摘 要：为相对准确地对企业发展状况实施客观评价，必须对企业运营的各个方面进行统计分析，遇到非确定性的复杂问题时需要使用模糊评价法，它是从模糊数学为基础的隶属度理论出发，将定性评价转化为定量评价的过程，在处理较难量化的非确定性问题时有重要作用。
关键词：统计分析 模糊评价法 定性评价
企业的日常经营管理离不开对各类问题的统计分析和评价，统计分析的意义在于能够找到影响质量、效益等要点的关键因素，并对这些因素影响结果做精准预测。分析中往往会遇到一些边界不清、不易定量、模糊性的复杂问题，需要使用模糊评价法。为了让更多人了解和掌握模糊评价法，并在企业统计分析中实施应用，本文将详细介绍模糊评价法的使用步骤和实际应用要点。
一、模糊评价法的介绍
模糊评价法是一种基于模糊数学的综合评标方法，即用模糊数学对受到多种因素制约的事物做出一个总体的评价，能够较好地处理多因素同时影响、模糊性及定性判断等问题。模糊数学理论是美国加利福尼亚大学的L﹒A﹒Zadeh教授1965年提出的，其后逐渐在世界上受到广泛的关注，其核心是模糊集合。
二、模糊评价方法阐释
1.评价问题的因素集进行建立。因素集是用U=（u1，u2，u3，u4，u5，.......un）来表示的，其中u表示不同的模糊因素，所谓的因素就是不同对象的性能或属性，在不同的场合中也被称之为参数指标，这些模糊因素可以综合的反应出不同对象的质量，还能够结合这些因素对这些对象进行评价，在操作中还需要用到评判集，其用v=（v1，v2，v3，v4，v5，.......vn）来表示，它就是评价人员对评价对象所作出的不同总评，让评价结果共同组成一个集合，为了有明显的区分，使用优、良、中、及格和不及格来表示，更好的对模糊分析结果作出评价。
2.对权重集的建立分析。在所设置的因素集中，不同因素的所占到的重要程度也是不同的，为了能加准确的表示出不同因素的重要程度，需要系统判断分析。第一步，对矩阵中每一个元素进行乘积，结果用W来表示，Wi=m/bj，其中j=1，2，3，4，5，6，7，8，9，m）.（4-2），然后进入到第二步，对各行的Wi的 m 次方根值进行计算，公式为Wi=m/wi（4-3），第三步，对向量做进一步处理，统一进行规划，从而得出各个指标在整体中的权重系数值，公式为ai=Wi（Mij=1（4-4），第四步要进行b矩阵在一致性方面的检验，不同权数所组成的集合使用W进行表示，也就是W=（w1，w2，w3，w4，w5，.......Wn），这些权数都满足非负性和归一性。
3.对不同的模糊因素隶属关系进行确定。在因素集中有很多不同的元素，首先明确这些不同因素之间的隶属关系，然后建立隶属函数，利用公式来计算出隶属度，单个因素构成模糊评价向量，所有单因素的模糊评价向量构成单因素模糊评价矩阵：
4.分析模糊综合评价情况。各个因素的权重集与单个因素模糊评价矩阵进行模糊运算，可得到模糊综合评价指标：
5.对每一个对象的综合分值进行评价。进行综合评价，将所有对象的评价结果做综合排序，把评价结果B转化为综合分值 M ，然后根据 M 值大小进行排序，得出评判结果，选出最符合要求的对象。
三、企业统计分析中模糊评价法的应用要点
1.模糊评价法的应用范围。企业生产经营中有许多问题都是涉及因素众多的复杂问题，比如产品质量、市场营销、盈利能力上的问题，都不是简单的某个环节或因素所决定的，而往往与多个相互影响的环节或因素相关，存在着大量模糊判断，简单的统计评价只能做出定性描述，而无法实现定量分析，无法去除模糊性。同时，有些问题很难精确地描述，例如库存充足、化学反应充分、质量过硬等，“充足”、“充分”、“过硬”等均属于边界不清晰的模糊概念。而模糊评价方法可以使我们较好地解决类似问题，通过渐进数值来评价。比如在评价一个产品市场竞争力的时候，如果说它属于市场拳头产品，用数值0.9表示，如果说它与竞争对手比基本无优势，使用数值0.2表示。这就是人们称其为隶属度，如0.9表示隶属于集合U的程度较高，而0.1则表示隶属于集合U的程度偏低。这样，对那些模糊事物的性状就有了一种可靠的定量分析方法。
