白曉波　雷霞　李穎慧　田建剛

摘要：為了解決高校資產(chǎn)管理績(jī)效難以準(zhǔn)確地評(píng)估的問(wèn)題，對(duì)評(píng)價(jià)體系指標(biāo)賦權(quán)的方法進(jìn)行了回顧，提出高校資產(chǎn)管理的績(jī)效評(píng)價(jià)問(wèn)題要考慮的主客觀因素；利用主客觀權(quán)重組合方法，將主客觀權(quán)值組合成為指標(biāo)的組合權(quán)，評(píng)判專(zhuān)家再對(duì)評(píng)價(jià)指標(biāo)評(píng)分，通過(guò)對(duì)指標(biāo)的權(quán)值和評(píng)分向量的計(jì)算得出高校資產(chǎn)管理的績(jī)效值。實(shí)驗(yàn)驗(yàn)證表明：設(shè)計(jì)的高校資產(chǎn)管理績(jī)效計(jì)算方法有效地解決了高校資產(chǎn)管理績(jī)效的評(píng)價(jià)問(wèn)題，從而為高校資產(chǎn)管理績(jī)效的評(píng)價(jià)提供了新的思路和方法。

關(guān)鍵詞：高校資產(chǎn)管理；績(jī)效；指標(biāo)；熵權(quán)；主觀權(quán)

中圖分類(lèi)號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）28-6753-05

隨著高校資產(chǎn)規(guī)模的擴(kuò)大，當(dāng)前的資產(chǎn)管理評(píng)價(jià)體系和管理方法存在管理制度不健全、職責(zé)不明確[1]、資產(chǎn)使用情況不明確、以及資產(chǎn)實(shí)際使用效益如何更不清楚等問(wèn)題，而高校資產(chǎn)管理的優(yōu)劣，直接影響著高校資產(chǎn)管理的綜合效果。那么，如何評(píng)價(jià)高校資產(chǎn)管理的效益對(duì)促進(jìn)高校資產(chǎn)管理評(píng)價(jià)指標(biāo)的建設(shè)、提高高校資產(chǎn)管理效益有著重要意義，因此，該文針對(duì)該問(wèn)題進(jìn)行了重點(diǎn)研究。

高校資產(chǎn)管理的效益評(píng)價(jià)作為一種多屬性決策問(wèn)題，重要環(huán)節(jié)是評(píng)價(jià)體系的建設(shè)和評(píng)價(jià)指標(biāo)權(quán)重的確定，權(quán)重賦值是否合理，對(duì)評(píng)價(jià)結(jié)果的科學(xué)性、合理性起著至關(guān)重要的作用。目前賦權(quán)方法為三大類(lèi)：一類(lèi)為主觀賦權(quán)法，一類(lèi)為客觀賦權(quán)法，另一類(lèi)為主客觀綜合集成賦權(quán)法。

國(guó)外學(xué)者關(guān)于決策方法的研究，始于20世紀(jì)初，美國(guó)學(xué)者Taylor、Gilbrech和Gantt等提出科學(xué)管理的理念，促使決策過(guò)程和方法向程序化、規(guī)范化發(fā)展[2]；20世紀(jì)50年代，由O.Helmer和N.Dalke首創(chuàng)，經(jīng)過(guò)T.J.Gordon和蘭德公司進(jìn)一步發(fā)展而成的德?tīng)柗品ǎ―elphi Method）[3]；Saaty T.L于20世紀(jì)70年代提出層次分析法（Analytic Hierarchy Process，簡(jiǎn)稱(chēng)AHP） ，將定量和定性化方法的結(jié)合，并有了廣泛的應(yīng)用 [4，5，6，7]；而多屬性決策方法已經(jīng)趨于完善[8，9]。在指標(biāo)的主觀賦權(quán)法方面，Buckly和Csutora[10]通過(guò)擴(kuò)展最大特征根法為模糊特征根法，以確定指標(biāo)權(quán)重；Sun[11]和Vivien等[12]運(yùn)用基于三解模糊數(shù)的模糊AHP法確定屬性權(quán)重；客觀賦權(quán)法如Chen和Li[13]對(duì)直覺(jué)模糊熵計(jì)算屬性權(quán)重的方法進(jìn)行了比較，Ye[14]應(yīng)用區(qū)間模糊熵確定權(quán)重的方法解決了屬性值區(qū)間直覺(jué)模糊集的模糊多屬性決策問(wèn)題；而綜合賦權(quán)法是一種集成主客觀指標(biāo)權(quán)重的賦值方法，如Wang和Lee[15]用模糊熵和專(zhuān)家賦值集成的賦值法給予指標(biāo)權(quán)重，Xia和Xu[16]組合直覺(jué)模糊熵和corss直覺(jué)模糊熵對(duì)指標(biāo)賦權(quán)值。

