江苏高职院校30强报告
江苏高职院校人才竞争力30强报告
（2016）
江苏人才发展战略研究院
2017年12月
江苏高职院校人才竞争力30强报告
（2016）
目录
第一章江苏高职院校人才竞争力评价及排名 ...................................... 错误!未定义书签。
一、2016年江苏高职院校人才综合竞争力排名 ............................... 错误!未定义书签。
二、2016年江苏高职院校人才竞争力聚类分析 ............................... 错误!未定义书签。
三、2016年江苏高职院校人才单项竞争力排名 ............................... 错误!未定义书签。第二章江苏高职院校人才竞争力评价理论 .......................................... 错误!未定义书签。
一、高校人才竞争力理论 .................................................................... 错误!未定义书签。
二、人才竞争力评价方法 .................................................................... 错误!未定义书签。
三、高校人才竞争力评价模型 ............................................................ 错误!未定义书签。
四、江苏高职院校人才竞争力评价模型 ............................................ 错误!未定义书签。
五、江苏高职院校人才竞争力评价的指标体系 ................................ 错误!未定义书签。第三章江苏高职院校人才竞争力评价指标分析 .................................. 错误!未定义书签。
一、青年专任教师分析 ........................................................................ 错误!未定义书签。
二、创新教育成果分析 ........................................................................ 错误!未定义书签。
三、专业教育成果分析 ........................................................................ 错误!未定义书签。
四、人才平台分析 ................................................................................ 错误!未定义书签。
五、服务社会分析 ................................................................................ 错误!未定义书签。
第一章江苏高职院校人才竞争力评价及排名2016年江苏高职院校人才竞争力排名，对于综合竞争力排名前30的院校进行报告，并分析其各项一级指标。
一、2016年江苏高职院校人才综合竞争力排名
2016年江苏高职院校人才综合竞争力前30强：南京工业职业技术学院、无锡职业技术学院、江苏农牧科技职业学院、江苏农林职业技术学院、常州信息职业技术学院、苏州农业职业技术学院、江苏经贸职业技术学院、南京信息职业技术学院、苏州市职业大学、常州工程职业技术学院、无锡商业职业技术学院、苏州工业职业技术学院、南京科技职业学院、江苏食品药品职业技术学院、江苏工程职业技术学院、江苏建筑职业技术学院、南通职业大学、江苏海事职业技术学院、苏州经贸职业技术学院、常州轻工职业技术学院、盐城工业职业技术学院、徐州工业职业技术学院、扬州工业职业技术学院、淮安信息职业技术学院、常州纺织服装职业技术学院、南京铁道职业技术学院、江苏信息职业技术学院、南京交通职业技术学院、常州机电职业技术学院、镇江高等专科学校，如表所示。
