多准则决策应用研究报告

基本信息

阅读时间：约 21 分钟

字数：约 10,296 字

摘要：市场担心：多准则决策是一套「把主观判断包装成数学结论」的形式主义。理由看起来充分——指标由人挑、权重由人给、评分由人打，三个环节都没有客观标准；最后输出一个小数点后两位的综合得分，反而让本来可以直接讨论的分歧变得不可讨论。这种担心的合理之处在于，任何一个环节被操纵，排序都可以被定向改写。

市场担心：多准则决策是一套「把主观判断包装成数学结论」的形式主义。理由看起来充分——指标由人挑、权重由人给、评分由人打，三个环节都没有客观标准；最后输出一个小数点后两位的综合得分，反而让本来可以直接讨论的分歧变得不可讨论。这种担心的合理之处在于，任何一个环节被操纵，排序都可以被定向改写。

我们认为：多准则决策的真实难点不是「权重主观」，而是「没有人检验权重的主观性有多大」。以本报告构建的四指标三方案模型为例：等权评分下三个方案的综合得分为 65.0、70.0、72.5，排序为丙优于乙、乙优于甲 [7]。但把权重改为单准则极端值后，三个方案各自都能登顶一次——甲在成本导向下第一、乙在质量与风险导向下第一、丙在交付导向下第一 [8][9]。也就是说，等权排序给出的「确定性」在权重扰动下完全消失，而这个过程只用了四组权重。

1. 口径一，权重的来源决定结论的可复核性。等权是最容易被复述的口径，但它隐含一个强假设：四项指标的重要性完全相同。若把权重改为单准则极端值，单项权重从 25% 升至 100%，权重集中度扩大 4 倍 [12]，三个方案的综合得分摆幅最高达 30 个百分点 [10]；
2. 口径二，排序的稳健性可以用临界值刻画。在只考虑质量与交付两项指标的两维简化下，乙与丙的排序翻转发生在质量权重 62.5% 处 [11]。换句话说，只要把质量权重设定在 62.5% 以上，丙就会从第一退位——这个数字比「权重是否合理」的抽象争论更容易被检验；
3. 口径三，指标数量放大等权的隐性偏差。等权时单项权重等于指标数量的倒数，指标由 4 项增加到 10 项时，单项权重从 25% 降到 10% [12]，这意味着「多加一个指标」这个看似中性的动作，实质上是在重新分配全部权重。

本篇增量有两处。第一处是把「权重主观」换成可度量的「排序翻转临界值」：不讨论权重对不对，只给出「权重调到多少，结论就变」的具体数值 [11]。第二处是把指标数量当成权重变量处理：指标从 4 项扩到 10 项，等权权重从 25% 降至 10% [12]，这种隐性再分配在没有敏感性检验的流程中几乎不会被察觉。

先把宏观基座对齐。2025 年中国 GDP 为 19,498,039,388,042.6 美元（当年价）[1]，人均 GDP 为 13,861.97 美元 [2]，总人口 14.07 亿人 [3]，城镇化率 66.343% [4]，CPI 同比仅 0.06% [5]。这组数字在本报告中的作用是设定决策场景的复杂度：低通胀意味着「成本」类指标的年度差异较小，在评分尺度上更容易被「质量」类指标的差异覆盖，从而放大了权重选择的实际影响。

方法论层面，多准则决策分析在国际期刊上已有系统性综述。《International Journal of Economic Sciences》2024 年刊出的一篇多准则决策文献综述，以绿色经济策略评估为对象梳理了该方法的评价框架 [6]。综述类文献的价值在于确认方法的成熟度——这不是一个新工具，而是一个已被大量使用、因而更需要检验其稳健性的工具 [6]。

把方法论拆成三层结构：第一层是指标集，决定「看什么」；第二层是权重向量，决定「谁更重要」；第三层是聚合规则，决定「怎么合成一个数」。三层中只有第三层是纯数学的，前两层都由决策者输入。任何对结论的质疑最终都落在前两层，但讨论往往发生在第三层的公式上。

这张表的用法是把「争议」定位到具体层。如果两个团队对同一组方案得出不同排序，先比较指标集是否一致，再比较权重向量，最后才检查聚合规则。大量看似数学分歧的问题，实际发生在第一层的指标取舍上。

权重的来源可以归为四类。第一类是等权：不给理由，直接平均。在四项准则的模型里，等权意味着每项权重 25% [12]。它的优点是诚实——不假装知道谁更重要；缺点是隐含了一个强假设，即四项准则的重要性恰好完全相同，而这个假设几乎从不成立。

第二类是主观赋值：由决策者按经验给出权重。这类权重的可复核性最差，但它在实际流程中出现得最多，因为它最快。第三类是排序法：由决策者给出准则的重要性排序，再按排序换算权重，一定程度上削弱了「给数字」的任意性。第四类是基于数据的客观赋权，权重由样本的离散程度或相关性导出，可复核但容易被样本结构绑架。

