張珞平 母 容 張 冉
多維決策法:一種新的戰(zhàn)略決策方法
張珞平 母 容 張 冉
盡管多準則決策法 (MCDM,包括多屬性決策和多目標決策)以及一些基于效用理論或數據的決策法已廣泛應用于企業(yè)和部門決策,但仍存在決策備選方案確定、變量和指標選取、指標評判及其標準化、權重確定、定量和綜合評價等難以解決的問題,特別難以應用于非結構化的區(qū)域性和綜合性戰(zhàn)略決策。本文開發(fā)了一種新的決策法,多維決策法 (MDDM)及其分析模型,經過在海岸帶主體功能區(qū)劃中的初步應用和不斷修改完善,證明它能克服MCDM等方法存在的固有問題,可應用于非結構化的戰(zhàn)略決策;并充分考慮了決策結果對環(huán)境維的反饋作用,這是MCDM法等方法始終無法克服的軟肋。
多維決策法;技術路線;分析模型;戰(zhàn)略決策
決策,按其作用可分為戰(zhàn)略決策、管理決策和業(yè)務決策。①②郭立夫,李北偉:《決策理論與方法》,北京:高等教育出版社2006版。戰(zhàn)略決策是針對長遠目標的決策,③Janczak,S.(2005).Thestrategicdecision-makingprocessinorganizations.Problems&Perspectives in Management,3,58-70.具有宏觀性、全局性和綜合性;而管理決策是指為了實現戰(zhàn)略決策的目標而做出的具體決策,是執(zhí)行性決策。④曾旗,何繼新:《管理學》,北京:北京大學出版社2008版。區(qū)域性、綜合性決策屬于戰(zhàn)略決策,是指為實現區(qū)域可持續(xù)發(fā)展的高層次戰(zhàn)略目標而制定的、針對一定時期的宏觀性、全局性、綜合性的謀劃。國內對戰(zhàn)略決策問題的系統研究尚不多見。⑤劉麗珍:戰(zhàn)略決策:《過程與機制》,上海:上海人民出版社2010版。如何制定有效的、針對區(qū)域性綜合戰(zhàn)略決策的技術路線和方法,關系到國家和區(qū)域的持續(xù)發(fā)展,意義重大。
國內外針對決策方法已開展了大量研究,其中采用最多的是多準則決策(MCDM)、多屬性決策 (MADM)和多目標決策 (MODM)。近年來國內的MCDM研究如模糊多準則、⑥王堅強:模糊多準則決策方法研究綜述,《控制與決策》,2008年第23卷第6期,第601-606,612頁?;谄谕耽咄鯃詮姡问狸疲夯谄谕档幕疑S機多準則決策方法,《控制與決策》,2009年第24卷第1期,第39-42頁。和基于前景理論⑧王堅強,周玲:基于前景理論的灰色隨機多準則決策方法,《系統工程理論與實踐》,2010年第30卷第9期,第1658-1664頁。等;MADM研究如基于貝葉斯網絡⑨葉躍祥,糜仲春,王宏宇等:基于貝葉斯網絡的不確定環(huán)境下多屬性決策方法,《系統工程理論與實踐》,2007年第27卷第4期,第108-113頁。、不確定語言⑩衛(wèi)貴武,黃登仕,魏宇:對方案有偏好的不確定語言多屬性決策方法,《管理學報》,2007年第4卷第5期,第575-579頁。、多屬性效用理論、11Keeney,R.L.(1993).Creativity in MS/OR-Value-focused thinking-creativity directed toward decision-making.Interfaces,23,62-67.12徐志新,奚樹人,曲靜原:核事故應急決策的多屬性效用分析方法,《清華大學學報(自)》,2008年第48卷第3期,第445-448頁。基于判斷矩陣、13陳可:基于判斷矩陣的群決策方法研究綜述,《系統工程》,2009年第27卷第1期,第8-14頁?;谒季S法則、14艾時鐘,杜榮,張衛(wèi)莉等:基于思維法則學的群決策方法及其應用,《中國管理科學》,2011年第19卷第1期,第177-184頁。大群體、15徐選華,張麗媛,陳曉紅等:一種基于屬性二元關系的大群體決策方法及應用,《中國管理科學》,2012年第20卷第5期,第157-162頁?;赥OPSIS、16梁昌勇,戚筱雯,丁勇等:一種基于TOPSIS的混合型多屬性群決策方法,《中國管理科學》,2012年第20卷第4期,第109-117頁。基于優(yōu)勢關系17李金鵬,岳超源,李武:一類基于優(yōu)勢關系的不完全信息多屬性決策方法,《控制與決策》,2013年第28卷第2期,第229-234頁。