TOPSIS综合评价

TOPSIS综合评价（精选7篇）

TOPSIS综合评价 篇1

摘要：确定合理的评价指标体系,并在此基础上将熵权法和TOPSIS法相结合对公路站场规划方案进行综合评价。在评价过程中,利用熵权法科学地确定各评价指标的权重,通过TOPSIS法对各备选方案进行定量排序,从而作为选择公路站场布局方案的依据,以某市的站场规划布局为例,说明该方法的实用性。

关键词：公路站场,指标体系,熵权法,TOPSIS法

公路客货站场系统是交通运输枢纽系统中的一个重要组成部分,它以公路骨架干线为依托,以客货站场设施为基础,以现代化交通通讯技术为手段,以科学的管理、综合服务为目标,具备运输组织、中转换乘、中介代理和通信信息4个基本功能。公路站场系统在公路运输朝着快速、高效、专业化方向的发展过程中具有重要作用,其规划建设是一个复杂的系统工程。考察公路站场系统的规划建设是否合理,是否实现了协调和发展的目标,当然离不开相应的综合评价技术。评价的核心内容是:指标体系的建立和指标权重的确定。传统的对公路运输站场规划方案的评价大多采用单方案的评价方法,各个指标权重的确定也只是根据专家的经验。本文首先确定综合评价的指标体系,并在此基础上将熵权法和TOPSIS法相结合,对站场规划方案进行综合评价。

1 公路站场规划的综合评价体系

1.1 评价指标的原则和内容

评价指标是否合理直接影响到规划方案评选结果的科学性和准确性。指标的选取应符合以下原则:①综合性原则;②可比性原则;③定性和定量性相结合的原则;④独立性原则;⑤层次性原则。

根据上述指标体系的原则说明,从交通功能、规划协调性、环境适应性、经济适应性4个方面对公路站场规划布局方案进行评价,具体的指标体系见表1。

1.2 评价指标的定量化

1)站场功能适应性A11。

该指标用于描述站场规模满足程度。需求与能力之比的饱和度为i,一般认为站场需求与其能力之比处于0.75～0.85较合适。故站场规模的适应性采用式A11=e-|i-0.08|计算。

2)站场发展余地A12。

该指标用于描述站场向规划用地以外扩展的可能性。站场四周用地越容易扩展则发展余地越大。A12=可扩展用地面积(S1)/规划站场用地面积(S2),当S1>S2时,可取S1=S2。关于S1计算,不能简单地按面积求和,不满足的零星碎块用地不应考虑。满足站场设施要求的最小占地求和时,要注意到站场周围的土地利用现状和性质,土地利用程度等。不同性质、不同利用程度的土地,其满足站场扩展需求程度是不同的。一般可以通过规划部门的调查分析得到站场周围的土地利用情况和规划情况。

3)与其它运输方式的协调性A21。

该指标描述了与其它运输方式换乘(例如公路—铁路、公路—水路、公路—航空等)的方便程度。换乘越方便则协调性越好,可用各个方式站场之间的径路距离来衡量。通常在有多个其它运输方式的站场的时候,取与该公路主枢纽客运站场(或者货运站场)距离最近的运输方式站场来计算。A21=L3,式中L3为与其它方式站场之间的径路距离。

4)与城市总体规划协调性A22。

A22=规划站场与总体规划中相应性质用地重合的面积(S3)/规划站场用地面积(S2)。

5)与公路网主骨架协调性A23。

该指标用于描述站场与公路主骨架衔接得好坏,衔接得越好协调性越好,该值越大。它反映出从各站场通过公路出入城市的便捷性。对于公路出入口以内的站场,可用公路主骨架之间径路距离来衡量。对于之外的站场,可用站场与公路主骨架之间的直线距离来衡量。A23=e-‖(Li-L0)/L0‖+η,式中Li为站场与公路主骨架的径路距离;L0为各站场到公路主骨架的距离的最小值;η为调整系数,一般取0.020～0.051。

6)对周边环境的影响A31。

公路枢纽站场对环境影响主要是2个方面:对生态的影响(噪声污染和环境污染)和交通的影响。定义环境影响平均系数p,该影响系数与每个小区和站场质心的距离ri、站场规模的大小F、每个小区的换算面积Si以及与站场出入口道路的服务水平Uj有关。

7)投入产出适应性A41。

该指标用于描述各套方案的投资与收益情况。

8)资源利用指数A42。

该指标用于描述人均拥有的交通资源,在一定程度上反映了场站运输的服务水平。

2 评价方法及步骤

2.1 TOPSIS原理

TOPSIS法是由C.L.Hwang于1981年所发展出来的,是一种类似简单加性加权法的排序方法。基于被选择的方案应该是距理想解最近,同时距离负理想解最远的概念,而假定每一属性是单调递增或递减,因此可以将偏好转化为欧氏距离而加以计算和衡量,并经综合比较后而得到最佳方案。

2.2 TOPSIS法与熵权法结合的评价分析步骤

1)初始数据矩阵的构造。公路站场规划布局方案的初始指标评价矩阵为

$\mathit{X}=\left(\begin{array}{ccc}x{}_{11}& \cdots & x{}_{1n}\\ ⋮& & ⋮\\ x{}_{m1}& \cdots & x{}_{mn}\end{array}\right)\begin{array}{l}\\ .\end{array}$

,为了便于比较,首先要根据$y{}_{ij}=\frac{x{}_{ij}}{{\displaystyle \sum _{i=1}^{m}x}{}_{ij}}$对初始数据作归一化处理,公式为$y{}_{ij}=\frac{x{}_{ij}}{{\displaystyle \sum _{i=1}^{m}x}{}_{ij}}.$由此得到标准化矩阵为

Y={yij}m×n.

2)各指标权重的计算。熵原是一个物理概念,在信息系统中利用概率理论来衡量信息的不确定性。熵越大,它表明数据分布越分散,其不确定性也越大。设第j项指标的信息熵值为$\text{e}{}_j=-k{\displaystyle \sum _{i=1}^{m}y}{}_{ij}\ln y{}_{ij}.$式中:k为与m有关的常数,k=lnm-1 ,0≤ej≤1。

第j项指标值的数据的分散程度取决于该指标的信息熵ej与1的差值,即hi=1-ej,第j项指标的yij值分布越分散,相应的hj值也越大,表明第j项指标重要性也越高。相反,如果第j项指标的yij值分布相对集中,表明该指标的重要性越低。如果yij值都相等,即指标评价值绝对集中,表明该指标在选择规划布局方案时不起任何作用。可见,利用熵权法估算各指标的权重,其本质是利用该指标信息的价值系数来计算的,其价值系数越高,对评价的结果的贡献越大,所以,j项指标的权重为$w{}_j=\frac{h{}_j}{{\displaystyle \sum _{i=1}^{m}h}{}_j}.3)$规划布局方案加权评价值矩阵的计算

