您好, 访客   登录/注册

高校哲学社会科学创新能力评价模型研究

来源:用户上传      作者: 谭春辉等

  摘要:在构建高校哲学社会科学创新能力评价指标体系的基础上,鉴于层次分析法的特点与优势,在专家问卷调查的基础上,利用层次分析法确定了每个指标的权重。高校哲学社会科学创新能力评价具有模糊性,故可以采用基于专家咨询的多层次模糊综合评价模型方法对哲学社会科学创新能力进行评价,其基本步骤依次是:设定指标权重向量、建立评价指标集、建立评价等级集、构建二级指标模糊判断矩阵、计算二级指标的模糊向量、构建一级指标模糊判断矩阵、计算一级指标的模糊向量、构建目标层模糊判断矩阵、计算模糊综合评价结果,按照最大隶属度原则对被评价对象所属等级进行判断。
  关键词:高校哲学社会科学创新能力;评价指标体系;评价模型
  中图分类号:G40-051 文献标志码:A 文章编号:1008-5831(2013)01-0098-06
  一、高校哲学社会科学创新能力评价指标体系
  高校哲学社会科学创新能力可分解为创新投入能力、创新运行能力和创新产出能力三个要素,并以此为基础,可以构建高校哲学社会科学创新能力评价指标的基本框架[1]。因此,可以在此基础上,根据建立评价指标体系的要求,遵循规律性、科学性、导向性、系统性、层次性、可比性、可行性、成长性、代表性、定性与定量相结合等原则,从基本指标框架中进一步筛选一些具体指标,并采用鉴别力分析、相关分析等定量分析方法对筛选出的指标的可行性进行判断,剔除高度相关、交叉重复及鉴别力不强的指标,进而最终建立高校哲学社会科学创新能力评价指标体系,如表1所示[2]。
  二、指标权重的设计
  各项评价指标在指标体系中的地位和重要程度不同,必须为每项评价指标设定权重,这样才能达到客观、可比的要求。到目前为止,确定指标权重的主要方法有直接经验法、德尔菲法、优序图法、相关系数法、排序法、连环比率法、极值迭代法、层次分析法等[3]。本文选用层次分析法确定各评价指标权重,但对最后的权重结果,仍可以征询部分专家进行小范围修改。
  层次分析法(简称AHP)是美国运筹学家萨蒂(T.L. Salty)在20世纪70年代提出的一种定性与定量相结合的决策分析方法。AHP进行决策分析的最终目的是定量地确定其决策方案中各个指标对于总目标的重要程度[4]。
  为了能使计算简便快捷,便于使用者操作,笔者用MATLAB编写了应用程序。根据层次分析法的基本原理,综合各专家的意见,在目标层下属一级指标中,创新投入(U1)、创新运行(U2)、创新产出(U3)的判断矩阵及相应的权重和一致性检验如表2。
  类似地可求出各准则层(一级指标)、分准则层(二级指标)及各方案层(三级指标)相应的权重和一致性检验值。
  按照上述应用层次分析法计算出的指标权重,完整的哲学社会科学创新能力评价指标体系构成如表3所示。
  三、构建综合评价模型
  (一)评价模型的选择依据
  在建立了评价指标体系以后,需要解决的主要问题就是综合评价哲学社会科学创新能力。哲学社会科学创新能力是一个综合性的指标,其评价值是由33个方案层指标综合得到的一个相对数,反映参与评价比较的各对象(区域或年份)之间的强弱。处理的方法为带有主观性的综合评分法。
  笔者认为,合理的评价模型应满足这样的要求:通过模型的运行,能够对哲学社会科学创新能力进行准确、客观评价,体现高校哲学社会科学创新活动的优势和不足,为宏观管理层与微观管理层提供决策依据,从而使高校能够有针对性地进行哲学社会科学创新活动。由于影响创新能力的某些因素是模糊的,不同高校创新能力具有差异性和个性化特点,许多指标不能用数值确定,即没有明确的边界,只有评价程度的高低,一般的情况下不能很清晰地定义出创新能力究竟有多强,而是用“很强”、“强”、“一般”、“较弱”、“弱”五个等级确定,但是仍很难界定每个等级的标准。可以看出,哲学社会科学创新能力的评价具有模糊性,故可以采用基于专家咨询的多层次模糊综合评价模型方法对创新能力进行评价。
  (二)评价数据的模糊处理
  既然采用模糊综合评价方法进行评价,就需要对评价指标得出的评价数据进行模糊处理。
  对定性指标的模糊处理方法为:建立定性指标测度标准,基于德尔菲法的等级论域方法由各专家对指标进行评分,按照模糊分类的原则将分值范围划分为五个等级,即很强、较强、一般、较弱、弱。等级与分数的对应关系为:很强[90~100];较强[80~90);一般[70~80);较弱[60~70);弱[0~60)。
  对于定量指标,有两种模糊处理方法:第一种是将计算出的结果直接交给专家组,专家组根据与同类高校的比较,分别按照“很强、较强、一般、较弱、弱”五个等级进行评判打分;第二种方法是函数化处理方法,又称功效函数法,即将每个指标的实际值转化为用百分制表示的数值[5]。该方法具体如下:
  设Yi为单指标模糊评价值,Xmax为某指标在所有高校中的有量纲指标最大值,Xmin为某指标在所有高校中的有量纲指标最小值,Xi为某指标在所有高校中的有量纲指标实际值。由于创新能力评价指标体系中的定量指标都属于极大型指标,即指标值越大越好,所以有:
  Yi=Xi-XminXmax-Xmin×40+60
  (式1)
  在上式中,Yi值按四舍五入方式取整数。其中,将功效系数值乘以40再加上60是为了使所得到的标准值更有利于层次的划分,同时综合评价中每个指标的得分在任何情况下都不会等于0,并与人们习惯的百分制评分方法一致,评价结果更为直观。
  (三)模糊综合评价模型
  根据模糊综合评价模型方法的基本原则,建立创新能力模糊综合评价模型的步骤如下:
转载注明来源:https://www.xzbu.com/4/view-6008447.htm