基于DEA 理论的高校实验技术队伍绩效评价方法的研究

郑 苏，彭贤杰，童思涵，吴小惠 ,李 静

（1.同济大学人才中心，上海 200092；2.同济大学经济与管理学院，上海 200092）

0 引言

党的二十大以来，我国进一步强调了加快建设世界高等教育强国，为国家培养战略性科技人才的重要性［1］，而建设一支政治素质过硬、业务能力精湛、育人水平高超的高素质专业化创新型高校教师队伍是落实立德树人根本任务、提高人才培养质量、增强科研创新能力、服务国家经济社会发展的关键所在［2］。实验室是教学及科研的第一主战场，建设过硬的实验技术人才队伍是推动其运行的根本动力。实验技术队伍是实验室运维保障和技术支撑的重要参与者与中坚力量，其综合素质和专业水平的高低直接影响了教学及科研工作开展的效率。因此实验技术队伍作为高等院校教师队伍的有机组成，是保障高校教学及科研质量的关键因素所在，建设一支高水平的实验技术队伍意义重大［3］。

目前高校实验技术队伍力量薄弱，其发展被认为落后于高校发展的步伐，教辅实验技术队伍中缺乏具有实践动手能力的技术人员，无论是在教学实验仪器设备的自制研发，还是大型精密仪器设备功能二次开发等方面，都无法满足现代高等教育发展的需要［4］；其次部分高校对实验技术队伍的评价导向与其实际的发展目标发生了偏差，强调提升实验课程建设水平的引导性仍显不足，实验技术队伍在没有指挥棒的情况下各自为营，工作内容一般以配合教学科研一线人员的项目需求为主，主要包括围绕实验室阵地开展大型仪器服务、公共实验室日常管理以及相配套的工作任务等，工作量非常大，却单调繁琐［5］。同时评价导向不合理等问题导致很多实验技术人员在追求职称晋升的过程中，工作成果仅依靠论文或奖项的形式来表现，对提升教学课程质量所起到的作用有待夯实，并没有把实验工作理论与实践相结合，把新技术新方法转化为教学内容，创新设计学科实践平台，实验教学并未得到有效的支撑及辅助，这样既不利于充分发挥实验人力资源优势，也会严重影响教学科研产出的效率。

因此建设一支高水平的实验技术队伍，不仅需要一流的人才资源保障，更需要有一套科学合理的绩效评价制度来引导队伍的建设方向，用以提高建设投入资源的效率及效果。随着我国教育评价改革的推进，评价导向逐步由以前的“唯论文”“唯奖项”转为以质量为导向，突出教育教学实绩的评价标准，而对于教学实绩及质量的评价不能完全依靠主观的定性分析，还需要引入合适的定量分析手段［6］，为管理层提供相关的评价决策依据。因此基于中国高等教育发展现状，本文以培育一流教师队伍、培养拔尖创新人才、建设现代化管理体系为目标，以绩效评价为研究切入点，基于DEA 理论构建BCC 模型作为T 高校实验技术队伍绩效评价的定量客观分析手段，突破以往过多依赖定性评价高校实验技术队伍的困局，其次，围绕投入成本、人才培养、研究创新及日常工作量4 个维度构建了实验技术队伍绩效评价模型的指标体系，通过Kano 需求分析模型，明晰实验技术队伍服务对象的具体需求，并以此为依据设立具体量化指标，明确评价导向，使实验技术队伍的工作重心及发展方向贴合人才培养及教师培育的实际需求，旨在通过建立科学有效的绩效评价模型探索高水平实验技术人才的培养路径，为实验技术队伍的科学化发展及管理提供了理论依据。

1 实验技术人员绩效评价的现状

1.1 评价方法

目前国内各高校针对实验技术人员的建设目标所涉及使用的评价方法主要是以创新质量与服务贡献度为导向［7］，以三维度或四维度方法来对不同类别的实验室制定具体的绩效评价指标，并进行权重的分配。其中三维度法主要从实验教学［8］、科研及个人素质3 个主要维度构建指标体系，并分别从数量（如课时量、仪器使用率、奖项数量等）及质量（如课程满意度、同行评议、领导评价等）两个角度对具体指标作出评价，四维度法主要包括实验教学质量、实验室管理水平、工作指标完成度及社会服务参与度4 个主要维度［9］，基于目标与关键成果法，评价重心从过程转向结果，强调以规定期限内的目标完成度为导向。

