Delphi method

德尔菲法（专家咨询/专家检验）

核心姿态

德尔菲法的本质是：用多轮匿名反馈，让一群专家的意见从分散走向收敛。

它不是"找几个专家打个分"，而是一个有明确判定标准的收敛过程。判断一次德尔菲做得好不好，看三件事：

1. 专家够不够格（权威系数、代表性）
2. 意见收没收敛（协调系数、变异系数是否随轮次改善）
3. 筛选有没有依据（筛选标准是事先定好的，不是看着数据凑的）

最常见的失败：先看数据，再定标准。这是结果导向的倒推，审稿人一眼就能看穿。筛选标准必须在收数据之前写死。

不要承诺"做完德尔菲就一定能发表"。也不要把德尔菲当成给已有指标体系"背书"的工具——如果两轮下来一个指标都没删，审稿人会问：那你做这个干什么？

一、什么时候该用德尔菲

适合	不适合
缺乏客观数据，需要依靠专家经验判断	已有充足的客观数据可做统计推断
要构建一个新的指标体系/评价体系	只是要验证一个成熟量表（用 CFA）
议题跨学科、需要多方经验整合	议题有明确标准答案
需要匿名以避免权威压制和从众	需要面对面碰撞产生新想法（用焦点小组）

和相邻方法的关系：

• 德尔菲 → AHP/熵权法：德尔菲负责"选出哪些指标"，AHP 等负责"每个指标多重要"。两者常串联使用。
• 德尔菲 vs 问卷调查：德尔菲的样本是专家（十几到几十人），追求收敛；问卷调查的样本是总体代表（几百人），追求推断。不要混淆。

二、完整流程

指标初选（文献分析 / 质性编码 / 理论框架）
      ↓
组建专家团队（遴选标准事先写死）
      ↓
设计咨询问卷（Likert 计分 + 开放意见栏）
      ↓
第一轮咨询 → 回收 → 计算四大系数 → 按筛选标准增删改
      ↓
第二轮咨询（把第一轮结果反馈给专家）→ 回收 → 再计算
      ↓
判断是否收敛？（W 提升、CV 下降、意见趋于一致）
      ↓  否 → 第三轮
      ↓  是
确定最终指标体系 → （可选）确定权重

轮次：通常 2-3 轮。一轮不够（没有反馈就不叫德尔菲）；超过三轮专家易疲劳、流失率上升。

三、专家团队

人数：常见 15-50 人。少于 15 人代表性存疑，多于 50 人协调难度陡增、边际收益递减。

遴选标准（必须事先写死并在论文中报告）：

• 研究领域与本课题的相关性
• 职称 / 学历 / 从业年限（例：中级及以上职称，从业 ≥ 5 年）
• 领域代表性（学界 + 业界 + 一线实践者的配比）
• 地域 / 机构分布（避免单一来源）

必须报告：专家基本情况表（人数、职称、学历、年限、专业方向的分布）。不要出现专家姓名与工作单位——匿名是德尔菲的方法要求，也是伦理要求。

四、四大核心统计量

这四个是德尔菲的"体检指标"，缺一不可，审稿人都会看。

1. 专家积极系数（回收率）

积极系数 = 回收问卷数 / 发放问卷数

• 反映专家对本研究的关心程度。
• 一般认为 ≥ 70% 可接受，越高越好。多轮之间的流失率也要报告。

2. 专家权威系数 Cr

Cr = (Ca + Cs) / 2

• Ca = 判断依据系数：专家做判断的依据（理论分析、实践经验、同行了解、直觉），每项按影响程度大/中/小赋值后求和。
• Cs = 熟悉程度系数：专家对该问题的熟悉程度（很熟悉…不熟悉），按 1.0 / 0.8 / 0.6 / 0.4 / 0.2 / 0 赋值。
• 判定：Cr ≥ 0.7 认为结果可信，Cr ≥ 0.8 为高权威。
• 注意：Ca 和 Cs 的量表必须放在问卷里让专家自评，不能事后拍脑袋填。很多人做到一半才发现忘了收，只能重发问卷。

3. 专家协调程度

（1）肯德尔和谐系数 Kendall's W —— 检验全体专家意见的一致性

• 取值 0-1，需同时报告 卡方检验的显著性（p < 0.05）。
• W 显著 ≠ W 很高。W 只要显著，就说明专家意见的一致性非随机；W 的绝对值高低反映一致性强弱。

常用解释区间：

W 值	一致性程度
< 0.2	较差
0.2 – 0.4	一般
0.4 – 0.6	中等
0.6 – 0.8	较强
0.8 – 1.0	很强

⚠️ 现实中德尔菲的 W 常落在 0.2–0.5，这是正常的——专家人数越多、指标越多，W 天然越低。关键看 W 是否显著，以及第二轮是否高于第一轮（收敛的证据）。不要因为 W 只有 0.3 就慌，也不要为了好看去删专家。

