发电企业竞争力分析报告

7　发电企业竞争力评价

7. 1　引言

在分析了发电企业竞争力来源之后，本章将探讨发电企业竞争力评价问题。通过竞争力评价，能够了解发电企业与竞争对手之间的相对状况，发现自身的优势和不足，从而为企业找准定位、制定竞争战略、提升竞争力提供参考和依据。本章将以前述理论分析为基础，构建发电企业竞争力评价模型和指标体系，并以国内发电上市公司为样本，进行竞争力评价分析。

7. 2　发电企业竞争力评价模型

如前所述，发电企业竞争力由发电产业竞争力及发电企业在产业内的竞争地位决定，而发电企业在产业内竞争地位取决于其在现实竞争力和潜在竞争力方面与对手之间的比较。因此在构建发电企业竞争力评价模型时，本书仍然以现实竞争力和潜在竞争力为主要考虑因素。除此之外，将公司业绩表现也作为发电企业竞争力的一个重要方面(张立辉等，2005)。现实竞争力和潜在竞争力虽然会反映到发电企业的业绩上，但是二者包含的指标并不能完全解释发电企业的经营业绩，经营业绩是发电产业和具体企业竞争力在当期的综合表现，我们可以将其视为竞争力的一个组成方面，即业绩表现竞争力。因此，本书以发电企业的现实竞争力、潜在竞争力和业绩表现竞争力构造发电企业竞争力评价模型，应该能够比较全面地反映发电企业竞争力的实际情况，如图7－1。

图7－1　发电企业竞争力评价模型

7. 3　发电企业竞争力评价指标体系

7. 3. 1　建立发电企业竞争力评价指标体系的原则

发电企业竞争力评价指标体系，应该能够全面地体现发电企业的综合实力和优势，因此，建立评价指标体系，应该遵循科学性、合理性、导向性、可操作性的原则。

(1)科学性原则。发电企业竞争力评价指标应该建立在科学的基础上，能够充分反映发电企业竞争力的各个主要方面;同时，评价指标名称和统计口径应该具有可比性。

(2)合理性原则。反映发电企业竞争力的指标很多，应该选择那些比较重要和恰当的指标，使其既能全面反映发电企业状况，又能综合反映发电企业竞争力的主要特征和发展趋势。

(3)导向性原则。选择的评价指标应该对发电企业提高竞争力具有导向作用。

(4)可操作性原则。选择的评价指标应尽量与现行的会计、统计指标相一致，这样指标易于采集;同时应尽量选择易于定量化的指标。

7. 3. 2　发电企业竞争力评价指标体系的构成

根据图7－1所示发电企业竞争力评价模型及前几章研究结论，本书构造了发电企业竞争力评价指标体系，如图7－2所示。指标体系包括了发电企业现实竞争力、潜在竞争力和业绩表现竞争力的主要指标，其中现实竞争力具体分解为成本竞争力、安全质量能力、规模竞争力和销售能力四个方面，潜在竞争力具体分解为制度基础竞争力、经营资源竞争力、人力资源竞争力、技术管理能力四个方面，业绩表现竞争力具体分解为效益能力、营运能力、偿债能力、发展能力四个方面。由于参与竞争力评价的企业都是发电企业，即都处于同一产业，而且业绩表现竞争力本身也反映了产业竞争力的变化，因此发电产业竞争力虽然作为模型中的一个方面，但并未体现到具体的指标体系中来。

7.3.2.1发电企业潜在竞争力评价指标体系

发电企业潜在竞争力体现为制度基础竞争力、经营资源竞争

图7－2　发电企业竞争力评价指标体系

力、人力资源竞争力和技术管理能力。

(1)制度基础竞争力。制度基础竞争力表现为股权结构和公司治理两方面，股权结构以第一大股东股权集中度表示，而公司治理在我国目前阶段主要通过董事会和监事会质量衡量。董事会质量和监事会质量具体衡量指标如图7－3所示，内涵详见第四章。

