綜合評(píng)價(jià)賦權(quán)優(yōu)良標(biāo)準(zhǔn)的研究

朱喜安，李良

（中南財(cái)經(jīng)政法大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，武漢430074）

綜合評(píng)價(jià)賦權(quán)優(yōu)良標(biāo)準(zhǔn)的研究

朱喜安，李良

（中南財(cái)經(jīng)政法大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，武漢430074）

文章對(duì)綜合評(píng)價(jià)方法的賦權(quán)方法進(jìn)行了研究，并提出了6條綜合評(píng)價(jià)賦權(quán)的優(yōu)良標(biāo)準(zhǔn)，分別是評(píng)價(jià)對(duì)象對(duì)客觀條件的適應(yīng)性、分布一致性、相關(guān)度、離散程度、內(nèi)在一致性以及導(dǎo)向作用，并運(yùn)用實(shí)證對(duì)各標(biāo)準(zhǔn)進(jìn)行了檢驗(yàn)，通過綜合測(cè)度值對(duì)各方法進(jìn)行了排序，實(shí)證認(rèn)為賦權(quán)方法的優(yōu)良標(biāo)準(zhǔn)能夠較為明顯地區(qū)分不同的賦權(quán)方法對(duì)評(píng)價(jià)對(duì)象的優(yōu)良程度，各種賦權(quán)方法的優(yōu)良性從高到低排序?yàn)椋築P神經(jīng)網(wǎng)絡(luò)法＞灰色關(guān)聯(lián)度法＞主成分分析法＞TOPSIS法。

綜合評(píng)價(jià)；賦權(quán)；優(yōu)良標(biāo)準(zhǔn)

0　引言

當(dāng)前學(xué)者們已經(jīng)提出的綜合評(píng)價(jià)方法有很多，與之對(duì)應(yīng)的賦權(quán)方法也不少，但問題在于對(duì)同一個(gè)或者一類評(píng)價(jià)對(duì)象，各種賦權(quán)方法得出的結(jié)論往往不一致，或者由于各種方法的出發(fā)點(diǎn)不同，解決問題的思路不同，適用的對(duì)象不同，因?yàn)樵u(píng)價(jià)對(duì)象的多樣性，就需要我們根據(jù)方法的適用性及研究對(duì)象的特點(diǎn)選取適合的方法進(jìn)行評(píng)價(jià)，并不能一個(gè)方法而放之四海而皆準(zhǔn)。就賦權(quán)方法的挑選問題，目前還沒有一個(gè)較為客觀、準(zhǔn)確的標(biāo)準(zhǔn)進(jìn)行參考，學(xué)者通常都是根據(jù)自己的主觀判斷進(jìn)行方法的選擇，較少考慮賦權(quán)方法的優(yōu)良性。本文從對(duì)綜合評(píng)價(jià)的賦權(quán)的方法梳理出發(fā)，綜合當(dāng)前學(xué)者提出的一些賦權(quán)方法的優(yōu)良性標(biāo)準(zhǔn)，提出了6條賦權(quán)方法的優(yōu)良標(biāo)準(zhǔn)，并通過實(shí)際案例分析對(duì)6條標(biāo)準(zhǔn)合理性進(jìn)行了實(shí)證。

1　賦權(quán)方法的優(yōu)良標(biāo)準(zhǔn)研究

為了體現(xiàn)各個(gè)評(píng)價(jià)指標(biāo)在評(píng)價(jià)體系中的作用地位以及重要程度,必須對(duì)指標(biāo)賦予不同的權(quán)重系數(shù)，不同的權(quán)重系數(shù)，會(huì)導(dǎo)致截然不同甚至相反的評(píng)價(jià)結(jié)論。因此賦權(quán)方法的優(yōu)良性尤其重要，我們結(jié)合學(xué)者的賦權(quán)方法優(yōu)良性標(biāo)準(zhǔn)的一些前期研究，根據(jù)各類賦權(quán)方法的特點(diǎn)，提出了6個(gè)賦權(quán)方法的優(yōu)良評(píng)判標(biāo)準(zhǔn)。

