一种农民用水合作组织绩效评价方法与流程

本发明实施例涉及农业用水管理领域，具体涉及一种农民用水合作组织绩效评价方法。

背景技术：

水利是农业生产的命脉，是发展现代化农业的基础。自建国以来，我国一直大力开展水利工程建设，为农业灌溉提供良好的基础设施条件，但是后续的管理维护所需费用仍然很大。为了扭转这一困境，我国于20c90s引进“参与式”灌溉管理制度。但由于农民用水合作组织发展较晚，目前国内尚处于实践推广阶段，发展形势以农民用水户协会为主。近几年，中国灌区大力推进农民用水户协会建设，取得了一定的成效，但也暴露出了许多问题，因此需要对农民用水合作组织绩效进行评价。

平衡计分卡理论(bsc)是由罗勃特·卡普兰和戴维·诺顿教授共同提出的一种绩效考核方法，与传统考核体系只关注财务不同，它还综合了非财务指标体系考核办法。平衡计分卡主要从财务、客户、内部流程以及学习与成长四个维度考核绩效，通过将企业战略目标逐层分解转化为各项具体指标，针对不同时段评价其实现状况，由此实现短期与长期、结果与过程、财务与非财务等互相平衡的组织绩效考核目标。目前农民用水合作组织绩效评价研究中大部分都注重工作业绩和内部运营方面等“硬指标”的评价，这种方法仅关注业绩指标而忽视管理成本，注重短期成效而忽视长期发展，平衡计分卡理论有效地克服了这方面的不足，增加了供水服务质量、农户参与程度、对灌水的满意程度和协会宣传培训力度等“软质量”方面的评价，有机结合了财务与非财务指标两方面，平衡了长远战略与短期目标间的冲突，从而实现对用水户协会运行管理绩效的客观、全面、综合的评价。

topsis模型是由c.l.hwang和yoon.k.s于1981年提出的一种逼近理想解排序的方法，目前在多目标决策分析、方案选择、绩效评价等方面广泛引用。这种模型的基本构建流程是：首先根据初始决策矩阵建立归一化的标准矩阵，然后找到有限方案中的最优解(即正理想解，指的是一组数据中最优值)和最劣解(负理想解，指的是一组数据中的最劣值)，通过计算各样本同正负理想解的距离来评判各评价对象的优劣。但是农村用水合作组织的绩效评价是一项系统、复杂的综合的工程，受研究时间与知识水平所限，问题研究不够全面，该评价指标体系还有待进一步完善。

技术实现要素：

为此，本发明实施例提供一种农民用水合作组织绩效评价方法，以解决现有农村用水管理难、用水合作组织绩效评价体系不完善的问题。

为了实现上述目的，本发明实施例提供如下技术方案：

本发明实施例公开了，一种农民用水合作组织绩效评价方法，所述方法为：

步骤1、构建绩效评价指标体系，从工作业绩、客户服务、内部管理、学习与发展四个准则层构建农民用水合作组织平衡计分卡评价体系；

步骤2、分配评价指标权重，采用层次分析法和专家判断法相结合的主、客观分析法确定指标权重；

步骤3、进行模糊综合评价，结合农民用水合作组织绩效评价的因素集和评语集，建立隶属度函数，进行总体等级评价；

步骤4、对逼近理想解排序模型影响因素进行重要性分析，得出影响农民用水合作组织发展的最重要因素和最不重要因素。

进一步地，所述步骤1中绩效评价指标体系为目标层，所述目标层包括四个准则层，分别为：工作业绩、客户服务、内部管理、学习与发展，每个准则层下设指标层，指标类型包括定量和定性；

所述工作业绩准则层下设的指标层包括：水费收取率、田间工程管护情况综合指标、单位灌溉用水收益；

所述客户服务准则层下设的指标层包括：农户参与程度、供水服务与管理水平、农户对水价承受能力；

所述内部管理准则层下设的指标层包括：组建制度基础、用水计划管理、财务管理综合指标；

所述学习与发展准则层下设的指标层包括：组织培训情况、组织管理者情况和用水户是否认为组织保护其利益。

进一步地，所述步骤2中，评价指标权重分配方法包括：构建递接层次结构模型、建立判断矩阵、进行层次单排序及一致性检验、进行层次总排序及一致性检验；

所述构建递接层次结构模型以绩效评价为核心目标，对绩效评价目标进行分解，基于绩效评价指标体系构建递接层次结构模型；

所述建立判断矩阵过程中，判断矩阵表示针对上一层次某单元素，本层次与它有关元素之间相对重要性的比较；

所述层次单排序及一致性检验，对某一层的所有因素对上一层某因素的影响程度进行排序；

所述层次总排序及一致性检验，根据层次单排序结果，从目标层至最底层方案层，对所有因素相对于总目标的重要程度进行排序。

进一步地，所述建立判断矩阵过程中，对同一层的各因素xi进行两两比较，以此推出各层间的相对重要性aij，其比较结果用矩阵表示，构成比较判断矩阵a，并赋予xi相对应的权重值，采用专家调查法对各准则层及各指标层指标的相对重要性打分。