$\mathit{V}=\left(\begin{array}{ccc}w{}_{1}y{}_{11}& \cdots & w{}_{n}y{}_{1n}\\ ⋮& & ⋮\\ w{}_{1}y{}_{m1}& \cdots & x{}_{n}y{}_{mn}\end{array}\right)=\left(\begin{array}{ccc}\upsilon {}_{11}& \cdots & \upsilon {}_{1n}\\ ⋮& & ⋮\\ \upsilon {}_{m1}& \cdots & \upsilon {}_{mn}\end{array}\right)\begin{array}{l}\\ .\end{array}4)$

确定最理想指标加权评价值集合V+ 和最不理想指标加权评价值集合V-,所谓正理想解是指每一指标中选出的最大的指标值,成为正理想解的集合,负理想解则相反。

$\begin{array}{l}V{}^{+}=\{(\underset{i}{{\displaystyle \max }}\upsilon {}_{ij}|j\in J{}_1),(\underset{i}{{\displaystyle \min }}\upsilon {}_{ij}|j\in J{}_2),(i=1,2,\cdots ,m)\},\\ V{}^{-}=\{(\underset{i}{{\displaystyle \min }}\upsilon {}_{ij}|j\in J{}_1),(\underset{i}{{\displaystyle \max }}\upsilon {}_{ij}|j\in J{}_2),(i=1,2,\cdots ,m)\}\end{array}$

.式中:J1为效益型指标的集合,J2为成本型指标的集合。

5)计算距离,主要是计算每一个方案与正理想解以及负理想解之间的距离,方案与正理想解的距离为$S{}_i^{+}=\sqrt{{\displaystyle \sum _{j=1}^n(}\upsilon {}_{ij}-\upsilon {}_j^{+}){}^2},(i=1,2,\cdots ,m)$.方案和负理想解的距离为$S{}_i^{-}=\sqrt{{\displaystyle \sum _{j=1}^n(}\upsilon {}_{ij}-\upsilon {}_j^{-}){}^2},(i=1,2,\cdots ,m).6)$确定相对接近度。规划布局方案的评价值与最理想的评价值集合和最不理想的评价值集合之间的相对接近度为Ci=S-i/(S+i+S-i)。

7)将步骤6)所计算出的结果由大到小的顺序排列,给规划布局方案的排忧名次。

3 应用分析

以某市站场规划布局为例,说明评价方法的应用过程。表2列出了三个不同方案的评价指标值。各指标值经过步骤1)做归一化处理。

根据步骤2)计算的各权重向量为

Wj=(0.124 95,0.1257 20,0.120 12,0.125 89,0.125 79,0.126 10,0.125 07,0.126 29).

加权评价值矩阵为

$\left[\begin{array}{cccccccc}0.05598& 0.03357& 0.06066& 0.05422& 0.03057& 0.0174& 0.02864& 0.04155\\ 0.03199& 0.06462& 0.01249& 0.05183& 0.02884& 0.0589& 0.0514& 0.01831\\ 0.03699& 0.02753& 0.04697& 0.01975& 0.06651& 0.0498& 0.04502& 0.06643\end{array}\right]\begin{array}{l}\\ .\end{array}$

本例中J1包括站场功能适应性、站场发展余地、与其它运输方式协调性、与城市总体规划协调性、与公路网主骨架协调性、投入产出适应性、资源利用指数;J2包括对周围环境的影响。最理想指标加权评价值集合V+和最不理想评价值集合V-分别为

V+=(0.055 98,0.064 62,0.060 66,0.054 22,

0.066 51,0.017 40,0.051 40,0.066 43),

V-=(0.031 99,0.027 53,0.012 49,0.019 75,

0.028 84,0.058 89,0.028 64,0.018 31).

规划布局方案评价值与理想解和负理想解的距离分别为S+i=(0.058 24,0.077 73,0.059 21)T,

S-i=(0.076 61,0.054 11,0.078 28)T. 方案的评价值与理想解的相对接近度为Ci=(0.568 1,0.410 4,0.569 3)T,按Ci的大小顺序对方案进行排序优选,得C3>C1>C2。因此,方案3为最优方案。

4 结 论

TOPSIS法是一种多目标决策方法,适用于处理多目标决策问题。提出TOPSIS法和熵权法相结合应用于公路站场规划布局综合评价中,取得较好的效果,与其他方法比较,该方法原理简单,能同时进行多个对象评价,计算快、结果清晰、评价客观。在实际应用中,我们可以根据实际情况对评价指标加以修正,找到科学合理的评价指标,使得这种方法得到广泛的应用。

参考文献

[1]刘伟华,王建,晏启鹏.公路主枢纽客货站场规模确定方法[J].重庆交通学院报,2002,21(3):38-42.

[2]刘琪,晏克非.公路站场规划布局方案综合评价方法研究[J].公路交通科技,2005,22(11):159-162.

[3]刘燕雯,潘尔顺.TOPSIS法在供应商评估中的应用[J].工业工程与管理,2004(s1):1-5.

[4]秦寿康.组合评价原理与应用[M].北京:电子工业出版社,2003.

[5]董千里.站场规划方案综合评价的AHP-P隶属度合成方法[J].西安公路交通大学学报,1995,15(4):84-89.

TOPSIS综合评价 篇2

1 资料和方法

1.1 资料

本文数据来源于辽宁省5家矿务局总医院的综合财务报表和人力资源统计表,分别用A、B、C、D和E表示。其中改制的有A、B、C3家医院,未改制的有D和E两家医院。收集所有医院在2002-2004年的人力资源、物质资源、医疗服务的规模和质量、经费收支及资金运转等方面的信息,采集数据均认真核对,准确无误。

1.2 方法

通过参考有关文献[4,5,6]并结合多位医院管理者和医学专家的意见,选取4个一级评价指标,包括医疗质量、工作效率、社会效益和经济效益、医疗规模等,20个二级指标,包括治愈率、好转率、重症抢救成功率、入院诊断与出院诊断符合率、临床病理符合率、医院每职工年均门急诊人次数、医院每职工年均出院人次数、病床使用率、平均住院日、百元固定资产业务收入、药品收入占业务总收入比例、每床平均收入、业务收入/业务支出、医院每职工平均业务收入、护理服务满意度、总门急诊人次数、业务总收入、固定资产、总出院人次数、每床医院资金总额。

运用SPSS软件以及EXCEL软件对数据进行标准化处理,用TOPSIS法进行综合评价。

2 结果与分析

2.1 各医院各年度Ci值及年均变化率

2.2 5家医院综合评价结果分年度排序

表1和表2显示医院B2002年度综合评价结果居第二位,其后两年上升为第一位。医院C2002、2003年度均居第三位,2004年上升为第二位。医院E2002年度居第一位,但其后两年排序逐年下降,终至第三位。医院A、D3个年度排序无变化,均居第四、五位。所有5家医院综合评价结果(C值)按年度自身相比,均呈上升趋势。