1.1對(duì)被評(píng)價(jià)對(duì)象和客觀條件的適應(yīng)性

不同類別的賦權(quán)方法各有特點(diǎn)，也有其適用的范圍，因此，沒有絕對(duì)優(yōu)良的賦權(quán)方法，也沒有完全低劣的賦權(quán)方法，賦權(quán)方法的優(yōu)良標(biāo)準(zhǔn)是相對(duì)的，是以被評(píng)價(jià)對(duì)象和客觀條件為基礎(chǔ)的相對(duì)優(yōu)良標(biāo)準(zhǔn)。如主觀賦權(quán)法的權(quán)重大小取決于評(píng)價(jià)專家自身的知識(shí)結(jié)構(gòu)、個(gè)人喜好等因素，雖然缺乏科學(xué)性和穩(wěn)定性，但能夠很好地反映主觀意愿，在信息收集困難和信息不能準(zhǔn)確量化的評(píng)價(jià)中適應(yīng)性較強(qiáng)；又如客觀賦權(quán)法中，變異系數(shù)法、主成分分析法、熵值法等方法，該類方法根據(jù)樣本指標(biāo)本身的特點(diǎn)來(lái)進(jìn)行賦權(quán)，具有較好的規(guī)范性，但是容易受到被評(píng)價(jià)對(duì)象數(shù)據(jù)的影響，不同的樣本根據(jù)同一方法會(huì)得出的不同的權(quán)數(shù)，在實(shí)際應(yīng)用匯總，當(dāng)樣本各指標(biāo)獨(dú)立性很強(qiáng)時(shí)，變異系數(shù)法適應(yīng)性較強(qiáng)，而對(duì)于被評(píng)價(jià)對(duì)象指標(biāo)相互之間具有復(fù)雜聯(lián)系的時(shí)候，熵值法得出的權(quán)數(shù)較為理想，計(jì)算量過大時(shí)，主成分無(wú)疑是一個(gè)優(yōu)良的賦權(quán)方法；同時(shí)，由不同賦權(quán)方法得出的最終綜合評(píng)價(jià)的結(jié)果也必須與被評(píng)價(jià)對(duì)象具體情況相符，不能出現(xiàn)背道而馳的情形。因此，賦權(quán)方法的首要優(yōu)良標(biāo)準(zhǔn)是對(duì)評(píng)價(jià)對(duì)象和評(píng)價(jià)的客觀條件具有良好的適應(yīng)性。

1.2分布一致性

分布一致性作為綜合評(píng)價(jià)的優(yōu)良標(biāo)準(zhǔn)，是評(píng)價(jià)結(jié)果一致性的基本要求。要解決多種評(píng)價(jià)方法是分布一致性的問題實(shí)際上就是解決兩個(gè)以上獨(dú)立樣本之間是否具有相同分布的問題，可以借助多個(gè)獨(dú)立樣本檢驗(yàn)（Test for several independent samples）方法，這類方法主要有Kruskal-Wallis H檢驗(yàn)、中位數(shù)(Median)檢驗(yàn)和Jonckheere-Terpstra檢驗(yàn)，我們采用Kruskal-Wallis H檢驗(yàn)方法來(lái)檢驗(yàn)賦權(quán)方法的分布一致性問題。

Kruskal-WallisH檢驗(yàn)是Mann-Whitney U檢驗(yàn)法的擴(kuò)展，是一種推廣的評(píng)價(jià)值檢驗(yàn)。其基本思路是，首先對(duì)所有的仰恩合并并按照升序排列得出每個(gè)數(shù)據(jù)的秩，然后對(duì)各組樣本求平均秩。如果平均秩相差很大，則認(rèn)為兩組樣本所屬的總體有顯著差異。H統(tǒng)計(jì)量的計(jì)算公式為：

