曾 鳴，劉 沆，田立燚，孫天雨，戚 巍，李悅悅

（1.華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京 102206；2.國(guó)網(wǎng)遼寧省電力有限公司丹東供電公司，遼寧丹東 118000；3.國(guó)網(wǎng)遼寧省電力有限公司沈陽供電公司，沈陽 110003）

隨著新一輪電力體制改革的深入推進(jìn)，售電側(cè)逐漸放開，除了電網(wǎng)公司外，越來越多符合資質(zhì)條件的售電公司涌入競(jìng)爭(zhēng)性售電市場(chǎng)，而電力客戶作為售電公司利潤(rùn)的源頭，將成為各類售電公司關(guān)注的焦點(diǎn)，因而如何有效地?fù)碛泻涂刂瓶蛻糍Y源并提升客戶留存率對(duì)于各類售電公司具有重要的研究意義［1］。

一、文獻(xiàn)回顧

目前，國(guó)內(nèi)外針對(duì)電力客戶黏度的研究較少，但電力客戶價(jià)值評(píng)價(jià)與電力客戶滿意度評(píng)估等方面的研究較多。在電力客戶價(jià)值評(píng)價(jià)方面，拓廣忠等［2］構(gòu)建了基于決策樹的客戶價(jià)值決策模型，并從電力客戶的當(dāng)前價(jià)值和潛在價(jià)值兩個(gè)方面設(shè)計(jì)了電力價(jià)值評(píng)定指標(biāo)，利用優(yōu)劣解距離方法計(jì)算客戶最終分值。陳纓等［3］構(gòu)建了符合電力行業(yè)特點(diǎn)的電力客戶終身價(jià)值模型，在此基礎(chǔ)上運(yùn)用k 均值聚類算法對(duì)某省電力客戶的開展了實(shí)證分析。喻小寶等［4］從收益和風(fēng)險(xiǎn)兩個(gè)方面構(gòu)建了電力客戶評(píng)估指標(biāo)體系，并基于電力客戶評(píng)估結(jié)果對(duì)用戶進(jìn)行類別劃分。在電力客戶滿意度評(píng)估方面，周黎莎和于新華［5］提出了基于網(wǎng)絡(luò)層次分析法的客戶滿意度評(píng)價(jià)模型，來評(píng)價(jià)具有不確定性的電力客戶滿意度。楊淑霞等［6］構(gòu)建了基于魚群算法優(yōu)化BP 神經(jīng)網(wǎng)絡(luò)的電力客戶滿意度綜合評(píng)價(jià)模型。董沫如等［7］從業(yè)務(wù)報(bào)裝和供電能力兩大方面考慮，構(gòu)建了基于蒙特卡洛模擬的電力客戶滿意度測(cè)評(píng)。此外，在電力客戶黏度方面，杜鵬輝等［8］對(duì)電力客戶黏度、客戶忠誠(chéng)與客戶滿意間的關(guān)系進(jìn)行了深入研究，構(gòu)建了用電客戶黏度測(cè)評(píng)模型，從轉(zhuǎn)換成本、信任、安全性感知與滿意度4 個(gè)方面構(gòu)建了指標(biāo)體系。

雖然國(guó)內(nèi)外在電力客戶黏度相關(guān)領(lǐng)域已開展諸多研究，但是研究中還存在賦權(quán)方式過于簡(jiǎn)單、指標(biāo)體系中缺乏定量指標(biāo)等不足［9］，而且針對(duì)開放售電環(huán)境這一背景下電力客戶黏度評(píng)價(jià)的研究更是鮮有。鑒于此，本文在前人工作的基礎(chǔ)上，對(duì)開放售電環(huán)境下售電公司客戶黏度評(píng)價(jià)展開深入研究。首先，明確電力客戶黏度的涵義，并分析影響電力客戶黏度的重要因素。其次，站在電力客戶的角度，綜合考慮客戶感知、客戶行為、客戶依賴、客戶信任4 大主要影響因素，將其具體細(xì)分為15 個(gè)關(guān)鍵性定性與定量相結(jié)合的指標(biāo)，構(gòu)建電力客戶黏度評(píng)價(jià)指標(biāo)體系，并基于綜合賦權(quán)方法和模糊綜合評(píng)價(jià)方法建立電力客戶黏度評(píng)價(jià)模型。最后，選取某地區(qū)的典型售電公司代表開展算例分析，算例驗(yàn)證了本文構(gòu)建的模型的可操作性與有效性，為售電公司提升服務(wù)質(zhì)量，增進(jìn)客戶留存提供重要支撐。

