多指标评估（精选7篇）
多指标评估 篇1
在移动互联网时代, 单纯依赖网络KPI已不能反映实际的用户体验, 运营商需从用户层、业务层、网络层来综合建立端到端的用户体验评估体系。
互联网技术的发展和应用的普及使得同质化业务竞争愈演愈烈, 业务功能的多少已不再是衡量业务优质与否的惟一标准, 消费者在希望业务功能满足其需求的同时, 更加注重使用业务时的体验和感受。
CEM的三个常用量化指标
用户体验 (User Experience, 简称UE) 是用户使用产品或服务过程中建立起来的主观心理感受。当同类竞争产品功能差异不大时, 用户体验将成为提升产品核心价值的重要因素, 因此, 用户体验也成为企业产品竞争的焦点。
用户体验管理 (CEM) 是电信运营商业务管理的一种方法, 实时检测用户体验的质量, 可以起到优化和增强用户体验的作用, 通常以管理平台的形式布放在网络侧。在用户体验管理系统中, 涉及到的常用量化指标有以下三个:QoE (用户体验) 即终端用户对通信网络提供业务性能的主观感受;KQI (关键质量指标) 是主要针对不同业务提出的业务质量参数;KPI (关键性能指标) 是针对业务承载网络提出的网络质量参数。
这三个指标可以通过接近量化的方法来表示终端用户对业务与网络的体验和感受, 并反映当前业务和网络的质量与用户期望间的差距。 (如图1所示)
运营商需专注用户体验研究
移动互联网时代, 电信运营商面对来自终端厂商、互联网企业等产业链不同环节的激烈竞争, 更需要重新思考自我价值及定位。运营商的价值就在于拥有众多的用户, 但如何留住用户并挖掘更多的价值则需要运营商深入思考和研究。
总体而言, 用户体验研究涉及到三个不同层面的内容。
一是界面用户体验研究, 着重关注和研究客户端的图形化UI和功能操作的便捷性。这是单一的界面设计与实现, 从事这方面研究的主要是互联网应用开发者和浏览器软件开发商。
二是产品用户体验研究, 重点关注应用产品是否满足用户的需求和是否具备良好的操作体验。这一层面既要研究客户端界面的设计, 又要研究符合用户需求的应用业务, 从事这方面研究的主要是终端厂商和互联网运营商。
三是整体用户体验研究, 主要关注端到端的用户体验。具体包括应用的客户端界面、用户终端、业务平台、承载网络等环节, 从事这方面研究的主要是电信运营商。
因此, 电信运营商若想赢得新形势下的竞争, 就必须做好与用户体验相关的各项工作。在这方面, 香港和黄公司是业界范例。香港和黄公司依托客户资源, 深入研究用户体验的需求, 设计满足用户体验的全业务解决方案, 通过自有及合作资源, 把电信运营商的传统业务与互联网流行的业务, 如社区、游戏、内容等进行整合, 借助自有手机终端平台推荐给用户, 成功转型为移动互联网领域的融合业务创新者。
另外, 韩国SKT联合终端厂商对用户体验的出色把握也值得借鉴。SKT早在2G时代就与终端厂商展开紧密合作, 1998年成立专业手机生产企业SKTT, 定位于SKT新业务发展的战略支持部门。SKTT的用户体验研究部门与SKT终端产品管理部门互相配合, 完成终端产品的研发过程 (如图2所示) , 同时, SKT还依据用户体验的研究成果, 制定了详尽的终端产品研发规范 (如图3所示) 。
建立端到端用户体验评估体系
成功的用户体验应能事先预判用户的期望, 这是运营商关注、研究用户体验的目的, 因此, 运营商加强用户体验评估体系的研究可从以下三个方面着手。
第一, 关注Qo E管理方面的研究。跟踪国际标准化组织关于QoE管理方面的研究动向, 逐步建立自己的QoE管理体系架构, 研究、讨论制定相关的技术规范和业务流程;针对主流业务和应用, 整理和分析用户层面的需求, 积极开发专用的Qo E管理平台, 建立基于Qo E的端到端的终端产品用户体验评测体系。
第二, 制定企业UE工作流程。通过明确各环节的工作目标及考核标准, 以保证终端产品的准确定位, 提高用户的忠诚度和应用业务的使用率。
第三, 细化终端或业务的定制策略。通过推出定制终端或业务, 使数据业务与终端用户体验达到深度结合, 并由现在的UI界面、LOGO和部分3G特色业务的中度定制逐步转变为涉及浏览器、中间件和操作系统等的深度定制。
移动互联网时代, 用户体验元素已渗透于移动互联网业务运营的全过程。但现阶段电信运营商进行网络分析、优化仍主要依靠网络KPI, 这并不能反映实际的用户体验, 在多业务的移动互联网时代, 要从用户层、业务层、网络层来综合建立端到端的用户体验评估体系。
通常的做法是将用户体验 (QoE) 、业务质量 (KQI) 、网络性能 (KPI) 的主要指标参数集中起来, 通过某种优化算法, 建立实时数据采集、分析及业务质量提升的辅助决策系统, 协助运营商运维部门监控网络运行中的质量状态, 并对不同状况的业务质量问题进行定位分析, 并提供解决方案。同时, 根据用户需求提供服务, 对不同级别用户 (如VIP用户和普通用户) 、不同业务、不同网络的服务要求, 实现端到端的用户体验解决方案。另外, 在合理、有效的评价体系基础上, 通过在线实时监测系统, 基于Qo E的无线网络优化, 以解决有效接入无线网络和有效分配无线资源等问题, 从终端用户体验的角度提高网络整体性能。
摘要：在移动互联网时代, 单纯依赖网络KPI已不能反映实际的用户体验, 运营商需从用户层、业务层、网络层来综合建立端到端的用户体验评估体系。
多指标评估 篇2
