层次分析法是通过分析将具体问题分解为不同的要素，并将这些要素归并为不同的重要层次。也就是说，层次分析法是将决策者的经验判断予以量化，从而得到定量形式的决策依据。主要适合在评价系统复杂、缺乏数据的情况下使用，由此，非常适合农业科技项目的创新性评价，本书将采用以专家进行打分为基础的层次分析法作为主观赋权法。

1.层次分析法基本思想

层次分析法首先对指标进行分层：一是通过对问题建立的层次结构模型，将复杂问题转化为层次内的排序计算问题；二是对指标进行两两比较，解决了对多因素相对重要程度难以判断的问题。表5-1是层次分析法9个标度的含义。

表5-1 层次分析法中9个标度的含义

通过层次分析法求解时，确定各因素权重方法的选择对决策结果的准确性起着至关重要的作用，并得到不同的指标权值，为后面的综合评价及择优立项提供依据。

2.层次分析法基本步骤

上一章中已得到193位专家对创新性指标重要性的评价分数，但是却无法精确得知每个二级指标对一级指标的贡献度。为了更精确地探究各级指标在整个指标体系中的权重，本书采用层次分析法，在已得到的各指标重要性得分的基础上，利用MATLAB软件编写程序进行矩阵运算，得到每个创新性指标的权重。对于本例中的层次分析法，其具体步骤如下：

第一步，建立指标的层次结构。本书的创新性评价指标包括9个一级指标和35个二级指标，即分为两个层次。

第二步，通过专家打分的重要性均值构造判断矩阵。当评价指标较多时，专家主观很难直接通过打分来确定各指标的重要程度，而层次分析法要求专家对指标的相对重要程度做出主观判断，从而保证结果的准确性。

第三步，计算权重。对上步中得到的指标做两两重要性的判断矩阵，本书通过MATLAB的程序编写实现二级指标层各要素的逐一比较，得出同一层次中各指标的权重。

第四步，一致性检验。为保证基于层次分析法权重的逻辑性与准确性，必须对判断的结果进行一致性检验。本书中直接通过重要性得分进行两两判断，因此均能通过一致性检验。

3.通过层次分析法得到的创新性评价指标权重

以第4章中已获得的专家对各评价指标的重要性评分为基础数据，运用层次分析法在MATLAB软件内编程进行运算，最终确定农业科技项目创新性评价指标模型各个指标权重，并且三个项目均通过一致性检验，见表5-2、表5-3、表5-4。

表5-2 基于层次分析法的应用基础项目创新性评价指标权重

（续）(www.daowen.com)

注：表中的一致性指标和一致性比率与第一层评价指标对应（下同）。

表5-3 基于层次分析法的应用开发项目创新性评价指标权重

（续）

表5-4 基于层次分析法的产业化开发项目创新性评价指标权重

（续）

图5-3 三类项目的一级指标权重比较雷达图（层次分析法）

如图5-3所示，三类项目在一级指标权重上存在较大差异，特别是在创新需求、创新方法的掌握、预期产出上，三类项目的权重有很显著的差异。这也说明了，三类项目在进行创新性评价时侧重点不同。

从图5-4可见，基于层次分析法的三类项目二级指标权重差异比较明显，特别是在创新需求、创新模式、科学思维、经济效益等差异较大。按照相同的评价指标赋予不同的权重进行分类评价实有必要。

图5-4 三类项目的二级指标权重比较（层次分析法）