郭婷婷

【摘 要】以績效的視閾，對農(nóng)業(yè)科技人才進行評價，是加強農(nóng)業(yè)科技人才建設(shè)的重要手段。首先，分析農(nóng)業(yè)科技人才的投入與產(chǎn)出，確定評價指標體系；其次，利用AHP方法計算各指標的權(quán)值，并利用DEA方法計算相對效率值；最后，對評價結(jié)果進行分析和改進。

【關(guān)鍵詞】農(nóng)業(yè)科技人才；績效評價；AHP；DEA

【Abstract】In the visual threshold of performance， it is an important means to strengthen agricultural science and technology talents. Firstly， the input and output of agricultural science and technology talents are analyzed， and the evaluation index system is determined. Secondly， the weight of each index is calculated by AHP method， and the relative efficiency value is calculated by DEA method.

【Key words】Agricultural science and technology talents； Performance evaluation； AHP； DEA

0 前言

農(nóng)業(yè)是我國社會經(jīng)濟的重要支柱，科技為第一生產(chǎn)力在我國傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)的轉(zhuǎn)變過程中具有重要的推動作用。農(nóng)業(yè)科技人才是科技的創(chuàng)造者和推動者，因此，加強農(nóng)業(yè)科技人才的開發(fā)和培養(yǎng)是一個重要的課題。本文嘗試以績效的視閾，利用層次分析法（The Analytic Hierarchy Process， AHP）和數(shù)據(jù)包絡(luò)分析（Data envelopment analysis，DEA）相結(jié)合的方法，對農(nóng)業(yè)科技人才進行評價。

1 算法分析與設(shè)計

1.1 算法分析

AHP和DEA方法都是效率分析中常用的方法，比較而言，AHP方法簡單、易懂，便于操作，但其評價結(jié)果不夠精準，在要求較高的效率評價中不太適用；而DEA方法無需設(shè)置權(quán)重以及對指標進行無量綱化處理，在削弱主觀因素在評價中影響的同時，也失去了決策者偏好的決定因素。綜合來看，本文采用AHP和DEA相結(jié)合的方法，即利用AHP計算指標權(quán)重，利用DEA根據(jù)加權(quán)后的指標值計算效率值。

1.2 算法設(shè)計

依據(jù)算法分析，設(shè)計算法描述如下：

1）確定研究對象和目的，設(shè)計農(nóng)業(yè)科技人才評價指標體系，并根據(jù)本文研究實例和現(xiàn)實環(huán)境，選取最終的輸入輸出指標；

2）利用AHP方法，計算各一級指標下的二級指標權(quán)值；

3）利用加權(quán)平均的方法計算各一級指標的綜合權(quán)值；

4）搜集和整理原始數(shù)據(jù)，并利用極值法進行標準化處理；

5）將標準化后的數(shù)據(jù)代入DEA模型進行計算；

6）觀察計算結(jié)果，如果效率值為1的單元數(shù)目不止一個，那么進入7，否則進入8；

7）因為效率值為1的單元不止一個，為了進一步比較其效率值的大小，可以使用超效率DEA模型，進一步計算其效率值。

8）結(jié)果分析（對評價結(jié)果進行分析）。

用流程圖表示如圖1所示。

2 算法應(yīng)用

2.1 設(shè)計評價指標體系

在具體的評價過程中，根據(jù)不同的評價對象和環(huán)境，需要對評價指標進行遴選。從指標數(shù)量來說，DEA方法在DMU數(shù)量大于投入產(chǎn)出指標個數(shù)之和的2倍時，才能表現(xiàn)較高的準確率。同時，因為個別數(shù)據(jù)的獲取較為困難，需要進行一定的取舍。因此，通過分析農(nóng)業(yè)科技人才的投入和產(chǎn)出，確定農(nóng)業(yè)科技人才績效評價指標如表1所示。

2.2 研究對象與數(shù)據(jù)整理

本文以湖南省為研究對象。本文數(shù)據(jù)主要來源于三個方面：一是，各類年鑒數(shù)據(jù)，包括中國統(tǒng)計年鑒、中國農(nóng)業(yè)統(tǒng)計年鑒、中國科技統(tǒng)計年鑒、湖南省以及各省市統(tǒng)計年鑒；二是，網(wǎng)絡(luò)，包括湖南統(tǒng)計信息網(wǎng)等政府官方網(wǎng)站；三是，各種統(tǒng)計文獻，包括中國農(nóng)村科技發(fā)展報告、中國農(nóng)村發(fā)展報告、農(nóng)民收入調(diào)查與研究等等。

2.3 AHP計算權(quán)值

2.4 DEA計算效率值

利用DEA中的C2R模型計算各評價單元的效率值，其模型結(jié)構(gòu)如式1所示。

采用DEAP2.1軟件進行求解得到如表2所示的結(jié)果。DEAP2.1軟件是專門針對普通DEA模型求解的軟件，具有操作簡單、運算速度快，結(jié)果清晰的特點。

2.4 結(jié)果分析與改進

2.4.1 結(jié)果分析

觀察表2所示的計算結(jié)果，根據(jù)DEA有效性判斷定理，我們有如下結(jié)論：

（1）從整體來看，綜合效率值達到1的決策單元有北京、天津等14個省份，這表明其投入得到了最大化產(chǎn)出，其效率評價結(jié)果是DEA有效的；吉林和黑龍江兩個省份的純技術(shù)效率值等于1，造成綜合效率小于1的原因在于其規(guī)模效率小于1，這說明其規(guī)模的投入有必要進行增加或者減少；余下的15個省的效率評價結(jié)果是非DEA有效的，其純技術(shù)效率和規(guī)模效率均沒有達到有效，存在投入冗余或產(chǎn)出不足等問題。

（2）從湖南省的具體情況來看，湖南省是非DEA有效的，具體來看：其純技術(shù)效率為0.915，規(guī)模效率為0.947，綜合效率為0.867，其發(fā)展趨勢是規(guī)模報酬遞減。

2.4.2 結(jié)果改進

表3 為湖南省的詳細計算結(jié)果， 從表3可知應(yīng)該從如下方面進行改進：從投入來看，三項指標均有冗余，分別為0.017，0.029和0.014，即在當前產(chǎn)出水平下，應(yīng)減少相應(yīng)投入，正確的投入水平應(yīng)為：0.186，0.316，0.149；從產(chǎn)出來看，output3的產(chǎn)出應(yīng)該增加0.03，達到0.269.

3 結(jié)語

在農(nóng)業(yè)科技人才績效的評價應(yīng)用中，將AHP和DEA方法的優(yōu)勢結(jié)合起來，可以構(gòu)建準確、完備的評價模型；該評價模型具有如下優(yōu)勢：利用AHP方法對各指標的權(quán)值進行計算，體現(xiàn)決策者的主觀偏好，利用DEA方法進行計算，得到準確的相對效率排名。

【參考文獻】

[1]中華人民共和國農(nóng)村與社會發(fā)展司、中國農(nóng)村技術(shù)開發(fā)中心.2003中國農(nóng)村科技發(fā)展報告[R].北京：中國農(nóng)業(yè)出版社，2004.

[2]Rousseau.S， Rousseau， R. Data envelopment analysis as a tool for constructing scientometric indicators[J]. Scienometrics， 1997， 40： 45-56.

[3]西奧多舒爾茨.經(jīng)濟增長與農(nóng)業(yè)[M].北京：北京經(jīng)濟學院出版社，1991.

[責任編輯：楊玉潔]