当前位置: 首页> 能源互联网> 市场研究

电网企业大数据价值变现交易工作思路探讨

《中国电力企业管理》2020 发布时间:2020-04-15 15:32:14 作者:叶泽 等

  2019年5月国家电网公司成立大数据中心后,加大了数据价值变现交易工作力度,已发布数据资源目录、数据服务目录,推出“数经e-电力经济指数”等9项可变现交易的数据服务产品。但是,根据上面对大数据交易的特征分析,电网企业大数据价值变现交易是一个系统工程,与电力交易相比更加复杂和具有挑战性,简单地就一个产品或者应用场景进行变现交易是容易的,但要充分挖掘数据价值,建立交易平台并进行大规模交易,甚至建立泛在电力物联网的价格机制,则还有许多问题亟待解决。

缺乏大数据变现交易方案的顶层设计

  目前电网企业大数据变现交易工作整体上沿袭了我国电力市场特别是早期的直接交易和碳交易等市场建设的思路,先设计出交易产品,选择个别应用场景,极少数量的买卖双方在非常特殊的条件下象征性地完成交易,从而表明这项工作已经开展,甚至这个市场已经建立。这种市场交易方案成本高,市场主体交易意愿不能独立和充分表达,市场交易数量与可交易规模差距大,资源配置效果不确定,用市场交易游戏定义并不过分。

  目前电网企业大数据变现交易方案在顶层设计上要考虑以下几个问题:第一电力大数据的获得成本及其补偿机制。任何数据都有成本,如果没有成本,数据也就不需要产权界定,也就没有价值。从这个意义上看,泛在电力物联网建设实际上就是支付成本获得数据的过程。按照“谁受益,谁付费”的原则,电力大数据的受益者无非是电网企业自身和包括发电企业、政府和用户的其它利益主体。

  由于不同主体适用的成本补偿机制不同,电网企业首先要在自己和其它利益主体之间分配数据成本。原则上,自己承担的成本通过输配电价回收,本文所提的“变现”主要针对这种情形;其它主体承担成本则通过市场交易回收。如果不把这两者界定清楚,电网企业就向其它主体销售数据商品,必然会产生矛盾。

  第二,电网企业向其它主体提供的数据商品的种类和性质问题。泛在电力物联网建设后,电网企业向其它主体提供的数据商品越来越多,但也不是所有的数据商品都要通过交易完成。电网企业是公用事业,有些数据服务如为用户提供用电账单属于公用事业服务的范围,这类数据服务只能包括在输配和供电服务管制性业务中,不能商品化和市场化;只有不包括在公用事业服务范围内的数据增值服务,如基于电费最小的用户用电方案建议报告等,才能市场化和商品化,通过大数据交易实现。因此,电网企业必须对可以提供的数据服务或商品进行界定,并且得到政府的认可。

  第三,电网企业开展大数据经营的基本战略。电力大数据交易本身是一个技术性问题,本身并不难,电网企业大数据交易其实难在电力大数据经营的战略选择。除了以上两个具体问题外,还包括泛在电力物联网与电力大数据经营的关系,泛在电力物联网投资成本与所产生的大数据价值匹配程度,电网企业从事大数据经营的SWOT分析及具体方式等。这些都需要有认真的分析和策略安排,然后才有可能把数据交易做好。目前来看,这些基础性的工作做得很不够。

没有形成可交易的数据资产目录

  目前国网大数据中心已梳理出四个层级的企业级数据资源目录,一二层为业务层,含10个业务域和85个业务功能,三四层是数据层,含4668个数据实体和13.7万个数据项。这些层级和数据目录是最基础的数据分类和原始数据,还没有形成可交易的数据资产清单。

  首先,没有按交易要求对数据进行预处理,包括清洗和脱敏处理。数据清洗和脱敏原理上相对简单,但是,要根据可交易条件针对每类数据设计相应的清洗和脱敏规则,按照这个规则完成全部工作,不仅有相当的技术要求,而且工作量非常巨大,需要投入大量的人财物资源。

