黑龙江省林业合作社发展水平的评价指标体系

　　第 4 章 黑龙江省林业合作社发展水平的评价指标体系

　　4.1 林业合作社发展水平评价指标体系的构建

　　4.1.1 评价指标确定的原则

　　所谓评价指标体系，是指根据不同研究目的的要求和研究对象的特征，把客观上存在联系的、说明经济、社会现象性质的若干个指标，科学地加以分类和组合形成的统计指标体系。

　　评价指标体系的设计应坚持以下原则：

　　4.1.1.1 系统性的原则所谓系统是指实现规定功能以为实现某一目标而构成的相互关联的一个集合体或装置（部件）。坚持系统性原则指构成农民专业合作社示范带动效应的指标体系必须能够系统反映它的基本内涵和要求，同时也要和其特征及所要评价的最终目标相一致。构成指标体系的子系统中的各指标要能够相互制约，即各指标要保持自身独立性，也就是说各指标在涵义和内容上要和其他指标能够相互区别开来，各指标之间不能出现重叠。除此之外，指标之间还要保持相互联系，指标体系中的各个具体指标之间，其涵义、统计口径、计算方法、计算节点和空间范围等方面，都必须是相互衔接而有联系的，分系统的指标体系要和相应的目标相一致，这样才能综合而全面地认识经济现象之间的数量关系、内在联系及其本质规律性。

　　4.1.1.2 科学性的原则评价指标体系设计的科学性原则，可以大致从两个方面理解：一是要求评价指标体系构建的科学性，即指标体系的构建方法是科学合理的，其依据应该是已成型的理论或发展模式，指标体系的最终结果应该能够反映研究目标；二是要求指标内容设计的科学性，指标设计一定要同农民专业合作社示范带动效应的概念相一致，要有规范的计算方法和涵义。指标的数量选择不是越多越好，而是取决于相关理论研究和实践研究的需要及理论研究的深度。如果设计的指标名称和过去的涵义不相同，一定要赋予新的解释，并应指出这一指标设计的理论基础、经济意义、内涵外延、计算范围，防止出现指标概念涵义不清、范围不明，甚至模棱两可的问题。

　　4.1.1.3 可比性的原则评价指标体系的设置要满足统计制度的要求，同一指标体系的空间范围、时间范围要一致，价格、费用等要在统一的可比环境下进行，对于处于不同时期需要价格折算的可按基期的可比价格进行核算，而不同时期的费用分摊应该按资金时间价值的方法进行折算；在进行地区之间数据比较时，除了指标统计的口径、范围必须一致外，一般要用到相对数、比例数、指数和平均数等进行处理，比较结果才真正具有可比性。此外，在指标的选择上，要尽量选择那些国内外通用的、已经得到普遍认可的指标。一定要将不可比因素调整为可比因素，在条件允许的情况下，尽可能地和国内同行业、甚至国外同行业的指标进行比较，以便找出差距、挖掘潜力。

　　4.1.1.4 可行性的原则指标体系的选择既要和需要实现的理论研究目标相一致，同样也要具有可操作性，即对实践应用有指导意义。指标的口径要尽可能地和统计口径、会计核算的口径相一致，指标的设计应以实际能够获得性和可比性为基础，所选择的指标应该能从政府及其职能管理部门或者研究对象的统计资料中直接或间接获得。由于指标体系纷繁复杂，对于具有同等代表性的指标，要尽量选择数据收集方便、来源更可靠的指标。

　　4.1.2 综合评价指标体系的具体构成

　　4.1.2.1 目标层建立林业合作社发展水平综合评价指标体系的目地是为了开展黑龙江林业合作社发展水平进行综合评价。合作社作为一种特殊的组织形式，一头连着政府，一头连着广大群众。

　　正是因为林业合作社承载着政府和林区群众对于提高我国农民组织化程度的殷切期盼，承担起组织、发动林区群众主动对接外部市场进而实现林业增效、林农增收的目标。而现实生活中我国广大林业合作社整体上还处于发展的初级阶段，能够为林区群众自发组建、创办合作社提供典型示范模板的合作社数量还较少，带动更多林区群众走上共同致富道路是林业合作社今后发展的主攻方向。

　　4.1.2.2 准则层准则层包括六个具体指标：规模扩张水平指标、制度建设规范水平指标、盈利水平指标、品牌化水平指标、服务成员能力水平指标、引领带动水平指标。由于我国林业合作社的发展历程还相对较短，普遍是在 2007 年 7 月 1 日以后才成立的。很多省份林业合作社的发展还只停留在数量快速扩张阶段，黑龙江省也不例外，合作社的理事长们对于开展林业合作社的管理工作普遍还缺乏思路，反映到具体工作上就是合作社发展还始终处于混乱状态。因此，开展黑龙江省林业合作社发展水平综合评价工作，通过综合评价可以使真正发展水平高的合作社脱颖而出，让其他合作社理事长看到运作规范的合作社具体标准执行情况。林业合作社发展水平综合评价指标具体见表 4-1.
　　
　　4.1.3 层次分析法简介

　　层次分析法（Analytical Hierarchy Process,简称 AHP 方法）是美国运筹学家托马斯·塞蒂（T.L.saaty）于本世纪 70 年代提出的，是一种定性和定量相结合的决策方法，主要立足于解决众多实际应用领域的复杂的多标准问题。这种方法己被实践证明是解决复杂的、非结构决策问题的一种有效方法。它是一种将决策者对复杂系统的决策思维过程模型化、数量化的决策方法。应用这种方法，决策者通过将复杂问题分解为若干层次和若干因素，在各因素之间进行简单的比较和计算，就可以得出不同方案的权重，为最佳方案的选择提供依据。考虑了具体研究问题的特点，主要是大量数量型指标和评分型指标的同时存在，本研究采用层次分析法对反映农民专业合作社示范带动效应的指标进行权重的测定。

