国家农作物种质资源平台服务绩效评价体系构建

陈丽娜，方 沩，司海平，陈彦清，曹永生



国家农作物种质资源平台服务绩效评价体系构建

陈丽娜1,2，方 沩1，司海平3，陈彦清1，曹永生1

（1中国农业科学院作物科学研究所，北京100081；2商丘师范学院计算机与信息技术学院，河南商丘476000；3河南农业大学信息与 管理科学学院，郑州450002）

【目的】国家农作物种质资源平台在“十二五”期间转为全面运行服务阶段，建立有效的平台服务绩效评价体系对服务效果定量评价，便于上级主管部门根据平台实现服务职能情况，确定资金的分配，保证平台更好地运转，提高平台服务效果。【方法】从国家农作物种质资源平台实际出发，在分析影响平台服务效果相关因素的基础上，按照评价指标科学性、全面性、系统性和持续性的原则，基于层次分析法构建了多维多指标的平台服务绩效评价体系。首先参考国家科技基础条件平台中心绩效考核指标，对评价指标重新分类、整合，按照影响平台服务效果的因素将评价指标分为不同维度，每一维度下又分成不同级别的评价指标。然后对经典的层次分析法进行改进，采取专家打分、归一化处理等步骤确定各级评价指标的相对权重，并将各级评价指标的相对权重相乘，得到评价指标的实际权重。最后对各级评价指标加权计算，得到平台服务效果整体评价值和某一维度下的评价值。【结果】使用该方法对国家农作物种质资源平台“十二五”期间的运行服务数据定量分析，试验结果如下：（1）平台“十二五”期间整体运行服务效果良好且稳定增长。（2）平台资源整合数量持续增加，但资源整合增速缓慢，资源鉴定评价和繁殖更新数目较少。（3）平台运行管理服务规范，但多年很少变化。（4）服务成效增速显著，资源服务量和信息服务量已达到一定规模，技术推广等服务力度不够。（5）服务用户群体比较稳定，服务企业用户比率增加。（6）平台未来服务潜力提高很大。（7）科技支撑服务和典型服务数量增速明显，但具体服务数量仍很有限。未来应进一步整合资源，加快资源鉴定评价和繁殖更新工作，满足用户多样化的需求，提高平台服务深度；加强平台基础设施建设，完善平台运行管理体制，使平台服务人员更加专业化，提高平台服务效率；服务重点应继续放在企业和个人用户方面，提升创新能力，提高平台服务广度；重视平台服务对高水平科研的支撑作用，规范专题服务流程，进一步提高平台服务质量。【结论】该多维多指标的绩效服务评价体系可对服务效果全方位评价，评价指标体现了服务深度、服务效率、服务广度、服务质量及服务潜力等方面。

