基于IAHP-GCM的物流企业低碳创新风险动态评估
2017-10-11远亚丽张长森
远亚丽,张长森
(1.上海中侨学院,上海 201514;2.湖州师范学院,浙江 湖州 313000)
基于IAHP-GCM的物流企业低碳创新风险动态评估
远亚丽1,张长森2
(1.上海中侨学院,上海 201514;2.湖州师范学院,浙江 湖州 313000)
应用区间层次分析法(IAHP)确定风险评估指标的权重,然后利用灰色聚类法(GCM)进行低碳创新风险的综合评估。实证分析说明,基于IAHP-GCM的评估模型是一种操作性、科学性较强的风险评估方法。
区间层次分析法;灰色聚类法;低碳创新;风险;评估
0 引言
在经济飞速发展的今天,各行各业能源的消耗量猛增,由于二氧化碳浓度的提高带来的环境问题受到人们的广泛关注。2003年,英国颁布了《能源白皮书》,最早提出了“低碳经济”,其作为一种新兴的经济模式,是各国面临的新课题。物流企业作为能耗大户,应实现节能减排,顺应低碳发展的潮流。对于一个企业来说,提高自身的竞争力,创新是关键。在低碳背景下,物流企业实现转型发展,必须实施创新。然而,低碳创新是一项高风险的活动。其一,从物流企业的内部看,实施低碳创新,需要研发低碳技术、筹备低碳创新资金、构建低碳文化、制定低碳制度、进行低碳创新产品的营销等诸多环节,这些环节之间的非线性相互作用构成一个复杂的系统,充满着不确定性。其二,从物流企业所处的外部环境来看,低碳创新受到社会文化、国家财税政策、金融政策、知识产权法、宏观经济形势等多方面的影响,也充满了不确定性。因此,物流企业在低碳创新过程中会产生各种各样的风险。物流企业如何防范低碳创新中的风险,对风险进行评估,避免和减少低碳创新中的损失,提高低碳创新能力,具有重要的意义。
迄今为止,鲜有学者站在低碳的角度,对企业低碳创新风险进行研究。学者主要关注企业技术创新风险因素的识别,形成了多种技术风险评价方法,如:物元可拓法[1]、模糊 AHP 法[2]、集值统计法[3]、灰色关联分析法[4]。纵观这些成果,都比较深入地对企业技术创新风险进行了研究,给本文的研究提供了一定的借鉴参考。但上述方法用于评价和分析问题时,有的过于复杂,操作性不强,有的过于粗糙,准确性不高,本文对物流企业低碳创新过程深入分析,总结各种低碳创新的风险因素,提出IAHP和GCM相结合的组合评价方法,对物流企业的低碳创新风险进行动态评估。IAPH(Interval Analytic Hierarchy Pro-cess),即区间层次分析法,是将复杂问题分解为多个组成要素,通过两两比较的方式用标度法逐层建立区间数判断矩阵,然后求解矩阵的特征向量,来确定指标的权重和不确定度[5],它是一种改进的层次分析法,克服了两因素间重要程度的比较,用点值表示的不合理。GCM(Grey Clustering Method),即灰色聚类法,主要用于研究部分信息已知、部分信息未知的贫信息系统,适用于只有少量观测数据的项目,对样本量没有严格的要求。物流企业低碳创新的每一个阶段都存在很多不确定性的因素,这些不确定性的因素带来的风险处在一种灰色状态下,低碳创新风险的动态评估,就是将灰色的风险信息透明化,从而更有利于管理者对风险的认识和控制。本文把IAHP与GCM相结合,首先利用IAHP确定指标的权重,然后运用GCM将评价专家的信息处理成不同灰类程度的权向量,再进行单值化处理,最后得到物流企业低碳创新风险的综合评估值,提高风险评价的科学性和准确性。
1 IAHP-GCM风险评估模型的构建
1.1 利用IAHP确定各风险评估指标的权重
(1)建立评估指标的层次结构
物流企业低碳创新风险的评估指标体系由目标层、因素层、指标层组成。
(2)建立判断矩阵,确定指标权重
IAHP与AHP不同,采用1-9标度法[6],IAHP形成一个区间数判断矩阵,设 C = (Cij)n×n为区间数判断矩阵,每一个元素用一个区间 Cij=[Ci−j, Ci+j]表示,从而设区间的中点为d,可用传统
ij的9标度法规定,区间的中点可理解为一个基数,基数确定后,根据判断的模糊性和不确定性,给出该判断矩阵的范围。本文采用以下方法形成区间判断矩阵,取α=1/6[7],的三个数值分别表示确定性判断、基本确定性判断和可能性判断。记 C−= ( C−) ,C+=(C+),则C=[C-,ijn× nijn× nC+]。因判断矩阵所有元素均为区间数,本文利用区间特征根法对判断矩阵的权重进行求解。
分别求出C-,C+的最大特征值 λ−, λ+及对应的正分量的归一化特征向量 y−= ( y1−,y2−, … ,yn−)T,y+= ( y1+
, y2+, … ,yn+)T。
1.2 制定低碳创新风险评估指标的评分等级
在进行评估前,需将评估标准统一,并将定性指标定量化,因此,本文制定低碳创新风险评估指标的评分等级标准,将风险评估指标按风险的大小划分为五类,即低风险、较低风险、中等风险、较高风险、高风险,分别赋值为 1、2、3、4、5,指标等级介于两相邻等级之间时,相应分值为 1.5、2.5、3.5、4.5。
1.3 利用专家打分法建立评估样本矩阵
