国家自然科学基金的效率评价研究-基于DEA方法的实证分析

1、国家自然科学基金的效率评价研究基于DEA方法的实证分析摘 要基础科学研究愈来愈成为国家综合实力的重要组成部分，各国纷纷建立国家科学基金巩 固和加强基础科学研究项目的投入！近年来，我国对于基础科学研究领域的投入规模不断增大，但有限 的资源投入面临着无限的研究机遇，只能不断调整投入项目、投入规模、投入分配以提高资金运行管理水 平，故对科研项目投入产出效率进行科学系统的考核和评估已成为提升科研基金效率、提高科学研究产 出亟待解决的问题。针对科研项目多投入多产出的特点，引入数据包络分析（DEA）方法对科研项目的效 率进行定量评估分析，采用论文数量、专利数量、专著数量作为评价指标，对2011年至2014

2、年年度国家 自然科学基金各学科的效率进行评估分析和Malmquist指数分析。结果显示，国家自然科学基金效率尚 有很大提升空间。基于此，建议完善生命科学学科评估机制、关注学科发展的周期性、提升科研资金的管 理使用水平、重视教育体系和人才队伍建设。关键词数据包络分析方法；国家自然科学基金；效率评价；实证研究基础研究愈来愈成为国家综合实力竞争的重要领域,被誉为整个科学体系的源头、所有技术问题的 总机关。新一轮科技革命蓬勃兴起,国家的迫切需求,学科的交叉融合,研究设备的日趋精密，都促使现 代基础研究规模愈加庞大,成本愈加高昂。但因其投入产出周期长、结果不确定，一定程度上妨碍了私 人领域的投资能动性，

3、各国政府为提升本国科技实力实质上承担了更多的投入和诱导投入的引领职能， 如各国政府的国家基金资助项目。也正是因其投入产出周期长、产出结果不确定及多投入多产出的特 点，基础研究领域绩效评估难度高，各国对基础科研项目的绩效评估一直处于不断深入研究和发展完善 阶段,尤其是对政府投入和引领投入领域，研究成果颇丰。20世纪初，经合组织部分国家探索运用政府 支持的科研项目定量评估方法；20世纪70年代美国相关机构亦开始成立评估办公室，探索基金绩效 及影响力评估;20世纪80年代开始,主要发达国家政府均对基础研究大量投入，政府性基础研究项目规 模日益庞大，对这些项目的绩效、影响力评价研究在世界范围内广泛开展

4、。我国相关绩效评估工作起步 较晚,1997年国家科技评估中心成立之后逐步完善相关法律规定并对各学部、基金开始绩效评估领域的 研究。总体而言，我国的相关研究多被定位于回顾性评估，系统性的数据评估领域研究仍亟待完善。、文献综述国外对基础研究绩效评估的研究根据评价动因可以分为形成式评估和总结式评估，根据评价导向也 可分为结果导向评估和战略导向评估。在研究方法上，还可以分为定性的主观分析、经验方法以及定量 的经济学、数学或综合评价法。在定性分析方法上,Cole采用了同行评议方法、Robert采用了特尔斐 法、Martin和Irvine采用了问卷法等主观和经验评价方法。在定量分析方法上，Mansfiel

5、d刃采用了社 会回报率、Black和Scholes 采用了期权等经济学方法,Asher利用了线性规划、S ouder利用了目标 规划、Kepler和Blackman皿利用了动态规划等数学方法,Garcia和Luis基于以往科研绩效的评估方 法引入了一种新的评价方法一领航操作（Pilot exercise）来构建指标体系。可以看出,国外学者对基金 效率的研究起步较早，有众多的研究建立在丰富、准确的数据分析上，能够用定量的方法对基础研究基金 的投入产出效率进行分析。国内学者对基础研究绩效评估的研究主要集中在3个方面。一是对国内外研究进行综述，据此对我 国基础研究存在的问题提出解决方法。例如,李正风

