面向綠色產(chǎn)品認(rèn)證的指標(biāo)體系構(gòu)建方法*

陳二蒙 田曉飛 王宏濤 宋豪達(dá)

(1.合肥工業(yè)大學(xué)機(jī)械工程學(xué)院 合肥 230009； 2.中國質(zhì)量認(rèn)證中心 北京 100020)

0 引言

目前產(chǎn)品認(rèn)證體系存在的主要問題，一方面是由于產(chǎn)品認(rèn)證體系、標(biāo)識不一導(dǎo)致的社會認(rèn)可和采信程度低，增加了大眾對產(chǎn)品的選擇難度和企業(yè)資金消耗；另一方面是在研究產(chǎn)品綠色性能時(shí)，相關(guān)產(chǎn)品評價(jià)方法眾多，但在用這些方法來解決具體的實(shí)際評價(jià)問題時(shí)卻表現(xiàn)出了各自的局限性，不僅給認(rèn)證工作帶來困難，更是直接導(dǎo)致企業(yè)在進(jìn)行綠色產(chǎn)品評價(jià)上花費(fèi)大量財(cái)力和物力。

在產(chǎn)品認(rèn)證時(shí)，如果存在指標(biāo)體系不合理的問題，就會導(dǎo)致接下來無論采用什么評價(jià)方法，其評價(jià)結(jié)論都不會有任何意義。在評價(jià)過程中普遍存在的問題是只關(guān)注指標(biāo)數(shù)據(jù)，而不重視指標(biāo)的實(shí)際意義。在對產(chǎn)品評價(jià)指標(biāo)體系進(jìn)行構(gòu)建時(shí)，海量的評價(jià)信息的有效處理方案以及最簡指標(biāo)選擇等問題并沒有很好的統(tǒng)一解決方法。

本文基于灰色系統(tǒng)理論、粗糙集等相關(guān)理論，應(yīng)用定量與定性結(jié)合的研究方法，深入分析產(chǎn)品認(rèn)證指標(biāo)體系構(gòu)建的合理性和有效性，以期對企業(yè)產(chǎn)品認(rèn)證提供有力支持。

1 理論研究現(xiàn)狀及分析

傳統(tǒng)的指標(biāo)篩選方法有：專家調(diào)研法、層次分析法、模糊評價(jià)法、主成分分析、回歸分析等。但是專家調(diào)研法、層次分析法、模糊評價(jià)法等主觀性強(qiáng)，容易出錯；主成分分析、回歸分析等統(tǒng)計(jì)方法則需要大量的樣本，而在實(shí)際的指標(biāo)篩選約簡中，無法提供大量的數(shù)據(jù)進(jìn)行計(jì)算和分析。在大數(shù)據(jù)時(shí)代，存在著很多已知信息與未知信息，還存在著一些非確知信息，將已知信息、未知信息與非確知信息的混合系統(tǒng)稱為灰色系統(tǒng)。

要為產(chǎn)品構(gòu)建一套合理、協(xié)調(diào)的指標(biāo)體系，必須遵守相關(guān)準(zhǔn)則。在不同樣本的指標(biāo)數(shù)據(jù)收集過程中，需要獲取不同樣本的定量指標(biāo)的數(shù)據(jù)，以及可分級的定性指標(biāo)經(jīng)過專家打分法或等級劃分法量化后的指標(biāo)數(shù)據(jù)。但實(shí)際上，有部分樣本的合理有效的量化指標(biāo)數(shù)據(jù)可以獲取到，也有部分樣本的合理有效的量化指標(biāo)數(shù)據(jù)無法獲取到或者獲取到的是無效的噪聲數(shù)據(jù)。在樣本企業(yè)的實(shí)地調(diào)研和指標(biāo)收集過程中，樣本企業(yè)的數(shù)量偏少，屬于小樣本范疇?；谶@些特性，指標(biāo)體系可以被視為一個灰色系統(tǒng)。