國(guó)內(nèi)學(xué)者在決策方法的研究相比國(guó)外起步較晚，但也有了長(zhǎng)足的進(jìn)步和發(fā)展，如許若寧、李永、朱建軍[17，18，19]等通過(guò)對(duì)三角模糊數(shù)判斷矩陣的修正，改進(jìn)了主觀賦權(quán)法；尤天慧、朱方霞和王美[20，21，22]等，都采用了熵權(quán)法計(jì)算客觀權(quán)重；徐澤水、陳華友和周宇峰[23，24，25]分別利用決策結(jié)果總偏差最小化原則、基于離差最大化原則和相對(duì)熵對(duì)賦權(quán)結(jié)果的貼近度進(jìn)行度量，提出了指標(biāo)的綜合賦權(quán)法。

通過(guò)文獻(xiàn)回顧發(fā)現(xiàn)，要準(zhǔn)確地表達(dá)資產(chǎn)管理評(píng)價(jià)體系指標(biāo)的權(quán)重和計(jì)算高校資產(chǎn)管理績(jī)效，需要綜合考慮考慮兩個(gè)重要因素：一是指標(biāo)的客觀權(quán)重；二是評(píng)判專(zhuān)家依據(jù)自己知識(shí)經(jīng)驗(yàn)給予指標(biāo)主觀權(quán)值時(shí)主觀權(quán)值。因此，該文先對(duì)主客觀權(quán)值綜合；然后通過(guò)專(zhuān)家的綜合評(píng)價(jià)法及指標(biāo)的組合權(quán)值計(jì)算高校資產(chǎn)管理的績(jī)效，并通過(guò)真實(shí)算例來(lái)說(shuō)明文中設(shè)計(jì)的方法的有效性。

1 問(wèn)題的形式化描述

1） 已知條件

給定高校資產(chǎn)管理評(píng)價(jià)體系為[S]、評(píng)估專(zhuān)家集為[K=（K1，K2，...Km）]和高校[U]，其中[S]的目標(biāo)層由準(zhǔn)則層[B=（B1，B2，...，Bm）（m>0）]構(gòu)成，[Bi]由指標(biāo)層[C=（C1，C2，...，Cn）]構(gòu)成。

2） 求解問(wèn)題

求得的高校[U]的資產(chǎn)管理績(jī)效值[Vs]。

2 主要目標(biāo)

為求得高校[U]的資產(chǎn)管理績(jī)效值[Vs]，我們根據(jù)多屬性決策理論，利用指標(biāo)權(quán)值的綜合賦權(quán)法和“熵權(quán)”法[26]從四大步驟入手，達(dá)到求解績(jī)效值[Vs]的目的，從而為評(píng)價(jià)高校資產(chǎn)管理績(jī)效提供思路和方法。完成主要目標(biāo)的四大步驟如下。

1） 利用德?tīng)柗芠3]法和AHP層次決策[15]的指標(biāo)賦權(quán)法，在考慮專(zhuān)家偏好性的前提下，計(jì)算評(píng)判專(zhuān)家對(duì)高校資產(chǎn)管理評(píng)價(jià)體系中準(zhǔn)則層[B=（B1，B2，...，Bm）]和指標(biāo)層[C=（C1，C2，...，Cn）]的主觀權(quán)值；