6、皿在综述各国基础研究评价方法后对我国基础研 究评估的程序、方法、指标及评价结果的利用提出了建设性意见,龚旭等问对我国国家自然科学基金绩 效评估的作用、原则等问题进行了探讨。二是根据不同的目标、研究角度建立相应评价的指标体系。例 如,曹兴等在制定基础研究项目成果综合统计表格的基础上选择合适的评价方法构建了基础研究绩 效评价模型,孟溦等区利用SSM系统分析建立了 3E指标体系进行基础科研评价。三是尝试用定量的方 法对自然科学基金项目的立项、过程管理、结项进行评价或对每个自然科学基金进行整体绩效评估询。 例如，田人合等阀利用1994年至2013年杰青基金相关数据构建分段线性回归模型进行科研项目论文

7、产出评价研究，李文平和刘莹询利用倾向得分匹配方法倒序评估项目申请者既有“头衔”对产出绩效的 因果效应从而评价科研项目绩效。可以看出，国内学者对基础研究绩效评估的研究历程并不长,定性研 究多而定量研究少,定量研究中具体项目研究多而整体绩效研究、整体基金使用效率研究少。基于此，本 文针对基础科研基金多投入多产出的特性，尝试使用数据包络分析（DEA）方法对国家自然科学基金的效 率进行整体定量评估,这对于建立我国基础研究领域中自然科学基金的定量评价体系具有一定的价值。数据包络分析（Data Envelopment Analysis, 即 DEA）最初由Charnes等人提出，是运用数学工具进行 多投入

8、和多产出决策单元（Decision Making Unit,DMU）生产前沿面相对效率评价的一个非参数的方法。 该方法现已广泛应用于各个领域的绩效评估工作，其应用于基础研究绩效评估领域的相关研究颇丰，国 内相关研究亦不少。例如，李新杰等利用DEA模型对16个省级自然科学基金的相对效率进行了评 价，姜群邸则利用Malmquist方法对我国30个省市的基础研究投入进行了相关效率评价。总体而言，运 用DEA方法及Malmquist指数对中国科技领域的评价已较为成熟,已有很多文献采用DEA方法来分 析科技投入产出的效率问题22。但现有研究中，采用DEA方法对我国自然科学领域基础研究进行的绩 效评价,仍

9、然存在将产出指标与投入指标混淆，如将博士生、硕士生作为科研人员投入指标，投入产出指 标单一，各决策单元横向对比考虑不完全，仅评价具体项目或具体区域而未能全面整体评价等方面的不 足。本文针对这些不足进行一定程度的补充研究。二、国家自然科学基金效率评价实证分析（一）模型选取DEA方法是借助数学规划将决策单元（DMU）的投入产出变量投影到DEA生产前沿面上，通过比较 决策单元对生产前沿面的偏离程度来进行相对有效性的综合绩效评价。其基础模型包括规模报酬不变 模型（CCR模型）和规模报酬可变模型（BCC模型）以及在此基础上根据投入产出角度区分的CCR模型 和BCC模型。基础模型关注的均为静态DEA效率评

10、价问题，即在某一时间点或时间段内,同类决策单 元的相对效率，对于连续时间效率或生产率的动态变化考察。CCR模型和BCC模型考察结论的准确性 有限。Caves、Christensen和Diewert利用Malmquist投入产出距离函数定义TFP指数建立Malmquist指 数分析方法进行综合效率的DEA评价,考察两个时期各单元全要素生产率的变化并将其分为追赶效应 和前沿移动效应,即技术效率和技术进步的变化,又进一步将技术效率的变化分解为纯技术效率和规模效率的变化，即全要素生产率(tfp)二技术效率(efO 技术进步(tech)( 1)技术效率(eff)二纯技术效率(pech) X规模效率(se

11、ch)( 2)Malmquist指数分析方法同样可以分为投入角度和产出角度的模型，其中投入角度的距离函数形式可以表示为1m(q X X ) -Xt( 8t，ft) X ds( 8t ft)xXs( 8s，fs) 2(3)ds( Xs，fs)Ldt( Xt ,ft)dt( Xs ,fs)其中,Xs、qIs、qt分别表示s期到t期的投入产出量,ds( Xs ,fs)和dt( Xt ,ft)分别表示s期和t期的时期内(ithin)距离函数,Xs( 89 ,f9)和X9( 8s ,fs)表示跨期(费此皿臼。*,-)距离函数。根据研究目的，本文使用BCC模型在规模可变条件下计算基金的纯技术效率，使用CC

