開放售電背景下電力客戶黏度的綜合評價研究

曾 鳴，劉 沆，田立燚，孫天雨，戚 巍，李悅悅

（1.華北電力大學經(jīng)濟與管理學院，北京 102206；2.國網(wǎng)遼寧省電力有限公司丹東供電公司，遼寧丹東 118000；3.國網(wǎng)遼寧省電力有限公司沈陽供電公司，沈陽 110003）

隨著新一輪電力體制改革的深入推進，售電側(cè)逐漸放開，除了電網(wǎng)公司外，越來越多符合資質(zhì)條件的售電公司涌入競爭性售電市場，而電力客戶作為售電公司利潤的源頭，將成為各類售電公司關注的焦點，因而如何有效地擁有和控制客戶資源并提升客戶留存率對于各類售電公司具有重要的研究意義［1］。

一、文獻回顧

目前，國內(nèi)外針對電力客戶黏度的研究較少，但電力客戶價值評價與電力客戶滿意度評估等方面的研究較多。在電力客戶價值評價方面，拓廣忠等［2］構(gòu)建了基于決策樹的客戶價值決策模型，并從電力客戶的當前價值和潛在價值兩個方面設計了電力價值評定指標，利用優(yōu)劣解距離方法計算客戶最終分值。陳纓等［3］構(gòu)建了符合電力行業(yè)特點的電力客戶終身價值模型，在此基礎上運用k 均值聚類算法對某省電力客戶的開展了實證分析。喻小寶等［4］從收益和風險兩個方面構(gòu)建了電力客戶評估指標體系，并基于電力客戶評估結(jié)果對用戶進行類別劃分。在電力客戶滿意度評估方面，周黎莎和于新華［5］提出了基于網(wǎng)絡層次分析法的客戶滿意度評價模型，來評價具有不確定性的電力客戶滿意度。楊淑霞等［6］構(gòu)建了基于魚群算法優(yōu)化BP 神經(jīng)網(wǎng)絡的電力客戶滿意度綜合評價模型。董沫如等［7］從業(yè)務報裝和供電能力兩大方面考慮，構(gòu)建了基于蒙特卡洛模擬的電力客戶滿意度測評。此外，在電力客戶黏度方面，杜鵬輝等［8］對電力客戶黏度、客戶忠誠與客戶滿意間的關系進行了深入研究，構(gòu)建了用電客戶黏度測評模型，從轉(zhuǎn)換成本、信任、安全性感知與滿意度4 個方面構(gòu)建了指標體系。

雖然國內(nèi)外在電力客戶黏度相關領域已開展諸多研究，但是研究中還存在賦權(quán)方式過于簡單、指標體系中缺乏定量指標等不足［9］，而且針對開放售電環(huán)境這一背景下電力客戶黏度評價的研究更是鮮有。鑒于此，本文在前人工作的基礎上，對開放售電環(huán)境下售電公司客戶黏度評價展開深入研究。首先，明確電力客戶黏度的涵義，并分析影響電力客戶黏度的重要因素。其次，站在電力客戶的角度，綜合考慮客戶感知、客戶行為、客戶依賴、客戶信任4 大主要影響因素，將其具體細分為15 個關鍵性定性與定量相結(jié)合的指標，構(gòu)建電力客戶黏度評價指標體系，并基于綜合賦權(quán)方法和模糊綜合評價方法建立電力客戶黏度評價模型。最后，選取某地區(qū)的典型售電公司代表開展算例分析，算例驗證了本文構(gòu)建的模型的可操作性與有效性，為售電公司提升服務質(zhì)量，增進客戶留存提供重要支撐。

