论文部分内容阅读
摘要本文阐述了重点实验室综合评估指标体系的构建原则,分析影响重点实验室绩效的评价指标,构建了实验室综合评估的FAHP评价模型,最后运用实例说明了方法的有效性。
关键词实验室 指标体系 综合评估 FAHP
中图分类号:G47文献标识码:A
近20年来,依托高校建设的各级重点实验室,在高校研究经费与研究人员等科研资源以及研究成果方面占据重要地位,成为国家和区域创新体系极其重要的依托。近年来,各级管理部门和依托单位等对高校重点实验室的建设与管理进行了许多研究与探索,制定了相应的管理规定与办法,但总体上讲,对重点实验室的功能定位及其实现模式、运行机制等进行深入研究仍很不够,尤其是针对实际管理工作中的一些现实问题,如重点实验室的实际绩效水平的评估,提出相应对策与措施还比较少。本文针对该问题,进行了初步的研究探讨。
1 重点实验室评估指标体系的构建
1.1 评估指标体系的构建原则
构建重点实验室绩效评估指标体系首先应该确定指标体系的构建原则:
(1)目的性是评估的最基本特征,重点实验室绩效评估的目的是了解实验室的运行状况并为实验室管理提供决策依据,最终推动实验室的不断发展。因此,该指标体系必须以能反映绩效为基本准则,从资源投入产出效率评价的角度选择指标。
(2)全面性是保证评估客观性的基本要求,重点实验室是复杂的投入产出系统,其绩效反映在多个方面。投入要素包括资金投入、人力投入、课题投入等多个方面;产出要素包括科研成果、人才培养、成果转换等多方面的具体内容。对实验室进行绩效评估必须全面考虑投入产出的各方面构成要素。
(3)构建指标体系的全面性原则并不意味着指标选取不分巨细、面面俱到,实际评估中指标太多会使问题复杂化,指标体系中要选取有代表性的指标。
1.2 重点实验室评估指标体系
目前,国家重点实验室评估指标体系呈递阶结构,分为三个层次、三个准则、九项指标。如图1:
总体定位与研究方向:重点研究方向能够紧密围绕国家、军队和科技发展的问题,属于本学科研究领域的前沿、交叉学科的应用基础研究,具有一定的前瞻性。
主要科研任务情况:承担的研究任务符合实验室研究方向,重点突出、具有创新性和研究特色。应承担足够数量的国家级和省部级科研项目。
科研成果的水平、特色:实验室在学科前沿的探索研究中具有创新思想,在解决重大科学技术问题中取得突破性进展,在有影响力的优秀期刊上发表文章、出版学术专著、自主知识产权成果比较多。
队伍结构与团队建设:实验室应有一支高素质的固定研究队伍。包括优秀的学术带头人、一支年龄结构、学位结构、知识结构合理的高素质中青年研究群体,精干稳定的技术与管理人员。
实验室学术带头人:实验室学术带头人应是本领域为本领域有影响的学者,学术思想活跃,研究成果显著。
人才培养情况:培养较多数量的国内外优秀中青年人才,培养合理数量的博士后和研究生,培养质量得到同行的公认。
公用平台:指仪器设备使用率高,大型仪器设备的开放和共享程度高。鼓励自行研制、改造仪器设备。
学术交流:指坚持开展高水平、高层次和实质性的对外学术交流与合作。
运行管理:指规章制度健全,日常管理科学有序,建立了良好的运行机制,人员合理流动,队伍不断优化。并且,依托单位和主管部门在人员、经费和后勤保障等方面给予大力支持。
图1重点实验室评估指标体系
2 重点实验室的FAHP评估模型
2.1 重点实验室评估中的模糊理论
美国控制论专家L.A.Zadeh教授1965年发表了题为《FuzzySets》的论文,从而宣告模糊理论的诞生。Zadeh发现传统数学理论中,很难描述“亦此亦彼”现象。然而在重点实验室评估问题中,从影响决策结果的各因素指标可以看出,其中很少是可以用传统数学语言描述的确定性指标,绝大部分是如S13、S21、S22、S23、S32等具有不确定信息的“模糊”指标,它们不能用一个简单的数值或概率值加以合理地界定。因此针对这个问题,本文借助模糊数学理论来进行描述。
2.2 重点实验室FAHP评估方法的相关说明
(1)建立因素集。根据重点实验室评估的指标体系,建立如下的两级因素集:一级因素集由指标体系中因素层各要素构成:S={S1,S2,S3};二级因素集由指标体系中指标层各要素构成:S1={S11,S12,S13}、S2={S21,S22,S23}、S3={S31,S32,S33}。
(2)设计判断集。在这里我们设定判断集为V=(优,良,中,差)四个评语等级。
