模糊综合评价农业科技论文

摘要：高校科研绩效评价作为高校科研管理的重要内容，评价方法的科学与否不仅直接关系到科研激励政策的公正性，而且还会影响到整个学校科研导向的正确与否，因此建立科学合理的科研绩效评价方法是高校科研管理部门工作的重点。下面是小编为大家整理的《模糊综合评价农业科技论文(精选3篇)》，欢迎阅读，希望大家能够喜欢。

模糊综合评价农业科技论文 篇1：

青弋江流域水质评价及时空变化特征分析

摘要 采用单因子评价法、模糊综合评价法和主成分分析法对青弋江流域7个监测断面2017—2019年6项水质指标的监测数据进行分析，识别了流域的主要水质指标，得出青弋江流域的综合水质状况和水质时空变化趋势。结果表明：青弋江流域整体水质为优，主要水质指标为NH 3-N和TP;下游因工业污染源较多，水质最差，上游主要污染源为林地腐殖质等带来的N、P污染，随着水体自净中游水质优于上游;汛期由于雨水冲刷带来的农业面源污染加重，水质劣于其他月份，随着对流域污染源排放管控的加强，流域水质随时间推移呈优化趋势。

关键词 青弋江;单因子评价;模糊综合评价;主成分分析;时空变化趋势

doi：10.3969/j.issn.0517-6611.2021.18.020

开放科学（资源服务）标识码（OSID）：

Water Quality Evaluation and Spatiotemporal Variation Characteristics of Qingyi River Basin

WU Zhuan-zhang1，GENG Tian-zhao2，WU Zhen-wei1 et al （1.Anhui Province Eco-Environmental Monitoring Center，Hefei， Anhui 230071;2.Suzhou Ecological Environment Bureau，Suzhou，Anhui 234000）

Key words Qingyi River;Single factor evaluation;Fuzzy comprehensive evaluation;Principal component analysis;Spatiotemporal trends

基金项目 第二次全国污染源普查工业源普查报表制度及普查数据质量控制实施技术支持项目（22110399005）。

作者简介 吴转璋（1981—），女，安徽太湖人，工程师，硕士，从事环境监测和评价方面的研究。*通信作者，正高级工程师，从事环境管理研究。

收稿日期 2020-12-16

“十三五”以来，随着“水十条”以及相关污染防治攻坚战行动计划的发布实施，我国水污染防治工作取得了明显成效，水环境质量得到显著改善，但水环境质量形势依然严峻，水生态环境保护工作依然任重道远[1]。水环境质量评价是水生态环境保护中的一项基础性工作，通过对监测数据的合理分析，摸清水环境质量的优劣和变化特征，能够为制定科学的水生态环境保护措施提供有效参考[2]。因此，采用合适的方法对水环境质量现状进行评价具有重要意义。

目前水环境质量评价的方法有很多，比较常用的有单因子评价法、综合污染指数法、模糊综合评价法和主成分分析法等。其中单因子评价法计算简单，可操作性强，可以直接根据评价因子的监测值与评价标准之间的关系，得出各评价因子的达标情况、超标因子以及超标倍数等结果，能清晰明了地判断出水体主要污染因子及超标断面位置，因此单因子评价法适用于快速判断水质类别，但是该方法用最差的水质指标等级作为该断面的水质类别，评价结果过于保守，难以对同一等级水质类别进行更详细的优劣排序。综合污染指数法是将各评价因子的监测值与其评价标准之比作为单项污染指数，通过赋权综合计算各单项污染指数得到综合污染指数，该方法可以对整体水质作出定量描述，但不同的赋权方法计算出的评价结果差异较大。模糊综合评价法通过建立隶属函数和权重集得到水质的综合评价结果，评价结果更加客观全面，適用于分析水质是否达到水质目标要求，但目前隶属度由人为主观确定得出，评价结果会出现较大差异。主成分分析法能够考虑到各指标间的信息关联，在最大限度地保留原始信息的同时，对高维变量进行降维筛选出主要指标，且能根据各断面的综合得分值对流域水质进行时空变化特征分析，但主成分分析法难以对水质等级进行判定。以上评价方法侧重点不同，各有优劣，相互结合可以优势互补[3-9]。

为此，笔者以长江的重要一级支流青弋江作为研究对象，根据2017—2019年青弋江流域的水质监测资料，结合单因子评价法、模糊综合评价法和主成分分析法对青弋江流域水质进行评价和分析，全面客观地反映流域水质状况与变化特征，从而为流域水环境管理提供科学依据。

1 材料与方法

1.1 数据来源

青弋江是长江的重要一级支流，干流全长309 km，流域面积约7 195 km2，起源于黄山市黟县，经石台县、黄山区，于周家坦注入陈村水库（太平湖），出陈村水库流经泾县、宣城、南陵、芜湖等地，于芜湖市区入长江[10-11]。

该研究数据来源于青弋江流域7个常规监测断面2017—2019年数据，断面设置自上游至下游分别为溪口村、城关上游、琴溪桥、泾南交界、百园新村、海南渡、宝塔根。根据青弋江地理位置特征可知，溪口村和城关上游为上游断面，琴溪桥、泾南交界和百园新村为中游断面，海南渡和宝塔根为下游断面。其区位分布见图1。

1.2 数据预处理

根据对原始数据的初步分析，剔除未检出数据以及水温、pH等空值较多的项目，选取溶解氧（DO）、高锰酸盐指数（COD Mn）、五日生化需氧量（BOD 5）、氨氮（NH 3-N）、化学需氧量（COD Cr）和总磷（TP）6项指标进行评价分析。

1.3 评价方法

1.3.1 单因子评价法。

单因子评价法是用水体各监测因子的监测结果对比该因子的水质分类标准，确定该因子水质类别;在所有因子的水质类别中选取水质类别最差的类别作为

该水体的水质类别。水质分类标准值根据《地表水环境质量标准》（GB 3838—2002）确定。

1.3.2 模糊综合评价法。

模糊评价法通过各因子的浓度值，除以对应的质量标准中各类别的平均值，得出权重值。再依据各监测因子在地表水环境质量标准各类别中的归属，得出隶属度。最后通过矩阵复合运算，确定总体水环境的类别[12]。

