姜 琳， 朱建軍

(1.南京航空航天大學(xué) 經(jīng)濟(jì)與管理學(xué)院，江蘇 南京 211106; 2.鹽城師范學(xué)院 信息工程學(xué)院，江蘇 鹽城 224000)

0 引言

新型研發(fā)機(jī)構(gòu)隨著新一輪科技革命應(yīng)運(yùn)而生，在孵化源頭科技、促進(jìn)成果轉(zhuǎn)化上獨(dú)具優(yōu)勢(shì)，瞄準(zhǔn)了產(chǎn)業(yè)創(chuàng)新轉(zhuǎn)化、集聚資源，顯示出強(qiáng)勁的創(chuàng)新活力。新型研發(fā)機(jī)構(gòu)是未來(lái)新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)，代表國(guó)家創(chuàng)新的重大使命，是保持創(chuàng)新領(lǐng)先優(yōu)勢(shì)、支撐引領(lǐng)戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的新業(yè)態(tài)[1]，國(guó)家很多文件如《“十三五”國(guó)家科技創(chuàng)新規(guī)劃》、《國(guó)家創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略綱要》、《2018年政府工作報(bào)告》、《深化科技體制改革實(shí)施方案》、《關(guān)于促進(jìn)新型研發(fā)機(jī)構(gòu)發(fā)展的指導(dǎo)意見(jiàn)》都明確新型研發(fā)機(jī)構(gòu)的發(fā)展要求和績(jī)效評(píng)估要求[2]。

新型研發(fā)機(jī)構(gòu)的研究受到廣泛關(guān)注，經(jīng)查詢知網(wǎng)，2019年發(fā)表論文109篇，2020年發(fā)表論文179篇，內(nèi)容涵蓋功能定位、產(chǎn)學(xué)研合作模式、產(chǎn)業(yè)化、財(cái)政金融、競(jìng)爭(zhēng)力、運(yùn)行機(jī)制等，但是績(jī)效研究并不豐富。孟溦從資源依賴和社會(huì)影響力雙重視角分階段(建設(shè)期-成長(zhǎng)期-成熟期)進(jìn)行績(jī)效評(píng)估[1]；郭百濤從研發(fā)條件、創(chuàng)新活動(dòng)、創(chuàng)新效益以及人力資源4個(gè)維度設(shè)計(jì)績(jī)效評(píng)估模型[2]；周恩德運(yùn)用層次回歸分析法研究發(fā)現(xiàn)經(jīng)費(fèi)支出與績(jī)效顯著正相關(guān)，研發(fā)人員投入影響不顯著，企業(yè)型機(jī)構(gòu)績(jī)效高于事業(yè)單位型[3]；楊博文從科研投入、產(chǎn)出質(zhì)量、成果轉(zhuǎn)化、原創(chuàng)價(jià)值、實(shí)際貢獻(xiàn)、人才集聚六個(gè)方面構(gòu)建績(jī)效評(píng)估體系[4]；陳紅喜用德?tīng)柗品ㄒ匝邪l(fā)基礎(chǔ)與活動(dòng)-體制機(jī)制創(chuàng)新建設(shè)-技術(shù)與成果轉(zhuǎn)化-孵化企業(yè)-集聚高端人才-社會(huì)效益構(gòu)建了新型研發(fā)機(jī)構(gòu)評(píng)估體系[5]。目前的績(jī)效研究運(yùn)用了層次分析法和德?tīng)柗品ǎ芯恳暯峭Ａ粼诤暧^層面，缺少以方法、數(shù)據(jù)為基準(zhǔn)的實(shí)證分析。新型研發(fā)機(jī)構(gòu)具有投資主體多元化、運(yùn)行機(jī)制市場(chǎng)化、管理制度現(xiàn)代化、用人機(jī)制靈活化等特點(diǎn)，其績(jī)效評(píng)估存在以下難點(diǎn)：一是績(jī)效評(píng)估指標(biāo)不夠全面，沒(méi)有反映新型研發(fā)機(jī)構(gòu)的所有特征；二是指標(biāo)權(quán)重不易確定，指標(biāo)間存在關(guān)聯(lián)；三是實(shí)際案例評(píng)估數(shù)據(jù)較少，不易獲取，評(píng)估數(shù)據(jù)存在不確定性；四是評(píng)估專家存在主觀偏好，預(yù)期不一致，是不完全理性決策。

