徐 磊，彭金栓，邵毅明

(重慶交通大學(xué) 交通運(yùn)輸工程重點(diǎn)實(shí)驗(yàn)室，重慶 400074)

隨著近年來(lái)我國(guó)經(jīng)濟(jì)的快速發(fā)展，汽車產(chǎn)業(yè)不斷壯大，二手機(jī)動(dòng)車的交易量也不斷增加。截止2012年底，我國(guó)汽車保有量達(dá)1.2億輛，而2012全年舊機(jī)動(dòng)車交易額達(dá)3 595億元。舊機(jī)動(dòng)車市場(chǎng)的穩(wěn)定與繁榮，為優(yōu)化汽車產(chǎn)業(yè)結(jié)構(gòu)，提高汽車工業(yè)對(duì)國(guó)民經(jīng)濟(jì)的貢獻(xiàn)度等方面做出了巨大的貢獻(xiàn)[1]。但是，我國(guó)當(dāng)前舊機(jī)動(dòng)車市場(chǎng)存在諸多問(wèn)題亟待解決：相關(guān)政策法規(guī)不健全，缺乏相應(yīng)的制度約束；交易雙方信息不對(duì)稱，影響了舊機(jī)動(dòng)車評(píng)估價(jià)格的準(zhǔn)確性；評(píng)估體系不完善，缺乏科學(xué)有效的評(píng)估方法，其中最主要的原因是缺乏一套行之有效的舊機(jī)動(dòng)車評(píng)估方法及鑒定體系，使得評(píng)估價(jià)值嚴(yán)重悖離其真實(shí)交易價(jià)格。目前我國(guó)在舊機(jī)動(dòng)車評(píng)估當(dāng)中應(yīng)用的多是以簡(jiǎn)單的折舊理論為基礎(chǔ)的評(píng)價(jià)方法，考慮因素較為單一，具有較大的隨意性，不能準(zhǔn)確反映其市場(chǎng)特征[2-4]。筆者嘗試基于DHGF模型研究舊機(jī)動(dòng)車評(píng)估問(wèn)題，降低舊機(jī)動(dòng)車評(píng)估當(dāng)中的主觀成分，為客觀、公正地評(píng)估舊機(jī)動(dòng)車價(jià)格提供客觀依據(jù)與決策支持。

1 DHGF模型

DHGF模型綜合了德?tīng)柗品?Delphi)、層次分析法(AHP)、灰色預(yù)測(cè)法(Gray Prediction)以及模糊評(píng)價(jià)法(Fuzzy Evaluation)等理論方法的優(yōu)勢(shì)，并規(guī)避了各自的缺陷，其具體步驟如下[5]。

1.1 構(gòu)建指標(biāo)體系，確定評(píng)價(jià)標(biāo)準(zhǔn)集合

搜集待評(píng)價(jià)對(duì)象基本信息，基于Delphi法，采用背對(duì)背的通信方式征詢專家意見(jiàn)，確定評(píng)價(jià)指標(biāo)體系?；跍y(cè)度理論，綜合確定各評(píng)價(jià)標(biāo)準(zhǔn)對(duì)應(yīng)的測(cè)度值，確定評(píng)價(jià)標(biāo)準(zhǔn)集合為：

Y=Y1,Y2,…,Ym

(1)

1.2 確定指標(biāo)權(quán)重

對(duì)于構(gòu)建的指標(biāo)體系，綜合相關(guān)專家的意見(jiàn)，基于層次分析法對(duì)相關(guān)指標(biāo)的重要程度進(jìn)行判定，構(gòu)建判定矩陣，得到歸一化后的模糊加權(quán)子集：

W=w1,w2,…,wn

(2)

1.3 構(gòu)建對(duì)象的評(píng)價(jià)矩陣

假定有r位專家參與評(píng)價(jià)工作，第l位專家對(duì)指標(biāo)i的評(píng)價(jià)得分為dli(1≤l≤r)，則最終構(gòu)成的評(píng)價(jià)矩陣為：