二、電力客戶黏度內(nèi)涵及影響因素分析

（一）電力客戶黏度含義

“用戶黏度”一詞最早出現(xiàn)于互聯(lián)網(wǎng)產(chǎn)業(yè)，通常用于表征目標(biāo)消費(fèi)群體對(duì)于網(wǎng)絡(luò)平臺(tái)的依賴程度［10］，該概念在網(wǎng)絡(luò)游戲、購(gòu)物平臺(tái)及網(wǎng)絡(luò)運(yùn)營(yíng)中擁有廣泛的應(yīng)用，它體現(xiàn)了網(wǎng)絡(luò)用戶的忠誠(chéng)度與依賴度，包含用戶回訪次數(shù)、頁(yè)面停留時(shí)間等，用戶黏度越強(qiáng)，則該電商平臺(tái)越容易發(fā)揮價(jià)值。隨著互聯(lián)網(wǎng)產(chǎn)業(yè)與營(yíng)銷行業(yè)的深度融合，在市場(chǎng)營(yíng)銷［11-12］相關(guān)的研究與實(shí)踐中常常將客戶價(jià)值與用戶黏度2 個(gè)定義進(jìn)行關(guān)聯(lián)。因此“用戶黏度”逐漸演變?yōu)椤翱蛻麴ざ取薄?/p>

將客戶購(gòu)買商品或服務(wù)的心理分析作為研究出發(fā)點(diǎn)，客戶的心理變化過程［13-15］是由認(rèn)知、情感逐步發(fā)展為意向，三階段心理歷程缺一不可。因此，開展有效的客戶黏度分析，需要從行為黏度、認(rèn)知黏度、情感黏度及意向黏度對(duì)客戶黏度進(jìn)行劃分。對(duì)于電力行業(yè)，電力客戶對(duì)售電公司的服務(wù)的感知狀態(tài)與依賴程度容易受到電價(jià)、電能質(zhì)量、相關(guān)服務(wù)等一系列因素的影響［16-19］。因此客戶黏度的定義同樣適用于售電企業(yè)。在此基礎(chǔ)上，本文進(jìn)一步考慮開放售電環(huán)境下，電力客戶面向售電公司的行為、態(tài)度、情感等一系列主客觀感受，從客戶行為、客戶感知、客戶信任、客戶依賴幾個(gè)方面來評(píng)估客戶受到其他因素干擾存在轉(zhuǎn)換售電公司可能性時(shí)，能夠克服壓力依然保持對(duì)現(xiàn)有售電公司的購(gòu)電行為及偏好，即本文中所理解的電力客戶黏度。

（二）開放售電背景下售電公司電力客戶黏度影響因素

售電側(cè)的放開被認(rèn)為是新一輪電力體制改革的最大亮點(diǎn)，對(duì)于競(jìng)爭(zhēng)性的市場(chǎng)結(jié)構(gòu)和市場(chǎng)體系的構(gòu)建具有重要意義?？v觀目前市場(chǎng)中的售電公司，大部分擁有發(fā)電能力或配電能力，具有十足的潛力。其中，擁有發(fā)電權(quán)的售電公司擁有豐富的電能資源和不同客戶的用電資料，特別是一些大用戶通過直購(gòu)電的方式來保證穩(wěn)定的供需關(guān)系；擁有配網(wǎng)經(jīng)營(yíng)權(quán)的售電公司擁有配電的調(diào)度權(quán)，并可以收取一定過網(wǎng)費(fèi)，同時(shí)憑借電力運(yùn)行數(shù)據(jù)的挖掘來吸納更多的客戶；獨(dú)立型售電公司既不能掌控調(diào)度權(quán)又缺乏相關(guān)客戶和對(duì)手信息，在競(jìng)爭(zhēng)性的市場(chǎng)環(huán)境下面臨著巨大的挑戰(zhàn)。

為了能夠更為科學(xué)客觀地剖析電力客戶黏度這一概念，同時(shí)兼顧電力行業(yè)中用電客戶的特點(diǎn)，本文立足于電力客戶的視角，從客戶行為、客戶感知、客戶信任、客戶依賴4 大影響因素來考慮電力客戶對(duì)于售電公司的黏度，四大影響因素的關(guān)系如圖1 所示，各影響因素具體解釋見下文。

