多元协同视角下应急科研协同创新机制与动态评价——以重大疫情为例

邱洪全

（厦门大学嘉庚学院，福建漳州 363105）

近年来，SARS 病毒、禽流感、甲型 H1N1 流感、埃博拉病毒、2019 新型冠状病毒等造成的突发重大传染病频发，对公共卫生安全和人们身心健康带来极大冲击和影响，也对经济发展和社会稳定造成巨大的阻碍和破坏。比如在2019 年年底爆发的新型冠状病毒肺炎（以下简称“新冠肺炎”），其传染力强、潜伏期长的特点加剧了防控疫情的难度，使得新冠肺炎疫情（以下简称“新冠疫情”）防控形势十分严峻。尽管我国各级政府和社会民众充分发挥制度的优越性、治理的科学性、动员的社会性和响应的及时性，但是由于病毒诊断技术、治疗药物和疫苗等研发具有时滞性，使得疑似病例无法快速准确诊断、对确诊病例缺乏有效的治疗措施，令社会民众产生恐惧心理。习近平总书记提出，疫情防控坚持向科学要答案、要方法［1］。可见当重大传染病的疫情发生时，如何快速组建科研团队、科学配置科研资源，及时开展科研攻关，尽快产出科研成果，成为疫情防控的重点和关键。

1 文献梳理与评述

科研协同近年来得到广泛关注，多数研究聚焦科研协同机制、科研协同运作、科研协同评价和科研协同影响因素等方面，如孙新波等［2］以众包平台“InnoCentive”为研究对象，对科研协同激励机制进行研究，认为各主体的深度协作和高效联动是提升众包模式科研效果和效率的重要因素；李景奇等［3］针对当前科研协同中技术支持、资源共享和过程评价的现状，提出基于计算机支持的科研协同工作机制（CSCW）；Yang 等［4］以材料科学为例，研究发现科研机构之间的科研协同能在成果出版和成果引用等方面获得优势，并具体分析了科研协同的模式、机制和偏好；严炜炜等［5］针对科研协同中的数据共享与利用问题进行研究，发现个体粒度、团队粒度和组织粒度在科研协同中共享与利用数据的倾向与偏好存在较大的行为模式差异性，此发现对科研协同中采取合适的数据共享模式具有指导作用；陈卫东等［6］对企业与科研单位开展科研协同和协同创新中各自的努力水平及其对科研产出的影响进行研究，发现适当提高科研单位的地位或收益、合理提高科研成果的市场转化率能有效提升主体参与科研协同的努力水平；Chapman 等［7］以美国和古巴合作开展消除结核病的科研协同为案例，分析其在临床实践、实验研究、社会环境治理等多领域开展的科研协同与成果共享达到了预期效果，成效显著；田冠军等［8］对我国高校科研项目实施过程中的科研协同绩效进行评价，从高校科研能力与人才培养质量协同视角构建多级评价指标体系；吕亮雯等［9］以广东多家公益类科研机构为对象，从科研投入、科研协同、科研产出等多个维度构建科研协同创新绩效的评价指标体系并开展实证分析；林青宁等［10］以中国农业科研院所为实证对象，运用动态门槛回归模型研究了科研协同创新对农业科研成果产出的影响，结果表明科研协同创新对科研成果产出的影响存在科研禀赋结构的双门槛效应；商茹等［11］从沟通、协作、异质性知识交互等3 个维度构建科研协同的评价指标集，对云南生物产业科研协同的成效进行测度与评价，并在此基础上分析影响科研协同绩效的影响因素。

从现有科研协同的研究成果来看，多数研究集中于科研主体协同、资源整合或信息共享等单一层面，缺少多元协同视角下科研协同的相关研究，且针对的几乎都是常规性的科研项目，缺乏对重大疫情环境下应急科研协同领域的研究和探索，使得现有科研协同的研究成果难以适应和指导重大传染病爆发情境下应急科研协同的实践。为此，本研究结合新冠疫情现况，深度探讨重大疫情情境下应急科研协同的创新机制及其评价体系建设，以期对应急科研协同攻关的理论研究和实践探索提供参考。

2 重大疫情应急科研协同机制

2.1 重大疫情应急科研的特点

应急科研除了具备一般科研的探索性、创新性、继承性和连续性等特征外，还呈现出其自身独有的特点，集中体现在以下几个方面：（1）紧迫性。重大传染病爆发后，快速传播、迅速蔓延，此时科研攻关任务就是与时间赛跑，如能早一天攻破科研难题、取得科研成果，将为防控疫情和战胜疫情提供极大的助力。（2）重要性。2020 年3 月2 日国家主席习近平在考察新冠疫情防控科研攻关工作时提出，提高治愈率、降低病亡率，最终战胜疫情，关键要靠科技［1］，可见应急科研攻关在防控疫情和战胜疫情中起到决定性和关键性的作用。（3）时效性。重大传染病的传播和扩散在采取严密防控措施下将得到有效控制，应急科研成果在疫情防控的初期和中期成效显著，当疫情稳定后其效用将大打折扣，呈现出递减规律。（4）协作性。应急科研通常跨学科和跨领域，时间紧急且任务繁重，需要整合产学研的优势资源协同推进重大疫情应急科研的攻关工作，才能实现在更短时间内取得效果更佳的硬核科研成果。

