动态的综合评价
动态的综合评价（精选9篇）
动态的综合评价 第1篇
关键词：生态护坡,评价体系,动态,灰色关联分析
随着对河道的生态、文化、景观等功能的关注逐渐增加,我国的生态护坡技术研究也得到了快速的发展。生态护坡技术作为新兴的研究对象,包含了结构力学、水利工程学、生态学、景观学等多门学科的内容。相对于传统护坡技术,生态护坡技术意在保证护坡基本要求的基础上建立起一个完整的生态系统,通过利用生态系统的相互协调、物质与能量交换及自我恢复等功能,来加强护坡的整体稳定性,减少水土流失,保护地表水和地下水,改善河流环境,提高景观观赏度。目前国内工程应用中较成熟的生态护坡模式很多,如石笼挡墙、三维土工网垫护坡、复合植被护坡、生态混凝土护坡等,生态护坡已经成为河道护坡设计的主流选择。
生态护坡与传统护坡相比有着很多的优点,然而这些优点大部分只能作为定性的分析,很难得出明确的判断。目前国内外对生态护坡综合评价和方案优选有一定的研究,但并没有统一的评价体系和决策方法,河道工程中规划生态护坡模式时难免做出失准的判断,使得生态护坡无法发挥全方位的优势和作用,甚至在不少实际工程中,由于缺乏对生态护坡方案的科学评价和分析,导致了工程运行后发生护坡坍塌、生态环境恶化等问题。随着在河道整治工程中对生态护坡技术越来越频繁的应用,研究用于生态护坡工程评价和方案决策的方法具有良好的实际应用性,同时对我国生态环境的建设有积极的促进作用。
目前国内的学者进行生态护坡评价和方案优选时较多采用多层次分析法[1],TOPSIS法[2],模糊综合评判法[3]等,基本的研究思路是:建立生态护坡的评价指标;计算相关权重;将指标的属性值实数化、规范化;数据集成进行综合比较、排序。然而这些方法通常局限于静态尤其是在护坡正常运行状态下,但决策者在评价过程中应该全面连续地看待问题,根据多个时间段的信息在所处阶段中的不同特征进行综合评估。从生态护坡的特性看来,决策者必须重视水域水境的易变性、流动性和随机性的特点,表现为流量、水位和水量的水文周期变化和随机变化[4],同时植被的生长发育也受着极大的时空变化限制,护坡生态系统受到限制后将剧烈影响护坡的整体性能。所以笔者尝试以动态的思维,结合灰色关联分析法来研究生态护坡工程的评价和方案优选。
1 研究方法
1.1 评价指标体系
生态护坡工程的评价是全面的、复杂的,需要结合工程实践,评价指标体系应符合科学性、系统性、层次性、定量与定性相结合、独立性、可操作性、可预测性原则[5]。层次分析法能把复杂系统中的每个因素归纳到相互关联的有序层次,结合两两比较相对重要性的判断矩阵计算来确定各个指标的权重系数,通过层次结构将定量分析与定性判断结合,使系统条理化[6]。运用层次分析法,拟定“基本要求”、“生态功能”、“生态特性”、“建设成本”4个准则及14个指标作为生态护坡综合评价体系(见表1)。
生态护坡工程作为一个水陆交叉作用、工程与生物相结合的复杂系统,无论是从工程设计,还是生态环境角度,应当考虑到河道水位升降变化和不同降水条件下对护坡的冲刷以及对生态生长环境的限制,还有生态系统因生物生长死亡、自然演替所呈现出的不同活跃程度对生态护坡工程性能的影响。根据河道水位变化的水文特征和生态演替的季节性,将生态护坡工程运行情况分为6个时期进行评估(见表2)。
1.2 灰色关联分析法
灰色系统理论是国内学者邓聚龙教授在1982年提出的新兴理论,被用于对信息不完全的系统的预测、决策、控制等。灰色关联分析是灰色系统理论的重要组成部分,属于新的多因素分析方法,其主要借助灰色关联度模型对系统动态过程进行量化分析,是一种定性与定量相结合的分析方法[7]。生态护坡工程作为一个相对复杂的动态生态系统,很难了解其包含的全部信息,通过灰色关联分析可以使评价体系模式化、规范化,并对各因素进行整体比较,提高了评估的科学性和准确性。
根据评价指标体系和评价时间段,本文选择矩阵灰色关联分析模型进行数据集成。设Xij(k)为k方案在不同时间段不同指标的属性值矩阵。
式中:xij(k)表示方案k的i指标在j时段的属性值。
通过矩阵模型可以将所有方案各个时间段的评价指标属性集合到一起(见图1),使复杂的计算简便化,进而综合地分析方案的优劣程度。
1.3 评价步骤
第一步,确定指标与时段的权重系数ωi和φj,对各时段的评价指标进行评分。邀请业内和当地的水利、环境、生态等方面的专家进行问卷调查,结合层次分析法中的判断矩阵,对评价体系中4个准则、14个指标和6个时段的相对重要性分别做两两比较判断,求解每个专家给出的判断矩阵,综合后可得各指标与时段的权重系数[8]。同时针对基本要求、生态特性和生态功能3个准则层中难以量化的指标,采取专家评分法,对这些定性的指标从0到10打分,性能越好,分值越高。
第二步,指标属性值规范化。体系中的指标属性值通过专家评分后已经全部化为实数,但是不同的量纲和数量级会使评价变得复杂,所以需对这些属性值进行规范化处理,方法[9]如下。
(1)成本型指标规范化:
(2)效益型指标规范化:
(3)区间型指标规范化:
式中:zij(k)为属性值xij(k)规范化后的数值,x′ij(k)和x″ij(k)为区间范围的属性值。
第三步,得出各方案规范矩阵,接着确定正理想方案矩阵Z+ij和负理想矩阵方案Z-ij。
其中正理想方案指各时间段中每个指标都最优的理想方案,由所有备选方案中不同时间段不同指标的最大属性值构成,其矩阵数值为z+ij=maxkzij(k),负理想方案指各时间段中每个指标都最差的理想方案,由所有备选方案中不同时间段不同指标的最小属性值构成,其矩阵数值为z-ij=minkzij(k)。
第四步,计算决策方案与正负理想方案的关联度系数,加权后得到各方案的关联度。
式中:ε+ij(k)和ε-ij(k)为正负关联度系数矩阵;ρ为分辨系数,一般取0.5;γ+(k)和γ-(k)为正负关联度,用于表示备选方案与正负理想方案的接近性程度;φj=(φ1,φ2,…,φ6)为各时间段的权重;ωi=(ω1,ω2,…,ω14)为各指标的权重。
第五步,建立优化函数,计算各方案优属度,确定方案排序。
设:min F(u)=[(1-uk)γ+(k)]2+[ukγ-(k)]2
uk表示k方案隶属于正理想方案的程度,uk值越大,方案越优;反之,uk值越小,方案越差。通过uk值的比较,可完成各方案的优劣性评价及决策。
2 实例应用
2.1 实例概况
选取淮安市清河区古淮河生态公园段(南昌路至安澜路段右岸)作为实例研究对象,该段为淮安市黄河故道下段整治工程的规划重点。黄河故道下段整治工程致力于将淮安市黄河故道打造成为生态绿色走廊,充分发挥黄河故道防洪、排涝及灌溉等方面的综合开发治理效益,保障沿线人口的生命财产安全,提升水生态环境。结合黄河故道整治工程与古淮河生态公园建设,该段的治理目标是防洪、排涝、生态健康、景观和亲水等。
2.2 设计条件
黄河故道属游荡性河道,其河槽绝大部分是淤积河槽,河床摆动性大。淮安境内黄河故道起于杨庄闸,至涟水县石湖镇。地方多年平均降水量945.7 mm,降水量年际变化幅度较大。实例段河道最高水位为10.1m,最低水位为5.83m,多年平均水位为7.80m。其设计防洪标准为20年一遇,河道的设计流量为500 m3/s。该段原始边坡较陡,以沙壤土和粉沙为主,总体上透水性较强,边坡稳定性较差,冲沟发育明显。河道两岸周围原始植被稀少,绿化程度较低。
2.3 备选方案
方案1:木桩结合草皮护坡(常水位以下打设木桩,桩顶至堤顶采用草皮护坡,堤顶栽种乔灌木);方案2:格宾网石笼护坡(常水位以下至河底采用格宾防护,格宾网内填充石块和土壤,网格顶部以上依次栽种水生植物、草皮和乔灌木);方案3:混凝土空心预制块护坡(采用混凝土空心预制块相互衔接使护坡形成整体,预制块的空心孔洞内栽种各类适宜植被)。
2.4 专家调查和评价分析
邀请了江苏省及淮安市的五名省级、地方水利专家,结合工程情况,对评价指标和不同时间段的两两相互重要性做出判断,通过层次分析法,求解这些判断矩阵并验证一致性后得到各指标和时间段的权重系数:指标权重为(0.118,0.142,0.09,0.082,0.056,0.07,0.093,0.052,0.039,0.04,0.068,0.061,0.043,0.046),从专家偏好中可看出基本要求和生态功能两个准则层相对更重要,其中结构稳定、基础功能、景观功能、协调功能、系统整体性、建设费用占所在准则层中较大比重。时段权重为(0.415,0.374,0.062,0.058,0.049,0.042),可看出护坡处于正常运行期的情况较重要,生态系统活跃时期比休眠时期所占权重更大。
对于不可直接量化的指标,由专家进行评分,结合定量指标规范化后得到方案的动态决策矩阵Zij(k):
由3个方案的动态矩阵可看出:木桩草皮护坡各指标属性比较普通,综合性能一般,受环境变动影响小;格宾网护坡在不同运行情况下能保持较好的护坡整体性能,但是需要较大的投资;混凝土预制块护坡投资较小,工程稳定性能良好,但生态性能较差,环境适应力弱。
按照评价步骤提取正负理想方案矩阵,计算关联度系数加权后得到3个方案的关联度,计算结果如表3所示。
由优属度可知格宾网石笼护坡是该段河道整治工程的最优方案,其次是木桩结合草皮护坡和混凝土空心预制块护坡,评价结果与实际工程情况相符合。
3 结语
(1)用4个准则及14个指标对河道生态护坡进行评价,评价体系相当全面,基本覆盖了生态护坡综合评价的所有范围,各指标内容清晰明确,相互无重复,合理地反映了生态护坡的各方面属性,同时引入层次分析法和专家评分法来计算各个指标的权重系数,是一套科学、高效率的评价体系。
(2)本文提出的方法将生态护坡的综合评价由以往的静态评估改进为不同时间段的动态评估,充分考虑到生态护坡所处环境的变动性,鉴于不同水文情况对护坡和生态系统的影响以及生态系统自身演替的周期性,划分了6 个相应的评价时间段,涵盖河道生态护坡在长期运行过程中可能遇到的各种工程情况,丰富了生态护坡综合评价的深度和广度。
(3)本文采用灰色关联分析法进行数据的集成和分析,建立了方案属性、评价指标和评价时间段的三维矩阵模型,通过计算关联度和优属度完成方案的优选。从实例应用中分析得出,基础功能、结构稳定、水土保持、景观功能、协调功能、整体系统性6个指标占较大比重,权重系数分别为0.118、0.142、0.09、0.082、0.093、0.068。护坡处于正常运行情况的重要性较大,平水年生态活跃期和休眠期的权重分别为0.415 和0.374。黄河故道整治工程中3个护坡模式方案的优属度分别为0.585、0.710和0.454,格宾网石笼护坡的优属度最大,为最优方案。
(4)通过实例应用看出,评价的过程和结果都客观地反映了具体工程的实际情况,表示此评价体系和方法有合理的可行性。但此方法也有一些需改进的地方,评价体系中可探索更多具有代表性的定量指标,减少量化指标所引起的信息丢失;专家评分时可引入模糊语言的决策方法[10],使专家的经验知识得到充分利用;在计算过程中可利用计算机软件编制计算程序,便于计算更提高结果的准确性。
参考文献
[1]夏继红,严忠民,蒋传丰.河岸带生态系统综合评价指标体系研究[J].水科学进展,2005,16(3):345-348.
