基于病态指数循环分析的评价指标筛选研究
陈洪海
(南京财经大学金融学院，江苏 南京 210023)
摘 要 ：为了避免指标集较高的信息重叠扭曲综合评价结果，已有研究通过剔除相关程度高的少部分(主要是两两)指标中相对不重要的指标，虽可保证指标集内少部分指标间的信息重叠不高，但却无法保证指标集的整体信息重叠不高。为此，本研究提出一种新的评价指标筛选方法。其创新与特色主要有三：一是根据一个指标剔除后指标集病态指数减小的幅度越大，该指标对指标集整体信息重叠贡献越大的思路，剔除对剩余指标整体信息重叠贡献最大的指标，循环往复直至剩余指标的整体信息重叠不高为止，克服已有研究无法高效率地降低指标集整体信息重叠及不能测度剩余指标整体信息重叠水平的不足；二是通过剔除相关程度高的任意两个剩余指标中相对不重要的一个指标，避免指标集整体信息重叠不高而个别指标间信息重叠却依然较高；三是通过指标集病态指数减少比例与指标剔除数量的比值表示指标集整体信息重叠降低的效率，检验信息重叠指标筛选方法的相对合理性，弥补已有研究缺乏相关检验标准的不足。最后，通过一组科技评价指标的筛选说明上述方法的可行性及有效性。
关键词 ：评价指标筛选；信息重叠；综合评价；病态指数；变异系数
1 引言
评价是人类最为常见的一种认知活动，是科学决策的基础。而评价一个事物所涉及因素通常较为繁多，这就需要在多个因素相互作用下对评价对象的水平或状态做出一种综合性的判断[1]。这便是多指标(多属性)综合评价，简称综合评价。
评价指标体系是进行综合评价的基础。协同学理论认为一个复杂系统的有序结构仅仅通过少量的参量即可有效描述，所有子系统主要受少数指标支配[2]。由此可见，一组评价指标作为相互影响、相互作用的一个系统，其内部评价指标的数量绝非多多益善。因此，评价指标体系的建立离不开评价指标的筛选。其内在原因主要有二：一是众多指标中不可能每个指标均对评价结果有显著影响，即不可能每个指标都重要。事实上，有些指标对评价结果的影响是微弱的，仅是评价者经验性地认为这些指标重要而已，而主观经验却未必客观可靠。二是即使被保留的指标均对评价结果影响显著，这些指标间也极有可能存在较严重的相关性，即指标间的信息重叠程度可能较高。这些重叠信息若不加处理，在综合评价时会被反复强调，进而扭曲综合评价结果[3]。尽管主成分分析、因子分析等降维方法在理论上回避了指标间的信息重叠，但却产生了主成分的经济含义难于确定及因子载荷矩阵不唯一等问题。因此，指标间信息重叠的降低依然主要通过剔除指标集中部分指标的方式实现。而且，根据评价指标筛选的内在原因可知，综合评价指标定量筛选的两大核心任务就是剔除重要性差的指标，及降低指标集的信息重叠。
评价指标体系及综合评价方法是综合评价理论最核心的两部分内容。其中，评价指标体系是综合评价的基础，直接影响综合评价的科学合理性。但遗憾的是，目前已有研究在关注综合评价方法的同时，却并未对用于建立评价指标体系的指标筛选方法予以足够的重视。这直接导致评价指标筛选方法研究的明显滞后。目前，评价指标的筛选主要以定性与定量两种方式实现。定性筛选指标的主观性太强，所以先利用专家经验进行评价指标的海选，再对海选指标进行定量筛选的方法日益受到欢迎。根据指标筛选目的的差异，通过指标筛选建立评价指标体系的定量方法主要分为两类。
一是以剔除重要性较差指标为目的的指标筛选方法，这里称之为关键指标遴选方法。比如Changki等[4]通过剔除信息增益相对较小的指标，实现了指标的筛选。Zhu Zexuan等[5]结合遗传算法与马尔可夫毯网络算法筛选关键指标。Inza等[6]基于贝叶斯网络估计算法提出了一种随机搜索指标筛选方法。Zhang Yudong等[7]基于决策树方法提出了一种带变异算子的二进制指标筛选方法。Aytug[8]基于广义的Benders分解法及支持向量机算法进行了指标的筛选。迟国泰等[9]通过比较信息敏感性的相对大小，剔除了解释原始指标集信息能力较弱的指标。李鸿禧和迟国泰[10]通过DEA-t 检验遴选了对效率评价影响显著的指标。
二是以降低指标间信息重叠为目的的指标筛选方法，这里称之为信息重叠指标筛选方法。剔除重要性较差指标的筛选方法并未考虑大量指标彼此之间错综复杂的相关性，即信息重叠。而指标间的重叠信息在综合评价时会被重复性地予以强调，导致综合评价结果的失真。因此，已有研究在剔除了重要性较差的冗余指标后，通常会以剔除部分指标的方式降低评价指标间的信息重叠，以保证评价指标体系的科学合理。遗憾的是，目前降低指标集信息重叠的指标筛选方法较为少见。根据降低指标间信息重叠方式上的差异，已有信息重叠指标筛选方法的研究可分为两类。
(1)通过剔除相关程度高的两个指标中相对不重要的一个指标，降低指标集的信息重叠。范柏乃[11]、张昆等[12]、迟国泰等[13]、陈洪海等[14]及赵志冲等[15]通过剔除Person相关系数绝对值大的任意两个指标中相对不重要的一个指标，降低了指标集的信息重叠。这是目前应用得最为广泛的信息重叠指标筛选方法，称之为Person相关分析法。而韩伯棠等[16]、Destrero等[17]则分别通过剔除偏相关系数绝对值、互信息大的任意两个指标中相对不重要的一个指标，实现了指标集信息重叠程度的降低。
随着社会经济的不断发展，防洪现状发生了巨大变化，而由于河流相关资料信息得不到及时更新，给防洪工作带来了很大困难。我国在防洪相关技术尚未完善，人口密度相对较大，洪水发生时所造成的损失较为严重［1］。尤其是许多重要城市和经济特区都处于沿河、沿海、沿江地域，一旦洪涝灾害发生，就会造成严重损失。
