林腾飞
摘 要：本文结合真实消费者购车需求案例，将汽车的排量、品牌、价格、出厂时间、油耗作为购车关切点，以兼顾主观、模糊不确定的模糊层级分析法（FAHP），计算各关切点之间的相对权重值；再以接近理想点法（TOPSIS）排列出符合购买者需求的二手车选购优先顺序，最终列出最符合消费者需求的二手车。
关键词：二手车选购 模糊层级分析法 接近理想点法
中图分类号：F253.3 文献标识码：A 文章编号：1672-3791（2018）06（a）-0215-03
截止至2018年2月1日统计，2017年全国二手车交易量已经突破1200万量，交易额突破8000亿元[1]。然而，因为汽车品牌、排量、配置功能以及预算等多方面的差异，导致如何选购适合自己需求的二手车一直是个难题。二手车商也因为消费者的不确定性无法准确无误的为其推荐适合的车辆。目前市面上的大多数的二手车买卖都是消费者将自己的需求提供给车商，车商根据有限的搜索条件为消费者匹配几款车，二手车商是被动的，无法准确的了解消费者真正的需求。这个时候就需要二手车商们能准确抓住消费者的需求，根据有限条件为其提供最适合二手车。
本文结合模糊层级分析法（Fuzzy Analytic Hierarchy Process）和接近理想点法（Technique for Order Preference by Similarity to Ideal Solution），構建出一套行之有效的二手车选购解决方法。前者能准确了解消费者购买二手车真正关切的点，以及各个点的重视程度；后者能够根据各选择方案与理想方案的接近程度进行排序，将抽象概念进行量化，得到最佳方案。主要步骤为：车商先根据消费者的购买需求，针对关切的点和汽车品牌进行FAHP重要性问卷调查，接着二手车商初步筛选出10辆符合消费者条件的二手车，并将这10辆车作为选择方案代入FAHP和TOPSIS公式计算，得到排序，供给消费者参考。
1 理论基础与步骤
1.1 FAHP理论基础
层次分析法是由Saaty[2]提出的一套决策系统，适用于情况不确定，多个评估准则的决策问题上，逐一简化复杂的问题。为了改善层级分析法中各比较矩阵主观、不确定、模糊等问题，对层级分析法进行了改良和创新。例如Van Laarhoven与Pedrvcz应用模糊理论和模糊计算，将三角模糊值带入成对比较矩阵中，将层级分析法发展成模糊层级分析法[3]；Monetal提出利用对称三角模糊数进行成对比较，及以熵值权重法为基础的FAHP决策模式等[4]。
1.2 TOPSIS理论基础
TOPSIS法根据有限个评价对象与理想化目标的接近程度进行排序的方法，是在现有的对象中进行相对优劣的评价。其基本原理，是通过检测评价对象与最优解、最劣解的距离来进行排序，若评价对象最靠近最优解同时又最远离最劣解，则为最好；否则不为最优[5]。
2 案例分析
2.1 购买条件限定
排除事故车的范畴，影响二手车选购的主要影响因素有汽车的品牌、价格、行驶里程、内饰新旧、油耗、零配件、车型、售后、付款方式、排放和排量等[6]。根据走访多家二手车商和经验，消费者在现场选购二手车时，通常考虑汽车的排量、品牌、价格、出厂时间、油耗等因素，因此将这五点作为消费者关切的点。
（1）排量：排量对汽车价位、性能、油耗的影响很大，因此将排量限制在1.4～2.4L，其中最满意的为1.8L，排量越大或越小消费者满意程度递减，属于望目特性。
（2）出厂年份：汽车属于消耗品，新车一般第一到第三年的折价比例最高，年份过于久远的二手车，容易出现故障，维修成本较高。因此限定出厂年份为3～8年，考虑到新旧和损耗，第5年的车为最佳选择；年份越大或越小消费者满意程度递减，属于望目特性。
（3）价格：车况是影响汽车价格最主要的因素。一般二手车价格决定因素包括：新车售价、出厂年份、行驶里程、车况、车型等。消费者目标价位为6～8万，希望车价越低越好，因此属于望小特性。