2.2 重大疫情应急科研协同创新机制构建

重大疫情应急科研是一项涉及多主体、多要素、多学科、多目标的复杂性系统工程，除了需要外部的政策供给、资源投入外，还需要各科研主体相互协调和无缝对接，形成一个统一管理、协同运作、高效运转的协同体，才能有效整合各方的优势资源，加快推进应急科研的进度，尽快产出科研成果，为疫情防控争取宝贵的时间。本研究构建如图1 所示的重大疫情应急科研协同创新运行机制。

图1 重大疫情应急科研协同创新运行机制

2.2.1 协同主体

重大疫情应急科研是由政府机构、医院、科研院所、高校、企业等主体共同参与的科研协同活动，各参与主体资源和优势互补，形成协同创新联盟［11］。其中，政府机构可以提供政策供给，还可以引导、协调和撮合相关主体之间的协作关系，迅速组建应急科研团队；医院是重大传染病患者的集中收治场所，是病患特征、临床表现、病原体等传染病毒数据、信息和资料的来源地，也是重大疫情应急科研成果临床试验和验证的重要途径；科研院所和高校是重大疫情应急科研的核心力量，拥有大量的科研创新人才和先进的科研仪器设备，以及掌握行业前沿知识和技术，是知识创造和技术创新的重要力量；企业通常是重大疫情应急科研的主导者，是科研创新活动的组织者和运营者，同时还肩负着科研成果产品化的任务。

2.2.2 协同任务

重大疫情应急科研通常以项目形式进行组织和运行，项目任务的分解和分工是重大疫情应急科研任务有序推进的前提和条件。首先要对重大疫情应急科研任务进行清晰界定，明确科研任务的边界和范围，锁定科研目标；然后，要探明科研任务的结构，并在此基础上对科研任务进行结构分解；接着，根据不同小组和人员的专业与特长进行任务分工，特别是对于那些关键和“卡脖子”的子任务和子模块，一定要集中优势资源和优质科研力量进行重点突破和攻关；最后，在任务分解和分工过程中，一定要重视团队成员权利与责任的平衡与对等，在激发科研动力和潜能的同时，约束和规范科研行为。

2.2.3 协同要素

核心要素协同是重大疫情应急科研协同的关键和重点，通过要素协同实现知识、信息、人才和设备等核心要素的共建、共用和共享。重大疫情应急科研涉及多个学科领域，因此需要多学科的知识和技术进行汇聚；在重大疫情演化进程中，各参与科研主体所获取的数据和信息是不对称的，需要实时进行信息交互和数据共享；科研创新人才是重大疫情应急科研项目最活跃的要素，各参与科研主体应该派出科研能力和抗压能力最强、合作精神最佳的科研人才；精密的仪器和设备是重大疫情应急科研不可或缺的物资保障，仪器设备的互联互通和协同共享可为重大疫情应急科研协同提供保障。此外，需要构建一个信息沟通和交互的协同平台，通过此协同平台，可以提高跨组织重大疫情应急科研团队组织结构的柔性化和灵活度，提高科研协同创新效率。

2.2.4 协同机制

协同机制是重大疫情应急科研协同创新系统（以下简称“系统”）有序、高效运行的稳定器。本研究认为，重大疫情应急科研协同创新系统包括动力机制、沟通机制、协调机制、利益机制和评价机制，这些机制构成一个统一、不可分割的整体。其中，动力机制解决系统的驱动力问题；沟通机制解决系统的联系与交互问题；协调机制解决系统的争议与纠纷问题；利益机制解决系统的收益分配与平衡问题；评价机制解决系统的导向与激励问题。

2.2.5 协同绩效

协同绩效是评估重大疫情应急科研协同创新系统达成目标的程度，是对重大疫情应急科研协同结果的评价。本研究认为，应该着重从时间、成果、效用和价值等方面评价重大疫情应急科研协同绩效。由于重大疫情应急科研任务具有时效性，期望产出应急科研成果所花费的时间越短越好；科研成果情况体现了系统的创新贡献度和影响力，可以采用发明专利申请量等知识产权指标来测量；效用是衡量科研成果对重大疫情防控的有效性，可采用科研成果转化的产品在同类产品中的市场占有率进行估算；价值则是从宏观视角评价科研成果对社会产生的贡献和影响，可以从科研成果及其转化的产品对重大疫情防控的临床效果进行定量评估。

