论文部分内容阅读
摘要 在工效挂钩指标考核体系按权重逐项赋值，将所有项目按计量值和计数值分类，并计算其统计量（有的），按统计量的分布状况来计算综合评价值-Q值，从而给出所有指标的综合评价，以此来考核装置的工效工资。
关键词：考核体系 综合 评价
我们只道，现行的工效挂钩指标考核评价体系，是采取逐项评判方式进行的，项目和标准，是考核的唯一标准。它的缺陷就在于：不考虑项目与项目之间的相关关系；对于计量值指标只考虑绝对量，而忽视对指标分布状况的分析；没有体现否决项（安全、环保、责任事故等项目）在考核体系中的关键作用。另外，也不利于开展技术经济指标价值化考核。怎样设计一套考核评价体系既能体现现有考核体系简洁、明了的特点，又能反映项目与项目之间的联系，以及考核数据的分布特征，能够较全面反映装置运行结果的综合特征。为此提出一点设想。
一、总体思路
对于加工方案基本不变的生产装置，如，催化、焦化、各类加氢、化工厂、气分等装置，我们将所要关注的技术经济指标进行列项，然后对项目进行分类，列出计量型指标和计数型指标，考察着两类各项指标历史数据分布情况，尤其是计量型数据，要对其统计量（均值、方差）进行统计分析，得出其分布和方差，按其分布给于相应的分值，分值可按3、2、1、0、—1、—2、—3赋值，这样就使得所有计量型考核指标的变化有了可比性。然后按指标的重要程度和相关程度赋不同的权值，也就是对所有考核指标的系数进行归一化处理。
对于计数型指标（切断进料次数、报分公司及其以上事故等），都是否决项目，在综合评价中应占有决定作用。因此，像切断进料次数可按出现的频数赋0、—1、—2、—3值，而报分公司及其以上事故，可按事故性质的不同和直接造成的经济损失，因此赋予0、—1、—2、—3值，并对计数型指标赋予重权，以体现这些指标的否决价值。
二、建立数学模型
按总体思路，建立综合指标考核体系的数学模型：
Q＝F1（x11,x12….x1n） F2(x21,x22…..x2n) ……
Q为装置综合考核的分值；
F1（x11,x12….x1n）为第一类考核项目的分值函数；
F2(x21,x22…..x2n)为第二类考核项目的分值函数；
……
F1(x11,x12….x1n）＝x11(3,2,1,0,-1,-2,-3)*β11＋x12（3,2,1,0,-1,-2,-3)*β12＋……
β11为第一类考核项目第一个小项的权数
β12为第一类考核项目第二个小项的权数
……
F2(x21,x22…..x2n)＝x21(0,-1,-2,-3)*β21＋x22（0,-1,-2,-3)*β22＋。。。。。。。。。
β21为第二类考核项目第一个小项的权数
β22为第二类考核项目第二个小项的权数
则综合分值的最大值：
Qmax＝X11(3)*β11 x12（3)*β12 ……＝3*（β11＋β12＋……）
综合分值的最小值：
Qmin＝X11(－3)*β11 x12（－3)*β12 ……＋x21(-3)*β21＋x22（-3)*β22＋……
＝（－3）*（β11＋β12＋……）＋（－3）*（β21＋β22＋……）
Q中心值=0
在Qmax、与Q中心值和Q中心值与Qmin之间，按再中间值，即Q中间值1和Q中间值2各划分两个区域（也可划若干区域），形成四个区域，我们设若干个取值范围，并定义为评判指标则：好，较好，平稳，差，较差。评价标准见下表：
表一：Q值区域与评价标准
Q值区域 评价标准
Qmax≥Q≥Q中间值 好
Q中间值＞Q＞Q中心值 较好
Q=Q中心值=0 平稳
Q中间值2＜Q＜Q中心值 差
Qmin≤Q≤Q中间值2 较差
若Q值数据与同期或年度比较，则可得出增长、持平、下降的结论。如果，将Q值数据与货币数据挂钩，则可实现装置考核和评价的货币化。
三、Q值计算
我们以某装置为例进行说明，下表：是某装置2011年工效挂钩考核的项目及指标和过程管理部分指标。
表2：某装置工效挂钩考核的项目及指标和过程管理部分指标。
单位 项数 项目 标准 指标
技术经济指标
1、 能耗，kg标油/吨 ≯ 72.50
2、 加工损失,% ≯ 0.39
3 收率,% ≮ 81.95
4 净掺渣率，% ≮ 9.0
5 加工量，万吨 ≮ 66
财务指标 1 变动费用，元/吨 ≯ 67.39
2 可控费用，万元 ≯ 55
环保指标
1 分级控制合格率，% ≮ 95
2 吨原料（产品）取水量 ≯ 0.04
3 吨原料（产品）排水量 ≯ 0.03
4 废水COD总量，吨/月 ≯ 1.7
设备指标 1 主要设备利用率，% ≮ 98
2 密封泄露率，% ≯ 0.3
3 加热炉热效率，% ≮ 98
