论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　【摘要】本文以高校科研项目经费绩效评价方法为研究对象，改进了以往模糊综合评价算法模型，并利用VB计算机语言予以实现。该方法下，可为高校科研项目经费绩效评价的计量、测度和评估提供一套可行、适用的技术管理手段，进而为高校管理者制定相关政策，并为政府部门优化科研资源配置提供科学依据。
　　【关键词】高校科研项目；经费绩效评价；绩效评价方法；
    模糊综合评价算法近年来，随着政府对高校科研项目经费投入的逐步增多，建立系统、规范、科学的高校科研项目绩效评价体系已成为高校科研项目管理的必然趋势。完整的科研项目绩效评价应包括业务绩效评价和财务绩效评价。虽然国内许多学者已开始在科研项目经费绩效评价领域进行探索性研究，但仍缺少一套行之有效的财务绩效评价方法，以致无法实现科研项目业务与经费的同步绩效管理。
　　目前流行的绩效评价方法有多种，由于操作性不强，许多方法仅仅作为理论研究的热点，与科研项目经费绩效评价实际应用还有一段距离。因此，建立科学、合理的高校科研项目经费绩效评价方法模型，并实现信息条件下的快速评价具有一定的实践意义。
　　一、常用的绩效评价方法简介
　　目前，常用的绩效评价方法有多种，每个方法具有各自的特点。在选择评价方法时，应优先考虑评价方法适用领域、评价效果以及是否具有可操作性。
　　1. 同行评议法。20 世纪50 年代，美国成立国家科学基金会时就正式采用了同行评议制度，以保证经费的合理性和科学研究的相对独立性。这种方法被理论界用来判断工作程序的正确性，确定结果的可靠性以及有限资金的分配。同行评议法是某一领域或若干领域的专家采用同一种评议标准，共同对涉及相关领域的某一事项进行评价的活动，其评价结果对有关部门的决策具有重要的参考价值。但同行评议存在固有缺陷，如诸多因素的干扰得出的结论有时具有不稳定性；易形成“熟人关系网”，评价结果有时缺少公正性；业绩权重也不利于年轻人脱颖而出；容易出现“马太效应”等。
　　2. 德尔菲法。德尔菲法原为美国著名研究机构兰德公司20 世纪50 年代末提出，当时其目的在于改进科研小组的相互作用和影响，促进科技等战略预测中达成更多共识，其可信度较高。德尔菲法是决策、预测和技术咨询的一种有效方法。它是一种群决策技术，能有效地征求和提炼群体的意见。但当某一意见分散程度较大时，易造成决策时间延长，草率从事，从而降低质量。
　　3. 层次分析法。层次分析法是20 世纪70 年代由美国科学家提出的。层次分析法是把复杂的问题分解为有序的递进层次结构，通过两两比较的方式确定层次中诸因素相对重要性的顺序。层次分析法在科技项目评估中既可以单独用于项目综合排序，也可用于评估指标体系权重的确定。但该方法也有明显的局限性，如评价结论受主观因素影响大、评估工作量和准确性受评估对象数量影响较大，其只能用于数目不多的项目粗排序，或仅作为一种辅助方法与其他方法一起使用。
　　4. 经济评价法。经济评价法属于技术经济评价法，主要通过价值分析、成本效益分析、价值功能分析，采用NPV、IRR 等指标来计算比较得出结论。该方法主要适用于大中型投资建设项目、企业设备更新和新产品开发效益评价等。该方法含义明确，可比性强，运用比较成熟。但其建立模型比较困难，数据难以预测，结论可能失真。
　　5. 模糊综合评价法。近几年，在上述方法的基础上还出现了一些衍生的新方法，并逐渐成为研究热点，如模糊综合评价法、综合集成评价法等。由于模糊综合评价法属于定量研究，其评价结果清晰可靠，国内学者对模糊评价方法做了许多探索与研究。模糊综合评价法属于模糊数学方法，引入隶属度，实现把人类的直觉确定在具体系数的模糊综合评价矩阵中，在论域上评价对象属性值的隶属度，并将约束条件量化表示，进行数学解答，克服传统数学“唯一解”的弊端，根据不同可能性得出多个层次的问题解。
　　除上述方法之外，还存在另外一些科技项目评估方法，如目标决策方法、相关分析法、回溯分析法、决策树法等。这些方法都有特定的应用领域，最常用的还是前面列举的几种方法。
　　二、改进后的模糊综合评价算法模型
　　这里将模糊综合评价法与同行评议法相结合，形成可适用于多层次、多指标的科研项目经费绩效评价模型。
　　1. 模糊综合评价算法模型简介。科研项目经费使用情况的评价是受多方面因素影响的，每方面因素用符号u表示，若存在n 个影响因素，这些影响因素组成科研项目经费绩效评价因子集U={ui〡i=1，2，?，n}。其中，ui（i=1，2，?，n）称为评价因子。
　　在集合U 中，不同的评价因子对评价结果的影响程度不同，对U 中的每个元素ui赋予其对应的影响度值ai以反映U 中各因子的相对重要程度，便可形成影响程度集A={ai〡i=1，2
　　，?，n}。
　　对科研项目经费使用情况可能做出的各种评价结果用符号v 表示，若存在m 种评价结果（如优秀、良好、合格、不合格），则可形成评价结果集V={vj〡j=1，2，?，m}。
　　若总数为S 的评价人中，第sij 人对U 中的因子ui 评价结果为vj，则评价因子ui对评价结果vj的隶属度可表示为：
　　rij =
　　sij
　　S
　　，（i=1，2，?，n；j=1，2，?，m） （1）
　　U 中的每个因子ui对评价结果集V 中的各评价结果vj的隶属度rij可用矩阵R 表示：
　　R =
　　é
　　?
　　ê
　　êê ê
　　ù
　　?
　　ú
　　úú ú
　　r11 … r1m
　　… … …
　　rn1 … rnm
　　其中，i=1，2
　　，?，n；j=1，2
　　，?，m。
　　将影响程度集A 与隶属度矩阵R 的各列对应项相乘，便可得到一个1×m 阶的模糊综合评价矩阵B，其每个元素对应被评价对象属于一个评价等级的隶属度，即：B=Σi =1n airij （2）
　　最后按照最大隶属度原则得到评价结果，即矩阵B 元素中最大的数值为最大隶属度，该数值对应的等级即为最终评价结果。