基于层次分析法科研立项评估.docVIP

基于层次分析法科研立项评估 　　摘 要：运用层次分析法构建了科研立项评估体系，并对武汉市农科院具有代表性的4项课题进行了评估，研究认为，武汉市农科院在项目申请中比较看重项目的立项意义和预期结果，且填写科研项目申报书时明确总体与阶段性目标对成功申报项目具有至关重要的作用。 　　关键词：武汉市农科院；科研立项评估；层次分析法 　　中图分类号：F204 文献标识码：A 文章编号：1001-3547（2013）10-0072-04 　　科研立项是进行科学研究的先决条件，也是决定科学研究起点的重要因素，为此才有“立项成功了，项目就完成了一半”的说法，因此，抓好立项的申报工作对科管部门来说尤为重要。为在科研立项过程中确定优先申报项目，提高项目获批概率，为武汉市农科院争取更多的项目资金支持，运用层次分析法构建了科研立项评估指标体系，并对武汉市农科院的4个具有典型性的科研项目进行了评估。 　　1 科研立项评价指标体系的构建 　　构建科研项目评价指标体系是一个系统而复杂的工程。建立指标体系的主要工作是指标的选取和指标之间结构关系的确定。指标体系要全面反映出所要评价系统的各项目标要求，尽可能地做到科学、合理、可操作，且符合实际情况，并基本上能为有关人员和部门所接受。为此，制定评价指标体系需在全面分析的基础上，先拟定指标草案，经过广泛征求专家意见，反复交换信息，统计处理和综合归纳等，最后确定系统的评价指标体系[1]，这就要求建立者既对本领域的专业知识有很好的把握，又有丰富的经验。在阅读相关文献的基础上，本文收集相关科研人员意见，发现20个指标对科研课题成功申报较为重要，这20个指标可以归纳为4个一级指标、16个二级指标，具体评价指标选择及各指标间的关系构架见下表1。 　　2 运用层次分析法确定指标体系的权重 　　2.1 构建判断矩阵 　　建立判断矩阵是层次分析法的核心。同层次各元素的重要性依据上层准则经两两比较确定，从而需建立一个两两比较的判断矩阵。在对同层元素进行两两比较时，重要程度一般分为5个等级，即“同等重要、稍微重要、重要、显著重要和极端重要”，分别赋值为“1、3、5、7、9”。若认为5个等级划分粗略，也可插入“2、4、6、8”4个亚等级，其中“2”为“1、3”中间值，以此类推（表2）。 　　将同层次的指标进行两两比较，并将比较结果写入矩阵，便可得到下列矩阵形式： 　　其中元素aij表示同层次元素i和元素j相比的判断结果。由上述定义可知，判断矩阵具有如下3个特点：是方阵，对角元素为1，以主对角线为轴的对应元素互为倒数。本文邀请数位专家对指标体系中的指标进行比较，采取少数服从多数的方法使各位专家的意见统一，得到判断矩阵，见表3～7。 　　2.2 计算判断矩阵的特征根和特征向量，并进行一致性检验 　　计算判断矩阵权重的方法较多，有和法、根法（即几何平均法）、特征根法、对数最小二乘法和最小二乘法等[2]。各方法本质相同，考虑到可直接调用Matlab软件的eig程序计算方阵的特征值和特征向量，本文选用特征根法。本文以矩阵A为例求判断矩阵的特征根和特征向量并对其进行一致性检验。 　　最大的特征值 λmax=4.15，特征向量 W=（0.14，0.31，0.24，0.31）T。 　　当计算出方阵的特征值和特征向量后，必须进行一致性检验。在判断矩阵的构造中，并不要求判断矩阵具有传递性和一致性，即不要求aij×ajk=aik严格成立，因为客观事物比较复杂而且人的认识水平不一定非常深入，但要求判断矩阵在大体上满足一致性。对一致性进行检验主要有如下3个步骤： 　　其次，查找相应的平均随机一致性指标RI（Random index），已有相关研究结果，可直接借用[2]。表8中给出了1-15阶正互反矩阵计算1 000次得到的平均随机一致性指标； 　　当CR0.1 时，我们认为判断矩阵的一致性可以接受，从而计算出的权重也是可以接受的。若 CR≥0.1，应当对判断矩阵作适当修改。由此可知，对判断矩阵A的一致性检验结果符合要求。其他判断矩阵权重计算过程简略，计算结果见表9。 　　2.3 计算评价指标体系的权重并排序 　　从表10可以看出，一级指标中“项目意义与重要性（A2）”和“项目目标及预期结果（A4）”这2个指标的得分最高，均为0.31，说明在武汉市农科院的项目申请中比较看重项目的立项意义和预期结果，这与武汉市农科院的职能密不可分，武汉市农科院以“服务三农”为主旋律，以“农业增效、农民增收”为己任，履行科技公共服务职能，“做给农民看，带着农民干，给农民做示范，让农民有钱赚”已成为服务三农的武汉模式。另外，武汉市农科院在注重基础研究的同时，更为注重科研成果的转化，以期在湖北新农村建设中发挥农业技术支撑的作用，故武汉市农科院在申请项