基于DEA的中國科普投入產出效率初步分析

摘要：文章介紹了中國科普投入產出的基本現狀，結合中國科普工作的實際情況，構建了中國科普投入產出評價指標體系初步框架。應用數據包絡分析法（DEA），選取了中國科普統計2006-2013年間的數據，分析評價了中國科普投入產出效率，得到效率有待提高的初步研究結論。

關鍵詞：科普；投入；產出；效率；DEA

中圖分類號：F0622文獻標志碼：A文章編號：

10085831（2016）01011809

科普是指利用適當的傳播方法、媒介、活動，通過對科學技術知識、科學方法、科學思想、科學精神以及科學技術與社會發展信息的傳播普及，促進科學技術的擴散和公眾對科學技術的分享，激發公眾個人、群體、社會組織對科學技術的意識、體驗、興趣、理解、意見的過程[1]。中國高度重視科普工作，提出了一系列加強科普工作的政策措施。1954年通過的《中華人民共和國憲法》就明確提出要普及科學技術知識。《中共中央、國務院關于加強科學技術普及工作的若干意見》（1994年發布）是黨中央、國務院發布的第一個有關科普工作的文件。《中華人民共和國科學技術普及法》（2002年頒布）和《中華人民共和國科學技術進步法》（2007年修訂）都有對科普的相關規定。這些法規和意見的頒布實施，標志著中國科普工作的法制化進程。《全民科學素質行動計劃綱要（2006-2010-2020年）》（2006年發布）提出實施中國全民科學素質行動計劃，使中國科普事業得到了進一步的發展 [2]。

中國科普投入近年來增長快速，但是否有效及產出如何等問題一直缺乏有效的研究。在現有條件下（科普經費和科普人員有限），我們既要合理增加科普的投入，更要關注科普產出效率的提高。為此，有必要對科普投入產出問題進行深入研究。

本文應用數據包絡分析法（Data Envelopment Analysis，DEA），對中國近年來的科普投入產出進行分析評價。希望為相關部門的決策提供有效參考。

一、中國科普投入產出現狀

盡管中國的科普投入強度與發達國家相比明顯較弱，但近年來科普投入和產出增長較快。隨著中國公民科學素養建設的推進，社會和公眾對科普的需求日漸興旺。科技部發布的《中國科普統計（2014年版）》顯示，2013年中國科普活動保持了穩定的增長態勢，科普經費投入持續增加，各類形式的科普作品大量涌現，以科技活動周為代表的群眾性科普活動產生了廣泛的社會影響。中國科普人員和科普經費投入顯著增加，盡管科普發展仍不均衡，但總體上呈現出持續發展的良好態勢 [3-4]。

（一）科普人才隊伍不斷壯大

科普工作的發展離不開科普人才的支撐。科普人才，是指具備一定的科學素質和專業技能，從事科普實踐的勞動者[1]。

通過對科普工作的廣泛開展和深入研究，中國科普人才總量有了較大的增長，人員素質也有所提高。科普人才隊伍為中國科普工作的發展和全民科學素養的提高，做出了巨大貢獻。但總體上說，中國科普人才隊伍無論數量還是質量，都不能滿足科普事業發展的實際需求（表1）。

（二）科普經費逐年增長

中國科普經費投入逐年增長。科普經費來源構成及各項目所占比重如表2和表3所示。

從表2和表3可以看出，中國科普經費籌集額中，政府撥款占絕對比重，年均69%以上，而且各年保持了比較穩定的增長。其次是自籌資金，各年也都有所增長，特別是2010年以后有了較大幅度的增加，占全部科普經費籌集額比重年均23%以上。其他收入2006-2009年增長較快，2010年以后變化不大，但所占比重卻呈下降趨勢。社會捐贈部分額度極少且增速不明顯，所占比重年均僅1.1%（圖1）。

世界上多數發達國家科普資金的來源，主要以企業投入為主，政府投入為輔，這種投入結構反映了市場經濟運作規律。企業作為科普活動的主體是市場競爭的現實選擇，企業是經濟的細胞，是經濟運行的微觀基礎，能否塑造健康、充滿活力的企業，將決定一個國家經濟的整體實力和參與國際市場競爭的能力。目前中國的科普投入對政府的依存度依然很大，這種狀況勢必影響中國科普的競爭優勢。可見企業尚未成為科普活動的主力軍，企業開展科普活動的積極性和活躍性有待提高。

