数学建模评奖标准范文1
关键词：贝叶斯网络；集成权重；拉开档次法；聚类分析法
中图分类号：G311 文献标识码：A
与2013年、2012年相比，2014年度国家科学技术奖授奖项目明显减少。对此，国家科技部奖励办表示，优化奖励结构、减少奖励数量，是为了突出鼓励自主创新成果和重大的发明创造科技成果。科技成果的评价作为科技奖励的前期工作，对科技奖励的最终决策有着举足轻重的作用，也是保证真正的重大创新项目获得应有奖励、鼓励科研人员进一步有所突破的关键。
目前，学者们对科技奖励综合评价体系的研究做了大量工作，部分研究成果已经投入实际应用。张立军等构建了基于路径系数权重体系的科技奖励评价模型。王瑛等提出了基于模糊多属性投影法的科技奖励模型和E-BP神经网络的科技奖励评价模型。黄卫春等提出了一种基于云模型的科技奖励评审模型，利用云模型描述项目评分在各属性下的分布情况，通过计算云模型参数来确定云模型数字特征图或云滴分布情况，并以此确定评价等级。王瑛、蒋晓东等提出了改进CRITIC法和云模型的科技奖励评价模型，既考虑评价过程中专家评分的模糊性和随机性，又考虑了定性语言与定量语言之问的转换。王瑛、王娜等提出了基于随机森林赋权和改进的ELECTRE-Ⅲ方法的科技奖励评价方法，既提高了权重估计的精确度和可信度，又解决了难以给定门槛值和不能完全排序的问题。朱紫巍等针对国内外科技评价方法，进行比较分析，提出了改革我国科技评价方法的建议。
针对科技奖励评价涉及多专家、多项目、多指标的特点，此前，学界的研究主要集中在评价指标的客观赋权法与主观赋权法的单方面研究，没有将这两方面有机结合起来；在评价方法上主要集中在数理统计和人工智能等方面，但对于评价结果的可靠性没有给出科学的测度。对此，本文提出一种集成权重的方法对科技奖励的评价指标进行综合赋权；应用概率论中的贝叶斯网络模型进行科技奖励综合评价，该方法不仅可实现对科技成果的分类评价，而且可对每一项科技成果获得某一等级奖项的可能性给出概率测度，并在分类评价的基础上，对每一类内的项目进行排序。
1集成权重的理论
评价指标权重的确定可分为主观赋权法和客观赋权法，两者各有千秋。本文采用一N主、客观权重集成的方法，计算各评价指标的综合权重，该方法既能满足决策者的主观偏好，又能实现决策的客观性、真实性。
1.1基于聚类分析的专家权重理论
聚类分析方法是一种作为模式识别的分类方法，它常常被用来判断样品质量的好坏。把评审专家的个体排序向量看作是待识别的样品，对其进行聚类分析并判别其客观可信性，再根据聚类结果给专家赋权。
动态专家赋权坚持的是简单多数的基本原则，即一个评审结果体现的是整个专家群体的综合意见。因此，一个专家的个人评审意见和大多数专家的评审结果的吻合程度决定了该专家在整个综合评价中所占的分量。如果他的评价结果与大多数专家的结论基本一致，就可以给这一类专家赋以较大的权重；反之，其意见就值得怀疑，可以给这一类专家赋以较小的权重。
通过聚类分析，可以将个体排序向量划分成不同的类别，即将k个评审专家分成s类（s≤k），假设第l类（l≤s）内包含φl个个体排序向量，那么，第k位专家的权重ηk应该和他所在的类别中包含的专家人数φk成正比，其具体计算公式为：
（1）对ηk进行归一化处理，即可得到基于聚类分析的动态专家权重：
（2）
1.2拉开档次法的指标赋权理论
拉开档次法就是在使得各被评价对象之问的整体差异尽量拉大的条件下确定评价指标权重的方法。
对于静态综合评价问题，一般解决办法是取线性综合评价函数：
（3）式中：ωi为评价指标权重。
（4）式中：
当指标权重矩阵W为对称矩阵H的最大特征值对应的特征向量时，σ2取最大值。此时权重系数W最大可能地体现了各评价对象问的差异。
1.3基于数学规划法的集成权重理论
本文应用数学规划法在非线性约束条件下，求解线性目标函数的极值问题。该方法在科技奖励综合评价中的具体应用如下。
（5）
解得：
（6）
（7） （8）
（9）
（10）
由式（10）即可求得评价指标的集成权重。
2贝叶斯网络模型的理论
（11）式中：P（A|Bi）为条件概率；P（Bi）为事件Bi的概率。
结合科技奖励评价的特点，Bi为科技奖励的等级集，元素yji表示第j个指标在第i等级时的标准值；A表示科技奖励的指标集，元素xjk表示第k项科技成果的第j个指标的实际值；i为标准级别，i=1，2，…，s；j为指标，j=1，2，…，m；k为科技成果编号，k=1，2，…，n。据此式（11）可改写为：
（12）
算法步骤如下：
1）计算P（yji）。在没有任何信息的条件下，某项科技成果究竟属于哪一等级，这在许多应用中难以确定。结合科技奖励的特点，在没有获取科技成果相关信息的情况下，人们最能接受的是获得某等级奖励的概率相等，即取：P（yj1）P=（yj2）=…=P（yjs）=1/s。
2）计算P（xjk|yji）。现有研究成果表明，P（xjk|yji）的估计是贝叶斯网络模型的核心。本文从抽样误差角度估计P（xjk|yji）。根据统计理论，当科技成果属于i类时，由于抽样缘故获得的样本指标值和总体指标值总是存在一定的抽样误差，其分布可用正态分布表示。基于以上考虑，将抽样误差正态分布原理用于估计P（xjk|yji）。以科技成果评价指标j各等级标准值作为正态分布的均值aj，基于aj和标准差σj获得某一等级某一指标完整的正态分布。
（13）
（14）
（15）式中：aj，σj和Cj分别为指标j各等级的均值、标准差和变异系数。
由式（13）～（15）计算变异系数Cj，Cj表示指标j在各类之间相对变化情况。而某类指标j抽样值的相对变化亦与之类似，因此采用Cji=Cj，即以各类等级变异系数估计某一类指标抽样值的变异系数。
基于抽样误差正态分布原理估计P（xjk|yji）的计算步骤归纳如下：
