层次分析几种标度的比较

层次分析几种标度的比较

一、概述

层次分析法(AnalyticHierarchyProcess,AHP)作为一种定

性与定量相结合的决策方法，广泛应用于复杂问题的多准则决策中。

其核心在于通过构建层次结构模型，将决策问题逐层分解为相互关联

的子问题，并借助相对标度对各层次元素间的重要性进行量化比较。

在AHP的实际应用中，选择合适的标度系统对于准确传递决策者主观

判断、确保决策结果的合理性和有效性至关重要。本部分将对层次分

析法中几种常见的标度方法进行比较，旨在为研究者和实践者提供清

晰的认识，以便根据具体决策情境灵活选用最适宜的标度体系。

层次分析中的标度系统主要服务于两个关键环节：一是对同一层

次内各元素相对于上一层某准则的相对重要性进行评价二是对不同

方案相对于决策目标的相对优劣进行度量。这些标度方法的核心特征

在于它们提供了一套严谨的语言表述体系，将人类直觉性的偏好转化

为可计算的数值，进而进行一致性检验及权重计算。以下是几种主要

标度方法的概览：

基本比例标度：这是AHP创始人萨蒂(Saaty)最早提出的标度

体系，通常包含9个等级，每个等级对应一个具体的数值和一句简洁

的描述语句，用于表达元素间相对重要性的程度。例如，等级1表示

两者同等重要，而等级9则表示一个元素极端重要于另一个。这种标

度体系直观易懂，便于决策者快速作出相:付判断。

对数标度：基于对数原理设计的标度系统，其数值分布并非均匀

的，而是随着等级提升呈指数增长。对数标度强调了决策者在面对极

端重要性差异时的心理感受，即认为从“稍微重要”到“明显重要”

