農業產業化龍頭企業社會責任評價的指標權重確定方法

陳新達　徐雪高　張照新

摘要：農業產業化龍頭企業在農村經濟中正發揮愈發重要的作用，因而需要其在盈利的同時履行相應的社會責任。定量評價是分析農業企業社會責任水平的有效方式，而這種評價由于涉及到企業的社會責任故需要較多的評價維度和較強的主觀性。定量評價的基礎工作在于確定各評價指標的合理權重，為此，文章首先對常見的權重算法進行簡單介紹；隨后對不同的算法進行比較分析，確定各算法的優劣所在；最后，提出了農業產業化龍頭企業進行社會責任評價時可以采用的合理的指標權重算法。

關鍵詞：農業龍頭企業；企業社會責任；權重算法

一、 引言

農業產業化龍頭企業是農村經濟的重要主體，它在一端與廣大農戶鏈接，在另一端與流通商或消費者鏈接，充當著農產品供需市場的橋梁。中央歷來十分重視農業龍頭企業在提高農業產業化程度及推動現代農業上的作用，不僅多次以文件形式加以明確，同時在稅收、配套設施等多方面對農業龍頭企業的發展給予了有效支持。受益于此，農業龍頭企業在近十幾年間得到了長足的發展，以新希望、雛鷹農牧等為代表的農業企業在創造自身效益的同時，亦有效帶動了當地經濟的發展。然而資本畢竟是逐利的，以利潤最大化或股東權益最大化為經營目標，難免會導致農業企業過分關注其經營業績，而忽視了其本應履行的社會責任；同時作為國民經濟的基礎，農業部門的發展理應從全局角度予以考慮，成為國家可持續發展的“動力之源”。因而，應要求農業龍頭企業的經營具備公共色彩，并履行相應的社會責任。

但是，如何對農業龍頭企業的社會責任進行衡量？企業社會責任的評價不同于生產分析，也不同于財務分析，它包含更多的評價維度和更強的主觀性。通常的解決方法是將企業社會責任（CSR）的評價視為一個多指標的綜合評價問題，即表示為如下形式：

y=f（x，w）（1）

其中，y為評價結果；x為評價指標，包括指標體系的構建以及指標數據的標準化方法等問題；w為指標權重，包括是否顯化權重以及權重算法的選擇等問題；f為評價函數，包括函數形式的選擇等問題。稱式（1）得到的評價結果為絕對評價值。進一步地，當y值已知或經運算得知時，可以得到評價結果的相對評價值（如通過DEA法多的值），此時評價方法可表示為（2）式：

h=g（y，u，x，v）（2）

然而，無論是（1）式還是（2）式，評價問題的一個重要基礎是確定評價指標的權重值，本文以下部分將對幾種常見的權重值算法進行比較分析，希望確定適用于評價農業產業化龍頭企業社會責任的權重計算方法。

二、 評價指標的權重值算法

目前國內外關于評價指標權重的算法有多種，具體到企業社會責任評價時，已有研究文獻中的方法大致可分為兩類：一類為主觀算法；另一類為客觀算法。

1. 主觀權重算法。當某種權重算法在比較權重關系時，直接依賴于個人判斷或間接通過數據反映個人判斷時，可以將該種算法劃分為主觀權重算法。主觀權重算法又可進一步細分為兩類：一類方法根據專家的知識及經驗對指標間關系進行直接評價，從而確定指標權重，如專家打分法、層次分析法；另一類方法則基于專家的事后主觀判斷反向推斷其判斷邏輯，從而確定指標權重，如粗糙集方法、神經網絡法。

（1）德爾菲法。該方法依據系統的程序，采用匿名發表意見的方式（即專家之間不得互相討論，不發生橫向聯系，只能與調查人員發生關系），通過反復的填寫問卷，以集結問卷填寫人的共識及搜集各方意見，應對復雜任務難題的管理技術，如李雄飛在對某有色金屬加工企業社會責任的綜合評價中，即采用德爾菲法由20位專家對該企業的經濟貢獻、環境影響等四類指標的權重進行確定，并基于指標權重運用模糊分析法對企業的社會責任作出了評價。

