姜文超，戴美想，徐 欣，孙 然

(江苏省生产力促进中心，江苏 南京 210000)

0 引言

江苏省科技成果转化专项资金项目是为了加快重大科技成果快速转化为现实生产力，培育壮大具有自主知识产权的新兴高新技术产业，实现经济社会高质量发展而设立的科技发展计划。近年来，该计划遵循“四个面向”的科技工作方针，紧扣实施关键核心技术攻坚工程，围绕推动高新技术产业、战略性新兴产业与先进制造业集群发展的重大战略需求，积极支持具有自主知识产权的重大科技成果转移转化，促进产业链创新链深度融合协同发展，加快推进科技自立自强，为构建自主可控的现代产业体系提供了有力的科技支撑。

作为江苏省科技计划项目的重要组成部分，如何科学合理地评价成果转化项目的实施绩效已成为政府及科技管理部门关注的焦点。科技计划项目绩效评价不仅在决策制定、科技资源的分配优化等方面至关重要，也是深化科技领域体制机制创新、提升科技资金使用质效的重要举措。为此，众多学者开展了深入研究：Pan等[1]通过DEA测评，发现亚洲国家的科技绩效通常优于欧洲国家;王磊等[2]建立了山东省17个地市的科技绩效评价指标体系，选取了科技活动人员、R&D经费投入等指标，并运用DEA模型分析其绩效情况；陈黎[3]从科技计划项目实施的效率、效益、效果等角度构建了科技项目评估体系，开展了科技项目绩效评价研究，并提出对策建议。

本文以2017年江苏省12个已结题的科技成果转化项目为研究对象，构建了成果转化项目绩效评价的指标体系，采用DEA方法测算了项目的综合效率、规模效率和纯技术效率，为江苏省科技成果转化项目绩效评价奠定了基础。

1 DEA方法

1.1 DEA方法介绍

数据包络分析方法(Date Envelopment Analysis，DEA)及其模型是1978年美国著名运筹学家A.Charnes和W.W.Cooper提出的相对效率评价模型，利用线性规划方法对具有多投入、多输出的决策单元进行相对有效性评价。在该模型下，能够根据科技成果转化项目的投入产出指标数据来估算项目的效率高低。

1.2 DEA基本模型

国内外研究中，应用DEA方法进行绩效评价常用使用CCR(Charnes，Cooper和Rhode)模型和BCC(Banker，Charnes和Cooper)[4]模型。

假设存在n个决策单元(j=1，2，···，n)，每个决策单元存在m个输入，输入向量：

Xj=(x1j，x2j，···，xmj)T>0，j=1，2，···，n

每个决策单元存在相同的s个输出，输出向量：

Yj=(y1j，y2j，···，ysj)T>0，j=1，2，···，n

式中：Xij表示第j个决策单元的第i个输入量；Yij表示第j个决策单元的第i个输出量。

分别对投入和产出变量设定权重向量，建立对偶模型，引入松弛变量s+与剩余变量s-，建立等式约束：

minθ

假设解出上述问题，最优解为λ*，s*-，θ*，那么可以得出以下结论。

(1)若θ*=1，且s*-=s*+=0，则代表决策单元DMUj0的效率为DEA有效，此时该决策单元的技术效率和规模效率均有效。

(2)若θ*=1，且s*-或s*+≠0，则代表决策单元DMUj0为DEA弱有效，此时该决策单元的技术效率和规模效率均可以通过调整投入产出结构来达到最佳效率。

(3)若θ*<1，则代表该决策单元DMUj0为非DEA有效，此时该决策单元的技术效率和规模效率都未处于最佳状态。

2 科技成果转化项目绩效评价实证分析

2.1 构建指标体系

本文在充分考虑江苏省科技成果转化项目的特点和DEA模型条件的基础上，根据科学、客观、可行的原则，构建包括科技投入和科技产出在内的绩效评价指标体系[5]。输入指标包括项目经费投入、研究人员投入，输出指标包括项目新增销售、获得授权专利、新产品数，具体指标含义及计算方法如表1所示。

表1 指标含义及计算

2.2 数据来源

本研究数据来源于江苏省科技成果转化项目2017年立项、2020年结题项目(12项)。科技计划项目结题时需项目承担单位提交项目《验收申请表》及专项审计报告，相关数据来源真实可信。

2.3 结果分析

2.3.1 总体结果分析

针对所选取的12个决策单元，使用DEA分析软件DEAP2.1采用BC2(规模效率可变)投入导向模型进行数据分析，分析结果如表2所示。

表2 总体结果

从表2可以看出，在规模效率不变的情况下，12个科技成果转化项目的效率平均值为0.941，表示在技术水平不变的情况下，有94.1%的投入得到有效利用。另外，5.9%的投入没有产生相应的效益，原因在于项目承担单位未能合理配置资源，以实现资源利用效率的最大化。

同时，这些项目效率值的方差、极值相差并不十分明显，说明这些项目的实施主体转化能力水平比较均衡，可以将科技成果充分吸收内化。另有2个项目单位科研水平和研发能力相对较弱，未实现DEA有效。