评估信息系统的传统方法倾向于技术人员的立场, 相比之下, 基于互联网的电子教学系统更集中于另一些方面, 比如它所介绍的内容与方式, 表明这是一个高度面向用户的系统。由于使用者在任意信息系统或信息系统服务中被普遍地认为是一群关键的参与者, 他们对系统的态度至关重要, 应当予以重视, 原因在于用户满意度通常被视为预测特定信息系统的成就, 或预计用户的再使用行为的一个重要前提。鉴于此, 本项研究将运用用户满意度的结构来评估基于互联网的电子教学系统。在基于互联网的电子教学系统的背景下, 存在一个特殊的用户群体:初学者。他们对满意度持有一种独特的观点。实际上, 他们是电子学习者, 这意味着在课堂中评估用户满意度与初学者满意度的传统方法不适用于基于互联网的电子教学。
本文从电子学习者满意度的角度将提出一种基于步骤的多准则方法体系, 以支持在基于互联网的电子教学系统生命周期的先后采纳阶段实施重要且与评估相关的任务。这包含了定义组成步骤与推荐每个步骤中可用到的工具与技巧。根据提出的方法体系, 本文将调查电子学习者怎样理解决策准则的相对重要性, 以及怎样认识这些准则的特征来构建一个在决策过程中至关重要的偏好结构。
1 基于用户满意度的电子教学系统多指标评估方法
商业应用方案实施策略下系统的生命周期如图1所示。相比自身发展策略, 该策略最主要的特征在于组织机构以征求建议或询价的形式来传递系统需求给基于互联网的电子教学系统候选供应商;随后, 这些供应商提交他们的产品或解决方案作为评估的可选方案。本文评估的目的在于支持发生在决策分析阶段或操作与维护阶段的任务。如图2所示, 该方法逻辑上被划分为各个步骤, 包括每一步骤中可行的任务、工具或技巧的说明解释。
起始步骤定义为问题与目标。这些问题可能是前面提到的问题, 出现于使用商业应用方案实施策略时的决策分析或操作与维护阶段。为了解决这些问题, 评估是必不可少的。因此, 目标定义为基于互联网的电子教学系统可选方案的评估。将问题与目标定义后, 下个步骤涉及到等级制结构的发展, 实施以电子学习者满意度为基础的等级制分析、文献综述、系统分析、实证研究、集思广益与解释性结构塑造都是可行的方法。该步骤完成后可回答以下问题:能应用到语境中的准则有哪些?这些准则如何分为几方面?这些准则与各个规模怎么安排到等级制结构中?
这个过程在信息管理系统的三位教授与五位有经验的基于互联网的电子教学系统学习者的讨论下实施, 就基于互联网的电子教学系统评估来评定每个条目的相关性并检查是否存在概念或内涵重复的条目, 从而排除了四个条目, 其它的各条目转变成决策准则的形式。等级制结构包含四个规模, 其中由共计13项准则构成 (如图3) 。
生成偏好结构, 探索学习者对准则相对重要性与各方面的认识, 就基于互联网的电子教学系统情境下学习者满意度, 这将对回答哪些是用户高度重视的问题有所帮助。偏好结构生成后, 多目标决策活动的核心转换为基于互联网的电子教学系统可选方案的评估。针对决策分析阶段, 组织机构可收集各可选方案, 然后根据准则评估这些方案。评估过程推荐两种方法:基于等级与基于排序。基于等级的方法为在准则或规模的标准下对某个特定可选方案进行分级来完成评估, 这个可选方案的总体行为来源于每个准则或范围下有利的行为的总和, 从而根据该总体行为挑选出决策组织。此方法最简单的形式为简单的加权重法, 如图4右半部分所示;另一方面, 如图4左半部分显示, 基于排序的方法按照重要性将可选方案排序。使用社会科学领域的传统排名环节包含:排序法、成对比较法、恒定刺激法及连续范畴法。本文推荐成对比较法, 鉴于其能够综合偏好结构 (准则与规模的权重) 促进可选方案的整体评估, 而且, 使用该方法意味着另一个分析等级过程必须在这一步完成。通过使用这种方法, 在每个准则或范围上两两比较可选方案, 以生成每个可选方案的标准化相对优先权。
在操作与维护阶段, 将对已有的系统进行评估。在一个特定的准则或范围下, 低于预定门槛的行为值表示该区域需要改进或增强。如果这种区域很多, 并且组织资源相当有限, 只能对一个区域进行维护时, 具有以满分角度测量的最大距离的区域有优先权。
2 生成偏好结构
偏好结构的生成源于调查的实施, 相关数据从入学的学生中收集。以基于互联网的电子教学系统的方式授课于一所规模较大的大学, 从中挑选了六个班级, 将一份AHP问卷分发至每一位学生, 共计返回276份有效样卷。其中, 86人 (31.2%) 为大一新生, 69人 (25.5%) 大二, 46人 (16.7%) 大三, 72人 (26.1%) 大四, 还有3人为其他 (1.1%) 。就他们所属的学院而言, 23人 (8.3%) 来自科学学院, 80人 (29.0%) 来自社会科学学院, 114人 (41.3%) 来自商学院, 6人 (2.2%) 来自法学院, 24人 (8.7%) 来自文科或外国语学院, 13人 (4.7%) 来自传播学院, 16人 (5.8%) 来自其它学院。计算机使用经历的频率分布少于一年的为4人 (1.4%) , 115人为1—5年 (41.7%) , 139人为5—10年 (50.4%) , 18人超过十年 (6.5%) 。其中149人 (超过半数, 54.0%) 显示都有过使用基于互联网的电子教学系统的经历。
本文中, 每位调查者的偏好集合分别通过pool first与pool last两种方法实施。Pool last方法提供变化系数来表示调查者感知的变化等级, 为每位调查者生成一个喜好。值得注意的是, 每个范围的权重值以同一规模里的两两比较准则为基础计算得来, 每一个准则的总权重等于局部权重乘以它所属的规模权重。此外, 并非每一组关于范围或目标的调查者通过了一致性测试 (一致率的值小于0.1) 。因此, 针对这两种方法, 本文分别给整个样本和除去未通过测试的样本提供结果, 如表1与表2所示, 显示出调整前与调整后的区别。我们发现这两种方法所生成的偏好结构是完全相同的, 调整前与调整后几乎没有差异。大部分调整后一致率的值 (尤其表2中) 都低于调整前的值, 如表2中变动系数值所示。