进一步地，所述层次单排序及一致性检验，计算判断矩阵的最大特征值和对应的特征向量，找出一个数λ和一个非零n维向量α对判断矩阵a，满足aα＝λmaxα，其中，λmax为判断矩阵a的最大特征值，α为λmax对应的特征向量，α的分量αi即为对应元素单排序的权重值，对一致性检验过程中，计算a的一致性指标

ci＝(λmax-n)/(n-1)

其中n为矩阵的阶数，当ci＝0时，a完全一致，ci越大，a一致性越差。

进一步地，所述层次总排序及一致性检验，计算每层元素对于总目标的权重，对层次总排序做一致性检验，根据计算出的权重结果，通过相关农水专业、水管理专家对相关指标内容的理解，分别对各项指标权重进行调整，将各专家的打分平均值作为最后计算的权重。

进一步地，所述步骤3中，模糊综合评价方法包括：构建农民用水合作组织绩效评价的因素集和评语集、建立隶属度函数、进行综合评价；

所述构建农民用水合作组织绩效评价的因素集和评语集中，因素集u包括s个子集，分别按照指标体系等级划分以描述被评价对象属性，因素集为：u＝{工作业绩，客户服务，内部管理，学习与发展}；评语集是评价等级标准的集合，用来判定评价的对象的等级，评语集为：v＝{优秀，良好，中等，较差，差}；

所述建立隶属度函数中，根据农民用水合作组织绩效评价特点及参考有关文献资料及历史经验，选择广泛应用的适合正向指标的升半三角隶属函数，对于正向指标，当指标值越大时，表明评价对象状态越良好；

所述进行综合评价根据隶属度函数中计算各指标的隶属度，构建隶属度矩阵，将权重向量与隶属度矩阵相乘得到各指标层向量，根据各指标层向量与准则层权重相乘得到模糊综合评价向量，采用最大隶属度方法进行处理，取模糊综合评价向量中元素值中的最大值，其所属等级为评价总体等级。

进一步地，所述步骤4中，对逼近理想解排序模型影响因素进行重要性分析过程包括：构建标准化矩阵、确定正负理想解、计算各指标向量到正理想解、负理想解的距离、计算各指标与最优方案的贴近度；

所述构建标准化矩阵过程中，共有m个样本，n个评价指标，各评价指标值为xij(i＝1，2，…，t；j＝1，2，…t)，由于各指标数值的量纲不同，对矩阵进行无量纲化处理，得到标准化矩阵y；评价体系内指标均为效益型数值，表示指标越大越好，采用归一化方法对原始数据进行处理，对于效益型指标采用以下公式进行归一化处理，

所述正理想解为y⁺，负理想解为y^-，

所述各指标向量到正理想解的距离为d⁺，各指标向量到正理想解的距离为d^-，

式中yi⁺、yi^-分别为第i项指标在评价中的最偏好值和最不偏好值；

所述各指标与最优方案的的贴近度为cj，

式中，cj值越大，表明第j个指标水平越接近最优水平，贴近度cj的值在0～1之间，当cj＝1时，指标状态最好；当cj＝0时，指标处于无序混乱状态。

进一步地，所述步骤4中，根据各指标与最优方案的的贴近度数值排列出各指标次序，基于组织、散户、大户三个不同角度对影响农民用水合作组织发展的因素进行重要性排序，得出较重要指标和较不重要指标，结合模糊综合评价结果，明确农民用水合作的发展现状。

本发明实施例具有如下优点：

本发明实施例公开了一种农民用水合作组织绩效评价方法，从工作业绩、客户服务、内部管理、学习与发展四个准则层构建农民用水合作组织平衡计分卡评价体系，克服了目前农民用水合作组织绩效评价研究中大部分都注重工作业绩和内部运营方面，注重短期成效而忽视长期发展的问题，增加了供水服务质量、农户参与程度、对灌水的满意程度和协会宣传培训力度等方面的评价，有机结合了财务与非财务指标两方面，平衡了长远战略与短期目标间的冲突，从而实现对用水户协会运行管理绩效的客观、全面、综合的评价；对逼近理想解排序模型影响因素进行重要性分析，得出影响农民用水合作组织发展的最重要因素和最不重要因素，结合绩效评价结果，为组织提出相应的长短期发展建议，使农村用水更加容易管理，并完善了用水合作组织绩效评价体系，能够更加科学地指导农村用水的发展。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。