本文考慮新型研發(fā)機(jī)構(gòu)的特征，構(gòu)建涵蓋創(chuàng)新全過(guò)程的“基礎(chǔ)-氛圍-層次-成果”四個(gè)維度的績(jī)效評(píng)估指標(biāo)體系；用區(qū)間灰數(shù)[6]表征不確定的評(píng)估值；基于累積前景理論[7]設(shè)置同行和期望參照點(diǎn)，基于灰靶理論[6]以參照點(diǎn)為靶心來(lái)測(cè)度決策者的滿意度，以解決不同專家的偏好和預(yù)期不一致的不完全理性決策問(wèn)題，基于Choquet積分[8]、K-可加模糊測(cè)度[9]、指標(biāo)集合平均邊際貢獻(xiàn)Banzhaf值[10]解決指標(biāo)關(guān)聯(lián)問(wèn)題，最終實(shí)現(xiàn)新型研發(fā)機(jī)構(gòu)的績(jī)效評(píng)估、排序及結(jié)果分析。

1 基于區(qū)間灰數(shù)和雙參照點(diǎn)的新型研發(fā)機(jī)構(gòu)績(jī)效測(cè)度方法

1.1 新型研發(fā)機(jī)構(gòu)績(jī)效評(píng)估指標(biāo)的確定

本文考慮新型研發(fā)機(jī)構(gòu)具有與市場(chǎng)結(jié)合度高、規(guī)模大、重品牌、層次高、靈活度高等特點(diǎn)，從創(chuàng)新基礎(chǔ)、創(chuàng)新氛圍、創(chuàng)新層次、創(chuàng)新成果四個(gè)維度構(gòu)建新型研發(fā)機(jī)構(gòu)二級(jí)評(píng)估指標(biāo)體系。這樣設(shè)置指標(biāo)既考慮科技研發(fā)的投入、產(chǎn)出的全過(guò)程和全方位，突出強(qiáng)調(diào)市場(chǎng)導(dǎo)向和科技層次的重要性，增加社會(huì)效益和人才效益。

創(chuàng)新基礎(chǔ)包括硬件設(shè)施、人才占股、優(yōu)勢(shì)學(xué)科、運(yùn)行管理。機(jī)構(gòu)重視設(shè)施的規(guī)劃與建設(shè)，激發(fā)創(chuàng)新活力，深化學(xué)科應(yīng)用改革，注重信息共享和開(kāi)放協(xié)作。

創(chuàng)新氛圍包括目標(biāo)認(rèn)同、角色清晰、信任合作、跨界融合。機(jī)構(gòu)增加人才的歸屬感和信心，促進(jìn)溝通，提高人才創(chuàng)新主動(dòng)性，從而應(yīng)對(duì)不確定的動(dòng)態(tài)環(huán)境[11]。

創(chuàng)新層次包括市場(chǎng)需求、行業(yè)影響、技術(shù)突破、國(guó)際領(lǐng)先。機(jī)構(gòu)精準(zhǔn)問(wèn)需市場(chǎng)，提升行業(yè)影響和技術(shù)突破，整合資源獲得競(jìng)爭(zhēng)優(yōu)勢(shì)，標(biāo)桿先進(jìn)，力爭(zhēng)領(lǐng)先[12]。

創(chuàng)新成果包括經(jīng)濟(jì)效益、社會(huì)效益、科技效益、人才效益。習(xí)近平總書(shū)記在“科技三會(huì)”上提出“加強(qiáng)科技供給，服務(wù)經(jīng)濟(jì)社會(huì)發(fā)展主戰(zhàn)場(chǎng)”；科技部《關(guān)于促進(jìn)新型研發(fā)機(jī)構(gòu)發(fā)展的指導(dǎo)意見(jiàn)》中將“科學(xué)研究、技術(shù)創(chuàng)新和研發(fā)服務(wù)”作為新型研發(fā)機(jī)構(gòu)的核心任務(wù)；人才的可持續(xù)發(fā)展依賴于機(jī)構(gòu)的集聚、吸引和培養(yǎng)[13]。

