基于灰色模糊评价的水利工程管理绩效评价论文

基于灰色模糊评价的水利工程管理绩效评价论文（共11篇）

基于灰色模糊评价的水利工程管理绩效评价论文 篇1

灰色模糊评价实质上是数学模型理论的具体应用，能够有效的区分边界不清、定义不明65应用理论，进而对具体的研究项进行定量分析，从更加深人的层次对问题进行剖析，确定所有的能够对分析结构造成影响的因素，充分发挥灰色模糊评价综合性的特点。绩效评价体系作为一种量化的评价指标，是监管水利工程建设情况，保证水利工程建设工程质量的有效手段，基于灰色模糊评价理论的绩效评价体系，能够保证水利工程建设的质量,确保水利工程建设实现要求的功能，要想进一步提高灰色理论的实际应用性能,在实际建设过程中，就要对水利工程建设的每个环节进行实时的测评，以便于及时发现工程建设的问题，调整工程建设方案，继而保证水利工程建设能够顺利的进行。由此可以看出对基于灰色模糊评价的水利工程管理绩效评价进行研究，不仅能够提高绩效管理体系的有效性和执行力，还能提升工程建设评价效果的准确性，为水利工程后续建设提供数据参考,具有重要的应用研究价值意义。

基于灰色模糊评价的水利工程管理绩效评价论文 篇2

由于高校科技创新团队在我国刚兴起不久, 发展还很不成熟。为促进高校科技创新团队的建设和管理, 建立科学的绩效评价体系, 对其绩效进行评价显得尤为必要。目前, 关于我国高校科技创新团队绩效评价的研究尚处于起步阶段。本文探索性地运用平衡计分卡 (Balanced Scorecard, 简称BSC) 构建高校科技创新团队绩效评价指标体系, 并采用灰色模糊理论建立绩效评价模型, 具有一定的理论创新和现实意义。

1 高校科技创新团队的内涵

关于团队的概念, 斯蒂芬·罗宾斯认为, 团队是指一种为了实现某一目标而由相互协作的个体所组成的正式群体[2]。目前被广泛认同并最有代表性的定义是由美国学者乔恩·R·卡曾巴赫提出的, 他认为团队是由少数有互补技能、愿意为了共同的目的、业绩目标和方法而相互承担责任的人们组成的群体[3]。

根据上述团队的定义, 并借鉴相关文献[4,5], 笔者认为高校科技创新团队 (又称为科研团队) 是以科技创新为目的, 由各个专业领域技能互补且愿意为共同的科研目标而相互承担责任的高校教师及相关人员组成的学术组织, 其本质属性是创新, 核心任务是科学研究。

2 基于BSC的高校科技创新团队绩效评价理论模型

2.1 BSC的基本原理

BSC是1992年由哈佛大学的卡普兰教授和复兴国际方案总裁诺顿提出的一种新型的企业绩效评价系统, 同时还是一种重要的战略管理工具, 从财务、顾客、内部业务流程以及学习与成长等四个维度对企业绩效进行评价[6]。它融财务与非财务指标于一体, 全面、系统、准确地反映企业的成长状态和潜力, 其指标体系具有方位化、长期化、及时化和动因化等特点[7]。

2.2 高校科技创新团队绩效评价理论模型的建立

目前, 关于我国高校科技创新团队的研究主要集中于团队的内涵及类型、组织结构、建设对策和知识共享等方面, 而针对高校科技创新团队绩效评价的研究很少。李晨光 (2004) [8]探讨了高校科研团队评估的阶段、意义、内容、指标和方法等;张艳 (2006) [9]阐述了高校科研创新团队绩效评价的方法, 并从学术价值、经济与社会效益、人才效应和投入产出率等4个维度构建了绩效评价指标体系;张洋 (2008) [10]认为高校科研创新团队的绩效评价维度应包括6个方面:科研业绩与创新、团队知识生产与传播、团队的经济与社会效益、团队的组织机制、团队的人才体系和团队产品的顾客满意度;张喜爱 (2009) [11]从队伍建设、科研项目、科研成果、制度建设和平台建设等5个维度建立了高校科研团队绩效评价指标体系。

总体而言, 现有研究主要关注科技创新团队的科研成果, 而对科技创新团队的管理和成长等方面重视不够, 注重短期效益的评价而忽视团队的长期发展。基于此, 本文将BSC应用到高校科技创新团队的绩效评价中, 建立了高校科技创新团队绩效评价的理论模型 (见图2) 。

3 基于BSC的高校科技创新团队绩效评价指标体系

根据上述理论模型, 从团队科研业绩、团队运作管理、团队资助方以及团队学习与成长等4个维度建立了高校科技创新团队绩效评价指标体系 (见图3) 。

3.1 团队科研业绩维度指标

科技创新团队应该是一个持续产生新成果, 尤其是重大科技成果的高效研究群体[12]。高校科技创新团队作为推动高校高水平科学研究的重要形式, 肩负着提升高校科研水平、产生高水平科研成果的历史使命。因而, 科研业绩评价应成为高校科技创新团队绩效评价的核心内容。

评价指标包括: (1) 学术论文, 包括国内CSCD收录论文以及国际三大检索论文等, 从数量和质量两个方面进行衡量; (2) 科研项目, 包括纵向科研项目和横向科研项目, 从项目的级别、数量、经费以及项目产生的实际效益和预期价值等方面进行衡量; (3) 专利, 包括申请数、授权数以及授权专利产生的实际效益和预期价值等方面; (4) 科研获奖, 包括以论文、论著、研究报告等形式获得的各级各类科研奖励。

3.2 团队运作管理维度指标

有效的团队运作管理是高校科技创新团队成功发展的重要保障。任何一个组织, 如果没有相应的组织制度, 其成员就会成为毫无凝聚力和战斗力的一盘散沙, 如果没有科学的工作制度, 其成员工作就无章可循, 工作任务就不能按计划完成[13]。因而, 高校科技创新团队首先应根据自身情况, 制定切实可行的规章制度并严格执行, 同时要加强团队文化建设, 营造良好的人文环境。评价指标包括: (1) 规章制度, 包括制度的完善程度、有效性以及执行情况等; (2) 团队文化, 从团队成员之间的学术交流情况、相互协作情况等方面衡量。

3.3 团队资助方维度指标

为了扶持和促进高校科技创新团队的发展, 教育、科技等政府相关职能部门以及高校等投入了一定的人力、物力和财力, 企业也以项目委托的形式与高校科技创新团队开展合作, 并给予资金支持, 这些资助主体在某种意义上就是高校科技创新团队的“顾客”。因而, 在进行绩效评价时, 也应考虑到“顾客”的利益诉求, 主要是从“顾客”满意度的角度进行评价。评价指标包括: (1) 与“顾客”沟通的有效性; (2) 对“顾客”响应的及时性; (3) 预期目标实现程度。

3.4 团队学习与成长维度指标

高校科技创新团队只有进行持续、有效的学习, 不断促进自身成长, 才能保持旺盛的生命力。因而, 团队负责人应积极加强团队人才队伍建设和科研平台建设, 鼓励、支持团队学术交流活动, 不断汲取新的知识, 增强团队的学习创新能力。评价指标包括: (1) 人才队伍建设, 包括人才引进、培养情况, 团队负责人的领导能力, 团队成员的凝聚力、协作情况等; (2) 科研平台建设, 包括科技创新团队发展所依托的研究基地和学位点建设情况等; (3) 学术交流, 包括团队内部成员间的学术讨论、团队组织 (或参与) 学术研讨会情况等; (4) 团队的社会声誉, 这也是衡量团队学习与成长情况的重要指标。

