基于DHGF模型的旧机动车评估方法

徐 磊，彭金栓，邵毅明

(重庆交通大学 交通运输工程重点实验室，重庆 400074)

随着近年来我国经济的快速发展，汽车产业不断壮大，二手机动车的交易量也不断增加。截止2012年底，我国汽车保有量达1.2亿辆，而2012全年旧机动车交易额达3 595亿元。旧机动车市场的稳定与繁荣，为优化汽车产业结构，提高汽车工业对国民经济的贡献度等方面做出了巨大的贡献[1]。但是，我国当前旧机动车市场存在诸多问题亟待解决：相关政策法规不健全，缺乏相应的制度约束；交易双方信息不对称，影响了旧机动车评估价格的准确性；评估体系不完善，缺乏科学有效的评估方法，其中最主要的原因是缺乏一套行之有效的旧机动车评估方法及鉴定体系，使得评估价值严重悖离其真实交易价格。目前我国在旧机动车评估当中应用的多是以简单的折旧理论为基础的评价方法，考虑因素较为单一，具有较大的随意性，不能准确反映其市场特征[2-4]。笔者尝试基于DHGF模型研究旧机动车评估问题，降低旧机动车评估当中的主观成分，为客观、公正地评估旧机动车价格提供客观依据与决策支持。

1 DHGF模型

DHGF模型综合了德尔菲法(Delphi)、层次分析法(AHP)、灰色预测法(Gray Prediction)以及模糊评价法(Fuzzy Evaluation)等理论方法的优势，并规避了各自的缺陷，其具体步骤如下[5]。

1.1 构建指标体系，确定评价标准集合

搜集待评价对象基本信息，基于Delphi法，采用背对背的通信方式征询专家意见，确定评价指标体系。基于测度理论，综合确定各评价标准对应的测度值，确定评价标准集合为：

Y=Y1,Y2,…,Ym

(1)

1.2 确定指标权重

对于构建的指标体系，综合相关专家的意见，基于层次分析法对相关指标的重要程度进行判定，构建判定矩阵，得到归一化后的模糊加权子集：

W=w1,w2,…,wn

(2)

1.3 构建对象的评价矩阵

假定有r位专家参与评价工作，第l位专家对指标i的评价得分为dli(1≤l≤r)，则最终构成的评价矩阵为：

(3)

1.4 确定灰类白化函数

根据1.1中确定的j类评价标准集合，构建其对应的灰类白化函数，进一步求出评价矩阵元素dli隶属于评价标准j的灰权重fj(dli)，延伸得到评价矩阵对应的灰统计量nij及总灰统计数ni[6]。

1.5 确定评估灰权重及权矩阵

对于评价指标i，综合所有专家对该指标的评价得分，确定其隶属于评价标准j的灰权重vij，且vij=nij/ni，进一步可求得灰权矩阵：

(4)

1.6 模糊评判

采取模糊评价方法对评估对象所属的评价等级进行判断。根据以上步骤，可得：

R=W·V=(R1,R2,…,Rm)

(5)

根据最大隶属度原则，确定最终的评判结果。

2 旧机动车评估指标

二手机动车评估是一个复杂的系统工程。目前常用的评估方法是机动车外观检测与线上检测结合的方法，其中线上检测是更为可靠的方法。为了便于评估操作，需要确定统一的评估指标体系。遵循便于量化，可比性、可测性较强，简洁有效等基本原则，笔者将二手车评估指标简化为使用年限、动力性、燃油经济性、制动性等。相对于行驶里程，使用年限这一参数更易获取，且与其他指标的重复性更低。随着使用年限的增加，愈接近于车辆规定的报废期限，车辆的评估价值越低。

笔者主要依靠汽车综合检测提供的参数值评价旧机动车动力特性。设在额定扭矩工况下校正驱动轮输出功率与其额定功率的比值为ηVM,在GB 18565—2001中规定了每种类型车辆该参数对应的额定值ηMr，则定义动力性参数k，且满足：

(6)

依此评价旧机动车动力性能。依托多工况燃油消耗量检测试验，借助燃油消耗仪等设备测定燃油消耗量及行驶时间等，进一步得到百公里燃油消耗量L，可据此衡量旧机动车的燃油经济性[7]。

