汽車零部件企業評價模型
——基于數據標準化方法

楊帆，張勇，劉大鵬

（1.中國汽車技術研究中心，天津 300300；2.陜西省工業和信息化廳，陜西 西安 710000；3.陜西汽車控股集團有限公司，陜西 西安 710043）

隨著我國汽車行業的迅猛發展，汽車零部件企業面臨著前所未有的良好機遇。我國汽車零部件市場需求正處于高速發展階段，但是市場需求持續增長的同時我國汽車零部件產業也處于一份較為尷尬的境地：從企業規模、產品技術水平、知識產權、生產工藝流程、產品質量及售后保障等方面，均暴露出諸多問題，使整個行業的發展極不平衡。為了解全國的零部件企業發展情況，需要對零部件行業中的企業進行深入比較，建立起一個統一的評價體系。

一般來說，由于宏觀經濟因素、行業因素過于復雜，因此對于不同的行業，其中的企業評價也是不盡相同的。應根據零部件企業獨有的特征，針對其特殊性建立基本符合其要求的評價指標，才能得到更準確的零部件企業評價模型。零部件企業的特點為：

第一，零部件企業的規模及其地理位置對于企業的經營起著至關重要的作用，產量銷量都受到其本身基本情況的制約。

第二，生產過程具有高度的連續性。只有保證企業的營運能力、盈利能力、償債能力、發展能力，才能保證零部件企業生產的連續。

第三，零部件企業作為汽車產業的基礎，其產品情況將直接影響汽車行業的發展，并且其生產的產品基本上都有固定的上下游配套企業。

第四，零部件企業基本上都通過機械設備進行大規模的生產作業，需要將先進的科學技術系統的運用在生產過程之中，因此技術研發水平及員工素質對于零部件企業的發展來說是至關重要的。

第五，零部件行業作為近年來國家重點發展的行業，其對國家政策的敏感度十分強烈，社會環境及政策支持對其影響也是較大的。

1 零部件企業評價模型

1.1 評價指標體系的構建

在制定零部件企業評價體系時，應通過自上而下的思路來考慮。根據上述零部件企業性質特點和已有的其他類別企業的評價體系選出能全面反映零部件企業的準則集（即一級指標），然后再對各個一級指標進行具體分析，結合零部件企業的實際情況，篩選出能夠反映該一級指標的下屬指標集，包括二級指標和三級指標。最終形成零部件企業的綜合評價指標體系。

評價體系選取的指標包括客觀數據型指標和主觀經驗型指標。客觀數據型指標主要通過相應的客觀數據參數來對零部件企業進行評價，主觀經驗型指標主要以專家經驗分析為基礎，結合實際情況對零部件企業進行評價，兩者互相補充、互相完善。

對于客觀數據型指標而言，其數據間也許存在相關性，為使評價指標更加科學，應采取以下方法對指標進行再篩選。

考慮這樣一種情形，如果被評價的n個零部件企業的一項指標數據值相差不多，那么即使這個評價指標在整個評價體系中處于重要地位，其對于每個企業最后評價結果的貢獻卻是相同的，證明這個指標在整個評價體系中是可以排除的，并且排除后有利于減少這一指標與其他指標的相關性，提高整體評價體系的獨立性與連貫性。

計算各項指標數據xj的均方差，即為：

或計算企業之間相同指標數值間的最大離差，即為：

在排除不必要的評價指標后，還可以根據自下而上的思路對整體評價體系進行檢驗。首先觀察零部件企業的實際情況，檢驗下屬指標集（包括二級指標和三級指標）的合理性；然后對指標集進行分類，劃分為不同的屬性，檢驗準則集的科學性，從而完成對整體評級體系可行性的檢驗。

根據上述指標選擇方法，并結合客觀篩選標準，可以得出以下零部件企業評價的準則集，即X={基本情況，財務狀況，產品分析，創新潛力}，具體分析如下。

1.1.1 零部件企業基本情況（Basic situation）

企業基本情況是指企業必備的各種要素的質量以及將各種要素有機結合起來的綜合能力，是零部件企業評價的基礎。主要包括企業規模、行業中的影響力、員工素質及地理位置幾方面。

