7年级综合素质评价大全11篇
时间：2023-10-12 09:29:44
7年级综合素质评价篇（1）
中图分类号 ：S158.3，S 571.1 文献标识码：A
引言
农业环境质量条件、气候条件、地理景观条件等是发展名优特农产品的必要条件。在茶叶种植生产中，土壤是茶树种植的基础，土壤环境质量直接决定茶叶的质量安全性，肥力质量直接影响茶树生长与茶叶产量。进行土壤环境质量、养分状况分析，并对其环境质量与肥力质量进行评价.旨在为茶叶生产基地布局调整和因地制宜地发展无公害茶叶、有机茶叶生产提供科学依据。
1 材料与方法
1.1 供试土壤
土壤采自浙江省某茶叶种植基地，按土壤属性、海拔高度将基地分为7个分基地，如表1所示。每个分基地采集耕作层土壤混合样1组，采样层次0～40cm，共7组土壤样本。
1.2 研究方法
1.2.1 土壤处理与检测
土壤经风干后，缩分、磨碎成不同细度的样品。依据《农田土壤环境质量监测技术规范》（NY/T395-2012）所列检测方法测定土壤pH值，以及土壤中铅、镉、铬、铜、砷、汞、有机质、全氮、有效磷含量；用碱解-扩散法测定土壤的碱解氮含量（LY/T1229-1999），乙酸氨浸提火焰光度法测定速效钾和热硝酸浸提火焰光度法测定缓效钾（NY/T899-2004）。
1.2.2 土壤环境质量评价研究方法
土壤环境质量评价采用单项污染指数法和综合污染指数法（ 内梅罗指数法） 相结合的方法进行评价，根据综合污染指数法的计算结果得出评价结论。
1.2.2.1单项污染指数法
1.2.2.2综合污染指数评价
（2）
1.2.3 土壤肥力指标评价研究方法
采用模糊综合评价法（Fuzzy综合评价法）评价供试土壤肥力质量指标，土壤单项养分（全氮、碱解氮、速效磷、速效钾、缓效钾、有机质）为视为单一评价因素，依据各类评价因素的特征，确定评价值与评价因素值之间的函数关系（即隶属度函数）。针对供试土壤，根据区域土壤肥力指标与相关作物效应研究[1]，隶属函数可分为S型、抛物线型2种。进一步地研究表明，本文涉及土壤养分评价因素的作物效应曲线呈S型，并可将S型曲线函数简化为折线函数进行评价计算[2]，如图1所示。
2 结果与分析
2.1 茶叶基地土壤环境质量分析与评价
土壤环境质量测定结果如表2所示。以《无公害食品 茶叶产地环境条件》（NY 5020-2001）作为土壤环境质量评价标准（表3），根据式（1）、式（2）进行计算，得到茶叶基地土壤的单项污染指数和综合污染指数（表4）。
根据《农田土壤环境质量监测技术规范》中土壤污染分级标准，土壤按污染等级分为安全、警戒限、轻污染、中污染、重污染等5个等级[4]。供试茶叶基地土壤污染等级均为安全（表4），适宜发展无公害农产品。
以《有机茶产地环境条件》（NY 5199 -2002）作为参照标准（表3），供试基地土壤环境质量符合有机茶产地环境条件的要求。
2.1 茶叶基地土壤肥力质量指标分析与评价
土壤pH、有机质以及氮、磷、钾含量测定结果如表5所示。
根据前人研究结果[5，6，7]，结合供试茶叶基地土壤的实际检测结果，确定各因素的隶属度函数式（3）中x1的取值分别为4.0（pH值）、10（有机质）、0.75（全N）、60（碱解N）、5（有效P）、50（速效K）和80（缓效K），以及x2的取值分别为6.5（pH值）、30（有机质）、2.0（全N）、120（碱解N）、20（有效P）、150（速效K）和370（缓效K）。根据表5和式（3），计算得到各因素的隶属度值Ei（表6）。
对表6中各因素间进行相关分析，获得相互之间的相关系数，如表7所示。进一步地，按照式（4），计算出各个因素的权重系数Wi分别为：0.1059 （pH值）、0.2246（有机质）、0.1428（全N）、0.1026（碱解N）、0.2070（有效P）、0.0875（速效K）和0.1295（缓效K）。
根据土壤肥力综合评价值将土壤肥力质量分为5个等级[7]：EZ 值≥0.8，土壤为高等肥力（I等）；EZ 值在0.8～0.6，为中上等肥力（II等）；EZ 值在0.6～0.4，为中等肥力（III等）；EZ 值在0.4～0.2，为中下等肥力（IV等）；EZ 值
3 结论
通过对土壤环境质量的分析评价，认为调查基地的7个茶叶种植分基地，土壤环境质量均符合《无公害食品 茶叶产地环境条件》的要求；土壤为酸性至弱酸性，适宜茶树种植；重金属污染等级为安全级，适宜发展无公害食品生产。
应用Fuzzy综合评价法，对茶叶基地土壤肥力指标进行分析评价。研究结果表明，调查基地土壤肥力质量现状良好，适宜茶叶种植。根据分析评价结果，建议保持良好生态环境的持续性，进行合理施肥和必要的培肥，提高土壤肥力质量，达到全面创建有机茶园的目的。
参考文献
[1] 孙波，张桃林，赵其. 我国东南丘陵山区土壤肥力的综合评价[J].土壤学报，1995，32（ 4 ）：362-369.
[2] 吴玉红，田宵鸿，同延安等. 基于主成分分析的土壤肥力综合指数评价 [J]. 生态学杂志，2010，19 （1）：173-180.
[3] 吕晓男，陆允甫，王人潮. 土壤肥力综合评价初步研究[J]. 浙江大学学报（农业与生命科学版），1999，25 （4）：378-382.
[4] GB/T395-2012，农田土壤环境质量监测技术规范[S]. 北京：中国标准出版社，2012.
[5] 梁玉清，刘平，程炯. 粤东北典型山地茶园土壤质量评价-以梅山市雁南飞茶田为例[J]. 广东农业科学，2009，（ 6 ）：65-68.
7年级综合素质评价篇（2）
共7科5卷
《意见》指出，初中学生评价坚持形成性评价与终结性评价相结合，重在考量学生的创新精神和实践能力。评价内容包含初中学业考试和综合素质评价两部分。
学业评价包括学科考试(考查)、体育考试、理化生实验操作和信息技术操作考核。学科考试(考查)科目为语文、数学、英语、物理、化学、思想品德、历史、地理、生物、音乐、美术、综合实践活动(包括信息技术教育、社区服务与社会实践、劳动及技术教育等)和地方与学校课程。
全省统一组织命题制卷的初中学业考试分别为八年级学生参加的初中学业水平考试和九年级学生参加的初中毕业学业考试。八年级学生参加的初中学业水平考试科目：笔试科目为生物学和地理，两科分值各60分，考试时长各60分钟。实验操作考试科目为信息技术上机操作和生物学实验操作，两科分值各10分，考试时长各15分钟。
九年级学生参加的初中毕业学业考试科目：笔试科目为语文、数学、英语、物理、化学、道德与法治、历史，共7科5卷，全省统一组织考试。英语听力成绩计入考试总分。道德与法治和历史实行开卷笔试，其他科目均为闭卷。笔试科目的语文为一卷制，其他科目为两卷制。
理化生实验操作和信息技术学科操作成绩
将作为高中学校录取依据
全市考生统一实行网上报名，统一考试科目实行网上阅卷。学业考试成绩以分数和等级两种方式呈现，考试成绩等级分为A(优秀)、B(良好)、C(合格)、D(不合格)四个等级，总分以原始分呈现。
统一考试由市教育考试中心组织实施。统考科目外，全市统一安排小语种科目考试，成绩作为高中学校录取参考。小语种科目考试由市教育考试中心负责组织实施。
非统考科目地理、生物、音乐、美术、综合实践活动(包括信息技术教育、社区服务与社会实践、劳动及技术教育等)、地方与学校课程等为九年级学生参加的非统考科目，由学校按照国家课程标准的规定和省、市教育行政部门有关要求，随教学进度安排考查。考查结果均以A、B、C、D四个等级呈现。
体育考试成绩满分为50分，其中体育课成绩占9分，《国家学生体质健康标准》测试成绩6分，现场统一考试成绩35分。体育与健康考试结果以A、B、C、D四个等级呈现，学生实际得分计入统考总成绩。理化生实验操作和信息技术学科操作考核成绩以A、B、C、D四个等级呈现。考核成绩作为初中学生毕业和高中阶段学校录取新生的依据。
综合素质过程性评价结果
7年级综合素质评价篇（3）
【中图分类号】 G 【文献标识码】A
【文章编号】0450-9889（2014）02C-0156-03
体质，是指在遗传性和获得性的基础上表现出来的人体形态结构、生理功能和心理因素的综合的、相对稳定的特征。对学生体质进行综合评价，是一项复杂的工作。建立健全学生的体质评价体系，科学地评价学生的体质状况，引导学生进行有针对性的体育锻炼，对提高学生的身体素质将起到十分重要的作用。当前，数据挖掘技术在各领域的应用研究已取得很大的进展，而在学生身体素质方面的应用却很少。基于此，本文探讨BP神经网络在高职学生体质综合评价中的应用。
一、影响学生体质的指标分析
体质综合评价是体育界研究健康问题的一个领域，它由人体的骨骼形态、身体机能、身体的综合素质和人体所具备的运动能力等一系列综合因素组成。这些综合因素又可以通过若干个相互联系、相互制约的数据指标体系来反映。学生的体质，除先天因素外，后天合理、系统、科学的运动训练是必不可少的。对学生体质进行监测，指标的选取是一个很重要的因素。本文根据现试行的《大学生体质健康标准》，采用身体形态、身体机能和运动能力3个方面对学生的体质健康进行综合评价。其中，身体形态用克托莱指数（体重/身高×1000）表示，该指标能有效地反映人体形态发育水平和匀称程度。身体机能采用肺活量―体重指数和台阶试验指数。肺活量―体重指数指标反映每千克体重肺活量的大小，即每1kg体重的肺活量的相对值来反映肺活量与体重的相关程度，从而能比较客观地对不同年龄、性别的个体与群体进行定量比较分析。台阶试验指标则通过有节律的登台阶运动持续时间（s）与恢复期测定的脉搏次数相应的比值来评价人体心血管功能，该指标反映学生的心血管系统功能，并间接推断机体的耐力。本文采用的是中国改良台阶试验，这两个指标都是越趋于极值表示其身体机能越好。运动能力用立定跳远、50米跑和引体向上表示。立定跳远能体现人体在运动中的灵敏度，50米短跑表现人体在运动中的速度，引体向上能体现人体的静力性力量。各要素之间密切相关，互相制约，又互相影响，是不可分割的整体。通过以上分析，可得本文所用学生体质健康评价指标体系，详见表1。
表1 高职学生体质健康评价指标体系
项目 评价指标
身体形态 克托莱指数
身体机能 肺活量―体重指数
台阶试验
运动能力 立定跳远
50米跑
引体向上
二、BP神经网络的基本概念
BP神经网络是一种对可微分非线性函数进行权值训练的多层前馈网络，其基本结构如图1所示。
输入层 隐藏层 输出层
图1 BP神经网络的基本结构
从图1可以看到，BP神经网络的基本结构是一个前向的多层网络，该网络由输入层、输出层以及一层或多层的隐藏层组成。BP网络的输出yk可以用公式描述为：
（1）
其中，Xj为输入信号，Wkj为网络的权值，θk为网络的阈值，为 网络的激活函数，k，j∈[1，n]。
在BP网络中，同层的各神经元之间互不连接，相邻层的神经元则通过权值连接。BP网络的学习过程由两部分组成：一是信息的正向传播；二是信息的误差反向传播。在信息的正向传播过程中，输入的信息Xj经隐含层单元逐层处理，最终由输出层输出。在这个信息的传播过程中，每一层神经元只对紧连接它的下一层神经元的状态产生影响。如果网络的输出yk与实际期望的输出产生的误差E达不到预先设定的要求，此时，BP网络转入信息反向传播阶段。算法将误差信号沿原来的连接通路反传回来，并修正各层连接权值和阈值，直到网络的输出达到预期目标。
三、BP神经网络在高职学生体质综合评价中的具体应用
（一）数据的采集。这里以某高校为例，由于男生、女生个体之间的差异，为了简化问题，本文选取2006～2008年大一的男生共8500人按表1所列指标进行各项测试。在测试过程中，遵循先静止后运动的测试原则，在测试时各项目之间留有一定的间隔，从而使学生的体力与机能得到完全恢复，以保证学生能以最佳状态参加测试。测试完成后，组织10个一线的、长期从事学生体质评测的体育教师对测试所得数据进行评测，所用评语为优、良、中、差4个等级。为了便于BP神经网络的处理，将4个评价等级转换为相应的二进制数值，如表2所示。收集到的原始测试数据如表3所示。