校正公式為:

其中，Ri為第i個(gè)樣本的秩和；ni為第i個(gè)樣本的樣本量，N-Σni；tj表示某個(gè)觀測(cè)值重復(fù)的次數(shù)。該檢驗(yàn)方法的假設(shè)為：HO:各樣本代表的總體分布相同；HO:各樣本代表的總體分布不完全相同。

1.3相關(guān)度

賦權(quán)方法的優(yōu)良標(biāo)準(zhǔn)也可從相關(guān)性角度來(lái)衡量，許芳（2015）采用了相關(guān)系數(shù)的方法，使用相關(guān)系數(shù)的平均值，假設(shè)所研究的問題共有m種賦權(quán)方法，Rij表示第i種賦權(quán)方法與第k種賦權(quán)方法所得的結(jié)果或者排序的相關(guān)系數(shù)。令則稱為第i種賦權(quán)方法與其他方法的差異程度。差異度越低，表明第i種方法相對(duì)于其他方法越有效。程琮等（2010）利用Kendall'W協(xié)同系數(shù)對(duì)不同病人戒酒指標(biāo)進(jìn)行分析，判斷評(píng)分是否具有一致性。

Kendall'W協(xié)同系數(shù)檢驗(yàn)(Kendall's Coefficient of ConcordanceW)是由Kendall和Babington-Smith在1939年提出，該檢驗(yàn)旨在考察M種評(píng)價(jià)方法對(duì)N個(gè)對(duì)象的評(píng)判結(jié)果之間是否一致，它是通過討論協(xié)同系數(shù)W這個(gè)指標(biāo)顯示出樣本中的實(shí)際符合與最大可能的符合之間的分歧程度來(lái)進(jìn)行的。該檢驗(yàn)的思想是考察多次評(píng)價(jià)中的排序是否隨機(jī)，Kendall'W協(xié)同系數(shù)反映了各行數(shù)據(jù)的相關(guān)程度，如果其取值接近于1，則認(rèn)為評(píng)價(jià)中的排序不是隨機(jī)的，即樣本來(lái)自多個(gè)配對(duì)總體的分布存在顯著差異。Kendall'W協(xié)同系數(shù)：

其中：m為評(píng)價(jià)方法的數(shù)目；n為評(píng)價(jià)對(duì)象的數(shù)目；R為各被評(píng)價(jià)對(duì)象的等級(jí)之和。該檢驗(yàn)方法的假設(shè)為：HO: m中方法的評(píng)價(jià)等級(jí)不具有一致性；HO:m種方法的評(píng)價(jià)等級(jí)具有一致性。

1.4離散程度

本文利用Euclidean距離，修正離散度的定義，用以測(cè)度評(píng)價(jià)方法的相對(duì)有效性。設(shè)研究問題有m種賦權(quán)方法，令Dij表示第i種方法與第j種方法所得兩個(gè)結(jié)果的Euclidean距離，令則稱Di為第i種方法與其他方法的離散度。離散度越小，表明第i中方法相對(duì)于其他方法越有效。

