下载文档原格式
多指标综合评价中赋权方法评析在多指标综合评价中，赋权方法的选择对于评价结果的准确性和可靠性具有重要影响。
本文将介绍多指标综合评价中常见的赋权方法，并对其优缺点进行分析，旨在为实际应用中合理选择赋权方法提供参考。
多指标综合评价是指通过多个相互关联的指标来评价某一对象或系统的整体性能。
赋权方法是指根据各指标对整体评价的重要性程度，给予相应的权重，以便在综合评价时体现各指标的重要性差异。
常见的赋权方法包括主观赋权法和客观赋权法。
主观赋权法是根据专家的经验、知识和判断力，对各指标赋予相应的权重；客观赋权法则根据指标之间的相关关系或变异程度等客观信息确定权重。
主观赋权法的优点在于能够充分反映专家的经验和判断力，适用于具有不确定性和复杂性的评价问题。
但是，主观赋权法也容易受到专家主观意识的影响，导致赋权结果缺乏客观性和公正性。
客观赋权法的优点在于能够根据客观信息来确定权重，避免主观赋权法的主观性和片面性。
但是，客观赋权法往往忽略了专家的经验和判断力，无法充分反映各指标对评价目标的重要程度。
在实际应用中，可以根据具体问题的特点选择合适的赋权方法。
例如，对于具有较强主观性的评价问题，可以选择主观赋权法来赋予各指标权重；对于客观性较强的评价问题，可以选择客观赋权法来确定权重。
另外，也可以将主观赋权法和客观赋权法相结合，形成一种综合赋权方法，以充分利用两者的优点，避免其缺点。
在多指标综合评价中，赋权方法的选择应根据具体问题的特点进行判断。
在实际应用中，应充分考虑各种赋权方法的优缺点，合理选择和应用，以提高评价结果的准确性和可靠性。
下一步研究方向是多指标综合评价中赋权方法的优劣比较和组合应用。
未来可以进一步探索不同赋权方法的组合方式，以更好地体现各指标对整体评价的重要性；也可以研究如何将多指标综合评价应用于实际问题的解决，例如在环境质量评估、经济发展评价等领域的应用。
这将有助于提高多指标综合评价的应用价值和实用性。
在当今复杂的社会和经济环境中，多指标综合评价方法被广泛应用于各个领域，如经济学、环境学、生物学等。
指标的权重设计方法指标权重设计方法是衡量指标在综合评价体系中的重要性和影响力，是构建指标体系的重要环节。
一个合理的权重设计可以使得指标体系更具可信度和准确性。
一般来说，指标权重的设计可以分为主观赋权和客观赋权两种方法。
一、主观赋权方法主观赋权方法是指根据决策者或相关专家的主观经验和承受力来确定指标的权重。
这种方法适用于决策者拥有丰富经验且对评价对象有较深入了解的情况下。
1.层次分析法（AHP）层次分析法是一种常用的主观赋权方法。
它通过构建层次结构，进行两两比较和加权求和，得出指标的权重。
具体步骤如下：（1）确定评价指标体系的层次结构；（2）构建专家判断矩阵，进行两两比较；（3）计算特征向量和最大特征值；（4）计算各层指标的权重。
2. Delphi法Delphi法是指通过专家问卷调查的方式收集专家意见，然后匿名汇总专家对指标重要性的评价结果，最终确定权重。
具体步骤如下：（1）确定评价指标体系；（2）编制问卷，邀请专家进行评价；（3）收集专家意见，逐轮进行匿名汇总，直至收敛；（4）根据汇总结果计算指标的权重。
二、客观赋权方法客观赋权方法是通过统计数据和数学模型来计算指标的权重，具有客观性和可重复性。
这种方法适用于数据丰富、评价对象较大的情况。
1.相对重要性法相对重要性法是通过捕捉各因素之间的相对差异，计算指标的权重。
