灰色关联度评价

灰色关联度评价（精选10篇）

灰色关联度评价 第1篇

产业经济学认为, 产业在社会生产过程及经济发展中的地位和作用的差异, 表现为产业关联度的差异或者关联效应的差异。如果某一产业生产的产品构成另一些产业生产产品的原料和材料、部件, 前者的发展为后者的发展创造了物质前提, 那么这种作用就是该产业的前向关联效应;如果某一产业的发展为另一些产业的发展提供了市场条件, 那么前者的生产就会以后者生产的产品为中间投入的物质内容, 这种作用是构成该产业的后向关联效应。

通常分析产业关联效应的方法有投入产出方法、相关分析法、回归分析法等。其中投入产出法主要是利用投入产出表计算影响力系数和感应度系数, 其计算的前提就是需要投入产出表, 并且计算量大、计算过程复杂;回归分析法通过大量样本数据的观测以寻找统计规律, 由于统计口径前后不一而导致数据的变化, 常常会影响到结果的准确性。因此, 这两种方法在实际运用的过程中都存在较大的局限性。

灰色关联分析法是灰色系统理论的一个重要内容, 它通过参考序列与比较序列各点之间的距离分析来确定各序列之间的差异性和相近性, 从而找出各因子之间的影响关系以及影响系统行为的主要因子。该方法对样本数据量的多少没有过分要求, 也不要求数据具有典型的分布规律, 是一种全新的系统分析方法。

二、灰色关联度评价方法简介

灰色关联度法以关联度来描述系统发展过程中各因素间相对变化的情况, 如果两者在发展过程中相对变化基本一致, 则认为关联度比较大;反之, 则关联度比较小。关联度系数的计算步骤如下。

第一步, 设参考数列X0与被比较数列Xi。

第二步, 评价数值初值化。由于评价数据是由不同数量级组成, 故要求进行初值化处理。其方法如下:

式中Xi'为数列中第i个值与第一个值比较的效果。

第三步, 求差序列。即被比较数列的第n个值与参考数列的第n个值的差的绝对值, 求出时间数列与比较时间数列, 其计算公式为:

第四步, 计算两级最小与最大绝对差值, 其计算公式为:

第五步, 计算比较数列在各时点的关联系数ζi (k) 与灰色关联度系数Ri。

Ri为被比较数列与比较数列的关联程度值, 其计算公式为:

根据灰色关联度系数及其发展变化的趋势, 可分析参考对象与被比较对象之间的关联程度。

三、矿业关联效应评价的实证分析

矿产资源是人类生产和生活资料的基本源泉之一, 是社会经济可持续发展的重要物质基础。矿产资源开发不仅能通过矿业产值产生直接的经济效应, 还能通过前、后关联效应影响和带动相关产业。一方面矿产资源开发可通过供给联系, 诱发并促进其他部门的发展, 产生前关联效应, 如煤炭开发带动电力、冶金和化工等行业发展。另一方面可通过需求联系, 造成市场压力, 带动其他相应部门发展, 形成后关联效应, 如煤炭开发可以为机械、电力等行业发展带来一定市场需求。同时矿产开发所带来的人口聚集与城镇规模的形成与扩大, 必将刺激农业及第三产业的相应发展。

分析矿产资源产业的关联效应, 正确认识矿业在湖北省国民经济发展中的作用与地位, 可以为矿产资源勘查与开发利用规划、矿业经济区划以及经济发展规划和决策提供科学依据。

1、湖北省矿业发展现状分析

湖北省是一个矿产资源大省。截止2006年底, 全省已发现矿产136种, 占全国已发现矿产168种的81%, 其中已探明储量的矿产有87种, 占全国已探明储量矿产151种的58%;全省有57种矿产资源的储量列举全国前10位。全省已发现矿产地2700多处, 已探明储量的矿区1340个, 与全国其他省份相比, 是矿种比较齐全的省区之一。全省开发利用矿产达93种, 全省资源储量占用率大于50%的矿种数占已开发利用矿种数的50.5%。矿业是湖北省国民经济的先行行业。

矿业开发为全省经济与社会发展提供了大量矿产品, 积累了资金、技术和人才, 有力地促进了部分山区人民脱贫致富, 为铁、铜冶金、磷盐和石油化工、建材及后续加工产业的形成与发展, 特别是为钢铁和化工两大支柱产业的形成奠定了基础。以矿业为先导和基础, 出现了武钢、鄂钢、冶钢、大冶有色、江汉油田、黄麦岭磷化工集团、武汉葛化、荆门石化、华新水泥等一大批具有较强实力的矿产开发与加工企业, 基本形成了“三大矿业走廊” (武汉-鄂州-黄石冶金、建材走廊, 云应-天潜-荆州盐化工走廊、荆襄-宜昌磷化工、建材走廊) 和“七大矿业基地” (黄石-鄂州冶金、建材基地, 云应盐化工、石膏生产基地, 潜江石油生产基地, 宜昌磷矿、建材生产基地、黄麦岭磷化工基地, 荆襄磷矿基地, 荆门-当阳建材基地) 的生产力布局。矿业已逐渐成为湖北省国民经济发展的一个支柱产业。

2、关联效应评价

本文选取1996—2005年的数据为研究对象, 采用灰色关联度法计算“九五”和“十五”期间矿业同三次产业的关联程度值, 并对比分析了两个时期矿业关联效应的变化。

(数据来源:《湖北省矿产资源年报1996—2005》、《湖北省统计年鉴1996—2005》。)

计算两级最小和最大绝对值差:

由表5中的计算结果可知, 矿业同第一产业的关联度最大, 其原因是矿业采掘业的统计数据在统计年鉴上仍然归属于第一产业;与第二产业关联度仅次于第一产业, 是因为矿业直接为相关原材料加工业提供生产资料, 是工业发展的基础;矿业同第三产业关联度最小, 说明我省矿业对服务业的影响力有限, 这也符合经济发展的实际。“九五”与“十五”相比, 矿业同各次产业的关联度都有所下降, 其原因是多方面的, 如地质勘查强度不够, 矿产资源储备不足, 制约了矿业企业的生产规模和效率。长期以来, 我国资源性产品价格偏低, 而价值与价格的背离, 客观上也降低了矿业的产值。随着产业结构的调整和升级, 原材料加工产业在国民经济中的比例也有下降的趋势。因此, 矿业是影响湖北省国民经济的重要因素之一, 发展矿业, 有利于促进湖北省提高工、农业经济发展的水平。

四、结论

传统的评价产业关联效应方法通常运用投入产出法, 计算产业的影响力系数和感应度系数, 但在求解的过程中通常只需要政府统计部门提供投入产出表, 计算投入产出系数, 数据的取得比较困难, 且计算的过程复杂, 因此推广运用困难。根据关联效应的原理, 本文提出了一种新的关联效应的评价方法——灰色关联度法, 它通过参考序列与比较序列各点之间的距离分析来确定各序列之间的差异性和相近性, 从而找出各因子之间的影响关系。尽管该方法对评价矿业关联效应的实用性还有待于进一步的研究, 但不依赖于传统的方法, 为产业关联效应评价提供了一个全新的思路。

摘要：矿产资源的开发和利用对三次产业的发展具有较强的影响和推动作用, 这称之为矿业的关联效应。传统的计算产业关联效应的投入产出方法、相关分析法、回归分析法等方法, 对数据的要求高, 计算量大, 计算过程复杂, 因而在实践中运用困难。本文针对上述方法的局限性, 提出了运用灰色关联度法计算和评价矿业的关联效应, 并以湖北省为例进行了实证分析, 其结果表明灰色关联度法是一种实用的关联效应评价方法。

关键词：关联效应,灰色关联度,矿业

参考文献

[1]芮明杰:产业经济学[M].上海:上海财经大学出版社, 2005.

[2]关凤峻:自然资源对我国经济发展贡献的定量分析[J].资源科学, 2004 (4) .

[3]吴强:西藏矿产资源开发的经济效应分析[J].矿产在研究与开发, 2006 (2) .

[4]徐康宁、王建:自然资源丰裕程度与经济发展水平关系的研究[J].经济研究, 2006 (1) .

[5]左治兴、孙学森:矿产资源评价理论与方法评述[J].中国矿业, 2005 (14) .

[6]马争艳:矿产资源对经济发展的贡献评价研究[D].中国地质大学, 2008.

[7]贾芝锡:矿产资源经济学[M].北京:地震出版社, 1992.

[8]张雷:矿产资源开发与国家工业化[M].北京:商务印书馆, 2004.