过程管理指标 1 切断进料次数，次 ≯ 1
2 装置馏出口合格率,% ≮ 98.5
3 操作原因造成的大型机组停机的次数（超过4小时），台次 ≯ 1
4 报分公司及其以上事故,次 ≯ 0
为阐明这一思路，我们将问题简化，在18项指标中，取出四项指标，其中有两项计量型指标和两项计数型指标为例说明。选取项目和指标分别为：
项数 项目 标准 指标
1 能耗，元/吨 ≯ 72.50
2 收率,% ≮ 81.95
3 切断进料次数，次 ≯ 1
4 报分公司及其以上事故,次 ≯ 0
取2009年、2010年和2011年的能耗和收率30组数据统计计算数学特征值得到：能耗的平均值是72.25，方差是4.48；收率的平均值是82.21，方差是0.84。前两项指标因是单侧控制，假设，给定的指标为实际均值，而切断进料次数和报分公司及其以上事故均满足要求即，实际发生数分别为：1，0。按重要程度分别赋予0.25，0.25，0.2，0.3权重，按方差逐步取分。
“收率、能耗、切断进料次数、报分公司及其以上事故”的分值确定值见下表：
表3：取值范围及分值
项目 取值范围及分值
3 2 1 0 -1 -2 -3
能耗 59.02 63.54 68.02 72.50 76.98 81.46 85.94
液收 84.74 83.62 82.79 81.95 81.11 80.27 79.42
切断进料次数，次 0 1 2 3 4
报分公司及其以上事故,次 0 1次以上
我们取2010年、2011年和2012年1月份的数据，Q值计算结果见下表：
表4：取得分值与Q值计算结果
项目 2010年1月 2011年1月 2012年1月
能耗 75.12 -1 75.69 -1 67.39 2
液收 82.43 1 82.56 1 83.47 2
切断进料次数，次 0 1 0 1 0 1
报分公司及其以上事故,次 0 0 0 0 0 0
Q值 0.2 0.2 1.2
从Q值得计算结果看：2010年、2011年本月处于较好水平，2012年本月处于好的水平；与自己同期比，2010年与2011年持平，2012年同比增长。
综上所述，建立起这样的综合评价体系，其实际操作是可行的，但可靠程度和准确性取决于数学模型中，人为设定的几个项目的科学性（权数、分值、Q值的评判准则），如果是基于大量实际数据统计处理的结果，其模型的准确性和结果的置信度将有很大提高。
关键词：考核体系 综合 评价
我们只道，现行的工效挂钩指标考核评价体系，是采取逐项评判方式进行的，项目和标准，是考核的唯一标准。它的缺陷就在于：不考虑项目与项目之间的相关关系；对于计量值指标只考虑绝对量，而忽视对指标分布状况的分析；没有体现否决项（安全、环保、责任事故等项目）在考核体系中的关键作用。另外，也不利于开展技术经济指标价值化考核。怎样设计一套考核评价体系既能体现现有考核体系简洁、明了的特点，又能反映项目与项目之间的联系，以及考核数据的分布特征，能够较全面反映装置运行结果的综合特征。为此提出一点设想。
一、总体思路
对于加工方案基本不变的生产装置，如，催化、焦化、各类加氢、化工厂、气分等装置，我们将所要关注的技术经济指标进行列项，然后对项目进行分类，列出计量型指标和计数型指标，考察着两类各项指标历史数据分布情况，尤其是计量型数据，要对其统计量（均值、方差）进行统计分析，得出其分布和方差，按其分布给于相应的分值，分值可按3、2、1、0、—1、—2、—3赋值，这样就使得所有计量型考核指标的变化有了可比性。然后按指标的重要程度和相关程度赋不同的权值，也就是对所有考核指标的系数进行归一化处理。
对于计数型指标（切断进料次数、报分公司及其以上事故等），都是否决项目，在综合评价中应占有决定作用。因此，像切断进料次数可按出现的频数赋0、—1、—2、—3值，而报分公司及其以上事故，可按事故性质的不同和直接造成的经济损失，因此赋予0、—1、—2、—3值，并对计数型指标赋予重权，以体现这些指标的否决价值。
二、建立数学模型
按总体思路，建立综合指标考核体系的数学模型：
Q＝F1（x11,x12….x1n） F2(x21,x22…..x2n) ……
Q为装置综合考核的分值；
F1（x11,x12….x1n）为第一类考核项目的分值函数；
F2(x21,x22…..x2n)为第二类考核项目的分值函数；
……
F1(x11,x12….x1n）＝x11(3,2,1,0,-1,-2,-3)*β11＋x12（3,2,1,0,-1,-2,-3)*β12＋……
β11为第一类考核项目第一个小项的权数
β12为第一类考核项目第二个小项的权数
