摘" 要：針對(duì)現(xiàn)有電網(wǎng)科技項(xiàng)目評(píng)價(jià)目標(biāo)分散、主觀性強(qiáng)等不足，該文構(gòu)建電網(wǎng)科技項(xiàng)目高質(zhì)量發(fā)展指標(biāo)體系，提出一種電網(wǎng)科技項(xiàng)目立項(xiàng)評(píng)價(jià)優(yōu)選排序方法（PT-TOPSIS）。通過(guò)實(shí)例測(cè)算，驗(yàn)證所提方法在克服現(xiàn)有評(píng)價(jià)方法不足的基礎(chǔ)上，同時(shí)具有更好的區(qū)分度與決策精度，可以為相關(guān)部門決策提供更為科學(xué)、客觀的依據(jù)。

關(guān)鍵詞：電網(wǎng)科技項(xiàng)目；立項(xiàng)評(píng)價(jià)；優(yōu)選方法；熵權(quán)法；TOPSIS法

中圖分類號(hào)：TM727" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2095-2945（2023）13-0006-08

Abstract： In view of the shortcomings of decentralization and subjectivity in the evaluation of power grid science and technology projects， this paper constructs a high-quality development index system of power grid science and technology projects， and presents a evaluation and optimization method for power grid science and technology projects， i.e.， the Power Technology - Technique for Order Preference by Similarity to Ideal Solution （PT-TOPSIS） method. Through example calculations， it is verified that the proposed method overcomes the shortcomings of the existing evaluation methods， and has better discrimination and decision-making precision， which can provide more scientific and objective basis for decision-making of relevant departments.

Keywords： power grid science and technology project; project evaluation; optimization method; entropy method; TOPSIS method

科技是科技強(qiáng)國(guó)發(fā)展戰(zhàn)略的重要措施，科技項(xiàng)目立項(xiàng)評(píng)價(jià)與優(yōu)選是科研管理工作的重要組成部分[1]，評(píng)審的科學(xué)性及公正性直接影響科研經(jīng)費(fèi)的優(yōu)化配置。傳統(tǒng)的項(xiàng)目評(píng)價(jià)重點(diǎn)關(guān)注于材料的形式審查，存在著評(píng)價(jià)主觀性強(qiáng)、目標(biāo)過(guò)于分散等問(wèn)題。高質(zhì)量發(fā)展提出了推動(dòng)重點(diǎn)科技項(xiàng)目、人才和資金一體化、高效化配置的要求，如何在眾多儲(chǔ)備項(xiàng)目中遴選優(yōu)秀的項(xiàng)目予以立項(xiàng)，優(yōu)化科研經(jīng)費(fèi)配置，提高科技項(xiàng)目資助的準(zhǔn)確性，是當(dāng)前科技管理部門急需解決的一個(gè)重要問(wèn)題，其核心在于優(yōu)化評(píng)價(jià)方法。