评价汽车制动性的指标包括制动效能、制动效能稳定性以及制动时方向稳定性等。在旧机动车评估中，主要依据制动减速度、制动力以及制动距离等参数评价其制动性能，其中制动力是最常用的指标。为减小机动车线上检测时制动参数测量误差对评估的影响，定义制动力系数为：

(7)

式中：B为综合检测得到的制动力总和，M为机动车整备质量。

一般而言，为保证车辆具备在危险发生前快速停车的安全性能，制动力系数需大于0.6，其值越大越好。为了便于参与评价的专家给出评估得分，需要确定每款待评车辆的理想制动力系数。表1给出了从监测站获得的25辆五菱某款商用车的制动力系数值，由均值统计结果发现，随着使用时间的增加，构件间磨损加剧，导致制动力系数逐渐减小。结合表中参数值可将该款车型的理想制动力系数确定为75%[8]。

表1 五菱某款车型制动力系数时序特性Table 1 Time series characteristics of braking force coefficient for a certain car of Wuling

3 评估过程

3.1 构建评价指标体系

根据上节的内容，所建立的评价指标体系为：H=(H1,H2,H3,H4)，其中H1为使用年限，H2为动力性，H3为经济性，H4为制动性。

3.2 确定各评价指标权重值

邀请相关专家对各个评价指标打分，对其重要程度进行比较，得到评判矩阵，基于层次分析法确定各评价指标权重，如表2。最大特征根λmax=4.038 2，CI=0.012 7，RI=0.9，CR=0.014 1<0.1，通过一致性检验，最终可以得到各评价指标权重集合为W=(0.470 7,0.300 8,0.075 7,0.152 8)。

表2 权重判断矩阵Table 2 Judgment matrix of index weight

3.3 确定评价等级

依据测度理论，结合专家意见，将旧机动车评估结果分为4个等级，即{优，良，一般，较差}，然后确定该评价对应的标准集合Y={9,8,6,4}。

3.4 获得评估对象的评价矩阵

现以重庆某旧机动车市场的1辆上海大众朗逸2011款2.0L AT 品悠版为评估对象，开展旧机动车评估工作，并验证评估模型的有效性。该车辆上牌时间为2012年2月，购买价格为12.68万元，评估当日重置价格P为11.90万元，车辆使用性质为家用轿车，累计行驶里程约为50 000 km，车辆维护状况良好，按规定对各评价指标进行了相应的线上检测，经过对应的换算，提取相应的指标参数。其中，使用年限为1.5 a，动力性参数k为0.91，百公里燃油消耗量为8.9 L,制动力系数为71.2%。依据以上确定的各评估参数值，邀请熟悉旧机动车评估的4位专家对该车辆各评估指标进行逐一打分，采取满分10分制。需要特别指出的是，对于使用年限指标，其值越小，对应的分值越高。基于以上准则，最终得到相应的评估矩阵为：

3.5 确定灰类白化函数，构建灰权矩阵

定义fk第k类白化函数，fk(dli)为评估矩阵元素dli在fk投影后的白化值。假定yk为fk对应函数值，x为矩阵元素值，则fk可以分解为：

基于样本评估矩阵及以上构建的白化函数，可以得到各评估指标隶属于各评价标准的灰统计值，以下举例给出具体算法。对于动力性指标H2，设其统计量隶属于“优”、“良”、“一般”、“较差”的灰统计值分别为n21，n22，n23，n24，则有：

n21=f1(d12)+f1(d22)+f1(d32)+f1(d42)=

3.888 9

n22=f2(d12)+f2(d22)+f2(d32)+f2(d42)=

3.500 0

n23=f3(d12)+f3(d22)+f3(d32)+f3(d42)=

2.000 0

n24=f4(d12)+f4(d22)+f4(d32)+f4(d42)=0

动力性指标H2的灰统计总量n2=n21+n22+n23+n24=9.388 9，则动力性指标H2映射于“优”的隶属度v21=n21/n2=0.414 2，映射于“良”、 “一般”、“较差”的隶属度v22、v23、v24分别为0.372 8，0.213 0及0。同理，可以得到其他评估指标映射于各评价标准的隶属度，则最终构成用于模糊评价的灰权矩阵如下：