3 讨论

3.1 TOPSIS法是系统工程中有限方案多目标决策分析常用的一种决策方法

其基本思想是基于归一化后的原始数据矩阵,将有限方案中的正理想解和负理想解构成一个空间,待评价的单元视为空间上的某一点,通过求出该点与正理想解和负理想解间的距离,得出待评价单元与正理想解的相对接近程度Ci值,并根据Ci值来评价各评价单元的优劣[7]。Ci值介于0和l之间,其越接近l,反映该评价单元越接近最优水平;Ci值越接近0,表明该评价单元越接近最劣水平[7]。按Ci大小对评价单元排序,Ci值越大,表示综合效益越好。

3.2 TOPSIS法能定量反映不同评价单元的优劣程度

TOPSIS法对原始数据进行同趋势和归一化处理,消除了不同指标量纲的影响,排序结果充分利用原始数据信息,能定量反映不同评价单元的优劣程度[8]。

本研究利用TOPSIS法进行综合评价,在指标体系的设计上力求全面反映医院的综合状况,反映医院实现其社会功能和自身运行管理中的最具影响的主要因素和内在规律。指标之间力求避免内涵的重复或具有因素联系。因此,在本次综合评价指标体系中设计了医疗质量、工作效率、经济效益与社会效益和医疗规模4个一级指标。评价结果直观、可信,克服了以往评价指标单一、主观性太强等弱点,有利于管理者从整体上把握本院不同年度不同医院的综合效益分布情况,便于找出不足,及进一步决策。

3.3 评价结果

评价结果表明,各医院3年来都在向前发展,但是,改制自主经营的3家发展较快,未改制的2家发展缓慢。

评价结果各年度排在前3名的医院是B、C和E3家矿务局总医院。B矿务局总医院与C矿务局总医院均为改制自主经营的医院。两所医院改制前所有权和经营权都归矿务局所有,属于三级甲等医院,在5家医院中实力较强排名第二、第三,改制后具有自主的所有权和经营权,近两年拓宽发展的思路,接受社会医保,医院发展强劲,各项指标逐年上升,C值年均变化率居第一、第二位,综合评价排名也逐年上升至第一、第二位。未改制的E矿务局总医院实力较强,2002年排名第一位,近两年发展较慢,排名下滑,虽然每年的C值仍呈上升的趋势,但年均变化率仅排名第四位。

发展较快、水平上升的是A矿务局总医院,2002年改制时其综合实力排名第四。但转变经营机制后,医院自主经营,引进人才,加强管理,更新设备,开展新的先进技术,近两年来医院的状况发生很大变化。虽然该院近两年综合实力仍排名第四,但其C值呈逐年较快上升的趋势,其中,C值年均变化率居第三位,仅次于B、C矿务局总医院。

发展滞缓的医院是两家未改制的,E矿务局总医院和D矿务局总医院。两家医院仍然附属于企业。D矿务局总医院连续3年排名靠后,其C值年均变化率也排名最后。E矿务局总医院基础很好,2002年排名第一,但近两年排名下滑。

研究结果证明了厂矿企业医院体制改革是其发展的动力这一客观规律。企业和医院领导管理层应客观、冷静、实事求是地面对上述综合评价结果,将有利于进一步推动改革,促进企业所属医院水平的提高和可持续性的发展。企业医院转制是一项涉及面广、程序复杂的系统工程,是我国医院改革的重点,也是我国卫生事业发展的关键。解决企业医院转制过程中存在的问题需要政府的支持、各部门的重视及配合,只有这样企业医院的转制之路才会走的更加顺畅,从而更好地为我国卫生事业和人民健康作出应有的贡献[9]。

参考文献

[1]杨维钢,林杰.企业医院分离前准备[J].现代医药卫生,2006,22(5):490-491.

[2]王甫群.发展中的企业医院[J].中国医院,2009,13(1):25-26..

[3]王一任,孙振球.医用综合评价方法研究进展[J].中南大学学报(医学版),2005,30(2):228.

[4]姚文武,陆超英.加权TOPSIS法在医院临床科室综合评价中的运用[J].中国医院统计,2004,11(1):40-41.

[5]黄卫.运用加权TOPSIS法对医院医疗质量进行综合评价[J].实用全科医学,2008,6(6):639-640.

[6]谢利平.TOPSIS法对医院住院医疗质量与效益的综合评价[J].中国医院统计,2006,13(4):361-362.

[7]孙振球,王乐三.医学综合评价方法及应用[M].北京:化学工业出版社,2005.

[8]高永,王玖,石德文.加权TOPSIS法综合评价在Excel中的实现[J].中国卫生统计,2007,4(4):428-429.

TOPSIS综合评价 篇3

随着科技的进步和人们生活水平的提高,人们对企业生产系统的要求也发生变化,即市场需求的日趋多样化,并且市场趋于饱和,市场竞争也日趋加剧,这样使得企业生产系统面对的生产更加多变,如果生产系统没有应变能力就很难生存和发展。另外企业在进行生产系统投资时必须考虑未来变化的环境对生产系统提出的柔性需求,以确保企业在进行产品调整时,现有的生产系统不至于由于刚性太强,调整费用过高和调整时间过长而面临淘汰。因此企业在进行生产系统投资决策时,必须考虑生产系统的柔性问题,生产系统的柔性是企业获得竞争优势的重要资源[1,2]。

柔性对企业生产系统的意义在于:(1)有利于不同品种、批量产品的生产;(2)系统可以经济快速地转换生产对象;(3)减少了产品生产前的等待时间;(4)减少库存,加速资金周转;(5)提高设备利用率[3]。

企业生产系统柔性的评价属于多目标多方案的评价决策过程。本文针对企业生产系统柔性的特点,建立了评价指标体系,根据信息论中的熵技术来确定各评价指标的权重,利用TOPSIS方法对企业生产系统柔性进行了评价研究,并用相应案例来说明模型的应用。

1 企业生产系统柔性评价指标体系的建立

在建立生产系统柔性评价指标时一般应遵循以下的原则:(1)简洁、完备性原则,生产系统柔性指标体系应能全面反映生产系统运作效率的情况,但指标数目尽可能的少,各指标之间不应有强相关性。(2)客观、可考核原则,指标设定过程尽量不受主观因素的影响,数据来源要真实可靠以确保结果的真实性和可考核性。(3)可扩充原则,柔性指标应根据企业不同阶段的要求对指标体系进行修改、增加和删除,并可根据具体情况将效率指标进一步具体化。

