指标权重的确定 - 360文档中心

绩效考核指标权重的计算方法

绩效考核指标权重的计算方法
绩效考核指标的权重计算方法一般有两种：定性权重法和定量权重法。

定性权重法是根据相关人员的主观判断和经验来确定指标的权重。

具体步骤如下：
1. 确定绩效考核指标，并列出所有指标。

2. 根据指标的重要程度和对绩效影响的程度给予不同的权重，一般使用百分比来表达
权重。

3. 参与权重分配的相关人员根据自己的主观意见和经验，对各指标的权重进行评定。

4. 将各人员的评定结果进行加权平均，最终确定指标的权重。

定量权重法是通过数据分析和统计方法来确定指标的权重。

具体步骤如下：
1. 确定绩效考核指标，并收集相关的数据。

2. 对每个指标的数据进行处理和分析，可以使用统计方法计算各指标的平均值、方差等。

3. 根据各指标的分析结果计算出各指标对绩效的贡献度或权重。

可以使用主成分分析、相关系数分析等方法来确定权重。

4. 最后将各指标的权重进行归一化处理，使所有权重之和为1。

根据具体的情况和需要，选择合适的权重计算方法，并进行相应的权重确定。

重要的
是要确保权重的分配公正、合理，并且与组织的绩效目标相吻合。

指标权重的确定方法

指标权重的确定方法
确定指标权重的方法有多种，常用的有以下几种：
1. 主观评价法：由决策者根据经验和个人偏好，根据指标的相对重要性，给出权重。

这种方法的优点是简单直观，但缺点是容易受主观因素的影响，可能存在主观偏差。

2. 客观评价法：采用统计分析、经济学、数学模型等方法，通过数据分析和建模来确定权重。

例如，层次分析法（AHP）可以用来确定指标的相对重要性，通过对各个指标的比较和评估来得出权重。

这种方法的优点是较为客观，但需要较多的数据和专业知识支持。

3. 专家评估法：找到相关领域的专家进行评估，通过专家的意见和经验来确定权重。

可以通过专家访谈、问卷调查等方式收集专家意见，并进行统计和分析来得出权重。

这种方法的优点是能够利用专家的专业知识和经验，但需要选择合适的专家，并注意专家之间的一致性。

4. 综合评价法：结合主观评价法和客观评价法，综合考虑决策者的主观偏好和客观分析结果。

可以通过赋予主观评价法和客观评价法不同的权重，或者采用加权平均法、TOPSIS法等方法进行综合评价。

在具体应用中，可以根据具体情况选择合适的方法确定指标权重。

一般来说，综
合考虑决策者的主观意见和客观分析结果，以及专家的意见，可以得出更准确和可靠的权重。

层次分析法确定绩效考核指标权重

层次分析法确定绩效考核指标权重在应用层次分析法确定绩效考核指标权重时，一般包括以下步骤：1.确定层次结构：首先需要确定一个层次结构，将整个绩效考核体系分解为不同的层次，从总体目标到具体指标。

2.建立判断矩阵：对于每一层次，需要建立判断矩阵，用来衡量不同指标之间的相对重要性。

判断矩阵是一个方阵，其中每个元素表示两个指标之间的比较结果，之间的比较可以通过专家的主观判断、问卷调查、统计数据等方式得出。

3.计算权重矩阵：通过计算判断矩阵的特征向量，可以得出每个指标相对于上一层次指标的权重值，将它们组成一个权重矩阵。

4.一致性检验：对于判断矩阵和权重矩阵，需要进行一致性检验，确保判断矩阵中的数据没有矛盾和重叠，并且权重矩阵的结果是合理的。

5.综合权重：将各层次的权重矩阵综合起来，得出最终的指标权重。

在使用层次分析法确定绩效考核指标权重时，需要注意以下几点：1.专家选择：选择合适的专家参与权重确定过程，他们应该具备一定的背景知识和经验，并且对绩效考核有一定的了解。