的变化与从“明显重要”到“极端重要”的变化在心理感知上的差异

应当被放大。这种标度适用于需要精细区分重要性差异的复杂决策场

景。

等比标度：该标度体系采用等比数列（如2的基次方）来分配各

级别的数值，同样体现了重要性差异随等级递增而加速扩大的特点。

等比标度与对数标度相似，均能较好地捕捉决策者对显著重要性差异

的敏感性，但其数值关系更为直观，便于计算和理解。

改良标度：针对基本比例标度可能存在的过度细化或模糊性问题,

一些研究者提出了改良标度。这类标度可能减少或调整等级数量，简

化语言描述，以适应特定决策环境或决策者的认知习惯。改良标度力

求在保持决策信息精度的同时，提高决策过程的简便性和一致性。

比较上述标度方法，可以发现它们在适用性、精确度、易用性等

方面各有优势。基本比例标度由于其经典地位和广泛应用，具有较高

的通用性，但对于重要性差异的细微分辨能力相对较弱。对数标度和

等比标度通过非线性数值分配强化了对极端重要性差异的刻画，适合

处理复杂、敏感的决策问题，但可能对决策者的判断力要求较高。改

良标度则更注重与具体决策情境的契合度，力求在简化决策过程与保

持决策质量之间取得平衡。

本篇“层次分析几种标度的比较”将深入探讨这几种标度方法的

理论基础、操作流程、优缺点以及适用条件，为决策者在实际运用

AHP过程中，根据问题特性和个人偏好灵活选择合适的标度体系提供

理论指导和实践参考。后续章节将进一步通过实例分析、实证研究等

方式，对比展示各类标度方法在具体决策问题中的表现与效果。

1.层次分析法概述

层次分析法(AnalyticHierarchyProcess,AHP)是一种广泛

应用在决策科学中的多准则决策方法，由美国运筹学家萨蒂(Thcmas

L.Saaty)于20世纪70年代提出。该方法旨在处理复杂问题中涉及

的定性与定量因素，通过系统地结构化问题、量化决策者对各因素相

对重要性的判断，以及计算权重和排序，最终实现对备选方案的合理

评估与选择。AHP的核心特点在于其能够处理具有层次结构的问题，

并且允许决策者使用相对标度来表达主观偏好，从而克服了传统决策

方法在处理非数量化、多目标、多层级问题时的局限性。

问题结构化：将待解决的复杂决策问题按照其内在逻辑分解为若

干个相互关联的层次结构。通常包括目标层（最高层）、准则层（中

间层）和方案层（最低层）。目标层定义决策的整体目标，如“选择

最优投资项目”准则层列举出实现目标所要考虑的主要评价标准，如

“投资回报率”、“市场风险”、“技术可行性”等方案层则包含具

体的决策选项，如各个待选投资项目。

构造判断矩阵：针对各层次间的相互关系，决策者采用标度法对

元素之间的相对重要性进行量化比较。例如，在准则层中，决策者需

要比较不同准则相对于目标的重要性，而在方案层中，则需要比较各

方案在某一准则下的优劣程度。层次分析法提供了多种标度方法供决

策者选择，以适应不同情境下对比较精度和决策者认知负荷的需求。

这些标度方法将在后续章节中详述并比较V

一致性检验：为确保决策者的判断合理且内部一致，层次分析法

引入了一致性比率（ConsistencyRatio,CR）作为衡量标准。通过

对判断矩阵进行一致性检验，可以检测并修正可能存在的逻辑矛盾或

偏误，确保所得权重的有效性和可靠性。若CR值在可接受范围内（通

常设定为1或更低），则认为判断矩阵具有满意的一致性。

计算权重与排序：运用数学方法（如特征向量法）对判断矩阵进

行运算，得到各元素在相应层次上的相对权重。权重反映了各准则对

于目标的重要程度以及各方案在各准则下的表现强度。基于权重计算,

可以对方案进行综合排序，确定最符合决策目标的优选方案。

层次分析法通过构建层次结构、应用标度方法进行两两比较、实

施一致性检验以及权重计算与排序，为多目标、多准则的复杂决策问

题提供了一个系统化、结构化的解决方案。其灵活性和普适性使其在

管理决策、工程设计、政策制定、资源分配等多个领域得到了广泛应

用。我们将重点探讨层次分析法中儿种常见的标度方法,对比其定义、

操作方式、适用场景以及优缺点，以帮助决策者根据具体问题特性选

择最为合适的标度方法

定义与基本原理

层次分析法(AnalyticHierarchyProcess,简称AHP)是一种

定性与定量相结合的多目标决策分析方法，由美国运筹学家

T.L.Saaty教授于20世纪70年代提出。该方法通过构建一个层次结

构模型，将复杂问题分解为若干组成因素，并按照支配关系将这些因

素分组形成递阶层次结构。在每一层次内，通过两两比较的方式确定

各因素的相对重要性，并给予相应的标度评分。这些标度评分反映了

不同因素之间的相对重要性和影响程度，为后续的决策分析提供了依

据。

层次分析法的基本原理包括系统分解、比较判断和综合决策三个

步骤。通过系统分解将复杂问题分解为若干个相对简单的子问题或因

素，形成一个层次结构模型。利用比较判断矩阵，通过两两比较的方

式确定各因素之间的相对重要性，并给出相应的标度评分。这些标度

评分可以是线性的、非线性的，或者是基于模糊数学的，具体选择哪

种标度取决于问题的性质和分析者的偏好。通过综合决策，将各层次

的标度评分进行综合，得出最终的决策结果。

在层次分析法中，标度的选择对于结果的准确性和可靠性至关重

要。不同的标度具有不同的特点和适用范围，例如线性标度适用于因

素之间相对重要性差异不大的情况，而非线性标度则更适用于因素之

间相对重要性差异较大的情况。在实际应用中，需要根据问题的具体

特点和需求选择合适的标度进行层次分析。

应用领域与价值

层次分析法(AnalyticHierarchyProcess,AHP)作为一种多

准则决策方法，广泛应用于各类复杂决策问题中，涵盖工程设计、项

目管理、战略规划、环境评价、公共服务、人力资源等多个领域C其

核心在于通过构造层次结构模型，量化决策者的主观判断，实现定性

因素与定量数据的有效融合。而选择恰当的标度方法对于准确捕获决

策者偏好、提升决策质量至关重要。本文所比较的几种标度，包括成

对比较法(PairwiseComparison)、比例标度法(RatioScale)、

语义差异标度(SemanticDifferentialScaling)等，在各自的应

用领域展现出独特的价值。

成对比较法是AHP中最基础且常用的标度形式，通过让决策者直

接比较同一层级元素之间的相对重要性，形成成对比较矩阵。这种方

法简洁明了，易于理解和操作，适用于各种决策背景，无论决策者是

否具备专业统计知识。其价值体现在：

直观性：成对比较法要求决策者仅对两个元素进行直接对比，降

低了认知负荷，使得复杂决策问题得以简化。

全面性：通过逐一对比所有相关元素，确保了决策过程中各因素

间的相对权重得到充分考虑，避免遗漏重要信息。

一致性检验：基于成对比较构建的矩阵可以进行一致性检验，确

保决策者判断的一致性和逻辑自治性，提高了决策的可信度V

比例标度法在AHP中的应用是对成对比较法的扩展和深化，它允

许决策者以更精确的比例数值(如23等)来表达元素间的重要性关

系。这种方法在以下领域展现显著价值：

精细量化：比例标度法提供了更为细腻的量化手段，尤其适用于

需要精细区分权重差异的高精度决策场景，如精密设备选型、投资组

合优化等。

决策透明度：明确的比例数值有助于决策过程的透明化，便于决

策参与者之间沟通与共识达成，也有利于外部审计与监管。

数学严谨性：比例标度法与数学理论（如几何平均法）结合紧密，

其计算结果更为严谨，能够更好地满足对决策科学性的高要求。

语义差异标度引入心理学测量工具，利用带有情感色彩的形容词

对决策元素进行多维度评价，适用于涉及主观感知与态度评价的决策

情境。其应用价值主要体现在：

情感与态度捕捉：在品牌偏好、顾客满意度、员工敬业度等评估

中，语义差异标度能有效捕捉决策者的主观情感与态度倾向，弥补传

统定量数据的不足。

多维刻画：通过设置多个评价维度（如好坏、满意不满意、积极

消极等），语义差异标度能更全面地刻画决策元素的复杂特性，提升

决策信息的丰富度V

跨文化适应性：由于其基于语言和文化背景构建，语义差异标度

在跨国或跨文化决策环境中具有较好的适应性，有利于整合多元观点。

不同的标度方法在层次分析法的应用中各具特色与优势，适应于

不同领域的决策需求。成对比较法以其直观易行适用于广泛场景比例

标度法为精细化决策提供了必要的精确度而语义差异标度则擅长处

理涉及主观感知与态度评价的问题。理解并合理选用这些标度方法，

有助于决策者在实际工作中提升决策的科学性、准确性和有效性。

2.研究背景与目的

层次分析法(AnalyticHierarchyProcess,AHP)是一种常用

的多准则决策分析技术，广泛应用于物流、管理、环境保护、工程和

投资等领域。AHP由美国权威管理学家托马斯萨依特(ThomasSaaty)

