基于dea-fca模型的科技创新团队绩效评价研究-胡泽民.pdf

《基于dea-fca模型的科技创新团队绩效评价研究-胡泽民.pdf》由会员分享，可在线阅读，更多相关《基于dea-fca模型的科技创新团队绩效评价研究-胡泽民.pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2017年29 14期 Scie锄dTe揣篇蕊。R恍础doi：103969jissn1000-769520171401 1基于DEAFCA模型的科技创新团队绩效评价研究胡泽民1，刘 杰1，莫秋云2，周子祺1(1桂林电子科技大学商学院；2桂林电子科技大学机电工程学院，广西桂林 541004)摘要：根据科技创新团队绩效评价因素的复杂性和不确定性，构建多输入、多输出的DEAFCA科技创新团队绩效评价模型及其评价指标体系，并利用该模型对5个团队的科技创新绩效进行实证分析。研究结果表明，该方法能够有效评价科技创新团队绩效，可为企业从事科技创新活动提供决策借鉴和理论参考依据。关键词：科技创新团队绩效；复杂

2、性和不确定性；DEA-FCA模型；科技创新活动中图分类号：F273；Gal I 文献标志码：A 文章编号：10007695(2017)14006406Research On Performance Evaluation of Science and TechnologyInnovation Team Based on DEAFCA ModelHu Zeminl，Liu Jiel，Mo Qiuyun2，Zhou Ziqil(1School of Business；2School of Mechanical and Electrical Engineering，Guilin University

3、of Electronic Technology，Guilin 541004，China)Abstract：According to the complexity and uncertainty of the performance evaluation factors of science andtechnology innovation team，the paper constructs a multiinput and multioutput DEAFCA performance evaluationmodel and its evaluation index system and th

4、e model is used to analyze the innovation performance of five teamsThe results show that the method can effectively evaluate the performance of science and technology innovationteam，which can provide decisionmaking reference and theoretical reference for enterprises to engage in science andtechnolog

5、y innovation activitiesKey words：science and technology innovation team；complexity and uncertainty；DEAFCA performance evaluationmodel；science and technology innovation activity1 问题的提出随着团队的观念越来越深入人心，团队以各种形式参与到市场竞争中并发挥了重要作用，不仅极大地提高了企业的灵活性和竞争力，也对员工满意度的提升产生了积极影响。为了贯彻国家提出的创新驱动战略思想，科技创新团队的绩效评估已经成为企业管理的核心议

6、题之一。科研团队在各企业中已经越来越普及，甚至有些企业建立了自己的大学，科研活动已经成为企业实现自身发展和服务社会的重要途径。因此，建立客观、科学的科技创新团队绩效评价体系，对企业有针对性地制定科技创新发展战略，引导各个创新团队确立创新目标和团队发展愿景【1-2，提高科研能力具有重要的意义。科技创新团队绩效评价的过程复杂、不确定因素较多，难以从定量评估的角度对科技创新绩效进行精确的测量，因此必须采取定性与定量相结合的方法对其进行评价。目前国内外学者已经对绩效管理进行了大量的实证研究，发展了一系列的科技创新团队绩效评估的方法和工具，如模糊综合评价法(FCA)、平衡计分卡(BSC)、回归分析法、层

7、次分析法(AHP)、比率分析法、数据包络分析法等；对于科技创新团队的研究，较多集中于团队投入产出分析、资源分配、组织效率等财务角度，而忽略了团队的创新能力、学习能力、组织协调沟通等非财务的角度。对企业发展产生影响的因素不仅有利润、时间、成本、工时等，还包括组织内信息的沟通、团队之间的协调以及成员满意度等。另外，传统评估方法存在一些不足之处，比如，BSC虽然建立了详细的绩效评价体系，但是主观性很强，不能说明收稿日期：201610-13，修回日期：20161212基金项目：广西职业教育教学改革研究重大招标课题“职业教育教学监控与质量评价体系构建研究”(GXZJ2016ZDl9)万方数据胡泽民等：基