(2)仅保留通过R 型聚类分析确定的每个子类内最重要的一个指标，实现指标集信息重叠程度的降低。具体而言，这类方法首先通过R 型聚类分析将指标集划分为若干个不同的子类，属于不同子类的指标间相关程度比较低，而同一子类内的指标间相关程度比较高。在此基础上，仅保留每个子类内最重要的一个指标，剔除子类内其余全部指标，从而实现评价指标集信息重叠程度的降低。如顾雪松等[18]通过剔除R 型聚类后各子类内因子载荷最小的指标，对科技评价指标进行了筛选。周立斌等[19]、赵宇哲等[20]通过仅保留R 型聚类后各子类内变异系数最大的指标，分别建立了人的全面发展及生态港口评价指标体系。而Chen Honghai等[21]通过剔除R 型聚类后各子类内近似分类质量系数小的指标，对城市绿色发展指标进行了筛选。
精准扶贫三年来，皮山县虽然取得了一定的成就，但精准扶贫是一个复杂的系统工程，需要包括贫困户在内的各方面的努力，需要建立健全各方面团结合作的协调机制。皮山县在精准扶贫的实施过程中，不可避免存在许多问题。
现有信息重叠指标筛选方法在降低指标集信息重叠方面虽进行了有益的探索，但仍然存在着一些亟待解决的问题。这些问题主要体现在以下四个方面。
则就指标集整体信息重叠降低效率而言，本文方法较之另一种信息重叠指标筛选方法更为合理。
由以上内容可知，高中语文教师需及时采用科学的教学方式，从而提升学生的阅读能力。与此同时，还可将部分内容展开锻炼学生的发散性思维。实际上，阅读教学的质量会影响到学生综合素养的提升。故而高中语文教师应积极转变传统的教学理念，借助创新型的教学方式进行授课，为学生的全面发展提供及时的帮助。其中，尊重学生的主体性、因材施教的教学措施均是非常关键的。
已有研究存在的问题二：已有研究[18-21]通过保留每个子类内最重要的一个指标降低指标集的整体信息重叠，仅能保证被保留的指标与不同子类内指标间的相关性低，却无法保证保留的指标与指标集内其余全部指标间的整体相关性也低。同时，一个指标与同一子类内其余指标相关性较高，也不意味着该指标与指标集内其余全部指标间的相关程度也高。显然，在降低指标集信息重叠时应该优先剔除与指标集内其余全部指标相关程度高，即应该优先剔除对指标集整体信息重叠贡献大的指标。显而易见，已有研究[18-21]这种指标筛选方法并不能有效地降低指标集的整体信息重叠。
已有研究存在的问题三：已有研究[11-21]虽然能够在一定程度上降低指标集的信息重叠，但是却无法判断剩余评价指标间的整体信息重叠程度是否已经较低，是否还有必要进一步遴选指标。相对而言，剔除指标集内指标的数量越多，剩余指标间整体信息重叠程度也会越低，但评价信息的全面性也会相对越差；相应地，指标集内指标剔除得越少，剩余指标间整体信息重叠程度越高，但综合评价时反映信息的全面性也会越好。因此，指标遴选应适可而止，否则极易造成指标筛选的过度或不足。但显然已有研究[11-21]并不能做到这一点。
已有研究存在的问题四：已有研究[11-21]虽然能够降低指标集的信息重叠水平，但却无法检验其合理性，亦无法比较不同信息重叠指标筛选方法的优劣。
针对上述问题，本研究聚焦于指标集整体信息重叠程度的有效降低，提出了一种基于病态指数循环分析的信息重叠指标筛选方法。首先，以剔除一个指标后指标集病态指数的减小幅度表示该指标对指标集整体信息重叠贡献的大小，循环剔除对剩余指标整体信息重叠贡献最大的指标，实现指标集整体信息重叠的高效降低，克服上述已有研究的前3项不足。之后，通过剔除相关程度高的任意两个指标中相对不重要的一个指标，避免评价指标间整体信息重叠程度不高但少部分指标间信息重叠依然较高。此外，提出指标集整体信息重叠降低效率的概念，通过对比本文方法与已有研究方法的整体信息重叠降低效率，检验本研究所提出的信息重叠指标筛选方法的合理性。最后，以一组科技评价指标的筛选为例，说明本研究所提出的信息重叠指标筛选方法的可行性及有效性。
2 指标筛选原理
如上文所述，信息重叠指标的筛选是在剔除重要性差的指标后进行的。因此，这里假设在利用本文方法筛选指标前已经剔除了重要性较差的指标。
2 .1 信息重叠指标筛选的难点
通过上文的分析不难得出信息重叠指标筛选的难点主要有三。
一是如何测度一组指标的整体信息重叠水平？目前，已有信息重叠指标筛选方法均未能实现指标集整体信息重叠水平的测度。这样，在指标筛选过程中无法确定剩余指标的整体信息重叠水平，极易导致指标筛选的过度或不足。
二是如何高效率地降低一组指标间的整体信息重叠水平？已有研究在降低指标集整体信息重叠时仅仅局限于部分指标之间，必然难以高效率地降低指标集整体上的信息重叠。因此，如何在剔除指标数量较少(即评价信息损失较少)的情况下，快速降低指标集的整体信息重叠水平，是一个亟待解决的难题。
三是如何衡量一种信息重叠指标遴选方法的优劣？如果有衡量信息重叠指标遴选方法优劣的标准，就可以实现不同信息重叠指标筛选方法的择优。但遗憾的是，目前已有研究中尚没有此类标准。
2 .2 信息重叠指标筛选的基本思路
(1)以病态指数表示指标集整体的信息重叠
在计量经济学理论中，测度变量间多重共线性水平的病态指数越大，越说明该组变量的多重共线性水平越高。不难理解，综合评价中常被提及的“信息重叠”与多元回归模型中的“共线性”意义相同，仅是应用背景不同而已。据此，本文以评价指标集病态指数的大小表示指标集整体的信息重叠程度，解决已有信息重叠指标筛选方法无法测度指标集整体信息重叠程度的不足。显然，指标集的病态指数越小，指标集的整体信息重叠水平越低。从而，难点一得以解决。
