小型农田水利建设治理绩效分析

潘玉杰

（甘肃省疏勒河流域水资源利用中心，甘肃 玉门 735211）

小型农田水利建设治理绩效评价和管理的过程中，应树立正确的观念，遵循科学化的治理绩效评价管理原则和要点，构建完善、优化性的治理绩效评价机制和模式，通过科学的治理绩效管理方式增强工作效果，促使小型农田水利建设的良好治理和发展。

1 小型农田水利工程分析

从本质层面而言，小型农田水利工程主要就是灌溉面积在667 hm2之内、除涝面积2 000 hm2之内、渠道流量在1 m3/s之内的农田水利基础设施，涉及小型水库设施、水窖设施、塘坝设施、水池设施等，同时还涉及小型的拦河坝设施、引水闸设施、截潜流设施、渠道和管道输水设施、倒吸虹设施、涵洞设施等。

2 小型农田水利建设治理分析

近年来，我国在小型农田水利建设的过程中，已经开始重点开展各项治理工作，虽然国际和国内专家对于治理的概念研究非常模糊，但是普遍认为是在小型农田水利建设的过程中，以行使国家经济和社会发展的管理权利为基础，个人或是机构、公共或是私营，等在水利工程建设过程中，管理方式的总和，科学合理进行工程建设的治理，能够促使工程建设的公共效益和整体效益的最大化发展。当前，我国在小型农田水利建设的过程中，主要采用民主化治理的方式，以政府治理为基础，鼓励社会各方主体参与，遵循互惠互利和相互合作的原则，达到政府和群众共赢的目的。

3 小型农田水利建设治理绩效的评价

3.1 治理绩效评价体系的构建

3.1.1 ANP-SD评价体系

单纯采用ANP进行小型农田水利建设的治理绩效评价，主要是通过设定多个评价指标进行绩效的综合性评估，从多个层次进行绩效的分析和研究，构建相应的绩效评价系统，准确将客观事物的联系反映出来。整体系统可以划分成为控制因素的层次和网络层次，在绩效评价的工作中将层次分析方式作为基础，结合不同因素或是相邻层次的关系特点，采用超矩阵的方式综合分析明确不同影响因素的权重，但是由于此类方式的应用计算非常复杂繁琐，因此需要使用计算机SD超级决策软件进行处理，提升治理绩效评价工作的可靠性和有效性。

实际分析和研究的过程中，需要进行问题的探究，明确不同元素是否处于内在独立的状态，构建相应的网络结构。采用专家打分的方式进行超矩阵的建立，向系统内部输入数据元素，通过SD软件进行加权超矩阵w的计算分析，明确设定幂方极限，获得超矩阵的综合排序结果，通过对节点目标数据值的综合权重分析，合理校验处理。如图1所示，为整体的分析模型，其中元素A对元素B产生影响，而元素C内各类元素相互影响。

图1 治理绩效评价分析模型

完成绩效评价指标权重分析模型的构建后，结合实际情况进行小型农田水利建设治理的绩效评价和分析。为简化绩效评价工作模式，增强操作的可靠性和精确性，应使用加权平均的多个指标进行模型的综合性评价和计算分析，准确计算治理工作的绩效指标，利用加权求和的公式计算：Q=∑I1W1，对于其中的定性指标，需要通过参与主体进行工程建设治理绩效评价打分，总分为100分，合理设定平均分数，同度量处理原始的数据信息，确保能够有效解决各类指标相互之间难以有效汇总处理的问题。

近年来在我国水利水电工程项目分析和评价的过程中已经开始广泛采用ANP方式，可借鉴专家理论模型进行处理，全面评价小型农田水利工程项目的运行效率情况、效益情况和可持续发展水平情况等，构建工程项目建设过程中治理绩效的评价系统和机制，简要进行各类评价指标权重的计算分析，准确评估评价治理绩效的情况下，为工程建设的良好治理提供保障。

3.1.2 ANP-Fuzzy评价体系

小型农田水利建设治理的绩效评价，应根据统筹兼顾的要求，合理设定绩效评价的指标，按照农村经济发展的情况和小型农田水利工程建设的情况等，选择可以综合彰显治理效果的模型参数，以工程建设实施的治理、农村地区生态环境治理、整体治理的影响度为基础，开发科学化和客观性的治理绩效评价体系，选择具有一定代表性、覆盖面很广，并且相互独立的评价指标，动态化进行工程治理绩效的评价，如表2所示，采用ANP-Fuzzy的方式开展治理绩效的评价工作，全面进行绩效评价体系的优化和完善，准确将二级指标的逻辑关系反映出来，快速、有效进行各类参数的处理。同时按照农村地区的农业生产情况、小型农田水利工程建设情况等明确最终的治理绩效评价模型，确保各个评价指标逻辑关系的合理设定。

表2 绩效评价指标

明确各类绩效评价指标后，利用ANP法加权超矩阵的形式对各项指标权重进行划分，将整体指标设定成为S（ii=1,2,3.....m） ，二级指标设定成为S（ijj=1,2,3.......n） ，对各个指标的逻辑关系进行细化分析，构建相应的矩阵，明确具体的特征向量，局部权重Wij通过一致性的统计方式进行检验生成，同时还需进行权重Wij稳态性处理，获得关于ANP法的极限矩阵W+，按照不同向量明确相应的指标权重，结合公式（1）的内容完成计算操作，假设i属于无穷大的数据值，矩阵W+列向量就是这个指标的权重。

整体指标的矩阵，主要是通过对指标模糊线性处理、细化处理之后获得，如公式（2）：

在这个公式之内fij代表的是二级指标Dij被分成某个等级的频率，rij主要代表着其中的从属系数指标。为了能够准确、有效完成相关的治理绩效评价工作，还需分析综合特征向量Pi，从整体指标和权重矩阵之内所生成，计算的方式如公式（3），其中t主要代表的是绩效评价等级的个数。

按照具体的一级指标权重和总体层面的评价向量，对整体的绩效评价向量进行计算分析，明确治理绩效评价的措施和手段。

4 实例分析

某小型农田水利工程项目的建设，主要用来进行农业玉米农作物、水稻农作物、花生农作物、高粱农作物等灌溉，为准确、有效地进行工程建设治理绩效的评价，采用标准差分级的方式进行处理，借助ANP-Fuzzy的措施进行处理，如表3所示，为不同指标设定了不同的评分标准，为治理绩效的评价提供了相应的依据。

表3 绩效评价指标的评分标准

经过一系列的计算分析和研究之后，确定本工程建设治理绩效评价结果为：农作物水分供应效果（S11）、农村生产一年投资的数量（S12）、水利工程项目的覆盖率（S13）、农作物生产量的提升率（S14）：好、较好、较好、较好；农村地区的人口收入（S21）、政府部门的支持度（S22）、工艺技术推广效果（S23）、节水措施的普及效率（S24）：好、较好、一般、差；农村地区用水数量（S31）、土壤墒情是否合格（S32）、节水灌溉的效果（S33）、污染物排放管理效果（S34）：好、较好、差、一般。

5 结语

综上所述，我国在小型农田水利建设的过程中应结合治理绩效评价的特点和实际情况等，科学采用ANP-Fuzzy的方式和ANP-SD的方式等评价，完善绩效评价的机制和体系，合理设定相应的评价指标和各个指标的权重，增强整体的绩效评价工作有效性和可靠性，达到预期的高效化、准确性评价目的。