二、電力客戶黏度內(nèi)涵及影響因素分析

（一）電力客戶黏度含義

“用戶黏度”一詞最早出現(xiàn)于互聯(lián)網(wǎng)產(chǎn)業(yè)，通常用于表征目標消費群體對于網(wǎng)絡平臺的依賴程度［10］，該概念在網(wǎng)絡游戲、購物平臺及網(wǎng)絡運營中擁有廣泛的應用，它體現(xiàn)了網(wǎng)絡用戶的忠誠度與依賴度，包含用戶回訪次數(shù)、頁面停留時間等，用戶黏度越強，則該電商平臺越容易發(fā)揮價值。隨著互聯(lián)網(wǎng)產(chǎn)業(yè)與營銷行業(yè)的深度融合，在市場營銷［11-12］相關的研究與實踐中常常將客戶價值與用戶黏度2 個定義進行關聯(lián)。因此“用戶黏度”逐漸演變?yōu)椤翱蛻麴ざ取薄?/p>

將客戶購買商品或服務的心理分析作為研究出發(fā)點，客戶的心理變化過程［13-15］是由認知、情感逐步發(fā)展為意向，三階段心理歷程缺一不可。因此，開展有效的客戶黏度分析，需要從行為黏度、認知黏度、情感黏度及意向黏度對客戶黏度進行劃分。對于電力行業(yè)，電力客戶對售電公司的服務的感知狀態(tài)與依賴程度容易受到電價、電能質(zhì)量、相關服務等一系列因素的影響［16-19］。因此客戶黏度的定義同樣適用于售電企業(yè)。在此基礎上，本文進一步考慮開放售電環(huán)境下，電力客戶面向售電公司的行為、態(tài)度、情感等一系列主客觀感受，從客戶行為、客戶感知、客戶信任、客戶依賴幾個方面來評估客戶受到其他因素干擾存在轉(zhuǎn)換售電公司可能性時，能夠克服壓力依然保持對現(xiàn)有售電公司的購電行為及偏好，即本文中所理解的電力客戶黏度。

（二）開放售電背景下售電公司電力客戶黏度影響因素

售電側(cè)的放開被認為是新一輪電力體制改革的最大亮點，對于競爭性的市場結(jié)構(gòu)和市場體系的構(gòu)建具有重要意義。縱觀目前市場中的售電公司，大部分擁有發(fā)電能力或配電能力，具有十足的潛力。其中，擁有發(fā)電權(quán)的售電公司擁有豐富的電能資源和不同客戶的用電資料，特別是一些大用戶通過直購電的方式來保證穩(wěn)定的供需關系；擁有配網(wǎng)經(jīng)營權(quán)的售電公司擁有配電的調(diào)度權(quán)，并可以收取一定過網(wǎng)費，同時憑借電力運行數(shù)據(jù)的挖掘來吸納更多的客戶；獨立型售電公司既不能掌控調(diào)度權(quán)又缺乏相關客戶和對手信息，在競爭性的市場環(huán)境下面臨著巨大的挑戰(zhàn)。

為了能夠更為科學客觀地剖析電力客戶黏度這一概念，同時兼顧電力行業(yè)中用電客戶的特點，本文立足于電力客戶的視角，從客戶行為、客戶感知、客戶信任、客戶依賴4 大影響因素來考慮電力客戶對于售電公司的黏度，四大影響因素的關系如圖1 所示，各影響因素具體解釋見下文。

圖1 電力客戶黏度影響因素及其關系

三、開放售電背景下售電公司的電力客戶黏度評價指標體系

綜合考慮上述影響因素，將其作為一級指標，并選取一級指標下屬的子級指標構(gòu)建了開放售電環(huán)境下售電公司客戶黏度指標體系，見表1。

各二級指標的釋義及計算方法如下：

（1）客戶行為（A1）。用電客戶的重復購電率（A11）：對于指定售電公司，在給定的時段內(nèi)產(chǎn)生重復購電行為的客戶數(shù)量占全部電力客戶的比重，屬于效益型指標；推薦售電公司行為傾向（A12）：電力客戶向他人推薦該售電公司的行為傾向，可量化為［0，100］的評分區(qū)間數(shù)，屬于效益型指標；投訴行為次數(shù)（A13）：對于指定售電公司，在給定的時段內(nèi)產(chǎn)生投訴行為的次數(shù)，屬于成本型指標。

