与一位朋友讨论评价指标问题（2020）

武夷山

    现在的做法，几乎都是看指标的数值，然后再归一化，并弄出一个得分。这样，谁的某一指标特别高，就占便宜，所谓“一俊遮百丑”，比如佛山研发经费投入较高导致序位提升的例子。

    你们在研究阶段，也不妨试试另一做法——-名次加总。每一个指标，根据数值大小排出序来；将所有指标的序号求和，数值最小的就是第一名。这样，某指标的第一名比第二名的指标值只高一点点，还是高几倍，都是名次1和2的差异，没有更大的差异了。这样能避免“一俊遮百丑”的情况，比较合理，这个做法看重的是每个指标都不能差。你们看看这样排序是什么结果？如果排序不合理，就舍弃这种方法；如果排序更符合直觉，就可试用。

还可以试一种选择法。我们假定每一种排序都有道理，则求每一城市的平均序位，带小数点的，认为这一序位是最平衡、最“合理”的。然后求每一种排序与此标准序位的方差，哪一排序的方差最小，就采用哪一套指标。

我的排序法是“无短板”排序，原有排序都是“一俊遮百丑”排序。你们不妨将无短板排序放在附录里，看看用户或读者的反馈。这一排序的好处是，各个城市无法通过强化某一指标来提高总分，只能靠消除短板来提高总分，我认为这将起到正面作用。像我们中国科学技术发展战略院的《国家创新指数》报告中，劳动生产率指标始终是我国的短板，该指标在40个国家中排名38、39，从不进步，但由于我们的论文数、研发经费数、专利数、研发人员数等猛增，中国排名一直提高。劳动生产率这个短板无人关心，很糟糕。

多年前本所搞一次演讲比赛，我是评委，我自以为我的评分比较公正。有的评委（也是所领导）对他分管部门的选手，就拼命打高分。按照规则，最高分被去掉，这位评委也达不到目的。评审结束后，有一位评委建议，看看哪位评委给各位选手的打分与众多评委打分的平均值最接近，就评此人为“最佳评委”，因为此人比较不偏不倚，不走极端。于是我被评为“最佳评委”。这就是我所建议的与标准序位找方差的意思。