唐印滸,劉峻,王淋,孫輝,趙鳳嬌,鐘誠

(廣西大學(xué) 計算機與電子信息學(xué)院，廣西 南寧 530004)

0 引言

中國科學(xué)技術(shù)協(xié)會、教育部等多部門共同發(fā)布的《關(guān)于加強我國科研誠信建設(shè)的意見》(國科發(fā)政〔2009〕529號), 將科研誠信定義為“科研誠信主要指科技人員在科技活動中弘揚以追求真理、實事求是、崇尚創(chuàng)新、開放協(xié)作為核心的科學(xué)精神, 遵守相關(guān)法律法規(guī), 恪守科學(xué)道德準則, 遵循科學(xué)共同體公認的行為規(guī)范”。

2018年5月，中共中央辦公廳、國務(wù)院辦公廳印發(fā)了《關(guān)于進一步加強科研誠信建設(shè)的若干意見》，對進一步推進科研誠信制度化建設(shè)做出部署。近年來，各級地方黨委政府也發(fā)布了有關(guān)科研誠信的政策文件，強調(diào)依托科技信息系統(tǒng)建立科研信用信息平臺，對各類責(zé)任主體的科研信用行為記錄進行信息化管理，作為科技管理決策的參考依據(jù)；實行科研信用承諾制度，實行科研信用評價制度，實行科研信用信息共享應(yīng)用制度，以及實行失信行為記錄動態(tài)更新制度。

在學(xué)術(shù)界，國內(nèi)外學(xué)者對建設(shè)科研信用評價進行了研究。文獻[1-3]提出需要建立科研誠信數(shù)據(jù)庫、加強立法、發(fā)揮社會輿論監(jiān)督作用、完善科研信用評價指標體系、加強高校之間以及高校與上級管理部門之間的溝通協(xié)調(diào)等有針對性的對策?！读~刀》雜志發(fā)表社論稱：學(xué)術(shù)獎勵應(yīng)以質(zhì)量評估為核心，科研信用評價需有透明度和問責(zé)機制[4]。為解決科研誠信問題，不但需要不同機構(gòu)出臺完備的政策，更需要科研人員充分認識學(xué)術(shù)不端行為的危害，還需要監(jiān)管機構(gòu)的人員具備良好的素質(zhì)[5]。文獻[6]提出構(gòu)建健全預(yù)防機制，開展誠信教育，完善以質(zhì)量和貢獻為導(dǎo)向的科研評價體系，加強監(jiān)督作用，建立科研不端的懲治問責(zé)機制。文獻[7]提出應(yīng)提高科研過程中的數(shù)據(jù)開放性和透明度,并對數(shù)據(jù)科學(xué)評價，以提高科學(xué)嚴謹性，構(gòu)建科研信用良好環(huán)境。文獻[8]提出科研信用評價指標應(yīng)基于信用主體(科研單位和科研人員)的行為結(jié)果，遴選信用要素構(gòu)建指標體系，并提出應(yīng)加快科研信用信息支撐系統(tǒng)的建設(shè)。文獻[9]借助結(jié)構(gòu)-過程-結(jié)果理論(structure-process-outcome, SPO)，從科研能力、科研過程與科研結(jié)果三方面構(gòu)建項目負責(zé)人信用評價指標。

科研信用評價系統(tǒng)建設(shè)是一項新的系統(tǒng)工程。研究多維度的科研誠信評價數(shù)學(xué)模型及信用評價算法等方面的工作很少?，F(xiàn)有的信用評價模型大多針對單個部門的數(shù)據(jù)及單個主體進行研究，較難全面地評價機構(gòu)、個體的信用情況。

本文采取定性及定量結(jié)合的方法，研究建立科研活動全過程中的科技工作責(zé)任主體科研信用的多維度評價數(shù)學(xué)模型，設(shè)計實現(xiàn)面向項目申報人員/承擔(dān)人員、項目申報單位/承擔(dān)單位、評審評估咨詢專家、科技管理服務(wù)機構(gòu)4個對象的科研信用評價算法，并通過實驗評測其性能。

