基于AHP的技术密集型企业项目决策及投资

李 霞， 黄承锋

(重庆交通大学，重庆400074)

基于AHP的技术密集型企业项目决策及投资

李 霞， 黄承锋

(重庆交通大学，重庆400074)

企业项目投资决策是资本运作的根本，要想获得并保持竞争优势，需要正确稳妥的决策。各类企业应有丰富而有效的决策方法，不断吸纳最新的决策方法来支撑决策行为。运用层次分析方法(AHP)确定企业项目投资决策时的各因素指标的权重，把握企业投资决策的主要趋势，以期为解决技术密集型企业项目投资决策中出现的问题提供参考。

技术密集型; 投资决策; 层次分析法

一、引言

随着知识经济的兴起和快速发展，我国技术密集型企业的项目决策及投资面临着比传统企业更大的挑战和风险。项目投资是企业发展的重大决策，这种选择和决策无论是扩大再生产或是开拓新市场，都将对企业的发展起着决定性的作用。技术密集型企业占用劳动力较少，从业人员具有较高的科技专业知识，集中了高科技成果的企业部门，其技术密集程度往往同各行业、部门或企业的机械化、自动化程度成正比，而同各行业、部门或企业所用手工操作人数成反比。该类企业具有高智力性、创新性、高投入、高成长、高回报性、机动性强和风险性高的特点，这些特性决定了技术密集型企业面临着比传统企业更大的挑战和项目风险。企业投资项目的选择决不是随机的，而是应该根据企业既定的投资战略，以企业自身投资能力为基础，围绕企业核心竞争力进行项目选择。没有方向性的项目选择不但可能浪费大量的财力、物力，而且不利于发现真正适合企业的项目，错失良好的投资时机。如何保证项目投资的科学合理，使之与国家的宏观经济政策相适应，并实现项目投资的经济效益，具有十分重要的现实意义。

近年来，企业项目投资决策越来越受到重视。在国外文献中，Chris Carr［1］在《战略投资决策行为:一个情境的方法》中提出了一种能够解释战略投资决策(SID)的制造习惯的不同内容的方法。Ping He［2］在《对弹性制造系统的投资:一个多目标决策方法》中提出了一个多目标决策方法，推导出最佳的灵活性投资策略，以供兼顾效率和利润为目标，采取灵活的投资决策时考虑。Sotirios Karellas［3］在《从投资决策工具角度发展农业废弃物生产沼气》中构建了以沼气原料为基础的农业项目经济评价投资决策的工具包。在国内文献中，张国光、苏万贵［4］在分析高新技术企业项目投资风险的基础上建立了风险指标体系，为对这些风险指标进行评价，综合运用层次分析法和模糊数学法建立了模糊评价模型。李柏洲、董媛媛［5］通过应用层次分析法构建大型企业原始创新能力评价指标体系，得出大型企业原始创新能力相关要素排序，根据排序结果，总结出原始创新环境支撑和原始创新投入能力对企业原始创新能力的影响最大。童丹、王爱云［6］提出层次分析法可以有效地针对本企业的具体情况做出最理性的融资决策，有助于管理者改进、促进公司更稳定的发展。刘玉、朱芳香［7］指出技术创新投资具有不确定性、不可逆性和竞争性等特点，用传统的投资决策方法进行了分析，并进一步探讨了技术创新投资项目所有的期权性，提出了用实用期权方法，最后得出了此方法比传统方法更加科学的结论，同时它更能体现项目的真实价值，为投资者作出更加明智的决策。本文正是基于以上背景和研究成果，采用层次分析方法确定企业项目投资决策时各因素指标的权重，把握企业投资决策的主要趋势，以期为解决技术密集型企业项目决策与投资中出现的问题提供参考。

二、基于AHP的技术密集型企业项目决策及投资

(一)技术密集型企业项目决策及投资的评价指标设置

通过对技术密集型企业项目决策及投资的各种影响因素进行分析，将它的评价指标体系分为三个层次。第一层次建立1个一级指标:技术密集型企业项目决策及投资;第二层次确立了5个二级指标，分别是经济效益、投资风险、投资环境、技术创新能力、企业家素质;第三层次确立了20个三级指标，如表1所示。

表1 技术密集型企业项目决策与投资评价指标体系

(二)基于层次分析法(AHP)构建技术密集型企业项目决策指标体系

层次分析法将决策问题按总目标、各层子目标、评价准则直至具体的备择方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法求得每一层次的各元素对上一层次某元素的优先权重，最后用加权和的方法递阶归并各备择方案对总目标的最终权重，从而组成一个多层次的分析结构系统，把问题条理化、系统化。