（2）客戶感知（A2）。A2層的指標主要考慮了電力客戶對于售電公司供電情況及公司自身的綜合感知。因此均可以通過感知程度與期望程度的差值來表示。供電服務性價比（A21）、供電質(zhì)量穩(wěn)定程度（A22）、售電公司形象（A23）、客服人員的綜合素質(zhì)（A24）分別可由電力客戶對于以上指標的感知程度與期望程度的差值得到，均可量化為［0，100］的評分區(qū)間數(shù)，均屬于效益型指標。

（3）客戶依賴（A3）。業(yè)務種類多樣性（A31）：對于指定售電公司，在給定時段內(nèi)供電業(yè)務種類數(shù)量，反映電力客戶對售電公司未來的發(fā)展?jié)摿υu估，屬于效益型指標。對售電公司價格長期合理性評價（A32）：電力客戶對于售電公司價格長期合理性的感知程度與期望程度的差值，影響電力客戶對售電公司長期經(jīng)濟性的依賴程度，可量化為［0，100］的評分區(qū)間數(shù)，均屬于效益型指標。更換售電公司所需成本（A33）：電力客戶在轉(zhuǎn)換售電公司的過程中，了解新售電公司資料并與其交易的過程中產(chǎn)生的費用總和，影響電力客戶對售電公司長期經(jīng)濟性的依賴程度，屬于成本型指標。承受供電事故的能力（A34）：電力客戶對于售電公司承受供電事故的能力的認可程度，影響了電力客戶對售電公司長期安全可靠性的依賴程度，可量化為［0，100］的評分區(qū)間數(shù)，均屬于效益型指標。

（4）客戶信任（A4）。A4層的指標主要為售電公司能夠滿足電力客戶各方面期望的能力或程度。因此均可以通過感知程度與期望程度的差值來表示。對售電公司發(fā)展前景的信心程度（A41）、售電公司履行所承諾服務的能力（A42）、用戶對客服人員的信任程度（A43）、售電公司對用戶需求的響應程度（A44）分別可由電力客戶對于以上指標的感知程度與期望程度的差值得到，均可量化為［0，100］的評分區(qū)間數(shù)，均屬于效益型指標。

表1 售電公司電力客戶黏度評價指標體系

四、開放售電背景下售電公司電力客戶黏度綜合評價模型

（一）組合賦權(quán)模型

為了補足現(xiàn)有研究中客戶黏度相關評價模型［20-21］中賦權(quán)太過簡單的研究空白，本文采用主客觀相結(jié)合的賦權(quán)方法［22-23］，將層次分析法和熵權(quán)法得到的權(quán)重進行組合，構(gòu)建開放售電背景下售電公司電力客戶黏度的綜合賦權(quán)模型。

1.層次分析法

層次分析法（analytics hierarchy process，AHP）是一種層次權(quán)重決策分析方法，按目標、準則和方案等層次將與決策有關的元素進行分解。算法原理如下：

（1）構(gòu)造判斷矩陣。通過梳理上、下層次之間的邏輯關系并對各層次之間的每一個元素進行兩兩判斷，從而構(gòu)造出判斷矩陣B。B=（bij）n×m，其中bij為判斷矩陣的各要素，i=1，2，…，n；j=1，2，…，m。

（2）判斷矩陣歸一化處理。通過對判斷矩陣B中不同層次的元素進行歸一化處理得到向量wj，wj=從而可計算出判斷矩陣的特征值與特征向量。其中，特征值為αj2=1，2，…，m；特征向量θi=；i=1，2，…，n。

（3）判斷矩陣一致性檢驗。通過檢驗判斷矩陣B的隨機一致性比例AT是否滿足AT＜0.1，若滿足則通過一致性檢驗。AT=AI/TI，其中，AI表示一致性指標，數(shù)值越大一致性程度越差，AI=（αj2-n）/（n-1），n表示判斷矩陣的階數(shù)，TI表示矩陣的平均隨機一致性指標。

