指标体系从不同侧面说明总体的数量特征,有的指标从正面说明总体,有的指标从反面说明总体,有的指标从某个适度区间说明总体,有的指标用有名数表示,有的指标用无名数表示。而综合测度则要求满足两个前提条件:一是使所有指标都从同一角度说明总体,这就是指标的同趋化问题;二是使所有指标可以相加,这是消除指标间不同计量单位对指标数值大小的影响和不能求和的问题即无量纲化处理。数据标准化处理主要包括同趋化处理和无量纲化处理两个方面。数据同趋化处理主要解决不同性质数据问题,对不同性质指标直接加总不能正确反映不同作用力的综合结果,须先考虑改变逆指标数据性质,使所有指标对测评方案的作用力同趋化,再加总才能得出正确结果。数据无量纲化处理主要解决数据的可比性,通常是将数据按比例缩放,使之落到一个小的特定区间。由于测度指标体系的各个指标度量单位有时会有不同,为了能够将指标参与评价计算,需要对指标进行标准化处理。数据标准化处理的方法主要包括以下几种:
(1)指数化处理。指数化处理以指标的最大值和最小值的差距进行数学计算,其结果在区间[0,1]范围内。具体计算公式如下:
其中:Zi为指标i的标准化值;xi为指标i的指标;值xmax为所有i指
标中的最大值;xmin为所有i指标中的最小值;i=1,2,3,…,n。
(2)比重法。比重法即以实际值在实际值之和中所占的比重为评价值,其计算公式为:
其中:yi为指标i的评价值;xi为指标i的指标值;i=1,2,…,n。
(3)效用函数法。通过效用函数来实现对指标的标准化或消除不同量纲的影响因素,效用函数的构造会直接影响评价的正确性。常用的方法是[0,1]区间法,其效用函数如下:
通过效用函数可以将样本数据全部转化为[0,1]区间的数值,方便下一步处理。
(4)极值标准化法。由于各指标对研究对象的影响不同,有正向和逆向两方面,因此可以将所有指标按照正向指标与逆向指标分别处理。
其中:yij为指标的标准值;xij为指标的原始值;max(xij)为该指标中的最大值;min(xij)为该指标中的最小值。
总之,无论采用那种数据标准化处理方法,原始数据均能转换为无量纲化指标测度值,即各指标值都处于同一个数量级别上,之后才能进行综合测度分析。
测度森林资源社区共管脆弱性的指标包括多个,指标层的各指标具有不同的属性和量纲,并且指标间量级存在着差异,不可能直接进行测度。加之实际的调查中所得到的一些调查数据也存在不可公度性,因此,需对指标中的一些不可公度的定量数据和定性数据进行换算、评分,以便得到测度脆弱性所需数据。
根据对研究区域的调查资料进行转换、评分、计算,可以得到甘肃白水江国家级自然保护区内阳尕山、迭堡寨和李子坝三个社区共管村各测度指标的实际观察值,表中的Ci代表森林资源社区共管脆弱性测度指标体系中的第一层第i个指标的权重,即C1为社区内部脆弱性;C2为共管机构管理能力;C3为政策法规健全程度;C4为共管项目脆弱性。Pj代表测度指标体系第二层第j个指标的权重,即P1:社区公众参与程度;P2:社区精英领导能力;P3:社区经济可持续性;P4:公众参与的公平性;P5:处理冲突的能力;P6:项目信息的透明度;P7:项目资金管理效率;P8:人力资源充足性;P9:政策法规的充裕性;P10:政策法规的完善性;P11:政策法规执行情况;P12:项目设计的合理性;P13:资金分配效率;P14:后续资金来源;P15:应对项目风险能力。
表中各指标的综合权重Wi=Ci×Pj,由于指标体系中第二层各指标的观察值可以通过实际调查计算获得,对各指标采用加权平均法就可以计算出各研究区域的森林资源社区共管脆弱度。计算公式如下:
式中,V为森林资源社区共管脆弱度;Wi为各指标的综合权重值;νi为各指标的实际观察值。