關聯性情景下基于Choquet模糊積分的電動汽車企業生態位評價

，，

(安徽工程大學 管理工程學院，安徽 蕪湖 241000)

電動汽車產業是關系到能源安全和環境保護的重要產業，是我國重點發展的戰略性新興產業之一．當前，我國電動汽車的相關研究主要聚焦于電動汽車產業發展的新技術和新材料，但是電動汽車作為汽車產業發展中的前沿產品，其所匹配的關聯性資產與其在社會推廣融合過程中的產業化發展及電動汽車企業生態位息息相關[1]．對電動汽車企業生態位進行研究和評價，有利于對企業的生產經營和發展水平進行全方位評價，利用企業生態位可以幫助電動汽車企業認識當前發展的狀態和不足并找到各自發展中的薄弱點進行適當的改進[1]．電動汽車銷售收入與科研經費投入率、利潤增長率等生態因素間均具有相互關聯關系，是相互影響的．若利用以往處理效能值和指標權重值的方法會造成大量信息的流失，所以從關聯性決策的角度評價電動汽車企業生態位問題有重要的理論與實踐意義．關聯性決策研究摒棄了傳統決策理論中關于屬性、方案等決策要素之間相互獨立的假設，將這些屬性之間彼此影響、相互作用而衍生的關聯關系融入到決策分析過程，減少由于指標關聯造成的信息流失，能夠更準確地刻畫并解決現實中的決策問題[2]．

目前國內外學者對企業生態位及電動汽車生態位評價問題進行了研究，并取得一些有價值的研究成果．生態位(Niche)概念自創立以來，在研究物種之間的競爭合作關系、群落結構、物種的多樣性及種群進化等方面應用廣泛[1]．類比于生物個體，企業處于經濟全球化發展的生態系統中，必須有屬于自己“物種”的“生態位”，“生態位”保證其不在社會競爭過程中被淘汰，并擁有生存和發展的行業地位和競爭力．企業生態位是指企業在發展過程中與其他企業以及環境相互影響時所產生的地位和作用，為企業自身發展與企業生存環境之間搭建了橋梁，能夠充分突顯企業的競爭力水平[3]．當前對于企業生態位的相關研究主要集中于企業生態位寬度、密度以及重疊度等，主要是研究企業在適應周圍環境過程中與其他企業的生態位重復率以及淘汰率，側重在企業生態位策略選擇以及生態位評價和優化等方面．如趙紅[4]等對企業群落演替過程與企業生態位對策選擇之間存在的關系進行了比較研究，并在與優勢度的聯系上進行了探討．Lin[5]等從企業生態位的密度、寬度、重疊度出發，重點研究了創新型人才在整個企業系統中不斷更進的機制．依據生態位態勢理論，“態”和“勢”兩個屬性能夠準確反映企業生態位水平，是企業生態位構成的重要方面．萬倫來[6]從企業生存力、發展力和競爭力三個層面構建了企業生態位評價指標體系，其中生存力和發展力分別能夠反映“態”和“勢”兩方面屬性，發展力則兼具兩個屬性．曹亞暉[7]等研究了企業生態位優化的內涵、突出問題以及推測思路等，發現構建企業生態位優化的戰略措施對提升企業競爭力有巨大影響．

從關聯性決策分析的研究脈絡來看，90年代以前的研究主要側重通過實驗方法和定性研究來檢驗屬性/指標、方案等不同決策要素的關聯存在性．2000年后的研究則更多地傾向于定量化方法的探索，圍繞單一決策要素關聯進行應用領域的創新和理論基礎的擴展．在已有研究中，重點強化了Choquet積分等方法在系統性解決方案設計過程中的領域性創新和集成性創新．在理論貢獻方面，面對決策環境的復雜多變，專家們為提高方法的適用性將Choquet積分擴展至二元語義、直覺梯形模糊數等更加復雜的數學環境中．例如章玲[8]等提出基于Choquet積分的決策分析方法；高巖[9]等提出基于直覺梯形模糊數積分的決策分析方法．在Choquet積分方法應用創新方面，為了迎合時代的挑戰，學者們逐步聚焦在服務升級和科技創新等領域內熱點問題的有效解決．例如，Tsai[10]等研究了基于廣義Choquet積分的服務質量評價方法；Wu[11]等設計了基于語言Choquet積分的太陽能熱電廠選址方法．