具体步骤如下：（1）对于每个指标，计算其观测值与总体均值之间的差异；（2）根据差异程度，计算各指标的相对重要性；（3）对各指标的相对重要性进行标准化，得到权重。
2.主成分分析法（PCA）主成分分析法是一种降维技术，通过线性变换将原始指标转化为一组新指标，然后根据新指标对总方差的贡献率来确定权重。
具体步骤如下：（1）对原始指标进行标准化处理；（2）计算相关系数矩阵和特征值；（3）计算特征值的贡献率，选择前几个贡献率较大的特征向量；（4）计算指标的权重。
总之，指标权重的设计方法有很多，根据实际情况选择适合的方法来确定指标的权重。
综合评价系统中的客观赋权方法客观赋权方法是综合评价系统中用于确定各评价指标权重的一种方法。
客观赋权方法是基于数据和统计的方法，通过对评价指标之间的相互关系进行量化分析，从而得出每个评价指标的权重值。
客观赋权方法具有客观性高、数据可靠性强的优点，是综合评价系统中常用的权重确定方法之一一、客观赋权方法的基本原理客观赋权方法的基本原理是通过分析评价指标之间的相互依赖关系，利用数据和统计的方法来确定权重值。
客观赋权方法通常包括因子分析、层次分析法、熵权法等多种方法，每种方法都根据不同的数据属性和实际情况，确定合适的权重计算公式。
二、客观赋权方法的常用技术1.因子分析：因子分析是一种通过观察多个指标的共同方差和协方差来确定潜在因素的方法。
因子分析可以将多个指标降维为更少的、更容易解释的因素，从而减少了权重计算的复杂性。
2.层次分析法：层次分析法是一种通过将复杂的决策问题层次化来进行权重确定的方法。
层次分析法首先将评价指标划分为若干层次，然后通过专家意见或数据分析，确定每个层次的权重，最后将各层次的权重合并得到最终权重。
3.熵权法：熵权法是一种根据信息熵的概念来进行权重确定的方法。
熵权法通过计算每个指标的信息熵，衡量指标的不确定性程度，然后根据不确定性程度确定各指标的权重。
三、客观赋权方法的应用案例客观赋权方法在实际应用中有着广泛的应用，下面以综合评价系统的权重确定为例，说明客观赋权方法的应用。
假设我们需要构建一套综合评价系统来评估公司的综合竞争力，我们选取了十个评价指标：销售额、利润率、市场份额、产品质量、客户满意度、员工稳定性、产品创新力、供应链能力、品牌知名度和市场潜力。
我们采用因子分析和层次分析法来确定各指标的权重。
首先，对十个指标进行因子分析，将这些指标降维为三个因素：财务因素、市场因素和内部因素。
然后，通过专家意见和数据分析，确定三个因素的权重为0.4、0.3和0.3接下来，再使用层次分析法，将每个因素再次划分为若干子指标，然后通过专家打分和数据分析，确定各子指标的权重。
指标体系赋权方法
以下是 7 条关于“指标体系赋权方法”的内容：
1. 主观赋权法，这就像是你对一群小伙伴的喜爱程度进行打分一样，全凭你的感觉和判断呀！比如说在选班长的时候，大家根据自己对各个候选人的印象来给他们赋权。
主观赋权法就是这么直接，你的想法最重要！
2. 客观赋权法呢，好比是根据考试成绩来给学生排名，有实打实的数据作依据呢！就像公司根据员工的实际业绩表现来确定他们在指标体系中的权重一样，真实又客观，这才靠谱呀！
3. 层次分析法，哎呀呀，这就如同搭积木，一层一层的建起来，把复杂的问题逐步拆解，最后确定好赋权。
比如评选最佳城市，你会从各个方面进行分析、比较，最终得出权重，是不是很有意思？
4. 模糊综合评价法，哇塞，就好像在大雾天里判断事物，虽然有点模糊不清，但依然能得出个大概呀！像是对一款新菜品的综合评价，各种感觉混合在一起，也能给到赋权呢！