利用灰色关联法评价苏州河水质状况 第2篇

利用灰色关联法评价苏州河水质状况

摘要：系统阐述了灰色关联评价方法在地表水水质状况上的实践应用,并应用该方法对苏州河、年及白鹤、黄渡和华漕等6个监测断面的`水质进行综合评价.评价结果表明.通过近来苏州河综合整治工程的有效实施,苏州河的水质有了明显的改善,各断面水质状况由19的V类或劣V水.到2004年和20基本提高到Ⅳ类或V类水质状况,且上下游水质差别运渐缩小.作 者：施萍    SHI Ping  作者单位：同济大学环境科学与工程学院,上海,200092 期 刊：江苏环境科技  ISTIC  Journal：JIANGSU ENVIRONMENTAL SCIENCE AND TECHNOLOGY 年，卷(期)：, 21(z1) 分类号：X8 关键词：水质    评价    灰色关联    苏州河   

灰色关联度评价 第3篇

关键词：商业银行,灰色关联分析法,绩效

一、引言

金融系统在整个国民经济中起着至关重要的作用,而银行又是整个金融系统的主体,因此,银行经营绩效水平的高低必然影响整个国民经济的健康发展和正常运行。对于商业银行经营绩效的研究有助于建立和完善我国的商业银行绩效理论;有利于推动绩效评价体系和方法的改进和发展;金融监管机构通过分析商业银行经营绩效,动态地跟踪研究结果,找到造成我国商业银行绩效水平低的原因,从而采取措施控制和防范金融风险, 规划引导整个银行业的发展,为银行发展创造良好的外部条件。研究商业银行绩效也可以为银行业的改革提供依据,对金融监管机构政策的制定实施具有参考价值,从而不断地提高我国商业银行的绩效,加快商业银行的发展。常见的研究银行经营绩效的方法有:财务指标评价法、效率评价法、平衡计分卡评价法、经济增加值分析法等。本文拟采用灰色关联度分析法对我国上市银行的经营绩效进行评价。

二、灰色关联度评价法的基本理论

1.灰色关联度评价法简介。1982年邓聚龙教授提出了灰色系统。灰色系统即是介于黑色系统与白色系统之间,反映了系统内部各因素间具有一种不确定关系。灰色关联度分析是一种多因素统计分析方法。它是通过对系统统计数列(参考数列和比较数列)几何关系的比较来分析系统中多因素间的关联程度,认为如果因素变量所表示的曲线的几何形状越接近,则因素发展变化态势越接近,它们之间的关联程度越大;反之,关联度越小。灰色关联分析的实质就是比较若干数列所构成的曲线与参考数列所构成的曲线几何形状的贴近度,列出关联序列,也就是评价对象的优劣次序,然后按照灰色关联度越大,评价结果越好的评价标准进行评价。

灰色关联分析法原理简单、计算简单、易于掌握,对数据分布类型及变量之间的相关性无特殊要求,在分析过程中,信息退化小,评价结果客观性强,适用于信息不完全确知的小样本系统。灰色关联分析方法还能从不同角度进行因素调整,准确地评判出企业在同行业所处的位置,反映其综合实力,发现企业经营管理中存在的问题,因此,对企业的绩效评价有一定的优势。

2.评价模型都构建。

(1)确定分析样本的参考数列和比较数列。通过分析研究样本,确定研究样本的一个参考数列和一组比较数列。反映系统行为特征的数据序列,称为参考数列。影响系统行为的因素组成的数据序列,称比较数列。将比较数列和参考数列组合在一起构成矩阵。

(2)对参考数列和比较数列进行无量纲化处理。由于系统中各因素的物理意义不同,导致数据的量纲也不一定相同,不便于比较,或在比较时难以得到正确的结论。因此在进行灰色关联度分析时,一般都要进行无量纲化的数据处理。

(3)确定各指标权重w=(w1,w2,…wp)。

(4)求参考数列与比较数列的灰色关联系数ξ(Xi)。

所谓关联程度,实质上是曲线间几何形状的差别程度。因此曲线间差值大小,可作为关联程度的衡量尺度。对于一个参考数列X0有若干个比较数列X1,X2,…,Xn,各比较数列与参考数列在各个时刻(即曲线中的各点)的关联系数ξ(Xi)可由下列公式算出:其中ρ为分辨系数,一般在0~1之间,通常取0.5。

第二级最小差,记为Δmin。两级最大差,记为Δmax。

为各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一个点的绝对差值,记为Δoi(k)。

所以关联系数ξ(Xi)也可简化如下列公式:

(5)计算关联度。因为关联系数是比较数列与参考数列在各个时刻(即曲线中的各点)的关联程度值,所以它的数不止一个, 而信息过于分散不便于进行整体性比较。因此有必要将各个时刻(即曲线中的各点)的关联系数集中为一个值,即求其平均值, 作为比较数列与参考数列间关联程度的数量表示,关联度公式如下:

ri值越接近1,说明相关性越好。

(6)关联度排序。将m个子序列对同一母序列的关联度按大小顺序排列起来,便组成了关联序,记为{Si},它反映了对于母序列来说各子序列的“优劣”关系。若S0i>S0j,则称{Si}对于同一母序列{S0}优于{Sj},记为{Si}>{Sj};S0i表示第i个子序列对母数列特征值。

三、我国上市银行经营绩效评价的实证分析

1.评价指标体系。根据我国银行业的特点和实际情况,按照客观性、全面性、可操作性等指标体系设计原则,结合财政部印发的《国有资本金绩效评价规则》中的指标,并引用《中国企业绩效评价》一书中的数值,构建我国上市银行经营业绩评价指标体系并确定了各指标相应的权重。该指标体系从盈利能力、偿债能力、经营与发展能力、股本扩张能力四个方面选取8个指标较全面的反应我国上市银行的经营业绩(见表1)。

2.实证研究。本文选取了在上海证券交易所上市的16家商业银行作为研究样本,根据2013年年报中各项财务指标,运用灰色关联分析法计算各上市银行与理想化样本的灰色关联度, 根据评判标准对这些上市银行的绩效进行评价。

(1)确定分析样本都比较数列和参考数列。根据上市银行2013年的年报中数据,经过整理得到以下都原始数据(见表2)。

数据来源:同花顺网站

(2)无量纲化处理。参考数列理想值的确定均取自原始数据。由于工商银行的业绩在银行业表现较好,因而在确定参考数列的时候,以工商银行的各项财务指标作为理想值,构建理想化样本X0j=(20.61,0.75,93.2,0.03,9.81,3.63,0.31,0.01),然后对原始数据进行无量纲化处理,得到以下的数据(见表3)。

(3)关联系数矩阵。根据公式1,ρ取0.3,得出关联系数矩阵(见表4)。

(4)关联度排序。根据公式2,计算出灰色加权关联度,即Si (0.7164,0.7377,0.8489,0.7569,0.6827,0.7659,0.7954,0.9262,0.7568,1,0.8648,0.9463,0.8579,0.7604,0.5531,0.6876)

四、结果分析

1.大银行的经营绩效水平普遍高于中小股份制银行。根据评判标准,对16家上市银行2013年度经营绩效进行排序,结果如下(从优到劣):工商银行 > 建设银行 > 农业银行 > 光大银行 > 中国银行 > 民生银行 > 北京银行 > 兴业银行 > 中信银行 > 交通银行 > 招商银行 > 华夏银行 > 浦发银行 > 宁波银行 > 平安银行。根据模型得出的结论和现实情况基本相符。大银行的经营绩效普遍高于中小股份制银行,2013年经营绩效排名前五的有4大行,仅有光大银行一家跻身前五名,名次也比较靠后,而排名后五位的都是中小银行,股本规模比较小,除浦发银行股本在186亿元,其余的都在100亿元以下。考查2013年各个银行的股本、灰色关联系数,得到以下图形(见图2)。由此可以看出,股本与经营绩效有很大的关联程度。

2.小银行的股本扩张潜力巨大。在上述16家上市银行中,总股本在100亿元以下的有5家,宁波银行总股本最小,仅有29亿元,但是纵观各银行的每股公积金,只有4家规模最大的银行的每股公积金低于0.6元,工商银行是0.31元,农业银行是0.23元,建设银行是0.54元,中国银行是0.42元,由于这些银行的股本规模很大,最大的工商银行3512亿元,所以他们的股本扩张能力较弱,但是经营绩效比较高。光大银行每股公积金是0.62元,经营绩效也很高。而其他小银行的每股公积金都很高,除交通银行、中信银行、民生银行外,都在2以上,平安银行最高为6.31元,因此,中小银行的股本扩张能力远远高于国有四大行, 中小银行在未来发展中,可以考虑适度扩大股权资本。

3.中小银行的资产负债率普遍高于大银行。除农业银行资产负债率为94.2%,工商银行、建设银行、中国银行的资产负债率都在93.3%以下,而中小银行的资产负债率大部分都在93.5%以上,华夏银行最高位94.86%,该指标表明中小银行的经营风险要高于四大行,其临偿债能力低于四大行,四大行的资产质量也优于中小股份制银行。中小银行在以后的经营中要关注资产负债率,加强风险管理,防范不良资产。

灰色关联度评价 第4篇

灰色关联分析法在铁矿技术经济评价中的应用

矿产资源是国民经济发展的物质基础,建立科学实用的铁矿资源开发利用技术经济评价模型十分重要.通过收集1994～ 的.铁矿资源开发利用的数据资料,利用灰色系统理论中的灰色关联分析方法进行处理,得到了铁矿资源的采选冶技术经济指标与最优指标的关联系数,从而得到了铁矿资源1994～ 20技术经济指标的总体变化状况.