  其次,没有确定数据的初始价值和产权并做标签化处理。资产化要求对每类每项数据象管理固定资产一样,确定初始价值和产权,贴上资产标签并在系统中记录。一般意义上,数据价值与数据质量、应用场景和买方等都有直接关系,很难得出一个客观值,电力大数据更是这样。另外,电力大数据价值可能在较大的范围内变化,部分纯粹生产性和时间性的数据很容易判断,没有太大的变现价值,在这个过程中可以剔除掉,以免造成资源浪费。数据产权可以简单地界定给电网企业,但是,从更深层面上看也有挑战,电力用户也可能对自己的电表数据提出产权诉求,这涉及政策法规和私有产权保护,比数据价值更有挑战。

  第三,没有按交易要求对资产目录及其数据进行结构化处理。电力大数据来源包括电力行业内部各环节数据集,智能电表读数、设备图像数据、设备运行检测历史数据、客户用电信息、电力相关动态事件记录(结构化数据、音频、视频)、用户情感信息(行为特征、偏好、评论)、用户服务数据(文本、语音)、地理空间信息、电网拓扑数据和气象、气候、地图、工商、经济、能源等专业领域的外部数据,现有的数据目录是从生产经营的角度编排的,如业务层面上按电网运行与设备检测数据、电力企业营销数据、电力企业管理数据等进行分类。从数据交易和数据需求的角度,就要按用户需求的整体性和数据价值相关性等标准进行编排,用户需求的整体性指特定用户可能购买的若干数据的组合。价值相关性与整体性有关,指某几项数据在价值上能够形成互补,或者具有某种内在的逻辑关系。按照数据整体性、互补性和逻辑性对数据资产目录进行编排,能够有利于用户识别和购买。

缺乏交易功能、交易场景和交易产品的系统设计

  与数据交易的第一个特征相对应,电力大数据变现交易也存在交易规模潜力大和买方市场特点。交易功能首先要解决电力大数据的价值以及在社会资源配置中的作用问题。与传统的三要素价值都非常直接和容易评价相比,数据的价值却很难确定,相同的数据由不同的使用者运用可能得到完全不同的结果。电力大数据变现交易首先应该把功能说清楚,把数据价值真正挖掘出来。

  其次,由于电力数据量大和变化快等特征,简单地分析其价值根本不可能,只能结合应用场景进行价值分析和挖掘。首先应该分内部应用和外部应用场景。目前来看,由于电力生产经营具有技术资本密集性,内部应用的价值更直接和更大。如果集中分析外部应用,谁是电力大数据价值的受益者?这是场景分析的逻辑起点。显然,电力设备制造商、政府、售电公司、电力用户、商业和地产投资商、银行、居民等是电力数据的主要受益者。以上的受益主体是按身份确定的,比如银行也是电力用户,但是,在电力用户的身份中,主要利用数据提高用电效率;在银行身份中,主要利用数据对贷款对象进行信用评估。在明确受益主体后,还需要根据受益主体的需要做进一步的数据价值挖掘。目前,电网企业大数据价值变现的应用场景分析还刚开始起步。

  最后是应用产品设计。在应用场景分析的基础上,才能设计满足买方需要的数据产品。电力大数据变现交易产品一定要站在买方需要的角度设计。2019年12月“数智国网”发布的5个数据产品中有2个是服务外部应用的,即服务社会环保的“‘低碳入住计划’——基于移动服务平台的酒店行业能效管理新业务”,服务政府决策的“智慧电眼—行业动能发展指数”,这两个产品就特别强调买方价值。但是,在5月份发布的9项产品中,外部应用中的数经e-电力经济指数、数融e-供应链金融、用电营商环境分析、企业多维信用画像、清洁能源补贴融资分析、电力信贷等5个产品考虑用户需求和价值就不够充分和直接。

  缺乏交易平台

  在2019年的电力大数据协同创新高峰论坛暨电力大数据产品发布会上,中国电力大数据创新联盟、国网大数据中心、国网电商公司、国网信通产业集团联合发布了“数智国网”共享服务平台,平台集合了展现、共享、交易、赋能和生态多种功能,拥有应用产品、数据资源、成果交流、需求征集、学习园地、算法工具六大板块;其中,上架了57家单位792个算法模型、数字产品和应用成果,发布了5款可交易的数据产品,其中既包括服务电网企业和发电企业的,也包括服务政府、社会的产品。但是,并没明确这些产品和算法模型等是否可以在“数智国网”平台上交易,或者通过其它方式交易。