5. 主成分分析法，这简直就是从一堆杂乱的东西中找出最主要的那些呀！比如在众多的市场数据中找出最关键的影响因素来进行赋权，厉害吧？
6. 因子分析法，就像从一箱子玩具中找出相同类型的放在一起，然后根据这些类型来赋权。
比如说分析学生的学习情况，把相关的因素归为一类来考虑赋权呢！
7. 组合赋权法，嘿嘿，这相当于把各种方法都拿来融合一下呀！就好像做菜时，把不同的调料混合在一起，出来的味道更棒呢！比如在一个大项目中，综合运用几种赋权方法，那不是更全面、更准确吗！
我的观点结论就是：不同的指标体系赋权方法都有其独特之处和适用场景，我们要根据具体情况灵活选择和运用呀，这样才能让赋权更合理、更有效！。
五种赋权法及其比较摘要:本文介绍了五种确定评估指标权重的方法及其比较。
权重是综合评价中的一个重要的指标体系，合理地分配权重是量化评估的关键,权重的构成是否合理，也直接影响到评估的科学性。
为了更好地选择确定权重的方法，我们给出了几种方法的详细计算过程,以便进行精确对比。
关键词:权重统计平均法变异系数法层次分析法德尔菲法排序法一、权重的概念权重是一个相对的概念，是针对某一指标而言。
某一指标的权重是指该指标在整体评价中的相对重要程度。
权重表示在评价过程中，是被评价对象的不同侧面的重要程度的定量分配，对各评价因子在总体评价中的作用进行区别对待。
事实上，没有重点的评价就不算是客观的评价，每个人员的性质和所处的层次不同，其工作的重点也肯定是不能一样的。
因此，相对工作所进行的业绩考评必须对不同内容对目标贡献的重要程度做出估计，即权重的确定。
二、3种主要的确定权重的方法(一) 统计平均法统计平均数法（Statistical average method）是根据所选择的各位专家对各项评价指标所赋予的相对重要性系数分别求其算术平均值，计算出的平均数作为各项指标的权重。
其基本步骤是：第一步，确定专家。
一般选择本行业或本领域中既有实际工作经验、又有扎实的理论基础、并公平公正道德高尚的专家；第二步，专家初评。
将待定权数的指标提交给各位专家，并请专家在不受外界干扰的前提下独立的给出各项指标的权数值；第三步，回收专家意见。
将各位专家的数据收回，并计算各项指标的权数均值和标准差；第四步，分别计算各项指标权重的平均数。
如果第一轮的专家意见比较集中，并且均值的离差在控制的范围之内，即可以用均值确定指标权数。
如果第一轮专家的意见比较分散，可以把第一轮的计算结果反馈给专家，并请他们重新给出自己的意见，直至各项指标的权重与其均值的离差不超过预先给定的标准为止，即达到各位专家的意见基本一致，才能将各项指标的权数的均值作为相应指标的权数。
(二) 变异系数法变异系数法(Coefficient of variation method)是直接利用各项指标所包含的信息，通过计算得到指标的权重。
指标体系的评估与赋权方法1.引言概述部分的内容可以如下所示：1.1 概述在现代社会中，为了对一个系统或者一个组织的发展与运营情况进行全面、科学的评估，人们常常需要建立一个完善的指标体系。
指标体系可以帮助我们了解和衡量一个系统或组织在各个方面的表现和效果，从而为决策提供科学依据。
而对于评估指标体系的有效性和客观性，以及对于各个指标之间的相对重要性进行准确赋权，又是一个重要的问题。
本文就指标体系的评估与赋权方法展开讨论。
首先，我们将介绍指标体系的作用和意义，以及为什么需要对其进行评估和赋权。
其次，我们将详细探讨指标体系评估的方法，包括定性评估方法和定量评估方法。
