多层次灰色综合评价

多层次灰色综合评价（精选11篇）

多层次灰色综合评价 篇1

摘要：在分析河流功能内涵及分类的基础上,从河流自然功能、生态功能、社会功能和灾害性能四方面构建河流综合功能评价指标体系。以河流综合功能评价指标体系为基础,采用层次分析法、改进的熵权法分别确定各个指标主、客观权重并经线性组合后确定综合权重,建立改进的灰色多层次评价模型。将河流综合功能评价指标体系和改进的灰色多层次评价模型应用于柏条河综合功能评价中,评价结果表明柏条河综合功能优良,与实际情况相符。由此论证了改进的灰色多层次评价模型能够综合主、客观赋权的优劣,并充分考虑各指标之间关系不明确等信息,具有较强的可靠性和实用性。

关键词：河流功能,指标体系,层次分析法,熵权法,灰色多层次模型

河流自身随时空不断演化以及人类对河流功能需求的不断变换,形成河流功能的多样性和复杂性。河流综合功能涉及自然、生态、社会等多方面,面广且综合性强,所以目前对河流生态功能[1,2]、自然功能[3,4]等单一方面进行评价或研究较多,而对河流综合功能评价或研究较少,且评价方法仅有打分法[5,6]和可变模糊评价法[7]等。打分法受人为主观因素影响较大,评价结果不够客观;可变模糊评价法权重大多是人为确定的,存在一定的主观随意性。针对上述问题,本文从河流综合功能角度出发,在河流功能类别划分的基础上,构建河流综合功能评价指标体系,并建立改进的灰色多层次评价模型,克服了权重确定方法较主观的弊端,能够更好地发挥评价模型的效用。

1 河流功能理论及评价指标体系

1.1 河流功能概念及分类

关于河流功能,不同学者有不同的定义[1,8,9,10,11]。总结已有成果,本文认为河流功能是指河流系统在自然和人类活动双重影响下对人类的生存和发展所发挥的作用,是以对人类的效用为根本出发点。根据已有的河流功能分类体系,比较全面科学的划分是将河流功能分为自然功能、生态环境功能、社会服务功能和灾害性能[10,11],也就是说河流功能是资源性和灾害性的统一。说明良好的河流综合功能不仅是资源性功能的充分利用,也是灾害性能的及时规避和合理控制。

根据河流功能内涵,在河流自然功能、生态环境功能、社会服务功能、灾害性能四项一级功能的基础上,进一步将一级功能细分为13项二级功能,建立河流功能分类体系,见图1。自然功能中,水文功能主要体现在水循环之中,可以用径流量变化情况表示,而河型稳定是地质功能发挥的重要保障;生态环境功能中各项二级功能的发挥很大程度上受河岸宽度和河道连通性的影响,除此之外生物多样性是河流生态环境的重要组成部分,水质水量是河流生态环境健康的基础;在社会服务功能中,各项二级功能发挥的效用应在合理开发水资源的基础上由其相应的保证程度分别予以确定;灾害性能中,洪涝灾害发生情况与河道容纳洪水量、防洪体系完善程度息息相关,泥沙灾害与来沙的水沙关系、输沙、河道冲淤关系密切。

1.2 指标体系的建立

为进一步量化河流功能,需建立河流功能评价指标表征河流功能所处的状态。在河流功能分类体系的基础上,参考相关文献[5,6,7,8]并根据评价对象各组成部分之间的相互关系,利用层次分析法构建多层次评价指标体系,将河流功能评价指标体系分为目标层、准则层、指标层3个层次。目标层主要用于反映河流综合功能状况;准则层由河流各项一级功能组成;指标层由表征河流各二级功能关键要素的指标构成,可直接度量得出。最终构建了1个目标层、4个准则层、22个指标层的河流综合功能评价指标体系。部分指标含义解释如下。

a.流量偏离率:指天然条件下的月径流量与实际月径流量间的变异关系,采用溪流状态指数SCI中的流量偏离率[12]表示。

b.河型稳定性指数:对河流稳定性起决定作用的是纵向稳定性和横向稳定性,采用张红武等[13]提出的河流综合稳定性指数表示。

c.河流连通率:主要指河流功能连通性,即径流从源区—干流—流域网络—出流移动的效率或水循环各要素间以水为介质的有机物、能量转移速率,采用孟慧芳等[14]提出的河流连通率来确定。

d.河道泥沙输移率:指某河道的输出泥沙量与进入该河道泥沙总量的比值,表征河道输送泥沙的能力,采用地貌学上的河道泥沙输移率[6]表示。

e.水沙搭配指数:是来沙系数的函数,借来沙系数对河道淤积的影响来判定水沙搭配指数,当实际来沙系数为不淤时的临界来沙系数时,水沙搭配指数为1[15]。

f.景观娱乐满足程度:指人们对水体、水上跨越结构、山体树木、水生动植物等在人们眼中形成的视觉效果的满意程度,属于定性指标。

g.美学文化价值指数:指河流水体和沿岸陆地景观成为人类重要的文化精神源泉和科学技术及宗教艺术发展的动力,属于定性指标,根据河流自身的文化价值进行评判。

1.3 评价标准的确定

河流功能评价指标标准的界定直接影响最终评价结果的准确性,目前学术界尚无统一的标准[5]。结合经济社会水平和现阶段的开发利用程度等情况将河流功能状态分为优、良、中、差4个级别,对于不同属性的指标其相应等级标准值的确定方法不同。对于定性指标,采用专家打分法与公众参与调查法确定白化权值[16],因此不需设置等级标准值。对于定量指标,需要结合等级标准值(根据经济社会状况及现有资料)综合确定计算白化权值。资料来源一般为:①国家、行业和地方规定的标准,如SL395—2007《地表水资源质量评价技术规程》;②国际上的先进标准,如澳大利亚ISC标准;③相关科研成果[5,6,17]。由此建立河流综合功能评价指标体系及评价标准,见表1。

2 改进的灰色多层次评价模型

2.1 综合权重的确定

灰色多层次评价模型采用层次分析法确定指标权重,有较强的主观性,影响评价方法的效用。本文采用主、客观权重线性组合的方法确定综合权重,建立改进的灰色多层次评价模型。

层次分析法和德尔菲法是两种主观确定权重的方法,指标数n≤2时,权重采用德尔菲法确定,n>2时,采用层次分析法确定,记主观权重为w(1);熵权法是一种客观赋权的方法,记客观权重为w(2)。综合权重w通过将主观权重与客观权重线性组合综合确定:

式中:α为偏好系数,根据实际情况取值,一般取α=0.5。

层次分析法是一种将定性指标与定量指标相结合的多目标决策分析方法,通过比较同一层次各指标的相对重要性来综合计算指标的权重,步骤如下:①采用Saaty的9位标度法构造判断矩阵A;②求A的最大特征值λmax及相应的特征向量,对特征向量进行归一化,得出w(1);③采用一致性比率CR对判断矩阵进行一致性检验,CR<0.1时即认为具有完全一致性,其中

式中:CI为一致性指标;RI为平均随机一致性指标,可查表得出。

熵的定义来自于热力学,后被引入信息论中广泛应用于方案优选、多目标决策及各种评价。熵权法是依据熵的概念和性质以及各指标相对重要程度的不确定性来分析各指标的权重,是一种根据指标反映信息可靠性程度客观赋权的方法。

熵权法确定权重步骤如下:①计算评价指标的熵值:

式中:rij为第i个指标对应第j等级的白化权值,若rij=0,则rijlnrij=0;m为等级数;②确定各指标熵权:

记熵权向量为w(2)。

2.2 评价步骤

河流功能评价指标体系是一个多层次、多准则综合评价系统,既涉及定量因素,又涉及定性因素,各因素相互影响、相互联系,之间关系具有不确定性,是一种灰色系统。因此,针对河流功能评价指标体系灰色性的特点,为了使描述各灰类程度的评价信息都发挥作用,选取改进的灰色多层次评价模型对河流综合功能状况进行评估,步骤如下。

a.划分k个灰类,确定rij。灰类白化权值本质上为隶属度[18],因此采用模糊数学中的计算方法确定指标的白化权值[16]:①定量指标白化权值的确定。对于效益型指标(即越大越优型指标),当第i项指标xi的值大于其对应的第1级标准值(优)时,它对优等级的白化权值为1,而对其他级别的白化权值为0,即

当xi的值介于其对应的第j级和第j+1级标准值Vi,j,Vi,j+1之间时,它对第j+1级和第j级的白化权值分别为

而对其他级别的白化权值均为0;当xi的值小于其对应的第k级标准值时,它对“差”的白化权值为1,而对其他级别的白化权值为0,即

对于成本型指标(越小越优型指标),则反之。②定性指标白化权值采用专家打分法和公众参与调查法确定。专家打分法是邀请s名专家分别对河流功能评价指标体系中的定性指标进行等级评价,若s名专家中有s1名专家认为河流功能属于1级,s2名专家认为属于2级,…,sk名专家认为属于k级,则xi白化权向量为。公众调查法与专家打分法类似,是对公众展开问卷调查确定白化权值。

b.计算指标权重w。通过层次分析法或德尔菲法得到主观权重w(1),通过改进的熵权法得到客观权重w(2),利用式(1)得出综合权重w。

c.确定河流功能评价指标参考序列R0。在各方案中选取最优,构成最理想方案作为参考序列,显然优等级对应的方案为最理想的方案,结合白化权值的确定方法得出R0=(1,1,…,1)

d.计算灰关联系数εij。先计算各灰类指标白化权值与参考序列之间的离差Δij:

则

式中:Δmax、Δmin分别为Δij的最大值和最小值;ρ为分辨系数,0≤ρ≤1,一般取ρ=0.5。

e.计算综合关联度γ。采用加权算术平均公式计算:

f.灰类识别。采用最大关联原则对灰类进行识别。

3 实例应用

柏条河是岷江内江水系四大河渠之一,起于宝瓶口以下的蒲柏闸,止于郫县石堤堰,全长44.76 km,流域面积258 km2,进水口年平均流量41.5 m3/s,年径流量11.76亿m3。柏条河兼具灌溉和供水功能,是成都市两大供水大动脉之一。根据柏条河开发利用现状,选取17项指标对其进行评价。

3.1 指标体系权重的确定

首先,根据指标的相对重要性分别对一级指标(即准则层)两两比较,构造判断矩阵A:

利用层次分析法得到4个一级指标的权重向量Z=(0.2 0.3 0.266 7 0.233 3),由式(2)、式(3)得CR=0<0.1,满足一致性要求。同理,对生态环境功能、社会服务功能的指标层分别进行计算,得出其权重为(0.181 6,0.105 5,0.170 9,0.181 6,0.155 3,0.205 2)、(0.178 4,0.196 9,0.122 0,0.159 9,0.119 9,0.121 4,0.101 4)并进行一致性检验。由于自然功能和防灾减灾指标数小于等于2,因此采用德尔菲法确定权重,分别为(0.5 0.5)、(0.4 0.6)。将准则层和指标层的权重分别相乘得到绝对权重:

根据式(6)~(8)及定性指标白化权值确定方法得出各指标白化权向量,由式(4)、式(5)计算各指标熵权:

最后根据式(1)计算(α=0.5)得出综合权重:

3.2 柏条河综合功能定量评价

根据2013年相关统计数据,并结合河流功能各评价指标的计算方法确定柏条河指标现状值,见表3。①根据河流功能灰类划分及不同属性指标白化权值的确定方法,分别计算不同灰类下各指标的白化权值;②采用式(9)、式(10)计算相应的绝对离差Δij及εij,取Δmax=1,Δmin=0,ρ=0.5;③利用式(11)计算综合关联度:

根据关联度最大原则,有

对照河流功能灰类划分,可判定柏条河综合功能处于优状态。根据调查资料显示,柏条河上除跨河桥梁、局部河段的卵石浆砌堤岸和几个城镇的临河建筑外基本没有其他人工构筑物,总体上保持着生态河流的特性,沿岸林木葱郁,是水源保护的天然生态屏障。柏条河年平均灌溉面积3 800多hm2,保证了农产品的增产增收。另外作为成都市中心城区的主水源,与备用水源的徐堰河共同提供给成都市90%以上的饮用水,日最高取水量55万m3,年均取水量17 155万m3,有效保证了中心城区400多万人的用水安全。可以看出,柏条河综合功能发挥良好,评价结果与现状相符。河流综合功能的优良发挥,不仅有助于营造良好的自然生态环境,更能保障经济和社会的良好发展。