①由式（13）～（15）估计Cji，并采用Cji=Cj；
②将第i类指标j的标准值yjk作为该类指标均值；
③计算第i类的标准差σji=Cjiyji；
④将抽样值（检测值）xjk标准化，
（16）
⑤以标准化正态分布计算
（17）
用标准正态分布函数求取，|tjk|为tjk坤的绝对值。
3）由式（12）计算P（yji|xjk）。
4）多指标下（ωj为指标权重）科技成果评价后验概率Pi的计算。
（18）
5）以最大概率原则决策最终的级别Ph。
（19）
6）以分类结果为基础，在每一类内根据概率大小进行排序。
3实证分析
以国家科学技术进步奖（技术开放项目）评选中25位专家对24项科技成果的评分数据（资料来源：科技部国家科技奖励办公室，原始数据略）为例，该奖项的5个评价指标是：技术创新程度、技术经济指标的先进程度、技术创新对提高市场竞争能力的作用、已获经济效益、推动科技进步的作用。国家科技奖励办赋予5个评价指标的权重为：ω'=（0.2，0.2，0.2，0.25，0.15），将该权重作为评价指标的主观权重。具体步骤如下。
步骤1基于聚类分析法的专家权重的计算。
运用SPSS19.0对原始数据进行聚类分析，将25位专家分为5类，即：
第一类包含10，16号2位专家；
第二类包含1，2，4，12，15号5位专家；
第三类包含3，6，8，9，14，25号6位专家；
第四类包含5，7，11，13，18，19，20，21，22，23，24号11位专家；
第五类：含17号1位专家。由式（1）（2）计算专家权重，结果见表1。
由表1求得的专家动态权重，采用简单线性加权法，计算25位专家对每个项目的5个评价指标评分的加权平均值，计算结果见表2。
表2的数据组成的矩阵，即为式（4）中的矩阵X，应用Matlab7.0计算XTX的最大特征值及归一化的特征向量（即权重系数）分别为：
步骤3科技成果评价标准体系的构建。
根据国家科技奖励办公布的国家科技进步奖（技术开发项目）评价指标体系和奖励办法，建立国家科技进步奖（技术开发项目）评价标准。按照“从严把关，严肃评审，宁缺毋滥”的原则，在分类上设置5个等级，在各等级标准设定中采取5分制原则，采用随机生成数的办法，得到5个指标各等级的评价标准，见表3。
步骤4
基于贝叶斯网络模型的科技奖励评价。
3）由式（12）可知，求P（yji|xjk）的过程就相当于P（xik|yji）的归一化过程，计算结果略。
4）由式（18）计算该项目分属各等级的概率。
同理，计算24个项目分属各等级的概率，结果见表5。
5）由式（19）确定项目1所属类别，属于三等，抽样误差标准正态分布以0.366的概率保证其获得三等奖。
6）同理，可以得到所有项目的所属类别，并根据同一类内概率的大小，进行排序，结果见表6。
从分类评价结果看，大部分科技成果都属于二等和三等，一等和四等的项目较少，五等的项目完全没有；从评价结果的可靠性看，获得一等奖的项目分别以0.408，0.426，0.469的概率给予保障，获得二等、三等项目的可靠性测度维持在0.382，获得四等奖的可靠性则以0.320的概率给予保障；每一个等级内的排序可以榫霾卟棵旁谑诮敝副暌欢ǖ那榭鱿绿峁┎慰肌Mü实证分析可以得出：高等级获奖项目较少，大部分属于二等和三等，低等级获奖项目极少，这表明我国科研成果绝大部分具有研究价值且成果丰硕，但突破性、创造性的研究成果较少。
4结论
采用集成权重和贝叶斯模型相结合的方法进行科技成果综合评价，方法的特点表现在：
1）聚类分析将多专家的动态评价转化为静态评价。从一般线性函数的评价结果出发，用拉开档次法对评价指标客观赋权，该赋权过程科学、客观、透明，可操作性强。
数学建模评奖标准范文2
1绩效评价指标的筛选和含义
考评指标坚持定量指标与定性指标相结合，并引入奖惩激励机制，增设奖惩指标。考评指标的筛选既要紧密结合非营利性科研机构的特点和自身发展的需求，又要做到与当前事业发展和可持续发展相结合。
1.1定量指标1）定量指标的结构。根据非营利性科研机构的考评内容，绩效定量考评主要从国家对科研的基础投入、承担的科研任务以及产生的效益三大部分来进行。根据这三大部分按三段式，即“投入—活动—产出”设为3个一级定量指标，二级定量指标对应于一级定量指标展开，三级定量指标对应于二级定量指标展开。其结构归结为一个纵向分层，横向分块的树状结构，按指标的归属关系及属性不同进行分级，每级为一个层面，形成有序递阶层次结构（见图1）。2）定量指标的含义。第一，投入。国家对于非营利性科研机构投入大量的人力、财力、物力，以加强科技队伍和研究条件建设。在理论上，投入越大，产出的期望值就越高。投入设为“科技队伍和研究条件”两个二级定量指标。首先，科技队伍的投入，即加强人才队伍建设，不断改善人才素质和结构，引进和培养高学历、高职称人才。设为“专业技术人员数量、高级专业技术人员比例和硕士及以上人员比例”3个三级定量指标。其次，研究条件的投入，即加强基础条件建设，以支撑开展科学研究工作。设为“人均科学事业费、人均科学仪器设备和人均科技平台”3个三级定量指标。第二，活动。主要指从事科技工作的人员情况、承担课题的情况、获得的科研经费以及从事学术活动的情况等。设为“科技活动”1个二级定量指标，具体以“课题活动人员比例、承担研究课题指数、人均科研经费和人均学术交流”4个三级定量指标来体现。第三，产出。设为“成果、人才和效益”3个二级定量指标。首先，成果指从事科学研究所获得的科技成果，设为“人均成果、人均获准知识产权、人均获奖成果及人均论文与著作”4个三级定量指标。其次，人才指培养人才的级别和数量，设为“重大贡献人数、人均培养研究生、在职培训人数”3个三级定量指标。最后，效益分社会效益和经济效益两类。经济效益以“单位投入社会效益和人均技术性收入”两个三级定量指标来体现，单位投入社会效益指科技成果推广应用于社会产生的纯收益与同期投入经费之比，人均技术性收入指对外开展有偿技术服务所得的人均收入；社会效益以“人均科技服务”1个三级定量指标来体现，指人均参与推广应用技术、培训农业技术人员、开展技术下乡活动等公益服务情况。