近年來(lái)，國(guó)內(nèi)學(xué)者對(duì)科技項(xiàng)目立項(xiàng)評(píng)價(jià)與優(yōu)選進(jìn)行了相關(guān)研究。潘杰義等[2]針對(duì)科研管理中項(xiàng)目的篩選和立項(xiàng)問(wèn)題，設(shè)計(jì)了科研項(xiàng)目評(píng)價(jià)指標(biāo)體系，建立了科技項(xiàng)目模糊優(yōu)選決策模型。林海斌[3]通過(guò)集對(duì)分析，找出科研項(xiàng)目與評(píng)價(jià)指標(biāo)兩者間的聯(lián)系，排列出科研項(xiàng)目的優(yōu)劣次序，為科研項(xiàng)目立項(xiàng)資助提供依據(jù)。韓華等[4]運(yùn)用模糊層次分析理論建立航天科技項(xiàng)目模糊優(yōu)選決策模型，為客觀科學(xué)地評(píng)價(jià)和優(yōu)選基金項(xiàng)目提供依據(jù)。林海斌[5]基于TOPSIS法，構(gòu)建了科技項(xiàng)目評(píng)價(jià)模型， 為科技項(xiàng)目立項(xiàng)評(píng)價(jià)與項(xiàng)目選優(yōu)提供了參考依據(jù)。馬麗娜等[6]提出采用層次灰色方法建立科技項(xiàng)目?jī)?yōu)選決策模型，為客觀科學(xué)地評(píng)價(jià)和優(yōu)選科技項(xiàng)目提供重要依據(jù)。柴云等[7]將多屬性決策中模糊層次分析法和灰色-正負(fù)理想點(diǎn)逼近法優(yōu)勢(shì)集成，創(chuàng)建Fuzzy-AHP-TOPSIS法對(duì)方案進(jìn)行最終優(yōu)劣排序。郭健等[8]基于多粒度二元語(yǔ)義和灰色關(guān)聯(lián)分析的方法對(duì)科技項(xiàng)目進(jìn)行立項(xiàng)評(píng)價(jià)，根據(jù)灰色關(guān)聯(lián)度對(duì)科技項(xiàng)目進(jìn)行了立項(xiàng)方案優(yōu)選。羅勇等[9]提出新型可信度計(jì)算方法，并構(gòu)造熵權(quán)決策模型，通過(guò)數(shù)值仿真對(duì)多個(gè)科技項(xiàng)目進(jìn)行評(píng)估優(yōu)選。林曉華等[10]采用區(qū)間二型模糊集理論對(duì)TOPSIS方法進(jìn)行擴(kuò)展，并采用形心法設(shè)計(jì)了一種區(qū)間二型模糊集的排序方法，在保證信息的準(zhǔn)確性和有效性基礎(chǔ)上為項(xiàng)目的優(yōu)選提供了參考依據(jù)。以上學(xué)者提出的優(yōu)選模型、方法對(duì)項(xiàng)目?jī)?yōu)選決策起到了積極作用，但處理因素指標(biāo)的權(quán)重問(wèn)題時(shí)都存在一定的局限性。對(duì)于多目標(biāo)決策而言，主觀權(quán)重體現(xiàn)了決策者的意愿偏好，而客觀權(quán)重反映了具體數(shù)據(jù)對(duì)決策的貢獻(xiàn)度。目前指標(biāo)權(quán)重的確定大多采用AHP法，單純考慮主觀偏好而忽略評(píng)標(biāo)的競(jìng)爭(zhēng)性擇優(yōu)屬性，且具有很大隨意性。

為了綜合評(píng)估科技項(xiàng)目的潛在價(jià)值，進(jìn)一步提高科技項(xiàng)目資助的準(zhǔn)確性，優(yōu)化科技經(jīng)費(fèi)配置，本文將組合賦權(quán)法、TOPSIS法及前景理論引入到項(xiàng)目評(píng)優(yōu)選決策中，構(gòu)建了電網(wǎng)科技項(xiàng)目立項(xiàng)評(píng)價(jià)指標(biāo)體系，提出了一種PT-TOPSIS法（Prospect Theory-TOPSIS）的科技項(xiàng)目?jī)?yōu)選排序方法，以提高決策的科學(xué)性與目標(biāo)一致性。

1" 電網(wǎng)科技項(xiàng)目評(píng)價(jià)方法概述

目前電網(wǎng)公司的科技立項(xiàng)工作大多采用專家評(píng)分法，聘請(qǐng)的專家在嚴(yán)格按照評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行評(píng)價(jià)以后，科技項(xiàng)目根據(jù)評(píng)價(jià)結(jié)果高低順序予以立項(xiàng)。評(píng)價(jià)過(guò)程（圖1）大概可以分為5步。

1）對(duì)申報(bào)的項(xiàng)目進(jìn)行形式審查，通過(guò)審查進(jìn)入專家評(píng)價(jià)環(huán)節(jié)。

2）項(xiàng)目負(fù)責(zé)人進(jìn)行匯報(bào)，專家對(duì)項(xiàng)目評(píng)分表中相應(yīng)評(píng)價(jià)項(xiàng)目進(jìn)行打分。

3）匯總項(xiàng)目評(píng)分表，結(jié)合指標(biāo)權(quán)重，統(tǒng)計(jì)各項(xiàng)目平均得分。

4）根據(jù)項(xiàng)目評(píng)分，給與立項(xiàng)意見(jiàn)，評(píng)分靠前的作為優(yōu)選立項(xiàng)的選擇。

5）對(duì)項(xiàng)目評(píng)分進(jìn)行判斷，高于80分的項(xiàng)目準(zhǔn)許執(zhí)行。

在這個(gè)過(guò)程中，由各方面專家和行政部門領(lǐng)導(dǎo)一起參加評(píng)價(jià)，可以集中各方面專家的智慧，聽(tīng)取多方面的意見(jiàn)，全面衡量項(xiàng)目的優(yōu)點(diǎn)與不足，其評(píng)估結(jié)果具備專業(yè)性、權(quán)威性，但也存在2點(diǎn)不足。

1）評(píng)價(jià)指標(biāo)都是定性指標(biāo)，指標(biāo)本身存在模糊性、不確定性，無(wú)法實(shí)現(xiàn)評(píng)價(jià)精細(xì)化、定量化，難以保證評(píng)價(jià)結(jié)果的客觀性和準(zhǔn)確性。

