基礎研究資源配置“馬太效應”評估
——基于傾向得分匹配法的實證分析

葉小剛，鄒倩瑜，鄭宏松，陳麗麗

（廣東省科技創新監測研究中心，廣東廣州 510033）

基礎科學研究是科技創新活動的基礎與源動力，是決定一國經濟能否持續增長的重要影響因素［1-2］。2018 年以來發生的中興華為事件，在不斷牽動國人神經的同時，也讓許多科學研究之外的普通民眾與政府官員認識到這一點。雖然華為并未因美國的技術封鎖而全面“休克”，但是不得不承認，國內相關技術儲備尚難以完全替代美國同類產品。中興華為事件暴露出的“缺芯少核”問題是我國產業發展面臨的普遍問題，也是我國基礎研究能力薄弱的側面體現。加強基礎研究，加大基礎研究人才與技術儲備力度，從根本上突破受制于人的“卡脖子”技術難題，是中興華為事件給我們的寶貴教訓。

長期以來，因投入規模大、回報周期長等原因，我國基礎研究投入主要依靠政府，投入主體單一，投入總量有限。2010—2017 年，我國基礎研究經費雖然以年均9%的速度在增長，但是占R&D 比例始終不到6%。而以美國為代表的全球典型創新型國家基礎研究經費在R&D 中占比普遍處于15%～25%之間［3］，我國基礎研究經費投入相對不足，有限的基礎研究經費的合理配置顯得尤為重要。而科學界普遍存在的“馬太效應”則可能損害這一合理性。不加限制的“馬太效應”可能埋沒那些尚不知名的青年研究人才，不利于基礎研究的長遠發展［4］。因此，2018 年7 月，中共中央與國務院聯合出臺《關于深化項目評審、人才評價、機構評估改革的意見》，各部委又陸續開展清理“四唯”專項行動，其實質是降低“馬太效應”對學界的影響，提高科學資源配置的合理性。鑒于此，有必要準確評估基礎研究資源配置中“馬太效應”的影響，分析基礎研究資金分配的合理性，為基礎研究政策的調整提供理論依據。

1 文獻綜述

目前，學界直接研究基礎研究資源配置“馬太效應”的不多，主要關注科學評審中的“馬太效應”及其影響因素。第一，科學研究中存在顯著的“馬太效應”。莫頓提出，已有聲譽、對社會做出特殊貢獻的科學家會被給予的榮譽越來越多，而尚未出名的科學家的成績往往難以獲得充分認可［5］。這種現象得到國內外學者的廣泛證實［6-8］。陳仕偉［8］等研究近10 年的中國科學院院士增選數據發現，院士增選數量在各行政區、高校、學科和性別上均存在不均衡分布，存在“馬太效應”。第二，科學評審過程中，除科研能力外，性別、地區、組織等都會對評審結果產生一定影響，影響“馬太效應”［9］。Lincoln 等［10］研究美國科學獲獎數據發現，女性科學家的工作相比男性更加難以被認可。Silva 等［11］等研究葡萄牙研發補助時發現，企業研發補助主要發放給了大型研發制造企業，而科技補貼主要發放給了大學和高級研究中心。第三，裙帶關系存在科學評審中。Wenner?s 等［12］等指出，科學評審中存在裙帶關系現象。許治等［13］研究國家自然科學基金評審專家與所在機構獲得基金資助關系發現，青年項目所在機構是否有專家參評對項目獲得基金資助確實有影響。

傳統“馬太效應”研究多是以科學獎勵與論文為研究對象，對科研項目關注較少；因缺少更加詳細的微觀數據，研究者常常無法判斷哪些因素具體導致了“馬太效應”；根據“馬太效應”概念及相關研究可知，“馬太效應”主要是指個體層面上的優勢累積效應，但是團隊與組織對個體“馬太效應”的影響沒有引起學者的足夠重視。團隊與組織的影響被理所當然地當做個體“馬太效應”進行處理。因此，本文以2014—2017 年廣東省自然科學基金項目數據為基礎，利用傾向得分匹配模型，消除團隊與組織的影響，分析“馬太效應”的影響因素，評估基礎研究資源配置個體“馬太效應”純效應，為政策目標糾偏提供理論依據。