[2]许士国,石瑞花,黄保国,等.平原河道生态护坡工程评价和方案决策方法[J].水利学报,2008,39(3):325-331.
[3]余海龙,顾卫.高速公路边坡生态护坡效果定量评价研究[J].水土保持通报,2011,31(1):203-206.
[4]董哲仁.试论生态水利工程的基本设计原则[J].水利学报,2004,(10):1-6.
[5]王梅婷,徐得潜,陈凯.城市河道生态护坡综合评价指标体系研究[J].水土保持通报,2011,31(1):198-202.
[6]夏继红.生态河岸综合评价理论与应用研究[D].南京:河海大学,2005.
[7]孙玉刚.灰色关联分析及其应用的研究[D].南京:南京航空航天大学,2007.
[8]邓雪,李家铭,曾浩健,等.层次分析法权重计算方法分析及其应用研究[J].数学的实践与认识,2012,42(7):93-100.
[9]党耀国,刘思峰,刘斌,等.基于动态多指标灰色关联决策模型的研究[J].中国工程科学,2005,7(2):69-72.
发展性评价,动态的人文关怀 第2篇
流水不腐，户枢不蠹，用以评判主题单元的发展性评价是再贴切不过的了。
发展性评价，最关键的一个词就是“发展”。
读《哲学家胡塞尔传》，我感慨于19世纪西方教育对学生的评价机制。
“学生到了高年级的时候，学校要根据学生的学习成绩和天资发展情况，每两年给学生作一次将来职业建议的鉴定。在1872/1874年（五年级和六年级）期间，学校给胡塞尔（13岁-14岁）将来职业的建议是‘司法’。而在1874-1876年（七年级和八年级）期间，胡塞尔所得到的职业建议是‘哲学’。”
我不能武断地夸大学校评价的作用，但是如此动态的评价不可能不对学生产生影响。胡塞尔成为伟大的哲学家，恐怕与学校评价不是巧合吧。
动则活，活则具有生命力。任何事物都处于不断的发展变化中，作为有思想的人自不待言。当我们用发展性评价给学生一个价值判断，这是真正的对“人”本身的尊重和关注。我们的教育，说到家，就是培养人的品格，致力于“人”的真正解放。当今是一个多元的社会，人们的思想是多元的，评价自然也应该是多元的。
一元化思维只适用于流水线，更适用于复制相同的工业产品。我们的教育走过单一评价的弯路，一考定乾坤，单一的考试评价，简单化的标准化的方法，桎梏着教育的脚步，扼杀着学生的创造力，制约着将来的发展。那是因为意识形态中，把人当做统治的工具，而非能动的主体，也就谈不上真正的人文关怀。
动态的综合评价 第3篇
企业融资效率是指在资本资源稀缺的前提下,受到资源约束的企业在竞争资本资源过程中的企业交易效率与资源配置效率的交互作用和相互依存[1][2]。一方面指企业获取资金的效率,即以较低成本和风险融入资金的能力;另一方面指融入资金的配置效率,即融入资金后的使用效率。因此,企业的融资效率包括资金融入时的获取效率和资金融入后的配置效率。
现有研究主要采用模糊评价法和DEA评价法对企业的融资效率进行评价,但是这两种方法前者因专家打分确定权重使其评价结果主观性太强,后者当评价指标较多时无法对被评价对象的效率值加以区别辨识。此外,现有研究均集中在对某一时点的评价,缺乏对某一时间段的动态综合评价,而对企业融资效率进行动态评价能够反映企业融资效率的变化情况,有利于企业对未来的融资情况进行预测,能为企业的融资决策提供可靠保障。
因此,本文对评价指标体系进行完善,建立反映融资过程的企业融资效率评价指标体系;在评价方法上,首先在某一时点采用组合评价法对企业融资效率进行评价,然后引入时间权因子对企业融资效率进行动态评价;利用中小板上市公司的经验数据进行实证分析。
二、企业融资效率综合评价指标体系构建
从企业融资机制的规范程度、融资主体自由度、资金清偿能力、资金的可获得性、融资成本、资金利用率和融资风险构建评价指标体系,全面考察企业在融资过程中产生的相关成本、收益以及风险。构建的评价指标体系如表1所示。
三、企业融资效率评价模型与方法
首先在某一时点的评价上采用基于离差最大化的组合评价法,然后在此基础上引入时间权因子对企业融资效率进行动态评价,以期把握企业融资效率的动态变化趋势。具体的评价过程如下:
对m个被评价对象(S1,S2,…,Sn),取定n个评价指标(X1,X2,…,Xn),并按时间顺序(t1,t2,…,tN),这样获得原始数据集{Xij(tk)},构成一个时序立体数据表,其中i=1,2,…,m;j=1,2,…,n。
(1)对于时刻tk(k=1,2,…,N),基于离差最大化的组合评价法确定权重。
为消除量纲和量纲单位不同所带来的不可共度性,对初始数据Xij进行正向化、无量纲化处理,得到标准化数据X'ij(tk),选取具有相同属性评价方法对tk时刻的企业的融资效率进行组合评价。具体方法是建立方法集fq={f1,f2,…,fl},并用各种单一评价方法对X'ij(tk)进行评价,得到各方法下的评价结果值fiq(tk)(其中,i=1,2,…,m;q=1,2,…,l),建立评价结果矩阵F,为了减少由于各单一评价方法结果之间差距太大所带来对组合效果的影响,矩阵F按单一评价方法进行归一化处理,获得标准数据,借鉴李珠瑞(2013)等人的基于离差最大化的组合评价方法[3],利用公式(1)得到组合评价的优化权重ωq(tk),然后带入公式(2)中得到tk时刻被评价对象S的综合评价值yi(tk)。
取综合评价函数为
(2)引入时序加权平均(TOWA)算子对tk时刻被评价对象的评价值yi(tk)进行二次加权平均。定义时序加权平均(TOWA)算子[4]为
式中W=(ω1,ω2,…,ωN)T是与F相关联的加权向量,ωj∈[0,1],且;bj是μi(i∈{1,2,…,N})中第j时刻所对应的TOWA对中的第2个分量,则称F是N维TOWA算子。根据上述定义,为了体现时序对企业融资效率的影响,引入TOWA算子定义最终的评价结果为:
式中hi为被评价对象的的最终评价值,W=(ω1,ω2,…,ωN)T,ωk=eλt为时间加权函数,λ为权因子(或称时间贴现因子),λ=(2N)-1。
由hi值的大小,可将被评价对象Si在[t1,tN]内的整体水平进行排序,从而达到对(S1,S2,…,Sm)在[t1,tN]内的状况进行综合评价的目的。
四、企业融资效率综合评价实证分析
(一)评价对象和数据来源
鉴于2004年中小板设立时上市的企业有39家,为了对比分析这39家中小企业从上市到目前为止融资效率的变化情况,同时考虑到数据获取中增长率方面的指标,选取2005—2012年中小板上市的39家企业进行实证研究。数据主要源自国泰安CSMAR系列研究数据库和锐思数据库,数据处理软件为SPSS19.0、EXCEL2010和Matlab(R2013a)。
(二)评价过程
首先对于原始评价指标进行正向化和无量纲化处理,其次利用熵值法、因子分析法、主成分分析法分别进行评价,然后利用公式(1)得到这三种方法进行组合评价的优化权重,代到公式(2)中得到被评价对象在某一时刻的综合评价值。以2012年为例,算出三种方法下被评价对象的评价值并标准化处理后利用matlab(R2013a)根据公式(1)得出,ω1(2012)=0.351,ω2(2012)=0.3324,ω3(2012)=0.3166,再带入公式(2)中进而得到这39家中小企业融资效率的综合评价值。2005—2011年均进行同样处理,得到中小企业融资效率的综合评价值,如表2所示(鉴于篇幅限制,表2中仅列出前十家中小板上市企业融资效率的评价值)。最后,利用公式(4)算出引入时序加权平均(TOWA)算子后这39家中小企业融资效率的综合评价值。
五、结论
通过上述实证分析,得出以下结论:一是我国中小板上市企业融资效率整体不高,39家中小板上市企业中,融资效率小于0的企业有22家,占56.41%;二是企业融资效率波动性较强,且其效率高低依赖于银行贷款利率。企业融资效率在2005—2012年期间处于波动状态,在2007年融资效率最低,2010—2012年企业融资效率逐步上升。企业融资效率在2007年达到最低,相悖于2006年和2007年股票市场的繁荣。但是在2007年,央行6次调整贷款利率,短期贷款利率平均为6.77%,长期贷款利率平均为7.13%,企业的债务成本非常高,企业的融资效率偏低与债权市场行情相符,这说明中小企业的融资效率受债务成本影响非常大,中小企业在股票市场筹资较难,大部分还是依赖银行贷款等间接融资渠道。在2010—2012年企业融资效率有所上升,说明企业的自身积累,包括企业的规模、偿债能力的提高等有利于企业融资效率的上升。因此,企业应优化融资结构、合理负债,重视企业自身积累,进而提高企业的融资效率。同时,企业的融资效率与企业投资效率、企业营运效率综合决定了企业整体效率的高低和企业价值的大小[5]。对企业融资效率的评价有助于优化融资结构、提高融资效率,进而提升企业的价值。
本文利用组合评价方法对企业的融资效率进行评价,克服了单一评价方法的片面性,并引入时间权因子进行融资效率的动态评价,反映出企业融资效率的真实状况及动态特征,克服传统静态评价企业融资效率的不足。但本研究的局限在于,研究过程中采用客观赋权法,一旦样本发生变化,可能会影响研究结果。另外,鉴于评价指标数目较多,研究中只考虑了各指标的好坏程度,未考虑指标的增长情况。因此,在未来的研究中,考虑指标本身的增长情况,采用主客观赋权结合的方法对企业融资效率进行综合评价。
参考文献
[1]王新红.我国高新技术企业融资效率研究[D].西北大学,2007.