（4）進行層次排序。分別對同一層次的各元素進行單排序，并從上到下逐層進行排序，最終得到各元素的權(quán)重。

2.熵權(quán)法（EWM）

熵是用來度量信息無序狀態(tài)的工具，信息熵的大小與信息的無序度呈正相關，意味著信息熵越大，信息的效用越小。在綜合評價領域，可以利用熵值體現(xiàn)出的指標信息效用價值確定指標的權(quán)重。具體步驟如下。

（1）構(gòu)建初始信息數(shù)據(jù)矩陣。針對已獲得的s個樣本，t個評價指標構(gòu)建初始信息數(shù)據(jù)，其中hij表示原始評價數(shù)據(jù)，cij表示第i個評價的特征比重。

（2）計算指標j的熵值：

（3）計算熵值與1 的差距pj，對于給定的指標j，hij的差異性越小，則fj越大；當完全無序時，fj=1，此時fj的信息對綜合評價的效用值為0。因此，定義差異性因數(shù)向量V為

（4）計算指標效用價值，其本質(zhì)是通過計算指標的熵值來體現(xiàn)對應指標的信息效用價值，效用價值系數(shù)越高，表示該指標對評價的重要性越大，于是j項指標的權(quán)重為

3.組合賦權(quán)法

AHP 法充分考慮了決策者的感性認知，但是人為主觀因素隨意性較大，忽視了指標攜帶的客觀信息，主觀認可度較高；熵權(quán)法保留了原始數(shù)據(jù)的客觀信息，更具客觀真實性，但缺少了人為經(jīng)驗的情況下會使得求得權(quán)重與實際情況偏差較大［20-21］。鑒于此，本文提出一種組合賦權(quán)法，通過引入求解最優(yōu)組合系數(shù)將主觀權(quán)重xi與客觀權(quán)重yi進行組合的方法，使得到的電力客戶黏度更加貼近實際狀況。組合權(quán)重：

其中：a、b分別表示主觀和客觀權(quán)重系數(shù)，ab≥0，a+b=0，0≤a、b≤1。

某售電公司j的主客觀加權(quán)屬性值一致水平：

其中：axi Aij表示主觀加權(quán)屬性值；byi Aij表示客觀加權(quán)屬性值。

為了最小化主客觀加權(quán)屬性值一致水平，利用線性加權(quán)法建立優(yōu)化模型：

其中：ab≥0；a+b=0，0≤a、b≤1。

利用拉格朗日乘法求解權(quán)重系數(shù)a和b的二元優(yōu)化模型，解得指標的權(quán)重系數(shù)并代入式（3），從而獲得組合權(quán)重zi。

（二）模糊綜合評價模型

電力客戶黏度評價中涉及到多個復雜的指標，而模糊綜合評價適用于研究包含多個復雜因素的問題，加入模糊數(shù)學的想法，對事物進行模糊線性變換和隸屬等級的劃分，把定性問題的評價轉(zhuǎn)化為定量問題的評價，得出更為準確可信的評價結(jié)果。該模型如下所示。

（1）確定評價因素集W。首先，將所有評價指標分成m個因數(shù)集，建立因素集W={W1，W2，…，Wm}，滿足Wi?Wj=?，（i≠j）；其次，將Wi劃分為子因素集Wi=｛Wi1，Wi2，…，Wij，…，Win｝。

（2）建立評價集M。首先，構(gòu)建評價矩陣E，n為隸屬度個數(shù)；其次，根據(jù)指標的性質(zhì)和程度，建立評價集其中Mi代表各種可能的總的評價結(jié)果。

（3）構(gòu)建評價矩陣E，如式（6）所示：

其中：eij表示綜合所有電力客戶意見得到的評價對象按第i個因素Wi獲得第j個評語Mj的隸屬度。

（4）確定權(quán)重集Z。Zi中各評價指標的權(quán)重向量集表示為

（5）模糊綜合評判。首先，對Wi的m個因素進行單因素評價從而得到單因素評價矩陣Ei，其次，采用相同的模糊算子將Ei和權(quán)重向量Zi模糊合成，計算出該層次因素集Wi的評價結(jié)果Di：