2）項(xiàng)目類型多樣，申請(qǐng)項(xiàng)目數(shù)量眾多，無(wú)法集中力量發(fā)展重點(diǎn)科技項(xiàng)目，整體資源配置較差。

2" 高質(zhì)量發(fā)展指標(biāo)體系構(gòu)建

2.1" 高質(zhì)量發(fā)展指標(biāo)篩選和指標(biāo)體系設(shè)計(jì)

基于電網(wǎng)科技評(píng)價(jià)重點(diǎn)內(nèi)容及現(xiàn)有指標(biāo)體系的不足，結(jié)合高質(zhì)量發(fā)展要求，本文構(gòu)建高質(zhì)量發(fā)展指標(biāo)體系。該體系遵循全面系統(tǒng)性、合理性、代表差異性、獨(dú)立性和操作可行性的原則，最終從必要性、可行性、經(jīng)濟(jì)性和研發(fā)風(fēng)險(xiǎn)4個(gè)方面建立電網(wǎng)科技項(xiàng)目立項(xiàng)評(píng)價(jià)指標(biāo)體系，每類指標(biāo)又細(xì)分為各種子指標(biāo)，具體如圖2所示。

建立指標(biāo)體系時(shí)，將評(píng)價(jià)指標(biāo)分為3層，分別為目標(biāo)層、類別層和指標(biāo)層。

各類別層包含的指標(biāo)如下。

1）必要性指標(biāo)。主要包括需求緊迫程度、研究創(chuàng)新性。

2）可行性指標(biāo)。主要包括研究?jī)?nèi)容可行性，預(yù)期目標(biāo)及可考核性，技術(shù)路線的合理性、可行性，預(yù)研和前期研究及研究團(tuán)隊(duì)能力。研究團(tuán)隊(duì)能力指標(biāo)主要考慮承擔(dān)項(xiàng)目成員的研究能力，這里可細(xì)化為年齡梯隊(duì)、學(xué)歷構(gòu)成、職稱構(gòu)成指標(biāo)。考慮到項(xiàng)目人員的歷史績(jī)效很大程度反映了該人員的研究能力，故特意加入該指標(biāo)來(lái)補(bǔ)充支撐項(xiàng)目可行性。鑒于科技項(xiàng)目的成果多為論文、專利和技術(shù)獎(jiǎng)，所以歷史績(jī)效指標(biāo)主要考慮項(xiàng)目人員指標(biāo)完成率、專利授權(quán)率和獲獎(jiǎng)情況。

3）經(jīng)濟(jì)性指標(biāo)。主要包括預(yù)算合理性（研發(fā)費(fèi)用占比、人資費(fèi)占比）、預(yù)期成效（成果數(shù)量、預(yù)期經(jīng)濟(jì)效益與投入比，即投資回報(bào)比）、推廣應(yīng)用前景。

4）研發(fā)風(fēng)險(xiǎn)指標(biāo)。主要包括技術(shù)風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)。

2.2" 指標(biāo)權(quán)重確定

通過(guò)組合賦權(quán)法計(jì)算組合權(quán)重，其中主觀權(quán)重采用層次分析法進(jìn)行計(jì)算，客觀權(quán)重采用熵權(quán)法進(jìn)行計(jì)算。熵權(quán)法與層次分析法的結(jié)合，能盡量消除各因素權(quán)重的主觀性，保持主觀性與客觀性的平衡，使評(píng)價(jià)結(jié)果更符合實(shí)際。

組合權(quán)重計(jì)算步驟有7步，其中1）—3）為計(jì)算客觀權(quán)重，4）—6）為計(jì)算主觀權(quán)重，7）為計(jì)算組合權(quán)重。

1）評(píng)價(jià)的項(xiàng)目有N=（N1，N2，…，Nn），評(píng)價(jià)的指標(biāo)P=（P1，P2，…，Pp），構(gòu)成判斷矩陣如下

V=V11" V12" …" V1pV21" V22" …" V2p …" …" …" …Vn1" Vn2" …" Vnp，（1）

式中：Vnp為評(píng)價(jià)項(xiàng)目Nn與P的相對(duì)重要程度。

2）確定客觀權(quán)重的公式，pij=Vij/∑ ，Vij表示第i個(gè)評(píng)價(jià)對(duì)象的第j個(gè)指標(biāo)的特征比值，再計(jì)算Ej=-1/ln（n） ∑" pij lnpij，表示第j個(gè)指標(biāo)的熵值。