1.2定性指标未能完全进行定量考评的指标采用定性指标进行考评。定性指标由6项组成，包括科研创新、产业开发、推广服务、人才与团队建设、内控管理、党建与文化建设。定性考评采用360度考核办法，即由上级、平级和下级全方位进行测评打分，采用1、2、3、4、5代表5个不同的等级，数字越大表明越好。
1.3奖惩指标奖励指标是对考评期内以集体或个人名义申报获得的各类表彰，按地市级、省部级和部级不同标准进行分级赋分奖励；处罚指标是对发生安全生产责任事故、未完成国有资产保值增值、违风廉政建设等方面进行分类扣分处罚。
2构建绩效考评体系
绩效考评体系的构建，除了筛选考评指标外，还须从指标权重、评分细则、计算方法和评价方法等多方面进行探讨。
2.1考评指标上述考评指标的筛选，基本涵盖了非营利性科研机构考评的全部内容，全面反映绩效水平的定量定性考评指标26项，其中，定量指标20项，定性指标6项，并增设奖惩指标（见表1）。
2.2权重各级指标的权重之和为100%，评价指标的权重赋值是评价的主要环节，根据各指标之间的相关度和变异度结合层次分析法和同行专家评议法得出。
2.3评分细则对非营利性科研机构实行绩效考评就是以追求有限投入产出效益最大化原则配置资源，指标的赋分按三类进行：效益指标，追求越大越好；成本指标，越小越好；适度指标，稳定在一定的范围内比较好。根据指标的赋分类别和标准来制定详细的评分细则。
2.4计算方法为体现科技投入与产出的相对量，定量指标按从事科技活动的专业技术人员数量进行平均计算，专业技术人员数量参照全国科研机构科研综合能力评估标准人计算法，即以初级专业技术职务者为1个标准人，中级为1.5个标准人，高级为2.0个标准人，待评为0.5个标准人来计算。全国科研机构科研综合能力评估为农业部组织的在全国范围内对独立农业科研单位进行的权威性评估。
2.5评价方法选择适宜的评价方法，使考评体系更加有效、科学。因评价指标的复杂性和层次性，评价标准中存在的模糊性以及评价影响因素的不确定性，定性指标难以量化等问题，文章主要采用模糊数学综合评价法，结合同行专家评议法、指标层次分析法和计量评价法。
3应用实例
按照文章构建的非营利性科研机构绩效考评体系，结合具体的指标评分细则来对各项指标进行评价，考评总分=各指标评价得分×权重值。
3.1考评对象以中国热带农业科学院下属5个非营利性科研机构为例进行模拟考评，分别用A、B、C、D、E来代表，评价的数据来源于5个机构“十一五”期间各项指标的统计数，各个指标及总体的考评结果（见表1）。评价结果排名与“十一五”期间全国农业科研单位科研综合能力评估结果排名相一致。
3.2评价结果分析为使考评结果更加直观、便于处理，采用数字归一法对评价总分进行处理，把评价总分映射到范围，得出综合评价指数，各综合评价指数之和为1（见表1）。通过对综合评价指数和各指标的得分进行比较，可清楚得知5个非营利性科研机构的绩效水平差距和在整体绩效中所占的比例，并找出了影响绩效的关键性指标，即承担研究课题指数、人均获得知识产权、人均获奖成果、人均论文与著作、人均技术性收入以及奖罚指标。从实例运用中可知文章构建的绩效考评体系具有以下特点。1）科学性和准确性。考核指标全面并具有典型代表性，能真实反映非营利性科研机构的特点和状况。考评结果排名与“十一五”期间全国农业科研机构科研综合能力评估排名一致，证实了本次评价的科学性和准确性。2）可比性和可操作性。考评指标以量化为主，便于计算和比较。指标数据的收集容易做到有据可查、有数可依。量化指标按人均进行计算，以投入与产出的相对量来衡量绩效的考评情况，评价结果具有效度和信度，可比性强。3）系统性和综合性。整个指标体系是一个系统的有机综合体，层次分明，自上而下，从宏观到微观，层层深入，逐层展开，各指标相互独立又彼此联系，并具有较强的逻辑关系。
4结论
数学建模评奖标准范文3
关键词：教师；任用；评价；激励
中图分类号：F24
文献标识码：A
文章编号：16723198（2015）13011103
1实证分析
1.1调查对象的选取和抽样方法
调查时间：2014年3月-5月。
调查地区：选取陕西省民办高校分布较多的城市：西安。
调查对象：西安五大民办高校（西安翻译学院、西安外事学院、西安培华学院、西京学院、欧亚学院）的部分教师及管理人员。
调查方式：问卷调查、实地访谈。
其中问卷调查方式：进校发放调查问卷，每校发放100份，对教师进行问卷调查。
问卷发放数量：500；问卷回收数量：485；有效问卷数量：478。
具体样本分布如表1。
表1样本分布表
学历分布本科占23%硕士占73%博士占4%
性别分布男性27%女性73%
职称分布无职称教师9%初级职称9%中级职称50%中级以上职称32%
年龄分布35岁以下
占46%36-50岁
占36%50岁以上
占18%
任现职年限1年以下
占5%1-3年
占9%3-5年
占54%5年以上
占32%
回收有效问卷478份中，将其分为415个训练样本和63个检验样本，训练样本的目的是为了构建任用制度、评价激励机制对流失率影响的模型，检验样本作用是评估该模型预测的准确性。
1.2数据分析
1.2.1教师对现有任用制度、评价激励制度的满意度调查
数据分析显示，50%以上的教师对现有的激励机制不满意，49.12%的教师认为学校当前的评价制度不合理，35.25%的教师认为所在学校当前的任用制度不合理，这说明陕西民办高校目前在任用制度、评价激励机制方面均存在一定缺陷，急需改进。
