评价方法范文

评价方法范文第1篇

关键词:评价方法实证分析过程分析

自20世纪初杜邦公司运用投资报酬率指标进行绩效评价以来，绩效评价已从单指标评价发展成多指标综合评价。在多指标综合评价中，评价方法的恰当选择对评价结果具有重要影响。本文拟对AHP、模糊综合评价法、灰色关联度分析法、因子分析法及TOPSIS五种方法在上市公司经营绩效评价中进行实证比较，并通过对各种评价方法具体评价过程的差异分析，试图对实证比较结果的差异作出解释，以期为评价方法的选择提供参考。

一、上市公司经营绩效评价指标体系

由于本文重点是探讨评价方法的比较，故对评价指标的选择不作深入探讨。上市公司经营绩效评价指标是在考虑上市公司特点的基础上，参照《国有资本金效绩评价规则》及其细则来构建的，如图1所示。

二、上市公司经营绩效实证分析

本文选取沪市八家高速公路运营公司作分析样本，分别运用上述五种评价方法对其经营绩效进行评价。原始数据来源于“巨潮资讯”（），对原始数据的预处理原则为：（1）对于极小型指标，取其倒数使用转化为极大型指标；（2）对适度型指标（如资产负债率），按公式xij=1/转换，其中k为原始数据xij’的均值，xij为处理后的数据；（3）无量纲化处理的方法是均值化方法。

1．运用AHP进行经营绩效评价

层次分析结构的构建按图1的模式构建，通过咨询专家，在各层元素中进行两两比较，构造判断矩阵，所有的判断矩阵均通过了一致性检验，并运酶扑愕贸龈髦副甑娜ㄖ兀荽巳ㄖ囟愿髦副杲屑尤ㄗ酆希醋酆辖峁园思腋咚俟吩擞镜木ㄐЫ信判颍峁绫?所示：

表2

评价对象皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

绩效得分1.32140.06711.46721.47331.31311.51391.06351.1020

排名48325176

2．运用灰色关联度分析进行经营绩效评价

取八家公司各指标的最大值所构成的序列作为最优指标集，计算灰色关联系数时取ξ=0.5，计算加权关联度时，权重取上述AHP法所得到的权重。按计算出的灰色加权关联度，上述八家公司的经营绩效评价结果如表3所示：

表3

评价对象皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

绩效得分0.92440.85160.94130.93940.92790.94390.90100.9066

排名58234176

3．运用模糊综合评价法进行经营绩效评价

在这里，评判因素集为图1所示14个指标，即：

U={X1,X2,X3,X4,X5,X6,X7,X8,X9,X10,X11,X12,X13,X14}

评价集为V={经营绩效高V1，经营绩效中V2，经营绩效低V3}；

评价因素集中的所有指标均为定量指标，故采用梯形隶属度函数建立指标值与评价等级间的隶属关系（如图2所示）。将预处理后的数据带入隶属度函数，可得到三个评价等级的隶属度向量R1，R2，R3，对三个等级取权重（本文取（0.5,0.3,0.2））计算评判矩阵R，故评判矩阵R=0.5R1+0.3R2+0.2R3。本例在建立模糊评价模型时，各评判因素权重A的确定采用上述AHP法所确定的权重，评判模型为：B=A*R，其中合成运算采用普通矩阵乘法。运用模糊综合评价法对上述八家公司经营绩效的评价结果如表4所示：

表4

评价对象皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

绩效得分0.46350.24210.59640.50000.59820.51790.35660.3911

排名58241376

4．运用TOPSIS法进行经营绩效评价

运用TOPSIS法时，取八家公司各指标的最大值所构成的序列作为最优向量，最小值所构成的序列作为最劣向量，通过计算各评价对象对最优向量和最劣向量间的欧氏距离，来获得评价对象与最优向量的“拟合”程度，以此作为评价依据。其基本模型为：Ci=(Di-/Di-+Di+)，其中Di-为评价对象到最劣向量间的距离，Di+为评价对象到最优向量间的距离，Ci为评价对象与最优向量的相对接近度，Ci越大则经营绩效越好，加权时的权重仍采用AHP法所得的权重。运用TOPSIS法的评价结果如表5所示：

表5

评价对象皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

绩效得分0.65610.08370.72260.72530.65230.74390.53850.5560

排名48325176

5．运用因子分析法进行经营绩效评价

运用SPSS软件可直接得出上述八家公司的因子得分，本例中，通过因子分析，前四个因子的特征值大于1，所解释的方差占总方差的91.35%，为精确起见，本例取前7个因子，该7个因子解释了所有的方差。对各公司经营绩效评价是以其综合得分为依据的，综合得分的计算方法是以各因子的贡献率为权数，将各公司在7个因子上的得分进行线性加权而求得的。运用因子分析法的评价结果如表6所示：

表6

评价对象皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

绩效得分0.0185-1.07990.27550.30730.23180.3956-0.15110.0024

排名58324176

三．评价结果的比较分析

上述实证过程的5种排序结果汇总如表7所示：

表7

排序方法皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

AHP48325176

灰色58234176

模糊58241376

TOPSIS48325176

因子58324176

序号总和58324176

上文实例中各种评价方法所用的评价指标体系、原始数据及其预处理方法均相同，因此表7所示实证评价结果的差异仅取决于评价方法本身，即各种方法从输入原始数据到输出评价结果这一过程的差异导致评价结果的差异。本文对过程差异分析的前提是，因子分析、关联度系数、欧氏距离等所基于的数学理论均是可靠的，均能真实反映了评价对象间客观存在的差异。

为便于比较，将上述五种方法按评价过程中包含主观因素的程度作如下分类：因子分析法属客观评价法，AHP、灰色评价法和TOPSIS为主观评价方法Ⅰ，模糊综合评价属主观评价法Ⅱ。表8所示为各种评价方法得到的排序结果间的Spearman相关系数,系数越大表明排序结果越接近。

表8

排序方法客观评价法主观评价方法Ⅰ主观评价法Ⅱ

因子AHP灰色TOPSIS模糊

客观评价法因子10.9760.9760.9760.786

主观评价方法ⅠAHP00.97610.95210.69

灰色0.9760.95210.9520.833

TOPSIS0.97610.95210.69

主观评价法Ⅱ模糊0.7860.690.8330.691

1).客观评价法与主观评价法Ⅰ的比较：通过表8的Spearman相关系数可知，因子分析法的排序结果与三种主观评价方法Ⅰ的结果具有相同的相关度，相关系数均为0.976。

因子分析法在构造综合评价值时所涉及到的权重都是从数学变换中伴随生成的，同时因子分析的具体过程在数学上都有严格的逻辑，可以说因子分析法从处理数据开始直至输出综合因子得分的整个过程都具有很强的客观性；而主观评价法Ⅰ与因子分析法相比，其中的AHP法对原始指标加权综合前、灰色关联度法对关联度系数加权综合前、TOPSIS法对欧氏距离加权综合前的过程都是数学运算过程，不同的是在加权权数的确定上主观评价方法Ⅰ是主观确定的；因此从评价结果的输出过程来看，因子分析法与主观评价法Ⅰ的差异取决于加权权数。

2).客观评价法与主观评价法Ⅱ的比较：因子分析法的排序结果与模糊综合评价法的结果相关度较低，相关系数为0.786。

模糊综合评价法从评价集的定义、特别是隶属度函数的构建、合成算子的选取直到权重的选取、输出评价结果全过程均包含主观判断的因素，随意性较大，其评价结果很大程度上取决于参与评价的专家的素质。因此模糊评价与因子分析法评价结果的差异可能产生于评价过程的任一环节，两者的评价结果很容易产生较大差异。

3).主观评价方法Ⅰ与主观评价法Ⅱ比较：两者评价结果的相关度也不高，如上文所述，主观评价方法Ⅰ在加权综合前的过程是数学运算过程，而模糊评价在加权综合前的过程是主观判断，如果两者用于加权综合的权数是通过同样的方法取得的（上文的实例均是采用AHP法得到的权数），则评价结果的差异取决于加权综合前的任何一环节。

4).三种主观评价方法Ⅰ间的比较：AHP与TOPSIS法的排序结果完全相同，两者与灰色关联度法高度相关，相关系数为0.976。

这三种方法都是通过对原始指标值的数学运算，再利用主观确定的权数对数学运算的结果进行加权综合后输出评价结果的，在采用的加权权数相同的情况下，应该输出相同的结果，上文AHP与TOPSIS法的排序完全相同也证实了这一点；但灰色关联度法在加权综合前的数学运算过程中，计算灰色关联度系数时“分辨率ξ”的确定无一个合理的标准（本例取ξ=0.5），这与AHP和TOPSIS法有点区别，也正是这点差别，使灰色关联度法与AHP和TOPSIS法的评价结果产生差异。

上述分析与实证的结果基本一致，但并不能说明评价过程中客观的数学运算和主观判断的优劣，实际上数学运算有时可能扭曲真实情况，主观判断有时能结合评价对象的特点形成更真实的反映。

不过有的学者认为综合各种评价方法的结果可以找到一个最优排序，并提出序号总和理论、众数理论和加权平均理论等，所谓“序号和理论”是指把各种不同的评价方法下的排序序号相加，得到序号总和，按序号总和从小到大的排序即为最优的位序，当序号总和相等而无法排序时，可按众数理论确定其位序，本例按序号总和排序的结果见表7。这里运用spearman相关分析对各种排序与序号总和排序的相关性作了简要分析，结果如表9所示：

