知識創新協同模式運行效果評估研究

吳榮斌，王 輝

（1.華中科技大學管理學院，湖北 武漢 430074；2.中國地質大學經濟管理學院，湖北 武漢 430074）

知識創新協同模式運行效果評估研究

吳榮斌1，王 輝2

（1.華中科技大學管理學院，湖北 武漢 430074；2.中國地質大學經濟管理學院，湖北 武漢 430074）

良好的運作效果為科研機構者及高校在知識創新協同中所關注。通過對協同運作效果的評估，可以使科研機構和高校清楚在知識創新協同中自身的科技優勢，選擇合適的創新協同模式。本文從研究水平與貢獻、隊伍建設與人才培養、開放交流與運行管理三維度構建知識創新協同模式的運行效果指標體系，以層次分析法為指標設置權重，運用灰關聯分析法進行效果評估，并借助實例演示為知識創新協同模式運行效果提供一個較客觀和公平的評估模式。該評估模式可以為科研機構與高校進行協同創新決策提供依據，并可以作為科研機構在訂立標桿學習目標的參考依據之一。

科研機構；知識創新協同模式；運行效果評價

1 引言

良好的運作效果為科研機構者及高校在知識創新協同中所關注。知識創新協同模式運行效果的評估，對合作雙方而言，重要性不言而喻。科研機構與高校通過科研合作，擁有互補性科技資源并有效運用科技資源，其目的就是不斷追求合作目標的達成。通過對協同運作效果的評估，可以使科研機構和高校清楚在知識創新協同中自身的科技優勢、了解資源是否有效運用，并以此來擬定未來科技資源配置的標準及目標，將有利于對協同模式效率的把握，有助于科研機構和高校資源有效運用科技資源目標的達成。

選擇評估方法本身就是一項決策過程，評估者應針對決策目標采取適當的評估方法分析。一方面層次分析法（Analytic Hierarchical Process,AHP）把復雜的決策問題層次化，通過逐層比較各種關聯因素重要性來為分析決策提供定量依據；另一方面，灰色系統理論中的灰關聯分析 （Grey Relational Analysis,GRA），因其能處理管理上不確定信息及其計算上的簡單性，近十幾年來逐漸廣泛應用在管理決策領域［1］。本文首先針對知識創新協同模式運作效果評估及相關評估方法進行系統的闡述和探討，并定義各項效果評估指標；然后應用AHP和GRA相結合的方法對個案科研機構進行實證分析，以期能得到一個適合科研機構與高校進行協同創新決策時的依據，并作為科研機構在訂立標桿學習目標的參考依據之一。

2 科研組織運行效果評估

2.1 科研機構知識創新績效評估的相關研究

知識創新協同是科研機構實施知識創新戰略的一種重要組織形式，故知識創新協同效果的評估與科研機構知識創新績效的評估有許多共同之處。科研機構借助與高校的科研合作最終也以提高科研機構的知識創新能力為根本，只有擁有知識創新能力，通過不斷地創新，科研機構在知識創造及應用能力上才能最終超越行業領先者。因此，科研機構知識創新協同模式運行效果評估的本質在于對該協同模式的知識創新績效的評估。

科研機構知識的生產與應用不同于其他產業領域，對科學研究的產出與結果進行評估并非易事。各個國家不斷探索新的方法，對科學研究的成果及影響進行績效評估。以美國為例，其對科研機構科研評估多采取定性與定量相結合的方式。NSF在其年度績效評估報告中，將績效目標分為三類：資助結果、內部管理和投資過程即資助決定產生的過程。對資助結果的績效目標設定與評估主要采用定性的方式，如是否在科學與工程學前沿領域支持了新發現、是否促進了科學發現與其應用相結合以更好地服務于社會等等，而對其內部管理和投資過程的績效目標則盡可能使用定量的方式來表述，如網上評議推廣的比例、網上結題項目的比例、同行評議新準則的執行情況等等［2］。而德國科研機構的評估則主要是借助于同行專家評議的定性評估形式。如弗朗霍夫學會的應用開發研究機構的專家評估過程一般為先閱讀定量數據為主的狀態報告，而后專家到研究所實地考察了解情況，最后通過集體討論形成評估報告［3］。

