高質量發展背景下電網科技項目立項評價與優選方法研究

摘" 要：針對現有電網科技項目評價目標分散、主觀性強等不足，該文構建電網科技項目高質量發展指標體系，提出一種電網科技項目立項評價優選排序方法（PT-TOPSIS）。通過實例測算，驗證所提方法在克服現有評價方法不足的基礎上，同時具有更好的區分度與決策精度，可以為相關部門決策提供更為科學、客觀的依據。

關鍵詞：電網科技項目；立項評價；優選方法；熵權法；TOPSIS法

中圖分類號：TM727" " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2023）13-0006-08

Abstract： In view of the shortcomings of decentralization and subjectivity in the evaluation of power grid science and technology projects， this paper constructs a high-quality development index system of power grid science and technology projects， and presents a evaluation and optimization method for power grid science and technology projects， i.e.， the Power Technology - Technique for Order Preference by Similarity to Ideal Solution （PT-TOPSIS） method. Through example calculations， it is verified that the proposed method overcomes the shortcomings of the existing evaluation methods， and has better discrimination and decision-making precision， which can provide more scientific and objective basis for decision-making of relevant departments.

Keywords： power grid science and technology project; project evaluation; optimization method; entropy method; TOPSIS method

科技是科技強國發展戰略的重要措施，科技項目立項評價與優選是科研管理工作的重要組成部分[1]，評審的科學性及公正性直接影響科研經費的優化配置。傳統的項目評價重點關注于材料的形式審查，存在著評價主觀性強、目標過于分散等問題。高質量發展提出了推動重點科技項目、人才和資金一體化、高效化配置的要求，如何在眾多儲備項目中遴選優秀的項目予以立項，優化科研經費配置，提高科技項目資助的準確性，是當前科技管理部門急需解決的一個重要問題，其核心在于優化評價方法。

近年來，國內學者對科技項目立項評價與優選進行了相關研究。潘杰義等[2]針對科研管理中項目的篩選和立項問題，設計了科研項目評價指標體系，建立了科技項目模糊優選決策模型。林海斌[3]通過集對分析，找出科研項目與評價指標兩者間的聯系，排列出科研項目的優劣次序，為科研項目立項資助提供依據。韓華等[4]運用模糊層次分析理論建立航天科技項目模糊優選決策模型，為客觀科學地評價和優選基金項目提供依據。林海斌[5]基于TOPSIS法，構建了科技項目評價模型， 為科技項目立項評價與項目選優提供了參考依據。馬麗娜等[6]提出采用層次灰色方法建立科技項目優選決策模型，為客觀科學地評價和優選科技項目提供重要依據。柴云等[7]將多屬性決策中模糊層次分析法和灰色-正負理想點逼近法優勢集成，創建Fuzzy-AHP-TOPSIS法對方案進行最終優劣排序。郭健等[8]基于多粒度二元語義和灰色關聯分析的方法對科技項目進行立項評價，根據灰色關聯度對科技項目進行了立項方案優選。羅勇等[9]提出新型可信度計算方法，并構造熵權決策模型，通過數值仿真對多個科技項目進行評估優選。林曉華等[10]采用區間二型模糊集理論對TOPSIS方法進行擴展，并采用形心法設計了一種區間二型模糊集的排序方法，在保證信息的準確性和有效性基礎上為項目的優選提供了參考依據。以上學者提出的優選模型、方法對項目優選決策起到了積極作用，但處理因素指標的權重問題時都存在一定的局限性。對于多目標決策而言，主觀權重體現了決策者的意愿偏好，而客觀權重反映了具體數據對決策的貢獻度。目前指標權重的確定大多采用AHP法，單純考慮主觀偏好而忽略評標的競爭性擇優屬性，且具有很大隨意性。

為了綜合評估科技項目的潛在價值，進一步提高科技項目資助的準確性，優化科技經費配置，本文將組合賦權法、TOPSIS法及前景理論引入到項目評優選決策中，構建了電網科技項目立項評價指標體系，提出了一種PT-TOPSIS法（Prospect Theory-TOPSIS）的科技項目優選排序方法，以提高決策的科學性與目標一致性。