2.参考数据：除了专家判断，还可以根据相关的统计数据、历史数据等进行决策。

3. 一致性检验：要进行一致性检验，主要是为了确保判断矩阵中的数据是合理可靠的。

一致性比率（Consistency Ratio，CR）可以用来评估判断矩阵的一致性。

4.参考其他因素：在确定指标权重时，除了考虑专家的意见，还可以考虑一些特殊因素，例如公司战略目标、员工的关注点等。

使用层次分析法确定绩效考核指标权重的好处是能够以科学的方式对指标进行排序和赋权，可以帮助管理者更加客观地评估员工的绩效，并从而进行更加有效的绩效考核和绩效管理。

同时，该方法也能够促进沟通和协作，将不同的意见和观点结合起来，形成一个综合的权重结果。

权重的确定方法

权重的确定方法
确定权重的方法有很多，以下是一些常见的方法：
1. 主观赋权：根据专家经验或主观判断，为不同因素或指标赋予不同的权重。

这种方法可以根据具体情况来决定权重的大小，但受个人主观因素影响较大。

2. 比较赋权：通过与其他相似项目或指标进行比较，根据差异性确定权重大小。

这种方法可以从现有数据中获取参考值，减少主观因素的影响。

3. 统计赋权：通过对大量数据进行统计分析，确定不同因素或指标对总体结果的贡献度，从而确定权重。

统计赋权方法可以利用各种分析技术，如回归分析、主成分分析等，以客观的方式确定权重。

4. 层次分析法：层次分析法是一种结构化的分析方法，可以用来确定各个因素或指标之间的权重关系。

通过构建判断矩阵，对各个因素进行多层次比较，最终得出权重。

5. 模糊综合评判：模糊综合评判是一种基于模糊数学理论的权重确定方法。

通过模糊综合运算，将模糊的权重转化为确定的数值权重。

这些方法可以根据具体问题和数据特点选择合适的方法进行权重的确定，以提高分析的准确性和可靠性。

指标权重确定方法

指标权重确定方法指标权重确定方法是一种基于经济学原理，以及系统工程的理论和方法，对有效指标进行权重分配以决定评价结果的方法。

其目的是将多个指标组合成一个客观、合理的可比性综合评价系统，它既能体现指标之间的相对重要性和协调性，又能反映评价对象的本质特征。

在指标权重确定方法中，首先要明确评价对象的基本性质，根据评价对象的特点，通过经验法或者定量分析等方法，确定所需的指标体系，并确定各指标的范围、量化方式及评判标准，形成有效的指标集合；然后，采用专家咨询法、综合评价法、层次分析法等方法，确定指标权重；最后，结合指标权重和指标值，计算出评价结果。

基于专家咨询法的指标权重确定方法，是通过收集和分析专家的意见，确定评价指标权重的方法。

此方法可以利用专家智慧，得出更加准确的权重分配，因此受到广泛的应用。

具体的做法是，首先，形成一个在技术和经济上合理的指标体系，确定所需要考虑的指标；然后，对每一个指标，收集专家的专业意见，并将其转化为数字，借助特定的数学模型，计算出每一个指标的权重；最后，将指标权重与指标值相乘，得出总体评价结果。

层次分析法是一种比较有效的指标权重确定方法，它是根据AHP（分析层次结构）方法提出的，它以层次结构的形式，将指标的层次作为判断依据，从而确定指标权重。

具体的做法是，首先，根据评价对象的特点，划分出不同的指标层次，比如一般指标、核心指标、重要指标等；然后，在每一层次中，将指标分组，并依据指标之间的相对重要性，使用特定的数学模型计算出指标间的权重；最后，将各层次指标权重进行综合，得出总体评价结果。

