主观赋权法主要有专家咨询法、层次分析法等，其研究比较成熟。其基本原理是：较重要的指标应赋予较大的权重，各指标的权重由专家根据自己的经验和对实际情况的主观判断给出。其优点是可以根据指标的重要性给予相应的权重，重要的指标赋予较大的权重，不重要的指标赋予较小的权重，比较符合权重的本质。但由于指标的权重直接由专家给出，因此权重的合理性受到专家主观认识的影响，带有一定的主观性。
（一）专家咨询法
专家咨询法，又称德尔菲法（The delphi method），即组织若干对评估系统熟悉的专家，通过一定方式对指标权重独立地发表意见，并用统计方法做适当处理。其基本步骤为：
（1）组织r个专家，对每个指标Xj（j＝1，2，3，…，n）的权重进行估计，得到指标权重的估计值wk1，wk2，…，wkn（k＝1，2，…，r）；
（2）计算r个专家给出的估计值的平均估计值 ；
（3）计算估计值和平均估计值的偏差 2，…，n）；
（4）对于偏差△kj较大的第j指标权重估计值，再请k个专家重新估计wkj，经过几轮反复，直到偏差满足一定的要求为止，最后得到一组指标权重的平均估计修正值 。
（二）层次分析法
层次分析法（The analytic hierarchy process，即AHP），又称多层次权重解析方法，是20世纪70年代初期由美国著名运筹学家——匹兹堡大学托马斯·塞蒂（T.L.satty）教授首先提出来的。由于它系统、简洁、实用，在资源系统分析、城市规划、经济管理、社会科学等许多领域得到越来越广泛的应用。
层次分析法的基本原理是将一个复杂的无结构的问题分解为它的各个组成部分；将这些组成部分（或称为元素）整理成为一种树状递阶层次结构；对同一层次各个元素相对于上层指标两两比较其重要性，并将这些重要性按1－9标度法数值化；然后综合这些判断以决定到底是哪些元素有着最大的权重和如何影响问题的最终结果。其分析思路大体可分为五个步骤：
（1）明确问题，建立层次结构模型。应用AHP分析社会经济以及科学管理领域的问题时，首先要对问题有明确的认识，弄清问题的范围，了解问题所包含的因素，确定因素之间的关联关系和隶属关系，在此基础上建立递阶层次结构；
（2）对同一层次的各元素相对于上一层次中某一准则的重要性进行两两比较，运用1－9标度法构造两两比较判断矩阵；
（3）对判断矩阵进行一致性检验。一个混乱的、经不起推敲的判断矩阵有可能导致错误的结论，因此，必须对判断矩阵进行逻辑上的一致性检验；
（4）由判断矩阵计算被比较因素对于该准则的相对权重；
（5）计算各层次元素对系统目标的合成权重，并进行排序。
1.递阶层次结构的建立
建立递阶层次结构就是运用系统分析方法对复杂问题进行系统分解，把复杂问题分解成不同的层面，同一层面又分解为不同的因素，形成一个多层次诸因素的树状层次结构。同一层次的元素作为准则对下一层次的某些因素起支配作用，同时它又受到上一层次元素的支配。处于最上层的只有一个元素，一般是分析问题的目标，称之为目标层；中间层次包括了为实现目标所涉及的全部中间环节，它可以由若干的层次组成，包括所需要考虑的准则、子准则，因此也称为准则层；最底层包括为实现目标可供选择的各种方案，在多指标评估中则是各个指标，也称为方案层。各层次之间的支配关系不一定是完全的，可以存在并不支配下一层次的元素。一个典型的层次结构图如图2－3所示。
递阶层次结构中的层次数与问题的复杂程度及需要分析的详细程度有关，一般来说不受限制，但同一层次中各元素所支配的层次元素一般不超过9个，因为支配过多的元素会给两两比较判断带来困难，逻辑上的一致性也更难保证。
图2－3 层次结构图
2.构造判断矩阵
在建立递阶层次结构以后，上下层次之间的隶属关系就确定了。假定以上一层元素Bs为准则，所支配的下一层元素为C1，C2，…，Cn，构造判断矩阵的方法是针对准则Bs，对这n个元素根据经验进行两两比较，确定Ci与Cj，相对于准则Bs哪个更重要，重要多少，并按照1－9标度法对重要性赋值，其具体含义如表2－3。
表2－3 AHP1－9标度的含义
有了数量标度，在进行比较时可先从最底层开始，对C1，C2，…，Cn，指标以上一层准则Bs进行两两比较，其结果可用如下判断矩阵表示：
地质资料社会化服务评估研究
3.检验矩阵的一致性
判断矩阵是对各指标重要性的主观判断数学化，简化了问题的分析，使得复杂的社会、经济及管理领域中的问题的定量分析成为可能。而且，这种数学化的方法还有助于决策者检查并保持判断思维的一致性。所谓判断思维的一致性是指专家在判断指标重要性时，各判断之间协调一致，不致出现相互矛盾的结果。例如出现甲比乙极端重要，乙比丙极端重要，而丙又比甲极端重要的矛盾情况。在多阶判断的条件下出现不一致，极容易发生，只不过在不同的条件下不一致的程度是有所差别的。层次分析法并不要求判断矩阵B具有完全的一致性，但必须满足基本的一致性要求。因此，为了保证可信度和准确性，必须进行一致性检验。