2） 通過(guò)“熵值”法[26]表示各指標(biāo)的競(jìng)爭(zhēng)關(guān)系，再對(duì)指標(biāo)的熵值進(jìn)行轉(zhuǎn)化，產(chǎn)生“熵權(quán)”，作為指標(biāo)的客觀權(quán)值，然后使用AHP層次決策法的指標(biāo)權(quán)值的綜合思路，對(duì)客觀權(quán)值進(jìn)行綜合，產(chǎn)生客觀綜合權(quán)；

3） 對(duì)主客觀的綜合權(quán)再組合，產(chǎn)生主客觀組合權(quán)；

4） 評(píng)判專(zhuān)家對(duì)高校[U]的資產(chǎn)管理現(xiàn)狀進(jìn)行調(diào)查和分析，在充分掌握詳盡資料的基礎(chǔ)上，對(duì)指標(biāo)層進(jìn)行模糊評(píng)分（評(píng)分等級(jí)如表1所示），再將主客觀組合權(quán)和評(píng)分融合，得到高校[U]的資產(chǎn)管理績(jī)效[Vs]。

3 高校資產(chǎn)管理績(jī)效計(jì)算方法

步驟一 自上而下獲得指標(biāo)主觀權(quán)值

1）評(píng)判專(zhuān)家[K=（K1，K2，...Km）]采用AHP層次決策法中的重要度定義方法[15]（如表2所示）構(gòu)造準(zhǔn)則層的判斷矩陣。則第[k][（1

2）引入專(zhuān)家偏好性

在各專(zhuān)家構(gòu)造準(zhǔn)則層[B]的判斷矩陣時(shí)，各專(zhuān)家都存在對(duì)指標(biāo)的偏好性，這反映了評(píng)判專(zhuān)家的知識(shí)經(jīng)驗(yàn)和主觀因素。所以，需要引入專(zhuān)家的偏好性[pf]，通常則[pf=1K]，[K]為評(píng)判專(zhuān)家集合元素個(gè)數(shù)。則

[WA=1K（k=1KWAk）] （1）

同理，可得指標(biāo)層各指標(biāo)的權(quán)值向量。

步驟二 采用熵值法，表達(dá)評(píng)價(jià)指標(biāo)的競(jìng)爭(zhēng)關(guān)系

在評(píng)估專(zhuān)家對(duì)準(zhǔn)則和指標(biāo)進(jìn)行賦權(quán)時(shí)，準(zhǔn)則和指標(biāo)之間客觀的存在競(jìng)爭(zhēng)關(guān)系。因此，我們用熵權(quán)表示指標(biāo)在各評(píng)價(jià)對(duì)象之間相對(duì)的競(jìng)爭(zhēng)程度，競(jìng)爭(zhēng)越激烈，熵值越大，熵權(quán)越小，反之熵權(quán)越大[28]。我們以步驟一中的判斷矩陣[Ak=（yij）m×m]為計(jì)算依據(jù)，計(jì)算各準(zhǔn)則的“熵權(quán)”，詳細(xì)計(jì)算過(guò)程見(jiàn)文獻(xiàn)[28]。 則第[k]個(gè)專(zhuān)家對(duì)評(píng)價(jià)體系的“熵權(quán)”向量表如為[HkC=（h1c，h2c，…，hnc）]。

步驟三 融合“熵權(quán)”和“主觀權(quán)”，確定指標(biāo)層組合權(quán)

為了使最終的指標(biāo)權(quán)值兼顧主觀和客觀兩個(gè)方面的因素，需組合主觀權(quán)熵權(quán)，以刻畫(huà)評(píng)估專(zhuān)家的領(lǐng)域知識(shí)經(jīng)驗(yàn)；同時(shí)，體現(xiàn)指標(biāo)準(zhǔn)則離散度對(duì)指標(biāo)權(quán)重的影響 [27]。“熵權(quán)”和“主觀權(quán)”的組合計(jì)算公式[28]如下：