1.3.3 主成分分析法。

主成分分析法是设法将原来变量重新组合成一组新的相互无关的综合变量，同时根据实际需要从中取出几个较少的但尽可能多地反映原来变量信息的综合变量的统计方法。主要计算步骤如下[13-14]：①原始数据标准化;②计算各指标之间的相关系数矩阵;③计算相关系数矩阵的特征值与特征向量;④计算主成分贡献率及累积贡献率，确定主成分;⑤将标准化后的指标变量转换为主成分;⑥对主成分进行加权求和，即得最终评价值并用其评判水质，权数为每个主成分的方差贡献率。

2 结果与分析

2.1 单因子评价结果

首先采用《地表水环境质量评价办法（试行）》（环办〔2011〕22号文）规定的划分水质类别的单因子评价法来评价溪口村、城关上游、琴溪桥、泾南交界、百园新村、海南渡和宝塔根7个监测断面水质状况。评价结果显示，2017—2019年青弋江流域各监测断面水质类别均稳定在Ⅱ类（表1），水质状况为优，确定青弋江流域水质类别主要指标是TP。

2.2 模糊综合评价结果

青弋江流域水质模糊综合评价显示（表1），2017—2019年青弋江流域各监测断面水质类别均稳定在Ⅰ类，水质状况为优。通过对权重指标分析可知，2017—2019年7个监测断面的DO权重值均最大，分别為025、0.27、0.33、0.26、0.26、0.27、0.36、0.33、0.36、0.26、0.28、0.29、0.32、031、0.29、0.24、0.27、0.31、0.24、0.24、027，说明DO是影响青弋江流域水质的主要指标。

2.3 主成分分析结果

分别对各监测断面不同监测指标年均值和月均值进行2个独立的主成分分析。采用各监测断面不同监测指标年均值进行流域主要污染指标的筛选以及水环境质量的时空变化趋势分析，采用各监测断面不同监测指标月均值进行各监测断面水环境质量的时间变化趋势分析。

运用 KMO 和 Bartlett球体检验进行统计，KMO检验是对原始变量之间的简相关系数和偏相关系数的相对大小进行检验，Bartlett球性检验用于检验各变量是否各自独立[15-16]。该研究计算得到年均值和月均值数据组KMO检验统计值分别为0.52和0.56，均大于0.50，Bartlett球形检验显著性概率P值均小于 0.05，表明以上数据组指标间相互不独立，相关性较强，适宜进行主成分分析。

分别对各水质指标年均值和月均值数据组进行降维处理，结果见表2和图2。从年均值数据组降维结果来看，方差贡献率大于10%的主成分有4个，对应的数值分别为3865%、27.12%、13.13%和10.55%，前4个主成分的累积方差贡献率为89.45%，高于80%。主成分1与TP和NH 3-N呈显著正相关关系，主成分2与DO呈显著正相关关系，主成分3与COD Mn和BOD 5呈显著正相关关系，主成分4与DO和COD Cr呈显著正相关关系。以上主成分涉及所有水质指标。

从月均值数据组降维结果来看，方差贡献率大于10%的主成分也有4个，对应的数值分别为31.30%、20.33%、1723%和13.58%，前4个主成分的累积方差贡献率为8244%，高于80%。主成分1与TP、NH 3-N和COD Mn呈显著正相关关系，主成分2与DO呈显著正相关关系，主成分3与BOD 5呈显著正相关关系，主成分4与COD Cr呈显著正相关关系。以上主成分涉及所有水质指标。

对比分析青弋江流域各监测断面年均值数据组和月均值数据组降维结果，可知2组数据的主成分分析结果基本一致，筛选出青弋江流域主要水质指标为TP和NH 3-N。

青弋江流域年均值数据组水质主成分综合评价结果见表3，月均值数据组水质主成分综合评价结果见表4。

2.4 水质时空变化特征分析

对青弋江流域年均值和月均值数据组水质主成分综合评价结果进行分析，得出青弋江流域水质时空变化趋势及各断面水质时间变化趋势（图3）。

2017—2019年青弋江流域年均值数据组水质主成分综合评价结果表明（表3）：青弋江流域下游水质最差，中游优于上游;2019年各断面水质均优于2017年水质，青弋江流域整体水质随时间推移呈优化趋势;2018年整体水质变化趋势不明显，溪口村和琴溪桥2018年水质在2017—2019年中最优，百园新村和宝塔根水质在3年中最差。

2017—2019年青弋江流域月均值数据组水质主成分综合评价结果表明（表4）：溪口村断面2017年5、6月水质最差，10、12月份水质最优;2018年4、9月水质最差，10—12月水质最优;2019年2、6、9月水质最差，5、10—12月水质最优。城关上游断面2017年7、8月水质最差，1月次之，其他月份曲线基本平稳;2018年9月水质最差，6月次之，2月水质最优;2019年5—8、11月水质最差，1月水质最优。琴溪桥断面2017年9月水质最差，11、12月水质最优;2018年水质曲线基本平稳;2019年6月水质最差，12月水质最优。泾南交界断面2017年9月水质最差，其他月份曲线基本平稳;2018年10月水质最差，7、12月次之，其他月份曲线基本平稳;2019年8、9月水质最差，1月最优。百园新村断面连续3年水质变化曲线基本一致，7月份最差，其他月份曲线基本平稳。海南渡断面2017年7月水质最差，12月次之，其他月份基本平稳;2018年9月水质最差，12月次之，7月最优;2019年9月水质最差，6月次之，1月最优。宝塔根断面连续3年水质变化基本一致，6—9月最差，12月次之，其他月份基本平稳。综合分析各断面水质变化，得出青弋江流域汛期水质明显劣于其他月份。