表2陕西民办高校教师对现有制度的满意度调查
调查内容是（%）否（%）不清楚（%）
学校制定的创新激励是否合理38.7051.2510.05
当前激励政策是否能满足学校引进人才和留住人才35.255113.75
所在学校当前的激励制度能否有效提高教学与科研积极性3654.269.74
所在学校当前的评价制度是否合理42.7549.128.13
所在学校当前的任用制度是否合理46.4535.2518.3
表3陕西民办高校教师对当前不同激励
政策的满意度对比分析
人数均值标准差最小值最大值极差
科研奖励10079.88.22639532
教学奖励10054.114.66259065
升迁机会10058.516.08169276
在西安某民办高校受访的100名教师中，学校对科研突出者的奖励措施方面（平均分79.8）是教师们最为满意的；而对于教师取得的教学成果给予的奖励方面（平均分54.1）是最不满意的。建议各大民办高校提高教师们的教学奖励力度，采取措施进一步促进教学评价的合理性。
根据离散程度（标准差、最小值、最大值、极差），教师们对升迁机会的满意度程度差别最大，其标准差为16.08分；最低分16分，最高分92分，差距非常大。这可能跟每名教师的个人感觉有关。
1.2.2任用制度、评价激励机制等对教师流失率的影响研究
（1）指标的选取。
通过对陕西民办高校教师的实际调查和数据整理，选定了以下5个大类指标。
因变量：Y=（1，0）（1=稳定员工，0=流失员工）
自变量如下：X1：评价机制合理性；X2：激励机制合理性；X3：任用制度合理性；X4：人文环境建设措施；X5：个人因素。其中个人因素主要包括工作成就感、人际关系、家庭原因、个人职业生涯发展规划等。
（2）Logistic回归分析。
①Logistic回归的基本形式。
在二分类因变量分析中使用最广的是Logistic分布，定义如下：Y=0表示流失员工，Xi表示解释变量，则教师流失的条件概率为P（Y=0|Xi）=Pi，再写出教师流失与教师稳定概率的表达式，对其去对数，可得到
Ln（Pi/1-Pi）=B0+B1X1+…+BnXn
上式左边表示教师流失与教师稳定概率之比的自然对数，右边表示各自变量发生变动时对教师流动所产生的影响程度。
②变量的定义与建立模型。
由于调查问卷设计的答案采用区间段的方式，故对采集的变量定义如评价机制合理性X1定义：1=60分以下；2=60―69分；3=70―79分；4=80―89分；5=90―100分，标准差为0.91；其余变量也采用类似方式进行定义。
对以上变量进行回归，利用SPSS18软件下的二元Logistic回归，采用向前逐步回归，筛选后保留3个变量X1、X2、X3，得出方程表达式为：
Ln（P/1-P）=-3.28-0.13X1-0.18X2-008X3
③模型分析与模型检验。
分析以上模型可见：民办高校教师流失率受所在学校评价机制合理性、激励机制合理性和任用制度合理性的影响，与三者均呈负相关。评价机制合理性每增加1个单位，教师流失率下降0.13个单位，激励机制合理性每增加1个单位，教师流失率下降0.18个单位，任用制度合理性每增加1个单位，教师流失率下降0.08个单位。其中激励机制合理性对教师流失率的影响相对较大。
下面我们用未参加建模的60组数据来对模型进行检验，得到如下检验结果见表4。
表4模型检验结果
Frequency 01total
035641
110919
total451560
从表4中可知， 用建立的模型来对这60组数据预测，其中模型的判对率非常高，进一步说明模型判别效果很好。
通过实证分析我们看到，陕西民办高校教师对现有任用制度、评价激励机制的满意度均不高，且这三个方面对教师流失率的影响非常大。下面我们详细阐述任用制度、评价激励机制的现状及存在问题。
2任用制度现状及存在问题
从目前看来，陕西民办高校的专职教师队伍结构不合理，主要体现在：中青年教师比例过大，缺少高学历、高职称层次人才，女教师过多，双师型教师较少。另外，青年教师普遍没有明确的职业生涯规划，部分教师处于专业发展高原期。教师的主人翁责任感不强，凝聚力和团队意识差，教师流动性强。甚至出现个别教师队伍中三五成群，各自为政，各谋其利，整个团队的教学、科研气氛一盘散沙。
3评价激励机制现状及存在问题
通过对调研数据分析显示，陕西民办高校教师对现有评价激励体系的认同感普遍较低。
在评价方面：民办院校对教师的考评一般在每学期期中进行一次教学评价（采取督导、同行、学生的三级评价）、年终综合性考评一次。三评过程中，监督机制几乎没有，容易出现评价过于主观、不科学、不合理的现象。如同行评价，很多教师应付了事，根据与被考评人的关系好坏随意打分，甚至出现不去听课，随意打分完成差事现象。学生对教师的评价由于没有量化的评价标准，有些学生的评价过于主观，完全根据对老师的喜恶程度打分。在教师综合评价方面，很多学校设定了教学、科研考核和奖励标准，但在具体操作上，指标设定的不科学，可行性差，指标权重分配不合理。例如在年终考评成绩的计算上，同行评价占的比例过高，这就容易造成同事间拉帮结派，投票选举弄虚作假，反而忽视了真正教学、科研水平的考核。一个学校如果教师的教学科研能力普遍较差，将是制约学校发展的大问题。
在激励方面：陕西的大部分民办高校有严格的激励制度。对在教书育人、教学质量、教学改革、教材建设、教学管理、学生指导、专业建设、课程建设等方面做出成绩的教师，有具体的奖励措施。如在科研方面，对于在核心期刊上、科研创新等均有相应的教师奖励制度和奖励细则。举例来说，西安外事学院在科研奖励细则上，教师在北大核心期刊和南大核心期刊，将获得不同的学分，期刊级别越高，获得的学分越高，用学分可换得学校一定的金钱奖励。教师获1学分将获取科研奖励30元。另外，学校为鼓励教师重视科研，教师也可以用科研成果换取一定幅度的课时任务量减少。西安翻译学院为了鼓励教师提高科研能力，采取了一系列措施。如对于学校定期举行的科研讲座，每次讲座每位参加的教师都可以得到4学分。可用于陕西省专业技术人员继续教育专业科目学时的转换。（陕西省从2014年起，要求参加职称评定的专业技术人员，每年接受继续教育的学习时间累计不少于80学时，其中专业科目不少于56学时，公需科目不少于24学时）。