综上所述，指标权重确定方法是一种重要的系统工程方法，它能够将多个指标组合成一个综合评价系统，反映评价对象的本质特征，以及指标之间的相对重要性和协调性。

常用的指标权重确定方法有专家咨询法、综合评价法、层次分析法等，它们各有优势，可以根据实际情况选择合适的方法，确定指标权重，从而得出客观、合理的评价结果。

确定权重的方法及原则

•确定权重的方法及原则•确定权重的原则•权值因子推断表法•专家直观判定法•层次分析法•排序法权重权重是一个相对的概念，是针对某一指标而言。

某一指标的权重是指该指标在整体评价中的相对重要程度。

权重表示在评价过程中，是被评价对象的不一致侧面的重要程度的定量分配，对各评价因子在总体评价中的作用进行区别对待。

事实上，没有重点的评价就不算是客观的评价，每个人员的性质与所处的层次不一致，其工作的重点也确信是不能一样的。

因此，相对工作所进行的业绩考评务必对不一致内容对目标奉献的重要程度做出估计，即权重的确定。

总之，权重是要从若干评价指标中分出轻重来，一组评价指标体系相对应的权重构成了权重体系。

一组权重体系{Vi|I=1，2，…n}，务必满足下述两个条件：（1）0<Vi≤1;i=1，2，…，n。

（2）其中n是权重指标的个数一级指标与二级指标权重的确定：设某一评价的一级指标体系为{wi | i=1，2，…，n}，其对应的权重体系为{vi | i=1，2，…，n}则有：（1）1<Vi≤1;i=1，2，…，n（2）假如该评价的二级指标体系为{Wij | i=1，2，…，n，j=1，2，…，m}，则其对应的权重体系{Vij | i=1，2，…，n，j=1，2，…，m}应满足：（1）0<Vij≤1（2）（3）关于三级指标、四级指标能够以此类推。

权重体系是相对指标体系来确立的。

首先务必有指标体系，然后才有相应的权重体系。

指标权重的选择，实际也是对系统评价指标进行排序的过程，而且，权重值的构成应符合以上的条件。

确定权重的原则一、系统优化原则在评价指标体系中，每个指标对系统都由它的作用与奉献，对系统而言都有它的重要性。

因此，在确定它们的权重时，不能只从单个指标出发，而是要处理好各评价指标之间的关系，合理分配它们的权重。

应当遵循系统优化原则，把整体最优化作为出发点与追求的目标。

在这个原则指导下，对评价指标体系中各项评价指标进行分析对比，权衡它们各自对整体的作用与效果，然后对它们的相对重要性做出推断。

指标权重的确定方法

指标权重的确定方法ij表示第i个指标相对于第j个指标的重要性，然后通过计算得出每个指标的权重。

具体步骤如下：1）建立层次结构模型，将评价指标分为若干层次，形成层次结构模型。

2）构造判断矩阵，由决策者对所有评价指标进行两两比较，得到判断矩阵。

3）计算特征向量，通过计算得出每个指标的特征向量。

4）计算权重，将各指标的特征向量进行归一化处理，得到各指标的权重。

二）客观赋权法客观赋权法是指通过统计学或数学方法，根据指标本身的性质和指标之间的关系，计算各指标的权重。

常用的方法有熵权法、主成分分析法等。

三）组合集成赋权法组合集成赋权法是指将主观赋权法和客观赋权法进行组合，得到更加准确的权重。

常用的方法有TOPSIS法、灰色关联度法等。

总之，权重的确定方法需要根据实际问题的情况选择合适的方法，以确保评价结果的准确性和可靠性。

客观赋权法是一种基于各方案评价指标值的客观数据的差异来确定各指标权重的方法。

目前，主要研究成果有基于“差异驱动”原理的赋权方法，包括突出整体差异的“拉开档次法”和突出局部差异的“均方差法”、“嫡值法”以及“极差法”、“离差法”。

其中，主成分分析法是一种将多项评价指标综合成z个主成分的方法，再以这z个主成分的贡献率为权数构造一个综合指标，并据此作出判断。

这种方法能消除指标间信息的重叠，根据指标所提供的信息，通过数学运算而主动赋权。

拉开档次”法的基本原理是将n个被评价对象看成是由m个评价指标构成的m维评价空间中的n个点(或向量)，寻求n个被评价对象的评价值就相当于把这n个点向一维空间做投影。

选择指标权系数，使得各被评价对象之间的差异尽量拉大，也就是根据m维评价空间构造一个最佳的一维空间，使得各点在此一维空间上的投影点最为分散，即分散程度最大。

该方法的特点为综合评价过程透明，评价结果与系统或指标的采样顺序无关，评价结果毫无主观色彩，评价结果客观、可比，权重不具有“可继承性”，权重不再体现评价指标的相对重要程度。