　　层次分析法主要包括以下几个步骤：

　　第一步，明确所要研究的具体问题。在分析社会、经济以及科学管理等领域的相关问题时，首先要对问题有一个总体上清醒的认识，需要弄清楚问题的包含范围和所要实现的目标，了解问题所包含的各种因素，确定出各因素之间的关联关系和隶属关系。

　　第二步，建立层次结构模型。在深入分析面临的问题后，在这一步中把复杂的问题由统一目标结构性地划分为不同层次，最高层是目标层，其次是准则层，最低层是方案层（措施层）。将同种性质的因素进行归纳分组，用框图形式说明层次的递阶结构与因素的从属关系。当某个层次包括的因素较多时，可将该层次进一步划分为若干子层次。按照 Saaty 的观点，层次结构可以通过创造性地思考、重新集合和人们观点的综合获得。而 zahedl 认为，层次结构的确定依赖于管理决策的类型和性质，层次的数量依赖于分析问题的复杂程度以及解决问题的详细程度。因此层次结构的确定既因人而异，又因事而异。

　　第三步，构造判断矩阵。判断矩阵表示针对上一层次某因素，本层次与它有关因素之间相对重要性的比较，通过构造判断矩阵，使个人的比较转化为在同一比率尺度标准下的比较。

　　层次分析法两因素比较标度说明见表 4-2.判断矩阵的值反映了人们对各因素相对重要程度的认识，一般采用 1-9 及其倒数的方法。当相互比较因素的重要性能够用具有实际意义的比值说明时，判断矩阵相应的值则可以取这个比值。由于层次分析法是一种主观性的方法，所以因素信息和权重的获得必须通过对专家或主要决策者进行直接问卷或者问卷调查的方式获得。第四步，层次单排序。通过判断矩阵 A的特征根的求解（ AW= Wmaxl ）得到特征向量W.经过归一化处理后得出本层次因素相对于上一层次相关因素的权重。主要方法有和根法和方积法，本研究采用了方积法。此外，两两判断矩阵建立后，保持判断思维的一致性是非常重要的，所以应采用矩阵一致性指标 CI（Consistence Index）对判断矩阵的一致性进行检验。其公式是： CI=1max--nln（公式 4.1）其中maxl 代表最大的特征根，n 为判断矩阵的阶数。一致性指标 CI 的值越大，表明判断矩阵偏离完全一致性的程度越大，CI 的值越小，表明判断矩阵越接近于完全一致性。一般判断矩阵的阶数 n 越大，人为造成的偏离完全一致性指标 CI 的值便越大；n 越小，人为造成的偏离完全一致性指标 CI 的值便越小。对于多阶判断矩阵，引入平均随机一致性指标RI（Random index），以下是 1- 15 阶正互反计算 1000 次得到的平均随机一致性指标值（表4-3）。CI 与同阶 RI 之比称为随机一致性比率 CR（Consisteney Ratio），CR =RICI,当 CR<0.1时，便认为判断矩阵是可接受的，如果 CR>0.1 则表示判断矩阵应需要调整，直到满足一致性要求为止。

　　第五步，层次总排序。计算同一层次所有因素对于最高层总目标相对重要性的排序，称为层次总排序。这一过程是由最高层次到最低层次逐层进行的。若上一层次 A 包含 m 个要素 Al,A2,……、Am,其层次总排序权重值分别为 al,a2,……、am,下一层次 B 包括 n个因素 B1,B2,……、Bn.,它们对于因素 Aj的层次单排序权重值分别为 b1j,b2j,……、bnj.此时，B 层次总排序值如下表 4-4 所示：第六步，层次总排序的一致性检验。这一步骤也是从高到低进行的。如果 B 层次某些因素对于 Aj单排序的一致性指标为 CIj,相应的平均随机一致性指标为 RIj,则 B 层次总排序随机一致性比率为：【1】

　　
　　4.1.4 各个指标权重值的确定

　　为了得到各层次指标的相对权重评价数值，运用专家独立调查打分方法以获取不同专家对各个指标的估计值，在此基础上进行计算并最终得出综合评价结果。本次调查共发出专家评估调查问卷 10 份，其中高等农、林院校研究者完成 4 份，林业合作社理事长负责填写 4份，地方政府主管合作社事务人员填写 2 份，剔除明显无效问卷 1 份，最终获得有效调查问卷数量为 9 份。为了方便利用层次分析方法对指标权重数值进行计算，主要采用 matlab7.0软件求解特征向量和特征值，最终完成权重值汇总及计算值检验工作。最终经过排序的指标权重结果见表 4-5.

    4.2 模糊综合评价方法简介

    模糊综合评价方法是一种建立在模糊数学基础上的综合评标方法，是根据隶属度原理这一模糊数学中的重要理论将定性评价转化为定量评价，即模糊数学理论在对可能受到多种因素制约的事物或对象做出一个整体的评价方面具有重大应用价值。这种评价方法天然上具有系统性强、结果清晰的特点，在实际工作中能够较好地解决许多难以量化的、模糊的问题，十分适合非确定性问题的解决。

　　4.3 评价等级参考标准

　　由于本研究主要测算的是黑龙江省林业合作社发展水平，因此有必要采用具体的等级划分方法，通过不同等级所对应的发展水平值将所研究的 19 个黑龙江省林业合作社进行归类。

　　具体的评价标准见表 4-3,评价参考等级标准设计的依据主要体现在采用优秀、良好、中等、合格四个等级来进行等级划分方面，评价等级合格对应着发展水平数值在 0.3 以下的情况，中等、良好、优秀每一等级对应着发展水平数值逐次 0.1 的增进幅度。【2】