等;MODM研究18Keeney,R.L.,Raiffa,H.(1976).Decisionwithmultiple objectives:preferencesand value trade offs.New York:Wiley.如基于熵權系數19黃松,黃衛(wèi)來:基于熵權系數與vague集的多目標決策方法,《管理學報》,2005年第2卷增刊II,第120-123頁。和基于專家動態(tài)權重20劉鵬,張園林,晏湘濤等:基于專家動態(tài)權重的群組AHP交互式決策方法,《教學的實踐與認識》,2007年第37卷第13期,第86-90頁。等。此外,基于數據的決策方法21王紅衛(wèi),祁超,魏永長等:基于數據的決策方法綜述,《自動化學報》,2009年第35卷第6期,第820-833頁。包括決策樹法、聚類分析、神經網絡、模糊分類、粗糙集分類、統計方法、基于證據、優(yōu)化方法以及模糊規(guī)劃和動態(tài)規(guī)劃等等。但這些方法相對較適用于企業(yè)或部門的管理決策,對于環(huán)境條件極其復雜、決策需要考慮的因素或屬性極多、不確定性高、具有非結構化和非獨立性的區(qū)域性綜合戰(zhàn)略決策,難以應用這些方法進行決策,或難以獲得科學的決策結果。
本項目是2009年度海洋公益性行業(yè)科研專項經費項目 “海岸帶主體功能區(qū)劃分技術研究與示范” (2009.10-2012.9),其宗旨是建立我國提出的主體功能區(qū)劃在海岸帶地區(qū)實施的技術路線和方法,并開展示范應用,以確保、推動海岸帶地區(qū)的持續(xù)發(fā)展。本文即為該項目的核心內容,目的是提出一套可應用于區(qū)域性戰(zhàn)略決策的技術路線和方法。
絕大多數決策問題本質上是多準則的,多準則決策是最普遍的決策分析方法。22齊寅峰:《多準則決策引論》,北京:兵器工業(yè)出版社,1989版。1981年,Hwang和Yoon根據決策方案是否有限,將多準則決策 (MCDM)分為多目標決策 (MODM)和多屬性決策 (MADM)兩類。23Hwang,C.L.,Yoon K.(1981).Multiple attribute decision-makingmethodsand applications:a state-of-the artsurvey.Berlin Heidelberg:Springer-Verlag.
MCDM法是一類結構化的決策分析框架,用準則來度量備選方案對決策目標的實現程度,通過構建由目標—準則體系、備選方案集、決策環(huán)境狀態(tài)(及其發(fā)生的概率)和益損值/效用值組成的決策矩陣來描述整個決策問題,從若干個備選方案中選出最優(yōu)方案。典型的MCDM過程包括:明確目標、擬定備選方案、選擇準則、準則賦權、評價和排序方案、選擇方案等六個主要步驟。24Massam,B.H.(1988).Multi-criteriadecision-makingtechniquesinplanning,Progressin Planning.30,1-84.25Howard,A.F.(1991).A critical look atmultiple criteriadecision-making techniqueswith reference to forestryapplications.Canadian J.ofForestResearch,21,1649-1659.Keeney,R.L.(1996).Value-focused thinking:Identifying decision opportunities and creating alternatives.European J.ofOperationalResearch,92,537-549.27Hajkowicz,S.A.,Prato,T.(1998).Multiple objective decision analysis of farming systems in Goodwater Creek Watershed,Missouri.Research Report No.24,Centre for Agriculture,Resources and Environmental Systems,Columbia,Missouri.