4 结论

本文从河流资源效益和灾害性能两方面出发,根据河流功能内涵和分类,构建河流综合功能评价指标体系,并针对河流功能指标多层次结构体系及指标体系内部信息不明确性等问题,建立改进的灰色多层次评价模型。该模型综合主、客观赋权的优劣,在运用灰色关联分析的基础上,充分考虑各指标之间关系不明确等信息,对河流功能进行综合评价,具有较好的可靠性和实用性。

河流功能评价是涉及多学科的复杂系统,也是基于不同阶段、不同区域的动态过程。在今后的研究中可根据不同阶段和区域动态调整和选取河流综合功能评价指标体系,真正做到“因河而异,因时而异”。

多层次灰色综合评价 篇2

灰色多层次评价法在房地声企业核心竞争力评价中的应用

作者：高 松

来源：《沿海企业与科技》2005年第03期

[摘要]随着房地产行业竞争的加剧，房地产企业核心竞争力的培育就愈发重要，这就需要运用合理科学的方法对其核心竞争力进行评价。文章在结合房地产行业特点的基础上，提出了房地产企业核心竞争力的评价指标体系，并运用灰色多层次评价法对其进行了评价。

[关键词]核心竞争力；多层次灰色评价法；指标体系

[中图分类号]F272

多层次灰色综合评价 篇3

关键词：物流中心 选址 模糊综合评价

0 引言

盐城地处江苏沿海中部，是江苏土地面积最大、人口第二的省辖市，是江苏沿海开发“三极一带”中的重要一极。盐城通江达海，拥有国际机场、新长铁路、高速公路、对外港口，交通区位优势十分明显。2006年盐城市政府提出，从可持续发展的战略高度出发，着力发展现代物流业，重点打造盐城市现代物流中心，将其打造成盐城经济发展新的增长点。那么，现代物流中心怎么建，建在何处？这个战略规划问题引起了政府部门的高度重视。由于前期规划科学，论证充分，一个规划面积20平方公里，投资50亿元，辐射整个苏北地区的物流中心和连接国际、国内两个市场的物流集结点正在盐城市市区北侧迅速崛起。

1 物流中心选址方法分析

物流中心是指位于枢纽或重要位置的关键地段，它的位置选址如果得当，可以有效节省费用，促进生产和消费的协调与配合，物流中心的好坏，关系到整个物流行业的进程，具有完善的物流环节，能实现物流集散和控制一体化运作。

目前，国内外关于物流中心选址问题已进行了较为深入的研究，许多模型方法已经被用来解决物流管理中选址的实际问题，如重心法模型、鲍姆尔-沃尔夫法、混合-整数线性规划、启发式方法等定量选址方法。这些方法的共同特征是把物流系统各个环节的费用作为目标函数，在一定的物流服务水平下，根据不同的算法和模型求得物流成本最优解或满意解，以获得选址方案。然而由于物流中心入住企业规模、数量，以及相关参数如运输时间、建设成本、需求数量等，随着时间而变化，存在着很多不确定性，因此上述方法在实际运用中往往达不到预期的效果。

定量选址方法在使用上存在着较大的局限性，那么，是不是定性分析方法就很好呢，其实也有不足之处。如，专家评价法、因素评价法等定性评价方法由于权重确定人为因素较大，往往运用层次分析法确定权重以弱化人为因素，但是层次分析法要求层次结构系统中的各因素相互独立，而对因素量化评价时，因素间的相对区分度实际上很难准确把握，且当因素较多时容易出现两两比较前后矛盾、一致性检验差的情况，需要反复调整初始比较值，因而操作比较复杂，客观性差。针对这些不足，本文采用定性和定量相结合的多层次模糊综合评价方法，对盐城市现代物流中心进行选址评价。它是一种结合专家评价法和模糊数学方法的系统综合评价方法。

2 多层次模糊综合评价模型应用——以盐城市为例

模糊综合评判方法是一种定性与定量相结合的方法，有良好的理论基础。它是一种适合于物流中心选址的建模方法。特别是多层次模糊综合评判方法，下面以盐城市现代物流中心选址为例予以介绍，其通过研究各因素之间的关系，可以得到合理的物流中心位置。

2006年盐城市政府提出建设现代物流中心，规划部门根据盐城市城市总体规划，锁定现代物流中心建在盐城市区北侧，问题是具体建在市区北侧什么位置，政府规划部门根据盐城市区北侧交通、土地资源等状况，选定A-圩洋、B-丰民、C-新丰、D-盐湾、E-龙桥、F-北闸等6个候选地块供专家组确定。专家组依据候选地的环境、交通、公共设施等若干因素，根据物流中心选址适应性、协调性、经济性、战略性原则，按属性将影响物流中心建设的若干因素分为三个层次：第一层次是自然条件、经营环境、交通运输、土地条件、公共设施指标，作为物流中心选址方案的主要因素；第二层次是对第一层次有关指标进行进一步评价而细分的因素集；第三层次是对第二层次有关指标进行进一步评价而细分的因素集。这样影响物流中心建设的多个因素评价指标体系就建立起来了，然后，运用专家调查法确定各层级指标的权重，得到各级指标模糊评价权重。见表1。

由此可知，盐城市区北侧6块候选地的综合评价结果顺序为：C、A、B、E、F、D。其中较高估计值的地块C-新丰就是要选择的相对最合理的物流中心位置，其次是A-圩洋、B -丰民。最后经专家反复认证决定盐城市现代物流园区选址在C-新丰与A-圩洋两村开放大道东西两侧20平方公里范围内。

应用多层次模糊综合评价方法进行物流中心选址，把评价因素分为三层，也可进一步细分为多层。这种多层次评价方法由于对权重集进行归一化处理，采取加权求和，然后将结果按照从大到小的顺序排列，决策者只要从中选出估计值较高的地块或估计值较高和次高的结合部地块作为物流中心建设用地即可。

3 结语

本文在分析物流中心选址过程中单纯使用定量选址方法或定性选址方法存在不足的基础上，结合盐城市现代物流中心功能定位，依据现代物流及城市规划原理，采取多层次模糊综合评价方法，确定出了盐城市现代物流中心较理想的建设位置。该方法评判结果较为准确、合理，且简单可行，能综合考虑多种因素，客观反映实际情况，具有一定的理论价值和现实指导意义。

参考文献：

[1]张志勇，徐广妹，张耀荔.物流系统运作管理[M].北京：清华大学出版社2009：121-123.

[2]董维忠.物流系统规划与设计[M].北京：电子工业出版社2006：77-79.

[3]丁立群，李永周.基于模糊评价的物流配送中心选址问题研究[J].物流工程与管理，2009，12：101-102.

[4]张潜.物流运筹学[M].北京：北京大学出版社，2009：37-39.

多层次灰色综合评价 篇4

关键词：标准综合贡献评价指标,AHP法,多层次灰色评价

依据ISO/IEC第2号指南的定义,标准可概括为是为了在一定的范围内获得最佳秩序和最佳效益,经协商一致制定并由公认机构批准,共同使用和重复使用的一种规范性文件。由此可见,标准的作用是“最佳秩序”和“最佳效益”。但随着科学、技术、经济和社会等领域中新趋势的出现,标准的影响更为广泛而模糊,同时正式和非正式标准化存在向非正式行业标准和其他用户团体主导的趋向,使得各类标准混合的趋势越来越强,导致各类标准的影响更加难以区分。

汽车产业是国家重要的支柱产业之一,也是典型的技术密集型产业,汽车产业牵一发而动全身,能够极大地拉动经济的增长,对科技进步、原材料、电子、钢材、橡胶、机械制造、玻璃、石化、建筑等方方面面都有着巨大的推动力和影响力。

本文我们将基于上海汽车制造行业代表企业问卷调查,利用多层次灰色评价方法分析标准化对汽车制造业的综合影响。

1 基于李克特量表的问卷调查

本课题调查问卷的设计采用了社会调查中常用的李克特量表。这种表是由一组与主题相关的问题或陈述组成,用来标明被调查者对某一事物的态度、看法、评价或意向。我们采用了5级量表形式,即对量表中每一题目给出表示态度积极程度等级的5种备选评语答案(“极大促进”、“较大促进”、“略有促进”、“无影响”、“阻碍”),并用1～5分别给5种答案计分进行数据量化。

2 层次分析法

根据标准的系统效应原理以及标准、标准化的经济功能及作用、社会功能及作用,本文按照企业自身、行业以及社会影响三个层次提出标准综合贡献评估指标体系的6个一级指标,细分为17个二级指标(见表1)。

利用评估指标体系进行评价时,各评估指标对目标的重要程度是不同的,即有不同的权重。为了尽量减少主观因素的影响,我们将采用层次分析法(AHP法),通过两两成对的重要性比较建立判断矩阵,然后通过方根法计算权重,这种构造成对比较判断矩阵的办法虽然能减少其他因素的干扰,较客观地反映出一对因子影响力的差别,但综合全部比较结果时,其中难免包含一定程度的非一致性。因此,对决策者提供的判断矩阵有必要作一次一致性检验,以决定是否能接受它,具体计算步骤见《现代综合评价方法与案例精选》(杜栋,2005)。结果得各级指标的权重见表2。

3 多层次灰色评价模型的描述

灰色系统理论认为社会经济系统属本征性灰色系统,它把一定范围、一定量的随机过程看作灰色过程。由于影响被评事物的因素太多太复杂,而我们在进行评价时,往往只取有限的主要指标来进行分析,此外评价信息往往不够完整准确,具有灰色性。因此,可以认为企业标准效应的评价系统是一个灰色过程。设评价指标体系的形式为:

根据层次分析原理,这是一个由多个评价指标按属性不同分组,每组作为一个层次,按照最高层(目标G)、中间层(一级评价指标Ui,i=1,2,…,m)和最低层(一二级评价指标Vij,i=1,2,…,m,j=1,2,…,ni)的形式排列起来的多层次评价指标体系。多层次灰色评价的具体步骤如下。

3.1 评价指标Ui和Vij的权重

假设基于AHP法计算得一级评价指标U(i=l,2,…,m)的权重向量为W=(w1,w2,…,wm)且满足;二级评价指标Vij(i=1,2,…,m,j=i=1,2,…,ni)的权重为wij (i=1,2,…,m;j=1,2,…,ni),各指标权重向量为Wi=(wi1,wi2,…,win),且满足。

3.2 制定评价指标Vij的评分等级标准

对量表中每一题目给出表示态度积极程度等级的备选评语答案。本调查中,我们采用了5级量表形式,即(“极大促进”、“较大促进”、“略有促进”、“无影响”、“阻碍”),并用1～5分别给5种答案计分。

3.3 组织评价者评分

设评价者序号为k,k=1,2,…,n。即有n个评价者。组织n个评价者对被评价事物按评价指标Vij评分等级标准打分。

3.4 评价指标矩阵

根据第k个评价者对被评价事物按评价指标Vij给出的评分,求得该被评价事物的评价指标矩阵D:

3.5 确定评价灰类

确定评价灰类就是要确定评价灰类的等级数、灰类的灰数及灰数的白化权函数,视实际评价问题分析确定。设评价灰类序号为e,e=1,2,…,s,即有s个评价灰类。本项目中评价灰类取为“极大促进”、“较大促进”、“略有促进”、“无影响”、“阻碍”5级,即s=5。为了描述上述灰类,需要确定评价灰类的白化权函数。

3.5.1 第1灰类“极大促进”(e=1),设定灰数

⊗1∈[0,d1,∞),其白化权函f1的表达式为:

3.5.2 第2灰类“较大促进”(e=2),设定灰数

⊗2∈[0,d2,2d2],其白化权函数f2的表达式为:

3.5.3 第3灰类“略有促进”(e=3),设定灰数

⊕3∈[0,d3,2d3],其白化权函数f3的表达式为:

3.5.4第4灰类“无影响”(e=4),设定灰数

其白化权函数石的表达式为:

3.5.5 第5灰类“阻碍”(e=5),设定灰数

其白化权函数€的表达式为:

3.6 计算灰色评价系数

对评价指标Vij,属于第e个评价灰类的灰色评价系数为Xije,有

对评价指标Vij,属于各个评价灰类的总灰色评价数为:

3.7 计算灰色评价权向量与权矩阵

所有评价者就评价指标Vij主张第e个评价灰类的灰色评价权为δije,有由于评价灰类共有s个,因此评价指标Vij对于各灰类的灰色评价权向量为δij=(δij1,δij2,…,δijs)。由此可得Ui下属指标Vij对于各类评价灰类的灰色评价权矩阵

3.8 对Ui和G作综合评价

对Ui综合评价的结果为Yi=WiΔi;于是U各指标对于各评价灰类的灰色评价权矩阵为。于是对G的综合评价结果为Z=WY=(z1,z2,…,zs)。

3.9 计算综合评价值

根据Z提供的信息,可以根据最大原则确定受评对象所属灰类等级,选择所对应的评语等级作为综合评判的最终结果。但是按此原则判断结果,有时是有效的,有时往往会因为这种判断原则丢失信息太多而失效。为此,对各灰类等价按“灰水平”赋值,即第1灰类取为d1,第2灰类取为d2,依次类推,得各评价灰类的等级值化向量C=((d1,d2,…,ds)T。于是,最终的评价结果为p=ZC。

4 上海汽车制造行业中标准贡献的多层次灰色综合评判结果

在对上海典型汽车企业调查数据基础上,利用AHP法得到的权重和多层次灰色综合评判的计算步骤得标准化效应的综合评价结果为Z=(z1,z2,z3,z4,z5)=(0.2550,0.3073,0.2861,0.1517,0),由此得汽车制造业内被调查企业对标准化贡献的态度倾向和各等级态度的分布情况如图1所示。

由图1可见,认为标准化起到“略有促进”和“较大促进”作用的企业所占的比重相差不太大,若根据最大隶属度原则得,表明汽车制造业中认为标准化具有较大促进作用的被调查企业占优。但该结果的可靠性还需要对各灰类按“灰水平”赋值计算得到的综合评价值进行验证,结果是汽车制造业的多层次灰色综合评价值=(0.2550,0.3073,0.2861,0.1517,0)*(5,4,3,2,1)T=3.67。可见,对汽车制造行业而言,标准化起到的作用是“较大”的。

参考文献

[1] 于欣丽.标准化与经济增长--理论实证与案例[M].北京:中国标准出版社,2008．

[2] Swann, G.M.P., P. Temple, M. Shurmer,Standards and trade performance, the UK experience [J].Economics Journal. 1996, 106: 1297-1313．

[3] Kunt Blind著,高鹤等译,标准经济学一理论、证据与政策[M].

多层次灰色综合评价 篇5

由于传统的维修保障效能评价方法受人为因素以及模糊随机因素的`影响较大,为了减少或避免这些因素的影响,提高评价的科学性、解释性和可信度,将灰色系统理论应用到航空装备维修保障效能的评价中.通过建立一套较为系统、合理的航空装备维修保障效能评价指标体系,采用定性分析和定量计算相结合的方法,构建了基于灰色关联度分析的灰色综合评价模型.在确定指标权重时,采用了层次分析法和专家咨询法,经实例验证,该方法是可行的,具有一定的实际意义.

作 者：黄秋水 张显余 游大鸣 付长安 HUANG Qiu-shui ZHANG Xian-yu YOU Da-ming FU Chang-an 作者单位：黄秋水,张显余,付长安,HUANG Qiu-shui,ZHANG Xian-yu,FU Chang-an(空军航空大学,航空机械工程系,吉林,长春,130022)

游大鸣,YOU Da-ming(解放军理工大学,气象学院,江苏,南京,211101)

多层次灰色综合评价 篇6

在新中国工业事业发展的宏观版图中，以电力能源的生产与输送领域为典型代表的能源动力工业体系分支一直是一个重要的版块，电力能源的生产与输送行业是中国国民经济发展路径中的动力支撑代表，所以，对输变电工程项目进行综合评价指标体系建设将会具有极其充分的现实意义。本文拟采用了层次分析法来开展输变电工程项目的综合评价，引入了相关理论背景，并给出了初步的检验性尝试方案。

一、层次分析法

本文这里所说的层次分析法，是对于条件复杂，具体细节比较模糊的问题做出相对清晰而科学的决策的一种简明方法，它最早由一名从事数理统计学的数学专家提出，是一种在实践层面具有简洁、灵活等特性的涉及众多个实践检验原则的应用性决策形成方法。往往它能够将具有复杂的缠绕结构的问题划分为几个清晰而独立的研究因素，然后将这些已经独立开来的因素按照彼此之间系统从属关系使之形成相对清晰的层级结构，最后通过不同研究元素之间的两相对比找到其中最具决定意义的考量因素。

二、进行多层级性输变电工程综合性评价实践的具体过程

层次分析法是一种具有综合性的同时兼顾定性与定量分析功能的数量化思维分析方法，这种分析法使得人类大脑对客观世界的感性决定过程更加趋向于理性化。进行AHP的首要步骤是将将要决策的问题按照总体目标，各层级的分项目标的层次展开划分，划分的过程要尽可能地实施细化，直到模型中所涉及的所有因素都能够找可供建立数理量化模型进行科学计量的层级位置即可。具体操作流程如下图所示（见图1）。

（一）评价指标体系的建立

本文在研究的实施过程中根据我国现阶段所进行的输变电工程设备的实践特点，通过广泛地征求有关各方面的专家的实践建议，将进行输变电工程综合评价指标体系具体地划分为如下的若干个层级类别。

（二）对评价体系中的各个因素进行赋值

为了有效地为之后的数理检验过程的顺利进行做出良好的铺垫，本文决定对指标体系中的有关因素进行具体的赋值操作，为了是赋值行为更加科学更具有参考与约束价值，本文在充分遵从层次分析法原则的基础上，同时还引入了德尔菲赋值法，使赋值更为合理。

（三）计算求解过程

首先进行的是评价体系中的各个因素之间的隶属度指标的分析。之后再充分研判了指标体系中的隶属度指标计算结果以后，本文建立判断矩阵，并对判断矩阵展开之后一系列的数学处理过程，最后实现综合评价成果的取得。

三、实例分析

本案例是基于层次分析法对XX地区某110kV变电站两个备选接入系统方案的可行性进行评估，通过综合比选的方式得到最优方案。其中，A站位于B 110kV变电站北侧5.0km位置，同时位于C 110kV变电站西侧4.0km位置。但由于C站～A站无线路通道，因此不予考虑，仅考虑B站～A站～D站之间的线路接入方式。遵循这一基本要求，本项目线路接入过程中可备选的技术方案如下两个：

方案一：新建110kV连中线π接入110kV A站和110kV B站，并共同接入110kV A站中。同时，对π节点至A变电站的线路进行重建。如下图所示（见图2）。

图2 方案一示意图            图3 方案二示意图

方案二：新建110kV连中线65号开π位置接入110Kv B，T接入110kV B站，同时将五中线该如XX站连中线间隔。如上图所示（见图3）。

在应用层次分析法对以上两个备选接入系统方案的可行性进行评估的过程当中，所遵循的操作步骤为：建立层次结构→判断矩阵求解→综合权重以及方案排序。按照以上思路，各个阶段的分析要点分别为：

第一步，建立层次结构：受到规划限制因素的影响，方案一与方案二在路径上基本一致。根据方案所对应的因素不同，构建对应的层次结构体系，如下图（图4）所示。

图4 备选方案层次结构示意图

第二步，判断矩阵求解：根据前一阶段中评估的层次结构和相对标量法形成两个方案对各个叶属性的影响，引入区间特征根算法对各个方案属性的权重取值情况进行计算。同时应用平均劵种作为指标权重取值标准，结果如表1～5所示。

表1 方案判断矩阵指标权重示意表

指标权重 定义 方案一 方案二

A1 系统可靠性水平 0.72 0.24

A2 负载水平 0.20 0.75

A3 运行维护能力 0.81 0.15

A4 计量难度 0.77 0.19

B1 线路投资水平 0.47 0.49

B2 间隔调整投资 0.84 0.12

表2 综合优越性指标权重示意表

G A B

权重区间 [0.71，0.71] [0.25，0.25]

平均权重 0.71 0.25

表3 技术指标A指标权重示意表

A A1 A2 A3 A4

权重区间 [0.83，0.85] [0.20，0.23] [0.39，0.43] [0.07，0.09]

平均权重 0.84 0.22 0.41 0.08

表4 经济指标B指标权重示意表

B B1 B2

权重区间 [0.71，0.71] [0.25，0.25]

平均权重 0.71 0.25

表5 各叶属性综合权重及归一化调整后综合权重示意表

叶属性 定义 综合权重 调整后综合权重

A1 系统可靠性水平 0.61 0.41

A2 负载水平 0.16 0.10

A3 运行维护能力 0.29 0.19

A4 计量难度 0.05 0.03

B1 线路投资水平 0.18 0.12

B2 间隔调整投资 0.05 0.03

第三步，综合权重以及方案排序：在求得方案权重以及属性权重取值后，两个备选方案对于总目标区间数综合权重的影响可以按照如下方式計算：

区间数综合去那种=属性权重列向量*方案权重列向量T;

根据该计算方法，得到两个方案的综合权重W取值为（0.67，0.33）。方案一综合评分为0.67，方案二综合评分为0.33。优越性排序为方案一、方案二。因此，两个备选方案中，以方案一为首选方案。

结束语

多层次灰色综合评价 篇7

随着世界高新技术的飞速发展,高新技术产业发展已经成为科学技术发展和经济社会进步的重要推动力。目前,对于高新技术产业的研究主要集中在高新技术产业的统计和界定方面[1~2],而对高新技术产业的自主创新能力评价的研究较少。由于创新性是高新技术产业的重要特征之一,如何衡量高新技术产业的自主创新能力是高新技术产业发展中重要的课题。

近年来,安徽省高新技术产业蓬勃发展,成效显著,已成为全省国民经济和社会发展的重要组成部分。据统计,从2003年安徽省高新技术产业产值的758.59亿元到2006年产值的1 851.8亿元,平均每年增长高达34.6%。在安徽省高新技术产业中,一些自主创新能力较强的产业发展迅速,对安徽省经济的发展起到较大推动作用,而另一些产业的自主创新能力相对较弱。正确的认识到各个产业的自主创新能力,对安徽省高新技术产业的健康快速发展具有重要的意义。

1 高新技术产业自主创新能力评价指标体系的构建

1.1 产业自主创新的内涵

由于“创新能力”具有层次性,一般可以按照从微观、中观到宏观的角度将其划分为“企业创新能力”、“产业(行业)创新能力”、“国家(区域)创新能力”三个层次,产业自主创新能力属于中观层次上的创新。目前,对企业自主创新和国家(区域)自主创新内涵的界定较多[3~4],而对产业自主创新能力内涵界定较少。本文在借鉴前人对企业和区域自主创新内涵界定的基础上,对产业自主创新的内涵进行了界定。产业自主创新是指产业内的所有企业利用产业所在区域内所有可利用的资源对其生产要素进行组合,即通过利用已有资源研发及应用新知识、新技术和新工艺,采用新的生产方式和经营管理模式等方式,以期达到提高产品质量,降低成本,开发生产新产品,提供新服务,提高市场占有率或开拓新市场,实现市场价值的目的。其中的产业内所有企业可利用的资源不仅包括企业自身创新资源(资金、设备及R&D人员)还包括产业所在区域(一个国家或一个省或一个市等)中产业内企业所有可以利用的外部资源,即政府制定的产业优惠政策、外部资金及外部智力资源等。在产业自主创新能力中产业中的企业是主导,但产业所在区域中的政府、金融机构、科研院所、高等院所及中介技术服务机构同样也是主要构成要素。

产业自主创新能力就是指在一定区域中某一特定产业内所有企业利用所有资源进行知识创造并将知识转化为新产品、新工艺、新服务创造价值,推动产业发展的能力。产业自主创新能力不仅是产业内部企业的科技能力,也不等同于企业自主创新能力,它还包括产业所在区域的相关科技能力和经济能力等。