1.2 基于區(qū)間灰數(shù)和雙參照點(diǎn)的新型研發(fā)機(jī)構(gòu)績(jī)效評(píng)估值表征

新型研發(fā)機(jī)構(gòu)績(jī)效評(píng)估委托第三方平臺(tái)，采取臨時(shí)指定、專人負(fù)責(zé)、單線聯(lián)系的方式邀請(qǐng)專家，評(píng)估數(shù)據(jù)屬于小樣本，不確定性較大?；疑到y(tǒng)理論就是研究少數(shù)據(jù)、貧信息的不確定性問(wèn)題[6]，因此本文用區(qū)間灰數(shù)來(lái)表征初始評(píng)估數(shù)據(jù)。

區(qū)間灰數(shù)?∈[aL,aU]，aL表示下界，aU表示上界，只知道取值范圍而不知道確切的信息值。評(píng)估后形成m個(gè)新型研發(fā)機(jī)構(gòu)、n個(gè)指標(biāo)的初始評(píng)估數(shù)據(jù)矩陣A。

Kahneman和Tversky在前景理論中提出決策者的決策依據(jù)不是指標(biāo)結(jié)果的絕對(duì)量，而是指標(biāo)結(jié)果與參照點(diǎn)的差值[7]。鄧聚龍教授提出的灰靶理論是以一組參照序列作為靶心，將各個(gè)序列原始數(shù)據(jù)與參照序列構(gòu)成灰靶，各序列與靶心的距離稱為靶心距，距離靶心越近效果越優(yōu)[6]。

本文設(shè)計(jì)兩個(gè)參照點(diǎn)：同行參照點(diǎn)和期望參照點(diǎn)。新型研發(fā)機(jī)構(gòu)要提升行業(yè)影響力，占據(jù)較大市場(chǎng)份額，必須走在同行前列，通過(guò)與同行的發(fā)展水平比較可以評(píng)判機(jī)構(gòu)的發(fā)展優(yōu)勢(shì)和劣勢(shì)。新型研發(fā)機(jī)構(gòu)投資主體多元，面臨收益和損失時(shí)存在不同偏好，投入越多則期望值越高，通過(guò)與期望水平比較可以看出當(dāng)前投入狀態(tài)下決策者對(duì)新型研發(fā)機(jī)構(gòu)績(jī)效的滿意程度。

定義1稱Zq=(Zq1,Zq2,…,Zqn)為參照點(diǎn)序列，q表示參照點(diǎn)，n表示評(píng)估指標(biāo)。

當(dāng)q=1時(shí)，Z1為同行參照序列，指某一區(qū)域內(nèi)新型研發(fā)機(jī)構(gòu)同行評(píng)估值的平均值，高于同行參照序列，競(jìng)爭(zhēng)優(yōu)勢(shì)明顯；低于同行參照序列，則處于劣勢(shì)。

當(dāng)q=2時(shí)，Z2為期望參照序列，指新型研發(fā)機(jī)構(gòu)不同投資主體期望值的平均值，高于期望參照序列，決策者滿意度高；低于期望參照序列，決策者不太滿意。

新型研發(fā)機(jī)構(gòu)的同行評(píng)估值和期望評(píng)估值均具有不確定性，用區(qū)間灰數(shù)表征，因分布信息未知，本文考慮核和區(qū)間灰數(shù)的長(zhǎng)度來(lái)計(jì)算區(qū)間灰數(shù)之間的距離[14]。

(1)

定義l(?)為該區(qū)間灰數(shù)的長(zhǎng)度

l(?)=|aU-aL|

(2)

定義d(?1,?2)為兩個(gè)區(qū)間灰數(shù)的距離

(3)

(4)

(5)

先計(jì)算前景值再進(jìn)行規(guī)范處理，新型研發(fā)機(jī)構(gòu)績(jī)效評(píng)估值函數(shù)特征明顯，保留了指標(biāo)值是否中靶的信息,且使前景值落在統(tǒng)一的閾值[-1,1]，前景值在[0,1]之間，中靶；前景值在[-1,0]之間，脫靶。在本文中，對(duì)比同行參照序列，中靶表示新型研發(fā)機(jī)構(gòu)績(jī)效優(yōu)于同行，脫靶表示劣于同行；對(duì)比期望參照序列，中靶表示決策者感到滿意，脫靶表示決策者感到不滿意。

