障碍度模型计算说明

提示：本指南针对障碍度模型的特有内容进行描述，关于软件的通用操作流程（如文件上传、参数设置、结果下载等），请查看：通用计算说明

1. 功能概述

障碍度模型是一种评价指标对系统发展的阻碍程度的方法，通过计算各指标的障碍度，可以确定系统发展的关键制约因素。障碍度模型建立在评价模型（如TOPSIS）的基础上，用来对影响事物发展的障碍因素进行全面挖掘。

障碍度模型的核心思想是：通过分析各指标的因子贡献度和指标偏离度，计算出每个指标对系统发展的障碍程度，从而识别出制约系统发展的关键因素。

2. 数据准备

2.1 指标体系构建

障碍度模型适用于已经建立完整指标体系的评价问题。指标体系一般有两到三层结构，需要确保所有指标都能定量表示。

2.2 数据要求

障碍度计算需要准备两部分核心数据：

基本要求：

标准化矩阵：使用极差法等方法得到的标准化矩阵，数值范围在0-1之间
指标权重：各指标的全局权重，权重之和为1

3. 数据文件格式

障碍度模型需要上传包含标准化矩阵和指标权重的Excel文件。

3.1 标准化矩阵格式

标准化矩阵是障碍度计算的基础数据：

格式要求：

第一列为评价对象（如地区、企业等）
第二列开始为各指标的标准化数值
数值范围必须在0-1之间
使用极差法标准化，不能进行非负平移

3.2 指标全局权重格式

指标权重表用于配置各指标的权重系数：

配置参数说明：

指标：指标名称，要求与【标准化矩阵】表里的指标列名完全相同
权重：各指标的全局权重，所有权重之和应为1
权重可通过熵权法、CRITIC法、AHP法等方法计算得到

4. 参数设置

障碍度模型包含以下计算参数：

4.1 结果保留小数位

计算结果的保留小数位数，默认为5位，可设置1-10位。

5. 计算结果

障碍度模型的计算结果如下：

结果文件包含一个【障碍度计算结果】表：

评价对象：各评价对象的名称
指标障碍度：各指标对每个评价对象的障碍度值，后缀为"_O"

结果解读：

障碍度值越大，表示该指标对该对象的发展障碍程度越高
通过比较不同指标的障碍度，可以识别关键制约因素
通过比较不同对象的障碍度分布，可以分析各对象的发展瓶颈
计算的是底层指标的障碍度，上层指标障碍度可以由底层指标障碍度求和得到

6. 计算原理

障碍度模型的计算包含三个核心步骤：

6.1 因子贡献度计算

因子贡献度 F = 指标权重

6.2 指标偏离度计算

指标偏离度矩阵 $$ I = 1 - 标准化矩阵 $$

6.3 障碍度计算

障碍度

$$ O_{i j}=\frac{F_{j} I_{i j}}{\sum_{j=1}^n F_{j} I_{i j}} $$

其中，分母为该评价对象所有指标的 $F×I$ 之和，确保每个对象的所有指标障碍度之和为1。

7. 常见问题

7.1 标准化矩阵数据范围问题

问：为什么要求标准化矩阵数据在0-1之间？

答：障碍度模型中的指标偏离度计算公式为 $$ I = 1 - 标准化矩阵 $$ 如果标准化数值不在0-1范围内，会导致偏离度计算结果异常，比如标准化矩阵里最大值超过1，那么指标偏离度就会出现负数。建议使用极差法进行标准化，确保数据范围在0-1之间。

7.2 指标权重配置

问：如何确定指标的全局权重？

答：指标权重可以通过多种方法确定：

客观赋权法：熵权法、CRITIC法、变异系数法等
主观赋权法：AHP法、德尔菲法、G1法等
组合赋权法：主客观权重的加权组合
权重之和必须为1，软件会自动进行归一化处理

7.3 指标名称匹配

问：上传文件后提示指标未配置权重怎么办？

答：这是因为【指标全局权重】表里的指标名与【标准化矩阵】表里的指标列名不一致。

解决方法：

检查两个表中指标名称是否完全相同（注意空格、符号、大小写等）
建议直接从标准化矩阵表复制指标名称到权重配置表