李飛 蘭浩 鄧世聰 郭群

摘 要：本文通過對(duì)某供電電網(wǎng)維修費(fèi)用和資產(chǎn)狀態(tài)、風(fēng)險(xiǎn)因素、凈資產(chǎn)之間關(guān)系的研究，分析各因素之間的相互聯(lián)系。研究結(jié)果表明資產(chǎn)維修費(fèi)用同資產(chǎn)的正常狀態(tài)占比呈現(xiàn)負(fù)相關(guān)關(guān)系，與缺陷次數(shù)和凈資產(chǎn)總值呈現(xiàn)正相關(guān)關(guān)系。本研究不但有助于更好的理解電網(wǎng)運(yùn)行過程中維修費(fèi)用影響因素，也為電網(wǎng)企業(yè)實(shí)現(xiàn)對(duì)維修費(fèi)用的管理和預(yù)測(cè)提供了參考。

關(guān)鍵詞：電網(wǎng)維修費(fèi);資產(chǎn)風(fēng)險(xiǎn)狀態(tài);設(shè)備缺陷次數(shù)

一、引言

電網(wǎng)的安全穩(wěn)定至關(guān)重要，足量的電網(wǎng)運(yùn)維費(fèi)的預(yù)算配置是保障電網(wǎng)安全的重要措施。如何計(jì)算、管理、預(yù)測(cè)電網(wǎng)維修費(fèi)用，電網(wǎng)維修費(fèi)用受到哪些因素的影響，一直是電網(wǎng)企業(yè)關(guān)注的重點(diǎn)。本文以某市電網(wǎng)為研究對(duì)象，探索維修費(fèi)用和資產(chǎn)狀態(tài)、風(fēng)險(xiǎn)因素、凈資產(chǎn)之問的相互關(guān)系，以便結(jié)合自身的現(xiàn)狀量化對(duì)維修費(fèi)用的管理，優(yōu)化電網(wǎng)的質(zhì)量，滿足社會(huì)和客戶對(duì)高質(zhì)量供電的要求，優(yōu)質(zhì)服務(wù)的要求，實(shí)現(xiàn)對(duì)社會(huì)和客戶莊嚴(yán)的承諾。

二、研究假設(shè)

資產(chǎn)狀態(tài)可以分為正常狀態(tài)、注意狀態(tài)、異常狀態(tài)和嚴(yán)重狀態(tài)四個(gè)等級(jí)，在研究中我們將選取正常狀態(tài)所占比例作為狀態(tài)變量，此數(shù)值越接近l，則說明設(shè)備狀態(tài)越好。顯然，資產(chǎn)的正常狀態(tài)占比越低，供電網(wǎng)絡(luò)就越不穩(wěn)定，故障發(fā)生的頻率就越高，維護(hù)電網(wǎng)穩(wěn)定所需要的維修費(fèi)用就會(huì)增加。

電網(wǎng)設(shè)備缺陷根據(jù)運(yùn)行的影響程度可以分為不同的等級(jí)，研究中缺陷次數(shù)指標(biāo)主要選取的是重大緊急缺陷次數(shù)。重大緊急缺陷指的是電網(wǎng)設(shè)備在運(yùn)行中發(fā)生了偏離且超過了運(yùn)行標(biāo)準(zhǔn)允許范圍的誤差，對(duì)人身和設(shè)備產(chǎn)生重要威脅，需要緊急處理的缺陷。否則會(huì)造成設(shè)備損壞，大面積停電，人員傷亡等事故。電網(wǎng)設(shè)備缺陷次數(shù)越多則需要投入的維修費(fèi)用就越大。

凈資產(chǎn)是電網(wǎng)設(shè)備所投入的資產(chǎn)衡量指標(biāo)，凈資產(chǎn)是資產(chǎn)原值和累計(jì)折舊的差額。凈資產(chǎn)體現(xiàn)了電網(wǎng)系統(tǒng)的規(guī)模，凈資產(chǎn)越高說明電網(wǎng)的規(guī)模就越大，產(chǎn)生故障的概率就會(huì)增加，維護(hù)費(fèi)用就越高。

