陳 波 牛紅霞

(大連大學(xué)信息工程學(xué)院遼寧省通信網(wǎng)絡(luò)與信息處理重點(diǎn)實(shí)驗(yàn)室，遼寧 大連 116622)

科研人員是科研機(jī)構(gòu)的重要組成，不僅是科技進(jìn)步的推動(dòng)者，而且是保證科研機(jī)構(gòu)不斷進(jìn)步的引擎［1］。針對(duì)科研人員的科研績效建立科學(xué)、合理、有效的科研人員評(píng)估體系，既關(guān)系到科研人員本身的利益，又關(guān)系到科研團(tuán)隊(duì)整體水平的提高［2-3］。目前的科研人員評(píng)估方法一般分為主觀評(píng)估和客觀評(píng)估。主觀評(píng)估法屬于定性評(píng)價(jià)，評(píng)估結(jié)果的公正性受主觀因素的影響較大，因此現(xiàn)階段評(píng)估時(shí)多采用客觀法［4-10］。

現(xiàn)階段基于統(tǒng)計(jì)數(shù)據(jù)的客觀評(píng)價(jià)方法大多數(shù)采用層次分析法，較少出現(xiàn)AHP和模糊評(píng)估、聚類分析等相結(jié)合的方法。本次研究從影響科研人員績效評(píng)估的因素入手建立評(píng)估指標(biāo)體系，通過熵權(quán)法計(jì)算得到客觀權(quán)重，避開了主觀確定權(quán)重的缺點(diǎn)。

1 評(píng)估指標(biāo)的建立

在充分考慮科研人員工作成果邏輯關(guān)系的基礎(chǔ)上，根據(jù)科研人員評(píng)估的工作特點(diǎn)建立科研人員評(píng)估指標(biāo)體系。評(píng)估指標(biāo)分成3級(jí):一級(jí)指標(biāo)為目標(biāo)層，具體指標(biāo)包括科研成果、科研獲獎(jiǎng)和科研項(xiàng)目;二級(jí)指標(biāo)又稱為準(zhǔn)則層，具體指標(biāo)包括論文、專利、著作、學(xué)術(shù)會(huì)議、和科研任務(wù);三級(jí)指標(biāo)是在準(zhǔn)則層的基礎(chǔ)上細(xì)分的指標(biāo)層，具體分為15個(gè)指標(biāo)。表1所示為科研人員評(píng)估指標(biāo)體系。

2 熵權(quán)法原理及改進(jìn)

2.1 傳統(tǒng)熵權(quán)法的基本原理

2.1.1 指標(biāo)的標(biāo)準(zhǔn)化和歸一化

假設(shè)評(píng)估事件有m個(gè)被評(píng)價(jià)對(duì)象，n個(gè)指標(biāo)，形成決策矩陣。數(shù)據(jù)標(biāo)準(zhǔn)化和歸一化后評(píng)價(jià)對(duì)象的不同指標(biāo)具有不同量綱單位，形成統(tǒng)一矩陣Y。

表1 科研人員評(píng)估指標(biāo)體系

計(jì)算越大越優(yōu)型指標(biāo)時(shí)，有式(1):

計(jì)算越小越優(yōu)型指標(biāo)時(shí)，有式(2):

式中:Xij表示決策矩陣。

2.1.2 確定指標(biāo)權(quán)值

首先，計(jì)算熵值:

公式(3)中ej為第i個(gè)評(píng)估指標(biāo)所對(duì)應(yīng)的熵值;如果 Y'ij=0，那么 ej的值在區(qū)間［0，1］上。

其次，計(jì)算權(quán)值:

式中:wj表示第j個(gè)指標(biāo)的權(quán)值;n表示指標(biāo)個(gè)數(shù)。

2.1.3 確定加權(quán)決策矩陣

確定加權(quán)決策矩陣R，此時(shí)R=ωm·Xij，i=1，2，…，m;j=1，2，…，n。矩陣形式如下:

2.1.4 構(gòu)造正理想向量S+和負(fù)理想向量S-

公式如下:

公式(6)、(7)中I1是越大越優(yōu)型指標(biāo)，I2是越小越優(yōu)指標(biāo)，i=1，2，…，m 。

2.1.5 確定相對(duì)距離

確定相對(duì)距離，此處D+i表示正相對(duì)距離，D-i表示負(fù)相對(duì)距離。由歐式距離可得式(8)、(9):

2.1.6 確定相對(duì)貼近度

相對(duì)貼近度ξi值按大小順序進(jìn)行排序。如式(10)所示:

式中，ξi越大，距離正理想的解越近，所得結(jié)果也就越優(yōu)。

2.2 改進(jìn)熵權(quán)法

改進(jìn)熵權(quán)法主要簡化了正理想值和負(fù)理想值，并且將歐式距離改成加權(quán)絕對(duì)距離，使得計(jì)算空間復(fù)雜度和時(shí)間復(fù)雜度大幅降低。

首先，優(yōu)化正理想值和負(fù)理想值:

式中，S+j表示正理想值，S-j表示負(fù)理想值。

其次，根據(jù)加權(quán)絕對(duì)距離確定相對(duì)距離:

式中:最后，根據(jù)公式(10)計(jì)算相對(duì)貼近度。

就此建立改進(jìn)熵權(quán)科研人員績效評(píng)估模型，如圖1所示。

與傳統(tǒng)熵權(quán)法相比較，改進(jìn)熵權(quán)法在計(jì)算距離時(shí)的空間和時(shí)間復(fù)雜度更低，相對(duì)簡單，值得推廣。

