权重指标

2024-05-12

权重指标（精选十篇）

权重指标篇1

要建立一套科学合理的物流园区综合评价,除了评价指标的选取和评价指标体系的设计,还包括评价指标权重的确定。指标的权重即各个指标在整个评价指标体系中相对重要性的数量表示。在目前进行的评价活动中,大多数采用德尔菲法与层次分析法相结合的方法,即初始权重的确定采用德尔菲法,之后通过层次分析法对初始权重进行处理和检验,以生成各层指标权重。

1 德尔菲法

1.1 德尔菲法简介

德尔菲法是由美国兰德公司于20世纪40年代末期创立,正式提出者是该公司研究人员诺曼·达尔基(N Dekey)和奥拉夫·赫尔默(O.Helmer)。它是以匿名方式,通过多轮函询专家对预测事件的意见,由组织者进行集中汇总,最终得出较为一致的专家预测意见的一种经验判断法。德尔菲法主要目的在于获取专家们的共识,以寻求专家们对特定预测对象的一致性意见。

1.2 德尔菲法的优缺点

德尔菲法的优点:(1)能充分发挥各位专家的作用,集思广益,准确性高。(2)能把各位专家意见的分歧表达出来,取长补短。但是德尔菲法在现实使用中也有明显的缺陷:按照德尔菲法的要求,需要聘请大量的专家为指标权重进行打分,而且打分过程是一个不断“反馈—集中”的过程,通常需要几个来回才能达到较为理想的效果[2]。为了使专家意见趋于一致而反复进行的次数增多,进而造成成本的增加,在当前软科学项目研究经费本就捉襟见肘的情况下是不可取的。

2 建立物流园区评价指标权重体系的构想

物流园区评价指标权重体系,是通过分析总结我国各类物流园区在规划和运营过程中所关心的因素的优化目标,收集各类物流园区的评价指标及指标权重数据,应用模糊聚类分析法将各种因素进行分类,包括土地利用、产业布局、交通条件、主要货物品种及流向等,而建立起来的涵盖各类物流园区指标及其权重的体系。这样对不同类型的物流园区进行评价时,便可以直接使用从权重体系中调用相关数据,避免因为大量聘请专家对权重反复打分而造成的巨大花费,这里我们需要介绍一下物流园区的分类,以便于后续研究的使用。

(1)按物流园区的依托对象,将物流园区划分为以下4种:

·交通枢纽型。依托空运或海运或陆运枢纽而规划,至少有两种不同的运输形式衔接,提供大批量货物转换的配套设施,实现不同运输形式的有效衔接,主要服务于国际性或区域性物流运输及转换。

·生产服务型。依托经济开发区、高新技术园区等制造产业园区而规划,提供制造型企业一体化物流服务,主要服务于生产制造业物料供应与产品销售。

·流通商贸服务型。依托各类大型商品贸易现货市场、专业市场而规划,为商贸市场服务,提供商品的集散、运输、配送、仓储、信息处理、流通加工等物流服务,主要服务于商贸流通业商品集散。

·综合服务型。依托城市配送、生产制造业、商贸流通业等多元对象而规划,位于城市交通运输主要节点,提供综合物流功能服务,主要服务于城市配送与区域运输。

(2)按服务对象和服务范围的不同,物流园区的形式主要划分为以下3种:

·国际型物流园区。依托港口、陆路口岸,与集装箱运输和海关监管通道相结合的大型转运枢纽。

·区域型物流园区。跨区域的长途运输和城市配送体系之间的转换枢纽。

·市域配送型物流园区。支持商贸和城市生活的物流园区。

(3)根据物流园区其功能的侧重点不同,可分为如下几种:

·综合型物流园区。是集区域配送、市域配送、国际物流、综合运输或多式联运、商贸、采购供应、供应链管理、企业物流、物流CBD和综合配套服务等多种经营功能于一园的大型物流园区,但这种综合不一定是所有功能的综合,往往是上述大多数功能的不同组合。如苏州综合物流园区、南京龙潭物流园区、青海朝阳物流园区。

·货运枢纽型物流园区。货运枢纽型物流园区是围绕交通枢纽而建的,服务于物流的转运型物流节点,除了具有转运、仓储等主要功能外,还包括拆拼箱、再包装等加工功能,如围绕大型港口、铁路货运场站等建设的货运枢纽、卡车终端等都属于该类型。

·仓储型物流园区。仓储型物流园区可以看成是集货中心,将分散生产的零件、生产品、物品集中成大批量货物。这样的物流园区可建在小企业群、农业区、果业区、牧业区等地区。主要功能:集中货物、初级加工、运输包装、集装作业、货物仓储。

·配送型物流园区。配送型物流园区以配送功能为主,是配送中心企业集中的场所。配送中心可视为连锁商店、零售商以及消费者组织配货供应,以执行实物配送为主要职能的流通型物流节点,具有集货、储存、分货、加工、配送、信息处理等综合物流功能。

·商贸中心型物流园区。依托于各类物资、商品交易市场,进行集货、储存、包装、装卸、配货、送货、信息咨询和货运代理等服务。该类物流园区通过对货物集疏,实现物流系统管理过程。

(4)按服务对象进行分类可分为:

·工业物流园区。为生产企业服务的物流园区。如北京空港物流园区周边紧邻天竺出口加工区、空港工业区、林河工业区、北京现代汽车城及奥运会场馆,周边有日本VC,SONY、松下通信、西铁城(中国)钟表,韩国LG电子,欧美的摩托罗拉、空中客车、爱立信移动通信、皇冠制罐,以及中国国际航空公司、万科城市花园、空港国际仓储和人类基因研发中心——华大基因等30余个国家的百余家著名企业,为发展现代物流产业提供了得天独厚的条件。

·商业物流园区。面向流通领域,为商业零售服务的物流园区,如深圳笋岗———清水河物流园区。

·社会物流园区。面向全社会开放的社会型物流园区。

(5)根据物流园区发展的行业导向不同,将物流园区划分为专业型和综合型两大类:

·综合型物流园区。综合型物流园区在行业导向方面以混合行业导向为主,可以由零散的多个行业构成,例如由石油产品制造业、汽车制造业、家电制造业、家具制造业等共同构成的物流园区。现有国外物流园区多数均为综合型物流园区。

·专业型物流园区。专业型物流园区在行业导向上常以某个行业为主导,例如德国的德累斯顿、沃尔夫斯特等物流园区均是以汽车制造业为主的物流园区,埃姆斯兰则是以造纸业为主的物流园区。

(6)根据开发主体和发起者的不同,可将物流园区划分为以下3种:

·公共投资型物流园区。这种类型的物流园区在德国较为多见,国内规划的也有相似实例,如深圳平湖物流基地、上海西北物流园区。根据对德国物流园区的考察分析表明,德国现有物流园区多数为公共投资型物流园区,但也不排除个别的私营企业完全投资行为。对德国11个物流园区的分析结果显示,其中10个为公共投资或公共-私人合作投资型物流园区,1个为完全企业投资型。

·私有投资型物流园区。没有公共机构的资金支持,完全或绝大部分由私有公司投资开发的物流园区为数较少,但也不乏有人投资这种回报率较低、回收期较长的大型基础设施项目。如法国的普洛罗吉斯公司创建并经营的9家物流园区以及其1999年兼并的位于巴黎附近奥尔列菲斯-波伊斯的加诺罗尔物流园区均属此类。英国的达芬奇物流园区的发展和资金筹集也是主要通过私人投资者来实现的。这种情况在国内也有体现,如台湾高雄物流园区。

·公共-私人合资型物流园区。实际上,绝对的公共机构或绝对的私人财团独资投资物流园区这种大型公益性的物流基础设施的例子并不多见,国内外现行的物流园区大多均为公共机构主导、多渠道融资建设开发的。

3 模糊聚类分析法

3.1 模糊聚类分析法的基本原理

按一定的规律和要求,通过对事物的数量关系的分析,对事物进行分类的方法叫做聚类分析,应用于模糊事物的聚类分析叫做模糊聚类分析。

明确聚类对象,设论域U=x1,x2,…,xn为被分类对象,每个对象又有m个指标表示其性状,即

于是,得到原始数据矩阵为

其中xnm表示第n分类对象的第m个指标的原始数据。

3.2 模糊聚类求解的一般过程

(1)数据标准化

在实际问题中,不同的数据一般有不同的量纲,为了使不同的量纲也能进行比较,通常需要对数据做适当的变换。但是,即使这样,得到的数据也不一定在区间0,,1,上。因此,这里说的数据标准化,就是要根据模糊矩阵的要求,将数据压缩到区间0,,1,上。

经过变换后,每个变量的均值为0,标准差为1,且消除了量纲的影响。但是,再用得到的xi'k还不一定在区间0,,1,上。

(2)建立模糊相似矩阵

设论域,依照传统聚类方法确定相似系数,建立模糊相似矩阵,xi与xj的相似程度,。确定,的方法主要借用传统聚类的相似系数法、距离法以及其他方法。计算,的方法有很多,这里介绍一下最大最小法:

(3)聚类

模糊聚类通常有3种方法[3]:编网聚类法、最大树法和模糊等价法。前两者可用模糊相似矩阵直接求值,而后者只能用模糊等价法。具体做法为给定不同的置信水平λ求矩阵R,找出R的λ显示,得到普通的分类关系R(λ从0到1取值),最后可得到一个动态的聚类谱系图。

3.3 最佳阈值λ的确定

在模糊聚类分析中对于各个不同的,可得到不同的分类,许多实际问题需要选择某个阈值λ,确定样本的一个具体分类,这就提出了如何确定阈值λ的问题。一般有以下两个方法:

(1)按实际需要,在动态聚类图中,调整λ的值以得到适当的分类,而不需要事先准确地估计好样本应分成几类。当然,也可由具有丰富经验的专家结合专业知识确定阈值λ,从而得出在λ水平上的等价分类。

(2)用F统计量确定λ最佳值。设论域为样本空间(样本总数为n),而每个样本xi有m个特征:。于是得到原始数据矩阵,如下表所示,其中,称为总体样本的中心向量。

设对应于λ值的分类数为r,第j类的样本数为nj,第j类的样本记为:第j类的聚类中心为向量,其中为第k个特征的平均值,即,k=1,2,…,m∧,作F统计量

为与x间的距离,为第j类中第i个样本x,与其中心x,间的距离。称为F统计量,它是遵从自由度为r-1,n-r的F分布。它的分子表征类与类之间的距离,分母表征类内样本间的距离。因此,F值越大,说明类与类之间的距离越大;类与类间的差异越大,分类就越好。

4 结束语

德尔菲法是目前确立评价指标权重最常见的方法,但是专家打分过程需要不断地重复反馈,这不但加大了评价的工作量,而且也增加了评价的成本,所以我们试图利用模糊聚类分析法,通过对以往评价数据的收集分类,建立一个指标权重体系,针对不同类型的物流园区评价,可以直接从中获得不同的指标权重。但是该方法也具有一定的局限性,首先体系的建立需要大量的数据,这需要长时间的协调沟通和收集处理;其次所收集的权重数据时效性可能会随着社会和经济的发展而被减弱,不能很好的反映出物流园区的现状。

摘要：论述了物流园区评价的重要性,介绍了德尔菲法的基本原理及德尔菲法在物流园区评价过程中应用:阐述了德尔菲法的优点以及弊端。在此基础上,提出基于模糊聚类分析法建立评价指标权重的构想,最后介绍模糊聚类分析法的基本原理和求解过程。

关键词：物流园区,指标权重体系,德尔菲法,模糊聚类分析法

参考文献

[1]缪立新.区域物流系统及物流园区规划方法[J].清华大学学报(自然科学版),2004(3):398.

