匡小平，邓 威，李文禄

(1.军事交通学院 后勤装备勤务保障中心，天津300161;2.军事交通学院 研究生管理大队，天津300161)

战储物资是军事实力的重要组成部分，是军队顺利执行军事作战任务和应对突发事件的物资保障。战储物资综合保障能力的强弱直接影响到战备意图的实现，甚至关乎未来战争的成败。近年来，各种突发事件频发，影响大、范围广，如2008年汶川大地震和南方冰雪灾害、2010 年青海玉树地震、2011 年甘肃舟曲泥石流等。这些突发事件给国家建设和社会发展带来了许多不利影响，此时，战储物资保障的另一种重要性就显得尤为突出。因此，如何有效提升战备物资的综合保障能力，直接关系到国家发展建设和未来战争的成败，而战储物资管理效能是战储物资保障能力的重要组成部分。构建实用性强、结构合理的战储物资管理效能评价指标体系和评价模型，可以有效提高战储物资综合保障能力。

1 评价方法的选取

1.1 常用评价法对比

通过对不同评价方法的对比发现，灰色系统理论、层次分析法、模糊综合评价法比较适合应用于战储物资管理效能的评价。其中，模糊综合评价法善于解决一些认识不确定的问题，虽然其数学模型简单，容易掌握，但是由于计算中需要依靠一定的经验数据和信息，模糊综合评价法对这些定性信息数据的处理即隶属度的确定，方法过于简单，很难全面地概括信息表达的含义。灰色系统理论则恰好能弥补这一缺憾，它善于解决小样本不确定性问题，而且是少数据建模，信息覆盖完整，仅凭借少量信息就能够得出评价结果，具有更高的分辨率和实用性。由于本文建立的评价指标体系指标多，层次复杂，数据获取具有一定难度，定性及定量指标交叉存在，故本文采用将灰色系统理论和AHP 相结合的方法来减轻主观判断失误造成的影响程度，使其更适合战储物资管理效能的评价。

1.2 灰色—层次分析法

层次分析法(AHP)是20 世纪70 年代由美国运筹学家萨蒂(Saaty)提出的，可以对定量和定性事件进行综合分析［1］。在评价过程中，采用两两比较判断矩阵，确定各层级的满意程度。由于是主观评定比较值，专家的判断起到了主要作用，专家丰富的经验和知识会使评价更客观、公正。但AHP 也有一定的缺陷:一是某位专家的判断可能因为其知识领域、经验等原因造成判断结果的偏颇;二是多位专家对底层各元素按照系统设计要求的标准进行打分，结果采用取其算术平均值的方法，没有对不同的专家赋予相应的权重，影响了最终评估结果的客观性。因此，需要在人的参与过程中，尽量减少主观因素的影响，使用灰色理论可以较好地解决这一问题。

灰色系统理论是从信息是否完备出发，将系统分为非灰色系统和灰色系统。在系统科学和控制论中，常借助颜色表示研究者对系统内部信息和系统本身的了解和认识程度。“黑”表示信息完全缺乏，“白”表示信息完全，“灰”表示信息不充分、不完全。所以，把信息不完全的系统称灰色系统或简称灰系统(grey system);信息不完全的数称为灰数;信息不完全的元素称为灰元;信息不完全的关系称为灰关系［2］。灰色系统理论对信息不确定、不完全确定的小样本系统有明显的理论分析优势。

2 战储物资管理效能评价指标体系的建立

战储物资管理效能的影响因素很多，不确定性较强。根据科学性、可行性、可比性和扩展性的原则，运用定量与定性相结合的方法分析战储物资管理效能。通过实地调研、专家咨询、查阅相关技术文件和要求以及总结部队多年来战储物资管理经验等方式，并采用系统理论对此进行分析，最终建立战储物资管理效能评价指标体系［3-4］(如图1 所示)。

图1 战储物资管理效能评价指标体系

3 基于灰色层次分析法的战储物资管理效能评价模型的建立

3.1 各层级权重的确定

权重也称权数或加权系数。在一级指标层上，它表示对一级指标重要程度的定量分配;在二级指标层上，权重也体现了各项指标的相对重要程度。因此，权重就是用来衡量各指标对于目标重要性差异的一种加权系数，可以通过层次分析法求得或直接通过专家给出。

(1)对同一层次的各元素关于上一层次某一原则重要性进行两两比较，构造判断矩阵A，元素aij表示第i个指标与第j指标相对重要度之比，并有下述关系:

显然，aij的比值越大，则第i个指标相对第j个指标重要度就越高，为了方便，一般采用如下标度(见表1)。

表1 层次分析法标度含义(Ai 与Aj 比较)

