ANP法（共7篇）
ANP法 篇1
随着国内大型船舶生产厂的新建及船舶行业的的发展,研究中间产品、建立专业化生产体系、优化分段生产流程、提高单位面积分段率、缩短分段生产周期等问题的重要性日益彰显。这些都是用数学模型无法进行精确描述的复杂问题,而网络层次分析法(ANP)是用来解决社会经济系统无结构和半结构化的决策问题。国外已经将其应用到政府事务、军事应用、商业生产等诸多领域,关于ANP法的运用得到了广泛的重视[1,2]。基于ANP的模糊综合评判法可对许多受到复杂因素影响的生产过程进行综合评价,赵刚[3]把基于ANP的模糊综合评判法运用于工程建设项目的风险评价取得了不错的效果。现将ANP的模糊综合评判法运用到生产流程优化上是一种新的尝试,在一定程度上丰富了流程优化理论。与传统的模糊综合评判法[4]相比,ANP对影响生产方案的多因素进行主客观权重集结,可以增强权重的科学性,操作简易。改进后的模糊综合评判结果能够为中间产品生产形成的多目标决策提供支持,这有助于进一步研究平面分段模块生产流程。
1基于ANP的模糊综合评判模型
1.1基于ANP的目标属性权重计算
第一步:构造超矩阵。以控制层元素ps(s=1,…,m)为准则,以Cj中元素(l=1,…,nj)为次准则,元素组Ci中元素按其对的影响力大小进行间接优势度比较,经过以每一个元素为次准则的比较判断和计算后按下式建立超矩阵
这里Wij的列向量就是Ci中元素,…,对Cj中元素的影响程度排序向量。
第二步:构造加权矩阵。对每个类别中的Cj(j=1,…,N)评价指标类别发生概率的影响程度大小进行判断比较。与Cj无关的元素组对应的排序向量分量为零,由此得加权矩阵A:
第三步:加权超矩阵的构造。构造矩阵W=(),其中元素=aijWi,i=1,…,N,j=1,…,N。W=(Wij)为系统的超矩阵,A=(aij)为系统的加权矩阵,则为加权超矩阵。
1.2基于ANP的模糊综合评判模型
(1)确定评价因素集和评判集假定某类事物由n个因素决定,评价因素集为U={U1,U2,…,Ui,…,Un}。假设可能出现m个评语,评判集为V={V1,V2,…,Vj,…,Vm}。
(2)建立单因素模糊评判矩阵这几个步骤和模糊综合评判一致[5]。
(3)用ANP确定权重对加权超矩阵,
根据所属类型采用相应的计算方法,确定元素的相对排序向量,即各个元素的权重。
(4)综合评价由模糊评估矩阵及综合权重向量,利用模糊数学理论得到模糊综评判模型:
由于Wj已经归一化,故模糊关系合成可以采用普通实数的加法及乘法运算:
其中,z表示被评价方案的优劣值向量,现采用最大隶属度法进行评判,zj值越大,表明被评价方案的综合效益越好。即可根据z1,z2,…,zn的大小对所有评价方案进行综合排序,对应max{zj}(即隶属度最大)的评语就是分段生产流程最优的方案。
2应用实例
2.1实例简介
双层底分段生产在船体分段生产中是典型的例子。文献[1]介绍的双层底分段包括上下两层底板,板上装焊纵骨,板间装焊纵桁和肋板。根据内外底侧纵骨开口型式的不同,可以产生多种方案,现介绍四种典型双层底分段生产流程[4,6]。
图1中四种流程A、B、C和D,内外底纵骨都是T型材。各方案除基本的加工工序相同外,所不同的是方案A先安装焊接内底板,吊装肋板、纵桁,焊接,分段翻转,定位焊接外底板;方案B先安装焊接内底板,吊装肋板、纵桁,焊接,外底板扣合定位在分段上,然后翻转、焊接;方案C先安装焊接内底板,肋板拉入、吊装纵桁,焊接,分段翻转,定位焊接外底板;方案D先安装焊接内底板,肋板拉入、吊装纵桁,焊接,外底板扣合定位在分段上,然后翻转、焊接。
对以上介绍的四种流程A、B、C和D设定相应的等级分值,即为V′={1.0,0.8,0.6,0.4,0.2}之后,通过专家调查对每种装配方案进行单因素隶属程度确定,建立评价矩阵,以方案A工艺路线为例得到如表1所示数据。
2.2 计算过程
1)根据表1评价方案下的数据构造评价指标矩阵并归一化得到模糊评价矩阵R[7]如下:
2)由表1评价指标下的数据建立影响各评价因素相互关系的ANP结构模型,构造加权超矩阵
3)依据综合模糊评价模型(1)与(2),得到最终评价指数Z=(02418 0.2705 0.2804 0.2476),因此,得到四种双层底装配方案的优序为:C>B>D>A,因此方案C是双层底分段的最优生产流程。
4 结果分析
为造船分段生产形成的多目标优化决策提供了一种解决方法。从实例分析可以看出,方法在各目标属性数据基础上进行数据分析,并对多目标优化评判指标进行定性与定量结合,得到的优化结果更具科学性。同时本方法还在属性数据基础上对ANP权进行权重的确定,在一定程度上克服了传统权重集主观确定对结果造成的分歧。本文优化结果与文献[1]对比,如表3所示,可以得出方案C是双层底分段的最优生产流程。这与当前我国各船厂在生产过程中对通过优化工人数量与现有设备利用率的调度来缩短造船周期的控制是一致的。按计算过程来看,基于ANP改进的模糊综合评判法避免了传统模糊综合评判必须将分段生产的各属性评判指标层级细化的工作,其计算结果更具合理性,在计算量上大为减少,适合于船厂的实际应用。
参考文献
[1]Saaty T L.Decision making with dependence and feedback.Pitts-burgh,PA:RWS,1996
[2]Saaty T L.Decision making the analytic hierarchy and network process.Journal of Systems Science and Systems Engineering,2004;(1):1—35
[3]赵刚.基于ANP的模糊综合评判法在工程项目风险分析中的应用.节水灌溉,2009;(5):63—65
[4]孔凡凯,张家泰,薛开.双层底分段装配方案的模糊综合评判.船舶工程,2006;(1):65—68
[5]杨开云,张亮.城乡水务BOT项目风险分析.中国农村水利水电,2007;(4):69—72
[6]Storch R l,SudapanpotharamS.Design for production:principles and implementation.Journal of Ship production,2000;16(1):27—39
[7]张波,叶家玮.基于熵权的中间产品生产方案模糊综合评判.船舶工程,2008;(6):74—77
ANP法 篇2
在建筑、交通运输、工业生产等多个领域应用都较为广泛的起重机械, 由于一部分操作人员没有经过正规科学的培训, 操作起重机械的的方法不当往往容易引发重大交通事故的发生。对于一些较大型的起重机械的操作对专业性要求较高, 由此可见建立一个科学合理的评价模型, 专门针对培养专业吊装操作员进行专业的评价提供论据的重要性。既可以提高培训的效果, 又可以再次达到提高操作人员综合素质的目标。
2传统评论方法分类
对于传统的评论方法通过大致总结, 主要分为客观赋权法和主观赋权法两大类。决策人或是行业专家根据自身丰富的经验分析各项指标的重要度而进行赋权的方法被称为主观赋权法。本文提出融合两类赋权法进行互补优缺, 建立确定权重的组合赋权法, 最后用GT-250北起多田野型吊车举例, 验证组合赋权法的实际应用性。
3起重机械吊装评价体系
3.1组建评价指标体系
在GT-250北起多田野型吊车训练吊装中, 参与吊装操作的总共3人:指挥人员、1号手、2号手。指挥操作人员负责吊装全程的指挥工作, 1号手主要负责启动起重机械, 2号手负责从旁辅助起重操作人员。考虑到安全、效率两个基本原则, 同时依据专家的意见和训练限制吊装时间的特点, 文章是从仅从操作配合能力、碰撞检测、操作人员熟练度等方面来构建本操作系统的评价标准体系, 如图1所示。
3.2界定评价指标标准
依据吊装操作手册相关的介绍标注以及决策人的意见, 将各项指标分为优、良、及格、不及格4个界定区间, 分别赋值是4、3、2、1。
4网络层次分析法
网络层次分析法来源于以AHP算法作为基础, 对其缺点进行调整改进就是现在的网络层次分析法的雏形, 其适用于各种指标数值相互影响的系统。
以选取的系统指标作为基础, 对系统的各项数值指标进行系统的分析。
充分运用间接法构建ANP无权超矩阵:设立准则层元素组和网络层元素组, 以网络层元素组其中一个数值作为准则元素组的次准则, 参照专家的建议, 将各项元素组中的元素按照对次准则元素的影响程度从大到小进行两两元素对比, 按特征法陆续得到排序量, 并对其进行归一化方式处理。
同理可得, 组成其他两两对比矩阵并计算出其排序向量数值, 最后将各项排序向量数值汇总, 结果如图2所示得到了无权超矩阵。
虽然各排序向量数值是列归一化的, 但是其无权重矩阵不是列归一化的, 为此, 需要尝试模拟构造一个权重举证A, 将无权超矩阵按照上面的方式归一化。
最后使用无权重矩阵于权重矩阵进行相乘, 就可以得到列归一化的权重超矩阵数值。
当用列归一化权重超矩阵算法得出的数值, 运用到其矩阵中时, 可以得到一个稳定性较好的元素之间的权重关系, 就是极限超矩阵。
最后得到的极限超矩阵数值在各行的非零值都是相等的, 此时每行数值就是对应的指标稳定权重。
5熵值法
熵值法是依据系统所提供的各项指标所提供的客观信息数据, 因而达到确定权重的一种办法。
6组合赋权法
科学合理的指标权重方法融合了主观、客观赋权法的优点, 即客观反映指标权重又考虑到专家或是决策人的意见。组合赋权法根据不同的原理和特性, 有很多不同的综合形式。文中是采取了“加法”组合法确定了最终权重。
通过相关数据进行分析, 从得出的最终组合权重系数可以看出操作起重机械吊装的1号必须要熟练的掌握操作技能, 指挥人员也需要对吊装工作有深刻的认识和理解。
将上文提到的三类权重分别进行相关数值间的换算, 最终得出结果表明, 组合赋权法有效兼顾了ANP和熵值法的特性, 在很大的程度上对它们的缺陷进行了弥补, 给出一个更为科学合理的评价结果。
7结论
评价起重机械的吊装训练是一个繁琐、复杂的程序, 文中主要是通过分析吊装训练的各项指标数据结果, 最后得出将网络层次分析法和熵值法两两结合的组合赋权法, 确定起重机械吊装训练的各项指标间的权重系数。网络层次分析法客服了ANP算法中无法稳定衡量各项指标数据相互影响的关系难题。是权重系数更加具有科学性和合理性。熵值法是依据客观属性确定其权重的方法。组合赋权法融合了两种方法的特性, 降低了客观赋权法可能带来的权重系数失真率, 同时也减少了决策人或是专家的主观因素过大导致判断错误率。因此说明组合赋权法更加符合吊装实际情况, 更适用于起重机械操作人员的训练评价。
摘要：为了提供一个科学合理的评价模型给起重机械吊装训练, 主要是采用熵值法和网络层次分析法 (简称:ANP) 集成的组成赋权法搭建综合评价起重机械吊装的方式方法。
关键词：网络层分析,组合赋权法,起重机械,熵值
参考文献
[1]汪阳天, 张志峰, 刘洪引, 陆万田.基于ANP和熵的起重机械吊装训练评价组合赋权法[J].火力与指挥控制, 2014 (07) :97-101.