农作物种质资源平台；层次分析法；服务绩效；评价指标

0 引言

【研究意义】国家科技部、发改委、教育部、财政部四部委于2004年制定了《2004—2010年国家科技基础条件平台建设纲要》，启动国家科技基础条件平台建设，其目的是充分运用信息、网络等现代化技术，对科技基础条件资源进行战略重组和系统优化，以促进全社会科技资源高效配置和综合利用，提高科技创新能力[1]。国家农作物种质资源平台（以下简称“平台”）是国家科技基础条件平台的重要组成部分，平台在“十二五”期间转入全面运行服务阶段，它以信息共享为先导，以实物共享为目的，在新品种选育、科学技术研究、政府决策、人才培养、农业生产和种业发展等领域满足国家和社会各个层次对农作物种质资源共享服务的需求[2]。平台具有公益性特点，主要由国家拨付平台运行服务后补助经费，“十二五”运行服务结束，上级主管部门需要了解平台是否有效实现其服务职能，需要具体的评价指标值对服务效果定量评价，确定拨付资金的额度，为平台更好运转做出决策。同时，平台管理部门也需要根据具体的评价指标值，对各子平台的服务情况进行考核，以确定资金的合理分配。因此，构建科学的平台服务绩效评价体系是平台发展到一定阶段的必然要求，科学客观地对平台服务效果进行监测和评估，能够提高种质资源的共享利用效率，更好地满足国家对科技创新的需求。【前人研究进展】国内外用来进行绩效评价的方法很多，有关键绩效指标法、目标管理法和标杆管理法等[3-6]。不同领域的评价方法有所不同，在知识管理领域，常使用多目标综合评价方法进行绩效评价，主要包括数据包络分析法（data envelopment analysis，DEA）[7-10]、层次分析法（analytic hierarchy process，AHP）[11-14]、主成分分析法（principal component analysis，PCA）[15-16]、模糊综合评价法（fuzzy comprehensive evaluation，FCE）[17-18]等。对多投入、多产出领域的绩效服务评价，常使用DEA方法，该方法以相对效率为基础，可通过对投入产出的对比，对服务效果整体评价；需要对服务绩效定性和定量分析时，多使用AHP方法，该方法将评价指标分为不同层次，给每个指标赋予一定权重，可将多指标变为单一指标，对多个指标定性分析和定量计算；多个评价指标相关性较高时，使用PCA方法可减少评价指标的个数，消除指标间信息的重叠；而评价指标难以量化时，则多使用基于模糊理论的FCE法，运用隶属函数将评价指标量化为模糊综合评价矩阵，为难以量化的多个评价指标寻找模糊权重向量，对多指标影响的服务效果综合评价。此外，学者门也将多种方法结合，或者对上述方法改进，进行绩效服务评价[19-22]。对科技资源的绩效评价，国外的研究主要集中在数字图书馆、交通和医疗等方面[23-27]，国内在该方面也建立了初步的评价方法[28-33]。【本研究切入点】国外有关绩效评价的研究虽多，但有关自然科技资源绩效评价的研究却很少，而在中国科技资源绩效评价方面，仍以理论研究为主，评价体系还不够成熟，尤其是用来定量评价的体系较少，很少做实证研究。目前，平台采用国家科技基础条件平台中心制定的评价指标体系，该体系是针对所有通过科技部认定的国家科技基础条件平台而制定的，它具有通用性，但不能很好地反映本平台的服务情况，而且不能定量分析。【拟解决的关键问题】本研究在构建评价体系时，基本保持原有考核指标不变，尽量采取可以明确量化的指标，同时结合平台具体服务数据，对服务评价指标重新整合。在计算评价指标权重时，对经典AHP方法进行改进，通过专家打分、归一化等操作，确定评价体系中每一层级指标的相对重要性，并计算评价指标的相对权重，减少专家主观意见对指标权重的影响。使用本方法对平台“十二五”期间的运行服务数据定量分析，为其他国家及地方科技平台服务评价提供借鉴。

1 数据来源与方法

1.1 数据来源

国家科技基础条件平台采取“先服务后考核”的原则，每年各平台会向国家科技基础条件平台中心提交平台服务绩效考核报告。国家农作物种质资源平台由1个国家种质库、1个青海国家复份库、10个国家中期库、23个省级中期库和39个国家种质圃等共74个库圃组成[34]，各库圃（称子平台）提供服务后，会将具体的服务数据通过上报系统提交给国家科技基础条件平台中心。上报服务数据包括所属平台名称、服务起止时间（或服务年份）、服务对象姓名、单位、单位类型（高校、科研院所、企业、个人或政府部门等）、是否平台参建单位、电话、手机、邮箱等联系方式、服务方式（包括植物种质资源服务、科学数据、技术咨询、成果推广、参观访问或科普宣传等）、服务内容、服务数量和服务效益等。上报服务数据较为详细准确，是本研究的主要数据来源，对上报服务数据中没有的指标选项，参考平台绩效考核报告中的数据。

1.2 数据处理方法

对平台“十二五”期间的运行服务数据定量评价。数据处理的步骤为：（1）数据划分。对平台服务数据按照服务年份划分，每年作为一个考核时间段。（2）分类统计。对每年的服务数据，按照绩效评价指标分类，并做初步统计。（3）数据预处理。对上报服务数据中可以直接量化的数据进行预处理，使个别单位不一致的数据统一表示。（4）定量分析。对数据归一化处理，具体做法是，选取2011年数据作为基准数据，其各项服务评价指标值都设为1，其余各年的评价指标值按相应的比例进行计算，消除评价指标之间的量纲影响。

1.3 评价指标的选取

评价指标的选取要体现指标体系的科学性、全面性、系统性和持续性。由于平台具有长期性、基础性和公益性等特点，其绩效评价的目的是为上级主管部门决策提供依据，以及对平台内部进行绩效考核，提高服务效率，促进科技创新，因此，评价指标的选择应重点考虑以下几方面因素。

1.3.1 资源整合 种质资源是平台建设、发展和服务的基础，平台服务依赖于资源的持续整合和集成，平台资源整合主要体现在资源的规模和质量上。资源规模反映了国家种质资源的战略储备，只有提高平台实物资源和信息资源规模，才能保证用户的多样化需求；资源质量决定了平台共享服务的效率，通过鉴定评价、繁殖更新资源，可提高资源质量，提高服务深度。

