非共識項目的立項決策研究

劉文波, 鈕曉鳴

(1.同濟大學,上海 200092； 2.上海新能源科技成果轉化與產業促進中心，上海 200001；3.上?？茖W院，上海 201203； 4.上海產業技術研究院，上海 201203)

非共識項目的立項決策研究

劉文波1,2, 鈕曉鳴3,4

(1.同濟大學,上海 200092； 2.上海新能源科技成果轉化與產業促進中心，上海 200001；3.上海科學院，上海 201203； 4.上海產業技術研究院，上海 201203)

非共識項目在初期難以達成一致意見，但由于存有潛在的創新價值，對非共識項目的研究越來越多，逐漸引發社會的廣泛關注。從創新項目的特點以及管理上存在的問題入手，構建了模糊評價模型，用模糊評價的方式對非共識項目進行甄選，望能引起有關專家學者的指點和建議，以期對非共識項目的認識和管理日益完善。

非共識項目; 立項; 決策; 模糊評價

非共識項目通常是指具有較強的創新性，但在同行評議中多數評審專家認為不應當予以資助的申請項目[1]。針對這類非共識項目難以得到資助、但是又很有必要資助的問題，在立項決策問題上值得進行深入的研究探索。

1 非共識項目的特點

1.1 很高的不確定性和不可預測性

非共識項目因為創新性強，且與傳統科技比較而言有很強的顛覆性，也就意味著非共識項目有很高的不確定性，或者說有很大的風險。這其中有技術的風險，技術能否達到預期的目標，同時創新往往涉及跨學科、跨團隊等多要素組合，能否達到預期的效果，以及創新成功之后，能否達到預期的市場反應，這些都構成了創新的不確定性。中國本土企業康佳、TCL等都在20世紀90年代切入手機業務，但被后起之秀華為、小米等取代，這些創新路上后來者居上的案例，都是不可預測的。創新之路，不進則退，因為創新的不確定性和不可預測性，創新路上沒有永遠的王者，這也意味著只要我們堅持創新理念，我們面前就充滿了希望。

1.2 有很強的顛覆性，且初期難以形成共識

非共識項目是一種顛覆性的全新行為，不僅涵蓋思想文化創意，還包括各類創新資源的匯聚，以及技術層面的突破。或者可以說，創意已從經濟學概念延伸到社會學概念。非共識項目還有一個很重要的特點就是初期可能不被廣泛接受和認可。美國思科公司是斯坦福大學畢業的一對夫婦1984年創辦的，當時需要投資的時候他們去找風投，找了72家風投沒有一家愿意給錢，因為都不看好它，只是到了第73家才拿到一筆錢[2]。風險投資家是些非常聰明的人，削尖腦袋找有利可圖的項目，但也經常眼拙！這意味著，如果選擇73個專家評選這個項目，只有一個專家贊成，顯然無法立項。阿里巴巴創始人馬云創業初期懷揣商業設想卻四處碰壁，正是處于創新創業初期，創新理念難以被多數人認可。同樣的道理，如果按照我國現行的專家評審和行政審批制度，類似初創時期的阿里巴巴也是難以獲得資助的。

2 目前存在的一些問題

2.1 缺乏針對顛覆性創新項目立項的非共識機制

發達國家已經探索了針對非共識項目的專用立項方式[2]，如美國國家科學基金會(NSF)和國立衛生研究院(NIH)經過十多年的探索，已形成了一套較為完善的評價制度和流程[1]。

目前，我國針對非共識項目缺乏有針對性的管理辦法和實施細則，有不少非共識項目仍然混同于一般科研項目遴選，依然是職能部門交給專家遴選。專家遴選就是遵循少數服從多數的規則，在這種遴選決策機制下錯失創新項目的案例并不鮮見，創新項目在最困難時候如果得不到雪中送炭的支持，就可能悄無聲息地夭折。