用Di作為Wi的單指標評價向量，可構(gòu)成W到M的模糊評價矩陣：

由此假設，若W1，W2，…，Wm的權(quán)重向量為Zi={Zi1，Zi2，…，Zim}，則W的綜合評價為

（6）得出售電公司客戶黏度評價分值結(jié)果。將模糊綜合評價結(jié)果D與評價集M的右邊界所構(gòu)成的矩陣M0=｛100，80，60，40，20｝的轉(zhuǎn)置矩陣進行相乘，得出售電公司i的電力客戶黏度評價分值Si：

五、算例分析

為了實現(xiàn)電力客戶黏度方面的理論研究對實踐進行指導，同時驗證本文所提模型的有效性，本部分開展算例分析，算例結(jié)構(gòu)及各部分之間的關系如圖2 所示。算例選取了東北地區(qū)的甲、乙、丙、丁4 家典型售電公司進行電力客戶黏度評價，其中甲、丙售電公司的主要客戶群體為商業(yè)用戶及居民用戶，乙、丁售電公司的主要客戶群體為大工業(yè)用戶，選取每個售電公司參與評價的典型電力客戶各100 戶，計算各指標的樣本均值以進行后續(xù)相關的運算。

圖2 算例結(jié)構(gòu)及各部分關系

1.確定各級指標的權(quán)重集

基于AHP-EWM 法組合賦權(quán)模型，確定一級評價指標和二級評價指標的權(quán)重集分別見表2 和表3。

2.建立評價集

將評價指標劃為5個等級，評價集為M={M1，M2，…，M5}，其 中Mj表示第j個等級的分數(shù)。Mj={[0，20)差，[20，40)較差，[40，60)中，[60，80)良，[80，100)優(yōu)}。取等級分數(shù)區(qū)間的上限值構(gòu)成評價集：M={M1，M2，…，M5}={20，40，60，80，100} 。

表2 一級評價指標的權(quán)重集

3.構(gòu)建隸屬度矩陣

以售電公司甲為例，將100 位電力客戶的評價結(jié)果，取平均值得出如下模糊隸屬度矩陣，見表4。

4.模糊綜合評價

根據(jù)各個指標的權(quán)重值，利用加權(quán)平均算子求得第一層次因素集的模糊綜合評價矩陣E：

表3 二級評價指標的權(quán)重集

將上述評價向量作為上層指標評價矩陣，計算得出二級模糊綜合評價值，則甲公司的二級模糊綜合指標值為

D甲=A甲E=（0.2809，0.3683，0.1800，0.1708，0.0000）。

矩陣D中的5 個元素分別代表了該售電公司客戶黏度綜合評價結(jié)果在“優(yōu)、良、中、較差、差“5 個維度上的集群程度。D甲（0.2809，0.3683，0.1800，0.1708，0.0000）表示甲售電公司客戶黏度評價中28.09%為優(yōu)，36.83%為良，18.00%為中，17.08%為較差，0%為差，故該矩陣中數(shù)值最大的元素即為最大隸屬度，反映了該售電公司整體上看36.83%的指標落入了等級為良的評價區(qū)間。

同理，可得其他售電公司的最終評價結(jié)果：

乙公司為

D乙=（0.1543，0.3512，0.2516，0.1257，0.1123）；

丙公司為

D丙=（0.3151，0.2453，0.2052，0.2451，0.0640）；

丁公司為

D丁=（0.2150，0.1816，0.2250，0.3350，0.0970）。

5.綜合評價結(jié)果及分析

根據(jù)最大隸屬度原則，甲售電公司的綜合隸屬度值為0.3683，根據(jù)劃定的評價集可判定為“良”。因此，大約有36.83%的電力客戶對甲售電公司的整體實力或服務滿意。同理，乙售電公司的綜合隸屬度值為0.3512，評判等級為“良”，丙售電公司的綜合隸屬度值為0.3151，評判等級為“優(yōu)”，丁售電公司的綜合隸屬度值為0.335，評判等級為“較差”。