2.3.2 效率值分析

经分析计算，本文得到江苏省科技成果转化项目的综合效率值，包括技术效率、规模效率和规模报酬状态等，具体结果如表3所示。

表3 效率值及规模报酬分析

从表3可以看出：这些项目的综合效率均值为0.941，处于相对有效的状态；技术效率平均值为0.970，说明投入这些项目的经费和科技人员的结构总体较为协调；规模效率平均值为0.969，说明这些项目的投入和产出矛盾较小，项目基本保持可持续发展。

综合效率是对项目的投入与产出等多个指标进行综合评估的重要指标。从综合效率角度来说，10个项目的效率值为1，属于DEA有效，这些项目的资源投入、产出结构均衡，处于当前有效市场规模；其他2个项目的效率值小于1，属于非DEA有效。上述项目的平均效率为0.941，其中有2个项目综合效率较低，说明这些项目的新增销售收入、授权专利以及新产品数主要是依靠项目经费和研发人员的大量投入，科技资源及其利用率有待进一步提升。

从技术效率角度来说：11个项目的效率值为1，属于DEA有效，表示在目前的技术水平上，这些项目投入资源的使用是有效的；仅有1个项目的效率值小于1，属于非DEA有效。这些项目的平均值为0.970，说明这些项目在现有的项目经费、科研人员投入水平上产生的新产品、授权专利、经济效益的效率较高。对企业而言，江苏省科技成果转化专项资金项目能有效帮助企业降低研发成本、增强研发力量、获取经济效益，实现科技兴业、产业增强，有效实现科技资源灵活配置；对高校院所来说，江苏省科技成果转化专项资金项目能促进高校院所与企业的深度融合，加强产学研协同创新，推动科技创新快速转移转化。

从规模效率角度来说，12个项目的平均值为0.969。其中10个项目的效率值为1，表示在现有投入状态下，这些项目的产出水平已达到最佳水平；其中 2个项目效率值小于1，处于规模报酬递增状态，此时可适当增加项目的投入规模以达到最优状态。

2.3.3 规模报酬分析

从表3的规模报酬状态可以看出，12个决策单元中10个规模报酬不变，2个规模报酬递增。

规模报酬递增占比16.7%，说明在被评价项目中，有2个项目因投入不足或资源结构不合理而未达到最优状态。在此情况下，项目承担单位可通过增加经费投入、扩大研发人员投入来提高项目实施绩效。

规模报酬不变占比83.3%，说明有10个被评价项目在项目完成时达到了规模有效的状态，意味着科技项目的实施朝合理的方向发展。

2.3.4 超效率分析

由于DEA分析结果中有10个决策单元为DEA有效，为进一步对有效的决策单元进行比较，本文采用Andersen和Petersen等人提出的超效率DEA模型[6]，利用DEA-solver软件进行超效率评价计算，对多个有效的决策单元计算超效率得分，结果如表4所示。

表4 超效率得分及排名

结果表明，有10个项目的超效率得分大于1，说明这些项目在DEA有效的情况下，按照排名的顺序分别对项目投入综合利用，并得到有效的成果，从而使超效率得分大于1。

3 结论与启示

3.1 结论

本文运用DEA模型对12项江苏省科技成果转化项目的实施绩效进行了实证分析，得到以下结论。

(1)2017年江苏省科技成果转化项目实施成效较好，项目创新成果、经济效益明显，超效率得分较高的项目集中在生物医药领域，项目产出远高于平均水平。

(2)不同领域项目投入产出的绝对值存在较大差异：生物医药领域项目经费、研发人员投入较其他项目更高，且获得的经济效益远高于其他项目；新材料和高端装备领域项目获得的授权专利数量较其他领域项目更多。

(3)少量项目资源配置不合理，未取得规模效益，其原因在于投入冗余及产出不足。投入冗余主要是由于科技资源配置不合理，产出不足则主要体现在经济效益增长不明显、创新成果相对较少。

3.2 评价建议

(1)加大经费投入。落实省级财政投入保障，不断完善科技成果转化发展的科技计划体系，适当逐年加大对重大项目的支持力度，提高规模报酬水平。充分发挥政府资金的引导作用和放大效应，有效解决产业发展过程中投入大、风险高的难题，促进江苏省科技成果转化跨越式发展，推动经济结构调整和资源优化配置。

(2)提高政府科技资源配置的效率。梳理分析不同类型科技项目的特点、实施管理内容及方法，在政策推进过程中不断完善项目实施的政策及制度环境，针对科技项目特点建立具有针对性、差异化的绩效预算及拨款机制，从而提升科技资源配置的效率[7]。

(3)完善绩效评价体系。建立由项目到专项、再到计划层面的“微观-宏观”绩效评价体系，根据江苏省科技成果转化专项资金项目的定位与目标，研究制定完善的绩效评价理论与方法，定期组织开展专项资金项目绩效评价，并加强评价结果的合理利用。