MADM過程一般包括構造屬性集、確定屬性值、決策矩陣規(guī)范化、確定屬性權重、綜合排序等步驟。28Wang,J.J.,Jing,Y.Y.,Zhang,C.F.,etal.(2008).A fuzzymulti-criteria decision-making model for trigeneration system.Energy Policy,36:3823-3832.29Ustinovichius,L.,Zavadskas,E.K.,Podvezko,V.(2007).Application of a quantitative multiple criteria decision making (MCDM-1) approach to the analysis of investments in construction.Controland Cybernetics,36,251-68.MADM的求解核心是對備選方案進行評價后排序,再從中擇優(yōu)。30Ribeiro,R.A.(1996).Fuzzymultiple attribute decisionmaking:a review and new preference elicitation techniques.Fuzzy Setsand Systems,78,155-181.31羅黨,王淑英:《決策理論與方法》,北京:機械工業(yè)出版社2010版。
MODM是在各種限制條件的約束下,尋求使多個數量化目標達到可以接受的程度的最好方案。32徐玖平,吳?。骸抖鄬傩詻Q策的理論與方法》,北京:清華大學出版社2006版。多目標決策是求解多目標問題的組合優(yōu)化問題,多用數學規(guī)劃法來求解。第一步,從可行解集合中淘汰劣解,找出非劣解集 (有效解集);第二步,在從非劣解集合中選取一個滿意解 (最佳妥協解)。33宣家驥:《多目標決策》,長沙:湖南科學技術出版社1989版。
盡管MCDM法考慮多個層次的目標/準則/屬性/指標作為決策的基礎,以求較全面描述整個決策問題,盡可能采取定量的方法解決決策問題。但我們通過十年的實踐,34趙清:《生態(tài)城市指標體系的構建及應用研究》,廈門大學碩士論文,2004。35翁嫦華:《近岸海域生態(tài)系統健康與生態(tài)安全評價及其在生態(tài)系統管理中的應用研究》,廈門大學碩士論文,2007。36趙清,張珞平,陳宗團:生態(tài)城市指標體系研究——以廈門為例,《海洋環(huán)境科學》,2009年第28卷第1期,第92-95頁。發(fā)現MCDM等方法仍存在以下問題:
1.人為擬定備選方案:MCDM法是以備選方案為導向,但并未設計如何擬定備選方案 (或目標),絕大多數是基于決策者的偏好而設定的,并不是根據決策對象的基本屬性、客觀環(huán)境條件以及一定的價值引導而客觀設定。這些備選方案很可能考慮不全面,可能并未囊括最優(yōu)決策方案,由此得出的決策結果從一開始就無法確保決策的科學性和合理性。
2.變量/指標/準則/屬性的代表性:變量/指標/準則/屬性的選取受到區(qū)域差異、數據缺失、⑥難以量化、無概率分布、特征因素等影響,代表性問題是MCDM以及基于數據的決策法一個難以解決的問題。首先,若變量/指標 (準則/屬性)選擇太多,難以獲得數據資料、更難以開展綜合評判;若指標選擇太少,則難以科學評價和反映決策環(huán)境 (或研究區(qū)域/領域)屬性的整體狀況,甚至可能歪曲屬性的整體狀況。其次,若選擇普適性的指標或屬性則只能放棄特征指標,而特征指標往往是不同決策方案或不同區(qū)域決策的最關鍵因素;若選擇特征指標則不同決策方案(或不同區(qū)域)無可比性,造成無法進行優(yōu)選和決策。變量/指標/準則/屬性的代表性問題至今仍然是MCDM等方法無法跨越的鴻溝,且不同專業(yè)和背景的專家的偏向或選擇傾向不同,存在無法避免的人為性和隨意性。
3.評判標準 (基準,Criteria/Standard/Threshold)問題:由于各類型變量/指標/準則/屬性的不可公度性,缺乏統一量綱,無法綜合評判,須對指標進行標準化 (規(guī)范化)處理。不同決策對象或決策區(qū)域的屬性狀況存在較大差別 (特別是生態(tài)狀況),或準則值缺失,⑥如何制定科學準確的評判標準 (基準)一直是MCDM法未曾解決的問題。缺乏公認的、科學的評判標準/基準則直接動搖了評判的結果,并使得決策結果的正確性和合理性受到質疑。
