CN104077491A - 一种基于层次分析的招商评估模型 - Google Patents

Abstract

本发明公开了一种基于层次分析的招商评估模型,模型的建立包括指标选取及指标体系建立、指标权重向量计算以及招商评估评分表计算步骤。本发明将定性属性和定量属性进行纲量统一，并给出一致的计算方法，实现科学的客观的评估手段。同时对所有的评估属性进行全局把控，用层次分析法解决对部分属性过分关注而导致的局面性的问题，实现评估的全面性。另外模型可以通过计算机实现，从而保证评估的客观性。

Description

一种基于层次分析的招商评估模型

技术领域

本发明涉及一种招商评估模型，具体是涉及一种基于层次分析的招商评估模型。

背景技术

招商评估是指由专门的机构和专业人员，依据国家相关法律、法规、政策和调查研究所获得的资料，依据特定目的，遵循一定的工作原则、程序和标准，采用适当的计算方法，对企业进行评估，确定企业的级别，是对企业的一个专业、综合性的评定。目的是分析和衡量企业或经营单位的公平市场价值，并提供相关信息，以帮助企业和园区管理当局改善决策、制定政策，确保双方能够实现互利共赢的局面。

层次分析法(Analytic Hierarchy Process简称AHP)是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。其特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。尤其适合于对决策结果难于直接准确计量的场合。

招商评估项目其实就是一个多属性决策问题，但是因为属性可能是定性属性(如学历),也可能是定量的(如注册资金)，所有属性之间往往无法相互转化和统一计量，从而造成项目无法用科学的计算方法进行计算，只能用经验进行评估。同时因为决策者往往只能给出决策参数的一部分数据，使得决策信息是不完整的，从而导致专家无法对项目进行全局的把控，造成评估的局面性。总体而言，目前的招商评估主要存在人为评估造成和主观性和对局部属性过于关注导致的局面性两大问题。

发明内容

发明目的：本发明的目的是为了解决现有技术的不足，提供一种基于层次分析的招商评估模型。

技术方案：为了实现以上目的，本发明所述的一种基于层次分析的招商评估模型包括以下步骤：

1)指标选取及指标体系建立：将招商评估问题进行条理化、层次化，选取影响招商评估所需要的评估指标，建立多层结构的指标体系模型；

2)指标权重向量计算：通过运用层次分析法确定各级指标的权重向量；

3)招商评估评分表计算。

所述指标体系包括以下一级评估指标：负责人指标、项目技术能力、预期经济效益、团队综合能力；

在一级评估指标下建立对应的二级指标，二级指标一个十七个，

负责人指标下设二级指标五个，

分别为：学历、创业经历、工作经验、研发能力、工作业绩；

项目技术能力下设二级指标四个，

分别为：技术创新性、在同类产品中地位、知识产权、技术成熟度；

预期经济效益下设二级指标五个，

分别为：注册资金、前三年预期销售额、前三年预期税收额、申请免租面积、申请免租时间；

团队综合能力下设二级指标三个，分别为：团队预期人数、团队管理能力、团队技术能力。

在部分二级指标下继续设立三级指标，建立招商评估指标体系：所述层次分析法计算步骤包括：

1)设定比较标度表：

标度	定义	说明
			1	同样重要	两个元素相比较，具有同样的重要性
3	稍微重要	两个元素相比较，前者比后者稍微重要
			5	明显重要	两个元素相比较，前者比后者明显重要
7	重要得多	两个元素相比较，前者比后者重要得多
			9	极端重要	两个元素相比较，前者比后者极端重要
2、4、6、8		上述相邻判断的中间值
			倒数		两个元素相比较，后者比前者重要，则用倒数表示

2)判断矩阵构造，根据所述指标体系模型，结合比较标度表构造判断矩阵A；

3)相对权重计算，对所述判断矩阵通过以下方式进行权重计算求得权重矩阵W：

${\mathrm{\ω}}_i=\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\frac{a_{\mathrm{ij}}}{\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{a}_{\mathrm{kj}}},i=\mathrm{1,2},...,n$

4)矩阵W的最大特征值λmax和最大特征向量Wi计算步骤，对上述权重矩阵W，通过Matlab计算其最大特征值λmax和最大特征向量Wi；

5)计算一致性指标，按照以下方式计算一致性指标C.I.：

$C.I.=\frac{{\mathrm{\λ}}_{\max }-n}{n-1}.$

6)一致性比例计算，根据如下的平均随机一致性指标表，

矩阵阶数	1	2	3	4	5	6	7
								R.I.	0	0	0.52	0.89	1.12	1.26	1.36
矩阵阶数	8	9	10	11	12	1314
								R.I.	1.41	1.46	1.49	1.52	1.54	1.56	1.58

