地方财经类高校实验室综合评价方法探究

2020-04-28周万怀周森鑫梁后军张雪东

实验室研究与探索 2020年1期

李浩,周万怀,周森鑫,梁后军,张雪东

(安徽财经大学管理科学与工程学院，安徽蚌埠 233030)

0 引言

地方财经类高校的人才培养目标是培养满足地方及行业经济社会发展需要的财经类高层次应用型人才。因此，对学生应用能力的培养成为了地方财经类高校教育的核心。实验室是高校办学的基本条件之一, 是开展实验教学、科学研究和科技开发服务的重要基地，是培养学生实践和创新能力的主要场所[1]。无论是从财经类高校教学需要的角度还是从社会对人才需求的角度看，实践和创新能力的培养在人才培养中都显示出了重要的作用。为了达到优化学校育人环境、提高教学质量和办学水平的目的，促进实验室的建设与发展，提升实验室建设水平显得尤其重要。实验室评估是高校实验室建设与管理的一项重要工作，对于优化高校的资源配置、提升高校的实验室建设水平具有重要促进作用，因此实验室评估工作越来越引起相关教育管理部门、学校职能单位以及广大实验室工作者的重视[2-3]。因此，建立科学、准确、具有指导意义的实验室评价指标体系与方法对实验室的科学构建和人才培养具有重要的意义。

传统的实验室评估方法大多采用定量与定性相结合的方法，如百分制打分评价法，通常由学校相关部门成立评估小组，通过实地察看、查阅资料、对仪器设备及实验室进行抽检、与实验技术人员进行会谈等方式进行概略的评估,再由专家根据各项指标结果，进行打分。虽然能够相对客观地反映各实验室建设的大致轮廓,特别是评估标准中的某些限制性条款,对于推动实验室的建设和发展具有一定的指导意义。但总体而言,评估手段单一，评估方法粗略，而且由于评估标准中大部分评估要素很难量化,受专家主观因素影响较大，从而缺乏精确性和有效性，不够科学合理。针对这些缺点，目前，部分高校采用层次分析法(analytic hierarchy process，AHP)[4]、模糊综合评估法[5]、灰色聚类评估法[6-7]、三角模糊层次分析法[2]等方法，并取得了不错的效果。但是，在降低人为主观因素影响、减小因不确定性因素带来的误差等方面仍存在着进一步提高和改进的空间。熵权模糊物元模型将熵值理论与模糊物元建模相结合，可以较好地适用于评价指标具有不确定性和模糊性的评价情境，该模型在交通[8-9]、生态环境[10-11]、农业生产[12-13]、工程安全[14-15]等领域的评估中得到广泛使用，并取得了很好的效果。然而，将熵权模糊物元模型用于实验室评估方面的研究和文献还鲜有报道。实验室评估是一项复杂的系统工程，其影响因素具有很强的不确定性和模糊性，鉴于此，本文运用模糊物元分析理论，并使用熵权法计算各影响因子的权重值，提出了基于熵权模糊物元模型的评估方法对高校实验室进行评估，从而进一步提高评估结果的科学合理性。

1 地方财经类高校实验室评估指标体系的确定

依据国家教育部的实验室评估标准相关文件，结合地方财经类高校人才培养模式的特点以及教学实验室的现状和新特性，总结各高校多年来在实验室评估工作中的经验[16-19]。遵循科学性、导向性、可操作性、有针对性的原则，经过1年多的调研考查，小组讨论与交流，不断修改和完善，初步建立了一套完整的针对地方财经类高校实验室综合评估指标体系(见表1)，包括规划与管理、实验教学、仪器设备、实验队伍、环境与安全、科研与社会服务、学科竞赛、特色与创新8个一级指标，32个二级指标(其中带*指标是越小越优型)。

表1 地方财经类高校实验室综合评估指标体系

2 熵权模糊物元分析模型

物元模型是由我国数学家蔡文创立的，是一种可以解决对于一项复杂的事物的过程中经常会出现的矛盾性、模糊性以及不相容性的方法[20]。物元模型的要点是把事物用(事物N，特征C，量值V)3个要素进行描述，即以有序三元组R=(N，C，V)作为描述事物的基本元，这些要素就组成了物元，其中，N表示所描述的对象;C表示对象的特征向量;V表示对象的特征向量值。特别的，如果特征向量值V具有模糊性，则构造的物元称为模糊物元。实验室熵权模糊物元评估模型如下：

2.1 构造实验室评估模糊物元

设定实验室评估为事物N，其特征值C有量值V，则以三元组R=(N，C，V)作为描述实验室评估的基本元，如果物元中的量值带有模糊性也就构成模糊物元。设与N相关的特征C的量值V的隶属度λ(V)是事物特征的模糊量值，则模糊物元R可表示为：

