综合评价方法的研究现状评述

张　佳　姜同强

摘要：（150～200字）综合评价方法又称为多变量综合评价方法、多指标综合评估技术。近年来，综合评价方法集中运用于热点问题、前沿问题的研究。本文研究了最近几年在国内学术期刊上对综合评价方面的探讨，试图从综合评价的应用领域，以及研究内容入手，深入探讨现阶段综合评价方法的研究现状及发展趋势，并提出一些有益的建议，希望对以后的研究者有所帮助，以提高我国在综合评价方法领域的整体研究水平。

关键词：（3～5个）综合评价 综合评价方法 研究趋势

1.前言

所谓综合评价[1] (comprehensive evaluation, CE)概指对以多属性体系结构描述的对象系统做出全局性、整体性的评价，即对评价对象的全体，根据所给的条件，采用一定的方法给每个评价对象赋予一个评价值(又称评价指数)，再据此择优或排序。综合评价方法又称为多变量综合评价方法、多指标综合评估技术。早在1888年，开现代科学评价之先河者艾奇沃斯(Edgeworth)在英国皇家统计学会的杂志上发表的论文“考试中的统计学”中，就已经提出了对考试中的不同部分应如何加权。1913年，斯皮尔曼(Spearman)发表了“和与差的相关性”一文，讨论了不同加权的作用，此文实际上已用了多元回归和典型分析。20世纪70-80年代，是现代科学评价蓬勃兴起的年代。在此期间，产生了多种应用广泛的评价方法，诸如ELECTRE法(1971-1977, 1983)、多维偏好分析的线性规划法(简记LINMAP, 1973)、层次分析法(简记AHP, 1977)、数据包络分析法(简记DEA, 1978)、逼近于理想解的排序方法(简记TOPSIS, 1981)等。20世纪80-90年代，是现代科学评价在我国向纵深发展的年代，人们对评价理论、方法和应用开展了多方面、卓有成效的研究。

目前对于综合评价的研究往往分为两类：一类是就综合评价指标的研究；另一类是对综合评价模型的研究。但是这种分类太过笼统，不能充分反映出现阶段对综合评价方法研究的现状与发展趋势。本文研究了最近几年在国内学术期刊上对综合评价方面的探讨，试图从综合评价的应用领域，以及研究内容入手，深入探讨现阶段综合评价方法的研究现状及发展趋势，分析国内在综合评价研究方面存在的不足，并提出一些有益的建议，希望对以后的研究者有所帮助，以提高我国在综合评价方法领域的整体研究水平。

2.综合评价方法分类

从总体上可将目前常用的综合评价方法分为以下几类[1,2]：专家评价法、经济分析法、运筹学和其它数学方法、智能化评价方法。

2.1专家评价法

这是一种以专家的主观判断为基础，通常以“分数”、“指数”、“序数”、“评语”等作为评价的标准； 对评价对象做出总的评价的方法。常用的方法：评分法、分等方法、加权评分法及优序法等。这类方法由于比较简单，因而也得到了广泛的应用，如用于科研生产力评价、大学科研成果评价、城市环境综合整治与定量考核及企业经济效益的考核等。专家评价法属于定性评价法,其优点是不受统计数据的限制，可以发挥人的智慧和经验，可以避免和减少因统计数据不足或不精确而产生的片面性和局限性。缺点是评价中的随机因素影响较多，评价结果易受到评价人员主观意识的影响和经验、知识的局限，易带有个人偏见和片面性。

2.2经济分析法

这是一种以事先议定好的某个综合经济指标来评价不同对象的CE 方法， 常用的有: 直接给出综合经济指标的计算公式或模型的方法、费用—效益分析（cost-benefit analysis）法等。这类方法常用于新产品的开发、科技成果和经济效益的评价、区域经济不平衡发展的程度及投资项目的各种评价等。

2.3运筹学和其它数学方法

这类方法用到的数学知识更多一些， 目前用得较多的有以下几类。

1）多目标决策方法

多目标决策（multiobjective decision making, MODM）方法，这类综合评价本身有很多种方法， 但大体上有以下几种[3]：

1°化多为少法

即通过多种汇总的方法将多目标化成一个综合目标来评价，最常用的有加权和方法、加权平方和方法、乘除法和目标规划法等；

2°分层序列法

即将所有目标按重要性次序排列，重要的先考虑；

3°直接求所有非劣解的方法；

4°重排次序法，例如ELECTRE法；

5°对话方法等。

MODM方法对评价对象描述比较精确,可以处理多决策者、多指标、动态的对象随着计算机的广泛应用，人工智能，知识工程和专家系统的飞速发展，决策支持系统(decision support system, DSS) 的研究与开发，与MODM的理论和方法一起有力地促进了管理决策科学化的进程。MODM方法现已在社会、经济和工程等领域得到了广泛的应用。

2）数据包络分析方法

数据包络分析(data envelopment analysis, DEA )方法和模型是1978年由美国A.Charnes和W.W.Cooper等人首先提出的，它用来评价多输入和多输出的“部门”(称为决策单元)的相对有效性。DEA方法可以看作是一种非参数的经济估计方法，实质是根据一组关于输入—输出的观察值来确定有效生产前沿面。DEA方法的应用领域也很广泛，可以用于多种方案之间的有效性评价、技术进步评估、规模报酬评价及企业效益评价等。

3）层次分析法

层次分析法( analytic hierarchy process, AHP)是70 年代由著名运筹学家T.L.Saaty提出的，它的基本原理[4]是根据具有递阶结构的目标、子目标(准则)、约束条件及部门等来评价方案，来用两两比较的方法确定判断矩阵，然后把判断矩阵的最大特征根相应的特征向量的分量作为相应的系数，最后综合出各方案各自的权重(优先程度)。该方法作为一种定性和定量相结合的工具，目前已在油价规划、教育计划、钢铁工业未来规划、效益成本决策、资源分配和冲突分析等方面得到了广泛的应用。

4）模糊综合评价方法

模糊综合评价(fuzzy comprehensive evaluation, FCE) 方法是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法，其特点是评价结果不是绝对地肯定或否定，而是以一个模糊集合来表示。由于模糊综合评价方法可以较好的解决综合评价中的模糊性（如事物类属之间的不清晰性，评价专家认识上的模糊行等），因而该方法的应用几乎涵盖了所有领域。

5）灰色综合评价方法

灰色系统理论是中国学者邓聚龙教授首先提出的，包括灰关联度评价方法、灰色聚类分析方法[5]等。灰色综合评价方法（gray comprehensive evaluation）运用灰色系统理论对研究对象进行综合评价，主要工具是关联分析，及通过比较数列与参考数列的关联系数和相关度，来确定各种影响因素或备选方案的重要度，进而决定重要因素或最优方案。应用领域包括企业的经济效益评价、农业发展水平评估、国防竞争力测算、工程领域等。方法的优点是能够处理信息部分明确、部分不明确的灰色系统，所需的数据量不是很大，可以处理相关性大的系统。