圖1 電力客戶黏度影響因素及其關(guān)系

三、開放售電背景下售電公司的電力客戶黏度評(píng)價(jià)指標(biāo)體系

綜合考慮上述影響因素，將其作為一級(jí)指標(biāo)，并選取一級(jí)指標(biāo)下屬的子級(jí)指標(biāo)構(gòu)建了開放售電環(huán)境下售電公司客戶黏度指標(biāo)體系，見表1。

各二級(jí)指標(biāo)的釋義及計(jì)算方法如下：

（1）客戶行為（A1）。用電客戶的重復(fù)購(gòu)電率（A11）：對(duì)于指定售電公司，在給定的時(shí)段內(nèi)產(chǎn)生重復(fù)購(gòu)電行為的客戶數(shù)量占全部電力客戶的比重，屬于效益型指標(biāo)；推薦售電公司行為傾向（A12）：電力客戶向他人推薦該售電公司的行為傾向，可量化為［0，100］的評(píng)分區(qū)間數(shù)，屬于效益型指標(biāo)；投訴行為次數(shù)（A13）：對(duì)于指定售電公司，在給定的時(shí)段內(nèi)產(chǎn)生投訴行為的次數(shù)，屬于成本型指標(biāo)。

（2）客戶感知（A2）。A2層的指標(biāo)主要考慮了電力客戶對(duì)于售電公司供電情況及公司自身的綜合感知。因此均可以通過感知程度與期望程度的差值來表示。供電服務(wù)性價(jià)比（A21）、供電質(zhì)量穩(wěn)定程度（A22）、售電公司形象（A23）、客服人員的綜合素質(zhì)（A24）分別可由電力客戶對(duì)于以上指標(biāo)的感知程度與期望程度的差值得到，均可量化為［0，100］的評(píng)分區(qū)間數(shù)，均屬于效益型指標(biāo)。

（3）客戶依賴（A3）。業(yè)務(wù)種類多樣性（A31）：對(duì)于指定售電公司，在給定時(shí)段內(nèi)供電業(yè)務(wù)種類數(shù)量，反映電力客戶對(duì)售電公司未來的發(fā)展?jié)摿υu(píng)估，屬于效益型指標(biāo)。對(duì)售電公司價(jià)格長(zhǎng)期合理性評(píng)價(jià)（A32）：電力客戶對(duì)于售電公司價(jià)格長(zhǎng)期合理性的感知程度與期望程度的差值，影響電力客戶對(duì)售電公司長(zhǎng)期經(jīng)濟(jì)性的依賴程度，可量化為［0，100］的評(píng)分區(qū)間數(shù)，均屬于效益型指標(biāo)。更換售電公司所需成本（A33）：電力客戶在轉(zhuǎn)換售電公司的過程中，了解新售電公司資料并與其交易的過程中產(chǎn)生的費(fèi)用總和，影響電力客戶對(duì)售電公司長(zhǎng)期經(jīng)濟(jì)性的依賴程度，屬于成本型指標(biāo)。承受供電事故的能力（A34）：電力客戶對(duì)于售電公司承受供電事故的能力的認(rèn)可程度，影響了電力客戶對(duì)售電公司長(zhǎng)期安全可靠性的依賴程度，可量化為［0，100］的評(píng)分區(qū)間數(shù)，均屬于效益型指標(biāo)。

（4）客戶信任（A4）。A4層的指標(biāo)主要為售電公司能夠滿足電力客戶各方面期望的能力或程度。因此均可以通過感知程度與期望程度的差值來表示。對(duì)售電公司發(fā)展前景的信心程度（A41）、售電公司履行所承諾服務(wù)的能力（A42）、用戶對(duì)客服人員的信任程度（A43）、售電公司對(duì)用戶需求的響應(yīng)程度（A44）分別可由電力客戶對(duì)于以上指標(biāo)的感知程度與期望程度的差值得到，均可量化為［0，100］的評(píng)分區(qū)間數(shù)，均屬于效益型指標(biāo)。