(2)确定指标对指标集整体信息重叠的贡献
许多客观问题是不可避免的，学生之间存在个体差异这是每位教育工作者都会面临的问题，学生之间的能力差距往往也是培养学生解决问题能力的难点。面对这种情况，教师应该懂得从不同的角度去开导学生，利用层次化教学，实现因材施教。落实到实际教学中，教师应该针对具体知识点从不同角度进行提问，根据学生的实际情况，让学生解决符合自身能力水平的问题，激发学生数学学习的自信，享受解决问题的成就感。如果学生接触不适合自身水平的问题，就可能产生迷茫的心理，不知道接下来所要努力的方向，这对学生的发展是极其不利的。
据上文可知，病态指数可以表示指标集的整体信息重叠程度。而一个指标X i 与指标集内其余指标间存在着一定的信息重叠。自然，从指标集内剔除指标X i 后，指标X i 与原指标集内其余指标间存在的信息重叠在新指标集中便不复存在。从而，不难理解从指标集内剔除一个指标X i 后，该指标集病态指数必然减小，即指标集的整体信息重叠水平必然降低。同时，显然从指标集内剔除一个指标X i 后指标集病态指数减小的幅度，就是指标X i 与指标集内其余全部指标间的整体信息重叠程度。它反映了指标X i 对原指标集整体信息重叠贡献的大小，这里称其为指标X i 的整体信息重叠贡献度。
(3)信息重叠指标的筛选标准
综上所述，在新时代背景下的临港产业集群，可以进行和港口相关的所有贸易活动，临港产业集群包含货物装卸、运输、物流、制造和贸易等各项活动，其中不仅仅包含港口生产企业，港口物流企业等传统港口相关企业，也包含各种与港口相关的加工制造企业、各种金融团体、信息咨询部门，以及港口教育科研和旅游产业。所以临港产业集群是一个综合性的集群，既是生产型企业的集群，也是港口服务业的集群。
根据整体信息重叠贡献度的定义，不难理解一个指标的整体信息重叠贡献度越大，该指标与指标集内其余全部指标间的整体信息重叠程度越高，该指标对其所在指标集整体信息重叠的贡献越大，剔除该指标后指标集整体信息重叠下降得就越快，该指标越应予以剔除；反之，一个指标的整体信息重叠贡献度越小，该指标对其所在指标集整体信息重叠的贡献越小，剔除该指标后指标集的整体信息重叠下降得越慢，该指标越应予以保留。这便是基于整体信息重叠贡献度的信息重叠指标筛选标准。
我们弄清了“同化物的移动具有向库性，同化物的移动与库信号相关联，库信号的强弱决定同化物流向库的量的大小”这些问题，在实践中很有意义。
假设初始指标集共有n 个指标X 1,X 2,…,X n ，且对综合评价结果而言均比较重要。将这n 个指标的病态指数CIn 与剔除指标X i (1≤i ≤n )后剩余n -1个指标的病态指数CI(n-1)i 的差值CIn -CI(n-1)i ，称为指标X i 的整体信息重叠贡献度。
“两票制”的实施，对于药品流通行业是一重大变革，在调整行业结构、规范药品流通行为的作用上已初显成效。如何使政策落实到位，充分发挥效力，促进行业长期健康发展，还需要从立法、市场、监管等多个层面共同发力。在立法层面，有关部门通过出台相关细则，增加政策可操作性，保障政策的稳步实施；在市场层面，企业需提高自身管理水平，调整经营思路，尽快进入角色，积极谋求发展；在监管层面，监管部门需加强对违反“两票制”行为的打击力度，规范药品市场秩序，保护守法企业的合法利益。
假设在n 个指标X 1,X 2,…,X n 中指标X i 的整体信息重叠贡献度最大，则说明如果从初始的n 个指标中剔除指标X i ，则指标集整体信息重叠程度下降的幅度最大。因此，根据基于整体信息重叠贡献度的信息重叠指标筛选标准，应首先剔除指标X i 。我们称这一过程为信息重叠指标的第1轮筛选。这样，指标集内就剩余了n -1个指标。类似地，再剔除剩余的这n -1个指标中信息重叠贡献度最大的一个指标。称这一过程为信息重叠指标的第2轮筛选。依此类推，循环往复，直至剩余指标集的信息重叠程度已经不高为止，解决难点二。计量经济学理论通常认为，如果一组指标的病态指数不大于10，则该组指标的多重共线性就已不高[22]。因此，这里就以剩余全部指标的病态指数不大于10，作为信息重叠指标循环筛选的停止条件。
步骤9：基于Person相关分析降低个别指标间较高的信息重叠。即若：
(5)基于相关性分析进一步筛选信息重叠指标
基于相关性分析进一步筛选信息重叠指标的原因。就指标集整体信息重叠而言，通过上述逐轮剔除整体信息重叠贡献度最大的指标就已经基本完成了降低指标集信息重叠的任务。这与计量经济学中主要着眼于解释变量整体去考虑多重共线性本质上是一致的。但指标集整体信息重叠水平低，并不意味着个别指标间信息重叠也都会低，个别指标间可能存在的较高的信息重叠亦会对综合评价结果造成负面影响。因此，有必要进一步降低个别指标间较高的信息重叠。