[λi=Wic×Hici=1nWic×Hic i=1，2，...，n] （2）

則，得出評(píng)價(jià)體系[S]指標(biāo)的組合權(quán)值向量[λc=（λ1，λ2，...，λn）]。

步驟四 專(zhuān)家組合對(duì)指標(biāo)給予效用值，計(jì)算資產(chǎn)管理評(píng)價(jià)體系預(yù)期效益值

專(zhuān)家組集合[K=（K1，K2，...，Kn），（1≤n）]的專(zhuān)家采用模糊綜合評(píng)價(jià)法，分別針對(duì)高校[U]的資產(chǎn)管理現(xiàn)狀，對(duì)評(píng)價(jià)體系[S]的指標(biāo)進(jìn)行評(píng)分（采用100分制），則形成[K]個(gè)專(zhuān)家對(duì)體系[S]的指標(biāo)評(píng)分矩陣為

[Gk=（Td1，Td2，...，Tdk）， ?Tdk=（Ck1，Ck2，...，Ckn）T，k=1，2，...，|K|]

其中，[Tdk]為專(zhuān)家[k]對(duì)評(píng)價(jià)體系[S]內(nèi)所有指標(biāo)的評(píng)分向量，[0≤Ckn≤100]為第[k]個(gè)專(zhuān)家給第[n]個(gè)指標(biāo)的評(píng)分。然后通過(guò)下面兩個(gè)步驟最終取得高校[U]的資產(chǎn)管理績(jī)效值[Vs]。

1） 整合[K]個(gè)專(zhuān)家對(duì)評(píng)價(jià)體系所有[S]指標(biāo)的評(píng)分均值，計(jì)算公式如下

[Sscore=1K（Td1+Td2+...+Tdk） =1K（（C11，C12，...，C1n）T+（C21，C22，...，C2n）T+...+（Ck1，Ck2，...，Ckn）T） =1K（k=1KCk1，k=1KCk2，...，k=1KCkn，）T] （3）

[Sscore]表示評(píng)價(jià)體系[S]各指標(biāo)的平均評(píng)分信息。

2） 結(jié)合指標(biāo)權(quán)重計(jì)算評(píng)價(jià)體系[S]的效用值，計(jì)算公式如下

[Vs=i=1n（λc）i×（Sscore）i] （4）

通過(guò)以上步驟，我們能將評(píng)判專(zhuān)家的主觀權(quán)和客觀權(quán)融合，形成組合權(quán)；再通過(guò)對(duì)指標(biāo)模糊綜合評(píng)價(jià)，將組合權(quán)重和評(píng)分相乘得到高校[U]的資產(chǎn)管理績(jī)效值[Vs]；然后可以通過(guò)績(jī)效值[Vs]值的來(lái)評(píng)估和考核高校[U]的資產(chǎn)管理現(xiàn)狀，通過(guò)評(píng)估和考核，從而達(dá)到促進(jìn)高校資產(chǎn)管理評(píng)價(jià)體系的建設(shè)和優(yōu)化、并提高高校資產(chǎn)管理效益的目的。

4 算例

為了驗(yàn)證第三節(jié)所設(shè)計(jì)的計(jì)算方法的有效性和正確性，我們以我省某省屬高校（以下簡(jiǎn)稱(chēng)[Qu]）的資產(chǎn)管理現(xiàn)狀為背景，并以客觀性、合理性、可比性、可操作性和系統(tǒng)性[29]為設(shè)計(jì)原則，對(duì)文獻(xiàn)[29]的資產(chǎn)管理評(píng)價(jià)體系進(jìn)行了補(bǔ)充和完善，如表3中黑體字部分為新增指標(biāo)。