（2）層次分析法。層次分析算法將決策者對復雜系統的決策過程模型化，是一種定性與定量相結合的決策分析方法。應用這種方法，決策者通過將復雜問題分解為若干層次和若干因素，在各因素之間進行簡單的比較和計算，就可以得出不同方案的權重，為最佳方案的選擇提供依據。AHP方法可以單獨使用，也可與多種數據處理方法聯合使用，得出企業社會責任的評價數值，如齊二石、朱永明、焦馨銳則通過層次分析得出了煤炭企業社會責任評價指標的權重值，并基于此運用灰色聚類法對煤炭企業進行了評價。層次分析法是目前眾多的權重算法中，較多運用于農業企業CSR的方法，如王林萍、施嬋娟、林奇英通過層次分析法對農藥企業的社會責任進行了評價，孫承飛采用層次分析和模糊評價相結合的方法對安徽某種業公司的社會責任進行了評價。

（3）粗糙集方法。粗糙集方法也是一種基于主觀判斷的權重算法，但與專家打分法和層次分析法不同的是，粗糙集法的主觀性并不體現在對指標權重的主觀判斷，而是體現在對待評對象的最終評價，即它是基于專家的事后主觀判斷反向推斷其判斷邏輯，從而確定指標權重。具體的算法源自數學中的粗糙集理論，將全體評價指標視為條件屬性，將最終評價視為決策屬性，然后分別計算條件屬性全集對決策屬性集的知識依賴度、去單指標的條件屬性集與決策屬性集的知識依賴度（如指標全集包含財務指標、人資指標、生產指標，則考慮財務指標的去單因素條件屬性集則只包含人資指標和生產指標），則兩者之差即為該指標對于決策屬性的重要程度（即絕對權重，記為？酌i），再計算其他各指標的絕對權重并求其歸一化權值即得到評價指標的相對權重？棕i；此外，有學者給出了一種改進的粗糙集算法，將粗糙集理論與模糊集理論相結合以確定指標權重。在應用方面，龐永師、王瑩將粗糙集算法應用與建筑企業的社會責任評價，確定其評價體系中一級指標和二級指標的權重分配。

使用粗糙集方法的步驟如下：

①建立起包含條件屬性和決策屬性的知識表達系統；

②將條件屬性全集、去單指標條件屬性集、決策屬性分別作為不可分辨關系，得到相應基本集；

③分別計算決策屬性集相對于條件屬性全集和去單指標條件屬性集的肯定域；

④分別計算決策屬性集相對于條件屬性全集和去單指標條件屬性集的依賴程度；

⑤將上步所得的依賴程度作差，得到絕對權重？酌i；

⑥歸一化處理后得到相對權重，即各評價指標權重？棕i。

（4）神經網絡法。神經網絡是模仿人腦利用神經元相互激勵并建立學習機制的方法來對決策過程建模。采用神經網絡法確定指標權重時與粗糙集方法類似，同樣是基于事后判斷反推指標權重，不同之處在于算法的具體實現不同。典型的神經網絡結構分為三層，包括輸入層、隱含層和輸出層，并將數據（對象）劃分為訓練集、檢測集和測試集，通過訓練集數據（對象的最終評價）和合適的算法擬合指標的權重，并用檢測集數據經行檢測。在實際操作中，常用的神經網絡算法為反向傳播法（即常說的BP算法），其基本思想是在對權重初始化之后，根據網絡輸出值與期望值計算誤差，由后至前逆向將誤差進行分解從而對各層權重進行調整，直到網絡的擬合誤差達到預定要求。目前，在企業的社會責任評價中，使用神經網絡法進行權重確定的研究較少，僅有部分研究者從理論及使用可能性的角度進行了討論。

2. 客觀權重算法。當采用某種算法確定權重指標時，如果運算并非基于專家的對權重判斷或事后結果的判斷，而是部分或完全基于樣本數據，則可以將此種算法劃分為客觀權重算法。較為常見的客觀權重算法有變異系數法、因子分析法、熵值法等。

（1）變異系數法。變異系數法，顧名思義就是利用各評價指標的變異系數計算其相對權重的方法。某指標的變異系數（C.V），由該指標的標準差除以其數學期望得出，它的大小表征了變量（指標）消除量綱后的離散程度。而利用變異系數法確定指標權重正是基于這樣一種思想：如果某指標的變異系數較大，則說明各樣本（待評對象）在該指標內的離散程度越大，也就表明該指標值越是不容易趨同，越是難以實現，故而間接反映出該指標對樣本越是重要。然后，更根據這種重要程度進行歸一化處理得出指標權重。已有研究中，冀巨海、王琪在評價企業管理績效時，使用變異系數法對確定各評價指標的權系數。

