輸變電工程可研投資管控效果評價研究

陳丹 吳霜 楊慶剛

【摘 要】 可研階段是工程投資管控的關鍵階段，然而目前電網公司對輸變電工程可研階段的投資管控缺少針對性的研究，工程實際投資較可研估算的結余率普遍較高。基于此，文章通過對輸變電工程大樣本進行統計分析，深入挖掘出輸變電工程在可研投資管控方面的薄弱點，并從經濟和技術兩個角度出發，構建變電工程和線路工程的可研管控效果評價指標體系，具有一定的創新性。同時，通過建立基于灰色三角白化權函數和理想解法的組合評價模型，對輸變電工程可研投資管控效果進行評價，為電網公司進行工程造價控制提供參考。

【關鍵詞】 輸變電工程; 可研投資管控; 組合評價模型

【中圖分類號】 F062.4 ?【文獻標識碼】 A ?【文章編號】 1004-5937（2019）16-0024-07

電網建設項目的建設時間較長，所投入的資金也較多，電網項目本身的復雜性使其資金管理面臨一定的不確定性[1]。同時，隨著電網建設項目逐漸增多，投資規模不斷擴大，新電改不斷深入，影響其投資計劃的因素也變得更加多樣化和復雜化，科學合理地進行投資管控愈發凸顯其重要性。

已有研究證明，項目全壽命周期中各個階段的因素會對工程造價產生影響，其中影響最大的階段為可行性研究階段，其對工程造價產生的影響可達到70%～80%[2]。因此，可研階段能否做出正確的決策至關重要。而投資估算作為可行性研究階段工作中的重點，既是判斷項目可行性、投資效益和優選投資方案的主要依據，也是下一階段編制項目概算的主要依據[3]。由此可見，可研估算的準確性和合理性是工程投資有效管控的前提。一般來說，最終可研階段投資估算的偏差率應在10%以內。然而目前，電網公司對于電網建設項目的投資管控仍存在較大缺陷，工程實際投資較可研估算的結余率高這一問題普遍存在，這就導致項目可研難以發揮其應有的作用，無法在項目源頭上有效控制工程投資，造成大量資金閑置，資金使用效率不高。

目前針對電網項目投資管控的研究大多集中在電網工程全過程造價管理方面，單獨針對可研階段投資管控這一問題的研究不夠深入，也較少針對可研估算結余率這一問題展開研究。一方面，丁偉偉[4]、劉冰旖[5]、許曉明等[6]，對電網項目前期決策、初步設計、招投標、施工、竣工決算等各階段造價管理方面存在的問題進行了挖掘，在可研階段提出了相應的管理措施以實現對最終實際造價的管控。但由于其針對的是項目實際造價的管控，因此在可研估算本身準確性的管控方面較為薄弱，且主要以定性分析為主。另一方面，各文獻針對投資管控效果所建立的評價指標體系，大多包含了費用指標，但費用指標的可比性、全面性還有待加強。例如邱金鵬[7]雖對造價各項費用進行了細分，將主控樓建筑費用、控制電纜單價等納入了變電工程造價合理性評價指標體系中，但這些指標均為絕對指標，難以直觀說明投資的管控效果。路妍[8]考慮了投資控制率、不合理費用支出率等相對指標，但只針對總體投資，缺少對具體分項費用的深入分析。本文所開展的電網工程分項費用結余率研究有利于彌補這方面的空白。在評價方法方面，各文獻所運用的模型基本分為兩類，一類以傳統綜合評價模型為主，例如Niu，et al.[9]所采用的改進TOPSIS法，Li，et al.[10]采用的灰色模糊綜合評價法等。另一類將智能算法運用到綜合評價中，例如He，et al.[11]所采用的模糊貝葉斯LS-SVM法等。這些綜合評價模型可以為本文進行管控效果評價研究提供參考。

綜上，本文通過對輸變電工程大樣本進行統計分析，深入挖掘出輸變電工程在可研投資管控方面的薄弱點，并以此為基礎，構建可研投資管控效果評價指標體系，同時建立基于灰色三角白化權函數和理想解法的組合評價模型，為電網公司進行輸變電工程可研投資管控提供參考。

一、輸變電工程可研投資管控效果分析

本文主要針對東部某省的輸變電工程可研投資管控效果進行研究。目前該省電網公司在工程投資管控方面存在片面性，即對于實際投資超出可研估算的管控措施較為嚴格，因此輸變電工程較少出現超可研投資的情況，但對于實際投資較可研估算的結余率卻缺少相關的要求，這就造成輸變電工程投資結余率偏高，可研階段無法發揮對投資控制的作用，較大的投資結余率也導致了大量預算資金的閑置，降低了資金使用效率，不利于電網公司的資金管理和日常運營。

