低碳技术创新项目优选的评价模型

贾立江，范德成

（哈尔滨工程大学 经济管理学院，哈尔滨150001）

低碳技术创新项目优选的评价模型

贾立江，范德成

（哈尔滨工程大学 经济管理学院，哈尔滨150001）

低碳技术创新是推动低碳经济发展的主要动力。文章依据低碳技术创新项目的财务、顾客、内部运营、学习和成长以及生态效益五个维度，遵循系统性、可操作性、目标性原则，建立了反映低碳技术创新项目优劣的多层次递阶指标体系；在AHP与GEM相结合确定权系数的基础上，建立了低碳技术创新项目优选的AHP-GEM模糊综合评价模型。

低碳技术创新；项目优选；模糊综合评价；群组决策特征根法

0 引言

低碳技术创新是需要低碳技术、低碳生产、低碳市场等各个环节有效连接和合作的过程[1]，需要占用大量人力、物力、财力等社会资源，而开发成功的具有高低碳技术含量的产品或应用技术等项目，在顺利实施实现批量化、规模化生产或应用后，就能够完成其回报社会的价值功能，从而推动低碳经济的发展。因此，选择科技含量高、经济效益好、运营阻力小的低碳技术创新项目成为国家或者企业发展低碳经济的关键所在。影响低碳技术创新项目社会效益、经济效益以及可行性的因素很多而且复杂，可以说低碳技术创新项目优选系统是一个模糊系统。为了克服AHP构建专家判断矩阵Saaty不一致性，并简捷、方便地进行低碳技术创新项目优选决策。本文拟将模糊综合评价法、层次分析法（AHP）与群组决策特征根法（GEM）有机结合，建立AHP-GEM模糊综合评价模型，对低碳技术创新项目优选评价作点的探索。

1 低碳技术创新项目优选评价体系设计

1.1 低碳技术创新项目优选评价体系建立

低碳技术创新项目优选指标体系的设计是进行优选的前提。指标体系设计的好坏直接关系到项目优选的准确性和精确性。低碳技术创新项目优选涉及到项目的经济效益、生态效益等，需要从多个维度对项目进行评价。因此，本文从财务、顾客、内部运营、学习和成长以及生态效益五个维度建立评价标准，科学、全面地评价低碳技术创新项目的绩效。根据系统性、可操作性、目标性原则[2]，设置了三个层次的低碳技术创新项目优选评价指标体系，如表1所示。

1.2 低碳技术创新项目优选评价体系解释

1.2.1 财务维度

财务方面的回报往往是投资者实施低碳技术创新项目最重要的目的，只有低碳技术创新项目能够给投资者带来足够的财务回报的时候，例如提高利润率、投资回报率、内部收益率，降低成本时，投资者才会有动力从事低碳技术创新活动。因此，评价体系的财务维度指的是低碳技术创新项目提高投资回报率，控制成本费用。

表1 低碳技术创新项目优选评价指标体系

1.2.2 客户维度

投资者为了获得财务业绩，就必须创造出让顾客满意的产品和服务。投资者实施低碳技术创新项目，需要投入大量的人力、物力和财力资源，只有通过低碳技术创新项目优选，不断提高顾客对产品和服务的满意度，才能吸引顾客、留住顾客，使投资者获得长期的发展。因此，评价体系的客户维度指的是低碳技术创新项目满足顾客需要，增进客户关系，提高市场占有率。

1.2.3 内部运营维度

低碳技术创新项目优选，需要投资者各部门的协调与配合。内部沟通的效率、资源分配的流程、项目执行的规划和控制都对项目实施效果有直接的影响。投资者通过低碳技术创新项目优选，也应在上述方面进行改进和提高。因此，评价体系的内部运营维度指的是低碳技术创新项目改善内部运营流程，提高内部运营能力。

1.2.4 学习与成长维度

低碳技术创新是包含渐进性创新的突破性创新，这种创新有一个学习效应随着产业扩大而逐渐发挥作用的过程[3]。这样的特点使得低碳技术创新项目需要高素质的科研人才和管理人才，新技术、新材料、新工艺的应用都需要员工通过学习来实现。投资者通过低碳技术创新项目优选，应使员工的科研能力、管理水平都得以提高。因此，评价体系的学习与成长维度指的是低碳技术创新项目提高研发人员的创新能力，提高人力资源的利用效率。

1.2.5 生态效益维度

低碳技术创新项目的一个重要特征就是在实现企业经济效益的同时，采用清洁能源技术、节能技术和碳排放降低技术做到生产的节能、低耗及减排，实现绿色生产及经营。因此评价体系的生态效益维度指的是降低对大气、水以及固体废弃物环境的碳排放，提高能源的利用效率，实现投资者的经济效益与生态效益的同步协调发展。

2 综合评价模型的构建

将模糊综合评价法（FCA）[4]、层次分析法（AHP）[4]与群组决策特征根法（GEM）[5]有机结合建立综合评价模型的基本思想是：由FCA模型将不确定信息用定量的方法表示出来，再借助于模糊运算得到隶属度关系矩阵；运用AHP-GEM综合算法得到单个低碳技术创新项目各个评价指标对综合评判重要性的权系数，该方法既可以保留AHP法中递阶层次结构这一科学分析问题的过程，又能采用绕开不一致性的科学计算，使得多指标决策更易于操作。然后在确定指标权重的基础上进行模糊综合评判，求出单个低碳技术创新项目模糊综合评判，就得出不同低碳技术创新项目的优选顺序。

2.1 建立隶属度关系矩阵

设给定两个有限论域W={a1,a2,a3,…,an}和V={v1,v2,v3,…,vl}。其中，W代表评判的指标所组成的集合；V代表评语所组成的集合。则隶属度关系矩阵R可表示为：

式中，rij表示指标ai的评价对等级Vj的隶属度，因而矩阵R中第i行Ri=(ri1,ri2,…,ril)即为对第i个因素ai的单指标评判结果。

2.2 用AHP-GEM确定权系数

2.2.1 建立递阶层次结构

运用AHP分析问题时，首先就是要把问题层次化、条理化，以突出问题的层次结构[6]。这里，表1中目标层、准则层、指标层等构成的指标体系反映了低碳技术创新项目优选评价指标的递阶层次结构。

2.2.2 构造专家评分矩阵

按照构建的递阶层次结构，准则层构建一级评判矩阵，指标层按照准则层构建二级评判矩阵。评判矩阵的构建方法为：由专家群组G中的m个专家直接对n个被评指标进行打分，而评分就组成m×n阶矩阵：

其中，xji∈[J,I](j=1,2,…,m；i=1,2,…,n)为第 j个专家对第 i个被评指标的评分值，xij的值越大，目标指标越优。

2.2.3 评价相对权重的计算

基于GEM，计算出单一准则下指标的权重，归一化即得评价指标的相对权重。具体算法如下：将评分矩阵X转置自乘记为F，即F=XTX。这里，F的最大特征根对应的特征向量就是最优决策X*。GEM是基于理想专家模型的构建为基础的，若想得到被评目标的排序，就要认知理想专家定义，并根据定义建立理想专家模型。

（1）理想专家定义。具有评分向量与群体中各专家评分向量夹角之和最小的专家，称为该群体的理想(最优)专家。

（2）理想专家模型。根据理想专家定义，最优决策X*是满足函数取最大值时的向量，式中坌b=(b1,b2,…,bn)∈En。 即：

式中 ρmax为矩阵 F=XTX的最大特征根；X*为 ρmax对应XTX的正特征向量，且X*=1。

（3）理想专家模型求解。对于GEM中理想专家模型的求解有很多种方法，常见的有两种：①设定精度要求ε，并在此条件下,采用数值代数中的幂法进行矩阵F的迭代运算，可以求出X*；②运用matlab软件求解矩阵F的最大正特征根ρmax，X*就为ρmax对应F的正特征向量。本文采用第二种方法进行求解，避免了迭代运算的繁琐。