  显然,“数智国网”可以促成个别交易主体协商交易,但不适合于大规模现代市场交易。数据交易平台需要国家相关部门批准,“数智国网”目前只是电力大数据联盟的共享平台,并没有在工商局正式注册为数据交易平台。这其中涉及到国家对电网企业经营许可范围,电力大数据交易制度与交易规则等许多政策、条件和制度问题,目前电网企业在这个方面准备还不是十分充分。

缺乏数据交易的相关专业人才

  电力生产经营是融入了现代元素的传统生产制造行业,而数据交易涉及最现代的知识经济、数字经济、信息技术、人工智能等。如同中国互联网公司三巨头BAT(百度、阿里巴巴、腾讯)所展现的一样,这个行业在商业模式和盈利模式上与电力生产经营完全不同,其核心差异在于电力生产经营基于大量的物理资产,而数字经济则基于虚拟的互联网、物联网和创意。在电力生产中,物的作用更大;在数字经济中,人起决定性作用。因此,相对比电网企业从事其它相关行业,开拓数据交易业务面临的主要挑战是人才缺乏。面对海量的数据,如何在短时间内确定分析维度,建立合适的模型,没有专门知识及经验的积累,很难开启这扇大门。

相关政策问题

  电网企业开展电力大数据变现交易面临的主要政策问题有三个:第一,电力大数据交易的经营范围问题。电力大数据交易符合经济发展规律,有利于提高社会资源效益,但是,由于电网企业主要从事输配电和供售电等政府管制业务,是否可以从事数据交易业务?获得收入是否可以不纳入输配电价核定的准许收入范围?需要在政策上有明确的规定。第二,数据资产的产权问题。来源于电力用户电表的数据产权是属于用户还是电网企业?这是影响电力大数据变现交易规模和市场发展的一个根本性问题。因为从价值的角度,电力大数据中有价值的数据主要来源于电力用户。如果用户用电信息被交易给银行做信用评估,导致银行不给用户贷款,由此引起的矛盾在法律上应该处理?这些问题如果事先得不到解决,会从根本上影响电力大数据交易。第三,数据隐私保护问题。来自于电力用户电表的用电数据是否是用户个人隐私和商业机密,这个政策和法律界限也应该明确。目前没有专门的法律法规界定这个问题,不仅针对电力大数据没有,针对其它数据如政府数据也没有。

 电网企业大数据变现交易的主要对策

  电网企业大数据变现交易目前处在探索初期,面临的关键问题主要还是基本思路和经营策略选择等问题,而不是交易产品和场景设计等具体措施。

大数据经营以内部应用变现为主,外部交易为辅

  首先在大数据的内部应用与外部应用的比较和选择上,由于电力生产经营的专业化等原因,电力大数据的专业化特征也十分明显,在电力大数据经营的战略选择上,电网企业要更加重视内部应用。比如“洛杉矶电力地图”通过将各个街区信息、用户个人信息、用户用电信息、地理信息、气象信息以及当地的经济信息等汇聚分析得出用户用电行为规律,为电网负荷预测提供重要依据;还可以辅助能源决策与投资旧线路检修,根据环境、日期等因素对用户用电需求进行周预测,利用用户感知模型对其用电需求曲线进行修正,扫描2周内用户感知最小的时间段安排检修计划。

  其次,大数据内部应用存在价值变现的问题,只不过没有通过市场交易的方式,目前的政策反映还不充分,需要电网企业去争取。从满足国网公司“三型两网”战略需要的角度,内部应用及争取相应的价值变现配套政策可能比外部应用的价值变现交易更加重要。因为外部应用涉及许多政策性问题,而且市场规模具有不确定性,价值变现交易所获得的补偿与回报的不确定性难以满足泛在电力物联网建设所需要的资金支持。因此,在加强内部应用的同时,必须要立足于内部应用的价值变现。进一步分析,内部应用变现与外部交易变现其实不是孤立的,可以也应该相互配合。比如向政府提供更多更高质量的外部数据服务后,国家会受益,这样可能导致政府在意愿和财务能力上对电网企业采取更加宽松的管制政策。根据有关资料,欧洲国家把大数据运用到公共领域,政府每年可以减少1000亿欧元的开支,每年支出降低15%~20%,效率提高0.5%,政府则通过宽松的管制政策让企业分享收益。