1 評價模型

層次分析法(analytic hierarchy process, AHP)把復(fù)雜問題中的各種因素通過劃分為相互聯(lián)系的有序?qū)哟?，通過兩兩比較把專家意見和分析者的客觀判斷結(jié)果結(jié)合起來，將同一層次元素(參數(shù)/指標)兩兩比較的重要性進行定量描述；然后，利用數(shù)學(xué)方法計算反映每個層次元素的相對重要性次序的權(quán)值，通過所有層次之間的總排序計算每個元素的相對權(quán)重并排序[10]。

下面以“項目申報人員/承擔(dān)人員”主體為評價對象，闡述建立科研信用評價數(shù)學(xué)模型的方法與過程：

① 建立項目申報人員/承擔(dān)人員的科研信用評價正向指標的層次模型。

根據(jù)科研信用評價實施細則，按照項目申報人員/承擔(dān)人員的科研信用評價計分與正向評價指標(項目承擔(dān)情況R_Proj、守信行為激勵R_CreditI、學(xué)位R_Degree、職稱R_Title)之間的相互關(guān)系，構(gòu)建項目申報人員/承擔(dān)人員信用評價正向指標的層次模型Researcher_PIHM見表1。

表1 科研信用評價正向指標層次模型

② 構(gòu)建項目申報人員/承擔(dān)人員的信用評價正向指標的判斷矩陣。

為科學(xué)合理地計算正向評價指標(R_Proj、R_CreditI、R_Degree、R_Title)的權(quán)重大小，構(gòu)建項目申報人員/承擔(dān)人員信用評價正向指標的判斷矩陣R_PIMatrix。該矩陣由正向評價指標之間兩兩相對于“項目申報人員/承擔(dān)人員科研信用評價正向指標計分R_PIS”的重要程度組成。通過向科技行政管理部門專家、項目申報人員、評審評估專家以及科技管理服務(wù)機構(gòu)工作者等相關(guān)人員進行充分調(diào)查采樣，獲得4個正向評價指標兩兩之間的重要程度排序次序，然后依據(jù)層次分析法中的標度法，計算得到判斷矩陣R_PIMatrix中的各項值見表2。

表2 科研信用評價正向指標判斷矩陣

③ 生成項目申報人員/承擔(dān)人員的信用評價正向指標的特征向量。

為了求解項目申報人員/承擔(dān)人員的科研信用評價正向指標的權(quán)重，采用層析分析法中的特征向量來描述判斷矩陣R_PIMatrix中指標的重要程度，其中特征向量的每一行表示矩陣R_PIMatrix中對應(yīng)每個指標的權(quán)重。

通過采取矩陣變換方法，求解得到判斷矩陣R_PIMatrix的最大特征值R_λmax，以及對應(yīng)的特征向量R_W={r_w1r_w2r_w3r_w4}T。

為了將特征向量的數(shù)據(jù)映射到0～1范圍之內(nèi)的值，進行規(guī)范化處理，將矩陣R_PIMatrix的特征向量R_W歸一化為

(1)

④ 對項目申報人員/承擔(dān)人員的信用評價正向指標進行一致性檢驗。

為了使得到的特征向量R_W更加準確合理，依據(jù)層次分析法對判斷矩陣R_PIMatrix進行一致性檢驗，定義R_CI作為衡量判斷矩陣偏離一致性的指標，R_CI=(R_λmax-n)/(n-1)，其中n為矩陣的階數(shù)；定義隨機一致性比率R_CR=R_CI/RI，其中RI為隨機一致性指標。隨機一致性指標RI可查表3獲得。

表3 科研信用評價正向指標一致性檢驗隨機一致性指標RI

對于項目申報人員/承擔(dān)人員的科研信用評價正向指標的層次模型，n=4，RI=0.89。

利用隨機一致性比率R_CR對判斷矩陣R_PIMatrix進行一致性檢驗：若R_CR<0.1，則R_PIMatrix滿足一致性檢驗要求(即特征向量R_W作為R_PIHM中指標的權(quán)重)；否則，調(diào)整R_PIMatrix的賦值，直至滿足一致性檢驗為止。

⑤ 生成項目申報人員/承擔(dān)人員的科研信用評價數(shù)學(xué)模型。

R_Credit=R_BCredit+R_PIS+R_NIS

⑥ 項目申報人員/承擔(dān)人員的科研信用評價等級R_Grade確定。

若項目申報人員/承擔(dān)人員的學(xué)術(shù)信用指標、一般失信行為指標、嚴重失信行為指標、司法信用指標出現(xiàn)一票否決的情形，則其R_Grade評為“C”等級。

