基于AHP-熵權(quán)法的省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合評(píng)價(jià)研究
——對(duì)江西省科學(xué)院2020—2022年數(shù)據(jù)的考察

謝思東,黃 艷,肖 番,羅麗娜,蔡 樂(lè),唐 碩

(江西省科學(xué)院計(jì)劃財(cái)務(wù)處,330096,南昌)

0 引言

習(xí)近平總書記在黨的二十大工作報(bào)告中指出“要加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略”“以國(guó)家戰(zhàn)略需求為導(dǎo)向,集聚力量進(jìn)行原創(chuàng)性引領(lǐng)性科技攻關(guān),堅(jiān)決打贏關(guān)鍵核心技術(shù)攻堅(jiān)戰(zhàn)”。為大力實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略,江西省逐年提高全省研發(fā)經(jīng)費(fèi)投入總量,2021年的總投入量達(dá)到502.2億元,是2012年的4.42倍,增速位列全國(guó)第一。江西省將創(chuàng)新江西擺在“六個(gè)江西”奮斗目標(biāo)的首位,不斷推進(jìn)科技領(lǐng)域體制機(jī)制改革,先后出臺(tái)了《關(guān)于改革完善省級(jí)科研項(xiàng)目經(jīng)費(fèi)管理若干措施》《關(guān)于進(jìn)一步完善省級(jí)財(cái)政科研項(xiàng)目資金管理的若干措施》等政策文件,著力破解科研經(jīng)費(fèi)使用、管理中的諸多難點(diǎn)痛點(diǎn)問(wèn)題。財(cái)政專項(xiàng)資金是財(cái)政支出的重要組成部分,具有政府撥付、專款專用的特點(diǎn),目的在于支持特定項(xiàng)目的實(shí)施以促進(jìn)經(jīng)濟(jì)社會(huì)的發(fā)展。省級(jí)財(cái)政科技專項(xiàng)資金是省級(jí)財(cái)政預(yù)算安排中用于科技計(jì)劃項(xiàng)目的專項(xiàng)資金,對(duì)于提升區(qū)域科技實(shí)力,促進(jìn)社會(huì)經(jīng)濟(jì)發(fā)展具有重要意義。

江西省科學(xué)院投入科技創(chuàng)新的積極性不斷提升。自2020年起,已連續(xù)三年大幅增加省級(jí)科技專項(xiàng)資金投入,2000—2022年的投入規(guī)模由5 000萬(wàn)元增加至11 100萬(wàn)元。隨著科技專項(xiàng)資金投入規(guī)模的逐年增長(zhǎng),總結(jié)和評(píng)價(jià)省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合情況的必要性凸顯?；诖?本文以江西省科學(xué)院為研究對(duì)象,以江西省科學(xué)院2020—2022年的數(shù)據(jù)為評(píng)價(jià)樣本,通過(guò)建立評(píng)價(jià)指標(biāo)體系,使用層次分析法(AHP)-熵權(quán)法對(duì)指標(biāo)值進(jìn)行權(quán)重處理,測(cè)算江西省科學(xué)院省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合評(píng)價(jià)得分,對(duì)江西省科學(xué)院省級(jí)科技專項(xiàng)資金的支出質(zhì)量進(jìn)行測(cè)算和排序,分析成因,并為進(jìn)一步提高科技專項(xiàng)資金支出的科學(xué)性、合理性提出政策建議。

1 理論回顧

現(xiàn)有關(guān)于科研經(jīng)費(fèi)資助模式的理論研究較多,但涉及科研經(jīng)費(fèi)投入規(guī)模和資金分配效果的國(guó)內(nèi)外研究文獻(xiàn)較少,研究主要集中在以下幾個(gè)方面:

一是科研經(jīng)費(fèi)資助方式。羅珵[1]總結(jié)了目前各國(guó)學(xué)者對(duì)于不同科研經(jīng)費(fèi)資助方式的比較研究主要集中于競(jìng)爭(zhēng)性和穩(wěn)定性兩種資助方式,根據(jù)歐盟和OECD的研究,其成員國(guó)中競(jìng)爭(zhēng)性研發(fā)經(jīng)費(fèi)資助占總研發(fā)公共資助的比例平均約為40%。