4.權重確定問題:由于各個變量/指標/準則/屬性間的不可公度性以及相對重要性,須通過賦權進行綜合評價。盡管開發(fā)了許多確定權重的方法 (如層次分析法(AHP)、主成分分析法、專家評判法、熵權系數法等),但任何權重的確定都夾雜著強烈的人為色彩而無法客觀地體現評判結果。即使采用專家評判法,也由于評判指標的代表性、指標評判標準/基準的問題、以及專家專業(yè)的差異及其對指標選取的偏向等,權重的確定仍然問題重重,權系數無法、或難以完全確定。⑥權重的不確定性導致最后的評價結果可能存在較大差異而直接影響決策結果。擺脫屬性權重的束縛是MCDM法一個必須努力的方向。37萬樹平:直覺模糊多屬性決策方法綜述,《控制與決策》,2010年第25卷第11期,1601-1606頁。
5.定量分析的局限性:MODM不涉及對預先制定的備選方案進行評價和選擇,在各種限制條件的約束下,抉出的最終方案使多個數量化目標都達到可以接受的程度。然而,存在決策問題不全能被很好的結構化、⑤38lengin.B.,lengin,F.,Güvenc,.(2001).Amultidimensionalapproach to urban quality of life:The caseof Istanbul.European J.ofOperationalResearch,130,1-374.決策變量不一定能很好的表征備選方案、決策變量/屬性難以量化、缺乏定量模型或機理模型無法建立等問題,在決策變量與決策目標之間多數情況下難以形成明確的定量關系時,定量分析無法實現。
6.決策分析方法/綜合評價方法:如前所述,盡管開發(fā)了眾多的決策分析方法和綜合評價方法,但決策過程中是否已獲得足夠的屬性信息支持?屬性集/準則集的綜合評價過程是否科學?對那些無法定量的屬性/準則以及缺乏定量模型或機理模型無法建立的屬性 (集)如何集合進入綜合評價?以此獲得的綜合評價結果是否能有效支持決策?這些問題一直難以獲得滿意的答復。
戰(zhàn)略決策是多維決策,③與一般決策相比具有非結構化和非獨立性。⑤實踐表明,對于戰(zhàn)略決策這種決策環(huán)境條件極其復雜、需要考慮的因素或屬性 (集)眾多、不確定性極高、往往數據缺失較多、多數屬性難以量化、由于復雜性和高度不確定性導致機理模型無法建立、具有非結構化和非獨立性的區(qū)域性綜合戰(zhàn)略決策,難以應用MCDM及其同類方法或基于數據的決策方法進行決策。
(一)多維概念的提出
1993年,關系數據庫之父 Codd提出聯機分析處理 (On Line Analytic Processing,OLAP)的概念,標志著對多維數據庫和多維分析研究的開始。39Codd,F.Codd,S.B.,Salley,C.T.(1993).Providing OLAP(On-Line AnalyticalProcessing)to user-analysts:An ITmandate.San Jose:Codd&Date,Inc.OLAP的核心是 “維”的概念。40趙國華:《基于多維數據OLAP分析模型的決策研究》,內蒙古工業(yè)大學碩士論文,2006。其后出現了以數據倉庫為基礎,以OLAP和數據挖掘為核心技術的決策支持系統。多維的相關概念概述如下:
1.維 (Dimension):維度最初是一個物理空間概念。1993年,Codd首次定義了多維的概念。維是指人們觀察客觀世界/數據/事實的特定角度,每一個角度叫做一個維度;41于海鴻,《多維數據環(huán)境中決策支持相關技術研究及應用》,吉林大學碩士論文,2007。維是考慮問題時的一類屬性,42張忠平,李榮,郭麗麗:聯機分析處理的綜述和分析,《計算機應用研究》,2002年第15卷第8期,第10-14頁。不可再分和相互獨立;43肖昭媛:多維聯機數據分析模型和系統設計方法,《上海海運學院學報》,2003年第24卷第4期,第368-372頁。維度是同類數據的集合,對某一事件有關因素的抽象;44嚴任遠:多維OLAP數據分析在蔬菜安全檢測中的應用,《湖北農業(yè)科學》,2009年第48卷第1期,第198-201頁。維是決策分析的角度或分析的出發(fā)點,識別所有非數值屬性作為維概念。45Romero,O.,Abelló,A.(2010).A framework formultidimensional design of data warehouses from ontologies.Data&Knowledge Engineering,69,1138-1157.