1.3.2 运行管理 运行管理是平台健康发展的保障，其管理水平决定了平台服务的效率。运行管理由基础设施、管理制度和服务人员等组成。完善的基础设施是平台运行服务的基础，它反映了平台的硬件和信息化水平；健全的管理体系体现了平台管理的现代化水平，它包括保证平台顺利运行的规范和章程等；合理的人员配备是影响平台服务效率的关键因素，高素质的服务团队对提高平台服务效率具有重要影响。

1.3.3 服务成效 服务成效反映了平台资源服务产生的效果，可通过资源服务量、服务对象、科技支撑、典型服务和升值服务等几方面反映。资源服务量是平台为用户提供服务的资源、信息和技术等数量，体现了平台资源的利用程度和服务深度；服务对象是平台服务的群体目标，主要以平台服务非参建单位的数量和企业用户数量来反映服务的范围和广度，资源服务量和服务对象数量是服务成效的一个重要体现，将其归类到服务成效维度下；科技支撑是平台支撑用户进行科学研究和技术创新取得的成果，以项目、论文、著作、专利、标准和获奖数量来反映平台服务对国家科技创新产生的影响；将典型案例、专题服务、高水平论文、重大专项和国家级奖励归类为典型服务，反映了平台服务对国家重大需求的满足程度，体现了平台服务的质量和水平；将能够促进平台未来服务效率的服务归类为升值服务，包括用户培训、宣传和参观访问等，体现了平台服务的潜力。

1.4 评价体系的构建

根据国家科技基础条件平台中心制定的运行服务绩效考核指标和运行服务管理系统的填报选项，结合国家农作物种质资源平台实际情况，从资源整合、运行管理和服务成效三方面构建平台绩效评价体系，对考核指标分级分类，设计了多维评价指标（表1）。

表1 多维多指标的服务绩效评价体系

该服务评价指标分为资源整合、运行管理和服务成效3个维度（一级指标H1—H3），每个维度有不同的服务要素组成（二级指标H11—H35），每个服务要素又有具体的评价指标体现（三级指标H111—H354）。该评价体系总共有3个一级指标，10个二级指标，35个三级指标组成，反映了平台资源服务的深度、效率、广度、质量及潜力等方面，能较科学、系统地评价平台服务效果。评价体系中的所有指标都可量化，因此，该服务评价体系实用、可操作性强。

1.5 基于AHP的评价指标权重计算

确定评价指标的权重是本评价体系构建的重点，本研究为了改进专家主观意见对指标权重的影响，对经典AHP方法做了改进，评价指标权重的计算过程可用示意图1表示。

本研究不直接对评价指标打分，而是首先根据平台运行管理体制，选择平台专家委员会成员5人、平台管理人员5人和子平台代表5人，共15名专家，对评价指标A相对于指标B的重要性打分，然后求平均值，得到指标A相对指标B重要性的平均值。一级评价指标Hi相对于Hj重要性的专家打分及平均值Vij如表2所示。

表2中Hi＞Hj表示指标Hi比指标Hj重要，专家打分值表明其重要程度。H1＞H2的Ex1（专家打分）值为1.32，表明专家1认为指标H1（资源整合）比指标H2（运行管理）重要，H1比H2重要1.32倍；Vij代表专家打分的平均值，V12的值为1.25，表明H1比H2的平均重要倍数为1.25。同理可得到，H1和H2没有评价指标H3（服务成效）重要，它们的重要程度都不足H3的一半。显然，Hj＞Hi的值为Hi＞Hj的倒数，V21=1/V12=1/1.25=0.80，V21=1/V13=1/0.45=2.22，V32=1/V23=1/0.36=2.78。

表2 一级指标Hi相对Hj重要性的专家打分及平均值

再由各层级评价指标重要性平均值组成判断矩阵H。先求H中每级评价指标相对重要性值乘积的n次方根，即W′i=（i=1…n）；再对向量W′i归一化处理，Wi= W′i/，得到评价指标的相对权重向量W。使用该方法得到的一级指标Hi相对于Hj的判断矩阵与相对权重如表3所示。

表3 一级指标Hi相对Hj的判断矩阵H与相对权重

表3中，判断矩阵的每个值为评价指标Hi相对于评价指标Hj重要性的专家打分平均值Vij；W′i为每行乘积的n次方根，此处每行有3个因子，故n取3，表明一级评价指标有3个；求得向量W′i后，对其归一化处理，得到每个维度下的相对权重向量W。表3中一级指标的相对权重向量W1=0.25、W2=0.20和W3=0.55。同理，可得到其他各维度下的相对权重向量，如W311=0.35、W312=0.25、W313=0.2、W314=0.2。其他指标的相对权重见表1（括弧内的值即为该指标的相对权重）。