（2）因子分析法。因子分析是指研究從變量群中提取共性因子的統計技術，是一種將變量集合降維的方法，通過公共因子的選擇提取原始變量的絕大部分信息。文獻中常用的因子分析式權重算法的思路是，指標權重等于以主成分的方差貢獻率為權重，對該指標在各主成分線性組合中的系數的加權平均的歸一化。利用因子分析法確定企業社會責任評價指標權重的典型研究，有徐泓、朱秀霞和趙天燕、張雪對滬深上市企業社會責任的研究，趙紅等對煤炭企業社會責任的研究以及王楠、苗迪對于火電企業社會責任的評價研究。

（3）熵值法。信息熵被用作衡量系統無序程度的一種指標（序指序概率上的序關系），系統內序關系越是明顯，那就越容易區分系統內的各個對象，則認為識別系統所需的信息量越小，反之則需要較多的信息對系統進行識別。而熵值法確定指標權重的思路即是認為信息量較大（無序程度較高）的指標應該被賦予較小的權重。熵值確定權重的方法較為簡單，部分研究者已將其引入到對企業社會責任的評價中，如梁星、肖麗娜采用熵值法確定了煤炭企業評價指標的權重；周憲鋒、高順成在乳品企業社會責任的評價中也采用熵值法確定指標權重。

三、 權重值算法的優劣比較

通過上述對各種算法原理的介紹可以看出，無論是主觀權重算法還是客觀權重算法，都存在某些局限性。

1. 對主觀權重算法的優劣比較。專家打分法的優點在于：（1）能夠充分利用不同專家的經驗和知識；（2）采用多輪匿名或背靠背的評價方式，能夠保證評價結果具備充分的可靠性和統一性。其缺點為：（1）算法基于專家的最終評價結果，所以采用此種方法無法顯化專家評價的全部邏輯；（2）打分過程需要反復征詢，會花費較長時間，并且最終可能無法獲得相對一致的意見。

層次分析法的優點在于：（1）可以使專家借助指標體系進行全面考慮，將其評價邏輯全部顯化，并獲取某些不易察覺的知識；（2）具備固定的算法和程序，時評價過程所需時間得以縮減。其缺點為：（1）評價基礎源于所設定的評價指標體系，當評價系統所含指標存在缺失或偏差時，可能會導致評價結果的失準；（2）評價結果僅代表該專家的判斷，由不同的專家可能得到不同的AHP分析結果，因而需要考慮對差異進行處理。

粗糙集算法的優點在于：（1）將權重指標視為"黑箱"進行處理，專家需要的只是給出最終評價，權重由后期的數據處理得出，可以大大壓縮專家的判斷時間；（2）能夠得到粗糙集視角下各指標的絕對權重，可以對指標體系的完整性作出衡量；（3）能夠得到屬性全集的相對約簡和相對核，可以對指標體系作出簡化。其缺點為：（1）方法的前提是專家足夠權威并能充分考慮評價的各個維度；（2）不能將專家評價的詳細邏輯顯化（相較于層次分析法）；（3）可能產生專家評價不一致的情況，需要指標設計者對不同的意見進行相應處理。

神經網絡法的優點在于：（1）方法屬于人工智能范疇，是一種對于“黑箱”參數的非線性擬合技術；（2）相較于一般回歸方程式的線性擬合，神經網絡具備可以任意精度逼近任何非線性函數的優勢，并同時具有分布式存儲、自組織、自學習等特點。其缺點為：（1）同粗糙集方法類似，該方法所做的是對專家知識的模擬，卻無法給出專家評價的詳細邏輯；（2）即便采用相同的神經網絡算法，所得的權重結果也存在不穩定性；（3）算法的數據基礎是訓練集及檢測集，需要較多的已評價數據用于網絡的訓練和檢測。

2. 對客觀權重算法的優劣比較。變異系數法的優點在于：（1）評價過程中不需要采納專家的觀點；（2）操作較為簡單，從指標離差的角度予以考慮。其缺點在于：變異系數大表明指標離散程度高，但指標離散程度越高并不一定表明該指標就越重要，需要根據情況具體分析。

