基于DHGF模型的舊機動車評估方法

徐 磊，彭金栓，邵毅明

(重慶交通大學 交通運輸工程重點實驗室，重慶 400074)

隨著近年來我國經濟的快速發展，汽車產業不斷壯大，二手機動車的交易量也不斷增加。截止2012年底，我國汽車保有量達1.2億輛，而2012全年舊機動車交易額達3 595億元。舊機動車市場的穩定與繁榮，為優化汽車產業結構，提高汽車工業對國民經濟的貢獻度等方面做出了巨大的貢獻[1]。但是，我國當前舊機動車市場存在諸多問題亟待解決：相關政策法規不健全，缺乏相應的制度約束；交易雙方信息不對稱，影響了舊機動車評估價格的準確性；評估體系不完善，缺乏科學有效的評估方法，其中最主要的原因是缺乏一套行之有效的舊機動車評估方法及鑒定體系，使得評估價值嚴重悖離其真實交易價格。目前我國在舊機動車評估當中應用的多是以簡單的折舊理論為基礎的評價方法，考慮因素較為單一，具有較大的隨意性，不能準確反映其市場特征[2-4]。筆者嘗試基于DHGF模型研究舊機動車評估問題，降低舊機動車評估當中的主觀成分，為客觀、公正地評估舊機動車價格提供客觀依據與決策支持。

1 DHGF模型

DHGF模型綜合了德爾菲法(Delphi)、層次分析法(AHP)、灰色預測法(Gray Prediction)以及模糊評價法(Fuzzy Evaluation)等理論方法的優勢，并規避了各自的缺陷，其具體步驟如下[5]。

1.1 構建指標體系，確定評價標準集合

搜集待評價對象基本信息，基于Delphi法，采用背對背的通信方式征詢專家意見，確定評價指標體系。基于測度理論，綜合確定各評價標準對應的測度值，確定評價標準集合為：

Y=Y1,Y2,…,Ym

(1)

1.2 確定指標權重

對于構建的指標體系，綜合相關專家的意見，基于層次分析法對相關指標的重要程度進行判定，構建判定矩陣，得到歸一化后的模糊加權子集：

W=w1,w2,…,wn

(2)

1.3 構建對象的評價矩陣

假定有r位專家參與評價工作，第l位專家對指標i的評價得分為dli(1≤l≤r)，則最終構成的評價矩陣為：

(3)

1.4 確定灰類白化函數

根據1.1中確定的j類評價標準集合，構建其對應的灰類白化函數，進一步求出評價矩陣元素dli隸屬于評價標準j的灰權重fj(dli)，延伸得到評價矩陣對應的灰統計量nij及總灰統計數ni[6]。

1.5 確定評估灰權重及權矩陣

對于評價指標i，綜合所有專家對該指標的評價得分，確定其隸屬于評價標準j的灰權重vij，且vij=nij/ni，進一步可求得灰權矩陣：

(4)

1.6 模糊評判

采取模糊評價方法對評估對象所屬的評價等級進行判斷。根據以上步驟，可得：

R=W·V=(R1,R2,…,Rm)

(5)

根據最大隸屬度原則，確定最終的評判結果。

2 舊機動車評估指標

二手機動車評估是一個復雜的系統工程。目前常用的評估方法是機動車外觀檢測與線上檢測結合的方法，其中線上檢測是更為可靠的方法。為了便于評估操作，需要確定統一的評估指標體系。遵循便于量化，可比性、可測性較強，簡潔有效等基本原則，筆者將二手車評估指標簡化為使用年限、動力性、燃油經濟性、制動性等。相對于行駛里程，使用年限這一參數更易獲取，且與其他指標的重復性更低。隨著使用年限的增加，愈接近于車輛規定的報廢期限，車輛的評估價值越低。

筆者主要依靠汽車綜合檢測提供的參數值評價舊機動車動力特性。設在額定扭矩工況下校正驅動輪輸出功率與其額定功率的比值為ηVM,在GB 18565—2001中規定了每種類型車輛該參數對應的額定值ηMr，則定義動力性參數k，且滿足：

(6)

