基于AHP-模糊数学的8所煤炭高校科研竞争力比较研究

  • 于路云 , * ,
  • 高遵升 ,
  • 叶权慧
展开
  • 山东科技大学信息科学与工程学院 青岛 266590
*E-mail:

Copy editor: 刘远颖

收稿日期: 2015-10-26

  网络出版日期: 2025-04-28

A Comparative Study on the Scientific Research Competitiveness of Eight Coal-related Universities Based on AHP-Fuzzy Mathematics

  • Yu Luyun , * ,
  • Gao Zunsheng ,
  • Ye Quanhui
Expand

Received date: 2015-10-26

  Online published: 2025-04-28

摘要

高校科研竞争力评价是高校评价的重要组成部分,本文应用层次分析法(AHP)和模糊数学方法,选取国内8所煤炭高校,对科研竞争力进行定量评价,旨在为有关部门及广大科技和教育工作者提供参考。

本文引用格式

于路云 , 高遵升 , 叶权慧 . 基于AHP-模糊数学的8所煤炭高校科研竞争力比较研究[J]. 知识管理论坛, 2015 , 2015(4) : 48 -58 . DOI: 10.13266/j.issn.2095-5472.2015.04.007

自1998年煤炭部撤销以后,原煤炭行业14所高校除中国矿业大学外均交由地方政府管理,加之10年的高校扩招,煤炭院校纷纷走上了合并、改名甚至迁校之路。可是,不论校名如何更改,也不论是合并还是被合并,这些学校都保留了煤炭特色。那么经过了多年的发展他们的现状如何?笔者从科研竞争力的视角,选取了中国矿业大学、太原理工大学、安徽理工大学、河南理工大学、山东科技大学、西安科技大学、辽宁工程技术大学和湖南科技大学8所学科相近的煤炭高校,采用层次分析法和模糊数学综合评价法,客观全面地分析这8所煤炭高校的科研竞争力,并提出相应的对策以增强其科研竞争力。

1 评价方法与数据来源

结合数据库数据,利用AHP-模糊综合评判方法评价高等学校的科研竞争力可以在一定程度上保证评估的客观和全面。

1.1 评价方法

本文主要采用运用层次分析(AHP)和模糊数学综合评判相结合的方法。AHP层次分析法是美国运筹学家萨蒂教授于20世纪70年代初提出的,它是将与决策有关的元素分解成目标、准则、指标等层次,在此基础之上进行定性和定量分析的决策方法。笔者首先运用专家的知识和经验对同一层级的指标进行两两比较,并按1-9判断标度及含义构造判断矩阵,对矩阵的每一列向量进行归一化得到,再对的值按行求和得到,最后将进行归一化得到特征向量,在确定最终的权重向量之前需要对判断矩阵作一致性检验。接着,运用模糊数学方法建立模糊综合评判矩阵和隶属度函数,将原始数据转化为模糊数学矩阵。最后将通过层次分析法得到的权重与模糊数学得到的矩阵利用特定算子得出8所煤炭高校科研竞争力的最终评价值[1-2]。

1.2 数据来源

数据主要来源于Web of Knowledge、中文社会科学引文索引(CSSCI)、Engineering Village、SOOPAT数据库、中国版权保护中心官方网站发布的计算机软件著作权登记公告数据库、中华人民共和国科学技术部和Essential Science Indicators 数据库。通过以上平台统计得出的数据如表1-3所示:
表1 近10年8所煤炭高校技术创新力统计

学校

项目
中国矿业大学 太原理工大学 安徽理工大学 河南理工大学 山东科技大学 西安科技大学 辽宁工程技术大学 湖南科技大学
专利申请量 7 008 2 006 2 014 1 411 5 633 1 129 552 804
软件著作权登记数量 480 196 35 33 229 157 384 41
国家技术奖励数量 45 5 3 2 9 8 4 2

注:数据来源于SOOPAT数据库(统计时间为2014年10月23日)、中国版权保护中心官方网站发布的计算机软件著作权登记公告数据库(统计时间为2014年10月2日)、中华人民共和国科学技术部(统计时间为2014年10月7日)。