然后根据AHP方法，求判断矩阵H的最大特征值，λmax=，并对H做一致性检验，CI=(λmax-n)/(n-1)，CR=CI/RI。对一级指标的判断矩阵H，可求得λmax=3.01，CI=0.005，由一致性检验表[35]可知RI=0.52（n=3）。CR=0.0096，CR＜0.1，该判断矩阵有满意的一致性。

最后，将各级评价指标相对权重相乘，可得到每一个评价指标在总服务绩效中的实际权重。比如评价指标H312（信息资源服务量）的实际权重A312=W3×W31×W312=0.55×0.25×0.25=0.0344。

多层的评价指标及其权重构成了多维多指标的服务绩效评价体系，使用该评价指标体系分析平台服务数据，可以对服务效果定量评价。

2 结果

2.1 平台整体服务绩效评价和一维指标下绩效服务评价

由于平台服务效果是通过三级服务评价指标数量直接体现的，因此，使用该评价体系可对服务绩效多角度考核，既可以考核某个维度下的服务效果，也可对服务效果整体评价。服务绩效评价值可用公式Q=∑(Hijk×Aijk)计算，其中Q代表绩效评价值，Hijk代表表2中该评价指标的服务数量（根据1.3节中的数据处理方法，此处Hijk取的是归一化后的相对值），Aijk代表评价指标的实际权重。通过计算，可得到2011—2015年整体服务绩效评价趋势和一维评价指标下的服务绩效评价趋势（图2）。

由图2可以看到，平台在“十二五”期间整体服务效果呈稳定增长趋势；资源整合和运行管理增长缓慢；服务成效快速增长。进一步分析可得到如下结论和建议。

图 2一级评价指标及整体服务绩效评价趋势

2.1.1 平台整体运行服务效果良好 尽管平台资源整合和运行管理方面增长缓慢，但由于快速增长的服务成效的拉动，平台整体服务效果仍呈稳定增长趋势。这说明平台经过几年建设，已进入了良性运作阶段，这也与平台较完善的管理制度及各子平台较高的工作效率密不可分。

2.1.2 平台资源整合增长缓慢 资源整合工作经过几十年的发展，已经达到了一定规模，目前，美国种质资源数量是57万余份，中国种质资源数量是47万余份（截止2015年底数据），世界排名第2，但最近几年中国没有再进行大规模的资源收集工作。尽管由于沿海调查和西北调查等项目的实施，自2012年后，每年新收集、引进资源约5 000份左右，但由于资源基数较大，资源整体增长趋势并不明显。因此，应进一步整合资源，提高资源规模和质量。中国于2015年7月份启动了第三次全国农作物种质资源普查与收集行动，计划用5年左右时间，征集和收集农作物种质资源10万份，可使资源保有总量大幅提升。此外，平台服务数据显示，中国种质资源中每年鉴定评价和繁殖更新的资源数目较少，尤其是繁殖更新的资源数目，平均每年不足1万份。更进一步的分析发现，大部分资源的鉴定评价数据不完整，尤其是抗逆、抗病虫等性状鉴定缺失严重，国外种质资源所占比重很小，还不到10%。因此，中国应加快资源鉴定评价和繁殖更新工作，鉴定资源的新特性；繁殖更新资源，保持资源活力和遗传完整性，使现有资源能充分利用；加大引种力度，引进国外优质种质资源，提高资源多样性，进一步提高服务深度。

2.1.3 平台运行管理增长缓慢 平台自建成后，保存设施容量和数据库数量多年变化不大，管理上仍主要沿用最初制定的法律法规和规范，服务人员培训的数量虽有提高，但整体服务的专业化水平还不够。因此，应进一步加强平台基础设施建设，完善平台运行管理体制，提升平台服务效率。国家作物种质库建设项目可行性研究报告于2015年5月获国家发改委批复，预计该项目建成后，原有库存能力将从40万份提升到150万份，将为农业重大基础理论研究和突破性新品种培育提供强有力的物质支撑。同时，要完善平台管理制度，规范服务流程，尤其要提高平台服务人员的专业素养和责任心，做好平台服务工作，提高服务效率。

2.1.4 平台服务成效显著 服务成效显著说明了平台服务更注重科技创新能力的提高，2013年后服务成效有较大飞跃，这可能与种质资源的基础性有关，经过两年积累，服务效果凸显出来。同时，这也与目前平台绩效考核中，服务成效所占的比重较大有关，尤其是支撑服务的考核比较成熟。