于1970年提出，并于1986年获得美国决策科学和管理科学学会颁发

的重要奖项。AHP的研究内容涵盖了众多因素的比较，其中标度系统

的研究是其最为重要的细分领域之一。

本研究的目的是更好地理解AHP中标度系统的研究内容，通过提

供以下方面的信息和建议来实现目标：

讨论标度系统研究的重点，比较AHP的几个常用标度，如19标

度、15标度和13标度。

分析标度系统的适用性和局限性，讨论在具体情况下如何选择合

适的标度。

通过本研究，旨在为AHP的实际应用提供指导，帮助决策者在复

杂的决策问题中选择合适的标度系统，提高决策的科学性和准确性。

标度选择在AHP中的重要性

在层次分析法(AHP)中，标度的选择是至关重要的，因为它们

直接影响到决策结果的有效性和准确性。标度是衡量和比较不同元素

相对重要性的工具，它们为决策者提供了一个结构化的方法来评估和

量化其偏好。正确选择和使用标度对于确保AHP过程的可靠性和决策

结果的一致性具有不可忽视的作用。

标度选择对于确保评价的一致性至关重要。在AHP中，决策者通

常需要评估多个标准或备选方案的相对重要性。使用不一致或模糊的

标度可能导致评价结果的偏差，从而影响最终的决策。例如，如果决

策者在评估标准时使用模糊的标度，可能会导致对某些标准的过度或

不足重视，最终影响决策结果。

标度选择影响决策的可解释性和接受度。清晰、直观的标度可以

帮助决策者更好地理解评价过程，并使其他利益相关者更容易接受决

策结果。例如，使用1到9的标度（如Saaty标度）可以清晰地表示

不同元素之间的相对重要性，从而使决策过程更加透明和可解释。

再者，标度选择还关系到AHP方法的适用性和灵活性.不同的决

策环境和问题可能需要不同类型的标度。例如，在处理风险和不确定

性较高的决策问题时，可能需要使用更为细致和敏感的标度来捕捉微

小的重要性差异。选择合适的标度可以增强AHP方法在不同情境下的

适用性和灵活性。

标度选择还涉及到决策者的认知负担。过于复杂或不熟悉的标度

可能会增加决策者的认知负担，导致评价过程的困难和错误。选择简

单、直观且易于理解的标度可以减轻决策者的认知负担，提高决策效

率。

标度选择在AHP中具有显著的重要性。它不仅影响评价的一致性

和决策的可解释性，还关系到AHP方法的适用性和决策者的认知负担。

在进行AHP分析时，决策者应当仔细选择合适的标度，以确保决策过

程的准确性和有效性。

文章针对不同标度比较的焦点

层次分析法(AnalyticHierarchyProcess,AHP)是一种决策

支持工具，广泛应用于复杂问题的解决和决策制定。在层次分析中，

标度的选择对于决策结果具有重要影响。本段落将着重比较几种常见

的标度，包括比率标度、线性标度、区间标度和序数标度，探讨它们

在层次分析中的应用特点和适用场景。

比率标度是最为理想的标度类型，它允许决策者对元素间的相对

重要性进行直接比较，并给出精确的比例关系。这种标度在要求高度

精确和严格的决策环境中尤为适用，例如在财务分析和经济评估中。

在实际应用中，要求决策者对元素间的比例关系有清晰的认识和判断,

这在一定程度上增加了决策的复杂性。

线性标度是较为常用的一种标度，它通过设定固定的间隔来表示

元素间的相对重要性。线性标度易于理解和操作，适合于大多数决策

环境。但其主要局限在于，它假设元素间的差异是均匀的，这在现实

中往往并不成立，可能导致决策结果的偏差。

再者，区间标度允许决策者给出元素间相对重要性的范围，而不

是一个固定的值。这种标度在处理不确定性和模糊性较强的决策问题

时具有优势。区间标度的应用需要决策者具备较高的判断能力和经验,

同时也增加了数据分析的复杂性。

序数标度是最简单的一种标度，它仅要求决策者对元素进行排序。

这种标度适用于决策者难以给出精确比较的情况，或者当决策问题的

复杂性和精确性要求不高时。但其主要缺点是，它无法提供元素间相

对重要性的具体量化信息，可能导致决策结果的不确定性增加。

不同的标度在层次分析中的应用具有各自的优势和局限性。在实

际决策过程中，选择合适的标度对于提高决策质量和效率至关重要。

决策者应根据具体的决策环境和要求，结合自身的判断能力和经脸，

选择最合适的标度类型。

二、层次分析法中的标度理论基础

层次分析法(AnalyticHierarchyProcess,AHP)是一种结构

化的决策方法，它籽复杂问题分解为若干相互关联的层次，并通过相

对标度来量化决策者对不同因素间重要性关系的主观判断。在AHP中,

标度体系是实现决策者偏好表达的核心手段，它为定性评价转化为定

量数据提供了严谨且易于操作的框架。本段将重点介绍AHP中常用的

几种标度类型及其理论基础。

九点标度法是最为广泛采用的AHP标度体系。该方法由美国运筹

学家萨蒂(ThomasL.Saaty)在创立AHP时提出，它提供了一个从

1到9的连续数值标度，用于表示决策元素之间的相对重要性程度。

具体标度定义如下：

8分别对应上述标度值之间的中间状态，表示不同程度的重要性

递增或递减。

还引入了倒数原则，即如果(A)相对于(B)的标度值为(n),贝IJ(B)

