简化AHP法军队医院卫勤信息化评价指标体系的建立

【摘要】  目的： 探讨基于改进AHP法的军队卫勤信息化评价指标体系的设计. 方法： 采用德尔菲法筛选指标，对AHP法作进一步改进，并将其用于指标权重的确定. 结果： 得到了军队医院卫勤信息化评价的双层指标体系. 该指标体系包括7项一级指标，28项二级指标，及各级指标项目的权重. 结论： 将改进的AHP法应用于军队医院卫勤信息化评价指标体系设计是可行、有效的.

【关键词】  军队医院 卫勤 信息化评价 AHP法 指标体系

    0引言

    国内外有关信息化水平评价的研究开始于20世纪60年代［1］. 指标体系和评估方法也很多. 存在重硬轻软、重建设轻应用、重平时轻战时等问题,为规范军队卫勤信息化建设的，建立一套完整的信息化水平评价指标体系及相应的测评方法，对军队医院卫勤信息化建设进行合理的测评十分必要，我们在此方面作了如下一些探索.

    1各项指标的确立

    以国家信息化指标构成方案、军内有关专家的权威著述为依据，在比较成熟的、高校信息化评价指标体系的基础上，通过查阅资料、深入军队医院调研，我们提出了构建军队医院战时卫勤信息化评价指标体系的各项指标，并采用德尔菲法进行指标筛选. 具体做法是，聘请军事卫勤、信息化建设以及军队医院管理领域的专家20人，作为专家咨询组，有比较高的权威性，通过问卷调查的方式进行咨询. 在经3轮咨询意见一致的基础上确立军队医院战时卫勤信息化评价的一级指标7项，二级指标28项（表1）. 在二级指标中，C1，C3，C8，C13，C14，C18，C19，C21，C23，C24，C28为定量指标，可通过对医院现有数据的调查得到. C17，C20，C25为半定量指标，可通过人群抽样问卷测量的方法获得. C2，C4，C5，C6，C7，C9，C10，C11，C12，C15，C16，C22，C26，C27为定性指标，主要通过专家组根据一定的评价标准评估获得.

    2改进AHP法在权重确定中的应用

    层次分析法（analytic hierarchy process, AHP）是美国著名的运筹学家Satty等［2］提出的一类定性与定量分析相结合的多准则决策方法. 这一方法尤其适合于人的定性判断起重要作用的、对决策结果难于直接准确计量的场合. 军队医院卫勤信息化指标体系就是一个十分复杂的系统，它要涉及大量的相关因素，单用定性的方法来确定指标权重太过粗略，但如果用定量方法来研究的话，就需要大量的数据资料-这需要耗费很大的人财物力，而且现实中有些数据是终不可得的. 在这种情况下成熟的、简洁的、实用的层次分析法就不失为首选. 然而，经典的层次分析法是对指标因素权重的确定是通过因素的两两比较所构成的判断矩阵而得到的. 判断矩阵是所有运算的基础，判断矩阵构造的好坏将直接影响以后的进

    表1军队医院卫勤信息化评价指标一级指标B〖〗二级指标CB1设施〖〗C1网络速度〖〗C2网络结构〖〗C3网络覆盖率〖〗C4业务系统〖〗C5指挥管理系统B2信息技术〖〗C6远程医疗〖〗C7系统集成〖〗C8信息处理的信息化水平〖〗C9指挥数据库建设B3信息资源〖〗C10医疗后送数据库〖〗C11防疫防护数据库建设〖〗C12药材保障数据库建设〖〗C13人均信息设备拥有量B4信息化装备〖〗C14信息化设备先进性〖〗C15卫生装备化水平〖〗C16信息技术培训〖〗C17信息技术普及率B5信息化人才〖〗C18信息技术专门人才〖〗C19人员的基础素质〖〗C20人员信息化意识〖〗C21信息化负责人职务〖〗C22信息化规划合理性B6信息化政策〖〗C23人均经费〖〗C24经费增长率〖〗C25人员信息安全意识B7信息安全〖〗C26信息安全制度〖〗C27信息安全技术水平〖〗C28信息安全费投入比例