2.2 服务成效维度下各要素服务绩效评价

使用同样的计算方法对服务成效维度下各指标进一步定量分析，可得到2011—2015年该维度下各要素的绩效评价趋势（图3）。

尽管平台服务成效显著，但由图3可以看到，“十二五”期间，该维度下各要素的评价指标值增长趋势并不完全相同，进一步分析可得到如下结论和建议。

图3 服务成效各要素评价趋势

2.2.1 资源服务量整体趋于平稳 平台五年来实物资源服务数量平均在10万份左右，每年增加大约2万份，服务实物资源数量有较大提升，但由于实物资源基数较大（2011年服务实物资源数为6.5万份左右），因此，每年增长的比率较小，信息资源服务量情况类似，技术服务和成果推广服务增速相比前两者有较大提升，但具体服务数量仍比较小，且其权重较小，对资源服务量的影响并不明显。由于平台实物资源服务数量和信息资源服务数量已经有相当规模，因此，建议未来平台在服务数量上应以提高技术服务和成果推广服务为主，重点加强对优异种质资源的推广服务，提高服务质量。

2.2.2 平台服务的用户群体整体上比较稳定 平台服务数据显示，平台总服务单位数和总人数都有提高，但整体仍趋于平稳。而平台服务非参建单位的数量占服务总单位数量的75%，已经完成了平台建立初期以服务参建单位为主到服务非参建单位为主的转变。服务企业用户的比率从2011年的8%增长到2015年的20%，尽管服务企业用户比率有了很大提高，但在当今科技创新的大环境下，重视对企业尤其是中小型企业和个人用户的服务，仍然是平台服务的一个重要方面。因此，未来应进一步加大对企业的服务力度，提升创新能力，拓宽服务范围，提高服务广度。

2.2.3 平台服务潜力平稳增长 近几年，平台在参观访问、资源多样性展示方面做了很多工作，也更加注重宣传推广和培训，培训人员数量有了很大提高。同时，在国家科技基础条件平台中心举办的“共享杯”大学生科技资源共享服务创新大赛中，平台通过网站logo设计、明信片设计及图片数据库设计等题目，调动大学生积极参与，提高平台知名度。

2.2.4 科技支撑服务和典型服务数量增速明显 科技支撑服务和典型服务，由于服务初期数量较少，基数小，经过几年的发展，增幅很大，这也说明平台进入常规运行以后，尤其是2013年之后，平台服务更关注典型服务、专题服务，着力提高科技创新能力。平台于2014—2015年联合国家农业科学数据共享中心、家养动物种质资源平台开展了“面向东北粮食主产区的联合专题服务”、“玉米种质资源高效利用联合专题服务”等联合专题服务，取得了显著成效。但通过进一步分析发现，平台在科技支撑和典型服务方面的具体服务数据并不乐观，整个“十二五”期间，平台资源支撑SCI论文的数量平均每年不到50篇，国家级奖励数目平均每年不超过7项，而开展的大型联合专题服务总共不超过5项。因此，未来应继续加强专题服务等典型服务建设，加强平台对高水平科研的支撑作用，总结典型案例，在其他相关子平台中推广，对于专题服务，应根据服务需求制定针对性服务策略，规范服务流程，做好跟踪服务等后续服务工作，全面提升平台服务质量和水平。

3 讨论

由于国外种质资源的共享服务机制和中国有很大不同，因此，构建适合中国平台特点的服务绩效评价体系具有实际意义。而且，“十二五”刚刚过去，及时对平台转入全面运行服务后第一个五年的运行服务效果进行全面评价，对“十三五”平台能更好地运行服务具有指导意义。本绩效评价体系指标的选择既能够和原有平台的考核指标体系对接，指标分类上又考虑了上报服务数据的情况，评价指标的构建体现了服务的深度、广度、质量和效率等方面，权重计算时对AHP方法进行改进，评价指标相对重要性的打分人员组成既包括平台主管部门，又包括平台管理人员和各子平台方面，具有代表性，权重计算比较合理。

该绩效服务评价体系既可评价平台整体服务效果，纵向对比平台几年来服务效果的变化趋势，又可分析某一维度下的服务情况，有利于分析该维度下服务效果产生的原因。同时，该服务绩效评价方法还可对各子平台的服务情况进行评价，便于各子平台之间进行对比，调动服务人员积极性，提高平台服务效果。此外，本绩效评价方法是基于平台自身制定的，利用具体平台服务数据进行自我评价，未来，绩效评价的主体应该包括更多维度，除了平台自身外，还应包括用户对服务满意度的评价以及第三方机构对服务效果的评价等。