表2 近10年8所煤炭高校学术影响力统计
学校
项目
中国矿业大学 太原理工大学 安徽理工大学 河南理工大学 山东科技大学 西安科技大学 辽宁工程技术大学 湖南科技大学
SCIE被引频次 14 841 9 118 1 670 5 331 4 929 1 644 710 5 121
SCIE篇均被引频次 4.31 3.79 3.39 3.95 4.12 4.04 2.76 4.31
进入前1%的ESI高被引论文数量 28 5 3 5 10 2 0 2
进入前1%的ESI高被引论文被引频次 1 130 227 268 94 685 23 0 67

注:数据来源于Web of Knowledge(统计日期为2014年5月16日)、Essential Science Indicators 数据库(统计时间为2014年5月20日)。

表3 近10年8所煤炭高校科研生产力统计
学校
项目
中国矿业大学 太原理工大学 安徽理工大学 河南理工大学 山东科技大学 西安科技大学 辽宁工程技术大学 湖南科技大学
SCIE论文数量 3 629 2 405 492 1 348 1 197 407 257 1 187
EI论文数量 13 261 5 788 2 056 4 876 4 612 2 442 2 499 2 289
CPCI-S论文数量 2 737 1 712 712 2 133 1 552 766 847 500
CSSCI论文数量 1 612 323 126 459 422 226 245 1 459

注:数据来源于Web of Knowledge(统计日期为2014年5月16日)、Engineering Village(统计日期为2014年5月16)、中文社会科学引文索引(CSSCI)(统计日期为2014年10月10日)。

2 多层次模糊综合评价模型的建立

2.1 8所煤炭高校科研竞争力比较指标体系构建

结合《基于文献计量开展高校科研评估的探索与思考——以北京大学科研竞争力评估为例》一文的“高校科研竞争力评估体系”[3]和煤炭高校本身的实际30位专家的意见构建“8所煤炭高校科研竞争力评价指标模型”。模型有3层,即目标层A、准则层B、指标层C。如图1所示:
图1 8所煤炭高校科研竞争力比较评价指标体系模型
笔者以“高校科研竞争力”为关键词在CNKI中进行检索,并根据相关文献统计出22个影响指标。之后,将这些指标一一列举出来,邀请30位专家(包括多个学科的博硕士生导师、研究生和本科生)进行投票,确定出11个影响指标。最后,将11个指标分成3组,由30位专家对这3组指标和准则层(B)分组进行“1-9”标度,以确定11个评价指标的权重以及相对于目标层(A)的权重。

