科研院所绩效评价及灵敏度分析研究

科学学研究 ›› 2024, Vol. 42 ›› Issue (6): 1234-1237.

科研院所绩效评价及灵敏度分析研究

吕远¹,李宁²

1. 中国科学院办公厅
2. 中国科学院合肥物质科学研究院

收稿日期:2023-03-07 修回日期:2023-09-06 出版日期:2024-06-15 发布日期:2024-06-15
通讯作者: 吕远

Research on Performance Evaluation and Sensitivity Analysis for Scientific Research Institute

Received:2023-03-07 Revised:2023-09-06 Online:2024-06-15 Published:2024-06-15

摘要/Abstract

摘要： 数据包络分析（data envelopment analysis, DEA）是一种评价具有相同类型决策单位相对效率的有效工具，广泛应用于能源、教育、供应链管理等领域。逆DEA方法基于DEA方法的效率评价结果，提供后续灵敏度分析及资源分配方案。以中国科学院下属部分科研院所为评价对象，选取指标体系，利用DEA模型，从科研成果和人才培养两方面进行科研绩效综合评价。进一步，基于所得评价结果，利用逆DEA模型进行投入产出指标灵敏度分析和预测，为科研院所不同类型科技资源的分配提供量化辅助决策支持。

Abstract: Data envelopment analysis (DEA) is an effective tool to evaluate the relative efficiency of the homogenous decision-making units, which is widely used in energy, education, supply chain management and other fields. The inverse DEA method is based on the efficiency evaluation results of the DEA method, providing subsequent sensitivity analysis and resource allocation plans. The paper takes some scientific research institutes under the Chinese Academy of Sciences as the evaluation object, selects the indicator system, and uses DEA model to conduct comprehensive evaluation of scientific research performance from two aspects of scientific research achievements and personnel training. Furthermore, based on the obtained evaluation results, the inverse DEA model is used for sensitivity analysis and prediction of input-output indicators, providing auxiliary and quantiative decision-making support for the allocation of different types of scientific and technological resources in research institutes.

吕远李宁. 科研院所绩效评价及灵敏度分析研究[J]. 科学学研究, 2024, 42(6): 1234-1237.

参考文献

[1] 科技部，财政部. 关于加强国家重点实验室建设发展的若干意见. 国科发基[2018] 64号. [2] 钱颖一. 谈大学学科布局 [J]. 清华大学教育研究, 2003, 6): 1-11. [3] 周刚, 曹群. 美国高水平大学学科布局研究 [J]. 学位与研究生教育, 2001, 5): 42-44. [4] 庞青山, 薛天祥. 世界一流大学学科结构特征及其启示 [J]. 学位与研究生教育, 2004, 12): 11-15. [5] 沈健, 胡娟. 高水平大学优势学科布局与选择的量化分析——基于中美两国29所世界一流高校的数据 [J]. 中国高教研究, 2013, 9): 61-67. [6] 潘黎, 刘元芳. 基于知识布局的高校分类的理论构建 [J]. 科学学研究, 2009, 27(3): 340-344. [7] 史宗恺, 向春. 从统计数据看清华大学的学科综合性特征 [J]. 清华大学教育研究, 2002, 1): 34-38. [8] 张振刚, 李若英. 中国研究生院(大学)学科综合度历史和现状的定量研究 [J]. 科学学与科学技术管理, 2002, 9): 52-54. [9] 马凤鸣, 赵奎军, 贺建华, et al. 基于“堆垒图示法”的我国主要农林高校学科布局浅析 [J]. 学位与研究生教育, 2007, 8): 17-22. [10] 谭宗颖, 黄群, 阳宁晖, et al. 马普学会的学科布局与学科优势分析 [J]. 科学观察, 2007, 4): 11-23. [11] 董政娥, 陈惠兰. 基于区位商、ESI和InCites数据库的学科结构分析与学科集群判断 [J]. 图书馆杂志, 2018, 37(2): 90-100. [12] 刘玉婷, 马路, 黄芳, et al. 基于ESI和InCites的高校学科发展分析——以首都医科大学为例 [J]. 首都医科大学学报, 2017, 38(5): 715-726. [13] 马燕, 郭惠芬, 范文翔, et al. 基于AHP-熵值法的硕士研究生科研绩效评价研究[J]. 黑龙江高教研究, 2022, 40(08). [14] 李凯峰. 基于投入产出的财经类高校科研绩效评价研究 [J]. 商业观察, 2021, 36. [15] A Charnes, W Cooper and E Rhodes. Measuring the efficient of decision making units[J]. European Journal of Operations Resarch, 1978, 2(6):429-444. [16] 魏权龄. DEA 数据包络分析[M]. 北京: 科学出版社，2004. [17] 中国科学院统计年鉴2017[M]. 北京:科学出版社，2017. [18] 中国科学院统计年鉴2018[M]. 北京:科学出版社，2018. [19] 中国科学院统计年鉴2019[M]. 北京:科学出版社，2019. [20] 中国科学院统计年鉴2020[M]. 北京:科学出版社，2020.