4 结论

本研究对经典的AHP方法进行改进，根据国家农作物种质资源平台实际情况，构建了多维多指标的绩效服务评价体系，并使用该方法对平台“十二五”期间的服务效果进行评价，“十二五”期间平台整体服务效果良好；服务成效显著；平台整合的资源及资源服务量已达到一定规模，但整合和提供服务的资源质量仍有待提高；平台运行管理需进一步加强；未来应着力提升对企业和对国家重大专题的服务，重点提升平台科技创新能力。该评价指标体系可对平台服务效果全方位评价，也适用于对其他国家科技基础条件平台服务效果进行评价。由于平台考核评价指标会随着社会创新发展而变化，因此，未来会从更宽的维度对平台服务效果进行评价。平台应该探索并实施多样化的服务手段，变被动服务为主动服务，变常规服务为跟踪服务，根据用户不同需求实施个性化服务，对资源整合分析提供知识服务，满足国家重大需求进行引导服务，全面提升平台服务效率。

References：

[1] 张贵红, 朱悦. 中国科技平台建设的历程、现状及主要问题分析. 中国科技论坛, 2015(1): 17-21, 38.

Zhang G H, ZHU Y. The history, current situation and main problems of China’s construction of science and technology platform., 2015(1): 17-21, 38. (in Chinese)

[2] 杜占元, 刘旭. 自然科技资源共享平台建设的理论与实践. 北京: 科学出版社, 2007.

Du Z Y, Liu X.n. Beijing: Science Press, 2007. (in Chinese)

[3] ALWAER H, CLEMENTS-CROOME D J. Key performance indicators (KPIs) and priority setting in using the multi-attribute approach for assessing sustainable intelligent buildings., 2010, 45(4): 799-807.

[4] TAYLER W B. The balanced scorecard as a strategy-evaluation tool: The effects of implementation involvement and a causal-chain focus., 2010, 85(3): 1095-1117.

[5] GRIGOROUDIS E, ORFANOUDAKI E, ZOPOUNIDIS C. Strategic performance measurement in a healthcare organization: A multiple criteria approach based on balanced scorecard., 2012, 40(1): 104-119.

[6] 郑造乾, 骆瑾瑜, 杨秀丽,袁雍, 黄萍. 目标管理法与关键绩效指标法在抗菌药物临床使用管理中的应用研究. 中华医院感染学杂志，2015, 25(22): 5152-5154.

ZHENG Z Q, LUO J Y, YANG X L, YUAN Y, HUANG P. Application of management by objectives and key performance indicators in management of clinical of antibiotics., 2015, 25(22): 5152-5154. (in Chinese)

[7] Chen S H, Chen Y T, Chen C M, Lee H C. Apply DEA approach regarding institution's goal for faculty performance evaluation., 2014, 35(4): 323-339.

[8] Saranga H, Moser R. Performance evaluation of purchasing and supply management using value chain DEA approach., 2010, 207(1): 197-205.

[9] 黄海霞, 张治河. 基于DEA模型的中国战略性新兴产业科技资源配置效率研究. 中国软科学, 2015(1): 150-159.

Huang H X, Zhang Z H. Research on science and technology resource allocation efficiency in Chinese emerging strategic industries based on DEA model., 2015(1): 150-159. (in Chinese)

[10] 熊婵, 买忆媛, 何晓斌, 肖仁桥. 基于DEA方法的中国高科技创业企业运营效率研究. 管理科学, 2014, 27(2): 26-37.

Xiong C, Mai Y Y, He X B, Xiao R Q. A study on operational efficiency of hi-tech startups in China based on DEA methods., 2014, 27(2): 26-37. (in Chinese)

[11] Aktas A, Cebi S, Temiz I. A new evaluation model for service quality of health care systems based on AHP and information axiom.(), 2015, 28(3): 1009-1021.

[12] Lee S H. Using fuzzy AHP to develop intellectual capital evaluation model for assessing their performance contribution in a university., 2010, 37(7): 4941-4947.

[13] 李萌, 蔡建飞. 基于层次分析法(AHP)的城市创新环境综合评价研究. 科技管理研究, 2012, 32(4): 50-53.

Li M, Cai J F.Comprehensive evaluation research on urban innovation environment based on AHP., 2012, 32(4): 50-53. (in Chinese)

[14] 詹丽华. 基于 AHP 的 FRBR 应用于网络信息组织的评价指标体系. 情报科学, 2016(34): 55-58.

