基于DEA的國家自然科學(xué)基金投入產(chǎn)出相對效率評價

趙 斐

(江蘇大學(xué)科技信息研究所 鎮(zhèn)江 212013)

基于DEA的國家自然科學(xué)基金投入產(chǎn)出相對效率評價

趙 斐

(江蘇大學(xué)科技信息研究所 鎮(zhèn)江 212013)

科研投入產(chǎn)出績效評價是影響科研事業(yè)發(fā)展的重要因素，加強對自然科學(xué)基金投入產(chǎn)出的研究，有利于優(yōu)化國家自然科學(xué)基金資源配置，改善國家自然科學(xué)基金的宏觀管理。采用投入導(dǎo)向型的數(shù)據(jù)包絡(luò)分析模型與文獻(xiàn)計量學(xué)相結(jié)合的方法，運用MyDEA軟件求解國家自然科學(xué)基金(面上與重點項目)1996-2005年間科研投入產(chǎn)出的DEA效率值，發(fā)現(xiàn)國家自然科學(xué)基金投入產(chǎn)出相對效率呈現(xiàn)下降趨勢，需要采取有利的科研政策提高自然科學(xué)基金的利用效率。

數(shù)據(jù)包絡(luò)分析 文獻(xiàn)計量法 投入產(chǎn)出 效率評價

國家自然科學(xué)基金作為我國支持基礎(chǔ)研究的主渠道之一，對提高我國基礎(chǔ)研究若干戰(zhàn)略領(lǐng)域的研究水平、增強我國解決重大綜合性科學(xué)問題的能力以及加速培養(yǎng)和鍛煉具有國際競爭力的高素質(zhì)科研隊伍等發(fā)揮了重要的作用。國家自然科學(xué)基金的投入產(chǎn)出效益是衡量一種基金科技活動績效的核心標(biāo)志，對自然科學(xué)基金投入產(chǎn)出進行評價，是考察在有限的投入下，能否有效地節(jié)省科研資源，從而得到最大的產(chǎn)出，加快我國基礎(chǔ)研究的步伐。同時為國家自然科學(xué)基金委制定科研發(fā)展規(guī)劃、科研政策和宏觀調(diào)控與決策，提高科研管理水平等提供科學(xué)參考。

國內(nèi)外的很多學(xué)者從定性和定量兩個不同角度提出了多種R&D績效評估的理論、方法和指標(biāo)。定性的方法如廣泛應(yīng)用的專家評議法，但評估和預(yù)測的結(jié)果受評估人員和專家的主觀因素影響較大；而構(gòu)建復(fù)雜指標(biāo)體系的方法也有指標(biāo)過多、指標(biāo)間關(guān)系不明確、操作過程復(fù)雜、數(shù)據(jù)獲取不全等缺點。一般的定量方法如回歸分析法存在的缺陷為：需要假設(shè)自變量和因變量關(guān)系為線性，只能假設(shè)一個產(chǎn)出項為應(yīng)變量，無法將多個產(chǎn)出同時納入計算。多目標(biāo)分析法存在指標(biāo)權(quán)重不易確定，評估結(jié)果容易受到主觀性及外在因素影響。數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis，DEA)于1978年由查恩斯(Charnes)等學(xué)者提出，可以衡量多項投入、多項產(chǎn)出的決策單元(Decision Making Unit，DMU)情況，在避免主觀因素和簡化算法、減少誤差等方面有著巨大的優(yōu)越性。

DEA方法主要應(yīng)用于以下幾方面：城市經(jīng)濟狀況分析[1]、金融機構(gòu)的效率分析[2]、公共事業(yè)的管理評估等[3]。近年來很多研究將DEA方法用于定量分析績效問題，主要集中于對國際、區(qū)域、高校等的科研效率進行評價。如吳和成等[4-5]采用DEA方法對我國科技投入產(chǎn)出進行相對效率評價，謝建國和周露昭采用DEA方法對我國30個省區(qū)技術(shù)創(chuàng)新活動的有效性進行了兩階段分析[6]，趙鎮(zhèn)采用DEA方法對黑龍江省高等教育資源配置效率進行評價分析[7]。

