评价指标标准体系构建原则及综合评价方法.docVIP

评价指标体系构建标准及综合评价方法

设置评价指标体系时通常要遵照以下标准：

（1）区域性标准

衡量一个研究对象运行情况，要从特定区域出发因地制宜、发挥优势，评价指标要含有针对性。

（2）动态性标准

研究对象是一个动态过程，指标选择不仅要能够静态反应考评对象发展现实状况，还要动态考察其发展潜力。选择指标要能够含有动态性，能够衡量同一指标在不一样时段变动情况，而且要求所选指标在较长时间含有实际意义。

（3）可量化标准

数据真实性和可靠性是进行监测前提条件和关键保障，需要大量统计数据作为支持。选择指标应该含有可量化特点，在确保指标有较高反应考评对象前提下，能够直接查到或经过计算间接得到指标数据，以确保评价可操作性，同时数据起源要含有权威性，这么能确保正确评定研究对象。

（4）层次性标准

一级指标同时分别设置多个具体子指标。在众多指标中，把联络亲密指标归为一类，组成指标群，形成不一样指标层，有利于全方面清楚反应研究对象。

综合评价方法选择：

伴随计算机技术飞速发展和普遍应用，用于定量评价多指标问题多指标综合评价法被广泛应用到经济、生活各个方面，尤其是SAS、SPSS等统计软件使用愈加提升综合评价法实用性。现在用于分析多指标体系综合评价方法关键有模糊综合评价法、灰色综合评价法、数据包络分析法（DEA法）、层次分析法、主成份分析法和因子分析法以等多个方法，不一样方法评价结果全部是依据指数或分值对参评对象综合情况进行排序评价。

在综合评价过程中，指标权重确实定十分关键。对指标赋值关键有主观赋值和客观赋值，也有将主观、客观赋值法结合起来。对于指标数量比较大时，采取传统主观赋值法确定指标权重则难以全方面把握众多指标，依靠主观判定会增大或降低部分指标关键程度，造成实证结果难以反应客观实际情况。客观赋值法如主成份分析法、变异系数法、熵值法等，权重确实定是依据各项指标变异程度或各指标之间相互关系。具体采取哪一个方法需要依据所构建指标体系特点和实证目标来确定。

综合评价方法选择要依据研究对象特点而定，采取客观赋权法主成份分析能避免主观原因影响，且提取主成份也能降低工作量。以下对常见层次分析和主成份分析两种综合评价方法做简单介绍。

（1）层次分析法

层次分析法（TheAnalyticHierarchyProcess）简记AHP，是美国运筹学家T.L.Satty等人提出一个定量和定性分析相结合多准则决议方法，广泛应用于分析复杂社会、经济和科学管理领域问题。其基础原理是经过结构层次分析结构，排列组合得出优劣次序来为决议者提供依据。具体步骤以下：首先构建包含目标层、准则层和指标层三个层次层次分析结构模型，反应系统各原因之间关系。其次是结构判定矩阵，将各层原因进行两两比较，对于各原因之间关键性比较能够经过教授咨询法，判别关键依据常见1-9标度法。然后对结构判定矩阵进行层次单排序及一次性检验。层次单排序关键是为了确定下层各原因对上层某个原因影响程度，因为教授确定关键性含有一定主观性，要对构建判别矩阵进行一致性检验，即使得。若检验经过，则根据总排序权量表示结果进行权重赋值。

（2）主成份分析法

主成份分析法（Principalcomponents）能够经过“降维”作用把等众多指标综合成比较关键多个指标，消除指标间相关性。评价基础思想就是将多个指标信息综合成一个综合指标值进行评价，但并不是指标简单组合，而是将目标对象不一样侧面，层次和不一样量纲统计指标转换为相对评价值。当指标体系包含大量指标时，若只选择研究对象部分指标，尽管方便但却损失了其它信息；若对研究对象每一个指标全部做出评价，这些评价结果也只是独立，且各指标间做出评价有一定信息重合。选择主成份分析法能够处理这一问题。

主成份分析数学模型：根据累计方差贡献率大于等于85%来提取k个主成份（kn）进行综合评价，这么能够尽可能降低信息量损失。

其中为p个主成份。

进行主成份分析具体步骤以下。

①原始指标数值进行准化。关键包含对原始数据同趋化和无量纲化处理两个方面。分析指标最好含有相同趋势改变，对于有些指标数值越大，则优化情况越好，称为正指标，反之为逆指标，能够经过取“逆指标”本身倒数值替换原始数据进行转化。另外，各指标数据在含义、单位和计算方法等方面不一样，多种数据表现为不一样特征，使用指标数据时需要先对指标值进行标准化处理即无量纲处理，转为无量纲相对评价值，使各指标均处于同一数量等级上，方便进行综合评价分析。无量钢化指标方法有很多个，如“最小-最大标准化”、“Z-Score标准化”、“函数化处理法”、“均值化处理法”等。主成份分析中通常采取Z-Score法对原始数据进行标准化处理，也是SPSS软件默认标准化方法，能够自动实施。该方法基于原始数据均值（mean）和标准差(st