[2]董黎明.债务融资期限结构与融资效率的实证研究[J].财经理论与实践(双月刊),2008(11):41-45.
[3]李珠瑞,马溪骏,彭张林.基于离差最大化的组合评价方法研究[J].中国管理科学,2013,21(1):174-179.
[4]郭亚军.综合评价理论、方法及应用[M].北京:科学出版社,2008.
动态的综合评价 第4篇
区域水战略方案选优的动态组合评价模型研究
摘要：水安全危机是人类进入新世纪以来在生存及发展方面所面临的最严重挑战之一.研究科学合理的水安全战略成为区域可持续发展的.重大课题.针对区域水战略问题涉及众多因素且各因素之间动态关联的特点,提出了基于水战略方案优选的兼容度极大化动态组合评价模型(CMM-DCEM),并将其成功地应用于我国广东省北江下游及其三角洲地区水安全战略方案优选评价.评价结果及模型基于不确定性的敏感性分析结果证明:CMM-DCEM实现了主、客观赋权方法以及单一评价模型的融合,使用实码加速遗传算法求解目标函数,克服了传统的组合评价方法计算繁琐的不足,评价过程更加科学合理.作 者：童芳 董增川 邱德华 Tong Fang Dong Zengchuan Qiu Dehua 作者单位：童芳,董增川,Tong Fang,Dong Zengchuan(河海大学,水文水资源与水利工程科学国家重点实验室,江苏,南京,210098)邱德华,Qiu Dehua(广东省水利厅,广东,广州,510150)
期 刊：灾害学 ISTIC Journal：JOURNAL OF CATASTROPHOLOGY 年，卷(期)：2008, 23(1) 分类号：X52 关键词：水安全 水战略 方案选优 动态组合评价 兼容度最大化模型 遗传算法动态的综合评价 第5篇
区域经济发展是一个综合的概念。对区域经济发展水平进行综合评价, 可以了解区域经济发展状况, 比较区域经济发展水平的差异程度, 分析影响和制约区域经济发展的因素, 为区域经济管理提供决策参考。
1 相关文献综述
在对我国区域经济发展水平的综合评价中, 因子分析和主成分分析方法的使用比较广泛。徐新等运用因子分析法对2007年我国31个省级行政单位的区域经济发展水平进行了综合评价, 并对影响区域经济发展水平差异的原因作了分析 (徐新等, 2008) 。张建平运用主成分分析法对2004年我国区域经济发展水平进行了综合评价, 并对31个省级单位的经济实力进行排名, 分析了区域经济差异的特点和形成原因 (张建平, 2007) 。马力等运用主成分分析方法对我国15个副省级城市的区域经济发展水平进行了实证分析与比较研究 (马力等, 2006) 。王晔立等运用主成分分析与聚类分析方法对甘肃省14个市 (州) 的区域经济发展水平进行了区域划分和评价研究 (王晔立等, 2009) 。
已有文献对区域经济发展水平的评价主要是静态的评价, 侧重于某个年份横截面的发展水平的对比, 不能反映区域经济发展的动态变化的特征, 缺乏对某段时间区域经济发展水平的相对变动情况的研究。另外, 有的评价指标体系的选取存在一定的片面性, 不能反映区域经济发展的全面真实状况。本文拟在建立比较科学的评价指标体系基础上, 采用时序动态综合评价方法, 对2002～2008年的我国省级区域经济发展水平进行动态综合评价, 以期得到有益的政策启示。
2 评价方法
2.1 评价指标
要对什么是经济发展达成共识是比较困难的, 学者们由于各自不同的政治观点、不同的哲学思维, 以及所处不同的空间和时间的差异, 对于发展与经济发展的理解往往是各不相同的。参照发展经济学对经济发展的定义, 考虑到我国的发展中国家的国情, 本文对区域经济发展的定义是:区域经济发展是在经济增长基础上的区域经济结构优化的动态过程, 这种资源配置效率的提高进一步促进了经济发展, 并最终体现为社会进步和人们生活水平的提高。
为反映区域经济发展状况, 本文选取了9个具有代表性的指标, 分别是:人均国内生产总值 (X1) 、人均全社会固定资产投资总额 (X2) 、人均社会消费品零售总额 (X3) 、人均进出口总额 (X4) 、地方财政收支比 (X5) 、城镇家庭平均每人可支配收入 (X6) 、农村居民家庭人均年纯收入 (X7) 、非农产业人口比重 (X8) 、非农产业增加值比重 (X9) 。指标X1用来测度区域经济发展的总量水平, 指标X2、X3、X4用来测度区域经济发展总量的结构, 指标X5用来测度区域的财政收支结构, 指标X6、X7用来测度区域的居民收入水平, 指标X8用来测度区域经济的空间结构, 指标X9用来测度区域经济的产业结构。
2.2 评价方法
由于在评价指标之间往往存在较大的相关性, 也可能存在重复信息, 这些都给数据分析带来了一定的困难。而主成分分析方法能在尽量少的损失信息的前提下, 将原来的多个变量缩减为少数几个主成分, 并能很好地体现原来变量间的内在联系。
区域经济发展是一个动态演进的过程, 需要进行时序动态评价。笔者尝试建立基于主成分分析的时序动态评价方法, 对我国省级区域经济发展水平进行动态评价。基本思路是:在保证各年份使用相同的评价指标体系的前提下, 在每个时间截面上都采用主成分分析法, 如果信息提取是充分的, 则在某个时段内各时间截面的评价是具有一定可比性的, 至少在排序的变化上是可以对比的。
2.3 评价对象与数据来源
本文选取2002～2008年期间的我国31个省级行政单位 (以下文中简称各省) 的区域经济发展水平作为评价对象。数据来源均来自相应年份的国家统计局的统计年鉴, 非农人口数据来自相应年份的人口统计年鉴。
3 评价过程与结果分析
现以2008年为例, 说明各年份运用主成分分析得到31个省综合评价得分的过程。
首先, 运用SPSS15.0软件对2008年各省的9个指标变量进行了标准化, 并看是否适合因子分析。从变量间的相关系数可以看出, 选取的9个变量间存在较高的相关性, 初步认为适合因子分析 (表1) 。
说明:由软件spss15.0给出
进一步通过巴特利球度检验和KMO检验, 证实确实适合因子分析。巴特利球度检验统计量的观测值为439.997, 相应的概率p值接近0, 应拒绝原假设, 认为相关系数矩阵与单位阵有显著差异。KMO检验统计值也高达0.855, 意味着变量间的相关性很强, 适合作因子分析。
第二步, 进行因子分析, 提取主成分。根据所提取的因子对原变量方差的解释情况 (表2) , 前两个因子的累积方差贡献率已高达88.816%, 已经能反映原有变量的大部分信息, 故可以通过提取前两个因子作为主成分。
说明:由软件spss15.0给出
第三步, 计算主成分得分与总评价得分。根据因子载荷矩阵, 可以写出两个主成分得分函数:
F1=0.988X1+0.830X2+0.982X3+0.907X4+0.885X5+0.950X6+0.964X7+0.868X8+0.807X9
F2=0.046X1+0.467X2-0.029X3-0.263X4-0.206X5-0.237X6-0.143X7+0.169X8+0.289X9
最终评价得分为两个主成分得分的加权和, 权重为其解释原变量的方差贡献率。即
F=0.83019F1+0.05798F2
其他年份的主成分分析过程与此类似, 限于篇幅, 其他年份的不再列出。
对2002～2008年的31个省级区域经济发展水平得分进行排序, 并计算期间的最大序差Rmax (期间最大排序值与最小排序值之差) (表3) 。
根据各省经济发展的最大序差情况, 对区域经济发展类型进行了分类 (表4) 。
第一类, 平稳发展型 (Rmax1) 。包括东部地区的北京、天津、上海、浙江、山东, 以及西部地区的四川、贵州。前者是高发展水平上的平稳发展型, 后者则为低发展水平上的平稳发展型。上海、北京、天津3个直辖市的经济发展水平分列我国的前三位, 且得以保持, 最大序差为0, 是31个省区中发展最为平稳的。浙江和山东在2008年的排序分别为第4和第9名, 期间最大序差为1, 也属于高发展水平上的平稳型。四川和贵州虽然最大序差均为1, 但其2008年的排名分别为25和31名, 属于低发展水平上的平稳发展型。
第二类, 亚平稳发展型 (Rmax=2) 。包括东部地区的江苏、福建、辽宁、广东, 中部地区的山西, 期间最大序差为2, 属于亚平稳发展型。
第三类, 跳跃发展型 (Rmax>2) 。我们把期间最大序差大于2的省区称为跳跃发展型, 青海的期间最大序差为10, 是各省区中的最大值, 其次是新疆、湖南、内蒙古、河南、重庆、宁夏等, 期间最大序差都在6以上。根据2002～2008年期间, 各省总体的排序变化趋势, 把跳跃发展型分为三种情况。第一种情况是前向跳跃发展型, 表现为排序的前向跳跃, 反映出经济发展水平的快速提高而带来的“赶超效应”。比如内蒙古从2002年的排序16到2008年的排序10, 前进了6个位次;重庆从2002年的19位上升到2008年的13位, 也前进了6个位次。其他属于前向跳跃型的还有安徽、河南、广西、陕西。第二种情况是后向跳跃型发展型, 表现为排序的后向跳跃, 反映出由于相对其他省区经济发展速度下降而被超越。比如黑龙江从2002年的第10位下降到2008年的第15位, 下降了5个位次;新疆从2002年的排序15下降到2008年的排序20, 下降了5个位次。其他属于后向跳跃发展型的还有湖北、湖南、青海、甘肃。第三种情况是前后向跳跃发展型, 没有明显的上升或下降的趋势, 表现为期间排序的反复, 但期末和期初的排序变化却不大, 反映出经济发展的波动性特征。比如宁夏期间最大序差为6, 但2008年和2002年的排序均是17, 2002～2003年, 排序上升2位, 2003～2004年排序下降6位, 2004～2005年排序上升4位, 2005～2006年排序下降3位, 2006～2007年排序又上升3位。其他属于前后向跳跃型的还有:海南、河北、江西、吉林、西藏、云南。