（4）品牌：当消费者购买汽车时，其认知价值往往受国家、品牌、价格和服务的影响较大。因此限定为日本车，品牌从TOYOTA、FORD、NISSAN、SUZUKI四个品牌中选出合适的车辆。
（5）油耗：汽车油耗也是人们购买汽车时重点考虑的一个因素，本例中消费者要求每升油最少要跑11公里，越大越好，属于望大特性。
2.2 关切点和品牌权重计算
消费者对各关切点的重视程度不一样，需进行语意转化，在一般重要到绝对重要之间，分为9组，对应模糊数为（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模糊成对比较矩阵如表1所示。
经由公式（1）（2）计算可得各关切点相对模糊权重值；
（1）
（2）
再经公式（3）解模糊化，得到关切点相对权重值，其中排量=0.3202，出厂年份=0.1107，价格=0.0717，品牌=0.0782，油耗=0.4193。
（3）
5个关切点在消费者信中的偏好程度从大到小依次是油耗、排量、出厂年份、品牌和价格。最后再计算最大特征值和进行一致性验证，得到一致性比值为0.0679，其值小于0.1，表示结果符合一致性要求。
针对不同品牌也做了同样的权重计算，其中FORD=0.5569，TOYOTA=0.2720，NISSAN=0.1337，SUZUKI=0.0373。最后计算一致性比值为0.0804也符合一致性要求。
2.3 消费者可接受新旧程度
根据消费者需求，其可接受的汽车品牌和相应的折旧程度也不同[7]。
2.4 提供选择方案
根据以上计算，最终为消费者提供符合条件的6辆二手车作为选择方案，如表2所示。
2.5 TOPSIS排序
将品牌权重值和选择方案数据代入公式（4）得到矩阵D；
假设有m个选择方案，n个影响因子。
D （4）
其中表示第i个方案第j个影响因子得分值。
再将矩阵D正规化，使数据介于0-1之间，最后得到矩阵R，公式如下。
R （5）
将关切点权重值和正规化的数值代入公式（5），建立加权决策矩阵V。
（6）
其中i=1，2，...，m；j=1，2，...，n；
消费者对各个关切点的需求不同，呈现不同的特性，有望大特性、望小特性和望目特性。结合公式（7）（8）计算出正负理想值。再计算各方案与理想解的分离度，运用欧式距离计算正负理想解的分离度：
（7）
（8）
最后，再计算选择方案与正理想解的相对近似度
（9）
其中，当值越接近1，则该方案与理想解越接近。
将计算结果排序得到表3。
本文先通过FAHP法计算出5个消费者关切点的权重值，并量化品牌购买意愿；再利用TOPSIS法针对十辆二手车方案进行选购排序，其结果如表3所示。从表3可以看出二手车选购方案优先的顺序是：B-A-C-E-D-F。
3 结语
在消费意识越来越强的时代，消费者不仅注重物品的品质，也注重服务的质量。本文通过FAHP—TOPSIS法，建立了一套可量化的评估方法，以离最佳理想解最接近和离最差理想解最远的相对值相比较，计算权重值时加入了模糊理论，符合人类感觉和语言存在的模糊的事实；二手车商通过这种方法，可帮助消费者从初步选择方案中，就其购车条件与个人喜好，给予最佳建议，提升了购买和服务的效益。
参考文献
[1]吳博峰.去年二手车交易量突破1200万辆[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]刘汉生，金隼，王华.基于FAHP-TOPSIS汽车外协件供应商综合能力评价[J].机械设计与制造，2007（4）：172-174.
[6]同晶.二手车消费者购买决策模型研究[D].长安大学，2013.
[7]王昕.汽车的经济寿命与折旧模式分析[J].通讯世界，2015（3）：236-237.