基于相关性分析进一步筛选信息重叠指标的思路。这里，借鉴已有研究最常采用的降低个别指标间信息重叠的思路，即剔除任意两个相关性高的指标中相对不重要的一个指标。那么如何衡量指标的相对重要性呢？这里的重要性是指指标对综合评价结果影响的相对大小。众所周知，变异系数(Coefficient of Variance)是衡量指标观测值变异程度的一个统计量。与其它衡量指标观测值变异程度相比，变异系数不受不同指标单位或均值差异的影响，更能简便客观地反映不同指标间相对变异程度的差异。而综合评价理论认为如果一个指标的变异程度不大，则该指标对综合评价结果的影响也不大[23]。正因为此，变异系数成为目前最为常用的一种表示指标相对重要性的统计量。有鉴于此，我们就通过剔除Person相关系数绝对值大的任意两个指标中变异系数相对较小的一个指标，实现个别指标间信息重叠水平的降低。
需要说明的是，剔除整体信息重叠贡献度大的指标应优先于基于相关分析剔除信息重叠指标。信息重叠指标剔除的主要目的在于降低指标集的整体信息重叠水平，避免指标间的重叠信息扭曲综合评价结果。而一个指标的信息重叠贡献度反映的是该指标与指标集内其余全部指标间的整体信息重叠程度，但Person相关系数却仅能反映某两个指标间的信息重叠水平。显然，将指标集的整体信息重叠降低到同一较低的水平，基于相关性分析比基于整体信息重叠贡献度需要删除更多的评价指标才能实现，而这却不利于保持评价信息的全面性。因此，为了保留更丰富的评价信息，应该选择先基于整体信息重叠贡献度快速降低指标集的整体信息重叠水平，再利用相关性分析降低个别指标间的信息重叠水平。下文应用实例通过对比两者信息重叠降低效率(表5)，进一步验证了优先剔除整体信息重叠贡献度大的指标更能快速实现指标集整体信息重叠水平的降低这一结论。同时，通过信息重叠指标的筛选虽能降低评价指标间的信息重叠，但同时也会因评价指标的减少导致评价信息全面性的减弱。因此，在筛选信息重叠指标时应注意权衡指标剔除的数量与评价信息全面性间的关系，避免信息重叠指标遴选的过度或不足。
(6)信息重叠指标筛选方法合理性的检验
为了检验本研究所提出信息重叠指标遴选方法的合理性，我们以指标集病态指数的减小比例与剔除指标数量的比值，即以平均每剔除一个指标后指标集病态指数减小的比例，表示信息重叠指标筛选方法降低指标集整体信息重叠的效率，简称为整体信息重叠降低效率。显然，指标集的整体信息重叠降低效率越大，平均每剔除一个指标后指标集的整体信息重叠下降的幅度越大，这个信息重叠指标筛选方法越合理。这便是基于整体信息重叠降低效率的信息重叠指标筛选方法合理性检验标准。从而，难点三亦得以解决。据此，通过横向比较本文方法与已有方法的整体信息重叠降低效率，体现本研究方法的优势，进而实现本研究方法合理性的检验。当然，这种合理性是一种相对的合理性。
确定整体信息重叠降低效率时除以剔除指标数量的原因：如果确定整体信息重叠降低效率时不除以剔除指标的数量，则仅能在剔除指标数量相同情况下比较不同信息重叠指标筛选方法的整体信息重叠降低效率。而如果确定整体信息重叠降低效率时除以剔除指标的数量，则即使剔除指标数量不相同，仍可比较不同信息重叠指标筛选方法的整体信息重叠降低效率。
综上，本文方法可广泛应用于一般综合评价问题，以降低评价指标间的信息重叠，减弱指标间信息重叠对综合评价结果产生的负面作用，进而构建更加科学合理的评价指标体系。为便于描述，称上述方法为基于病态指数循环分析的信息重叠指标筛选方法，其原理如图1所示。
图1 基于病态指数循环分析的指标筛选原理
3 指标筛选模型
为了避免不重要的评价指标在信息重叠指标筛选过程中被保留，假设一组指标X 1,X 2,…,X n 均是剔除重要性较差的指标后保留下来的。基于病态指数循环分析降低该组指标信息重叠的步骤如下。
(1)基于整体信息重叠降低的指标筛选
步骤1：通过以下特征方程计算矩阵X TX 的特征值λ 1,λ 2,…,λ n 。
X TX -λ j E n =0
(1)
特征方程式(1)中，矩阵X T为指标集对应的样本数据矩阵X 的转置矩阵[22]；E n 为单位矩阵。
步骤2：计算n 个评价指标的病态指数CIn [22]。
(2)
式(2)中，
及
分别为矩阵X TX 的最大及最小的特征值。
病态指数CIn 的经济含义：病态指数CIn 反映的是指标集X 1,X 2,…,X n 整体的信息重叠程度，其值越大，越说明这n 个指标的整体信息重叠程度越高，对综合评价结果客观性的负面影响也越显著，这n 个指标的信息重叠越应予以降低。
本文以“R&D人员折合全时当量”、“高新技术增加值占GDP比重”等体现城市科学技术发展水平的10个指标为例，说明本文所提出信息重叠指标筛选方法的可行性及有效性。这10个科技评价指标列于表1第2，4列。这10个指标2000-2013年的统计数据均来源于《大连统计年鉴》，列于表2第2-11列。
步骤4：计算指标X i (i =1, 2, …, n )的整体信息重叠贡献度Ci1 (i =1, 2, …, n )。
C i1 =CIn -CI(n-1)i
(3)
整体信息重叠贡献度Ci1 的经济含义：Ci1 表示剔除指标X i 后剩余n -1个评价指标的病态指数CI(n-1)i ，较之剔除X i 前全部n 个评价指标病态指数CIn 减小的幅度。其值越大，指标X i 对n 个指标的整体信息重叠贡献越大，指标X i 越应被剔除；反之，其值越小，指标X i 对n 个指标的整体信息重叠贡献越小，指标X i 越应予以保留。
步骤5：剔除n 个指标中整体信息重叠贡献度最大的指标。若
C j1 =max{Ci1 1≤i ≤n }
(4)
则说明在n 个指标X 1,X 2,…,X n 中指标X j 对指标集的整体信息重叠贡献最大，剔除之。
