1、综合评价方法的发展与不足 当前,随着我国社会经济的发展,各种各样的统计分析活动也空前活跃起来,这其中综合评价分析方法以其评价的全面性、客观性、整体性而被广泛应用于事物和某一观点的分析研究中。但从目前的应用来看,综合评价分析方法也被设计者赋予了过多的期望,而导致难以胜任其科学评价的重任。重设计而忽略解释、重结果而忽略起因和过程的现象亦不容小视。一、综合评价方法的思想和作用提到“评价”,自古就有“论功行赏、论资排辈、平心而论”之说,它是人类社会中一项经常性的、极为重要的认识活动。而在现实社会生活中,对一个事物的评价常常要涉及多个因素或方面。所谓综合评价分析,即“对评价对象的全体,根据所给的条件,采
2、用一定的方法给每个评价对象赋予一个评价值,再据此择优或排序”。它不仅在宏观经济分析领域大显身手,如不同国家或地区间的经济实力、竞争力评价、现代化进程、社会发展监测、小康生活水平进程、环境质量监测、交通安全系统等领域的测评,其研究思想和方法也适用于微观分析,如企业的绩效评价、大学排名、居民购房购车选择、学生综合素质评价等。而目前,充斥于耳的各项指数,如天气指数、洗车指数、综合发展指数、CPI指数等也是综合评价结果的一种具体表现。综合评价理论对于推进经济社会的建设、提升居民生活水平具有重要意义。具体表现为:一是通过定量分析评价方法,可以监测、揭示和分析经济社会发展过程中的问题及不足,从而采取相应对
3、策;二是可以较为全面地掌握发展状态,防止以偏概全;三是便于进行动态发展的监测评价,为政府决策、宏观管理、居民个体消费提供参考依据。二、综合评价方法的最新发展随着科学的不断发展,不同领域知识的不断交叉、融合,综合评价理论因其自身的兼容并包性,使得综合评价模型可以吸收到运筹学、数据挖掘、模糊数学、管理科学等不同学科的多种方法之所长。系统的组成以“功能”为准则,只要是能用于综合评价的方法都可以看作为系统的成员。因此,综合评价作为一个多学科边缘交叉、相互渗透、多点支撑的新兴研究领域被专家和学者所推崇。随着实际评价系统日益大型化、数字化、智能化和集成化,常规的综合评价方法,如线性规划法、专家评价法、综合
4、指数法、层次分析法等已难以胜任复杂系统评价问题中所涉及的多层次、多因子的问题。目前,模糊综合评价、灰色综合评价、智能模型评价、组合评价成为解决实际评价的新的有效方法。模糊综合评价(Fuzzy Comprehensive Evaluation)以模糊数学为基础,针对传统数学方法中“唯一解”的弊端,可以有效评价客观事物的差异在中介过渡时所呈现的“亦此亦比”性状态。有时,从一个等级到另一个等级间没有一个明确的分界,中间经历了一个从量变到质变的连续过渡过程,这个现象叫做中介过渡。而模糊数学理论的优势即在于解决“内涵明确,外延不明确”的“认知不确定”问题。比如,“年轻人”就是一个模糊概念,因为每一个人都
5、十分清楚“年轻人”的内涵,但是要让你划定一个确切的范围,则很难办到。模糊综合评价则可应用模糊关系合成的原理,将一些边界不清、不易定量的因素定量化,从多个因素对被评价事物隶属等级状况进行综合性评价。但不足之处是其本身并不能解决评价指标间相关造成的评价信息重复问题,隶属函数的确定还没有系统的方法。灰色综合评价(Gray Comprehensive Evaluation)以灰色系统理论为基础,包括灰色关联度评价方法、灰色聚类分析方法等。灰色系统理论以“部分信息已知,部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象,其特点是“少数据建模”,主要通过对“部分”已知信息的生成、开发,提取有价值
6、的信息,实现对系统运行行为、演化规律的正确描述和有效监控。与模糊数学不同的是,灰色系统理论着重研究“外延明确,内涵不明确”的对象。比如说到2050年,中国要将总人口控制在15亿到16亿之间,这“15亿到16亿之间”就是一个灰概念,其外延是很清楚的,但如果要进一步问到底是15亿到16亿之间的哪个具体数值,则不清楚。灰色综合评价方法的主要工具是关联分析,即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。智能模型评价方法主要指在系统评价过程中更多地考虑思维规律和人脑的智能特征,将定性分析与定量分析综合集成的评价方法。其包括了遗传算法的智能技
7、术、模拟人脑结构的人工神经网络方法、模拟发散思维的蒙特卡罗方法、基于粗糙集理论的评价方法等。而目前应用较多地为BP人工神经网络的评价方法,它通过BP算法学习或训练获取知识,并存储在神经元的权值中,通过联想使相关信息复现,能够“揣摩”、“提炼”评价对象本身的客观规律,进行对相同属性评价对象的评价。由于智能模型评价方法具有自适应能力、可容错性,能够处理非线性、非局域性与非凸性的大型复杂系统,因此被越来越广泛地应用于涉及银行贷款项目、股票价格的评估、城市发展综合水平的评价等。组合评价(Combination Evaluation)是对两种或两种以上的综合评价结果(或评价技术)进行集成的技术。较单一的
8、评价方法更合理、更科学,因为它克服了不同类评价方法的缺陷,同时吸收了各自的优点,对评价对象作了更为全面、合理的评价。其主要包括评价过程中权重的组合、方法的组合、结果的组合三个关键环节的系统性研究。在现阶段的研究中,以层次分析法(AHP)与模糊综合评价方法、模糊综合评价与灰色综合评价几类组合评价较为普遍。三、综合评价方法的局限性尽管综合评价方法优势明显,但我们也应认识到它并非“百试百灵”,仍具有一定的局限性。第一,受到研究者对评价目标理解认识能力的制约,存在理论研究同实际应用的衔接差距问题;同时在选取评价指标时又受到统计指标可得性的限制,因此综合评价在设计之初并不能确保真正做到针对性和代表性,而
9、具有一定的主观性。第二,虽然综合评价的结果用数字量化表示,但其评价结果并不具有数学意义上的精确性,而只能大体反映评价对象的特点,其评价结果的准确与否并不是绝对的。因此虽然综合评价方法复杂、手段多样化、应用广泛化,最终都需要结合定性分析进行合理分析。第三,学界对综合评价方法本身的效率评价及评价结果科学性的检验,一直属于理论研究的空白。第四,目前部分综合评价多起源于某一政策热点问题,研究者“一时兴起”而设计出一套评价指标体系用于评价,但对后续的追踪研究和完善则虎头蛇尾、不了了之。对此,作为一名统计分析人员,十分有必要加强对自身“内功”的修炼,从而使对复杂问题的研究能“拨开迷雾终见天日”。第一,应加强对宏观政策理论的学习,多思考,广泛听取各方意见,分析研究对象的内外部环境和作用机制,进一步加深对研究对象特性的理解。第二,在综合评价方法的选择上,应尽可能地博各方所长而为我所用,多用一些方法来相互验证。第三,在对综合评价结果的解释上一定要做足功课,结合实际情况做到有理有据。第四,作为一名统计人,在大数据时代,对统计指标的解释和数据挖掘方面也应做到服务更加详细和到位,只有“站在一线”直面问题和挑战,才能促使数据使用者更加信任统计部门的数据质量。第五,作为一项评价方法,我们对综合评价的过程和结果都要采取系统性的质量管理思维,真正体现出科学性和可持续发展性,才能更好地为决策服务。
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1