当前位置:首页 > 研究成果 >研究会出版物 >模糊综合评价技术在展会评估中的作用
模糊综合评价技术在展会评估中的作用
更新时间:2009-07-03 14:13  作者:隋 鑫  点击次数:1134

【内容摘要】

展会质量的评价对于展会主办者、参展商及会展业管理部门都有着极其重要的指导意义,当前虽然国内很多研究机构已经建立了一系列展会评价的指标体系,但由于展会产品的特殊服务属性,一些硬件的指标很容易测出,而一些软性的指标,如服务水平,参展价值等,则很难给出定量的评价。而模糊数学中的模糊综合评价技术在这方面却能给与我们极大的指导和帮助。本文运用模糊理论及其综合评价技术对展会质量的评估进行了初步探索,以期能为会展业的从业者及研究者们有所启迪和借鉴。 

【关键词】

展会评估;层次分析法;模糊综合评价

 

到目前为止,展会评估还是我国会展行业内的一块处女地。此前,虽有人对展会进行量化分析,可要么是展会主办者为自己的展会做总结,要么是用于对展会划分等级,侧重于展会的规模影响,要么局限于一时一地的展会。真正有着客观的身份,对展会的整体质量进行评价,并把展会项目和展会的价值联系起来的展会评估还很缺乏。
       一、国内外会展评估管理现状 
        1、国外展会评价体系现状
        当前国外会展业比较成熟的国家都已经制定了相关的展会评价体系,以规范展会市场,促进会展业的公平竞争和持续发展。在国外,展会的评估工作多是主办单位委托一些独立的专业会展咨询企业或行业协会来进行,这在评估的过程中和结论上保持了真实性、公正性,而他们提出的展会未来发展对策大多能对主办单位起到借鉴作用。展会主办单位则可根据每次评估的结论和建议,及时调整展会发展方向、运作管理方式等,扬长避短,来完善自己的展会品牌。
        以德国为例,在德国有一个叫FKM(Independent Verification of Trade-fair Statistics,德国展览会和交易会数据自愿监管组织)的组织,举办国际性展览会的展览公司几乎都是FKM的成员。FKM组织的最主要任务就是对各类展会进行数据统计和评价,为参展商参展及展会主办者办展提供依据。
        再以总部设在法国的国际展览联盟(UFI)为例,UFI认可的展会是高品质贸易展览会的标志。一个展会要想获得国际展览联盟的会员资格,其服务、质量、知名度皆要求达到一定的标准。UFI对申请加入的展览会的规模、参展商规模、国外参展商的比例、国外观众的比例等都有极严格的评价标准。国际展览联盟规定的注册标准为:国际展览至少需要2万平方米的面积,20%国外参展商,4%的海外观众,展览会主办机构收入费用的20%要用于海外推广和组织宣传活动。公司举办的展会必须是由一个主办单位连续经营是3年以上,并且至少有一个被UFI认可后才有可能被接受为正式会员。除此之外,UFI还会派出一个审查评价小组到展览现场作详细调查,对各种数据进行统计。正是由于有了UFI这套较为成熟的资质评估制度,因此取得了UFI的标记便成为名牌展览会的重要标志。
         国外非常强调展会的性价比,从中选择成本低而效果好的优质展会,而且还能把参展与其他营销方式如广告、人员推广等在成本效益上做出比较,为今后选择何种方式进行市场拓展提供依据;同样,对展会评估加强监督,扶优汰劣,也是国外会展行业管理机构的一项重要任务。
        在会展业发达的美国也是如此,美国企业制定参展决策时,通常都是根据其对展会的评估结果而定。美国一项调查结果显示,美国参展公司对展览会常使用34种评估标准,其中15项被普遍认为非常重要。这16项标准可以归为4类:即参展企业质量、参加数量、展出位置和展出管理。
         2、我国展会评价管理现状
