董 章 鄭曉齊

1 前 言

高校作為國(guó)防科技人才的主要培養(yǎng)基地，在國(guó)防建設(shè)中扮演著極其重要的角色。為國(guó)防科技工業(yè)創(chuàng)新發(fā)展提供人才及技術(shù)支撐，是高校的一項(xiàng)重要職能［2］。在新發(fā)展階段和新發(fā)展格局下，高校培養(yǎng)新型國(guó)防科技人才的一個(gè)重要途徑就是加強(qiáng)與國(guó)防相關(guān)的學(xué)科建設(shè)，特別是抓好國(guó)防特色學(xué)科建設(shè)。在國(guó)家層面，教育部、工業(yè)和信息化部、國(guó)防科工局等部門已經(jīng)采取大量措施來(lái)支持國(guó)防特色學(xué)科建設(shè)和發(fā)展，如通過(guò)條件建設(shè)支持國(guó)防特色學(xué)科發(fā)展、通過(guò)科研計(jì)劃支持國(guó)防特色學(xué)科開(kāi)展研究工作、通過(guò)設(shè)立國(guó)防重點(diǎn)學(xué)科實(shí)驗(yàn)室等創(chuàng)新基地支持國(guó)防特色學(xué)科發(fā)展［3］。各高校作為相對(duì)獨(dú)立的個(gè)體，若能積極配合國(guó)家政策進(jìn)行國(guó)防特色學(xué)科建設(shè)，特別是補(bǔ)足其中相對(duì)弱勢(shì)的學(xué)科，在國(guó)防特色學(xué)科人才培養(yǎng)的過(guò)程中更具針對(duì)性、目的性，將對(duì)提升我國(guó)國(guó)防科技水平，推動(dòng)國(guó)防建設(shè)產(chǎn)生深遠(yuǎn)影響。

然而，對(duì)于如何評(píng)估國(guó)防特色學(xué)科人才培養(yǎng)效果的好壞以及如何加強(qiáng)國(guó)防特色學(xué)科人才培養(yǎng)的針對(duì)性、目的性等問(wèn)題，目前暫無(wú)一個(gè)明確的尺度或標(biāo)桿，國(guó)防特色學(xué)科的建設(shè)及人才培養(yǎng)水平仍存在一定的提升空間。為了對(duì)國(guó)防特色學(xué)科建設(shè)的成效進(jìn)行公平準(zhǔn)確的評(píng)價(jià)，建立一套客觀、合理、實(shí)用的國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估指標(biāo)體系及其對(duì)應(yīng)的評(píng)估方法，是十分有必要的。

本文的研究目標(biāo)是為考核國(guó)防特色學(xué)科人才培養(yǎng)效果提供綜合評(píng)估體系。具體的，本文提出了國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估指標(biāo)體系，將模糊層次分析法（FAHP）和BP神經(jīng)網(wǎng)絡(luò)組合模型應(yīng)用于國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估，充分利用模糊數(shù)學(xué)能較好解決模糊的、難以量化問(wèn)題以及神經(jīng)網(wǎng)絡(luò)非線性映射的優(yōu)勢(shì)，通過(guò)模糊層次分析法獲得初定指標(biāo)權(quán)重，然后利用BP神經(jīng)網(wǎng)絡(luò)對(duì)評(píng)價(jià)指標(biāo)權(quán)重進(jìn)行優(yōu)化，使得評(píng)估結(jié)果更加科學(xué)、客觀。同時(shí)，以第二批國(guó)防特色學(xué)科為例，進(jìn)行綜合評(píng)估，并分析評(píng)估結(jié)果，提出相關(guān)建議。

2 文獻(xiàn)綜述

2.1 國(guó)外人才培養(yǎng)評(píng)價(jià)指標(biāo)體系構(gòu)建的相關(guān)研究

國(guó)外（以美、英為例）的學(xué)科評(píng)價(jià)體系建設(shè)體系體現(xiàn)出以社會(huì)機(jī)構(gòu)為主的特點(diǎn)，政府、高校在學(xué)科評(píng)價(jià)中起到發(fā)起及協(xié)調(diào)的作用。各國(guó)的學(xué)科評(píng)價(jià)體系也都有較大的不同。

李燕（2018）［4］對(duì)美國(guó)社會(huì)機(jī)構(gòu)開(kāi)展的學(xué)科評(píng)價(jià)進(jìn)行了研究比較。在這些評(píng)價(jià)中最具影響力的為USnews。USnews評(píng)價(jià)指標(biāo)體系具有以下顯著特點(diǎn)：一是選擇如學(xué)術(shù)聲譽(yù)、學(xué)生選擇等共性特征；二是將學(xué)科輸入環(huán)節(jié)評(píng)判為最重要的標(biāo)準(zhǔn)；三是減小因規(guī)模、數(shù)量的變化對(duì)評(píng)判結(jié)果的影響；四是在調(diào)查過(guò)程中，注意聲譽(yù)的影響；五是賦予教學(xué)質(zhì)量以較高的權(quán)重。

