基于改進層次分析法的農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價研究

張榮慶，王柯淇

（1.漢中職業(yè)技術學院，陜西 漢中 723002；2.陜西科技大學電子信息與人工智能學院，西安 710021）

“三農(nóng)”問題是由農(nóng)業(yè)文明向工業(yè)文明轉(zhuǎn)變的必然產(chǎn)物，只有采取有效的措施去解決“三農(nóng)”問題，才能更好地實現(xiàn)中華民族的偉大復興。解決“三農(nóng)”問題的關鍵在于農(nóng)業(yè)科技的進步與發(fā)展，通過大力發(fā)展農(nóng)業(yè)科技，實施農(nóng)業(yè)科技創(chuàng)新，將更多的農(nóng)業(yè)科技成果轉(zhuǎn)化應用于具體的農(nóng)業(yè)生產(chǎn)實踐中，充分發(fā)揮農(nóng)業(yè)科技成果的重要作用。農(nóng)業(yè)科技成果的高效轉(zhuǎn)化是現(xiàn)代農(nóng)業(yè)發(fā)展的必然要求，同時也是在新的時代背景下實現(xiàn)農(nóng)村繁榮、農(nóng)業(yè)發(fā)展、農(nóng)民富裕的有效途徑［1］。從目前來看，發(fā)達國家的農(nóng)業(yè)科技成果轉(zhuǎn)化率已經(jīng)達到70%～80%，而中國的農(nóng)業(yè)科技成果轉(zhuǎn)化率不足40%，和發(fā)達國家之間還有較大的差距，許多先進的農(nóng)業(yè)科技成果沒有得到及時、高效的轉(zhuǎn)化和推廣利用。陳湘東等［2］對農(nóng)業(yè)科技成果轉(zhuǎn)化過程中相關主體之間的博弈進行分析，構建了政府和科研機構博弈的支付矩陣，指出政府相關部門必須建立完善的監(jiān)督機制，制定嚴厲的懲罰措施，加大不作為科技機構的懲處力度，這樣才能起到有效提高農(nóng)業(yè)科技成果轉(zhuǎn)化率的目的。賈敬敦等［3］構建了應用開發(fā)、軟科學、基礎研究3類農(nóng)業(yè)科技成果的評價指標，指出農(nóng)業(yè)科技成果評價指標體系不僅要和全面深化改革、市場發(fā)展新要求相匹配，還要以創(chuàng)新為主導，突出市場機制。張琳等［4］采用指標分解法、層次分析法、極值法、綜合評價法構建了中國農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價體系，指出要完善轉(zhuǎn)化資金的政策設置，明確轉(zhuǎn)化資金支持的領域定位等。本研究在已有研究的基礎上，對層次分析法進行改進并應用于農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價中，從而達到提升農(nóng)業(yè)科技成果轉(zhuǎn)化率的目的。

1 農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價模型構建

1.1 轉(zhuǎn)化資金績效評價指標體系

政府的財政支出績效評價以經(jīng)濟（Economy）、效率（Efficiency）、效益（Effectiveness）為標準，即3E標準，但是經(jīng)濟、效率、效益在實際應用中缺乏可操作性，需要結合實際來分解為一系列可以量化的評價指標［5］。本研究構建的農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價理論指標體系如圖1所示。

圖1 農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價理論指標體系

投入指標是為了反映政府部門對農(nóng)業(yè)科技成果轉(zhuǎn)化資金中所投入的人力、物力以及財力，通過項目目標、項目決策和資金分配來具體衡量。過程指標是為了反映政府部門對整個轉(zhuǎn)化過程執(zhí)行情況的監(jiān)督，通過資金到位和組織實施來具體衡量。產(chǎn)出指標是目標期望完成的產(chǎn)品或服務，具體通過新產(chǎn)品開發(fā)數(shù)量、開發(fā)或推廣的新技術、新工藝、新設備、新材料，獲得的專利、軟件著作權、論文、報告、專著來具體衡量。效果指標是和農(nóng)業(yè)科技成果轉(zhuǎn)化資金相關的目標、預期結果實現(xiàn)情況，具體通過產(chǎn)品銷售收入、技術性收入、繳稅總額、增加就業(yè)人數(shù)、帶動農(nóng)民人數(shù)、資源的合理利用、生態(tài)環(huán)境的改善來具體衡量。

1.2 改進層次分析法

層次分析法由運籌學家Saaty提出［6］，在復雜、多指標綜合評價中具有十分廣泛的應用。層次分析法將定量因素和定性因素進行統(tǒng)一度量和評價，其具體流程如下。

1）構造判斷矩陣。通過對復雜問題評價指標的兩兩比較來獲得判斷矩陣。在進行兩兩指標評價的過程中應該邀請行業(yè)的專家，采用1～9比例標度進行附值，獲得相應的權重。表1為1～9比例標度。

表1 1～9比例標度

2）一致性檢驗。構造判斷矩陣在采用層次分析法進行問題分析中具有至關重要的作用，判斷矩陣的一致性與否是進行農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價的關鍵所在。矩陣一致性定義為：

式中，CI為一致性指標參數(shù)，RI為平均隨機一致性指標參數(shù)。

式中，λmax為判斷矩陣的最大特征值，n為判斷矩陣的階數(shù)。

平均隨機一致性指標參數(shù)RI和判斷矩陣階數(shù)n之間的關系如表2所示［7］。采用CR對判斷矩陣的一致性進行判斷，判斷矩陣的一致性越優(yōu)，CR的值越接近0。