（4）在运用第2种方法求解理想专家模型时，若最大特征根为单根，则其对应的特征向量就给出一个最优决策；若最大特征根为重根，则在评分矩阵中去掉已并列排名的被评测对象的评分值，重新构造一个矩阵，用上述方法再进行评判。直到出现最大特征根单根[7]。

2.2.4 合成指标层指标相对于总目标的组合权重

显然，将AHP与GEM相结合，既可以保留AHP中递阶层次结构这一科学分析问题的过程，又能绕开矩阵构建的不一致性，使得多指标决策更易于操作。指标层各指标Aαβ(α=1,2,3,4,5;β=1,2,…,tα;∑tα=23)相对于总目标 A 的权 重 应该为指标权重与所在准则层维度权重的乘积，即：

其中 λα（α=1,2,3,4,5）表示准则层指标 Aα相对于目标层低碳技术创新项目A的重要程度权重，为第二层次权重；λβ（β=1,2,…tα）表示指标层指标相对于准则层指标Aα重要程度权重，为第一层次权重。

2.3 在确定指标权重的基础上进行模糊综合评判

设 C 为 U 上的模糊子集，C=(λ11,λ12,…,λαβ),0≤λαβ≤1，λαβ表示单指标aαβ在总评定指标体系中所起作用大小的变量，也在一定程度上代表单指标评定等级的能力，即各个指标对综合评判重要性的权系数，而λαβ满足∑λαβ=1；R为隶属度关系矩阵。则单个低碳技术创新项目模糊综合评判结果为：

B=(b1,b2,…,bl)，0≤bl≤1,bl为对等级 Vl的隶属度，它表示单项目综合评判的结果。而判定等级依据为选取bmax=max[0,∑λαβrij],i=1,2,…,m;j=1,2,…,n，看 bmax所属等级，则该项目综合评判为该等级。

3 应用分析

以某企业集团低碳技术创新项目优选为例，运用文中所建的AHP-GEM模糊综合评价模型，对A、B、C、D四个低碳技术创新项目进行优选评价，得出四个项目各自的糊综合评价等级，然后进行优选。限于篇幅所限，以A低碳技术创新项目为例，其具体的评价过程如下。

3.1 建立隶属度关系矩阵

在本例中,评价因素集为A={a1,a2,a3,…,a24};评语等级论域V={v1,v2,v3,v4,v5}，v1、v2、v3、v4、v5分别代表低碳技术创新项目中各评价因素表现的极好、非常好、很好、不好、非常不好等五个等级。rij表示因素ui的评价对等级vj的隶属度，其值的计算可根据各评价因素的专家意见对照各因素的分级指标，通过隶属度函数的公式计算来获得，具体计算方法见文献[8]。

通过计算，可以得到低碳技术创新项目的评判矩阵为：

3.2 确定权系数

运用上文中提到的AHP-GEM方法,确定各个评价因子(或指标)的权重，为使评价结果更为准确、可靠，在综合考虑专业水平、对低碳技术的熟悉程度、综合能力等几个方面后，选取10位专家组成专家组进行评判，向他们发放打分调查问卷。按照里克特（Likert）5分法，将每个指标相对于低碳技术创新项目“稍微重要，一般重要，重要，很重要，非常重要”五个等级分别赋值1，2，3，4，5分。专家是根据所提供的低碳技术创新项目评价指标体系中各指标具体数据进行打分，这样能够有效的避免各指标数据量纲不一致性，又能使得定性指标定量化，方便评价运算。鉴于篇幅，下面仅就准则层各维度评价因子的权重确定为例，说明AHP-GEM法的应用。根据打分调查问卷，10位专家E1,E2…,E10对各维度评价因子A1、A2、A3、A4、A5打分的结果如表 2 所示。

