基于知識生產函數的科學基金重大項目績效測度研究

摘 要：本文分析了知識生產函數應用于績效評估的特點，首次研究建立了基于知識生產函數的科學基金重大項目績效測度的指標和模型，采用科學基金重大項目投入產出數據，實證測算出每個科學基金重大項目的績效水平，使不同科學部之間的重大項目績效水平橫向可比，不同時期的重大項目績效水平縱向可測，為科學基金重大項目的績效管理提供了有效的定量測度工具，同時，也為科學基金改進預算與分配提供了重要參考。

關鍵詞：知識生產函數；科學基金重大項目；績效測度模型

中圖分類號：G311 文獻標識碼：A 文章編號：1003-5192(2011)01-0030-05

Performance Measurement of Principal Projects of National Natural Science

Fund of China Based on Knowledge Production Function

LIU Yun1， YANG Yu2， ZHEN Yong-he3， WANG Ren-fei4

(1.Beijing Institute of Technology， Beijing 100081， China; 2.Central University of Finance and Economics， Beijing 100081， China; 3.National Natural Scientific Foundation of China， Beijing 100085， China; 4.Ministry of Finance People’s Republic of China， Beijing 100820， China)

Abstract:This research has established model of science foundation performance evaluation based knowledge production function， and supplied the method of modeling. Build the performance evaluation model based knowledge production function by adopting data of Principal Projects of National Natural Science Fund of China， and calculate performance of each project. It can be realized that estimate the level of performance in different period science parts. Furthermore it can strongly supply quantitative model and tool for administer the performance of science foundation.

Key words:knowledge production function; principal projects of NSFC; performance measurement model

1 引言

國家自然科學基金委員會作為我國政府資助基礎研究的重要機構，是國家創新體系的重要組成部分，在推進我國創新型國家建設中發揮著獨特的功能。科學基金績效管理既是我國政府績效改革的重要組成部分，也是引導科技管理部門績效管理和績效改革的關鍵。通過開展科學基金績效評估與管理，一方面可以向公眾展示國家支持科學研究的成果，提高公眾對科學研究的理解與支持，另一方面可以有效地促進我國基礎研究的發展和創新型國家的建設［1，2］。

國家自然科學基金重大項目定位于面向國民經濟建設、社會可持續發展和科技發展的重大需求，匯聚創新力量，開展多學科綜合研究和學科交叉研究，解決具有戰略意義的關鍵科學問題，充分發揮導向和帶動作用，進一步提升我國基礎研究源頭創新能力。國家自然科學基金重大項目對于引領我國基礎研究重要前沿方向和解決經濟社會發展中的重大科學問題具有戰略性的意義，因此針對科學基金重大項目的績效評估與分析對于改進科學基金項目管理，優化科學基金預算與分配，提高科學基金的使用效益具有重要的決策支持作用。

迄今，科學基金的績效評估尚處于探索階段，針對不同類型資助項目的整體性評估存在空白，特別是科學基金重大、重點項目還主要是通過專家對單個項目的結題驗收評審來進行績效管理的，難以對項目的整體績效管理提供決策支持。本文通過對科學基金重大項目的績效研究，試圖建立一種以提高重大項目的產出績效為導向、綜合考慮在知識生產下的科研投入和產出的要素，建立科學基金重大項目定量化的績效測度指標與模型，為科學基金重大項目的績效管理提供有效的評估工具［3，4］。

2 知識生產函數在績效評估中的應用

關于績效（Performance）的內涵界定一直存在著不同的觀點，分別從結果、過程、績效反映出來的能力、內容等角度對績效進行研究和總結，績效是一個組織或機構的相關活動和行為及其產出和結果，并以此表現出該組織機構所擁有的特定能力的效率、質量和效益。美國《政府績效與結果法案》(Government Performance Results Act，GPRA)關于績效的界定與此基本類似［5，6］ 。

創新過程中知識向下游流動，連續轉化為直接產出、中間產出、后續產出和最終產出。科學基金重大項目投入資源包括人力資源、資本、設施及不可見的資源如聲譽等，包括參與科研活動的人員的能力和經驗，以及特定學科的前沿水平。產出可以是有形的物體或者物質性的其他內容（如產品、工藝或報告等），或者組織性、社會性、經濟性的現象（如成本的降低或生產率的提高），也可以是無形的東西如知識、客戶滿意度以及由科技帶來的其他益處或有害的影響。科學基金重大項目的產出可以使用科研績效指標來表征，包括論文、專利、獲獎、人才培養等等［7~9］。

基礎研究績效評價主要有三類評價方法，即：定性評價法、定量評價法、定性與定量相結合的綜合評價法。其中，定性評價法主要依靠專家的分析與判斷，按照一定的標準對被評價對象給出非量化的評價結論，該方法是歷史最長、適用范圍廣、使用最為普遍的科技評價方法。主要包括：同行評議、回溯與案例分析法。定量評價法主要運用數學模型對科學研究活動的投入、產出等相關數據進行計算，得出定量的評價結論。主要包括：文獻計量方法和經濟計量方法。綜合評價法是一類將定性與定量評價手段相結合的評價方法。主要包括：定標比超方法和多指標綜合評價方法［10］。本研究采用基于知識生產函數的投入產出測度方法。

知識生產函數(Knowledge Production Function，KPF)最初是Griliches在利用生產函數估算RD對于經濟增長的貢獻時提出來的［11］。后來經過Jaffe完善后形成了Griliches-Jaffe知識生產函數模型［12］。在構建內生增長模型時，Romer提出了自己的KPF模型，但存在一些缺陷，經過Jones修正后形成了Romer-Jones 知識生產函數模型［13］。米歇爾#8226;弗蘭迪茨認為知識生產函數提供了一個評價創新活動效率的簡單而實用的方法，并完全可以運用于不同創新系統間質量的比較［14］。萊迪亞-格羅恩日用知識生產函數從兩個維度考察歐洲地區的知識溢出［15］。亞瑟和弗蘭德瑞克在對Romer-Jones知識生產函數增長之間的關系進行進一步理論分析的基礎上，通過引入專利申請、專利存量、投入研發的科學家和工程師總量以及全要素生產率四個變量，采用美國1948~1997年的經濟發展數據進行了實證研究［16］。

國內學者吳延兵運用知識生產函數模型研究了知識生產的性質及其影響因素［17］，翟立新等學者把知識生產函數用于對于中國科學院不同類型研究所的績效評估，并取得了較好的結果［18］。

3 國家自然科學基金重大項目績效測度模型構建

基于知識生產函數的投入產出模型，參照Jaffe的模型和柯布道格拉斯函數形式，將知識生產的投入要素簡化為資本投入和勞動的投入，知識產出要素簡化為科研成果和人才的培養。兩種投入要素的和配比影響著知識生產的產出水平。采用簡化的知識生產函數來表達知識生產過程中科技投入和科技產出的關系。

Q=AKαLβε

其中變量K表示重大項目資本的投入量，變量L表示重大項目科技人力資源投入量，Q為重大項目的綜合產出，ε為殘差。A、α、β為參數。兩邊取對數，得到

lnQ=αlnK+βlnL+C

其中lnK表示資本投入要素的對數，lnL表示勞動投入要素的對數，α的經濟學含義是資本投入要素的產出彈性，即資本投入要素的單位變動所引起產出的變動量；β為科技人力投入要素的產出彈性，即人力資源投入要素的單位變動所引起產出的變動量；C為常數項，可以看成為一個系數，C的數值越大，既定投入數量所能得到的產出也越大，其大小受到知識存量等因素的影響。

利用最小二乘法估計上式中α、β和C的值，給出回歸方程。計算實際產出lnQ*和理論產出Q*的值。

lnQ*=αlnK+βlnL+C

Q*=exp(lnQ*)

求出理想的科技綜合產出值Q*。將實際的產出與理想產出相比，得到每個重大項目的績效水平performance=QQ*

4 數據選取及績效測算

4.1 數據選取

自1986年國家自然科學基金委員會成立以來，科學基金在擇優支持量大面廣的自由申請項目、青年科學基金、地區科學基金等面上項目的同時，設立了重點和重大項目。本研究以國家“七五”、“八五”和“九五”期間的已經結題的重大項目為研究對象。采集了包括7個科學部（數理學部、化學學部、生命學部、地球學部、工程與材料學部、信息學部、管理學部）的178個重大項目的樣本數據（見表1）。采集的字段包括：項目編號、項目名稱；資助總額、聯合資助金額；參與項目人員的職稱和學歷水平（高級、中級、初級；博士后、博士生、碩士生），項目發表的論文級別（國際刊物、國內核心期刊、國內一般期刊），發表的專著類型（中文專著、外文專著），項目獲得的獎勵（國家級獎、省部級獎、國際獎），通過重大項目實施培養的人才（博士后、博士、碩士）。研究的樣本數據跨越15年，因此數據的基本特征可能會發生變化。考慮投入和產出要素，雖然15年間的資金投入轉換成購買力有所增長，但是產出要素的核心價值也在增長，相對當時的購買力并沒有明顯增加，因此資金投入暫不需要考慮其價值的變動。