12、R模型在规模 不变条件下计算基金的规模效率，同时也采用Malmquist指数分析方法考察连续时期内效率或生产率的 动态变化。指标选取1-投入指标已有文献中多将参与研究的硕士研究生、博士研究生作为投入指标中的人力投入。笔者认为，基础 科学研究项目实施过程中一项较为重要的产出即为硕士、博士研究生的科研能力，仅将其作为投入指标 存在一定的争议，故本文为排除争议未将人力投入纳入投入指标,仅选取资金投入作为投入指标E。产出指标本文主要研究自然科学基金投入产出效率，故采用目前通用的考核指标,将论文数量、发明专利数量 和专著数目3项指标作为产出指标。数据来源、处理及工具本文以2011年至2014年的自然科学

13、基金项目为研究样本，投入和产出数据均来源于国家自然科学 基金委员会官方网站。由于国家自然科学基金项目研究期限一般为3年，即2011年审批项目(经费投 入)研究时限为2012年1月2014年12月，故2011 2014年的投入对应着2014 -2017年的产出，亦即 在考虑投入产出时将产出滞后3年来考虑。本文以DEAP2. 1软件对截面数据和面板数据进行分析。需要说明的是，一般科学研究更加注重通 过增加投入来提高产出，从而达到提高效率的目的，故在科研效率研究中通常采用基于投入角度的模 型次。本文亦运用投入角度CCR模型和BCC模型来进行分析。运用DEA模型进行效率测度时，要求 各决策单元具有相同

14、的投入产出指标,而且决策单元样本数不少于投入产出指标之和的两倍。本文样本 满足以上要求。三、国家自然科学基金效率评价实证结果分析(一)学科年度投入产出效率分析依据DEA的基本思想，纯技术效率(Tech)反映一定投入要素(最优规模)的生产效率，规模效率 (sech)则反映了实际规模与最优生产规模的差距，技术效率(eff)是纯技术效率与规模效率交互作用的综 合反映，在数量上等于两者的乘积。就科学基金而言，技术效率是对决策单元的资源配置能力、资源使用 效率等多方面能力的综合衡量与评价,纯技术效率是在最优规模效率的条件下对科学基金分配管理效率 的评价，规模效率是对基金投入规模因素影响下投入产出效率的评

15、价切。在以上DEA基础理念下，本文进行对国家自然科学基金的投入产出效率的年度分析如。1.2011年度投入产出效率分析表1为2011年国家自然科学基金各学科投入产出情况。直观看来，医学科学投入最多，相应地其产 出情况也很可观，论文数、专利数、专著数都明显高于其他各学科;管理科学投入最少，这可能与学科特点 有关，相应地其论文、专利、专著产出数也是最少的。表1 2011年国家自然科学基金各学科投入产出情况学科论文（篇）专利（项）专著（部）投入（万元）数理2 0805523986 000化学1 97747029895 00生命科学2 68963841144 290地球科学2 2305683496 79

16、0工程与材料3 65796976156 442信息科学3 0236983095 500管理科学1 1362661928 919医学科学5 7481 32294201 500数据来源:根据国家自然科学基金委员会相关数据整理而得表2为运用DEAP2. 1软件得出的2011年国家自然科学基金各学科投入产出效率情况。从基金投 入的技术效率来看，2011年数理、工程与材料、信息科学、管理科学、医学科学技术效率较高，化学、生命 科学、地球科学技术效率较低，其中生命科学的技术效率最低，这可能与生命科学本身的特点有关。进一 步分析表明，化学、生命科学、地球科学技术效率较低的主要原因是纯技术效率相较其他学科偏低

17、。纯技 术效率均偏低，说明即使在最优规模下，上述学科的效率仍然偏低，即以上学科在基金分配管理方面的管 理效率偏低，需要进一步加强基金的管理使用水平。从规模效率角度来看，各学科规模效率差异并不是 很大，只有工程与材料、医学科学的规模效率稍低。在这些学科中，除了管理科学,其他学科的规模报酬 均处于递减阶段，这说明适当降低这些学科的投入比例有助于优化自然科学基金的结构,提升自然科学 基金的总体效率。表2 2011年国家自然科学基金各学科投入产出效率学科技术效率纯技术效率规模效率规模报酬数理0. 6980. 8790. 794drs化学0. 5710. 6850. 833drs生命科学0. 4810.

