基于数据特征的大型科学仪器共享服务绩效评价模型构建和应用

吴 斌，刘 薇，邬 平，李 俊，诸开梅

（云南省科学技术情报研究院，云南昆明 650051）

1 研究背景

在国家创新驱动发展战略的政策制度激励下，我国大型科学仪器设备数量呈现出规模化增长的趋势。《大型科学仪器设备利用与共享指数报告》（2015版）数据显示，截至2014年，我国购置年限为1～3 a、4～6 a、7～9 a的大型科学仪器设备分别为19 800、15 646和9 431台（套），归一化线性回归系数为5.1，大型科学仪器设备数量呈直线快速增长趋势；同时，报告也指出，2014年我国大型科学仪器设备平均满负荷运行率为27.2%，而购置年限为1～3 a的设备满负荷运行率仅为25.0%［1］。这意味着大型科学仪器资源的利用与共享空间充足，可以为整个社会的创新发展提供大量的科技资源。

然而，实际情况是大型科学仪器设备的规模化采购与合理化共享之间存在着明显的不对称。截至2016年，我国高校及科研院所的大型科学仪器总服务机中，仅有6.0%用于支撑企业的研发测试工作［2］，这有悖于近年来剧增的大型科学仪器企业申请数量。造成这一现象固然存在着政府主导的大型科学仪器设备管理“职能越位”、现行管理体制下的仪器管理人员“劣胜优汰”、大型科学仪器设备重前期购置而轻后期管理等诸多管理因素［3-5］，但与大型科学仪器设备共享服务质量相关联的绩效考核机制才是最直接的因素。现行的大部分大型科学仪器共享管理单位都根据共享指数评价体系设计适用于自身的绩效考核评价体系［1］，通常做法是基于共享指数建立一套评价指标，人为对部分客观评价指标设置固定权值，进而计算仪器拥有单位的总体共享服务水平［6-9］。近年来，相关学者通过应用层次分析、数据包络分析、VAU（visible-available-usable）评价模型、平衡积分卡等方法，分别从共享管理视角、数据结构视角、用户视角和资源利用视角提高了大型科学仪器共享服务绩效评价指标中固定权重的赋值精度［10-14］。然而，由于大型科学仪器拥有单位对仪器的管理水平存在差异，仪器的使用也各有侧重，采用固定权值的仪器共享服务绩效指标评价分值仍然存在不合理性。因此，本文以云南省大型科研仪器开放共享管理平台（以下简称“平台”）的历史共享服务数据为基础，探索一套契合大型科学仪器共享服务数据特征的共享服务绩效（SSP）评价的计算方法，用于客观计算仪器管理单位的仪器共享服务绩效分值，以期为政府管理部门公平、公正地实施大型科学仪器的奖励性后补助提供评价依据和参考。

2 仪器管理单位共享服务绩效评价指标分析

2.1 云南省大型科学仪器共享服务绩效评价指标分析

目前，云南省大型科研仪器开放共享工作领导小组办公室［15］（以下简称“云南省大仪办”）主要从功能利用率、仪器使用率、对外开放共享程度、仪器完好程度以及仪器产生的经济效益等方面对大型科学仪器（以下简称“仪器”）共享管理单位进行仪器开放共享情况的绩效考核评价，评价指标体系包括主观评价指标与客观评价指标，其中入网仪器数量（NI）、入网仪器原值（VI）、总开机服务时（ts）、对外服务单位数（NES）、对外服务总收费（Pe）5项客观评价指标分值占评价总分值的65%。

5项客观评价指标的数据均可从仪器共享管理单位填报的共享服务记录数中获得，通过常规的数据归一化处理和加权计算方法即可获得客观评价指标分值［3,6,16］。然而，通过对347 957条仪器对外共享服务记录的脱敏数据（数据时间范围：2016年1月—2018年1月；数据脱敏方式：仪器共享管理单位采用“O+XX”编码、仪器申请者采用“A+XX”编码）进行分析，不难发现不同单位由于其内置属性或服务职能不同，评价指标的数据分布特征不尽相同。以图1为例，O15是一家隶属于政府的产品质检中心，NES值约为9万家，但其Pe并非所有仪器管理单位中的最大值；而一家提供医学检测服务的专业机构O8的Pe值最高，但其NES值仅为3 000家左右。因此，如果采用固定赋权值的计算方法，Pe和NES的权重系数不合理，可能造成客观评价结果不合理，从而挫伤共享积极性较高的仪器管理单位的仪器共享服务积极性。由于单位内置属性存在差异，企业（EN）、高校（HS）、科研院所（SI）和公共服务机构（PS）的服务职能不同［17］，因此，客观评价指标对应的数据可能存在不同的数据分布特征。