ANP法 篇3
PPP (Public-Private Partnership) , 即“公私伙伴关系”, 是指公共部门和私营部门为实现公共效益、提供公共产品而建立的集融资、建设、运营、管理为一体的项目全寿命周期关系型契约[1]。我国为了降低地方政府偿债风险、吸引民间资本参与基础设施建设, 相继发布了《关于推广运用政府和社会资本合作模式有关问题的通知》[2]、《关于政府和社会资本合作示范项目实施有关问题的通知》[3]、《关于印发政府和社会资本合作模式操作指南 (试行) 的通知》[4]。PPP项目通常投资金额巨大、项目建设运营周期长, 涉及的投资主体多种多样。合理的收益分配方案是PPP项目能够顺利实施的关键因素之一。这就需要通过合理的收益分配方案来协调不同利益相关者, 尤其是核心利益相关者之间的利益冲突。
已有文献对PPP项目收益分配的研究相对较少。徐霞 (2009) [5]从风险分担、资本结构、和控制权三个维度来探讨PPP模式下的利益分配。叶晓盨 (2010) [6]以PPP项目公私双方的利益分配原则为前提, 建立了基于风险分摊和资源投入的收益分配模型。胡丽 (2011) [7]基于PPP项目利益分配基本原则, 综合权衡利益分配四要素, 建立了基于修正的Shapley值法的PPP项目利益分配方案。崔邦权 (2012) [8]通过对我国污水处理和管网建设PPP项目的收益分配进行研究, 提出了收益分配的博弈模型, 利用AHP确定风险分担、投资额度、最终收益贡献三个因素的权重, 求解模型的纳什均衡。何天翔 (2015) [9]在满意度理论的基础上, 基于合作博弈的Shapley值法, 并考虑资源投入、努力程度、风险分担、贡献程度和利益相关者满意, 对基于Shapley值法的利益分配模型进行修正。
已有文献对PPP项目收益的合理分配有着积极的促进作用, 但也存在着一些不足之处:部分文献只是在考虑单一影响因素的基础上, 利用其它因素构建修正系数对单一因素模型进行修正;另一部分文献虽然考虑多因素的影响, 但却利用AHP确定风险分担系数和各因素的权重, 而AHP无法考虑各元素之间的相互影响。
本文在借鉴已有研究成果的基础上, 将在两个方面进行改进: (1) 针对PPP项目收益分配, 提出了基于投入比重的初始收益分配方案和基于风险分担系数、Shapley值法的调整收益分配模式。 (2) 运用网络分析法 (ANP) 确定风险分担系数以及各单因素收益分配方案的权重, 构建基于ANP的PPP项目综合收益分配模型。
1 PPP项目核心利益相关者
参照Mitchell (1997) [10]对具有代表性的利益相关者理论进行的总结, 将利益相关者定义为:利益相关者与企业之间具有相互依存关系, 通过向企业投入资本或财产享有对企业的收益权和表决权, 决定企业的发展;同时企业经营活动的收益与损失也会影响到利益相关者的收益与损失。
PPP项目在实施过程中涉及的利益相关者主要有公共部门、私营部门、银行等金融机构、用户、建设方、运营商、承包商、供应者等。借鉴已有利益相关者分类标准, 结合PPP项目利益相关者实际情况, 对PPP项目利益相关者分类如下:
核心利益相关者:公共部门、私营部门;
一般利益相关者:银行、担保公司、承包商、供应商、用户;
边缘利益相关者:纳税人、社会就业。
PPP项目核心利益相关者所担任的角色不同, 其利益诉求的出发点也各不相同。从理性人的角度来看, 核心利益相关者都是为了通过一系列的行为实现自身利益最大化。因而, 充分了解公共部门和私营部门的利益诉求, 可以更好的协调双方的利益冲突, 实现公平、合理的收益分配方案。在PPP项目中, 公共部门的利益诉求明显区别于私营部门。公共部门的利益诉求主要是社会效益等政府职能目标的实现, 而私营部门的利益诉求主要是实现投资的经济利益回报。
2 PPP项目核心利益相关者收益分配模型
目前, 在PPP项目收益分配研究过程中, 普遍对参与各方合作后的收益分配进行研究。但在实际应用过程中, PPP项目参与各方在项目开始实施之前就需要在合同或协议中对收益分配方案进行明确, 然后在合作收益实现后再根据参与各方对项目收益的实际影响及贡献进行调整。
2.1 基于投入比重的PPP项目初始收益分配方案
由于在合作之初无法得到公私双方对PPP项目的贡献、风险分担系数等参数, 因此, 在制定初始收益分配方案时, 只能根据各参与方的投资比例作为收益分配的依据。
假设PPP项目参与方的集合为N, 可分配总收益v (N) , 参与各方的投资向量I= (I1, I2, …, In) , 则参与方i基于投入比重的收益分配方案为:
基于投入比重的PPP项目初始分配方案未考虑项目参与各方的风险承担情况, 也没有考虑参与各方对项目的贡献度。因此, 在PPP项目收益分配调整方案中, 分别从公私双方的贡献、风险分担系数等单一因素对项目收益进行分配, 利用ANP确定单因素收益分配方案的权重, 形成最终的综合收益分配方案。
2.2 基于风险分担系数的PPP项目收益分配方案
PPP项目实施过程中面临着各种风险, 合理的收益分配方案应该遵循风险与收益相匹配原则。对于公共部门和私营部门风险分担系数, 可以采用ANP来确定。
在对已有文献进行总结的基础上, 将PPP项目风险划分为政治风险、法律及合同风险、金融风险、建设风险、市场及运营风险五大类, 每个风险类别包含若干风险子因素, 风险评价指标体系如图1所示。由于这里的风险体系只是对PPP项目所面临风险的概括, 因而对于不同的PPP项目, 需要以此为基础, 根据项目的实际情况重新对项目所面临的风险因素进行识别、划分, 使之更加切合项目所面临的实际情况。
2.3 基于Shapley值法的PPP项目收益分配方案
Shapley值法用以解决n人联盟合作博弈问题, 当n个参与方从事一项经济活动时, 不同参与者组成的联盟都会得到一定数额的收益。参与者之间相互合作的条件下, 增加参与者数量不会导致总收益的降低, 全体n个参与方的共同合作可以实现最大收益, 而Shapley值法是对该最大收益进行分配的方法之一。Shapley值法考虑了参与合作的各参与方对联盟整体所做的贡献。参与方的贡献越大, 其所获得的收益越多。
基于Shapley值法的PPP项目收益分配模型的假设条件:
假设一:假定PPP项目参与各方的决策无重大变化, 并且项目所面临的法律政治环境稳定。
假设二:假定在合作联盟内部, 联盟参与各方相互合作获得的收益大于不合作获得的收益。
假设三:假定PPP项目参与各方参与合作联盟所获得的收益大于其单干所获得的收益, 且参与各方经过协调可以就收益分配达成一致意见。
假设四:联盟所获得的收益在联盟参与各方之间进行完全分配。
在基于Shapley值法的PPP项目收益分配模型中, 根据Shapley定理可知联盟参与方i的收益为:
2.4 基于ANP的PPP项目综合收益分配模型
从PPP项目的初始收益分配模型和事后调整收益分配模型可以看出, 其都是利用单一收益影响因素对项目收益进行分配, 而现实中, 项目参与各方合作收益的分配受多种因素的共同作用和影响。因此, 综合考虑各种因素对项目收益的影响才能使得收益分配方案更加公平、合理, 如何确定各单一因素的权重就显得非常重要。
已有的研究成果往往假设投入比重、风险分担系数、边际贡献等各PPP项目收益分配的影响因素之间是相互独立的。但在实践中, 不仅影响PPP项目收益分配的不同因素之间存在相互影响, 而且同一因素的子元素之间也会存在相互影响关系。因此, 可以利用ANP确定各因素的权重。通过ANP对每一个单因素收益分配方案赋予相应的权重, 利用线性加权方法得到项目各参与方的收益分配份额, 进而得到PPP项目综合收益分配方案。
1996年Saaty较为系统地提出了网络分析法 (ANP) 的理论与方法[11]。网络分析法是由AHP延伸发展得到的系统决策方法。它不仅继承了层次分析法的优点, 又克服了层次分析法无法处理元素之间存在网络结构系统的缺陷。
2.4.1 ANP法的应用步骤
ANP法的应用步骤主要有:
(1) 构建ANP模型。通过对需要决策的问题进行系统分析, 形成元素和元素集, 在对元素之间的关系进行分析后, 构建ANP模型 (如图1、图2所示) 。ANP的网络结构一般由控制层和网络层构成, 控制层一般包括两个或两个以上的准则, 如果只有一个准则, 该准则为目标, 这种情况下的模型只有网络层。根据各元素之间是否独立、是否存在内部依存关系, 构成相应的网络结构。
(2) 确定未加权超矩阵。根据已经建立的ANP模型, 对元素组内外元素之间进行两两比较构建判断矩阵, 计算其权重, 对组内、跨组的相关元素进行两两对比, 构建判断矩阵, 计算其相对权重, 构造初始超矩阵。在构造判断矩阵时, 需要对获得的判断矩阵进行一致性检验, 当CR<0.1时认为判断矩阵具有满意的一致性解, 否则就要对判断矩阵进行调整。
(3) 计算加权超矩阵。确定超矩阵中各元素组的权重, 保证各列归一化。将超矩阵每一列归一化, 得到加权超矩阵。
(4) 计算极限超矩阵。使用幂法, 即求超矩阵的n次方, 直到矩阵各列向量保持不变, 得到极限超矩阵。
2.4.2 基于ANP的PPP项目综合收益分配模型
3 实证分析
3.1 背景资料
某地铁项目是一个典型的采用PPP模式的轨道交通基础设施项目。该地铁项目的初始投资为154亿元, 按照投资、建设主体的不同, 将全部设施分为A部分和B部分。公共部门的投资比例为70%, 私营部门的投资比例为30%。A部分为土建工程的投资、建设, 投资额为107亿元, 大约占总投资额的70%;B部分主要是车辆、自动检票、信号等机电系统的投资建设, 投资额为47亿元, 大约占总投资额的30%。该地铁项目建成后, 由公私双方共同组建项目公司负责A部分和B部分的维护、除洞体以外的资产更新、站内的商业运营。投入资金通过地铁票款收入及站内的商业经营活动收回。在特许经营期内的累计运营收益为72856万元 (运营收益=运营收入-运营成本, 累计运营收益为特许经营期内各年度运营收益之和, 不考虑资金时间价值, 不考虑可能获得的政府补助) 。如果由公共部门单独负责该地铁项目的运营, 由于缺乏成熟的经验、先进的管理技术, 会增加运营成本, 进而降低运营收益, 假设其项目收益为30000万元。如果由私营部门单独负责地铁项目的运营, 因为缺乏政府部门在税收优惠、行政审批等方面的支持, 从而导致项目收益降低, 假设此时的项目收益为40000万元。
3.2 基于投入比重的初始收益分配方案
公共部门的收益:
私营部门的收益:
3.3 基于风险分担系数的收益分配方案
