淺議企業統計分析中模糊評價法的應用

摘 要：為相對準確地對企業發展狀況實施客觀評價，必須對企業運營的各個方面進行統計分析，遇到非確定性的復雜問題時需要使用模糊評價法，它是從模糊數學為基礎的隸屬度理論出發，將定性評價轉化為定量評價的過程，在處理較難量化的非確定性問題時有重要作用。

關鍵詞：統計分析 模糊評價法 定性評價

企業的日常經營管理離不開對各類問題的統計分析和評價，統計分析的意義在于能夠找到影響質量、效益等要點的關鍵因素，并對這些因素影響結果做精準預測。分析中往往會遇到一些邊界不清、不易定量、模糊性的復雜問題，需要使用模糊評價法。為了讓更多人了解和掌握模糊評價法，并在企業統計分析中實施應用，本文將詳細介紹模糊評價法的使用步驟和實際應用要點。

一、模糊評價法的介紹

模糊評價法是一種基于模糊數學的綜合評標方法，即用模糊數學對受到多種因素制約的事物做出一個總體的評價，能夠較好地處理多因素同時影響、模糊性及定性判斷等問題。模糊數學理論是美國加利福尼亞大學的L﹒A﹒Zadeh教授1965年提出的，其后逐漸在世界上受到廣泛的關注，其核心是模糊集合。

二、模糊評價方法闡釋

1.評價問題的因素集進行建立。因素集是用U=（u1，u2，u3，u4，u5，.......un）來表示的，其中u表示不同的模糊因素，所謂的因素就是不同對象的性能或屬性，在不同的場合中也被稱之為參數指標，這些模糊因素可以綜合的反應出不同對象的質量，還能夠結合這些因素對這些對象進行評價，在操作中還需要用到評判集，其用v=（v1，v2，v3，v4，v5，.......vn）來表示，它就是評價人員對評價對象所作出的不同總評，讓評價結果共同組成一個集合，為了有明顯的區分，使用優、良、中、及格和不及格來表示，更好的對模糊分析結果作出評價。

2.對權重集的建立分析。在所設置的因素集中，不同因素的所占到的重要程度也是不同的，為了能加準確的表示出不同因素的重要程度，需要系統判斷分析。第一步，對矩陣中每一個元素進行乘積，結果用W來表示，Wi=m/bj，其中j=1，2，3，4，5，6，7，8，9，m）.（4-2），然后進入到第二步，對各行的Wi的 m 次方根值進行計算，公式為Wi=m/wi（4-3），第三步，對向量做進一步處理，統一進行規劃，從而得出各個指標在整體中的權重系數值，公式為ai=Wi（Mij=1（4-4），第四步要進行b矩陣在一致性方面的檢驗，不同權數所組成的集合使用W進行表示，也就是W=（w1，w2，w3，w4，w5，.......Wn），這些權數都滿足非負性和歸一性。

3.對不同的模糊因素隸屬關系進行確定。在因素集中有很多不同的元素，首先明確這些不同因素之間的隸屬關系，然后建立隸屬函數，利用公式來計算出隸屬度，單個因素構成模糊評價向量，所有單因素的模糊評價向量構成單因素模糊評價矩陣：

4.分析模糊綜合評價情況。各個因素的權重集與單個因素模糊評價矩陣進行模糊運算，可得到模糊綜合評價指標：

5.對每一個對象的綜合分值進行評價。進行綜合評價，將所有對象的評價結果做綜合排序，把評價結果B轉化為綜合分值 M ，然后根據 M 值大小進行排序，得出評判結果，選出最符合要求的對象。

三、企業統計分析中模糊評價法的應用要點

1.模糊評價法的應用范圍。企業生產經營中有許多問題都是涉及因素眾多的復雜問題，比如產品質量、市場營銷、盈利能力上的問題，都不是簡單的某個環節或因素所決定的，而往往與多個相互影響的環節或因素相關，存在著大量模糊判斷，簡單的統計評價只能做出定性描述，而無法實現定量分析，無法去除模糊性。同時，有些問題很難精確地描述，例如庫存充足、化學反應充分、質量過硬等，“充足”、“充分”、“過硬”等均屬于邊界不清晰的模糊概念。而模糊評價方法可以使我們較好地解決類似問題，通過漸進數值來評價。比如在評價一個產品市場競爭力的時候，如果說它屬于市場拳頭產品，用數值0.9表示，如果說它與競爭對手比基本無優勢，使用數值0.2表示。這就是人們稱其為隸屬度，如0.9表示隸屬于集合U的程度較高，而0.1則表示隸屬于集合U的程度偏低。這樣，對那些模糊事物的性狀就有了一種可靠的定量分析方法。

