高校财政性科研经费绩效实证分析

《高校财政性科研经费绩效实证分析》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、高校财政性科研经费绩效实证分析　　中图分类号：TP311文献标识码：A：1009-3044（2016）03-0262-03　　1概述　　在世界知识经济背景下，科研的重要性无庸赘述。为了保证高校科研技术的发展，我国每年都对高校科研投入大量资金。然而，2014年9月3日，世界经济论坛发布的《2014-2015年全球竞争力报告》中显示中国名列第28位，但在高校，技术就绪指数仍不高。中国有320多万名研发人员，人数领先世界，但科技创新能力仅居于世界第19位；中国发明专利申请量和授权量分别居世界首位和第二位，但能“变钱”的却不

2、多，科技成果转化率仅为10%左右1。同时，我国人口基数巨大，高等教育又是稀缺资源，这决定了普通高校的当务之急就是要研究如何合理地利用现有的资源，发挥潜力，提高科研绩效。　　《国家中长期教育改革和发展规划纲要（2010-2020年）》指出：“到2020年我国要基本实现教育现代化，基本建成学习型社会，进入人力资源强国行列。”2015年3月，国务院出台的《关于改进加强中央财政科研项目和资金管理的若干意见》提出改进加强财政性科研项目和资金管理的具体措施。由此，视线不仅要聚焦在普通高校的教学质量，还要对普通高校财政性科研经费的

3、使用效果进行评价，以期对相关部门加强科研经费管理提供理论参考，从根本上提高普通高校科研性财政经费的使用效率。　　2文献回顾　　国外对高校财政性科研经费的研究较早。美国“二战”促使美国政府投入大量经费支持高校科学研究，这可视为政府对大学实行科研经费的起点2。　　国内对普通高校财政性科研经费评价方面的研究成果颇丰。陆根书等（2006）以不同地区教育部直属高校为对象，对54所高校在2000-2002年间的科研绩效及其变化趋势进行了分析，并不能完全代表不同地区的高校科研绩效3。谭红梅、张经鹏（2009）认为我国目前高校科研经

4、费管理复杂，课题组对经费的使用存在损失浪费、支出不合理等问题在我国表现明显4。冯宝军（2012）则是基于多属性分析核算高校科研经费全成本，以提高科研经费使用的科学性和合理性5。　　3研究设计　　3.1样本与数据　　在现有研究中，使用的数据时段一般较早，为了使分析结果更准确，同时更具时效性，本文采用的数据主要来自于2009-2014年教育部科技司编写的《高等学校科技统计资料汇编》。《汇编》中较详细地统计了普通高校科研活动投入和产出的情况。由于《汇编》不包含中国台湾地区和香港、澳门特别行政区高等学校科研活动数据，所以本文

5、选取我国31个省区作为研究对象，对不同年份的不同地区普通高校的财政性科研经费的效果进行评价。　　3.2模型与变量　　目前尚未对普通高校科研系统投入与产出达成一致的标准。国内著名学者如王章豹（2005）对高校科研系统的投入与产出指标做出了详细了阐述，并列出了一系列科研评价指标体系6。由于本文研究对象为普通高等学校财政性科研经费，因此选取《汇编》中各省区的“科研经费（千元）-当年拨入-政府资金（人均）”作为投入指标。　　相比投入来说，科研产出的测度较为复杂。骆卉慧（2008）认为科研产出主要有6个指标：出版科技专著数、发

6、表学术论文数、鉴定成果数、成果授奖数、专利数和技术转让7。白俊红（2009）认为发明专利能客观地反映出一个地区原始创新能力与科技综合实力，因此选用发明专利授权量作为科研产出考核指标8。郭峻等（2010）在借鉴前人的基础上，选取了研究与发展合计项目数、科技著作数、发表学术论文数、专利发明数和技术转让当年实际收入5项产出指标9。贾明春（2013）则直接采用《2011中国大学评价研究报告》中60所样本高校2010年度的科研得分作为产出指标10。　　为了精简评价指标，本文利用SPSS进行主成分分析，根据每个主成分的得分来衡量

7、研究对象在每个主成分上的程度和地位，构建综合评价函数，从而对高等学校财政性科研经费进行综合评价。通过降维过程，将专著数量（部）、学术论文（篇）、鉴定成果数（项）、技术转让当年实际收入（千元）和成果授奖（项）这5项数值指标转化为少数的综合指标，这样做可以避免层次分析法的主观性。　　本文选取特征根≥1的成分作为主成分，过程以2014年31省区的数据为例，通过SPSS进行数据处理，得到表1、表2、表3。　　通过2014年产出指标成份得分系数矩阵可以将所有主成分表示为各个变量的线性组合。因此主成分的表达式如下：　　运用相同的

8、方法对2009-2013年的数据进行处理，可以得到各地区2009-2013年的主成分得分，并将这一综合性指标作为本文的科研产出指标。表4即为全国31个省份6年的主成分得分以及依据主成分得分的排名情况。　　为了验证普通高校财政性经费投入指标和产出与指标的相关性，本文选择皮尔森相关系数（Pearsoncorrelationcoefficient），