朱明（2015）［5］對(duì)于英國(guó)影響較大的三類學(xué)科評(píng)價(jià)進(jìn)行了比較研究：第一，科研水平評(píng)價(jià)（RAE）；第二，以QAA為代表的學(xué)科教學(xué)水平評(píng)價(jià)；第三，以THE為代表的分學(xué)科領(lǐng)域的評(píng)價(jià)。其中THE對(duì)商業(yè)和經(jīng)濟(jì)學(xué)、計(jì)算機(jī)科學(xué)、教育學(xué)等11個(gè)學(xué)科領(lǐng)域進(jìn)行排名。在結(jié)構(gòu)上，THE是選擇了若干關(guān)鍵性指標(biāo)的綜合性水平評(píng)價(jià)，具有較強(qiáng)的國(guó)際可比性。在內(nèi)容上，THE強(qiáng)調(diào)教學(xué)在學(xué)科建設(shè)中的重要性，并將教學(xué)指標(biāo)的權(quán)重提高。RAE的排名結(jié)果將作為國(guó)家財(cái)政撥款系數(shù)的評(píng)價(jià)制度，RAE設(shè)置了三個(gè)一級(jí)指標(biāo)（學(xué)科聲譽(yù)、研究環(huán)境、研究成果），采用水平等級(jí)制，強(qiáng)調(diào)學(xué)科活力和發(fā)展?jié)摿?，注重成果的?chuàng)造性、領(lǐng)先性，并以研究經(jīng)費(fèi)為直接導(dǎo)向。QAA以確保高等教育方面的投資價(jià)值為目的，將學(xué)科領(lǐng)域的教學(xué)供應(yīng)水平作為評(píng)價(jià)標(biāo)準(zhǔn)，并集中于教學(xué)質(zhì)量和學(xué)術(shù)上，是一種學(xué)校自評(píng)和外部評(píng)價(jià)相結(jié)合的評(píng)價(jià)形式。其主要從課程設(shè)計(jì)、內(nèi)容與組織、教學(xué)以及評(píng)價(jià)、學(xué)生成績(jī)、對(duì)學(xué)生支持和指導(dǎo)、學(xué)習(xí)資源、質(zhì)量管理和提升等方面出發(fā)，進(jìn)行量化評(píng)價(jià)并賦分，只有達(dá)到了一定的分值才可進(jìn)行資助撥款。

Buela-Casal（2007）［6］從學(xué)術(shù)排名方法論的發(fā)展角度出發(fā)，在選擇標(biāo)準(zhǔn)上，確定了五個(gè)不同的標(biāo)準(zhǔn)。同時(shí)，Gualberto Buela-Casal選擇了包括US News在內(nèi)的四個(gè)國(guó)際大學(xué)排名。把四個(gè)不同排名在同一高校、同一學(xué)科上的排名情況進(jìn)行了指標(biāo)頻率和權(quán)重比較分析，結(jié)果表明，雖然四個(gè)學(xué)科排名在指標(biāo)選擇上不盡相同，在排名上的差異很大，甚至許多指標(biāo)都是獨(dú)特的，但無(wú)論在哪個(gè)排名中，大學(xué)學(xué)術(shù)人員的研究能力和科學(xué)研究的生產(chǎn)力等指標(biāo)都發(fā)揮著重要作用。

2.2 國(guó)內(nèi)人才培養(yǎng)評(píng)價(jià)指標(biāo)體系構(gòu)建的相關(guān)研究

在國(guó)內(nèi)，有不少學(xué)者提出了建設(shè)學(xué)科評(píng)價(jià)體系時(shí)應(yīng)遵循的原則，并構(gòu)建了自己的學(xué)科評(píng)價(jià)體系。在指標(biāo)的選擇上，國(guó)內(nèi)學(xué)科評(píng)價(jià)通過(guò)選定學(xué)術(shù)隊(duì)伍、人才培養(yǎng)、科學(xué)研究、硬件條件等一級(jí)指標(biāo)，并將一級(jí)指標(biāo)繼續(xù)劃分為二級(jí)指標(biāo)、三級(jí)指標(biāo)。在指標(biāo)權(quán)重的確定方面，通常以層次分析法為主，結(jié)合最小二乘法、平衡計(jì)分卡以及全面質(zhì)量管理等方法。

（1）國(guó)內(nèi)人才培養(yǎng)評(píng)價(jià)指標(biāo)選擇

古瑤（2007）［7］指出高校學(xué)科建設(shè)評(píng)價(jià)指標(biāo)體系主要涉及的三方面指標(biāo)：資源投入、成果產(chǎn)出和環(huán)境協(xié)同。資源投入主要反映高校在知識(shí)資源、人力資源、財(cái)力資源和平臺(tái)資源等四個(gè)方面的投入情況。成果產(chǎn)出主要反映在人才培養(yǎng)以及科研成果等方面的數(shù)量和質(zhì)量。環(huán)境協(xié)同要求在構(gòu)建學(xué)科評(píng)價(jià)體系時(shí)除設(shè)置量化的指標(biāo)之外，還應(yīng)重視學(xué)術(shù)創(chuàng)新氛圍。

鄭志翔（2011）［8］一共設(shè)置了五項(xiàng)一級(jí)指標(biāo)（教學(xué)條件、師資隊(duì)伍、社會(huì)聲譽(yù)、學(xué)生質(zhì)量、建設(shè)目標(biāo)）和19項(xiàng)二級(jí)指標(biāo)。鄭志翔提出在確定特色專業(yè)的指標(biāo)權(quán)重時(shí)，不能照搬綜合性高校的學(xué)科評(píng)價(jià)，而是根據(jù)學(xué)科的具體特點(diǎn)來(lái)設(shè)定不同的權(quán)重，并選用AHP（Triantaphyllou，1998）［9］法來(lái)確定各級(jí)權(quán)重。

張泉泉（2016）［10］建立了以項(xiàng)目決策、投入、實(shí)施、項(xiàng)目績(jī)效為一級(jí)指標(biāo)的績(jī)效評(píng)價(jià)指標(biāo)體系。并引用了數(shù)據(jù)包絡(luò)分析方法，對(duì)部分高校的資金使用績(jī)效進(jìn)行了時(shí)間序列和橫截面分析。