2.2 8所煤炭高校核心竞争力评价步骤的确定

2.2.1 利用层次分析法(AHP)确定权重

(1)判断矩阵的建立。基于专家对层次结构中各层指标进行两两比较,并对各指标相对重要性利用“1-9”标度方法进行的赋值,构建单层次比较判断矩阵[2,4-6]。统计3组指标层(C)的比较标度和准则层(B)的比较标度,如表4-7所示:
表4 8所煤炭高校技术创新力各评价要素的比较标度
评价要素 专利申请 软件著作权 国家技术奖励
专利申请 1 3 1/5
软件著作权 1/3 1 1/9
国家科技奖励 5 9 1
得到判断矩:
表5 8所煤炭高校学术影响力各评价要素的比较标度
评价要素 SCIE总被引频次 SCIE篇均被引频次 ESI高被引论文数量 ESI高被引论文被引频次
SCIE总被引频次 1 2 1/3 1/5
SCIE篇均被引频次 1/2 1 1/4 1/6
进入前1%的ESI高被引论文数量 3 4 1 1/2
进入前1%的ESI高被引论文被引频次 5 6 2 1
得到判断矩阵:
表6 8所煤炭高校科研生产力各评价要素的比较标度
评价要素 SCIE论文 EI论文 CPCI-S论文 CSSCI论文
SCIE论文 1 5 9 2
EI论文 1/5 1 3 1/3
CPCI-S论文 1/9 1/3 1 1/7
CSSCI论文 1/2 3 7 1
得到判断矩阵:
表7 8所煤炭高校科研竞争力准则层的比较标度
价要素 技术创新力 学术影响力 科研生产力
技术创新力 1 1 1
学术影响力 1 1 1
科研生产力 1 1 1
得到判断矩阵:
(2)权重计算。对矩阵的每一列向量进行归一化得到,再对的值按行求和得到,最后将进行归一化得到特征向量。计算步骤见参考文献[1]。最终得出8所煤炭高校科研竞争力比较的目标层、准则层和指标层的各评价指标的权重,如表8所示:
表8 8所煤炭高校科研竞争力比较的各评价指标权重
目标层A 准则层B 指标权重 指标层C 指标权重 指标总权重
8所煤炭高校
科研竞争力比较(A)
技术创新力(B1) 1/3 专利申请数量(C1) 0.136 100 0.05
软件著作权数量(C2) 0.075 295 0.03
国家科技奖励数量(C3) 0.788 606 0.26
学术影响力(B2) 1/3 SCIE总被引频次(C4) 0.114 819 0.04
SCIE篇均被引频次(C5) 0.072 152 0.02
前1% ESI高被引论文数量(C6) 0.292 602 0.09
前1% ESI高被引论文被引频次(C7) 0.520 427 0.17
科研生产力(B3) 1/3 SCIE论文数量(C8) 0.552 019 0.18
EI论文数量(C9) 0.110 510 0.04
CPCI-S论文数量(C10) 0.044 745 0.01
CSSCI论文数量(C11) 0.292 727 0.10
(3)一致性检验。首先,计算出判断矩阵的最大特征根λ,并用 检验其一致性,是一致性指标,是AHP法的平均随机一致性指标,是一致性比例。当CR < 0.10 时,则认为判断矩阵的一致性是合理的,否则应对判断矩阵进行适当修改。具体计算方法与步骤参考文献[2],得出结果如表9所示:
表9 4个矩阵一致性检验结果对照表
指标 U1 U2 U3 U4
n 3 4 4 3
λ 3.102 3 4.116 8 4.173 0 3
1.051 2 0.038 9 0.057 7 0
0.098 0 0.044 0 0.064 8 0
由表9可知,8所高校科研竞争力比较的准则层和指标层的4个判断矩阵的一致性检验结果分别是0、0.098、0.044、0.065,这4个数都小于0.10,因此可以确认指标层C相关因素相对于准则层B的权重,同时也可以确认准则层B的相关元素相对于目标层A的权重。