(2)经营资源竞争力。经营资源竞争力表现为硬件资源、地理资源和关系资源三方面。硬件资源主要指发电机组优劣，可以通过平均单机容量衡量其先进性，固定资产净值率衡量其新旧程度。地理资源则通过考察其是否处于负荷中心和煤炭基地以比较优劣。关系资源包括与政府、电网和大股东关系，但在“厂网分开、竞价上网”的大背景下，真正最具有长远意义的是其大股东的实力。

(3)人力资源竞争力。人力资源竞争力从高管人员激励机制和一般人力资源管理两方面考察，其中高管人员激励机制主要考察公司是否实行了年薪制或与业绩挂钩的奖励计划;而一般人力资源管理则通过两个指标反映，即通过公司大专以上学历所占比重反映人力资源素质，公司单位千瓦装机职工人数反映人力资源效率。

(4)技术管理能力。发电企业技术管理能力一般可通过科技经费投入比率和科技投入产出比率来衡量，前者是每年科技经费占销售收入的比重，后者为科技投入与产出的对比。

7.3.2.2发电企业现实竞争力评价指标体系

发电企业现实竞争力主要表现在生产成本竞争力、规模竞争力、安全质量能力和销售能力四个方面。

(1)成本竞争力。对于一个独立发电企业来说，售电总成本包括其经营成本(主营业务成本)和三项费用(财务费用、管理费用、营业费用)，因此以单位售电成本费用作为衡量指标。

单位售电成本费用=(主营业务收入+三项费用)/上网电量

(2)规模竞争力。规模竞争力采用三个指标进行衡量，其中总装机容量衡量公司的可控装机规模，权益容量衡量公司实际享受收益的装机规模，而总资产则衡量公司的总体经营规模。

(3)安全质量能力。安全质量能力选取了等效可用系数和非计划停运次数，前者为正指标，后者为逆指标，内涵详见第五章。

(4)销售能力。销售能力主要比较发电企业的上网电价和机组利用情况，前者以企业平均上网电价衡量，后者以每千瓦装机发电量衡量。

7.3.2.3发电企业业绩表现竞争力评价指标体系

从财务指标角度衡量的发电企业业绩表现竞争力主要由四部分组成，即效益能力、营运能力、偿债能力和发展能力。

(1)效益能力。效益能力反映发电企业投入要素的有效利用程度和收益状况，主要包括总资产报酬率、净资产收益率、主营业务利润率和成本费用利润率四个指标。

(2)营运能力。营运能力指发电企业资产的周转情况，反映企业资产利用效率。主要选取总资产周转率。

(3)偿债能力。偿债能力反映发电企业资产安全性，主要选用资产负债率和已获利息倍数两个指标。任何企业都需在收益和安全之间找到平衡点。

(4)发展能力。发展能力反映发电企业成长状况，一般用连续三年的净利润增长、销售增长和资本增长指标反映。

7. 4　中国上市发电企业竞争力评价实证分析

7. 4. 1　样本选取

本书选取的样本公司为在国内资本市场上市的独立发电企业。截止到2004年年底，国内资本市场上市的发电相关企业有40多家，涉及火电、水电、发电与供电、发电与供热等多种类型。考虑到可比性，本书所选样本企业都是以燃煤火力发电为主营业务，而剔除了水力发电企业、发电收入比重不大的企业以及主营业务发生变更不再以发电为主营业务的企业;由于竞争力评价涉及几年的连续过程，本书选取的样本企业都是在2003年年底以前上市，或者在2003年年底以前主营业务变更为发电的企业。最后选定的样本公司为包括华能国际、国电电力、深能源等在内的16家发电企业。书中所用的数据均来自这些公司2001～2004年年度报告、对公司的电话访谈及中电联统计数据。

7. 4. 2　潜在竞争力评价

潜在竞争力评价涉及各指标权重的确定。为了科学确定各指标权重系数，本书采用层次分析法进行发电企业潜在竞争力评价。

7.4.2.1层次分析法的基本原理

层次分析法(AHP)由美国学者T.L.Saaty于1977年提出，是一种将定性和定量相结合的决策分析方法。它利用判断矩阵将各种定性的、主观的影响因素量化后，再结合定量信息对问题进行综合决策。用层次分析法分析问题大体要经过以下四个步骤:

(1)建立层次模型。通过将复杂的问题层次化，形成递阶层次结构，从而明确各影响因素之间的关联关系和隶属关系。

(2)构造判断矩阵。对每一层次中各因素的相对重要性作出判断。

(3)层次单排序权重及一致性检验。即根据判断矩阵计算针对上一层次中某元素，本层次与之相关的元素的重要性的权重，并对判断矩阵的一致性进行检验。

(4)层次总排序权重及一致性检验。即以同一层次所有层次单排序权重为基础，用上一层次元素的组合权重加权，计算出针对上一层次对整个层次而言本层次所有元素重要性的权重。其中后三个步骤在整个分析过程中需要逐层进行。

7.4.2.2层次分析法在发电企业潜在竞争力评价中的应用

A.建立评价指标层次

首先根据图7－2指标体系建立发电企业潜在竞争力评价指标体系层次结构表，如表7－1。由于样本企业的科技指标无法获取，在评估其潜在竞争力时未将技术管理能力纳入体系，各企业完全相同的公司治理指标也未纳入。

表7－1　发电企业潜在竞争力评价指标体系层次结构

续表

B.构造判断矩阵及层次单排序

对于两个指标间对目标贡献的重要程度，可采用两两比较。相等的取5/5，相对较强的取6/4，相对强的取7/3，相对很强的取8/2，绝对强的取9/1，其余介于两者之间的分别对应取5.5/4.5，6.5/3.5，7.5/2.5，8.5/1.5等。

(1)准则层(A层次－B层次):

构造准则层(A层次－B层次)判断矩阵，见表7－2:

表7－2　准则层判断矩阵

由=0(I为3阶单位矩阵)解得:

λmax=3.0001

对应的特征向量为:

(－0.3960，－0.9128，－0.1002)

单位化后为:

X'=(0.2811，0.6478，0.0711)

当n= 3时，RI= 0.58

则CR== 8.62e－5＜0.1，所以该判断矩阵具有满意一致性。

(2)中间层。按照A层次－B层次的方法，构造中间层(B层次－C层次)判断矩阵，并且计算出各自的权重如下:

(3)指标层。

1)指标层1(C层次－D层次):

C2－D3:　　　对应的特征值和特征向量均为1

C5－D8　　　对应的特征值和特征向量均为1

C6－D9　　　对应的特征值和特征向量均为1

2)指标层2(D层次－E层次):

3)指标层3(E层次－F层次):

C.层次总排序及层次总排序的一致性检验

(1) C层总排序见表7－3。

表7－3　C层总排序

C层总排序的一致性检验见表7－4:

表7－4　C层总排序的一致性检验

则CR==0.017＜0.1，该层次总排序具有满意一致性。

(2) D层总排序见表7－5:

表7－5　D层总排序

D层总排序一致性检验见表7－6:

表7－6　D层总排序一致性检验

可见，该层次总排序具有满意一致性。

(3) E层次总排序见表7－7:

表7－7　E层次总排序

E层次总排序一致性检验见表7－8:

表7－8　E层次总排序一致性检验

则CR==0.0458＜0.1，该层次总排序具有满意一致性。

(4) F层次总排序见表7－9:

表7－9　F层次总排序

续表

F层次总排序一致性检验见表7－10:

表7－10　F层次总排序一致性检验

则CR==－0.0110＜0.1，该层次总排序具有满意一致性。

通过以上分析可知，层次的总排序具有满意一致性，排序的结果反映了所设计的各项指标对于发电企业潜在竞争力的重要程度。

D.发电企业潜在竞争力评价结果的计算

按照层次分析法对16家发电企业潜在竞争力进行评价，结果如表7－11(具体指标见附录)。

表7－11　潜在竞争力排序

从潜在竞争力评价结果来看，华能国际、国电电力等企业具有相对较强的竞争优势，而豫能股份、深能源、上海电力等企业，由于股权结构、非坑口电站、大股东实力等原因而相对较弱。但从数据来看，除上海电力之外，其他企业潜在竞争力相差并不是特别悬殊。

7. 4. 3　现实竞争力评价

在发电企业现实竞争力和业绩表现竞争力评价中，由于能获取到客观的数据，本书拟采用客观赋权法。其中现实竞争力评价采用熵权法。熵权法是根据各指标的观测值所提供信息量的大小来确定权重的方法，从而避免主观因素的影响。它原理清晰，计算较简单，很适合在实践中使用。