定性评估方法主要是通过专家评估和主观判断来对指标进行评估，而定量评估方法则基于数据分析和统计模型来进行量化评价。
除了评估指标体系的有效性外，对指标进行赋权也是评估过程中的一个重要环节。
赋权方法可以根据指标的相对重要性为其赋予相应的权重，从而更准确地反映其在评估体系中的贡献度。
本文将介绍两种常用的指标体系赋权方法：层次分析法和主成分分析法。
层次分析法通过构建层次结构、建立判断矩阵和计算特征向量来进行赋权，而主成分分析法则通过降维和构造新指标来进行赋权。
通过本文的论述，我们希望能够更全面地了解指标体系的评估与赋权方法，从而在实际应用中能够更科学地构建和运用指标体系，提高评估的准确性和可信度。
同时，我们也希望通过深入研究和探讨，为指标体系评估与赋权方法的改进和创新提供一定的参考和启示。
1.2文章结构文章结构部分的内容如下：1.2 文章结构本文将围绕指标体系的评估与赋权方法展开讨论。
文章分为三个主要部分：引言、正文和结论。
引言部分首先对指标体系的概念进行简要介绍，包括指标的定义和作用。
接着，文章将说明本文的结构和目的，为读者提供清晰的阅读路线和预期。
正文部分将重点探讨指标体系的评估和赋权方法。
在指标体系评估方法部分，将介绍定性评估方法和定量评估方法的原理和应用情况。
指标赋权的方法嘿，咱今儿就来唠唠指标赋权的方法！这玩意儿啊，就像是给各种指标分蛋糕一样，得公平合理地分好。
你想想看，要是指标赋权不合理，那得出的结果不就跟那歪了的大楼一样不靠谱嘛！比如说在评价一个人的时候，把外貌权重放得超级高，而忽略了内在品质和能力，那能行吗？这不是闹笑话嘛！常见的指标赋权方法有好几种呢。
有一种叫主观赋权法，这就好比是你根据自己的喜好和感觉来分蛋糕。
虽然有点主观吧，但有时候你的经验和直觉也能起大作用呢！就像你知道某个指标特别重要，那你就多给它分点权重呗。
还有一种叫客观赋权法，这可就比较科学啦！它不是凭感觉，而是根据数据和事实来决定权重。
就好像是用尺子去量蛋糕，量得准准的，再按比例分。
这多靠谱呀！咱再说说层次分析法，这就像是搭积木一样，一层一层地把指标的重要性给搭出来。
你得仔细考虑每个指标在不同层次里的地位，这可不能马虎！要是搭错了，那可就全乱套啦！德尔菲法也挺有意思，就像是找一群专家来开会讨论。
大家七嘴八舌地发表意见，最后综合出一个比较合理的赋权结果。
这就好比是大家一起商量怎么分蛋糕，人多力量大嘛！那这些方法怎么用呢？这可得根据具体情况来啦！要是面对的是一些比较主观的问题，那主观赋权法可能就比较合适；要是有大量的数据可以依靠，那客观赋权法不就派上用场了嘛。
你说指标赋权重要不？那当然重要啦！它就像是给一场比赛定规则，规则不好，那比赛能公平吗？能精彩吗？咱平时生活中也经常会用到指标赋权的概念呢。
比如说你要选一个工作，那工资、发展前景、工作环境等等，这些不都得考虑权重嘛。
你不能只看工资高就去了，万一工作环境超级差，压力超级大呢？那你能开心吗？所以啊，学会指标赋权的方法，真的能让咱在很多事情上做出更明智的选择。
别小看这小小的赋权，它可关系着大事情呢！咱可得认真对待，好好琢磨琢磨，找到最适合的方法，给那些指标分好蛋糕，让一切都顺顺利利的，不是吗？你说是不是这个理儿呀？。
经济管理综合评价中指标赋权方法的探讨谷佰成西北师范大学经济管理学院，兰州（730070）E-mail: gubaicheng@摘要：综合评价理论在经济管理综合评价中有着广泛应用，随着对该理论研究的不断深入，学者们提出了一些新的指标赋权方法，包括改进的层次分析法，组合赋权法、动态赋权法等，这些方法都有各自的优缺点，并且目前的赋权方法很少考虑到指标的权重随评价系统内对象的不同而变化的情况，但区间数模糊综合评判方法的提出可以解决这个问题。
