科研儀器平臺的運行效率評價：兩階段數據包絡分析視角

王肖波，汪 健，趙 莉

(1.中國科學院西北生態環境資源研究院，甘肅蘭州 730000；2.中國科學院地質與地球物理研究所，北京 100029；3.中國科學院新疆生態與地理研究所公共技術服務中心，新疆烏魯木齊 830011)

1 研究背景

科研儀器設備是科技創新的前提［1］，科技創新活動離不開穩定運行科研儀器設備的支撐平臺［2］。近年來，科研儀器平臺的運行管理不僅是科技人員和相關用戶關心的熱點，也是國家和相關管理部門關注的重點［3］。一方面科研儀器設備的購置資金大多來自政府財政經費支持，另一方面科研儀器設備也是科學研究、技術研發以及信息時代所需信息和數據的來源［1］。國家和相關部門要求科研儀器平臺的運行管理，在專業性之外體現公共科技資源的社會性和經濟性，有利于提升科研儀器的綜合效益［3］。在科研儀器設備運行和管理的過程之中，一個通常被忽略的重要環節是科研儀器設備支撐科技創新的運行效率，因此，開展科研儀器平臺運行效率評價的研究對國家和科研儀器平臺都至關重要。

通行的科研儀器平臺評價框架大多基于層次分析法（AHP）設計，即以儀器設備機時利用為基礎，兼顧人才培養、科研成果、服務收入和功能開發等方面的情況，如張學成等［4］對科研儀器利用情況進行綜合評價；此外，通過建立有針對性的指標體系開展績效評價也較為流行，如Daraio 等［5］對高校排名開展研究，桑偉泉等［6］對科研機構科技創新能力、吳斌等［7］對大型科研儀器共享服務績效等開展評價研究。上述兩類評價方法操作靈活度高、導向性明顯。為避免評價過程中主觀因素的作用，有學者采用數據包絡分析（data envelopment analysis，DEA）開展評價研究，如王宏達等［8］評價高校儀器利用效率，梅洪常等［9］評價裝備制造業的技術創新效率。自Charnes 等［10］之后，DEA 作為一種非參數有效前沿估算法，被廣泛用于相同投入產出組織機構之間轉換效率的比較，如Fan 等［11］通過對40 個國家級工業園區的生態效率進行評價，介紹了DEA 方法應用對促進工業園區可持續發展的作用；關忠誠等［12］以中科院40 個研究所的科研人員數、總經費支出和科研儀器設備總額對應的“人財物”作為投入，以科研創新產出、競爭能力和畢業研究生數為產出，驗證了DEA 方法在科研組織管理工作中的效用；而王曉珍等［13］指出效率評價受到研究對象時空和類型異質性的顯著影響。這說明開展DEA 研究應同時注重研究對象的動態性過程和對象之間的可比性。為滿足研究需要，兩階段DEA 方法將整個生產過程效率健全地分解為兩個子過程效率的乘積，令一個復雜生產過程得以簡化為兩個串聯系統［14］，如商業銀行運行過程包括吸收存款的經營過程和發放貸款的營銷過程［15］，或酒店管理中常規營運的生產服務過程和以實現利潤為目的的服務消費過程［16］。科研儀器平臺的運行過程也可分為日常運行和支撐服務兩個階段。此時，由不同時期DEA 效率計算的Malmquist 生產效率指數（MI）可用于測度全要素生產率的增長率［17］，以實現效率評價中動態性過程的診斷。

但開展DEA 效率評價的關鍵是指標設置，如若在科研儀器設備利用效率評價中將培訓的人數和服務的項目數作為產出，可能滿足不了評價預期；同樣，將一組可比性低的組織機構作為評價對象，也可能無法得到預期結果；進而，直接采用以往研究通行的投入產出指標，而不將一些特定的過程要素納入核算框架，實證分析結果大多只能給出研究對象是否DEA 有效的結論，而無法進一步為異質性要素的過程作用提供解釋。也即，在DEA 評價中低估評價指標、泛化研究對象以及忽略過程要素，可能削弱科技評價的意義。對此，當前開展科研儀器平臺效率評價存在如下顧慮：（1）科研儀器設備多樣化以及分布地域廣，平臺之間的可比性較差；（2）對科研儀器平臺的綜合評價仍然更多關注儀器設備本身的體量規模和利用問題，未能充分考慮平臺作為整體的支撐作用與產出情況；（3）忽視在科研儀器平臺運行過程中技術人員作為平臺核心組成的主觀能動作用；（4）評價內容受限于研究對象數據的可得性和可用性，通常采用折中的措施，回避或替換某些特征要素；（5）對科研儀器平臺多維度、多指標的客觀評價大多在單位內部（第一方）和主管部門層面（第二方）開展，而第三方評價工作正處于起步階段。