1.2 高新技术产业自主创新能力评价指标体系

影响高新技术产业自主创新能力的因素很多、结构复杂,只有从多个角度和层面来构建高新技术产业自主创新指标体系,才能准确反映产业的技术创新能力。为此,根据产业自主创新和自主创新能力的涵义,结合高新技术产业的特点,遵循系统性、科学性、可比性和可行性的原则,本文从以下几个方面对高新技术产业自主创新能力进行评价:一是产业的创新基础,它是产业进行自主创新的潜在的资源;二是产业创新的环境;三是产业创新的投入;四是产业创新的产出。这一指标体系具体如表1所列。

由于指标体系是多层次的、复杂的,所以需要采用多层次综合评价方法分析评价。在系统评价中,由于存在部分信息确知,部分信息未知,其实质属于灰色系统,故本文引用灰色系统理论对安徽省高新技术产业的技术创新能力进行评价。

2 灰色多层次综合评价的方法

2.1 灰色单层次评价模型

(1)构建评价矩阵。

假设系统有n个待优选的对象(方案)组成备选对象集,有m个指标(因素)组成系统的评价指标集,则n个对象(方案)的m个指标值构成矩阵:

其中:xij(i=1,2,…,n;j=1,2,…,m)为第i个对象在第j个因素下的指标值[5~6]。

(2)指标值的规范化处理。

对于效益型指标:

对于成本型指标:

(3)确定各层的最优指标集R0。

设R0=(r01,r02,…,r0m),其中rok(k=1,2,…,m)为第k个指标的在n个对象中的最优值。

(4)确定指标的权重。

应用层次分析法或专家赋权法,确定各层指标对上一层的相对权重,w=(w1,w2,…,wm)

(5)计算关联度系数。

利用灰色关联系数公式,求第i个待评估对象Ri的第k个指标与最优向量R0的关联系数ξ0i(k)。

式中:Δ0i为k时刻两序列的绝对差,即Δ0i=│r0(k)-ri(k)│,maxΔ0i和minΔ0i分别为各个时刻的绝对差中的最大值和最小值。ρ为分辨系数,其作用是提高关联系数之间的差异显著性,ρ∈(0,1),一般情况取0.1~0.5,通常取0.5。

(6)求出加权关联度。

在该单层次下,根据该层指标的权重,求出第i个待评估对象Ri在该层次下与最优向量的灰色加权关联度ξ0i。

根据ξ0i的大小,对该层下的评估对象进行排序择优。

2.2 灰色多层次综合评价模型[7]

当系统中的指标(因素)构成不同层次时,需建立多层次评判模型。多层次评价模型以单层次评判模型为基础。其基本思路是:首先对最基础层的指标(因素)进行层次综合评估,然后把这一层次的评判结果ξ0 i作为上一层次的原始指标,再重复进行上一层次的单层评判,以此类推至最高层。

3 实例分析

3.1 安徽省高新技术产业自主创新能力灰色综合评价

安徽省的高新技术产业统计一直都是以认定的高新技术企业为主体,以火炬计划项目和高新技术产品为补充建立的统计体系。截至2006年底,安徽省共认定了704家高新技术企业。通过对704家高新技术企业所属行业进行归类,我们得到2006年安徽省高新技术产业主要包括17个行业大类,将行业的自主创新能力各指标值用式(1)和式(2)进行规范化处理,处理的结果见表2(创新基础、创新环境)和表3(创新投入、创新产出)。

资料来源:安徽省科技厅《高新技术产业统计报表》(2006)(经过行业归类和规范化处理)。

资料来源:同上。

本文通过向部分高新技术企业发放问卷调查表来获取各级指标的权重,共向企业发放30份调查表,收回有效调查表18份,将18份调查表中所给的权重平均得到的各级指标的权重为:

w=(w1,w2,w3,w4)=(0.2,0.15,0.3,0.35);

(w11,w12,w13,w14,w15)=(0.15,0.2,0.3,0.2,0.15);

(w21,w22,w23,w24)=(0.25,0.2,0.15,0.4);

(w31,w32,w33,w34,w35,w36,w37)=(0.2,0.15,0.2,0.1,0.1,0.15);

应用2.1节中的方法,分别对各高新技术产业自主创新能力的一级指标和二级指标进行灰色综合评价,结果见表4。

3.2 评价结果分析

从以上评价结果可以看出,从总体上说,安徽省的高新技术产业中,交通运输设备制造业的自主创新能力最强;其次通信设备、计算机及其他电子设备制造业和电器机械及器材制造业。这主要是因为这三个行业在创新基础、创新环境、创新投入和创新产出中有一项或多项强于其他产业。而食品制造业(发酵制品、营养保健品)、非金属矿物制品业、研究与试验发展和金属制品业由于在几项创新指标上能力都较弱,因而自主创新能力排在最后。

在创新基础上,安徽省的交通运输设备制造业位于各行业的首位,接下来是电器机械及器材制造业、塑料制品业、专业技术服务业和橡胶制品业。而医药制造业、软件业以及化学原料与化学制品制造业等,国家和OECD规定的高新技术产业的创新基础相对较弱,主要是因为这些产业在安徽省的规模相对较小,产业的销售收入、生产经营用的机器设备以及年均从业人员相对较少。这说明安徽省高新技术产业中传统产业所占的份额较大,新兴的高新技术产业的规模还有待进一步提高。

在创新环境上,化学原料及化学制品制造业、交通运输设备制造业、有色金属冶炼及压延加工业位于各高新技术产业的前列,主要是因为这些产业的政府政策、金融机构支持力度较大,产学研能力较强。而专业技术服务业、食品制造业(发酵制品、营养保健品)以及金属制品业在这些方面相对来说较弱,排在各行业之末。

在创新投入上,通信设备、计算机及其他电子设备制造业、软件业、化学原料及化学制品制造业和交通运输设备制造业排在各行业的前列,这主要因为通信设备、计算机及其他电子设备制造业的研发投入强度较高,软件业在科技活动人员上的投入占有优势,化学原料及化学制品制造业和交通运输设备制造业分别在非R&D经费和科技项目经费投入强度较大。相比之下,非金属矿物制品业、金属制品业以及食品制造业(发酵制品、营养保健品)的在各项创新投入指标中都较弱,因此创新投入能力较差。

在创新产出上,交通运输设备制造业、专用设备制造业以及橡胶制品业因在专利申请和拥有以及新产品销售和出口上占有优势而排在各行业的前列;仪器仪表及文化、办公用机械制造业、有色金属冶炼及压延加工业、研究与试验发展的创新产出能力排在各行业之后。

4 结论

通过以上对安徽省高新技术产业自主创新能力的分析可以得出以下结论:

(1)在安徽省高新技术产业中,传统产业所占比重较大,分析其纳入高新技术企业的原因,主要是因为这些企业应用了新工艺、新技术改造传统产业。这说明安徽省高新技术产业结构有待进一步优化调整。

(2)在安徽省高新技术产业中,自主创新能力较强的产业依然是国家划定的高新技术产业,而一些传统产业虽是应用了新技术进行了改造,自主创新能力仍然较弱。

(3)事实表明,以上对高新技术产业自主创新能力的评价分析基本符合安徽省的实际情况,有一定的现实意义。

摘要：通过对产业自主创新和自主创新能力的界定,结合高新技术产业的特点,构建了高新技术产业自主创新能力评价指标体系。应用灰色系统理论对安徽省2006年高新技术产业的自主创新能力进行评价,分析出安徽省高新技术产业中各产业的自主创新能力的强弱,从而为提高高新技术产业自主创新能力提供决策参考。

关键词：高新技术产业,自主创新能力,灰色多层次综合评价

参考文献

[1]王宏起、胡运权:《高新技术及其产业的界定和使用规范化研究》[J];《科学学与科学技术管理》2002(4):8-11。

[2]张珍花、路正南:《高新技术产业统计指标体系的构建》[J];《统计与决策》2005(4):13-14。

[3]张于喆、张义梁：《国家自主创新能力内涵的研究》［Ｊ］；《经济问题探索》2006(11):4-8。

[4]刘凤朝、潘雄锋、施定国:《基于集对分析法的区域自主创新能力评价研究》[J];《中国软科学》2005(11):83-91。

[5]温瑞珺、龚建立、王黎娜:《企业自主创新能力评价研究》[J];《集团经济研究》2005(8):67-68。

[6]刘思峰、党耀国、方志耕:《灰色系统理论及其应用(第三版)》[M];科学出版社,2004,11。

多层次灰色综合评价 篇8

企业技术创新项目的风险大都是客观存在的, 很难直接观察到并精确度量其大小, 目前, 对企业技术创新项目的评价主要以定性评价为主, 虽然有的采用定量分析, 但方法上不具有很大的适用性。企业技术创新项目风险是由多种相互影响的指标决定, 这些指标之间的关系并不是独立存在, 它们组成了一个庞杂的系统, 该系统具有信息不完全的特征, 其本质是一种灰色系统[2]。基于此, 本文结合企业技术创新的综合特征, 建立了一套较为系统、完善的评价等级指标体系, 并基于评价等级指标体系中既有主观又有客观指标的特点, 给出了一种较为实用的层次灰色综合评价方法, 通过实例对该评价方法进行了验证。结果表明, 该方法克服了常用指数等方法信息缺失的缺点, 在解决部分信息确知、部分信息未知的不对称问题时, 能够提高评价的精度, 是一种行之有效的方法。

1 企业技术创新项目风险评价指标体系的建立

1.1 企业技术创新项目风险的识别

影响技术创新项目成败的因素众多而复杂, 涉及政治、社会、市场、技术和生产经营、销售等多方面。按照不同的风险成因, 可以将技术创新项目实施可能遇到的风险分为以下几类:

(1) 政策风险。政策风险是指国家或地方政府的法律、法规、方针、政策及其变化对创新项目的不利影响而导致创新失败的可能性。如经济波动、通货膨胀、不符合国家或地方政府的环保政策、能源政策、科技政策, 无法获得产品、原辅材料、设备、技术的进口许可等。拟采用2个指标度量:国家政治经济政策, 项目与政策法规相容度。

(2) 财务风险。财务风险是指影响创新资金筹措、使用、偿还的因素及其变化的不确定性而导致创新失败的可能性。财务风险的大小主要取决于风险投资机制是否健全、贷款利率、企业资信度、融资能力、投资强度、资金到位的及时性等因素。拟采用3个指标度量:贷款利率, 融资能力, 市场投资收益率。

(3) 技术风险。技术风险指由于技术创新项目本身所含的技术不成熟、不完善、技术领先水平不够, 及可替代的新技术的出现引发的风险。拟采用4个指标度量:技术的先进性, 技术的可替代性, 技术的可靠性, 技术的适用性。

(4) 生产风险。生产风险是指创新产品所要求的生产工艺、仪器、设备、原料等物质条件出现难以预见的障碍而引发的生产过程风险。拟采用4个指标度量:原材料供应, 生产人员情况, 生产设备情况, 追加投资能力。

(5) 市场风险。市场风险是指由于市场方面的有关因素及其变化的不确定性而导致创新失败的可能性。许多技术创新活动最后失败并非是由于技术上的缺陷, 而是没有把握市场的信息与动态, 这是企业创新活动充满风险性的主要原因之一。如消费者难以认同和接受创新产品, 市场需求发生变化、市场竞争激烈、市场容量过小、市场处于衰退期、模仿的创新产品或替代产品的出现等, 都会导致创新活动的市场风险增加, 甚至失败。拟采用5个指标度量:市场容量, 市场份额, 产品竞争力, 产品的生命周期, 营销策略。

(6) 管理风险。管理风险是指在技术创新过程中, 由于管理失误而导致创新失败的可能性。如调研不充分、市场信息失真、创新主体的领导人的错误决策、营销组合失误、资源配置不合理、风险决策机制不健全、创新过程不协调等, 都会使技术创新项目的管理风险增大。拟采用2个指标度量:管理层的支持, 项目管理者经验。