(1)

而实际上，实验室评估有多个评估对象，因此把每个评估对象都看做一个事物N1，N2,…,Nm，每一个事物有n个共同特征C1，C2,…,Cn和对应n个模糊量值λ(V1)，λ(V2),…,λ(Vn),则实验室评估可以看作是一个复合物元：

(2)

2.2 构建从优隶属度复合模糊物元

各单项评价指标对应的模糊值从属于标准评价指标中各对应的模糊值的隶属程度，称为从优隶属度[21]。一般有两种类型的指标，一些指标是越大越优，而有一些指标是越小越优，因此要对指标进行处理，所有指标的原始值应该被标准化，以消除量纲的影响。从优隶属度计算式为:

(3)

(4)

式中:xij为归一化的无量纲参数，maxλ(vij)和minλ(vij)分别是最大和最小值。从而构建从优隶属度复合模糊物元为：

(5)

2.3 构造关联系数复合糊物元

根据文献[21]可知，关联函数和隶属函数存在等价关系，因此关联系数与隶属函数值相同，即xij=ξij，则可确定关联系数复合糊物元为：

(6)

2.4 熵权法确定指标权重wi

为了能够尽可能消除指标权重的制定受主观因素影响，采用熵权法来确定指标权重，这样更加客观合理。在信息论中，系统信息的无序化程度是通过信息熵值反映的，当熵值越小时，系统无序程度就越小，因而可用信息熵来评估所获系统信息的有序度及其效用。由熵的定义知，m个评价对象n个评价指标的熵为：

(7)

(8)

2.5 计算综合关联向量

关联度K是描述事物之间关联性大小的一种度量。通过

Rk=W×Rξnm

(9)

即可求关联度复合模糊物元Rk。比较各个样本间综合关联度的大小，即可对各样本做出综合评价。

2.6 各评估对象等级的确定

为确定各个待评对象的确切等级，需要计算待评模糊物元与评估标准模糊物元两关联物元间的贴近度。由于贴近度的种类很多，只选用其中的一种常用的海明贴近度进行分析，具体计算过程如下：

(1) 确定实验室评估标准模糊物元R0nm和待评样本关联系数模糊物元

(10)

(11)

(2) 构建简单差绝对值复合模糊物元RΔ。确定RNj各量值与对应的标准模糊物元各量值的简单绝对差，即Δij=|λ(Vij)-λ(VoiL)|，则构成RΔ，并对RΔ进行标准化变换得到

(12)

(3) 计算海明贴近度ρH。这里的海明贴近度公式计算ρH如下：

(13)

(4) 确定等级L。根据择近原则，即可确定评估样本所属等级L

(14)

3 财经类高校实验室综合评价示例

以某财经高校5个实验室为例，根据上文确定的实验室指标体系8大项共32小项，根据实验室自评及领域专家小组评审，初步确定各实验的各项指标得分情况(见表2)，利用模糊物元熵权模型进行分析，具体方法如下：

(1) 确定实验室标准评价等级。根据《高等学校基础课实验室评估办法》和《高等学校专业实验室评估标准 (试行 ) 》两个指导性文件以及结合该校的实际情况，实验室的评定等级分为优秀、良好、合格和不合格4个等级，结合历年的评估历史数据，根据大量的调研以及听取专家建议，给出的各指标标准的分值段(见表3)。

(2) 建立模糊物元。根据表2的数据，对32个评价指标和5个评价对象建立复合模糊物元Rnm。根据式(3)和(4)构建从优隶属度模糊物元Rxnm，并根据等价关系确定关联系数复合糊物元Rξnm(由于Matlab工具可以非常方便有效的处理矩阵运算，因此文中所有的计算均使用Matlab编程进行处理，方便快捷)。

(3) 使用熵权法确定指标权重。根据式(7)和(8)，确定各指标的权重系数，结果见表2。

(4) 计算各待评实验室综合关联度。根据式(9)，计算各待评实验室综合关联度Kj见表2，则可以根据综合关联度对5个实验室进行优劣排序如下：金融综合实验室(K1)>经济分析实验室(K2)>会计综合实验室(K3)>大数据分析实验室(K5)>ERP综合实验室(K4)。

(5) 确定各待评实验室的评估等级。根据实验室评价等级标准表(见表3)，为了简化计算，取各对应标准指标等级取值段的中值构建实验室评估标准模糊物元R0nm，并结合各待评样本模糊物元RNj构造简单差绝对值复合模糊物元RΔ，对RΔ进行标准化处理得到RξΔ，然后根据海明贴近度计算式(13),计算出各待评样本对应各等级的ρH，根据式(14)，则得到各待评实验室评估等级(见表4)，5个实验室的等级依次为：优秀、优秀、良好、合格、合格。