总之, 从2002～2008年, 中国省级区域经济发展整体上出现“东部平稳、中西部跳跃”的态势。东部地区作为我国经济重心的地位十分明显, 在促进国民经济平稳较快发展方面发挥着重要的作用。中西部地区相对于东部地区而言经济发展相对滞后, 中西部地区的发展对于促进我国经济发展总体水平的提高, 对于实现区域经济协调发展具有深远的意义。中西部地区出现比较明显的“跳跃型发展”, 正反映出中西部地区在经济发展过程中的活跃度的大幅提高。尤其是一些省区出现比较明显的前向跳跃型发展, 说明在国家“西部开发”、“中部崛起”政策的支持下, 部分中西部地区的经济发展呈现出较为强劲的发展态势。
4 主要结论
本文运用基于主成分分析的时序动态综合评价方法, 对2002～2008年的我国31个省级区域经济发展水平进行了动态综合评价, 主要的结论和启示如下:
(1) 区域经济发展是一个动态过程, 基于主成分分析的时序动态综合评价方法侧重对区域经济发展的动态变化的分析, 能够对区域经济发展进行比较客观真实的评价。
(2) 从2002～2008年, 中国省级区域经济发展整体上出现“东部平稳、中西部跳跃”的态势。
(3) 东部地区整体上属于高发展水平上的平稳发展型。东部地区作为我国经济重心的地位十分明显, 在促进国民经济平稳较快发展方面发挥着重要的作用。上海、北京、天津3个直辖市的经济发展水平分列我国的前三位, 且在评价期内得以保持, 是31个省区中发展最为平稳的。对于东部地区, 应不断增强经济发展的自主发展能力和可持续发展能力, 提升经济发展的层级和区域经济的竞争力, 以继续引领全国经济发展。
(4) 中部地区整体上属于中等发展水平上的跳跃发展型。中部地区具有“承东启西”的优越区位, 应加强与东部地区的合作, 积极承接东部地区的产业转移, 以实现“振兴东北”、“中部崛起”的战略目标。
(5) 西部地区整体上属于较低发展水平上的跳跃发展型。西部地区在经济发展中, 要因地制宜, 注重发挥地区比较优势, 着力解决制约区域经济发展的关键矛盾和问题, 加强边贸与国际经济合作, 分阶段实现国家“西部开发”的战略目标意图。
摘要：区域经济发展是一个动态过程, 本文运用基于主成分分析的时序动态综合评价方法, 对2002年到2008年期间的我国31个省级行政单位的区域经济发展水平进行了动态综合评价。分析发现, 评价期间中国省级区域经济发展整体上呈现出“东部平稳、中西部跳跃”的态势。
关键词：区域经济发展水平,动态综合评价,主成分分析
参考文献
[1].郭亚军.综合评价理论、方法及应用[M].北京:科学技术出版社, 2007:124～127
[2].张培刚, 张建华.发展经济学[M].北京:北京大学出版社, 2009:4～31
[3].周天勇.高级发展经济学[M].北京:中国人民大学出版社, 2006:2～20
[4].徐新, 相丽君.中国区域经济发展水平实证分析[J].统计与决策, 2008, (17) :110～113
[5].张建平.基于主成分分析的区域经济发展水平的综合评价[J].农业与技术, 2007, (3) :125～128
[6].马力, 史锦凤.15个副省级城市区域经济发展水平的实证分析[J].科技进步与对策, 2006, (12) :88～90
动态的综合评价 第6篇
1资料与方法
1.1 评价对象为某医院9个住院临床科室,对其2008～2009年年度绩效指标进行纵向综合评价。资料来自该院病案统计室医疗工作统计报表。
1.2 评价指标体系的建立 手术科室绩效指标体系分为2个方面:(1)反映科室工作进步和发展的主要医疗指标同期对比增长百分比,共3个,包括平均病床周转次、平均病床使用率、出院者平均住院日(逆指标)[11]。(2)体现手术科室医疗工作特点的手术负荷与效率指标,共2个,包括平均每床手术例数、每名医师主刀手术例数。
1.3 统计学方法 采用秩和比法(Rank sum-ratio,RSR)[1,2,3,4,5,6,7,8,9,10]对手术科室绩效指标进行加权综合评价并排序:先按医疗指标同比增长百分比、以及手术负荷与效率2个方面分段计算RSRw,然后再将各段RSRw合并,求得总RSRw。采用专家定权法确定各项指标的权重。计算RSR的反正弦平方根代换值(Y)的95%可信区间对各临床科室2008年与2009年的综合绩效进行比较分析,对比两年的95%可信区间,如果交叉重叠超过一半,接受H0,该科室两年在α=0.05时相差不显著;如交叉重叠小于一半,拒绝H0,在α=0.05时相差显著。恰好一半时(或临界值附近),下结论应慎重。采用Visual Foxpro 6.0编程完成RSR的运算。假设检验采用配对设计资料的t检验,检验水准α=0.05,PEMS 3.1统计软件包实现运算。
2结果
9个住院临床手术科室2008～2009年年度绩效指标完成情况的RSR加权综合评价的结果见表1～表2,同比增长情况、手术负荷与效率,以及以上2个方面综合评价的对比见表3。绘制以RSR表达的各科室综合绩效动态变化见图1。
RSR加权综合评价结果显示,9个手术科室综合绩效指标的变化有以下特点:(1)总体评价,以RSR表达的2009年各项医疗指标同比增长水平较2008年略有下降(2008年:0.5506±0.1691,2009年:0.5050±0.2352)(t=0.7241,P=0.4896);手术负荷的绩效水平2009年比2008年相比有明显提升(t=3.2741,P=0.0013)(表3)。综合以上2个方面来看,2009年手术科室总体绩效水平较2008年略有下降,但统计学意义不显著(t=0.4321,P=0.6771)。提示只有做到医疗指标同比增幅水平和临床手术工作负荷同步增长,才能有效提高手术科室的整体综合效益(表3)。(2)神经外科、普外科、妇产科、眼科、耳鼻咽喉科2009年度其综合绩效,都有所提升,其中以普外科、妇产科、眼科、耳鼻咽喉科提升较明显(P<0.05);而骨科、胸外科、泌尿外科、肛肠科2009年度其综合绩效都有所下降,其中以骨科、泌尿外科绩效下降较明显(P<0.05)(表2)。(3)9个手术科室以RSR表达的综合绩效undefined医疗指标同比增长的变异度(变异系数CV)有所提高,而2009手术负荷的变异度(变异系数CV)有所下降,综合以上2个方面来看,2009年与2008手术科室总体绩效变异度(变异系数CV)有所下降,提示各手术科室间的总体绩效差距虽然有所缩小,但其医疗指标同比增长的绩效差距仍有加大。该院临床手术科室绩效的动态情况变化趋势,值得医院管理者关注。
N=36,1.96Sy=9.36,*与该科2008年相比,P<0.05
3讨论
本文采用秩和比法(Rank sum-ratio,RSR),通过分段计算RSRw,然后再将各段RSRw合并,求得总RSRw,可以综合多指标进行分析,从不同层面,不同侧面反映被评价总体水平,有助于发掘更深层问题,可避免由于指标纳入过多所产生的对总体分析不够深入的弊端。本分析实例所纳入的有反映医疗指标同比增长的发展指标,同时也有反映手术科室特点的平均每床手术例数、平均每名医师主刀手术例数2项指标,均是有效反映临床手术科室工作特点的基本指标,用其建立绩效综合评价指标体系,进行手术科室间绩效的横向动态综合评价是可行的。但有几点需要注意:第一,由于此次调查收集数据有限,如果在分析时还能将反映临床科室医疗核心制度执行情况以及临床科主任管理水平的出院病历归档时效指标,即出院病历三日归档率、出院病历平均归档天数(逆指标)列为绩效评价综合指标体系,那么分析结果可能会更具可比性、参考性。第二:采用秩和比法(Rank sum-ratio,RSR),是将住院床日列为绩效评价综合指标体系的逆指标进行分析,而在医院实际工作开展中这一点还有待进一步探讨分析。住院床日的长短不仅受到临床科室绩效影响,同时还和临床科室所接收的病种有关。例如在神经外科所收治的疾病患者虽然住院床日较长,但是诊治一例患者的平均收益也较高。所以在开展绩效综合评价时,有时可能还需将效率和效益相结合进行分析。第三:采用秩和比法(Rank sum-ratio,RSR)对某医院临床手术科室的绩效进行动态的综合评价,简便有效,表达直观,其主要可运用于医院管理者从多个侧面分层次地了解临床科室工作情况,对客观全面地评价临床手术科室的工作绩效、考核临床科主任履行岗位职责的情况也具有重要的意义。本方法可供医院统计工作者在实际工作中参考使用,并不断完善之。
参考文献
[1]杨建南,刘勇华,杨柳桦.2001～2006年成都市农村爱国卫生工作开展情况的RSR综合评价[J].数理医药学杂志,2009,22(3):328-329.