(3)

1.4 確定灰類白化函數(shù)

根據(jù)1.1中確定的j類評(píng)價(jià)標(biāo)準(zhǔn)集合，構(gòu)建其對(duì)應(yīng)的灰類白化函數(shù)，進(jìn)一步求出評(píng)價(jià)矩陣元素dli隸屬于評(píng)價(jià)標(biāo)準(zhǔn)j的灰權(quán)重fj(dli)，延伸得到評(píng)價(jià)矩陣對(duì)應(yīng)的灰統(tǒng)計(jì)量nij及總灰統(tǒng)計(jì)數(shù)ni[6]。

1.5 確定評(píng)估灰權(quán)重及權(quán)矩陣

對(duì)于評(píng)價(jià)指標(biāo)i，綜合所有專家對(duì)該指標(biāo)的評(píng)價(jià)得分，確定其隸屬于評(píng)價(jià)標(biāo)準(zhǔn)j的灰權(quán)重vij，且vij=nij/ni，進(jìn)一步可求得灰權(quán)矩陣：

(4)

1.6 模糊評(píng)判

采取模糊評(píng)價(jià)方法對(duì)評(píng)估對(duì)象所屬的評(píng)價(jià)等級(jí)進(jìn)行判斷。根據(jù)以上步驟，可得：

R=W·V=(R1,R2,…,Rm)

(5)

根據(jù)最大隸屬度原則，確定最終的評(píng)判結(jié)果。

2 舊機(jī)動(dòng)車評(píng)估指標(biāo)

二手機(jī)動(dòng)車評(píng)估是一個(gè)復(fù)雜的系統(tǒng)工程。目前常用的評(píng)估方法是機(jī)動(dòng)車外觀檢測(cè)與線上檢測(cè)結(jié)合的方法，其中線上檢測(cè)是更為可靠的方法。為了便于評(píng)估操作，需要確定統(tǒng)一的評(píng)估指標(biāo)體系。遵循便于量化，可比性、可測(cè)性較強(qiáng)，簡(jiǎn)潔有效等基本原則，筆者將二手車評(píng)估指標(biāo)簡(jiǎn)化為使用年限、動(dòng)力性、燃油經(jīng)濟(jì)性、制動(dòng)性等。相對(duì)于行駛里程，使用年限這一參數(shù)更易獲取，且與其他指標(biāo)的重復(fù)性更低。隨著使用年限的增加，愈接近于車輛規(guī)定的報(bào)廢期限，車輛的評(píng)估價(jià)值越低。

筆者主要依靠汽車綜合檢測(cè)提供的參數(shù)值評(píng)價(jià)舊機(jī)動(dòng)車動(dòng)力特性。設(shè)在額定扭矩工況下校正驅(qū)動(dòng)輪輸出功率與其額定功率的比值為ηVM,在GB 18565—2001中規(guī)定了每種類型車輛該參數(shù)對(duì)應(yīng)的額定值ηMr，則定義動(dòng)力性參數(shù)k，且滿足：

(6)

依此評(píng)價(jià)舊機(jī)動(dòng)車動(dòng)力性能。依托多工況燃油消耗量檢測(cè)試驗(yàn)，借助燃油消耗儀等設(shè)備測(cè)定燃油消耗量及行駛時(shí)間等，進(jìn)一步得到百公里燃油消耗量L，可據(jù)此衡量舊機(jī)動(dòng)車的燃油經(jīng)濟(jì)性[7]。

評(píng)價(jià)汽車制動(dòng)性的指標(biāo)包括制動(dòng)效能、制動(dòng)效能穩(wěn)定性以及制動(dòng)時(shí)方向穩(wěn)定性等。在舊機(jī)動(dòng)車評(píng)估中，主要依據(jù)制動(dòng)減速度、制動(dòng)力以及制動(dòng)距離等參數(shù)評(píng)價(jià)其制動(dòng)性能，其中制動(dòng)力是最常用的指標(biāo)。為減小機(jī)動(dòng)車線上檢測(cè)時(shí)制動(dòng)參數(shù)測(cè)量誤差對(duì)評(píng)估的影響，定義制動(dòng)力系數(shù)為：

