于海霞
◆ 中圖分類號:F224.9文獻標識碼:A
內(nèi)容摘要:經(jīng)濟學(xué)界在經(jīng)濟管理綜合評價領(lǐng)域提出了一些新的指標賦權(quán)法,包括改進的層次分析法、組合賦權(quán)法、動態(tài)賦權(quán)法等,這些方法都有各自的優(yōu)缺點。并且目前的賦權(quán)法很少考慮到指標的權(quán)重隨評價系統(tǒng)內(nèi)對象的不同而變化的情況,但本文認為區(qū)間數(shù)模糊綜合評判方法的提出可以解決這個問題。
關(guān)鍵詞:綜合評價 指標 權(quán)重
在傳統(tǒng)的賦權(quán)法中,國內(nèi)外大多學(xué)者將其分為主觀賦權(quán)法和客觀賦權(quán)法兩種。前者多是采取定性的方法,后者根據(jù)指標之間的相關(guān)關(guān)系或各項指標的變異系數(shù)來確定權(quán)數(shù)。對于這些方法很多文獻已有論述。本文對目前一些“非傳統(tǒng)”綜合評價方法中的賦權(quán)方法及其有關(guān)問題加以探討。
改進層次分析法
序關(guān)系分析法。該方法的提出是在剖析層次分析法(也稱特征值法)的全過程,認為特征值法的一些缺陷是由于沒能真實地、唯一地體現(xiàn)出指標間的(按某種規(guī)定或原則排定的)序關(guān)系。基于這樣的認識提出一種無需一致性檢驗的新方法—序關(guān)系分析法。其步驟如下:確定指標間的序關(guān)系。若評價指標Xi 相對于評價準則的重要程度大于(或不小于)Xj 時,則記為Xi>Xj;給出相鄰指標間相對重要程度的比較判斷;計算權(quán)重系數(shù)。該方法的優(yōu)點:不用構(gòu)造判斷矩陣,無需一致性檢驗,計算量比特征值法較小,對元素或指標的個數(shù)沒有限制,較好地體現(xiàn)了評價者的主觀偏好。其缺點在于:一般情況下,指標間的唯一序關(guān)系很難確定,專家們對有些指標間很難給出明確的重要程度判斷,這將導(dǎo)致無法計算權(quán)重系數(shù)。同時該方法仍屬于主觀賦權(quán)法,構(gòu)建的權(quán)重系數(shù)缺乏穩(wěn)定性。
模糊層次分析法。該方法的提出同樣是對層次分析法的一種改進,通過分析發(fā)現(xiàn)AHP具有的一些缺點,提出了模糊層次分析法,其步驟為:模糊一致判斷矩陣的建立,由模糊一致判斷矩陣求各指標的權(quán)重值。該方法的優(yōu)點是檢驗?zāi):仃嚨囊恢滦暂^層次分析法中檢驗判斷矩陣的一致性更容易、更科學(xué)、更準確。當一致性不滿足時可盡快調(diào)整為一致性矩陣。缺點是在通過關(guān)系式求權(quán)重系數(shù)時,有的變量值是由決策者主觀確定的,通過調(diào)整該值取出若干個不同的權(quán)重向量,從中選擇認為比較滿意的一個,使所得權(quán)重具有較強的主觀色彩。
組合賦權(quán)法
目前權(quán)數(shù)的組合方法有兩種,一種為乘法合成的歸一化方法;另一類為線性加權(quán)組合法。前者由于存在使大者更大、小者更小的“倍增效應(yīng)”,因此,有時用該方法確定的權(quán)重是很不合理的。此法僅適應(yīng)于指標權(quán)數(shù)分配較均勻的情況。
線性加權(quán)組合法中組合權(quán)數(shù)的大小又取決于每種方法的權(quán)系數(shù)分配,目前研究者們大都采用優(yōu)化法來確定權(quán)系數(shù)的分配問題?;陔x差平方和的優(yōu)化賦權(quán)法,該方法的基本原理在于恰當?shù)臋?quán)系數(shù)分配應(yīng)當使各評價對象的綜合評價值盡可能分散,越分散越有利于區(qū)分評價對象的優(yōu)劣,采用綜合評價值之間的離差平方和來度量分散程度,構(gòu)建優(yōu)化模型,求出最優(yōu)解得到權(quán)系數(shù)。用該法求出的權(quán)重只是反映被評價對象之間的整體差異,是通過指標觀測值在最大限度地體現(xiàn)出各評價對象之間的差別的原則下計算出來的,并沒有真正反映出相應(yīng)指標的重要程度,僅是為了優(yōu)選方案的方便,但在綜合評價中經(jīng)常用一綜合指標來反映事物運行狀態(tài),并不需要對方案或?qū)ο笞龀雠判?,這時該方法就不適用了。
等級相關(guān)系數(shù)組合法是通過檢測各種賦權(quán)方法所得權(quán)數(shù)之間的相關(guān)程度來確定各種賦權(quán)方法的重要程度,再進行綜合集成。它實際上是在幾種賦權(quán)方法得出的權(quán)數(shù)中,將關(guān)聯(lián)度最高的權(quán)數(shù)與其他賦權(quán)方法得出的權(quán)數(shù)的相關(guān)系數(shù)來作為權(quán)系數(shù)。筆者認為,該方法過分重視排序的一致性程度,混淆了主客觀賦權(quán)法的本質(zhì)差別,忽略了各指標之間權(quán)數(shù)的實際含義,因此確定的權(quán)重不一定合理。
動態(tài)賦權(quán)法