2 研究方法和數據來源

2.1 傾向得分匹配法

本文評估基礎研究資源配置中“馬太效應”，主要面臨困難是能否獲得基礎研究資源樣本并不是隨機分布的。如果簡單地將獲得基礎研究資源與沒有獲得基礎研究資源樣本進行直接對比，得出的結論是有偏的。事實上，因樣本的某些固有屬性，每一個樣本獲得基礎研究資源的可能性不同，獲得與未獲得群體之間往往存在系統性差異。修正獲得與未獲得基礎研究資源群體之間的系統性差異，剔除團隊與組織對個體“馬太效應”的影響，評估個體“馬太效應”本身對資源配置結果影響的純效應，是本文研究的主要目標。

傾向得分匹配法較好的解決了這一問題［14-15］。傾向得分匹配法是Rosenbaum 等［16］于1983 年首次在生物統計學領域提出的研究方法。他們將傾向得分定義為個體在其自身特定屬性下接受某種干預的可能性。該方法創造了“準隨機”試驗。在實驗中，只要有兩個傾向得分相同的試驗對象分別分布在處理組與參照組，則可以認為接受干預可能性相同的兩個試驗對象被“隨機”分配到不同組［17］。該方法被廣泛應用于醫學、社會科學等領域，模擬自然狀態下試驗狀態，以評估實施干預措施后效果的“純效應”［18-19］。

在傾向得分匹配法中，“純效應”可以用平均處理效應ATT 表示。傾向得分匹配法的基本原理就是根據試驗組可觀察特征的概率模型建立統計上的參照組。然后試驗對象根據概率值（傾向得分）與參照組對象進行匹配，再計算匹配后的產出均值差，即ATT［20］。

定義X為處理組可觀察特征，T=1 為個體接受干預的條件，T=0 為個體沒有接受干預時的條件，P(X)表示X影響下個體接受干預的概率值，G表示接受或不接受干預的平均產出，M表示整體干預的平均處理效果。則傾向得分可以表示為：

2.2 指標選擇與模型構建

2.2.1 處理變量選取本文關注的核心問題是“馬太效應”。莫頓在解釋“馬太效應”時提出，社會往往對于已經有相當聲望的科學家給予越來越多的榮耀，為他們提供的各種待遇也越來越富足，而對于那些尚未出名的科學家取得的成績重視不足，甚至苛刻地限制他們賴以做出努力的條件。“馬太效應”實際描述的是一種個體的累積優勢，即個人過往的成功容易導致當下以及未來的成功。本文研究的問題轉化為研究者過往在科研中的成績是否會影響其當下申報項目的結果？

本文從職稱與論文兩個指標衡量“馬太效應”對評審結果的影響。職稱是評價研究者科研成績的綜合指標。職稱的評審過程就是對研究者在科研中發表論文、取得專利、獲得獎勵、主持項目等科研成果的綜合評價。而論文，特別是高水平論文是評價研究者科研產出的核心指標。鑒于本文研究對象是基礎研究，專利、經濟效益等尚不能構成研究者科研產出的主要指標，因此本文將SCI 論文作為科研產出指標。

2.2.2 協變量選取

“馬太效應”研究個體的累積優勢，但是個體所在的團隊以及組織機構也存在累積優勢，這種累積優勢與個體的累積優勢疊加，會干擾“馬太效應”的研究。因此本文將團隊累積優勢與組織累積優勢作為重要協變量提出。團隊中各類職稱數量是團隊成員過往成績的重要反映；組織機構是否為雙一流高校、中央部屬科研院所等重點高校科研院所，是組織機構幾代人共同努力的結果，也是綜合實力的反映。結合Ebadi 等［21］與馬亮等［22］的研究，本文從個人特征、團隊累積優勢與組織累積優勢三方面構建協變量，具體而言：從性別、年齡以及學歷三方面構建個體特征；從團隊成員高級、中級以及初級職稱人數構建團隊累積優勢；從組織是否為重點高校科研院所構建組織累積優勢，如表1 所示。

表1 本文選取變量及其說明

2.2.3 模型構建

根據申請者是否具有高級職稱以及是否發表過SCI 論文，樣本分別被分為處理組與參照組。本文以職稱、論文為處理變量，以個人特征、團隊累積優勢以及組織累積優勢為協變量，利用傾向得分匹配處理組與對照組，消除因個體特征、團隊累積優勢以及組織累積優勢造成的選擇性偏倚，評估職稱與論文對項目評審結果的影響，分析“馬太效應”對基礎研究資源配置的影響，如圖1 所示。

圖1 基礎科研研究評審結果“馬太效應”評估模型

2.3 數據來源說明

本研究數據來自于2014—2017 年廣東省自然科學基金自由申請數據。本次共獲取20 421 份數據，經過數據篩選，獲得15 759 份有效記錄，涉及404家單位。部分研究者在研究目標期內存在申請多次的經歷，為減少該群體對研究可能造成的誤差，本文僅保留其目標期內第一次申請數據。