3 讨论

3.1 评价结果对比分析

该研究的3种水质评价方法侧重点不同，评价结果也略有差异。单因子评价法用最差的水质等级代表评价结果，根据各采样点位的TP浓度评价青弋江水质为Ⅱ类，评价结果不够全面，但计算结果安全性高。模糊综合评价结果与单因子评价结果相差1个等级，评价结果显示青弋江水质为Ⅰ类，模糊综合评价法充分考虑了各评价因子的综合影响，评价结果更加客观全面，但模糊综合评价对指标权重矢量的确定主观性较强，会掩盖一些重要水质指标的影响。主成分分析法难以对水质等级进行判定。

影响单因子评价结果的主要水质指标是TP，模糊综合评价中DO权重值最大，DO对模糊综合评价结果的影响最大，主成分分析法结果显示第1个主成分对应水质指标为TP和NH 3-N，第2个主成分对应水质指标为DO，主成分分析法与单因子评价法和模糊综合评价法的评价结果基本一致，且包含单因子和模糊综合评价的主要水质指标，因此主成分分析法更为客观、全面。

单因子和模糊综合评价法只能对水体进行定性评价，主成分分析法能对水体质量进行定量描述，且能根据描述结果进行时空变化特征分析。

3.2 评价结果与实际调查情况对比分析

青弋江流域上游主要污染源是林地和农村生活源，中游主要为农村生活源和农业面源，下游进入芜湖市段主要为工业污染源，因此整个流域以富营养污染为主，流域下游由于工业污染源较多，水质最差，上游主要污染源为林地腐殖质等带来的N、P污染，随着水体自净，中游水质优于上游，汛期由于雨水冲刷带来的农业面源污染加重水质劣于其他月份;随着对流域污染源排放管控的加强，流域水质随时间推移呈优化趋势。以上调查结果均与评价结果一致。

4 结论

（1）单因子、模糊综合和主成分分析相结合的评价方法可用于青弋江流域水质评价和时空变化特征的综合分析。结果显示，青弋江流域整体水质状况稳定在Ⅱ类以上，主要水质指标为NH 3-N和TP;青弋江流域下游水质最差，中游水质优于上游;2019年各断面水质均优于2017年，青弋江流域整体水质随时间的推移呈优化趋势，青弋江流域汛期水质明显劣于其他月份。

（2）青弋江流域整體水质为优，但中上游农业面源及芜湖市段工业点源污染仍是该流域两大污染风险。因此，该流域仍需加强农业面源污染控制和下游芜湖市段工业污染末端治理，注重污染预防，从源头和全过程减少污染物的产生。

参考文献

[1] 马乐宽，谢阳村，文宇立，等.重点流域水生态环境保护“十四五”规划编制思路与重点[J].中国环境管理，2020，12（4）：40-44.

[2] 程卫国，李亚斌，苏燕，等.不同赋权方法的综合水质标识指数法对比分析[J].灌溉排水学报，2019，38（11）：93-99.

[3] 初征.水环境质量评价中的几种方法[J].有色金属，2010，62（3）：160-162.

[4] 陆卫军，张涛.几种河流水质评价方法的比较分析[J].环境科学与管理，2009，34（6）：174-176.

[5] 孙婷，莫跃爽，李芳，等.花溪区思雅河水质分析与评价[J].环境监测管理与技术，2020，32（4）：43-47.

[6] 郭晶，王丑明，黄代中，等.洞庭湖水污染特征及水质评价[J].环境化学，2019，38（1）：152-160.

[7] 王竹，朱士江，刘扬，等.不同水质评价方法在滦河下游段的比较应用[J].节水灌溉，2019（10）：68-72，77.

[8] 彭福利，张永勇，李茜，等.官厅水库入库断面水质多指标评价与演变特征分析[J].中国环境监测，2020，36（1）：65-74.

[9] 吴岳玲.水质综合评价及预测研究进展[J].安徽农业科学，2020，48（2）：23-26.

[10]

李峻，孙世群.基于BP网络模型的青弋江水质预测研究[J].安徽工程科技学院学报（自然科学版），2008，23（2）：23-26.

[11] 胡晨琦，胡春生，刘永婷，等.青弋江泾县段最高阶地的ESR年代及其构造气候意义[J].山地学报，2017，35（4）：469-476.

[12] 杨海江，王建宇，石磊，等.模糊数学评价法在芦河水质评价中的应用[J].现代农业科技，2016（10）：178-180.

[13] 杜军凯，傅尧，李晓星.模糊-主成分分析综合评价法在地下水水质评价中的应用[J].中国环境监测，2015，31（4）：75-81.

[14] 王红，姚君兰，李艳蔷，等.基于主成分分析法的梁子湖水质评价分析[J].湖北大学学报（自然科学版），2017，39（6）：601-608.

[15] 任芳玲，张亚楠.基于主成分分析法的用电量预测模型[J].徐州工程学院学报（自然科学版），2016，31（2）：50-53.

[16] 李成，李海波，高丹丹，等.主成分分析在城市大气环境质量评价中的应用[J].湖北大学学报（自然科学版），2016，38（6）：567-571.