二、2016年江苏高职院校人才竞争力聚类分析
根据2016年高职院校人才竞争力的五个一级指标（即人才规模、人才素质、人才平台、人才教育贡献和人才科技贡献）的数据，运用软件进行层次聚类，可划分为三个群类（表格）。
表2016年江苏高职院校人才竞争力30强聚类结果表综合实力型包括南京工业职业技术学院、无锡职业技术学院、江苏农牧科技职业学院、江苏农林职业技术学院、常州信息职业技术学院、江苏经贸职业技术学院、南京信息职业技术学院、江苏建筑职业技术学院、常州工程职业技术学院，9所高职院校。此类高职院校的人才综合实力是高职院校中比较强的，五项一级指标得分基本不低于，特别是人才规模、人才素质、人才平台和人才教育贡献指标得分基本不低于。
规模领先型包括江苏食品药品职业技术学院、苏州市职业大学、南通职业大学、江苏海事职业技术学院、苏州经贸职业技术学院、南京科技职业学院、无锡商业职业技术学院、扬州工业职业技术学院、淮安信息职业技术学院、南京交通职业技术学院、常州机电职业技术学院，12所高职院校。此类高职院校的人才规模竞争力表现出明显的优势，人才规模指标得分基本大于。
发展创新型包括徐州工业职业技术学院、苏州工业职业技术学院、常州轻工职业技术学院、江苏工程职业技术学院、盐城工业职业技术学院、常州纺织服装职业技术学院、南京铁道职业技术学院、江苏信息职业技术学院、镇江高等专科学校，9所高职院校。此类高职院校五项人才竞争力综合发展，五项人才竞争力实力均具备较好的发展基础，尤其在创新教育发展方面取得了较好的发展，人才教育贡献竞争力得分均超过了，南京铁道职业技术学院得分高达。
三、2016年江苏高职院校人才单项竞争力排名
人才竞争力一级指标包括：人才规模、人才素质、人才平台、人才教育贡献和人才科技贡献。
人才规模竞争力指标，是高职院校现有的各类人才数量的体现，反映了高职院校现有的人才队伍规模。
人才素质竞争力指标，是高职院校现有的具备某些素质的人才数量和各类人才所占比重，反映高职院校进行创新创业、人才培养以及科学研究的能力。
人才平台竞争力指标，反映高职院校将人才潜力转化为现实人才竞争力以获得竞争优势的能力，是高职院校创新创业、教育教学等活动的外部影响因素，对高职院校的核心竞争力起到正向或反向作用。
人才教育贡献竞争力指标，是衡量高职院校人才培养和教学成果的指标，反映了高职院校在教育教学领域的竞争力。
人才科技贡献竞争力指标，是高职院校取得科研经费、获得科研奖项、发表论文以及拥有专利的能力，反映了高职院校在科研领域的竞争力。
表是2016年江苏高职院校人才竞争力一级指标得分及其排名。
1、人才规模竞争力指标。表为2016年江苏高职院校的人才规模竞争力得分及其排名。
苏州市职业大学居人才规模竞争力之首，得分为。江苏农牧科技职业学院、无锡职业技术学院、南京工业职业技术学院分别居第二位、第三位和第四位，三所学校人才规模竞争力相差不大，得分均在之上。
由于人才规模竞争力指标的二级指标只有一个，故二级指标与一级指标分析结果相同。
2、人才素质竞争力指标。表为2016年江苏高职院校的人才素质竞争力得分及其排名。
江苏农林科技职业学院居人才素质竞争力之首，为。江苏农牧职业技术学院、镇江市高等专科学校、苏州市职业大学和无锡职业技术学院分别居于第二位、第三位、第四位和第五位。
（1）人才结构指标。南通职业大学居于人才结构指标的首位，得分为；苏州市职业大学、南京交通职业技术学院和江苏经贸职业技术学院紧随其后，分别居于第二位、第三位和第四位。
（2）培养高端人才指标。江苏农林职业技术学院居于培养高端人才指标的首位，得分为；南京信息职业技术学院、江苏农牧科技职业学院和镇江市高等专科学校分别位居第二位、第三位和第四位。
3、人才平台竞争力指标。表为2016年江苏高职院校人才平台竞争力得分及其排名。
南京工业职业技术学院居人才平台竞争力之首，得分为。江苏农林职业技术学院、江苏工程职业技术学院和江苏建筑职业技术学院并列第二，得分为。
（1）专业建设指标。南京工业职业技术学院、江苏农林职业技术学院和江苏工程职业技术学院等6所高职院校居专业建设指标的首位，得分为。
（2）实训基地指标。27所高职院校的实训基地指标得分均为。
（3）创新中心指标。南京工业职业技术学院、江苏农林职业技术学院和江苏工程职业技术学院等5所高职院校居于创新中心指标的首位，得分为，占绝对优势；其后的南京科技职业学院、江苏经贸职业技术学院、江苏工程职业技术学院等16所高职院校的创新中心指标得分为。
