林騰飛

摘 要：本文結(jié)合真實(shí)消費(fèi)者購車需求案例，將汽車的排量、品牌、價(jià)格、出廠時(shí)間、油耗作為購車關(guān)切點(diǎn)，以兼顧主觀、模糊不確定的模糊層級分析法（FAHP），計(jì)算各關(guān)切點(diǎn)之間的相對權(quán)重值；再以接近理想點(diǎn)法（TOPSIS）排列出符合購買者需求的二手車選購優(yōu)先順序，最終列出最符合消費(fèi)者需求的二手車。

關(guān)鍵詞：二手車選購 模糊層級分析法 接近理想點(diǎn)法

中圖分類號(hào)：F253.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2018）06（a）-0215-03

截止至2018年2月1日統(tǒng)計(jì)，2017年全國二手車交易量已經(jīng)突破1200萬量，交易額突破8000億元[1]。然而，因?yàn)槠嚻放啤⑴帕?、配置功能以及預(yù)算等多方面的差異，導(dǎo)致如何選購適合自己需求的二手車一直是個(gè)難題。二手車商也因?yàn)橄M(fèi)者的不確定性無法準(zhǔn)確無誤的為其推薦適合的車輛。目前市面上的大多數(shù)的二手車買賣都是消費(fèi)者將自己的需求提供給車商，車商根據(jù)有限的搜索條件為消費(fèi)者匹配幾款車，二手車商是被動(dòng)的，無法準(zhǔn)確的了解消費(fèi)者真正的需求。這個(gè)時(shí)候就需要二手車商們能準(zhǔn)確抓住消費(fèi)者的需求，根據(jù)有限條件為其提供最適合二手車。

本文結(jié)合模糊層級分析法（Fuzzy Analytic Hierarchy Process）和接近理想點(diǎn)法（Technique for Order Preference by Similarity to Ideal Solution），構(gòu)建出一套行之有效的二手車選購解決方法。前者能準(zhǔn)確了解消費(fèi)者購買二手車真正關(guān)切的點(diǎn)，以及各個(gè)點(diǎn)的重視程度；后者能夠根據(jù)各選擇方案與理想方案的接近程度進(jìn)行排序，將抽象概念進(jìn)行量化，得到最佳方案。主要步驟為：車商先根據(jù)消費(fèi)者的購買需求，針對關(guān)切的點(diǎn)和汽車品牌進(jìn)行FAHP重要性問卷調(diào)查，接著二手車商初步篩選出10輛符合消費(fèi)者條件的二手車，并將這10輛車作為選擇方案代入FAHP和TOPSIS公式計(jì)算，得到排序，供給消費(fèi)者參考。

1 理論基礎(chǔ)與步驟

1.1 FAHP理論基礎(chǔ)

層次分析法是由Saaty[2]提出的一套決策系統(tǒng)，適用于情況不確定，多個(gè)評估準(zhǔn)則的決策問題上，逐一簡化復(fù)雜的問題。為了改善層級分析法中各比較矩陣主觀、不確定、模糊等問題，對層級分析法進(jìn)行了改良和創(chuàng)新。例如Van Laarhoven與Pedrvcz應(yīng)用模糊理論和模糊計(jì)算，將三角模糊值帶入成對比較矩陣中，將層級分析法發(fā)展成模糊層級分析法[3]；Monetal提出利用對稱三角模糊數(shù)進(jìn)行成對比較，及以熵值權(quán)重法為基礎(chǔ)的FAHP決策模式等[4]。

1.2 TOPSIS理論基礎(chǔ)

TOPSIS法根據(jù)有限個(gè)評價(jià)對象與理想化目標(biāo)的接近程度進(jìn)行排序的方法，是在現(xiàn)有的對象中進(jìn)行相對優(yōu)劣的評價(jià)。其基本原理，是通過檢測評價(jià)對象與最優(yōu)解、最劣解的距離來進(jìn)行排序，若評價(jià)對象最靠近最優(yōu)解同時(shí)又最遠(yuǎn)離最劣解，則為最好；否則不為最優(yōu)[5]。

2 案例分析

2.1 購買條件限定

排除事故車的范疇，影響二手車選購的主要影響因素有汽車的品牌、價(jià)格、行駛里程、內(nèi)飾新舊、油耗、零配件、車型、售后、付款方式、排放和排量等[6]。根據(jù)走訪多家二手車商和經(jīng)驗(yàn)，消費(fèi)者在現(xiàn)場選購二手車時(shí)，通?？紤]汽車的排量、品牌、價(jià)格、出廠時(shí)間、油耗等因素，因此將這五點(diǎn)作為消費(fèi)者關(guān)切的點(diǎn)。

（1）排量：排量對汽車價(jià)位、性能、油耗的影響很大，因此將排量限制在1.4～2.4L，其中最滿意的為1.8L，排量越大或越小消費(fèi)者滿意程度遞減，屬于望目特性。

（2）出廠年份：汽車屬于消耗品，新車一般第一到第三年的折價(jià)比例最高，年份過于久遠(yuǎn)的二手車，容易出現(xiàn)故障，維修成本較高。因此限定出廠年份為3～8年，考慮到新舊和損耗，第5年的車為最佳選擇；年份越大或越小消費(fèi)者滿意程度遞減，屬于望目特性。

（3）價(jià)格：車況是影響汽車價(jià)格最主要的因素。一般二手車價(jià)格決定因素包括：新車售價(jià)、出廠年份、行駛里程、車況、車型等。消費(fèi)者目標(biāo)價(jià)位為6～8萬，希望車價(jià)越低越好，因此屬于望小特性。

