革机制分析

1.1 改革思路及内涵

国家电网有限公司(简称“国网公司”)“放管服”改革主要包括3个层面的内容:“放”就是要合理放权授权;“管”就是要精准有效管控;“服”就是要着力提升服务质效。国网公司“放管服”改革思路见图1。

图1 国网公司“放管服”改革思路

1.2 工作机制

按照国网公司“放管服”改革工作部署，改革前期，公司组织征集各单位的意见建议，分类整理后形成改革事项清单;改革期间，公司各部门结合各单位意见建议和专业管理水平，形成部门权责清单，各二级单位执行事项清单;改革后期，建立“放管服”改革跟踪评价机制，着力解决改革过程中的突出问题，适时调整改革举措。

2 基于PDCA理论的电网企业“放管服”成效评价指标体系

2.1 评价指标的选取原则

采用SMART原则[8]确立评价指标。结合电网企业“放管服”改革的特点，以“放管服”改革成效为主体，基于SMART原则，结合PDCA理论[9-10]构建成效评价指标评价体系。

2.2 “放管服”改革成效评价指标体系构建

“放管服”改革评估的重要环节是建立面向对象的评价指标体系。本文构建的4个准则层共计15项指标综合评价指标体系如图2所示，从培训宣贯、事项制定、事项实施和事项成效4个方面对电网企业“放管服”改革进行全面系统的分析评价。

图2 “放管服”成效评价指标体系

3 灰色三角白化权函数综合评价模型

3.1 模型组成与构建方法

在构建“放管服”改革成效评价指标体系时，从不同的改革过程及不同评价主体的角度来反应改革成效评价的全面性，而评价模型需要将多个指标体系量化为一个最终的评分值，从而客观反应电网企业全过程“放管服”改革的成效。本文构建的基于灰色三角白化权函数的电网企业“放管服”改革成效评价流程如图3所示。

3.2 指标的归一化处理

根据不同指标的属性，将本次的评价指标分为3种类型:正向指标、逆向指标、中间型指标，对正向指标和逆向指标采取极值处理法处理，对中间型指标采取隶属函数法处理。

a.正向指标

图3 电网企业“放管服”改革成效评价流程

式中:a与d为函数的下限与上限值;b与c为中间区间[b，c]的上限与下限。

3.3 指标体系权重的确定

实际问题中，部分指标间会存在相互关联，Shapley法作为一种非可加测度的计算权重的方法，能充分考虑各指标关联性，通过局部对整体的相对重要程度来解决利益分配难题。因此，本文根据图2的指标体系，采用Shapley值确定权重。

3.3.1 单一指标风险值

式中:a i为第i个评价指标的比例标度。

3.3.2 组合指标风险值

令集合N={1，2，3，…，N}，对于N的任意子集为S(n)个因素组合中的任意一种，都对应一个实值函数V(S)，使其满足:

式中:N，V[ ]为指标合作组合风险;V为特征函数;V S()为相应因素的组合风险值。

计算φi v()第i个评价指标分配的Shapley值:

按照Shapley值模型，计算各指标组合风险值。

最后，计算各指标Shapley值，即各指标的权重计算:

3.4 模型综合评价

3.4.1 灰类确定及对应白化权函数的建立

基于评价灰类数[11]将评价指标取值划分为相应 [k1，k2] ，[k3，k4] ，…，[kn，k n+1]。令εk=(kt+k t+1)/2，属于第k个灰类的灰色聚类三角函数值为1，可分别将j指标的取值域向左、右延拓至k0、k t+2，则对于指标i的灰色聚类三角函数为:

式中:k1，k2，…，k m为评价指标划分边界;εt为第k个灰类的灰色三角函数值;f ti x()为指标i的灰色聚类三角函数。

3.4.2 灰色综合聚类分析

根据各指标对应的三角函数，构建灰色聚类权矩阵R i。对A ij进行聚类评价，构造A i的灰色聚类矩阵:

把得出的灰色聚类评价向量与安全风险测度值合成。

单值化处理:

综合评价值:

式中:V为安全风险测度值，取各等级的中值。

4 实例分析

以某省级电网公司为例，经过前期对该省“放管服”改革情况分析，构建了如图2所示的“放管服”成效评价指标体系，并对该案例进行计算分析。

4.1 综合权重计算

本文采用专家赋权法确定指标初始权重。邀请m个专家对指标A ij赋值，建立评价矩阵B i=其中n为评价指标的数量，运用Shapley值模型确定权重如表1所示。

表1 各项指标权重

4.2 灰类及白化三角权函数的确定

针对“放管服”改革背景，本文将灰类划分为五个等级“高”、“较高”、“中”、“较低”、“低”，按照评价指标标准化处理后的指标基础值取值范围，将灰类范围设定在0～1，具体对应关系见表2所示。

表2 指标评价分级值界定

通过灰色聚类三角函数和评价指标标准化值，分别得到评价指标对应的各个灰度的聚类三角函数，如表3所示。

表3 聚类三角函数值

4.3 灰色聚类评价

根据式(9)-(13)，计算出各个部门关于“低”、“较低”、“中”、“较高”、“高”5个灰类的综合聚类系数，计算结果如表4所示。

表4 综合聚类系数

4.4 评价结果分析

根据单值化处理，对该省电力公司“放管服”改革成效二级指标的影响程度从大到小依次为工作效率因素、流程简化因素、监管力度因素、服务评价因素。其中工作效率因素对“放管服”改革成效的影响程度最大，应进一步根据各部门情况，加大“放管服”改革过程中对员工工作效率的提高;流程简化因素及监管力度因素的影响程度次之，应重点控制，加强改革风险预防;服务评价因素的影响最低，但也达到了较高等级，应根据基层单位的意见进行改革过程中的实时评价。

由表4可以看出，根据综合评价值计算得到该省公司“放管服”改革中部门C综合评价值最高，为0.764 30。结合指标评价分级值界定表，5个部门的改革成效均为较高水平，其中部门C、部门E改革结果较好，部门A改革效果有待提升。

5 结论

国网公司深入贯彻党中央、国务院关于深化“放管服”改革工作部署，坚持以“放管服”改革优化集团管控策略。结合电网企业特点及“放管服”改革机制，根据SMART原则与PDCA理论，构建了培训宣贯、事项制定、事项实施和事项成效4个准则层共计15项指标的“放管服”改革评价体系。基于非可加测度的Shapley值赋予各评价指标综合权重，既考虑了指标之间的关联作用，也更符合实际的权重分配情况。引入灰色聚类分析法建立了灰色三角白化权函数综合评价模型，并结合某省电力公司的改革情况进行了实例分析，对该省“放管服”改革的成效评价结果表明，文中提出的电网企业“放管服”改革成效评估指标体系能够科学量化评价“放管服”改革中各部门实施效果，能够为今后的相关政策制定提供参考依据。