績效評估需要一個明確、完整的指標，通過這些指標建立起一套完善的績效評估系統。因此，指標的制定關乎整個績效評估成果的成敗。針對科研機構創新績效的定量評估，國內外許多學者及科研機構做了大量研究，并建立了多種評估方法。Campbell提出科研機構創新績效可以從科研水平、影響力、科技資源使用效率和機構可持續發展能力四個維度進行評估［4］。1993年中科院率先進行研究所計量評估，其評估指標主要包括產出類指標，如：論文、專利、獲獎、所辦公司經營情況、研究生培養、人才輸送率等；以及狀態類指標，如科研能力、人才狀況、經費狀況、設備、實驗室狀況等，并由此得出研究所排序結果［5］。1998年開始用分類評估代替原來整體排隊式的評估，其科研機構創新評估體系包括重大創新貢獻評估分類導向評估和基礎指標測評兩部分［5］。趙紅專等構建了公共科研機構績效評估指標體系，包括科技論文、科技獎勵、科技成果、社會貢獻、開發經營等維度，并提出用Theil不均衡指數確定指標權重，采用優屬度矢量模型對公共科研機構進行績效評估的量化方法［6］。孟 等從3E理論（E1：Efficacy，E2：Efficiency，E3：Effectiveness）出發，建立了包括文獻計量學測度、專利測度、經濟財務測度、同行評議測度和組織戰略管理測度四項維度的評估指標體系［7］。張鳳和霍國慶提出國家科研機構創新績效的評估模型，包括概念模型和測度方法，其中概念模型包括創新投入、創新產出、創新績效三個方面［8］。

綜合以上學者的計量評估方法，評估指標的選擇主要是通過專家討論、經驗判斷或調查問卷的形式建立，科研機構績效評估的內容主要包括科研產出、科研投入、科研活動和科研效率等。其中，科研產出的定量指標一般包括科學論文、技術專利和國家獎勵等，科研投入的定量指標一般包括科研人員、科研經費和科研條件等，科研效率的定量指標一般包括科研成果產出率等。

2.2 科研機構知識創新績效評估方法

國外關于科研機構績效評估方法的研究已有大量工作，現在評估指標體系構建都采用多指標決策方法，具體評估方法上有專家評分法、層次分析法、灰理論分析法以及模糊數學方法等。下面重點介紹本文所采用的評估方法：

層次分析法（AHP）主要應用于不確定情況下具有多項評估指標的決策問題，將復雜的問題系統化。層次分析法的基本思想是把復雜問題分解成各個組成因素，進而將這些因素按支配關系分組形成有序的遞階層次結構，通過兩兩比較的方式確定各因素相對重要性，予以量化后建立成對對比矩陣，據以求得矩陣的特征向量，并以其特征向量值作為該層次的優先向量，代表各要素間的優先順序，并由最大特征根評估對比矩陣一致性的強弱，以為決策者提供決策參考。AHP具有一致性檢驗能力，且各指標間兩兩做比，因此使用該方法確定指標權重較為客觀。

灰關聯分析（GRA）是一種分析離散序列間相關程度的測度方法，能衡量各因素間關聯程度大小的量化方法。灰關聯分析計算過程簡單且清楚、不須龐大的數據數據、條件限制較傳統理論寬松、量化結果不會產生與定性分析相互矛盾結論、模型屬非函數型的序列模型，能有效處理離散數據等優點［9］。

灰關聯分析法具有將定性指標轉化為定量分析及綜合評估的優點，但該方法在各項因素權重上若采用“等權”的方式，在評估實務中一般是不合適的；而層次分析法以全體決策為依據導出客觀權重，可以強化灰關聯分析法在權重確定上的不足。

3 科研機構與高校知識創新協同模式運行效果評估指標

有效的評估指標體系構建必須有效涵蓋科研機構與高校知識創新協同活動的每一部分，準確反映出協同模式的目標。本研究根據文獻探討，參考《國家重點實驗室評估規則》，歸納科研機構與高校知識創新協同模式運行效果的評估維度，并借助德爾菲法建立運行效果評估框架。科研機構與高校的知識創新協同模式運行效果可從合作創新的研究、科研能力及運行管理三個維度表現，對應的評估指標體系如圖1所示。