1.1.2 零部件企業的財務狀況（Financial situation）

通過財務分析可以了解零部件企業的生產經營情況。主要分析零部件企業的盈利能力、償債能力以及資本營運能力。

1.1.3 零部件產品分析（Product analysis）

產品是零部件企業各方面能力的最終體現方式。對零部件產品進行分析能夠揭示企業在行業市場中所處的地位，也能表明企業的市場前景。通過對產品的銷售、產品的質量和產品市場等方面的分析可以了解企業現在的競爭力及未來的發展前景。主要包括產品質量、產品類別、產品生命周期、新產品情況以及配套企業等方面。

1.1.4 零部件企業創新發展潛力（Innovation potential）

創新能力對于企業未來的發展至關重要，它影響著企業能否跟隨時代科技發展不斷革新的能力。企業能否將科學理論轉化成為用戶可用的產品，并且批量化生產、制造和提供給客戶，并被客戶認可是衡量企業創新發展能力的重要方面。主要包括研發投入、專利數量以及是否順應國家戰略等方面。

根據上述四個評價方面，分別建立起二級指標和三級指標，如表1所示。

表1 零部件企業評價指標

其中，主觀指標包括地理位置、產品質量、配套企業、產品類別、產品生命周期、國家政策順應情況、技術中心級別和獲國家獎項情況。這些主觀指標需要按照各自的分類進行評分，具體的打分標度由專家制定，打分標度均為十分滿分制。

1.2 層次分析法確定權重

本文在確定權重時使用層次分析法。因為提出的評價指標包括主觀指標和客觀指標，而層次分析法很好的將主觀分析與客觀分析系統的結合起來。它的兩兩比較標度值的方法，能夠把依靠主觀經驗來判斷的定性問題定量化，既歸納了定性分析的結果，又兼顧定量分析的優勢，既有主觀的邏輯判斷和分析，又經過了客觀上的計算和有效推理，從而使量化決策過程既有科學性又不乏條理性。運用層次分析法確定權重時，一般分為以下四個步驟：

1.2.1 建立遞階層次結構

首先要把所研究的題目條理化、層次化，構建出一個有梯次的結構模型，將決策目標、影響因素（決策準則）和決策對象按它們之間的相互關系分為最高層、中間層和最低層。遞階層次結構中的層次數與問題的復雜程度及需要分析的詳盡程度有關，一般不受層次數限制。每一層次中各元素所支配的元素一般不要超過9個。

1.2.2 構造判斷矩陣并賦值

最常用的方法是咨詢專家，對各指標之間進行兩兩對比，然后按9分位比率排定各評價指標的相對優劣順序，依次構造出評價指標的判斷矩陣。

1.2.3 層次單排序與一致性檢驗

利用數學方法將專家填寫后的判斷矩陣進行層次排序。層次單排序是將每一個因素對于其準則的重要性進行排序，實際就是計算權向量。計算權向量有特征根法、和法等。

在層次單排序中，要對判斷矩陣進行一致性檢驗。判斷矩陣唯有通過檢驗，才能說明其邏輯上是合理的，才能繼續對結果進行分析，否則沒有意義。

1）計算一致性指標CI（consistency index）

表2 平均隨機一致性指標

當CR<0.10時，認為判斷矩陣的一致性是可以接受的，否則應對判斷矩陣作適當修正。

1.2.4 總排序與一致性檢驗

確定某層所有因素對于總目標相對重要性的排序權值過程，稱為層次總排序。這一過程是從最高層到最底層依次進行。對于最高層而言，其層次單排序的結果也就是總排序的結果。同層次單排序一樣，總排序也需要進行一致性檢驗。