图1 云南省大型科学仪器共享管理单位对外服务单位数量与服务总收费

2.2 数据特征分析

为研究不同单位内置属性的数据分布特征，首先将平台中仪器共享管理单位的仪器平均原值（Vavg,I=VI/NI）作为考量仪器共享管理单位提供测试分析服务能力水平的基线：Vavg,I数值高，仪器共享管理单位的大型仪器占比较多，所提供的高端测试分析服务能力水平较高；反之，Vavg,I数值低，仪器共享管理单位原值较低的仪器数量相对较多，能提供高端分析测试服务的可能性较低。

其次，将Pe/ts作为单位时长仪器对外服务的营运共享收益率（OSY）。引入OSY的原因在于：虽然ts包括了对内服务机时（ts,i）和对外服务机时（ts,e）两部分，但用Pe/ts,e仅能表示仪器共享服务收益状态，不能反映在内部仪器使用量远大于外部仪器使用量（ts,i＞＞ts,e）的情况下，对外提供仪器共享服务的有效程度，即仪器共享管理单位在满足自身需求的条件下，是否能对外提供仪器分析测试服务、获取对外的大型仪器营运服务收益。因此，OSY从侧面反映仪器共享管理单位对外提供大型仪器分析测试服务的积极程度。针对EN、HS、SI和PS等4种不同单位内置属性，绘制基于Vavg,I的OSY和NES的双轴图，结果如图2所示。

图2 云南省大型科学仪器共享管理单位的营运共享收益与对外服务单位数

同时，对仪器共享管理单位评价指标的特征数据进行汇总，结果见表1。分析仪器共享管理单位的数据特征，可得如下结论：

（1）仪器共享管理单位的Vavg,I大部分集中于每台100万元以下（众数＜100），极少单位的Vavg,I超过每台200万元，科研仪器设施的Vavg,I低于全国（未含港澳台地区）每台平均值554万元［7］，这意味着云南省的重大科研仪器占全省共享仪器数量的比例较低。选择VI和NI作为仪器共享管理的两项评价指标，仅说明仪器管理单位所拥有仪器资源量的多寡，由于仪器管理单位所属行业不同，仪器购置能力和管理水平参差不齐，仪器资源量的多寡和仪器单位的营运能力（OSY）与服务规模（NES）并非呈线性关系，不能因为仪器管理单位的仪器原值较高或者数量较多，其客观评价分值就要高于仪器资源量少的管理单位，因此这一评价方式存在不合理性。本文认为，仪器共享服务绩效评价应以Vavg,I作为仪器管理单位的仪器资源考量基线，比较各管理单位在仪器运营能力和服务规模的相对数值，使得考评结果更具有客观性。

（2）公共服务机构（PS内置属性）的仪器共享管理单位包括公益类服务机构和政府直属事业单位，这类单位一般以政府行政职能为导向，具有公共开放、公益服务的社会性质，能对企业、社会机构提供大量的大型仪器共享服务，因此其NES的平均值均高于EN、HS、SI内置属性的仪器共享管理单位。在相同内置属性条件下，这类单位的仪器共享服务绩效应以对外服务规模数量为主，共享服务收益可作为在相近服务规模时的共享服务水平补偿增益（u）。

（3）企业（EN内置属性）的仪器共享管理单位是以市场为需求，对各自研制产品和科研任务进行分析测试的大型仪器使用量较大，仪器几乎只满足于企业内部使用，对外提供仪器共享服务的规模较小；但只要对外提供了仪器共享服务，其收费水平要高于PS和HS。在相同内置属性条件下，这类单位的仪器共享服务绩效应以营运共享收益率为主，对外服务规模数量可作为OSY相近时的共享服务水平补偿增益。

（4）科研所（SI内置属性）的仪器共享管理单位主要从事的活动是科学研究和技术研发，并对社会提供一定的科研成果，因此其仪器共享服务绩效既要考虑营运共享收益率为主，也要兼顾对外服务规模数量。