1" 電網科技項目評價方法概述

目前電網公司的科技立項工作大多采用專家評分法，聘請的專家在嚴格按照評價標準進行評價以后，科技項目根據評價結果高低順序予以立項。評價過程（圖1）大概可以分為5步。

1）對申報的項目進行形式審查，通過審查進入專家評價環節。

2）項目負責人進行匯報，專家對項目評分表中相應評價項目進行打分。

3）匯總項目評分表，結合指標權重，統計各項目平均得分。

4）根據項目評分，給與立項意見，評分靠前的作為優選立項的選擇。

5）對項目評分進行判斷，高于80分的項目準許執行。

在這個過程中，由各方面專家和行政部門領導一起參加評價，可以集中各方面專家的智慧，聽取多方面的意見，全面衡量項目的優點與不足，其評估結果具備專業性、權威性，但也存在2點不足。

1）評價指標都是定性指標，指標本身存在模糊性、不確定性，無法實現評價精細化、定量化，難以保證評價結果的客觀性和準確性。

2）項目類型多樣，申請項目數量眾多，無法集中力量發展重點科技項目，整體資源配置較差。

2" 高質量發展指標體系構建

2.1" 高質量發展指標篩選和指標體系設計

基于電網科技評價重點內容及現有指標體系的不足，結合高質量發展要求，本文構建高質量發展指標體系。該體系遵循全面系統性、合理性、代表差異性、獨立性和操作可行性的原則，最終從必要性、可行性、經濟性和研發風險4個方面建立電網科技項目立項評價指標體系，每類指標又細分為各種子指標，具體如圖2所示。

建立指標體系時，將評價指標分為3層，分別為目標層、類別層和指標層。

各類別層包含的指標如下。

1）必要性指標。主要包括需求緊迫程度、研究創新性。

2）可行性指標。主要包括研究內容可行性，預期目標及可考核性，技術路線的合理性、可行性，預研和前期研究及研究團隊能力。研究團隊能力指標主要考慮承擔項目成員的研究能力，這里可細化為年齡梯隊、學歷構成、職稱構成指標。考慮到項目人員的歷史績效很大程度反映了該人員的研究能力，故特意加入該指標來補充支撐項目可行性。鑒于科技項目的成果多為論文、專利和技術獎，所以歷史績效指標主要考慮項目人員指標完成率、專利授權率和獲獎情況。

3）經濟性指標。主要包括預算合理性（研發費用占比、人資費占比）、預期成效（成果數量、預期經濟效益與投入比，即投資回報比）、推廣應用前景。

4）研發風險指標。主要包括技術風險、管理風險。

2.2" 指標權重確定

通過組合賦權法計算組合權重，其中主觀權重采用層次分析法進行計算，客觀權重采用熵權法進行計算。熵權法與層次分析法的結合，能盡量消除各因素權重的主觀性，保持主觀性與客觀性的平衡，使評價結果更符合實際。

組合權重計算步驟有7步，其中1）—3）為計算客觀權重，4）—6）為計算主觀權重，7）為計算組合權重。

1）評價的項目有N=（N1，N2，…，Nn），評價的指標P=（P1，P2，…，Pp），構成判斷矩陣如下

V=V11" V12" …" V1pV21" V22" …" V2p …" …" …" …Vn1" Vn2" …" Vnp，（1）

式中：Vnp為評價項目Nn與P的相對重要程度。

2）確定客觀權重的公式，pij=Vij/∑ ，Vij表示第i個評價對象的第j個指標的特征比值，再計算Ej=-1/ln（n） ∑" pij lnpij，表示第j個指標的熵值。

3）最后得到Wj= ，表示第j個指標的客觀權重。

4）建立判斷矩陣。將各元素進行兩兩比較，得到它們的相對重要程度，并把比較結果通過合適的標度用數值表示出來，寫成矩陣，即得判斷矩陣。表1為判斷矩陣指標比率標度法含義。

A=a11 a12 … a1ja21 a22 … a2j… … … …ai1 ai2 … aij" ，" "（2）

式中：aijgt;0，aii=1，aij= ，aij代表的是因素i對于因素j的相對重要程度。

表1" 判斷矩陣指標比率標度法含義

5）指標權重確認及一致性檢驗。依據的理論公式為AW=λmax，求解方程AW=λmax的特征根λmax及其對應的特征向量W，再將特征向量W歸一化，作為評價指標的權重向量。

為檢驗判斷矩陣的一致性，避免邏輯錯誤，通常用指標CR進行檢驗。CR=CI/RI，其CI=（λmax-n）（n-1），n為判斷矩陣的階數，RI為平均隨機一致性指標。一般當CRlt;0.1時，認為判斷矩陣具有令人滿意的一致性（表2）。

