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。科普人才^[4][5]的健康发展是科普活动的重中之重。通过对科普人才发展情况进行合理的评估和预测，可以发现科普人才发展过程中的薄弱环节，同时根据评估结果提出对策建议以保障科普事业的健康发展，可以说对科普人才发展情况进行合理的评估预测是科普人才发展的时代要求^[6]。

当前学界采用的评估方法很多，例如层次分析法、熵权法、灰色关联法^[7]、主成分分析法、聚类分析法^[8][9]等。但是现有的评估方法并不适用于基于公众评价的科普人才评估问题，所以探索一种基于公众评价的科普人才评估方法势在必行。目前，国内有关科普人才评估的研究主要停留在定性方面的研究，例如，在郑念等人^[10]的科普人才发展研究中，从理论和实际需求上分析了科普人才队伍建设的必要性；在任福君等人^[11]的研究中，从定性角度分析了当前我国科普人才培养体系中出现的问题，提出了相关建议。从仅有的定量研究来看，在李群等人^[7]的研究中，应用L-Q灰色预测模型预测2014～2020年科普人才数量，但预测结果与国家既定目标存在一定的差距，这可能是由现有科普人才鼓励政策欠缺和预测模型存在误差两方面导致而成。显然，目前采用定量研究的方法评估预测科普人才发展情况的模型较少，而将两者相结合构建模型的方法相对更少。

鉴于此，本研究的主要工作采用定量研究的方法，以正态分布之间的优势度^[12]和时间序列^[13]为基础构建了一个基于公众参与评价的科普人才发展评估预测模型，对历年科普人才发展情况进行评估。通过两种思路分别对2020年科普人才发展情况进行了评估预测，并验证了模型的合理性，评估预测结果可被接受。最后结合实际情况分析评估预测结果，提出对策建议。

二 理论基础

定义1设一个随机变量，令Y=log^X_a，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，且随机变量X的概率密度函数为

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，优势度具有两条重要性质： 、 、 。

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D_n—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，并把子样观察值从小到大排序，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）对于每个评价值x_（i），计算经验分布函数值与理论分布函数值差的绝对值

|F_n（x_（i））-F（x_（i））|和|F_n（x_（i+1））-F（x_（i））|　　　　　　（6）

（e）构造统计量

并计算统计量D_n的值。

（f）给出显著性水平α（α取值一般为0.1～0.2），通过查柯尔莫哥洛夫临界值表得出

p（D_n≥D_n，α）=α　　　　　　（8）

的临界值

通过查D_n的极限分布函数数值表得λ_1-α的值，从而得到D_n，α的近似值。

（g）若D_n≥D_n，α，则拒绝原假设H₀，即母体服从的分布函数不是F（x）；若D_n≤D_n，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{X_t，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ARMA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：

w_t