相对于(A)的标度值为(frac{l}{n}),以保持比较的对称性和一致性。

九点标度法的理论基础在于，它既能细致区分不同等级的重要性差异,

又保持了标度的简洁性和易用性，有助于减少决策者的认知负担和比

较误差。

语义差异标度是一种基于语言学理论的标度方法，它利用自然语

言中的形容词或短语来描述决策元素间的关系强度。例如，可以使用

“微弱”、“中等”、“强烈”等词语代替九点标度的数值。这种方

法强调了语言的直观性和表达的丰富性，尤其适用于文化背景多样、

对数值理解存在差异的决策群体。理论上，语义差异标度可以通过预

定义的转换规则将其映射到数值标度上，以确保与九点标度法的兼容

性和可比性。实际应用中需要确保所有决策参与者对词汇含义的理解

一致，避免因主观解释差异导致的比较偏差。

二元比较标度简化了比较过程，仅要求决策者回答“是否”类型

的问题，如“因素A是否至少两倍于因素B的重要？”或“因素A是

否至少与因素B同样重要但不更优？”。这种标度方法以逻辑判断替

代连续数值评估，降低了比较的复杂性，特别适用于大规模问卷调查

或计算机辅助决策系统。理论上，二元比较标度的结果可以通过数学

模型（如BradleyTerry模型）转换为连续标度值，以便进一步计算

和分析。这种方法可能牺牲了一定的精度，因为它无法捕捉决策者对

重要性差异的细微感知。

成对比较比例标度直接要求决策者给出两个因素之间重要性比

例的具体数值，如“因素A相对于因素B的重要性为31”。这种方

法最为精确地反映了决策者对重要性差异的认知，且无需依赖预设的

标度等级。由于需要直接量化比例关系，可能会增加决策者的认知负

担和操作难度，尤其是在涉及大量比较时。理论基础主要在于其直接

性和精确性，但实践中对决策者的理解和操作要求较高。

层次分析法中的标度埋论基础涵盖了从直观易用的九点标度法、

语义丰富的语义差异标度，到逻辑简化的二元比较标度，以及精确量

化的成对比较比例标度等多种形式。选择何种标度体系取决于决策问

题的复杂性、决策群体的特点以及可用的决策支持工具。合理的标度

应用能够确保主观判断的有效转化和整合，为后续

1.标度的概念与功能

标度，也称为尺度或测量尺度，是社会科学研究中用于量化和比

较研究对象特征或属性的工具。在层次分析法(AnalyticHierarchy

Process,AHP)中，标度起着至关重要的作用，因为它能够将定性的

决策问题转化为定量的数学模型，从而帮助决策者进行更加科学、系

统的分析和判断。

标度的基本功能在于为决策问题中的各个元素(如目标、准则、

方案等)提供一个统一的量化标准。通过标度，决策者可以对这些元

素进行两两比较，并赋予相应的数值，以反映它们之间的相对重要性

或优劣关系。这些数值进一步构成了层次分析法的判断矩阵，为后续

的权重计算和方案排序提供了基础数据。

标度的选择直接影响到层次分析法的有效性和可靠性。不同的标

度具有不同的特点和适用范围，因此在实际应用中需要根据具体问题

的特点和要求来选择合适的标度。常见的标度包括线性标度等距标度、

比例标度等。线性标度适用于元素之间具有线性关系的情况，等距标

度则要求元素之间的距离相等，而比例标度则要求元素之间的比例关

系与实际情况相符。

标度是层次分析法中不可或缺的一部分，它通过将定性问题转化

为定量问题，为决策提供了更加科学、客观的依据。在实际应用中,

选择合适的标度是确保层次分析法有效性和可靠性的关键。

定量表达决策者偏好

在层次分析法中，决策者偏好的定量表达是通过构建判断矩阵来

实现的。这一过程涉及几个关键步骤：

构建层次结构模型：决策者需要识别出决策问题中的关键元素，

并将它们组织成一个层次结构。这个层次结构通常包括目标、准则和

备选方案。

定义偏好标度：为了量化决策者对不同元素之间相对重要性的看

法，需要使用特定的标度。常见的标度包括19标度、15标度和13

标度。这些标度允许决策者表达从相等重要性（通常用1表示）到极

端重要性（9表示）之间的任何偏好。

构建判断矩阵：使用选定的标度，决策者对层次结构中的每一对

元素进行比较，并构建判断矩阵。判断矩阵是一个方形矩阵，其中每

个元素表示行元素相对于列元素的重要性。

一致性检验：为了确保决策者提供的偏好信息是一致的，需要进

行一致性检验。这通常通过计算一致性比率（ConsistencyRatio,CR）

来完成。如果CR值低于某个阈值（例如1）,则认为判断矩阵是一

致的。

计算权重和优先级：一旦判断矩阵通过一致性检验，就可以计算

每个元素的权重。这些权重反映了决策者对每个元素相对重要性的定

量评估。这些权重用于计算备选方案的优先级。

敏感性分析：进行敏感性分析以评估结果对判断矩阵中偏好变化

的敏感程度。这有助于验证决策模型的有效性和稳定性。

在比较不同标度时，重要的是要考虑它们的适用性和易用性。19

标度因其较高的区分度而广受欢迎，但它也可能导致较高的认知负荷。

相比之下，13标度更简单，但可能无法提供足够精细的区分。选择

合适的标度对于确保决策过程的准确性和效率至关重要。

这个段落提供了对层次分析中定量表达决策者偏好的深入理解，

强调了选择合适的标度的重要性，并简要介绍了构建判断矩阵和进行

一致性检验的过程。

构建判断矩阵的基础

标度选择：标度是用来量化因素或方案之间相对重要性的工具。

常见的标度有19标度、17标度、15标度等。选择哪种标度主要取决

于评估者的偏好和对问题的理解。例如，19标度提供了更细致的区

分度，适合对因素或方案之间的差异要求较高的场景。

评估者判断：评估者的专业知识和经验是构建判断矩阵的关键。

评估者需要对各个因素或方案有深入的理解，并能准确地判断它们之

间的相对重要性。评估者的判断通常基于直觉、经验和专业知识，评

估者的选择和质量对判断矩阵的准确性有直接影响。

一致性检验：在构建判断矩阵后，需要进行一致性检验以确保评

估者的判断是逻辑上一致的。一致性检验通常通过计算一致性比率

（CR）来完成。如果CR小于预设的阈值（如1）,则认为判断矩阵

是一致的，否则需要调整评估者的判断或重新构建判断矩阵。

构建判断矩阵的基础是标度选择、评估者判断和一致性检验。这

些因素共同决定了判断矩阵的质量和准确性，进而影响到层次分析法

的决策结果。在构建判断矩阵时，应充分考虑这些因素，确保决策过

程的科学性和合理性。

2.一致性要求与标度关系

在层次分析法中，一致性要求是判断矩阵的重要特性之一。判断

矩阵的一致性是指矩阵中各元素的相对重要性排序应保持一致，即如

