基于DEA的四川省基础研究项目绩效评价研究

(西南石油大学 四川 成都 610500)

一、概述

基础科学研究的进步和突破往往能引领重大的科技创新，进而对经济社会发展产生深远影响。经过多年发展，我国基础科学研究取得长足进步，支撑引领经济社会发展的作用不断增强。四川省科技计划是按照区域战略部署，针对四川省科技发展情况和四川省的资源特点及实际需求提出来的，其主要目的在于以科技项目为载体，明确领域支持方向，鼓励和引导企业、科研机构充分利用区域科技资源，不断提升研发能力，从而提升区域核心竞争力。

在评价科技项目绩效上，许多学者进行了相应研究。张玉赋和张华(2006)设计了由人力资源指标、财政投入指标、科技直接产出指标、科技对经济和社会发展的影响指标四部分组成的绩效评估指标体。马丽娜、李建华(2008)采用层次灰色方法建立科技项目评价模型，并进行了应用分析。李敬锁、牟少岩(2016)运用DEA模型从投入产出角度对“十一五”国家科技支撑项目绩效进行评价分析，对其投入产出指标进行分析研究，丰富了现有的科技项目绩效评价方法。

二、基础研究项目绩效评价——DEA模型简介

数据包络分析方法(DEA，Data Envelopment Analysis)由Charnes、Coopor 和Rhodes于1978年提出，是衡量资源配置效率的有效分析方法，能够处理多输出、多输入的有效性综合评价问题，被用来衡量拥有相同目标的运转单位(决策单元)的相对效率。

基础研究项目可以看做是通过投入一定数量的生产要素，通过项目研究产出一定数量产出的过程。鉴于应用基础研究项目具有多投入，多产出特性以及各投入与产出指标具有不同的量纲，而数据包络分析也不要求统一量纲，因此运用DEA方法评价应用基础研究项目投入与产出的相对有效性具有独特的优势。为此，依据DEA原理，构建如下评价模型：

S-是投入的松弛变量，可理解为投入冗余量，是指产出不变情况下，投入可以减少的数量S+是产出的剩余变量，是指投入不变情况下，产出还可以继续提高的数量。

根据CCR模型可求出技术效率，计算得到的技术效率又可以分解成规模效率和纯技术效率。规模效率反映决策单元的投入产出比例是否适当。当SE=1时，表明决策单元的生产规模处于最优状态，是规模有效的；当SE<1时，表明决策单元的生产规模未达到最优状态，是规模无效的。纯技术效率与技术效率一样，反映决策单元在既定投入水平下能否有效利用生产技术使产出最大化，纯技术效率能更为准确真实的反映决策单元内部的管理水平。三者的具体计算如下：

技术效率=规模效率*纯技术效率

三、四川省应用基础研究项目绩效评价分析

(一)评价指标体系构建及数据来源

1.评价指标体系构建。根据系统性、整体性、独立性、可操作性原则，同时借鉴国内外学者的研究成果，并根据我省基础研究类科技项目的实际特点，构建符合我省省情的绩效评价指标体系。将四川省应用基础研究项目绩效评价指标体系的投入指标为X1科研经费、X2研究人员；产出指标有Y1获专利项、Y2论文及专著、Y3职称晋升、Y4人才培养。

2.数据来源。本次调查选取了2016年结题的21项四川省应用基础研究项目为研究对象，涉及到临床医学、生物学、农学3个领域，通过四川省科技厅网站发布评估调查通知，辅助电话通知的方式，通过对回收问卷的整理而得到本文研究所需的各种数据。

(二)基于DEA的四川省应用基础研究项目绩效评价

表1 总体评价结果

从总体上看，本次测评的21个项目里，DEA有效的项目有8个，有效占比38.1%。21个项目效率平均值为0.778，表示在所有的投入资源里，有77.8%的资源得到有效利用，而另外21.2%的投入资源还未产生相应的效益。另外项目效率最大值为1，最小值为0.255，方差为0.065，效率极值相差较大，反应出个项目水平参差不齐，一些项目单位研发能力强，资源利用率高，而也有部分项目单位，科研能力不足，投入的资源未能合理规划，只得到较少的产出。

表2 非DEA有效差额变量分析

对其中规模效率与纯技术效率均无效的4个项目进行差额变量分析，并从投入与产出两个角度对非DEA有效项目进行改进。从表2可以看出，这些非DEA有效项目都存在投入冗余的情况,不过这里所谓的投入冗余，并不是指投入的绝对过剩，而是由于资源投入结构不合理导致的投入相对于产出是有冗余的；在产出方面，主要集中在论文与职称晋升两项指标上，大部分项目都存在产出不足的情况没并且某些项目产出不足率也相对较高，比如在职称晋升指标上，项目19产出高达300%，项目11高达500%，其他项目或多或少也都存在产出不足的情况。从上述分析可以发现，四川省基础研究项目在资金与人员的投入结构上还需要进一步优化。一方面需要做到合理配置资源，优化投入结构，另一方面，各单位需要提升本单位的科研实力，加强学术交流，促进学术转化，从而从整体上提升我省的科研实力。