表2 评语等级对应的分值标准
评语等级 对应的分值
优 1000
良 0100
中 0010
差 0001
表3 高职学生体质测试原始数据（部分）
序号 克托莱指数（kg/cm×1000） 肺活量―体重指数（ml/kg） 台阶试验 立定跳远 50米跑（秒） 引体向上 综合评价
1 352 90 78 2.45 7”3 16 良
2 318 73 65 2.39 7”7 13 差
3 372 81 83 2.61 7”1 13 优
4 349 61 81 2.52 7”2 8 中
5 356 87 89 2.63 6”7 11 优
6 323 73 73 2.39 7”6 12 中
7 367 79 85 2.61 7”2 11 良
8 373 75 82 2.46 6”9 15 优
9 326 83 69 2.39 7”7 11 中
（二）网络的训练过程。BP神经网络处理的是[0，1]范围内的数值，但是从表3学生体质测试的原始数据中可以看出，各评测指标所得数据差别较大，且属性的取值多是大于1。因此，必须将这些数据转化为[0，1]之间的数据。所用归一化公式为：
（2）
其中，X是所收集的一组数据，MIX（X）和MIN（X）分别是这组数据的最大值和最小值，是映射后的数据。经过归一化后的数据如表4所示。
表4 高职学生体质测试归一化数据（部分）
序号 克托莱指数（kg/cm×1000） 肺活量―体重指数（ml/kg） 台阶试验 立定跳远 50米跑（秒） 引体向上 综合评价
1 0.6182 1 0.5417 0.25 0.6 1 良
2 0 0.4138 0 0 1 0.625 差
3 0.9818 0.6897 0.75 0.9167 0.4 0.625 优
4 0.5636 0 0.6667 0.5417 0.5 0 中
5 0.6909 0.8966 1 1 0 0.375 优
6 0.0909 0.4138 0.3333 0 0.9 0.5 中
7 0.8909 0.6207 0.8333 0.9167 0.5 0.375 良
8 1 0.4826 0.7083 0.2917 0.2 0.875 优
9 0.1455 0.7586 0.1667 0 1 0.375 中
取2006、2007年的学生数据共6500笔作为训练网络用，余下的数据作为测试数据。
关于隐含层节点数的选择是一个十分复杂的问题，隐层神经元数目的选择对BP神经网络的性能影响较大。如果网络隐层神经元数量过少，则网络所能获取的用以解决问题的信息太少；如果隐层神经元数量过多，增加了网络的训练时间，甚至还会出现网络过度匹配现象。实践证明，隐层神经元个数n2和输入层个数n1之间有以下近似关系：
n2+2n1+1 （3）
因此，本文采用三层BP网络来进行建模。
从表4的数据可知，本例的BP网络有6个输入层，1个输出层。根据公式（3）可求出BP网络的隐层神经元个数为13。虽然有公式（3）作为指导，但BP网络隐层的神经元个数并非一成不变。在BP网络的训练过程中，需要对同一样本集采用不同隐层节点数的网络进行训练，直到网络输出稳定为止。最后，根据BP网络的测试结果，把网络输出误差最小的隐层节点数确定为该BP网络的最佳隐节点数。经过对同一样本集的多次测试，本例的BP网络最终确定的隐层节点数为11。实验采用的软件环境为matlab7，采用S型正切函数tan sig作为本实验的网络中间层传递函数。由于实验中数据的输出模式为0～1，因此采用S型的对数函数log sig作为输出层的传递函数。其余训练参数的设定如表5所示。
表5 训练参数
训练次数 训练目标 学习速率
1000 0.01 0.1
经过242次训练后，网络的性能就达到了要求，如图2所示。
图2 训练结果
接下来需要对训练好的网络进行测试。随机抽取3笔2009级大一学生的测试数据进行测试，结果如表6所示。
表6 抽样数据测试结果
序号 BP神经网络测试结果 实际情况
1 0.0327 0.9796 0.0125 0.0001 良
2 0.0000 0.0001 0.9611 0.0321 中
3 0.9840 0.0000 0.0150 0.0001 优
（三）结果分析。从表6的结果来看，抽样数据的测试结果和实际值相互吻合。把该网络模型用于2009级大一男生的体质健康综合评测中，有效率为96.3%，完全能满足应用要求。
综上所述，目前《学生体质健康标准》实施工作的重点在数量，难点在质量。本文采用BP神经网络对高职学生的体质进行综合评价是一次新的尝试，有利于更科学地对（下转第163页）（上接第157页）学生的体质进行综合评价，从而更好地把握学生的健康状况，为学生今后的学习和工作打下良好的基础。该模型的应用对于纵向研究大学生的体质发展态势和体质等级的方法更具有现实意义。
【参考文献】
[1]陈明达，于道中.实用体质学[M].北京：北京医科大学、中国协和医科大学联合出版社，1993
[2]王童，徐明欣，李瑞年.大学生体质等级综合评定判别分类的方法[J].天津体育学院学报，2005（2）
[3]孙文爽.体质的综合评价方法[J].楚雄师专学报，2001（3）
[4]S Horikawa.On fuzzy modelling using fuzzy nerual networks with BP algorithm.IEEE Trans[J].nerual Networks， 1992（2）
[5]包健，赵建勇，周华英.基于BP网络曲线拟合方法的研究[J].计算机工程与设计，2005（7）
[6]韦萌.BP神经网络在高校教学实验室综合评价中的应用[J].柳州职业技术学院学报，2010（1）
[7]王秀春，智会强，毛一之，等.多宗量导热反问题求解的神经网络法[J].航空动力学报，2004（4）
[8]张志立，程磊，何敏.基于人工神经网络的煤与瓦斯突出检测[J].矿业安全与环保，2005（6）
[9]French M.N. etal.Rainfall forecasting in space and time using a neural networks[J].J.of hydrol，1992（7）
7年级综合素质评价篇（4）
中图分类号F323文献标识码A文章编号 1007-5739（2011）11-0365-02
现代农业内涵与衡量标准是随着时代的发展和科学技术的进步而不断更新与完善的。目前我国正处于传统农业向现代农业的快速转变阶段。笔者试图借鉴中国现代农业发展评价指标体系和评价方法，对酒泉现代农业的发展状况进行实证分析和综合评价，探寻制约酒泉现代农业发展的瓶颈因素，为加快推进现代农业建设、强化社会主义新农村建设的产业支撑提供科学依据。
1现代农业发展的评价指标体系及综合评价方法
1.1评价指标体系
根据现代农业的基本内涵与主要特征，主要设置由现代农业物质装备要素、科技支撑要素、劳动力素质要素、产业化发展要素和产出效能要素等5个一级指标和15个二级指标组成的现代农业发展水平综合评价指标体系[1-2]（表1）。
1.2综合评价方法
1.2.1指标权数的确定。指标权数的确定主要依据各指标在整个体系中的重要性和影响程度，该权数的确定主要来源和参考于国家统计局甘肃调查总队课题组“甘肃省现代农业发展研究”和农业部软科学委员会委托课题“中国特色现代农业支持政策研究”――中国现代农业发展评价指标体系中的参数值。
1.2.2评价指标的计算。一是计算各个指标的得分值。各个指标的得分值实行封顶计算，指标实际值大于标准值时，只按标准值计算。二是计算各个指标的达标率。即反映各个指标达到标准值的程度。
1.2.3现代农业发展水平的综合分数计算。各个指标得分值的加分总和即为现代农业发展水平的综合分数。现代农业发展水平的综合分数是衡量和判断现代农业是否达到预期目标的综合性指标，可以用来判断现代农业的总体发展水平，以及与现代农业发展标准值的差距。现代农业发展水平的综合分数达到70分可以认为现代农业达到初级发展水平，达到80分可以认为达到中级发展水平，达到90分可以认为达到高级发展水平[3-4]。
2酒泉市现代农业发展水平综合评价
2.1综合测评结果
总体来看，2009年酒泉市现代农业发展的综合分数为一级指标各得分值相加。即：现代农业综合分数=13.31+18.71+12.85+17.20+20.77=82.84分，即目前酒泉市现代农业处在中级发展水平，与现代农业高级发展水平相比，还相差7.16分。
2.2一级评价指标测评结果
从现代农业发展的5个构成要素来看，除产出效能要素的达标率为66.51%最低外，其余4个要素达标率均超过80%，其中科技支撑要素的达标率最高为93.81%，其次为物质装备要素的达标率较高为87.04%。可见，科技的快速发展和农业基础设施的建设推动了酒泉市现代农业发展的进程，同时表现出农业综合生产能力低又是影响现代农业发展进程的瓶颈因素。
2.3各项二级评价指标测评结果
从各项评价指标来看，2009年达标率除森林（草地）覆盖率最低外，其余达标率均超过80%。达标率超过90%的有7个指标，即有效灌溉面积占耕地面积比重、劳均拥有农机总动力、农业科技进步贡献率、有线电视入户率、农业先进实用技术入户率、龙头企业带动农户占比重和人均国民生产总值，达标率分别为95.11%、90.88%、91.43%、95.00%、95.00%、91.85%和90.28%。其中农业先进实用技术入户率和有线电视入户率均达95.00%，说明现代农业科技加快了酒泉市现代农业发展的进程[5]。达标率在80%～90%的有每667 m2耕地化肥施用量、农村人均用电量、农村人均受教育水平、农业劳动力占农村从业人员比重、农产品加工率、劳均农业增加值和农民人均纯收入7个指标，达标率分别为80.43%、80.02%、88.78%、83.00%、81.25%、87.56%和80.13%。农民人均纯收入和农产品加工率在现代农业发展中是非常重要的2个指标，测算结果显示这2个指标的达标率相对较低，增加速度也不快，由于限制因素较多，短期建设见效缓慢，需要长期持之以恒的投入推动其发展；农村用电量达标率也相对较低，是由于酒泉市的农村用电量与标准值相比偏大，造成比值偏小。与实现现代农业高级发展水平还有一定差距，这将是今后酒泉市现代农业建设的重点和难点。
3结语
2009年酒泉市现代农业的发展综合测评结果表明，经过改革开放多年来的建设和发展，酒泉现代农业建设在提高物质装备水平、强化农业科技支撑、提高劳动力素质、加快推进农业产业化、提高农业综合生产能力等方面取得了显著成效。从以上分析可以看出，酒泉现代农业整体发展水平较快，已经达到现代农业中级发展水平，其中有7项指标达标率超过90%，已达到现代农业高级发展水平；而且有7项指标达标率在80%～90%，发展空间还是比较大的。目前酒泉现代农业呈加速发展态势，随着国家各项支农扶农政策的进一步落实和“一特四化”的迅速推进，酒泉现代农业发展水平可望有一个比较大的提高，必将实现现代农业的高级发展水平[6]。
此次评价尚存在以下问题：一是现代农业评价范围及指标体系的设置中，在参考相关文献的基础上，构建出的15个二级指标，在一定程度无法完全代表酒泉现代农业发展的现状，其评价结果难免有一定的局限性。二是指标权数的确定和各项指标的标准值目前没见到权威性的规定，该研究在参考一些学者和专家研究标准的同时，结合酒泉农业发展的实际而确定，在数值上存在不均衡性，对评价结果的准确可靠性有一定的影响。三是以上研究成果是建立在科学论证和实证分析基础之上，但仍然是一种初步的阶段性成果，所提供的数据和结论有很大局限性，仅具有在特定范围和特定阶段的参考价值。
4参考文献
[1] 文小才.河南现代农业发展的思路与对策[J].河南财政税务高等专科学校学报，2010（2）：27.