对于具有完全一致性的判断矩阵B，它具有以下性质：
（1）cii＝1
（2）cij＝1/cji对于判断矩阵而言，理想的判断矩阵应该具有上面的三个性质。然而由于判断矩阵元素的赋值是决策者直接给出的，或由分析者通过各种技术咨询而获得的，受专家知识水平和个人偏好的影响，现实的判断矩阵往往很难满足一致性条件，特别是当n较大时。由矩阵理论可知，判断矩阵在满足完全一致性条件时，n阶判断矩阵具有唯一非零的、也是最大的特征根λmax＝n，且除此之外，其余特征根均为零。当判断矩阵不具有完全一致性条件时，相应判断矩阵的特征根也将发生变化，因此，可以利用判断矩阵特征根的变化来检查判断的一致性程度。在AHP中使用判断矩阵的一致性指标CI（Consistency Index），来检查人们判断思维的一致性。
地质资料社会化服务评估研究
对于判断矩阵而言，理想的判断矩阵应该具有上面的三个性质。然而由于判断矩阵元素的赋值是决策者直接给出的，或由分析者通过各种技术咨询而获得的，受专家知识水平和个人偏好的影响，现实的判断矩阵往往很难满足一致性条件，特别是当n较大时。
由矩阵理论可知，判断矩阵在满足完全一致性条件时，n阶判断矩阵具有唯一非零的、也是最大的特征根λmax＝n，且除此之外，其余特征根均为零。当判断矩阵不具有完全一致性条件时，相应判断矩阵的特征根也将发生变化，因此，可以利用判断矩阵特征根的变化来检查判断的一致性程度。在AHP中使用判断矩阵的一致性指标CI（Consistency Index），来检查人们判断思维的一致性。
地质资料社会化服务评估研究
CI值越大，表明判断矩阵偏离完全一致性越严重；CI值越小，表明判断矩阵越接近于完全一致性。一般判断矩阵的阶数n越大，元素之间的关系就更难达到一致性。因此，需要根据判断矩阵的阶数对一致性指标CI进行修正，塞蒂教授提出用平均随机一致性指标RI来修正CI，对于n＝1～14阶判断矩阵的RI值，其数值见表2－4。
表2－4 平均随机一致性指标RI值
当n＜3时，判断矩阵永远具有完全一致性，RI只是形式上的；当n为三阶或三阶以上时，将判断矩阵一致性指标CI与同阶平均随机一致性指标RI的比值，称为随机一致性比率，记作CR（consistency ratio），即CR＝CI/RI 。
一般规定，当CR＜0.10时，便认为判断矩阵具有满意的一致性，否则，就认为初步建立的判断矩阵不能令人满意，需要重新赋值，直至通过一致性检验。
4.计算相对权重并进行排序
1）层次单排序
前面提到的判断矩阵B，是针对上一层进行两两比较的定性描述。层次单排序就是根据判断矩阵求出指标C1，C2，…，Cn，相对于准则Bs的相对权重w1，w2，…，wn。利用判断矩阵计算权重的方法有和积法、乘积方根法、对数最小二乘法、特征根法等。这里我们主要介绍和积法、乘积方根法和特征根法。
（1）和积法。和积法的计算思路是，将判断矩阵按列相加归一，然后按行相加除以矩阵的维数n即得到各指标的权重。具体的计算步骤如下：(1)将判断矩阵B按列归一，即将判断矩阵按列相加得到该列向量之和，然后将每个元素除以所在列的列向量之和，这样得到一个按列归一后的新矩阵B′；(2) 将B′按行相加，得到一个列向量B″；(3) 将B″每个元素除以判断矩阵B的维数n，即得到各指标的权重。用公式表示为：
地质资料社会化服务评估研究
（2）乘积方根法。乘积方根法的基本思路是将判断矩阵B的各个列向量进行几何平均，然后归一，得到的列向量即权重向量。其计算步骤是：(1) 将判断矩阵B的元素按行连乘，得到一个列向量B′；(2) 将列向量B′的每个元素按判断矩阵的维数n开方后，得到方根列向量B″；(3) 将方根列向量B″归一即得到权重向量用公式表示为：
地质资料社会化服务评估研究
（3）特征根方法。解判断矩阵B的特征根方程Bw＝λmaxw，这里λmax是判断矩阵B的最大特征根，w是相应的特征向量。λmax可以根据数学方法求出，所以上述方程的未知向量是w，求解这一矩阵方程，得到的特征向量w经归一化后就是权重向量。
2）层次总排序
用上述方法可以得到各层元素相对于上层元素的权重，但我们最终要得到的是各元素相对于总目标的相对权重，特别是要得到最底层各指标相对于总目标的权重，这一过程就是层次总排序。总排序系数是自上而下，将单层重要性系数进行合成。
假定b1，b2，…，bn是层次B相对于上层指标A层的权重，w1，w2，…，wn是层次B的下层 C相对于B层的权重，则 C层相对于A 层的指标权重是 。也就是说，C层指标对A层指标的权重等于C层全部指标对B层全部指标的权重与B层指标对A层指标权重的乘积之和。
在求出最底层指标相对于目标层的权重之后，就可以进行评估了。