劉 燕

2021 年5 月21 日，習(xí)近平總書記在主持召開中央全面深化改革委員會(huì)第十九次會(huì)議時(shí)強(qiáng)調(diào)，加快實(shí)現(xiàn)科技自立自強(qiáng)，要用好科技成果評(píng)價(jià)這個(gè)指揮棒，遵循科技創(chuàng)新規(guī)律，堅(jiān)持正確的科技成果評(píng)價(jià)導(dǎo)向，激發(fā)科技人員積極性。高校是科技發(fā)展的重要力量，它的綜合能力主要通過其科研水平及規(guī)模來體現(xiàn)。高校創(chuàng)新效率是由科技成果產(chǎn)出和轉(zhuǎn)化決定的，科技成果產(chǎn)出的衡量主要依靠高質(zhì)量論文發(fā)表量、專利數(shù)等，科技成果轉(zhuǎn)化的衡量主要依靠銷售額、創(chuàng)新產(chǎn)品帶來的收入等（羅志紅等，2022）。當(dāng)前，在知識(shí)經(jīng)濟(jì)、科教興國和“雙一流”建設(shè)的大背景下，各大高校和各級(jí)政府都不斷提升對(duì)科技研發(fā)的投入，但科技成果產(chǎn)出與轉(zhuǎn)化率仍相對(duì)較低（朱恬恬等，2022）。其中，高?？蒲锌冃гu(píng)價(jià)標(biāo)準(zhǔn)直接關(guān)乎學(xué)校和科研人員的科研發(fā)展方向，對(duì)學(xué)校的發(fā)展也有一定的導(dǎo)向作用。合理的科研績效評(píng)價(jià)標(biāo)準(zhǔn)有利于高校學(xué)術(shù)環(huán)境的創(chuàng)造，能夠高效激發(fā)研究人員的創(chuàng)造能力，為科研發(fā)展提供方向。因此，在一流大學(xué)建設(shè)背景下，強(qiáng)化高效科技管理績效思維和績效方法，測評(píng)和提升高校自身的科技產(chǎn)出績效，開展評(píng)價(jià)研究，以充分激發(fā)高?？萍籍a(chǎn)出內(nèi)生動(dòng)力和發(fā)展活力，具有重要的理論和現(xiàn)實(shí)意義。

我國高校的科研績效評(píng)價(jià)尚處于起步階段，隨著科研經(jīng)費(fèi)的增多，科研經(jīng)費(fèi)投入與支出比例嚴(yán)重失調(diào)，導(dǎo)致其使用效率不高，亟須將績效評(píng)價(jià)運(yùn)用到科研工作中，建立一套具有高校自身特色的科研績效評(píng)價(jià)指標(biāo)體系（胡百靈等，2020）?，F(xiàn)有研究成果中應(yīng)用的定量方法包括網(wǎng)絡(luò)層次分析法（劉威等，2008）、分位數(shù)回歸模型法（蔡文伯等，2022；何聲升，2020）、門檻回歸法（張寶生等，2021）、固定效應(yīng)法（周志遠(yuǎn)等，2022）、聚類分析法（閆健等，2016）、數(shù)據(jù)包絡(luò)分析法（李瑛等，2011；楊博等，2020；Rodionov et al，2020）等方法，但這些針對(duì)科技產(chǎn)出績效的評(píng)價(jià)缺乏因果關(guān)聯(lián)測評(píng)，而使用因果關(guān)聯(lián)對(duì)科技產(chǎn)出績效進(jìn)行綜合評(píng)價(jià)是非常重要的，是完善科技產(chǎn)出績效測評(píng)的重要方法?；诖?，本文基于高?？萍脊芾硌芯楷F(xiàn)狀，建立高?？萍籍a(chǎn)出績效測評(píng)指標(biāo)體系，采用費(fèi)歇爾判別法展開實(shí)證研究，測度了中國高?？蒲锌冃?，進(jìn)一步采用回歸分析方法研究了高校科研績效的影響因素，探索提高高?？蒲锌冃У耐緩健?/p>

一、文獻(xiàn)綜述

科技績效評(píng)價(jià)是一種評(píng)價(jià)從事科技工作者工作業(yè)績的管理方式，包括評(píng)價(jià)投資效益、科研人員水平和工作情況等方面。在科技成果轉(zhuǎn)化成現(xiàn)實(shí)生產(chǎn)的進(jìn)程中，高校作為國家技術(shù)創(chuàng)新體系的重要組成部分發(fā)揮著重要的作用，為科技成果的轉(zhuǎn)化提供了重要的創(chuàng)新要素、創(chuàng)新人才以及創(chuàng)新成果（郝濤等，2021）。結(jié)合本文研究內(nèi)容，此部分對(duì)科技創(chuàng)新績效和科技轉(zhuǎn)化績效等方面的研究文獻(xiàn)進(jìn)行綜述。

（一）科技創(chuàng)新績效評(píng)價(jià)

對(duì)高校創(chuàng)新績效的評(píng)價(jià)，國內(nèi)外學(xué)者的研究主要集中在高?？萍紕?chuàng)新績效、高?？萍紕?chuàng)新效率的評(píng)價(jià)及影響因素三個(gè)方面。