表9

排序方法客观评价法主观评价方法Ⅰ主观评价方法Ⅱ

因子分析法AHP灰色关联度TOPSIS模糊评价

Spearman相关系数10.9760.9760.9760.786

由表9可知，客观赋权法即因子分析法与序号总和法的结果完全相同，三种主观评价方法Ⅰ与序号总和法的相关度相同，且高度相关（相关系数均是0.976），模糊评价法与序号总和法相关度最低，相关系数为0.786。

四、结束语

鉴于上述各种评价方法间在评价过程上存在的差异，在选择评价方法时要结合评价对象的特点，充分考虑这些差异可能给评价结果造成的影响。比如当某项决策需突出评价对象某方面的特征时，运用主观性更强的评价方法可能会得到较好的结果；而评价对象的特性不易把握、或评价人员的知识不足以准确把握评价对象的特性时，运用客观性更强的评价方法更恰当。

参考文献：

1)周国强.经济系统综合经济效益评价方法比较.武汉理工大学学报(交通科学与工程版)2002（4）

2)白雪梅，赵松山.多种综合评价方法的优劣判断研究.统计研究2000（7）

评价方法范文第2篇

【关键词】煤层气；测试方法；评价方法

煤层气俗称“瓦斯”作为清洁能源，在国家倡导低污染的经济发展中扮演着很重要的角色。我国的煤层气资源含量比较丰富。所以准确测量煤层气资源的位置和含量很重要。而且煤层气的开发不同于天然气，有很大的难度。在煤层气的开采过程中很重要的一个步骤就是试井，采用试井的方法可以对每层进行识别，可以分析煤层的主要性质，可以测量煤层气的分布和储层，在煤层气开采的后期阶段，煤层气会大量的稀释，所以精确测量关于煤层气的各个参数就显得更为重要。通过对煤层气进行测量，并对其测量方法进行评价。

1、煤层气的分布及测井技术的发展现状

目前，我国的煤层气资源分布广泛，而且储量很大。我国现在已经探明的煤层气大约有31.46万亿立方米。是仅次于俄罗斯和加拿大的第三大煤层气资源储存过。大致可以将煤层气资源分为四个部分：探明储量、控制储量、预测储量和远景资源量。煤层气是在煤层形成的过程中形成的一种依附在煤层中的自储性的天然气。

煤层气的测井技术是在石油测井和煤炭测井的基础上逐渐发展起来的。但是目前我国的煤田井测技术主要运用于标准煤田的煤层的勘探，所以针对煤层气的储量的特点，测量的有关煤层气的数据进行技术分析，根据技术分析的结果研究煤层气的开采方法。虽然，关于煤层气的研究还处于初级阶段，但是取得了较大的进步。首先是利用井测技术可以精确的指导煤层的深度以及其他数据。其次，在对煤田中煤层气的含量的测定也有很大的发展。最后，在利用井测技术对煤层气的综合测评上也取得了较大的突破。

2、煤层气的测试方法

关于煤层气的测试方法有很多种，通过介绍下面几种常见的煤层气的测量方法，对煤层气的开采测量有大致的了解。首先是注入/压降的测试方法。这种方法在煤层气的测量过程中得到了最广泛的应用。它的主要工作原理是利用压力压强的原理将水注入到底层一段时间，然后进行测试。其次是钻杆的测试煤气层的方法。主要的工作原理是利用钻杆地层测试仪，测量煤层中的煤层气的含量、煤层气的流动性以及煤层气在煤层中的流动性等。再次是罐测试方法，罐测试方法的主要工作原理是利用罐内外的液面的高度差所产生的压力差，来测量煤层中的煤层气的含量以及煤层气的深度。最后是利用段塞的方式来测量煤层中煤层气的测试方法。这种测试方法的主要工作原理是也是利用煤层与外界的压强差向井筒中瞬间注入一定的液体，在压力恢复的过程中当达到与地面的压力相同时，来求得煤层中的地层的渗透率。

3、煤层气测试方法的分析评价

关于煤层气的测量方法与普通的油气的测试方法有很大的区别。其实关于煤层气的开发和利用也是一种变废为宝的过程，在过去相当长的一段时间内，在煤炭的开采过程中煤层气都被浪费了，不仅浪费了宝贵的资源，而且为煤层的开采也埋下了安全隐患，因为煤层气的主要成分是甲烷，俗称“瓦斯”如果在煤井中的含量过高，很有肯能引发爆炸。随着我们对于煤层气的开发这种安全隐患也在逐渐降低。但是关于煤层气的开发利用还处于起步阶段，所以关于煤层气的测试方法也有很多的不足。

首先关于注入/压降的测试方法的评价，这种方法在使用过程中所需要的时间较短，可以利用在煤田分析中的方法对测试结果进行分析即可。但是成本偏高，存在压裂地层的危险，对于各种复杂的地层中煤层气的测量都可以使用。其次是关于钻杆的测试方法，这种方法费用偏低，且可以获得地层中潜在的资料。但是开关的时间很难控制，主要适用于渗透性能好的地层。再次是关于罐测试方法的评价，这种方法费用偏低，但是实施时间较长，主要适用于渗透性能好的地层。最后是关于段塞测试方法的评价，这种方法施工简单，但是测试时间较长，不适用于两相流，对于非均匀的地质层很难解释。

结论

目前，我国对于煤层气的开发尚且属于初级阶段，开发利用煤层气资源有助于缓解我国现在的资源紧缺的现状，还可以减少在煤炭开采过程中的瓦斯爆炸。对于促进我国经济的可持续发展有很大的战略意义。但是，现在对于煤层气资源开采很多工艺和勘察技术都处于起步阶段。随着对于煤层气开发和利用的逐渐加深，对于煤层气勘探技术的要求也越来越高。通过对于不同的勘察煤层气的方法进行介绍，使我们掌握最基本得适用范围。并对各种方法进行评价。并在对各种测试方法进行综合评价的基础之上，对于不同分布结构的煤层气给出不同的测量可开采方法。

参考文献

[1]赵庆波等.煤层气地质与勘探技术[M].北京：石油工业出版社，1999.128-169.

[2]赵庆波，刘兵等.世界煤层气工业发展现状[M].北京：地质出版社，1998.50-76.

[3]孙茂远，黄盛初等.煤层气开发利用手册[M].北京：北京煤炭工业出版社，1998.73-84.

[4]杨建业，杜美利，苏小鹏，李慧利.煤层气藏的储集特征及储层评价[J].西安地质学院学报，2008，1，7（3）：72-82.

[5]刘贻军，娄建青.中国煤层气储层特征及开发技术探讨[J].天然气工业，2004， 2，4（1）：68-71.

[6]韩永新，刘振庆.煤层气试井测试方法[J].油气井测试，1997，6，17（3）：59-63.

评价方法范文第3篇

关键词:评价方法实证分析过程分析

自20世纪初杜邦公司运用投资报酬率指标进行绩效评价以来，绩效评价已从单指标评价发展成多指标综合评价。在多指标综合评价中，评价方法的恰当选择对评价结果具有重要影响。本文拟对AHP、模糊综合评价法、灰色关联度分析法、因子分析法及TOPSIS五种方法在上市公司经营绩效评价中进行实证比较，并通过对各种评价方法具体评价过程的差异分析，试图对实证比较结果的差异作出解释，以期为评价方法的选择提供参考。

一、上市公司经营绩效评价指标体系

由于本文重点是探讨评价方法的比较，故对评价指标的选择不作深入探讨。上市公司经营绩效评价指标是在考虑上市公司特点的基础上，参照《国有资本金效绩评价规则》及其细则来构建的，如图1所示。

二、上市公司经营绩效实证分析

本文选取沪市八家高速公路运营公司作分析样本，分别运用上述五种评价方法对其经营绩效进行评价。原始数据来源于“巨潮资讯”（），对原始数据的预处理原则为：（1）对于极小型指标，取其倒数使用转化为极大型指标；（2）对适度型指标（如资产负债率），按公式xij=1/转换，其中k为原始数据xij’的均值，xij为处理后的数据；（3）无量纲化处理的方法是均值化方法。

1．运用AHP进行经营绩效评价

层次分析结构的构建按图1的模式构建，通过咨询专家，在各层元素中进行两两比较，构造判断矩阵，所有的判断矩阵均通过了一致性检验，并运酶扑愕贸龈髦副甑娜ㄖ兀荽巳ㄖ囟愿髦副杲屑尤ㄗ酆希醋酆辖峁园思腋咚俟吩擞镜木ㄐЫ信判颍峁绫?所示：

表2

评价对象皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

绩效得分1.32140.06711.46721.47331.31311.51391.06351.1020

排名48325176

2．运用灰色关联度分析进行经营绩效评价

取八家公司各指标的最大值所构成的序列作为最优指标集，计算灰色关联系数时取ξ=0.5，计算加权关联度时，权重取上述AHP法所得到的权重。按计算出的灰色加权关联度，上述八家公司的经营绩效评价结果如表3所示：

表3

评价对象皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

绩效得分0.92440.85160.94130.93940.92790.94390.90100.9066

排名58234176

3．运用模糊综合评价法进行经营绩效评价

在这里，评判因素集为图1所示14个指标，即：

U={X1,X2,X3,X4,X5,X6,X7,X8,X9,X10,X11,X12,X13,X14}

评价集为V={经营绩效高V1，经营绩效中V2，经营绩效低V3}；

评价因素集中的所有指标均为定量指标，故采用梯形隶属度函数建立指标值与评价等级间的隶属关系（如图2所示）。将预处理后的数据带入隶属度函数，可得到三个评价等级的隶属度向量R1，R2，R3，对三个等级取权重（本文取（0.5,0.3,0.2））计算评判矩阵R，故评判矩阵R=0.5R1+0.3R2+0.2R3。本例在建立模糊评价模型时，各评判因素权重A的确定采用上述AHP法所确定的权重，评判模型为：B=A*R，其中合成运算采用普通矩阵乘法。运用模糊综合评价法对上述八家公司经营绩效的评价结果如表4所示：