……
F2(x21,x22…..x2n)＝x21(0,-1,-2,-3)*β21＋x22（0,-1,-2,-3)*β22＋。。。。。。。。。
β21为第二类考核项目第一个小项的权数
β22为第二类考核项目第二个小项的权数
则综合分值的最大值：
Qmax＝X11(3)*β11 x12（3)*β12 ……＝3*（β11＋β12＋……）
综合分值的最小值：
Qmin＝X11(－3)*β11 x12（－3)*β12 ……＋x21(-3)*β21＋x22（-3)*β22＋……
＝（－3）*（β11＋β12＋……）＋（－3）*（β21＋β22＋……）
Q中心值=0
在Qmax、与Q中心值和Q中心值与Qmin之间，按再中间值，即Q中间值1和Q中间值2各划分两个区域（也可划若干区域），形成四个区域，我们设若干个取值范围，并定义为评判指标则：好，较好，平稳，差，较差。评价标准见下表：
表一：Q值区域与评价标准
Q值区域 评价标准
Qmax≥Q≥Q中间值 好
Q中间值＞Q＞Q中心值 较好
Q=Q中心值=0 平稳
Q中间值2＜Q＜Q中心值 差
Qmin≤Q≤Q中间值2 较差
若Q值数据与同期或年度比较，则可得出增长、持平、下降的结论。如果，将Q值数据与货币数据挂钩，则可实现装置考核和评价的货币化。
三、Q值计算
我们以某装置为例进行说明，下表：是某装置2011年工效挂钩考核的项目及指标和过程管理部分指标。
表2：某装置工效挂钩考核的项目及指标和过程管理部分指标。
单位 项数 项目 标准 指标
技术经济指标
1、 能耗，kg标油/吨 ≯ 72.50
2、 加工损失,% ≯ 0.39
3 收率,% ≮ 81.95
4 净掺渣率，% ≮ 9.0
5 加工量，万吨 ≮ 66
财务指标 1 变动费用，元/吨 ≯ 67.39
2 可控费用，万元 ≯ 55
环保指标
1 分级控制合格率，% ≮ 95
2 吨原料（产品）取水量 ≯ 0.04
3 吨原料（产品）排水量 ≯ 0.03
4 废水COD总量，吨/月 ≯ 1.7
设备指标 1 主要设备利用率，% ≮ 98
2 密封泄露率，% ≯ 0.3
3 加热炉热效率，% ≮ 98
过程管理指标 1 切断进料次数，次 ≯ 1
2 装置馏出口合格率,% ≮ 98.5
3 操作原因造成的大型机组停机的次数（超过4小时），台次 ≯ 1
4 报分公司及其以上事故,次 ≯ 0
为阐明这一思路，我们将问题简化，在18项指标中，取出四项指标，其中有两项计量型指标和两项计数型指标为例说明。选取项目和指标分别为：
项数 项目 标准 指标
1 能耗，元/吨 ≯ 72.50
2 收率,% ≮ 81.95
3 切断进料次数，次 ≯ 1
4 报分公司及其以上事故,次 ≯ 0
取2009年、2010年和2011年的能耗和收率30组数据统计计算数学特征值得到：能耗的平均值是72.25，方差是4.48；收率的平均值是82.21，方差是0.84。前两项指标因是单侧控制，假设，给定的指标为实际均值，而切断进料次数和报分公司及其以上事故均满足要求即，实际发生数分别为：1，0。按重要程度分别赋予0.25，0.25，0.2，0.3权重，按方差逐步取分。
“收率、能耗、切断进料次数、报分公司及其以上事故”的分值确定值见下表：
表3：取值范围及分值
项目 取值范围及分值
3 2 1 0 -1 -2 -3
能耗 59.02 63.54 68.02 72.50 76.98 81.46 85.94
液收 84.74 83.62 82.79 81.95 81.11 80.27 79.42
切断进料次数，次 0 1 2 3 4
报分公司及其以上事故,次 0 1次以上
我们取2010年、2011年和2012年1月份的数据，Q值计算结果见下表：
表4：取得分值与Q值计算结果
项目 2010年1月 2011年1月 2012年1月
能耗 75.12 -1 75.69 -1 67.39 2
液收 82.43 1 82.56 1 83.47 2
切断进料次数，次 0 1 0 1 0 1
报分公司及其以上事故,次 0 0 0 0 0 0
Q值 0.2 0.2 1.2
从Q值得计算结果看：2010年、2011年本月处于较好水平，2012年本月处于好的水平；与自己同期比，2010年与2011年持平，2012年同比增长。
综上所述，建立起这样的综合评价体系，其实际操作是可行的，但可靠程度和准确性取决于数学模型中，人为设定的几个项目的科学性（权数、分值、Q值的评判准则），如果是基于大量实际数据统计处理的结果，其模型的准确性和结果的置信度将有很大提高。