作 者：许民利 陈晓红 作者单位：中南大学刊 名：金属矿山 ISTIC PKU英文刊名：METAL MINE年，卷(期)：“”(11)分类号：关键词：灰色关联分析 铁矿 技术经济评价

灰色关联度评价 第5篇

[关键词] 灰色预测；灰色关联度分析；就业结构；就业吸纳力

【中图分类号】 F22 【文献标识码】 A 【文章编号】 1007-4244（2014）03-085-2

一、引言

就业结构又称社会劳动力配置结构，通常是指国民经济各部门所占用的劳动力数量、比例及其相互关系。它反映国民经济的总体发展水平以及社会劳动力资源投入方向的总体状况，在国民经济全局运行和就业活动中具有极为重要的意义。就业结构在一定程度上决定着经济结构的其他方面。

李钊和王舒健（2003）分析了对外贸易对就业数量以及就业结构俩方面的影响。刘秀梅、田维明（2007）的研究表明，农村劳动力由从事农业转向从事非农产业，导致农村劳动力边际生产力的明显改善，农村劳动力转移是促进国民经济增长的重要方面。

本文从灰色理论出发，运用GM（1，1）模型对陕西省就业人口总数进行预测，用灰色关联理论对陕西省就业结构进行动态分析。

二、灰色关联模型及GM（1，1）预测基本原理

（一）灰色预测，是指对系统行为特征值的发展变化进行的预测，对既含有已知信息又含有不确定信息的系统进行的预测，也就是对在一定范围内变化的、与时间序列有关的灰过程进行预测。尽管灰过程中所显示的现象是随机的、杂乱无章的，但毕竟是有序的、有界的，因此得到的数据集合具备潜在的规律。灰色预测是利用这种规律建立灰色模型对灰色系统进行预测。目前使用最广泛的灰色预测模型就是关于数列预测的一个变量、一阶微分的GM（1，1）模型。设有原始数据列x（0）=（x（0）（1），x（0）（2），…，x（0）（n）），n为数据个数。如果根据x（0）数据列建立GM（1，1）来实现预测功能，则基本步骤如下：

（1）原始数据累加以便弱化随机序列的波动性和随机性，得到新数据序列：x（1）={x（1）（1），x（1）（2），…，x（1）（n）}其中，x（1）（t）中各数据表示对应前几项数据的累加。■，x（1）（t）=，t=1，2，…，n

（2）对x（1）（t）建立下述一阶线性微分方程：即GM（1，1）模型。其中，a，u为待定系数，分别称为发展系数和灰色作用量，a的有效区间是（-2，2），并记a，u构成的矩阵为灰参数。

（3）对累加生成数据做均值生成B 与常数项向量Yn，即

（4）用最小二乘法求解灰参数，则=（BTB）-1BTYn

（5）将灰参数进行求解，得

由于是通过最小二乘法求出的近似值，所以（1）（t+1）是一个近似表达式，为了与原序列x（1）（t+1）区分开来，故记为（1）（t+1）。

通过计算GM（1，1）模型的均方差比值C和小误差概率p来判断精度。一般模型精度好时，C越大p越小，通常认为p>0.95和C<0.35时，模型可靠，这时此模型对系统行为可以进行合理预测。

（二）灰色关联模型

灰色关联分析方法的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密，曲线越接近，相应序列之间的关联度就越大，反之就越小。

具体计算步骤如下：（1）确定分析的样本序列在对研究问题定性分析的基础上，确定一组比较序列和一个参考序列。设有用m个指标和n个样本组成的比较序列，原始数据构成比较序列，设参考序列。将比较序列和参考序列和在一起构成阶矩阵。

（2）对序列数据进行无量纲化处理一般情况下，原始变量序列具有不同的量纲或数量级，为了便于比较，保证分析结果的可靠性，需要对变量序列进行无量纲化。无量纲化后形成如下矩阵：X==

（3）计算关联度根据灰色关联度分析基本原理，计算n组比较序列m个指标的关联系数。

，j=1，2，…m；k=1，2，…n式中：ρ为分辨系数，在[0，1]内取值。一般情况下在0.1至0.5取值，ρ越小越能提高关联系数间的差异；为第Xj个样本与参考值X0第k个指标的关联系数；Xj（K）和X0（K）分别为参照值X0与第j个样本Xj的第k个指标；为X0与Xj的绝对差，为两极最小差，为两极最大差。综合考虑指标的权重，则各样本的综合关联度为指标关联系数与权重的乘积之和，j=1，2，…n；k=1，2，…m，通常w（k）=1/n

（4）依关联度排序对各比较序列与参考序列的关联度从大到小排序，关联度越大，说明比较序列与参考序列变化的态势越一致。

三、实证分析

（一）根据前述GM（1，1）模型预测将陕西省就业总人口的原始序列和生成序列各数据代入算式，计算后得到GM（1，1）模型参数，并整理得到GM（1，1）预测模型：（1）（t+1）=479.48e1.3204t+1496.516计算均方差比值C和小误差概率p，分别得C=0.1064，p=1，q=3.7063e-005，符合精度要求，见表二，故模型预测精度较高，预测结果可靠，可以用该模型对陕西省就业人口进行预测。应用Matlab软件建立GM（1，1）模型，参数估计结果见表6。

（表1）GM（1，1）模型估计结果

（表2）GM（1，1）检验结果及对照

（二）表三的结果显示，第三产业就业人数对总就业人数的关联度达到90%以上，其次是第一产业，从动态关联度分析表中可以看出，受2008年金融危机影响，第二产业就业人数明显对总人数影响降低，关联系数只达到0.48，金融危机对陕西省第二产业影响较大，第一、二、三产业关联系数稳步降低说明陕西省就业灵活性提高，新兴的第三产业中有很大一部分是资本和知识密集型产业，从第一、二产业中转移出来的劳动力加快了新兴产业的发展需要。

（表3）三大产业就业结构动态关联度分析

（三）模型中指标的选择和数据来源

根据数据准确和可收集原则，本文研究所选用的是时间跨度为2005-2011年，主要数据来源于《陕西省统计年鉴》。

四、基本结论及建议

1.发达国家的产业发展经验表明，第三产业影响就业越来越大，第一产业逐渐减低，陕西省的产业发展也遵循同样规律。

2.应进一步优化调整第二产业就业结构，大力提升第二产业中新兴行业吸纳人力资源的驱动力，以应对金融危机对于第二产业就业所产生的行业性影响。从调整第二产业投资结构着手进一步优化第二产业行业就业结构，提升新兴行业吸纳人力资源驱动力。

3.从调整国家金融资源配置政策入手，大力扶持民营企业特别是中小民营企业，优化所有制就业结构，以进一步提升民营企业的就业吸纳力。政府应打破垄断，创造公平竞争环境，放弃对国有企业的行政保护，以社会公正为原则制定政策，是民营经济发展壮大。

参考文献：

[1]邓聚龙.灰色理论基础[M].武汉：华中科技大学出版社，2002.

[2]方秀娟.中国城市化地区差异与就业结构比较分析[J].经济与管理，2006，（3）.

[3]林杰，于飞.对我国城市化与就业结构依存关系的统计检验[J].统计与决策，2006，（7）.

[4]李钊，王舒健.我国对外经贸发展对就业的影响[J].商业研究，2003，（13）.

[5]刘思峰，党耀国，方志耕，等.灰色系统理论及其应用[M].北京：科学出版社，2004.