1．构建递阶层次分析结构

层次分析模型包含三个层次:目标层、准则层、因子层。在深入分析实际问题的基础上，将有关的各个因素按照不同属性自上而下地分解成若干层次，同一层的诸因素从属于上一层的因素或对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用。根据描述确立的评价指标，构建出技术密集型企业项目投资决策层次结构。

2．构造判断矩阵

比较判断矩阵的构建主要通过专家咨询法获得各指标两两之间的相对重要性，一般由熟悉问题的专家独立给出。对于n个元素来说，得到两两比较判断矩阵C=(Cij)n×n。其中Cij表示因素i和因素j相对于目标重要值。为了使决策判断定量化，形成数值判断矩阵，常根据一定的比率标度(1～9标度法)将判断定量化，如表2所示。

表2 1～9标度表

3．判断矩阵一致性检验

为了检验判断矩阵的一致性，在层次分析法中引入判断矩阵最大特征根以外的其余特征根的负平均值，作为度量判断矩阵偏离一致性的指标，即用检查决策者判断思维的一致性。显然，如果判断矩阵具有完全一致性，那么有 λmax=n，则 CI=0;如果 λmax稍大于n，则判断矩阵具有满意一致性。为衡量不同阶判断矩阵是否具有满意一致性，引入平均随机一致性指标RI，如表3所示。运用公式计算，CR表示判断矩阵一致性比例。如果n=1或2，那么判断矩阵具有完全一致性，定义为CR=0;如果n＞2，若求得CR＜0．1，那么判断矩阵具有满意一致性，该判断矩阵可以用作层次分析;若求得CR≥0．1，则判断矩阵不具有满意一致性，需要对判断矩阵进行调整和修正，一直到矩阵满足CR＜0．1为止。

表3 RI值

4．层次单排序

根据判断矩阵，计算出某层次因素相对于上一层中某个元素的相对重要性。层次单准则排序可归结为计算判断矩阵的最大特征值和与其特征向量的问题，一般用迭代法。首先计算判断矩阵每一行元素的乘积Mi=∏nj=1aij(i=1，2，…，n);其次计算Mi的n次方根，再对向量，正规化W2，…Wn］T，即为所求的特征向量，就是对应元素单排序的权重;最后计算判断矩阵的最大特征根λmax。

5．运用层次分析法确定指标体系权重

根据层次分析法原理，在重庆四所高校(重庆大学、重庆交通大学、西南大学、重庆工商大学)发放了60份调查问卷，征询有关专家学者的意见，运用德尔菲法对结果进行定量处理，构建了如表4所示的判断矩阵。因子层判断矩阵为 B1、B2、B3、B4、B5，准则层判断矩阵为 A。

表4 A的判断矩阵

求解得最大特征根λmax=5．247，对应的特征向量值为0．073、0．048、0．264、0．145、0．470。由于062，当 n=5 时，RI=1．120，所以该判断矩阵具有满意的一致性，该结果是有效的。由运算结果可得出各指标按权重排序:B5＞B3＞B4＞B1＞B2，即在准则层企业家素质权重最大，其次是投资环境，第三是技术创新能力，其中经济效益和投资风险也占一定的比例。

B1的判断矩阵如表5所示。

表5 B1的判断矩阵

解得最大特征根λmax=4．108，对应的特征向量值为0．466、0．151、0．311、0．072。由于，当n=4 时，RI=0．900，所以该判断矩阵具有满意的一致性，该结果是有效的。由运算结果可得出各指标按权重排序:B11＞B13＞B12＞B14，即在经济效益中全员劳动生产率权重最大，其次是投资收益率，第三是规模报酬，外部经济也占一定的比例。

B2的判断矩阵如表6所示。

表6 B2的判断矩阵

解得最大特征根λmax=4．131，对应的特征向量值为0．516、0．137、0．085、0．262。由于，当n=4 时，RI=0．900，所以该判断矩阵具有满意的一致性，该结果是有效的。由运算结果可得出各指标按权重排序:B21＞B24＞B22＞B23，即在投资风险中市场风险权重最大，其次是管理风险，第三是技术风险，人员风险也占一定的比例。