（4）成果转移平台指标。南京工业职业技术学院、江苏农林职业技术学院、江苏工程职业技术学院、南京科技职业学院和江苏经贸职业技术学院等21所不校居成果转移平台的首位，得分为，其余学校为0，相对来说，高职院校成果转化能力均偏弱。
4、人才教育贡献竞争力指标。表为2016年江苏高职院校人才教育贡献竞争力得分及其排名。
人才教育贡献竞争力得分均小于。南京工业职业技术学院居于人才教育贡献竞争力首位，得分为。无锡职业技术学院、江苏经贸职业技术学院和南京信息职业技术学院分别居于人才教育贡献的第二位、第三位和第四位，得分分别为、和。
（1）培养学生指标。南京工业职业技术学院居于培养学生指标的首位，得分为；江苏经贸职业技术学院紧随其后，得分为；南京铁道职业技术学院、无锡职业技术学院分别居于第三位和第四位。
（2）创新教育成果指标。南京工业职业技术学院居创新教育成果之首，得分为；常州信息职业技术学院居于第二位，得分为；南京铁道职业技术学院、无锡商业职业技术学院居第三、第四位。
（3）专业教育成果指标。常州机电职业技术学院居于专业教育成果的首位，得分为；江苏经贸职业技术学院、常州信息职业技术学院和苏州农业职业技术学院处于同一水平线上，并列第二，得分为左右。
表2016年江苏高职院校人才竞争力30强人才教育贡献得分及其排名
5、人才科技贡献竞争力指标。表为2016年江苏高职院校人才科技贡献竞争力得分及其排名。
人才科技贡献竞争力得分大多数低于，高职院校的人才科技贡献竞争力普遍不强。苏州市职业大学居于首位，得分为。江苏农牧科技职业学院、南京工业职业技术学院分别位列第二位和第三位，得分在以上，其余27所学校得分低于。
（1）纵向课题指标。江苏农牧职业技术学院居于纵向课题的首位，得分为；苏州市职业大学和苏州农业职业技术学院处于同一水平线上，分别居于第二位和第三位，得分分别为和。
（2）横向课题指标。苏州农业职业技术学院居于横向课题指标的首位，得分为，占绝对优势；江苏农牧科技职业技术学院和常州工程职业技术学院，分别居于横向课题指标的第二位、第三位，指标得分在同一水平线上，得分在附近。江苏海事职业技术学院第四位，得分为。
（3）科研奖励指标。30所高职院校的科研奖励得分普遍很低，均不大于。常州轻工职业技术学院居于科研奖励指标的首位，得分为；南通职业大学和镇江高等专科学校紧随其后，并列第二，得分为。总体来看，江苏高职院校的科研奖励竞争力比较薄弱。
（4）论文专着指标。苏州市职业大学居于首位，得分为；无锡职业技术学院、镇江高等专科学校并列第二，得分为，与居于首位的苏州市职业大学存在一定的差距；盐城工业职业技术学院、江苏食品药品职业技术学院和扬州工业职业技术学院并列第四位，得分为，与前三位存在一定的差距。
（5）专利指标。苏州市职业大学居专利指标的首位，得分为；无锡职业技术学院紧随其后排第二位，得分为；江苏农林职业技术学院和南京工业职业技术学院分别居第三位和第四位，得分分别为与。
第二章江苏高职院校人才竞争力评价理论
一、高校人才竞争力理论
1、高校竞争力
竞争力的概念在早期是针对企业和地区提出的。近年来，一些学者开始将竞争力的观念运用到高等学校的发展中来，探讨高等院校竞争力的内涵、评价与发展策略等问题。
竞争力是一个非常复杂的社会经济现象。在经济学中，竞争力一般为市场结构的形式或市场中厂商相互竞争的过程。在教育上，高等院校竞争力是高等院校在经营过程中，能够展现其高品质、表现卓越价值、发挥学校特色以达成学校目标的能力。厦门大学校长黄达人认为，人才培养、科学研究、服务社会是大学的三大使命，培养人才是高等院校最根本的任务，也是大学核心竞争力所在。刘向兵（2007）则认为大学竞争力由大学人才培养能力和学术研究能力两个构面决定。沈健则认为高等学校核心竞争力的主要因素包括高素质老师队伍、具有优势的学科创新平台及较强的研发创新能力。
本研究根据教育竞争力相关研究以及国内外高等院校评价研究，将高校竞争力的基本内涵定义为人才规模、人才素质、人才平台、教育产出效率、研发实力、教育行政体制、学校硬件资源、教育改革等八个面向。
2、人才竞争力
