随着社会经济和科学技术的不断前进,人们所面临的决策问题也变得更加复杂,决策相关的信息量也不断加大。证据理论由于其独特的优势,证据决策流程符合人类的认知过程,为我们的决策提供了一种有效的决策方法。然而,传统的证据理论建立在一维的证据识别框架上,仅仅反映了证据源所确定的信度信息,无法反映证据源自身的特征信息或者信度确定的过程信息,这对决策中的证据处理与合成等过程有着重要影响。因此,研究如何在传统证据框架的基础上,增加第二维证据框架来反映证据源的过程与特征信息,并基于证据源特征对证据的处理与合成进行修正,这对扩展证据理论的理论内涵、更好精准地利用证据信息、实现高效准确的决策质量要求有着重大的理论意义和实践价值。文章主要以两维递进识别框架证据推理为主线,从系统理论的角度,利用可拓理论和协同学分析增加第二维证据框架的主要机理,提出构建两维递进识别框架的原则和一般性流程。另外,研究了两维递进证据框架下的证据合成问题,提出基于第二维信息框架的证据分组合成方法,充分地将第二维信息拟合到传统证据框架中。最后,以证券市场中分析师荐股评级信息融合为应用背景,构建了基于两维递进识别框架的证券分析师荐股评级信息融合模型。文章具体的研究内容和创新点如下：1.提出了一种面向具体决策问题的两维递进证据推理理论。在传统证据框架的基础上,增加了对证据进行修饰和说明的第二维信息框架,并从可拓理论和协同学的角度分析了构建两维递进证据框架的相关机理,两维递进证据框架可以比传统证据框架存储更多的证据信息；提出了两维递进证据框架下证据融合的间接合成和直接合成两个思路,本文主要利用第一个证据合成思路进行研究。另外,文章给出了面向具体决策问题的第二维证据框架构建的原则和一般性流程,以国家自然科学基金项目同行评议为例,对两维递进识别框架构建进行实例分析。2.提出一种两维递进证据框架下证据分组合成方法。分析了基于第二维信息的证据分组合成方法的一般流程,提出基于第二维框架的证据分类方法,提出了一般性的证据分组原则,将证据源分为若干组(类)；研究了各组内部的证据合成方法以及不同组之间的证据合成问题,其中,提出了组间证据的融合中的一个关键问题是构建一个从第二维证据信息到证据修正因子的映射关系；最后,对证据决策规则进行研究,主要研究如何基于证据融合结果来确定和遴选决策方案,研究了一种基于前景理论的证据决策思想。3.构建基于两维递进识别框架的证券分析师荐股评级信息融合模型。分析基于统计的证券分析师信息融合模型存在的不足,面向证券市场中证券分析师荐股信息的融合这一具体的应用场景,利用证券分析师的荐股评级信息和盈余预测信息,构建了一个基于证券分析师历史预测绩效和荐股评级信息的两维递进证据框架。利用基于第二维框架信息的证据分组合成方法将多个证券分析师的荐股评级信息融合为一条证据信息。最后,利用国泰安数据库的数据进行实证研究,并从正确率、确定度以及区分度等方面将本文方法和传统方法进行了对比分析。