２０１８年第３期 总第２８７期 黑龙江高教研究 Ｈｅｉｌｏｎｇｊｉａｎｇ Ｒｅｓｅａｒｃｈｅｓ Ｏｉｌ Ｈｉｇｈｅｒ Ｅｄｕｃａｔｉｏｎ Ｎｏ．３，２０１８ Ｓｅｒｉａｌ Ｎｏ．２８７ 基于ＡＨＰ和群组决策ＤＥＡ模型的 高校科研管理效率评价 王恒昕 ，孙 倩２，吴 冲２（１．哈尔滨音乐学院研究生部，黑龙江哈尔滨１５００２５； ２．哈尔滨工业大学管理学院，黑龙江哈尔滨１５０００１） 摘要：高校科研是提高我国自主创新能力、实现创新驱动的重要途径之一。文章在考虑科研投入产出滞后因素的基础 上，构建基于层次分析法（ＡＨＰ）和群组决策数据包络分析（ＤＥＡ）的二次相对评价模型，对我国高校科研管理效率动态评价进 行有益的探索。 关键词：二次相对评价；ＡＨＰ；群组决策ＤＥＡ模型；科研管理效率 中图分类号：Ｇ６４７ 文献标志码：Ａ 文章编号：１００３—２６１４（２０１８）０３—００５０—０４ *２０１４年在亚太经合组织工商领导人峰会上，首 大利亚、加拿大、欧盟和日本等国家或地区也在科研管理方 次系统阐述“中国经济呈现出新常态”，强调经济动力从要素 面进行大量的实证研究，其中，绝大多数的研究都是基于传 驱动、投资驱动转向创新驱动。在党的十九大报告中，“创 统ＤＥＡ模型进行的静态分析，而基于ＤＥＡ的动态分析的研 新”一词出现五十余次，*总再次强调“创新是推动 究成果非常少 。 经济发展的第一动力，是建立创新型国家的战略选择”，创新 相对于国外的科研管理评价，中国的科研评价从１９８５ 已经成为我国开展经济建设的“灵魂”。由于大学是我国培 年才刚刚开始，起步较晚。我国一些研究机构和学者开展了 养高层次创新人才的重要基地，是我国基础研究和高技术领 区域科技创新能力和科学研究效率综合评价的研究工作。 域原始创新的主力军之一，是解决国民经济重大科技问题、 近期的研究如于丹丹等人（２０１７） 利用因子分析方法从医 实现技术转移、成果转化的生力军…。因此，高校科研在我 学生创新能力的角度分析高校科研管理影响因素；刘占波等 国科技创新体系中居于特殊地位。加强我国高校的科研能 人（２０１７） 利用数据挖掘技术对大数据环境下的高校科研 力建设，是提高我国自主创新能力、实现创新驱动的重要途 管理系统进行设计；莫绍强和刘江林（２０１７） 利用分层结 径之一。由于我国目前的高校科研管理评价多以传统的静 构对高校科研管理信息系统进行架构设计等。目前，我国运 态评价模式为主，因此，科学合理地对高校科研效率进行动 用ＤＥＡ模型对高校科研管理效率评价综述如下。从评价对 态评价，具有理论意义和实践意义。本文将在借鉴国内外有 象来看，张大伟（２００９） 利用西北工业大学１３个工科学院 关研究成果的基础上，构建基于ＡＨＰ和群组决策ＤＥＡ模型 科研管理效率数据、李晓斌（２０１３） 利用河南省高校二级 的二次相对评价方法的高校科研管理效率评价模型，将进一 院系科研效率数据从高校的微观层面进行研究；陈浩 步丰富现有高校科研管理效率评价理论与方法，有利于提高 力。 