电力企业科技诚信评价体系建设研究

电力企业科技诚信评价体系建设研究

董开松1，刘丽娟1，韩旭杉2，马彦宏2，沈渭程1

（1.国网甘肃省电力公司电力科学研究院，甘肃 兰州，730070；

2.国网甘肃省电力公司，甘肃 兰州，730030）

摘要：科技诚信是创新生态政策的重要组成部分，探索适用于电力企业的科技诚信评价体系对优化科技资源配置和提升企业核心竞争力具有重要意义。本文基于国内外科技诚信评价体系建设现状，对科研诚信评价指标、评价方法和评价流程进行了探讨和分析，构建了全方位、多层级的电力企业科研诚信评价指标体系，并通过神经网络算法来构建评价模型，为电力企业进行科研诚信水平量化评估提供一定参考。

关键词：科技诚信；评价指标；层次分析法；神经网络

一、引言

近年来，中央国务院、国家发改委、能源局、中电联相继出台了信用评价体系建设相关指导意见，包括《关于对电力行业严重违法失信市场主体及其有关人员实施联合惩戒的合作备忘录》（发改运行﹝2017﹞946 号）、《关于加强和规范涉电力领域失信联合惩戒对象名单管理工作的实施意见》（发改运行规〔2018〕233 号）、《科研失信行为调查处理规则》（国科发监〔2022〕221号）、《关于加强科技伦理治理的意见》等，充分体现了国家对信用体系建设的迫切性。科技信用是国家信用体系建设的组成部分，其重要程度不言而喻。尽管国家对不诚信行为推出了许多整治措施，但仍存在科技项目执行质量不高、经费使用不当、研究成果造假等失信事件。研究表明，我国对电力企业科技诚信评价还没有一个普适的方法。因此，开展电力企业科技诚信评价体系研究，建立合理的科技评价指标体系对提升科技管理水平，提高科技服务电网的能力至关重要。

本文将每个科技项目作为评价主体，从科研人员、科研经费、科研设备、产出成果和管理制度五个维度选取评价指标，构建全方位、多层级的电力企业科研诚信评价指标体系，同时采用神经网络智能算法综合评估科技诚信等级，以期为量化评价科研主体诚信水平提供参考。

基金项目：国网甘肃省电力公司科技项目（52272222000K）

二、诚信评价体系建设研究现状

科技信用评价是通过信用评级的方式直观地反映从事科技活动人员或机构的信用情况，并对信用等级较好的企业或个人予以一定奖励，对信用欠缺的个人或企业进行惩罚，以此来规范企业和个人行为，具有一定的约束作用。随着社会对诚信体系建设的重视，不诚信现象鲜有发生。目前，我国在对企业的诚信评价体系研究当中，提出了很多模型和方法，其中应用较为广泛的方法有层次分析法、灰度分析法和神经网络法等。

2.1 国外诚信评价体系建设现状

国外发达国家市场经济发展较早，有着相对完善的信用评价体系。总体来看，分为两种信用评价体系。一种是以美国为主的信用评价体系，主要是以是市场主导为主。

表 1国外主要社会信用体系

诚信成为美国市场经济得以稳定运行的基础。从整体来看，美国诚信评价体系建设主要分为法律体系、监管和执法部门、信用服务机构。从法律体系来说，美国国内的法律体系较成熟，关于诚信相关的法律也更完善。在监管方面，美国的信用相关事务都是交给指定部门或政府内部部门完成，而执法机构则主要由银行来扮演。美国的信用服务机构均采用市场化运营模式。

另一种是以欧洲为主的信用评价体系，该体系主要由政府主导。同样，欧洲很多国家如德国在很早就开始了诚信体系建设，也有着完善的诚信体系。德国作为欧洲诚信评价体系的代表，其社会诚信体系由法律体系、公共信用信息系统和信用服务系统组成，三者相互促进，相互影响，推动德国信用体系的建设，保障市场经济正常运行。

