基于AHP-FUZZY综合评价法的实验室建设成效考核评价

2019-11-27黄银娟黄留佳

科技与创新 2019年21期

黄银娟，黄留佳

（广西民族大学软件与信息安全学院，广西南宁 530006）

这几年中国许多高校在实验室建设方面投入了大量的专项资金和人力资源，如何确保资金、资源投入的科学性、合理性，发挥最大效益，是目前高等教育的重要课题，因此有必要建立高校学校实验室建设成效评价体系，对实验室建设进行规范化系统的绩效评价，测算各实验室投入产出效益，将不断增加的投入有效地利用起来，确保资源投入的科学性、合理性，发挥实验室最大效益，为管理者的下一步决策提供依据，推进实验室建设往科学化健康方向发展。

1 存在问题

高校实验室作为教学、科研以及生产实践等环节的重要基地，作为培养学生实践创新能力的重要平台，越来越被重视，因此这几年中国许多高校在实验室建设上投入了大量的专项资金与人力资源，大学生的实验教学环境得到了极大的改善，但与此同时一些实验室建设过程中存在以下一些重要问题：部分实验室的利用率不高，大量的教学科研仪器设备闲置；实验室资源分配不均衡，理工类实验室资源比较紧缺，而文科类实验室资源存在较为严重的闲置现象；实验室开放力度不够，资源共享机制不健全等；实验室建设资金没有专款专用；实验室建设未按期完成；实验室设备账物管理混乱；仪器设备实际采购与购置计划变化较大，建设效果没有达到预期目标；部分高校实验室的绩效考核指标体系存在着指标设置不合理、评价标准不灵活、指标权重无侧重等。为解决这些问题，需要对实验室建设制订科学合理的绩效评价的量化体系，对实验室建设进行规范化系统的绩效评价，测算各实验室投入产出效益，确保资源投入的科学性、合理性，发挥实验室最大效益，为管理者的下一步决策提供依据，从而最终推进实验室往科学化健康方向发展。

2 评价方法的选取

目前，单一方法的评价方法已逐步被各种集成的评价方法所代替，通常的做法是把诸如层次分析法（AHP）、数据包络分析方法、灰色评价法、人工神经网络方法、模糊（FUZZY）综合评价法等方法进行两两集成，各种集成方法都有各自的特点及适用领域。在实验室建设成效评价中，主要的出发点不是为了给各实验室建设项目打分排队，而是为了提高实验室建设效果。同时考虑到具体评价的时候，评价者往往会为打分所困扰，如果评分采用模糊的等级制就能很好地兼顾到评价的易操作性和易实现性。众所周知，AHP能很好地解决评价体系的权重系数，而FUZZY 综合评价方法能解决评价过程中评语的模糊性，如果把两种方法的优点充分利用即进行集成，那么既能体现定性与定量的结合，又能把具有模糊性的因素定量化，方法简单易于理解和操作。因此，选用AHP 和FUZZY 综合评价进行集成的方法作为实验室建设成效评价体系的评价方法。

这种集成方法使用的一般步骤：运用AHP 分析问题，构建评价指标体系的层次结构，通过两两对比的标度法构造判断矩阵并计算确定权重指标集；确定评语等级集合；分层次进行模糊综合评判，得到各被评事物的模糊综合评价结果向量；最后根据最大隶属度原则确定评价结果。

3 实验室建设成效评价体系的构建

通过对广西区内各高校理工科实验室的调研结果，以及根据《广西民族大学实验室建设项目验收评估指标及标准》实施细则，结合实际情况，制定科学合理的实验室建设成效评价的量化体系，如表1所示。

4 实验室建设成效评价体系的实践

为了验证实验室建设成效评价体系的可行性、科学性，现将评价体系应用于学校部分已建的8 个实验室本科教学实验室建设项目进行评价，其中5 个实验室已通过学校的考核评价。

4.1 建立评价因素集

针对表1所建立的评价体系，确定第一层指标共有4 个，即A={B1，B2，B3，B4}，其中B1代表项目计划执行情况；B2代表仪器设备的购置、使用情况；B3代表实验教学情况；B4代表基础设施及保障条件。