灰色关联度评价 第6篇

灰色系统理论由邓聚龙教授在1982年提出, 将具有信息不完全性和不确定性的系统如社会系统、经济系统、生态系统看作是灰色系统, 以“部分信息已知, 部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象, 主要通过对“部分”已知信息的生成、开发, 提取有价值的信息, 实现对系统运行行为、演化规律的正确描述和有效监控。灰色关联度分析是以灰色系统理论为基础的一种多因素统计分析方法, 以各因素样本数据为依据用灰色关联度描述因素间关系的强弱、大小和次序。如果样本数据列反映出因素变化态势 (方向、大小、速度等) 基本一致, 则它们之间关联度较大;反之关联度较小。其本质上是关联系数分析, 先求各序列与由最佳指标组成的理想序列的关联系数, 由关联系数得到关联度, 再按关联度大小进行排序、分析并得出结论。该方法突破了传统精确数学决不容许模棱两可的约束, 具有原理简单、易于掌握、计算简便、排序明确、对数据分布类型及变量之间相关类型无特殊要求等特点, 具有极大的实际应用价值。本文运用灰色关联度分析法, 选取2010年24家沪深两市旅游上市公司 (剔除ST股、旅游在主营业务比例小于40%、2010年及以后上市的公司) 年度报告相关财务指标为研究样本分析其经营业绩, 验证2010年国内旅游业发展特点, 以期明确“十二五”期间旅游企业发展方向。

二、文献综述

国内有不少专家学者对我国旅游上市公司业绩评价进行了研究。张慧 (2005) 采用结构性评价和“含金量”评价法;刘亭立 (2005) 采用因子分析法评价18家旅游上市公司1994年~2003年间经营业绩;董观志 (2006) 采用因子模糊评估法建立旅游上市公司经营业绩测评数学模型;郭岚 (2008) 基于因子分析的DEA组合评价法对我国旅游上市公司2000年~2005年财务数据进行评价;舒波 (2009) 采用熵权法赋予财务指标权重, 再运用TOPSIS模型计算各指标与理想指标之间差距, 根据差距大小绩效排序;李恒云 (2009) 运用系统聚类分析法和因子分析法对20家旅游上市公司2008年财务指标数据分析检验;翁钢民 (2010) 依据突变级数法建立旅游上市公司经营业绩评价指标体系;李靖 (2011) 运用熵权灰色关联法分析理想公司与旅游上市公司关联度;李一 (2011) 基于主成分分析和聚类分析法分析不同类型上市公司经营特征。

上述文献及所运用的统计分析方法为本文研究提供一定借鉴, 相关分析方法均具有一定合理性, 但由于公司经营业绩信息具有不完全性, 各财务指标之间关系复杂等因素制约, 无法满足数理统计方法的数据要求。如因子分析法和主成分分析法的前提是财务数据必须真实可靠, 主成分模型研究数据必须满足正态分布, DEA模型要求有足够生产函数相类似的行业样本为背景。而灰色关联度分析法原理简单, 操作简便, 可弥补数理统计方法必须具备样本量大和样本规律分布要求, 分析过程信息退化小, 评价结果较客观, 能通过相互比较准确评价企业在行业所处位置、分析其经营业绩并反映其综合实力。本文在借鉴前期研究成果基础上, 构建旅游上市公司经营业绩灰色关联度评价模型, 结合各上市公司年度财务数据、经营现状和旅游业发展大背景做个案描述性分析, 使评价结果更为客观实际。

三、基于灰色关联度分析的旅游上市公司业绩评价

(一) 评价指标体系建立

借鉴上述文献中所构建的评价指标体系及统计模型, 结合相关上市公司经营业绩灰色关联度评价模型, 从客观性、实用性、针对性角度出发, 选择9个财务指标作为二级评价指标并赋予权重, 进而构成盈利能力、偿债能力、营运能力和成长能力4个一级指标并反映整体经营业绩水平 (见表1) 。

注:数据整理自新浪财经、凤凰网旅游上市公司2010年度报告

(二) 灰色关联度计算

具体步骤如下:

(1) 无量纲化处理。

采用均值法对财务指标序列无量纲化处理, 选取各序列最优样本作为标准数值X0 (k) (k=1, 2, 3, …, 9) 。最优样本中理想资产负债率和速动比率分别为40%和1, 此处以37.3002和1.1058作为标准数值, 其余指标均选取序列中最大值。以各二级指标作为比较序列Xi (k) (i=1, 2, 3, …, 24) , 通过两者的关联度计算来分析企业各项指标因素的优劣程度。

(2) 差序列计算。

计算各个指标序列中, 第i个企业实际值与最优值 (标准数值) 之间的绝对差, 可用公式 (1) 表示:

(3) 关联系数计算。

标准序列X0 (k) 有若干个比较序列Xi (k) , 各比较序列和标准序列在各个指标上的关联系数ζ0i (k) 可用公式 (2) 计算:

△min和△max分别为各指标序列绝对差的最小值与最大值。

(4) 加权灰色关联度计算。

即将9个二级指标灰色关联度系数乘以各指标相应权重, 就可获得各个上市公司总体经营业绩灰色关联度系数ri:

最终获得24家旅游上市公司经营业绩加权灰色关联度, 如表2所示:

(三) 经营业绩评价

由表2可知, 锦江股份、首旅股份、华侨城A、全聚德、西藏旅游、桂林旅游等上市公司总体经营业绩较好。锦江股份2010年上半年将主营业务由“酒店投资营运、星级酒店管理和连锁餐饮投资”转变为“经济型酒店业务和连锁餐饮投资业务”, 后危机时代大众化经济型产品受到市场追捧, 连锁模式发展快速, 截至2010年底旗下经济型连锁酒店分布于全国31个省、自治区、直辖市126个城市, 市场份额庞大, 上海世博会亦为企业经营提供良好契机。其主营业务利润率达到79.27%, 主营业务突出, 综合收益高;资产负债率21.30%, 速动比率0.97, 短期偿债能力较强, 资产风险较低;主营收入增长率171.49%, 增速迅猛;但其周转率相比之下偏低, 未能充分利用资产规模, 营运能力存在较大发展空间。

首旅股份是以酒店为核心, 酒店、景区资产为主, 旅行社、旅游广告、旅游交通为辅的综合类旅游企业, 通过加强品牌连锁发挥集聚效应, 强化网络管理提升核心竞争力, 以其规模和品牌优势获得良好绩效。首旅股份的每股收益、净资产收益率均处于行业领先水平;资产负债率33.83%, 偿债能力强;周转率较高, 存货规模控制及存货资产的盘活能力较强;成长性较好, 但其主营业务利润率偏低, 须注意主营业务比例, 增强核心竞争力。

华侨城集团将高端景区和地产联动发展, 致力于高规格度假村建设, 形成系列性都市娱乐和生态休闲度假旅游产品体系, 科学创新产品定位及多元化联动发展为企业迅速发展提供推动力。其盈利能力和成长能力均处于行业较高水平, 但资产负债率偏高, 速动比率较低, 偿债能力较弱, 营运能力偏低, 均因其近一半主营业务为房地产业, 受2010年房地产业宏观调控影响较大, 故企业应注意主营业务比例, 树立长远发展目标, 提升可持续发展力, 达到整体均衡发展。

全聚德以经营高档特色餐饮服务为主业, 全聚德全鸭席、仿膳饭店、丰泽园、四川饭店等特色品牌以连锁方式强势占领高档餐饮市场, 多品牌战略提升整体实力, 覆盖国内外的市场布点及品牌优势创造强劲市场效应。其盈利能力和营运能力均佳, 主营收入同比增长11.45%, 净利润同比增长20.20%, 实现稳步增长。

西藏旅游2010年成功战略转型, 确立大旅游发展格局, 丰富深化产品系列, 开发主题饭店, 重点覆盖优质旅游资源, 形成垄断优势的独占核心力, 与上年度基数相比, 成长能力指标较为突出。

桂林旅游凭借独特旅游资源转变单纯性产业结构, 开发休闲、体育、商务、度假等多种形式高端旅游产品, 获得良好升级效应。其速动比率接近标准系数, 偿债能力较强, 主营收入同比增长140.91%, 净利润增长107%, 成长性较好。

灰色关联度系数较低的有新都酒店、世博股份、大连圣亚、湘鄂情、金陵饭店等。新都酒店四项指标均较低, 业绩不佳;世博股份每股收益和净资产收益率呈负值, 盈利能力不佳, 营运能力弱, 主营收入增长率和净利润增长率呈负值, 成长能力弱;大连圣亚、湘鄂情、金陵饭店偿债能力弱, 营运能力不佳;大连圣亚和湘鄂情净利润增长率呈负值, 2010年度利润不及上年, 值得思考。

根据行业细分可知, 综合类平均业绩水平最佳, 多元化发展模式增强企业抗风险能力, 提升产品附加值, 但要注意主营业务比例, 提升核心竞争力, 实现多元化整合发展。景区类呈现“两极化”现象, 业绩较好的景区企业大都拥有独特旅游资源, 市场相容性较小, 产品差异化突出, 注重产品创意和文化内涵, 具有大旅游品牌意识。酒店类亦呈现“两极化”现象, 业绩平均水平较低, 除锦江股份和全聚德走品牌连锁及大众消费模式, 其他企业业绩普遍偏低, 主要原因在于行业和市场竞争激烈, 星级酒店模式固化, 产品替代性和融合性强, 市场供求严重失衡, 企业务必积极寻求产品、市场差异化发展, 加强产品创新开发能力。

四、结论

2010年我国旅游业逐渐摆脱金融危机阴霾, 呈现全面复苏良好态势, 国民经济战略性支柱产业定位促进行业发展, 世博会、亚运会召开及高铁运行提升国民出游率, 大众化旅游产品受到市场追捧。“十二五”期间国民旅游消费将进一步释放, 需求潜力巨大, 消费观念发生转变和升级。旅游企业应积极转变经营理念, 树立品牌意识, 寻求连锁经营和多元化整合发展, 将企业做大做强;创新开发产品, 满足消费者个性化需求, 加强旅游产品文化内涵、创意元素、体验导向及科技含量, 进而达到更佳盈利水平;注重主营业务比例, 创造核心竞争力, 注重整体均衡发展, 实现企业可持续发展。

