当待评价申请书的数量增加或减少时，查看综合评价的结果是否发生变化，以此来检验基于方法集的组合评价模型是否具有一定的科学性与稳定性。

由于本书中的样本须以专家按评价指标打分的方式获取，在一定程度上来讲，本书样本较之其他客观数据具有难以获取性，因此，本书通过增加3个带有典型性特点的待评价申请书（编号K、L、M）对评价对象增减的情况进行灵敏度分析。其中申请书K为实际入库待立项项目，申请书L为实际优先立项项目，申请书M为未立项项目，查看此类项目的加入会对排序结果造成何种影响。同样，邀请专家对申请书按照创新性指标进行打分，得到该指标评价均值向量为

1.增加项目K：实际评价结果为入库待立项项目

对于增加的项目K，首先，将该项目按照层次分析法权重、熵值法权重、层次-熵值分层权重、分层权重的TOPSIS法和分层权重的模糊综合评价这五种方法进行评价并排序，查看在增加一个评价对象的情况下，原项目是否会出现逆序现象，以此判断这五种方法评价值的灵敏度。这五种单一评价方法的评价结果见表6-12。

表6-12 基于层次-熵值分层组合赋杈法的单一评价结果（增加项目K）

第二步，应用式（6-7）、式（6-8），对表6-12中五种单一评价法的排序结果进行一致性检验，经计算W=0.97，χ²=m（n-1）W=5×（11-1）×0.97=48.5，给定显著性水平α=0.01，拒绝原假设，也就是说在给定显著性水平下这五种单一评价方法的排序结果具有统计学意义上的一致性。

第三步，在五种单一评价方法的排序结果通过了一致性检验后，对其进行三组组合评价，组合评价结果见表6-13。

表6-13 基于层次-熵值分层组合赋权法的组合评价结果（增加项目K）

第四步，在分别获得单个评价模型和组合评价模型的结果后，应用式（6-9）和式（6-10），计算出平均值法、Borda法和Copeland法的t值，并分别用t_a^∗、t_b^∗、t_c^∗表示，运用SPSS21.0计算后，分别得到t_a^∗=10.05，t_b^∗=9.85，t_c^∗=9.80，在显著性水平α=0.01下，认为三种组合评价方法与五种单一评价方法的结果密切相关。此外，从t值可知，同样是平均值法优于Borda法，Borda法优于Copeland法。

第五步，完成上一步的同时，还得到了五种单一评价方法与三种组合评价方法其结果的Spearman等级相关矩阵：

(www.daowen.com)

可知，平均数法得出的结果作为最优的评价结果，该方法得到的排序结果与实际的定性评价结果一致，且原有10个项目未发生逆序现象。从Spearman相关系数可以看到熵值法评价结果与其最相近，也就是说熵值法≻基于分层组合赋权的线性评价法≻基于分层组合赋权的TOPSIS法=基于分层赋权的模糊综合评价法≻层次分析法。

在对于单一评价方法对组合评价方法的一致性来看，本例中的熵值法比基于分层赋权的综合评价方法的一致度更高，但后者又要好于其基础上的TOPSIS和模糊综合评价法，因此说基于分层赋权的评价方法具有一定的稳定性，且在本例情况下优于TOPSIS和模糊综合评价法。

2.增加项目L：实际评价结果为优先立项项目

对于增加的第L个项目，步骤同上，其组合评价结果见表6-14。

表6-14 基于层次-熵值分层组合赋权法的组合评价结果（增加项目L）

可见，增加了实际结果为优先立项的项目后，项目的组合评价结果也未出现逆序现象，且所有组合评价方法的项目评价排序与实际的评价结果一致。

3.增加项目M：实际评价结果为未立项项目

对于增加第M个项目，步骤同上，其组合评价结果见表6-15。

表6-15 基于层次-熵值分层组合赋权法的组合评价结果（项目M）

可见，增加了实际结果为未立项的项目后，项目的组合评价结果也未出现逆序现象，且所有组合评价方法的项目评价排序与实际的评价结果一致。