依此評價舊機動車動力性能。依托多工況燃油消耗量檢測試驗，借助燃油消耗儀等設備測定燃油消耗量及行駛時間等，進一步得到百公里燃油消耗量L，可據此衡量舊機動車的燃油經濟性[7]。

評價汽車制動性的指標包括制動效能、制動效能穩定性以及制動時方向穩定性等。在舊機動車評估中，主要依據制動減速度、制動力以及制動距離等參數評價其制動性能，其中制動力是最常用的指標。為減小機動車線上檢測時制動參數測量誤差對評估的影響，定義制動力系數為：

(7)

式中：B為綜合檢測得到的制動力總和，M為機動車整備質量。

一般而言，為保證車輛具備在危險發生前快速停車的安全性能，制動力系數需大于0.6，其值越大越好。為了便于參與評價的專家給出評估得分，需要確定每款待評車輛的理想制動力系數。表1給出了從監測站獲得的25輛五菱某款商用車的制動力系數值，由均值統計結果發現，隨著使用時間的增加，構件間磨損加劇，導致制動力系數逐漸減小。結合表中參數值可將該款車型的理想制動力系數確定為75%[8]。

表1 五菱某款車型制動力系數時序特性Table 1 Time series characteristics of braking force coefficient for a certain car of Wuling

3 評估過程

3.1 構建評價指標體系

根據上節的內容，所建立的評價指標體系為：H=(H1,H2,H3,H4)，其中H1為使用年限，H2為動力性，H3為經濟性，H4為制動性。

3.2 確定各評價指標權重值

邀請相關專家對各個評價指標打分，對其重要程度進行比較，得到評判矩陣，基于層次分析法確定各評價指標權重，如表2。最大特征根λmax=4.038 2，CI=0.012 7，RI=0.9，CR=0.014 1<0.1，通過一致性檢驗，最終可以得到各評價指標權重集合為W=(0.470 7,0.300 8,0.075 7,0.152 8)。

表2 權重判斷矩陣Table 2 Judgment matrix of index weight

3.3 確定評價等級

依據測度理論，結合專家意見，將舊機動車評估結果分為4個等級，即{優，良，一般，較差}，然后確定該評價對應的標準集合Y={9,8,6,4}。

3.4 獲得評估對象的評價矩陣

現以重慶某舊機動車市場的1輛上海大眾朗逸2011款2.0L AT 品悠版為評估對象，開展舊機動車評估工作，并驗證評估模型的有效性。該車輛上牌時間為2012年2月，購買價格為12.68萬元，評估當日重置價格P為11.90萬元，車輛使用性質為家用轎車，累計行駛里程約為50 000 km，車輛維護狀況良好，按規定對各評價指標進行了相應的線上檢測，經過對應的換算，提取相應的指標參數。其中，使用年限為1.5 a，動力性參數k為0.91，百公里燃油消耗量為8.9 L,制動力系數為71.2%。依據以上確定的各評估參數值，邀請熟悉舊機動車評估的4位專家對該車輛各評估指標進行逐一打分，采取滿分10分制。需要特別指出的是，對于使用年限指標，其值越小，對應的分值越高。基于以上準則，最終得到相應的評估矩陣為：

3.5 確定灰類白化函數，構建灰權矩陣

定義fk第k類白化函數，fk(dli)為評估矩陣元素dli在fk投影后的白化值。假定yk為fk對應函數值，x為矩陣元素值，則fk可以分解為：

基于樣本評估矩陣及以上構建的白化函數，可以得到各評估指標隸屬于各評價標準的灰統計值，以下舉例給出具體算法。對于動力性指標H2，設其統計量隸屬于“優”、“良”、“一般”、“較差”的灰統計值分別為n21，n22，n23，n24，則有：

n21=f1(d12)+f1(d22)+f1(d32)+f1(d42)=

3.888 9

n22=f2(d12)+f2(d22)+f2(d32)+f2(d42)=

3.500 0

n23=f3(d12)+f3(d22)+f3(d32)+f3(d42)=

2.000 0

n24=f4(d12)+f4(d22)+f4(d32)+f4(d42)=0

動力性指標H2的灰統計總量n2=n21+n22+n23+n24=9.388 9，則動力性指標H2映射于“優”的隸屬度v21=n21/n2=0.414 2，映射于“良”、 “一般”、“較差”的隸屬度v22、v23、v24分別為0.372 8，0.213 0及0。同理，可以得到其他評估指標映射于各評價標準的隸屬度，則最終構成用于模糊評價的灰權矩陣如下：