2.模糊評價法的常見配合使用方法。

2.1專家打分法。由于待模糊評價的問題大多沒有統一的衡量標準，不同層次的人員從不同角度出發給出的判斷往往相差較遠，對問題的分析受人們的主觀判斷影響較大。在實際分析中，為了提高統計分析評價結果的可靠性，往往采用廣泛吸取專家意見的方法來去除主觀判斷的片面性，稱為專家打分法。一般情況下，根據需要評價問題所涉及的環節，選取與之相關聯的各領域2～3名管理、技術專家，組成問題評價專家小組。然后分別將需要評價的問題單獨發送到每個專家手中，征詢其意見、打分，然后對全部專家的意見回收、匯總、整理出綜合意見，如果意見相差較遠，則反復收取意見，最終取得比較一致的評價結果。

2.2層次分析法。企業統計分析中很多都是涉及因素眾多的綜合性問題，對一個問題的評價往往需要很多個指標，根據重要性與相關程度，可以分為一級指標、二級指標、三級指標，對指標權重的確定需要使用到層次分析法。層次分析法是從定性分析到定量分析綜合集成的一種系統工程方法，它是復雜問題分解細化，將人們對復雜系統的思維過程數學化。首先是要對將問題的相關因素劃分為目標層（最低層）、準則層（中間層）和方案層（最高層）；其次是要剖析各層級之間的相互關系，通過對各因素重要程度的比較，計算出在不同準則及總準則下各個方案的相對重要程度；最后對決策方案的優劣進行總排序，做出恰當的選擇。

3.統計分析的質量把控。統計分析作為企業統計工作中重要一環，擔負著向管理者提供信息咨詢和決策參考的重要使命，必須保證其質量問題。其一，提高分析數據、資料的準確性。數據是分析的基礎，統計數據的準確、真實、可靠是分析預測合理的前提，來不得半點馬虎，微小的統計數據失誤也會帶來較大影響，以致得出錯誤的決策信息。為此，要著重加強統計信息網絡的建設，構建統計分析數據庫，推進數據采集的自動化，減少人手操作，提高數據質量和工作效率。其二，構建完善的統計工作標準和內部審核制度。各級統計工作都要嚴格執行統一的工作標準，按照規范制度開展日常工作。要認真落實統計數據內部審核工作，對每筆數據嚴格審核、把關，及時對統計偏差做出糾正。公司級統計負責對全公司的統計數據進行質量把關，保證為企業生產、經營、預測和技術活動的管理提供正確信息。其三，提升統計工作人員素質。為適應日益競爭的市場形勢，企業應定期對統計人員開展業務培訓，提升員工統計操作水平和分析工具應用能力，重點提高統計分析業務能力。特別是對模糊評價法、層次分析法等理論性方法要開展系統培訓，保證實際應用中操作的準確性與結果的可靠性，從而提升企業統計分析水平。

四、結語

模糊評價法應用意義在于能夠使模糊現象適度精確化、定性分析定量化，可應用在涉及多因素、模糊性及主觀判斷等問題的分析評價，解決了模糊性問題無法定量分析的難題，并在一定程度上降低了主觀因素的影響，增強了分析評價結果的準確性。它在企業統計分析中的作用不可替代，廣泛應用于帶有模糊描述的復雜性問題。在實踐應用中不僅系統性強，而且得出結果清晰，能為企業生產、經營決策提供出合理、有效的分析建議。

參考文獻：

[1]郭偉光.三角模糊分析法在企業KM績效評價中的應用[J].科技創新導報， 2007（30）.

[2]徐君.模糊關聯分析法在煤炭企業循環經濟評價中的應用[J].礦山機械， 2011，39（3）.

[3]孫銘憶. 層次分析法（AHP）與網絡層次分析法（ANP）的比較[J]. 中外企業家， 2014（10）.