（三）科普基礎設施建設長足發展

一個國家的科普基礎設施發展水平能夠反映這個國家的科普服務能力。中國的科普基礎設施主要有科技類博物館、基層科普設施、數字科技館以及其他具備科普展示教育功能的場館等。根據科學發展觀的要求，科普基礎設施堅持“提升能力，共享資源，優化布局，突出實效”的指導方針，現已取得長足進步，受到了社會各界的普遍重視[5]。

截至2013年底，全國共有科技館、科學技術博物館、青少年科技館等各類科普場館1 837個（表4）。其中科技館展廳面積124萬平方米，科技博物館展廳面積233萬平方米，比2012年分別增長13.2%和14.1%；參觀科技館人數3 734萬人次，參觀科技博物館人數9 821萬人次，比2012年分別增長9.1%和11.8%。另外，一批科普場館正在建設中[4]。

但是，科普出版物發展方面也存在不足，群眾喜聞樂見的優質科普創作資源仍然缺乏，尤其體現在原創性科普資源方面。原創的優秀作品少、科普創作后勁不足等問題已經制約了科普的發展，影響了中國公民科學素養的提高。

（五）科普活動形式多樣

科普活動可以促進公民科學素質的提高，是培養科技后備人才的有效方式。隨著《國家中長期科學和技術發展規劃綱要》、《全民科學素質行動計劃綱要》的實施，科普活動得到各地、各部門的高度重視和大力支持，在全國范圍內蓬勃開展，形式多樣，公眾參與人數大幅上升。科普活動在數量、質量和規模等方面均躍升到一個新臺階。

以科技活動周為代表的重大科普活動產生越來越大的社會影響。2013年，科技活動周共舉辦科普專題活動12.5萬次，參加人數達到1.06億人次[4]（表6）。2013年，全國開展了3.9萬次重大科普活動，91.2萬次科普講座，約有1.7億人次參加；舉辦了16.1萬次科普專題展覽，參觀人次約2.3億；舉辦了87.6萬次的技術培訓，吸引了1.1億人次參加[4]。

二、具有非阿基米德無窮小的C2R模型

（一）C2R模型

數據包絡分析是一種常用的非參數效率評價方法，由Charnes和Cooper等于1978年提出，通過比較同類型決策單元（Decision Making Units，DMU）的相對效率，評價決策單元的規模有效性和技術有效性。DEA模型中，最基本的是C2R模型[6-10]。

假設決策單元DMU有n個，每個DMU都有m種輸入和s種輸出，分別用X=x1，x2，…，xi，…，xmT和Y=y1，y2，…，yr，…，ysT表示。設決策單元DMUj的第i種輸入量為xij，其權重為vi；第r種輸出量為yrj，其權重為ur（見表7）。

分別用向量V=v1，v2，…vi，…vmT和U=u1，u2，…，ur…，usT表示輸入和輸出的權重系數。

式中：xj=x1j，x2j，…，xmj；yj=y1j，y2j，…，ysj；j=1，2，…，n。

對模型（1）進行Charnes-Cooper等價變換，令t=1/vTX0，ω=tv，μ=tu，得到等價線性規劃（P）問題，如模型（2）所示。

依據對偶定理，引入松弛變量S+和S-得出等價對偶規劃（D）問題，如模型（3）所示：其中，S+表示決策單元可能的產出不足，S-表示決策單元可能的投入冗余。

檢驗決策單元DMUj0的DEA有效性時，如果利用線性規劃問題（P）需要判斷是否存在最優解ω0及μ0滿足ω0>0，μ0>0，VP=μTy0=1；如果利用對偶線性規劃問題（D）需要判斷是否所有最優解λ*，S*-，S*+8，θ*都滿足VD=1，S*-=0，S*+=0。無論哪種方法都不方便。為簡化計算，Charnes等在模型中引入在一個廣義實數域內小于任何正數且大于零的非阿基米德無窮小量ε，如模型（4）所示：

其中，e-T=（1，1，…1）∈Em；e+T=1，1，…，1∈Ej。

（Pε）的對偶規劃問題為（Dε），如模型（5）所示：

利用模型（5），可以一次判斷出決策單元DMUj0的DEA有效性。

定理：假設ε是非阿基米德無窮小量，并且規劃問題（Dε）的最優解為λ*，S*-，S*+，θ*，則有：（1）若θ*=1，且S*-=0，S*+=0，則DMUj0為DEA有效，即以現有投入量獲得了最優產出量；（2）若θ*=1，且S*-和S*+中至少有一個不為零，則DMUj0為弱DEA有效，存在投入冗余或產出不足，即投入量減少S*-仍可獲得現有產出，或以現有投入量可獲得比現有產出多S*+的產出量；（3）若θ*<1，則DMUj0為DEA無效，即僅需θ*倍的現有投入量即可獲得現有產出量。（4）令K*=λ*，則K*表示DMUj0的規模效率。當K*=1時，DMUj0的規模收益不變，即增加一定比例的投入可增加相同比例的產出；當K*<1時，DMUj0的規模收益遞增，即增加一定比例的投入可增加更高比例的產出；當K*>1時，DMUj0的規模收益遞減，即增加一定比例的投入只能增加小于該比例的產出。

在實際問題中，只要ε足夠小，（如取ε=10-6），就可以使用單純形法解規劃問題（Dε）。

（二）C2R模型對科普投入產出的適用性分析

（1）C2R模型適用于具有多指標投入與多指標產出的系統。科普投入產出是多投入和多產出的系統，可用C2R模型分析科普投入產出效率。

（2）C2R模型在使用時無須確定具體的生產函數形式。科普投入產出情況復雜多樣，很難確定變量間的函數假設關系。用C2R模型分析科普投入產出效率，不必確定科普投入與科普產出變量之間函數關系，其結果可直接表明科普投入產出相對效率。

（3）運用C2R模型計算相對效率時，無須對數據進行無量綱化處理，可以對無法價格化甚至難以輕易確定權重的指標進行分析。

（4）運用C2R模型分析科普投入產出效率，不必統一科普投入與科普產出指標的單位，大大簡化了測量過程。此外，還可以保證科普投入與科普產出指標以本來面目出現，保證了原始信息的完整性，也避免了人為因素的影響。

三、中國科普投入產出效率研究

（一）科普投入產出評價指標體系構建原則

構建科普投入產出評價指標體系，應考慮如下原則：（1）指標要比較全面。進行效率評價時，所選投入和產出指標應能全面反映評價的目的和內容。（2）指標要相對獨立。指標體系的每個指標要內涵清晰和相對獨立，應該避免指標間存在強的線性相關性。（3）指標要有可操作性。在考慮指標重要性的同時，還要考慮相關數據是否可以獲得。本文選擇的評價指標，其數據主要來自中國科普統計。（4）指標要有可比性。選取的指標應有相同的統計口徑，以保證指標的可比性，便于各地區之間的橫向對比和各年的縱向比較。

（二）科普投入與產出評價指標

根據科普投入產出評價指標的設計原則和《中國科普統計》的內容框架，結合中國科普工作的實際情況，本文選取了以下指標作為科普投入產出的評價指標（見表8）。

選取的指標不同，DEA評價的結果也不同。在進行實證研究時，可根據研究目的選取適合的指標。

（三）實證研究

1.對投入產出指標的要求

結合本文內容，在DEA實證分析中，選取的投入和產出指標應滿足如下要求：（1）指標值要保證非負性；（2）決策單元個數n應是投入指標和產出指標合計數（m+s）的兩倍以上；（3）如果是不同區域間的比較應該選擇總量指標，如果是同一個樣本作動態比較，可以使用相對指標。

2.數據處理結果

為了分析中國科普投入產出的總體有效性，本文選取中國科普統計2006-2013年的數據，應用C2R模型，對中國各年科普投入產出及其變化趨勢進行分析和評價。

根據研究目的和DEA方法的指標選取要求，鑒于截至目前中國有科普統計數據的年份只有7年，分析指標只選取了最典型的3個指標，保證樣本數大于指標總數，進行嘗試性研究。科普投入指標選取了科普投入中最重要的指標科普經費X1指標，科普產出指標選取了目前最有代表性的科普圖書Y1指標和大型科普活動Y2指標。根據科技部發布的2006-2013年中國科普統計結果，獲得原始數據（見表9）。

建立C2R模型如下：根據表9的數據，利用lingo軟件，計算各年的綜合評價值，如表10所示。

3.分析評價

根據DEA方法，評價結果為1，說明該評價單元有效，小于1說明該評價單元無效，評價結果越接近1越好。從表10可以看出，中國有科普統計數據以來的7年中，有2個年份綜合效率值為1，有3個年份綜合效率值介于0.9和1之間，還有2個年份綜合效率值介于0.7和0.9之間，7年綜合效率平均值為0.909。根據表10，可得出如下結論。