灰色系統(tǒng)理論和粗糙集理論經(jīng)過融合發(fā)展，已經(jīng)在多個領(lǐng)域得到了大量應(yīng)用。劉英平等[1]提出了基于相對重要性標(biāo)度構(gòu)造判斷矩陣的產(chǎn)品評價(jià)方法。黃浩等[2]建立的北斗衛(wèi)星導(dǎo)航認(rèn)證體系為推進(jìn)北斗衛(wèi)星導(dǎo)航產(chǎn)品認(rèn)證在全國廣泛實(shí)施奠定了基礎(chǔ)。王元亮[3]綜合運(yùn)用主成分分析方法和系統(tǒng)動力學(xué)分析并構(gòu)建了鄭州市綜合承載能力評價(jià)指標(biāo)體系和仿真模型，對鄭州市加快城市發(fā)展提供建議。彭飛[4]在汽車產(chǎn)品缺乏合理生態(tài)評價(jià)指標(biāo)體系的情況下，通過假設(shè)建模條件，建立評價(jià)指標(biāo)體系并進(jìn)行分析，為汽車產(chǎn)品的綠色發(fā)展提供了建議。周偉等[5]通過實(shí)地調(diào)研，利用粗糙集理論、模糊綜合評價(jià)法對裝配設(shè)計(jì)方案評價(jià)結(jié)果進(jìn)行優(yōu)選和驗(yàn)證。張?jiān)圃频萚6]將主客觀法相結(jié)合，從理論上構(gòu)建指標(biāo)體系框架，然后結(jié)合結(jié)構(gòu)方程和具體數(shù)據(jù)對模型進(jìn)行修正，將省域經(jīng)濟(jì)發(fā)展質(zhì)量作為評價(jià)對象，為經(jīng)濟(jì)發(fā)展提供優(yōu)質(zhì)建議。朱永國等[7]將粗糙集理論引入要素識別中，對其重要度進(jìn)行評價(jià)，引入信息熵進(jìn)行修正，該方法有效地度量出在產(chǎn)品研發(fā)階段的關(guān)鍵技術(shù)要素。周剛等[8]從理論和實(shí)際兩個方面探究綠色信息化評價(jià)的重要性,構(gòu)建相關(guān)綠色信息評價(jià)指標(biāo)體系,再通過效度系數(shù)探究所構(gòu)造的企業(yè)綠色信息評價(jià)指標(biāo)體系的合理性。顧雪松等[9]綜合科學(xué)發(fā)展觀內(nèi)涵，海選科學(xué)技術(shù)指標(biāo)，利用R聚類與因子分析相結(jié)合的方法選取指標(biāo),構(gòu)建了相應(yīng)的評價(jià)指標(biāo)體系。郭玲玲[10]在綠色增長逐漸成為學(xué)術(shù)界熱點(diǎn)的時(shí)期，對比分析多個綠色增長的具有典型性的評價(jià)指標(biāo)體系，結(jié)合其內(nèi)涵和基本特征，選擇補(bǔ)充典型的高頻指標(biāo)，確保了研究方法的可行性和結(jié)論的可靠性。針對指標(biāo)中選定屬性權(quán)值較難的問題，廖柏林等[11]給出了結(jié)合粗糙集的TOPSIS綜合評價(jià)的方法，該評價(jià)方法直接將屬性重要度作為各屬性權(quán)值，加權(quán)分析系統(tǒng)，得到有效的總體排序結(jié)果。王愛華等[12]從傳統(tǒng)產(chǎn)業(yè)發(fā)展模式著手，提出一套能評價(jià)產(chǎn)業(yè)可持續(xù)發(fā)展?fàn)顩r的指標(biāo)體系，為建立現(xiàn)代可持續(xù)發(fā)展方式提供新思路。劉光復(fù)等[13]早期從系統(tǒng)的觀點(diǎn)提出了綠色產(chǎn)品評價(jià)體系框架，并對模型和評價(jià)方法進(jìn)行構(gòu)建與分析。

