评价指标赋权与重要性判断

综合评价中的赋权就是依据评价指标体系中各个指标的相对重要性，赋予不同的权数，也就是用权数来衡量各个指标的重要性，较为重要的赋予较大的权数，不太重要的赋予小一些的权数。因此，权数也常被称为权重。

曾经有知名统计专家对赋权提出商榷，认为当评价指标较多时，等权和加权差别不大，不过笔者认为从一般意义上看，赋权有用与否关键在于如何运用这一工具，从近年来统合评价项目的实践看，权重对评价结果还是有着相当程度的导向作用。

指标在评价体系中的重要性通常是从以下几方面加以判断。

一、一致性

指的是与评价目标的一致性。与评价目标完全不一致，再好的指标也失去意义。在许多情况下，我们是要判断与评价目标具有多大程度的一致性。比如，我们提出科技创新的评价目标，反映创新投入的指标和反映创新外部环境的指标相比较，前者显然与评价目标联系更为紧密；在反映竞争力这一评价目标时，反映生产率水平的指标显然要比反映资本负债率的指标与评价目标更为一致。

在设计评价指标体系时，需要照顾到体系的全面性和系统性，有些指标对评价目标而言仅具有理论意义，如科技创新应该对环境的治理起到重要作用，应该带来环境的改善，但是，与反映科技活动投入和科技活动产出，与反映高新技术产业化的指标比较，与评价目标的一致性显然不如后者因而对反映环境改善的指标在权重的设置上就不能过高。

二、综合性

综合性指的是评价指标包含信息量较多。如人均GDP指标就是一个综合能力很强的指标，既可以反映社会经济发展水平，又可以反映生活水平，还可以反映劳动效率，几乎所有的涉及社会、经济、科技方面的综合评价都偏好设置人均GDP指标，就是因为它在综合评价中较其他指标的综合性更强。

三、独立性

在评价体系中，多数指标都或多或少包含相互重复的信息，统计学上称之为多重共线性，如，总产值、GDP、劳动生产率等指标之间就存在着相互重复的信息。如果一项指标的作用完全可以由其他指标取代，那么这一指标就失去了存在的意义。反之，一项指标被其他指标取代的可能性越小，它的独立性就越强，在评价中的作用也就相对重要一些。统计上可以通过有关检验方法来判断变量间是否存在显著的多重共线性。

四、可信度

可信度指的是评价指标的质量。由于统计调查方法、调查渠道、调查对象、估算推算方法等各方面的约束，都会存在着一定的误差，有的误差要大一些，可信度就小一些，有的误差小一些，相应的可信度就会大一些。指标可信度差的重要表现就是出现异常值或不合逻辑的数值。可信度差的指标自然会影响到评价的客观性。

统计数据的来源也对指标的可信度有着重要的影响。我国虽然实行集中统一的统计管理体制，但国家统计、地方统计和部门统计之间缺少沟通协调的状况一直存在。在现实中，统计标准相抵触的事例依然存在。有些同一名称的统计指标因来源不同导致数值不同的情况普遍存在，这就是人们常说的“数出多门，数数不同”，有时还存在同样标准的指标有着不同的统计名称。这就为研究者使用指标增加了难度。作为研究者熟悉了解常用的统计指标和相应的标准十分重要，要做到能够鉴别哪些指标的可信度高，哪些指标的可信度存在一定问题，这是用好统计指标的前提。

五、内生性

内生性要求评价指标对评价目标的影响尽可能不受外部因素的影响。如在国内区域和城市评价中，许多总量指标受到土地面积、自然资源、人口规模的影响，而这些影响是其他参评单位无论如何努力也不可能拥有的，这就会影响到评价的客观公正性，因而在对这些指标赋权时一定要慎之又慎。