3.6 模糊評判

根據以上各步驟，有R=W·V=(0.403 9, 0.371 2,0.221 3,0.003 6)，即該舊機動車評估結果映射于“優”、“良”、“一般”、“較差”等評價標準的綜合隸屬度分別為0.403 9，0.371 2，0.221 3，0.003 6。根據最大隸屬度原則，可以認為該舊機動車的最終評估結果為“優”[9]。假定該舊機動車評估評估價格為M(單位為萬元)，評估日其重置成本為P，則有：M=P·(R·YT)/10=9.46，即評估價值為9.46萬元。經征詢該舊機動車所在評估市場專業咨詢師，該舊機動車內部估價約為9.3萬元，與筆者基于DHGF模型得到的評估價值較為接近，表明該模型可以廣泛應用于舊機動車評估，具備較強的適用性。

4 結 語

筆者綜合德爾菲法、層次分析法、灰色預測法以及模糊評價法等，構建了DHGF 四元評價模型，并將之用于舊機動車評估過程，評估結果與車輛真實的市場交易結果非常契合。結論表明DHGF模型較好地融合了各類子方法的優勢，并有效規避了各自缺陷，在未來可以廣泛的應用于舊機動車評估，從而可以有效減弱舊機動車估價當中的主觀成分，保證評估的科學性、可靠性。

[1] 郭振江.舊機動車的評價方法的建立與體系研究[D].西安:長安大學,2011.

Guo Zhenjiang.The Establishment of the Old Vehicle Evaluation Method and System Research [D].Xi’an:Chang’an University,2011.

[2] 陳麗娜.舊機動車價格快速折舊計算方法的改進研究[J].汽車科技,2010(1):35-38.

Chen Lina.Research on the improvement of price rapid depreciation calculation methods for used vehicles [J].Auto Mobile Science & Technology,2010(1):35-38.

[3] 杜建,耿莉敏.改進的重置成本法評估舊機動車價值[J].長安大學學報:自然科學版,2004,24(4):86-90.

Du Jian,Geng Limin.Improvement for used motor vehicle value assessment with production costs method [J].Journal of Chang’an University:Natural Science,2004,24(4):86-90.

[4] 王斌.綜合分析法在舊機動車鑒定評估中的應用[J].北京機械工業學院學報,2004,19(1):91-95.

Wang Bin.Application of synthetic analysis to second-hand automobile appraisal [J].Journal of Beijing Institute of Machinery,2004,19(1):91-95.

[5] 彭金栓,邵毅明.基于DHGF方法的道路交通安全評價[J].山西建筑,2007,33(35):12-13.

Peng Jinshuan,Shao Yiming.The evaluation of road traffic safety based on the method of DHGF [J].Shanxi Architecture,2007,33(35):12-13.

[6] 段趙磊,古志民.基于灰預測的Web Cache 集群熱點對象處理策略[J].北京理工大學學報,2010,30(7):794-797.

Duan Zhaolei,Gu Zhimin.Grey prediction based hot spot relief strategy in web cache cluster [J].Transactions of Beijing Institute of Technology,2010,30(7):794-797.

[7] 楊元雷.基于重置成本法的舊機動車評估方法的研究[D].西安:長安大學,2012.

Yang Yuanlei.Research on the Used Vehicles Assessment Based on Replacement Cost Method [D].Xi’an:Chang’an University,2012.

[8] 屠衛星.二手車評估系統的研究[D].南京:南京林業大學,2008.

Tu Weixing.Research of Used Vehicles Assessment System [D].Nanjing:Nanjing Forestry University,2008.

[9] 朱銳,李林波,吳兵.基于模糊評價的常規公交候車服務水平[J].重慶交通大學學報:自然科學版,2012,31(3):455-460.

Zhu Rui,Li Linbo,Wu Bing.Study on waiting service level at bus stop based on fuzzy evaluation [J].Journal of Chongqing Jiaotong University:Natural Science,2012,31(3):455-460.