一（２０１４） 利用我国各省高校２００３—２００９年科研效率数据、 科研效率数据、王惠等人（２０１５）¨。。根据江苏省各高校２００７ —我国高校科研管理效率水平，为中国经济提供更多创新驱动 姜彤彤（２０１４） 利用我国各省高校２００１—２０１１年人文社科 ２０１２年科研效率数据从省市的宏观层面进行研究。从评 、文献回顾 价内容来看，戚涌等人（２００８） 、苏为华等人（２０１５） 利 在国外科研管理评价起步较早，从２０世纪５０年代至今 用ＢＣＣ—ＤＥＡ和Ｍａｌｍｑｕｉｓｔ—ＤＥＡ模型评价高校的科研效 大体经历三个发展过程：１９８０年前为决策时间阶段，１９８０— 率；刘海燕（２００７）¨ 运用ＤＥＡ聚类分析评价中国各地区高 １９９０年为决策过程阶段，１９９１年至今为综合评价阶段。早 等教育资源配置效率；侯光明和晋琳琳（２００５） 运用ＤＥＡ 在１９８３年，美国就推出世界上第一个大学排行榜，科学研究 模型评价研究型大学建设绩效；张垒等人（２００５） 评价高 效率就成为对各所大学进行排名的重要指标之一。随后，澳 校知识产权投入产出效率；赵强强等人（２００９）¨ 利用我国 收稿日期：２０１８一叭一１３ 基金项目：黑龙江省２０１７年度高等教育教学改革项目“音乐类学术型硕士研究生学习倦怠成因分析与对策研究——以黑龙江地区为例”和省 属高校基本科研业务费科研项目“基于二次相对评价的我国音乐类院校科研管理效率评价研究”的阶段性成果。 作者简介：王恒昕，哈尔滨音乐学院研究生部副教授，研究方向：科研管理；孙倩，黑龙江科技大学讲师，哈尔滨工业大学管理学院博士研究生，研究方 向：管理决策、金融系统工程；吴冲，哈尔滨工业大学管理学院教授，博士后，博士研究生导师，研究方向：管理决策、金融系统工程。 基于ＡＨＰ和群组决策ＤＥＡ模型的高校科研管理效率评价 ５１ 中西部１８个省主要高校的数据、陈洪转等人（２０１１）¨ 利用 费使用效率。 本文在用ｃ Ｒ模型评价高校科研管理效率的综合评价 ２０１２、２０１３年度数据处理后的ＡＨＰ综合评价值，输出为 我国３１所主要高校的数据，运用ＤＥＡ模型评价高校科研经 值时，由于高校科研投入与产出存在一定的滞后性，输入为 综上所述，国内外学者将ＤＥＡ模型应用于高校科研管 ２０１４、２０１５年度数据处理后的ＡＨＰ综合评价值，包括１２所 理方面的研究不少，但多以传统ＤＥＡ模型或其改进模型为 研究型工科高校，即１２个决策单元（ＤＭＵ）。建立ｃ Ｒ模型 主，毕克新等人（２０００） 副提出将ＡＨＰ和ＤＥＡ相结合的二 如下： 次相对评价，有效地剔除由于客观基础条件优劣对绩效评价 的影响；但该方法也存在由于有效单元过多而使评价方法失 效的可能。