表1 售電公司電力客戶黏度評(píng)價(jià)指標(biāo)體系

四、開放售電背景下售電公司電力客戶黏度綜合評(píng)價(jià)模型

（一）組合賦權(quán)模型

為了補(bǔ)足現(xiàn)有研究中客戶黏度相關(guān)評(píng)價(jià)模型［20-21］中賦權(quán)太過簡(jiǎn)單的研究空白，本文采用主客觀相結(jié)合的賦權(quán)方法［22-23］，將層次分析法和熵權(quán)法得到的權(quán)重進(jìn)行組合，構(gòu)建開放售電背景下售電公司電力客戶黏度的綜合賦權(quán)模型。

1.層次分析法

層次分析法（analytics hierarchy process，AHP）是一種層次權(quán)重決策分析方法，按目標(biāo)、準(zhǔn)則和方案等層次將與決策有關(guān)的元素進(jìn)行分解。算法原理如下：

（1）構(gòu)造判斷矩陣。通過梳理上、下層次之間的邏輯關(guān)系并對(duì)各層次之間的每一個(gè)元素進(jìn)行兩兩判斷，從而構(gòu)造出判斷矩陣B。B=（bij）n×m，其中bij為判斷矩陣的各要素，i=1，2，…，n；j=1，2，…，m。

（2）判斷矩陣歸一化處理。通過對(duì)判斷矩陣B中不同層次的元素進(jìn)行歸一化處理得到向量wj，wj=從而可計(jì)算出判斷矩陣的特征值與特征向量。其中，特征值為αj2=1，2，…，m；特征向量θi=；i=1，2，…，n。

（3）判斷矩陣一致性檢驗(yàn)。通過檢驗(yàn)判斷矩陣B的隨機(jī)一致性比例AT是否滿足AT＜0.1，若滿足則通過一致性檢驗(yàn)。AT=AI/TI，其中，AI表示一致性指標(biāo)，數(shù)值越大一致性程度越差，AI=（αj2-n）/（n-1），n表示判斷矩陣的階數(shù)，TI表示矩陣的平均隨機(jī)一致性指標(biāo)。

（4）進(jìn)行層次排序。分別對(duì)同一層次的各元素進(jìn)行單排序，并從上到下逐層進(jìn)行排序，最終得到各元素的權(quán)重。

2.熵權(quán)法（EWM）

熵是用來度量信息無序狀態(tài)的工具，信息熵的大小與信息的無序度呈正相關(guān)，意味著信息熵越大，信息的效用越小。在綜合評(píng)價(jià)領(lǐng)域，可以利用熵值體現(xiàn)出的指標(biāo)信息效用價(jià)值確定指標(biāo)的權(quán)重。具體步驟如下。

（1）構(gòu)建初始信息數(shù)據(jù)矩陣。針對(duì)已獲得的s個(gè)樣本，t個(gè)評(píng)價(jià)指標(biāo)構(gòu)建初始信息數(shù)據(jù)，其中hij表示原始評(píng)價(jià)數(shù)據(jù)，cij表示第i個(gè)評(píng)價(jià)的特征比重。

（2）計(jì)算指標(biāo)j的熵值：

（3）計(jì)算熵值與1 的差距pj，對(duì)于給定的指標(biāo)j，hij的差異性越小，則fj越大；當(dāng)完全無序時(shí)，fj=1，此時(shí)fj的信息對(duì)綜合評(píng)價(jià)的效用值為0。因此，定義差異性因數(shù)向量V為

（4）計(jì)算指標(biāo)效用價(jià)值，其本質(zhì)是通過計(jì)算指標(biāo)的熵值來體現(xiàn)對(duì)應(yīng)指標(biāo)的信息效用價(jià)值，效用價(jià)值系數(shù)越高，表示該指標(biāo)對(duì)評(píng)價(jià)的重要性越大，于是j項(xiàng)指標(biāo)的權(quán)重為

3.組合賦權(quán)法

AHP 法充分考慮了決策者的感性認(rèn)知，但是人為主觀因素隨意性較大，忽視了指標(biāo)攜帶的客觀信息，主觀認(rèn)可度較高；熵權(quán)法保留了原始數(shù)據(jù)的客觀信息，更具客觀真實(shí)性，但缺少了人為經(jīng)驗(yàn)的情況下會(huì)使得求得權(quán)重與實(shí)際情況偏差較大［20-21］。鑒于此，本文提出一種組合賦權(quán)法，通過引入求解最優(yōu)組合系數(shù)將主觀權(quán)重xi與客觀權(quán)重yi進(jìn)行組合的方法，使得到的電力客戶黏度更加貼近實(shí)際狀況。組合權(quán)重：