第一，高?？萍紕?chuàng)新績效評(píng)價(jià)方面的研究主要圍繞指標(biāo)構(gòu)建和水平測度展開，李海剛等（2022）從基礎(chǔ)績效、成果轉(zhuǎn)化績效和創(chuàng)新績效構(gòu)建了高?？蒲腥藛T科技成果轉(zhuǎn)化績效測度指標(biāo)體系，基于統(tǒng)計(jì)和調(diào)研數(shù)據(jù)，應(yīng)用灰色綜合評(píng)價(jià)法測度了科研人員科技成果轉(zhuǎn)化績效。黃小平等（2018）借鑒發(fā)達(dá)國家科研評(píng)價(jià)指標(biāo)，參照我國“985”和“211”工程建設(shè)世界一流大學(xué)績效評(píng)價(jià)指標(biāo)，結(jié)合區(qū)域高校發(fā)展實(shí)際，構(gòu)建了區(qū)域高校科技創(chuàng)新能力績效評(píng)價(jià)指標(biāo)體系，并運(yùn)用數(shù)據(jù)包絡(luò)分析法（DEA）對(duì)Z 省高校的規(guī)模效率、純技術(shù)效率和綜合效率進(jìn)行總體評(píng)價(jià)。楊博等（2020）以我國31 個(gè)省份高等學(xué)?？萍佳邪l(fā)、成果轉(zhuǎn)化以及綜合創(chuàng)新效率的2012—2016 年省級(jí)面板數(shù)據(jù)為依據(jù)，采用數(shù)據(jù)包絡(luò)模型進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)我國高校整體創(chuàng)新效率值較低，東部地區(qū)高校顯著高于其他區(qū)域高校，同時(shí)在研發(fā)轉(zhuǎn)化階段仍存在較大改進(jìn)空間，尤其是科技成果轉(zhuǎn)化收入。

第二，數(shù)據(jù)包絡(luò)分析法（DEA）廣泛應(yīng)用于高?？萍紕?chuàng)新效率評(píng)價(jià)研究，基于DEA 方法，李瑛等（2011）對(duì)我國28 個(gè)省區(qū)市的地方高校的科技創(chuàng)新效率進(jìn)行了評(píng)價(jià)分析發(fā)現(xiàn)：在所采用的效率評(píng)價(jià)體系下，地區(qū)的經(jīng)濟(jì)發(fā)展水平和文化水平以及政府撥款在科研經(jīng)費(fèi)中所占的比例對(duì)效率沒有影響。國外對(duì)世界級(jí)大學(xué)效率的研究相對(duì)較為豐富，Ibrahim et al（2021）收集了2020 年全球排名1000 大學(xué)中的9 所大學(xué)2017—2019 年研究出版物和引文數(shù)據(jù)、教育資源有效性和使用情況數(shù)據(jù)、高等教育科學(xué)和技術(shù)指數(shù)等，采用文獻(xiàn)計(jì)量學(xué)方法和DEA 方法確定大學(xué)的科學(xué)研究效率。Rodionov et al（2020）以俄羅斯聯(lián)邦85 個(gè)地區(qū)2011—2018 年區(qū)域創(chuàng)新發(fā)展的社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)指標(biāo)為研究對(duì)象，采用DEA 方法對(duì)該地區(qū)的區(qū)域創(chuàng)新效率進(jìn)行評(píng)價(jià)，研究發(fā)現(xiàn)俄羅斯大學(xué)教育組織在區(qū)域創(chuàng)新體系中發(fā)揮了極其重要的作用，應(yīng)鼓勵(lì)大學(xué)與區(qū)域之間的替代互動(dòng)。

第三，現(xiàn)有研究認(rèn)為高校創(chuàng)新績效受多種影響因素驅(qū)動(dòng)，但尚未達(dá)成一致性的研究結(jié)論。蔡文伯等（2022）發(fā)現(xiàn)我國高校人力資本投入、發(fā)表論文數(shù)、專利授權(quán)數(shù)、市場創(chuàng)新環(huán)境以及國際交流對(duì)高校的創(chuàng)新能力具有顯著影響，科研機(jī)構(gòu)數(shù)、科技經(jīng)費(fèi)和經(jīng)濟(jì)發(fā)展對(duì)于高校創(chuàng)新能力不存在顯著性作用。周志遠(yuǎn)等（2022）發(fā)現(xiàn)，在我國高?？萍紕?chuàng)新活動(dòng)中，政府創(chuàng)新投入對(duì)市場創(chuàng)新投入績效存在積極影響，這種促進(jìn)作用存在兩期左右的滯后期，且只在短期內(nèi)顯著，但從長期看，政府投入對(duì)市場創(chuàng)新投入績效的促進(jìn)作用不顯著。國外研究方面，Seoh et al（2020）發(fā)現(xiàn)行業(yè)增加值與政府研發(fā)資金的企業(yè)績效支出呈顯著的正相關(guān)關(guān)系，與政府研發(fā)資金的政府績效支出和監(jiān)管負(fù)擔(dān)呈負(fù)相關(guān)關(guān)系。還有部分研究指出，大學(xué)-研究所-產(chǎn)業(yè)合作（UIC）對(duì)科技創(chuàng)新產(chǎn)出有積極影響（Qin et al，2017）。

（二）科技轉(zhuǎn)化績效評(píng)價(jià)

