企业信息化水平评价指标范文

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的5篇企业信息化水平评价指标范例，将为您的写作提供有力的支持和灵感！

篇1

0引言

电力行业是国内应用信息技术较早的行业之一，先后经历了生产过程自动化、管理信息化等建设阶段。目前，电力信息化呈现出基础设施齐备、数据庞杂、应用广泛等特点，已从量化范畴提升到质的高度。对电力企业进行有效的信息化评价和管理，是提升信息化水平和实现企业信息化可持续发展的重要保障。

如何积极开展信息化建设来降低运营成本?通过何种指标来科学评价我国电力企业的信息化发展水平?这是当前电力行业必须解决的一个问题，而目前我国还没有一套完整的电力企业信息化水平评价指标体系正式。通过构建科学、实用、有效的电力企业信息化水平评价体系，采用具有学习、记忆、归纳、容错及自学习、自适应能力的BP神经网络算法，科学、有效、客观地评价电力企业信息化水平，有利于规范和完善电力企业信息化建设，促进电力信息化健康，快速地发展。

1电力企业信息化水平评价指标体系的建立

1．1建立的原则

(1)简明科学原则。评价指标体系应明确反映电力企业信息化水平高低与指标间的关系，避免无关的指标列入，指标体系的大小也应适宜。若评价指标体系过大、指标层次过多、指标过细，则势必将评价者的注意力吸引到细小问题上；而若评价指标体系过小、指标层次过少、指标过粗，则不能充分反映和评价电力企业信息化的整体设计与使用情况。

(2)公正合理原则。即评价指标应能客观、公正、合理地体现电力企业信息化水平的动态性。

(3)易于操作原则。评价指标体系在实际应用中应具有可操作性，指标含义明确、可靠，数据易于收集，可供不了解指标体系建立过程的人员进行操作与应用。

(4)以定量指标为主，辅以一定的定性指标。评价指标尽可能以定量指标为主，但全部采用定量指标也不能完全反映电力企业信息化水平的整体情况，所以要辅以一些描述性的定性指标。

1．2指标体系的内容

结合电力企业信息化水平评价指标体系建立的原则，从3个层次来构建电力企业信息化水平评价指标体系，主要由业务支持程度、IT绩效水平、信息技术水平、IT管理能力、IT持续发展能力等五大方面构成，如表l所示。

1．3指标值的确定及归一化处理

在上述55个三级指标中，有定性指标和定量指标之分。根据指标的评价准则又可分为3类指标：正向指标、负向指标和优化指标。由于不同的指标从不同侧面反映电力企业信息化水平，指标之间又由于量纲不同，所以无法进行比较。因此，为了便于最终评价值的确定，需要对各指标进行无量纲化处理，即对评价指标做标准化、正规化处理，以便消除指标量纲的影响。考虑神经网络训练的收敛问题，对所有指标分3种情况进行无量纲化处理。

(1)定性指标。定性指标有工程建设情况、信息安全措施、信息安全制度的完善程度、信息安全制度的执行情况、企业职工IT素质等。这些指标的评价值采用专家打分的办法进行评价，取值为0．0～1．0之间。

(2)正向定量指标。是指标值越大越好的指标，包括：设备的运行率、安全运行时间、物资供应保障率、劳动生产率、网络覆盖率、联通率等。因这类指标越大越好，故选用所有电力企业的最大值为该指标的理想值，进行无量纲化处理。

(3)负向定量指标。是指其值越小越好的指标，包括采购成本、生产成本、平均响应时间等。这类指标是越小越好，因此，选取所有电力企业的最小值为该指标的理想值，并进行无量纲化处理。

(4)优化指标。是指标具有一个最优的取值范围，太大或太小都不好的指标，包括电力企业资产负债率指标，该指标如果太大说明企业在信息化投资建设中将会出现资不抵债的情况，不利于电力企业的发展；如果该指标值很小则说明在企业信息化建设中没有发挥有限资本的价值。一般该指标取40％～60％比较理想，然后进行无量纲化处理。无量纲化处理方法如下：