在上述分析過程中，大多更加注重于某一種理論的探究和應(yīng)用，在一定程度上沒有考慮到綜合幾種評價(jià)方法的研究，對于綜合研究方法還有待于進(jìn)一步探索和擴(kuò)展；在建立指標(biāo)框架方面，暫時(shí)還沒有突破性的進(jìn)展。綠色產(chǎn)品評價(jià)指標(biāo)體系存在完整性和協(xié)調(diào)性問題，還沒有人提出一系列能對綠色產(chǎn)品綜合評價(jià)起到良好指導(dǎo)作用的理論。

本文以空調(diào)產(chǎn)品為例，提出了一種采用粗糙集理論及灰色關(guān)聯(lián)分析方法來進(jìn)行指標(biāo)體系構(gòu)建和約簡的方法，并對產(chǎn)品認(rèn)證評價(jià)的合理性及有效性作了有力驗(yàn)證。

2 綠色產(chǎn)品認(rèn)證評價(jià)指標(biāo)體系構(gòu)建模型

2.1 綠色產(chǎn)品認(rèn)證評價(jià)指標(biāo)體系構(gòu)建流程

產(chǎn)品綠色認(rèn)證機(jī)制依賴于指標(biāo)體系的合理性，其合理性又直接決定了評價(jià)結(jié)果質(zhì)量，也決定著產(chǎn)品綠色認(rèn)證結(jié)果的正確性。

傳統(tǒng)的指標(biāo)體系構(gòu)建方法存在主觀性較強(qiáng)、對數(shù)據(jù)質(zhì)量要求高等種種問題，在實(shí)際的指標(biāo)篩選約簡中，無法提供大量的數(shù)據(jù)進(jìn)行計(jì)算和分析。研究人員希望能夠從各方面的不完全數(shù)據(jù)中，找出為指標(biāo)體系構(gòu)建提供決策支持的信息，以解決此類問題，指標(biāo)體系也由此產(chǎn)生。

由于指標(biāo)集同樣也有不完全信息，因此我們將指標(biāo)體系當(dāng)作灰色系統(tǒng)來處理，研究其灰色性。同時(shí)根據(jù)灰色系統(tǒng)理論，建立產(chǎn)品綠色評價(jià)灰色系統(tǒng)模型。

本文通過灰色動態(tài)聚類和粗糙集約簡理論，構(gòu)建指標(biāo)體系及認(rèn)證評價(jià)原理如圖1所示。

圖1 綠色產(chǎn)品認(rèn)證指標(biāo)體系構(gòu)建

2.2 綠色產(chǎn)品評價(jià)指標(biāo)收集

經(jīng)過初步識別后得到的可以約簡的綠色產(chǎn)品評價(jià)指標(biāo)集的特點(diǎn)是：指標(biāo)的定義、基本判定信息明確，但是指標(biāo)之間的關(guān)聯(lián)關(guān)系、重復(fù)、干擾等灰色的信息不明確。為了保證評價(jià)指標(biāo)的合理性，針對綠色產(chǎn)品評價(jià)指標(biāo)集的特點(diǎn)，將已經(jīng)成熟的灰色動態(tài)聚類分析和粗糙集約簡理論引入到綠色產(chǎn)品評價(jià)指標(biāo)體系的構(gòu)建中，識別和去除存在重復(fù)冗余信息的指標(biāo)，得到不可約指標(biāo)集。

立足LCA的基本思想，從物料清單中選取相應(yīng)的若干種指標(biāo)并以此作為海選指標(biāo)的來源。將無法獲取到樣本數(shù)據(jù)結(jié)果的指標(biāo)刪去，對于缺失樣本數(shù)據(jù)值較多的海選指標(biāo)也可以刪去，另外可以通過中位數(shù)補(bǔ)齊的方法來獲取缺失值較少的指標(biāo)數(shù)據(jù)。之后要對完善的數(shù)據(jù)指標(biāo)以及一些可以獲取到全部樣本數(shù)據(jù)的海選指標(biāo)進(jìn)行篩選。另外還要通過相關(guān)研究對象綠色產(chǎn)品的特點(diǎn)來設(shè)置準(zhǔn)則層。

