雙重組合賦權法

雙重組合賦權法是一種結合主觀賦權與客觀賦權的混合式多準則決策（MCDM）模型，旨在克服單一賦權方法的固有缺陷。其核心概念是將反映決策者經驗與偏好的「主觀權重」（如透過層級分析法 AHP 獲得）與完全依賴原始數據變異性計算的「客觀權重」（如透過熵權法 EWM 獲得）進行線性組合，生成一個更全面、更穩健的綜合權重。在風險管理體系中，此方法定位於 ISO 31000 風險管理標準中的「風險評估」環節，特別適用於需要權衡多個量化與質化指標的複雜決策場景，如供應鏈夥伴篩選、新技術投資評估等。它與單純使用 AHP 的區別在於，它引入了數據驅動的客觀性來校準專家的主觀判斷，避免因個人偏見導致的決策風險；與單純使用熵權法的區別在於，它納入了專家對無法量化的隱性因素（如商譽、創新文化）的洞察，使評估結果更貼近實際商業環境。

在企業風險管理中，特別是供應鏈或合資夥伴的遴選，雙重組合賦權法可透過以下步驟系統化地降低選擇錯誤的風險。第一步：建立評估指標體系並標準化數據。首先需根據業務目標（如技術能力、財務穩健性、法遵紀錄）建立一套完整的評估指標，並收集所有潛在夥伴的相關數據，進行無量綱化處理以消除單位差異。第二步：分別計算主、客觀權重。邀請內外部專家團隊，使用「層級分析法（AHP）」對指標的重要性進行兩兩比較，得出主觀權重；同時，利用標準化後的數據，採用「熵權法（EWM）」計算出反映數據變異程度的客觀權重。第三步：計算組合權重並進行綜合評分。設定一個偏好係數 α (0<α<1)，透過公式「W組合 = α * W主觀 + (1-α) * W客觀」計算出最終的組合權重。以此權重對各夥伴的指標表現進行加權求和，得出綜合分數並進行排序。導入此方法，可將夥伴選擇的決策過程透明化與量化，預期能將因夥伴失誤導致的營運中斷風險降低15-20%，並提升供應鏈整體的合規率與韌性。

台灣企業導入雙重組合賦權法主要面臨三大挑戰。挑戰一：專家知識取得困難。尤其在利基市場，能提供有效主觀判斷的專家稀少，且其意見可能存在偏見。對策：建立跨部門的評估小組，並可引入外部顧問，採用德菲法（Delphi Method）進行多輪匿名意見徵詢以達成共識，再進行AHP分析，確保主觀權重的穩定性。挑戰二：客觀數據品質不均。許多中小企業缺乏系統性的數據搜集與管理機制，導致用於熵權法計算的數據不完整或不準確。對策：應優先啟動數據治理專案，定義關鍵數據指標（KPIs）與搜集標準流程。在數據品質提升前，可先調高主觀權重的偏好係數α值（如設定為0.7），待數據成熟後再逐步調整。挑戰三：方法論複雜度高。此方法涉及較複雜的數學運算，對無相關背景的員工門檻較高。對策：開發標準化的Excel計算模板或導入專業決策分析軟體，將複雜公式封裝。同時，由知識管理部門舉辦工作坊，針對核心決策人員進行實務操作培訓。優先行動項目為建立評估指標庫與數據搜集範本，預期3個月內可完成初步框架。

積穗科研股份有限公司專注台灣企業dual combination weighting method相關議題，擁有豐富實戰輔導經驗，協助企業在90天內建立符合國際標準的管理機制，已服務超過100家台灣企業。申請免費機制診斷：https://winners.com.tw/contact