总体相对进步率评价方法的选择

7.2.2　总体相对进步率评价方法的选择

创新效率是高校创新团队存续与创新管理的核心问题，科学评价高校创新团队的创新绩效水平，不仅可以为高校改进科研管理提供决策依据，而且有助于高校主管部门对所属高校的科技创新状态进行客观、公正的评价。因此，有效而客观的定性或定量评价方法就成为影响全国各地高校创新团队评价的关键因素。

图7-1高校创新团队测评模型

从第六章团队测评技术内容可以看出，评价方法的选择尽管是一种主观的方法，同行评议仍是国际科技界公认的科技评价的最为有效的方法，并且已得到广泛应用。到目前为止还没有找到可以取代它的更好的评价方法。在具体评价过程中，应当在同行评议的基础上，根据评价的内容与对象选择不同的评价方法，要求所选方法在评价过程中有较高的信度与效度，能区分绩效不同的团队。可选择的方法包括：标尺法；借助Super decision软件的网络层次分析法（ANP）；360度评价法；德尔菲法；层次分析法，等等。但是，每个评价方法多有它的优点和缺陷。如：“同行评价法”，虽然同行评议法是目前世界上应用较为广泛方法。但是，如同一切依赖于人的判断方法一样，它会受到诸多主观因素的干扰，如权威限制、学术偏见、经济利益等。

目前，应用最广的反向传播（Back Propagation；BP）神经网络是由Rumelhart等人于1985年提出，它是一种多层次反馈型网络。运用人工神经网络对高校创新团队的科研效益进行综合评价。首先要将描述高校创新团队科研效益综合的基础指标的属性值作为人工神经网络的输入向量，然后用足够多的团队样本向量训练这个网络，使不同的输入向量得到不同的输出值，经过学习后确定相应的内部组权系数，最后根据输入的团队效益指标向量，可以得出该团队的科研效益的综合评价结果。具体地说，将用于多指标综合评价的评价指标属性值进行归一化处理后作为BP网络模型的输入，将评价结果作为BP网络模型的输出，用足够多的样本训练这个网络，使其获取评价专家的经验、知识、主观判断及对指标重要性的倾向。训练好的BP网络模型根据待评价对象各指标的属性值，就可得到评价对象的评价结果，再现评价专家的经验、知识、主观判断及对指标重要性的倾向，实现定性与定量的有效结合，保证评价的客观性和一致性。

基于BP神经网络的评价方法同其他常规方法相比有其突出的优点：具有运算速度快、问题求解效率高、自学习能力强、适应面宽等优点，较好地模拟了评价专家进行综合评价的过程。但是，它并不能取代其他的评价方法如AHP、Fuzzy综合评判等。因为神经网络评价方法的学习训练样本模式需要来自这些方法所得的结果。而且当评价条件变化时（如改变评价指标体系）还必须借助传统方法来得到神经网络方法的训练样本模式。

虽然BP网络得到了广泛的应用，但由于高校创新团队的建立、成长到成熟，数量在不断的变化；创新团队的类型较多；创新团队成长评价问题又比较复杂。因此，运用人工神经网络对高校创新团队的科研效益进行综合评价可能出现的缺陷和不足：BP算法需要的训练时间可能非常长；如果增加了学习样本，训练好的网络就需要从头开始训练。其次，由于网络隐含层的层数和单元数的选择一般是根据经验或者通过反复实验确定，网络又往往存在很大的冗余性，在一定程度上也会增加网络学习的负担。再次，BP网络是按照有教师示教的方式进行学习的，学习中提供的数据是否合乎规律，将对计算结果产生直接影响。

数据包络分析方法（DEA）^{［171］［172］}为多输入多输出同类决策单元的效率相对有效性评价方法，对一个决策单元的评价是通过极小化输入和极大化输出来完成的。DEA在处理系统的效率评价问题具有十分独特的优势。首先，由于DEA方法对输入、输出指标无量纲要求，所以具有较大的包容性，如它可以接受那些在一般意义上很难定量的指标（如心理指标等）。其次，不仅给出DUM的评价结果，而且给出非DEA有效和弱DEA有效DUM的原因和更改路径。科技创新作为一项从研究开发、成果转化、规模生产到取得市场的系统工程，是一个具有多种投入和产出的复杂大系统，高校可以运用评价结果对团队配置效率进行评价，从中找出差距，分析原因，以便提高管理水平和办学效益。因此，数据包络分析方法（DEA）适合创新团队相对进步率进行评价。

综上所述，由于高校创新团队的评价没有现成的模式可依，因此，我们可以借鉴管理界对团队评价的经验。在个体绩效分析的基础上，将高校科技创新团队作为一个整体进行分析，运用数据包络分析方法来评价创新团队的效率，测算团队的总体相对进步率[173]，分析团队的成长情况，构建反映团队主观努力程度的效度指标，来检验团队是否具有成长性，以及通过团队绩效的高低反映了其创新实力的动态变化。同时，也是团队测评的基本依据。因此，应该对原有的评价方法作进一步的改进，将DEA法以及这些方法的综合应用到评价之中，避免单纯运用专家评议法带来的弊端，提高评价结果的信度和效度。