在上述的原则指导下,我们建立起如表1的指标体系[1,4,5,6,7,8]。即生产系统柔性具有反应柔性、应变柔性、缓冲柔性等方面含义。所谓反应柔性主要指生产系统对外界环境变化的感受速度,如果外界环境变化已经影响到生产系统,而生产系统迟钝,则其反应柔性差。应变柔性主要指生产系统中的生产要素和生产组织管理应当具备随市场需求的变化而迅速更新或重新组合的能力。缓冲柔性主要指生产系统中生产要素和生产组织管理应当具备吸收或减弱市场需求变化对生产系统正常运行影响的能力。

2 TOPSIS方法原理

TOPSIS方法(Technique for Order Preference by Similarity to Ideal Solution)是一种多目标决策方法,被称为在决策分析中一种逼近于理想解的排序方法,该方法的关键是要寻找决策方案的“理想解”和“负理想解”,所谓理想解是指一设想的最好的解,它的各指标值均达到各候选方案中最好的值,而负理想解是另一设想的最坏的解,它的指标值是各方案中最坏的值。有了理想解和负理想解,就可以考察各方案,看哪个方案距离理想解最近,同时距离负理想解最远,那么这个方案即为所有方案中最好的。该方法选优的过程也是一个排序的过程,本文尝试用TOPSIS方法对不同的企业生产系统柔性进行排序评价。

2.1 构建初始数据矩阵

设有m个企业,n个评价指标,用xij表示第i个企业生产系统的第j个指标的评价值,则企业生产系统的指标评价值的初始数据矩阵为:

为消除指标量纲影响,对初始数据标准化处理:

2.2 确定指标的权重集合W

W=(w1,w2,…,wn),且;其中wj表示第j项指标的权重。在这里,以信息论中的熵技术来确定各个指标的权重,下面为具体计算步骤:

假设对m个企业的n个指标因素行评价,得到表2。表中各行是某被调查者赋予各因素的权。

2.2.1 计算第j项指标下,第i个企业指标数值的比重

2.2.2 计算第j项指标的熵值ej:

2.2.3 计算第j项指标的偏差gj

对于给定的j,ej越大,指标的偏差度越小,则指标在综合评价中所起的作用越小。定义偏差度gj=1-ej;1燮j燮n,则当gj越大时,指标越重要。

2.2.4 确定权数wj

则wj就是利用熵测度来表示的第j个指标的权重。

2.3 计算企业生产系统的指标加权评价值矩阵

2.4 确定参考样本

确定最优企业生产系统柔性为:

确定最劣企业生产系统柔性为:

2.5 计算距离

计算每一个企业生产系统与最优企业生产系统与最劣企业生产系统的距离。与最优企业生产系统的距离为:

与最劣企业生产系统的距离为:

2.6 计算相对接近度

第企业生产系统与最优企业生产系统与最劣企业生产系统之间的相对接近度为:

2.7 排序

对计算出的每个Ci从大到小进行排序,此即为各企业生产系统的相对名次。

3 算例

为方便计算,我们利用企业的缓冲柔性做为算例。假设有如下的企业生产系统的缓冲柔性评价值表(每项指标的满分为10分),见表3。

利用熵,得到各指标权重为:

所以,最优理想方案值为:

最劣方案值为:

利用上述公式,即可计算出Ci={0.626,0.499,0.596,0.429,0.372};从Ci即可看出,企业A相对最优,然后依次为企业C、企业B、企业D、企业E。

4 结束语

本文采用TOPSIS方法对企业生产系统柔性进行了分析评价,方法简便易行,与其它方法相比具有自己鲜明的特性。需要注意的是,什么样的评价体系能够成为企业生产系统柔性较为可行的和全面的检验标准,还存在着争议。本文采用的评价指标体系仅供参考,是否合理、切合实际、具有可操作性等尚待进一步的研究和讨论。

摘要：柔性是生产系统应付动态多变的市场需求的重要手段之一,对提高生产系统的适应性和稳定性至关重要。通过对企业生产系统柔性的影响因素分析,建立了企业生产系统柔性的综合评价模型。在求解过程中用熵技术来确定评价指标的权重,然后用逼近理想解的排序法(TOPSIS法)对数学模型求解,使得对企业生产系统柔性评价更科学、客观。

关键词：生产系统,柔性,TOPSIS,指标体系,熵

参考文献

[1]张仁华、黎志成、张金隆:《不确定环境与生产系统柔性》[J];《华中理工大学学报(社会科学版)》1995(3):51-55。

[2]张青山、乔芳丽、徐剑:《生产系统柔性水平的最佳选择》[J];《管理工程学报》2002(1):12-14。

[3]王晶、齐京华、刘晓宇:《生产系统柔性的度量方法研究》[J];《管理工程学报》2003(3):63-66。

[4]刘丽文、李家庆:《论生产系统的柔性》[J];《管理工程学报》1999(1):19-22。

[5]庞庆华、杜栋:《现代生产系统中的柔性决策研究》[J];《科技管理研究》2004(4):98-99。

[6]庞庆华:《多品种小批量生产环境下的企业柔性管理》[J];《科技管理研究》2003(6):39-41。

[7]庞庆华、潘郁:《多品种小批量生产环境下的柔性调度研究》[J];《南京工业大学学报(自然科学版)》2003(2):65-70。

TOPSIS综合评价 篇4

柴油机整机性能评价对现有柴油机选型和新型柴油机论证、设计和评估都有一定的指导意义。而柴油机整机性能评价是典型的多目标、多变量综合评价问题, 要科学、系统、客观地对柴油机整机性能进行综合评价, 就必须建立一个能够反映柴油机整机性能的多方面、多层次、科学的评价方法。目前, 国内学者多采用模糊综合评价方法或模糊线性回归理论做这方面的研究。李兵等[1]运用价值分析方法, 对内燃机主要性能指标的加权综合评价进行了研究。路明等[2]基于模糊集理论, 通过求取各性能指标的隶属度函数和权重, 建立了内燃机整机性能的模糊综合评估模型, 提出了定量化和解析化评估的方法。常汉宝等[3]运用模糊线性回归理论, 得到各内燃机性能指标与其影响因素的回归方程, 提出了一种内燃机性能指标水平的定量描述方法。张永锋等[4]利用加权综合评价法对装甲车辆柴油机整机性能进行了定量综合评价。

Topsis (technique for order preference by similarity to ideal solution) 法即逼近理想点法是由Hwang和Yoon于1980年在文献[5]中提出的, 后来Laietal于1994年将Topsis的观念转化为多目标决策问题上, 是系统工程有限方案多目标决策分析的一种常用的方法, 可用于效益评价、决策、管理多个领域。通过此方法可对多属性不同种类事物进行效能评估, 具有广泛的应用[6,7,8,9]。本文采用Topsis法对柴油机整机性能进行综合评价。