2.2 国内诚信评价体系建设研究现状

严建辉[1]提出了对园林企业供应商的评价指标，并运用层次分析法确定了各指标的权重。窦艳杰[2]针对房地产行业，运用层次分析法和神经网络，提出了新的估价机构诚信评价体系。彭佃欣、周长银[3]运用模糊综合评价法和层次分析法对食品企业诚信状况进行了分析。杨慧[4]从企业财务能力、经营情况、企业素质和社会责任四个维度建立了诚信评价指标体系，采用层次分析法确定了指标权重。岳国震[5]以企业诚信能力和企业诚信行为为出发点构建诚信评价体系，采用了专家调查法和层次分析法相结合的方式确定了权重。刘伟[6]把层次分析法和熵值修正法应用于权重确定中，提出了工程造价咨询企业的诚信评价指标体系框架。梁丽娜[7]在借鉴各地对施工总承包企业诚信评价的做法基础上，构建了评价指标体系和评价模型来完善承包企业的诚信评价体系。

由文献中可以看出，尽管我国对于科技诚信体系建设的研究有很多，但针对电力企业科技诚信相关研究很少。而且电力企业作为国家经济命脉之一，理应被给予更多的研究，更好得为人民谋福祉，为提升国家经济实力添砖加瓦。

三、电力企业科技诚信评价指标体系构建

3.1科技诚信指标选取

本文构建的电力企业科技诚信评价指标由三大部分组成，第一部分为项目符合性评价指标，第二部分为项目相关性分析评价指标，第三部分为第三方信用评价指标。

（1） 项目符合性评价指标

符合性评价指标包含项目科技诚信符合性指标、项目完成情况符合性指标和项目与管理制度符合性指标。详细的符合性指标见图1。

项目科技诚信符合性指标包含科研奖惩、科研环境、科研能力。其中，科研奖惩考察项目是否存在不正当竞争和虚假信息、承诺奖励指标完成情况、信用红黑名单、第三方信用评价结果等；科研环境分为内部环境和外部环境，内部环境主要考察设备条件、实验室（场地）条件、专业能力，外部环境考察政策及企业需求、合作单位承担项目的能力；科研能力分为人力资源和管理能力，人力资源主要考察人员学历、人员职称和工作年限，管理能力主要考察合同管理和验收管理。

项目完成情况符合性指标包含项目考核指标完成情况、科研经费使用情况、研究人员及设备有效参与项目情况。其中，考核指标完成情况考察内容有工作报告、技术报告、项目审计报告、财务决算报告、论文指标、专利指标、专著指标、软著指标、技术（管理）标准指标、测试（检测、型式试验）报告、项目完成进度、经济效益指标、其他指标（应用报告、查新报告、查重报告等）；科研经费使用情况主要考察经费利用率和经费合理性；研究人员有效参与项目情况主要考察项目负责人、技术负责人、子课题负责人、主要工作人员有效投入研究工作时间及全体研究人员有效参与占比。

项目管理制度符合性指标主要考察项目实施过程是否符合相关管理制度要求，包括《国家电网公司科技统计工作管理办法》、《国家电网有限公司科技工作管理办法》、《国家电网有限公司科技项目管理办法》、《国家电网有限公司总部管理科技项目实施及验收管理细则》、《国家电网有限公司总部管理科技项目实施及验收管理细则》、《国家电网有限公司科技项目储备库管理细则》、《国家电网有限公司科学技术奖励办法》、《国家电网有限公司科学技术奖励办法实施细则》、《国家电网公司技术标准管理办法》、《国家电网有限公司科学技术期刊管理办法》、《国家电网有限公司实验室管理办法》、《国家电网公司科技成果转化管理办法》。

图1 项目符合性评价指标

（2）相关性分析评价指标

符合性评价指标主要从项目指标完成情况等角度对各项目实施单位及研究人员的科技诚信进行了评价，但是对本项目投入的人员、设备、经费以及产出成果与本项目的相关性并没有做深入研究。例如，成果查重、成果与课题相关性、研究人员实际投入时间、研究经费使用与课题相关性等。因此，研究基于相关性分析的企业科技评估体系建设，可以进一步掌握企业科技项目实施情况，对于优化科技管理水平，营造良好科研氛围，促进科研活动的创新性、务实性、有效性具有重要的意义。

（3） 第三方信用评价

为保证评价结果的公正、公平性，引入了第三方信用评价。第三方信用评价结果分值体现在项目符合性评价的科研奖惩指标中。对于已取得第三方信用评价结果的项目实施单位可直接依据信用等级赋分值；对于没有进行第三方信用评级的项目实施单位，可按照自身需要委托相关机构进行评级。具体评级标准可参照《DL∕T 1381-2014 电力企业信用评价规范》和《DL∕T 1383-2014 电力行业供应商信用评价规范》。

