1.权数的含义与作用

加权是综合评估中必不可少的一种数据处理方法，是对不同评估指标给予不同权数的过程。权数，又称权重，权值，人们对其认识和定义还不尽一致。有的认为权值是评估指标对评估对象影响程度的大小，也有人认为权数是以某种数量形式对比、权衡被评价事物总体中诸因素相对重要程度的量值。从评估指标对评估对象的影响大小、重要程度来定义权值或权数，固然反映了权数的主要方面，但不能概括权数的全部内涵。可以认为，网络信息生态链价值评估中的权数是反映评估指标重要性、影响力、贡献率大小的量值。权数的数量形式是多种多样的，可以是绝对数，也可以是相对数；可以是结构相对数，也可以是比例相对数；可以取正数，也可以取零或负数。在进行网络信息生态链价值评估时，众多的评估指标对评估对象所起的作用不同，同样都是评估指标，但对评估对象的作用有大有小，有正有负，如果对所有指标不加区别地同等看待，不作加权处理，就不能突出主要指标，就会犯平均主义的错误，评估结果的可靠性就会受到严重影响。可见，加权是网络信息生态链价值评估中多指标综合评估必不可少的环节和手段，是一个基本步骤。权数的确定是加权处理的核心，权数分配合理与否直接影响着综合评估的结果，权数的变动可能引起评估对象优劣顺序的改变。因此，科学地确定权数在网络信息生态链价值评估中是举足轻重的。

2.权数的类型

网络信息生态链价值综合评估模型中，权数的类型是多种多样的，按其作用不同，有信息量权数、重要性权数、影响力权数、难易度权数等。

信息量权数也称分辨力权数，离差权数，是反映评估指标包含评估对象分辨信息多少的一种权数。评估指数是用来区分各评估对象的，如某指标数值能明确地区分开各评估对象，则说明该指标数值在这项评估上分辨信息量比较丰富；反之，若某指标数值在各评估对象上都相同，则该指标无助于区分各评估对象，就不具备分辨信息。一般来说，指标的分辨信息越多，其权数也就应越大；指标的分辨信息越少，其权数也应越少；对于不具备分辨信息的指标，其权数应为零，即不选用该指标。

重要性权数是反映评估指标对评估对象总体或某一方面重要程度的一种权数。不同的评估指标对于评估对象总体或某一方面的意义、地位是不同的，对评估对象意义大、构成评估对象主要方面的指标，权数可大些；反之，权数应小些。重要性权数是网络信息生态链价值评估中的一种重要权数，应用较广。

影响力权数是反映指标变动引起评估对象总体水平变动大小的一种权数。从影响的方向上看，若某指标变动引起评估对象总体水平的同方向变动，则其权数为正值，反之为负值。从影响力的大小上看，若某指标变动引起评估对象总体水平的较大变动，其权数较大，反之权数较小。

难易度权数是反映不同指标得分难易程度的一种权数。在网络信息生态链价值评估中，有些指标的数值增加较快，得分比较容易，而有些指标数值的增加较慢，得分较难。得分难易程度不同的指评，其权数应不同：得分难度越大，权数越大；得分难度越小，权数越少。

值得指出的是，探讨权数的类型是为了深入地认识权数的性质，实际评估中所使用的权数可能是几种权数的综合运用，也可能兼有几种权数的性质。如主分量分析中的指标权数，既有信息量权数的成分，又有影响力权数的成分。权数类型的选择主要取决于指标的性质、指标间的关系以及指标与评估对象的关系。

3.确定权数的方法

确定权数的方法大致可分为两大类：一是伴随生成法，即伴随其他过程同时进行权数的分配，不需作专门确定权数的工作，如主分量分析中，在将原始变量转化成各个分量时，形成了分量与原始变量间的线性关系式，各原始变量前面的线性系数就成了指标权数。多元分析中的权数都是伴随生成的，影响力权数、信息量权数也可以伴随生成。二是专门生成法，即评价组织者选用一定的数学方法专门设计一个权数生成过程确定权数。重要性权数、难易度权数等一般是专门生成的，信息量权数、影响力权数也可以专门生成。