对于已经采取的各项激励措施，从激励效果上看，民办高校教师普遍在短期内得到了激励，但长期激励效果不好。在短期内，教师们教学、科研热情得到提高，但更多的只是盲目依据学校奖励措施来提高工作质量，激励只是短期内起到作用，时间一长，重回旧态。教师自身和学校对教师都缺少明确的职业生涯规划设计，不利于学校师资队伍的优化和提升。从科研来看，民办高校的教师们本身科研能力较弱，同时又没有导师引导，对于学校重奖的高级课题、核心期刊望尘莫及，于是更看中短期可见到效益的普刊及校级课题的申报，只见短期现金激励，缺少耐心、信心去研究高级别期刊及课题申报的技巧，学校也缺少相关的培训，长此以往，不利于教师个人及学校的发展。以西安五大民办高校教师申报省级以上课题情况为例，我们通过数据来看当前陕西民办高校科研奖励措施实施后成效如何，详见表5。
表5西安五大民办高校省部级及以上科研课题
立项情况（2012年-2013年）
学校名称国家自然课题国家社科课题科技部课题教育部课题
省社科基金课题小计
西安培华学院000000
西安翻译学院000011
西安外事学院000134
西安欧亚学院000022
西京学院000000
数据来源：政府官网。
4陕西民办高校教师管理改进措施
4.1任用制度改革
（1）选聘教师采取多渠道，选聘要本着公开、公平、公正的原则，大力引进双师型教师、有行业经验的企业专家及高学历、高职称层次人才，招聘的过程中要同时考虑到性别比例、年龄比例协调的问题。博士等高级人才的引进，对于学校的未来发展是必备的，师资力量直接影响着学校层次的发展。
（2）在选聘教师时，要考虑到优先为学校特色专业、重点专业配备师资力量。特色专业师生比要达到18∶1，“双师型”教师所占比例达到50%以上，每个特色专业至少聘请1-2名在行业内具有较高影响力的工程、技术或管理专家。
（3）逐级任用的原则。教师任用，可按照先任用中层干部、年级科长和教研室主任，后任用班主任和任课教师，最后任用教辅人员等顺序进行。
4.2评价制度改革
（1）落实教学科研成果考评的监督机制。对期中、年终进行的督导、同行、学生三级教学评价要加强监督，对考评指标的选取、权重的设计要科学合理，重视考评效用度的调查工作。
（2）教师考核需要从多个方面对其做出客观全面的评价，建议在教学科研成果综合评价中运用模糊综合评判，促进评价制度管理的规范化和科学化，提高工作效率。
（3）考核应注意的问题。
①为了奖勤罚懒，最大效果的通过运用考核结果来激励员工，同时兼顾经济性的原则，对于4个评价等级（优秀、良好、合格、不合格）可以采取硬性分配法，将不同等级对应的比例设定好。如优秀比例不超过15%等。
②对于不合格教师的评定，可以在前述评定方法的基础上，事先设定一些特定情况作为不合格的考核标准。如：年度无故旷工超过*天，有严重教学事故*次，考核期内尚处于待岗、停职的等等。
（4）考核结果的运用。
考核结果为续签合同、奖惩措施的主要依据。对于优秀员工，可以通过涨工资、发奖金、职位晋升等方法来奖励。对于不合格员工，可以采取扣发当年奖金、缓聘、解聘、岗位调整、不允许参评下年度的职称评审工作等方法之一或几种方法的结合使用来达到警示的作用。
4.3激励制度改革
（1）重视教师的职业生涯规划管理。学校应在帮助教师在对自身做好SWOT分析的基础上，做好教师不同阶段的职业生涯管理。每位教师都应该找准自己的研究方向，博览群书，勤思善言，并加强与同事的合作，不断提高个人能力。有了个人行动的目标，教师工作起来才会有动力，学校的各种激励措施才能起到更好的效果。学校应该鼓励教师及早为职称晋升做规划。学校为教师的职称晋升做好培训工作，让大家明确奋斗目标，按时晋升中高级职称，培养职业自信心和职业能力。
（2）进一步加大教学科研的奖励力度。对双因素理论中提到的激励因素，要加大激励力度和效果。如给教师提供公平的晋升、国内外进修和参加学术交流会的机会，增加工作挑战性等。民办高校本身在教学科研上跟公办院校都无法比拟，因此，除了通过建立良好的工作环境和学术氛围，以感情留人外，还可以加大物质和精神奖励力度。对教学骨干、科研先进个人称号教师，应树立楷模形象，鼓励大家向他（她）们学习，通过大力度的物质奖励措施和职位晋升机会，建立良好的比学赶拼氛围，提高组织的竞争力。同时，在推进科研方面，可以采取以下方法：
①开办科研讲座。通过对参与讲座的教师给予物质奖励、记录学分等方式提高大家的积极性。
②提供学术论坛，鼓励教师发表和出版学术论著，传播学术思想。对成果显著的学术论著作者给予重奖。
③支持高级人才的培养。
（3）学校可以成立教师发展中心，采取以下措施提高教师综合能力：
①鼓励每位教师制定自我充电计划，每名教师要有稳定的研究方向。为教师提供各种学习机会，如参加教育部组织的网络培训课程等；
②为教师提供参加各级别学术会议计划；
③制定骨干教师国内外交流项目；
④5年1次发展性休假1个月，鼓励教师开展学术深入研究；
⑤通过教研会议、学术沙龙实现教师之间交流。
参考文献
[1]姚兴华，胡志华.借鉴终身教职制度，构建民办高校教师聘用制度[J].职教论坛，2013，（30）.
[2]蔡军.基于区间决策的高校教师绩效考核测评方法[J].统计与决策，2013，（20）.
[3]许东风.高校教师管理创新[J].教育与职业，2013，（29）.
