一、决策树分析

政府领导人在实践中常遇到的情景是：若干个可行性方案制定出来了，分析一下内、外部环境，大部分条件是已知的，但还存在一定的不确定因素。同时每个方案的执行都可能出现几种结果，各种结果的出现有一定的概率，决策存在着一定的胜算，也存在着一定的风险。这时，决策的标准只能是期望值，即各种状态下的加权平均值。针对上述问题，用决策树分析来解决不失为一种好的选择。

决策树法作为一种决策技术，已被广泛地应用于公共部门和私营企业的决策中，有效地控制了决策带来的风险。所谓决策树法，就是运用树状图（如下图所示）表示各决策方案的期望值，通过计算，最终优选出收益最大、成本最小的决策方案。决策树法属于风险型决策方法，必须具备一定的适用条件，包括具有决策者期望达到的明确目标；存在决策者可以选择的两个以上的可行备选方案；存在着决策者无法控制的两种以上的自然状态（如政党斗争、经济发展趋势、国际舆论导向，等等）；不同行动方案在不同自然状态下的收益值或损失值（简称损益值）可以计算出来；决策者能估计出不同的自然状态的发生概率。

决策树法的决策程序大致如下：（1）绘制树状图，根据已知条件排列出各方案和每一方案的各种自然状态。（2）将各状态概率及损益值标于概率枝上。（3）计算各方案期望值并将其标于该方案对应的状态节点上。（4）进行剪枝，比较各方案的期望值，并标于方案枝上，将期望值小的（即劣等方案）剪掉，所剩的最后方案为最佳方案。

决策树状图

这里，我们以某县政府为繁荣辖区人民的业余文化生活而考虑用公共预算来新建一音乐厅或图书馆的决策为例加以说明。根据预测估计，未来进音乐厅或图书馆的人数多少其概率为：人多0．2；一般0．3；人少0．5。新建音乐厅和新建图书馆这两种方案在人多、一般或人少时的收益数据如下表所示：

然后，我们就可以展开决策树分析了：首先，从左向右画出如前所示的决策树状图；其次，计算新建音乐厅和新建图书馆这两种方案的期望值：前者为：500×0．2＋200×0．3＋（－100）×0．5＝110万元；后者为：400×0．2＋180×0．3＋（－30）×0．5＝119万元；最后，比较期望值并选择期望值最大的方案即新建图书馆方案作为最后的决策方案。

总体而言，决策树分析所要求的计算量不是太大，而树状图也能够较为清晰地显示出决策所涉及的关键要素，同时对决策者来说也相对易于理解。不过，在实际工作中对于有时间顺序的数据，往往需要做很多预处理的工作。也就是说，不同时期的投资额和损益值等要按照复利原则折算为现值，才能进行对比研究，而这就有可能会增加误差。