其中：a、b分別表示主觀和客觀權(quán)重系數(shù)，ab≥0，a+b=0，0≤a、b≤1。

某售電公司j的主客觀加權(quán)屬性值一致水平：

其中：axi Aij表示主觀加權(quán)屬性值；byi Aij表示客觀加權(quán)屬性值。

為了最小化主客觀加權(quán)屬性值一致水平，利用線性加權(quán)法建立優(yōu)化模型：

其中：ab≥0；a+b=0，0≤a、b≤1。

利用拉格朗日乘法求解權(quán)重系數(shù)a和b的二元優(yōu)化模型，解得指標(biāo)的權(quán)重系數(shù)并代入式（3），從而獲得組合權(quán)重zi。

（二）模糊綜合評(píng)價(jià)模型

電力客戶黏度評(píng)價(jià)中涉及到多個(gè)復(fù)雜的指標(biāo)，而模糊綜合評(píng)價(jià)適用于研究包含多個(gè)復(fù)雜因素的問題，加入模糊數(shù)學(xué)的想法，對(duì)事物進(jìn)行模糊線性變換和隸屬等級(jí)的劃分，把定性問題的評(píng)價(jià)轉(zhuǎn)化為定量問題的評(píng)價(jià)，得出更為準(zhǔn)確可信的評(píng)價(jià)結(jié)果。該模型如下所示。

（1）確定評(píng)價(jià)因素集W。首先，將所有評(píng)價(jià)指標(biāo)分成m個(gè)因數(shù)集，建立因素集W={W1，W2，…，Wm}，滿足Wi?Wj=?，（i≠j）；其次，將Wi劃分為子因素集Wi=｛Wi1，Wi2，…，Wij，…，Win｝。

（2）建立評(píng)價(jià)集M。首先，構(gòu)建評(píng)價(jià)矩陣E，n為隸屬度個(gè)數(shù)；其次，根據(jù)指標(biāo)的性質(zhì)和程度，建立評(píng)價(jià)集其中Mi代表各種可能的總的評(píng)價(jià)結(jié)果。

（3）構(gòu)建評(píng)價(jià)矩陣E，如式（6）所示：

其中：eij表示綜合所有電力客戶意見得到的評(píng)價(jià)對(duì)象按第i個(gè)因素Wi獲得第j個(gè)評(píng)語Mj的隸屬度。

（4）確定權(quán)重集Z。Zi中各評(píng)價(jià)指標(biāo)的權(quán)重向量集表示為

（5）模糊綜合評(píng)判。首先，對(duì)Wi的m個(gè)因素進(jìn)行單因素評(píng)價(jià)從而得到單因素評(píng)價(jià)矩陣Ei，其次，采用相同的模糊算子將Ei和權(quán)重向量Zi模糊合成，計(jì)算出該層次因素集Wi的評(píng)價(jià)結(jié)果Di：

用Di作為Wi的單指標(biāo)評(píng)價(jià)向量，可構(gòu)成W到M的模糊評(píng)價(jià)矩陣：

由此假設(shè)，若W1，W2，…，Wm的權(quán)重向量為Zi={Zi1，Zi2，…，Zim}，則W的綜合評(píng)價(jià)為

（6）得出售電公司客戶黏度評(píng)價(jià)分值結(jié)果。將模糊綜合評(píng)價(jià)結(jié)果D與評(píng)價(jià)集M的右邊界所構(gòu)成的矩陣M0=｛100，80，60，40，20｝的轉(zhuǎn)置矩陣進(jìn)行相乘，得出售電公司i的電力客戶黏度評(píng)價(jià)分值Si：

五、算例分析

為了實(shí)現(xiàn)電力客戶黏度方面的理論研究對(duì)實(shí)踐進(jìn)行指導(dǎo)，同時(shí)驗(yàn)證本文所提模型的有效性，本部分開展算例分析，算例結(jié)構(gòu)及各部分之間的關(guān)系如圖2 所示。算例選取了東北地區(qū)的甲、乙、丙、丁4 家典型售電公司進(jìn)行電力客戶黏度評(píng)價(jià)，其中甲、丙售電公司的主要客戶群體為商業(yè)用戶及居民用戶，乙、丁售電公司的主要客戶群體為大工業(yè)用戶，選取每個(gè)售電公司參與評(píng)價(jià)的典型電力客戶各100 戶，計(jì)算各指標(biāo)的樣本均值以進(jìn)行后續(xù)相關(guān)的運(yùn)算。