表3 資產(chǎn)管理評(píng)價(jià)體系

[目標(biāo)層（A）＼&準(zhǔn)則層（B）＼&指標(biāo)層（C）＼&高校資產(chǎn)管理評(píng)價(jià)體系預(yù)期效益（A）＼&資產(chǎn)效率（B1）＼&可用資產(chǎn)率（C1）＼&固定資產(chǎn)年增長(zhǎng)率（C2）＼&總資產(chǎn)周轉(zhuǎn)率（C3）＼&科研業(yè)績(jī)（B2）＼&教職工人均科研經(jīng)費(fèi)（C4）＼&科研收入年增長(zhǎng)率（C5）＼&科研活動(dòng)投入產(chǎn)出比（C6）＼&核心期刊論文數(shù)占發(fā)表論文總數(shù)比（C7）＼&參加省級(jí)以上學(xué)術(shù)會(huì)議占參加會(huì)議總數(shù)比（C8）＼&科研成果轉(zhuǎn)化率（C9）＼&省級(jí)以上縱向科研項(xiàng)目占總項(xiàng)目比（C10）＼&教學(xué)（B3）＼&專(zhuān)任教師與教職工比（C11）＼&博士學(xué)位教師占專(zhuān)任教師比（C12）＼&教授職稱(chēng)教師占專(zhuān)任教師比（C13）＼&師生比（C14）＼&教改項(xiàng)目占總項(xiàng)目比（C15）＼&學(xué)生培養(yǎng)（B4）＼&學(xué)生人均培養(yǎng)成本（C16）＼&學(xué)生人均設(shè)備費(fèi)（C17）＼&學(xué)生通過(guò)統(tǒng)考的通過(guò)率（C18）＼&學(xué)生就業(yè)率（C19）＼&產(chǎn)業(yè)（B5）＼&校辦產(chǎn)業(yè)投資收益率（C20）＼&校辦產(chǎn)業(yè)總資本利潤(rùn)率（C21）＼&校辦產(chǎn)業(yè)資本保值增值率（C22）＼&教學(xué)、科研設(shè)備利用情況（B6）＼&計(jì)劃內(nèi)教學(xué)、科研利用率（C23）＼&設(shè)備共享利用率（C24）＼&師生滿意度（C25）＼&]

在確定了資產(chǎn)管理評(píng)價(jià)體系之后，下面根據(jù)第四節(jié)中設(shè)計(jì)的高校資產(chǎn)管理績(jī)效值[Vs]的計(jì)算方法，給出[Qu]的資產(chǎn)管理效益值[Vs]的計(jì)算過(guò)程。

1）計(jì)算主觀權(quán)值

（1） 評(píng)判專(zhuān)家集合[K=（K1，K2，K3，K4，K5）]的專(zhuān)家[K1]以表2所示的權(quán)重定義對(duì)目標(biāo)層A下的準(zhǔn)則層建立評(píng)判矩陣如下

[A1=（Bij）6×6=10.130.11810.13981 0.170.250.170.1350.170.1770.2568640.200.14664 1 7 0.250.14 1 0.144 7 1]

利用步驟一求得[λmax=6.50]，[CR=0.08≤0.10]，說(shuō)明評(píng)判矩陣[A1]滿足一致性要求，則，

[WA1=（W1A1，W2A1，W3A1，W4A1，W5A1，W6A1W6A1）=（0.02，0.07，0.17，0.29，0.04，0.41）]。

同理，求得[WA2]，[WA3] ，[WA4]，[WA5]，其值分別為[WA2=（0.14，0.21，0.1，0.3，0.05，0.2）]、[WA3=（0.05，0.35，0.12，0.13，0.21，0.14）]、[WA4=（0.33，0.14，0.08，0.16，0.12，0.17）]和[WA5=（0.03，0.24，0.34，0.19，0.08，0.12）]，考慮專(zhuān)家偏好性，由公式（1） 得出[WA=（0.114，0.202，0.162，0.214，0.10，0.208）]。

（2） 計(jì)算準(zhǔn)則層B1下的指標(biāo)主觀權(quán)值，[K1]建立判斷矩陣如下

[B11=（Cij）3×3=1590.20140.110.251]

同步驟（1） ，計(jì)算得[λmax=3.07]，[CR=0.06≤0.10]，則，矩陣[B11]滿足一致性要求，則，[WB11=（0.74，0.20，0.06）]，同理，得出[WB21]，[WB31]，[WB41]，[WB51]，其值分別為[WB21=（0.53，0.34，0.13）]、[WB31=（0.33，0.42，0.25）]、[WB41=（0.47，0.38，0.15）]和[WB51=（0.14，0.48，0.38）]，則式（1） 得[WB1=（0.44，0.36，0.19）]。