2 基于K-可加模糊測(cè)度和平均邊際貢獻(xiàn)Banzhaf值的指標(biāo)集權(quán)重測(cè)度方法

評(píng)估指標(biāo)權(quán)重的確定方法有層次分析法[2]、德?tīng)柗品╗5]、熵權(quán)法[15]，定性方法能兼顧評(píng)估專家的經(jīng)驗(yàn)，但具有主觀性；定量方法能綜合考慮數(shù)據(jù)的變化特征。針對(duì)指標(biāo)間關(guān)聯(lián)、指標(biāo)權(quán)重可加性遭到破壞、加權(quán)平均方法失效的情況，Sugeno和Marical提出模糊測(cè)度可度量事物之間的任何關(guān)聯(lián)[8]，Sugeno和Grabisch用K-可加模糊測(cè)度對(duì)指標(biāo)權(quán)重進(jìn)行建模，準(zhǔn)確度高,計(jì)算量小[9]。Marichal定義平均邊際貢獻(xiàn)Banzhaf值為一種特殊的模糊測(cè)度，它不僅反映單個(gè)指標(biāo)對(duì)整體評(píng)估值的貢獻(xiàn)度，而且反映單個(gè)指標(biāo)或指標(biāo)集對(duì)整體評(píng)估值的整體平均貢獻(xiàn)[10]。本文采用K-可加模糊測(cè)度和平均邊際貢獻(xiàn)Banzhaf值的指標(biāo)集權(quán)重測(cè)度方法。

第一步，請(qǐng)專家確定指標(biāo)間兩兩直接關(guān)聯(lián)矩陣A([aij]n*n)。關(guān)聯(lián)度用0-1的數(shù)值表示，0表示兩個(gè)指標(biāo)間沒(méi)有直接關(guān)聯(lián)，1表示一個(gè)指標(biāo)可以確定另一個(gè)指標(biāo)。

第二步，通過(guò)布爾變換和海明距離確定參數(shù)K。指標(biāo)間兩兩直接關(guān)聯(lián)矩陣An*n作布爾變換，從而得到指標(biāo)間的布爾綜合關(guān)聯(lián)矩陣Bn*n=A1+A2+…+An和K-可加布爾綜合關(guān)聯(lián)矩陣Cn*n=A1+A2+…+AK，用海明距離σ[9]計(jì)算矩陣B和C之間的距離，當(dāng)σ(B,C)達(dá)到閾值∈(本文∈取0)，此時(shí)得到K值。根據(jù)K-可加模糊測(cè)度的定義，當(dāng)指標(biāo)集的指標(biāo)個(gè)數(shù)大于K時(shí)，其默比烏斯變換M(E)=∑E?X(-1)|XE|μ(X)=0，此時(shí)指標(biāo)間關(guān)聯(lián)為0，這樣減輕計(jì)算工作量的同時(shí)結(jié)果依然準(zhǔn)確[9]。

i=1,2,…,n;j=1,2,…,n

(6)

第三步，基于Banzhaf值優(yōu)化求解指標(biāo)集權(quán)重。

定義3設(shè)P(X)為指標(biāo)集X={x1,x2,…,xn}的冪集，μ為定義在P(X)上的指標(biāo)集權(quán)重，F(xiàn)是X的任意一個(gè)子集，XF表示X和F的差集，E是XF的任意一個(gè)子集，|X|和|F|分別為X和F的勢(shì)，?F∈P(X)，其廣義Banzhaf值為[10]

(7)

當(dāng)F中只有一個(gè)元素xi時(shí)，公式(7)歸約為Banzhaf函數(shù)[10]:

(8)

根據(jù)Banzhaf值的定義和性質(zhì)，選用Banzhaf值方差最小作為優(yōu)化目標(biāo)，表示單個(gè)指標(biāo)或指標(biāo)集合對(duì)績(jī)效評(píng)估的整體平均貢獻(xiàn)差距最小，顯示每個(gè)指標(biāo)存在的意義，既均衡平均貢獻(xiàn)，又考慮指標(biāo)集的關(guān)聯(lián)效應(yīng)。

基于平均邊際貢獻(xiàn)Banzhaf值和K-可加模糊測(cè)度構(gòu)建指標(biāo)集權(quán)重優(yōu)化模型M-1:

(M-1)

約束條件的含義：(1)指標(biāo)集為全部指標(biāo)時(shí)，權(quán)重為1；(2)指標(biāo)集權(quán)重值在0-1之間；(3)指標(biāo)集的指標(biāo)越多，權(quán)重越大；(4)當(dāng)指標(biāo)集的指標(biāo)個(gè)數(shù)大于參數(shù)K時(shí)，不考慮指標(biāo)間關(guān)聯(lián)；(5)當(dāng)指標(biāo)間沒(méi)有關(guān)聯(lián)，指標(biāo)集權(quán)重為指標(biāo)權(quán)重之和，滿足可加性；(6)當(dāng)指標(biāo)間存在關(guān)聯(lián)，關(guān)聯(lián)性用專家確定的兩兩直接關(guān)聯(lián)矩陣A中的數(shù)據(jù)。

本文用LINGO軟件優(yōu)化求解15個(gè)指標(biāo)集權(quán)重μj。該方法與最小二乘法、專家訪談法比較優(yōu)點(diǎn)明顯：一是考慮指標(biāo)間關(guān)聯(lián)；二是模型結(jié)構(gòu)清晰，目標(biāo)易于理解，每一個(gè)指標(biāo)都有評(píng)估意義；三是計(jì)算量小，只需提供指標(biāo)間的直接關(guān)聯(lián)矩陣就可求解權(quán)重，且不考慮K值以后的指標(biāo)間關(guān)聯(lián)；四是形式簡(jiǎn)單，存在最優(yōu)解。

3 基于Choquet積分的新型研發(fā)機(jī)構(gòu)綜合績(jī)效評(píng)估值的確定

Choquet積分具有單調(diào)性、冪等性、有界性等性質(zhì)，常被用來(lái)作為指標(biāo)集權(quán)重的集結(jié)算子。Choquet在1954年系統(tǒng)研究了非可加測(cè)度，Sugeno在此基礎(chǔ)上提出了模糊測(cè)度，以討論具有關(guān)聯(lián)性的整體模糊評(píng)價(jià)[8]。考慮指標(biāo)間關(guān)聯(lián)的方法更具有一般性，而不考慮指標(biāo)關(guān)聯(lián)的方法是考慮指標(biāo)關(guān)聯(lián)的特例。

定義4設(shè)P(X)為指標(biāo)集X={x1,x2,…,xn}的冪集，μ為定義在P(X)上的指標(biāo)集權(quán)重，f是定義在X上的函數(shù)，本文基于Choquet積分的新型研發(fā)機(jī)構(gòu)績(jī)效評(píng)估值為:

(9)

n表示指標(biāo)個(gè)數(shù)，Yj和μj分別有2n-1個(gè)。Yji表示在某個(gè)指標(biāo)集下的績(jī)效評(píng)估值，μj是與之一一對(duì)應(yīng)的指標(biāo)集權(quán)重。E表示指標(biāo)集，XE表示除E以外的指標(biāo)集。不同參照點(diǎn)下基于Choquet積分的新型研發(fā)機(jī)構(gòu)績(jī)效評(píng)估值Cqi由Yji和μj加權(quán)得到，q=1時(shí)，得到同行參照點(diǎn)下的綜合績(jī)效評(píng)估值C1i；q=2時(shí)，得到期望參照點(diǎn)下的綜合績(jī)效評(píng)估值C2i。

設(shè)同行參照點(diǎn)和期望參照點(diǎn)權(quán)重分別為ω和1-ω，加權(quán)計(jì)算得到第i個(gè)新型研發(fā)機(jī)構(gòu)的綜合績(jī)效評(píng)估值Si。

Si=ω*C1i+(1-ω)*C2ii=1,2,…,m

(10)

Si越大，新型研發(fā)機(jī)構(gòu)的績(jī)效越優(yōu)，據(jù)此進(jìn)行新型研發(fā)機(jī)構(gòu)的績(jī)效評(píng)估和排序。綜上，考慮雙參照點(diǎn)和Choquet積分的新型研發(fā)機(jī)構(gòu)績(jī)效評(píng)估方法的決策步驟如下:

步驟1確定績(jī)效評(píng)估指標(biāo)，獲取基于區(qū)間灰數(shù)的初始評(píng)估值，設(shè)計(jì)同行-期望雙參照點(diǎn)，以參照點(diǎn)值為靶心計(jì)算前景值,并用最大值法進(jìn)行規(guī)范處理；

步驟2根據(jù)專家提供的指標(biāo)間兩兩直接關(guān)聯(lián)矩陣、K-可加模糊測(cè)度以及Banzhaf值構(gòu)建優(yōu)化模型M-1求解指標(biāo)集權(quán)重。

步驟3將規(guī)范化后的前景值和指標(biāo)集權(quán)重代入Choquet積分公式，結(jié)合參照點(diǎn)權(quán)重，集成得到新型研發(fā)機(jī)構(gòu)的綜合績(jī)效評(píng)估值，并進(jìn)行排序和比較分析。

4 算例及方法比較

4.1 背景介紹

S區(qū)新型研發(fā)機(jī)構(gòu)科技園成立于2015年，5年內(nèi)共建70余家新型研發(fā)機(jī)構(gòu)，與35所海內(nèi)外知名高校、科研機(jī)構(gòu)開(kāi)展合作，吸引了90余位高端人才，走出了一條平臺(tái)化發(fā)展、爆發(fā)式增長(zhǎng)、開(kāi)創(chuàng)式引領(lǐng)的創(chuàng)新路徑。2019年底，我國(guó)爆發(fā)了新冠肺炎疫情，S區(qū)新型研發(fā)機(jī)構(gòu)用“智慧”踐行他們的使命擔(dān)當(dāng)。筆者走訪了其中4家生物醫(yī)藥方面的新型研發(fā)機(jī)構(gòu)，情況見(jiàn)表1。

表1 4個(gè)新型研發(fā)機(jī)構(gòu)的機(jī)構(gòu)簡(jiǎn)介和發(fā)展情況

4.2 4個(gè)新型研發(fā)機(jī)構(gòu)的績(jī)效評(píng)估值計(jì)算及分析

第一步：評(píng)價(jià)指標(biāo)下的評(píng)價(jià)數(shù)據(jù)來(lái)源及處理。

參加評(píng)估的評(píng)委由15名專家組成，主要為科技發(fā)展、機(jī)構(gòu)改革、學(xué)科建設(shè)、人事管理、重大項(xiàng)目的負(fù)責(zé)人以及博士、教授、同行專家代表等。15名評(píng)委分別依據(jù)評(píng)估指標(biāo)進(jìn)行百分制評(píng)分，同行參照序列是同行績(jī)效評(píng)估數(shù)據(jù)的平均值，期望參照序列是5個(gè)投資主體代表給出的期望值的平均值，相關(guān)數(shù)據(jù)見(jiàn)表2。

表2 4個(gè)新型研發(fā)構(gòu)不同指標(biāo)下的初始評(píng)估值及參照點(diǎn)值

根據(jù)上表分析：(1)初始評(píng)估值和參照序列數(shù)據(jù)均以區(qū)間灰數(shù)表征，評(píng)估值之間差距不大；(2)不同指標(biāo)下的評(píng)估值是不一樣的，區(qū)間灰數(shù)的長(zhǎng)度也不一樣。

對(duì)以上4個(gè)新型研發(fā)機(jī)構(gòu)根據(jù)式(1)～(5)計(jì)算，分別得到基于同行參照點(diǎn)和期望參照點(diǎn)下的規(guī)范前景值，見(jiàn)表3和表4。

表3 4個(gè)新型研發(fā)機(jī)構(gòu)基于同行參照點(diǎn)的規(guī)范前景值

表4 4個(gè)新型研發(fā)機(jī)構(gòu)基于期望參照點(diǎn)的規(guī)范前景值

根據(jù)上表分析：(1)S1、S3、S4的創(chuàng)新基礎(chǔ)比同行好；(2)S1的創(chuàng)新氛圍較差，S2、S3、S4優(yōu)于同行；(3)S1和S3的創(chuàng)新層次優(yōu)于同行，S2和S4仍很欠缺；(4)4個(gè)機(jī)構(gòu)的創(chuàng)新成果均達(dá)到同行水平；(5)創(chuàng)新基礎(chǔ)差距最大，創(chuàng)新成果差距最??；(6)從脫靶情況看，S1要提升創(chuàng)新氛圍，S2要提升創(chuàng)新基礎(chǔ)，S4要提升創(chuàng)新層次。

