| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
提要 本文综述了国内综合评价时基于指标区分度、相关性、代表性、层次分析法、回归方程法、专家法的各种指标筛选方法现状。
关键词：指标筛选；条件广义方差；极大不相关；比较矩阵；主成分
中图分类号：F27 文献标识码：A
科学的评价指标体系是综合评价的重要前提，只有科学的评价指标体系，才有可能得出科学的综合评价结论，在构造综合评价体系框架时，初选的评价指标可以尽可能的全面。在指标体系优化的时候则需要考虑指标体系的全面性、科学性、层次性、可操作性、目的性等。当指标太多时，就会有很多重复指标，相互干扰，这就需要正确的、科学的方法筛选指标。国内学者对综合评价中筛选指标提出了自己的方法，主要集中在统计和数学方法上。
一、基于区分度的分析方法
区分度是表示指标之间的差异程度，区分度越大，说明指标的特性越大，越具有代表性。
王硕平提出条件广义方差极小法，利用指标之间的条件广义方差极小选择指标，指标x■对其余指标x■的条件广义方差为S■＝S■－S■■S－1■S■，它表示已知x■后x■的变化情况，若变化的很小，那么认为x■指标反映的内容在剩余指标x■中几乎都能得到，那么就可以删除指标x■。王春枝采用的最小均方差法和极小极大离差法，是在王硕平的思想上发展出来的。最小均方差法就是当存在?姿0（1≤?姿0≤m），使得S■＝min｛S■｝且S■≈0，其中S■是样本均方差，则可删除与S■相对应的指标x■。极小极大离差法先求出各评价指标的最大离差，可以删除最大离差的最小值所对应的指标。但是，删除剩下几个指标是主观决定的，有时也会出现待删除指标的数值非常相近的情况，此时这种方法失效。
二、基于相关性的分析方法
同一指标体系中的指标之间的重迭性应该尽量的低，否则指标出现冗余，分析结果很容易失真。
张尧庭提出了极大不相关的方法，要考虑一个变量x■与余下的p-1个变量之间的线性相关程度，称为复相关系数，通常记为?籽■x■，…x■，x■…x■，现将R分块：R＝R■ r■r■■ 1，R■是除去x■的剩余变量相关系数矩阵，r■■和r■分别是相关系数阵R中x■所在的行和列。然后，根据?籽■■=r■■R■■r■计算复相关系数，据此依次算得?籽■，?籽■…?籽■后，取定临界值C，当?籽■＞C时，表示x■与其他指标相关性太大，那么就可以将指标x■删除。胡永宏按照施密特正交化的思路提出了在原指标基础上生成互不相关新指标的方法，就是将后面指标信息中已被前面指标替代的部分逐渐扣除掉的过程。将预处理后的指标按其对评价内容的重要性进行排序：x■■≥x■■≥x■■≥…≥x■■，不相关新指标标记为：x■，x■，x■，…x■。令x■=x■■，x■=x■■-h■x■■，h■为待定系数，满足cov（x■，x■）=0。x■=x■■-h■x■■-h■x■■，其中h■=cov（x■■，x■）/cov（x■■，x■），h■=cov（x■■，x■）/cov（x■■，x■）。依次求得x■，x■…x■。此方法的优点是彻底消除指标间的相关性，缺点是新指标含义不能明确解释。李崇明等利用粗糙集中核与约简对复杂系统指标进行筛选，当核中的两个指标间关联系数大于临界值，或两指标有确定的线性关系时，就可以去掉其中一个指标。
三、层次分析法筛选指标
高杰等分析了弱权重指标对层次分析法判断矩阵不一致性的负面影响，当比较矩阵不满足一致性时，利用区间估计上下限的差值△■＝?棕■■-?棕■■，它体现了系统偏差的大小，把△max=max（△■）作为衡量系统偏差的指标，对于x■指标，当?棕■■≤△max时，认为该指标的贡献已被系统的误差所淹没了，该指标可以删除。徐慧等介绍了当比较矩阵满足一致性时，根据评价指标集中指标个数的多少以及各相对指标权重值间的差别选择指标取舍权数，进行指标筛选，达到减少评价指标数量和避免指标因素过多而导致评估者出现判断上的失误的目的，并说明选取指标取舍权数ξ=0•1较为合适。徐晓敏在比较矩阵满足一致性下做了层次排序，使各指标因素的影响程度一目了然。
四、基于回归方程筛选指标
林燕利用偏最小二乘变量建立回归模型，求出△E■值（当删除第i个变量后，模型拟合误差的增加值）和PRESS（预报残差平方和）值，然后删除那些△E■值小于某一设定值的变量，再用剩下的变量建立回归模型，再求△E■值和PRESS值，再删除变量，反复直到剩下变量的△E■值都大于某一设定值，或模型的PRESS值升高超过给定的值，然后删除停止。王庆石提出了对信息重迭的指标消减方法，即复相关系数法、多元回归法、逐步回归法。
五、基于代表性筛选指标
张尧提出的主成分法，把主成分上系数大的变量留下，因为这些变量对主成分的贡献大，那么其他次要变量就可以剔除。邱东提出了另一种主成分删除变量的方法。把最后一个主成分线性式中权数最大的指标去除，因为该指标在该分量中起主要作用，而该分量对全部信息的贡献很少，说明该指标对全部信息的贡献也很少。对剩余指标进行重复分析和指标剔除过程，最后就可以得到几个代表性指标。用主成分筛选指标一个较严重的问题就是可能出现某个指标在第一主成分和最末主成分上的权重都很大，那么这个方法就不适用了。苏为华是采用聚类分析中的“指标聚类”来对原指标进行归类，然后根据一定的选择标准，可以是指标类数又或是指标相关性“阀值”确定出相应的分类数，从每一类中选择一个或若干个代表性指标，最后构成一个指标体系。
六、基于专家意见的筛选方法
专家法最著名的就是德尔菲法，优点和缺点都很显著，但其主观性太强，耗时成本高，所以应用的较少。王铮提出综合回归法，对于初始指标采用专家方法进行指标集的过滤与净化，将专家都认为不需要的指标及权数很小的指标剔除，然后再通过“效度净化”、“信度净化”、“模糊聚类”三种途径进行指标筛选。对效度在0.2～0.4的指标进行修正，删除或修正效度在0.2以下的指标。这种方法的缺点就是必须进行专家评估，使其操作性大大降低。
（作者单位：兰州商学院） |
|
|
|