4 高校科技创新团队绩效的灰色模糊评价模型

根据上述评价指标体系, 可知高校科技创新团队的绩效评价信息具有灰性和模糊性的特点。因而, 本文运用灰色模糊理论, 建立高校科技创新团队绩效评价模型, 具体步骤如下[14,15]:

4.1 分析影响因素体系

利用AHP法的思想, 对影响所评价事物的各因素按属性进行分类, 建立影响因素的递阶层次关系。设因素集U={u1, u2, u, …, un}, 备择集 (或评语集) V={v1, v2, …, vn}。

4.2 确定权重集

权重集可视为评价对象与因素集之间的灰色模糊关系。根据影响因素的递阶层次关系, 给出同一层次中各因素关于上一层准则的权重及相应的点灰度, 构成权重集:undefined

其中, 各权重值要求归一化, 即undefined。

由于信息量很难用数值来衡量, 可用一些描述性语言来对应一定的灰度范围, 可按信息的充分程度分成以下几类:{很充分, 比较充分, 一般, 比较贫乏, 很贫乏}, 分别对应灰度值 {0～0.2, 0.2～0.4, 0.4～0.6, 0.6～0.8, 0.8～1.0}, 具体视评价者的实际情况给定。

4.3 建立评价矩阵

评价矩阵可视为因素集与备择集之间的灰色模糊关系, 根据某一因素给出评价对象对备择集中各元素的隶属度, 并根据信息的充分程度给出相应的灰度:

4.4 一级综合评价

为保留尽可能多的评价信息, 在模部运算中采用M (·, +) 算子, 而灰部运算中采用M (⊙, +) 算子。因此, 灰色模糊综合评价的结果为:

undefined

4.5 多级综合评价

因为子因素ui是其上一级因素集U的元素, 则因素集u与备择集V的灰色模糊关系为:undefined按照一级评价的方法给出权重集undefined求出最终评价对象U的综合评价向量:undefined

4.6 评价结果处理

在灰色模糊综合评价中, 灰度是对信息不充分程度的描述, 也可理解为对信息的不可信程度, 相应的白度即为信息的可信度。可对上述评价结果作如下处理:

若bi≥bj, 则bi≥bj的可信度为:

pij= (1-vi) (1-vj) (i, j=1, 2, …, m且i≠j)

反之, bi≥bj 的可信度为:

pij=1- (1-vi) (1-vj) (i, j=1, 2, …, m且i≠j)

上述评价结果中, 隶属度为最大的可信度:

undefined

按照最大隶属度原则, 选取可信度值最大的 对应的决断为最终评价结果。

5结束语

基于灰色模糊评价的水利工程管理绩效评价论文 篇3

关键词：图书馆管理机制评价绩效灰色聚类

在《绩效预算和支出绩效考评研究》一书[1]提出了组织管理评价指标，该文献推荐了评价方法：3E评价法，标杆管理评价法和平衡记分法。本文另外引用灰色理论中的灰色聚类评价法，对进行一个大学的三个图书馆L1，L2，L3进行科学尝试性地评比排序，尝试性地研究工作。

图书馆管理机制绩效评价指标体系的建立原则：（1）目标性原则：评价指标应与一个机关组织管理机制的作用效果相适应，例如应将图书馆查询系统的实用性纳入指标体系；（2）前瞻性原则：评价指标要具有超前性，如指标有能够及时发现管理机制的薄弱环节，及时提出对策，以持久促进和提高管理机制的水平；（3）可回溯性原则：例如图书馆出库的图书更新情况；（4）完整性原则：图书馆评价指标要能全面评价图书馆管理机制运行的全过程，如监督执行的有效性；（5）公平性原则：指标评分值区间要公平、合理。

1.图书馆管理机制绩效评价指标体系

指标体系中评价元素的括号内为评分值，可界于0分到1分或2分打分，最后获得一个指标的总分。

J1：图书馆管理制度的健全性（0-1分），规范性（0-1），任务分工明确性（0-1）和责任分工到人的落实性（0-1），共（0-4分）；

J2：图书馆工作任务年度计划的内容相符性（0-1），进度相似性（0-1），进度超前性（0-1），内容超额性（0-1）。共（0-4）分；

J3：图书馆工作反馈监督的健全性（0-1），协调性（0-1），执行性（0-1），有效性（0-1），共计（0-4）分；

J4：图书馆人员对师生服务规章的健全性（0-2），对客户服务态度友好性（0-2），共计（0-4）分；

J5：图书查询软件系统的可扩展性（0-2），实用性（0-2），共计（0-4）分；

J6：图书馆书库存贮的分类科学性（0-2），不断新进图书的更新性（0-2），共计（0-4）分；

J7：图书馆组织管理薄弱环节和存在问题发现的及时性（0-2），采取对策的有效性（0-2），共计（0-4）分。

2.灰色聚类法的评价机理

灰色聚类法是灰色理论与方法的重要组成之一[2]，它便于对评比对象进行评比排序来挑选对象，该法的要点步骤如下：

2.1 确定评价指标值（打分值）矩阵D-dij指标值

（1）指标值类型：a理论公式计算值；b定量测试值；为某产品生产率值；c专家及领导定性打分值：差（0-2分），一般（2-3分），较高（3-4分），高（4-5分）。

（2）指标值的极性统一化处理：指标极性为大，即指标越大越好，属正指标以pol（max）表示，反之，如资产负债率对企业绩效的影响要越小越好以pol（min）表示。灰色聚类法要求同一评价值矩阵D-dij只能有一种极性。如果矩阵极性为pol（max），而同一矩阵出现pol（min）则以1- pol（min）纳入pol（max）矩阵，这就是进行极性统一化处理。

（3）指标值无量纲化处理：将所有评价对象的同一指标，如J1中的dij：d11，d21，d31（i=1，2，3为参评对象L i ）（J=1为第一指标）以d11除之。无量纲才能免除各指标特征属性不同，单位不同影响评比质量的不准确度。

（d11，d21，d31）=（d11/d11，d21/ d11，d31/ d11）

评价指标值矩阵D-dij[3]

指标J

参评对象1J11J21J31J41J51J61J7L1（i=1）1d111d121d131d141d151d161d17L2（i=2）1d211d221d231d241d251d261d27L3（i=3）1d311d321d331d341d351d361d372.2 確定灰类等级h

对客观对象的评价具有不确定性，相对性和模糊性，即所谓灰色性。其影响的因素部分处于确知状况，部分处于不确知状况，基于这种灰色特性，将其灰色特性分成灰类等级：h=1，2，3，4对应低，一般，较高，高。

2.3求白化权函数值fih（dij）

fih（dij）表示指标值dij属于某一灰类等级h的程度（相当权重值）称为白化权函数[3][4] .

每一灰类等级存在上，中，下限h∈[0，h，2h].

当dij∈[0，h]， fih（dij）= dij/h

当dij∈[h，2h]，fih（dij）= （2h-dij）/（2h-h）

当dij[0，2h]，fih（dij）=0 （注：表示“不属于”）

要对h=1，2，3，4分别求出fih（dij）.

