[摘 要]分析吉林省科技政策實施效果,借鑒國內(nèi)外科技政策實施效果評價方法,采用模糊理論建立適應吉林省科技政策實施效果評價的指標體系和權重,建立廣泛適用的科技政策實施效果評價模型。
[關鍵詞]模糊理論;科技政策;指標體系;評價模型
[中圖分類號]G322.7 [文獻標識碼]C [文章編號]1008-0821(2010)04-0138-03
Research on Evaluation Model of Science and Technology
Policies of Jilin Province Based on Fuzzy TheoryYang Hua Zhang Bo
(Institute of Scientific and Technical Information of Jilin,Changchun 130021,China)
[Abstract]This paper analysed the effects of science and technology policies of Jilin province and learned the evaluation methods home and abroad.Then using fuzzy theory to set up indicator system and weight adapt to the implementation of science and technology policy in Jilin province,this article established a broad application evaluation model for science and technology policy implementation.
[Keywords]fuzzy theory;science and technology policy;indicator system;evaluation model
科技政策是科技發(fā)展的最大外生變量,評價科技政策的實施效果,對于進一步完善現(xiàn)有科技政策,切實貫徹“科教興國”戰(zhàn)略,確定未來科技政策制定方向有及其重要的意義。吉林省“十五”期間制定了十余項涉及科技企業(yè)、科技人才、科技項目招標、科技獎勵、院所轉制、知識產(chǎn)權保護、高新技術產(chǎn)業(yè)、科技成果轉化等方面的科技政策,并制定了以圍繞建立生態(tài)環(huán)保型效益經(jīng)濟框架,初步形成與本省經(jīng)濟、社會跨越式發(fā)展相適應的技術創(chuàng)新體系為總體目標的8個具體目標。這就需要相應的測度體系來評價各項科技政策的實施效果。
1 科技政策實施效果評價方法分析科技政策是政府公共政策體系的重要組成部分,科技政策實施效果評估屬于政策評估的范疇.目前在西方一些發(fā)達國家的政策科學領域,瑞典政策學家韋唐(Vedung)[1]闡述的政策評價方法和模式比較具有代表性和概括性。他從政府干預的實質(zhì)結果入手,按組織者的不同將評估模式分為效果模式、經(jīng)濟模式和職業(yè)化模式3類,每一模式都具有特殊的內(nèi)涵和外延,有不同側重的應用領域,且在實踐應用中都呈現(xiàn)出各自的優(yōu)點和缺點。我國的政策評價起步較晚,目前的相關研究主要是對西方研究理論的綜述和闡釋。其中陳振明[2]總結的常用評價方法有前后對比法、對象評定法、專家判斷法、自我評定法4種,并分別給出了其應用方式。不少學者認為,應該采用一種統(tǒng)一事實與價值的方法進行政策效果評價,以彌補忽視價值因素的上述種種評價的不足,筆者綜合考慮了二者的優(yōu)點,在指標體系設置上加入價值維度的指標,在評價方法的選擇上采取模糊綜合評價法。
2 吉林省科技政策實施效果評價模型
2.1 指標體系根據(jù)吉林省科技政策實施目標和評價原則,建立了由5大模塊、14大要素、40個基礎指標構成的吉林省科技政策實施效果的評價指標體系(見表1)。
期基于模糊理論的吉林省科技政策實施效果評價模型研究Apr.,2010Vol.30 No.4
