5.5 中国企业跨国并购逆向知识转移能力评价模型的评价过程
假设参与跨国并购逆向知识转移能力评价的中国企业集合为S={S1，S2，S3，…，Sm}，参与评价的专家集合为D={D1，D2，D3，…，Dm}，评价指标集为C={C1，C2，C3，…，Cn}。
第一步，集结各专家的评价结果建立模糊评价矩阵（表5.4）。
表5.4 模糊评价矩阵
首先，每位专家根据评价信息表（如表）的评价信息给出各自对不同企业在不同指标下的评价矩阵，其中第i位专家的评价矩阵表示为
其中，
表示第k个专家以自然语言变量形式给出的第i个企业关于第j个指标的模糊评价值，用三角模糊数可以表示为
不失一般性地假设每位专家的重要性相同，则群体决策的评价矩阵可以用下面的方法得到
式中，符号⊗和⊕分别表示模糊数乘法和加法运算，且各三角模糊参数可以由以下式子得到
第二步，在梯形模糊数
=（a，b，c，d）情况下，其非模糊价值量F记为D（
），且
对于三角模糊数
=（1，m，n），可以看成是梯形模糊数的一种特例表示为
从而可以将其表示为
由此可得
第三步，对评价矩阵进行无量纲化处理。
上一步所得到的Xij表示企业i在指标j下的评价值。所有Xij组成决策矩阵X，即
对决策矩阵X中的元素按下面的方法进行无量纲化处理：
第四步，利用熵权法确定各评价指标的客观权重，利用AHP法确定各评价指标的主观权重，最后计算综合权重并计算加权标准化决策矩阵。
（1）利用熵权法确定指标权重
熵是系统的态函数，是对系统不确定性的一种度量，系统越稳定熵值越大，当系统处于n种不同状态，每种状态出现的概率为pi（i=1，2，3，…，n）时，评价该系统的熵为
。其中pi满足
确定熵权的具体步骤如下：(https://www.daowen.com)
①由第三步的无量纲化后的决策矩阵求出各指标的最优值
。
对于效益型指标而言是越大越好，因此
=max（rij），而对于成本型指标而言是越小越好，因此
=min（rij）。
②计算每个企业的各指标与最优值之间的接近度：
③对Dij进行归一化处理，计算各指标熵值。记
则第j个评价指标的熵值为
其中
④通过熵值确定各指标的熵权，即客观权重。可以看出，企业各指标与最优值之间的差距越小，则指标j的熵值Ej越大。一般决策者对指标的差异程度有两种完全不同的观点，一种认为差异度越小的指标越重要，另一种则认为差异度越大的指标越重要。本书假设差异度越大的指标越重要，则对熵值Ej按下面的方法进行归一化处理，得到各指标的客观权重：
由于θj是由各企业各指标的评价值计算得到的，因此称为客观权重。为了使权重能够更全面准确地反映指标的重要性，需要考虑专家的主观因素和经验判断力，因此，将客观权重与专家给出的各指标的主观权重相结合，确定各指标的最终权重。
设专家给出的主观权重为ω={ωj}（j=1，2，…，n），则方法如下：
权重的确定方法比较多，主观赋权法有专家调查法、层次分析法、二项系数法、环比评分法等；客观赋权法有主成分分析法、熵值法等；转移能力评价当中常见的分析方法有专家调查法、层次分析法、熵权法。专家调查法、层次分析法作为主观分析法，主要通过专家结合实际经验进行权重安排，一般会保障属性权重和属性实际权重相一致，但是评价结果具有随意性，具有很大局限性。层次分析法虽较专家调查法有所改进，建立比较矩阵，使主观赋权更具层次和合理性，但是仍然摆脱不了主观随意性。客观赋权法主要依据原始数据进行权重的确定，熵权法就是通过原始数据的处理，得出相关权重；但在多属性决策中，最重要的属性往往差异性较小，反而不重要的属性值具有较大的差异。因而，主客观结合方式能够综合主观赋权上实际经验的优势，也能充分利用原始数据的客观性，使权重计算较为真实、可靠，既能尊重客观事实，也能避免随意性。本书采用乘积法进行主客观综合赋权。
（2）计算加权标准化决策矩阵
式中 λj——指标j的权重；
rij——无量纲化后的评价矩阵的元素。
第五步，确定正理想点和负理想点。正理想点是由每个指标中的最优值所组成的理想中的一个点，而负理想点是由各指标中的最差值所组成的一个点，对于效益型指标而言，最优值为最大值。而对于成本性指标而言，最优值为最小值。设V+为正理想点，V-为负理想点。
式中 J——效益型指标集；
J＇——成本型指标集。
第六步，计算各企业与正、负理想点之间的距离。
第七步，计算各企业的相对贴近度，并对各企业并购逆向知识转移能力进行排序。
其中，Ci越大，逆向知识转移能力越强。最后，根据各企业的相对贴近度对各参与评价的企业排序。