因此本文提出如下假設(shè)。

H1：資產(chǎn)的正常狀態(tài)占比越低，所需要的維修費(fèi)用就越高。

H2：電網(wǎng)設(shè)備缺陷次數(shù)越多，維修費(fèi)用就越大。

H3：電網(wǎng)凈資產(chǎn)越高，維修費(fèi)用就越多。

三、樣本數(shù)據(jù)和研究設(shè)計(jì)

（一）設(shè)備維修費(fèi)影響因素與變化

電網(wǎng)設(shè)備維修費(fèi)的影響因素，通常與設(shè)備的運(yùn)行年限有關(guān)，每年發(fā)生的缺陷次數(shù)有關(guān)，與目前設(shè)備的風(fēng)險(xiǎn)狀態(tài)有關(guān)。我們以此為主要考量因素，進(jìn)行研究。

本文根據(jù)某電網(wǎng)現(xiàn)有2011～2016年設(shè)備運(yùn)行和維修費(fèi)用的數(shù)據(jù)，我們來研究主變資產(chǎn)、GIS設(shè)備系統(tǒng)的維修費(fèi)用和資產(chǎn)狀態(tài)、缺陷次數(shù)以及凈資產(chǎn)之間的關(guān)系。本文的研究涉及的電壓等級(jí)分別為110kV，220kV和500kV。

根據(jù)某電網(wǎng)提供的數(shù)據(jù)，2011～2016年不同電壓等級(jí)下主變資產(chǎn)維修費(fèi)和GIS維修費(fèi)走勢(shì)圖如圖1所示。通過圖1可以直觀地看出，主變110kV下的資產(chǎn)維修費(fèi)是逐漸升高的，而主變220kV資產(chǎn)和主變500資產(chǎn)的維修費(fèi)呈現(xiàn)震蕩走勢(shì)：GIS個(gè)電壓等級(jí)下資產(chǎn)的維修費(fèi)整體呈現(xiàn)震蕩走高的趨勢(shì)。

2011～2016年主變資產(chǎn)和CIS資產(chǎn)各不同電壓等級(jí)下的缺陷次數(shù)見圖2。主變110kV和主變220kV資產(chǎn)的缺陷次數(shù)近幾年呈現(xiàn)增加的趨勢(shì)，主變500kV資產(chǎn)的缺陷次數(shù)變動(dòng)并不大：GIS資產(chǎn)的缺陷次數(shù)在不同電壓等級(jí)下于2015年、2016年都出現(xiàn)了大幅增加。

（二）模型的構(gòu)建

現(xiàn)實(shí)中，電網(wǎng)某一類設(shè)備，有很多不同的運(yùn)行年限，如何考慮這類設(shè)備年限的總體情況呢？

為了把不同年限的設(shè)備臺(tái)數(shù)引入分析的數(shù)學(xué)模型中，我們引入“某電壓等級(jí)下某設(shè)備的凈資產(chǎn)價(jià)值”作為分析變量。

某電壓等級(jí)下某設(shè)備凈資產(chǎn)價(jià)值=∑[（資產(chǎn)原值/總臺(tái)數(shù)）×不同年限下的設(shè)備臺(tái)數(shù)。（折舊年限一已運(yùn)行年限）/折舊年限]

據(jù)此，可以計(jì)算主變和GIS凈資產(chǎn)的價(jià)值。一般而言，CIS系統(tǒng)和主變資產(chǎn)的折舊年限均為12年。對(duì)某電網(wǎng)2011- 2016年主變資產(chǎn)和CIS資產(chǎn)進(jìn)行分壓統(tǒng)計(jì)計(jì)算，不同資產(chǎn)的不同電壓下的凈資產(chǎn)總值見表l。

同樣，某類設(shè)備，有不同臺(tái)數(shù)的風(fēng)險(xiǎn)狀態(tài)，比如若干臺(tái)是沒有風(fēng)險(xiǎn)的，若干臺(tái)需要關(guān)注的，若干臺(tái)需要維修的，那么如何綜合考慮這類設(shè)備的總體風(fēng)險(xiǎn)狀態(tài)呢？為了把設(shè)備資產(chǎn)風(fēng)險(xiǎn)的狀態(tài)引入數(shù)學(xué)模型中，我們引入一個(gè)“狀態(tài)變量”。

（某設(shè)備的）狀態(tài)變量=∑（不同狀態(tài)設(shè)備臺(tái)數(shù)。相應(yīng)狀態(tài)占比）/相應(yīng)電壓等級(jí)下的總臺(tái)數(shù)

