科學基金對學術產出的長期影響研究

喬錦忠，孫 娜，沈敬軒，王 昆

(1.北京師范大學高等教育研究院，北京 100875；2.華東師范大學高等教育研究院，上海 200062；3.北京大學教育學院，北京 100871；4.中央財經大學校友與基金工作辦公室，北京 100081)

0 引言

當代國際競爭主要體現為基于科技創新的經濟競爭，發達國家紛紛制定科技發展戰略以保持在國際競爭中的優勢地位。 《科學：無盡的前沿》報告催生了美國國家科學基金會 (NSF)等部門，構建美國戰后科技創新體系總框架[1]。基于該報告建議，美國政府長期持續對科研投入資金支持，使其維持了70余年的全球科技領先優勢。

2021年我國R&D經費高達2.79萬億元，占GDP比的2.44%，絕對規模與相對占比均創新高。R&D經費主要分為兩大類，即穩定性經費和競爭性經費。競爭性經費多采取競爭性科研資助模式，主要以科學基金的形式投入，以項目形式實施，通過公開征集的方式遴選高質量資助對象以確保資助效果，對學者的激勵作用也更為明顯[2-3]。學術界對于科學基金的研究由來已久。英國學者貝爾納[4]在其著作 《科學的社會功能》中談及科學基金經費的籌措及管理措施，提到 “源源不斷的經費是科學研究發展的基本條件，要避免科研經費隨商業循環變化的可悲結果，主張通過各種措施降低科研經費的波動性，并使科研工作者獲得穩定、緩慢增加的收入”。科學計量學之父普賴斯[5]以 “小科學、大科學”描述不同規模的科研活動所需要原始動力、外部組織和經費的支持各不相同，并談及大科學時代科學家應該擔任起保證科研質量的責任。穩定的經費支持是科研活動開展的保障，因此應對學術產出的效果進行評估。

1 文獻回顧

科學基金項目以競爭性經費資助為主，評估科學基金項目的投資效益成為各界關注的焦點。美國1993年通過制定 《政府績效與結果法案》 (GPRA)對美國國家科學基金會 (NSF)、國立衛生研究院 (NIH)等機構的科研項目進行效益評估[6]。科學基金項目的評估更加側重于評估項目負責人的研究績效，即基于學術產出成果各項指標的評估[7-8]。雖然以論文產出數量、引用次數等指標不能全面評估學者的學術產出貢獻，但仍不失為評價科研人員研究績效的有效手段之一。Gregorutti[9]認為充足的項目經費支持是促進學術產出的積極因素。Jacob等[10]評估了美國國立衛生研究院 (NIH)博士后培訓經費的科研績效，發現科研生產率提高了20%。Anderson等[11]發現具備科研基金資助的出版物更易受到關注和引用，并提出私人資助的研究要比公共資助的研究更具有創造性。Bozeman等[12]認為資助項目會增強學者與學術同僚直接和間接的社會聯系，促進學術合作并且提升學者未來的研究能力。Hussinger等[13]以盧森堡國家研究的資助為例，發現基金資助將學者的學術產出提高了31%，但學者在受到資助5年后產出再次下降，并發現學術產出質量顯著提高更受益于長期的資助效應。

也有學者[14]認為，資助政策和獎勵不能提高科研人員的生產力。Fedderke等[15]以獲資助研究者為研究對象，將具有類似學術地位、但未獲相應資助的研究者為參照對象。比較兩類人員的研究績效，表明基金資助與研究人員績效提高略有關系，但在很大程度上取決于研究人員的素質和學科領域。Jacob等[10]對1980—2000年所有NIH標準研究項目申請進行分析，發現獲得一項NIH資助項目后，其后5年內論文數量僅提高7%，即1篇。Tonta[16]發現，土耳其科學和技術研究的資金支持計劃 (UBYT)實施后，論文數量確實有大幅提升，但排除土耳其論文數量增長速度后，發現資助計劃似乎并未提高作者發表的論文數量。Benavente等[17]分析智利的國家科學技術資助基金的資助效果，也具有同樣的發現。