把四类来源放在同一个模型上跑，差异立即可见。在本报告的四指标三方案模型里，等权得分是甲 65.0、乙 70.0、丙 72.5 [7]；换成成本导向的单准则极端权重后，得分为甲 80.0、乙 60.0、丙 70.0，第一名变成甲 [8]。同一组原始评分、同一套公式，只因为权重换了，冠军就换了人。

四种来源没有绝对优劣，但有一个共同的检验动作：把权重改成它的对立面，看排序是否翻转。若翻转，说明结论对权重高度敏感，此时应当披露敏感性结果而不是只给一个排序；若不翻转，说明结论稳健，权重争议的优先级可以下调。

敏感性检验的目标不是给出更多数字，而是找到那个「结论开始改变」的点。把模型简化为只保留质量与交付两项准则，权重分别设为 w 与 1−w，则乙的综合得分为 65 + 20w，丙的综合得分为 90 − 20w [11]。两式相等时解得 w 等于 62.5% [11]。

62.5% 这个临界值的信息量比「权重是否合理」大得多。它把分歧转成一个可以被验证的命题：如果决策团队认为质量的重要性超过 62.5%，就应当接受丙退位的结果；如果认为不到 62.5%，就应当接受乙不登顶的结果。两种立场都可以成立，但必须与权重取值保持一致，不能一边给 40% 的权重一边要求丙让步。

把四组单准则权重的结果并列，得到的是登顶次数：甲 1 次、乙 2 次、丙 1 次 [9]。这个分布的读法是：没有任何方案在权重空间中是绝对占优的，但乙的登顶次数最多，说明它在更多权重设定下具有优势。如果决策需要选择一个「最不容易被推翻」的结论，它应当是「乙在多数权重下领先」，而不是「乙是最优方案」。

这张表最重要的不是任何一行，而是五行的第一名分布。五个权重方案给出三个不同的冠军，说明等权排序所呈现的清晰图景是一种巧合，而不是稳健结论。凡是只给一个排序、不附敏感性结果的决策文档，都可能掩盖了这个分布。

权重之外还有第二个主观入口：原始评分。成本通常以金额计量，质量通常以等级或缺陷率计量，交付以天数计量，风险以概率计量。把四种不同量纲的数字放进同一张评分表，必须先归一化，而归一化的方式并不唯一。

本报告的模型直接把四项准则都设为 0 至 100 的评分尺度 [7]，这是一种简化。真实的归一化会引入额外假设：是线性映射还是分位数映射、上下界取样本极值还是取业务容忍区间、逆向指标如何翻转。每一步都会改变最终排序，而这些步骤通常不写进决策文档。

量纲问题在成本这一项上尤其突出。2025 年中国 CPI 同比仅 0.06% [5]，意味着名义成本的年度差异很小；若把成本按绝对金额线性归一化，样本区间内绝大多数方案的成本得分会挤在中间段，区分度低于质量这类天然带等级的指标。这不是数据问题，是评分尺度设计问题。

一个可操作的缓解办法是同时输出两种尺度下的排序：线性归一化一次、分位数归一化一次。若两次排序一致，量纲问题的优先级下降；若不一致，说明结论对尺度设计敏感，此时应当回到原始数据核对边界取值，而不是继续调整权重。

把前面的证据收拢成一个五步流程。第一步，先固定方案集并完整披露，避免在排序过程中增删方案。第二步，逐项复算原始评分，并把评分者的判断依据写在评分表旁边。按本报告模型，需要固定的方案为 3 个、需要复算的准则为 4 项 [14]。

1. 第三步，给出权重的上下界而不是单点值，并对上下界的所有组合跑一遍排序，统计每个方案的登顶次数——本报告模型中该分布为 1、2、1 [9]；
2. 第四步，计算关键两两比较的翻转临界权重。本报告模型中乙与丙的临界值为 62.5% [11]，这个数字应当写入决策文档；
3. 第五步，同时输出两种归一化尺度下的排序，若不一致则回到原始数据核对边界取值。

流程的价值在于把「主观」从形容词变成名词。不要求决策者放弃主观判断，但要求主观判断以可复核的形式出现：权重的上下界、翻转折点、登顶次数分布。三项披露完成后，第三方的复核成本会大幅下降。

这张区间图给出了「结论有多脆弱」的直接读数。在权重 ±20% 的扰动区间内，三个方案的得分区间存在重叠，意味着在这个扰动范围内排序并非始终稳定 [10]。重叠区域越大，越不应该只披露一个排序。

本节把前面各节参数收进可复核的测算。基准情景为等权，四项准则各 25%，综合得分为甲 65.0、乙 70.0、丙 72.5 [7]。所有原始评分均取自本报告模型设定，是方法演示而非真实企业评价 [7]。

这条曲线说明「增加指标」从来不是中性的动作。指标由 4 项增至 10 项，单项权重由 25% 降至 10% [12]，原先占据 25% 的准则被稀释到 10%。如果新加入的六项指标与原有结论高度相关，那么等权实际上是给同一维度重复加权，这是等权最常见的失效方式。

