基于DEA的科技项目绩效评价研究.docVIP

基于DEA的科技项目绩效评价研究 　　、（中国科学院科技政策与管理科学研究所，北京 100190） 　　摘要：基于DEA的科技项目绩效评价方法，不仅能评价科技项目投入产出效率水平，而且还能对其投入冗余及产出不足进行分析。文章以海淀区科技计划项目为例，通过技术效率、纯技术效率、规模效率和差额变量分析，找出影响科技项目绩效水平的因素，并运用超效率DEA模型对科技项目进行绩效排名。研究发现，海淀区这20项科技计划项目投入产出效率总体水平较高，科技资源得到了比较充分的利用；对于非DEA有效的科技项目，其投入产出水平没有达到最优效率，主要是由于利润增长产出明显不足；运用DEA方法对科技项目进行绩效评价，有助于优化科技资源配置，提高地区科技项目管理与决策水平。 　　关键词：科技项目；绩效评价；数据包络分析；DEA模型；差额变量分析；规模报酬 　　中图分类号：F224 文献标识码：A 文章编号：1009-2374（2011）33-0001-05 　　 　　 　　一、概述 　　近年来，国家和各级地方政府都加大了对科技的投入，地方政府实施的科技项目逐年增加。地方科技管理部门的一项重要任务就是优化科技资源的配置，提高科技资源的使用效率，增加科技产出。因此，如何有效地评价科技项目实施的绩效水平，了解科技项目投入产出的优势和弱点，成为地方政府，特别是科技管理部门关注的主要问题。 　　海淀区科技计划是按照区域战略部署，针对海淀区科技发展状况和海淀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、机构充分利用区域内科技资源，不断提升研发能力，进一步加强研发主体间的相互合作与融合，更好地发挥科技对区域经济、社会和产业发展的推动作用，从而提高区域核心竞争力[1]。科学合理地评价海淀区科技计划项目投入产出绩效水平，不仅有助于提高海淀区的科技管理水平和科技项目投资的经济、社会效益，更有助于进一步促进海淀区产学研合作，将区域科技资源优势转化为竞争优势，从而不断提高自主创新能力。 　　在评价科技项目投入产出的绩效上，许多学者进行了相应研究。林建衡（2004）[2]将层次分析法应用于我国高校科研项目的评估过程，从经济效益、学术水平、人才培养和社会效益来总体评价科技项目。李茹、张丽芳、褚诚缘（2006）[3]提出一种组合赋权模糊综合评价方法，并应用于国家863科技项目信息管理与评价实验系统。吴先华、马庭淮（2006）[4]介绍了基于粗糙集理论的科技项目评价方法，建立了多指标评价体系，并通过一个实例进行了验证。张军果、任浩、谢福泉（2007）[5]构建了上海市财政科技项目绩效评估体系，并采用模糊数学方法计算科技项目的投入产出比，对其绩效进行评估分析。马丽娜、李建华（2008）[6]针对项目评价中信息不确切、不完全的问题，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。以上科技项目评价方法大量应用了人的主观判断，定性评价指标较多，各指标权重的确定也具有主观性，无法客观评价科技项目投入产出绩效水平，并且无法分析造成科技项目投入产出效率低下的原因以及下一步调整的方向和程度。为此，本文以海淀区科技计划项目为例，采用DEA方法对其进行绩效评价分析，力求克服上述评价方法的不足，以期为今后海淀区及其同类地区科技项目绩效评价工作提供启示和借鉴。 　　二、科技项目绩效评价的DEA模型 　　数据包络分析（Data Envelopment Analysis，DEA），它是由美国著名运筹学家A.Charnes和W.W.Cooper等人于1978年在“相对效率评价”概念基础上发展起来的一种新的系统分析方法[7]，该方法是用数学规划模型对具有多个输入和多个输出的“部门”或“单位”（称为决策单元，Decision Making Unit，DMU）进行相对效率与效益的评价。评价指标中可以包含经济、社会等领域中的相关因素，可以使用不同量纲或无量纲指标。它可以依据一组输入和输出的观察值来计算给定决策单元的效率前沿，进而衡量DMU的相对有效性。此外，DEA还可以判断各个决策单元投入或产出规模的适合程度，给出各DMU调整其投入或产出规模的方向和程度。 　　科技项目可当作是通过投入一定数量的生产要素并产出一定数量“产品”的活动。投入方面包括人、财、物等相关要素，产出方面既包括科技成果，又包含为社会、经济发展所作的贡献。因此应用DEA方法评价科技项目投入和产出的相对有效性，具有独特的优势。依据DEA原理，结合科技项目的评估情况，构建如下评价模型。 　　设有n个决策单元DMU，， 　　的输入为，输出为，其中m为输入指标个数，k为输出指标个数。 　　 　　上述模型即评价评估单元的CCR模型（Charnes， Cooper and R