(3)求判断矩阵A 的最大特征值。

(4)为了避免在评估时犯错误，需要对判断矩阵A 进行一致性检验。根据AHP 的原理，可以利用λmax与n之差来检验一致性。定义计算一致性指标为

随着n的增加，判断误差也会增加，因此判断一致性应当考虑到n的影响，一般使用随机性一致性比值，其中RI为平均随机一致性指标。表2 中列出了500 个样本平均值，当CR＜0.1时，判断矩阵一致性是可以接受的［5-6］。

表2 平均随机一致性指标

3.2 评价样本矩阵的确定

假定有r个专家参与评价，则由第k个评价者对第i个评价指标给出评分dki，r个专家对n个指标评价数据构成的评价样本矩阵为

3.3 白化权函数的选择

常用的白化权函数有下面3 种形式。

(1)上端级。灰数为⊗=［d1，∞)，其白化权函数为

(2)中间级。灰数为⊗=(0，d1，2d1)，其白化权函数为

(3)下端级。灰数为⊗= (0，d1，d2)，其白化权函数为

3.4 灰色统计数及评价矩阵的计算

设定不同的评价灰类，反映不同的评价等级(如优、良、中、差)。确定每个灰类的灰数和白化权数。灰数是一个大概的范围，白化权函数是将灰数在取值范围内白化为某一白化值的可能性或偏爱程度或满意度等。采用灰色统计数法确定灰数的白化权函数，求出dsi属于第j类评价等级权f(dsi)，得出灰色统计数nij，总灰色统计数ni，对第i个评价指标的第j种评价等级灰色权值为rij，构成的权矩阵为Ri。

3.5 综合评价

一级指标Ui的综合评价向量Bi=Wi× Ri。目标层E的综合评价向量B =W× R =W·(R1，R2，…，Rm)T。由专家确定的评价等级向量为G=(g1，g2，…，gm)。综合评价结果为E=BGT。

4 算例分析

如图1 所示，以某军区仓库战储物资管理效能为例，利用灰色层次分析法进行评价。

(1)确定评价指标的权重。通过相关单位调研及咨询专家所得数据，并利用AHP 法计算一级指标权 重 为W= (0. 105 2，0. 082 4，0. 401 2，0.213 5，0.197 7)。

二级指标权重分别为

(2)指标评价样本矩阵。将评价等级划分为优、良、中、差4 类，分别赋予9、7、5、2 分。通过5个专家对其进行打分，例如对物资筹措U1的2 项指标进行打分，构造的评价样本矩阵为

同理可得D2、D3、D4、D5。

(3)确定评价灰类。4 类评价对应的白化权函数如图3 所示。

图3 四类白化权函数

(4)计算灰色统计数和权矩阵。以评价指标物资筹措U1为例，利用公式计算灰色评价数n1j、n1和权矩阵R1～R5。根据式(2)～式(8)进行计算。

一般类

从而总灰色评估数n1为

(5)计算评价结果及确定专家评价等级向量。

对一级指标做出综合评价为

将各评价灰类等级按“灰水平”赋值，则对应的评价等级向量G=(9，7，5，2)。

根据E=BGT，计算出综合评价结果为7.654。

由此可见，该军区仓库战储物资管理效能的总体评价为良好。再根据确定的指标权重可看出指标层各因素对战储物资管理效能的影响程度，为此可以针对性地提高仓库的储备物流管理能力U3，以提高战储物资管理效能。另外，从二级指标权重中可看出，加强各类专业人员培训率U41和战时物资紧急收发预案的演练水平U52也非常重要，这和当前保障打赢向实战聚焦的战略意图也是相适应的。

5 结 语

本文采用灰色聚类分析原理并结合层次分析法对战备物资效能进行了综合评价，对具体实例进行了分析，证明了该方法的有效性、可行性。本方法为总部或上级机关对战备物资管理效能的评价提供了一种新的方法，同时也为仓库提高自身装备物资管理效能提供了方法。

［1］ 姜启源，谢金星，叶俊，等. 数学模型［M］.3 版. 北京:高等教育出版社，2003:224-239.

［2］ 赵海燕.基于模糊灰色理论大型商场火灾风险可靠性评价方法的研究［D］.苏州:苏州大学，2007.

［3］ 荀烨，齐继东，黄秋爽. 军队战备储备物资保障能力评价指标体系研究［J］.军事交通学院院报，2010，12(5):66-71.

［4］ 王亮. 军用车辆器材保障概论［M］. 北京:金盾出版社，2014:3.

［5］ 杨恒仓. 基于灰色层次分析法的高校贷款风险评价研究［J］.会计之友，2012(10):114-116.

［6］ 王亚梅，孙鑫，李清侃，等. 军队物资储备优化措施研究［J］.物流技术，2011，34(5):5.