科技轉(zhuǎn)化績效評(píng)價(jià)是指評(píng)測高?？萍佳邪l(fā)成果的轉(zhuǎn)化績效，現(xiàn)有研究主要探討了轉(zhuǎn)化績效指標(biāo)體系構(gòu)建、提升路徑及影響后果。首先，指標(biāo)體系構(gòu)建方面，劉威等（2008）采用網(wǎng)絡(luò)層次分析法（ANP）建立高校科技成果轉(zhuǎn)化績效的評(píng)價(jià)指標(biāo)體系，認(rèn)為直接反映高校科技成果轉(zhuǎn)化能力的指標(biāo)包括技術(shù)轉(zhuǎn)讓合同數(shù)、技術(shù)轉(zhuǎn)讓收入、無形產(chǎn)品收入、領(lǐng)導(dǎo)態(tài)度、成果轉(zhuǎn)化的經(jīng)費(fèi)投入。羅林波等（2019）借鑒韓國以“龍頭企業(yè)+中小企業(yè)+高校院所”為一體的技術(shù)創(chuàng)新體系的經(jīng)驗(yàn)，構(gòu)建了我國高校成果轉(zhuǎn)化的技術(shù)創(chuàng)新體系。鄭潔紅（2019）認(rèn)為，必須深化高?？萍紮C(jī)制體制改革，打破現(xiàn)有的科技制度藩籬，應(yīng)用市場經(jīng)濟(jì)的高效調(diào)控作用來配置高校科技資源，構(gòu)建高校科技資源整合體系、服務(wù)支撐體系、金融支撐體系、創(chuàng)新成果承載體系，促進(jìn)科技成果轉(zhuǎn)移轉(zhuǎn)化。

其次，科技轉(zhuǎn)化績效提升路徑方面，宋德鋒等（2021）認(rèn)為組織實(shí)施高校科技成果二次開發(fā)、小試中試，提高科技成果成熟度，是推動(dòng)科技成果轉(zhuǎn)化的先決條件；新型研發(fā)機(jī)構(gòu)應(yīng)集中有限資源，重點(diǎn)提高科技成果的技術(shù)成熟度，從而精準(zhǔn)高效地實(shí)施科技成果轉(zhuǎn)化工作。沈彬等（2021）指出新型研發(fā)機(jī)構(gòu)促進(jìn)理工類高校科技成果轉(zhuǎn)化的典型技術(shù)路徑主要有三條：一是構(gòu)建學(xué)院創(chuàng)新資源集聚服務(wù)體系，二是完善學(xué)校創(chuàng)新資源的集聚機(jī)制，三是加強(qiáng)創(chuàng)新資源集聚的基地建設(shè)。鄧恒等（2021）從專利質(zhì)量的角度研究高?？萍汲晒D(zhuǎn)化的路徑包括政府導(dǎo)向、平臺(tái)搭建、權(quán)益分配和人才培養(yǎng)。

此外，科技成果產(chǎn)出的轉(zhuǎn)化績效對(duì)經(jīng)濟(jì)發(fā)展有著重要影響。Agasisti et al（2022）研究發(fā)現(xiàn)一個(gè)地區(qū)大學(xué)數(shù)量的增加有利于該地區(qū)經(jīng)濟(jì)更強(qiáng)勁地增長；STEM 學(xué)科的研究質(zhì)量和專門化是大學(xué)對(duì)地區(qū)經(jīng)濟(jì)發(fā)展產(chǎn)生積極影響的首要?jiǎng)恿Αrucker（2016）對(duì) 2001— 2011 年美國高等教育活動(dòng)與區(qū)域經(jīng)濟(jì)發(fā)展之間的關(guān)系進(jìn)行模擬分析，發(fā)現(xiàn)美國所有授予學(xué)位的高校開展的研究發(fā)展活動(dòng)都對(duì)區(qū)域經(jīng)濟(jì)有輻射影響，但影響的程度不一樣，具有異質(zhì)性；學(xué)位授予權(quán)更高的學(xué)校、科技和工程教育以及大眾教育與區(qū)域創(chuàng)業(yè)活動(dòng)呈現(xiàn)正相關(guān)。

從研究現(xiàn)狀來看，以上研究成果在開展科研績效評(píng)價(jià)過程中采用了一定的技術(shù)方法進(jìn)行量化研究，包括灰色關(guān)聯(lián)度法、因子分析法、固定效應(yīng)法、數(shù)據(jù)包絡(luò)分析法等。通過對(duì)現(xiàn)有文獻(xiàn)的總結(jié)和分析，本文發(fā)現(xiàn)在以下方面還有進(jìn)一步拓展的空間：一是選用的指標(biāo)僅僅是某個(gè)省、某個(gè)地區(qū)或某幾家高校，沒有把全部高校作為研究對(duì)象；二是高校的科研績效與高?？萍既瞬诺呢暙I(xiàn)有一定關(guān)系，但研究時(shí)只注意到參加科研的研究人員數(shù)據(jù)，或研究“人員全時(shí)當(dāng)量”，未考慮研究人員的價(jià)值屬性；三是科研創(chuàng)新或科研績效最終要落實(shí)在可轉(zhuǎn)化的生產(chǎn)力上，這方面的實(shí)證研究尚未發(fā)現(xiàn)。本文基于全國高?？蒲谢A(chǔ)數(shù)據(jù)，采用費(fèi)歇爾判別法評(píng)測高?？萍籍a(chǎn)出績效水平，進(jìn)而構(gòu)建回歸模型探討科技產(chǎn)出績效的影響因素及其相關(guān)性。

二、模型構(gòu)建與指標(biāo)選擇

（一）模型構(gòu)建

1.綜合績效評(píng)價(jià)模型

由于論文、專著、專利和科技成果的計(jì)量單位不同，因此其綜合績效不能簡單相加得出，而要采用一定的方法予以綜合計(jì)算。判別分析法中的費(fèi)歇爾（Fisher）判別法認(rèn)為較優(yōu)的判別函數(shù)應(yīng)該能根據(jù)待判對(duì)象的n個(gè)指標(biāo)最大限度地將它所屬類別與其他類別分開來（Kodipaka et al，2007），所以可以有效地解決不同計(jì)量單位綜合計(jì)算的問題。費(fèi)歇爾判別法的基本方法是先假定判別函數(shù)（線性函數(shù)），然后根據(jù)已知信息對(duì)判別函數(shù)進(jìn)行檢驗(yàn)，得到函數(shù)關(guān)系式中的系數(shù)值，從而最終確定判別函數(shù)。費(fèi)歇爾判別法構(gòu)建的判別函數(shù)式如下：