为了描述方便，称上述过程为信息重叠指标的第1轮筛选。类似地，再剔除剩余n -1个指标中整体信息重叠贡献度最大的一个指标。如此循环往复，每轮都剔除剩余指标中整体信息重叠贡献度最大的一个指标，直至满足如下的信息重叠指标筛选的停止条件。
为提升企业运营管理基础能力，以“提质增效”为管理核心，公司全面梳理采购管理、库存管理、供应商管理、财务管理等公司管理的基础、薄弱环节，建设统一的物资管理信息化平台，解决不同部门之间业务协同问题，实现物流、资金流和信息流统一，消除各类“信息孤岛”，实现公司范围内信息的良好互通与共享，及时掌握物资保障及经费执行情况，为领导科学决策提供支持。
步骤6：信息重叠指标筛选的停止条件。若剩余全部指标的病态指数不大于10，则停止信息重叠指标的筛选。否则，依照上述步骤对剩余指标继续进行信息重叠指标的筛选，循环往复，直至剩余指标集的病态指数已不大于10为止。
(2)基于个别指标间信息重叠降低的指标筛选
步骤7：计算p 个剩余指标之间的Person相关系数矩阵
(5)
逻辑思维能力是指正确、合理思考的能力。即对事物进行观察、比较、分析、综合、抽象、概括、判断、推理的能力,采用科学的逻辑方法,准确而有条理地表达自己思维过程的能力。
(4)基于病态指数循环分析筛选信息重叠指标
步骤8：计算指标X i 的变异系数[20]CVi (i =1, 2,…, n )。其计算公式为
cvi =
(6)
变异系数cvi 的经济含义：变异系数cvi 是指标X i 取值的标准差与均值的比值，反映了指标X i 取值的离散程度。而且，变异系数cvi 越大，指标X i 相对越重要[20]。
由于逐轮次地筛选指标的过程中指标集内指标的数量是在递减的，因此不同指标的整体信息重叠贡献度仅在同一轮次内的指标集内可以比较，而不同轮次互异指标的整体信息重叠贡献度不具比较意义。
r ij >r 0
(7)
则剔除指标X i 和X j 中变异系数较小的一个指标，以避免指标集整体信息重叠不高但个别指标间信息重叠程度却依然较高。
式(7)中，r 0是信息重叠指标筛选的阈值，通常取一个介于0与1之间较大的值。显然，阈值r 0越大，个别指标间的信息重叠降低得越彻底。但与此同时，剔除指标的数量也会越多，损失的评价信息也越多，越不利于综合评价的全面性。因此，阈值r 0的大小并无绝对标准，需要权衡确定。这里，取r 0=0.7[20]。
Z100 3.165 mmol Zn(NO3)2·6H2O溶解于40 mL MeOH/DI混合溶液，25.32 mmol HmIM溶解于20 mL MeOH，前者迅速倒入后者，并持续搅拌120 min。离心操作后于60 ℃真空烘箱中干燥24 h得白色粉末[13]。
(3)信息重叠指标筛选方法合理性检验
步骤10：确定指标集整体信息重叠降低效率ES k 。
(8)
整体信息重叠降低效率ES k 的经济含义：整体信息重叠降低效率ES k 是平均每剔除一个指标后指标集病态指数减小的比例，反映了信息重叠指标筛选后指标集整体信息重叠程度降低的效率。显然，整体信息重叠降低效率ES k 越大，信息重叠指标筛选方法越显相对合理。
步骤11：信息重叠指标筛选方法的合理性检验。若
ES k1 >ES k2
(9)
已有研究存在的问题一：已有研究[11-17]仅仅剔除相关程度高的任意两个指标中相对不重要的一个指标，难以保证被删除的指标恰是对指标集整体信息重叠贡献大的指标，极易误删对指标集整体信息重叠贡献小的指标，或错误地保留对指标集整体信息重叠贡献大的指标。评价指标集作为一个系统，指标集内各指标彼此之间的相互影响、相互作用是错综复杂的。一个指标与指标集内某个指标间的相关程度高，不意味着该指标与其余全部指标整体间的信息重叠程度也高；同样地，一个指标与指标集内某个指标间的相关程度低，也并不意味着该指标与其余全部指标整体间的信息重叠程度也低。因此，已有研究[11-17]降低指标集信息重叠的方式并不合理。
不可能的！这些盛世的尘埃，凭着近百年大唐亿万生民的精血凝聚起来，每一座城，每一条街，都是铜浇铁铸一般，沧海桑田变换的是山河，帝国的基业却会往后流布千万年。
式(9)中，ES k1 为本文提出方法的整体信息重叠降低效率，ES k2 为另一种信息重叠指标筛选方法的整体信息重叠降低效率。
超声医学是医学影像学和基础医学的重要组成部分。研究、临床医学和超声图像的结合具有很强的实用性，几乎涉及各个临床学科的特点[2]。过去，它主要用于超声医学的教学。传统的教学方法以教师、教材和课堂为中心，注重学生的理论。知识的记忆往往是教师“填鸭式”教学，教师教书多，学得少。被动接受更多，思考更少。在这种教学模式中，教师提出问题，学生被动地回答问题，或者学生提出问题，教师直接解决问题，无法培养学生实践技能以及应变能力[1]。目前我科采用混合式教学模式为主，培养学生自主学习能力，根据知识难易程度，灵活运用混合式教学法，这种方法不仅能充分发挥学生的学习主动性，而且能大大提高学生的学习兴趣和积极性。
综上，通过分别降低指标集整体及个别指标间的信息重叠，评价指标间的信息重叠得以系统地降低，以最大限度地减弱信息重叠对综合评价结果产生的负面影响。
4 实例分析
4 .1 数据的来源
步骤3：计算剔除单个指标X i (i =1, 2, …, n )后剩余n -1个评价指标的病态指数CI(n-1)i 。按照上述步骤1-步骤2计算剩余n -1个指标的病态指数CI(n-1)i ，不赘述。
表1 实例指标
表2 指标数据
4 .2 基于病态指数循环分析的指标筛选
