生堡堕堂登堑篁里盘查!!!!至!旦箜!!鲞笙!塑垦!堕!坚塑曼生墨塑坚!!!壁!垒!g:;!!!!∑!!:!!!塑!:!
・7b-
研讨・
基于随机前沿分析的医学科研效率研究
钟华
李海存倪萍安新颖
【摘要】本文应用随机前沿分析方法对医学科研机构的科研效率进行评价。首先在分析医学科研效率影响因素的基础上,从投入和产出两个维度建立评价指标体系,然后通过主成分分析法对产出指标体系进行降维,运用随机前沿分析进行科研效率评价,最后运用实际案例验证医学科研效率模型的准确性和有效性。
【关键词】科研效率;
医学研究;
随机前沿分析
基金项目:中央级公益性科研院所基本科研业务费“基于SFA的医学科研院所科研效率研究”(14ROL02);北京协和医学院青年教师培养项目(2014zlgc0753)
Study
on
theEfficiencyof
MedicalScientificResearchBased
on
theStochasticFrontier
AnalysisModel
ZhongHua,Li
Haicun,MPing,An
Xinying.Instituteof
MedicalIn,0r—
marion,C.IlineseAcademy
0厂MedicalSciences,Beijing
100020,P.R.China
evaluatescientific
On
Correspondingauthor:AnXinying,Email:an.xinying@imicams.ac.cn[Abstract]ThearticleusedStochasticFrontierAnalysis(SFA)model
tOre—
searchefficiencyofthemedicalresearchinstitutions.Firstly,theevaluationsystem
thetwodimen-
sionsoftheinputsandoutputswasestablishedbasedonanalyzingtheinfluencingfactorsofefficiencyofmedicalscientificresearchprocess:thenPCAwasusedtOreducethedimensionoftheoutputindexsystem.andtheSFAmodelwasusedtOevaluatetheefficiency;Finally,theaccuracyofthemodelofmedicalscientificresearchefficiencywasverifiedthroughactual
cases.
[Keywords]Efficiencyofscientificresearch;
stitutes(14ROL02);Young(2014zlgc0753)
Teachers
Training
Stochasticfrontieranalysis
Fundprogram:SpecialFundforBasicScientificResearchBusinessofCentralPublicResearehIn—
Medicalresearch;
of
ProgramPeking
UnionMedical
College
1
引言医学科研效率评价研究也受到越来越多学者的关注。目前宏观层面上关于医学科研效率的评价主要是针对国家、地区或行业的科技投入与产出关系的评价,所采用方法主要有专家评分法、层次分析法、综合评价法和前沿分析方法等。而在技术效率评价中,随机前沿分析方法是常用方法之一。
随机前沿分析(Stochastic
FrontierAnalysis,
医学科研机构作为知识生产与传播的重要载体,在医学科技创新过程中发挥着重要作用。随着社会各界对医学科研资源利用效率的日益重视,越来越多国内外科研管理人员开始应用量化评估体系对医学科研过程进行评价。医学科研资金主要来源于政府各种形式的科研项目经费,合理评估医学科研效率,可以为政府对科研投入资金在不同主体间的分配提供参考,也可为医学研究优先领域部署以及科研管理模式改进提供依据。2研究进展
近年来我国医学科研资源的利用状况受到社会多方关注,科学、有效地使用科研资源创造更多的知识产出也成为目前政府和学界重视的问题。因此,
DOI:10.3760/cma.j.issn.1006—1924.2016.04.005
以下简称SFA)是一种参数估计方法,它是由Aign—er等[1]、Battese和Corra[21于1977年分别提出。SFA方法假定投入与产出之间的关系具有某种给定的函数形式,在设定函数形式后,利用计量经济技术估计函数的未知参数,得到最优前沿面,最后通过决策单元与最优前沿面的比较,以两者之间的差距来界定机构的效率。随机前沿分析法与层次分析法、模糊评价方法和数据包络法等方法相比,具有结构简单、不需要指定各指标权重、能够区分统计噪声等优势。
作者单位:100020北京,中国医学科学院医学信息研究所通信作者:安新颖,Email:a11.xinying@imicams.ac.cn
万方数据
中华医学科研管理杂志2016年8月第29卷第4期ChinJMed
SciRes
Manage,Aug.2016,V01.29,No.4