数学建模评奖标准范文4
从目前各部、委、国家成果评审机构的评审工作实践来看，所用的评价指标多为一、二级评价指标，且其指标多数是直接采用科技成果奖励办法所提出的较为笼统、模糊的概念作为指标，有些指标难于理解其实际的含义，使评审者无法从成果所表达的实际水平进行评价，而只能根据直觉进行直观判断。比如：国家科技进步奖的评价指标有10项，10项指标大多是国家科技奖励条例的评审标准，所叙述的指标概念非常含糊，都属定性指标，诸如“系统管理程度，主要技术经济指标先进程度，对产业结构优化升级或实现技术跨越作用”等指标，评审专家难以把握指标的内涵，难于用指标对成果的实际水平进行衡量，难于作出准确判断。国内省级成果评审工作，都有自己的评审标准，有的也建立了系统的评价指标体系，如：山东省的成果评审制定了二级指标体系，一级指标有3个：技术难度、经济效益和社会效益，细化的二级指标后有6个指标：技术先进程度、技术创新程度、难易复杂程度、应用推广程度、经济效益和社会效益。又如广东省卫生厅2004年提出量化的医疗科技成果评价指标体系，形成5个一级评价指标，18个二级标准，并且计算出二级指标的权重。目前我国的成果评审工作已规范化、制度化，所存在的问题就是评审指标不统一，有待进一步深入研究，使其避免和消除评价指标体系上的不足与缺陷，以便进一步客观地进行成果的评价。
2国内外科技成果评价方法运用现状
国外采用的医学科技成果评价方法重点强调的是：制定规范的评价准则；针对特定的评价对象选择评价模型和数据处理方法；对经典评价方法加以改造，以适应特定的评价对象。如美国国家科学基金会（NSF）对于医学科学基金的评价是在制定规范的评价准则的基础上，通过对经典的评价方法加以改造，给出了一整套方法和建议，其核心观点是定性方法和定量方法的结合使用；日本侧重于制定规范化的授奖规则，采用获奖限额制和评审过程中严格的评价流程，力求达到评奖过程的公正性和权威性；德国的科学家奖根据该奖的特点制定了评审准则，建立了评价模型和严格的评审标准。国外科技成果评价方法和经验较多，值得学习与借鉴，由于国情的差异，这些方法并不完全适合我国评价实践的需要。近年来，国内对科技成果评价方法也进行了不少研究，如对科技计划评估体系的研究，方法和模型的探讨，对科研体制评价体系的建立和评价等，但这些研究缺少科技成果评价方法的实践经验，多数仍采用以定性为主的专家手工评议方法，通过专家们对所规定硬性指标进行经验化、定性化的判断来完成选拔优秀科技成果的工作，缺乏从系统结构层次上的量化处理和计算机辅助信息处理。针对上述情况，在评价方法选择时，应借鉴西方评价方法，并参考具有中国特色的物理—事理—人理（WSR）评价方法，使定性化评价与定量分析相结合，将计算机信息化管理作为其实现手段，这样才能满足未来评价工作的需要。
3多元化科技成果评价指标的选取及指标体系构建
3.1评价指标选取综合运用文献资料分析优选法和Delphi专家访谈法，严格遵循筛选指标的六大原则，查阅国内公开发表的学术论文及有关专著，了解科技成果评价的相关内容，通过多次集中、归纳和分类，初步确定科技成果评价的基本框架。基本框架确立后，运用专家咨询法进行修订，将指标体系分层次、分组列出指标名称、内涵等，通过对系统构成要素深入分析，将总体目标逐层分解，获得指标群，同时根据层次分析法（AHP法）中按各因素的因果关系，最终确定入选评价指标。
3.2评价指标体系的构建通过上述研究，最终入选3个Ⅰ级指标，8个Ⅱ级指标，22个Ⅲ指标，确定评价指标体系，如图1所示。该评价指标体系主要应用于应用技术类科技成果、基础研究类科技成果、软科学类科技成果。
4多元评价方法模型
常用科技成果评价方法有：同行评议法、德尔菲法、综合评价法、层次分析法、模糊综合评价法。上述评价方法都有各自的适用范围和评价特性，有的适用于定性评价，有的则适用于纯技术性的定量评价，如果能综合考虑这些方法的不同适用范围和特性，使其优势互补，这样形成的评价方法将会有更加广泛的适用性。基于上述的对比分析，建立新型的多元科技成果评价方法，该方法结合使用了德尔菲法、层次分析法和线性加权综合评价法以及互反矩阵，形成了一套科技成果的评价模型及其评价指标体系。
4.1评价指标体系根据评价指标的分类情况，构造如图2所示的奖项评价指标体系结构。
4.2评价模型根据专家代表的判断，构造两两比较判断矩阵。
数学建模评奖标准范文5
关键词：奖学金管理系统；模糊数学；MVC模式
中图分类号：G647 文献标志码：A 文章号：1674-9324（2017）23-0065-03
一、引言
随着信息化的发展，高校管理工作已经越来越依赖于计算机进行管理，特别是国家提出互联网战略及信息化快速发展，为高校的信息化建设带来了巨大的推动作用[1]，传统意义上的基于文件和人工操作的管理不能满足数据爆炸的时代需求，无论是管理者还是被管理的数据，都急需要自动化的管理系统来代替传统的管理方式。奖学金管理是高校管理工作的一个主要分支，在学生数据庞大、数据结构复杂的环境背景下，同样需要自动化的系统代替手工计算的过程，解放管理者的劳动力。奖学金管理系统的设计避免了高等院校对于传统人工计算和管理奖学金的诸多弊端，在提高了管理者工作效率的同时，也增加了奖学金评定的公开、公平、公正的特性，使奖学金评定过程的透明度更高，此系统还采用模糊数学的基本理论作为奖学金评定的算法依据，使得评定过程更加科学合理。利用模糊数学和网页开发技术开发适合于高校使用的奖学金管理系统，既是顺应时展的一种需求，也是提高高校奖学金管理工作效率和水平的一种方法[2]。
二、奖学金评价模型
目前大部分高校的奖学金评定的参考数据主要分为两类：量化数据和非量化数据，对于量化的参考数据，比如学生的成绩的平均分、英语四六级分数，单科最低分等都有明确的数据依据，方便运算；奖学金评定过程中还有一类数据是非量化的，比如平时成绩，这部分数据等级为优秀才可以参与奖学金评选，本系统对优秀的评判标准采用了模糊数学的理论，模糊数学所研究的模糊是指概念内涵是确定而外延不明确所导致概念在认识方面的不确定性[3]，由于奖学金评定过程中的评价对象的性质和尺度存在不同程度的模糊性，这使得模糊数学在奖学金评定系统中具有独特的地位。
模糊综合评价法是一种基于模糊理论的综合评标方法。该综合评价法利用隶属度理论可以把定性评价转化为定量评价，也能把模糊数据转化为评定等级，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有系统性强，结果清晰等特点，能较好地解决难以量化的、模糊的问题，适合各种非确定性问题的解决。此系统中，将老师对学生的评分x0作为初始值代入下列隶属函数计算。在论域[0―100]上确定三个代表学生成绩的模糊集■=优，■=良，■=差。建立模糊集■、■、■的隶属函数，本算法采用指派法建立隶属函数，如下所示：
■（x）=0， 0≤x≤80■， 80
■（x）=0， 0≤x≤70■， 70
■（x）=1， 0≤x≤70■， 70
