基于灰色关联投影方法的高职院校科研成果评价研究

关键词：科研成果科研高职教师

科研绩效评价是高职院校教师考核的重要内容之一, 而科研成果是反映科研绩效主要方面, 科学合理的教师及科研人员的科研成果进行评价, 不仅有利于发现并培养有潜力的科研人才, 而且对于提高高职院校的科研水平也是具有重要意义。因此, 对科研成果评价模型的研究成为相关科研管理者所关心的热心问题之一。目前, 主要的方法模糊评价法, 神经网络法, 多层次评价法等, 相关文献从不同的角度对科研评价模型进行了研究。考虑到在科研成果评价的实践中, 一般在一定的评价指标体系下, 由专家评价打分获取原始数据, 再进行评价决策, 所以评价结果就要受评价专家的知识水平、认识能力、专业偏向、个人偏爱的影响, 很难完全排除人为因素带来的偏差。此外, 科研成果评价指标体系中的各因素指标之间并不是相互独立的, 从本质上讲, 是一种灰色关系, 因而科研成果评价是一个多属性灰色评价问题。本文给出了一种基于灰色关联投影模型的的科研成果评价模型, 将评价原始数据转变成量化评价结果, 较好的解决了科研成果评价问题。

1 灰色关联投影评价模型

设某校参与科研成果项目评价的项目共有n个, 构成评价决策域集合, 记为:

构成科研成果评价的指标个数为m个, 称评价指标集合, 记为:

各指标的权重为W={w 1, w2, ...w m}, 且有0≤wi≤1, 。项目iP就指标Vj的属性值记为uij。设最佳决策方案0P的因素指标为U0 j, u0j=max (u1j, u2j, ..., unj) 于是, 对n个方案的m个指标评价值构成评价矩阵, 为U= (u ij) (n+1) ×m, i=0, 1, ..., n;j=1, 2, ..., m。科研成果项目的评价的实质就是:根据评价矩阵及不同的指标权重, 对备选方案进行综合分析, 按合理的目标函数进行排序, 以最大程度地真实反映各方案的综合性能, 为科研决策者提供科学的依据。其基本步骤如下。

1.1 数据初始化

由于不同的评价指标具有不同的物理意义和量纲, 难以进行直接比较, 故必须对决策矩阵进行初始化处理, 初始化后的数据有共同的起点, 无量纲, 且数值均大于0。设初始化后的评价阵为U', 则有:

1.2 灰色加权关联度判断矩阵的建立

先根据确定的各指标的标重, 以最佳方案为母因素, 各实际方案为子因素, 利用式 (2) 计算灰色关联度。

式中称分辩系数, 一般取0.5。于是, 得到灰色关联度R= (rij) (n+1) ×m。显然, 灰色关联度判断矩阵的第一行为全1向量。考虑到各指标的W={w 1, w2, ...wm}, (权重一般可通过专家咨询法, AHP法等得到) 由式 (3) 可计算灰色加权关联系数矩阵, 为:

1.3 灰色投影关联度的计算

称各参评方案iP对应灰色加权度关联度向量Fi= (fi0, f01, ..., fim) 与理想方案0P灰色加权度关联度向量F0= (f00, f01, ..., f0m) 之间的夹角β称为灰色关联投影角。对灰色关联投影角β取余弦, 有:

其中, 为向量iF的模.根据式 (4) 可知, 灰色关联度投影角的余弦值li在区间 (0, 1]之间取值, 其大小反映了各参评方案与理想方案之间的接近程度。为全面反映各参评方案与理想方案之间的接近程度, 定义参评方案iP在理想方案iP上的投影值为灰色投影关联度, 写为:

1.4 根据灰色关联投影值iD的大小, 对各参评方案的排队, 灰色投影关联度越大, 评价越优

2 应用实例

本文以某高职院07年度申请参评的已结题并申报参评科研课题及项目为评价对象, 根据本文所述的灰色关联投影方法进行实证研究。以科技部《科学技术评价方法》为指导, 结合高职院校科研成果的特点, 并经过专家调研实证, 设计出如下一套符合高职院校科研实践的综合评价指标体系及权重如表1所示。实际参评课题共同5项, 根据二级指标, 由5名专家对每项参选科研项目进行打分, 采用100分制, 得到评价原始数据如表2所示。表中, 每个科研项目在某一指标下的得分为5名专家打分的平均值取整后的结果 (见表1、2) 。

根据本文所述灰色关联投影法的步骤, 对表2提供的评价值进行评价分析与计算, 得到最后的评价结果如表3所列。

从表3可知, 5项参评科研成果的灰色关联投影值相差不大, 说明参评成果的水平总体稳定。但存在差异。可通过各参评科研项目在最佳方案上的灰色关联投影值大小进行排队, 排名依次为:项目3、项目5、项目3、项目1、项目4。若取前两名评奖, 则项目3、项目5入选。