梁冠军，林祖宏，尤 超，朱永祥

(1.滁州职业技术学院建筑工程学院，安徽滁州 239000；2.同济大学 土木工程学院，上海 200092)

0 引言

2017年1月，科技部、发展改革委、教育部等关于印发《国家科技计划(专项、基金等)严重失信行为记录暂行规定》的通知，明确提出了“实行科技计划和项目相关责任主体的诚信承诺制度，在申请科技计划项目及参与科技计划项目管理和实施前，所涉及的相关责任主体都应当签署诚信承诺书”.然而针对自然科学研究项目团队的执行能力，传统的申报评审办法和中期检查制度不能客观的体现研究细节.

本文根据自然科学研究项目评审工作的特点，建立了自然科学研究项目执行能力的层次分析结构模型[1-2]，给出了3个一级指标和12个二级指标的判断矩阵，并通过一致性检验，计算出各指标的风险权重；结合专家评分，对样本项目进行综合运算，得出各项目执行能力的风险等级.结果表明：自然科学研究项目的执行力体现在试验人员、试验方案、团队管理以及核心成员的学术能力上，需加强控制，制定相应的措施；在申报项目时，选择科研能力强和团队意识好的团队成员，制定试验方案时，要制定合理、细化、操作性强以及可执行的规划.在自然科学研究项目评审时，引入层次分析法，主观概念进行了量化，计算结果更精确，实用性强，有一定的推广价值[3-4].

1 层次分析法基本原理

1.1 风险识别和层次结构模型

运用层次分析法的第一步就是提炼出影响决策目标的多个风险因素，然后把这些风险因素进行合理的归类，这个提炼和归类风险因素的过程称为风险识别.把决策目标和归类好的风险因素进行整理，构建出层次分析结构模型，该模型一般包括三个层次结构[5-7]，即：目标层、准则层和要素层，准则层有时也称为一级指标层，要素层为二级指标层；通常上一层次的要素会对下一层次的要素起支配作用.如果定义C为风险因素的集合，每一个风险因素记作C1，C2，…，Cn，那么风险因素集合则满足下式：

1.2 判断矩阵的建立与权重排序

根据层次分析结构模型，邀请相关的行业专家，参考Saaty教授提出的九级标度法，如表1所示，以准则层的某一因素为准则，则要素层中指标i和指标j的相对重要性就可以用比较标度cij(i,j=1,2…,n)来表示，由多个cij构成矩阵C=[cij]n×n称为判断矩阵.

然后利用“和法”或“积法”计算出判断矩阵的特征向量和最大特征值，特征向量也即权重向量，下面以“和法”为例，计算步骤如下：

表1 Saaty九级标度法(比较指标i和j)Tab.1 Saaty's nine-grade scaling method (comparison index i and j)

(1)将矩阵C=[cij]n×n的每一列向量归一化处理：

(2)对Wij按行求和，然后进行按列的归一化，得：

则权重向量表示为：

最大特征值为：

1.3 一致性检验

由于客观事实的复杂性和判断标准的多样性，通常在确立不同指标相互间重要性比较的判断矩阵时，大体上满足传递性和一致性即可，具体的检验步骤为：

(1)计算一致性指标CI

(2)随着判断矩阵C=[cij]n×n维数的增大，通常引入随机一致性指标RI对一致性指标CI进行修正，得到修正后的一致性指标CR，随机一致性指标RI见表2.

当CR0.1时，判断矩阵具有满意的一致性，当CR>0.1时，说明比较和判断的过程前后矛盾，应重新对判断矩阵进行调整，直到满足一致性检验要求为止.

表2 随机一致性指标RITab.2 Random consistency index RI

1.4 风险评估

根据要素层各权重值进行风险评价，按照权重排序，将风险评估划分为3个等级：当权重值小于0.04时，为低度风险；当权重值位于0.04和0.1之间时，为中度风险；当权重值大于0.1.时，为高度风险.中度风险和高度风险需高度重视，采取相应的控制措施.