关键词：综合评价；指标；权重中图分类号：F224.90. 引言目前，对综合评价理论的应用已涉及到经济、管理等多个领域，并且该理论在社会经济管理中发挥了重要作用。
综合评价的一个重要环节就是对评价指标的赋权，在传统的赋权方法中，国内外大多学者将其分为主观赋权法和客观赋权法两种。
前者多是采取定性的方法，由专家根据经验进行主观判断而得到权数，如专家评判法、层次分析法等；后者根据指标之间的相关关系或各项指标的变异系数来确定权数，如变异系数法，熵值法、灰色关联度法等。
对于这些方法有很多文献已有论述。
有的学者也将赋权方法分为基于“功能驱动”原理的赋权法、基于“差异驱动”原理的赋权法和综合集成赋权法三种。
其中前两种与主、客观赋权法基本一致，而综合集成赋权法也称组合赋权法。
随着研究的不断深入，有对传统方法的改进，同时也有新方法的提出，本文将对目前一些“非传统”综合评价方法中赋权方法及有关问题作以探讨。
1. 层次分析法的改进序关系分析法[1]，该方法的提出是在剖析层次分析法（也称特征值法）的全过程，认为特征值法的一些缺陷是由于没能真实地、唯一地体现出指标间的（按某种规定或原则排定的）序关系。
基于这样的认识提出一种无需一致性检验的新方法-序关系分析法。
其步骤如下：确定指标间的序关系。
若评价指标X i相对于评价准则的重要程度大于（或不小于）X j时，则记为X i>X j；给出相邻指标间相对重要程度的比较判断；计算权重系数。
该方法的优点：不用构造判断矩阵，无需一致性检验，计算量较特征值法小，对元素或指标的个数没有限制，较好地体现了评价者的主观偏好。
缺点：一般情况下，指标间的唯一序关系很难确定，专家们对有些指标间很难给出明确的重要程度判断，这将导致无法计算权重系数。
同时该方法仍属于主观赋权法，构建的权重系数缺乏稳定性。
模糊层次分析法[2]，该方法的提出同样是对层次分析法的一种改进，通过分析发现AHP 具有的一些缺点，提出了模糊层次分析法，其步骤为：模糊一致判断矩阵的建立，由模糊一致判断矩阵求各指标的权重值。
该方法的优点是检验模糊矩阵的一致性较层次分析法中检验判断矩阵的一致性更容易、更科学、更准确。
当一致性不满足时可尽快调整为一致性矩阵。
缺点是在通过关系式求权重系数时，有的变量值是由决策者主观确定的，通过调整该值取出若干个不同的权重向量，从中选择认为比较满意的一个，使所得权重具有较强的主观色彩。
2. 组合赋权法目前权数的组合方法有两种，一种为乘法合成的归一化方法；另一类为线性加权组合法。
前者由于存在使大者更大，小者更小的“倍增效应”故有时用该方法确定的权重是很不合理的。
此法仅适应于指标权数分配较均匀的情况[3]。
线性加权组合法中组合权数的大小又取决于每种方法的权系数分配，目前研究者们大都采用优化法来确定权系数的分配问题。
基于离差平方和的优化赋权法，该方法的基本原理在于恰当的权系数分配应当使各评价对象的综合评价值尽可能分散，越分散越有利于区分评价对象的优劣，采用综合评价值之间的离差平方和来度量分散程度，构建优化模型，求出最优解得到权系数。
用该法求出的权重只是反映被评价对象之间的整体差异，是通过指标观测值在最大限度地体现出各评价对象之间的差别的原则下计算出来的，并没有真正反映出相应指标的重要程度，仅是为了优选方案的方便，但在综合评价中经常用一综合指标来反映事物运行状态，并不需要对方案或对象做出排序，这时该方法就不适用了。