[2] 魏国强.努力打造现代农业经济实体实现河南农垦科学发展――关于河南农垦改草发展的思考[J].种业导刊，2009（5）：5-6.
[3] 彭电子.现代农业催生职业农民[J].农村新技术，2010（5）：78.
[4] 齐城.中国特色现代农业支持政策研究[M].北京：中国农业出版社，2009.
7年级综合素质评价篇（5）
3．鄂尔多斯部级遗鸥自然保护区管理局，内蒙古 鄂尔多斯 017000）
摘要：以泊江海子流域的土壤为对象，采集表层土样54份，对7种重金属（Cu、Zn、Pb、Cr、Ni、Hg、As）含量进行了分析，利用ArcGIS 10．1获取各重金属在该流域空间分布特征，运用单因子法、综合污染指数法及Hakanson潜在生态危害指数法对研究区的土壤质量及重金属潜在生态危害程度进行评价。结果表明，土样中7种重金属含量平均值从高到低依次为Zn（79．60 mg／kg）、Cr（56．40 mg／kg）、Ni（12．89 mg／kg）、As（12．48 mg／kg）、 Cu（8．34 mg／kg）、Pb（6．60 mg／kg）、Hg（0．03 mg／kg），均达到了国家土壤环境质量标准（GB 15618－1995）一级标准，其中Zn、Cr、Pb含量均值高于内蒙古土壤背景值，Ni、As、Cu含量低于内蒙古土壤背景值；7种重金属空间变异系数均达到中等变异程度；土壤各重金属元素的单因子指数均值从大到小依次为As、Zn、Cr、Ni、Cu、Hg、Pb，综合污染指数平均值为0．95，说明整个研究区土壤为尚清洁状态；相对于标准，约1／3土壤存在轻微以上污染，Zn含量的高低是影响土壤环境质量的主导因素；Hg、As为综合潜在生态风险主要贡献元素，综合潜在生态风险指数RI均值为85．98，该流域处于轻微生态危害等级。
关键词 ：鄂尔多斯部级遗鸥自然保护区；泊江海子流域；土壤重金属；分布特征；生态风险
中图分类号：X53 文献标识码：A 文章编号：0439－8114（2015）05－1081-06
DOI：10.14088/j.cnki.issn0439-8114.2015.05.013
收稿日期：2014－12－16
基金项目：国家科技支撑计划项目（2012BAC09B00）
作者简介：辛 展（1990－），女，辽宁丹东人，在读硕士研究生，研究方向为环境监测与评价，（电话）15120090145（电子信箱）xinzhan1990＠163．com；
通信作者，娄华君，（电子信箱）louhj＠igsnrr．ac．cn。
土壤中的重金属具有难降解、易积累、不可逆的特性［1－3］，其过量富集会对生态环境造成威胁，其中，对生态环境安全影响最大的重金属包括Cu、Zn、Pb、Cd、Co、Cr、Ni以及As等［4，5］。重金属作为土壤一个必要参数、生态安全的基本指标，已经成为环境领域的一个重要的研究方向。土壤重金属含量和生态环境质量息息相关，分析一个地区土壤重金属状态是判断该地区土壤环境质量安全的最直接、有效的方法［6］。
泊江海子流域的中心部分为鄂尔多斯部级遗鸥自然保护区，是迄今为止全球仅有的以保护遗鸥及其栖息地湿地生境为目的的国际重要湿地［7］。随着泊江海子流域内油房壕煤矿和泊江海子煤矿的发现，最容易受煤矿业影响的土壤重金属将逐渐成为人们关注的焦点问题。目前，针对该地区的研究主要集中在生态学、动物学、水文学方面，对土壤的研究十分缺乏［7－13］。本研究以泊江海子流域为研究对象，在煤矿未正式开采、土壤重金属含量尚未受到影响时，在野外充分地开展了土壤背景值调查，对土壤重金属Cu、Zn、Pb、Cr、Ni、Hg、As含量进行测定，并系统分析了各种重金属的分布特征，按照国家标准对土壤环境质量状况及潜在的生态风险进行评价。本研究弥补了泊江海子流域在土壤方面的资料匮乏，不仅分析了该地区土壤的重金属背景值状况，评价了保护区湿地的生态环境安全状态，而且为以后分析煤矿的开采对当地土壤环境的影响及对土壤重金属的修复提供了科学依据。
1 研究区概况
泊江海子流域地处内蒙古自治区鄂尔多斯市东胜市西约45 km处，地理坐标为109°10′－109°58′E，39°65′－39°95′N，流域面积约为744．6 km2（图1）。研究区属于鄂尔多斯波状高原，为典型的闭流盆地，四周高且中间低，最高点位于流域西侧巴彦敖包山，海拔约为1 590 m，最低点位于研究区中心的桃阿海子湖，海拔约为1 360 m，整个流域80％以上的海拔高度在1 365～1 420 m。流域属温带大陆性气候，其中8、9月份降雨量约占全年的65％，1961～2006年，泊江海子流域年均降雨量约344．7 mm，年均蒸发量约2 523．75 mm。流域内的植被以草地、沙柳为主，存在少量红柳、白刺等。该地区主要以栗钙土为主。
2 样品采集与分析
2．1 样品采集与预处理
在充分考虑地形特点及空间分布均匀性等因素的基础上，2013年在研究区内共确定采样点54个。采样点采用GPS定位坐标，采样布局如图2所示。采用混合采样法选取表面（0～20 cm）土样，除去碎石、动植物残体等杂物，用四分法取500 g样品，将样品带回室内风干后，用木棒碾碎，过2 mm筛，装袋备用。
2．2 重金属含量测定
土壤中As、Cr、Cu、Pb、Ni、Zn利用HF－HClO4－HNO3三酸消煮法消化［14］，处理后Cr、Cu、Pb、Ni、Zn用电感耦合等离子体发射光谱仪（ICP－OES）测定，As利用原子荧光法检测。土壤中Hg用原子荧光法检测［14］。在样品进行消化、测定过程中，均有2~3个空白样品、平行样品和标准物质（GSS－2、GSS－10）同步分析，控制分析结果质量。
2．3 评价方法
本研究主要使用的评价方法包括单因子法及综合污染指数法［14，15］、生态危害指数法［16］、ArcGIS 10．1克里格插值法。
2．3．1 单因子法及综合污染指数法 单因子法常用于评价土壤被某一重金属的污染程度，是中国较为通用的方法。当评价某区域土壤受到多种重金属综合影响程度时，通常采用综合污染指数法，该方法更加突出超标最严重的重金属元素对土壤环境的影响［15］。本研究采用单因子法和综合指数法两种方法相结合，来评价土壤重金属相对于国家一级标准浓度的超标程度，评价结果相对单一方法更加直观，能较精确、完整地反映出土壤质量的优劣。
单因子指数计算用公式如下：
式中，Pi为i金属的污染指数；Ci为i金属的实测值；Si为i金属的评价标准。
当Pi≤1时，表示土壤重金属含量未超过标准；Pi＞1时，表示土壤重金属含量超过标准。
综合污染指数PN法公式如下：
式中，Piave为平均单项重金属指数；Piamx为最大单项重金属指数。
综合指数评价标准见表1。
2．3．2 生态危害指数法 本研究采用潜在生态危害指数法对泊江海子流域土壤重金属存在的潜在生态危害进行评价。该方法从各个重金属具有的生物毒性角度考虑，不仅利用Eir定量的方法反映某种污染物的潜在生态危害的程度，同时利用RI反映了多种污染物的综合生态影响［17］。
其计算公式为：
Eir＝Tir·Pi；RI＝∑Eir （3）
式中，Pi为i金属的污染指数；Eir为i金属的潜在生态风险指数；Tir为重金属的毒性系数；RI为多种重金属的综合潜在生态风险指数。
根据Hakanson的研究，7种重金属的毒性系数分别为：THg＝40，TAs＝10，TNi＝TPb＝TCu＝5，TCr＝2，TZn＝1［16］。土壤重金属的潜在生态风险分级标准如表2所示：
3 结果与分析
3．1 土壤重金属统计
3．1．1 重金属含量分析 经过对泊江海子流域54个土壤样品的分析，7种重金属含量数据统计见表3。土壤中各种重金属的含量均值从大到小依次为：Zn（79．60 mg／kg）、Cr（56．40 mg／kg）、Ni（12．89 mg／kg）、As（12．48 mg／kg）、 Cu（8．34 mg／kg）、Pb（6．60 mg／kg）、Hg（0．03 mg／kg）。As、Zn的含量平均值均超过了内蒙古地区、全国和世界土壤背景值［18］，As的含量均值约为内蒙古土壤背景值的2倍， Zn的含量均值约为内蒙古地区和世界土壤环境背景值的1．5倍，与全国的土壤背景值含量相近；研究区Hg的平均含量与内蒙古地区土壤背景值基本相同；仅为全国和世界土壤Hg含量的1／2左右；Cr含量高于内蒙古地区土壤背景值，比全国均值略低； Cu、Ni、Pb含量均值远低于内蒙古地区、全国、世界土壤的背景值，3种重金属的4个背景值含量从低到高均依次为泊江海子流域、内蒙古地区、全国、世界。与国家土壤环境质量标准（GB15618－1995）一级标准相比，各重金属均值均未超标，但个别采样点重金属含量超标，其中Zn的超标率最高为15．1％。
变异系数反映一个数据集变异性程度，变异系数≤0．1为弱变异性，0．1＜变异系数＜1为中等变异性，变异系数≥1为强变异性［19］。7种重金属元素的变异系数均相对较大（0．39～1．75），均在中等变异以上，Zn达到强变异性，表明研究区内土壤各重金属，尤其是Zn浓度波动程度较大。
利用皮尔逊相关性检验对7种重金属之间的线性关系进行分析，结果如表4所示。在7种重金属之间，Cr和Pb、Zn存在0．01水平上的显著负相关，Pb、Zn之间存在显著正相关；Cr和Ni之间存在显著正相关性，Cu和Ni之间存在极显著正相关，As、Hg与其他重金属元素之间没有显著的相关性。
3．1．2 重金属分布特征 为了更加清晰表述各重金属在整个流域的浓度分布状况，研究利用ArcGIS10．1克里格插值法绘制出各重金属在研究区内的含量分布图（图3-图9）。