（3） 計(jì)算得出C1、C2和C3的主觀權(quán)為向量為[Wc1-3=W1A?WB1=0.114?（0.44，0.36，0.19）=]（0.050，0.183，0.04） ；

（4） 同理，重復(fù)步驟（2，3） 可得出其他指標(biāo)C4-C25的主觀權(quán)值，從而取得指標(biāo)層所有指標(biāo)的主觀權(quán)重向量[Wsub]。

[Wsub=（0.050，0.041，0.022，0.034，0.016，0.046，0.026，0.010，0.030，0.038，0.034，0.037，0.045，0.026，0.019，0.028，0.096，0.024， 0.066，0.042，0.035，0.023，0.096，0.071，0.042）]

2）計(jì)算指標(biāo)“熵權(quán)”

（1） 以專(zhuān)家[K1]給的評(píng)判矩陣[A1]為基礎(chǔ)，計(jì)算得出準(zhǔn)則層的熵權(quán)向量，[h1A=（0.288，0.354，0.109，0.051，0.195，0.002）]，同理，可得出其他專(zhuān)家對(duì)準(zhǔn)則評(píng)判后產(chǎn)生的準(zhǔn)則層熵權(quán)向量，[h2A]、[h3A]、[h4A]和[h5A]，分別為

[h2A=（0.253，0.416，0.124，0.037，0.144，0.026）]、[h3A=（0.315，0.336，0.106，0.018，0.129，0.096）]，

[h4A=（0.219，0.338，0.259，0.024，0.107，0.053）]和[h5A=（0.273，0.361，0.102，0.031，0.203，0.030）]，

同樣，考慮專(zhuān)家偏好性，得出[HA=（0.270，0.361，0.140，0.032，0.156，0.041）]；

（2） 以[K1]建立的判斷矩陣[B11]為基礎(chǔ)，計(jì)算計(jì)算準(zhǔn)則層B1下指標(biāo)客觀權(quán)值，即“熵權(quán)”，[h1B1=（0.015，0.242，0.923）]，則，其余專(zhuān)家評(píng)判后獲得的熵值向量分別為[h2B1=（0.053，0.364，0.583）]、[h3B1=（0.027，0.261，0.712）]、[h4B1=（0.037，0.196，0.767）]和[h5B1=（0.165，0.207，0.628）]，則，[H1B=（0.059，0.254，0.723）]；

（3） 計(jì)算指標(biāo)層C1、C2和C3客觀“熵權(quán)”向量，[HC=H1A?H1B=0.270?（0.059，0.254，0.723）=]（0.016，0.069，0.195）；

（4） 同理，重復(fù)步驟（2，3） 可得出其他指標(biāo)C4-C25的客觀 “熵權(quán)”，從而得出指標(biāo)層所有指標(biāo)的客觀權(quán)[Wobj]。

[Wobj=（0.016，0.069，0.195，0.022，0.078，0.011，0.03，0.169，0.026，0.017，0.020，0.006，0.005，0.034，0.075，0.007，0.002，0.019， 0.004，0.014，0.038，0.103，0.007，0.013，0.022）]

3）利用公式（2） 對(duì)指標(biāo)層各指標(biāo)的主觀權(quán)值和客觀 “熵權(quán)”進(jìn)行合成，產(chǎn)生相對(duì)于目標(biāo)層的主客觀合成權(quán)向量。

4） 評(píng)判專(zhuān)家[K=（K1，K2，K3，K4，K5）]在對(duì)高校[U]的資產(chǎn)管理現(xiàn)狀進(jìn)行充分調(diào)研和分析后，采用模糊評(píng)價(jià)法分別對(duì)指標(biāo)層各指標(biāo)評(píng)分，評(píng)分向量分別為

[Td1=（59，81，74，86，82，80，77，89，86，85，73，88，84，80，76，65，71，78，73，73，96，79，72，62，63）T]

[Td2=（54，70，65，73，70，69，67，75，74，72，64，74，72，69，66，58，62，67，64，64，80，68，63，56，57）T]

[Td3=（48，64，59，67，64，63，61，69，68，66，58，68，66，63，60，52，56，61，58，58，74，62，57，50，51）T]