(1)信息重叠指标的第1轮筛选
步骤1：计算由全部10个科技评价指标所构成指标集的病态指数CI10。将表2第2-11列中的数据代入式(1)，得到矩阵X TX 的全部10个特征值。再将矩阵X TX 的最大特征值5.591及最小特征值0.003代入式(2)，得到10个科技评价指标的病态指数CI10=44.538，列于表3第2列。病态指数CI10远大于10，从而说明这10个科技评价指标整体上存在比较严重的信息重叠，理应予以降低。特征值的计算结果通过基本的线性代数知识即可获得，因此这里不予赘述。
式(5)中，r ij 是指标X i 与X j 间的Person相关系数；m 是样本量；x ki 是指标X i 对应于第k 个样品的取值；
是指标X i 取值的均值。
定义5： 正向匹配度是记录词集与问题词集的匹配程度，它是从问题词集的角度计算匹配度。设问题词集中的特征项的个数为NC，问题词集C的匹配度用PC表示，问题词集与记录词集相匹配的特征项的数目用“N”表示。正向匹配度计算公式为
步骤2：计算剔除指标X i (i =1, 2, …, 10)后剩余9个指标的病态指数CI9i (i =1, 2, …, 10)。将剔除单个指标X i (i =1, 2, …, 10)后剩余的9个指标作为一个新的指标集，按照步骤1中的计算方式可以分别得到剔除指标X i (i =1, 2, …, 10)后剩余的9个指标的病态指数CI9i (i =1, 2, …, 10)，依次列于表3第3列。
步骤3：计算指标X i (i =1, 2, …, 10)的整体信息重叠贡献度Ci1 (i =1, 2, …, 10)。将表3第2、3列的CI10及CI9i (i=1, 2, …, 10)的取值分别代入式(3)，得到10个指标各自的整体信息重叠贡献度Ci1 (i =1, 2, …, 10)，分别列于表3第4列。
表3 指标的第1轮筛选
步骤4：整体信息重叠贡献度大的指标的剔除。由表3第4列不难发现，指标X 3的整体信息重叠贡献度最大，为29.356。即，剔除指标X 3后指标集整体信息重叠下降的幅度最大，达到了29.356。因此，应优先剔除指标X 3。
步骤5：指标筛选停止条件的符合性检查。据表3第3列第3行可知，剔除指标X 3后剩余的9个指标的病态指数为15.182，仍大于10。这说明剔除指标X 3后剩余的9个指标间的整体信息重叠水平依然较高，指标集的整体信息重叠水平还需进一步降低。至此，信息重叠指标的第1轮筛选结束。将第1轮指标筛选结果列于表3第5列。
(2)信息重叠指标的第2轮筛选
步骤6：计算剔除剩余9个指标中某个指标后剩余8个指标的病态指数。依第1轮的指标筛选方式，可以类似地得到剔除剩余9个指标中的一个指标后剩余8个指标的病态指数，列于表4第3列。由于第1轮已经将指标X 3剔除了，所以表4第3列第3行处以“—”标示。
表4 指标的第2轮筛选
步骤7：计算剔除指标X 3后剩余的9个指标各自的整体信息重叠贡献度。再将表4第2、3列的数值分别代入式(3)，得到9个指标各自的整体信息重叠贡献度Ci2 (i =1, 2, 4, …, 10)，分别列于表4第4列。
步骤8：第2轮指标筛选中整体信息重叠贡献度最大指标的剔除。由表4第4列不难发现，指标X 9的整体信息重叠贡献度是最大的，其值为4.197。因此，剔除指标X 9。至此，指标的第2轮筛选结束。
步骤9：再次检查指标筛选停止条件的符合性。据表4第3列第9行可知，累计2轮分别剔除指标X 3和X 9后剩余8个指标的病态指数为10.985，大于10。这说明剩余的8个指标还存在较为明显的信息重叠，仍然需要通过指标筛选继续降低这8个指标的整体信息重叠。
(3)信息重叠指标的第3轮筛选
步骤10：剔除剩余8个指标中整体信息重叠贡献度最大的指标。类似地，通过第3轮的指标筛选发现在剩余的8个指标中，指标X 2的整体信息重叠贡献度最大，为2.000。因此，第3轮的指标筛选应剔除指标X 2。而剔除指标X 2后剩余7个指标的病态指数为10.985-2.000=8.985，小于10。因此，剩余7个指标的整体信息重叠水平已经不高，指标筛选暂且结束。
综上，通过信息重叠指标的遴选剔除了10个科技评价指标中3个对指标集整体信息重叠贡献最大的指标，即指标X 3、X 9和X 2，暂时保留了其余7个整体信息重叠贡献较小的指标。
(4)降低个别指标间的信息重叠
步骤11：降低相关程度高的两两指标间的信息重叠。将列于表2中被暂时保留的7个指标的数据代入式(5)，容易得到7个指标的Person相关系数矩阵。据式(7)发现，不存在某两个指标间Person相关系数绝对值大于0.7的情况。因此，已无需再降低个别指标间的信息重叠。由此可见，利用病态指数循环分析法筛选信息重叠指标后，指标集不仅整体信息重叠已经较低，而且个别指标间的信息重叠也较低。
综上，本文方法剔除了全部10个科技评价指标中的3个。指标剔除似乎较少，其原因主要有三。一是如上文所述信息重叠指标的筛选是发生在剔除重要性较差的指标后的，因此两种指标筛选方式累计剔除的指标数量自然就会比较多。二是本文方法是在剩余全部指标的信息重叠不高，即剩余全部指标的病态指数不大于阈值10的条件下停止剔除信息重叠程度较高指标的。而决策者若希望评价指标集信息重叠程度更低，或希望评价指标集中指标数量更少一点，则可将本文指标筛选的停止条件中的阈值适度调低一些。因此，即使不结合其它指标筛选方法，仅利用本文方法也可解决待筛指标数量较多的问题。三是信息重叠指标剔除较多会降低评价信息的全面性，不利于综合评价结果的客观合理。因此，信息重叠指标的遴选也应尽量避免评价指标的过度剔除。
