点击显示 收起
【摘要】 目的 建立一套科学、客观、全面、定量与定性相结合,可操作性强,符合现阶段我国基本国情的医学科技人才综合素质评价模型。方法 在医学科技人才评价指标体系前期研究基础上,应用模糊综合评判法建立医学科技人才综合素质的评价模型。结果 以加权平均型的评价模型为基础,建立了医学科技人才综合素质评价模型。结论 经初步实测表明,该评价模型能很好地反映实际情况,具有科学性、严密性、准确性、可比性等特点,有一定的推广应用价值。
【关键词】 医学科技人才 指标体系 模糊综合评判法
医学科技人才综合素质评价受到被测评者本身的业绩、品德、知识、技能等诸多方面因素的影响,为了客观、全面、公正地对医学科技人才进行评价,具体评价内容往往涵盖了如:知识、能力等非量化的及模糊性的评价指标及评价内容。如何能做出一个合理的综合这些因素的总体评判,成为医学科技人才综合素质评价中至关重要的重要一环[1]。而模糊数学为我们提供了一条处理不肯定性、不精确性问题和处理模糊信息的有力途径。
模糊综合评判法是基于评价过程的非线性特点而提出的,是利用模糊数学中的模糊运算法则,对非线性的评价领域进行量化综合,从而得到可比的量化评价结果的过程。其具体过程简单概括为:将评价目标看成是由多种因素组成的模糊集合,再设定这些因素所能选取的评审等级,组成评语的模糊集合,分别求出各单一因素对各个评审等级的归属程度,然后根据各个因素在评价目标中的权重分配,通过计算求出评价的定量解值[2]。
本文主要介绍内容是,应用模糊综合评价法并结合根据医学科技人才综合素质评价的特点建立综合评价模式,以及评价模式在实际评价中的应用实例。
1 指标体系的初步建立
在回顾和学习相关理论并查阅了大量的有关资料,对医学科技人才的特点及内涵有了深刻的理解的基础上,再结合对国内外人才评价的指标体系和评价方法的研究,运用Delphi法对30名专家进行了两轮问卷咨询,对指标进行筛选与修正,并初步建立了医学科技人才评价指标体系。
2 指标体系权重的确定
利用层次分析法(AHP法)确定指标体系的权重。本研究在确定各级指标相对重要性时采用了不同的方法。在确定一级指标权重时,根据AHP法的求解步骤进行求解,将所有专家同一指标的权重的算术平均值,得出代表专家群体集中意见的综合权重。在确定二、三级指标权重时,采用Likert五分法利用问卷调查得出各评价方面和其内在指标的相对重要性赋值,利用各项指标的相对重要性均数的差值来确定相应指标的Saaty标度(9分法),再利用AHP法计算出各级指标的相应权重[3]。
结合Delphi法和层次分析法(AHP法)所建立的医学科技人才评价指标体系,见表1。表1 医学科技人才评价指标体系
3 医学科技人才评价指标体系模糊综合评价模型的建设
3.1 医学科技人才评价指标体系按属性不同分为3个等级 设定评价一级指标层指标集,Z={Z1,Z2,Z3,…,Zn},相应权重集为A={a1,a2,a3,…,an},其中ak(k=1,2,3,…,n)表示指标Zk在Z中的比重,L k=1ak=1。设定二级指标层指标集,Zk={Zk1,Zk2,Zk3,…,Zkm},相应权重集为Ak={ak1,ak2,ak3,…,akm},其中aki(i=1,2,3,…,m)表示Zki在Zk中的比重,m i=1aki=1。以下子因素层指标依此类推。
3.2 确定评语集 W={W1,W2,W3,…,WL},其中Wj(j=1,2,3,…,L)表示由高到低的各级评语,本研究取L=5,W1,W2,W3,W4,W5分别代表评语的A、B、C、D、E。分别取值为100,85,70,55,40,即V=(100,85,70,55,40)。
3.3 评价矩阵的确定 从Zk到W的模糊评价矩阵为:
Rk=r11 r12 Λ r1L
r21 r22 Λ r2L
M M Λ M
rn1 rn2 M rnL
其中,rij=(i=1,2,3,…,n;j=1,2,3,…,L)表示子因素层指标Zki对于第j级评语Wj的隶属度。Rij的值按确定方法:对于专家打分结果进行统计整理,得到对于指标Zki有Wil个W1级评语,Wi2个W2级评语,Wi2个W2级评语,Wi3个W3级评语,……,WiL个WL级评语,则对于i=1,2,3,…,n有:
rij=Wij n j=1Wij(j=1,2,3…,n)(式1)
3.4 模糊矩阵运算 模糊矩阵运算包括:(1)先对各子因素层指标Zki的评价矩阵Rk作模糊矩阵与运算,得到主因素层指标Zk对于评语集W的隶属向量Bk:
Bk=Ak·Rk=(bk1,bk2,bk3,…,bkL)(式2)
(2)记:R=B1
B2
M
Bk=b11 b12 Λ b1L
b21 b22 Λ b2L
M M O M
bk1 bk2 Λ bkL
(2)对R进行模糊矩阵运算,等到目标层指标Z对于评语集W的隶属向量B:
B=A·R=(a1,a2,a3,…,an)·B1
B2
M
Bn=(b1,b2,…,bn)(式3)
当n j=1bj≠1,可作归一化处理,即令bj=bj n j=1bj得到B=(b1,b2,…,bn)
(3)模型综合评价模型:
B=A·R=A·B1
B2
M
Bl=A1 · R1
A2 · R2
M
An · Rn
根据医学科技人才综合素质评价的自身特点,本研究采用加权平均型的评价模型,M(·,+)。
(4)评价结果。根据评价模型,可得到目标层指标Z对于评语集W的隶属向量;B=(b1,b2,…,bn)。
b1,b2,…,bn分别表示U对于主语W1,W2,…,Wnl的隶属度。对于各级评语Wj(j=1,2,…,L)设定一个权值fj。用以反映各级评语的重要性程序。求出B中各分量bj的加权平均值为最终结果,用V表示。
(5)评价结论。评价结果V取值为0~100,分值越高代表人才素质越高。反之代表越低。
4 应用实例
为了检验评价模型的可行性及客观性,笔者对某大学重点实验室的5名各级科研人员应用本研究的评价指标体系及评价模型进行了实际测评。组织相关专业的10名权威专家组成评价委员会,并采用以上方法对被测评人员的各个方面进行了相应评价。下面以某一名被测评人员的测评结果为例。基本素质方面,根据10名专家对被测人员各方面指标的判断建立判断矩阵如下:
R1=0.6 0.3 0.1 0 0
0.7 0.3 0 0 0
0.5 0.4 0.1 0 0
0.4 0.4 0.1 0.1 0
计算B1=A1·R1=(0.1420,0.0436,0.1910,0.0083)·R1=(0.2145,0.1354,0.0341,0.0001,0.0000)归一化处理得B1=(0.5573,0.3518,0.0887,0.0022,0.0000)。同理,学术造诣方面结果B2=(0.0000,0.2500,0.7500,0.0000,0.0000),科研业绩方面B3=(0.3721,0.5231,0.1021,0.0027,0.0000)。综合评价结果
B=A·R=(0.2130,0.1820,0.6050)·
0.5573 0.3518 0.0887 0.0022 0.0000
0.0000 0.2500 0.7500 0.0000 0.0000
0.3721 0.5231 0.1021 0.0027 0.0000=(0.3438,0.4369,0.2172,0.0021,0.0000)
设定评语A为90分,B为80分,C为70分,D为60分,E为50分。最后得出综合分数为0.3438×90+0.4369×80+0.2172×70+0.0021×60+0.0000×50=81.22
同理得出其他4人的综合分数为:85.36、78.23、72.15、70.33。结合此5人在工作岗位的实际表现等多方面因素与评价结果相对照,评价结果吻合。说明此评价方法能很好地反映实际情况。
5 结论
医学科技人才的评估是一个受多因素、多指标影响的复杂的评估过程,不能单纯地用定量指标来区分。而模糊逻辑是通过使用模糊集合来工作的,是处理不肯定性和不精确性问题的方法,模糊综合评判的优点在于,可将评价信息的主观因素对评价结果的影响控制在较小的限度内,更合理和科学地处理人类思维的主动性和模糊性,从而使评价比较全面、客观。因此适合本研究的特点,即评价多主体对多层次多类指标评价信息的整合。
本研究根据医学科技人才自身特点,构造了医学科技人才评价指标体系,并结合模糊综合评价法建立了医学科技人才综合评价方法,实例证明,该评价模型能很好地反映实际情况,具有科学性、严密性、准确性、可比性等特点,有一定的推广应用价值。
[致谢:本课题为广东省医学科研课题(编号:A2006369)]
【参考文献】
1 肖鸣政.人员素质测评理论与方法.北京:高等教育出版社,2003:120.
2 贺仲雄.模糊数学及其应用.天津:天津科学技术出版社,1982:80.
3 周增桓,袁凯瑜,赵醒村.实用医学科研管理学教程.北京:高等教育出版社,2006:67.
作者单位:南方医科大学科技处,广东广州 510515