[2]杨建南,李世云,刘勇华,等.成都市14个区县医疗卫生资源配置与利用的RSR评价[J].成都医学院学报,2008,3(3):204-207.
[3]杨建南,杨柳桦.医务人员对医院行政后勤部门服务满意度的秩和比分析[J].现代预防医学,2009,36(9):1615-1616,1626.
[4]杨建南,雷跃昌,李世云,等.成都市2002～2006年医疗费用控制效果评价[J].中国卫生质量管理,2008,15(2):34-35,43.
[5]杨建南.疾病谱比较分析方法的探讨[J].中国卫生统计,1997,14(3):45.
[6]杨建南,李世云,郭小林,等.四川省住院疾病对人群健康影响综合效应的RSR分析[J].中国医院统计,2008,14(4):311-313.
[7]杨建南,张常红.住院疾病对人群健康影响综合效应的秩和比分析[J].中国卫生统计,1998,15(1):61-63.
[8]杨建南,张常红,霍垚,等.1996～1997年全国铁路医院20个住院病种费用效益分析[J].中国医院统计,2001,8(3):133-135.
[9]杨建南.医院病人满意度分析[J].中国医院统计,1996,3(2):84-85.
[10]杨建南.病案质量综合评价方法的探讨[J].中国卫生统计,1993,10(5):24-25.
动态的综合评价 第7篇
伴随着计算机技术和网络技术的不断发展, 信息化以爆炸式的方式席卷全球的各个角落, 以不可抵挡之势进入到农业、金融业、建筑业、旅游业、工商业、运输业以及制造业等各个行业, 并且在不同的层面上促进了各个产业的巨大变革和飞速发展[1]。
制造业在市场经济环境下, 为了提高企业的综合效益与优势地位, 制造业信息化的实施是至关重要的。在制造业信息化的建设过程中, 对整个企业的信息化水平进行实时监控与测评, 有利于了解建设过程中的优势与薄弱环节, 切实提高信息化实施应用水平, 为信息化建设的成功实施提供有力的保证和支持。
1 现有MIE (制造业信息化工程) 评价体系存在的问题
几十年来, 众多学者致力于信息化的理论研究和工程问题的热点研究, 把信息化多看成是一次性的投入过程[2,3], 却忽略了信息化建设具有可持续投入、持续改进、持续收益的本质特征, 特别是MIE, 作为一个极其复杂的动态系统, 系统环境与客观条件不可避免的要时时发生变化, 从而导致测评指标体系、权重、方法的动态调整, 使得整个信息化的建设有可能偏离预定的轨道[4]。尤其是这几年来关于MIE各项指标构建的研究, 只是在工程建设完成后, 从信息化水平的总体测评入手, 并没有针对工程建设中各个模块的水平测评提出具体指标, 这样就会丧失信息化测评中“反馈修改测评再修改”这一重要功能[5]。
本文通过对MIE动态测评的研究, 制定具体的MIE动态指标和灰色综合模糊评价方法, 能够很好的解决以上出现的问题。与现有测评方法相比较, 动态测评不仅能及时发现整体信息化建设中的漏洞和不足, 而且能对各模块信息化建设的情况随时进行反馈和修正, 在设定的周期测度阶段内, 具有显著的优势。
2 MIE周期测度分析模型
MIE的分析流程应该兼具动态性和周期性, 在固定的时间序列内, 对获取的数据进行认识评价, 指标处理以及决策, 从而反馈到下一个时间序列的信息化测评中。MIE周期测度分析模型强调测评的周期和循环性, 对信息化的建设情况具有良好的监控性。动态测评周期设定3个月为宜, MIE周期测度分析流程模型[6,7]如下图1所示。
3 制造业信息化工程 (MIE) 动态指标体系的构建
对于MIE呈现出的复杂性与动态性, 在具体的建设中有可能遇到不确定性因素的干扰, 现有的建设完成后给予评定的方法效果不甚明显, 因此, 我们越来越需要一种具有过程连续性的动态指标和评价方法, 建立一组切实符合MIE的动态评价指标迫在眉睫。
3.1 MIE动态指标构建原则
所谓的动态指标, 就是指能反映在某一时期里所发生的某种变化情况的指标。这一指标能够在整个信息化的建设阶段, 如实的反映出各个因素的变化情况, 因此, MIE动态指标可以定义为在MIE建设过程中, 能够及时反映各项因素变化情况的指标。综合以上因素, MIE动态指标构建应该遵循以下4项原则[8,9]。如下表1所示:
3.2 MIE动态指标体系
3.2.1 信息化模块建设水平
信息化模块建设水平包含“生产管理模块信息化水平”, “质量管理模块信息化水平”, “库存管理模块信息化水平”, “采购管理模块信息化水平”, “人力资源管理模块信息化水平”五大属性要素, 以此构建三级指标为观测点。指标的模型构造力求体现每个模块的信息化特点和水平。该模型从生产、库存等工厂的具体流程入手, 分别给出测评各部分的信息化水平的具体指标, 能够使测评趋向细化, 在对寻找信息化薄弱环节并加以改进这一方面方面比整体测评设计的指标具有极大的优势, 并因此可以得出总的信息化建设水平。
3.2.2 信息化整体协同建设水平
信息化整体协同建设水平包含“财务会计信息化水平”, “管理控制水平”, “办公室通信水平”三大属性要素, 下属又可细分为8个三级指标, 这个一级指标主要反映了各个模块之间的相关程度, 因为信息化的建设是一个不可分割的整体, 通过对各个模块的信息化测评的简单合并, 并不能完全代表整体的信息化建设水平, 只有对模块之间的相关度具有深刻的认识, 才能对信息的采集、传递、加工、贮存进行全面的测评。
3.2.3 信息化实施效果匹配
信息化实施效果匹配这个一级指标包含“战略层匹配”, “管理层匹配”, “操作层匹配”3个二级指标, 9个三级指标。实施效果匹配这一指标的设计主要是对实施过程进行实时监控, 检测制造业信息化工程项目的战略是否偏离组织既定的目标和战略, 并对此加以调整。
4 制造业信息化工程 (MIE) 动态测评方法研究
4.1 MIE指标权重的确定
在整个测评过程中, 权重起到了度量的作用, 反映了各项指标在整个测评过程中的重要性。在此, 本文采用层次分析法对动态指标进行赋值。这一过程企业可使用yaahp软件进行分析:
(1) 分析MIE各指标之间的关系, 用软件建立目标层, 准则层, 方案层。
(2) 对同一层次的各元素关于上一层次中某一准则的重要性进行两两比较, 构造两两比较矩阵, 并进行一致性检验。在本文中采用1～9标度法对制造业信息化评价指标进行重要程度的比较, 构造判断矩阵。
各专家对3个一级指标两两比较后, 得到判断矩阵, 经剔除异常取平均值后的最终矩阵如下:
(3) 由判断矩阵计算被比较要素对于该准则的相对权重。
利用yaahp软件计算的一级指标权重分别为:0.5278, 0.3325, 0.1396。进行一致性检验:CI=0.002993, RI=0.58, CR=0.0516<0.1, 通过一致性检验。得到企业一级指标的权重值如下表所示:
二级和三级指标的权重计算可参照一级指标的计算方法。具体数值如表2～4所示。
4.2 MIE动态指标处理
4.2.1 定量指标的无量纲处理
在前文构造的动态指标中, 由于指标的量纲不同, 无法在综合评价时计算加权平均值, 所以要对定量数据进行无量纲处理, 本文决定采用无量纲化方法中的极值法进行处理, 因为该方法具有差异不变性, 平移无关性, 缩放无关性, 区间稳定性的优点[10], 极值法公式如下:
其中
4.2.2 定性指标的处理
在以上指标中, 有许多的定性指标, 其指标本身无法用具体的数据表示, 无法进行无量纲化处理, 因此需要专家进行打分。
每个定性指标可以设计为5个梯度, 优, 良, 中, 差, 极差, 相对应的分数可以设计为5, 4, 3, 2, 1五个等级的分数, 位于之间梯度的可以用4.5, 3.5, 2.5, 1.5, 0.5来代替。
4.3 MIE灰色综合模糊评价[11,12,13,14]
灰色系统理论是研究灰色系统分析、建模、预测、决策和控制的理论。可将抽象的系统加以实体化、量化、模型化及做最佳化。该方法不需要大量的样本, 计算工作量小, 灰色预测精准度较高, 所以采用该方法进行模糊评价。
我们选取山西省内d公司的指标数据, 以信息化模块建设水平这个指标为例, 进行模糊综合评价, 其他指标方法相同。
(1) 建立评价指标集U
U={U1, U2, U3, U4, U5}={生产管理模块信息化水平, 质量管理模块信息化水平, 库存管理模块信息化水平, 采购管理模块信息化水平, 人力资源管理模块信息化水平}
(2) 评价权重的确定
W为信息化模块建设水平下的所有二级指标权重
Wi (i=1～5) 为二级指标所对应的三级指标权重
W={0.1339, 0.3619, 0.0991, 0.2742, 0.1308}
W1={0.5936, 0.2493, 0.1571}
W2={0.608, 0.1311, 0.2081}
W3={0.3333, 0.6667}
W4={0.1194, 0.2222, 0.4577, 0.2008}
W5={0.4742, 0.3764, 0.1494}
(3) 指标评分标准的确定
定量指标经过无量纲归一处理后, 数值在0到1的范围内, 因此可划分为5个等级, 依次进行打分, 定性指标按优劣也采用5等级打分制度。
(4) 根据5位评价专家的评分表构造样本矩阵