（5）高校（HS内置属性）的仪器共享管理单位主要承担教学任务，兼顾基础科学研究，大型仪器分析测试服务几乎满足自身需要，其营运共享收益率和对外服务规模数量都低于PS、EN和SI，因此其仪器共享服务绩效应在满足内生需求（ED）的基础上，再考虑营运共享收益率和对外服务规模数量。

表1 云南省大型科学仪器共享管理单位仪器共享服务绩效评价指标数据特征

3 仪器共享服务绩效评价模型

3.1 评价模型的建立

根据对不同单位内置属性的数据特征分析，大型科学仪器SSP评价模型可表达为如下形式：

式（1）中：SSP∈(0,1］，∑SSP(xi|attr)=1，attr表示管理单位内置属性，i为具有相同内置属性的单位集合对象；w1和w2为权重系数；对任意一家仪器管理单位xi，特征函数f(NES,i)与f(OSYi)与具体数据特征相关；edi为不同单位性质的内生需求。w1和w2权重系数计算方法说明如下：

（1）当attr=PS时，w2=0，edi=1。u是PS内置属性管理单位的共享服务水平补偿增益，计算为所有PS内置属性管理单位OSY均值OSY(i,PS)与总OSY均值的占比，即u=OSY(i,PS)/∑OSY，w1.PS是PS内置属性管理单位SSP的线性权重系数。通过NES,i样本数据特征可知，SSP～ ln(NES,i)呈线性关系，如图3（a）所示。

（2）当attr=EN时，w1=0，edi=1。u是EN内置属性管理单位的共享服务水平补偿增益，计算为所有EN内置属性管理单位NES众数NES,i与总NES众数的占比，即u=NES,i/∑NES，w2.EN是EN内置属性管理单位SSP的线性权重系数。通过OSYi样本数据特征可知，SSP～arctan(OSYi)呈线性关系，如图3（b）所示。

（3）当attr=SI时，edi=1，u=0。w1.SI和w2.SI是SI内置属性管理单位SSP的线性权重系数。通过数据特征分析可知，SSP与NES,i的对数呈线性关系，SSP与OSYi的对数呈线性关系，即SSP～ln(NES,i)+ln(OSYi)呈线性关系，如图3（c）所示。

（4）当attr=HS时，u=0。在相同Vavg,I范围之内，HS与SI的数据特征分布几乎一致，因此可采用OSY与NES的均值等比计算HS的edi，即：

SSP与f(NES,i)和f(OSYi)的函数关系与SI对应的函数关系相同。

图3 大型科学仪器SSP评价模型与评价指标数据特征

3.2 权重系数的计算

根据式（1），不同内置属性的仪器SSP权重系数w1与w2见表2。

表2 大型科学仪器SSP评价模型权重系数

3.3 数据验证

为验证本文构建的大型科学仪器SSP评价模型的有效性，本研究将平台2018年的38 769条共享服务记录数据代入式（1），计算仪器管理单位SSP值，并运用专家打分法取得2018年获得政府奖补的前15家仪器管理单位，与应用SSP评价模型计算得到的前15家仪器管理单位进行对比，结果见SSP评价混淆矩阵（见图4），可知基于SSP分值（SSP≥0.6）的仪器管理单位奖补名单与实际名单对比，准确率为73.33%，SSP评价模型具有一定的准确度。

图4 云南省大型科学仪器SSP评价混淆矩阵

4 结论及展望

本文通过对入网仪器数量、入网仪器原值、总开机服务时长、对外服务单位数、对外服务总收费5个评价指标进行分析，根据大型科学仪器管理单位的内置属性对指标进行关联耦合，产生了以仪器平均原值（Vavg,I）为考量基线，以对外服务的营运共享收益率（OSY）与对外服务单位数（NES）为考量的仪器管理单位SSP评价维度，并基于云南省大型科研仪器开放共享管理平台的共享服务记录数据特征，建立了不同内置属性仪器管理单位的SSP评价模型，基于SSP评价模型考量的结果与真实结果的相对误差为26.67%，说明基于数据特征的大型科学仪器SSP评价模型具有一定的准确度。

本文以仪器平均原值为考量基线，耦合了总开机服务时长、对外服务单位数、对外服务总收费3个评价指标，并未考虑分析测试服务费用优惠打折、大型仪器损耗折旧以及服务质量等因素，这些因素都会对Vavg,I、OSY和NES产生影响，因此下一步工作将对有关额外的因素进行深入研究，探索提高和优化SSP评价模型准确度的方法。