根據(jù)“U(x)”判別函數(shù)式構(gòu)建的判別函數(shù)模型如下：

在式（2）中，AcadPerf為高校學(xué)術(shù)績效，y1為高校發(fā)表科技論文數(shù)，y2為高校出版學(xué)術(shù)專著，y3為高校專利授權(quán)數(shù)，y4為高校重大科技成果，un為系數(shù)。

2.科研績效評(píng)價(jià)的影響因素回歸模型

為探究科研績效評(píng)價(jià)的影響因素，構(gòu)建回歸模型如下：

其中，式（3）衡量了各影響因素對(duì)高校學(xué)術(shù)績效的影響，記為模型（1），α0為常數(shù)項(xiàng)，AcadPerf表示高校學(xué)術(shù)績效，ScTeLnve為高校科技投入指數(shù)，TalCoPul為高?？萍既瞬咆暙I(xiàn)拉動(dòng)率，SciEiCpc為國外三大檢索工具收錄率，NaScTeAw為國家科技獲獎(jiǎng)率，InUnReCo為產(chǎn)學(xué)研合作率，R&DocGDP為高校R＆D 經(jīng)費(fèi)與教育GDP的比率，αn為影響指標(biāo)的系數(shù)，ε表示隨機(jī)誤差項(xiàng)；式（4）衡量了各影響因素對(duì)高校經(jīng)濟(jì)績效的影響，記為模型（2），β0為常數(shù)項(xiàng)，EconPerf表示高校經(jīng)濟(jì)績效，AcadeLea為院士引領(lǐng)人才比例，HigGrTea為高校高級(jí)職稱教師占比，HEIsStud為高校在校學(xué)生規(guī)模擴(kuò)張率，βn為影響指標(biāo)的系數(shù)。

（二）指標(biāo)選擇

1.科研績效評(píng)價(jià)指標(biāo)

高校科技產(chǎn)出不同于企業(yè)經(jīng)營產(chǎn)出，其最大不同點(diǎn)是知識(shí)、技術(shù)產(chǎn)品的產(chǎn)出。根據(jù)國家統(tǒng)計(jì)口徑，高校科技產(chǎn)出分為兩類：知識(shí)、技術(shù)產(chǎn)品的產(chǎn)出，即科技產(chǎn)出的學(xué)術(shù)績效；轉(zhuǎn)讓專利、技術(shù)取得收入，即科技產(chǎn)出的經(jīng)濟(jì)績效，衡量了科技成果轉(zhuǎn)化為生產(chǎn)力的程度（姜文寧等，2020；顧效瑜等，2021）。因此，參考郭際等（2013）、顧效瑜等（2021）和陳輝等（2022）研究，本文中的高校科技產(chǎn)出包括以下指標(biāo)：一是高校師生及研發(fā)人員“發(fā)表科技論文”；二是高校師生及研發(fā)人員“出版科技著作”；三是高?？萍佳邪l(fā)人員創(chuàng)造各種專利，在本文中使用“專利授權(quán)數(shù)”作為創(chuàng)造專利的指標(biāo)；四是高校取得重大科技成果，是衡量中國高校發(fā)展實(shí)力、科技貢獻(xiàn)能力、科研學(xué)術(shù)能力的重要指標(biāo)；五是高校專利轉(zhuǎn)讓收入，指高校專利持有人將專利權(quán)出售給購買方而取得的收入金額；六是高校技術(shù)轉(zhuǎn)讓收入，指高校在全國技術(shù)市場將其擁有專有技術(shù)轉(zhuǎn)讓給購買方所取得的技術(shù)市場成交收入金額。

2.變量設(shè)計(jì)

本文的被解釋變量包括高校學(xué)術(shù)績效（AcadPerf）和高校經(jīng)濟(jì)績效（EconPerf）；核心解釋變量包括高校科技投入指數(shù)（ScTeLnve）、高校科技人才貢獻(xiàn)拉動(dòng)率（TalCoPul）、院士引領(lǐng)人才比例（AcadeLea）；控制變量包括高校高級(jí)職稱教師占比（HigGrTea）、國外三大檢索工具收錄率（SciEiCpc）、國家科技獲獎(jiǎng)率（NaScTe-Aw）、產(chǎn)學(xué)研合作率（InUnReCo）、高校R＆D 經(jīng)費(fèi)占教育GDP 的比率（R＆DocGDP）、高校在校生規(guī)模擴(kuò)張率（HEIsStud）；為避免一些不可觀測的時(shí)間層面的因素對(duì)高校科研績效產(chǎn)生影響，本文還設(shè)置了“年度”（Year）作為啞變量。具體變量說明如表1 所示。

表1 高校科技產(chǎn)出績效模型變量定義表

3.數(shù)據(jù)來源

研究樣本選自2002—2021 年各年出版發(fā)行的《中國統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》以及國家統(tǒng)計(jì)局網(wǎng)站相關(guān)數(shù)據(jù)，高等學(xué)校教授、副教授、專任教師數(shù)量以及高校轉(zhuǎn)讓專利收入來源于各有關(guān)年度《中國教育統(tǒng)計(jì)年鑒》，少量未公布的空缺數(shù)據(jù)采用“趨勢預(yù)測法”進(jìn)行推算。模型數(shù)據(jù)的處理利用SPSS25.0 軟件來完成。