第一灰类:优 (e=1) , ⨂1∈[5, ∞], 白化权函数为f1
第二灰类:良 (e=2) , ⨂2∈[0, 4, 8], 白化权函数为f2
第三灰类:中 (e=3) , ⨂3∈[0, 3, 6], 白化权函数为f3
第四灰类:差 (e=4) , ⨂4∈[0, 2, 4], 白化权函数为f4
第五灰类:差 (e=5) , ⨂5∈[0, 1, 2], 白化权函数为f5
(6) 计算灰色评价系数。对U11来说, 各灰类的统计数为:
e=1:x11=f1 (4.5) +f1 (4) +f1 (4) +f1 (3.5) +f1 (4) =4.00
e=2:x12=f2 (4.5) +f2 (4) +f2 (4) +f2 (3.5) +f2 (4) =4.75
e=3:x13=f3 (4.5) +f3 (4) +f3 (4) +f3 (3.5) +f3 (4) =3.34
e=4:x14=f4 (4.5) +f4 (4) +f4 (4) +f4 (3.5) +f4 (4) =0.25
e=5:x15=f5 (4.5) +f5 (4) +f5 (4) +f5 (3.5) +f5 (4) =0
因此U11总评价系数为:x1=4+4.75+3.34+0.25+0=12.34
(7) 计算灰色评价权向量及矩阵
指标U11的评价权向量r11
r11= (x11/x1, x12/x1, x13/x1, x14/x1, x15/x1) = (0.3241, 0.3849, 0.2706, 0.0202, 0)
同理可计算r12, r13, r21等15个指标的评价权向量
从而得到U1指标的灰色模糊评价矩阵
(8) 对指标U1进行综合评价
B1=W1R1= (0.3207, 0.3910, 0.2561, 0.0320, 0)
同样, 我们可以计算U2, U3, U4, U5的综合评价值B2, B3, B4, B5。
(9) 计算综合评价值
又W={0.1339, 0.3619, 0.0991, 0.2742, 0.1308}
B=W*R= (0.3161, 0.3785, 0.2504, 0.0348, 0)
本文设计的为5等级制, 换算成10分制更加直观, 建立向量
C= (10, 8, 6, 4, 2) T
U=BC=7.83
(10) 对信息化水平进行评价
从U=7.83, 我们可以很直观的得知该企业的信息化模块建设水平趋向于“良”。同时, 我们也可以用此方法很方便的来检测信息化模块建设水平下的HR管理模块的水平U1, U1=B1C=7.996, 由此可知该企业的人力资源管理模块的信息化水平处于“良”的水平。
从以上的结论, 我们可以看到本文中MIE指标体系的构建和灰色模糊评价的方法可以很直观的计算出每个方面的信息化水平, 对MIE建设中出现的薄弱环节具有针对性的监控能力, 与现有方法相比, 动态性与灵敏度都有大幅度提高。
5 结束语
制造业信息化的动态指标体系的构建对于信息化建设中制造业的测评具有非常重要的意义。我们可以按照本文介绍的方法对企业进行动态测评, 实时监控, 从而达到反馈和修正的目的, 为MIE的建设提供准确的决策依据, MIE的建设成功率将会得到极大的提高。因此, 本文所提出的动态指标体系和灰色综合模糊评价的方法对制造业信息化评价研究具有一定的参考价值。
摘要：制造业信息化是新型工业化的必由之路。文章结合现有制造业信息化评价体系和制造业的特点, 针对一次性评价这一缺陷, 提出了基于MIE的动态指标体系的构建, 并且运用AHP和灰色综合模糊评价相结合的方法, 对MIE动态指标体系进行综合评价, 并以实例进行计算, 所得结果与实际水平相一致, 证明了所建立的动态指标的正确性和评价方法的有效性。
动态的综合评价 第8篇
高新技术企业的创新能力体现了企业本身的科学技术发展水平,创新能力的提高对于增加企业的经济效益、培养创新型人才、实现企业跨越式发展具有重要的作用。合理科学地评价高新技术企业的创新能力对企业建设创新体系至关重要,不仅能够真实地反映企业的创新水平,而且能够反映出某地区或者国家的创新能力发展水平,帮助政府决策和更好地执行政策[1]。
对高新技术企业创新能力进行静态评价,反映的是某一时间截面下的评价值,是其静态过程的体现,但高新技术企业在不断发展,连续时间的静态评价在本质上是有关联性的,即上一年的静态评价可能会影响下一年的评价结果,评价值会随着时间的变化而发生变化。通过对文献的研究发现,静态评价创新能力的方法主要有BP神经网络、AHP - Topsis、云重心模型和模糊扩展、DEA方法、回归分析、结构方程模型、DAGF算法、德尔菲法、层次分析法、模糊隶属度法、Fuzzy等,而涉及到的动态方法主要有速度特征法[2]、分层激励控制线[3]等。 Tomi Tura等[4]认为创新是一个动态的过程,在创新能力分析的过程中,创新能力的评价也是一个动态的过程,强调注重外部环境与企业内部的互动,注意区分创新能力与动态创新能力[5]。因此,高新技术企业在发展过程中,其创新能力也不断变化,即有的高新技术企业发展得比较迅速,有的发展比较缓慢,对于这种情况,有必要进行相应的激励与惩罚,促进高新技术企业的发展。而在进行惩罚与奖励的同时,在企业如何确定奖励与惩罚的界限一直存在争议,需要明确相应的激励与惩罚分界点进行奖惩,而明确地界定与企业柔性管理相冲突不利于高新技术企业的管理。因此,本文运用模糊的数学思想,结合高新技术企业创新能力的奖惩,从模糊奖惩特征视角对高新技术企业的创新能力在时间维度上进行动态综合评价,进而实现对高新技术企业创新能力动态综合评价的目的,从而更深入和全面地评价我国高新技术企业创新能力整体发展状况。
2高新技术企业创新能力评价指标体系的构建
企业创新能力的形成以及创新能力的水平是多种力量影响的结果,并不仅仅表现为研究开发能力, 还需要企业其他部门及其活动的配合支持,才能最终完成一项具有商业价值的创新成果[6]。在知识和大数据时代,高新技术企业的发展取决于企业的创新能力,因此对我国高新技术企业创新能力的评价尤为重要。本文中高新技术企业包含了医药制造业、 机械电子业、电子计算机及办公设备制造业、交通运输设备制造业、化学原料及化学制品制造业等各种中小企业。本文参考陈红川[7]、刘晶等[8]、张目等[9]、竺杏月等[10]、庄亚明等[11]等关于高新技术企业相关产业的评价指标体系,并结合企业的创新管理过程、企业的特点、影响创新能力的本质因素, 兼顾指标信息的易于获取性与可靠真实性,构建了高新技术企业创新能力评价指标体系,如表1所示。
3具有模糊奖惩特征的高新技术企业创新能力动态综合评价模型
3.1基于突变级数的高新技术企业创新能力的静态评价
应用突变级数的理论(由于篇幅限制,省略突变级数的介绍),由λ个高新技术企业创新能力的静态评价值在ti(i=1,2,3…,n+1)内的评价结果为,形成的静态评价结果进行集结如下:
3.2高新技术企业静态创新能力的模糊隶属度
根据静态的评价结果,由式(1)可知,。对于任意的ψt,在奖励、惩罚以及无奖惩的区分条件下设定3个模糊集而根据模糊集与隶属度的概念确定相应的隶属度。对于无奖惩点的设定,设θt为无奖惩点,对应的隶属度分别为0、1、0。对于隶属函数的确定,本文借鉴赵烨[12]的研究以及高新技术企业的具体发展情况,隶属函数是均匀分布的,则高新技术企业的静态创新能力的奖励、无奖惩、惩罚的隶属函数分别为:
3. 3高新技术企业静态创新能力模糊奖惩线的界定
由式( 2) 可知高新技术企业的静态创新能力在有奖励、无奖励和惩罚下各自的隶属函数以及相应的隶属度,基于此可以分析出其模糊集的隶属程度。本文借鉴易平涛[3]、冯雪丽、郭亚军等研究提出关于分层的激励控制线的理论方法,设定在某一时段内,φ = φ1为相应的隶属度的模糊奖惩控制线。不同时间段的模糊奖惩控制线有可能不相同, 由于隶属度的变化,高新技术企业的奖励、惩罚、 无奖惩的状态也可能随之而变化。而模糊奖惩线受到某一时间段内高新技术企业的静态评价值的最大和最小值影响,因此定义在某一时间段内的模糊奖惩控制线为:
3.4基于模糊奖惩特征视角的高新技术企业创新能力动态综合评价
考虑到高新技术企业创新能力在时间维度上的信息集结特征,通过时序信息结果和信息集结模型并考虑模糊奖惩隶属,度得出高新技术企业λi在[tj,tj+1]各个时间段的奖励评价值、惩罚评价值、无奖惩评价值,可由积分表达式s+it、s0it、表示,其公式分别为:
式(4)中fit(t),为高新技术企业创新能力的静态评价值在各个时间段的函数表达式,与此同时,高新技术企业的创新能力受到的总奖励与总惩罚遵循奖惩守恒原则[13,14],并且正负奖惩的系数为1,故可以求高新技术企业创新能力的正负奖惩系数。
式(5)反映了高新技术企业受到奖惩的程度。考虑到高新技术企业创新能力模糊奖惩的信息集结特征,则高新技术企业的创新能力在某一时间段内的具有模糊奖惩的评价值为:
最后,根据上述模糊奖惩的评价值,基于时间维度的信息集结,最终求出带有模糊奖惩的高新技术企业创新能力的动态综合评价值Si:
4实证分析
根据数据的完整性以及合理性、科学性,本文选取了我国内地31个省级行政区高新技术企业在2008年至2013年6年间的数据进行实证研究,数据均选自 《中国高技术产业统计年鉴》 ( 2008—2014) 以及 《中国科技统计年鉴》,保证了数据资料的真实性与可靠性。