目前,国内外已经有应用随机前沿分析方法进行医学机构效率评价研究的尝试,其主要应用在于评价医院的效率、费用控制、卫生体制改革对医院效率影响等方面。如Linna(1998)利用了两种SFA模型来考察数组数据在医院效率评价中是否比横断面数据模型更有优势,同时探究医院制度改革与芬兰医院效率变化的关系[3]。Gerdtham(1999)应用随机前沿面产出函数检验瑞典医疗补偿制度改革是否对医院效率产生影响及其程度[4]。在针对科研效率评价方面,国内也有许多学者进行了探索,陈立泰
(2012)[53运用随机前沿超越对数生产函数和2005
—2009年省际面板数据,对中国省际高校科研效率进行了估算,并从国际科技交流、校企合作等方面分析了效率的影响因素。李小胜(2013)嘲选择了超越对数生产函数的随机前沿模型对2000—2010年中国地区大学和研发机构科学论文产出效率进行分析研究,选取了R&D经费内部支出和R8LD人员全时当量作为投入指标,并选取国内国际论文数作为产出指标。关忠诚(2009)[71利用柯布一道格拉斯生产函数的随机前沿分析方法对中国科学院研究所进行相对效率评价,对82个研究所的相对技术效率及其变化趋势进行分析。3研究方法
本文研究医学科研机构的科研活动效率,主要是分析影响医学科研机构的科研投入产出效率问题,考察不同机构和时间上的效率演进,进而做出更加有效的统计分析和检验,针对得出的结果提出相应的对策建议。本研究将医学科研过程中的科研成果产出看成是生产过程,采用随机前沿生产函数方法进行估计。由于随机前沿生产函数的应变量和解释变量分别对应医学科研机构的产出指标和投入指标,因此对指标的确定即是对函数变量的确定。尽管随机前沿生产函数要求产出变量Y为单一变量,但效率评估的实际情况会很复杂。由于科研效率是一个多指标问题,涉及因素很多,科研效率评价的各个指标间又往往存在相关关系,使观测数据在一定程度上反映的信息有所重叠,因此可以采用主成分分析方法对原始指标体系进行化简,将投入和产出进行多指标综合,对评价指标进行降维处理,用少数指标代替原始的多指标。
3.1
PCA的基本原理和模型主成分分析法((Principal
ComponentsAnaly—
sis,PCA)是一种降维统计方法。它借助于一个正
万方数据
交变换,将分量相关的原随机向量转化成分量不相关的新随机向量,这在代数上表现为将原随机向量的协方差阵变换成对角形阵,在几何上表现为将原坐标系变换成新的正交坐标系,使之指向样本点散布最开的P个正交方向,然后对多维变量系统进行降维处理,使之能以一个较高的精度转换成低维变量系统,再通过构造适当的价值函数,进一步把低维系统转化成一维系统[8]。
3.2
SFA的基本原理和模型
随机前沿分析方法自上个世纪70年代末提出
之后被广泛的用来评价技术效率。SFA包含多个分析模型,借鉴Battese和Coelli的模型‘引,本文选择对数型柯布一道格拉斯生产函数对科研效率进行分析,具体模型如下。
In(y,)一po+胁In(Ka)+&In(j。)+…+£。(1)式中:yi为科研活动的产出指标;k。、Z。等为投入指标值;i为科研机构的代号;t为时间;B0为截距项;p。、p。等为待估计的参数。
e。一V。一U。
(2)
式中:e。。为误差项,由相互独立的两部分组成;vit服从N(0,02v);ui。为非负数,反映在第t时期应仅仅影响第i个机构的随机因素,u。。服从正半部的正态分布N(U,02
u)。
TE。一exp(一Ua)
(3)
式中:TE。。为样本中第i个机构在t时期内的技术效率水平。当U。。一0时,TE。。一1,即处于技术效率状态;当U.。>o时,0<TE.。<1,即处于非技术效率状态。
y一焘2-
(4)
盯。。十民。
式中:7为待估参数,可以利用7判断是否使用ofOrdinaryLeast
本研究以北京和上海19所医学科研机构作为因此本研究的投入指标选择人员投入和项目投入两SFA模型。当7—0时,误差项‰一V¨此时所有待检测的生产点都在前沿曲线上,无需使用SFA技术,直接用最小二乘法(Method
Squares,OLS)即可L1…。4实证分析
4.1评价指标选择
评价对象,研究时间为2011—2013年。在投入产出变量的选择方面,本文对相关研究归纳后发现,目前科技投人产出研究中最常用的指标基本是一致的。
个方面的指标,既考虑质量因素也考虑数量因素;产
生堡匿堂型婴筻墨苤查!!!!生!旦箜!!鲞箜!塑竺!堕』竺塑苎堕垦!!坚!!!壁!垒!g:!!!!!∑!!:;!:堕!:!出指标选择了作为主要科研产出的专利和论文指标,包括SCIE收录论文数量、国内核心期刊论文数量、发明专利数(表1)。
本研究的数据来源于中国医学科学院医学信息研究所提供的数据资料。国内论文以中国医学科学院医学信息研究所SinoMed数据库收录的国内大
陆出版的科技期刊为统计源期刊,以论文的第一作者所在单位进行统计,但不包括期刊中刊登的有关科学讲座、各类指示讲话、小经验、小窍门和会议摘要等。国际论文的数据为进入SCIE数据库的文章。专利数据为中国专利检索系统(CPRS)收录的发明专利。
表1投入产出指标
4.2主成分抽取
本研究对原始数据的描述统计如表2所示,运用SPSS18.0软件和主成分分析法对产出指标数据进行处理。根据主成分特征值大于1的原则,进行主成分提取。由表3可知共提取一个主成分,该主成分对总方差的贡献率为54.2%,说明这个主成分可以反映产出指标原始数据中54.2%的信息。
表3产出指标的主成分提取结果