[2]朱孔来.国民经济和社会发展综合评价研究[M].济南:山东人民出版社,2004.

权重指标篇2

一种指标权重信息不完全的多指标决策方法

针对指标权重信息不完全的多指标决策问题,提出了一种逼近于理想解的决策分析方法.首先,对指标权重信息不完全的多指标决策问题进行了描述;然后,依据传统的TOPSIS方法的基本思路,给出了解决指标权重信息不完全的多指标决策问题的方法的.计算步骤,其核心是通过构建并求解二次规划模型,得到每个方案与正、负理想解间的距离,进而通过计算出相对接近度,即可得到所有方案的排序结果.最后,给出了一个算例.

作者：俞竹超尤天慧张尧樊治平YU Zhu-chao YOU Tian-hui ZHANG Yao FAN Zhi-ping 作者单位：东北大学,工商管理学院,沈阳,110004刊名：系统工程理论方法应用 ISTIC PKU英文刊名：SYSTEMS ENGINEERING -THEORY METHODOLOGY APPLICATIONS年，卷(期)：200514(6)分类号：C934 N945.25关键词：多指标决策指标权重不完全信息 TOPSIS 二次规划

权重指标篇3

【关键词】财务预警;AHP;指标权重

一、引言

在市场经济条件下,伴随外部环境的变迁和内部控制的失效,企业将面临巨大的财务风险,有可能发生财务困难、危机,甚至破产。因此,对企业财务状况进行预警研究,进而尽早识别和发现企业存在的风险,对确保企业的健康发展具有十分重要的意义。

国外对财务预警的研究起步较早,已有多年历史,产生了许多有效的财务预警模型。较有影响的预警模型主要有:Beaver(1966)提出的单变量模型;Altman(1968)提出的Z计分模型;Martin(1977)引入logistic回归分析法建立预警模型,有效提高了预测的准确度;Odom与Sharda(1990)等将人工神经网络(ANN)引入财务预警系统中,克服了以往模型的诸多缺点,实现对传统模型的拓宽和突破。国内该领域的研究较晚,但也作了大量积极的探索和分析,比较有代表性的有杨淑娥(2003)提出的Y计分模型。

上述模型以及目前的财务预警分析主要注重对财务数据的统计、财务指标和财务模型的计算分析,但在指标的权重设计上存在明显的不足,本文拟使用层次分析法来弥补上述不足。

二、层次分析法(AHP)

层次分析法(Analytic Hierarchy Process),简称AHP,是由美国运筹学家T.L.Satty于20世纪70年代提出的一种决策方法,它是一种定性和定量相结合,将人的主观判断用数量形式表达和处理的方法。AHP的基本思路是评价者首先将复杂问题分解为若干组成要素,并将这些要素按支配关系形成有序的递阶层次结构,然后通过两两比较建立比较矩阵,进而运用相应的数字方法进行分析和处理,确定层次中诸要素的综合评价值,判断各因素相对重要性的总排序,并据此进行决策。

三、运用AHP设计财务预警指标权重

(一)构建层次结构模型

AHP的基本结构模型是递阶层次结构模型,一般分为三层:(1)目标层,是解决问题想要达到的目标;(2)中间层,又称准则层;(3)最低层,又称措施层,是解决问题的具体措施或方案。财务预警指标体系是一个综合的多因素的复杂问题,所选指标应能评价企业经营状况的各个侧面,能有效综合地反映企业财务状况。基于上述考虑,本文选择盈利能力、偿债能力、营运能力和增长能力四个方面13个指标进行研究,如表1所示。

2.建立判断矩阵

采用Satty1~9标度法,对不同情况的比较给出数量标准来描述各指标的相对重要性,以使定性的因素量化。其中,aji=1/aij,如表2所示。

最后,进行一致性检验。理想的判断矩阵应该很好地满足一致性条件,但在实际应用中由于各人偏好、知识水平的差异和系统的复杂性,上述各矩阵并不能保证完全的一致性,因此必须对判断矩阵进行一致性检验。一般采用一致性指标CI (Consistency Index)来衡量判断矩阵的一致性:

4.计算最低层各指标的综合权重

权重的计算如表5所示。

由此,可得出反映企业状况的财务预警关系式为:

Z=0.3110X1+0.0804X2+0.1388X3+0.0320X4+0.0220X5+0.0129X6

+0.0754X7+0.0387X8+0.0221X9+0.0085X10+0.0352X11+0.0616X12

+0.1614X13

上述模型中, Z值越大,说明企业的财务状况越好,陷入财务困境的机率越小;反之说明财务状况越差。企业财务危机并非一朝一夕形成,而是有一个较长的潜伏期。企业应尽早识别潜在经营和财务风险,提前发出警报,使管理者及时采取有效对策,防止企业陷入危机,保护相关主体的利益。

四、结论及局限

在财务预警体系中,单个指标不能很好地反映企业各比率交替变化的情况,而AHP在指标分析的基础上,将各项指标形成统一完整的体系,能够对企业的财务状况做出更全面、更客观的评价。AHP提高了企业财务预警指标体系的科学性、合理性,从而提升了财务预警机制的有效性。AHP使用灵活,有效弥补了定性分析的不足,能较好地解决传统财务预警方法的局限性。

然而,根据AHP建立的模型也有一定的局限性。首先,两两指标间的相对重要程度主要依靠专家的主观评价和赋值,因此准则层和指标层的判断矩阵因人而异,会对设计结果产生一定影响。其次,该模型的指标所使用的数据主要来源于公开发布的财务报表,而目前我国不少企业会计信息失真现象仍然存在,财务数据存在被操纵的可能。

此外,公司的非财务指标,如企业内部风险控制能力、行业影响能力和发展创新能力等都会对财务预警结果产生一定的影响,而在上述模型中却未得到体现,在企业的财务预警实务中应对非财务指标加以考虑。

【参考文献】

[1] 阎达五,张友棠.财务预警系统管理研究[M].北京:中国人民大学出版社,2004.

[2] 钱颂迪.运筹学[M].北京:清华大学出版社,1990.

[3] 李长永,陈玉萍. AHP在财务预警分析中的应用[J].中国管理信息化,2008(12).

[4] 张瑞龙.层次分析法在财务综合评价中的应用[J].财会通讯:理财版,2007(10).

[5] 胡杨,冯武.我国上市公司财务危机预警系统研究[J].经济研究,2006(2).

村级治理能力体系指标权重研究篇4

一、村级治理能力指标权重确定方法与原则

1. 村级治理能力指标权重方法确定比较

一个系统各指标的分配反映了每一种指标对系统的不同重要程度,如何有效分配指标权重是科学确定村级治理能力体系过程中较为关键的一步,是公正测评村级治理能力强弱的保证。目前,常用确定指标权重的方法有以下几种:一是个人主观经验法,即评价者凭自己的知识、经验直接给某一系统指标打分加权。二是主次指标排队分类法,即评价者将指标由大到小或由重要到一般依次排列,在排队的基础上按照A、B、C三类指标赋权,如按照A、B、C的顺序直接赋予3、2、1的不同权数。三是德尔菲加权法,即评价中心给每个专家发放加权咨询表,专家们在彼此不见面的情况下独立地对系统指标赋予权重,评价中心然后将所有专家对每个指标的权重系数进行统计处理。四是专家加权平均法,即评价中心要求所聘请的专家独立地对指标要素予以加权,然后对每个指标的权重系数取平均值,作为权重系数。五是层次分析法,它将一个复杂问题按其主次、逻辑关系分成若干层次,建立系统的递阶层次结构,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,构造成比较判断矩阵,然后计算被比较元素对于该准则的相对权重,并进行整体一致性检验[3]。前四种方法比较简单,操作性较强,但主观性高,随意性大,精度不够,导致系统指标的相对重要性得不到合理体现。因而可能出现对村级治理能力评价失衡的问题,而应用层次分析法最大的优点是实现了定量与定性相结合,精度适宜,能较准确地确定指标权重,因而系统各指标的重要性能得到较合理的体现,为公正、科学地进行村级治理能力评价奠定了基础。

2. 构建村级治理能力指标体系的基本原则

构建村级治理能力指标体系必须寻找一组具有代表意义又能全面反映总体目标各方面特征的指标,这些指标及其结合能够达到对该目标的定量判断。为了全面科学地反映村级治理能力的实际水平,利用层次分析法在建立指标体系时应遵循以下原则:

(1)全面性原则。村级治理能力体系是一个包含多层面的复杂的系统,它包括经济发展能力指标、社会发展能力指标、自身发展潜力指标以及外界诸多影响因素指标等方面。因此,设计的指标体系应尽可能从各个方面综合反映村级治理能力的状况,才能在此基础上科学确定指标权重。

(2)层次性原则。村级治理能力指标体系是由子系统组成,子系统又由系统指标组成,具有一定层次性。一般情况下,将所研究的问题分为三层,即最高层、中间层和最低层。最高层又称为目标层,只有一个元素,它是问题的预定目标或理想结果;中间层是为实现目标而涉及的中间环节,一般称为准则层;最低层也叫方案层,包括为实现目标可供选择的各种措施和决策方案[3]。在本文研究中,最低层是相对于准则层的一种细化,是村级治理能力指标体系中的末端部分。

(3)可操作性原则。村级治理能力体系指标必须能够达到对目标的定量判断,选用的指标应获得方便,易于观察和测量。要尽可能删除相互重复的指标,简化指标体系,对于一些难于测量而且非常重要的指标宜采用可量化的具有近似表达意义的指标代替。指标的确立亦应有适度超前性,能较科学地反映村级治理能力未来发展趋势,使指标既具有较强的操作性,又具有一定的前瞻性。

(4)相关性原则。指所选用的每个评价指标必须都能反映村级治理能力的本质特征和基本内涵,二者呈现高度的正相关。每个指标所构成层面必须反映上一层面的基本特征,如最低层是中间层特征的最本质、最全面的表现和反映,中间层是最高层的最本质、最全面的表现和反映。从整个指标体系层次来看,层层相关,环环相扣,逻辑严密,科学周密。

二、层次分析法在确定村级治理能力指标权重中的应用

层次分析法(Analyntic Hierarchy Process简称AHP)是美国运筹学家T.L.Saaty等人于20世纪70年代初提出的一种简便灵活而实用的多准则决策方法,它率先进入了长期滞留在定性分析水平上的许多科学研究的领地,提供了对非定量事件作定量分析的简便方法[3]。

