评估指标隶属度分析方法

‘壹’ 求助模糊综合评价中定量指标隶属度向量

你这个问法太笼统了，不知道你是不是想问最后的模糊矩阵复合运算的方法，通常是使用(.，+)模型，建议看一下关于模糊综合评价方法的原理。

模糊综合评价是应用模糊变换原理，考虑与评价对象相关的各种因素，对其所作的综合评价。

其基本原理是
（1）根据评价的标准构造多个隶属函数，
（2）通过评测指标在各个隶属函数中对应的程度不同（即隶属度不同），可以形成一个模糊关系矩阵。
（3）构造权重系数矩阵。
（4）将权重系数模糊矩阵和模糊关系矩阵通过模糊运算，最终就可以得到综合指标对各个评价等级的隶属度矩阵。

通常根据最大隶属度原则，在最后的隶属度矩阵中，综合指标对哪个评价等级的隶属度更高，那么我们就将其所要评价的目标定为该评价等级。

下面是一个模糊综合决策的实例，用的是典型的算法，仅供参考。

‘贰’ 如何使用excel计算某一指标的隶属度

这不是查表吧,你说的应该是模糊控制的隶属度函数吧

(1)模糊统计法：

模糊统计法的基本思想是对论域U上的一个确定元素vo是否属于论域上的一个可变动的清晰集合A3作出清晰的判断.对于不同的试验者,清晰集合A3可以有不同的边界,但它们都对应于同一个模糊集A.模糊统计法的计算步骤是:在每次统计中,vo是固定的,A3的值是可变的,作n次试验,其模糊统计可按下式进行计算

v0对A的隶属频率=v0∈A的次数/试验总次数n

随着n的增大,隶属频率也会趋向稳定,这个稳定值就是vo对A的隶属度值.这种方法较直观地反映了模糊概念中的隶属程度,但其计算量相当大.

(2)例证法：

例证法的主要思想是从已知有限个μA的值,来估计论域U上的模糊子集A的隶属函数.如论域U代表全体人类,A是“高个子的人”.显然A是一个模糊子集.为了确定μA,先确定一个高度值h,然后选定几个语言真值(即一句话的真实程度)中的一个来回答某人是否算“高个子”.如语言真值可分为“真的”、“大致真的”、“似真似假”、“大致假的”和“假的”五种情况,并且分别用数字1、0.75、0.5、0.25、0来表示这些语言真值.对n个不同高度h1、h2、…、hn都作同样的询问,即可以得到A的隶属度函数的离散表示.

(3)专家经验法：

专家经验法是根据专家的实际经验给出模糊信息的处理算式或相应权系数值来确定隶属函数的一种方法.在许多情况下,经常是初步确定粗略的隶属函数,然后再通过“学习”和实践检验逐步修改和完善,而实际效果正是检验和调整隶属函数的依据.

(4)二元对比排序法：

二元对比排序法是一种较实用的确定隶属度函数的方法.它通过对多个事物之间的两两对比来确定某种特征下的顺序,由此来决定这些事物对该特征的隶属函数的大体形状.二元对比排序法根据对比测度不同,可分为相对比较法、对比平均法、优先关系定序法和相似优先对比法等.

【例一】A(x)=表示模糊集“年老”的隶属函数,A表示模糊集“年老”,当年龄x≤50时A（x）=0表明x不属于模糊集A（即“年老”）,当x≥100时,A（x）=1表明x完全属于A,当50くx〈100时,0〈A（x）〈1,且x越接近100,A（x）越接近1,x属于A的程度就越高.这样的表达方法显然比简单地说：“100岁以上的人是年老的,100岁以下的人就不年老.”更为合理.

【例二】按照模糊综合分析法,我们对某企业效绩进行评价.

1. 设因素集U：U={u1,u2,……u9}综合我国现行评价体系和平衡记分法(SEC),我们选取了u1(净资产收益状况)、u2(资产营运状况)、u3(长期偿债能力)、u4(短期偿债能力).U5(销售增长状况),u6(市场占有能力)、u7(技术能力)、u8(发展创新能力)、u9(学习能力)等9个指标为反映企业效绩的主要指标.其中,u1、u2、u3、u4、u5是财务业绩方面的指标,原来都用精确的比率指标反映,但对它们适当地模糊化更能客观真实地反映企业效绩.例如,在评价企业短期偿债能力时,该企业流动比率为1.8,但专家们发现该企业存货数额庞大,占了流动资产的较大部分,说明其资产的流动性并不好,因而仍可评定该指标为较低等级.U6是客户方面业绩指标,u7内部经营过程方面业绩指标,u8、u9是学习与增长方面业绩指标.