(7)

式中：B為綜合檢測(cè)得到的制動(dòng)力總和，M為機(jī)動(dòng)車整備質(zhì)量。

一般而言，為保證車輛具備在危險(xiǎn)發(fā)生前快速停車的安全性能，制動(dòng)力系數(shù)需大于0.6，其值越大越好。為了便于參與評(píng)價(jià)的專家給出評(píng)估得分，需要確定每款待評(píng)車輛的理想制動(dòng)力系數(shù)。表1給出了從監(jiān)測(cè)站獲得的25輛五菱某款商用車的制動(dòng)力系數(shù)值，由均值統(tǒng)計(jì)結(jié)果發(fā)現(xiàn)，隨著使用時(shí)間的增加，構(gòu)件間磨損加劇，導(dǎo)致制動(dòng)力系數(shù)逐漸減小。結(jié)合表中參數(shù)值可將該款車型的理想制動(dòng)力系數(shù)確定為75%[8]。

表1 五菱某款車型制動(dòng)力系數(shù)時(shí)序特性Table 1 Time series characteristics of braking force coefficient for a certain car of Wuling

3 評(píng)估過(guò)程

3.1 構(gòu)建評(píng)價(jià)指標(biāo)體系

根據(jù)上節(jié)的內(nèi)容，所建立的評(píng)價(jià)指標(biāo)體系為：H=(H1,H2,H3,H4)，其中H1為使用年限，H2為動(dòng)力性，H3為經(jīng)濟(jì)性，H4為制動(dòng)性。

3.2 確定各評(píng)價(jià)指標(biāo)權(quán)重值

邀請(qǐng)相關(guān)專家對(duì)各個(gè)評(píng)價(jià)指標(biāo)打分，對(duì)其重要程度進(jìn)行比較，得到評(píng)判矩陣，基于層次分析法確定各評(píng)價(jià)指標(biāo)權(quán)重，如表2。最大特征根λmax=4.038 2，CI=0.012 7，RI=0.9，CR=0.014 1<0.1，通過(guò)一致性檢驗(yàn)，最終可以得到各評(píng)價(jià)指標(biāo)權(quán)重集合為W=(0.470 7,0.300 8,0.075 7,0.152 8)。

表2 權(quán)重判斷矩陣Table 2 Judgment matrix of index weight

3.3 確定評(píng)價(jià)等級(jí)

依據(jù)測(cè)度理論，結(jié)合專家意見(jiàn)，將舊機(jī)動(dòng)車評(píng)估結(jié)果分為4個(gè)等級(jí)，即{優(yōu)，良，一般，較差}，然后確定該評(píng)價(jià)對(duì)應(yīng)的標(biāo)準(zhǔn)集合Y={9,8,6,4}。

3.4 獲得評(píng)估對(duì)象的評(píng)價(jià)矩陣

現(xiàn)以重慶某舊機(jī)動(dòng)車市場(chǎng)的1輛上海大眾朗逸2011款2.0L AT 品悠版為評(píng)估對(duì)象，開展舊機(jī)動(dòng)車評(píng)估工作，并驗(yàn)證評(píng)估模型的有效性。該車輛上牌時(shí)間為2012年2月，購(gòu)買價(jià)格為12.68萬(wàn)元，評(píng)估當(dāng)日重置價(jià)格P為11.90萬(wàn)元，車輛使用性質(zhì)為家用轎車，累計(jì)行駛里程約為50 000 km，車輛維護(hù)狀況良好，按規(guī)定對(duì)各評(píng)價(jià)指標(biāo)進(jìn)行了相應(yīng)的線上檢測(cè)，經(jīng)過(guò)對(duì)應(yīng)的換算，提取相應(yīng)的指標(biāo)參數(shù)。其中，使用年限為1.5 a，動(dòng)力性參數(shù)k為0.91，百公里燃油消耗量為8.9 L,制動(dòng)力系數(shù)為71.2%。依據(jù)以上確定的各評(píng)估參數(shù)值，邀請(qǐng)熟悉舊機(jī)動(dòng)車評(píng)估的4位專家對(duì)該車輛各評(píng)估指標(biāo)進(jìn)行逐一打分，采取滿分10分制。需要特別指出的是，對(duì)于使用年限指標(biāo)，其值越小，對(duì)應(yīng)的分值越高。基于以上準(zhǔn)則，最終得到相應(yīng)的評(píng)估矩陣為：