三、實(shí)證結(jié)果分析

（一）高校科技產(chǎn)出績效評(píng)測

1.高?？萍籍a(chǎn)出的經(jīng)濟(jì)績效評(píng)測

根據(jù)《中國科技統(tǒng)計(jì)年鑒》公布的數(shù)據(jù)，總結(jié)2001—2020 年全國高等學(xué)校科技產(chǎn)出的經(jīng)濟(jì)績效如下：2001—2020 年我國高校轉(zhuǎn)讓專利取得的收入逐年下降，由2001 年的258608 萬元下降到2020 年的140294 萬元，平均每年遞減3.17%；同期我國高校技術(shù)轉(zhuǎn)讓收入不斷擴(kuò)大，由2001 年864064 萬元上升到2020 年6104080萬元，平均每年遞增10.84%；兩者合計(jì)產(chǎn)生的“經(jīng)濟(jì)績效”由2001 年1122672 萬元上升到2020 年的6244374 萬元，平均每年遞增9.45%，反映我國高校利用先進(jìn)的科學(xué)技術(shù)為經(jīng)濟(jì)社會(huì)發(fā)展服務(wù)，為國家實(shí)力壯大作出了較大的貢獻(xiàn)。

2.高?？萍籍a(chǎn)出的學(xué)術(shù)績效評(píng)測

根據(jù)《中國統(tǒng)計(jì)年鑒》、《中國科技統(tǒng)計(jì)年鑒》數(shù)據(jù)，總結(jié)2001—2020 年全國高等學(xué)?？萍籍a(chǎn)出的學(xué)術(shù)績效如下：2001—2020 年我國高等學(xué)校發(fā)表科技論文不斷上升，由2001 年的46.7994 萬篇上升到2020 年149.9402 萬篇，平均每年遞增6.32%；全國高校出版科技專著由2001 年2.5205 萬種上升到2020 年4.0052 萬種，平均每年遞增2.47%；全國高校專利申請(qǐng)授權(quán)數(shù)由2001 年0.1281 萬件上升到2020 年23.5092 萬件，平均每年遞增31.56%；全國高校重大科技成果由2001 年0.6156 萬項(xiàng)上升到2020 年1.1339 萬項(xiàng)，平均每年遞增3.27%。

基于全國高等學(xué)?？萍籍a(chǎn)出的學(xué)術(shù)績效數(shù)據(jù)（包括發(fā)表科技論文數(shù)、出版科技專著數(shù)、重大科技成果數(shù)、專利申請(qǐng)授權(quán)數(shù)），采用費(fèi)歇爾判別分析法通過SPSS 25.0 軟件進(jìn)行分析，根據(jù)特征根表和結(jié)構(gòu)矩陣表得出以下W1、W2方程：

以上函數(shù)方程通過“轉(zhuǎn)換計(jì)算”功能構(gòu)建2001—2020 年全國高?？萍籍a(chǎn)出學(xué)術(shù)績效指數(shù)（見表2）。

表2 2001—2020 年全國高?？萍籍a(chǎn)出學(xué)術(shù)績效指數(shù)表

從表2 可見，2001—2020 年，全國高?？萍籍a(chǎn)出學(xué)術(shù)績效指數(shù)不斷提高，由2001 年的32.37 上升到2020 年114.734，平均每年遞增6.89%。

（二）高?？萍籍a(chǎn)出績效影響因素分析

1.回歸結(jié)果

分別對(duì)模型（1）和（2）中各變量進(jìn)行Pearson 相關(guān)性分析可知，模型（1）中的被解釋變量（高校學(xué)術(shù)績效）與兩個(gè)解釋變量（高?？萍纪度胫笖?shù)、高?？萍既瞬咆暙I(xiàn)拉動(dòng)率）分別在10%、5% 的水平上顯著相關(guān)；其他控制變量與被解釋變量都顯著相關(guān)，顯著性均小于0.1，即全部自變量都通過了顯著性檢驗(yàn)。

模型（2）中的被解釋變量（高校經(jīng)濟(jì)績效）與兩個(gè)解釋變量（高校科技投入指數(shù)、院士引領(lǐng)人才比例）分別在5%、1% 的水平上顯著相關(guān)；其他控制變量與被解釋變量均在1% 的水平上顯著相關(guān)，即全部自變量都通過了顯著性檢驗(yàn)。

根據(jù)前述模型（1）和模型（2），對(duì)2001—2020 年高?？萍佳邪l(fā)、績效測評(píng)相關(guān)指標(biāo)數(shù)據(jù)進(jìn)行回歸分析，得出的結(jié)果見表3。

2.高校學(xué)術(shù)績效的影響因素分析

從表3 中的模型（1）回歸結(jié)果可見，兩個(gè)解釋變量和四個(gè)控制變量都通過了對(duì)被解釋變量（高校學(xué)術(shù)績效）的顯著性檢驗(yàn)，R2、Adj R2分別為0.997、0.996，遠(yuǎn)遠(yuǎn)大于0.5 的判定標(biāo)準(zhǔn)，表明模型的擬合度很好，可解釋程度高。主要結(jié)論如下：

（1）高校科技投入指數(shù)（分）與高校學(xué)術(shù)績效在1% 的水平上顯著負(fù)相關(guān)，說明高校科技研發(fā)投入難以和高校學(xué)術(shù)績效實(shí)現(xiàn)同方向發(fā)展。事實(shí)上，2001—2020 年“高?？萍纪度胫笖?shù)”呈下降態(tài)勢，由2001 年的0.145 下降到2020 年的0.076，平均每年下降3.34%；與此同時(shí)，同期我國高校學(xué)術(shù)績效指數(shù)呈上升態(tài)勢，由2001 年32.370 上升到2020 年的114.734，平均每年遞增6.89%。正是高校科技投入指數(shù)與高校學(xué)術(shù)績效發(fā)展方向不一致，致使這兩者顯著負(fù)相關(guān)。當(dāng)然，如果按我國高?？萍佳邪l(fā)投入絕對(duì)值進(jìn)行計(jì)算，也可能不會(huì)存在這種相背發(fā)展的現(xiàn)象，或者至少相背離的程度不會(huì)這樣大。因此，不能從兩者負(fù)相關(guān)的關(guān)系上得出消極的結(jié)論，還應(yīng)該充分肯定高校科技研發(fā)投入取得的成績，從“增量”和“減速”的辯證法上看待我國科技研發(fā)投入對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的積極意義。

