智慧水利成熟度评价体系研究

张笑楠， 王 璟（浙江省水利河口研究院（浙江省海洋规划设计研究院），浙江 杭州 310017）

1 问题的提出

为深入贯彻习近平总书记关于网络强国的重要思想，积极践行习近平总书记“节水优先、空间均衡、系统治理、两手发力”的治水思路，认真落实国家“十四五”规划纲要的要求，水利部将推进智慧水利建设作为推动新阶段水利高质量发展六条实施路径之一[1]。但是智慧水利建设发展的真实进度难以衡量，为了对其发展水平进行科学的测度，结合浙江省数字化改革实际情况，探索建立能够反映智慧水利发展情况的成熟度评价体系，准确判断智慧水利建设当前所处阶段，把握与先进实践的差距，为未来的发展、政策制定、决策评价等提供参考，推动浙江省加快智慧水利发展步伐，助力水利现代化高质量发展。

对于信息化评价方面的理论研究国内外已有多方探索。国际上美国的国际数据公司（IDC）“信息社会指数”评估体系、英国的电子经济评估体系、俄罗斯的各地区信息化建设评估指标体系、韩国的“信息化指数”评估体系、澳大利亚的“信息经济办公室指数”评估体系。艾萍[2]在我国发布的《国家信息化指标构成方案》和《企业信息化指标体系》基础上构筑水利信息化程度评价指标体系；袁晓庆[3]等采用主成分分析法对我国农业信息化水平进行研究；潘鑫[4]基于AHP模糊综合评价法对水利工程建设管理信息化进行评价研究：所有这些学者的研究对智慧水利评价体系提供了宝贵的经验。根据智慧水利的主要内涵和重点发展领域，结合浙江省内水利数字化改革相关数据和成果，使其由宏观的规划原则转变为可操作的具体标准，提出浙江省智慧水利成熟度评价体系的初步构想，以期为行业主管部门准确把握水利数字化当前进程、制定智慧水利的未来发展战略提供科学依据。

2 指标体系

2.1 构建原则

智慧水利评价指标体系分项评价指标的设立应遵循如下原则：

（1）导向性原则。体系中分项指标的设计需突出智慧水利的本质和特征，注重实际应用的成效和质量，充分发挥对智慧水利可持续发展的引导作用。

（2）可操作性原则。立足浙江省智慧水利发展现状，指标数据可以通过查阅统计年鉴、实地考察、问卷调查、网络搜索等途径获得，突出数据获取的可行性和便利性。

（4）实用性原则。理论和实际相结合，反映智慧水利中最主要、最本质、最有代表性的元素，指标突出体现智慧水利客观特征，同时兼顾用户等主观使用感受。

2.2 指标体系确定

根据评价指标设立原则，结合“十四五”期间智慧水利建设相关要求，本体系总体框架分为2级：准则层和指标层。每个准则层指标由若干个指标层评价要素组成。指标层评价要素是指相对应的准则层所包含的评价内容，经梳理共分6个准则层指标，17个指标层指标（见图1）。各级指标说明见表1。

图1 智慧水利评价指标体系图

表1 指标说明表

2.3 指标权重确定

在智慧水利评价体系初步建构的基础上，评价指标权重的赋予可以采用专家咨询法、AHP法、模糊综合评判法、神经网络法等[5]。本次采用层次分析法（AHP），实现了定性和定量分析2种分析方法的结合，用数学形式将人的判断科学地表达出来，是运用数学运算进行处理的系统分析方法，也是常用的分析方法[6]。

2.3.1 构建判断矩阵

本研究邀请多位浙江省内智慧水利领域中具有较强专业知识和较高知名度的学者、专家对体系中的各指标因素进行匿名打分，构建判断矩阵。各专家在判断过程中需比较第i个指标对于第j个指标的重要性，并采用1、3、5、7、9的倒数标度来说明其重要程度，各数值含义见表2。

表2 1~9 标度表

2.3.2 计算单层次权重

将判断矩阵中的各列向量作归一化处理：

将处理后的矩阵每行元素相加：

对向量做归一化处理，即为所求单位特征向量近似解：

水资源的管理关系到人民日常的正常生活、工作，必须要推进水权水价的改革步伐，加强水资源管理水平，把控好生命之源的水资源。本文针对在水权水价改革中的相关分析，对农业水价改革发展、水权落实模式等情况进行了分析，以加强水资源管理。

计算最大特征根近似解：

2.3.3 一致性检验

为保证评价中思维判断的一致性，需要进行一致性检验。若随机一致性比率CR＜0.1，判断矩阵一致性可以接受，若CR≥0.1，认为判断矩阵不符合一致性要求，需要重新修正该判断矩阵。具体计算公式为：

