陈焕新（高级会计师） 陈哲颖

（南方医科大学 广东广州 510515 广州卫生职业技术学院 广东广州 510450）

近年来，我国高度重视科技创新工作，财政科技经费快速增长，科研资金绩效目标设定、绩效评价、投入产出效益受到广泛关注。高校作为财政科研资金投向的重要阵地，是科研产出和科研成果转化的重要单位，面对新形势，如何既落实好国家“放管服”政策精神，又能使各级管理部门及时了解高校财政科研经费使用动态及绩效目标进展情况，根据需要开展科研绩效评估、风险研判及改进管理，提高财政科研经费使用效益，是亟待解决的问题。本文创造性地提出运用区块链技术，解决高校财政科研经费绩效管理过程中的数据真实与可信性、数据重复上报和财政科研资金使用动态跟踪等系列问题。同时，参考平衡计分卡理论，从财务、客户、内部业务流程、学习与成长四个维度，构建高校科研经费绩效评价指标体系，为探索将区块链技术应用于高校科研经费绩效评价提供一定的理论依据。

一、区块链技术在高校科研经费绩效评价中的应用场景分析

（一）规范高校财政科研经费数据的获取与验证

传统的高校财政科研经费评价资料获取，一般是通过高校自身提供的科研报表等资料进行分析研判，不仅数据需要层层上报，还存在隐匿、篡改或者伪造原始交易数据的风险。采用区块链特定数据共享的方式，高校可与科研经费主管部门等外部机构共享高校财政科研相关数据信息，数据可从区块链系统中获取，确保了数据信息的真实性、可靠性、完整性。

（二）确保高校财政科研相关数据的安全性

在区块链技术下，数据依靠分布式账本进行保存，数据从中心节点同步到其他备份节点，数据的副本保存在各个节点，每个节点都有根据区块链结构完整存储的数据，每个节点的存储都是独立的，状态相同。单个节点的故障或者数据丢失不会影响数据的完整性，有效保证了高校财政科研相关数据的安全性，减少了数据因存储不当等原因丢失的风险，对于需要长期保存的财政科研相关数据来说具有十分重要的意义。

（三）提高高校财政科研经费管理效能

在区块链技术下，可灵活利用现有的网络和技术支持，将高校区块链系统与政府主管部门专用网络等数据区块打通，构建包括政府各主管部门在内的区块链系统，财政、教育、审计、科研等外部政府监督管理部门及第三方中介审计机构在需要对高校财政科研经费使用状况进行了解时，可通过授权和身份验证获得数据权限，不同于传统的层层上报式监管数据获取流程，大大节省了数据获取成本和时间，点对点的数据获取也有利于减少层层传递中数据泄露的风险。在科研项目完成需要结题验收时，项目管理部门可通过授权委托评审专家登录区块链系统开展项目评价，甚至可通过开展项目盲评，预防项目评价中的“马太效应”。由于科研项目相关信息早已存储在区块链系统中，此时项目课题组无需再准备验收资料，既减少了对科研专家的干扰，又有助于开展科研项目评价，提高了工作效能。

（四）实现对高校财政科研经费绩效的智能监控

基于区块链上可信的、防篡改的数据，区块链可以自动执行一些预定义的规则和条款。每次中心节点更新财政科研经费相关数据时，各区块链子账本同时存储新交易数据，在区块链上建立的高校财政科研经费智能管理系统会自动根据更新后的财政科研经费相关数据进行研判分析，并将分析结果及时推送给各高校财政科研经费信息使用者，实现对高校财政科研经费使用及绩效情况的智能跟踪、监控。

二、区块链技术下高校财政科研经费绩效评价指标构建

（一）运用平衡计分卡理论进行绩效评价指标提取与筛选

本文参考平衡计分卡理论，从财务、客户、内部业务流程、学习与成长四个维度构建财政科研经费绩效管理指标体系。结合文献研究和调研讨论情况，综合考虑区块链技术的应用特性，以财务、客户、内部业务流程、学习与成长四个维度为一级指标，在各个维度下细化，初步提出二级指标共14 个，三级指标共91 个，如表1 所示。

