关于煤炭企业信息化水平评价指标体系研究

　　煤炭企业信息化水平评价指标体系在参考国家信息化测评中心关于企业信息化基本指标构成和天津市科学技术信息研究所唐志荣等提出一套企业信息化评价指标体系的基础上，根据煤炭企业信息化概念及煤炭企业实际情况而制定的。
　　2)构造判断矩阵。构造判断矩阵是给出每一层次各要素之间的相对重要性。A．LSaaty引用了如表1所示的1～9标度方法使定性评价转化为定量评价。

　　构造的判断矩阵中元素满足如以下关系： 
     
　　3)计算最大特征值及特征向量。通过上述方法得到判断矩阵以后，就要利用相关的数学方法计算矩阵的最大特征值和特征向量。目前，通常采取和积法和方根法计算最大特征值和特征向量，但由于这两种方法在计算过程中要用到许多公式，计算相对复杂，本文利用Matlab工具，通过编写简单的程序实现计算矩阵的最大特征值和特征向量。假设所求矩阵为A，在Matlab中输入如下程序。
　　％输出格式
　　fornatshort：
　　％输入待求的矩阵A

　　其中，为特征向量矩阵，d为特征值矩阵，执行程序，根据v和d，最后还涉及到对特征向量的标准化，通过编写程序能实现对特征向量的标准化。通过使用Matlab计算最大特征值和特征向量，不仅大大减轻了计算量，避免了在计算过程中出现差错，而且简化了计算过程，更具有可操作性。
4)对判断矩阵进行一致性检验。所谓判断思维的一致性是指专家在判断指标重要性时，当出现3个以上的指标互相比较时，各判断之间协调一致，不会出现内部相互矛盾的结果。
　　设为判断矩阵B的最大特征值，为了检验判断矩阵的一致性，建立了判断矩阵B的一致性指标： 当判断矩阵具有完全一致性时，CI=0。CI越大，矩阵的一致性越差。为了检验不同阶数的判断矩阵是否具有满意的一致性，T．LSaaty提出用平均随机一致性指标RI(RandomIndex)对于1—9阶的判断矩阵，RI的值如表2所示。

　　当阶数大于2时，将判断矩阵的一致性指标CI与同阶平均随机一致性指标RI的比值称为随机一致性比率并记为CR(ConsistencyRatio)，即CR=CI／RI。当CR=0时，则认为判断矩阵完全一致；当0<CR<0．1时，则认为判断矩阵有满意一致性，根据此判断矩阵计算的相对权重是可以接受的；当CR>0．1时，则需要重新修订判断矩阵，直至获得满意的一致性。
　　根据采用问卷调查的方式到煤炭企业进行实地调研获取数据，按照如上步骤，可以确定各指标的权重，从而为进一步评价煤炭企业信息化水平奠定基础。
　　3结论
　　在信息化时代，企业信息化水平在一定程度上决定了企业的竞争能力。根据煤炭企业的特点，本文从信息化基础设施、信息化安全、生产信息化、安全信息化、管理信息化、营销信息化、信息化战略及规划、信息化人才这些方面构建了煤炭企业信息化水平评价指标体系并介绍了运用层次分析法确定各指标的权重的方法。从而为更好地评价煤炭企业信息化水平提供了一套指标体系，但由于信息化的不断发展，指标体系也存在改进之处，有待进一步研究探讨。