图5-1指标的实际得分示意图
从图5-1可以看出,某项指标的得分在0与y1之间。若量化指标的数值为x,则其实际得分可以通过以下函数式表达为:
如果某些企业对相关指标要求得比较严格,及若某些指标不符合标准规定的数值,则实行惩罚制度,指标的得分就有可能出现负值。这时需要对上述模型进行修正,具体参见图5-2所示。
图5-2存在惩罚条件下指标的实际得分示意图
从图5-2可以看出,存在惩罚条件下某项指标的得分在y2和y1之间。若指标值为x,则其得分可表达为:
因此,单独考虑二级指标评价隶属于各个评语的程度,可以利用专家评分的方法,得到相应的数值。然后根据指标的评分方法,对专家的评分所得的数值进行修正,最终得到指标的分值,用矩阵表示如下:
(2)确立一级指标的模糊综合评判集合Ai
由Ai=Wi·Ri得到一级指标的模糊综合评判集合Ai=(ai1,ai2,ai3,ai4)
A1=W1·R1=(a11,a12,a13,a14)
A2=W2·R2=(a21,a22,a23,a24)
A3=W3·R3=(a31,a32,a33,a34)
A4=W4·R4=(a41,a42,a43,a44)
A=(A1,A2,A3,A4)T
(3)确定最终评价对象的模糊评价矩阵E
(4)对矩阵E做归一化处理
由于所有的ei的和可能并不等于1,需要对其进行归一化处理:
即e′i=ei∑ei(i=1,2,3,4)得到E′=(e′1,e′2,e′3,e′4),其中e′i分别对应前面的评语要素Yi,即从概率的角度来说,对该项能力要素与动态能力吻合程度的判断分别隶属于强度Yi的可能性是e′i。
(5)进一步的判断分析过程
在前面的步骤进行完之后,我们需要进行进一步的判断分析。上述过程结束后,一般的做法是根据隶属原则进行判定。对于动态能力的识别问题,可以认为,只要满足“很高”和“较高”的概率之和达到一个可以接受的下限,就可以认为该项能力与企业当前需要的动态能力表现形式的吻合程度高,从而进一步可以认为它就是企业当前所最需要的动态能力。关于这个下限,考虑到我国企业的实际状况与国外所要求动态能力的差距,设这个下限取值区间为[0。75,0。95],通过对不同备选项进行上述处理,就可以判断哪个(些)能力是企业当前所最需要的动态能力表现形式,哪个(些)能力不是企业当前所最需要的动态能力表现形式。
5。结果分析
在上一步识别出与企业当期发展最为重要的动态能力表现形式之后,还应进一步分析,采用“逆推”上述计算过程的方法,从分析ei的大小入手,在根据权重bi的最大值找出对应的评价因素aij。根据同样的思路,找出对aij影响最大的rij。进而找出对最终评判对象影响最大的第k个二级指标,这样可以确定影响与企业当期情况相符合的企业动态能力发展的最大影响因素,企业可以有针对性地培育和提升与其自身发展现状和未来跨期需要的动态能力具体表现形式。