注:调整前一栏列出所有样本的结果, 调整后一栏列出除去未通过测试的样本结果。
续上表
注:调整前一栏列出所有样本的结果, 调整后一栏列出除去未通过测试的样本结果。
3 实证研究
为了证明所提出方法体系的可行性, 将三种实时基于互联网的电子教学系统产品与所有涉及到的英语教学作为说明性的可选方案。化名是为了保护它们的匿名性。10个经验丰富的基于互联网的电子教学系统教学者被邀请为评估者, 在生成的偏好结构与基于等级和排名方法的基础上, 演示针对基于互联网的电子教学系统可选方案怎么做出一个决定。
首先要求评估者使用基于等级的方法评估基于互联网的电子教学系统可选方案, 在每一个准则下, 这些方案分为1—10级 (从低到高) , 表示在基于互联网的电子教学系统可选方案达到某个特定准则的程度下评估者的判断。然后要求评估者使用基于排序的方法就每个准则比较这些方案, 13项准则中存在3个可选方案, 共计产生39个两两比较。最后, 每一个基于互联网的电子教学系统可选方案的总行为或优先权为权重行为数或权重优先权数的总和, 结果如表3所示。
续上表
在表3中, 我们发现除了C07条目, 两个方法都生成同样形式的可选方案优先权。假定评估者必须从A、B、C这三个可选方案中决定, 在这种情况下, 方案B似乎更可取。但是假如只考虑少数准则或范围, 比如, D1 (学习界面) 中方案A表现更好。这些结果不仅可以支持选择的决定, 而且可以应用到单系统评估以找出需要哪种改进或增强。例如, 就方案B而言, 如果给每个范围设定一个阈值7, 那么应将系统维护的更多努力集中于学习社区 (D2) 与个性化 (D4) , 但是, 若维护取决于有限的组织资源, 那么个性化 (D4) 有优先权, 因为它有着更大的测量距离。
4 结论
多指标评估 篇3
随着计算机技术和Internet的迅速发展,和近几年网络信息安全事件的频繁发生,网络信息安全问题逐渐渗透到各个行业领域,成为人们关注的焦点。为了提前预防安全事件的发生,避免损失,网络信息安全评估成为了解网络安全性能的关键环节。海洋领域事关国计民生,尤其是部分涉海数据,成为国家的秘密级、甚至机密级保护数据。海洋网络,即各地海洋局内传输海洋业务数据的网络的安全性受到了各地海洋局相关部门的密切关注。
对海洋网络安全进行评估,就是对海洋网络各个环节的安全保护措施进行评价和估值,判断其是否满足相应的安全需求。本文基于某地海洋局的实际情况,利用层次分析的思想,对海洋网络中的安全评估要素进行分层,采用三层结构将复杂关系分解为由局部简单关系构成的递增层次结构关系,对各个层的评估要素进行权重赋值。根据海洋网络的特殊性和该地海洋局相关领导的要求,本文不对安全评估模型进行改进,只是采用比较成熟的模型或方法对海洋网络安全风险进行评估。考虑到模糊分析法在评估方面的应用已经趋于成熟化和稳定化,本文采用模糊分析法对海洋网络进行评估。
另外,鉴于海洋网络的行业特点,其他网络的权重赋值法不适用于海洋网络。本文的评估要素权重赋值采用专家打分法,邀请海洋领域的相关专家对各个评估要素进行打分,考虑到评判打分过程中的个体主观性,打分过程采用德尔菲法。
1 评估要素的层次结构
1.1 海洋网络的安全需求
由于海洋网络承载的业务数据的敏感性,该地方海洋局上级单位要求该海洋网络的核心网络安全等级必须满足国家信息系统安全保护等级第三级[1](以后简称“等级保护三级”)的要求。根据等级保护三级的要求和海洋网络的具体特征,海洋网络的安全评估要素从以下方面考虑:技术要素安全和管理要素安全。很多专家认为,管理的重要程度高于技术。技术要素安全可分为物理安全、主机安全、数据安全、网络安全和应用安全。在此,我们可明确知道海洋数据安全的重要程度是不言而喻的。管理要素主要包括系统运维管理、网络系统建设管理和安全制度管理。
在此要特别说明海洋数据。海洋数据类型复杂多样,其中包含海域使用管理现状数据,以及海洋基础资料数据。其中海洋基础资料数据是最底层的基础数据之一,包含了13种基础类型数据。按照国家海洋数据平台建设的构想,海洋基础地理数据库建设包括:建立全球1∶400万, 我国全海域1∶100万、1∶50 万、1∶25 万、近海1∶10 万,重点海域1∶5万、1∶1万等各种比例尺的数字线划图(DLG)、数字栅格数据库(DRG)、数字高程模型(DEM)和地名数据库等。其中海洋数据中的大比例尺数据和长周期序列数据是保密级数据。具体定义如下:
(1) 长序列数据
长序列数据,即长周期数据。例如海岸带50年变化数据等。它能宏观反映海洋的变化,以及整体表现海洋的状态。该数据为保密数据。因此对于数据的存储,应给出明确定义,即对某一观测数据其周期超过一定时长,为保密的长序列数据,只有具有权限的工作人员,或经领导批示后才可以使用长序列数据。
(2) 大比例尺数据
除时间尺度的长序列数据外,在空间尺度上大比例尺数据也是保密级数据。同样对于数据的存储,空间尺度高于规定限制,为保密级数据。同时,可根据比例尺度的不同设置不同的保密等级,只有具有权限的工作人员,或经领导批示后才可以使用大比例尺数据。
1.2 评估要素的层次结构
根据上节的分析,该海洋局网络安全评估要素如表1所示。
根据表1,评估要素集U分为两个因素子集,即U={U1,U2},且子集具体分为8个子集Ui={Ui,0,Ui,1,…,Ui,8},其中,i∈{1,2},在此基础上,再将每个子集Ui ,j分成26个因子ui,j,k,即
Ui,j={ui,j,0,Ui,j,2,…,Ui,j,26},其中i∈{1,2},j∈{1,2,…,8}。
由此,本文将评估要素分为三层。
2 模糊风险评估模型
2.1 德尔菲方法