参考文献

[1]邓聚龙:《灰色系统理论教程》, 华中理工大学出版社1990年版。

[2]刘思峰:《灰色系统理论的产生与发展》, 《南京航空航天大学学报》2004年第2期。

[3]胡永宏、贺思辉:《综合评价法》, 科学出版社2000年版。

[4]张慧、周春梅:《中国旅游上市公司经营业绩评价》, 《桂林旅游高等专科学校学报》2005年第2期。

[5]董观志、班晓君:《旅游上市公司业绩测评体系研究》, 《旅游科学》2006年第6期。

[6]郭岚、张勇、李志娟:《基于因子分析与DEA方法的旅游上市公司效率评价》《, 管理学报》2008年第2期。

[7]舒波、郝美梅:《基于熵权TOPSIS法的旅游上市公司绩效评价》, 《北京第二外国语学院学报》2009年第9期。

[8]李恒云:《对中国旅游上市公司经营业绩的聚类分析研究》, 《中国经贸》2009年第12期。

[9]翁钢民、鲁超:《基于突变级数法的旅游上市公司经营业绩的综合评价》, 《统计与决策》2010年第9期。

[10]李靖、张红、张春晖:《基于熵权灰色关联的旅游上市公司竞争力评价》, 《旅游论坛》2011年第3期。

[11]李一、周甜甜:《基于主成分分析和聚类分析的旅游上市公司综合评价》, 《企业导报》2011年第12期。

灰色关联度评价 第7篇

1、顾客价值的含义。企业的活动, 本质上可以看成是一个价值创造的过程, 顾客价值是企业价值创造活动的起点和终点。随着经济的发展, 企业竞争日益激烈, 顾客价值被越来越多的研究者和企业重视, 不同学者对顾客价值的定义也不同。纵观顾客价值理论的相关文献, 综合各观点, 本文从效用论的角度来看, 顾客价值就是顾客从某一特定商品或服务中获得的一系列利益, 它包括产品价值、服务价值、人员价值和形象价值。

2、建立顾客价值评价指标体系的作用。通过对顾客价值指标的测量, 可以了解企业以前和现在的经营管理水平, 分析本企业与竞争对手的差距;了解顾客的想法, 发现顾客的潜在要求, 明确顾客的需要、需求和期望;明确为达到顾客满意, 企业在今后应该做什么, 如何转变经营策略, 从而适应市场的变化;检查企业的期望, 以达到顾客满意和提升顾客价值, 有利于制定新的质量或服务改进措施, 以及新的经营发展战略与目标;增强企业的竞争能力和企业的盈利能力。

二、顾客价值评价指标的选择

1、查阅间接资料获取有用信息, 通过对间接资料的收集分析, 了解有关信息, 使对要了解的情况有初步认识, 为进一步的直接调查奠定基础。

2、确定目标顾客组成焦点访谈小组, 获取所有可能成为评价指标的要素, 然后进行归纳整理, 形成初选的指标体系。

3、用随机抽样问卷调查的方式, 对初选的顾客价值评价指标进行统计分析, 计算出指标的平均值小和标准差, 把不重要指标删除, 最终确定零售企业顾客价值评价指标 (产品、服务、人员、形象和购物环境) 。

三、确定被评价的指标值数列和参考评价标准数列

1、选定4个零售企业A、B、C、D, 分别就其产品、服务、人员、形象和购物环境5个因素进行市场调查, 让顾客对这5个因素的价值程度打分, 每个因素的得分数在0～10之间, 价值程度越高其分值越高。对获得的原始分, 采用简单加权平均法统计企业在各评价因素上的综合得分, 获得各企业的得分情况:A= (8, 7, 8, 6, 5) ;B= (6, 8, 8, 6, 5) ;C= (7, 6, 5, 8, 6) ;D= (7, 6, 7, 6, 7)

2、将表归一化处理, 其方法是用标准数列中的最大值8去除以表中的所有分值, 再乘以100%, 表示顾客对企业顾客价值评价指标的满意程度。计算得到:

A= (100, 87.5, 100, 75, 62.5) B= (75, 100, 100, 75, 62.5)

C= (87.5, 75, 62.5, 100, 75) D= (87.5, 75, 87.5, 75, 75)

3、根据专家调查法确定各评价因素的权重, 按上述评价指标顺序排列的权重为:A= (0.25, 0.22, 0.2, 0.18, 0.15) ;

4、参考评价标准数列为:B= (87.5, 100, 87.5, 87.5, 100)

5、计算灰色关联系数δ。根据灰色关联Gray软件得到:

δ1= (1, 1, 0.5, 1, 0.33) δ2= (0.33, 0.5, 0.5, 1, 0.33)

δ3= (0.5, 0.5, 0.33, 0.33, 0.5) δ4= (0.5, 0.5, 1, 1, 0.5)

各零售企业顾客价值的灰色关联度为:R= (0.8, 0.5233, 0.4367, 0.69)

各企业的顾客价值的灰色关联度排序为:R1>R 4>R 2>R1

四、零售企业顾客价值评价分析

从以上分析结果可以看出, A的产品、服务、人员和形象的价值都比较高, 因而其顾客价值最高;因为B和A虽然在服务和人员的价值方面差不多, 但其产品质量和购物环境较差, 导致其顾客价值低于A;D虽然在形象水平和产品质量上有待进一步提高, 但在其他方面表现尚可, 尤其是在其服务和购物环境上;C的问题比较多, 应重点提高产品质量和形象, 进而提升企业的顾客价值。

五、结论

上述讨论表明, 企业顾客价值的灰色关联度评价法具有操作简便、效率高、所需数据少和揭示问题清楚等特点, 借助计算机可对大量的企业进行评价, 是一个易于推行的方法。企业可以根据分析的数据, 了解本企业的缺陷与不足, 进而有针对性地采取措施, 制定新的经营策略, 使本企业保持良好的竞争优势。但同时需要说明几点:

1、用灰色关联度评价企业顾客价值的关键是顾客调查环节, 在对顾客进行合理分类并选择合适的调查方法的条件下, 其评价的有效性才能真正体现。

2、评价因素权重与顾客的类型有关, 如高收入顾客群比较看重产品的服务, 而低收入顾客群则重视产品的价格和质量, 即不同类型顾客对企业的顾客价值评价可能存在差异, 因此, 应在考虑顾客类型的前提下合理确定评价因素的权重。

参考文献

[1]、杜栋, 庞庆华:现代综合评价方法与案例精选, 北京:清华大学出版社, 2008

[2]、余向平.西方国家对顾客价值理论的研究述评[J].商业研究.2008 (3)

[3]、白长虹, 西方的顾客价值研究及其实践启示[J].南开管理评论, 2001.2.

灰色关联度评价 第8篇

笔者运用灰色关联度法对6个帚用高粱材料的11个主要性状进行综合评价, 进而得出各性状在帚用高粱选育中影响大小及顺序, 旨在为筛选和培育优良帚用高粱品种提供指导。

1 材料与方法

1.1 试验地概况

试验地位于赤峰市农牧科学研究院试验示范基地, 属中温带半干旱大陆性季风气候, 日照时数2 700~3 100 h, 年均降雨量为350~400 mm, 无霜期120~145 d, ≥10℃积温1 800~3 000℃。土壤类型为栗钙土, 肥力中等。

1.2 试验材料

参试品种为赤峰市农牧科学研究院选育的6个帚用高粱品种 (品系) , 分别记作zygl-1、zygl-2、zygl-3、zygl-4、zygl-5、zygl-6。

1.3 试验设计

试验设6个处理, 即每个品种为1个处理, 2次重复, 随机区组排列。行长5 m, 8行区, 行距50 cm, 株距25 cm, 保苗8万株/hm2。播量为22.5 kg/hm2, 拔节期灌水1次, 追施尿素150 kg/hm2。

1.4 测定指标及方法

收获期小区随机取10株 (除去边行) 调查株高、花序总长 (自总穗柄下端到穗尖的长度) 、穗长 (自穗下端枝梗叶痕处到穗尖的长度) 、总穗柄长 (从总穗柄下端到穗下端枝梗叶痕处的长度) 、总穗柄直径 (总穗柄中间部分直径) 、穗粒重、单穗花序重 (单穗脱粒后的穗+总穗柄重量) 、千粒重、分枝数 (单穗的一级枝梗数) 、花序产量 (单穗脱粒后穗+总穗柄干重) 、籽粒产量。数据运用Excel软件处理, 以平均值作为统计单位。