2.2 模糊數(shù)學方法科技政策實施效果的評估是一個復雜的系統(tǒng)工程,具有慢顯效性,政策效果影響因素多,政策評估具體標準多以及各評價指標單位的差異性多變等特點。在這樣一個多變量、非線性、時變的系統(tǒng)中,復雜性與精確性形成了尖銳的矛盾。L.A.扎德教授從實踐中總結出這樣一條互克性原理:“當系統(tǒng)的復雜性日趨增長時,我們做出系統(tǒng)特性的精確而有意義的描述能力將相應降低,直至達到這樣一個閾值,一旦超過它,精確性和有意義性將變成兩個幾乎互相排斥的特性。”這就是說,復雜程度越高,有意義的精確化能力便越低。復雜性意味著因素眾多,時變性大,其中某些因素及其變化是難以精確掌握的,而且常常又不可能對全部因素和過程都進行精確的考察,而只能抓住其中主要部分,忽略掉所謂的次要部分。事實上,在現(xiàn)實社會生活中,很多事物的邊界都是模糊的,而人們在處理這類邊界模糊的事物時,可以根據(jù)一定歷史條件下和一定范圍內(nèi)的通行看法,運用豐富的語言加以描述。隨著社會的發(fā)展和進步,人們越來越需要定量分析邊界模糊的事物的性狀。為此,筆者在評價中采用了美國加利福尼亞大學查德(L.A.Zadeh)教授提出的“模糊集合論”方法,用它來定量描述邊界模糊和性狀模糊的事物。經(jīng)典的集合論認為,一個元素要么屬于某個集合,要么不屬于某個集合,沒有介于二者之間的其他情況。查德則設法用一個隸屬度(即隸屬于某個集合的程度)的概念,來描述那些處在“屬于”和“不屬于”之間的模糊事物,并記為μA(x)。當μA(x)取“0”時,就是“不屬于”集合,當μA(x)取“1”時,就是“屬于”集合,這時的集合1就是一個經(jīng)典集合。當μA(x)取“0~1”之間的小數(shù)時,1就成為一個模糊集合。如0.9表示隸屬于集合A的程度比較高,而0.1則表示隸屬于集合A的程度比較低。這樣一來,對那些模糊事物的性狀就有了一種可靠的定量分析方法,也為我們進行公共政策評估提供了一條可行的定量分析途徑。
2.3 評價模型政策評價的關鍵是如何處理不同單位的眾多指標,使其在一個評價尺度下統(tǒng)一起來。為此,運用模糊數(shù)學中的隸屬度進行測量,調(diào)查了解各項實際指標的后進水平點(低值)和先進水平點(高值),并將后進水平點設定為,“0”,先進水平點設定為“1”,建立起區(qū)間:[0,1]。然后,分別將各項指標的實際數(shù)據(jù)映射到對應的[0,1]區(qū)間上,得到各項實際指標的隸屬度。為了簡化運算過程,我們通過簡單的線性插值法來求得各項指標在[0,1]區(qū)間上的隸屬度。根據(jù)平面上的兩點決定一條直線,設后進水平點的坐標為(X1,Y1),先進水平點的坐標為(X2,Y2),則能夠建立直線方程式:x-x1x2-x1=y-y1y2-y1(1)在(1)式中,已經(jīng)規(guī)定Y1=0,Y2=1,(1)式可以整理化簡為(2)式:y=1x2-x1x-x1x2-x1(2)利用公式(2),近似地求出各項指標的隸屬度。事實上,各項實際指標的重要程度并不完全一樣,所以還必須給出它們的隸屬度在分配上的不同權重。權重也是一個模糊集合問題,具有多種不同的計算方法,如冪法(亦稱幾何平均法)較科學但計算稍復雜,主觀概率設定法計算過于粗糙等。這里,設計了一種“排序打分法”,以此兼顧科學和簡便兩方面。具體做法是,邀請若干專家,讓他們根據(jù)自己的理解和判斷,對各項實際指標從重要到次要進行排序打分。最重要的指標打10分,次重要的指標打9分,以此類推,排在最后的一項指標打1分,隨即得出每位專家對各項實際指標的打分總和為相同的常數(shù),之后再將各項具體指標的得分分別求和,并分別除以上述打分總和與專家人數(shù)的乘積,得到各項實際指標的權重:∑ni=1Qi=1(3)在此基礎上,建立公共政策的數(shù)學評估模型:P=f(Xμ1,Xμ2,Xμ3,……,Xμn)(4)政策效果指數(shù):PZ=∑ni=1μiQi(5)其中,μi為某項指標的隸屬度,Qi為某項指標的權重,PZ為各項指標隸屬度的加權平均值。政策效果分值:Pf=100PZ(6)設定Pf主要考慮到人們的評判習慣,同時也使公共政策評估的結果更具直觀性。采用百分制,將政策效果指數(shù)PZ擴大100倍則是合理的和必要的。
3 結 論通過采用模糊理論對評價模型進行改進,可以更全面的評價科技政策的實施效果,但是評價結果很大程度上依賴于指標體系的合理設置和權重準確判斷。同時,不同地域的指標體系選擇和權重判斷存在差別,需要根據(jù)具體情況進行改進。對于指標體系的設置和權重的選擇,將根據(jù)實際調(diào)查做進一步分析。
參考文獻
[1]Levitan B M,Sargsjan I S.Sturm.1iouville and Dirac opcrater[M].Boston:Kluwei Academic Publisher,1991:171-211.
[2]張南岳,陳懷惠.復變函數(shù)論選講[M].北京:北京大學出版社,1995:915.
[3]陳瑞雪,魏津瑜.科技政策實施效果的模糊綜合評價[J].鄭州輕工業(yè)學院學報:自然科學版,2007,22(2/3):201-204.