江蘇省高校科研績效評(píng)價(jià)及影響因素分析
——基于AHP和GA-BP神經(jīng)網(wǎng)絡(luò)分析法

卜 偉，余南南，陳軍冰

(1.江蘇師范大學(xué) 科學(xué)技術(shù)研究院，江蘇 徐州 221116；2.江蘇師范大學(xué) 電氣工程與自動(dòng)化學(xué)院，江蘇 徐州 221116；3.河海大學(xué) 水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210024)

1 研究背景與文獻(xiàn)綜述

當(dāng)前，全球科技創(chuàng)新進(jìn)入空前密集活躍時(shí)期，科研活動(dòng)模式和形態(tài)發(fā)生深刻變化，世界大國均在積極強(qiáng)化創(chuàng)新部署。高校是科技創(chuàng)新的前沿陣地和國家創(chuàng)新體系的重要組成部分。因此，高?？蒲锌冃У目茖W(xué)評(píng)估，對(duì)提升高校創(chuàng)新能力和加快建設(shè)創(chuàng)新型國家具有重大而深遠(yuǎn)的意義。

本文通過對(duì)文獻(xiàn)的梳理發(fā)現(xiàn)，國內(nèi)外學(xué)者對(duì)高?？蒲锌冃нM(jìn)行了廣泛研究，總體可以概括為3個(gè)方面。一是在評(píng)價(jià)指標(biāo)體系方面，包含麗等[1]基于科研產(chǎn)出視角，從科研成果、論文著作、成果轉(zhuǎn)化、技術(shù)推廣、學(xué)科建設(shè)以及人才培養(yǎng)6個(gè)方面建立了評(píng)價(jià)指標(biāo)體系；王曉真等[2]綜合運(yùn)用層次分析法(AHP)和熵值法，以“投入-產(chǎn)出”為指標(biāo)設(shè)置基礎(chǔ)，從科研資源、科研投入、科研產(chǎn)出與效益、社會(huì)影響4個(gè)方面選取了評(píng)價(jià)指標(biāo)；王碗等[3]基于平衡計(jì)分卡理論，從財(cái)務(wù)、效益、效率、學(xué)習(xí)與成長等4個(gè)維度構(gòu)建了高?？蒲锌冃гu(píng)價(jià)指標(biāo)體系。二是在評(píng)價(jià)對(duì)象方面，朱建育等[4]對(duì)上?！?85”和非“985”高校在2000—2009年間科研績效進(jìn)行綜合評(píng)價(jià)和比較；王忠等[5]對(duì)教育部40所直屬高等學(xué)校開展分類績效評(píng)價(jià)實(shí)證研究；羅杭等[6]對(duì)34所“985”一期高校展開整體效率排序和各項(xiàng)指標(biāo)的松弛變量分析，為高等教育系統(tǒng)整體效率的提升和教育資源的優(yōu)化配置提供政策建議。三是在評(píng)價(jià)方法方面，F(xiàn)legg等[7]基于數(shù)據(jù)包絡(luò)分析(DEA)和Malmquist指數(shù)分析方法測(cè)算了英國45所大學(xué)的科研生產(chǎn)效率變動(dòng)；袁丹等[8]綜合運(yùn)用AHP與熵值法對(duì)湖北省科技創(chuàng)新環(huán)境進(jìn)行了評(píng)價(jià)；鄧?yán)淼萚9]運(yùn)用主成分分析(PCA)方法和隨機(jī)前沿分析(SFA)方法構(gòu)建綜合分析模型，對(duì)12所高校科研活動(dòng)數(shù)據(jù)進(jìn)行多向綜合分析。