1.5內(nèi)在一致性

我們使用信度來(lái)測(cè)量評(píng)價(jià)結(jié)果與核心指標(biāo)的相關(guān)性或者稱內(nèi)在一致性。信度又稱測(cè)量可靠性，它是指采用同樣的方法對(duì)同一對(duì)象重復(fù)測(cè)量時(shí)所取得的結(jié)果的一致性程度，表現(xiàn)為多次測(cè)量結(jié)果的穩(wěn)定性和一致性。它根據(jù)測(cè)量的具體情況可以分為再測(cè)信度，復(fù)本信度。內(nèi)在一致性信度和評(píng)分者信度。內(nèi)在一致性信度（InternalConsistentReliability）是當(dāng)前比較流行的信度評(píng)價(jià)方法，是分半信度的推廣，反映了指標(biāo)之間相關(guān)的程度，這些指標(biāo)應(yīng)該反映同意獨(dú)立概念的不同側(cè)面。內(nèi)在一致性可以采用克隆巴赫系數(shù)來(lái)反映，克隆巴赫α系數(shù)實(shí)際上就是計(jì)算每個(gè)測(cè)試者在每個(gè)項(xiàng)目上的得分和總的得分之間的相關(guān)系數(shù)，并與所有單個(gè)項(xiàng)目得分的變異性比較。計(jì)算的邏輯是每個(gè)總分很高的測(cè)試者在每一個(gè)項(xiàng)目上的得分應(yīng)該也很高，而每個(gè)總分很低的測(cè)試者在每一個(gè)項(xiàng)目上的得分應(yīng)該也很低。一般認(rèn)為，克隆巴赫系數(shù)在0.80以上表示測(cè)評(píng)體系的內(nèi)部一致性極好，在0.6-0.8之間表示內(nèi)部一致性較好，低于0.6時(shí)表示內(nèi)部一致性差，應(yīng)對(duì)指標(biāo)進(jìn)行修正。本研究信度系數(shù)在0.71-0.88，可以看出，評(píng)價(jià)指標(biāo)體系具有較好的一貫性、一致性、再現(xiàn)性和穩(wěn)定性。說(shuō)明所建立的綜合指標(biāo)體系總體信度較高，綜合評(píng)價(jià)指標(biāo)體系是比較好的評(píng)價(jià)工具，測(cè)量結(jié)果可靠。根據(jù)Cronbach公式計(jì)算為克隆巴赫α系數(shù)，按照Kuder-Richardson公式計(jì)算的公式為K-R系數(shù)，后者是前者在0、1二分變量情況下的特例。克隆巴赫α系數(shù)為：

1.6導(dǎo)向作用

綜合評(píng)價(jià)的賦權(quán)方法除了是一種事后評(píng)價(jià)外，還可以是一種事前評(píng)價(jià)，用以指導(dǎo)和實(shí)現(xiàn)評(píng)價(jià)者的意圖，如近年來(lái)國(guó)家對(duì)普惠金融的發(fā)展越來(lái)越重視，為了推動(dòng)普惠金融的發(fā)展，除了將普惠金融的相關(guān)指標(biāo)納入地方政府金融發(fā)展的考核評(píng)價(jià)中，還在這些指標(biāo)上予以傾斜以體現(xiàn)考核者的重視程度，往往能夠起到一定的導(dǎo)向作用。如導(dǎo)向作用不明顯，在指標(biāo)體系沒有變動(dòng)的情況下，說(shuō)明賦權(quán)方法還有一定的改進(jìn)空間。

2　實(shí)證分析

“普惠金融”是由聯(lián)合國(guó)在推廣2005年國(guó)際小額信貸管理年時(shí)提出的，它的基本含義就是：一個(gè)能有效地、全方位地位社會(huì)所有階層和群體——尤其是貧困、低收入人口提供服務(wù)的金融體系。2016年1月國(guó)務(wù)院印發(fā)《推進(jìn)普惠金融發(fā)展規(guī)劃(2016-2020年)》，提出了我國(guó)首個(gè)發(fā)展普惠金融的國(guó)家級(jí)戰(zhàn)略，李克強(qiáng)總理在2016年政府工作報(bào)告中亦提出要大力發(fā)展普惠金融和綠色金融。