(1)有量纲向无量纲的转化。采取一种二次抛物偏大型分布的数学模型描述：

(2)无量纲指标的处理。采取线性递增函数进行描述:

2电力企业信息化水平评价的神经网络专家系统

2.1 BP神经网络的基本原理

人工神经网络(ANN)是由大量简单的处理单元组成的非线性、自适应、自组织系统，它是在现代神经科学研究成果的基础上，试图通过模拟人类神经系统对信息进行加工、记忆和处理的方式，设计出的一种具有人脑风格的信息处理系统。它可广泛应用于预测、分类、模式识别和过程控制等各种数据处理场合，相对于传统的数据分析处理方法，更适合处理模糊、非线性和模式特征不明确的问题。

BP神经网络是单向传播的多层前向神经网络，网络可分为输入层、中间层(隐含层)和输出层，其中输入和输出都只有1层，中间层可有1层或多层。同层的网络结点之间没有连接，每个网络结点表示一个神经元，其传递函数通常采用Sigmoid型函数。每对神经元之间的连接上有一个加权系数W，它可以加强或减弱上一个神经元的输出对下一个神经元的刺激。这个加权系数通常称为权值，修改权值的规则称为权值算法。建立在BP神经网络基础上的专家系统根据一定的算法，通过对样本数据的学习确定网络权值。神经网络专家系统的权值确定、结构稳定后，就可以处理新的数据，给出相应的输出。

2．2基于BP网络的电力企业信息化水平评价的学习过程

BP神经网络电力企业信息化水平评价模型中，输入层包含55个神经元，分别接受55个电力企业信息化水平评价中三级指标的样本数据输入；中间层包含26个神经元；输出层有1个神经元，就是电力企业信息化水平评价结果，相应的BP网络结构如图1所示。

由于神经网络各层的初始连接权值是任意的，必须先对神经网络进行训练，使电力企业信息化水平评价结果的实际输出与期望值的偏差尽可能小。BP神经网络通过训练将学习样本的真实值与网络输出的误差反向传播到各层的神经元，采用梯度下降法不断调节各层的权值，减小因权值带来的偏差，从而使训练样本真实输出与网络输出的误差控制在设定的0．001误差范围内。具体BP神经网络学习过程如下：

(1)根据电力企业信息化水平评价指标要求，提供训练集。选人对网络输出即电力企业信息化水平有影响的三级指标x1，x2，……，x55作为输入自变量，以此确定输入节点的个数(本网络有55个输入节点)；

(2)进行初始化。置所有权值为随机任意小，给定学习精度￡一10，目标误差为0．001，读入网络初始权重及学习样本。这里可通过对电力企业300名职工开展问卷调查，随机抽取前100组记录(样本序号为1～100)作为神经网络辩识模型的训练样本；

(3)按BP算法训练网络。学习过程流程如图2所示；

(4)判断学习精度是否达到要求，如达到转入下一步执行；否则返回上一步继续学习；

(5)储存并输出权值。利用训练好的网络进行测试(采用10个样本记录为例)，输出电力企业信息化水平的最终评价结果。

3实验结果及分析

篇2

0引言

电力行业是国内应用信息技术较早的行业之一，先后经历了生产过程自动化、管理信息化等建设阶段。目前，电力信息化呈现出基础设施齐备、数据庞杂、应用广泛等特点，已从量化范畴提升到质的高度。对电力企业进行有效的信息化评价和管理，是提升信息化水平和实现企业信息化可持续发展的重要保障。

如何积极开展信息化建设来降低运营成本?通过何种指标来科学评价我国电力企业的信息化发展水平?这是当前电力行业必须解决的一个问题，而目前我国还没有一套完整的电力企业信息化水平评价指标体系正式。通过构建科学、实用、有效的电力企业信息化水平评价体系，采用具有学习、记忆、归纳、容错及自学习、自适应能力的BP神经网络算法，科学、有效、客观地评价电力企业信息化水平，有利于规范和完善电力企业信息化建设，促进电力信息化健康，快速地发展。