（2）國(guó)內(nèi)人才培養(yǎng)評(píng)價(jià)指標(biāo)權(quán)重確定

古瑤（2007）［7］采用層次分析法（AHP）來(lái)確定各個(gè)指標(biāo)的權(quán)重，并進(jìn)行一致性檢驗(yàn)，對(duì)于可直接獲取的數(shù)據(jù)（如科研經(jīng)費(fèi)、發(fā)表論文數(shù)等），進(jìn)行數(shù)據(jù)處理和重要度比較。對(duì)于無(wú)法直接獲取客觀指標(biāo)的數(shù)據(jù)，采取專家打分和問(wèn)卷調(diào)查的方式進(jìn)行度量。此外，增設(shè)特色建設(shè)加分項(xiàng)，提高獨(dú)特性學(xué)科的地位，鼓勵(lì)高校結(jié)合實(shí)際，建設(shè)特色學(xué)科，打造自己的競(jìng)爭(zhēng)優(yōu)勢(shì)。

萬(wàn)莉（2016）［12］采用4 項(xiàng)一級(jí)指標(biāo)、11 項(xiàng)二級(jí)指標(biāo)、50 項(xiàng)三級(jí)指標(biāo)構(gòu)成的指標(biāo)體系，涵蓋了人才培養(yǎng)、科學(xué)研究和社會(huì)服務(wù)等方面。采用了BSC的管理理念，把客戶、內(nèi)部運(yùn)營(yíng)、財(cái)務(wù)、學(xué)習(xí)與成長(zhǎng)等4 個(gè)維度列為了一級(jí)指標(biāo)，并進(jìn)而細(xì)化產(chǎn)生出含二級(jí)和三級(jí)指標(biāo)的體系。引入全面質(zhì)量管理( TQM)，將四個(gè)維度細(xì)化為二級(jí)三級(jí)指標(biāo)，定量定性交叉考慮，構(gòu)建適應(yīng)于不同學(xué)科門類和層次的高等學(xué)校學(xué)科評(píng)估體系。

2.3 文獻(xiàn)評(píng)述

總結(jié)國(guó)內(nèi)外學(xué)科評(píng)價(jià)及評(píng)價(jià)體系，存在以下不足：

（1）缺乏對(duì)特色學(xué)科的重視

雖然綜合性的學(xué)科評(píng)估對(duì)于能對(duì)高校的整體水平做出較為客觀的反映，但卻缺乏對(duì)特色學(xué)科的重視，體現(xiàn)出個(gè)性不足的缺點(diǎn)。由于學(xué)科評(píng)估的導(dǎo)向性，尋求一套適用于所有學(xué)科的評(píng)價(jià)指標(biāo)體系，并將其作為高校辦學(xué)質(zhì)量的評(píng)判標(biāo)準(zhǔn)和財(cái)政撥款的重要參考，會(huì)使高校針對(duì)評(píng)估指標(biāo)進(jìn)行針對(duì)性的“學(xué)科建設(shè)”，使學(xué)科評(píng)估本末倒置。為盡可能避免學(xué)科評(píng)估的導(dǎo)向型帶來(lái)的弊端，在構(gòu)建評(píng)估體系時(shí)，應(yīng)充分考慮不同學(xué)科的特色。

（2）指標(biāo)權(quán)重的確定不夠客觀

現(xiàn)有學(xué)科評(píng)價(jià)常常采用層次分析法（AHP）來(lái)確定各級(jí)指標(biāo)的權(quán)重并進(jìn)行比較。但是單純的層次分析法存在的弊端，要檢驗(yàn)評(píng)估矩陣的一致性會(huì)非常困難，特別是在某一層次評(píng)價(jià)指標(biāo)很多時(shí)（大于四個(gè)），就很難保證層次分析法的思維一致性。在上述列舉的論文中，選定的一級(jí)指標(biāo)數(shù)目往往大于四個(gè)，二級(jí)指標(biāo)則接近20個(gè)。因此，在學(xué)科評(píng)估中，僅使用層次分析法并不能對(duì)學(xué)科水平進(jìn)行非?？陀^的評(píng)價(jià)。

3 研究方法與數(shù)據(jù)

3.1 研究框架

本文采用基于模糊層次分析法與BP神經(jīng)網(wǎng)絡(luò)法相結(jié)合的評(píng)估方法，該方法充分利用模糊數(shù)學(xué)能較好解決模糊的、難以量化的問(wèn)題以及神經(jīng)網(wǎng)絡(luò)的非線性映射能力的優(yōu)勢(shì)，有效避免評(píng)估過(guò)程中受過(guò)多主觀因素影響，保證評(píng)估結(jié)果的客觀性。

3.1.1 模糊層次分析法（fuzzy analytic hierarchy process，F(xiàn)AHP）

模糊層次分析法是一種以模糊數(shù)學(xué)隸屬度為理論依據(jù)的綜合性評(píng)價(jià)方法，具有系統(tǒng)性強(qiáng)、結(jié)果清晰的特點(diǎn)，能較好地解決難以量化的、模糊的問(wèn)題，適合解決各類非確定性問(wèn)題。該方法的核心思想為將定性評(píng)價(jià)問(wèn)題轉(zhuǎn)換為定量評(píng)價(jià)問(wèn)題，并利用模糊數(shù)學(xué)對(duì)受到多個(gè)因素制約的客體對(duì)象做出一個(gè)總體性評(píng)價(jià)（王杰，2012［13］）。層次分析法作為一種定量與定性相互結(jié)合的評(píng)估方法，雖然其具有系統(tǒng)性強(qiáng)、思路清晰、方法簡(jiǎn)便等特點(diǎn)，但其仍存在一定的缺陷，例如在判斷矩陣的一致性時(shí)會(huì)存在一定偏差，以及一致性檢驗(yàn)的標(biāo)準(zhǔn)目前仍缺乏相關(guān)科學(xué)依據(jù)。因此，模糊層次分析法利用模糊數(shù)學(xué)的優(yōu)勢(shì)來(lái)彌補(bǔ)層次分析法的不足，引入模糊判斷矩陣概念，并通過(guò)模糊一致性矩陣進(jìn)一步降低專家主觀因素的影響。

3.1.2 BP神經(jīng)網(wǎng)絡(luò)（Back-propagation Neural Networks，BPNN）

BP神經(jīng)網(wǎng)絡(luò)算法是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)，利用誤差反向傳播算法訓(xùn)練多層前饋神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)記憶能力和自適應(yīng)能力強(qiáng)大，這得益于其由大量處理單元互聯(lián)組成的非線性、自適應(yīng)的信息處理系統(tǒng)。BP神經(jīng)網(wǎng)絡(luò)的一個(gè)優(yōu)點(diǎn)是省去了預(yù)先訓(xùn)練固定模型的步驟，要獲得較為理想的預(yù)測(cè)結(jié)果，只需學(xué)習(xí)訓(xùn)練樣本，而后積累經(jīng)驗(yàn)知識(shí)。BP神經(jīng)網(wǎng)絡(luò)是由輸入層、隱藏層和輸出層三部分組成，構(gòu)成多層前饋感知器網(wǎng)絡(luò)。圖1為包含兩個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

3.2 國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估指標(biāo)

3.2.1 國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)價(jià)維度劃分

通過(guò)國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)價(jià)維度的劃分，從不同視角做出構(gòu)建指標(biāo)體系的分析，為構(gòu)建科學(xué)、客觀的高校人才流動(dòng)績(jī)效評(píng)價(jià)體系框架打下基礎(chǔ)。至2017年，國(guó)防科工局共在53所高校布局了280個(gè)國(guó)防特色學(xué)科點(diǎn)［3］。調(diào)研參考相關(guān)文獻(xiàn)，本文從學(xué)術(shù)隊(duì)伍、科學(xué)研究、學(xué)生培養(yǎng)三個(gè)維度，構(gòu)建三維立體的國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)價(jià)指標(biāo)體系。

（1）學(xué)術(shù)隊(duì)伍

高等教育的價(jià)值核心，是人才培養(yǎng)質(zhì)量和學(xué)科建設(shè)水平。對(duì)于人才的培養(yǎng)，離不開(kāi)學(xué)術(shù)隊(duì)伍的支撐。學(xué)術(shù)隊(duì)伍一級(jí)指標(biāo)，涉及教學(xué)、科研兩大部門，涵蓋全校教學(xué)與科研人員。其中，包括高層次人才、正高級(jí)職稱學(xué)者數(shù)、副高級(jí)職稱學(xué)者數(shù)、博士生導(dǎo)師數(shù)、碩士生導(dǎo)師數(shù)、專職教師及研究人員總數(shù)、省部級(jí)及以上教學(xué)名師數(shù)6個(gè)二級(jí)指標(biāo)。

（2）科學(xué)研究

高校的特色學(xué)科的科學(xué)研究水平，直接能夠反映出該學(xué)科的反展現(xiàn)狀與水平。其中，科學(xué)研究一級(jí)指標(biāo)下包含科研基礎(chǔ)、獲獎(jiǎng)與專利情況、學(xué)術(shù)研究、科研經(jīng)費(fèi)4個(gè)二級(jí)研究指標(biāo)。同時(shí)，為了能夠更好的反映出各學(xué)校學(xué)科中學(xué)者的學(xué)術(shù)研究水平，將學(xué)術(shù)研究二級(jí)指標(biāo)，再次細(xì)分為論文數(shù)、專利數(shù)、項(xiàng)目數(shù)、學(xué)者職稱以及學(xué)者科技創(chuàng)新活躍度5個(gè)三級(jí)指標(biāo)，由這5個(gè)三級(jí)指標(biāo)進(jìn)行加權(quán)求得最終學(xué)術(shù)研究二級(jí)指標(biāo)的得分。

（3）學(xué)生培養(yǎng)

學(xué)生的學(xué)習(xí)與成長(zhǎng)是學(xué)校人才培養(yǎng)和科學(xué)研究的基礎(chǔ)，作為高校最基本任務(wù)和核心使命，可以直觀反映學(xué)科發(fā)展的潛力。將人才培養(yǎng)的過(guò)程和人才培養(yǎng)的結(jié)果共同納入考核指標(biāo)中，保證終結(jié)性評(píng)價(jià)與形成性評(píng)價(jià)并重，才能真正反映人才培養(yǎng)的質(zhì)量（張東明，2020［14］）。學(xué)生培養(yǎng)包含授予博士學(xué)位數(shù)、授予碩士學(xué)位數(shù)、碩博留學(xué)生數(shù)、赴境外交流學(xué)生數(shù)、在讀本科生數(shù)5個(gè)二級(jí)指標(biāo)。

3.2.2 國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估指標(biāo)

評(píng)價(jià)指標(biāo)體系是一個(gè)由不同環(huán)節(jié)構(gòu)成的整體系統(tǒng)，各環(huán)節(jié)之間相互聯(lián)系，相互制約，不可分割。故本文依據(jù)國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估指標(biāo)確定原則與維度劃分，最終確定了學(xué)術(shù)隊(duì)伍、科學(xué)研究、學(xué)生培養(yǎng)3個(gè)一級(jí)評(píng)價(jià)指標(biāo)，圍繞每個(gè)一級(jí)指標(biāo)，又根據(jù)不同屬性內(nèi)涵，細(xì)分為16個(gè)二級(jí)指標(biāo)，其中學(xué)術(shù)研究二級(jí)指標(biāo)下包含5個(gè)三級(jí)指標(biāo)。指標(biāo)體系如圖2和表1所示。

圖2 國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估指標(biāo)體系

表1 學(xué)術(shù)研究指標(biāo)細(xì)分

3.3 國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)價(jià)指標(biāo)體系權(quán)重確定