表4

评价对象皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

绩效得分0.46350.24210.59640.50000.59820.51790.35660.3911

排名58241376

4．运用TOPSIS法进行经营绩效评价

运用TOPSIS法时，取八家公司各指标的最大值所构成的序列作为最优向量，最小值所构成的序列作为最劣向量，通过计算各评价对象对最优向量和最劣向量间的欧氏距离，来获得评价对象与最优向量的“拟合”程度，以此作为评价依据。其基本模型为：Ci=(Di-/Di-+Di+)，其中Di-为评价对象到最劣向量间的距离，Di+为评价对象到最优向量间的距离，Ci为评价对象与最优向量的相对接近度，Ci越大则经营绩效越好，加权时的权重仍采用AHP法所得的权重。运用TOPSIS法的评价结果如表5所示：

表5

评价对象皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

绩效得分0.65610.08370.72260.72530.65230.74390.53850.5560

排名48325176

5．运用因子分析法进行经营绩效评价

运用SPSS软件可直接得出上述八家公司的因子得分，本例中，通过因子分析，前四个因子的特征值大于1，所解释的方差占总方差的91.35%，为精确起见，本例取前7个因子，该7个因子解释了所有的方差。对各公司经营绩效评价是以其综合得分为依据的，综合得分的计算方法是以各因子的贡献率为权数，将各公司在7个因子上的得分进行线性加权而求得的。运用因子分析法的评价结果如表6所示：

表6

评价对象皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

绩效得分0.0185-1.07990.27550.30730.23180.3956-0.15110.0024

排名58324176

三．评价结果的比较分析

上述实证过程的5种排序结果汇总如表7所示：

表7

排序方法皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

AHP48325176

灰色58234176

模糊58241376

TOPSIS48325176

因子58324176

序号总和58324176

上文实例中各种评价方法所用的评价指标体系、原始数据及其预处理方法均相同，因此表7所示实证评价结果的差异仅取决于评价方法本身，即各种方法从输入原始数据到输出评价结果这一过程的差异导致评价结果的差异。本文对过程差异分析的前提是，因子分析、关联度系数、欧氏距离等所基于的数学理论均是可靠的，均能真实反映了评价对象间客观存在的差异。

为便于比较，将上述五种方法按评价过程中包含主观因素的程度作如下分类：因子分析法属客观评价法，AHP、灰色评价法和TOPSIS为主观评价方法Ⅰ，模糊综合评价属主观评价法Ⅱ。表8所示为各种评价方法得到的排序结果间的Spearman相关系数,系数越大表明排序结果越接近。

表8

排序方法客观评价法主观评价方法Ⅰ主观评价法Ⅱ

因子AHP灰色TOPSIS模糊

客观评价法因子10.9760.9760.9760.786

主观评价方法ⅠAHP00.97610.95210.69

灰色0.9760.95210.9520.833

TOPSIS0.97610.95210.69

主观评价法Ⅱ模糊0.7860.690.8330.691

1).客观评价法与主观评价法Ⅰ的比较：通过表8的Spearman相关系数可知，因子分析法的排序结果与三种主观评价方法Ⅰ的结果具有相同的相关度，相关系数均为0.976。

因子分析法在构造综合评价值时所涉及到的权重都是从数学变换中伴随生成的，同时因子分析的具体过程在数学上都有严格的逻辑，可以说因子分析法从处理数据开始直至输出综合因子得分的整个过程都具有很强的客观性；而主观评价法Ⅰ与因子分析法相比，其中的AHP法对原始指标加权综合前、灰色关联度法对关联度系数加权综合前、TOPSIS法对欧氏距离加权综合前的过程都是数学运算过程，不同的是在加权权数的确定上主观评价方法Ⅰ是主观确定的；因此从评价结果的输出过程来看，因子分析法与主观评价法Ⅰ的差异取决于加权权数。

2).客观评价法与主观评价法Ⅱ的比较：因子分析法的排序结果与模糊综合评价法的结果相关度较低，相关系数为0.786。

模糊综合评价法从评价集的定义、特别是隶属度函数的构建、合成算子的选取直到权重的选取、输出评价结果全过程均包含主观判断的因素，随意性较大，其评价结果很大程度上取决于参与评价的专家的素质。因此模糊评价与因子分析法评价结果的差异可能产生于评价过程的任一环节，两者的评价结果很容易产生较大差异。

3).主观评价方法Ⅰ与主观评价法Ⅱ比较：两者评价结果的相关度也不高，如上文所述，主观评价方法Ⅰ在加权综合前的过程是数学运算过程，而模糊评价在加权综合前的过程是主观判断，如果两者用于加权综合的权数是通过同样的方法取得的（上文的实例均是采用AHP法得到的权数），则评价结果的差异取决于加权综合前的任何一环节。

4).三种主观评价方法Ⅰ间的比较：AHP与TOPSIS法的排序结果完全相同，两者与灰色关联度法高度相关，相关系数为0.976。

这三种方法都是通过对原始指标值的数学运算，再利用主观确定的权数对数学运算的结果进行加权综合后输出评价结果的，在采用的加权权数相同的情况下，应该输出相同的结果，上文AHP与TOPSIS法的排序完全相同也证实了这一点；但灰色关联度法在加权综合前的数学运算过程中，计算灰色关联度系数时“分辨率ξ”的确定无一个合理的标准（本例取ξ=0.5），这与AHP和TOPSIS法有点区别，也正是这点差别，使灰色关联度法与AHP和TOPSIS法的评价结果产生差异。

上述分析与实证的结果基本一致，但并不能说明评价过程中客观的数学运算和主观判断的优劣，实际上数学运算有时可能扭曲真实情况，主观判断有时能结合评价对象的特点形成更真实的反映。

不过有的学者认为综合各种评价方法的结果可以找到一个最优排序，并提出序号总和理论、众数理论和加权平均理论等，所谓“序号和理论”是指把各种不同的评价方法下的排序序号相加，得到序号总和，按序号总和从小到大的排序即为最优的位序，当序号总和相等而无法排序时，可按众数理论确定其位序，本例按序号总和排序的结果见表7。这里运用spearman相关分析对各种排序与序号总和排序的相关性作了简要分析，结果如表9所示：

表9

排序方法客观评价法主观评价方法Ⅰ主观评价方法Ⅱ

因子分析法AHP灰色关联度TOPSIS模糊评价

Spearman相关系数10.9760.9760.9760.786

由表9可知，客观赋权法即因子分析法与序号总和法的结果完全相同，三种主观评价方法Ⅰ与序号总和法的相关度相同，且高度相关（相关系数均是0.976），模糊评价法与序号总和法相关度最低，相关系数为0.786。

四、结束语

鉴于上述各种评价方法间在评价过程上存在的差异，在选择评价方法时要结合评价对象的特点，充分考虑这些差异可能给评价结果造成的影响。比如当某项决策需突出评价对象某方面的特征时，运用主观性更强的评价方法可能会得到较好的结果；而评价对象的特性不易把握、或评价人员的知识不足以准确把握评价对象的特性时，运用客观性更强的评价方法更恰当。

参考文献：

1)周国强.经济系统综合经济效益评价方法比较.武汉理工大学学报(交通科学与工程版)2002（4）

2)白雪梅，赵松山.多种综合评价方法的优劣判断研究.统计研究2000（7）

评价方法范文第4篇

关键词：低碳技术 评价 可持续发展

Abstract：Low carbon technology assessment content is usually from energy use rate， economic benefit， the life cycle of technology evaluation，Through the research on the technology assessment method， to determine the optimum technical project， in order to promote the implementation of circular economy and sustainable development strategy.