3）最后得到Wj= ，表示第j個(gè)指標(biāo)的客觀權(quán)重。

4）建立判斷矩陣。將各元素進(jìn)行兩兩比較，得到它們的相對(duì)重要程度，并把比較結(jié)果通過(guò)合適的標(biāo)度用數(shù)值表示出來(lái)，寫(xiě)成矩陣，即得判斷矩陣。表1為判斷矩陣指標(biāo)比率標(biāo)度法含義。

A=a11 a12 … a1ja21 a22 … a2j… … … …ai1 ai2 … aij" ，" "（2）

式中：aijgt;0，aii=1，aij= ，aij代表的是因素i對(duì)于因素j的相對(duì)重要程度。

表1" 判斷矩陣指標(biāo)比率標(biāo)度法含義

5）指標(biāo)權(quán)重確認(rèn)及一致性檢驗(yàn)。依據(jù)的理論公式為AW=λmax，求解方程AW=λmax的特征根λmax及其對(duì)應(yīng)的特征向量W，再將特征向量W歸一化，作為評(píng)價(jià)指標(biāo)的權(quán)重向量。

為檢驗(yàn)判斷矩陣的一致性，避免邏輯錯(cuò)誤，通常用指標(biāo)CR進(jìn)行檢驗(yàn)。CR=CI/RI，其CI=（λmax-n）（n-1），n為判斷矩陣的階數(shù)，RI為平均隨機(jī)一致性指標(biāo)。一般當(dāng)CRlt;0.1時(shí)，認(rèn)為判斷矩陣具有令人滿意的一致性（表2）。

（3）

通過(guò)計(jì)算，各指標(biāo)的組合權(quán)重Wj為

Wj=（0.113，0.051 8，0.052 8，0.106，0.047 4，0.054，

0.034 6，0.029 8，0.027 6，0.026 6，0.023 8，0.022 8，0.073 4， 0.051，0.083，0.083 4，0.054 4，0.064 6）。

3" PT-TOPSIS法設(shè)計(jì)

3.1" TOPSIS原理及步驟

TOPSIS法[11]是系統(tǒng)工程中有限方案多目標(biāo)決策分析中常用的一種決策技術(shù)，因其具有計(jì)算簡(jiǎn)便、結(jié)果合理和應(yīng)用靈活等特點(diǎn)，被廣泛應(yīng)用于科技項(xiàng)目?jī)?yōu)選等領(lǐng)域[5，7，10]。因此通過(guò)TOPSIS法，計(jì)算待評(píng)價(jià)項(xiàng)目與最優(yōu)值的相對(duì)貼近度，可以對(duì)項(xiàng)目進(jìn)行優(yōu)選排序，為項(xiàng)目?jī)?yōu)選立項(xiàng)提供輔助決策。

TOPSIS法的基本思想：定義決策問(wèn)題的理想解和負(fù)理想解，理想解一般是設(shè)想最好的方案，負(fù)理想解是假定最壞的方案，方案排隊(duì)的決策規(guī)則，是把實(shí)際可行解和正理想解與負(fù)理想解做比較，通過(guò)計(jì)算某一方案與最好方案和最劣方案間的加權(quán)歐氏距離，得出該方案與最好方案的接近程度，以此作為評(píng)價(jià)各方案優(yōu)劣的依據(jù)[12]。

TOPSIS法計(jì)算流程主要分為6步，其計(jì)算流程如圖3所示。

步驟1：導(dǎo)入數(shù)據(jù)形成決策矩陣X。

步驟2：對(duì)決策矩陣進(jìn)行歸一化處理，消除量綱不同帶來(lái)的影響。

步驟3：計(jì)算指標(biāo)權(quán)重W。

步驟4：計(jì)算正、負(fù)理想解向量Z+，Z-。

步驟5：計(jì)算正、負(fù)理想解距離Di+，Di-，一般為歐式距離。

步驟6：計(jì)算相對(duì)貼近度Ci，Ci越大越接近100，表示第i個(gè)評(píng)價(jià)項(xiàng)目越接近最優(yōu)水平。

TOPSIS法作為一種輔助項(xiàng)目?jī)?yōu)選排序的方法，具備簡(jiǎn)單、易用的特點(diǎn)，但仍存在一些不足之處。

1）計(jì)算的權(quán)重是主觀值，且正、負(fù)理想解距離無(wú)法與權(quán)重建立聯(lián)系。

2）當(dāng)評(píng)價(jià)個(gè)數(shù)改變時(shí)，需要重新計(jì)算，可能出現(xiàn)前后結(jié)果相互矛盾的逆排序問(wèn)題。