权重的确定方法汇总-指标权重确定方法

一、指标权重的确定1.综述目前关于属性权重的确定方法很多，根据计算权重时原始数据的来源不同，可以将这些方法分为三类：主观赋权法、客观赋权法、组合赋权法。

主观赋权法是根据决策者（专家）主观上对各属性的重视程度来确定属性权重的方法，其原始数据由专家根据经验主观判断而得到。

常用的主观赋权法有专家调查法（Delphi法）、层次分析法（AHP ）[106-108]、二项系数法、环比评分法、最小平方法等。

本文选用的是利用人的经验知识的有序二元比较量化法。

主观赋权法是人们研究较早、较为成熟的方法，主观赋权法的优点是专家可以根据实际的决策问题和专家自身的知识经验合理地确定各属性权重的排序，不至于出现属性权重与属性实际重要程度相悖的情况。

但决策或评价结果具有较强的主观随意性，客观性较差，同时增加了对决策分析者的负担，应用中有很大局限性。

鉴于主观赋权法的各种不足之处，人们又提出了客观赋权法，其原始数据由各属性在决策方案中的实际数据形成，其基本思想是：属性权重应当是各属性在属性集中的变异程度和对其它属性的影响程度的度量，赋权的原始信息应当直接来源于客观环境，处理信息的过程应当是深入探讨各属性间的相互联系及影响，再根据各属性的联系程度或各属性所提供的信息量大小来决定属性权重。

如果某属性对所有决策方案而言均无差异（即各决策方案的该属性值相同），则该属性对方案的鉴别及排序不起作用，其权重应为0；若某属性对所有决策方案的属性值有较大差异，这样的属性对方案的鉴别及排序将起重要作用，应给予较大权重.总之，各属性权重的大小应根据该属性下各方案属性值差异的大小来确定，差异越大，则该属性的权重越大，反之则越小。