綜上所述，國內(nèi)外學(xué)者從不同的角度對(duì)高?？蒲锌冃нM(jìn)行了較為全面系統(tǒng)的研究，但仍存在一些不足，如在評(píng)價(jià)對(duì)象上多集中在“985”或部屬等單一類型高校，較少關(guān)注不同類型、不同層次高校間科研績效的差異性；且現(xiàn)有研究多是對(duì)科研績效做現(xiàn)狀分析，未能進(jìn)一步分析其影響因素，對(duì)高校未來發(fā)展方向的意見建議相對(duì)缺乏針對(duì)性?；谝陨蟽牲c(diǎn)考慮，本文以江蘇4種不同類型高校為研究對(duì)象，對(duì)其2018年和2020年科研績效情況開展綜合分析，并運(yùn)用遺傳算法(GA)與BP神經(jīng)網(wǎng)絡(luò)(BPNN)組合的GA-BPNN模型找出關(guān)鍵影響因素，以期為江蘇不同類型高校高質(zhì)量發(fā)展提供對(duì)策建議。

2 研究方法與模型構(gòu)建

2.1 評(píng)價(jià)指標(biāo)體系構(gòu)建

2.1.1 指標(biāo)選取

結(jié)合破“四唯”背景，同時(shí)參考劉天佐等[10]、張家峰等[11]和劉林芽等[12]的研究成果，本文基于“投入-產(chǎn)出”視角，從科研資源投入、科研創(chuàng)新產(chǎn)出、產(chǎn)業(yè)發(fā)展產(chǎn)出和社會(huì)影響4個(gè)方面構(gòu)建了高?？蒲锌冃гu(píng)價(jià)指標(biāo)體系(見表1)。其中，獎(jiǎng)、項(xiàng)目和平臺(tái)等僅選取學(xué)術(shù)界和社會(huì)比較認(rèn)可的省部級(jí)以上級(jí)別。

2.1.2 指標(biāo)權(quán)重計(jì)算

根據(jù)層次分析原理，通過問卷調(diào)查法邀請(qǐng)50位專家，按照1～9標(biāo)度法對(duì)指標(biāo)賦值，建立判斷矩陣；基于該判斷矩陣，根據(jù)求根法計(jì)算指標(biāo)權(quán)重并進(jìn)行一次性檢驗(yàn)，具體指標(biāo)權(quán)重如表1所示。

表1 高?？蒲锌冃гu(píng)價(jià)指標(biāo)體系及指標(biāo)權(quán)重

2.2 影響因素分析模型構(gòu)建

人工神經(jīng)網(wǎng)絡(luò)(ANN)是一種模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型，具有高容錯(cuò)性、智能化和自學(xué)習(xí)等優(yōu)點(diǎn)。其中，BP神經(jīng)網(wǎng)絡(luò)(BPNN)因具有任意復(fù)雜的模式分類能力和優(yōu)良的非線性映射能力，成為應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)算法之一，但其算法易陷入局部極小值[13-14]。遺傳算法(GA)是模擬自然界中的遺傳機(jī)制和生物進(jìn)化論的一種隨機(jī)的全局搜尋方法，可用于優(yōu)化模型的參數(shù)亦可用于篩選變量[15]。

由于BPNN自身的局限性，直接對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練將會(huì)得到很大誤差，GA和BPNN的有效結(jié)合GA-BPNN模型可以解決其固有缺陷。具體是將遺傳算法全局搜索能力引入BPNN的權(quán)值和閾值訓(xùn)練過程中，來克服BPNN收斂速度緩慢且容易陷入局部最優(yōu)解的缺點(diǎn)，從而構(gòu)造一種基于遺傳算法的網(wǎng)絡(luò)結(jié)構(gòu)遺傳神經(jīng)網(wǎng)絡(luò)(GA-BPNN)，它的基本結(jié)構(gòu)與BPNN的結(jié)構(gòu)基本相同，只是網(wǎng)絡(luò)訓(xùn)練過程分為兩步:首先，在創(chuàng)建BPNN之后將遺傳算法引入神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值的全局搜索中，使其在全局中進(jìn)行搜索；其次，用梯度下降法對(duì)網(wǎng)絡(luò)的權(quán)值進(jìn)行更細(xì)化的訓(xùn)練，來進(jìn)一步減小誤差，從而獲得最佳權(quán)值和閾值。GA-BPNN模型建立后，使用模型計(jì)算各變量的平均影響值(MIV)。MIV絕對(duì)值表示自變量對(duì)因變量的影響大小，符號(hào)表示自變量對(duì)因變量的相關(guān)方向[16-17]。GA-BPNN模型的具體優(yōu)化流程如圖1所示。