3.3.1 權(quán)重方法介紹

本文提出了基于模糊層次分析法與BP神經(jīng)網(wǎng)絡(luò)法相結(jié)合的評(píng)估方法，首先通過(guò)模糊層次分析法獲取先驗(yàn)樣本，然后使用先驗(yàn)樣本訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)模型，最后利用神經(jīng)網(wǎng)絡(luò)模型非線性計(jì)算的優(yōu)勢(shì)，進(jìn)一步優(yōu)化指標(biāo)權(quán)重，將定量與定性相結(jié)合，得到最終各指標(biāo)的權(quán)重，進(jìn)行評(píng)估。評(píng)估指標(biāo)權(quán)重獲取過(guò)程如圖3所示。

圖3 基于FAHP-BP神經(jīng)網(wǎng)絡(luò)的國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估模型

3.3.2 權(quán)重計(jì)算過(guò)程

（1）指標(biāo)權(quán)重初定

首先建立模糊互補(bǔ)判斷矩陣，其次要建立模糊一致性矩陣，而后利用模糊一致性方法，確定各指標(biāo)權(quán)重值。

①建立模糊互補(bǔ)判斷矩陣

通過(guò)專家調(diào)查問(wèn)卷的形式，對(duì)各層次的各個(gè)指標(biāo)因素進(jìn)行兩兩之間相對(duì)重要性的判別比較，采用“0.1-0.9”標(biāo)度法表示其相對(duì)重要程度，從而構(gòu)造對(duì)應(yīng)指標(biāo)的模糊互補(bǔ)判斷矩陣。

相關(guān)數(shù)學(xué)符號(hào)規(guī)定如下：

記兩個(gè)比較因素為ai和aj；元素相對(duì)于的比較標(biāo)度為rij,0≤rij≤1；則有rij表示aj相對(duì)于ai的比較標(biāo)度，且rij=1 - rij。

記對(duì)應(yīng)的模糊互補(bǔ)判別矩陣為R=(rij)n×n，n表示該層次指標(biāo)元素共n個(gè)。對(duì)各元素比較判斷標(biāo)度rij的取值規(guī)定，見(jiàn)表2所示。

表2 “0.1-0.9”標(biāo)度取值及含義

②確立模糊一致性矩陣并計(jì)算指標(biāo)權(quán)重

設(shè)模糊互補(bǔ)判別矩陣R=（rij）n×n，對(duì)矩陣按行求和：

進(jìn)行數(shù)學(xué)變換：

得到模糊一致性矩陣。

模糊一致性矩陣滿足以下特性：

（1）rij=0.5表示自身相比同等重要。

（2）rij+rij=1，說(shuō)明元素i和元素j相比較的重要性，與元素j和元素i相比較的重要性，恰好互補(bǔ)。

在模糊一致性矩陣的基礎(chǔ)上，計(jì)算得到各指標(biāo)因素的初定權(quán)重：

③數(shù)據(jù)集制定

為了消除指標(biāo)數(shù)據(jù)量綱的影響，需要將指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理，本文采用最大值-最小值歸一化處理方法，將指標(biāo)數(shù)值先映射到［0,1］,然后乘以100，使得指標(biāo)得分取值范圍為［0,100］，轉(zhuǎn)換方法如下所示：

利用樣本各指標(biāo)數(shù)據(jù)構(gòu)建神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集，將各指標(biāo)數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)輸入層的輸入，利用各指標(biāo)初定權(quán)重計(jì)算出樣本指標(biāo)的線性加權(quán)值作為樣本輸出標(biāo)簽，如公式6所示。同時(shí)，將數(shù)據(jù)集劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，各占比70%、15%、15%。

④BP神經(jīng)網(wǎng)絡(luò)模型評(píng)估指標(biāo)權(quán)重的優(yōu)化

為進(jìn)一步避免模糊層次分析法中不同專家的主觀隨意性及其偏好對(duì)指標(biāo)權(quán)重的影響，提高評(píng)價(jià)指標(biāo)權(quán)重的可靠性和客觀性，故利用BP神經(jīng)網(wǎng)絡(luò)的非線性映射能力進(jìn)一步優(yōu)化指標(biāo)權(quán)重。

1）BP神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建

將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估，只需把評(píng)估指標(biāo)的實(shí)際數(shù)據(jù)值作為BP神經(jīng)網(wǎng)絡(luò)的輸入，將相對(duì)應(yīng)的FAHP評(píng)價(jià)結(jié)果當(dāng)作BP神經(jīng)網(wǎng)絡(luò)的目標(biāo)輸出值，用足夠多的樣本進(jìn)行訓(xùn)練，直到神經(jīng)網(wǎng)絡(luò)模型收斂，便可得到國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估模型。具體結(jié)構(gòu)設(shè)計(jì)如下：

I.網(wǎng)絡(luò)層數(shù)確定。研究表明三層的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)可以實(shí)現(xiàn)任意的非線性映射，因而本文選擇典型的3層BP神經(jīng)網(wǎng)絡(luò)模型。

II.節(jié)點(diǎn)數(shù)的設(shè)計(jì)。輸入層節(jié)點(diǎn)數(shù)，即評(píng)估指標(biāo)體系的指標(biāo)數(shù)量，等于12；輸出層，即評(píng)估的結(jié)果，等于1；隱藏層節(jié)點(diǎn)數(shù)，則需要根據(jù)實(shí)驗(yàn)而確定，本文模型隱藏層節(jié)點(diǎn)數(shù)設(shè)置為3。

2）BP神經(jīng)網(wǎng)絡(luò)指標(biāo)的權(quán)重計(jì)算

利用已訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型輸出所得到的各層節(jié)點(diǎn)權(quán)重，可計(jì)算出優(yōu)化后的各評(píng)估指標(biāo)權(quán)重，具體計(jì)算如下：

4 結(jié)果與討論

本文以第二批國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估為例，獲取第二批國(guó)防特色學(xué)科布局名單中高校的相關(guān)評(píng)估指標(biāo)數(shù)據(jù)，利用模糊層次分析法實(shí)現(xiàn)指標(biāo)權(quán)重的初定，構(gòu)建數(shù)據(jù)集，訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)模型，得到最終的國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估模型。