8、于DEAFCA模型的科技创新团队绩效评价研究评价指标之间的重要程度以及内在联系；回归分析法运用统计分析方法，借助函数关系对绩效进行评价，结果相对科学合理，但是无法辨别各评价对象的效率高低；比率分析法简单易懂，财务比率意义明确，但是基于单指标，无法对整体进行评估。模糊综合评判法(fuzzy comprehensive analysis，FCA)借助于模糊数学的简单原理，利用模糊关系合成运算，将一些外延不明确、不易定量化的指标定量化，同时综合考虑多个因素的影响，对评价指标的隶属等级进行评判，但是评价分值取决于人的主观判断，而且因素较多时权数往往难以合理分配。数据包络分析法(data envelop

9、ment analysis，DEA)则可以避免主观性，实现多输入、多输出。DEA把决策单元中各输入和输出的权重作为未知变量，通过对决策单元(DMU)的原始数据进行函数运算确定，排除了主观判断，具有很强的客观性。本文通过将模糊集合论与数据包络分析方法相结合，利用AHP将效率评价值进行综合，构建基于DEA的模糊综合评价模型，并对科技创新团队绩效进行实证分析。2文献回顾目前学术界对团队绩效评估的研究已较为成熟，研究的侧重点和目的也各不相同，但鲜有文献从整体的角度出发，科学、客观地对科技创新团队绩效的各方面进行综合评估。德鲁克认为绩效是组织策略达成程度和组织资源运用的情形，应包括组织的效果以及效率。法

10、威尔旧o(Farrell)研究发现绩效应当包括效率、效果，以及应当以创新与工作满意度等作为配介要素。费尔L4 J(Fare R)研究发现效率应该为投入与产出之间的比率，衡量了组织资源被利用的程度，并会影响组织成本的降低或产出价值的增加。徐顽强等”o借助于DEA方法，将总资本、员工总人数、主营业务成本作为输入指标，将主营业务收入和净利润作为输出指标，对建材上市公司的绩效进行了评价，研究发现，对于成本的管理和人员的调整这两个方面要着重加强。陈世宗等1以效率观点为基点，通过数据包络分析(DEA)方法对企业经营绩效进行综合评价，研究发现企业的绩效评价应当首先借助于系统评价模型进行原始数据无量纲处理，然

11、后对企业绩效进行定性和定量相结合的评估。包含丽等o研究发现高校科研团队的管理活动涉及众多因素，难以从定量角度建立精确模型系统，并利用AHP、TOPSIS排序法对评价指标的权重系数以及正、负理想解和接近度进行计算，根据接近度对高校科技创新团队绩效进行了实证分析，指出高校科研团队的评价指标不尽相同，评价指标也是变化的，应结合高校自身建设情况不断地予以改进和完善。3构建科技创新团队绩效评价矩阵本文在借鉴吴杰等哺、杨德权等1、柳顺0|、张林1|、黎琦21等人研究的基础上，借助系统工程的相关理论和方法，从团队业绩、团队能力、团队协作3个方面构建科技创新团队绩效评价指标体系，具体情况如图1所示。研究运用层

12、次分析法(AHP)，根据构建的评价指标体系，对评价指标进行分析并计算各级指标应赋予的权重，从而提出关于科技创新团队绩效的层次分析模型，以实现结构组合要素及效能定量化。科技创新团队绩效“。团队业绩蝴1 1团队能力2壅，萋：n套，篓。|U2：蠢|；|。荔。蒌：藿，图1 科技创新团队绩效评价指标体系4 科技创新团队绩效评价模型构建模型构建的基本过程是：首先利用层次分析法(AHP)，以科技创新团队绩效评价指标体系为基础，使得各等级评价指标的关系更加清晰、条理，并能区分影响因素的相互关系，如图1所示。然后将数据包络分析法与模糊综合评价法集成，在模糊综合评判的基础上引入DEA理论，构造“输入”和“输出”万