因此，本文通过改进数据包络ＤＥＡ模型，来构建 Ｕ１０Ｙ１０＋％０Ｙ２ｎ ＶＩｏＸＩｏ＋Ｖ２０Ｘ２０ 基于ＡＨＰ和群组决策ＤＥＡ模型的二次相对评价模型，并以 此对高校的科研管理效率进行动态评价。 二、高校科研管理效率评价指标体系 本文采用的二次相对评价是在层次分析（ＡＨＰ）基础上 进一步采用群组决策约束锥ＤＡＥ方法进行相对评价，分两 个阶段进行 引，下面给出指标体系的构建过程。 （一）指标选取原则 一是所有指标及其数据都必须在中国国家机关主办的 信息中心可以公开检索；二是指标数据必须覆盖要测算的全 部高校；三是指标数据的发布必须连续和稳定。 （二）指标选取数据源 中国知网中《研究型大学目录》包含３６所研究型大学， 其中，３３所“９８５工程”大学，３所“２１１工程”大学。在３６所 大学中，研究型工科大学共ｌ２所，都属于“９８５”高校，在科研 上具有很大的可比性，基本满足ＤＥＡ方法对决策单元同类 型的要求。因此，本文选取清华大学等１２所研究型工科高 校为决策单元。数据源为中华人民共和国教育部社会科学 司编写，高等教育出版社出版的２０１３—２０１６年的《全国高等 学校科技统计资料汇编》。由于目前能查到的最新一版 （２０１６年全国高等学校科技统计资料汇编》 。。于２０１６年６ 月编写，１２月出版，详细记录了２０１５年全国１４９７所高等学 校科技活动投入和产出情况。因此，本文采用高校（ｔ一２）年 的科研数据作为参考指数，ｔ年的科研数据作为当前指数，即 ２０１２、２０１３年度的综合评价值为群组决策ＤＥＡ模型的两个 输入，２０１４、２０１５年度的综合评价值为ＤＥＡ模型的两个输 出，依此类推。 （三）指标体系构建 根据指标选取原则和参考文献的指标选择，并且基于论 文主要偏向于研究型工科高校的科研管理效率，而物力所涉 及的高校资产、占地面积以及图书藏量等对科技活动的产出 影响相对较小，本文选取全时科技人员、科研经费作为科研 投人指标，科技奖励、科研成果和科技交流作为科研产出指 标。 三、评价方法 （一）Ｃ２Ｒ模型 ≤１ ＶｌｊＸｌｊ＋Ｖ２ｊＸ２ｊ … ｕ１，ｕ２，ｖ。，ｖ ≥０ （１） Ｊ＝１，…，ｎ 其中，ｙ。ｊ和Ｙ２ｊ表示第ｊ所高校科研效率的两个输出，ｘ。ｊ 和Ｘ２ｊ为两个输入；ｕ。ｊ和Ｕ２ｊ表示第ｊ所高校科研效率的两个 输出权重，ｖ。 和Ｖ２ｊ表示两个输入的权重。根据公式（１）计算 得出的１２所高校科研效率的综合评价值０。，０ ，０ ，…，０ 和 各个权重的值，评价值和权重如以下矩阵所示： ｌ ｕｌ１ ｕ１２ ｕｌ３ … ｕｌｊ ｌ ｕ２ｌ ｕ２２ ｕ２３ … ｕ２ｊ １Ｊ Ｖｌｌ １２ １３ …Ｖ１Ｊ ｊ＝１２ Ｉ Ｖ２１ Ｖ２２ Ｖ２３ … Ｖ２ｊ ｌ０１ ０２ ０３ …０ｉ （二）群组决策约束锥 １．