作者：吴转璋 耿天召 伍震威 王欢

模糊综合评价农业科技论文 篇2：

高校科研绩效评价新方法之综述

摘要：高校科研绩效评价作为高校科研管理的重要内容，评价方法的科学与否不仅直接关系到科研激励政策的公正性，而且还会影响到整个学校科研导向的正确与否，因此建立科学合理的科研绩效评价方法是高校科研管理部门工作的重点。就科研绩效评价新的方法，如层次分析法、灰色决策评价法和模糊综合评价法等，基本原理、优缺点和适用范围进行了梳理和评述，以其能对提高高校的科研效率及科研水平具有积极意义。

关键词：科研管理；科研绩效；评价方法

引言

高校科研绩效评价作为高校科研管理的核心内容，是衡量科研人员是否胜任的基础，也能充分调动科研人员的积极性，同时它也能够为高校的学科建设提出培训计划和发展方向，为高校的人才培养流动与储备、激励制度、薪酬福利等方案提供有效的决策依据[1]。鉴于高校科研绩效评价的重要作用以及它具有效益多样性的特点，如何客观、准确、高效地对高校的科研业绩进行认定是科研绩效评价的关键。因此，本文针对高校科研绩效评价的评价方法问题的研究现状进行梳理，以其能对提高高校的科研效率及科研水平具有积极意义。

科研绩效评价是在一定科研目标的基础上，运用科学、规范的评价方法，对一定时期的科研投入、产出和结果进行定量及定性的分析，作出真实、客观、公正的综合性评判[2]。评价方法的科学与否不仅直接关系到科研激励政策的公正性，而且还会影响到整个学校科研导向的正确与否，因此，建立科学合理的科研绩效评价方法是高校科研管理部门工作的重点[3]。

以往的研究提出了多种多样科研绩效评价的方法，如同行评议法[4]，德尔斐法（Delphi Method）[5]，360度考核法[6]，文献计量法[7]，这些方法已经得到了广泛的应用，因此在这里仅对近年来在评价实践中逐步发展和完善的一些新的思路和方法进行简要论述。

一、层次分析法

层次分析法（Analytic Hierarchy Process，AHP）于20世纪70年代，由美国科学家Saaty教授提出[8]。层次分析法的核心思想是把复杂的评价问题层次化，把评价问题按评价目标、评价领域、评价指标的顺序分解为不同层次的结构。

AHP的基本步骤[9]第一步是分解：首先从指标因素集中找出主要因素，依各因素的关联隶属关系，构建层次结构，形成递阶层次模型。第二步是判断：确定主观思维判断量化的标度，统一不同专家的思维判断的相对标准，然后邀请专家构造判断矩阵。第三步是计算：对每位专家构造的每个判断矩阵，使用几何平均法，计算其特征向量和最大特征值，进行判断矩阵的一致性检验，取得初步的指标权数集。第四步是综合：最后对各位专家的意见进行综合，得到代表专家群体几种意见的各项指标的权数，形成指标权数集。

AHP具有系统性、综合性、准确性、简洁性的特点，适合于解决包含多项标准的复杂问题。它的优点是：思路清晰、方法简便、适用面广、定性判断与定量推断相结合、客观性和系统性强等。但AHP也有缺点：当因素较多时，容易引起判断混乱；对某一决策的判断过程过于繁琐。

二、数据包络分析法

DEA（Data Envelopment Analysis，DEA）方法是由A.Charnes和W.W.Cooper等人发展起来的一种以相对效率概念为基础的评价方法。其基本思路是把每一个评价单位作为一个决策单元（DecisionMakingUnit，缩写为DMU），再由众多DMU构成被评价群体，通过对投入和产出比率的综合分析，以DMU的各个投入和产出指标的权重为变量进行评价运算，确定有效生产前沿面，并根据各DMU与有效生产前沿面的距离状况，确定各DMU是否DEA有效，同时还可用投影方法指出非DEA有效的原因及其改进的方向和程度。DEA特别适用于具有多输入多输出的复杂系统，近年来被广泛运用到技术和生产力进步、技术创新、资源配置、金融投资等各个领域进行有效性分析，从而为进行科学决策奠定基础[10]。

DEA方法的一大优势是，当研究者在设定了评价指标以后，不必人为地给各个指标赋以权重，这样就避免了因研究者的主观因素所产生的差异；另外，DEA在简化运算、减少误差方面有着不可低估的优越性。但是DEA方法只能对决策单元作出相对有效和相对无效的评价，并不能对决策单元进行全排序，而且它对数据要求较高，不能只对一个决策单元进行评价。对评价后的结果只能分出相对有效和相对无效单元，不能进行进一步的比较分析。

三、灰色决策评价法

灰色系统理论是一种研究少数据、贫信息、不确定性问题的方法，它以“部分信息已知，部分信息未知”的“小样本、贫信息、不确定性”系统为研究对象，主要通过对“部分已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控[11]。

灰色决策评价方法是根据因素之间发展态势的相似或相异程度来衡量因素间关联程度的方法，它将科研管理中大量难以描述的量作为灰色量来处理，弱化随机因素的干擾，且考虑了科技指标在科技活动中作用的大小，引入了指标权重的概念，建立模型来认识和估计科学研究活动主要指标变化发展规律，从而揭示高校科技活动的变化发展规律。

与传统的统计方法相比，灰色决策评价方法对样本量的多少没有要求，也需要有典型的分布规律，计算量小，用尽可能少的原始数据反映了尽可能多的状态信息，这在系统数据资料较少和条件不满足统计要求的情况下更具有实用性。

四、模糊综合评价法

近十多年来，研究者将模糊数学应用于多目标综合评价之中，以解决评价过程中各种不确定因素导致的模糊性，特别是对于定性信息较多的问题。模糊综合评判（Fuzzy Comprehensive Assessment）是其中的一种重要方法[12]，它将模糊理论与经典综合评价方法相结合使得评价结果尽量的客观。它首先建立问题的目标集和评定集，分别确定它们的隶属度向量;然后在各个单目标评判的基础上，通过模糊映射得出多目标综合评价结果。在前面所提到的评价方法中，多数方法不仅指标的权重一般都要由专家给定，而且定性信息也多是通过人的主观判断予以量化。而人的判断偏好固有的模糊性以及定性信息的模糊性，也要求人们用模糊数学的方法来处理上述问题，以得到更符合实际的结果。

模糊综合评判法的优点是：数学模型简单，容易掌握，对多因素、多层次的复杂问题评判效果较好，是别的数学分支和模型难以替代的方法。因此，该模型得到广泛应用，在许多方面采用模糊综合评判法的实用模型取得了很好的经济效益和社会效益。