果元素A被认为比元素B更重要，而元素B被认为比元素C更重要，

那么元素A也应该被认为比元素C更重要。

标度关系是指不同标度方法之间的对应关系。在层次分析法中，

常用的标度方法包括19标度、标度和AHPPairwise比较标度等。这

些标度方法各有优缺点，适用于不同的问题情境。

19标度是一种简单的标度方法，其中1表示两个选项相比具有

相同的优先级，9表示一个选项明显优于另一个选项。这种标度的优

点是简单易用，但缺点是在较高层次中可能难以区分一些较低级别的

优先级。

标度是一种更精确的标度方法，其中S表示方案或属性相对于理

想方案或理想属性的优点，L表示方案或属性相对于理想方案或理想

属性的不足之处，E表示方案或属性相对于理想方案或理想属性的误

差。这种标度的优点是可以更精确地衡量各方案或属性的优先级，但

需要更细致的数据收集和计算。

AHPPairwise比较标度是一种基于成对比较的标度方法，其中每

个元素与其他元素进行比较，然后根据其相对重要性来计算权重。这

种标度的优点是可以更直观地反映各元素之间的相对重要性，但需要

更多的计算工作量。

在实际应用中，应根据具体情况选择适合的标度方法。例如，在

需要简单比较几个选项时，可以选择19标度而在需要更细致评估的

情况下，可以选择标度或AHPPairwise比较标度。选择合适的标度方

法对于层次分析法的正确应用至关重要。

一致性的定义与意义

在层次分析法(AnalyticHierarchyProcess,AHP)中，一致

性是指决策者在构建层次结构、确定各层次元素之间的相对重要性时,

所给出的判断或评分之间逻辑上的协调性和合理性。简而言之，一致

性要求决策者给出的判断矩阵（或称评分矩阵）中的元素满足某种逻

辑和数学上的约束，以避免出现自相矛盾或逻辑上的不合理性。

一致性的重要性在于它直接影响到层次分析法的有效性和可靠

性。如果一致性差，那么基于该判断矩阵得出的决策结果很可能是不

准确的，甚至可能导致完全错误的决策。在进行层次分析时，对一致

性进行检验和调整是必不可少的步骤。

保证决策逻辑的一致性：一致性检验可以确保决策者在构建层次

结构和确定元素相对重要性时，所给出的判断是逻辑上协调的，没有

出现自相矛盾的情况。

提高决策的科学性和可靠性：通过一致性检验，可以发现并纠正

判断矩阵中可能存在的错误或不合理之处，从而提高决策的科学性和

可靠性。

便于沟通和理解：一致性好的判断矩阵更易于被其他决策者或利

益相关者理解和接受，有助于促进决策过程中的沟通和协作。

在进行层次分析时，应重视一致性的检验和调整，确保所得出的

决策结果具有逻辑上的合理性和实践上的可行性。

不同标度对判断矩阵一致性的影响

在撰写关于《层次分析几种标度的比较》文章中，“不同标度对

判断矩阵一致性的影响”这一段落时，我们需要深入探讨层次分析

(AnalyticHierarchyProcess,AHP)中使用的不同标度对判断矩

阵一致性产生的影响。层次分析是一种定性和定量相结合的决策分析

方法，广泛应用于复杂问题的决策过程中c在这一段落中，我们将重

点关注不同标度(如19标度、15标度等)对判断矩阵一致性检验的

影响，包括其如何影响决策者的判断以及最终的决策结果。

在层次分析中，判断矩阵的一致性是评估决策者判断逻辑一致性

的关键指标。一致性检验的目的是确保决策者在评估不同元素时保持

一致的逻辑和标准。在构建判断矩阵时，决策者通常使用不同的标度

来表达相对重要性。这些标度，如19标度、15标度等，对判断矩阵

的一致性有显著影响。

19标度是最常用的标度之一，它提供了一种直观的方式来表达

元素间的相对重要性。这种标度的优势在于其明确的数值差异，能够

更精细地区分不同元素的重要性。这种精细性也可能导致决策者在评

估时产生更大的主观性和不确定性，特别是在处理复杂问题时。使用

19标度时，决策者需要具备较高的判断能力和经验，以确保判断矩

阵的一致性。

15标度相对于19标度来说，提供的选项较少，这在一定程度上

简化了决策过程。这种简化可以减少决策者在评估时的认知负担，从

而可能提高判断的一致性。15标度的局限性在于其较粗略的区分度,

可能导致在处理某些需要细致区分的决策问题时，无法准确反映元素

间的相对重要性。

选择合适的标度对于确保判断矩阵的一致性至关重要。19标度

由于其精细的区分度，更适合于需要详细区分不同元素重要性的复杂

决策问题。相反，15标度因其简化性，更适合于相对简单或决策者

经验不足的情况。在实际应用中，决策者应根据具体问题的复杂性和

自身经验，选择最合适的标度。

不同标度对层次分析中判断矩阵的一致性有显著影响。19标度

提供了更精细的区分度，但可能增加决策的复杂性而15标度简化了

决策过程，但可能在区分度上有所不足。决策者在进行层次分析时，

应充分考虑问题的特性和自身的判断能力，选择合适的标度，以确保

判断矩阵的一致性和决策的有效性。

这段内容分析了不同标度在层次分析中对判断矩阵一致性的影

响，并提供了对选择合适标度的建议。

三、主要标度体系介绍

在19标度中，每个数字代表一个不同的级别。1表示两个选项

相比具有相同的优先级，而9则表示一个选项明显优于另一个选项。

这种标度的优点是简单易用，但缺点是在较高层次中可能难以区分一

些较低级别的优先级。

标度是三类标度的一种，其中s表示方案或属性相对于理想方案

或理想属性的优点，L表示方案或属性相对于理想方案或理想属性的

不足之处，E表示方案或属性相对于理想方案或理想属性的误差。这

种标度的优点是可以更加精确地衡量各方案或属性的优先级，但其使

用需要更细致的数据收集和计算。

AHPPairwise比较标度是一种基于成对比较的标度方法。在这种

标度中，每个元素与其他元素进行比较，然后根据其相对重要性来计

算其权重。这种标度的优点是可以更直观地反映各元素之间的相对重

要性，但需要更多的计算工作量。

语言标度是一种基于自然语言的标度方法。在这种标度中，人们

通过白然语言描述各元素之间的相对重要性，然后根据这些描述来计

算权重。这种标度的优点是可以更直观地反映人们的主观感受，但需

要更多的数据收集和整理工作。

不同的标度体系在层次分析法中各有优缺点。在实际应用中，应

根据具体情况选择适合的标度方法，以确保分析结果的准确性和可靠

性。

1.Saaty九级标度法

Saaty九级标度法，由ThomasL.Saaty教授在20世纪70年代

提出，是一种在层次分析法(AnalyticHierarchyProcess,AlIP)