根据浓度分布图发现重金属含量分布规律如下：Ni在鸡沟河和乌尔图河两条主要河流的中上游地区浓度较低，在泊江海子周围不断增大，说明河流对Ni的富集作用比较明显，顺着河水的流向，造成Ni浓度在地表水汇集地泊江海子变大；Cu在整个流域分布规律整体为从流域四周到桃阿海子附近逐渐升高，Cu的分布主要和海拔高度有关，即随着高度的降低，Cu浓度逐渐增加；从区域的东北部向西南部，Cr含量总体呈现上升趋势；As分布规律与Cr基本相反，从北部到南部含量逐渐下降；Hg在整个流域内含量较小，分布状况基本没有变化；Pb浓度从西北和东南方向向流域中心先减小再增大；Zn浓度从西北向东南方向逐渐升高，同时在研究区正北部地区浓度存在较大处。
3．2 土壤质量评价结果
由表5可知，7种重金属的单因子指数平均值从大到小依次为As（0．83）、Zn（0．80）、Cr（0．63）、Ni（0．32）、Cu（0．24）、Hg（0．22）、Pb（0．19），按照单因子指数分级标准所属等级均为安全。从各重金属的指数分布来看，Ni、Pb、Cu、Hg除极少采样点为尚清洁，其余均为安全状态；Cr、As指数主要分布在安全和尚清洁区域，只有少部分为轻污染；Zn大部分处于安全水平，有7个采样点浓度超过标准值达到2倍以上。经现场调查，泊江海子流域目前除受到生活、农业等人为影响之外，附近无可导致各重金属污染的工厂、产业。本次研究各重金属浓度接近该地区本底值，部分重金属浓度偏高除了与该地区土质等自然原因有密切联系，还可能与生活、农业生产例如农药的使用和农田的灌溉等有关。
研究区综合污染指数的范围是0.31~3.73，反映各采样相对于标准的污染水平各不相同，且差异明显，综合指数平均值为0．95，尚为清洁水平。通过图10综合指数分布图可得，相对于国家一级标准，在整个流域北部、西北部、中部土壤较清洁，从北至南土壤质量逐渐下降，东南角地区的土壤综合指数均大于1，处于轻微以上污染水平，面积约为整个流域1／3以上。同各重金属浓度分布图相比较，综合指数的分布状况与Zn空间浓度分布规律相似，说明Zn含量高低对研究区的综合污染指数空间的分布影响较大，为影响土壤质量的主导因素。
3．3 潜在生态风险评价
由图11可知，泊江海子流域各重金属的潜在生态风险由大到小为Hg、As、Cu、Cr、Pb、Zn、Ni，其中，Hg的部分采样点的风险等级为中等生态危害级别，是研究区潜在生态风险的主要来源，属于重金属污染的优先修复对象，对综合潜在风险贡献率为59．17％；As仅30号采样点为中等生态风险，对综合潜在风险贡献率为27．72％；其余5种重金属的值很低，主要集中在0～7，基本不存在潜在生态风险。泊江海子流域综合潜在生态风险指数（RI）在56．36～188．26，平均为85．98，结果表明整个泊江海子流域土壤中重金属基本不存在综合潜在生态风险。根据RI风险等级划分，11％的样点呈现中等潜在生态风险，89％的样点存在轻微潜在生态风险。
单因子污染指数和潜在生态风险指数、综合污染指数和RI之间存在根本上的差异，主要是受到重金属毒性系数影响，在研究区内Hg虽然浓度较低，但毒性系数最高（THg＝40），因此潜在生态风险最大，反之，虽然Zn浓度明显高于标准值，由于Zn的生物毒性系数最低（TZn＝1），所以其生态风险降至最低。Hakanson潜在生态风险指数法在考虑重金属浓度基础上，更结合了不同重金属的生物毒性因素，相比较而言其结果更准确［20］。
4 结论
1）对泊江海子流域的土壤7种重金属进行分析，其均值均低于国家土壤环境质量标准（GB15618－1995）一级标准；除Zn、Pb、Cr含量较大外，其余元素含量基本小于内蒙古土壤背景值；在研究区内各重金属的含量变异系数均为中等以上变异。
2）土壤各重金属元素的单因子指数均值从大到小依次为As、Zn、Cr、Ni、Cu、Hg、Pb，均小于1；综合指数平均值为0．95，说明整个研究区土壤为尚清洁状态；该流域从西北向东南土壤环境质量逐渐下降，约1／3以上面积土壤未达到尚清洁标准，Zn含量是影响整个流域土壤质量的主导因素。
3）生态风险指数分析表明，除部分土样Hg存在中等、强潜在生态风险，其他元素潜在生态风险轻微；Hg、As为综合潜在生态风险主要贡献元素，贡献率分别为59．17％、27．72％；综合潜在生态风险指数（RI）均值为85．98，该流域处于轻微生态危害等级。
参考文献：
［1］ 王图锦，胡学斌，吉芳英，等．三峡库区淹没区土壤重金属形态分布及其对水质影响［J］．环境科学研究，2010，23（2）：157－164．
［2］ 叶华香，臧淑英，张丽娟，等．扎龙湿地沉积物重金属空间分布特征及其潜在生态风险评价［J］．环境科学，2013，34（4）：1334－1339．
［3］ 于瑞莲，胡恭任．土壤中重金属污染源解析研究进展［J］．有色金属，2008，60（4）：159－165．
［4］ 余秀娟，霍守亮，昝逢宇，等．巢湖表层沉积物中重金属的分布特征及其污染评价［J］．环境工程学报，2013，7（2）：439－450．
［5］ COLQUE R， VILADOMAT F， BASTIDA J， et al． Effect of PPM on Alkaloid production in Narcissus Confuses Shoot－culture［J］． Acta Hortic， 2001， 560：556－561．
［6］ 郝 宇，张艳馥，刘 丽，等．扎龙湿地土壤重金属含量与土壤理化性质的相关性研究［J］．北方园艺，2013（24）：167－171．
［7］ 梁 康，娄华君，程传周．鄂尔多斯泊江海子流域地下水流特征［J］．资源科学，2011，33（6）：1089－1098．
［8］ 张振国，贾铁飞，冯亚芬．鄂尔多斯遗鸥自然保护区的生态环境影响研究［J］．资源与环境，2009，25（4）：340－341．
［9］ 邢小军，于向芝，白兆勇，等．鄂尔多斯遗鸥自然保护区湿地水量平衡分析［J］．干旱区资源与环境，2009，23（6）：100－103．
［10］ WANG F， LIANG L L， ZHANG Y S， et al． Eco－hydrological model and critical conditions of hydrology of the wetland of Erdos larus relictus nature reserve［J］．Acta Ecologica Sinica， 2009， 29（5）：307－313．
［11］ ZHANG Y S， HE F Q． Study of the breeding ecology of the Relict Gull Larus relictus in Ordos， Inner Mongolia， China［J］．Forktail， 1993（8）：125－132．
［12］ 何芬奇，DAVID，邢小军，等．遗鸥研究概述［J］．动物学杂志，2002，37（3）：65－70．
［13］ 梁犁丽，王 芳．鄂尔多斯遗鸥保护区植被－水资源模拟及其调控［J］．生态学报，2010，30（1）：109－119．
［14］ 包丹丹，李恋卿，潘根兴，等．苏南某冶炼厂周边农田土壤重金属分布及风险评价［J］．农业环境科学学报，2011，30（8）：1546－1552．
［15］ 许桂苹， 王晓飞， 付 洁．土壤重金属污染评价方法研究综述［J］． 农村经济与科技，2014，25（1）：71－74．
［16］ HAKANSON L． An ecological risk index for aquatic pollution control a sediment logical approach［J］．Water Research， 1980， （14）：975－1001．
［17］ 姜忠峰，张 生，李畅游，等．乌梁素海表层沉积物重金属分布特征及生态风险评价［J］．环境工程学报，2012，6（6）：1810－1816．
［18］ 高红霞，王喜宽，张 青，等．内蒙古河套地区土壤背景值特征［J］． 地质与资源，2007，16（3）：209－212．
7年级综合素质评价篇（6）
身心素质是综合素质的基础，大学生的身心素质包括身体素质和心理素质两个方面。身体素质是指人们在工作和生活等社会活动中表现出来的体质、体能、精力等方面的能力。心理素质是指一个人的意志力、适应环境的能力、承受挫折和失败的能力。要使大学生能客观地评价自我，保持平稳正常的心态、开朗的心境和建立和谐的人际关系。
科学文化素质是大学生综合素质的核心。科学文化素质包括科学素质和人文素质。科学素质主要包括科学精神、科学理论、科学方法等。人文素质就是将人类优秀的文化成果通过知识传授、环境熏陶使之内化为大学生良好的人格、气质、修养。
创新素质主要指人具有的创新意识、习惯和能力。要从课程体系改革、提高教师素质等方面来加强医科生创新素质培养工作[5]。
信息在社会进步中的作用日益凸显，社会对人才的信息素质要求越来越高，并将其视为当代大学生必须具备的基础素质之一[6]。要培养大学生对信息具有敏锐的感受力和长久的注意力，能够从大量纷繁复杂的、司空见惯的、甚至微不足道的信息资源中不断地发现有价值的信息、并能迅速有效地利用这些信息，从而能够在科研发明、技术创新、提高工效等方面勇于实践、多出成果，因此信息素质不仅是大学生应具备的基本素质，也是创新型人才的基本素质，而创新能力是提升综合国力的重要因素[7]。
本科大学生的综合素质分计算方法：总分＝思想道德素质分（占15%）、身心素质分（占10%）、科学文化素质分（占65%）、创新素质和信息素质分（占10%）之和。
本科大学生综合素质评价可以按照学年、学期分为不同的评价期间。分别将评价期间内学生思想道德素质、身心素质、科学文化素质、创新素质和信息素质的最高分折合为综合素质的15分、10分、65分、10分代入上式计算，其他学生的思想道德素质、身心素质、科学文化素质、创新素质和信息素质得分分别以此最高分作为基数进行折算。当学生综合素质的最高分明显低于100分，可以进一步将其调整为100分，其他学生的综合素质得分按照同样的比例进行调整。
思想道德素质得分：