五、人工神经网络法

人工神经网络(Artificial Neural Network，ANN)是80年代后期迅速发展的一门新兴学科，它是在人类对其大脑神经网络认识理解的基础上人工构造的能够实现某种功能的神经网络。它是一种建立在更加接近人类思维模式的定量和定性相结合的综合评价选择模型[13]。人工神经网络方法是利用已有方案和评价结果，通过学习从典型案例中提取所包含的一般原则，且对不完整信息进行补全，结合所给新方案的特征，对方案直接作出评价。它可以和主成分分析等多变量分析技术综合运用，从而最大限度地减少人的主观性作用，公平客观地作出评价结果。

人工神经网络可以应用在信息含糊、不完整、存在矛盾等复杂环境中，它处理信息能力强，数据可以并行处理，自身还具有学习、联想和记忆的能力。但是在应用前，它需要用户提供足够的已知样本对神经网络进行训练和学习，以确定网络权值和阂值矩阵。在此过程中要求样本数据充足，并具有典型性、准确性，这就给数据收集、处理带来了一定的难度。另外，在训练过程中，易出现训练过度的情况，严重影响神经网络的准确性。

任何一个绩效评价方法都是建立在科学合理预测和估计的基础上，评价方法的选择取决于评价意图、评价目标、评价对象和决策需要等，评价方法的实施过程也是控制的过程。多种评价方法的交叉运用可以适度地弥补单一方法的缺点，使评价体系更具有客观公正性和操作性，从而用翔实可靠的数据和合理的定量分析，为国家科技政策的制定提供依据。

参考文献：

[1]李敏.09-高校科研绩效评价体系的建立[J].岱宗学刊，2009，13(3):91-92.

[2]戚涌，李千目.科学研究绩效评价的理论与方法[M].北京:科学出版社，2009:11.

[3]沈意文，刘娟娟.灰关联度分析法在高校人文社科科研绩效评价中的应用[j].科技管理研究，2010，(22):237-240.

[4]Cozzens S E.Assessment of fundamental science programs in the context of the Government Performance and Research Act(GPRA).Rand Domestic Research Division Report，1995，1-10.

[5]杨桂涛.科技论文计量分析与军医大学科研绩效评估[D].陕西:第四军医大学,2003.

[6]李巨光.基于科研人员特点的绩效评价方法研究[J].农业科技管理，2010，29(2):93-96.

[7]国家自然科学基金委员会.中国基础学科发展报告[R].北京:中华人民共和国科技部，2001.

[8]王凭慧.科学研究项目评估方法[J].科研管理，1999，20(3):18-24.

[9]张宝生.我国高校科研创新团队绩效评价问题研究[D].黑龙江:哈尔滨工业大学,2008.

[10]江涛.基于DEA的农业高校科研绩效评价研究——以A农业大学为例[D].四川：四川农业大学，2009.

[11]刘慧群.高校科研团队绩效考核机制研究[J].科技进步与对策，2010，27（24）：138-142.

[12]Yager R R.Fuzzysets，probabilities and decision.Journal of Cybemetics，1980，10:1-18.

[13]胡芳.模糊综合评价法在绿色供应链绩效评价中的应用研究[D].湖南：湘潭大学，2006.

作者：林依

模糊综合评价农业科技论文 篇3：

农业转基因技术风险的内涵、划分及测度方法

摘要：目前，农业转基因技术研发已成为世界各国增强农业核心竞争力的战略选择，但其所带来的潜在风险也不容忽视。从评价的角度梳理有关农业转基因技术风险成因、划分及测度方法的研究。结果显示，目前对于农业转基因技术应用过程中风险的划分大多具有一致性，且测度方法也多以主观性较强的层次分析法和模糊综合评价方法为主。因此，从产业链视角出发，对农业转基因技术风险的内涵、划分和成因进行辨析，总结现有风险测度方法的不足，以期为我国农业转基因技术应用过程中风险规避及风险水平的测度提供有效的预判。

关键词：农业转基因技术;风险;内涵;划分;测度方法;层次分析;模糊综合评价

转基因技术在农业、医疗、工业等多领域不断渗透，尤其在农业领域实现了迅猛的发展。自1996年开始，转基因作物实现了商业化种植，超过20年的商业化进程中种植面积由170万hm2迅速上升到1.851亿hm2，实现了110倍的增长，全球市场价值达153亿美元。转基因技术作为一种新兴的生物技术手段，存在不成熟性和不确定性，因此转基因农作物及其食品的安全性已成为全球关注的焦点[1]。有关转基因的争论在社会中不断加剧升温，使得这场争论成为一场全民性质的讨论话题。而此时的争论，更多的是来自于转基因技术本身存在的不确定性，而关注者也多以学者和具有一定影响力的人为主。即便转基因技术本身存在一些无法预测的风险性，却没有成为阻碍该技术商业化推广的屏障。面对全球转基因技术商业化进程的推进，我国转基因技术的研发能力不断加强，但对农业转基因技术的采用却一直保持着谨慎的态度。目前，我国学者对转基因技术应用过程中的风险已经进行了大量的研究。因此，本研究在前人成果的基础上，从产业链视角出发，以农业转基因技术为对象，按照农业转基因技术应用中涉及到的风险内涵、风险划分、风险成因及风险测度4个视角进行分析，旨在对我国农业转基因技术应用中所涉及到的风险及风险水平进行预判。