2.2.2 模糊数学法确定模糊矩阵

(1)确定评价对象的因素集。因素集是指影响评价对象的各种因素所组成的一个普通集合,即影响8所煤炭高校科研竞争力比较的各种因素组成的一个普通集合。目标评价集A = {B1,B2,B3} = { 技术创新力,学术影响力,科研生产力};指标评价集B1 = {C1,C2,C3}={国家技术奖励,软件著作权,专利申请}、B2 = { C4,C5,C6,C7} = {SCIE论文总被引频次,SCIE论文篇均被引频次,进入1%的ESI高被引论文数量,进入1%的ESI高被引论文总被引频次}、B3 = { C8,C9,C10,C11} = {SCIE论文,EI论文,CPCI-S论文,CSSCI论文 },如表10所示:
表10 8所煤炭高校科研竞争力定量评价指标模糊评价表
评价因子 权重
专利申请数量 0.05
软件著作权登记数量 0.03
国家科技奖励数量 0.26
SCIE论文总被引频次 0.04
SCIE论文篇均被引频次 0.02
前1%的ESI高被引论文数量 0.09
前1%的ESI高被引论文总被引频次 0.17
SCIE论文数量 0.18
EI论文数量 0.04
CPCI-S论文数量 0.01
CSSCI论文数量 0.10
(2)隶属度函数的建立。隶属度函数表示8所煤炭高校科研竞争力权重值的一个模糊集合,体现了某元素属于某模糊集合的隶属度程度。本文中隶属度函数根据8所煤炭高校科研竞争力的指标实测值建立的,其论域为[0,1],作为规范区间的长度值为1.由此建立隶属度函数,即:
式中为各种元素的值,为同一类元素各值中的最小值,为同一类元素各值中的最大值。
(3)模糊矩阵的建立。在得到各个指标实际测量值(详见表11)的情况下,从指标层的一个指标出发建立相应的隶属度函数,以确定该指标对煤炭高校科研竞争力对应指标层的隶属度,其结果为一个模糊集合V,由此得到单元素评价矩阵:
表11 8所煤炭高校各个指标实测值统计表
中国矿业 大学 太原理工大学 安徽理工大学 河南理工大学 山东科技大学 西安科技大学 辽宁工程技术大学 湖南科技大学
技术创新力 专利申请数量 7 008 2 006 2 014 1 411 5 633 1 129 552 804
软件著作权登记数量 480 196 35 33 229 157 384 41
国家科技奖励数量 45 5 3 2 9 8 4 2
学术影响力 SCIE被引频次 14 841 9 118 1 670 5 331 4 929 1 644 710 5 121
SCIE篇均被引频次 4.31 3.79 3.39 3.95 4.12 4.04 2.76 4.31
进入前1%的ESI高被引论文数量 28 5 3 5 10 2 0 2
进入前1%的ESI高被引论文被引频次 1 130 227 268 94 685 23 0 67
科研生产力 SCIE论文数量 3 629 2 405 492 1 348 1 197 407 257 1 187
EI论文数量 13 261 5 788 2 056 4 876 4 612 2 442 2 499 2 289
CPCI-S论文数量 2 737 1 712 712 2 133 1 552 766 847 500
CSSCI论文数量 1 612 323 126 459 422 226 245 1 459
结合公式(1)和表11的数据,得到模糊矩阵如下:

2.3 8所煤炭高校核心竞争力综合评价的建构

为了综合考量评价指标对煤炭高校科研竞争力评价结果的影响,在准则层评价的基础上,还需要进行目标层的模糊综合评价。综合评价是通过对权重集和模糊矩阵利用特定的算子来运算得到的,最终得出8所煤炭高校科研竞争力的排名。详细运算如下:
式中“”指的是算子M(•,⊕),为由层次分析法(AHP)得到的权重集, 为指标层单元素的模糊矩阵,为科研竞争力综合评价的结果。
模糊数学中“最大隶属度”原则是指:在进行矩阵运算后,隶属度越大,评价等级越高;隶属度越小,评价等级越低。因此,值越大,煤炭高校科研竞争力越强;值越小,煤炭高校科研竞争力越弱。
={1 , 0.2747 , 0.0919,0.1618 , 0.3443 , 0.0950, 0.0479, 0.1927}
依此方法,根据表8、表11和公式(1)、公式(3)计算出技术创新力、学术影响力和科研生产力的综合评价结果,如表12所示:
表12 8所煤炭高校综合评价结果统计表
中国矿业大学 太原理工大学 安徽理工大学 河南理工大学 山东科技大学 西安科技大学 辽宁工程技术大学 湖南科技大学
技术创新力 1 0.114 0.047 0.018 0.267 0.144 0.099 0.007
学术影响力 1 0.274 0.194 0.187 0.531 0.097 0 0.159
科研生产力 1 0.451 0.043 0.305 0.258 0.053 0.035 0.417
科研竞争力 1 0.274 7 0.091 9 0.161 8 0.344 3 0.095 0 0.047 9 0.192 7
图2 8所煤炭高校综合评价结果比较图
根据表12和图2,得出的结论如表13所示:
表13 8所煤炭高校综合评价结果排名统计表
项目

学校
中国矿业大学 太原理工大学 安徽理工大学 河南理工大学 山东科技大学 西安科技大学 辽宁工程技术大学 湖南科技大学
技术创新力排名 1 4 6 7 2 3 5 8
学术影响力排名 1 3 4 5 2 7 8 6
科研生产力排名 1 2 7 4 5 6 8 3
科研竞争力排名 1 3 7 5 2 6 8 4

