Get documents about "0105045企业综合优势多层次模糊评价模型
Description
mab paper ,including economic management accounting ans also
Document Sample
管理科学与系统科学研究新进展
——第 6 届全国青年管理科学与系统科学学术会议论文集 2001 年·大连
企业综合优势多层次模糊评价模型
**
许良
（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。
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
河北省社会科学规划研究 2000 年度项目(200002010)
**
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_xl@sina.com
212
管理科学与系统科学研究新进展
——第 6 届全国青年管理科学与系统科学学术会议论文集 2001 年·大连
性分为若干分系统。 s …，
考虑一般情形设评价企业集为 S={s1， 2， sm}；评价目标集为 O={ o1 ，
o 2 ， o g }，
…， 如果某个 o i (i {1， ， g})又由 g i 个子目标组成，
2 …， 则记为 o i ={ oi1 ，oi 2 ，…，
oigi }；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
n
U={ u1 ， u 2 ，…， u n }且满足 ui =u， u i u j ，i j，i，j {1，2，…，n}
i 1 社会与政法条件（E1）
基础设施条件（E2）
企业 社会技术条件（E3）
外部 经济环境条件（E4）
环境 地理资源条件（E5）
条件 行业条件（E6）
（E） 贸易条件（E7）
市场竞争条件（E8）
企 管理能力（C1）
业 企业 适应能力（C2）
综 能力 营销能力（C3）
合 （C） 生产与制造能力（C4）
优 企业 新产品开发能力（C5）
内部 人力资源条件（R1）
势
财力资源条件（R2）
（A） 资源
物力资源条件（R3）
条件
技术资源条件（R4）
（R）
产品市场情况（B1）
经营
效果
经济效益状况（B2）
（B）
I II III
目标层 一级评价指标 二级评价指标
图 1 综合优势评价指标体系简图
x
设第 i 个子集 ui 有 ni 个评价指标，对于 S 中的 sj 可用矢量 i j 表示 ni 个评价指标的指标
x x1 j x2 j xni T
值 i j =( i ，i ，…， i ) (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：
xkj
ix= [i ]nixm (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)
r
i R = [i kj ]nixm (3)
r r rk
且
式中：i k j 为企业 sj 对应的第 i 个目标的第 k 个指标的隶属度， i k j ∈[0， 我们分别以 i
1]。
213
管理科学与系统科学研究新进展
——第 6 届全国青年管理科学与系统科学学术会议论文集 2001 年·大连
r
和 i j 表示 m 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
r r r r r r r rnij
企业评价 i k =( i k 1 ， i k 2 ，…， i km )， i j =( i 1 j ， i 2 j ，…， i )T 。
A a a ani
设子集 Ui 的 ni 个评价指标的权系数集为 i =( i 1 ， i 2 ，…， i ) (4)
ak
式中 i （k=1，2，…，ni）为第 k 个评价指标对应的权系数值，且 i
ak
0， i =1。
ak
n
B A R b1 b2 bm
Ui 上的模糊综合评价集为 i = i i =( i ， i ，…， i ) (5)
bj
其中 i 为 Ui 上的企业 Sj 的模糊综合评价结果，且按下式计算
ni
* * * *
i j = u iA i r = (uiA (ui ) ui j (U i , C )) = (i ak i kj )（k=1， …， i； 2， m）
b r r
2， n j=1， …， (6)
k 1
* *
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。
B
将 i 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= A R =( b1 ， b2 ，…， bm ) (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
b
：
的模糊评价（对于 Ui 来说，下述各模型分别给出式(1)中的 i j ）
(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。
ni
(i i kj )
bj ak r
与此对应的模糊运算模型为： i =
k 1
(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：
b r
i j = max{min{i ak , i kj }}（k=1，2，…，ni）
k k
(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 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
ni
i = min {i ak , i kj }
bj ak rkj bj r
糊运算模型为：① i = max{i , i } ②
k k
k 1
(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
214
管理科学与系统科学研究新进展
——第 6 届全国青年管理科学与系统科学学术会议论文集 2001 年·大连
ni
i = (i ak i kj ) + (1 ) max{i ak i kj } (k=1，2，…，ni；0< <1)
bj r r
k
k 1
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
、二型 Fuzzy 子集法（TFM）等来确定权系数值，即确定 iA。
要性排序法（IOM）
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
、效益型（越大越好
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）
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，…，
Uil} {Uil+1 ， Uil+2 ， … ， Uim} {Uim+1 ， Uim+2 ， … ， Uir} {Uir+1 ， Uir+2 ， … ，
Uini}=Ui1 Ui2 Ui3 Ui4
式中 Ui1 为成本型指标子集 Ui2 为效益型指标子集 Ui3 为适中型指标子集 Ui4 为区间型指
标子集。
r
为了计算上的简便和易于推广，对于隶属度 i k j 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）
max {i kj } i
x xkj
rk j j
i = (8)
max {i kj } min {i kj }
x x
j j
(2) 效益型隶属函数(k=l+1，l+2，…，m）
215
管理科学与系统科学研究新进展
——第 6 届全国青年管理科学与系统科学学术会议论文集 2001 年·大连
min {i kj }
xkj x
i
xkj j
i = (9)
max {i kj } min {i kj }
x x
j j
(3) 适中型隶属函数(k=m+1，m+2，…，r）
2(i xkj min{i xkj }
j
, A
max{i } min{i xkj }
rkj
i j j
= (10)
j kr
2(max{i } i )
xkj xkj
j
B
max{i } min{i }
xkj xkj
j j
max{i kj } min{i kj } max{i kj } min{i kj }
x x x x
xkj j j xkj j j
A： i B： i
2 2
(4) 区间型隶属函数(k=r+1，r+2，…，ni）
v0 l 1 i kj
x
1 , A
max{v0 l1 min{i kj }, max{i kj } v 0 l 2 }
x x
j j
i
1 i [v0 l1 , v0 l 2 ]
xkj
= (11)
j kr
i kj v0 l 2
x
1 B
max{v0 l1 min{i kj }, max{i kj } v0 l 2 }
x x
j j
xkj xkj
A： i <v0l1 B： i >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)：62-69
2 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):69-74
216
管理科学与系统科学研究新进展
——第 6 届全国青年管理科学与系统科学学术会议论文集 2001 年·大连
3 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,1993
The Model of Multi-arrangement Fuzzy Evaluation for
Enterprise Integrate Preponderance
Xu 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
217