4.1 國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)價(jià)-以大數(shù)據(jù)信息共享平臺(tái)的軍工人才評(píng)價(jià)為例

4.1.1 大數(shù)據(jù)下的國(guó)防特色學(xué)科數(shù)據(jù)收集整理

本文實(shí)驗(yàn)數(shù)據(jù)來(lái)源于科搜的大數(shù)據(jù)信息共享平臺(tái)以及高校官網(wǎng)，將大數(shù)據(jù)進(jìn)行整合處理，獲得第二批國(guó)防特色學(xué)科人才培養(yǎng)指標(biāo)數(shù)據(jù)，數(shù)據(jù)真實(shí)可靠。數(shù)據(jù)為截止到2021年的最新數(shù)據(jù)，并利用公式（4）和公式（5）對(duì)數(shù)據(jù)進(jìn)行歸一化處理。

第二批部分國(guó)防特色學(xué)科方向布局名單如表3所示。

表3 第二批部分國(guó)防特色學(xué)科方向布局名單

4.1.2 基于第二批國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估的指標(biāo)體系

第二批國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估的指標(biāo)體系與本文提出的評(píng)估指標(biāo)體系一致，具體指標(biāo)如下所示：

表4 第二批國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估的指標(biāo)體系

4.1.3 評(píng)價(jià)結(jié)果

（1）調(diào)查問(wèn)卷設(shè)計(jì)

在使用模糊層次法進(jìn)行權(quán)重初定時(shí)，需要以調(diào)查問(wèn)卷的形式，對(duì)各層次的各個(gè)指標(biāo)因素進(jìn)行兩兩之間相對(duì)重要性的判別比較，采用“0.1-0.9”標(biāo)度法表示其相對(duì)重要程度，從而構(gòu)造對(duì)應(yīng)指標(biāo)的模糊互補(bǔ)判斷矩陣。

向全國(guó)國(guó)防教育領(lǐng)域相關(guān)專家共發(fā)放45份調(diào)查問(wèn)卷，回收有效問(wèn)卷40份。調(diào)查問(wèn)卷設(shè)計(jì)如下所示，表格中同一行中左邊指標(biāo)相對(duì)于右邊指標(biāo)進(jìn)行比較，對(duì)符合選項(xiàng)的列中進(jìn)行勾選。一級(jí)指標(biāo)權(quán)重確定調(diào)查問(wèn)卷如表5所示，二級(jí)指標(biāo)類似，由于篇幅關(guān)系在此省略，結(jié)果備索。

表5 一級(jí)指標(biāo)重要性比較權(quán)重確定

（2）專家信息統(tǒng)計(jì)

填寫(xiě)調(diào)查問(wèn)卷專家共45人，分別從性別、年齡、所屬機(jī)構(gòu)等方面對(duì)專家進(jìn)行信息統(tǒng)計(jì)，結(jié)果如下圖4.1、4.2、4.3、4.4、4.5 所示。

性別統(tǒng)計(jì)：

圖4 專家性別統(tǒng)計(jì)

年齡統(tǒng)計(jì)：

圖5 專家年齡統(tǒng)計(jì)

最后學(xué)位統(tǒng)計(jì)：

圖6 最后獲取學(xué)位統(tǒng)計(jì)

所屬機(jī)構(gòu)：

圖7 專家所屬機(jī)構(gòu)信息統(tǒng)計(jì)

工作角色：

圖8 工作角色信息統(tǒng)計(jì)

（3）指標(biāo)權(quán)重初定

首先建立模糊互補(bǔ)判斷矩陣。根據(jù)調(diào)查問(wèn)卷結(jié)果，對(duì)各指標(biāo)的打分結(jié)果取平均值，計(jì)算得到4個(gè)模糊互補(bǔ)判斷矩陣，分別為R，R1，R2，R3，具體得分備索。

最后在模糊一致性矩陣的基礎(chǔ)上，通過(guò)公式（3）得到各層指標(biāo)初定權(quán)重向量。

（4）指標(biāo)權(quán)重優(yōu)化

1）數(shù)據(jù)集確定

利用初定權(quán)重計(jì)算出樣本指標(biāo)的線性加權(quán)值作為樣本輸出標(biāo)簽，構(gòu)建出神經(jīng)網(wǎng)絡(luò)需要的數(shù)據(jù)集。將我們得到的數(shù)據(jù)集，按照相關(guān)比例劃分為訓(xùn)練集、測(cè)試集和驗(yàn)證集，其中的訓(xùn)練集包含600條數(shù)據(jù)，測(cè)試集和驗(yàn)證集分別包含200條數(shù)據(jù)。

2）訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)模型

采用三層前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，輸入層節(jié)點(diǎn)數(shù)為16，隱藏層節(jié)點(diǎn)數(shù)為3，輸出層節(jié)點(diǎn)數(shù)為1。設(shè)置最大訓(xùn)練回合數(shù)epoch為1000，學(xué)習(xí)率為0.005，批處理batch size為3。在訓(xùn)練回合結(jié)束時(shí)，使用驗(yàn)證集進(jìn)行測(cè)試，若模型在驗(yàn)證集上的平均誤差小于0.001，則提前結(jié)束訓(xùn)練，防止繼續(xù)訓(xùn)練出現(xiàn)過(guò)擬合現(xiàn)象。經(jīng)過(guò)實(shí)驗(yàn)，BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練完成第42輪時(shí)，滿足結(jié)束條件，在驗(yàn)證集上測(cè)試平均誤差為,在測(cè)試集上測(cè)試平均誤差為0.0513。