1. 建立递阶层次结构

对系统目标所涉及的因素进行分类,按照全面性、层次性,可操作性和相关性原则构造一个各因素之间相互联系的递阶层次结构。在递阶层结构中,指标的确立是最为关键的一环。

村级治理能力指标体系的确立是一个复杂的系统工程,目前学界未对此问题进行系统定量研究。基于此,笔者在构建村级治理能力指标体系之前主要做了以下几项工作,一是参考了村干部业绩测评指标体系(如宁泽逵,2006)的相关研究成果[2],二是基于当前村民实质上属于一种准行政组织的工作性质,参考了国家人事部建立的地方政府绩效评估指标体系的相关研究[4](赵辉,阿力坦宝力高,黄晓,2006),然后综合村级治理能力的实质内涵确立三个层次和三级指标。第一层为最高层,属于村级治理能力体系总的目标,设定为一级指标;第二层为中间层,包括经济发展、社会发展、发展潜力,治理效果满意程度等四个二级指标;第三层为最低层,所对应指标为三级指标,在三级指标的选取上,本课题组成员于2007年8月对四川省宜宾市2县1区所辖4乡镇20行政村进行为期10天实地调研,在问卷设计上,结合二级指标进一步细化侯选三级指标,采取村民、村干部、乡镇干部分别按其重要程度打分并最后取其较大平均分的办法确定三级指标。在二级、三级指标重要性的选择上,继续采取群众、村干部、乡镇干部分别按其重要程度打分并各取其平均数的办法确定指标得分。按照这个思路,共发放问卷127份,回收120份,有效问卷106份,其中乡镇干部34份,村干部30份,群众42份,最后计算统计,确立了17项三级指标,其中分属于经济发展指标5项,社会发展指标5项,发展潜力指标5项,自治效果满意程度指标2项。为确保二级指标和三级指标相对重要的准确程度,笔者又通过问卷咨询了西安、河南等地从事村级治理能力和农村发展研究方面的专家,专家们基本肯定指标的合理性和可操作性,但也提出了改进意见,笔者根据专家的判断对村级治理能力指标得分进行了局部微调,至此村级治理能力指标体系框架正式确立(表1)。

2. 构建判断矩阵及相关数学含义表述

给出递阶层次的某一元素,则该层次的所有指标构成评价因素集U=(U1,U2,U3,…Ui),两两成对比较该层次所有元素对于上一层元素的相对重要性,并把比较的结果用一个数值表示出来,如Uij表示Ui对Uj的相对重要性数值,Uij的取值按表2来选择:

根据对村级治理能力指标打分的分析结果,综合构建某一层次判断矩阵V,计算满足VW=!maxW的特征根和特征向量,并将特征向量正规化,正规化后所得到的特征向量W=[W1、W2、…Wi]T作为本层次元素(U1,U2,…Ui)对于其上一层元素的排序权值,也就是权数分配。为了检验判断矩阵是否具有满意的一致性,还需要计算它的一致性指标CI{CI=(λmax-N)/(N-1)},将CI与平均随机一致性指标R.I.(R.I.可查表3)进行比较,如果判断矩阵随机一致性比率CR=CI/RI<0.1时,则此判断矩阵具有满意的一致性,否则就需要对判断矩阵进行调整[5]。

3. 单层次排序及一致性检验

根据对村级治理能力指标打分的结果,整理得到下列判断矩阵,计算结果见表4~7。

(1)相对于一级指标(总目标)而言,二级指标之间的判断矩阵为A-B。

(2)相对于二级指标而言,三级指标之间的判断矩阵为Bi-Ci,其中表4是经济发展指标判断矩阵,表5是社会发展指标判断矩阵,表6是发展潜力指标判断矩阵,表7是治理效果指标判断矩阵。

通过上述计算结果可以看出,各个矩阵都通过了满意性检验。

4. 整体排序及一致性检验

利用各单层排序权数结果可以计算整体排序,即各单个指标在总体系统中的权数,其计算公式为

总体一致性检验:公式W0R.I.j(2)(C.I.j(2)和R.I.j(2)分别表示本研究体系中的三级指标构成判断矩阵的一致性指标和平均一致性指标)

由CR(2)<0.1可以看出,总体一致性满意程度较高,这样就得到了各指标的相对重要程度即权重(表8)。

三、结语

村级治理能力指标体系在实践上具有较重要的指导意义,在操作上不再局限于从上至下的评价,而是体现了以人为本的科学发展观,不再注重一种单纯经济指标的考核,而是强调和谐稳定发展。运用该指标体系在一定程度上能较全面评价村级治理能力和水平。但本研究强调系统整体应具有可操作性和可量化性,因此,可能有一些反映村级治理能力的指标未能充分考虑进来。尽管如此,本文还是初步提出了一个村级治理能力指标体系及各具体指标相对于总体指标的权重,运用定量化的方法衡量评价某一区域的村级治理能力的水平。这个指标体系的建立对于乡镇管理体制变革和村民委员会自身能力建设具有较重要的参考价值。当然这个指标体系仍有不足的地方,有待进一步丰富和完善。

摘要：村级治理能力是内在于全体村民的一种内生机制,对乡镇职能而言,它具有较强的政治、经济功能的替代性。利用层次分析法,构建村级治理能力指标体系应遵循全面性、层次性,可操作性和相关性原则,对于乡镇管理体制变革和村民委员会自身能力建设具有较重要的参考价值。

关键词：村民自治,治理能力,指标权重,构建

参考文献

[1]李勋华.“零税赋”时代乡镇体制整体设计综述与探讨[J].西北农林科技大学学报,2008,(1).

[2]宁泽奎.中国村干部激励机制研究[D].西北农林科技大学硕士论文,2005.46.

[3]蔡锁章.数学建模[M].北京:中国林业出版社,2007.186-190.

[4]赵辉,阿力坦宝力高,黄晓.多层次、多指标绩效评估指标权重的研究[J].内蒙古大学学报(人文社会科学版),2006,(2):94-96.

权重指标篇5

关键词：商业银行；资本集约；风险资产权重

一、引言与文献综述

金融危机后，巴塞尔银行业监督管理委员会对国际银行业监管框架进行了重新审视，在第二版巴塞尔资本协议的基础上，形成了基于微观审慎与宏观审慎的全面风险监管框架——第三版巴塞尔协议（简称，巴III）。巴III的发布及其在各国的落地实施无疑将对强化银行业监管、防范金融风险、维护金融系统稳定产生积极的影响。然而，其确立的最新监管标准对商业银行的资本约束效应亦愈明显。就我国而言，随着“中国版巴III”的实施，过渡期内商业银行普遍面临较强的资本约束压力，加之利润增速下滑及资本补充受限，我国商业银行亟需向资本集约化经营方式转型在业界已形成共识。在学界，由此引发的一个重要实证命题就是对商业银行资本集约化经营水平的考察。同以往从流程再造角度对商业银行整体层面集约化经营的定性分析不同，本文专注于对商业银行资本层面的集约化经营的定量分析，尝试以商业银行风险资产权重指标作为其资本集约化经营程度的替代变量，基于商业银行资本充足率提升方式的视角，定量分析金融危机后中国商业银行的资本集约化经营演变情况，在此基础上提出相应政策建议。

与本文直接相关的研究文献主要有两类：第一类是与中国商业银行集约化经营相关的文献。俞浩进（1998）、基于规模经济的视角，较早地对商业银行集约化经营进行了界定，认为其基本特征是银行效益和质量的提升，其核心是实现利润最大化的经营目标。张洁颖、陈剑锋（2010）认为实现资本节约型发展，中国商业银行应建立以经济资本为核心的资本约束机制。第二类文献是与巴III发布后商业银行的资本约束与资本补充相关的研究。Benjamin H Cohen and Michela Scatigna（2014）的最新研究将银行的资本充足率变动分解为基于资本的变动、基于风险资产权重的变动以及基于资产的变动三个维度，进一步揭示了国际银行资本充足率提升的内在机制。国内巴曙松等（2011）通过测算发现按照巴III监管要求，未来将有部分商业银行不能达到监管要求而存在资本缺口。黄国平（2014）则从理论上考察了监管资本、经济资本、监管套利之间的关系，李维安和王倩（2012）研究了金融危机后中国商业银行的资本补充行为。

上述研究为我们提供了分析商业银行资本集约化经营的理论与实证素材。然而，鲜有研究专门聚焦于金融危机后中国商业银行的资本集约化经营，而选择商业银行资本集约化经营评价指标进行定量分析的研究更是凤毛菱角。本文拟在Benjamin H Cohen和Michela Scatigna（2014）的研究基础上，以商业银行的风险资产权重作为其资本集约化经营的替代变量，测度中国商业银行的资本集约化经营水平，并通过对其资本充足率提升方式的三维分解进行再度验证。

二、中国商业银行资本集约化经营水平的测度与特征性事实

1. 商业资本集约化经营水平的测度。关于商业银行资本集约化经营的界定，学界尚无定论，本文尝试选取商业银行风险资产权重指标作为其资本集约化经营程度的替代变量。商业银行的风险资产权重值越低，则说明该行的资本集约化利用程度越高。其基本逻辑如下：商业银行面对既定的资本充足率监管要求，假设其资本净额一定，那么由公式（1）可知，风险资产权重值越低，其总资产规模就越大，也就是说具有同样的资本净额，风险资产权重值低的银行可以享有更大的资产规模；反之假定总资产不变，那么风险资产权重值越低的银行，满足监管要求所需的资本净额就越低。以上两种情况都说明，风险资产权重值越低的商业银行，其资本集约化经营水平越高。

Rt==（1）

其中，Rt为商业银行t时期的资本充足率，Kt为t时期的资本净额，RWAt为t时期的风险资产额，TAt为t时期的资产总额，WRt为t时期的风险资产权重。

2. 中国商业银行资本集约化经营的特征性事实。本文选取了涵盖中国国有大型商业银行、全国性股份制商业银行以及国内上市的城市商业银行共计23家银行为研究样本，其2013年的资产规模合计占到当年中国银行业金融机构资产总规模的65%左右，同时这23家商业银行也代表了金融危机后中国商业银行实施巴III的最高水平。

鉴于本文考察的样本银行较多且横跨年份较长，普通的描述性统计分析方法难以准确概括数据的总体分布情况及其随时间的动态演进过程。采用核密度估计技术，生成样本银行风险资产权重系数的核密度分布图（见图1），对其2008年、2010年、2012年及2013年四个年份的风险资产权重的分布情况及其动态演进过程进行考察。由图1可见，样本银行各年风险资产权重系数分布曲线的波峰在不断提升，这说明样本银行的风险资产权重系数分布越来越集中，呈现收敛态势。另外，随着年份的增加，样本银行风险资产权重系数分布曲线的波峰不断向右平移，这表明样本银行风险资产权重呈现增加态势。

上述分析说明，2008年金融危机之后，中国商业银行的风险资产权重总体上呈现出增长态势，也就是说，中国商业银行并没有通过降低风险资产权重从而实现资本的集约化利用。

三、基于资本充足率变动分解方法的定量测算

接下来，我们将商业银行一段时期内的资本充足率的变化分解为基于资本的变化、基于总资产的变化以及基于风险资产权重的变化三个维度，通过探析风险资产权重对样本银行资本充足率的贡献度，来考察样本银行的资本集约化经营水平。银行资产规模不变，但资产结构的变化也会引起风险水平的变化，低风险资产占比越高，商业银行的资本占用就越低（Montgomery，2005）。因此，在其它条件不变的情况下，风险资产权重对于资本充足率的贡献越大，就表示该银行的资本集约化经营程度越高。