查找平均随机一致性指标R.I.，并按照以下的方式计算一致性比例C.R.：

$C.R.=\frac{C.I.}{R.I.}.$

7)一致性检验，若C.R.<0.1，则判定模型为合理的，并将特征向量Wi作为各元素的权重。若C.R.>0.1，则认为模型不合理需要回到第一步重新调整。

所述指标权重向量计算步骤，分别利用上述层次分析法确定一级、二级以及三级指标的权重向量。

所述招商评估评分表计算包括：根据特征向量Wi提供的权重，结合模型中的元素及元素属性生成评分表。

有益效果：与现有技术相比，本发明具有以下优点：

1.将定性属性和定量属性进行纲量统一，并给出一致的计算方法，实现科学的客观的评估手段。

2.对所有的评估属性进行全局把控，用层次分析法解决对部分属性过分关注而导致的局面性的问题，实现评估的全面性

3.模型可以通过计算机实现，从而保证评估的客观性。

附图说明

图1是本发明的招商评估模型建立流程示意图。

具体实施方式：

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

实施例：

本实施例所述所述的一种基于层次分析的招商评估模型包括以下步骤：

1.指标选取及指标体系建立：

所述指标体系包括以下一级评估指标：负责人指标、项目技术能力、预期经济效益、团队综合能力；

在一级评估指标下建立对应的二级指标，二级指标一个十七个，

负责人指标下设二级指标五个，

分别为：学历、创业经历、工作经验、研发能力、工作业绩；

项目技术能力下设二级指标四个，

分别为：技术创新性、在同类产品中地位、知识产权、技术成熟度；

预期经济效益下设二级指标五个，

分别为：注册资金、前三年预期销售额、前三年预期税收额、申请免租面积、申请免租时间；

团队综合能力下设二级指标三个，分别为：团队预期人数、团队管理能力、团队技术能力。

在部分二级指标下继续设立三级指标，建立招商评估指标体系：

2.指标权重向量计算：通过运用层次分析法确定各级指标的权重向量；

判断矩阵构造，根据所述指标体系模型，结合比较标度表构造判断矩阵

相对权重计算，对所述判断矩阵通过以下方式进行权重计算求得权重矩阵：

对上述权重矩阵，通过Matlab计算其最大特征值为4.0013，最大特征向量为(0.1945，0.4117，0.2759，0.1179)^T。

一致性比例计算，根据如下的平均随机一致性指标表，

矩阵阶数	1	2	3	4	5	6	7
								R.I.	0	0	0.25	0.89	1.12	1.26	1.36
矩阵阶数	8	9	10	11	12	13	14
								R.I.	1.41	1.46	1.49	1.52	1.54	1.56	1.58

查找平均随机一致性指标R.I.，并按照以下的方式计算一致性比例C.R.为0.0019。

一致性检验，由于C.R.<0.1，将特征向量作为一级指标各元素的权重。

二级指标、三级指标的计算过程与一级指标类似，在此不再详细展开。

计算二级指标的权重向量，结果如下：

负责人指标的判断矩阵

负责人指标	学位	创业经历	工作经验	研发能力	工作业绩
						学位	1	3	3	1	5
创业经历	1/3	1	1	1/3	2
						工作经验	1/3	1	1	1/3	2
研发能力	1	3	3	1	5
						工作业绩	1/5	1/2	1/2	1/5	1

负责人指标的权重矩阵及权重向量、特征值、一致性比例

项目技术能力的判断矩阵

项目技术能力	技术创新性	在同类产品中地位	知识产权	技术成熟度
					技术创新性	1	3	1/3	1
在同类产品中地位	1/3	1	1/5	1/3
					知识产权	3	5	1	3
技术成熟度	1	3	1/3	1