2.2 對體制內鼓勵扶持創新的主體缺乏激勵

美國國家科學基金會(NSF)和國立衛生研究院(NIH)針對非共識項目的立項有不少都由主管的行政官員決策立項，他們立項前與申請者進行充分的交流溝通，同行評議的意見僅僅作為參考。比較而言，我們對行政官員在決策非共識項目成功時的激勵以及失敗時的寬容還不夠。這里所提鼓勵創新、寬容失敗，指管理方面的創新，是針對體制內決策創新、配置資源的執行者，包括相關職能的政府官員、國企領導。

2.3 對創新性強的非共識項目缺乏有效的專用通道

一些科研項目的評審中，對創新性強或者說具備顛覆性的創新項目，在同行評議中如果因為綜合成績落選而未能立項，還缺乏進一步的評判通道?？茖W上，對真理的認識往往首先是從個別人開始，有個循序漸進被大眾認可的過程。對創新性強的非共識項目在決策立項的過程中，非常有必要增加對話機制、復議機制、增加深入評審、數學定量分析等專用通道，以免錯失有潛在重大價值的創新性強的非共識項目。

2.4 缺乏對非共識項目的數學方法定量分析研究

由于非共識項目在專家評議過程中，有人說好有人說壞，在此過程中，有必要用數學的方法深入分析。比如，對非共識項目重點分析創新性，增加綜合評判的權重，對對立的評審意見建立數學模型，分析其對立的數學性質，篩選出潛在的有價值且創新強的非共識項目，本文利用模糊評價方法引入數據離散度分析進行探索。

3 模糊評價模型構建

綜合評判分析是一個復雜過程，研究方法甚多，應用極其廣泛[3]。由于模糊決策方式在概念與運算上更貼近人的思維過程，故模糊綜合評判方法在實際應用中被大量采納[4]。然而，無論哪種評判方式都涉及人的參與，主觀因素不可避免地會出現在評判過程中，或多或少地會影響到最終的評判結果。通過方差分析，引入“數據離散度”因子表征各評判者之間判斷結果的差異性，經綜合后作為一個重要的人為因素指標與綜合評判結果配對，以進一步提供決策信息。通過均方差與“最大均方差”之間的分析比對，提出數據離散度是否可接受的一個判據。數據離散度分析可作為篩選“非共識性項目”的一種方法。

3.1 模糊綜合評判模型

設評判對象(項目)為P：其中評判因素集U={u1,u2,…,un},評判指標集V={v1,v2,…,vm}。評判者s，s=1,2,…k，對U中的每個元素ui，i=1,2,…,n,對照V中每個指標vj，j=1,2,…,m，作一次評判得評判系數rij。如果ui選中vj則rij=1，其余為0。rij可看作ui相對于vj的“隸屬度”。取遍ui，vj，i=1,2,…,n，j=1,2,…,m，得評判矩陣：

(1)

(U，V，Rs)構成評判者s的一個模糊評判模型。如有k個評判者，則評判矩陣為：

(2)

AA=W·R={a1,a2,…,am}

(3)

歸一化得A={a1,a2,…,am}。按最大隸屬度原則，對照評判集V，便可確定評判對象P的評價指標。

確定權重的方法一般可采用集值迭代法或層次分析法(AHP)[3,5]。式(3)中的運算一般可采用(×，+)或(∧，∨)等方式。

3.2 數據離散度的確定與分析

一般而言，評判指標集V中的每個元素vj，j=1,2,…,m，都是由語言或字符表達，如“優、良、中、差”“A，B，C，D”等。為對V作出定量描述，可將V在實軸上作反向投影。不失一般性，假設V在實軸上的反向投影落在[0，10]區間中。將[0，10]作m-1次劃分，形成m個子區間，使得vm落在第一個子區間中，vm-1落在第2個子區間中，依次類推，v1落在第m個子區間中。在實際應用中可將[0，10]作m個等分子區間。將vj轉化成三角模糊數表達，按最大隸屬度取vj所在子區間的中值對vj進行表征。如當m=5時，5個子區間分別為[0，2]、[2，4]、[4，6]、[6，8]、[8，10]，v2=7、v5=1，如圖1所示。

