表9-9 VI？比较矩阵数值意义

层次分析法将赋权主体的主观判断（定性描述）与定董分析方法结合起来，极大地增强了权重配置的科学性，是一种实用性很高的权重配置方法。该方法原理相对简单，基于和法与根法的近似计算则进一步简化了权重计算的工作量，增强了该方法的易操作性。不过，该方法也存在一些不足：其一，当配置对象较多时〔如多于9个〉，比较矩阵的规模将会陡然增加，进行两两判断将会变得困难；其二，赋权主体的主观行为仍然主导了计算过程，其结果仍然在一定程度上受到主观臆测性影响。

（斗）熵值法赋权。

在热力学和系统科学中，“熵”（抓也）! ）是对不确定性或无序状态的量度，熵值越大表明不确定或无序性越严重。信息论的创始人香农21 00（15118 01！ 指出，信息能够用来消除不确定性的东西。信息的本质效用在于对不确定性的削减，常被描述为系统有序性与组织性的表征。因此，可将信息看作系统发展过程中的负熵。信息量越大，不确定性就越小，熵也就越小；反之，信息量越小，不确定性越大，熵也越大。如此，可通过熵计算判断一个事件的随机性或无序程度，也可以通过计算熵值来判断某个指标取值的离散程度。熵值越小，提供的信息量就越大；同时，表明该指标取值的离散程度越大，该指标对系统综合评价的影响越大，亦即权重越高。

对于若干权重配置对象，当赋权主体掌握了有关这些对象的先验信息时，就可以通过熵值法完成权重配置工作。例如，当相关测度人员基于实践调研与个人感知，已经对相关指标完成评值打分工作，这些评分数据即构成权重配置的先验信息。将测度人员对评价指标的打分行为视为独立事件，基于先验信息计算所有事件在每个指标上蕴涵的负熵。负熵越大，则表明在该指标上的评分