指标赋权与评价模型构建的优化方法

2023-07-17 理论教育版权反馈

【摘要】：(二)指标赋权方法和评价模型确立由于城市休闲化评价体系中指标数量较多、涉及面较广，为消除人为因素的干扰，提高评价的科学性，本研究采取客观分析法对相关变量进行赋权。但是，单一的CRITIC法仍存在未能虑及指标间离散性的问题，而熵值法则可有效弥补这一不足。基于此，本研究将两种赋权法相融合，构建了基于CRITIC法和熵值法的组合赋权模型，具体计算步骤如下。

(一)数据标准化处理

本研究的评价体系共包含两类指标：一是正向指标，即指标数值越大，评价结果越良好；二是负向指标，即指标数值越大，评价结果越差劲。本研究中除“城镇居民家庭恩格尔系数”和“国控主要城市区域环境噪声” 属于负向指标外，其余指标均为正向指标。此外，由于数据单位、数量级的不相同使得数据大小之间呈现出巨大差距，将对评价结果产生影响。本研究采用公式(6－1)(6－2)对正向指标和负向指标进行归一化处理，以消除指标量纲。

其中Xij为第i年份第j项指标的数据，min Xij和max Xij分别为所有年份中第j项指标的最小值和最大值为标准化后的数据。

(二)指标赋权方法和评价模型确立

由于城市休闲化评价体系中指标数量较多、涉及面较广，为消除人为因素的干扰，提高评价的科学性，本研究采取客观分析法对相关变量进行赋权。目前学术界常用的客观赋权法有：熵值法、变异系数法、主成分分析法、因子分析法、TOPSIS法和CRITIC法等。王昆等曾通过验证具体的案例，对熵值法、变异系数法和CRITIC法进行分析比较，最终证明CRITIC法赋权的结果是三者中最为全面客观的。CRITIC法是基于评价指标的对比强度(标准差)和指标之间的冲突性(相关系数)来综合衡量指标的权重，即考虑指标变异性的同时兼顾指标间的相关性。但是，单一的CRITIC法仍存在未能虑及指标间离散性的问题，而熵值法则可有效弥补这一不足。基于此，本研究将两种赋权法相融合，构建了基于CRITIC法和熵值法的组合赋权模型，具体计算步骤如下。

第一步，使用CRITIC法赋权。首先，将标准化后的数据代入公式(6－3)计算指标变异性，一般使用标准差来表示，标准差越大表示指标内取值的差异波动越大，也应该给指标分配更多的权重。