根据“图1基于ANP的PPP项目公私双方风险权重模型”, 构造判断矩阵, 得到初始超矩阵 (如表1) 。
将加权超矩阵稳定处理, 即对加权超矩阵进行自乘, 得到稳定的极限超矩阵。在每一步自乘之前需要将列向量归一化, 否则加权超矩阵会越变越小, 不会收敛。经过四次自乘, 得到:
根据公共部门和私营部门的风险分担系数, 可以计算出:
3.4 基于Shapley值法的收益分配方案
3.5 基于ANP的综合收益分配方案
根据“图2单因素收益分配方案权重的ANP模型”, 构造判断矩阵, 得到加权超矩阵:
根据三种单项因素收益分配方案计算结果及其权重向量可以计算出公共部门和私营部门基于ANP的综合收益。
公共部门参与项目获得的收益:
私营部门参与项目获得的收益:
公共部门在基于投入比重的初始收益分配方案中所获得的收益为50999.2万元, 在经过调整后的综合收益分配方案中所获得的收益为36035.29万元, 比在初始收益分配方案中获得的收益少14963.91万元;私营部门在基于投入比重的初始收益分配方案中所获得的收益为21856.8万元, 在经过调整后的综合收益分配方案中所获得的收益为36820.71万元, 比在初始收益分配方案中获得的收益多14963.91万元。
通过对比可以看出: (1) 私营部门在调整后获得的收益大幅度增加。这与PPP项目的融资及运营模式有很大的关系, 一方面私营部门承担更多的风险, 利用先进的管理经验提高项目的运营效率, 应该获得较多的收益;另一方面, 政府为了保证私营部门获得适当的投资回报率, 会给予私营部门一定的政策、税收优惠。 (2) 公共部门在调整后获得的收益大幅度降低。这是因为一方面政府部门所承担的风险及对PPP项目的贡献低于私营部门, 另一方面政府在项目实施过程中, 未参与项目的运营, 只是对项目承担监督管理的责任。
4 结论
本文提出的PPP项目收益分配模型, 在基于投入比重的初始收益分配方案的基础上, 综合考虑公私双方的风险分担情况以及对项目的贡献, 对初始收益分配方案进行调整。同时, 本文运用ANP确定各单因素的权重, 将基于投入比重、风险分担系数、Shapley值法的单一因素收益分配模型改进为基于多因素的综合收益分配模型, 克服了AHP在确定权重过程中不考虑元素之间相互影响的缺点。
ANP法 篇4
过去十多年中, 互联网的发展给人们的生活带来了翻天覆地的变化。当互联网用于商业后, 电子商务发展迅速, 如今网购已经成为一种潮流。中国互联网络信息中心发布的《第33次中国互联网络发展状况调查统计报告》显示, 2013年中国网络购物用户规模达3.02亿人, 使用率达到48.9%, 相比2012年增长了6.0个百分点, 增长率为24.7%, 使用率从42.9%提升至48.9%。由于网络购物涉及的环节复杂, 且电商和顾客双方信息的不对等, 因而无法避免服务失误的发生, 如配送延迟、包装破损、送到的产品与订单不一致等等。《2013年中国网络购物市场研究报告》中指出, 网站的服务体系不够健全, 售后服务不好的比例占到了33.4%;网站物流快递服务不好, 不及时高效的比例占到29.1%。服务失误的发生, 严重影响了顾客满意度, 进而影响了顾客的后续购物行为, 给电商带来了重大损失。因此, 各电商纷纷采取服务补救措施, 来挽回损失的顾客。然而, 拙劣的服务补救措施将很难挽回顾客, 甚至让顾客更失望。
学者们通过研究网络电商服务补救的具体措施和剖析措施的机理, 建立了网购服务补救质量评价模型, 并进行了实证研究, 为电商维护顾客忠诚和提高竞争力提出了一些建议。比如, 当发生服务失误后, 电商应该积极主动地向顾客实施服务补救[1]。回顾过去, 经过20多年对服务补救质量的研究, 如今的网购服务补救质量的指标主要是沿用了服务补救质量的成果[2], 并根据网购的自身特点, 对其指标做了相应地修改和完善, 使之适应时代的要求。关于服务补救质量的评价方法, 绝大多数学者沿用了PZB提出的SERVQUAL或者修正SERVQUAL量表的方法。然而, SERVQUAL方法有一个重要的前提:顾客对服务质量的各个维度的感知没有重要性的差别[3]。也有部分学者用了综合模糊评价方法, 此方法的运用可以弥补SERVQUAL中重要性认可度相同的不足之处[2,3,4]。上述两种方法均是从指标维度自身进行研究, 没有考虑到不同指标维度之间存在的关系。然而, 在服务补救质量模型中, 不同指标维度之间存在着某种依存或者反馈关系。因而, 上述方法不适用于服务补救质量的评价。网络层次分析法 (Analytic Network Process, ANP) 是一种全新的评价方法, 它考虑了不同指标维度之间的关系。因此, 本文尝试运用ANP对建立的网购服务补救质量进行评价, 为电商服务补救质量的提高提供参考和建议。
1 构建服务补救质量的评价指标体系
1.1 文献综述
芬兰著名学者Gronroos从认知心理学的理论角度出发, 对服务失误进行了定义:服务失误就是服务提供者没有按照顾客的期望提供服务[5,6]。比较Bitner[7], Hays和Hill[8]对服务失误的定义可以得出:不论研究者从什么角度来定义, 服务失误都来自顾客对所经历的服务过程的感知。对于服务补救的定义, Gronroos[4], Gregoire[9,10]等人认为为了能与顾客建立长期或者永久的合作关系, 商家应该提供补救措施来弥补顾客满意度的损失, 修复商家与顾客之间的关系。从服务失误和服务补救的定义中不难发现, 顾客已是服务的焦点, 研究已从服务提供者的角度转向顾客角度。
对于服务补救质量的研究, Hess[11]提出在发生服务失误之后, 服务补救质量是服务提供者提供给顾客的补救内容和补救程度, 是发生补救行为之前顾客对补救的期望与补救后顾客实际感知之间的差异。服务补救质量的好坏会直接影响到顾客对服务的满意以及顾客今后的购物行为。学者们根据不同情形建立了不同的服务补救质量评价指标体系。Bell和Zemke认为服务补救质量应该由道歉、及时性恢复、理解能力、象征性赔偿和跟进能力等维度构成[12]。Hart、Sasser和Heskett研究表明服务补救质量量表应由经济补偿、响应速度和道歉三个维度构成[13]。Boshoff和Leong认为:道歉、归因、授权、便利性、反应时间、有形补偿和可靠性是构成服务补救质量的维度[14]。对于网购服务补救质量的评价, Parasuram、Zeithaml和Malhotra认为量表的维度应该增加响应性、补偿和联系等维度, 这样可以更加全面地评价服务补救的质量[15]。Chang认为应该增加选择的维度[16]。
根据上述文献及其他文献资料可知, 关于服务补救质量, 学者们在许多维度上已达成了共识。其中运用最为广泛的是:反馈、补救主动性、补偿、响应性、道歉、沟通及授权、解释和有形性。可以简单地概括为交互质量、程序质量、环境质量和结果质量。而在电子商务背景下, 因为顾客和商家不直接接触, 所以环境质量淡化, 而互联网作为顾客与商家的联系媒介, 使得信息质量成为非常重要的一个构面。因而, 网购服务补救质量的构面可以分为:交互质量、程序质量、网络信息质量和结果质量[17]。
1.2 评价体系的构建
本文以交互质量 (A) 、程序质量 (B) 、网络信息质量 (C) 和结果质量 (D) 作为服务补救质量的构面, 探讨网购服务补救质量的评价指标体系 (G) 。
1.2.1 交互质量
交互质量是指在和电商的接触过程中, 顾客感知到的服务态度和与电商的互动等。在本文中, 交互质量构建的维度为道歉 (A1) 、解释 (A2) 和沟通 (A3) 。道歉是电商对不恰当言行承认不是, 包括口头道歉和书面道歉。解释是指电商用简短的言语向顾客解释失误发生的原因。这里的解释不包括道歉, 发生在道歉之后。沟通则是在发生服务补救情况下, 电商与顾客之间的联系情况。
1.2.2 程序质量
程序质量包含两个维度:补救主动性和响应性 (B2) 。服务补救主动性是电商会不会主动触发服务补救。主动补救是自动识别服务失误并采取补救措施。相比被动补救, 主动补救更能使消费者产生重购的意向和行为, 并促使消费者口碑的传播[18]。响应性则指的是电商对服务补救的响应措施和响应速度, 比如回应速度慢、解决问题慢等方面。
1.2.3 网络信息质量
网络信息质量包含两个维度:效率和信息的可获得性 (C2) 。网络电商与传统商务模式主要区别就是从原先的面对面交流转化为通过互联网为传播媒介实现顾客和商家的沟通。因此, 在网络模式下, 服务补救与传统的人际接触在本质上有很大的不同。效率指的是保证顾客在需要服务补救的时候, 可以很容易很迅速地从网上找到有关服务失误的信息。信息的可获得性指的是顾客便捷真实地联系到客服工作人员, 包含:反应渠道情况、联系客服人员和失误处理链接等。
1.2.4 结果质量
结果质量只有一个维度, 就是补偿。补偿是所有维度中相当重要的一个, 是顾客最终获得的结果的反映。通过实证研究得出:结果质量对顾客满意度和顾客忠诚行为影响显著[19,20]。若按补偿的内容划分, 则有支付运费、损坏补偿、延迟补偿、经济损失等。若按补偿的性质划分, 则可以分为经济补偿和服务补偿。经济补偿指的是补偿服务失误带来的经济损失, 而服务补偿则是再一次提供服务以弥补服务失误。
根据上述思路建立的网购服务补救质量评价体系如表1所示。
2 确定网购服务补救质量的评价方法
2.1 评价方法的选择
网络层次分析法 (ANP) 是美国运筹学家Saaty教授于1996年正式提出的。它是一种较新的决策科学方法, 是层次分析方法 (Analytic Hierarchy Process, AHP) 的拓展, 主要针对的是具有结构化的决策问题, 且此类问题具有依赖性和反馈性[21]。AHP能使半结构或者无结构的问题得以简化, 然而实际问题或者说绝大部分决策问题发生在元素集之间, 而且这些元素集内部还存在着相互作用或者反馈作用, 存在着内部依赖或外部依赖。处理这类问题, ANP则更加有效[22]。以往的学者在研究服务补救质量时, 假设量表中各个维度之间相互独立的, 没有反应不同维度之间的关系。本文拟选用ANP, 考虑评价指标体系不同维度之间的关系, 从而可以比较全面地评价网购服务补救质量。
2.2 ANP的步骤
2.2.1 计算未加权超矩阵