3.2科技诚信评价流程

信用评价是一项十分严肃的工作，评估的结果将决定一个企业是否能被大众信任，是对一个企业诚信状况的鉴定书。因此，必须具有严格的评估程序加以保证。评估的结果与评估的程序密切相关，评估程序体现了评估的整个过程，没有严格的评估程序，就不可能有客观、公正的评估结果。评估程序可以分为七个阶段，具体流程如图2所示。

图2科技诚信评价流程

省公司科技部对上一年度结题的科技项目按照初始信用评价指标进行评价，确定其评价等级并审核完成后，在省公司网站进行公示，公示期为七天。公示期满且各项目组无异议，进行结果公布。

3.3 基于DHNN神经网络的评价方法

离散 Hopfield 神经网络[8-10]( DHNN, Discrete Hopfield Neural Network)是一种单层反馈型神经网络，具有比前馈型神经网络更强的联想记忆能力。DHNN神经网络依靠神经元之间的 wi,j的连接权值进行连接，并利用阈值函数f通过突触权值将信息传递给每个神经元，其结构如图3所示。

图3离散型 Hopfield 神经网络结构

网络中，第 0 层表示拓扑网络结构的输入层，不具备计算功能，只代表模型假定的研究指标。第 1 层为神经元，负责执行运算任务，即对输入信息与权系数的乘积求累加和，而并非是非线性函数 f 处理之后产生的输出信息。f 是一个分段函数：当神经元的输出信息大于阈值θ时，神经元的输出值为 1（表激活）；当神经元的输出信息小于阈值θ时，神经元的输出值为-1（表抑制）。

对于二值神经元，其计算公式为：

（1）

式中， cj为外部输入。

（2）

当DHNN 为一般节点状态时，用yj(t)表示第 j 个神经元，即节点 j 在时刻 t 的状态，则节点下一时刻（t+1）的状态可用下式求得：

（3）                            （4）

式中，hj(t)为神经元 j 在 t 时刻的输入，θj为 t 时刻的阈值。若i=j时，wi,j等于0，则神经元的输出不会反馈到输入处，此时 DHNN称为无自反馈网络；若i=j时，wi,j不等于0，则神经元的输出会反馈到输入处，此时 DHNN 称为有自反馈网络。

在电力企业科技诚信评价中，DHNN 只需将各诚信评价指标的分值输入，通过程序即可合理科学地获得评价结果。

四、结论

科技诚信评价指标的构建对于电力企业的建设与发展有着重要的现实意义和深远的战略意义。本文基于对电力企业科技项目实施过程分析，考虑科研奖惩、环境条件、科研能力、考核指标、经费使用、人才构成、国家政策等因素，针对每个项目构建了多层级科技诚信评价指标。同时提出将项目相关性分析和第三方信用评价应用到整个评价体系中，对评价指标进行补充和优化。科技诚信评价指标体系的构建为电力企业及有关职能部门制定科技发展政策提供了依据，提高了科技资源分配的公正性和有效性，营造了诚实守信的良好科研环境。参考文献

[1]严建辉. 基于层次分析法的园林企业供应商诚信评价体系研究[J]. 中小企业管理与科技(上旬刊), 2016, (03): 151-152.

[2]窦艳杰. 房地产估价机构诚信评价体系研究——兼论基于AHP-BP神经网络的诚信评价模型[J]. 天津商务职业学院学报, 2015, 3 (05): 23-27.

[3]彭佃欣, 周长银. 基于模糊综合评价法的食品企业诚信状况分析[J]. 佳木斯大学学报(自然科学版), 2013, 31 (03): 415-418+424.

[4]杨慧. 企业诚信体系构建与评价模型研究[D]: 河南科技大学, 2012.

[5]岳国震. 企业诚信评价体系构建研究[D]: 天津大学, 2011.

[6]刘伟. 工程造价咨询企业诚信评价研究[D]: 西安建筑科技大学, 2007.

[7]梁丽娜. 我国建筑施工总承包企业诚信评价体系研究[D]: 北京交通大学, 2012.

[8]周毓萍, 陈官羽. 基于机器学习方法的个人信用评价研究[J]. 金融理论与实践, 2019, (12): 1-8.

[9]曹琰. 神经网络在计算机网络安全评价中的应用分析[J]. 质量与市场, 2020, (14): 85-87.

[10]忽晓阳. 基于离散Hopfield神经网络的区域物流评价[J]. 综合运输, 2021, 43 (07): 104-109.