1.2 企业技术创新项目风险评价指标体系的确立

依据科学性、系统性、可比性和可操作性原则, 综合考虑前文所述风险因素, 本文建立了企业技术创新项目风险综合评价指标体系, 该指标体系由六个一级指标和20个二级指标构成, 比较客观地反映了企业技术创新项目风险的基本内涵。其结构如表1所示。

续上表

2 企业技术创新风险的层次灰色综合评判模型

灰色系统理论是近年来产生和发展起来的一种研究和处理复杂系统的理论, 它从信息是否完备出发, 将系统分为非灰色系统和灰色系统, 把一般系统论、信息论、控制论的观点和方法延伸到社会、经济、生态等抽象系统, 并结合运用数学方法, 发展了一套解决信息不完备系统的理论和方法;灰色系统理论可以广泛运用于机制复杂、层次较多、难以从定量角度建立精确模型的系统研究工作中。此外, 灰色系统理论的数学方法是非统计方法, 在系统数据较少和条件不满足统计要求的情况下, 更显示出它的实用价值[3]。

影响企业技术创新项目风险的因素很多, 而且多是灰色、模糊、难以量化的, 其评价建立在评价者的知识水平、认识能力和个人偏好之上, 难以排除许多因人为因素而带来的偏差。因此, 可以运用灰色系统理论构建企业技术创新项目风险的综合评判模型。假设U代表一级评价指标Ui组成的集合, 记为U={U1, U2, …Um};Vi (i=1, 2, …, m) ;代表二级评价指标Vij组成的集合, 记为Vi={Vi1, Vi2, …, Vini}。则层次灰色评价法的具体步骤如下。

(1) 制定评价评价Vij指标的评分等级标准。评价评价Vij指标是定性指标, 将定性指标Vij转化成定量指标可以通过制定评价指标评分等级标准来实现。考虑到思维最大可能分辨能力, 将评价指标的优劣等级指标划分为高风险、较高风险、一般风险、较低风险、低风险5个等级。按5分制打分, 其对应的值可分别赋予5, 4, 3, 2, 1。指标等级介于两相邻等级之间, 相应评分为4.5, 3.5, 2.5, 1.5分。,

(2) 确定评价指标Ui和Vij权重。评价指标Ui和Vij对目标的重要程度各有不同, 即有不同的权重。这些评价指标权重的确定, 可以利用层次分析法 (AHP法) , 通过两两成对的重要性比较建立判断矩阵, 然后用方根法对判断矩阵计算。设矩阵的最大特征值为λmax, 计算指标值undefined, 当CI的值越小其一致性越好[4]。

假设求得一级评价指标Ui (i=1, 2, …, m) 的权数分配为ai (i=1, 2, …, m) , 各指标权重集A= (a1, a2, …am) , 且满足undefined;二级评价指标Vij (i=1, 2, …, m;j=1, 2, …, ni) 的权数分配为aij (i=1, 2, …, m;j=1, 2, …, ni) , 各指标权重集Ai= (ai1, ai2, …, aini}, 且满足undefined。

(3) 组织评价专家评分, 确定评价样本矩阵。设评价专家序号为k (k=1, 2, …, p) , 即有p个评价专家。组织p个评价专家对受评企业技术创新项目 (设为项目1, 下同) 按评价指标评Vij分等级标准打分, 并填写评价专家评分表。根据专家评分表, 求得项目1的评价评价样本矩阵D= (dundefined, 其中, i=1, 2, …, m;j=1, 2, …, ni;k=1, 2, …, p。

(4) 确定评价灰类。设评价灰类序号为e, e=1, 2, 3, 4, 5。即有5个评价灰类, 它们分别是高风险、较高风险、一般风险、较低风险、低风险, 其相应的灰类及白化权函数如下:

第1灰类“高风险” (e=1) , 灰数1∈[5, ∞) , 白化权函数为f1;

第2灰类“较高风险” (e=2) , 灰数2∈[0, 4, 8], 白化权函数为f2;

第3灰类“一般风险” (e=3) , 灰数3∈[0, 3, 6], 白化权函数为f3;

第4灰类“较低风险” (e=4) , 灰数4∈[0, 2, 4], 白化权函数为f4;

第5灰类“低风险” (e=5) , 灰数2∈[0, 1, 2], 白化权函数为f5。

(5) 计算灰色评价系数。对评价指标Vij, 项目1属于第e个评价灰类的灰色评价系统记为xijk, 则有undefined, 对评价指标Vij, 项目1属于各个评价灰类的总灰色评价数记为xij, 则有undefined。

(6) 计算灰色评价权向量和权矩阵。所有评价专家就评价指标Vij, 对项目1主张第e个灰类的灰色评价权记为rije, 则有undefined。考虑到灰类有5个, 得到项目1的评价指标Vij对于各灰类的灰色评价权向量rij:rij=rij1, rij2, rij3, rij4, rij5) , 从而得到项目1的Vi所属指标Vij对于各评价灰类的评价权矩阵Ri= (rij) ni×5, 其中, i=1, 2, …, ni。

(7) 对Vi做综合评价。对项目1的Vi做综合评价, 其综合评价结果记为Bi, 则有

Bi=Ai·Ri= (bi1, bi2, bi3, bi4, bi5)

(8) 对U做综合评价。由Vi的综合评价结果Bi得项目1的U所属指标Ui对于各评价灰类的灰色评价权矩阵R=[B1, B2, …, Bm]T。于是, 对项目1的U做综合评价。其综合评价结果记为B, 则有B=A·R= (b1, b2, b3, b4, b5) 。

(9) 计算综合评价值及结论。对B所提供的信息, 可以按取最大原则确定该项目所属灰类等级, 但是按此原则判断结果, 有时是有效的, 有时往往会因这种判断原则丢失信息太多而失效。而且, B不能直接用于企业技术创新项目风险的直接评价。因此, 对B作进一步处理, 使B单值化。具体方法是:先将各灰类等级按“灰水平”赋值, 得各评价灰类等级值化向量C为:C= (c1, c2, c3, c4, c5) = (100, 80, 60, 40, 20) , 然后按公式Z=B·CT计算企业技术创新风险综合评价值Z。根据Z值的大小, 对照灰类等级, 可以评判项目1的技术创新风险。

3 应用实例

选取江西省某中小型科技企业的技术创新项目 (设为项目1, 下同) 为例, 对其项目风险进行综合评判, 具体过程如下:

(1) 应用层次分析法确定评价指标Ui的权重向量为:A= (0.039, 0.506, 0.186, 0.118, 0.045, 0.105) , 指标层权重矩阵分别为:

A1= (0.25, 0.75) ;

A2= (0.637, 0.105, 0.258) ;

A3= (0.055, 0.564, 0.118, 0.263) ;

A4= (0.375, 0.375, 0.125, 0.125) ;

A5= (0.491, 0.232, 0.092, 0.138, 0.046) ;

A6= (0.67, 0.33) ;。

(2) 组织5位专家对项目1风险进行评分, 根据5位评价专家的评价结果, 得到评价样本矩阵如下:

undefined

(3) 计算灰色评价系数。对评价指标V11, 项目1属于第e个评价灰类的灰色评价系数x11e为:

e=1:x111=f1 (d111) +f1 (d112) +f1 (d113) +f1 (d114) +f1 (d115) =1.2

e=2:x112=f2 (d111) +f2 (d112) +f2 (d113) +f2 (d114) +f2 (d115) =1.5

e=3:x113=f3 (d111) +f3 (d112) +f3 (d113) +f3 (d114) +f3 (d115) =2

e=4:x114=f4 (d111) +f4 (d112) +f4 (d113) +f4 (d114) +f4 (d115) =3

e=5:x115=f5 (d111+f5 (d112+f5 (d113+f5 (d114+f5 (d115) =4

对评价指标V11, 项目1属于各个评价灰类的总灰色评价数x11为:

undefined

(4) 计算灰色评价权向量和权矩阵。所有评价专家就评价指标V11, 对项目1主张第e个灰类的灰类评价权为:

e=1:r111=x111/x11=0.103

e=2:r112=x112/x11=0.128

e=3:r113=x113/x11=0.171

e=4:r114=x114/x11=0.256

e=5:r115=x115/x11=0.342

所以, 项目1的评价指标对V11于各灰类的灰色评价权向量r11为:

r11= (r111, r112, r113, r114, r115) =0.103, 0.128, 0.171, 0.256, 0.342)

同理可计算其他指标对于各灰类的灰色评价权向量rij, 从而得出项目1的二级指标相对其他一级指标Ui的对于各评价灰类的灰色评价权矩阵R1, R2, R3, R4, R5, R6:

undefined

(5) 对一级指标Ui进行综合评价。对项目1的U1, U2, U3, U4, U5, U6做综合评价, 其综合评价结果B1, B2, B3, B4, B5, B6为:

B1=A1·R1= (0.211, 0.264, 0.277, 0.162, 0.085)

B2=A2·R2= (0.143, 0.179, 0.236, 0.283, 0.016)

B3=A3·R3= (0.254, 0.306, 0.302, 0.137, 0)

B4=A4·R4= (0.253, 0.317, 0.314, 0.115, 0)

B5=A5·R5= (0.176, 0.22, 0.29, 0.298, 0.017)

B6=A6·R6= (0.163, 0.204, 0.272, 0.309, 0.053)

由此得项目1的总灰色评价权矩阵R为:

R= (B1, B2, B3, B4, B5, B6) T

(6) 对项目1做综合评价。其综合评价结果B为:

B=A·R= (0.183, 0.226, 0.265, 0.234, 0.09)

项目1的综合评价值Z为:

Z=B·CT= (0.183, 0.226, 0.265, 0.234, 0.09) · (100, 80, 60, 40, 20) T=63.48

因此, 该技术创新项目风险一般, 对其投资可给予充分的考虑。

如果有多个技术创新项目, 则可按照上述原理对各项目分别进行层次灰色风险综合评价, 根据各个项目综合评价值大小对其排出优劣顺序, 分值越高, 说明技术创新项目总的风险就越高;反之, 分值越低, 项目风险就越低。

4 结束语

本文通过设置技术创新风险评价指标体系, 建立层次灰色综合评价模型, 对企业技术创新项目风险进行定量分析, 克服了其他风险测算方法只能评判单一风险的局限性, 得到的判定结果更加客观、合理。尽管层次灰色评价方法仍有一定的局限性, 如权重及其样本矩阵的确定仍难免受到人为因素的影响, 但该方法最大程度地利用了各种灰类程度的评价信息, 避免了评价结果失效问题, 为企业决策者在进行技术创新前进行风险分析提供了科学依据。

摘要：以企业技术创新项目风险为研究对象, 构建了技术创新项目风险综合评价指标体系, 设计了层次灰色综合评价模型, 结合实例论述了灰色系统理论应用于企业技术创新项目风险评价的基本过程, 具有较强的实用性和可操作性。

关键词：技术创新项目风险,指标体系,灰色系统理论,综合评价

参考文献

[1]葛新权, 李静文, 彭娟娟.技术创新与管理[M].北京:社会科学文献出版社, 2005:37-277.

[2]张新立, 杨德礼.多层次灰色评价法在风险投资项目决策中的应用[J].科技进步与对策, 2006 (10) :140-142.

[3]王青云, 饶杨德.企业技术创新绩效的层次灰色综合评判模型[J].数量经济技术经济研究, 2004 (5) :55-62.

