第一章 绪论
第一节 模糊综合评价及其发展
一、综合评价与模糊综合评价
（一）综合评价
综合评价是一种自古有之的用于认识事物、判断问题、指引决策的思想方法。
通过对研究对象进行深入探讨、系统梳理，并进行定量研究，综合评价成为统计学与管理（决策）学中一种专门的方法。在我国，综合评价大约始于20世纪80年代初期，当时正值改革开放之初，对经济效果或经济效益的计划检查方法与统计分析方法备受各界关注。比如，西南财经大学庞皓等提出的“功效系数法”、国家统计局刘亮等提出的评价经济效果的综合指数法等。从实践来看，综合评价是相对于简单的评价或单项评价而言的，强调评价指标（决策学中习惯称为属性）涵盖多个方面。
经过40多年的发展，综合评价理论、方法及应用研究取得了丰硕的成果。百度上以“综合评价”“综合评估”这一类关键词进行网页搜索，数量均突破2亿条，相关资讯远超100万条。在百度学术上，二者相应的文献均在150万条左右。
可见，综合评价不仅已经成为热词，更是重要的学术词汇。目前对综合评价理论、方法与应用的研究，基本上围绕以下几个方面。
第一，关于综合评价方法体系的研究。不同领域、不同专业的学者从各自角度出发，不断拓展综合评价的概念体系与理论体系。比如，从功效系数法到基于各类多元统计方法（如主成分分析法、因子分析法、聚类等）的评价理论；从模糊理论与评价方法的结合到智能化评价技术（包括神经网络、遗传算法、机器学习等）；从个体行为理论到群体性的评价理论等，使得综合评价的方法越来越丰富。
第二，基于指标数据类型的综合评价技术研究。从单向指标角度看，每个指标代表了评价者的意见或看法，给出的形式可以是实数、区间数、模糊数、语义数等；从指标体系角度看，涉及混合型的数据表达形式、多层嵌套式的指标关系等。基于不同的指标数据进行拓展与应用也是综合评价领域研究的一个主要问题。
第三，关于综合评价技术应用的问题。据不完全统计，在目前发表的各类中文类文章中，基于综合评价方法进行实证研究的文章数量位居前列，不同领域、不同专业的学者从不同角度围绕综合评价进行了大量研究，但存在的问题也相对较多。因此，如何科学使用综合评价方法，明确不同方法的使用原则，是当前学界关注的焦点之一。
第四，关于综合评价工具的软件化使用问题。从使用工具角度看，简单的多指标综合评价可通过Excel、SPSS等软件实现。但是，随着数据量的增长，R、Matlab、Python等工具被广泛使用；从工具开发角度看，从20世纪90年代的智能决策支持系统（intelligent decision support system，IDSS），到21世纪初的群决策支持系统（group decision support system，GDSS）、分布式决策支持系统（distributed decision support system，DDSS），商务数据分析领域的POWER-BI、智能-交互-集成化决策支持系统（intelligent，interactive and integrated decision support system，3IDSS）等，已经实现了决策支持过程的集成化，初步解决了决策（或评价）行为的人机交互问题。
第五，基于学科交叉化的综合评价技术。综合评价方法与多学科交叉，且呈现越来越紧密的趋势。比如，与管理科学的结合，产生了各类基于位置信息的集成方法；与数学领域的交叉，形成了各类模糊、灰色、函数型数据的综合评价方法。又如，与行为经济学的交叉，发展了群组评价方法，从评价行为角度，结合实验经济学的理论知识，考虑群体性的评价行为，分析利益冲突、性格、合谋与博弈行为等在群组评价中的现象，有助于提升群组评价方法的科学性；与复杂网络理论的结合，产生了基于网络关系的综合评价思想；与人工智能技术的结合，产生了智能化评价方法及自组织自适应评价系统；与计算机技术的结合，产生了综合评价指标可视化呈现思想等。
（二）模糊综合评价
自加州大学自动控制专家Zadeh于1965年提出模糊集以来，模糊综合评价理论得到了快速发展。关于模糊综合评价的概念相对统一，但在具体定义上略有差异。在模糊数学界，模糊综合评价称为模糊综合评判，是基于模糊数学理论，应用模糊关系合成的原理，指从多个角度对评判事物隶属度等级状况进行综合评判的一种方法（贺仲雄，1983；邹增家，1996）。在模糊决策界，模糊综合评价称为模糊多属性决策，是指在实际决策过程中，有些属性无法用精确数值来衡量，故以模糊值的形式给出，进而指导决策者依据已有的模糊信息对有限个备选方案进行优劣排序，并*终选出*佳方案的过程（孔峰，2005；周宏安，2007；杜玉琴，2017）。此外，有学者认为模糊综合评价是根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对具有多属性或受多因素制约的事物做出一个总体评价（杨叶勇，2014；Simi? et al.，2016）。
整体来看，模糊综合评价是一种能够对事物做出全面评价的多指标综合评价方法，其特点是评价结果不是绝对肯定或否定，而是以一个模糊集来表示。模糊综合评价的基本思想是应用模糊数学原理，对具有多种属性或受多种因素影响的被评价对象，在确定评价指标和评价指标权重的基础上给出相应的模糊评价结果，形成模糊判断矩阵，并通过模糊运算得到定量的综合评价结果。