         相对于会展业发达的国家,我国在展会质量评估方面的研究和实践还处于起步阶段。对展会的评价主要集中于对展会等级的划分及办展环境测评等方面,而对于具体的某个展会的全面质量评价仍处于不断探索中。
2002年10月,原国家经贸委宣布取消对国内展览会的审批制度,在这之前,委托全国城市工业品贸易中心联合会组织制定了国内展览会的评级标准。2002年10月16日,原国家经贸委贸易市场局和中国商业联合会在京召开《专业性展览会等级的划分及评定》行业标准审定会,审定通过了这一标准,并于2003年3月1日起正式实施。
           《中国人民共和国商业行业标准SB/T 10358-2002 专业性展览会等级的划分及评定》中将专业性展览会的等级评定分为四个级别,由高到低依次为A级、B级、C级、D级。等级的划分是以专业性展览会的主要构成要素为依据,包括:展览面积、参展商、观众、展览的连续性、参展商满意率和相关活动等方面。其中对专业展览会等级的具体评定标准做出规定。这个规定是采用对专业性展会各构成要素的评分来最后确定其等级的,所有构成要素的满分是720分,其中“展出净面积及特殊装修展位面积比”一项分值为150分,“参展商”一项的分值是70分,“观众”为100分,“展览连续性”占50分,“参展满意率”占150分,“相关活动”占80分。在附录中还规定,A级的最低分数线是546分,B级为420分,C级是216分,D级则为108分。
          2003年末,为了促进展览城市办展环境的优化,帮助和引导城市会展业的发展定位,经济日报联合国务院发展研究中心、中国社会科学院、商务部国际经贸研究院、全国城贸联等单位的专家学者及业内人士组成专家组,制定了国内第一个“展览城市办展环境评价指标体系”。 这一指标体系综合了区域经济、城市竞争力、会展经济等多方面的研究成果,应用了22项与办展环境相关的指标,力图对我国的城市展览环境有一个较客观和科学的评价。此次展览城市办展环境评价活动得到了众多城市的积极响应和参与,根据“展览城市办展环境评价指标体系”,专家组对全国30个城市进行了综合评价,得出了一些列重要结论。但此次评价的重点是一个城市的展览环境,而不是针对某一个展会办展质量的具体评价。
         其实,在我国一些会展业比较发达的地区,早就自发地对展会评估进行了初步的探索,例如最早开展系统性展会评估工作的是温州市会展业协会。该协会采用百分记分法对其会员单位举办的所有展会进行评估,每年上半年和下半年各公布一次评估结果。但这种评估体系及结构还很不系统,诸多环节还需要不断地加以改进和完善。
        二、模糊技术及其在展会评价中的应用优势 
        模糊理论适用于解决活动或观察值不精确、模糊、或不确定的问题。模糊集是指一群具有连续隶属度的元素所成的集合。隶属函数会将每个元素映像至一个隶属度,而该隶属度将介于0与1之间。若某一元素的隶属度为1,表示此元素完全属于该集合,0表示完全不属于该集合,若介于两者之间表示该元素属于该模糊集合的程度或资格。
        模糊理论在对展会进行综合评价中的优势作用在于,对于服务质量、参展价值等体现展会价值属性的软性评价因素指标,无论参展商、观众还是专家们所给出的评价都有很大的模糊性,也很不可靠,而模糊评价技术却能很好地将人们习惯的模糊语言通过隶属函数关系转变为精确的数字刻度,从而使对展会模糊的、非精确定量的评价结果转变为可定量计算的计量指标,进而实现对展会质量及价值的综合评估。
        模糊综合评判决策是对受多种因素影响的事物作出全面评价的一种十分有效的多因素决策方法,所谓模糊综合评判就是在模糊的环境下,考虑了多种因素的影响,为了某种目的对一事物作出综合决策的方法。“模糊综合评判”是国内的名称,在国外则称为多目标决策(Multiple Decision-Making)。