2.模糊评价法的常见配合使用方法。
2.1专家打分法。由于待模糊评价的问题大多没有统一的衡量标准，不同层次的人员从不同角度出发给出的判断往往相差较远，对问题的分析受人们的主观判断影响较大。在实际分析中，为了提高统计分析评价结果的可靠性，往往采用广泛吸取专家意见的方法来去除主观判断的片面性，称为专家打分法。一般情况下，根据需要评价问题所涉及的环节，选取与之相关联的各领域2～3名管理、技术专家，组成问题评价专家小组。然后分别将需要评价的问题单独发送到每个专家手中，征询其意见、打分，然后对全部专家的意见回收、汇总、整理出综合意见，如果意见相差较远，则反复收取意见，最终取得比较一致的评价结果。
2.2层次分析法。企业统计分析中很多都是涉及因素众多的综合性问题，对一个问题的评价往往需要很多个指标，根据重要性与相关程度，可以分为一级指标、二级指标、三级指标，对指标权重的确定需要使用到层次分析法。层次分析法是从定性分析到定量分析综合集成的一种系统工程方法，它是复杂问题分解细化，将人们对复杂系统的思维过程数学化。首先是要对将问题的相关因素划分为目标层（最低层）、准则层（中间层）和方案层（最高层）；其次是要剖析各层级之间的相互关系，通过对各因素重要程度的比较，计算出在不同准则及总准则下各个方案的相对重要程度；最后对决策方案的优劣进行总排序，做出恰当的选择。
3.统计分析的质量把控。统计分析作为企业统计工作中重要一环，担负着向管理者提供信息咨询和决策参考的重要使命，必须保證其质量问题。其一，提高分析数据、资料的准确性。数据是分析的基础，统计数据的准确、真实、可靠是分析预测合理的前提，来不得半点马虎，微小的统计数据失误也会带来较大影响，以致得出错误的决策信息。为此，要着重加强统计信息网络的建设，构建统计分析数据库，推进数据采集的自动化，减少人手操作，提高数据质量和工作效率。其二，构建完善的统计工作标准和内部审核制度。各级统计工作都要严格执行统一的工作标准，按照规范制度开展日常工作。要认真落实统计数据内部审核工作，对每笔数据严格审核、把关，及时对统计偏差做出纠正。公司级统计负责对全公司的统计数据进行质量把关，保证为企业生产、经营、预测和技术活动的管理提供正确信息。其三，提升统计工作人员素质。为适应日益竞争的市场形势，企业应定期对统计人员开展业务培训，提升员工统计操作水平和分析工具应用能力，重点提高统计分析业务能力。特别是对模糊评价法、层次分析法等理论性方法要开展系统培训，保证实际应用中操作的准确性与结果的可靠性，从而提升企业统计分析水平。
四、结语
模糊评价法应用意义在于能够使模糊现象适度精确化、定性分析定量化，可应用在涉及多因素、模糊性及主观判断等问题的分析评价，解决了模糊性问题无法定量分析的难题，并在一定程度上降低了主观因素的影响，增强了分析评价结果的准确性。它在企业统计分析中的作用不可替代，广泛应用于带有模糊描述的复杂性问题。在实践应用中不仅系统性强，而且得出结果清晰，能为企业生产、经营决策提供出合理、有效的分析建议。
参考文献：
[1]郭伟光.三角模糊分析法在企业KM绩效评价中的应用[J].科技创新导报， 2007（30）.
[2]徐君.模糊关联分析法在煤炭企业循环经济评价中的应用[J].矿山机械， 2011，39（3）.
[3]孙铭忆. 层次分析法（AHP）与网络层次分析法（ANP）的比较[J]. 中外企业家， 2014（10）.