    程. 所以，在通过判断矩阵求出相应层次的权值后，还需要进行一致性检验. 若检验出的一致性不合理，则需要重新进行判断矩阵的构造，而且即使每一层次的一致性检验合理，仍需要进行总的一致性检验. 所以，在实际计算的过程中往往出现有多次返工和计算结果与实际不符的现象. 其主要原因就是给出的判断矩阵不够合理，矩阵的数据元素出现偏差所致. 为此，吴殿廷等［3］提出，只以1个因子为准进行标度(只获取1列或1行判断值)，然后用如下的递推方法推算判断矩阵中其他位置的数据. 获取1列或1行判断值，只需标度(n-1)个，这大大减小工作量，且可以使判断矩阵具有完全的一致性. 胡子义等［4］也做了类似的改进. 我们在参考这些研究的基础上，对AHP作了进一步改进，如下：

    首先，构造判断矩阵. 传统的AHP法对指标赋权时，要求专家对同一级的各个指标两两进行比较，并对比较的结果赋予一定的数值，进而形成一个判断矩阵. 若有n个指标，分别为C1，C2，C3，…，Cn，经专家判断后便可得到判断矩阵C=（Cij）n×n，其中Cij表示i和因素j相对于目标重要值. 因为，所求矩阵C是正反完全一致矩阵，根据其性质可以得知：

    Cii=1，（i=1，2，…，n）①

    Cij=1/Cji，（i=1，2，…，n；j=1，2，…，n；j≠i）②

    Cij=Cik/Cjk，（i=1，2，…，n；j=1，2，…，n；k=1，2，…，n ；i≠j≠k）③

    据①可以得出推论——只要得到这个矩阵中的任意一行（列）的n个数值，就可以推算出矩阵中全部其他的未知数值. 又由于Cii=1，这意味着任意一行（列）中总有一个数是已知的，因此，可以进一步推论——只需得到这个矩阵中非Cii的另外n-1个数值，就可得到整个判断矩阵. 得出n-1个比较值. 应该注意的是，在此方法中，最初比较的n-1个值的影响较大，一旦不合理，根据累积放大原理，将导致整个判断矩阵的更加不合理. 为此，这最初n-1个值的质量成为本方法的关键. 若只简单地通过专家咨询得出某一行（列）的数值，就推算出整个判断矩阵，则很保证判断矩阵的质量. 为保障判断矩阵的质量，我们在设计调查问卷时，让每一个要素都与其他要素做且仅做一次比较，这样一共形成(n2-n)/2个问题. 被咨询的专家在回答所有的问题的同时要选择自己的把握度. 把握度分为：很高、高、一般、低、很低5等，分别对应5、4、3、2、1分. 在统计某专家的判断结果时，提取其把握度总分最高，且在矩阵中能组成或根据②转换后能组成一行（列）的n-1个元素. 然后，通过这些元素推算出整个判断矩阵. 这时得到的判断矩阵是完全一致的，因此不需要一致性检验. 这样既减小工作量，也没有返工之虞. 此外，并非矩阵中任意n-1个数值都能推算出整个矩阵，研究中n-1个数值除了要有较高的把握度之外，还要必须能够推算出某一行（列）的数值，不过这个条件的判断目前还是经验性的. 在判断矩阵的基础上，计算判断矩阵每一行元素的乘积 ，mi=∏nj=1aij, i=1，2，…，n④

    再mi的n次方根Wi=n〖〗mi⑤

    对向量W=［W1，W2，…Wn］T正规化，Wi=W-i÷?ni=1W-j⑥

    则W=［W1,W2,…，Wn］T即为所求的权重向量.