1 資料與方法

1.1 資料

國家自然科學(xué)基金按照資助類別可分為面上項目、重點項目、重大項目、重大研究計劃、國家杰出青年科學(xué)基金等。面上項目是國家自然科學(xué)基金資助的最主要、最基礎(chǔ)的類型，它包括對自由申請項目、青年科學(xué)基金項目和地區(qū)科學(xué)基金項目的資助，其資助經(jīng)費占自然科學(xué)基金項目總經(jīng)費的60%以上。重點項目資助類型是國家自然科學(xué)基金在“八五”期間設(shè)置的新類型，設(shè)置的目的是對科學(xué)發(fā)展中的關(guān)鍵問題和學(xué)科新增長點開展系統(tǒng)而深入的研究并強化支持。本文以面上和重點項目為代表來考察國家自然科學(xué)基金投入產(chǎn)出效率。本文調(diào)查研究的對象是我國1996-2005年結(jié)題的國家自然科學(xué)基金(面上與重點)項目。統(tǒng)計數(shù)據(jù)源來自國家自然科學(xué)基金委網(wǎng)站“統(tǒng)計報告”中資助項目統(tǒng)計年度報告(1996-2005年)[8]。

1.2 方法

DEA是由著名的運籌學(xué)家A.Charnes和W.W.Cooper等人在“相對效率評價”概念基礎(chǔ)上發(fā)展起來的，是評價同類單元相對有效性的一種系統(tǒng)分析方法[9]，該方法可作為科研績效評價的客觀指標(biāo)[10-11]。DEA方法可以同時給出投入和產(chǎn)出的調(diào)整方向及建議調(diào)整值，即在建議值成立后，可達(dá)到投入產(chǎn)出最優(yōu)。

本文采用的分析工具是統(tǒng)計分析軟件Spss和MyDEA。MyDEA為一款免費的數(shù)據(jù)包絡(luò)分析軟件，可以計算出DMU效率，并能給出使DMU有效的改進值。

1.3 DEA模型的選擇

DEA方法分為投入導(dǎo)向型和產(chǎn)出導(dǎo)向型。投入導(dǎo)向型就是在產(chǎn)出固定的情況下，追求投入最小化。產(chǎn)出導(dǎo)向型就是在現(xiàn)有投入的情況下，追求產(chǎn)出最大化。一般科研中更加注重通過增加投入提高產(chǎn)出，從而達(dá)到提高效率的目的，因此在科研效率的研究中，一般采用基于投入導(dǎo)向型的模型[12]。本文即運用投入導(dǎo)向型中規(guī)模報酬不變(CCR)模型來進行分析。

CCR模型是在Farrell的技術(shù)效率概念[13]上引申出來的對多元投入與多元產(chǎn)出之DMU的效率衡量。CCR在規(guī)定規(guī)模報酬(Constant Return to Scale，CRS)的限制下，將各項投入與產(chǎn)出分別加以線性組合，再以投入與產(chǎn)出這兩組線性組合的比率來表示效率，得出的效率是相對整個集合的整體相對效率，是對決策單元的規(guī)模有效和技術(shù)有效同時進行評價。

CCR模型的經(jīng)濟含義為：

(1)DEA有效：當(dāng)θ=1，S-=0，S+=0，則稱DMUj0是DEA有效的。即在原投入X0的基礎(chǔ)上所獲得的產(chǎn)出Y0已達(dá)到最優(yōu)；當(dāng)θ=1，S-≠0或S+≠0則稱DMUj0是弱DEA有效的。即對原投入X0減少S-可原產(chǎn)出Y0不變，或在投入不變的情況下可將產(chǎn)出提高S+；當(dāng)θ<1， 則稱DMUj0是DEA無效的。即可通過組合將投入降為原投入X0的θ比例保持而原產(chǎn)出Y0不減，也就是說1-θ為第j個DMU多投入的比例，可以減少(或稱浪費)投入的最大比例。

2 指標(biāo)體系的建立

科研活動的投入包括資金投入、人力資源投入和科研設(shè)備的投入，實際上對科研而言，人、財、物和信息資源的投入歸根到底都依賴于資金的投入。本文采用經(jīng)費支出(萬元)作為自然科學(xué)基金投入的測算指標(biāo)[14]。