  按照目前的政策背景,电网企业主要有两重角色,一个是为市场主体提供输配电服务的中间商,另一个是满足终端用户用电需要的供电企业。随着电力工业的市场化、信息化和智能化,市场主体[梁4]除了需要传统的、物理意义上的输、变、配和供电外,还需要与之相关的更多的技术和商业服务,以满足其主体地位的心理需要和基于经济利益目标的自由选择需要,电力大数据服务就是满足这种需要的附加在输配电和供电技术服务上的新产品。,国外输配电价一般由接网费、网络使用费和商业服务费组成,其中的商业服务费就包括了提供数据信息的内容。面向终端用户的销售电价中也可以提供数据服务,比如可靠性电价间接地为用户提供了数据服务,电网企业在支付用户更高电价的同时也通过改善供电质量降低供电成本间接地获得了提供数据信息服务的补偿。“三型两网”战略整体上更多地瞄准提高输配电和供电的技术质量和服务质量,由此所产生的质量成本和服务成本应该体现到输配电价和销售电价中。因此,电网企业应该在加强电力大数据内部应用的同时,通过引导政府建立基于服务质量的输配电价和销售电价,建立大数据内部应用的价值变现机制。

外部交易中主要提供面向政府和企业提供数据分析产品

  在目前电力大数据价值变现交易的初期,主要的需求方应该设定为政府和企业,而不宜瞄准居民用户,因为居民收费实在太敏感。英国著名政经杂志《经济学人》提出的“克强指数”用三种经济指标评估中国GDP增长的真实性和合理性,克强指数=工业用电量增速×40% + 中长期贷款余额增速×35% + 铁路货运量增速×25%,其中工业用电量增速权重最大,由此可以看到政府对电力大数据的需求。目前国家电网公司也提出了相应的指标,各省大数据应用场景中也都考虑了这个指标。虽然政府可以购买社会服务,但要求政府直接用现金购买或出大笔资金购买与经济相关的电力大数据产品,目前可能性不大。但是,政府有输配电价和销售电价决策权,如果电网企业能够很好地服务于地方经济发展,相信政府也会给予电网公司政策支持。在服务于政府的电力大数据价值变现交易中,电网企业要看到间接变现的价值并有意识地运用这种策略。

  企业是当前电力大数据价值变现交易的潜在用户。电力企业技术资本密集,自然会形成相关企业的关注,这是电力大数据面向企业交易的物理基础。电网企业可以研究这些企业的数据需求,在场景设计的基础上,通过建立数学模型和计算方法,研究满足这些企业需要的数据产品,通过数据产品价值变现交易实现电网企业与相关企业的供应链价值最大化。

  为什么提出要特别强调提供和交易数据分析和算法类产品,主要有三点理由:第一,数据分析和算法类产品可以最大限度地避免数据隐私和产权问题。用户用电数据客观地讲是组织和个人行为结果,属于隐私范围,其产权原则上也属于组织或个人,直接交易容易引起争议。在对数据进行预处理,甚至通过模型和计算方法加工处理后,不仅个人隐私问题完全解决了,随着预处理和分析工具运用的程度增加,原始数据提供者的所有权也相对淡薄,预处理和加工机构的使用权同时更有意义,这样,就在一定程度上回避了产权问题。第二,如上所述,分析类数据产品由于有专业智慧的参与显得更有价值,是目前所有交易的数据产品中最有附加值的产品。第三,分析和算法类数据产品也有利于回避管制业务的范围问题。目前电网企业在生产经营过程中产生的大数据都是依托输配电、供售电和调度、交易等管制性业务获得的,对于管制性业务,政府和社会公众认为已经通过输配电价和销售电价支付了成本和收益,如果将其产生的数据用来交易获得收入,应该相应扣减管制收入。如果对原始数据进行专业性开发和利用,其开发成本不在管制业务范围,就可以理所当然地获得相应的收入。

 积极与专业数据公司合作

  大数据经营与电力生产经营另一个区别是社会用电量需求是确定的,而大数据市场需求规模却在一个很大的范围内变化,很多潜在需求只有经过挖掘后才能变成现实的有效需求。由于数据变现交易非常复杂和特殊,电网企业技术人员对此并不熟悉,特别是在市场开拓的初期,无论从拓展市场的角度,还是从风险分担机制的角度,电网企业应该与外部专业数据公司合作,共同开发电力大数据价值变现这个蓝海。