思想道德素质考核分，由辅导员、任课教师代表和学生代表组成考核小组，任课教师代表由教学行政部门确定，学生代表由各班通过民主投票选举产生。考核小组成员根据考核内容及学生的平时表现，给每位学生评定分数。按满分为100分进行考核；
被评为校级先进个人的学生加7分；被评为市级先进个人的学生加10分；被评为省部级以上先进个人的学生加15分；
7年级综合素质评价篇（7）
关键词： 商务型酒店；忠诚度；模糊综合评价
Key words： business hotel；loyalty；fuzzy comprehensive evaluation
中图分类号：F272 文献标识码：A 文章编号：1006-4311（2012）33-0117-02
0 引言
随着酒店业在国内的快速发展，特别是不少商务型酒店迅速在国内二三线城市的扩张，使得市场竞争愈发激烈。对客服务质量的比拼又是建立在稳定的酒店服务队伍、优质的管理队伍的基础之上的，因此，如何强化员工对酒店的归属感，维持长期稳定的组织关系就显得尤为重要。所谓忠诚度，是指员工对企业所表现出来的行为指向和心理归属，即员工对所服务的企业尽心竭力的奉献程度。员工对酒店是否忠诚会直接反映出该员工在工作中的工作质量、工作效率、工作创造力等方面的高低。酒店需要一支拥有较高忠诚度的员工队伍，这是酒店实现自身经济效益，并在激烈的市场竞争中立于不败的根基。
国内对酒店业员工忠诚度的研究亦有很多，根据研究的角度不同可分为从影响员工忠诚度的各因素入手分析提高忠诚度的对策[1][2]，从人才培养管理的角度研究员工忠诚度问题[3]，从某个案分析入手研究影响忠诚度的原因[4][5]等。而本文是在对商务型酒店调查的基础上，甄选出了7项影响员工流失的主要因素作为评价指标，充分考虑了各影响因素间的相互作用[6]，并利用模糊综合评价方法进行定量试图客观、科学的反映员工的忠诚度状况。
1 商务型酒店员工忠诚度的综合评价模型
1.1 调查样本的基本信息 本次问卷于2011年采取随机抽样调查的方式，对西安七星轩商务酒店、锦荣商务酒店中的不同部门、不同职位员工进行了调查，共发放150份问卷，实际收回136份，剔除无效问卷14份，总有效率为91%。其中，男性占30.2%，女性占69.8%，调查对象年龄分布看，18-25岁群体比重最大为42.5%，25-30岁占18.1%，30-35岁占18.6%，35-40岁占9.2%，40-45岁及45岁以上分别是9.3%和2.3%。调查对象的职位从底层的普通员工、领班、主管到部门经理均有分布，其中酒店流动性最大的普通员工所占比例为65.1%。学历分布看，高中以下学历占39.5%，高中学历为27.9%，大专学历为16.2%，本科为13.9%，硕士以上为2.5%。
1.2 研究方法介绍 模糊综合评价方法是用单因素隶属函数来表示某个因素对评价对象的影响，然后利用加权方法综合各个因素对评价对象的影响，最终获得关于该评价对象的综合评价结果。首先设置出影响员工忠诚度的评价指标和评价等级，其中评价指标因素集合X=｛x1，x2，x3，x4，……xn｝，评价等级集合V=｛v1，v2，v3，……vm｝，n为评价指标的数量，m为所分评价等级的数量；其次进行单因素评价后建立模糊关系矩阵R，并确定出评价因素的模糊权重向量A。最后利用模糊合成算子将A和R合成，即综合评价结果：B=A×R，并对B进行单值处理获取结果C；
1.3 商务型酒店员工忠诚度的模糊综合评价分析
1.3.1 选择评价指标 选取影响商务型酒店员工忠诚度的7项评价指标，分别为酒店薪酬福利、升迁机会、工作环境、上下级关系、企业文化、同事关系、培训机制等方面，这7项评价指标能够比较全面地从各个层面反映员工对酒店的评价。因此，即为：
评价指标集合X=｛x1，x2，x3，x4，……x7｝=｛酒店薪酬福利、升迁机会、工作环境、上下级关系、企业文化、同事关系、培训机制｝
1.3.2 确定评语的等级论域 即评价的等级集合。调查中对酒店员工的各项评价指标的程度设立了5种选项，其中，薪酬福利、工作环境、上下级关系、企业文化、同事关系、培训机制为好、较好、一般、较差和差；升迁机会的选项为大、较大、一般、较小和小，这里为了统一均将评语等级论域设置为：
评价等级集合V=｛v1，v2，v3，v4，v5｝=｛好、较好、一般、较差、差｝。
1.3.3 进行单因素评价，建立模糊关系矩阵R 根据问卷调查对7项指标因素的统计，分别依次对每个指标因素按照评价等级的顺序计算获得矩阵R。如对员工忠诚度的第一个指标因素“薪酬福利”，在调查中发现，有6人认为好，12人认为较好，61人认为一般，49人认为较差，8人认为差，则由等级比重法可获得“薪酬福利”的评价值为x1=｛4.412，8.824，44.853，36.029，5.882｝，同理可以获得其余6项指标要素的单因素评价结果，最终建立出模糊关系矩阵R。
R=4.412 8.824 44.853 36.029 5.882 2.206 30.882 41.176 9.559 16.1771.471 19.117 33.088 16.912 29.41216.912 37.500 27.941 9.559 8.08825.000 27.206 23.529 13.236 11.02927.941 43.382 23.529 3.677 1.4715.882 4.412 54.412 28.676 6.618
1.3.4 计算评价指标因素的模糊权重向量 因素xi的权重为各因素的评价均值xi除以所有评价因素的总评价均值获得。因此根据各因素的评价均值xi=■最终获得7个因素的权重向量
A=[0.125 0.136 0.114 0.159 0.158 0.181 0.127]
1.3.5 利用模糊合成算子将A和R合成，获得模糊综合评价结果向量
B=A*R =[0.125 0.136 0.114 0.159 0.158 0.181 0.127]*
4.412 8.824 44.853 36.029 5.882
2.206 30.882 41.176 9.559 16.177
1.471 19.117 33.088 16.912 29.412
16.912 37.500 27.941 9.559 8.088
25.000 27.206 23.529 13.236 11.029
27.941 43.382 23.529 3.677 1.471
5.882 4.412 54.412 28.676 6.618
=[13.483 26.182 34.288 15.633 10.414]
对以上模糊综合评价结果向量B进行单值化处理得到最终员工忠诚度的综合评价值C=3.245。由于该评价结果靠近3，可以认为本次调查的商务型酒店员工的忠诚度不高，仅为一般，表明商务型酒店员工存在着较大的不稳定和流失风险。因此，这就需要管理者在导致员工流失的薪酬福利、工作环境、上下级关系、企业文化、同事关系、培训机制等方面做进一步强化。
2 评价结果分析
根据以上综合评价的结果发现商务型酒店员工忠诚度不高，其酒店方应从以下入手改进管理：
①调查涉及最多的一类员工即各部门的一线普通员工对薪水福利、工作环境评价较低。调查结果显示，认为酒店薪水福利不高的占到了87%左右，认为工作环境较差和差的占了46%。这些不满和低评价势必影响员工在酒店中的工作热情和日常工作态度。因此，要求管理者除了要经常倾听员工的声音，特别是了解一线员工的思想，通过合理的工资制度激励员工工作干劲，同时，还应当学会使用情感管理，用更多人性化的管理方式减低甚至消除员工的消极情绪，从而提高他们对酒店的忠诚度。
②对酒店培训机制的低评价。有近90%的员工认为酒店缺乏完善的培训机制，各部门的管理者过于关注日常的人员工作安排，而忽视了对员工技能、沟通、素质提升等各方面的培训，因此不少员工抱怨酒店全年各类灵活性、专业性、交叉性的培训几乎少之又少。一些强技能性的部门如客房部采用更多的是“以老带新”的办法，这种办法能够节约酒店培训成本，同时使新员工能够尽快上手，但由于新员工没能获得系统的业务知识学习，同时老员工的一些工作弊病也不可避免的通过“带新”传递给新员工，造成服务的不规范。事实上，良好的培训机制既是保证酒店服务质量的必要条件，同时一些带有选拔性，推动人才发展的培训也能起到良性的竞争作用和激励作用。
③员工的个人职业发展不明确。有近67%的各岗位员工认为酒店缺乏升迁机会。在酒店工作看不见前途这是导致人员流失最大的原因。合理的升迁制度是激励员工前进的动力，同时可以在酒店内部形成较为良好的竞争氛围，这是比物质奖励更能够激发员工的一种方式。不少酒店员工宁可忍受低工资也要酒店能够给予一个光明的前途。不过，不仅仅是商务酒店，国内很多酒店均存在着员工个人发展空间不健全的问题，使得酒店业跳槽成了极其频繁的现象。
3 结论
模糊评价方法这种将定性问题通过加工处理获得定量化结果的数学方法，在对事件综合性评价过程中具有较好的层次性和客观性。利用该种评价方法最重要的是要根据评价的对象比较真实客观的选取评价指标，评价指标的准确性直接关系着评价的最终结果是否正确。对酒店员工忠诚度实施模糊综合评价获取最终评价结果，能够帮助酒店客观的评估员工的工作状态，并以此使酒店及时了解到自身的优劣势，从而产生危机感和紧迫感，促使酒店能够拿出更多更好的管理方法来。
参考文献：
[1]李永梅.我国酒店业提高员工忠诚度的对策研究[J].经济师，2011，（8）.
[2]陈香姬.酒店员工忠诚度培养探讨[J].商业经济，2008，（17）.
[3]姚唐，黄文波，范秀成.内部营销视角下饭店员工忠诚度研究[J].旅游学刊，2008，（5）.
[4]余志远，朱玉华，周广鹏.饭店企业员工组织承诺与离职倾向关系研究——以福州市高星级酒店为例[J].北京第二外国语学院学报，2012，（3）.
[5]蔡雪洁.不同管理模式饭店员工忠诚度的比较研究——以合肥市中高星级饭店为例[J].赤峰学院学报（自然科学版），2011，（5）.