二是科研經(jīng)費(fèi)資助體制。李國(guó)棟[2]闡述了目前我國(guó)科研資助制度采取的是政府基金制,即國(guó)家撥款并委托科研資助機(jī)構(gòu)采用科學(xué)基金制資助并管理研究項(xiàng)目,該體制確立了同行專家評(píng)議制度,實(shí)行統(tǒng)一管理、分層執(zhí)行的形式。與我國(guó)不同,何培忠[3]分析日本科研經(jīng)費(fèi)的投入與科研資助體制發(fā)現(xiàn),日本的科研經(jīng)費(fèi)主要來(lái)源于國(guó)家撥款和企業(yè)投資兩種渠道。

三是科研項(xiàng)目資助的影響因素分析。首先是創(chuàng)新技術(shù)能力,汪國(guó)平等[4]以浙江省農(nóng)業(yè)科學(xué)院為例,分析了科研項(xiàng)目資助的影響因素,結(jié)果表明項(xiàng)目資助與申請(qǐng)者的個(gè)人特征關(guān)聯(lián)較小,但與國(guó)家政策導(dǎo)向和研究基礎(chǔ)關(guān)系顯著。尚虎平[5]提出了以導(dǎo)向式評(píng)價(jià)機(jī)制提升科研資助效率。高櫻等[6]探討了將科研績(jī)效評(píng)價(jià)結(jié)果作為科研經(jīng)費(fèi)資助的依據(jù)。其次是人力資源因素,林淑容等[7]使用層次分析法,得到評(píng)價(jià)科研項(xiàng)目資助效果的綜合評(píng)價(jià)函數(shù),發(fā)現(xiàn)資助院士的效果最佳。最后是項(xiàng)目管理因素,湛毅青等[8]建議政府根據(jù)科研項(xiàng)目投入時(shí)間從科研經(jīng)費(fèi)中支付科研工資, 根據(jù)不同高校對(duì)政府科研項(xiàng)目的支持程度充分補(bǔ)償科研間接成本。張濟(jì)洲[9]闡述了美國(guó)國(guó)家科學(xué)基金(NSF)通過(guò)公平和規(guī)范管理程序,較好地克服了學(xué)術(shù)權(quán)威主義和人情關(guān)系網(wǎng)等負(fù)面影響。

綜上所述,現(xiàn)有研究文獻(xiàn)往往聚焦在科研經(jīng)費(fèi)資助方式和體制方面,對(duì)科研項(xiàng)目資助的影響因素進(jìn)行了一定研究和分析,但尚未形成一套綜合評(píng)價(jià)體系,不能為相關(guān)部門科學(xué)合理確定科研項(xiàng)目資金的投入規(guī)模和資金分配提供決策依據(jù)。因此,研究將通過(guò)專家咨詢、文獻(xiàn)分析及相關(guān)政策文件查閱來(lái)確立指標(biāo)體系,使用AHP-熵權(quán)法確定指標(biāo)權(quán)重,進(jìn)而對(duì)科技專項(xiàng)資金投入規(guī)模和資金使用分配作出科學(xué)、合理評(píng)價(jià),提高科技財(cái)政支出質(zhì)量。

2 省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合評(píng)價(jià)指標(biāo)體系的確立

2.1 確立指標(biāo)體系

為了保障指標(biāo)體系具有較高的信度和效度,采用德?tīng)柗品?Delphi),課題組咨詢了相關(guān)領(lǐng)域的專家學(xué)者。研究遴選的專家分布于江西省科學(xué)院的各大研究領(lǐng)域,是科技專項(xiàng)資金分配的對(duì)象,對(duì)資金分配有較好的理解力和成熟的見(jiàn)解。專家構(gòu)成情況如表1所示。

表1 專家構(gòu)成情況(N=18)