2. 设评价集V={v1,v2……v4}.简便起见,我们设v1：优秀,v2：良好,v3：平均,v4：较差.

3. 我们选取了该企业的注册会计师、熟悉该企业情况的专家组成评判组,得到评价矩阵

4. 根据专家意见,我们确定权重集A为：

5. 按照M(,+)模型

   所以,根据最大隶属度原则,该企业效绩评定为“良好”.事后,该企业领导认为这个评价结果比较符合实际情况.

‘叁’ 信用评级的评级方法

信用评级的方法是指对受评客体信用状况进行分析并判断优劣的技巧，贯穿于分析、综合和评价的全过程。按照不同的标志，信用评级方法有不同的分类，如定性分析法与定量分析法、主观评级方法与客观评级法、模糊数学评级法与财务比率分析法、要素分析法与综合分析法、静态评级法与动态评级法、预测分析法与违约率模型法等等，上述的分类只是简单的列举，同时还有各行业的评级方法。
这些方法相互交叉，各有特点，并不断演变。如主观评级方法与客观评级方法中，主观评级更多地依赖于评级人员对受评机构的定性分析和综合判断，客观评级则更多地以客观因素为依据.
在评级业的发展中，各评级公司不断总结自身经验，评级指标不断细化，有必要对不同的设计方法做一个比较。
企业信用评级法通过对国际上先进的企业信用评级理论、企业信用评级思想、企业信用评级模型以及企业信用评级方法的研究，经过多年的不断探索、研究、实践、创新和积累，最终总结出一套符合中国经济环境且适用于中国中小企业的信用评级体系，并建立了完备的企业信用评级数据库、业内领先的企业信用评级模型以及科学的企业信用评级方法。企业信用网通过利用现代互联网信息技术手段，来充分把握各个行业发展脉搏，从而保证了企业信用评级结果的准确性、及时性，提高了中国企业信用评级行业的技术水平 。
要素分析法比较
根据不同的方法，对要素有不同的理解，主要有下述几种方法。
5C要素分析法:这种方法主要分析以下五个方面信用要素：借款人品德(Character)、经营能力(Capacity)、资本(Capital)、资产抵押(Collateral)、经济环境(Condiltion)。
5P要素分析法 个人因素(Personal Factor)、资金用途因素(Purpose Factor)、还款财源因素 (Payment Factor)、债权保障因素(Protection Factor)、企业前景因素(Perspective Factor)。
5W要素分析法 5W要素分析法即借款人（Who）、借款用途（Why）、还款期限（When）、担保物（What）及如何还款（How）。
4F法要素分析法 4F法要素分析法主要着重分析以下四个方面要素：组织要素（Organization Factor）、经济要素（Economic Factor）、财务要素（Financial Factor）、管理要素（Management Factor）。
CAMPARI法 CAMPARI法即对借款人以下七个方面分析：品德，即偿债记录（Character）、借款人偿债能力（Ability）、企业从借款投资中获得的利润（Margin）、借款的目的（Purpose）、借款金额（Amount）、偿还方式（Repayment）、贷款抵押（Insurance）。
LAPP法 LAPP法分析以下要素：流动性（Liquidity）、活动性（Activity）、盈利性（Profitability）和潜力（Potentialities）。
骆驼评估体系 骆驼评估体系包括五个部分：资本充足率（Capital adequacy）、资产质量（Asset Quality）、管理水平（Management）、收益状况（Earnings）、流动性（Liquidity），其英文第一个字母组合在一起为“CAMEL”，因正好与“骆驼”的英文名字相同而得名。