令ｕ ，ｕ ，ｖ ，ｖ：≥０，用Ｃ２Ｒ模型求解每个决策单元的 相对效率和相对应的权重向量ｕ和ｖ Ｕ：＝『ｌ ＩＵ２１“２２“２３…… ｊＵ２ｊ ＩＩｆ ２×１２ ｊＪ：１—ｌ２二 （Ｉ ３ｊ ）Ｊ Ｖ：＝ｌｌｌ Ｖ２１ Ｖ２２ｌ２ ３… ｊ Ｖ２３…Ｖ２ｊ ｌ ｌ２×１２ ｊＩ：，一二１２ （ｌ４斗）Ｊ ２．在求出输入、输出各个分量权重向量Ｕ和 的基础 上，求出输入（输出）各个分量权重系数两两比较的结果，可 用权重系数比较矩阵表示口¨ ｕ ：Ｉ “１ ｌ ＝ ，２，ｓ，…， ２ ｃ５， ：ｌ Ｖ２ｋ／Ｖｌｋ，ｖ １ｋ／ｌ， ｖ２ ｌ ｌｋ＿１＇２，３，…，１２ （６） 其中，ｕ。－／ｕ ｉ表示第ｊ所高校科研效率第一个和第二个 输入指标间相对重要程度的比值；ｖ。ｉ／Ｖ２ｊ表示第ｊ所高校科 研效率第一个和第二个输出指标相对重要程度的比值。 ３．计算得出群组综合判断矩阵 这里，我们如果令１２所研究型工科高校科研管理效率 的判断矩阵分别为Ａｋ＝Ｕｋ＝ａｉ．ｋ，Ｂｋ＝Ｖｋ＝ｂｉｊｋ’ｋ＝１，２，…， １２，那么则Ａ＝ａ ＝ Ｈａ１： ｋ１ 和Ｂ＝ｂ ＝ 。ｂ ｌ／ １ 分别为群组综 ： 合判断矩阵。 ５２ 基于ＡＨＰ和群组决策ＤＥＡ模型的高校科研管理效率评价 如果设ａｉｊｋ，ｋ＝１，２，…，１２， （ｋ＝１，２，…，ｋ一１）１＞ａ ， Ｕｌｌ／ｕ２ｌ Ｕｌｚ／Ｕ２２ Ｕ１３／／ｌｌ２３…Ｕｌｊ／Ｕ ２ｊ Ｉ Ｖｌｌ／Ｖ２ｉ￣１２／￣２２￣１３／￣２３…ｖｌｊ／ｖ２ｊ Ｉ ｅ ０ …０ ｌ， ａｉｊｋ（ｋ＝ｋ＋１，…，１２）≤ａｉｉ，则ｕ１和ｕ２取值范围如下： Ｊ＝１２（１０） ｕ＝［ａｉｊ－ｐ￣ ］（７） 四、实证研究 如果设ｂ ，ｋ＝ｌ，２，…，１２ ｂ ｋ（ｋ－－．１，２，…，ｋ一１）１＞ｂ ｂｉｉｋ（ｋ＝ｋ＋１，…，１２）≤ｂ 则ｖ 和ｖ 取值范围如下： （一）样本数据的预处理 对原始数据进行标准化处理，数据共包括ｌ２所研究型 ｖ＝［ｂｉｊ－ｐ￣ ，ｂｉｊ＋ｐ￣ 】（８） 工科高校的科研管理效率评价的１６个指标。 其中，０＜ｐ≤１。可以通过调整系数ｐ来控制取值范围。 Ｘｉｊ ＝ ｉ （１１） ｕｊ 由以上步骤，计算得到群组决策约束锥。 其中， ｉ为样本均值，Ｓ 为样本标准差。 （三）群组决策约束锥ＤＥＡ模型 １ ｎ 在群组决策ＤＥＡ约束锥以及群组效率极大化假设的基 ｘｊ 吉ｉ？１Ｘ （１２） 础上，则可建立群组决策ＤＥＡ模型 ： ｓ （ｘ 一 ） ｕ１０Ｙ１０＋ｕ２ｎＹ２０ ｉ （１３）ＶＩＯＸＩＯ十Ｖ２０Ｘ２０ （二）ＡＨＰ调查问卷设计 为了确定指标权重，以高校４０位专家为调查对象，通过 ≤１ ｕｌ∈ ，嚣Ｕ Ｕ Ｕ２∈ ， ＶＶ１∈ ， Ｖｖ２∈ 电子邮件的形式发放问卷，通过实际收回的２３份问卷对１２ 所高校科研管理效率评价指标体系进行评估。 ｊ＝１，…，ｎ （三）ＡＨＰ权重的确定 根据上述公式可以得出１２所高校科研效率的综合评价 １．