2.維級別 (Level)/和維層次 (Hierarchy):當從某特定角度 (即某個維)分析數據時,往往需要從不同細節(jié)程度上進行觀察,這種對具體細節(jié)程度描述方面稱為維級別。如:時間維可以從日期、月份、季度、年等不同級別來描述,同樣,城市、地區(qū)、國家等構成了一個地理維的多個級別。如果維理解為不同維級別構成的序列,那么維層次就是由維級別構成的維的有序子集。如 “城市一地區(qū)一國家”就是地點維的一個層次,包含著維級別間的層次關系。
3.事實 (Fact):事實又稱度量或量度 (Measure)或變量,指決策者、分析人員分析的度量 (變量)或感興趣的事件。46Mazòn,J.N.,Lechtenborger,J.,Trujillo,J.(2009).A survey on summarizability issues in multidimensionalmodeling.Data&Knowledge Engineering,68,1452-1469.“事實”是測量目標數據的指標,在多維空間中與單元格或點相關聯。
4.多維分析:在OLAP中,指對以多維形式組織起來的數據采取切片 (Slice)、切塊 (Dice)、鉆取 (Drill-down和Roll-up)、旋轉 (pivot)等多維操作,從多個角度、多側面地觀察數據庫中的數據,從而深入理解包含在數據中的信息的方法?,F有多維相關概念可理解為,在多維空間中,針對多維問題或現象,用多維建模方法以多維立方體結構組織數據,存于多維數據庫中,經過多維分析處理、評價、理解多維數據,獲取多維信息或知識。
多維思想雖已提出二十年,然而現有的多維決策的萌芽本質上還只是一種多維多準則決策,包括多維方法評價城市生活質量;多目標系統的多維模糊決策理論模型;47Li,X.,Zhang,W.,Song,Y.(1999).A theoreticalmodel formultidimensional fuzzy decisionmakingofmulti-objective system.Fuzzy Systemsand Mathematics(China),73,389-395.多維模糊決策支持策略;48Jiang,Q.M.,Chen,C.H.(2005).Amulti-dimensional fuzzy decision supportstrategy.Decision SupportSystems,38,591-598.多角度多屬性決策框架。49Hu,F.H.,Jiang,J.,Liu,L.,etal.(2010).A new multi-perspective framework formultiattribute decisionmaking.ExpertSystemswith Applications,10,8575-8582.現實世界是多角度的,有必要從多角度 (多維)分析決策問題。③但到目前為止多維的概念尚未真正引入決策領域,形成真正的多維決策方法。
(二)多維決策法 (MDDM法)
1.MDDM法的概念
在多維思想的基礎上,本文創(chuàng)造性地開發(fā)了多維決策法 (Multi-Dimensional Decision-Making Approach,MDDM法),首次將多維思想真正引入決策領域。
MDDM法是一種新型的決策思路,是指在決策過程中考慮所有與決策相關的維度,獲取各維度可能獲得的所有信息數據,分析評價各個維度以得出各維度完整的、整體的、客觀的評價結論,然后再以此為基礎綜合分析多個維度與決策備選方案的關系,得出綜合評價結論,據此優(yōu)選決策方案。
維度是決策分析的角度或出發(fā)點。把一個決策備選方案的多項重要的屬性或屬性集定義為多個維,表示了對決策信息的不同理解角度。維度是一種高層次的類型劃分 (屬性集),不同維度涉及不同的屬性 (集),相同屬性 (或變量)可能會被納入不同維度。維級別、維層次是維度特有的結構。
MDDM法用多個 “維”體現人類分析問題的一般思維方式和評價體系,基于所有可獲得的數據,在綜合、全面分析的各個維度的基礎上輔助決策。MDDM法尤其適用于公共決策和政府決策等戰(zhàn)略決策,要求全面分析決策所涉及的區(qū)域或行業(yè)的環(huán)境與發(fā)展系統的特點。
2.MDDM法的技術路線
MDDM法的技術路線如下:
(1)識別決策問題和決策目標,并識別與決策目標或決策問題相關的所有維度(屬性集,決策的環(huán)境維,分析問題的角度或考慮問題的重要方面);
(2)收集各維度可獲得的所有指標 (準則、變量)和數據,采用成熟的、經典的評價方法進行評價 (包括現狀評價、回顧評價、預測分析等),得出維度各種指標/變量的評價結果;