3）TOPSIS法評(píng)價(jià)是在完全理想狀態(tài)下的客觀評(píng)價(jià)，未考慮風(fēng)險(xiǎn)偏好等人為因素影響，與實(shí)際業(yè)務(wù)需求存在偏差。

3.2" PT-TOPSIS法

前景理論[13]（Prospect Theory）是決策者主觀感受的一種方法，即決策者面對(duì)收益是風(fēng)險(xiǎn)規(guī)避的、而面對(duì)損失是風(fēng)險(xiǎn)偏好的，且面對(duì)損失比收益更加敏感。針對(duì)TOPSIS法存在的不足，本文提出了PT-TOPSIS法（Prospect Theory-TOPSIS），從風(fēng)險(xiǎn)收益、損失方面對(duì)項(xiàng)目的潛在價(jià)值進(jìn)行評(píng)價(jià)，將綜合前景值作為項(xiàng)目的優(yōu)先級(jí)別的依據(jù)，對(duì)決策者進(jìn)行項(xiàng)目?jī)?yōu)先立項(xiàng)具有重大參考價(jià)值，從而使評(píng)價(jià)結(jié)果更貼近實(shí)際業(yè)務(wù)需求。

PT-TOPSIS法的計(jì)算流程主要分為4步，具體計(jì)算過(guò)程如圖4所示。

3.2.1" 決策矩陣的形成與標(biāo)準(zhǔn)化

對(duì)形成的決策矩陣進(jìn)行處理，得到絕對(duì)正理想、負(fù)理想解向量，該過(guò)程與TOPSIS法類似。但由于TOPSIS法指標(biāo)權(quán)重，計(jì)算正、負(fù)理想解時(shí)存在一些不足，計(jì)算過(guò)程有以下的改變。

1）在計(jì)算權(quán)重時(shí)，采取了熵權(quán)法與層次分析法結(jié)合的組合賦權(quán)法，具體可見(jiàn)2.2節(jié)。

2）對(duì)歸一化矩陣X*進(jìn)行加權(quán)，得到加權(quán)決策矩陣，有zij=ωjx*ij，其中zij為加權(quán)后第i個(gè)評(píng)價(jià)對(duì)象對(duì)j個(gè)指標(biāo)的標(biāo)準(zhǔn)化得分，ωj為第j個(gè)指標(biāo)的組合權(quán)重，x*ij為第i個(gè)評(píng)價(jià)對(duì)象對(duì)j個(gè)指標(biāo)的標(biāo)準(zhǔn)化得分。

3）確定正、負(fù)理想解向量。采用求絕對(duì)理想解的方法對(duì)傳統(tǒng)理想點(diǎn)法進(jìn)行改進(jìn)，可以很好地解決逆排序問(wèn)題。

Z+=（Z1+，Z2+，…，ZP+），（4）

Z-=（Z1-，Z2-，…，ZP-），（5）

式中：Zj+=max（Z1j，Z2j，…，Znj）（j=1，2，…，p）；Zj+=min（Z1j，Z2j，…，Znj）（j=1，2，…，p）。

3.2.2" 計(jì)算關(guān)聯(lián)系數(shù)矩陣

設(shè)第i個(gè)項(xiàng)目的指標(biāo)Si=（Zi1，Zi2，…，Zip），則項(xiàng)目指標(biāo)集與最優(yōu)理想點(diǎn)和最劣理想點(diǎn)的關(guān)聯(lián)系數(shù)

式中：i=1，2，…，n；j=1，2，…，p；ρ為分辨系數(shù)，且ρ∈（0，1），這里取ρ=0.5。

根據(jù)各指標(biāo)屬性值與最優(yōu)理想點(diǎn)和最劣理想點(diǎn)的關(guān)聯(lián)系數(shù)公式，即可得到正關(guān)聯(lián)系數(shù)矩陣ξ+=（ξij+）n×p和負(fù)關(guān)聯(lián)系數(shù)矩陣ξ-=（ξij-）n×p。

圖4" PT-TOPSIS法計(jì)算流程

3.2.3" 改進(jìn)價(jià)值函數(shù)

根據(jù)關(guān)聯(lián)系數(shù)矩陣及解向量對(duì)價(jià)值函數(shù)進(jìn)行改進(jìn)，其中價(jià)值函數(shù)[14]是根據(jù)決策者的主觀感受形成的價(jià)值，常用的價(jià)值函數(shù)如下

v（x）=xα" " "，" x≥0-θ（-x）β，" " x≤0，（7）

式中：參數(shù)α和β分別表示收益和損失區(qū)域價(jià)值冪函數(shù)的凹凸程度[15]，反映了決策者對(duì)收益和損失的敏感程度，一般α，β≤1；θ反映了決策者對(duì)損失的厭惡程度，一般θgt;1。