1. 对商业银行资本充足率变化的分解。借鉴Benj-amin H Cohen和Michela Scatigna（2014）的研究方法，我们将商业银行t期到t+s期之间的资本充足率变化进行分解。

假设商业银行t期和t+s期的资本充足率分别为Rt=和Rt+s=，t期到t+s期商业银行的资本充足率变化率如下，见公式（2）：

ΔR==（2）

在公式（2）的分子、分母上分别乘以并整理、变形得到公式（3）：

ΔR===

=（3）

由公式（3）可见，商业银行资本充足率的变化（ΔR）可以分解为基于资本的变化（ΔK）、基于风险资产权重的变化（ΔWT）以及基于总资产的变化（ΔTA）三个维度，形成了资本充足率提升方式的三维分解。

为了进一步定量分析资本净额、总资产、风险权重变动对商业银行资本充足率水平的影响程度，将公式（3）等号两边分别取对数并变形得到公式（4）。

Rt+s-Rt=Fln

-Fln

-ln

-Fln

（4）

其中，F（Kt+s/RWAt+s-Kt/RWAt）/（ln（Kt+s/RWAt+s）-ln（Kt/RWAt））为标准化指数。

借助上述分解，可以定量研究风险资产权重对商业银行资本充足率提升的贡献程度，进而判断商业银行的资本集约化经营程度。

2. 中国商业银行资本充足率提升方式选择。为尽可能地剔除监管政策变动对商业银行资本充足率变化及其提升方式选择的影响，我们选择的考察期为2008年～2012年，在这段时期正是金融危机后国内商业银行面临的资本约束不断增强且资本监管政策相对稳定的时期。

首先，根据公式（3）计算中国商业银行总体层面及各分组银行的资本充足率及其不同分解维度——资本净额、风险加权资产、风险权重及总资产的变化情况，结果汇总在表2中。

由表1可见，2008年～2012年间，除D组银行外，样本银行总体层面及其它各分组银行的资本充足率水平都有所提升，且促使资本充足率提高的主要因素是资本净额的增加，而风险资产权重和总资产的增加拉低了资本充足率水平。这进一步验证了上一部分的初步判断结论，即金融危机后，中国商业银行的资本集约化经营程度呈下降趋势。

其次，根据公式（4）计算各分解维度对资本充足率的贡献度，结果汇总在表2。从表2可见：金融危机后的2008年～2012年间，从中国商业银行整体样本来看（见表2第一行数据），资本充足率水平提升了1.05个百分点，在这其中，资本净额增加贡献了10.83个百分点，风险加权资产增加贡献了-9.78个百分点。而将风险资产的变化进一步分解为基于风险资产权重的变化与基于总资产的变化，可以发现风险资产权重值与总资产共同对资本充足率水平都产生了负效应，其中风险资产权重值的贡献了-0.89个百分点，贡献度为-84.8%，总资产的贡献了-8.89个百分点。再观察各分组样本银行情况，除D组外，其它各组情况基本与中国商业银行整体样本情况相似，即银行一方面资产规模在快速扩张，另一方面为满足监管要求在不断补充资本。

而从同期的国际大型商业银行的资本补充情况来看，整体层面国际大型银行的资本充足率提升了2.5个百分点，这其中资本净额的提升贡献了3.36百分点，风险资产贡献了-0.86个百分点，总资产贡献了-1.85个百分点，风险资产权重贡献了0.99百分点，贡献度达到39.6%，远高于国内水平。由此可见，金融危机后，与国际大型商业银行相比，我国商业银行仍遵循注重高资产扩张、高资本补充，而忽视资本集约利用的粗放型发展路径。

四、结论与建议

本文以风险资产权重值作为商业银行资本集约化经营程度的替代变量，分析了2008年～2012年间中国商业银行的资本集约化经营演变情况。研究发现：金融危机后，中国商业银行整体层面上的风险资产权重值不断攀升，资本集约化经营水平呈现出不断恶化的趋势。在此基础上，基于商业银行资本充足率提升方式分解方法的定量测算显示：我国商业银行整体层面的风险资产权重值对资本充足率的贡献度（-84.8%）大大低于同期国际大型银行（39.6%）水平。综上所述，无论从时间序列角度的纵向考察，还是从与国际银行同业机构的横向比较，中国商业银行的资本集约化经营程度呈现下降趋势。

为此，国内商业银行应从以下两个方面入手，逐步提升其资本集约化经营水平：首先，主动调整业务结构，转变盈利模式。近期《存款保险条例》的公布标志着我国利率市场化改革进入一个新的发展阶段。未来随着净息差的收窄，利润增速将进一步放缓，商业银行应主动调整业务结构，大力发展资本占用少的非信贷业务，寻求低杠杆、低资本损耗的创新型盈利模式。其次，提高公司治理水平，强化资本约束机制。虽然国内银行已经基本上建立了市场化的公司治理架构，但在实际运行中还存在行政、政治、等非经济因素对银行治理的干扰，商业银行应充分发挥董事会的核心作用，强化资本约束理念。

参考文献：

[1] 俞浩进.规模经济与集约化经营——兼论国有银行市实现集约化经营的突破口选择[J].金融学刊，1998（4）：7-9.

[2] 张洁颖，陈剑锋.以经济资本管理推动银行资本节约型发展[J].中国金融，2010（10）：67-68.

[3] Benjamin H Cohen and Michela Scatigna. Banks and capital requirements： channels of adjustment， BIS Working Papers No 443， March 2014.

[4] 巴曙松，金玲玲，朱元倩.巴塞尔III下的资本监管对中国银行业的影响[J].农村金融研究，2011，（6）：12-17.

[5] 黄国平.监管资本、经济资本及监管套利——妥协与对抗中演进的巴塞尔协议[J].经济学季刊，2014，（4）：863-885.

[6] 李维安，王倩.监管约束下我国商业银行资本增长与融资行为[J].金融研究，2012，（7）：15-30.

[7] Heather Montgomery.The effect of the Ba- sel Accord on Bank Portfolios in Japan [J].Journal of the Japanese and Intern- ational Economies，2005，（1）：24-36.

重点项目：2012年度天津市企业博士后创新项目择优资助计划“新巴塞尔协议与商业银行经营管理研究”（项目号：2012-30）。

作者简介：刘立军（1983-），男，汉族，河北省霸州市人，经济学博士，就职于渤海银行总行战略发展部，南开大学博士后流动站、渤海银行博士后工作站博士后，研究方向为巴塞尔协议III、商业银行综合化经营。

权重指标篇6

关键词：学生满意度,专家评分法,层次分析法,权重

高校学生满意度是学生作为享受学校教育服务的顾客对接受教育过程中各种经历的满足程度, 是学生参照自己的“内在标准”和“内在标准满足度”对学校进行的一种评价[1]。随着高等教育招生人数的持续增加, 2007年全国高等教育毛入学率达23%, 在校生规模已超过2, 700万[2], 生源竞争的不断加剧促使“以学生为本”理念的提出, 学生满意度也越来越受到重视。学生满意度调查是“以学生为本”管理理念在实践中的“着陆点”[3], 是科学评价指导科学决策的关键, 可以进一步促进高等教育的改革与发展。

在以往研究中, 高等医学院校学生满意度相比其他类型高校, 不满意比显著最高, 满意比最低[4], 因此有必要针对医学生进行满意度测量。科学的指标权重可以对医学生满意情况进行准确判断, 为指标量化及测量结果提供可靠依据, 因此确定医学生满意度量表的一级指标及其权重是测量的首要问题。本研究通过查阅文献及专家讨论确定了学生管理工作、教师职业素质、学生个人发展、教学基础设施、后勤服务、教学课程管理、校风学风、校园文化生活等8项指标为医学生满意度量表的一级指标, 并采用较有代表性的专家评分法和层次分析法对一级指标权重进行了分析。

1 专家评分法

专家评分法 (Delphi法) 是用书面形式广泛征询专家意见, 计算平均值或者频数得到的, 又称专家调查法。该方法具有匿名性、反馈性和统计性3个特点。匿名性是指专家单独表态, 填写的调查表也不记名, 以免受权威意见影响而改变自己的意见。反馈性是指经过一轮特尔斐活动后, 把调查结果反馈给专家, 为专家提供了解舆论和修改意见的机会, 在一定期限内回收, 再进行汇总分析, 该过程可多次反复。统计性是指采用统计方法进行汇总, 以期作出符合客观情况的结论。

设计专家调查表。从“以学生为本”和学校建设的角度出发, 将学生管理工作等8个一级指标作为调查内容。调查表设计要简单明了, 不得有任何提示性语言, 以免引起误导。

确定专家范围。挑选专家需考虑专家的权威性和代表性, 人数以不超过30人为宜。如专家人数超过30人, 可分成若干小组, 每组人数保持在15-30人之内。本研究挑选具有副高职称以上教师, 在高校教育管理和卫生事业管理领域工作多年的专业人士和有10年以上学生管理经验的资深辅导员共15人参与调查。

第一轮调查。向专家简要介绍研究的背景和目的, 附上专家调查表。请专家分别给各指标的相对重要性打分, 采用100分制评分法。回收调查表后对专家的评分情况进行加权处理, 完成统计归纳, 得出初步结果, 并与专家的评分进行比较。在不考虑专家的权威程度时, 可通过计算各评价指标的平均分数确定指标权重, undefined、undefined即为第i个指标的平均权值, aij是第j位专家对第i个指标的评分, n为指标的个数, m为专家的人数。如果考虑专家的权威程度, 则应计算每一指标的加权平均分数, 并以此确定各指标的权重。

第二轮调查。向专家反馈第一轮的统计结果以供参考, 并询问专家是否改变原来的评分, 对与统计结果有较大差距的的评分, 而专家又坚持自己的意见, 要请专家充分陈述自己的理由。最后, 回收整理第二轮调查结果并进行统计分析。本次调查中, 经过两轮调查专家意见已经基本达到一致。若本轮调查后结果仍不满意, 可进行第三轮甚至更多轮的调查, 以期使专家的意见达成一致。

以上每轮调查不是简单的重复, 而是一种螺旋上升的过程。每循环和反馈一次, 专家都吸收了新的信息, 并对调查对象有了更深刻、更全面的认识, 评分结果的精确性也逐轮提高。

2 层次分析法

层次分析法由美国科学T.L.Saaty于20世纪70年代提出[5], 是用系统分析的方法, 参照评估目标将评估对象进行连续性分解, 得到各层评价目标, 通过两两比较下层元素对于上层元素的相对重要性计算出一综合评分指数, 即为各指标的权重。层次分析法目前多用于卫生事业管理方面, 具体步骤如下。

2.1 建立目标树图

对医学生满意度这一目标进行连续性分解, 形成总评价目标、一级指标、二级指标这一目标树图, 见图1。

2.2 建立优选判断矩阵

对目标树图自上而下分层次两两比较下层元素对于上层元素的相对重要性, 建立成对比较的判断矩阵。按层次分析法的要求, 相对重要性的比较通常采用1-9标度法, 评分标准见表1。由于篇幅所限, 在此只给出一级指标对比表 (见表2) , 其余部分略去。

列出判断优选矩阵后, 通过方根法求出各指标的初始权重系数undefined, 按照公示undefined对W'i归一化处理权重系数W'i, 得到Wa1=0.126, Wa2=0.245, Wa3=0.258, Wa4=0.087, Wa5=0.047, Wa6=0.095, Wa7=0.091, Wa8=0.051。