多层次灰色综合评价 篇9

在内部控制已经竞相被各大公司提上日程的现今, 内部控制的重要性无疑得到了企业的认可, 进而, 我国也先后颁布了与内部控制相关的一系列法规, 各企业作为被监督主体都先后引进或建立了内部控制制度。但是, 内部控制在企业的实施效果如何, 是否达到国家颁布法规的预期效果, 需要我们做进一步的检验。因此, 对一个企业的内部控制进行评估是必要的, 它有利于准确地确定实质性测试的范围、深度、重点以及方法有效地获取充分而有力的审计证据并降低审计风险, 企业管理当局也可根据评价结果找出管理的薄弱环节, 提出改进内部控制的建议。

然而, 从内部控制评价理论和实务界的现状来看:一方面, 学者们对于内部控制的研究涉及到内部控制评价方面的不多;另一方面, 政府部门虽然已经陆续颁布了一系列关于我国企业的内部控制的规范, 但是这些规范中很少涉及内部控制评价的问题。目前出台的法律法规基本上都局限于上市公司, 即上市公司的内部控制体系相对完善, 2008年6月我国财政部、证监会、审计署、银监会、保监会联合颁布了《企业内部控制基本规范》, 使我国的内部控制进入了一个系统全面发展的新时期。同时, 该规范于2009年7月1日首先在上市公司试行, 使上市公司内部控制的发展进一步规范化, 基于此, 我们有必要契合时机, 建立一个内部控制评价模型来检验上市公司内部控制的有效性。

因此, 本文选取上市公司, 一方面有据可循;另一方面具有较强的科学性。同时, 因为上市公司利益相关群体众多, 在国家经济发展中占据重要地位。故而探讨在上市公司中构建内部控制评价体系, 对于完善上市公司的内部控制系统、改进上市公司的公司治理、实现上市公司健康、稳定、良性发展, 从而稳定资本市场、促进国家经济发展具有重大意义。基于此, 本文结合我国内部控制现状建立了上市公司内部控制评价系统, 构建了灰色层次评价模型。

1 灰色层次分析法概述

灰色系统理论是近年来产生和发展起来的一种研究和处理复杂系统的理论, 它从信息是否完备出发, 将系统分为非灰色系统和灰色系统, 把一般系统论、信息论、控制论点和方法延伸到社会、经济、生态等抽象系统, 并结合运用数学方法, 发展了一套解决信息不完备系统的理论和方法;它不是从系统内部特殊的规律出发去研究系统, 而是通过对系统某一层次的观测资料加以数学处理, 达到在更高层次上了解系统内部变化趋势、相互关系、控制过程等机制。灰色系统理论可以广泛运用于机制复杂、层次较多、难以从定量角度建立精确模型的系统研究工作中。此外, 灰色系统理论的数学方法是非统计方法, 在系统数据较少和条件不满足统计要求的情况下, 更显示出它的实用价值。而影响企业内部控制的因素很多, 而且多是灰色、模糊、难以量化的, 其评价建立在评价者的知识水平、认识能力和个人偏好之上, 难以排除许多因人为因素而带来的偏差。因此, 我们可以运用灰色系统理论构建企业内部控制的综合评判模型。

层次分析法 (Analytic Hierarchy Process简称AHP法) 。AHP法是美国著名运筹学家沙旦于20世纪70年代提出, 是一种定性与定量分析相结合的多目标决策分析方法, 特别是将决策者的经验判断给予量化。在目标 (因素) 结构复杂缺乏必要的数据情况下更为实用。该方法是把复杂的问题分解为各个组成因素, 将这些因素按分配关系分组形成有序的递阶层次结构, 通过两两比较的方式确定层次中诸因素的相对性。

将层次分析法与灰色系统理论相结合的模型, 适合于解决多层次指标结构的评价方法, 通过层次分析法确定各指标的权重矩阵, 运用灰色系统理论处理多指标的综合评价问题。

2 上市公司内部控制评价体系的建立

本文以《企业内部控制基本规范》为依据, 结合COSO报告, 把上市公司的内部控制U分成5要素, 分别为控制环境U1、风险评估U2、控制活动U3、信息与沟通U4以及监督U5, 即U={U1, U2, U3, U4, U5}。基本规范中提出, 企业建立与实施有效的内部控制, 应当遵循全面性、重要性、制衡性、适应性以及成本效益原则, 进而将各要素进行了二级分类, 其中控制环境U1由治理结构的规范性U11、机构设置和权责分配的合理性U12、内部审计的严格性U13、人力资源政策的可持续发展性U14、企业文化的优良性U15五部分组成, 即U1={U11, U12, U13, U14, U15};风险评估U2由风险评估的及时性U21、风险的识别U22、风险承受度的确定U23、风险与收益的权衡U24、风险应对策略的合理性U25五部分组成, 即U2={U21, U22, U23, U24, U25};控制活动U3由不相容职务的分离控制U31、授权审批控制U32、会计系统控制U33、财产保护控制U34、预算控制U35、运营分析控制U36和绩效考评控制U37七部分组成, 即U3={U31, U32, U33, U34, U35, U36, U37};信息与沟通U4由信息与沟通制度的建立U41、上下级信息交流反馈的控制U42和信息收集、处理、传递的控制U43三部分组成, 即U4={U41, U42, U43};监督U5由内部控制监督制度的制定U51、各机构的职责权限控制U52、内部监督程序、方法和要求的控制U53、自我评价报告的控制U54四部分组成, 即U5={U51, U52, U53, U54}。据此建立层次结构体系如表1所示。其中, 23个定性指标, 1个定量指标。

3 上市公司内部控制的灰色层次评价模型

3.1 建立评价指标集

如上建立的评价体系, 内部控制 (x) 的一级指标设为 (U1, U2, …, U5) , 二级指标设为 (Ui1, Ui2, …, Uij) , i=1, 2, …, 5。

3.2 指标无量纲归一化处理

将末级即二级评价指标Uij按是否能量化划分为定量指标和定性指标, 其中定量指标都有不同的量纲, 应对其进行无量纲归一化处理。其处理过程是:首先定出各个末级评价指标xij的上限值, 即技术创新在给定条件下所带来的效益可能达到的最高水平, 然后利用下式将不同量纲计量的效益转化成归一化的无量纲指标值。

式中, yi为对应于评价指标i的无量纲指标值;xi为对应于评价指标i的有量纲指标值;xmax为对应于评价指标i的效益上限值。

3.3 评价等级及各因素权重的确定

将上面已经过无量纲归一化处理的定量指标按5分制折算其得分;定性指标按其优劣等级统一划分为“优”、“良”、“中”、“较差”、“差”等5种标准, 其分值分别为5、4、3、2、1分, 指标等级介于两相邻等级之间, 相应评分为4.5、3.5、2.5、1.5分。影响内部控制的不确定因素很多, 本文利用层次分析法确定各指标的权重, 即运用专家咨询法构造两两比较判断矩阵, 求矩阵特征向量和特征根, 并进行一致性检验, 得出各项指标的权重。设确定后的一级指标权重向量为 (u1, u2, …, u5) , 指标层权重向量为 (ui1, ui2, …, uij) , i=1, 2, …, 5。

3.4 组织评价专家评分, 确定评价样本矩阵

设评价专家序号为k, k=1, 2, …, p, 即有p位评价专家, 组织p位评价专家对受评上市公司内部控制按评价指标评分等级标准给末级即二级评价指标Uij评分, 根据p位评价专家所填写的评分表 (略) , 求得受评上市公司内部控制评价样本矩阵:

3.5 评价灰类及其计算

3.5.1 确定评价灰类.设评价灰类序号为e, 即设灰类序号e=1, 2, 3, 4, 5分别代表5个灰类。则各评价灰类及其白化权函数为:

其中, 第一类 (e=1) :“优”评分在5分或5分以上;第二类 (e=2) :“良”评分在4分左右;第三类 (e=3) :“中”评分在3分左右;第四类 (e=4) :“较差”评分在2分左右;第五类 (e=5) :“差”评分在1分左右。

3.5.2 计算灰类评价系数。对于评价指标Uij, 受评企业属于第j个评价灰类的灰色评价系数xije为:

对于评价指标Uij, 受评企业属于各个评价灰类的总灰类评价数为

3.5.3 计算灰色评价权向量及权矩阵。所有P位专家就评价指标Uij主张第e个评价灰类的灰色评价权rije为:

综合5个灰类, 便有受评企业的评价指标Uij对于各灰色的灰色评价权向量rij为:

从而得各一级指标Ui (i=1, 2, 3, 4, 5) 所属二级指标Uij, 对于各评价灰类的灰色评价矩阵Ri (i=1, 2, 3, 4, 5) 为:

3.6 对U和Ui做综合评价

对某上市公司内部控制一级指标Ui作综合评价, 其综合评价结果Bi为:

由Ui的综合评价结果Bi得到某上市公司内部控制的总灰色评价权矩阵R:

于是, 对某上市公司内部控制U的综合评价结果为:

3.7 计算综合评价值及结论

对B所提供的信息, 可以按取最大原则确定该企业所属灰类等级, 但是按此原则判断结果, 有时是有效的, 有时往往会因这种判断原则丢失信息太多而失效, 重要的问题是B不能直接用于上市公司内部控制的直接评价, 为此对B作进一步处理, 使B单值化。其具体方法是:先将各灰类等级按“灰水平”赋值, 得各评价灰类等级值化向量C为:C= (d1, d2, d3, d4, d5) = (100, 80, 60, 40, 20) 然后按公式Z=B·CT计算上市公司内部控制综合评价值Z。

根据Z值的大小, 对照灰类等级, 可以评判受评上市公司的内部控制。

4 灰色层次分析法在内部控制评价中的实际应用

根据以上模型对某上市公司的内部控制进行评判, 具体过程如下:

4.1 建立评价指标集。如表1所示。

4.2 确定各因素权重。

运用层次分析法确定, 一级指标U (i=1, 2, 3, 4, 5) 的权重向量为A=[0.2, 0.1, 0.3, 0.1, 0.3], 二级指标U (j=1, 2, 3, 4, 5) 的权重向量为A1=[0.2, 0.3, 0.2, 0.1, 0.2];U2j (j=1, 2, 3, 4, 5的权重向量为A2=[0.2, 0.2, 0.2, 0.2, 0.2];U3j (j=1, 2, 3, 4, 5, 6, 7) 的权重向量为A3=[0.15, 0.2, 0.15, 0.15, 0.1, 0.15, 0.1];U4j (j=1, 2, 3) 得权重向量为A4=[0.4, 0.3, 0.3];U5j (j=1, 2, 3, 4) 的权重向量为A5=[0.3, 0.2, 0.2, 0.3]

4.3 请专家对上市公司的内部控制进行评分, 确定评价样本矩阵。

本文中组织了5位专家进行评分, 根据评分结果得到评价样本矩阵如下:

4.4 进行综合评判

应用本文建立的评判模型, 根据上述数据, 对该上市公司内部控制进行综合评判。

4.4.1 计算灰类评价系数。对于评价指标U11, 第e个评价灰类的评价系数x11e:

对于评价指标U11, 属于各个评价灰类的总灰类评价数x11为:

同理, 可计算其他评价指标的各个评价灰类评价系数及其属于各个评价灰类总灰类评价系数。

4.4.2 计算灰色评价权向量及权矩阵。所有评价者就评价指标U11即对治理结构的规范性主张第e个评价灰类的灰色评价权r11e:

所以, 治理结构的规范性的评价指标U11对于各灰色的灰色评价权向量r11:

同理, 可计算r12, …, r15, r21, …, r25, …, r51, …, r54, 从而得到所有的一级指标所属的二级指标对于各灰类的评价矩阵, 即从控制环境U1所属指标U1j (j=1, 2, 3, 4, 5) 到监督U5所属的指标U5j (j=1, 2, 3, 4) 对于各灰类的评价矩阵R1到R5:

4.4.3 计算综合评价值并得出结论。

对某上市公司内部控制的一级指标即控制环境U1到监督U5做综合评价, 其综合评价结果B1到B5为:

由B1到B5得某上市公司内部控制的总灰色评价权矩阵:

于是, 对某上市公司内部控制的综合评价结果为

将各灰类等级按“灰水平”赋值, 得综合评价值Z为:

从而可以看出, 利用灰色层次分析法得出的受评上市公司内部控制的总体情况良好, 但是仍有可以改进的地方, 该上市公司可以采取相应的措施来进一步提升内部控制现状, 以保持公司持久的领先和竞争优势。

摘要：内部控制是一个多变量的灰色系统, 影响因素众多, 涉及定性和定量两个方面。灰色系统理论可以广泛运用于机制复杂、层次较多、难以从定量角度建立精确模型的系统研究工作中, 能够克服内部控制评价过程中面临的困难, 结合层次分析法, 在多层次体系下确定指标权重。文章契合在上市公司首先试行的《企业内部控制基本规范》, 建立了上市公司内部控制评价体系, 并运用灰色层次分析评价模型开展了上市公司内部控制综合评价, 以期对企业内部控制的发展有所贡献。

关键词：内部控制,灰色层次分析,上市公司,评价模型

参考文献

[1]邓聚龙.灰色系统理论教程[M].武汉:华中理工大学出版社, 1990.