綜上，目前關于科學基金資助項目對科研成果影響研究尚未得出一致性結論，仍需進一步探究。科研基金項目實施效果的評估方法大多采用描述性統計與差異分析，少數學者利用DID模型探究杰青基金資助年齡異質性問題[18]和海外高層次人才政策對資助者學術生產力的影響[19]，但仍缺少科學基金項目對學術產出在資助期內、資助期外 (即短期效應、長期效應)影響的探究。因此，本文以杰青學者為例，基于DID模型探究科學基金項目在資助學者后1～10年、資助后1～5年、資助后6～10年間如何影響學者的學術產出。

2 研究設計

2.1 樣本選取與變量選擇

學者的學術產出會受到多方面因素的影響。一種觀點為科爾和加斯頓等所提倡的側重討論由個人內部特征導致學術產出的差異，如天賦、努力程度、創造性等方面[20]，另一種則歸因于帶有社會建構論的特殊主義認可取向即外部因素，將學術產出的差異主要歸因于教育背景 (畢業機構的聲譽或地位)、工作機構、聲譽與環境、職業流動、學科特點、導師關系、早期優勢積累等眾多復雜的條件和因素[21-22]。對于個人天賦等內在因素進行實證研究著實不易，因此本研究在選取影響學術產出的控制變量主要包括可觀測到的學者個體特征和外部支持因素，包括性別、年齡、職稱、學科、博士畢業學校排名、所獲國家自然科學基金資助總金額 (獲杰青基金資助后，含杰青資助金額)、海外留學、成長為杰青的時間 (評選時間—博士畢業時間)等，具體變量與指標見表1。

表1 變量定義與指標說明

實驗組為2008年、2009年國家杰出青年基金獲得者共257人。首先在學校官網中的個人主頁及其他相關專業網站獲取入選學者的基本信息，包括性別、職稱、設崗學科、出生年份、博士畢業年份、博士畢業學校、海外留學經歷、所獲國家自然科學基金資助金額等。其次搜集實驗組履歷信息并核實樣本姓名及現工作機構 (及以前)，通過Scopus數據庫，檢索其在1999—2018、2000—2019年作為 “第一作者” “通信作者” “單獨作者”發表的SCI論文，將面板數據作為學術產出的分析源。為了排除科學基金資助的內生效應，將未獲得國家杰出青年基金及其他重點項目資助的學者 (如長江學者獎勵計劃、千人計劃、萬人計劃、優青等)作為對照組并收集其論文數據 (選取原則：與獲資助學者研究學科領域一致；年齡在與獲資助學者年齡相差±3的區間內；博士畢業年份與獲資助學者畢業年份相差±3的區間內)。

研究對象514人，其中數理科學部101人、地理科學部45人、工程材料科學部97人、信息科學部60人、生命科學部108人、化學科學部103人。一般而言，數理科學與地理科學更偏向于基礎研究領域，工程材料科學和信息科學更偏向應用研究領域。雖然按照基金委的分類，化學屬于基礎科學，但化學與生物和醫學的關系密切，一旦深入到分子水平，就會涉及到化學，所以幾乎所有的生物學問題都是以化學術語回答的。生物學中不具備統一性的解釋性法則，機制多到不勝枚舉。在生命科學領域，傳統科學分支之間的界限實際上已經消失了[23-24]。綜上所述，數理科學部和地理科學部屬于基礎研究，工程材料科學部和信息科學部屬于應用研究，而將生命科學和化學單獨歸為一類進行研究。按照上述分類，樣本中基礎研究學者146人，應用研究領域157人，生命科學及化學研究領域211人。

2.2 非參數檢驗

首先，對實驗組與對照組20年標識學術產出的各變量進行正態性檢驗，發現學術產出的各項指標均不呈現正態分布，因此選擇非參數秩和檢驗—曼-惠特尼U檢驗，將實驗組與對照組學術產出指標進行比較，發現在論文產出數量、前10%被引文章數量及百分比、篇年均被引次數、FWCI指數、h指數、資助金額方面存在顯著性差異且實驗組明顯高于對照組 (P=0.00<0.01)，見表2。