2.3 灰色動態(tài)聚類計(jì)算

依據(jù)灰色動態(tài)聚類方法，首先將初始指標(biāo)集數(shù)據(jù)標(biāo)準(zhǔn)化，將指標(biāo)分為正向指標(biāo)和負(fù)向指標(biāo)。正向指標(biāo)表示數(shù)據(jù)大的產(chǎn)品的綠色評價(jià)更好，產(chǎn)品的綠色評價(jià)與負(fù)向指標(biāo)數(shù)值大小呈負(fù)相關(guān)。所謂指標(biāo)的標(biāo)準(zhǔn)化，是指將指標(biāo)的初始數(shù)值經(jīng)過數(shù)學(xué)處理，轉(zhuǎn)化為相對值。

正向指標(biāo)的標(biāo)準(zhǔn)化公式為

(1)

負(fù)向指標(biāo)的標(biāo)準(zhǔn)化公式為

(2)

式中，xij為第i個評價(jià)樣本的第j個指標(biāo)的初始數(shù)據(jù)；yij為第i個評價(jià)樣本的第j個指標(biāo)的打分?jǐn)?shù)據(jù)；n為評價(jià)樣本數(shù)目。

由于所收集的樣本數(shù)目和指標(biāo)數(shù)據(jù)對上述方法的影響程度較小，因此對樣本間的信息重復(fù)性能夠較好地反映。動態(tài)聚類可以獲取到每一個指標(biāo)對聚類的影響狀況，以上關(guān)聯(lián)分析矩陣的構(gòu)建以及動態(tài)聚類結(jié)果為粗糙集的指標(biāo)約簡提供了直接支持。

設(shè)有n個觀測樣本，記為X1,X2,…,Xn；每一個觀測樣本有m個指標(biāo)數(shù)據(jù)，記為xi(k)(i=1,2,…,n;k=1,2,…,m)，則Xi={xi(1),xi(2),…，xi(m)}。

計(jì)算Xij，公式為

(3)

式中，Xij為xi與xj的灰色關(guān)聯(lián)度系數(shù)；xi(n) 為第n個樣本的第i個指標(biāo)的標(biāo)準(zhǔn)化值；xj(n) 為第n個樣本的第j個指標(biāo)的標(biāo)準(zhǔn)化值；ρ為分辨系數(shù)，在0到1之間，此次選取0.5。

使用式(3)可計(jì)算出灰色關(guān)聯(lián)系數(shù)矩陣為

(4)

在本研究中依次去掉第2～6個指標(biāo)，具體過程如圖2，按照給定次序進(jìn)行灰色關(guān)聯(lián)分析和樣本聚類，即可得全部聚類結(jié)果。

圖2 灰色動態(tài)聚類過程

該方法以灰色動態(tài)聚類的結(jié)果對初始指標(biāo)集中的指標(biāo)進(jìn)行粗糙集約簡。以初始指標(biāo)集的聚類結(jié)果為基準(zhǔn)，與各子集聚類結(jié)果進(jìn)行比較，若將具體指標(biāo)去除后，聚類所得到的結(jié)果相同，則表明可刪去該指標(biāo)，即刪除了重復(fù)冗余的指標(biāo)信息，剩余指標(biāo)與約束性、必要性定性指標(biāo)并集，得到不可約的指標(biāo)集。

粗糙集約簡理論作為一種比較出色的數(shù)據(jù)分析處理方法，定義S={U,C,V,F}是一個決策信息系統(tǒng)，其中U={u1,u2,…,un}表示一種包含有限個處理樣本的集合；C={c1,c2,…,cn}是有限非空屬性集；V是屬性集,Vp(P∈C)是屬性的取值；F是存在單一映射的信息函數(shù)，代表U中各個對象唯一對應(yīng)的具體屬性值。任意a∈A，對D的重要性定義為

(5)

式中，C=A∪D,A∩D=?；A為條件屬性集；D為決策屬性集。

該方法提供了一種在信息系統(tǒng)里判斷其屬性集屬性的必要性和刪除不必要屬性的方法的約簡思路，這種思路是可以只考慮條件屬性而不用考慮決策屬性的簡單約簡方法。本研究中，粗糙集指標(biāo)約簡的具體操作就是刪去對評價(jià)樣本劃分無明顯影響的指標(biāo)。

