1、評價指標體系構建原則及綜合評價方法設置評價指標體系時一般要遵循以下原則：（1）區域性原則衡量一個研究對象的運行情況，要從特定的區域出發因地制宜、發揮優勢，評價指標要具有針對性。（2）動態性原則研究對象是一個動態的過程，指標的選取不僅要能夠靜態的反映考核對象的發展現狀，還要動態的考察其發展潛力。選取的指標要能夠具有動態性，可以衡量同一指標在不同時段的變動情況，并且要求所選指標在較長的時間具有實際意義。 （3）可量化原則數據的真實性和可靠性是進行監測的前提條件和重要保障，需要大量的統計數據作為支持。選取的指標應該具有可量化的特點，在保證指標有較高反映考核對象的前提下，能夠直接查到或者通過計算間接得

2、到指標數據，以保證評價的可操作性，同時數據來源要具有權威性，這樣能保證正確評估研究對象。（4）層次性原則一級指標同時分別設立多個具體的子指標。在眾多指標中，把聯系密切的指標歸為一類，構成指標群，形成不同的指標層，有利于全面清晰的反映研究對象。綜合評價方法的選取：隨著計算機技術飛速發展和普遍應用，用于定量評價多指標問題的多指標綜合評價法被廣泛應用到經濟、生活的各個方面，特別是SAS、SPSS等統計軟件的使用更加提高綜合評價法的實用性。目前用于分析多指標體系的綜合評價方法主要有模糊綜合評價法、灰色綜合評價法、數據包絡分析法（DEA法）、層次分析法、主成分分析法以及因子分析法以等多種方法，不同方法的

3、評價結果都是依據指數或分值對參評對象的綜合狀況進行排序評價。在綜合評價過程中，指標權重的確定十分重要。對指標賦值主要有主觀賦值和客觀賦值，也有將主觀、客觀賦值法結合起來的。對于指標數量比較大時，采用傳統的主觀賦值法確定指標的權重則難以全面把握眾多指標，依賴主觀判斷會增大或降低一些指標的重要程度，導致實證的結果難以反映客觀實際情況。客觀賦值法如主成分分析法、變異系數法、熵值法等，權重的確定是根據各項指標的變異程度或者各指標之間的相互關系。具體采用哪一種方法需要根據所構建指標體系的特點以及實證的目的來確定。綜合評價方法的選取要依據研究對象的特點而定，采用客觀賦權法的主成分分析能避免主觀因素的影響，

4、且提取主成分也能減少工作量。以下對常用的層次分析和主成分分析兩種綜合評價方法做簡單介紹。（1）層次分析法層次分析法（The Analytic Hierarchy Process）簡記AHP，是美國運籌學家T.L.Satty等人提出的一種定量和定性分析相結合的多準則決策方法，廣泛應用于分析復雜的社會、經濟以及科學管理領域的問題。其基本原理是通過構造層次分析結構，排列組合得出優劣次序來為決策者提供依據。具體步驟如下：首先構建包括目標層、準則層和指標層三個層次的層次分析結構模型，反映系統各因素之間的關系。其次是構造判斷矩陣，將各層因素進行兩兩比較，對于各因素之間重要性的比較可以通過專家咨詢法，判別主

5、要依據常用的1-9標度法。然后對構造的判斷矩陣進行層次單排序及一次性檢驗。層次單排序主要是為了確定下層的各因素對上層某個因素的影響程度，由于專家確定重要性具有一定的主觀性，要對構建的判別矩陣進行一致性檢驗，即使得 。若檢驗通過，則按照總排序權量表示的結果進行權重賦值。（2）主成分分析法主成分分析法（Principal components）能夠通過“降維”作用把等眾多指標綜合成比較重要的幾個指標，消除指標間的相關性。評價的基本思想就是將多個指標信息綜合成一個綜合指標值進行評價，但并不是指標的簡單組合，而是將目標對象的不同側面，層次以及不同量綱的統計指標轉換為相對評價值。當指標體系涉及大量指標時

6、，若只選用研究對象的個別指標，盡管方便但卻損失了其他信息；若對研究對象的每一個指標都做出評價，這些評價結果也只是獨立的，且各指標間做出的評價有一定的信息重疊。選用主成分分析法可以解決這一問題。主成分分析的數學模型：按照累計方差貢獻率大于等于85%來提取k個主成分（k<n）進行綜合評價，這樣可以盡量減少信息量的損失。其中為p個主成分。進行主成分分析的具體步驟如下。原始指標數值進行準化。主要包括對原始數據的同趨化和無量綱化處理兩個方面。分析的指標最好具有相同趨勢的變化，對于有些指標數值越大，則優化情況越好，稱為正指標，反之為逆指標，可以通過取“逆指標”本身的倒數值代替原始數據進行轉化。另外，

7、各指標數據在含義、單位和計算方法等方面不同，各種數據表現為不同的特性，使用指標數據時需要先對指標值進行標準化處理即無量綱處理，轉為無量綱的相對評價值，使各指標均處于同一數量級別上，方便進行綜合評價分析。無量鋼化指標的方法有很多種，如“最小-最大標準化”、“Z-Score標準化”、“函數化處理法”、“均值化處理法”等。主成分分析中一般采用Z-Score法對原始數據進行標準化處理，也是SPSS軟件默認的標準化方法，可以自動執行。該方法基于原始數據的均值（mean）和標準差(standard deviation)，公式為：，其中為指標平均值，為指標的方差，使得每個屬性值均為0，方差為1。即各樣本在同一指標上的標準分數以0為平均水平，它們與平均水平的距離是標準差1的倍數。計算相關系數矩陣R。通過對指標之間的相關性進行判定，得到相應的特征值和因子載荷矩陣，計算矩陣R的特征值。由方程得到n個特征值，并將矩陣R的特征值由小到大排列順序即。 計算主成分得分和綜合測評值。主成分分析的“降維”作用關鍵在于主成分個數的確定，確定方法有