假定ANP的网络结构中控制层中有元素B1, B2, …, BN, 网络层中又N个元素集C1, C2, …, CN, Ci中有元素ei1, ei2, …, eini, (i=1, 2, …N) , Cj中有元素ejl (l=1, 2, …nj) , 元素集Cj中元素ejl的影响通过两两比较方式进行, 构建判断矩阵。通过一致性检验, 并且归一化特征向量满足相容性条件, 则该向量为网络元素排序向量, 即权重。同理, 可以得到相对于其他元素的排序向量, 并得到一个矩阵, 记为Wij, 将所有的网络层元素的相互影响排序集合起来, 就得到了在BN准则下的超矩阵W:
2.2.2 计算加权超矩阵
以上超矩阵是非负矩阵, 然而W却不是归一化的, W超矩阵的子块Wij是归一化的, 在此以BN为准则, 在BN下各元素集对准则的重要性进行比较, 从而得出一个加权矩阵A:
即得
而
2.2.3 计算加权极限矩阵
在ANP分析中, 为了充分反映元素之间的依存关系, 加权超矩阵需要做一个稳定处理, 即计算极限相对排序向量:。若此式的极限值收敛并且唯一, 则W∞的第j列就是BN准则下网络层各元素Cj的极限相对排序[21]。
3 实证研究
由于不同顾客群体对于服务补救的接触存在差异[23], 本研究邀请了一批具有丰富网购经验的网购达人, 对某知名网站的服务补救质量进行打分, 分析结果将为网站服务补救质量的提高提供参考。
3.1 构建网络结构
3.1.1 确定评价指标的依存关系
首先, 交互质量、程序质量、网络信息质量和结果质量之间是不相互独立的。如交互质量中的沟通不仅与道歉和解释存在内部依赖关系, 而且还与其他构面内的维度存在依存关系或者反馈 (如图1所示) 。根据访谈调研结果, 得到了网络层评价指标之间的依存关系 (如表2所示) 。
3.1.2 构建服务补救质量评级体系的网络结构
网购服务补救质量评价体系的网络结构分为控制层和网络层 (见图1) 。单向直线箭头表示两个元素单向内部或者外部依存关系, 双向箭头表示两元素之间相互内部或者外部依存关系, 即反馈关系。“→”表示左边为父节点, 右边为子节点[22]。
3.2 处理指标数据
本文的数据主要来源于资深网购达人的打分。由于评价体系的指标是定性指标, 因此需要将定性指标转化为定量指标。通过1~9优势度标度进行比较后, 对数据进行加权平均, 即可实现定性指标向定量指标的转化。以控制层为例, 在服务补救质量评价体系下, 交互质量 (A) 、程序质量 (B) 、网络信息质量 (C) 和结果质量 (D) 之间的优势度比较矩阵见表3, 其一致性为0.06458。
3.3 确定超级矩阵和极限超矩阵
本文所有计算过程均由super decision完成。首先, 确定未加权超级矩阵 (见表4) ;接着, 计算加权超矩阵W (见表5) ;最后, 计算极限超矩阵 (见表6) 。
3.4 评价结果分析
由表6可以看出:补救主动性所占的权重最高 (25.38%) , 其次是响应性 (B2) (18.017%) 和沟通 (A3) (16.738%) , 交互质量中的道歉 (A1) 和解释 (A2) 权重较低。其中, 补偿 (D1) 所占的权重并不是很高, 结果质量、交互质量影响不显著, 这与许多学者研究得到的功利补偿非常显著影响服务补救质量[24]存在差异。由此可见, 对于资深网购达人而言, 他们关注的焦点不在经济补偿, 而是客户体验, 关注作为顾客是否被重视, 关注情感感知的质量。过程质量显著影响他们对服务补救质量的感知, 尤其是服务补救的主动性。若能在顾客未感知到服务失误之前, 电商就能对已经发生的服务失误采取必要的补救措施, 这将能大大提升顾客的购物体验, 增加口碑传播、重购的可能, 最终实现顾客忠诚。
本次研究得到的结果还对应了赫兹伯格的双因素理论。“保健因素”———如道歉、解释等, 只能影响到顾客对弥补的感知, 而不会使顾客感到价值的损失。因此, 具备这些因素也不能增加顾客的感知价值, 但万万不能没有, 所以其所占的权重相对较低, 但没有完全为零。“激励因素”———如补救主动性, 电商主动实行服务补救措施, 可以使顾客增加感知价值, 获得更多的服务满意;被动的服务补救则无法使顾客获得意外的惊喜, 无法获得感知价值。
另外, 本次研究接受打分的人群是资深网购达人, 他们具有丰富的网购经验, 所以提供给他们合理的经济补偿已经不能满足他们对高服务失误补救质量的要求, 他们更加注重的是感知过程和价值。然而, 目前网购发展并非非常成熟, 且绝大多数顾客网购资历尚浅, 恰当的经济补偿还是能提高顾客对服务补救质量的感知。将来网购发展一定成熟阶段后, 电商则应重视对顾客感知价值或过程质量的提升。
4 结论
对网购服务补救质量的评价涉及到许多因素, 这些因素之间相互关联, 相互依存, 构成了复杂的网络结构。本文建立了网购服务补救质量的评价指标体系, 并运用ANP方法构建了网购服务补救质量评价指标体系的网络结构, 进而进行了实证研究。在研究过程中, 确定了各个指标之间的依存关系和权重大小。分析结果显示:对于资深网购达人而言, 补救主动性对网购服务补救质量影响显著。该评价可为电商提高服务补救质量提供参考和建议。
然而, 高质量的服务补救需要一段时间的积累, 电商还要根据自身的实际情况, 实施提高服务补救质量的措施。目前网购处于迅速发展阶段, 不同阶段顾客对服务补救质量的要求不同, 感知不同, 因此对于服务补救质量要进行阶段性研究, 通过挖掘顾客在某阶段对网购服务补救的需求, 来提升电商的自身服务质量。
摘要：近年来随着电子商务的迅速发展, 消费者越来越将网购作为其购物的首选。在享受惠利和便利的同时, 网购服务却一直被人们所诟病:服务意识淡薄, 服务质量不高, 服务失误常有发生。电商为了弥补损失的顾客满意, 往往会采用服务补救措施。然而, 只有恰当的服务补救才可能弥补顾客心理的损失, 甚至给顾客带来额外的惊喜, 最终获得顾客的忠诚和信赖。本文建立了网购服务补救质量评价体系, 进而运用网络层次分析法分析了不同指标之间的关系, 同时邀请资深网购达人对某知名电商的服务补救质量进行评价, 分析结果可为电商网购服务补救质量的提高提供参考和建议。
ANP法 篇5
复杂系统评价指标体系的指标间往往存在着相互影响,为此,Saaty考虑了指标之间的内部依赖等复杂关系,在层次分析法的基础上提出了网络分析法(AnalyticNetworkProcess,ANP)。[1]然而,作为应用ANP评估复杂系统的基础和关键,指标间的 影响关系 至今缺乏 清晰的定义,在分析方法 上尚无切 实可行的 操作步骤。 并且在ANP内部依赖矩阵的构造上,依然采用了和其它子矩阵完全相同的构造方式,而非基于指标间的影响关系,这不仅易与指标权重相混 淆,也易导致 指标间影 响的分析 结果,即内部依赖矩阵出现偏差,造成决策结果不合理。
为此,一些学者对ANP内部依赖矩阵的构造方法做了相关研究,基本可分为两类。一是沿用传统ANP的方法构造判断矩阵,由其特征向量来衡量指标间影响关系。如文献[2]从时间、质量、成本和柔性四个维度评估并分析了供应链物流绩效,但给出的指标影响关系表显得依据不足,缺乏对影响度的分析过程;文献[3]同样采取传统的判断矩阵方法,分析了企业可持续创新能力的指标体系中指标间的影响关系。但是传统的影响度求取方法主观随意性强[4],对影响度的存在及方向性缺乏分析过程,对实际复杂系统的评估缺乏准确性和实用性。二是将指标影响度与相关系数等价,利用统计 学方法求 解指标间 影响关系。文献[5]通过实验采样,求取米饭外观(光泽)、滋味等指标与综合评价值的相关系数,将其作为各指标对综合评价值的影响;文献[6]在随机采样的基础上采用因素分析法和比较法,依据贡献率对影响女新生体质现状的指标进行分析;文献[7]利用结构方程模型计算指标与上层指标间的相关系数,作为客舱机组灭火训练效果评估指标间的影响关系。但目前基于统计学的方法要确保所得到的相关系数的正确性,需要大量的统计数据,使得这类方法在如国防、建筑等相关领域难以实施。
如何科学合理地分析指标影响是构造ANP内部依赖矩阵的基础和关键,针对现行主要构造方法对指标间影响度缺少分析与定义,易与指标权重混淆,构造步骤不够明确等问题,本文首先给出指标间影响度的形式化定义,在概念上将其与指标间权重区分开,为决策人判断指标影响度大小提供了分析依据。继而综合采用质量屋(HouseofQuality,HoQ)和决策实 验室法 (DecisionMakingTrial andEvaluationLaboratory,DEMATEL)搭建影响 关系的分析平台,应用HoQ方法对影响结构做初步判断,再通过DEMATEL方法校验并对影 响度量化,提出了一 种基于指标影响分析的内部依赖矩阵的改进构造方法,并给出具体步骤。最后通过示例体现出该方法较传统方法可操作性更强、结果合理性更高。
2指标间影响分析与定义
运用任何一种方法来确定ANP中指标影响度都必须依赖于相对应的内涵解释。正是由于指标间影响度无明确的定义,导致决策人首先从概念方面就难于将其与指标权重区分开。本文认为指标影响与权重的区别在于:一是指标影响相对于指标权重是更为客观的存在,求取指标权重是解决如何如实反应决策人偏好的问题,而求解指标间影响是揭示指标间存在的影响关系的问题;二是指标影响具有随进程的推进而变化的特点,而指标权重不具备这个特点。
从进程的角度来看,指标影响可分为直接影响、间接影响及综合影响。图1是包含了各类指标间影响关系的示意图,现参照图1对指标影响进行分析。如图1所示,指标A对指标B的影响不通过其他任何指标传递而直接作用,指标A与指标B之间为直接影响关系。而指标A对指标C的影响作用必须依靠指标B的传递,否则无法作用,因而指标A对指标C为间接影响。
对于综合影响,关注单步综合影响度和稳定综合影响度。指标间单步综合影响度反映指标间的直接影响和间接影响经过一次传递、叠加作用后的综合影响程度。在图1中,指标B对指标C不仅有直接影响,还通过指标A产生间接影响。经过影响的一次传递后,指标C相对指标B的增量为指标B对C的单步综合影响度。稳定综合影响度定义为指标间影响经过多次传递、叠加作用后趋于稳定的值。稳定综合影响度体现的是指标对全局的影响,已不再表示某两个或多个指标间的影响关系。
如图1所示,影响关系 图可以看 作有向图G= (V,E),其中V是图G中的顶点的有穷非空集合,vi∈V表示指标vi;E是V中顶点偶对(称为有向边)的有穷集,表示指标间影响关系,如<vi,vj>表示指标vi影响指标vj.设vi,vj∈V(G),令f=Δvj/Δvi(Δvi≠0),则各类指标影响关系及其影响度可以形式化定义为:
定义1若<vi,vj>∈E(G),则指标vi对指标vj间存在直接影响关系,当Δvn = 0(vn ∈V∩vn ≠vi ≠vj)时,f称为vi对vj的直接影响度,记为fid2j.