本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。

图1为本发明实施例提供的一种农民用水合作组织绩效评价方法流程图；

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例

本实施例公开了一种农民用水合作组织绩效评价方法，所述方法为：

步骤1、构建绩效评价指标体系，从工作业绩、客户服务、内部管理、学习与发展四个准则层构建农民用水合作组织平衡计分卡评价体系；

步骤2、分配评价指标权重，采用层次分析法和专家判断法相结合的主、客观分析法确定指标权重；

步骤3、进行模糊综合评价，结合农民用水合作组织绩效评价的因素集和评语集，建立隶属度函数，进行总体等级评价；

步骤4、对逼近理想解排序模型影响因素进行重要性分析，得出影响农民用水合作组织发展的最重要因素和最不重要因素。

克服了目前农民用水合作组织绩效评价研究中大部分都注重工作业绩和内部运营方面，注重短期成效而忽视长期发展的问题，增加了供水服务质量、农户参与程度、对灌水的满意程度和协会宣传培训力度等方面的评价，有机结合了财务与非财务指标两方面，平衡了长远战略与短期目标间的冲突，从而实现对用水户协会运行管理绩效的客观、全面、综合的评价。

参考表1，步骤1中绩效评价指标体系为目标层，所述目标层包括四个准则层，分别为：工作业绩、客户服务、内部管理、学习与发展，每个准则层下设指标层，指标类型包括定量和定性；

所述工作业绩准则层下设的指标层包括：水费收取率、田间工程管护情况综合指标、单位灌溉用水收益；

所述客户服务准则层下设的指标层包括：农户参与程度、供水服务与管理水平、农户对水价承受能力；

所述内部管理准则层下设的指标层包括：组建制度基础、用水计划管理、财务管理综合指标；

所述学习与发展准则层下设的指标层包括：组织培训情况、组织管理者情况和用水户是否认为组织保护其利益。

表1农民用水合作组织绩效评价指标体系

步骤2中，评价指标权重分配方法包括：构建递接层次结构模型、建立判断矩阵、进行层次单排序及一致性检验、进行层次总排序及一致性检验；

所述构建递接层次结构模型以绩效评价为核心目标，对绩效评价目标进行分解，基于绩效评价指标体系构建递接层次结构模型；

所述建立判断矩阵过程中，判断矩阵表示针对上一层次某单元素，本层次与它有关元素之间相对重要性的比较；

所述层次单排序及一致性检验，对某一层的所有因素对上一层某因素的影响程度进行排序；

所述层次总排序及一致性检验，根据层次单排序结果，从目标层至最底层方案层，对所有因素相对于总目标的重要程度进行排序。

所述建立判断矩阵过程中，对同一层的各因素xi进行两两比较，以此推出各层间的相对重要性aij，其比较结果用矩阵表示，构成比较判断矩阵a，并赋予xi相对应的权重值，采用专家调查法对各准则层及各指标层指标的相对重要性打分，参考表2，赋分采用1-9标度法。

表2标度法数值及含义

层次单排序及一致性检验，计算判断矩阵的最大特征值和对应的特征向量，找出一个数λ和一个非零n维向量α对判断矩阵a，满足aα＝λmaxα，其中，λmax为判断矩阵a的最大特征值，α为λmax对应的特征向量。α的分量αi即为对应元素单排序的权重值，对一致性检验过程中，计算a的一致性指标

ci＝(λmax-n)/(n-1)

其中n为矩阵的阶数，当ci＝0时，a完全一致，ci越大，a一致性越差。

为了检验矩阵a是否具有令人满意的一致性，需要将ci和平均随机一致性指标ri进行比较。一阶和二阶判断矩阵具有完全一致性，而二阶以上的情况则通过判断矩阵的随机一致性比例cr计算得出。即

cr＝ci/ri

ri取值据表3进行确定。若cr<0.1，则判断矩阵具有满意的一致性，否则需要调整判断矩阵。

表3平均随机一致性指标ri数值

参考表4，层次总排序及一致性检验，计算每层元素对于总目标的权重，对层次总排序做一致性检验，根据计算出的权重结果，通过相关农水专业、水管理专家对相关指标内容的理解，分别对各项指标权重进行调整，将各专家的打分评价作为最后计算的权重；