13、方数据胡泽民等：基于DEAFCA模型的科技创新团队绩效评价研究指标，客观计算评价对象的有效性。最后根据AHP确定各指标权重，并与模糊指标方面的表现进行综合获得最终评价结果。41 构建模糊综合评价矩阵美国控制论专家扎德L13在1965年首次运用精确的数学运算方法成功地表述了模糊概念。模糊综合评价法最早由我国学者汪培庄41提出，其特点是逐一对评价对象进行评判且不受所在集合的影响，同时评价对象的评价值唯一，程序简单易懂，故作为一种模糊理论的应用方法迅速获得广泛的推广。模糊综合评价是要从评价对象集中选择优胜对象，并对所有被评价对象的评价结果进行排序。评价对象集4=“，也，A,t，k为评价对象个数；评价

14、因素集U=恤l，U2，卅。j，m为评价因素个数；评价等级集V=h，您，Vn，H为评价等级个数。首先，构建评价对象的评价矩阵。评价对象集中对每一个评价对象有模糊关系矩阵R，即评价对象的评价矩阵，如式(1)。其中，芬为U中因素Uf对应矿中等级0的隶属程度，可以通过认为评价因素隶属于某个等级的专家人数占专家总人数的比值确定。其次，确定评价因素的评价矩阵。对某个评价因素来说，都存在一模糊关系矩阵即评价因素的评价矩阵，如式(2)。其中，g为W中对象wf对应矿中等级0的隶属程度，也可以通过认为评价对象隶属于某个等级的专家人数占专家总人数的比值确定。O=墨恐：9Q2：绞r11 r12r21 r221 rm2

15、鲕1 鲕2q21 q22qkl qk2(2)42进行数据包络分析著名运筹学家Chames等纠学者以相对效率为切入点，最早提出了数据包络分析(data envelopmentanalysis，DEA)理论，对决策单元(DMU)根据多输入，多输出指标进行系统的相对有效性或效益评价。决策单元(decision making units，DMU)是指在组织的日常管理中，需要进行相对效率评价的同类型的部门、企业或者同一单位的不同时期。DEA方法的评价依据是DMU的投入指标数据和输出数据。其中，评价效果好，应用广泛的模型是C2R模型。选取DEA决策单元的被评价对象或因素，并将其“输入”和“输出”作为评价矩

16、阵的转置矩阵。一个DMU有t种类型的“输入”以及s种类型的“输出”，n=t+s且取值因具体问题及要求不同而变化。输入数据巧=(Xlj，x：j，勘)。，输出数据弓=(Ylj，砭，场)1，=l，2，。其中，以评价对象为决策单元时，=k；以评价因素为决策单元时，：m。相应的权重系数V=(vl，屹，屹)1，U=(“l，)2。每一个DMU都有相应的效率评价系数hj=(u1巧)(乃)，总存在权系数矿和U，使hjl。对第如个决策单元进行效率评价，则目标函数为第矗个决策单元的效率指数，约束条件为所有决策单元的效率指数，构成C2R模型，如式(3)。然后，使用CharnessCooper变化，即令t=1(v1Xo

17、)，W=加，=tu，可得式(4)线性规划模型。其中：勺为第，个DMU对第f种类型输入的投入量；为第，个DMU对第，种类型输出的产出量；vf为第i种类型输入投入量的权重系数；U，为第，种类型输出产出量的权重系数；为第而个DMU的效率评价指数。max=(w坑)(EviXuo)“羔vf吻一窆wH2，一， 3v=(vl，V2，Vm)于O；“=(“1，“2，“s)r0maxhj。=，Yoswrxj一tTyjo，J=12，l (4)矿两=1w0。10根据DEA理论可知，线性规划模型必然存在最优解，且最优值始终存在maxhj。1。对第矗个DMU进行效率评价，目标函数值越大，表明DMUjo越能以低的投入获得高