ZHAN L H. An AHP based evaluation index system of FRBR applied to network informationorganization., 2016(34): 55-58. (in Chinese)

[15] Lam K C, Tao R, Lam M C K. A material supplier selection model for property developers using fuzzy principal component analysis, 2010, 19(5): 608-618.

[16] NOORI R, KARBASSI A R, MOGHADDAMNIA A, HAN D, ZOKAEI-ASHTIANI M H, FAROKHNIA A, GOUSHEH M G. Assessment of input variables determination on the SVM model performance using PCA, Gamma test, and forward selection techniques for monthly stream flow prediction., 2011, 401(3): 177-189.

[17] 高静, 周坤福, 孙文明, 顾文彬. 基于模糊层次分析和综合评价的大型仪器综合效益评价. 实验室研究与探索, 2015, 34(4): 271-275.

Gao J, Zhou K F, Sun W M, Gu W B. A comprehensive benefit evaluation system based on FAHP and FCE for large-scale instruments., 2015, 34(4): 271-275. (in Chinese)

[18] 黄书君, 李坤权, 朱光怡. 基于模糊层次分析模型的高校室内空气质量评价与分析. 环境工程, 2014, 32(5): 90-94.

Huang S J, Li K Q, Zhu G Y. Evaluation and analysis on the indoor air quality of colleges based on fuzzy AHP., 2014, 32(5): 90-94. (in Chinese)

[19] Sun C C. A performance evaluation model by integrating fuzzy AHP and fuzzy TOPSIS methods., 2010, 37(12): 7745-7754.

[20] 周国强, 王雪青, 郭清娥. 基于改进DEA-FCA的信用评价方法. 工业工程, 2013, 16(6): 67-71.

Zhou G Q, Wang X Q, Guo Q E. Credit evaluation method based on modified DEA-FCA model., 2013, 16(6): 67-71. (in Chinese)

[21] 汪静, 杨友文, 李钢. 基于AHP-FCE的高校国防科技成果转化评价研究. 科技管理研究, 2014, 34(10): 48-52.

Wang J, Yang Y W, Li G. Evaluation study on the transformation efficiency of national defense scientifical and technological achievements in university based on AHP-FCE., 2014, 34(10): 48-52. (in Chinese)

[22] 常浩. 基于 PCA-TOPSIS 法的电子商务环境下冷链物流综合绩效评价. 物流技术, 2014, 33(7): 159-163.

CHANG H. Comprehensive cold-chain logistics performance evaluation for e-commerce environment based on PCA-TOPSIS., 2014, 33(7): 159-163. (in Chinese)

[23] Zhang Y. Developing a holistic model for digital library evaluation., 2010, 61(1): 88-110.

[24] Tsakonas G, Papatheodorou C. An ontological representation of the digital library evaluation domain., 2011, 62(8): 1577-1593.

[25] Yildiz S, Yildiz E. Service quality evaluation of restaurants using the AHP and TOPSIS method., 2015, 2(2): 53-61.

[26] Adhikari A, Biswas I, Banerjee A, Sengupta P, Basu S. A DEA and regression based financial performance evaluation framework for public bus transport., 2015, 2(3): 9-13.

[27] VanderWielen L M, Ozcan Y A. An assessment of the health care safety net performance evaluation of free clinics., 2015, 44(3): 474-486.

[28] 王宏起, 王雪, 李玥. 区域科技资源共享平台服务绩效评价指标体系研究. 科学管理研究, 2015, 33(2): 48-51.

Wang H Q, Wang X, Li Y. Research on the service performance evaluation index system of regional science and technology resource sharing platform., 2015, 33(2): 48-51. (in Chinese)

[29] 赵伟, 张新民, 彭洁, 屈宝强, 宋立荣. 网络环境下科技资源开放共享评价指标体系的构建. 中国科技资源导刊, 2013, 45(3): 10-15.

Zhao W, Zhang X M, Peng J, Qu B Q, Song L R. Establishing on open and sharing evaluation index system of scientific and technical resources in network environment., 2013, 45(3): 10-15. (in Chinese)

[30] 付传君, 杨昌明. 矿产资源开发整合绩效评价指标体系与评价方法研究. 矿业研究与开发, 2011, 31(3): 113-116.

Fu C J, Yang C M. Research on the indicators system and approach of performance evaluation for the integration of mineral resources exploitation., 2011, 31(3): 113-116. (in Chinese)

[31] 蒲筱哥, 乔亚铭, 胡亚敏. 基于网络分析法的高校图书馆电子资源服务绩效评价模型及实证研究. 大学图书馆学报, 2014(4): 41-49.