网络信息生态链价值评估中权数的专门生成法主要是专家咨询法，即组成评估指数权数分配专家小组，由专家根据自己的知识与经验，判断各项指标对评估对象或下一级指标对上一级指标分辨率、重要性、难易度、影响力大小，然后对专家意见进行数理统计分析并计算评估指标的权值。根据专家意见的表现形式不同，具体方法有直接定权法、排序法、多比例评分法与比率标度法四类。

（1）直接定权法

由每个专家根据自己的知识和经验直接给出各指标的权数，且权数之和为1；然后求多个专家所给权数之和的平均值，作为各指标的权数。设Wij为第j个专家对第i个指标所给的权值，则第i个指标的权数Wi为：

式中，n为专家人数。

（2）排序法

由每个专家根据各指标对评估对象的重要性、分辨力或影响力进行排序，然后对多个专家的排序进行数据处理得到权数。设m为评价指标个数；Lij是将第i个指标排序为第j位的专家人数；Ej是排序为j的得分值，一般取E1=m，E2=m-1，…，则第i个指标的权数Wi为：

（3）多比例评分法

首先由多个专家协调，给出各指标得分之比例，或由专家分别给出各指标得分的比例，然后求其平均值的比例，再根据平均值的比例列表计算各指标的权数。

设a1∶a2∶a3∶…∶am为m个指标得分之比例，则可列表（表4-4）计算如下：

表4-4　多比例评分加权计算表

此法主要用于确定难易度权数，各指标得分之比代表其难易程度之比。

（4）比率标度法

比率标度法是通过下一层次因素或指标对上一层次因素或指标的重要性进行两两比较，形成判断矩阵，然后计算判断矩阵的特征向量，特征向量的各个元素即为相应因素或指标的权数。具体做法是：

①构建判断矩阵(www.daowen.com)

1—9的标度方法是将思维数量化的一种好方法。人们定性区别事物的能力可用5种判断表示，即相等、弱、很弱、很强、绝对强。当需要更高的精度时，还可以取两个相邻判断之间的数值，这样总共需要9个数值。通常取bij=1，3，5，7，9及它们的倒数来标记两个元素的比较结果，如表4-5。

表4-5　标度法

根据表可构造判断矩阵：

判断矩阵满足上（其中i不等于j）aij×ajk=aik条件时，称判断矩阵为完全一致矩阵。

采用专家打分法，根据重要性程度划分，每一个指标与其他同级指标相对比得到一组标度值，将某类指标的标度值构成判断矩阵，以表4-6中所举数字为例，说明评判矩阵的构造。

表4-6　评判矩阵的构造

②计算权重系数

从判断矩阵出发，利用方根法计算各因素的相对重要程度，并得到归一化的权重系数ai。计算公式为：

显然，ai满足=1。

其中：Kij——表示指标Mi相对于Mj的相对重要性程度；

Wi——表示归一化的标度值；

ai——表示权重。

一致性检验。计算判断矩阵的最大特征根λmax一致性指标CI，然后进行一致性检验，具有满足一致性检验的判断矩阵的特征向量的各个分量就是各个指标对上一级指标的权重。一致性比例CR=CI／RI，若CR＜0.1，就认为判断矩阵的一致性是可以接受的。平均随机一致性指标见表4-7。

表4-7　平均随机一致性指标的数值

不论是一级指标权重的确定，还是二级指标权重的确定，均可采取该种方法进行。

【注释】

[1]王化成，刘俊勇.企业业绩评价模式研究——兼论中国企业业绩评价模式选择［J］.管理世界，2004（4）：82-91+116.

[2]MBA智库百科.获利能力［EB／OL］.［2014-08-15／2018-01-20］.http：／／wiki.mbalib.com.

[3]互动百科.偿债能力［EB／OL］.［2011-07-22／2018-01-20］.http：／／www.hudong.com.

[4]王海峰.制造业上市公司财务综合评价体系研究——以电子制造业为例［D］.南京理工大学，2009.

[5]张倩.品牌价值评估方法研究［D］.东北大学，2006.