3.5 確定灰類白化函數(shù)，構(gòu)建灰權(quán)矩陣

定義fk第k類白化函數(shù)，fk(dli)為評(píng)估矩陣元素dli在fk投影后的白化值。假定yk為fk對(duì)應(yīng)函數(shù)值，x為矩陣元素值，則fk可以分解為：

基于樣本評(píng)估矩陣及以上構(gòu)建的白化函數(shù)，可以得到各評(píng)估指標(biāo)隸屬于各評(píng)價(jià)標(biāo)準(zhǔn)的灰統(tǒng)計(jì)值，以下舉例給出具體算法。對(duì)于動(dòng)力性指標(biāo)H2，設(shè)其統(tǒng)計(jì)量隸屬于“優(yōu)”、“良”、“一般”、“較差”的灰統(tǒng)計(jì)值分別為n21，n22，n23，n24，則有：

n21=f1(d12)+f1(d22)+f1(d32)+f1(d42)=

3.888 9

n22=f2(d12)+f2(d22)+f2(d32)+f2(d42)=

3.500 0

n23=f3(d12)+f3(d22)+f3(d32)+f3(d42)=

2.000 0

n24=f4(d12)+f4(d22)+f4(d32)+f4(d42)=0

動(dòng)力性指標(biāo)H2的灰統(tǒng)計(jì)總量n2=n21+n22+n23+n24=9.388 9，則動(dòng)力性指標(biāo)H2映射于“優(yōu)”的隸屬度v21=n21/n2=0.414 2，映射于“良”、 “一般”、“較差”的隸屬度v22、v23、v24分別為0.372 8，0.213 0及0。同理，可以得到其他評(píng)估指標(biāo)映射于各評(píng)價(jià)標(biāo)準(zhǔn)的隸屬度，則最終構(gòu)成用于模糊評(píng)價(jià)的灰權(quán)矩陣如下：

3.6 模糊評(píng)判

根據(jù)以上各步驟，有R=W·V=(0.403 9, 0.371 2,0.221 3,0.003 6)，即該舊機(jī)動(dòng)車評(píng)估結(jié)果映射于“優(yōu)”、“良”、“一般”、“較差”等評(píng)價(jià)標(biāo)準(zhǔn)的綜合隸屬度分別為0.403 9，0.371 2，0.221 3，0.003 6。根據(jù)最大隸屬度原則，可以認(rèn)為該舊機(jī)動(dòng)車的最終評(píng)估結(jié)果為“優(yōu)”[9]。假定該舊機(jī)動(dòng)車評(píng)估評(píng)估價(jià)格為M(單位為萬(wàn)元)，評(píng)估日其重置成本為P，則有：M=P·(R·YT)/10=9.46，即評(píng)估價(jià)值為9.46萬(wàn)元。經(jīng)征詢?cè)撆f機(jī)動(dòng)車所在評(píng)估市場(chǎng)專業(yè)咨詢師，該舊機(jī)動(dòng)車內(nèi)部估價(jià)約為9.3萬(wàn)元，與筆者基于DHGF模型得到的評(píng)估價(jià)值較為接近，表明該模型可以廣泛應(yīng)用于舊機(jī)動(dòng)車評(píng)估，具備較強(qiáng)的適用性。

4 結(jié) 語(yǔ)