4 .3 信息重叠指标筛选方法合理性的检验
通过与目前应用最为广泛的Person相关分析法的整体信息重叠降低效率进行对比，验证本文方法的相对合理性。
4.3.1 基于现有相关性分析法的指标筛选
由上文可知，本文方法剔除了3个指标。因此，为了客观对比指标筛选结果，在基于现有的相关分析法(上文模型中的步骤7至步骤9)筛选指标时亦剔除了3个指标，即先后剔除了指标“X 9科技进步贡献率”、“X 4地方财政科技支出占地方财政一般预算支出比重”和“X 2R&D经费支出占GDP比重”等3个指标。
4.3.2 指标集整体信息重叠降低效率的对比
根据上文病态指数的计算方法可以得到全部10个指标的病态指数为44.538，基于Person相关分析法分别剔除1、2、3个指标后剩余指标的病态指数：32.112、23.441及18.238，以及基于相关分析法分别剔除1、2、3个指标后指标集整体信息重叠(病态指数)降低的比例，列于表5第5列。再据式(8)，以表5第5列的数值分别除以表5第2列相对应的剔除指标的数量，得到基于相关性分析法分别剔除1、2、3个指标后指标集整体信息重叠降低的效率，列于表5第6列。
表5 信息重叠降低效率的比较
类似地，根据上文实证数据得到本文方法分别剔除1、2、3个指标后的指标集整体信息重叠降低的比例及效率，依次列于表5第3-4列。再将表5第4列与表5第6列同行数据的差值，分别除以表5第6列同行的数据，得到两种方法指标集整体信息重叠降低效率的相对差距，列于表5第7列。以表5第7列第2行的“73.67%”为例，它是表5第2行中第4列的“37.67%”与第6列的“21.69%”的差值，再除以表5第6列的“21.69%”得到的。它表示同样是剔除2个指标，本文方法的指标集整体信息重叠降低效率，比现有相关性分析法相对地高73.67%。
综上，不难发现本文方法比现有基于Person相关分析的指标筛选方法，在降低指标集信息重叠方面优势十分显著。具体而言，优势有三：
(1)本文方法降低指标集信息重叠的效率更高
据表5第7列可知，就指标集整体信息重叠降低效率而言，在剔除指标个数均分别为1、2、3的情况下，本文方法比已有最常用的Person相关分析法分别高136.24%、73.67%和35.21%。因此，与现有最常用的相关性信息重叠指标筛选方法相比，本文方法降低指标集整体信息重叠的效率要高的多。
(2)现有方法易误删对信息重叠贡献小的指标
据上文指标筛选过程可知，指标X 4并不是对指标集信息重叠贡献最大的3个指标之一。而现有Person相关分析法却在剔除第2个指标时就剔除了指标X 4。这意味着基于Person相关分析的信息重叠指标筛选方法误删了对指标集整体信息重叠贡献较小的指标X 4。而对指标集整体信息重叠贡献较小的指标是应该予以保留的。
(3)现有方法易保留对信息重叠贡献大的指标
据表3第3列可知，指标X 3是初始的10个指标中整体信息重叠贡献度最大的指标。而对指标集整体信息重叠贡献越大的指标，越应予以剔除。显然，在指标筛选过程中指标X 3理应被第1个剔除。但现有Person相关分析法保留了指标X 3。因此，Person相关分析法容易错误保留对指标集整体信息重叠贡献大的指标。
综上，不难理解的是，正是由于现有Person相关分析法容易误删整体信息重叠贡献小的指标，及容易错误保留整体信息重叠贡献大的指标，才导致了该方法降低指标集整体信息重叠的效率明显偏低。而本文方法总是优先剔除指标集中整体信息重叠贡献最大的指标，并不存在容易误删对整体信息重叠贡献小的指标或容易错误保留对整体信息重叠贡献大的指标的弊端。
5 结语
本研究聚焦于评价指标间信息重叠程度的有效降低，提出了一种基于病态指数循环分析的信息重叠指标筛选方法。通过逐轮剔除指标集中整体信息重叠贡献度最大的指标，直至指标集整体信息重叠较低为止，实现了指标集整体信息重叠程度的快速降低。在此基础上，通过剔除Person相关系数较高的任意两个指标中变异系数较小的一个指标，避免指标集整体信息重叠不高但个别指标间的信息重叠却依然较高。从而较为系统地实现了评价指标间信息重叠水平的降低，最大限度地降低了指标间的信息重叠对综合评价的负面影响。最后，提出通过指标集整体信息重叠降低效率检验信息重叠指标筛选合理性的方法，实现了即使在剔除指标数量不同的条件下亦可比较不同方法降低指标集整体信息重叠效率的高低。
本研究提出的信息重叠指标遴选方法适用于评价指标体系的构建，即适用于在剔除重要性较差的指标后，进一步系统地降低剩余指标间的信息重叠水平。特别是，对于个别或部分指标间的相关程度较低而指标间整体信息重叠水平却较高这一情形，尤为适用。
本研究仅聚焦于指标集信息重叠的降低，因此同其它信息重叠指标筛选方法一样，还需要与以剔除重要性差的指标为目的的指标筛选方法结合使用，才能系统实现综合评价指标的筛选。此外，本研究虽通过指标集整体信息重叠降低效率实现了信息重叠指标筛选方法的合理性检验，但却需要与现有方法横向比较整体信息重叠降低效率才可实现信息重叠指标筛选方法的合理性检验。这些都是需要在今后的研究中进一步加以完善的。
参考文献 ：
[1] 苏为华. 我国多指标综合评价技术与应用研究的回顾与认识 [J]. 统计研究, 2012, 29(8): 98-107.