2.4 求白化权函数的转折点—门槛值

cjk=min（dij）+（h-1）Δ

式中， Δ=[max（dij）-min（dij）]/（h max-1）

h max=4

max（dij）和min（dij）为一个j指标中所有评价对象i=1，2，3的最大值和最小值。

对应一个j指标，对应h=1，2，3，4有4个值。

2.5求折算系数

ηjh=cjh/mcjk

对应一个j指标，对应h=1，2，3，4有4个ηjh值。

2.6计算灰色评估值

σik=m[f（dij）×ηjk]，对应h=1，2，3，4的每个i都有4个σik值，如，i=2，则有σ21，σ22，σ23，σ24。

2.7求灰色聚类评估结论值及执行排序准则

从每一个评比对象的各h中选出最大σik值，作为σkik，σkik=max{σi1，σi2，σi3，σi4}。排序准则是从σk1k，σk2k，σk3k，σk4k，中找出灰类级别的排充第一，如属于同一灰类等级，则将σkik值大的排在前列，而终选排序结论。

3.优选三个图书馆L1，L2，L3的管理绩效排序——类证分析

由领导和专家组成的评审组按指标体系对L1，L2，L3进行评分，并作极性化处理，参见表1

1 第1由表6知：σk32>σk22>σk11，所以该年度图书馆管理绩效的排序是L3第一名，L2第二名，而L1为第三名。

结语：对图书馆管理机制绩效的优选排序表明，采用灰色理论的灰色聚类评价法可以克服专家对指标值指定权重的主观性缺陷。通过优选每个评价对象的灰类评估最大值σkik，再从三个图书馆σkik选灰类等级高的σkik数值大的，排在前列，达到优选排序的目的，上述实证分析说明：这种方法可行，获得良好效果，可研制成软件.以供使用。

参考文献：

[1] 财政预算司.绩效预算及支出绩效考评研究[M].中国财政经济版社，2007 .

[2]Deng Julong . The BASIC Theory of Grey System [M] Wuhan HUST Publishing Group ， 2002， 1th.

[3]Wankan .Grey Clustering of The High Technology Competence [J] The journal of Grey System ， 2002（2）：209-212.

基于灰色模糊评价的水利工程管理绩效评价论文 篇4

高速公路项目融资风险的动态灰色模糊评价

摘要：高速公路项目融资风险影响因素众多,而且在项目不同的发展阶段各风险因素的影响程度不同.针对单纯采用灰色评价或模糊评价方法都不能客观、准确地评价项目总体融资风险,并且难以体现高速公路项目融资风险的动态特性,提出了动态灰色模糊综合评价方法,并将它应用于某高速公路项目融资风险的评价之中.结果表明该方法不但能充分利用专家的.丰富经验,又有效减小了主观因素的影响,同时还体现了融资风险因素的动态特性,从而使项目投资者能够根据项目发展各阶段的风险评价值来有针对性地进行预防和监控.适用于高速公路等基础设施项目的融资风险综合评价. 作者： 王雪青喻刚王佳冰 Author： WANG Xue-qingYU GangWANG Jia-bing 作者单位： 天津大学,管理学院,天津,300072 期 刊： 重庆建筑大学学报 ISTICEIPKU Journal： JOURNAL OF CHONGQING JIANZHU UNIVERSITY 年，卷(期)： ,30(5) 分类号： F287.3 关键词： 高速公路项目 融资风险 灰色模糊评判 风险评价 机标分类号： X82 N94 机标关键词： 高速公路项目融资风险模糊评价方法风险因素动态特性综合评价方法影响因素基础设施项目风险综合评价主观因素项目发展评价项目阶段灰色评价灰色模糊投资者评价值专家预防应用 基金项目： 国家自然科学基金

基于灰色模糊评价的水利工程管理绩效评价论文 篇5

基于模糊评价法的公路生态景观评价系统研究

针对公路景观评价中评价结果难以定量的问题,采用模糊评价法对公路生态景观进行评价.该方法运用信息系统管理景观要素,首先由专家通过景观要素的`属性信息、空间信息及多媒体信息确定评价指标体系集及其对应的评价尺度集,然后确定评价指标隶属度向量,最后应用层次分析法确定评价指标的相对权重,进而计算出评价对象的评价结果.选取全州至桂阳路段进行生态景现评价测试,结果表明评价结果与当地实际情况相吻合,证明该方法的有效性.

作 者：李仙玉 作者单位：广东肇庆科技职业技术学院,信息工程系,广东,肇庆,526000刊 名：黑龙江科技信息英文刊名：HEILONGJIANG SCIENCE AND TECHNOLOGY INFORMATION年，卷(期)：2009“”(14)分类号：U4关键词：模糊评价法 公路生态景观 评价

基于灰色模糊评价的水利工程管理绩效评价论文 篇6

水电工程生态环境影响的模糊综合评价

针对水电工程生态环境影响综合评价的多层次性、模糊性,依据层次分析法与模糊数学原理,构建了多级模糊综合评价模 型,并以贵州省冗各水电站为例进行了实证研究.结果表明,将模糊数学原理应用于水电工程的生态环境影响评价具有较好的分 辨率,不仅易判断水电工程的`综合影响,且可知各级影响的分布情况,从而可为工程总体决策或环保设计提供依据.

作 者：周宗敏 ZHOU Zong-min 作者单位：贵州省水利水电勘测设计研究院,贵州,贵阳,550002刊 名：水电站设计英文刊名：DESIGN OF HYDROELECTRIC POWER STATION年，卷(期)：25(2)分类号：X828关键词：生态环境影响评价 多级模糊综合评价 评价方法 水电工程

基于灰色模糊评价的水利工程管理绩效评价论文 篇7

关键词：灰色理论,行政管理人员,绩效评价

一、高校行政管理人员绩效评价的“灰色性”

所谓灰色性, 即相对性、不确定性和模糊性。如果综合评价对象的评价指标处于部分确知状态和部分不确知状态, 那么就称该评价等级具有灰色性, 这时要考虑以灰色理论为依据, 建立相应的评价模型, 最终获取目标评价对象相对可靠的评价值。高校行政管理人员绩效评价指标众多, 许多是定性指标, 只能凭个人知识、主观分辨能力或个人偏好来定性描述, 或者根据历史经验来判别其好坏程度, 很难用具体的数据来定量地描述, 因此具有高度的不确定性, 即灰色性。基于这一点, 本文拟采用灰色多层次评价模型来对高校行政管理人员的绩效进行评价。

二、高校行政管理人员绩效评价指标体系的构成

高校行政管理人员绩效评价的主体内容是德、能、勤、绩。在这四项内容中, 德是向导, 能是实力, 勤是条件, 绩是结果, 德、能、勤都是为绩服务, 也可以用绩显示出来。因此, 在遵循“目的性、科学性、适用性、可操作性、导向性和可信性”原则的基础上, 我们要建立以德为首, 以绩为主的绩效评价指标体系, 具体评价指标体系的构建 (见表1) 。

三、高校行政管理人员绩效的多层次灰色综合评价

根据层次分析法原理, 上页表1是一个三层评价指标体系, 分别为目标层 (W) , 准则层 (Ui, i=1, 2, 3, 4) 和指标层 (Vij, i=1, 2, 3, 4;j=1, 2, …, ni) 。W为受评体系的综合评价值;U为准则层指标Ui所组成的集合, 记为U={U1, U2, U3, U4}, Vi (i=1, 2, 3, 4) 为指标层指标Vij所组成的集合, 记为Vi={Vi1, Vi2, …, Vini}。多层次灰色评价法的具体步骤如下:

1. 制定评价指标Vij的评分等级标准。Vij是定性指标, 本文将定性指标划分成七个等级, 其中“优”、“良”、“中”、“差”对应的分值分别为4, 3, 2和1, 指标介于两相邻等级之间时, 相应的评分值为3.5, 2.5和1.5。具体等级标准由评分专家根据经验确定。

2. 确定评价指标Ui和Vij的权重。利用层次分析法, 通过两两成对的重要性比较建立判断矩阵, 然后用解矩阵特征值的方法解出 (基于篇幅, 这里不再详细介绍) 。假设Ui (i=1, 2, 3, 4) 的权重分配为ai (i=1, 2, 3, 4) , 各指标权重集为A= (a1, a2, a3, a4) , 且满足ai≥0并归一化;指标层Vij (i=1, 2, 3, 4;j=1, 2, …, ni) 的权重分配为aij (i=1, 2, 3, 4;j=1, 2, …, ni) , 各指标权重集Ai= (ai1, ai2, …, aini) , 且满足aij≥0, 且归一化。

