权重生成全解析：层次分析法、熵权法与CRITIC法实战指南

做评价类问题时，我最头疼的不是评价函数本身，而是权重怎么定。这些年从全国大学生数学建模竞赛到企业内部的供应商综合评价，我处理过的评价模型少说也有几十个，总结下来就一句话：权重生成与评价模型，本质上是一套把“重要性判断”变成可计算、可解释、可复验结果的方法体系。权重不对，后面无论你用TOPSIS还是灰色关联，算出来的排名都经不起推敲。这篇文章我就把权重生成这件事讲透，覆盖主观赋权的层次分析法、客观赋权的熵权法和CRITIC法，再配合一个可以手算复现的完整案例，适合准备数模竞赛、做科研综合评价、或者工作中需要搞打分排名的朋友直接参考。

1. 权重生成与评价模型的整体设计思路

1.1 评价问题到底在评什么

先说到底什么是评价模型。你手头有n个对象，每个对象有m个指标观测值，你要给这些对象排出高下。最朴素的做法就是线性加权：

S_i = w_1 * x_i1 + w_2 * x_i2 + ... + w_m * x_im

这里头有两个东西要定：一个是x_ij怎么处理，也就是指标正向化、归一化；另一个就是w_j怎么定，也就是权重生成。很多人一上来就研究用什么综合评价方法，其实思路反了。TOPSIS也好、灰色关联也好、模糊综合评判也好，它们都只是“壳”，真正决定结果的是壳里面的权重分布。权重生成才是评价模型的灵魂。

我习惯用一个类比来解释权重的作用：买手机时你关注屏幕、续航、性能、价格，如果只看续航，某台大电池手机会排第一；如果只看性能，另一台旗舰机会排第一。指标没变，权重变了，结论就完全变了。所以评价类问题的本质，不是把数据凑出一个分，而是明确“到底什么更重要”，并且把这个“更重要”用数学语言表达出来。

1.2 权重的三大来源：主观、客观与组合

权重从哪来，目前主流的套路分成三派。

第一派是主观赋权法，代表人物是层次分析法、专家打分法、Delphi法。它们的共同点是由决策者根据自己的经验和业务理解，直接对指标间的重要性进行比较，最终得到权重。优点是能够把专家的经验沉淀进模型，指标含义和权重的关系非常紧密；缺点也明显，主观性强，换一批评委可能权重就变了，而且评委人数一多，两两比较的一致性很难控制。

第二派是客观赋权法，代表方法是熵权法、变异系数法、CRITIC法、主成分分析。它们不依赖人的判断，完全从数据本身出发，谁的数据区分度大，谁就分到更大的权重。优点是客观、可复现，同样的数据交给谁算结果都一样；缺点是完全由数据驱动，可能算出和业务直觉相悖的结论。比如某个指标数据波动很大，但其实业务上根本没那么重要，熵权法照样可能给它很高的权重。

第三派是组合赋权，把主观权重和客观权重按某种方式合并，常见的有相乘归一化和线性加权，用来对冲单一方法的偏科问题。

选型逻辑其实很朴素：手头有没有可靠的数据，指标之间是不是相互独立，评委有没有足够的业务经验，最后排名要解释给谁听。如果这几个问题都想清楚了，方法选型就是顺理成章的事，根本不需要纠结。

2. 主观赋权法核心细节：层次分析法的操作要点

2.1 判断矩阵与1-9标度

层次分析法（AHP）是主观赋权里最常用、也最好上手的工具。它的第一步不是写矩阵，而是搭层次结构。典型的结构是三层：目标层在最上面，比如“评选年度优秀学生”；准则层在中间，列出一级评价指标；方案层在最下面，是具体的若干个被评对象。当然，如果你只需要算权重，做到准则层就够了，方案层可以后面再挂。

搭好结构之后，核心工作就是构造判断矩阵。判断矩阵 A = (a_ij)，其中 a_ij 表示指标i相对于指标j的重要程度。这个矩阵不是随便填的，它有硬性要求：a_ij大于0，a_ij等于1/a_ji，a_ii等于1。也就是说，你填了上三角，下三角自动倒过来，主对角线全是1。