通過上述層次分析法步驟，即可得出綜合評價模型中各級指標的權重ω。

1.3 零部件企業綜合評價模型

零部件企業的綜合評價模型為：

式中xij為第i個評價企業的第j項的指標值，ωj為評價指標xj的權重系數，yi為第 i(i=1,2,…,n)個被評價對象的綜合評價值。

通過綜合評價模型，可以判斷出零部件企業的綜合評分，得出其在整體行業中的排名位置，深入了解零部件企業的總體發展情況。

2 零部件企業指標數據處理

在對零部件企業進行評價之前，需要對評價指標所需的數據進行優化處理。通常會遇到各項指標數據屬于不同的數據集的情況，這時就需要先將數據的量綱去除，再進行比較和計算。

數據的標準化（normalization）是將數據按比例縮放，使之落入一個小的特定區間。在某些比較和評價的指標處理中經常會用到，可以去除數據的單位限制，將其轉化為無量綱的純數值，便于不同單位或量級的指標能夠進行比較和加權。其中最典型的就是數據的歸一化處理，即將數據統一映射到[0,1]區間上。

2.1 指標數據正向化

在進行綜合評價時，應先將指標同趨勢化，一般是將逆向指標和適度指標轉化為正向指標，所以也稱為指標的正向化。

當原指標值xi較大時，其數值的變動引起變換后指標值的變動較慢；而當原指標值較小時，其值的變動會引起變換后指標值的較快變動。特別是當原指標值接近0時，變換后指標值的變動會非常快，使得指標評價值的確定，也即指標的標準化變得困難。但是，對于一些比率類指標來說，倒數化的正向指標與其是互逆關系，此時使用倒數逆變化法是最有效的正向化方法，比如人均消耗量、萬元營業收入消耗量這些指標。

2.2 數據標準化方法的選擇

綜合評價的目的是對一組被評價的對象進行排序，以便分出排名先后。標準化方法的合理性取決于運用該方法去除被評對象的量綱，再進行排序。通過建立合理排序,然后對標準化方法進行綜合評價所做的排序與合理排序的等級相關性檢驗來進行標準化方法的優選。

2.2.1 具體步驟

1）合理排序的選擇

對于零部件企業來說，在所有原始數據指標中，產品產值是最能代表企業自身發展狀況的指標，因此以產值為基礎，對零部件企業進行排序，作為合理排序。

2）企業樣本的選擇

為研究不同指標數據對標準化方法的影響，需要從零部件企業樣本中選取兩組不同的企業，每組包括十家企業。第一組設為A組，其產值差別極大，在合理排序中分布在兩極；第二組設為 B組，其產值接近，在合理排序中排名相差不大。

3）標準化方法的選擇

數據的標準化通常包括以下方法：

a）中心化處理：

其中和s分別是指標觀測值x的樣本平均值和樣本均方差。用這種方法經標準化后,指標的均值為 0，方差為 1，消除了量綱和數量級的影響。但是，標準化法也去掉了各指標變化程度上的差異，因此經標準化后的數據不能完全準確的反映原始數據所包含的信息，會影響綜合評價的結果準確性。

b）均值化處理：

對于極差化方法來說，如果最大值與最小值之差很大，所得到的評價值就會過小，相當于降低了它的指標權重；相反，當最大值與最小值之差很小時，所得到的評價值就會過大，相當于提高了該指標的權重。即指標的兩個值就對指標的權重產生了很大影響。對極大化和極小化方法的分析結果和上面的分析一致。

由于中心化處理方法會消除原始數據所包含的信息，在此不利用這種方法進行數據標準化。極大化和極小化方法與極差化方法類似，在此不重復檢驗。選取極差化和均值化這兩種方法對兩組零部件企業的指標數據進行正向化和標準化處理。

4）標準化結果的比較

得出A組和B組的標準化結果，為簡化檢驗過程，將各個指標數據標準化的結果進行簡單加總，根據加總后的數據由大到小排列，每組得出兩種方法的排序結果，如表3、表4所示。

表3 A組企業數據標準化后排序表

表4 B組企業數據標準化后排序表

2.2.2 等級相關系數檢驗

分別計算A組和B組的合理排序xi和標準化后排序zi的等級相關系數。根據斯皮爾曼等級相關系數法，等級相關系數為：

由等級相關系數的計算公式可知：xi和zi之間的差別越均與標準化后排序完全正相關。一般情況下，r處于-1和 1之間，r越大，正相關程度越強，排序一致性越強。得出的結果如表5所示。

