论文部分内容阅读
摘要:在分析核心竞争力构成因素的基础上,建立了一个较为合理的核心竞争力评价指标体系,同时运用未确知测度综合评判模型,对核心竞争力进行量化分析和综合评判,并利用“置信度”识别准则得出核心竞争力的强弱。该模型结构严谨、精细,最后通过实例验证了该模型的科学有效性。
关键词:核心竞争力 未确知测度 信息熵
Research on Analysis and Evaluation of Core Competence Based on Unascertained Measure
Wang Haikuan Li Wensheng Wang Haidan
Abstract:An index system for evaluating core competence of Enterprise is established on the basis of analyzing the factors affecting the core competence.The core competence is analyzed quantitatively and evaluated by applying the unascertained measure theory and the principle of “Believe measure”.This model is precise and perfect,finally,an example of practical application is given to show the effectiveness of this model.
Keywords:Core competence Unascertained measure Information Entropy
【中图分类号】F2【文献标识码】A 【文章编号】1009-9646(2009)03-0013-03
1.引言
自C.K.Prahalad和G.Hamel于1990年在《Harvard Business Review》上发表题为“The Core Competence of Corporation”一文后[1],管理学界和企业界掀起了关于核心竞争力研究和讨论的热潮,基于核心竞争力的竞争理论也成为企业战略管理理论的主流。
但是在调研中发现,核心竞争力在企业的实践应用状况却差强人意。往往是企业的管理者意识到核心竞争力是企业获取持续竞争优势的源泉,但不知道如何去识别、培育、维持和转换核心竞争力。这其中有两个关键问题没有讨论清楚:一是企业核心竞争力的识别问题。即企业要清楚“有没有自己的核心竞争力”、“核心竞争力在哪里”、“核心竞争力有多强”等基本问题。综观现有的文献大多集中在对企业核心竞争力概念、性质、特性的阐述上,因此核心竞争力评价指标体系尚需完善。二是企业核心竞争力的定量评价问题。由于核心竞争力测评过程中存在很多模糊量,所以模糊模型是人们常用的量化模型。但是,现有的模糊模型中隶属函数构造缺少限制条件,合成可信度算法存在不足。如文献[2]和文献[3]对核心竞争力进行了定量评价,使用的都是模糊综合评价方法,而作为状态集函数的模糊隶属度不满足“归一性条件”和“可加性原则”[4],因此评价结果值得商榷。另外在核心竞争力的评价中,评价空间是有序的,而有序评价空间不太适用于“最大隶属度”识别准则进行识别和排序。另一方面,在评价过程中,评价者由于条件限制所掌握的信息不足以把握核心竞争力所处的真实状态,因而在心目中产生主观认识的不确定性,这种不确定性称为未确知性[5]。未确知性是不同于随机性、模糊型和灰性的一种新的不确定性,需要新的处理方法。对于上述问题,未确知理论是一种有效的解决方法[6]。自未确知测度模型提出以来,已在许多领域得到了广泛的应用,并取得了较好的效果。
因此从市场竞争的角度出发,分析了企业核心竞争力的内在因素,建立了一套较全面的核心竞争力评价指标体系,并给出了基于未确知测度和指标分类权重的核心竞争力综合评价模型,最后,以实例说明了此方法的科学有效性。
2.企业核心竞争力评价指标体系设计
企业核心竞争力指标体系的设计是正确识别和评价核心竞争力的前提和基础。
2.1 指标体系设计原则。
企业核心竞争力的制约因素是多层次的一个动态系统,只有从多个角度和层面来设计指标体系,才能准确反映企业的核心竞争力状况,因此为保证评价结果的客观、正确,设计时应遵循以下原则:①科学性原则。即要考虑到企业核心能力元素及指标结构整体的合理性,且指标要有较好的可靠性、独立性、代表性、统一性;②可比性原则。指标体系的设计必须考虑到各企业间统计指标的差异,在具体指标选择上必须是各企业共有的指标涵义,保证指标的可比性;③可操作性原则。定量指标应尽量与现行统计报表和财务报表相一致,定性指标应实施量化。