1.5 评判原理及方法

按照灰色系统理论[7], 将参试的6个帚用高粱视为一个灰色系统, 而每个参试材料是其中的一个因素。根据育种目标和生产实际需要, 把各参试材料主要性状的最佳值结合起来, 构成一个理想的“参考材料”, 选用株高等11个性状指标进行综合评价, 以确定不同指标在系统中的权重比例。以“参考材料”各项性状指标所构成的数列为参考数列, 以参试材料各项性状指标所构成的数列为比较数列, 由公式 (1) 计算参试材料与“参考材料”之间的关联系数ξi (k) 。由于各性状指标对帚用高粱材料的重要程度不同, 用权重决策法[7,8], 确定不同性状指标在评价体系中的权重比例。最后根据各性状指标的权重求得6个参试材料的加权关联度, 综合评价6个材料的生产性能。

2 结果与分析

2.1 构造“参考材料”

根据育种目标和实际生产的需要, 从6个被评价对象中选出株高、花序总长、穗长等11个指标的最优值组成参考数列X0, 作为综合评价的标准。如果第k项指标是数值越大越好的正向指标, 则X0 (k) 就是6个被评价对象第k项指标实际值的最大值;如果是逆向指标, 则是最小值;如果是适度指标, 便是该指标的适度值[10]。根据生产实际需要, 帚用高粱穗粒重、单穗花序重、千粒重、分枝数、花序产量、籽粒产量等6项指标属于正向指标, 应选择参试材料中最大值;株高、花序总长、穗长、总穗柄长、穗柄茎粗等5个指标属适度指标。参试数列与参考数列 (用zygl-0表示) 的主要性状指标见表1。

2.2 求关联系数

根据公式 (2) 求出参考数列与比较数列的绝对差值, 得出 利用公式 (1) 计算关联系数, Ρ为分辨系数, 取值0.5, 结果见表2。

2.3 确定各性状指标的权重及排序

根据模糊数学方法中的权重决策法, 由公式 (3) 、 (4) 计算各性状指标对应的权值, 赋予各个性状不同权重, 结果见表3。根据权重值, 可以判断出每个性状指标在帚用高粱材料综合评价中的作用大小, 其权重排序为:花序总长>穗长>分枝数>穗产量>株高>穗粒重>单穗花序重>穗柄茎粗>千粒重>总穗柄长>籽粒产量。花序总长、穗长、分枝数所占权重较大, 说明这3项指标是构成帚用高粱穗产量的重要因素, 间接反映帚用高粱穗部生产潜力的重要因子。

2.4 关联分析

根据灰色关联度分析原则, 关联度值越大说明参试材料与“参考材料”越接近, 综合性能越理想。当各性状指标在同等重要的条件下, 可以用等权关联度来对其进行评价。而帚用高粱的11个性状指标的重要性并不相同, 因此需要用加权关联度对其进行评价[11]。根据公式 (5) 计算各参试材料的加权关联度γ′i, 6个参试材料的加权关联度排序为zygl-3>zygl-4>zygl-1>zygl-6>zygl-5>zygl-2 (表4) , 田间试验穗产量排序为zygl-3>zygl-4>zygl-5>zygl-1>zygl-6>zygl-2。加权关联度与穗产量排序均处于前2位的是zygl-3、zygl-4, 说明这2份材料的产量与性状结构相对比较合理;zygl-1的综合评价不错, 但其穗产量偏低;zygl-6、zygl-5、zygl-23份材料综合评价较差, 原因在于zygl-6、zygl-2穗产量较低, 然而zygl-5在6个参试材料中穗产量排序较前, 加权关联度排序第5位, 说明产量穗产量虽高, 但其性状结构不合理, 分析原因可能是因zygl-5总穗柄较短, 没有达到理想值。

3 结论与讨论

该研究运用灰色关联度理论, 从6个帚用高粱的11个性状指标入手, 对其生产性能进行综合评价。结果表明:zygl-3、zygl-4、zygl-1与理想品种较接近, 综合评价好, 具有较高的穗产量, 性状结构合理, 符合生产需求;zygl-6、zygl-5综合评价较差, 穗产量偏低, 性状结构不够合理, zygl-2综合评价最差, 穗产量低, 该评判结果与田间实际情况表现基本一致。

根据权重比较, 可以判断出11个指标在帚用高粱材料综合评价中的作用大小, 排序为:花序总长>穗长>分枝数>穗产量>株高>穗粒重>单穗花序重>穗柄茎粗>千粒重>总穗柄长>籽粒产量。花序总长、穗长、分枝数所占权重较大, 说明这3项指标是构成帚用高粱穗产量的重要因素, 间接反映帚用高粱穗部生产潜力的重要因子。

研究应用灰色系统理论, 分析评价了与帚用高粱穗产量有关的11个性状指标。灰色关联度理论已被公认为是全面而无人为因素限制、合理自然、并能利用当前的计算机技术处理的理论, 其反映的是多个性状的综合结果, 能够得到较好的评价结果。应用该方法分析是要根据生产实际, 合理构建参考数列及各性状权重系数, 否则会导致一些品种的误选。因此, 在今后的工作中进一步探索与帚用高粱穗产量密切相关的性状指标, 更加科学地应用灰色分析法, 从而更加全面地分析新品种, 为新品种的推广与应用提供可靠依据。

摘要：应用灰色关联度分析, 对6个帚用高粱材料, 从株高、花序总长、穗长、总穗柄长、穗柄茎粗、穗粒重、单穗花序重、千粒重、分枝数、花序产量、籽粒产量等11项主要性状指标进行综合评价。结果表明:zygl-3、zygl-4、zygl-1灰色关联度较高, 分别为0.673 4、0.672 6、0.668 2, 与理想品种较接近, 综合评价好, 具有较高的穗产量, 性状结构合理, 符合生产需求;zygl-2灰色关联度低, 为0.576 5, 综合评价最差, 穗产量低。该评判结果与田间实际表现基本一致。

关键词：帚用高粱,生产性能,综合评价,灰色关联度分析

参考文献

[1]黄瑞冬, 周宇飞, 李卓, 等.不同密度对帚用高粱生长发育及工艺性状的影响[J].作物杂志, 2003 (5) :13-14.

[2]乌艳红, 李志明, 辛晓平, 等.11种帚用高粱形态特征分析[J].安徽农业科学, 2009 (6) :2430-2431, 2516.

[3]李鸿雁, 李志勇, 李红, 等.用灰色关联度法综合评价扁蓿豆生产性能[J].草业科学, 2012 (11) :1737-1743.

[4]冯海生, 李春喜.应用灰色关联度综合评价甜高粱的生产性能[J].草地学报, 2013 (3) :622-625.

[5]董世磊, 崔新菊.灰色关联分析在甜高粱育种数量性状选择上的应用[J].辽宁农业科学, 2009 (2) :10-13.

[6]白乙拉图, 张桂华.灰色关联分析在高粱品种抗旱性鉴定上应用的研究[J].作物品种资源, 1996 (1) :32-33.

[7]张跃, 邹寿平.模糊数学方法及其应用[M].北京:煤炭工业出版社, 1992.

[8]邓聚龙.灰色控制系统[M].武汉:华中理工大学出版社, 1998.

[9]杨秀芳, 陈玲玲, 乌艳红, 等.应用灰色关联度综合评价26个青贮玉米的生产性能[J].草业科学, 2012 (1) :105-111.

[10]孙芳芳.浅议灰色关联度分析方法及其应用[J].公路与管理, 2010 (17) :364-366.

灰色关联度评价 第9篇

然而，我国海洋经济高速发展的同时，一些问题也接踵而来，资源的浪费、环境的污染、重复建设、投入产出比和科技附加值不高等。保持我国海洋事业的可持续发展是当前要重点解决的问题。

循环经济作为一种新的生产模式，它也是在生态环境成为经济增长制约要素、良好的生态环境成为公共财富阶段的一种新的技术经济范式，其实质是对人类生产关系进行调整，其目标是追求人与自然和谐共存、和谐发展的永续发展模式。所以，海洋经济的可持续发展亟待呼唤海洋循环经济模式。

一、海洋循环经济

（一）海洋循环经济的概念

海洋循环经济，就是在遵循海洋生态学规律的基础上，把海洋经济系统和谐地纳入海洋生态系统之中，以“减量化、再利用、再循环”为原则，以海洋资源高效利用和循环利用为核心，更有效地利用海洋资源和保护海洋环境，实现海洋经济的“资源—产品—废弃物—再生资源”的增长模式，以尽可能小的海洋资源消耗和海洋环境成本，获取尽可能大的海洋经济效益和海洋环境效益。

（二）海洋循环经济的内涵

1. 基于生态经济原理和系统集成战略的减物质化经济模式

海洋循环经济是一种以海洋资源的高效利用和循环利用为核心，以低消耗、低排放、高效率为基本特征，以可持续发展为目标的新的海洋经济增长模式，是对“大量生产、大量消费、大量废弃”的传统海洋经济增长模式的根本变革。

