摘要:结合煤炭产业发展实际,提出了煤炭产业竞争力评价的指标体系。应用区间判断层次分析法(IAHP)的理论与方法,结合熵理论(Entropy),建立了主观与客观集成确权的IAHP-Entropy综合评价模型。该方法既能有效避免单一主观确权的人为随意性,又能克服单一客观确权无法反映专家经验和决策者偏好的缺点。以全球11个主要产煤国为对象进行了实证研究,验证了该方法的科学性和实践可行性。
关键词:区间层次分析法;熵值法;煤炭产业;竞争力
Abstract: The system of evaluation indicator system for coal industry competitiveness is put forward based on coal industry reality. The comprehensive model of integrating Interval Analytic Hierarch Process (IAHP) and Entropy weight is established in this paper based on the theories and methods of IAHP and Entropy. The entropy weight is adopted in this model; the subjectivity which lies in ascertaining factors’ weight in lower hierarchy was avoided. Meanwhile, the IAHP is adopted in this model can put the experts’ knowledge into consideration. The evaluation model is applied in the 11 main coal production countries in the world. the empirical study validates the model as scientific and feasible in practice.
Keywords: Interval Analytic Hierarch Process; Entropy; Coal Industry; Competitiveness
引言
煤炭产业作为我国的能源基础性产业,对于经济持续、快速、健康发展起着非常重要的能源体系支撑作用。在全球经济一体化和知识经济快速发展的今天,正确了解和认识我国煤炭产业在国际经济中的地位和发展状况,把握和提升产业竞争优势,规避和改善产业竞争力的缺陷与不足,对于提升我国煤炭产业在国际上竞争力具有重要的战略意义。
在综合评价的定量方法中,无论是灰色综合评价,模糊综合评价[1],还是神经网络评价[2],都涉及到因素权重的确定问题。目前,权重的确定或者无法避免主观性[1-3],或者计算过于复杂[4],计算量太大。而且有些方法在定量评价时无法避免主观性,如模糊综合评价中的隶属函数或隶属度的确定,灰数的白化等,有些方法却不能对单一对象进行评价,如基于熵权的TOPSIS方法[5]。本文结合煤炭产业竞争力实际情况,建立煤炭产业竞争力评价的指标体系,在此基础上,利用客观赋权法中的熵权法与主观赋权法中的区间判断层次分析法相结合,对我国煤炭产业的国际竞争力评价进行了实证研究。
1 煤炭产业竞争力评价指标体系的构建
产业竞争力评价涉及的因素众多,评价指标既有定性的,又有定量的,且各项指标的权重并不一致。评价指标体系是决定评价结果是否科学的基础。本文通过对现有文献的深入研究[6-8],同时遵循全面性、系统性、动态性和可操作性的指标体系构建原则,归纳出以下煤炭产业竞争力评价指标: 表1 煤炭产业竞争力评价指标体系 目标 准则 指标 指标类型
正向:+;负向:- 煤
炭
产
业
竞
争
力
评
价 (B1)煤炭
产业环境 (C1)国家政策 + (C2)法律环境 + (C3)产业地位 + (C4)能源消费总量(万吨当量标准油) + (C5)煤炭消费量(百万吨当量石油) + (B2)煤炭
产业贸易 (C6)进口(Trillion Btu) - (C7)出口(Trillion Btu) + (C8)价格(原煤/吨) + (B3)煤炭
产业结构 (C9)竞争类型 + (C10)储量(万吨) + (C11)产量(百万吨) + (C12)煤的热含量(Thousand Btu per Short Ton) + (B4)煤炭
企业行为 (C13)百万吨死亡率(人/百万吨) - (C14)管理体制 + (C15)教育投资占国民生产总值比例(%) + (C16)每百万人拥有科学家人数(人) + (C17)可回采煤炭(Million Short Tons) + (C18)机械增加值(100 Millions USD) + 2 IAHP-Entropy集成确权模型
2.1区间判断AHP(IAHP)
层次分析法(The Analytic Hierarch Process,以下简称AHP)是一种将定性分析与定量分析相结合的有效的多准则决策方法,由美国著名运筹学家、匹兹堡大学教授Saaty. T.L于20世纪70年代初期提出。在利用AHP进行决策时,当决策者获得的信息比较完备时,在单一准则下比较两个方案(或子准则)的重要性,可以在某一标度下,给出一个准确的判断值。然而在实际的社会经济系统中,由于系统本身的复杂性,直接得到单一准则下各方案的优劣程度或递阶层次结构中各阶子准则的权重是相当困难的,甚至是不可能的。因此,在单一准则下,由于信息不足或方案不够完善使专家没有把握对方案的相对重要程度做出明确的判断,从而产生区间判断AHP。在区间判断AHP中,两两比较采用区间标度,相应的判断矩阵以区间判断矩阵的形式给出。
1987年Saaty和Vargas给出了区间判断矩阵的定义,并提出了求取区间判断矩阵权重向量的模拟算法[9],1996年E.S.Rosenbloom提出了Monte carlo模拟法[10];国内许多专家学者将点判断矩阵权重向量的算法延伸到区间判断矩阵领域,如魏翠萍等根据决策者对区间判断矩阵权重判断区间的把握不同,提出区间梯度特征向量法(IGEM),魏毅强等提出了区间特征根法(IEM)[11]。本文通过对国内外学者提出的算法进行研究,认为IEM是一种简便、实用的算法。
对于一致性区间判断矩阵
其中,,,
IEM的具体计算步骤为:
(1)分别求,的最大特征根所对应的具有正分量的归一化特征向量,;
(2)由公式,计算k和m的值;
(3)求权重向量。
最后根据各层的局部排序权重区间向量,利用文[12]中各层元素组合权重公式,得到总的权重区间向量。
2.2熵权法
熵是系统状态不确定的一种度量。应用熵可以度量评价指标体系中指标数据所蕴含的信息量,并依此确定各指标的权重[13-14]。根据信息熵的定义,评价矩阵Y中第j项指标的信息熵为:
,其中yij为原始数据标准化后的结果。
某项指标的信息效用值取决于该指标的信息熵Ej与1的差值,即:。