7.4.3.1熵权法的基本原理

熵原本是热力学概念。1948年，维纳(N.Wiener)和申农(C.E.Shannon)创立了信息论。申农把通信过程中信息源的信号不确定性称为信息熵，用其作为对系统无序程度的度量。当某系统的熵越大，说明该系统无序程度越高，所含信息越小;反之，熵越小，说明该系统无序程度越小，所含信息越多。

若系统可能处于多种不同状态，每种状态出现的概率为pi (i= 1，2，…，m)，则该系统的熵可定义为:(www.xing528.com)

其中: pi满足0≤pi≤1，

显然，当每种状态出现的概率相等时，即pi=(i= 1，2，…，m)，熵取得最大值Hmax= lnm。

对于一个评价问题，设有m个被评价对象，n个评价指标，得到原始评价矩阵X=(xij)m×n，xij表示第i项评价对象在第j项评价指标上的评价值。对于某个指标xj有信息熵为: hj= ，其中:。

可以看出，当某指标的熵值hj越大，说明该指标提供的有用信息越少，在综合评价中所起的作用越小，则其权重也应越小;反之，当某指标的熵值hj越小，说明该指标提供的有用信息越多，则其权重也应越大。因此，在具体分析过程中，可以利用熵值法来赋予指标权重，在此基础上对所有指标进行加权，从而得出较为客观的综合评价结果。

7.4.3.2基于熵权法的综合评价步骤

熵权法评价步骤如下:

设有m个待评价企业，n个评价指标，则有原始数据矩阵X=(xij)m×n。

(1)对X矩阵作正向化和无量纲化处理得矩阵Y:

当第j项指标xj为正指标时，即越大越好时，对它作如下变换:

当第j项指标xj为逆指标时，即越小越好时，对它作如下变换:

当第j项指标xj为区间指标时，即在区间［m1，m2］为最佳且距离此区间越近越好时，对它作如下变换:

(2)计算pij，即第j项指标下第i项评价对象指标值的比重。

(3)计算第j项指标的熵值hj。

设k=，则有0≤hj≤1;并假定当pij=0时，

pij lnpij=0。

(4)计算第j项指标的差异系数gj。

对于第j项指标，hj越小，指标值的变异程度就越大，该指标在评价中所起的作用也相应越大;反之hj越大，指标值的变异程度就越小。

定义变异系数:

(5)第j项指标的权重wj

7.4.3.3基于熵权法的发电企业现实竞争力评价:

(1)对算例所选择的16家发电企业现实竞争力的原始数据矩阵进行正向化和标准化处理，得到矩阵Y=(yij)m×n。

(2)计算pij，即第j项指标下第i项评价对象指标值的比重:

计算出的数据矩阵P=(pij)m×n如表7－12:

表7－12　发电企业现实竞争力指标比重数据矩阵

(3)计算第j项指标的熵值hj、差异系数gj、权重wj如表7－13:

表7－13　发电企业现实竞争力熵值、差异系数、权重结果表

(4)计算16家样本发电企业现实竞争力评价值vi，如表7－14:

表7－14　基于熵权法的发电企业现实竞争力评价结果

续表

从现实竞争力结果来看，华能国际因其规模优势和销售能力排第一，国电电力则依靠规模优势、成本能力位居第二，它们领先其他企业较大距离。上海电力、粤电力、东电B、深能源等企业因其较好的销售能力，华电能源、漳泽电力、国投华靖、通宝能源等则因其较好的成本优势而处于中游，它们之间的差距较小;而赣能股份不论从哪方面来看都没有明显的优势，排在最后。现实竞争力评价结果符合实际情况。

7. 4. 4　业绩表现竞争力评价

对发电企业业绩表现竞争力评价，本书拟采用因子分析法。采用这一方法的好处有两方面，第一，因子分析方法所涉及的权数是伴随数学转换而生成的，从而使评价具有客观性;第二，采用因子分析法可以消除各财务指标间相关关系的影响，用较少的指标反映原有指标的大部分信息，从而减少分析的计算工作量。