2.2 指标体系的构建。
综合现有各类研究文献,再根据上述原则,将其归纳为四个方面:
2.2.1 R&D能力。加大研究与开发经费的投入,提高企业技术创新能力,加大产品开发力度,是企业参与竞争的支撑点。竞争说到底,是技术研发的竞争。R&D能力,从资金上反映企业投入研究开发费用的比重;从人员上反映R&D人员占科技人员的比重和研发人员的能力。
表1 企业核心竞争力评价指标体系
企业核心竞争力
R&D能力
R&D人员的比重I1
R&D人员的能力I2
R&D费用的投入比重I3
经营管理能力
企业家精神的优劣I4
管理者的组织和决策能力I5
信息的传递与沟通I6
信息技术的应用程度I7
企业文化培育
企业形象的渗透度I8
企业美誉度I9
员工和谐度I10
企业凝聚力I11
创新能力
专利拥有率I12
新产品产值率I13
拥有核心技术相关的产品族I14
产品和技术领先同行业水平的程度I15
同类产品更新换代速度I16
2.2.2 企业经营管理能力。提高企业的经营管理能力,有助于企业更有效的组织和利用资源,提高资源的使用效率。企业的经营与管理能力的好坏表现在企业拥有的管理者的组织和决策能力,企业家精神的优劣,企业内外部信息的传递与沟通状况以及企业对信息技术的应用程度等。
2.2.3 企业文化的培育。企业文化的培育是增强企业核心竞争力的一个重要源泉。企业文化是指企业经营理念、精神、宗旨、道德、风气的有机组合。加强企业文化的培育可以树立职工群体意识,调动员工工作热情,增加企业的凝聚力。
2.2.4 创新能力。它包括企业现有的知识和技术水平以及运用技术知识进行开发和创新的能力。一方面企业要具有自己独特的核心技术,如受国家保护的专利;另一方面企业要具有原创性的研究开发能力,这是企业保持核心竞争力的重要组成部分。企业的创新能力表现在企业拥有的专利数量,产品和技术的领先程度,以及同类产品的更新换代速度等方面。
基于上述分析,我们建立了表1所示的企业核心竞争力评价指标体系。
2.3 评价等级的划分。
将核心竞争力状态划分为四个等级:强,较强,一般,弱,上述四个等级元素构成等级集合:V={V1,V2,V3,V4}。按照各评价指标的标准,可以对四个评价等级进行具体地界定(限于篇幅从略)。
3.核心竞争力的未确知评判模型
3.1 评判对象集、因素集与评判集。
设U={X1,X2,…,XN}为待评价的N个对象集合,V是U的性质集合,Vi是V的第i种具体性质,{V1,V2,…}是V的一种划分,实际应用时,划分总是有限的。即V=Umi=1Vi且Vi∩Vj=Φ(i≠j)。
设I={I1,I2,…,Id}为因素集,Ii(1≤i≤d)是第i种影响因素,也称作指标。本文中d=16。
设Xi∈X(1≤i≤N)是第i个研究对象,Xi具有的性质或说所处的状态V通过指标Ij(1≤j≤m)反映出来,Ij可以是定量指标,也可以是定性指标。定量指标必须是可以测量的;定量指标必须是可以量化的。用xij表示对象Xi关于指标Ij的观测值。我们必须知道xij这个观测值使对象Xi具有V中性质(或处于V中状态)的具体情况。对此,我们引入一种可能性测度:μijk=μ(xij∈Vk)。
其中“xij∈Vk”表示“xij具有性质Vk”,涵义是“观测值xij使对象Xi具有性质Vk”,并非是元素与集合的关系。用μijk定量描述对象Xi具有性质Vk的程度。那么,μijk是对“程度”测量的结果,它就是一种测度。如果μ满足下述三条测量准则:
①非负有界性:对于给定的任意一个对象Xi关于任一项指标Ij的观测值xij,对V中任意子集A均有:0≤μ(xij∈A)≤1;② 可加性:对于V中任意不相交的子集(A1,A2,…)有:μ(xij∈UkAk)=∑kμ(xij∈Ak);③归一性:μ(xij∈V)=1 (1≤i≤N,1≤j≤d)。
我们就称μ为未确知测度,简称测度。不满足上述三条性质中的任意一条的测量结果都不是严格意义上的测量结果。只能是一种近似估计。
对观测值xij,如果我们能构造出满足上述要求的未确知测度μijk(1≤k≤m),那么,对于d项指标就得到对象Xi的一个单指标测度判断矩阵μi:μi=μi11 μi12 … μi1m
μi21 μi22 … μi2m
μid1 μid2 … μidmd×m(1≤i≤N)(1)
其中第j行:(μij1,μij2,…,μijm)中第k个元素μijk表示观测值xij使对象Xi具有性质Vk的程度。