在三维度及四维度方法之外，周玉宇等［10］学者应用360 度考核模型，基于全员参与、客观、差异化、导向性等原则，对实验技术人员在各自岗位上的工作行为、工作表现、工作结果、工作成绩等方面信息进行收集记录及评分，以多元化的评价维度，全方位、多反馈的评价视角来对实验技术队伍进行绩效评价。

在构建评价指标后，孟祥凤［11］基于层次分析法（AHP）对已设计的评价指标进行了权重配置，另外张自敏等［12］则利用BP（前馈神经网络）方法，以其高度的非线性映射能力和自适应、自学习、并行处理及联想能力，对具有非线性特征的实验技术人员绩效评价进行建模，通过样本训练BP 神经网络,运用训练好的BP 神经网络对实验技术员的绩效进行综合评价。

1.2 实验技术队伍绩效评价目前存在的不足

1.2.1 绩效评价指标泛化，缺乏针对性及引导性

目前，我国高校在以学院为单位对实验技术队伍进行绩效评价时，通常分为“德、能、勤、绩、廉”5 个维度［13］，在此基础上各高校将其进一步细化，如德可分解为师德及敬业精神，能分解为业务水平、管理水平及创新意识等，勤分解为工作态度、工作效率、服务意识，绩包含岗位任务量、工作难易程度、工作质量、工作满意度指标；廉分解为遵纪守法、职业操守等方面指标。然而在具体的指标设置方面，仍然存在抽象指标多、具体指标少，有些高校采用了一些定量考核办法，但均存在量化考核的指标不全面，评价标准相对模糊，使得被考评单位实验室不出现重大责任事故，一般都认为绩效合格，无法区分高低绩效，造成考核结果趋中效应、认可度偏低的现象；其次部分高校绩效评价体系与其战略目标脱节，有些高校针对实验技术队伍实行的绩效评价指标过于笼统、泛化，既没有考虑学校整体或各个学院工作的侧重点及发展目标，也不重视实验技术人员及其所服务对象的实际需求，使得现行实验技术人员绩效评价浮于表面，绩效评价体系只能保证实验科研人员做好本职工作［14］。

1.2.2 主观评价过多，客观性欠缺

目前各高校在对下属学院实验室工作评价时，过于依靠直系领导或评审专家的主观评价，例如在描述工作完成情况时，仅仅用超额完成、完成、基本完成、未完成等定性的方式进行描述，抑或以评分的方式却也缺乏评分标准细则。缺乏定量的数据分析、决策数据或相关材料的支撑，使得学院实验室工作的绩效评价结果弹性较大［15］，可信度随之降低，因此也直接影响到了绩效评价结果的延伸运用，考核后出具的书面报告中所提出的问题过于笼统，例如对于考核结果定性较差的单位，虽看到了表征，但因没有具体有针对性的数据作为分析参考依据，使得其绩效评价结果较差的内在原因难以让人知悉。同时在绩效考核评价的民主评议会议上，参与评价打分的其他教学单位及行政管理部门负责人又经常顾忌个人关系、面子等因素，使得个人主观因素酿造的偏差经常出现，给学院实验工作的绩效考核评价也带来了不良的影响。

1.2.3 绩效评价较少考虑投入成本

目前，诸多高校在对学院实验技术队伍进行绩效评价时，往往只考虑其产出成果，而忽视其投入成本［16］，这样的评价方法显然对规模体量较小的学院是不公平的，因为基础资源的不同势必会导致其产出具有不同的难易性，基础资源更好的学院在取得同样的产出显然具有先天优势，如果以此评价结果作为利益分配依据，显然会使得学院最终的发展趋于两极分化。因此在对学院进行绩效评价，应考虑从投入产出的角度出发，以帕累托效率理论为基础去构建绩效评价体系［17］。

综上所述，由于实验技术队伍绩效评价指标泛化，所设指标过多依赖于主观评价，并且较少考虑投入成本等原因，在评价的针对性、引导性、客观性及实效反馈性等方面存在一定欠缺，基于此，本研究围绕高校人才培养及教师发展的实际需求，通过Kano 需求分析模型使评价指标贴合科研及教学活动的实际需求，强化了评价体系的针对性及引导性，同时基于DEA 理论，从投入产出的角度构建BCC模型对评价指标进行定量处理及分析，并给出具体数据分析结果作为反馈意见，增强了评价结果的客观性及实效性，使绩效评价结果得到进一步延伸运用的空间。