2.3 一致性检验

由于客观事物的复杂性和人们认识的多样性, 在建立判断优选矩阵的过程中可能会出现逻辑混乱, 这种情况下, 需要计算随机一致性比率CR, 即判断矩阵的一致性指标CI与同阶平均随机一致性指标RI之比, RI取值见表3, 当CR<0.1时, 认为其不一致程度在容许范围之内, 一致性检验通过。当检验未能通过时, 需重新构建判断优选矩阵直到满意为止。首先计算各指标特征根λi, 根据公式undefined求得λ1=8.171, λ2=8.056, λ3=8.012, λ4=8.074, λ5=8.010, λ6=8.067, λ7=8.253, λ8=8.243。最大特征根undefined, 一致性指标CI= (λMax-m) / (m-1) =0.016, 随机一致性比率CR=0.016/1.41=0.011<0.10, 可以认为该判断矩阵无逻辑错误。

3 结论

以上两种方法均是在调查的基础上通过数学计算得到医学生满意度量表一级指标的权重, 所不同的是专家评分法计算较简单, 在实际应用中具有较强的操作性, 但专家的个人主观性较强, 在评分时存在随意性较大的问题。层次分析法则较好的实现了定性分析与定量分析相结合, 比专家单纯凭借经验和知识来判断更为科学准确, 并且借助专门的AHP计算软件可以轻松完成冗长的计算过程, 提高工作效率。但不足之处是其专业性要求较强, 在建立判断优选矩阵的过程中, 特别是在指标阶数较高的情况下容易发生逻辑错误, 从而无法通过一致性检验。高等医学院校可以根据自己的实际情况进行选择, 确保指标权重能够得到合理体现, 为医学生满意度调查的顺利实施奠定基础。

参考文献

[1]杜红梅, 王葵, 邵小佩, 等.高校研究生对研究生教育现状满意度的调查[J].重庆大学学报 (社会科学版) , 2003 (6) :161-163.

[2]教育部.2007年全国教育事业发展统计公报[EB/OL].http://www.moe.edu.cn/edoas/website18/level3.jsp?tablename=1068&infoid=1209972965475254, 2007/5/5.

[3]韩玉志.学生满意度调查在美国大学管理中的作用[J].教育发展研究, 2006 (5) :62-65.

[4]赵伶俐, 潘莉.高校学生对教学、任课教师和课程满意度的调查[J].重庆大学学报 (社会科学版) , 2001 (3) :119-124.

权重指标篇7

在保障性评估计算过程中,指标权重的确定具有举足轻重的地位,目前大部分保障性评估的算法都涉及到指标权重。因此,如何科学、合理地确定指标权重关系到保障性评估结果的可靠性和正确性。根据指标权重确定来源的不同,将指标权重分为主观赋权和客观赋权法:专家调查法、层次分析法、环比系数法。

主观赋权法的优点:专家可以根据实际的评估问题和专家自身的知识经验,合理地确定指标权重的排序。缺点:主观赋权法确定的权重是由专家根据自己的经验和对实际的判断主观给出的,因而方案的排序可能有很大的主观随意性,同时也受到评估专家的知识和经验缺乏的影响。

客观赋权法的优点:主要根据指标间的联系程度以及各指标提供的信息量大小对其他指标的影响程度来度量,因此权重的客观性强,且不增加决策者的负担,方法具有较强的数学理论依据,便于计算。缺点:权重的确定没有考虑决策者的主观意向,确定的权重可能与主观愿望和实际情况不太一致,使人感到困惑。

从上述主观赋权法和客观赋权法的优缺点分析可知,两者具有一定的互补性。为了让保障性评估结果更科学,既兼顾到评估专家对指标的偏好,又力争减少评估的主观随意性,采用组合赋权法使排序结果既能体现主观愿望,又能反映客观信息。

1 问题描述

设S={s1,s2,…,sn}为效能评估中的方案集;F={f1,f2,…,fm}为指标集;权重向量为W={w1,w2,…,wm}T;方案si关于指标fi的评价值为xij,i∈N,j∈M,其中N={1,2,…,n},M={1,2,…,m}。由于指标中可能含有不同类型、不同量纲的指标,因此在进行组合赋权之前,必须对指标集进行规范化处理,并消除量纲。设指标评价值规范化处理后变为Z=(zij)n×m。

设决策者选取p种主观赋权法分别确定指标的权重为:

$u_{k} = (u_{k 1}, u_{k 2}, \dots, u_{k m}), k = 1, 2, \dots, p (1)$

式中: $\sum_{j = 1}^{m} u_{k j} = 1 ‚ u_{k j} \geq 0 (j \in Μ)$ 表示用第k种主观法对指标fj确定的权重。

设决策者选取q-p种客观法分别确定指标的权重为:

vl=(vl1,vl2,…,vlm),l=p+1,p+2,…,q (2)

式中: $\sum_{j = 1}^{m} v_{l j} = 1 ‚ v_{l j} \geq 0 (j \in Μ)$ 表示用第l种客观法对指标fj确定的权重。

设集成后指标的权重可表示为:

$W = (w_{1}, w_{2}, \dots, w_{m})^{Τ} (3)$

式中: $\sum_{j = 1}^{m} w_{j} = 1 ‚ w_{j} \geq 0 (j \in Μ)$ ,则各种方案的综合评价值为:

$y_{i} = \sum_{j = 1}^{m} w_{j} z_{i j}, i \in Ν (4)$

2 组合赋权方法研究

2.1 基于最小二乘原理的组合赋权

为了充分利用决策矩阵的客观信息,同时又考虑决策者的个人喜好,利用最小二乘原理[1]求组合赋权与主观赋权法的偏差:

$\begin{array}{l} d_{i}^{k} = \sum_{j = 1}^{m} [(w_{j} - u_{k j}) z_{i j}]^{2}, i \in Ν, k = 1, 2, \dots, p (5) \\ h_{i}^{k} = \sum_{j = 1}^{m} [(w_{j} - v_{l j}) z_{i j}]^{2}, i \in Ν, l = p + 1, p + 2, \dots, q (6) \end{array}$

要使得到的组合权重更加合理,必须使总的离差和最小。为此,构造下列目标规划函数:

$\begin{array}{l} \min μ \sum_{k = 1}^{p} α_{k} (\sum_{i = 1}^{n} d_{i}^{k}) + (1 - μ) \sum_{l = p + 1}^{q} α_{l} (\sum_{i = 1}^{n} h_{i}^{l}) \\ s . t . \sum_{j = 1}^{m} w_{j} = 1, w_{j} \geq 0, j \in Μ (7) \end{array}$

式中:μ为离差函数的偏好因子,如果0≤μ≤0.5,说明专家希望客观权重与集成权重越接近越好;当0.5≤μ≤1,则说明专家希望主观权重与集成权重的离差越小越好,即:

$\begin{array}{l} \min μ \sum_{k = 1}^{p} \sum_{i = 1}^{n} \sum_{j = 1}^{m} α_{k} [(w_{j} - u_{k j}) z_{i j}]^{2} + \\ (1 - μ) \sum_{l = p + 1}^{q} \sum_{i = 1}^{n} \sum_{j = 1}^{m} α_{l} [(w_{j} - v_{l j}) z_{i j}]^{2} \\ s . t . \sum_{j = 1}^{m} w_{j} = 1, w_{j} \geq 0, j \in Μ (8) \end{array}$

式中:αk(k=1,2,…,p)和αl(l=p+1,p+2,…,q)分别为p种主观赋权法和q-p种客观赋权法的权系数,由专家根据各种方法的重要性程度确定,且:

$\sum_{k = 1}^{p} α_{k} = 1, \sum_{l = p + 1}^{q} α_{l} = 1$

通过构造拉格朗日函数:

$\begin{array}{l} L (w, λ) μ \sum_{k = 1}^{p} \sum_{i = 1}^{n} \sum_{j = 1}^{m} α_{k} [(w_{j} - u_{k j}) z_{i j}]^{2} + \\ (1 - μ) \sum_{l = p + 1}^{q} \sum_{i = 1}^{n} \sum_{j = 1}^{m} α_{l} [(w_{j} - v_{l j}) z_{i j}]^{2} + 2 λ (\sum_{j = 1}^{m} w_{j} - 1) \end{array}$

可以得到目标规划式(8)有惟一解:

$\begin{array}{l} w_{1} = (μ \sum_{k = 1}^{p} α_{k} u_{k 1} + (1 - μ) \sum_{l = p + 1}^{q} α_{l} v_{l 1}) \\ w_{2} = (μ \sum_{k = 1}^{p} α_{k} u_{k 2} + (1 - μ) \sum_{l = p + 1}^{q} α_{l} v_{l 2}) \\ ⋮ \\ w_{m} = (μ \sum_{k = 1}^{p} α_{k} u_{k m} + (1 - μ) \sum_{l = p + 1}^{q} α_{l} v_{l m}) \end{array}$

2.2 权系数的确定

组合赋权的关键在于确定不同加权方法的权[2]。加权系数应既能反映决策者对每一种赋权方法的主观偏好,又能反映各种赋权方法的一致程度,可以表示为αk=θηk+(1-θ)ξk。其中,θ表示决策者对主观赋权方法的偏好程度;ηk表示主观方法求取的第k种赋权方法的权系数;ξk表示客观方法求取的第k种赋权方法的权系数。

设规范化后指标矩阵R=(rij)n×m,设决策者选取p种赋权法确定的指标权重为uk=(uk1,uk2,…,ukm),k=1,2,…,p,基于最小二乘原理的组合赋权法中定义第k种赋权方法所得评估结果与其他赋权方法所得评估结果间的距离为:

$d_{k} = \sum_{i = 1}^{n} \sum_{l = 1}^{m} | u_{k j} - u_{l j} | r_{i j}$

则第k种赋权方法的加权系数为:

$ξ_{k} = (1 / d_{k}) / (\sum_{k = 1}^{p} 1 / d_{k})$

3 最小二乘组合赋权方法应用

(1) 主观赋权方法确定指标权重

利用专家评分法获得指标的主观权重向量[3]:

U1=[0.188 4,0.180 4,0.165 6,0.145 6,0.132 1,0.187 9]T

利用环比系数法得到的指标权重为:

U2=[0.270 4,0.216 2,0.167 3,0.138 6,0.068 9,0.138 6]T

利用层次分析方根法[4]确定指标的权重为:

U3=[0.357 8,0.211 4,0.142 1,0.003 1,0.050 0,0.235 6]T

(2) 客观赋权方法确定指标权重

利用变异系数法得到的客观权重:

V1=[0.056 9,0.171 8,0.487 0,0.072 8,0.103 0,0.108 5]T

利用信息熵法确定指标的客观权重,如表1所示[5]。

对上述数据进行规范化处理得到下列数据:

$[\begin{matrix} 1 & 0.905 7 & 1.444 4 & 0.955 6 & 1 & 0.886 4 \\ 0.978 7 & 0.754 7 & 2 & 0.933 3 & 0.967 0 & 0.965 9 \\ 0.914 9 & 0.830 2 & 1 & 0.955 6 & 0.879 1 & 0.909 1 \\ 0.957 4 & 1 & 1.777 8 & 1 & 0.989 0 & 1 \\ 0.946 8 & 0.924 5 & 1.333 3 & 0.911 1 & 0.945 1 & 0.852 3 \\ 0.936 2 & 0.849 1 & 1.555 6 & 0.888 9 & 0.857 1 & 0.954 5 \end{matrix}]$