一级指标权重计算过程 值Ｏ ，０ ，ｅ ，…，ｅ之；评价值和各个权重的权重比值如以 根据有效问卷的２３位专家调查评价结果，构造各一级 下矩阵所示： 指标模糊互补判断矩阵并进行一致性检验，这里我们取临界 值８＝０．１，计算结果如表１所示。 表１ 各一级指标判断矩阵及权重 一级指标 Ｘｌ Ｘ２ ｘ３ Ｘｔ Ｘ５ 权重 ｘｌ １ ２ ４ ３ ｌ Ｏ．３ｌ５６ Ｘ２ １／２ １ ３ ５ ２ ｏ．２８７３ １／４ １／３ １ ２ １／３ ０．Ｏ９３８ Ｘｄ １／３ １／５ １／２ １ １／４ ０．Ｏ６４２ Ｘ５ １ １／２ ３ ４ １ ｏ．２３９２ 一致检验 ｃＩ＝ｏ．０５６，ＲＩ＝１．１２，ＣＲ＝ＣＩＺＲＩ＝０．０５＜０．１，因此通过一致性检验 ２．二级指标的判断矩阵计算过程 首先，应用传统的ｃ Ｒ模型计算ｌ２所研究型工科高校 由于计算过程同上，相关数据从略，直接给出各二级指 科研管理效率相对效率的测算结果及权重；其次，按照群组 标在评价模型中的最终权重：（０．１９３５，０．１０００，１００２２１，０． 决策ＤＥＡ模型计算步骤进行计算，得出高校科研管理效率 ｏ９６７，０．００３８，０．ｏ４２４，０．０２７７，０．１１６７，０．０４５３，０．０３３５，０． 二次相对效率评价值以及权重，如表２所示；最后，根据０ ０１５０，０．０４２０，０．０２２２，０．１０２５，０．０７２３，０．０６４３）。 的大小对各高校的科研管理效率进行排序。 （四）二次相对评价结果 表２ １２所高校科研管理效率二次相对评价效率值及排名 ｏ Ｕ１／ｕ２ Ｖ１／Ｖ２ ｏ 评价单元 （ｃｚＲ模型 （两个输出指标 （两个输入的 （群组决策计算 排名 计算的效率值） 的权重比值） 权重比值） 的效率值） 清华大学 １．Ｏ０ｏ １．３ｌ５ １．３５５ １．Ｏｏｏ １ 北京航空航天大学 ｏ．８２６ １．３２６ １．３５７ ｏ．７９３ ６ 北京理工大学 ｏ．６７５ １．２７５ ０．７１５ ｏ．６４２ ８ 天津大学 ｏ．５２３ １．２９８ ｏ．７２４ ｏ．５２６ ｌＯ 大连理工大学 ０．７３１ １．３２４ １．７３２ ｏ．６５８ ７ 东北大学 ｏ．８４６ １．３０２ １．ｏｏ３ Ｏ．８１５ ５ 哈尔滨工业大学 １．００ｏ １．３７７ １．７２５ ｏ．９６４ ２ 同济大学 Ｏ．８Ｏ６ １．２５４ ｏ．４０４ ｏ．８７６ ４ 基于ＡＨＰ和群组决策ＤＥＡ模型的高校科研管理效率评价 中国科学技术大学 华中科技大学 西北工业大学 华南理工大学 ５３ １２ ３ ｌ１ ９ ０．４７７ ０．９３６ ０．５１９ ０．５４３ ０．６８９ １．２７８ １．３０５ １．３６１ ０．４７４ ０．９１０ １．Ｏ０ｏ １．６３２ ０．４８３ ０．９２１ ０．５１４ ０．５３２ 五、结论 ［７］李晓斌．基于ＤＥＡ的高校．ｚ－￣Ｌ院系科研效率评价研究 ［Ｊ］．科技管理研究，２０１３（６）：５５—５８． 异研究［Ｊ］．科技管理研究，２０１４（１５）：９２—９６． 