(3)基于所有維度的評價結果和結論 (現狀評價、回顧評價、預測分析、問題及其產生原因分析等),根據某一 (或某些)原則 (如價值取向、資源定位、50Zhang,L.P.,Chen,W.Q.,Fang,Q.H.(2006).Resources-oriented principleand sustainability:theory and application in China.Environmental InformaticsArchives,4,459-464.SWOT戰(zhàn)略分析、決策者偏好等)擬定決策備選方案 (Alternatives,決策維);
(4)采用專家評判法對各個維度的各種指標的評價結果進行綜合評判,得出各個維度各級別/層次的評判結論,以及本維度的整體評判結論;
(5)構建由環(huán)境維和決策備選方案 (決策維)分別組成的決策矩陣,通過MDDM關系模式[I,C;R] (分別代表 “影響”, “置信度”和 “相關關系”)、采用專家評判法評判各個環(huán)境維與各決策備選方案之間的相關關系,得出綜合評判結果作為確定決策方案的依據。
3.維度的選擇原則51母容:《基于多維決策法的海岸帶主體功能區(qū)劃研究》,廈門大學博士論文,2013。
維度是MDDM法的核心,如何識別所有與決策相關的具有普適性的維度是MDDM法的核心內容之一。我們構建了維度選取的一般性原則:
(1)完全性原則:決策過程要求依據與決策內容或目標相關聯的所有系統 (維度)完全的信息,應能充分、完全支持決策,確保決策的科學性。
(2)整體性原則:決策過程要求依據與決策內容或目標相關聯的所有系統 (維度)的完整的信息,應能反映維度的整體性能和綜合情況,確保決策的客觀性。因此維度信息必須盡可能完整,必須涵蓋某一領域全部可獲得的 (Available)指標(變量)的所有信息數據,能體現與決策相關維度的整體、綜合的結果。
(3)非冗余性原則:維度是對某一與決策問題有關因素的抽象, “維”不可再分和相互獨立。維度的選取應遵循非冗余性原則,即決策問題沒有哪個方面 (領域)被重復考慮,體現決策的可行性。但是由于實際決策問題的復雜性,維度之間存在一定的相關性,通常在低層次的指標或屬性允許不能完全滿足非冗余性原則,即相同屬性很可能會被納入不同維度。
(4)層次性原則:維度具有層次性,即由不同維級別構成的等級結構來分析問題的不同細節(jié)程度。如:城市、地區(qū)、國家等構成了一個地理維的多個級別。一個維的不同級別表示分析數據的不同粒度,粒度越小,詳細程度越高。MDDM法要求對各維度進行層次分析控制,并由低到高分層級逐級評價,以全面客觀反映客觀世界,從而實現決策的合理性。
4.維度選取的依據
由于決策類型眾多,很難確立一套適用于所有決策維度的選取依據。戰(zhàn)略決策是本文的重點,戰(zhàn)略決策可考慮從決策目標、決策制定過程以及決策評價三個方面重點討論戰(zhàn)略決策選取維度的依據。我們總結了國內外幾種戰(zhàn)略決策實踐中所考慮的重要方面 (維度),其中:環(huán)境、社會、經濟是各類戰(zhàn)略決策選取的共同維度;資源和區(qū)位維度也較多涉及;有些決策還考慮風險和生態(tài)方面。
5.MDDM分析模型
MDDM模型即關系模式[I,C;R],是MDDM法的主要分析方法。該模型用于量化環(huán)境維矩陣與決策維矩陣之間的相互作用,以此得出決策方案排序。根據各個維度現狀和回顧性評價結果,通過專家評判,確定維度與決策備選方案之間的影響(Impact,I)、置信度 (Confidence,C)和關系 (Relationship,R)得分,即[I,C;R]評分,結果作為決策的主要依據。I、C、R的概念與取值范圍如下:
I(Impact)為 “影響”,包括正面影響和負面影響。若要表達環(huán)境維度對決策備選方案的影響, “I”指維度對備選方案的支持程度 (正面的影響)或限制作用(負面影響);若要表達決策備選方案對環(huán)境維度的影響, “I”指今后實施備選方案后對各環(huán)境維度的正面影響 (有利影響)或負面影響 (有害影響)。I是實際存在的作用,與區(qū)域特征有關。I的取值范圍為{-3,-2,-1,0,1,2,3};3、2、1和0分別表達影響的 “大”、 “中”、 “小”和 “沒有影響”; “-”表示負面影響;只取整數,不取小數。
C(Confidence)為 “置信度” (即主觀概率),用于衡量專家對所評判的 “I”分值的確定程度,取值范圍 (0,1]。取值結果必須〉0,取值越大置信度越高,數值“1”為絕對肯定。
R(Relationship)為 “關系 (或關聯性)”,表征環(huán)境維度與決策備選方案之間的關系強弱;取值范圍{0,1,2,3},分別表征 “沒有關系”以及關系的 “弱”、 “中”、“強”;只取整數,不取小數。R與區(qū)域無關。若專家認為某個環(huán)境維度與某決策備選方案的關系強或影響大 (或某備選方案與某維度的關系密切),則R=3;若認為關系較弱 (或沒關系)則R=1(或0)。