基于等级相关系数组合法该方法是通过检测各种赋权方法所得权数之间的相关程度来确定各种赋权方法的重要程度，再进行综合集成。
它实际上是在几种赋权方法得出的权数中，将关联度最高的权数与其他赋权方法得出的权数的相关系数来作为权系数[4]。
文献5认为该方法过分重视排序的一致性程度，混淆了主客观赋权法的本质差别，忽略了个指标之间权数的实际含义，因此确定的权重不一定合理。
文献5提出了权系数确定的基本原则及一种综合分析方法，认为在求指标权重系数时，应以主观赋权法为基础，通过分析主客观赋权法得出的权系数排序间的关系，确定各指标的权数。
若两类方法得出的权系数排序一致，则以客观赋权法得出的权系数为综合评价中各指标的权系数；若两类方法得出的权系数排序不一致，应根据指标重要程度等级做不同处理。
若指标按重要等级的排序相同，此时将主客观权重取平均值作为各指标权重；否则，按主观赋权法。
应用该方法的前提是取得正确的主观权重，当评价指标较多时，专家给出指标重要程度等级比较困难，可能判断不够准确，所以该方法只适用于指标较少，重要程度等级容易划分的场合。
3. 动态赋权法该方法是针对动态综合评价方法提出来的，是对多个被评价对象(或系统)，在一段时间内，对于相对稳定的评价指标体系来说，确定出评价指标在不同时刻的权重系数，这就是所谓的具有时序特征的多属性综合评价问题（动态综合评价问题）[1]。
在此问题中应用的赋权方法就是动态赋权法。
综合评价实际是针对某一事物（比如综合国力）在一段时间内的总体发展状况做出评价。
该方法的优点是考虑到了在某一时间段内评价指标的权重会随时间改变而改变，这更符合事物发展变化的规律，特别是在经济管理与决策中，动态综合评价法具有重要意义。
二次加权法[1],该方法对系统在某段时间内的运行状况进行了二次加权平均，第一次加权平均是突出各项指标在不同时刻的重要作用，第二次加权是在第一次加权平均的基础上，再突出时间的作用。
该方法的缺点（1）应用前提是在某一时间段内，指标之间的序关系是稳定的，但当对某一时期总体状况评价时，该条件可能并不满足，同时稳定性需要专家的正确判断，所以使得该方法只使用与时间跨度较短的综合评价。
（2）时间加权函数的形式缺乏科学依据，并且综合运行指数曲线的函数形式很难给出，特别是在时间段中划分的时刻较多，评价系统（对象）较多时，所以该方法实用性较差。
“纵横向”拉开档次评价法[1],确定权重系数的原则是在时序立体数据表上最大可能地体现出各被评价对象之间的差异.而各个对象在时序立体数据表上的这种整体差异,可用总离差平方和来刻画。
无论是对于“截面”数据,还是对于“时序立体数据”来说,其综合评价的结果都具有可比性,且没有丝毫的主观色彩;该方法实质上是一种基于差异驱动原理的客观赋权法，其缺点：权重确定过程中将指标以同等地位处理，实际上并没有体现出指标权重随时间变化而改变，动态的特点没有体现出来，仅仅是为了方便评价对象的排序而取得的权重，可能没有反映各指标的真正的重要程度，这将导致所得综合指标的不能反映不出系统真正的运行状态。
文献6提出了一种序时多指标理想点决策方法用于全局经济效益的综合评价能够取得比较满意的评价结果,而且这种决策方法能够自动确定评价指标和评价年份各自的加权系数。
该方法的步骤：首先将根据评价指标类型构造规范化决策矩阵，根据迭代算法求解最优化模型,得到指标加权向量和时间加权向量;该方法算得的权重是使所有年份所有评价方案与理想点向量的距离总和最小，并不反映相应指标的重要程度。