類似地，可以構(gòu)建項目申報單位/承擔(dān)單位、評審評估咨詢專家、科技管理服務(wù)機構(gòu)的信用評價模型。

2 數(shù)據(jù)庫表結(jié)構(gòu)

設(shè)計4個科研信用評價對象的數(shù)據(jù)表結(jié)構(gòu)：

① 項目申報人員/承擔(dān)人員科研信用評價數(shù)據(jù)表結(jié)構(gòu)由基礎(chǔ)信用、項目承擔(dān)情況、守信行為激勵、學(xué)位、職稱、學(xué)術(shù)信用、一般失信行為、嚴重失信行為、金融信用、稅收信用、司法信用等屬性組成。

② 項目申報單位/承擔(dān)單位科研信用評價數(shù)據(jù)表結(jié)構(gòu)由基礎(chǔ)信用、項目管理和服務(wù)能力、條件保障及科研能力、信息真實性、守信行為激勵、一般失信行為、嚴重失信行為、金融信用、稅收信用、司法信用等屬性組成。

根據(jù)教育部教指委提出的機械類專業(yè)機械設(shè)計課程教學(xué)基本要求，以及應(yīng)用型人才應(yīng)具備的知識、能力、素質(zhì)要求，提出表1所示的《機械設(shè)計》課程教學(xué)質(zhì)量目標.

③ 評審評估咨詢專家科研信用評價數(shù)據(jù)表結(jié)構(gòu)由基礎(chǔ)信用、評審年限及次數(shù)、專家使用評價、項目評審結(jié)果、守信行為激勵、資質(zhì)證書、學(xué)位、職稱、學(xué)術(shù)信用、一般失信行為、嚴重失信行為、金融信用、稅收信用、司法信用等屬性組成。

④ 科技管理服務(wù)機構(gòu)(專業(yè)機構(gòu)、中介服務(wù)機構(gòu))科研信用評價數(shù)據(jù)表結(jié)構(gòu)由基礎(chǔ)信用、資質(zhì)證書、專業(yè)和規(guī)范、服務(wù)效果、守信行為激勵、一般失信行為、嚴重失信行為、金融信用、稅收信用、司法信用等屬性組成。

3 評價算法

本文設(shè)計實現(xiàn)了“項目申報人員/承擔(dān)人員”“項目申報單位/承擔(dān)單位”“評審評估咨詢專家”“科技管理服務(wù)機構(gòu)”4個對象的科研信用評價算法。下面以項目申報人員/承擔(dān)人員科研信用評價算法(researcher-credit-evaluation，簡稱RCE)為例，給出算法的形式描述。

算法1RCE

輸入：科研信用數(shù)據(jù)庫表中各指標的值、單位矩陣E；

Step 1：從項目申報人員/承擔(dān)人員的科研信用數(shù)據(jù)庫表中讀取其基礎(chǔ)信用指標計分R_BCredit、正向指標判斷矩陣R_PIMatrix、項目承擔(dān)情況計分R_Proj、守信行為激勵計分R_CreditI、學(xué)位計分R_Degree、職稱計分R_Title、學(xué)術(shù)信用扣分R_ACredit、一般失信行為扣分R_WeakNT、嚴重失信行為扣分R_SerNT、金融信用扣分R_FCredit、稅務(wù)信用扣分R_TCredit和司法信用扣分R_LCredit的數(shù)據(jù)；

Step 2：生成隨機一致性指標數(shù)組RI={0，0，0.59，0.89，1.12，1.26，1.36，1.41，1.46，1.49，1.52，1.54}；

Step 3：由正向指標計分數(shù)據(jù)構(gòu)造正向指標分值向量R_PIV；

Step 4：由負向指標扣分數(shù)據(jù)構(gòu)造負項指標分值向量R_NIS；

Step 5：計算矩陣R_PIMatrix的特征值λ1,λ2,…,λn以及最大特征值R_λmax，n為矩陣的階數(shù)；

Step 6：計算矩陣R_PIMatrix的最大特征向量R_W；

Step 7：對最大特征向量R_W歸一化處理；

Step 8：計算衡量判斷矩陣偏離一致性的指標R_CI；

Step 10：當R_CR≥0.1時，調(diào)整R_PIMatrix的賦值，重復(fù)步驟step 5～step 10，直至其滿足一致性檢驗為止；

Step 11：當R_CR<0.1時，計算正向指標計分值R_PIS、負向指標扣分值R_NIS和信用總得分R_Credit；

Step 12：若學(xué)術(shù)信用、一般失信行為、嚴重失信行為或司法信用出現(xiàn)一票否決情形，則輸出其科研信用評價等級為“C”，算法結(jié)束；