二、Topsis法

Topsis的基本思路是[10]:基于归一化后的原始数据矩阵, 找出有限方案中的最优方案和最劣方案 (分别用最优向量和最劣向量表示) , 然后分别计算诸评价对象与最优方案和最劣方案的距离, 获得评价对象与最优方案的相对接近程度, 以此作为评价优劣的依据。

(1) 数据结构

设有n个待评估对象, 即方案, 每一评判对象有m个评判指标。原始数据以矩阵表示如下:

(2) 使指标具有同趋势性

评判指标中有的是正指标, 如效益类指标, 有的是逆指标, 如成本类指标。评判是要求都应具有相同的趋势。一般把逆指标转化为正指标, 转化的方法可采用倒数法 (即1/x) , 多使用于绝对数指标, 或差值法 (即1-x) , 多用于相对数指标。转化后的数据矩阵仍记为X。

(3) 数据无量纲化

无量纲化后的数据矩阵记为Y

其中元素

(4) 构成加权的数据矩阵Z, 其中的元素Zij为:

上式中的wj是第j个指标的权数, 这可按确定权数的各种方法加以决定。

(5) 确定指标理想值和负理想值, 分别构成理想值向量Z+和负理想值向量Z-。

其中

(6) 计算各评价对象指标值向量与理想值向量之间的相对接近程度。距离公式采用欧几里得距离公式, 即:

(7) 计算各评价对象指标值向量与理想值向量之间的相对接近程度:

(8) 按接近度大小对评价对象的优劣进行排序。

由于当评价对象指标向量就为理想值向量时, Ci=1;当评价对象指标向量为负理想值向量时, Ci=0。Ci愈接近1, 则相应的评价对象愈应排在前面。

三、坦克柴油机整机性能综合评价

文献[4]提出了13个主要性能指标作为坦克柴油机的综合评价指标, 包括平均有效压力、活塞平均速度、单位体积功率、升功率、燃油消耗率、机油消耗率、适应性系数、平均故障间隔时间、首次大修时间、比重量、扭振振幅、噪声、排气烟度。以德国主战坦克的TBD834柴油机, 英国挑战者主战坦克的CV12TCA-1200柴油机和法国AMX40主战坦克的UDV12X1100柴油机为例, 表1列出了这三种柴油机的各评价指标值。

由于燃油消耗率、机油消耗率、比重量、最大扭振振幅、噪声、排气烟度最大值为极小型, 利用倒数法转化为正指标, 得到决策矩阵如下:

将数据无量纲化并构成加权矩阵:

确定指标理想值和负理想值:

理想解

负理想解

距离及相对接近度见表2。

从三种坦克柴油机整机性能的排序可以看出, TBD834柴油机的整机性能最好, 明显好于UDV12X1100柴油机和CV12TCA-1200柴油机, UDV12X1100柴油机的整体性能又好于CV12TCA-1200柴油机, 这与文献[4]的评价结果一致, 说明本方法是有效的。

四、总结

Topsis法是系统工程中有限方案多目标决策分析常用的一种决策方法。对原始数据的利用比较充分, 信息损失少, 可定量反映不同属性的优劣程度, 具有直观、简明、可靠等特点, 避免了模糊评判或专家打分等传统方法确定指标权重的主观性, 对柴油机整机性能做出综合评价, 结果更科学、更客观, 为柴油机整机性能综合评价提供了一种新的途径。

参考文献

[1]李兵, 朱梅林, 等.内燃机性能评估的模糊线性回归方法[J].华中理工大学学报, 1998, 26 (5) :61-62, 65.

[2]陆明, 王耀华, 等.内燃机整机性能综合评价指标及计算方法[J].内燃机工程, 2001, 22 (2) :74-76, 79.

[3]常汉宝, 曾庆虎, 等.内燃机整机性能模糊综合评估方法研究[J].华中科技大学学报, 自然科学版, 2002, 30 (10) :4-6.

[4]张永锋, 骆清国.装甲车辆柴油机整机性能的综合评价[J].机械工程学报, 2006, 42 (B05) :205-208.

[5]Yoon k, The propagation of error in multiple-attribute decisionanalysis:a practical approach[J].Journal of the operational ResearchSociety, 1989, 40 (7) :681-686.

[6]刘崇洪.Topsis法在大气环境质量评价中的应用[J].干旱环境监测, 1993, 7 (4) :230-232.

[7]马丽萍.基于T o p s i s法的群决策方法[J].辽宁工学院学报, 1999, 19 (2) :71-74.

[8]化党领.Topsis多目标决策方法及其应用[J].计算机与农业, 1999 (4) :27-28.

[9]钱曙光.基于改进TOPSIS法的军事物流设施选址决策研究[J].舰船电子工程, 2008 (8) :34-36.

TOPSIS综合评价 篇5

1 综合评价指标体系

根据城市和谐发展的内涵,筛选出具有有效代表性的指标,并按其各自特征进行组合,就构成了城市和谐发展综合评价指标体系。根据文献[1]数据资料,我们选取指标如表1。

2 TOPSIS评价方法

TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)方法是由C.L.Hwang和K.Yoon首次提出,TOPSIS法根据对有限个评价对象与理想化目标的接近程度进行排序的方法,在现有的对象中进行相对优劣的评价[2]。

TOPSIS方法原理:它是一种逼近于理想解的排序法,该方法只要求各效用函数具有单调递增(或递减)性就行。其基本原理是通过检测评价对象与最优解、最劣解的距离来进行排序,若评价对象最靠近最优解同时又最远离最劣解,则为最好;否则为最差。TOPSIS法中“理想解”和“负理想解”是TOPSIS法的两个基本概念。所谓理想解是一设想的最优的解(方案),它的各个属性值都达到各备选方案中的最好的值;而负理想解则相反。方案排序的规则是把各备选方案与理想解和负理想解做比较,若其中有一个方案最接近理想解,同时远离负理想解,则该方案是备选方案中最好方案。

3 TOPSIS评价方法计算过程

Step1指标一致化处理。

评价指标有“正”、“逆”之分(所谓正指标就是指指标值越大越好的指标,逆指标就是指指标值越小越好),所以首先要对逆指标做一致性处理,使其转变为正指标。一致化处理公式:

x0=x-1,其中x为逆指标原始数据,x0为经过一致化处理后的数据。

Step 2确定指标权重。

采用变异系数法直接利用各指标所包含的信息通过计算得出指标的权重。这一方法的基本思想是,在评价指标体系中,指标取值差异越大的指标,也就是越难以实现的指标。差异越大的指标越重要,因为它更能反映出参加评价的各个对象的差距。评价指标体系中各指标的量纲不同,不宜直接比较其差异程度。为了消除各指标量纲不同的影响,用各指标的变异系数来衡量各项指标取值的差异程度。各指标的变异系数,其中σi是第i项指标标准差,是第i项指标均值。各指标权重为