Key words：low carbon technology； evaluation； sustainable development

随着科学技术地不断进步，节能技术、新能源技术等低碳技术的开发，也如雨后春笋般在各个地区各个行业蓬勃发展。在技术进行实施推广之前，先对其技术进行各项指标的评价，包括能源、原材料等的投入及产品的产出，以及实施以后对环境及人类的影响程度进行评价，从而确定该项技术是否符合实际意义上的低碳技术，是否真正提高了能源利用率，达到低能耗、低排放、低污染的技术要求，并且可以进行几种技术的评价比较，最终得出同一技术类型中最优的技术项目，以促进循环经济及可持续发展战略的实施和进行[1]。

1 评价的思路

由于经济的增长必然伴随着能源的需求，必然会带来未来的环境压力，新能源技术、节能减排技术、碳捕集技术等低碳技术的评价体系均是基于经济、能源、环境三者的相互联系，建立综合评价模型，建立起费用-效益分析的基本框架，从国民经济角度分析低碳技术的投入成本及经济、环境效果，在此基础上进行不确定因素的分析。因此对低碳技术评价的内容通常从能源使用率、经济效益、生命周期方面进行评价[2]。

2 评价方法

由于各种技术都有各自的特点，并且在其评价方法上都有所不同，且这些技术都需要进行多种指标的评价，包括技术指标、经济指标、环境指标、社会指标等，需要进行综合的分析评价，因此对技术的综合性评价的基本方法大致有层次分析法、综合评分法、德尔菲法、熵值法、模糊综合评判法等，这些方法渗透于指标权重分析、模型建立评价当中。

3 低碳技术评价方法的应用研究

对低碳技术进行评价的一般步骤：首先对分析低碳技术的特点及对其进行评价目的，确定该技术需要评价的指标体系，然后再选定一种评价方法，在某种评价方法的基础上建立综合评价模型，再将需要评价的各个指标的相关数据代入模型进行计算和分析评价。

对于低碳技术的评价，主要是对其各项指标进行评价。各项技术的评价体系所含内容大致相同，包括的适用范围、体系结构、评价基准值、权重值及权重值的确定方法、水平评价方法，评价指标主要有技术、经济、环境和社会等[6]。建立评价指标体系的目的在于应用指标进行核算和评估，所以指标的核算的方法是指标体系建立的正确与否的关键。选择的评价指标体系应具有整体性与层次性、科学性和现实性、独立性与协调性、完备性与简洁性、动态性与稳定性、定性与定量指标相结合、实用性和可操作性、以及普遍性和特殊性等特点。

通过对技术中各因素的分析，评价指标原始数据标准化处理，利用各指标的客观权重，以及所选定的评价方法，建立起基于能源、经济、环境相互关联的评价模型，建立费用-效益的分析框架，对技术中所必需的能源、资金的输入与最终产品的输出、经济环境的效果进行分析。

将所需要的相关参数输入模型，由模型计算出在相应条件下该项技术的技术指标、经济指标和环境排放指标情况等指标参数。再对计算结果进行能源、成本、风险、敏感性分析等。最终得出较为理想的评价方法。

参考文献：

[1]张丽峰.低碳经济背景下我国产业结构调整对策研究[J].开放导报，2010（4）：31

[2]万成涛.水资源质量评价综述[J]. 水资源研究，第26卷第4期，2005（12）：32

[3]王靖，张金锁.综合评价中确定权重向量的几种方法比较[J].河北工业大学学报，2001（2）：52-53

[4]Jergeas，G.F，andV G Cooke 《Law of Tender Applied to Request for Proposal Prosess[J]》Management Journal，1997，12-13.

[5] 张晋，华佩，柯华斌，王圃.层次分析—模糊综合评判法在给水处理工艺优选中的应用[J].水处理技术，2011，37（11）：51-52

评价方法范文第5篇

关键词:评价方法实证分析过程分析

自20世纪初杜邦公司运用投资报酬率指标进行绩效评价以来，绩效评价已从单指标评价发展成多指标综合评价。在多指标综合评价中，评价方法的恰当选择对评价结果具有重要影响。本文拟对AHP、模糊综合评价法、灰色关联度分析法、因子分析法及TOPSIS五种方法在上市公司经营绩效评价中进行实证比较，并通过对各种评价方法具体评价过程的差异分析，试图对实证比较结果的差异作出解释，以期为评价方法的选择提供参考。

一、上市公司经营绩效评价指标体系

由于本文重点是探讨评价方法的比较，故对评价指标的选择不作深入探讨。上市公司经营绩效评价指标是在考虑上市公司特点的基础上，参照《国有资本金效绩评价规则》及其细则来构建的，如图1所示。

二、上市公司经营绩效实证分析

本文选取沪市八家高速公路运营公司作分析样本，分别运用上述五种评价方法对其经营绩效进行评价。原始数据来源于“巨潮资讯”（），对原始数据的预处理原则为：（1）对于极小型指标，取其倒数使用转化为极大型指标；（2）对适度型指标（如资产负债率），按公式xij=1/转换，其中k为原始数据xij’的均值，xij为处理后的数据；（3）无量纲化处理的方法是均值化方法。

1．运用AHP进行经营绩效评价

层次分析结构的构建按图1的模式构建，通过咨询专家，在各层元素中进行两两比较，构造判断矩阵，所有的判断矩阵均通过了一致性检验，并运酶扑愕贸龈髦副甑娜ㄖ兀荽巳ㄖ囟愿髦副杲屑尤ㄗ酆希醋酆辖峁园思腋咚俟吩擞镜木ㄐЫ信判颍峁绫?所示：

表2

评价对象皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

绩效得分1.32140.06711.46721.47331.31311.51391.06351.1020

排名48325176

2．运用灰色关联度分析进行经营绩效评价

取八家公司各指标的最大值所构成的序列作为最优指标集，计算灰色关联系数时取ξ=0.5，计算加权关联度时，权重取上述AHP法所得到的权重。按计算出的灰色加权关联度，上述八家公司的经营绩效评价结果如表3所示：

表3

评价对象皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

绩效得分0.92440.85160.94130.93940.92790.94390.90100.9066

排名58234176

3．运用模糊综合评价法进行经营绩效评价

在这里，评判因素集为图1所示14个指标，即：

U={X1,X2,X3,X4,X5,X6,X7,X8,X9,X10,X11,X12,X13,X14}

评价集为V={经营绩效高V1，经营绩效中V2，经营绩效低V3}；

评价因素集中的所有指标均为定量指标，故采用梯形隶属度函数建立指标值与评价等级间的隶属关系（如图2所示）。将预处理后的数据带入隶属度函数，可得到三个评价等级的隶属度向量R1，R2，R3，对三个等级取权重（本文取（0.5,0.3,0.2））计算评判矩阵R，故评判矩阵R=0.5R1+0.3R2+0.2R3。本例在建立模糊评价模型时，各评判因素权重A的确定采用上述AHP法所确定的权重，评判模型为：B=A*R，其中合成运算采用普通矩阵乘法。运用模糊综合评价法对上述八家公司经营绩效的评价结果如表4所示：

表4

评价对象皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

绩效得分0.46350.24210.59640.50000.59820.51790.35660.3911

排名58241376

4．运用TOPSIS法进行经营绩效评价

运用TOPSIS法时，取八家公司各指标的最大值所构成的序列作为最优向量，最小值所构成的序列作为最劣向量，通过计算各评价对象对最优向量和最劣向量间的欧氏距离，来获得评价对象与最优向量的“拟合”程度，以此作为评价依据。其基本模型为：Ci=(Di-/Di-+Di+)，其中Di-为评价对象到最劣向量间的距离，Di+为评价对象到最优向量间的距离，Ci为评价对象与最优向量的相对接近度，Ci越大则经营绩效越好，加权时的权重仍采用AHP法所得的权重。运用TOPSIS法的评价结果如表5所示：

表5

评价对象皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

绩效得分0.65610.08370.72260.72530.65230.74390.53850.5560

排名48325176

5．运用因子分析法进行经营绩效评价

运用SPSS软件可直接得出上述八家公司的因子得分，本例中，通过因子分析，前四个因子的特征值大于1，所解释的方差占总方差的91.35%，为精确起见，本例取前7个因子，该7个因子解释了所有的方差。对各公司经营绩效评价是以其综合得分为依据的，综合得分的计算方法是以各因子的贡献率为权数，将各公司在7个因子上的得分进行线性加权而求得的。运用因子分析法的评价结果如表6所示：

表6

评价对象皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

绩效得分0.0185-1.07990.27550.30730.23180.3956-0.15110.0024

排名58324176

三．评价结果的比较分析

上述实证过程的5种排序结果汇总如表7所示：

表7

排序方法皖通高速东北高速中原高速福建高速楚天高速赣粤高速宁沪高速深高速

AHP48325176

灰色58234176

模糊58241376

TOPSIS48325176

因子58324176

序号总和58324176

上文实例中各种评价方法所用的评价指标体系、原始数据及其预处理方法均相同，因此表7所示实证评价结果的差异仅取决于评价方法本身，即各种方法从输入原始数据到输出评价结果这一过程的差异导致评价结果的差异。本文对过程差异分析的前提是，因子分析、关联度系数、欧氏距离等所基于的数学理论均是可靠的，均能真实反映了评价对象间客观存在的差异。

为便于比较，将上述五种方法按评价过程中包含主观因素的程度作如下分类：因子分析法属客观评价法，AHP、灰色评价法和TOPSIS为主观评价方法Ⅰ，模糊综合评价属主观评价法Ⅱ。表8所示为各种评价方法得到的排序结果间的Spearman相关系数,系数越大表明排序结果越接近。

表8

排序方法客观评价法主观评价方法Ⅰ主观评价法Ⅱ

因子AHP灰色TOPSIS模糊

客观评价法因子10.9760.9760.9760.786

主观评价方法ⅠAHP00.97610.95210.69

灰色0.9760.95210.9520.833

TOPSIS0.97610.95210.69

主观评价法Ⅱ模糊0.7860.690.8330.691

1).客观评价法与主观评价法Ⅰ的比较：通过表8的Spearman相关系数可知，因子分析法的排序结果与三种主观评价方法Ⅰ的结果具有相同的相关度，相关系数均为0.976。

因子分析法在构造综合评价值时所涉及到的权重都是从数学变换中伴随生成的，同时因子分析的具体过程在数学上都有严格的逻辑，可以说因子分析法从处理数据开始直至输出综合因子得分的整个过程都具有很强的客观性；而主观评价法Ⅰ与因子分析法相比，其中的AHP法对原始指标加权综合前、灰色关联度法对关联度系数加权综合前、TOPSIS法对欧氏距离加权综合前的过程都是数学运算过程，不同的是在加权权数的确定上主观评价方法Ⅰ是主观确定的；因此从评价结果的输出过程来看，因子分析法与主观评价法Ⅰ的差异取决于加权权数。