所以，目前的动态综合评价问题中，在时间跨度比较短、评价指标体系比较稳定的情况下，多数是比较适用的，它在社会、经济、管理中将有着重要的理论价值和广泛的应用前景。
4. 权重为区间数的赋权方法当人们在描述不确定性问题时，很难给出一个确切的数值来表达自己的主观判断，但如果放松对偏好判断的要求，允许决策者用一个标度区间（即区间数）来表明其偏好，这相对用一个确切的数值来表达要容易的多，这相当于统计学中的区间估计要比点估计的保证程度大得多是一个道理。
事实上，在某些情况下如果用区间数分析可能更接近复杂不确定的生产实际，更符合人们的模糊思维习惯。
文献7介绍了一种获取区间数的方法---线段法，该方法相当于请3到5位有经验的专家，每位专家给出自己认为满意的区间，最后将这些区间去并集作为最后的区间数。
文献8提出了可行权重区间的概念，将专家分析所得的各指标可行权重区间作为限制条件，利用线性规划求出最优解，该解使全体方案与理想方案的加权距离的总和最小。
文献9首先通过建立线性规划模型求解判断矩阵的区间权向量,然后在分析以往通过区间数运算计算组合权重可能存在错误的基础上,再次通过建立线性规划模型,自下而上计算各方案相对于各指标的组合区间权重。
文献10是用逼近理想点法来对决策方案做出排序的，运用区间数的数量乘法运算，将权重为区间数的多指标决策问题转化为指标为区间数的多指标问题。
文献11提出时间权重为区间值的时序多指标决策的TOPSIS法，将动态赋权与区间数权重结合起来，解决了指标取值、指标权重和时间权重可以全部为区间值模糊数的多指标决策问题。
对于多指标综合评价问题，应该说区间数的权重提出是对“点”权重的重大改进，但目前对于区间数权重的确定的研究，基本上都是由专家做出判断（包括层次分析法）或者由基于传统的逼近理想点思想来确定的，没有一个能够被大家所普遍接受的最好方法。
因此该问题值得进一步研究。
5. 综合评价的新问题探讨目前的综合评价问题，无论是静态的还是动态的多指标综合评价，很少考虑指标权重会随着评价对象的改变而改变，为了保证各评价对象之间的可比性，都是用统一的各指标权重系数来做综合评价的。
例如在对国家或地区间的经济增长质量评价时，我们会选择经济增长波动率，零售物价指数，单位GDP能耗等多个指标来反映该问题，A地区的进出口额在GDP 中所占比重较高，B地区科技投入在GDP中所占比例较大，实际上两地区的经济增长质量差不多，但若用统一权重来评价，很可能弱化或强化某一地区的优势，是两地区相差较大。
又如地区经济竞争力评价问题，会涉及到三次产业占GDP的比重，而各个地区之间的主导产业，优势产业是有差异的，特别是特色优势产业为地区经济做出很大贡献，它可能属于三次产业的其中一种，如果用统一的权重来赋权，显然评价的公正性较差，这样会弱化某一地区的实力。
极端地，也就是说在对有“一俊遮百丑”现象评价时，各评价对象的“一俊”不同，就会出现问题了。
当然评价结果与指标体系的设计也有关系，但上述问题确实存在于目前的综合评价问题中。
笔者认为对此问题应该采取“因地制宜”的思想，指标权重应该随着评价对象的改变而适当改变。
为了凸显某个评价对象在某一属性因素上的优势，如果优势并不十分明显，这时给出一个合理的权重是比较困难的，若权重小了，可能达不到效果；若权重大了，可能会使评价对象之间不可比，若以区间数来赋权重，会相对容易，对于该问题，主要是充分考虑每个因素对各个评价对象的重要性，因此我们可以换个角度来反映此问题，转化为对于某个要素来说，各个对象所处的优劣等级，这符合传统的模糊综合评价的思想。