上述评级方法在内容上都大同小异，是根据信用的形成要素进行定性分析，必要时配合定量计算。他们的共同之处都是将道德品质、还款能力、资本实力、担保和经营环境条件或者借款人、借款用途、还款期限、担保物及如何还款等要素逐一进行评分，但必须把企业信用影响因素的各个方面都包括进去，不能遗漏，否则信用分析就不能达到全面反映的要求。传统的信用评级要素分析法均是金融机构对客户作信用风险分析时所采用的专家分析法，在该指标体系中，重点放在定性指标上，通过他们与客户的经常性接触而积累的经验来判断客户的信用水平。另外，美国几家信用评级公司都认为信用分析基本上属于定性分析，虽然也重视一些定量的财务指标，但最终结论还要依靠信用分析人员的主观判断，最后由评级委员会投票决定。
综合分析方法的比较
综合分析评级方法就是依据受评客体的实际统计数据计算综合评级得分(或称指数)的数学模型。企业信用综合评级方法很多，但实际计算中普遍采用的方法主要有四种。为让读者更清晰理解“多变量信用风险二维判断分析法”，有必要考察这几种评级方法的优劣。
加权评分法
这是目前信用评级中应用最多的一种方法。一般做法是根据各具体指标在评级总目标中的不同地位，给出或设定其标准权数，同时确定各具体指标的标准值，然后比较指标的实际数值与标准值得到级别指标分值，最后汇总指标分值求得加权评估总分。
加权评分法的最大优点是简便易算，但也存在三个明显的缺点。
第一，未能区分指标的不同性质，会导致计算出的综合指数不尽科学。信用评级中往往会有一些指标属于状态指标，如资产负债率并不是越大越好，也不是越小越好，而是越接近标准水平越好。对于状态指标，加权评分法很容易得出错误的结果。
第二，不能动态地反映企业发展的变动状况。企业信用是连续不断的，加权评分法只考察一年，反映企业的时点状态，很难判断信用风险状况和趋势。
第三，忽视了权数作用的区间规定性。严格意义上讲，权数作用的完整区间，应该是指标最高值与最低值之间，不是平均值，也不是最高值。加权评分法计算综合指数时，是用指标数值实际值与标准值进行对比后，再乘上权数。这就忽视了权数的作用区间，会造成评估结果的误差。如此，加权评分法难以满足信用评级的基本要求。
隶属函数评估法
这种方法是根据模糊数学的原理，利用隶属函数进行综合评估。一般步骤为：首先利用隶属函数给定各项指标在闭区间[0,1]内相应的数值，称为“单因素隶属度”，对各指标作出单项评估。然后对各单因素隶属度进行加权算术平均，计算综合隶属度，得出综合评估的向指标值。其结果越接近0越差，越接近1越好。
隶属函数评级方法较之加权评分法具有更大的合理性，但该方法对状态指标缺乏有效的处理办法，会直接影响评级结果的准确性。同时，该方法未能充分考虑企业近几年各项指标的动态变化，评级结果很难全面反映企业生产经营发展的真实情况。因此，隶属函数评估方法仍不适用于科学的信用评级。
功效系数法
功效系数法是根据多目标规划原理，对每一个评估指标分别确定满意值和不允许值。然后以不允许值为下限，计算其指标实现满意值的程度，并转化为相应的评估分数，最后加权计算综合指数。
由于各项指标的满意值与不允许值一般均取自行业的最优值与最差值，因此，功效系数法的优点是能反映企业在同行业中的地位。但是，功效系数法同样既没能区别对待不同性质的指标，也没有充分反映企业自身的经济发展动态，使得评级结论不尽合理，不能完全实现信用评级所要实现的评级目的。
多变量信用风险二维判断分析评级法
对信用状况的分析、关注、集成和判断是一个不可分割的有机整体，这也是多变量信用风险二维判断分析法的评级过程。
多变量特征是以财务比率为解释变量，运用数量统计方法推导而建立起的标准模型。运用此模型预测某种性质事件发生的可能性，使评级人员能及早发现信用危机信号。经长期实践，这类模型的应用是最有效的。多变量分析就是要从若干表明观测对象特征的变量值（财务比率）中筛选出能提供较多信息的变量并建立判别函数，使推导出的判别函数对观测样本分类时的错判率最小。根据判别分值，确定的临界值对研究对象进行信用风险的定位。
二维判断就是从两方面同时考察信用风险的变动状况：
一是空间，即正确反映受评客体在本行业(或全产业)时点状态所处的地位；
二是时间，尽可能考察一段时期内受评客体发生信用风险的可能性。

‘肆’ 模糊综合评价法里的隶属度是什么意思

模糊综合评价是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法，其特点是评价结果不是绝对地肯定或否定，而是以一个模糊集合来表示。