本文提供的研究方法最終會將被評估的產(chǎn)品劃分為多個層級，產(chǎn)品分級主要按照《國務(wù)院辦公廳關(guān)于建立統(tǒng)一的綠色產(chǎn)品標(biāo)準(zhǔn)、認(rèn)證、標(biāo)識體系的意見》(國辦發(fā)[2016]86號)要求。統(tǒng)一綠色產(chǎn)品標(biāo)準(zhǔn)的制定應(yīng)是基于全生命周期的、統(tǒng)籌的、科學(xué)的，但現(xiàn)有的產(chǎn)品認(rèn)證是采用“綠筐”方式，只是簡單的對產(chǎn)品的物理整合，相關(guān)指標(biāo)體系的完整性和協(xié)調(diào)性也沒有完全考慮，由此導(dǎo)致評價(jià)結(jié)果的不合理。參考已經(jīng)發(fā)布的國家相關(guān)綠色標(biāo)準(zhǔn)，本文使用依次滿足約束性指標(biāo)、必要性指標(biāo)和可選指標(biāo)的梯度評級方法，通過滿足數(shù)量得出金、銀、銅牌3種等級的產(chǎn)品。這種方式兼顧科學(xué)性和實(shí)操性，對現(xiàn)有國家標(biāo)準(zhǔn)落地難的問題提供了有力支持。

3 實(shí)例分析

在進(jìn)行分析之前，要明確梳理評價(jià)過程，注意對評價(jià)結(jié)果影響較大的環(huán)節(jié)，使用主客觀相結(jié)合的方法，減輕主觀性對結(jié)果的影響。搜集選取不同的產(chǎn)品綠色指標(biāo)得到相應(yīng)的評價(jià)指標(biāo)體系，對評價(jià)過程的影響是不同的,在某些情況下甚至?xí)苯佑绊懺u價(jià)結(jié)果。

現(xiàn)以空調(diào)產(chǎn)品為例，結(jié)合案例實(shí)際，根據(jù)產(chǎn)品的物料清單，建立海選指標(biāo)集，這里是已經(jīng)經(jīng)過初步篩選的或僅根據(jù)物料清單來建立的指標(biāo)集，如表1所示，分別為準(zhǔn)則層、海選指標(biāo)層、海選指標(biāo)類型。

表1 指標(biāo)集

經(jīng)過初步篩選，選取了6個企業(yè)的指標(biāo)數(shù)據(jù)(數(shù)據(jù)類型為橫截面數(shù)據(jù))作為樣本數(shù)據(jù)，將剔除冗余指標(biāo)之后剩余的6個指標(biāo)作為衡量標(biāo)準(zhǔn)，將6個企業(yè)用Q1～Q6表示，具體數(shù)據(jù)如表2。

依據(jù)表1中的劃分結(jié)果，將表2中的原始數(shù)據(jù)分別代入式(1)和式(2)，計(jì)算得到的標(biāo)準(zhǔn)化數(shù)據(jù)結(jié)果見表3。

表2 原始數(shù)據(jù) t

表3 標(biāo)準(zhǔn)化數(shù)據(jù)

如果把表3中的6個企業(yè)的指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化后的結(jié)果代入式(3)，就可以獲取全部指標(biāo)下的灰色關(guān)聯(lián)矩陣，則此稱為全部指標(biāo)下的灰色聚類。由于在進(jìn)行數(shù)據(jù)處理時(shí)有一定的計(jì)算量，尤其是在應(yīng)對數(shù)據(jù)比較多的情況時(shí)，采用MATLAB數(shù)據(jù)處理系統(tǒng)完成計(jì)算，得到原始的樣本灰色關(guān)聯(lián)矩陣R(以下矩陣關(guān)于主對角線對稱，只列出對角線一側(cè)數(shù)據(jù)，下同)為

