二级三级指标的筛选方法

　　基于投入-产出-绩效一级框架，采用至上而下的方法把城市监控报警系统评估指标逐层分析，建立完善的指标体系。我国智慧城市的评估大多借鉴国外相对成熟的评估方法，利用权威机构发布的评估指标体系建立指标库，通过建立隶属度函数并结合某城市的实际情况选择最终的指标构成指标体系。城市监控报警联网系统的效能评估研究尚处于空白，没有可以借鉴的评估指标，因此在评估工作的初级阶段，二三级指标的筛选只能依靠行业有经验的专家进行初选，然后辅之以相应的理论进行效度的检验。

　　指标权重的赋予

　　指标权重是指标在评估过程中不同重要程度的反应，是评估过程中一关键环节。权重的赋值合理与否关系到评估结果是否客观公正、科学合理。目前关于指标权重的确立可以分为主观赋权法、客观赋权法和主客观综合集成赋权法三类。

　　目前国内外关于评价指标权系数的确定方法有数十种之多，根据计算权系数时原始数据来源以及计算过程的不同，这些方法大致可分为三大类：主观赋权法、客观赋权法、主客观综合集成赋权法。主观赋值法由专家根据经验进行主观判断得到权数，再对指标进行综合评估，属于定性评估法，典型的有AHP层次分析法、德尔菲专家调查法、模糊分析法等，这些方法基本都掺杂了专家的主观意向而使评价结果存在很大的主观性。客观赋权法权重的确定有较强的数学理论依据，但依赖大量的样本数据和实际问题域，计算方法复杂，而且不能体现评估者对不同指标的重视程度，会导致确定的权重和指标实际的重要程度相差甚远；常用的有最大熵技术法、主成分分析法、多目标规划法等。

　　为此，主客观综合集成赋权法被提出，这类方法将主观赋权和客观赋权相结合，充分发挥各自的优点，典型方法有：基于离差平方和的综合集成赋权法、基于博弈论的综合集成赋权法、基于单位化约束条件的综合集成赋权法。

　　要实现指标权重赋值的准确、客观且合理，一方面要将多种方法综合使用，还要认识到效能评估工作是一项长期动态过程，随着评估次数和评估数据的积累，可以发掘指标数据间内在规律，总结评估经验，不断调整赋值方法。评估的初期阶段，由于样本数据较少、评估经验不够丰富，可以采用以专家主观判断为依据的主观赋值法对指标赋权，同时采取增加专家数量、仔细甄选专家等措施避免主观随意性导致的评估结果不科学客观。

　　随着评估工作深入开展，从大量样本数据中分析指标数据间的隐藏规律、调整各指标权重，通过多次评估形成学习样本，把评估经验转变为评估知识，使得权重的确定更加科学合理。典型的方法是基于BP神经网络的多指标综合评价法。人工神经网络(ANN)是建立以权重描述变量与目标之间特殊的非线性关系模型，将评价定性和定量指标的属性值进行归一化处理后作为BP网络模型的学习样本，将评价结果作为BP网络的输出，经过大量的样本训练，网络模型将获得专家的经验、知识及对指标的主观倾向性，这样BP网络模型得到的权值可以再现专家的经验和知识，训练好的BP网络可以对评估体系做出综合评价，实现定量和定性相结合。

　　以评促建、促改、促管

　　指标的选择首先依赖于专家的经验，然后用客观的相关性检验方法和信度分析进行定量分析，指标的赋权采用先以专家主观判断为主要依据的主观赋值法，然后利用大量的评估数据进行BP神经网络训练，实现定量和定性相结合。但城市监控报警联网系统千差万别，不能遵循统一的标准，评估工作也应因地制宜。

　　我们应认识到评估本身不是目的，要利用评估工作实现以评促建、以评促改、以评促管，随着评估工作的逐步开展，应该建立基于大量评估工作的评估指标库，并且利用评估结果作为制定规章制度、标准规范的依据；利用评估结果去调整指标体系的结构、指标的选择和权重的分配等环节。