人才竞争力，属于管理学科中人力资源管理领域的前沿研究范畴。人才竞争力研究可以在国家、省（地县）域、城市、行业、组织等不同层次展开，每个层次又可以从某一个侧重点入手分别展开研究，由此可以形成围绕人才竞争力这个中心主题的研究系列。
人才竞争力评价是人才竞争力研究中的重要课题，它不仅要运用经济学和管理学的方法来探索竞争力的性质、来源、基本因素及其相互关系等问题，而且还要用统计学的方法以数量化的指标把竞争力的状况显示出来。人才竞争力的指标通常分为两大类：效能指标和归因指标。效能指标所反映的是竞争的结果即竞争力的最终表现，而归因指标所反映的则是形成竞争力的原因或者决定因素。
在人才竞争力评价方面，近几年有不少学术论文和研究报告发
表，但大都存在两个方面的共性问题：其一是“人才竞争力指标体系”中，并没有“人才”的特征指标或与人才特征密切相关的指标。其指标体系大多以“人口、人力资源”及其相关指标替代“人才”指标，这样的指标体系无法真实反映“人才竞争力”的内涵；其二是在“人才竞争力指标体系”中，“人才”的特征指标或与人才特征密切相关的指标不完整，“人才竞争力指标体系”中没有诸如“人才贡献率”、“人才使用效益”、“主要劳动年龄人口受过高等教育的比例”、“高技能人才占技能劳动者比例”等核心指标（这些指标是《国家中长期人才发规划纲要（2010-2020》中所列的人才发展主要指标），而有些指标与人才特征相关度并不大，使用这样的“人才竞争力指标体系”得到的研究结果，不能准确反映人才竞争力的本质，与人才竞争力的实际情况存在着较大差距。
2013年6月30日，由全球化研究中心、社会科学文献出版社、武汉工程大学人才发展研究中心联合举办的《区域人才蓝皮书》发布会在京召开，并发布了《中国区域人才竞争力报告（）》。该报告在构建“人才竞争力指标体系”时，运用当前人才发展研究的最新成果，以《国家中长期人才发规划纲要（2010-2020）》中所列的“人才发展主要指标”为核心指标（反映“人才”特征的指标），并辅以与人才特征密切相关的其他指标，使得指标体系完整地反映人才竞争力的本质，反映人才竞争力研究的最新水平。运用此指标体系得到的评价结果，与所研究区域人才竞争力的实际情况比较贴近。
3、高校人才竞争力
高校人才竞争力是高校竞争力的核心面向，是组织层次的人才竞争力相关概念，用以衡量及表达高等院校在人才相关指标方面的表现与特点。
因此本研究参考《中国区域人才竞争力报告（）》的维度构成，择取高等院校竞争力评价中与人才密切相关的指标，将高等院校人才竞争力定义为包括人才规模、人才素质、人才平台、人才教育贡献与人才科技贡献五个面向构成的综合概念，并以此为基础建构高校人才竞争力的三级评价指标体系，评价江苏高等院校人才竞争力的现状，探讨江苏高校人才引进与开发使用中存在的问题，为省内高等院校与
教育行政机构的管理与改革提供基础数据支持和决策依据。
二、人才竞争力评价方法
竞争力评价方法有多种，存在着不同分类。按照评价指标多少，竞争力评价方法分为单项指标评价法和综合指标体系评价法。以高校为例，单项指标评价法是直接用某高校单项指标的报告期数值与基准期数值对比，或用两个不同高校的同一指标实际数值对比得出相应结论。综合指标体系评价法则是构建评价指标体系，并进行综合评价以得出相应结论。考虑到高校竞争力的复杂性、多属性特征，单个指标显然不能全面反映高校竞争力的状况，因此，对其的评价通常采用综合评价方法。
在综合评价理论中，经典的综合评价过程主要分为四个阶段：第一个阶段，主要是根据评价目的、评价任务并结合评价对象和评价内容构建评价指标体系；第二个阶段，主要是根据评价指标之间的相对重要性确定权重系数；第三个阶段，对指标值进行预处理，主要是对指标值进行无量纲化处理；第四个阶段，通过选择一定的数学模型（或算法）将多个评价指标值“合成”为一个整体性的综合评价值，以对评价对象进行排名或分类。
下面，将以上述经典的综合评价过程的四个阶段分别简述相应的方法。
1、评价指标构建及筛选方法
评价指标筛选及体系构建的方法主要有三类：专家调研法（德尔菲法）、最小均方差法及极小极大离差法。
（1）专家调研法
这是一种向专家发函、征求意见的调研方法。评价者可根据评价目标及评价对象的特征，在所设计的调查表中列出一系列的评价指标，分别征询专家对所设计的评价指标的意见，然后进行统计处理，并反馈咨询结果，经几轮咨询后，如果专家意见趋于集中，则由最后一次咨询确定出具体的评价指标体系。
