《《精编》企业综合优势多层次模糊评价模型介绍》由会员分享,可在线阅读,更多相关《《精编》企业综合优势多层次模糊评价模型介绍(9页珍藏版)》请在金锄头文库上搜索。
1、企业综合优势多层次模糊评价模型* 河北省社会科学规划研究2000年度项目(200002010)许良* 许良,1975年生,工学硕士,燕山大学经济管理学院任教,主要研究方向:管理信息系统与人力资源管理。E-mail:nothing_ (燕山大学经济管理学院,066004)摘要 本文根据企业综合优势评价指标体系的特征,采用模糊方法评价企业综合优势,建立了多层次模糊评价模型,给出了有关权系数的具体赋值方法。关键词 综合优势 模糊模型 指标体系1 引言随着国际经济一体化和全球化的发展,我国经济将越来越深入地融入全球经济体系中。作为经济活动的主体企业将面临着竞争越来越激烈的国际环境和复杂多变的市场环境。
2、因此,企业必须对自身的综合优势进行全面正确地评价,才能制定合理的经营战略参与国际市场的竞争。目前,国外用比较优势理论等多种方法来研究、评价企业综合优势,但它们无一例外地用企业或企业行为的某一侧面的研究来代替整体,而往往忽视了企业作为一个大系统在多方面、全过程中各环节、各方面优势的组合。这往往令企业决策者和管理者在全面观察企业现状、运营效果和发展趋势时找不到一种系统、全面、逻辑性强的方法,以至于缺乏一套完整的理论依据和实际操作的方法,从而增大了战略决策的失误。国内对企业综合优势的评价先后提出了多种方法,包括功效系数法、AHP法等多种方法,其中指标体系建立的较为全面完整的当属系统动力学方法。但是由
3、于该方法较为复杂且难于理解,而且评价指标中很多影响因素具有模糊性,因此本文结合企业综合优势评价指标体系的特点,采用多目标多层次模糊评价模型评价企业综合优势。2 企业综合优势评价指标体系企业的综合优势,表现为企业的各种现有资源、固有条件、具备能力与外部环境提供的各种机会与威胁等因素不断结合而形成的综合竞争力。由于评价企业的综合优势是一项复杂工作,所以,必须从多个方面、用多个指标来反映它。故此,在对综合优势作具体评价时,可用四个一级指标来表示,即:企业的外部环境条件指标(E)、企业能力指标(C)、企业内部资源条件指标(R)和经营效果指标(B),具体指标体系见图1。3 多目标多层次模糊综合评价模型从
4、图1所示的综合评价指标体系不难看出,我们已将各企业的影响因素按对目标的属性分为若干分系统。考虑一般情形设评价企业集为S=s1,s2,sm;评价目标集为O=,如果某个(i1,2,g)又由个子目标组成,则记为=,;由全体评价指标组成评价指标集U,按n个不能再分目标将评价指标分成n个子集U=,且满足=u,ij,i,j1,2,n社会与政法条件(E1)基础设施条件(E2)社会技术条件(E3)经济环境条件(E4)地理资源条件(E5)行业条件(E6)贸易条件(E7)市场竞争条件(E8)企业综合优势(A)管理能力(C1)适应能力(C2)营销能力(C3)生产与制造能力(C4)新产品开发能力(C5)人力资源条件(
5、R1)财力资源条件(R2)物力资源条件(R3)技术资源条件(R4)产品市场情况(B1)经济效益状况(B2)企业外部环境条件(E)企业能力(C)企业内部资源条件(R)经营效果(B)I目标层II一级评价指标III二级评价指标图1 综合优势评价指标体系简图设第i个子集ui有ni个评价指标,对于S中的sj可用矢量表示ni个评价指标的指标值=(,) (1)对于与Ui对应的第i个目标来说,m个企业评价指标的指标值可用下列矩阵表示: ix= (2)按一定的隶属函数计算,可将指标值矩阵转化为下列隶属度矩阵(评价矩阵) = (3)式中:为企业sj对应的第i个目标的第k个指标的隶属度,且0,1。我们分别以和表示m
6、个评价企业对应的Ui上第k个指标的单指标评价和ni个评价指标对应Sj的单企业评价=(,),=(,)。设子集Ui的ni个评价指标的权系数集为=(,) (4)式中(k=1,2,ni)为第k个评价指标对应的权系数值,且0,=1。Ui上的模糊综合评价集为=(,) (5)其中为Ui上的企业Sj的模糊综合评价结果,且按下式计算=(k=1,2,ni;j=1,2,m) (6)式中的和为广义Fuzzy算子,是对模糊矩阵的复合运算(max)和(min)的一种推广。将作为更高一层的评价矩阵行,再引用式(6)计算,这样便可得到最高层的综合评价结果集:B=(,) (7) 决策者在对企业进行综合评价时往往要求依据多种评价
7、原则进行评价的特点,对综合评判的数学模型中的Fuzzy算子的组合方式作了进一步的拓广,该模型可实现下述评价原则下的模糊评价(对于Ui来说,下述各模型分别给出式(1)中的): (1) 原则1:全面考虑各个因素原则 该原则要求对所有因素依权系数值的大小均衡兼顾,比较适用于要求整体指标的情形。与此对应的模糊运算模型为:= (2) 原则2:只考虑重点因素原则该原则下的评价结果只由指标最大的决定,其余指标在一个范围内变化不影响评价结果。该原则比较适用于单项最优运算综合优化的情形。与此对应的模糊运算模型为: =(k=1,2,ni) (3) 原则3:着重考虑重点因素原则该原则与原则2接近,但评价结果比原则2