圖1 GA-BP神經(jīng)網(wǎng)絡(luò)流程

3 高?？蒲锌冃?shí)證分析

3.1 樣本選擇及數(shù)據(jù)來源

考慮到人均高水平論文(C21)、省部級(jí)以上獲獎(jiǎng)(C22)、人均成果轉(zhuǎn)化經(jīng)濟(jì)效益(C33)等指標(biāo)對(duì)藝術(shù)、體育、中外合作辦學(xué)、偏文科等高校適用性不強(qiáng)，因此在樣本選擇時(shí)剔除了南京體育學(xué)院、南京藝術(shù)學(xué)院、南京審計(jì)大學(xué)等高校，最終參與評(píng)價(jià)的高校共40所，分為部屬高校(A+1～A+8)、江蘇高水平大學(xué)高峰計(jì)劃A類建設(shè)高校(A1～A10，以下簡稱“高峰計(jì)劃A類高?！?、江蘇高水平大學(xué)高峰計(jì)劃B類建設(shè)高校(B1～B5，以下簡稱“高峰計(jì)劃B類高校”)、普通本科(C1～C17)4種不同類型(見表2)?；A(chǔ)分析數(shù)據(jù)均來自《高等學(xué)校科技統(tǒng)計(jì)資料匯編》及各高?？萍冀y(tǒng)計(jì)數(shù)據(jù)。

表2 江蘇省4種不同類高校相應(yīng)代碼編號(hào)

3.2 科研績效綜合評(píng)價(jià)分析

將原始數(shù)據(jù)進(jìn)行無量綱化處理后再進(jìn)行加權(quán)計(jì)算，分別得出2018年和2020年科研資源投入、科研創(chuàng)新產(chǎn)出、產(chǎn)業(yè)發(fā)展產(chǎn)出、社會(huì)影響及綜合科研績效得分情況，具體如表3所示。

表3 2018和2020年江蘇不同類型高校綜合科研績效及各項(xiàng)二級(jí)指標(biāo)評(píng)價(jià)結(jié)果

3.2.1 動(dòng)態(tài)分析

從整體上看，江蘇高校綜合科研績效呈上升趨勢(shì)，增幅10.38%，發(fā)展態(tài)勢(shì)較好。具體從二級(jí)指標(biāo)變化趨勢(shì)看，科研資源投入略呈下降狀態(tài)，降幅17.07%，這說明江蘇高校在資源投入方面重視不夠，應(yīng)進(jìn)一步加大在人財(cái)物等科研資源方面的投入力度；科研創(chuàng)新產(chǎn)出呈小幅增長趨勢(shì)，增幅12.09%；產(chǎn)業(yè)發(fā)展產(chǎn)出增幅較為顯著，績效得分從0.028上升至0.056，增幅一倍，科研創(chuàng)新是產(chǎn)業(yè)發(fā)展源泉，這說明科研創(chuàng)新產(chǎn)出的增加不僅有效推進(jìn)了高?？蒲袆?chuàng)新能力的提升，且創(chuàng)新成果的積累大力促進(jìn)了創(chuàng)新成果的轉(zhuǎn)化；社會(huì)影響呈大幅度下降趨勢(shì)，下降50%，其主要原因是2020年全球疫情暴發(fā)，高校間互訪交流活動(dòng)大幅減少，因此對(duì)國際層面科研創(chuàng)新活動(dòng)影響巨大?？偟膩碚f，4項(xiàng)二級(jí)指標(biāo)呈兩升兩降狀態(tài)，但由于產(chǎn)業(yè)發(fā)展產(chǎn)出績效的大幅提升，江蘇高校綜合科研績效整體呈上升趨勢(shì)。