基于既有研究與前期實(shí)地調(diào)研的結(jié)果,課題組首先編制了專家咨詢問(wèn)卷開展了第一輪專家咨詢。在第一輪咨詢中,共發(fā)放專家咨詢問(wèn)卷18份,回收率及有效率均為100%,專家對(duì)指標(biāo)的調(diào)整提出相關(guān)建議,顯現(xiàn)出較高的積極性。依據(jù)首輪咨詢結(jié)果,課題組將部分指標(biāo)作增加、刪除、替換、拆分和完善處理。隨后開展第二輪專家咨詢,本輪發(fā)放專家咨詢問(wèn)卷18份,回收有效問(wèn)卷18份,回收率與有效率均達(dá)到100%。總結(jié)專家建議,對(duì)指標(biāo)體系再作適當(dāng)修正,最終得到省級(jí)科技專項(xiàng)資金使用規(guī)模和資金分配綜合評(píng)價(jià)指標(biāo)體系,包含4個(gè)一級(jí)指標(biāo)、13個(gè)二級(jí)指標(biāo),見(jiàn)表2。

表2 省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合評(píng)價(jià)指標(biāo)體系框架

2.2 構(gòu)建層次結(jié)構(gòu)模型

由表2可知,綜合評(píng)價(jià)指標(biāo)體系是由相互關(guān)聯(lián)又相互補(bǔ)充的指標(biāo)構(gòu)成,指標(biāo)間具有層次性和結(jié)構(gòu)性特征。綜合評(píng)價(jià)指標(biāo)體系整合成層次結(jié)構(gòu)模型,如圖1所示。模型分別由目標(biāo)層省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合評(píng)價(jià)A,準(zhǔn)則層技術(shù)創(chuàng)新能力B1、人力資源能力B2、技術(shù)保障能力B3和項(xiàng)目管理能力B4,及實(shí)施層人均技術(shù)創(chuàng)新成果C11等13項(xiàng)組成。

圖1 省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合評(píng)價(jià)指標(biāo)層次結(jié)構(gòu)模型

3 AHP-熵權(quán)法確定指標(biāo)權(quán)重的方法介紹

本研究將結(jié)合使用AHP法和熵權(quán)法,構(gòu)建混合評(píng)價(jià)模型用于評(píng)價(jià)江西省科學(xué)院的省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配質(zhì)量。其一,AHP法(Analytic Hierarchy Process)由美國(guó)匹茲堡大學(xué)運(yùn)籌學(xué)家薩蒂(T. L. Satty)在20世紀(jì)70年代提出。該方法的基本思路是,首先確定解決問(wèn)題涉及的主要因素,并將這些因素按照其關(guān)聯(lián)隸屬關(guān)系構(gòu)成遞階層次模型(一般包括3個(gè)層次:目標(biāo)層、準(zhǔn)則層和實(shí)施層),隨后將各層次中因素作兩兩比較,由此確定諸因素的相對(duì)重要性,即各因素的指標(biāo)權(quán)重。其二,熵權(quán)法最大限度體現(xiàn)客觀數(shù)據(jù)本身的信息,具體來(lái)說(shuō),根據(jù)各項(xiàng)指標(biāo)的差異程度,能夠利用信息熵對(duì)各指標(biāo)初步給定的權(quán)重調(diào)整實(shí)現(xiàn)動(dòng)態(tài)賦權(quán)、確定權(quán)重[10]。

