城市再生资源利益相关者满意度评价模型及实证

摘要 城市再生资源的利用已成为世界各国谋求可持续发展的重要课题,而如何使城市再生资源利益相关者在其处理流程中达到各自的最大满意程度是实现其有效利用的重要途径,因此本文对城市再生资源利益相关者满意度进行了深入研究。本文首先构建了城市再生资源利益相关者满意度的评价指标体系,并且用G1法与熵值法的组合方式确定了指标体系的权重,然后以模糊数学原理为基础构建了利益相关者满意度的综合评价模型,对大连的城市再生资源利益相关者满意度进行了实证研究。结果显示,模糊综合评价适合城市再生资源利益相关者满意度的评价,而且评价结果与实际相符合。大连市六个方面的城市再生资源利益相关者满意度排序依次为:政府、社区、回收企业、加工企业、科研机构、消费者,同时也对满意度的结果进行了分析,找出了大连在发展中存在的问题,并提出了相应的发展策略,最后对评价模型的运用进行了总结。

关键词 利益相关者;城市再生资源;满意度

中图分类号 F062.1 文献标识码 文章编号 1002-2104(2010)03-0117-07 doi:10.3969/j.issn.1002-2104.2010.03.022

城市再生资源在每一个处理流程中都涉及到利益主体,我们在这里将其称为利益相关者,他们在处理过程的每一个步骤,都起着至关重要的作用,利益相关者之间关系的协调程度决定了管理的协调性,如果每一个利益相关者在处理过程中都实现了自身价值取向目标,那么他对于自身在系统中的满意度就会很高,就会积极地参与到这个过程中,有助于系统的协调发展[1-2]。如何使其满意度达到一个较高的水平就成了城市再生资源管理的一个重要研究课题,因此本文从利益相关者的角度出发,研究其满意度,从而对其在城市再生资源处理过程中自身利益的满意程度进行测量与分析,找出目前系统存在的问题,以便有效地调整,以使再生资源系统协调、可持续的发展。

1 利益相关者满意度的界定

在城市再生资源管理中考虑利益相关者的利益,鼓励利益相关者的适当参与,是使城市再生资源管理系统协同发展的一个有效路径[3]。城市再生资源的管理涉及到很多层面的问题,从文献调查情况来看,目前学界比较认同的我国城市再生资源处理流程主要有产生、回收、资源化、再利用和处置等五步,本文针对这一流程来确定城市再生资源利益相关者为:在城市再生资源管理流程中,代表每一个步骤的利益主体的相关个体为城市再生资源的利益相关者[4-5]。经过与流程中的每一个步骤对比分析,确定本文中利益相关者包括:社区、回收企业、科研机构、加工企业、消费者、政府六个个体。满意度通常是指行为主体对于某一事件或结果的期望值与实际感知值之间的差距状态。本文中的利益相关者满意度是指城市再生资源的各利益相关主体在城市再生资源处理流程中,对涉及到的自身内容所形成的一种期望值与实际值的感知对比状态。

2 指标体系的构建与研究方法的选择

2.1 指标体系构建

对城市再生资源利益相关者满意度评价的首要任务是建立评价指标体系。本文首先在检索国内外的有关满意度和利益相关者满意度研究文献的基础上,找到了满意度及利益相关者满意度的相关指标,然后通过对社区居民、再生资源相关管理人员、从业人员等共100余人进行访谈来补充完善所列评价指标,通过文献回顾和访谈,去除重复、表述不明确及难于获取的指标,经这一过程共获得38项指标。再由9名著名的环境学、管理学及生态学专家组成3个评估组对各项指标进行筛选,剔除了14项指标,保留了24项指标,具体见表2。

2.2 研究方法与评价模型

目前,国内外关于城市再生资源利益相关者满意度的研究较少,还没有形成科学系统的评价方法。由于利益相关者满意度的指标很难用定量的指标来描述的,即其评价指标具有较强的模糊性,对于满意度的评价还存在着一定的模糊程度,所以运用常规的评价方法如层次分析法、因子分析法等很难精确地对利益相关者满意度进行测算,但人们的思维却有办法处理、模仿和抽象这些不确定性,这便构成了模糊分析的主要内容。由于模糊方法在处理定性的、不确定的和信息不完善的这类问题方面具有显著的优越性,同时,模糊方法模仿了人的思维和处理问题的过程,以较低的代价可获得较为优良的性能,因而在本研究中引入模糊数学的理论对城市再生资源利益相关者满意度进行评价。

武春友等:城市再生资源利益相关者满意度评价模型及实证中国人口•资源与环境 2010年 第3期在模糊综合评价中,权重的计算是一项重要的内容,对评价的结果有重要影响,目前确定指标权重的方法主要有主观赋值法和客观赋值法,前者是指根据评价者主观上对各指标的重视程度来决定权重的方法,如层次分析法、专家经验评估法等;后者是指根据客观原始数据信息的联系强度或各指标所提供的信息量来决定指标权重大小的方法,如熵值法、因子分析法、复相关系数法等。主观赋权与客观赋权各有优缺点。主观赋权,概念清晰、简单易行,但受主观因素干扰;客观赋权,推算严密、评价客观,但权重随指标数据的变化而变化、失之稳定。因此,本文采用主观赋权的G1法与客观赋权的熵值法相结合的综合赋权,在一定程度上弥补了主客观单一赋权的不足。

2.2.1 G1法确定权重

G1法是一种先对评价指标进行定性排序,然后再进行定量赋值(即在相邻指标间依次比较判断)的主观赋权方法。这种方法对于评价指标无论是否变化,都不会引起指标间的相对重要性程度的优劣排序的改变。具体步骤如下[6]:

(1)确定评价指标的序关系

若评价指标xi相对于某评价准则(或目标)的重要性程度大于(或不小于)xj时,则记为xixj。若评价指标x1,x2,…,xm相对于某评价准则(或目标)具有关系式x1x2… xm时,则称评价指标x1,x2,…, xm之间按“”确立了序关系。这里xi表示{xi}按序关系“”排定顺序后的第i个评价指标(i=1,2,…,m)。

(2)确定相邻指标的重要性程度

假设某一指标为xk,则与其相邻的指标为xk+1,专家根据指标的重要性程度确定rk=xk/xk+1,确定rk的标准如表1所示。

(3)根据专家给出的rk,确定第m个指标的权重为:

wm=(1+Σmk=2Πm i=kri)-1

表1 rk赋值参考表

Tab.1 rk the valuation reference scale

rk含义Meaning1.0指标xk比指标xk+1具有同样重要性1.2指标xk比指标xk+1稍显重要1.4指标xk比指标xk+1明显重要1.6指标xk比指标xk+1强烈重要1.8指标xk比指标xk+1极端重要

(4)由权重wm可得第m-1,m-2,…,3,2个指标的权重值:

wk-1=rkwk,k=m,m-1,m-2,…,3,2

其中,wk-1为第k-1个评价指标的G1法权重;为专家给出的指标重要性值;wk为第k个评价指标的G1法权重。

2.2.2 熵值法确定权重

熵值法的主要原理是设有m个待评方案,n项评价指标(对于本文m代表评语等级,n代表24项评价指标),由24项指标的不同评语等级形成原始指标数据矩阵X=(xij)m×n,对于某项指标xj,指标值xij的差距越大,则该指标在综合评价中所起的作用越大;如果某项指标的指标值xij全部相等,则该指标在综合评级中不起作用。具体步骤如下[7-8]: