（廣東科學(xué)技術(shù)職業(yè)學(xué)院 廣東 廣州 510640）

0.引言

科技為我國現(xiàn)代化發(fā)展起著推動作用，科技人才亦是我國社會發(fā)展的重要支柱。因此，加強(qiáng)科技人才的開發(fā)是堅(jiān)守科技的重要進(jìn)程。而在科學(xué)工作中，科技人才的水平直接影響著科研水平，有效的績效評價(jià)則是對科技人才管理的重要方法。其中，科技人才評價(jià)憑借其監(jiān)督性、反饋性、導(dǎo)向性等特點(diǎn)，有效提高科技人才管理與篩選水平，為我國科研事業(yè)的發(fā)展奠定基礎(chǔ)。

1.評價(jià)方法分析與設(shè)計(jì)

1.1 評價(jià)方法分析

AHP是The Analytic Hierarchy Process的簡稱，因其在計(jì)算時(shí)具有較高的層次性，我國將其稱為層次分析法，AHP計(jì)算評價(jià)犯法較為簡單，可操作性較高，但其評價(jià)結(jié)果準(zhǔn)確度不適用于精密績效評價(jià)過程。DEA則是Data envelopment analysis的簡稱，翻譯為數(shù)據(jù)包絡(luò)分析法。運(yùn)用DEA進(jìn)行評價(jià)計(jì)算時(shí)，過程較為簡便，無需設(shè)計(jì)AHP中需要用到的權(quán)重與指標(biāo)，但其忽略了主館評價(jià)因素。

1.2 評價(jià)方法設(shè)計(jì)

根據(jù)上述評價(jià)方法分析可知，DEA與AHP方法皆存在部分缺點(diǎn)，但若將二者進(jìn)行結(jié)合，可有效提高評價(jià)效率。為此，需要對研究對象進(jìn)行確立，并設(shè)計(jì)評價(jià)指標(biāo)，并將現(xiàn)實(shí)事例相關(guān)數(shù)據(jù)進(jìn)行錄入，選取最終指標(biāo)。然后利用AHP方法，將各級指標(biāo)權(quán)重?cái)?shù)值進(jìn)行計(jì)算，并將加權(quán)平均算法融入其中，計(jì)算綜合權(quán)重?cái)?shù)值，隨即將數(shù)據(jù)整理，運(yùn)用極值算法促使數(shù)據(jù)標(biāo)準(zhǔn)化。然后利用DEA方法計(jì)算，并對數(shù)據(jù)進(jìn)行觀察，如果效率值為1的數(shù)目大于一個(gè)，則需利用DEA方法加強(qiáng)計(jì)算。

2.基于DEA和AHP方法的科技人才績效評價(jià)應(yīng)用基礎(chǔ)

2.1 設(shè)計(jì)評價(jià)指標(biāo)

在對科技人才進(jìn)行評價(jià)時(shí)，需要根據(jù)不同的對象及評價(jià)環(huán)境設(shè)定不同的評價(jià)指標(biāo)，因此設(shè)立完善的評價(jià)指標(biāo)體系是整個(gè)評價(jià)過程的基礎(chǔ)。從評價(jià)指標(biāo)數(shù)目入手，DEA方法的指標(biāo)數(shù)量大于產(chǎn)出指標(biāo)數(shù)量二倍以上，評價(jià)結(jié)果準(zhǔn)確率較高。且由于部分?jǐn)?shù)值獲取與計(jì)算較為困難，需要評價(jià)人員作出取舍。因此分析科技人才的投入與收獲，可有效獲得績效評價(jià)指標(biāo)體系。指標(biāo)體系主要分為投入指標(biāo)與收獲指標(biāo)兩大部分，而每一部分又需分為一級指標(biāo)與二級指標(biāo)兩小部分。投入一級指標(biāo)需要包括經(jīng)濟(jì)投入、物質(zhì)投入、培養(yǎng)環(huán)境三項(xiàng)指標(biāo)，二級指標(biāo)包括經(jīng)費(fèi)內(nèi)部支出、外部支出、科技財(cái)政投入、科技機(jī)械功率、科技人才數(shù)量、經(jīng)費(fèi)投入強(qiáng)度等指標(biāo)。收獲一級指標(biāo)則需包括科技產(chǎn)出、貢獻(xiàn)水平、轉(zhuǎn)化能力三項(xiàng)指標(biāo)，二級指標(biāo)則需包括科技論文、授權(quán)專利、科技申請、人均收入、科技產(chǎn)量增加值、科技產(chǎn)品出口數(shù)量、技術(shù)市場成交合同數(shù)量等指標(biāo)。

