基于云模型的煤炭企业标准体系适用性评价研究

罗 文，刘成涛，许德轩

(1.国能神东煤炭集团有限责任公司，陕西省榆林市，719315；2.北京低碳清洁能源研究院，北京市昌平区，102211；3.中国煤炭工业协会生产力促进中心，北京市朝阳区，100013)

0 引言

标准体系是指将某一领域的各种标准按照各自内在关系构成的一种科学的有机整体。企业标准体系则是企业建立和实施的一套标准规范体系，包括质量管理、环境管理、职业健康管理、信息安全管理等多个方面，其宗旨是对企业的经营和管理进行规范，从而提升企业的经营效率和经营质量，实现企业的可持续发展。建立企业标准体系的目的是为了实现企业生产、管理、经营等方面的目标。而企业标准化工作不仅要建立一个全面的企业标准体系，还要通过持续实施、评估、检查和改进企业标准体系，构建一个动态、兼容、开放和科学的企业标准化工作体系。这就意味着，必须在适当时候对企业标准体系进行评估，对企业标准体系的适用性进行检验，并在实施过程中进行新一轮的需求和市场分析，以验证现有企业标准体系的适用性以及存在的不足，进而根据相关方需求的变化，不断改进，持续提高标准体系的适用性[2]。

目前，企业标准体系的研究主要集中在构建企业标准体系的合理性和科学性上。例如，闫进[3]认为，在制定企业标准时，应根据企业的发展战略，对法律、法规的要求、内外部环境以及相关方需求进行分析；崔学智以“五个标准”为依据，对企业进行标准化工作进行了分析，并就如何建设企业标准体系进行了探讨；郑厚发等[4]阐述了我国煤炭企业标准化工作的发展历程，并提出建立企业标准化体系的原则与基础，从而构建了煤炭企业标准化体系整体框架，对煤炭企业的标准化建设具有一定的借鉴意义。当前，企业标准体系综合评价方法的研究主要致力于提高指标体系和评价的合理性和科学性。在这方面，张艺琳等[5]指出，在评价工作中除了定量分析，还应着重于定性研究，并提出了5种评价体系，他们的研究表明，将AHP与专家打分法相结合，可以有效提高评价的准确性；陈义安等[6]采用决策表属性约简与主客观博弈的方法，对14个评价指标进行科学赋权以消除感知数据的随机性和主观性，随后结合云模型理论生成评价综合云图。薛昱等[7]通过构建基于驱动力-压力-状态-影响-响应模型的水安全评价指标体系，通过熵权法和层次分析组合法确定指标权重，并用可拓云模型评估水安全等级。

从上述文献可以看出，目前对企业标准体系适用性研究还比较有限，主要集中在宏观角度的定性分析上。特别是对煤炭企业标准体系的分析，很少从适用性评价的角度切入，这就制约了煤炭行业标准体系的发展。笔者从煤炭企业标准体系的角度，利用层次分析-云模型来评估煤炭企业标准体系的适用性，并找出存在的问题进行评估。

1 适用煤炭企业标准体系评价的AHP-云模

型构建

借鉴倪晓春的研究[8]，从系统性、协调性和完整性3个准则层构建了包含17个指标的煤炭企业标准体系适用性评价体系，见表1。

1.1 AHP方法的权重测度

1.1.1 层次分析法步骤说明

(1)建立层次结构模型。根据决策准则、决策对象和决策目标的相互关系，绘制层次结构图并将其分为最底层、中间层和最高层。最高层(目标层)：决策的目的，需要解决的问题；最低层(因素层)：在做决策时可供选择的选项；中间层(准则层)：考虑的各种因素，做出决策的标准。层次分析法解决的基本问题是确定最低层相对于最高层的相对权重。利用这些权重对最低层的各种措施或方案进行优先排序和比较，以形成决策原则或在备选方案中进行选择，这个过程使复杂的决策有了系统化的方法。