AHP法和熵權(quán)法均可用于測(cè)算指標(biāo)權(quán)重,但就使用特點(diǎn)而言,前者有較大主觀性,而后者則客觀性較強(qiáng)[11]。因此,混合使用兩種方法能兼顧主觀意見(jiàn)和客觀數(shù)據(jù)評(píng)價(jià)結(jié)果,更科學(xué)合理地為指標(biāo)賦權(quán),對(duì)省科學(xué)院的專項(xiàng)資金支出質(zhì)量作出全面的評(píng)價(jià)。鑒于一級(jí)指標(biāo)較少且較為固定,準(zhǔn)則層對(duì)目標(biāo)層(一級(jí)指標(biāo))權(quán)重宜采用層次分析法,參考18位專家的評(píng)判意見(jiàn)確定;目標(biāo)層(一級(jí)指標(biāo))內(nèi)涵豐富,實(shí)施層指標(biāo)(二級(jí)指標(biāo))較多且年度變化性較強(qiáng),宜采用熵權(quán)法動(dòng)態(tài)篩選各項(xiàng)二級(jí)指標(biāo)數(shù)據(jù)取得,該方法兼具有可調(diào)整、效率高、易操作、避免主觀性等優(yōu)點(diǎn)[12]。綜上,實(shí)證分析分三步進(jìn)行:首先,準(zhǔn)則層對(duì)目標(biāo)層(一級(jí)指標(biāo))權(quán)重確定采用層次分析法賦權(quán);其次,實(shí)施層對(duì)準(zhǔn)則層(二級(jí)指標(biāo))權(quán)重采用賦權(quán);最后,結(jié)合準(zhǔn)則層和實(shí)施層計(jì)算得到各年度省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合評(píng)價(jià)評(píng)分。

3.1 準(zhǔn)則層對(duì)目標(biāo)層(一級(jí)指標(biāo))權(quán)重分析——AHP法

3.1.1 確定要素集 研究邀請(qǐng)18位專家填寫問(wèn)卷打分表,依據(jù)兩輪專家意見(jiàn)形成要素集,具體見(jiàn)圖1。

3.1.2 構(gòu)建判斷矩陣 判斷矩陣的數(shù)值代表相同水平的一個(gè)要素相對(duì)于另一個(gè)要素的重要程度,研究運(yùn)用薩蒂標(biāo)度相對(duì)重要性等級(jí)表的原理,構(gòu)造判斷矩陣,相對(duì)重要性等級(jí)表見(jiàn)表3。

表3 相對(duì)重要性等級(jí)表

3.1.3 一致性檢驗(yàn)與一級(jí)指標(biāo)權(quán)重確定 通過(guò)計(jì)算可以得出各一級(jí)指標(biāo)的權(quán)重wi,i={1,2,…,m},帶有偏差的最大特征值為λmax。計(jì)算一致性指標(biāo)CI,CI=(λmax-m)/(m-1),m為一致性矩陣具有的最大特征值。

一致性檢驗(yàn)根據(jù)一致性比例CR判斷,計(jì)算公式為CR=CI/RI,RI為判斷矩陣的平均隨機(jī)一致性指標(biāo),當(dāng)CR<0.1時(shí),說(shuō)明判斷矩陣符合標(biāo)準(zhǔn),即權(quán)數(shù)的分配是合理的。反之,若CR>0.1,則表明判斷矩陣需要調(diào)整,在分析時(shí)應(yīng)予以去除。最后,對(duì)于保留下的判斷矩陣,采用權(quán)數(shù)算術(shù)平均法綜合各位專家意見(jiàn),計(jì)算準(zhǔn)則層對(duì)目標(biāo)層A(一級(jí)指標(biāo))的權(quán)重集合。

3.2 實(shí)施層對(duì)準(zhǔn)則層(二級(jí)指標(biāo))權(quán)重分析——熵權(quán)法

3.2.1 構(gòu)建原始化矩陣和標(biāo)準(zhǔn)矩陣 每項(xiàng)一級(jí)指標(biāo)下的所有二級(jí)指標(biāo)使用熵權(quán)法進(jìn)行判定。在某個(gè)一級(jí)指標(biāo)下,n個(gè)二級(jí)指標(biāo),p個(gè)被評(píng)價(jià)對(duì)象,構(gòu)建原始化矩陣和標(biāo)準(zhǔn)矩陣:

3.3 權(quán)重最終確定

綜合一級(jí)指標(biāo)權(quán)重和二級(jí)指標(biāo)權(quán)重,可計(jì)算出江西省科學(xué)院各年度省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配的綜合評(píng)價(jià)得分:

式中,l=f(i,j,p),表示標(biāo)準(zhǔn)化矩陣B′中第p個(gè)中心第i個(gè)一級(jí)指標(biāo)下第j個(gè)二級(jí)指標(biāo)對(duì)應(yīng)的元素值。

4 基于AHP-熵權(quán)法考察江西省科學(xué)院2020—2022年數(shù)據(jù)

江西省科學(xué)院投入科技創(chuàng)新的積極性不斷提升,自2020年起,已連續(xù)三年大幅增加省級(jí)科技專項(xiàng)資金投入。通過(guò)數(shù)據(jù)統(tǒng)計(jì)和深度訪談,本課題組收集了2020—2022年13項(xiàng)基礎(chǔ)數(shù)據(jù),采用AHP-熵權(quán)法混合評(píng)價(jià)模型進(jìn)行實(shí)證。

4.1 采用AHP,確定一級(jí)指標(biāo)權(quán)重

根據(jù)構(gòu)建的指標(biāo)體系,確定各一級(jí)指標(biāo)權(quán)重判斷矩陣。本研究采用德?tīng)柗品?收集18位各領(lǐng)域?qū)＜覍?duì)指標(biāo)權(quán)重判斷的問(wèn)卷調(diào)查與實(shí)際建議,采用層次分析法對(duì)判斷矩陣進(jìn)行數(shù)據(jù)處理。以專家1填寫的判斷矩陣為例進(jìn)行演繹計(jì)算,如表4所示。

表4 專家1的判斷矩陣

矩陣歸一化處理后計(jì)算一級(jí)權(quán)重為(0.277,0.466,0.161,0.096)。進(jìn)行一致性檢驗(yàn)λmax=4.031,CI=0.01,CR=CI/RI=0.012<0.1通過(guò)一致性檢驗(yàn)。

經(jīng)逐一計(jì)算,共有18位專家參與問(wèn)卷填寫,其中14位專家判斷矩陣通過(guò)一致性檢驗(yàn),最終對(duì)這14位專家的指標(biāo)權(quán)重值進(jìn)行算術(shù)平均值計(jì)算一級(jí)權(quán)重。

復(fù)校時(shí)間間隔建議不超過(guò)1年。在復(fù)校時(shí)間間隔內(nèi)，如儀器經(jīng)過(guò)較大的維修或出現(xiàn)明顯偏差及對(duì)儀器性能表示懷疑時(shí)，應(yīng)重新校準(zhǔn)。

4.2 采用熵權(quán)法,確定二級(jí)指標(biāo)權(quán)重

根據(jù)熵權(quán)法,確定各一級(jí)指標(biāo)下若干二級(jí)指標(biāo)的熵權(quán)原始數(shù)據(jù)矩陣(bij)p×n,再經(jīng)過(guò)標(biāo)準(zhǔn)化處理得到標(biāo)準(zhǔn)化的熵權(quán)矩陣(bij′)p×n。計(jì)算3個(gè)評(píng)價(jià)對(duì)象,技術(shù)創(chuàng)新能力一級(jí)指標(biāo)下4項(xiàng)二級(jí)指標(biāo)的熵權(quán)矩陣(bij′)9×3(見(jiàn)表5)。

表5 技術(shù)創(chuàng)新能力B1一級(jí)指標(biāo)下4項(xiàng)二級(jí)指標(biāo)的熵權(quán)矩陣bij′

計(jì)算技術(shù)創(chuàng)新能力一級(jí)指標(biāo)下4項(xiàng)二級(jí)指標(biāo)的信息熵Ej,Ej為(0.550,0.592.0.616,0.325)。

最后,計(jì)算得到該一級(jí)指標(biāo)下各二級(jí)指標(biāo)的權(quán)重(0.235,0.213,0.2000,0.352)。類似地可以得到其他3個(gè)一級(jí)指標(biāo)下的各項(xiàng)二級(jí)評(píng)價(jià)指標(biāo)權(quán)重。

4.3 綜合一級(jí)指標(biāo)、二級(jí)指標(biāo)權(quán)重計(jì)算各年評(píng)價(jià)得分

綜合一級(jí)指標(biāo)權(quán)重、二級(jí)指標(biāo)權(quán)重,得出省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合評(píng)價(jià)指標(biāo)總權(quán)重(見(jiàn)表6)。影響因素排序依次為:年度新增項(xiàng)目比例C14>專技人員比例C21>人均技術(shù)創(chuàng)新成果C11>財(cái)務(wù)預(yù)算與執(zhí)行一致項(xiàng)目比例C41>預(yù)期成果與實(shí)際成果一致項(xiàng)目比例C42>年度科研成果轉(zhuǎn)化人均額C12>專業(yè)技術(shù)人員人均科研經(jīng)費(fèi)C13>博士及以上學(xué)歷比例C23>年度科研儀器設(shè)備更新率C32>關(guān)鍵科研儀器設(shè)備比例C33>人均科研儀器設(shè)備C31>學(xué)術(shù)帶頭人情況C24>中青年人員比例C22。

表6 省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合評(píng)價(jià)指標(biāo)體系與權(quán)重

結(jié)合標(biāo)準(zhǔn)化數(shù)據(jù)B′,計(jì)算出各評(píng)價(jià)對(duì)象最終考核得分Sp,如表7和圖2所示。按照綜合評(píng)價(jià)得分的大小對(duì)江西省科學(xué)院省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合水平進(jìn)行排序,即可得到:2022年得分>2021年得分>2020年得分。

圖2 2020—2022年省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合評(píng)價(jià)得分變化圖

表7 2020—2022年省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合評(píng)價(jià)表

5 江西省科學(xué)院省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合評(píng)價(jià)結(jié)果分析

運(yùn)用AHP-熵權(quán)法混合評(píng)價(jià)模型,基于江西省科學(xué)院省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合評(píng)價(jià)指標(biāo)數(shù)據(jù),對(duì)江西省科學(xué)院2020—2022年的省級(jí)科技專項(xiàng)資金支出質(zhì)量進(jìn)行測(cè)度。結(jié)果顯示:

總體上看,過(guò)去三年以來(lái),江西省科學(xué)院省級(jí)科技專項(xiàng)資金的投入規(guī)模和資金分配質(zhì)量表現(xiàn)出逐年提升的變化趨勢(shì)。2020年的綜合評(píng)價(jià)得分最低,為0.268分,2022年綜合評(píng)價(jià)得分最高,達(dá)到了0.672分,三年里資金支出質(zhì)量提高了2.507倍。

從提升速度來(lái)看,2020—2021年,江西省科學(xué)院的省級(jí)科技專項(xiàng)資金支出質(zhì)量迅速上升,提升了2.190倍。2021—2022年,江西省科學(xué)院的省級(jí)科技專項(xiàng)資金支出質(zhì)量持續(xù)提升,但是增速放緩。

依據(jù)各一級(jí)指標(biāo)的權(quán)重,可以分析數(shù)據(jù)結(jié)果。2020—2021年江西省科學(xué)院省級(jí)科技專項(xiàng)資金支出質(zhì)量迅猛提升,2021年的項(xiàng)目管理能力、技術(shù)保障能力和人力資源能力都大幅提升是主要?jiǎng)恿?。?021—2022年省級(jí)科技專項(xiàng)資金支出質(zhì)量提升則主要由技術(shù)創(chuàng)新能力提升驅(qū)動(dòng),項(xiàng)目管理能力也得到一定程度提高,但與此同時(shí)人力資源能力和技術(shù)保障能力都較上年有所下降,成為制約2022年省級(jí)科技專項(xiàng)資金支出質(zhì)量的“短板要素”。

6 結(jié)論與建議

6.1 研究結(jié)論

第一,應(yīng)用AHP-熵權(quán)法混合評(píng)價(jià)模型對(duì)江西省科學(xué)院省級(jí)科技專項(xiàng)資金投入規(guī)模和資金分配綜合評(píng)價(jià)的測(cè)度結(jié)果表明,江西省科學(xué)院省級(jí)科技專項(xiàng)資金的支出質(zhì)量在2020—2022年呈現(xiàn)逐年提升的變化趨勢(shì),3年時(shí)間評(píng)價(jià)得分提高了2.507倍。其中,2020—2021年,綜合評(píng)分提高了2.190倍,主要得益于項(xiàng)目管理能力、技術(shù)保障能力和人力資源能力的全面提升。2021—2022年,支出質(zhì)量持續(xù)提升但增速放緩,增長(zhǎng)主要是技術(shù)創(chuàng)新能力大幅提升造成,但人力資源能力和技術(shù)保障能力都較上年有所下降,減損了綜合得分。