[2] 余肖生, 周宁. 高维数据降维方法研究 [J]. 情报科学, 2007, 25(8): 1248-1251.
[3] 胡永宏. 综合评价中指标相关性的处理方法 [J]. 统计研究, 2002，3: 39-40.
[4] Changki L, Geunbae L G. Information gain and divergence based feature selection for machine learning-based text categorization [J]. Information Processing & Management, 2006,42(1): 155-165.
[5] Zhu Zexuan, Ong Y S, Dash M. Markov blanket-embedded genetic algorithm for gene selection [J]. Pattern Recognition, 2007, 40(11): 3236-3248.
[6] Inza I, Larra
aga P, Etxeberria R, et al. Feature subset selection by bayesian network-based optimization [J]. Artificial Intelligence, 2000,123(1-2): 157-184.
[7] Zhang Yudong, Wang Shuihua, Phillipsc P, et al. Binary PSO with mutation operator for feature selection using decision tree applied to spam detection [J]. Knowledge-Based Systems, 2014,64: 22-31.
[8] Aytug H. Feature selection for support vector machines using Generalized Benders Decomposition [J]. European Journal of Operational Research, 2015,244(1): 210-218.
[9] 迟国泰, 陈洪海. 基于信息敏感性的指标筛选与赋权方法研究 [J]. 科研管理, 2016, 37(1): 153-160.
[10] 李鸿禧, 迟国泰. 基于DEA-t 检验的以企业为主体的科技创新效率评价 [J]. 中国管理科学, 2016, 24(11): 109-119.
[11] 范柏乃. 我国城市居民生活质量评价体系的构建与实际测度 [J]. 浙江大学学报(人文社会科学版), 2006, 36(4): 122-130.
[12] 张昆, 迟国泰. 基于相关分析-粗糙集理论的生态评价指标体系构建 [J]. 系统工程学报, 2012, 27(1): 119-128.
[13] 迟国泰, 曹婷婷, 张昆. 基于相关-主成分分析的人的全面发展评价指标体系构建 [J]. 系统工程理论与实践, 2012, 32(1): 112-119.
[14] 陈洪海, 迟国泰. 基于信息显著性差异的绿色产业评价指标筛选模型及实证 [J]. 运筹与管理, 2014, 23(6): 193-204.
[15] 赵志冲, 迟国泰. 基于似然比检验的工业小企业债信评级研究 [J]. 中国管理科学, 2017, 25(1): 45-56.
[16] 韩伯棠, 王莹. 中国科技人力资源评价指标体系构建方法研究 [J]. 北京理工大学学报(社会科学版), 2006, 8(6): 31-35.
[17] Destrero A, Mosci S, Mol C D. Feature selection for high dimensional data [J]. Computational Management Science, 2009, 6(1): 25-40.
[18] 顾雪松, 迟国泰, 程鹤. 基于聚类-因子分析的科技评价指标体系构建 [J]. 科学学研究, 2010, 28(4): 509-514.
[19] 周立斌, 李刚, 迟国泰. 基于R聚类-变异系数分析的人的全面发展评价指标体系构建 [J]. 系统工程, 2010, 28(12): 56-63.
[20] 赵宇哲, 刘芳. 生态港口评价指标体系的构建-基于R聚类、变异系数与专家经验的分析 [J]. 科研管理, 2015, 36(2): 124-132.
[21] Chen Honghai, Chi Guotai. Urban green development evaluation indicator system model based on clustering-rough set and application [J]. ICIC Express Letters Part B: Applications, 2015, 6(10): 2649-2654.
[22] 王斌会. 计量经济学模型及R语言应用 [M]. 广州: 暨南大学出版社, 2015.
[23] 郭亚军. 综合评价理论、方法及应用 [M]. 北京: 科学出版社, 2007.
Method of Screening Evaluation Indicators Based on Circle Ill -Condition Index Analysis
CHEN Hong -hai
(School of Finance, Nanjing University of Finance and Economics, Nanjing 210023, China)
Abstract ： The existing researches delete the relatively unimportant indicators in few indices (mainly including any pair indicators) with high correlation to prevent the high information overlap from distorting the comprehensive evaluation results, which can improve the information overlap of few indicators but is not available to ensure that of the indices set is not high. In this article, a new method of screening indices with high information overlapping is presented. The indicators of the greatest contribution to the overall overlap of residual indicators are deleted successively until the information overlap of all remaining indicators is not high so far, since an indicator makes greater contribution to the information overlap of the indices set if the decrease of ill-condition index for the indices set is lager when it is removed. Furthermore, the dominated one in any pair of remaining indicators with high correlation is deleted to avoid high information overlap between the individual indicators while the overall information overlap of the indices set is not high. The reduction ratio of ill-condition index for the indices set and the number of deleted indicators are used to illustrate the efficiency of reducing the overall information overlap for the indices set, which tests the relative rationality of the suggested method that is more efficient than the correlation analysis method for reducing the overall information overlap for the indices set. The above findings enrich the theoretical research of the indices screening methods, helpfully complements the comprehensive evaluation method, and facilitates the researches in related fields.
Key words ： evaluation indices screening; information overlapping; comprehensive assessment; ill-condition index; coefficient of variance
中图分类号 ：C81/N945.16
文献标识码： A
文章编号 ：1003-207(2019)01-0184-10
DOI: 10.16381/j.cnki.issn1003-207x.2019.01.018
收稿日期 ：2016-12-31；修订日期： 2017-05-17
基金项目 ：国家社科基金重大资助项目(17ZDA037);国家自然科学基金重点资助项目(71731003); 国家自然科学基金面上项目(71471027); 国家自然科学基金青年项目(71403116，71501088)；江苏省高校自然科学研究面上资助经费项目(18KJB120003)
通讯作者简介 ：陈洪海(1978-)，男(汉族)，辽宁辽中人，南京财经大学金融学院讲师，金融工程专业博士，研究方向：金融风险管理、决策理论，E-mail：adams2009@163.com.