常用的客观赋权法[109-110]有：主成份分析法、熵值法[111-112]、离差及均方差法、多目标规划法等。

其中熵值法用得较多，这种赋权法所使用的数据是决策矩阵，所确定的属性权重反映了属性值的离散程度。

客观赋权法主要是根据原始数据之间的关系来确定权重，因此权重的客观性强，且不增加决策者的负担，方法具有较强的数学理论依据。

critic法确定指标权重原理

一、概述在实际决策和评价过程中，常常需要对不同指标进行综合评价和权重确定。

而确定指标权重的方法对于最终评价结果的准确性和公正性有着重要的影响。

其中，critic法是一种常用的确定指标权重的方法，在实际应用中具有较高的可靠性与科学性。

二、critic法的基本原理1. 层次分析法（AHP）在确定指标权重的过程中，AHP方法是一种常用的分析方法。

该方法将决策问题分解为多个层次，从而帮助决策者清晰地理解决策问题的结构与关联性。

在AHP方法中，决策者需要构建成对比较矩阵，通过一系列的计算最终确定出各个指标的权重。

2. 如何确定成对比较矩阵在确定成对比较矩阵时，决策者需要对每对指标进行两两比较，然后依据一定的比较尺度进行打分。

在AHP方法中，常用的比较尺度为1至9，其中1代表两个指标之间的重要性相同，9代表其中一个指标相对于另一个指标特殊重要。

3. 计算指标权重经过成对比较矩阵的构建后，AHP方法可以通过一系列的特征向量和特征值的计算，最终得出各个指标的权重。

决策者可以根据所得权重进行进一步的决策和评价。

三、critic法的特点与适用范围1. 特点critic法是一种定性与定量相结合的方法，可以帮助决策者直观地理解各个指标之间的重要性关系。

该方法在进行指标权重确定时考虑了决策者的主观感受，使得最终结果更具科学性和可靠性。

2. 适用范围critic法适用于不同领域和行业的指标权重确定。

在项目评价、产品质量评价、企业绩效评价等方面，critic法都可以为决策者提供一种科学的方法来确定指标的权重，进而实现对多指标的综合评价。

四、critic法的实际应用1. 项目评价在项目评价过程中，通常会涉及多个评价指标，如经济效益、社会效益、环境效益等。

通过使用critic法确定这些指标的权重，可以帮助决策者更科学地进行项目绩效评价与决策。

2. 产品质量评价对于产品质量评价来说，需要考虑的指标也是多元化的。

通过使用critic法，可以准确判断各个指标在产品质量中的重要性，有助于企业改进产品质量管理，提高产品竞争力。

确定指标权重方法

确定指标权重方法
1. 层次分析法（AHP）:
AHP的核心是使用主体对若干指标的两两比较，通过构建成一个层次结构模型，得出每个指标相对重要性系数的方法。

它的主要优点是易于理解和使用，可以直观地让专业人士和非专业人员共同评估指标。

2. 熵权法：
熵权法是利用信息熵理论来确定指标权重的方法，它通过计算指标值在整个数据集中的分布情况，得出每个指标的权重比例。

该方法的优点是对指标分布情况不敏感，能准确反映指标之间的信息关系。

3. 主成分分析法（PCA）：
PCA利用一些公共变量来合理表达各个变量之间关系的方法。

通过将多个维度的指标合成一个指标，以此来确定各个指标的权重。

这种方法的优点是可以减少多个指标之间的多重共线性问题。

4. 相对比重法：
这种方法的核心是通过专家确定各个指标的重要性，并将这些重要性权重转化为
相对比重。

然后，将这些相对比重乘以各个指标的实际值，从而获得最终的权重。

5. 灰色关联度法：
该方法主要适用于评估指标间存在双向或多向关系的情况。

它的核心是通过计算指标的灰色关联度，来确定各个指标的权重。

这种方法的优点是可以通过考虑指标的相互影响来协调各个指标的权重。

注意：不同的方法适用于不同情况，请根据具体情况选择适合的方法，合理的确定指标权重。

评价指标权重的确定方法

评价指标权重的确定方法
以下是 6 条关于评价指标权重的确定方法：
1. 专家打分法呀！这就好比是请了一群超级厉害的裁判来给各个指标打分。

比如说选美比赛，专家们根据自己的经验和专业眼光，给每个参赛选手的不同方面打分，像长相啊、气质啊、才艺啥的，最后综合起来确定重要程度。

这不就是在确定那些指标的权重嘛！
2. 层次分析法也很不错哟！可以把要考虑的指标像搭积木一样一层一层地搭建起来。

比如说盖房子，一层是基础，二层是结构，三层是装饰，不同层次的重要性当然不一样啦。

通过这种层层分析的方式，权重就能分得清清楚楚啦！
3. 主成分分析法呢，就像是一场大筛选。

好比从一堆水果中挑出最有代表性的几个。

比如在一堆水果里，苹果、香蕉、橘子，通过分析发现苹果的特征比较突出，那它在权重里的占比可能就会更高一些，这样就把那些最重要的成分给抓出来啦！
4. 聚类分析法呀，就好像把相似的东西归到一块儿去。

比如一群学生，把学习好的归一类，体育好的归一类，艺术好的归一类，这样不就大概能看出每一类在整体评价中的分量了嘛，是不是很形象呀？
5. 因子分析法也有它的妙处呢！就如同从一堆混乱的数据中找出关键的因子。

比如说整理房间，找到那些最关键的物品摆放规则，这些规则就是重要的因子呀，然后就能确定每个部分的权重啦！
6. 熵权法懂不？这就像是在混乱中寻找秩序。

好比在嘈杂的市场里，通过一些方法分辨出哪些声音是最重要的。

通过计算熵值，就能搞清楚各个指标的重要性程度啦，是不是很神奇呢！
我的观点结论就是：这些评价指标权重确定方法都各有特点和适用场景，我们得根据具体情况选择最适合的那个呀！。