2 评价模型及指标框架

高校下属学院的实验技术队伍绩效评价属于量化类型相同、多输入、多产出的决策单元（学院）间的相对效率及有效性问题［18］。基于问题的提出，本文选取DEA 模型，并在提出研究假设的基础上，以需求和质量为导向，构建学院实验技术工作绩效评价的投入产出指标，旨在观察某一年度某高校下属学院之间实验技术队伍的绩效表现及其相互之间的竞争作用情况。

2.1 绩效的定义

在英语中，与绩效相近的词为“performance”，其释义是“action or process of carrying out or accomplishing an action or task”［19］，中文可翻译为“执行或完成某项行动或任务的表现过程”。在管理学学科领域，绩效是组织期望的结果，由效率和效果两部分构成，效率是成本与回报的体现，具有明显的速度、经济等数量特征；效果则涉及服务质量、管理效果等柔性机制，因此所谓绩效讲求的是组织在某项活动中所获得的各种直接的和间接的、有形的和无形的、定性的和定量的成果、效果与所消耗的人力、物力、财力、时间等因素之间的比率关系，其目的是希望以最低的消耗获得最大的工作产出及效果［20］。

2.2 DEA 模型分析

2.2.1 DEA 原理

数据包络分析法是一种基于运筹学原理而形成的效率评价方法，基于相对效率，运用凸分析和线性规划进行经济定量分析，是一种非参数系统分析评价方法，无需人为地进行主观评价，在保证评价分析的客观公正性方面具有较强的优越性［21］。

对于规模相似工作内容相近的多个单位的投入和产出，数据包络分析法在测算其相对效率时有其无可比拟的优越性，通过观察每一组投入产出数据，根据数学运筹学理论建立模型，拟合出生产前沿面，构造投入产出效率最优化的组合，即一个生产前沿面，如图1 所示，是两个投入指标和一个产出指标生产前沿面，即图中的实线［22］。

图1 生产前沿面曲线

教学院系实验技术队伍的组织目标是为学院教学及科研工作提供支撑辅助，因此采用DEA 方法对实验技术类教辅工作内容及目标相近的教学院系进行工作绩效评价是非常适合的，根据绩效评价结果可以对下属教学院系及单位的编制资源配置水平作出科学、客观的诊断，为资源优化配置的方案提供决策支持［23］。

2.2.2 DEA 模型

目前，CCR 和BCC 是数据包络分析法中使用率最高的两个模型，其中CCR 模型是基于规模效益不变的情况下，对技术效率与规模效益进行共同评价的综合技术模型［24］。假设有n个组织，即n个决策单元DMU，每个DMUj(j=1,2,…,n)有m种投入，记为Xij(i=1,2,…,m),投入权重用vi（i=1,2,…,m）表示,其作用是用来衡量投入降低一个单位价值所能带来的相对的效率上升；有q种产出，记为ykj（k=1,2,…,q），产出权重用μk(k=1,2,…,q)，其作用是用来衡量产出降低一个单位价值所带来的相对效率下降，要对决策单元DMUj进行效率评价，就需要定义一个效率评价指数hj，如公式（1）所示：

效率评价指数hj的数学意义是决策单元DMUj所有投入与所有产出的比值，即经济效率。为了评价决策单元的效率是否是相对最优，我们给所有决策单元的效率评价指数加上一个约束条件，使评价指数hj(j=1,2,…,n)限定在0～1 之间，以第j0个的效率评价指数为目标函数，可以获得一个线性规划模型，即CCR 模型。其表达式如公式（2）-（3）所示：

CCR 模型计算得到的是DMU 的综合技术效率，与CCR 模型所不同的是BCC 模型计算得到的是DMU 的纯技术效率，其基本假设基于规模收益可变，评价时不考虑规模效益，数学公式中在CCR 的模型基础上增加了约束条件，纯技术效率（PTE）反映的是DMU 在投入要素处在一定规模时的生产效率，可理解为DMU 在管理和技术等因素影响下的生产效率。

由于教育部直属高校下属学院（样本）之间存在着一定的规模差异，且教育部直属高校通常不会存在缩减下属学院办学规模现象，因此采用BCC 模型，单纯从组织管理水平的角度对某一高校下属学院的实验技术队伍进行绩效评价会更为合适。