(2)构造判断矩阵。在同一层研究中，对该层每个指标对上一层中某一因素的重要性进行两两比较，构建两两比较的判断矩阵(通常需要结合专家经验对指标之间的两相对重要性做出判断)。层次分析采用一致性矩阵来构建评判矩阵，不是将全部因素一起分析，而是成对地进行比较；在此情况下，使用了相对标度，以尽量降低属性差异因子间的对比难度，从而提高精确度。重要度对比结果见表2，表2中列出了由萨蒂(Saaty)提出的9种重要度和它们的分配[9]。由成对比较得到的结果所组成的矩阵称为判断矩阵。

表2 重要性等级及赋值

(3)求解判断矩阵的特征向量(各指标的相对权重)，并对层次排序做一致性检验。

每个指标的相对权重计算见式(1)：

(1)

式中：Wi——每个指标的相对权重；

wi—— 判断矩阵行向量的几何平均数；

n—— 阶数。

(4)进行一致性检验。为了防止系统复杂性和思维片面性所造成的混乱决策，要对判断矩阵进行一致性检验，从而得知所求权重的正确可靠程度。首先根据式计算出最大特征值(2)，其次根据公式(3)计算出一致性指标，阶数n为1，2，3，4，5，6，7，8，9时，一致性指标RI分别为0，0，0.52，0.89，1.12，1.26，1.36，1.41和1.46，根据这些相应的平均随机一致性指标数值RI由式(4)计算出检验系数。

(2)

式中：λmax——最大特征值；

A——判断矩阵。

(3)

式中：CI——一致性指标。

(4)

式中：CR——检验系数；

RI——随机性一致性比例。

当CR<0.1时，则认为该判断矩阵一致性检验是通过的。

1.1.2 层次分析法的决策、判断

为保证层次分析法确定指标权重值科学可靠，在层次排序的一致性检验过程中，应遵循群决策的原理和方法，并对其进行相关处理；即，选择多名专家学者对煤炭企业标准体系适用性评价指标权重的加权群组进行评判决策。在群决策过程中，专家判定矩阵数据集合算法的基本过程如图1所示。

图1 专家评判矩阵集成算法基本过程

1.2 云模型评价方法

云模型概念的整体特性用Ex(期望)、En(熵)、He(超熵)3个数字特征来反映，记为(Ex、En、He)。其假定存在一个用精确定量数值所构成的区间U，这个U被称为论域，定性概念在U上进行映射。其中，期望值Ex是定性概念C在定量论域U中映射的重心位置表示，这里代表“煤炭企业标准体系适用性等级评价值”；熵En为定性概念的可接受范围；超熵He表示云滴的分布离散程度，云滴是指定性概念C在U内一次随机量化实现的表示。

云模型依赖云发生器算法来实现其评价价值，根据转换方向的不同分为正向和逆向2种，两者的具体运算步骤如下所述。

(1)正向云发生器用以实现定性模糊概念的量化转换，输入：数字特征Ex，En，He，设置云滴数量为N个；输出：N个云滴xi的空间分布。生成评价云图步骤如下：

步骤1：产生均值为En，标准差为He的正态随机数En和xi；

步骤3：继续重复上述操作，直到获得研究设定的N个云滴。

(2)逆向运发生器与其截然相反，是用以生成评价指标的云数字特征，输入：数据样本点xi(i=1，2，…，n)；输出：反映具体概念的量化参数Ex，En，He。步骤如下：

2 实证分析

2.1 权重计算

以某煤炭集团企业标准体系为研究对象，根据层次分析判断矩阵构建理论，邀请煤炭行业协会等5名相关专家，对该煤炭集团企业标准体系适用性评价体系中同一层级的指标两两打分，构建判断矩阵，确定了各评价指标的权重，并对各评价指标进行了评价。通过计算判断矩阵的最大特征根和对应的特征向量，确定各层因素相对于上一层某一因素的相对重要性权重，最后进行全局排序。具体权重赋值情况如图2所示。