指标权重的确定方法

指标权重的确定方法
1.主观评价法：这种方法通过专家评价和专家判断来确定指标的权重。

专家可以根据自己的经验和知识，对不同指标的重要性进行排序或评分。

然后通过加权平均来计算指标的权重。

这种方法的优势在于可以考虑专家
的意见和经验，但可能存在主观性的问题。

2.层次分析法（AHP）：AHP是一种常用的量化指标权重的方法。

它
基于对指标之间的相对关系进行判断和排序。

AHP将问题分解为多个层次，然后在不同层次上进行两两比较，从而得到指标之间的权重。

通过计算一
致性指标，可以评估判断的一致性程度。

这种方法的优势在于能够考虑不
同指标之间的相对重要性，但需要专家提供相对权重的判断。

3.统计分析法：这种方法通过对大量数据的分析和建模，来确定指标
的权重。

常用的统计分析方法包括回归分析、因子分析和主成分分析等。

通过建立数学模型，可以计算出各个指标对总体指标的贡献程度，从而确
定权重。

这种方法的优势在于能够考虑指标之间的相关性和影响程度，但
需要大量的数据支持。

在确定指标权重时，需要综合考虑不同方法的优缺点，并选择合适的
方法根据实际情况进行操作。

同时，还需要进行灵活性的调整和修正，根
据实际应用情况进行权重的修正和更新。

最后，确定的指标权重需要在实
际应用中进行验证和评估，以确保其准确性和可靠性。

esg评级体系指标的权重计算方法

esg评级体系指标的权重计算方法一、概述esg评级体系是一种用于评估企业、地区或国家环境、社会和治理水平的评级体系。

在esg评级体系中，指标权重计算方法是非常重要的一部分，它决定了整个评级体系的科学性和准确性。

本文将详细介绍esg评级体系指标的权重计算方法，包括指标权重的确定原则、计算方法以及应用过程。

二、指标权重确定原则1. 重要性原则：在权重分配上，对esg评级体系中具有重要影响的关键指标赋予较高的权重；2. 特殊性原则：针对不同行业、地区或国家，需要考虑到其特殊性，对某些具有特殊性的指标给予适当的权重；3. 动态调整原则：随着时间的推移，指标的重要性可能会发生变化，因此，权重的调整也是必要的。

三、指标权重计算方法1. 层次分析法：层次分析法是一种常用的权重计算方法，它将问题分解为不同的层次，通过比较各层次中指标的相对重要性来计算权重。

具体步骤包括：建立层次结构、两两比较各指标的重要性、填写判断矩阵、计算权重。

2. 熵值法：熵值法是一种基于信息熵原理的权重计算方法，它通过衡量指标的信息效用价值来计算权重。

具体步骤包括：收集数据、计算指标的信息熵、确定权重。

3. 模糊综合评价法：模糊综合评价法是一种基于模糊数学的方法，它通过模糊数学对指标进行综合评价，从而计算权重。

具体步骤包括：建立评价因素集、建立评价等级集、对每个因素进行评价、计算权重向量。

四、应用过程1. 收集数据：根据esg评级体系的要求，收集相关数据，包括企业、地区或国家的环境、社会和治理方面的数据；2. 确定指标体系：根据esg评级体系的要求，确定指标体系，包括各指标的名称、定义、计算方法等；3. 计算指标权重：根据上述介绍的指标权重计算方法，计算各指标的权重；4. 综合评价：将各指标的得分乘以对应的权重，得到各地区的综合得分，从而对地区进行esg评级；5. 反馈与调整：根据评级结果和实际运行情况，对esg评级体系和指标权重计算方法进行反馈和调整，以提高评级体系的科学性和准确性。

指标权重的计算方法

指标权重的计算方法
在进行决策和评估时，需要对不同的指标进行权重的分配，以反映它们在决策或评估中的重要性。

指标权重的计算方法有很多种，下面介绍几种常用的方法。

1. 主观赋权法
主观赋权法是根据专家的经验和知识来确定指标权重的方法。

在这种方法中，专家会根据自己的判断和经验，对每个指标进行打分，然后根据打分的结果来确定权重。

2. 层次分析法
层次分析法是一种定量化的权重计算方法，它可以将复杂的决策问题分解成不同的层次结构，然后对每个层次结构进行比较和分析，最终得出权重。

在层次分析法中，需要确定决策目标、准则、方案和子方案，对每个层次进行两两比较，得出各层次的权重。

3. 熵权法
熵权法是一种基于信息熵理论的权重计算方法，它可以综合考虑指标之间的关联性和重要性，得出权重。

在熵权法中，需要计算各指标的
熵值和权重，然后通过归一化处理得到最终权重。

4. 灰色关联法
灰色关联法是一种将多个指标进行综合评价的方法，它可以考虑指标之间的相互依赖关系和权重，得出综合评价结果。

在灰色关联法中，需要将各指标进行标准化处理，然后计算各指标之间的关联度和权重，最终得出综合评价结果。

总之，不同的指标权重计算方法有各自的优缺点，需要根据实际情况选择适合的方法进行权重计算。

权重的确定方法汇总

一、指标权重的确定1.综述目前关于属性权重的确定方法很多，根据计算权重时原始数据的来源不同，可以将这些方法分为三类：主观赋权法、客观赋权法、组合赋权法。

主观赋权法是根据决策者（专家）主观上对各属性的重视程度来确定属性权重的方法，其原始数据由专家根据经验主观判断而得到。

常用的主观赋权法有专家调查法（Delphi法）、层次分析法（AHP ）[106-108]、二项系数法、环比评分法、最小平方法等。

本文选用的是利用人的经验知识的有序二元比较量化法。

主观赋权法是人们研究较早、较为成熟的方法，主观赋权法的优点是专家可以根据实际的决策问题和专家自身的知识经验合理地确定各属性权重的排序，不至于出现属性权重与属性实际重要程度相悖的情况。