比较标度用的是1-9标度，这是Saaty当年从心理学实验中总结出来的。1表示两个指标同等重要，3表示稍微重要，5表示明显重要，7表示强烈重要，9表示极端重要，2、4、6、8表示中间值。反过来，如果指标j比指标i重要，就填1/3、1/5这样的倒数。

这里我想多说一句实操体会。很多新手填判断矩阵的时候特别随意，今天觉得A比B重要就填3，明天又觉得没差太多就填1，结果算出来CR惨不忍睹。我的习惯是，先列出指标清单，然后按重要程度排个序，再逐个比较相邻指标，最后填矩阵。这样虽然慢一点，但能少走很多弯路。

2.2 权重计算与一致性检验

判断矩阵建好之后，计算权重的方法有好几种，我推荐用几何平均法，也叫根法。理由很简单：它计算量小，不需要求特征向量，手算能完成，而且结果和特征向量法非常接近。

几何平均法的步骤如下：

第一步，对判断矩阵的每一行求几何平均数：

GM_i = (a_i1 * a_i2 * ... * a_in)^(1/n)

第二步，把各行的几何平均数做归一化，得到权重：

w_i = GM_i / Σ GM_k

第三步，计算最大特征根λ_max，用于后续一致性检验。具体做法是，先求矩阵A与权重向量w的乘积，得到向量Aw，然后用公式：

λ_max = (1/n) * Σ (Aw_i / w_i)

第四步，计算一致性指标CI：

CI = (λ_max - n) / (n - 1)

第五步，计算一致性比率CR：

CR = CI / RI

其中RI是随机一致性指标，跟矩阵阶数有关。n=3时RI=0.58，n=4时RI=0.90，n=5时RI=1.12，n=6时RI=1.24。当CR小于0.1时，认为判断矩阵的一致性可以接受；如果CR大于等于0.1，就得回去调整矩阵。

为什么要做一致性检验？因为如果出现“A比B重要、B比C重要、但C又比A重要”这种循环矛盾，后续权重就完全没有意义了。一致性检验本质上是在检查打分者的逻辑是否自洽。

2.3 AHP的边界与常见翻车点

AHP看着简单，但真用起来有边界。第一，指标不能太多。两两比较的次数是 n(n-1)/2，n=10的时候要比较45次，评委很容易填到崩溃，一致性也一直不过。所以指标超过8个，我建议先做相关性聚类，把强相关的指标合并，降维后再用AHP。

第二，多个评委打分时不能简单算术平均。正确做法是先对每个评委的判断矩阵求几何平均，得到群体判断矩阵，再做权重计算。原因在于几何平均能保持矩阵的互反性，而算术平均会破坏a_ij和a_ji互为倒数的关系。

第三，AHP算出来的权重反映的是“决策者的意愿”，不是客观真理。如果在评优场景里，评委某个指标打分有偏差，AHP依然会把偏差固化成权重。所以AHP的结果最好和其他客观方法做个交叉验证，不要单独作为唯一依据。

3. 客观赋权法核心细节：熵权法与CRITIC法

3.1 熵权法的原理与完整计算步骤

熵权法是我在数模比赛中用得最多的客观赋权法，因为原理简单、代码好写、在论文里也容易解释。

信息熵这个概念原本来自信息论，用来度量系统的无序程度。数据越乱，熵越大；数据越整齐，熵越小。熵权法把它反过来用：如果一个指标下各评价对象的数值差异很大，说明这个指标携带的鉴别信息多，它的熵就应该小，权重就应该大。反过来，如果一个指标下所有对象都差不多，它对排序几乎没有贡献，权重就应该小。

我常用一个生活类比来解释：如果全班同学闭着眼都能考90分以上，那“考试成绩”这个指标在评优时根本拉不开差距，不该给太高权重；如果“竞赛获奖”这项从0到3个差距很大，那它最能区分学生，权重就该高。熵权法就是把这种直觉数学化。

熵权法的计算步骤分五步：

第一步，数据标准化。如果指标都是正向的，采用min-max归一化：

x'_ij = (x_ij - min_j) / (max_j - min_j)

如果指标是负向的，用：

x'_ij = (max_j - x_ij) / (max_j - min_j)