显然有:0≤μijk≤1;∑mk=1μijk=1(i=1,2,…,N,j=1,2,…,d,k=1,2,…,m)
3.2 指标分类权重。
当得到观测值xij后,又知道xij使对象处于Vk评价等级的测度μijk=μ(xij∈Vk),(k=1,2,…,m),即单指标测度判断矩阵(1)已知。其第j行为:μij=(μij1,μij2,…,μijm)(2)
则向量μij是Ij指标使Xi处于各个评判等级的判断向量。
我们的问题是想知道Ij指标对区分Xi的分类做了多少贡献。为此,作下述分析:
(1)如果μijk=1m(k=1,2,…,m),说明Ij指标使Xi处于各个评价等级的程度都一样,即Ij指标对区分Xi的类别没做出贡献,或说Ij指标对于区分Xi究竟属于哪一类来说不起作用。这种情况下称Ij指标对于Xi的分类权重ωij=0;
(2)如果μijk中有一个为1,其余的m-1个为0,由于Ij指标使对象Xi确定地属于Vk类,则Ij指标对区分Xi的分类做了最大的贡献。这种情况下称Ij指标对于Xi具有最大的分类权重;
(3)同理可以说明,μijk的取值越分散,ωij越小,而μijk取值越集中,ωij越大。
上述分析表明,单指标测度μijk取值分散与集中的程度反映Ij着指标对区分Xi的类别所做贡献的大小,亦即决定着Ij指标关于Xi样本分类权重ωij的大小;而μijk取值分散与集中的程度可用信息熵或方差等去定量描述。如由信息熵定义:
Hi(j)=-∑mk=1μijklogμijk,令:υij=1+1logmHi(j)
即υj=1+1logm∑ml=1μijklogμijk(3)
由信息熵的性质知:
①当且仅当对所有的1≤k≤m均有μijk=1m时,υj取到最小值为0;②当且仅当μijk中有一个取1其余为0时,υj取到最大值1;③当μijk取值越分散υj越小,当μijk取值越集中时,υj取值越大。
令ωij=υij∑ml=1υl(4)
显然,ωij满足0≤ωij≤1,∑mj=1ωij=1;并且ωij就是我们感兴趣Ij的指标关于Xi样本的分类权重。
由式(3)(4)知,如果给出观测值xij,根据xij能够知道μij=(μij1,μij2,…,μijm),则Ij指标关于Xi的分类权重ωij就可以具体算出来。令ωi=(ωi1,ωi2,…,ωid),则ωi是Xi关于d项指标的分类权重向量。
3.3 评价结果。
Xi的综合评价矩阵Ri为:
Ri=μi11 μi12 … μi1m
μi21 μi22 … μi2m
μid1 μid2 … μidm(1≤i≤N)(5)
其中i为第i个样本,d为指标个数,m为评语集中评语数目。
由于Xi的指标分类权重向量为:ωi=(ωi1,ωi2,…,ωid),则:Ai=ωi·Ri(6)
得到未确知评价向量Ai=(ai1,ai2,…,aim)′,其中aim=∑dj=1ωijμijm。
3.4 识别。
未确知评价向量Ai给出了Xi的不确定分类,要输出确定性分类结果需进行识别。
因评价等级划分有序,最大测度识别准则不适用,故采用置信度识别准则去模糊化。设λ为置信度(λ>0.5,通常取λ=0.6~0.7之间)。令:K0=minK∑Kl=1ail≥λ,则判Xi属于第K0等级。涵义是指Xi不低于Vk等级的置信度为λ,或说低于Vk等级的置信度是1-λ。
4.应用实例
运用建立的企业核心竞争力未确知综合评价模型,对某钢铁公司的核心竞争力水平进行评价。
在此案例的实际调研中,根据核心竞争力评价指标体系框架图设计了一个企业的核心竞争力状态调查表,由公司的各管理层、各个部门以及主要岗位的人员来协助完成调查,最后对调查结果进行统计,由统计结果,得单指标测度评价矩阵如下:
R=V1 0.10 0.05 0.15 0.10 0.10 0.05 0.20 0.10 0.15 0.10 0.05 0.10 0.15 0.40 0.05 0.10
V2 0.20 0.30 0.15 0.20 0.20 0.15 0.30 0.15 0.10 0.05 0.25 0.20 0.15 0.20 0.30 0.15
V3 0.50 0.45 0.45 0.45 0.40 0.60 0.35 0.45 0.40 0.50 0.45 0.45 0.50 0.40 0.45 0.55
V4 0.20 0.20 0.25 0.25 0.30 0.20 0.15 0.30 0.35 0.35 0.25 0.25 0.20 0.30 0.20 0.20′