但决策或评价结果具有较强的主观随意性，客观性较差，同时增加了对决策分析者的负担，应用中有很大局限性。

鉴于主观赋权法的各种不足之处，人们又提出了客观赋权法，其原始数据由各属性在决策方案中的实际数据形成，其基本思想是：属性权重应当是各属性在属性集中的变异程度和对其它属性的影响程度的度量，赋权的原始信息应当直接来源于客观环境，处理信息的过程应当是深入探讨各属性间的相互联系及影响，再根据各属性的联系程度或各属性所提供的信息量大小来决定属性权重。

如果某属性对所有决策方案而言均无差异（即各决策方案的该属性值相同），则该属性对方案的鉴别及排序不起作用，其权重应为0；若某属性对所有决策方案的属性值有较大差异，这样的属性对方案的鉴别及排序将起重要作用，应给予较大权重.总之，各属性权重的大小应根据该属性下各方案属性值差异的大小来确定，差异越大，则该属性的权重越大，反之则越小。

常用的客观赋权法[109-110]有：主成份分析法、熵值法[111-112]、离差及均方差法、多目标规划法等。

其中熵值法用得较多，这种赋权法所使用的数据是决策矩阵，所确定的属性权重反映了属性值的离散程度。

客观赋权法主要是根据原始数据之间的关系来确定权重，因此权重的客观性强，且不增加决策者的负担，方法具有较强的数学理论依据。

指标权重的确定方法

指标权重的确定方法下面将介绍几种常用的方法来确定指标权重：1.层次分析法（AHP）层次分析法是一种通过建立层次结构，将复杂问题逐层分解为可比较的局部问题，最终进行综合评价的方法。