3 评价结果分析

由表13所示,笔者发现了3个特殊现象:①中国矿业大学在所有综合评价结果上都名列第一,并且遥遥领先余第二名。②山东科技大学、辽宁工程技术大学在4项综合评价结果中有3项排名是一样的。③太原理工大学、河南理工大学、西安科技大学和湖南科技大学的科研生产力的排名要高于学术影响力的排名;而山东科技大学、安徽理工大学的学术影响力的排名高于科研生产力的排名。针对上述3个特殊现象,笔者进行了如下分析研究:

3.1 大学的人力资本和基础环境决定大学科研竞争力的产出

针对第一个特殊现象,中国矿业大学在技术创新力、学术影响力科研生产力和科研竞争力4个方面都遥遥领先于其他7所煤炭高校。笔者在对指标层各个指标实测值分析的基础上,联系中国矿业大学的背景信息,发现中国矿业大学有优越于其他7所煤炭高校的人力资本和基础环境。从投入产出角度分析,大学的人力资本和基础环境就是大学的投入,而科研成果就是大学的产出。
(1) 人力资本为科研竞争力提供人才保障。哈佛大学校长科南特曾经说过:“有一流的大师才会有一流的学生,有一流的大师才会有一流的学术成果”,一所大学的人力资本主要是指这所大学的师资力量,大学的师资力量决定大学的科研竞争力[7]。中国矿业大学有非常雄厚的师资力量——16位两院院士、14位长江学者、12位国家杰出青年基金获得者、15位国家百千万人才工程人选、12位国家级突出贡献专家等。这些优秀的人才为中国矿业大学的科研竞争力提供了人力保障。
(2) 基础环境为科研竞争力提供物资保障。经费是一所大学发展必不可少的基本条件,足够的经费可以为大学修建一流的图书馆、一流的实验室、一流教学、科研基地,有了财力和物力才能吸引一流专家、学者前来任教。这些先进的基础环境为大学的科研竞争力提供有利的保障和支撑。中国矿业大学拥有2个国家重点实验室,2个国家工程(技术)研究中心,1个国家工程实验室,4个教育部重点实验室,2个教育部工程研究中心,4个其他部委实验室(研究中心)和9个江苏省重点实验室(研究中心、研究基地)等。中国矿业大学拥有的这些研究平台为成果的产出和人才的培养提供了有力的支撑。

3.2 4所高校科研竞争力的发展有偏向

针对第二个特殊现象,笔者认为山东科技大学和辽宁工程技术大学这两所煤炭高校在科研竞争力的发展上是比较稳定的,基本上可以代表各自在煤炭高校科研竞争力上的地位。但是,山东科技大学在技术创新力、学术影响力、科研竞争力均排名第二,而科研生产力却排在第五位,可以看出山东科技大学应该在科研生产力方面采取相应的政策积极引进人才进一步加强基础学科的研究;而辽宁工程技术大学在学术影响力、科研生产力和科研竞争力3个方面均排名最后,可见要想提高自己的科研竞争力,必须在学术影响力和科研生产力方面重点鼓励。

3.3 论文数量与其影响力应成线性正相关

针对第三个特殊现象(详见表2和表3),一方面,太原理工大学SCIE论文排名第二,但是SCIE篇均被引频次却排在第六位。河南理工大学的SCIE论文数量排在第三,但是SCIE篇均被引频次却排在第五;但是湖南科技大学科研生产力高于学术影响力的主要原因在于进入前1%的论文数量和被引频次较低。另一方面,山东科技大学SCIE论文数量排名第四,但是SCIE篇均被引频次排名第二;安徽理工大学SCIE论文数量排名第六、EI论文数量和CPCI-S论文数量均排名第八,但是进入前1%的ESI高被引论文数量及其被引频次均排在第四位。这说明太原理工大学和河南理工大学论文高产但是影响力有待进一步加强,同时也说明湖南科技大学和山东科技大学尽管学术影响力较强但高水平论文数量有待进一步增加。