定义2若,使得 <vi,vj> E(G)∩<vi,vk>∈E(G)∩<vk,vj>∈E(G),则指标vi对指标vj间存在间接影响关系。当Δvk -fid2kΔvi =0时,f称为vi对vj的间接影响度,记为fiud2j.
定义3.1若<vi,vj>∈E(G),且vk∈V(G),使得<vi,vk>∈E(G)∩<vk,vj>∈E(G),则指标vi对指标vj 既存在直接影响又存在间接影响,经过单步传递、叠加作用后,f称为指标B对指标C的单步综合影响度,亦可记为fi2j1
综合影响度还可用影响度函数来定义:
定义3.2设某指标体系有n个指标,指标间经 过i次传递叠加后的影 响度可用 影响度函 数Fi(x1,x2,…,xn)表示,则称F1(x1,x2,…,xn)为指标单步综合影响度。
定义4设某指标体系有n个指标,指标间经过i次传递叠加后的影响度可用影响 度函数Fi(x1,x2,…,xn)表示,如果存在实数m,指标间影响关系经过m次传递与(m+1)次、(m+2)次…(m+∞)次的传递效果完全相同,即满足Fm= Fm+1=Fm+2=Fm+3=…=Fm+∞,则称Fm为指标稳定综合影响度。
对于复杂系统,影响度f可能会随时间、环境等因素改变,具有非线性的特征。但对于大多数决策问题来说,往往只需在某个时间点或时间段内考虑,这种情况下可将f近似为常数或一个固定的取值区间,以便于分析决策。
3ANP内部依赖子矩阵改进方法
3.1改进方法构建的理论基础
从指标间影响度定义分析,决策人或专家难于直接判断出综合影响度,甚至是间接影响度。即使勉强给出的判断值也不免受到过于主观随意或缺乏准确度的质疑。而判断直接影响度则较 为简单可 行,判断值也 较为准确 可信。这提供了由直接影响间接求取综合影响的思路。
指标综合影响度由指标间影响的结构和指标间直接影响度的大小这两方面决定。影响的结构由每对指标间影响关系的存在及其作用方向构成,它决定了指标间影响传递叠加的次序与方向。指标间直接影响度决定了每一次影响度传递叠加的大小。因此求得准确的指标间影响的结构与直接影响度是求取指标间综合影响度的基础和前提。
另外,ANP初始超级矩阵的内部依赖子 矩阵只要 求对指标间单步综合影响衡量,ANP求取无限超级矩阵的过程即是由单步综合影响度求得稳定综合影响度的过程。因此,改造ANP内部依赖子矩阵可等价为通过分析指标间影响的结构与直接影响度,以改进指标间单步综合影响关系。
不失一般性地,设评价指标体系由3层(不包括方案层)构成,第一层为评估目标(Goal),第二层准则集的指标相互独立,第三层子准则集的指标L1,L2,L3,…,Ln间存在相互影响关系,如图2所示。
指标Li(1≤i≤n)的影响度可从两方面表述:一种表述为依赖权di,刻画了指标Li依赖于其它指标的程度;一种是影响权fi,刻画了指标Li影响其它指标的程度。依赖权和影响权是影响度 的两个方 面,如指标A对指标B的影响与指标B对A的依赖,仅在表述上不同。从概念上分析,若求得影响权fA,就应能求得dB,反之亦然。对于指标Li,其依赖权di取决于影响它的所有指标的影响权,其影响权fi取决于它影响的所有指标的依赖权。设定上述影响/依赖关系 是线性关 系,影响关系 矩阵C =(cij)n×n,元素cij表示指标i对指标j的影响,则依赖权和影响权可形式化描述为:
式(1)、式(2)的矩阵形式为:
其中,C′为影响关系矩阵C的转置矩阵,f为影响向量,d为依赖向量。
由式(3)、式(4)可得
由式(5)、式(6)可知f为矩阵CC′的特征向量,d为C′C的特征向量。矩阵论知识可证,矩阵CC′和矩阵C′C的特征值相同,特征向量可以彼此推导得到。由式(3)、式(4)可知d与f的转换关系,f和d包含相同的信息,验证了概念上的推论。根据Perron-Frobenius定理,可证CC′有唯一的元素全为正实数的特征向量,且该特征向量属于模最大的特征值λ;若求得多 个相同的 特征值λ1,λ2,…,λm ,则将对应的特征向量X1,X2,…,Xm相加归一化后得到影响向量f.
影响向量f由影响关系矩阵C决定,f只表征了指标间影响的结构信息,而没有反映出每两个指标间影响的大小。因而,为全面反映指标间的影响,引入影响权修正向量K = [k1,k2,k3…,kn]T 以反映每两个指标间直接影响的大小,可对f起到修正 作用。设定K与f之间是Hadamard积(阵列乘法)关系,则指标间单步综合影响向量f′为:
3.2影响关系矩阵和影响权修正向量的求取
由改进方法的构建分析可知,影响关系矩阵C及影响权修正向量K是求取单步综合影响向量f′的关键。本节中运用HoQ和DEMATEL方法搭建影响关系的分析平台,详细叙述影响关系矩阵C及修正向量K的具体求取方法。
影响关系矩阵C反映指标间影响的结构信息,对它的求取需要分析指标间直接影响的存在性,和这些存在的直接影响的 方向性。为获 得这两方 面的信息,运用HoQ提炼获取专家的先验知识,从而构造出影响关系矩阵C.
质量功能部署(QFD)中的质量屋(HoQ)方法因其能充分利用专家的知识和经验的特点,尤其适用于解决处理复杂的、系统要素关系不确定 的问题[8]。本文应用HoQ的屋顶(Roof)部分(以下简称为HoQRoof)初步分析指标间影响关系。
为运用HoQRoof收集提取专家意见,将HoQRoof制作成表格,HoQRoof表的行列元素均 为可能存 在内部依赖的指标层中的所有指标,专家在表中方格内填写“+”或“-”,体现他对某两个指标间关系的存在及方向的判断。改进方法中“+”和“-”的含义为:“+”表示存在可能方向是列元素影响行元素,“-”表示存在可能方向是行元素对列元素的影响。“+”“-”的数目(1、2、3)对应两指标影响是相应方向的可能性(低,中,强),且允许“+”“-”存在于同一个方格内。
某位专家完成的HoQRoof表格,反映了他凭借自身知识和经验对指标体系内指标影响结构的判断。而专家间的意见往往不是完 全一致的,需要进一 步综合专 家意见,才可绘制初步影 响关系图。HoQRoof表格中信 息的整理和初步影响关系图G的绘制遵从以下规则:
设某指标体系的指标集合为V(G),vi,vj∈V(G),判断指标vi直接影响 指标vj的专家数 目用Ni2j表示,<vi,vj>表示指标vi影响止标vj的有向弧,有向弧的 集合为E(G)。令Ni2j=m1,Nj2i=m2,m1,m2∈N.