本研究以自由申請類數據研究“馬太效應”主要基于以下原因：第一，自由申請項目對于申請者沒有學歷、職稱、工作經歷要求，而其他類型項目均對學歷、職稱及經歷提出了一定的要求，對申請者進行了預選，以預選后的項目申報數據研究“馬太效應”，不具有代表性。第二，自由申請類項目數據量大。自由申請類項目是廣東省自然科學基金申報業務量最大的基金類別，每年都有超過4 000 名科研工作者提交自己的申報書。

3 結果分析

3.1 樣本基本特征

在15 759 份申請者中，64.29%是男性，35.71%是女性；年齡結構特征中，30 歲至40 歲之間人最多，占當年申請人數的46.24%（7 287 人），其次是40～50 歲的申報者，占申請人數的37.06%（5 840人）），30 歲以下及50 歲以上申請者僅占16.70%（2 632 人）；申請獲立項3 341 項目，占申請總數21.20%，申請未獲立項12 418 項，占申請總數的78.80%。

3.2 建立傾向得分概率模型

解釋變量之間的強相關關系往往導致估計模型失真或難以精準。為提高估計的準確性，避免因協變量內部存在較強的相關關系而導致估計模型失真，本文對協變量的多重共線性進行了計算。計算結果表明，協變量中多重共線性最大為1.21，平均值為1.13，皆遠小于臨界值5，因此認為，協變量內部多重共線性較弱。

根據傾向得分匹配法，本文分別構建了研究者能否獲得高級職稱以及發表SCI 論文的概率模型。如表2 所示，性別、年齡、學歷（其他）、團隊各職稱人數、組織性質，均顯著影響高級職稱的獲得。其中，性別、學歷（其他）、團隊職稱（中級人數）是保護性因素，其他因素是危險性因素；影響研究者能否發表SCI 論文顯著性因素有年齡、學歷、團隊職稱（高級人數）、團隊職稱（初級人數）、組織性質。數據顯示，年齡、學歷、團隊職稱（高級人數）、團隊職稱（初級人數）均是保護性因素，組織性質是危險性因素。

表2 “馬太效應”影響概率模型

表2（續）

3.3 評價均衡性

本文采用標準化差異法與T 檢驗法評價傾向得分的均衡性。在標準化差異法中，如果匹配后標準化差異變小，且絕對值較小，則認為均衡性較好；在T 檢驗中，如果匹配前通過檢驗，認為參照組與對照組之間存在顯著差異，而匹配后不存在顯著差異，則認為匹配達到了目的，符合均衡性要求。

對研究者是否獲得高級職稱而言，性別、年齡、團隊職稱（高級人數）、團隊職稱（中級人數）、團隊職稱（初級人數）、組織性質6 個變量標準化差異在匹配后均大幅度減小，且都小于5%，有5 個變量在匹配后，參照組與處理組沒有顯著差異，所以認為該組均衡性不夠理想。

對于研究者是否發表SCI 論文而言，所有變量在匹配后標準化差異大幅度減小至5%以內，且匹配后所有組均不能認為參照組與處理組之間存在顯著差異。因此認為，論文匹配模型均衡性比較理想。如表3 所示。

表3 協變量均衡性情況

3.4 估計處理效應

本文主要采用一對一匹配方法評估“馬太效應”對自然科學基金評審結果的影響。為了檢驗影響的穩定性，本文借用馬氏匹配與核匹配兩種方法側面驗證匹配效果。當匹配結果趨勢一致，且相差微小，則可以認為匹配的結果比較穩定。

本文用一對一匹配方法評估研究者是否具有高級職稱對于其申請自然科學基金的影響。結果顯示，一對一匹配下，具有高級資格的研究者比沒有高級資格的研究者獲得立項的可能性提高了11.1%。馬氏匹配顯示提高了8.0%，核匹配顯示提高了9.8%，且三者對于T 值均大于1.96，結果顯著。

本文同樣用一對一匹配方法評估研究者是否發表過SCI論文對于其申請自然科學基金的結果影響。一對一匹配下，相對于沒有發表過SCI 論文的研究者而言，發表過SCI 論文的研究者獲得立項的可能性高7.6%，馬氏匹配顯示高7.7%，核匹配顯示高8.1%，三者結果都顯著。如表4 所示。