2.2 研究數(shù)據(jù)整理

本文研究數(shù)據(jù)主要來源于部分年鑒類數(shù)據(jù)，例如：中國科技統(tǒng)計(jì)年鑒、各省市統(tǒng)計(jì)年鑒等。此外，本文結(jié)合網(wǎng)絡(luò)，利用部分地區(qū)統(tǒng)計(jì)信息網(wǎng)一級政府專業(yè)網(wǎng)站對數(shù)據(jù)進(jìn)行收集并整理。本文亦針對各類報(bào)告、統(tǒng)計(jì)文獻(xiàn)進(jìn)行研究，加強(qiáng)本次研究的權(quán)威性與準(zhǔn)確性。

3.以AHP為基礎(chǔ)的科技人才績效評價(jià)

3.1 建立因子判斷矩陣

因子判斷矩陣作為績效評價(jià)的判斷性因素，因此需要對每個(gè)因子之間的實(shí)現(xiàn)與聯(lián)系組出有效評估，并判斷其是否可作為因子進(jìn)行對比。為此，可以設(shè)計(jì)相關(guān)調(diào)查問卷，主要針對部分專家與學(xué)者進(jìn)行調(diào)查，并聘請管理經(jīng)驗(yàn)較為豐富的人員或?qū)＜覍ζ溥M(jìn)行管理，一次確立不同層次、不同內(nèi)容因子耳朵重要性，并確立其分值。不僅可有效避免專家對因子的主觀性判斷，亦有效提高了整個(gè)判斷過程的科學(xué)性與權(quán)威性。如果面向?qū)哟蜗嗤珒?nèi)容不同的因子進(jìn)行判斷，則需利用九標(biāo)度方法確立，即將因子進(jìn)行對照，依據(jù)各因子之間的相對重要程度，利用數(shù)字對其標(biāo)注。

3.2 檢測矩陣統(tǒng)一性

矩陣統(tǒng)一性檢測是對因子邏輯正常的保障，在為專家進(jìn)行問卷調(diào)查時(shí)，有可能會出現(xiàn)因子循環(huán)的狀況，使得因子邏輯混亂，不具備統(tǒng)一性。在矩陣中，設(shè)置統(tǒng)一性指標(biāo)為CI=λmax-n/n-1，其中n代表相同層次內(nèi)部指標(biāo)數(shù)量，而λmax則代表特征根的最大值。以此確立統(tǒng)一性指標(biāo)比例——CR=CI／RI，如果CR值小于0.1，則可因此判斷整個(gè)矩陣制具有統(tǒng)一性，且達(dá)到了統(tǒng)一性的標(biāo)準(zhǔn)。

