ISM解释结构模型原理与应用
面对一个包含10个以上影响因素的复杂系统，研究者常常陷入困惑：
- 这些因素之间到底怎么相互影响？
- 有没有"根本原因"和"表面现象"之分？
- 能不能把它们整理成一个有层次的结构图，让人一目了然？
ISM（Interpretive Structural Modeling，解释结构模型） 正是专门解决这类问题的方法。它由美国学者Warfield于1974年提出，能够将一个复杂的、相互关联的因素集合，转化为一个直观的多层次有向图（层次结构模型），清晰展示各因素之间谁影响谁、谁是根源、谁是结果。
1. ISM的核心价值
ISM做的事情，本质上是把混乱的关系网络，整理成有层次的结构。
它的独特优势在于：
- 可视化因果链：从底层根因到顶层表现，形成清晰的影响传导路径
- 识别关键驱动因素：位于最底层的因素，是推动整个系统变化的根本原因
- 适合专家知识建模：不需要大量定量数据，依靠专家对因素关系的判断即可运行
ISM的典型应用场景：
- 影响因素识别与层次化梳理（如：阻碍某项政策推进的障碍因素有哪些层次？）
- 供应链风险传导路径分析
- 复杂项目的关键成功因素分析
- 通常与DEMATEL结合，形成DEMATEL-ISM组合分析
2. ISM的计算步骤
步骤一：识别系统因素并建立邻接矩阵
首先列出所有研究因素 $F_1, F_2, \dots, F_n$，然后专家两两判断：因素 $i$ 是否直接影响因素 $j$？
构建邻接矩阵 $A = [a_{ij}]_{n \times n}$：
$$a_{ij} = \begin{cases} 1 & \text{若 } F_i \text{ 直接影响 } F_j \ 0 & \text{否则} \end{cases}$$
对角线元素 $a_{ii} = 0$（因素不影响自身）。
步骤二：计算可达矩阵
在邻接矩阵 $A$ 基础上加上单位矩阵 $I$，然后进行布尔幂运算，直到矩阵收敛（连续两次幂运算结果相同）：
$$(A + I)^1 \rightarrow (A + I)^2 \rightarrow \cdots \rightarrow (A + I)^k = (A + I)^{k+1}$$
最终收敛的矩阵 $M = (A+I)^k$ 即为可达矩阵（布尔运算：加法视为"或"，乘法视为"与"）。
$m_{ij} = 1$ 表示从 $F_i$ 出发，能够（经过若干中间步骤）到达 $F_j$（即 $F_i$ 直接或间接影响 $F_j$）。
步骤三：可达集和先行集分析
对每个因素 $F_i$，定义：
可达集 $R(i)$：$F_i$ 能影响到的所有因素（包括自身），即可达矩阵第 $i$ 行中值为1的因素集合： $$R(i) = {F_j \mid m_{ij} = 1}$$
先行集 $Q(i)$：能影响到 $F_i$ 的所有因素（包括自身），即可达矩阵第 $i$ 列中值为1的因素集合： $$Q(i) = {F_j \mid m_{ji} = 1}$$
共同集 $C(i)$： $$C(i) = R(i) \cap Q(i)$$
步骤四：层次划分
最高层因素（Level 1）判定条件： $R(i) = C(i)$
即：这个因素能影响到的因素集，恰好等于它与别人相互影响的集合——换句话说，它自己不能再进一步影响其他层面的因素，处于"终点"位置。这就是层次图中的最顶层因素。
找出所有满足条件的因素，归为第一层（最高层），然后将其从因素集中移除。
重复上述过程，逐层向下，直到所有因素都被分配到某一层级。
步骤五：绘制ISM层次结构图
根据层次划分结果，从下到上绘制多层次有向图：
- 最底层因素是系统的根本驱动因素
- 最顶层因素是系统的最终表现
- 层与层之间的箭头表示影响方向（从下到上）
3. 完整案例：农村电商发展障碍因素分析
3.1 案例背景
某研究识别了制约农村电商发展的8个关键障碍因素：
| 编号 | 因素 |
|---|---|
| $F_1$ | 物流基础设施落后 |
| $F_2$ | 农产品滞销 |
| $F_3$ | 农产品标准化程度低 |
| $F_4$ | 网络覆盖率不足 |
| $F_5$ | 政策支持力度不够 |
| $F_6$ | 农村金融服务缺乏 |
| $F_7$ | 消费者信任度低 |
| $F_8$ | 平台运营成本高 |
