熱電企業經濟活動分析模型及應用

華北電力大學 王敬敏 安小瓊 梁新恒

熱電企業經濟活動分析模型及應用

華北電力大學 王敬敏 安小瓊 梁新恒

一、引言

當前熱電企業經營環境面臨電力需求增速趨緩、資金矛盾凸現、煤炭持續漲價、電價調整不到位等壓力。熱電企業需要擁有一套科學，實用和高效的企業經濟活動分析理論，方法和技術支持系統，使其最大限度地優化資源配置、降低運營成本、掌握電力市場運行規律、做出正確的決策，實現利潤最大化等目標并且贏得市場。然而，目前熱電企業經濟活動分析體系還不能很好的適應發展需要。在指標體系上，缺少對利潤參數影響指標的深入分析，對利潤的因素分析只停留在財務指標上。部分經濟活動分析雖然加入了生產指標方面的分析，但是沒有將生產指標和利潤聯系起來，造成了生產指標和利潤指標脫節，生產指標的變化沒有反映出利潤的變化。在分析方法上，熱電企業的經濟活動分析方法單一，只有簡單的對比分析，沒有加入更進一步的因素分析和敏感性分析，因此無法找出產生問題根本原因。在分析體系方面，只是對利潤和成本等指標進行核算和事后分析，屬于被動的記賬式，缺少對重要指標的事前預測，不能為決策者提供更全面的決策依據。

二、熱電企業經濟活動分析指標體系

現階段熱電企業經濟活動分析的指標體系沒有將生產指標和財務指標結合起來，在以利潤為核心的指標體系中，指標的劃分不夠細化，決策者無法直接了解到生產指標和利潤的聯系。而熱電企業經濟活動分析的指標體系應該在以利潤為中心的基礎上，進一步加入生產方面的技術經濟指標，從而深化對利潤的分析，以此建立的熱電企業經濟活動分析指標體系見圖1。

圖1熱電企業經濟活動指標體系分析圖

圖1 中各級因素指標和利潤指標的聯系可以通過計算公式表達，即可以利用因素分析法計算它們對利潤的影響。但是影響利潤的某些因素指標不能直接在利潤的計算公式中表達出來，如影響上網電量和煤耗的因素指標。因此在分析中要對圖1中的指標體系作補充，其中影響上網電量的因素為：電網運行情況、機組非計劃檢修、非停及降出力、運行方式、檢修延期、燃料供應和庫存、燃料質量、調度曲線考核、氣候變化、公共關系等。影響煤耗的小指標為：汽壓、汽溫、給水溫度、循環水溫、氧量、飛灰、排煙溫度等。

三、熱電企業經濟活動分析體系

全面的熱電企業經濟活動分析必需把事后分析和事前預測相結合。企業通過事后分析總結評價經濟活動效果，解釋主要問題，查明原因，總結經驗，指導今后工作。再通過事前預測對企業未來經濟活動可能產生的經濟效益及發展趨勢做出預測分析。因此，熱電企業經濟活動分析體系應包括：

第一，事后分析。熱電企業的利潤是衡量企業工作質量的綜合性指標，因此建立以利潤為核心的經濟活動分析模型，對利潤進行深入全面的因素分析和敏感性分析。因素分析全面深入的分析了財務和生產兩方面的指標對利潤的影響，敏感性分析作為對因素分析的補充，使利潤分析進一步細化，分析生產中不能直接在利潤的計算公式中表達的因素指標對利潤的影響。

第二，事前預測。熱電企業通過對利潤的因素分析和敏感性分析，發現問題并查明了原因，則需要對下一階段工作編制科學的計劃，制定經營目標。此時在決策者進行定性分析的基礎上，對熱電企業發電量等重要指標進行趨勢分析，為決策者選定經濟合理的措施或方案提供依據。

四、熱電企業經濟活動分析預測模型

其一，因素分析。因素分析法將綜合經濟指標分解為各個經濟因素，通過分析指明哪個因素變動對綜合指標的變動起了積極作用，哪個因素的變動對其起了消極作用，從而確定改進的重點。

由圖1所示的熱電企業經濟活動指標體系可知利潤總額的構成如下：

利潤總額=（上網電量*上網電價）+（供熱量*上網熱價）－（材料費+修理費+折舊+工資及附加+其他費用）－購電費－水費－供電煤耗*上網電量*綜合標煤單價－供熱煤耗*供熱量*綜合標煤單價－稅金及附加－財務費用+營業外凈收入+其他業務利潤

應用因素替代法公式推導計算出各因素對利潤總額的影響：

上網電量變化對利潤總額的影響=（基期上網電價－基期供電煤耗*基期綜合標煤單價）*（本期供電量－基期供電量）

上網電價變化對利潤總額的影響=本期上網電量*（本期上網電價－基期上網電價）

供熱量變化對利潤總額的影響=（基期上網熱價－基期供熱煤耗*基期綜合標煤單價）*（本期供熱量－基期供熱量）

上網熱價變化對利潤總額的影響=本期供熱量*（本期上網熱價－基期上熱電價）

綜合標煤單價變化對利潤總額的影響=（基期供電煤耗*本期上網電量+基期供熱煤耗*本期供熱量）*（基期綜合標煤單價－本期綜合標煤單價）

供電煤耗變化對利潤總額的影響=本期上網電量*本期綜合標煤電價*（基期供電煤耗－本期供電煤耗）

供熱煤耗變化對利潤總額的影響=本期供熱量*本期綜合標煤單價*（基期供熱煤耗－本期供熱煤耗）

水費、購電費、材料、職工薪資、大修、折舊、其他費用、稅金及附加和財務費用變化對利潤總額的影響=基期值-本期值

其二，敏感性分析。敏感性分析是對因素分析的補充，對影響利潤中的一些無法用計算公式表達的指標進行分析。下面對影響上網電量和煤耗的因素指標進行分析。

發電量方面。利潤相對于上網電量的敏感度=上網電價，即上網電量的單位變動對利潤的影響程度為上網電價。進一步，上網電量又受到某些因素的影響，則這些因素對利潤的影響程度為：（某個因素對發電量的影響值*上網電價）。

