基于公民评价的全国科普人才发展评估预测

基于公民评价的全国科普人才发展评估预测

一引言随着科技的进步和社会的发展，科普活动[1][2][3]逐渐受到社会的广泛关注和认可，越来越多的人投身到科普事业中。习近平总书记在2016年5月30召开的“科技三会”中指出，在新的历史起点上推动我国科学普及事业发展意义重大。科普事业发展的重要依托力量是具备科普素质的人，这种人才资源是稀缺而珍贵的，可以说直接决定了我国科普事业的水平和高度。显然，科普人才[4][5][6][7]的健康发展是科普活动的重中之重。对科普人才发展情况进行合理的评估预测可以找到科普人才发展过程中的薄弱环节，根据评估结果提出对策建议，这种科普人才发展评估报告可以有针对性地对发展中出现的薄弱环节进行反映，从而最有效地保证科普人才的健康成长，进而为实现国家对科普事业的发展规划纲要提供有力保障。二预备知识和理论基础定义1设X是一个随机变量，令Y=logXa，a为任意常数且a＞0，则可以得到一个新的随机变量Y，如果随机变量Y服从期望为μ、方差为σ2的正态分布，即Y～N（μ，σ2），则称随机变量X服从对数正态分布，且将随机变量X的概率密度函数记为：随机变量X的期望和方差分别为：定义2设X1、X2是两个相互独立的连续型随机变量，概率密度函数分别为f1（x）、f2（x），则f1（x）相对于f2（x）的优势度记为，显然，优势度具有两个重要性质：（a），（b）、。定义3柯尔莫哥洛夫检验是对连续型母体的分布进行检验的一种方法，一般称作Dn—检验。具体分为七个步骤。H0：母体有连续分布函数F（x）（a）从母体抽取容量为n（一般n≥50）的子样，并依据子样观察者大小进行由小到大的排序，记为x（1）≤x（2）≤…≤x（n）（b）计算经验分布函数（c）若母体正态分布函数为F（x），则可以计算各观测值处的理论分布函数值，记为F（x（1））、F（x（2））…F（x（n））（d）对于每个评估值x（i），计算经验分布函数值与理论分布函数值差的绝对值|Fn（x（i））-F（x（i））|和|Fn（x（i+1））-F（x（i））|（6）（e）构造统计量并计算统计量Dn的值。（f）给出显著性水平α（α取值一般为0.10～0.20），通过查柯尔莫哥洛夫临界值表查出p（Dn≥Dn，α）=α（8）的临界值Dn，α。当n＞100时通过查Dn的极限分布函数数值表得λ1-α的值，从而得到Dn，α的近似值。（g）若Dn≥Dn，α则拒绝原假设H0，即母体服从的分布函数不是F（x）；若Dn≤Dn，α则接受原假设H0，即母体服从的分布函数是F（x），并且认为原假设的理论分布函数与子样数据拟合效果良好。定义4对于给定的一个时间序列{Xt，t=1，2，…，n}，如果数据满足（a）与平稳性无显著差异；（b）有迅速下降的自相关函数，则可寻求一个合适的ARIMA模型来表示零均值化的数据。否则，首先要对数据进行预处理，使经过处理后的序列具有上面性质（a）和（b），这可由差分得到。此时可以根据时间序列ARIMA（p，d，q）模型进行预测：wt=ϕ1w1+θ2w2+…+ϕpwt-p+εt-θ1εt-1-θ2εt-2-…-θqεt-q其中，wt是经过差分后的变量，即wt=xt-xt-1，ϕi，i=1，2，…，p为自回归参数，θi，i=1，2，…，q为回归参数。三基于公民评价的科普人才评估预测模型的建立（一）基本思路为了全面评估、预测科普人才发展情况，本研究通过查阅大量科普人才相关资料构建科普人才发展指标体系，并通过电脑软件在网上面向广泛用户发放电子问卷，从获得的数据集合中得出指标体系中各指标的评价数据。根据决策者所属领域不同，将收集的大量指标重要性评价数据分组。由于每组决策者利益相关、关注点相同，所以每组打分数据比较集中，极端情况很少。