对指标体系的权重的确定

五、层次分析法（AHP）对指标体系的权重的确定

指标体系的权重设计是对指标体系中各指标相对行重要程度的描述，权重设计的正确、科学直接影响到企业营销绩效综合评估的结果，本书在确定权重时采用层次分析法（AHP）来进行。

层次分析法是美国运筹学家T.L.Satty等人在20世纪70年代提出的一种定性与定量分析相结合的多准则决策技术，它是次决策问题的有关单元分解成目标、准则、方案等层次，在此基础上进行定性和定量分析（杜栋，2005）。AHP的基本思想是先按问题要求建立一个描述系统功能或特征的内部独立的递进层次结构，通过两两比较因素（或目标、准则、方案）的相对重要性，给出相应的比例标度；进而构造上层要素对下层相关元素的判断矩阵，最终给出相关元素对上层要素的相对重要性序列。从本质上来说，层次分析法代表的是一种思维方式，具有高度的逻辑性、系统性、简洁性和实用性等优点。因而，在工程技术、能源系统分析、经济管理、城市规划和社会科学等众多领域中，AHP都得到了广泛的应用。具体对本研究来说，AHP的基本思路符合研究的目标要求，指标体系自身的层次结构也适合该方法的评估基础，目的与手段之间具有良好的适应性，故本研究对指标体系权重的设计将采用此方法进行。

运用AHP法计算测评指标的权重系数一般分为4步：第一，根据指标层次结构建立起不同层次、不同相关因素两两比较的判断矩阵；第二，计算相对权数；第三，对判断矩阵进行逻辑一致性检验；第四，计算各层对总目标的权数，从而得出各层次中各元素的排列。本书将依照此步骤依次展开。

1.层次分析的结构层次

本研究将指标体系分为企业单元绩效与集群单元绩效两个维度，其中企业单元绩效维度分为产品、竞争地位、营销财务、过程控制4个子系统，下设18个指标；集群单元绩效维度分为社会资本、营销整合子系统，下设6个指标。指标体系构造结构框架如图7‐3至图7‐11所示。

图7‐3　营销绩效二维结构

图7‐4　企业单元绩效层次结构

图7‐5　集群单元绩效层次结构

图7‐6　产品子系统层次结构

图7‐7　竞争地位子系统层次结构

图7‐8　营销财务子系统层次结构

图7‐9　过程控制子系统层次结构

图7‐10　社会资本子系统层次结构

图7‐11　营销整合子系统层次结构

2.判断矩阵的设计

判断矩阵是层次分析法确定指标权重的基本依据，它以评估结构模型中上级维度的某一要素作为评估准则，由专家对本级要素进行两两比对，用设定的判断标度来确定本级评价指标的相对权重。层次分析法一般要求的判断标度用1～9及其倒数来标示，如表7‐25所示。

表7‐25　判断标度及含义

在确立了判断标度以后，下一步即根据层次结构设计调查问卷。本研究的问卷设计包括两个方面：其一为经过修正的集群环境下企业营销绩效评价指标体系，供专家评分时参考；其二为指标的相对重要程度判断，请专家分别在各层次机构上就指标的相对重要程度做两两判断，问卷的结构设计见附录，本次问卷的专家调查规模为20份。

3.数据分析

本书采用MATLAB 7.0软件对判断矩阵进行数据处理，处理方法即为求解各矩阵的最大特征根和对应的特征向量，进而做归一化处理并进行一致性检验。其中特征向量即为评价因素的重要性排序，也就是权数的分配；而一致性检验为度量判断矩阵偏离一致性的标识，以判断矩阵最大特征根以外的其余特征根的负平均值表示，记为：

CI＝（λ _max－n）/（n－1）

当阶数大于2时，判断矩阵的一致性指标CI与同阶平均随机一致性指标RI之比即为随机一致性比率，记为：

CR＝CI/RI

其中，随机一致性RI参数表如表7‐26所示。

表7‐26　随机一致性RI参数表

当CR＜0.10时，认为其排序权重的结果有满意的一致性；否则，就要对矩阵进行调整或对某些专家的评判结果进行剔除，以保证数据质量的可靠性。

矩阵1：“综合指标”判断矩阵

矩阵2：“企业单元”判断矩阵

矩阵3：“集群单元”判断矩阵

矩阵4：“产品单元”判断矩阵

矩阵5：“竞争地位单元”判断矩阵

　　　CR＝0.0082＜0.10

矩阵6：“营销财务单元”判断矩阵

矩阵7：“过程控制单元”判断矩阵

矩阵8：“社会资本单元”判断矩阵

矩阵9：“营销整合单元”判断矩阵

4.集群环境下企业营销绩效评价指标权重总序

汇总上述计算结果，集群环境下企业营销绩效评价指标权重总序如表7‐27示。

表7‐27　集群环境下企业营销绩效评价指标权重总序

指标总排序一致性检验：

当CR＜0.10时，认为其排序权重的结果有满意的一致性。

指标权重总排序一致性按上式检验结果如下：

CR＝0.0123＜0.10

由上可知，集群环境下企业营销绩效评价指标权重的排序结果通过检验，具有满意的一致性。