2.2.3　灰色系统理论

客观世界的复杂性决定了很多事物不是非黑（信息完全不明确）即白（信息完全明确）的存在，而是以一种介于黑白之间的“灰色系统”存在。灰色系统理论由郑聚龙教授最早提出，是一种专门研究“少数量、贫信息不确定性问题”的方法。灰色系统理论涉及的研究对象的不确定性主要表现在，样本较小，信息缺乏并且已知信息中只有部分明确。该理论摆脱了传统的纯粹定性的研究方法，把规律不明显的问题具体化、数量化，通过对有限明确信息的挖掘开发实现对系统行为模式与演化规律的正确描述和监控。目前灰色系统理论的理论水平和应用层次都得到了很大发展，主要内容包括：灰色代数系统、灰色矩阵理论、灰色方程理论等基础理论；灰色序列及其生成方法、灰色关联及测量方法、灰色模型（GM）及其参数估计等基本方法；灰色分析、灰色评估、灰色预测、灰色决策、灰色优化、灰色控制、灰色规划等应用技术。

灰色系统理论的基本观点有：①系统是否出现信息不完全的情况取决于主体认识的层次，系统越高不确定性信息越少，要充分利用上层已知的信息去揭示下层系统的规律，灰色系统理论将视野聚焦在较高层次系统中进行信息破解。②不应把事物看作“黑匣子”，灰色系统理论主张通过系统内部结构的剖析研究系统。③现实系统所处外部环境的复杂性、随机性给系统分析带来了障碍，但灰色系统理论将随机量作为灰色量，采用灰色数、灰色方程、灰色矩阵、灰色群等全新方法发现其中的规律，反映事物本质。

此外，人们对综合评价对象的认识也具有灰色性，所以可以借助于灰色系统的相关理论来研究综合评价问题。尤其是主观指标评价问题，如产品的满意度评估、人才质量评估、学术成果评估等，这类评价问题的评价指标涉及大量的主观指标即定性指标或软指标，并且相关指标具有多层次性和复杂性，对于这类问题的评价完全依靠评价者的已有知识、认知水平和个人偏好，难以彻底剥离主观偏差，使得评价者在评价中提供的评价信息不确切、不完全，呈现出灰色性，因此这类评价问题运用灰色理论进行评价具有很好的实用效果。