基于DEA的技术标准科研项目绩效评价研究

唐婷璐 曾 雯

上海大学 管理学院(中国)

技术标准是经济社会活动的技术依据，是国家发展的战略性资源和国际竞争力的核心要素。“十二五”期间，在政策的引导和科技计划的支持下，中国多地多部门均设立了技术标准科研项目，直接或间接投入数十亿资金开展技术标准研制。技术标准科研项目的绩效评价，能够反映项目投入与项目产出的数量和质量关系，是衡量已有项目开展情况和新设项目决策的基本依据。但是，现有技术标准项目往往依据承研单位建立的技术标准数量进行简单评价，尚未针对技术标准类科研项目建立全面的绩效评价方式。

鉴于科研项目对于推动国家创新的重要影响，诸多学者对科研项目的绩效评价进行了探索和研究。国外一些发达国家对于科研项目绩效方面的研究起步较早，相对比较成熟，呈现出许多不同的发展特点，总结积累出很多宝贵的经验。如Kast[1]认为绩效应包括3个方面的内容：效果、效率和成员满意度。Kaplan[2]给出了绩效评价的概念，认为绩效评价是指组织使用定量标准或主观判断来测量或评价组织是否实现了特定的目标或运营结果。Cordero[3]则从活动投入与活动产出两个方面分析企业研发活动的绩效。Barra等[4]使用参数法和非参数法研究了意大利高等教育的绩效，提出不同的评估方法会产生不同的排名，决策者需要根据需求选择合适方法的观点。

中国国内学者在总结前人成果的基础上，也开展了相关研究。田冠军等[5]基于协同创新视角，结合高校科研项目绩效评价特点，构建了3级绩效评价指标体系。陈辉等[6]基于主成分分析法和综合指数法构建了高水平理工科高校科技成果转化绩效评价体系，并以国内部分理工科高校为对象进行了实证分析。段晓梅[7]基于系统思维建立了高校科研绩效的评价指标，并运用超效率数据包络法对2015年中国高校科研绩效进行实证分析。马玲玲[8]从动态效率着手，选取部分“985工程”高校为研究对象，应用Malmquist指数方法实证测算了高校科研动态绩效。黄小平等[9]以区域高校为研究对象，构建了区域高校科技创新能力绩效评价指标体系。晋兴雨等[10]以高校学院为研究对象，基于数据包络分析(DEA)法提出了高校教学和科研综合绩效评价方法，从制度供给、投入优化和产出提升3个方面提出建议。倪渊[11]在已有高校科研效率评价模型的基础上考虑了高校科研投入产出的滞后性，提出滞后非径向超效率数据包络法模型，针对36所985工程高校科研效率进行评价，证明了模型的可行性和有效性。

综上分析，目前科研项目绩效评价在研究对象上大多侧重于高校和科研院所承担的科研项目及其科技成果转化，较少关注技术标准类科研项目绩效评价领域；同时，研究方法上大多采取层次分析法[12]、平衡计分卡[13]和主成分分析等方法，这些方法都具有一定的主观性。而DEA法可以从多投入多产出角度衡量科研项目绩效水平。基于此，本文从推动技术标准科研项目发展的视角出发，基于某市2017年度结题的36项技术标准的相关数据，运用DEA对其项目绩效评价开展研究工作。通过深入分析技术标准项目投入与产出成果的绩效，科学地评价项目绩效，为今后技术标准类科研项目的管理与发展方向提供参考。

1 研究方法、指标及样本选择

1.1 DEA模型

DEA法由Charnes等[14]于1978年首次提出，在多输入-多输出的有效性评价方面具有如下优势：无须任何权重假设，依靠决策单元输入输出的实际数据求得最优权重，具有较强的客观性；无须确认输入输出之间的显式表达式；决策单元的效率值与指标值的量纲选取无关，模型建立前无须对数据进行无量纲化处理。该方法可以综合考虑技术标准科研项目的投入和产出，对不同技术标准项目的相对效率进行评价。由于不同科研项目的承担单位差异较大，本文选取基于投入导向的规模报酬可变BCC模型展开研究，具体原理如下所述。