7年级综合素质评价篇（8）
目前国内外很多学者针对政府公共投资的质量上进行了探索，1989年瑞典率先建立顾客满意度指数（SCSB）模型、派拉索拉曼等建立的SERVQUAL模型和1994年在美国密西根大学商学院的国家质量研究中心和美国质量协会共同提出的美国顾客质量满意度指数（American Customer Satisfaction Index，ASCI）等。在运用这些模型进行满意度测评过程中，需要评价主体顾客根据自身情况对每个问题打分，分数的设计都是采用Likert的5分或是7分计数法。顾客需要在非常满意、满意、一般、不满意等问题时将自己的偏好或真实感受转化成分数。然而这种转换可能和顾客实际获得的真实感受有偏差，这将导致顾客对服务做出过高或过低的评价，从而影响满意度评价的准确性和精确性。
政府公共项目投资的意义在于追求公众福利、社会公正和公共利益等，但是由于我国目前管理制度相对不完善，一方面造成了一些地方政府盲目追求“政绩”，一切向大规模、高标准看齐，而忽视了公共投资项目投入使用后长期处于低使用效率状态、维护费用昂贵等问题，这样不仅加重了财政负担，也影响了政府其他公共项目的投资。另一方面，由于公众缺乏有效手段参与公共项目投资的预算和监督，从而很难保证投资项目满足公共的需求，同样也存在长远利益和短期利益的冲突，因此也无法使得社会福利最大化，让更多的公众享受到其效益。
开展政府公共投资项目绩效评价可以从客观与量化的角度衡量政府公共投资的利用情况，提高投资效率，同时还可以增强公众对政府的信心与满意度。本文以公民满意度为中心，采用基于模糊集的模糊多属性决策（Fuzzy MCDM）方法来测评政府公共投资的公众满意度，以期为定量测评政府公共投资提供了一种比较科学、可行的方法与模式。
二、政府公共投资的公众满意度测评指标体系构建
建立满意度测评指标体系是政府公共投资公众满意度测评的核心部分，在很大程度上决定了测评结果的有效性、可靠性。由于公众对政策了解、公众对质量的感知、公众对价值的感知、公众忠诚度和政府公信力均为不可直接测评的潜变量，因此需要对潜变量进行逐级展开，这些逐级展开的测评指标构成了公共投资公众满意度测评指标体系。该体系包括三层指标，一级指标是政府公共投资公众的总体满意度，二级指标是政府公共投资公众满意度模型的5个潜变量，三级指标的指标值分别来源于专家评判或对公众的满意度调查。政府公共投资公众满意度模糊综合评价模型是对影响公众满意度的因素按照某种属性进行划分，根据问卷调查统计出的结果，分析确定各因素的实测值隶属于各个级别的程度。首先对每个二级指标中包括的三级指标进行单因素评价；然后再对所有二级指标进行三级综合评判；最后进行加权平均，计算得出公众对公共投资总体的满意程度。
用数学语言描述为U=｛UI1，UI2，…，Uik｝，i=1，2，…，n，k=1，2，3，4
式中U为政府公共投资公众满意度；U1为公众对政策了解；U2为公众的质量感知；U3为公众的价值感知；U4为公众的忠诚度；U5为政府公信力。
评判集描述为V=｛V1，V2，…，Vm｝=｛非常满意，满意，一般，不满意｝m=4。因素类权重集（即二级指标的权重集）设第i类因素U1的权数为ai（i=1，2，…，n），则描述为A=（a1，a2，…，an），ai=1。因素权重集。设第i类因素中的第j个因素Uij的权数为aij，则描述为Ai=（ai1，ai2，…，aik），i=1，2，…，n，aik=1。其中权重确定在本模型中处于很重要的地位，通过专家打分或者各地区政府的实际情况，按层次分析法等方法得出，可以保证评价结果的科学性和准确性。
进行单因素综合评判（二级综合评判）。对每一类的各个因素进行综合评判，设二级模糊综合评判的单因素评判矩阵为
Ri=ri11ri12…ri1mri21ri22…ri2m… ………rik1rik2…rikm。第i类因素的模糊综合评判为Bi=AiRTi=（ai1，ai2，…，aik）。ri11ri12…ri1mri21ri22…ri2m… ………rik1rik2…rikm=（bi1，bi2，…，bim）
三级模糊综合评判的单因素评判矩阵，应为二级模糊综合评判的结果R=B1B2… B3=A1 RT1A2 RT2… An RTn于是三级模糊综合评判为：B=A RT=AA1 RT1A2 RT2… An RTn=（b1，b2，b3，bn）
在三级综合评判的计算中，运用主因素突出型，以“加”代替“最大”计算公式为bj=（ai∧rij）=（ai∧rij）（j=1，2，…，m）这里运算为有界和，即ab=min（1，a+b）。这时的ai起“过滤”、“限制”的作用，以求有限和代替最大，各个因素都有参加因素的机会。
在二级综合评判时采用加权平均模型，计算公式为bj=（airij）（j=1，2，…，m）按普通矩阵乘法计算权向量与评价矩阵的乘积。这种算法在评价结果向量中包括所有因素共同作用，真正体现了“综合”。最后根据最大隶属度原则判定公众满意程度。
三、模糊综合评判模型的实证分析
在2009年7月至8月间，笔者在焦作市若干个已经实施“村村通硬化路”的部分乡镇，针对不特定人群，通过家访发放调查问卷的形式调查乡镇村民对实施“村村通硬化路”建设的满意程度。本次调查一共发放了问卷150份，回收并经审核有效的问卷138份。
二级综合评判。在对二级指标进行单因素评判，公众对各三级指标的评价综合构成模糊矩阵为：
R1=0.030.210.500.260.040.840.090.030.010.260.350.38R2=0.010.270.380.340.030.500.410.060.010.280.590.12
R3=0.070.380.380.170.030.310.470.19R4=0.110.380.310.200.010.150.520.32
R5=0.360.560.070.010.400.510.070.02
各因素的权重为（权重确定采用专家打分法与AHP相结合的方法，由于字数所限，不在赘述）：
A1=（0.45，0.27，0.28），A2=（0.35，0.32，0.33），A3=（0.45，0.55），A4=（0.59，0.41），A5=（0.45，0.55）
则根据前面所述，得三级模糊综合评价的结果为
B1=A1 R1=（0.45，0.27，0.28）0.030.210.500.260.040.840.090.030.010.260.350.38
=0.45×0.03+0.27×0.04+0.28×0.010.45×0.21+0.27×0.84+0.28×0.260.45×0.50+0.27×0.09+0.28×0.350.45×0.26+0.27×0.03+0.28×0.38
=（0.0271，0.3941，0.3473，0.2315）
同理得，
B2=A2 R2=（0.0263，0.3469，0.4589，0.0728）
B3=A3 R3=（0.0480，0.3415，0.4295，0.1810）
B4=A4 R4=（0.0690，0.2857，0.3961，0.2492）
B5=A5 R5=（0.3820，0.5325，0.0700，0.0155）
所以，二级模糊综合评判的结果为
R=0.02710.39410.34730.23150.02630.34690.45890.07280.04800.34150.42950.18100.06900.28570.39610.24920.38200.53250.07000.0115
对因素集U=｛u1，u2，…，un｝的权重分配为A=（0.15，0.21，0.30，
0.20，0.14），根据前面所述方法，得一级评判结果为B=A R=（0.15，0.21，0.30，0.20，0.14）0.02710.39410.34730.23150.02630.34690.45890.07280.04800.34150.42950.18100.06900.28570.39610.24920.38200.53250.07000.0115
=（0.6896，1，0.07，0.3847）
例如：b1=min（1，（0.15∧0.0271+0.21∧0.0263+0.30∧0.0480+
0.20∧0.0690+0.14∧0.3820））=min（1，（0.0271+0.0263+0.0480+
0.0690+0.14））=min（1，0.3104）=0.6896按照最大隶属度原则，得出B2>B1>B4>B5>B3，公众对政府公共投资的价值为满意，对其他四项指标的评价为一般，总体评价为一般。
总之，采用基于模糊综合评判模型评价政府公共投资，一方面通过受益者满意度定量的评价公共项目投资的社会效果，同时进行项目内部经济性和有效性评价，从结果、过程两方面保证评价的全面性。另一方面，政府也可以获取更加全面和真实可靠的公众需求信息，及时找出公共投资项目建设和运行存在的问题，总结经验教训，提升政府公共投资的效率和管理水平，同时也提高了公众的满意度。
参考文献：
［1］陈强、鲍悦华：《大型公共项目的受益者满意度评价》，《投资研究》2007年第10期。
［2］胡宝清：《模糊理论基础》，武汉大学出版社，2004年版
7年级综合素质评价篇（9）
0.引言
眉湖是郑州大学高新校区内构筑的景观湖，因其整体外形像眉，故取名为“眉湖”。眉湖宽度为从窄处的30米到宽处的100米左右，长度为800米左右，是郑州大学校内的重要景观。眉湖春夏秋蒸发量较大，在雨水较少的季节里，后勤管理部门每3天会根据具体情况进行补水，因此，眉湖水量常年保持稳定。目前，较为典型的水质评价方法有单因子评价法、污染指数法和模糊综合评价法等。模糊综合评价法可以避免单因子评价法的片面性，而且相较于传统的综合指标评价法，可以克服人为清晰化的不足，目前，该方法已被广泛用于各种类型水体水质的评价中[1-4]。
1.模糊综合评价方法
1.1概念和原理
模糊综合评价法是以模糊数学为基础，应用模糊关系合成的原理，将一些边界不清、不易定量的定性指标定量化，从多个因素对被评价事物隶属等级状况进行综合评价的方法[5]。水质情况一般是由多个指标组成，难以用一个简单的数值进行表示，即常常带有模糊性，这时就应该模糊综合评价法。
模糊综合评价可以用数学模式来表示：
B=A・R （1）
式中：A―输人，它是由参加评价因子的权重经归一化处理得到1个1xn阶行矩阵。
R―“模糊变换器”，它是由各单因子评价行矩阵组成的1个nxm阶模糊关系矩阵。
B―输出，是要求的综合评判结果，它是l个1xm阶矩阵的形式。
1.2评估步骤
1.2.1确定影响因素集和评价集
设影响水质的污染因素有n个，组成评价因素集合：U=
1.2.2确定权重矩阵A
目前，常用“污染物浓度超标法”来计算权重，即按照各评判因子超标情况进行加权，超标越多，权重值越大[6]。
式中W―因素ui的权重。
c ―第i个因素ui的实测值。
S―因素ui的第j级水质的评价标准值。
io―因素ui的各级评价标准的均值。
m―水质评价分级总数。
对单项权重进行归一化处理：a=，a=1 （4）
得到一个1×n的模糊权重矩阵A，即A=（a a ・・・ a） （5）
1.2.3确定单因素的隶属函数
隶属函数是各单项水质指标模糊评价的依据，各单项指标的评价又是多因素模糊综合评价的基础。因此，确定各因素对各级的隶属函数是问题的关键[7][8]。
隶属于一级的隶属函数为：
1.2.4确定模糊评价矩阵R
根据单因素隶属度确定模糊评价矩阵R
1.2.5求出综合评价结果B
将权重矩阵A和模糊矩阵R代入公式B=A・R，求出结果，然后对其进行分析与评价。
2.工程实例
以郑州大学眉湖水质评价为例。
2.1建立评价因子集
根据眉湖2013年11月份的监测数据，选取五个重要因素：
2.2建立评价集
根据《地表水环境质量标准》（GB3838-2002），分为5个评价等级， 组成评价集：V={I，II，III，IV，V}，各等级的标准见表2。
2.3建立评价因子的权重矩阵A
以监测点1为例，监测点1各评价因子的权重计算下表所示：
2.4建立模糊评价矩阵R
根据各评价因子的真实值和隶属函数，求出对于各级水质标准值的隶属度，最后求出模糊矩阵R1：
2.5综合评价结果B
由于隶属度最大的一项对应水质污染的级别，而0.338最大，可知监测点1水质等级为IV级。
按照同样的方法，对剩下四个监测点的水质进行评价，得到的结果：
监测点2：B2=0 0 0.408 0.472 0.120，监测点2水质等级为IV级。
监测点3：B3=0 0 0.289 0.259 0.452，监测点3水质等级为V级。
监测点4：B4=0 0 0.6 0.32 0.08，监测点4水质等级为III级。
分析评价结果，除监测点3水质等级为III级，其他三个监测点水质均在IV级及以上，其中，监测点3水质达到V级。
眉湖有两个水源点，监测点1靠于南端水源点的，监测点2位于放养的鹅群的上游，监测点3位于鹅群下游，监测点4位于后山的映月潭，即北端的水源点。根据评价结果，可得出结论：南端的水源水质不如北端；鹅群对下游水质造成了严重的污染；监测点4地势较高，未受到污染，水质较好。总体评价，眉湖的水质已受到了污染，应立即采取相应的处理措施。
3.结语
本文选用了模糊综合评价法作为眉湖的水质评价方法，结果表明，眉湖水质已经受到污染，结果不容乐观。模糊综合评价法由于充分考虑到了水质分级界限的模糊性，能够较为客观地反映水体的水质状况，且操作简单，易于掌握，是一种较为科学有效的水质评价方法。 [科]
【参考文献】
[1]阎竣.水体质量评价与富营养化评价中的模糊数学方法[J].系统工程理论与实践，1990，10（4）：66-71.