根據(jù)上表分析：(1)S1、S3、S4的創(chuàng)新基礎(chǔ)達(dá)到期望；(2)S1要改善創(chuàng)新氛圍；(3)S1和S3的創(chuàng)新層次達(dá)到期望，S2和S4未達(dá)期望；(4)只有S2達(dá)到創(chuàng)新成果的期望；(5)創(chuàng)新氛圍差距最大，創(chuàng)新成果差距最??；(6)從脫靶情況看，S1要提升創(chuàng)新氛圍，S2要提升創(chuàng)新基礎(chǔ)和層次，S3要提升創(chuàng)新成果，S4要提升創(chuàng)新層次和成果。

第二步，依據(jù)指標(biāo)間的直接關(guān)聯(lián)矩陣和式(6)計(jì)算K值。

專家確定指標(biāo)間兩兩關(guān)聯(lián)矩陣

創(chuàng)新基礎(chǔ)與創(chuàng)新氛圍、創(chuàng)新氛圍與創(chuàng)新成果之間存在補(bǔ)充關(guān)聯(lián)。將A轉(zhuǎn)換為布爾綜合關(guān)聯(lián)矩陣

和K-可加布爾綜合關(guān)聯(lián)矩陣

計(jì)算φ(B,C)的值，見(jiàn)表5。海明距離φ(B,C)隨著K值的增大而增大，當(dāng)K≥2時(shí)，矩陣B和C的貼近度恒為1，取K=2。當(dāng)K≥2時(shí)，指標(biāo)間關(guān)聯(lián)為0。

表5 不同K值對(duì)應(yīng)的海明距離φ(B,C)的值

第三步，數(shù)據(jù)代入M-1模型，用LINGO軟件優(yōu)化求解指標(biāo)集權(quán)重μj，見(jiàn)表6。

表6 基于M-1模型優(yōu)化求解得到的指標(biāo)集權(quán)重

根據(jù)上表分析：(1)指標(biāo)集權(quán)重并不完全符合可加性原則，比如μ9({x2，x4})>μ2({x2})+μ4({x4})；(2)指標(biāo)越多，指標(biāo)集權(quán)重越大，符合單調(diào)性，比如μ11>μ5；(3)指標(biāo)集權(quán)重μj與指標(biāo)間兩兩關(guān)聯(lián)矩陣A有關(guān)。

第四步，將表3、表4和表6的數(shù)據(jù)代入式(9)和(10)，得到不同ω下基于Choquet積分的新型研發(fā)機(jī)構(gòu)的綜合績(jī)效評(píng)估值Si和排序情況，見(jiàn)表7。

表7 不同參照點(diǎn)權(quán)重ω下新型研發(fā)機(jī)構(gòu)的綜合績(jī)效評(píng)估值及排序

根據(jù)上表分析：(1)S2和S3全部中靶，S1和S4出現(xiàn)脫靶；(2)4個(gè)機(jī)構(gòu)差距不大，ω越大方差越??；(3)績(jī)效評(píng)估值隨著ω的增大而增大，說(shuō)明4個(gè)機(jī)構(gòu)高出同行平均水平，卻不一定達(dá)到期望的發(fā)展水平；(4)不同ω下排序一樣，為3?2?1?4。

4.3 不同方法下的4個(gè)新型研發(fā)機(jī)構(gòu)的績(jī)效值及比較分析

方法A本文的方法，用區(qū)間灰數(shù)表征評(píng)估值，考慮指標(biāo)關(guān)聯(lián)，考慮同行-期望雙參照點(diǎn)，基于Choquet方法計(jì)算綜合績(jī)效評(píng)估值。

方法B用區(qū)間灰數(shù)表征評(píng)估值，不考慮指標(biāo)關(guān)聯(lián)，考慮同行-期望雙參照點(diǎn)，基于加權(quán)算術(shù)平均法計(jì)算綜合績(jī)效評(píng)估值。

方法C用區(qū)間灰數(shù)表征評(píng)估值，不考慮指標(biāo)關(guān)聯(lián)，考慮同行參照點(diǎn)，基于加權(quán)算術(shù)平均法計(jì)算綜合績(jī)效評(píng)估值。