1 转基因技术风险的内涵辨析

1.1 转基因技术

转基因技术又称基因工程、遗传转化技术，是将生物体中分离出来的目的基因转移到宿主基因组中，使其在性状、功能、表型、营养和消费品质等方面满足人类需要的技术[2]。转基因技术的理论基础来源于进化论衍生来的分子生物学，原理是将人工分离和修饰过的优质基因导入到生物体基因组中，从而达到改造生物的目的。由于导入基因的表达，引起生物体性状、可遗传修饰的改变，从而产生新型的、对人类有用的农作物或蛋白质，加快生物进化的速度，改变生物进化的方向，同时为社会生产领域带来新的变革，使各行各业都获得新的发展空间，从根本上改变农业、工业、医学、国防等领域的生产、管理和组织模式。当前，以基因技术为代表的农业生物技术，以其特有的魅力迅猛地冲击着农业的各个领域，为解决人类社会所面临的粮食短缺、环境污染等重大问题发挥了巨大的作用。

1.2 农业转基因技术

农业转基因技术是以转基因技术为代表的现代农业生物技术，相较于其他传统的育种技术，转基因技术能在更大范围内实现目的基因的整合，高效、快速地将目的基因导入农产品中，因此农业转基因技术既是传统育种技术的继承，又推动了其发展[3]。面对转基因技术所带来的巨大的经济利益，农业转基因技术的应用降低了农业生产成本、提高了农业产出，为解决粮食问题、生态问题和营养问题作出了巨大贡献[4]。但农业转基因技术快速发展的同时，人们也逐渐意识到技术不确定性可能带来的风险[5]。因此，如何利用转基因技术既做到保障国家粮食安全，提高农产品供给水平，又可以有效地规避转基因技术可能带来的风险，具有重要的意义。

1.3 农业转基因技术风险

风险的概念在社会学、心理学、经济学、医学等多个领域被广泛地研究。Agar等将风险定义为一个群体对危险的认知，认为风险是社会结构本身具有的功能，起着辨别群体所处环境危险性的作用[6]。Luhmann也将风险定义为一种认知或理解的形式，但强调风险并非一直伴随着各种文化，而是在具有崭新特征的20世纪晚期由于全新问题的出现而产生，具有时间规定性的概念[7]。乌尔里希·贝克将风险界定为认识、潜在冲击与症状的差异[8-9]。我国学者大多将风险定义为在特定的时间和条件下，由于不确定性而导致可能出现的损失或不利结果。朱淑珍等认为，转基因技术能带来巨大的经济利益，但同时转基因农作物的科学争议始终不断，且主要集中在食品安全、环境安全及人体健康3个方面[10-11]。史峰等将转基因技术在技术上的不确定性、转基因农作物在自然环境中的不确定性及转基因产物在市场推广后的不可预测性，都归为转基因技术及其应用的风险问题[12-13]。面对转基因技术所带来的不确定性，本研究基于纵向产业链视角，从研发环节一直到最终转基因产品进入市场的整个流程如图1所示，整个产业链条中将由于其不确定性而可能在某一时间或某一条件下所导致的损失定义为农业转基因技术风险。

2 农业转基因技術的风险划分

因为风险涉及领域广泛，其划分的标准也呈现出多样化的特征，目前对于风险的划分大体分为以下几种：（1）从管理的角度对风险进行划分。例如，张君按照保险经营环节将保险企业风险划分为承保风险、定价风险、理赔风险、投资风险[14]。（2）按照风险来源和风险性质进行划分。例如，尚庆琛等将风险分为内部风险（即财务风险、技术风险、信息风险等）和外部风险（即市场风险、金融风险、政策风险等）[15-17]。（3）根据对信息掌握的程度进行划分。例如，Renn把风险划分为简单风险、复杂风险、不确定风险、模糊风险[18]。（4）根据风险感知和风险数量化进行划分。例如，李宁等将风险分为新风险类风险、经济管理社会类风险、事故类风险、自然人为耦合类风险、物理化学自然类风险[19]。

2.1 转基因技术风险划分

现阶段我国对于转基因技术风险的研究，主要从转基因技术应用过程中可能给自然环境和人文环境造成的不利影响考虑。洪进等认为，转基因作物技术风险的主要因素包括高社会危害、低技术成熟度和较低经济净收益[20]。目前已有研究主要将农业转基因技术划分為生态风险、健康风险、经济风险等，如邬晓燕认为，转基因作物及其商业化的风险主要有3类，即生态环境风险、人体健康风险、社会伦理风险[21]。李建平等主要从生态安全性评价和使用安全性评价的角度对农业转基因技术进行风险评价[22]。孙炜琳等将转基因玉米应用所产生的经济风险划分为农业安全风险、市场风险和技术风险[23]。吕丹丹等认为，在农业领域，转基因安全主要体现在食用安全和生态环境安全方面[24-25]。而转基因技术在农业领域的应用过程与我国科技成果转化过程表现出一定的相似性，对于后者转化过程中所产生的风险，我国学者的研究较早。谢科范认为，科技成果在转化过程中存在生产风险、市场风脸、“寻售”风险、交易风险，这些风险以不同方式作用于科技成果所有者以及科技成果转让的转让方和受让方[26]。臧秀清将科技成果转化风险类型概括为技术不成熟性风险、投资分析风险、市场风险、社会风险、购买力风险和财务风险等6类[27]。

2.2 产业链视角下转基因技术风险成因及划分

通过对已有文献的整理发现，农业转基因技术因其不确定性具有较高的风险性，而风险来源与农业转基因技术的应用也密不可分，但现阶段学者对于农业转基因技术风险划分的研究大多都具有一定的统一性。并没有学者从产业链的视角出发，纵向分析转基因技术在整个农业产业链条中可能带来的风险问题。因此，本研究在前述文献研究的基础上，从农业产业链条各个环节对农业转基因技术的因果过程中可能产生的风险进行划分和归纳，但考虑到产业链多个环节中可能涉及到同一种类型的风险。因此，本研究依据每个环节所具有的独特功能性，对导致风险的原因进行归纳，便于全方面、更具体地对农业转基因技术在产业链上各个环节的风险划分及风险成因进行总结。

