企业综合信任度的灰色评价方法

5.5.2　企业综合信任度的灰色评价方法

确定评价指标体系后还要选择适当评价方法。目前主要采用的评价方法有层次分析法、神经网络法、模糊数学方法、主成分分析法、因子分析法、模糊优选法、数据包络分析法（DEA法）、遗传算法、ABC法（作业成本分析法）、灰色系统理论法、F-AHP（模糊层次分析法）、直观判断法、博弈分析法、招标法、协商选择法、数学规划方法等^[128]。其中，灰色系统理论由我国学者邓聚龙首先提出，它的研究对象是“部分信息未知”的“小样本”、“贫信息”不确定性系统。它通过对“部分”已知信息的生成、开发去了解、认识现实世界，实现对系统运行行为和演化规律的正确把握和描述。灰色系统模型对试验观测数据及其分布没有什么特殊要求和限制^[131]。

企业综合信任度的评价既包括能力、信誉等比较客观指标，也包括情感等一些比较主观的指标，涉及的影响因素众多。指标体系中多数指标是定性指标，离不开评价专家的定性分析与价值判断，因而很难完全排除个人的偏爱、知识水平等主观因素带来的偏差，这就使得评价信息具有不确定和不完全性，即具有灰色性。同时，在产业集群发展的初级阶段，相关信息积累比较少（小样本），这也就意味着用一般的系统分析方法很难对其进行合理的、定量的分析，为此本节运用灰色系统理论对企业信任度进行评价，以期为企业合作伙伴的选择提供参考。

根据上一节建立的评价指标体系，设U为评价指标集：一级评价指标U_i的集合为：U={U₁,U₂,…U_k,U_n,k=1,2,…,n}，其中n为一级指标的个数，这里n=5；二级评价指标的集合为：U_k={U_k1,U_k2,…U_ki,U_km,i=1,2,…,m}，m为第k个指标下属的二级指标个数；三级评价指标集合为：U_ki={U_ki1,U_ki2,…U_kij,U_kil,j=1,2,…,l}，l为第ki个二级指标下属的三级指标个数。

企业综合信任度灰色评价方法的步骤如下：

（1）确定评价指标的权重。本节运用层次分析法（AHP）来确定指标的权重值，通过两两成对的重要性比较建立判断矩阵，然后用解矩阵特征值的方法得出各项指标的权重。

假设求得一级评价指标U_k的权重向量为：A={a₁,a₂,a_k,…,a_n,n=5}，a_k表示评价指标U_k在U中的权重，且二级评价指标U_ki的权重为a_ki，指标权重向量为：A_k={a_k1,a_k2,a_ki,…,且三级指标的分配权数可依此类推。

（2）确定评价样本矩阵。设有p个评价专家（评价专家序号为h=1,2,…,p）依据评分标准分别给各评价指标评分，并填写评价专家评分表。根据专家评分表构造评价样本矩阵D如下：

其中d_kijh表示第h个评价者对评价指标U_kij的评分。

（3）确定评价灰类。根据定性指标的评价标准，本节设定4个评价灰类，即e=1，2，3，4，分别对应“优秀”、“良好”、“一般”、“差”四个等级，其相应的灰数和白化函数为：

第一类e=1，对应“优秀”，评分标准为4，白化函数为f₁：

第二类e=2，对应“良好”，评分标准为3，白化函数为f₂：

第三类e=3，对应“一般”，评分标准为2，白化函数为f₃：

第四类e=4，对应“差”，评分标准为1，白化函数为f₄：

上述两者的比值反映了全体评价者认定指标U_kij属于第e个评价灰类的强烈程度，即此值越大，说明全体评价者更大限度地认为U_kij应属于灰类e。称此值为指标U_kij属于灰类e的灰色评价权，记作r_kije，则所有评价灰类的灰色评价权构成灰色评价权向量r_kij，则r_kij=(r_kij1,r_kij2,r_kij3,r_kij4)。将所有评价指标U_kij的灰色评价权向量综合后，于是可以得到U_ki下属指标U_kij对于各个评价灰类的灰色评价权矩阵R_ki，

（5）对二级指标U_ki作出评价。二级评价指标U_ki由三级评价指标U_kij构成，指标权重向量为：A_k={a_k1,a_k2,_aki,…,a_km}。因此对U_ki作综合评价，得U_ki的灰色综合评价权向量为：B_ki=A_ki（e=1,2,3,4）表示p个评价专家对指标U_ki主张属于第e个灰类的灰色评价权。

（6）对一级指标U_k作出评价。评价方法同步骤（5），一级指标U_k的灰色综合评价权向量为：B_k=A_k⋅R_k={b_k1,b_k2,b_k3,b_k4}，同时可得U_k对于各个评价灰类的综合评价权矩阵：

（7）对U作综合评价。根据一级评价指标U_k，对评价指标集作综合评价，B=A⋅R=(b₁,b₂,b₃,b₄)，b₁,b₂,b₃,b₄表示U属于各个评价灰类的评价权。

（8）计算综合评价值，也即综合信任度。综合评价结果是B是一个向量，反映了评价对象属于每个评价灰类的程度。因此可以按最大权的原则确定受评者所属灰类等级，即若b_e=max{b₁,b₂,b₃,b₄}，则认为评价对象为第e类。据此原则做出的判断有时有效，有时会因信息丢失太多而使判断结果失效。因此，我们将灰色综合评价权向量作单值化处理，即计算评价对象的灰色综合评价值W。采用的方法是将各个灰类按阈值赋值，即第1灰类取为λ₁，第2灰类取为λ₂，照此类推，则各评价灰类等级值化向量C=(λ₁,λ₂,λ₃,λ₄)。于是，我们可以得到企业信任度的综合评价值：

综合评价值W求出后，就可以根据W的大小对产业集群的目标合作企业进行综合信任度排名，从而作为合作伙伴选择的依据。