4 評估實例：對5家共建實驗室的運行效果評估

科研機構和高校的協同創新是基于資源和能力互補基礎上，通過技術合作形成系統集成效應。根據合作協議的完備程度、伙伴關系互動緊密程度等因，將大學和科研機構之間的協同創新分為兩類科研合作協議模式和研究實驗室（所）合作共建模式兩類。共建實驗室的知識創新協同模式是科研機構與高校合作的高級形式，在科研投資水平及科研產出上均高于一般性的科研合作協議模式；且從知識創新協同模式的具體運行實踐來看，共建實驗室的科研規模及實力是遠高于一般性科研合作協議模式，因此將兩種模式放在一個序列中進行評估是不恰當的，應在兩種模式下的科研機構知識創新協同系統運行效果進行分開評估。

圖1 知識創新協同模式運作效果評估指標體系

為了說明知識創新協同模式運行效果評估的具體步驟，下面將采用層次分析與灰關聯分析相結合的方式，針對國內國防科技系統內五家科研機構與高校聯合共建的實驗室進行綜合評估并據以排名，以為未來知識創新協同模式評估及科研投資提供參考。

4.1 評估對象及數據收集

評估對象為正式運行兩年以上的國防系統內科研機構與高校聯合共建的實驗室。由于國防科技的特殊屬性，在調查中以保密為前提，對評估指標采取定性評估的方式，不涉及實驗室的科技資源具體數量以及成果具體內容。受評實驗室都根據10項指標進行評估，每項指標最低為1分，最高為10分。此調查采取同業及專家評估方式，問卷均由實驗室主任或其指定專家填寫，并采取交叉評估方式，這樣每一家實驗室的各指標量值就可從5份問卷獲得 （4份其他實驗室評估及1份自我評估），各評估對象的指標得分可由5份問卷調查值的算術平均得出。調查期間由2009年8月1日到8月31日。

表1為5家科研機構與高校共建實驗室的知識創新協同運行效果評估的原始調查數據，表中共建實驗室不涉及具體名稱，以字母代替。其中實驗室A最高分的項目有6項，其次為實驗室B最高分項目有5項。標桿學習可以使組織從自己內部結合其他組織的考察，識別和了解業內杰出代表，以便找出改善組織的方法，科研機構在進行標桿學習時，可將每項指標中得分最高者的分數視為學習對象。例如在總體定位與研究方向、承擔科研任務方面，實驗室B的7.4分，7.4分被視為其他4家實驗室的學習目標；在創新能力和成果水平方面，實驗室A的7.4分將被設定為其他實驗室的學習目標。此處不再一一列舉，各指標的最高分在表1中加粗標示。

4.2 運行效果指標評估權重設定

以層次分析法對各層次各項運行效果指標進行權重設定。依據圖1的目標層、準則層，開始AHP權重值計算。首先，進行問卷調查。問卷按照層次分析法設計，在評估尺度上分為9個尺度，并對各項運行效果上的各評估指標進行問卷調查。問卷對象為2位聯合實驗室主任、2位省科技廳官員、2位高校技術管理領域專家，所得的問卷回收后數值求平均，得到兩兩相比的原始數據（此處省略）。

緊接著，進行權重求解。依據AHP法計算準則層及次準則層指標的權重值，經過一致性檢驗后，確定各指標的影響，如表2至表5所示。

4.3 運行效果指標評估

（1）計算次準則層。

表1 各評估指標最初原始數據

表2 G-Ai準則層權重值

表3 A1-Bi次準則層權重值

表4 A2-Bi次準則層權重

表5 A3-Bi次準則層權重值

對共建實驗室運行效果的評估過程中，指標值越高越好，因此故選擇表1中各行最大值為衡量標準，形成參考數列，將原始決策矩陣數據標準化，計算灰關聯距離、灰關聯系數（取0.5），求解各聯合實驗室的次準則層的加權關聯度，見表6和表7；然后依據各評估指標區塊加總，所得結果如表8所示，為準則層評估的數值基礎。