对上述数据进行归一化处理得到归一化矩阵 $\dot{R} = (\dot{r}_{i j})_{m \times n}$ :

$\dot{R} = [\begin{matrix} 0.174 4 & 0.172 0 & 0.158 5 & 0.169 3 & 0.177 4 & 0.159 2 \\ 0.170 7 & 0.143 4 & 0.219 5 & 0.165 3 & 0.171 5 & 0.173 5 \\ 0.159 6 & 0.157 7 & 0.109 8 & 0.169 3 & 0.155 9 & 0.163 3 \\ 0.167 0 & 0.190 0 & 0.195 1 & 0.177 2 & 0.175 4 & 0.179 6 \\ 0.165 1 & 0.175 6 & 0.146 3 & 0.161 4 & 0.167 7 & 0.153 7 \\ 0.163 3 & 0.161 3 & 0.170 7 & 0.157 5 & 0.152 0 & 0.171 4 \end{matrix}]$

基于信息熵赋权方法[6]得到指标的客观权重为:

V2=[0.011 6,0.127 9,0.732 6,0.023 3,0.058 1,0.046 5]T

(3) 权系数的确定

主观方法(层次分析法)得到5种赋权方法的权系数为:

$η_{k} = (0.2, 0.1, 0.3, 0.3, 0.1) ‚ θ = 0.6$

客观方法得到5种赋权方法的权系数为:

$\begin{array}{l} d_{k} = (2.461 3, 2.212 1, 2.990 1, 2.696 9, 3.858 9) \\ ξ_{k} = (0.222 9, 0.248 0, 0.183 5, 0.203 4, 0.142 2) \\ α_{k} = (0.209 2, 0.159 2, 0.253 4, 0.261 3, 0.116 9) \end{array}$

组合赋权权重:

W=(0.189 6,0.185 6,0.310 2,0.075 1,0.085 0,0.154 9)

4 结语

权重的确定考虑了6个指标的重要程度,又兼顾了数据本身所反映的信息。从主观上讲指标MTTR/min是较为重要的指标,同时各方案相应的指标参数信息具有较大的差别。因此MTTR/min具有较大的权重;Ao,MTBF/h,rBZM是最为重要的指标,各方案间同一指标参数信息变化相对平缓;从主观上讲rFD,rFI与其他指标的重要性较小,指标参数的信息变化不大,因此组合权重较小。

参考文献

[1]毛定祥.一种最小二乘意义下主客观评价一致的组合评价方法[J].中国管理科学,2002,10(5):95-97.

[2]毛保华.评价指标体系分析及其权重系数的确定[J].系统工程,1991,9(4):37-41.

[3]韩华,徐廷学,张宗波.灰色关联法在保障性评价中的应用[J].海军航空工程学院学报,2008,23(6):655-658.

[4]陆明生.多目标决策中的权系数[J].系统工程管理与实践,1986,6(4):77-78.

[5]宣家骥.多目标决策[M].长沙:湖南科学技术出版社,1989.

[6]张杰,唐宏.效能评估方法研究[M].北京:国防工业出版社,2009.

[7]郭志刚.社会统计分析方法[M].北京:中国人民大学出版社,1999.

[8]YAN Shu-li,XIAO Xin-ping.Integrated approach based onmini mum deviation model for multi-attribute decision mak-ing[J].Sytem Engineering,2005,23(10):73-76.

[9]CHEN Hua-you.Combination determining weights methodfor multiple decision making based on maxi mizing deviation[J].Systems Engineering and Electronic,2004,26(2):194-197.

[10]王丽珍,黄跃飞,傅旭东.基于主客观组合赋权法的巴彦淖尔市生命体健康评价[J].应用基础与工程科学学报,2009(17):18-26.

权重指标篇8

1 层次分析法的原理

层次分析法 (Analytic Hierarchy Process) , 由美国匹兹堡大学运筹学家托马斯·塞蒂创立, 是把与某项决策有关的元素分解成目标、准则、方案等层次, 通过建立数学模型进行数学计算, 从而对这项决策做出定量分析。在项目评价时, 层次分析法将评价因素分解成目标层、效果层、指标层等三个层次, 以此进行定量计算和定性分析结合处理, 使评价过程数学化, 使思维过程定量化, 为多目标、多准则或无结构特性的复杂问题提供简便的评价方式。

2 层次分析法的步骤

第一步, 根据层次分析法的原理, 首先将决策元素按照目标、准则、方案等递阶层次构造比较矩阵, 对同一上级层次下的所有元素进行重要性的两两相对比较, 形成判断矩阵。第二步, 应用特征根法确定判断矩阵的相对权重, 所谓特征根法, 就是求解判断矩阵最大特征值对应的特征向量, 并将该特征向量做归一化处理, 所得到的归一化向量中的各元素即为各指标对应的权重。第三步, 检验判断矩阵的一致性, 计算矩阵的一致性指标, 如果检验结果显示该判断矩阵不具备一致性, 那么必须返回第一步重新构造判断矩阵。第四步, 从最末层的元素开始, 逐层进行加权递推, 形成对应目标层的最终指标合成权重。

3 绩效评价指标体系

在以前研究的基础上, 卡伦 (Cullen) 提出了称之为“三E”的指标分类体系, 具体为:经济指标 (Indicators of E-conomy) 、效率指标 (Indicators of Efficiency) 和效益指标 (Indicators of Effectiveness) 。按照层次分析法的分析步骤, 基于“三E”的分类框架, 确定高校绩效评价指标体系层次表, 如表1。

4 应用层次分析法确定指标权重

4.1 构造判断矩阵。为了将重要性的比较结果, 由抽象的程度表达转变成精确的数量表示, 此处采用常用的1-9标度法, 如表2。

根据1-9标度法, 将评价指标设计成调查问卷, 采用专家调查的方式, 统计专家意见形成判断矩阵。

4.2 计算权重向量。

利用计算机软件分别计算出各层次判断矩阵的特征根, 并将特征根做归一化处理, 得到各层次的指标权重。

目标层WA= (0.1106 0.3126 0.5768) T;

经济指标层WB1= (0.1356 0.0688 0.2668 0.39320.1356) T;

效率指标层WB2= (0.0607 0.1887 0.1168 0.25620.3776) T;

效益指标层WB3= (0.1952 0.0634 0.4056 0.23650.0993) T。

4.3 一致性检验。

查1阶~15阶重复计算1000次的平均随机一致性指标表 (表3) , 取得一致性的标准RI (n=3, RI=0.52;n=5, RI=1.12) , 根据CR=RICI分别计算得到各矩阵的一致性检验结果, 如表4。

由表4的结果可见, 各矩阵的CR均小于0.1, 所以可以通过一致性检验, 具有一致性。

4.4 合成指标权重。

上面所得结果为某一层次指标相对其上一层的指标的权重, 想要得到最底层指标对于总评价目标的排序权重, 必须把各层次的对应指标权重逐层合成。具体操作为:从最末层的指标开始, 按照各层指标相对于总评价指标的权重等于该层指标权重与所有上层指标权重的连乘积, 逐层向上进行递推加权。依此, 可以得出基于“三E”框架的高校绩效评价指标体系权重表。如表5。

采用层次分析法的高校绩效评价指标体系能够反映出高校财务绩效的实际情况, 可以加强高校的财务管理职能, 规范和引导高校的管理行为, 改善高校的经营管理方式。同时, 有利于高校领导及管理决策者利用绩效评价发现并解决管理方面存在的问题, 对实现教育资源的合理配置, 提高高校的办学效益具有重要意义。

参考文献

[1]黄娅丽.基于层次分析法的高校财务绩效评价[J].新财经 (理论版) , 2013 (7) :384.

[2]王雷.基于层次分析法的高校财务绩效评价指标体系研究[J].中国证券期货, 2013 (8) :122.

权重指标篇9

关键词：专业学位,评估指标,指标权重

2010年5月7日, 国务院学位办下发的《关于开展新增硕士专业学位授予点审核工作的通知》, 新增了金融、国际商务、应用统计、税务等硕士专业学位类别, 教育种类由原来的19种增加到38种。教育规模的扩大、专业种类的增加, 以及推行招收应届本科毕业生为全日制专业学位研究生的重大举措, 进一步推动了我国专业学位研究生教育的发展。如何建立科学有效的教育质量评估体系是专业学位研究生教育健康发展的重要保障, 科学合理地分配评估指标权重则是量化评估的关键。本文通过对以往专业学位研究生教育质量评估体系中的五项共同指标———招生、课程教学、学位论文、管理、办学特色与社会评价等指标权重进行归纳分析, 从而展开述评, 为建立科学合理的专业学位研究生教育质量评估体系提供借鉴。

一、招生———权重居中指标

“招生”是目前专业学位研究生教育质量评估体系中的权重居中指标。招生质量是控制专业学位研究生教育质量的首要环节, 生源的好坏影响着应用型人才的培养质量, 招生工作在教育质量保障中起着举足轻重的作用。但是在不同类别的专业学位研究生教育质量评估体系中, “招生”权重有较大差别。

全国工程硕士学位教育指导委员会制定的《全国工程硕士专业学位研究生培养质量评估方案》[1]、2004年华中科技大学《机械工程领域工程硕士培养质量试评估情况汇报》[2]、北京航空航天大学2005年制定的《北航工程硕士研究生培养质量评估方案》[3]、李春英和李传武所撰写的《对工程硕士专业学位研究生培养质量评估的思考》[4], 以及潘泉等的《控制工程领域工程硕士培养质量评估的方法与实践》[5]等五篇文献中, “招生”权重为0.200, 在教育质量评估体系中占据重要地位。但在其他类别的专业学位研究生教育质量评估体系中, “招生”的权重则有所不同, 如李冬梅在其硕士学位论文中所涉及的《全国农业推广硕士专业学位研究生培养质量评估方案 (讨论稿) 》将“招生”权重设为0.150[6], 比上述工程类硕士研究生教育质量评估中的“招生”权重降低了0.050。佟福锁等在《农业推广硕士专业学位研究生培养评估体系研究》一文中, 通过对初步的评估体系进行同行专家问卷调查与统计分析, 得出“生源状况”指标权重为0.130[7], 与管理和社会评价并为该指标体系中权重最小的指标。与此同时, 同类别的专业学位研究生教育质量评估由于评价方法等不同, 所得的指标权重也有所不同, 如陈祎鸿、蔡慧琳在《工程硕士专业学位研究生培养质量的模糊综合评价方法》一文中, 通过模糊综合评价法将“招生”的权重设为0.058[8], 大大降低了“招生”对教育质量的影响。而《专业学位研究生教育质量评估的研究》[9]、《石油与天然气工程领域工程硕士培养质量评价指标体系》[10], 以及《教育硕士专业学位研究生质量评估方案初探》[11]等文献则由于评价目标和指标选取等方面的不同, 没有将“招生”设为其评估指标。