2).客观评价法与主观评价法Ⅱ的比较：因子分析法的排序结果与模糊综合评价法的结果相关度较低，相关系数为0.786。

模糊综合评价法从评价集的定义、特别是隶属度函数的构建、合成算子的选取直到权重的选取、输出评价结果全过程均包含主观判断的因素，随意性较大，其评价结果很大程度上取决于参与评价的专家的素质。因此模糊评价与因子分析法评价结果的差异可能产生于评价过程的任一环节，两者的评价结果很容易产生较大差异。

3).主观评价方法Ⅰ与主观评价法Ⅱ比较：两者评价结果的相关度也不高，如上文所述，主观评价方法Ⅰ在加权综合前的过程是数学运算过程，而模糊评价在加权综合前的过程是主观判断，如果两者用于加权综合的权数是通过同样的方法取得的（上文的实例均是采用AHP法得到的权数），则评价结果的差异取决于加权综合前的任何一环节。

4).三种主观评价方法Ⅰ间的比较：AHP与TOPSIS法的排序结果完全相同，两者与灰色关联度法高度相关，相关系数为0.976。

这三种方法都是通过对原始指标值的数学运算，再利用主观确定的权数对数学运算的结果进行加权综合后输出评价结果的，在采用的加权权数相同的情况下，应该输出相同的结果，上文AHP与TOPSIS法的排序完全相同也证实了这一点；但灰色关联度法在加权综合前的数学运算过程中，计算灰色关联度系数时“分辨率ξ”的确定无一个合理的标准（本例取ξ=0.5），这与AHP和TOPSIS法有点区别，也正是这点差别，使灰色关联度法与AHP和TOPSIS法的评价结果产生差异。

上述分析与实证的结果基本一致，但并不能说明评价过程中客观的数学运算和主观判断的优劣，实际上数学运算有时可能扭曲真实情况，主观判断有时能结合评价对象的特点形成更真实的反映。

不过有的学者认为综合各种评价方法的结果可以找到一个最优排序，并提出序号总和理论、众数理论和加权平均理论等，所谓“序号和理论”是指把各种不同的评价方法下的排序序号相加，得到序号总和，按序号总和从小到大的排序即为最优的位序，当序号总和相等而无法排序时，可按众数理论确定其位序，本例按序号总和排序的结果见表7。这里运用spearman相关分析对各种排序与序号总和排序的相关性作了简要分析，结果如表9所示：

表9

排序方法客观评价法主观评价方法Ⅰ主观评价方法Ⅱ

因子分析法AHP灰色关联度TOPSIS模糊评价

Spearman相关系数10.9760.9760.9760.786

由表9可知，客观赋权法即因子分析法与序号总和法的结果完全相同，三种主观评价方法Ⅰ与序号总和法的相关度相同，且高度相关（相关系数均是0.976），模糊评价法与序号总和法相关度最低，相关系数为0.786。

四、结束语

鉴于上述各种评价方法间在评价过程上存在的差异，在选择评价方法时要结合评价对象的特点，充分考虑这些差异可能给评价结果造成的影响。比如当某项决策需突出评价对象某方面的特征时，运用主观性更强的评价方法可能会得到较好的结果；而评价对象的特性不易把握、或评价人员的知识不足以准确把握评价对象的特性时，运用客观性更强的评价方法更恰当。

参考文献：

1)周国强.经济系统综合经济效益评价方法比较.武汉理工大学学报(交通科学与工程版)2002（4）

2)白雪梅，赵松山.多种综合评价方法的优劣判断研究.统计研究2000（7）

评价方法范文第6篇

石油企业在建立现代化企业管理制度的过程中，需要针对自身的生产特点来实现有效的安全评价，具体意义如下：第一，通过对施工项目安全评价，能够及时的发现施工现场的薄弱环节，进而及时发现问题、解决问题，以确保施工的安全；第二，以安全评价的的全面性与规模性来克服平时检查工作中所存在的盲目性与随意性，进而落实安全评价的可信度。第三，通过安全评价能够督促石油企业开展相应的培训工作，进而在确保生产安全的基础上，提高石油企业的经济效益与社会效益。第四，能够都督石油企业建立完善的管理机制体系，并落实相应的责任制。

2石油企业安全评价方法

2.1安全评价方法的分类

当前，安全评价方法大体上有如下几类：第一，如果从评价对象系统上划分，可以分为预评价、现状评价、验收评价以及跟踪评价；第二，如果从评价性质上划分，可以分为固有危险性评价、系统安全管理评价等；第三，按照评价内容来划分，可以分为设计评价、建设安全管理评价、生产安全可靠性评价等。此外，还可以按照评价方法的特征来划分。

2.2当前常用到的安全评价方法

2.2.1现场安全检查表法

此种方法能够系统且全面的找出系统中所存在的安全隐患，进而将其划分为若干个单元来实现对各个层次风险的分析，进而在确定检查项目的基础上，将其有序的编制成表格，最后在观察或者询问的过程中将各项目的真实情况记录表格中，便完成了这一检查法实施的程序。

2.2.2指数评价法

这一评价的方法是通过系统事故危险的指数模型，以及相应生产系统、设备等状态，采用推算的方式来总结出可能会带来的风险以及相应的损失，进而以相应的安全措施来实现对风险的规避。这种安全评价方法是非常方便的，但是在应用的过程中也呈现出一系列的弊端，这是因为评价模型对系统安全保障体系的功能重视程度低，进而无法实现全面的评价，评价结果存在着失真的几率很大。

2.2.3概率风险评价方法

此种评价方法是安全评价发展的一个新的方向，且评价结果的精度很高，其是通过综合分析系统的基本单元的性能，进而分析出可能存在的危险概率，从而将逐一单元的危险系数综合的反映出来。与此同时，将危险的概率值划分为不同的登记，从而根据危险等级制定相应的风险防范措施，这种评价方法虽然准确度很高，但是实施起来是很困难的。

2.2.4常规统计法

此种方法应用的是数理统计的原理，通过回归线分析法，来实现安全评价的目的，其实传统安全评价方法中的最典型代表，并且在当前的安全评价工作中应用的最为广泛。此种方法所评价的因素较少，在对重点安全隐患分析中较为实用，但是如果是对多种因素进行分析的话，或者各因素所关联的对象较为广泛的话，此种方法是无法满足评价目标要求的。

3石油企业加强安全管理的措施

3.1完善安全评价系统

这就要求做到：第一，要编制科学、系统的安全评价检查表，需要明确安全评价的目的，以实现安全评价的作用；第二，要按照所编制的安全检查表，将可能存在的安全隐患按照级别的不同进行划分，一般分为高中低三个等级。

3.2根据安全评价检查表制定科学的判分标准

这就要求做到：第一，以安全评价检查表的实际规定为基准，按部就班的进行评分；第二，具体判分的过程中，要明确判分的标准，需要按照生产系统的实际状况给予科学且合理的评分；第三，在系数赋值的确定上，要根据整个生产系统与子系统相互之间的重要性进行定位。

4结语

综上所述，面对当前石化企业的发展，安全评价方法对于石油企业的生产与管理来说有着极为重要的意义，因此，这就要求石油企业要准确定位当前自身在安全评价方法上所存在的问题，进而结合所出现的问题，实施按部就班的解决，以在确保石油企业安全生产的基础上，推进石油企业的稳健发展。

评价方法范文第7篇

关键词：供应链绩效；评价方法；层次分析法；模糊评价

1 序言

供应链绩效评价是供应链管理的关键内容，它联结着供应链仿真与供应链构造，供应链运行与供应链优化。决策者只有通过持续不间断的供应链绩效评价，才能对供应链运行状况进行准确的把握，进而对供应链进行持续优化，这也是供应链管理最基本的内容。

供应链效绩评价方法是供应链绩效评价的具体手段。主要是将各具体指标的评价值经过适当的计算，得出最终目标评价值，最后再与评价标准比较，得出评价结论。没有科学的评价方法对评价指标的运用，就不可能得出正确的结论。下面将对主流的评价方法进行介绍，并对其优势和劣势做出评价。

2 供应链评价方法

2.1 层次分析法

层次分析法（Analytic　Hierarchy　Process，AHP）是一种定性与定量结合的多目标决策分析方法，由saaty于20世纪70年代首先提出，并用于分析复杂系统[1]。其主要思想是：首先分析复杂系统的要素构成及其相互间的关系，据此构造出一个有序的递阶层次结构；然后通过两两比较的方式确定层次中各个要素的相对重要性，在每一个层次上建立判断矩阵，计算该层要素的相对权重；最后计算出各要素相对于总目标的权重。

层次分析法能够同时从定性和定量两个角度来分析问题，特别适合用于解决复杂系统的评价问题，这是因为针对复杂问题建立精确的数学模型往往是很困难的，某些时候必须依靠人的定性判断。与此同时，层次分析法也存在很多的不足之处，如：层次分析法在很大程度上依靠的是人的经验，无法排除个人偏好造成的片面性；比较和判断的过程较为粗糙，只能用于解决精度要求不高的问题；当影响因素数量较多时，比较判断的工作量会迅速增加。

2.2 模糊综合评价

模糊综合评价（Fuzzy　Comprehensive　Evaluation，FCE）是在模糊数学理论的基础上发展起来的。模糊数学理论由zadeh于20世纪60年代首先提出，它采用精确的数学方法来描述模糊性现象[2]。模糊综合评价借助模糊数学，将边界不清晰、不易量化的因素定量化，然后计算各个因素与评价对象的隶属度，根据隶属等级状况进行综合评价。