3.6 模糊评判

根据以上各步骤，有R=W·V=(0.403 9, 0.371 2,0.221 3,0.003 6)，即该旧机动车评估结果映射于“优”、“良”、“一般”、“较差”等评价标准的综合隶属度分别为0.403 9，0.371 2，0.221 3，0.003 6。根据最大隶属度原则，可以认为该旧机动车的最终评估结果为“优”[9]。假定该旧机动车评估评估价格为M(单位为万元)，评估日其重置成本为P，则有：M=P·(R·YT)/10=9.46，即评估价值为9.46万元。经征询该旧机动车所在评估市场专业咨询师，该旧机动车内部估价约为9.3万元，与笔者基于DHGF模型得到的评估价值较为接近，表明该模型可以广泛应用于旧机动车评估，具备较强的适用性。

4 结 语

笔者综合德尔菲法、层次分析法、灰色预测法以及模糊评价法等，构建了DHGF 四元评价模型，并将之用于旧机动车评估过程，评估结果与车辆真实的市场交易结果非常契合。结论表明DHGF模型较好地融合了各类子方法的优势，并有效规避了各自缺陷，在未来可以广泛的应用于旧机动车评估，从而可以有效减弱旧机动车估价当中的主观成分，保证评估的科学性、可靠性。

[1] 郭振江.旧机动车的评价方法的建立与体系研究[D].西安:长安大学,2011.

Guo Zhenjiang.The Establishment of the Old Vehicle Evaluation Method and System Research [D].Xi’an:Chang’an University,2011.

[2] 陈丽娜.旧机动车价格快速折旧计算方法的改进研究[J].汽车科技,2010(1):35-38.

Chen Lina.Research on the improvement of price rapid depreciation calculation methods for used vehicles [J].Auto Mobile Science & Technology,2010(1):35-38.

[3] 杜建,耿莉敏.改进的重置成本法评估旧机动车价值[J].长安大学学报:自然科学版,2004,24(4):86-90.

Du Jian,Geng Limin.Improvement for used motor vehicle value assessment with production costs method [J].Journal of Chang’an University:Natural Science,2004,24(4):86-90.

[4] 王斌.综合分析法在旧机动车鉴定评估中的应用[J].北京机械工业学院学报,2004,19(1):91-95.

Wang Bin.Application of synthetic analysis to second-hand automobile appraisal [J].Journal of Beijing Institute of Machinery,2004,19(1):91-95.

[5] 彭金栓,邵毅明.基于DHGF方法的道路交通安全评价[J].山西建筑,2007,33(35):12-13.

Peng Jinshuan,Shao Yiming.The evaluation of road traffic safety based on the method of DHGF [J].Shanxi Architecture,2007,33(35):12-13.

[6] 段赵磊,古志民.基于灰预测的Web Cache 集群热点对象处理策略[J].北京理工大学学报,2010,30(7):794-797.

Duan Zhaolei,Gu Zhimin.Grey prediction based hot spot relief strategy in web cache cluster [J].Transactions of Beijing Institute of Technology,2010,30(7):794-797.

[7] 杨元雷.基于重置成本法的旧机动车评估方法的研究[D].西安:长安大学,2012.

Yang Yuanlei.Research on the Used Vehicles Assessment Based on Replacement Cost Method [D].Xi’an:Chang’an University,2012.

[8] 屠卫星.二手车评估系统的研究[D].南京:南京林业大学,2008.

Tu Weixing.Research of Used Vehicles Assessment System [D].Nanjing:Nanjing Forestry University,2008.

[9] 朱锐,李林波,吴兵.基于模糊评价的常规公交候车服务水平[J].重庆交通大学学报:自然科学版,2012,31(3):455-460.

Zhu Rui,Li Linbo,Wu Bing.Study on waiting service level at bus stop based on fuzzy evaluation [J].Journal of Chongqing Jiaotong University:Natural Science,2012,31(3):455-460.