二、模糊综合评价的发展
下面将结合文献计量知识，从期刊论文的发文量、高频词和突现词等角度对模糊综合评价领域的研究进展进行分析。
（一）期刊论文发文量
1.中文期刊论文发文量
根据中国知网（China National Knowledge Infrastructure，CNKI）数据，2011～2020年以“模糊评价”或“模糊综合评价”为主题的中文期刊论文发文量相对稳定，保持在1700篇左右。如表1-1所示，2011～2015年每年的发文量保持在较高水平，年发文量在1800篇以上；2016～2020年出现了一定幅度的波动。其中，2016年发文量为1676篇；2017年和2018年的发文量有所增长，在1800篇左右。2019年和2020年的发文量略有减少，但均在1500篇以上。
从模糊评价的细分类别来看2011～2020年以“直觉模糊”为主题的中文期刊论文发文量远高于其他主题，且发文量在2011～2018年呈现出持续增长的趋势，在2019～2020年则保持相对稳定。以“毕达哥拉斯模糊”为主题的中文期刊论文从2015年才开始出现，此后，发文量呈逐渐增长之势，并于2020年达到*大值（为37篇）。以“语义模糊”为主题的中文期刊论文发文量在2011～2017年呈现较为缓慢的增长趋势，甚至在2018～2020年有逐年减少的迹象。以“犹豫模糊”为主题的中文期刊论文发文量增长较快，以“混合信息”为主题的中文期刊论文发文量呈现出波动增长的趋势，在2011～2014年缓慢增长，在2014～2016年缓慢减少，在2016～2020年又呈现缓慢增长的趋势。
2. 英文期刊论文发文量
根据Web of Science核心合集的数据，2011～2020年以“模糊评价”为主题的英文期刊的发文量基本保持持续增长。表1-2显示，2011～2013年，因模糊评价概念兴起不久，年均发文量相对较少，基本保持在1000篇以下。2014年，关于模糊评价的发文量增长显著，达1105篇。此后，关于模糊评价的期刊论文发文量在总体上呈上升趋势，并于2019年开始年发文量突破2500篇，同比增速达25.75%。
从模糊评价的细分类别来看，2011～2020年各研究主题的英文期刊论文发表数量均呈现增长态势。其中，以“直觉模糊”为主题的英文期刊论文发文量（2019年超过550篇）明显高于其他细分主题，这表明相较于其他问题，直觉模糊评价问题的关注度*高；以“语义模糊”为主题的模糊评价论文发表数量也较大，2019年达到449篇；以“犹豫模糊”为主题的英文期刊论文发表数量自2018年开始增长明显，受到越来越多学者的关注。但是，以“混合信息”为主题的期刊论文发文量增长相对较慢，而毕达哥拉斯模糊集（Pythagorean fuzzy set）作为直觉模糊集（intuitionistic fuzzy sets，IFS）的拓展形式，以其为主题的英文期刊论文始于2013年，且保持了较高的增速（特别是，2019年的增速达112.90%）。
（二）期刊论文高频词分析
1.中文期刊论文高频词
利用CNKI数据库，通过抓取论文的关键词，整理得到2011～2020年各研究主题的中文期刊论文高频词。根据表1-3，在以“模糊评价”为主题的中文期刊论文中，出现频次*高的关键词依次为“模糊综合评价”“层次分析法”“模糊综合评价法”等，说明模糊综合评价与层次分析法结合的研究*受学界偏爱。在其他的高频词中，除与模糊评价直接相关的词外，还包括了“绩效评价”“风险评价”等，说明模糊评价比较适用于绩效评价、风险评价等领域。
进一步，除与“模糊评价”为主题的中文期刊论文的高频词相似外，在中文期刊发文中，以“直觉模糊”为主题的中文期刊论文还较关注区间模糊数（interval fuzzy numbers，IFNs）。另外，直觉模糊数常与前景理论、TOPSIS（technique for order preference by similarity to ideal solution）方法等相结合进行分析。在以“毕达哥拉斯模糊”为主题的中文期刊论文中，主要关注毕达哥拉斯模糊集成算子的构建，该方法常与TOPSIS方法结合；在以“语义模糊”为主题的中文期刊论文中，则主要关注得分函数、犹豫度、距离测度等计算方法，同样地，语义模糊数常与TOPSIS方法、前景理论等结合；在以“犹豫模糊”为主题的中文期刊论文中，现有研究更关注二元语义问题；在以“混合信息”为主题的中文期刊论文中，评价信息为区间数和直觉模糊数的研究受到*多的关注。
2.英文期刊论文高频词
根据Web of Science核心合集的数据，通过抓取论文的关键词，整理可以得到2011～2020年各研究主题的论文高频词。表1-4显示，在以“模糊评价”为主题的英文期刊论文中，decision making（决策）出现的频次*多，其次是MCDM（多准则决策）、fuzzy logic（模糊逻辑）和fuzzy set（模糊集），显然这四个关键词都与模糊评价直接相关；其余的高频词主要是与模糊相融合的方法，主要包括：TOPSIS、AHP等。同时，群决策评价、不确定性信息、直觉模糊信息以及关于集成算子的研究也是模糊评价领域较为关注的。
展开