路径图的作用是提示一个常被忽略的事实：评分的时间趋势与权重的空间敏感性是两个独立维度。一个方案可以在所有权重设定下都排第二，同时它的得分逐年上升；也可以在所有设定下都排第一，同时它的得分逐年下降。只看排序不看趋势，会漏掉后一种情形。

第一个反面证据是：等权在许多实际场景中并不荒谬。当决策者对各项准则的重要性确实没有信息时，等权是信息论意义下最不武断的选择，因为它不引入任何先验偏好。问题不在于等权本身，而在于使用等权时没有说明这一前提。

第二个反面证据是：极端权重在现实中很少被使用。决策者给出的权重通常落在 15% 至 40% 的区间内 [10]，而本报告用于演示排序翻转的单准则权重是 100%，属于边界情形。这构成了对本报告核心论点的最强反驳：如果权重从不越界，那么「排序翻转」就只是数学上的可能性，而非实践中的风险。

第三个边界是评分的测量误差。本报告的原始评分是给定的整数 [7]，而真实评分会带有主观误差。当两项方案的得分差距小于误差量级时，任何权重敏感性分析都在放大小数点后的噪声。本报告无法量化这一误差，因为公开来源不提供评分者一致性的实测数据，证据表已标注为缺口。

第四个边界来自数据可得性。与多准则决策相关的方法论综述存在 [6]，但公开来源没有提供国内企业级多准则决策应用的一致化统计——既没有使用频次，也没有权重分布的实测结构。因此本报告全部量化结论都建立在模型设定之上，其价值在于提供检验方法，而不是描述现状。

以下风险按影响路径排列，覆盖权重、评分、指标集与流程四个层面，与正文判断一一对应。

1. （一）权重操纵。单项权重由 25% 提至 100% 可使得分摆幅达到 30 个百分点 [10][12]，足以改变任何排序；
2. （二）隐性再分配。增加指标会把单项等权权重从 25% 稀释至 10% [12]，这个过程通常不被视作权重调整；
3. （三）归一化偏差。不同归一化方式会改变低成本差异环境下的区分度，而方法选择往往不写入文档；
4. （四）评分误差。当方案得分差距小于评分误差量级时，精确到小数点后一位的综合得分是伪精度；
5. （五）一票否决的门槛设置。门槛在效果上等价于极端权重，却常常不被纳入权重敏感性分析；
6. （六）指标集被裁剪。为了得到期望排序而删除某类指标，这类操作在披露上最难被发现；
7. （七）样本与场景不匹配。本报告的模型设定不能外推到具体行业评价，公开来源缺少一致化的应用统计。

把风险放回结构：权重与评分两个入口都能单独改写排序，而两者叠加时的影响并非相加。本报告模型中，权重变化带来的得分摆幅上限为 30 个百分点 [10]，归一化带来的一般为个位数分差 [10]，但两者方向一致时会形成叠加，方向相反时会相互抵消，这也是复核必须以组合方式进行的理由。

本报告的四条核心判断（可复核性取决于权重与指标集、权重来源可被对立检验度量、排序翻转临界值比权重绝对值更有用、等权偏差随指标数放大）都不依赖一次性结论，而依赖可重复执行的动作。下表把它们转成决策前、决策中、决策后三种节奏的清单。

矩阵的读法是找左上与右下两个角。权重 −20% 与评分 −10 分同时发生时，结论受到的冲击最大；而两者方向相反的组合会相互抵消，使得复核者误以为结论稳健。这也是敏感性检验必须按组合而非单变量进行的理由。

关注度分配的原则是「把复盘成本前置」。决策前多花时间固定方案集与复算评分，决策中披露权重上下界与临界值，这两步的成本远低于决策后推翻重来。本报告的四组单准则权重演示表明，推翻一个排序只需要换一组权重 [8][9]。

下表汇总本报告全部可证伪链的核心判断、外部锚、测算口径、跟踪指标与证伪条件，便于逐条复核。

本报告数据分四档：国际组织一手数据为 T1 档，政府、协会与上市公司披露为 T2 档，学术与媒体来源为 T3 档，无公开来源的标记为缺口。全部外部数据均在证据表中给出非首页直达链接。

• T1 档：世界银行发展指标（GDP、人均 GDP、总人口、城镇化率、通胀率），均取自开放接口年度序列 [1][2][3][4][5]；
• T3 档：国际期刊刊出的多准则决策系统性综述，用于确认方法论框架的成熟度 [6]；
• 模型设定档：四准则三方案的原始评分与权重结构，均为本报告为演示方法而设定，不代表任何真实主体 [7]；
• 测算档：本报告自行构建的得分、摆幅、临界值与集中度，公式列于正文 [8][9][10][11][12][13]；
• 缺口：国内企业级多准则决策应用的使用频次、实际权重分布与评分者一致性实测，均无公开来源，本报告不作量化。

本报告全部测算遵循「分母、分子、单位、年份」四项必须写明的原则。例如排序翻转临界权重 62.5% 的口径为：分子为两方案得分函数相等时的解，分母为质量权重全额，单位为百分比，年份为模型设定的 2026 年基线 [11]。