Pu X G, Qiao Y M, Hu Y M. An empirical study of performance evaluation of electronic resources in Chinese academic libraries based on analytic network process., 2014(4): 41-49. (in Chinese)

[32] 梁冬莹, 周庆梅, 王克奇. 基于层次分析法的数字资源服务绩效评价体系构建. 情报科学, 2013, 31(1): 78-81.

Liang D Y, Zhou Q M, Wang K Q. An improved AHP-based performance evaluation system of digital resources service., 2013, 31(1): 78-81. (in Chinese)

[33] 梁茹, 李建霞, 刘颖, 刘云, 孙晓星. 高校图书馆数字资源综合服务能力评价. 大学图书馆学报, 2015(2): 38-46.

Liang R, Li J X, Liu Y, Liu Y, Sun X X. Evaluation study on digital resources comprehensive service ability in university library., 2015(2): 38-46. (in Chinese)

[34] 曹永生, 方沩. 国家农作物种质资源平台的建立和应用. 生物多样性, 2010, 18(5): 454-460.

Cao Y S, Fang W. Establishment and application of national crop germplasm resources infrastructure in China., 2010, 18(5): 454-460. (in Chinese)

[35] Lin C, Kou G, Ergu D. An improved statistical approach for consistency test in AHP., 2013, 211(1): 289-299.

（责任编辑 李莉）

A Service Performance EvaluationSystem of National Crop Germplasm Resources Infrastructure

CHEN Li-na1, 2, FANG Wei1, SI Hai-ping3, CHEN Yan-qing1, CAO Yong-sheng1

(1Institute of Crop Science, Chinese Academy of Agricultural Sciences, Beijing 100081;2Department of Computer and Information Technology, Shangqiu Normal College, Shangqiu 476000, Henan;3College of Information and Management Science, Henan Agricultural University, Zhengzhou 450002)

【Objective】National crop germplasm infrastructure changed into full operational service stage during the 12th Five-Year Plan, it is necessary to construct an effective service performance evaluation system to evaluate the service effectiveness quantitatively, so that the management department can allocate funds according to how the service function was implemented, and ensure the infrastructure to work better and improve service effectiveness. 【Method】On the basis of analyzing relevant factors that influence service effect, considering the reality of national crop germplasm infrastructure, this paper constructed a service performance evaluation system of multi-dimension and multi-index based on Analytic Hierarchy Process(AHP) , and it followed scientific, comprehensive, systematic and sustainable evaluation principles. Firstly, this paper referenced these service performance evaluation indexes drafted by National Science and Technology Infrastructure Center, classified and integrated them into different levels according to relevant factors, every level had different evaluation sub-indexes. Then the paper improved the classical AHP, calculated the index relative weight using expert scoring, averaging and normalizing method, and multiplied different level index weights to get actual weight. Finally, the paper weighted these index weights and their service numbers, so as to get overall evaluation value and part evaluation value.【Result】This paper analyzed the yearly service data of national crop germplasm infrastructure during the 12th Five-Year Plan quantitatively, the experimental results were as follows: (1) The overall service effectiveness was good and increased steadily during the 12th Five-Year Plan. (2) The integrated resources total increased continuously, but the growth rate was slow, and the resources number of evaluation and update was small. (3) The management service standardized orderly and had little change over the years. (4) The service effectiveness increased obviously, the amount of resources services and information services were large, while the amount of technology services was small. (5) The user group was relatively stable, and the proportion of serving company users was increasing. (6) The future service potential enhanced greatly. (7) The technology services and the typical services grew significantly, but the number was still limited. So, in the future, we should integrate more resources, accelerate evaluation and update of germplasm resources to meet the needs of different users, so as to improve service depth. We also should strengthen infrastructure, improve the management system, and make service personnel more professionalization to improve service efficiency. What’s more, we should still focus on serving company and individual users, enhance innovation capability to improve service breadth. Finally, we should attach importance to the role of high level scientific research brought by germplasm resources service, standardize subject service process to further improve service quality.【Conclusion】The service performance evaluation system of multi-dimension and multi-index can evaluate service effectiveness comprehensively, and the evaluation indexes embody service depth, effectiveness, breadth, quality and potential, etc.

crop germplasm resources infrastructure; analytic hierarchy process (AHP); service performance; evaluation index

2016-01-31；接受日期：2016-04-28

国家“十二五”科技支撑计划（2014BAD10B06）、国家农作物种质资源平台（2005DKA21001）、河南省科技惠民计划（152207110002）

陈丽娜，E-mail：chenlina@cgris.org。通信作者曹永生，E-mail：caoyongsheng@caas.cn