利用SPSS软件画出数据直方图，根据数据特点进行连续型分布拟合，选择拟合效果最好者；之后采用主客观集成赋权法，对分组后权重不同的各组进行权重认定；分布信息集结，用一个正态分布描述每个指标重要性；各正态分布之间的优势度就是各指标之间的优势度，根据各指标的优势度计算各指标权重；采用加权求和计算科普人才评估值，从而对各年科普人才发展情况进行评估；历年科普人才数构成一个时间序列，通过构建ARIMA（p，d，q）模型预测得到2020年科普人才数量；历年科普人才评估值构成一个时间序列，通过构建ARIMA（p，d，q）模型预测得到2020年科普人才评估值，根据科普人才实际数量与评估值之间的比例关系可以计算2020年科普人才实际数量，从而对预测结果进行验证。（二）科普人才评估预测模型的建立为了便于理解，首先给出贯穿全文的几种表示。C={C1，C2，…，Cn}表示待评属性集合。G={G1，G2，…，Gm}表示根据决策者领域不同将实际数据分为m组，即每个属性对应m组评估值。Q=（q1，q2，…，qm）表示每组评价数据的个数构成的向量，其中qi表示Gi组的评估值个数。N=［N1，N100］表示事先给定的供选择的评分集合，偏好程度由低到高。，i=1，2，…，m，j=1，2，…，n，X表示关于属性C的第i组重要性评价数据。模型的三大部分是确定属性权重、计算历年科普人才综合评估值、预测未来各年科普人才发展情况。下面从模型的三大部分说明该评估预测模型的具体内容。Step1，确定属性权重（1）将实际所得的各指标重要性评价数据分组，利用SPSS软件分别画出每组数据的直方图判断数据特点。根据数据分组特点和大量性可知数据可能服从正态分布、对数正态分布，下面给出上述两种分布的参数估计公式。从而得到正态分布和对数正态分布的密度函数分别为然后对得到的密度函数按照公式（5）～（9）分别进行柯尔莫哥洛夫检验，选择检验效果较好者，若均未通过检验，则利用SPSS软件画出数据叶茎图剔除异常值后再重复上述过程。（2）采用主、客观集成赋权法确定每组的权重，主观权重由公式确定，其中wsubi表示第i组决策者的主观权重；组内一致性与该组数据确定分布的方差负相关，故可以给出一致性计算公式其中，CIij表示第i组数据关于对象Aj的一致性程度。每组客观权重与组内一致性正相关，故可以给出客观权重计算公式其中wobij表示第i组决策者关于对象Aj的客观权重。根据主、客观集成赋权法，给出权重计算公式wij=αwsubij+βwobij，i=1，…，m，j=1，…，n（19）其中α、β为系数，依实际情况而定，而且0≤α≤1，0≤β≤1。（3）根据正态分布线性性质，进行分布粗略集结，分别用n个正态分布描述n个对象重要性（4）对象Aj相对于对象Ak的优势度就是对应的正态分布密度函数fj（x）相对于fk（x）的优势度，经过整理得到正态分布优势度计算公式为同理，对象Ak相对于对象Aj的优势度为通过查标准正态分布表，可以得到上述优势度计算结果，分别记为djk、dkj。计算所有对象之间的优势度，可以得到优势度矩阵，记为D，则有根据公式计算得到所有对象的综合值。再根据公式计算得到所有对象的权重。Step2，计算历年科普人才综合评估值（5）实际获取的各指标真实数据量纲不同，对各个指标历年真实数据做如下预处理其中，t表示可以获取的真实数据的年数，xtj表示指标的真实数据，ytj表示经过处理后的该年的指标数据。（6）根据公式计算历年科普人才综合评估值。Step3，预测未来各年科普人才发展情况（7）历年科普人才数量构成一个时间序列，记为xt。针对上述时间序列构建ARIMA（p，d，q）模型xt=φ1x1+φ2x2+…+φpxt-p+εt-θ1εt-1-θ2εt-2-…-θqεt-q（27）进行预测。其中，ϕi，i=1，2，…，p为自回归参数，θi，i=1，2，…，q为回归参数。首先绘制时间序列{xt}的自相关和偏自相关图，如果满足不了绘制时间序列图谱的要求，就得首先对原始时间序列做差分。通过拖尾性分别估出p和q的值；接下来运用最小二乘法，可以估计模型中的参数φi和θi，此时时间序列ARIMA（p，d，q）模型可以估计出来；最后将现有历年数据代入模型即可进行预测。目前，该时间序列ARIMA（p，d，q）模型的构建和应用均借助Eviews软件实现。四实证分析下面根据本研究构建的评估预测模型对全国科普人才发展情况进行评估预测，具体过程如下。