胡成

摘 要：數(shù)據(jù)治理成效評(píng)價(jià)作為供電企業(yè)數(shù)據(jù)治理的關(guān)鍵環(huán)節(jié)，對(duì)推動(dòng)電力業(yè)務(wù)集約化、精益化、標(biāo)準(zhǔn)化和信息化支撐的意義重大。本文提出基于“AHP+熵權(quán)”耦合TOPSIS法構(gòu)建供電企業(yè)數(shù)據(jù)治理成效評(píng)價(jià)模型。依據(jù)數(shù)據(jù)治理情況進(jìn)行實(shí)證研究，最終結(jié)果檢驗(yàn)了數(shù)據(jù)治理成效評(píng)價(jià)模型的可行和實(shí)用性。

關(guān)鍵詞：數(shù)據(jù)治理成效評(píng)價(jià) AHP 熵權(quán) TOPSIS法

中圖分類(lèi)號(hào)：F275 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2017）09（c）-0172-02

數(shù)據(jù)是企業(yè)管理的基礎(chǔ)，也是電改浪潮中提質(zhì)增效、提升核心競(jìng)爭(zhēng)力的重要資源。隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)及其治理受到企業(yè)的高度重視。近年來(lái)，國(guó)家電網(wǎng)公司、四川省電力公司的主要領(lǐng)導(dǎo)多次強(qiáng)調(diào)“要用數(shù)據(jù)管理企業(yè)、用信息驅(qū)動(dòng)業(yè)務(wù)”，全力推動(dòng)現(xiàn)代化信息企業(yè)建設(shè)。

1 供電企業(yè)數(shù)據(jù)治理成效評(píng)價(jià)指標(biāo)體系的確立

根據(jù)供電企業(yè)數(shù)據(jù)治理成效指標(biāo)體系的選取原則，通過(guò)深入研究數(shù)據(jù)治理相關(guān)理論和全面調(diào)研綿陽(yáng)公司各業(yè)務(wù)部門(mén)數(shù)據(jù)治理工作開(kāi)展情況，結(jié)合相關(guān)專(zhuān)家學(xué)者的意見(jiàn)和建議，建立包括數(shù)據(jù)梳理能力、數(shù)據(jù)管理能力、數(shù)據(jù)質(zhì)量水平和數(shù)據(jù)服務(wù)能力等四個(gè)維度的供電企業(yè)數(shù)據(jù)治理成效評(píng)價(jià)指標(biāo)體系[1]。

2 供電企業(yè)數(shù)據(jù)治理計(jì)算步驟

2.1 AHP法計(jì)算步驟

2.1.1 構(gòu)造判斷矩陣

基于兩兩對(duì)比法，對(duì)不同指標(biāo)的重要度進(jìn)行比對(duì)計(jì)算，建立判斷矩陣A。

（1）

注：矩陣中為兩兩指標(biāo)的重要度比值，表示第i個(gè)指標(biāo)的重要度與第j個(gè)指標(biāo)的重要度比值。相應(yīng)地，第j個(gè)指標(biāo)的重要度與第i個(gè)指標(biāo)的重要度比值為的倒數(shù)，判斷矩陣A是正互反矩陣。

2.1.2 計(jì)算各指標(biāo)的主觀權(quán)重

計(jì)算判斷矩陣的特征向量，得到各指標(biāo)的權(quán)重值，具體計(jì)算步驟如下：

（2）

其中，是判斷矩陣每一行元素乘積的n次方根。

， （3）

2.1.3 進(jìn)行一致性檢驗(yàn)

基于判斷分配合理性的目的，需要對(duì)判斷矩陣的一致性進(jìn)行檢驗(yàn)[2]。具體檢驗(yàn)公式如下：

（4）

其中，CI為一致性指標(biāo)；RI為隨機(jī)一致性指標(biāo)，可以通過(guò)查表得出；為矩陣A的最大特征根。

（5）

僅當(dāng)CR<0.1時(shí)，一致性檢驗(yàn)通過(guò)，否則需要重新修正判斷矩陣。

2.2 熵權(quán)法具體計(jì)算步驟

2.2.1 標(biāo)準(zhǔn)化指標(biāo)

設(shè)有m個(gè)被評(píng)價(jià)對(duì)象，n個(gè)評(píng)價(jià)指標(biāo)，則原始數(shù)據(jù)矩陣為：，將指標(biāo)標(biāo)準(zhǔn)化如下：

（6）

2.2.2 計(jì)算指標(biāo)信息熵

對(duì)于標(biāo)準(zhǔn)化后的指標(biāo)值，其信息熵的計(jì)算公式為：

（7）

2.2.3 計(jì)算各指標(biāo)的客觀權(quán)重

根據(jù)各指標(biāo)的信息熵計(jì)算得出指標(biāo)的熵權(quán)，即各指標(biāo)權(quán)重，具體計(jì)算公式為：

（8）

， （9）

2.3 TOPSIS法具體計(jì)算步驟

2.3.1 基于“AHP+熵權(quán)”確定綜合權(quán)重

根據(jù)AHP法確定主觀權(quán)重，根據(jù)熵權(quán)法確定客觀權(quán)重，基于主觀權(quán)重和客觀權(quán)重確定綜合權(quán)重，計(jì)算公式如下：