B3的判断矩阵如表7所示。

表7 B3的判断矩阵

解得最大特征根 λmax=4．093，对应的特征向量值为0．060、0．123、0．305、0．512。由于，当n=4 时，RI=0．900，所以该判断矩阵具有满意的一致性，该结果是有效的。由运算结果可得出各指标按权重排序:B34＞B33＞B32＞B31，即在投资环境中政府支持权重最大，其次是金融部门支持，第三是产学研合作状况，企业所处的信息化水平也占一定的比例。

B4的判断矩阵如表8所示。

表8 B4的判断矩阵

解得最大特征根 λmax=4．114，对应的特征向量值为0．270、0．076、0．122、0．532。由于，当n=4 时，RI=0．900，所以该判断矩阵具有满意的一致性，该结果是有效的。由运算结果可得出各指标按权重排序:B44＞B41＞B43＞B42，即在技术创新能力中专利和专有技术权重最大，其次是研究开发成功率，第三是产品生产周期率，产品开发时间率也占一定的比例。

B5的判断矩阵如表9所示。

表9 B5的判断矩阵

解得最大特征根 λmax=4．181，对应的特征向量值为0．134、0．269、0．529、0．068。由于，当n=4 时，RI=0．900，所以该判断矩阵具有满意的一致性，该结果是有效的。由运算结果可得出各指标按权重排序:B53＞B52＞B51＞B54，即在企业家素质中基本技能权重最大，其次是领导协调能力，第三是行业和企业知识，个人价值观也占一定的比例。

层次总排序及其一致性检验:

权向量:W=［0．034;0．011;0．023;0．005;0．025;0．007;0．004;0．013;0．016;0．032;0．080;0．135;0．039;0．011;0．018;0．077;0．063;0．126;0．248;0．032］

通过一致性检验，该结果是有效的。由运算结果可得出全部指标权重的综合排序结果:企业家素质中的基本技能和领导协调能力两个指标占了相当大的比重，其次投资环境中政府部门扶持度也占了很大比重，金融部门支持度和专利也占了一些比重。

三、结论

通过应用层次分析法得出技术密集型企业项目投资决策比较重要的几个指标，在二级指标中企业家素质、投资环境和技术创新权重比较大，说明企业在进行投资决策时，企业家的自身素质对投资结果成败影响很大，而政府部门的正确引导和金融部门的有力支持是企业进行投资决策的重要基础。同时，技术创新是技术密集型企业投资决策中的一个重要因素。其它相关因素在技术密集型企业项目投资决策中占有相当的比例，当企业要增加某方面的能力时，可以根据权重大小进行有针对性的调整，从而保证企业投资活动的顺利进行。

［1］ Chris Carr．Strategic investment decision making practices:A contextual approach［J］．Management Accounting Research，2010，21(3):167 ～184．

［2］ He Ping．On flexibility investment in manufacturing system:A multi－ objective decision making method［J］．Expert Systems with Applications，2011，(11)．

［3］ Sotirios Karellas．Development of an investment decision tool for biogas production from agricultural waste［J］．Renewable and Sustainable Energy Reviews，2010，14(4):1273～1282．

［4］ 张国光，苏万贵．高新技术企业项目投资风险分析［J］．经营与管理，2009，(7)．

［5］ 李柏洲，董媛媛．基于层次分析法我国大型企业原始创新能力评价研究［J］．科技进步与对策，2010，(1)．

［6］ 童丹，王爱云．层次分析法在中小企业融资问题中的应用［J］．重庆交通大学学报(社会科学版)，2010，(6)．

［7］ 刘玉，朱芳香．高技术创新投资项目决策分析［J］．经济与法，2009，(11)．

Abstract:Corporate investment decision is the fundamental of capital operation，in order to obtain and maintain a competitive edge，a secure and right decision is absolutely needed．Various types of enterprises should continue to absorb new decision methods to support the behavior．AHP(Analytic Hierarchy Process)method is used to determine the weight of each factor index，and the main trends in decision-making are grasped to address problems and a reference is given to the technology-intensive enterprises in project investment decision．

Key words:technology-intensive;investment decision;AHP

Project Investment Decision of Technology-Intensive Enterprise Based on AHP

LI Xia，HUANG Cheng-feng
(Chongqing Jiaotong University，Chongqing 400074，China)

F276

A

1674－0297(2011)05－0060－04

2011－04－15

重庆交通大学研究生教育创新基金项目“重庆两江新区优势制造业发展研究”(2010(下)第10号)的阶段性成果。

李 霞(1987－)，女，云南人，重庆交通大学管理学院2010级技术经济及管理专业硕士研究生，主要从事区域经济、产业经济、交通经济研究。

(责任编辑:李晓梅)