圖2 算例結(jié)構(gòu)及各部分關(guān)系

1.確定各級(jí)指標(biāo)的權(quán)重集

基于AHP-EWM 法組合賦權(quán)模型，確定一級(jí)評(píng)價(jià)指標(biāo)和二級(jí)評(píng)價(jià)指標(biāo)的權(quán)重集分別見表2 和表3。

2.建立評(píng)價(jià)集

將評(píng)價(jià)指標(biāo)劃為5個(gè)等級(jí)，評(píng)價(jià)集為M={M1，M2，…，M5}，其 中Mj表示第j個(gè)等級(jí)的分?jǐn)?shù)。Mj={[0，20)差，[20，40)較差，[40，60)中，[60，80)良，[80，100)優(yōu)}。取等級(jí)分?jǐn)?shù)區(qū)間的上限值構(gòu)成評(píng)價(jià)集：M={M1，M2，…，M5}={20，40，60，80，100} 。

表2 一級(jí)評(píng)價(jià)指標(biāo)的權(quán)重集

3.構(gòu)建隸屬度矩陣

以售電公司甲為例，將100 位電力客戶的評(píng)價(jià)結(jié)果，取平均值得出如下模糊隸屬度矩陣，見表4。

4.模糊綜合評(píng)價(jià)

根據(jù)各個(gè)指標(biāo)的權(quán)重值，利用加權(quán)平均算子求得第一層次因素集的模糊綜合評(píng)價(jià)矩陣E：

表3 二級(jí)評(píng)價(jià)指標(biāo)的權(quán)重集

將上述評(píng)價(jià)向量作為上層指標(biāo)評(píng)價(jià)矩陣，計(jì)算得出二級(jí)模糊綜合評(píng)價(jià)值，則甲公司的二級(jí)模糊綜合指標(biāo)值為

D甲=A甲E=（0.2809，0.3683，0.1800，0.1708，0.0000）。

矩陣D中的5 個(gè)元素分別代表了該售電公司客戶黏度綜合評(píng)價(jià)結(jié)果在“優(yōu)、良、中、較差、差“5 個(gè)維度上的集群程度。D甲（0.2809，0.3683，0.1800，0.1708，0.0000）表示甲售電公司客戶黏度評(píng)價(jià)中28.09%為優(yōu)，36.83%為良，18.00%為中，17.08%為較差，0%為差，故該矩陣中數(shù)值最大的元素即為最大隸屬度，反映了該售電公司整體上看36.83%的指標(biāo)落入了等級(jí)為良的評(píng)價(jià)區(qū)間。

同理，可得其他售電公司的最終評(píng)價(jià)結(jié)果：

乙公司為

D乙=（0.1543，0.3512，0.2516，0.1257，0.1123）；

丙公司為

D丙=（0.3151，0.2453，0.2052，0.2451，0.0640）；

丁公司為

D丁=（0.2150，0.1816，0.2250，0.3350，0.0970）。

5.綜合評(píng)價(jià)結(jié)果及分析

根據(jù)最大隸屬度原則，甲售電公司的綜合隸屬度值為0.3683，根據(jù)劃定的評(píng)價(jià)集可判定為“良”。因此，大約有36.83%的電力客戶對(duì)甲售電公司的整體實(shí)力或服務(wù)滿意。同理，乙售電公司的綜合隸屬度值為0.3512，評(píng)判等級(jí)為“良”，丙售電公司的綜合隸屬度值為0.3151，評(píng)判等級(jí)為“優(yōu)”，丁售電公司的綜合隸屬度值為0.335，評(píng)判等級(jí)為“較差”。

為了將各個(gè)售電公司的最終客戶黏度評(píng)價(jià)結(jié)果更為直觀地進(jìn)行比較，對(duì)隸屬度進(jìn)行分值轉(zhuǎn)換處理記為S。通過計(jì)算，甲售電公司的最終電力客戶黏度評(píng)價(jià)得分S甲=75.16；同理，可得售電公司乙、丙、丁的最終得分分別為S乙=63.65，S丙=73.25，S丁=62.93。