18、的回报。如果决策单元的最优目标函数值岷21，则决策单元DMUjo为DEA有效，即各项输入、输出都为决策单元的有效性作出了重大的贡献。上述模型评价以其他所有决策单元为基础，针对单因素多对象和单对象多因素的情形，对第矗个DMU的有效性(优劣)进行评价。对于多因素多对象的综合评价，则假设评价系统的决策单元有k个。首先借助于FCA方法统计专家对|j个对象在某因素的等级比重，然后确定每个因素的的线性规划模型，m个因素则将需要求解m个线性规划模型，这样就可获得某个对象每个因素的最优目标函数值。对k个对象在m个因素上的表现分别进行计算，可知每个评价对象在所有因素上的表现。根；万方数据胡泽民等：基于DEAFC

19、A模型的科技创新团队绩效评价研究 67据这种集成方法，最终不仅可以获得每个对象在所有因素上的具体表现，而且可以得到每个对象在所有因素上的综合评价结果。43 AHP综合评价层次分析法(AHP)是由美国运筹学家Saaty【16首先提出的一种定性与定量分析相结合的多准则决策方法。该方法根据对问题的本质、影响因素以及内在关系的分析，利用较少的定量信息将决策问题划分成目标、准则、方案等层次，并通过数学分析、决策或控制，把人的主观判断进行客观量化，从而为复杂决策问题提供一种简单方法。具体操作步骤如下：首先，构造层次模型和判断矩阵。运用AHP计算指标权重时，要根据评价指标体系将问题条理化、层次化，并确定层次

20、分析模型。通过分析科技创新团队绩效评价方案，建立层次结构模型(如图1)。从准则层开始，以上一层某个元素作为准则，将其对应的下一层与之相关的元素进行两两重要程度的对比，评定比较结果等级并构成判断矩阵。重要性等级采用常用的19标度及其倒数的标度方法，重要性随着数字逐步增加而提升。其次，确定权重并进行一致性检验。对判断矩阵A每行诸元求几何平均，并继续进行规范化可得A的 三每行的n次方根磁=(Il勺)”，i=1,2，权重向量歹=1n 1 n n 1wi=(naij)i(兀口暂)i户1，2，卅。一致- cij=l k=l j=l值是衡量判断矩阵偏离完全一致性程度的一个尺度，其值越接近于0，则一致性越高。

21、为了检验判断矩阵是否符合实际，还需要进行一致性检验。通过式Aw=缸缸W可求出最大特征根和其特征向量。一致性比率检验判别式CR：C1R1，其中，CI=垒2半，彤为随机一致性指标均值，具体数值可以查阅平均随机一致性指标表获得。通过AHP确定各评价指标的权重，并与DEA计算的最优目标函数值进行综合，就能得出定量的评价结果，从而为决策提供理论依据。5实例应用分析企业的发展以科技创新团队的绩效提升为后盾，而科技创新团队绩效的提升又依赖企业发展的支持，企业与科技创新团队的和谐发展成为企业在竞争中获得优势地位的关键因素。在国家创新驱动发展战略的背景下，秉承着以科技创新推动产业发展的思想，高科技企业作为提升民

22、族品牌产品的重要途径，直接影响到中国经济的可持续发展。本文以G公司a、b、e、d、e 5个技术研发团队作为决策单元，对其工作效率进行评估研究。科技创新团队绩效的模糊评价指标如图l所示，模糊评价指标集X=ul DUl2，U13，U21，U22，U23，U24，U31，U32，U33)，评价集V=根好，好，一般，差，很差。首先需要针对模糊指标评价集中的每个因素进行单因素综合评价，然后作出每个科技创新团队绩效的整体综合评价。51 基于DEA的模糊综合评价以某公司的a、b、e、d、e 5个技术研发团队作为评价对象，同时邀请20位学校科研机构的人力资源管理权威人士对5个团队的绩效指标(utI,Ut2，U