1电力企业信息化水平评价指标体系的建立

1．1建立的原则

(1)简明科学原则。评价指标体系应明确反映电力企业信息化水平高低与指标间的关系，避免无关的指标列入，指标体系的大小也应适宜。若评价指标体系过大、指标层次过多、指标过细，则势必将评价者的注意力吸引到细小问题上；而若评价指标体系过小、指标层次过少、指标过粗，则不能充分反映和评价电力企业信息化的整体设计与使用情况。

(2)公正合理原则。即评价指标应能客观、公正、合理地体现电力企业信息化水平的动态性。

(3)易于操作原则。评价指标体系在实际应用中应具有可操作性，指标含义明确、可靠，数据易于收集，可供不了解指标体系建立过程的人员进行操作与应用。

(4)以定量指标为主，辅以一定的定性指标。评价指标尽可能以定量指标为主，但全部采用定量指标也不能完全反映电力企业信息化水平的整体情况，所以要辅以一些描述性的定性指标。

1．2指标体系的内容

结合电力企业信息化水平评价指标体系建立的原则，从3个层次来构建电力企业信息化水平评价指标体系，主要由业务支持程度、IT绩效水平、信息技术水平、IT管理能力、IT持续发展能力等五大方面构成，如表l所示。

1．3指标值的确定及归一化处理

在上述55个三级指标中，有定性指标和定量指标之分。根据指标的评价准则又可分为3类指标：正向指标、负向指标和优化指标。由于不同的指标从不同侧面反映电力企业信息化水平，指标之间又由于量纲不同，所以无法进行比较。因此，为了便于最终评价值的确定，需要对各指标进行无量纲化处理，即对评价指标做标准化、正规化处理，以便消除指标量纲的影响。考虑神经网络训练的收敛问题，对所有指标分3种情况进行无量纲化处理。

(1)定性指标。定性指标有工程建设情况、信息安全措施、信息安全制度的完善程度、信息安全制度的执行情况、企业职工IT素质等。这些指标的评价值采用专家打分的办法进行评价，取值为0．0～1．0之间。

(2)正向定量指标。是指标值越大越好的指标，包括：设备的运行率、安全运行时间、物资供应保障率、劳动生产率、网络覆盖率、联通率等。因这类指标越大越好，故选用所有电力企业的最大值为该指标的理想值，进行无量纲化处理。

(3)负向定量指标。是指其值越小越好的指标，包括采购成本、生产成本、平均响应时间等。这类指标是越小越好，因此，选取所有电力企业的最小值为该指标的理想值，并进行无量纲化处理。

(4)优化指标。是指标具有一个最优的取值范围，太大或太小都不好的指标，包括电力企业资产负债率指标，该指标如果太大说明企业在信息化投资建设中将会出现资不抵债的情况，不利于电力企业的发展；如果该指标值很小则说明在企业信息化建设中没有发挥有限资本的价值。一般该指标取40％～60％比较理想，然后进行无量纲化处理。无量纲化处理方法如下：

(1)有量纲向无量纲的转化。采取一种二次抛物偏大型分布的数学模型描述：

(2)无量纲指标的处理。采取线性递增函数进行描述:

2电力企业信息化水平评价的神经网络专家系统

2.1 BP神经网络的基本原理

人工神经网络(ANN)是由大量简单的处理单元组成的非线性、自适应、自组织系统，它是在现代神经科学研究成果的基础上，试图通过模拟人类神经系统对信息进行加工、记忆和处理的方式，设计出的一种具有人脑风格的信息处理系统。它可广泛应用于预测、分类、模式识别和过程控制等各种数据处理场合，相对于传统的数据分析处理方法，更适合处理模糊、非线性和模式特征不明确的问题。

BP神经网络是单向传播的多层前向神经网络，网络可分为输入层、中间层(隐含层)和输出层，其中输入和输出都只有1层，中间层可有1层或多层。同层的网络结点之间没有连接，每个网络结点表示一个神经元，其传递函数通常采用Sigmoid型函数。每对神经元之间的连接上有一个加权系数W，它可以加强或减弱上一个神经元的输出对下一个神经元的刺激。这个加权系数通常称为权值，修改权值的规则称为权值算法。建立在BP神经网络基础上的专家系统根据一定的算法，通过对样本数据的学习确定网络权值。神经网络专家系统的权值确定、结构稳定后，就可以处理新的数据，给出相应的输出。