（3）

通過計算，各指標的組合權重Wj為

Wj=（0.113，0.051 8，0.052 8，0.106，0.047 4，0.054，

0.034 6，0.029 8，0.027 6，0.026 6，0.023 8，0.022 8，0.073 4， 0.051，0.083，0.083 4，0.054 4，0.064 6）。

3" PT-TOPSIS法設計

3.1" TOPSIS原理及步驟

TOPSIS法[11]是系統工程中有限方案多目標決策分析中常用的一種決策技術，因其具有計算簡便、結果合理和應用靈活等特點，被廣泛應用于科技項目優選等領域[5，7，10]。因此通過TOPSIS法，計算待評價項目與最優值的相對貼近度，可以對項目進行優選排序，為項目優選立項提供輔助決策。

TOPSIS法的基本思想：定義決策問題的理想解和負理想解，理想解一般是設想最好的方案，負理想解是假定最壞的方案，方案排隊的決策規則，是把實際可行解和正理想解與負理想解做比較，通過計算某一方案與最好方案和最劣方案間的加權歐氏距離，得出該方案與最好方案的接近程度，以此作為評價各方案優劣的依據[12]。

TOPSIS法計算流程主要分為6步，其計算流程如圖3所示。

步驟1：導入數據形成決策矩陣X。

步驟2：對決策矩陣進行歸一化處理，消除量綱不同帶來的影響。

步驟3：計算指標權重W。

步驟4：計算正、負理想解向量Z+，Z-。

步驟5：計算正、負理想解距離Di+，Di-，一般為歐式距離。

步驟6：計算相對貼近度Ci，Ci越大越接近100，表示第i個評價項目越接近最優水平。

TOPSIS法作為一種輔助項目優選排序的方法，具備簡單、易用的特點，但仍存在一些不足之處。

1）計算的權重是主觀值，且正、負理想解距離無法與權重建立聯系。

2）當評價個數改變時，需要重新計算，可能出現前后結果相互矛盾的逆排序問題。

3）TOPSIS法評價是在完全理想狀態下的客觀評價，未考慮風險偏好等人為因素影響，與實際業務需求存在偏差。

3.2" PT-TOPSIS法

前景理論[13]（Prospect Theory）是決策者主觀感受的一種方法，即決策者面對收益是風險規避的、而面對損失是風險偏好的，且面對損失比收益更加敏感。針對TOPSIS法存在的不足，本文提出了PT-TOPSIS法（Prospect Theory-TOPSIS），從風險收益、損失方面對項目的潛在價值進行評價，將綜合前景值作為項目的優先級別的依據，對決策者進行項目優先立項具有重大參考價值，從而使評價結果更貼近實際業務需求。

PT-TOPSIS法的計算流程主要分為4步，具體計算過程如圖4所示。

3.2.1" 決策矩陣的形成與標準化

對形成的決策矩陣進行處理，得到絕對正理想、負理想解向量，該過程與TOPSIS法類似。但由于TOPSIS法指標權重，計算正、負理想解時存在一些不足，計算過程有以下的改變。

1）在計算權重時，采取了熵權法與層次分析法結合的組合賦權法，具體可見2.2節。

2）對歸一化矩陣X*進行加權，得到加權決策矩陣，有zij=ωjx*ij，其中zij為加權后第i個評價對象對j個指標的標準化得分，ωj為第j個指標的組合權重，x*ij為第i個評價對象對j個指標的標準化得分。

3）確定正、負理想解向量。采用求絕對理想解的方法對傳統理想點法進行改進，可以很好地解決逆排序問題。

Z+=（Z1+，Z2+，…，ZP+），（4）

Z-=（Z1-，Z2-，…，ZP-），（5）

式中：Zj+=max（Z1j，Z2j，…，Znj）（j=1，2，…，p）；Zj+=min（Z1j，Z2j，…，Znj）（j=1，2，…，p）。

3.2.2" 計算關聯系數矩陣

設第i個項目的指標Si=（Zi1，Zi2，…，Zip），則項目指標集與最優理想點和最劣理想點的關聯系數

式中：i=1，2，…，n；j=1，2，…，p；ρ為分辨系數，且ρ∈（0，1），這里取ρ=0.5。

根據各指標屬性值與最優理想點和最劣理想點的關聯系數公式，即可得到正關聯系數矩陣ξ+=（ξij+）n×p和負關聯系數矩陣ξ-=（ξij-）n×p。

圖4" PT-TOPSIS法計算流程

3.2.3" 改進價值函數

根據關聯系數矩陣及解向量對價值函數進行改進，其中價值函數[14]是根據決策者的主觀感受形成的價值，常用的價值函數如下

v（x）=xα" " "，" x≥0-θ（-x）β，" " x≤0，（7）

式中：參數α和β分別表示收益和損失區域價值冪函數的凹凸程度[15]，反映了決策者對收益和損失的敏感程度，一般α，β≤1；θ反映了決策者對損失的厭惡程度，一般θgt;1。