動態(tài)賦權(quán)法是針對動態(tài)綜合評價方法提出來的,是針對多個被評價對象,在一段時間內(nèi),對于相對穩(wěn)定的評價指標體系來說,確定出評價指標在不同時刻的權(quán)重系數(shù),這就是所謂的具有時序特征的多屬性綜合評價問題。在此問題中應(yīng)用的賦權(quán)方法就是動態(tài)賦權(quán)法。綜合評價實際是針對某一事物在一段時間內(nèi)的總體發(fā)展狀況做出評價。該方法的優(yōu)點是考慮到了在某一時間段內(nèi)評價指標的權(quán)重會隨時間改變而改變,這更符合事物發(fā)展變化的規(guī)律,特別是在經(jīng)濟管理與決策中,動態(tài)綜合評價法具有重要意義。
二次加權(quán)法對系統(tǒng)在某段時間內(nèi)的運行狀況進行了二次加權(quán)平均,第一次加權(quán)平均是突出各項指標在不同時刻的重要作用,第二次加權(quán)是在第一次加權(quán)平均的基礎(chǔ)上,再突出時間的作用。該方法的缺點在于:應(yīng)用前提是在某一時間段內(nèi),指標之間的序關(guān)系是穩(wěn)定的,但當對某一時期總體狀況評價時,該條件可能并不滿足,同時穩(wěn)定性需要專家的正確判斷,所以使得該方法只使用與時間跨度較短的綜合評價;時間加權(quán)函數(shù)的形式缺乏科學(xué)依據(jù),并且綜合運行指數(shù)曲線的函數(shù)形式很難給出,特別是在時間段中劃分的時刻較多,評價系統(tǒng)(對象)較多時,所以該方法實用性較差。 “縱橫向”拉開檔次評價法,確定權(quán)重系數(shù)的原則是在時序立體數(shù)據(jù)表上最大可能地體現(xiàn)出各被評價對象之間的差異。而各個對象在時序立體數(shù)據(jù)表上的這種整體差異,可用總離差平方和來刻畫。無論是對于“截面”數(shù)據(jù),還是對于“時序立體數(shù)據(jù)”來說,其綜合評價的結(jié)果都具有可比性,且沒有絲毫的主觀色彩;該方法實質(zhì)上是一種基于差異驅(qū)動原理的客觀賦權(quán)法,其缺點是:權(quán)重確定過程中將指標以同等地位處理,實際上并沒有體現(xiàn)出指標權(quán)重隨時間變化而改變,動態(tài)的特點沒有體現(xiàn)出來,僅僅是為了方便評價對象的排序而取得的權(quán)重,可能沒有反映各指標的真正的重要程度,這將導(dǎo)致所得綜合指標的不能反映不出系統(tǒng)真正的運行狀態(tài)。P.Baake,A.Boom(2001)提出了一種序時多指標理想點決策方法用于全局經(jīng)濟效益的綜合評價能夠取得比較滿意的評價結(jié)果,而且這種決策方法能夠自動確定評價指標和評價年份各自的加權(quán)系數(shù)。該方法的步驟:首先將根據(jù)評價指標類型構(gòu)造規(guī)范化決策矩陣,根據(jù)迭代算法求解最優(yōu)化模型,得到指標加權(quán)向量和時間加權(quán)向量;該方法算得的權(quán)重是使所有年份所有評價方案與理想點向量的距離總和最小,并不反映相應(yīng)指標的重要程度。
所以,目前的動態(tài)綜合評價問題中,在時間跨度比較短、評價指標體系比較穩(wěn)定的情況下,多數(shù)是比較適用的,它在社會、經(jīng)濟、管理中將有著重要的理論價值和廣泛的應(yīng)用前景。
綜合評價問題及解決思路
目前的綜合評價問題,無論是靜態(tài)的還是動態(tài)的多指標綜合評價,很少考慮指標權(quán)重會隨著評價對象的改變而改變,為了保證各評價對象之間的可比性,都是用統(tǒng)一的各指標權(quán)重系數(shù)來做綜合評價的。
筆者認為對此問題應(yīng)該采取“因地制宜”的思想,指標權(quán)重應(yīng)該隨著評價對象的改變而適當改變。為了凸顯某個評價對象在某一屬性因素上的優(yōu)勢,如果優(yōu)勢并不明顯,這時給出一個合理的權(quán)重是比較困難的,若權(quán)重小了,可能達不到效果;若權(quán)重大了,可能會使評價對象之間不可比,若以區(qū)間數(shù)來賦權(quán)重,會相對容易,對于該問題,主要是充分考慮每個因素對各個評價對象的重要性,因此轉(zhuǎn)化為對于某個要素來說,各個對象所處的優(yōu)劣等級,這符合傳統(tǒng)的模糊綜合評價的思想。但由于模糊綜合評價的主觀性較強,因此可以考慮將該方法加以改進。筆者認為,區(qū)間數(shù)模糊綜合評判方法可以較好地解決上述問題。
參考文獻:
1.P. Baake, and A. Boom, Vertical Product Differentiation, Network Externalities, and Compatibility Decisions[J], International Journal of Industrial Organization 19, pp. 267-284,2001
2.L. Luca, and R. Orsini, Network Externalities and the Overprovision of Quality by a Monopolist[J], Southern Economic Journal 67, pp. 969-982, 2001