[Td4=（63，76，72，78，76，75，73，80，79，78，71，79，77，75，73，66，70，74，71，71，84，74，70，65，66）T]

[Td5=（44，69，61，75，70，68，65，78，75，73，60，77，72，68，64，51，57，65，60，60，86，67，59，47，49）T]

由公式（3） 計(jì)算得出[Sscore=（53，72，66，76，72，71，69，78，76，75，66，77，74，71，68，58，63，69，65，65，84，70，64，56，57）T]，最后，利用公式4） 計(jì)算得出[Vs=（λc）1×25×（Sscore）25×1=69.42]。

通過(guò)計(jì)算結(jié)果看出，整個(gè)高校[U]的資產(chǎn)管理績(jī)效值為69.42，處于及格接近中等狀態(tài)。說(shuō)明整個(gè)管理基本滿意。通過(guò)對(duì)管理的評(píng)價(jià)，以發(fā)現(xiàn)高校資產(chǎn)管理的薄弱環(huán)節(jié)和不足之處，從而促進(jìn)其不斷完善，直到達(dá)到理想狀態(tài)。

5 結(jié)束語(yǔ)

在高校資產(chǎn)管理方面，很多研究人員都提出了自己的研究方案和資產(chǎn)管理評(píng)價(jià)體系。但是如何優(yōu)化高校資產(chǎn)管理的問(wèn)題急需解決。論文在多屬性決策理論研究成果的基礎(chǔ)上，在考慮評(píng)判專(zhuān)家偏好性的前提下，先確定評(píng)判專(zhuān)家給出的主觀權(quán)值，再利用“熵值”來(lái)表示指標(biāo)之間的競(jìng)爭(zhēng)關(guān)系，將“熵值”轉(zhuǎn)化為“熵權(quán)”，作為指標(biāo)的客觀權(quán)值；然后組合主觀權(quán)和客觀權(quán)形成指標(biāo)的組合權(quán)值，從而更加準(zhǔn)確的刻畫(huà)指標(biāo)權(quán)重，最后，通過(guò)實(shí)驗(yàn)驗(yàn)證，表明文中的評(píng)估方法能夠有效的刻畫(huà)高校資產(chǎn)管理評(píng)價(jià)體系指標(biāo)的權(quán)值，計(jì)算出高校資產(chǎn)管理評(píng)價(jià)體系的預(yù)期效益，從而為高校資產(chǎn)管理評(píng)價(jià)體系建設(shè)、優(yōu)化提供了新的思路。

參考文獻(xiàn)：

[1] 彭超雄.高校國(guó)有資產(chǎn)管理中存在的問(wèn)題及其對(duì)策[J].經(jīng)濟(jì)研究導(dǎo)刊，2012，（13）：97-98.

[2] 王紅衛(wèi)，祁超，魏永長(zhǎng)，等.基于數(shù)據(jù)的決策方法綜述[J].自動(dòng)化學(xué)報(bào)，2009，35（6）：820.

[3] Pi-Fang Hsu， Hsin-Yu Chiang，Chin-Mei Wang. Optimal selection of international exhibition agency by using the Delphi method and AHP [J].Taylor & Francis， 2011，32（6）：1353-1369.

[4] Saaty T.L. The Analytic Hierarchy Process. New York： Mc Graw Hill，1980.

[5] H. Okada， S.W. Styles， M.E. Grismer. Application of the Analytic Hierarchy Process to irrigation project improvement： PartⅠ.Impacts of irrigation project internal processes on copy yields. Agricultural Water Management，2008，95（3）：199-204.

[6] T. Padma， P. Balasubramanie. Analytic hierarchy process to assess occupational risk for shoulder and neck pain. Applied Mathematics and Computation， 2007，193（2）：321-324.

[7] Tarek Zayed， Mohamed Amer， Jiayin Pan. Assessing risk and uncertainty inherent in Chinese highway projects using AHR. International Journal of Project Management， 2008， 26（4）：408-419.

[8] Hwang C L， Yoon K S. Multiple Attribute Decision Making [M].Berlin： Springer，1981.