據(jù)此，可以計(jì)算出某類設(shè)備的總體風(fēng)險(xiǎn)狀態(tài)。

本文對(duì)主變和GIS設(shè)備的110 kV、220 kV、500 kV的維修費(fèi)用、資產(chǎn)的正常狀態(tài)占比、缺陷次數(shù)、凈資產(chǎn)總值進(jìn)行整理，選取維修費(fèi)（ WXF）作為因變量，以正常狀況占比（ ZCB）、缺陷次數(shù)（QXs）、凈資產(chǎn)值（JZC）作為白變量構(gòu)建多元回歸建模，見公式l。 WXF=βo +β1ZCB +β2QXS+β3JZC+μ（公式1） 對(duì)變量進(jìn)行統(tǒng)計(jì)分析可以得到：平均維修費(fèi)為984.06萬元，正常狀態(tài)占比平均為0.28，缺陷次數(shù)平均為90次，凈資產(chǎn)總值平均為20458.39萬元。

分別采用OLS混合回歸（0LS）、同定效應(yīng)模型（FE）、隨機(jī)效應(yīng)模型（RE）進(jìn)行估計(jì)，結(jié)果見表2。在進(jìn)行同定效應(yīng)模型估計(jì)時(shí)，本文同時(shí)進(jìn)行了F檢驗(yàn)，發(fā)現(xiàn)無法拒絕原假設(shè)（混合回歸是可以接受的）。本文還進(jìn)行了豪斯曼檢驗(yàn)檢驗(yàn)，結(jié)果顯示p值為0.9921，無法拒絕原假設(shè)（個(gè)體效應(yīng)與解釋變量不相關(guān)），認(rèn)為隨機(jī)效應(yīng)模型優(yōu)于同定效應(yīng)模型。對(duì)比隨機(jī)效應(yīng)模型和OLS混合回歸，發(fā)現(xiàn)隨機(jī)效應(yīng)模型的顯著性水平優(yōu)于混合回歸，因此回歸系數(shù)采用隨機(jī)效應(yīng)模型的估計(jì)結(jié)果更為合理。

WXF= 524.50 - 3342.73×ZCB+ 2.43×QXS+0.06×JZC

通過方程，可以看出，正常狀態(tài)每提高一個(gè)單位，維修費(fèi)用減少3342.73萬元：缺陷次數(shù)每增加一次，即增加2.43萬元修理費(fèi)，凈資產(chǎn)每增加l萬元，維修費(fèi)用增加0. 06萬元。

四、研究結(jié)論

本文通過對(duì)某電網(wǎng)維修費(fèi)用和資產(chǎn)規(guī)模、資產(chǎn)狀態(tài)、風(fēng)險(xiǎn)等因素的關(guān)系的研究，找出各因素之間的相互聯(lián)系。研究結(jié)果發(fā)現(xiàn)資產(chǎn)維修費(fèi)用和資產(chǎn)規(guī)模之間存在顯著的正相關(guān)關(guān)系，維修費(fèi)用同正常狀態(tài)占比呈現(xiàn)負(fù)相關(guān)關(guān)系、與缺陷次數(shù)和凈資產(chǎn)總值呈現(xiàn)正相關(guān)關(guān)系。通過建立模型，可以方便地預(yù)測(cè)出總體的維修費(fèi)和各類別的維修費(fèi)。

參考文獻(xiàn)：

[1]張粒子，扶檸檸，王春麗等.基于回歸分析的電網(wǎng)運(yùn)行維修費(fèi)合理性評(píng)估[J].電力系統(tǒng)自動(dòng)化，2014，38（13）：140-144.

[2]朱明雯.新電改下電網(wǎng)企業(yè)成本費(fèi)用儲(chǔ)備化管理思路[J].財(cái)務(wù)與會(huì)計(jì)，2016（14）：22-24.

[3]王偉.新電改下中國(guó)電力監(jiān)管體制改革路徑[J].中共中央黨校學(xué)報(bào)，2016，20（5）：108-112.

[4]吳鳴，任學(xué)婧，周丹等.新電改背景下產(chǎn)業(yè)園區(qū)供電系統(tǒng)容量?jī)?yōu)化配置方法[J].電力系統(tǒng)自動(dòng)化，2018，42（5）：2-8.