2.3R原则

海洋循环经济的建立依赖于一组以“减量化、再利用、再循环”为内容的行为原则，每一个原则对海洋循环经济的成功实施都是必不可少的。其中，减量化(reduce)原则属于输入端方法，指在生产和服务过程中，尽可能地减少海洋资源消耗和废弃物的产生，核心是提高海洋资源利用效率;再利用原则(reuse)属于过程性方法，“再利用”原则是指产品多次使用或修复、翻新或再制造后继续使用，尽可能地延长产品的使用周期，防止产品过早地成为垃圾;再循环原则(recycle)是输出端方法，“再循环”原则是指废弃物最大限度地转化为资源，变废为宝、化害为利，既可减少自然资源的消耗，又可减少污染物的排放。

3. 按照产品生命周期原理使海洋经济系统成为“从摇篮到摇篮”的物质闭环流程

从海洋资源流程和海洋经济增长对海洋资源、海洋环境影响的角度考察，海洋经济增长方式存在着两种模式：一种是传统海洋经济发展模式，即“资源—产品—废弃物”的单向直线型过程，这意味着创造的财富越多，消耗的海洋资源就越多，产生的废弃物也就越多，对海洋资源、海洋环境的负面影响就越大，是一种“从摇篮到坟墓”的发展模式;另一种是海洋循环经济模式，即“资源—产品—废弃物—再生资源”的反馈式循环过程，可以更有效地利用海洋资源和保护海洋环境，以尽可能小的海洋资源消耗和环境成本，获得尽可能大的经济效益和环境效益，从而使海洋经济系统与海洋生态系统的物质循环过程相互和谐，促进海洋资源永续利用，实现人类“从摇篮到摇篮”的永续生存。

二、海洋循环经济评价指标体系

（一）海洋循环经济评价指标体系的设计思路

按照海洋循环经济的运行过程和“减量化、再利用、再循环”的基本原则，设计海洋循环经济评价指标体系。

2007年9月，国家发展改革委员会、国家统计局以及国家环保总局出台了《循环经济评价指标体系》。体系从资源产出、资源消耗、资源综合利用和废物排放四个方面入手，在宏观和工业园区两个层面上分别规定了22个和14个循环经济评价指标。宏观层面的循环经济评价指标体系主要用于对全社会和各地发展循环经济状况进行总体的定量判断，为制定和实施循环经济发展规划提供依据。结合国家《循环经济评价指标体系》中国家层面的具体指标以及海洋产业发展的自身特点，按照以下的思路来构建海洋循环经济评价指标体系。

1. 构建树型结构评价指标体系

按照评价目标影响因素的相互关系将评价指标体系分为三个层次，自上而下分别为：系统层—状态层—指标层。其中，系统层包括海洋资源系统层和海洋环境系统层两个方面，每个系统层又包括若干个状态层，状态层下面又以不同的评价指标作为终极指标。最终构建层次清晰，目标明确的海洋循环经济建设的评价指标体系。

2. 核心指标和外围指标相结合

结合国家发展改革委员会、国家统计局以及国家环保总局2007年9月出台的《循环经济评价指标体系》国家层面的具体指标，我们确定海洋资源系统层为海洋循环经济评价指标体系的核心指标，旨在提高海洋资源的有效利用率和减量化投入水平，缓和人类与海洋资源的尖锐矛盾，建立人类与海洋的和谐新关系。海洋环境系统层为海洋循环经济评价指标体系的外围指标，旨在评价海洋循环经济的建设对海洋环境的影响、治理和保护情况。

3. 定量指标和定性指标相结合

构建的评价指标体系包括两类主要指标：定性指标和定量指标。定性指标主要强调主观评价部分，从循环经济的基本原理入手，从各个方面比较全面地反映海洋循环经济给我国海洋事业的发展带来的切实变化;定量指标强调客观评价部分，以实际的统计数字为依据，客观地评价某沿海省份的海洋循环经济的动态变化或与其他沿海省份地区的横向比较，为海洋循环经济在全国范围内的进一步发展提供客观依据。

（二）海洋循环经济评价指标体系

为了评价某沿海地区海洋循环经济发展水平，依照循环经济理论的内涵，在充分考虑到“3R”原则的同时，结合当前海洋经济发展的实际状况，设计了一套“三级叠加，逐层收敛，规范权重，统一排序”的海洋循环经济评价指标体系。该体系分为系统层、状态层以及指标层三个等级(表1)。

我们选用2005年我国沿海省(市)海洋循环经济的运行数据对海洋循环经济评价指标体系进行实证分析。根据缺失数据的意义，在不影响数值基本经济意义的情况下，我们将缺失数据补齐，令其为0 (表2) 。

（三）评价指标权重的确定

权重是对指标重要性的度量，即表示评价指标在整个评价指标体系中的重要程度。权重包含并反应以下几重因素：评价指标对评价对象的重要程度;各个评价指标属性值的差异程度;各个指标属性值的可靠程度。对各个指标权重的确定是评价指标体系构建中的重要工作，决定了评价结果是否能真实地反应实际水平。

1. 权重确定的方法———熵值法

在多指标综合评价中，确定指标权重的方法主要有主观赋权法和客观赋权法。主观赋权法是一类根据评价者主观上对各指标的重视程度来决定权重的方法;客观赋权法所依据的赋权原始信息来源于客观环境，它根据各指标的联系程度或各指标所提供的信息量来决定指标的权重。由于不同人与人之间的认识往往有较大差别，主观赋权法主观性较强，所以得到的结果可能大相径庭，可信度不高。所以本研究采取客观赋权方法中的熵值法[2]。

熵值法的原理：设有m个待评方案，n项评价指标，形成原始指标数据矩阵X=(xij) mn，对于某项指标xj，指标值xij的差距越大，则该指标在综合评价中所起的作用越大;如果某项指标的指标值全部相等，则该指标在综合评价中不起作用。在信息论中，信息熵是系统无序程度的度量，信息是系统有序程度的度量，二者绝对值相等，符号相反。某项指标的指标值变异程度越大，信息熵越小，该指标提供的信息量越大，该指标的权重也应越大;反之，某项指标的指标值变异程度越小，信息熵越大，该指标提供的信息量越小，该指标的权重也越小。所以，可以根据各项指标值的变异程度，利用信息熵这个工具，计算出各指标的权重，为多指标综合评价提供依据。用熵值法进行权重确定的步骤是：

(1)将各指标同度量化，计算第j项指标下第i方案指标值的比重pij如公式

(2)计算第j项指标的熵值ej如公式

其中k>0, ln为自然对数，ej≥0。如果xij对于给定的j全部相等，那么

此时ej取极大值，即

若设, 于是0≤ej≤1

(3)计算第j项指标的差异性系数gj

对于给定的j, xij的差异性越小，则ej越大;当xij全部相等时，ej=emax=1，此时对于方案的比较，指标xj毫无作用;当各方案的指标值相差越大时，ej越小，该项指标对于方案比较所起的作用越大。定义差异性系数

则当gj越大时，指标越重要。

(4)定义权数wj，令

2. 指标权重确定

首先，选用线性变换法对指标数据进行标准化处理。

设yimin(或yimax)是评价指标i所对应的最优值，zij为规范化后的指标。

若向量指标i为效益型指标，则：zij=yij/yimax

若向量指标i为成本型指标，则：zij=yimin/yij

采用上述变换进行数据规范化后，所得的效益型数据最佳为1，最差不一定为0;成本型数据最佳为1，最差不一定为0。

我们选用matlab7.0编写程序，对标准化后的数据进行熵值计算，得到权重结果见表3。

三、实证研究

（一）灰色关联度评价模型的构建

灰色系统理论是我国著名学者邓聚龙教授于1982年提出的，他的研究对象是“部分信息已知，部分信息未知”的“贫信息”不确定系统，它通过对部分已知信息的生成、开发，实现对现实世界的确切描述和认识。灰色理论应用最广泛的是关联度分析方法。关联度分析是分析系统中各元素之间关联程度或相似程度的方法，其基本思想是依据关联度对系统排序。

对于两个系统之间的因素，其随时间或不同对象而变化的关联性大小的量度，称为关联度。在系统发展过程中，若两个因素变化的趋势具有一致性，即同步变化程度较高，即可谓二者关联程度较高;反之，则较低。

从思路上看，关联分析属于几何处理范畴。它是一种相对性的排序分析，基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密，曲线越接近，相应序列之间的关联度就越大，反之就越小。作为一个发展变化的系统，关联度分析事实上是动态过程发展态势的量化分析，或者说是发展态势的量化比较分析。发展态势的比较，也就是系统各评价指标有关统计数据几何关系的比较，实质上是几种曲线间几何形状的比较分析，即认为几何形状越接近，则发展态势越接近，关联程度越大[3]。