Beck（2007）最早提出了測(cè)度普惠金融程度的八個(gè)指標(biāo)；焦瑾璞（2014）總結(jié)了構(gòu)建普惠金融指標(biāo)體系的國(guó)際實(shí)踐，其中，世界銀行從需求方的角度提供有價(jià)值的信息，構(gòu)建和發(fā)布了全球普惠金融指數(shù)核心指標(biāo)（Global Findex Core Indicators）,評(píng)估和監(jiān)測(cè)各國(guó)普惠金融實(shí)踐情況，為普惠金融有關(guān)研究提供基準(zhǔn)和標(biāo)桿；曾省暉、吳霞、李偉、等（2014）對(duì)目前各國(guó)和地區(qū)以及國(guó)際組織等構(gòu)建的普惠金融指標(biāo)體系進(jìn)行了闡述。

本文借鑒前期學(xué)者的對(duì)普惠金融的指標(biāo)的研究成果，結(jié)合我國(guó)的金融具體實(shí)際情況以及數(shù)據(jù)的可得性和全面性，提出11項(xiàng)評(píng)價(jià)我國(guó)普惠金融狀況的指標(biāo)，具體如下：

表1　我國(guó)普惠金融發(fā)展水平評(píng)價(jià)指標(biāo)體系

本文所使用的數(shù)據(jù)為2005年到2013年的各省數(shù)據(jù)的平均值，使用的賦權(quán)方法有主成分分析法、T0PSIS法、灰色關(guān)聯(lián)度法、BP神經(jīng)網(wǎng)絡(luò)法，經(jīng)過各賦權(quán)方法的計(jì)算，各省普惠金融發(fā)展?fàn)顩r的結(jié)果以及排名如表2，可以看到，不同方法的評(píng)價(jià)在結(jié)果上有所不同，需要對(duì)各方法的優(yōu)良性進(jìn)行判斷和評(píng)估。

2.1.1分布一致性標(biāo)準(zhǔn)

使用Kruskal-Wallis H檢驗(yàn)方法進(jìn)行檢驗(yàn)，通過SPSS20.0軟件計(jì)算，結(jié)果如下，可以看出，根據(jù)秩均值越大，賦權(quán)方法之間差異越明顯的原則，各方法的優(yōu)良次序是T0PSIS＞灰色關(guān)聯(lián)度法＞BP神經(jīng)網(wǎng)絡(luò)法＞主成分分析法。檢驗(yàn)的卡方值為0.620，自由度為3，漸進(jìn)顯著性遠(yuǎn)大于0.05，接近于1，即表示4種賦權(quán)方法沒有顯著的差異。

2.1.2相關(guān)性標(biāo)準(zhǔn)

采用Kendall'W協(xié)同系數(shù)檢驗(yàn)4中賦權(quán)方法的相關(guān)性，通過SPSS20.0軟件計(jì)算，結(jié)果如下，可以根據(jù)秩均值看出，賦權(quán)方法優(yōu)良性從高到低依次是：主成分＞BP神經(jīng)網(wǎng)絡(luò)＞灰色關(guān)聯(lián)度。檢驗(yàn)的卡方值為1.351，自由度為3，漸進(jìn)顯著性為0.717，遠(yuǎn)大于0.05，接近于1，表明我們所使用的4種賦權(quán)方法沒有顯著的差異。

表4　Kendall'W協(xié)同系數(shù)檢驗(yàn)結(jié)果

2.1.3離散程度

使用歐氏距離（Euclidian Distance）計(jì)算4種賦權(quán)方法結(jié)果的近似矩陣表，該相似矩陣表實(shí)質(zhì)是一個(gè)不相似矩陣，其中數(shù)值的代表不同方法的離散程度，數(shù)值越大，表示兩個(gè)方法之間的距離越大，即離散程度越高。

表5　近似矩陣

從計(jì)算的近似矩陣來(lái)看，主成分分析的方法與其它三種方法的近似值較大，而T0PSIS法、灰色關(guān)聯(lián)度方法以及BP神經(jīng)網(wǎng)絡(luò)方法之間的離散程度較小，從4種方法的兩兩近似值的均值也可以看出，主成分分析法的均值要大于其他三種方法，說(shuō)明T0PSIS法、灰色關(guān)聯(lián)度方法以及BP神經(jīng)網(wǎng)絡(luò)方法在離散程度這個(gè)標(biāo)準(zhǔn)而言要優(yōu)于主成分分析法。