18、 6160. 781drs地球科学0. 6380. 7950. 802drs工程与材料0. 73910. 739drs信息科学0. 80610. 806drs管理科学111-医学科学0. 72610. 726drs2. 2012年度投入产出效率分析表3显示,相较于2011年,2012年国家自然科学基金的投入和产出总量均有所增加,但投入结构并 没有实质上的变化,依然是医学科学投入最高,其论文，专利，专著产出也明显高于其他学科，投入最少的 学科仍然是管理科学,其论文、专利、专著产出明显低于其他学科。表3 2012年国家自然科学基金各学科投入产出情况学科论文（篇）专利（项）专著（部）投入（万元）数理

19、3 28988153117 320化学3 47084538123 690生命科学3 926106268203 880地球科学3430工程与材料5 4261 55082218 230信息科学5 5591 36382132 820管理科学1 3814061941 240医学科学8 9772 158124277 390数据来源:根据国家自然科学基金委员会相关数据整理而得表4为2012年国家自然科学基金各学科投入产出效率。从技术效率来看,生命科学技术效率偏低, 其他学科技术效率相对较高，尤其是2011年效率偏低的化学与地球科学的技术效率有了明显的提高。 对于技术效率偏低的学科

20、,只要增加投入，其产出都有进一步提高的空间。但2012年生命科学技术效率 依然最低,再次体现出生命科学学科投入高、产出低、投入产出周期长的特点。同时，纯技术效率偏低是 生命科学技术效率低的重要原因,说明需要在基金管理和技术等方面对该学科进行改进。从规模效率来 看，数理、化学、生命科学、地球科学、工程与材料、信息科学、管理科学的规模效率均很高，只有医学科学 的规模效率偏低，说明需要对医学科学的投入规模进行适当调整以使其达到最大的投入产出效率。数 理、化学、生命科学、地球科学、管理科学均处于收益递增阶段,说明适当增加这些学科的投入规模可以进 一步提升它们的投入产出效率。工程与材料、医学科学处于规模

21、报酬递减阶段，说明适当减少这些学科 的投入规模有利于增大它们的投入产出效率。表4 2012年国家自然科学基金各学科投入产出效率学科技术效率纯技术效率规模效率规模报酬数理0. 7320. 7730. 947irs化学0. 670. 7040. 953irs生命科学0. 540. 5520. 979irs地球科学0. 6920. 7230. 957irs工程与材料0. 6920. 7640. 905drs信息科学111-管理科学0. 95910. 959irs医学科学0. 77310. 773drs2013年度投入产出效率分析如表5所示,2013年国家自然科学基金各学科投入结构并没有发生大的变化,

22、依然是医学科学领域 的投入最多，管理科学领域的投入最少，各学科之间的投入比例也没有发生大的变化。但在产出中， 2013年信息科学却较上一年有了很大的提高,反映出2013年信息科学领域出现巨大的发展，研究者在这 一领域取得了更多的突破。表5 2013年国家自然科学基金各学科投入产出情况学科论文（篇）专利（项）专著（部）投入（万元）数理6 5621 4A7102114 130化学A 4481 6A410611A 670生命科学A 3381 717107192 A70地球科学5 1091 1A36312A 210工程与材料A 9012 079101209 560信息科学13 93A3 0431721

23、2A 020管理科学2 04951A1639 A70医学科学17 7683 49625126A 670数据来源:根据国家自然科学基金委员会相关数据整理而得表6显示，生命科学、地球科学、工程与材料、管理科学技术效率均偏低，总体上看各学科投入产出情 况有所下降。进一步观察可以看到，这主要是由于信息科学呈现高投入产出比，导致其他学科效率值不 理想，因为运用DEA方法计算得出的是相对效率况。2013年地球科学的技术效率下降很多，无论是纯 技术效率还是规模效率都不理想,说明需要从资金的使用管理和投入资金规模两方面着手以提高效率。 从纯技术效率角度看，信息科学、管理科学、医学科学纯技术效率较高，说明这些学

