缺陷汽车产品召回效果评估方法探讨与研究

文/陈 晖 肖 翔 杨茂婷

论文 Thesis

缺陷汽车产品召回效果评估方法探讨与研究

文/陈 晖1肖 翔2杨茂婷1

国内缺陷汽车产品召回制度已实施数年。本文从召回实施情况、客户满意度、监管部门评价三个方面建立缺陷汽车产品召回效果评估指标体系。通过调查问卷等方式对10个二级指标进行评分，运用层次分析法和模糊综合评价法构建指标权重向量和模糊关系矩阵，从而对缺陷汽车产品召回的效果进行评价。采用灵敏度分析方法找到影响召回效果的主要因素，为提高缺陷汽车产品召回提供对策。

缺陷汽车产品 召回效果 层次分析法 模糊综合评价法

2016年7月，国家质检总局缺陷产品召回工作专题新闻发布会通报数据显示，自2004年《缺陷汽车产品召回管理规定》施行以来，我国已累计实施汽车召回1 198次，涉及车辆达到3 417.26万辆。尽管与缺陷汽车产品召回（以下简称“汽车召回”）的次数、数量与召回法律体系及监管制度比较完善的美国相比，还存在较大差距，但我国在汽车召回方面的研究与实践所取得的成绩有目共睹。随着汽车保有量的递增，缺陷汽车产品可能导致民众受伤甚至死亡的事件发生频次随之增加，缺陷汽车产品召回的实际效果也引起政府监管部门的重视，构建系统的缺陷汽车产品召回效果评价体系刻不容缓。

近年来，有不少对于汽车召回风险分析和评估方法的研究，如：涉及探讨了汽车召回响应率的影响因素，开展了汽车召回制度对于减少交通事故发生率的研究工作；围绕国内外缺陷汽车召回的实际案例开展系统分析，从汽车召回的发生率、严重程度、技术难度和成本指数四个方面评价汽车召回事件。同时，运用博弈论的方法研究汽车召回问题，针对召回发起者的认定构建了静态博弈模型，并建议政府从加强监督监管、提高赔偿金额两方面来加强汽车生产者发起缺陷产品召回的主动性。虽该领域的研究取得了一些成果，但多数研究为定性分析或个案研究，且研究范围局限于召回管理及预警领域，针对召回效果评估的研究成果极少。

一、评估指标体系的建立

汽车召回的实施及效果评估是汽车生产者、消费者以及政府监管部门三方共同博弈的结果。从召回实施情况、客户满意度、监管部门评价三个方面建立召回效果评估指标体系，通过调查问卷、专家打分等方式，根据不同博弈方的需求，建立以下指标体系（见表1）。

表1 召回效果评估指标体系

二、各级指标的权重分析与评分

通过对某汽车企业实地调研，获取真实的汽车召回数据，并在此基础上运用层次分析法，对一级指标和二级指标进行了权重分析。

1. 一级指标权重的计算

求权重是综合评价的关键，权重分析中层次分析法是一种行之有效的确定权重系数的方法。该方法特别适用于那些需要用定量指标进行分析的复杂问题，能把复杂问题中的各因素划分为互相联系的有序层，使之条理化。根据对客观实际的模糊判断，就每一层次中相对重要性给出定量的表示，再利用数学方法确定全部元素相对重要性次序的权系数。对于3个一级指标的权重，根据人们对各个指标的重要性的判断，构造判断矩阵：

计算得到其最大特征值：λmax= 3。

对判断矩阵指标进行一致性检验，得出

计算结果为0。故随机一致性比率CR = 0，具有可靠的一致性，其对应的特征向量为：

对特征向量进行归一化处理，得到一级指标的权重矩阵为：

2.二级指标权重的计算

首先，确定A1、A2指标对一级评价指标A的权重，根据人们对指标A1、A2的重要性认识，构造判断矩阵：

显然PA是一致性矩阵，对应的特征值向量为：

归一化处理得到指标A的权重向量为：

接下来确定指标B1、B2、B3、B4对指标B的权重，构造判断矩阵：

进行一致性检验，认为层次分析排序的结果有满意的一致性，即权系数的分配是非常合理的。其对应的特征值向量为：

再对特征值向量进行归一化处理得到指标B的权重向量：

最后确定指标C1、C2、C3、C4对指标C权重指数，根据构造判断矩阵：

判断矩阵Pc满足一致性的要求，相应的特征值向量为：

归一化处理后得到指标C的权重向量为：

3. 二级指标的评分

设计汽车召回效果评估影响因素的调研问卷，随机抽取50位汽车质量投诉平台的消费者对10个二级指标进行评分，采用加权平均法获得调研评分结果并结合专家经验值进行优化，结果如表2所示。