图2显示，从产业链角度研究的转基因技术在农业领域应用过程中的风险涉及众多影响因素，是一个较为复杂的风险系统。在该系统中，风险因素即为产生风险的原因，其与所造成的风险结果之间构成了错综复杂的因果关系。本研究通过构建关于产业链视角下农业转基因技术流程图，对转基因技术在农业产业链中各个环节的风险进行划分，并对该环节产生风险的原因进行总结。如转基因作物新品种的研发环节主要涉及到4个具体风险，分别为技术风险、管理风险、人力风险及资金风险，而影响技术风险的因素主要体现在技术替代性、技术成熟性、知识产权及成果转化等方面。同样在其他产业链环节中所涉及到的风险划分和具体的风险因素均可按照上述原则依次进行分层后找出。

3 转基因技术风险测度方法

风险的测度方法还处于发展阶段，我国科技成果转化的狭义概念实质等同于技术转移，而技术转移又是广义技术商业化的核心内容。因此，技术商业化的风险测度与技术转移风险和科技成果转化风险的测度表现出一定程度上的相似关联性。本研究主要探讨转基因技术在农业领域应用过程中所产生的风险，其中转基因技术的应用过程与技术商业化、科技成果转换及技术转移具有一定的统一性。综上所述，本研究对这3个方面的风险测度方法进行整理，为转基因技术风险测度方法提供参考。

当前，针对上述3个方面的风险测度进行整理，易发现目前多采用以层次分析法和模糊综合评价为主的风险测度方法。肖琴利用层次分析法和模糊综合评价法发现农作物转基因技术应用的风险风机处于中等偏低的水平，面临的风险状况相对良好[28]。徐辉等通过构建风险识别指标体系，采用模糊综合评价模型对一公司科技成果转化项目进行模糊定量测度，发现项目的风险水平较高[29]。王立英等则借助模糊综合评价量化模型实证测算高校研制的地膜技术的综合风险分数值，并评定风险等级为一般水平[30]。另外，郭鹏等将灰色理论引入到模糊评价方法中，构建出一种基于模糊灰色风险综合评价方法[31-32]。杨晔等运用专家调查法、层次分析法构建制药企业新技术商业化项目风险评估模型，以模糊综合评价法对银河制药厂的新技术商业化项目进行实证研究[16]。

除上述风险测度方法外，李建平等利用事故树分析法（FTA）找到转基因作物生态风险的关键控制点，并基于改进的风险矩阵对转基因作物生态风险的等级进行测度[33]。杨君等利用全因素层次模型（HHM）对转基因作物环境释放过程中可能涉及的各种风险因素及其相互作用影响进行全面还原和深入分析[34]。李晓峰等运用多维可拓物元模型和可拓测度方法对技术创新综合风险进行测度，较明确地给出待评企业技术创新项目的客观风险和决策者主观风险的定性评价、定量评价，从而全面反映出企业技术创新的优劣势[35]。张春勋构建了一种基于D-S证据理论及Fuzzy集的产品开发项目风险综合评价模型，风险指标量化，通过专家的评判减少风险因素量化的复杂性，较好地解决了风险因素的不确定性，评估产品开发项目风险因素的风险等级，在资源有限的情况下采取相应的风险响应措施，更好地回避风险或减少风险的影响，同时运用证据理论综合专家意见更客观地反映实际情况，较好地保证了评标结果的客观性[36]。于永辉等运用头脑风暴法和态势分析法（SWOT）对生物仿制品仿制研发项目风险进行识别，通过风险概率和影响程度分析法即分析改进的SWOT分析法建立概率与影响矩阵，完成了对生物制品仿制研发风险的评估[37-38]。郭昆鹏则采用风险概率评估、风险影响程度评估、事件状态评估等3个方面进行风险评价，提出了对于医药企业新药研发的风险控制和监控策略[39]。张晨琛对高速公路网风险评估中通过构建公路网风险评估层次化关联结构，利用网络分析方法（ANP）和模糊积分等理论方法得到风险测度的权重表示方法，建立起公路网风险评估方法[40]。

4 既有研究文献述评与研究展望

在当前现代农业快速发展的背景下，农业转基因技术的商业化进程是各国政府一直关注的热点，同时也是学术界密切关心的重要内容之一。国内外学者围绕技术商业化和农业科技成果转化存在的问题等做出较为细致的研究，这给挖掘潜藏在农业转基因技术应用过程中的风险提供了有益借鉴，但现阶段相关学者对于农业转基因技術风险划分的研究大多都具有一定的统一性，并没有学者从产业链的视角纵向分析转基因技术在整个农业产业链条中可能带来的风险问题。同时，在风险测度方法上多采用层次分析、模糊综合评价方法等现代综合评价方法，这些研究方法为风险的测度提供了科学合理的渠道，增强了理论指导实践的可行性，这些评估方法在评估时只是考虑了风险影响程度这一单方面情况，而且求权重用的判断矩阵由专家直接给出，主观性强，评估结果解释能力不足。

通过对既有文献的整理，本研究基于风险理论和产业链视角将农业转基因技术风险定义为：从研发环节一直到最终转基因产品投入到市场的整个农业产业链条中，由于不确定性因素而可能在某一时间或某一条件下所导致的损失或不利结果。在农业转基因技术风险成因及风险划分中，将产业链各环节中可能涉及到的风险进行整理，并将导致风险的原因进行归纳，便于全方面、更具体地对农业转基因技术在产业链上各个环节的风险划分及风险成因进行总结。在风险测度方法上，本研究认为应该在已有的研究方法基础上，综合农业转基因技术应用现实的环境因素，构建科学合理的指标体系，对农业转基因技术应用的风险水平进行更为客观的预判。

转基因技术在农业领域的应用所涉及到的风险应充分考虑转基因技术的特性，找出转基因技术相对于其他高新技术的独特之处，进而多角度、更具体地对农业转基因技术应用过程中风险的内涵、划分及测度进行研究，同时也要鼓励开展更多的学科交叉研究，结合我国转基因技术应用的现实环境，对现有的风险测度方法进行创新，弥补现有测度方法的不足，以期为我国农业转基因技术的发展进行较为客观、公正的预判。

参考文献：

[1]蒋高明. 试论转基因作物的生态风险[J]. 科学对社会的影响，2010，2（2）：42-47.