從高校類型來看，除高峰計(jì)劃B類高校下降2.25%外，部屬高校、高峰計(jì)劃A類高校和普通本科高校綜合科研績效增長率分別為0.31%、10.00%和34.33%，普通本科增幅較為顯著。具體來看，在科研資源投入方面，4種類型高校下降率分別為13.57%、7.66%、34.09%和26.52%，在整體資源縮減的形勢(shì)下，高峰計(jì)劃A類高校降幅相對(duì)較小，說明其相對(duì)重視資源投入且對(duì)資源的獲取能力相對(duì)較強(qiáng)。在科研創(chuàng)新產(chǎn)出和產(chǎn)業(yè)發(fā)展產(chǎn)出方面，4種類型高校上升率分別為4.39%、8.95%、24.01%、30.49%和50.09%、83.09%、62.86%、307.91%，各高校均呈增長趨勢(shì)，尤其是產(chǎn)業(yè)發(fā)展績效增幅較為顯著。這說明樣本高校認(rèn)真貫徹落實(shí)國家相關(guān)政策，在破除“四唯”觀念“困局”、深化科研評(píng)價(jià)改革、促進(jìn)科技成果轉(zhuǎn)化等方面大膽實(shí)踐并取得良好成效。在社會(huì)影響方面，3種類型高校分別下降58.07%、47.42%、73.53%，而普通類本科增幅11.11%，這說明疫情并未對(duì)普通本科類高校產(chǎn)生影響，對(duì)其他類型高校沖擊較大，但同時(shí)這也從側(cè)面反映了部屬等高校更加注重國際層面合作交流，更加注重國際影響力的提升。

3.2.2 靜態(tài)比較分析

從整體上看，2020年樣本高校綜合科研績效和各二級(jí)指標(biāo)評(píng)分結(jié)果兩極分化非常嚴(yán)重。一方面，部屬高校(A+2)與普通本科類高校(C9)綜合績效得分別為0.656和0.057，得分差距約11.5倍；另一方面，科研績效綜合得分均值為0.233，但僅35%的高校得分高于平均值，絕大部分高校得分低于平均值。

從高校類型來看，江蘇高?？蒲锌冃С拭黠@階梯狀分布特征。絕大部分部屬高校位于第1梯隊(duì)；高峰計(jì)劃A類高校位于第2梯隊(duì)，綜合績效得分高于0.151；高峰計(jì)劃B類高校位于第3梯隊(duì)，普通本科位于第4梯隊(duì)。值得一提的是，A2、A4 和A9 3所高校，科研績效綜合得分較高，躋身第1梯隊(duì)；而部屬高校中A+5 高校，可能由于學(xué)科相對(duì)單一原因其綜合績效得分僅為0.294，應(yīng)引起注意。

3.3 影響因素實(shí)證分析

采用MATLAB軟件進(jìn)行編程，運(yùn)用GA-BP神經(jīng)網(wǎng)絡(luò)算法計(jì)算評(píng)價(jià)指標(biāo)與綜合績效的相關(guān)性。GA-BP神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)如圖2所示，具體參數(shù)如下：(1)網(wǎng)絡(luò)層數(shù)為1個(gè)隱含層；(2)輸出層的節(jié)點(diǎn)數(shù)為12，即12個(gè)三級(jí)評(píng)價(jià)指標(biāo)；(3)輸出節(jié)點(diǎn)數(shù)為1，即綜合科研績效值；(4)隱含層的神經(jīng)元個(gè)數(shù)根據(jù)公式n=log2m計(jì)算；(5)反向傳播使用Levenberg-Marquardt算法；(6)訓(xùn)練次數(shù)為100次，訓(xùn)練精確度為0.05。為使訓(xùn)練網(wǎng)絡(luò)更好地收斂，實(shí)驗(yàn)數(shù)據(jù)在輸入前進(jìn)行平滑處理和歸一化處理，將所有輸入及輸出數(shù)據(jù)映射在[0,1]區(qū)間。

