基于DEA算法的科研评审排序方法与应用.pdfVIP

维普资讯 第 23卷 第 4期 科 研 管 理 V01．23．No．4 2002年 7月 ScienceR嘲 1dlM m 虹 l吐 Ju1． 2O0 文章编号 ：1000—2995(2002)04—005—0065 基于 DEA算法的科研评审排序方法与应用 樊 宏 ，陈世 权 (五 邑大学管理 学院，广东江 门 529020) 摘要：排序 问题是管理科学中常见的问题，科研评审排序也是科研管理中一个常见的需要解决的问题。本文 在 DEA方法的 C2R模型基础上，建立一种科研项 目立项评审的排序数学模型，并将其应用于科研项 目立项评 审的排序工作 中，取得 了较好效果。 关键词 ：数据包络分析 (DEA)；科研管理；项 目评审；排序 中图分类号 ：C311；O221 文献标识码 ：A 1 引言 在科研管理工作中，科研项 目管理是其中一个重要 内容，包括科研项 目的立项评审管理 、成果鉴定 管理和项 目研究过程的监督管理。在科研项 目立项评审管理中，怎样综合处理评审专家的评审意见是 主要管理内容。目前 ，专家评审意见的综合评价方法 已从定性方法发展到定量方法u 。现有的一些 定量方法中，常见的有直接对项 目的每个评审指标确定一个满分值后 ，再由专家对被评审项 目的每一个 指标给予适当的打分，再加起来计算总分的打分方法 ；还有的是利用统计分析的平均法 、主成分分析法 、 聚类分析法 、层次分析法、模糊数学的综合评价方法等等。这些方法各有长处 ，但其中不少方法只能反 映专家的线性思维分析 ，实际上，专家综合评价的思维往往是非线性的。另一方面 ，科研项 目立项评审 通常由管理部门对多个专家的评审意见进行综合 ，形成最后 的资助意见 ，其结果受评价方法影响，过程 又不可重复 ，因此影响评审结果的客观性和公正性 ，使项 目资助效益受到影响。 科研项 目评审一方面要考虑项 目各相关内容的整体性 ，另一方面还要考虑项 目评审的优劣排序结 果 ，以最终确定是否予 以资助。解决这些问题的一个较好方法就是数据包络分析 (DEA—DataEnvelop— mentAnalysis)方法 ]。我们 曾用该类方法对若干类型的企业进行过评价和排序 j，取得了较好效果。 数据包络分析 (DEA)是研究同类型部门或单位(称决策单元 ，记为 DMU，即DecisionMakingUnits)间 相对有效性的十分理想的方法 ，也是处理多 目标决策问题理论上非常完备的方法。该方法以相对效率 概念为基础 ，对具有相同类型的多投入、多产出的DMU进行 DEA有效性评价。 根据科研立项评审排序问题 ，本文以DEA的C2R模型为基础 ，提出科研项 目立项评审管理的Go模 型 ，用该模型对专家意见进行综合处理 ，提高了评审结果的客观性、公正性，评出的结果既可说明被评审 项 目的有效程度 ，又可据此进行排序，以确定优先资助顺序 ，使科研项 目立项评审效率得到提高。 2 科研评审的DEA模型 收稿 日期 ：21301—07—20． 基金项 目：国家 自然科学基金 ：广东省 自然科学基金 (000874)。 作者简介 ：樊 宏 (1957一)．男 ．山西定襄人 ，硕士 ．讲师 ．主要研究方 向 ：管理科学与工程。 陈世权 (1946一)，男 ．广西陆川人，教授 ．主要研究方向：智能化管理；智能信息处理。 维普资讯 科 研 管 理 20O2焦 在科研项 目立项评审中，把每一个被评价的科研项 目作为一个决策单元 (DMU)，再 由所有被评价项 目(DMU)构成被评价群体 ，其中每个 DMU都有已知的同类型 “投入”指标和 “产出”指标 ，通过对投入和 产出比率的综合分析 ，以DMU的各个投入和产出指标的权重为变量进行评价运算 ，确定 “有效