2.2.6 支撑要素

支撑要素是为重大疫情应急科研协同创新系统提供资源和助力的保障因素。系统的主要支撑要素包括政府的政策供给和政策支持、各主体之间的目标一致和文化认同以及科研经费保障等。

3 重大疫情应急科研协同评价

3.1 指标体系选择

根据重大疫情应急科研协同创新系统协同创新机制的内容，结合应急科研协同评价的已有相关研究成果，本研究建立重大疫情应急科研协同创新系统科研协同评价指标体系包括主体协同、任务协同、要素协同、机制协同、支撑协同和协同绩效6 个维度共28 个指标，具体如表1 所示。

表1 重大疫情应急科研协同评价指标体系

3.2 指标权重确定

3.2.1 模型选择

指标权重用于表征指标的重要程度。本研究针对重大疫情应急科研协同系统的结构复杂性和指标间相互影响性，借鉴段云龙等［16］的研究成果，将DEMATEL 方法和网络层次分析 (ANP)法相结合，构建DEMATEL-ANP 方法。DEMATEL-ANP 方法不仅能够表征指标的重要性程度，还能够刻画指标之间的相互影响程度，适合运用于重大疫情应急科研协同系统这种动态、高阶、非线性的复杂系统。此方法一是运用DEMATEL 方法的指标综合影响矩阵确定ANP 方法的网络结构；二是将DEMATEL 方法和ANP 方法得到的权重进行综合得到混合权重。其逻辑思路如图2 所示。

图2 重大疫情应急科研协同动态评价指标权重确定模型

3.2.2 运算步骤

如上构建的DEMATEL-ANP 方法可以通过以下3 个阶段9 个步骤来实现：

（1）第一阶段：确定指标间因果图。

步骤1.1：建立直接影响矩阵D。根据各指标间的直接影响程度建立直接影响矩阵其中dij表征指标i对指标j的影响程度。影响程度分为强、较强、中等、较弱、无影响5 个等级，分别赋值为4、3、2、1、0。

步骤1.2：对直接影响矩阵D进行标准化处理，得到规范化矩阵X。

步骤1.3：计算综合影响矩阵T。其表征指标之间的关联程度，计算式为：

步骤1.4：选取阈值计算α截集矩阵Tα。确定一个合适的阈值α，对综合影响矩阵T中较弱的影响关系进行过滤，达到简化综合影响矩阵的目的。T截集矩阵计算关系式为：

步骤1.5：绘制因果关系图。以T截集矩阵Tα为依据，计算影响度d、被影响度r、中心度原因度然后以中心度为横轴、原因度为纵轴绘制因果关系图。

（2）第二阶段：计算指标权重。

步骤2.1：建立ANP 网络结构图。根据因果关系图的结果构建体现指标间关系的网络结构图。

步骤2.2：建立超矩阵。依据网络结构图，以准则层为目标将网络层的指标进行两两重要程度比较建立超矩阵，计算出其归一化特征向量，得到Wij：

步骤2.3：建立加权超矩阵。将层次间的影响关系体现在超矩阵中进行排序组合，并进行列标准化处理后，得到加权矩阵Wω。

步骤2.4：计算极限超矩阵。根据史文雷等［17］的研究结果，加权超矩阵的极限收敛且唯一，此极限即为评价指标的权重分配值。

（3）第三阶段：计算混合权重。

步骤3.1：计算混合权重。将ANP 法得到的指标权重值与DEMATEL 法得到的综合影响矩阵T 进行综合，得到混合权重［18］。混合权重能体现指标的重要性程度并刻画指标的影响程度。

3.3 模糊综合评价

运用模糊综合评价法对重大疫情应急科研协同程度进行评价，建立综合评价矩阵。设评价指标集为评价者为评价集为=｛优秀，良好，合格，待改进，急需改进｝。按照计算指标隶属度，其中sij表示第i个指标被评为第j个评价等级的总次数，得到隶属度矩阵R。将指标混合权重矩阵与隶属度矩阵相乘就得到模糊层次分评价集B=Z×R，将评价集数值化转换后就可以得到综合评价结果：

4 案例分析

4.1 案例简介

新冠肺炎疫情爆发后，厦门大学国家传染病诊断试剂与疫苗工程技术研究中心夏宁邵团队、厦门万泰凯瑞生物技术有限公司、厦门海沧生物医药港快速作出响应，组建应急科研攻关项目组（以下简称“项目组”），协同开展新冠病毒检测方法的应急科研攻关工作。项目组研发团队通过多主体协同开展应急科研攻关工作，研制出新型冠状病毒（2019-nCoV）抗体检测试剂盒（化学发光微粒子免疫检测法），通过国家药品监督管理局应急审批获准上市。此产品是全球首个获批的双抗原夹心法总抗体检测试剂，具有灵敏度高、随到随检、快速检测等优点，为防控新冠疫情作出了巨大的贡献。