筆者綜合德?tīng)柗品ā哟畏治龇?、灰色預(yù)測(cè)法以及模糊評(píng)價(jià)法等，構(gòu)建了DHGF 四元評(píng)價(jià)模型，并將之用于舊機(jī)動(dòng)車評(píng)估過(guò)程，評(píng)估結(jié)果與車輛真實(shí)的市場(chǎng)交易結(jié)果非常契合。結(jié)論表明DHGF模型較好地融合了各類子方法的優(yōu)勢(shì)，并有效規(guī)避了各自缺陷，在未來(lái)可以廣泛的應(yīng)用于舊機(jī)動(dòng)車評(píng)估，從而可以有效減弱舊機(jī)動(dòng)車估價(jià)當(dāng)中的主觀成分，保證評(píng)估的科學(xué)性、可靠性。

[1] 郭振江.舊機(jī)動(dòng)車的評(píng)價(jià)方法的建立與體系研究[D].西安:長(zhǎng)安大學(xué),2011.

Guo Zhenjiang.The Establishment of the Old Vehicle Evaluation Method and System Research [D].Xi’an:Chang’an University,2011.

[2] 陳麗娜.舊機(jī)動(dòng)車價(jià)格快速折舊計(jì)算方法的改進(jìn)研究[J].汽車科技,2010(1):35-38.

Chen Lina.Research on the improvement of price rapid depreciation calculation methods for used vehicles [J].Auto Mobile Science & Technology,2010(1):35-38.

[3] 杜建,耿莉敏.改進(jìn)的重置成本法評(píng)估舊機(jī)動(dòng)車價(jià)值[J].長(zhǎng)安大學(xué)學(xué)報(bào):自然科學(xué)版,2004,24(4):86-90.

Du Jian,Geng Limin.Improvement for used motor vehicle value assessment with production costs method [J].Journal of Chang’an University:Natural Science,2004,24(4):86-90.

[4] 王斌.綜合分析法在舊機(jī)動(dòng)車鑒定評(píng)估中的應(yīng)用[J].北京機(jī)械工業(yè)學(xué)院學(xué)報(bào),2004,19(1):91-95.

Wang Bin.Application of synthetic analysis to second-hand automobile appraisal [J].Journal of Beijing Institute of Machinery,2004,19(1):91-95.

[5] 彭金栓,邵毅明.基于DHGF方法的道路交通安全評(píng)價(jià)[J].山西建筑,2007,33(35):12-13.

Peng Jinshuan,Shao Yiming.The evaluation of road traffic safety based on the method of DHGF [J].Shanxi Architecture,2007,33(35):12-13.

[6] 段趙磊,古志民.基于灰預(yù)測(cè)的Web Cache 集群熱點(diǎn)對(duì)象處理策略[J].北京理工大學(xué)學(xué)報(bào),2010,30(7):794-797.

Duan Zhaolei,Gu Zhimin.Grey prediction based hot spot relief strategy in web cache cluster [J].Transactions of Beijing Institute of Technology,2010,30(7):794-797.

[7] 楊元雷.基于重置成本法的舊機(jī)動(dòng)車評(píng)估方法的研究[D].西安:長(zhǎng)安大學(xué),2012.

Yang Yuanlei.Research on the Used Vehicles Assessment Based on Replacement Cost Method [D].Xi’an:Chang’an University,2012.

[8] 屠衛(wèi)星.二手車評(píng)估系統(tǒng)的研究[D].南京:南京林業(yè)大學(xué),2008.

Tu Weixing.Research of Used Vehicles Assessment System [D].Nanjing:Nanjing Forestry University,2008.

[9] 朱銳,李林波,吳兵.基于模糊評(píng)價(jià)的常規(guī)公交候車服務(wù)水平[J].重慶交通大學(xué)學(xué)報(bào):自然科學(xué)版,2012,31(3):455-460.

Zhu Rui,Li Linbo,Wu Bing.Study on waiting service level at bus stop based on fuzzy evaluation [J].Journal of Chongqing Jiaotong University:Natural Science,2012,31(3):455-460.