關(guān)聯(lián)矩陣R中最大的關(guān)聯(lián)系數(shù)為0.795 1，按照前述聚類方法重復(fù)進(jìn)行以上步驟，最終將樣本1和樣本2聚為一類。據(jù)此得到的結(jié)果繪出聚類譜系圖，見圖3?？梢园l(fā)現(xiàn)關(guān)聯(lián)系數(shù)在0.772 8時(shí)，實(shí)現(xiàn)了把6個樣本聚為4類，詳見表4。

圖3 全部指標(biāo)下的樣本聚類結(jié)果

按照上面的具體操作步驟，每刪去一個指標(biāo)xi后再進(jìn)行灰色聚類，其余聚類過程同理，這里不再贅述。將表3中除指標(biāo)x1以外的6個企業(yè)的指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化后代進(jìn)式(3)，計(jì)算且列出去掉指標(biāo)x1后的灰色關(guān)聯(lián)矩陣為

新關(guān)聯(lián)矩陣R1中最大關(guān)聯(lián)系數(shù)為0.793 2，按照前述方法重復(fù)上述過程，最終將樣本1和樣本3聚為一類。至此將6個樣本聚為4類，刪去x1后的樣本聚類結(jié)果如表4所示，譜系如圖4所示。

圖4 去除x1指標(biāo)下的樣本聚類結(jié)果

用表2中除x2以外的6個企業(yè)的指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化后代進(jìn)式(3)，計(jì)算去掉x2后的灰色關(guān)聯(lián)矩陣為

新的關(guān)聯(lián)矩陣R2中最大關(guān)聯(lián)系數(shù)為0.816 2，按照前述方式重復(fù)以上步驟，最終將樣本2和樣本5聚為一類。至此將6個樣本聚為4類，刪去x2后的樣本聚類情況見表4。

表4 動態(tài)聚類結(jié)果表

分析矩陣R與R1，R2，…，R6之間的區(qū)別與聯(lián)系可知，R是全部指標(biāo)下的樣本間關(guān)聯(lián)矩陣；R1，R2,…,R6是依次刪除第1個、第2個、……、第6個指標(biāo)得到的關(guān)聯(lián)矩陣。這里使用軟件MATLAB計(jì)算得到相關(guān)數(shù)據(jù)，同時(shí)依據(jù)關(guān)聯(lián)系數(shù)最大的準(zhǔn)則進(jìn)行聚類。至此獲得所有聚類結(jié)果，為之后的指標(biāo)約簡提供了支持。

接下來就是將聚類結(jié)果作簡單的對比處理，判斷出并剔除對評價(jià)樣本分類影響不明顯的指標(biāo)。例如將全部指標(biāo)下的聚類結(jié)果與分別剔除第1個和第2個指標(biāo)后的結(jié)果比較來分析，再對其他指標(biāo)對比重復(fù)進(jìn)行。其中考慮使用U表示6個企業(yè)的集合，U={Q1,Q2,Q3,Q4,Q5,Q6}，另外設(shè)A表示可觀測指標(biāo)，D表示樣本聚類結(jié)果。

在本研究中，條件屬性集為A={x1,x2,x3,x4,x5,x6}。在此情況下，利用式(5)可得出U/A={{Q1},{Q2},{Q3},{Q4,Q5,Q6}}。刪去第1個指標(biāo)后，A1={x2,x3,x4,x5,x6}，U/A1={{Q3},{Q2},{Q1},{Q6,Q5,Q4}}；刪去第2個指標(biāo)后，A2={x1,x3,x4,x5,x6}，U/A2={{Q1},{Q2},{Q3},{Q4,Q5,Q6}}。