根据公式(3)得:υ=(0.1195,0.1400,0.0803,0.0925,00768,0.2334,0.0369,0.1089,0.0992,0.2108,0.1328,00925,0.1073,0.0768,0.1400,0.1593)
由公式(4)可得16个指标的分类权重向量为:ω=(0.0627,0.0734,0.0421,0.0485,0.0403,0.1224,0.0193,0.0571,00520,0.1105,0.0696,0.0485,0.0563,0.0403,0.0734,00835)
由A=ω·R得到未确知评判结果如下:A=(a1,a2,a3,a4)=(0.0925,0.1802,0.4796,0.2476)
注意到核心竞争力等级划分为“强,较强,一般,弱”,前一等级较后一等级“好”,显然它属于有序划分。对于有序划分,最大隶属度识别准则不适用,故采用置信度识别方法,取置信度λ=0.7。在该问题中,核心竞争力越强越好!所以置信度识别应从前向后推:先看“强”等级只有0.0925的置信度,显然不足取;判定不低于“较强”等级有0.0925+0.1802=0.2827的置信度,置信程度显然还不够;判定核心竞争力不低于“一般”等级,其置信度为0.0925+0.192+0.4796=0.7623>0.7,值得相信。故判定此公司的核心竞争力处于“一般”等级,且有76.23%的可信度。
5.结论
核心竞争力的未确知综合评判模型是企业核心竞争力量化分析的一个尝试。与模糊综合评判模型不同在于:①用未确知测度作为隶属度,它具有“非负有界性、可加性、归一性”等数学性质,因而具有对测量结果符合逻辑的可解释性;②用相对客观的、具有对特定对象分类功能的指标分类权重替代指标的重要性权重用于对象分类;③用置信度识别替代最大隶属度识别。这样做的结果使模型更符合实际。上述实例表明,未确知综合评判模型不失为一种行之有效的企业核心竞争力状态评价模型。它合理地描述了企业核心竞争力的水平,有助于企业准确衡量自己的核心专长及劣势,从而在经营发展中可以有目的的调整业务管理流程和资源配置,以达到整个企业系统“和谐”地运作。
参考文献
[1] 杜纲.企业核心竞争力诊断分析[J].数量经济技术经济研究,1998,(8):45~48
[2] 胡恩华、单红梅、陈燕.企业核心竞争力的识别及综合模糊评价[J].系统工程,2004,22(1):48~51
[3] 陈玉保、刘宏.基于知识纬度的核心竞争力评价指标体系研究.河北工业大学学报[J],2002,31(3):70~74
[4] 刘开第、庞彦军、吴和琴等.模糊隶属度定义中隐含的问题[J].系统工程理论与实践,2000,20(1):110~112
[5] 王光远.未确知信息及数学处理[J].哈尔滨建筑工程学院学报,1990,23(4):1~9
[6] 刘开第、庞彦军、岑毅南.水环境质量变权评价、识别模型[J].数量经济技术经济研究,2000,(2):66~69
[7] 聂辰席、顾培亮.论企业核心竞争力的性质[J].数量经济技术经济研究,2001,(7):61~64
[8] 王建华、王方华.企业竞争力评价系统及应用研究[J].管理科学学报,2003,6(2):47~53
[9] 张丽坤、王海宽、刘开第.企业组织变革阻力评价的模糊综合评判模型[J].数量经济技术经济研究,2004(2):92~97
关键词:核心竞争力 未确知测度 信息熵
Research on Analysis and Evaluation of Core Competence Based on Unascertained Measure
Wang Haikuan Li Wensheng Wang Haidan
Abstract:An index system for evaluating core competence of Enterprise is established on the basis of analyzing the factors affecting the core competence.The core competence is analyzed quantitatively and evaluated by applying the unascertained measure theory and the principle of “Believe measure”.This model is precise and perfect,finally,an example of practical application is given to show the effectiveness of this model.
