基于DEA的四川省基礎研究項目績效評價研究

(西南石油大學 四川 成都 610500)

一、概述

基礎科學研究的進步和突破往往能引領重大的科技創新，進而對經濟社會發展產生深遠影響。經過多年發展，我國基礎科學研究取得長足進步，支撐引領經濟社會發展的作用不斷增強。四川省科技計劃是按照區域戰略部署，針對四川省科技發展情況和四川省的資源特點及實際需求提出來的，其主要目的在于以科技項目為載體，明確領域支持方向，鼓勵和引導企業、科研機構充分利用區域科技資源，不斷提升研發能力，從而提升區域核心競爭力。

在評價科技項目績效上，許多學者進行了相應研究。張玉賦和張華(2006)設計了由人力資源指標、財政投入指標、科技直接產出指標、科技對經濟和社會發展的影響指標四部分組成的績效評估指標體。馬麗娜、李建華(2008)采用層次灰色方法建立科技項目評價模型，并進行了應用分析。李敬鎖、牟少巖(2016)運用DEA模型從投入產出角度對“十一五”國家科技支撐項目績效進行評價分析，對其投入產出指標進行分析研究，豐富了現有的科技項目績效評價方法。

二、基礎研究項目績效評價——DEA模型簡介

數據包絡分析方法(DEA，Data Envelopment Analysis)由Charnes、Coopor 和Rhodes于1978年提出，是衡量資源配置效率的有效分析方法，能夠處理多輸出、多輸入的有效性綜合評價問題，被用來衡量擁有相同目標的運轉單位(決策單元)的相對效率。

基礎研究項目可以看做是通過投入一定數量的生產要素，通過項目研究產出一定數量產出的過程。鑒于應用基礎研究項目具有多投入，多產出特性以及各投入與產出指標具有不同的量綱，而數據包絡分析也不要求統一量綱，因此運用DEA方法評價應用基礎研究項目投入與產出的相對有效性具有獨特的優勢。為此，依據DEA原理，構建如下評價模型：

S-是投入的松弛變量，可理解為投入冗余量，是指產出不變情況下，投入可以減少的數量S+是產出的剩余變量，是指投入不變情況下，產出還可以繼續提高的數量。

根據CCR模型可求出技術效率，計算得到的技術效率又可以分解成規模效率和純技術效率。規模效率反映決策單元的投入產出比例是否適當。當SE=1時，表明決策單元的生產規模處于最優狀態，是規模有效的；當SE<1時，表明決策單元的生產規模未達到最優狀態，是規模無效的。純技術效率與技術效率一樣，反映決策單元在既定投入水平下能否有效利用生產技術使產出最大化，純技術效率能更為準確真實的反映決策單元內部的管理水平。三者的具體計算如下：

技術效率=規模效率*純技術效率

三、四川省應用基礎研究項目績效評價分析

(一)評價指標體系構建及數據來源

1.評價指標體系構建。根據系統性、整體性、獨立性、可操作性原則，同時借鑒國內外學者的研究成果，并根據我省基礎研究類科技項目的實際特點，構建符合我省省情的績效評價指標體系。將四川省應用基礎研究項目績效評價指標體系的投入指標為X1科研經費、X2研究人員；產出指標有Y1獲專利項、Y2論文及專著、Y3職稱晉升、Y4人才培養。

2.數據來源。本次調查選取了2016年結題的21項四川省應用基礎研究項目為研究對象，涉及到臨床醫學、生物學、農學3個領域，通過四川省科技廳網站發布評估調查通知，輔助電話通知的方式，通過對回收問卷的整理而得到本文研究所需的各種數據。

(二)基于DEA的四川省應用基礎研究項目績效評價

表1 總體評價結果

從總體上看，本次測評的21個項目里，DEA有效的項目有8個，有效占比38.1%。21個項目效率平均值為0.778，表示在所有的投入資源里，有77.8%的資源得到有效利用，而另外21.2%的投入資源還未產生相應的效益。另外項目效率最大值為1，最小值為0.255，方差為0.065，效率極值相差較大，反應出個項目水平參差不齊，一些項目單位研發能力強，資源利用率高，而也有部分項目單位，科研能力不足，投入的資源未能合理規劃，只得到較少的產出。

表2 非DEA有效差額變量分析

對其中規模效率與純技術效率均無效的4個項目進行差額變量分析，并從投入與產出兩個角度對非DEA有效項目進行改進。從表2可以看出，這些非DEA有效項目都存在投入冗余的情況,不過這里所謂的投入冗余，并不是指投入的絕對過剩，而是由于資源投入結構不合理導致的投入相對于產出是有冗余的；在產出方面，主要集中在論文與職稱晉升兩項指標上，大部分項目都存在產出不足的情況沒并且某些項目產出不足率也相對較高，比如在職稱晉升指標上，項目19產出高達300%，項目11高達500%，其他項目或多或少也都存在產出不足的情況。從上述分析可以發現，四川省基礎研究項目在資金與人員的投入結構上還需要進一步優化。一方面需要做到合理配置資源，優化投入結構，另一方面，各單位需要提升本單位的科研實力，加強學術交流，促進學術轉化，從而從整體上提升我省的科研實力。