（10）

s.t. （11）

2.3.2 標(biāo)準(zhǔn)化決策矩陣

由m個(gè)被評(píng)價(jià)對(duì)象，n個(gè)指標(biāo)確定的初始判斷矩陣如下：

（12）

其中，表示第i個(gè)被評(píng)價(jià)對(duì)象的第j個(gè)評(píng)價(jià)指標(biāo)的值。

由于不同的指標(biāo)性質(zhì)不同，量綱也不同，為實(shí)現(xiàn)指標(biāo)之間的互比性，對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，消除不同量綱的影響，從而形成標(biāo)準(zhǔn)化決策矩陣如下：

， （13）

其中，為經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的值。

2.3.3 建立加權(quán)標(biāo)準(zhǔn)化決策矩陣

將標(biāo)準(zhǔn)化決策矩陣D中的每一列與其對(duì)應(yīng)的指標(biāo)層中的各指標(biāo)的權(quán)重相乘，得到加權(quán)標(biāo)準(zhǔn)化決策矩陣F。

（14）

2.3.4 樣本貼進(jìn)度計(jì)算

貼近度計(jì)算是為了反映各被評(píng)價(jià)對(duì)象的各項(xiàng)指標(biāo)靠近最優(yōu)解的程度，通過(guò)對(duì)貼近度進(jìn)行排序就可以實(shí)現(xiàn)對(duì)指標(biāo)的排序。貼近度計(jì)算首先需要計(jì)算出正理想解F+與負(fù)理想解F-，具體計(jì)算公式如下：

（15）

各被評(píng)價(jià)對(duì)象的指標(biāo)值與理想解之間的距離計(jì)算公式為：

（16）

式中，，分別為樣本指標(biāo)與正負(fù)理想解間的距離；，分別為理想解F+，F(xiàn)-所對(duì)應(yīng)的元素值。

貼近度的計(jì)算公式為：

（17）

其中，Ei∈（0，1）。特別地，當(dāng)樣本為正理想解時(shí)，Ei=1；當(dāng)樣本為負(fù)理想解時(shí)，Ei=0。

3 算例分析

3.1 基于AHP法確定主觀權(quán)重

邀請(qǐng)5位專(zhuān)家分別對(duì)指標(biāo)體系中兩個(gè)層次的指標(biāo)重要度進(jìn)行打分，利用幾何平均法匯總五位專(zhuān)家的打分結(jié)果形成判斷矩陣。然后根據(jù)式（2）和式（3），采用MatLab軟件，計(jì)算出16個(gè)指標(biāo)的具體權(quán)重值，即主觀權(quán)重值。最后根據(jù)式（4）和式（5）進(jìn)行一致性檢驗(yàn)，發(fā)現(xiàn)各判斷矩陣均通過(guò)一致性檢驗(yàn)。

3.2 基于熵權(quán)法確定客觀權(quán)重

首先，建立5個(gè)部門(mén)、16個(gè)指標(biāo)的原始數(shù)據(jù)矩陣X=（xij）m×n，再根據(jù)式（7）得到信息熵矩陣Bj然后根據(jù)計(jì)算出的信息熵，確定各指標(biāo)的熵權(quán)，即客觀權(quán)重值wj。

3.3 基于“AHP+熵權(quán)”確定綜合權(quán)重

運(yùn)用公式（10）和公式（11），綜合AHP法確定的主觀權(quán)重Wj和熵權(quán)法確定的客觀權(quán)重wj，計(jì)算得出供電企業(yè)數(shù)據(jù)治理成效評(píng)價(jià)指標(biāo)的綜合權(quán)重ωj。

3.4 基于“AHP+熵權(quán)”耦合TOPSIS法進(jìn)行數(shù)據(jù)治理成效

鑒于指標(biāo)體系中不同指標(biāo)的量綱和性質(zhì)不同，本文將綿陽(yáng)公司5個(gè)部門(mén)數(shù)據(jù)治理成效的相關(guān)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化決策矩陣。將標(biāo)準(zhǔn)化決策矩陣D中的每一列與計(jì)算得出的綜合權(quán)重值ωj相乘，根據(jù)式（14）得到加權(quán)標(biāo)準(zhǔn)化決策矩陣F，最后，根據(jù)式（15）可以計(jì)算出正、負(fù)理想解分別為：

根據(jù)式（16）、（17）可以計(jì)算出各部門(mén)與正負(fù)理想解的貼近度。

根據(jù)表1可以看出部門(mén)1的數(shù)據(jù)治理成效最好，部門(mén)5的數(shù)據(jù)治理成效最差，部門(mén)3和部門(mén)4的數(shù)據(jù)治理情況處于中間水平。

4 結(jié)語(yǔ)

本文構(gòu)建了基于“AHP+熵權(quán)”耦合TOPSIS法的供電企業(yè)數(shù)據(jù)治理成效評(píng)價(jià)模型，通過(guò)結(jié)合AHP和熵權(quán)兩種方法的優(yōu)勢(shì)綜合確定權(quán)重，避免單一使用AHP法造成的權(quán)重主觀性過(guò)強(qiáng)，解決TOPSIS方法在多研究因素的情況下不能合理分配權(quán)重的問(wèn)題。

參考文獻(xiàn)

[1] 楊棟樞，楊德勝.基于熵權(quán)和層次分析法的數(shù)據(jù)質(zhì)量評(píng)估研究[J].現(xiàn)代電子技術(shù)，2013，11（36）：39-42.

[2] El?bieta Radziszewska-Zielina，Bart?omiej Szewczyk.Supporting Partnering Relation Management in the Implementation of Construction Projects Using AHP and Fuzzy AHP Methods[J].Procedia Engineering，2016：161.endprint