表2指标变量描述统计
利用主成分载荷矩阵中的数据及主成分对应的特征值求得主成分中每个指标所对的系数,由此可以得到产出综合指标值(Y)与各产出指标间的关系(表4)。
Y一0.595201+0.393602+0.700303
在10%显著水平下具有统计显著性,说明式(1)中的误差项有着十分明显的复合结构,因此对科研机构数据使用SFA方法进行估计是必要的。
(1)待估参数分析
l|3,,&均通过了显著性检验,说明投入因子对产出的影响是正向的。其中,G。一0.2984说明科研人员投入每增加1%,会带来创新产出增加
表4产出主成分载荷矩阵及特征向量
SCIE收录论文数0.298
4%;8:一0.0016,说明科研项目投入每增加
核心期刊论文数发明专利数
1%,会带来科研产出增加0.0016%。科研人员的投入产出弹性要高于科研项目的投入产出弹性,这一方面说明科研机构科研活动的产出的增加主要是靠科研人员投人拉动的,另一方面说明科研基金项目的投入强度还需进一步强化,因此,要提高科研活动效率,应该加大对高素质科研人员的投入,也应该重视对科研项目的投人。
4.3科研效率测算
根据上述数据,本文运用Frontier(Version4.1)对上述模型进行估算。Frontier程序可用于SFA模型数据处理,并且可以直接对模型各参数和总的效率值进行估计。从表5可见,7—0.99,且
万方数据
・
258・
中华医学科研管理杂志2016年8月第29卷第4期ChinJMed
SciRes
Manage,Aug.20111y!!:!!!塑!.!
表5SFA模型参数分析结果
(2)不同机构的科研活动效率差异
根据上述分析得到作为实证对象的我国19家科研机构科研效率值,整理如表6所示。可看出在
参加测评的19所科研机构中,机构1(YSS)的科研活动效率最高,为99.9%;机构18(XXS)的科研活动效率最低,为27.1%。
表6科研活动效率分析值
5结论和建议
本研究采用随机前沿方法,以19所医学科研机构作为实证分析评价对象对其科研效率进行研究,旨在测评各科研机构效率状况并分析影响效率的主要因素,分析各机构科研效率的特点、差异和趋势,从而了解各机构的科研态势和竞争地位,为医学情报机构提供深层次医学信息分析服务奠定基础,可针对各机构发展重点方向提供文献资源保障和科研前沿信息,为部署的重点战略方向提供态势分析、竞争力分析等决策依据。由于研究条件限制,本研究会存在一些缺陷,如投入、产出指标的选择是在对现有研究进行总结的基础上得到,会有一些遗漏,降低评价结果的完整性。此外,由于篇幅所限,本文没有分析影响科研活动效率的重要因素及其力度等问题,在此提出,以便其他学者深入研究。
参
[13
考
文
献
4076(77)90052—5.
[2]Battese
GE,CorraGS.Estimationof
to
a
productionof
eastern
frontierAustralia
modelwithapplication
thepastoral
zone
[J].AustralianJournalofAgicultura[Economics,1977,21(3):
169—179.DOI:i0.1111/j.1467-8489.1977.tb00204.
[3]MiikaLinna.Measuring
ta
Hospital
Cost
efficiencywithpanelda—
models[J].Health
Economics,1998(7):415—427.DOI:10.
1002/(SICI)1099—1050(199808)7:5<415:AID-HEC357>3.
0.CO;2-9.
[4]U.G.Gerdtham.Internal
marketsandhealth
care
efficiency:
Eco—
Amultiple-outputstochasticfrontieranalysis[J].Health
nomics,1999(8):151.164.DOI:10.1002/(SICI)1099—1050(199903)8:2<151:AID-HEC411>3.0.CO;2-Q.
[5]陈立泰,梁超,饶伟.国际科技交流、校企合作与高校科研效
率——基于随机前沿超越对数生产函数分析[J].软科学,2012
(10):10—14.DOI:10.3969/j.issn.1001—8409.2012.10.003.
[6]李小胜,陈姚祥.基于SFA模型的大学和研发机构科学论文
产出效率分析[J].大连理工大学学报:社会科学版,2013(4):
13—18.
[7]关忠诚,杨志,李字红,等.SFA在研究所技术效率评估中的应
AignerDJ,LovellCAK,SchmidtP.Formulationandestima—tionofstochasticfrontierproductionnalof
用口].科研管理,2009(6):152—155,192.
[8]李靖华,郭耀煌.主成分分析用于多指标评价的方法研究——
(下转265页)
functionmodelsI-J].Jour—
Econometrics,1977,6(1):21—37.DOI:10.1016/0304—
万方数据
主堡堕堂塾堡笪墨苤查!!!!至!旦箜!!鲞筮!塑里!!呈』坚盟璺垒垦塑坚!!!壁!垒!g:!!!!!!!!:!!!盟!:!