綜上，考慮到在效率評價中采用DEA 方法得出的是評價單元之間的相對效率，本研究嘗試以運行水平較高的同質單元作為研究對象，分析有益于科研儀器平臺可持續管理的關鍵指標以及在特定時期被評價對象的表現水平，為當前國內科研儀器平臺的建設與發展提供一定的參考。就可能的創新性而言：本研究對科研儀器平臺的實際運行效果進行動態刻畫，對平臺為科研組織提供支撐的運行效率演化過程開展實證研究，在一定程度上改進現有研究的不足；此外，拓展了科研儀器平臺運行效率影響因素的研究視角，從不同階段區分不同利益相關者對同一問題的不同看法，并基于此提出彌合和共贏的解決措施，有助于保障科研儀器平臺的良性發展。

2 方法和材料

2.1 模型簡介

2.1.1 DEA 模型

假設參與效率評價的有n個決策單元（decision making units,DMU）。在最早由Kao 等［14］提出的關系型兩階段DEA 模型中，對于每個決策單元DMUi（i=1,2,…,n），第一階段有p個投入要素xij（j=1,2,…,p）和m個產出要素zik（k=1,2,…,m），同時這一階段的m個產出要素又作為下一階段的投入要素，因此也成為中間要素；第二個階段的q個產出要素為yir（r=1,2,…,q）。則，對應的兩階段DEA 模型如式（1）所示：

式（1）中：αi、βi分別為投入要素xij和yij線性優化的估計參數；θ為DMUi的目標函數最優值。

2.1.2 Malmquist 指數

常用的Malmquist 生產效率指數定義如下：

式（2）中：Et-1(xt,yt)是DMU 在DEA CCR 模型下相對于第t-1 期的前沿面效率；Et(xt,yt)是第t期效率；以此類推。

Malmquist 全要素生產率指數是效率變化值（efficiency change,EC）與技術進步（technological change,TC）的乘積，也即：

2.2 數據來源

本研究以中國科學院所屬研究院所建設的75 家公共技術中心（以下簡稱“所級中心”）為研究對象（以下簡稱“樣本平臺”）。早在“十一五”期間，中國科學院以“科研裝備水平最高、綜合技術能力最強、區域創新活動最重要”為目標，開展建設以區域中心為框架、所級中心為基礎單元的“院所兩級中心”技術支撐體系。這些所級中心大多代表或牽頭組織依托單位參與科技部組織的，對中央級高等學校和科研院所等單位重大基礎設施和大型科研儀器開放共享水平的考評工作。例如在科技部［18］網站發布的2018 年對21 個部門共373 家平臺進行的評價考核結果，其中中國科學院所屬102 家單位參與，評為優的有26 家，優秀比例為25.49%，遠超10.99%的全國優秀率，占全部41 家優秀單位的63.41%。而通過考核進入擇優建設技術支撐體系的所級中心，每年向主管部門遞交平臺年度工作報告，總結當年度的平臺運行效果。本研究所用數據即來源于樣本平臺2015 年和2017 年的共150 份年度工作報告；評價指標所需數據如有缺失的，由筆者從對應平臺的官方網站搜索，或向平臺主要負責人問詢補充。

2.3 投入產出指標選取

在開展所級中心建設運行評價工作中，中國科學院建立有一套指標評價體系，分別從建設情況（25%）、運行貢獻（35%）、技術隊伍（25%）和體制機制（15%）等4 個方面開展評估，基于此指標體系，結合現有研究提及的評價指標，本研究構建了包含20 個產出指標和7 個投入指標的遴選問卷，并邀請有關所級中心的20 位主任分別對指標的重要性評分。20 位專家的男女比例為3∶1，崗位性質分布為科研∶技術∶管理=12∶5∶3。也即，他們之中有從事科學研究的，有從事技術研發或服務工作的，也有專職從事行政管理工作的，這樣的分布較好地覆蓋了來自不同視角的意見。

在評分過程中，雖然允許專家增加新的投入和產出指標，但在回收的問卷之中并沒有新增條目。計算每個指標的打分，統計結果如表1 所示。為深入區分指標的差異性，評分過程參照Likert 量表設置0～10 分的評定級別：0 分為完全無效；1～3 分為并不需要；4～6 分為可要可不要；7～9 分為比較重要；10 分為完全必要。在專家評價結果中，未出現0 分，出現161 次10 分，占總頻次的29.8%，其中達到10 次及以上10 分的指標包括C3、C4、C10、C21、C22和C23等6 個，C23的出現頻次最高，達15次。在產出指標中，首先列出C1，是因為進入大數據時代，讓用戶在海量數據信息之中找到所需平臺非常重要；C5是借鑒科技部的科研儀器開放共享考核評價做法；C10至C14等體現了中國科學院對科研儀器平臺的綜合研究定位和建設目標；C16至C18等則強調科研儀器平臺的技術服務與推廣屬性。在投入指標中，參考關忠誠等［12］的研究，選取在職人數（C22）、依托單位是否有用于日常運行所需的固定預算（有=1，無=0.001；C24）以及儀器總資產價值（C27）等人財物指標，其中人才方面增加考慮質的問題（C23），以職級的分布比例接近理想比例2∶4∶4 的程度進行1～5 分賦值，經費方面考慮平臺的年度經費支出（C25），儀器方面增加納入集約化管理的儀器數量（C26）；此外，C21是現有研究甚少提及但在實際運行管理中不可或缺的投入要素，從其獲得9.300 分的評分以及1.081 的標準差值可見專家對這個指標打分的認可度及一致性，根據樣本平臺年報中領導的工作量及參與度進行1～5分賦值。

