科技計劃項目的分類評價分析

王燕 WANG Yan

（石家莊市科技信息研究所，石家莊 050051）

0 引言

科技計劃項目，是指為解決一個比較復雜的綜合性的科學技術問題而確定的研究與試驗發展工作。科技計劃項目由若干科研課題組成，這些課題有共同的綜合目標，且彼此之間有內在聯系。[1]科技計劃項目的科研規模較大，完成周期較長。它具有唯一性、一次性、多目標和生命周期屬性等特征，它強調創新，強調知識總量，以及運用這些知識去創造新的應用，是一種系統的、創造性的活動。我國在“十三五”科學和技術規劃中明確提出要全面推行課題制，積極開展科技項目招標制，建立科學、公正的科技評估制度，健全科技計劃執行制度。地方性財政科技計劃項目既要滿足國家科技戰略的指導要求，又要兼顧地方性科技目標。科技計劃項目評價是科技主管部門對由政府資助的科技計劃項目的投入和產出效果進行評價的一種方法。加大科技計劃項目效果評價工作力度，有利于提高各科技投入主體尤其是政府的決策水平，能有效地激發和調動各單位實施科技計劃項目的積極性，有利于建立和完善科技計劃項目管理制度，為科技資源投入決策提供可靠的科學依據。

1 評價方法的選擇及評價指標體系的建立

1.1 評價方法的選擇

評價的目的是對被評價對象的整體進行綜合的評價。其難點在于需要采取一定的方法對多指標進行綜合，對不同量綱的指標進行無量綱化的處理以便比較分析。評價的方法有很多，主要有綜合指數法、德爾菲法、層次分析法、因子分析法、DEA方法、神經網絡評價等。綜合指數法無法確定指標權重，德爾菲法主觀性較強，層次分析法主要用來確定指標體系的權重，因子分析法依賴于指標之間的內在結構，神經網絡需要大量的數據。DEA方法不需要弄清楚各個評價決策單元的輸入與輸出之間的關聯方式，只需要最終用極值的方法，以相對效益這個變量作為總體上的衡量標準，以決策單元各輸入輸出的權重向量為變量，從最有利于決策的角度進行評價，從而避免人為因素確定各指標的權重而使得研究結果的客觀性受到影響。[2]因此，DEA方法近年來在各級評價中受到學者的青睞。本文采用DEA方法，以某地區“十三五”期間的科技計劃項目為例，開展實證分析，對各類別的項目進行評價分析。

數據包絡分析（DEA）方法是運用數學工具評價經濟系統生產前沿面有效性的非參數方法，其適用于多投入多產出的多目標決策單元的績效評價。[3]這種方法以相對效率為基礎，根據多指標投入與多指標產出對相同類型的決策單元進行相對有效性的評價。該方法以經驗數據為基礎，邏輯上合理，故能衡量各決策單元由一定量大投入產出預期的輸出能力，并且能夠計算在非DEA有效的決策單元中，投入沒有發揮作用的程度。

DEA方法中最主要的模型主要有兩種，一種是基于規模報酬不變（CRS）假設的CCR模型，另一種是基于規模報酬可變（VRS）假設的BCC模型。在DEA分析過程中，有投入導向和產出導向兩種分析導向可以選擇。其中，投入導向側重于在相同的產出下，從投入角度對進行績效分析，使資源配置達到最優；產出導向則側重于如何在相同的資源投入下增加產出。在DEA評價的基本模型中，CCR模型應用最為廣泛，可以用來計算技術效率是否有效，但不能對其效率進行進一步分析。BCC模型是對CCR模型的修正，在BCC模型中，綜合效率（CRS）被分解為純技術效率（VRS）和規模效率（SCALE），相對來說能夠更加全面地對績效進行評價。因此，針對地方政府科技計劃項目，通過建立合理的指標評價體系，以投入為導向，在CCR模型的基礎上，使用BCC模型對市科技計劃項目的績效進行評價分析。

①CCR模型。

如果每個決策單元有m個投入指標和n個產出指標，xij為j個決策單元的第i種投入量，yrj為第j個決策單元對第r種的產出量。效率為產出的加權和與投入的加權和的比值，以效率作為目標函數，以不同決策單元效率不超過1作為約束，就可以得到CCR的分式建構模型，模型如下：

經過Charnes-Cooper變換，可以將上式的分式規劃模型轉化為等價線性規劃問題，原分式規劃轉化如下：

②BBC模型。

CCR模型的一個基本假設前提是規模報酬是不變的，BCC模型主要是對CCR規模報酬不變的假設進行了修正，在原來的CCR模型中增加一個凸性假設條件：∑λnj=0，從而得到了如下基于投入的BCC模型的線性規劃。