中用于评估和比较不同选项之间相对重要性的工具。该方法通过将决

策问题分解为层次结构，并在每一层中对元素进行成对比较，从而为

决策者提供了一种结构化的决策支持方法。

Saaty标度由1到9的整数构成，每个数字代表一个特定的相对

重要性水平。具体而言，这些数字及其含义如下：

同时，为了表示两个元素之间的比较关系，Saaty还定义了上述

数字的倒数，例如，如果元素A相对于元素B的重要性为5,则元素

B相对于元素A的重要性为15。

在层次分析中，Saaty九级标度法被广泛用于构建判断矩阵，通

过成对比较来量化不同元素之间的相对重要性。这种方法的优势在于

其简单性和直观性，使得决策者能够容易地将主观判断转化为定量数

据。它也受到一些批评，主要在于其依赖于决策者的主观判断，可能

导致判断矩阵的不一致。

尽管Saaty九级标度法在实际应用中表现出色，但它也存在一些

局限性。该方法在很大程度上依赖于决策者的主观判断，这可能导致

评价结果的不稳定和不可靠。当决策问题复杂且涉及大量元素时，构

建判断矩阵的过程可能变得繁琐且容易出错。Saaty标度法在处理不

确定性和模糊性方面的能力有限，这限制了其在某些决策环境中的应

用。

Saaty九级标度法是层次分析中的一种重要工具，它通过提供一

种结构化的方法来处理复杂的决策问题。它的有效性和适用性在很大

程度上取决于决策者的主观判断和决策问题的特性。在使用Saaty标

度法时，应充分考虑这些因素，以确保决策过程的准确性和可靠性。

标度定义与含义

比例标度(RatioScale)：比例标度是最精确的一种标度,它

不仅能够区分不同选项的先后顺序，还能反映出选项之间的相对差距。

在比例标度中，数字之间具有真正的比例关系，即不仅顺序有意义，

而且数值之间的差值也具有实际意义。

间隔标度(IntervalScale)：间隔标度可以区分不同选项的先

后顺序，并且数字之间具有等间隔的关系c与比例标度不同的是，间

隔标度的零点没有实际意义，只能表示某种程度上的缺失或不存在。

顺序标度(OrdinalScale)：顺序标度只能区分不同选项的先

后顺序，而不能反映出选项之间的相对差距。在这种标度下，数字只

表示顺序关系，并不具有实际的数值意义。

名义标度(NominalScale)：名义标度是最简单的一种标度，

它仅用于区分不同的选项，而不考虑任何数量或顺序关系。在这种标

度下，数字仅仅作为标识符号，没有实际意义。

不同的标度具有不同的特点和适用范围，选择适当的标度是进行

层次分析的关键。比例标度和间隔标度能够提供更为精确和丰富的信

息，但也可能因为数据的复杂性和难以获取性而受到限制。顺序标度

和名义标度虽然较为简单，但在某些情况下也足以满足分析的需求。

在实际应用中，需要根据具体问题和数据特点选择合适的标度。

优缺点分析

系统性的分析方法层次分析法将研究对象视为一个系统，通过

分解、比较判断和综合的思维方式进行决策，成为继机理分析、统计

分析后发展起来的系统分析的重要工具。它能够清晰地展示每个层次

中每个因素对结果的影响程度，特别适用于无结构特性的系统评价以

及多目标、多准则、多时期的系统评价。

简洁实用的决策方法该方法将定性方法与定量方法有机结合，

使复杂的系统分解，将人们的思维过程数学化、系统化，便于理解和

接受。它能够将多目标、多准则旦难以全部量化处理的决策问题转化

为多层次单目标问题，通过两两比较确定同一层次元素相对上一层次

元素的数量关系后，进行简单的数学运算，得出明确的结果。

所需定量数据信息较少层次分析法主要基于评价者对评价问题

的本质、要素的理解，相比一般的定量方法更注重定性的分析和判断。

这种方法能够处理许多用传统的最优化技术无法解决的实际问题。

不能提供新方案层次分析法只能从备选方案中选择较优者，无

法为决策者提供解决问题的新方案。这可能导致尽管在已知方案中选

出了最优解，但其效果可能仍不如其他企业或个人提出的新方案。

定量数据较少，定性成分多，不易令人信服层次分析法的决策

过程中，定性判断的成分较多，这可能使得决策结果不易被他人接受

或信服。当决策结果与他人的观点或预期不一致时，可能引发争议或

质疑。由于定性成分较多，层次分析法可能无法完全满足某些领域对

严格数学论证和完善定量方法的要求。

应用示例与解释

层次分析法(AnalyticHierarchyProcess,AHP)是一种多准

则决策分析方法，它通过构建一个层次结构模型，将复杂问题分解为

若干个相互关联的因素，并按照因素间的支配关系形成层次结构。在

这个过程中，标度的选择对于准确衡量各因素之间的相对重要性至关

重要。

在实际应用中，常见的标度有19标度、15标度、13标度等c这

些标度的主要区别在于对因素间相对重要性的刻画精度。例如，19

标度提供了更为细致的区分度，能够更准确地反映专家对因素间相对

重要性的判断而13标度则相对简单，更易于理解和操作。

以某城市规划项目为例，我们需要评估不同区域的发展潜力。通

过AHP方法，我们可以构建一个包含多个准则（如交通便捷性、人口

密度、产业基础等）和备选方案（各个区域）的层次结构模型。在选

择标度时，如果决策者希望更精确地反映各准则之间的相对重要性差

异，可以采用19标度如果决策者认为简单明了即可，那么13标度可

能更为合适。

在具体应用中，我们还需要注意标度选择的合理性和一致性。例

如，如果决策者在不同层次或不同因素之间采用了不同的标度，可能

会导致判断的不一致性，从而影响最终决策结果的准确性和可靠性。

在应用AHP方法时，应根据实际问题的特点和需求，选择合适的标度，

并确保判断的合理性和一致性。

标度的选择是层次分析法中一个重要的环节。不同的标度具有不

同的特点和适用范围，在实际应用中应根据具体情况进行选择和调整。

同时，我们还需要注意保持判断的合理性和一致性，以确保最终决策

结果的准确性和可靠性。

2.成对比较标度的简化版本

在层次分析法（AnalyticHierarchyProcess,AHP）中，成对

比较标度是一种常用的量化手段，用于衡量决策元素之间的相对重要

性。这种方法要求决策者根据一个预定义的标度对元素进行两两比较,

从而构造出一个成对比较矩阵。尽管这种方法在许多情况下都很有用,

但其复杂性也可能使决策者望而却步。一些简化版本的成对比较标度

被提出来，以降低AHP的复杂性和提高其实用性。

成对比较标度的简化版本通常涉及减少比较次数或使用更简单

的标度。例如，决策者可能只需要对元素进行部分两两比较，而不是

对所有元素进行全面比较。这种部分比较的方法可以大大减少需要进

行的比较次数，从而简化决策过程。简化版本的成对比较标度还可能

采用更简单的标度，如只使用三个或四个等级来量化元素之间的相对

重要性，而不是使用更复杂的标度。

简化版本的成对比较标度也有一些潜在的局限性。减少比较次数

或使用更简单的标度可能会导致信息丢失或失真，从而影响到最终决

策的准确性和可靠性。这些简化方法可能不适用于所有情况，特别是

当元素之间的相对重要性差异较大或决策者对不同元素之间的比较

没有足够的信心时。

在选择使用简化版本的成对比较标度时，决策者需要权衡其优点

和局限性。在某些情况下，使用简化版本可能是合适的，可以提高决

策的效率和实用性。在其他情况卜，决策者口J能需要使用更全面的成

对比较标度，以确保决策的准确性和可靠性。最终，选择哪种方法取

决于具体的决策问题和决策者的需求和偏好。

五级、七级等标度体系概述

五级标度体系是最基础且广泛使用的AIIP标度体系，它为决策者

提供了五个明确的等级来评估一对要素之间的相对重要性。具体定义

如下：

1：同等重要：两个要素对于目标的影响程度完全相同，无明显

偏好或区分。

3：弱偏好：相对于另一个要素，某个要素稍微更重要一些，但

两者差异不大，决策者在选择时可能会有所犹豫。

5：明显偏好：一个要素明显比另一个要素更重要，决策者对此

有较为明确且坚定的选择倾向。

7：强烈偏好：一个要素显著超过另一个要素的重要性，两者间

的差距非常明显，决策者的偏好极为明确。

9：极端重要：一个要素对于目标的影响几乎完全压倒另一个要

素，两者间存在巨大的重要性差距，决策者认为其无可替代。

2,4,6,8：分别代表上述相邻两个标度等级之间的半定量值，

用于表达决策者对相对重要性判断的更精细区分。

12,13,14,15,16,17,18,19：对应止向标度的倒数，用于

表述反向关系，即当需要比较的两个要素颠倒顺序时，使用相应的倒

数表示。

相较于五级标度，七级标度体系进一步细化了决策者对要素间相

对重要性差异的刻画，提供了更为丰富的等级划分。其具体定义如下：

1:同等重要：与五级标度中的定义一致，表示两个要素对目标

的影响完全相同。

5：稍有偏重：相对于五级标度中的“弱偏好”，七级标度在此

基础上增加了“稍有偏重”这一等级，以体现两个要素间微小但可察

觉的重要性差异。

2：弱偏好：与五级标度中的定义一致，表示某个要素稍微比另

一个要素更重要。

3：中等偏好：新增的等级，用于描述一个要素对另一个要素具

有明显的但不过于强烈的优先性。

4：强偏好：与五级标度中的“明显偏好”对应，表示一个要素

明显比另一个要素更重要°

5：非常强偏好：对应于五级标度中的“强烈偏好”，强调一个

要素对另一个要素具有显著且不可忽视的优势。

6：绝对重要：相当于五级标度中的“极端重要”，表示一个要

素对目标的影响几乎完全超越另一个要素。

同样，七级标度体系也包含一系列中间值和反向关系的倒数标度,

以适应更细致的判断需求和反向比较情况。

五级和七级标度体系在层次分析法中均旨在帮助决策者准确、系

统地表达对各层次元素相对重要性的主观判断。五级标度以其简洁明

了的特点适用于大多数场合，而七级标度则通过引入更多等级，为决

策者提供了更精细的表达空间，尤其适用于复杂度较高、决策因素间

差异较微妙的决策问题。选择何种标度体系应视具体决策情境和决策

者

与九级标度的异同点

在层次分析法中，除了常见的五级标度外，九级标度也是一种常

用的标度方法。与五级标度相比，九级标度在评价的细致度和区分度

上更具优势。它允许评价者对不同的选项进行更为细致的比较和判断,

从而更准确地反映各因素之间的相对重要性。

九级标度也存在一些局限性。由于标度级别较多，评价者可能面

临更高的认知负担，导致评价过程中的疲劳或误差。过多的标度级别

可能增加评价的复杂性，使评价者难以做出明确的判断。

与五级标度相比，九级标度在某些方面表现出明显的不同。在评

价的精确性上，九级标度能够提供更为细致的区分，使得评价结果更

为准确。在评价的灵活性上，九级标度允许评价者根据不同的情境和

需求进行更为灵活的评价。

这并不意味着九级标度在所有情况下都优于五级标度。在实际应

用中，应根据具体的评价任务、评价者的能力和经验以及评价对象的

特点等因素，选择适合的标度方法。在某些情况下，五级标度可能更

为简单、直观和易于操作，而九级标度则可能提供更为精确和细致的

评价结果。

在选择层次分析法的标度方法时，应综合考虑各种因素，权衡其

优缺点，选择最适合的评价方法。同时，也应注意在实际应用中不断

改进和优化评价方法，以提高评价的准确性和有效性。

简化标度在实际应用中的适用场景与优势

适用场景方面，简化标度特别适用于复杂决策问题中，其中涉及

的指标或准则数量较多，且相互之间的关系不易直接量化的情况。例

如，在项目管理中评估不同方案的优劣，或者在供应链管理中选择最

合适的供应商，这些场景往往涉及多个维度和难以量化的因素，此时

简化标度就能够发挥其独特的作用。通过简化标度，决策者可以在保

持一定精度的同时，减少计算复杂性和主观判断的难度。

优势方面，简化标度的主要优势在于其易于理解和操作。相比于

其他更为复杂的标度（如19标度），简化标度如13标度或15标度

更为直观，能够降低决策者的认知负担。简化标度还能够在一定程度

上减少主观误差。由于标度简化，决策者在评估不同选项时更容易达

成一致意见，从而减少因个人偏好或理解差异而导致的评估结果偏差。

简化标度在层次分析法中具有广泛的适用场景和明显的优势，尤

其适用于复杂决策问题中，能够有效地帮助决策者进行多准则决策分

析。

3.连续标度法

连续标度法是层次分析法(AnalyticHierarchyProcess,AlIP)