按照模糊综合分析法，我们对某企业效绩进行评价。
1.设因素集U：U={u1，u2，……u9}
综合我国现行评价体系和平衡记分法(SEC)，我们选取了u1(净资产收益状况)、u2(资产营运状况)、u3(长期偿债能力)、u4(短期偿债能力)。U5(销售增长状况)，u6(市场占有能力)、u7(技术能力)、u8(发展创新能力)、u9(学习能力)等9个指标为反映企业效绩的主要指标。其中，u1、u2、u3、u4、u5是财务业绩方面的指标，原来都用精确的比率指标反映，但对它们适当地模糊化更能客观真实地反映企业效绩。例如，在评价企业短期偿债能力时，该企业流动比率为1.8，但专家们发现该企业存货数额庞大，占了流动资产的较大部分，说明其资产的流动性并不好，因而仍可评定该指标为较低等级。U6是客户方面业绩指标，u7内部经营过程方面业绩指标，u8、u9是学习与增长方面业绩指标。
2.设评价集V={v1，v2……v4}
简便起见，我们设v1：优秀，v2：良好，v3：平均，v4：较差。
3.我们选取了该企业的注册会计师、熟悉该企业情况的专家组成评判组，得到评价矩阵
4.根据专家意见，我们确定权重集A为：
5.按照M(,，+)模型
所以，根据最大隶属度原则，该企业效绩评定为“良好”。事后，该企业领导认为这个评价结果比较符合实际情况。
参考资料：互联网

‘伍’ 公共部门绩效评估指标设计的开发思路有哪些

政府绩效评估指标设计在整个政府绩效评估过程中居于核心地位，指标设计应遵循 业绩指标与通用指标相结合、定性指标和 定量指标相结合、传统指标与现代指标相 结合、正数指标与负数指标相结合、基本 指标与修正指标相结合、过程指标与结果 指标相结合的开发思路。
1、业绩指标与通用指标相结合 各个工作部门都有其自身特定的工作性质和工作内容，依此，评估模式要形成相应的工作业 绩指标，这部分业绩指标在整个评估模式中要 占有相当的分值比例，唯有这样，评估过程才 能真正体现绩效评估的内在含义。各个部门的 工作性质和工作内容虽然不尽相同，按照标准 的格式，都可以镶入统一的评估系统。各自确 定权重后，转化成为统一的分值，就具备了横 向之间的可比性。 同为公共部门，除却工作性质和工作内容有区别的地方，各个部门还有相当部分是 共同的，在整个评估系统中，通常各个纬 度通用指标的分值总和，要高于主要业绩 指标的分值。尽管这一部分的工作在具体 形式和具体方式上依然存在差异，总体来 说这一部分工作是直接可比的。
2、定性指标和定量指标相结合 “数字和量化标准通常被作为评估的基础。然而，并不是所有的公共服务和公共项目 都是能简单量化的。” 在公共部门，有些不能量化或者量化没有意义的工作岗位，就只能通过定性确定指 标，采取工作流程分析，进行步骤设计， 尽可能客观化、典型化。不必片面追求量 化指标，不必绝对要求质量指标。 就如体育比赛的跳高、跑步可以有客观可比的数据，有客观的量化标准，但跳水、艺术 体操、花样游泳等项目就只能事先确定一些 评判标准，采用主观评价客观的相对比较模 式。对于定性指标，可以采用典型事例、标 准行为等行为锚定法进行解决。 当然，这并非说公共部门的绩效评估就是不可量化的，相反，在公共部门绩效评估的过 程中，尽可能多地运用定量分析的方法，不 断扩大定量指标的比例结构，是增强评估有 效性的重要表征，一个指标体系的科学性程 度与量化程度有密切关系。
3、传统指标与现代指标相结合 长期的评估，相关的部门的确积累了丰富的检验，一些对公共部门特殊性质界定的 定性指标，不仅是必要的，经过实践检验 也是成功的。有效利用这部分资源，不单 单是减少程序、降低成本的问题，也体现 了在评估项目问题上继承和发展的关系。 在评估系统中，属于基本建设纬度的组织建设、思想建设、政风建设和制度建设指标就 是在综合各种传统评估资源的基础上进行的 整合归纳。
所谓现代指标，可以有三种含义：首先，指标体系的结构反映现代化。多层级、多 要素的指标结构体现了一种现代的理念， 利用各种资源、整合各种优势的全方位评 估更能够反映事物发展的状态。 其次，指标的确定方法反映现代化。现代指标是一个相对的概念，包括定量指标、 外部指标等内容。工效系数法、正态分布 法、隶属度筛选法等一系列定量统计方法 当然就是现代指标了。 相对于传统的，各个公共部门自身作为评估主题的内部指标来说，以顾客满意作为 设计理念的外部指标，包括依法行政、举 止文明、环境优化、程序简明、务实高效 等一系列指标也是现代指标。正是这些现 代指标，集中体现了公共部门绩效评估的 时代精神，集中体现了评估模式建构的创 意部分。 再次，指标分值的确定反映现代化。录入分值和转成分值并不是简单地一一对应关 系。例如，在相对人这个评估主体中，相 对人可以按照传统的评估方式，对应优、 良、中、合格、不合格等不同档次，给每 一个指标打分。在分值转成过程中，评估 系统运用特定的数学分析方法，逐一确定 每一个指标的不同权重分值。
4、基本指标与修正指标相结合 绩效评估模式从整体设计出发，要求在主要业绩纬度，被评估部门全面核实岗位职 责，逐项分析，提炼4—6项主要的业务内 容作为基本指标。这里，有一个问题值得 注意，实际上，被评估部门的业务职能通 常要超出基本指标的范围。 如何处理好基本指标与业务职能的关系，有两种做法可以参考借鉴： 其一是处理好常规性工作与突发性、临时性工作的关系。 评估系统还可以为一些基本指标设定修正指标，使得主要业绩指标更具有说服力，实现 真正意义的定量分析。 例如，破案率是公安部门一项重要的业绩指标，通常，衡量这项指标使用时间序列作为 比照因素。评估系统可以为公安部门的破案 率加进了破案数、打击度等修正指标，基本 指标和几项修正指标的耦合结果，有助于更 加全面、客观、公正地反映公安部门的工作 业绩。
5、过程指标与结果指标相结合 政府绩效评估指标设计应该坚持过程指标与结果指标相结合的原则。在评估研究的文献 中，最基本的分类是总结式评估和过程评估。 指标是评估的具体手段，相应地，总结式评 估通常是通过结果指标予以评估，而过程指 标则是评估工作过程绩效的重要手段。 由于政府工作的外部性特征，使得政府工作的产出难以衡量，因此，对政府绩效评估而言， 过程指标和结果指标都是不可或缺的。对于那 些具有较稳定的或便于确认其过程或程序的工 作，过程指标的权重可大一些；对于那些较为 灵活的或结果较易衡量的工作，结果指标的权 重则可大一些。 总之，两者不可偏废，过于倚重过程指标，则有可能会使得过程控制变得毫无意义；太 过重视结果指标，则有可能导致不良结果的 发生。