第二步，计算第j个指标下第i个对象的比重：

p_ij = x'_ij / Σ x'_ij

第三步，计算第j个指标的信息熵：

e_j = -1/ln(n) * Σ p_ij * ln(p_ij)

这里n是对象个数，1/ln(n)是归一化系数，保证e_j落在0到1之间。

第四步，计算差异系数：

d_j = 1 - e_j

差异系数越大，说明该指标承载的信息量越大。

第五步，归一化得到权重：

w_j = d_j / Σ d_k

这段流程里最需要小心的是p_ij等于0的情况。min-max归一化之后，每列的最小值会变成0，ln(0)没有定义。我的处理办法是在Python里用np.clip(P, 1e-12, None)把0替换成极小值，或者干脆在归一化后统一加一个0.01的平移量。两种做法对最终权重影响很小，但必须在论文里说明。

3.2 熵权法的代码实现

熵权法的Python代码相当简洁，核心就几行：

python复制import numpy as np

def entropy_weight(X):
    # X: n行m列，每列是一个指标，要求已经正向化
    P = X / X.sum(axis=0, keepdims=True)
    P = np.clip(P, 1e-12, None)
    e = -np.sum(P * np.log(P), axis=0) / np.log(X.shape[0])
    d = 1 - e
    return d / d.sum()

这段代码在Matlab里也差不多，核心就是矩阵运算。我实际用下来，熵权法对样本量比较敏感，样本太少时熵值普遍接近1，权重差异不明显。一般建议样本量不小于5、指标量不超过样本量的1/3，否则结果容易失真。

3.3 CRITIC法：考虑指标冲突性的替代方案

熵权法有个明显的盲区：它只看单指标内部的离散程度，完全不看指标之间的相关性。如果两个指标高度正相关，比如“出勤率”和“作业完成率”，熵权法可能给它们分别分配不小的权重，相当于重复计权了。

这时候CRITIC法就派上用场了。CRITIC法的核心是同时考虑两个维度：

一是对比强度，用标准差σ_j来衡量，标准差越大说明该指标的区分能力越强。

二是冲突性，用指标j与其他指标的相关性来计算。皮尔逊相关系数r_jk越接近1，说明两个指标反映的信息越重合，冲突性越低。冲突性计算公式是：

C_j = σ_j * Σ (1 - r_jk)，其中k遍历所有不等于j的指标。

最后权重：

w_j = C_j / Σ C_k

CRITIC法的优势在于，当指标间相关性较高时，它会把相关指标组的权重分散开，避免某个信息被重复计算。缺点是计算量比熵权法大一些，而且相关系数矩阵在极端共线性下可能不稳定。

实战中我的选型经验是：指标之间相对独立，用熵权法；指标相关性明显，用CRITIC法；如果两个方法算出来的权重排序差异很大，就要回头检查数据里的共线性问题。

3.4 组合赋权的常见做法

既然主观和客观各有短板，把两者结合是很多项目的最终选择。最常见的两种组合方式是：

第一种，线性加权组合：

w_j = α * w_sub_j + (1 - α) * w_obj_j

α由决策者根据对主观判断的信任程度决定，一般取0.5。这个方法的优点是简单直观，缺点是α的取值没有公认标准，答辩时容易被评委追问。

第二种，相乘归一化：

w_j = (w_sub_j * w_obj_j) / Σ (w_sub_k * w_obj_k)

相乘会让本身权重就大的指标变得更大，权重小的指标变得更小，相当于放大了两个方法的共识部分。如果主观和客观对某个指标的判断方向相反，相乘后会严重压缩该指标权重，这时候就要小心了。

我在论文里最常用的还是线性加权，因为好解释：主观权重体现决策者经验，客观权重体现数据鉴别力，两者取平衡。如果时间充裕，还可以用离差最大化或博弈论的思想去解最优α，但那些方法对数据要求高，对排名结果的实际提升有限，属于锦上添花。

4. 实战案例：学生综测评优的权重生成全过程

4.1 数据和场景设定

纸上谈兵没意思，我拿一个评优案例完整走一遍。假设学院要从5名候选人中评选年度优秀学生，选用了3个指标：学业成绩、社会实践、竞赛创新。这3个指标都是正向的，数值范围都在0到100分，数据如下表。