24、科资金的使用管理状 况较好。相对来说，生命科学、地球科学、工程与材料纯技术效率过低，严重影响其技术效率，这些学科即 使在最佳投入规模下依然不能得到较高的技术效率，迫切需要在资金管理使用上进行改善。从规模效率 角度来看，管理科学和医学科学规模效率偏低。其中，管理科学处在规模递增阶段，应当增大投入规模; 医学科学处于规模递减阶段，应当减少投入规模。鉴于这两个学科的纯技术效率很高，如果能够将投入 规模调整到合适的程度，其技术效率将会得到显著提高。数理、化学、生命科学、地球科学、工程与材料规 模效率较高，均处于规模报酬递增阶段，进一步增大这些学科的投入规模可以进一步提升其技术效率。表6 2013年国家

25、自然科学基金各学科投入产出效率学科技术效率纯技术效率规模效率规模报酬数理0. 6650. 7750. A5Airs化学0. 6650. 7650. A7irs生命科学0. 4130. 4730. A72irs地球科学0. 3AA0. 51A0. 749irs工程与材料0. 4170. 450. 927irs信息科学111-管理科学0. 54710. 547irs医学科学0. 69510. 695drs2014年度投入产出效率分析表7所示,2014年国家自然科学基金各学科投入结构较以往没有大的变化,医学科学投入最高，管 理科学投入最少。在产出上,可以看到信息科学在经过一轮大发展后在2014发展有

26、所停滞;管理科学取 得了较大产出，在与以往相近的投入下得到了几乎两倍的产出。这也说明各个学科自有其发展周期，有 些年份随着某些技术的突破会迎来大的发展，某些年份可能受各方面因素制约只能维持正常发展速度或 出现略低的发展速度。表7 2014年国家自然科学基金各学科投入产出情况学科论文（篇）专利（项）专著（部）投入（万元）数理5 37880665114 350化学4 79165256118 730生命科学6 7461 04078189 910地球科学6 99999868128 070工程与材料13 9332 017168205 427信息科学5 37172389127 230管理科学4 90768

27、64139 610医学科学10 8121 592140270 160数据来源:根据国家自然科学基金委员会相关数据整理而得表8可见，2014年整体上学科的技术效率有所降低。相对来说，化学、生命科学、地球科学、医学科 学的技术效率较低，数理、工程与材料、信息科学、管理科学的技术效率较高。由于技术效率是相对效率 且2014年管理科学的产出较往年高出许多，故也不能仅进行简单的比较。对于技术效率相对较低学科 的改善，主要需要提高纯技术效率即资金的使用效率和科研开展的方式，投入规模方面并不需要进行大 的调整。从纯技术效率来看，除了工程与材料、信息科学、管理科学外，其他学科的纯技术效率均偏低，与 技术效率的

28、情况相同，再一次印证了主要是纯技术效率的低下造成技术效率偏低。因此,需要进一步提 高资金的使用管理水平，探索更加有效的科研方式以改善纯技术效率和技术效率。生命科学的纯技术效 率依然是最低的，针对生命科学特殊的学科特点，可以考虑增改考核指标或者延长研究周期等措施提高 其纯技术效率和技术效率。从规模效率来看，各学科的规模效率均很高，说明总体上国家自然科学基金 在学科间的投入结构是合理的，只需视情况对学科的投入规模进行微调。其中，规模效率最高的是管理 科学,最低的是工程与材料，应重点对工程与材料的投入规模进行调整。由于在2014年管理科学所获产 出的投入比例过高,DEA计算结果中其他学科的规模报酬均