Step 13：當R_Credit≥90時，則輸出其科研信用評價等級R_Grade為“AAA”；當80≤R_Credit<90時，則輸出R_Grade為“AA”；當70≤R_Credit<80時，則輸出R_Grade為“A”；當60≤R_Credit<70時，則輸出R_Grade為“B”；當R_Credit<60時，則輸出R_Grade為“C”；

輸出：項目申報人員/承擔(dān)人員的科研信用評價等級R_Grade。

項目申報人員/承擔(dān)人員信用評價算法包括正向指標權(quán)重計算和信用等級計算。step 5和step 6的時間復(fù)雜度為O(m2)，其余步驟均為O(1)，其中m表示正向指標的個數(shù)。信用等級計算的時間和空間復(fù)雜度均為O(n)，其中n表示所有計分指標的總數(shù)。因此，科研信用評價算法的時間和空間復(fù)雜度分別為O(m2+n)。

4 實驗

實驗的硬件環(huán)境：計算機CPU4核、內(nèi)存容量8 GB、帶寬20 Mbps、硬盤容量20 GB。軟件環(huán)境：操作系統(tǒng)Windows 10、開發(fā)框架SpringBoot2.2.6、開發(fā)工具IntelliJ IDEA X64、數(shù)據(jù)庫Oracle Database 2019c。參照科技行政管理部門的業(yè)務(wù)和科技信息管理平臺產(chǎn)生的科研信用數(shù)據(jù)，生成4個評價對象的科研信用數(shù)據(jù)集，其中項目申報人員/承擔(dān)人員數(shù)據(jù)集含10 076條記錄數(shù)據(jù)、項目申報單位/承擔(dān)單位數(shù)據(jù)集含10 073條記錄數(shù)據(jù)、評審評估咨詢專家數(shù)據(jù)集含10 082條記錄數(shù)據(jù)、科技管理服務(wù)機構(gòu)(專業(yè)機構(gòu)、中介服務(wù)機構(gòu))數(shù)據(jù)集含10 068條記錄數(shù)據(jù)。

對這4個評價對象的所有記錄進行算法測試，算法運行時間分別為13.499、8.342、15.480、8.139 s。表4至表7分別給出了運行信用評價算法對項目申報人員/承擔(dān)人員、項目申報單位/承擔(dān)單位、評審評估咨詢專家、科技管理服務(wù)機構(gòu)4個數(shù)據(jù)集中部分代表性記錄計算得到的信用評價結(jié)果。

表4 項目申報人員/承擔(dān)人員科研信用評價結(jié)果

表5 項目申報單位/承擔(dān)單位科研信用評價結(jié)果

表6 評審評估咨詢專家科研信用評價結(jié)果

表7 科技管理服務(wù)機構(gòu)科研信用評價結(jié)果

通過對計算實驗結(jié)果檢驗可知，4個算法運行獲得的4個對象信用等級評價的準確率和召回率均為100 %，信用等級評價計算結(jié)果正確，均符合預(yù)期結(jié)果。

5 結(jié)論

本文的研究特色和新穎之處：基于科技行政管理部門的業(yè)務(wù)和科技信息管理平臺產(chǎn)生的科研信用數(shù)據(jù)，有機結(jié)合其他部門、社會機構(gòu)的信用數(shù)據(jù)，采取定性與定量結(jié)合的辦法，對科技工作生命周期全過程中的4個主體責(zé)任對象，建立了多維度評價項目申報人員/承擔(dān)人員、項目申報單位/承擔(dān)單位、評審評估咨詢專家、科技管理服務(wù)機構(gòu)(專業(yè)機構(gòu)、中介服務(wù)機構(gòu))的科研信用評價數(shù)學(xué)模型，設(shè)計實現(xiàn)4個評價主體的科研信用評價算法；算法運行效果好，具有應(yīng)用價值。