表4 不同匹配方法下帽子對評審結果的影響

3.5 結果討論

本文用傾向得分匹配法分析“馬太效應”對于研究者申請自然科學基金的影響。研究發現，“馬太效應”確實會對研究者申請自然科學基金結果產生一定影響，而團隊累積優勢和組織累積優勢會通過影響“馬太效應”，間接影響結果。具體而言，具有高級職稱的研究者比沒有高級職稱的研究者立項成功的可能性高11.1%，發表過SCI 論文比沒有發表過SCI 論文的研究者項目立項的可能性高7.6%。而能否獲得高級職稱以及是否發表過SCI 論文，除跟研究者個人性別、年齡、學歷存在關聯外，所在團隊職稱結構與組織性質也發揮著重要作用。

3.5.1 自然科學基金項目中的“馬太效應”

“馬太效應”是科學界存在的一種客觀現象。在基礎研究經費總體不足的情況下，自然科學基金通過競爭擇優的方式遴選更優秀的研究者，保障科研產出，符合資金使用的效率原則。本文研究證實，這些已有較好的科研產出、在科研中已取得一定成績的研究者被資助的可能性更高，而那些科研產出能力稍弱、暫時沒能得到社會認可的研究者，相對而言，會被資助的可能性更低。

（1）不利于青年人才的培養。青年人才是科學研究的生力軍，是未來科技人才隊伍的中堅力量。但是嚴重的“馬太效應”，往往導致青年人才難以獲得有效的資助，迫使青年人要么依托于現有的科研團隊之中，要么因經費不足不斷壓縮研究活動。雖然依托于成熟的科研團隊，對于科研人員的學術能力與團隊管理經驗的鍛煉未必有害。但是，過多地依托已有團隊容易限制青年人的創新研究，青年研究人員容易屈服于團隊中的學術權威。

（2）不利于學科的多樣性發展。科學研究本身具有較大的不確定性，且學科之間差異較大。傳統的學科經過漫長的發展，已經發展比較成熟。新的研究發現或重大理論突破難度相對較大。而新興學科因發展起步晚，研究者未曾踏入的處女地較多，因此發現新的研究成果相對容易。但是對于科學本身而言，并不意味著新興學科的研究發現就一定比傳統學科的新發現更有價值。事實上，傳統學科上的新發現往往顛覆了科學界已有的部分認知，從這種意義而言，傳統學科的新發現更有價值。但是如果任由基礎研究資源分配中的“馬太效應”發展，僅僅支持容易產生科研成果的學科，支持論文產出與職稱更高的研究者，勢必會造成學科的不均衡發展。基礎研究本身研究周期長，見效慢，僅以論文、職稱定項目容易導致學術的急功近利。

3.5.2 影響“馬太效應”因素

（1）性別。性別是研究者職稱的保護性因素。即相對男性而言，女性研究者獲得高級職稱的可能性更低。從自然科學發展歷史可知，女性在科學領域中的參與一直較少。雖然20 世紀以后，得到了極大改觀，但是總體上仍然“相對缺席”，且分布不均衡，更多的女性出現在強調經驗、技巧、直覺的研究工作中，而這通常被認為不如男性從事邏輯性強的研究工作有價值。女性和女性從事的實驗工作價值被低估［23］。從女性自身職業發展可知，家庭角色與社會角色的沖突是已婚職業女性難以逃避的挑戰，而這在很大程度上阻礙了職業女性向更高層次發展［24］。

（2）年齡。年齡是獲得高級職稱的危險性因素，是發表SCI 論文的保護性因素。從事基礎研究的人員職稱主要為自然科學研究員序列。而滿足一定工作年限要求是自然科學研究員序列職稱評審的必要條件。根據《人社部科技部發布關于深化自然科學研究人員職稱制度改革的指導意見》（人社部發〔2019〕40 號），以碩士畢業為例，在滿足其他條件（不破格申報）情況下，至少需要12 年才能參加研究員職稱評審。年齡構成了SCI 論文發表的保護性因素。這是因為從事基礎研究工作的一線研究人員主要是青年人員，一些重要的發現首先由青年人員向項目團隊報告。另一方面，迫于考核壓力與職稱評審要求，青年人員發表SCI 論文的動力更強，他們也有更多的精力攻克實驗中的難題。