  国内电信行业较早开展大数据经营,其经验可以借鉴。中国电信和中国联通在数据变现方面缺乏具体行业的经验,不能构建大数据模型,也缺乏直接在大数据服务上拓展客户的能力。2016年中国联通与艾媒咨询联合发布了“一起沃北极星”大数据系统,上海电信与客户市场研究公司尼尔森联合推出了“流量优拓”业务。中国联通与中国电信引入专业的数据分析公司和咨询公司,借助外部的专业数据运营能力来弥补自己的不足。当然,在具体合作的方式上可以做战略选择,以上两项合作都是电信公司直接将数据卖给合作伙伴,其核心竞争力是电信企业的数据质量,,关键在于如何为数据定价。2015年中国联通和西班牙电信公司共同成立智慧足迹数据科技有限公司,中国联通和西班牙电信分别持有合资公司55% 和45%的股权,以控股方式把国外成功的运营商大数据产品“智慧足迹”引入国内生产和交易。2019年,中国联通又以混改名义,吸收京东数字科技增资入股智慧足迹数据科技有限公司,共建产业生态,推进产业的数字化、网络化和智能化。

  因此,电网企业应该积极吸收国内外专业性数据公司参与电力大数据资源开发利用。具体方式可以以省级电网公司为单位,采用直接交易,合资经营等多种模式。有合作经营模式作为基础,上面讲的数据资产目录,数据交易产品和交易场景等具体问题都可以较好地解决。另外,合作经营模式还可以间接地解决目前电网企业竞争性业务经营的体制机制缺陷问题。目前国家电网公司内没有严格区别管制性业务和竞争性业务,两类不同业务的经营体制机制基本上差不多,这种制度安排尤其不适用于不确定性大,创新多的大数据经营。电网企业大数据经营应该采用科技创新型企业的体制机制,比如多元化的投资,基于业绩的高激励性的经营者报酬制度等。

成立电力行业数据交易所

  目前电网企业有限的数据价值变现交易主要通过一对一协商完成,对电力大数据交易工作的意义不大。从交易平台建设的角度,电网企业有三种选择:第一,在现有交易平台上交易。比如注册成为贵阳大数据交易所的会员,然后将数据提供给该所,由该所进行产权确认,根据用户需求进行相应的数据处理,提交到交易平台上交易,电网企业按确认的产权产值或事先确定的收入方式获得收入。南方电网公司就是贵阳大数据交易所的注册会员。第二,成立自己独立的交易平台公司,允许行业内的企业和相关政府机构、企事业单位、个人注册成为会员,形成行业性的电力大数据交易所。其中又有两种路径:一是在产业联盟的“数智国网”的基础上成立数据交易所。产业联盟性质的大数据交易平台很少,中关村数海大数据交易平台最初由中关村大数据交易产业联盟运营,目前也已经转为政府主导的大数据交易平台“重庆大数据交易市场”。因此,产业联盟性质的大数据交易平台并不是大数据交易平台未来的发展方向。二是由电网企业独立申请成立电力大数据交易所。目前行业性的数据交易所几乎没有,电力大数据交易所将是第一家行业性数据交易所。第三种,与现有大数据交易机构合作,成立合作、合资的行业性交易平台,完成行业性或延伸到大能源范围的数据产品交易。

  具体选择哪种方式建立交易平台,笔者认为,与现有数据交易所合作、合资成立行业性交易交易所是最优选择。至少有三个理由:第一,数据交易所需要专业技能。数据交易不是电力交易,比电力交易更复杂,目前电网企业还缺乏这样的专业人才,特别是在发现潜在需求和设计数据产品方面,能够很好地弥补当前电网企业的不足。与现有的大数据交易所合作,能够有效地解决这个问题,使电力大数据交易尽快走上规范化、规模化经营的轨道。第二,电力行业是政府管制的自然垄断经营行业,独立开展大数据经营相对比较敏感,容易引起其它一些问题,与其它大数据交易所合作合资,可以相对减缓社会对这个问题的过度关注和解读。合作合资具体方式有较大的灵活性,电网企业可以通过程度和范围的把控实现自己的目标,比如通过控股把握电力大数据交易所的总体走向等。第三,大数据的价值在于汇聚和融通,目前我国大数据交易所都是综合性的,有限制交易主体的,如贵阳大数据交易所目前暂时不允许私人会员注册,但是,并不限定数据产品的范围,而且按照汇聚的原则,范围越大越好,目前贵阳大数据交易所的数据产品的范围很广,目前有会员2000余家,已接入225家优质数据源,可交易数据产品4000余个,涵盖三十多个领域,成为综合类、全品类数据交易平台。本文提出与现有的数据交易所合作成立成立行业性的大数据交易所,首先考虑的就是这样可以兼顾数据的专业性和汇聚和融通功能,行业性可能也是优势和特色,这样能够与现在的大数据交易所形成差异。其次,考虑到所有单位和个人都是电力用户,市场主体的范围其实也很大,。当然,由于电力与其它能源产品的相关性,可以适时将大数据交易范围从电力扩大到能源。最后,在行业性大数据交易所布局设计上,在成立全国统一电力大数据交易所同时,可以参照贵阳大数据交易所“一个交易所+多个服务中心”的模式,分省成立服务中心。