总的来说, “招生”指标在专业学位研究生教育质量评估中具有一定重要作用。严格的报考条件和资格审查是保障生源质量的关键, 考生的专业背景以及实践经验对日后的专业学习有着重要影响。综合考虑专业学位研究生教育的特点, 专业学位研究生“招生”需要体现专业特色, 除了考察考生基础理论知识以外, 还需重加强实际的工作能力及科研能力。随着教育部2009年2号文件推出以应届本科毕业生为生源对专业学位研究生进行全日制培养的重大举措, 报考条件和生源限制进一步放宽, 加上不同类别专业的培养目标, 招生指标的权重也应作出相应调整。

二、课程教学———权重较大指标

“课程教学”是专业学位研究生教育质量评估中权重较大的指标。专业学位研究生教育的课程应根据学科发展的规律以及职业岗位对人才规格和口径的要求来设置, 充分体现课程设置的科学性、针对性和适应性。

其中, 《全国工程硕士专业学位研究生培养质量评估方案》、《机械工程领域工程硕士培养质量试评估情况报告》、《北航工程硕士研究生培养质量评估方案》、《对工程硕士专业学位研究生培养质量评估的思考》和《控制工程领域工程硕士培养质量评估的方法与实践》等文献中的评估体系, 将“课程教学”权重设为0.300, 成为教育质量评估中的重要指标。《教育硕士专业学位研究生质量评估方案初探》一文和《全国农业推广硕士专业学位研究生培养质量评估方案 (讨论稿) 》中的评估体系, 则将“课程教学”权重提高到了0.330[12]和0.350[13], 进一步加大了课程教学在评估中的重要程度。韩从梅在其《专业学位研究生教育质量评估的研究》一文将“课程教学”的权重提高到0.389[14], 成为其评估体系中的首位指标。虽然《项目管理领域工程硕士点建设质量评价指标体系方案》, 以及《农业推广硕士专业学位研究生培养评估体系研究》和《工程硕士专业学位研究生培养质量的模糊综合评价方法》等文献中, 将“课程教学”的权值定为0.250[15]、0.150[16]和0.160[17], 没有达到0.300, 相比上述文献中的“课程教学”权重要小, 但相对其评估体系中其他指标的权值, “课程论文”仍是权重最大的一项指标。

总的来说, 课程教学是评估专业学位研究生教育质量的重要指标, 应当占据较大比重。上述研究文献虽然在专业类别、指标选取、评估目标、评价方法等方面有所不同, 但都对“课程教学”赋予了较高权重, 说明高质量的课程设置, 以及具有行业特色的教材课件和严谨科学的教学实施是保障专业学位研究生质量的一项重要措施。专业学位研究生培养主要是通过课程教学来完成的, 课程的设置应该实际工作的需要相符合, 反映用人单位的实际需要, 从而进一步提高学生的实践能力。

三、学位论文——权重最大指标

“学位论文”为这五项指标中权重最大指标。作为教育质量评估的一项重要指标, 论文质量的好坏是衡量专业学位研究生专业知识水平、实践操作技能、科研能力和教育质量的重要标准。但是在不同的专业学位研究生教育质量评估中, “学位论文”的指标权重还是有所差别的。

《全国工程硕士专业学位研究生培养质量评估方案》、《机械工程领域工程硕士培养质量试评估情况汇报》和《对工程硕士专业学位研究生培养质量评估的思考》等三篇文献中, “学位论文”权重均为0.300, 与课程教学的比重相同, 并列成为评估其教育质量的重要指标。《北航工程硕士研究生培养质量评估方案》、《控制工程领域工程硕士培养质量评估方法与实践》和《全国农业推广硕士专业学位研究生培养质量评估方案 (讨论稿) 》, 则将“学位论文”的指标权重提高了0.050, 加大了“学位论文”的权重, 成为评估体系中的首位指标, 体现了论文质量对教育质量评估的重要性。《工程硕士专业学位研究生培养质量的模糊综合评价方法》和《石油与天然气工程领域工程硕士培养质量评价指标体系》两篇文献中更是将“学位论文”的指标权重提高到了0.538[18]和0.600[19], 权重比例超过50%, 大于其他所有评估指标的权重, 成为评估专业学位研究生教育质量的首要指标。《农业推广硕士专业学位研究生培养评估体系研究》、《教育硕士专业学位研究生质量评估方案初探》以及《高等院校项目管理领域工程硕士点建设质量评价指标体系研究》三篇文献中的“学位论文”权重分别为0.160[20]、0.200[21]和0.220[22], 均没有达到0.300, 但主要是因为这三篇文献在其评估体系中设置的指标较多, 与其他指标权重相比, “学位论文”指标权重仍然占据重要位置。“学位论文”权重设置最低的是《专业学位研究生教育质量评估的研究》一文, 仅为0.153[23]。文中指标权重的确定更注重培养过程中课程教学与社会评价对专业学位研究生教育质量的影响, “学位论文”在质量评估中的作用相对较低。

总体来说, “学位论文”是专业学位研究生教育质量评估中必不可少且十分重要的评估指标。学位论文的质量直接关系到专业学位研究生学位授予的质量, 是培养过程中的关键环节。与此同时, 专业学位研究生的论文选题大多来自企业实践或工作中的实际问题, 具有很强现实性、针对性和应用性。学位论文的完成充分体现了专业学位研究生教育培养的成果, 并解决实际工作中的问题和技术难题, 为社会带来经济效益。对于“学位论文”权重应更注重体现专业学位教育的应用性, 避免与学术型评估指标趋同。

四、管理———权重较小指标

“管理”也是专业学位研究生教育质量评估中的一项主要指标, 大多数文献将其权重设为0.150, 也有部分文献提高到0.200, 但相对“招生”、“课程教学”和“学位论文”的权重所占比例较小。管理的好坏也关系到专业学位教育质量提高, 管理机构设置是否健全、责任是否落实;规章制度是否齐全;档案管理是否合理规范等都有相应的要求和权值分配, 以确保专业学位研究生管理工作的顺利进行。重视专业学位研究生培养中的管理工作, 给“管理”评估指标赋予合理科学的权重是评估专业学位研究生教育质量的重要环节。

五、办学特色与社会评价———权重最小指标

五项指标中, 权重最小的指标是“办学特色与社会评价”。虽然国内已有部分学者开始重视“办学特色与社会评价”对专业学位教育质量的影响, 如《专业学位研究生教育质量评估的研究》 (0.389[24]) 与《教育硕士专业学位研究生质量评估方案初探》 (0.330[25]) 两篇文献中“社会评价”的权重超过0.330, 与“课程教学”并为其评估体系中的权重最大指标, 但是国内大多数评估体系并未把“办学特色与社会评价”设为教育质量评估体系中的一级指标, 仅为一项附加指标, 且权重为0.100。相对国外的专业学位教育质量评估重视社会评价与学术声誉, 并与办学资格认证、、职业资格认证相关联, 通过市场和用人单位对毕业生进行评价的做法而言, 我国的专业学位研究生教育评估指标权重的设置还缺乏外适性、目的性和绩效性。

六、结论与建议

由于我国专业学位研究生教育质量评估工作起步较晚, 还没有形成一个统一的评价体系, 但是实践的基础上已经形成了一些较为成熟的评估体系。同时, 美国、英国、法国等欧美国家关于专业学位研究生教育发展中的成功经验, 也为我国专业学位研究生教育质量评估体系的建立提供了借鉴基础。通过对专业学位研究生教育质量评估指标权重的整理述评, 我们可以发现, “学位论文”与“课程教学”仍是评估专业学位研究生教育质量的重要指标;“招生”与“管理”对教育质量的保障也发挥着一定的作用;逐步加大“办学特色与社会评价”指标权重。同时在建构专业学位研究生教育质量评估体系时, 我们需要注意以下问题。

第一, 突出指标权重应用性, 避免与学术型指标趋同。在确定“学术论文”与“课程教学”等指标的权重时, 应注意体现专业学位研究生教育的专业性、实践性和应用性, 避免与学术型研究生教育评估指标趋同。与此同时, 强调专业学位研究生教育的外适质量, 但不能以忽视学术质量为代价, 专业与学术协调发展。

第二, 把好入口和出口大关, 培养过程重视服务意识。招生规模的扩大、招生条件的放宽, 不等于教育质量的放松与下降, 把好研究生入学和毕业两项大关, 加大对考生实际工作能力、理论基础和潜在科研能力等方面综合考察, 提高生源质量、增强毕业生社会竞争力;同时在培养过程中重视培养单位服务意识的投入, 推出“管理+服务”的双重模式, 从而保证专业学位研究生顺利完成学业, 提高教育质量。

第三, 强调高校办学特色建设, 重视社会评价指标作用。培养单位办学特色和效果要求高校在师资、教学方法、办学思路上积极探索创新, 师资上吸纳有深厚理论知识与丰富实践经验的优秀教师;教学方法上加大理论知识与案例教学相结合的创新教学模式的运用;办学思路上, 加大高校学科建设, 重点发展优势学科以带动其他学科发展, 重视社会评价指标在教育质量评估中的作用, 加强毕业生的综合素质和社会竞争力, 将高校的办学特色与市场和用人单位的需求和评价纳入到今后的评估方案中, 以促进我国专业学位研究生教育事业的健康发展。

参考文献

[1]全国工程硕士专业学位教育指导委员会[2005]第5号.关于全国工程硕士研究生培养质量评估实施办法的通知[EB/OL].[2010-11-15].

[2]华中科技大学.机械工程领域工程硕士培养质量试评估情况汇报[R].2004.

[3]北京航空航天大学.建立评估监督的质量保证机制促进工程硕士教育的健康发展[R].2005.

[4]李春英, 李传武.对工程硕士专业学位研究生培养质量评估的思考[J].黑龙江教育:高教研究与评估版, 2005, (4) .

[5]潘泉, 王雄, 程咏梅, 刘勇.控制工程领域工程硕士培养质量评估的方法与实践[J].学位与研究生教育, 2007, (3) .

[6][13]李冬梅.农业推广硕士教育质量保障体系研究[D].北京:中国农业大学, 2004.

[7][16][20]佟福锁, 李勇, 刘晓萍.农业推广硕士专业学位研究生培养评估体系研究[J].南京林业大学学报:人文社会科学版, 2004, (2) .

[8][17][18]陈祎鸿, 蔡慧琳.工程硕士专业学位研究生培养质量的模糊综合评价方法[J].学术纵横, 2009, (7) .

[9][14][23][24]韩从梅.专业学位研究生教育质量评估的研究[D].合肥:合肥工业大学, 2005.

[10][19]陈海红, 姚光庆, 周锋德.石油与天然气工程领域工程硕士培养质量评价指标体系[J].重庆石油高等专科学校学报, 2004, (3) .

[11][21][25]朱建伟, 左显兰.教育硕士专业学位研究生质量评估方案初探[J].黑龙江高教研究, 2002, (1) .