(3)等级参数及程度系数的引入。等级参数D的作用是将判断集V中的等级进行量化,依据各等级对最高级(如最好、最优、最适合等)的隶属程度进行。如判断集V为(优,良,中,差),则其等级参数可表示为。含义为:评语“优”之于最高评语级“最优”的隶属度为0.9,“良”之于“最优”的隶属度则为0.75等。
程度系数e表示受评对象某因素之于好、优、高的属于程度。它既可表示单项因素也可以表示其总体结果对于好、优、高的属于程度。对于第k个因素的程度系数,其计算公式为:
ek=Rik·DT(1)
其中,Rik表示评判矩阵Ri中第k个因素对评语等级的隶属度,ek表示第k个因素的程度系数,D表示前面所介绍的等级参数。对于各项因素的程度系数,可以用程度系数矩阵E表示为
E=[e1 e2…en] (2)
针对同层次各因素的程度系数,可利用各因素的权重关系进行综合从而求出上一级指标直至总目标的程度系数,得出总目标的程度系数e后,若需进行等级评定,可依据总目标的程度系数进行。程度系数与哪个等级参数最接近,那么受评者就属于哪个等级,且程度系数表示其对于该等级的隶属度的大小。
2.3 Fuzzy-AHP模型的构建
Fuzzy-AHP(FAHP)是综合利用模糊综合评判的模糊化定量分析能力及AHP法的递阶层次计算和两两对比确定权重的特点而形成的评估方法。本文利用该方法,构造了问题的评估模型。对图1所示的目标层次结构:
首先利用AHP方法确定各层次指标的权重系数Wj,然后通过专家调查的方式确定受评对象每一项因素(即最末一级评价指标)的模糊综合评判矩阵R后,即可利用R与等级参数D的乘积得到每一项最末级指标的程度系数e,再将其与相应指标的权系数相乘,即求出上一级指标的程度系数,依此类推,直至求出最终问题总体目标的程度系数,即评价的最终结果。综上所述,FAHP评估模型可用下面的式(3)表述:
(3)
特别指出,式(3)中Ri(j+1)为处在指标体系中第j+1层针对i因素相对各判断等级的隶属度,ei(j+1)则为其程度系数,D为确定的等级参数,Wj+1是第j+1层上诸因素权系数行向量,E(j+1)为第j+1层各指标的程度系数行向量,e(j)为相应的上一级评价指标的程度系数,当j=0时,即得到问题总目标的评判结果e(0)。
3 实例评估
利用AHP法确定影响重点实验室评估的各因素权值,限于篇幅解算过程不予赘述,得出
(wS1,wS2,wS3)=(0.458,0.335,0.207),(wS11,wS12,wS13)=(0.183,0.336,0.481),(wS21,wS22,wS23)=(0.361,0.28,0.359),(wS31,wS32,wS33)=(0.258,0.105,0.637)。
假设经专家和参与评估人员依据二级指标对实验室建设进行评价,得到模糊判断矩阵如下:
矩阵的行对应于影响决策的各项因素指标,各列与相应的判断等级对应,数值则代表了该实验室在该指标下的优秀程度,它是个模糊值。在获得了各模糊判断矩阵后,便可依据式(3)进行综合评估,计算各二级指标程度系数:
同样的方法可求出=0.8175,=0.6975,=0.7575;=0.6675,=0.7125,=0.72。根据式(3),由二级指标的程度系数计算一级因素集指标的程度系数:
由一级指标的程度系数最终确定系统总目标的程度系数:
即综合考虑了重点实验室绩效各影响要素后总的程度系数。从结果看,对该实验室评估的程度系数结果为0.7366,接近于等级参数的第二级(0.75),因此,认定其评估结论为判断集V的第二级,即“良”。
4结束语
将Fuzzy-AHP用于重点实验室的评估,解决了以往定量分析困难的问题,其过程对一些模糊、不确定的因素得到了有效地处理。所建模型能较准确地对重点实验室建设情况进行评价,符合实验室发展的实际,为研究重点实验室绩效的定量分析工作提供了一种新的思路。
参考文献
[1]朱征南,张林.高效省级重点实验室综合评估的实践与思考[J].研究与发展管理,2002(6):93～96.
[2]葛朝阳,郑刚,陈劲.国外基础研究评估的进展及对我国的启示[J].科研管理,2003(4):3～035
[3]何新贵.模糊知识处理的理论与技术[M].北京:国防工业出版社,2005.
[4]汪应洛.系统工程理论、方法与应用[M].北京:高等教育出版社,1998.