这组数据是我故意构造的，学业成绩从95到55递减，竞赛创新从20到100递增，两个指标之间有明显的负相关。这样设置能更好地暴露出不同赋权方法之间的差异。

4.2 熵权法结果与解读

先明确一点，本例数据所有指标同为正向量纲相同，用原始值计算比重即可。如果量纲不同，必须先做归一化。

第一步，按列求和。

学业成绩列和是375，社会实践列和是400，竞赛创新列和是300。

第二步，计算各对象在每个指标下的比重p_ij。

学业成绩：p = [0.2533, 0.2267, 0.2000, 0.1733, 0.1467]
社会实践：p = [0.2500, 0.2250, 0.2000, 0.1750, 0.1500]
竞赛创新：p = [0.0667, 0.1333, 0.2000, 0.2667, 0.3333]

第三步，计算信息熵。n=5，1/ln(5)=0.6213。

学业成绩的熵值：

e1 = -0.6213 * Σ p*ln(p) = 0.9889

社会实践的熵值：

e2 = -0.6213 * Σ p*ln(p) = 0.9902

竞赛创新的熵值：

e3 = 0.9256

第四步，计算差异系数和权重。

d1 = 1 - 0.9889 = 0.0111
d2 = 1 - 0.9902 = 0.0098
d3 = 1 - 0.9256 = 0.0744

权重：

w1 = 0.0111 / (0.0111+0.0098+0.0744) = 0.1163
w2 = 0.0098 / 0.0953 = 0.1026
w3 = 0.0744 / 0.0953 = 0.7811

熵权法给出的结论是：竞赛创新权重高达78%，学业成绩和社会实践加起来只有22%。为什么？因为竞赛创新的数据从20到100，分布非常分散，鉴别力极强；而学业成绩虽然跨度有40分，但5个人基本均匀分布，熵值接近1，熵权法认为它贡献的排序信息很少。

这里必须强调：熵权法给的不是“重要性”，而是“鉴别力”。竞赛创新真的应该占78%吗？如果评优的初衷是鼓励全面发展，这个权重显然偏大。所以在实际项目里，我会额外关注这类异常大的权重，并启动下一步判断。

4.3 AHP判断矩阵与一致性检验

现在换一个视角。如果学院专家认为学业成绩最重要，社会实践次之，竞赛创新虽然能拉开差距，但不应喧宾夺主，那么可以构造如下判断矩阵：

这个矩阵的意思是：学业成绩比社会实践稍微重要（3），但竞赛创新比学业成绩明显重要（5的倒数1/5表示学业成绩比不上竞赛创新）。社会实践和竞赛创新相比，竞赛创新强烈重要（1/7）。

用几何平均法算权重。

按行求几何平均：

GM1 = (1 * 3 * 0.2)^(1/3) = 0.8434
GM2 = (0.3333 * 1 * 0.1429)^(1/3) = 0.3625
GM3 = (5 * 7 * 1)^(1/3) = 3.2711

归一化后：

w = (0.1884, 0.0810, 0.7306)

最大特征根验证：

Aw = (0.5774, 0.2482, 2.2393)

λ_max = (0.5774/0.1884 + 0.2482/0.0810 + 2.2393/0.7306) / 3 = 3.0649

CI = (3.0649 - 3) / 2 = 0.0325

CR = 0.0325 / 0.58 = 0.0560

0.056小于0.1，一致性通过，这个判断矩阵可以用。

AHP的结果里竞赛创新权重是73%，比熵权法略低，但仍然是绝对大头。这说明评委的初始判断和熵权法的数据结论方向一致，只是AHP把学业成绩的权重拉高到了18.8%。

4.4 两种方法结果差异与组合赋权

把两种方法的权重摆在一起看：

线性组合我取α=0.5，就是简单平均，得到(0.1524, 0.0918, 0.7558)。

这个案例最大的启示是：两种方法都指向竞赛创新权重最高，说明这个指标在区分学生上确实有效；但单一方法给出的权重都偏极端，组合赋权后稍微平滑了一点，在论文里也更容易自圆其说。

