结论与讨论

5.1灵敏度分析角度不同，用途不同

灵敏度分析的角度有多种，基于指标值灵敏度分析可以用来进行政策模拟，比如科技创新评价，其中有科技经费投入指标，国家拟追加科技经费投入，假如各个地区该指标按同样比例增加，可以通过科技投入指标值的灵敏度分析来考察科技经费等比例增加后各地区科技创新排序的变化。灵敏度分析还可以用来分析假如所有评价对象的同类指标按照相同比例变化对排序的影响，如发明专利、实用新型专利、外观设计专利的同步增长，虽然实际应用中这种情况几乎永远不可能出现，但仍然具有比较重要的参考价值。此外，单指标值灵敏度分析也可以作为统计数据误差范围的一个指标，即在此误差范围内，总体排序大致稳定。

权重灵敏度分析可以用来协助专家对权重进行调整，比如若干专家对指标体系权重打分各不相同，可以事先将所有专家的打分进行平均，得到初始权重，然后进行单指标的权重灵敏度分析，看看每个指标权重的大致变化范围，然后在此基础上进行调整。组合指标的灵敏度分析，同样可以用来分析某类指标权重同时变化对排序的影响，便于专家对该类指标的权重进行修正。

单指标权重灵敏度分析还可以用来进行指标的选取，对于灵敏度极低的指标，由于其变化对排序影响较小，可以适当进行删除。

总体上，无论是指标值还是权重灵敏度分析，灵敏度较低的评价方案稳定性好，评价结果较为可信。

5.2组合指标与单个指标的灵敏度应该结合使用

与单个指标的灵敏度分析相比，组合指标的灵敏度分析更加贴合实际。如果某类指标尤其是二级指标内容相近，无论是指标数值还是权重的变化，往往都是同时进行的，因此进行组合指标的灵敏度分析更具有应用价值。组合指标和单个指标灵敏度分析应结合在一起使用，从而可以进行综合分析。

5.3评价灵敏度分析有一定的适用范围

无论是指标值灵敏度分析还是权重灵敏度分析，指标数据本身的特点对灵敏度的影响较大，极端情况甚至无法做灵敏度分析，比如在评价对象较多时灵敏度分析较差，在评价对象排序与指标排序一致时，是无法对该指标进行灵敏度分析的。

    灵敏度分析更多地应用于决策中，由于决策方案一般总是有限的，因此效果往往较好。在科技评价中，如果评价对象较多，评价结果之间必然比较接近，无论是指标值还是权重的微小变化，都可能带来评价结果排序的变化，因此，灵敏度分析的效果较差。在评价对象较多的情况下，可以适当选取某些关键评价对象进行灵敏度分析。

                               2009.9.20俞立平于邗上