表2 矩陣階數(shù)n的RI值

3）層次排序。設構造的判斷矩陣為n階矩陣U，將矩陣U的列歸一化得到矩陣A，即：

對矩陣A的各行求和得到向量B，并對向量B進行歸一化，得到向量W，此時向量W即為特征向量，具體計算公式為：

那么n階判斷矩陣U的最大特征值λmax為：

通過層次排序能夠獲得單一層次下一組元素對其上一層次元素排序的權向量。

采用層次分析法，其判斷矩陣的一致性指標CR越接近0，則評價結果越有效；當一致性指標CR=0時，評價結果的性能最佳。但是在實際應用過程中很難使得一致性指標CR=0，常設置門限值為0.1，即當一致性指標CR≤0.1，則認為判斷矩陣具有一致性［8］。基于此，本研究采用遺傳算法（Genetic algorithm，GA）對一致性檢驗進行優(yōu)化。

設ωk為單排序權值，若層次分析法的判斷矩陣A中各元素滿足aij=ωi/ωj，則判斷矩陣A具有完全一致性［9］，即：

式中，n為階數(shù)，ωk為各要素單排序權重。

對一致性檢驗進行優(yōu)化可以轉(zhuǎn)化為求函數(shù)的最小值問題，即：

GA算法的基本運算過程為初始化，計算個體適應度，進行選擇、交叉、變異運算，終止條件判斷。從個體中選擇雙親去繁衍，個體被選中的概率為pi，即：

式中，F(xiàn)i為適應度。

配對個體以交叉概率pc進行基因交換，基因交換之后的2個配對個體會產(chǎn)生2個新的個體，交叉操作計算公式為：

對變異概率pv比較小的選擇第i個體的第j位置基因gij進行變異操作，變異操作計算公式為：

式中，gk1,j為第k1個體在第j位置基因，gk2,j為第k2個體在第j位置基因，r為區(qū)間[0,1]上的隨機數(shù)，gmin為基因gij的最小值，gmax為基因gij的最大值，r、r1、r2為區(qū)間[0,1]上的隨機數(shù)，s為迭代次數(shù)，smax為迭代次數(shù)。

2 實例分析

采用GA算法對層次分析法的一致性檢驗進行優(yōu)化，得到改進的層次分析法，將改進的層次分析法應用于農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價研究中。由行業(yè)專家結合工作經(jīng)驗對農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效指標進行兩兩對比評分，獲得各層級的判斷矩陣，其中矩陣B為目標層對準則層的判斷矩陣，矩陣C為準則層對指標層的判斷矩陣，即：

分別計算判斷性矩陣的一致性指標CR，并設置一致性指標的門限值為0.1。對不滿足一致性要求的判斷矩陣B、C1、C3和C4采用GA智能優(yōu)化算法進行優(yōu)化，表3為GA智能優(yōu)化算法的參數(shù)設置，表4為優(yōu)化前后判斷矩陣的一致性指標情況。

表3 GA智能優(yōu)化算法參數(shù)設置

表4 判斷矩陣滿足一致性指標情況

對層次進行排序，獲得農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價的指標體系和權重，結果如表5所示。由表5可知，一級指標中轉(zhuǎn)化資金產(chǎn)出和轉(zhuǎn)化資金效果權重較高，均為0.40，轉(zhuǎn)化資金投入和轉(zhuǎn)化資金過程權重較低，均為0.10。通過總排序權重大小可知，提升農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效可以使得新品種、試驗區(qū)增加，同時促進農(nóng)民增收、帶動社會就業(yè)。

表5 農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價指標體系和權重

基于所構建的農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價體系，對2015—2020年全國農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效進行評價［10］，結果如圖2所示。由圖2可知，全國農(nóng)業(yè)科技成果轉(zhuǎn)化績效評價整體處于上升的趨勢，但是2017年之后上升的速度明顯放緩，同時整體的農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效水平并不高，還有很大的提升空間。

導致中國農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效水平不高的原因可能是農(nóng)業(yè)新品種、試驗區(qū)建設比較緩慢，對當?shù)氐慕?jīng)濟收入和促進當?shù)鼐蜆I(yè)方面發(fā)揮的作用不明顯，許多的科技成果只是停留在紙上，沒有很好地落實到實際中。只有持續(xù)增強農(nóng)業(yè)科技成果的實用性，使得農(nóng)業(yè)科技的發(fā)展服務于農(nóng)業(yè)，尤其是現(xiàn)代智慧農(nóng)業(yè)的發(fā)展，才能打破中國農(nóng)業(yè)科技成果轉(zhuǎn)化遇到的瓶頸。

基于所構建的農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價體系，對2020年不同技術領域農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效進行評價，結果如圖3所示。由圖3可知，種植業(yè)技術成果轉(zhuǎn)化資金績效評價最高，其次為農(nóng)產(chǎn)品加工，農(nóng)業(yè)信息技術成果轉(zhuǎn)化資金績效評價最低。

圖3 不同技術領域農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價

3 結論

農(nóng)業(yè)現(xiàn)代化發(fā)展離不開科技的推動，提升農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效是全面深化改革和市場經(jīng)濟發(fā)展的必然要求。本研究在傳統(tǒng)層次分析法的基礎上，采用遺傳算法對一致性檢驗進行優(yōu)化，構建了基于改進層次分析法的農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價模型。將構建的模型應用于2015—2020年全國農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價和不同技術領域農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價中，結果表明，當前中國在農(nóng)業(yè)科技成果轉(zhuǎn)化方面遇到了瓶頸，同時種植業(yè)技術成果轉(zhuǎn)化資金績效評價最高。中國農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效整體水平不高，如何提升轉(zhuǎn)化資金績效是下一步研究的重點，特別是農(nóng)業(yè)信息技術、農(nóng)產(chǎn)品加工技術等農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效提升是重中之重。本研究對農(nóng)業(yè)科技成果轉(zhuǎn)化資金績效評價具有一定的參考價值。