式（5）~（6）中：n为非模糊判断矩阵(Aα)λ的阶数；CI为一致性指标；RI为平均随机一致性指标，其值的计算结果见表3。

表3 平均随机一致性指标表

准则层权重计算结果见表4。

表4 准则层权重表

计算得：CR=0.016 8＜0.1，满足一致性检验。

2.3.4 权重确定

指标层最终权重等于自身相对权重与其上级相对权重的乘积，如信息资源覆盖C11最终权重为0.046×0.637=0.029。由此计算17个指标层最终权重结果见表5。

表5 体系各指标权重表

3 模糊综合评价

本体系构建的最终目标是将智慧水利发展量化表示，但是在实际应用中，数字化成熟度不存在绝对的衡量标准，故引入模糊数学的概念，根据模糊数学的隶属度理论把定性分析转化为定量评价，从而对目前的智慧水利进程做出总体评价。

3.1 评价等级划分

目前国内外还未有成熟的可供参考的智慧水利成熟度评价标准，故参考国际上最流行的软件成熟度等级认证标准CMM（Capability Maturity Model）。它是由美国卡内基梅隆大学软件工程研究所1987年研制成功的，共分5个等级，从第一级到第五级分别为：初始级、可重复级、定义级、管理级和优化级。为贴近智慧水利实际发展特征，等级重新定义为初始级、成长级、提升级、集成级和智能级，各级定义见表6。

表6 评价等级说明表

3.2 构建隶属矩阵

某地正在进行智慧水利建设，基于本文提出的评价指标体系，利用模糊综合评价法对该地智慧水利成熟度进行评价。首先建立因素集与评判集，依据上文已建立的评价体系可得，准则层因素集为：A={B1，B2，B3，B4，B5，B6}；指标层因素集为：B1={C11，C12，C13}，B2={C21，C22，C23}，B3={C31，C32，C33}，B4={C41，C42，C43，C44}，B5={C51，C52}，B6={C61，C62}，评判集为V={初始级，成长级，提升级，集成级，智能级}。在确定2个集合的基础上，从指标层开始逐级评估，通过专家赋分的方式得到5名专家对该地智慧水利的评价结果，见表7。

表7 专家赋分表

首先对因素集中的单因素依次进行评价，确定各层指标对应的评价等级模糊子集的隶属度，得到评价指标A到评价等级V的模糊映射。根据赋分表中的数据构建评价隶属矩阵，以信息资源（B1）为例，指标层中C11得到3个c级，2个d级的评价，可得r11=0.0，r12=0.0，r13=0.6，r14=0.4，r15=0.0，C11的评价隶属向量为（0.0，0.0，0.6，0.4，0.0），依次计算C12、C13的隶属向量，可得B1的评价隶属矩阵R1：

本文利用模糊数学中M（.，⊙）算子的合成算子计算方法，R1与B1的指标层权重（0.637，0.105，0.258）相乘可得B1的评价隶属向量（0.052，0.269，0.424，0.255，0.000）。根据上述方法依次计算B2、B3、B4、B5、B6的评价隶属向量，可得A的评价隶属矩阵R：

与准则层权重（0.046，0.127，0.341，0.145，0.084，0.256）相乘可得A的评价隶属向量（0.138，0.318，0.428，0.097，0.019）。

3.3 评价结果

从总体评价来看，由总指标A的评价隶属向量（0.138，0.318，0.428，0.097，0.019）得出专家们对于该地的智慧水利评价比例为初始级13.8%、成长级31.8%、提升级42.8%、集成级9.7%和智能级1.9%，由此可见该地的智慧水利成熟度介于成长级和提升级之间。从准则层的角度看基础设施评价介于初始级和成长级之间，信息资源、创新能力、业务应用评价介于成长级和提升级之间，信息安全、机制保障评价介于提升级与集成级之间，该地在智慧水利未来的建设中需优先考虑基础设施的加强。

4 结 语

本研究基于专家赋分的层次分析法构建智慧水利评价体系，从系统本身及用户体验等主、客观角度，评价浙江省智慧水利建设在信息资源、信息安全、创新能力、机制保障、基础设施、业务应用6个方面的实际情况。创新能力中的模式创新与业务应用中的用户体验指标为占比前2位，符合“需求牵引，应用至上，数字赋能，提升能力”的智慧水利建设要求，体系成果科学可信。同时，在实践运用中引入模糊数学对无法定量表述的体系指标进行有效评估，在充分体现评价模糊性的同时降低参与个体主观因素所带来的误差，具有较好的实用性，可以为全面普及智慧水利成熟度评价、构建科学的评估体系提供一定的参考依据。