邀请行业专家对各个影响因素进行评分，并赋予满分为10分的数值，定义9～10(好)、8～9(较好)、7～8(一般)、6～7(较差)及小于6(差)，定义Aij表示专家具体评分，则综合评分公式如下：

2 实例验证

2.1 层次结构模型与判断矩阵的建立

图1 层次分析结构模型Fig.1 Analytic hierarchy process model

本实例取自某省教育厅高校自然科学研究重点项目评审工作，为了响应国家关于权力下放的政策，省级科研项目评审推荐权已下放到高校，由于每所高校科研综合实力不尽相同，但必须满足评审过程的公平性、公开性和透明度，这也对各高校专家评审委员会提出更高的要求.

结合自然科学研究项目申报工作的特点和各学科的发展不尽相同，将各个申报项目执行能力的影响因素划分为3个一级指标和12个二级指标，建立层次分析结构模型，如图1所示.需说明的是，不是所有项目都包含3个一级指标，也可能退化为1个指标或2个指标组合，针对具体的研究项目，也可以利用层次分析法判断包含的指标个数，本文不再赘述.

定义一级指标要素集：

二级指标要素集：

根据某省教育厅高校自然科学研究重点项目申报工作的具体情况，以及每所高校专家评审委员会的评分，参考表1的数值，分别构建1个一级指标判断矩阵(C)和3个二级指标判断矩阵(C1、C2和C3).

一级指标判断矩阵C:

二级指标判断矩阵C1、C2和C3分别为：

2.2 权重与一致性检验

层次分析法在确定各个指标权重时采用了特征根法，计算出判断矩阵的特征向量和最大特征值，而最大特征值所对应的特征向量通常被认定为权重向量.通过一系列的数据处理，得出了一级指标和二级指标的权重，见表3.同时，对4个判断矩阵进行一致性检验，检验结果见表4，从表中可以看出，所有判断矩阵都通过了检验，均具有满意的一致性，也表明各指标之间重要程度的排序不存在明显的冲突，判断矩阵的设置较为合理.

表3 一级指标和二级指标的权重Tab.3 Weight of primary and secondary indicators

表4 判断矩阵的一致性检验结果Tab.4 Consistency test results of judgment matrix

2.3 综合评估与控制措施

根据二级指标层权重排序和评分规则，表5给出了各个二级指标的风险等级和行业专家对4个样本项目的评分值.从表中可以看出，在试验研究部分，试验人员、试验方案和团队管理属于高度风险因素，而试验设备属于中度风险；在理论分析部分，团队核心成员的学术能力属于高度风险因素，而过往业绩和项目的新颖性属于中度风险，硕士学历以上人数属于低度风险；在计算机分析部分，操作员的熟练程度属于中度风险因素，其他因素均属于低度.综上所述， 试验人员、试验方案、团队管理以及核心成员的学术能力需加强控制，制定相应的控制措施，比如，在申报项目时，选择科研能力强和团队意识好的团队成员，制定试验方案时，要制定合理、细化、操作性强以及可执行的规划.

表5 专家组评分Tab.5 Scoring table of expert group

通过计算，表6给出了4个样本项目的综合评分，显然，样本项目3综合评分最高，体现了12个二级指标的综合达标能力，而样本项目4综合评分最低，二级指标的综合能力不达标.根据省教育厅下达的自然科学研究项目的名额数目，按照综合评分的高低顺序，依次推荐，对于评分较差和差的项目，坚决不予推荐，宁缺毋滥.

表6 样本项目的综合评分Tab.6 Comprehensive score table of sample items

3 结论

以某省教育厅高校自然科学研究重点项目评审工作为例，对自然科学研究项目的执行能力进行了风险评估，得到如下结论：

(1)自然科学研究项目的评审工作，缺乏相关规范，没有统一的评审标准，主观性强，而引入层次分析法，把主观概念进行量化，进行了数学处理，计算结果更精确，本方法实用性强，有一定的推广价值.

(2)通过对二级指标因素的分析，项目的执行力体现在试验人员、试验方案、团队管理以及核心成员的学术能力上，需加强控制，制定相应的措施；在申报项目时，选择科研能力强和团队意识好的团队成员，制定试验方案时，要制定合理、细化、操作性强以及可执行的规划.

(3)按照申报项目综合评分的高低顺序，依次推荐，对于评分较差和差的项目，坚决不予推荐，宁缺毋滥.