基于数据包络分析(DEA)的中国科学数据共享平台服务科研效率评估：异质性视角下的国家科学数据中心案例研究

为解决科学数据共享平台在支持科研活动中的效率评估难题，来自中国的研究团队基于数据包络分析(DEA)方法构建了包含异质性调整系数的两阶段效率评估模型，并以国家科学数据中心为案例进行实证分析。研究发现，平台需建立侧重阶段效率的差异化资源优化机制，并提出结合动态评估结果与标杆中心经验的分类优化建议，为数字经济时代平台化科研范式提供了制度设计参考。

　　

随着科研活动中科学数据(scientific data)的重要性日益凸显，科学数据共享平台(scientific data sharing platforms)应运而生，肩负着管理数据资源与促进开放共享的双重使命。本研究突破传统以研究者为核心的评价视角，创新性地采用平台导向评估框架，基于数据包络分析(Data Envelopment Analysis, DEA)方法构建包含投入-产出两阶段的效率评估模型，并通过引入调整系数(adjustment coefficient)有效解决平台异质性(heterogeneity)对评估结果的干扰。

以中国国家科学数据中心(national science data centers)为研究对象的案例分析表明：这些平台需建立侧重阶段效率(stage efficiency)的差异化(differentiated)资源优化机制，这与数字经济(digital economy)时代对平台化科研(platform-based scientific research)的制度需求高度契合。具体建议包括：制定学科差异化的数据服务策略，将动态评估(dynamic evaluation)结果与标杆中心(benchmarking centers)经验相结合实施分类优化，从而突破技术短板与管理瓶颈。该研究为科学数据基础设施的效能提升提供了方法论支撑和实践路径。