1.2 評價指標體系的建立

指標的構建及確定必須遵守選定指標體系的基本原則，具有代表性，即能很好地反應科技計劃項目投入和產出的關鍵因素；科學性，要能夠真實地反映科技計劃項目投入產出的基本現狀，以及各個指標之間與項目績效的相互關系；系統性，選取的各個指標之間應該是既相互聯系又相互獨立的；可操作性，指標應盡可能簡單明了，易于收集，且所選取評價指標應是可以進行多次計算及檢驗的。[4]在對科技計劃項目效果進行評價時，對于指標的選擇及確定在尊重上述原則的基礎上，又要兼顧科技計劃項目中投入與產出的質量。本文從項目投入與項目產出兩個方面建立了指標。在項目投入方面，主要選擇人力與財力投入兩種類型的指標。主要包括“經費投入”、“項目研究人數”與“吸引高級人才”。對于項目產出，主要分為四種類型：一是人才培養，即各項目培養碩博研究生的數量；二是成果產出，主要包括學術成果與技術成果等。其中學術成果一方面是論文、專利、專著的產出數量與質量，另一方面是被政府認可項目獲獎情況，技術成果主要包括形成的新產品、新技術、新工藝等的數量以及形成的技術標準的數量與質量；三是成果轉化，主要包括成果推廣以及產生的經濟效益；四是產出時效，用以反映和考核項目產出時效目標的實現程度。[5]在具體的實施中，可以對二級指標進行更細的定量化操作，如，資金到位率指標達到100%，為100分：80分：資金到位率在80%（含）～100%；60分：資金到位率在60%（含）～80%；40分：資金到位率在40%（含）～60%；20分：資金到位率在40%以下。

表1 科技計劃項目績效評價投入產出指標體系

2 分類評價分析

本文采用全面調查方法對某地區“十三五”期間的科技計劃項目進行效果評價，涉及生物醫藥、電子信息、裝備制造、現代農業等多個領域。通過發放調查問卷，回收調查問卷形式，整理得出調查數據。運用非參數DEA方法，采用CCR和BCC投入導向模型，對2016-2020年5年間1000余項科技計劃項目，按照單位性質、計劃類別、活動類型開展分類評價分析。

①按單位性質評價。依據科技計劃項目承擔單位的性質，分別按照高等院校、科研院所、政府部門、事業單位、企業、其他，對不同單位性質的科技計劃項目的績效進行進一步分析，得到表2所示結果。

表2 “十三五”期間各單位科技計劃績效評價結果

從綜合效率來看，其他類、政府部門與高等院校的綜合效率最高，分別為0.999、0.996、0.970，三類單位的綜合效率均值都接近于1，DEA有效占比也處于前列，說明這些單位承擔的科技計劃項目績效表現良好，資源得到了有效利用。科研院所、事業單位、企業承擔的科技計劃項目綜合效率均值相對較低，DEA有效占比也相對較低，與前三類單位相比，這三類單位在項目績效上還需進一步提升。

從純技術效率來看，各單位的純技術效率均較高，表明不同承擔單位的科技計劃項目的日常管理水平較高，能將投入資源較好地轉化為科技產出。但各承擔單位之間的效率值還是略有差異，政府部門、事業單位與其他單位的純技術效率均值都為1，說明這三類單位的日常管理水平較好。而企業的純技術效率為0.940，相對來說最低，因此企業更需要關注項目的日常管理水平。從規模效率來看，各單位的規模效率均處于較高水平，表明項目承擔單位能合理配置資源，獲得最優產出成果。高等院校、科研院所、政府部門與其他類單位的平均規模效率都在0.9以上，事業單位和企業的規模效率均值略低，在0.85左右，均高于整體規模效率的總體值0.823。

②按計劃類別評價。依據科技計劃項目的計劃類別，分別按照科技支撐計劃、成果推廣計劃、國際科技合作計劃、科技創新平臺建設計劃、軟科學計劃、其他計劃、科技領軍人物及創新團隊計劃，對科技計劃項目的績效進行進一步分析，得到表3所示結果。