3 實(shí)例研究

為了加強(qiáng)評(píng)價(jià)對(duì)象的可比性，科研人員選自同一科研實(shí)驗(yàn)室，去掉數(shù)據(jù)信息不全的人員，共選18人為樣本。

3.1 改進(jìn)熵權(quán)模型的評(píng)估實(shí)例

對(duì)18位科研人員按照評(píng)估指標(biāo)體系中的15級(jí)分指標(biāo)進(jìn)行排名，即m=18，n=15。

(1)計(jì)算指標(biāo)權(quán)值。進(jìn)行標(biāo)準(zhǔn)化和歸一化處理后，利用熵權(quán)法確定指標(biāo)的權(quán)值，根據(jù)公式(3)、(4)計(jì)算得到熵值ej和權(quán)值wj。表2所示為指標(biāo)體系的權(quán)值。

(2)確定正理想值和負(fù)理想值。在統(tǒng)一矩陣Y={Yij}m×n中找出每一行最大值和最小值，便形成正理想值向量S+和負(fù)理想值向量S-:

表2 指標(biāo)體系的權(quán)值

(3)加權(quán)絕對(duì)距離確定相對(duì)距離。將權(quán)值和正、負(fù)理想值代入公式(14)和(15)，便可得出正相對(duì)距離D+和負(fù)相對(duì)距離D-。

(4)綜合排名。將D+和D-代入公式(10)，得出相對(duì)貼近度，然后再依次排名。按照此方法可得到科研成果、科研獲獎(jiǎng)和科研項(xiàng)目分指標(biāo)的貼近度及其排名。表3所示為相對(duì)距離、貼近度及其排名。

表3 相對(duì)距離、貼近度及其排名

3.2 實(shí)例分析

對(duì)18位科研人員按照傳統(tǒng)熵權(quán)法和改進(jìn)熵權(quán)分別進(jìn)行了排名。由于相對(duì)距離計(jì)算方式不同，數(shù)字上大小不同，但最終的排名次序一致。排在第一名的安某綜合相對(duì)貼近度較高，成績突出，其余第二名到第七名的科研人員綜合相對(duì)貼近度比較接近，科研人員成績均等。

4 結(jié)語

本次研究在充分考慮了科研人員工作特點(diǎn)的基礎(chǔ)上，提出三級(jí)評(píng)估指標(biāo)體系。研究中采用熵權(quán)法確定每個(gè)指標(biāo)的權(quán)值，利用改進(jìn)熵權(quán)法快速計(jì)算出相對(duì)貼近度，通過比較相對(duì)貼近度，得出分指標(biāo)的排名和綜合排名。指標(biāo)的權(quán)值反映出指標(biāo)的隨機(jī)分散性和科研人員差異，可避免主觀確定權(quán)值導(dǎo)致的不準(zhǔn)確結(jié)果。比較相對(duì)貼近度得出綜合排名，分析出每個(gè)科研人員的特點(diǎn)，得出差異，防止評(píng)估模型對(duì)樣本數(shù)量嚴(yán)苛要求和樣本數(shù)據(jù)分布的嚴(yán)格限制。

［1］Carlos A E，Monica D O.A Multicriteria Decision Analysis Model for Faculty Evaluation［J］.Omega，2012，40(4):424-436.

［2］Borea M D，Gallardo A.Satement of Criteria and Evidence［M］.［s.l.］:［s.n.］.2011:214-217.

［3］Hwang C E.AMathematical Theory of Communication［J］.Bell System Technology，1948，27(2):379-423.

［4］司林波，趙曉冬.高校教師績效考核設(shè)計(jì)及評(píng)價(jià)［J］.統(tǒng)計(jì)與決策，2008(18):150-152.

［5］王麗梅.基于層次分析的高校教師考核指標(biāo)體系及評(píng)價(jià)［J］.黑龍江高教研究，2010(9):84-86.

［6］柴彥.基于層次分析法的高校優(yōu)秀圖書館員選拔模型及應(yīng)用［J］.情報(bào)科學(xué)，2011(29):425-427.

［7］陸慧，王令水.運(yùn)用層次分析法進(jìn)行高校教師績效考核［J］.圖書情報(bào)工作，2008(4):44-47.

［8］林建衡.層次分析法在高?？蒲许?xiàng)目評(píng)估中的應(yīng)用［J］.科研管理，2009(25):39-41.

［9］宋云雪，金東瑾，史永勝.科研立項(xiàng)評(píng)估系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［J］.計(jì)算機(jī)應(yīng)用與軟件，2009(7):184-186.

［10］宋虎珍.基于模糊綜合評(píng)價(jià)高校教師績效考核研究［J］.教育探索，2012(11):95-98.

［11］章穗，張梅，遲國泰.基于熵權(quán)法的科學(xué)技術(shù)評(píng)價(jià)模型及其實(shí)證研究［J］.管理學(xué)報(bào)，2010(1):34-41.

［12］許學(xué)娜，劉金蘭，王之君.基于熵權(quán)TOPSIS法的企業(yè)對(duì)標(biāo)評(píng)價(jià)模型及其實(shí)證研究［J］.情報(bào)雜志，2011(1):78-82.

［13］王西.基于熵權(quán)雙基點(diǎn)的現(xiàn)代物流企業(yè)服務(wù)創(chuàng)新績效評(píng)價(jià)研究［D］.長春:吉林大學(xué)，2013.

［14］周艷，蒲筱哥.熵權(quán)TOPSIS模型在數(shù)據(jù)庫績效評(píng)價(jià)中的應(yīng)用研究［J］.圖書情報(bào)工作，2014(4):36-41.