海洋循环经济系统是一个发展变化的复杂系统，具有明显的层次复杂性，结构关系的模糊性，动态变化的随机性，指标数据的不完全性和不确定性。由于技术方法、人为因素等，造成各种数据误差、短缺甚至虚假现象及灰色性。因此，我们选用灰色关联度评价模型可以一定程度的规避海洋循环经济系统的灰色性，其评价结果是科学合理的。

海洋循环经济灰色关系度评价模型的建立：

1. 参考数据列的选择

一般情况下，灰色关联分析中选用评价指标之中不同系统的最佳值作为参考数列。我们选用沿海省市海洋循环经济运行数据中的最佳值作为海洋循环经济灰色关联评价模型的参考数列。

2. 分辨系数的选择

选取ζ作为分辨系数，一般情况下ζ∈[0, 1]，且ζ越大，分辨系数越大。相反的，ζ越小指标间的关联度区分程度越大[4]。在实际使用时，应根据序列间的关联程度选择分辨系数，一般取ζ≤0.5最恰当。我们选择ζ=0.4为分辨系数。

3. 指标关联系数的计算

假设我们选取被评价海洋循环经济系统Xi的第k指标，以相同指标值中的最佳值作为参考数据序列X0，则选用下述关系式计算单个指标的关联系数θ (k) 。

若记则△min与△max分别为被评价系统Xi与最佳值X0所有评价指标中的最小绝对差值与最大绝对差值。从而有：

4. 计算被评价海洋循环经济系统的灰色关联度

我们选取我们已经计算出各个指标层指标的总权重，结合各个单个指标的关联系数，得到系统的灰色关联度Ri。

（二）灰色关联度评价模型评价结果

将我国2005年沿海省市海洋循环经济运

行数据代入灰色关联度评价模型计算，得到如下结果 (表4) 。

在关联度分析中，对关联度的测算只是一种相对性的分析，即关联度只是一个相对量，它的大小没有实际意义，这一点我们可以从ζ的取值对关联系数的影响上看出。通过对分析关联度的计算结果，我们得到2005年我国海洋循环经济发展中，沿海省市的排序由高到低为：上海市、海南省、广东省、广西壮族自治区、河北省、山东省、天津市、浙江省、福建省、辽宁省和江苏省。

但是，从另外一个角度去看，关联度的大小虽然没有绝对的实际意义，但是其在一定程度上还是可以反映被评价系统与参考系统之间的差异。一般情况下，当系统间的关联度小于0.7时，就认为系统间的差异很大。在本研究中，通过对灰色关联度评价模型的分析，我们可以看到，各省市的关联度分析结果都远远小于0.7，最好的上海市也只有0.569 54，而最差的江苏省更是只有0.350 92。由于灰色关联度评价中的最优系统取自2005年海洋经济运行数据中的最佳值，所以，可以说我国沿海省市海洋循环经济的发展水平还比较低。

参考文献

[1]郭显光.改进的熵值法及其在经济效益评价中的应用[J].系统工程理论与实践, 1998 (12) .

[2]杜栋, 庞庆华.现代综合评价方法与案例精选[M].北京:清华大学出版社, 2005.

[3]叶义成, 柯丽华, 黄德育.系统综合评价技术及其应用[M].北京:冶金工业出版社, 2006.

[4]张德贤.海洋经济可持续发展理论研究[M].青岛:青岛海洋大学出版社, 2000.

[5]诸大建.可持续发展呼唤循环经济[J].科技导报, 1998 (9) :39-42.

灰色关联度评价 第10篇

地铁工程施工安全评价指标体系如图1所示。

图中17个三级指标构成一个向量, 记为C, C= (c1, c2, …, c17) 。权重主要用来确定评价体系中每个不同风险要素的重要程度, 它是进行风险评价关键的一步, 权重值的确定关系到风险评估的准确程度。本文风险因素相对重要性的区间赋值是以专家调查的形式进行, 将定性指标的分值限定在区间[0, 10]之内, 若对某项指标的满意度越高, 则该项得分也越高。

2 灰色关联度分析模型

灰色关联分析 (Gray Relation Analysis, 简称GRA) 是利用灰关联度来描述因素间关联程度或相似程度的方法。由于灰色关联度的大小能够反映出被评价方案与最优方案之间的接近程度, 因此可借助此方法进行方案排序。

2.1 灰色关联度的计算

假设评价一个施工单位的指标有n个, 参与评价的施工单位有m个, 将最优施工单位的各项指标数据记为X0={x0 (1) , x0 (2) , …, x0 (n) }, m个被评价方案各项指标数据记为Xi={xi (1) , xi (2) , …, xi (n) }, i=1, 2, …, m。将最优施工单位和m个被评价施工单位的各项指标值放在一起, 可构成一个 (m+1) ×n维的矩阵, 记为D。

最优施工单位中的第k项指标与第i个被评价方案中的第k项指标的关联程度用灰色关联系数表示, 其计算公式为:

公式 (1) 中, λ为分辨系数, λ∈[0, 1], 一般取λ=0.5。miinmkinx0 (k) -xi (k) 表示被评价方案的各项指标与最优参考方案相应指标的绝对差值中的最小值, 而miaxmkax x0 (k) -xi (k) 表示被评价施工单位的各项指标与最优参考方案相应指标的绝对差值中的最大值。灰色关联系数ζi (k) 只表示指标x0 (k) 与xi (k) 的关联程度, 要表示施工单位X0与Xi的关联程度, 可采用绝对关联度指标ri表示, 计算公式如下:

若某施工单位X0与Xi的关联度为ri, X0与Xj的关联度为rj。若ri>rj, 称方案Xi优于Xj;若ri=rj, 称方案Xi等价Xj;若ri<rj, 称方案Xi劣于Xj。

2.2 灰色综合评价

按照灰色关联系数的大小来对待评价单位进行排序, 其评价步骤为:

2.2.1 确定最优参考单位指标X0

最优参考单位指标取值和m个被评价单位的指标取值共同构成一个 (m+1) ×n维矩阵D, 如 (1) 所示。

2.2.2 对指标值规范化处理

设矩阵D的第k列中, 其最大值记为ak, ak=max{xi (k) , i=0, 1, …, m};最小值记为bk, bk=min{xi (k) , i=0, 1, …, m}。若第k列所代表的指标其取值为越大越好, 则第k列数据可按公式 (4) 进行规范化处理。

2.2.3 计算灰色关联系数

按照公式 (2) ~ (4) 依次计算评价单位的各项指标与最优参考方案对应指标的灰色关联系数, 构成矩阵E, 即

2.2.4 确定n个指标的权重

可采用层次分析法确定方案中各项指标的权重, 记为W:

2.2.5 计算灰色加权关联度

各方案的灰色加权关联度可按下式计算:

公式 (5) 中,

2.2.6 对各评价单位进行综合评价

根据灰色加权关联度的大小, 可对各施工单位安全风险管理的优劣进行排序, 关联度越大, 说明方案越好。

3 实例分析

某地铁工程有A、B、C、D四家施工单位参加投标, 业主组织10位专家对其施工安全风险进行评价。专家根据各投标人的具体情况, 得出表1。

3.1 确定最优参考方案的灰色关联系数

17项评价指标均属值越大越好。最优参考方案的各项指标取对应列的最优值 (最大值或最小值) , 例如, 对于c1指标, 最优参考方案的取值为max{0.8, 0.6, 0.6, 1.0}=1.0。四家待评价施工单位和最优参考方案各项指标共同构成一个矩阵, 将各项指标值的规范化处理, 并按公式 (2) ~ (4) 计算灰色关联系数, 得到灰色关联系数G。

3.2 确定指标的权重

根据工程的具体性质和要求, 采用层次分析法确定17个评价指标的权重, 记为:

3.3 计算灰色加权关联度

按公式 (5) 计算各方案的灰色加权关联度。

3.4 综合评价分析

根据灰色加权关联度的大小, 对四家施工单位安全风险管理进行排序, 结果为:C>B>D>A, 可知C施工单位相对为最优。

4 结语

本文将灰色系统理论引入到地铁工程安全管理评价中, 通过计算各方案的灰色加权关联度, 来鉴别各单位安全管理的优劣, 为最终选择最佳施工单位提供一定的参考。该模型计算过程简单, 通俗易懂, 有一定的应用价值。

摘要：本文将灰色系统理论引入到安全评价中, 通过计算各安全风险管理单位的灰色加权关联度, 对其相对优劣性进行排序, 从而挑选出最佳安全风险管理单位, 并结合实例, 详细介绍了灰色评价模型的计算方法和步骤。实践证明, 其具有较强的应用价值。

关键词：地铁工程项目,安全评价,灰色关联度

参考文献

[1]王晶, 王鹏飞, 谭跃虎.地铁隧道工程施工过程中风险管理研究[J].地下空间与工程学报, 2009 (4) :385-389.

[2]莫若楫, 黄南辉.地铁工程施工事故与风险管理[J].都市快轨交通, 2007 (6) :9-13.