基于DEA的國家重點實驗室投入產出效率評價

辛督強

（西京學院 基礎部，陜西 西安 710123）

國家重點實驗室始建于1984年，是國家為提高基礎研究水平、科技競爭力和國家創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］。經過近30年的發展和建設，國家重點實驗室已成為國家基礎研究和應用基礎研究最重要的知識創新平臺，吸引和凝聚了一大批優秀的科技人才，完成了大量國家重大科研任務，有力地提升了國家和依托單位的整體科研實力和水平，也為國民經濟、社會發展和國防建設中重大基礎性、關鍵性問題的解決提供了強有力的技術儲備和科技支撐［2－3］。國家重點實驗室的投入產出效率是衡量其科研績效的核心標志，對此需要進行科學的評價。

如何科學、合理地選擇評價方法，從而使評價結果更具說服力，并以此為依據制定相關科技政策，是科研績效評價的關鍵。目前，國內外已有很多學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自變量和因變量為線性關系，并且只能假設一個產出項為因變量，無法同時計算多項產出［9］。

1978年，A.Charnes等人提出了數據包絡分析（data envelopment analysis，DEA）。DEA 可以評 價多項投入、多項產出的同類決策單元的效率，在避免主觀性、簡化計算和減少統計誤差的影響等方面有著巨大的優勢。DEA方法還可根據投影原理，給出非有效決策單元各指標的調整方向和力度，從而使非有效決策單元在調整后達到投入產出最優。隨著DEA新的模型不斷提出和相關理論研究的持續深入，DEA方法的應用領域逐漸擴大，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出效率進行評價，以期為相關部門制定科研發展規劃和政策，提高科研管理水平提供參考。

1 DEA評價模型

DEA方法分為投入導向型和產出導向型，一般科研活動中更注重通過增加投入提高產出，達到提高效率的目的。因此，本文運用投入導向型中最基本的模型——規模報酬不變（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效率和規模效率同時進行評價，其表達式為：

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

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

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

2 指標選取與數據

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費（萬元）作為國家重點實驗室科研投入的唯一測算指標。科研活動的產出包括專利、論文、獲獎成果、著作、人才培養以及技術市場成交合同金額等。考慮到數據來源的權威性、可得性以及指標的代表性，本文選取發表論文（篇）、獲獎成果（項）和研究生培養（人）作為國家重點實驗室科研產出的測算指標。

科研活動投入、產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年投入的研究經費分別對應于2004—2011年的各項產出（見表1）。

表1 國家重點實驗室投入和產出表

3 模型計算與分析

3.1 投入產出的相關分析

進行投入產出分析的目的是確認所選投入指標值的增加帶來產出的增加。本文利用SPSS統計分析軟件對表1中的投入產出數據進行相關分析，結果如表2所示。從中可知，研究經費的投入和論文、獲獎成果、人才培養之間的Person相關系數均大于0.5，表明它們之間呈很強的正相關性，投入的多少能直接影響產出的數量。

表2 國家重點實驗室投入產出項相關系數表

3.2 投入產出的DEA效率分析

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

表3 國家重點實驗室DEA得分和規模效益

3.2.1 技術有效性評價

技術有效性是指相對于輸入而言輸出已達最大，表現為CRS值為1。從表3的DEA績效系數（CRS值）看，僅2004年DEA有效，說明相對于其他年份，2004年的科研經費投入得到了較為充分的利用，投入產出比達到最大。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，科研投入產出的績效最差，對該年CRS值直觀的解釋為，要投入當年的33.59%而維持產出不變，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費利用效率還不穩定，有的年份科研資源浪費嚴重，投入產出效率亟待提高，同時也說明國家重點實驗室在產出上的潛力巨大。

3.2.2 規模有效性評價

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

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，說明科研經費未得到有效利用。科研產出方面，所有DEA無效的年份均存在論文產出明顯不足的問題，部分年份的獲獎成果和人才培養也略微不足。結合表1數據可知，2010年比2003年的研究經費增長了575%，但發表論文數量的增長卻不足35%，其增長速度明顯低于經費的增長。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、輕產出，科研管理者和科研人員都很重視調動各種資源去爭取研究經費，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，從而未能真正調動起科研人員的積極性和激發其全部科研潛能，最終導致科研經費很多，但科研產出卻相對較少。

表4 國家重點實驗室DEA效率改進值表

4 結論與建議

2003—2010年國家重點實驗室投入與產出呈現很強的正相關性，但是在經費投入迅速增長的情況下，科研產出卻并未以相同的比例增長，尤其是發表論文數量的增長水平遠低于科研經費投入的增長水平。故而多數年份DEA無效，規模效率也未達到規模收益不變。為了提高科研投入產出效率，一方面要加強對國家重點實驗室現有設備、資產、人員等的評價，根據評價結果及時調整研究方向和資源配置狀況，將科研經費的投入量控制在最佳的規模，以期達到最大的產出規模點；另一方面要加強對投入經費的監管力度，使科研經費真正為科研服務。此外，還要重視對科研人員的培養和支持，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，2013，27（3）：4－8.

［2］劉國瑜.大學科研與國家重點實驗室建設探討［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備的統建共管與開發共享機制探討［J］.實驗技術與管理，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］.中央財經大學學報，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］.數學的實踐與認識，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：最優子集法編程及科研實例［J］.數學的實踐與認識，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］.清華大學學報：自然科學版，2011，51（6）：820－826.

［9］趙斐.基于DEA的國家自然科學基金投入產出相對效率評價［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］.西安財經學院學報，2013，26（1）：78－83.

［12］張林，高安剛.基于DEA的欠發達地區創新績效研究：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.