[2]易德生, 郭萍.灰色理论与方法[M].北京:石油工业出版社, 1992.

[3]王青云, 姚扬德.企业技术创新绩效的层次灰色综合评判模型[J].数量经济技术经济研, 2004 (5) :55-62.

[4]许正权.本质安全化管理思想及实证研究框架[J].中国安全科学学报, 2006:16 (12) .

[5]王贵成, 何亚丽.基于灰色统计方法的企业经营管理绩效综合评价[J].湖南有色金属, 2008, 24 (4) :71-74.

[6]李立新, 刘琳, 王强.模糊灰色综合评价方法的构建及应用[J].沈阳建筑大学学报 (自然科学版) , 2008, 24 (4) :577-580.

[7]赵莉丽.基于灰色关联法分析平均住院日影响因素[J].中国卫生统计, 2010, 4 (27) :194-195

多层次灰色综合评价 篇10

我国是各种自然灾害频繁肆虐的国家,洪灾、地震、泥石流、台风等自然灾害的突发每年都给我国国民经济发展造成巨大的损失。近年来发生的各种自然灾害造成的巨大损失,暴露出我国在应急物流方面的诸多问题,面对未来可能发生的挑战,提升应急物流能力是减少灾害造成损失的重要途径。应急物流能力的提升,能够更加有效地对救灾指令做出迅速反应,赢得时间,使救灾活动更加顺利展开。本文对应急物流能力进行评价,一方面,能够对我国目前应对自然灾害所从事的物流活动的效果进行综合评价;另一方面,通过评价能够发现我国自然灾害应急物流所处的水平,并在此基础上能够为改进应急物流活动、提升应急物流能力提供理论依据。

1 自然灾害应急物流能力

1.1 应急物流能力定义

应急物流具有与普通物流一样的要素构成,即流体、载体、流向、流量、流程、流速等,也同样具有时间、空间和形质等效用。应急物流更多强调物流的响应性。因此,所谓应急物流能力,为了有效应对突发性灾害事件带来的损失,采取救援性活动,对所需救灾物资从需求的分析、筹集、分拣、运输一直到送达到灾害现场的全过程中,在响应时间、响应速度和送达可靠性等方面的综合反映。

1.2 应急物流能力要素

应急物流能力的要素包含两个方面,即有形要素和无形要素,有形要素主要指的是物质方面构成的能力,而无形要素是指人们对于有形要素的协调运作能力。应急物流能力有形与无形要素两者是直接相关的,缺一不可。

1.2.1 有形要素。

(1)交通运输网络要素。应急物流需要在短时间内向灾区投入大量的救灾物资和救灾人员,因而需要交通运输的畅通。通常灾区道路完全中断致使部分灾区与外界失去物资联系,救灾的第一步就是要在最短的时间内打通交通枢纽,将各种救灾物资和人员运往灾区。可见,交通枢纽在应急物流中的极端重要性,失去交通运输的支持,应急物流根本无法实现。(2)应急物资储备要素。救灾物资是灾区人民急需包括救灾设备、食品、能源等在内的各种物资,是应急物流需要实现的客体。突发性灾害发生的不确定性,导致这些救灾物资的储备品种、数量和位置也不确定,当灾害发生后,就涉及到在全国范围内甚至是世界范围内对救灾物资的筹集、储存、转运,一个高效的救灾物资储存体系是救灾成功至关重要的因素。

1.2.2 无形要素。

无形要素指应急物流协调要素。在灾害应急响应启动后,大批救援人员、物资迅速集结,向灾害发生地聚集,流量呈现爆发性增长趋势,在合理分配各种物流流量的过程中,协调工作显得至关重要,对应急物流中的有形要素进行有效整合和协调,以保证应急行动的顺利进行。

2 应急物流能力评价指标体系的构建

通过上面对自然灾害应急物流能力影响因素的分析,可以从三个维度来定义其能力,即组织协调能力、物流柔性运作能力和信息处理能力,因此,对于自然灾害应急物流能力的评价指标体系如表1所示:

2.1 组织协调能力

组织协调工作其主体通常是政府或其相关职能部门。灾害发生之后,救灾工作需要多个部门的参与,由于自然灾害的特殊性,各部门在资源上难免会产生冲突,协调不好必将对救灾产生重大的影响,处理不当还极有可能延误救灾进程,造成巨大的损失。因此,组织协调能力在自然灾害应急物流中扮演着十分重要的角色。应急物流组织协调能力包括调度协调能力、全民动员能力、政府协调能力、法律保障能力、绿色通道机制有效性5个方面。

2.2 应急物流柔性运作能力

应急物流的关键是要在发生自然灾害之后能及时有效,并且准确地把救灾物资送达到救灾现场,同时还把伤员从灾害现场运送出去救治。在自然灾害发生之后,因为物资的缺乏、交通的压力,势必会对救灾物资的获取和送达带来巨大的困难,因此,应急物流柔性运作能力是整个应急物流能力的核心,是救灾行动能否顺利进行的关键。应急物流运作能力包括物资筹集能力、物资储备能力、物资运输能力、物资配送能力和应急物流中心设立的合理性5个方面。

2.3 信息处理能力

应急物流对信息系统存在非常高的依赖性,缺少了信息系统的支持,救灾活动盲目性扩大,甚至无从应对。信息技术在应急活动中扮演着非常重要的角色,通过采用信息技术,能及时筹集资源,合理分析调配资源,对应急物流能力的提升具有相当大的影响。应急信息处理能力包含了自然灾害监测预报能力、信息采集和分析与反馈能力、实时信息发布共享及时性3个方面。

3 运用多层次灰色评价模型对应急物流能力进行评价

设W代表目标层应急物流评价综合值。U代表准则层一级评价指标Ui所组成的集合,记为U={U1,U2,Um};Vij代表指标层二级评价指标Vij集合,记为Vi={Vi1,Vi2,Vin}。则层次分析法的具体步骤如下:

3.1 确定评价指标U1和Vij的权重

评价指标体系评价时,评价指标U1和Vij对目标W的重要程度是不同的,即有不同的权重。这些指标权重的确定,可以利用ANP网络层次分析法,通过两两成对的重要性比较,建立判断矩阵,然后利用矩阵特征值的求解方法确定一级评价指标U1和二级评价指标Vij的权重,计算结果标注在表1中。

3.2 组织评价专家评分,确定样本矩阵

本文将评价指标Vij的忧虑等级划分为4级为优、良、中、差,并分别赋值4,3,2,1分,指标等级介于两相邻等级之间时,相应评分为3.5,2.5,1.5分。

组成一个由P个评价专家的评价组对应急物流能力进行评价,假设有5名专家对该应急物流能力的评价指标按评分等级打分,并填写专家评分表。再根据名专家填写的专家评分表,求得评价样本矩阵D。D如下所示(虚拟数据):

3.3 确定评价灰类

根据上述评价指标Vij的评分等级标准,设定4个评价灰类,灰类序号为e,即e=1,2,3,4。它们分别是“优”、“良”、“中”、“差”,其相应的灰数和白化权函数如表2所示:

3.4 计算灰色评价系数

对V11,x11e的计算如下:

同理,可以计算其他指标的灰色评价数。

3.5 计算灰色评价权向量和权矩阵

所有评价专家就评价指标Vij,主张第e个灰类的灰色评价权记为rije便有评价权向量rij,从而得到灰色评价权矩阵Ri。

所以,评价指标V11对于个灰类的灰色评价权向量r11为:r11=(r111,r112,r113,r114)=(0.473,0.421,0.106,0)

同理可计算其他指标对于各灰类的灰色评价权向量rij,由此,我们可以进一步得到灰色评价权矩阵R1,R2,R3:

3.6 计算综合评价值

3.6.1 对二级评价指标V11作出评价。

设将各评价灰类等级按“灰水平”赋值,即第1灰类“优”取4,第2灰类“良”取3,第3灰类“中”取2,第灰类“差”取1,则各级评价灰类等级值化向量C:C=(1,2,3,4),因此计算二级评价指标Vij的评价结果,记为WVi,则有:WVi=R1.CT。

3.6.2 对一级评价指标Ui作出评价。计算一级各评价指标的Ui评价结果,记为WUi,则有:WUi=A.WVi。

3.6.3 计算综合评价值。

利用以上计算出来的各一级指标的评价结果及所知的一级指标权重值,计算综合的评价值W,则有:W=A.WU。综合上述计算结果,可得评价结果如表3所示:

4 评价结果分析

将灰色评价法引入应急物流能力评价过程中,能够最大程度地利用所有基础数据,避免了信息丢失。同时,既可进行单指标评价排序,也可以进行综合评价。

评价值计算出来后,还有一项重要的工作室进行评价结果分析。如前所述,评价最终的目的是全面考察评价对象的优缺点,特别是找出薄弱环节,然后有针对性地加以改进与完善。

首先,看目标层的评价值。从表3中看到应急物流能力的最终评价结果是2.96,根据评分等级可以得出此次评价的应急物流能力处于一般的水平。

然后,看准则层的评价值。可以看出信息处理能力得分较低需要特别予以重视。

最后,看指标层的评价值。通过分析可以得到,全民动员能力、物资配送能力和信息处理能力的3个方面都比较弱,得给予重视。对于其他指标,也应该兼顾全面性,合理性优化,以提升应急物流能力。

本文只是提供了一种应急物流能力评价的思路和方法,不同的自然灾害事件在进行应急物流能力评价时,应当根据实际情况,对评价指标体系、评价标准以及指标权重等方面进行适当的修改。

摘要：通过对自然灾害应急物流能力要素的分析,定义了组织协调能力因素、物流柔性运作能力因素和信息处理能力因素,并详细研究了影响自然灾害应急物流能力的各种因素,构建了自然灾害应急物流能力的评价指标体系;采用ANP网络层次分析法对指标体系进行评价分析,并确定各个层次的指标权重;再运用多层次灰色评价方法对应急物流能力进行评价,量化指标体系、提出评价灰类等级,得出应急物流能力的评价结果。

关键词：评价指标体系,应急物流能力,层次分析法,多层次灰色评价法

参考文献

[1]白思俊.系统工程[M].北京:电子工业出版社,2009:211-219.

[2]林建伟.城市突发公共事件应急管理能力评价研究[D].厦门:厦门大学(硕士学位论文),2009:32-61.

[3]田依林,杨青.突发事件应急能力评价指标体系建模研究[J].应用基础与工程科学学报,2008,16(2):200-208.

[4]周尧.自然灾害应急物流能力评价体系研究[D].武汉:武汉理工大学(硕士学位论文),2009:12-29.

[5]杭春华.多层次灰色评价法在园林工程质量评价中的应用[J].工程与建设,2008,22(5):698-700.