7.4.4.1因子分析法原理

因子分析的基本思想是按照变量间的相关性大小对原始变量进行分组，使同组内的变量相关性很高，而每组之间的相关性较低。每组变量代表一个基本结构(公共因子)，反映问题的一个方面。采用公共因子的方差贡献率作为权重来计算综合评价得分，使评价结果更具客观性。

设X=(X1，X2，…，Xm)为可观测随机向量，用Y= (Y1，Y2，…，Ym)代表经标准化处理后的X，其均值E(Y)= 0，协方差矩阵cov(Y)=∑。

设F=(F1，F2，…，Fp)(p＜m)为不可观测的随机向量，且E(F)= 0，协方差矩阵cov(F)= Ip，即向量F的各分量是相互独立的。

又设ε=(ε1，ε2，…，εm)与F是相互独立的，即cov(F，ε)= 0;且E(ε)= 0，ε的协方差矩阵是对角阵∑，其元素记作σ2i，即ε的各分量之间也是相互独立的。

若随机向量Y是向量F的线性函数，表示为以下模型(因子分析模型):

用矩阵表示为: Y= AF+ε。

其中矩阵是待估的系数矩阵，称为因子载荷矩阵;

aik(i= 1，2，…，m; k= 1，2，…，p)为因子载荷，表示第i个变量在第k个因子上的载荷;

F1，F2，…，Fp为Y的公共因子，对Y的每一个分量Yi都有作用;

ε1，ε2，…，εm为Y的特殊因子，只对单个分量Yi起作用。

7.4.4.2因子分析法步骤

因子分析法具体步骤如下:

(1)构造原始数据矩阵。设有m个样本，每个样本有n个观测变量，则原始数据矩阵为X=(xij)m×n(i= 1，2，…，m; j= 1，2，…，n)。

(2)对原始数据矩阵X作同向化、标准化处理Y。指标变量可分为正指标(指标值越大越好)、逆指标(指标值越小越好)以及适度指标(指标值为中间某数值最佳)。同向化处理可以使不同性质的指标变量在综合评价中发挥同方向作用，因而在综合评价时可以采用加总的方法;标准化处理可以避免因量纲不同而带来的数据间的无意义的比较。

当第j项指标xj为正指标时，即越大越好时，对它作如下变换:

当第j项指标xj为逆指标时，即越小越好时，对它作如下变换:

当第j项指标xj为区间指标时，即在区间［m1，m2］为最佳且距离此区间越近越好时。对它作如下变换:

(3)确定待分析的原有若干变量是否适合于因子分析。因子分析是从众多的原始变量中构造少数几个具有代表意义的因子变量，这里面有一个潜在的要求，即原有变量之间要具有比较强的相关性。因此，在因子分析时，需要对原有变量作相关分析。可以采用的方法有Bartlett球体检验和KMO检验等。Bartlett球体检验是以变量的相关系数矩阵为出发点，它的零假设相关系数矩阵是一个单位阵，Bartlett球体检验的统计量是根据相关系数矩阵的行列式得到的。如果该值较大，且其对应的相伴概率小于用户心中的显著水平，那么拒绝零假设，认为相关系数矩阵不可能是单位阵，也即原始变量之间存在相关性。KMO检验是比较变量间简单相关和偏相关系数，计算公式为KMO= ，(其中: rij是变量i和变量j之间的简单相关系数，pij变量i和变量j之间的偏相关系数。KMO的取值在0和1之间。采用因子分析，一般要求KMO值大于0.5)。

(4)计算矩阵Y的相关系数矩阵R;解特征方程= 0，计算相关系数矩阵R的特征值和特征向量;提取公共因子，根据特征值大于1或者方差累计贡献率大于80% ＞80%)来确定公共因子个数p。

(5)计算初始因子载荷矩阵A，并对A进行方差最大化旋转(可采用正交旋转、斜交旋转等)，使载荷尽可能两极化(接近0或±1)，这样公共因子会更具实际意义，便于命名解释。