・
265
・
训与实战演习等手段,培养他们成为未来能承担转化医学研究的骨干人才。同时提供临床医生进入实验室探索基础研究的机会,最终将转化医学变成双向通道:从实验台到床旁,再从床旁到实验台,以此良性循环‘10]。
参
考
文
献
[5]王冬.研究型医院信息化管理创新口].中华医学科研管理杂
志,2013(4):260—262.DOI:10.3760/cma.j.issn.1006—1924.
2013.04.013.
[63
LedfordH.Translational2008(453):843-845.
research:thefullcycle[J].Nature,
[7]刘亮,吴晓松,刘广东,等.医院转化医学发展方向与策略的思
考[J].中华医院管理杂志,2014,30(3):227—230.DOI:10.
3760/cma.j.issn.1000—6672.2014.03.022.
[1]李晏锋,郭莉萍.医学人文教育与转化医学[J].中国高等医学
教育,2011(1):11—13.DOI:10.3969/j.issn.1002—1701.2011.
01.006.
[8]新浪财经.南京创业政策:科技九条[EB/OLl.[2012—04—18].
http://finance.
sina.
eom.
cn/chuangye/roll/20120418/
135111857058.shtml.
[2]杨春喜,殷宁,戴魁戎.转化医学[J].中华医学杂志,2010,90
(7):499—502.DOI:10.3760/cma.j.issn.0376—2491.2010.07.
019.
[9]粱宁霞,李志光,王捷,等.南京医科大学第一附属医院设立“创
新团队工程”的背景与思考[J].中华医学科研管理杂志,2012,
25(1):45—47.DOI:10.3760/cma.j.issn.1006—1924.2012.01.
[31woolfSH.Themeaningoftranslationalresearch
andwhyit
014.
matters[J1.JAMA,2008,299(2):211—213.
[4]周来新,罗长坤.中国转化医学科研组织模式前瞻——中美科
研组织模式比较研究的启示[J].中华医学科研管理杂志,
2012,25(5):295—297.DDI:10.3760/cma.j.issn.1006—1924.
2012.05.002.
[101徐婉珍,孙芳芳,苏京平,等.以转化医学思想指导医院学科建
设[J].中国医院管理,2010(1):46—47.DOI:10.3969/j.issn.
1001.5329.2010.01.018.
(收稿日期:2015—05—21)
(上接258页)
主成分评价[J1.管理工程学报,2002(1):39—43.DOI:10.
3969/j.issn.1004—6062.2002.01.011.
BFOl205442.
[101王建宏,陆志峰,高岩波,等.基于PCA—DEA和PCA—SFA的
大型医院绩效评价[J].数学的实践与认识,2011,41(15):
36—44.
[91Battese,G.E.,Coell.T.J.A
modeloftechnicalinefficiency
effectsinstochasticfrontierproductionforpaneldata[J].Em—pirical
Economics,1995(20):325—332.DOI:10.1007/
(收稿日期:2015—06—25)
(上接262页)
[3]刘长颖.层次分析法与高校科研项目评估指标权重的确定口].
辽宁师范大学学报:自然科学版,2011,34(1):30—33.DOI:10.
3969/j.issn.1000—1735.2011.01.008.
[7]魏占英,李君,冯芮华,等.我国医学科研院所科研人员绩效评
价特点及思考[J].医学与社会,2014,27(5):31—34.DOI:10.
13723/j.yxysh.2014.05.010.
[8]刘晓春,陈曦,朱爱红.基于AHP—Delphi法的科研人员绩效考
[4]李伟,苏俊宏.西部地区地方高校科研评价指标研究[J1.河南
科技学院学报,2012,40(2):97—102.DOI:10.3969/j.issn.
1673—6060一B.2012.02.023.
评模型[J1.项目管理技术,2010,8(1):62—66.DOI:10.3969/j.
issn.1672—4313.2010.01.012.
[91汪静,杨友文,李钢,等.基于AHP的高校科研人员绩效评估
模型构建与应用[J].高等农业教育,2013,12(12):57—61.
[5]王忠,孙玉芳,文宇峰,等.新形势下医学科研创新之路[J].中
华医学科研管理杂志,2014,27(2):127—129.DOI:10.3760/ema.j.issn.1006—1924.2014.02.003.
DOI:10.3969/j.issn.1002—1981.2013.12.015.
[101唐莉.在战略基础研究领域中探索新型的科研人员绩效评估体
[6]尹妍,吉训明.医院专职科研人员绩效考核问题新探索[J].中
国医院,2014(11):39—40.DOI:10.3969/j.issn.1671—0592.
2014.1】.016.
系口].科技进步与对策,2005(4):71—73.DOI:10.3969/j.issn.
1001—7348.2005.04.025.