4. 1基于突变级数的高新技术企业创新能力的静态评价
应用突变级数测算我国高新技术企业创新能力的一级指标———创新资源投入、创新实施能力投入、 创新产出的静态评价值时,首先确定各指标的权重, 根据指标重要性进行计算。而指标权重的确定方法有多种,本文运用改进熵值法确定各指标的权重大小[15,16],然后排序,运用突变级数进行处理数据, 得出我国高新技术企业创新能力静态评价的结果。 每个指标的单位不一致,依照无量纲化原则,首先将数据进行无量纲化处理,根据公式( 8) 对各指标数据做标准化处理[17]:
式( 8) 中,i表示评价指标的数量,j为评价对象的数量。
根据以上的步骤以及公式,得出我国高新技术企业创新能力的截面静态评价结果,如表2所示。
表2的静态评价结果表明,我国各地区高新技术企业创新能力的静态评价结果各不相同,但总体而言,静态评价值比较理想,与众多学者的相关研究比较吻合。由静态评价结果可知: 各地区高新技术企业创新能力的静态评价值在时间截面上的变化无法确定,时而上升、时而下降,呈现出动荡的变化趋势; 不同地区高新技术企业创新能力的评价值在相同的时间或者年份内的变化趋势呈现出不同的变化特点; 各地区高新技术企业创新能力的静态评价值基本处在一定的范围内。在2008—2013年间, 北京、天津、上海、广东、辽宁、四川、湖北、湖南、福建等地区的静态评价值比较高,评价结果主要集中于0. 6到1. 0之间,处于一个比较高的水平; 而西藏、新疆、宁夏等地区的静态评价值偏低,评价结果主要集中于0. 1到0. 5之间,处于比较低的水平。
4. 2模糊奖惩特征视角的高新技术企业创新能力的动态综合评价
上述对我国31个省级行政区高新技术企业创新能力的静态评价只考虑了高新技术企业创新能力的截面静态评价结果,只是单一地反映了各地区高新技术企业的创新能力在不同时序截面的评价结果, 无法全面地体现高新技术企业的创新能力及其具体发展状况、奖惩的情况等。因此,根据激励的思想对高新技术企业创新能力在发展过程中的奖惩状态进行综合评价。
由式( 2) 、式( 3) 以及式( 4) ,运用信息集结可以计算出高新技术企业在奖励、无奖惩、惩罚3种状态下的评价值,如表3所示。
由表3可知,北京、天津、河北、山西、广东、 广西等地区高新技术企业的创新能力在2008—2013年之间一直处于奖励、无奖惩阶段,而没有惩罚阶段; 并由表2可知,北京、天津、河北、广东、广西等地区高新技术企业的静态评价值处于比较高的阶段,说明高新技术企业的发展状况处于良好的态势,高新技术企业的创新资源投入以及创新实施能力的投入力度大,处于比较集聚的状态,使得这些地区的高新技术企业创新产出也大,因此相应的, 这些地区高新技术企业创新能力较强,从而应给予相应的奖励,进一步促使其快速成长与发展。内蒙古、海南、西藏、新疆等地区高新技术企业的创新能力在2008—2013年之间一直处于惩罚、无奖惩阶段而没有奖励阶段; 并由表2可知,内蒙古、海南地区高新技术企业的静态评价结果处于较低的阶段, 说明内蒙古、海南、西藏、新疆等地区高新技术企业的发展比较缓慢,高新技术企业的创新资源投入以及创新实施能力的投入与创新产出处于不协调的状态,从而导致整个高新技术企业的创新能力较低, 从而应给与相应的惩罚,促使其努力改变企业目前状况。黑龙江、贵州、云南地区高新技术企业的创新能力在2008—2013年之间在奖励、惩罚、无奖惩阶段中不断变化,虽然其静态评价值处于一个较低的水平,但是受到的奖惩不固定,说明其高新技术企业的发展在不断地变化,发展的状况时而好、时而坏,高新技术企业的创新资源投入以及创新实施能力的投入与创新产出处于不稳定的状态,因此应采取不同的奖励与惩罚措施。每个地区高新技术企业的奖惩增减幅度不一样,这是由于每个地区对其高新技术企业创新能力的关注度不一样,或者是由于企业的投入、性质及特点等而导致创新能力静态评价值的奖惩增减幅度不一致。
根据奖惩的规律,由式( 5) 可以得出奖惩系数 α = 0. 144 4 β = 0. 855 6,从而结合式( 6) 、式( 7) 得出我国高新技术企业创新能力的动态综合评价值。通过对不带奖惩的高新技术企业创新能力与带模糊奖惩特征的高新技术企业创新能力的动态综合评价值的比较发现,北京、天津、甘肃、内蒙古、 甘肃、海南、新疆等地区高新技术企业创新能力的排名发生了相应的变化: 北京、天津、江苏、上海、 浙江、山东、广东等地区高新技术企业的创新能力在无奖惩下总的动态综合评价值处于一个较高的水平,同样,其静态评价结果也比较处于一个较高的水平; 而西藏、青海、新疆等地区高新技术企业在无奖惩下总的动态综合评价值处于一个较低的水平, 同样,其静态评价结果也比较处于一个较低的水平。
由表4可知,北京、天津、江苏、上海、浙江、 山东、广东等地区高新技术企业的创新能力状况较好,由模糊奖惩线的确定得出奖励的相对评价值越高,对奖励的隶属度越大,从而获得更多的奖励。 因此,对于只有奖励的地区的高新技术企业,获得的奖励程度也更大,促使企业更加快速发展,不断地激励促使企业发展、不断注重企业自身成长,同时也说明该地区高新技术企业的创新投入与创新产出成正比,即在2008—2013年间高新技术企业的创新投入促进创新能力的增长,创新投入与产出形成良好的互动机制。而内蒙古、西藏、甘肃、青海、 宁夏、新疆等地区高新技术企业的创新能力状况一直处于惩罚的阶段,由于所受到的惩罚的隶属度较大,受到的惩罚也较大,促使企业朝着有利于自身发展的方向前进,并且避免一直处于停滞状态,而通过惩罚不断改变自身现状; 同时说明该地区高新技术企业的创新投入与创新产出不成正比,并且在部分年份高新技术企业的创新投入没有带来创新产出的增加。山西、黑龙江、贵州、云南等地区高新技术企业的创新能力在发展过程中比较动荡,导致其高新技术企业的创新能力状况在惩罚与奖励之间徘徊,从而使企业的发展不稳定,即其高新技术企业的创新投入与创新产出呈现动荡的趋势。这是由于企业认识到自身的特点,不断作出努力以改变自身现状。
由表4和图1可知,综合考虑高新技术企业创新能力的静态评价值的状况以及高新技术企业自身的运营状况而设定模糊奖惩控制线,在一定时间段内,由于相对评价值越低,归属于惩罚的隶属度的机会越大,从而受到更多的惩罚; 相对评价值越高, 归属于奖励的隶属度的机会越大,从而受到更多的奖励; 而相对评价值处在中间水平,则同时归属于奖励和惩罚的隶属度,从而同时受到奖励和惩罚。 通过模糊奖惩的分析,具有模糊奖惩特征的动态综合评价值显示,天津、江苏、山东、上海、福建、 广东等发达地区近几年高新技术企业的创新能力受到的激励程度比较高,从而导致其发展的态势趋于上升; 西藏、青海、新疆等贫困地区近几年高新技术企业的创新能力受到的惩罚程度比较高,从而导致其发展的态势趋于下降; 而山西、黑龙江、贵州、 云南等地区近几年高新技术企业的创新能力受到的激励程度与惩罚程度大致相当,从而导致其发展的态势趋于稳定。
总之,带有模糊奖惩的高新技术企业创新能力动态综合评价值介于0. 9到6之间,动态综合评价结果偏低的地区,需要采取一定的措施提升其高新技术企业的创新能力水平以及各项指标的投入; 动态综合评价结果偏高的地区,需要保持良好的态势, 继续维持高新技术企业的良性发展。由于不同地区对高新技术企业的重视程度以及发展战略的不同,这在一定程度上影响了高新技术企业创新能力的提高。
5结论
本文基于突变级数法对我国高新技术企业的创新能力进行静态评价,以及从模糊奖惩特征视角对静态评价结果进一步分析研究,基于信息集结视角和 “激励与惩罚”手段构建了高新技术企业创新能力的动态综合评价模型,从模糊数学角度结合奖惩特征视角,将明确的奖惩界限模糊化,弥补高新技术企业在柔性管理中的缺陷,从而做到对高新技术企业的奖惩合理化,更加公正地对企业实施奖励或惩罚。实证研究结果表明: 高新技术企业创新能力静态评价值较高的北京、天津、江苏、广东等地区无惩罚阶段,获得奖励的幅度较大; 而高新技术企业创新能力静态评价值较低的西藏、青海、新疆等贫困地区基本没有获得奖励,而受到惩罚的幅度较大; 高新技术企业创新能力静态评价值处于中等水平的山西、黑龙江、贵州、云南等地区受到的激励与惩罚并存。通过对高新技术企业创新能力的静态评价值分析发现,实行模糊奖惩,做到奖优罚劣、 公正合理,有利于促进高新技术企业的创新能力不断发展。
采用基于信息集结的模糊奖惩特征视角的动态综合评价方法,反映了高新技术企业的内部竞争状况,强调内部的相互作用以及自发影响。本文综合分析了高新技术企业创新能力的发展变化过程,在时间维度上基于信息集结的视角,从高新技术企业的创新投入与产出方面进行研究,反映了对高新技术企业创新能力的动态情况评价结果。激励控制线体现了评价者的意图,反映了评价者的经验知识[14]; 而清晰的激励控制线不利于高新技术企业内部的柔性管理,采用模糊的激励控制线,根据高新技术企业内部积极以及柔性的管理原则,对其创新能力发展各阶段的激励、惩罚以及无奖惩进行信息集结,体现不同地区高新技术企业创新能力的差异, 减少高新技术企业组织内部消耗,更加实际地反映高新技术企业创新能力的实际状况。