由表２中的数据我们可以看出，测算结果定义为１２所 ［９］姜彤彤．我国各省高校人文社科科研效率评价及区域差 研究型工科高校科研管理的相对效率评价值，也可看作高校 ［１０］王惠，王树乔，李小聪．基于ＤＥＡ方法的江苏省高校 从２０１２年到２０１５年的努力程度。传统Ｃ２Ｒ模型存在有效 单元过多的问题，例如，清华大学和哈尔滨工业大学的值都 等于１，都成为标杆高校，这样不利于排序，不能测算出各个 高校间的差距。相对而言，在采用群组决策ＤＥＡ模型计算 科研效率评价研究［Ｊ］．科技管理研究，２０１５（７）：９２—９６． 涌，李千目，王［１１］戚艳．一种基于ＤＥＡ的高校科研绩 效评价方法［Ｊ］．科学学与科学技术管理，２００８（１２）：１７８ —１８２． 时，有效单元降为只有清华大学，也就是说，只有清华大学成 ［１２］苏为华，罗刚飞，曾守桢．高等学校科研效率评价研 为标杆高校，才能有效地对各高校科研管理主观努力程度进 究——以浙江省为例［Ｊ］．科研管理，２０１５（９）：１４１—１４８． 行排序。由此可见，本文构建基于ＡＨＰ和群组决策ＤＥＡ模 ［１３］刘海燕．中国各地区高等教育资源配置的ＤＥＡ聚类分 型的二次相对评价方法来评价高校科研管理效率，转变传统 评价方法具有很强的优越性，评价结果也基本反映了我国研 析研究［Ｊ］．求索，２００７（８）：１１７—１１９． 的静态评价模式，刻画高校科研管理效率相对变化程度。该 ［１４］侯光明，晋琳琳．ＤＥＡ方法在研究型大学建设绩效评价 中的应用［Ｊ］．高教发展与评估，２００５（５）：２５—２９． ［１５］张垒，等．基于ＤＥＡ的高校知识产权投入产出效率评 斌．利用截面数据对地域高校科研 究型工科高校科研管理的实际情况，进一步完善了科研管理 的评价体系和模型。 参考文献： 析［Ｊ］．高等教育研究：成都，２０１０（１）：１—５． ［１６］赵强强，陈洪转，俞（９）：１１９—１２３． 经费使用效率评价［Ｊ］．科学学与科学技术管理，２００９ ［１］［２］［８］陈 浩．基于理想窗宽的ＤＥＡ视窗分析模型的 ［１７］［２２］陈洪转，等．基于滞后ＤＥＡ的我国高校科研经费使 用效率评价［Ｊ］．管理评论，２０１１（８）：７２—７７． ［１８］毕克新，吴勃英，冯英浚．测算高校Ｒ＆Ｄ综合实力的二 次相对评价方法［Ｊ］．管理科学学报，２０００（３）：８９—９４． ［１９］李有全．基于扩展的ＢＲＥ模型的国内航空公司竞争力 评价研究［Ｄ］．哈尔滨：哈尔滨工业大学硕士学位论文， ２０１０：５５—５６． 我国高校科研评价［Ｄ］．哈尔滨：哈尔滨工业大学博士学 位论文．２０１２：２４～２５． ［３］于丹丹，等．基于因子分析的医学生创新能力的高校科研 管理影响因素研究［Ｊ］．中国高等医学教育，２０１７（１０）：１１ —１２． ［４］刘占波，王立伟，王晓丽．大数据环境下基于数据挖掘技 术的高校科研管理系统的设计［Ｊ］．