2．2基于BP网络的电力企业信息化水平评价的学习过程

BP神经网络电力企业信息化水平评价模型中，输入层包含55个神经元，分别接受55个电力企业信息化水平评价中三级指标的样本数据输入；中间层包含26个神经元；输出层有1个神经元，就是电力企业信息化水平评价结果，相应的BP网络结构如图1所示。

由于神经网络各层的初始连接权值是任意的，必须先对神经网络进行训练，使电力企业信息化水平评价结果的实际输出与期望值的偏差尽可能小。BP神经网络通过训练将学习样本的真实值与网络输出的误差反向传播到各层的神经元，采用梯度下降法不断调节各层的权值，减小因权值带来的偏差，从而使训练样本真实输出与网络输出的误差控制在设定的0．001误差范围内。具体BP神经网络学习过程如下：

(1)根据电力企业信息化水平评价指标要求，提供训练集。选人对网络输出即电力企业信息化水平有影响的三级指标x1，x2，……，x55作为输入自变量，以此确定输入节点的个数(本网络有55个输入节点)；

(2)进行初始化。置所有权值为随机任意小，给定学习精度￡一10，目标误差为0．001，读入网络初始权重及学习样本。这里可通过对电力企业300名职工开展问卷调查，随机抽取前100组记录(样本序号为1～100)作为神经网络辩识模型的训练样本；

(3)按BP算法训练网络。学习过程流程如图2所示；

(4)判断学习精度是否达到要求，如达到转入下一步执行；否则返回上一步继续学习；

(5)储存并输出权值。利用训练好的网络进行测试(采用10个样本记录为例)，输出电力企业信息化水平的最终评价结果。

3实验结果及分析

篇3

本文采用灰色理论的方法，通过对中小企业信息化水平进行定量化分析描述，建立多层次灰色综合评价模型，旨在为科学的评价中小企业信息化水平提供了定量的决策依据。

一、中小企业信息化水平评价的指标体系

通过对影响中小企业信息化水平的因素分析，建立评价指标体系见下表。在本文所建立的灰色评价模型中，评价的总目标W是中小企业信息化，第一层指标集为U={U1,U2,U3}，U1是信息化组织建设，U2是信息化基础设施，U3是应用信息化程度。U1的下一级指标集V1={V11,V12,…,V17}，U2的下一级指标集V2={V21,V22,…,V26}，U3的下一级指标集V3={V31,V32,…,V36}。

二、中小企业信息化水平的灰色综合评价

设受评的中小企业为s,s=1,2,3,…q，第s个中小企业信息化水平综合评价值为W(s)，U代表一级指标Ui所组成的集合，U={U1,U2,U3}，Vi(i=1,2,3)代表二级评价指标Vij所组成的集合，Vi={Vi1,Vi2,…,Vini}，则灰色综合评价的具体步骤如下:

1.各评价指标的权重的确定。由上述的灰色评价模型，通过层次分析法建立三层评价指标体系W、U、Vi,各指标的权重，得一级指标Ui的权重为ai(i=1,2,3),权重向量为A=(a1,a2,a3),且ai≥0，;二级评价指标Vij的权重为aij,权重向量，且满足aij≥0，。

2.评价样本矩阵求解。组织由p个专家组成的专门评价小组，设评价者序号为k=1,2,…,p。对s个受评企业按评价指标评分等级标准打分，并填写评价者评分表，评分表表式依评价指标体系表设立。由于各项统计数据之间的量纲，单位和数值的大小各异，需对其进行标准化处理。这里采用无量纲标准化处理。根据评价者评分表，即根据第k个评价者对第s个中小企业信息化水平按三级指标Vij(i=1,2,3;j=1,…,)给出的评分d(s)ijk，求得p个专家就所有三级指标对第 s个受评企业评价矩阵D(s)。