Keywords:Core competence Unascertained measure Information Entropy
【中图分类号】F2【文献标识码】A 【文章编号】1009-9646(2009)03-0013-03
1.引言
自C.K.Prahalad和G.Hamel于1990年在《Harvard Business Review》上发表题为“The Core Competence of Corporation”一文后[1],管理学界和企业界掀起了关于核心竞争力研究和讨论的热潮,基于核心竞争力的竞争理论也成为企业战略管理理论的主流。
但是在调研中发现,核心竞争力在企业的实践应用状况却差强人意。往往是企业的管理者意识到核心竞争力是企业获取持续竞争优势的源泉,但不知道如何去识别、培育、维持和转换核心竞争力。这其中有两个关键问题没有讨论清楚:一是企业核心竞争力的识别问题。即企业要清楚“有没有自己的核心竞争力”、“核心竞争力在哪里”、“核心竞争力有多强”等基本问题。综观现有的文献大多集中在对企业核心竞争力概念、性质、特性的阐述上,因此核心竞争力评价指标体系尚需完善。二是企业核心竞争力的定量评价问题。由于核心竞争力测评过程中存在很多模糊量,所以模糊模型是人们常用的量化模型。但是,现有的模糊模型中隶属函数构造缺少限制条件,合成可信度算法存在不足。如文献[2]和文献[3]对核心竞争力进行了定量评价,使用的都是模糊综合评价方法,而作为状态集函数的模糊隶属度不满足“归一性条件”和“可加性原则”[4],因此评价结果值得商榷。另外在核心竞争力的评价中,评价空间是有序的,而有序评价空间不太适用于“最大隶属度”识别准则进行识别和排序。另一方面,在评价过程中,评价者由于条件限制所掌握的信息不足以把握核心竞争力所处的真实状态,因而在心目中产生主观认识的不确定性,这种不确定性称为未确知性[5]。未确知性是不同于随机性、模糊型和灰性的一种新的不确定性,需要新的处理方法。对于上述问题,未确知理论是一种有效的解决方法[6]。自未确知测度模型提出以来,已在许多领域得到了广泛的应用,并取得了较好的效果。
因此从市场竞争的角度出发,分析了企业核心竞争力的内在因素,建立了一套较全面的核心竞争力评价指标体系,并给出了基于未确知测度和指标分类权重的核心竞争力综合评价模型,最后,以实例说明了此方法的科学有效性。
2.企业核心竞争力评价指标体系设计
企业核心竞争力指标体系的设计是正确识别和评价核心竞争力的前提和基础。
2.1 指标体系设计原则。
企业核心竞争力的制约因素是多层次的一个动态系统,只有从多个角度和层面来设计指标体系,才能准确反映企业的核心竞争力状况,因此为保证评价结果的客观、正确,设计时应遵循以下原则:①科学性原则。即要考虑到企业核心能力元素及指标结构整体的合理性,且指标要有较好的可靠性、独立性、代表性、统一性;②可比性原则。指标体系的设计必须考虑到各企业间统计指标的差异,在具体指标选择上必须是各企业共有的指标涵义,保证指标的可比性;③可操作性原则。定量指标应尽量与现行统计报表和财务报表相一致,定性指标应实施量化。
2.2 指标体系的构建。
综合现有各类研究文献,再根据上述原则,将其归纳为四个方面:
2.2.1 R&D能力。加大研究与开发经费的投入,提高企业技术创新能力,加大产品开发力度,是企业参与竞争的支撑点。竞争说到底,是技术研发的竞争。R&D能力,从资金上反映企业投入研究开发费用的比重;从人员上反映R&D人员占科技人员的比重和研发人员的能力。
表1 企业核心竞争力评价指标体系
企业核心竞争力
R&D能力
R&D人员的比重I1
R&D人员的能力I2
R&D费用的投入比重I3
经营管理能力
企业家精神的优劣I4
管理者的组织和决策能力I5
信息的传递与沟通I6
信息技术的应用程度I7
企业文化培育