4 家售電公司的評(píng)判結(jié)果和最終得分如圖3 所示，甲售電公司在隸屬度評(píng)判上屬于良，但綜合得分為最高；乙售電公司在隸屬度評(píng)判上屬于良，綜合得分排第三；丙售電公司在隸屬度評(píng)判上屬于優(yōu)，但綜合得分排第二；丁售電公司在隸屬度評(píng)判上屬于較差，綜合得分為最低。分析可知，4 家售電公司的評(píng)判結(jié)果和最終得分并不完全呈現(xiàn)正相關(guān)，這是因?yàn)樵u(píng)判結(jié)果的依據(jù)為最大隸屬度，反映了最大多數(shù)客戶的客戶黏度評(píng)價(jià)情況，即“眾數(shù)”的概念，而最終得分的依據(jù)為初始數(shù)據(jù)的加權(quán)平均，反映了平均電力客戶黏度水平，即“均數(shù)”的概念。

究其原因，是因?yàn)樵陂_放售電環(huán)境下購(gòu)電的選擇更加多元化，工業(yè)用戶用電量更大，購(gòu)電途徑更廣，購(gòu)電經(jīng)濟(jì)性的訴求更高，較容易改變重復(fù)購(gòu)電行為及偏好。因此容易在價(jià)格等信號(hào)的引導(dǎo)下轉(zhuǎn)換售電公司的選擇，電力客戶黏度較低；與之相對(duì)的，商業(yè)用戶的個(gè)體規(guī)模不一、數(shù)量龐大，它們?cè)陔娏κ袌?chǎng)中并不具備與發(fā)電商直接交易的資格與權(quán)力，此外電力故障帶來的營(yíng)業(yè)額虧損對(duì)于用戶個(gè)體影響較大。因此他們更傾向于從長(zhǎng)期以來供電穩(wěn)定并已樹立了良好公眾形象的電網(wǎng)公司購(gòu)電，電力客戶黏度較低，而算例中甲、丙的主要客戶群體為商業(yè)用戶及居民用戶，乙、丁的主要客戶群體為工業(yè)用戶，與該結(jié)果相符，證明所提出的評(píng)價(jià)模型具有實(shí)效性。

表4 售電公司甲的模糊隸屬度矩陣

圖3 4 家售電公司電力客戶黏度評(píng)價(jià)的最大隸屬度和分值

六、結(jié)論

本文在開放售電環(huán)境背景下，提出了面向售電公司的電力客戶黏度評(píng)價(jià)模型。針對(duì)客戶黏度指標(biāo)中包含定性與定量指標(biāo)較多的問題，利用AHP-EWM 法相結(jié)合的方法進(jìn)行組合賦權(quán)，增加評(píng)價(jià)結(jié)果的真實(shí)有效性。

（1）明確了電力客戶黏度定義及內(nèi)涵，科學(xué)客觀地剖析了影響電力客戶黏度的主要影響因素。

（2）構(gòu)建了構(gòu)建了開放售電環(huán)境下售電公司客戶黏度指標(biāo)體系，在指標(biāo)選取上綜合考慮客戶行為、客戶感知、客戶依賴、客戶信任等影響因素，確定了4 項(xiàng)一級(jí)指標(biāo)、15 項(xiàng)二級(jí)指標(biāo)。

（3）建立了基于模糊綜合評(píng)價(jià)方法的電力客戶黏度評(píng)價(jià)模型。本文采用主客觀相結(jié)合的賦權(quán)方法，將AHP 和EWM 得到的權(quán)重進(jìn)行組合，使得到的電力客戶黏度更加貼近實(shí)際狀況。

（4）選取了東北地區(qū)的甲、乙、丙、丁4 家典型售電公司進(jìn)行電力客戶黏度評(píng)價(jià)。算例結(jié)果表明，本文提出的售電公司電力客戶黏度評(píng)價(jià)模型能夠從多個(gè)維度全面評(píng)價(jià)未來售電公司的客戶黏度，綜合賦權(quán)的應(yīng)用及模糊綜合評(píng)價(jià)方法將定性指標(biāo)定量化處理，驗(yàn)證了所提模型的有效性，可為售電公司有針對(duì)性地改善企業(yè)售電服務(wù)提供有效的決策支撐。