通過對上述3次聚類結(jié)果進(jìn)行分析會發(fā)現(xiàn)，指標(biāo)x2和x6約簡后結(jié)論一樣，即不干擾評價(jià)樣本的分類結(jié)果，都可以剔除；而指標(biāo)x1約簡后結(jié)論不一樣，說明該指標(biāo)對樣本分類有影響，應(yīng)當(dāng)留下該指標(biāo)；同理對比分析，由此就得到了最小的屬性集{x1,x3,x4,x5}，于是便將初步篩選后的ABS消耗量x1、鋼消耗量x2、水重復(fù)使用量x3、天然氣使用量x4、廢水排放量x5、固體廢物量x6等6個海選指標(biāo)約簡為ABS消耗量x1、水重復(fù)使用量x3、天然氣使用量x4、廢水排放量x5等4個指標(biāo)。實(shí)際上，通過聚類結(jié)果，可以分析出哪些是冗余指標(biāo)，哪些是必需指標(biāo)，如果去除某個指標(biāo)后得到的結(jié)果和全部指標(biāo)情況下的結(jié)果一樣，那么就表示這個指標(biāo)是冗余的，否則就是必需的。

空調(diào)產(chǎn)品指標(biāo)經(jīng)過約簡后形成了不可約指標(biāo)集。按照綠色產(chǎn)品分級評價(jià)模型，建立空調(diào)產(chǎn)品的分級評價(jià)方法，由于空調(diào)產(chǎn)品沒有合適的可分級的約束性指標(biāo)，因此分級評價(jià)方法是：約束指標(biāo)和必要指標(biāo)應(yīng)100%滿足，可選指標(biāo)根據(jù)滿足的比例(75%，50%和0%)，分別設(shè)置金、銀、銅牌，對于本文選取的具體指標(biāo)數(shù)目判定如表5所示。

表5 空調(diào)產(chǎn)品綠色認(rèn)證評級結(jié)果判定

4 結(jié)論及建議

(1)結(jié)論

本研究通過采用灰色動態(tài)聚類-粗糙集理論進(jìn)行指標(biāo)體系構(gòu)建及指標(biāo)約簡，并通過本文提供的綠色產(chǎn)品分級思路進(jìn)行產(chǎn)品分級，文中空調(diào)產(chǎn)品指標(biāo)數(shù)量是小樣本，但是對綠色產(chǎn)品分級評價(jià)提供了有力的指導(dǎo)。實(shí)際的指標(biāo)信息的特點(diǎn)是完全符合灰色系統(tǒng)基本條件，將全部指標(biāo)下的聚類結(jié)果與去除某指標(biāo)后的聚類結(jié)果相比較，得出樣本間信息重復(fù)性；用動態(tài)聚類的方法，為指標(biāo)約簡提供了數(shù)據(jù)支持。根據(jù)物料清單提出的評價(jià)指標(biāo)體系,使用粗糙集對評價(jià)指標(biāo)進(jìn)行約簡,保留核心評價(jià)指標(biāo)，避免指標(biāo)反映信息的重復(fù)。在必要情況下，還可以將指標(biāo)劃分為定性和定量指標(biāo)單獨(dú)處理，確保選出的指標(biāo)會對評價(jià)工作有明顯作用，有效地減小了評價(jià)過程的工作量，增強(qiáng)了方法的實(shí)用性。

本文提供的方法在對類似產(chǎn)品進(jìn)行評價(jià)時(shí)有重要借鑒意義，對綠色產(chǎn)品認(rèn)證工作提供了有力支持，認(rèn)證合格產(chǎn)品對生態(tài)環(huán)境影響符合國家相關(guān)標(biāo)準(zhǔn)。本文在計(jì)算時(shí)使用的MATLAB工具完全可以運(yùn)行需要的算法，在樣本數(shù)據(jù)更多時(shí)，也能夠輕松解決該方法中的計(jì)算問題。

(2)建議

第一，強(qiáng)化合作意識，相關(guān)職能部門應(yīng)當(dāng)更多地與科研單位、院校以及企業(yè)展開合作，制定更加符合實(shí)際、受大眾認(rèn)可的相關(guān)標(biāo)準(zhǔn)。

第二，企業(yè)要強(qiáng)化擔(dān)當(dāng)，一方面要提升產(chǎn)品質(zhì)量和性能，減少對生態(tài)環(huán)境的污染，另一方面要積極配合相關(guān)職能部門的認(rèn)證工作，讓消費(fèi)者更好地了解產(chǎn)品情況，將相關(guān)工作與自身發(fā)展緊密結(jié)合，更好地促進(jìn)企業(yè)發(fā)展。