根據(jù)前景理論和上述求取得到的正理想、負(fù)理想解向量及關(guān)聯(lián)系數(shù)矩陣，可獲得各指標(biāo)屬性值的改進(jìn)前景值。第i個(gè)項(xiàng)目第j個(gè)指標(biāo)的屬性值為Zij，若參考點(diǎn)為Zj-，決策者是面臨收益的；若參考點(diǎn)為Zj+，決策者是面臨損失的。故Zij的收益和損失價(jià)值函數(shù)為

v+（Zij）=（1-ξij-）α， Zij≥Zj-v-（Zij）=-θ[-（ξ+ij-1）]β， Zij≤Zj+ ，（8）

式中：v+（Zij）、v-（Zij）分別為收益帶來(lái)的正前景值和損失帶來(lái)的負(fù)前景值。

由收益、損失價(jià)值函數(shù)可以得到項(xiàng)目指標(biāo)的正前景值矩陣和負(fù)前景矩陣，分別為v+=（v+ij）n×p，v-=（v-ij）n×p。

3.2.4" 計(jì)算綜合前景值

根據(jù)決策權(quán)重公式，計(jì)算綜合前景值。方案收益和損失的指標(biāo)決策權(quán)重分別為

（9）

式中：γ+和γ-分別表示決策者面對(duì)收益和損失的風(fēng)險(xiǎn)態(tài)度，也反映了決策權(quán)重函數(shù)的彎曲程度。

項(xiàng)目Si的綜合前景值V為正前景值和負(fù)前景值與其對(duì)應(yīng)的決策權(quán)重之和，即

。（１０）

根據(jù)以上公式，可以求取各類項(xiàng)目的綜合最優(yōu)前景值，根據(jù)項(xiàng)目綜合最優(yōu)前景值由大到小對(duì)項(xiàng)目進(jìn)行排序。

4" 實(shí)例分析

為了提高科技項(xiàng)目資助的準(zhǔn)確性，實(shí)現(xiàn)科技項(xiàng)目的優(yōu)選立項(xiàng)，驗(yàn)證PT-TOPSIS項(xiàng)目?jī)?yōu)選及排序方法的效果，本文以某電網(wǎng)公司2022年儲(chǔ)備項(xiàng)目中先進(jìn)適用技術(shù)示范與應(yīng)用類科技項(xiàng)目為例，對(duì)申報(bào)的6項(xiàng)科技項(xiàng)目進(jìn)行立項(xiàng)評(píng)價(jià)排序，并與實(shí)際立項(xiàng)情況進(jìn)行對(duì)比驗(yàn)證。并邀請(qǐng)8位電網(wǎng)技術(shù)專家根據(jù)科技項(xiàng)目立項(xiàng)評(píng)價(jià)指標(biāo)體系中的二級(jí)指標(biāo)，對(duì)被評(píng)價(jià)的6個(gè)科技項(xiàng)目進(jìn)行評(píng)價(jià)。表3中年齡梯隊(duì)、學(xué)歷構(gòu)成、職稱構(gòu)成、指標(biāo)完成率、專利授權(quán)率、獲獎(jiǎng)情況、研發(fā)費(fèi)用占比和人資費(fèi)占比為定量指標(biāo)，可以直接計(jì)算得到，其余指標(biāo)只能由專家對(duì)各項(xiàng)目的評(píng)價(jià)得到。

4.1" 計(jì)算流程

采用上文構(gòu)建的PT-TOPSIS項(xiàng)目?jī)?yōu)選排序方法，對(duì)案例中投6個(gè)科技項(xiàng)目的優(yōu)劣進(jìn)行排序，具體過(guò)程如下。

1）構(gòu)建加權(quán)決策矩陣。表4可直接構(gòu)成決策矩陣X，由于各指標(biāo)的性質(zhì)不同，為了使各個(gè)指標(biāo)具有可比性，在決策矩陣X的基礎(chǔ)上進(jìn)行指標(biāo)的同向無(wú)量綱化處理，并結(jié)合2.2節(jié)的組合權(quán)重構(gòu)造加權(quán)決策矩陣Z。

2）計(jì)算絕對(duì)正、負(fù)理想解。根據(jù)式（4）—（5）將矩陣Z中指標(biāo)進(jìn)行篩選，可得到正理想解和負(fù)理想解Z+，Z-。

3）計(jì)算關(guān)聯(lián)系數(shù)和綜合前景值。PT-TOPSIS法計(jì)算時(shí)采用的價(jià)值函數(shù)和決策權(quán)重參數(shù)[15]為：α=0.88，β=0.88，γ+=0.61，γ-=0.68。

