地方政府性债务支出绩效评价方法大致可以分为定性方法和定量方法。定性方法主要是依靠评价者的工作经验以及实际能力来评价地方政府性债务支出绩效水平，这种评价方法使得其评价指标的确定比较主观。定量方法是采用数学方法对评价对象的相关特征进行归纳，这种分析一般是对数量关系及数量特征的客观描述，因而比较具体客观，也比较适合用于评价地方政府性债务支出绩效水平。此外，还存在指标构建定性与定量的问题。由于定性指标定量化存在一定困难，且不一定科学准确，因此选定合适的地方政府性债务支出绩效评价方法也决定了指标选取的科学性。本文将介绍四种主要的地方政府性债务绩效评价方法，并就其方法在地方政府性债务绩效评价中的优缺点进行分析和归纳。
一、主成分分析法
1、基于主成分分析法的绩效评价
主成分分析法运用的主要思想是，运用多个评价指标，通过对多个指标降维的方式转变成几个相关性较小的评价指标。这种思路的关键点在于，通过将众多原始变量进行集合并提取出关键的少数变量，从而使得关键的少数变量能最大程度上反映众多原始变量要表达的信息。主成分分析法将这种关键的少数变量定义为主成分，并将少数几个相关性的评价指标进行线性组合，促使其形成的关键少数变量(即主成分)达到方差最大化，以使得评价对象的数值在这种主成分的衡量下显示出其差异性。此外，主成分分析法还可以加入因素分析的思想，提供更为丰富的变量来解释与分析原始的评价数据。在绩效评价时，主成分分析法能够减少评价对象信息的交叉，消除评价指标的高相关性，提供适合评价的主成分因子。主成分分析法在地方政府性债务绩效评价中的基本思路为，根据原始指标选取主成分并计算出各主成分的贡献率，选择贡献率最大的一个或几个主成分构建评价对象的评价函数，从而对地方政府性债务投入与产出的关系进行分析。在进行地方政府性债务的绩效指标选取时，考虑到地方政府性债务涉及的范围，一般会产生较多的指标。由于单一指标反映地方政府性债务支出绩效情况的能力有限，而支出类指标通常又存在着相关关系，指标过多则会一定程度上影响评价结果的准确度，故而在选取债务支出评价指标的过程中，应考虑指标选取的简洁性和代表性。而运用主成分分析法，可以将这些不同层次的指标权重进行简化，从而得出最为关键的主成分因子，用于评价地方政府性债务投入与产出的对应关系。
2、主成分分析法的优缺点
主成分分析法的优点在于，在绩效评价的过程中有效地起到精炼、简化原始数据的作用，避免数据过于繁琐，且主成分的计算较为简便。当有关地方政府债务投入及产出类指标数据的数量较多时，可以运用主成分分析法将众多原始变量进行集合并提取出关键的少数变量，使得所计算出的主成分更加反映原始指标数据的信息。这种分析的前提在于，地方政府性债务投入与债务产出有着明显的对应关系。以道路设施建设为例，债务投入到道路建设中所完成的道路数量应是可以与财政资金投入所完成的道路数量区分开，否则债务投入的产出不能清晰界定，有关债务产出的指标不能反映出债务投入金额，主成分分析法难免会出现结果失真的情况。
二、层次分析法
1、基于层次分析法的绩效评价层次分析法
由美国运筹学家T.L.Satty 提出，是一种结合定性分析与定量分析的分层次求权重的评价方法。层次分析法运用的主要思想是，将评价对象的有关变量进行划分，划分为方案、准则及目标等不同层次，加入评价者的主观因素，并结合定性分析与定量分析进行研究，最终达到系统性与简明性的统一。此外，层次分析法通过总体系统的原则进行评价指标设计，并将这种评价指标依据对总体对象的影响状况进行分层，引入综合最优化方法与下层指标绝对与上层指标相一致的方法，使得总体对象的评价指标最大程度反映总体对象，达到合理性的要求。层次分析法的提出，为长久以来处于定性分析困境的评价对象及研究领域提供了定性分析与定量分析相结合的实用方法。层次分析法运用在地方政府性债务支出绩效评价中的基本思路为，将绩效评价指标进行简化，以得出相对独立且具有代表性的综合指标，来进行权重与评价指标体系设计，得到地方政府性债务绩效评价综合结果。当计算各个地方政府性债务绩效评价指标的权重时，需要评价者根据自身工作经验及实际能力，来判别评价对象中两个要素之间的相对重要程度，通过建立判断矩阵，用量化的方式进行说明，最后得出比较准确的各个评价对象的权重大小。层次分析法的运用价值就在于能够结合定性分析与定量分析，使得具有主观性的评价者判断转变为可以量化的数据形式，并通过这种量化的处理与分析，达到定性与定量的结合运用。
2、层次分析法的优缺点
在地方政府性债务绩效评价中采用层次分析法的关键在于绩效评价指标的权重如何确定的问题。具体来说，在确定绩效评价指标的权重时，需要评价者根据自身工作经验及实际能力来判别评价对象中两个要素之间的相对重要程度，以确定精准的评价指标的权重，并通过建立判断矩阵，对评价结果进行分析。在具体进行地方政府性债务绩效评价指标权重确定时，最重要的是比较不同的两个因素之间相对于总体绩效水平的重要程度，但重要到什么程度是一个模糊的概念，评价人员的评价相对于主成分分析法而言，具有更大程度的主观性。这里同样存在着债务投入与债务支出不对应而导致分析结果未必真实的问题。
三、模糊模式识别方法
1、基于模糊模式识别方法的绩效评价
模糊识别具体是指，将对象整体区分成不同类型的标准模式即模糊子集，并判断研究对象的模糊子集类别。而模糊模式识别是，对被识别对象与整体区分成的类型中应该最少有一个属于模糊子集的问题进行模式识别。模糊模式识别方法的基本原理是，将模糊数学运用于模式识别问题中，通过模糊集合的建立划分模式类别，依据隶属度将模糊集合区分为不同的模糊子集，n 种集合即有 n 种子集，并从最大隶属度原则和择近原则中寻找适用的方法。模式识别方法主要分为模糊关系、模糊运算及隶属度等几种类型。而模糊模式识别方法采用隶属度来衡量样本与被识别对象之间的相互关系，从而引申出对象整体的重要特点。模糊模式识别方法运用在地方政府性债务绩效评价中的基本思路为通过建立模糊矩阵，观察模糊向量当中的元素，当某区域所有地方政府性债务支出的模糊向量中的元素都高于阀值(比较对象)，则这一区域的地方政府债务支出绩效是最优的。将最优值所在省份去掉，在剩下省份中选择较优的数值，当模糊向量均高于阀值水平时，这样的省级政府债务的支出绩效为次优。
2、模糊模式识别方法的优缺点
在地方政府性债务绩效评价中，采用模糊模式识别方法是对传统绩效评价方法的发展，并为传统模式识别提供借鉴。通过采用模糊模式识别方法可对地方政府性债务进行绩效考核，从债务资金支出投向的效率排名上，对我国地方政府性债务的投向项目及具体方向作出引导，以最大程度达到债务资金的合理利用。由于数据获取的局限性，目前只能对省级政府的债务支出绩效进行排序，而对于债务风险较大的乡镇基层政府还没有相应的数据支持。此外，由于数据的有限性，并考虑到债务投入与债务支出结果的对应程度，模糊模式识别方法可以从债务支出投向出发，得出区域地方政府性债务支出绩效水平排名，并从计算过程中找到影响地方政府性债务支出绩效水平的因素，然后根据这些影响因素提出提高地方政府性债务支出绩效水平的政策建议。