多层次灰色综合评价 篇11

工程项目经理作为项目的管理者,在项目整个生命周期的管理活动中起着至关重要的作用,因此对项目经理绩效的评价是工程项目管理中的一项重要内容,同时对项目经理经营成果和经营业绩的客观、公正、公平的评价也是建立项目经理激励机制的重要基础。目前一些国内外学者对项目经理绩效评价的相关问题进行了研究,主要研究成果集中在两个方面:一是对于项目经理绩效评价的指标体系进行了研究,从不同角度提出了项目经理绩效的评价指标。如,学者罗文等以铁路施工企业项目经理部为研究对象,分析了铁路施工企业项目经理部绩效评价存在的问题,指出绩效评价指标体系建立的步骤,并设计了以财务指标和非财务指标为基础的绩效评价指标体系[1]。二是关于项目经理绩效评价的方法的研究,提出的评价方法以模糊评价法为主,如学者王岩等用群决策层次分析法确定施工项目经理绩效评价指标权重,并用模糊综合评判对建筑施工企业项目经理绩效进行评价[2],也有学者将人力资源管理中的评价方法引入到项目经理绩效评价中,如周密等提出基于平衡记分卡、360°绩效评价法的评价方法[3,4]。但现有的评价指标体系存在短期指标、定性指标比重较大的问题,并且评价方法较为单一。本文结合已有文献,在工程管理实践基础上提出了工程项目经理绩效评价指标体系。由于评价指标中既有定性指标也有定量指标,并且项目经理与其上司间存在着信息不对称,评价信息具有灰色特征,适用于灰色系统理论进行处理,基于此本文将灰色系统理论与层次分析法(AHP)结合使用,提出了工程项目经理绩效多层次灰色评价方法,为工程项目经理绩效评价提供了一条新思路。

2 工程项目经理绩效评价指标体系的构建

要满足对项目经理绩效的客观公正评价,绩效评价指标体系建立必须要体现全面性、系统性、可比性、科学性与可行性相结合的原则。指标体系要兼顾项目经理的长期与短期效益贡献,并且既要包括经济效益指标,又要包含社会效益指标,同时还要将定性与定量考核指标有机的结合,这样才能形成较为完整的项目经理绩效评价指标体系。本文基于工程建设项目实际运作情况,借鉴已有文献资料,根据层次分析原理将评价指标按最高层(目标U)、中间层(一级评价指标ui)(i=1,2,…,6)、最低层(二级评价指标uij)(当i=1,2,3,4,5,6时,j=3,2,2,2,3,2,2),建立工程项目经理绩效评价指标体系。该指标体系结构如表1所示,具体说明如下:

2.1 费用指标

项目费用的管理和控制是项目管理和控制的重要内容。成本、进度、技术三者密不可分,费用的管理和控制要在成本、技术、进度三者之间进行综合平衡,并以获得合理的最佳效益为目标。该一级指标下有3个二级指标,其中降低费用额指标和降低费用率指标直观地反映了项目经理对于本项目的费用控制和管理工作的绩效水平。相对费用控制度指标是一个相对指标,该指标值由项目与相同的社会经济环境中其他项目进行比较后获得,该指标反映的评价结果更加客观。

2.2 质量指标

工程质量是工程项目评价的关键指标,其高低直接决定项目成功与否,进而影响到企业的市场竞争能力和盈利能力,有效地管理和控制工程质量是项目经理的核心工作,因此工程质量同样是衡量项目经理质量管理能力的指标。评价项目经理的绩效应选用的主要质量指标有分项工程优良率和质量保证体系执行情况,分项工程的质量优良才能保证整体施工质量良好,质量保证体系的执行情况反映着项目经理的质量管理效力。

2.3 进度指标

项目建设周期是项目合同的主要目标之一,项目拖期是工程项目的重要风险之一,因此在满足各项工作的费用控制和质量要求的前提下,保证整个项目如期完工,是项目经理管理工作的主要目标。进度指标主要包括实际进度和形象进度。工程形象进度和工程进度并不是同一个概念,工程形象进度法是指工程调度人员根据在建工程形象上的进度占整个工程形象进度的比例来初步确定工程进度的一种方法。只有将实际进度和形象进度结合起来,才能完整地体现项目进行建设的进度控制情况,才能更准确地体现项目经理对于进度控制方面的绩效表现。

2.4 安全文明施工指标

安全生产和文明施工不仅是项目经理完成项目目标最重要的前提保障,而且也是政府和项目业主和社会公众最为关注的方面。安全文明施工指标是影响项目经理业绩的决定性指标之一,该一级指标可由安全管理水平、文明施工表现和相对事故降低率3个指标来衡量,其中安全管理水平反映施工过程中相关的安全管理制度建立健全情况,文明施工表现反映实际施工过程中施工人员的具体表现,而相对事故降低率反映本项目与以往同类项目相比较事故发生率减少的程度,是带有激励性质的指标。

2.5 履约指标

履约指标反映的是项目经理有效掌控合同进行,并在充分掌握和运用履约约束体系的前提下,利用合理手段维护己方企业权益的情况。该一级指标下有2个二级指标,即:合同执行情况和索赔处理情况。项目经理领导项目组全体人员维护项目利益,认真履行合同条款,完成合同任务,是项目成功的必要保障。工程索赔是项目经理在项目管理中的重要内容,也是合同管理的重要环节,是补偿工程损失的重要手段,应给予高度重视,处理索赔与反索赔问题能力的高低,反映了项目经理项目管理水平的高低[5]。

2.6 盈利指标

市场经济条件下追求利益最大化是项目经理进行项目管理的最终目标。对一个项目经理而言,体现其业绩的盈利指标不仅应该体现绝对的利润额,还应体现相对利润完成情况。因此,该一级指标包括上缴利润完成率和相对提高利润率两个二级指标。上缴利润完成率反映项目结算时项目实际产生利润总额与预期利润的比率,反映项目经理预期利润目标的完成业绩;相对提高利润率表示本项目与该公司其他同期项目相比利润的提高情况,它一定程度上排除了社会环境因素的影响,使评价结果更为公平。

3 工程项目经理绩效的多层次灰色评价方法

工程项目经理绩效评价中将同一层次(级)上各种不同类型的信息,升华为更高层次的定性中有定量、定量中有定性的灰概念,便于进行全貌的定量观察与评价。下面结合所给出的项目经理绩效评价指标体系,阐述多层次灰色评价方法。

3.1 制定二级评价指标uij的评分等级标准。

评价指标 既有主观指标又有客观指标,对于客观指标,按照相关规范、经验数据对实际观测值评价,确定其评分;对主观指标则直接采用专家评价的办法获得评分值。

3.2 确定各层次评价指标的权重

由于评价指标体系中评价指标ui和uij对目标U的重要程度是不同的,即有不同的权重,这些指标权重的确定,可以利用层次分析法,通过俩俩成对的重要性比较建立判断矩阵,然后利用矩阵特征值的求解方法得到。

3.3 组织评价者评分。

设评价者序号为l,l=1,2,…,q,组织q个评价者按评价指标uij评分等级标准打分。根据评价者评价结果,得到第t个项目经理的评价样本矩阵Dt。

3.4 确定评价灰类。

确定评价灰类就是要确定评价灰类的等级、灰类的灰数及灰类的白化权函数。设评价灰类序号为e,e=1,2,…,g,即有g个评价灰类。

3.5 计算灰色评价系数。

对评价指标uij,第t个项目经理属于第e个评价灰类的灰色评价系数,记为xundefined,则有:undefined,对评价指标uij,第t个项目经理属于各评价灰类的总灰色评价数,记为Xundefined,则有:undefined

3.6 计算灰色评价权向量及权矩阵。

所有评价者就评价指标uij,主张第t个项目经理属第e个灰类的灰色评价权记为:rundefined,则有:rundefined=Xundefined/Xundefined。因为,e=1,2,…,g,则灰色评价权向量rundefined:rundefined=(rundefined,rundefined,L,rundefined);将第t个项目经理的ui所属指标uij对于评价灰类的灰色评价权向量综合后,得到ui所属指标uij对于各评价灰类的灰色评价权矩阵Rundefined:undefined

3.7 对ui作综合评价。

对第t个项目经理的ui作综合评价,其评价结果可记为Bundefined,则有:Bundefined=Wi·Rundefined=(bundefined,bundefined,L,bundefined;由ui的综合评价结果Bundefined得第t个项目经理U所属指标ui对于各评价灰类的灰色评价权矩阵Rt:undefined

3.8 对U作综合评价。

对第t个项目经理的U作综合评价,其综合评价结果记为Bt,则有:Bt=W·Rt=(bundefined,bundefined,L,bundefined)

3.9 计算综合评价值。

第t个项目经理绩效评价结果Bt是一个向量,这表示其综合状况分类程度的描述,对Bt作进一步处理,使Bt单值化,即计算第t个项目经理的综合评价值Zt。 设将各类灰等级按“灰水平”赋值,得各种评价灰类等级值化向量C,C={d1,d2,L,dg},则受评者的综合评价值 按下式计算:Zt=Bt·Cr[6,7,8]。

4 算例

本文选择某公路工程项目的四名项目经理为例,运用灰色多层次评价方法分别对这四名项目经理的绩效进行评价。评估过程如下:

第一步,制定如表2所示指标uij的评分等级标准。组织5位专家按评分等级标准对项目经理1的二级指标值进行打分,求得评价样本矩阵D1。

undefined

第二步,确定各层次评价指标的权重

通过层次分析法计算各层评价指标权重,结果分别为评价指标ui(i=1,2,3,4,5,6)的权重向量为W=(0.14,0.22,0.18,0.19,0.15,0.12);二级指标u1j(j=1,2,3)的权重向量:W1=(0.31,0.33,0.36);u2j(j=1,2)的权重向量:W2=(0.6,0.4);u3j=(j=1,2)的权重向量:W3=(0.55,0.45);u4j=(j=1,2,3)的权重向量:W4=(0.37,0.028,0.35);u5j=(j=1,2); 的权重向量:W5=(0.57,0.43),u6j=(j=1,2)的权重向量 W6=(0.52,0.48)。

第三步,确定评价灰类。按照前述评价灰类的确定方法,选取“优”、“良”、“中”、“差”四级,对应的灰数及白化权函数如下:

第一灰类 “优”(e=1),灰数⊗1∈[0,4.0,∞], 其白化权函数为f1(如图1a所示);

第二灰类 “良”(e=2),灰数⊗2∈[0,3.0,6.0],其白化权函数为f2(如图1b所示);

第三灰类 “中”(e=3),灰数⊗3∈[0,2.0,4.0],其白化权函数为f3(如图1c所示);

第四灰类 “差”(e=4),灰数⊗4∈[0,1.0,2.0],其白化权函数为f4(如图1d所示);

第四步,计算灰色评价权向量及权矩阵。依据3.6所述方法可得u1所属指标u1j对于各评价灰类的灰色评价权矩阵Rundefined:undefined同理可得Rundefined~Rundefined。

第五步,对ui作综合评价。可得矩阵:

undefined

第六步,对U作综合评价。则对于项目经理1有:B1=[0.483 0.369 0.148 0]

第七步,计算综合评价值

按前述方法,得各种评价灰类等级值化向量C=[5.0,4.0,3.0,2.0],于是该项目经理绩效综合评价值为:Z1=B1·CT=4.335。同理可得Z2,Z3,Z4,具体结果为Z2=3.45;Z3=3.83;Z4=3.2。由此可见,这四名项目经理的绩效表现良好,排序从高到低依次为项目经理1、项目经理3、项目经理2、项目经理4。

5 结论

在工程项目管理实践基础上,依照定性与定量评价相结合的原则,本文提出了包含费用指标、质量指标、进度指标、安全文明施工指标、履约指标、盈利指标六个一级指标,十四个二级指标的工程项目经理绩效评价指标体系。针对项目经理绩效评价信息的灰色性特点,提出了工程项目经理绩效灰色多层次评价方法,与传统的评价方法相比,灰色多层次评价方法不需要对判断矩阵进行一致性检验,计算简便,并使评价结果更为科学合理,能够为项目经理的奖惩激励提供可靠的考核基础。

摘要：基于工程项目经理岗位职责的要求,结合已有文献建立反映项目经理真实业绩的、定量与定性指标相结合的绩效评价指标体系。依据层次分析法(AHP)与灰色系统理论,提出定性分析与定量分析相结合的工程项目经理绩效多层次灰色评价方法。通过项目经理绩效评价实例说明该评价方法可行,并使项目经理绩效的评价结果更加科学公正,为评价结果的运用奠定良好的基础。

关键词：项目经理,绩效,多层次灰色评价,层次分析法

参考文献

[1]罗文,张旭玲,张彦春.施工企业项目经理部绩效评价体系研究[J].基建优化,2007,28(5):47-49

[2]王岩,姚立根,牛红凯.建筑施工项目经理绩效评价体系研究[J].基建优化,2004,25(3):35-42

[3]周密,马扬.项目经理绩效考核指标设计与评价[J].中国人力资源开发,2005,7:70-73

[4]王艳平,杨乃定.软件企业项目经理绩效评估指标体系设计[J].西北工业大学学报:社会科学版,2001,21(4):33-35

[5]宋净飞.建设施工项目经理绩效评价指标体系的研究[D].北京交通大学硕士学位论文,2006

[6]刘思峰,郭天榜,党耀国,等.灰色系统理论及其应用[M].北京:科学出版社,2004:8-17,96-124

[7]李大建,王凤山.地空导弹总体性能多层次灰色评价[J].中国管理科学,2004,12(5):107-110.