根據前景理論和上述求取得到的正理想、負理想解向量及關聯系數矩陣，可獲得各指標屬性值的改進前景值。第i個項目第j個指標的屬性值為Zij，若參考點為Zj-，決策者是面臨收益的；若參考點為Zj+，決策者是面臨損失的。故Zij的收益和損失價值函數為

v+（Zij）=（1-ξij-）α， Zij≥Zj-v-（Zij）=-θ[-（ξ+ij-1）]β， Zij≤Zj+ ，（8）

式中：v+（Zij）、v-（Zij）分別為收益帶來的正前景值和損失帶來的負前景值。

由收益、損失價值函數可以得到項目指標的正前景值矩陣和負前景矩陣，分別為v+=（v+ij）n×p，v-=（v-ij）n×p。

3.2.4" 計算綜合前景值

根據決策權重公式，計算綜合前景值。方案收益和損失的指標決策權重分別為

（9）

式中：γ+和γ-分別表示決策者面對收益和損失的風險態度，也反映了決策權重函數的彎曲程度。

項目Si的綜合前景值V為正前景值和負前景值與其對應的決策權重之和，即

。（１０）

根據以上公式，可以求取各類項目的綜合最優前景值，根據項目綜合最優前景值由大到小對項目進行排序。

4" 實例分析

為了提高科技項目資助的準確性，實現科技項目的優選立項，驗證PT-TOPSIS項目優選及排序方法的效果，本文以某電網公司2022年儲備項目中先進適用技術示范與應用類科技項目為例，對申報的6項科技項目進行立項評價排序，并與實際立項情況進行對比驗證。并邀請8位電網技術專家根據科技項目立項評價指標體系中的二級指標，對被評價的6個科技項目進行評價。表3中年齡梯隊、學歷構成、職稱構成、指標完成率、專利授權率、獲獎情況、研發費用占比和人資費占比為定量指標，可以直接計算得到，其余指標只能由專家對各項目的評價得到。

4.1" 計算流程

采用上文構建的PT-TOPSIS項目優選排序方法，對案例中投6個科技項目的優劣進行排序，具體過程如下。

1）構建加權決策矩陣。表4可直接構成決策矩陣X，由于各指標的性質不同，為了使各個指標具有可比性，在決策矩陣X的基礎上進行指標的同向無量綱化處理，并結合2.2節的組合權重構造加權決策矩陣Z。

2）計算絕對正、負理想解。根據式（4）—（5）將矩陣Z中指標進行篩選，可得到正理想解和負理想解Z+，Z-。

3）計算關聯系數和綜合前景值。PT-TOPSIS法計算時采用的價值函數和決策權重參數[15]為：α=0.88，β=0.88，γ+=0.61，γ-=0.68。

根據公式（6），可計算項目指標與正理想解、負理想解的關聯系數矩陣ξ+、ξ-，然后將關聯系數代入改進的前景理論的損失函數和價值函數中，分別得到項目的正前景值矩陣v+和負前景值矩陣v-，再根據式（8）—（10）可得綜合前景值，各項目的正、負及綜合前景值見表5。

根據前景理論，正前景值反映評價方案帶來的潛在收益，負前景值反映帶來的潛在損失。從正前景值來看，項目4的潛在收益最大，項目2的潛在收益最小。從負前景值來看，項目4的潛在損失最大，項目5的潛在損失最小。綜合來看，V4gt;V3gt;V5gt;V1gt;V6gt;V2，項目4不管是潛在收益還是潛在損失都是最大的，但其總潛在價值是最高的，在可接受一定潛在風險損失時，項目4應作為項目立項的第一順位。

4.2" 結果分析

表6列出了本文所提出的PT-TOPSIS項目優選排序方法應用于案例的有關計算結果，還將直接根據TOPSIS法及專家評分方法一并列出同案例的評標結果，方便進行對比研究。

從表6可以看出，項目6在3種方法中都是第一。該項目之所以排名最高，結合表3可知主要因為其各指標相對均衡，除了專利授權率、職稱構成2個指標在60分左右，其他都高于70分，指標平均值高于其他5個項目，在指標權重相同的情況，其項目評分、相對貼近度和綜合前景值均是第一，這也說明該項目非常符合電網公司發展方向。