科研活動的產(chǎn)出包括成果獎、論著、學(xué)術(shù)交流、人才培養(yǎng)、專利等指標(biāo)，筆者主要采用物化指標(biāo)論著數(shù)量、專利數(shù)量作為衡量自然科學(xué)基金績效的產(chǎn)出指標(biāo)?？蒲谢顒拥耐度肱c產(chǎn)出之間的滯后性是客觀存在的，滯后性一般為2-3年[15-16]，通過計算發(fā)現(xiàn)，延遲三年跟延遲兩年的結(jié)果并無太大差異，因此我們將延遲期取作兩年[17]。

在運用DEA模型測度效率時，要求各決策單元具有相同的投入、產(chǎn)出指標(biāo)，并且根據(jù)經(jīng)驗法則，要求DMU的樣本數(shù)至少是投入、產(chǎn)出指標(biāo)項數(shù)之和的兩倍以上。本文決策單元數(shù)量滿足上述條件。

3 模型計算與分析

3.1 國家自然科學(xué)基金投入產(chǎn)出基本情況

將1996-2005年作為決策單元，國家自然科學(xué)基金1996-2005年間投入指標(biāo)經(jīng)費的有關(guān)數(shù)據(jù)，1998-2007年產(chǎn)出指標(biāo)論著及專利的有關(guān)數(shù)據(jù)，如表1 所示：

表1 1996-2005年國家自然科學(xué)基金投入產(chǎn)出表

為了統(tǒng)計計量級別，經(jīng)費以百萬元為單位，論著以十篇為單位，來做科研投入產(chǎn)出時序圖。從科研投入產(chǎn)出時序圖(圖1)中，發(fā)現(xiàn)科研投入經(jīng)費和科研產(chǎn)出論著數(shù)量是一個逐年增加的趨勢，但科研產(chǎn)出的專利數(shù)量呈現(xiàn)波動趨勢，資金投入增長的均值是17.7%，論著增長的均值是9.1%，而專利的增長值為-5.6%，從以上數(shù)據(jù)分析可知，國家自然科學(xué)基金的資金投入并沒有獲得同等比例的增長。

圖1 科研投入產(chǎn)出時序圖

3.2 投入產(chǎn)出相關(guān)分析

在對國家自然科學(xué)基金投入產(chǎn)出指標(biāo)數(shù)據(jù)進行初步統(tǒng)計后，對投入產(chǎn)出項做相關(guān)性分析，以確定投入的增加會使產(chǎn)出增加。本文以1996-2005年的國家自然科學(xué)基金投入指標(biāo)數(shù)據(jù)和1998-2007年的國家自然科學(xué)基金產(chǎn)出指標(biāo)數(shù)據(jù)作為數(shù)據(jù)源，運用統(tǒng)計分析軟件SPSS進行的相關(guān)性分析，分析結(jié)果如表2 所示：

表2 投入產(chǎn)出項相關(guān)系數(shù)表

﹡.correlation is significant at the 0.05 level(2-tailed)

﹡﹡. correlation is significant at the 0.01 level(2-tailed)

投入指標(biāo)經(jīng)費、產(chǎn)出指標(biāo)論著和專利的Person相關(guān)指數(shù)均大于0.7，表明他們之間是強的正相關(guān)，經(jīng)費的投入多少能夠直接影響產(chǎn)出論著和專利的數(shù)量。

3.3 國家自然科學(xué)基金投入產(chǎn)出效率分析

用MyDEA軟件的Input-oriented CCR對上述整理好的國家自然科學(xué)基金投入產(chǎn)出數(shù)據(jù)進行處理，在表3中可以看到利用MyDEA計算出的國家自然科學(xué)基金1996-2005年這10年間投入產(chǎn)出效率值。

表3 國家自然科學(xué)基金投入產(chǎn)出相對效率評價結(jié)果表

利用MyDEA計算得出的技術(shù)效率即CRS是指不考慮規(guī)模收益時的技術(shù)效率(綜合效率)。規(guī)模收益即Scale，是指考慮規(guī)模收益時的規(guī)模效率。