表1 所級中心科研儀器平臺關鍵績效指標遴選

將各指標的評分結果納入IBM SPSS Statistics 22 軟件進行單樣本K-S 檢驗，可得如表2 所示結果。

表2 所級中心科研儀器平臺投入產出指標的單一樣本K-S 檢驗

以0.01 顯著性水平為指標選取標準，可提煉所級中心科研儀器平臺運行的8 個投入產出指標及關系，如圖1 所示，可見在當前階段，投入的重點在于人的作用，其中科研儀器平臺技術人才隊伍結構、在崗人數以及平臺負責人的行為是關鍵投入要素，而科研儀器平臺自身的儀器設備數量和價值及其在運行過程中的預決算是內化的附帶條件；在產出方面，以往對科研儀器平臺共享的比率過于重視，而忽視了儀器運行、工作和完成工作量的作用，忽視了平臺運行結果對科研人員創新產出和國家層面開放服務工作的貢獻。

圖1 所級中心運行的兩階段DEA 投入產出指標關系

3 實證分析

3.1 描述性統計

從樣本平臺的年度工作報告中檢索選定8 個指標的信息，結果如表3 所示。其中截至2017 年，平臺隊伍結構指標符合理想比例的無，大多平臺隊伍中正高級職稱人員的比例有待提升。本研究并未考慮平臺依托單位決策者層級的作用，而聚焦平臺負責人層面，評價平臺負責人在平臺日常運行管理中的作為，因此領導作為指標的賦值以定期組織內部例會（2 分）、組織對外培訓與宣講（1 分）、組織內部人員參加技術交流和學習培訓（2 分）等活動的頻次為依據。實際中，領導作為指標最低為4 分，最高為5 分，平均為4.7 分，可見樣本平臺負責人為科研儀器平臺的運行管理大多不遺余力。

表3 樣本科研儀器平臺投入產出指標的描述性統計

3.2 平臺運行效率評價

表4 顯示了2015 年和2017 年樣本平臺運行的平均效率計算結果，按照綜合得分，整體的運行效率并不樂觀，但運行效率在第一階段提升了6.33%，在第二階段提升了8.96%，這表明平臺負責人在重視提升平臺運行效率的同時也充分滿足平臺相關主管部門的期望，以實現平臺的科技支撐和開放服務作用。通過SPSS 軟件分析得到樣本平臺運行的第一階段效率值與第二階段效率值之間的Pearson 相關性為-0.371，在0.01 水平上顯著，也即，平臺運行的第一階段和第二階段呈現明顯的負相關。這說明在當前的樣本平臺運行管理之中，大多平臺仍未調和自身層面運行與相關主管部門期望之間的矛盾。

表4 樣本科研儀器平臺運行效率計算結果

表4（續）

結合圖2，2015 年，樣本平臺在第一階段的運行效率有高有低，整體水平較高，均值達0.758，其中有13 家平臺處于DEA 有效狀態，而第二階段平臺整體的支撐效率一般，僅有3 家平臺為DEA 有效，綜合效率則處于較低水平，沒有1 家平臺達到DEA有效；到2017 年，樣本平臺的整體運行效率有所提升，第一階段DEA 有效平臺仍為13 家，而第二階段DEA 有效平臺增加為4 家，且效率分布區間緊縮，整體之間差異減小，綜合效率的均值水平上升了18.73%，且中位數水平反超均值，樣本分布呈現左偏態，說明大多平臺仍存在上升空間。

圖2 樣本科研儀器平臺運行效率分布

3.3 平臺效率的Malmquist 指數分析

雖然通過2015 年和2017 年兩個年度的效率值已知樣本平臺運行效率的變化趨勢，但通過Malmquist 指數可以更好地衡量其年際效率的變化情況。如表5 所示，平臺整體的綜合效率處于上升趨勢，但不同平臺之間存在較大的差異，其中只有31家平臺的Malmquist 指數值大于1；平臺運行兩個階段的Malmquist 指數值都有所提升，其中第一階段內有41 家平臺的Malmquist 指數值超過1，第二階段內Malmquist 指數值超過1 的為33 家，表明樣本平臺的運行管理仍需加強在支撐創新產出和開放服務方面的工作。

