关联性情景下基于Choquet模糊积分的电动汽车企业生态位评价

，，

(安徽工程大学 管理工程学院，安徽 芜湖 241000)

电动汽车产业是关系到能源安全和环境保护的重要产业，是我国重点发展的战略性新兴产业之一．当前，我国电动汽车的相关研究主要聚焦于电动汽车产业发展的新技术和新材料，但是电动汽车作为汽车产业发展中的前沿产品，其所匹配的关联性资产与其在社会推广融合过程中的产业化发展及电动汽车企业生态位息息相关[1]．对电动汽车企业生态位进行研究和评价，有利于对企业的生产经营和发展水平进行全方位评价，利用企业生态位可以帮助电动汽车企业认识当前发展的状态和不足并找到各自发展中的薄弱点进行适当的改进[1]．电动汽车销售收入与科研经费投入率、利润增长率等生态因素间均具有相互关联关系，是相互影响的．若利用以往处理效能值和指标权重值的方法会造成大量信息的流失，所以从关联性决策的角度评价电动汽车企业生态位问题有重要的理论与实践意义．关联性决策研究摒弃了传统决策理论中关于属性、方案等决策要素之间相互独立的假设，将这些属性之间彼此影响、相互作用而衍生的关联关系融入到决策分析过程，减少由于指标关联造成的信息流失，能够更准确地刻画并解决现实中的决策问题[2]．

目前国内外学者对企业生态位及电动汽车生态位评价问题进行了研究，并取得一些有价值的研究成果．生态位(Niche)概念自创立以来，在研究物种之间的竞争合作关系、群落结构、物种的多样性及种群进化等方面应用广泛[1]．类比于生物个体，企业处于经济全球化发展的生态系统中，必须有属于自己“物种”的“生态位”，“生态位”保证其不在社会竞争过程中被淘汰，并拥有生存和发展的行业地位和竞争力．企业生态位是指企业在发展过程中与其他企业以及环境相互影响时所产生的地位和作用，为企业自身发展与企业生存环境之间搭建了桥梁，能够充分突显企业的竞争力水平[3]．当前对于企业生态位的相关研究主要集中于企业生态位宽度、密度以及重叠度等，主要是研究企业在适应周围环境过程中与其他企业的生态位重复率以及淘汰率，侧重在企业生态位策略选择以及生态位评价和优化等方面．如赵红[4]等对企业群落演替过程与企业生态位对策选择之间存在的关系进行了比较研究，并在与优势度的联系上进行了探讨．Lin[5]等从企业生态位的密度、宽度、重叠度出发，重点研究了创新型人才在整个企业系统中不断更进的机制．依据生态位态势理论，“态”和“势”两个属性能够准确反映企业生态位水平，是企业生态位构成的重要方面．万伦来[6]从企业生存力、发展力和竞争力三个层面构建了企业生态位评价指标体系，其中生存力和发展力分别能够反映“态”和“势”两方面属性，发展力则兼具两个属性．曹亚晖[7]等研究了企业生态位优化的内涵、突出问题以及推测思路等，发现构建企业生态位优化的战略措施对提升企业竞争力有巨大影响．

从关联性决策分析的研究脉络来看，90年代以前的研究主要侧重通过实验方法和定性研究来检验属性/指标、方案等不同决策要素的关联存在性．2000年后的研究则更多地倾向于定量化方法的探索，围绕单一决策要素关联进行应用领域的创新和理论基础的扩展．在已有研究中，重点强化了Choquet积分等方法在系统性解决方案设计过程中的领域性创新和集成性创新．在理论贡献方面，面对决策环境的复杂多变，专家们为提高方法的适用性将Choquet积分扩展至二元语义、直觉梯形模糊数等更加复杂的数学环境中．例如章玲[8]等提出基于Choquet积分的决策分析方法；高岩[9]等提出基于直觉梯形模糊数积分的决策分析方法．在Choquet积分方法应用创新方面，为了迎合时代的挑战，学者们逐步聚焦在服务升级和科技创新等领域内热点问题的有效解决．例如，Tsai[10]等研究了基于广义Choquet积分的服务质量评价方法；Wu[11]等设计了基于语言Choquet积分的太阳能热电厂选址方法．