2.1.4內(nèi)在一致性

采用克隆巴赫α系數(shù)來(lái)檢驗(yàn)我們使用的4種賦權(quán)方法的內(nèi)在一致性，通過SPSS20.0軟件計(jì)算，結(jié)果如下，可以看出科隆巴赫α系數(shù)為0.843，表示4種賦權(quán)方法內(nèi)在一致性極好。

表6　項(xiàng)間相關(guān)性矩陣

表7　可靠性統(tǒng)計(jì)量

2.1.5賦權(quán)方法優(yōu)良性的綜合測(cè)度

以上運(yùn)用分布一致性、離散程度、相關(guān)性以及內(nèi)在一致性優(yōu)良標(biāo)準(zhǔn)都可以得出相應(yīng)的優(yōu)良賦權(quán)方法結(jié)果，但是不能全面綜合反映方法的優(yōu)良性，需將四個(gè)標(biāo)準(zhǔn)結(jié)合起來(lái)，對(duì)優(yōu)良性進(jìn)行綜合測(cè)度。由于測(cè)量各指標(biāo)的賦權(quán)方法不一樣，導(dǎo)致量綱不同而且指標(biāo)的方向不一致，因此應(yīng)先將測(cè)量指標(biāo)正向化和無(wú)量綱化。其中，分布一致性優(yōu)良標(biāo)準(zhǔn)的測(cè)量指標(biāo)是Kruskal-Wallis H檢驗(yàn)秩均值，相關(guān)度優(yōu)良標(biāo)準(zhǔn)測(cè)量指標(biāo)是Kendall'W協(xié)同系數(shù)檢驗(yàn)秩均值，兩類指標(biāo)均是秩均值越大，方法之間差異越大，屬逆向指標(biāo)；離散程度優(yōu)良標(biāo)準(zhǔn)測(cè)量指標(biāo)是兩兩方法近似矩陣的均值，均值越大，方法之間差異絕大，屬于逆向指標(biāo)；內(nèi)在一致性優(yōu)良標(biāo)準(zhǔn)測(cè)量指標(biāo)采用兩兩方法項(xiàng)間相關(guān)性矩陣的均值，均值越大，方法之間差異越小，屬于正向指標(biāo)。本文采用公式（5）的方法進(jìn)行指標(biāo)正向化，采用公式（6）極差正規(guī)化法進(jìn)行指標(biāo)的無(wú)量綱化。

表8　各優(yōu)良標(biāo)準(zhǔn)排名結(jié)果表

將正向化和無(wú)量綱化后的標(biāo)準(zhǔn)值相加，即得優(yōu)良標(biāo)準(zhǔn)的綜合測(cè)度值Y。

根據(jù)Y的值和排名，可以將各種賦權(quán)方法的優(yōu)良性從高到低排序?yàn)椋築P神經(jīng)網(wǎng)絡(luò)法＞灰色關(guān)聯(lián)度法＞主成分分析法＞T0PSIS法。

3　結(jié)論

本文提出了對(duì)被評(píng)價(jià)對(duì)象和客觀條件的適應(yīng)性、分布一致性、相關(guān)度、離散程度、內(nèi)在一致性、導(dǎo)向作用等6個(gè)綜合評(píng)價(jià)賦權(quán)方法的優(yōu)良標(biāo)準(zhǔn)，并通過實(shí)際案例對(duì)分布一致性、相關(guān)度、離散程度、內(nèi)在一致性4個(gè)優(yōu)良標(biāo)準(zhǔn)進(jìn)行了實(shí)證檢驗(yàn)，最后構(gòu)造優(yōu)良性綜合測(cè)度對(duì)各種方法進(jìn)行了優(yōu)良性綜合測(cè)度。

