基于信息數字化構建電力企業發展黨員量化評價模型

朱新強

（廣東電網有限責任公司江門恩平供電局，廣東 恩平 529400）

引言

《中國共產黨發展黨員工作細則》明確要求，發展黨員工作應當貫徹黨的基本理論、基本路線、基本綱領、基本經驗、基本要求，按照控制總量、優化結構、提高質量、發揮作用的“十六字”總要求，堅持黨章規定的黨員標準，始終把政治標準放在首位；堅持慎重發展、均衡發展，有領導、有計劃地進行；堅持入黨自愿原則和個別吸收原則，成熟一個，發展一個。江門恩平供電局經過細致的分析和探索，參考合格黨員“四講四有”的評判標準：講政治、有信念，講道德、有品行，講奉獻、有作為，講規矩、有紀律，將教育程度、政治素質、崗位技能、工作業績、安全意識五個維度量化至“四講四有”中，應用tableau軟件，基于信息數字化構建電力企業發展黨員量化評價模型，該成果獲江門供電局數字化黨建技能競賽一等獎。

一、模型構建的總體思路

首先，應用tableau把江門恩平供電局2016年至2020年的發展黨員數據建立量化模型，模型選取入黨積極分子至發展對象階段作為建模內容。通過反復修正各維度所占比重，提升模型的準確度。建立模型后，導入2016年至2020年所有入黨積極分子的數據，計算出擬推薦發展對象名單，對比模型計算結果和實際發展對象名單相互之間的吻合度，當計算結果的準確度達到95%以上，即佐證模型可行。模型成功建立后，導入2021年入黨積極分子數據進行計算，再次對比模型計算結果與定性分析結果，吻合度達95%以上即可應用。通過計算模型分析出每位積極分子的得分強弱項，并自動給出努力方向和提升措施，實現一個入黨積極分子一張“入黨屬性卡”。另外，為了吸納優秀員工加入黨組織，每年將非黨員職工數據導入模型，計算出可吸納加入黨組織的優秀員工，鼓勵這些優秀員工向黨組織提交入黨申請書，爭取早日成為一名光榮的共產黨員。

二、數據分析與建模

建模及論證的數據來源于江門恩平供電局某些支部近5年發展黨員的數據。為了使數據更加全面，加入了員工安全積分數據，個人安全積分數據平均每年多達420條。2016年至2020年積極分子轉發展對象的數據內容不完全相同，但基本一致。總的概括為：職務、是否一線員工、班組黨員人數、2018年以來年度績效等級、出生年月、列為積極分子時間、入黨積極分子過關式考試及測評、積極分子入黨材料、個人先進性事件、綜合評價、積極分子面談等內容。安全積分數據包括：操作票、工作票、發現缺陷、設備運維、現場安全、項目安全、發現重大違章和隱患、調度安全、信息安全、食品和車輛安全、安全專項工作參與、違章扣分12大類型，31項具體內容，具有全面性。

（一）數據可視化

1.基礎數據可視化。為便于數據可視化，選取江門恩平供電局某些支部2020年7名入黨積極分子作為可視化數據。首先是基礎數據可視化，基礎數據包括姓名、學歷與職稱。為了將年齡、學歷與職稱量化，結合黨支部工作一本通和單位現有黨員年齡現狀，按年齡越小得分越高、職稱越高得分越高、學歷越高得分越高的原則進行換算。對年齡換算時，采用公式：550/年齡（550退休年齡擴大10倍，使數據差異更加明顯）；對職稱和學歷換算時，采用10分制，等差分列原則，差值為3。

2.個人績效與安全積分可視化。對獲取的2020年7名入黨積極分子2018、2019、2020年度績效和2020年安全積分進行相關分析，通過數據可視化得出兩者的關系。通過對數據進行整理，績效等級主要為A、B、B1、B2，在進行年度績效的換算時，采用10分制，等差分列原則，差值為2.5，因此A對應的換算分值為10，B對應分值為7.5，B1對應分值為5，B2對應分值為2.5，使數字化數值有一定的差距，又能保證相對的公平性和合理性。安全積分為具體的量化數據，不進行換算。

3.黨的基礎知識考試與心理測評可視化。自2018年起，已經實施入黨積極分子“343”評價，因此在考慮黨員發展依據時，也將這一評價體系加入其中。各發展對象在黨的基礎知識考試與心理測評這兩個維度上的情況，轉換成柱形圖，寬度代表心理測評的結果，寬度按從大到小依次為：推薦、備選和其他；黨的基礎知識考試分數按10分制折算，即100分對應折算10分，90分對應折算9分，以此類推。

4.綜合評價可視化。在進行綜合評價換算時，同樣采用10分制，等差分列原則，差值為3，對各個發展對象進行評分。綜合評價包括政治素質、群眾評價、個人先進性事件和工作業績5個方面。對應值越高，說明對應的維度表現越好。