3. 组织评价专家评分。设评价专家序号为m, m=1, 2, …, k, 即有k个专家。组织k个专家按评价等级进行打分, 并填写评价专家评分表。

4. 求得评价样本矩阵。根据评价专家评分表给出的第m个评价专家对受评对象某指标Vij给出的评分dij (m) , 求得受评对象的评价样本矩阵D为:

其中i=1, 2, 3, 4;j=1, 2, …, ni;m=1, 2, …, k。

5. 确定评价灰类。确定评价灰类就是确定评价灰类的等级数、灰类的灰数及灰数的白权化函数。本文考虑“优”、“良”、“中”、“差”四个灰类, 设灰类序号为e, 则e=1, 2, 3, 4。其相应的灰数及白权化函数如下:第一灰类“优” (e=1) , 灰数茚1∈[4, ∞];第二灰类“良” (e=2) , 灰数茚2∈[0, 3, 6];第三灰类“中” (e=3) , 灰数茚3∈[0, 2, 4];第四灰类“差” (e=4) , 灰数茚4∈[0, 1, 2]。其白权化函数分别为:

6. 计算灰色评价系数。指标Vij灰色评价系数为xije;总灰色评价数为xij, 则有

7. 计算灰色评价权向量及权矩阵。所有评价专家对受评对象的评价指标Vij主张第e个灰类的灰色评价权为rije, 则有rije=xije/xij, 考虑到评价灰类有4个, 便有受评对象的评价指标Vij对于各灰类的灰色评价权向量:rij= (rij1, rij2, rij3, rij4) , 得到受评对象的Ui所属指标Vij对于各评价灰类的灰色评价权矩阵Ri, 若rij中第q个权数最大, 即rijq=max (rij1, rij2, rij3, rij4) , 则评价指标Vij属于第q个评价灰类。

8. 对指标层Ui作综合评价。指标层Ui综合评价结果可记为Bi, 则有Bi=Ai×Ri= (bi1, bi2, bi3, ri4) 。

9. 对准则层U作综合评价。由指标层Ui的综合评价结果Bi得准则层U对各评价灰类的灰色评价权矩阵R。于是, 对准则层U作综合评价, 其综合评价结果记为B, 则有B=A×R= (b1, b2, b3, b4) 。

1 0. 计算综合评价值。根据受评对象的综合评价结果B所提供的信息, 可以按照最大隶属原则确定受评对象所属灰类等级。也可对其进行单值化处理, 求出其综合评价值W, 参考灰类等级对受评对象系统进行综合评价。综合评价值W=B·CT。其中, C为各灰类等级按照“灰水平”赋值形成的向量, 文中C= (4, 3, 2, 1) 。

1 1. 对高校行政管理人员绩效作综合评价。若全体评价专家都认为每个指标Vij的取值均为1, 则W=1.9200;若全体评价专家都认为每个指标Vij的取值均为1.5 (或2、2.5、3、3.5、4) 时, 对应的W为2.3529 (或2.7692、2.9434、3.1111、3.3191、3.6000) 。

如果以“中”为“称职”警戒线 (即Vij=2) , 那么当2.7692≤W时, 高校行政管理人员绩效是称职的, 可以全额发放岗位基础绩效, 并随着绩效分值的提高, 相应的发放奖励绩效;反之, 当W的值低于2.7692时, 该行政管理人员绩效不称职, 要扣除部分基础绩效工资的发放。由此可见, 高校行政管理人员的绩效考核结果作为岗位绩效工资分配的依据, 直接影响到高校绩效工资的分配结果, 只有建立全面、公正、科学的对管理人员绩效进行评价, 绩效工资的激励和调节功能才能充分发挥作用, 岗位绩效工资制度才能真正落到实处。

参考文献

[1]陈博.论高校行政管理人员绩效评价体系的构建[J].湘潭师范学院学报, 2005, (5) :164-167.

[2]吉泰根.基于层次分析法的高校行政管理人员绩效评价模型研究[J].当代教育论坛, 2010, (3) :20-23.

[3]范群.中国高校管理人员绩效考核的现状及创新分析[J].现代教育科学, 2009, (4) :73-77.

[4]刘思峰, 郭天榜, 党耀国.灰色系统理论及应用[M].北京:科学出版社, 1999:86-104.

基于灰色模糊评价的水利工程管理绩效评价论文 篇8

〔关键词〕数字图书馆；绩效评价；模糊层次综合评价

〔中图分类号〕G250.76 〔文献标识码〕A 〔文章编号〕1008-0821(2009)04-0082-04

Study of Performance Appraisal of Digital Library on the Basis of Fuzzy AHPZhao Limei1 Zhang Qingpu2

(1.Information Management School，Heilongjiang University，Haerbin 150080，China；

2.Management School，Harbin Institute of Technology，Harbin 150001，China)

〔Abstract〕On the basis of summarizing the index system of performance appraisal in digital library，integrating the characteristics of the index system of performance appraisal in digital library，the paper established a performance appraisal model of digital library by applying the AHP method and the fuzzy theory.Meanwhile，the executing steps of fuzzy AHP method were supplied，practical and functional for the performance appraisal in digital library.

〔Key words〕digital library；performance appraisal；fuzzy AHP method

随着数字时代的到来，开展以数字图书馆(电子图书馆)为评估对象的绩效评估，建立数字图书馆评估指标体系，成为图书馆界关注的前沿课题。目前，国内外学者对数字图书馆的绩效已做了部分研究，但只是提出了一系列的标准规范，极少论及关于数字图书馆绩效评价的可操作方法[1]。本文在新构建数字图书馆绩效评价层次结构的基础上，从模糊数学和层次分

析法结合的角度出发，进行数字图书馆绩效的评价研究，具有实用性和可操作性。

1 数字图书馆绩效及其评价指标

“数字图书馆绩效”是“数字图书馆提供服务的效能以及资金和资源利用在提供服务中的效率。”也就是效能和效率的有机结合。“效能”(Effectiveness)是指对所设定目标完成程度的测评。即一项活动最大限度地达到其所设定的结果，便是有效能的。“效率”(Efficiency)是指在既定目标实现中对资源使用情况的测评。即在一项活动中最小限度地使用资源或在使用相同资源的情况下能做出更多的成绩，被视为有效率。“评价”是指对服务或设备的效能、效率、利用及适应的测评程序。数字图书馆绩效评价就是按照统一的指标，采取一定的方法，对数字图书馆建设中投入的资金和资源，对数字图书馆建设的管理者和提供服务的从业人员在一定时间内经营数字图书馆所取得的业绩和数字图书馆在一定时间内提供各项服务中所获得的效益进行评价和测评。简而言之，数字图书馆绩效评价就是对数字图书馆建设和服务中各项资源的投入和产出效益的比较。

根据国内外学者对数字图书馆评估指标体系的研究成果，结合数字图书馆建设和服务的活动规律，并力求遵循科学性、系统性、层次性、可比性、可操作性原则，设立了共有一级指标4个、二级指标13个和三级指标18个的数字图书馆绩效评价指标体系，并根据指标体系的内容和结构建立递阶层次结构，如表1所示[2]。

2 数字图书馆绩效的模糊层次综合评价法

2.1 建立递阶层次结构

使用模糊层次综合评价方法进行数字图书馆绩效评价，首先要根据总目标建立递阶层次结构，如表1所示。

2.2 确定模糊集合

根据表1所示的层次结构和内容，确定评价指标集和评价标语集。

表1 数字图书馆绩效评价指标体系(数字图书馆绩效模糊层次综合评价模型递阶层次结构)