（4）品牌：當(dāng)消費(fèi)者購買汽車時(shí)，其認(rèn)知價(jià)值往往受國家、品牌、價(jià)格和服務(wù)的影響較大。因此限定為日本車，品牌從TOYOTA、FORD、NISSAN、SUZUKI四個(gè)品牌中選出合適的車輛。

（5）油耗：汽車油耗也是人們購買汽車時(shí)重點(diǎn)考慮的一個(gè)因素，本例中消費(fèi)者要求每升油最少要跑11公里，越大越好，屬于望大特性。

2.2 關(guān)切點(diǎn)和品牌權(quán)重計(jì)算

消費(fèi)者對各關(guān)切點(diǎn)的重視程度不一樣，需進(jìn)行語意轉(zhuǎn)化，在一般重要到絕對重要之間，分為9組，對應(yīng)模糊數(shù)為（1，1，1），（1，2，3），（2，3，4），（3，4，5），（4，5，6），（5，6，7），（6，7，8），（7，8，9），（8，9，10）[3]。得到FAHP模糊成對比較矩陣如表1所示。

經(jīng)由公式（1）（2）計(jì)算可得各關(guān)切點(diǎn)相對模糊權(quán)重值；

（1）

（2）

再經(jīng)公式（3）解模糊化，得到關(guān)切點(diǎn)相對權(quán)重值，其中排量=0.3202，出廠年份=0.1107，價(jià)格=0.0717，品牌=0.0782，油耗=0.4193。

（3）

5個(gè)關(guān)切點(diǎn)在消費(fèi)者信中的偏好程度從大到小依次是油耗、排量、出廠年份、品牌和價(jià)格。最后再計(jì)算最大特征值和進(jìn)行一致性驗(yàn)證，得到一致性比值為0.0679，其值小于0.1，表示結(jié)果符合一致性要求。

針對不同品牌也做了同樣的權(quán)重計(jì)算，其中FORD=0.5569，TOYOTA=0.2720，NISSAN=0.1337，SUZUKI=0.0373。最后計(jì)算一致性比值為0.0804也符合一致性要求。

2.3 消費(fèi)者可接受新舊程度

根據(jù)消費(fèi)者需求，其可接受的汽車品牌和相應(yīng)的折舊程度也不同[7]。

2.4 提供選擇方案

根據(jù)以上計(jì)算，最終為消費(fèi)者提供符合條件的6輛二手車作為選擇方案，如表2所示。

2.5 TOPSIS排序

將品牌權(quán)重值和選擇方案數(shù)據(jù)代入公式（4）得到矩陣D；

假設(shè)有m個(gè)選擇方案，n個(gè)影響因子。

D （4）

其中表示第i個(gè)方案第j個(gè)影響因子得分值。

再將矩陣D正規(guī)化，使數(shù)據(jù)介于0-1之間，最后得到矩陣R，公式如下。

R （5）

將關(guān)切點(diǎn)權(quán)重值和正規(guī)化的數(shù)值代入公式（5），建立加權(quán)決策矩陣V。

（6）

其中i=1，2，...，m；j=1，2，...，n；

消費(fèi)者對各個(gè)關(guān)切點(diǎn)的需求不同，呈現(xiàn)不同的特性，有望大特性、望小特性和望目特性。結(jié)合公式（7）（8）計(jì)算出正負(fù)理想值。再計(jì)算各方案與理想解的分離度，運(yùn)用歐式距離計(jì)算正負(fù)理想解的分離度：

（7）

（8）

最后，再計(jì)算選擇方案與正理想解的相對近似度

（9）

其中，當(dāng)值越接近1，則該方案與理想解越接近。

將計(jì)算結(jié)果排序得到表3。

本文先通過FAHP法計(jì)算出5個(gè)消費(fèi)者關(guān)切點(diǎn)的權(quán)重值，并量化品牌購買意愿；再利用TOPSIS法針對十輛二手車方案進(jìn)行選購排序，其結(jié)果如表3所示。從表3可以看出二手車選購方案優(yōu)先的順序是：B-A-C-E-D-F。

3 結(jié)語

在消費(fèi)意識(shí)越來越強(qiáng)的時(shí)代，消費(fèi)者不僅注重物品的品質(zhì)，也注重服務(wù)的質(zhì)量。本文通過FAHP—TOPSIS法，建立了一套可量化的評估方法，以離最佳理想解最接近和離最差理想解最遠(yuǎn)的相對值相比較，計(jì)算權(quán)重值時(shí)加入了模糊理論，符合人類感覺和語言存在的模糊的事實(shí)；二手車商通過這種方法，可幫助消費(fèi)者從初步選擇方案中，就其購車條件與個(gè)人喜好，給予最佳建議，提升了購買和服務(wù)的效益。

參考文獻(xiàn)

[1] 吳博峰.去年二手車交易量突破1200萬輛[EB/OL].http：//www.ccn.com.cn/html./chepingtai/yaowen/2018/0202/339404 .html.2018-02-02.

[2] Saaty，T，L.The analytic Hierarchy Process[M].McGraw-Hill，New York：1980.

[3] Buckley，J，J.Fuzzy Hierarchical analysis[J].Fuzzy Sets and Systems2002，17（3）：233-247.

[4] Hwang，C.L，Y.J Lai and J.C.Lin.A New approach for multiple objective decision making[J].Computers and Operational Research，1993，20（8）：889-899.

[5] 劉漢生，金隼，王華.基于FAHP-TOPSIS汽車外協(xié)件供應(yīng)商綜合能力評價(jià)[J].機(jī)械設(shè)計(jì)與制造，2007（4）：172-174.

[6] 同晶.二手車消費(fèi)者購買決策模型研究[D].長安大學(xué)，2013.

[7] 王昕.汽車的經(jīng)濟(jì)壽命與折舊模式分析[J].通訊世界，2015（3）：236-237.