德尔菲法是为避免集体讨论存在的屈从权威或盲目服从的缺陷提出的一种定性预测、评估方法。为消除成员间的相互影响,参加的专家可相互不了解,运用匿名方式反复多次征询专家意见和进行背对背交流,以充分发挥专家们的智慧、知识和经验,最后汇总得到一个较好反映与体现意志的预测、评估结果[2]。德尔菲法简单易行,具有一定的科学性和实用性,避免同时集体评议时产生的害怕权威随声附和的现象。
在使用德尔菲方法时,将上一章节的内容以及海洋方面相关内容提供给专家,专家据此客观了解受评个体,在此基础上利用专家知识给出评估要素权重等评估值。
2.2 评估要素权重的确定
由于每一层的安全要素之间的相互影响,在这里采用3级评估方式,并把前一级的评估结果作为下一级评估的输入。
根据上一节评估要素的层次分类,专家们利用德尔菲法对各层评估要素进行专家打分,打分范围为区间[0,1]之内,要求每一个评估要素子集的所有下一级评估要素权重之和为1。为了消除个体之间太大的差别性,分别取各层打分值的加权平均,即:
假设有评估专家m位,对同一要素的权重打分结果共有n种,打分为a1的一共x1位,打分a2的有x2位,打分an的有xn位,x1+x2+…+xn=m,则该评估要素的权重值ai为:
再通过专家商议,对每一层所有权重值进行调整,得到每一层每一个评估要素的权重系数。权重系数越大,说明该评估要素在整个网络安全中越重要。
即在每一层中,对于要素集U和子集Ui以及Ui ,j内的每一个元素,存在一个权重系数ai,ai,j,ai,j,k,即权重向量为:
2.3 评估矩阵与综合评估
(1) 第三级评估
设V={v1,v2,v3,v4,v5}为评价集,分别代表风险不可接受、一般、可接受、常规、安全。
对Ui ,j 中的第k个因子ui,j,k进行评价,设该评估对象评估结果隶属于评估集中vl(l∈{1,2,3,4,5})的隶属度为
由si,j,k构建单要素评估矩阵Si,j,由于评估集共有5个项,故该矩阵共有5列,矩阵的行数为评估因子ui,j,k所属的评估子集Ui ,j所包含的总因子数。
因此,因素集Ui ,j的综合评价集为:Bi,j=Ai,j·Si,j。
根据第1节可知,第三层共有8个评价集Bi,j。
(2) 第二级评估
第二级评估因素的评估由第三级的综合评估结果作为输入,即第二级评估要素ui的评估矩阵Si由和ui属于同一个评估集的所有因素的Bi,j组成,在此,某一个具体的Bi,j作为评估矩阵Si的一行。
因此,因素集Ui的综合评价集为:Bi=Ai·Si。
根据第1节可知,第二层共有2个评价集Bi。
(3) 第一级评估
第一级评估类似于第二级的方法,同样是以第二级的综合评估结果作为输入,组成评估矩阵S,则该层的综合评估为 B=A·S。
由此得到的B 为一个1×5 的评估向量。给评估集V中的每一个元素赋值,分别为{20,40,60,80,100},使其每一个元素与B中对应的元素相乘,求和,即可得到整个网络的安全风险值。
3 实例应用
用以上方法对某地海洋局的实际情况打分并进行综合评估。
邀请25位海洋领域的相关权威专家,采用德菲尔法对海洋网络的评估要素进行权重打分赋值,并采取2.2节所述的方法最终确定每个评估要素的权重值。
得到以下数据,即各层的权重向量:
A=(0.4,0.6) A1=(0.2,0.2,0.15,0.05,0.4)
A2=(0.4,0.3,0.3)
A11=(0.2,0.2,0.3,0.3) A12=(0.2,0.3,0.3,0.2)
A13=(0.2,0.2,0.2,0.2,0.2)
A14=(1) A15=(0.45,0.45,0.1)
A21=(0.1,0.2,0.2,0.25,0.25) A22=(0.5,0.5)
A23=(0.5,0.5)
接下来对第三级的各个评估因子的进行评价,结果如下:
然后由Bi,j=Ai,j·Si,j ,可得到B11到B2 3 ,此处由于数据繁多,省略计算过程。
再根据Bi=Ai·Si,可得到B1=(0.082 0.0349 0.429 0.217 0.011),B2=(0.082 0.23116 0.44996 0.208 0.0044),则第一级评估矩阵:
B=A·S=(0.082 0.153 0.423 0.212 0.007)
设评估集中的五个等级分别代表:20,40,60,80,100,则整个网络系统的风险值G=0.082×20+0.153×40+0.429×60+0.212×80+0.007×100=50.22。
4 结 语
本文以国家信息系统安全保护等级第三级的要求为依据,对某地海洋局的网络信息安全现状进行评估。首先将评估要素进行分层,然后根据分层结果,采用德菲尔方法,通过权威专家打分,得到权重向量和评估矩阵,最后进行综合评估,得到整个网络的整体安全情况。该评估比较客观地反映了该海洋局内部网络的安全性,有参考意义。由于打分专家的数量有限,打分结果或许会有专业偏差。下一步工作为建立专家知识数据库,收集尽可能多的相关专家意见和相关知识模型,建立计算模型,减少综合评估中的人为计算量。
参考文献
[1]信息安全技术信息系统安全等级保护基本要求[S].
[2]孙红卫,何德全.从定性到定量的信息安全模糊综合评估[J].系统工程理论与实践,2006(12).
[3]朱岩,杨永田,张玉清,等.基于层次结构的信息安全评估模型研究[J].计算机工程与应用,2004,40(6):40-43.
[4]刘建华,侯红霞,吴昊.电信数据网安全评估中权重的确定方法[J].现代电子技术,2010(9).
[5]肖龙,戴宗坤.信息系统风险的多级模糊综合评估模型[J].四川大学学报:工程科学版,2004(5).
[6]上海市海洋局,上海海洋大学.海洋公共服务信息安全体系研究开题报告[R].2010-08.
企业价值评估指标体系研究 篇4
在现实经济生活中, 往往出现把企业作为一个整体进行转让、合并等情况, 这些都涉及到企业整体价值的评估问题。在这种情况下, 要对整个企业的价值进行评估, 以便确定合资或转卖的价格。然而, 企业的价值, 或者说购买价格, 决不是简单地由各单项经公允评估后的资产价值和债务的代数和。因此需要建立一个全面客观的价值评估指标体系来弥补了会计收益指标的弊端, 有效地评估企业价值。
尤其是在知识经济时代, 在企业价值评估体系中, 除了应该继续关注定量指标以外, 例如各种财务指标, 还应该对各种定性指标给予充分地关注, 例如人力资源使用情况等等。构建以人为本的知识管理体制是保持企业持续发展的有效机制。企业人才和优秀的知识管理能力是形成不可模仿的竞争优势、成为可持续发展企业的关键。组织知识可以在企业内广泛地传播但难以被其他企业模仿;较高的知识管理能力是迅速获取和传递新知识的基础;员工个人学习与人才培养是构筑企业竞争优势的核心。
目前我国企业价值评估指标体系, 主要有财政部的经济效益评价指标体系, 国家统计局的工业经济考核指标体系, 原国家经贸委财经司、国家统计局工业企业综合评价指标体系和企业资产保值增值评价指标体系。从上述指标体系来看, 由于各自评价的目的不同, 从不同的角度与层面进行设计, 呈现出多样性, 基本上都摆脱了以产值、产量为中心, 而转变为以财务评价为中心, 较好地适应了社会主义市场经济的要求, 从而有利地引导企业实现集约化发展。但真正以企业价值为导向的企业评估理论和方法还很不成熟, 主要表现在注重企业内部评价而忽略企业外部影响;多采取中短期指标而忽视长期发展潜力指标;一些指标在反映内容上重复等等。
本文采用的企业价值评估指标体系是以财务层面业绩评价为落脚点, 结合影响企业战略经营成功的各方面拓展为全方位体系, 既包括定量指标, 又包括定性指标。其中的定量指标主要从财务管理、市场销售、技术创新、产品生产、人力资源这五个方面来定义, 包括了财务指标和非财务指标。从企业价值评估的实践来看, 单纯的定量指标评价不能综合反映企业的全部价值的状况, 所以, 相应也设置了定性评价指标。在综合评估企业价值的指标的选择上, 应该遵循全面性, 重要性, 代表性, 可比性的, 可操作性, 以及科学性等原则, 下面详细介绍本文使用的的企业价值评估的综合指标体系。
在具体企业的评价实践中, 可以对定性评价指标进行调整, 以适应目标企业的实际运营情况。关于定性指标评价结果如何与定量指标评价结果进行耦合, 即定量评价结果与定性评价结果各应占多大权重, 可以运用Delphi法广泛征求专家的意见。当然, 指标的权重设计应该是动态变化的, 定量指标与定性指标之间的权重划分, 以及各层面基本指标与辅助指标的权重划分, 都应随着行业的不同、企业规模的不同进行不同的设置, 同时应随着经济环境、政策的变化做出必要的调整。
企业价值评估主要是为企业的决策系统、激励系统和沟通系统服务的, 以便于整合企业资本、人力资源以及信息传播, 所以只有综合、全面、动态地考虑影响企业价值的各方面的因素才能较为准确地对企业价值做出评估, 更加有效地利用评估结果。
参考文献
[1]徐 泓 李树新:企业价值评估与财务会计报告的改进[J].中国注册会计师, 2002 (11) :8～10
[2]唐 广:企业价值评估指标体系研究[M].经济管理出版社, 2007
煤田火灾风险评估指标分析 篇5
煤田火灾风险评估指标分析是对影响煤田火灾发生的重要指标用科学的方法进行分析比较,根据其对煤田火灾的影响方式进行归类总结,并确定其权重,为煤田火灾风险评估工作提供科学的依据。
1煤田火灾风险评估指标分析
煤田火灾的发生必须具备特定的条件,在多种因素的共同作用下才能引起煤田火灾的发生。
煤田火灾的发生必须具备以下4个条件[1]: 易自燃煤层、聚热条件、产生自燃动力的环境、供氧通道。因此,影响煤田火灾发生的主要指标也是这四个方面。根据影响因素不同,这些指标可分为四大类,如图1所示。
1) 煤层自燃倾向性。只有具有自燃倾向性的煤层才有可能导致煤田火灾的发生,其主要与煤的灰分、变质程度、发热量、灰分,以及硫和黄铁矿的含量等因素相关[2,3,4],自燃倾向性越高的煤层越易发生自燃,从而导致煤田火灾的发生。
2) 煤层厚度。煤层的厚度大小主要影响煤田火灾的聚热环境,煤层太薄无法形成有效的聚热条件, 煤自然氧化释放的热量容易散失; 煤层越厚,单位面积内可燃物质也越多,有利于氧化放热以及聚热。 因此煤田火灾多发生在煤层相对较厚的地区。
3) 地形地貌。适宜的聚热增温地形地貌条件是引起煤田火灾的主要因素之一[5,6],以乌达矿区为例,煤层自然发火的区域地形地貌平缓,大部分地区基岩裸露,植被稀少,地表径流少而小,含水层含水性弱,煤层上覆岩层多为疏松的砂岩等易破碎岩层, 地表与煤层空气交换频繁,煤自热氧化容易,易造成热量积聚,引起煤田火灾。
4) 气候条件。气候条件的差异,首先直接影响了所处地区地表植被的覆盖程度,造成地层对太阳辐射能量的吸收能力不同,植被覆盖率越高,太阳辐射越不易被上覆地层直接吸收; 反之在地表裸露状态下,煤层出露地容易吸收太阳辐射增温,进而造成煤田火灾[7]。其次,气候条件的不同导致降雨量和蒸发量存在巨大差异,一般而言,南方地区年降雨量大于蒸发量,地下水系发达,不易引起火灾; 而北方地区则与之相反,是煤田火灾多发地区。
5) 煤层露头。煤层露头的有无及多少与煤田火灾有较大的关系,煤层露头地区与空气接触频繁,具有良好的氧化条件,只要有适合热量聚积的条件就能够导致煤的自燃,进而引发煤田火灾,且煤层露头能极好地吸收阳光的辐射能量,加速自身的氧化自热,促进煤田火灾的发生[8]。
6) 煤田裂隙。煤田裂隙是煤田火灾产生与发展过程中最主要的通风供氧途径[9],是煤田火灾发生发展的必备条件之一,煤田的裂隙越多、越大,越能够促进煤田火灾的发生与发展,是煤田火灾发生发展过程中必备的条件之一。
另外,通过卫星遥感确定的地面植被指数能够较好地反映评估区域地面植被与水体的覆盖情况, 从而确定地面或者露头煤对太阳能量的吸收情况, 对由露头煤燃烧引起的煤田火灾影响较大。
煤田火灾风险评估指标见表1。
