基于DEA的科技成果轉化項目績效評價研究
——以江蘇省為例

姜文超，戴美想，徐 欣，孫 然

(江蘇省生產力促進中心，江蘇 南京 210000)

0 引言

江蘇省科技成果轉化專項資金項目是為了加快重大科技成果快速轉化為現實生產力，培育壯大具有自主知識產權的新興高新技術產業，實現經濟社會高質量發展而設立的科技發展計劃。近年來，該計劃遵循“四個面向”的科技工作方針，緊扣實施關鍵核心技術攻堅工程，圍繞推動高新技術產業、戰略性新興產業與先進制造業集群發展的重大戰略需求，積極支持具有自主知識產權的重大科技成果轉移轉化，促進產業鏈創新鏈深度融合協同發展，加快推進科技自立自強，為構建自主可控的現代產業體系提供了有力的科技支撐。

作為江蘇省科技計劃項目的重要組成部分，如何科學合理地評價成果轉化項目的實施績效已成為政府及科技管理部門關注的焦點。科技計劃項目績效評價不僅在決策制定、科技資源的分配優化等方面至關重要，也是深化科技領域體制機制創新、提升科技資金使用質效的重要舉措。為此，眾多學者開展了深入研究：Pan等[1]通過DEA測評，發現亞洲國家的科技績效通常優于歐洲國家;王磊等[2]建立了山東省17個地市的科技績效評價指標體系，選取了科技活動人員、R&D經費投入等指標，并運用DEA模型分析其績效情況；陳黎[3]從科技計劃項目實施的效率、效益、效果等角度構建了科技項目評估體系，開展了科技項目績效評價研究，并提出對策建議。

本文以2017年江蘇省12個已結題的科技成果轉化項目為研究對象，構建了成果轉化項目績效評價的指標體系，采用DEA方法測算了項目的綜合效率、規模效率和純技術效率，為江蘇省科技成果轉化項目績效評價奠定了基礎。

1 DEA方法

1.1 DEA方法介紹

數據包絡分析方法(Date Envelopment Analysis，DEA)及其模型是1978年美國著名運籌學家A.Charnes和W.W.Cooper提出的相對效率評價模型，利用線性規劃方法對具有多投入、多輸出的決策單元進行相對有效性評價。在該模型下，能夠根據科技成果轉化項目的投入產出指標數據來估算項目的效率高低。

1.2 DEA基本模型

國內外研究中，應用DEA方法進行績效評價常用使用CCR(Charnes，Cooper和Rhode)模型和BCC(Banker，Charnes和Cooper)[4]模型。

假設存在n個決策單元(j=1，2，···，n)，每個決策單元存在m個輸入，輸入向量：

Xj=(x1j，x2j，···，xmj)T>0，j=1，2，···，n

每個決策單元存在相同的s個輸出，輸出向量：

Yj=(y1j，y2j，···，ysj)T>0，j=1，2，···，n

式中：Xij表示第j個決策單元的第i個輸入量；Yij表示第j個決策單元的第i個輸出量。

分別對投入和產出變量設定權重向量，建立對偶模型，引入松弛變量s+與剩余變量s-，建立等式約束：

minθ

假設解出上述問題，最優解為λ*，s*-，θ*，那么可以得出以下結論。

(1)若θ*=1，且s*-=s*+=0，則代表決策單元DMUj0的效率為DEA有效，此時該決策單元的技術效率和規模效率均有效。

(2)若θ*=1，且s*-或s*+≠0，則代表決策單元DMUj0為DEA弱有效，此時該決策單元的技術效率和規模效率均可以通過調整投入產出結構來達到最佳效率。

(3)若θ*<1，則代表該決策單元DMUj0為非DEA有效，此時該決策單元的技術效率和規模效率都未處于最佳狀態。

2 科技成果轉化項目績效評價實證分析

2.1 構建指標體系

本文在充分考慮江蘇省科技成果轉化項目的特點和DEA模型條件的基礎上，根據科學、客觀、可行的原則，構建包括科技投入和科技產出在內的績效評價指標體系[5]。輸入指標包括項目經費投入、研究人員投入，輸出指標包括項目新增銷售、獲得授權專利、新產品數，具體指標含義及計算方法如表1所示。

表1 指標含義及計算

2.2 數據來源

本研究數據來源于江蘇省科技成果轉化項目2017年立項、2020年結題項目(12項)。科技計劃項目結題時需項目承擔單位提交項目《驗收申請表》及專項審計報告，相關數據來源真實可信。

2.3 結果分析

2.3.1 總體結果分析

針對所選取的12個決策單元，使用DEA分析軟件DEAP2.1采用BC2(規模效率可變)投入導向模型進行數據分析，分析結果如表2所示。

表2 總體結果

從表2可以看出，在規模效率不變的情況下，12個科技成果轉化項目的效率平均值為0.941，表示在技術水平不變的情況下，有94.1%的投入得到有效利用。另外，5.9%的投入沒有產生相應的效益，原因在于項目承擔單位未能合理配置資源，以實現資源利用效率的最大化。