权重指标篇10

二十世纪七十年代,美国匹茨堡大学教授萨蒂建立了一种基于多目标的决策工具——层次分析法(AHP)[1],通过对经验判断的量化为决策者提供判断依据,是一种常用的多属性决策工具;但是在有些情况下,比如当目标过多时,运算过程就显得极其复杂,而且过多的关注一致性检验,使这一定量决策分析技术在广泛使用遇到了些许障碍和批判;属性层次分析模型AHM,是程乾生教授于1997年提出的一种新的定量决策方法;实践证明,这种新的更为简洁和有效的定性分析技术,已经成为管理科学重要而且有效的工具。

1 平衡计分卡前置指标体系

1.1 平衡计分卡的四个维度内容

平衡计分卡是是一种全新的综合考评方法,这一方法由美国哈佛商学院教授罗伯特·卡普兰提出。平衡计分卡是通过四个互为关联的维度来平衡定位和考核公司各部门的绩效水平的,这四个维度[2]包括:财务指标:要在财务方面取得成功,我们影响股东展示什么;客户指标:要实现我们的设想,我们应该向客户展示什么;内部流程指标:要是客户和股东满意,那些业务过程我们应该应有所长;学习与成长指标:要实现设想,我们将如何保持改善和提高的能力;在平衡计分卡中,这四个维度是相互联系相互制约的;由客户指标、内部流程指标以及学习与成长指标构成的非财务指标,克服了传统以财务指标为核心的考核带来的缺陷,使企业的绩效管理更加全面更加客观。

平衡计分卡指标中的前置指标[3,4]也称为过程性指标或者驱动性指标,反映的是在绩效评价中各种动态的指标,同时又作为因素能够导致一定结果的发生,它的完成质量直接关系到结果的好坏;所以对前置指标权重的研究有助于确定各个指标的重要程度及其相互关系,并对结果指标的好坏有所预测,以减少主观判断对绩效评价结果的影响。

1.3 研究现状综述

江志宇等人对员工绩效考核指标进行了研究,在分析企业绩效考核评价存在问题的基础上,提出了以属性层次模型为主体的企业绩效考核指标思想,从而实现了绩效考核从定性向定量管理的合理有效转化和对各方意见的多角度综合评价,文章最后提出了企业绩效考核指标设计时应注意的事项[9]。

梅雨在《基于平衡计分卡的财务监控研究》中,对财务这一结果性指标进行了研究;在对平衡计分卡与财务监控整合的可行性进行全面分析的基础上,提出了将平衡计分卡引入财务监控体系,构建基于平衡计分卡的财务监控体系的构想[10]。肖建华等人在《基于平衡计分卡的学术会议效果评价指标体系研究》一文中,对学术会议的价值与目标进行了文献综述,并在此基础上,探讨了学术会议的目标体系并进行了实证研究;同时,文章引入了以目标评价为特点的平衡计分卡理论,建立起了基于平衡计分卡模型的学术会议效果评价指标体系,这些体系既包括过程性的也包括结果性的[11]。

吴媛媛对企业绩效评价中的非财务指标进行了研究,她认为随着竞争的加剧企业利益相关者已经逐渐不满足以传统的财务指标对企业价值进行衡量,所在在分析国外企业非财务指标发展的基础上,为国内企业向着这个方向发展提出了几点建议[12]。

上述研究成果为本文的研究提供了借鉴,但是目前国内运用属性层次模型对平衡积分卡的研究还很少而且不完善,可归纳为以下几点:大部分研究内容分散,缺乏针对性和系统性;在研究方法上定性和定量研究都有但是其中一些定量研究方法过程及其冗余、复杂。本文以平衡积分卡技术为依据,运用属性层次分析模型(AHM)技术,对平衡计分卡中的前置指标体系权重进行研究。这有助于帮助企业有针对性、有所侧重的提升绩效管理水平。

2 属性层次分析模型AHM

属性层次分析模型AHM[4]又称为球赛模型,和层次分析法AHP一样都是为了解决无结构问题的决策技术;它最大的特点就是运算更加简便、有效,而且对数据的一致性检验有着较低的要求;但是在数据采集的初期也要注意一点,那就是决策者采取何种方法去获得判断矩阵中的各个权重指标以及获得的这些权重指标的相对客观性。

设u1,u2…un为n个球队,没两队之间相互比赛,每场比赛总分为1分,ui与uj(i≠j)比赛两队得分分别为uij和uji,准则C为球队实力分析,并进行排序;此时uij≥0,uij+uji=1,uii=0(i≠j)。uij∈[0,1]的一切实数,所以我们称uij为ui关于uj的相对测度,称矩阵A=(uij)nn为两两比赛测度矩阵;

2.1 属性层次模型AHM与平衡计分卡

属性层次模型用于平衡计分卡前置指标权重研究的适应性主要有三点原因:一是平衡积分卡的指标权重值可以构成类似于与属性层次模型AHM的两两比较测度矩阵,满足属性层次分析模型的假设要求;二是平衡计分卡中的前置指标体系在专家打分的条件下可以进行相关的定量运算这与属性层次模型的定量性质相一致,;三是对平衡积分卡指标属性测度值进行研究符合属性层析模型AHM的目标,即在准则“C”条件下计算出各个因素对于决策层的影响权重。

2.2 属性层次分析模型的步骤:

1)建立递阶层次结构;

根据企业战略目标,确定组织各部门的绩效评价指标,然后找出影响这一指标的刺激指标因素,形成递阶层次结构;该结构共分为三层:目标层、准则层以及决策层;目标层位于该结构的最高层,是决策者所要达成的最终目标;准则层位于该结构的中间,决策层位于该结构的最底层,此二者一般由一个以上的因素构成。

2)构造判断矩阵并计算相对属性测度uij和属性权wcui。

根据递阶层次结构,分别以最高层和中间层为中心,以与其相关的指标为内容构造各自的判断矩阵;判断矩阵构造完成后再对属性测度uij和属性权wcui进行计算,并对属性测度值进行一致性检验;属性测度uij是通过判断矩阵的权重指标转换而来的,该转换公式如下[4,5,6,7]:

undefined

K为大于2的正常数,β≥1,一般情况下β=2,即:

undefined

在属性层次分析模型中,如果属性判断矩阵uij满足:ui>uj,uj>uk时,有ui>uk,则称该属性判断矩阵具有一致性;

属性权wcui的计算公式如下[4]:

undefined

Wc指的是以目标层为准则的属性权值,wcu代表的是以准则层为准则的各项属性权值;

这一步骤是属性层次分析模型区别于层次分析法的关键;在属性层次分析模型中,相对属性测度uij是通过和层次分析法中相似的判断矩阵转换而来的;当β值确定后就可以开始实施这一转换,当需要转换的数据过多时研究者必须要十分重视转换结果的正确率;这一过程是正式实施属性层次分析模型的第一步,好的开始时成功的一半,所以无论是权重指标的设置、数据转换计算、一致性检验以及属性权值的计算过程都要做到精益求精。

3)计算决策层对目标层的合成权;

所谓合成权重是指通过最终的运算,计算出决策层的各个因素对于目标层影响的权重大小,显示出各个指标的相对重要性,起到比较判断的作用。计算合成权的公式如下:

w0=(wc1wc2…wcn)wc (3)

3 实例应用

3.1 建立前置指标递阶层次结构:

3.1.1 通信行业平衡计分卡四维度指标分解。

平衡计分卡理论中的指标体系是以普遍的共同特征来编写的,但是由于各个行业之间的差异确实存在,而且这种差别可能很大,不同行业的身份特征一定程度上会在评价指标上表现出来,所以在实施的过程中应该对个别指标的设置进行相应的调整;作为国企的通信行业也不例外。通过研究发现,通信行业的平衡计分卡指标大致如下:

1)财务指标:营业额、净利润、上交利润额、资产负债率。

2)客户指标:顾客满意度、客户占有率、客户获得、营业厅服务质量、供应商满意度。

3)内部流程指标:内部管理、通信产品创新流程、通信产品服务质量、售后服务。

4)学习与成长指标:国企改革进程、技术变革与改进能力、员工技能、班组文化、员工满意度。

3.1.2 通信企业平衡计分卡前置指标的递阶层次结构:

在图1中,前置性指标占据了通信企业平衡计分卡指标的主体,这些前置指标包括客户获得b3、营业厅服务质量、b4、内部管理c1、通信产品创新流程c2、通信产品服务质量c3、售后服务c4、国企改革进程d1、技术变革与改进能力d2、员工技能d3以及班组文化d4共十个指标。其中客户获得、营业厅服务质量是客户指标的子指标;内部管理、通信产品创新流程、通信产品服务质量、售后服务是内部流程指标的子指标;国企改革进程、技术变革与改进能力、员工技能以及班组文化是学习与成长指标的子指标。

3.2 构造判断矩阵并计算相对属性测度uij和属性权wcui

本文所涉及的数据通过咨询人力资源管理咨询专业人士,以头脑风暴法的方式获得。在进行打分的过程中严格按照头脑风暴法的程序进行,保证了数据的相对有效性。最终的数据取最终打分的均值。

以目标层为例:当取β=2时,得到属性测度值和属性权值,如下表:

上述计算过程展示了属性层次分析模型的实施步骤,因此,按照这个方法可以顺利的求出决策层的属性测度值和属性权值计算结果:

3)计算递阶层次结构的合成权重,如下表:

通过上述结果可以看出,属性层次分析模型简单而有效的解决了通信企业平衡计分卡指标中前置指标的权重问题,只要属性测度值符合实际情况,最终所得结论与最初的假设不会出入太大。

在上表中,所得结果明确的给出了各前置指标对目标层影响的权重;各项前置性指标的加权值之和为0.349,说明在平衡积分卡中前置性指标还是占了很大的比重的;在这些指标中单个权重最大的是 c1指标即内部管理为0.08,其次是b3指标即客户获得指标为,最小的是d4指标即班组文化为0.008,这意味着通信企业在绩效管理过程中要有针对性,有顺序的管理这些指标;注重内部管理、以客户获得为支撑,完善通信产品创新流程,为实现企业战略目标,提高绩效管理质量发生打下坚实的基础。

4 结论

本文运用属性层次分析模型AHM技术对前置性指标各个因素的权重进行了分析;以定量的方式得到了前置性指标的权重值,为对前置指标的管理提供了依据,有效减少了绩效管理过程中的主观盲目性。同时通过研究得出三个结论:

一是属性层次模型能更加有效的计算出平衡积分卡中前置指标的权重值,但是在研究的过程中要注重相对属性测度的取值;

二是企业绩效管理需要注重前置指标,甚至有时候前置性指标要优先对待,否则企业战略和管理可能会陷入到“短视”的陷阱中;

三是平衡计分卡中的指标设置,属性层次模型相关定量值的取值要因企业所在的领域因地制宜适时做出调整,只有这样得出的结果才能满足研究者的实际需要。

摘要：以平衡积分卡技术为依据,运用属性层次分析模型(AHM)技术,对平衡计分卡中的前置指标体系权重进行研究。该研究结果从定量的角度描述前置性指标在平衡计分卡中的重要性以及对绩效管理的影响程度。

关键词：属性层次分析模型AHM,平衡计分卡,通信行业绩效评价,前置指标

参考文献

[1]费小燕.层次分析法在电子商务绩效评价中的应用[J].企业经济,2010,36(9):90-92

[2]李中斌,王贵军.绩效管理[M].北京:中国社会科学出版社,2007

[3]侯光明.人力资源管理[M].北京:高等教育出版社,2009

[4]刘希宋,杜春荣,等.建设项目人力资源管理的绩效评价[J].哈尔滨工业大学学报,2006(3):436-438