（2）高?？萍既瞬咆暙I(xiàn)拉動(dòng)率與高校學(xué)術(shù)績效在1% 的水平上顯著正相關(guān)。說明高?？萍既瞬咆暙I(xiàn)拉動(dòng)率越大，高校學(xué)術(shù)績效越好。主要原因在于，我國高校科技人才貢獻(xiàn)拉動(dòng)率與高校學(xué)術(shù)績效同步正向發(fā)展，前者由2001 年的1.3% 上升到2020 年的5.6%，平均每年遞增7.99%，比后者均遞增6.89% 高1.1 個(gè)百分點(diǎn)。這表明我國高?？萍既瞬艑?duì)高校學(xué)術(shù)研究績效產(chǎn)生了極大的貢獻(xiàn)價(jià)值。

（3）通過分析控制變量與被解釋變量之間的關(guān)系得到結(jié)論：一是國外三大檢索工具收錄率與高校學(xué)術(shù)績效在1% 的水平上顯著正相關(guān)，說明我國學(xué)者在國內(nèi)外發(fā)表的學(xué)術(shù)論文被國外三大檢索工具收錄越多，我國高校學(xué)術(shù)績效越好；二是國家科技獲獎(jiǎng)率與高校學(xué)術(shù)績效在10% 的水平上顯著正相關(guān)，說明我國教育、文化、衛(wèi)生行業(yè)獲得國家科技獎(jiǎng)勵(lì)越多，高校學(xué)術(shù)績效越好；三是產(chǎn)學(xué)研合作率與高校學(xué)術(shù)績效在1% 的水平上顯著正相關(guān)，說明我國高等學(xué)校同企業(yè)及研究機(jī)構(gòu)合作程度越密切，我國高校學(xué)術(shù)績效越好；四是R＆D 經(jīng)費(fèi)占教育GDP 的比率與高校學(xué)術(shù)績效在10% 的水平上顯著正相關(guān)，說明我國高等學(xué)校R＆D 經(jīng)費(fèi)支出占教育行業(yè)增加值的比率越高，我國高校學(xué)術(shù)績效越好。

3.高校經(jīng)濟(jì)績效的影響因素分析

從表3 中的模型（2）回歸結(jié)果可見，兩個(gè)解釋變量和四個(gè)控制變量都通過了對(duì)被解釋變量（高校經(jīng)濟(jì)績效）的顯著性檢驗(yàn)，R2、Adj R2分別為0.959、0.940，遠(yuǎn)遠(yuǎn)大于0.5 的判定標(biāo)準(zhǔn)，表明模型的擬合度很好，可解釋程度高。主要結(jié)論如下：

（1）高?？萍纪度胫笖?shù)（分）與高校科技產(chǎn)出的經(jīng)濟(jì)績效在10% 的水平上顯著負(fù)相關(guān)，說明高?？萍佳邪l(fā)投入不能和科技產(chǎn)出的經(jīng)濟(jì)績效同方向發(fā)展。其原因同模型（1）。

（2）院士引領(lǐng)人才比例與科技產(chǎn)出的經(jīng)濟(jì)績效在5% 的水平上顯著負(fù)相關(guān)，說明我國院士引領(lǐng)人才發(fā)展比例不能和高校經(jīng)濟(jì)績效同方向發(fā)展。事實(shí)上，從我國兩院院士占高校R＆D 人員的比例來看，2001 年為6.1%，2020 年為2.5%，平均每年下降4.59%，和同期我國高校經(jīng)濟(jì)績效年均上升9.45% 相反，所以出現(xiàn)了院士引領(lǐng)人才比例與高校經(jīng)濟(jì)績效顯著負(fù)相關(guān)現(xiàn)象。但值得注意的是，院士引領(lǐng)人才比例與高校經(jīng)濟(jì)績效顯著負(fù)相關(guān)，不能否定我國院士在社會(huì)經(jīng)濟(jì)發(fā)展中引領(lǐng)作用，這可能是計(jì)算指標(biāo)造成的偏差。事實(shí)上，我國院士數(shù)量沒有減少，我國院士在2001 年為1265 名，至2020 年增加到1881 名，平均每年遞增2.11%，但計(jì)算院士引領(lǐng)比例的分母——全國R＆D 人員不斷增加，由2001 年314.11 萬人增加到2020 年的745.58 萬人，平均每年遞增4.65%，是院士年均遞增率的2.2 倍。