第二层因素集为B1={C11，C12，C13}，其中C11代表资金是否专款专用；C12代表项目是否按时完成；C13代表执行情况是否与项目计划一致。类似的有B2={C21，C22，C23}，B3={C31，C32，C33}，B4={C41，C42}。

表1 实验室建设成效评价的量化体系

4.2 确定评语等级集合

在很多评价实践中需要对具体的评价因素在某个范围对应的数值给出确切的分值，这往往让评价者为难，但是如果采用模糊化处理，即把分值对应成等级，那么相对而言评价者就能快速给出准确的判断，同时易于操作。

因此，确定评语等级集合为V={v1，v2，v3，v4}={优秀，良好，合格，不合格}，实际评价中采用的的评分等级为{A，B，C，D}。

4.3 确定各层次的权重指标集

从学校实验室建设评估专家组中随机抽5 位专家确定各层次的权重指标。专家们针对表1给出的评价体系根据1～9 标度法对各级评价因素进行因子两两比较，构建判断矩阵得出综合评价A的判断矩阵，如表2所示。

表2 综合评价A 的判断矩阵

利用层次分析法计算得到通过一致性检验（一致性比例CR=0.0116＜0.1）的综合评价A的判断矩阵，权重向量W=（0.160 3，0.277 6，0.466 8，0.095 3）。

类似的计算得到通过一致性检验的项目计划执行情况B1、仪器设备的购置及使用情况B2、实验教学情况B3、基础设施以及保障条件B4的权重向量分别为W1=（0.040 1，0.040 1，0.080 1）；W2=（0.092 5，0.092 5，0.092 5)；W3=（0.116 7，0.233 4，0.116 7）；W4=（0.047 6，0.047 6）。

4.4 进行一级模糊评估

根据评价体系设计相应的评价表，从学校专家组中抽出5 位专家各项目上报的材料以及实地考察进行评价，根据评价结果进行统计计算第i个因素在第j个评语vj上的频率分布来构造rij，得到模糊评估矩阵Rk=（rij）mk×t。由于篇幅有限，仅列出项目1 的部分评价结果，如表3所示。

表3 专家们对项目1 的评价统计结果

计算频率分布从而得到对项目1 评价的四个一级模糊评价矩阵分别为：

然后进行合成计算，这里选择普通合成算子进行计算得到项目1 评价的一级模糊综合评价结果向量B1=W1。R1=（0.300 2，0.699 8，0，0）；B2=W2。R2=（0.333 3，0.666 7，0，0）；B3=W3。R3=（0.05，0.8，0.15，0）；B4=W4。R4=（0.4，0.6，0，0）。

4.5 进行二级模糊评估给出评价结论

在进行二级模糊评估时，依然采用普通合成算子进行合成计算得到B=W。R=W。（B1，B2，B3，B4）T=（0.202 1，0.727 9，0.07，0），则根据最大隶属度原则，得到maxB= 0.727 9，对应的下标为2，综合评价结果为v2：良好。

4.6 结果分析

针对所有8 个项目的专家评价结果利用matlab 编程计算，所得结果如表4所示，其中前5 个项目的评价结果与学校考核评估结果进行对比。从表4可见，表中项目1～5 的综合评价结果与实际专家考核评估结果是一致的，所得结果反映了评价有效性、可操作性以及公正性，说明了本评价模型的可行性。项目6～8 还未进行学校专家考核评估，但评价结果是根据各项目实际交付的资料进行综合评价，项目负责人可通过综合评价结果进行细节上的整改，以便在实际专家考核中取得满意的评价。比如项目7 的评价结果仅为合格，如果没有进行整改势必会影响学校对项目7 所在学院实验室建设经费的投入。从专家的评价中发现问题主要集中在项目7 仪器设备的使用，新增、改造实验项目和实验开出率这三个指标，这和项目7 本身所在学科专业自动控制有关，设备专用且使用专业班级少，同时又没有积极扩展到其他专业比如通信工程、电子信息等相关的专业使用。类似这样专业性较强的实验室不投入建设也不行，但建设后使用率不高也是种资源浪费，针对上述问题，教学管理人员应结合交叉型人才培养的趋势深入考虑教学培养计划的安排，让相关专业也能利用已建设的实验室，使其能充分利用起来。