企业形象的渗透度I8
企业美誉度I9
员工和谐度I10
企业凝聚力I11
创新能力
专利拥有率I12
新产品产值率I13
拥有核心技术相关的产品族I14
产品和技术领先同行业水平的程度I15
同类产品更新换代速度I16
2.2.2 企业经营管理能力。提高企业的经营管理能力,有助于企业更有效的组织和利用资源,提高资源的使用效率。企业的经营与管理能力的好坏表现在企业拥有的管理者的组织和决策能力,企业家精神的优劣,企业内外部信息的传递与沟通状况以及企业对信息技术的应用程度等。
2.2.3 企业文化的培育。企业文化的培育是增强企业核心竞争力的一个重要源泉。企业文化是指企业经营理念、精神、宗旨、道德、风气的有机组合。加强企业文化的培育可以树立职工群体意识,调动员工工作热情,增加企业的凝聚力。
2.2.4 创新能力。它包括企业现有的知识和技术水平以及运用技术知识进行开发和创新的能力。一方面企业要具有自己独特的核心技术,如受国家保护的专利;另一方面企业要具有原创性的研究开发能力,这是企业保持核心竞争力的重要组成部分。企业的创新能力表现在企业拥有的专利数量,产品和技术的领先程度,以及同类产品的更新换代速度等方面。
基于上述分析,我们建立了表1所示的企业核心竞争力评价指标体系。
2.3 评价等级的划分。
将核心竞争力状态划分为四个等级:强,较强,一般,弱,上述四个等级元素构成等级集合:V={V1,V2,V3,V4}。按照各评价指标的标准,可以对四个评价等级进行具体地界定(限于篇幅从略)。
3.核心竞争力的未确知评判模型
3.1 评判对象集、因素集与评判集。
设U={X1,X2,…,XN}为待评价的N个对象集合,V是U的性质集合,Vi是V的第i种具体性质,{V1,V2,…}是V的一种划分,实际应用时,划分总是有限的。即V=Umi=1Vi且Vi∩Vj=Φ(i≠j)。
设I={I1,I2,…,Id}为因素集,Ii(1≤i≤d)是第i种影响因素,也称作指标。本文中d=16。
设Xi∈X(1≤i≤N)是第i个研究对象,Xi具有的性质或说所处的状态V通过指标Ij(1≤j≤m)反映出来,Ij可以是定量指标,也可以是定性指标。定量指标必须是可以测量的;定量指标必须是可以量化的。用xij表示对象Xi关于指标Ij的观测值。我们必须知道xij这个观测值使对象Xi具有V中性质(或处于V中状态)的具体情况。对此,我们引入一种可能性测度:μijk=μ(xij∈Vk)。
其中“xij∈Vk”表示“xij具有性质Vk”,涵义是“观测值xij使对象Xi具有性质Vk”,并非是元素与集合的关系。用μijk定量描述对象Xi具有性质Vk的程度。那么,μijk是对“程度”测量的结果,它就是一种测度。如果μ满足下述三条测量准则:
①非负有界性:对于给定的任意一个对象Xi关于任一项指标Ij的观测值xij,对V中任意子集A均有:0≤μ(xij∈A)≤1;② 可加性:对于V中任意不相交的子集(A1,A2,…)有:μ(xij∈UkAk)=∑kμ(xij∈Ak);③归一性:μ(xij∈V)=1 (1≤i≤N,1≤j≤d)。
我们就称μ为未确知测度,简称测度。不满足上述三条性质中的任意一条的测量结果都不是严格意义上的测量结果。只能是一种近似估计。
对观测值xij,如果我们能构造出满足上述要求的未确知测度μijk(1≤k≤m),那么,对于d项指标就得到对象Xi的一个单指标测度判断矩阵μi:μi=μi11 μi12 … μi1m
μi21 μi22 … μi2m
μid1 μid2 … μidmd×m(1≤i≤N)(1)
其中第j行:(μij1,μij2,…,μijm)中第k个元素μijk表示观测值xij使对象Xi具有性质Vk的程度。
显然有:0≤μijk≤1;∑mk=1μijk=1(i=1,2,…,N,j=1,2,…,d,k=1,2,…,m)
3.2 指标分类权重。