(收稿日期:2015一10—27)
万方数据
生堡堕堂登堑篁里盘查!!!!至!旦箜!!鲞笙!塑垦!堕!坚塑曼生墨塑坚!!!壁!垒!g:;!!!!∑!!:!!!塑!:!
・7b-
研讨・
基于随机前沿分析的医学科研效率研究
钟华
李海存倪萍安新颖
【摘要】本文应用随机前沿分析方法对医学科研机构的科研效率进行评价。首先在分析医学科研效率影响因素的基础上,从投入和产出两个维度建立评价指标体系,然后通过主成分分析法对产出指标体系进行降维,运用随机前沿分析进行科研效率评价,最后运用实际案例验证医学科研效率模型的准确性和有效性。
【关键词】科研效率;
医学研究;
随机前沿分析
基金项目:中央级公益性科研院所基本科研业务费“基于SFA的医学科研院所科研效率研究”(14ROL02);北京协和医学院青年教师培养项目(2014zlgc0753)
Study
on
theEfficiencyof
MedicalScientificResearchBased
on
theStochasticFrontier
AnalysisModel
ZhongHua,Li
Haicun,MPing,An
Xinying.Instituteof
MedicalIn,0r—
marion,C.IlineseAcademy
0厂MedicalSciences,Beijing
100020,P.R.China
evaluatescientific
On
Correspondingauthor:AnXinying,Email:an.xinying@imicams.ac.cn[Abstract]ThearticleusedStochasticFrontierAnalysis(SFA)model
tOre—
searchefficiencyofthemedicalresearchinstitutions.Firstly,theevaluationsystem
thetwodimen-
sionsoftheinputsandoutputswasestablishedbasedonanalyzingtheinfluencingfactorsofefficiencyofmedicalscientificresearchprocess:thenPCAwasusedtOreducethedimensionoftheoutputindexsystem.andtheSFAmodelwasusedtOevaluatetheefficiency;Finally,theaccuracyofthemodelofmedicalscientificresearchefficiencywasverifiedthroughactual
cases.
[Keywords]Efficiencyofscientificresearch;
stitutes(14ROL02);Young(2014zlgc0753)
Teachers
Training
Stochasticfrontieranalysis
Fundprogram:SpecialFundforBasicScientificResearchBusinessofCentralPublicResearehIn—
Medicalresearch;
of
ProgramPeking
UnionMedical
College
1
引言医学科研效率评价研究也受到越来越多学者的关注。目前宏观层面上关于医学科研效率的评价主要是针对国家、地区或行业的科技投入与产出关系的评价,所采用方法主要有专家评分法、层次分析法、综合评价法和前沿分析方法等。而在技术效率评价中,随机前沿分析方法是常用方法之一。
随机前沿分析(Stochastic
FrontierAnalysis,
医学科研机构作为知识生产与传播的重要载体,在医学科技创新过程中发挥着重要作用。随着社会各界对医学科研资源利用效率的日益重视,越来越多国内外科研管理人员开始应用量化评估体系对医学科研过程进行评价。医学科研资金主要来源于政府各种形式的科研项目经费,合理评估医学科研效率,可以为政府对科研投入资金在不同主体间的分配提供参考,也可为医学研究优先领域部署以及科研管理模式改进提供依据。2研究进展
近年来我国医学科研资源的利用状况受到社会多方关注,科学、有效地使用科研资源创造更多的知识产出也成为目前政府和学界重视的问题。因此,
DOI:10.3760/cma.j.issn.1006—1924.2016.04.005
以下简称SFA)是一种参数估计方法,它是由Aign—er等[1]、Battese和Corra[21于1977年分别提出。SFA方法假定投入与产出之间的关系具有某种给定的函数形式,在设定函数形式后,利用计量经济技术估计函数的未知参数,得到最优前沿面,最后通过决策单元与最优前沿面的比较,以两者之间的差距来界定机构的效率。随机前沿分析法与层次分析法、模糊评价方法和数据包络法等方法相比,具有结构简单、不需要指定各指标权重、能够区分统计噪声等优势。
作者单位:100020北京,中国医学科学院医学信息研究所通信作者:安新颖,Email:a11.xinying@imicams.ac.cn
万方数据
中华医学科研管理杂志2016年8月第29卷第4期ChinJMed
SciRes
Manage,Aug.2016,V01.29,No.4