（2）变异系数 CV

CV = 标准差 / 算术平均值

• 反映专家对某一个具体指标评分的离散程度。CV 越小，专家对该指标越有共识。
• 一般以 CV < 0.25 作为共识良好的经验标准。

W 和 CV 的分工：W 看整体专家一致性，CV 看单个指标的共识。两者都要报。

4. 专家意见集中程度

• 算术平均值：该指标的重要性得分均值，越高越重要。
• 满分频率：给该指标打满分的专家人数 / 总人数。越高说明认同度越强。

五、两套指标筛选标准（选一套，事先写死）

方法 A：变异系数-均值法（简单、常用）

判定规则（三项指标）：

• 算术平均值 > 3.0（或 3.5，5 分制下）
• 变异系数 < 0.25
• 满分频率（可选纳入）

剔除规则：三项中有一项不满足即剔除。（也有研究采用"两项均不满足才剔除"的宽松版——必须在方法章明确说明你用的是哪一种。）

方法 B：界值法（更严谨、更受审稿人认可）

界值不是拍脑袋定的，而是由本轮全部指标的数据算出来的：

算术平均值界值 = 全部指标均值的平均数 − 标准差    → 指标均值 > 界值 才合格
变异系数界值   = 全部指标 CV 的平均数 + 标准差     → 指标 CV  < 界值 才合格
满分频率界值   = 全部指标满分频率的平均数 − 标准差  → 指标满分频率 > 界值 才合格

判定规则：

• 三项全部合格 → 保留
• 部分不合格 → 提交专家组讨论决定去留（并在论文中说明理由）
• 三项全部不合格 → 直接剔除

界值法的优势：阈值来自数据本身，不是主观设定，更难被质疑"标准是为了留下你想留的指标而定的"。

怎么选

• 指标数量多、想要更强的方法学辩护 → 界值法
• 指标少、追求简洁 → 变异系数-均值法
• 不要两套都算，然后挑对自己有利的那套报告。 这是学术不端。

六、轮次间的动作

第一轮结束后，必须做三件事：

1. 按标准筛选：删掉不合格指标（并记录每一个被删指标的数据与理由——审稿人会要）
2. 处理专家的开放意见：新增指标、合并指标、修改表述
3. 准备反馈材料：把第一轮的统计结果（均值、CV、满分频率）连同修改后的指标反馈给专家

反馈是德尔菲的灵魂。没有反馈的多轮打分，只是重复调查，不是德尔菲。

收敛的判断依据：

• Kendall's W 升高
• 变异系数 普遍下降
• 需要增删的指标 趋近于零

三者同时出现，即可停止。

七、工具操作

SPSS 算 Kendall's W： 分析 → 非参数检验 → 旧对话框 → K 个相关样本 → 勾选 Kendall's W （把每个指标作为一个变量，每位专家作为一行）

Excel：均值 AVERAGE、标准差 STDEV.S、变异系数 = 标准差/均值、满分频率 = COUNTIF(区域,5)/专家数。界值按上面的公式再算一层。

R：irr::kendall(matrix, correct = TRUE)

专用软件（如 DView 等）也可，但必须能说清它算的是什么公式——审稿人不认"软件算出来的"。

八、过程文档 / 论文方法章结构

一份完整的德尔菲报告应包含：

1. 指标初选：来源（文献/质性编码/理论）、初始指标体系表（几个一级、几个二级、几个三级）
2. 专家团队：遴选标准、人数、基本情况分布表（匿名）
3. 问卷设计：计分方式、是否含开放意见栏、权威系数量表
4. 数据分析
   • 专家积极系数（各轮回收情况表）
   • 专家权威系数（Ca、Cs、Cr 计算表）
   • 专家协调程度（各轮 W 值 + 卡方 + p 值表；变异系数）
   • 专家意见集中程度（均值、满分频率）
5. 指标筛选：筛选标准（写清是界值法还是均值-CV 法及其公式）、各轮筛选结果表、被剔除指标及其理由
6. 最终指标体系：修改前后对比、最终体系表
7. （可选）权重确定：AHP / 百分权重法等

九、审稿与答辩高频质疑

质疑	怎么答
"专家只有 20 人，代表性够吗？"	德尔菲追求的是专家的权威性与代表性，不是统计推断的样本量。用 Cr 值和专家分布来答。
"W 只有 0.3，一致性这么差？"	W 显著即说明非随机一致；并展示第二轮 W 高于第一轮，证明意见在收敛。
"为什么删这几个指标？"	拿出事先写死的筛选标准和每个被删指标的具体数据。标准在前，数据在后。
"两轮就够了吗？"	用收敛证据答：W 升高、CV 普遍下降、增删指标趋近于零。
"专家怎么选的？"	拿出事先写死的遴选标准，并说明领域/职称/年限/机构的分布。
"你是不是先看了数据才定标准？"	这是最致命的质疑。唯一的防御是：标准写在收数据之前，并在文中明确陈述。

十、伦理与边界

• 匿名性：专家之间必须互相匿名；论文中不得出现专家姓名与单位。
• 知情同意：专家应知晓研究目的、轮次安排与数据用途。
• 不得为了让某个指标"活下来"而调整标准、剔除专家或修改数据。
• 不得在两套筛选方法中挑选对自己有利的结果报告。
• 报告全部轮次的数据，包括不好看的那一轮。

📚 详细统计公式与工具操作见 references/statistics.md； 筛选标准的完整判定逻辑见 references/screening-criteria.md； 过程文档与论文写作模板见 references/reporting.md； 权威文献见 references/bibliography.md。