把x=x0分别代入上述三个隶属函数，得：■（x0）=a，■（x0）=b，■（x0）=c，最后算出max{a，b，c}得到该分数在哪个模糊集中的隶属程度最大，即应该评为该等级，结果为a才能评选奖学金。
对于量化标准的数据参考表1得出准确数据参与评选，不同的院校有不同的评选方式，但基本模式大同小异。
三、系统分析
（一）功能模块
本系统的功能模块主要分为三部分：用户信息管理模块、学生信息管理模块、学生信息查询模块，如图1。系统通过三个模块的协同合作，实现奖学金评定的自动化。
（二）MVC设计模式
MVC设计模式是施乐帕克研究中心在20世纪80年代为编程语言Smalltalk-80发明的一种软件设计模式，提供了一种按照功能对软件进行模块划分的方法[4]。在MVC模块中，把软件成语分为三个主要模块：模型（Model）、视图（View）和控制器（Controller），它们的对应关系及作用如图2所示。奖学金管理系统采用MVC设计模式，使用Javabean作为Model模块的参与部分，JSP作为View模块的实现部分，同时Controller由Servlet来实现，在三部分功能模块的协同作用下，无论系统多庞大，都能条理清晰地实现对应的功能。
四、系统实现
（一）数据处理
数据库在一个信息管理系统中占有非常重要的地位，数据库结构设计的好坏直接对应用系统的效率以及实现的效果产生影响[5]。奖学金评定系统的数据处理部分采用简单易操作的SQLServer数据库，本系统主要存储四部分信息，对应在数据库中建立四个表，分别是用户信息表、学生德育成绩表、学生智育成绩表、学生体育成绩表，系统会根据智育成绩表、德育成绩表和体育成绩表的相关字段生成一个综合信息表，在综合信息表中显示奖学金评定过程中的硬性条件供管理者参考，在此表中会自动生成学生奖学金评定的参考等级。
（二）配置服务器
本系统采用Apache HTTP服务器，该服务器具有跨平台性的特点，采用MyEclipse作为处理数据的软件，来自JSP页面的数据传送到Servlet后，经过Servlet进行处理在存入数据库，Java语言与数据库之间的数据传送需要建立与数据库的连接，第一步导入jar包（sqljdbc4.jar），这是服务器和数据库连接的关键，第二步通过以下两行代码动态连接数据库：Class.forName（"com.microsoft.sqlserver.jdbc.SQLServerDriver"）；
Connectionconn=DriverManager.getConnection（"jdbc：sqlserver：//localhost：1433；
databaseName=Scholarship"，"用户名"，"密码"）；在对数据库的操作时需要调用这两行关键代码所在类的实例化对象，即可实现对数据库的操作。
（三）页面展示
程序界面是软件交互中的重要部分[6]，本系统采用简单易理解的JSP技术作为前台页面的主要操制方式，页面主要有两部分组成：静态页面显示和动态数据生成，静态页面显示由嵌入JSP中的HTML结合CSS、JS等技术实现；动态数据由JSP、JSTL等技术实现，奖学金管理系统的前台部分的数据主要来自HTML中的from表单，在form表单中收集数据发送到Servlet中进行处理，处理完成后返回到前端页面，JSP页面接收到来自Servlet的数据之后即完成了整个数据的传输和处理，用JavaScript技术将数据展示到页面的指定位置，如图3，奖学金管理系统页面部分完成。
五、结束语
信息技术的日益发展正影响着社会的方方面面[7]，互联W和信息化在当今时代的发展过程中扮演着举足轻重的角色，无论是传统事业改观还是管理模式的改革都朝着智能化和信息化的方向迈进，基于模糊评价的奖学金管理系统的实现满足了社会对于智能化的需求，同时避免了高等院校在奖学金管理模式中诸多弊端。此系统在新的时代需求下能科学的完善各项功能，更好地适应智能化的社会环境，在不断地竞争中实现自身的价值。随着时代的发展和社会的进步，奖学金管理系统会适应时代的变化，使奖学金评价更加科学、合理。
参考文献：
[1]杨博韬，黄嘉琪.奖学金管理系统[J].信息化建设，2016，（3）：122-123.
[2]赵丽娜.奖助学金管理系统的研究与分析[D].云南大学硕士学位论文，2015.
[3]徐琦.模糊数学在图书馆服务质量评价中的应用[J].浙江教育学院学报，2004，（2）：81-84.
[4]袁勤勇，薛阳.Java Web程序开发入门[M].北京清华大学出版社，2015：270-271.
[5]王福亮.学生评奖评优管理系统的开发与实现[D].华东师范大学硕士学位论文，2009.
[6]贾丽鹏，路楠.高校奖学金管理系统设计研究[J].科技风，2015，（6）：256.
[7]黄志荣.基于办公自动化的学生信息管理系统设计与实现[D].南昌大学硕士学位论文，2011.
Design and Implementation of Scholarship Management System Based on Fuzzy Evaluation
SHEN Cong，DAI Xiao-peng，FAN Zhen-yu
（College of Information Science and Technology，Hunan Agricultural University，Changsha，Hunan 410128，China）
数学建模评奖标准范文6
(一)国外研究综述JamesREvans和WilliamMLindsay对质量管理自我评价给出了明确的定义。他们认为质量管理自我评价应该是对组织过程和绩效的整体评价。自我评价就决定了组织采用内部评价，而不依赖外部顾问评价，这样的形式极大促进了组织员工对质量管理工作的参与，更加强调员工对组织质量管理的理解。他们还提出自我评价应该考虑的问题:管理层的参与和领导;产品和过程的设计;产品控制;顾客和供应商沟通;质量改进;员工参与;教育和培训;质量信息。[5]MarkGrahamBrown认为美国国家质量奖就是为企业提供了一个质量管理评价的工具，它能够帮助企业获取员工的想法，并依照评奖准则衡量企业在质量管理方面的进展。[6]DeBayloy也认为企业可以根据美国国家质量奖进行自我评价，由企业高层领导组成内部评审团队，对照质量奖的标准进行全面的评价，为识别质量管理改进提供依据。[7]Feiganbaum提出将质量成本作为一种测量和组织质量管理评价的工具，并且要关注现代质量技术的评估和实施，以便更好地满足顾客的需要。日本质量革命的先驱石川馨，推动了全员参与的质量管理，他主张企业的质量自评要运用简单直观的工具来收集和分析事实数据，减少对质量专家和质量部门的依赖，运用统计技术和团队精神作为实现全面质量管理的基础。[8]朱兰也在“质量三部曲”(QualityTrilogy)中提出质量控制应包括确定质量绩效标准、建立测量单位、采用客观的评价数据评价质量管理实际绩效和标准之间的差异，并对差异制定具体的改进措施。