29、处于递减状态，所以分析结果建议减少其他 学科的投入规模，但该结果仅针对2014年的情况，长期来看并不具有指导意义。这样的结果说明，学科 的投入需要时刻观察各学科的发展情况，投入规模要形成动态变化，这样才能取得高的技术效率。表8 2014年国家自然科学基金各学科投入产出效率学科技术效率纯技术效率规模效率规模报酬数理0. 5490. 620. 885drs化学0. 4560. 4990. 914drs生命科学0. 3970. 4630. 857drs续表学科技术效率纯技术效率规模效率规模报酬地球科学0.5130. 6130. 837drs工程与材料0. 7910. 79drs信息科学0. 6760

30、. 8040. 841drs管理科学111-医学科学0. 5010. 6250. 801drs（二）各学科Malmquist指数分析为了更加全面系统地评价国家自然科学基金的投入产出效率散，本文亦采用2011 -2014年的投入 面板数据及2014 -2017年的产出面板数据进行Malmquist指数分析。表9基于面板数据的国家自然科学基金Malmquist指数效率分析学科技术效率技术进步纯技术效率规模效率全要素生产率数理0. 9231. 2040. 891. 0371. 111化学0. 9281. 2840. 8991. 0311. 191生命科学0. 9381. 2480. 9091. 03

31、11. 171地球科学0. 931. 2860. 9171. 0141. 196工程与材料1.0221. 22611. 0221. 253信息科学0. 9431. 2480. 931. 0141. 177管理科学11. 293111. 293医学科学0. 8831.220. 8551. 0331. 078平均值0. 9451. 2510. 9241. 0231. 182由表9可以看出，各学科总体全要素生产率均有所提升，仅提升幅度有所差别。学科的平均提升幅 度为18. 2%，其中技术效率拖累了 5. 5%，技术进步贡献了 25.1% !技术效率提升缓慢主要是纯技术效 率低下造成的。因此，国家自然

32、科学基金应当提升资金的管理使用水平,进而进一步提升效率纳。数理学科全要素生产率提升11.1%。进一步分析得数理学科规模效率小幅提升3. 7%，纯技术效率 下降11%，这导致技术效率总体下降7.7%，由于技术进步方面大幅提升20.4%，数理学科总的全要素生 产率获得了提高。可见,4年间数理学科的研究方式获得了巨大的进步，这些进步可能来自计算机技术 的突破和运算能力的提升。数理学科规模效率的提升也意味着数理学科的投入在这4年间愈加合理。 唯一需要注意的是，由于纯技术效率的降低，数理学科以后应当着力提升科学基金的管理和决策技术效 率，以进一步提高全要素生产率!化学学科全要素生产率提升更加明显,提升了

33、 19.1%，其原因也是技术进步方面的明显提升弥补了 纯技术效率的低下。因此，化学学科也应该重点提升科学基金的管理和决策技术效率。生命科学学科全要素生产率提高幅度介于数理和化学学科之间。相比较而言，生命科学技术效率下 降幅度较小，依然是纯技术效率的低下拖累了技术效率变化。同时，生命科学技术进步提升明显,这说明 其有很大的技术进步，整体科研实力有所提升。地球科学学科全要素生产率提升19.6%。提升来源于技术进步的贡献，提升28.6%。但技术效率 降低7%，降低的主要原因是纯技术效率低下，说明需要进一步优化资金的内部分配和使用。另外其规 模效率改善明显，说明其投入结构较为合理，未来可进一步优化投入

34、结构,保持规模效率的增长趋势。工程与材料学科的全要素生产率提升了 25.3%。其中技术效率贡献了 2.2%，技术进步贡献了 22. 6%。与前述几个学科不同的是，工程与材料的纯技术效率与规模效率均很高且技术效率变化得到了 增长,这说明工程与材料对基金的管理和决策水平很高，国家自然科学基金对工程与材料的投入规模也 趋于合理。后续该学科只需不断优化投入规模、提高科研能力、提升管理水平即可。信息科学学科全要素生产率提高了 17.7%。其中技术进步贡献了 24.8%，技术效率变化拖累了 5.7%。技术效率的降低主要源于纯技术效率下降7%，而其规模效率提升明显，说明在国家自然科学基 金对信息科学投入不断增大的情况下，信息科学内部对于基金的管理和使用水平并没有跟上，反而有所 降低。因此应重点关注资金的使用和管理，以期提高全要素生产率耶。管理科学学科全