供应链绩效评价的指标之间存在着复杂的因果关系，有些关系是模糊的、不确定的，而且有些指标无法实现精确定量化，应用模糊综合评价就能够很好的解决这些模糊性问题，这也是该方法的最大优势。其劣势在于：（1）计算复杂；（2）指标权重的设定具有较强的人为主观性；（3）当指标数量较多时，容易出现/超模糊现象。

2.3 人工神经网络

人工神经网络（Artificial　Neural　Networks，ANN）简称神经网络，是人工智能领域的重要分支，它是对人脑进行抽象、简化而建立起来的计算模型，目的是为了模拟实现大脑的某些功能　[3]。

目前有上百种模型问世，其中比较著名的有BP神经网络、径向基神经网络、竞争学习神经网络、学习向量量化神经网络、Elman神经网络、Hopfield神经网络和Boltzmann神经网络，其中BP神经网络的影响和应用最为广泛。神经网络的主要优点是能够自适应样本数据，当数据中有噪声和非线性时，也能够正常工作，另外，联想推理、高速并行处理也是其优点。经过科学的训练和学习，神经网络能够找出输入和输出之间的非线性映射关系，从而实现智能推理和预测。神经网络的劣势在于学习效率低，容易陷入局部极值，以及当样本数据多时收敛速度慢。叶春明等人研究了BP神经网络在供应链管理绩效指标评价中的应用。

2.4 数据包络分析

数据包络分析（Data　Envelopment　Analysis，DEA）是Charnes等学者于1978年提出的评价相对有效性的方法。DEA使用数学规划模型来比较不同决策单元之间的相对效率，通过综合分析决策单元的输入和输出数据，可以得出每个决策单元的综合效率指标，并且以定量化的形式表示出来。DEA还能判断各决策单元的投入规模是否恰当，如果不恰当，可以向什么方向、以何种程度调整投入规模以此给部门主管提供有用的决策信息[4]。

数据包络分析适合用于多输入、多输出的复杂系统评价，它将输入和输出权重设置为变量，无需人为主观设定。它可以处理不同量纲的数据，将系统的内部过程视为“黑箱”，因此避免了对输入和输出之间的定量关系进行描述。数据包络分析的主要缺点在于该方法对指标数目要求比较严格，当指标数目相对于决策单元的数目太多时，多数决策单元会被判定为有效，从而无法取得有效的信息。

2.5 支持向量机

支持向量机（Support　vector　Maehines，　SVM）是vapnik于1995年提出的一种机器学习算法。其基本思想是：将在低维空间线性不可分的样本通过核函数的非线性变换，映射到高维特征空间，在高维特征空间构造出最优超平面和决策函数，据此可以推断出任意一个输入x对应的输出y[5]。

支持向量机在解决小样本、非线性和高维度问题时具有很大的优势，然而当样本数量较大时，SVM就无能为力了，必须求助于改进的SVM模型。

3 供应链绩效评价方法的融合趋势

供应链是一个典型的复杂、自适应和动态的系统，具有模糊性、不确定性、非线性、系统延迟、网络反馈回路以及多层次、多输入、多输出等特点，针对这样一种系统，任何单一的评价方法都无法对其绩效做出客观的评价。一些学者已经在方法融合上首先做出了尝试，比如2010年，李艳研究了基于遗传算法和支持向量机的供应链绩效评价问题。初颖利用基于密度的聚类挖掘技术（改进的K-均值聚类方法）进行供应链绩效特征的采集和分析，解决了供应链绩效评价的标杆选择问题。评价方法之间的融合是供应链绩效评价方法发展的一个趋势，　具体来说，只有结合各种方法的长处，构建集成的评价模型，才能更好的对绩效做出客观的评价。

参考文献

1 Saaty，　T.　L.　How　to　make　a　decision：　the　analytic　hierarehy　Proeess[J].　European　Journal　of　Operational　Researeh，1990（48）

2 Zadeh，　L.　A.　Fuzzy　Sets[J].Information　and　Control，1965（3）

3 叶春明，马慧民，李丹，柳毅.BP神经网络在供应链管理绩效指标评价中的应用研究[J].工业工程与管理，2005（5）

4 魏权龄.　评价相对有效性的DEA方法―运筹学的新领域[M].北京：中国人民大学出版社，1988

评价方法范文第8篇

1 综合评价的基本概念

随着决策科学的发展，评价科学也在不断发展。在我们的实际工作中，对单一因素的评价相对简单一些，只要按照一定的准则分别依据该因素给特定的研究对象一个评价等级或分数，依其等级或分数高低便可排出优劣顺序；但是在医疗卫生实际工作中，常常遇到的均是复杂的状况，所以会同时受到多种因素的影响，必须综合考察多个有关因素，依据多个有关指标对评价对象进行评价，并排出优劣顺序，这就是所谓综合评价(synthetical evaluation)。

健康综合评价是了解个人、群体和社会的健康状况的重要手段，是成功进行健康管理、健康教育和健康促进的基础。1989年who将健康的概念调整为“健康应包括身体健康、心理健康、社会适应良好和道德健康”。由此概念可以得出，评价一个人的健康状况需从其身心健康、社会适应、道德健康等几方面进行综合评价，这充分体现了“健康第一”的指导思想，是当前推行素质教育，全面促进身心健康的重要措施，具有相当的现实意义。

2 综合评价的基本环节

我们对某事件进行多因素综合评价的过程，其实就是一个科学研究与决策的过程，同样应包括研究设计、收集资料、整理资料和分析资料等基本步骤，也同样必须重视以下基本环节：①根据评价目的选择恰当的评价指标(evaluation indicator )；②根据评价目的，确定诸评价指标在对某事物评价中的相对重要性，或各评价指标的权重(weight)；③合理确定各单个指标的评价等级(evaluation grade)及其界限；④根据评价目的、数据特征，选择适当的综合评价方法，并根据已掌握的历史资料，建立综合评价模型(evaluation model)，并计算综合指标；⑤确定多指标综合评价的等级数量界限，在对同类事物综合评价的应用实践中， 对选用的评价模型进行考察，并不断修改补充，使之具有一定的科学性、实用性与先进性，然后推广应用。

3 综合评价的常用方法

3.1 综合评分法

综合评分法(synthetical scored method)是对不同技术方案设置多项指标，通过“给分”的方式进行综合评价的一种数量分析方法。 其基本步骤是建立在专家评价基础上，根据评价目的及评价对象的特征选定必要的评价指标，逐个指标订出等级，每个等级的标准用分值表示，然后以恰当的方式确定各评价指标的权数，并选定累积总分的方案以及综合评价等级的总分值范围，以此为准则，对评价对象进行分析和评价，以决定优劣取舍的综合评价方法。

其优点：抽样误差是可以通过计算得到的，并可对评价对象作假设检验，将最终的名次归为不同类别，而其他大部分的综合评价方法无法得到抽样误差。缺点：①不同方法确定的权重分配的不一致，导致权重分配的不确定性。②多种评价方法结论的非一致性。③因缺乏相应的软件系统，而阻碍了评价方法的推广。

适用范围：广泛应用在临床医学、管理学、心理学以及生存质量评价等领域。如在评价儿童少年体质发育、智力发育和新生儿胎龄评分均采用了综合评分的方法。

3.2 层次分析法

层次分析法(analytic hierarchy process，ahp)是1977年由美国匹兹堡大学教授运筹学家 saaty首先提出的一种对复杂现象的决策思维进行系统化、模型化、数量化的多目标决策方法。该方法的基本步骤：①确立层次结构对总评价目标进行连续性分解，以得到不同层次的评价目标，将各层评价目标用图有机地标示出来，即建立目标树图。②构造两两比较判别矩阵。③求权重系数。④计算各个评价指标的组合权重系数。⑤求出综合评价指数。⑥一致性检验。

该法的优点：①原理简单、层次分明、因素具体、结果可靠，不仅可用于同一单位不同时期的纵向比较，亦可用于不同单位同一时期的横向比较，因而实用性强。②指标对比等级划分比较细，充分显示权重作用。③对原始数据不做任何变量变换，保留原始信息量，使评价结果具有真实性。④可以通过一致性检验判断思维的客观性。⑤适用于难以完全定量化的复杂问题，具有定性分析与定量分析相结合的特点，如在对青少年体质与健康水平进行评价时，可应用于学生的个体与群体评价上，能够充分考虑到人在体质与健康综合评估过程中的主观能动作用，是一种十分有效的评价方法。缺点：①构建梯阶层次结构的过程较复杂，计算繁琐。②在权重的确定上，难免受评价人主观因素的影响，故该方法常常需要与德尔菲法结合使用。

适用范围：多用于卫生事业管理，近年来该法已应用在病例监测系统工作质量、计划免疫、卫生检测质量、传染病报告质量等工作中并取得一定的效果。

3.3 综合指数法

综合指数(syntheticac index)是编制总指数的基本形式，把不同性质、不同类别、不同计量单位的工作指标经过指数化变成指数，定量的对某现象进行综合评价，然后比较。具体方法有加权线性和法、乘法合成法、混合法等。基本步骤：①选择具有代表性的指标，即少而精，又能反映评价对象的某现象和某结果的质量特征。②确定指标的权重。③探求综合指数的计算模式。④合理划分评价等级。⑤检验评价模型的可靠性。