[9]综合以上国外研究理论，质量管理自我评价的主要意义是推进员工参与，进而为企业提供质量改进的目标，促进企业实行全面质量管理。以上理论也成为现在美国质量奖、ISO等国际评价标准的理论基础。(二)国内研究佟伟伟介绍并对比分析2种质量评价模型—Kano模型和服务质量差距模型。[10]但这2种质量评价模型都是基于顾客满意的单一角度来衡量企业质量管理，相比多元化的质量管理评价模型缺乏系统性和全面性。张月义和韩之俊通过产品质量水平、质量管理能力、质量文化及质量信誉3个层次19个评价对象，建立评价企业质量竞争力的指标体系，并采用层次分析和模糊数学方法进行综合评价。[11]李卫红借鉴美国国家质量奖的评价准则，构建用于企业自我评价和企业间质量竞争力评价的指标体系，采用复合线性矩阵的方法并结合我国制造业企业进行实证研究。[12]曹林在国际三大质量奖的基础上，建立适合我国中小服务性企业的质量自评模式。[13]李江蛟和韩玉启认为自我评价是质量奖的副产品，它作为一种有效的质量管理工具，能够促进企业团队工作并构成一个学习过程。[14]翟敬梅、蒋梁中、谢存禧等人采用相似—优先关系的粗集扩展模型，有效处理生产过程中数据的不完整性和属性定义域中存在的优先关系，解决了在使用经典的粗集理论进行生产过程质量评价时所面临的两个实际问题，为生产过程质量评价方法探索了一条新的途径。[15]目前，我国在质量管理评价方面的研究基本是以国外成熟的理论为基础，结合行业或某类企业的特点，提出一套评价标准，形成企业自我评价模型。但在这些自我评价模型中往往还是要依赖质量专家评价，虽然评价结果可以量化但仍然不可避免地引入了主观成分，并且大多数模型采用的评价方法比较复杂，要使企业员工完全掌握有一定难度。
质量管理自评模型
(一)指标体系的构建随着质量管理的发展，质量管理评价指标也在不断地进行科学化和系统化的转变。从质量检验阶段(QualityInspection)的废品率、合格率，到统计质量控制阶段(StatisticalQualityControl)在产品设计、制造、检验方面引入更多统计指标，再发展至全面质量管理(TotalQualityManagement)的基于全员、全过程的质量管理评价指标。直至今日，质量管理评价指标更站在社会系统的视角，关注员工、顾客、社会和企业利益相关方，提出更为全面、系统的指标体系。本文提出的质量管理自评指标体系正是建立在现代质量管理理念基础之上。如表1所示，模型的指标体系涵盖企业外部和内部对质量管理的要求，关注顾客和市场，重视社会对企业公民的要求，兼顾企业的经营过程和结果，对企业管理人员和员工提出具体的要求，为企业质量管理提供评价框架。其中，“资源”因素包含人力资源、财务资源、信息资源、基础设施、相关方关系和技术。[16]对企业经营业绩的评价采用经济附加值(EconomicValueAdded)其计算公式采用:经济增加值=税后净营业利润－资本成本=税后净营业利润－调整后资本×平均资本成本率。其中，税后净营业利润=净利润+(利息支出+研究开发费用调整项－非经常性收益调整项×50%)×(1－25%);调整后资本=平均所有者权益+平均负债合计－平均无息流动负债－平均在建工程;资本成本率按一般标准定为5．5%。[17－18](二)自评模型的实证研究1．数据说明与研究方法。以往质量管理评价模型的实证研究数据多来自问卷调查，本文所用数据来自动机抽样的我国50个上市公司2011年年报，[19]采用定性和定量形式的原始二手数据。这种二手数据比通过问卷形式收集的数据有更高的可靠性和客观性。[20]通过与前述质量管理自评指标体系进行分析、提炼和编码，将其中定性数据转化为定量数据，为下一步分析提供客观的数据基础。由于本文所构建的指标体系包含7方面因素(以下称初始变量)，如果直接采用这些初始变量作为模型中的解释变量，则不利于企业进行广泛的自我评价。而且从理论上分析，这些初始变量之间有较强的相关关系，所以本文选用因子分析法(FactorAnalysis)从这些初始变量中提取共性因子，通过“降维”减少变量间的相关性，简化模型的评价过程，最终用少数不相关的综合变量解释自评模型。2．实证分析。本文采用统计分析软件SPSS17．0进行实证分析。首先进行数据描述性分析。如表1所示，描述性输出主要对初始变量得分的均值、标准差和样本数进行统计。然后通过相关性分析，证明采用因子分析方法的可行性和有效性。相关性分析结果如表2所示，从相关矩阵来看，图中前6个变量之间的相关系数较大(大于0．5)，且对应的Sig值很小(都为0．000)，说明这些变量之间存在较为显著的相关关系。表3表示偏相关性检验结果，该检验值为0．818(一般KMO统计量大于0．7即可得到较好的因子分析效果)。Bartlett统计量中Sig值小于0．01，由此也验证了初始变量间存在显著的相关关系，证明各初始变量满足进行因子分析的条件。(1)初始变量共同度。公因子方差表示初始变量与将提取的公因子之间的共同度。统计的公因子可以解释“领导力”变量的83%，可以解释“社会责任”变量的68．1%，可以解释“EVA”的91．2%，其他变量共同度如表4所示，可见提取的公因子对初始变量的解释能力很好。(2)方差解释。因子分析需要初始变量和公因子建立联系，根据变异的累积贡献率提取其中解释能力较强的公因子。如表5统计结果显示，前2个公因子的解释累计方差已经达到70%以上。经过旋转后，两个公因子的方差贡献值、方差贡献率都有所变化，但累积方差贡献率不变。且从图中可明显发现从第二个公因子后的特征值变化趋势放缓，所以得出与方差解释一致的结论，故提取前两个公因子就能够解释初始变量的主要信息。(3)旋转前后的因子载荷矩阵。旋转后每个公因子的载荷分配更加清晰，比未旋转的解释能力更强。结果如表7所示，旋转后第一公因子更能代表图中前5个初始变量，第二公因子更能代表“顾客与市场”和“EVA”两个初始变量。从各初始变量的意义和特点来看，“领导力”、“资源”、“战略”、“过程管理”、“社会责任”主要反映企业在经营活动中的质量管理过程，“顾客与市场”、“EVA”2个初始变量主要反映企业经营成果，所以可以将第一公因子概括为企业质量管理过程，第二公因子概括为企业经营结果。(4)公因子模型。表8各值表示两个公因子的得分系数，由此可以得到最终的公因子计算模型:F1(企业质量管理过程)=0．236×领导力+0．213×社会责任+0．251×战略+0．076×顾客与市场+0．18×资源+0．236×过程管理－0．188×EVA;F2(企业经营结果)=－0．067×领导力－0．058×社会责任－0．150×战略+0．369×顾客与市场+0．078×资源－0．112×过程管理+0．834×EVA。其中F1表示第一公因子，F2表示第二公因子。(5)自评综合得分模型。参照表5“旋转平方和载入”中的“合计”(方差值)作为权重对两个公因子进行加权求和。得到企业质量管理自评综合得分模型为:自评综合得分=4．087×F1+1．362×F2。
结论