  本文刊载于《中国电力企业管理》2020年3期,作者叶泽供职于长沙理工大学,梁朝仪、雷振华供职于国网湖南省电力公司经济技术研究院,谢东林供职于国网湖南省电力公司

评论

用户名: 匿名发表
密码:
验证码:
最新评论 0

相关阅读

海南电网公司建设分公司党员冲锋在前 重点项目强力推进

海南电网公司建设分公司党总支的31名党员冲锋在前,将支部建在项目上、身份亮在岗位上,让党旗高高飘扬在工地上,全力推进电网建设。截至4月10日,建设分公司已组织102个电网基建项目有序复工,重点项目正强力推进,确保按原计划投产。
党政文化 2020-04-15

山西忻州供电公司组织 党员突击队防山火保电网安全

4月10日,在山西省定襄县10千伏城东1号线14~25号杆线路走廊,定襄县供电公司党员突击队队员有序清理树障,排查火灾隐患。在输配电线路火灾隐患排查治理专项行动中,忻州供电公司共有16支党员突击队参与排查火灾隐患。
党政文化 2020-04-15

党支部书记每月同答一道题

为提升党支部书记的政治理论水平,2019年4月,调峰调频公司修试公司党委启动了“十分落实”支部书记微党课品牌活动。“十分落实”指制定的微党课措施100%落实,微党课时间控制在10分钟左右。
党政文化 2020-04-15
电力大数据的“淘金者”

电力大数据的“淘金者”

徐川子,浙江杭州供电公司滨江供电分公司总经理助理、市场客户部(互联网事业部)主任,先后取得国家创新成果5项、授权发明专利9项、软件著作权1项,曾获全国五一劳动奖章、全国五一巾帼标兵、国家电网有限公司特等劳动模范等荣誉
电网人物 2020-04-15

广西来宾兴宾供电局“红旗线路”+“红色网格”提升客户获得感

2016年,来宾兴宾供电局创建“红旗线路”党建品牌;2019年,在此基础上提出了“红色网格”党建品牌。
党政文化 2020-04-15

国家电网公司:在脱贫攻坚中践行初心使命

国家电网有限公司坚持战“疫”战“贫”双线作战,以对党的事业的忠诚、对人民群众的深情,坚定信心不动摇,咬定目标不放松,全力服务打赢脱贫攻坚战,充分发挥央企“顶梁柱”作用。
社会责任 2020-04-15

南方电网统一商旅服务平台上线试用

近日,南方电网统一商旅服务平台上线试用,标志着南方电网公司迈入商旅互联网新时代。
营销服务 2020-04-15

国家电网公司开展全民国家安全教育日普法宣传

为贯彻落实习近平总书记重要指示精神,提高全民国家安全法治意识,国家电网有限公司法律合规部印发通知,组织开展2020年全民国家安全教育日普法宣传活动,主题为坚持总体国家安全观,依法维护电网安全,为建设具有中国特色国际领先的能源互联网企业、决胜全面建成小康社会提供坚强保障。
党政文化 2020-04-15

国家电网公司召开安全生产委员会2020年第二次会议

 4月14日,国家电网有限公司召开安全生产委员会2020年第二次会议。
安全生产 2020-04-15

南方电网:年内初步具备具有全球竞争力的世界一流企业显著特征

4月8日,《南方电网公司建设世界一流企业实施方案(2020年版)》(以下简称《实施方案》)正式印发,进一步明确公司2020年建设世界一流企业的思路、目标、措施,增强工作的导向性、体系性、协同性,加快推动战略实施落地,确保公司年内初步具备世界一流企业的显著特征。
企业管理 2020-04-15
Baidu
map