2煤田火灾风险评估指标重要度分析
煤田火灾风险评估的指标分别为煤层自燃倾向性、煤层厚度、煤田地形、气候条件、煤田裂隙、煤层露头及植被指数,应用层次分析法[10]确定这些指标对煤田火灾风险的重要度,即确定各指标的评估权重。
2. 1建立煤田火灾评估的阶梯层次结构
煤田火灾评估阶梯层次结构图见图2。
2. 2构造判断矩阵
依据图2,构造判断矩阵:
2. 2. 1判断矩阵的一致性检验
1) 将判断矩阵的每列正规化,得正规化矩阵:
2) 将正规化后的判断矩阵按行相加:
同理可得: 2= 1. 178 4,3= 0. 237 0,4= 0. 254 8,5= 0. 866 9,6= 1. 132 6,7= 0. 288 5。
3) 将向量 = [3. 041 7,1. 178 4,0. 237 0, 0. 254 8,0. 866 9,1. 132 6,0. 288 5]正规化,即:
由于,计算得:
W1= 0. 434 5,W2= 0. 168 3,W3= 0. 033 9,W4= 0. 036 4,W5= 0. 123 8,W6= 0. 161 8,W7= 0. 041 2。
则所求特征向量W = ( 0. 434 5,0. 168 3,0. 033 9, 0. 036 4,0. 123 8,0. 161 8,0. 041 2) 。
2. 2. 2计算判断矩阵的最大特征根 λmax
同理可得:(AW)2=1.415 6,(AW)3=0.252 1,(AW)4=0.276 8,(AW)5=0.941 6,(AW)6=1.271 2,(AW)7=0.309 2。
2. 2. 3一致性检验
CR<0.1,排序的结果有满意的一致性。
煤田火灾评估指标的权重值如表2所示。
由表2可以看出,在影响煤田火灾风险的指标中,煤层自燃倾向性对煤田火灾的影响最大,其次为煤层厚度、煤层露头和煤田裂隙,而煤田地形、气候条件和植被指数影响相对较小。
3结语
多指标评估 篇6
装备质量管理风险,是对由于装备质量管理因素引起损失产生不确定性的描述,从目前公开的文献资料来看,从管理这一角度,系统、全面地研究装备质量风险理论与依法的成果尚属少见。为此,从“质量管理”这一视角出发,开展对装备质量管理风险评估的研究,对掌握装备质量管理风险水平、规避、控制装备质量管理风险的机制研究、科学指导我军武器装备质量管理体制调整改革,具有重要的意义。
指标和指标体系是评估的前提,没有科学可靠的指标和系统完整的指标体系,评估就无法进行。开展装备质量管理风险评估研究,需要建立一套反映装备质量管理过程风险的评估指标体系,为风险评估的后续工作奠定基础。考虑到装备质量管理风险因素具有依赖性和反馈性,应用网络层次分析法给出了指标权重的计算模型,考虑到装备质量管理风险客观数据少、历史资料缺乏、人对评估结果的影响性,建立了基于盲数理论的装备质量管理风险评估模型。
1 装备质量管理风险评估指标体系的组成
装备质量管理风险评估指标体系,要能够充分、客观地反映装备质量管理的风险状况,以对装备质量管理风险进行科学、合理的评估。因此,构建指标体系时,应遵循以下几个原则:(1)系统性、科学性原则,指标体系应全面完整地反映装备质量管理过程中风险的情况且设置合理;(2)简明可行性原则[1,2],指标体系应尽可能简化,尽可能以较少的指标构成一个合理的指标体系;(3)量化性原则,装备质量管理风险评估指标体系,应考虑影响质量管理的定性和定量的因素,定性指标和定量指标都必须有明确的概念和确切的计算方法;(4)导向性原则[3],评估指标体系的设置,应以评估目的为导向,促使评估目的的实现;(5)灵活性原则,风险评估指标体系的结构应具有可修改性和可扩展性,具有广泛的适应性,要根据风险评估的要求,对指标因素进行修改调整,依据不同的情况将评估指标进一步具体化,以适应各种具体的指标要求。
根据上述原则,由质量管理风险因素组成评估指标体系。通过调查研究,征求专家意见,综合应用专家调查法、故障树分析法、SWOT分析法等,对装备管理过程风险因素进行分析,得到装备质量管理的八大类风险:体制机制风险、法律法规风险、制度措施风险、技术手段风险、组织机构风险、沟通协调风险、人力资源风险、决策风险。
体制机制风险。健全的管理体制,是开展装备质量管理工作的基础,顺畅的运行机制,是各项工作有效有序进行的保证。体制机制风险,是由于体制机制因素,引起损失产生不确定性的描述。
法律法规风险。要做好质量管理工作,确保装备质量,必须要有健全的法律、法规作保证,以规范质量管理的全过程。因法律法规因素或法律主体的违法、违规等导致的不利后果发生的可能性将导致法律法规风险。
制度措施风险。制度措施,是管理的一种手段,是管理工作的准则规范。制度措施的不完善或制度措施的变动等都有可能给装备质量带来直接或间接的损失,产生制度措施风险。
技术手段风险。有效的管理离不开技术[4],质量管理技术是查找质量问题、促进质量管理决策质量提高的有效方法[5]。因管理技术手段的建设不到位,运用不科学,将带来管理上的无效性,导致技术手段风险。
组织机构风险。组织机构,是保证装备质量管理有效进行前提,是主导质量管理的主体,制约着装备质量管理目标的实现。如果质量管理相关机构的组合、数量、形式、设置等不合理,都必将影响的制约装备的质量,产生组织机构风险。
沟通协调风险。装备质量管理过程中,涉及到军方、承包商,涉及到系统和分系统之间的沟通与协调,任何环节的沟通不力,协调不畅,信息交流不充分,都可能影响装备的质量管理,影响装备的总体质量,带来沟通协调风险。
人力资源风险。从某种意义上来说,任何与人有关的风险都可以归结为人力资源风险。本文中所指人力资源风险是由于人的责任心、素质能力等造成的风险。现代装备的技术复杂化,对人员的素质提出了更高的要求,同时也要求人员要有极强的质量意识强烈的责任心。人员责任心不强,能力素质达不到要求等情况,都会影响到装备的质量。此外,人员变动频繁、人才流失、人员配置不合理等都将对质量管理带来风险,人力资源风险是装备质量管理风险中不可忽视的风险因素。