3）BP神經(jīng)網(wǎng)絡(luò)指標(biāo)權(quán)重計(jì)算

利用公式（12）可計(jì)算出優(yōu)化后的各指標(biāo)權(quán)重，本文所提出的組合模型中，BP神經(jīng)網(wǎng)絡(luò)模型的作用是對(duì)模糊層次分析法得到的初定權(quán)重進(jìn)行進(jìn)一步的優(yōu)化，降低專家主觀因素對(duì)權(quán)重確定的影響，因此通過(guò)訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型的指標(biāo)權(quán)重，應(yīng)與初定權(quán)重接近，這樣也會(huì)增加神經(jīng)網(wǎng)絡(luò)模型的可解釋性和合理性。經(jīng)過(guò)多次試驗(yàn)后，最終模型優(yōu)化后的指標(biāo)權(quán)重如表6所示。

表6 國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估指標(biāo)及權(quán)重

（5）評(píng)估結(jié)果

利用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型，得到各指標(biāo)對(duì)應(yīng)的權(quán)重值，可計(jì)算出各高校的國(guó)防特色學(xué)科綜合評(píng)估得分，具體得分備索。

4.2 實(shí)證研究

本文針對(duì)國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)價(jià)問(wèn)題開(kāi)展了20人次的專家訪談，訪談對(duì)象包括高校領(lǐng)導(dǎo)、高校教師、國(guó)防單位及企業(yè)的領(lǐng)導(dǎo)等，每次訪談時(shí)間在40分鐘左右。訪談中，各位專家對(duì)國(guó)防特色學(xué)科人才培養(yǎng)的現(xiàn)狀、本文的評(píng)價(jià)體系以及發(fā)展建議等都作出了評(píng)價(jià)，為我們的后續(xù)工作提供了資料和參考。

受訪者普遍對(duì)國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估指標(biāo)體系給予較高評(píng)價(jià)。人才培養(yǎng)最直觀的結(jié)果就是學(xué)生數(shù)量，學(xué)生數(shù)量多才能廣育人才。要培養(yǎng)國(guó)防特色學(xué)科人才，就必須要盡快提升人才培養(yǎng)的質(zhì)量，滿足行業(yè)發(fā)展對(duì)人才的多樣化需求（張建衛(wèi)，2021［15］）。而要想培養(yǎng)人才，需要擁有高水平的科研隊(duì)伍，對(duì)于學(xué)生的科研、教學(xué)工作都有重要意義。通過(guò)科學(xué)研究狀況，可以評(píng)價(jià)人才培養(yǎng)的水平。這三者相輔相成，共同構(gòu)成了人才培養(yǎng)效果評(píng)價(jià)體系。本文對(duì)于這三個(gè)方面細(xì)致地劃分了指標(biāo)，比較全面。一位高校教師說(shuō)：“對(duì)于科學(xué)研究這塊，你們劃分得很好。特別是學(xué)者科技創(chuàng)新活躍度這個(gè)指標(biāo)，在以往類似的評(píng)價(jià)體系中是少見(jiàn)的，是很好的補(bǔ)充?！?/p>

專家們對(duì)本文的評(píng)價(jià)指標(biāo)權(quán)重普遍表示認(rèn)同。正因?yàn)閷W(xué)術(shù)隊(duì)伍、科學(xué)研究、學(xué)術(shù)培養(yǎng)這三方面相輔相成，所以權(quán)重都不低于30%。學(xué)術(shù)隊(duì)伍以及學(xué)生培養(yǎng)的各指標(biāo)重要性相近，所以權(quán)重相對(duì)平均，其中高層次人才數(shù)和授予博士學(xué)位數(shù)都是各自方面中最重要的，權(quán)重也是最高的。在科學(xué)研究方面，學(xué)術(shù)研究包含了論文總數(shù)、專利總數(shù)、學(xué)者職稱等等，是最重要的指標(biāo)?？蒲薪?jīng)費(fèi)是科研活動(dòng)的基礎(chǔ)，第二重要?？蒲谢A(chǔ)包含國(guó)家重點(diǎn)實(shí)驗(yàn)室等，是科研活動(dòng)的平臺(tái)，第三重要。獲獎(jiǎng)和專利情況對(duì)于人才培養(yǎng)的重要性排名最末。

受訪專家還就各高校在國(guó)防特色學(xué)科上的得分情況作出了評(píng)價(jià)。哈爾濱工程大學(xué)表現(xiàn)突出，各學(xué)科得分均超過(guò)了60分。一位國(guó)防單位領(lǐng)導(dǎo)稱贊道：“哈爾濱工程大學(xué)作為工信部直屬高校，秉承哈軍工‘工學(xué)并舉’的教育思想和‘理論聯(lián)系實(shí)際’的優(yōu)良作風(fēng)，培養(yǎng)了一批又一批的留得住、用得上、干得好的國(guó)防科技工業(yè)人才?！敝斜贝髮W(xué)在各科平均分在59分左右，各科表現(xiàn)較好，其中材料學(xué)科比較突出，已進(jìn)入ESI全球排名前1%。其他高校各學(xué)科發(fā)展情況還相對(duì)不理想。

5 結(jié)論與政策建議

本文針對(duì)我國(guó)國(guó)防特色學(xué)科人才培養(yǎng)效果研究，提出了我國(guó)國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)價(jià)體系的構(gòu)建方法。通過(guò)模糊層次分析法和BP神經(jīng)網(wǎng)絡(luò)進(jìn)行指標(biāo)權(quán)重計(jì)算的評(píng)價(jià)，最終確定國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估指標(biāo)及權(quán)重。

