張瓊麗,陳 翼
(1.國家知識產(chǎn)權局專利局專利審查協(xié)作四川中心,四川 成都 610000;2.四川省計算機研究院,四川 成都 610000)
科技成果評價是科技成果登記、科研計劃立項、生產(chǎn)許可證審批、科技成果轉讓交易、科技資產(chǎn)評估、科技成果宣傳推廣以及申報國家級高新技術企業(yè)、省級和國家級科技型中小企業(yè)技術創(chuàng)新基金等的重要依據(jù)。
2016年,國務院印發(fā)《“十三五”國家科技創(chuàng)新規(guī)劃》提出改革科技評價制度,建立以科技創(chuàng)新質量貢獻績效為導向的分類評價體系,正確評價科技創(chuàng)新成果的科學價值、技術價值、經(jīng)濟價值、社會價值、文化價值;推進高等學校和科研院所分類評價,實施績效評價,把技術轉移和科研成果對經(jīng)濟社會的影響納入評價指標,將評價結果作為財政科技經(jīng)費支持的重要依據(jù);推行第三方評價,探索建立政府、社會組織、公眾等多方參與的評價機制,拓展社會化、專業(yè)化、國際化評價渠道。這就需要第三方科技成果評價機構建立一套標準化的評價工作流程,確保評價程序的公平公正。
一般科技成果評價的指標體系有:①技術創(chuàng)新程度、技術指標先進程度。②技術難度和復雜程度。③成果的重現(xiàn)性和成熟程度。④成果應用價值與效果。⑤取得的經(jīng)濟效益與社會效益。⑥進一步推廣的條件和前景。⑦存在的問題及改進意見。
構成成果評價模型的5個要素分別為:被評價對象、評價指標、權重系數(shù)、綜合評價模型和評價者。當各被評價對象和評價指標值都確定以后,評價結論與權值體系、評價模型和評價者有關,屬于多屬性決策問題。
多屬性決策(multiple attribute decision-making)是指對多個方案在多個準則下的準則值進行集成并排序。多屬性決策理論和方法在工程、技術、經(jīng)濟、管理和軍事等諸多領域中都有廣泛的應用[1]。
2019年,四川省人民政府辦公廳印發(fā)了《四川省深化科研項目評審改革實施方案》,文件指出,完善評審專家遴選規(guī)范。合理確定評審專家遴選條件和專家組組成原則,以同行評審為基本原則,主要選取活躍在科研一線的專家參與評審,充分考慮其專業(yè)水平和知識結構。與產(chǎn)業(yè)應用結合緊密的項目,還應選取活躍在生產(chǎn)一線的企業(yè)專家參與評審。邀請省內(nèi)外高水平專家參與評審,擴大企業(yè)專家參與項目評審比重。因此,對專家的評價考核在科技項目成果評價中也占據(jù)重要的地位。
文章借助多屬性決策理論,根據(jù)專家評分與群體決策之間的關聯(lián)關系,給出了專家熵權求解方法,構建適用于科技成果評價的專家評級模型,并用算例驗證其可行性。
多屬性決策是指給定的根據(jù)備選方案在不同屬性集下相關信息,同時考慮不同屬性的重要性,以從備選方案中選擇最優(yōu)方案或是導出備選方案的排序[2]。
多屬性決策問題描述如下。
單個專家的各方案的得分為:
(1)
專家群決策狀態(tài)下各方案的得分:
(2)
多屬性群決策權重包含屬性(指標)權重和專家權重兩部分,屬性(指標)權重作為具體的決策標準,一旦確定就不宜更改[3]。
在科技成果評價中專家打分會有差異,一般群體決策是集體決策體現(xiàn),理想狀態(tài)是針對某個具體對象,專家間的決策結果應該趨于一致,避免出現(xiàn)過高和過低的打分情況。因此,本模型引入信息熵的概念,用來度量群決策中專家個人決策行為在集體決策中的熵值[4],進而定義其偏離度,根據(jù)偏離度和統(tǒng)計數(shù)據(jù)來為專家進行評級。
根據(jù)信息熵理論可知,熵是對不確定性的數(shù)學度量。
(3)
其中,n為信號源的信號數(shù),Pi為第i種信號出現(xiàn)的概率。利用等概率原理可以證明,H與熵的統(tǒng)計表達式在形式上是可以互相轉換的。當?shù)玫阶銐虻男畔⒑笏年P于事物運動狀態(tài)的不確定程度,也就是信息量。當獲取足夠的信息所消除的關于事物運動狀態(tài)的不確定程度,因此信息量I為信息熵的對立面,Δ為信息熵增量的負值,即
I=-ΔH
(4)
一個開放的系統(tǒng),獲取信息即等同于吸收了負熵,可使系統(tǒng)的不確定性、紊亂程度減少并趨于有序;丟失信息時,系統(tǒng)的熵增加,無序度隨之增加。因此,信息與熵彼此是互補的[5]。
由熵的概念不難理解,此時系統(tǒng)的紊亂程度最高,熵值應該最大。由熵的這個性質可知,如果各位專家在不同方案上的決策結果越接近,則其熵值越大。即專家的熵越大,表明結果差異程度越小,決策者的決策結果與群體決策結果差異越小[6]。
針對n個評價對象,組織s位專家進行評價,根據(jù)公式(1)(2)(3)可知,專家個體評價結果矩陣為J=[yik]n×s,其中,i=1,2,3,…,n;k=1,2,3,…,s。第K個專家的熵為
(5)
(6)
此時,專家熵值越大,決策者的決策結果與群體決策結果差異越小,從專家管理角度,專家在評分時的偏差概率較小,應賦予較高的等級。此外,專家的等級還應與其參與評審活動的頻率有關。綜上,可定義專家評定等級為:
(7)
其中,Tk為專家參加評審的頻率,α和β是相應的參數(shù),可根據(jù)科技項目的專家管理辦法進行動態(tài)調(diào)整。
專家評價分級流程如下。
步驟1:利用公式(1)和公式(2)計算專家群決策狀態(tài)下各方案的得分。
步驟2:利用公式(3)和(5)計算專家的熵權。
步驟3:利用公式(6)和(7)計算專家的評定等級。
針對某科研項目評審活動,建立了4個一類評估指標和15個二級評估指標的指標體系,邀請6位專家對4個項目進行打分,構建的評價指標體系如表1所示。
表1 項目評價指標體系
1)步驟1:利用公式(1)和公式(2)計算專家群決策狀態(tài)下各方案的得分,如下所示。
2)步驟2:利用公式(3)和(5)計算專家的熵權,如下所示。
E=(0.036 6 0.040 6 0.099 5 0.086 1 0.054 1 0.0203)
3)步驟3:利用公式(6)和(7)計算專家的評定等級,Tk=100,α=β=0.5,其結果如下。
專家3>專家4>專家5>專家2 >專家1>專家6。
由此可見,第三個專家在參與項目評審時其決策結果與群體決策之間差異最小,按照專家管理辦法,其級別應為最優(yōu)。
多屬性群決策在決策科學中較為重要,被廣泛應用于各領域,如經(jīng)濟社會和軍事管理等。多屬性群決策中既需要關注屬性對決策的影響,又需要關注專家的能力、經(jīng)驗對決策的影響。在科技項目評價中,需要建設專家?guī)?,如何根?jù)專家的履歷和參與項目評選活動效果,綜合對專家進行評判和打分是今后重要工作。文章利用多屬性群決策理論,構建了科技成果評價中專家評價模型,可為大型科技項目建設專家?guī)焯峁Q策依據(jù)。