目前,国内外已经有应用随机前沿分析方法进行医学机构效率评价研究的尝试,其主要应用在于评价医院的效率、费用控制、卫生体制改革对医院效率影响等方面。如Linna(1998)利用了两种SFA模型来考察数组数据在医院效率评价中是否比横断面数据模型更有优势,同时探究医院制度改革与芬兰医院效率变化的关系[3]。Gerdtham(1999)应用随机前沿面产出函数检验瑞典医疗补偿制度改革是否对医院效率产生影响及其程度[4]。在针对科研效率评价方面,国内也有许多学者进行了探索,陈立泰
(2012)[53运用随机前沿超越对数生产函数和2005
—2009年省际面板数据,对中国省际高校科研效率进行了估算,并从国际科技交流、校企合作等方面分析了效率的影响因素。李小胜(2013)嘲选择了超越对数生产函数的随机前沿模型对2000—2010年中国地区大学和研发机构科学论文产出效率进行分析研究,选取了R&D经费内部支出和R8LD人员全时当量作为投入指标,并选取国内国际论文数作为产出指标。关忠诚(2009)[71利用柯布一道格拉斯生产函数的随机前沿分析方法对中国科学院研究所进行相对效率评价,对82个研究所的相对技术效率及其变化趋势进行分析。3研究方法
本文研究医学科研机构的科研活动效率,主要是分析影响医学科研机构的科研投入产出效率问题,考察不同机构和时间上的效率演进,进而做出更加有效的统计分析和检验,针对得出的结果提出相应的对策建议。本研究将医学科研过程中的科研成果产出看成是生产过程,采用随机前沿生产函数方法进行估计。由于随机前沿生产函数的应变量和解释变量分别对应医学科研机构的产出指标和投入指标,因此对指标的确定即是对函数变量的确定。尽管随机前沿生产函数要求产出变量Y为单一变量,但效率评估的实际情况会很复杂。由于科研效率是一个多指标问题,涉及因素很多,科研效率评价的各个指标间又往往存在相关关系,使观测数据在一定程度上反映的信息有所重叠,因此可以采用主成分分析方法对原始指标体系进行化简,将投入和产出进行多指标综合,对评价指标进行降维处理,用少数指标代替原始的多指标。
3.1
PCA的基本原理和模型主成分分析法((Principal
ComponentsAnaly—
sis,PCA)是一种降维统计方法。它借助于一个正
万方数据
交变换,将分量相关的原随机向量转化成分量不相关的新随机向量,这在代数上表现为将原随机向量的协方差阵变换成对角形阵,在几何上表现为将原坐标系变换成新的正交坐标系,使之指向样本点散布最开的P个正交方向,然后对多维变量系统进行降维处理,使之能以一个较高的精度转换成低维变量系统,再通过构造适当的价值函数,进一步把低维系统转化成一维系统[8]。
3.2
SFA的基本原理和模型
随机前沿分析方法自上个世纪70年代末提出
之后被广泛的用来评价技术效率。SFA包含多个分析模型,借鉴Battese和Coelli的模型‘引,本文选择对数型柯布一道格拉斯生产函数对科研效率进行分析,具体模型如下。
In(y,)一po+胁In(Ka)+&In(j。)+…+£。(1)式中:yi为科研活动的产出指标;k。、Z。等为投入指标值;i为科研机构的代号;t为时间;B0为截距项;p。、p。等为待估计的参数。
e。一V。一U。
(2)
式中:e。。为误差项,由相互独立的两部分组成;vit服从N(0,02v);ui。为非负数,反映在第t时期应仅仅影响第i个机构的随机因素,u。。服从正半部的正态分布N(U,02
u)。
TE。一exp(一Ua)
(3)
式中:TE。。为样本中第i个机构在t时期内的技术效率水平。当U。。一0时,TE。。一1,即处于技术效率状态;当U.。>o时,0<TE.。<1,即处于非技术效率状态。
y一焘2-
(4)
盯。。十民。
式中:7为待估参数,可以利用7判断是否使用ofOrdinaryLeast
本研究以北京和上海19所医学科研机构作为因此本研究的投入指标选择人员投入和项目投入两SFA模型。当7—0时,误差项‰一V¨此时所有待检测的生产点都在前沿曲线上,无需使用SFA技术,直接用最小二乘法(Method
Squares,OLS)即可L1…。4实证分析
4.1评价指标选择
评价对象,研究时间为2011—2013年。在投入产出变量的选择方面,本文对相关研究归纳后发现,目前科技投人产出研究中最常用的指标基本是一致的。
个方面的指标,既考虑质量因素也考虑数量因素;产
生堡匿堂型婴筻墨苤查!!!!生!旦箜!!鲞箜!塑竺!堕』竺塑苎堕垦!!坚!!!壁!垒!g:!!!!!∑!!:;!:堕!:!出指标选择了作为主要科研产出的专利和论文指标,包括SCIE收录论文数量、国内核心期刊论文数量、发明专利数(表1)。
本研究的数据来源于中国医学科学院医学信息研究所提供的数据资料。国内论文以中国医学科学院医学信息研究所SinoMed数据库收录的国内大
陆出版的科技期刊为统计源期刊,以论文的第一作者所在单位进行统计,但不包括期刊中刊登的有关科学讲座、各类指示讲话、小经验、小窍门和会议摘要等。国际论文的数据为进入SCIE数据库的文章。专利数据为中国专利检索系统(CPRS)收录的发明专利。
表1投入产出指标
4.2主成分抽取
本研究对原始数据的描述统计如表2所示,运用SPSS18.0软件和主成分分析法对产出指标数据进行处理。根据主成分特征值大于1的原则,进行主成分提取。由表3可知共提取一个主成分,该主成分对总方差的贡献率为54.2%,说明这个主成分可以反映产出指标原始数据中54.2%的信息。
表3产出指标的主成分提取结果