3.3 確定各指標(biāo)因素權(quán)重

利用AHP方法與YAAHP軟件可有效確定各指標(biāo)體系中各因素所占權(quán)重，并針對層次不同的指標(biāo)計(jì)算出其相對權(quán)重。隨即對每個(gè)層次內(nèi)部因素的實(shí)際權(quán)重進(jìn)行計(jì)算，確保其可達(dá)到?jīng)Q策目標(biāo)。最后與權(quán)重平均值相加，并對整體進(jìn)行排序，因此算出權(quán)重總值。根據(jù)計(jì)算可知，評價(jià)標(biāo)準(zhǔn)中科研績效的總權(quán)重值為0.0378，各類項(xiàng)目總權(quán)重值為0.0577，學(xué)術(shù)論文發(fā)表權(quán)重平均值約為0.0586，科技人才培養(yǎng)平均權(quán)重值約為0.0437。利用YAAHP軟件與AHP方法結(jié)合所算出的層次指標(biāo)的不同實(shí)際權(quán)重，可有效算出其對于決策目標(biāo)達(dá)成的實(shí)際權(quán)重，并能進(jìn)一步確立其決策目標(biāo)的達(dá)成可能性，從而進(jìn)行整體性排序，最終確立出指標(biāo)因素權(quán)重。

3.4 得分計(jì)算

對科技人才績效評價(jià)得分計(jì)算，需將AHP層次分析法所算出的權(quán)重與指標(biāo)作為基礎(chǔ)。結(jié)合我國近幾年科技人才投入、收獲指數(shù)，算出科技人才產(chǎn)出整體分?jǐn)?shù)。在對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理與計(jì)算后，則需利用DEA計(jì)算方法，將相關(guān)數(shù)據(jù)進(jìn)行有效計(jì)算，并從中找出不同因素的平均得分。最后根據(jù)得分?jǐn)?shù)據(jù)進(jìn)行分析，大體上可看出我國科技人才內(nèi)部產(chǎn)出與收獲存在較大差異。筆者結(jié)合我國科技人才統(tǒng)計(jì)報(bào)告，對此結(jié)果做出以下設(shè)想。部分科技人才會參加重點(diǎn)科研項(xiàng)目，并因此獲得較高的文學(xué)科技成就。而其他科技人員的經(jīng)驗(yàn)不足，一直在參加科技活動提升自我，導(dǎo)致其產(chǎn)出因素較收獲指標(biāo)多，分?jǐn)?shù)不夠平均。由此可見，利用以AHP為基礎(chǔ)的績效評價(jià)方法所得數(shù)據(jù)與現(xiàn)實(shí)科技人員績效狀態(tài)吻合度較高，只要進(jìn)一步投入更多科技研究，可有效計(jì)算出科技人員績效水平。

3.5 實(shí)例分析

以我國湖南省為例，對其農(nóng)業(yè)科技人才進(jìn)行績效評價(jià)，并利用以AHP方法為基礎(chǔ)的評價(jià)策略進(jìn)行計(jì)算。首先計(jì)算湖南省部分地區(qū)指標(biāo)的權(quán)值，一級指標(biāo)Wx1=[0.1823,1.000,0.5419]X1，二級指標(biāo)權(quán)值為Rx1=[0.5490,0.2973,0.1639]。并得出加權(quán)平均值為Sx1=Wx2·Rx1=0.1823*0.5419+0.2973+0.549*0.1639=0.4863，最終得出Sy1=0.8，Sy2=0.5。第二，利用DEA計(jì)算效率值，并因此得出湖南省農(nóng)業(yè)科技人才綜合效率為0.867，純技術(shù)效率為0.915，規(guī)模效率為0.947，呈現(xiàn)遞增的趨勢，在全國地區(qū)的效率排名第19。從整體情況看，湖南省農(nóng)業(yè)科技人才績效評價(jià)綜合效率低于1，未達(dá)到有效標(biāo)準(zhǔn)范圍內(nèi)。根據(jù)其投入、收獲二者標(biāo)準(zhǔn)計(jì)算結(jié)果看，其投入值約為0.017，冗余數(shù)量較高，因此，湖南省在科技人才培養(yǎng)時(shí)可適當(dāng)減少投入，使其投入水平值趨于0.166。利用此種方法進(jìn)行計(jì)算可建立準(zhǔn)確且較完善的評價(jià)模型，績效評價(jià)結(jié)果準(zhǔn)確度較高且符合現(xiàn)實(shí)發(fā)展?fàn)顩r，更具權(quán)威性。