從表6可以看出，本文方法與TOPSIS排序結果一致，與專家評分法大體一致，這也說明了本文所提方法的可行性。值得注意的是，專家評分法的項目排序（第5、第6）跟后2種方法排序不一致，分別是項目2排第5，項目6排第6。如果只使用專家評分法進行評價，項目2的指標基本上高于項目6，在權重相同的情況下，項目2總分高于項目6是正常的。但后2種方法采用的新建立的指標體系中考慮了項目人員的歷史績效情況，將專利授權率、獲獎情況等指標作為參考指標，在經過組合賦權平衡了主客觀因素影響后，一定程度上修正了專家評分法結果較主觀所帶來的影響，就導致了2個項目在排序上的差異，這也說明了基于組合賦權的PT-TOPSIS法，在集成了專家或決策者的主觀偏好與評標客觀信息以后，同時具備了最大程度的評價決策的適應性和客觀、公正性。

從3種評價方法下分別作為項目排序依據的評分、相對貼近度和綜合前景值來看，PT-TOPSIS法在項目評價上的極差更大、值域更寬和兩兩差異更顯著，也即本文所提方法能夠更好地“拉開”各項目的檔次。因此，較之TOPSIS法、專家評分法，PT-TOPSIS項目優選排序方法對于方案優選具有更好的區分度與決策精度。

5" 結束語

本文結合高質量發展的背景，綜合考慮項目主要人員的歷史績效，作為衡量項目研究團隊整體實力的指標，構建了電網科技項目高質量指標體系。

本文提出了PT-TOPSIS法，通過層次分析法、熵權法進行組合賦權，改善了TOPSIS法指標權重的不足，并以改善后的正理想解和負理想解作為參考點，進一步改進了前景理論中的收益及損失函數。同時以某電網公司2022年6項科技項目為例進行了評價，將評價結果與專家評分法、TOPSIS法的結果進行了比較分析，驗證了本文方法的可行性和合理性，為具有不確定性因素的電網科技項目多屬性評估及決策者主觀感受的方案比較、優選的實際問題提供了一種新的解決途徑。

參考文獻：

[1] 鮑海君，徐保根.科研項目立項的可拓綜合評價[J].軟科學，2009，23（10）：42-45.

[2] 潘杰義，劉西林.科研項目評價指標體系及模糊優選決策模型研究[J].科學學與科學技術管理，2004（1）：9-11.

[3] 林海斌.集對分析在科研項目評價中的運用[J].科學技術與工程，2005（19）：69-72.

[4] 韓華，鄒珊剛，周仙梅.基于FAHP的航天科技項目評價模型[J].科技進步與對策，2006（5）：122-124.

[5] 林海斌.基于TOPSIS法的科研項目評價與選優[J].科技進步與對策，2006（7）：47-49.

[6] 馬麗娜，李建華.科技項目評估中的層次灰色評價模型應用研究[J].科技管理研究，2008（5）：277-279.

[7] 柴云，陳權，孫紹權.Fuzzy-AHP-TOPSIS法在多屬性方案優選中的應用——基于油氣田開發項目方案優選的研究[J].數學的實踐與認識，2010，40（6）：86-91.

[8] 郭健，尹潔林.基于多粒度二元語義和灰色關聯分析的科技項目立項評價[J].科技管理研究，2011，31（13）：48-51.

[9] 羅勇，朱波.基于熵權決策法的項目選擇比較模型研究[J].鄭州大學學報（工學版），2014，35（2）：60-64.

[10] 林曉華，賈文華.基于區間二型模糊TOPSIS法的方案決策優選[J].科技通報，2018，34（3）：120-124.

[11] 郭衛東，吳宜鸞.科技計劃項目立項評價體系的研究[J].淮海工學院學報（人文社會科學版），2012，10（20）：41-43.

[12] 方崇.基于信息熵的TOPSIS模型在科研項目立項評價中的應用[J].科技管理研究，2010，30（20）：211-213，195.

[13] 王堅強，孫騰，陳曉紅.基于前景理論的信息不完全的模糊多準則決策方法[J].控制與決策，2009，24（8）：1198-1202.

[14] 張曉，樊治平.基于前景理論的風險型混合多屬性決策方法[J].系統工程學報，2012，27（6）：772-781.

[15] TVERSKY A，KAHNEMAN D．Advances in prospect theory： cumulative representation of uncertainty[J]．Journal of risk and Uncertainty，1992，5（4）：297-323．