假设有n个决策单元(DMU)，每个DMUj有m种投入、q种产出，分别记为Xj=(X1j，X2j，…，Xmj)、Yj=(Y1j，Y2j，…，Yqj)，线性规划经过等价转换和对偶处理可得如下BCC模型：

其中，θ为被评价决策单元DMUj的相对效率值，θ∈[0，1]；λj为权重系数。BCC模型中，综合技术效率(TE)等于纯技术效率(PTE)和规模效率(SE)的乘积。其经济含义为：若PTE=SE=1，则该DMU为DEA有效；若仅有一方数值为1，则说明该DMU实现了弱DEA有效；若两者均不为1，则代表该DMU为非DEA有效。综合效率指在给定投入数量下，实际产出与理论最大产出的比值；纯技术效率指DMU在管理和技术条件等因素影响后的生产效率；规模效率则是DMU实际规模与最优生产规模之比。

1.2 技术标准科研项目绩效评价指标体系及数据来源

技术标准的确立是一个复杂的综合过程，建立评价指标体系是评价技术标准类科研项目绩效的基础。根据现有文献在科研项目绩效评价过程中使用的指标，结合技术标准类项目的特点，采用如下指标体系，详见表1。

表1 技术标准项目绩效评价指标体系

技术标准的立项能力取决于科研投入，主要包括科研经费和科研人员的投入。科研经费投入按照经费来源可分为财政经费I1和自筹经费I2两类，其中财政经费指国家各部委及各地人民政府相关部门拨付的用于从事技术标准项目的科研经费；自筹经费指企业从营业所得中拨付的用于从事技术标准项目的科研经费。科研人员投入指标按照职称等级可分为高级职称人员I3和中级职称及以下人员I4。

技术标准科研项目的绩效主要体现在科研产出成果上，包括标准立项数目、发表的学术论文、申请或授权的专利及相关人才的培养。具体指标包括：国际及国家标准立项数量O1，包括国际标准和国家级标准；其他标准立项数量O2，包括行业标准、团队标准和地方标准；论文数量O3，即根据技术标准科研项目研究成果发表的学术论文；专利数量O4，即根据技术标准科研项目研究成果申请或授权的发明专利和实用新型专利；人才培养人数O5，包括研究生、工程师和有关技术人才。

1.3 数据来源

本文以某市技术标准科研项目为研究对象，从该市2017年度已结题的项目中选择了包含建筑、环保、生物医药、航天和物联网等9种领域在内的36个项目，承研单位覆盖科研院所、企业和高校。

2 基于DEA的技术标准科研项目绩效评价实证分析

2.1 技术标准科研项目总体绩效分析

运用DEAP2.1软件，基于构建的技术标准科研项目绩效指标体系，将某市2017年度已结题的技术标准科研项目投入产出数据代入BCC模型中，得到该市2017年技术标准科研项目的绩效评价结果，如表2所示。

表2 某市2017年36项技术标准项目绩效评价结果

(续表2)

2.1.1 总体情况

通过分析所有项目绩效评价的统计结果可见，项目的综合技术效率、纯技术效率和规模效率的均值分别为0.767、0.876和0.846，说明该市技术标准项目绩效还有一定提升空间。其中，18个项目综合技术效率为1.000，说明这些项目的技术和规模实现了有效性，其规模报酬阶段处于不变的状态，说明这些项目在科研过程中的投入相对得当，能够获得高效率的规模收益；2个项目在纯技术方面效率值为1.000，但其规模效率值小于1.000，实现了弱DEA有效；其余16个项目在科研过程中为非DEA有效，且存在3个项目产出呈现规模报酬递减，说明这2个技术标准项目的投入规模无效，应优化现有规模的科技资源配置而非扩大科技资源投入规模。

此外，在36个项目涉及的9个领域中，物联网、食品和纺织行业的平均综合效率排名靠前，尤其是纺织行业，虽然项目数少、投入研发经费不高，但是绩效水平高，建议项目管理机构后续对绩效成绩较优的行业持续开展项目支持。