2.3 队伍建设需求分析

绩效评价指标的构建首先应当考虑学校的总体发展目标，将宏观抽象的大目标具化为队伍的建设规划的具体方案及条目，同时结合不同群体对实验技术队伍的建设需求，其中最重要的当属实验技术队伍其服务对象，切实了解学校各个群体的需求，能够使管理层从发展目标及队伍建设需求出发制定和落实以工作质量及实绩为导向的评价指标，清晰定位实验技术队伍的建设坐标，进一步提高教学科研人员及学生对于实验技术工作的满意度。

（1）需求分析的研究方法。本次研究采用的是理论分析模型为Kano 模型［25］，该模型将某项服务的体验分为不同维度,有别于常规的满意和不满意两个极端维度，通过将各类需求功能分为魅力型要素、期望型要素、必备要素、无差异型要素和反向型要素5 个维度，使各项需求功能的满意程度或不满意程度也存在差异,能让决策者区分各类建设需求的轻重缓急，有的放矢地对实验技术队伍的建设制定相关政策及方案。

在Kano 模型中，期望要素表示如果实现此项功能，服务对象的满意度会提升，不实现则会降低；魅力要素表示如果不实现此项功能，服务对象满意度也不会降低，但如果实现则满意度会有很大提升；无差异要素则表示无论是否实现此项功能，服务对象的满意度都不会有改变，这些功能点是师生群体并不在意的功能；基本要素则表示当实现此项功能，服务对象满意度不会提升，但如果不提供此项功能，则满意度会大幅降低，反向型要素则表示某项功能可能会引起服务对象的不满或反感，以上5 个维度的需求差异可由图2 直观地展示出来。

图2 Kano 模型需求差异曲线

借助Kano 模型进行服务或功能体验感的研究有利于明确实验技术队伍所服务对象的差异化需求，并且通过对需求进行科学的分类和排序，提出客观、有效的改善策略，对队伍的建设进行针对性的优化及调整。一般情况下,对调研对象进行满意度调研时,需要进行正向问卷和反向问卷的设置,再根据其反馈进行综合评价,具体分类标准见表1。

表1 Kano 模型评价分类

（2）需求要素的确定。本次调研通过访谈及调研问卷相结合的形式，对T 高校下属19 个教学单位的实验室负责人、骨干及教学科研人员、学生群体的需求信息进行采集，梳理汇总后形成的主要建设需求要素如表2 所示。

表2 基于实验技术队伍服务对象的建设需求要素

（3）需求要素的kano 模型分析。本次调研对数据进行处理分析时，主要采取了基于Better-Worse指数的Kano 分析［26］，对需求要素的属性进行归类界定，为实验技术队伍建设的有效性和满意度改善提供了的决策依据。基于Better-Worse 指数的Kano模型分析考虑了用户满意指数以了解某个要素影响用户满意情绪和不满情绪的具体程度并准确识别哪些要素能有效提高用户的满意度以及哪些要素能有效降低用户的不满意度。其中，最关键的两个指标是Better 值（满意度系数S）和Worse 值（影响度系数D），其计算公式如下，具体计算结果见表3。

表3 基于实验技术队伍服务对象的建设需求KANO 模型结果分析表

2.4 评价指标的构建

根据表5 中的DS 数据值，我们可将实验技术队伍服务对象的需求分为4 个象限，如图3 所示，其中第一象限的期望因素表示如果实现此项功能，服务对象的满意度会提升，不实现则会降低；第二象限的魅力因素表示如果不实现此项功能，服务对象满意度也不会降低，但如果实现则满意度会有很大提升；第三象限的无差异因素则表示无论是否实现此项功能，服务对象的满意度都不会有改变，这些功能点是师生群体并不在意的功能；第四象限的必备因素则表示当实现此项功能，服务对象满意度不会提升，但如果不提供此项功能，则满意度会大幅降低。

图3 基于实验技术队伍服务对象的建设需求象限分布

根据kano 模型的分析，教学科研人员以及学生群体对于实验技术队伍的建设需求中，必备需求及期望需求均为实验技术队伍所服务的群体满意度与重要度影响较大的需求，建议要重点关注并优先考虑制定相关举措及方案。根据调研结果显示，必备需求及期望需求主要集中在实验技术队伍个人的专业素养及设备研发、维护及动手能力等维度，可以发现在“双一流”建设背景下，目前高校教学科研活动对于实验技术队伍的需求不再是以往以配合教学科研一线人员的项目需求为主，围绕实验室阵地开展大型仪器服务、公共实验室日常管理等性质单一的工作，而是要求实验技术队伍在做好基础的服务保障及教学辅助工作之外，更要有学科领域的专业素养，能够参与配合教学科研人员共同完成相关课题的研究，逐步转向综合化发展，对实验技术人员自身的研究能力、创新能力、实践动手能力及管理能力都提出更高的要求［27］。