中的一种标度方法，用于评估和比较不同元素或方案的重要性。与传

统的比例标度法相比，连续标度法提供了更加灵活和细致的评估方式,

能够更准确地反映决策者的偏好和判断。本节将详细介绍连续标度法

的基本原理、实施步骤以及在实际应用中的优势。

连续标度法的基本原理是基于心理物理学中的感觉比例法则。该

方法假设人们对两个元素之间的差异的感知是线性的，即两个元素之

间的差异越大，人们对这种差异的感知就越明显。连续标度法通过构

建一个连续的标度，使决策者能够根据其对元素之间差异的感知来分

配权重。

(1)确定比较元素：首先需要确定需要比较的元素或方案，这些

元素可以是产品特性、服务标准、备选方案等。

(2)构建比较矩阵：构建一个nn的比较矩阵，其中n是元素的

数量。比较矩阵中的每个元素(i,j)表示元素i相对于元素j的重

要性。

(3)进行成对比较：决策者需要根据其对元素之间差异的感知来

进行成对比较。在每对比较中，决策者需要确定一个标度值，表示元

素i相对于元素j的重要性。

(4)计算权重：根据成对比较的结果，计算每个元素的权重。权

重的计算通常涉及解一个线性方程组，以确定每个元素的相对重要性。

连续标度法在实际应用中具有明显的优势。它提供了更加灵活和

细致的评估方式，能够更准确地反映决策者的偏好和判断。连续标度

法可以处理大量的元素和复杂的决策问题，具有较强的适用性。该方

法还可以与其他的决策方法相结合，以进一步提高决策的准确性和可

靠性。

在实际应用中，连续标度法被广泛应用于各种决策领域，如产品

选择、服务评价、资源分配等。例如，在产品选择中，企业可以使用

连续标度法来评估不同产品特性的重要性，并据此制定产品策略"在

服务评价中，政府可以使用连续标度法来评估不同服务标准的优先级,

以提高服务质量和效率。

连续标度法是层次分析法中的一种重要标度方法，它通过构建一

个连续的标度，使决策者能够根据其对兀素之间差异的感知来分配权

重。该方法在实际应用中具有明显的优势，可以处理大量的元素和复

杂的决策问题，具有较强的适用性。

实数标度体系介绍

实数标度体系是一种连续且无限的标度，其中评价等级可以是任

意实数，包括小数和分数。这种标度体系的主要优势在于其高度的灵

活性和精细性，能够捕捉到评价者对于不同选项之间的细微差别。在

实数标度体系中，评价者可以根据自己的判断和理解，为每个选项赋

予一个精确的数值，从而更加准确地表达自己的观点和偏好。

实数标度体系也存在一些潜在的问题。由于标度是连续的，评价

者可能会面临选择困难，难以确定一个精确的数值来代表自己的评价。

由于实数标度体系允许使用小数和分数，这可能会增加评价过程的复

杂性，使得评价者需要更多的时间和精力来完成评价任务。

实数标度体系对于评价者的要求也相对较高。评价者需要具备一

定的数学知识和计算能力，才能够准确地进行数值评价。评价者还需

要对评价对象有深入的了解和理解，才能够做出合理和准确的评价。

实数标度体系是一种具有高度灵活性和精细性的评价工具，能够

捕捉到评价者对于不同选项之间的细微差别。由于其连续性和对评价

者要求较高，这种标度体系在实际应用中可能会面临一些挑战和限制。

在选择使用实数标度体系时，需要充分考虑其优缺点，并根据具体情

境和需求进行权衡和决策。

与离散标度的对比

简要介绍层次分析中的标度类型，以及为什么比较连续标度与离

散标度是重要的。

描述连续标度的基本特征，例如它们如何允许更细微的区分和更

精确的评估。

描述离散标度的基本特征，例如它们的分类性质和简化决策过程

的能力。

讨论离散标度在处理大量数据或需要快速决策的情况下的优势。

对比连续标度与离散标度在精度、适用性和操作难度方面的差异。

分析在不同类型的决策问题和不同环境条件下，哪种标度更为适

用。

提供一个或多个案例研究，展示在实际应用中连续标度与离散标

度的表现和影响。

分析这些案例研究中的结果，探讨它，'门对层次分析实践的意义。

连续标度在处理模糊偏好与精细决策中的作用

连续标度的定义与特性：介绍连续标度的基本概念，即其在层次

分析中如何允许更细微的偏好表达，与离散标度相比，连续标度可以

提供更加细致和灵活的评估。

模糊偏好的处理：接着，探讨连续标度如何有效地处理决策中的

模糊性。在这里，可以详细说明在面临不确定或含糊信息时，连续标

度如何帮助决策者更准确地表达他们的偏好。

精细决策的应用：进一步分析连续标度在需要高度精确的决策环

境中的应用，例如在财务分析、风险评估或资源分配等领域。

案例分析：提供具体案例，展示连续标度在实际决策过程中的应

用，以及它如何帮助提高决策的质量和效率。

与其他标度的比较：将连续标度与其他类型的标度（如比例标度、

区间标度等）进行比较，突出其在处理模糊偏好和精细决策中的优势

与局限性。

在层次分析中，连续标度提供了一种更细致和灵活的方法来表达

决策者的偏好。与传统的离散标度相比，连续标度允许决策者在一个

连续的范围内分配权重，从而可以更准确地反映他们的真实偏好。这

种标度的核心优势在于其处理模糊偏好的能力。在实际决策中，决策

者经常面临不确定或含糊的信息、，连续标度通过允许更细微的偏好区

分，帮助决策者在这些复杂情况下做出更合理的选择。

在需要高度精确的决策环境中，连续标度的优势尤为显著。例如,

在财务分析和风险评估中，连续标度可以帮助决策者对不同的投资方

案或风险因素进行更为细致的评估。它不仅提高了决策的精确性，还

增强了决策过程的逻辑性和条理性。

为了更具体地说明连续标度的应用，我们可以参考某大型企业的

投资决策案例。在这个案例中，企业需要决定是否投资一个新项目。

使用连续标度，决策者能够对不同投资方案的潜在风险和收益进行更

为细致的评估，最终做出更为合理的投资决策。

连续标度并非在所有情况下都是最佳选择。与比例标度相比，连

续标度可能需要更多的计算和数据分析，这可能会增加决策过程的复

杂性。连续标度对于决策者的数学和统计分析能力有一定的要求，这

可能会限制其在某些决策环境中的应用。

连续标度在处理模糊偏好和精细决策方面表现出色，但其适用性

也取决于具体的决策环境和决策者的能力。

这段内容提供了对连续标度在处理模糊偏好与精细决策中的作

用的全面分析，同时保持了逻辑性和条理性。

4.其他创新标度方法

在层次分析法中，除了传统的标度方法，还有一些创新的标度方

法被提出和应用。这些创新标度方法旨在解决传统标度方法的一些局

限性，如非一致性问题或难以区分较低级别的优先级等。

一种创新的标度方法是9991标度法。与传统的19标度法不同，

这种标度法使用倒数比例来衡量选项之间的相对重要性。例如，如果

一个选项的重要性是另一个选项的两倍，那么在9991标度法中，前

者的标度值为92,而后者则为94。这种标度法可以更精确地衡量各

方案或属性的优先级，但需要更细致的数据收集和计算。

另一种创新的标度方法是1010182标度法。这种标度法使用分数

比例来衡量选项之间的相对重要性。例如，如果一个选项的重要性是

另一个选项的两倍，那么在1010182标度法中，前者的标度值为182,

而后者则为102o这种标度法也可以更精确地衡量各方案或属性的优

先级，但同样需要更细致的数据收集和计算。

还有其他一些创新的标度方法，如AHPPairwise比较标度和语言

标度。AHPPairwise比较标度是一种基于成对比较的标度方法，通过

比较每个元素与其他元素的相对重要性来计算权重。语言标度则是一

种基于自然语言的标度方法，通过自然语言描述各元素之间的相对重

要性来计算权重。这些标度方法各有优缺点，需要根据具体情况选择

合适的方法进行应用。

基于概率的标度

基于概率的标度方法将决策者的判断视为一种概率分布，而非单