3.2 建立邻接矩阵
经专家组研讨判断，各因素间直接影响关系如下（行影响列）：
$$ A = \begin{bmatrix} 0 & 0 & 0 & 0 & 0 & 0 & 1 & 1 \ 0 & 0 & 0 & 0 & 0 & 0 & 1 & 0 \ 0 & 0 & 0 & 0 & 0 & 0 & 1 & 1 \ 1 & 1 & 0 & 0 & 0 & 0 & 0 & 0 \ 1 & 1 & 1 & 1 & 0 & 1 & 0 & 0 \ 0 & 0 & 0 & 0 & 0 & 0 & 1 & 1 \ 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 \ 0 & 0 & 0 & 0 & 0 & 0 & 1 & 0 \ \end{bmatrix} $$
3.3 计算可达矩阵
加上单位矩阵后进行布尔幂运算至收敛，得到可达矩阵 $M$：
$$ M = \begin{bmatrix} 1 & 0 & 0 & 0 & 0 & 0 & 1 & 1 \ 0 & 1 & 0 & 0 & 0 & 0 & 1 & 0 \ 0 & 0 & 1 & 0 & 0 & 0 & 1 & 1 \ 1 & 1 & 0 & 1 & 0 & 0 & 1 & 1 \ 1 & 1 & 1 & 1 & 1 & 1 & 1 & 1 \ 0 & 0 & 0 & 0 & 0 & 1 & 1 & 1 \ 0 & 0 & 0 & 0 & 0 & 0 & 1 & 0 \ 0 & 0 & 0 & 0 & 0 & 0 & 1 & 1 \ \end{bmatrix} $$
3.4 计算各因素的可达集、先行集和共同集
| 因素 | 可达集 $R(i)$ | 先行集 $Q(i)$ | 共同集 $C(i)$ |
|---|---|---|---|
| $F_1$ | 1,7,8 | 1,4,5 | 1 |
| $F_2$ | 2,7 | 2,4,5 | 2 |
| $F_3$ | 3,7,8 | 3,5 | 3 |
| $F_4$ | 1,2,4,7,8 | 4,5 | 4 |
| $F_5$ | 1,2,3,4,5,6,7,8 | 5 | 5 |
| $F_6$ | 6,7,8 | 5,6 | 6 |
| $F_7$ | 7 | 1,2,3,4,5,6,7,8 | 7 |
| $F_8$ | 7,8 | 1,3,4,5,6,8 | 8 |
3.5 层次划分
第一轮（找最高层）： 判断哪些因素满足 $R(i) = C(i)$
- $F_7$：$R(7) = {7}$，$C(7) = {7}$，$R(7) = C(7)$ ✓ → 第一层
移除 $F_7$ 后，重新计算剩余因素的可达集和共同集。
第二轮：（移除 $F_7$ 后）
- $F_2$：$R(2) = {2}$，$C(2) = {2}$ → 第二层
- $F_8$：$R(8) = {8}$，$C(8) = {8}$ → 第二层
第三轮：（移除 $F_7, F_2,F_8$）
- $F_1$：$R(1) = {1}$，$C(1) = {1}$ → 第三层
- $F_3$：$R(3) = {3}$，$C(3) = {3}$ → 第三层
- $F_6$：$R(6) = {6}$，$C(6) = {6}$ → 第三层
第四轮：（移除 $F_7, F_2,F_8, F_1, F_3, F_6$）
- $F_4$：$R(4) = {4}$，$C(4) = {4}$ → 第四层
第五轮：（仅剩 $F_5$）
- $F_5$：$R(5) = {5}$，$C(5) = {5}$ → 第五层（最底层）
3.6 ISM层次结构图
<div style=“text-align: center;”> <img src=“figures/ism分层图.png” width=“600” alt=“ism分层图”> </div>
绘图逻辑
绘制ISM层次结构图时，箭头（有向边）的绘制遵循以下规则：
① 节点布局
所有层级从上到下纵向排列，最顶层（最高层，即结果层）在上方，最底层（根因层）在下方，同一层级的节点水平均匀分布。
② 箭头方向
箭头一般从下层因素指向上层因素（“影响方向向上”），即从根因层出发，逐层向上指向最终结果层；若同一层级内的两个因素之间存在直接影响关系，则在同层之间也需绘制连线