實(shí)證結(jié)果表明，對(duì)于既定的被評(píng)價(jià)對(duì)象，各種綜合評(píng)價(jià)的賦權(quán)方法存在著一定的差異性，賦權(quán)方法的優(yōu)良標(biāo)準(zhǔn)能夠較為明顯地區(qū)分不同的賦權(quán)方法對(duì)評(píng)價(jià)對(duì)象的優(yōu)良程度，從優(yōu)良標(biāo)準(zhǔn)的綜合測(cè)度來(lái)看，優(yōu)良性從高到低依次為：BP神經(jīng)網(wǎng)絡(luò)法、灰色關(guān)聯(lián)度法、主成分分析法、T0PSIS法，選擇相對(duì)優(yōu)良的方法能夠提高綜合評(píng)價(jià)結(jié)果的準(zhǔn)確性。本文也為綜合評(píng)價(jià)方法的遴選提供了一個(gè)新的視角。

[1]柯雄，陳英耀，胡獻(xiàn)之，劉文彬，谷茜，鄧偉，趙列賓，董斌，施李正.公立醫(yī)療機(jī)構(gòu)公益性指標(biāo)賦權(quán)中的方法比較與權(quán)重優(yōu)化[J].中國(guó)衛(wèi)生經(jīng)濟(jì)，2013，（8）.

[2]閻小妍，孟虹，湯明新.綜合評(píng)價(jià)中不同賦權(quán)方法的比較探討[J].中國(guó)衛(wèi)生質(zhì)量管理.Vol.13No.4(SN71)，2006，（8）.

[3]俞立平，潘云濤，武夷山.科技評(píng)價(jià)中不同客觀評(píng)價(jià)方法權(quán)重的比較研究[J].科技管理研究，2009，（7）.

[4]李曉倩.土地資源評(píng)價(jià)指標(biāo)權(quán)重賦值方法的比較研究[D].甘肅農(nóng)業(yè)大學(xué)，2012.

[5]許芳.中國(guó)區(qū)域R&D綜合實(shí)力評(píng)價(jià)方法的比較[J].統(tǒng)計(jì)與決策，2015，（11）.

[6]王婧，張金鎖.綜合評(píng)價(jià)中確定權(quán)重向量的幾種方法比較[J].河北工業(yè)大學(xué)學(xué)報(bào)，2001，（4）.

[7]陳瓊?cè)A.綜合評(píng)價(jià)中的賦權(quán)方法[J].統(tǒng)計(jì)與決策，2004，（4）.

[8]尚衛(wèi)平.多指標(biāo)綜合評(píng)價(jià)方法的優(yōu)選[J].南京經(jīng)濟(jì)學(xué)院學(xué)報(bào)，2003，（2）.

[9]郭義霞，劉朝杰，李寧秀，任曉暉.生命質(zhì)量評(píng)價(jià)領(lǐng)域及其權(quán)重值的確定方法[J].現(xiàn)代預(yù)防醫(yī)學(xué)，2004，（4）.

[10]李紅，朱建平.綜合評(píng)價(jià)方法研究進(jìn)展評(píng)述[J].統(tǒng)計(jì)與決策,2012, (9).

[11]Martin R,MichaelB.Choosing Realistic Valuesof Indifference,Pref?erence and Veto Thresholds for Use With Environmental Criteria With ELECTRE[J].European Journal of Operational Research, 1998,(107).

（責(zé)任編輯/易永生）

F224.12

A

1002-6487（2016）19-0023-04

國(guó)家社會(huì)科學(xué)基金資助項(xiàng)目（13BTJ011）

朱喜安（1961—），男，湖北孝感人，教授，博士生導(dǎo)師，研究方向：經(jīng)濟(jì)統(tǒng)計(jì)。李良（1984—），男，湖北赤壁人，博士研究生，研究方向：經(jīng)濟(jì)統(tǒng)計(jì)。