 这种方法的基本思路是:设有两个有限论域:
U=   x1 ,x2,x3,…xn
V=   y1,y2,y3,…ym
其中:U代表综合评判的多种因素组成的集合,称为因素集;V为多种决断构成的集合,称为评判集或评语集.一般地,因素集中各因素对被评判事物的影响是不一致的,所以因素的权重分配是U上的一个模糊向量,记为
    A=(a1,a2,a3,…an)∈F(U)
其中,ai表示U中第i个因素的权重,且满足 =1.此外,m个评语也并非绝对肯定或否定.因此,综合后的评判可看作是V上的模糊集,记为
    B=(b1,b2,b3,…bm)∈F(V)
其中,bj表示第j种评语在评判总体V中所占的地位。
如果有一个从U到V的模糊关系R=(rij)n×m“那么利用R就可以得到一个模糊变换TR因此,便有如下结构的模糊综合评判数学模型:
    1.因素集U=  x1 ,x2,x3,…xn
    2.评判集V=  y1,y2,y3,…ym
    3.构造模糊变换
TR=F(U)→F(V)
              A      A R
其中,R为U到V的模糊关系矩阵,R=(rij)n×m
这样,由( U,V,R )三元体构成了一个模糊综合评判数学模型。此时,若输入一个权重分配A=(a1,a2,a3,…an)∈ F(U),就可以得到一个综合评判结果:
B=(b1,b2,b3,…bm)∈F(V)。也就是   

                                      r11  r12 … r1m
(b1,b2,b3,…bm)= (a1,a2,a3,…an)     r21  r22 … r2m
                                      …………………
                                      rn1  rn2 … rnm

式中:“ ”表示模糊运算符。对此运算符的定义不同,则对应不同的模糊综合评判模型。采用特殊符号,给出的下式在广义模糊运算下 B的各元素的计算式为:
        bj=(a1 * r1j) (a2 * r2j)  ……   (am * rmj),j = 1,2,… n 
        上式是模糊综合评判的一般模型,记为M( * , )。根据对运算符“。”的不同定义,学者们总结出了四种不同的模糊综合评判模型。这四种模糊综合评判模型分别为:模型I M(∧,∨) ;模型II M(• ,∨) ;模型III M(• ,⊕) ;模型IV M(∧ ,⊕) ,其中∧为取小计算,∨为取大计算。
         以上四种模糊运算模型都可以作为对某一多因素影响事物进行模糊综合评判的运算方法,并且大多数情况下其运算结果都是一致的。但是并不能认为这四种模型在任何情况下都等价,特别是当权向量A成比例变化时,模型I和模型IV都会受到影响,当用极大隶属原则进行综合评判时,模型I甚至会得出相反的结论。而在这四种运算模型中,权向量A只有在模型III M(• ,⊕)中才真正有权的意义,而在其它模型中均无权的意义,所以在进行模糊综合评判时,采用模型III进行综合评判最佳。
对某一多因素影响事物进行模糊综合评判所得的结果B为一组实向量,通常可根据最大隶属原则对其进行评判,从而识别出该事物的最终属性。所谓极大隶属度原则,就是取隶属度最大的那个分量max(b1,b2,b3,…bm)作为最终评价结果。该分量隶属于哪一评价等级,则该事物也就属于该评价等级。
         由于评语集V具有模糊性,所以由评语集V根据极大隶属度原则得出的评价结果较粗。因此,有学者建议对评语进行定量化处理,从而得到一个具体的评判值。对评语进行定量化处理可以有很多种方法。这里设:
        评判集V = y1,y2,y3,… ym    中各等级所对应的数量值为:
        C=  c1,c2,c3,…cm   ,则模糊综合评判的单一数量结果可以由下式算出:

S=BCT=(b1,b2,b3,…bm)×(c1,c2,c3,…cm)T

这里采用对各个评语实行百分制记分的办法,比如记  50< C1<60(劣等)、60<C2<70(较差)、70<C3<80(中等)、80<C4<90(良好)、90<C5<100(优秀)。这样就得到一个关于评语的分数向量C=(C1 C2 … Cn)。有了分数向量后再计算得分:
S =  BCT = 
        由于各评语的得分是一个区间,所以一般计算三个有代表性的得分:

S高=                  S低=                  S中=
         式中C高i为各元素取区间的上限组成的评语分数向量;C低i为各元素取区间的下限组成的评语分数向量;C中i为各元素取区间的中间值组成的评语分数向量。这里对评语集V进行百分制定量化处理后,可以得到三个具体的模糊综合评价定量结果。

三、展会质量的模糊综合评价
        展会举办方通过对展会项目进行评估可以总结经验,发现问题,是提高办展水平的重要途径之一。进行展会评估可以在确定评估的方法和步骤后,设计合理的调查问卷,搜集有关信息,最后通过对有关调研材料的数理统计分析,得出展会效果评价,并对下届展会的举办提出一些好的建议。
         展会评估可以由主办方进行,也可以由行业协会和主办方聘请专家或委托专业展览评估机构进行。展会评估是一个有计划、有步骤的动态过程,必须循序渐进。通常一项展会评估工作包含以下程序:1、确定展会评估目标;2、选择规范的评估标准;3、制定评估方案。4、进行评估调研;5、撰写评估报告。而在评估的技术路线上,展会评估应遵循以下步骤进行:

1、展会评价综合指标体系的建立
        对展会质量进行评价的指标可以有很多,通常可以采用头脑风暴法,或专家咨询法等手段来广泛收集可用以评价的指标,最后根据实际需要及指标的相对重要性强弱,甄选出若干个指标作为评价标准。对于这些评价指标最好根据它们的特征属性归为多层(通常为二层)子系统指标,如展会规模及影响子系统、展会服务子系统、展会价值子系统、展会环境子系统等。
为便于分析,这里以最简单的单层次指标体系为例,假设经过专家组的论证,对某一展会项目进行评价的指标因素共计n个,记为:
        U={u1,u2,u3,u4,…,un}
      其中Ui表示对展会质量进行评价的第i个评价指标.
       2、指标权重的确定
        展会评价的的各项因素指标所对应的权重构成了一个权重体系,各项指标权重如何确定是展会评价的一个重点,也是难点。对于不同的展会项目,不同的组织环境而言,各指标间的权重显然是不尽相同的,只有根据各指标的相对重要性赋以适宜的权重才能保证最终的复合结果不出现扭曲现象。权重确定方法有专家直观判定法、层次分析法(AHP)、权值因子判断表法等。这里建议采用层次分析法来确定各项指标间的权重。
        层次分析法要求把因素对象进行优劣排序,取优汰劣。其应用的基本思路是用二二比较的方法确定各指标因素的判断矩阵,然后把判断矩阵的最大特征根相应的特征向量的分量作为系数,最后综合出各因素的权重。运用层次分析法确定展会评价指标体系各要素的权重分为以下几个步骤:
        (1)构造判断矩阵
        运用配对比较法,对所有评价要素进行两两比较评分,可得两两比较判断矩阵A。
        这里通常的测评标准采用9等级评分法,因为从心理学的观点来看,分级太多会超越人们的判断能力,既增加了作判断的难度,又容易因此而提供虚假数据。Saaty等人运用实验的方法比较了在各种不同标度下人们判断结果的正确性,结果发现采用1-9标度最为合适。具体评分标准见下表1:
         (2)计算权重
          利用层次分析法构造的两两比较矩阵是一个正互反阵,在层次分析法中,通常用对应它的最大特征根的特征向量作为权向量,该权向量即为该层次因素体系对于其上一层次某一因子的权重指标。具体的计算方法是:
        ① 将判断矩阵A每列正规化,可得一正规化矩阵B,其中 Bij=   
        ② 将正规化后的判断矩阵B按行相加,可得W={w1,w2,w3,…,wn},其中Wi=∑Bij
        ③ 计算权重,最终得出权重结果A ={a1,a2,a3,…,an},其中Ai=Wi/∑Wi
        (3)一致性检验 
        ① 计算判断矩阵的最大特征根
λmax=1/n〔 ∑(A *W)i/Wi 〕
其中λmax—判断矩阵A的最大特征根;n—因素数; Wi—i因素的权重
        ② 计算一致性指标CI
CI = (λmax-n)/(n-1)
       ③ 查出同阶矩阵平均随机一致性指标RI,如表3所示。
       ④ 计算一致性比率CR
CR = CI/RI 
        ⑤ 作出一致性是否合格的结论
       若CR<0.1,一般认为判断矩阵的一致性是可以接受的。如果CR > 0.1,则需要进一步直至CR<0.1为止。
通过层次分析法的运算,最终我们可以得到展会综合评价指标体系中各评价因素所占的权重,即
A ={a1,a2,a3,…,an}
        3、展会质量模糊综合评价模型的建立 
        这里以最为简单的单层次(一层)模糊综合评价为例:
        (1)设因素集U={u1,u2,u3,u4,…,un}, 其中Ui表示对展会质量进行评价的第i个评价指标,例如u1:参展商数量;u2:展览面积;u3:服务质量;u4:展会价值,……,un-1:展会组织,un:展会运输。