表2指标变量描述统计
利用主成分载荷矩阵中的数据及主成分对应的特征值求得主成分中每个指标所对的系数,由此可以得到产出综合指标值(Y)与各产出指标间的关系(表4)。
Y一0.595201+0.393602+0.700303
在10%显著水平下具有统计显著性,说明式(1)中的误差项有着十分明显的复合结构,因此对科研机构数据使用SFA方法进行估计是必要的。
(1)待估参数分析
l|3,,&均通过了显著性检验,说明投入因子对产出的影响是正向的。其中,G。一0.2984说明科研人员投入每增加1%,会带来创新产出增加
表4产出主成分载荷矩阵及特征向量
SCIE收录论文数0.298
4%;8:一0.0016,说明科研项目投入每增加
核心期刊论文数发明专利数
1%,会带来科研产出增加0.0016%。科研人员的投入产出弹性要高于科研项目的投入产出弹性,这一方面说明科研机构科研活动的产出的增加主要是靠科研人员投人拉动的,另一方面说明科研基金项目的投入强度还需进一步强化,因此,要提高科研活动效率,应该加大对高素质科研人员的投入,也应该重视对科研项目的投人。
4.3科研效率测算
根据上述数据,本文运用Frontier(Version4.1)对上述模型进行估算。Frontier程序可用于SFA模型数据处理,并且可以直接对模型各参数和总的效率值进行估计。从表5可见,7—0.99,且
万方数据
・
258・
中华医学科研管理杂志2016年8月第29卷第4期ChinJMed
SciRes
Manage,Aug.20111y!!:!!!塑!.!
表5SFA模型参数分析结果
(2)不同机构的科研活动效率差异
根据上述分析得到作为实证对象的我国19家科研机构科研效率值,整理如表6所示。可看出在
参加测评的19所科研机构中,机构1(YSS)的科研活动效率最高,为99.9%;机构18(XXS)的科研活动效率最低,为27.1%。
表6科研活动效率分析值
5结论和建议
本研究采用随机前沿方法,以19所医学科研机构作为实证分析评价对象对其科研效率进行研究,旨在测评各科研机构效率状况并分析影响效率的主要因素,分析各机构科研效率的特点、差异和趋势,从而了解各机构的科研态势和竞争地位,为医学情报机构提供深层次医学信息分析服务奠定基础,可针对各机构发展重点方向提供文献资源保障和科研前沿信息,为部署的重点战略方向提供态势分析、竞争力分析等决策依据。由于研究条件限制,本研究会存在一些缺陷,如投入、产出指标的选择是在对现有研究进行总结的基础上得到,会有一些遗漏,降低评价结果的完整性。此外,由于篇幅所限,本文没有分析影响科研活动效率的重要因素及其力度等问题,在此提出,以便其他学者深入研究。
参
[13
考
文
献
4076(77)90052—5.
[2]Battese
GE,CorraGS.Estimationof
to
a
productionof
eastern
frontierAustralia
modelwithapplication
thepastoral
zone
[J].AustralianJournalofAgicultura[Economics,1977,21(3):
169—179.DOI:i0.1111/j.1467-8489.1977.tb00204.
[3]MiikaLinna.Measuring
ta
Hospital
Cost
efficiencywithpanelda—
models[J].Health
Economics,1998(7):415—427.DOI:10.
1002/(SICI)1099—1050(199808)7:5<415:AID-HEC357>3.
0.CO;2-9.
[4]U.G.Gerdtham.Internal
marketsandhealth
care
efficiency:
Eco—
Amultiple-outputstochasticfrontieranalysis[J].Health
nomics,1999(8):151.164.DOI:10.1002/(SICI)1099—1050(199903)8:2<151:AID-HEC411>3.0.CO;2-Q.
[5]陈立泰,梁超,饶伟.国际科技交流、校企合作与高校科研效
率——基于随机前沿超越对数生产函数分析[J].软科学,2012
(10):10—14.DOI:10.3969/j.issn.1001—8409.2012.10.003.
[6]李小胜,陈姚祥.基于SFA模型的大学和研发机构科学论文
产出效率分析[J].大连理工大学学报:社会科学版,2013(4):
13—18.
[7]关忠诚,杨志,李字红,等.SFA在研究所技术效率评估中的应
AignerDJ,LovellCAK,SchmidtP.Formulationandestima—tionofstochasticfrontierproductionnalof
用口].科研管理,2009(6):152—155,192.
[8]李靖华,郭耀煌.主成分分析用于多指标评价的方法研究——
(下转265页)
functionmodelsI-J].Jour—
Econometrics,1977,6(1):21—37.DOI:10.1016/0304—
万方数据
主堡堕堂塾堡笪墨苤查!!!!至!旦箜!!鲞筮!塑里!!呈』坚盟璺垒垦塑坚!!!壁!垒!g:!!!!!!!!:!!!盟!:!