3.3.1 技術(shù)有效性評價 技術(shù)有效性是指輸出相對于輸入而言已達(dá)最大，即該決策單元位于生產(chǎn)函數(shù)的曲線上，表現(xiàn)為CRS值為1。從表3的DEA績效系數(shù)(CRS值)看，1998年、1999年DEA有效，說明相對于其他DMU，這兩年的科研投入產(chǎn)出比達(dá)到最大，即科研投入得到了充分的利用，結(jié)果令人滿意。如果想進一步提高科研投入產(chǎn)出效率可以考慮從創(chuàng)新角度進行突破，使生產(chǎn)前沿面上移，從而增加產(chǎn)出。當(dāng)然，并不是說這兩年的科研發(fā)展不存在問題，我們得到的是相對效率，總有一個DMU是DEA有效的。

1996年、1997年、2000-2005年DEA績效系數(shù)均未達(dá)到1，說明這8年DEA是無效的。2005年DEA績效系數(shù)最小，說明科研投入產(chǎn)出績效較差?？梢灾庇^的理解該系數(shù)為：用少于當(dāng)前的投入就可以達(dá)到現(xiàn)有的產(chǎn)出，只要投入當(dāng)年的43.2%就可以達(dá)到現(xiàn)有的科研產(chǎn)出水平。這說明我國在自然科學(xué)基金的利用效率上還有待提高，同時也指明了我國在科學(xué)產(chǎn)出上的潛力巨大。

我國R&D1995-2005年間的平均CRS值為0.16 ，我國自然科學(xué)基金的平均CRS值為0.75，高于我國R&D的 CRS值。相對于國內(nèi)水平而言，我國自然科學(xué)基金得到了有效利用。1999-2003年我國技術(shù)效率的均值在0.75左右。但相對于國際水平而言，我們只是達(dá)到了平均水平，這表示我們還有可以提高的空間及可能性。在此可以借鑒美國、英國、日本等國的先進科研管理經(jīng)驗，提高我們科研投入產(chǎn)出效率和科研管理水平 。

圖2顯示了國家自然科學(xué)基金1996-2005年內(nèi)CRS的時間增長曲線。從圖2我們可以看出，1996-2005年國家自然科學(xué)基金呈現(xiàn)折線式發(fā)展，但是總體呈現(xiàn)緩慢下降的趨勢，2005年達(dá)到最低。CRS值(綜合效率值)的波動說明我國的自然科學(xué)基金利用率還不穩(wěn)定，不能持續(xù)保持國家自然科學(xué)基金利用效率最大，即有的年份國家自然科學(xué)基金沒有得到有效的利用導(dǎo)致科研投入的浪費。

圖2 CRS有效性時間增長曲線

3.3.2 規(guī)模有效性評價 規(guī)模有效是指投入量處于最合適的投入規(guī)模，即處于規(guī)模收益不變的最佳狀態(tài)。分析表3 數(shù)據(jù)可知，1998-1999年規(guī)模有效，說明此時規(guī)模收益不變，達(dá)到了最大產(chǎn)出規(guī)模點。1996-1997年、2000年規(guī)模收益遞增，可以考慮適當(dāng)增加經(jīng)費投入，這時國家自然科學(xué)基金的論著及專利數(shù)量將有更高比例的增加，1998年的技術(shù)有效和規(guī)模有效說明了這一點。2001-2005年這5年是規(guī)模收益遞減的，說明隨著我國經(jīng)濟的發(fā)展，在研發(fā)投入上的規(guī)模效率開始下降，較高的研發(fā)(資金)投入并不能等比例的提高科研產(chǎn)出(論著和專利)的數(shù)量。為了提高基金利用效率，應(yīng)考慮適當(dāng)?shù)臏p少投入規(guī)模，使其達(dá)到規(guī)模有效。