③ 去除传递冗余
这是ISM绘图中最关键的规则。若因素 $F_i$ 可以通过中间层因素 $F_k$ 间接影响 $F_j$（即存在路径 $F_i \to F_k \to F_j$），则不绘制 $F_i$ 直接到 $F_j$ 的连线——这条直接箭头是冗余的。
例如，$F_5$（政策支持）的可达集包含 $F_1, F_2, F_3, F_4, F_6, F_7, F_8$，但：
- $F_5 \to F_4 \to F_1$ 路径存在，故不单独画 $F_5 \to F_1$
- $F_5 \to F_4 \to F_2$ 路径存在，故不单独画 $F_5 \to F_2$
去除冗余后，图中只保留必要的直接连线，层次结构更加清晰简洁。
3.7 结果解读
根本原因层（第五层）： $F_5$（政策支持力度不够）是整个系统的根本驱动因素。政策缺位不仅直接导致基础设施建设不足，还通过影响各中间层因素，最终传导到消费者信任度低和平台运营成本高这两个最终表现上。
间接驱动层（第四层）： $F_4$（网络覆盖率不足）是政策缺位最直接的后果之一，同时影响物流基础设施和农民数字技能，是关键中间传导节点。
直接驱动层（第三层）： $F_1, F_3, F_6$ 是农村电商发展的直接障碍，分别从物流、标准化、金融三个维度直接制约平台运营效率和消费者体验。
最终表现层（第一、二层）：$F_2$（农产品滞销）、 $F_7$（消费者信任度低）和 $F_8$（平台运营成本高）是所有深层障碍积累后的最终表现，也是最容易被观察和感知的问题，但单纯解决这些表面问题（如强行压低成本）无法从根本上改变系统状态。
政策启示： 若要有效促进农村电商发展，应优先加大政策支持力度（第五层），推进农村网络基础设施建设（第四层），而非简单要求平台降低运营成本（第一、二层的表面干预）。
4. ISM的扩展与组合应用
在实际研究中，ISM通常不单独使用，而是与其他方法组合，发挥"1+1>2"的效果：
4.1 DEMATEL-ISM组合
这是ISM最常见的组合方式。DEMATEL通过专家评分构建直接影响矩阵，计算出因素间的综合影响程度，并将综合影响矩阵按阈值转化为邻接矩阵，直接作为ISM的输入。DEMATEL负责量化"影响强度"并识别原因因素与结果因素，ISM则进一步将这些因素整理为层次分明的递阶结构，揭示"影响路径"。两者结合，既有定量的影响程度分析，又有直观的层次结构呈现，是障碍因素分析、关键影响因素识别等研究中的主流组合方法。
4.2 ISM-MICMAC组合
MICMAC（交叉影响矩阵相乘法）以ISM的可达矩阵为基础，统计每个因素的驱动力（该因素能影响多少其他因素）和依赖性（有多少其他因素影响该因素），将所有因素绘制在驱动力-依赖性坐标图中，划分为四类：自治型、依赖型、联系型和独立型。ISM给出层次结构，MICMAC进一步揭示各层次因素的战略角色，两者结合能为政策制定提供更精准的干预靶点。
5. 方法局限与注意事项
-
专家主观性：邻接矩阵的建立依赖专家对因素间关系的二元判断（有/无直接影响），不同专家可能对同一关系有截然不同的认定。建议组织多位领域专家进行小组研讨，通过充分讨论达成共识，或采用Delphi法进行多轮匿名征询，减少个体偏差的影响。
-
仅能描述有无影响，无法量化影响程度：ISM的邻接矩阵只记录"是否存在直接影响"，无法反映影响强度的大小。若研究中需要同时了解影响程度，建议配合DEMATEL方法使用，以DEMATEL的综合影响矩阵为基础生成邻接矩阵，弥补这一不足。
-
因素规模不宜过大：当因素数量过多时（一般建议不超过15~20个），两两判断的组合数急剧增加，专家负担加重且结果一致性难以保证。建议在ISM分析前，先通过文献梳理或预调研对因素进行筛选与归并，保持合理的因素规模。
-
层次结构对初始关系判断高度敏感：某一对因素关系判断的细微改变，可能导致可达矩阵发生变化，进而影响整个层次划分结果。因此，在建立邻接矩阵阶段应尤为审慎，对关键因素对的关系判断需有充分的理论依据或实证支撑。
ISM作为一种将复杂关系系统化、层次化、可视化的建模工具，在管理学、工程学、教育学、公共政策等多个领域都有广泛应用。掌握这一方法，将帮助研究者跳出"平铺罗列因素"的局限，建立起清晰的因果传导视图，为制定有针对性的干预策略提供系统性的方法论支撑。