电子测试，２０１７（２）： ４４—４５． ［２０］中华人民共和国教育部科学技术司．２０１６年高等学校科 技统计资料汇编［Ｍ］．北京：高等教育出版社，２０１６：１２． ［２１］王宇，冯英浚，庄思勇．群组决策ＤＥＡ模式研究［Ｊ］． 中国软科学，２０ｏ４（１０）：５５—６０． ［５］莫绍强，刘江林．基于分层结构的高校科研管理信息系统 架构设计［Ｊ］．现代电子技术，２０１７（４０）：１７３—１７５． ［６］张大伟．基于ＤＥＡ方法的高校学院科研管理效率评价研 究［Ｊ］．科技管理研究，２００９（３）：１３４—１３６． Ｍａｎａｇｅｍｅｎｔ Ｅｆｉｃｉｅｎｃｙ Ｅｖａｌｕａｔｉｏｎ ｏｆ Ｓｃｉｅｎｔｉｆｆｉｃ Ｒｅｓｅａｒｃｈ ｉｎ Ｕｎｉｖｅｒｓｉｔｙ Ｂａｓｅｄ ｏｎ ＡＨＰ ａｎｄ Ｇｒｏｕｐ Ｄｅｃｉｓｉｏｎ ＤＥＡ ｍｏｄｅｌ ＷＡＮＧ Ｈｅｎｇ—ｘｉｎ ，ＳＵＮ Ｑｉａｎ ，ＷＵ Ｃｈｏｎｇ （１．Ｈａｒｂｉｎ Ｃｏｎｓｅｒｖａｔｏｒｙ ｏｆ Ｍｕｓｉｃ，Ｈａｒｂｉｎ １５００２５，Ｃｈｉｎａ； ２．Ｓｃｈｏｏｌ ｏｆ Ｍａｎａｇｅｍｅｎｔ，Ｈａｒｂｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ １ ５０００１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｓｃｉｅｎｔｉｉｆｃ ｒｅｓｅａｒｃｈ ｉｎ ｕｎｉｖｅｒｓｉｔｉｅｓ ｉｓ ｏｎｅ ｏｆ ｔｈｅ ｉｍｐｏｒｔａｎｔ ｗａｙｓ ｔｏ ｉｍｐｒｏｖｅ ｏｕｒ ｃｏｕｎｔｒｙ’ｓ ｃａｐａｃｉｔｙ ｆｏｒ ｉｎｄｅｐｅｎｄｅｎｔ ｉｎｎｏｖａ— ｔｉｏｎ ａｎｄ ｔｏ ａｃｈｉｅｖｅ ｉｎｎｏｖａｔｉｏｎ ｄｒｉｖｅｎ．Ｄｕｅ ｔｏ ｌａｇ ｆａｃｔｏｒｓ ｉｎ ｔｈｅ ｉｎｐｕｔ ａｎｄ ｏｕｔｐｕｔ ｏｆ ｓｃｉｅｎｔｉｉｆｃ ｒｅｓｅａｒｃｈ，ｔｈｉｓ ｐａｐｅｒ ｂｕｉｌｄｓ ａ ｓｅｃｏｎｄａｒｙ ｒｅｌ— ａｔｉｖｅ ｅｖａｌｕａｔｉｏｎ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ Ａｎａｌｙｔｉｃ Ｈｉｅｒｒｃｈｙ ａＰｒｏｃｅｓｓ（ＡＨＰ）ａｎｄ Ｇｒｏｕｐ Ｄｅｃｉｓｉｏｎ Ｄａｔａ Ｅｎｖｅｌｏｐｍｅｎｔ Ａｎａｌｙｓｉｓ（ＤＥＡ），ｉｎ ｏｒｄｅｒ ｔｏ ｉｍｐｒｏｖｅ ｄｙｎａｍｉｃ ｅｖａｌｕａｔｉｏｎ ｏｆ ｔｈｅ ｍａｎａｇｅｍｅｎｔ ｅｆｉｃｉｆｅｎｃｙ ｏｆ ｕｎｉｖｅｒｓｉｔｙ’Ｓ ｓｃｉｅｎｔｉｉｆｃ ｒｅｓｅａｒｃｈ． Ｋｅｙ ｗｏｒｄｓ：ｓｅｃｏｎｄａｒｙ ｒｅｌａｔｉｖｅ ｅｖａｌｕａｔｉｏｎ；ＡＨＰ；Ｇｒｏｕｐ Ｄｅｃｉｓｉｏｎ ＤＥＡ；ｍａｎａｇｅｍｅｎｔ ｅｆｉｃｉｆｅｎｃｙ ｏｆ ｓｃｉｅｎｔｉｆｉｃ ｒｅｓｅａｒｃｈ