按照制定的评估等级标准,设计调查问卷,组织q位风险管理学者、高校教授、企业中层管理者,对评估指标进行打分,将第p位专家对评估指标aij的打分记为 bijp(i=1,2,…,m;j=1,2,…,ni;p=1,2,…,q),从而得到评估矩阵B,
1.4 确定评价灰类
本文将物流企业低碳创新风险评估模型的白化权函数假定为直线型函数。将评价灰类分为5类,分别为低风险、较低风险、中等风险、较高风险、高风险,用h=1,2,3,4,5表示,则白化权函数如下:
第一灰类为低风险(h=1),设定灰数 ⊗1∈[0,1,2],白化权函数F1为:
第二灰类,较低风险(h=2),设定灰数 ⊗2∈[0,2,4],白化权函数F2为:
第三灰类,中等风险(h=3),设定灰数 ⊗3∈[0,3,6],白化权函数F3为:
第四灰类,较高风险(h=4),设定灰数 ⊗4∈[0,4,8],白化权函数F4为:
第五灰类,高风险(h=5),设定灰数 ⊗5∈[0,5,10],白化权函数F5为:
1.5 计算低碳创新风险灰色评估系数
物流企业低碳创新风险评估指标aij(i=1,2,…,m;j=1,2,…,ni,设 aij属于第 h 种评估灰类的灰色评估系数为Yijh,属于各个评估灰类的灰色评估系数记为 Yij,有
1.6 计算物流企业低碳创新风险灰色评估权向量及权矩阵
所有风险评估专家对物流企业低碳创新风险评估指标aij第h个灰类的灰色评价权Rijh=Yijh/Yij,本文的评估风险有5个灰类,则低碳创新风险评估的二级指标aij的灰色权向量Rij=(Rij1,Rij2,Rij3,Rij4,Rij5),从而得低碳创新风险评估二级指标aij的灰色评估权矩阵为:
1.7 物流企业低碳创新风险综合评估
由上文区间层次分析法求得二级指标的权重Wi=(Wi1,Wi2,…,Wini),则指标层的综合评估结果Di(i=1,2,…,m),Di=W·Ri=(di1,di2,…,di5),令所有 Di的综合记为D,则
物流企业低碳创新风险因素层,即一级评估指标为Ai(i=1,2,…,m),由区间层次分析法求得其权重 W=(W1,W2,…,Wm),得到综合评估结果为 E,则E=W·D=(e1,e2,…,em)。将各评价灰类等级按“灰水平”赋值,则各评价灰类的等级赋值向量G=(1,2,3,4,5),从而物流企业低碳创新风险综合评估值:Z=E·GT。
2 物流企业低碳创新风险的动态评估
本文选取湖州一家主营货物专用运输(集装箱)、站场经营(货运配载、货运代理),集公路运输、仓储、配送、代收货款及信息交易等多种增值业务为一体的专业化物流企业进行低碳创新风险的动态评估。构建评估指标的层次结构体系见表1。
2.1 权重的确定
应用IAHP法确定各指标的权重,邀请风险管理专家、企业中高层管理者、高校教授组成专家组,根据低碳创新风险评估指标体系的层次结构,采用1-9标度法[6],按照上文介绍步骤,确定各指标的区间数,进而得到区间数判断矩阵,总目标下因素层一级指标的区间数判断矩阵如表2所示。
表1 物流企业低碳创新风险评估指标体系
表2 一级指标区间判断矩阵
利用Matlab,求出C-的最大实数特征根所对应的正分量的归一化特征向量:y-=(0.521,0.092,0.162,0.164,0.061)T;同理可以求出 C+的最大实数特征根所对应的正分量的归一化特征向量:y+=(0.463,0.099,0.17,0.214,0.054)T,根据上文的计算公式,求得,p=0.929,q=1.007,最终得到一级指标归一 化 的 权 重 向 量 w=(w1,w2,w3,w4,w5) =(0.491,0.096,0.166,0.19,0.057)。按照上述步骤,同理可以求得二级指标的权重向量为:
w={(w11,w12,w13,w14,w15),(w21,w22,w23,w24,w25),(w31,w32,w33,w34),(w41,w42,w43,w44),(w51,w52,w53,w54)}
={(0.186,0.092,0.297,0.268,0.157),(0.178,0.202,0.198,0.337,0.085),(0.202,0.257,0.22,0.321),(0.197,0.338,0.253,0.212),(0.258,0.321,0.276,0.145)}。
2.2 低碳创新风险的动态评估
本文选取5位风险管理方面的专家,按照评价标准,对物流企业2013、2014年低碳创新的风险因素按照低风险、较低风险、中等风险、较高风险、高风险五类进行打分,得到相应的分值,然后按照“厚今薄古”的原则,取2013年、2014年的权重为0.4,、0.6,然后对这两年的数值进行加权平均,从而得到最终的风险得分。如低碳创新技术成熟度的风险分值为:3.4、3.4、3、3.8、2.4,那么它第 h 个评价灰类的评价系数Y11h为:
Y111=F1(b111)+F1(b112)+F1(b113)+F1(b114)+F1(b115)=0,同理可得 Y112=2.4,Y113=4.16,Y114=4,Y115=3.16;因此,低碳创新技术成熟度属于各个灰类的总评价系数Y11=13.72,那么灰色评价权向量 R11=(0,0.175,0.303,0.292,0.23),同理可得,R12、R13、R14,从而一级指标低碳创新技术风险的灰色评价矩阵R1为:
低碳创新技术风险指标属于各个评价灰类的灰色评价权向量为:D1=wi·R1=(0.061,0.114,0.277,0.279,0.135), 按照上述步骤,同理可得,D2、D3、D4、D5;则各一级指标属于各个评价灰类的灰色评价权矩阵D为:
综合评价结果为E,则E=W·B=(0.515,0.115,0.2636,0.2978,0.2066),各评价灰类的等级赋值向量G=(1,2,3,4,5),从而物流企业低碳创新风险的综合评估值 Z=E·GT=3.297。
2.3 结果分析
由上可得,物流企业低碳创新风险综合评估值为3.297,按照评价标准可知风险偏向于较高风险。结合物流企业的实际,低碳创新风险比实际的计算结果要高一些,因此,在低碳创新的过程中应当引起重视,采取相应的防范措施,防止风险进一步的蔓延。第一,从物流企业自身的实际情况出发,对低碳创新的可行性进行分析,对风险进行识别,建立低碳创新风险预警系统,采取产学研合作创新、企业联盟创新等多种模式应对创新中的风险;第二,低碳创新是动态的过程,物流企业应采用柔性的、有效的组织结构,挑选创新能力较强的员工组成低碳创新项目团队,尽可能地让潜在的客户参与创新过程;第三,政府通过出台财政、税收政策,激励物流企业进行低碳创新,并完善低碳创新法律法规,为低碳创新提供可靠的保障;第四,由区间层次分析法求得低碳技术创新风险的权重为0.491,可见,低碳技术创新风险是非常重要的低碳创新风险影响因素,物流企业应将低碳技术创新风险控制放在首位。
3 结语
本文从低碳创新技术风险、低碳创新市场风险、低碳创新财务风险、低碳创新管理风险、低碳创新环境风险五个方面构建了物流企业低碳创新风险评估指标体系,将区间层次分析法和灰色聚类法相结合,构建评估模型,对低碳创新风险进行动态评估,避免了评估结果失效的问题,比单一的评估方法更具有科学性。
(1)IAHP用区间数的定量计算,确定指标的权重,更符合主观比较的模糊性和不确定性,相较传统的AHP,克服了因专家构造判断矩阵时不确定性所产生的偏差,更具科学性。
(2)灰色聚类法对样本量没有严格要求,不要求样本数据服从任何分布,在风险评价方面与IHAP相结合,取得了较好的效果,可为其他类型的风险评价提供一定的参考。
[1]苏卫亚,谷建全,曹武军.基于物元可拓法的企业技术创新风险评估研究[J].企业技术开发,2011,30(22):102-104.
[2]包国宪,任世科.基于模糊AHP的企业技术创新风险评价及决策[J].科技管理研究,2010,(1):64-66.
[3]黄继鸿,柯孔林.基于集值统计的技术创新风险度量及其预警[J].科学学研究,2005,23(2):273-275.
[4]王 鹏,王墨玉,李亨英.企业技术创新风险因素分析方法的应用[J].工业工程,2007,10(4):110-112.
[5]李润求,等.基于IAHP-ECM的瓦斯爆炸灾害风险评估[J].中国安全科学学报,2013,23(3):62-66.
[6]徐裕生,张海英.运筹学[M].北京:北京大学出版社,2010:135-139.
[7]吴喻华,诸为,李新全.区间层次分析法-IAHP[J].天津大学学报,1995,28(5):702-705.
The Dynamic Assessment of Low-carbon Innovation Risk about Logistics Company Based on IAHP-GCM
YUAN Ya-li1,ZHANG Chang-sen2
(1.Shanghai Zhongqiao College,Shanghai 201514,China;2.Huzhou University,Huzhou 313000,China)
In this paper,Interval Analytic Hierarchy Process is used to determine the weight of risk assessment indicators,and Grey Clustering Method is used to comprehensively evaluate the low carbon innovation risk.The evaluation model of IAHP-GCMis a kind ofpractical and scientific risk assessment method through empirical evidence.
Interval Analytic Hierarchy Process;Grey Clustering Method;lowcarbon innovation;risk;assessment
F512.6
A
1674-3229(2017)03-0088-05
2017-04-22
浙江省自然科学基金(LY13G030019);浙江省教育厅项目(KX19098)
远亚丽(1982-),女,硕士,上海中侨学院工商管理系讲师,研究方向:物流与供应链管理。