[2]赵文强.地下水水质污染模糊综合评判法[J].水文地质工程地质，1988，15（6）：35-41.
[3]曹斌，宋建社.湖泊水质富营养化评价的模糊决策方法[J].环境科学，1991，12（5）：88-91.
[4]劳斯团.模糊数学方法在水库水质综合评判中的应用[J].中国环境科学，1989，9（3）：225-229.
[5]万金保，李媛媛.模糊综合评价法在都阳湖水质评价中的应用[J].上海环境科学，2007，2（5）：215-218.
7年级综合素质评价篇（10）
关键词：
模糊综合评价；房地产市场；发展程度
房地产市场是一种特殊的集合体，涵盖了包括土地、劳动力以及资本在内的诸多要素，和地区乃至国家的正常运行及健康发展密切相关.在我国市场经济体制建设事业中，房地产市场是至关重要的组成部分，正因如此，它成了各级政府乃是社会各界普遍关注的焦点之一.以房地产市场为对象，对其发展程度进行研究，不仅具有重要的经济意义，同时还具有深远的社会意义.所谓模糊现象，泛指那些没有明确界限的客观事物.在客观世界中，模糊现象并不少见，然而自模糊数学创立之后才赋予其真正意义.对事物进行刻画时，一般要应用到若干个指标，这样才能更全面和深入地向人们展示其性质以及特征.评价事物时一般难以通过简单的“是”和“非”来进行，而通过相对模糊的语言予以不同视角和深度的评价也是比较常见的.等级间的关系通常是较为模糊的，难以甚至无法确立清晰界限，因而在评价该类问题的过程中，经典评价方法暴露出诸多不足，而以模糊数学方法为工具往往能够收到比较理想的实践效果.
1模糊综合评判的数学模型
在模糊数学体系中，模糊综合评价是不可或缺的构成部分，是一种重要的具体应用.模糊综合评价的主要思想是：以模糊数学的理论为基础，以那些边界模糊、难以定量处理的因素为对象，遵循模糊关系合成原理对其做定量化处理，分析若干因素相对于目标（即被评价事物）的隶属等级状况，最终做出综合的、合理的评价.模糊综合评判有两种类型，一种被称作一级评判，另一种被称作多级综合评判.模糊综合评判应用于实践能够在很大程度上削弱和规避人为因素所带来的负面影响，使评价结果更加科学，更加合理，更加客观.这一评价方法已经被广泛应用于各种不确定性环境的决策和评判之中，如质量评价[1]、生态环境评价[2-3]、业绩评价[4]、安全评估[5]等.1.1一级模糊综合评判
1.1.1建立因素集
影响评判对象的一系列因素集合到一起便构成了所谓的因素集，同时它也具有普通集合的性质和特点，用U进行表示：U={u1,u2,u3,…,um}，在上式中，ui指的是排在第i个位置的影响因素，而m指的是因素数.
1.1.2建立权重集
通常而言，不同因素对应着差异化的重要程度，为有效表示某个因素所对应的重要程度，需要以各个因素（ui）为对象，赋予一个与之匹配的权数ai，i=1,2,…,m.做好权重确定的工作至关重要，其是否科学、合理，直接影响着评价的准确性，一般可由层次分析法[6]来确定.
1.1.3建立评价集评价集指的是
，评判者就待评判的对象属性而可能给出的一系列评判结果的总集合，通过V={v1,v2,v3,…,vn}进行表示，该式中vi指的是第i个评判结果，与此同时，使用n来描述所谓的总的评判结果数.
1.1.4单因素模糊评判
单独基于某个因素视角予以评判，通过这种方式对评判对象进行评价，从而确定评价集V所对应的隶属程度，人们也将之命名为单因素模糊评判.设对评判对象予以评判时，以因素集U中的排在第i位的因素ui为依据，与此同时评价集V中的第j个元素vj所对应的隶属程度为rij，那么依据ui所对应的评判结果可通过模糊集合R予以表示称为单因素评判矩阵.
1.1.5模糊综合评判
由单因素评判矩阵R能够观察到：R的第i行，表示的是第i个因素影响评判对象隶属于某个评价集的具体程度；R的第j列，表示的是全体因素影响评判对象隶属于第j个评价集元素所对应的程度.值得一提的是，当权重集A和属于已知的，与此同时，单因素评判矩阵R也属于已知情况时，便能够通过模糊运算得到下述结果上式中“•”指的是某种合成运算，立足于问题的具体情况，确定与之匹配的合成运算方式，具体如参考文献所示[7].B表示的是模糊综合评判集，bj(j=1,2,…m)表示的是模糊综合评判指标，bj代表的意义是对相关全体因素予以综合考虑时，相较于评价集，评判对象所对应的第j个元素的隶属度.
1.1.6评判指标的处理
得到模糊综合评判集B以后，按照最大隶属度原则，bj(j=1,2,…m)中，数值最大者即反映了评价对象属于的等级.
1.2多级模糊综合评判
简而言之，该类评判的实质是立足于一级评判，将计算结果作为已知值，再对上一级进行模糊综合评判，并可根据需要多次这样进行下去.以此类推，从而得出最终结果.如果遇及较为复杂的问题，也包括在较为复杂的条件下进行相关评判，则需要对很多因素加以综合考量，不同因素对应着差异化的层次，某些情况下因素本身会表现出非常明显的模糊性，该种情况下，若采用一级模糊综合评判的方法，往往无法满足实际需要，即无法计算出有效的评判结果，而通过多级模型进行评判，通常能够比较理想地解决此类问题.
2模糊综合评判在房地产市场发展程度中的应用
2.1房地产市场发展程度的评价指标的建立
对能够向房地产市场发展程度施以相关影响的一系列因素予以分析时，应构建能够有效评价此类程度的相关指标.结果如表1所示：
2.2设置评价等级和权重
评价指标的评语集为V={平淡，正常，偏热，过热}.通过层次分析法确定各层相应的权重系数，由于计算过程较长，故此略去.得到一级指标和二级指标的权重值：在房地产市场发展程度中，供给类指标、需求类指标、金融类指标以及心理类指标均被纳入一级指标体系，其对应的权重为：A=(0.4,0.3,0.1,0.2).供给类指标中各二级指标权重分配为：A1=(0.29,0.20,0.21,0.30).需求类指标中各二级指标权重分配为：一级指标二级指标供给类指标(U1)房地产投资占固定资产投资的比重(u11)房地产开发投资增长率(u12)房地产复工面积增长率(u13)商品房竣工面积增长率(u14)需求类指标(U2)商品房销售面积增长率(u21)商品房销售额增长率(u22)房价占家庭年均收入的百分比(u23)空置率(u24)金融类指标(U3)货币供给量增长率(u31)心理类指标(U4)年底存款余额增长率(u41)表1房地产市场发展程度指标评价体系
2.3建立模糊评判矩阵
在进行评判时，首先选定评判组成员.假定评判组由20名成员组成，在供给类指标(U1)中，各成员以平淡、正常、偏热、过热4个等级对某城市的房地产市场所对应的阶段予以相应评判.在固定资产投资中，房地产投资所占比重用u11予以表示，对此进行评判时，4名成员评判平淡，8名成员评判正常，6名成员评判偏热，2名成员评判过热；在房地产开发投资增长率(u12)中，3名成员评判平淡，7名成员评判正常，8名成员评判偏热，2名成员评判过热；在房地产复工面积增长率(u13)中，2名成员评判平淡，7名成员评判正常，7名成员评判偏热，4名成员评判过热；在商品房竣工面积增长率()中，给出正常、偏热以及过热评判的成员数量分别为10人、5人、5人；金融类指标模糊评判矩阵：R3=(0.450.300.200.05)心理类指标模糊评判矩阵：R4=(0.250.300.300.15
2.4模糊综合评判
模糊运算符“•”选择普通矩阵乘法，计算可得：由二级指标的评判结果可以构造出一级指标的评判矩阵：2.5确定评判结果经过上面的计算可知，该城市房地产市场的发展程度整体上属于正常，但呈现一定的偏热趋势.模糊综合评判法把主观判断和与客观定量计算相结合,评估结果意义明确,具有一定的实用性.
参考文献：
〔1〕涂齐亮,王清.模糊综合评判在岩体质量分类中的应用[J].山西建筑,2007(3):1-2.
〔2〕李莉华,王亮,张亮,等.水工建筑物对生态环境影响的模糊综合评判[J].河南大学学报（自然科学版）,2007,37(6):649-651.
〔3〕张震斌,苑宏刚,周立岱.模糊综合评判理论在地下水污染评价中的应用[J].资源环境与发展,2006(1):41-48.