（3）學歷。個人學歷因素構成研究者獲得高級職稱和發表SCI 論文的保護性因素。即相對于博士而言，學歷為其他（本科以下）的研究者，獲得高級職稱的可能性更低，而本科學歷、碩士研究生學歷相對于博士學歷在獲得高級職稱上，差異并不顯著。這主要是因為職稱的評選對于學歷要求并不嚴格，學歷為本科及碩士的研究者，均能通過正常的程序評上高級職稱。事實上，我國現有年齡在40～60 歲的高級職稱獲得者中，初始學歷主要為本科。而學歷為本科以下的研究者，雖然也能夠通過正常的程序獲得高級職稱，但是花費的時間與難度都更大。而相對于博士而言，學歷為碩士、本科及其他的研究者發表SCI 核心的可能性更低。一般而言，隨著學歷的提升，研究人員的研究也越來越深入，更容易產生高質量的成果。且越來越多的研究人員注重在博士期間赴外交流學習至少一年，這為他們積累良好的國際交流合作關系與語言能力提升打下基礎，有利于SCI 論文的產出。

（4）團隊職稱。過往研究中，團隊馬太效應的作用并沒有得到學者的足夠重視。本文發現，團隊職稱（高級人數）、團隊職稱（初級人數）等構成了職稱的危險因素；團隊職稱（高級人數）、團隊職稱（初級人數）等構成了論文的保護因素。理論上，團隊職稱應該成為研究者個人職稱提升與論文發表的有利因素。因為所在團隊職稱整體較高，將為研究者個人提供更多訓練與指導的機會，團隊的社會資本也在研究者職稱評審與論文發表中發揮重要作用。但是本文數據表明，團隊職稱（中級人數）是研究人員獲得高級職稱的保護因素。這可能是因為從中級職稱到高級職稱組織申報評審過程中，團隊內部形成了競爭。相對而言，中級職稱人數多的團隊，研究者在申請團隊支持時面臨更大的競爭壓力，研究人員獲得高級職稱的可能性更低。而團隊中高級職稱人員、初級職稱人員增加，反而不利于個人發表SCI 論文，主要可能是因為團隊內部形成良性競爭機制，對于發表SCI 論文的層次提出了更高的要求。

（5）組織性質。組織性質構成了研究者獲得高級職稱與發表SCI 論文的危險因素。這表明，研究者“馬太效應”不僅受到個人特征和團隊累積優勢影響，也同樣受到所處組織機構累積優勢影響。來自重點高校科研院所的研究者相對來自其他機構的研究者，獲得高級職稱、發表SCI 論文的可能性更高，進而強化了“馬太效應”。重點高校科研院所為研究者個人帶來的社會資本有利于研究者職稱評審與論文發表。

4 結論與建議

破除科技界中“唯論文、唯職稱、唯學歷”現象，改革科技評價制度，是習近平總書記在兩院大會上對中國科學界提出的重要要求。論文、職稱本質上是研究者過往科研成績的體現，其能否對研究者獲得新的研究資源產生影響，揭示的是“馬太效應”問題。本文通過傾向得分匹配法，消除樣本之間的系統差異，研究“馬太效應”在自然科學基金評審結果影響的純效應。研究發現，“馬太效應”確實會對研究者申請自然科學基金結果產生一定影響，而團隊與組織的累積優勢，會通過影響“馬太效應”，影響自然科學基金申請結果。針對以上發現，本文提出如下建議：

（1）進一步優化基礎研究政策導向，實行分層次差別申報。本文評估的廣東省自然科學基金中的個體馬太效應純效應并不十分顯著，但是綜合考慮團隊與組織影響疊加之后對“馬太效應”整體的提升，建議進一步優化基礎研究支持政策，實行分層次差別申報。對自然科學基金自由探索項目，以儲備青年人次，培養研究力量為主，重點支持青年科學研究者，嚴把申報者的年齡關，適當限制已經取得較高職稱，取得較大科研成績的研究者申報；對自然科學重點重大項目，以前瞻性基礎研究和推進基礎研究、應用基礎研究、技術創新的融通發展為主，注重考察研究者個人與團隊的研究基礎，強化所在單位軟硬條件在項目立項時的比重，鼓勵有能力者居之。

（2）組建高水平研究團隊，推動更高質量研究成果產出。研究團隊在個人研究生涯發揮重要作用。團隊成員高級職稱人數與初級職稱人數對研究者自身職稱獲取具有促進作用。研究者的合作規模、合作強度與科研產出呈正相關關系［25］，因此研究者應注重組建研究團隊，推動更高水平研究成果產出。

（3）青年研究者明確職業生涯規劃，謹慎選擇研究機構。本文研究表明，重點高校科研院所組織本身確實會為個人研究生涯提供“隱形”幫助，這無疑會加速個人的成長速度。研究者特別是青年研究者在選擇就業的研究機構時應謹慎，明確職業發展方向，為長遠發展奠定良好基礎。