4.2 构建评价指标体系

4.2.1 分析评价指标的影响关系

从项目组各参与主体中各挑选2 位专家、4 位学界专家和2 位业界专家组成12 人的专家团队，对指标之间的影响关系进行判断，运用上述3.2.2 节的运算步骤，阈值α取值0.5σ，其中σ是综合影响矩阵T中元素的标准差，可得各影响因素的因果关系图（限于篇幅，运算过程省略），包括科研创新资源的互补性（B11）等16 个原因指标、应急科研的快速响应能力（B13）等9 个结果指标，而对应急科研的重视程度（B15）、子任务之间接口明确且衔接有序（B23）、收益分配的公平与合理性（B44）、政府政策支持程度（B51）这4个指标的影响程度低于阈值，给予删除。

4.2.2 计算指标的混合权重

借助Super Decision 软件，运用上述3.2.2 节第二阶段和第三阶段的运算步骤，可以计算得到指标集的混合权重（限于篇幅，计算过程省略），如表2 所示。

表2 案例重大疫情应急科研协同评价指标权重

4.3 综合评价

从项目组各参与单位中各选取2 位专家、4 位学界专家和4 位业界专家组成14 人的专家团队，对项目开展过程中的协同指标进行评价，考核等级分为优秀、良好、及格、待改进和急需改进5 个级别，设数值化为V=｛100,85,70,55,40｝。通过数据收集整理后，得到模糊综合评价结果，优秀、良好、及格、待改进和急需改进的综合隶属度分别为0.735、0.220、0.044、0.000 和0.000，综合评价结果为95.364。可见本研究案例的应急科研攻关项目协同绩效优异，项目组快速响应应急科研任务，高效整合科研资源和要素，协同开展应急科研攻关工作，迅速且精准产出应急科研成果［19］。

5 结论与展望

本研究在当前新冠肺炎疫情全球肆意蔓延的背景下，从应急科研攻关助力疫情防控为切入点，研究了多元协同视角下重大疫情应急科研协同的创新机制及其动态评价问题。重大疫情爆发后，应急科研成为疫情防控的关键和重点，为了凸显应急科研的“快”和“准”，应该动员和整合优质的应急科研资源和要素，协同开展应急科研攻关。本研究通过深入调研应急科研攻关项目，运用情景演化方法将协同主体、协同任务、协同要素、协同机制、协同绩效和支撑要素纳入统一的分析框架和逻辑体系，构建了多元协同视角下重大疫情应急科研协同创新机制，为快速响应重大疫情防控，高效整合应急科研资源和要素、协同开展应急科研攻关工作，迅速且精准产出应急科研成果提供参考借鉴［20］。同时，为了有效评价重大疫情应急科研的协同程度和绩效，根据重大疫情应急科研协同系统的复杂性、动态性和不确定性，本研究构建了一种基于DEMATELANP 法的模糊综合评价模型对重大疫情应急科研协同活动进行综合评价。基于DEMATEL-ANP 法的模糊综合评价模型将评价指标的关联性与重要性结合起来，科学确定各评价指标的混合权重，使得评价指标体系具有更强的适应性和有效性；此外，应急科研协同程度和成效的表征与刻画通常难以精确量化，运用多专家参与的模糊综合评价能够提高评价结果的精准程度，减少误差和主观性。进一步的，本研究以新型冠状病毒（2019-nCoV）抗体检测试剂盒研发项目作为评价案例，实证了基于DEMATELANP 法的模糊综合评价的有效性。

在重大疫情环境下，多主体协同开展应急科研攻关已经成为主流趋势，但是如何有效开展应急科研协同工作目前还没有系统的研究成果和丰富的实践经验，本研究所构建的重大疫情应急科研协同创新机制和动态评价方法将在一定程度上弥补此研究领域的缺失，为提高重大疫情应急科研协同成效、尽快和精准产出应急科研成果提供思路和方向。但是本研究仍然存一些不足和缺陷：提出的重大疫情应急科研协同创新机制还只是框架模型和逻辑体系，缺乏具体的运行策略；建立的重大疫情应急科研协同动态评价体系，不管是DEMATEL 法的直接影响矩阵还是网络层次分析的模糊综合评价中的等级评定都是主观和定性的，缺乏客观性和精准性。未来研究将加强以上两个方面的研究工作，使得重大疫情应急科研协同机制有更强的适应性和操作性，并增强评价结果的精确性和综合性。