〔4〕何颖.上市公司业绩的模糊综合评价[J].徐州工程学院学报,2005,20(3):91-93
7年级综合素质评价篇（11）
【关键词】企业并购 财务资源整合 模糊综合评价
一、引言
美国著名经济学家、诺贝尔经济学奖的获得者施蒂格勒曾说：“纵观世界著名的大企业、大集团，几乎没有哪一家不是在某种程度上以某种方式，通过资本并购重组收购等资本运作手段而发展起来的。”然而现实却异常残酷。据相关资料显示，并购重组的失败率高达70％。而导致失败的一个重要原因就在于并购后的整合过程中对潜在的财务风险防范不够。根据清科研究中心的研究数据，在并购当年和并购后的一年中，上市公司的平均净利率和平均净资产收益率都有所下降，其中净利率的平均值由并购前的13.1% 下降到并购当年的13.0%，一年后再度下降至11.1% ；而净资产收益率的平均值同样如此，由并购前的13.1% 降至11.7%，再至并购后一年的10.7%。
赢者的诅咒和协同效应陷阱理论认为，由于风险防范不到位，并购企业往往并不能实现预期的收益，甚至会遭受损失。而根据路径依赖理论，沿着一条道路走的越远，所花费的代价就越大。因此，通过对企业并购中财务资源整合效果的模糊综合评价，及时发现财务风险，对于促进并购企业的可持续发展具有至关重要的作用。本文创造性的将模糊综合评价法纳入企业并购财务资源整合中，具有现实意义，以期为我国企业并购实务提供参考。
二、企业并购及模糊综合评价概述
（一）企业并购概述
企业并购简称“M&A”，包括兼并、联合及收购等形式，指一家企业通过获取其他企业的产权而对其进行投资，是优化资源配置的一种重要手段。而企业并购整合作为企业并购最终能否成功的关键环节，是指在获得目标企业的股权、资产等之后所进行的资产、人员等要素的系统性安排，目的是使并购后的企业按照一定的方式运营，实现优势互补与融合，最终发挥协同效应。而整合风险主要是指协议签订之后进入整合期时双方在管理制度、人力资源、经营业务、销售渠道、及组织文化等方面协调不当存在差异和冲突而导致并购失败的风险。主要表现形式为文化差异风险、规模经济风险、现金流量风险、流动性风险和运营风险等。而本文的研究对象是企业并购中的财务资源整合，包括盈利能力、偿债能力、营运能力和成长能力等方面。
（二）模糊综合评价法理论基础
理论上事物的确定性和不确定性是一个永恒的悖论，但现实中很多事物本质上是模糊的，受着客观世界中方方面面的影响。对于这些模糊事物，如何在确定和不确定性之中作出选择或者将其形成整体一直以来都是难题。如受诸多因素影响的财务风险的度量，既要描述风险到底是“有”还是“无”的确定性方面，又要描述风险具体是多少的不确定性方面，很难说具体到什么程度才能称为已确定无疑的准确，相反，对准确的理解和追求越执着，可能离现实的需求越遥远。那么如何将财务风险度量的确定性和不确定性辩证的相结合就是我们所要解决的问题。
模糊综合评价理论为这个难题的解决提供了思路。
模糊性指的是处于确定性和不确定之间，既强调保证整体范围的确定，又很难具体准确化的一种过渡属性。模糊综合评价理论认为多数事物本质上是模糊的，具有不确定的属性，只有采用科学的模糊方法去描述具有普遍意义的模糊对象，对复杂事物以复杂处理，才能全面化解问题，但要注意的是模糊综合评价并非模模糊糊，即准确到可以控制的模糊程度。
模糊综合评价理论将复杂多变的因素分解为各个单变量因素，通过对各单变量因素“打分”，形成单因素评价集，并结合各单变量因素的权重进行模糊化计算，从而得出科学的综合评价结论。因此可以将模糊综合评价视为一个整合，以财务风险的度量为例，将财务风险度量中一些重要而分散的财务指标统一在一个系统的框架中，以这个框架的计算结果来综合衡量公司的财务风险，完成了从模糊单个指标的已知到模糊综合评价未知的过程。这种以模糊数学为基础的综合评价结论的优点在于将不易计量的评价对象外化出来，并可以得到监控，是评价不确定事物最大限度的变通方式，是符合自然科学原理的，为量化证明奠定了合理的基础。本文采用的定性与定量相结合的模糊综合评价法，其基本原理是以关键影响因素为起点，确定被评价对象各等级的评价集合和指标权重，对各指标进行评价，形成判断矩阵，将其与权重矩阵进行运算，得到定量综合评价结果，最后按模糊数学理论的最大隶属度原则评价结果。
三、企业并购财务资源整合效果模糊综合评价机制（一）确立评价对象
（1）总对象集为：A={ A1，A2，A3，A4 }
其中，A1 为偿债能力，A2 为营运能力，A3 为盈利能力，A4 为发展能力。此对象集为一级评价对象集。
（2）以偿债能力作为评价对象，则其包含的指标为二级对象集：A1={ A11，A12，A13，A14 }
其中，A11 为资产负债率，A12 为流动负债占总负债的比率，A13 为流动比率，A14 为速动比率。
（ 3）以营运能力作为评价对象，则其包含的指标为二级对象集：A2={ A21，A22，A23，A24 }
其中，A21 为总资产周转率，A22 为应收账款周转天数，A23 为存货周转天数，A24 为经营现金流占营业收入的比重。
（4）以盈利能力作为评价对象，则其包含的指标为二级对象：A3={ A31，A32，A33，A34 }
其中，A31 为加权净资产收益率，A32 为摊薄总资产收益率，A33 为毛利率，A34 为净利率。
（5）以成长能力作为评价对象，则其包含的指标为二级对象：A4={ A41，A42，A43，A44 }
其中，A41 为营业收入同比增长率，A42 为归属净利润同比增长率，A43 为营业收入滚动环比增长率，A44 为归属净利润滚动环比增长率。
（6）评语集。假设对企业各项财务指标的评价结果为C，而且A={ C1，C2，C3，C4 }={ 优，良，一般，差}其中，[80，100] 为优，[60，80) 为良，[45，60) 分为一般，[0，45) 为差。
（二）建立财务指标权重分配向量
权重如何确定将影响评价结果的信赖度，目前确定指标的权重方法主要有主观赋权法和客观赋权法，主观赋权法主要是指利用专家或个人的知识或经验，如AHP法、德尔菲（Delphi）法等。客观赋权法主要是指从指标的统计性质来考虑，由调查所得的数据决定，不需要征求专家的意见，如变异系数法等。目前，使用最普遍的是德尔菲法，但具体使用何种方法要根据企业的实际情况而定。本文首先假设采用德尔菲法。
（1）假设对m 位专家进行问卷调查，并对问卷调查表进行分析，确定一级评价因素的权重，如下表（1）所示。
由此得出权重向量:A=（a1，a2，a3，a4）
同理依照上述方法，通过专家的问卷调查，确定二级各个财务指标的重要程度。同时，将得出的所有权重向量进行归一化处理。
（三）构建评价矩阵
在对财务指标进行权重向量分析之后对各财务指标“打分”。“打分”可以采用专家打分或者同行业比较等方式，观察其处于优、良、一般、差中哪个等级，首先对单因素评价矩阵“打分”评价的情况如下表（2）所示。
同理可得出营运能力评价表，盈利能力评价表，发展能力评价表。将四个单因素评价矩阵与相应的二级权重矩阵相乘，可得出一级指标评价矩阵，如下表（3）所示。
将一级财务指标评价矩阵与一级权重矩阵相乘，并对结果进行归一化处理，再根据最大隶属度原则，即可以得出综合评价结果，即该企业的财务状况处于四个等级中的哪个等级。将企业并购之前所处的等级与并购之后所处的等级进行对比，即可评价企业并购中财务资源整合的效果如何，有无实现财务协同效应。
四、企业并购财务资源整合效果模糊综合评价案例分析——以收购案为例
（一）案例简介
成立于1992 年， 自2001 年以来， 陆续收购了英国保路捷、湖南机床等公司，尤其是2003 年通过收购浦沅集团，收入2003 年比2004 年增长188.11%。这些连环收购，使业务从最初单纯的混凝土机械到起重机械、混凝土机械、环卫机械、路面机械、土方机械等多个领域，成为目前国内产品链最为完整的工程机械企业。在全球化扩张的路径选择上，认为收购比直接建厂更有效，并购成为中联战略发展中的重要选择方式。2008 年联合投资机构弘毅投资、高盛、曼达林基金与意大利CIFA 公司正式签署整体收购交割协议，以现金收购方式完成对CIFA 的全额收购。然而并购是一把双刃剑，在带来业务市场快速扩大的同时，也可能会导致公司财务状况的恶化。
（二）案例分析——以收购CIFA 为例1. 建立财务指标权重分配向量。本文在构建评价机制时采用德尔菲法，但由于条件受到限制，各财务指标权重参考《中央企业综合绩效评价管理暂行办法》来确定，具体如下表（4）所示。
2. 构建二级指标评价矩阵。“打分”可以采用专家打分、同行业比较打分或者两者相结合的方式，由于条件受到限制，本文只采用了同行业比较打分的方式，运用行业排名的方式来确定各指标分值。选取同行业10 家具有代表性的公司进行比较分析（公司样本的选取来自东方财富网，所选公司具有相近的资产规模，相似的业务，都属于A 股上市公司，在机械行业具有一定的代表性），以目标公司各项财务指标在10 家公司中的排名来确定各项指标的评分，第1 名为100 分，最后1 名为10 分，依此类推，形成等差数列。但在计算过程中需要区分正向指标与反向指标，对于正向指标（指标数越大说明公司的财务状况越好的指标）进行正向评分，即指标数值排名越前则分数越高，对于反向指标（指标数值越大则表示公司的财务状况越差）如资产负债率等进行反向评分，即指标数值排名越前则分数越低。通过计算比较2009 年与2007 年各财务指标的分数情况来评价2008年企业并购中财务资源整合效果。
其中偿债能力打分情况、营运能力打分情况、盈利能力打分情况、发展能力打分情况及分数整理情况分别如表（5）、表（6）、表（7）、表（8）及表（9）所示。
3. 模糊综合评价计算
由于本案例中只得到一组“打分”结果，所以不存在矩阵运算的问题，但若是有多组打分结果，就要运用矩阵进行计算。首先将四个单因素评价得分与相应的二级指标权重相乘，可得出一级指标评价得分。计算结果如下：
2007 年：偿债能力=6%×40+6%×50+5%×50+5%×40=9.9 ； 营运能力=7%×80+5%×60+4%×40+6%×30=12 ； 盈利能力=9%×50+8%×40+7%×70+10%×70=19.6 ；发展能力=6%×70+7%×60+5%×90+4%×100=16.9。2009 年：偿债能力=6%×10+6%×20+5%×20+5%×30=4.3 ； 营运能力=7%×40+5%×30+4%×20+6%×20=6.3 ； 盈利能力=9%×70+8%×40+7%×50+10%×50=18 ； 发展能力=6%×80+7%×40+5%×70+4%×80=14.3。
再将一级财务指标评价得分与一级指标权重向量相乘，但由于只有一组评分，所以权重都为100%，计算结果如下：
2007 年的综合财务指标得分=9.9×100%+12×100%+19.6×100%+16.9×100%=58.4
2009 年的综合财务指标得分=4.3×100%+6.3×100%+18×100%+14.3×100%=42.9
由于企业的财务状况分为以下四个等级：[80，100]为优，[60，80) 为良，[45，60) 分为一般，[0，45) 为差。计算结果表明2007 年的财务状况处于“一般”水平，而2009 年的财务状况处于“差”水平，这说明2008 年的收购活动在一定程度上影响了企业的财务状况，增加了企业的财务风险，没有实现财务资源有效整合的目标。
五、结语
企业并购中财务资源整合的效果如何是综合事件，当财务风险产生时，体现在偿债能力、盈利能力、成长能力和营运能力等指标会出现异常，需从不同侧面综合度量，将各指标与可比企业相比，与并购之前的情况相比，加强财务指标纵横向趋势效应分析，有助于更好地防范财务风险，实现企业并购中财务资源有效整合的目标。本文在考虑了财务风险度量的确定与不确定性属性的基础上，选取了模糊综合评价法，较好地结合了定量评价与定性评价的研究方法，并将其运用到企业并购财务资源整合中，以评价企业并购中财务资源整合的效果，实现协同效应，提高企业并购的成功率。但在实际应用当中，应根据企业面临的实际情况来选择适合的财务指标和确定各指标的权重，本文仅提供一种方向和思路，以期为我国企业并购实务提供有益参考。
参考文献
[1] 黄速建，令狐谙. 并购后整合: 企业并购成败的关键因素[J].经济管理，2003(15).
[2] 张华华. 基于模糊综合评价的企业财务预警研究[D]. 武汉理工大学，2007.
[3] 陆桂贤，仪垂林，权丽平. 企业并购风险的度量方法：模糊综合分析法[J]. 统计与决策，2007(17).
[4] 王海. 中国企业海外并购经济后果研究—基于联想并购IBMPC 业务的案例分析[J]. 管理世界，2007(2).
[5] 文彬. 并购中财务风险的预警及控制[J]. 改革与战略，2008(24).
[6] 李善民，刘永新. 并购整合对并购公司绩效的影响——基于中国液化气行业的研究[J]. 南开管理评论，2010(4).
[7] 臧秀清，高璐. 基于主成分分析的上市公司并购协同效应评价模型研究[J]. 开发研究，2011(6).