表3 “十三五”期間各計劃類別科技計劃績效評價結果

從綜合效率來看，軟科學計劃與科技領軍人物及創新團隊計劃的綜合效率均值都為1，且DEA有效占比為100%，表明這兩類項目的科技投入資源的利用充分。成果推廣項目、國際科技合作項目、創新平臺建設項目與其他項目的綜合效率均值均在0.9以上，且DEA有效占比也處于較高水平，僅需稍微調整資源配置能力就可能達到高績效。對于科技支撐項目來說，其綜合效率均值略低，為0.786，反映了該計劃各項目的績效情況差別較大；科技支撐項目綜合效率較低的主要原因是規模效率較低。

從純技術效率來看，七類計劃類別的純技術效率都比較高，表明各項目在技術和管理水平都取得了不錯的成績，因此對于不同計劃類別的項目，規模效率變化是其綜合效率變化的主要原因。從規模效率來看，除科技支撐計劃外，其余六項計劃的規模效率均在0.95以上，且規模報酬處于最佳的項目占大多數。對于科技支撐計劃來說，規模報酬遞增項目為483項，占計劃項目數的49.90%，規模報酬不變項目數為443項，占計劃項目總數的45.76%，因此增加投入會為科技支撐計劃來的項目帶來更好的產出。

③按科技活動類型劃評價。依據科技計劃項目的活動類型，分別按照基礎研究、應用研究、試驗發展、研究與試驗發展成果應用、技術推廣與科技服務，對“十三五”期間科技計劃項目的實施效果進行進一步分析，得到表4所示結果。

表4 “十三五”期間各科技活動類型科技計劃績效評價結果

從綜合效率來看，不同活動類型項目的綜合效率差別較大，應用研究類項目的綜合效率均值最高，達到0.950；其次是技術推廣與科技服務類項目，綜合效率均值達到了0.914。從DEA有效占比來看，應用研究的DEA有效占比最高，達到了83.33%，表明多數應用研究類項目對投入資源的利用達到了有效；試驗發展、研究與試驗發展成果應用、技術推廣與科技服務的DEA有效占比分別是51.30%、41.83%，41.25%，較多的項目未達到DEA有效，因此，這類項目仍需進一步提升資源利用能力，進一步將科技投入轉化為科技產出。

從純技術效率來看，不同科技活動類型項目的純技術效率較為穩定，且效率值都比較高，充分反映了各類型項目的治理水平較高，項目績效整體水平較好。從規模效率來看，幾種類型項目的規模效率都在0.8以上，規模效率整體較高。但從規模報酬來看，試驗發展、研究與試驗發展成果應用、技術推廣與科技服務這幾類有較多的項目處于規模報酬遞增狀態，說明這些項目受到投入規模或是資源配置的限制。因此，在純技術效率保持基本穩定的情況下，上述類型的項目要關注其規模效率，通過提升規模效率進而達到提升項目績效的目的。

3 結論

應用DEA方法，可以獲得被評價對象的總體效率，分為純技術效率與規模效率，綜合效率。總體效率體現了評價對象投入產出的有效性，是對評價對象資源配置能力、資源使用效率等多方面能力的綜合衡量與評價；純技術效率反映的是被評價對象由于管理和技術等因素影響的效率；規模效率反映的是由于規模因素影響的效率，如投入不足等。“十三五”期間該地區科技計劃項目較多，開展分類評價，可以更好地針對不同類別的項目進行分析，更有針對性地找出問題。

通過對該地區科技計劃項目按照承擔單位性質的分類評價，可以看出：高等院校承擔項目的綜合效率值較高，企業效率值相對較低，進一步分析是由于企業的純技術效率較低，企業需要關注項目的日常管理水平。按科技計劃類別的分類評價顯示：軟科學及人才類項目綜合效率都達到了1，科技支撐類項目效率較低，主要原因是規模效率較低，亟需增加投入。按科技活動類型分類評價，可以看出：應用研究類項目綜合效率值最高，非R&D（研究與試驗發展成果應用、技術推廣與科技服務）項目普遍偏低，需要通過提升規模效率來提升整體水平。

通過運用DEA方法對該地區的評價，不僅找出該地區不同類別項目的效率高低，而且能進一步分析效率不足的原因。針對存在的問題，建議一是進一步強化企業創新主體地位，建立科技型中小企業—高新技術企業—科技領軍企業的梯度培育體系，培育戰略科技力量，帶動相關產業發展；二是加強基礎研究和原始創新，加大財政對基礎研究投入力度，構建基礎研究多元化投入機制，引導鼓勵企業和社會增加基礎研究投入；三是建立科研項目的績效評價機制，制定出臺績效評價具體實施細則，完善分類評價指標，引導科研單位優化資源配置、調整機構運營模式、強化科研質量提升。