表2 二级指标的评分结果

4. 评分结果分析

从表1、表2可见，客户满意度的二级指标总体评分高于召回实施情况和监管部门评价，这与调查问卷的调研对象群体有关，也反映出客户满意度不仅仅是汽车销售量的基石，也是汽车召回实施效果的重要评价指标。二级指标中的召回率评分最低，而召回程序和手续的便捷性的评分最高，这说明汽车消费者对于汽车召回的实际数量并不关心，更多关注于如何消除自身汽车产品的安全隐患，也反映出当前我国汽车消费者的集体维权意识相对淡薄，而产品召回范围针对的是批量性的质量问题。

三、模糊综合评价模型

模糊综合评价法是一种基于模糊数学的隶属度理论，对受到多种参数制约的对象或事物做出总体评价的方法。运用模糊综合评价法构建汽车召回效果评估的指标权重向量和模糊关系矩阵，并对汽车召回的效果实施评估。

1. 因素集与评价集

确定评价对象的因素集 I={A1,A2,B1,B2,B3,B4，C1,C2,C3,C4}，建立评价集，记作V={V1,V2,V3,V4， V5} ，其中V1、V2、V3、V4、V5分别代表评价等级：很不满意、不满意、一般、满意、非常满意。

2.模糊集与模糊关系矩阵

定义模糊集如下：

将二级指标的评分代入隶属度函数，建立模糊关系矩阵RA、RB、RC。

3.模糊评价向量

利用合适的算子将W与各被评事物的R进行合成，得到各被评事物的模糊综合评价结果向量B。即：

其中，bi表示被评事物从整体上看对vj等级模糊子集的隶属程度，考虑到权数体现程度、评价信息体现程度和综合程度，这里采用M（●，+）算子：

归一化处理得：BA*=[0，0.776 2，0.223 8，0，0]。

同理，BB=[0，0.003 5，0.623 6，0.996 6，0.564 6]。

归一化处理得：BB*=[0，0.001 6，0.285 0，0.455 4，0.258 0]。

同理，BC= [0，0.505 1，0.856 9，0.494 9，0.084 5] 。

归一化处理得：BC*=[0，0.260 2，0.441 4，0.254 9，0.043 5] 。

② 各个指标的模糊评价最终评判向量：

将上述BA、BB、BC合成为模糊评价矩阵R：

将R与W合成模糊评价最终评判向量：

B=[0，0.289 2，0.642 3，0.710 8，0.346 8]。

再将B归一化处理得：B*=[0，0.145 4，0.322 9，0.357 3，0.174 4]。

4.模型求解

在模糊评价的结果分析中最常用的方法是最大隶属度原则，但在某些情况下使用会有些勉强，损失信息很多，甚至得出不合理的评价结果。本文采用加权平均求隶属等级的方法，将很不满意、不满意、一般、满意和非常满意5个等级的分数分别定为1、2、3、4、5。所设计的评价定量标准见表3。

表3 评价定量标准表

下面合成各个一级指标的评分：

XA=2.223 8，

XB=4.104 8，

XC=3.081 7。

由上述评分可以得出，召回实施情况评分等级为D4“不满意”，客户满意度评分等级为D2“满意”，监管部门评价评分等级为D3“一般”，而对汽车召回的总体评分与评分等级如表4所示。

表4 各指标评分及对应等级

X=3.560 7。

5.灵敏度分析

为了更好地分析缺陷汽车产品召回效果评估的各个指标对最终评价结果的影响程度，采用灵敏度分析方法，将各个指标得分上涨5%，得到总体的综合评判分数（如表5所示）。灵敏度分析结果显示，汽车召回效果的综合评价分值较高的因素分别是：“同一缺陷产品召回后产生的伤害程度”、“同一缺陷问题召回后发生的频次”和“召回率”。

表5 缺陷汽车产品各指标的灵敏度分析

四、结 语

从美国的汽车召回实施现状可推断，我国汽车产品召回将形成常态，汽车生产者与其想方设法通过牺牲消费者利益降低召回成本，承担召回履行不到位产生的高昂公关成本和持久品牌负面影响的风险，不如完善企业内部召回体系，尽责落实好产品召回并优化流程来节约召回成本。通过构建汽车召回评价指标体系，基于层次分析法和模糊综合评级法对汽车召回的效果进行评估，可以得到较为全面的评估结果，既有利于提高汽车企业管理者对缺陷产品风险防范与控制意识，帮助汽车生产者理清召回思路，也有利于政府监管部门节约监管成本，有效把控缺陷汽车产品风险溢出，切实保障汽车消费者权益。

Defective automobile product recall system has been implemented for several years in China. This article establishes an evaluation index system from the aspects of the recall implementation, customer satisfaction, and supervision department assessment. The system scores ten secondary indexes through questionnaires, applies AHP and fuzzy comprehensive evaluation method to build the index weight vector and fuzzy relation matrix, and then evaluates the effect of defective automobile product recall. Furthermore, sensitivity analysis is used to find the main factors that affect the recall, which will provide countermeasures to improve the automobile recall performance.

Defective automobile product; Recall effect; AHP; Fuzzy comprehensive evaluation method

（作者单位：1上海市质量技术监督局业务受理中心2上海工程技术大学）

注:[1] 基金项目:上海市质量技术监督局业务受理中心公益性项目（编号:2016-6）。