（2）最小均方差法
最小均方差法的思想在于对n个取定的被评价对象s1，s2，…，s n，每个评价对象都可用m个指标的观测值x ij（i=1,2,…,n；j=1,2,…,m）
来表示。容易看出，如果n个被评价对象关于某项评价指标的取值都差不多，那么尽管这个评价指标是非常重要的，但对于这n个被评价对象的评价结果来说，它并不起什么作用。因此，为减少计算量就可以考虑删除这个评价指标。
（3）极小极大离差法
极小极大离差法的思想在于先求出各评价指标x j的最大离差r j，再求出r j的最小值r0，若r0接近于零，则可删除与其对应的评价指标。
2、权重系数确定方法
按照权数产生方法的不同，综合评价方法可分为主观赋权评价法和客观赋权评价法两大类。其中主观赋权评价法采取定性的方法，由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评价。如层次分析法、模糊综合评价法、基于粗糙集理论的评价方法等。客观赋权评价法则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进行综合评价。如TOPSIS 法、灰色关联分析法、主成分分析法、DEA分析法、人工神经网络分析法等。
（1）主观赋权评价法
①层次分析法
层次分析法（AHP）,它是美国匹兹堡大学数学系教授，着名运筹学家萨迪（Saaty）于上世纪70年代中期提出来的一种定性、定量相结合的、系统化、层次化的分析方法。这种方法将决策者的经验给予量化，特别适用于目标结构复杂且缺乏数据的情况。它是一种简便、灵活而又实用的多准则决策方法。自层次分析法提出以来，在各行各业的决策问题上都有所应用。层次分析法的基本原理：它是把一个复杂问题中的各个指标通过划分相互之间的关系使其分解为若干个有序层次。每一层次中的元素具有大致相等的地位，并且每一层与上一层次和下一层次有着一定的联系，层次之间按隶属关系建立起一个有序的递阶层次模型。层次结构模型一般包括目标层、准则层和方案层等几个基本层次。在递阶层次模型中，按照对一定客观事实的判断，对每层的重要性以定量的形式加以反映，即通过两两比较判断的方式确定每个层次中元素的相对重要性，并用定量的方法表示，进而建立判断矩阵。然后利用数学方法计算每个层次的判断距阵中各指标的相
对重要性权数。最后通过在递阶层次结构内各层次相对重要性权数的组合，得到全部指标相对于目标的重要程度权数。
②模糊综合评价法
1965年，美国加利福尼亚大学的控制论专家查德（Zadeh）根据科学技术发展的客观需要，经过多年的潜心研究，发表了一篇题为《模糊集合》（Fuzzy sets）的重要论文，第一次成功地运用精确的数学方法描述了模糊概念，在精确的经典数学与充满了模糊性的现实世界之间架起了一座桥梁，从而宣告了模糊数学的诞生。从此，模糊现象进入了人类科学研究的领域。模糊综合评价，即Fuzzy Comprehensive Evaluation（简称FCE），就是以模糊数学为基础，应用模糊关系合成的原理，将一些边界不清，不易定量的因素定量化，进行综合评价的一种方法。它是模糊数学在自然科学领域和社会科学领域中应用的一个重要方面。模糊综合评判法的基本原理：它首先确定被评判对象的因素（指标）集U=(x1, x2,…,x m)和评价集V=(v1, v2,…,v n)，其中x i为各单项指标, v j为对x i的评价等级层次，一般可分为五个等级：V={优，良，中等，较差，差}。再分别确定各个因素的权重及它们的隶属度向量，获得模糊评判矩阵。最后把模糊评判矩阵与因素的权重集进行模糊运算并进行归一化，得到模糊评价综合结果。
③基于粗糙集理论的评价方法
粗糙集理论是波兰学者Pawlak在1982年提出的一种处理模糊性和不确定性的新型数学工具，利用粗糙集可以评价特定条件属性的重要性；建立属性的约简；从决策表中去除冗余属性；从约简的决策表中产生决策规则，并利用规则对新对象进行决策。
（2）客观赋权评价法
①TOPSIS评价法
TOPSIS（Technique for Order Preference by Similarity to Ideal Solution的缩写）)是由Hwang和Yoon于1981年首次提出的，后来Lai等于1994年将TOPSIS的观念转为应用于规划问题之多目标决策(Multiple Objective Decision Making, MODM)问题上。TOPSIS评价法是有限方案多目标决策分析中常用的一种科学方法。TOPSIS评价法的基本原理(逼近于理想解的思路)在基于归一化后的原始矩阵中，找