表5 相關系數表

2.3 結果分析

首先，觀察A組的等級相關系數可以看出均值法標準化后的排序與合理排序相差較大，查找原始數據后可以發現，由于A組中的企業在合理排序中的排位相差極大，并且排在末端的企業大部分處在虧損狀態，一些有關利潤的指標為負，造成這些指標的平均值也為負，進行均值標準化后，負負為正，應該在標準化后處于極小狀態的值轉而變為極大值，從而使得均值標準化后的排序與合理排序的相關性很小。但是在極差化法下并不存在這種情況，其相關系數為0.92，證明極差化后的排序與合理排序近似性很高。在實際的評價中，零部件企業的經營狀況參差不齊，雖然利潤指標平均值為負的可能性很小，但為了防止誤差，應舍棄均值標準化方法。

其次，觀察B組中的相關系數明顯小于A組，這是由于B組中的企業合理排名相差不大，因此其指標數據之間的差距不會根據合理排名出現明顯的高低之分，但是在標準化的作用下這些很小的差距會被放大，從而造成標準化后數據加總的排名與合理排名相似程度有所降低。數據標準化只是將指標數據歸在同一數據集的方法，通過對各個指標的簡單加總可以得出企業的評分和排名，但是由于缺少對各個指標重要性程度的判斷，可能會使整個評價體系喪失全面型和一致性。因此為獲得全面深入的零部件評價體系，指標權重是必須要考慮的，只有將兩者結合起來，才能使最后的綜合評價結果更加全面科學。

表6 綜合評價指標表 萬元

最后，觀察兩組中的極差標準化方法與合理排序的相關系數，可以看出不管是在合理排序中分布在兩極的A組，還是在合理排序中排名相差不大的B組，極差化法下的相關系數都比均值法高，

證明其標準化后的數據與原始數據的相似程度高。

綜合以上分析，本文認為在零部件企業評價體系中，在對指標數據進行優化處理時，應該選擇極差標準化方法。

2.4 實例

以A組中東風本田發動機有限公司為例具體說明正向化和極值標準化后指標數據的結果，綜合評價指標數據如表 6所示。

可以看出利用極差化方法進行數據標準化處理后不僅消除了原始數據數量級上的差別，而且使得各指標間具有可比性。

3 結論

本文建立的零部件企業綜合評價模型，從企業的基本情況、財務狀況、產品情況以及創新發展潛力四個方面進行分析，深度結合了零部件企業自身的特點，使評價結果更好的反映出零部件企業的實際情況。全面科學的評價結果對整體零部件行業的發展具有重要的指導作用。

文中采用極差標準化方法對評價指標數據進行標準化處理，消除了指標數據量綱的影響，提高了指標數據的使用精度。文中的數據標準化是通過excel實現的，在實際計算中，零部件企業樣本數量增加，此種標準化方法無疑存在著計算過程費時的缺點，因此若通過計算機編程處理，則能夠大大提高計算效率，彌補其中的不足。

參考文獻

[1] 王春枝.綜合評價指標篩選及預處理的方法研究[J].統計教育,2007,(3):15～16.

[2] 張衛華,趙銘軍.指標無量綱化方法對綜合評價結果可靠性的影響及其實證分析[J].統計與信息論壇,2005,20(5):33～36.

[3] 鄧雪,李家銘,曾浩健,陳俊羊,趙俊峰.層次分析法權重計算方法分析及其應用研究[J].數學的實踐與認識,2012,42(7):93～99.

[4] 王玉娥,葉莉,郭繼鳴.工業企業信用評價方法研究[J].河北工業大學學報,2004,33(1):89～92.

[5] 周伯成.我國工商企業信用評估指標體系研究[J].經濟縱橫,2003(2):49-51.