图2 各评价指标权重赋值情况

2.2 企业标准体系适用性评价指标的云模型标尺

划分企业标准体系适用性等级的意义在于帮助煤炭企业有针对性地提升生产运营管理水平，从而推动企业在标准化过程中聚焦关键点，推进企业标准化良好行为建设。借鉴已有相关文献[10]，企业标准体系适用性评价将企业标准体系适用程度分为5个等级，包括不适用、不尽适用、基本适用、比较适用和适用。为了划分评价等级，可以利用李德毅教授[11]提出的5层正态云的定义，将[0，1]领域划分为5个等分区间。根据黄金分割法，生成不适用(0，0.103，0.013)，不尽适用(0.309，0.064，0.008)，基本适用(0.500，0.039，0.005)，比较适用(0.069，0.064，0.008)，适用(1.000，0.103，0.013)5个云模型标尺，用于企业标准体系适用性评价指标的量化度量。

2.3 各指标的云模型特征参数选取

为了评价定性指标，采用德尔菲法，咨询了煤矿企业中熟悉公司业务的5位一线管理人员、3位一线工人以及2名煤矿企业标准化领域的专家。要求他们根据评价标准对每个指标进行10分制打分，采用双边制约原则确定最低分和最高分。通过收集数据，将所有受访者对同一指标的最高和最低分进行处理，并使用云参数算法提取云的3个数字特征。利用Matlab平台生成云图，实现了定量数值和定性表达的相互转换，以便对云进行进一步的评估和分析。如果云图出现了雾状，那么就会把结果反馈到被咨询者那里，并对其进行修正，通常需要循环2～4次，以便使10名评分人员的意见趋于一致，得到更合理的云特征参数和云图。

2.4 指标云的确定

通过逆向云模型将定量数据定性衍射，表4呈现了各指标云数字特征的总体结果。

表4 各指标云数字特征统计表

2.5 评价结果分析

将准则层和目标层的超参数数据输入正向云模型中，产生准则层云模型和3个准则层云模型，如图3所示。

图3 企业标准体系评价云与云模型标尺对比图

由图3可知，某煤炭集团企业标准体系适用性的评价等级处于比较适用和适用之间，还有一定的改进空间，应该注意对权重较大的影响标准体系适用性的指标进行持续改进，如协调性和完整性等。根据云图结果分析，指标“系统性”位于比较系统和系统两者之间，在构建标准体系时应持续优化、提高企业标准体系的系统性。“协调性”指标处于比较系统与系统之间，应当注意企业的协调性发展，及时将科技转化为生产力。“完整性”指标处于比较完整与完整之间，表明其企业标准体系在“完整性”方面还存在调整优化的空间，需要紧跟国家发展的脚步，及时完善更新企业标准体系。

3 结论

从煤炭企业标准体系适用性评估入手，筛选出煤炭企业标准体系适用性的17项评价指标。利用层次分析法确定了各评价指标的权重值，并基于云理论构建了煤炭企业标准体系适用性评价的云模型，通过实例分析得出某煤炭集团企业标准体系适用性等级为“比较适用”，验证了基于AHP-云模型的风险评价方法的科学性，并得出结论如下：煤炭企业标准体系适用性等级处于比较适用层次，表明企业标准体系还存在很大的改进和优化的空间，必须采取有效措施对其进一步完善。煤炭企业标准体系的系统性、协调性和完整性有待提高，特别是在“协调性”和“完整性”方面，还存在企业标准体系缺乏改进、新兴领域标准欠缺、科技成果与标准转化不高、标准之间不协调与不平衡、标准体系更新不及时，缺少动态维护等突出问题。标准体系的建设和发展需要不断进行改进和完善，以满足持续变化、社会需求以及技术融合的要求。在这个过程中，需要及时废止过时的标准，增加新标准以满足新要求，并解决标准的重复交叉现象。