为了达成队伍建设的期望目标，绩效评价应以学校整体发展战略及实验技术队伍的建设需求为导向设置评价指标，发挥其指挥棒作用，基于教育经济学研究的主要成果，对于高校下属实验技术队伍绩效评价的一级指标通常选取投入成本、人才培养、研究创新及日常工作量4 个维度［28］。

本文的目的是对高校下属学院实验技术队伍的绩效评价进行研究，用以分析国家下拨的校级层面的经费在下属学院实验技术工作方面的使用效率，对于队伍建设成本投入最直观的显示便是人员成本的投入，学院实验技术工作主要由学院教辅岗人员所承担，而编制内的教辅人员其人员成本不仅属于校级经费支出，同时由于编制本身属于高校有限的上层资源，因此将各学院学校经费聘用的在编教辅岗人员作为评价指标中的投入指标是比较具有代表性及合理性的，对于合理调配人力资源具有一定的指导作用。

人才培养是高校办学的首要任务，在全国教育大会上，习近平总书记强调要深化教育评价改革，其中提到要推进践行教书育人使命，那意味着高校发展的重心应向教学工作倾斜，作为学校管理的上层部门，则应以绩效评价为切入点，在绩效评价工作中更加注重教学工作的评价，通过绩效评价工作引导学校教学质量的提高。因此本文将各学院实验室的各项教学成果产出，其中包括教学类奖项、教改项目、教材编著及指导学生竞赛获奖等方面作为人才培养评价维度的产出指标。

在研究创新评价维度指标选取的问题上，由于实验技术队伍是高校教师队伍有机组成的一部分，实验技术队伍的建设不仅是高校尖端科研成果产生的基础，同时也是提高教学科研质量的重要途径［29］，因此为了建设一支在专业领域具有较高科学素养的实验技术队伍，发挥其对教学科研活动的支撑保障作用，结合需求调研的结果，本文将从科研成果及设备研发利用两个方面对学院实验技术队伍开展绩效评价，具体包括与实验工作有关的核心期刊论文发表数量（排名前2 或通信作者）、科研获奖、与实验工作有关的专利技术授权数量、设备研制、功能利用、功能开发等评价指标。

实验技术队伍的日常工作纷杂多样，面面俱到的考评难以实现，需要根据需求调研结果，选取评价所关注的重点，例如实验教学、仪器共享及测试、仪器日常维护等内容，为了将这些抽象的内容转化为具象可量化的指标，我们选取实验教学课每学年课时、实验教学课每学年授课学生数量、机时利用、服务收入、固定设备总资产及10 万元以上仪器数量等数据侧面反应实验室的日常固有工作量［30］，作为评价学院实验技术队伍日常工作量产出的指标。

基于以上分析，我们设置评价指标如表4 所示。

表4 实验技术队伍评价指标体系

以上评价指标中，所有奖项、项目及成果其统计标准为相关实验技术人员参与并排名前4，根据奖项规格其折算后的标准数按照以下公式计算：

教学类获奖标准数=［(校级教学成果奖+校级精品课程)×1+（省部级教学成果奖+省部级精品课程）×3+（国家级教学成果奖+国家级精品课程）×6］×5+（校级其他教学奖×1+省部级其他教学奖×3+国家级其他教学奖×6）

教改项目标准数=校级教改项目×1+省部级教改项目×3+国家级教改项目×6

科研获奖标准数=（省部级自然科学+社会科学+技术发明、科技进步）×5+（国家级自然科学+社会科学+技术发明、科技进步）×10+行业协会奖×1

3 数据来源与评价结果

本文研究数据主要来源于教育部直属T 高校人事处及资产与实验室管理处2021 年度调研数据，共涉及19 个理工类教学学院及直属单位。

本文选择投入导向的BCC 模型，利用DEA SOLVER PRO 15.1 软件对所研究的学院进行绩效分析，结合上文所调研并根据权重折算的投入产出数据，运用软件得到数据如表5 所示。