Step 3用向量规范化的方法求规范决策矩阵。

设多属性决策问题决策矩阵X=(xij)m*n,规范化决策矩阵Y=(yij)m*n,则

Step 4构成加权规范矩阵。

Z=(zij)m*n,其中的元素zij为:zij=Wjyij(i=1,2,……m;j=1,2,……n)

上式中Wj是上文算出的第j个指标的权重

Step 5确定负理想解和理想解。

Step 6利用欧式距离计算各方感到理想解与负理想解的距离

每个城市的各指数值到理想解的距离是:

到负理想解的距离是:

Step 7计算每个城市的各属性值对理想解的相对接近度。

相对接近度越高则越远离负理想解点,越逼近正理想点,该测度对应的城市则相对越优,和谐发展水平越高。

4 综合评价结果及建议

利用TOPSIS法,通过对相关数据编程处理,分别对河南省内18个地市级城市的相对接近度进行计算,得出各地市的排名,见表2。

从综合排名结果可以看出,郑州、洛阳、南阳位居前三位,而鹤壁、漯河、三门峡排在最后。综合评价结果表明,郑州、洛阳等城市区域面积较大,人口众多,具有良好的人才优势、劳动力优势和较强的经济支配能力,它们依靠原有的完整雄厚的工业经济体系,在经济发展过程中占据着主导性,因而取得了良好的经济社会发展成绩。根据上述分析结果,我们提出如下建议:

1)协调区域之间平衡发展。综合评价结果表明,河南省地区经济发展水平差异较大,区域经济发展不平衡,今后制定经济发展战略时,要实现区域协调均衡发展,缩小地区之间的差异。

2)加快中原经济区整体发展部署。郑州、洛阳等区域面积较大,人口众多的城市具有较强发展实力,因此河南省应加快中原城市群建设,促进郑汴一体化步伐,加快城际铁路、城际公交建设,不断促进城市之间纵深全方位融合,从而形成整体规模的发展优势。

摘要：首先通过查找相关数据并提取综合评价指标,然后通过TOPSIS方法对河南省各地市经济进行评价,得出郑州、洛阳、南阳等市经济发展位居前列,最后对河南省各地市的经济发展提出若干可行建议。

关键词：TOPSIS方法,综合评价指标,经济评价模型

参考文献

[1]河南省统计局,国家统计局.2010年河南省统计年鉴[M].北京:中国统计出版社,2010.

TOPSIS综合评价 篇6

“软实力”(soft power)的概念最早是1990年由美国哈佛大学教授小约瑟夫·奈在《美国定能领导世界吗》一书中提出的。约瑟夫·奈指出,一个国家的综合国力既包括由经济、科技、军事等表现出来的“硬实力”,也包括以文化和意识形态吸引力体现出来的“软实力”[1]。在软实力的多种组成要素中,文化软实力是极为重要的一个部分。在当今社会,文化已成为一个民族凝聚力和创造力的重要源泉,是一个国家综合国力的重要评价指标之一。目前我国经济实力突飞猛进,但我国的文化软实力却亟待提高,因此提高国家文化软实力已被写入党的“十七大”报告,并作为我国文化建设的一个战略重点。

1 文化软实力综合评价指标体系的构建

第一,我国历史悠久,而文化软实力的建设与中国传统文化的关系极为密切,必须以文化传统作为根基,文化传统主要体现在物质文化遗产与非物质文化遗产。第二,文化软实力离不开文化教育,教育是一种人力资本,只有全面提高文化教育水平,提高文化行业工作者的教育水平,我国的文化软实力才能提高。文化教育水平主要反映在人口素质、文化产业人力资本、文化创新三个方面。第三,文化软实力的建立需要文化传播即通过各种媒介宣传积极的文化,如何更好的引导人民培养正确的价值观、人生观,树立正确的道德观是文化传播的重要责任[2]。文化传播主要通过公共文化服务和文化传媒进行实施。第四,文化营销也是一个国家文化软实力的重要组成部分,我国拥有丰富的文化历史、文化底蕴,如何更好的营销我们的文化,让全世界认识中国了解中国文化,这也属于文化软实力的范畴[3]。文化营销通过市场经营收益和文化管理来反映。第五,文化发展指的是政府的一些政策支持以及人们对于文化消费的需求,由文化消费需求、文化产业总产出、政府支持力度和文化吸引力构成[4,5]。具体的文化软实力综合评价指标体系及计算方法详见表1。

2 基于熵权TOPSIS法的实证分析

根据以上分析,在《中国文化文物统计年鉴2010》和《中国统计年鉴2010》上选取相关的统计数据,运用EXCEL和SPSS19.0建立我国各省市的文化软实力综合评价指标体系。由于数据的可得性,本体系中指标文物事业经营收入、群众文化经营收入、国家(省)自然或社科奖励、文化艺术输出总量暂时未算入计算范围。

首先对数据无量纲化处理,得到矩阵:

$R{}_{ij}=\left(\begin{array}{l}1.00,0.735,\cdots \cdots 0.1825,0.1497\\ 0.00,0.181,\cdots \cdots 0.0485,0.0508\\ \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \\ \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \\ 0.00,0.022,\cdots \cdots 0.0204,0.0124\end{array}\right)$,

再将数据转换为比重形式,得

${\rm P}{}_{ij}=\left(\begin{array}{l}0.1538,0.1325,\cdots \cdots \cdots 0.0325,0.0514\\ 0.0000,0.0326,\cdots \cdots \cdots \cdots 0.0086,0.0175\\ \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \\ \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \\ 0.0000,0.0039,\cdots \cdots \cdots \cdots 0.0036,0.0043\end{array}\right)$,

再对数据求熵进而确定各指标的权重(满足${\displaystyle \sum _{j=1}^{n}W}{}_j=1$)如表2:

再利用公式:Fij=rij*Wj得到TOPSIS法的无量纲化矩阵:

$F{}_{ij}=\left(\begin{array}{l}0.0122,0.0071\cdots \cdots \cdots 0.0064\\ 0.0000,0.0018,\cdots \cdots 0.0022\\ \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \\ \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \cdots \\ 0.0000,0.0002\cdots \cdots 0.0005\end{array}\right)$,

对该矩阵寻找最优解和最劣解,并且分别计算文化传统、文化教育、文化传播、文化营销、文化发展以及综合得分这六项的相近度,图1展示了五项一级指标下各省市得分的雷达图,表3列出了各省综合得分的数据。