出有限方案中的最优方案和最劣方案（分别用最优向量和最劣向量表示），然后分别计算出评价对象与最优方案和最劣方案间的距离，获得该评价对象与最优方案的相对接近程度，以此作为评价优劣的依据。
②灰色关联分析法
1982年，华中理工大学邓聚龙教授首先提出了灰色系统的概念，并建立了灰色系统理论。之后，灰色系统理论得到了较深入的研究，并在许多方面获得了广泛的应用。灰色关联度分析(Grey Relational Analysis，简称GRA)便是灰色系统理论应用的主要方面之一。它是针对少数据且不明确的情况，利用既有数据所潜在之信息来白化处理，并进行预测或决策的方法。灰色关联度分析的基本原理：灰色关联度分析认为若干个统计数列所构成的各条曲线几何形状越接近，即各条曲线越平行，则它们的变化趋势越接近，其关联度就越大。因此，可利用各方案与最优方案之间关联度的大小对评价对象进行比较、排名。该方法首先是求各个方案与由最佳指标组成的理想方案的关联系数矩阵，由关联系数矩阵得到关联度，再按关联度的大小进行排名、分析，得出结论。
③主成分分析法
主成分分析即Principal Component Analysis（简称PCA）是由卡尔（Karl）和皮尔逊（Pearson）最早在1901年提出，只不过当时是应用于非随机变量。1933年霍蒂林（Hotelling）将这个概念推广到随机向量。该方法是利用降维的思想，把多指标转化为几个综合指标的多元统计分析方法。主成分分析的基本原理：主成分分析是一种数学变换的方法。它把给定的一组相关变量通过线性变换转成另一组不相关的变量，这些新的变量按照方差依次递减的顺序排列。在数学变换中保持变量的总方差不变，使第一变量具有最大的方差，称为第一主成分，第二变量的方差次大，并且和第一变量不相关，称为第二主成分。依次类推，K个变量就有K个主成分。通过主成分分析方法，可以根据专业知识和指标所反映的独特含义对提取的主成分因子给予新的命名，从而得到合理的解释性变量。
④DEA分析法
数据包络分析法（Data Envelopment Analysis，DEA）于1978年被着名运筹学家和等学者所提出。DEA方法是以相对效率为基础，以凸分析和线性规划为工具的一种效率评价方法，它通过保持相同类型决策单元（Decision Making Units，DMU）的输入或输出不变，借助于数学规划模型和统计数据确定相对有效的生产前沿面，将各个DMU投影到DEA的生产前沿面上，并通过比较DMU偏离DEA前沿面的程度来评价它们的相对有效性。对于评价具有多输入、多输出的生产部门的“综合有效”、“规模有效”与“技术有效”，它是一种非常理想的方法。
⑤人工神经网络评价法
人工神经网络是一类模拟生物神经系统结构，由大量处理单元组成的非线性自适应动态系统。人工神经网络主要是由大量与自然神经细胞类似的人工神经元互联而成的网络。人工神经网络的工作和方法是模仿大脑的。人工神经网络的工作原理大致模拟人脑的工作原理，即首先以一定的学习准则进行学习，然后才能进行判断评价工作。它主要根据所提供的数据，通过学习和训练，找出输入与输出之间的内在联系，从而求取问题的解。基于人工神经网络的多指标综合评价方法通过神经网络的自学习、自适应能力和强容错性，建立更加接近人类思维模式的定性和定量相结合的综合评价模型。训练好的神经网络把专家的评级思想以连接权的方式赋予网络上，这样该网络不仅可以模拟专家进行定量评价，而且避免了评价过程中的人为失误。由于模型的权值是通过实例学习得到的，这样就避免了人为计取权重和相关系数的主观影响和不确定性。
3、评价指标值的无量纲化处理方法
常见的评价指标值无量纲化处理方法有六种：（1）标准化处理法；（2）极值处理法；（3）线性比例法；（4）归一化处理法；（5）向量规范法；（6）功效系数法。
4、评价信息集结方法
评价信息集结方法是指通过选择一定的数学模型（或算法）将多个评价指标值“合成”为一个整体性的综合评价值。常见的评价信息集结方法主要包括四种方式：（1）线性加权综合法；（2）非线性加权