圖2 BP 神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)

如圖3所示，不同影響因素對(duì)不同類型高校科研績效影響程度不同。人均高水平論文(C21)是部屬高校科研績效水平的決定性影響因素，博士學(xué)位占比(C11)、人均省部級(jí)以上科研項(xiàng)目(C23)及人均專利擁有數(shù)(C32)是其科研績效水平的主要阻礙因素。出現(xiàn)這一結(jié)果的可能原因有以下兩個(gè)方面：一是近年來無論是資金上還是人力上，國家對(duì)部屬高校都給予了充分的支持，出現(xiàn)資源過剩現(xiàn)象，在一定程度上制約了科研績效發(fā)展[4]；二是科學(xué)研究成果具有較長的生命周期即存在滯后期，經(jīng)歷滯后期后，知識(shí)溢出的效率才能最大，效果才能最佳，因此，對(duì)于部屬高校來說，充足的科研資源對(duì)其科研績效產(chǎn)生正向影響暫時(shí)未能體現(xiàn)。

圖3 各變量對(duì)4種類型高?？蒲锌冃в绊懙腗IV值

人均省部級(jí)以上科研項(xiàng)目(C23)對(duì)高峰計(jì)劃A類建設(shè)高?？蒲锌冃鹬饕龠M(jìn)作用，但人均專利擁有數(shù)(C32)阻礙了其科研績效的提升，這說明高峰計(jì)劃A類建設(shè)高?？蒲袆?chuàng)新能力已具有一定優(yōu)勢(shì)，但轉(zhuǎn)化率較低是其面臨的主要問題，建議應(yīng)進(jìn)一步完善以市場(chǎng)為導(dǎo)向的科技成果轉(zhuǎn)化體制機(jī)制，建立健全針對(duì)不同類型科研成果分類評(píng)價(jià)機(jī)制。

博士學(xué)位占比(C11)和省部級(jí)以上獲獎(jiǎng)(C22)主要推進(jìn)了高峰計(jì)劃B類高校的科研績效發(fā)展，但高級(jí)職稱占比(C12)對(duì)科研績效產(chǎn)生了較大的負(fù)向影響。出現(xiàn)這一結(jié)果的原因可能是由于此類高校缺乏能上能下、有進(jìn)有出的考核機(jī)制，大部分科研人員評(píng)上高級(jí)職稱后易出現(xiàn)“躺平”狀態(tài)，進(jìn)而制約科研績效的提升。

人均成果轉(zhuǎn)化經(jīng)濟(jì)效益(C33)對(duì)普通本科高?？蒲锌冃в休^大的正向影響，但高水平論文(C21)是其科研績效提升的主要障礙，說明相較于其他類型高校，其科技創(chuàng)新能力仍有很大上升空間。

4 結(jié)論及建議

本文在借鑒前人研究基礎(chǔ)上，結(jié)合破“四唯”背景構(gòu)建了高校科研績效評(píng)價(jià)指標(biāo)體系，對(duì)江蘇4種不同類型高?？蒲锌冃нM(jìn)行了評(píng)價(jià)分析，并結(jié)合GA-BP神經(jīng)網(wǎng)絡(luò)模型探究不同類型高?？蒲锌冃У挠绊懸蛩?。研究的主要結(jié)論和建議如下：

(1)江蘇高校綜合科研績效整體呈上升趨勢(shì)，其中產(chǎn)業(yè)發(fā)展績效增幅較為顯著；高校間綜合科研績效呈明顯階梯狀特征且兩極分化嚴(yán)重。