第二,根據(jù)AHP的一級(jí)指標(biāo)評(píng)價(jià)與權(quán)重分布,發(fā)現(xiàn)專家對(duì)四個(gè)一級(jí)指標(biāo)的關(guān)注度依次為技術(shù)創(chuàng)新能力B1,人力資源能力B2,項(xiàng)目管理能力B4,最后才是技術(shù)保障能力B3。建設(shè)世界科技強(qiáng)國(guó),保障技術(shù)創(chuàng)新能力是基礎(chǔ),建設(shè)創(chuàng)新人才隊(duì)伍是關(guān)鍵,技術(shù)保障能力和項(xiàng)目管理在未來(lái)的作用將逐步提升。結(jié)合熵權(quán)法的二級(jí)指標(biāo)評(píng)價(jià)計(jì)算結(jié)果,得出各指標(biāo)總排序中,年度新增項(xiàng)目比例C14、專技人員比例C21和人均技術(shù)創(chuàng)新成果C11位列前三,而學(xué)術(shù)帶頭人情況C24和中青年人員比例C22等指標(biāo)對(duì)江西省科學(xué)院省級(jí)科技專項(xiàng)資金支出質(zhì)量的影響較小。

6.2 政策建議

基于上述實(shí)證評(píng)價(jià)結(jié)果,為進(jìn)一步提高江西省科學(xué)院省級(jí)科技專項(xiàng)資金支出的科學(xué)性、合理性,提出如下建議。

一是加強(qiáng)對(duì)項(xiàng)目全過(guò)程的動(dòng)態(tài)監(jiān)督。江西省科學(xué)院應(yīng)做好項(xiàng)目的事前風(fēng)險(xiǎn)評(píng)估,加強(qiáng)立項(xiàng)審查,嚴(yán)格項(xiàng)目論證;強(qiáng)化事中評(píng)價(jià)與監(jiān)督,及后補(bǔ)貼時(shí)代補(bǔ)貼的退出機(jī)制,以此來(lái)創(chuàng)造平等的競(jìng)爭(zhēng)環(huán)境。在項(xiàng)目執(zhí)行過(guò)程中,按照一定的階段性發(fā)展要求進(jìn)行驗(yàn)收,由科研處和計(jì)財(cái)處對(duì)財(cái)政資金使用的效果和效率進(jìn)行監(jiān)管,在監(jiān)督檢查過(guò)程中,要善于發(fā)現(xiàn)問(wèn)題并提出整改意見(jiàn),監(jiān)管結(jié)果與項(xiàng)目后續(xù)的投入方式和力度掛鉤,激發(fā)項(xiàng)目團(tuán)隊(duì)提高核心競(jìng)爭(zhēng)力的動(dòng)力;做好項(xiàng)目的事后績(jī)效評(píng)價(jià),加強(qiáng)專項(xiàng)資金使用效果的考核,避免“重立項(xiàng)、輕驗(yàn)收”“虎頭蛇尾”的現(xiàn)象。

二是加大對(duì)人才因素的考察?？萍际堑谝簧a(chǎn)力,人才是第一資源。在立項(xiàng)審查時(shí),應(yīng)充分考察團(tuán)隊(duì)成員的學(xué)歷、職稱、科研工作年限和前期研究成果等要素,是對(duì)項(xiàng)目執(zhí)行和科研成果的有效預(yù)測(cè)指標(biāo)。在人才使用方面,要培養(yǎng)一批創(chuàng)新能力強(qiáng)、引領(lǐng)新一輪科技和產(chǎn)業(yè)變革的高端創(chuàng)新人才,同時(shí)也要不斷發(fā)掘、發(fā)現(xiàn)青年科技人才,為科技自立自強(qiáng)涵養(yǎng)新生動(dòng)力。