方法D用區(qū)間灰數(shù)表征評(píng)估值，不考慮指標(biāo)關(guān)聯(lián)，考慮期望參照點(diǎn)，基于加權(quán)算術(shù)平均法計(jì)算綜合績(jī)效評(píng)估值。

方法E文獻(xiàn)[16]提出基于Topsis的區(qū)間灰數(shù)逼近理想解決策方法，用區(qū)間灰數(shù)表征評(píng)估值，不考慮指標(biāo)關(guān)聯(lián)，考慮最大值和最小值參照點(diǎn)，基于加權(quán)算術(shù)平均和Topsis方法計(jì)算綜合績(jī)效評(píng)估值。

方法F文獻(xiàn)[9]提出基于Marichal熵優(yōu)化求解指標(biāo)集權(quán)重的方法，用實(shí)數(shù)表征評(píng)估值，考慮指標(biāo)關(guān)聯(lián)，不考慮參照點(diǎn)，基于Choquet方法計(jì)算綜合績(jī)效評(píng)估值。

以上方法中，不考慮指標(biāo)關(guān)聯(lián)時(shí)指標(biāo)權(quán)重取(0.2,0.2,0.3,0.3)，考慮2個(gè)參照點(diǎn)時(shí)參照點(diǎn)權(quán)重取0.5。不同方法下新型研發(fā)機(jī)構(gòu)的綜合績(jī)效評(píng)估結(jié)果見(jiàn)表8。

表8 不同方法下的新型研發(fā)機(jī)構(gòu)綜合績(jī)效評(píng)估結(jié)果

根據(jù)表8得出：(1)A、B、C、D、E使用了區(qū)間灰數(shù)表征，F(xiàn)為實(shí)數(shù)表征；方法不同，績(jī)效評(píng)估值不同，排序也不同；(2)A、B、E考慮了2個(gè)參照點(diǎn)，C、D考慮了1個(gè)參照點(diǎn)，F(xiàn)沒(méi)有考慮參照點(diǎn)；考慮參照點(diǎn)更加貼近現(xiàn)實(shí)，同行參照點(diǎn)幫助了解新型研發(fā)機(jī)構(gòu)在同行發(fā)展中的位置，期望參照點(diǎn)更加符合新型研發(fā)機(jī)構(gòu)的投資主體多元性和組合方式靈活性，充分反映決策者的滿意度；(3)A、B、C、D運(yùn)用了前景理論，B、D出現(xiàn)脫靶，脫靶表示績(jī)效需要改進(jìn)；(4)A、F考慮了指標(biāo)關(guān)聯(lián)，排序?yàn)??2?1?4；B、C、E不考慮指標(biāo)關(guān)聯(lián)，排序?yàn)??1?2?4，指標(biāo)關(guān)聯(lián)考慮與否影響機(jī)構(gòu)排序。有研究表明，大多數(shù)指標(biāo)間存在關(guān)聯(lián)，本文中主觀的指標(biāo)間兩兩直接關(guān)聯(lián)矩陣和客觀的Banzhaf值優(yōu)化模型，既考慮指標(biāo)間關(guān)聯(lián)，兼具主客觀，且計(jì)算量不大，更具合理性、現(xiàn)實(shí)性和通用性。

5 結(jié)論

本文提出一種基于雙參照點(diǎn)和Choquet積分的新型研發(fā)機(jī)構(gòu)績(jī)效評(píng)估方法，該方法降低了決策者的壓力，通過(guò)K值減少了計(jì)算量，通過(guò)Banzhaf值和K-可加模糊測(cè)度使指標(biāo)集權(quán)重優(yōu)化模型有解的可能性大大增加，提高了參照點(diǎn)和Choquet積分理論解決指標(biāo)關(guān)聯(lián)績(jī)效問(wèn)題的可行性，有利于促進(jìn)績(jī)效評(píng)估理論與實(shí)際問(wèn)題的融合，也有利于促進(jìn)新型研發(fā)機(jī)構(gòu)的發(fā)展。下一步的研究可聚焦于考慮多參照點(diǎn)、指標(biāo)間關(guān)聯(lián)概率分布特征以及動(dòng)態(tài)分階段評(píng)估等的新型研發(fā)機(jī)構(gòu)績(jī)效評(píng)估方法。