表5 樣本平臺的Malmquist 指數及分解

從Malmquist 指數的兩個分解指標來看，整體上樣本平臺的運行效率水平在上升，但技術進步的程度卻在下降。出現這種結果的可能原因包括：部分平臺發展較快，導致其他平臺的相對效率降低；大多數平臺過于重視運行過程，而在運行的產出和服務方面出現疏忽；平臺人員的總數變化不大，但在新老更替過程中產生技術傳承的遺落，或技術創新方面有待加強。從Malmquist 指數分解指標的均值上看，樣本平臺現有的效率提升是運行管理方面的作用，而技術進步在平臺運行管理中的作用并未充分體現。這也意味著依靠制度以及主觀因素的激勵作用來提升科研儀器平臺運行管理水平的作用已越來越有限，科研儀器平臺應更加注重技術進步的作用，以及應向支撐科研產出和開放服務方向轉型升級。

4 討論與結論

本研究采用專家評價的方式，從科研儀器平臺被廣泛關注的27 個投入產出指標中遴選了8 個關鍵指標，其中，隊伍結構、人力投入和領導作用是主要的投入指標，運行狀態、儀器效率和工作總量是中間產出指標，而科研服務和開放程度是最終產出指標；采用兩階段DEA 模型，從科研儀器平臺的日常運行和支撐服務兩個階段，以中國科學院75 家科研儀器平臺為對象開展實證，計算結果表明樣本平臺在2015 年和2017 年的運行效率處于有待提升的狀態，但兩個階段的關系有待梳理和調和，且平臺運行效率提升的驅動作用主要來自運行效率水平的變化，而技術水平效率處于下降趨勢，這在當前科研儀器平臺運行管理工作中應予以足夠重視。

通常，管理者和決策者追求事件的效益，做正確的事，而執行者和維護者優先講究效率，不得不正確地做事，這種矛盾在兩階段DEA 評價中可以被較好地緩和。將科研儀器平臺運行服務的功能鏈展開，如圖1 所示，即可發現執行者層級的產出是平臺運行的中間產出，而決策者層級關注的投入和產出也是平臺不可或缺的要素。因此，在科研儀器平臺往后的建設和管理中，應強化執行者與決策者理念的共情，推動不同角色價值觀的融合和互補，盡量避免其意志與利益的沖突。中科院模式下的科研儀器平臺運行管理效率，已在2018 至2020 年科技部組織的中央級高等學校和科研院所等單位重大基礎設施和大型科研儀器開放共享考核工作中被證明是有效且相對高效的。若參考以往研究選取的評價指標，樣本平臺的運行效率則基本處于DEA 有效的狀態，這不利于發現、診斷和改正問題，而中科院模式是不走尋常路：（1）創新設計，穩定發展，制度先行。中科院將所屬科研儀器平臺統一命名為“所級中心”，定位為綜合研究中心，要求每個平臺的目標和職責都有章可循、有據可依。（2）創新務實，和諧發展，以人為本。中科院率先意識到在科研儀器共享平臺的建設中，儀器設備是基礎，技術人員是核心，廣大創新主體是關鍵，為此，平臺運行旨在推動技術人員和廣大創新主體之間的協作互進，實現技術支撐體系與技術人才隊伍的同步建設。（3）創新跨越，持續發展，良性循環。通過本研究的實證分析可診斷出，截止2017 年，部分被評價的平臺在技術管理方面仍存在不足，這些方面是所有平臺始終要努力的方向，因為不同于行政管理，有效的技術管理將驅動技術能力和技術市場呈現螺旋上升的發展態勢［19］。

本研究也存在若干方面的不足：首先，數據來源為各平臺的年度工作報告，鑒于統計方式和關注點的不同，同一指標的統計口徑存在差異，比如科技服務指標，雖然本研究主要考察各平臺支撐本單位發表論文的數量，但大多數平臺同時統計了其支撐外部單位發表論文的數量，或者僅統計自身人員署名的論文，而以論文的數量作為科技服務的產出指標也存在一定的片面性；其次，對所選取指標的效率計算并未進一步計算變量的松弛狀況；再次，樣本平臺分布在全國各個省份，平臺之間顯然也存在一定的區域性差異，若考慮這種差異，效率評價的模型可能還有待修正；此外，只考慮一個普通的兩階段DEA 模型，而科研儀器平臺效率的評價可能并非僅此就能充分體現；未來仍應開展更多的科技評價，以保障科技組織的良性發展。總之，本研究著重展示當前時期中科院模式下科研儀器平臺運行管理的關注要點和運行狀態，以期為國內其他科研儀器平臺的運行管理提供參考。