圖1 用三角模糊數對vj進行表征

當k個評判者隨機挑選并分別獨立評判時，vj，j=1,2，…,m，為隨機變量，式(2)中的元素，在不混淆的前提下為方便起見仍記為rij，表示第i次試驗中vj出現的概率。故期望值為：

(4)

均方差為：

(5)

i=1,2,…,n

定義1 當U，V確定后，均方差σi(V)表示k個評判者就評判因素ui相對于V作出評判的數據離散度。

對式(5)作加權平均，則有

(6)

定義2 當U，V確定后，σ(V)稱為總均方差，表示k個評判者就U相對于V作出評判的數據總離散度。

顯然，σ(V)越小，數據越集中，反之數據越分散。σ(V)多大會超出接受程度是一個值得深入研究的問題。當U，V確定后，vj，j=1,2,…,m，可通過[0，10]中的數值唯一表征。因此，對每個ui存在最大均方差，即maxσi(V)，i=1,2,…,n。顯然，總的最大均方差maxσ(V)=maxσi(V)。如，當=5時，對[1，10]作5等分，分別有v1=9、v2=7、v3=5、v4=3、v5=1。當k為偶數且評判值取兩個極端v1和v5，容易算得maxσ(V)=4。

通過大量實例比對試驗研究，本文給出判據如下：

當數據離散度超出閾值，可考慮采用增設評判者等方式對P進行重新評估，也可將P作為“非共識性項目”進行處理。

4 案例應用與分析

設由15名專家參與對某科研項目P1和P2的綜合評價，為項目立項進行論證。建立項目P1、P2的評判因素集U如下：

u1-技術和產品的先進性分析；

u2-項目中涉及的關鍵技術及工藝的創新性；

u3-技術工藝路線和相關制造標準的可行性；

u4-產品的市場容量和產業化前景；

u5-投入產出比分析和財務預算情況；

u6-承擔項目的基礎條件狀況。

確定評價指標集V={v1,v2,…,v5}如下：

V={好，較好，一般，較差，差}

(7)

本例采用集值迭代法確定權重W。事先邀請5名專家相互獨立地從因素集U中挑選出4個被認為最重要的因素組成因素子集，依次為

U1={u1,u2,u3,u4}

(8)

U2={u2,u3,u4,u5}

(9)

U3={u2,u3,u5,u6}

(10)

U4={u2,u4,u5,u6}

(11)

U5={u1,u2,u4,u6}

(12)

由式(8)～(12)可以看出u1～u6被選中的次數分別為2，5，3，4，3，3。歸一化得

W={0.1,0.25,0.15,0.2,0.15,0.15}

(13)

由上述討論可確定V的反向投影區間及表征值，即v1=9、v2=7、v3=5、v4=3、v5=1。

統計15名專家對P1、P2的評判票數得評判矩陣R1，R2如下：

(14)

(15)

式中，R1，R2中的rij代表第i個評判因素獲得第j個評價指標的個數占比。例如：R1中的r23中的數字2/15，代表15個專家對評判因素u2投出“一般”票的有2個，在15個專家中占比2/15。

取(×，+)運算，得

歸一化得

A1=0.437,0.367,0.124,0.054,0.018)

(16)

同理可得

A2=(0.287,0.186,0.088,0.128,0.311)

(17)

按最大隸屬度原則，P1綜合評價為“好”，P2綜合評價為“差”。

進一步作數據離散度分析。容易算得P1的期望值和均方差分別為:

E1(V)=7.4,σ1(V)=1.81

E2(V)=6.9,σ2(V)=2.36

E3(V)=7.0,σ3(V)=1.79

E4(V)=7.8,σ4(V)=1.42

E5(V)=6.9,σ5(V)=1.86

E6(V)=8.2,σ6(V)=1.27

加權平均得

(18)

數據總體離散度可接受，評價者意見比較趨于一致。項目P1的最終評價為“好”。

同理，P2的期望值和均方差分別為:

E1(V)=5.9,σ1(V)=3.42

E2(V)=4.2,σ2(V)=3.49

E3(V)=4.7,σ3(V)=3.17

E4(V)=5.5,σ4(V)=3.38

E5(V)=5.4,σ5(V)=2.75

E6(V)=4.7,σ6(V)=2.91

加權平均得

(19)