本文選取該省2015、2016年完成竣工決算審計的100項輸變電工程（包括46項110千伏工程和54項220千伏工程）進行投資結余率分析，發現所有工程可研批復資金合計為184.88億元，實際建設資金為129.97億元，實際投資較可研估算結余54.91億元，結余率為29.7%。其中，投資結余率小于0%，即出現超支情況的工程有3項，投資結余率在0%～10%的工程有13項，在10%～20%的工程有19項，在20%～30%的工程有30項，在30%～40%的工程有26項，在40%～50%的工程有7項，大于50%的工程有2項。

由此可知，在100項輸變電工程中，出現超支情況的工程數占工程總數的3%，存在結余情況的工程數占工程總數的97%，說明工程造價呈整體降低趨勢。在97項投資結余的工程中，實際投資較可研估算結余率在0%～10%的工程數占13%，結余率大于50%的工程數占2%，而結余率在10%～50%的工程數占85%，說明大部分工程的投資結余率都偏高，可研對投資的管控力度不夠，因此有必要對可研投資管控效果進行進一步的評價和分析。

二、輸變電工程可研投資管控效果評價指標體系

（一）變電工程

1.經濟指標

根據《電網工程建設預算編制與計算規定》（2013年版）規定，建設項目靜態投資由建筑安裝工程費、設備購置費、其他費用及基本預備費構成。

（1）建筑安裝工程費

建筑安裝工程費包括建筑工程費和安裝工程費。由對100項輸變電工程的統計結果發現，建筑安裝工程費的結余主要由直接工程費結余造成，因此將直接工程費結余率作為建筑安裝工程費方面的管控效果評價指標。

（2）設備購置費

設備購置費包括設備費和設備運雜費。由于國網實施工程物資招投標制度以后設備采購價格有所降低，因此主要的結余在于設備費，以設備費結余率作為設備購置費的管控效果評價指標。

（3）其他費用

其他費用包括建設場地征用及清理費、項目建設管理費、項目建設技術服務費、生產準備費和大件運輸措施費。其中，建設場地征用及清理費、項目建設管理費、項目建設技術服務費、生產準備費的結余量和結余率較高，因此將這四項費用的結余率作為其他費用的管控效果評價指標。

（4）基本預備費

由于可研階段一般按照工程總造價的4%作為工程預備費，按變電和線路分列，在總造價大幅度結余的情況下，大部分工程項目未動用基本預備費，造成基本預備費結余。因此，基本預備費管控效果可以用基本預備費結余率來衡量。

2.技術指標

由于工程方案和工程量的變更會直接造成可研估算和實際投資之間的差異，影響可研投資管控的準確性，因此有必要將工程方案和工程量變更等技術方面的指標納入到投資管控效果評價指標體系中。通過對輸變電工程中變電部分的統計發現，變電工程變更主要集中在地基處理變更，在100項工程中有51項工程的地基處理工程量發生變化，地基處理引起的投資偏差往往是土建施工中最大的，其根本原因在于可研階段勘測深度不夠。其次為建筑面積變更，其余的變更較小。由于地基處理工程量的計算較為復雜，因此這里選用地基處理挖方量變更率和填方量變更率來衡量。建筑面積變更則用全站建筑面積變更率來衡量。

（二）線路工程

本文中的線路工程指架空線路工程。

1.經濟指標

架空輸電線路工程費用按照項目劃分，可分為線路本體費用和其他費用以及基本預備費。

（1）本體費用

本體費用包括基礎工程費用、桿塔工程費用、接地工程費用、架線工程費用、附件安裝工程費用和輔助工程費用。其中，基礎工程、桿塔工程和架線工程的費用結余較多，因此將這三類工程費用結余率作為本體費用管控效果的評價指標。

（2）其他費用及基本預備費

架空線路工程這兩類費用的管控效果評價指標同變電工程，此處不再贅述。

2.技術指標

與變電工程相比，線路工程量變化較大，主要由可研階段設計深度不足，階段預留空間較大以及實施階段的路徑方案調整較多等原因造成。主要的變更發生在桿塔數量和線路長度。在100項工程中，有59項工程的桿塔數量發生變化，大部分為數量減少。線路工程中，線路長度預留的合理裕度為5%，而樣本工程中線路長度平均降幅較大，為15%。因此，桿塔數量和線路長度是線路投資控制的重點，這里選取桿塔數量變更率和線路長度變更率作為評價指標。

（三）輸變電工程可研投資管控效果評價指標體系

本文所構建的輸變電工程可研投資管控效果評價指標體系如表1所示。

三、輸變電工程可研投資管控效果評價模型構建

（一）基于綜合集成賦權法的灰色三角白化權函數評價模型

設有n個評價對象，m個評價指標，s個不同的灰類，對象i關于指標j的樣本觀測值為xij（i=1，2，…，n;j=1，2，…，m），根據xij對相應對象i進行評價，具體步驟如下：

1.確定評價灰類

評價灰類包括評價灰類的等級數、灰類的灰數及灰類的白化權函數[12]，可以較為準確地反映評價指標屬于某類的程度。按照實際的評價需求，設置灰類數為s，將各指標的取值范圍也相應地劃分為s個灰類[13]。例如，將j指標的取值范圍[a1，as+1]劃分為[a1，a2]，…，[αk，αk+1]，…，[αs，αs+1]，其中，ak=（k=1，2，…，s）的取值范圍由評價對象的實際情況或者定性的研究結果決定。