4 提高煤炭高校科研竞争力的对策

高校科研竞争力主要由科研生产力、技术创新力和学术影响力3个方面构成,因此,如何提高煤炭高校科研竞争力水平也应该从这3个方面入手。

4.1 在科研生产力上 ,各个专业、学科共同发展

根据科研生产力指标层各个指标的权重可以发现SCI和CSSCI的权重较高,因此在提高科研生产力方面主要从提高这两类论文数量出发。由文献[9]可以发现增加科研经费投入对SCI论文数量的产出影响较低。在排除了科研经费这一影响因素后,笔者发现煤炭高校SCI论文学科集中度高,主要集中在工程学、材料科学、地质学等学科。但根据“长尾理论”,应在保持重点学科优势的前提下,鼓励和支持其它学科的发表SCI论文。然而,煤炭高校大多属于理工院校,如何提高理工院校的CSSCI论文数量,是一件非常值得探讨的问题。理工院校特别是煤炭高校行业特色太明显,人文社科方面的学科和论文都无法得到高度重视,在这种情况下,学校领导班子应该从思想上重视文科学院,要协调好文科和理工科的比例结构,增加科研经费,引进相关人文社科的专家和带头人。

4.2 在技术创新力上,全校加大科技创新奖励力度

根据AHP法得到的权重,可以发现在影响技术创新力的件著作权登记数量稳定增长的前提下,要加大力度搞好国家科学技术奖励。国家科学技术奖励主要包括国家自然科学奖、国家技术发明奖和国家科学技术进步奖等方面。煤炭高校主要获得的是国家科学技术进步奖,其它两个领域收获几乎为零。因为本文篇幅所限,笔者将这3个方面当作整体进行分析,因此,探讨对策时笔者也将从整体探讨。在获奖项目上,不难发现,这些项目绝大多数与煤炭相关,在其他研究领域很少。煤炭高校应该在全校范围内设立一个“科学技术讨论周”,针对国家科学技术奖励进行学术研讨,让不同专业不同领域的专家学者带领各自的研究生共同交流思想,鼓励其它学科、专业申报国家科学技术奖励项目。同时在专利申请方面,将“知识产权法专利分析”作为本科生的必修课,而不仅限于研究生,在本科生中普及专利意识,鼓励他们申请专利。在他们取得科技创新成果后,学校要加大对这些成果的奖励,以此鼓励科研人员更专注投入到科技创新中去。

4.3 在学术影响力方面,提高论文被引频次

本文的学术影响力主要是指论文被引频次,一篇好的论文不仅需要主题新颖、内容丰富,更重要的是对社会的影响,而对社会的影响主要体现在它的被引频次上。特别是高被引论文的学术影响力极其大,因为高被引论文代表了时代的主流和社会的研究动态,是千篇难遇的。高校高被引论文大部分都有基金支持,多为硕士生、博士生论文,学科较为集中,如工程学、数学、材料科学和地质学等。因此,硕士生导师和博士生导师要积极带领研究生做课题,这些课题大多有基金支持,并且能够代表学科发展新方向、研究内容也比较新颖,更加有理有据,这样写出的论文更加有借鉴价值。
[1]
张福俊,于凤银.高校竞争环境研究[M].北京:中国时代经济出版社,2014.

[2]
马丽丽,田淑芳,王娜.基于层次分析与模糊数学综合评判法的矿区生态环境评价[J].国土资源遥感,2013(3):165-170.

[3]
赵飞,艾春艳,游越,等.基于文献计量开展高校科研评估的探索与思考——以北京大学科研竞争力评估为例[J].大学图书馆学报,2014(1):97-101.

[4]
马思捷,谢合明.多层次模糊综合评价法在校园招聘中的应用[J].中外企业家,2012(3):146-148.

[5]
黄高琴.模糊综合评价法在教师教学质量评价中的应用[J].牡丹江教育学院学报,2005(6):41-42,46.

[6]
王丽英,刘厚平.模糊综合评价法在教学评估中的应用[J].高等教育研究,1998(4):67-70,78.

[7]
宋东霞.中国大学竞争力研究[M].北京:高等教育出版社,2005.

[8]
马跃,秦奕,吴炳江.科研投入对研究型大学SCI论文产出的影响——以北京交通大学等高校为例[J].北京交通大学学报,2010,06:122-127.

文章导航

/

〈 〉