规则1若m1-m2≥1,则<vi,vj>∈E(G)∩<vj,vi>E(G)。
规则2若m1=m2≠0,则<vi,vj>∈E(G)∩<vj,vi>∈E(G)。
规则2指由专家意见无法确切判断指标影响关系的方向时,指标间的连接弧用虚线双象弧表示。
初步影响关系图G较全面地反映了指标间直接影响关系的存在性,但影响方向仍洗完全确定,且直接影响的大小也不得而知。为完善影响关系分析,得到信息全面的影响关系图,在HoQRoof分析结果 的基础上,充分利用DEMATEL方法确认影响的 因果关系,依据设定 的门限值检验影响的存在,并量化直接影响。
DEMATEL用矩阵表示各 因素之间 的影响关 系,设定相应的标度,决策人依据第二章的影响度定义,以打分的方式确定不同因素之间的直接影响程度,并将判断值在影响关系图的弧上标注出来。假设直接影响矩阵为X =(xij)n×n,xij表示指标i对j的直接影响度。根据公式T =D(I-D)-1,测度各因素在受到其他所有因素的直接和间接影响。其中,I为单位矩阵,D = (dij)n×n为正规化直接影响矩阵,}。矩阵T中的元素按行相加得到相应因素的影响度i=1,2,…,n,按列相加得相应因素的被影响度,j=1,2,…,n,并可推知原因度mi = Di-Ri与中心度ni= Di +Ri,i=1,2,…,n.
根据原因度mi可确定指标间直接影响的方向,如果mi为正值时,因素i影响其他元素,为影响类,如果mi为负值时,因素i被其他元素影响,为导致类[9]。从而可验证影响关系有向图上弧指向的正确性。中心度ni反映因素i在所有因素中影响 程度大小,为中心度 设定门限 值(thresholdvalue),将小于门限值的影响关系线从有向图上删除。依据门限值过滤影响关系可对复杂系统的指标体系中的指标影响关系起到精简作用,从而降低之后分析的难度和运算的复杂度。
综合HoQ和DEMATEL方法的分析结果,可生成完备的影响关系图G′和对应的影响关系矩阵C.依据影响关系图生成影响关系矩阵C的规则如下:
设vi,vj ∈V(G′),TV为中心度门限值,TV∈[0,1]。
规则3若< vi,vj>E(G′),< vj,vi>E(G′),则cij=cji=0。
规则4若<vi,vj>∈E(G′),mi>0且ni≥TV时,则cij=1。
规则5若<vi,vj>∈E(G′),mj>0且nj< TV时,则cji=0。
同时按照以下规则,修正DEMATEL方法中的 直接影响矩阵X为修正后直接影响矩阵X′ = (x′ij)n×n:
规则6若cij=0,则x′ij=0。
规则7若cij≠0,则x′ij=xij.
修正后的中心度(n′i)较准确地反映元素i在决策影响中的重要程度,因而可用指标的中心度衡量其影响权的大小。设指标vi ∈V(G′)(i=1,2,…,n)的中心度为n′i(i=1,2,…,n),则影响权修正 向量K = (ki)n×1(i= 1,2,…,n),其中
通过以上 论述和分 析,总结基于 指标影响 分析的ANP内部依赖子矩阵改进构造方法的步骤如下:
步骤1:构建评价指标体系,专家运用HoQ方法为指标间的影响结构的判断提供支持,依据专家信息确定初步指标间影响关系图G;
步骤2:运用DEMATEL方法完善影响关系图G,求取影响关系矩阵C及影响向量f.
步骤3:修正各指标中心度,求取影响权修正向量K;
步骤4:计算单步 综合影响 度向量f′,从而构造 出ANP内部依赖矩阵,继而进行ANP评估。
4示例应用及对比分析
为与传统ANP方法比较,选择文献[10]中的购车案例作为分析对象,且各方案的指标数据均与文献[10]中的一致。用本文提出的方法分析指标间相互影响,按照给出的具体步骤进行示例验证。改进方法与传统ANP方法的比较结果在证明了改进方法合理有效的同时,体现其优越性。
构建购车问题的ANP评估模型,以顾客满意度为评估目标,四个评估准则分别为声望S1(prestige)、价格S2(price)、耗油量S3(millspergallon,MPG)和舒适度S4(comfort),备选方案有Acura,Camry和Honda。三个候选车性能各异,四个指标间可能存在相互影响。
邀请5位专家独立地判断购车四指标间影响是否存在及存在影响的方向,并将判断 结果反映 在各自的HoQRoof表中,如图3所示。
图3反映出专家在指标间的影响结构方面,仅对耗油量对声望的影响存在性意见不同。根据规则1、规则2绘制初步指标影响关系图G,如图4所示。
本例设定DEMATEL影响门限 值为0.5,将直接影响程度分为强、中、弱、无四个等级,并采用0~3标度法与之对应。在初步有向图的弧上赋予对应标度值,得到直接影响度矩阵X,根据公式T = D(I-D)-1即得矩阵T.其中
由矩阵T计算得到指标声望、价格、耗油量和舒适度的原因度分别为-1.5、-1.5、0.5、-2.5,中心度分别为4.5、4.5、0.5、2.5。由于设定门限值为0.5,MPG对声望的影响被过滤,在之后的 分析中不 再考虑。从而 由规则3、规则4、规则5得指标间影响关系矩阵C,由规则6、规则7修正矩阵X得到修正后规范直接影响矩阵D′.其中
篇幅关系不再赘 述求解修 正后购车 指标的中 心度的过程。根 据步骤3得到影响 权修正向 量K =[0.38070.392000.2273]T.
由影响关系矩阵C得矩阵CC′的归一 化特征向 量为f珚 = [0.250.2500.5]T,经影响权 修正向量K修正后得到声 望和价格 的单步综 合影响向 量分别为f′presige=[00.462300.5377]T和f′price=[0.4552000.5448]T.
将被影响因 素声望和 价格的单 步综合影 响向量f′presige 和f′price放在对应列,影响因素耗油量和舒适度对应列为全零,构成初始超级矩阵如表1所示。
因为本文重点不在研究指标丛的权重,默认指标 丛间权重相同,即每个丛中元素乘以0.5后求极限得购车ANP极限超级矩阵,具体结果如表2所示。
图5对比了两种评估方法求得的指标影响度。传统ANP方法中,对指标相互影响的判断不是基于对影响的分析,而是基于决策者的抽象意识。改进方法中弥补了传统ANP方法的不足,在影响结构方面考虑了舒适度直接影响到声望和价格两个指标,而指标声望、价格都只影响一个指标;在影响强度方面,舒适度的影响度不小于声望或价格,从而得出舒适度的稳定综合影响度排序第一。此结论较之传统ANP评估方法,更为合理且更贴近实际情况。
如图6所示,两种评估方法得到的方案优先度排序相同,最优选择的一致,证明了改进方法的有效性和合理性。另外,改进方法求 得Acura的优势度 为0.6494,而传统ANP方法中只有0.4869,相较之下改进方法凸显了最优选择的优势。
5总结与展望
指标影响分析是ANP方法中构建内部依赖矩阵的关键。本文通过对指标影响内涵分析,给出影响度定义;结合HoQ和DEMATEL的方法从结构和度量层面分析指标体系中指标间相互影响关系;提出了一种改进的ANP内部依赖矩阵构造方法并给出完整步骤,所提方法能更好地利用专家的先验经验,结果更贴近实际,避免了统计学方法所需大量实验带来的成本和局限性。
ANP法 篇6
物流企业在我国还处于比较初级的阶段, 无论在硬件方面还是在软件方面都还不完善, 因此还处于较为低级经营层次, 物流管理的经验不足等, 这些都对我国物流企业的发展造成一定的阻碍, 物流企业需要认识到自身的不足。因此本文在总结国内外对物流企业综合绩效评价研究的基础之上, 以ANP网络分析法对物流企业的综合绩效进行了实证统计分析, 为物流企业的发展提供一定的理论支持。
1 物流企业综合绩效评价指标体系构建原则
1.1 物流企业绩效评价的概念
物流企业绩效评价是对物流企业内部绩效和工作效率等方面一种事后的分析和评估以及在事前进行相应的控制和指导等, 以便更好地判断是否能够把预定好的任务、应该完成的绩效水平、所得的效益以及成本代价等预期完成。而对物流企业绩效的评价是在依托现代信息技术信息传递和反馈的及时、准确的前提之下, 对物流企业整个运行过程不断控制和修正的一个动态过程[1]。
近年来, 绩效评价在工业生产领域已经取得了十分广泛的运用和成效, 并且绩效评价已经成为工业企业管理部门不可或缺的重要手段之一。而绩效评价在物流领域的运用并没有像工业领域那样得到较为广泛的运用, 其主要原因在于物流活动与工业生产活动相比有其特殊性, 其特征性主要表现在物流活动的繁杂性、派生性、远程性以及服务性等, 物流活动的复杂性导致了其结构的复杂性、不稳定性, 因此物流评价系统就很难具备恒定性。尽管绩效评价在物流领域的仓储管理领域得到了较好的贯彻实施, 但是仓库也会因为其对象的变化而造成流量的不稳定性, 因此物流企业的绩效评价很难如工业绩效评价那样得到预期控制, 物流企业的绩效评价需要根据具体情况具体构建指标体系, 并使用合适的方法进行统计分析。
1.2 物流企业绩效指标体系构建的原则
物流企业绩效评价体系设计好坏对高层管理者判断物流企业经营活动获利性有着不可忽略的作用, 并有助于及时控制好相关的物流经营活动、有效地配置资源等, 因此物流企业综合绩效指标体系的设计构建需要遵循以下几个原则:
(1) 全面性原则。物流企业的绩效受到各种因素及不同因素组合效果的影响, 这些因素包括了企业本身人力资源、财产、资本、服务水平以及信息技术等方面的影响, 因此物流企业绩效的评价不能只考虑一些单一的因素, 而是要在系统、全面、科学的原则指导之下对物流企业的综合绩效作出客观全面的评价。
(2) 可操作性原则。一个可以体现企业运行现状以及前景的指标系统构建需要尽量体现出其指标的实现与现实现有统计资料、财务报表的兼容, 并要对每个指标的现实含义有一个明确清晰的界定, 避免指标含义的模糊歧义, 同时还需要考虑到指标之间不能出现意义的交叉、重复后者矛盾等, 以此来提高物流企业综合绩效评价指标体系的可操作性。
(3) 层次性原则。一个科学的指标体系需要具备一定的层次性, 因此在进行物流企业绩效评价指标体系设计时, 需要对每一层指标进行重点和关键点的突出显示, 并对一些关键指标进行主次分明的分析研究。
(4) 定量和定性指标相结合的原则。坚持定量指标与定性指标相结合的原则可以在很大程度上保证物流企业综合绩效评价指标体系更具客观性, 同时也可以更加方便地对系统模型进行定量的处理分析, 定性指标的评价可以为定量指标描述的偏差进行进一步的修正和完善。除此之外, 物流企业综合绩效评价指标体系的设计需要考虑到长期的财富最大化, 注重企业的财务性评价和非财务性绩效的综合评价, 从而更好地反映出物流企业的综合绩效, 以保障物流企业的可持续发展[2]。