根據上述文獻梳理可以看出，目前對企業生態位的研究主要集中在生態位內涵、戰略選擇和演化機制等方面，而對電動汽車企業生態位研究，特別是在關聯性決策的情景下，對電動汽車生態位評價的研究很少．因此，文章根據生態位理論、電動汽車企業生態位要素之間的關聯性以及企業發展現狀，建立電動汽車企業生態位評價的指標體系，構建基于Choquet模糊積分的電動汽車企業生態位評價模型；以4家電動汽車企業為例，對其生態位進行評價和排序，為電動汽車企業自我評價和自我改進提供參考．

1 電動汽車企業生態位指標體系設計

根據生態學的觀點，生態位包含態和勢兩個根本屬性，并且二者相互關聯存在．“態”指生物個體的狀態，如能量、單位數量、資源占有比率等，是生物在以往成長過程中與周圍環境適應時產生的結果；“勢”是生物個體改變和適應環境的能力，如能量和物質轉換的速度、影響環境的程度等[12]．對于企業來說，“態”指的是企業原始積累包含企業在過去創立和培育過程中與環境相互作用積聚的資源控制及其他相關因素之和；“勢”指的是企業對當前和未來環境的影響力，它對企業未來的發展方向起著決定性作用，與企業發展策略研究中企業核心竟爭力等指標有相同作用[12]．企業生態位具有的主要特征具有明顯的層次和維度，它能有效反映企業在資源需求、產品銷售和生產能力等方面的特征，且能有效區分和確定企業在戰略發展中的多方向資源空間．因此，借鑒已有國內外文獻，從生態位的“態”和“勢”兩方面建立電動汽車企業生態位的評價指標體系[13-14]．其中，從企業規模和人力資源兩個方面反映電動汽車生態位的“態”，從技術創新能力和經營管理能力兩個方面反映生態位的“勢”，這四個方面根據以上生態位理論以及態勢理論能較好地反映電動汽車企業生態位，并且構成電動汽車生態位指標的一級指標，一級指標下包含多個二級指標，組成電動汽車企業生態位的指標模型，如表1所示．

表1電動汽車企業生態位評價指標體系

一級指標二級指標企業規模k1資產總額p1銷售收入p2利稅總額p3凈資產p4人力資源k2員工總數p5高級管理人員人數p6技術創新能力k3科研經費投入率p7

一級指標二級指標人均裝備技術水平p8新產品開發投入金額p9經營管理能力k4總資產增長率p10凈利潤增長率p11存貸周轉率p12主營業收入增長率p13應收賬款周轉率p14

企業規模是一種典型的生產資料和資本原始積累的結果，揭示了電動汽車產業各生產要素在電動汽車企業的積累和集中水平．從資產總額、企業銷售收入、利稅總額和凈資產四個方面來描述電動汽車企業的企業規模．

企業人力資源情況是體現企業原始積累的另一個主要因素，研究從員工總數和高級管理人員人數兩個指標來考慮．這兩項指標是可以直接獲取，并夠進行能量化分析的參數．

科技創新能力可以擴大電動汽車企業可用資源范圍并變潛在需求為剛性需求，是創新產品的先決條件，科技創新能力可以使整個組織的整體效能得到提升，幫助企業生態位面向全新的方向不斷地更新發展．因此，研究企業的技術創新能力具體研究科研經費投入率、人均裝備技術水平以及新產品開發投入金額等方面．

經營管理能力是企業內各部門(如生產、管理、營銷)互相作用的結果，它主要體現在總資產增長、凈利潤增長率、存貸周轉率、主營業收入增長率和應收賬款周轉率5個財務指標方面，屬于企業生態位中的“勢”的要素，可以準確描述企業的現狀和潛力，較全面地體現企業的競爭水平．

2 生態位評價模型構建

2.1 模糊測度定義

模糊測度的主要特性是非可加性，其原理是將衡量一般事物基礎的概率理論變換成可能性理論，并考慮各評價指標相互作用時的相關度[15]．模糊測度是指被測對象與待選集合之間的相互關聯程度．模糊測度是指對于任意給定元素xi∈X，假設Xi可能屬于X的某個子集A，則A?X，xi∈A，但是假設是模糊不定的，如果定義函數g(X)∈[0,1]為這個假設的度量，若A=φ，則能夠確定xi?A，得g(φ)=0;若A=X，則能夠確定xi∈A,g(X)=1；若A?B,A,B?X,則能夠確定xi?A的可能性要比xi?B的可能性小，所以g(A)≤g(B)．模糊測度的定義如下[16-19]：

定義1 設xi={x,x2,…,xn}為一非空集合，冪集P(X)代表函數g是X在[0,1]區間上的映射，若滿足下列條件：

(1)g(φ)=0,g(X)=1;

(2)?A,B∈P(X),ifA?Btheng(A)≤g(B).

