所谓的多指标评价是对复杂研究对象不同功能的一种量化描述，它不但可以利用时序统计数据去描述同一对象不同功能的历史演变，而且可以利用统计数据去描述不同对象复杂功能的差异，各种评价结果还可以用来研究复杂对象的结构，并为优化结构和相关决策指明方向。^[1]然而值得指出的是，现有的多指标评价的研究主要是针对某一时刻的排序或决策，即属于静态的多指标评价问题范畴。但是随着社会的发展和科技的进步，以及多学科的相互交叉融合，人们面临的问题越来越复杂，涉及的领域也越来越广，许多问题已无法根据单一时刻的数据做出决策，必须依据大量的按时间顺序排列的平面数据表序列，亦即“时序立体数据表”，才能进行评价或决策。^[2]例如在一段时间内，不同国家、地区之间综合经济实力对比，高校、科研单位之间科研工作比较分析等。像这类具有时序的多指标决策问题也称为动态多指标综合评价问题，其特征是在决策空间和目标空间的基础上增加了时间空间，是具有指标集、方案集和时间集的三维评价排序问题。^[3]其中，指标属性值和权向量均随时间变化而变化，为时间的函数，即参数值是动态的，这是一类具有重要现实意义和应用前景的多指标评价问题。

自从樊治平等（1993） 提出了时序多指标决策的理想矩阵法之后，有关动态多指标评价问题的研究已引起了学者们积极的探讨，如有些文献进行了扩展研究^[4][5][6]，有些文献给出了考虑指标增长因素的增长型动态系统评价法^[7][8]。从另一些视角，学者们分别给出了满意度矩阵法^[9]、具有鼓励（或惩罚） 机制的多指标决策法^[10]、奖优罚劣法^[11]、纵横向拉开档次法^[12]及投影寻踪法^[13]等多种动态评价方法。而所有这些有关动态多指标评价问题的研究主要可归纳为四个方面：（1） 关于数据规范化问题； （2） 关于权向量确定问题（包括指标权向量和时间权向量）； （3） 关于集结模型建立问题；（4） 关于拓展应用问题。事实上，这四个问题也是多指标综合评价问题中的几个关键步骤。目前，这些问题虽已引起了学术界的重视，并取得了一定研究成果，但相关的理论研究总体上还比较薄弱，如有些文献也仅是针对一类实际特定的动态多指标评价问题，提出了一些具体的解决方法，如神经网络分析法、DEA、主成分分析法等，但除了这些方法自身存在不足之外，由于未考虑时间权向量，在有些环节的处理过程中仍然采用静态的方法，这使得决策结论难免还会出现一些缺陷，这些问题仍然有待进一步完善。(www.daowen.com)

一般而言，无论哪种评价，静态的或动态的，也无论何种评价方法，多元统计的、运筹学的或新型的，都包含以下七个要素，即评价者、评价目的、被评价对象、评价指标、权向量、评价模型及结果分析等。因此，综合评价思路也主要包含以下七个环节，即熟悉评价目的、选择合适的被评价对象、构建合理的评价指标体系、规范化预处理指标数据、确定客观的权向量、建立科学的集结模型以及分析集结结果等。关于高等教育投资结构的合理性评价问题，前三个环节已毋庸赘述，最后一个环节将在下一节实证后进行探讨，那么下面我们将对中间的三个环节进行尝试性的探索，而这也是综合评价中三个至关重要的环节，因此更是学术界比较关注的问题。在随后的三小节中，笔者将对指标数据规范化处理、系统中权向量确定、集结模型建立这三个重要问题相关的方法进行梳理和探讨，为我们进行高等教育投资结构的合理性评价做好基础性的工作。