2 基于ANP的物流企业综合绩效统计实证分析
2.1 ANP方法概述
著名学者T.L.Saaty教授于20世纪80年代提出了层次分析法即Analytical Hierarchy Process, 简称AHP, 1996年他又提出了较为系统的网络分析法即Analytical Network Process的理论和方法, 简称ANP。AHP方法是将系统划分为层次并只考虑到上一层次的元素对下一层次元素的支配和影响等, 同时做出一定的假设将同一层次的元素之间不存在任何的依存关系, 而ANP方法通过对实际情况的考虑假设各个元素之间是相互依存的, 同一层次的元素之间也存在一定的依存关系, 这些元素之间的关系如同一个网状结构, 因此可以说ANP方法是对AHP方法更深层次的归类和发展。
ANP方法首先将系统元素划分为控制因素层和网络层两大部分。其中控制因素层包括了问题目标及决策准则, 而决策准则之间被假设为是相互独立的, 只有目标元素对其有支配作用, 在控制层因素里决策准则可有可无, 但是目标不可缺少, 同时每个准则的权重可以通过AHP方法来确定。其次, 网络层是由控制层支配的元素组组成的内部相互影响的网络结构模状。
2.2 Z物流公司综合绩效评价指标的构建
(1) Z物流公司的简介。Z物流公司成立于1998年, 地处经济发达、交通便利的A市, 2000年经原经贸部批准成为分公司, 注册资金达到1600万元之多。该物流公司于2005年进行了战略性的调整, 整合了公司的人力资源, 并根据该公司的人才和技术优势整合成一家综合性的第三方物流公司, 能够味国内外的运输、国际船舶以及码头服务等提供相关的物流服务。该分公司依靠其实力雄厚的母公司的支撑, 开始对第三方发物流实现了现代化的管理, 其物流网络开始遍及了国内外各大城市各大行业, 并且在国内的许多大城市如北京、上海、深圳等设有办事处, 为各类企业提供不同方面的物流服务。
(2) Z物流公司综合绩效评价指标的构建。结合Z物流公司的整体发展现状以及公司内部各个部门的实际物流经营活动, 并在前人对物流公司综合绩效评价指标体系构建的基础之上, 可以构建起Z物流公司综合绩效评价指标体系如表1所示。
2.3 基于ANP确定指标权重
权重的细微变化在综合评价中对综合评价的结果有着十分重大的影响, 权重的不合理对整个计算结果有何不可忽略的影响, 因此如何运用正确的方法来确定权重是十分重要的, 权重系数的确定也是整个评价体系构建中不可或缺的关键步骤。
为了得到Z物流公司综合绩效评价体系各个指标的权重, 本文首先采取专家打分的形式得到相关的判断矩阵并结合ANP网络分析法和Super Decision对专家打分的具体数据进行处理分析, 同时通过一致性检验可以得出Z物流公司综合绩效评价体系各个指标的权重如表1所示。
2.4 物流企业综合绩效的模糊综合评价
模糊综合评价 (Fuzzy Comprehensive Evaluation) 是模糊数学在实际工作中的一种应用方式。模糊综合评价可以对受到多个因素影响的事物作出一个比较全面的评价, 同时利用模糊集理论对经济社会中一些带有模糊性质的问题进行综合评价是一种十分科学的统计分析方法, 而在物流企业的综合绩效评估中, 其中的评价指标也有许多是非常不精确的, 如管理水平、技术水平以及资源等方面在定量分析上具有一定的不确定性, 因此对于这些分析可以利用模糊综合评价法来进行相应的处理分析。模糊综合评价可以通过数学数据逻辑的突破以及事物因素中模糊性的突出来描述出事物的客观属性, 同时模糊评价法中的隶属函数和隶属的概念具有一定的针对性, 可以利用比较精确的数学语言对模糊因素进行比较清晰准确的描述, 从而更好地处理好相对复杂、模糊的综合指标。
由于在对Z物流公司进行综合绩效评价时在数据的获取上存在着一定的困难, 因此可以采取专家调查打分的形式获得对各个指标的评分, 本文在Z物流公司综合绩效评价指标体系表的基础之上利用ANP确定了各个指标的权重, 同时再通过模糊综合评价法对Z物流公司进行综合绩效评价, 首先需要建立模糊综合评价因素集如表1所示, 再建立起总目标因素集:
同时建立起Z物流公司的综合绩效评价指标的评判集:
然后, 结合Z物流公司2009年物流活动的具体情况以及专家的调查问卷进行单因素的模糊评价, 最后利用多因素模糊评价得出最终的评价结果为, 说明该物流公司的等级绝对优秀隶属度为0.54, 良好的隶属度、及格的隶属度和不及格的隶属度分别为0.44、0.02和0, 可见2009年Z物流公司的综合绩效较为优秀。
3 结语
本文利用物流企业综合绩效评价指标模型, 并运用ANP网络分析法确定了各个指标的权重, 最后在专家调查打分的基础之上利用单因素模糊评价法和多因素模糊评价法对Z物流公司的综合绩效进行了评价统计分析, 然后得出了2009年Z物流公司取得了较高的综合绩效, 可见本文的物流企业综合绩效评价指标模型和分析方法具有一定的可操作性, 同时也说明了不同的指标因素对物流企业综合绩效有着不同的程度影响, 因此物流企业需要针对企业内外部的运行环境, 根据不同影响因素的相对贡献率作出相应的运行对策以最大化物流企业的综合绩效, 以推动物流企业的可持续发展。
参考文献
[1]刘涛, 向佐春.基于ANP的逆向物流运作模式决策研究[J].物流技术, 2007 (11) .
ANP法 篇7
Jarrio首先将企业网络引入战略管理研究的视野, 他认为战略网络是一种关系网络, 是获取企业生存和发展所需资源和知识的关键渠道, 是“企业竞争优势之源”[1]。这种观点使对于战略网络的分析开始有别于一般意义的网络组织。其他学者又进一步发展了战略网络的思想。其中较有影响力的是Gulati, 他从新经济社会学的角度出发, 将社会网络的分析方法引入到战略网络当中。他强调战略网络是网络节点出于战略目的, 通过长时间的自愿合作而不断进化的一种特定的社会关系网络。这种“嵌入”于企业之中的社会关系网络对“企业的行为和绩效有直接的影响”。嵌入企业的社会关系包括结构、认知、制度、文化等元素的整体安排 [2]。李焕荣从嵌入战略网络之中的结构关系、学习关系、制度关系和文化关系及进化过程等方面分析战略网络对企业行为和绩效的影响[3]。此外很多文献分析了网络中的信任、机会主义、相互依赖性、组织间学习以及网络的治理结构对企业绩效的影响。
可以看出, 在对于战略网络如何影响企业绩效的研究方面, 学者做了比较多的工作。但是对于网络整体绩效的管理和测评方面, 文献则显得比较稀少。因为联盟网络、产业集群、多方合资企业、战略外包、企业联合体、供应链都被认为是战略网络的具体模式和表现形式, 所以通过对相关文献收集, 发现比较多地集中在对这些组织的市场绩效、财务绩效、运营绩效和创新绩效的评价上, 如市场占有率、客户满意率、销售利润、产品成本、供货期、库存总额、新产品种类、专利数量等经济财务性指标。但事实上这些指标不足以体现战略网络的内涵, 不能说明战略网络的长期竞争优势和战略网络作为一种关系资源和网络资源的价值所在。Gulati曾经指出, 战略网络的竞争优势在于网络内的关系资源[2], Amit和Zott也指出关系网络有利于所有结点提高学习能力、促进新知识和关键信息在网络中的扩散[4]。而对构筑在这种资源基础上的社会资本绩效的评价为研究者所忽略。
2 战略网络综合绩效评价体系设计要求
2.1 战略网络内涵
战略网络体现了一种新的合作竞争战略思想。它要求网络内部以合作的态度、通过资源和知识共享的方式来创造网络竞争优势, 而在网络外部与其他企业的战略网络则是一种动态的网络竞争关系[1]。它强调共同的愿景, 网络中各个结点都在战略网络中为了共同的愿景而发挥自己的作用。它生存和进化的基础是信任, 它以关系治理机制为主[5], 各个结点之间的相互信任是战略网络与其他网络最主要区别之一, 而信任是结点间长期互动、不断重复交易过程的结果。同时, 它是基于网络结点核心能力的战略合作, 源于各个结点核心能力所形成的网络知识资源是战略网络生存与发展的关键[6]。
2.2 战略网络综合绩效评价体系要求
战略网络是一个复杂的管理系统, 组织结构的灵活性和多维性、形式的虚拟性、组成群体的多样性以及网络内部各种活动的阶段性、多样性、层次性决定了影响网络绩效的因素很多, 结构复杂, 只有从多个角度和层面构建战略网络绩效评价指标体系, 才能全面反映网络绩效。
总体上看, 战略网络若想获得成功, 必须充分利用它所拥有的三种资本:生产资本、人力资本和社会资本。生产资本在于网络所拥有的各种物质资源, 包括各种原材料厂房设备等, 人力资本包括网络内部拥有的具备核心研发实力和管理能力的知识性员工, 而为人们所忽略的社会资本包括网络内外的各种关系资源。这三种资本相互关联, 只有它们共同协调配合, 充分发挥作用, 整个网络才能取得好的绩效 (如图1所示) 。所以, 对于战略网络绩效的评价, 实质上就是要对三种资本的绩效进行综合评价。由于评价中涉及到的指标维度较多, 所以本文引入平衡计分法作为战略网络绩效评价方法。
3 增强型平衡计分法原理和评价框架
3.1 平衡计分法原理
平衡记分法 (Balanced Scorecards, BSC) 是由Kaplan和Norton提出的一种新型的企业绩效评价系统, 同时还是一种重要战略改进工具 (如图2所示) 。平衡记分法的概念反映在一系列的指标间形成平衡, 即:短期目标和长期目标、财务指标和非财务指标、滞后型指标和领先型指标、内部绩效和外部绩效角度之间的平衡, 管理的注意力从对结果的反馈思考转向到对问题原因的实时分析, 弥补了传统绩效评价偏重财务指标的不足。平衡记分法可以站在战略的角度, 抓住企业成功的关键要素, 是企业制定战略、实施战略、进行绩效评价的有力工具。平衡记分法各个层面的选择最终应根据体现战略和为企业组织创造竞争优势的要求而确定, 并非一成不变。
3.2 基于加强型平衡计分法的战略网络绩效评价框架