同時(shí)，以第二批國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)估為例，對(duì)我國(guó)國(guó)防特色學(xué)科人才培養(yǎng)效果評(píng)價(jià)體系進(jìn)行了驗(yàn)證。實(shí)驗(yàn)中FAHP法初定權(quán)重：學(xué)術(shù)隊(duì)伍（0.34）、科學(xué)研究（0.333）、學(xué)生培養(yǎng)（0.327）；BP神經(jīng)網(wǎng)絡(luò)權(quán)重：學(xué)術(shù)隊(duì)伍（0.34）、科學(xué)研究（0.333）、學(xué)生培養(yǎng)（0.327）?？梢?jiàn)，在進(jìn)行國(guó)防學(xué)科建設(shè)時(shí)，應(yīng)至始至終以提高和保證人才培養(yǎng)的質(zhì)量為目的，因?yàn)閷W(xué)科建設(shè)水平的高低與人才培養(yǎng)質(zhì)量的好壞直接且密切相關(guān)。

在對(duì)國(guó)防高校的學(xué)科建設(shè)研究中發(fā)現(xiàn)，目前部分高校在學(xué)科建設(shè)過(guò)程中，還存在以下不足：第一，不同高校之間的國(guó)防學(xué)科建設(shè)水平存在差異，且在部分學(xué)科領(lǐng)域差距較大。國(guó)防特色學(xué)科平均得分方面，哈爾濱工程大學(xué)與北華航天工業(yè)大學(xué)的得分差距在20分以上。在控制領(lǐng)域排名中，哈爾濱工程大學(xué)與沈陽(yáng)理工大學(xué)的得分差距則超過(guò)了30分。第二，同一高校的不同學(xué)科建設(shè)之間存在不平衡的現(xiàn)象，存在明顯的弱勢(shì)學(xué)科。以材料、信息、機(jī)械、控制四門公共國(guó)防特色學(xué)科為例，控制領(lǐng)域及信息領(lǐng)域評(píng)估結(jié)果較好，材料領(lǐng)域與機(jī)械領(lǐng)域明顯處于弱勢(shì)。在高校的發(fā)展以及學(xué)科建設(shè)過(guò)程中，受資金、人才等因素影響，不同高校之間的建設(shè)水平會(huì)存在差異，眾多學(xué)科發(fā)展中總會(huì)存在個(gè)別弱勢(shì)學(xué)科，這對(duì)于我國(guó)國(guó)防科研的開(kāi)展、國(guó)防人才的培養(yǎng)以及全方位提高我國(guó)國(guó)防實(shí)力會(huì)帶來(lái)一定的不利影響。

通過(guò)結(jié)論分析，本文提出以下幾點(diǎn)政策建議：

首先，要做好學(xué)科建設(shè)與人才培養(yǎng)評(píng)價(jià)體系的迭代優(yōu)化。學(xué)科評(píng)價(jià)對(duì)學(xué)科建設(shè)具有重要的指導(dǎo)作用，此外，學(xué)科建設(shè)評(píng)價(jià)也是學(xué)科建設(shè)活動(dòng)的重要組成部分，能夠有效的評(píng)價(jià)高校學(xué)科建設(shè)狀況。無(wú)論是學(xué)科建設(shè)的運(yùn)行還是最后的效益都需要學(xué)科評(píng)價(jià)的指導(dǎo)。學(xué)科建設(shè)評(píng)價(jià)還能對(duì)未來(lái)學(xué)科的發(fā)展情況、未來(lái)可能的研究方向、以及如何配置學(xué)科建設(shè)資源等問(wèn)題做出解答,就如何提高學(xué)科建設(shè)和人才培養(yǎng)的質(zhì)量和效益給出方案（趙坤，2004［16］）。因此要調(diào)控學(xué)科建設(shè)發(fā)展，就需要構(gòu)建出構(gòu)建一套完整的、符合學(xué)科特色且能夠充分考慮的社會(huì)經(jīng)濟(jì)發(fā)展情況的學(xué)科評(píng)價(jià)體系。

其次，在未來(lái)國(guó)防學(xué)科建設(shè)及人才培養(yǎng)過(guò)程中，應(yīng)該適當(dāng)給予弱勢(shì)學(xué)科一些重視，為其創(chuàng)造發(fā)展空間，補(bǔ)足短板。應(yīng)該緊扣國(guó)防這個(gè)關(guān)鍵詞，堅(jiān)持以國(guó)家政策為導(dǎo)向，通過(guò)自身學(xué)科的發(fā)展促進(jìn)國(guó)防事業(yè)的發(fā)展。應(yīng)該充分認(rèn)識(shí)學(xué)科建設(shè)與國(guó)防人才培養(yǎng)的重要性，并在此基礎(chǔ)上做好學(xué)科建設(shè)與人才培養(yǎng)的聯(lián)動(dòng)機(jī)制，促進(jìn)高校國(guó)防學(xué)科建設(shè)的開(kāi)展，為國(guó)家、為社會(huì)輸送更多的人才，為祖國(guó)的國(guó)防事業(yè)添磚加瓦。

最后，在國(guó)防特色學(xué)科評(píng)價(jià)方面，應(yīng)通過(guò)學(xué)科評(píng)價(jià)引導(dǎo)資源配置方向，引導(dǎo)高校學(xué)科建設(shè)的方向，改變學(xué)科建設(shè)時(shí)只注重規(guī)模、總量的做法。通過(guò)開(kāi)展學(xué)科評(píng)價(jià)活動(dòng)，促進(jìn)高校形成學(xué)科競(jìng)爭(zhēng)力，以利于更好地承擔(dān)人才培養(yǎng)、科學(xué)研究和服務(wù)社會(huì)等職能。同時(shí)要做好學(xué)科建設(shè)與人才培養(yǎng)評(píng)價(jià)體系的迭代優(yōu)化，構(gòu)建一套完整的、符合學(xué)科特色且充分考慮學(xué)科發(fā)展環(huán)境的學(xué)科建設(shè)評(píng)價(jià)機(jī)制，更好的指導(dǎo)國(guó)防特色學(xué)科建設(shè)的高效有序開(kāi)展。