        (2)设评判集V={v1,v2,v3,v4,v5},其中v1:好;v2:较好;v3:一般;v4:较差;v5:差。
         (3)建立单因素评判矩阵
         假设对展会质量进行评价的评审人员共m人,通常包括参展商代表、专业参观者代表、普通观众、会展评价专家以及展会主办方的工作人员等。每个人都根据自己的体会用打分或投票的方法对展会评价指标体系中的每一个指标因素进行评价,以表明自己的评价态度,这样对于因素集中每一个评价因素Ui在评判集中都有相应的评判结果,从而构造出了一个从因素集U到评判集V的模糊映射关系矩阵,既展会综合评价的单因素评判矩阵表,见下表4。
        其中cij(i=1,2,3,…,n;j=1,2,3,4,5)是赞成第i项评价因素ui为第j种评价vj(j=1,2,3,4,5)的票数。
        再令           rij =    (i=1,2,3,…,n)
    这里  =m 为展会评价人员的总人数,由此可得一个由U到V的模糊映射关系矩阵R,既展会质量综合评价的单因素评判矩阵:
    这样由(U,V,R)三元体构成了一个展会综合评价的模糊综合决策模型,此时,若输入一个权重分配A=(a1,a2,a3,…an)∈ F(U),就可以得到一个综合评判结果:B=A R
         4、展会质量的模糊综合评判
        根据以上展会质量综合评价的单因素评判矩阵R,以及利用层次分析法算出的展会综合评价指标体系中各评价因素的权重分配向量A={a1,a2,a3,…,an},我们便可对展会质量进行模糊综合评判的计量。模糊综合评判结果:B=A R
B=(b1,b2,b3,b4,b5)∈F(V)。也就是:
                                      r11  r12 … r15
(b1,b2,b3,b4,b5)=(a1,a2,a3,…an)   r21  r22 … r25
                                      ………………
                                      rn1  rn2 … rn5
        在广义模糊运算下 B的各元素的计算式为:
        bj=(a1 * r1j) (a2 * r2j)  ……  (an * rnj),j = 1,2,3,4,5
         对于权重A={a1,a2,a3,…,an},当我们运用最简单的模型I,即 M(∧,∨)进行合成运算时,则 bj=(a1 ∧ r1j)∨(a2 ∧ r2j)∨ ……∨(an ∧ rnj),j = 1,2,3,4,5
        最终我们可以得到的某展会质量的模糊综合评价结果B=(b1,b2,b3,b4,b5), B为一组实向量,通常可根据最大隶属原则对其进行评判,从而识别出该事物的最终属性。也可以对评语进行定量化处理,从而得到一个具体的评判值。
例如设评判集V={v1,v2,v3,v4,v5} 中各等级所对应的数量值为:
C=  c1,c2,c3,c4,c5   ,则展会质量模糊综合评判的单一数量结果可以由下式算出:
S=BCT=(b1,b2,b3,b4,b5)×(c1,c2,c3,c4,c5)T
    最终我们可以得到某一展会质量综合评价的某一具体数值。
        5、展会质量的多层次模糊综合评价(以二层为例)
       对于一些规模及影响力较大的国际性展会,需要考虑的评价因素很多。这时会出现两方面的问题,一是因素过多,对他们的权数分配难于确定;另一方面,即使确定了权数分配,由于需要满足归一化条件,每个因素的权值都很小,再经过综合评判,常会出现得不出有价值的结果的现象。这时就可以采用多层次模糊综合评判的方法。现在以二级模糊综合评判为例说明它的步骤。
        第一步:将因素集U = x1 ,x2,x3,…xn  按某种属性分成s个子因素集U1,U2,…,Us,其中
    Ui= xi1 ,xi2,xi3,…xin       i=1,2,… s.
且满足
    1.n1十n2十…十ns=n
    2.U1∪U2∪…∪Us=U;
  3.对任意的i≠j,Ui∩Uj=Ø.
           第二步;对每一个子因素集Ui,分别作出综合评判.设V=(y1,y2,…,ym) 为评语集,Ui中各因素相对于V的权重分配同样可由层次分析法得出:
A=(ai1,ai2,ai3,…,ain)
若Ri为单因素评判矩阵,则得到一级评判向量
Bi=Ai Ri =(bi1,bi2,bi3,…bim),  i=1,2,… s.
          第三步:将每个Ui看作一个因素,记
K =  U1,U2,…,Us    .
这样,K又是一个因素集,K的单因素评价矩阵为:

                       B1       b11,b12,… b1m 
R =  B2  = b21,b22,… b2m 
…     ………………
Bs     bs1,bs2,… bsm

每个Ui作为U的一部分,反映了U的某种属性、可以按它们的重要性给出权重分配:
    A=(a1,a2,a3,…as)
   于是得到二级评判向量:
B=A R=( b1,b2,b3,…bm )
    顺便指出,如果每个子因素集Ui,i=1,2,… s,含有较多的因素,可将Ui再进行划分,于是有展会的三级评判模型,甚至四级、五级评判模型等。
        四、结论
        展会质量及价值的评估对于主办者、参展商及会展业管理部门都有着极其重要的指导意义,然而到目前为止,展会评估还是我国会展行业内的一块处女地。此前,虽有人对展会进行量化分析,可要么是展会主办者为自己的展会做总结,要么是用于对展会划分等级,侧重于展会的规模影响,要么局限于一时一地的展会。真正有着客观的身份,对展会的整体质量进行评价,并把展会项目和展会的价值联系起来的展会评估还很缺乏。
在展会评价的技术方面,由于展会产品的特殊服务属性,一些硬件的指标很容易测出,而一些软性的指标,如服务水平,参展价值等,则很难给出定量的评价,无论参展商、观众还是专家们所给出的评价都有很大的模糊性,也很不可靠。传统的评价方法在对这些无法定量计量的模糊指标进行评价时往往无能为力,而模糊评价技术却能很好地解决这样的问题。该技术能很好地将人们习惯的模糊语言通过隶属函数关系转变为精确的数字刻度,从而使对展会模糊的、非精确定量的评价结果转变为可定量计算的计量指标,进而实现对展会质量及价值的综合评估。因此我们认为模糊综合评价技术在展会质量评估中具有及其重要的使用价值。

 

【参考文献】
1. 谢季坚、刘承平著,《模糊数学方法及其应用》,华中科技大学出版社,武昌,2000
2. 姜启源编, 《数学建模》,高等教育出版社,北京,1993
3. 杨启帆、方道元 编著,《数学建模》,浙江大学出版社,杭州,1999
4. 王新洲、史文中、王树良 编著,《模糊空间信息处理》,武汉大学出版社,武昌,2003

【作者简介】
隋鑫,管理学博士,沈阳师范大学旅游管理学院副教授

 

 

 


上一篇: 2013年中国展览数据统计报告
下一篇:
最新更新
热点关注