根据上述文献梳理可以看出，目前对企业生态位的研究主要集中在生态位内涵、战略选择和演化机制等方面，而对电动汽车企业生态位研究，特别是在关联性决策的情景下，对电动汽车生态位评价的研究很少．因此，文章根据生态位理论、电动汽车企业生态位要素之间的关联性以及企业发展现状，建立电动汽车企业生态位评价的指标体系，构建基于Choquet模糊积分的电动汽车企业生态位评价模型；以4家电动汽车企业为例，对其生态位进行评价和排序，为电动汽车企业自我评价和自我改进提供参考．

1 电动汽车企业生态位指标体系设计

根据生态学的观点，生态位包含态和势两个根本属性，并且二者相互关联存在．“态”指生物个体的状态，如能量、单位数量、资源占有比率等，是生物在以往成长过程中与周围环境适应时产生的结果；“势”是生物个体改变和适应环境的能力，如能量和物质转换的速度、影响环境的程度等[12]．对于企业来说，“态”指的是企业原始积累包含企业在过去创立和培育过程中与环境相互作用积聚的资源控制及其他相关因素之和；“势”指的是企业对当前和未来环境的影响力，它对企业未来的发展方向起着决定性作用，与企业发展策略研究中企业核心竟争力等指标有相同作用[12]．企业生态位具有的主要特征具有明显的层次和维度，它能有效反映企业在资源需求、产品销售和生产能力等方面的特征，且能有效区分和确定企业在战略发展中的多方向资源空间．因此，借鉴已有国内外文献，从生态位的“态”和“势”两方面建立电动汽车企业生态位的评价指标体系[13-14]．其中，从企业规模和人力资源两个方面反映电动汽车生态位的“态”，从技术创新能力和经营管理能力两个方面反映生态位的“势”，这四个方面根据以上生态位理论以及态势理论能较好地反映电动汽车企业生态位，并且构成电动汽车生态位指标的一级指标，一级指标下包含多个二级指标，组成电动汽车企业生态位的指标模型，如表1所示．

表1电动汽车企业生态位评价指标体系

一级指标二级指标企业规模k1资产总额p1销售收入p2利税总额p3净资产p4人力资源k2员工总数p5高级管理人员人数p6技术创新能力k3科研经费投入率p7

一级指标二级指标人均装备技术水平p8新产品开发投入金额p9经营管理能力k4总资产增长率p10净利润增长率p11存贷周转率p12主营业收入增长率p13应收账款周转率p14

企业规模是一种典型的生产资料和资本原始积累的结果，揭示了电动汽车产业各生产要素在电动汽车企业的积累和集中水平．从资产总额、企业销售收入、利税总额和净资产四个方面来描述电动汽车企业的企业规模．

企业人力资源情况是体现企业原始积累的另一个主要因素，研究从员工总数和高级管理人员人数两个指标来考虑．这两项指标是可以直接获取，并够进行能量化分析的参数．

科技创新能力可以扩大电动汽车企业可用资源范围并变潜在需求为刚性需求，是创新产品的先决条件，科技创新能力可以使整个组织的整体效能得到提升，帮助企业生态位面向全新的方向不断地更新发展．因此，研究企业的技术创新能力具体研究科研经费投入率、人均装备技术水平以及新产品开发投入金额等方面．

经营管理能力是企业内各部门(如生产、管理、营销)互相作用的结果，它主要体现在总资产增长、净利润增长率、存贷周转率、主营业收入增长率和应收账款周转率5个财务指标方面，属于企业生态位中的“势”的要素，可以准确描述企业的现状和潜力，较全面地体现企业的竞争水平．

