A核電站科研投入產出效率研究

摘要：科研投入產出效率研究能夠定量分析核電企業科技創新工作的優劣勢，為后續科研投入提供參考。文章通過績效評價模型分析比選，結合A核電站科研管理工作的特點，選擇恰當的科研投入與產出指標進行典型相關分析，對優選后的指標綜合運用三階段的DEA方法，從產出效率的角度對A核電站近15年來的科研管理工作進行分析和評價。結論發現，A核電站的科研投入產出效率對于外部環境的變化十分敏感，規模效率基本處于較高水平且規模效率遞增，但純技術效率處于較低水平，需要通過科學的管理方法提高效率水平。

關鍵詞：科研投入產出；核電站；DEA方法；典型相關分析；效率評價

中圖分類號：F272" 文獻標志碼：A

0 引言

核電站作為安全可靠、清潔高效的優質能源，在優化配置能源結構、維護供應安全、減少二氧化碳污染物排放等各個方面都起到了重要作用。近年來，我國核電科研工作在先進制造、國產化替代、燃料自足、四代技術探索、燃油質量保障等各個領域的綜合利用能力正穩步增強，但也遇到了一些問題與挑戰，如我國自主品牌先進的核電技術亟待進一步完善與設計，以增強其經濟實力；一些“卡脖子的關鍵技術”、核心零配件和基本材料依然亟待加大對其攻關，進一步提升自主生產制造的能力與水平。因此，推進我國核電安全高效長遠的科學發展，需要始終堅持科技創新，掌握技術主動權，堅定走自主化發展道路。

科研的投入產出效率作為科研工作績效水平衡量的方式之一，多年來一直受到國內外學者的重視與研究。在科研投入與產出效率模型的運用中，國外關于多投入產出績效的相關研究大都直接采用了由1982年美國著名技術運籌學科專家查爾斯尼等^［1］提出的一種數據包絡式的分析方法技術（Data Envelopment Analysis，DEA）。Pegah Khoshnevis^［2］運用一階段DEA方法的CCR和BCC兩個模型方法綜合分析評價科技研發型企業績效，發現在規模生產效率方面，中等水平規?；目萍计髽I主要需求解決的問題是其自身管理無效率問題，從而能夠得到較高的技術管理效率。Djula Borozan^［3］運用二階段模型DEA模型對歐盟國家近15年來的能源綜合利用效率進行了統計分析，發現資源利用率與國家經濟發展水平存在相關關系，發達地區的資源利用率普遍大幅高于欠發達地區。劉廣斌^［4］通過分析應用三階段的DEA模型，得出近年來基于我國國家高新技術企業綜合投入產出的企業綜合投入效率水平持續較大波動，需要進一步提升精細化管理措施。

1 科研投入產出指標體系構建

1.1 研究對象

A核電站作為我國核電行業領域的科技創新與探索的先鋒，近年來一直在持續推進中發力，承擔著國家部委和集團公司等多項重大科研項目。核電站的科研管理本身是一個多投入、多產出的績效評價系統。在投入指標中包括了人力、財力、物力等資源；在產出方面既有直接產出又有間接產出，既包括知識類產出等可衡量指標，也包括行業影響、安全改進等不定量指標。目前的研究中，對于核電站的科研投入產出效率的研究數量較少。本文以項目的績效管理理論為基礎，使用三階段的DEA方法對A核電站目前的科研管理現狀進行適應性分析，選擇恰當的科研投入、科研產出指標，帶入構建的DEA評價模型中進行計算，獲得A核電站科研投入產出效率的結果，分析當前存在的問題，提出適當的優化方案，為A核電站優化科研績效管理體系，提高科研項目管理水平提供理論依據，進而提升A核電站的總體科研實力。

1.2 科研投入產出評價指標的選取

結合A核電站科研工作情況，初步選擇3方面指標范圍如下：投入類指標主要以各類財務類指標和人力資源指標為主，產出類以知識產權類和綜合收益類指標為主，環境類主要以GDP、企業發展階段和外部環境影響等指標為主。根據A核電站的實際情況，本文對A核電站科研投入指標進行了初步篩選，具體如表1所示。

1.3 典型相關性分析

通過典型相關性分析統計方法找出兩套多模異構特性之間的潛在關系，使用統一的模型，以連接不同類型基本功能的多模態數據，挖掘和保留數據之間的潛在關系 ^［5］。

依據典型的相關性分析原理計算，可得A核電站的科研投入和產出兩個變量組之前的數據相關性分別為：0.8364、0.9582、0.6272、0.4483、0.3447、0.3486和0.1183。對已篩選出的A核電站科研投入產出效率指標分別進行典型相關性分析，具體數據結果如表2—3所示。