[9] Hong D H， Choi CH. Multi-criteria fuzzy decision-making problems based on vague set theory [J].Fuzzy sets and systems， 2000，114（1）：103-113.

[10] Csutora， R.， Buekley， J.J. Fuzzy hierarchical analysis： the Lambda-Max method [J].Fuzzy Sets and Systems， 2001，，120（2）：181-195.

[11] Sun， C.C.， A performance evaluation model by integrating fuzzy AHP and fuzzy TOPSIS methods [J].Expert Systems with Applications， 2010，37： 7745-7754.

[12] Chen， V.Y.C.， Lien， H.P.， Liu， C.H.， Liou， J.J.H.， Tzeng， G.H.， Yang， L.S.， Fuzzy MCDM approach for selecting the best environment-watershed plan [J]. Applied Soft Computing， 2011，11：265-275.

[13] Chen， T.Y.， Li， C.H.， Determining objective weights with intuitionistic fuzzy entropy measures： A comparative analysis [J]. Information Sciences， 2010，180（21）： 4207-4222.

[14] Ye， J.， Multicriteria fuzzy decision-making method using entropy weights-based correlation coefficients of interval-valued intuitionistic fuzzy sets [J].Applied Mathematical Modeling，2010，34：3864-3870.

[15] Wang， J.R.， Fan， K.， Wang， W.S.， Integration of fuzzy AHP and FPP with TOPSIS methodology for aeroengine health assessment [J]. Expert Systems with Applications， 2010， 37： 8516-8526.

[16] Xia， M.M.， Xu， Z.S.， Entropy/cross entropy-based group decision making under intuitionistic fuzzy environment [J]. Information Fusion， 2012，13 （1）；31-47.

[17] 許若寧.Fuzzy判斷矩陣的一致性修正[J].數(shù)學(xué)研究與評(píng)論，2003，23（l）：173-176.

[18] 李永，胡向紅，喬箭.改進(jìn)的模糊層次分析法[J].西北大學(xué)學(xué)報(bào)（自然科學(xué)版），2005，35（1）：11-12.

[19] 朱建軍，劉十新，王夢(mèng)光.一種新的求解區(qū)間數(shù)判斷矩陣權(quán)重的方法[J].系統(tǒng)工程理論與實(shí)踐，2005，4：29-34.

[20] 尤天慧，樊治平，俞竹超.不確定性多屬性決策中確定屬性熵權(quán)的一種方法[J].東北大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2004，25（6）：598-601.

[21] 朱方霞，陳華友.確定區(qū)間數(shù)決策矩陣屬性權(quán)重的方法-熵值法[J].安徽大學(xué)學(xué)報(bào)（自然科版），2005，30（5）：4-6.

[22] 王美義，張鳳鳴，劉智.模糊信息的熵權(quán)多屬性決策方案評(píng)估方法[J].系統(tǒng)工程與電子技術(shù)，2006，28（10）：1523-1525.

[23] 徐澤水，達(dá)慶利.多屬性決策的組合賦權(quán)方法研究[J].中國(guó)管理科學(xué)，2002，10（2）：84-87.

[24] 陳華友.多屬性決策中基于離差最大化的組合賦權(quán)方法[J].系統(tǒng)工程與電子技術(shù)，2004，262：194-197.

[25] 周宇峰，魏法杰.基于相對(duì)熵的多屬性決策組合賦權(quán)方法[J].運(yùn)籌與管理，2006，15（5）：48-53.

[26] 袁良運(yùn)，趙以賢，宋賢龍.基于三角模糊熵的裝備維修合同商評(píng)價(jià)與選擇[J].火力與指揮控制，2013，38（6）：86-88.

[27] 胡運(yùn)權(quán).運(yùn)籌學(xué)教程[M].3版.北京：清華大學(xué)出版社，2007：424-426.

[28] 高紅江，劉旭.基于模糊熵權(quán)的工程項(xiàng)目綜合評(píng)標(biāo)法[J].建筑管理現(xiàn)代化，2009，23（2）：131-134.

[29] 陳紅麗.我國(guó)高校資產(chǎn)管理績(jī)效評(píng)價(jià)研究[D].青島：山東科技大學(xué)，2010.