（1）2006和2009年科普投入產出的綜合效率值等于1，并且有S-0=0，S+0=0，說明這2年的科普投入產出效率為強DEA有效；并且都有λi=1，說明2006和2009年的科普投入產出既技術有效，又規模有效。評價的結果表明這2年科普資源配置相對合理，按現有結構增加投入會產生相同倍數的產出效果，即處于規模收益不變的最佳增大狀態。

（2）2008、2010和2011年科普投入產出的綜合效率值介于0.9和1之間。2008和2011年有S-0=0，S+0=0，說明這2年的科普投入產出資源配置相對合理。而2010年則存在s+2≠0，說明這年的科普活動數量相對不足，根據測算結果，缺口為1 837次。這3年的λi1，處于規模遞增階段，表明適當的增加科普投入，會有較大的科普產出。

（3）2012和2013年科普投入產出的效率值介于0.7和0.9之間。2012和2013年有S-0=0，S+0=0，說明這2年的科普投入產出資源配置相對合理。λi1，處于規模遞增階段，通過適當的增加科普投入，可以獲得較大的科普產出。但是，這2年科普投入產出效率相對較低，說明科普投入產出的體系結構、管理水平和技術水平等仍有待改進。

（4）2006到2011年，中國科普的投入產出效率基本穩定在0.9到1之間，2012年出現大幅下滑，雖然2013年略有回升，但仍相對較低。隨著中國對公民科學素質建設的不斷重視，科普投入不斷加大，各類形式的科普產出也不斷豐富。但是，在科普事業發展過程中，更應加大對科普投入產出的體系結構、管理水平和技術水平等因素的關注和調整，提高科普投入產出的效率，使有限的科普資源發揮出最大的效用。

四、結論

研究結論：（1）基于科技部現有的科普統計框架，構建了中國科普投入產出評價指標體系初步框架。（2）采用DEA方法描述了中國科普投入產出的效率情況，選取了2006至2013年的科普投入產出數據進行分析比較，揭示了不同年份中國科普投入產出的效率水平。（3）通過實證研究發現，隨著中國科普經費投入逐年加大，科普產出也在逐年提高。但中國科普投入產出的整體效率不夠穩定且有下降的趨勢，科普經費投入的利用率有待提高，科普投入產出的體系結構、管理水平和技術水平等也有待改進。（4）本文應用DEA方法得到的評價結果是相對效率，也就是說在決策單元中一定會有一個決策單元是有效的。雖然部分年份的科普投入產出效率是DEA有效，但并不等于說這些年份科普投入的絕對量不需要提高。與發達國家相比，中國的科普投入無論是絕對量還是相對量都還較低，中國還應大幅度提高科普投入。

本文不足：對于中國各年科普投入產出的縱向比較，只是嘗試性的研究，考慮到中國開展科普統計的年份較短，可以獲取的數據較少，按照DEA方法的要求選取的指標也較少，評價結果難免存在一定的局限性。參考文獻：

[1]任福君，翟杰全.科技傳播與普及概論[M]. 修訂版.北京：中國科學技術出版社， 2014：10.

[2]任福君，周建強，張義忠.科普產業發展研究[R].北京：中國科普研究所， 2010：12.

[3]任福君，張義忠，周建強，等.中國科普產業發展“十二五”規劃研究報告[R].北京：中國科普研究所，2010：12.

[4]中華人民共和國科學技術部.中國科普統計（2014年） [M].北京，科學技術文獻出版社，2015.

[5]任福君.中國科普基礎設施發展報告（2009）[M].北京：社會科學文獻出版社，2010.

[6]ZHU J.Robustness of the efficient， DMU in data envelopment analysis [J].European Journal of Operational Research， l996， 90：451-460.

[7]ANDERSEN P，PETERSEN N C.A procedure for ranking efficient units in data envelopment analysis [J]. Management Science，1993，39：1261-1264.

[8]YANG Y S，LI H W，TONG J.Green assessment of multi-product based on concordance analysis [M]//Proceedings of 2001 international conference on management science engineering（Volume Ⅱ）.Harbin University of Technology Press，2001：1876-1880.

[9] GOLANY B， ROLL Y.An application procedure for DEA [J].International Journal of Management Science， 1989， 17（3）：237-250.

[10]彭云飛，沈曦.經濟管理中常用數量分析方法[M].北京：經濟管理出版社，2011：5.

（責任編輯胡志平）