关于指标数据的获取，一部分指标如项目组内学科带头人数量占比、校企合作合同件数等，可以利用区块链技术从高校相关部门现有数据中直接提取，减少数据填报工作量；一部分指标如教师科研能力提升评价得分等需要主观打分的指标，可统一组织构建专家库，对各指标进行定期评价打分；需要定期调查统计的数据则借助区块链完成辅助问卷工作，依托区块链技术完成筛选、统计和计算等数据工作。

（二）绩效管理指标筛选

采取问卷调查的方式，通过问卷星线上发放问卷，调查对象包括科研专家、科研管理工作者、财务专家和其他人员。题目形式为排序题，由调查对象对二级指标、三级指标分类别进行重要性排序，认为不适合的指标可以不选择。共收回有效问卷98 份，应用SPSSAU 软件对数据进行整理和分析，对数据进行Cronbach 信度分析，信度系数值为0.970，高于0.8，说明问卷调查数据信度高。为提高所选指标体系的代表性，删除CITC 值小于0.2 的指标。

（三）对绩效管理指标的调整

根据问卷调查结果，结合各方面反馈意见，经专家研究，对指标体系进行调整、修正，最终形成4 个一级指标、14个二级指标、76 个三级指标的指标体系，如表2 所示。

三、基于区块链技术的高校财政科研资金绩效管理模型

（一）采用模糊综合评价法建立高校财政科研经费绩效管理模型

模糊综合评价法的基本思路是利用模糊线性变换原理和最大隶属度原则，考虑与被评价目标相关的各个维度影响因素，从最低层级的指标进行综合评价，再依次向上，直到最高层级，得出最终综合评价结果。模糊综合评价法在一定程度上能够改善指标值处于两个评价等级边界位置时，因指标值微小改变带来的评价值大幅变动的影响，且能保留各层次评价指标的全部信息。由于在绩效评价中，权重、得分等要素经常涉及主观性判断，且描述常含有不确定性，因此在评价高校财政科研经费绩效管理时，采用模糊综合评价法是较为合适的方法。

（二）设置评价对象的因素集

对照表2 指标体系，设置三级指标体系，一级指标：U1财务维度、U2客户维度、U3内部业务流程维度、U4学习与成长维度。每个一级指标下设置二级指标数个，即U11、U12等，每个二级指标下设置三级指标数个，即U111、U112等。

（三）设置评价集

即对评价对象得分的描述。将各指标的评价结果分为四个等级，即V={优秀，良好，合格，不合格}。评价集为：V={v1，v2，…，vn}。

（四）确定各指标的权重

结合平衡计分卡理论基本思想和专家意见，给予4 个一级指标均等权重，即0.25。对各二级、三级指标，根据秩和比法进行编秩，对每类指标按排名倒序赋值得分，如一类指标中共3 个指标，排名第1 的指标赋值得分为3，排名第2 的指标赋值得分为2，排名第3 的指标赋值得分为1。假设有n 个指标、m 位专家，则获得n 行m 列的数据表格。将m 位专家对某一指标i 的赋值得分求秩和Rij，计算第i个指标的权重ai为：

根据问卷调查结果，获取各指标权重如下页表3 所示。将4 个一级指标的权重构成权向量A={a1，a2，…，a4}，第二层次的二级指标相应权向量组为：Ai={ai1，…，aij}，以此类推。

（五）进行模糊评价，构建隶属度矩阵

设因素集中第i 个元素对评价集V 中第1 个级别的隶属度为rij，用模糊集合表示对第i 个元素单因素评价向量，如R1i={ri1，ri2，…，rin}，再以单因素Ui1对应的评价向量Ri1为行向量构成矩阵R。更高级别的层次计算方式同理。

对定量指标，采用半梯形分布的隶属度函数来确定隶属度矩阵。设f（x）为指标实际值，评价集V={v1，v2，…，vn}应按数值从小到大排序，sup（f）为指标值上界，inf（f）为指标值下界，得到对应单个指标的隶属度向量（r1，r2，…，rn），所有因素的隶属度向量组合成隶属度矩阵。