具体步骤包括：-建立目标层次结构，将问题分解为几个层次，包括目标层、准则层、子准则层和指标层。

-构造判断矩阵，通过专家对两两比较不同层次的指标进行判断，建立判断矩阵。

-计算权重，通过计算每个指标的特征向量并进行归一化处理，最终得到各个指标的权重。

2.主成分分析法（PCA）主成分分析法是一种通过线性变换将高维数据转换为低维数据的方法。

在指标权重确定中，可以利用主成分分析法来提取维度，减少指标之间的相关性，以及获得各个主成分的贡献度。

具体步骤包括：-构造相关矩阵，通过计算指标之间的相关系数，得到相关矩阵。

-计算特征值和特征向量，通过对相关矩阵进行特征值分解，得到特征值和对应的特征向量。

-计算贡献度和权重，根据特征值的大小，计算各个主成分的贡献度和权重。

3.熵权法熵权法是一种基于信息熵理论的方法，通过计算指标的熵值和权重，确定各个指标的重要程度。

具体步骤包括：-构造决策矩阵，将各个指标的评价值构造成决策矩阵。

-计算指标熵值，通过计算各个指标的熵值，衡量指标的分散程度。

-计算权重，通过计算各个指标的信息熵和熵值的比值，得到各个指标的权重。

4.模糊综合评价法模糊综合评价法是一种基于模糊数学理论的方法，用于处理评价指标中的不确定性和模糊性。

具体步骤包括：-构造模糊综合判别矩阵，通过对各个指标的模糊判断，构造模糊综合判别矩阵。

-模糊矩阵特征值和特征向量的计算，通过计算模糊矩阵的特征值和特征向量，得到各个指标的权重。

-一致性检验，通过计算一致性指标，判断模糊综合判别矩阵是否具有一致性。

同时，为了增加指标权重确定的科学性和可靠性，还可以采用以下方法：-专家访谈法：通过面对面或远程访谈专家，征求他们对指标的意见和建议，结合他们的经验来确定权重。

综合评价中两种指标权重的确定方法_相似权法和属性AHM赋权法

表 1 我国部分城市的大气监测结果序号
1 2 3 4 5 6 7 8 9 10 11 SO 2 mg m3 01100 01117 01094 01039 01123 01256 01077 01090 01222 01040 01090 NO x mg m3 01040 01081 01089 01056 01062 01069 01090 01132 01139 01022 01052 T SP mg m3 01290 01455 01159 01280 01169 01574 01515 01012 01707 01402 01166
可求出 x i 的
城市名天津沈阳大连武汉杭州太原郑州广州乌鲁木齐呼和浩特福州
降尘
kg ・m - 2 ・月18113 33150 23140 16124 12132 33140 23195 9156 25178 27170 9122
1
综合属性测度向量 ( Λi1 , Λi2 …ΛiK ) 。 ( Λi1 , Λi2 …ΛiK ) 在平均的意义下反映了 x i 的总体评价情况。这样, 单指标属性测度评价向量 ( Λij 1 , Λij 2 …ΛijK ) 与综合属性测度评价向量 ( Λi1 , Λi2 … ΛiK ) 的 “相近” 程度体现了指标 I j 反映总体情况的能力, 两者越相近, 说明 I j 越能体现总体情况, 权重应越大。令w 为相似权, r j 为相似系数。
虽然指示变量取某一数值0但是这一数值没有任何数量大小的意义它仅仅用来说明观察单位的性质或属性因此不同性质或属性的观察单位应取不同的值而同种性质或属性的观察单位应取相同的值指示变量引入回归分析若所研究的问题中有p个数值变量x水平则可对该定性变量设计k组数据第j个定性变量取第s个水平组数据第j个定性变量取其他水平个水平的变量取值均为0对应的模型记作关于指示变量的用途已有不少文献报道被广泛应用于林业研究工业研究农业研究经济数据的分析等各行各业

绩效指标确定权重的原则

绩效指标确定权重的原则(一)系统优化原则在绩效评价指标体系中,每个指标对系统都有它的作用和贡献, 对系统而言都有它的重要性。

所以,在确定它们的权重时,不能只从单个指标动身,而是要处理好各评价指标之间的关系,合理安排它们的权重。

应当遵循系统优化原则,把整体最优化作为动身点和追求的目标。

在这个原则指导下,对评价指标体系中各项评价指标进行分析对比,权衡它们各自对整体的作用和效果,然后对它们的相对重要性做出推断。

确定各自的权重,即不能平均安排,又不能片面强调某个指标、单个指标的最优化,而忽视其他方面的进展。

在实际工作中,应当使每个指标发挥其应有的作用。

(二)评价者的主观意图与客观状况相结合的原则评价指标权重反映了评价者和组织对人员工作的引导意图和价值观念。

当他们觉得某项指标很重要, 需要突出它的作用时,就必定给予该指标以较大的权数。

但现实状况往往与人们的主观意愿不完全全都, 比如,确定权重时要考虑这样几个问题:第一,历史的指标和现实的指标;其次,社会公认的和组织的特别性;第三,同行业、同工种间的平衡。

所以,必需同时考虑现实状况,把引导意图与现实状况结合起来。

例如,评价经营者的经营业绩应当把经济效益和社会效益同时加以考虑。

(三)民主与集中相结合的原则权重是人们对评价指标重要性的熟悉,是定性推断的量化,往往受个人主观因素的影响。

不同的人对同一件事情都有各自的看法,而且常常是不相同的,其中有合理的成分;也有受个人价值观、力量和态度造成的偏见。

这就需要实行群体决策的原则, 集中相关人员的意见相互补充, 形成统一的方案,这个过程有下列好处。

第一,考虑问题比较全面,使权重安排比较合理,防止个别人熟悉和处理问题的片面性。

其次, 比较客观地协调了评价各方之间意见不统一的冲突, 经过争论、协商、考察各种详细状况而确定的方案,具有很强的说服力,预先消退了很多不必要的纠纷。

第三,这是一种参加管理的方式,在方案争论的过程中,各方都提出了自己的意见, 而且对评价目的和系统目标都有进一步的体会和了解, 在日常工作中,可以更好地按原定的目标进行工作。