该法的优点：①原理简单，无需复杂的运算，易于操作。②对数据的分布、指标的多少无严格要求，适用范围广。③对原始数据进行相对化处理，消除了不同指标量纲的影响。缺点：①权重作用较明显，易夸大权重大的因素和掩盖权重小的因素的作用。②其评价模型具有多样性，难以找到较为理想的一般表达形式。

适用范围:广泛应用在预防医学、临床医学、社会医学和卫生事业管理中。如环境评价、营养评价、体质与体格发育评价、医院工作效率评价、胎儿成熟程度的评价等。

3.4 topsis法

topsis法(technique for order preference by similarity to ideal solution)是系统工程中有限方案多目标决策分析的一种常用方法。基本步骤：①指标的同趋势化：常用倒数法，即令原始数据中低优指标xij(i=1，2，…n；j=1，2…m)通过xij=1/xij变换而转化成高优指标xij，然后建立同趋势化后的原始数矩阵。②对同趋势化后的原始数据矩阵进行归一化处理，并建立相应矩阵。③根据矩阵得到最优值向量和最劣值向量。④分别计算各评价对象所有各指标与最优方案与最劣方案的距离。⑤计算各评价对象与最优方案的接近距离。⑥按距离的大小将各评价对象排序，值越大，表示综合效益越好。

该法的优点：①对数据分布类型及样本含量、指标的多少无严格限制，计算不复杂。②排序结果充分利用原始数据信息，能定量反映不同评价单元的优劣程度。③能消除不同量纲带来的影响，可同时引入不同量纲的评价指标进行综合评价。在诸多综合评价方法中对原始数据信息利用最充分，其结果能够精确地反映出评价对象间的差距。缺点： ①只能反映各评价对象内部的相对接近度，并不能反映与理想的最优方案的相对接近程度。②灵敏度不高。

适用范围：最初用于综合评价工业经济效益，现可用于医院管理、医疗质量控制、效益评价、卫生决策和卫生事业管理等多个领域，特别是医院工作年度间的评价。

3.5 模糊综合评价法

模糊综合评价法（fuzzy synthetical evaluation）由美国自动控制专家 zadeh于1965年提出，是应用模糊数学的理论，针对评价对象在定性和定量上的模糊性，应用模糊关系合成的原理，根据多个评价因素，对评判事物隶属等级状况进行明确评价的一种综合评价方法。其步骤为：①对评价系统给出一个指标集合(u)和评价集合(v)。②建立集合u、v的模糊评价矩阵r。③建立各指标的权重分配方案a。④将a与矩阵r合成，得到评价指标b的合成矩阵(b=a×r)。⑤对b进行归一化处理。⑥根据最大隶属度判断优劣。

该法的优点：①避免以往的单项评价中各检测指标轻重程度不可分的不科学因素，改变了只能根据单项指标划分合格与不合格的定向研究，可以对蕴含大量信息的模糊性资料作出量化评价。②评价结果是一个向量，不是一个点值，可以较准确地描述评价对象的信息，并进一步加工处理，得到更多的参考信息。缺点：①计算复杂。②当指标集个数较多，在权重和为1的条件约束下，结果分辨率会很差，无法区分谁的隶属度更高，甚至造成评判失败。③对指标权重主要靠主观定权法确定，主观性较强。

适用范围：近20年来，在卫生资源、人力资源、生存质量、医疗质量（疗效评估问题）、公共卫生评价等领域得到广泛应用。

3.6 综合系数评价法

综合系数评价法是把多个指标的相对水平综合成总的相对水平的指标，即先根据标准值计算实际完成的相对水平，然后依各指标的权系数进行加权综合，最后进行综合对比评价。基本步骤：①根据评价指标，用打分法确定指标权系数。有3种对比打分，即4∶0、3∶1、2∶2，在两项考评因素对比时，非常重要的得4分，很不重要的得0分，较重要的得3分，不大重要的得1分，二者同等重要的各得2分。然后计算各项考评因素的小计得分，再求得分的构成比，即权系数。②根据计算公式计算线形综合系数和几何综合系数。

4 小 结

ahp主要适用于相互关联、相互制约的多因素构成的复杂系统的评价，特别是那些难以完全用定量指标进行分析的复杂问题。在实际评估过程中，利用计算机软件由层次分析法得到权重，再运用评价函数对被评估对象做出权重排序，使评价结果十分简洁，清晰并便于理解和操作。

topsis法和综合指数法近年来常用在医院管理、医疗质量控制评价中；topsis法和ahp都可用于同类医院、医院不同时期之间的工作质量的综合评价，前者的应用效果比后者更有优势。

综合指数法不适合样本量很少的评价，因为这时误差很大。相反，模糊综合评价法适合评价指标个数不是很多的评价。

评价方法范文第9篇

关键词：水资源评价；问题；评价方法；建议

中图分类号： TV 文献标识码： A

1、水资源评价现状

水资源是人类社会不可缺少的基础性资源。社会经济与生态环境的可持续发展在很大程度上依赖于人类对水资源的合理利用。中国是人口大国，水资源分布在时空上的不均以及经济的飞速发展，导致水资源已经成为影响中国可持续发展的重要因素之一。水资源评价其实质是为水资源开发，水资源的可持续利用提供必要的依据。因此，选择适当的水资源评价方法，建立合理的水资源评价指标体系，可以为水资源可持续利用提供必要的科学依据，为中国的可持续发展提供有力的支持。

由于我国经济的突飞猛进，人类活动对下垫面的影响加剧，以及各项水利工程的建设开发，影响了流域天然下垫面的各项水文特性，使得水资源评价更加复杂化。目前在对水资源评价中通常都是对河流或湖泊进行单方面的数据观测，并未从整体性的角度上进行系统的分析。评价的型式单一，缺乏整体性。通常在水资源评价对象上，只限于地表径流量的评价，只根据当地的产水量作为水资源评价的重要对象，从而忽视了地下水与地表水支架土壤中含水量的评价。然而这部分对农作物的生长有着重要的影响。对于小河流小湖泊更是忽略对其的评价。

在水资源评价中，水资源承载力可以反映某一地区在某一社会经济阶段中，水资源可持续开发利用的最大规模。水资源承载力具有动态性、模糊性、区域性等特点，社会经济结构、经济水平、区域自然环境等都会对其造成影响。水资源评价需要大量的实验资料和实测资料，但是基础资料需要长期的观测与积累。由于各种原因，我国许多地区缺乏水资源评价需要的基础资料和部分年系列的基础资料，从而影响水资源评价的结果。所以针对水资源评价的各种问题，运用不同的评价方法就显得尤为重要。

2、水资源评价方法

2.1层次分析法

层次分析法是20世纪70年代中期由美国匹兹堡大学教授A .L. Satty 提出的一种多目标分析决策法。它主要是以人的主观判断进行定性分析，该方法通过将复杂问题分解成不同层次和要素，在各要素之间进行对比，以获取不同待选方案和不同要素的权重，来为最优方案的选择提供依据。其优点是可以进行方案的选优以及对多规定多目标的系统进行分析，极其适用于定性与定量相结合或者单纯的定性决策分析，该方法把问题看成是一个系统，在系统所处环境的基础上研究系统各个组成部分来进行决策，使用简单灵活，在许多领域都有十分广泛的应用。但是由于其评价结果收到人的主观判断的影响，如果同一层次目标过多，某些评判结果会出现矛盾，难以满足一致性的要求。改进的层次分析法能够满足此要求，但是其计算复杂，判断矩阵过大，不方便运用。目前还没有较为理想的确定权值的方法。

2.2模糊综合评价法

模糊综合评价法是运用模糊数学采用模糊联系合成原理对受多种因素影响的事物或现象进行综合评价。该方法的一般过程是首先需要把评价对象的各参数指标建立起待评估的因素集，再建立评价矩阵与评价集，将不同的待评因素赋予与之匹配的权重，再进行综合评价。该方法的特点是能够将指标进行量化，通常是以多级模糊综合评价方法为主。但是此方法受到算子选择方法和指标量化的影响，在剔小取大的运算过程中会遗失一些有用的信息，特别是当评价因素过多时，会有更多的有用信息丢失，导致误判的可能性增大。并且该方法缺少各指标对总体目标贡献方向与大小的结构性评价。

2.3主成分分析法

主成分分析法是1901年由皮尔逊与卡尔提出的，最初只是应用于非随机变量。1999年傅湘等人开始采用主成分分析法对区域水资源承载力进行了综合评价。主成分分析法是利用降维的数学思想，将多指标简化为少量的指标，从而用较少的变量来解释原来资料中的变量，将许多相关性较高的变量转化成彼此不相关或相互独立的变量。该方法把众多因素组合为无量纲指标，较好地解决了不同量纲指标之间的综合性评价问题。该方法在处理多指标、多变量因素的问题中采用较为广泛。但是该方法只能反应主要影响因素与综合评价结果，不能更具体地反映影响量与影响因素。

2.4投影寻踪方法

投影寻踪方法是20世纪70年代由Friedman首先提出的，该方法是按照实际问题的需要，将高维数据向低维子空间上投影，通过观察投影图像，运用计算机程序，找出使得目标函数达到极大或极小值的投影值，然后优化投影指标函数，并根据投影值与研究系统的关系构造数学模型，以分析预测系统的输出，从而将多元数据信息整合成一个可以反映研究系统特征的综合信息指标，并依据此特征来进行综合评价。该方法由于可以根据基本资料的特性进行分类，不需要预先给定权重，在一定程度上减轻了模糊综合评价等方法的人为因素干扰，是处理高维数据，尤其是对于非线性非正态高维数据有着很好的解决方法。该方法直观，可操作性强不仅在评价过程中具有强大的功能，在质量控制和预测问题上也应用广泛，同时为涉及多个因素的水资源评价提供了新的思路。但是由于投影寻踪方法采用的样本较少，所建立的数学模型不够准确，由模型产生的误差可能会影响其结果。而且对于复杂的网络拓扑结构，由于技术编程的困难和其结构的复杂性与特殊性，很难找到最优的投影方向。