6.專家綜合評判與決策方案的確定
將專家的[I,C;R]評判結果列表 (分為環(huán)境維度對決策備選方案的[I,C;R]評分表和備選方案對維度的[I,C;R]評分表;前者為環(huán)境維度對備選方案的支持性得分,后者為備選方案將對維度產生的影響性得分);在維度對備選方案[I,C;R]評分表中,將專家對每個維度的I,C,R打分值相乘 (I×C×R),然后加總該專家的所有維度的評判結果,得到該專家基于所有環(huán)境維度的現狀和回顧性評價結果對決策備選方案的評判值,表征該專家認為環(huán)境對決策備選方案的支持度;同樣,在備選方案對各維度 [I,C;R]評分表中,將專家對所有維度的I,C,R打分值相乘(I×C×R)后加總,得到該專家基于備選方案實施后對環(huán)境維度的評判值,表征該專家認為決策備選方案對環(huán)境維度的影響度;將兩類 [I,C;R]評分表中專家的所有維度對備選方案I×C×R總和與備選方案對所有維度I×C×R總和相加,得到該專家對備選方案的最終評判值。
將所有專家的最終評判值加和,得到各個決策備選方案的得分排序,作為確定決策方案的依據。
(三)討論
與MCDM法和基于數據的決策法相比,MDDM法在決策過程和方法上有很大不同。
1.決策思路 (備選方案擬定):MADM/MCDM法是備選方案導向思維(Alternative Focused Thinking,AFT)的決策模式,AFT隱含了所有決策問題均能很好地結構化的假設;而現實中決策問題不常能被很好地結構化;因此,AFT不常得到最佳結果。⑤與結構化的MCDM法不同,MDDM法基于所有相關維度的所有信息 (現狀、歷史),遵循價值導向思維 (Value Focused Thinking,VFT)決策模式,識別某些原則 (價值標準與判斷),根據所有信息及這些原則擬定實現決策目標的決策備選方案。該決策思路避免了一開始就將決策限定在人為設定備選方案 (AFT)而可能導致失誤的歧途,是客觀、主動的決策行為。
2.信息選擇:如前所述,MCDM法主要利用人為選擇有限的決策信息 (篩選出的準則或屬性)對一組備選方案進行排序或擇優(yōu)。這種決策方法往往由于人為選擇有限的準則/屬性/指標而片面地描述屬性或維度特征,甚至可能歪曲事實真相,從而作出不符合客觀實際的、片面的決斷,造成決策失誤。信息的代表性和完整性問題一直是MCDM等方法無法跨越的鴻溝。而MDDM法并不是利用每個維度有限的幾個指標去分析評價備選方案,而是基于所有相關的維度以及每個維度中所有相關的信息去分析評價備選方案,能正確、客觀地反映各個維度 (屬性集)的整體狀況以及區(qū)域特征,做出符合實際情況、有客觀依據、全面的結論以支持科學決策,避免決策的片面性,減小失誤的可能性。
3.決策方法:MDDM法的決策過程主要包括識別決策問題或確立決策目標,識別所有相關的維度 (屬性集),收集各維度所有相關信息,分析評價各變量/指標以得出客觀的評價結果,然后采用專家評判法得到各個維度各層級以及整體的綜合評價結論,基于綜合評價結論進行決策。該技術路線揭示決策環(huán)境的客觀與綜合情況,應用MDDM關系模型通過專家評判法作出理性決策,提高決策的科學性。該方法以專家評判法為主要方法,任一專家都能在數據缺失、缺乏數量化關系或定量模型、機理模型無法建立等情況下做出專家級評判 (特別是綜合評判),并通過MDDM關系模型解決非結構化決策問題;避免了MCDM法很大程度上的人為性和個人隨意性,解決了數據選擇的局限性、數據評判標準 (基準,Criteria)以及規(guī)范化或標準化評價問題,擺脫了權重賦權的束縛,解決了綜合評價的難題等。此外,MDDM法的決策過程還充分考慮了決策結果對環(huán)境維的反饋作用,這是MCDM法始終無法克服的軟肋。
我們在開發(fā)MDDM法后,將它應用于海岸帶主體功能區(qū)劃戰(zhàn)略決策研究的兩個案例中,通過案例研究不斷修改和完善MDDM法的技術路線及其分析模型,取得良好的進展;并開展了MCDM法和MDDM法的對比研究,52張冉:《海灣海岸帶主體功能區(qū)劃分技術對比研究》,廈門大學碩士論文,2011。取得以上對比研究成果。在案例研究中發(fā)現,由于影響 (I)、置信度 (C)和關系 (R)的打分極為簡單,專家的評判結果非常一致,未出現大的偏差;但通過置信度 (C)和關系 (R)對影響 (I)的修飾和修正,大大提高了結果的合理性。研究效果很好,研究成果已通過審查,評價極高。