(2)不同類型高校的科研績效影響因素不同。部屬高校出現(xiàn)資源冗余現(xiàn)象，需進(jìn)一步加強(qiáng)資源配置管理能力；科技成果轉(zhuǎn)化機(jī)制和評(píng)價(jià)機(jī)制是高峰計(jì)劃A類建設(shè)高校科研績效的突破點(diǎn)；高峰計(jì)劃B類建設(shè)高校應(yīng)加強(qiáng)考核機(jī)制；普通本科高校應(yīng)進(jìn)一步強(qiáng)化激勵(lì)機(jī)制。

基于以上結(jié)論，本文對(duì)江蘇高校發(fā)展提出如下對(duì)策建議：

(1)深化科研評(píng)價(jià)，推動(dòng)創(chuàng)新驅(qū)動(dòng)循環(huán)發(fā)展。從上文分析結(jié)果可知，科研創(chuàng)新產(chǎn)出和產(chǎn)業(yè)發(fā)展兩項(xiàng)二級(jí)指標(biāo)均呈現(xiàn)良好增長趨勢(shì)，這說明科技創(chuàng)新是全鏈條、一體化的。服務(wù)經(jīng)濟(jì)社會(huì)發(fā)展能力主要取決于“高質(zhì)量”應(yīng)用研究，基礎(chǔ)研究是其前端和源頭。只有率先發(fā)現(xiàn)基礎(chǔ)科學(xué)規(guī)律，開發(fā)應(yīng)用前沿引領(lǐng)技術(shù)，才可能隨之形成引領(lǐng)性、帶動(dòng)性強(qiáng)的戰(zhàn)略性產(chǎn)品和戰(zhàn)略性產(chǎn)業(yè)，占據(jù)巨大的經(jīng)濟(jì)優(yōu)勢(shì)與持久的領(lǐng)先優(yōu)勢(shì)。因此，建議高校應(yīng)持續(xù)加強(qiáng)“科研評(píng)價(jià)改革”，根據(jù)不同科研活動(dòng)特點(diǎn)，建立各有側(cè)重、多層次、多維度的評(píng)價(jià)指標(biāo)體系，充分調(diào)動(dòng)各方創(chuàng)新群體活力，將科學(xué)研究與國家需求、市場(chǎng)需求相結(jié)合，完成從基礎(chǔ)研究、應(yīng)用研究到成果轉(zhuǎn)移轉(zhuǎn)化的“三級(jí)跳”，真正實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)循環(huán)發(fā)展。

(2)精準(zhǔn)把脈，堅(jiān)持錯(cuò)位發(fā)展戰(zhàn)略。江蘇高校眾多，不同類型高校辦學(xué)特色、發(fā)展定位、科研績效及影響因素不盡相同。因此，應(yīng)精準(zhǔn)把脈，堅(jiān)持錯(cuò)位發(fā)展戰(zhàn)略。部屬高校資源利用效果暫未很好體現(xiàn)，一定程度上存在邊際效應(yīng)，建議進(jìn)一步深化體制機(jī)制改革，不斷提高資源配置管理能力；高峰計(jì)劃A類建設(shè)高校應(yīng)從科技成果轉(zhuǎn)化機(jī)制和評(píng)價(jià)機(jī)制兩個(gè)方面加強(qiáng)改革，以期找到科研績效新的突破點(diǎn)；高峰計(jì)劃B類建設(shè)高校應(yīng)進(jìn)一步建立健全靈活多樣的用人制度，推行激勵(lì)、約束相結(jié)合的薪酬制度，通過科學(xué)的選人、用人、分配、評(píng)價(jià)、激勵(lì)與保障機(jī)制，調(diào)動(dòng)高校教師追求學(xué)術(shù)卓越的積極性和主動(dòng)性；普通本科高校應(yīng)主要強(qiáng)化激勵(lì)機(jī)制，使科研人員能夠積極、踴躍地投身于高質(zhì)量的科研創(chuàng)作，從而不斷擴(kuò)大科研成果產(chǎn)出并匯聚更多創(chuàng)新人才。