[2]骆 翔，刘志颐，章树民，等. 植物转基因技术研究进展[J]. 中国农学通报，2014，30（15）：234-240.

[3]康国章，李鸽子，许海霞. 我国作物转基因技术的发展与现状[J]. 现代农业科技，2017（22）：27-29.

[4]徐振伟. 转基因技术风险及其控制探究[J]. 南开学报（哲学社会科学版），2014（5）：76-84.

[5]李中东. 农业生物技术的风险及其控制研究[J]. 科技进步与对策，2007，24（12）：121-124.

[6]Agar M，Douglas M，Wildavsky A.Risk and culture[J]. Anthropological Quarterly，1983，56（2）：102.

[7]Luhmann N. Risk：a sociological theory[M]. Berlin：de Gruyter，1992.

[8]乌尔里希·贝克. 风险社会[M]. 何博闻，译.南京：译林出版社，2004.

[9]乌尔里希·贝克，约翰内斯·威尔姆斯. 自由与资本主义[M]. 杭州：浙江人民出版社，2001.[ZK）]

[10]朱淑珍. 金融创新与金融风险——发展中的两难[M]. 上海：复旦大学出版社，2002.

[11]王明涛. 证券投资风险计量、预测与控制[M]. 上海：上海财经大学出版社，2003.

[12]史 峰. 转基因农作物的科学争议与多元发展[C]//陕西省毒理学会.《转基因食品安全与风险评估》学术研讨会论文集. 西安：西北大学生态毒理研究所，2015：6.

[13]冯虎成. 透视“挺转”与“反转”之争——基于贝克风险社会理论的思考[J]. 西南交通大学学报（社会科学版），2017，18（2）：70-76.

[14]张 君. 论我国保险公司的风险管理[J]. 保险研究，2003（3）：10-12.

[15]尚庆琛，覃 正. 基于风险分类的企业全面风险管理目标体系[J]. 经济与管理研究，2008（6）：46-50.

[16]杨 晔，杨 辉. 制药企业新技术商业化项目风险评估研究——以银河制药厂为例[J]. 河南财政税务高等专科学校学报，2016，30（6）：5-13.

[17]郑淑蓉，李金兰. 低碳技术商业化风险探讨[J]. 市场周刊（理论研究），2011（2）：76-77，92.

[18]Renn O. Risk governance：towards an integrative approach[R]. IRGC，2005.

[19]李 宁，张 鹏，胡爱军，等. 从风险认知到风险数量化分类[J]. 地球科学进展，2009（1）：42-48.

[20]洪 进，余文涛，赵定涛，等. 我国转基因作物技术风险三维分析及其治理研究[J]. 科学学研究，2011，29（10）：1480-1484，1472.

[21]邬晓燕. 转基因作物商业化及其风险治理：基于行动者网络理论视角[J]. 科学技术哲学研究，2012，29（4）：104-108.

[22]李建平，肖 琴，王吉鹏. 转基因作物的风险分析及我国的应对策略[J]. 中国食物与营养，2013，19（1）：5-9.

[23]孙炜琳，王瑞波. 转基因抗虫玉米商业化的风险分析及应对策略[J]. 农业技术经济，2011（7）：95-103.

[24]吕丹丹. 全球农业转基因技术的是与非[J]. 生态经济，2016（10）：2-5.

[25]陈从军，孙养学，刘军弟. 消费者对转基因食品感知风险影响因素分析[J]. 西北农林科技大学学报（社会科学版），2015，15（4）：105-110.

[26]谢科范. 论科技成果转化的风险[J]. 自然辩证法研究，1994，10（11）：44-47.

[27]臧秀清. 科技成果转化的风险及防范措施[J]. 中国软科学，2000，22（4）：48-50.

[28]肖 琴. 我国农作物转基因技术风险评价研究[D]. 北京：中国农业科学院，2012.

[29]徐 辉，蔡国华，丁木华. 科技成果转化风险识别及其定量测度[J]. 工业技术经济，2005，24（2）：82-84.

[30]王立英，董兴林，马 媛，等. 高校科技成果转化过程中的风险识别与度量[J]. 科技管理研究，2007，184（5）：186-188.

[31]郭 鹏，施品贵. 项目风险模糊灰色综合评价方法研究[J]. 西安理工大学学报，2005，21（1）：106-109.

[32]劉希宋，姜树凯，喻登科. 科技成果转化风险的预警模型[J]. 科技管理研究，2008，28（5）：283-284，260.

[33]李建平，肖 琴，周振亚. 中国农作物转基因技术风险的多级模糊综合评价[J]. 农业技术经济，2013（5）：35-43.

[34]杨 君，刘金涛，杨德礼. 转基因抗除草剂作物全因素层次模型的建立与风险分析[J]. 大连海事大学学报，2010，36（4）：132-135.

[35]李晓峰，徐玖平. 基于物元与可拓集合理论的企业技术创新综合风险测度模型[J]. 中国管理科学，2011，19（3）：103-110.

[36]张春勋. 基于D-S理论及Fuzzy集的产品开发项目风险评价研究[J]. 科技管理研究，2008，28（4）：39-42.

[37]于永辉. 生物制品仿制研发风险管理研究[D]. 济南：山东大学，2014：23-43.

[38]庞甲佩，于永辉，余 正. 生物仿制药研发的风险控制[J]. 山东化工，2015，44（3）：71-76.

[39]郭昆鹏. 医药企业新药研发的风险管理研究[D]. 开封：河南大学，2010：35-48.

[40]张晨琛. 高速公路网风险评估理论——基于网络的综合方法[D]. 北京：北京交通大学，2014.

作者：崔宁波 刘望 于尊 巴雪真