MCDM法以及基于數據的決策法均存在著變量/指標/準則/屬性選取、變量/指標/準則的標準化、權重確定、定性與定量綜合評價方法的選擇等一系列固有的問題,難以有效解決;盡管開發(fā)了大量定量計算模式以及評價和決策方法,但若遇上數據缺失、缺乏數量化關系或定量模型、機理模型無法建立等情況時實際上無法進行決策。特別是針對環(huán)境條件極其復雜、決策需要考慮的因素或屬性多、不確定性高、數據缺失較多、多數屬性難以量化、機理模型無法建立、具有非結構化和非獨立性的區(qū)域性綜合戰(zhàn)略決策,MCDM等方法就素手無策?;贛DDM的決策方法避免了MCDM法存在的上述一系列難以解決的問題,充分利用可獲得的所有信息資料用于決策,確保決策的客觀性和科學性;通過多位專家的綜合評判,避免了個人(或少數人)主觀地對指標值/準則的選擇及其標準化、權重確定、評價方法選擇等問題,大大提高了決策的科學性和可信度;并充分考慮環(huán)境維度與決策備選方案之間的正負反饋作用,實現決策方案優(yōu)選。
海岸帶主體功能區(qū)劃的實踐研究證明,MDDM法可應用于揭示復雜系統的客觀綜合狀況,尤其適用于必須綜合考慮社會、經濟、生態(tài)環(huán)境等錯綜復雜的區(qū)域性和綜合性戰(zhàn)略決策,獲得巨大的進步和成功。
由于MDDM決策法才剛剛提出,僅應用于兩個海灣海岸帶主體功能區(qū)劃案例研究,尚不成熟,有待于進一步深入研究,逐步完善。
[責任編輯:孫湘瑞]
M ultiple DimensionalDecision-making Approach: A New W ay of Strategic Decision-making
Zhang Luo-ping1,Mu Rong2,Zhang Ran3
(College ofEnvironmentaland EcologicalStudies,Xiamen University,Xiamen 361102)
The Multiple-Criteria Decision-Making(MCDM)approach,including Multiple-Attributes and Multiple-Objectives Decision-Making and methods based on utility-based theoriesand data-based decision-making approaches,hasw idely been applied in businessand sectoral public decision-making processes.The critical issues are theways ofalternative determ inations,selection ofattributesand indices,normalization of variables, weight assignment,quantitative and integrated assessment and so forth.A particular difficulty is to apply thoseexistingmethods to unstructured regionaland integrated strategic decision-making processes.The Multiple-Dimensional Decision-Making(MDDM)approach w ith its analyticalmodel described in this article,is developed and exemplified in theapplication of PrincipalCoastal Functional Zoning.The resultsshow that theMDDM approach could addressmostof the issues inherent to using MCDM and related approaches and be successfully used in non-structured strategic decision-making processes.W ith considerationof thenegative feedback of finaldecision to related environmentaldimensions, MCDM approach isnotquite effective in this regard.
Multiple-Dimensional Decision-making approach;analyticalmodel; strategic decision-making
張珞平,廈門大學環(huán)境與生態(tài)學院教授;母容,廈門大學環(huán)境與生態(tài)學院,環(huán)境科學博士;張冉,廈門大學環(huán)境與生態(tài)學院,環(huán)境科學碩士。 (361102)
C934
A
1674-9065(2014)01-0071-13
2013-08-21]