表5 各单位实验技术队伍投入产出技术效率值及排名

根据上述结果显示，参与绩效评价的19 个单位中共有7 个单位技术效率值为1，表明这7 个单位在当前发展规模下内部组织管理水平处于较高水平，教辅实验技术类工作的人力资源投入和相应的产出实现了效益的最大化，资源利用率较其他12 个单位相比较高，称为DEA 有效。而对于技术效率值偏低的单位，DEA 模型运用软件计算后得出投影分析表，给出了各学院各项指标的修正调整参考值，我们以投入指标的调整为例，表6 为各学院人员编制投入的优化建议，这不仅为学校层面对各单位教辅编制资源的配比提供了决策依据，同时也为各学院提供了用于绩效改进的定量分析数据，为其优化改进提供了方向及指导，加强了绩效评价工作的问题反馈性。

表6 各单位实验技术队伍投入产出投影分析表

4 结论及建议

经过对这19 个理工类单位的DEA 有效性分析后,发现DEA 有效的单位有7 个，比例为36.84%，整体效率平均值为0.687，基于以上分析，本文认为在2021 年度，T 大学下属学院及直属单位实验技术工作绩效处于中等水平，基于以上计算结果及分析，本文提出以下对策建议用于改进T 大学绩效：

4.1 精简实验技术队伍，有效调配编制资源

根据模型计算结果，对于DEA 无效的单位都给出了缩减编制的改进建议，因此建议T 大学应对教辅实验技术岗位的设置及人员的聘用进行针对性地精简，所谓的“简”，不仅应该通过退休、个人主动辞职等自然减员的方式缩编教辅实验技术队伍，更应该通过有效的考核手段，对于绩效评价落后的学院进行主动的人员调整，既可以淘汰其中个人考核结果不理想的实验技术人员，也可以将这些学院的人力资源配置到绩效评价优秀的学院，进一步整合优势资源；而所谓的“精”，则是指对于部分绩效评价优秀且确实需要进行人员补充或新老更替的学院，则应尽可能地招录综合素质高，包括学历、专业能力等具有发展潜力的人选，同时可适当提升薪酬待遇，从校外引进行业领域内的高水平人才，兼收并蓄，进一步补充教辅实验技术队伍中的前沿高端人才［31］。

4.2 完善评价标准，顺畅职称评审通道

为实验技术人员开辟专门的职称晋升通道，晋升评价应着重考察实验技术人员在单位人才培养、科学研究、实验安全、技术开发或学科专业发展等方面作出的贡献和支撑作用，注重实验教学效果、实验技术成果、实验创新意识和方法、突出实验技术人员在实验教学、指导学生科技创新、实验管理、实验创新、实验设备研制改造、技术开发、平台建设、公共服务等方面的实绩［32］。

4.3 强化绩效评价结果运用，完善激励机制

进一步加强绩效评价结果的运用，以绩效评价结果为依据实行差异化的薪酬标准，充分发挥绩效评价“指挥棒”的作用以契合学校发展目标及战略。同时可推行责任制岗位［33］，以团队为建制，强化目标管理，有效激励实验技术队伍的工作主动性。

4.4 厚植人才培养沃土，加强队伍专业化建设

实验技术人员的个人专业素养是学校实验技术工作的发展基石。除了通过高端及潜力型人才的引进之外，更需要注重内部的培养与发展。学校职能部门可按岗位性质分类对实验技术人员进行培训，从基础性的工作原理到实操性的使用规程，从安全环境到功能技术开发，循序渐进［34］，此外还可以选拔优秀实验技术人员参加海外学习，帮助其了解行业的前沿动态，拓展思维宽度。而实验技术人员也要充分发挥主观能动性利用各种资源和手段进行自我培训，了解行业动态和进展，学校也需要在政策导向上给予支持，设立实验技术人员研究项目，鼓励实验技术人员开展技术研究，开发大型仪器应用新功能；设立自研自制仪器设备成果认定奖项，鼓励实验技术人员开展仪器的自研自制工作。

4.5 着力打造校级公共服务平台

国内学者通过调研发现校级大型仪器公共技术服务平台的大型仪器利用率明显高于平台外的大型仪器，规范化和精细化管理在校级平台中的贯彻执行更加有利于资源效率的提高［35］。通过校级大型公共服务平台的打造，不仅能使仪器设备利用最大化，同时整合优势资源，让专职的技术人员管理相关仪器设备，进一步提升工作服务质量，通过日常的积累，促进实验技术队伍研究开发新方法、新技术。