一的数值等级。当要求决策者比较两个备选方案（或准则、指标等）

A和B的重要性时，他们不再简单地赋予一个固定的值（如19中的

某一级别），而是需要表达其对A相对于B重要性程度的概率信念。

具体来说，决策者可能被要求提供如下信息：

最低接受阈值（LowerAcceptanceThreshold,LAT）：在何种

概率水平下，决策者可以接受声明A至少与B同等重要。例如，如果

决策者认为至少有70的概率A与B同等重要或更重要，则LAT为7o

最可能的判断(MostLikelyJudgment,MLJ)：在所有可能的

判断中，决策者认为最可能出现的情况，即A相对于B的重要性等级。

MLJ仍可采用类似Saaty标度的整数等级，如3表示A适度强于B。

最高拒绝阈值(UpperRejectionThreshold,URT)：在何种概

率水平下，决策者无法接受声明A明显弱于B。例如，如果决策者认

为至多有30的概率A显著弱于B,则URT为3。

通过这种方式，基于概率的标度构建了一个概率区间来反映决策

者对A与B相对重要性判断的不确定性和可能的变化范围。这种区间

通常包含MLJ作为中心点，LAT和URT分别作为下限和上限。

引入不确定性考量：基于概率的标度显著区别于传统标度的关键

在于它能够系统地捕获并量化决策者的主观不确定性。这种不确定性

源于诸多因素，如信息不完全、未来预测困难、个人认知偏差等,通

过概率分布的形式，决策者能够更真实地表达他们在面对复杂决策问

题时的犹豫与模糊性，使得最终的决策结果更具包容性和适应性。

提高决策一致性：由于概率标度要求决策者明确表述其判断的置

信区间，这有助于揭示潜在的矛盾或不一致判断。在数据收集阶段，

通过对概率分布的交叉检查，可以及时发现并修正决策者在不同比较

中的概率区间是否存在冲突，从而提高整体决策模型的一致性。

促进敏感性分析与风险评估：基于概率的标度提供了丰富的信息

基础，有利于进行深入的敏感性分析和风险评估。通过改变概率分布

的参数（如调整LAT或URT）,可以模拟不同的决策情境，评估决策

结果对判断不确定性的敏感程度，以及在不同概率假设下的风险暴露

情况。

适应动态环境与学习过程：随着新信息的获取或决策环境的变化,

决策者的判断可能发生改变。基于概率的标度允许决策者适时更新其

概率信念，反映出对决策要素认识的深化或外部条件的演变，使层次

分析法能够更好地适应动态决策环境并体现决策者的学习过程。

在实际操作中，基于概率的标度通常需要借助专门的软件工具或

算法进行处理。这些工具会将决策者的概率分布转化为可与A11P其他

部分兼容的数值，如通过计算概率分布的期望值（如I,ATMLJURT3）

作为近似替代传统的单点标度值，或者直接利用概率分布进行更复杂

的模糊逻辑或概率模型运算。尽管计算过程可能较传统方法更为复杂,

但由此带来的对不确定性的精细刻画和对决策质量的提升往往被认

为是值得的。

基于概率的标度为层次分析法提供了一种更为精细、真实且具有

适应性的决策标度方法，尤其适用于处理不确定性较高、决策环境复

杂或需要深度风险分析的决策问题。尽管其应用可能需要一定的技术

支持和决策者培训L但其对于提升决策质量和应对复杂现实世界的独

特价值不容忽视。

基于模糊集理论的标度

模糊集理论由美国学者LotfiZadch于1965年提出，其核心思

想是通过引入隶属函数来描述元素对于集合的隶属程度，从而突破了

经典集合论中非黑即白的二元逻辑界限，允许元素在某种程度上同时

属于多个集合或部分属于一个集合。在层次分析法中，模糊集理论的

应用体现在对评价因素相对重要性的模糊量化上，使得决策者能够在

标准的定量标度之外，更真实地反映其主观判断中的模糊性和不确定

性。

在AHP中，基于模糊集理论的标度通常采用模糊数或模糊语言变

量来表达决策者对两两因素之间相对重要性的评估。常见的模糊标度

包括但不限于：

以(1,2)形式的模糊数来表示一对因素间的相对权重，其中1代

表“非常弱”或“弱”的隶属度，2代表“强”或“非常强”的隶属

度，且满足121。例如，若决策者认为因素A相对于B的重要性

为“中等偏强”，则可能给出(3,7)这样的模糊数表示。

利用诸如“极弱”、“弱”、“中等”、“强”、“极强”等模

糊语言词汇，通过预定义的语言变量隶属函数将其转化为相应的模糊

数。这种方法直观易懂，便于非专业人士参与决策过程。

相较于传统的定量标度（如Saaty的19标度法），基于模糊集

理论的标度具有以下特点：

模糊标度能够容纳决策者在比较过程中难以精确量化的主观判

断，尤其适用于评价指标间差异不明显、边界模糊或者存在交叉影响

的情况。而传统的定量标度往往要求决策者在有限的离散等级中做出

选择，可能无法充分反映复杂评价环境下的真实偏好。

模糊标度允许决策者表达对某一关系强度的不确定态度，如“中

等偏强”或“弱到中等”，这种中间状态在传统标度中通常被简化为

单一数值。这有助于减少因过度简化的量化过程导致的信息损失，使

最终决策更能体现决策者的真实意图。

在实际应用中，决策者可能对给出绝对数值级别的判断感到压力,

担心过于绝对的判断会导致后续决策的偏差。模糊标度则提供了一种

更为宽松、心理负担较小的评价方式，鼓励决策者更坦诚地表达其对

复杂问题的理解和判断。

尽管模糊标度提高了决策过程对不确定性和模糊性的包容性，但

其也带来了计算上的复杂性。在构建模糊判断矩阵后，需要通过模糊

运算（如模糊乘法、模糊加法、模糊比较等）进行层次单排序，并可

能涉及模糊一致性的检验，如模糊一致比例法、模糊最大特征根法等。

这些方法在理论上确保了模糊决策过程的合理性，但在实际操作中可

能需要借助专门的软件工具或算法实现。

特殊行业或领域的定制标度

层次分析法(AnalyticHierarchyProcess,AlIP)是一1种常用

的决策支持工具，它通过将复杂问题分解为层次结构，再通过成对比

较来评估和选择方案。在层次分析中，标度的选择至关重要，因为它

直接影响着成对比较的准确性和最终决策的有效性。本文将探讨几种

常见的标度，并比较它们在不同特殊行业或领域的适用性。

在技术评估领域，常常需要评估不同技术的性能、成本和环境影

响等多个维度。为此，可以采用定制的标度，如“非常优越”、“优

越”、“一般”、“较差”和“非常差”。这种标度有助于专家更精

确地评估不同技术之间的相对优劣。

在医疗决策中，医生和患者需要评估不同治疗方案的风险和收益。

定制标度，如“极低风险”、“低风险”、“中等风险”、“高风险”

和“极高风险”，能够帮助决策者更清晰地理解每种方案的风险水平，

从而做出更明智的选择。

供应链管理中，决策者需要评估供应商的可靠性、交货时间和成

本效率。定制标度，如“非常可靠”、“可靠”、“一般”、“不可

靠”和“非常不可靠”，能够帮助决策者更准确地比较不同供应商的

表现。

在教育评估中，教师和学校管理者需要评估不同教学方法的成效。

定制标度，如“非常有效”、“有效”、“中等”、“低效”和“非

常低效”,能够帮助教育工作者更精确地比较不同教学方法的效果。

在环境管理中，决策者需要评估不同环境保护策略的环境影响。

定制标度，如“极大改善”、“较大改善”、“中等改善”、“较小

改善”和“无改善”，能够帮助决策者更准确地评估不同策略的环境

效益。

不同特殊行业或领域对层次分析法的标度需求各异。通过定制适

合特定领域的标度，可以提高层次分析法的准确性和实用性。这也要

求决策者对这些标度有深入的理解和恰当的应用，以确保决策过程的

有效性和可靠性。

四、标度间比较与适用性分析

准确性：比较不同标度在反映数据真实性和精确度方面的表现。

易用性：讨论各种标度在实际应用中的难易程度和用户