5.班組黨員數量可視化。根據相關要求，供電所班組和部門必須至少有一名黨員，因此在吸納發展對象的時候，優先考慮班組已有黨員人數少的。在進行班組已有黨員數字化時，采用10分制，等差分列原則，差值為3，即當班組已有黨員人數為0，對應折算分值為10，班組已有黨員人數為1，對應折算分值為7，以此類推。對2020年7名入黨積極分子班組已有黨員進行分析。可直觀看出2020年入黨積極分子的班組已有黨員數量均為2，折算分值均為4。

（二）搭建模型

綜合黨的基礎知識考試成績、心理測評結果、政治素質考評結果、班組已有黨員數量、年齡、學歷、群眾評價、職稱、個人先進性、工作業績、個人績效、安全積分共計10個方面的內容，將這個10個方面的內容歸結到政治素質、教育程度、崗位技能、工作業績、安全意識5個維度中，最終再落腳到黨員“四講四有”的標準中。通過2016至2020年積極分子轉預備黨員的數據，不斷修正各方面量化結果的占比。講規矩、有紀律標準中，對積極分子當年出現違反“兩個維護”、政治紀律和政治規矩，貫徹落實黨中央重大決策部署不力的；被查處的嚴重違紀違法案件，并產生嚴重不良影響或重大資產損失的；對貪污、受賄違法違紀的；參與工作發生杜絕類、嚴禁類違章事件的；一年內出現曠工、遲到5次的；無正當理由不服從工作分配和調動、指揮的，給予一票否決，不予從積極分子轉為發展對象。

根據綜合排名情況，從上到下進行擇優錄取，如2020年有5個發展名額，根據此模型以及相關數據分析，可快速篩選出5人為發展對象。在最后進行綜合排名時，還加入了輸出判斷元素，即當數據某項低于某個值時，輸出對應的原因以及解決方法。其中，“7”和“3”為2020年7名擬發展對象在各個維度給定的分界值，當數值低于該分界值，則會自動輸出對應的內容和解決策略，實現對分數較低的數據的輸出判斷。同時，為每一位入黨積極分子制作一張入黨“個人屬性卡”，指出個人強弱項和提升措施，幫助員工更好、更快成長。

（三）模型準確性論證

為了驗證模型的可用性和準確性，應用2016-2020年江門恩平供電局所有積極分子轉為發展對象名單數據進行驗證，通過導入數據，進行分析。雖然每一年的評判內容有所不同，但是所建模型依然適用，驗證了模型的可兼容性。論證數據為40條，偏差2條，模型準確率高達95%，誤差率在允許范圍內。

（四）模型的推廣應用

1.計算出2021年積極分子轉發展對象名單。綜合考慮年齡、學歷、職稱、個人績效、安全積分、黨的基礎知識考試、心理測評結果、綜合評價、班組已有黨員數量等，最終得出2021年11名入黨積極分子綜合排名。根據綜合排名情況，作為考核是否能成為發展對象的標準，從上到下進行擇優錄取。同時對積極分子轉發展對象進行定性分析，對比兩者的結果，發現計算結果與定性分析結果完全一致，準確率達100%。

2.吸納優秀員工加入黨組織。為了進一步體現模型的實用性和吸納優秀員工加入黨組織，將江門恩平供電局的248名非黨員員工的數據導入模型進行計算，可以引導排名靠前人員提交入黨申請書，為黨組織輸送優秀人才。

3.探索“黨建+”創新模式。貫徹落實發展黨員的相關要求，積極尋找黨建工作與數字的結合點、著力點，創新探索“黨建+數字”模式，以新思路、新機制、新方法謀劃和推進基層黨建工作，凸顯發展黨員在黨建工作中的推動作用，實現黨建工作和中心工作的雙量提升，全面提升企業黨建工作科學化水平，將“黨建+數字”項目管理的手段和方法引入基層黨建。

三、效益和價值

（一）預期組織效益評估

擇優進行發展黨員，為黨組織輸送更多棟梁之才，有效促進企業蓬勃發展，推動企業往更上新臺階。挖掘潛在優質團員或群眾，鼓勵優秀員工提交入黨申請書，為黨組織發現和培養更多優秀接班人。

（二）預期管理效益評估

模型可以將擬發展對象各項指標可視化，直觀明了地展現各擬發展對象情況，將擬發展黨員數據導入程序后，即可生成排名情況和相應評價分析，大大提升黨支部發展黨員的工作量和效率。

（三）預期社會效益評估

通過發展黨員數字化推優，可以對各位群眾、積極分子情況有更加全面的分析和精準的判斷，減少人為因素影響，提高團員或群眾對黨組織的忠誠度，提升黨建管理能力。

四、結語

通過建立發展黨員量化評價模型有效減少了人工定性分析的工作量，降低了評估人員的主觀判斷誤差，使評估工作更加準確、高效，同時對入黨積極分子的個人發展具有指導意義，可建立入黨積極分子長期跟蹤培養機制，補足短板、鞏固強項，幫助入黨積極分子更好、更快成長，提高了工作效率，從而達到控制總量、優化結構、提高質量、發揮作用的要求，把發展黨員的優勢轉化為擔當企業發展使命和推動改革創新驅動的強大力量。