目标层准则层一(一级指标)准则层二(二级指标)准则层三(三级指标)数 字 图 书 馆 绩 效 评 价数字资源R二次文献数据库数量R1自建二次文献数据库数量R11二次文献数据库保有量R12全文数据库数量R2自建全文数据库数量R21全文数据库保有量R22多媒体数据库数量R3自建多媒体数字资源数量R31服务S供读者使用的计算机数量S1供读者使用的上网计算机数量S11无线上网服务的座位数或带宽S12网上参考工作提问数量S2网上参考工作回答满意度S21网页/资源访问数S3网页/资源访问用户数S31资源查询数量S32注册用户数S4注册用户数占目标用户比例S41注册用户使用率S42资源下载数S5人均资源下载数S51管理M电子资源总支出M1电子资源总支出占总资源支出的比例M11资源利用情况M2资源使用单位成本M21资源使用单位时间M22电脑使用率M23资源使用的用户培训数量M3受训人数占目标人数的比例M31工作人员受训的人均次数或时间M32用户感知P用户满意度问卷调查的人数比例P1——

2009年4月第29卷第4期现?代?情?报Journal of Modern InformationApr.，2009Vol.29 No.42009年4月第29卷第4期基于模糊层次分析的数字图书馆绩效评价Apr.，2009Vol.29 No.4(1)确定指标评价集U[3]

此模型中U=(R，S，M，P)，R=(R1，R2，R3)，S=(S1，S2，S3，S4，S5)，M=(M1，M2，M3)，P=(P1)，R1=(R11，R12)，R2=(R21，R22)，R3=(R31)，S1=(S11，S12)，S2=(S21)，S3=(S31，S32)，S4=(S41，S42)，S5=(S51)，M1=(M11)，M2=(M21，M22，M23)，M3=(M31，M32)。

(2)确定指标评语集V

要综合评价数字图书馆的绩效水平，还要综合确定评语等级集合V={V1，V2，…，Vi，…，Vm}，即确定各个指标的评语集。其中，Vi表示m个等级中的第i个等级。本文选用优、良、中、一般、差等5个等级，即V={V1，V2，V3，V4，V5}={优，良，中，一般，差}。

2.3 用层次分析法确定评价指标的权重[4-8]

权重是某一指标在总评价指标体系中所起作用大小和相对重要程度的变量，它代表了该指标对总目标的贡献程度。步骤如下：

(1)构造比较判断矩阵

请专家按照1~9标度法对属于同一级别的要素，用上一级的要素作为准则两两比较，确定某一层次目标中各元素相对重要性，从而构造判断比较矩阵A=(aij)n×n。

(2)计算相对权重，并进行一致性检验

本文采用和积法计算相对权重，具体步骤如下：

①将判断矩阵A的各列归一化处理：ij=aij∑ni=1aij(i，j=1，2，…，n)，从而得到新的判断矩阵A′=(ij)n×n

②求判断矩阵A′中各行元素之和i：i=∑ni=1ij(i=1，2，…，n)

③对i进行归一化处理：wi=i/∑ni=1i(i=1，2，…，n)

④根据AW=λmaxW求出最大特征根和其特征向量。

⑤一致性检验

计算一致性指标C.I.=(λmax-n)/(n-1)，计算随机一致性比率C.R.=C.I./R.I.，其中R.I.为相应的平均随机一致性比率。只有当C.R.<0.10时，可接受一致性检验，否则需要对判断矩阵A进行修正。

(3)计算权重的综合排序向量

由于参与评价的专家对评审中的每一个问题的熟悉程度，对评价的可靠性有相当大的影响。因此，对评价结果进行处理时，需要根据专家对评审内容的权威程度，对专家评价意见进行综合处理。本文采用几何平均综合排序向量的方法来对多个判断矩阵进行计算，最后得到权重的综合排序向量。

第一步，计算所有专家给出的判断矩阵的权向量。根据S位专家给出的判断矩阵Ak=(akij)n×n，根据和积法计算权重的步骤，计算并验证每位专家对各个指标所赋予的权重wk{wk1，wk2，…，wkj，…，wkn}(k=1，2，…，s)，其中k代表某位专家，s为专家总数，j表示某个准则层的某个指标，n为该准则层的指标总数。

第二步，计算权向量的几何平均数w′j：w′j=swj1×wj2×…×wjs，其中w′j为s位专家对某准则层的某个指标j所赋予权重值的几何平均值。

第三步，对几何平均值进行归一化处理：wj=w′j∑nj=1w′j

wj为某一准则层j指标的几何平均值进行归一化处理后得到的权重值，由此得到由wj组成的权重的综合排序向量。

第四步，计算群组判断的标准差，确定专家总体意见的离散程度。对于得到的目标层每个指标的专家群组判断，要进行一致性检验，即计算总体标准差。计算方法如下：

δj=1(s-1)(wjk-w′j)2 其中，δj为j指标优先级权重的总体标准差。当δj<ε时，则认为该群组判断是可以接受的。ε表示某个专家与总体判断结果的离散程度，数值越小，对专家判断一致性要求就越高，ε取[0，1]之间的数。

通过上述各计算步骤，得到准则层一的权重集合W=(wR，wS，wM，wP)，准则层二的权重集合wR(wR1，wR2，wR3)，wS=(ws1，ws2，ws3，ws4，ws5)，wM=(wM1，wM2，wM3)，wP=(wP1)，准则层三的权重集合wR1=(wR11，wR12)，wR2=(wR21，wR22)，wR3=(wR31)，wS1=(wS11，wS12)，wS2=(wS21)，wS3=(wS31，wS32)，wS4=(wS41，wS42)，wS5=(wS51)，wM1=(wM11)，wM2=(wM21，wM22，wM23)，wM3=(wM31，wM32)。

2.4 确定单因素评价矩阵R(隶属度矩阵)[5，9]

对每一个被评价的对象，评价因素和评价等级之间的关系，即从U到V的模糊关系，可用模糊评判矩阵加以描述，用R表示

R=r11r12…r1n

r21r22…r2n



rm1rm2…rmn

其中rij∈[0，1]，(i=1，2，…，m；j=1，2，…，n)表示对某一层次的第i个评价指标做出的第j级评语的隶属度。计算公式为rij=dij∑dij，dij表示第i个评价项目评定为第j评价等级的人数。

通过本节计算，得到R1=(rij)2×5，R2=(rij)2×5，R3=(rij)1×5，S1=(rij)2×5，S2=(rij)1×5，S3=(rij)2×5，S4=(rij)2×5，S5=(rij)1×5，M1=(rij)1×5，M2=(rij)3×5，M3=(rij)25，P=(rij)15。

2.5 多级综合模糊评价[10-11]

(1)一级模糊综合评判

通过上面的计算得到各子准则层的权重集wi和隶属矩阵Ri，即可根据下式计算一级模糊综合评判矩阵Bi：

Bi=wiRi=wi1

wi2



winTri11ri12…ri15

ri21ri22…ri25



rin1rin2…rin5=bi1

bi2



bi5

其中“”为模糊矩阵合成的模糊算子，采取“先交后并”的原则。分别计算得到：

B1=wR1R1=(b11，b12，b13，b14，b15)；

B2=wR2R2=(b21，b22，b23，b24，b25)；

B3=wR3R3=(b31，b32，b33，b34，b35)；

B′1=wS1S1=(b′11，b′12，b′13，b′14，b′15)；

B′2=wS2S2=(b′21，b′22，b′23，b′24，b′25)；

B′3=wS3S3=(b′31，b′32，b′33，b′34，b′35)；

B′4=wS4S4=(b′41，b′42，b′43，b′44，b′45)；

B′5=wS5S5=(b′51，b′52，b′53，b′54，b′55)；

B″1=wM1M1=(b″11，b″12，b″13，b″14，b″15)；

B″2=wM2M2=(b″21，b″22，b″23，b″24，b″25)；

B″3=wM3M3=(b″31，b″32，b″33，b″34，b″35)