根據(jù)公式（6），可計(jì)算項(xiàng)目指標(biāo)與正理想解、負(fù)理想解的關(guān)聯(lián)系數(shù)矩陣ξ+、ξ-，然后將關(guān)聯(lián)系數(shù)代入改進(jìn)的前景理論的損失函數(shù)和價(jià)值函數(shù)中，分別得到項(xiàng)目的正前景值矩陣v+和負(fù)前景值矩陣v-，再根據(jù)式（8）—（10）可得綜合前景值，各項(xiàng)目的正、負(fù)及綜合前景值見(jiàn)表5。

根據(jù)前景理論，正前景值反映評(píng)價(jià)方案帶來(lái)的潛在收益，負(fù)前景值反映帶來(lái)的潛在損失。從正前景值來(lái)看，項(xiàng)目4的潛在收益最大，項(xiàng)目2的潛在收益最小。從負(fù)前景值來(lái)看，項(xiàng)目4的潛在損失最大，項(xiàng)目5的潛在損失最小。綜合來(lái)看，V4gt;V3gt;V5gt;V1gt;V6gt;V2，項(xiàng)目4不管是潛在收益還是潛在損失都是最大的，但其總潛在價(jià)值是最高的，在可接受一定潛在風(fēng)險(xiǎn)損失時(shí)，項(xiàng)目4應(yīng)作為項(xiàng)目立項(xiàng)的第一順位。

4.2" 結(jié)果分析

表6列出了本文所提出的PT-TOPSIS項(xiàng)目?jī)?yōu)選排序方法應(yīng)用于案例的有關(guān)計(jì)算結(jié)果，還將直接根據(jù)TOPSIS法及專家評(píng)分方法一并列出同案例的評(píng)標(biāo)結(jié)果，方便進(jìn)行對(duì)比研究。

從表6可以看出，項(xiàng)目6在3種方法中都是第一。該項(xiàng)目之所以排名最高，結(jié)合表3可知主要因?yàn)槠涓髦笜?biāo)相對(duì)均衡，除了專利授權(quán)率、職稱構(gòu)成2個(gè)指標(biāo)在60分左右，其他都高于70分，指標(biāo)平均值高于其他5個(gè)項(xiàng)目，在指標(biāo)權(quán)重相同的情況，其項(xiàng)目評(píng)分、相對(duì)貼近度和綜合前景值均是第一，這也說(shuō)明該項(xiàng)目非常符合電網(wǎng)公司發(fā)展方向。

從表6可以看出，本文方法與TOPSIS排序結(jié)果一致，與專家評(píng)分法大體一致，這也說(shuō)明了本文所提方法的可行性。值得注意的是，專家評(píng)分法的項(xiàng)目排序（第5、第6）跟后2種方法排序不一致，分別是項(xiàng)目2排第5，項(xiàng)目6排第6。如果只使用專家評(píng)分法進(jìn)行評(píng)價(jià)，項(xiàng)目2的指標(biāo)基本上高于項(xiàng)目6，在權(quán)重相同的情況下，項(xiàng)目2總分高于項(xiàng)目6是正常的。但后2種方法采用的新建立的指標(biāo)體系中考慮了項(xiàng)目人員的歷史績(jī)效情況，將專利授權(quán)率、獲獎(jiǎng)情況等指標(biāo)作為參考指標(biāo)，在經(jīng)過(guò)組合賦權(quán)平衡了主客觀因素影響后，一定程度上修正了專家評(píng)分法結(jié)果較主觀所帶來(lái)的影響，就導(dǎo)致了2個(gè)項(xiàng)目在排序上的差異，這也說(shuō)明了基于組合賦權(quán)的PT-TOPSIS法，在集成了專家或決策者的主觀偏好與評(píng)標(biāo)客觀信息以后，同時(shí)具備了最大程度的評(píng)價(jià)決策的適應(yīng)性和客觀、公正性。

從3種評(píng)價(jià)方法下分別作為項(xiàng)目排序依據(jù)的評(píng)分、相對(duì)貼近度和綜合前景值來(lái)看，PT-TOPSIS法在項(xiàng)目評(píng)價(jià)上的極差更大、值域更寬和兩兩差異更顯著，也即本文所提方法能夠更好地“拉開(kāi)”各項(xiàng)目的檔次。因此，較之TOPSIS法、專家評(píng)分法，PT-TOPSIS項(xiàng)目?jī)?yōu)選排序方法對(duì)于方案優(yōu)選具有更好的區(qū)分度與決策精度。