煤耗方面。利潤相對于煤耗的敏感度=綜合標煤單價*上網電量，進一步，煤耗又受到某些生產小指標的影響，則這些生產小指標對利潤的影響程度為：（某個生產小指標對煤耗的影響值*綜合標煤單價*上網電量）。

其三，趨勢分析。趨勢分析就是以現有資料為基礎，研究復雜多變的因素，以預見事物發展的趨勢。這里采用灰色預測的GM（1，1）模型對供電量指標進行預測。灰色預測實質是一次累加生成，即將原始數列依次累加后，形成明顯的指數規律，然后用一條曲線去擬合累加生成，在累減還原即可得到預測值。原始數列x(0)的灰色預測模型為：

五、熱電企業經濟活動分析模型的應用

其一，因素分析。對某熱電企業的利潤總額進行因素分析，結果見表1，其中本期值為該企業2009年10月31日的本年累計數據，上年同期值為該企業2008年10月31日的本年累計數據，增長為本期值減去上年同期值，影響值則是利用上述模型中因素分析的公式計算的影響值。

表1 某熱電企業年度利潤數據分析表

從表1可以看出：

本期利潤值較上年同期有大幅度的增加，雖然本期上網電量的減少在很大程度上減緩了利潤的增加（影響程度為-66.57%），但是由于本期上網電價和上網熱價的增加對利潤增加的影響程度分別為62.05%和67.26%，因此利潤總額還是得到了提升。此外，財務費用的降低也對利潤的大幅增加產生了一定作用（影響程度為15.9%）。

一些生產指標的小幅變化引起了利潤的大幅變化：本期供電煤耗減少了1.02克/千瓦時，直接導致利潤增加了1645892.99元；由于本期供熱煤耗增加了1.69千克/吉焦，利潤減少了3524175.42元；本期綜合標煤單價降低23.7元/噸使得利潤增加了21776278.15元。

根據以上數據，決策者可以很直觀的了解到財務及生產方面的各個指標對利潤變化的影響，找出生產經營中存在的問題及原因，從而總結經驗，更好地指導今后工作。

其二，敏感性分析。供電煤耗影響利潤變化的主要生產指標，而供電煤耗又受到一些技術經濟小指標的影響，通過敏感性分析得出這些指標對利潤的影響。已知某熱電企業本年供電煤耗在表中各因素指標的影響下較去年減少了4.522克/千瓦時，由于供電煤耗減少導致利潤增加了8181595.6元，本期綜合標煤單價為706.15元/噸，本期上網電量2562185千千瓦時，則利用上述模型中敏感性分析的公式可計算出汽壓等小指標和變化對利潤變化的影響值。見表2：

表2 某熱電企業機組小指標變化對利潤影響值分析

從表2可以清楚直觀的了解到熱電企業的一些技術經濟小指標對供電煤耗及利潤的影響值，進一步深入分析了利潤變化的原因，為企業解決問題，總結經驗提供了詳實的依據。

其三，趨勢分析。采用灰色預測的GM（1，1）模型，利用Matlab對某熱電企業的年度發電量進行預測，該企業已有的原始發電量時間序列如表3所示，利用2004年~2009年的利潤數據對該企業2010年的發電量進行預測。

表3 某熱電企業發電量預測 單位：千千瓦時

從表3可以得出該熱電企業2010年預測發電量5859939千千瓦時，企業在進行2010年工作安排和計劃部署時應該參考該發電量，合理制定生產經營計劃。此外，還可以根據需要對利潤等重要指標進行預測，這里不再詳述。趨勢分析有利于熱電企業決策者做出正確發展戰略、統籌安排、正確決策以減少損失。

六、結論

經濟活動分析是熱電企業提高競爭能力的重要手段，目前已引起了越來越多的重視。本文結合實際，建立了熱電企業經濟活動分析指標體系，將財務指標和生產指標有機的聯系在一起，并結合事后分析和事前預測建立了熱電企業經濟活動分析體系和分析預測模型。熱電企業利用該模型，能夠科學、全面、預見性地分析企業生產經營活動情況，及時發現問題，充分認識企業經濟活動中的不足和困難，提出解決具體問題的方法，為企業領導科學正確決策提供依據，不斷地推動企業獲取更大的經濟效益。

［1］鄒澤錦：《發電企業經濟活動分析》，中國電力出版社2008年版。

［2］曾鳴：《電力企業計劃管理及技術支持系統，中國電力出版社2001年版。

［3］王衛平：《工業企業經濟活動分析》，中國財政經濟出版社1997年版。

（編輯 劉 姍）