數據總體離散度大，評判者意見相異性明顯。雖然P2綜合評價為“差”，但其專家評審意見中離散度較高，或者說專家評判的對立性較高，考慮到專家意見沖突，可建議考慮P2為“非共識性項目”，或增加評判者數量進行補充評議，以不錯過創新性強的非共識項目。

綜合評判過程中因各種原因必然會產生數據離散現象，甚至會產生對立的評判數據，這給決策帶了困擾。一般取平均的做法有時不夠嚴謹科學。例如有人說“好”,有人說“差”，中庸一下變成“一般”,往往會造成對問題的誤判。本文提出了總均方差與最大均方差之間的比值作為衡量數據離散度大小的一個新判據，作為決策者評估最終結果的重要參考指標。如何優化總均方差與最大均方差之間的比值作為數據離散度可接受的閾值，有待進一步研究。

5 結束語

顛覆性創新項目初期可能未必能夠被眾人所認可，難以形成共識，這就引出如何從管理層面上設計好建立非共識項目的立項機制。通過建立對話機制或者復議方式，或者通過引入更多專家的多次評審，通過分析同行評議評審意見的數據離散度遴選，還可以專家署名的方式為非共識項目推薦。建立和完善主體責任和激勵并重的機制，鼓勵行政官員與非共識項目的申請者深入溝通交流，敢于負責任、敢于決策。

非共識項目在同行評議中，往往出現專家對立現象，如上述的P2項目由于專家評審中的對立意見較多，綜合評審成績低于P1而不能立項，在這種情況下，對他們的評審意見的數據離散度進行分析，發現P2的離散度較高，可能是潛在的非共識項目，有必要進一步增加數學定量方法的應用進行深入分析，或者增加評審專家再次評議。

出于不錯過顛覆性創新項目的考慮，建立非共識項目立項機制，必須要同時引入動態管理，隨時跟蹤該創新項目的進展，如有偏差隨時終止，如有進展則適時加大支持力度，這樣的動態管理可以考慮由法人單位進行跟蹤管理。其次，要引入社會監督與過程管理，對過程中發現的造假不誠信動態糾偏終止。另外，適時運用市場機制，引入資本關注，為創新主體提供條件并共擔創新失敗的風險。

[1] 黃鑫.NSF和NIH非共識項目選擇和支持的經驗和啟示[J].科技發展研究,2010(6).

[2] 周光中.基于D-S證據理論的科學基金立項評估問題研究[J].2009.

[3] 郭亞軍.綜合評價理論與方法[M].北京:科學出版社，2002.

[4] 汪培莊.模糊集合論及其應用[M].上海:上?？茖W技術出版社，1983.

[5] SaatyT L.The Analytic Hierarchy Process[M].McGraw-Hill,1980.

Research on Non Consensus Porject Establishment and Decision-Making

LOUWenbo1,2,NIUXiaoming3,4

(1. Tongji University， Shanghai 200092, China; 2. Shanghai New Energy Center for Technology Transfer and Industry Promotion, Shanghai 200001, China; 3. Shanghai Academy of Science & Technology, Shanghai 201203, China; 4. Shanghai Industrial Technology Institute, Shanghai 201203, China)

It’s difficult for Non consensus project to reach consensus in initial stage. But for their potential innovative values, researches in Non consensus project are increasing quantitatively and drawing more and more social attention. This article starts with the properties of innovative programs and the problems in their management, elaborates on fuzzy evaluation model and utilizes the model to screen Non consensus project. Hope this article can attract the advice from relevant scholars and experts and help modify the knowledge and management of Non consensus project.

non consensus project; project establishiment; decision-making; fuzzy evaluation

2017-03-14

劉文波(1970-)，男，上海人，上海新能源科技成果轉化與產業促進中心主任、書記，高級工程師，在職在讀博士，研究方向：科技管理。Email:wbliu@snec.sh.cn

1005-9679(2017)04-0064-05

G 304

A