(2)二级模糊综合评判

根据上面计算得到的B1、B2、B3构造准则层二中的隶属矩阵B：

B=B1

B2

B3=b11，b12，b13，b14，b15

b21，b22，b23，b24，b25

b31，b32，b33，b34，b35

同理，根据B′1、B′2、B′3、B′4、B′5构造隶属矩阵B′，根据B″1、B″2、B″3构造隶属矩阵B″：

B′=B′1

B′2

B′3

B′4

B′5=b′11，b′12，b′13，b′14，b′15

b′21，b′22，b′23，b′24，b′25

b′31，b′32，b′33，b′34，b′35

b′41，b′42，b′43，b′44，b′45

b′51，b′52，b′53，b′54，b′55B″=B″1

B″2

B″3=b″11，b″12，b″13，b″14，b″15

b″21，b″22，b″23，b″24，b″25

b″31，b″32，b″33，b″34，b″35

由2.3(3)节所计算的准则层二的权重集合wR、wS、wM、wP和本节计算的隶属矩阵B、B′、∥″及2.4节中得到的关于P1的评语集合P，通过模糊计算得到准则层二的指标集合到评语集合的隶属向量：

b=wRB=wR1

wR2

wR3Tb11，b12，b13，b14，b15

b21，b22，b23，b24，b25

b31，b32，b33，b34，b35=b1

b2

b3

b4

b5Tb′=wB′=ws1

ws2

ws3

ws4

ws5Tb′11，b′12，b′13，b′14，b′15

b′21，b′22，b′23，b′24，b′25

b′31，b′32，b′33，b′34，b′35

b′41，b′42，b′43，b′44，b′45

b′51，b′52，b′53，b′54，b′55=b′1

b′2

b′3

b′4

b′5Tb″=wMB″=wM1

wM2

wM3Tb″11，b″12，b″13，b″14，b″15

b″21，b″22，b″23，b″24，b″25

b″31，b″32，b″33，b″34，b″35=b″1

b″2

b″3

b″4

b″5T

P=wPP=[wP1]T[p11，p12，p13，p14，p15]=[p1，p2，p3，p4，p5]

(3)三级模糊综合评判

根据上面计算得到的b、b′、b″、p构造准则层一中的隶属矩阵C：

C=b

b′

b″

p=b1b2b3b4b5

b′1b′2b′3b′4b′5

b″1b″2b″3b″4b″5

p1p2p3p4p5

由上节计算的准则层一的各个指标的权重集合W和本节计算的隶属矩阵C通过模糊运算得到准则层一的各个指标对评语集合的隶属向量，即总的评判结果：

C′=WC=wR

wS

wM

wPTb1b2b3b4b5

b′1b′2b′3b′4b′5

b″1b″2b″3b″4b″5

p1p2p3p4p5=C′1

C′2

C′3

C′4

C′5T

2.6 评价结果的综合判定和解析

因为C′仍然是一个5维的向量，若再给定评价等级论域中各评价标准的分值(假如“优秀”、“良好”、“中等”、“差”的分值分别为100、80、70和60，则可得到该评分的列向量X，计算Q=C′×X，即可得出综合评分值，及其相应的评估等级。

3 结 语

本文详细地介绍了在数字图书馆绩效评价中模糊层次分析法的实施步骤，此方法简单易行，使数字图书馆的研究者对数字图书馆进行绩效评价时可以直接采纳。数字图书馆的绩效评价是一个涉及众多复杂因素的系统工程，希望本文能起到抛砖引玉的作用，以共同促进我国数字图书馆事业的顺利发展。

参考文献

[1]王咏梅.从研究走向实践的国外数字图书馆绩效评估[J].新世纪图书馆，2005，(1)：75-77.

[2]刘炜，楼向英，张春景.数字图书馆评估研究[J].图书情报工作，2007，(5)：21-24.

[3]潘江波.信息资源测度中指标权重的确定[J].统计与决策，2007，(24)：169-171.

[4]周艳美，李伟华.改进模糊层次分析法及其对任务方案的评价[J].计算机工程与应用，2008，(5)：212-214，245.

[5]朱庆华，陈铭.信息分析基础、方法及应用[M].北京：科学出版社，2004：202-215.

[6]张吉军.模糊一致判断矩阵3种排序方法的比较研究[J].系统工程与电子技术，2003，(11)：1370-1372.

[7]杨惠珍，康凤举，李俊.基于模糊AHP的系统仿真可信度评估方法[J].计算机仿真，2003，(8)：43-45.

[8]蒋国瑞，李阳.应用AHP法确定咨询公司知识管理绩效评价指标权重[J].科技进步与对策，2007，(7)：172-174.

[9]颜光华，李建伟.知识管理绩效评价研究[J].南开管理评论，2001，(6)：26-29.

[10]邱若娟，梁工谦.企业知识管理绩效评价模型研究[J].情报杂志，2006，(7)：43-45.

基于灰色模糊评价的水利工程管理绩效评价论文 篇9

本文在对比分析了各种企业财务危机预警方法的`基础上,提出基于模糊综合评价方法的企业财务风险预警模型,并作了实证分析.

作 者：高艳青 栾甫贵  作者单位：北京工业大学经济与管理学院,北京,100022 刊 名：经济问题探索  PKU CSSCI英文刊名：INQUIRY INTO ECONOMIC PROBLEMS 年，卷(期)： “”(1) 分类号： 关键词：模糊综合评价法   层次分析法   财务危机预警  

基于灰色模糊评价的水利工程管理绩效评价论文 篇10

关键词：科研绩效 模糊综合评价 层次分析法 权重

在模糊数学的基础上进行模糊综合评价。应根据模糊关系合成的原理，将边界划得更清楚，将某些之前难定量的因素定量化，再综合评价的一种方法。在进行高校科研绩效综合评价时，需要考虑很多复杂现象以及很多因素，而且，在进行评价时会遇到很多的模糊现象和模糊概念。所以，在进行综合评价的过程中可以通过模糊综合评价的方法来定量化处理，进而清楚地了解校园环境处于哪一质量等级。但是，这种综合评价还是有一些不足之处，比如权重需要根据专家的知识和经验来确定，所以，本文采用层次分析法来确定各指标的权系数，这样能够更好的保证评价结果的合理性，使其更加与客观实际相吻合，通过这种方法不难进行定量表示，最终使评判结果达到更高的准确性，有助于推动高效合理的进行科研绩效评价。因此，本文在模糊综合评价的基础上进行了创新，提出了一种新的改进模型。

1 选择并构建高校科研绩效的多级模糊综合评价指标

1.1 评价指标体系的构建 指标体系的选择与构建是模糊综合评价法的关键，这必须以综合评价的目的为依据。对高校二级教学单位科研绩效评价，不仅仅关注他们整体完成情况，更主要的是对他们完成质量与影响进行评价。基于高校科研绩效的影响因素是多方面并复杂化，结合自然科学与社会科学存在异同性，结合无锡商业职业技术学院科研现状，我们选择科研项目、学术论文、学术著作、学术交流、专利、二级教学单位的教师科研完成率等六个方面作为一级评价指标以及19个二级科研绩效评价指标构成体系。所构成的科研绩效评价指标体系见表1。

1.2 指标权重求解

1.2.1 一级指标权重的计算。六个一级指标因子权重，在层次分析方法的指导下，我们求得指标权重。如果相互比较因素的重要性可以通过具有实际意义的比值来阐释，那么可以将这个值作为判断矩阵相应元素的值。运用公式S=（uij）p×p即可求得判断矩阵，构造判断矩阵S=（uij）p×p即：

通过R统计软件，我们可以得到λ■=6.00589 ，即判断矩阵S的最大特征根。我们可以根据公式 CI=■=■=0.001178 得到判断矩阵的一致性指标，从而进行一致性检验。