决策风险。决策就是为了解决问题而采取的措施。在装备质量管理过程中,在各个阶段、众多环节,都需要做决策。决策的目的在于做出正确的选择,而实际过程中,由于决策机制的不完善、考虑不全面、决策者的主观性、所掌握信息、决策方法等的因素,做出的决策可能失误而产生决策风险。
根据以上分析,得到装备质量管理风险评估指标体系如表1所示。
2 装备质量管理风险的评估模型
2.1 基于ANP的指标权重的确定方法
指标权重的确定具有很强的导向作用,是建立评估指标体系的关键因素。装备质量管理风险因素之间存在着一定的相互影响,建立单一的递阶的层次分析模型,割裂各因素之间的影响关系,难以反映出各因素之间的依赖性和反馈性,评估结果的准确性得不到保证。因此,本文采用ANP(the Analytic Network Process,网络层次分析法)[8]来分析各风险因素之间的相互影响关系,进而计算出各风险指标的权重值。ANP的关键在于建立网络结构模型,通过比较分析,建立装备质量管理风险因素之间内部依存关系的网络结构模型,如图1所示。
控制层为装备质量管理的总风险,网络层由表1的八类风险Ci(i=1,2,…,8)及其子风险因素Ci1,Ci2,…Cini(i=1,2,…,N)组成。以控制层为准则,以Cj中元素Cjl(l=1,2,…,nj)为次准则,元素组Ci中元素按其对Cjl的影响力大小进行优势度比较,构造判断矩阵,如表2所示。
将Ci中所有元素对Cj中所有元素相对影响比较矩阵计算出的归一化特征向量组成矩阵Wij,得到
Wij中的列向量就是Ci中的元素Ci1,Ci2,…Cini对Cj中的元素Cj1,Cj2,…Cjni影响排序。将所有这样的矩阵组成块矩阵,最终将得到Ci下的超矩阵W:
以控制层为准则,对网络层元素下的各元素对Cj的重要性进行比较得到加权矩阵如表3所示。
与Cj无关的元素组排序向量为0。对超矩阵W中的元素加权,得到最后的指标权重=(ij),=(aijWij)。
通过对ANP结构计算过程的分析可以看出,风险因素间的相互影响、指标的权重值的大小问题可以得到较好的解决,使得结果更为科学、合理。
2.2 基于盲数理论的风险评估方法
风险是人们因对未来行为的决策及客观条件下的不确定性而可能引起的后果与预定目标发生多种负偏离的综合。其数学公式如下:
式中,P表示不利事件(风险事件)发生的概率,C表示该事件发生的后果。传统的风险评估方法,考虑和处理了随机性、模糊性和灰性等不确定性引起的风险或不确定性问题,而对人的主观性对评估结果的影响,考虑甚少。其实这种影响,是另一种不确定性,称为未确定性。由于从“质量管理”角度进行风险评估,目前公开的文献资料很少,可借鉴的历史数据不足,给评估带来了极大的困难,不适合采用客观的统计的风险评估方法,只能请相关领域专家或决策者依靠自身知和经验并结合装备质量管理实际做出主观判断。由于缺乏客观的历史资料,主观的不确定性较显著,造成装备质量管理风险因素的可能性和损失数据信息具有灰性、模糊性、随机性和未确知性中两种或两种以上不确定性。王光元、刘开第、吴和琴等教授90年代建立的盲数理论,是解决此类问题的有效方法。
具体思路是,应用盲数理论计算风险事件发生概率P,用模糊评判法完成风险事件发生后果C的计算。步骤如下:
(1)选取专家组E1,E2,…,Em,设定各专家的可信度为为专家Ei关于专家组E1,E2,…,Em的综合可信度。称为专家组E1,E2,…,Em的综合可信度。
(2)以区间[0,1]为P的论域,专家组对每一风险因素Ci进行评价,得到评价表4。其中,[aij,bij]∈G(i=1,2,…,n;j=1,2,…m)。G∈{[a,b]│0燮a燮b燮1;a,b∈R},为区间灰数集的一个子集,i和j分别表示风险因素和专家的个数。[aij,bij]表示第j位专家对第i个风险因素做出的风险发生概率大小的估计。
(3)对于风险因素Ci,m位专家给出的估计分别为[ai1,bi1],…,[aim,bim],每个区间的可信度分别为每个专家的综合可信度,针对区间可能出现交叉重叠的现象,本文作以下处理。
将专家估计区间的端点值aij,bij按大小排序:ai1,ai2,bi1,bi2,…,aik,bik,ai1=min{aij,bij},bik=max{aij,bij}。组成的新区间序列为[ai1,ai2],…,[aik,bik],此时,新区间的可信度分别为β1,…,βk。以β1为例,求解各区间的可信度β1,…,βk:
得到用盲数表示的各专家对风险因素发生概率的估计结果:
其中,i=1,2,…,n;β1,…,βk分别是因素Ci基于专家主观估计的风险发生概率落在区间[ai1,ai2],…,[aik,bik]上的可信度大小。如果风险因素还有l个子风险因素,权重为w=(w1,w2,…,wl),可得。对P′求期望得到E(P′)。E(P′)是一个一阶的未确知有理数,并且该一阶未确知有理数的自变量x仅在一点取值的可信度不为0,而取其它值的可信度皆为0,该点为x0,因此,可得风险发生概率的综合估计值P=x0。
应用模糊评判法(具体的应用本文不再赘述,可参考相关资料),计算出风险后果C,由公式R=f(P,C)=1-PC=P+C-PC可计算出风险值R的大小。
基于盲数理论的风险评估模型,很好地解决了不确定信息下的装备质量管理风险取值的问题,使评估结果更为可靠、可信和接近实际,能够为风险管理提供更加科学可靠的数据依据。
限于篇幅,具体的实例分析过程将在其他文章中给出。
3 结束语
风险管理作为项目管理的一种手段,一种科学的事先行为,已成为强化武器装备建设的重要内容和方法手段,成为现代化武器装备的客观需要[9]。风险评估,是风险管理的重要环节,指标体系的构建,对评估目标的实现,具有重要的意义。对具体型号进行风险评估时,应根据评估的要求,对指标体系具体化和进行调整,以满足达到评估的目标,保证评估的科学性,为风险防范提供可靠的依据。基于网络层次分析法(ANP)和盲数理论的指标权重计算模型及风险评估模型,解决了装备质量管理风险指标间具有依赖性和反馈性、质量管理风险信息缺乏、人对风险评估的影响等问题,使评估结果更加科学合理、更加可信。
参考文献
[1]李忠民,汤淑春.武器装备采办风险管理评价指标体系研究[J].军事运筹与系统工程,2005.19(2)63-66.