3.灰色评价系数、评价权向量及权矩阵的计算。该评价模型采用的灰类有三个(e=1,2,3)，对每一个评价指标 Vij分别就这三个灰类给出第s个受评企业灰色评价系数，记为xije(s)，则有:属于所有三个灰类的总评价系数记为xij(s)，。

所有评价者就评价指标Vij，对第s个受评企业属于第e个灰类的灰色评价权rije(s):则对所有三个灰类的评价权向量rij(s)为:指标集Vi的评价权向量Ri(s)为:

4.受评的中小企业综合评价值计算。对第s个企业的Vi做信息化水平综合评价，结果记为Bi(s)，则 Bi(s)=Ai×Ri(s)，第s个企业的U对于各评价灰类的灰色评价权矩阵对第s个企业的U做综合评价，其综合评价结果记为B(s)则:B(s)=A×R(s)。

由以上各步，我们知道，第s个企业的信息化水平综合评价结果B(s)是一个三维向量，其中第e个元素代表该企业属于第e个灰类的灰色评价权。设将各评价灰类等级按“灰水平”赋值，灰类等级化向量记为C=(c1,c2,c3)，则第s个企业的综合评价值W(s),W(s)=B(s)×CT，根据W(s)的大小，给各受评企业排出优劣次序。

该方法操作比较简便，且能对改变目前主要凭主观印象作为评判中小企业信息化水平优劣的状况，起到很好的效果。

参考文献:

篇4

所谓林业企业信息化是林业企业为了适应快速变化的环境，提高效益和发展能力，应用信息技术，再造企业的变革过程，是信息技术从一般业务应用向业务核心渗透的过程，是传统管理向现代管理转变的过程，是林业企业在基础设施、技术应用、结构调整、资源拓展、管理制度等方面向信息化转变的过程，也是提高经济主体活力，提高企业效益和竞争能力，最终在国民经济中实现林业企业的现代化转变的过程。

林业企业信息化是一项系统工程，在其建设过程中会不断地出现各种各样的问题，需要不断对出现的问题进行分析、评价和解决，可以认为林业企业信息化的建设过程实质上就是一个不断评价和完善的过程，因此，准确客观地评价林业信息化必须依靠评价体系。

1林业企业信息化水平评价方法

1.1评价方法

林业企业信息化水平的评价主要采用标杆管理法。标杆管理是一个系统的、持续性的评估过程，通过不断地将企业流程与居领先地位的企业相比较，以获得帮助企业改善经营绩效的信息。通俗地说，标杆管理就是一个确立具体先进榜样，解剖其各个指标，不断向其学习，发现并解决企业自身的问题，最终赶上和超过它的一个持续渐进的学习、变革和创新过程。在标杆管理实施过程中，首先要确立标杆，标杆分为标杆企业和标杆值两种，其中标杆企业是指在同地区、同规模、相同发展阶段情况下与其他同类企业相比，在信息化效益相关指标数据方面有典型特征意义的企业，作为标杆库的成员，用来构造标杆值表。而标杆值是专家组根据一组标杆企业的信息化参数值综合确定的。

在林业企业信息化水平评价中，这两种标杆都要确立。标杆值的采用主要是设立参照基准，用于林业企业确定自身的信息化水平高低。标杆企业的确立则是为被测企业提供对比参照，便于其将具体指标与之对比，找出差距，分析原因，发现企业自身问题，为其今后信息化建设提供指导。

林业企业信息化水平评价标杆的确立应由林业主管部门主持，并定期或不定期更新的，以逐步改进测评精确度和不断反映信息化水平的整体进步。由于林业企业性质不同，地区间的不均衡，因此，应设立地区、行业两级标杆，便于企业确定自身在本地区、本行业中的信息化水平，逐步改进提高;同时应根据企业性质不同，按类型分别设置标杆，如设置营林型企业标杆和生产型企业标杆，便于企业的信息化水平评价。