則稱g是X上的模糊測度．假設X是無限的，則它必然是連續的．這里需要2n-1個數值才能夠確定n個屬性指標集合上的模糊測度．實際情況下，為了使模糊測度計算簡單化，一般用λ模糊測度進行描述．

定義2 任意A,B∈P(X),A∩B=φ,假如gλ滿足如下條件：

g(A∩B)=g(A)+g(B)+λg(A)g(B),

(1)

式(1)中λ∈(-1,∞)，則稱gλ為λ的模糊測度．

由定義2可知，λ=0表示λ的模糊測度gλ是可加的，此時A,B間無相互作用關系存在，處于獨立狀態；λ≠0表示λ的模糊測度gλ是非可加的，此時A,B間存在相互作用關系；λ>0時,g(A∪B)>g(A)+g(B)，則表示A,B間呈現相乘作用；λ<0時,g(A∪B)

對于gλ，應用參數λ能夠將各種類型屬性指標間的相互作用關系在實際運用中有效表述出來．當屬性指標集xi={x,x2,…,xn}，如果對于任意的i,j=1,2,…,n且i≠j，i∩j=φ，那么，此時g滿足：

(2)

對于單個屬性指標xi∈X,g(xi)是xi的模糊測度函數，它描述了對屬性xi的重要程度，這時gi=g(xi)．由于g(X)=1，依據式(2)，可由式(3)得到唯一的參數λ：

(3)

2.2 Choquet模糊積分算子

設xi={x,x2,…,xn}為一非空有限集合，f是X上的非負離散函數，函數值為f(x1),f(x2),…，f(xn),具有一般性，假設f(x1)≤f(x2)≤…≤f(xn)，μ代表X上的一個λ測度，定義f關于μ的Choquet模糊積分算子為[20-21]：

(4)

由式(4)可知，離散Choquet模糊積分算子的特征是：它是對f(x1),f(x2),…,f(xn)按大小順序重新排序后的線性表示，并且將屬性指標與指標集之間普遍存在的相互影響和關聯程度考慮在了實際問題處理過程中，同時此種排序方式可以確定各屬性指標集的輕重程度[22]．

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

λgi)

所以可得如下命題：

(5)

2.3 基于Choquet模糊積分的多屬性決策模型

對于電動汽車企業生態位評價多屬性決策問題，設D是一組可行候選方案：

D={D1,D2,…,Dm}=(Dj);j=1,2,…,m,

(6)

式中,Dj代表第j個決策方案.X表示D的決策屬性集合：

Xi={x1,x2,…,xn},i=1,2,…,n,

(7)

多屬性、多指標決策問題可以用如下矩陣表示：

(8)

式中,i=1,2,…,n;j=1,2,…,m;xij表示第i指標第j方案的屬性值．

3 算例分析

以文獻[1]中4家電動汽車企業為例，使用近3年的平均數據，能夠準確對企業的生態狀況進行客觀反映和描述，然后將原始數據通過標準化方式處理，采用Choquet模糊積分算子計算各指標體系群的評價值，對4家電動汽車企業生態位各方面指數和最后綜合評價結果排列順序，并對計算結果進行分析．標準化數據來源于文獻[1]，電動汽車企業生態位評價指標標準化數據如表2所示．

3.1 基于Choquet積分算子計算各指標的評價值

將各指標標準化數據表示成以下矩陣形式：

表2 電動汽車企業生態位評價指標標準化數據

企業技術創新能力R3經營管理能力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模糊積分計算各企業屬性指標矩陣的評價結果，如下式所示：

對另外3家企業指標體系群進行相同的計算，得到以下評價結果值.

依據人力資源指標進行的評價結果為：

依據技術創新能力指標進行的評價結果為：

依據經營管理能力指標進行的評價結果為：

綜合比較4家企業指標體系群的計算結果，得出最終評價結果為：

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

總的排序結果為d(2)>d(1)>d(3)>d(4)，所以電動汽車企業D2評價值最大，生態位最優．

3.2 結果分析

4家電動汽車企業的單項評價結果與綜合評價結果如表3所示．4家企業在企業規模、人力資源和技術創新能力這3個指標上排序相同，D2在這3個指標上評價值都是第一，且綜合評價結果得出D2為最優，其得分最高，為0.086 9．在考慮這3個指標時生態位評價值D4的生態位評價值最低，但其經營管理能力的排名較高，說明D4在行業內是屬于具有發展潛力的企業．在經營管理能力上，D1的評價值最高，而D2的評價值排第三，說明電動汽車企業生態位情況與其綜合水平相關，如果只在某一單方面有突出優點，并不具備企業大發展的優勢．D2需要加強在經營管理方面的能力，包括提高利潤增長率和主營業務收入等，而這些都是與企業規模、人力資源等指標密切相關的．由于D2在企業規模、人力資源和技術創新能力方面都具有明顯的優勢，所以D2的生態位綜合評價值最高，為最優企業生態位．