假设较高层a层有a1，a2，……，as共计s个元素，层次排序权重分别为a1，a2，……，as，a层紧下一层b层有t个因素，其对ai的层次排序权重为b1j，b2j，……，btj，它们对于总目标的权重bi为：

最后对层次总排序再做一次一致性检验。

当cr0<0.1时，则认为结果具有满意的一致性，较为可靠。

表4各因素对总目标的层次总排序

根据计算出的权重结果，通过相关农水专业、水管理专家对相关指标内容的理解，分别对各项指标权重进行调整，将各专家的打分平均值作为最后计算的权重。

模糊综合评价方法包括：构建农民用水合作组织绩效评价的因素集和评语集、建立隶属度函数、进行综合评价；

所述构建农民用水合作组织绩效评价的因素集和评语集中，因素集u包括s个子集，分别按照指标体系等级划分以描述被评价对象属性，因素集为：u＝{工作业绩，客户服务，内部管理，学习与发展}；评语集是评价等级标准的集合，用来判定评价的对象的等级。评语集为：v＝{优秀，良好，中等，较差，差}；

所述建立隶属度函数中，根据农民用水合作组织绩效评价特点及参考有关文献资料及历史经验，选择广泛应用的适合正向指标的升半三角隶属函数，对于正向指标，当指标值越大时，表明评价对象状态越良好；

升半三角函数公式包括三级，ⅰ级(j＝1时)隶属函数为，

ⅱ级(当j＝2,3，……，t-1时)隶属函数为

ⅲ级(当j＝t时)隶属函数为

式中，u(x)为因素集中各指标对j评价等级的隶属函数，x为实际值，dj，dj-1，dj+1代表各指标的分级标准值，且dj+1<dj<dj-1。

所述进行综合评价根据隶属度函数中计算各指标的隶属度，构建隶属度矩阵r，将权重向量w与隶属度矩阵r相乘得到各指标层向量b，

根据各指标层向量b与准则层权重相乘得到模糊综合评价向量c，采用最大隶属度方法进行处理，取模糊综合评价向量c中元素值中的最大值，其所属等级为评价总体等级。

对逼近理想解排序模型影响因素进行重要性分析过程包括：构建标准化矩阵、确定正负理想解、计算各指标向量到正理想解、负理想解的距离、计算各指标与最优方案的贴近度；

所述构建标准化矩阵过程中，共有m个样本，n个评价指标，各评价指标值为xij(i＝1，2，…，t；j＝1，2，…t)，由于各指标数值的量纲不同，对矩阵进行无量纲化处理，得到标准化矩阵y；评价体系内指标均为效益型数值，表示指标越大越好，采用归一化方法对原始数据进行处理，对于效益型指标采用以下公式进行归一化处理，

正理想解为y⁺，负理想解为y^-，

所述各指标向量到正理想解的距离为d⁺，各指标向量到正理想解的距离为d^-，

式中yi⁺、yi^-分别为第i项指标在评价中的最偏好值和最不偏好值；

所述各指标与最优方案的的贴近度为cj，

式中，cj值越大，表明第j个指标水平越接近最优水平，贴近度cj的值在0～1之间，当cj＝1时，指标状态最好；当cj＝0时，指标处于无序混乱状态。

根据各指标与最优方案的的贴近度数值排列出各指标次序，基于组织、散户、大户三个不同角度对影响农民用水合作组织发展的因素进行重要性排序，得出较重要指标和较不重要指标，结合模糊综合评价结果，明确农民用水合作的发展现状。

本发明实施例公开的一种农民用水合作组织绩效评价方法，从工作业绩、客户服务、内部管理、学习与发展四个准则层构建农民用水合作组织平衡计分卡评价体系，克服了目前农民用水合作组织绩效评价研究中大部分都注重工作业绩和内部运营方面，注重短期成效而忽视长期发展的问题，增加了供水服务质量、农户参与程度、对灌水的满意程度和协会宣传培训力度等方面的评价，有机结合了财务与非财务指标两方面，平衡了长远战略与短期目标间的冲突，从而实现对用水户协会运行管理绩效的客观、全面、综合的评价；对逼近理想解排序模型影响因素进行重要性分析，得出影响农民用水合作组织发展的最重要因素和最不重要因素，结合绩效评价结果，为组织提出相应的长短期发展建议，使农村用水更加容易管理，并完善了用水合作组织绩效评价体系，能够更加科学地指导农村用水的发展。

虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。