同時，這些項目效率值的方差、極值相差并不十分明顯，說明這些項目的實施主體轉化能力水平比較均衡，可以將科技成果充分吸收內化。另有2個項目單位科研水平和研發能力相對較弱，未實現DEA有效。

2.3.2 效率值分析

經分析計算，本文得到江蘇省科技成果轉化項目的綜合效率值，包括技術效率、規模效率和規模報酬狀態等，具體結果如表3所示。

表3 效率值及規模報酬分析

從表3可以看出：這些項目的綜合效率均值為0.941，處于相對有效的狀態；技術效率平均值為0.970，說明投入這些項目的經費和科技人員的結構總體較為協調；規模效率平均值為0.969，說明這些項目的投入和產出矛盾較小，項目基本保持可持續發展。

綜合效率是對項目的投入與產出等多個指標進行綜合評估的重要指標。從綜合效率角度來說，10個項目的效率值為1，屬于DEA有效，這些項目的資源投入、產出結構均衡，處于當前有效市場規模；其他2個項目的效率值小于1，屬于非DEA有效。上述項目的平均效率為0.941，其中有2個項目綜合效率較低，說明這些項目的新增銷售收入、授權專利以及新產品數主要是依靠項目經費和研發人員的大量投入，科技資源及其利用率有待進一步提升。

從技術效率角度來說：11個項目的效率值為1，屬于DEA有效，表示在目前的技術水平上，這些項目投入資源的使用是有效的；僅有1個項目的效率值小于1，屬于非DEA有效。這些項目的平均值為0.970，說明這些項目在現有的項目經費、科研人員投入水平上產生的新產品、授權專利、經濟效益的效率較高。對企業而言，江蘇省科技成果轉化專項資金項目能有效幫助企業降低研發成本、增強研發力量、獲取經濟效益，實現科技興業、產業增強，有效實現科技資源靈活配置；對高校院所來說，江蘇省科技成果轉化專項資金項目能促進高校院所與企業的深度融合，加強產學研協同創新，推動科技創新快速轉移轉化。

從規模效率角度來說，12個項目的平均值為0.969。其中10個項目的效率值為1，表示在現有投入狀態下，這些項目的產出水平已達到最佳水平；其中 2個項目效率值小于1，處于規模報酬遞增狀態，此時可適當增加項目的投入規模以達到最優狀態。

2.3.3 規模報酬分析

從表3的規模報酬狀態可以看出，12個決策單元中10個規模報酬不變，2個規模報酬遞增。

規模報酬遞增占比16.7%，說明在被評價項目中，有2個項目因投入不足或資源結構不合理而未達到最優狀態。在此情況下，項目承擔單位可通過增加經費投入、擴大研發人員投入來提高項目實施績效。

規模報酬不變占比83.3%，說明有10個被評價項目在項目完成時達到了規模有效的狀態，意味著科技項目的實施朝合理的方向發展。

2.3.4 超效率分析

由于DEA分析結果中有10個決策單元為DEA有效，為進一步對有效的決策單元進行比較，本文采用Andersen和Petersen等人提出的超效率DEA模型[6]，利用DEA-solver軟件進行超效率評價計算，對多個有效的決策單元計算超效率得分，結果如表4所示。

表4 超效率得分及排名

結果表明，有10個項目的超效率得分大于1，說明這些項目在DEA有效的情況下，按照排名的順序分別對項目投入綜合利用，并得到有效的成果，從而使超效率得分大于1。

3 結論與啟示

3.1 結論

本文運用DEA模型對12項江蘇省科技成果轉化項目的實施績效進行了實證分析，得到以下結論。

(1)2017年江蘇省科技成果轉化項目實施成效較好，項目創新成果、經濟效益明顯，超效率得分較高的項目集中在生物醫藥領域，項目產出遠高于平均水平。

(2)不同領域項目投入產出的絕對值存在較大差異：生物醫藥領域項目經費、研發人員投入較其他項目更高，且獲得的經濟效益遠高于其他項目；新材料和高端裝備領域項目獲得的授權專利數量較其他領域項目更多。

(3)少量項目資源配置不合理，未取得規模效益，其原因在于投入冗余及產出不足。投入冗余主要是由于科技資源配置不合理，產出不足則主要體現在經濟效益增長不明顯、創新成果相對較少。

3.2 評價建議

(1)加大經費投入。落實省級財政投入保障，不斷完善科技成果轉化發展的科技計劃體系，適當逐年加大對重大項目的支持力度，提高規模報酬水平。充分發揮政府資金的引導作用和放大效應，有效解決產業發展過程中投入大、風險高的難題，促進江蘇省科技成果轉化跨越式發展，推動經濟結構調整和資源優化配置。

(2)提高政府科技資源配置的效率。梳理分析不同類型科技項目的特點、實施管理內容及方法，在政策推進過程中不斷完善項目實施的政策及制度環境，針對科技項目特點建立具有針對性、差異化的績效預算及撥款機制，從而提升科技資源配置的效率[7]。

(3)完善績效評價體系。建立由項目到專項、再到計劃層面的“微觀-宏觀”績效評價體系，根據江蘇省科技成果轉化專項資金項目的定位與目標，研究制定完善的績效評價理論與方法，定期組織開展專項資金項目績效評價，并加強評價結果的合理利用。