Step1，确定属性权重按照上述科普人才评价指标体系设计了如附录表1所示的调查问卷，经过五个月的不断努力，项目组整理了问卷调查结果，得到大量评价数据。根据决策者填写的职业将问卷分为四组，即教育领域、金融领域、服务领域、行政领域，共回收685份问卷，其中有32份评价信息填写不完全被放弃使用。由于篇幅限制，本文只在附录B.13中呈现科普资源发行量和科普活动数量两个指标对于衡量科普人才效能情况的重要性打分数据。运用本文构建的评估模型处理实际回收的科普人才评价数据，计算各指标权重。按照公式（6）～（20）计算各一级指标对于评价科普人才发展情况的权重，则有（w1，w2，w3）=（0.314，0.331，0.355）。之后是计算一级指标中的各二级指标的比重，具体操作方式是将（6）～（20）的过程反复进行三次：一是可以得到一级指标下的各二级指标的权重，二是能够降低所获得结果的偶然性。wij表示第i个一级指标下的第j个二级指标的权重，结果如下所示。（w11，w12，w13，w14，w15）=（0.232，0.176，0.185，0.164，0.243）（w21，w22，w23，w24，w25，w26）=（0.172，0.169，0.166，0.163，0.162，0.168）（w31，w32）=（0.498，0.502）然后计算13个二级指标对于衡量科普人才发展情况的权重，结果如表1所示。表1科普人才发展指标权重指标

权重12345678910111213wj0.0730.0550.0580.0510.0760.0570.0560.0550.0540.0540.0560.1770.178|Excel下载表1科普人才发展指标权重Step2，计算历年科普人才综合评估值本研究通过《中国科学技术协会统计年鉴》查询整理得到2006～2014年科普人才评估指标体系中各个指标实际统计数据，具体见表2。表22006～2014年科普人才发展指标体系各指标原始数据年份

指标200620072008200920102011201220132014xt11.4791.6051.7291.7531.6611.6581.7021.6781.714xt210.67011.09911.52411.72211.33412.64012.73112.59912.994xt33.8594.0754.2904.9594.8165.2265.3005.5335.227xt40.3190.3290.3390.3800.3700.4050.4020.3970.362xt50.0650.0650.0640.0750.0820.0820.1030.1020.091xt60.0550.0600.0640.0680.0700.0660.0660.07170.066xt70.3560.3570.3580.3800.4100.4190.4350.4270.424xt80.3100.3260.3400.3310.3640.4330.3760.3830.378xt90.3180.3210.3240.3680.3710.3650.3670.3880.355xt100.0260.0260.0260.0280.0280.0280.0280.0280.025xt110.0050.0050.0050.0060.0060.0060.0070.0070.006xt12438078390381347105701527740776790867942670860080810888xt13880888895123725561247126812561133|Excel下载表22006～2014年科普人才发展指标体系各指标原始数据根据公式（21）～（22）计算2001～2015年的科普人才发展情况综合评估值，并给出科普人才三个一级指标的综合评估值，结果见表3。表32006～2014年科普人才综合评估值年份