2.確定評價指標的權重

主觀賦權法以評價者的知識和經驗為基礎，雖然能夠反映除客觀數據以外的信息，但其結果也存在一定的主觀隨意性。而客觀賦權法雖然有比較完善的數學理論和方法，但純粹以數學計算結果為判斷依據，忽略了評價者的主觀信息，其結果也可能存在一定偏差。因此本文選擇層次分析法對指標權重進行主觀賦權，選用熵值法進行客觀賦權，并運用“乘法”集成法確定指標最終的組合權重。其中，熵值法的計算過程如下：

3.建立三角白化權函數

4.計算綜合聚類系數

（二）理想解法評價模型

理想解法是多屬性決策中常用的一種解決多元質量特性優化問題的方法，其計算步驟如下[16]：

（三）組合評價模型

由于灰色三角白化權函數評價模型最終僅能確定評價對象所屬灰類以及關于該灰類的隸屬度，而未得到評價對象的綜合評價值，因此，對模型得到的綜合聚類系數做如下處理：

四、算例分析

（一）指標處理

本文選取該省3個地區，每個地區選取規模相似的10項輸變電工程進行算例分析，以證明評價模型的可行性和適用性。3個地區分別為M1、M2和M3，運用公式11—公式14對指標數值進行一致化和無量綱化處理，結果如表2所示。

（二）灰色三角白化權函數評價模型計算過程

1.確定評價對象和評價灰類

2.確定指標權重

運用綜合集成賦權法確定的評價指標權重如表3所示。

3.求各指標延拓值及各對應灰類的白化權函數值

4.計算綜合聚類系數

1.計算加權規范化決策陣

運用上文計算得到的組合權重對規范化決策陣Z進行加權，得到加權規范化決策陣U如下：

3.計算相對接近度

根據公式18—公式21，計算出M1、M2和M3的相對接近度如下：

（四）組合評價計算過程

根據公式22，賦予“差”“中”“良”“優”4個灰類的分值分別為0、30、60、100，計算得到3個地區的綜合評價值為：

五、結論

可研估算的準確性和合理性是工程投資有效管控的前提。本文以東部某省為例，對該省100項輸變電工程的投資結余率進行了統計分析，發現大部分工程的投資結余率都處于10%～50%之間，較高的結余率說明可研估算難以發揮其對于投資管控的價值。在投資的分項費用中，建設場地征用及清理費、項目建設管理費、項目建設技術服務費、生產準備費和基本預備費產生了較大的結余，除了上述費用，變電工程的直接工程費和設備費，以及線路工程的基礎工程、桿塔工程和架線工程的費用也是投資結余來源。在技術因素方面，地基處理和建筑面積的變更是變電工程造價結余的重要原因，對于線路工程而言，桿塔數量和線路長度則是投資管控的重點。在對100項工程進行統計分析的基礎上構建的輸變電工程可研管控效果評價指標體系，具有較強的創新性、針對性和實用性。對所建立的指標體系，本文選用層次分析法進行主觀賦權，選用熵值法進行客觀賦權，并運用“乘法”集成法確定指標的組合權重，以確保指標權重的合理性。最終通過建立基于灰色三角白化權函數和理想解法的組合評價模型，實現對輸變電工程可研投資管控效果的評價和分析。

【參考文獻】

[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.小樣本工程造價數據的智能學習方法及其在輸變電工程中的應用研究[D].重慶：重慶大學博士學位論文，2010.

[4] 丁偉偉.浙江電網建設項目造價管理評價體系研究[D].保定：華北電力大學碩士學位論文，2014.

[5] 劉冰旖.輸變電工程造價智能分析模型與應用研究[D].北京：華北電力大學碩士學位論文，2016.

[6] 許曉明，王義元.電網項目全過程管理中應用的工程造價管控研究[J].工程建設與設計，2017（1）：170-172.

[7] 邱金鵬.高海拔區域電網工程造價合理性評價管理研究[D].北京：華北電力大學碩士學位論文，2017.

[8] 路妍.基于目標控制的電網工程造價動態管理模型研究[D].北京：華北電力大學碩士學位論文，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.高校基礎設施BT項目運作模式及風險管理研究[D].武漢：中南大學碩士學位論文，2014.

[13] 李友軍.基于端點三角白化權函數的服務業發展水平灰色評估研究[J].商業經濟研究，2014（3）：132-133.

[14] 鐘雅珊.山火自然災害影響下的區域電網安全評價及管理研究[D].北京：華北電力大學碩士學位論文，2017.

[15] 王安，陳之寧，胡浩然.基于三角白化權函數的武器裝備研制項目技術風險評估[J].指揮控制與仿真，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] 馬永仁，徐文修，朱美玲，等.TOPSIS法在設施農業種植模式綜合評價中的應用[J].新疆農業科學，2010，47（12）：2367-2370.