利用matlab计算出矩阵F最大特征值为单根ρmax=742.5742，对应的特征向量为X*=[0.4638 0.3706 0.3510 0.4894 0.5337]，将其进行规一化处理,得到 λα=[0.2100 0.1678 0.1589 0.2215 0.2416]。从这个结果可以看出，对于低碳创新技术项目，准则层五个维度的重要性排序为：生态效益学习和成长财务顾客内部运营。

同理可以得到各个评价指标Aij相对于其上层评价因子Ai的权重(第二层次权重)Cβ,根据公式（4）再分别乘以相应评价因子Ai相对于目标层A的权重,得到评价指标Aij相对于目标层A的组合权重：

表2 准则层各维度评价指标专家打分表

3.3 模糊综合评判

综合以上结论,A低碳技术创新项目最终评判结果为

B=AR=[0.0949 0.2324 0.3781 0.2632 0.0314]。 根据最大隶属度法,A低碳技术创新项目等级为很好，属于中等等级。同理也可以计算出B项目、C项目、D项目的评判等级，企业集团可以根据各项目评价等级差异进行项目的优选，选择评价等级高的低碳技术创新项目。

4 结论

本文从低碳技术创新项目的财务、顾客、内部运营、学习和成长以及生态效益五个维度，根据评价指标建立原则，建立了反映低碳技术创新项目优劣的多层次递阶指标体系；在AHP-GEM确定权系数的基础上，建立了低碳技术创新项目优选的AHP-GEM模糊综合评价模型。从应用分析的结果来看，所建指标体系与模型对于涉及经济收益、节能减排、创新能力等多因子的低碳技术创新项目优选评价具有良好的适用性。同时，通过指标体系和评价的模型的应用，可以看到：（1）低碳技术即对大气、水、固体环境的碳排放量较少技术、节约能源技术是最为重要的，是低碳技术创新项目的基础因素；（2）创新能力、技术学习能力以及项目的经济效益是低碳技术创新项目的关键因素；（3）客户、市场广泛与内部运营的稳定是低碳技术创新项目的保障因素。所以在低碳技术创新项目优选时，应该将基础因素、关键因素、保障因素分等级分次序全面考虑，基础因素优先，关键因素次之，保障因素最后。

[1]陆小成，刘 立.基于科学发展观的区域低碳创新系统架构分析与实现机制[J].中国科技论坛,2009,(6).

[2]李晓燕.基于模糊层次分析法的省区低碳经济评价探索[J].华东经济管理.2010,(2).

[3]黄 栋.低碳技术创新与政策支持[J].中国科技论坛,2010,（2）.

[4]杨则英,曲建波,黄承道.基于模糊综合评判和层次分析法的桥梁安全性评估[J].天津大学学报,2005,38(12).

[5]邱菀华.群组决策特征根法[J].应用数学和力学,1997,(11).

[6]胡庆和,黄涛珍.流域水资源冲突的风险评价[J].统计与决策,2007,（2）.

[7]肖振红，张永超.基于群组决策特征根法的并购目标企业关键评价指标识别[J].统计与决策，2009，（8）.

[8]陈守煜.系统模糊决策理论与应用[M].大连：大连理工大学出版社,1994.

F204

A

1002－6487（2011）10－0039-03

国家软科学基金资助项目（2010GXS5D327）；中央高校基本科研业务费专项资金资助项目（HEUCF100930）；黑龙江省哲学社会科学研究规划扶持共建项目

贾立江（1979-），男，河北沧州人，博士研究生，讲师，研究方向：低碳经济、资源环境经济与区域经济学。

范德成（1964－），男，山东平原人，教授，博士生导师，研究方向：管理科学与工程。

（责任编辑/亦 民）