[2]Chung-Jen Chen and Chin-Chen Huang,A multiple criteria evaluationof high-tech industries for the science-based industrial park in Taiwan[J],Information&Management,Volume 41,Issue 7,2004.9,P839-851.
[3]张嘉.武器装备采办风险预警研究[D].国防科学技术大学,2006.
[4]周三多,陈传明,鲁明泓.管理学—原理与方法[M].上海:复旦大学出版社,2003:170.
[5]白海威.装备质量工程[M].北京:装备指挥技术学院,2006:35.
[7]刘汉荣,王保顺.国防科研试验项目管理[M].北京:国防工业出版社,2009:188.
[8]孙宏才,田平,王莲芬.网络层次分析法与决策科学[M].北京:国防工业出版社,2011:148.
[9]沈建明.项目风险管理[M].北京:机械工业出版社,2003.
远程教学质量评估的关键指标 篇7
通过CNKI全文数据库搜索到1997-2007年期间涉及“远程教育教学质量评估”的指标200多个, 对指标的内容进行分析, 合并相近、相似项, 对修订后的126个指标进行频率统计, 提及频率超过20%的前41项指标进行排序, 分析如下:
第一, 课程设置及更新是影响教学质量的首要因素。远程教学的最大优势是学习者有较大的自主性, 学习动力来源于学习者自身的约束力和远程课程的吸引力, 吸引力体现在学习内容应能使学习者产生成就感和课程设置能引起学习者的兴趣。因此, “课程设置及更新”在远程教育教学中作为最主要的评估指标得到了国内专家学者的广泛认同, 提及率达到68%, 排在第1位。
第二, 社会对远程教育的需求是决定远程教育发展的首要条件。远程教育一出现, 就是面向全社会, 远程教育能否被社会认同、被受众群体适应, 是专家们关注的重要问题。“社会认可度”成为远程教育质量评估的另一个重要指标, 排在第二位, “社会评价”的排序也靠前。
第三, 师生交互是实现远程教学认知目标的重要策略, 也是是远程教育实施的难点。在实践中, 网络的交互功能发挥得不尽如人意, 在不少试点中, 交互技术传输的还是单向的教师讲课。这个指标提及率达到63%, 排名第2。
第四, 远程教育需要强大的适应网上教学的师资力量。我国从事远程教育教学的教师存在网络教学经验不足、技术欠缺等问题, 如何加强教师信息技术的培训、提高教师的素质, 是需要进一步研究的问题。“教师素质”指标的提及率达到55%, 但是具体操作方面的指标如“教师培训情况”、“教师科教活动”等指标排序靠后, 提及率只有25%和22%。
第五, 远程教育的日常教学管理是充分利用资源、提高学校办学效益的重要环节。远程教学招收的学生来自各行各业, 如何对这样一个学生群体科学地制定教学大纲、教学内容和考试标准等都有待于进一步探讨。在排名前10项指标中, 涉及到教师日常教学的指标就占到5项:课程设置及更新、教学大纲设计、学习辅导、辅导答疑、作业缴改, 其中后三项都为教学辅导的主要内容。
第六, 远程教育重视学生综合能力的培养。学者更重视从知识、能力、品质、态度等多项指标衡量学生;运用更具个性发展的评价策略, 使更具特色的学习个体融入远程教学这个大环境中。因此, 单纯评价教师教学质量效果的的指标“学生成绩”提及率并不高, 排名37。
最后, 远程教育实践性教学环节的监控必须加强。实践教学可以促进知识与应用的结合, 培养学生分析和解决问题的能力。但是远程教育环境下, 由于空间的阻隔和实验设备条件限制及其他因素, 实践性教学环节历来是个弱项, 其质量监控也是一个难点, “实践教学环节”被提及率50%, 排名14。
二、研究结论和研究建议
(一) 研究结论
1、通过对我国学者关于远程教育教学评估的文献中, 涉及到的指标频率的总体特征分析发现, 重点指标相对明显, 但指标整体分布较分散。统计数据表明, 国内学者提及频率最高、最为重视的远程教育教学评估指标为:课程设置及更新、社会认可度、师生交互、教学大纲及设计、学习辅导、辅导答疑、作业缴改、社会评价、教师素质、网上自测。我国学者高度关注“课程设置及更新”的作用, 多数学者将“课程设置”指标作为远程教育教学评估的重要指标。“教师培训情况”、“教师科教活动”等本应得到重点关注并未能引起国内学者和远程教育机构的广泛重视。
2、经过统计、分析和实证研究, 我们认为远程教育教学评估指标体系可以归为4类:教学组织、教学实施、教学效果和管理与服务指标。
(二) 研究建议
1、为满足社会对高素质人才的需求, 应合理配置远程教育资源, 建立科学的专业建设体系;
2、为保证实践教学质量, 对远程开放教育实践教学环节的评估与监控必不可少;
3、远程教育教学质量的评估更注重对评价对象的多维度、多层次的评价, 提高评价效力;
4、为提高远程教学质量, 应按照远程教学的特点加强教学支持平台的规划与建设;
5、为提高远程教育教学质量, 应重视和加强教师教育信息技术等素质的培训。
参考文献
[1]黄宇:《高校网络课程教学质量―评价指标体系与实证研究》[J].教育信息化, 2006 (10) .[1]黄宇:《高校网络课程教学质量―评价指标体系与实证研究》[J].教育信息化, 2006 (10) .