基于AHP的中小企业品牌战略推进路径0702.doc

基于AHP的中小企业品牌升级战略协同推进路径分析 陆 松 福 （淮阴工学院，江苏，淮安， 223001） 摘要：推进中小企业品牌是一系统工程，企业、政府的配合互动品牌品牌一系统工程，企业、政府的配合互动AHP(The Analytic Hierarchy Process)法是美国运筹学家、匹茨堡大学A.L.Saaty教授于20世纪70年代提出的一种实用的多方案或多目标的决策方法。该方法以其定性与定量相结合的特点，为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法，尤其适合于对决策结果难于直接准确计量的场合。应用层次分析法解决问题的思路是：首先将所要分析的问题层次化，根据问题的性质和要达到的总目标，将问题分解成不同的组成因素，按照因素间的相互关系及隶属关系，将各因素按不同层次聚集组合，形成一个多层分析结构模型，然后对模型中每一层次每一因素的相对重要性，依据客观现实的判断给予定量表示（也可以先进行定性判断，再赋值量化），再利用数学方法确定每一层次全部因素相对重要性次序的权值；最后通过综合计算各层因素相对重要性的权值，得到方案层相对于目标层和最高层（总目标）的相对重要性次序的组合权值，并以此进行方案优劣次序的排序，作为评价和选择方案的依据。运用AHP法 图1 中小企业品牌升级战略协同推进路径层次图 3、判断矩阵构造与一致性检验 我们通过对淮安市经贸委和淮安市高校有关专家的咨询调查和数据整理，形成各层判断矩阵的基础数据（见表2-4），并以此为依据计算各判断矩阵特征向量和最大特征根（各特征向量就是各评价指标对相邻上层次而言的权重），以及一致性指标和 一致性比率，最后进行一致性检验。 其计算步骤和方法是： （a）每列归一化，得到正规化后的判断矩阵： （b） （c）将得到的行和向量正规化，得到判断矩阵的特征向量，的各元素即为各评价指标的权重： （d）计算判断矩阵的最大特征根： 上式中： （e）计算一致性指标 （f）查同阶矩阵平均随机一致性指标见表1所示： 表1 平均随机一致性指标 阶数 1 2 3 4 5 6 7 8 0 0 0.52 0.89 1.12 1.26 1.36 1.41 阶数 9 10 11 12 13 14 15 1.46 1.49 1.52 1.54 1.56 1.58 1.59 （g）计算一致性比率 当0.1时，一般认为判断矩阵的一致性是可以接受的；若一致性不合格，则予以调整或者舍弃不用。[1] 具体计算结果如下： （1）决策层重要性判断矩阵 表2 决策层重要性判断矩阵 A A1 A2 A3 A1 1 5 5 A2 1/5 1 1 A3 1/5 1 1 注：A1是企业自身努力路径；A2是政府推动路径；A3是社会各方支持路径。数据由我们通过对淮安市有关部门专家的咨询调查基础上整理所得。 经计算，得到最大特征根的特征向量：=[0.714,0.143,0.143]T 根据特征向量计算特征值，其特征值为: 一致性指标C.I= 一致性比例C.R=﹤0.1 通过一致性检验，目标层包含的决策路径要素重要性排序有效。 （2）政府推动路径要素判断矩阵 表3 政府推动路径要素重要性判断矩阵 A1 A11 A12 A13 A11 1 1 5 A12 1 1 5 A13 1/5 1/5 1 注：A11是重奖名优品牌路径；A12是政府资助企业开展新产品研发设计设路径；A13是积极为企业宣传品牌搭建平台路径。数据来源同上。 经计算，得到最大特征根的特征向量为：=[5/11,5/11,1/11]T 根据特征向量计算特征值，其特征值为: 一致性指标C.I= 一致性比例C.R=﹤0.1 通过一致性检验，决策层包含的路径措施要素重要性排序有效。 （3）企业自身努力路径要素重要性判断矩阵 表4 企业自身努力路径要素重要性判断矩阵 A2 A21 A22 A23 A24 A21 1 1 2 3 A22 1 1 2 3 A23 1/2 1/2 1 2 A24 1/3 1/3 1/2 1 注：A21--提升产品质量档次路径；A22--加大技术升级和新产品研发设计投入路径；A23--准确进行品牌定位路径；A24--加大品牌整合传播力度路径。数据来源同上。 经计算，得到最大特征根的特征向量为：=[0.351,0.351,0.189,0.109]T 根据特征向量计算特征值，其特征值为: 一致性指标C.I= 一致性比例C.R=﹤0.1 通过一致性检验，决策层包含的路径措施要素重要性排序有效。 （4）社会各方支持路径要素重要性判断矩阵 表5 社会各