（3）分析控制變量與被解釋變量的關(guān)系，可以得到以下幾點(diǎn)結(jié)論：一是高校高級(jí)職稱教師占比與高校經(jīng)濟(jì)績效在5% 的水平上顯著負(fù)相關(guān)，說明我國高校高級(jí)職稱教師占比越高，高校經(jīng)濟(jì)績效越不能同步轉(zhuǎn)好?？赡艿慕忉屧谟?，高校教授、副教授把主要的精力用于“教書育人”，卻忽視了創(chuàng)造專利取得轉(zhuǎn)讓收入，或轉(zhuǎn)讓技術(shù)取得收入。二是國外三大檢索工具收錄率與高校經(jīng)濟(jì)績效在1% 的水平上顯著正相關(guān)，說明我國學(xué)者在國內(nèi)外發(fā)表的學(xué)術(shù)論文被國外三大檢索工具收錄越多，我國高校經(jīng)濟(jì)績效越好，這可能是高水平論文突出了先進(jìn)技術(shù)、發(fā)明專利的應(yīng)用。三是R＆D 經(jīng)費(fèi)占教育GDP 的比率與高校經(jīng)濟(jì)績效在10% 的水平上顯著正相關(guān)，說明我國高等學(xué)校R＆D 經(jīng)費(fèi)支出占教育行業(yè)增加值的比率越高，我國高校經(jīng)濟(jì)績效越好。四是高校在校生規(guī)模擴(kuò)張率與高校經(jīng)濟(jì)績效在10% 的水平上顯著正相關(guān)，說明我國高校普通本?？圃谛Ｉ?guī)模擴(kuò)張率越大，高校經(jīng)濟(jì)績效越好。

四、研究結(jié)論與相關(guān)建議

（一）研究結(jié)論

高?？萍籍a(chǎn)出績效，是高?？萍脊芾碜非蟮慕K極目標(biāo)，也是高?？萍妓降闹匾w現(xiàn)。本文首先回顧了我國高?？萍脊芾淼难芯楷F(xiàn)狀，設(shè)置了評(píng)測科技產(chǎn)出績效的指標(biāo)，包括學(xué)術(shù)績效和經(jīng)濟(jì)績效兩大內(nèi)容。其次，采用判別分析法中的費(fèi)歇爾判別法構(gòu)建了全國高?？蒲锌冃е笖?shù)。最后，通過回歸模型研究了影響高?？萍籍a(chǎn)出績效的因素。本文的主要結(jié)論如下：

第一，科研績效評(píng)價(jià)結(jié)果表明，2001—2020 年全國高校科技產(chǎn)出經(jīng)濟(jì)績效和學(xué)術(shù)績效指數(shù)不斷提高。其中，科技產(chǎn)出的學(xué)術(shù)績效年均遞增6.89%，科研成果的經(jīng)濟(jì)績效年均遞增9.45%，反映我國高校利用先進(jìn)的科學(xué)技術(shù)為經(jīng)濟(jì)社會(huì)發(fā)展服務(wù)，為國家實(shí)力壯大作出了較大的貢獻(xiàn)。

第二，回歸結(jié)果表明，高?？萍籍a(chǎn)出績效受多種因素影響。高校科技產(chǎn)出績效的主要影響因素包括高?？萍纪度胫笖?shù)、高校科技人才貢獻(xiàn)拉動(dòng)率或院士引領(lǐng)人才比例、高校高級(jí)職稱教師占比、國外三大檢索工具收錄率、國家科技獲獎(jiǎng)率、產(chǎn)學(xué)研合作率、R＆D 經(jīng)費(fèi)占教育GDP 的比率、高校在校生規(guī)模擴(kuò)張率。從影響程度來看，影響高校學(xué)術(shù)績效最重要的因素是“高校R＆D 經(jīng)費(fèi)占教育GDP 的比率”，其次是“高?？萍既瞬咆暙I(xiàn)拉動(dòng)率”，再次是“國外三大檢索工具收錄率”。相比之下，影響高校經(jīng)濟(jì)績效最重要的因素是“高校R＆D 經(jīng)費(fèi)占教育GDP 的比率”，其次是“國外三大檢索工具收錄率”，再次是“高校在校生規(guī)模擴(kuò)張率”。

第三，相關(guān)性分析結(jié)果顯示，高?？萍既瞬咆暙I(xiàn)拉動(dòng)率、高校開展產(chǎn)學(xué)研合作以及教育、文化、衛(wèi)生行業(yè)獲得國家科技獎(jiǎng)勵(lì)與高校學(xué)術(shù)績效顯著正相關(guān)。2001—2020 年，高校科技人才貢獻(xiàn)拉動(dòng)率和高校學(xué)術(shù)績效兩者同步遞增。高校R＆D 經(jīng)費(fèi)占教育GDP 的比率與高校產(chǎn)出績效顯著正相關(guān)。2001—2020 年，高校R＆D 經(jīng)費(fèi)占教育GDP 的比率年均遞增1.07%，低于高校學(xué)術(shù)績效年均遞增6.89%，也低于用收入反映的高校經(jīng)濟(jì)績效年均遞增9.45%。國外三大檢索工具收錄率與高校產(chǎn)出績效顯著呈正相關(guān)關(guān)系。2001—2020 年，國外三大檢索工具收錄率年均遞增6.88%，與高校學(xué)術(shù)績效年均遞增6.89% 相當(dāng)，但比用收入反映的高校經(jīng)濟(jì)績效年均遞增9.45% 低2.57 個(gè)百分點(diǎn)。高校在校生規(guī)模擴(kuò)張率與高校經(jīng)濟(jì)績效顯著正相關(guān)。隨著高校招生規(guī)模的逐步擴(kuò)大，對(duì)高校的學(xué)術(shù)績效和經(jīng)濟(jì)績效都將有一定的影響。2001—2020 年，高校年年都向社會(huì)輸送人才，不僅用人部門受益，而且高校也提高了經(jīng)濟(jì)績效。