4.2 篩選關鍵性的指標

采用結構化的指標來構建指標體系。雖然研究表明非結構化的指標能夠更好地表達目標特性，但是本研究采用投入產出模型作為績效評價的基礎模型，因此首先要建立投入產出的結構化的指標體系。評價的關鍵問題是找出最具有排序能力的指標，并合理分配權重。通過指標分析和觀察數據剔出了非關鍵性指標和差異很大的指標。最終我們得到4個一級指標和10個二級指標。一級指標的投入類指標由資金投入和研究人員投入構成，產出類指標由論文產出和人才培養構成。其中，資金投入包括科學基金資助總額加上聯合資助金額；研究人員包括高級、中級、初級以及博士后的數量。論文指標主要選擇國際刊物論文；人才培養包括博士后、博士和碩士數量。

4.3 數據的標準化和指標權重

為了便于計算，采用每個指標的最大值作為標準，對應的指標值除以這個值，保證指標值都在［0，1］之間。

對于可以明確判定等級的指標可以采用專家調查法來進行。對于不能明確判斷其等級的性質不同的指標類別采用熵權法測定其權重。對于4個一級指標和10個二級指標來說專家調查法比較適用。在研究人員構成中高級、中級、初級研究人員和博士后的科研貢獻排序比較明確，因此可以采用專家調查法確定其權重。同樣人才培養中的博士后、博士和碩士人員在等級上比較明確，可以采用專家調查法來確定權重（見表2）。

4.4 科技產出和項目績效

標準化后的數據按照以上權重計算每個重大項目的投入產出的綜合指標。再利用最小二乘法估算α、β和C的值。回歸計算的結果見表3。

計算科學基金重大項目實際科技產出的回歸方程如下

lnQ*=0.1551×lnK+0.1303×lnL-1.1783

那么，實際產出lnQ*和理想產出Q*的函數關系如下

Q*=exp(lnQ*)

科學基金重大項目實際科技投入與產出關系可以作為績效評估的基準，其實際績效與基準績效相比較，可以求出其相對的績效水平。上面的函數構成了一個平面，所有項目都投影在這一平面上，投影所對應的產出值就是項目的產出標準。

每個重大項目都在這個平面上投影出一個績效點，這個點的坐標lnQ*的值代表著在既定的資金投入和人力投入下的理想科技產出。那么使用實際的科技產出指標比上理想的科技產出就可以得到每個科學基金重大項目的績效水平。

運用上述方法，分別計算178個科學基金重大項目的績效水平。績效大于1，說明該項目的績效大于全體項目的標準水平；績效小于1，說明該項目的績效小于全體項目的標準水平。兩個項目相比績效值較大的體現了較高的績效水平。

圖1顯示績效水平較低的項目集中度較高，績效水平較高的項目集中度較低。使用這種方法計算的績效水平與結題驗收專家的評估結果進行一致性檢驗，兩種方法得出結果的一致性較高。表明本方法應用于測度科學基金重大項目的績效水平具有可行性和合理性。

5 小結及啟示

針對178項科學基金重大項目績效水平的實證測度，科學基金重大項目經費投入、人員投入以及實際產出績效的三維空間分布呈馬鞍型。研究發現：科學基金重大項目科研經費投入量和科研人員投入量與科技產出總體上呈現正相關關系。在不同的科研經費投入水平下，科研人員投入量越多，科技產出越高。但是在科研人員數量保持在中等水平以下時，起初隨著科研經費的投入量增加，科技產出績效相應增長，但是隨著科研經費投入量增加到一定程度時，科技產出績效反而有所下降，表明科學基金重大項目經費投入量過大，反而會降低了經費的使用效率，導致科研產出績效水平下降。