    我们将相对重要程度分为极端重要、很重要、重要、略显重要、同等重要5等，依次递增，对应的数值分别为：5，4，3，2，1；若重要程度相反则取倒数. 例如，在确定一级指标权重的专家咨询中，专家k回答的所有问题中C13=2，C23=3，C24=1，C25=2，C26=1，C27=2的总把握度最大. 虽然已知的n-1个数值不在同一行（列）上，但根据已知数值可求出C21=C23/C13，这样就得到矩阵中第2行全部数值，据此可以可得出该专家评价矩阵：

    C=1.000.672.000.671.330.671.33

    1.501.00 3.001.002.001.002.00

    0.500.331.000.330.670.330.67

    1.501.003.001.002.001.002.00

    0.750.501.500.501.000.501.00

    1.501.003.001.002.001.002.00

    0.750.501.500.501.000.501.00

    进而，得出该专家的一级指标权重向量Wk=(0.23，0.08，0.12，0.12，0.23，0.12)T类似地，可以求出全部专家一级指标的权重向量，并组成一级指标权重向量矩阵：M=W1

    W2

    …

    Wn， n=15⑦

    根据20名专家的职称、专业熟悉程度等因素计算出各位专家权威系数：q=(qkl+qk2)/2⑧

    qk1为职称权威系数，按照：担任博导的正高1.0，正高0.9，任硕导的副高0.8，副高0.7，中级0.5，其他0.4赋值. qk2为相关专业熟悉程度权威系数. 根据专家对相关专业熟悉程度赋值，熟悉赋值1.0，比较熟悉赋值0.8，一般赋值0.5，不太熟悉赋值0.2，不了解赋值0，熟悉程度由专家自评. 本研究主要涉及：军队卫生勤务、军队管理、军队信息化建设3项，取专家对各专业熟悉程度的平均值作为该专家的qk2值. 对每位专家的qk值做正规化处理：q′k=qk〖〗?ni=1qi，n=20，k=1,2,…20⑨

    从而得到专家权威系数向量Q=［q1′,q2′,…，qn′］, n=20. 设一级指标权重向量为WB，则：WB=Q·M⑩

    我们求得一级指标的权重向量：WA=（0.10，0.20，0.10，0.11，0.16，0.15，0.18）. 类似地，求出各个二级指标的权重向量：WB1=(0.35，0.25，0.40)；WB2=(0.20，0.18，0.17，0.25，0.20)；WB3=(0.30，0.28，0.20，0.22)；WB4=(0.38，0.35，0.27)；WB5=(0.20，0.17，0.30，0.15，0.18)；WB6=(0.20，0.22，0.35，0.23)；WB7=(0.18，0.24，0.38，0.20).

    3讨论

    AHP自身的柔性色彩十分突出，不仅能简化系统分析和计算，还有助于决策者保持思维过程的一致性. 因此，十分适用于本研究. 传统的AHP方法在设计调查问卷时问题量大，容易造成人的厌烦情绪与思维疲劳，从而使专家判断的信度降低. 专家在进行诸多因素两两比较时，对每一组比较的判断把握度是不同的，如果对专家给出的所有判断结果都一概视之，势必导致那些把握度较大因而价值较高的判断“淹没”在那些把握度不大因而参考价值较低的判断结果之中. 这样形成的判断矩阵，很难保障其一致性. 一致性过低则需要重新进行专家咨询，这势必造成人力物力的浪费和专家配合度的降低. 即使通过一致性检验，也无法完全避免那些“低把握度”判断结果的干扰. 而改进后的AHP方法避免了传统的AHP方法的这些缺点，其计算过程简单，精确度高，便于计算机的自动实现，提高了研究工作的效率，节约了人财物力.

【参考】
  ［1］ 汪莹. 信息化的效应理论与评价方法研究［M］. 北京：出版社，2006：1-9.

［2］ 杜栋，庞庆华. 综合评价方法与案例精选［M］. 北京：清华大学出版社，2005：9-33.

［3］ 吴殿廷，李东方. 层次分析法的不足及其改进的途径［J］. 北京师范大学学报：版，2004，2（40）：264-268.

［4］ 胡子义，谭水木. 层次分析法的一种改进［J］. 许昌学院学报，2005，5（24）：26-29.