虽然通过对高新技术企业创新能力的奖惩能更加进一步促进高新技术企业的发展,使企业能够清醒地认识自身发展状况,但是不利于我国高新技术企业实行包容性创新,没有很好地支持静态评价值比较低或者动态综合评价值比较低的高新技术企业的发展,缺乏包容性创新的政策引导。尽管我国高新技术企业无论从国家以及地方政府政策层面的支持,还是企业自身发展方面都取得了长足的进步, 但是通过动态评价发现,我国高新技术企业创新能力的发展尚有不足之处与薄弱环节,有待于进一步提出有针对性的改善对策和建议,为政府政策出台和企业发展提供一定的信息支持,以采取相应的措施提升我国高新技术企业的创新能力。
当然,本文也存在一定的局限性,高新技术企业创新能力的影响是比较复杂的,后续研究需要加强分析复杂的因素对高新技术企业的影响; 在大数据以及信息时代,样本的选取至关重要,本文选取的样本数偏少,后期需要收集更多的数据进行实证支撑,以期使评价结果更加合理; 对指标的确定也有待进一步深入研究,尽量减少主观因素,从客观上选取指标,使其更加真实地反映评价结果。
摘要：高新技术企业的创新能力随着时间的变化以及企业的投入而呈现出不同的发展状态,对于其不同的发展状态有必要进行相应的激励与惩罚,而激励与惩罚的界限在实际当中不容易界定,因此采用模糊数学的思想,从奖惩特征视角研究高新技术企业创新能力的动态综合评价问题。通过建立高新技术企业创新能力评价指标体系,运用突变级数进行高新技术企业创新能力的静态评价,进而从模糊奖惩视角构建高新技术企业创新能力的动态综合评价模型,并以我国31个省级行政区高新技术企业2008—2013年的有关数据作为样本进行实证研究,得出高新技术企业创新能力带有模糊奖惩的动态综合评价值。
动态的综合评价 第9篇
在现实的经济管理与评价中, 经常遇到这样的问题:对同一个对象评价, 随着时间的发展与数据的积累, 人们拥有大量的按时间顺序排列的平面数据表序列, 称为“时序立体数据表”。有时序立体数据支持的综合评价问题, 参数值是动态的, 定义这类评价为动态综合评价问题。
假定取m项评价指标x1, x2, , xm, 且已经取得在N个时刻undefined的指标观测值undefined, 这时被评价对象在不同时刻tk处的运行状况可由状态向量 (即评价指标向量) undefinedΤundefined刻画。
如果对评价指标undefined进行了指标类型一致化 (均为极大型) 、无量纲化、可比化处理后, 系统 (指被评价对象) n在tk时刻运行状况的综合取值为:
undefined, N (1)
式中undefinedΤ为tk时刻待定的权重向量。
由式 (1) 可知, 系统n在tk时刻运行状况的综合评价的核心问题有两个:一是评价函数undefined的构造或选择;二是权重函数向量undefined的构造或选择。
2 建筑工程项目管理效果的动态综合评价函数模型确立
明晰上述理论后可以发现, 建立动态综合评价模型实际上就是在获取n个系统的评价指标值{xij} (i=1, 2, , n;j=1, 2, , m) 的基础上, 选取或构造综合评价函数f (, ) 。对于一个建筑工程项目评价而言, 评价函数模型的选取关系到指标的处理及权重的确定等诸多问题, 直接影响评价结论, 因而合理确立评价函数模型是动态综合评价方法应用的基础与核心。
建筑工程项目管理效果的动态综合评价函数模型采用线性加权综合函数模型, 所谓线性加权综合函数模型, 即:
undefined (2)
式 (2) 中undefined为评价对象 (或系统) 的综合评价值, ωj (tk) 是与评价指标xj (tk) 相对应的权重系数 (0ωj (tk) 1, j=1, 2, , m;undefined。
之所以应用线性加权综合函数模型作为动态综合评价函数模型是因为它具有良好的特性:
(1) 线性加权综合函数模型可使各评价指标之间得以线性地补偿。即某些指标值的下降, 可由另一些指标值的上升来补偿;
(2) 线性加权综合函数模型中权重系数的作用比在其他“合成”法中的作用更明显些, 且突出了指标值或指标权重较大者的作用;
(3) 线性加权综合函数模型对指标数据无特定要求;
(4) 线性加权综合函数模型相对其他模型来讲, 计算容易, 便于推广。
因此经综合考虑, 选取线性加权综合函数模型作为动态综合评价方法的应用综合函数模型。
3 “纵向”拉开档次法的权重向量确定
动态综合评价函数模型确定之后, 动态综合评价问题的核心问题就是权重向量的确定, 也就是动态综合评价方法的选取问题。
对于动态综合评价问题, 由于要依据随时序变化的数据表来确定权重系数, 其核心问题就是评价指标在不同时刻的权重系数的确定。因此, 采用具有差异驱动原理的“纵向”拉开档次法进行权重向量的确定, 这样得出的权重系数更有利于评价结果的合理性和可靠性。确定权重系数的基本思路:
当undefined与时间t的隐式关系依靠信息矩阵支持时, 选择undefined的原则就是从整体上能最大限度地突出系统n在不同时刻运行状况之间的差异。即选择undefined时, 使undefined的离差平方和最大。
这个问题用数学语言描述为求指标向量x的线性函数ωΤx, 使此函数对n个系统取值的分散程度或方差尽可能大。其中极大型评价函数指标x1, x2, , xm 的线性关系为:
y=ω1x1+ω2x2++ωmxm=ωΤx (3)
式 (3) 为被评价对象的综合评价函数。式中, undefined是m维待定正向量 (其作用相当于权重系数向量) , undefinedΤ为被评价对象的状态向量;而变量y=ωΤx按n个评价对象取值构成样本的方差为:
undefined (其中undefined
将y=Αω代入, 其中
undefined
并注意到原始数据的标准化处理后, 可知undefined, 于是有
ns2=ωΤΑΤΑω=ωTΗω (5)
Η=ΑΤΑ=
undefined
其中Η为实对称矩阵, 显然对ω不加限制, 式 (5) 可取任意大的值。这里限定ωTω=1, 求式 (5) 的最大值, 则问题实际转化为选择ω, 使得
undefined
(7)
由此可见, ω为Η的最大特征值所对应的标准特征向量时, 式 (7) 取得最大值, 即undefined。而此时的ωj的意义与以往的权重系数含义不同;不具有可继承性 (当数据变化后, 权重系数要重新计算) ;不带有任何主观色彩。
4 工程案例分析
4.1 工程概况
某建筑施工企业通过投标, 中标一高架快速主干道工程西段某标段的跨海陇桥梁工程, 全长232m。该建筑施工企业第4项目部负责桥梁工程的施工。该跨海陇桥梁为6跨连续梁, 对称设置, 2个主跨, 各72m, 4个边跨, 各48m, 面积4176m2。从3月开始施工, 第4项目部专门组织管理人员对施工管理过程中运行效果进行评价, 选取质量、成本、进度、职业健康安全及文明施工现场管理5项极大型评价指标并依次记为x1, x2, , x5, 并做好原始数据记录, 如表1所示。
4.2 “纵向”拉开档次法的权重计算
因为5个评价指标均属于极大型指标, 即越大越优型, 无须使评价指标类型一致化;由于评价指标量纲不一致, 需进行标准化无量纲处理, 由公式:
undefined
式中:undefined;undefined;j=1, 2, , 5) 。把各评价指标值进行无量纲化处理后, 得评价指标标准化值, 如表2所示:
根据公式 (6) 求出矩阵Η (因Η为对称阵, 故只列出上三角部分的数据) :
经数学运算可得, 该矩阵的最大特征值为λmax (Η) , 所对应的特征向量ω为:
undefined
从表1可见, ω2<0, ω3<0可能是由极大型评价指标x2, x3的值呈逐月变小的趋势所决定的, 所以未对标准特征向量ω进行归一化处理, 但这并不影响对undefined的排序 (此时的ωj的直观意义是从整体上体现桥梁工程10个月期间的管理效果的最大差别, 而不是体现评价指标xj的相对重要性的大小) 。
将标准化处理后的指标值xj (tk) 和ωj代入式 (3) 中, 求得桥梁工程在10个月动态管理效果的综合评价值y (tk) {为了便于直观比较, 对y (tk) 做平移、放大处理, 即[y (tk) +6]10}, 并按y (tk) 得值由大到小进行排序, 如表3及曲线图所示。
续 表
从表3及曲线图中看出:
(1) 在3～12月期间, 桥梁工程施工管理过程中动态效果的趋势是先下降后上升的。这一点, 恐怕直接从表1中难以看出。
(2) 该桥梁工程施工管理过程中的运行效果在这10个月中变化是相当大的, 3月的综合评价值为89.784, 是7月综合评价值38.579的2.33倍, 这个数据是值得管理者认真思考的, 而12月73.993是7月综合评价值38.579的1.92倍, 这个数据是可以给管理者激励的。这从表1中也很难直接看出。
(3) 排序结果中隐性地体现了时间的动态变化作用, 这一点可从“纵向”拉开档次分析法的评价原理中得到解释。因而可较好的描述该项目管理效果的动态关联趋势, 便于管理者根据实际情况作出相应的调整。
5 结论
动态的综合评价
声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。如若本站内容侵犯了原著者的合法权益，可联系本站删除。