评估值200620072008200920102011201220132014Yt0.04090.12370.20360.56910.61120.69960.82540.90130.6724Yt10.00450.18390.36160.61410.51300.72830.90390.88310.7754Yt20.10670.15370.19020.53380.73270.74850.79270.88700.5395Yt30.01120.04200.07610.56180.58370.62890.78630.93090.7059|Excel下载表32006～2014年科普人才综合评估值为了清晰观察各类综合评估值的变化趋势，本文给出了评估值趋势图（见图1）。图1各类综合评估值变化趋势Step3，预测未来各年科普人才发展情况（1）利用Step2计算得到的历年综合评估值构成的时间序列Yt构建ARIMA（1，2，1）模型，模型残差白噪声检验情况见图2，利用Eviews软件进行预测，结果如图3所示，可知2020年科普人才发展情况的评估值为0.46259。图2ARIMA（1，2，1)残差白噪声检验AutocorrelationPartialCorrelationACPACQ-StatProb564756471-0.459-0.4592.02690.1552-0.177-0.4922.40330.3013-0.462-0.1915.81580.1214-0.312-0.0258.14640.0865-0.009-0.0298.15020.148|Excel下载图2ARIMA（1，2，1）残差白噪声检验图3科普人才评估值预测情况（2）对于2006～2014年科普人才总数构成的时间序列构建ARIMA（2，1，2）模型，模型残差白噪声检验情况见图4，利用Eviews软件进行预测，结果如图5所示。可知2020年科普人才总数达到240.871万人。图4ARIMA（2，1，2）残差检验情况AutocorrelationPartialCorrelationACPACQ-StatProb574857481-0.344-0.3441.35350.2452-0.380-0.5663.28330.19430.5290.2157.75850.0514-0.186-0.1098.44890.0765-0.1770.0729.28690.09860.068-0.3749.47160.1497-0.009-0.0849.47830.220|Excel下载图4ARIMA（2，1，2）残差检验情况图5科普人才实际值预测情况根据公式其中，Yi表示第i年科普人才发展情况评估值，xi表示第i年科普人才数量的实际值，结合Step2、Step3的结果可以计算2020年科普人才实际数量x预实际值，且为227.5429万人，可见根据实际值进行预测与根据评估值进行预测得到的预测值差异不大，所以该评估预测模型科学有效。因为在加权求和计算评估值时，或多或少会损失部分信息，所以存在差异是可以接受的。五结果分析与对策建议（一）结果分析科普人才预测结果显示：2020年科普人才将有240.871万人，李群等人在中国科技论坛发表的有关科普人才发展的文章中，预测2020年科普人才总数为246.596万人，与本研究结果相差不多，可见本研究预测结果合理。这与国家既定的2020年科普人才总数400万人的目标存在一定差距，所以需要对现有科普人才发展的政策环境进行改进，从而实现最终目标。（二）对策与建议为了按时完成国家既定的科普人才发展目标，保障科普人才健康、快速发展，力争在2020年总人数达到400万人，本文针对此次科普人才发展评估和预测结果提出以下建议。（1）根据表2可知科普资源发行量和科普活动量的权重值分别为0.177、0.178，而其他指标权重值均在0.05左右，可见科普资源发行量和科普活动量在科普人才发展过程中至关重要，所以壮大科普人才队伍的主要手段就是为科普工作者提供资金保证和良好的政策环境，为更多的人能够参与科普事业提供外部环境支持，从而使他们创造更多的科普效能。（2）根据图1可知，2008～2009年科普人才综合评估值从0.2036突增到0.5691，增长迅猛。因为在2008年，10家科普基地单位自愿联合发起成立了国内首家“北京科普基地联盟”，显然这对于科普人才发展有重要作用。所以在今后培养科普