因子分析法的優點在于：（1）與變異系數法類似，評價過程中不需要采納專家的觀點；（2）操作起來較為簡單快捷。其缺點在于：（1）通過該方法所得到的指標權重，實際上是變量經降維處理后所包含的原有信息程度，但包含原有變量系統的信息多僅代表指標對擬合原有數據更重要，并不代表其相對其他指標更重要；（2）如需進一步確定指標權重，仍須用公因子對目標做回歸擬合或非線性擬合，然而，經降為處理后的公共因子本來就丟失了各指標的獨特信息，其結果可能不如用各指標直接經行回歸；（3）因子分析法所得的指標權重極大的依賴于所選的數據，不同的數據庫及因子算法可能帶來結果的巨大差異。

熵值法的優點在于：（1）評價過程中不需要采納專家的觀點；（2）操作較為簡單，從指標信息量（有序程度）的角度予以考慮。其缺點在于：（1）文獻中所采用的熵權法存在明顯的錯誤，因為在信息熵的計算過程中，如果將每項指標視為一個隨機變量，那么某樣本在該指標的出現概率顯然不是用該樣本的指標值除以指標總值，而是應根據其為離散型變量或連續型變量分別考慮其概率分布函數或概率密度函數；（2）熵權法作為一種客觀算法，根據各項指標的信息熵判斷指標相對重要程度的標準，一方面需要根據實際問題加以判斷，另一方面其權重結果可能受到所選樣本的影響。

四、 農業產業化龍頭企業權重算法的選擇

從上述關于主觀及客觀方法的比較可以看出，基于客觀的指標評價法多是基于對樣本數據的某種處理，得到如變異系數、信息熵等指標從而對指標權重進行判斷。然而，這些客觀的衡量指標卻是由其使用者主觀選擇的，且指標權重受到使用者“主觀”選擇的數據影響，因而并不能算是完全意義的客觀法。評價指標體系的構建本身就是一個相對主觀的過程，所選的評價指標本身就是評價者對于客觀數據某種綜合取舍及評判，因而，在選擇農業龍頭企業社會責任評價的指標權重算法時，可以采用多種主觀算法相結合的方式，例如：可以首先使用粗糙集方法對指標體系的完整度進行甄別，若完整度較好則再使用德爾菲法、層次分析法、神經網絡法等確定指標權重，最后采用層次分析法或者灰色聚類法對樣本經行分類或者打分。

參考文獻：

1. 李雄飛.企業社會責任的多級模糊綜合評價.統計與決策，2009，（4）：168-170.

2. 齊二石，朱永明，焦馨銳.基于灰色理論的煤炭企業社會責任績效評價研究.商業研究，2011，（10）：12-16.

3. 王林萍，施嬋娟，林奇英.農藥企業社會責任指標體系與評價方法.技術經濟，2007，（9）：98-102+122.

4. 孫承飛.基于BSC的農業企業社會責任績效評價研究.重慶科技學院學報（社會科學版），2011，（13）：84-86.

5. 那保國.粗糙集—模糊積分模型：一種評價企業社會責任的新方法.統計與決策，2012，（3）：103-106.

6. 龐永師，王瑩.基于粗糙集的建筑企業社會責任評價指標權重確定.工程管理學報，2012，（3）：109-113.

7. 朱學穎，張丕宏.BP神經網絡在企業社會責任評價中的應用淺探.商業文化（學術版），2009，（4）：80-81.

8. 楊宇鳳，焦馨銳，朱永明.基于數據倉庫的企業社會責任評價研究.會計之友，2011，（29）：26-29.

9. 冀巨海，王琪.煤炭企業績效灰色關聯評價——基于變異系數法的分析.經濟問題，2011，（5）：89-91.

10. 徐泓，朱秀霞.低碳經濟視角下企業社會責任評價指標分析.中國軟科學，2012，（1）：153-159.

基金項目：香港樂施會資助課題“農業產業化龍頭企業社會責任評價研究和網絡平臺”（項目號：PCU-94091-02-1213A-F）；國家社會科學基金一般項目“農業產業化龍頭企業社會責任研究”（項目號：11BGL054）。

作者簡介：張照新，中國人民大學經濟學博士，農業部農村經濟研究中心產業與技術研究室室主任、研究員；陳新達，中國人民大學農業與農村發展學院管理學博士生；徐雪高，中國人民大學管理學博士，農業部農村經濟研究中心產業與技術研究室副研究員。

收稿日期：2014-06-20。