基于DEA的國家重點實驗室投入產(chǎn)出效率評價

辛督強

（西京學(xué)院 基礎(chǔ)部，陜西 西安 710123）

國家重點實驗室始建于1984年，是國家為提高基礎(chǔ)研究水平、科技競爭力和國家創(chuàng)新能力而采取的通過國家重點投資和分級分類管理的國家級科研基地［1］。經(jīng)過近30年的發(fā)展和建設(shè)，國家重點實驗室已成為國家基礎(chǔ)研究和應(yīng)用基礎(chǔ)研究最重要的知識創(chuàng)新平臺，吸引和凝聚了一大批優(yōu)秀的科技人才，完成了大量國家重大科研任務(wù)，有力地提升了國家和依托單位的整體科研實力和水平，也為國民經(jīng)濟、社會發(fā)展和國防建設(shè)中重大基礎(chǔ)性、關(guān)鍵性問題的解決提供了強有力的技術(shù)儲備和科技支撐［2－3］。國家重點實驗室的投入產(chǎn)出效率是衡量其科研績效的核心標志，對此需要進行科學(xué)的評價。

如何科學(xué)、合理地選擇評價方法，從而使評價結(jié)果更具說服力，并以此為依據(jù)制定相關(guān)科技政策，是科研績效評價的關(guān)鍵。目前，國內(nèi)外已有很多學(xué)者從定性和定量兩個方面提出了很多科研績效評價的理論和方法。定性方法如基于同行評議的層次分析法和德爾菲法［4］；定量的方法如模糊綜合評價法［5］、主成分分析法［6］、回歸分析法［7］等。定性評價結(jié)果受參評專家的主觀因素影響較大，往往不夠客觀；模糊評價法無法解決評價指標之間的相關(guān)性造成的信息重疊問題；主成分分析法則沒有考慮不同樣本的相互影響［8］；而回歸分析法需假設(shè)自變量和因變量為線性關(guān)系，并且只能假設(shè)一個產(chǎn)出項為因變量，無法同時計算多項產(chǎn)出［9］。

1978年，A.Charnes等人提出了數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）。DEA 可以評 價多項投入、多項產(chǎn)出的同類決策單元的效率，在避免主觀性、簡化計算和減少統(tǒng)計誤差的影響等方面有著巨大的優(yōu)勢。DEA方法還可根據(jù)投影原理，給出非有效決策單元各指標的調(diào)整方向和力度，從而使非有效決策單元在調(diào)整后達到投入產(chǎn)出最優(yōu)。隨著DEA新的模型不斷提出和相關(guān)理論研究的持續(xù)深入，DEA方法的應(yīng)用領(lǐng)域逐漸擴大，已成為測度效率的主流方法。本文采用DEA方法對2003—2010年我國國家重點實驗室科研投入產(chǎn)出效率進行評價，以期為相關(guān)部門制定科研發(fā)展規(guī)劃和政策，提高科研管理水平提供參考。

1 DEA評價模型

DEA方法分為投入導(dǎo)向型和產(chǎn)出導(dǎo)向型，一般科研活動中更注重通過增加投入提高產(chǎn)出，達到提高效率的目的。因此，本文運用投入導(dǎo)向型中最基本的模型——規(guī)模報酬不變（CCR）模型來進行分析。CCR模型得出的效率是整個集合的相對整體效率，可對決策單元的技術(shù)效率和規(guī)模效率同時進行評價，其表達式為：

其中，θ為效率指數(shù)，λj為權(quán)重，xj、yj為第j 個決策單元的投入和產(chǎn)出指標向量，ε為非阿基米德無窮小量，n為決策單元個數(shù)，s－、s＋為松弛變量。CCR模型的經(jīng)濟含義為：

（1）DEA有效性：當(dāng)θ＝1，且s＋＝0，s－＝0，則稱決策單元是DEA有效，即在原投入的基礎(chǔ)上所獲的產(chǎn)出已達最優(yōu)；當(dāng)θ＝1，且s＋≠0，s－≠0，則稱決策單元是弱DEA有效；當(dāng)θ＜1時，則稱決策單元是DEA無效的；

（3）投影分析：根據(jù)s－、s＋的情況判斷各項科技投入的冗余率和科技產(chǎn)出的不足率，從而探尋具體的改善措施。

2 指標選取與數(shù)據(jù)

本文以2003—2010年為時間序列，以全部國家重點實驗室為研究對象，利用DEA方法考察其科研投入產(chǎn)出效率。

科研活動的投入主要有資金投入、人力資源投入和科研設(shè)備投入等，實際上對科研而言，財力、人力、物力和信息資源的投入歸根到底都依賴于資金的投入，因此本文選擇研究經(jīng)費（萬元）作為國家重點實驗室科研投入的唯一測算指標?？蒲谢顒拥漠a(chǎn)出包括專利、論文、獲獎成果、著作、人才培養(yǎng)以及技術(shù)市場成交合同金額等。考慮到數(shù)據(jù)來源的權(quán)威性、可得性以及指標的代表性，本文選取發(fā)表論文（篇）、獲獎成果（項）和研究生培養(yǎng)（人）作為國家重點實驗室科研產(chǎn)出的測算指標。

科研活動投入、產(chǎn)出之間的滯后性是客觀存在的，但這個滯后時間很難確定。已有文獻對滯后時間的設(shè)定為1～3年不等［10－11］，也有些文獻并未考慮滯后時間的問題［12－13］。本文取滯后時間為1年，即2003—2010年投入的研究經(jīng)費分別對應(yīng)于2004—2011年的各項產(chǎn)出（見表1）。

表1 國家重點實驗室投入和產(chǎn)出表

3 模型計算與分析

3.1 投入產(chǎn)出的相關(guān)分析

進行投入產(chǎn)出分析的目的是確認所選投入指標值的增加帶來產(chǎn)出的增加。本文利用SPSS統(tǒng)計分析軟件對表1中的投入產(chǎn)出數(shù)據(jù)進行相關(guān)分析，結(jié)果如表2所示。從中可知，研究經(jīng)費的投入和論文、獲獎成果、人才培養(yǎng)之間的Person相關(guān)系數(shù)均大于0.5，表明它們之間呈很強的正相關(guān)性，投入的多少能直接影響產(chǎn)出的數(shù)量。

表2 國家重點實驗室投入產(chǎn)出項相關(guān)系數(shù)表

3.2 投入產(chǎn)出的DEA效率分析

用MaxDEA軟件的Input—oriented CCR對表1中的投入產(chǎn)出數(shù)據(jù)進行計算，計算出的國家重點實驗室2003—2010年的技術(shù)效率（CRS值）和規(guī)模收益（Scale）如表3所示。

表3 國家重點實驗室DEA得分和規(guī)模效益

3.2.1 技術(shù)有效性評價

技術(shù)有效性是指相對于輸入而言輸出已達最大，表現(xiàn)為CRS值為1。從表3的DEA績效系數(shù)（CRS值）看，僅2004年DEA有效，說明相對于其他年份，2004年的科研經(jīng)費投入得到了較為充分的利用，投入產(chǎn)出比達到最大。其余年的CRS值均未達到1，說明這些年份DEA無效。其中，2010年的CRS值最小，科研投入產(chǎn)出的績效最差，對該年CRS值直觀的解釋為，要投入當(dāng)年的33.59%而維持產(chǎn)出不變，才能達到DEA有效。從表3還可以看出，2003—2010年國家重點實驗室的DEA效率呈波浪式發(fā)展，并總體呈下降的趨勢。這說明近幾年國家重點實驗室的經(jīng)費利用效率還不穩(wěn)定，有的年份科研資源浪費嚴重，投入產(chǎn)出效率亟待提高，同時也說明國家重點實驗室在產(chǎn)出上的潛力巨大。

3.2.2 規(guī)模有效性評價

規(guī)模有效性是指投入量處于最佳的規(guī)模，即處于規(guī)模收益不變的狀態(tài)。從表3可知，2004年規(guī)模有效，達到了最大產(chǎn)出規(guī)模點。2003年規(guī)模收益遞增，說明應(yīng)適當(dāng)增加投入量，這時產(chǎn)出量將有更高比例的增加，2004年的技術(shù)有效和規(guī)模有效說明了這一點。2005—2010年規(guī)模收益遞減，此時增加投入量不可能帶來更高比例或同比例的產(chǎn)出。為了提高研究經(jīng)費利用效率，應(yīng)適當(dāng)縮減投入規(guī)模，使其達到規(guī)模有效。

3.2.3 DEA效率的改進

利用MaxDEA軟件的投影分析可直接計算DEA無效決策單元的改進值，以便明確改進的方向和力度。從表4所列的DEA效率改進值可知，DEA無效的年份均存在投入過多的問題，總體的投入冗余率在42%以上，說明科研經(jīng)費未得到有效利用?？蒲挟a(chǎn)出方面，所有DEA無效的年份均存在論文產(chǎn)出明顯不足的問題，部分年份的獲獎成果和人才培養(yǎng)也略微不足。結(jié)合表1數(shù)據(jù)可知，2010年比2003年的研究經(jīng)費增長了575%，但發(fā)表論文數(shù)量的增長卻不足35%，其增長速度明顯低于經(jīng)費的增長。造成這個問題的一個主要原因就是國家重點實驗室在管理上重立項、輕產(chǎn)出，科研管理者和科研人員都很重視調(diào)動各種資源去爭取研究經(jīng)費，卻不太重視課題立項后的研究工作和管理、績效考核與評價，從而未能真正調(diào)動起科研人員的積極性和激發(fā)其全部科研潛能，最終導(dǎo)致科研經(jīng)費很多，但科研產(chǎn)出卻相對較少。

表4 國家重點實驗室DEA效率改進值表

4 結(jié)論與建議

2003—2010年國家重點實驗室投入與產(chǎn)出呈現(xiàn)很強的正相關(guān)性，但是在經(jīng)費投入迅速增長的情況下，科研產(chǎn)出卻并未以相同的比例增長，尤其是發(fā)表論文數(shù)量的增長水平遠低于科研經(jīng)費投入的增長水平。故而多數(shù)年份DEA無效，規(guī)模效率也未達到規(guī)模收益不變。為了提高科研投入產(chǎn)出效率，一方面要加強對國家重點實驗室現(xiàn)有設(shè)備、資產(chǎn)、人員等的評價，根據(jù)評價結(jié)果及時調(diào)整研究方向和資源配置狀況，將科研經(jīng)費的投入量控制在最佳的規(guī)模，以期達到最大的產(chǎn)出規(guī)模點；另一方面要加強對投入經(jīng)費的監(jiān)管力度，使科研經(jīng)費真正為科研服務(wù)。此外，還要重視對科研人員的培養(yǎng)和支持，進一步建立合理、有效的科研激勵制度，從多方面激勵科研人員自挖潛能，多出科研成果。

（

）

［1］危懷安，王婉娟，韓慶元，等.自主創(chuàng)新能力演化的體制性因素及作用機理：基于國家重點實驗室的研究［J］.軟科學(xué)，2013，27（3）：4－8.

［2］劉國瑜.大學(xué)科研與國家重點實驗室建設(shè)探討［J］.實驗室研究與探索，2008，27（10）：140－142.

［3］謝永玉，王壽輝，燕文明，等.國家重點實驗室大型儀器設(shè)備的統(tǒng)建共管與開發(fā)共享機制探討［J］.實驗技術(shù)與管理，2012，29（6）：215－217.

［4］謝虹.基于層次分析法的科技財政支出績效評價研究［J］.中央財經(jīng)大學(xué)學(xué)報，2007（4）：12－16.

［5］李衡，紀鵬飛.國有科研院所核心競爭力模糊評價分析［J］.數(shù)學(xué)的實踐與認識，2010，40（17）：22－61.

［6］秦浩源.基于主成分分析法的科技投入產(chǎn)出聚類分析［J］.科技管理研究，2009（11）：169－171.

［7］儲成頂，朱啟星，成微，等.多元線性回歸：最優(yōu)子集法編程及科研實例［J］.數(shù)學(xué)的實踐與認識，2006，19（3）：309－311.

［8］趙前，焦捷，王以華.中國省際科技競爭力評價：基于超效率DEA的分析［J］.清華大學(xué)學(xué)報：自然科學(xué)版，2011，51（6）：820－826.

［9］趙斐.基于DEA的國家自然科學(xué)基金投入產(chǎn)出相對效率評價［J］.圖書情報研究，2010，3（3）：41－46.

［10］穆智蕊.基于超效率DEA模型的北京R＆D投入績效評價［J］.科技進步與對策，2012，29（5）：117－120.

［11］譚秀閣，楊建飛，王玨.基于DEA的我國財政科技投入效率評價［J］.西安財經(jīng)學(xué)院學(xué)報，2013，26（1）：78－83.

［12］張林，高安剛.基于DEA的欠發(fā)達地區(qū)創(chuàng)新績效研究：以西南三省為例［J］.科技管理研究，2012（10）：76－79.

［13］楊劍，楊鋒.國家主體性科技計劃實施效率的DEA評價［J］.科技進步與對策，2010，27（21）：116－118.