项目技术能力的权重矩阵及权重向量、特征值、一致性比例

预期经济效益的判断矩阵

预期经济效益的权重矩阵及权重向量、特征值、一致性比例

团队综合能力的判断矩阵

团队综合能力	团队预期人数	团队管理能力	团队技术能力
				团队预期人数	1	1/2	1/2
团队管理能力	2	1	1
				团队技术能力	2	1	1

团队综合能力的权重矩阵及权重向量、特征值、一致性比例

由上述结果可知，所有二级指标的权重矩阵的C.R.<0.1，将特征向量作为二级指标各元素的权重。

同理计算三级指标的权重向量，结果如下：

创业经历的判断矩阵

创业经历	市场把控能力	成本控制能力	资本获利能力
				市场把控能力	1	1/2	1/2

成本控制能力	2	1	1
				资本获利能力	2	1	1

创业经历的权重矩阵及权重向量、特征值、一致性比例

工作经验的判断矩阵

工作经验的权重矩阵及权重向量、特征值、一致性比例

研发能力的判断矩阵

研发能力的权重矩阵及权重向量、特征值、一致性比例

工作业绩的判断矩阵

工作业绩	行业能知名度	资源整合能力
			行业能知名度	1	1/3
资源整合能力	3	1

工作业绩的权重矩阵及权重向量、特征值、一致性比例

技术创新性的判断矩阵

技术创新性	技术原创性	技术完整性	技术可信度
				技术原创性	1	1/3	1/2
技术完整性	3	1	1
				技术可信度	2	1	1

技术创新性的权重矩阵及权重向量、特征值、一致性比例

在同类产品中地位的判断矩阵

在同类产品中地位	技术突破性	与同类产品对比
			技术突破性	1	1/3
与同类产品对比	3	1

在同类产品中地位的权重矩阵及权重向量、特征值、一致性比例

知识产权的判断矩阵

知识产权的权重矩阵及权重向量、特征值、一致性比例

技术成熟度的判断矩阵

技术成熟度	技术可重复性	技术依赖性	技术完整性
				技术可重复性	1	1/3	1/2
技术依赖性	3	1	1
				技术完整性	2	1	1

技术成熟度的权重矩阵及权重向量、特征值、一致性比例

团队管理能力的判断矩阵

团队管理能力	团队结构	团队文化	团队适应能力	团队执行能力
					团队结构	1	3	1/3	1
团队文化	1/3	1	1/5	1/3
					团队适应能力	3	5	1	3
团队执行能力	1	3	1/3	1

团队管理能力的权重矩阵及权重向量、特征值、一致性比例

团队技术能力的判断矩阵

团队技术能力的权重矩阵及权重向量、特征值、一致性比例

由上述结果可知，所有三级指标的权重矩阵的C.R.<0.1，将特征向量作为三级指标各元素的权重。

综上，可以判定模型为合理的。

3.招商评估评分表计算。

首先给出二级指标评分标准，括号能为元素对应的权重。部分包含三级指标的元素没有评分指标，在三级指标中会被细分。

其次给出三级指标的评分标准

Claims (4)

1.一种基于层次分析的招商评估模型，其特征在于,所述招商评估模型建立的方法包括以下步骤：

1)指标选取及指标体系建立：将招商评估问题进行条理化、层次化，选取影响招商评估所需要的评估指标，建立多层结构的指标体系模型；

2)指标权重向量计算：通过运用层次分析法确定各级指标的权重向量；

3)招商评估评分表计算。

2.根据权利要求1所述的一种基于层次分析的招商评估模型，其特征在于,所述指标体系包括以下一级评估指标：负责人指标、项目技术能力、预期经济效益、团队综合能力；

在一级评估指标下建立对应的二级指标，二级指标一个十七个，

负责人指标下设二级指标五个，

分别为：学历、创业经历、工作经验、研发能力、工作业绩；

项目技术能力下设二级指标四个，

分别为：技术创新性、在同类产品中地位、知识产权、技术成熟度；

预期经济效益下设二级指标五个，

分别为：注册资金、前三年预期销售额、前三年预期税收额、申请免租面积、申请免租时间；

团队综合能力下设二级指标三个，分别为：团队预期人数、团队管理能力、团队技术能力。

在部分二级指标下继续设立三级指标，建立招商评估指标体系。

3.根据权利要求1所述的一种基于层次分析的招商评估模型，其特征在于,所述层次分析法计算步骤包括：

1)设定比较标度表：

标度 定义 说明 1 同样重要 两个元素相比较，具有同样的重要性 3 稍微重要 两个元素相比较，前者比后者稍微重要 5 明显重要 两个元素相比较，前者比后者明显重要 7 重要得多 两个元素相比较，前者比后者重要得多 9 极端重要 两个元素相比较，前者比后者极端重要 2、4、6、8 上述相邻判断的中间值 倒数 两个元素相比较，后者比前者重要，则用倒数表示

2)判断矩阵构造，根据所述指标体系模型，结合比较标度表构造指标判断矩阵A；

3)相对权重计算，对所述判断矩阵A通过以下方式进行权重计算求得权重矩阵W：

${\mathrm{\&omega;}}_i=\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}\frac{a_{\mathrm{ij}}}{\underset{k=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_{\mathrm{kj}}},i=\mathrm{1,2},...,n$

4)权重矩阵W的最大特征值λmax和最大特征向量Wi计算步骤，对上述权重矩阵，通过Matlab计算其最大特征值λmax和最大特征向量Wi；

5)计算一致性指标，按照以下方式计算一致性指标C.I.：

$C.I.=\frac{{\mathrm{\&lambda;}}_{\max }-n}{n-1}.$

6)一致性比例计算，根据如下的平均随机一致性指标表，

矩阵阶数 1 2 3 4 5 6 7 R.I. 0 0 0.52 0.89 1.12 1.26 1.36 矩阵创数 8 9 10 11 12 13 14 R.I. 1.41 1.46 1.49 1.52 1.54 1.56 1.58

查找平均随机一致性指标R.I.，并按照以下的方式计算一致性比例C.R.：

$C.R.=\frac{C.I.}{R.I.}.$

7)一致性检验，若C.R.<0.1，则判定模型为合理的，并将特征向量Wi作为各元素的权重。若C.R.>0.1，则认为模型不合理需要回到第一步重新调整。

4.根据权利要求1所述的一种基于层次分析的招商评估模型，其特征在于,所述招商评估评分表计算包括：根据特征向量Wi提供的权重，结合模型中的元素及元素属性生成评分表。