（二）相關(guān)建議

基于研究結(jié)論，本文提出以下建議：

第一，加大高?？萍佳邪l(fā)投入力度，重視提升科技成果轉(zhuǎn)化水平。本文研究結(jié)果表明，高?？萍纪度胫笖?shù)與高校學(xué)術(shù)績效、高校經(jīng)濟(jì)績效均顯著負(fù)相關(guān)，其主要原因是高?？萍纪度朐鲩L率在2001—2020 年處于負(fù)增長狀態(tài)，與高校學(xué)?？冃?、經(jīng)濟(jì)績效正增長形成明顯的反差。而在高?？萍佳邪l(fā)投入中，高校R＆D 經(jīng)費(fèi)投入是最重要的指標(biāo)。2001—2019 年，高校R＆D 經(jīng)費(fèi)支出年均遞增5.47%，其中，政府資金占比基本保持不變，但企業(yè)資金占比降低了9.04 個(gè)百分點(diǎn)。由此可見，高?？萍佳邪l(fā)經(jīng)費(fèi)投入主要靠政府，企業(yè)“橫向經(jīng)費(fèi)”占比不斷降低。其原因在于，很多高校將教師所獲批的縱向科研課題作為職稱晉升的考核標(biāo)準(zhǔn)，忽視了橫向經(jīng)費(fèi)在高?？萍佳邪l(fā)投入與產(chǎn)出中的重要作用。因此，高?？萍脊芾聿块T在對(duì)科研人員考核體系中，應(yīng)提升企業(yè)橫向經(jīng)費(fèi)在科技人員考核和評(píng)價(jià)中的比重，以鼓勵(lì)科技成果在企業(yè)實(shí)現(xiàn)轉(zhuǎn)化，幫助企業(yè)提升生產(chǎn)經(jīng)營能力。

第二，優(yōu)化高?？蒲嘘?duì)伍結(jié)構(gòu)，發(fā)揮高級(jí)職稱教師科研優(yōu)勢。實(shí)證研究結(jié)果表明，高校高級(jí)職稱教師占比與高校經(jīng)濟(jì)績效顯著負(fù)相關(guān)。這一結(jié)果固然說明高校高級(jí)職稱教師把培養(yǎng)人才放在第一位，但對(duì)科研的投入不足也是一個(gè)客觀存在的問題。根據(jù)《中國教育統(tǒng)計(jì)年鑒》公布的數(shù)據(jù)，2003—2019 年全國高等教育學(xué)校高級(jí)職稱教師增加了1.37 倍，但科研機(jī)構(gòu)人員不僅沒有增加，還減少了799 人。當(dāng)然，高等教育學(xué)校中高級(jí)職稱的教師也有從事科研項(xiàng)目的人員（非全時(shí)人員），由于他們不完全編制在科研崗位，而是按一年中實(shí)際從事科研項(xiàng)目的時(shí)間折算當(dāng)量科研人員，即將“非全時(shí)人員”折合為“全時(shí)當(dāng)量人員”，和“全時(shí)人員”（科研機(jī)構(gòu)人員）一起統(tǒng)稱為“R＆D 人員全時(shí)當(dāng)量”。2001 年高等學(xué)校教師折算為科研人員全時(shí)當(dāng)量占當(dāng)年全部專任教師的比率為6.50%，2019 年降為3.20%，說明高等學(xué)校教師投入科研工作的力度不足，且不斷在下降。因此，高校應(yīng)不斷優(yōu)化科研師資隊(duì)伍結(jié)構(gòu)，充分發(fā)揮高級(jí)職稱等高層次人才中堅(jiān)力量的優(yōu)勢，引進(jìn)青年科研人員作梯隊(duì)式培養(yǎng)，為其提供良好的科研工作環(huán)境和配套措施，切實(shí)提高科研素養(yǎng)和能力。

第三，改進(jìn)科研評(píng)價(jià)導(dǎo)向，突出標(biāo)志性成果評(píng)價(jià)。根據(jù)2020 年10 月13 日中共中央、國務(wù)院關(guān)于《深化新時(shí)代教育評(píng)價(jià)改革總體方案》的規(guī)定，評(píng)價(jià)高校教師科研工作，應(yīng)突出質(zhì)量導(dǎo)向，重點(diǎn)評(píng)價(jià)學(xué)術(shù)貢獻(xiàn)、社會(huì)貢獻(xiàn)以及支撐人才培養(yǎng)情況，不將論文數(shù)、項(xiàng)目數(shù)、課題經(jīng)費(fèi)等科研量化指標(biāo)與績效工資分配、獎(jiǎng)勵(lì)掛鉤。因此，高校科技績效的積分制只能作為高?？萍佳邪l(fā)人員科技業(yè)績?cè)u(píng)價(jià)的一個(gè)方面，更重要的是研究制定突出“質(zhì)量導(dǎo)向”的管理辦法，突出科研人員代表性成果評(píng)價(jià)、長周期社會(huì)影響的成果評(píng)價(jià)，并賦予實(shí)施。

（三）不足與展望

在我國高?？蒲泄芾韺?shí)踐中如何提升科技產(chǎn)出的績效水平是科技管理研究的重要議題。在“雙一流”建設(shè)背景下，為探尋符合中國高校自身特色的科技創(chuàng)新發(fā)展道路，未來研究可在以下方面進(jìn)一步積極探索：（1）構(gòu)建更精細(xì)的評(píng)價(jià)指標(biāo)體系，運(yùn)用核主成分分析-費(fèi)歇爾判別（KPCA-Fisher）模型對(duì)相關(guān)程度較高的特征指標(biāo)進(jìn)行非線性提取，將提取出的主成分作為Fisher 判別模型的判別因子，以提高高?？萍伎冃гu(píng)價(jià)的精度；（2）采用動(dòng)態(tài)因果關(guān)聯(lián)方法，揭示各個(gè)影響因素對(duì)我國科技產(chǎn)出績效的動(dòng)態(tài)影響關(guān)系，為高校科技創(chuàng)新路徑優(yōu)化提供更加科學(xué)合理的參考建議。