・
265
・
训与实战演习等手段,培养他们成为未来能承担转化医学研究的骨干人才。同时提供临床医生进入实验室探索基础研究的机会,最终将转化医学变成双向通道:从实验台到床旁,再从床旁到实验台,以此良性循环‘10]。
参
考
文
献
[5]王冬.研究型医院信息化管理创新口].中华医学科研管理杂
志,2013(4):260—262.DOI:10.3760/cma.j.issn.1006—1924.
2013.04.013.
[63
LedfordH.Translational2008(453):843-845.
research:thefullcycle[J].Nature,
[7]刘亮,吴晓松,刘广东,等.医院转化医学发展方向与策略的思
考[J].中华医院管理杂志,2014,30(3):227—230.DOI:10.
3760/cma.j.issn.1000—6672.2014.03.022.
[1]李晏锋,郭莉萍.医学人文教育与转化医学[J].中国高等医学
教育,2011(1):11—13.DOI:10.3969/j.issn.1002—1701.2011.
01.006.
[8]新浪财经.南京创业政策:科技九条[EB/OLl.[2012—04—18].
http://finance.
sina.
eom.
cn/chuangye/roll/20120418/
135111857058.shtml.
[2]杨春喜,殷宁,戴魁戎.转化医学[J].中华医学杂志,2010,90
(7):499—502.DOI:10.3760/cma.j.issn.0376—2491.2010.07.
019.
[9]粱宁霞,李志光,王捷,等.南京医科大学第一附属医院设立“创
新团队工程”的背景与思考[J].中华医学科研管理杂志,2012,
25(1):45—47.DOI:10.3760/cma.j.issn.1006—1924.2012.01.
[31woolfSH.Themeaningoftranslationalresearch
andwhyit
014.
matters[J1.JAMA,2008,299(2):211—213.
[4]周来新,罗长坤.中国转化医学科研组织模式前瞻——中美科
研组织模式比较研究的启示[J].中华医学科研管理杂志,
2012,25(5):295—297.DDI:10.3760/cma.j.issn.1006—1924.
2012.05.002.
[101徐婉珍,孙芳芳,苏京平,等.以转化医学思想指导医院学科建
设[J].中国医院管理,2010(1):46—47.DOI:10.3969/j.issn.
1001.5329.2010.01.018.
(收稿日期:2015—05—21)
(上接258页)
主成分评价[J1.管理工程学报,2002(1):39—43.DOI:10.
3969/j.issn.1004—6062.2002.01.011.
BFOl205442.
[101王建宏,陆志峰,高岩波,等.基于PCA—DEA和PCA—SFA的
大型医院绩效评价[J].数学的实践与认识,2011,41(15):
36—44.
[91Battese,G.E.,Coell.T.J.A
modeloftechnicalinefficiency
effectsinstochasticfrontierproductionforpaneldata[J].Em—pirical
Economics,1995(20):325—332.DOI:10.1007/
(收稿日期:2015—06—25)
(上接262页)
[3]刘长颖.层次分析法与高校科研项目评估指标权重的确定口].
辽宁师范大学学报:自然科学版,2011,34(1):30—33.DOI:10.
3969/j.issn.1000—1735.2011.01.008.
[7]魏占英,李君,冯芮华,等.我国医学科研院所科研人员绩效评
价特点及思考[J].医学与社会,2014,27(5):31—34.DOI:10.
13723/j.yxysh.2014.05.010.
[8]刘晓春,陈曦,朱爱红.基于AHP—Delphi法的科研人员绩效考
[4]李伟,苏俊宏.西部地区地方高校科研评价指标研究[J1.河南
科技学院学报,2012,40(2):97—102.DOI:10.3969/j.issn.
1673—6060一B.2012.02.023.
评模型[J1.项目管理技术,2010,8(1):62—66.DOI:10.3969/j.
issn.1672—4313.2010.01.012.
[91汪静,杨友文,李钢,等.基于AHP的高校科研人员绩效评估
模型构建与应用[J].高等农业教育,2013,12(12):57—61.
[5]王忠,孙玉芳,文宇峰,等.新形势下医学科研创新之路[J].中
华医学科研管理杂志,2014,27(2):127—129.DOI:10.3760/ema.j.issn.1006—1924.2014.02.003.
DOI:10.3969/j.issn.1002—1981.2013.12.015.
[101唐莉.在战略基础研究领域中探索新型的科研人员绩效评估体
[6]尹妍,吉训明.医院专职科研人员绩效考核问题新探索[J].中
国医院,2014(11):39—40.DOI:10.3969/j.issn.1671—0592.
2014.1】.016.
系口].科技进步与对策,2005(4):71—73.DOI:10.3969/j.issn.
1001—7348.2005.04.025.
(收稿日期:2015一10—27)
万方数据