2 生态位评价模型构建

2.1 模糊测度定义

模糊测度的主要特性是非可加性，其原理是将衡量一般事物基础的概率理论变换成可能性理论，并考虑各评价指标相互作用时的相关度[15]．模糊测度是指被测对象与待选集合之间的相互关联程度．模糊测度是指对于任意给定元素xi∈X，假设Xi可能属于X的某个子集A，则A⊆X，xi∈A，但是假设是模糊不定的，如果定义函数g(X)∈[0,1]为这个假设的度量，若A=φ，则能够确定xi∉A，得g(φ)=0;若A=X，则能够确定xi∈A,g(X)=1；若A⊆B,A,B⊆X,则能够确定xi∉A的可能性要比xi∉B的可能性小，所以g(A)≤g(B)．模糊测度的定义如下[16-19]：

定义1 设xi={x,x2,…,xn}为一非空集合，幂集P(X)代表函数g是X在[0,1]区间上的映射，若满足下列条件：

(1)g(φ)=0,g(X)=1;

(2)∀A,B∈P(X),ifA⊆Btheng(A)≤g(B).

则称g是X上的模糊测度．假设X是无限的，则它必然是连续的．这里需要2n-1个数值才能够确定n个属性指标集合上的模糊测度．实际情况下，为了使模糊测度计算简单化，一般用λ模糊测度进行描述．

定义2 任意A,B∈P(X),A∩B=φ,假如gλ满足如下条件：

g(A∩B)=g(A)+g(B)+λg(A)g(B),

(1)

式(1)中λ∈(-1,∞)，则称gλ为λ的模糊测度．

由定义2可知，λ=0表示λ的模糊测度gλ是可加的，此时A,B间无相互作用关系存在，处于独立状态；λ≠0表示λ的模糊测度gλ是非可加的，此时A,B间存在相互作用关系；λ>0时,g(A∪B)>g(A)+g(B)，则表示A,B间呈现相乘作用；λ<0时,g(A∪B)

对于gλ，应用参数λ能够将各种类型属性指标间的相互作用关系在实际运用中有效表述出来．当属性指标集xi={x,x2,…,xn}，如果对于任意的i,j=1,2,…,n且i≠j，i∩j=φ，那么，此时g满足：

(2)

对于单个属性指标xi∈X,g(xi)是xi的模糊测度函数，它描述了对属性xi的重要程度，这时gi=g(xi)．由于g(X)=1，依据式(2)，可由式(3)得到唯一的参数λ：

(3)

2.2 Choquet模糊积分算子

设xi={x,x2,…,xn}为一非空有限集合，f是X上的非负离散函数，函数值为f(x1),f(x2),…，f(xn),具有一般性，假设f(x1)≤f(x2)≤…≤f(xn)，μ代表X上的一个λ测度，定义f关于μ的Choquet模糊积分算子为[20-21]：

(4)

由式(4)可知，离散Choquet模糊积分算子的特征是：它是对f(x1),f(x2),…,f(xn)按大小顺序重新排序后的线性表示，并且将属性指标与指标集之间普遍存在的相互影响和关联程度考虑在了实际问题处理过程中，同时此种排序方式可以确定各属性指标集的轻重程度[22]．

因为Ai={x,xi+1,…,xn}，Ai+1={xi+1,xi+2,…,xn}，由式(2)可得：

λgi)

所以可得如下命题：

(5)

2.3 基于Choquet模糊积分的多属性决策模型

对于电动汽车企业生态位评价多属性决策问题，设D是一组可行候选方案：

D={D1,D2,…,Dm}=(Dj);j=1,2,…,m,

(6)

式中,Dj代表第j个决策方案.X表示D的决策属性集合：

Xi={x1,x2,…,xn},i=1,2,…,n,

(7)

多属性、多指标决策问题可以用如下矩阵表示：

(8)