根据RI=1.24 （平均随机一致性指标），通过公式CR=■=■=0.00095<0.10 ，我们得到的是随机一致性比率。

其对应的特征向量，经归一化处理为：

A=（0.202，0.156，0.165，0.202，0.109，0.166）

1.2.2 计算二级指标权重。和上面所讲的原理一样，计算二级指标权重时，首先借助层次分析方法，分别对各个二级指标构造其各自的判断矩阵，再在R统计软件的协助下，根据相关的公式求得最大特征根，进行一致性检验。最终求的合理的权系数。

科研项目六个指标的权重，其特征向量经归一化处理为：（0.183，0.128，0.210，0.174，0.199，0.106）

学术论文指标的权重：（0.213，0.321，0.285，0.181）

专利指标的权重： （0.217，0.285，0.246，0.252）

学术交流的评价指标的权重：（0.474，0.526）

学术著作指标的权重：（0.429，0.571）

2 科研绩效的多级模糊综合评价

2.1 科研绩效的加权平均模糊合成综合评价 根据加权平均M（·，？茌）模糊合成算子，将A与R组合成之后，我们可以得到向量B。在进行模糊综合评价时，一般会选择取大取小的算法，但是这种算法有一弊端，如果涉及大量因素，分到每一因素上的权重也就很小了。模糊合成运算的另一个不足之处就是，容易丢失很多的信息，最终难以得到准确的结果，即模型失效。为了解决这些不足，我们选择了加权平均型的模糊合成算子。可由以下公式得到评价结果：

b■=■（a■·r■）=min1，■a■·r■，j=1，2，...，m

其中，用ai来表示第i 个评价指标的权重，用bi 来表示隶属于第j 等级的隶属度，用rij来表示第i个评价指标隶属于第j等级的隶属度。

2.2 多级模糊综合评价结果向量 将来源于无锡商业职业技术学院各二级教学单位统计数据代入建立的模型中，计算各级模糊综合评价的向量。科研项目的归一化后的综合评价向量（0.150，0.459，0.312，0.079）；学术论文的评价向量归一化得（0.084，0.226，0.499，0.197）；教师科研完成率评价向量（0.035，0.370，0.511，0.084）；专利评价向量归一化得（0.032，0.279，0.501，0.188）；学术交流的评价向量归一化得（0.027，0.300，0.496，0.177）；学术著作评价向量归一化得（0.020，0.231，0.457，0.292）；综合评价向量归一化得（0.057，0.318，0.458，0.167）。

2.3 各二级教学单位科研绩效评价指标值计算 针对科研绩效评价6个一级指标和19个二级指标体系。我们将无锡商业职业技术学院各二级教学单位划分自然科学群和社会科学群，然后根据二级指标分别对属于自然科学群和社会科学群的各二级教学单位进行一一对比，采用李克特量表的方法，利用语义学标度分为4个测量等级：好、良好、一般和差。根据学院实际需要，我们将评价的语义学标度进行四级量化，并依次赋值为80、70、60及50.这样我们就可以计算各二级教学单位在科研6个方面的和科研总体绩效综合评分值并进行排名。

3 结论

借助模糊数学来综合评价高校科研绩效的过程中，经常会有结果难分辨的情况出现。本文选择使用加权平均型进行评价，实际效果比较好。

在分析模糊综合评价结果的过程中，本文采用加权平均原则方法来分析结果，还在比较的基础上对多指标进行排序，收到了良好的效果。

对于权重的确定，现在不少还是由专家根据其经验得出的，涉及的主观因素比较多，最终使评判结果的准确性不高。本文在模糊综合评价中采用层次分析法来确定权重，其优点是逻辑性较强、实用性和系统性都比较好，能够准确地求得各评价指标的权系数。

基于层次分析法的模糊综合评价在高校科研绩效综合评价与排序研究中得以应用，这种模型的建立与实际情况是一致的，能够让高校充分利用其现有资源，并对这些资源进行优化整合，进而提高高校整体水平，应用前景广阔，具有良好的推广价值。

参考文献：

[1]彭博文，黄武.高校科研绩效评价指标体系构建探讨[J].四川：四川民族学院学报，2005（03）.

[2]郑德俊，高风华.高校人文社会科学科研绩效评价指标体系构建，湖北：科技进步与对策，2009（26-7）.

[3]候君，高校科研绩效评价方法的研究与系统设计[D].江苏：南京理工大学（2008）.

[4]谢峰，邹丽阳.普通高校校内科研项目绩效评价体系的构建研究[J].江苏：江苏技术师范学院学报，2010（12）.

基于灰色模糊评价的水利工程管理绩效评价论文 篇11

国外最早关于交通影响后评价的研究由Peter Nijkamp提出,认为应该对交通规划和交通影响评价工作进行社会以及经济的再次评估,并对评估结果进行反馈。由于国外的交通模式相对比较稳定,交通基础数据充足,因此交通影响再评估主要是根据建设项目所在的区域,定时(一般为2年)对交通影响评价报告进行修编。国内最早由王元庆等人指出进行交通影响后评价的必要性;之后,陈燕凌、李鑫铭等人提出对交通影响评价措施进行后监管和评价,总结经验教训,保证交通影响评价的科学性和客观性;盖春英、刘兴权等人指出交通影响后评价可以对交通影响评价的结果进行动态检验,分析交通预测数据误差的产生原因,为后续交通影响分析工作提供数据和积累经验;随后,李啸虎研究了交通影响后评价的主要内容并给出相关指标体系,运用模糊综合评价的方法进行了实例论证,但其评价指标过细,不利于实际操作;王小艳等人综合模糊综合评价法和关联矩阵法,对交通影响后评价方法进行了研究,但其数据统计量大、权重难以确定。周昱等人基于属性数学模型,建立了交通影响后评价指标属性测度模型,但其无法检验交通影响评价和交通影响后评价分析存在偏差的原因。

所以,虽然上述文献均肯定了进行交通影响后评价工作的重要性,并对交通影响后评价体系的内容进行了研究,但是现有的评价模型与实际工程的操作应用还存在一定的差距,同时交通影响评价和交通影响后评价前后对比分析的实践案例也不多见。因此,需要提出适合于工程实践运用的评价方法和模型,并通过案例反馈来完善交通影响后评价工作。本研究在建设项目交通影响后评价定义的基础上,应用科学确定权重,并综合考虑主观和客观因素影响的多层次灰色模糊综合评价法,针对具体项目案例选取科学、合理的指标进行分析,评价结果与实际案例的运行情况基本相符,从而论证了评价模型的有效性和实用性。

1 建设项目交通影响后评价定义

建设项目交通影响后评价(Traffic Impact Post Evaluation,TIPE)指在建设项目建成使用初年(项目投入使用2~5年),对项目实施后的交通影响及其交通影响评价中相应的改善措施进行跟踪管理和验证性评价,通过对交通影响的回顾分析和进一步的预测评价,总结经验教训,提出补救措施及改进建议,实现交通发展的可持续性。

交通影响后评价示意图,如图1所示。

2 建设项目交通影响评价模型

在建设项目交通影响后评价中,一方面,由于各个项目所处的内、外部环境不同,评价准则相对具有不确定性,使得影响交通系统的一些因素是模糊的;另一方面,由于参与评价人员的知识结构限制等主观原因的影响,所提供的评价信息往往是不完全的或不充分的(即灰色性)。故本研究采用灰色模糊综合评价法评价项目对交通产生的影响。

2.1 确定评价体系

依据层次分析法(AHP)的基本思想和建设项目交通影响后评价指标体系的内容,设A代表一级指标,记为:A={A1,A2,…,An},n为一级指标的数量,Ai二级评价指标为:Ai={Ai1,Ai2,…,Aij},j为A中第i个指标所包含的指数个数,Aij三级评价指标为:Aijk={A11k,A12k,…,Anjk},k为A中二级指标所包含的三级指标的子分类数。