表2 實驗組與對照組20年間學術產出的非參數檢驗 (中位數)

數量上，實驗組論文產出數量是對照組的2.43倍；質量上，在前10%文章數量及百分比方面，實驗組前10%文章數量高出對照組8篇、高出9.8%；在篇年均被引次數方面，實驗組論文年均被引用次數是對照組的1.67倍；學術影響力方面，實驗組FWCI指數是對照組的1.58倍，且同時高于世界平均水平 (FWCI值等于1.00代表世界平均水平)；個人影響力方面，實驗組h指數約是對照組的1.72倍；在入選杰青項目后所獲國家自然科學基金金額總數 (包括杰青基金)方面，實驗組約是對照組的6.65倍。可見，杰青學者的學術產出無論是從數量、質量，還是從學術影響力及個人影響力、所獲資助金額方面都要遠高于未獲杰青項目資助學者。

其次，對于學者獲資助前10年和后10年的學術產出各變量進行非參數檢驗，發現學者獲得杰青基金項目資助后，論文產出數量、前10%文章數量、篇年均被引次數方面具有顯著性差異 (P=0.00<0.01)。在獲得杰青項目資助10年后，論文產出量 (10年發表量中位數，下同)比資助前高出13篇，是資助前的1.72倍；論文質量方面，前10%文章數量比資助前高出2篇，是入選前的2倍；篇年均被引次數方面，則低于資助前的11.5次/篇，這與篇均引用次數的計算方法有關，新發表的文章被引用需要一定的時間，因此在特定時期內，新發表論文的數量增加可能會導致篇年均被引次數下降。由此可見，學者獲得項目資助有效提高了學術產出的數量和質量，見表3。

表3 實驗組獲杰青資助前10年至后10年學術產出的非參數檢驗 (中位數)

2.3 計量模型構建

采用差異性分析方法無法判斷學者論文數量與質量的變化是時間累積效應，還是項目支持效應[25]，也無法探究因果關系和因果作用。在政策評估中，剝離時間累積效應，獲得項目支持的凈效應很重要。 “雙重差分法”可以實現這一目的，采用準自然實驗方式，通過比較實驗組與對照組形成的反事實情況，能有效控制時間變量，解決模型內生性問題。本研究采用雙重差分法探究基金項目資助在資助期內、資助期外對學術產出的影響，研究設計模型如圖1所示。

圖1 基金資助效應DID模型

以2008年杰青學者為例，將2009作為學者獲得基金資助第1年，2010年為第2年，2011年為第3年，以此類推。傳統雙重差分法通常研究一個時間點的政策沖擊效應，但在本研究中，2008—2009年間實驗組個體受政策沖擊的時間點不一致，即獲得基金資助的時間節點不同，為考察同一基金資助效益對于學者的學術產出發生的變化，因此采用多期DID模型。將入選杰青學者的年份設為t，此后年份依此為t+1，t+2，t+3……,入選項目前年份依此為t-1，t-2，t-3……。由于杰青項目為階段性資助，5年為一個資助期，因此將時間窗口設為每5年為一個單位，設為資助前6～10年、資助前1～5年、資助后1～5年、資助后6～10年4個時間段以探究基金資助的時間效應。

一般而言，科研實力強的學者入選杰青項目資助的可能性更大，獲得資助后有更好的學術產出。如果不能控制能力因素，會產生遺漏變量偏誤，造成對資助效應的高估。能力因素在模型中容易成為不隨時間改變但隨個體特征而變的遺漏變量，產生個體效應。此外，學科評估、 “雙一流”建設戰略等其他政策和外部因素，也會通過各種路徑影響學者的學術產出，這些政策和環境在模型中表現為隨時間改變不隨個體能力等特征改變的時間效應[26]。綜上所述，本研究中同時存在個體效應和時間效應，因此建立雙向固定效應的異時雙重差分法，公式為：

Pubit=β0+αt+β1(Treatit×Postit)+β2Ui+εit

(1)