[5]罗晓芳.管理干部综合素质模糊评价体系的神经网络模型[J].科技通报,2004.20(3):225～228.
关键词实验室 指标体系 综合评估 FAHP
中图分类号:G47文献标识码:A
近20年来,依托高校建设的各级重点实验室,在高校研究经费与研究人员等科研资源以及研究成果方面占据重要地位,成为国家和区域创新体系极其重要的依托。近年来,各级管理部门和依托单位等对高校重点实验室的建设与管理进行了许多研究与探索,制定了相应的管理规定与办法,但总体上讲,对重点实验室的功能定位及其实现模式、运行机制等进行深入研究仍很不够,尤其是针对实际管理工作中的一些现实问题,如重点实验室的实际绩效水平的评估,提出相应对策与措施还比较少。本文针对该问题,进行了初步的研究探讨。
1 重点实验室评估指标体系的构建
1.1 评估指标体系的构建原则
构建重点实验室绩效评估指标体系首先应该确定指标体系的构建原则:
(1)目的性是评估的最基本特征,重点实验室绩效评估的目的是了解实验室的运行状况并为实验室管理提供决策依据,最终推动实验室的不断发展。因此,该指标体系必须以能反映绩效为基本准则,从资源投入产出效率评价的角度选择指标。
(2)全面性是保证评估客观性的基本要求,重点实验室是复杂的投入产出系统,其绩效反映在多个方面。投入要素包括资金投入、人力投入、课题投入等多个方面;产出要素包括科研成果、人才培养、成果转换等多方面的具体内容。对实验室进行绩效评估必须全面考虑投入产出的各方面构成要素。
(3)构建指标体系的全面性原则并不意味着指标选取不分巨细、面面俱到,实际评估中指标太多会使问题复杂化,指标体系中要选取有代表性的指标。
1.2 重点实验室评估指标体系
目前,国家重点实验室评估指标体系呈递阶结构,分为三个层次、三个准则、九项指标。如图1:
总体定位与研究方向:重点研究方向能够紧密围绕国家、军队和科技发展的问题,属于本学科研究领域的前沿、交叉学科的应用基础研究,具有一定的前瞻性。
主要科研任务情况:承担的研究任务符合实验室研究方向,重点突出、具有创新性和研究特色。应承担足够数量的国家级和省部级科研项目。
科研成果的水平、特色:实验室在学科前沿的探索研究中具有创新思想,在解决重大科学技术问题中取得突破性进展,在有影响力的优秀期刊上发表文章、出版学术专著、自主知识产权成果比较多。
队伍结构与团队建设:实验室应有一支高素质的固定研究队伍。包括优秀的学术带头人、一支年龄结构、学位结构、知识结构合理的高素质中青年研究群体,精干稳定的技术与管理人员。
实验室学术带头人:实验室学术带头人应是本领域为本领域有影响的学者,学术思想活跃,研究成果显著。
人才培养情况:培养较多数量的国内外优秀中青年人才,培养合理数量的博士后和研究生,培养质量得到同行的公认。
公用平台:指仪器设备使用率高,大型仪器设备的开放和共享程度高。鼓励自行研制、改造仪器设备。
学术交流:指坚持开展高水平、高层次和实质性的对外学术交流与合作。
运行管理:指规章制度健全,日常管理科学有序,建立了良好的运行机制,人员合理流动,队伍不断优化。并且,依托单位和主管部门在人员、经费和后勤保障等方面给予大力支持。
图1重点实验室评估指标体系
2 重点实验室的FAHP评估模型
2.1 重点实验室评估中的模糊理论
美国控制论专家L.A.Zadeh教授1965年发表了题为《FuzzySets》的论文,从而宣告模糊理论的诞生。Zadeh发现传统数学理论中,很难描述“亦此亦彼”现象。然而在重点实验室评估问题中,从影响决策结果的各因素指标可以看出,其中很少是可以用传统数学语言描述的确定性指标,绝大部分是如S13、S21、S22、S23、S32等具有不确定信息的“模糊”指标,它们不能用一个简单的数值或概率值加以合理地界定。因此针对这个问题,本文借助模糊数学理论来进行描述。
2.2 重点实验室FAHP评估方法的相关说明
(1)建立因素集。根据重点实验室评估的指标体系,建立如下的两级因素集:一级因素集由指标体系中因素层各要素构成:S={S1,S2,S3};二级因素集由指标体系中指标层各要素构成:S1={S11,S12,S13}、S2={S21,S22,S23}、S3={S31,S32,S33}。
(2)设计判断集。在这里我们设定判断集为V=(优,良,中,差)四个评语等级。