从平衡计分法的四个维度我们可以看出, 它侧重于对生产资本和人力资本绩效的评价, 这是因为Kaplan和Norton当时是基于企业层次角度开发的绩效评价工具, 还没有脱离企业战略的“原子主义”从网络的高度对战略绩效进行评价。在平衡计分法工具当中, 虽然包含着对于企业内外部社会资本绩效进行评价的内容, 主要表现在企业内部组织学习和与外部客户的关系指标设定上, 但是还没有明确将对社会资本绩效的评价纳入到战略绩效评价的视野中。因此, 在继承平衡计分法原理的基础上, 本文对其架构进行了一些改动, 在对原有评价维度进行调整的基础上, 又增加了对于网络社会资本绩效评价的指标, 从而将其改进为加强型平衡记分法, 建立更加合理的加强型平衡战略网络绩效记分法 (Enhanced Balanced Scorecard—Strategic Network, EBSC—SN) , 使其更加适用于对于战略网络的综合绩效进行评价。根据战略网络的目标:优势互补、柔性提高、减少交易成本、促进组织间学习和信息交流、加快创新速度、获得更多关系资源, 提出了五个评价维度:财务——战略网络当期业绩;客户——以网络终端客户为中心;业务流程——组织间能力互补性和合作的效率;创新学习——组织间相互学习的程度和能力;社会资本——网络规范程度和成员之间的信任程度 (如图3所示) 。
(1) 客户——以网络终端客户为中心。
企业间的竞争已不再是工业时代那种你死我活的竞争, 而是基于网络思维下的合作竞争, 即竞争已不再是单个企业之间的竞争, 而是企业合作网络之间的竞争, 这是一种新的竞争形态即网络竞争。对于客户的定位, 网络中的企业必须从以往为企业直接客户服务的思维, 转变成为所在战略网络的终端客户服务的思维。尤其是对于战略网络中的核心企业, 必须从这样的战略视角出发, 才能带动整个网络即时响应客户需求。
(2) 财务——网络当期经营业绩。
显然, 对于战略网络来说, 必须站在网络整体效益最大化的高度来进行战略安排。也许对于个别企业来说, 这可能会牺牲他们的效益。但是如前所述, 现在的市场竞争是合作网络之间的竞争, 只有合作网络在竞争中获得收益, 才能保证网络内企业的长远利益。
(3) 业务流程——组织间能力互补和合作效率。
战略网络内的企业是根据各自的专业化优势进行分工合作的, 战略网络将各个组织的核心能力整合, 形成一个网络的核心能力, 与一般两两优势互补相比, 具有明显的网络优势。优势的大小取决于组织间能力互补的程度以及物流、信息流、资金流运转的效率。
(4) 创新学习——组织间相互学习程度、学习能力。
战略网络本质上是一个学习型组织, 它的优势之一在于网络内通过平时的大量接触和交流, 使得新技术和新工艺能够很快地在网络内得到学习和扩散, 从而提高整个网络的技术创新水平和速度。不同的组织从相互学习中得到的收益是不一样的。学习能力强的组织能够较快地取得优势竞争地位, 而学习能力弱的组织有可能会被网络所抛弃。此外通过相互学习, 组织间会逐渐获得默契, 提高组织间业务合作的效率。
(5) 社会资本——网络规范程度和成员之间的信任程度。
如前所述, 社会资本是战略网络组织的主要竞争优势所在, 它取决于网络内部是否存在共同的规范以及成员之间的信任程度[7]。在战略网络当中, 信任水平越高, 对共同规范认可的程度越高, 合作可能越大, 网络治理成本越低;同时, 合作本身又反过来产生信任, 使得社会资本稳步发展。
根据已有相关文献的研究[8,9], 本文结合战略网络组织的特点略作调整, 设定了财务、客户、创新学习、业务方面的详细评价指标。由于战略网络绩效评价的目的并不是为了知道某一时期的值, 而是为了对不同时期的绩效进行动态比较, 从而了解战略网络运行的状况, 所以在评价指标上多采用动态指标。此外, Kplan和Norton指出平衡记分卡的指标不宜设置过多, 以免过多的业绩指标引起信息过载, 从而导致忽略关键的绩效指标的重要性并使绩效评估系统过于复杂而失调[10], 所以本文对一些非关键指标进行了精简。社会资本的评价指标现有文献研究较少, 且基本从个人和个体企业角度进行度量。而本文研究的是对整个战略网络的社会资本绩效进行度量, 而且社会资本是战略网络具有竞争优势的本质所在, 尤其重视对它的评价。所以本文选取内部信息共享速度、沟通的频率和质量、冲突的频率和程度等指标进行度量 (见表1) 。
值得指出的是, 平衡记分卡只是给绩效评价体系的确定提供一个框架。单纯运用BSC进行企业的绩效评价有其不足。由于BSC设立的指标数较多, 直接主观给定每个指标的权重势必产生比较大的偏差难以保证绩效评价的客观公正性。有文献将AHP (analytic hierarchy process) 与BSC结合起来评价企业绩效, 但是, 考虑到BSC本身存在很清楚的因果链关系, 其具体指标之间有较强的相互作用, 对其指标权重的确定不能套用AHP的模式。故本文用ANP (analytic network process) 对其进行改进, 构建了ANP+EBSC的绩效评价。
4 基于ANP和EBSC的绩效评价
AHP的基本思想是把一个复杂的问题分解为若干组成因素, 并将这些因素按支配关系分组, 从而形成一个有序的递阶层次结构。AHP对处理的层次结构有其特殊要求: (1) 层次的内部元素独立, 一个元素隶属于一个层次; (2) 层次的内部独立且同一层次中任意两个元素之间不存在支配和从属的关系; (3) 不相邻层次的两个元素也不存在支配关系。基于AHP的上述特征, 其应用范围受到了一定限制。ANP理论改善了AHP的不足。ANP元素间的关系采用网络结构形式。在网络关系中, 每个节点表示一个元素或一个元素集, 系统中的任意元素或元素集可以相互影响。其结构相对于AHP递阶层次结构来讲, 显得比较复杂, 既存在递阶层次结构, 又存在内部循环相互支配的层次结构, 而且层次结构内部还存在依赖性和反馈性。由于ANP采用了网络层次结构, 它更能实际地反映了客观事物间的相互联系, 考虑的问题也更为全面和科学, 是一种更符合客观实际的决策方法。
ANP的计算是通过求解超矩阵实现的。人们通过综合判断, 对相关元素进行一系列的两两比较, 一致性检验通过后, 可求出ANP非加权超矩阵, 对非加权超矩阵进行计算最终得出极限矩阵[11]。其具体过程可以应用ANP软件实现。由于ANP方法的提出, EBSC方法的指标权重问题得到了较好的解决。在ANP网络结构体系中, 元素之间的关系有三种:一种是直接关系, 它包括从属、反馈和支配关系;第二种是间接关系, 它们的从属关系并不明确, 两者之间的影响要通过另外一个指标来传递;第三种是自我反馈或是自我关联关系。这三种关系完全包括了EBSC指标之间的相互作用方式。因此, 用ANP&EBSC进行战略网络的绩效评价具有科学性。运用ANP&EBSC绩效评价模型的具体步骤为: (1) 运用EBSC的理论和方法设定合适的绩效评价指标体系; (2) 考虑EBSC的因果链及指标之间的具体关系, 构造出合适的网络结构; (3) 进行元素的相互比较, 将结果输入ANP软件, 如果软件求出的矩阵CR值小于0.01, 则未通过一致性检验, 需要重新输入判断矩阵。在一致性检验过程中, ANP软件会给予一个理论值, 可以作为修改判断矩阵的参考, 一致性检验通过才能继续下一步; (4) 用ANP软件进行计算, 求出极限矩阵, 从而得到指标的权重; (5) 根据战略网络的目标与各项EBSC指标的执行情况, 网络管理者对各项指标进行打分, 用平均分值与指标权重进行加权计算, 可以得到网络的绩效分, 从而合理评价战略网络的绩效。
本文采用的EBSC-SN的ANP评价模型如图4所示。
5 结论
对战略网络进行绩效评价是一个非常复杂的问题。严格来说, 战略网络的组成群体不仅包括企业, 同时还包括相关政府部门、金融机构、科研机构, 它们构成了企业的利益相关者。本文出于研究的方便性, 没有将它们纳入研究的范畴, 而只是将它们作为企业战略网络的外部环境。此外, 战略网络一般认为具有核结点, 本文认为核结点应该成为战略网络的管理者, 因为其从网络当中受益最大, 所以它应成为绩效评价的主体, 所需评价数据应当由其负责收集。对于单一核心节点的战略网络, 这应该是成立的。但是如果对于多核心的战略网络, 由谁评价以及所需数据的获取问题, 可能就会成为核心结点之间的一个博弈过程, 这无疑会加大对战略网络绩效评价的难度。本文提出的评价指标体系还略显粗糙, 应当还有进一步完善之处。ANP方法在克服指标层次相关性上有优势, 而且评价比较全面, 但所需数据收集上难度还是很大的, 特别是当需要经常性评价时这个弱点尤为突出, 所以还应当考虑更为科学的评价方法。
参考文献
[1]JARILLO J C.On strategic network[J].Strategic Management, 1988 (9) :31-41.
[2]GULATI R, NOHRIA N.Strategic network[J].Strategic Manage-ment Journal, 2000, 21 (3) :203-215.
[3]林健, 李焕荣.战略网络对企业绩效影响分析[J].科研管理, 2003 (7) :87-92.
[4]AMIT R, ZOTT C.Value creation in E-business[J].StrategicManagement Journal, 2001 (22) :493-520.
[5]刘清华.企业网络中关系性交易治理机制及其影响研究[D].浙江:浙江大学管理学院, 2003:32-33.
[6]KANDAMPULLY J.Innovation as the core competency of a service or-ganization:the role of technology, knowledge and network[J].Euro-pean Journal of Innovation Management, 2002, 5 (1) :18-26.
[7]尉建文.企业社会资本的概念与测量:一个综合理论分析框架[J].社会, 2008 (6) :61-70.
[8]尹建海, 杨建华.基于加强型平衡记分法的企业技术创新绩效评价指标体系研究[J].科研管理, 2008 (1) :1-7.
[9]郑培, 黎建强.动态条件下基于粗糙集的平衡计分卡模型及算法研究[J].运筹与管理, 2008 (10) :6-15.
[10]罗伯特s卡普兰, 戴维P诺顿.综合记分卡——一种革命性的评估和管理系统[M].石家庄:河北人民出版社, 2001:141-152.
【ANP法】推荐阅读：