表3 電動汽車企業生態位評價結果

4 結語

電動汽車企業生態位評價是根據多個屬性指標展開研究的，不同指標間通常都互相聯系，并不是單獨存在的，一般的決策方法是將每個屬性指標看作一個單獨的個體，并且權重的衡量受到主觀因素影響.權重反映了企業決策者認為不同屬性指標對研究目標的影響程度，并且影響決策結果的評價值．因此考慮各指標間的關聯性，利用Choquet模糊積分算子對電動汽車企業生態位開展研究，具有如下兩個特點：

(1)基于企業生態位理論以及電動汽車企業發展的特點設計了電動汽車企業生態位評價指標體系，考慮指標體系中各個屬性指標間的關聯關系，選取了4家電動汽車企業進行生態位評價研究，計算過程中模糊算子的計算結果與各屬性的權重大小以及決策者的主觀判斷不相關，能夠使電動汽車企業生態位評價結果更加客觀與合理．根據算例驗證了利用Choquet模糊積分算子對電動汽車企業生態位進行研究的實用性和有效性，使得評價結果更加科學．

(2)在整個電動汽車企業生態位評價研究過程中，最終得到的評價值亦不依靠各屬性指標的權重，能夠在不知各屬性權重的條件下對電動汽車企業生態位進行排序優選，在電動汽車企業生態位優選過程中使屬性權重更加容易確定，提高決策的客觀性和準確性．利用此方法可對多家電動汽車企業進行生態位比較研究，有利于企業對自身發展情況作全方位的評估，認識到電動汽車企業的薄弱點并進行相應的改進．

在關聯性情景下對電動汽車企業生態位評價方法進行研究，但沒有對具體電動汽車企業進行實證研究．未來作者將對具體企業生態位進行實證分析，并根據實證結果，結合企業生態位理論，對企業戰略選擇作進一步的探討．

[1] 宋燕飛,邵魯寧,尤建新.互補性資產視角下的電動汽車企業生態位評價研究[J].管理評論，2015,27(9):108-119.

[2] 索瑋嵐,馮博.關聯性決策分析方法研究綜述[J].系統工程理論與實踐,2016,36(10):2 449-2 464.

[3] 許簫迪,王子龍.企業生態位K-r選擇策略研究[J].管理評論,2006,18(10):35-40.

[4] 趙紅,陳紹愿,陳榮秋.企業群落演替過程與企業生態對策選擇及其優勢度比較研究[J].管理評論,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] 萬倫來.企業生態位及其評價方法研究[J].中國軟科學,2004(1):73-78.

[7] 曹亞暉,劉志峰.企業生態位優化的基本內涵、突出問題與對策思路研究[J].未來與發展,2009,30(6):69-73.

[8] 章玲,周德群.基于關聯的多屬性決策分析理論研究綜述[J].管理評論,2008,20(5):53-59.

[9] 高巖,周德群,章玲.基于直覺梯形模糊數的關聯變權多屬性決策方法[J].系統工程,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.生態位態勢理論與擴充假說[J].生態學報,1997,17(3):324-332.

[13] 顏愛民.企業生態位評價指標及模型構建研究[J].科技進步與對策,2007,24(7):156.

[14] 宋燕飛,尤建新,邵魯寧，等.電動汽車企業生態位的態勢效率評價[J].同濟大學學報，2015,43(6):951-957.

[15] 張維英,陳靜,張光發，等.基于Choquet模糊積分算子的多指標屬性船型方案優選模型[J].大連理工大學學報，2015,55(4):380-386.

[16] 王熙照.模糊測度和模糊積分及在分類技術中的應用[M].北京；科學出版社,2008.

[17] 章玲,周德群.基于k-可加模糊測度的多屬性決策分析[J].管理科學學報，2008,11(6):18-24.

[18] 劉洋,樊治平,張堯.一種考慮屬性具有關聯性的正態隨機多屬性決策方法[J].運籌與管理,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] 陳希,韓菁,曹洪亮.基于語義Choquet積分的知識服務能力測評方法[J].運籌與管理,2015,24(5):214-221.

[21] 陶長琪,凌和良.基于Choquet積分的模糊數直覺模糊數多屬性決策方法[J].控制與決策,2012,27(9):1 381-1 386.

[22] 萬樹平,董九英.基于三角直覺模糊數Choquet積分算子的多屬性決策方法[J].中國管理科學,2014,22(3):121-129.