(3)等级参数及程度系数的引入。等级参数D的作用是将判断集V中的等级进行量化,依据各等级对最高级(如最好、最优、最适合等)的隶属程度进行。如判断集V为(优,良,中,差),则其等级参数可表示为。含义为:评语“优”之于最高评语级“最优”的隶属度为0.9,“良”之于“最优”的隶属度则为0.75等。
程度系数e表示受评对象某因素之于好、优、高的属于程度。它既可表示单项因素也可以表示其总体结果对于好、优、高的属于程度。对于第k个因素的程度系数,其计算公式为:
ek=Rik·DT(1)
其中,Rik表示评判矩阵Ri中第k个因素对评语等级的隶属度,ek表示第k个因素的程度系数,D表示前面所介绍的等级参数。对于各项因素的程度系数,可以用程度系数矩阵E表示为
E=[e1 e2…en] (2)
针对同层次各因素的程度系数,可利用各因素的权重关系进行综合从而求出上一级指标直至总目标的程度系数,得出总目标的程度系数e后,若需进行等级评定,可依据总目标的程度系数进行。程度系数与哪个等级参数最接近,那么受评者就属于哪个等级,且程度系数表示其对于该等级的隶属度的大小。
2.3 Fuzzy-AHP模型的构建
Fuzzy-AHP(FAHP)是综合利用模糊综合评判的模糊化定量分析能力及AHP法的递阶层次计算和两两对比确定权重的特点而形成的评估方法。本文利用该方法,构造了问题的评估模型。对图1所示的目标层次结构:
首先利用AHP方法确定各层次指标的权重系数Wj,然后通过专家调查的方式确定受评对象每一项因素(即最末一级评价指标)的模糊综合评判矩阵R后,即可利用R与等级参数D的乘积得到每一项最末级指标的程度系数e,再将其与相应指标的权系数相乘,即求出上一级指标的程度系数,依此类推,直至求出最终问题总体目标的程度系数,即评价的最终结果。综上所述,FAHP评估模型可用下面的式(3)表述:
(3)
特别指出,式(3)中Ri(j+1)为处在指标体系中第j+1层针对i因素相对各判断等级的隶属度,ei(j+1)则为其程度系数,D为确定的等级参数,Wj+1是第j+1层上诸因素权系数行向量,E(j+1)为第j+1层各指标的程度系数行向量,e(j)为相应的上一级评价指标的程度系数,当j=0时,即得到问题总目标的评判结果e(0)。
3 实例评估
利用AHP法确定影响重点实验室评估的各因素权值,限于篇幅解算过程不予赘述,得出
(wS1,wS2,wS3)=(0.458,0.335,0.207),(wS11,wS12,wS13)=(0.183,0.336,0.481),(wS21,wS22,wS23)=(0.361,0.28,0.359),(wS31,wS32,wS33)=(0.258,0.105,0.637)。
假设经专家和参与评估人员依据二级指标对实验室建设进行评价,得到模糊判断矩阵如下:
矩阵的行对应于影响决策的各项因素指标,各列与相应的判断等级对应,数值则代表了该实验室在该指标下的优秀程度,它是个模糊值。在获得了各模糊判断矩阵后,便可依据式(3)进行综合评估,计算各二级指标程度系数:
同样的方法可求出=0.8175,=0.6975,=0.7575;=0.6675,=0.7125,=0.72。根据式(3),由二级指标的程度系数计算一级因素集指标的程度系数:
由一级指标的程度系数最终确定系统总目标的程度系数:
即综合考虑了重点实验室绩效各影响要素后总的程度系数。从结果看,对该实验室评估的程度系数结果为0.7366,接近于等级参数的第二级(0.75),因此,认定其评估结论为判断集V的第二级,即“良”。
4结束语
将Fuzzy-AHP用于重点实验室的评估,解决了以往定量分析困难的问题,其过程对一些模糊、不确定的因素得到了有效地处理。所建模型能较准确地对重点实验室建设情况进行评价,符合实验室发展的实际,为研究重点实验室绩效的定量分析工作提供了一种新的思路。
参考文献
[1]朱征南,张林.高效省级重点实验室综合评估的实践与思考[J].研究与发展管理,2002(6):93～96.
[2]葛朝阳,郑刚,陈劲.国外基础研究评估的进展及对我国的启示[J].科研管理,2003(4):3～035
[3]何新贵.模糊知识处理的理论与技术[M].北京:国防工业出版社,2005.
[4]汪应洛.系统工程理论、方法与应用[M].北京:高等教育出版社,1998.
[5]罗晓芳.管理干部综合素质模糊评价体系的神经网络模型[J].科技通报,2004.20(3):225～228.