当得到观测值xij后,又知道xij使对象处于Vk评价等级的测度μijk=μ(xij∈Vk),(k=1,2,…,m),即单指标测度判断矩阵(1)已知。其第j行为:μij=(μij1,μij2,…,μijm)(2)
则向量μij是Ij指标使Xi处于各个评判等级的判断向量。
我们的问题是想知道Ij指标对区分Xi的分类做了多少贡献。为此,作下述分析:
(1)如果μijk=1m(k=1,2,…,m),说明Ij指标使Xi处于各个评价等级的程度都一样,即Ij指标对区分Xi的类别没做出贡献,或说Ij指标对于区分Xi究竟属于哪一类来说不起作用。这种情况下称Ij指标对于Xi的分类权重ωij=0;
(2)如果μijk中有一个为1,其余的m-1个为0,由于Ij指标使对象Xi确定地属于Vk类,则Ij指标对区分Xi的分类做了最大的贡献。这种情况下称Ij指标对于Xi具有最大的分类权重;
(3)同理可以说明,μijk的取值越分散,ωij越小,而μijk取值越集中,ωij越大。
上述分析表明,单指标测度μijk取值分散与集中的程度反映Ij着指标对区分Xi的类别所做贡献的大小,亦即决定着Ij指标关于Xi样本分类权重ωij的大小;而μijk取值分散与集中的程度可用信息熵或方差等去定量描述。如由信息熵定义:
Hi(j)=-∑mk=1μijklogμijk,令:υij=1+1logmHi(j)
即υj=1+1logm∑ml=1μijklogμijk(3)
由信息熵的性质知:
①当且仅当对所有的1≤k≤m均有μijk=1m时,υj取到最小值为0;②当且仅当μijk中有一个取1其余为0时,υj取到最大值1;③当μijk取值越分散υj越小,当μijk取值越集中时,υj取值越大。
令ωij=υij∑ml=1υl(4)
显然,ωij满足0≤ωij≤1,∑mj=1ωij=1;并且ωij就是我们感兴趣Ij的指标关于Xi样本的分类权重。
由式(3)(4)知,如果给出观测值xij,根据xij能够知道μij=(μij1,μij2,…,μijm),则Ij指标关于Xi的分类权重ωij就可以具体算出来。令ωi=(ωi1,ωi2,…,ωid),则ωi是Xi关于d项指标的分类权重向量。
3.3 评价结果。
Xi的综合评价矩阵Ri为:
Ri=μi11 μi12 … μi1m
μi21 μi22 … μi2m
μid1 μid2 … μidm(1≤i≤N)(5)
其中i为第i个样本,d为指标个数,m为评语集中评语数目。
由于Xi的指标分类权重向量为:ωi=(ωi1,ωi2,…,ωid),则:Ai=ωi·Ri(6)
得到未确知评价向量Ai=(ai1,ai2,…,aim)′,其中aim=∑dj=1ωijμijm。
3.4 识别。
未确知评价向量Ai给出了Xi的不确定分类,要输出确定性分类结果需进行识别。
因评价等级划分有序,最大测度识别准则不适用,故采用置信度识别准则去模糊化。设λ为置信度(λ>0.5,通常取λ=0.6~0.7之间)。令:K0=minK∑Kl=1ail≥λ,则判Xi属于第K0等级。涵义是指Xi不低于Vk等级的置信度为λ,或说低于Vk等级的置信度是1-λ。
4.应用实例
运用建立的企业核心竞争力未确知综合评价模型,对某钢铁公司的核心竞争力水平进行评价。
在此案例的实际调研中,根据核心竞争力评价指标体系框架图设计了一个企业的核心竞争力状态调查表,由公司的各管理层、各个部门以及主要岗位的人员来协助完成调查,最后对调查结果进行统计,由统计结果,得单指标测度评价矩阵如下:
R=V1 0.10 0.05 0.15 0.10 0.10 0.05 0.20 0.10 0.15 0.10 0.05 0.10 0.15 0.40 0.05 0.10
V2 0.20 0.30 0.15 0.20 0.20 0.15 0.30 0.15 0.10 0.05 0.25 0.20 0.15 0.20 0.30 0.15