從科學基金的資助政策層面看，目前，科學基金按照“穩基分增”的原則進行經費的分配，隨著科學基金總量的快速增長，各類項目的資助數量和資助經費都有了較大幅度的增加，對于面上項目而言，增加資助項目數量和提高單項資助強度具有較大的合理性，可以吸引和穩定支持一大批科研人員從事基礎研究，營造有利于原始創新和人才成長的環境，推動中國基礎研究可持續發展。但是，對于重大項目而言，各科學部確定統一的資助強度標準（如每個項目500萬元）就不盡合理了，由于其資助強度較大，一方面需要做好深入細致的科研預算和審核，另一方面，要根據各學科領域的實際情況和各項目的實際需求，確定各科學部的經費切塊比例和單項資助強度的標準。本研究結果除了定量表征科學基金重大項目的績效水平外，還為調整科學基金重大項目的資助強度提供了參考依據。今后，科學基金應加強針對重大研究計劃、重大項目、重點項目等資助強度較高的項目類型的整體性績效評估，以提高科學基金重大項目的績效水平為導向，調整和改進科學基金的預算分配，優化科學基金的資源配置，提高科學基金的使用效益。

基于知識生產函數的績效評價方法引入了科研投入和產出的數量上的對應關系，通過計算剔出了非關鍵因素的影響，建立了基于知識生產函數的科學基金重大項目績效測度模型，使不同的科學部間的重大項目績效水平橫向可比，不同時期的重大項目的績效水平縱向可測，為科學基金項目績效管理工作提供了有效的定量化測度工具。隨著這一測度工具在實際工作中的應用，將有助于改進科學基金績效管理模式，提高科學基金績效管理效率，為科學基金項目經費的優化配置提供依據。

此外，我們應該注意，基于知識生產函數的績效評價方法并不能代替專家評議等傳統的評估方法。不同計劃的績效目標和表現不同，不同科學部以及各學科間的績效表現也存在很大差異。未來值得關注的是國家自然科學基金的整體績效、不同計劃的績效和科學部的績效如何進行評估。基于知識生產函數的績效評價方法需要與其他方法相結合才能更好地發揮作用。總之，基于知識生產函數的績效評價方法為科學基金項目的績效評價以及科學基金的項目經費預算分配提供了可行的輔助決策支持工具。

參 考 文 獻：

［1］黃海軍，李若筠，馮芷艷，等.2003年度管理科學部基金評審工作綜述［J］.中國科學基金，2004，(1):33-35.

［2］楊列勛，李若筠.管理科學基金項目績效評估問題研究［J］.中國科學基金，2001，（3）:183-186.

［3］王任飛，鄭永和，劉云，等.關于我國科學基金績效評估的若干思考［J］.中國基礎科學，2007，12(6):51-55.

［4］劉云，鄭永和，張琳，等.科學基金國際合作戰略提升的需求分析與對策［J］.科學學研究，2002，20(6):598-603.

［5］孟華.政府績效評估-美國的經驗和中國的實踐［M］.上海:上海人民出版社，2006.

［6］Holbrook A D. Why measure science［J］. Science and Public Policy， 1992， 19(5): 36-48.

［7］Anselin L， Varga A， Acs Z. Local geographic spillovers between university research and high technology innovations［J］. Journal of Urban Economics， 1997， (42): 422-448.

［8］Varga A. Local academic knowledge spillovers and concent ration of economic activity［J］. Journal of Regional Science， 2000， (40): 289-309.

［9］Fischer W， Varga A. Production of knowledge and geographically mediated spillovers from universities international［J］. Journal of Technology Management， 2001， 22（4）: 23-34.

［10］葛朝陽，鄭剛，陳勁.基礎研究的經濟回報率測度與評價:國外研究述評［J］.科研管理，2003，(1):44-50.

［11］Griliches Z. Issues in assessing the contribution of RD to productivity growth［J］. Journal of Economics， 1979， (10): 92-116.

［12］Jaffe A B. Real effects of academic research［J］. American Economic Review， 1989， 79 (5): 957- 970.

［13］Romer P M. Endogenous technological change［J］. Journal of Political Economy， 1990，

98（5）: 71-102.

［14］Fritsch M. Cooperation and the efficiency of regional RD activities［J］. Cambridge Journal of Economics， 2004， 28(6): 829-840.

［15］Greunz L. Intra-and inter-regional knowledge spillovers across european regions［R］. Association de Science RBgionale de Langue Francaise， University Libre de Bruxelles， 2004.

［16］Abdih Y， Joutz F. Relating the knowledge production function to total factor productivity: an endogenous growth puzzle［R］. IMF Working Paper， 2005， 5(74): 1-39.

［17］吳延兵.RD存量、知識函數與生產效率［J］.經濟學，2006，(7):1129-1155.

［18］翟立新，韓伯棠，李曉軒.基于知識生產函數的公共科研機構績效評估［J］.中國軟科學，2005，(8):76-80.