定性指标则邀请专家对指标根据评价标准进行打分，统计结果中各评分等级的百分比作为定性指标的隶属度。

（六）合成结果向量

对各级各因素分别利用单级综合评价方法，Bij=Aij·Rij，评价向量Bij为权重向量Aij与评价矩阵Rij相乘，得到的该层次相应评价向量为B1j，B2j，……。以B11，B12，……为行向量依次构建高一级的评价矩阵Ri，再输入权向量Ai，进行合成计算：Bi=Ai·Ri为该层次所求结果向量。以此类推，最终得到评价结果向量B。

四、区块链技术下高校财政科研经费绩效评价模型实证研究

（一）样本选取与数据收集

1.确定样本。以该模型为基础，选取某省属公办高校（以下简称F 校）的某科研项目（以下简称E 项目）。F 校科研水平较高，共有国家和省部级科研平台93 个，2021 年获国家自然基金309 项。相关指标数据来自F 校财务处、科研处等相关部门，主观评价得分指标通过邀请专家按优秀、良好、合格、不合格打分，并统计每类得分百分比作为隶属度。

2.确定各评价指标以及在模型中的权重。根据E 项目任务书等文件，对上页表3 中的部分不适用于E 项目的指标进行删除，使评价指标更符合项目实际，并相应地按比例重新分配三级指标权重，使权重满足归一性。调整后的指标体系如表4 所示。

表4 调整后的指标体系及隶属度

3.设置定量指标评价集。咨询专家的意见后，对各三级指标的评价集V 的优秀、良好、合格、不合格进行取值。

（二）进行模糊评价

1.构建隶属度矩阵。指标的对应隶属度取值见表4。构建一级评价矩阵，例如使用项目资金规划二级指标下的三个三级指标评价值，构建评价矩阵R11如下：

相应的权向量为：A11={0.42，0.33，0.25}

2.进行模糊综合评价。进行一级综合评价：如B11=A11·R11={0.52，0.39，0.09，0}，以此类推。求出所有一级综合评价向量Bij后，进行二级综合评价。由Bi1，Bi2……分别为行向量构建评价矩阵Ri，以二级指标的权重构建权向量Ai，依照上述方法求出二级综合评价向量Bi，再进行三级综合评价，最终求出结果向量B。各级模糊综合评价结果见表5—表7。

表5 模糊综合评价一级评价结果

表6 模糊综合评价二级评价结果

表7 模糊综合评价三级评价结果

3.模糊综合评价结果分析。根据表7 模糊综合评价最终评价结果，E 项目财政科研资金绩效管理综合评价结果处于“优秀”的可能性为30%，处于“良好”的可能性为36%，处于“合格”的可能性为32%，处于“不合格”的可能性为2%，因此，可认为E 项目财政科研资金绩效管理整体处于较好的水平。

从表6 模糊综合评价二级评价结果看，E 项目在客户维度表现较优秀，处于“优秀”的可能性为47%；在学习与成长维度稍显不足，处于“合格”的可能性为53%。

从表5 模糊综合评价一级评价结果看，E 项目在科研能力、项目人才培养二级指标表现较好，在相关群体满意度二级指标表现较差，学习与成长维度的二级指标如项目科研成果奖励、项目对外合作及交流、项目社会效益处于合格水平的较多。

综上，F 校在此后的科研资金绩效管理工作中，应当继续发挥科研能力和人才培养能力的优势，在对科研工作者等相关群体的激励、重视科研项目的社会效益等方面要加强配套制度建设和管理服务的支持。

五、研究结论

本文提出在区块链技术下，参考平衡计分卡理论，综合考虑项目的经济效益、科研效益、社会效益、生态效益及科研经费管理规范性、组织实施有效性、科研项目的可持续性等方面，在财务、客户、内部流程、学习与成长四个维度上进行平衡，力求设计较为全面、科学的指标体系，运用模糊综合评价法开展绩效评价，对加强高校财政经费绩效管理具有一定的参考作用。