‘陆’ 如何计算隶属度函数值啊

二元对比排序法是一种较实用的确定隶属度函数的方法。它通过对多个事物之间的两两对比来确定某种特征下的顺序，由此来决定这些事物对该特征的隶属函数的大体形状。二元对比排序法根据对比测度不同，可分为相对比较法、对比平均法、优先关系定序法和相似优先对比法等。

【例】 A（x ）=表示模糊集“年老”的隶属函数，A表示模糊集“年老”，当年龄x≤50时A（x）=0表明x不属于模糊集A（即“年老”），当x ≥100时，A（x）=1表明x 完全属于A，当50くx〈100时，0〈A（x）〈1，且x越接近100，A（x）越接近1，x属于A的程度就越高。

这样的表达方法显然比简单地说：“100岁以上的人是年老的，100岁以下的人就不年老。”更为合理。

基本分类

隶属度函数的确定过程,本质上说应该是客观的,但每个人对于同一个模糊概念的认识理解又有差异,因此,隶属度函数的确定又带有主观性。

隶属度函数的确立还没有一套成熟有效的方法,大多数系统的确立方法还停留在经验和实验的基础上。对于同一个模糊概念,不同的人会建立不完全相同的隶属度函数,尽管形式不完全相同,只要能反映同一模糊概念,在解决和处理实际模糊信息的问题中仍然殊途同归。

以上内容参考：网络-隶属度函数

‘柒’ 评估指标选取的方法

选择合适的指标来描述评估对象，可以真实、准确地反映评估对象的不同侧面。多指标评估指标选择的方法很多，概括起来可分为定性和定量两大类。

（一）定性分析选取指标

定性分析选取评估指标的方法就是运用系统思想，根据评估目的，对评估对象的结构进行深入的系统剖析，把评估对象分解成不同的侧面，在对每一个侧面的属性进行深入分析的基础上提出反映各个侧面的衡量指标，这些指标组合起来构成指标体系。