員工薪酬福利和企業自籌經費相對而言相關系數值較高，刪除員工薪酬福利。合作實驗室與外部支持人員指標相關值相對較高，綜合考慮刪除合作實驗室數量。最終選擇的4個科研投入指標為：工程師數量、外部支持人員數量、企業自籌經費、外部支持經費。

發明專利、實用新型的數量與一般期刊論文數量的相關系數較高，綜合考慮刪除一般期刊論文指標。發明專利與實用新型同為知識產出指標，考慮將兩個指標數據相加，作為專利數量指標。最終選擇4項指標作為科研產出指標：專利數量、高等級期刊論文數量、AB類事件數量、行業標準數量。

綜上所述，共選取4項科研投入指標和4項科研產出指標作為A核電站科研投入產出效率評價指標體系數據，所有指標均符合典型相關分析和DEA模型標準，最后確立的評價指標體系，如表4所示。

2 科研投入產出效率分析

本課題研究選擇了三階段DEA評價模型，選取近15年來（2008—2022年）A核電站的科研項目數據作為主要的研究對象，通過典型相關分析方法對初選指標代入數據進行相關性分析，篩選后確立了評價指標體系。

2.1 第一階段DEA方法計算

DEA的三階段模型中廣泛使用面向BCC（規模的可變反作用）模型^［6］。對于任何決策者來說，輸入驅動的BCC模式可以這樣表達。

minθ-ε（e^TS-+eTS+）

s.t.∑nj=1Xjλj+S-=θX0

∑nj=1Yjλj-S+=Y0

λj≥0，S-，S+≥0

其中，j=1，2，…，n表示決策單元，X和Y分別是投入和產出向量。

采用BCC模型，對A核電站第一階段的科研投入產出比進行綜合測算，計算出第一階段A核電站2008—2022年每年的技術效率、純技術效率和規模效率值，結果如表5所示。

從無效DMU角度來看和規模報酬角度來分析：純技術效率和規模效率之間存在著不同程度的提高和改進；規模效率明顯優于純技術效率，純技術效率的提高和改進空間比較大，說明A核電站的科研管理水平有進一步提升空間。規模效率除部分特殊年份外，基本處于遞增的趨勢，說明對于A核電站科研的持續增加投入帶動了規模效應的提升，展現出良好的發展態勢，有利于提高綜合技術的工作效率。2021年處于生產效率的前沿方面，規?；逝c純技術生產效率均處于良好狀態。此外，2013年和2022年A核電站的科研投入產出效率呈現大幅規模報酬遞減，說明現有科研投入配置中普遍存在投入過剩，應該通過相應的方式減少投入或者調整產出結構，以此為基礎來提高產出的效率，表5中所有相關的數據均在不充分考慮到任何環境因素和隨機干擾的條件下計算得出，其結果對于產品質量是否準確而且具有一定的客觀性，將在本文第二階段的分析中予以說明。

計算A核電站各投入指標的松弛變量，具體數據如表6所示。

2.2 第二階段SFA回歸計算

第二階段：似SFA回歸剔除環境因素和統計噪聲。

生產函數f（x）的定義為：在給定投入x情況下的最大產出。假設企業i的產量為：

yi=f（xi，β）ξi

其中，β為待估參數；ξi為企業i的水平，滿足0lt;ξi≤1。如果ξi=1，則企業i正好處于效率前沿。同時，考慮到隨機沖擊，產量為：

yi=f（xi，β）ξie^vi

其中，e^vigt;0為隨機沖擊。方程意味著生產函數的前沿f（xi，β）e^vi是隨機的，稱為隨機前沿模型^［7］。

假設f（xi，β）=e^βox1i^β1…xki^βk，取對數可得：

lnyi=β0+∑Kk=1βklnxki+lnξi+νi

由于0lt;ξi≤1，故lnξi≤0。定義ui=－lnξi≥0，則方程可以寫成：

lnyi=β0+∑Kk=1βklnxki+νi－ui

其中，ui≥0為“無效率”項，反映企業i距離效率前沿面的距離?；旌蠑_動項εi=νi-μi分布不對稱，使用OLS估計不能估計無效率項ui。為了估計無效率項ui，必須對νi、μi的分布做出假設，采用最大似然比來估計^［8］。

通過第一階段的DEA方法測算，得到A核電站科研投入指標的松弛變量，將該松弛變量數據帶入進行回歸計算，將所選取的環境指標作為解釋變量，輸入2008—2022年國內核電機組數（運行+在建）、項目研究年限延期比、薪酬福利滿意度的具體數據，通過SFA回歸計算后，結果如表7所示。

工程師人員數量、外部支持人員數量、企業自籌經費、外部支持經費4個科研投入指標的SFA模型都通過了單邊似然比檢驗，通過SFA回歸剔除環境影響和隨機噪聲是有必要的。綜合分析可知，所選擇的各項環境指標對于A核電站的主要科研資金投入和技術產出的管理效率都會造成不同程度和方向上的干擾，既存在其大小的不同，也存在正負號的差異。在未考慮環境變量時，有些年份受環境變量的影響較大，導致科研投入產出效率有較大程度的偏差。因此原本的數據不具備參考性，需要通過回歸計算調整輸入值。

2.3 第三階段DEA方法計算

通過研究綜合回歸（SFA）在第二階段和第三階段中數據以及第一階段和第二階段松弛變量的影響對于環境因素及其噪聲的回歸計算^［9］。當成功使用SFA和其他模型來實現選擇第一階段松弛變量的回歸時，所有的變量都必須以一種SFA回歸的方式組合起來。這種動態評估方法具有很高的計算可靠性和自由程度，因此保持靈活性是明智的，滿足盡可能多的自由度空間^［10］。

本文以投入導向構造如下SFA回歸函數：

Sni=f（Zi;βn）+νni+μni;i=1，2，…，I;n=1，2，…，N

在通過SFA調整了第一階段技術輸入和輸出后，系統的技術輸入值和輸出數據是根據DEA的三步計算規則得出。新技術的輸入和輸出是用BCC模型計算的，可以在排除環境影響后計算效率^［10］：

Eνikuik+uik=Sik-Ziβk-Eνikuik+uik

Eνikuik+uik是在管理無效率條件下的隨機誤差項，代入可得：

XAik=Xik+|max｛zk，βi｝-zkβi|+［max｛vik｝-vik］

式中，Xik為實際投入數值；XAik為剔除環境因素影響后的投入數值；max｛zk，βi｝-zkβi使所有A核電站科研項目能夠保持在共同的外部環境下；［max｛vik｝-vik］使所有的A核電站科研項目處于自然狀態下^［11］。

在考慮過環境因素的影響，對科研投入變量值進行修正后進行A核電站科研投入產出效率的測算，測算結果如表8所示。

由表8可知，2008—2022年15年間，共有4個年份為A核電站科研投入產出效率DEA純技術有效，分別為2019年、2020年、2021年和2022年。從2008—2018年間11個年份為DEA純技術非有效，其中有2年由于規模效率導致了綜合技術效率非有效，分別是2020年和2022年。

在第一階段中，規模效率的均值明顯高于純技術效率的均值；在第三階段剔除環境影響后差值有所縮減，但仍然存在差距（見圖2）。因此相比于擴大科研投入規模，在科研管理改革進行深水區的當下，如何提高科研效率顯得更為重要。2019年和2021年均處于規模效率的前沿面，規模效率不變，在這些年份科研投入是恰當的，應予以借鑒。2013年和2022年的規模效率處于遞減的狀態，相對而言科研投入有一定幅度的過度，各類資源成本提高未得到相應產出的提升，使得投入產出效率降低。其余11個年份均處于規模報酬遞增階段，在這種狀態下，適當提高投入能夠產生更好的效果。因此對于規模效應的總體思路應該是增加投入成本。

綜合可得，A核電站科研投入產出效率具有較強的環境依賴。2019年來，由于A核電站對于科研管理工作方法的大幅度轉變與創新，科研投入產出效率值有了較大幅度的提升，管理層對科研管理的方法創新是非常有效的。

3 結論

本文以2008—2022年A核電站科研投入產出情況為研究對象，通過專家指導評價初選指標，采取典型相關性分析科學篩選確定研究對象、合理運用三階段DEA方法分析指標數據，以年份為決策單元對A核電站15年來的科研投入產出效率管理進行研究與分析，最終得到以下結論：

第一，針對核電站企業的多投入多產出的科研投入產出模型，本文選取的三階段DEA效益評價模型和典型相關性分析方法經過數據分析證明是準確有效的。不僅很好地對于初始輸入數據值進行了有效的篩選，而且三階段的DEA模型在經過二階段的SFA回歸運算后，很好地將環境因素和隨機噪聲進行了分離，所得結果較為精準地反映了目前A核電站科研管理中存在的問題。

第二，核電企業的科研投入產出效率對于外部環境的變化十分敏感。本文選取的三個環境變量指標對于A核電站科研投入產出效率都有不同程度的影響。國內核電機組數的提升對A核電站的科研投入產出效率的提升有正面的促進作用。項目研究年限延期比與A核電站科研投入產出效率值負相關，反映科研項目不確定性導致的項目延期對于科研成果的信心會隨著時間的延長而降低。薪酬福利滿意度對于人力投入指標的影響是正面的，但對財力投入指標的影響是負面的，總體反映了科研人員的薪酬對于科研投入產出有較大影響。

第三，從規模效率這個角度看，15年間A核電站的科研投入規模效率整體呈現上升趨勢，大部分年份是規模效率遞增的狀態，近年來對于A核電站科研投入增加的策略是有效的。但自2019年以來，規模投入逐漸呈現出遞增狀態，越高的規模投入產生的產出效益卻逐漸遞減，A核電站也應該注意適度控制科研投入規模，有序引導科研方向。

第四，從純技術效率這個角度看，不同年份的純技術效率，對于A核電站科研投入產出的效率值影響很大。前些年間純技術效率值在低位徘徊，存在較大的科研投入產出管理模型短板。但從2019年起，A核電站科研投入產出效率有了較大程度的提升，說明公司對于整體的科研管理方法有較大的改進，發展策略高效有序，管理層對公司科研方向的把控較為準確。

4 對策建議

根據對A核電站科研投入產出效率的分析結論，提出以下建議。

4.1 優化轉變科研方向

圍繞服務A核電站核心任務，以提高機組運行業績、創造更高社會價值為目的，大力開展包括機組安全保障水平升級、單一技術自主化、設備可靠性和老化管理、信息技術及人工智能、降本增效、節能減排、成果轉化、新業態技術等八大方向的科技研發項目，以成果為導向，產出標志性、原創性、引領型的成果，建設國內核電領域科技創新領先，具有世界級影響力的一流核電基地。

4.2 增加科技創新投入

圍繞科技創新核心業務，切實加大科技創新投入，確?？蒲型度敕€定增長，支持重大、重點科研項目的規劃和實施。進一步完善A核電站考核體系對科研投入的考核和獎勵措施，特別是強化對各相關業務處室科研投入的考核，合理合規的拓展科研費用的類目和使用范疇，進一步引導相關處室重視科技創新。

4.3 建立健全科技成果轉化機制

建立健全A核電站知識產權管理政策，依托A核電站已有的知識產權研究及技術圖譜，探索科技成果轉化新模式，建立適應市場經濟的科技成果轉化平臺。以市場為導向，結合A核電站機組特點，充分發揮前沿領域技術優勢，完善轉化激勵機制，強化激勵辦法，多元化激勵，提升科技成果產出在考核中的比重。

參考文獻

［1］CHARNES A，COOPER W.W，RHODES E.Measuring efficiency of decision making Units［J］.European Journal of Operational Research，1978（2）：429-444.

［2］PEGAH K，PETER T.Performance evaluation of Ramp;D active firms［J］. Socio-Economic Planning Sciences，2018（4）：61-70.

［3］DJULA B.Technical and total factor energy efficiency of European regions：a two-stage approach［J］. Energy，2018（2）：152-159.

［4］劉廣斌，李建坤.基于三階段DEA模型的我國科普投入產出效率研究［J］.中國軟科學，2017（5）：139-148.

［5］達虎，李婷，肖靜，等.基于DEA模型的科技型中小企業創新基金實施效果評價研究［J］.科技創新發展戰略研究，2021（4）：49-55.

［6］倪志敏，林海.基于SE-DEA模型的廣東省科技創新效率評價研究［J］.科技管理研究，2021（5）：15-20.

［7］張彩霞，姚冉.我國科技成果轉化效率評價分析［J］.統計與管理，2020（3）：116-120.

［8］李蘇敏.“一帶一路”倡議區財政科技投入產出效率評價［D］.南昌：華東交通大學，2018.

［9］劉蘭劍，滕穎.提高科技創新水平依靠技術效率還是規模效應？：來自中國與OECD國家的測度研究［J］.科學學與科學技術管理，2020（7）：50-61.

［10］周菲.基于DEA-Malmguist模型的重慶市農業生產效率分析［J］.江蘇科技信息，2020（8）：44-46.

［11］宋慧勇.基于DEA的江蘇省衛生機構服務效率分析［J］.江蘇科技信息，2016（15）：4-8.

（編輯 姚 鑫）

Research on the efficiency of scientific research input and output of A nuclear power plant

ZHAO" Shijie

（Jiangsu Nuclear Power Corporation， Nanjing 210000， China）

Abstract：" The research on input-output efficiency of scientific research can quantitatively analyze the advantages and disadvantages of scientific and technological innovation work in nuclear power enterprises， providing reference for subsequent scientific research investment. This paper analyzes and selects the performance evaluation models， combines the characteristics of the scientific research management of nuclear power plant A， selects appropriate scientific research input and output indicators for canonical correlation analysis， and comprehensively uses the three-stage DEA method for the optimized indicators， from the output From the perspective of efficiency， it analyzes and evaluates the scientific research management work of A nuclear power plant in the past 15 years. The conclusion found that the efficiency of scientific research input and output of nuclear power plant A is very sensitive to changes in the external environment. The scale efficiency is basically at a high level and the scale efficiency is increasing， but the pure technical efficiency is at a low level， and it is necessary to improve the efficiency level through scientific management methods.

Key words： scientific research input and output; nuclear power plant; DEA method; canonical correlation analysis; efficiency evaluation