3.3.3 DEA效率的改進 分析DEA無效單元的改進，可以利用前面提到的投影定理進行改進。使用MyDEA軟件直接計算出的改進值如表4所示。觀察表中DEA無效的年份發(fā)現(xiàn)DEA無效的DMU均存在經(jīng)費過多投入的問題，進一步說明科研投入項目經(jīng)費使用效率偏低，由于我們使用的是投入導(dǎo)向型的CCR模型，故改進投入結(jié)構(gòu)是必須的。科研產(chǎn)出方面，1997年、2000-2001年、2004-2005年同時存在專利產(chǎn)出不足的問題，說明專利數(shù)量這一指標(biāo)總量偏低。2002年還存在的論著產(chǎn)出不足的問題，說明論著產(chǎn)出量這一指標(biāo)總量偏低。其中負(fù)值表示需要減少的經(jīng)費投入量，正值表示需要增加的論著和專利數(shù)量。

表4 DEA效率改進值表

4 討論

科研的發(fā)展需要大量經(jīng)費的投入，科研投入的增加和科研產(chǎn)出數(shù)量與質(zhì)量的提高是正相關(guān)的，但科研產(chǎn)出的數(shù)量與質(zhì)量并不完全取決于投入，科研工作和效率也起著至關(guān)重要的作用。因此需要重視對科研人員和技術(shù)人員的培養(yǎng)和支持，進一步建立合理有效的科研激勵機制，從多方面激勵科研人員多出科研成果。

專利是自主創(chuàng)新和知識產(chǎn)權(quán)的一個重要標(biāo)志，但是我國國家自然科學(xué)基金在此方面的產(chǎn)出數(shù)量還不穩(wěn)定，產(chǎn)出效率還不高。因此，應(yīng)充分借鑒其他國家的成功經(jīng)驗，不斷完善相應(yīng)的政策，鼓勵自主創(chuàng)新和高科技產(chǎn)業(yè)集群的發(fā)展，激發(fā)創(chuàng)新主體企業(yè)的自主創(chuàng)新活力。鼓勵科研人員將知識轉(zhuǎn)化為促進社會生產(chǎn)力的成果，提高專利類應(yīng)用成果的產(chǎn)量，以提高科研活動效率。

2001-2008年國家自然科學(xué)基金委公布的年度報告中，每年統(tǒng)計的數(shù)據(jù)類別都有差異。1996-2000年的資助項目統(tǒng)計與年度報告統(tǒng)計的內(nèi)容也不同，不利于科研人員對數(shù)據(jù)的獲取、處理與分析。因而建議國家自然科學(xué)基金建立健全績效評估的支撐體系，盡快規(guī)范受資助研究成果數(shù)據(jù)的采集和認(rèn)證，促進數(shù)據(jù)共享，推動信息網(wǎng)絡(luò)化建設(shè)，為績效評價構(gòu)建可靠的“硬件”系統(tǒng)。

國家自然科學(xué)基金存缺失中間評估。加強對國家自然科學(xué)基金中間評估的力度，根據(jù)評估反饋的信息及時調(diào)整R&D研究方向和R&D資源的配置狀況，從而提高科研經(jīng)費的使用效率。同時加強對國家自然科學(xué)基金利用的監(jiān)管力度，使科研基金真正的為科研服務(wù)。

5 結(jié)論

本文的研究結(jié)果表明國家自然科學(xué)基金投入與產(chǎn)出之間有明顯的正相關(guān)性，但是在我國自然科學(xué)基金投入不斷增長的情況下，我們的科研產(chǎn)出并沒有以同比例增長，論文和專利產(chǎn)出增長水平遠(yuǎn)低于經(jīng)費投入的增長水平，并且專利的增長不穩(wěn)定。故而有的年份技術(shù)效率沒有達(dá)到1，規(guī)模效率沒有達(dá)到規(guī)模收益不變。國家自然科學(xué)基金的投入產(chǎn)出效率只是達(dá)到了國際平均水平，距離高水平國家還有一定的差距，為了提高基金的使用效率，可以向DEA效率高的美國、日本等國家學(xué)習(xí)。美國鼓勵并增強企業(yè)在R&D發(fā)展中的地位和作用。在投入方面，美國政府漸漸改變過去強調(diào)基礎(chǔ)研究的做法，逐步轉(zhuǎn)向注重基礎(chǔ)研究和應(yīng)用研究的結(jié)合，應(yīng)用研究經(jīng)費呈穩(wěn)步上升趨勢，同時，促進技術(shù)成果的商業(yè)化。日本R&D投入主要用于模仿創(chuàng)新和集成創(chuàng)新，二次創(chuàng)新能力比較強，注重專利的產(chǎn)出和商業(yè)化。

[1] Charnes A，et al.Using DEA to evaluate Relative efficiencies in the Economic Performance of Chinese Cities. Socioecon.Plann.Sci，1989(23)：325-344.