2.2 确定评价等级

设V={V1,V2,…,Vm}表示评价目标优劣程度的集合,Vm为第m个评价等级,m为评价等级的个数。本文采用5级评判方法,将交通影响后评价指标分为“好、较好、中等、较差、差”5个等级,各等级得分为V={5,4,3,2,1}。通过打分,将定性指标定量化。

2.3 确定权重集

利用层次分析法(AHP法)构建判断矩阵,通过一致性检验后,确定评价指标的权重W。

2.4 建立评判矩阵

组织评价专家按评分标准评分并建立样本评分矩阵D。设评价专家序号为q(q=1,2,…,p),第q个评价专家对评价指标Aij的评分为dijq,则评价样本矩阵D=(dijq)Bij×p,即:

2.5 确定评价灰类

设评价灰类序号为c(c=12,…g),即有g个评价灰类等级。将评价灰类取为“好、较好、中等、较差、差”五级,则g=5。第一灰类e=5,灰数白化权函数为f1;第二灰类:e=4,灰数白化权函数为f2;第三灰类e=3,灰数白化权函数f3;第四灰类:e=2,灰数白化权函数为f4;第五灰类:e=1,灰数白化权函数为f5。

2.6 计算灰色评价系数

对指标Aij,第p个评价指标属于第e个评价灰类的灰色评价系数为属于各个评价灰类的总灰色评价系数为

2.7 计算灰色评价向量及权矩阵

评价专家就指标Aij对第p个评价指标属于第e个评价灰色评价权为rije=Xije/rij,则Aij对于各个评价灰类的灰色评价权向量rij={rij1,rij2,…rijg}。

将被评价指标的所属指标Ai对于评价灰类的灰色评价权向量综合后,得到Ai所属指标Aij对于各评价灰类的灰色评价权矩阵Ri:

2.8 对Ai和A作综合评价

对被评价指标的Ai作综合评价的结果为:

由Ai的综合评价结果得到被评价指标的A所属指标An对于各评价灰类的灰色评价矩阵R:

由R进一步得出受评者A的综合评价结果向量A:

2.9 计算综合评价值

将受评者综合评价结果A单值化,即计算受评者的综合评价值Z。

将各类灰等级按“灰水平”赋值,得到各种评价灰类等值化向量C={C1,Ci2,…,Cg},最后,得出受评者的综合评价值Z=A·CT。

3 案例分析

本研究以乌鲁木齐时代广场项目作为实际案例,运用上述模型进行交通影响后评价。

乌鲁木齐时代广场项目位于城市中心,为商业、办公、住宅混合用地,规划建设用地面积为2 965m2,总建筑面积为284 995m2,其中地上建筑面积234 995m2,地下建筑面积50 000m2,项目于2008年动工,计划于2010年建设完工,实际投入使用时间为2012年。2008年完成的交通影响评价报告中,选取规划建成年2010年和远景目标年2015年为评价年。

根据2008年的交通影响评价报告,预测:2010年项目影响范围内路网整体饱和度(V/C)为0.76,路段服务水平一般,路段D级以下服务水平比重为36%;2015年项目影响范围内路网整体饱和度(V/C)为0.80,路段D级以下服务水平比重为36%。城市道路服务水平划分参见表1。

注:V为最大交通量;C为最大通行能力

3.1 交通影响后评价指标选取

建设项目交通影响后评价是一个多层次、涉及面广的工作。因此,本研究根据其涉及内容建立3级指标体系,一级指标包括交通需求预测后评价指标、交通改善措施实施效果后评价指标和交通影响评价报告完善性后评价指标;二级指标为各一级指标涉及的影响因素;三级指标为各影响因素的明细指标。结合时代广场项目交通影响前评价报告及建设项目运营后的实际交通状况,选取适宜三级的评价指标(45个)用于该项目的交通影响后评价,详见表2。

3.2 交通影响后评价指标评分标准及依据

对于定性指标采取专家打分法,对于定量指标,部分指标无法直接对其进行评判,故采用相对误差指标γ进行处理,再根据评价等级“好、较好、中等、较差、差”,定义不同评分等级相对误差的取值范围。

相对误差γ的计算公式如下:

式中:X1为交通影响后评价指标实际值;X2为交通影响前评价指标预测值。

所选取指标的评分标准通过专家访谈的形式确定,具体评价指标详见表3。

%

3.3 确定指标权重

根据AHP的1-9标度法,本研究邀请5位专家在了解时代广场项目交通影响后评价指标的基础上,构造了判断矩阵,最终采取加权平均算法来计算各层次指标的权重。权重向量如下:

3.4 确定评价样本矩阵和评价灰类

定量指标根据表2中的评分依据和时代广场项目2015年实际情况与交通影响评价报告预测值的偏差,确定分值;定性指标邀请5位专家进行打分,确定分值。时代广场项目交通影响后评价专家评价样本矩阵详见表4。

根据不同阶段的白化权函数,确定相应的白化权函数如图2所示。

3.5 计算灰色评价权值和模糊权矩阵

根据灰色模糊评价法和时代广场项目的判断矩阵,计算时代广场项目交通影响后评价的灰色统计权值,得出模糊权矩阵,如表5所示。

3.6 对因素层指标作综合评价

对因素层评价指标A11技术参数预测作综合评价:

同理:

3.7 对准则层指标作综合评价

准则层指标A1包括因素层指标A11交通需求预测后评价、A12交通改善措施实施效果后评价、A13交通影响评价报告完善性后评价。则令

对准则层指标评价指标作综合评价:

综上可得评价指标A时代广场项目交通影响后评价的总灰色评价权矩阵R为:

进一步得出时代广场项目交通影响后评价的综合评价结果向量A:

3.8 计算综合评价值

根据时代广场项目交通影响后评价各灰类等值化向量C={5,4,3,2,1},得出时代广场交通影响后评价的综合评价值为:

时代广场交通影响后评价得分为3.280 3,评价等级为“中等”,说明该建设项目交通影响评价中的预测值是比较合理的,交通影响评价结果是合格的,交通影响评价报告的预测内容与项目实际运行情况基本相符,可以为政府相关主管部门今后规划项目影响范围内周边片区以及其他类似项目的建设决策提供理论依据。

4 结束语

建设项目交通影响后评价是对交通影响评价的技术方法、预测内容和改善建议进行总结和改善的过程,同时,通过重新对项目进行后续预测,为项目周边交通系统未来的发展建设提供有效的建议和意见,协调城市交通和土地利用之间的矛盾,促进城市交通系统的可持续发展。目前,建设项目交通影响后评价还是一个比较新的概念,对其体系研究还处在探索和实验阶段,其理论依据和技术方法仍需要不断完善。

本文通过对城市建设项目的交通影响后评价进行研究,完善了建设项目交通影响后评价的定义,并借鉴项目后评价的方法提出了方便工程实际应用的交通影响后评价模型,最后以乌鲁木齐市时代广场项目作为实际案例,进行城市建设项目交通影响后评价,案例评价结果验证了本研究评价指标和评价方法的有效性,为交通影响评价体系的完善提供了参考。

摘要：在交通影响评价和项目后评价理论基础上,完善建设项目交通影响后评价定义,同时运用项目后评价的层次分析法和灰色模糊综合评价法建立建设项目交通影响后评价模型,并以乌鲁木齐已投入使用的时代广场项目为例,进行交通影响后评价。评价结果为"中等",表明交通影响评价时段及交通量增长率等主要指标的交通影响评价的预测结果与时代广场项目实际运行情况基本相符,验证所提评价指标和评价方法的有效性。