23、13，21，U22，U23，U24，U31，132，u33)分别作出评判，并统计每个评价等级专家认可的人数占专家总人数的比率。以工作时效为例，专家按照评价集辑艮好，好，一般，差，很差分别对a、b、c、d、e 5个团队在工作时效上的绩效表现作出模糊评价，具体统计数据如表1所示。表1 科技创新团队绩效工作时效指标评判数据包络分析法的每个决策单元必须有输入和输出，而且公司往往选择具有较好工作时效的科技创新团队作为决策参考依据，因此，选取“很差、差、一般”为系统的输入，“好、很好”为系统的输出。科技创新团队a对于工作时效指标，根据表1评判数据，可以得到一个线性规划模型，如式(5)：max 02pl+0

24、2p2Jt01ql+01q2+04q302Pl一02p200ql+02q2+O5q3一O2Pl一01P200ql+01q2+03q304pl一02p20 ，、0ql+O3q2+03q30,4pl一0p20、。70ql+0,2q2+02q304pl一02p2001ql+O1q2+O4q3=1研，p2，吼，92，q30同理，可以得到其他科技创新团队关于工作时效指标的线性规划模型。研究利用WinQSB软件，计算得到5个科技创新团队在工作时效指标的线性规划最优目标函数值，分别为：maxall=1，max,1=0287 5，maxcll=1，maxdll=o667，maxell=1。这是a、b、c、d、

25、e科技创新团队在工作时效指标的表现。从最优目标函数值分析可知，团队d的工作时效较差，b万方数据胡泽民等：基于DEAFCA模型的科技创新团队绩效评价研究的工作时效最低，a、C、e的工作时效程度最高，故需要采取措施提升b、d团队的日常有效工作时长和效率。由此观之，企业需要对b、d团队严格核查出勤率，同时公平执行企业的奖惩制度。依据同样的方法、可以求得5个科技创新团队在其它9个模糊评价指标的最优目标函数值，具体数据如表2所示。表2 科技创新团队绩效工作时效指标的数据包络分析结果根据DEA的相关理论可知hjol，且越接近1，表明DMUj。能够以相对较少的输入得到较多的输出。由表2数据可知，对于任务完成

26、率指标，团队c任务完成率最高，且为DEA有效；a、e的任务完成率较差，需要进行业务技能方面的培训以提高任务完成率；b、d任务完成率水平一般，企业应适当加强日常奖惩管理，提升团队工作积极性。在工作质量指标方面，5个团队绩效水平都处于较好的水平，其中a、b、d团队工作质量指标DEA有效，C、d、e团队对于创新能力指标DEA有效，但b团队创新力水平最低，需要加强学习和合理的引导以提升创新力；a团队创新力水平较低，需要将强学习，提升现有的水平。e团队管理水平DEA有效；b团队管理水平较高但还有提高的空间；a、C团队管理水平较低，需要加强团队控制水平；d团队管理水平最低，缺乏管理人才。a、b团队学习能力

27、指标DEA有效；C、d、e团队水平较高，接近1，但仍然需要继续改善学习能力水平。a、b、c、e团队在知识技能指标DEA有效；d团队知识技能水平表现最差。a、c、d团队组织协调指标DEA有效；e团队组织协调度较高，但仍需提高；b团队组织协调程度最低。a团队组织沟通DEA有效；e团队沟通最差；b、c组织沟通相对较好。d、e团队成员满意度最高；b、C团队满意度最低；a团队满意度较高，但仍可以进一步提高。52层次分析法与数据包络分析的综合评价步骤1：首先，通过专家打分法构造关于工作时效、任务完成率、工作质量、创新能力、管理能力、学习能力、知识技能、组织协调、组织沟通、成员满意度指标的判断矩阵；其次，借

28、助MCE软件确定各指标的权重，并进行一致性检验。具体情况如表3所示。步骤2：将表2所示的效率评价结果与表3的各指标权重进行综合计算，得到各团队的最终评价结果，如表4所示。表4科技创新团队绩效的综合评价结果根据表4分析结果可知，5个科技创新团队综合评价结果排序由高到低依次为C团队、d团队、e团队、a团队、b团队。通过标准层一级指标对比分析可知，团队C的团队业绩最高，e的团队业绩最低，a、b、d的团队业绩表现一般，需要进一步提升业绩；对于团队技能指标，e团队技能水平最高，b的团队技能水平最低，c、d团队技能水平接近，都处于较高水平；在团队协作方面，团队d的团队协作能力最高，a团队协作能力基本与d一