1.2水平评价步骤

评价林业企业信息化水平是一项复杂的系统工程，要保证评价工作的顺利进行，必须遵循一定的程序。

筹备阶段:明确评价目的要求，选择有关专家学者组成综合评价组。

准备阶段:主要是收集有关资料、分析评价工作的工作量大小并做出相应的评价预算。数据获取方式的设计包括统计资料、问卷调查、普查数据、实测数据等方式。

数据收集阶段;确定调查方法和调查群体，采集评价所需数据，对数据资料进行汇总整理，并对采集到的数据进行分析，以保证数据的真实性、准确性。

评价阶段:按指标体系对数据进行计算评价，组织专家对权重予以确定、并对评价结果进行验证。

总结阶段:根据综合评价结果进行分析总结，提交相应的综合评价报告，指出不足之处和整改意见，并由有关部门公布评价结果。

2林业企业信息化评价指标体系的建立

在标杆管理实施过程中，不论是标杆的确立还是林业企业自身评测都需要一个指标体系。以提供评测的具体参数标准，因此必须建立一套指标体系。由于信息化过程涉及诸多方面。所以需要根据林业企业的特点，从不同的侧面和层次建立一套指标体系.对信息化发展进行客观的定量评价，及时发现问题并采取相应对策.以确保信息化目标的实现。同时.林业企业信息化评价体系也是一个建设指导的体系.可以帮助企业有针对性地解决问题，一方面对其实施全过程进行全面的评价，使企业了解其企业信息化的现状和水平。并与企业的既定目标对比，发现实施过程中存在的问题。找出差距，为下一阶段的建设确定方向和目标;另一方面.总结经验和教训.并结合新情况，根据企业的新目标和新业务对信息化建设进行相应的调整。

2002年10月9日，信息产业部出台了《企业信息化基本指标构成方案(试行)》，为我国企业对自身信息化水平评价提供了标准。但该标准是一套通用型信息化水平评价的方案，不完全适用于林业行业，因此有必要建立一套适用于林业信息化评价的指标体系。

建立林业企业信息化指标体系，必须以信息化的基本规律和林业自身特点和规律为基础，关注信息化要素的特点及其与环境之间的相互关系，确定评价信息系统状态的指标集合。这种指标集合是相关指标的有机组合，可对复杂系统进行多指标综合评价。

2. 1建立指标体系的原则

①科学性原则:必须以信息经济学理论和统计学理论为依据，结合林业企业的特点，借鉴已公布的国家信息化指标和国际上比较通用的信息化测度的理论和方法，如波拉特方法和信息指数化方法，提出林业企业信息化评价的指标体系和评价方法。

②客观性原则:由于评价的结果将直接影响着决策，因此需定性与定量分析相结合.其中定量分析是准确评价林业企业信息化水平的关键。

③差异性原则由于林业企业具有与其他行业企业不同的特点，而且林业企业自身的规模、性质也各不相同.导致了信息、化目标和标准也各不相同.所以设汁评价指标时.不能用一个统一的模式去衡量，尤其是指标权重的设定要有针对性，以反映出不同的情况。

④可操作性原则:即要求所选取的指标应该尽量与林业企业现有数据衔接，指标含义明确，便于数据采集。

⑤简约性原则:即要尽量选取较少的指标反映较全面的情况，所选指标要具有一定的综合性，指标之间的逻辑关联要强，但各指标间应保持相对独立，不应有明显的包容关系。

⑥前瞻性原则:所设计的指标体系应具有一定的超前性，即不仅可在时间上延续，而且可以在内容上拓展，以便于对企业的信息化建设过程进行连续评价。

⑦导向性原则:由于评价体系具有建设指导的意义，因此应能够引导企业按信息技术发展方向开展信息化工作，以避免浪费、走弯路等现象的出现。

⑧动态性原则:林业企业信息化建设是一个不断发展变化的过程，这就要求相应的指标体系也应具有动态性，以便准确地反映出信息化水平的实际状况。

2. 2林业企业信息化指标体系的构建

林业企业信息化指标体系分为定量评价指标和定性评价指标两部分.其中定量评价指标主要对林业企业信息化的基本情况进行评价，定性评价指标则是对林业企业信息化所达到的实际效果进行评价。林业企业信息化水平评价指标体系分为2个层次，共6大类31个指标(见表1)。

