4 基于层次分析法和模糊综合评价的电商冷链物流绩效评价的应用步骤
4.1绩效评价指标的量化
绩效评价指标的量化也就是确定绩效评价指标的权重。总结学者们的研究,方法也比较丰富。这里的主观和客观法是根据绩效评价原始数据来源的不同来划分的。主观赋权法顾名思义就是专家根据自己的主观判断根来确定指标权重的一种方法。客观赋权法则是对原始数据通过使用数学或社会统计学方法直接处理得到相应权重的方法。需要注意的是,主观法由于是主观人根据经验给出,只能在一定程度上反映实际的情况,在实际运用过程中难以避免片面的缺点,以至于容易“失真”。而客观法有时候无法得到原始数据,使用起来向来拥有繁琐的计算方法,具有很大的难度,因此在确定任何事物的指标权重时应尽可能将两类方法结合起来,才能增强结果的科学性,也能确保方法的可操作性。本章采用专家意见法与层次分析法结合的方法来确定电子商务背景下的生鲜农产品冷链物流系统的绩效评价指标的权重。
4.2专家意见法和层次分析法的有机结合
专家意见法,是指让专家通过不记名的形式对研究课题发表自己的专业意见的方式,本文通过这种方式来获取指标权重。本文选取的专家样本是“家事易”企业的管理层人员1名,相关行业管理人员2名,政府官员1名、相关领域学者10名,共计20名。在进行调查的过程中,专家成员之间不能沟通、联系、讨论。由于专家意见法的结果主要来源于专家的主观判断,客观性较差。所以在使用过程中,要尽量规避单纯专家意见法的主观性风险。
20世纪70年代,层次分析法问世,最早是由美国匹兹堡大学的T. L. Saaty教授提出的,主要应用于对复杂问题做出决策。它在是社会、经济系统决策中发挥着强有力的作用,是决策分析的有效工具。其特征是将定性与定量的决策合理结合起来,按照思维法则将决策过程层次化、明晰化、数量化,是系统科学中常用的一种分析方法。层次分析法的最大特点,就是能将定性与定量方法有机结合,凭借其简便灵活的特性,迅速占据了我国社会经济各个领域,并得到了广泛的重视和应用,例如工程计划、方案排序、冲突问题、性能评价、能源系统分析、政策制定、城市规划、经济管理、资源分配、科研评价等。Saaty认为在进行决策时,总要将决策对象进行优劣排序,优胜劣汰,因此可根据问题的性质和预期的目标,使得层次模型由不同的因素层层搭建而成。一般情况下,层次模型由三层组成:目标层、准则层和方案层。在对各层因素进行比较时以尽可能减少异质性所造成的影响为目标,层次分析法是因素两两进行比较,不需要把全部因素一起比较。
(1)建立层次分析结构时,系统中各个因子两两之间肯定都有关系,所以要建立一个系统的递阶的层次模型。在这个模型中,是一个自上而下的逐层控制系统,上一层次的因素支配相邻的下一层次的全部或部分因素,这样的层次结构正是具有这样的递阶性质而得名。本文没有对多个方案进行对比,因此只需要确定权重系数,模型中没有方案层。
2)构造判断矩阵
判断矩阵也就是成对比较矩阵。由于在决策者的心目中,各个准则对目标的影响度不同,所以建立层次结构后的第一任务,是确定各准则对目标以及每个指标对相应准则的权重。层次分析法确定上述权重的方法是构造准则层和指标层的比较判断矩阵。在实施过程中要注意的是,不能全部因素放在一起,而应该两两互相比较;此时需采用相对尺度,以尽可能减少异质因素间相互比较的困难,提高准确率;学术界认为成对比较的因素一般不能超过9个,即每层不能有多于9个的因素。之后对同一层次的元素关于上一层次的重要性进行两两比较,即每次取两个准则丄和4,用@表示和4对A的影响之比,全部比较结果用矩阵A=(aij)表示,aij>0 (i, j=l,2,3…,n),称A为准则层的比较判断矩阵。显然,aij=1/aij,称A为正互反矩阵，aii=1.对于如何确定aij的值,一般用阿拉伯数字1-9以及其倒数作为标度,所示如下表。
在使用层次分析法进行分析时,本文使用众数来确定专家评分均值,最终确定得矩阵:
通过矩阵A比较出了各准则A1、A2、…、An对绩效A的重要性。
(3)层次单排序及其一致性检验
绩效评价的要素间两两比较获得了判断矩阵,通过判断矩阵计算出下层各评价要素在上层次某指标中所占的重要性比率。然而经过上面的计算得到的权重向量并不一定准确,还有一步很重要,就是需要检验判断矩阵中的aij之间是否具有一致性。这也就是所谓的层次单排序:同一层次因素对于上一层某因素相对重要性的排序权值。能否确认层次单排序,还需要进行相应的一致性检验,一致性检验是指对矩阵A确定不一致的准许范围。例如,在n阶正互反矩阵A中,若aik,A就是所谓的一致性判断矩阵。矩阵特性如下:
虽然成对比较原则上要求一致性,但是现实中不一定那么绝对的出现完全一致性,也会出现不一致的情况,这并不是不可以,但是要确定不一致的范围。对于在可接受范围内的不一致的成对比较阵A,Saaty等人提议将与最大特征根
相应的特征向量作为权向量W。与判断矩阵最大特征根相应的特征向量,经归一化处理(后记为W),即
先对判断矩阵A进行归一化处理,得到A'。接下来对1中每一行组成要素计算平均数,得到的归一化向量界w=(w1,w2,w3…Wn)‘与最大特征根对应。下一步求AXW,求得向量中得出的元素之和,最后就能够得到最大特征根。根据Perron-Frobenius定理表现的矩阵论理论得出如下结论:是该矩阵的最大特征根,设A为n阶正互反矩阵且大于0,性质归纳如下:
1、最大特征根定是大于0的,则对应的特征向量为正向量;
2、A的任何其它特征根
一定小于最大特征根。当判断阵不具备一致性时,则
＞n,此时对应的特征向量就无法真实地求出A1,A2, A3在上层目标中所占比重,由于
连续的依赖于aij,则比n大的越多,A的不一致性越严重。
被比较因素对上层因素的影响程度以最大特征值的特征向量为权向量。而且要注意的是,不一致程度越大,判断误差对应也就越大。因此,可以用与n的差的大小来判断A的不一致程度,不一致程度的数量指标可以由以下公式来衡量:
当CI=0时,说明判断矩阵具有一致性。然后一致性的判断光靠CI值来鉴定已经无法满足需求,现在的客观事物具有多样性,问题因素的多少、规模的大小都会影响判断。然后人们认识具有差异性,主观认识具有自由片面性。所以要想更科学的为衡量CI值的大小,学者们引入了 RI,也就是经常所说的随机一致性指标。对于n从3到11变化,平均随机一致性指标RI的取值如表4-3所示。
规定CR为一致性比例,CR为
的比值。当CR创.1时,通常认为判断矩阵通过了一致性检验,之后归一化特征向量,处理成为权向量;当CR〉0. 1,认为该矩阵没有通过一致性检验,需要对aij适当进行调整,更有甚者考虑重新构建对比判断矩阵。
(4)层次总排序及一致性检验
衡量任一层次里面的所有因素对于最高层次的总目标的相对重要程度的权重值,就是层次总排序。计算层次总排序的排序权值是从上至下依次进行,其实就是合成单排序的权重系数值.
作为准则层中的因素对总目标的排序为
设指标层中的
对准则层中的因素的进行层次单排序,又得到了一致性指标值为CIj,随机一致性指标值为RIj,那么最终层次总排序的一致性比率公示如下所示:
同样的,当CR<0. 1时,表明层次总排序通过了一致性检验。否则,则未通过检验,此时就需要从头幵始查找模型的每一步或重新构造满足条件的成对比较矩阵,使得矩阵一致性比率CR比较大。最后得到的总排序权向量表示结果可被用来判断绩效要素对绩效目标影响的大小程度,好方便企业针对现状及时采取应对措施。需要注意的是,当层次少于2时,不需要做层次总排序及一致性检验。
4.3模糊综合评价法的步骤
模糊综合评价法是一种科学、有效而常规的决策方法。它是以模糊变换理论和隶属度关系为理论依据而对受多种因素影响的事物进行综合评价。该方法的常规步骤如下所示五步:
(1)建立评价因素集
评价因素集是对总目标进行评价的各因素的数学表达集合,是对评价目标的层次合理划分。按照前文所构建的生鲜农产品冷链物流系统绩效评价指标,一级指标因素集U= {A1 , A2 A3 A4 A5}; 二级指标因素集
(2)设定评语集
这种向量评语集是用来划分生鲜农产品冷链物流系统绩效水平等级的。设本文的绩效评价等级定为很好,好,一般,差,很差五种。最后得到的评语集为{很好,好,一般,差,很差}这样的五维向量。
(3)确定评价指标的权重集
权重集是一种模糊集合,相对于决策目标来说,各级评价因素确定了各个评价指标在同一层次的重要性。根据前文所确立的生鲜农产品冷链物流系统的绩效评价指标权重,可以得到包含了各级评价指标的权重集。
(4)确定模糊关系矩阵
模糊关系矩阵所映射的是各种评判因素对应评价指标的关系,本质上来说是一种模糊映射。
(5)模糊综合评价运行
根据模糊综合评价运行的计算公式来构建评判向量:
本研究中的生鲜农产品冷链物流系统的指标体系是个多层级的评价体系,在进行综合评价的过程中,将会多次运用到上述计算公示。计算过程逐级判断,从低层次向高层次进行。二级指标构造成的综合判断向量集,是一级指标中的单因素矩阵,最后总体指标的综合判断向量再由一级指标的单因素矩阵乘以相应的权重系数得到。