式中,i=1,2,…,n;j=1,2,…,m;xij表示第i指标第j方案的属性值．

3 算例分析

以文献[1]中4家电动汽车企业为例，使用近3年的平均数据，能够准确对企业的生态状况进行客观反映和描述，然后将原始数据通过标准化方式处理，采用Choquet模糊积分算子计算各指标体系群的评价值，对4家电动汽车企业生态位各方面指数和最后综合评价结果排列顺序，并对计算结果进行分析．标准化数据来源于文献[1]，电动汽车企业生态位评价指标标准化数据如表2所示．

3.1 基于Choquet积分算子计算各指标的评价值

将各指标标准化数据表示成以下矩阵形式：

表2 电动汽车企业生态位评价指标标准化数据

企业技术创新能力R3经营管理能力R4p7p8p9p10p11p12p13p14D10.04740.17330.04760.21240.24740.57760.30340.0272D20.93731.00001.00000.31760.16630.56780.13970.2829D30.05300.39000.01000.12910.13830.14200.07140.0669D40.16250.03250.00000.38420.12050.30000.23300.0471

利用Choquet模糊积分计算各企业属性指标矩阵的评价结果，如下式所示：

对另外3家企业指标体系群进行相同的计算，得到以下评价结果值.

依据人力资源指标进行的评价结果为：

依据技术创新能力指标进行的评价结果为：

依据经营管理能力指标进行的评价结果为：

综合比较4家企业指标体系群的计算结果，得出最终评价结果为：

d(1)=0.055 1d(2)=0.086 9d(3)=0.031 8d(4)=0.011 0,

总的排序结果为d(2)>d(1)>d(3)>d(4)，所以电动汽车企业D2评价值最大，生态位最优．

3.2 结果分析

4家电动汽车企业的单项评价结果与综合评价结果如表3所示．4家企业在企业规模、人力资源和技术创新能力这3个指标上排序相同，D2在这3个指标上评价值都是第一，且综合评价结果得出D2为最优，其得分最高，为0.086 9．在考虑这3个指标时生态位评价值D4的生态位评价值最低，但其经营管理能力的排名较高，说明D4在行业内是属于具有发展潜力的企业．在经营管理能力上，D1的评价值最高，而D2的评价值排第三，说明电动汽车企业生态位情况与其综合水平相关，如果只在某一单方面有突出优点，并不具备企业大发展的优势．D2需要加强在经营管理方面的能力，包括提高利润增长率和主营业务收入等，而这些都是与企业规模、人力资源等指标密切相关的．由于D2在企业规模、人力资源和技术创新能力方面都具有明显的优势，所以D2的生态位综合评价值最高，为最优企业生态位．

表3 电动汽车企业生态位评价结果

4 结语

电动汽车企业生态位评价是根据多个属性指标展开研究的，不同指标间通常都互相联系，并不是单独存在的，一般的决策方法是将每个属性指标看作一个单独的个体，并且权重的衡量受到主观因素影响.权重反映了企业决策者认为不同属性指标对研究目标的影响程度，并且影响决策结果的评价值．因此考虑各指标间的关联性，利用Choquet模糊积分算子对电动汽车企业生态位开展研究，具有如下两个特点：

(1)基于企业生态位理论以及电动汽车企业发展的特点设计了电动汽车企业生态位评价指标体系，考虑指标体系中各个属性指标间的关联关系，选取了4家电动汽车企业进行生态位评价研究，计算过程中模糊算子的计算结果与各属性的权重大小以及决策者的主观判断不相关，能够使电动汽车企业生态位评价结果更加客观与合理．根据算例验证了利用Choquet模糊积分算子对电动汽车企业生态位进行研究的实用性和有效性，使得评价结果更加科学．