3林业企业信息化水平综合评价

由于林业企业信息化评价指标体系中，存在定性指标，因此可采用层次分析法和模糊综合评价法对其进行综合评价。

3.1权重的确定

指标权重是对每个指标在整个体系中的相对重要性的数量表示。权重确定合理与否对综合评价结果和评价质量将产生决定性影响。由于林业企业信息化评价指标体系比较庞大。因此可采用层次分析法(AHP)。

选取两组相关领域的技术、经济和管理等方面的权威专家，其中一组专家根据各指标在林业企业信息化中的重要程度，确定各指标的相对重要性，进而确定各指标的权重;另外一组专家根据各指标在企业信息化中的重要程度，对各指标按百分制进行赋值，确定各指标的权重。综合两组专家的意见，初步确定各指标的权重。组织专家研讨会，最终确定各指标的权重。

3.2林业企业信息化水平评价计算

将各参数与标杆库中对应参数比较，可以得到一系列标准得分，其计算公式为:

尸‘二V /S.，

式中:尸:—第i项指标标准化得分;

V—第i项参数统计得分;

S—标杆库中对应参数标准值。

将计算出的标准得分加权处理，则可得到该企业的信息化指数，计算公式为:

S，二艺p:·W，

式中:5，—信息化指数;

尸:—第i项指标标准化得分;

篇5

1引言

电网企业信息化建设，不仅是建设坚强智能电网的要求，也是国家电网提出的“四化”和“三集五大”发展战略的一部分，具有重大现实意义。供电公司作为电网的重要组成部分，对其信息化水平进行综合评价，不仅可以衡量其信息化水平的高低，也可以分析出其信息化建设中的优劣之处，明确发展方向，因此供电公司信息化建设水平的评价工作意义重大。

国内信息化水平评价的文献，评价方法多样，有模糊评价、网络分析法、灰色理想矩阵、理想贴近度评价等方法，但是以上文献均存在指标构建简单、评价方法单一的缺陷。为此，考虑到以上问题，本文以电力公司为例，构建了其信息化水平的评价指标，结合可拓评价可以界定电力公司信息化水平所属界限的优点，采用可拓评价方法对其信息化水平进行评价，以期准确把握并提高我国电力企业的信息化水平。

2供电公司信息化水平评价指标体系

根据《中央企业信息化水平评价暂行办法》，参考普通企业信息化水平评价方面的文献，结合供电公司自身的特点，设计其信息化水平评价指标如下：

3供电公司信息化水平的可拓评价

将某供电公司评价级别从低到高分别记为N1，N2，...N5，各项指标分别记为c1，c2，...，c18。为了应用可拓综合评价法进行分析，对其中“无纸化办公程度”指标进行处理，考虑到实际情况，将“高”级别下无纸化办公程度范围确定为[300，1000]。调整后的评价标准即为可拓评价中所需的经典物元。在此基础上，得到节域物元R′，表示为：

对于被考察指标，采取调查统计与专家打分相结合的方式进行指标取值，定量指标通过公司统计数据进行确定，定性指标通过专家打分进行确定，最终得到各项评价指标的得分情况，即为经典物元：

=c1，c2…，c18=86，76，98，18，79，67，120，78，82，76，33，42，23，45，23，38，78，62

根据表2的计算结果可以看出，Kj=maxKjP=K4P，即说明某供电公司的信息化水平处于第4等级，即较高。从评价结果可以看出，该供电公司信息化总体水平较高，但是网上营销这一部分需要加强，公司可以通过大力倡导网上电费缴费和发展网络营销人才等途径加强网上营销建设。4结论

信息化建设是电网企业建设中重要的一个环节，信息化可以不断提高其生产、营销、管理、决策的效率和水平。高水平的信息化水平有助于电网长足稳定运行和发展。对电网企业信息化水平科学的评价不仅可以认识自身信息化水平的高低，也可以把握今后发展和改进的方向。本文构建了电力公司的信息化水平评价指标，基于可拓综合评价方法建立了评价模型，科学把握电力公司信息化水平所处的阶段，希望本文所做的工作希望能为我国电力企业信息化评价和信息化建设提供一定帮助。