3、总结

水资源评价的方法很多。层次分析法、模糊综合评价法、主成分分析法、投影寻踪方法各有优缺点，适用的情况也不相同，所以在评价方法的选择中要具体问题具体分析，选择合适的评价方法，也可以多种评价方法结合使用，进行对比参照。对不同时期不同区域，制定相应的评价等级标准。加大对综合实用水资源评价指标的研究，提出科学严谨、逻辑严密的水资源可持续评价指标体系，并随着社会的发展，不断优化补充修改评价指标体系。同时为顺应可持续发展的要求，

应多考虑经济、社会、生态环境及水资源之间的相互关系，从静态与动态两个方面来综合评价。

水资源评价是水资源规划的基础性工作，其目的在于不同时期解决不同的水资源问题, 保证水资源的可持续开发和管理.，以服务于社会需求。科学技术是第一生产力，对于在社会高速发展影响下不断涌现的水资源问题，我们需要与时俱进，根据实际情况，采用新思维、新理论、新方法，并将经济学、社会学等相关学科引入水资源评价当中, 注重水资源的经济、社会、生态环境等多方面的关联研究，从评价方法、评价模式、评价对象、评价基础上推动水资源评价技术发展。

参考文献：

[1]来海亮,汪党献,吴涤非. 水资源及其开发利用综合评价指标体系[J]. 水科学进展,2006,01:95-101.

[2]王浩,王建华,贾仰文,秦大庸,仇亚琴,王玲. 现代环境下的流域水资源评价方法研究[J]. 水文,2006,03:18-21+92.

[3]王浩,王建华,秦大庸,贾仰文. 基于二元水循环模式的水资源评价理论方法[J]. 水利学报,2006,12:1496-1502.

[4]张丽萍,朱钟麟,邓良基. 水资源评价指标体系的研究现状及问题探讨[J]. 国土资源科技管理,2004,04:5-9.

[5]陈沂. 水资源评价指标体系初探[J]. 水利水电工程设计,2001,02:13-15.

评价方法范文第10篇

关键词：湿地；健康评价；环境影响评价；生态价值评价；综述

湿地（wetlands）是水陆系统相互作用形成的独特生态系统，处于陆地生态系统和水生生态系统之间的过渡带的自然综合体，与森林、海洋一起并称为全球三大生态系统。国际湿地公约对湿地的定义为：“湿地是指不问其为天然或人工、长久或暂时性的沼泽地、泥炭地、水域地带，带有或静止或流动、或为淡水、半咸水或咸水水体者，包括低潮时水深不超过6 m的海水水域。”然而，全球湿地普遍存在着面积减小及湿地生境恶化等问题，亟须加大对湿地的保护力度，以扭转这些不利局面[1][2]。

对湿地开展评价是湿地保护的基础，通过构建系统科学的湿地评价指标体系，可为湿地保护策略的制定提供合理依据，对提高湿地管理水平具有重要的指导意义[3]。本文整理了国内湿地评价方法，以期筛选出最能反映湿地生态特征和自然环境质量的指标，为建立适用性广泛、可操作性强的湿地评价指标体系提供参考依据。

1. 湿地评价简介

湿地评价是对湿地的功能类型、功能容量和阈值进行确认和度量，对湿地的经济价值进行评估，对湿地开发项目、对湿地功能和环境影响大小与湿地演变趋势进行评价的过程[4]，包括健康评价、环境影响评价和生态价值评价三方面[5]。

2. 湿地健康评价研究进展

湿地生态健康，不但要看其能否提供调蓄洪水和净化水质等特殊功能，还要看其是否具有维持自身系统的动态稳定的能力，如具有从环境扰动中自行恢复其结构功能以达到最佳动态平衡的能力。目前，我国湿地生态健康评价指标主要集中在化学和生物指标上，如湿地沉积物和有机物的化学组成，湿地物种的密度、丰度，种群动态平衡，生物多样性，生物量及生产率等方面。

然而，多尺度研究评价过程必须在社会环境经济综合效益的基础之上进行。同时，亦需结合湿地健康评价指标的发展历程来优化升级评价指标体系。如，由于人类活动对生态系统的扰动尺度越来越大，需要将过去由单一环境胁迫引起的局部影响转向多因子环境胁迫对区域尺度的全局性影响评价。同时，如今理想的自然湿地状态已日趋消失，大部分湿地均不同程度地受到人类活动的影响，因此，评价指标的确定不应过多地依赖纯自然状态的指标，需重点对生态系统的自组织、自协调性及自我平衡性进行评价。再者，亟须建立模型化、网络化的健康评价系统，以对受损湿地系统进行预测评价及诊断[6]。

3. 湿地环境影响评价研究进展

湿地环境影响评价是对湿地资源开发所造成的影响进行系统评价，它是评价湿地资源开发是否合理的有效工具， 具有重要的理论与实践意义[7]。其评价过程包括全面系统地总结湿地资源开发过程，分析其所带来的各种生态环境影响，预测湿地资源未来的状况，并对不良影响进行调控，防止湿地生境进一步恶化[8]。对于即将开发的湿地，必须开展湿地环境影响评价，对其所产生的各种影响进行定性或定量描述，同时进行费用―效益分析，作为决策的依据[9]。

同时，监测是湿地环境影响评价中重要的一环。由于湿地资源生态环境监测范围广泛，时空跨度大，且监测重点具有特殊性，因此湿地生态环境监测有别于一般的环境监测。目前，最有效的方法是利用RS（遥感技术）、GIS（地理信息系统）及无人机技术等，提供背景数据，并以监测数据构建网络体系，实现生态环境预警[10]。

4. 湿地生态价值评价

湿地生态系统具有多种服务价值，是人类赖以生存和发展的重要自然资源宝库和生存环境。湿地生态系统服务价值评估研究已日益受到人们的重视，成为生态学和生态经济学研究的热点课题。

湿地生态系统服务是指湿地生态系统及所属物种所提供的能够维持人类生活需要的条件和过程，即湿地生态系统发生的各种物理、化学和生物过程为人类提供的各项服务，包括提品、防洪减灾、调节作用、保护生物多样性和社会文化载体等。湿地生态系统服务价值评估是量化湿地生态系统的功能对人类所造成的影响的过程。湿地生态系统服务价值有利用价值和非利用价值两类。目前关于湿地生态价值评价方法，国内学者大多采用美国的或者根据其修改来的评价方法，主要有：市场价值法、费用支出法、条件价值法、碳税法、影子工程法、提示偏好法、陈述偏好法、模糊评价法等。经多年实践证明，市场价值法的可信度最高，陈述偏好法可信度最低。

由于生态系统的性质决定了生态系统价值估算不同于一般商品，不同湿地系统的服务内涵侧重不同。如以珍稀动植物保护为主的湿地注重生物多样性的服务， 以景观休闲等为主的湿地注重社会文化载体的服务，以防洪护堤为主的湿地注重调节径流和防洪减灾的服务等。同时，由于湿地系统生态服务功能具有多重性（既有正效应也有负效应），如湿地保持土壤、淤积造地的同时也导致了蓄洪防洪功能的减弱；污染物一旦超出湿地降解和吸纳污染物的容量限制，就可能导致地方性疾病的产生，因此在生态评价实际操作过程中，无论哪一种方法都只对一种或几种生态系统服务功能适用，不能解决全部问题。

5. 结语

湿地是一个复杂的生态系统，只有将湿地评价的功能评价、经济评价和环境影响评价三个组成部分紧密结合，才能更好地进行湿地健康评价、环境影响评价与生态价值评价，从而为湿地保护提供更准确有效的技术支撑。同时，扩充评价过程的法律依据，对评价指标进行多尺度、动态性的研究与分析，利用高新技术强化监测手段（如3S技术、遥感技术、无人机技术等）亦是提高湿地评价准确度的有效措施。

参考文献：

[1]D Xie，H Zhou，H Ji，et al. Ecological Restoration of Degraded Wetlands in China[J]. Journal of Resources and Ecology， 2013，4（1）：63-69.

[2]申 兵.中国“湿地红线”或被突破[J].生态经济，2016，32（5）： 6-9.

[3]杨 波.我国湿地评价研究综述[J]. 生态学杂志，2004（4）.

[4]武海涛，吕宪国.中国湿地评价研究进展与展望[J].世界林业研究，2005，18（4）.

[5]李文艳，陈庆锋，李 平.湿地评价方法研究综述[J].安徽农业科学，2010，38（15）.

[6]冯 倩，刘聚涛，韩 柳，等.鄱阳湖国家湿地公园湿地生态系统健康评价研究[J].水生态学杂志，2016，37（4）.

[7]吕宪国，王起超，刘吉平.湿地生态环境影响评价初步探讨[J].生态学杂志，2004，23（1）：83-85.

[8]王 容，袁 婷，张 亚.湿地生态环境影响评价研究的进展[J].青海环境，2015，25（4）：187-190.

[9]张树文，颜凤芹，于灵雪，等.湿地遥感研究进展[J].地理科学， 2013，33（11）.