(2)在整个电动汽车企业生态位评价研究过程中，最终得到的评价值亦不依靠各属性指标的权重，能够在不知各属性权重的条件下对电动汽车企业生态位进行排序优选，在电动汽车企业生态位优选过程中使属性权重更加容易确定，提高决策的客观性和准确性．利用此方法可对多家电动汽车企业进行生态位比较研究，有利于企业对自身发展情况作全方位的评估，认识到电动汽车企业的薄弱点并进行相应的改进．

在关联性情景下对电动汽车企业生态位评价方法进行研究，但没有对具体电动汽车企业进行实证研究．未来作者将对具体企业生态位进行实证分析，并根据实证结果，结合企业生态位理论，对企业战略选择作进一步的探讨．

[1] 宋燕飞,邵鲁宁,尤建新.互补性资产视角下的电动汽车企业生态位评价研究[J].管理评论，2015,27(9):108-119.

[2] 索玮岚,冯博.关联性决策分析方法研究综述[J].系统工程理论与实践,2016,36(10):2 449-2 464.

[3] 许箫迪,王子龙.企业生态位K-r选择策略研究[J].管理评论,2006,18(10):35-40.

[4] 赵红,陈绍愿,陈荣秋.企业群落演替过程与企业生态对策选择及其优势度比较研究[J].管理评论,2004,16(8):12-17.

[5] J LIN,X ZHANG.Niche analysis on creative talent of enterprise[J].Journal of Applied Sciences，2013,13(16):3 215-3 220.

[6] 万伦来.企业生态位及其评价方法研究[J].中国软科学,2004(1):73-78.

[7] 曹亚晖,刘志峰.企业生态位优化的基本内涵、突出问题与对策思路研究[J].未来与发展,2009,30(6):69-73.

[8] 章玲,周德群.基于关联的多属性决策分析理论研究综述[J].管理评论,2008,20(5):53-59.

[9] 高岩,周德群,章玲.基于直觉梯形模糊数的关联变权多属性决策方法[J].系统工程,2011,29(5):102-107.

[10] H H TSAI,I Y LU.The evaluation of service quality using generalized choquet integral[J].Information Sciences,2006,176(6):640-663.

[11] Y N WU,S GENG,H B ZHANG,et al.Decision framework of solar thermal power plant site selection based on linguistic choquet operator[J].Applied Energy,2014,136(C):303-311.

[12] 朱春全.生态位态势理论与扩充假说[J].生态学报,1997,17(3):324-332.

[13] 颜爱民.企业生态位评价指标及模型构建研究[J].科技进步与对策,2007,24(7):156.

[14] 宋燕飞,尤建新,邵鲁宁，等.电动汽车企业生态位的态势效率评价[J].同济大学学报，2015,43(6):951-957.

[15] 张维英,陈静,张光发，等.基于Choquet模糊积分算子的多指标属性船型方案优选模型[J].大连理工大学学报，2015,55(4):380-386.

[16] 王熙照.模糊测度和模糊积分及在分类技术中的应用[M].北京；科学出版社,2008.

[17] 章玲,周德群.基于k-可加模糊测度的多属性决策分析[J].管理科学学报，2008,11(6):18-24.

[18] 刘洋,樊治平,张尧.一种考虑属性具有关联性的正态随机多属性决策方法[J].运筹与管理,2011,20(5):20-26.

[19] W YANG,Z P CHEN.New aggregation operators based on choquet integral and 2-Tuple linguistic information[J].Expert Systems with Applications,2012,39(3):2 662-2 668.

[20] 陈希,韩菁,曹洪亮.基于语义Choquet积分的知识服务能力测评方法[J].运筹与管理,2015,24(5):214-221.

[21] 陶长琪,凌和良.基于Choquet积分的模糊数直觉模糊数多属性决策方法[J].控制与决策,2012,27(9):1 381-1 386.

[22] 万树平,董九英.基于三角直觉模糊数Choquet积分算子的多属性决策方法[J].中国管理科学,2014,22(3):121-129.