5" 結(jié)束語(yǔ)

本文結(jié)合高質(zhì)量發(fā)展的背景，綜合考慮項(xiàng)目主要人員的歷史績(jī)效，作為衡量項(xiàng)目研究團(tuán)隊(duì)整體實(shí)力的指標(biāo)，構(gòu)建了電網(wǎng)科技項(xiàng)目高質(zhì)量指標(biāo)體系。

本文提出了PT-TOPSIS法，通過(guò)層次分析法、熵權(quán)法進(jìn)行組合賦權(quán)，改善了TOPSIS法指標(biāo)權(quán)重的不足，并以改善后的正理想解和負(fù)理想解作為參考點(diǎn)，進(jìn)一步改進(jìn)了前景理論中的收益及損失函數(shù)。同時(shí)以某電網(wǎng)公司2022年6項(xiàng)科技項(xiàng)目為例進(jìn)行了評(píng)價(jià)，將評(píng)價(jià)結(jié)果與專家評(píng)分法、TOPSIS法的結(jié)果進(jìn)行了比較分析，驗(yàn)證了本文方法的可行性和合理性，為具有不確定性因素的電網(wǎng)科技項(xiàng)目多屬性評(píng)估及決策者主觀感受的方案比較、優(yōu)選的實(shí)際問(wèn)題提供了一種新的解決途徑。

參考文獻(xiàn)：

[1] 鮑海君，徐保根.科研項(xiàng)目立項(xiàng)的可拓綜合評(píng)價(jià)[J].軟科學(xué)，2009，23（10）：42-45.

[2] 潘杰義，劉西林.科研項(xiàng)目評(píng)價(jià)指標(biāo)體系及模糊優(yōu)選決策模型研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2004（1）：9-11.

[3] 林海斌.集對(duì)分析在科研項(xiàng)目評(píng)價(jià)中的運(yùn)用[J].科學(xué)技術(shù)與工程，2005（19）：69-72.

[4] 韓華，鄒珊剛，周仙梅.基于FAHP的航天科技項(xiàng)目評(píng)價(jià)模型[J].科技進(jìn)步與對(duì)策，2006（5）：122-124.

[5] 林海斌.基于TOPSIS法的科研項(xiàng)目評(píng)價(jià)與選優(yōu)[J].科技進(jìn)步與對(duì)策，2006（7）：47-49.

[6] 馬麗娜，李建華.科技項(xiàng)目評(píng)估中的層次灰色評(píng)價(jià)模型應(yīng)用研究[J].科技管理研究，2008（5）：277-279.

[7] 柴云，陳權(quán)，孫紹權(quán).Fuzzy-AHP-TOPSIS法在多屬性方案優(yōu)選中的應(yīng)用——基于油氣田開(kāi)發(fā)項(xiàng)目方案優(yōu)選的研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2010，40（6）：86-91.

[8] 郭健，尹潔林.基于多粒度二元語(yǔ)義和灰色關(guān)聯(lián)分析的科技項(xiàng)目立項(xiàng)評(píng)價(jià)[J].科技管理研究，2011，31（13）：48-51.

[9] 羅勇，朱波.基于熵權(quán)決策法的項(xiàng)目選擇比較模型研究[J].鄭州大學(xué)學(xué)報(bào)（工學(xué)版），2014，35（2）：60-64.

[10] 林曉華，賈文華.基于區(qū)間二型模糊TOPSIS法的方案決策優(yōu)選[J].科技通報(bào)，2018，34（3）：120-124.

[11] 郭衛(wèi)東，吳宜鸞.科技計(jì)劃項(xiàng)目立項(xiàng)評(píng)價(jià)體系的研究[J].淮海工學(xué)院學(xué)報(bào)（人文社會(huì)科學(xué)版），2012，10（20）：41-43.

[12] 方崇.基于信息熵的TOPSIS模型在科研項(xiàng)目立項(xiàng)評(píng)價(jià)中的應(yīng)用[J].科技管理研究，2010，30（20）：211-213，195.

[13] 王堅(jiān)強(qiáng)，孫騰，陳曉紅.基于前景理論的信息不完全的模糊多準(zhǔn)則決策方法[J].控制與決策，2009，24（8）：1198-1202.

[14] 張曉，樊治平.基于前景理論的風(fēng)險(xiǎn)型混合多屬性決策方法[J].系統(tǒng)工程學(xué)報(bào)，2012，27（6）：772-781.

[15] TVERSKY A，KAHNEMAN D．Advances in prospect theory： cumulative representation of uncertainty[J]．Journal of risk and Uncertainty，1992，5（4）：297-323．