由图1可以看出:在文化传统方面,山东、浙江、河北排在前3名;在文化教育方面,广东、江苏、浙江

排在前3名;广东省、江苏省、四川省在文化传播领域排在前3名;浙江省、江苏省、广东省在文化营销方面排在前3名;在文化发展方面,广东、浙江、上海名列前茅。

由表3可以看出,广东省、浙江省、江苏省的文化软实力在31个省市中排在前3名。从区域角度分析,前十名中有7个城市是东部城市,2个中部城市,1个西部城市,说明我国软实力呈现东强西弱的态势。

3 我国各地区文化软实力的聚类分析

依据前文分析得到的各一级指标的TOPSIS得分进行各省的聚类分析,研究在各一级指标下哪些省市分值较高。利用SPSS19.0软件进行聚类分析,得到图2。由图2可以看出,将31个省市分为5类比较合适,具体分类结果如表4

表5描述了各类地区在五个一级指标上的平均得分。

从表5可以看出,广东、浙江、山东这三个省在各指标的得分都明显高于其他省市,属于我国文化软实力较强的省份;第二类地区北京、上海、江苏在文化教育方面高于第三第四第五类地区,但在文化传统方面还需提高;以湖北、河南、湖南、四川、陕西为代表的第三类地区在文化传统、文化传播指标上分值较高,但需要加强文化发展指标的竞争力;第四类地区和第五类地区属于我国文化软实力较弱的地区,其中第四类地区在文化传统、文化传播、文化营销指标上要优于第五类地区,第四类地区和第五类地区主要集中在我国的西部省市,表明我国文化软实力东西差异性较大。

4 分析结果与政策性建议

4.1 我国文化软实力建设的主要问题

1)区域文化软实力差异显著。

根据以上的分析可以看出,目前我国在文化软实力发展上呈现出东地区>中部地区>西部地区的现象。这与文化资源的分布有关系,西部地区的物质文化遗产数量、文物藏品数量、非物质文化遗产数量上都要少于东部地区和中部地区,以西部地区的四川市为例,四川共有文化遗产107个,文物藏品89件,而东部地区的浙江省仅在非物质文化遗产数量上就达到了271个,由此可见西部地区在文化软实力的发展上资源不足。再有正如前文所述,文化软实力与经济硬实力是相辅相成的,西部地区受到经济因素的影响因而在文化产业总产值和增加值上低于东部地区。

2)城乡文化软实力差异明显。

我国城乡文化软实力之间的差异也是我国文化软实力存在的主要问题之一。以文化消费需求指标为例,北京市城镇居民家庭年平均文娱消费支出为2 654.98元,而农村居民家庭年平均文娱消费支出仅为960.41元,相差近3倍。造成这种差异的主要原因有收入上的差距和在文化固定资产投资文娱设施上的差距。目前农村居民主要通过电视以及广播这两种媒介获取新闻以及知识,而在图书报纸等媒介上则不足,我国在农村建立的文化站以及图书馆资源十分匮乏。

3)对传统文化的重视程度不足。

中华民族五千年的历史源远流长,五千年的文明博大精深,但是随着市场经济的发展,西方文化与我国文化一方面很好的融合了,但另一方面某些西方文化业对我国传统文化形成了冲击甚至是负面影响。国人对于传统文化的忽视越来越严重,以国粹京剧为例,目前我国的戏曲剧团中京剧戏团个数寥寥无几,以广东省为例,221个戏曲剧团中竟没有一个京剧剧团,全国2 333个戏曲剧团中京剧剧团仅有109个。

4.2 政策性建议

1)文化软实力的构建需要创新公共文化服务方式和管理体制。政府应当加大文化创新的投入,随着十七届六中全会强调要加快文化建设,这就为各省市尤其是西部地区的文化产业发展提供了契机,西部地区应当适当加大文化产业的扶持力度,找到各自地区的文化发展方向与特色。

2)加快文化产业的发展以提高文化软实力。坚持以经济建设为中心,在我国经济持续又好又快发展的前提下,加快文化产业的发展以提高文化软实力。文化软实力的提高需要以经济建设为基础,因为文化软实力的提高需要更多资金的投入,比如农村文娱设施的建设、固定资产的投资都需要一定的资金支持。

3)加大我国传统文化的宣传力度,引导人民培养正确的价值观人生观道德观。传统文化是一个国家文化的灵魂,是一个国家文化发展的支柱。政府应当加大对物质文化遗产、文物藏品、非物质文化遗产的保护力度,同时实施相应的政策来引导人民了解传统文化。

摘要：党的“十七大”报告提出要“提高国家文化软实力”,十七届六中全会也指出要加快文化体制改革。由此可见,文化软实力的发展将是我党今后一个时期的工作重点。本文通过熵值法与TOPSIS法建立了我国文化软实力的多指标综合评价体系,选取了文化传统、文化教育、文化传播、文化营销、文化发展5个一级指标,并下设了13个二级指标、30个评价指标。由最后的TOPSIS得分表中数据分析可知,广东省、浙江省、山东省、江苏省的文化软实力在我国31个省市中名列前茅。

关键词：文化软实力,熵值法TOPSIS法,聚类分析,多指标评价体系

参考文献

[1]周国富,吴丹丹.各省区文化软实力的比较研究[J].统计研究,2010(2):7-14.

[2]罗能生,谢里.国家文化软实力评估指标体系与模型构建[J].求索,2010(9):22-24.

[3]赵彦云,余毅,马文涛.中国文化产业竞争力评价和分析[J].中国人民大学学报,2006(4):72-82.

[4]林丹,洪晓楠.中国文化软实力综合评价体系研究[J].大连理工大学学报:社会科学版,2010(4):65-69.

TOPSIS综合评价 篇7

1资料与方法

本文资料选用2012年8家医院向市卫生局上报的单病种统计报表作为其综合评价的数据来源, 数据真实可靠。根据指标选择原则, 即选择区别力强、代表性好的5个指标:治愈好转率即愈好率 (X1) 、平均住院日 (X2) 、平均住院费用 (百元, X3) 、平均药品费用 (百元, X4) 和平均药品比例 (X5) 。这个指标体现了“疗效高、疗程短、费用低”的质量管理最终目标[2]。采用TOPSIS法与RSR法相结合对以上指标进行综合评价。TOPSIS法的基本思想是:基于归一化后的原始数据矩阵, 找出有限方案中的最优方案和最劣方案, 然后分别计算各评价对象与最优方案和最劣方案间的距离, 获得各评价对象与最优方案的相对接近程度, 以此作为评价优劣的依据;RSR法[3是著名医学统计学专家田凤调教授于1988年提出的, 其基本思想是:对评价指标编秩 (高优指标从小到大编秩;低优指标从大到小编秩;同一指标数值相同者编平均秩) , 计算秩和比RSR确定RSR的分布, 根据RSR值对评价对象进行排序与分档[4]。TOPSIS法与RSR法相结合其主要步骤如下[2]:

(1) 原始数据矩阵。设有n个评价单元, 每一评价单元有m个评价指标。原始数据以矩阵表示, 记为X:

(2) 使指标同趋势化。评价时要求具有相同趋势, 低优指标为绝对数、相对数, 分别采用倒数法和差值法转化为高优指标。同趋势化的数据矩阵以X'表示。

(3) 对同趋势化后的原始数据矩阵进行归一化处理, 并建立相应矩阵

其中, i=1, 2, …n;j=1, 2, …, m。归一化后的数据矩阵记为Z:

(4) 确定指标最优值和最劣值, 分别构成最优值向量Z+和最劣值向量Z-:Z+= (Z+1, Z+2, …, Z+m) , Z-= (Z-1, Z-2, …, Z-m) ;其中, Z+j=max (Zj1, Zj2, …, Zjn) , Zj- =min (Zj1, Zj2, …, Zjn) , j=1, 2, …, m。

(5) 计算各单位指标值与最优值的距离Di+和最劣值的距离Di-:

(6) 计算各单位指标值与最优值的距离相对接近程度:

(7) 按接近程度大小对各评价单元优劣进行排序, C值越大, 表明越接近最优水平。

(8) 以C值替代RSR值, 确定RSR的分布, 根据RSR值 (即C值) 对评价对象进行排序与分档。

2结果

2.1 TOPSIS法排序

某市8家二甲综合性医院2012年肺炎单病种质量管理指标见表1, 在评价指标中, 平均住院日、平均住院费用、平均药品费用和平均药品比例为低优指标, 愈好率为高优指标。通过将平均住院日、平均住院费用和平均药品费用以倒数转换为高优指标, 倒数值乘以100;而平均药品比例采用差值法 (即1-平均药品比例) 。

经同趋势转换后的数据矩阵为X', 经归一化后的数据矩阵为Z

注:二院统计值按 (1-1/4n) ×100%校正。

根据Z矩阵可得到最优值向量Z+和最劣值向量Z-:Z+= (0.3632, 0.4287, 0.4376, 0.4248, 0.4205) ;Z-= (0.3418, 0.2932, 0.3036, 0.2544, 0.2961) 。计算各医院肺炎单病种指标值与最优值和最劣值的距离及与最优值的相对接近程度, 见表2。

从排序结果可以看出:8家医院肺炎单病种质量管理综合评价中, 二院的质量管理最好, 五院的质量管理最差。

2.2结合RSR法分档[5]

TOPSIS法用于排序的相对接近程度取值C介于0与1之间, 分布同RSR法中的值, 可进一步进行RSR法分析。 以C值替代RSR值, 根据RSR值 (即C值大小排序, 计算向下累计频数, 查“百分数与概率单位对照表”, 求出所对应的概率单位值Y[6] (见表3) 。

运用SPSS13.0对RSR值进行正态分布检验, 检验结果符合正态分布; 经相关和回归分析, RSR值与Y具有高度线性关系 (R =0.953, P <0.001) 。 它们之间的线性回归方程为, 方差分析结果显示: F =59.209 (P <0.001) , 说明所求线性回归方程有统计学意义。

根据最佳分档原则, 结合合理分档数表, 将8家医院肺炎单病种质量管理分为好、中、差3档。方差齐性检验显示各档方差齐 (F=1.83, P>0.05) , 方差分析结果表明分档差异有统计学意义 (F=10.299, P<0.05) , 认为分档有效, 分档排序结果见表4。

注:根据最佳分档要求, 每档至少2例, 故将原第2档 (中档) 四院调整到第1档 (差档) 。

由表4可知, 2012年8家医院肺炎单病种质量管理中, 综合评价为 “ 好” 的是九院、 二院; 综合评价为“中”的是六院、七院、开发区医院、三院;综合评价为“差”的是五院、四院。

3讨论

单病种的质量管理最终目的和意义是提高医疗质量、降低成本、减少不合理费用, 充分利用卫生资源增强服务效益。本文通过TOPSIS法与RSR法相结合评价2012年8家二甲综合性医院肺炎单病种质量管理, 让各医院进行对比分析, 发现自身的不足, 促进医院在肺炎单病种医疗技术水平、管理水平不断提高。

TOPSIS法与RSR法是两种比较简单、快速、实用的综合评价方法, 两者对所有资料均无特殊要求, 广泛应用于效益评价、卫生决策和卫生事业管理等多个领域, 均能定量地评价被评价对象的相应优劣[5,6,7]。TOPSIS法较好地保存了原始信息, 能敏感反映指标间的差异, 可以很好地对评价对象进行排序, 且结果量化准确直观, 其局限性是评价结果容易受异常值的影响, 且不能对评价对象进行优劣分档[8,9,10]。RSR是一个非参数统计量, 对资料无特殊要求, 使用灵活方便, 弥补了TOPSIS法的缺点, 拓宽了TOPSI法的应用范围, 同时TOPSIS法又克服了RSR法由于非参数转化可能造成信息损失的缺陷[11]。两种方法结合在一起, 既对评价对象进行了排序, 又对排序结果进行了分档, 提高了统计分析的效能, 使评价结果更加具有准确性、客观性、实用性。

参考文献

[1]卫生部医政司, 卫生部医管司, 中国医院协会.单病种质量管理手册[M].2版.北京:科学技术文献出版社, 2011.

[2]高永, 王玖, 石德文.加权TOPSIS法综合评价在Excel中的实现[J].中国卫生统计, 2007, 24 (4) :428-429.

[3]蔡珊珊, 郭建新.应用秩和比法综合评价福建石狮市医院医疗工作情况[J].数理医药学杂志, 2012, 25 (4) :453-454.

[4]赵莉, 张文静.用秩和比法综合评价2003—2009年医疗工作[J].中国病案, 2011, 12 (2) :54-55.

[5]田治, 吴玲, 王小丹, 等.应用TOPSIS法和RSR法综合评价不同地区老年人生存质量[J].中国卫生统计, 2011, 28 (3) :286-290.

[6]黄小琼.应用TOPSIS法与RSR法综合评价医院质量管理[J].中国医院统计, 2012, 19 (1) :28-31.

[7]于蓓.TOPSIS法与RSR法相结合评价某院单病种医疗质量[J].中国卫生统计, 2011, 28 (3) :307-311.

[8]严茂春.应用TOPSIS法综合评价10年住院医疗质量[J].中国医院统计, 2010, 17 (1) :62-63.

[9]巩斌.TOPSIS方法在医疗质量综合评价中的应用[J].中国卫生统计, 2010, 27 (2) :191—193.

[10]吴爱雯.TOPSIS法对医院医疗质量管理的综合评价[J].中国卫生统计, 2010, 27 (6) :619-620.