4.以DEA為基礎(chǔ)的科技人才績效評價(jià)

4.1 DEA基本原理

DEA漢譯為數(shù)據(jù)包絡(luò)法，于1978年正式被提出，相對效率為其理論基礎(chǔ)，用來評估產(chǎn)出決策是否具有較高的技術(shù)含量與規(guī)模。DEA不會被量綱所束縛，可以有效規(guī)避主管態(tài)度對評價(jià)結(jié)果造成的誤差。DEA在工作時(shí)會將所有評估對象看作一個(gè)整體，并將其作為同一單元進(jìn)行決策，我們將其稱為DMU。隨即將DMU中的投入值與收獲值相關(guān)數(shù)據(jù)進(jìn)行運(yùn)算，并需確立其DEA是否有效。例如，設(shè)運(yùn)算單位DMUi，i作為其實(shí)際數(shù)量，以此代表DMU投入、收獲的數(shù)據(jù)。并可真對某一單元得出其評價(jià)模型，并進(jìn)行解答與評價(jià)。

4.2 實(shí)例分析

以某地區(qū)環(huán)境學(xué)院科技人才績效評價(jià)實(shí)例分析，利用上述以DEA為基礎(chǔ)的層次分析法，可有效得出與之對應(yīng)的指標(biāo)與體系。在設(shè)計(jì)其評價(jià)指標(biāo)時(shí)，主要將科研項(xiàng)目、科研成果、專利著作等方面納入其中，按照層次分析法計(jì)算其權(quán)重，輸出收獲指標(biāo)主要可分為兩類——科研成果、人才產(chǎn)出。其中科研成果主要包括科研項(xiàng)目、論文發(fā)表、申請專利、獲得獎勵等，人才培養(yǎng)則需包括各學(xué)歷人才培養(yǎng)投入。最終得出某環(huán)境學(xué)院科技人才DEA運(yùn)算數(shù)據(jù)結(jié)果。并根據(jù)不同決策單元對其技術(shù)效率、規(guī)模效率、規(guī)模報(bào)酬進(jìn)行分類排序。切實(shí)得出技術(shù)效率的含義與參數(shù)，并得出決策單元投入與收獲比例狀況，并利用Drs與Irs作為其遞減與遞增的標(biāo)志。從DEA有效層面看，參與研究的20名科技人才中，有四名的技術(shù)效率、規(guī)模效率達(dá)到標(biāo)準(zhǔn)范圍，如果繼續(xù)加強(qiáng)科研項(xiàng)目投入，四名科技人員的收獲規(guī)模與數(shù)值也將保持穩(wěn)定、不變。綜合其科研產(chǎn)出分?jǐn)?shù)，可見其春科研分?jǐn)?shù)之高，并達(dá)到平衡穩(wěn)定的狀態(tài)，可在未來發(fā)展過程中加大投入，調(diào)節(jié)科技人才科研管理水平，從而增加收獲值。

5.結(jié)語

在進(jìn)行科技人才績效評價(jià)應(yīng)用過程中，將DEA與AHP方法進(jìn)行結(jié)合，發(fā)揮出其優(yōu)勢，可有效構(gòu)建準(zhǔn)確且完善的評價(jià)模型與體系，最終得到有效且準(zhǔn)確的效率排名，實(shí)現(xiàn)科技人才績效評價(jià)的權(quán)威性與準(zhǔn)確性。

【參考文獻(xiàn)】

［1］郭婷婷.基于AHP&DEA的農(nóng)業(yè)科技人才績效評價(jià)[J].科技視界，2016(01).

［2］雷莉.基于DEA和AHP方法的高?？蒲腥藛T績效評價(jià)[J].企業(yè)導(dǎo)報(bào)，2016(09).

［3］郭婷婷.基于AHP&DEA的農(nóng)業(yè)科技人才績效評價(jià)[J].科技視界，2016，(01).