20世纪70年代兴起的层次分析法是定性分析选取评估指标的典型代表。其基本思想是充分利用人脑能够将复杂问题逐步简化的特点，首先将一个复杂问题分解成几个大的方面，然后对每个方面进一步分解成更细小的方面，如此层次递进，直至分解成可以用数据直接描述的层次。

这一方法要求分析人员对评估对象有深入的了解，必须深入到评估对象的内部，将评估对象分解成不同的侧面，针对这些侧面选取最适合的衡量指标。不同的人由于掌握的知识不同、观察角度不同，以及其他一些主观因素的影响，对同一评估对象、同一评估目的往往有不同的分解方法；甚至同一个人在不同时间对同一评估对象出于同一评估目的的分解方法也不尽相同，选用的指标也有差别，这是这一方法的主要缺陷之一。但这种方法的最大优势是指标与指标之间存在逻辑关系，指标体系能够完整反映评估对象的全貌。不同的人对同一指标体系可以展开充分地讨论，并对指标的层次结构和指标的选择时进行增删，直至大家取得一致意见。

（二）定量分析选取指标

定量分析选取评估指标的方法就是根据指标间的数量关系，运用数学方法筛选出所需指标体系的方法。此方法一般包括三个基本步骤。

1.建立评估预选指标体系

在选取评估指标之前，明确评估对象的基本概念，在定性分析的基础上，选择那些与评估目的相关的指标，构成预选指标集。预选指标集是定量分析的基础，包括的面比较宽，涉及的指标比较多。定量分析就是对预选指标的数量特性进行分析，从而在预选指标中集中选择特性较好的指标构成评估指标体系。

2.对指标特性进行分析

这一步骤采用特定方法量化分析各个指标在多大程度上反映了评估对象的状态。常用的方法有隶属度分析、相关分析、主成分分析、因子分析、聚类分析等。隶属度是指元素属于某个集合的程度。模糊数学认为，社会经济生活中存在大量模糊现象，其概念的外延不清楚，无法用经典集合论来描述。某个元素对某个集合（概念）来说，不能说是否属于、只能说在多大程度上属于这个集合（概念）。如果把评估对象视为一个模糊集合，把每个指标视为一个元素，如果能够计算出每个指标相对于评估对象的隶属度，则隶属度的大小在一定程度上指明了该指标刻画评估对象的程度。

3.确定阀值，筛选指标

根据第二步采用的方法确定一个阀值，保留阀值以上的指标，即可获得一个基本反映原指标集包含的信息量，但指标数量少于原指标集的指标体系。如利用模糊隶属度方法可确定一个临界值，将隶属度大于这一临界值的指标纳入指标体系。有时，采用一种方法得出的指标体系仍然过于庞大，这时，可以采用另一种方法对指标体系继续进行筛选，直至获得满意的结果。

根据阀值确定指标的方法，其优点在于，根据指标的客观统计值做出判断，排除了主观因素的干扰，相同的数据集、相同的方法能够得到相同的指标体系，也就是说比较客观。指标筛选方法在数学上有严密的论证，理论基础可靠，方法科学。但是，这类方法也有明显的缺陷，主要表现在：

（1）这类方法不仅需要收集庞大的初始统计指标数据，而且需要大量的样本数据（即同一套指标体系多个样本点的统计数据）才能对各个指标反映整体状态的水平进行甄别。数据收集与整理的工作量较大。

（2）这类方法对指标去留的筛选依赖于数据的质量。地质资料社会化服务工作的开展，尽管延续时间较长，但主要是专业性服务，公开对外、对社会公众开放程度很低，而且服务统计数据较少。因此，利用指标筛选方法确定指标，尽管方法科学、可靠，结论却值得怀疑。

（3）指标之间的逻辑关系不明确，很难令人接受。即便不考虑数据处理的工作量和数据质量，这类方法筛选出的指标体系的一个共同缺陷是指标过于离散，指标与指标之间没有明确的逻辑关系，很难令人接受。

这类方法指标体系生成于一系列的统计分析或数学分析，不同的人即便对最后形成的统计指标有不同的意见也很难进行调整，因而很难反映不同意见。

鉴于本研究的目标是提出一套可应用的指标体系，因而，本书拟采用定性分析方法，具体地说就是用层次分析方法提出地质资料社会化服务评估指标体系，这种方法有利于充分吸收不同方面的意见，指标体系易于调整，比较适合达到本书的研究目的。