表3 不同行业的项目绩效评价的DEA评价结果

2.1.2 不同承研单位类型的技术标准项目绩效分析

由于技术标准类项目是以鼓励研究单位确立国际、国家及行业标准为目的的科研项目，而技术标准需要与实际生产结合。因此，承担单位除了从事生产工作的企业，还有科研院所和高校。为了分析不同承研单位在技术标准科研项目中的绩效表现，本文将项目的绩效评价结果按承研单位类型进行了归纳，结果如表4所示。

表4 承研单位技术标准项目科研绩效对比分析

从统计结果可以看出，科研院所是技术标准项目的主要承研单位，超过总项目的60%。科研院所作为具备一定科研能力的承研单位，很多时候同时承担了第三方检测任务，能够掌握行业的质量和技术发展水平，是技术标准类项目承研单位的优质选择。但其绩效表现介于高校和企业之间，说明科研院所在开展技术标准类科研项目的研究时，要进一步加强理论与实践相结合的能力，以及方法归纳、总结，从而制定相关的技术标准，推动行业的发展。此外，由高校作为承研单位的4个项目均达到了DEA有效，说明高校不仅在理论和学术方面具备较强的科研实力，也同样具备技术标准的立项能力。而企业在3类承研单位中绩效排名最末，说明企业在开展技术标准科研项目的过程中虽然具备较强的实践能力和行业灵敏度，但科研能力较弱，绩效表现不佳。项目管理机构后续可考虑将企业的实践优势与高校的科研能力相结合，资助承研单位复合型项目。

2.2 决策单元非DEA有效的冗余分析

为了提高非DEA有效项目的科研绩效水平，需要进一步通过投影分析研究其具体的投入冗余和产出不足情况，各非DEA有效项目投入冗余量和产出不足量及其对应的投入量和产出量的比值如表5所示。

表5 非DEA有效项目投入冗余和产出不足情况

资源投入方面，非DEA有效的决策单元全部存在不同程度的投入冗余问题。其中财政经费冗余平均占比33.12%，自筹经费投入冗余占比42.94%，高级职称人员投入冗余平均占比36.33%，中级职称及以下人员冗余占比35.05%。说明这些项目普遍存在经费和人员资源投入过多的现象，尤其是自筹经费的投入程度较高。因此，项目管理机构应增强财政经费管理；承研机构应在合理使用财政经费的基础上考虑使用自筹经费，同时减少研究人员投入，从而优化项目资源配置。

成果产出方面，非DEA有效的项目同样存在不同程度的产出不足问题。其中，国际及国家级标准立项数不足平均占比38.28%，其他标准立项数不足平均占比75.62%，论文产出不足平均占比58.04%，专利产出不足平均占比132.05%，人才培养产出不足平均占比101.95%。这表明某市技术标准类科研项目在成果专利转化和人才培养方面存在严重短板，有关部门应建立健全技术创新、专利保护与标准化互动职称机制，加强人才队伍建设。

3 结语

技术标准是是自主创新的技术基础，对科技创新具有支撑作用。如何提高技术标准的绩效水平，是提升行业、城市和国家科技水平和创新发展的关键问题。因此，本文以某市2017年度结题的36项技术标准项目为研究对象，建立技术标准科研项目绩效评价体系，采用数据包络分析法(DEA)展开绩效评价，得出以下结论和建议。

该市技术标准类项目存在优化空间，大部分项目绩效呈现规模报酬不变或者递增态势，项目管理机构应在现有基础上优化资源配置以提高科研产出效率。纺织、物联网和食品行业的平均综合效率排名靠前，项目管理机构后续应对绩效成绩较优的行业持续开展项目支持。该市技术标准项目的绩效存在显著的承研单位间差异，高校最优、科研单位次之、企业最差，考虑到企业是技术标准应用的主体单位，项目管理机构应鼓励企业与高校、科研单位联合开展技术标准项目，实现产学研用一体化发展。在现行制度下，技术标准类项目产出在专利获取和人才培养方面产出不足，建议项目管理机构出台相应政策，鼓励承研单位积极争取技术标准领域的相关的知识产权，培养专业技术人才，推动创新战略发展。