8、要精细一些,评价结果多少反映了非主要指标。该原则适用于原则2所得评价结果不可区别而需要“加细”时的情况。与此对应的模糊运算模型为: = = (4) 原则4:既全面考虑又兼顾重点原则 该原则既要求对所有因素全面考虑,又要求兼顾重点因素,与此对应的模糊运算模型为全面考虑各个因素原则下的运算模型同着重考虑重点因素原则下的运算模型的加权组合 =+(k=1,2,ni;01)4 综合评价模型中多目标权系数的赋值方法4.1 多目标权系数的赋值方法 在企业这一复杂系统中,决策问题常常是半结构化或非结构化的,对这些结构不良问题领域的多目标(多指标)权值的确定,往往反映了专家对领域问题理解的一个重要方面,是专家经
9、验和决策者意志的体现,它相当程度上决定了多目标综合的精度。这里我们定义权系数赋值包括权系数初值设定,一致性或合理性检验,归一化和调整四个阶段。 为了使决策者能较为准确地对不同性质目标子集或指标子集的权系数赋值,我们采用了直接给出法(DDM)、比较矩阵法(CMM)、层次分析法(AHP)、环比评分法(CCM)、重要性排序法(IOM)、二型Fuzzy子集法(TFM)等来确定权系数值,即确定iA。 考虑到不同的目标(指标)集往往具有不同的性质和特点,以及不同的决策者选择(或喜欢运用的)权系数赋值方法也不一定相同。我们在实际应用中将多种权系数赋值方法综合运用,并给出形影不离的选择策略。从而使得决策者可以
10、根据自己所处的决策环境和自己对决策问题的了解程度,较为方便和较为准确地选择相应的权系数赋值方法,而不必去详细了解每一种方法的具体原则。4.2 特征值量化方法 企业系统的指标一般不外乎下列几中类型:成本型(越小越好型)、效益型(越大越好型)、适中型(不能太大又不能太小型)、区间型(特征值在某一固定区间内为最好)。对于子集Ui中的ni个指标来说,一般可分解为四个子集Ui=Ui1,Ui2,Uini=Ui1,Ui2,UilUil+1,Uil+2,UimUim+1,Uim+2,UirUir+1,Uir+2,Uini=Ui1Ui2Ui3Ui4式中Ui1 为成本型指标子集 Ui2 为效益型指标子集Ui3 为
11、适中型指标子集Ui4 为区间型指标子集。 为了计算上的简便和易于推广,对于隶属度的计算采用下面四种隶属函数: (1) 成本型隶属函数(k=1,2,l) = (8) (2) 效益型隶属函数(k=l+1,l+2,m) = (9) (3) 适中型隶属函数(k=m+1,m+2,r) = (10) A: B: (4) 区间型隶属函数(k=r+1,r+2,ni) = (11) A:v0l2 式中 v0l1,v0l2为指标的最佳稳定区间。此外,决策者还可根据指标的特征和自己的要求设定指标的最大、最小阈值。对于某些不能明确可测只能进行定性评价的指标,则采用查隶属度等级Fuzzy子集的方法确定,从而将定性的判定
12、有效地转化为定量的分析。5 结论 本文根据企业综合优势评价的内外部特征,建立了企业综合优势评价指标体系,然后给出了多层次模糊评价模型具体对企业综合优势进行评价,为企业综合优势的评价建立了一种可靠的模型。参考文献1 李希灿,张维,宋岩.多目标多层次系统多维模糊决策理论模型.模糊系统与数学, 1999,13(3):62-692 陈广文,刘桂英.用模糊综合评定方法评定企业的经济效益.哈尔滨科学技术大学学报,1988(2):69-743 王宗军,冯珊.我国计划单列城市整体发展水平的多目标多层次模糊综合评价研究.系统工程与电子技术,1993The Model of Multi-arrangement F
13、uzzy Evaluation for Enterprise Integrate PreponderanceXu Liang(School of Economics and Management, Yanshan University, Qinhuangdao, 066004)Abstract According to the feature of enterprise integrate preponderance index system, the paper uses fuzzy method to evaluate enterprise integrate preponderance, sets up the model of multi-arrangement fuzzy evaluation and gives the specific evaluating method about weight coefficient and approach about model.Keywords Integrate Preponderance Fuzzy Model Index System