V3 0.50 0.45 0.45 0.45 0.40 0.60 0.35 0.45 0.40 0.50 0.45 0.45 0.50 0.40 0.45 0.55
V4 0.20 0.20 0.25 0.25 0.30 0.20 0.15 0.30 0.35 0.35 0.25 0.25 0.20 0.30 0.20 0.20′
根据公式(3)得:υ=(0.1195,0.1400,0.0803,0.0925,00768,0.2334,0.0369,0.1089,0.0992,0.2108,0.1328,00925,0.1073,0.0768,0.1400,0.1593)
由公式(4)可得16个指标的分类权重向量为:ω=(0.0627,0.0734,0.0421,0.0485,0.0403,0.1224,0.0193,0.0571,00520,0.1105,0.0696,0.0485,0.0563,0.0403,0.0734,00835)
由A=ω·R得到未确知评判结果如下:A=(a1,a2,a3,a4)=(0.0925,0.1802,0.4796,0.2476)
注意到核心竞争力等级划分为“强,较强,一般,弱”,前一等级较后一等级“好”,显然它属于有序划分。对于有序划分,最大隶属度识别准则不适用,故采用置信度识别方法,取置信度λ=0.7。在该问题中,核心竞争力越强越好!所以置信度识别应从前向后推:先看“强”等级只有0.0925的置信度,显然不足取;判定不低于“较强”等级有0.0925+0.1802=0.2827的置信度,置信程度显然还不够;判定核心竞争力不低于“一般”等级,其置信度为0.0925+0.192+0.4796=0.7623>0.7,值得相信。故判定此公司的核心竞争力处于“一般”等级,且有76.23%的可信度。
5.结论
核心竞争力的未确知综合评判模型是企业核心竞争力量化分析的一个尝试。与模糊综合评判模型不同在于:①用未确知测度作为隶属度,它具有“非负有界性、可加性、归一性”等数学性质,因而具有对测量结果符合逻辑的可解释性;②用相对客观的、具有对特定对象分类功能的指标分类权重替代指标的重要性权重用于对象分类;③用置信度识别替代最大隶属度识别。这样做的结果使模型更符合实际。上述实例表明,未确知综合评判模型不失为一种行之有效的企业核心竞争力状态评价模型。它合理地描述了企业核心竞争力的水平,有助于企业准确衡量自己的核心专长及劣势,从而在经营发展中可以有目的的调整业务管理流程和资源配置,以达到整个企业系统“和谐”地运作。
参考文献
[1] 杜纲.企业核心竞争力诊断分析[J].数量经济技术经济研究,1998,(8):45~48
[2] 胡恩华、单红梅、陈燕.企业核心竞争力的识别及综合模糊评价[J].系统工程,2004,22(1):48~51
[3] 陈玉保、刘宏.基于知识纬度的核心竞争力评价指标体系研究.河北工业大学学报[J],2002,31(3):70~74
[4] 刘开第、庞彦军、吴和琴等.模糊隶属度定义中隐含的问题[J].系统工程理论与实践,2000,20(1):110~112
[5] 王光远.未确知信息及数学处理[J].哈尔滨建筑工程学院学报,1990,23(4):1~9
[6] 刘开第、庞彦军、岑毅南.水环境质量变权评价、识别模型[J].数量经济技术经济研究,2000,(2):66~69
[7] 聂辰席、顾培亮.论企业核心竞争力的性质[J].数量经济技术经济研究,2001,(7):61~64
[8] 王建华、王方华.企业竞争力评价系统及应用研究[J].管理科学学报,2003,6(2):47~53
[9] 张丽坤、王海宽、刘开第.企业组织变革阻力评价的模糊综合评判模型[J].数量经济技术经济研究,2004(2):92~97