综合评价中指标筛选：理论优势与不足分析

从已有的学术文献来看，综合评价指标的筛选是一个技术与艺术相结合、理想与现实相结合的过程。目前来看，无论是单一的指标筛选方法还是综合的指标筛选方法，抑或是改进的指标筛选方法，都不能说是一种无可挑剔的方法，均存在一定的局限性。指标筛选方法在复杂系统综合评价中具有重要的地位和作用，运用合理的指标筛选方法得到的指标体系可以得出合理的评价结果，不合理的指标筛选方法，则会造成评价结果错误。目前指标筛选的代表性方法有AHP、^[5]G1法、^[6]G2法、^[7]专家打分法等。^[8]由于主观的评价方法存在较大的不确定性和评价误差等弊端，所以在此基础之上，客观指标筛选方法应运而生，这类方法最大的优势就是独立评价，不受认知影响，只服从于数据本身。这类方法主要有熵权法、^[9]DEA、^[10]主成分分析法、PLS法、多元线性回归法、灰色关联度-Delphi法、^[11]贝叶斯法、^[12]极差法、标准化法、变异系数法等。^[13]虽然客观筛选方法比较客观地避免了人的主观臆断性，但是这种评价方法仅仅依靠数据本身，无法考虑现实的主题背景，有时得到的结果偏离实际，所以在实际的评价中很多专家学者进行组合评价指标筛选方法研究，就是结合两种及以上的方法或者主客观方法相结合的方法。目前比较成熟的有：CRITIC法、一致度量方法等。

部分文献对指标评价体系构建进行了改进，邱东（1991）^[14]提出应该从目的性、全面性、稳定性等五大方面入手构建评价指标的初选体系。从目前学者的研究方向上看，大多数学者均利用这一定性的方法进行指标的初选的构建。定量分析进行构建综合评价指标初选体系的方法有很多，包含数学方法和数理统计方法两大类。张尧庭（1990）^[15]提出了利用判别分析、聚类分析、极小广义方差法、主成分分析法、极大不相关法等方法，^[16]并对其使用的特性进行了基本的分析。之后其他的学者又在其基础之上对这些方法进行了改进，使其变得更加合理。如迟国泰利用相关-主成分分析法对人的全面发展的评价指标进行构建；迟国泰（2011）^[17]利用AHM-关联分析来进行指标体系的构建与评价；程砚秋（2011）^[18]改进了主成分概念，提出核主成分的概念，并将其运用到生态综合初选体系的构建中；迟国泰（2006）^[19]改进了灰色系统理论，并将其运用到商业银行竞争力指标的构建与评价中。范雪莉（2013）^[20]提出基于互信息的主成分分析方法，从而解决了传统方法未能考虑到指标体系信息含量的问题，为后续研究提供了一种新的思路。(www.xing528.com)

本书在现有的学术文献基础上进行综合评价指标体系的筛选研究，引入指标筛选的新方法，通过数理方法筛选指标，得出合理的指标体系。筛选指标必须加入评价者的行为，实现定性与定量相结合，为赋权和评价提供基础。指标筛选完成后，需要引入指标体系优良性的测度方法，对指标体系的全面性、指标的重要性与差异性进行测度，选出最优的指标体系。