DEMATEL决策实验室分析

这个方法是做什么的

DEMATEL 用来厘清一组因素之间“谁影响谁、影响多深”。专家对每一对因素打分，写成直接影响矩阵：单元格是行因素对列因素的直接影响程度，常用 0–4 分，对角线为 0。方法先把矩阵除以最大行和与最大列和中较大的那个，得到规范化矩阵 N，再算综合影响矩阵 T = N(I − N)⁻¹，它把直接影响和经过其他因素传导的间接影响加在一起。数据表第一列写因素名，其余各列是矩阵，列名即因素名；多位专家时把各自的矩阵上下堆叠并指定“专家编号列”，按算术平均集结。

报告的核心是四个量：影响度 D（T 的行和）、被影响度 R（列和）、中心度 D+R（因素在系统中的重要程度）、原因度 D−R（正为原因因素，负为结果因素）。第三张卡给出以中心度为横轴、原因度为纵轴的因果图，以及只保留超过阈值的强关系的影响网络；第四张卡给出基于中心度的权重和两种阈值下入网关系数的对照。卡②的 T 矩阵保留 4 位小数，因果图中 D−R=0 的横线把原因因素与结果因素分开。

需要准备什么数据

放入因素名称列（直接影响矩阵的行标签）：1 个，定类变量（分组/标签）
放入直接影响矩阵各列（列名=因素名）：至少 2 个，定量变量（数值）
放入专家编号列（多位专家，可选）（可选）：0~1 个，定类变量（分组/标签）

数据要求

数据表至少 2 行。
本方法允许所选变量含缺失值——缺失本身就是分析对象的一部分，不会因为「完整记录不够」被拦下。
单列缺失率不超过 100%。

以上条目由系统从该方法的校验规则直接生成，与上传数据时的实际拦截规则一致。

什么时候用它

想找出一组障碍、风险或影响因素中的“根源”与“表象”，确定干预的先后
因素之间存在相互作用，单看每个因素的重要性不够，需要考虑影响的传导
有多位专家打分，需要集结后再分析
准备进一步做递阶结构分析，需要一份有强度信息的影响关系矩阵
希望得到因素的“原因—结果”分组，用于确定政策或管理措施的着力点

前提是矩阵为方阵、非负、对角线为 0，无影响要填 0 而不是留空；规范化矩阵的谱半径必须小于 1，卡①会直接报出这个值，正常打分的矩阵都满足。演示数据由 5 位专家对 6 个障碍因素打分，平均后规范化系数 s=11.4，谱半径 ρ(N)=0.590。多位专家时每人必须评价同一组因素，因素的行序可以不同，按名称对齐后再平均。

什么时候不要用它

只需要知道因素的层级结构，不关心影响强度：用「解释结构模型(ISM)」，它基于 0/1 的直接影响关系划分层级。
要比较的是要素的相对重要性而不是相互影响：用「层次分析法(AHP)」。
想用观测数据检验变量之间的影响关系：DEMATEL 只整理专家认知，此时应建立回归模型，例如「逻辑回归」或线性回归类方法。
要给一批评价对象打分排序：用「优劣解距离法(TOPSIS)」或「灰色关联分析」。

容易误读的地方

中心度高不等于是原因因素。 演示数据中心度最高的“数据基础薄弱”（D+R=3.524）原因度为 −0.948，是被影响最多的结果因素；真正的驱动端是原因度为正的“外部政策支持不足”与“管理层认知不足”。两张表要连着读。
影响网络画出哪些箭头，完全取决于阈值。 演示数据按 T 均值（θ=0.2630）保留 17 条关系，按均值加标准差（θ=0.4074）只剩 7 条；阈值口径只改变网络图，D、R、中心度与原因度不随之改变，结论应落在这四个量上。两种阈值都按 T 的全部 n² 个元素（含对角线）计算，标准差取总体标准差，论文中要写明所用口径。
中心度权重可能差别很小，不宜当作区分度高的指标权重。 演示数据 6 个因素的中心度权重在 0.122 到 0.186 之间，前两名的中心度只差 0.0014（3.5242 对 3.5228），权重四舍五入后完全相同；若需要拉开差距的权重，DEMATEL 并不合适。
这是专家认知的结构，不是从数据里估计的因果效应。 专家人数少或打分随意时，D−R 的符号也可能改变；论文应报告打分标度、专家人数与集结方式，并把结论表述为“专家认为”。
专家打分概况表能看出谁明显偏高或偏低。 卡①列出每位专家的矩阵元素总和与平均影响强度，某位专家整体打分远高于他人时，算术平均会被他拉动，应回头核对其问卷；演示数据 5 位专家的矩阵元素总和在 42 到 47 之间，差别不大。

报告里有什么

输出结果一：数据概览与前提检验
输出结果二：综合影响矩阵与原因-中心度
输出结果三：因果图与影响网络
输出结果四：中心度权重与阈值敏感性
输出结果五：结论与学术表述