29、致，e团队协作能力较高，b、c团队协作能力表现最差。根据上述分析，e团队技能、团队协作能力都处于高的水平，但团队业绩最低。通过方案层二级指标对比分析可知，e团队任务完成率和团队沟通较低，故e团队需要加强组织间的沟通协调，提升任务完成率，从而提高团队I匕绩。6研究结论通过将层次分析法、模糊综合评价法、数据包络分析法的结合，构建关于团队业绩、团队技能、团队协作3个方面10个指标的科技创新团队绩效评慕燃墨里一一一一椭一；銎：蚕=莹一一一媳蝴蝴耋蝴堕一一一一一：茔=蚕姚一翌三一墨一一万方数据胡泽民等：基于DEAFCA模型的科技创新团队绩效评价研究价指标体系，将非财务指标纳入评价范围，扩大了科技创新团队

30、绩效评估范围。研究还对G公司的5个科技创新团队的绩效进行了评估，实践表明该评价方法有效可行，具有很好的聚类效果，但是也存在不足之处，即投人与产出的关系是基于确定数据，然而许多领域的决策数据存在着很大的不确定性。另外，该评估方法不仅可以求解各个团队综合评估的结果，还可以获得各团队在每个指标上的有效性，从而为企业了解团队经济效益的整体水平及制定绩效决策提供理论参考依据，有助于促进企业的长远发展和进步。参考文献：1 J GRIGG L JCross disciplinary research l JCreativity ResearchAn Inter,2000，8(34)：1611762张楚筠科技

31、创新团队资助模式选择及机制设计【J科技进步与对策，2013，30(7)：1461503 J FARRELL M JThe Measurement of productive efficiency l J JJournal of the Royal Statistical Society，1957，1200)：2532904 j FARE RA aynaIIlie nonparametric me髂ure of output efficiencyJ lOperations Research Letters，1986，5(2)：83-855徐顽强，文炎卿基于DEA模型的建材行业上市公司绩效评价研究

32、J科技管理研究,2012，32(13)：60-656陈世宗，赖邦传，陈晓红基于DEA的企业绩效评价方法J系统工程，2005(6)：991047包含丽，郑伟，韦小青基于AHP和TOPSIS的高校科研团队绩效评价研究J科技管理研究，2012，32(10)：114117，1278吴杰，石琴基于DEA方法的多指标评价J系统工程与电子技术，2006(10)：15411543，15599杨德权，裴金英基于DEAAHP的物流系统绩效评价研究J运筹与管理，2009(5)：818610柳顺基于数据包络分析的模糊综合评价方法及其应用D杭州：浙江大学，2010：192811张林创新型企业绩效评价研究D武汉：武汉理工

33、大学，2012：2812812黎琦研发团队绩效管理定性模拟模型和系统研究D武汉：华中科技大学，2005：147213ZADEH L A，Fuzz3,setsJInformationand ControLl965,8(3)：338-35314汪培庄模糊数学简介(I)J数学的实践与认识，1980(2)：455915CHARNES A，COOPER W W，PHODES EMeasuring theefficiency of DMUjEuropean Journal of OperationalResearch，1978，1 1(6)：429-44416SAATY T LModeling unstructured decision problems：thetheory of analytical hierarchies【J JMathematics&Computers inSimulation，t978，20(3)：147158作者简介：胡泽民(1964一)，男，江西九江人，副校长，教授，博士，主要研究方向为人力资源管理、政府公共事业管理、教育管理。刘杰(1990一)，男，山东潍坊入，硕士研究生，主要研究方向为人力资源管理。莫秋云(1971一)，女，山东夏津人，博士，教授，主要研究方向为人机工程。周子祺(1990一)，女，湖北随州人，硕士研究生，主要研究方向为市场营销。万方数据