(6)计算各样本的公共因子得分fik，它和原变量的得分是相对应的。估计公共因子得分的方法有回归法、Bartlette法、Anderson-Rubin法等。

(7)计算各样本的综合得分Si，给出相应评价。

7.4.4.3基于因子分析的发电企业经营业绩综合评价

(1)构造原始数据矩阵(见附录6)。

(2)对原始数据矩阵进行标准化处理。对于业绩评价所采用的10项指标，除了资产负债率为适度指标外，其余都是正指标。参考国际通行标准值和我国电力生产行业平均值，资产负债率的适度值取为50%～60%，其指标值按照下式进行标准化处理:

其他的正指标按照式，i= 1， 2，…，17; j= 1，2，…，10进行标准化处理。

(3)借助计算机软件SPSS11.5对经标准化处理后的数据矩阵进行因子分析。

首先对数据是否适合作因子分析进行检验。这里采用运用KMO检验模型和Bartlett球体检验。

可知: KMO检验值为0.573，Bartlett球体检验给出的相伴概率为0.000，小于显著性水平0.05，因此，我们可以认为该数据适合作因子分析如表7－15:

表7－15　KMO和B a r t l e t t球体检验

接着对数据进行因子分析，得到下列结果如表7－16:

表7－16　总方差解释表

注:提取方法为主成分分析法。

从总方差解释表中可以看出，根据特征值大于1，可以提取3个共同因子。这3个共同因子解释了原有变量总方差的86.679%，即累计贡献率达到了86.679%。如表7－17:

表7－17　旋转后因子载荷矩阵

续表

注:提取方法为主成分分析法。旋转方法为方差最大化法。旋转次数为5。

表7－17是采用方差极大法旋转后的因子载荷表。将表中同一列的因子负荷较大的评价指标归为一类，据此来解释共同因子的含义。

F1包含企业的成本费用率、主营业务利润率、总资产报酬率、净资产收益率、已获利息倍数、总资产周转率六项指标，综合反映企业的盈利能力和现金偿债能力，且因子F1能解释所有原评价指标总方差的45.758%，说明其对企业经营业绩的影响很突出。

F2包含了企业的三年资本平均增长率、三年销售平均增长率两项指标，反映企业的发展能力，且因子F2能解释所有原评价指标总方差的23.263%。

F3包含了企业的两年净利润增长率、资产负债率两项指标，这主要反映了企业获利能力的变化态势和利用财务杠杆的能力，且因子F3能解释所有原评价指标总方差的17.658%。从0.821，0.789两个系数来看，这一因子反映了电力企业采用适度财务杠杆促进获利能力提高的综合效果，这实际上是企业驾驭资本市场的意愿和能力。总资产周转率的系数为绝对值大的负数可以这样解释，这个指标的变化基于企业收入与资产规模的对比，其水平多受历史因素影响。这个比例越大，企业平衡财务杠杆(与资本市场打交道)的意愿或能力越弱。

变量共同度是每个评价指标因子载荷的平方和，反映全部公共因子对原有评价指标的总方差解释说明的比例。共同度越大，说明公共因子解释原有评价指标的信息越多，即原有评价指标被丢失的信息越少。如果大部分评价指标的共同度都高于0.8，则说明提取的公共因子已经基本全面反映了原有评价指标的80%以上的信息，仅有较少的信息丢失，因子分析效果很好。

表7－17同时显示各评价指标的变量共同度大部分都大于0.8，这说明因子分析的效果很好，同时也表明设置的每个评价指标对企业的经营业绩的影响是显著的。

最后对所选择的16家电力生产上市公司的经营业绩进行综合评价。通过SPSS对数据作回归分析后，自动生成了FAC1_ 1、FAC2_ 1、FAC3_ 1三个因子得分。应用公式F=(45.758× FAC1_ 1+ 23.263×FAC2_ 1+ 17.658×FAC3_ 1)/86.679，可以求得各公司的综合得分和排名，如表7－18所示:

表7－18　发电企业业绩表现竞争力的因子分析结果

续表

从发电企业业绩表现竞争力结果来看，优势企业有所变化。通宝能源和国投华靖分别位列一、二名，主要由于这两家企业在评价期内业绩表现确实非常优秀。通宝能源2003年收购了山西阳光发电公司90%的股权，装机容量由原来的200MW增加至1400MW，尽管其间遭遇电价下调，但2004年净利润较之2002年仍增长了223%。国投华靖电力控股公司2002年资产置换后，2004年又收购了云南曲靖发电公司(4×300MW) 44%股权，其参股的徐州华润发电公司二期2×300MW机组又于2004年投产，净利润增长100%，净资产收益率高达24%。而且这两家企业控股电厂都是坑口电厂，尽管2003年、2004年煤炭价格上涨幅度较大，但它们所受的影响相对较小。在2003～2004年中国证券市场比较低迷的情况下，这两家公司的股票价格上涨了100%左右，是电力板块股价涨幅最大的公司，也体现了资本市场对企业的认同。华能国际和国电电力虽然也有较快的发展，但深受煤价上涨之苦，尤其是华能国际，2004年净利润比2003年还出现了下降，因此它们分别位于第四和第六。排名靠后的赣能控股、豫能控股总体与潜在竞争力、现实竞争力排名基本一致。见表7－17。

7. 4. 5　综合竞争力

根据本书分析，发电企业综合竞争力由三个子系统组成，即发电企业的潜在竞争力、现实竞争力和经营业绩。因此，我们可以采用综合指数法对发电企业的综合竞争力进行评价。

综合指数法是利用各个指标的加权平均，对企业的综合竞争能力进行评估。该方法的优点在于概念明确、方法简便和可操作性强。但由于权数是由评判人员主观确定的，权重有时难以准确、客观地反映指标体系的内在结构关系，权重的不客观性会改变综合评价的结论。

7.4.5.1综合指数法的评价步骤

综合指数法的评价步骤如下:

(1)选择评价目标，即确定对谁进行评价。选择目标很重要，因为不同的评价目标，设计和运用的指标不同。

(2)设计指标体系。

(3)确定目标值。确定目标值时，可运用行业平均水平或者所选样本企业的最优值为目标值。

(4)赋值指标权重。指标值的重要性权数总计为1分，可根据其在综合评价中的作用分别赋其一个权重。权重的确定可采用主观赋权法、客观赋权法、主客观相结合。

(5)计算综合评价值。根据所分析的样本企业的数据，分项计算各指标的实际值，将指标实际值与标准值相比较，乘以该指标权重，这样加权平均计算出所有指标的综合评价分数。用以下公式表示:

yi为第i个企业的总评分，xj为单项指标实际值，zj为单项指标的目标值(标准值或最大值)，wj是子系统权重。

7.4.5.2综合指数法在发电企业综合竞争力评价中的应用

确定目标值:影响发电企业综合竞争力的三个系统，均是正指标，即指标值越大越好，因此，我们选用各单指标的最大值作为其目标值zj，即，(j=1，2，3)。

赋值指标权重:在此，我们采用主观赋权法进行计算。根据各目标对综合竞争力的影响程度，同时咨询有关行业专家的意见，对影响发电企业综合竞争力的三方面因素赋予权重:潜在竞争力w1=0.4，现实竞争力w2= 0.35，经营业绩w3= 0.25。由于潜在竞争力因素对发电企业有着更深远的影响，因此潜在竞争力占有的比重相对比较大。

计算综合数值:运用公式计算出所选样本各自的综合竞争力，如表7－19:

表7－19　发电企业综合竞争力评价结果

续表

从发电企业综合竞争力评价结果来看，华能国际以其比较全面的综合实力位居第一，而且与其他企业的相对优势比较明显;通宝能源、国投华靖、国电电力、粤电力各有优势，综合竞争力位居前列;综合竞争力较弱的是赣能股份和豫能股份，而且总体看，各方面都有待提高。

7. 5　本章小结

在前几章研究结论的基础上，本章构造了发电企业竞争力评价模型，从发电企业潜在竞争力、现实竞争力和业绩表现竞争力三个方面进行评价，并且建立了相应的评价指标体系。然后以在我国证券市场上市的16家独立发电企业为样本，运用层次分析法、熵权法和因子分析法评价其潜在竞争力、现实竞争力和业绩表现竞争力，在此基础上以综合指数法评价其综合竞争力。评价结果符合实际情况。这表明本书所建立的评价模型、评价指标体系和选用的评价方法是合理的，见表7－19。