表6 次準則層灰關聯系數

表7 次準則層加權灰關聯度

（2）計算準則層。

依據表8所求的各次準則層值，再以同樣的方法進行準則層的計算，準則層灰關聯系數見表9，加權灰關聯度及排序見表10所示。

評估結果顯示，運行效果評估的優劣順序為實驗室A＞實驗室B＞實驗室E＞實驗室C＞實驗室D。在準則層部分，研究水平與貢獻（A1）指標下，實驗室A＞實驗室E＞實驗室B＞實驗室C＞實驗室D；隊伍建設與人才培養（A2）指標下，實驗室A＞實驗室B＞實驗室C＞實驗室E＞實驗室D；開放交流與運行管理（A3）指標下，實驗室A＞實驗室B＞實驗室C＞實驗室D＞實驗室E。

5 結論與啟示

本文以科研組織知識創新績效的理論研究為基礎，總結出3大維度（研究水平與貢獻、隊伍建設與人才培養、、開放交流與運行管理），10項不同的評估指標（總體定位和研究方向、承擔科研任務、創新能力和科研水平、隊伍建設與團隊建設、實驗室主任與學術帶頭人、人才培養、科研平臺、學術交流、運行管理、依托單位的支持）；以層次分析法對各評估指標設定權重，以灰關聯分析法進行運行績效的評估；并以5家共建實驗室的運行效果評估為例進行了流程說明，這為科研機構進行知識創新協同模式評估提供了一個較為客觀與公平的評估模式，并可成為科研機構在推進與高校知識創新協同時進行標桿學習提供依據。科研機構可以找出自身最弱的一環，根據10項指標進行逐一改善，提高科技資源使用效率，充分發揮與高校的知識創新協同效應。

表10 準則層加權灰關聯度、序

表8 次準則層加權灰關聯序

表9 準則層灰關系數

［1］Wu,H.H.A Comparative Study of Using Grey Relational Analysis in Multiple Attribute Decision Making Problems［J］.Quality Engineering,2002,15（2）:209-217.

［2］龔旭,夏文莉.美國聯邦政府開展的基礎研究績效評估及其啟示［J］.科研管理,2003,24（2）:1-8.

［3］王晉萍,甘霖,楊立英.國內外科研績效評估方法比較［J］.科學學研究,2006,24（2）:505-507.

［4］Campbell D.F.J.The evaluation of university research in the United Kingdom and the Netherlands,Germany and Austria［A］. Shapira P.,Kuhlmann S.Learning from Science and Technology Policy Evaluation:Experiences from the United States and Europe.［C］.Camberley:Edward Elgar,2003:98-131.

［5］李曉軒.我國國立科研機構績效評估的實踐與思考［J］.中國科學院院刊,2005,20（5）:395-398.

［6］趙紅專,李曉軒.公共科研機構績效評估的指標與方法［J］.科學學研究,2006,24（1）:85-90.

［7］孟 ,李強,劉文斌.基于3E理論構建科研機構評估指標體系［J］.科學學研究,2007,25（5）:908-914.

［8］張鳳,霍國慶.國家科研機構創新績效的評估模型［J］.科研管理,2007,28（2）:35-42.

［9］鄧聚龍.灰色系統理論教程［M］.武漢:華中理工大學出版社,1990.

Operation Performances of Knowledge Innovation Synergy Modes

Wu Rongbin1，Wang Hui2
（1.School of Management,Huazhong University of Science and Technology，Wuhan 430074，China; 2.School of Economics and Management,China University of Geosciences,Wuhan 430074，China）

High operation performance is concentrated by the scientific research institutions and universities in the process of knowledge innovation synergy.To evaluate the synergetic operation performance,the scientific research institutions and universities can realize their technology strategies and select the suitable synergy modes.From three criterions including the level of research and contribution,team building and talent training,open communication and operations management,the paper constructs evaluation system of the operations performance of knowledge innovation synergy modes.There are ten indicators in the system based on Delphi and the national key laboratories evaluation rules.Analytic Hierarchical Process sets up weight for each indicators and Grey Relational Analysis conducts the operation performance of evaluation.With an example demonstrating,this research offers a more objective and fair evaluation model for the operations performance of conducting knowledge innovation synergy modes.

research institutions;knowledge innovation synergy modes;operation performances evaluation

國家軟科學研究計劃（2007GXS1D020）。

2010-12-16

吳榮斌（1964-），男，湖北京山人，華中科技大學博士研究生，研究員；研究方向：知識創新體系。

G323

A

（責任編輯 張九慶）