如果评委觉得竞赛创新占76%仍然难以接受，那就是指标设计的问题了，应该考虑把竞赛创新的计分方式改成等级制或封顶制，而不是在权重上反复调。记住，权重只是模型的参数，指标本身设计不合理，权重再调也是治标不治本。

5. 常见问题与排查技巧实录

5.1 判断矩阵一致性过不去

这是AHP使用中最常见的问题。CR大于0.1说明判断矩阵内部有矛盾，不能继续使用。我排查的时候分三步走：

第一步，让评委重新检查最明显的矛盾点。正常情况下，如果A比B重要，B比C重要，那A应比C重要。如果矩阵里出现C比A大的值，大概率就是这里出错了。

第二步，修改判断矩阵后重新计算CR。很多时候改一两个元素就解决了。

第三步，如果矩阵阶数高、评委确实很难保证完全一致，可以允许CR放宽到0.15左右，但在论文里尽量不要这么声明。还有一个技巧是用特征向量重建一致矩阵，即取计算出的权重比w_i/w_j作为近似矩阵，强制通过一致性检验，但这个方法只能用于辅助分析，不能作为主结果。

5.2 熵权法权重过于极端

熵权法算出某个指标权重特别大时，我第一反应不是解释，而是检查数据。常见原因有两个：一是该指标存在离群值，比如某人得了满分，其他人都在及格线附近；二是指标设计本身有问题，比如用原始获奖次数而不是分级评分。

对策上，可以先做离群值处理或对数变换，把极端值平滑掉；如果数据量充足，可以改成CRITIC法，因为CRITIC法引入相关性约束后，会把一部分权重分摊给相关指标；最后考虑组合赋权，用主观权重对异常大的客观权重做正向修正。

5.3 数据里有负数和不同量纲

评价数据里经常混着成本类指标、比率类指标，甚至会出现负数。处理原则很简单：先把所有指标转成正向，再统一量纲。成本类指标用max-x变换，比率类指标看实际含义选择正向或负向，适度指标可以取|x - best|后再转负向。归一化优先用min-max，因为它会把数据映射到0到1区间，符合熵权法对非负值的要求。z-score标准化虽然也常见，但会出负值，直接算熵值会麻烦很多。

5.4 多个评委打分不一致

多评委场景下，最简单的做法是对评委的判断矩阵求几何平均，得到一个群体判断矩阵，再计算权重。几何平均可以保持矩阵的互反性，不会出现平均后的矩阵失去逻辑这种情况。如果评委水平参差不齐，还可以给每个评委的矩阵分配一个可信度权重，再做加权几何平均。注意每个评委的矩阵要先各自通过一致性检验，不合格的退回重打，这一步不能省。

5.5 评价结果怎么验证可靠不可靠

权重算完了，排名也出来了，但模型到底靠不靠谱，得验证。我用的最多的是敏感性分析：把某个指标的权重上下浮动10%，看最终排名变化多少。如果排名剧烈变动，说明结果对权重太敏感，结论要谨慎使用。另一个办法是做秩相关检验，用两种不同赋权方法分别算出排名，计算Spearman秩相关系数，如果接近1，说明排序稳定，模型可信度较高。

6. 最后分享一点个人实践习惯

做评价模型这些年，我最大的体会是，权重生成不是纯粹的数学问题，而是决策问题。每个赋权方法都只是把一种关于“什么更重要”的理念数学化，不存在绝对正确的方法，只有适不适合当前场景的方法。

所以我接到评价类任务时，习惯先问三件事：数据全不全、干不干净；有没有可靠的业务专家可以提供主观判断；最终的排名要解释给谁听。把这三件事想清楚，选方法就是顺理成章的事，后面算权重只是几行代码而已。

最后再分享一个小技巧，在数模论文或者项目报告中，答辩时评委最常问的往往是“为什么选这个权重生成方法”。如果你能在论文里把方法选型的理由写清楚，比如为什么用熵权法而不是变异系数法、为什么AHP的判断矩阵这样构造，那比把计算过程写得再复杂都管用。权重计算本身不难，难的是把每一步选择背后的逻辑讲明白，这也是评价模型真正有价值的地方。