[2] Banker R D，et al. An Introduction to DEA with Some of Its Models and Their Uses .Research in Governmental and Nonprofit Accounting，1989(5)：125-163.

[3] Boussofiane A.Applied DEA.Eur. J. of Oper.Res，1991(52)：l-15.

[4] 吳和成，鄭垂勇.科技投入產(chǎn)出相對有效性的實證分析[J].科學(xué)管理研究，2003，21(3)：93-96.

[5] 許治，師萍.基于DEA方法的我國科技投入相對效率評價[J].科學(xué)學(xué)研究，2005，23(4)：481-484.

[6] 謝建國，周露昭.中國區(qū)域技術(shù)創(chuàng)新績效——一個基于DEA的兩階段研究[J].學(xué)習(xí)與時間，2007(6)：29-34.

[7] 趙鎮(zhèn). 基于DEA的高等教育科技資源配置效率評價分析——以黑龍江省為例[J].科技進步與對策，2009,26(2)：112-115.

[8] 何鳴鴻.2008年度報告.[2009-03-23].http://www.nsfc.gov.cn/nsfc2008/index.htm.

[9] Charnes A.，Cooper W.W.，Rhodes. E. Measuring the Efficiency of Decision Making Units [J].European Journal of Operational Research，1978(6)：429-444.

[10] Rousseau，S.，Rousseau，R.，Data Envelopment Analysis as a tool for constructing scientometrics indicators [J].Scientometrics，1997,40(1)：45-56.

[11] Rousseau，S.，Rousseau，R.，The scientific wealth of European nations: taking effectiveness into account [J].Scientometrics，1998,42(1)：75-87.

[12] Charnes，A，Cooper，W.W.，Rhodes，E．Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978(2)：429-444.

[13] Farrell，M.J．The measurement of productive efficiency[J].Journal of the Royal Statistical Society，1957，Series A:General：253-281.

[14] 鄧秀才,肖品龍. 從研究與發(fā)展投入產(chǎn)出的定量分析看高校科研活動的效果[J].科技進步與對策,2003(8):127-128.

[15] Adams，J.D.，Griliches，Z．．Research productivity in a system of universities.In:Encaoua，D. (Ed.)The Economics and Econometrics of Innovation[M]，Boston：Kluwer Academic Publishers，2000：105-140.

[16] Guellec，D.，van Pottelsberghe de la Potterie，B．．From R&D to productivity growth：do the institutional settings and the source of funds of R&D matter[J]. Oxford Bulletin of Economics and Statistics，2004，66(3)：353-378.

[17] 唐崇敏,官建成.基于DEA方法的科學(xué)論文產(chǎn)出效率分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理.2007(6)：29，31-32.

EvaluationoftheRelativeEfficiencyofNSFCActivitiesBasedonDEAAnalysis

Zhao Fei

Institute of Science and Technology Information, Jiangsu University, Zhenjiang 212013, China

The relative efficiency of scientific research is an important factor affecting the development of scientific research. Strengthening the study of input and output of Natural Science Foundation of China (NSFC) can help to optimize the allocation of resources and improve the macro-management of NSFC. This paper, by combining the input-oriented DEA and bibliometric method and employing the MyDEA program, figures out the DEA ratio of NSFC from 1996 to 2005 and shows the decline of the relative efficiency of NSFC activities. So it is necessary to introduce some polices to improve the efficiency.

data envelopment analysis (DEA); bibliometric; input and output; efficiency evaluation

G311

趙 斐，女，1984年生，江蘇大學(xué)科技信息研究所08級碩士研究生。