為了將各個售電公司的最終客戶黏度評價結(jié)果更為直觀地進行比較，對隸屬度進行分值轉(zhuǎn)換處理記為S。通過計算，甲售電公司的最終電力客戶黏度評價得分S甲=75.16；同理，可得售電公司乙、丙、丁的最終得分分別為S乙=63.65，S丙=73.25，S丁=62.93。

4 家售電公司的評判結(jié)果和最終得分如圖3 所示，甲售電公司在隸屬度評判上屬于良，但綜合得分為最高；乙售電公司在隸屬度評判上屬于良，綜合得分排第三；丙售電公司在隸屬度評判上屬于優(yōu)，但綜合得分排第二；丁售電公司在隸屬度評判上屬于較差，綜合得分為最低。分析可知，4 家售電公司的評判結(jié)果和最終得分并不完全呈現(xiàn)正相關，這是因為評判結(jié)果的依據(jù)為最大隸屬度，反映了最大多數(shù)客戶的客戶黏度評價情況，即“眾數(shù)”的概念，而最終得分的依據(jù)為初始數(shù)據(jù)的加權(quán)平均，反映了平均電力客戶黏度水平，即“均數(shù)”的概念。

究其原因，是因為在開放售電環(huán)境下購電的選擇更加多元化，工業(yè)用戶用電量更大，購電途徑更廣，購電經(jīng)濟性的訴求更高，較容易改變重復購電行為及偏好。因此容易在價格等信號的引導下轉(zhuǎn)換售電公司的選擇，電力客戶黏度較低；與之相對的，商業(yè)用戶的個體規(guī)模不一、數(shù)量龐大，它們在電力市場中并不具備與發(fā)電商直接交易的資格與權(quán)力，此外電力故障帶來的營業(yè)額虧損對于用戶個體影響較大。因此他們更傾向于從長期以來供電穩(wěn)定并已樹立了良好公眾形象的電網(wǎng)公司購電，電力客戶黏度較低，而算例中甲、丙的主要客戶群體為商業(yè)用戶及居民用戶，乙、丁的主要客戶群體為工業(yè)用戶，與該結(jié)果相符，證明所提出的評價模型具有實效性。

表4 售電公司甲的模糊隸屬度矩陣

圖3 4 家售電公司電力客戶黏度評價的最大隸屬度和分值

六、結(jié)論

本文在開放售電環(huán)境背景下，提出了面向售電公司的電力客戶黏度評價模型。針對客戶黏度指標中包含定性與定量指標較多的問題，利用AHP-EWM 法相結(jié)合的方法進行組合賦權(quán)，增加評價結(jié)果的真實有效性。

（1）明確了電力客戶黏度定義及內(nèi)涵，科學客觀地剖析了影響電力客戶黏度的主要影響因素。

（2）構(gòu)建了構(gòu)建了開放售電環(huán)境下售電公司客戶黏度指標體系，在指標選取上綜合考慮客戶行為、客戶感知、客戶依賴、客戶信任等影響因素，確定了4 項一級指標、15 項二級指標。

（3）建立了基于模糊綜合評價方法的電力客戶黏度評價模型。本文采用主客觀相結(jié)合的賦權(quán)方法，將AHP 和EWM 得到的權(quán)重進行組合，使得到的電力客戶黏度更加貼近實際狀況。

（4）選取了東北地區(qū)的甲、乙、丙、丁4 家典型售電公司進行電力客戶黏度評價。算例結(jié)果表明，本文提出的售電公司電力客戶黏度評價模型能夠從多個維度全面評價未來售電公司的客戶黏度，綜合賦權(quán)的應用及模糊綜合評價方法將定性指標定量化處理，驗證了所提模型的有效性，可為售電公司有針對性地改善企業(yè)售電服務提供有效的決策支撐。