Pubit為因變量；i(i=1,2,3……n)表示個體；t(t=1，2，3……t)表示時間；αt表示年份固定效應，Ui是個體固定效應，εit為模型誤差項。Treatit是反映樣本是否受到政策沖擊的虛擬變量，實驗組取值為1，對照組取值為0。Postit是反映不同個體政策實施前后的時間虛擬變量，政策沖擊前取值為0，沖擊后取值為1。交互項Treatit×Postit，表示個體在i在第t期是否收到政策沖擊，若個體i在第t期受到政策沖擊，此期以后時期都取值為1，否則取值為0。β1是處理后整體的平均處理效應。本研究進一步將Treatit×Postit簡化為Dit,它指個體i在第t期是否接受處理，將個體固定效應和時間固定效應簡化為Xit，表示隨個體和時間變化的控制變量，最終得到以下公式：

Pubit=β0+β1Dit+β2Xit+εit

(2)

3 實證結果與分析

3.1 項目資助對學術產出影響的短期效應分析(資助后1～5年)

在控制個體效應和時間效應后，項目資助后5年 (資助期內)，對于論文產出數量和質量、學術影響力都有顯著的正向影響，見表4。在論文產出數量方面，項目資助后5年內有利于促進學者發表SCI論文，系數為1.01 (為正，下同)。在論文產出質量方面，前10%被引文章的數量方面影響系數為0.31，對于學術產出質量有明顯提升。學術影響力方面，FWCI指數方面系數為0.18，項目資助有效提升了學者的學術影響力。

從控制變量看，資助金額 (經對數處理)、海外留學經歷、成長為杰青學者的時間、生命/化學領域對于學者論文產出的數量具有顯著正向影響，更有助于論文數量的提高。基礎研究領域、獲得博士學位的學校排名越靠后，學術產出數量則越少。前10%文章數量和 “FWCI”指數方面，資助金額、獲得博士學位的學校排名越靠前、成長為杰青學者的時間 (越短)、生命/化學領域等變量則有助于提升學者的學術產出質量和學術影響力，而基礎研究領域中學者獲得項目資助對學術產出的質量和學術影響力依然存在負向影響。

表4 項目資助后5年對于學者的學術產出的影響

3.2 項目資助對學術產出影響的長期效應分析(資助后1～10年)

考慮科研論文發表具有時滯性，并試圖探究學者獲得基金項目資助后是否會因資助期結束而對學術產出有影響，因此將時間窗口設置為獲項目資助后1～10年，構建DID模型探究項目資助對于學者的學術產出的長期效應。項目資助對于學術產出的數量、質量、學術影響力依然存在顯著性正向影響。在提高產出數量方面，長期效應模型的did系數 (1.02)大于短期效應模型的did系數 (1.01)，說明項目資助對于學者產出數量的長期正向影響更明顯。在論文質量方面，以前10%被引文章數量作為衡量指標，長期效應模型的did系數 (0.33)大于短期效應模型的did系數 (0.31)，說明項目資助對于提升學者產出質量的長期正向影響作用也更為明顯。在學術影響力方面，以FWCI指數作為衡量指標，長期效應模型的did系數為 (0.15)小于短期效應模型的did系數 (0.18)，說明項目資助對于學術影響力提升的短期效應更明顯，見表5。

表5 項目資助后10年對于學者學術產出的影響

3.3 平行趨勢檢驗及證偽檢驗

在使用異時雙重差分法時，以學者獲得項目資助前的學術產出變化趨勢與其對照組平行為假設條件。為此，通過趨勢對比圖以及通過項目資助前1～5年的反事實檢驗法來驗證平行趨勢的假設條件是否成立。學術產出數量、質量和學術影響力相關指標對比，如圖2所示。

圖2 2008年杰青學者資助前10年學術產出數量、質量、學術影響力平行趨勢對比

以2008年杰青學者為例說明，學者在獲項目資助之前，實驗組與對照組的論文產出數量、前10%文章數量、FWCI指數都隨時間推移不斷上升，且實驗組高于對照組，總體上升趨勢一致，基本符合平行趨勢的前提條件。同時，假設項目資助前1～5年存在項目資助干擾，觀察DID系數是否顯著。若DID系數具有顯著性差異，說明存在干擾，不滿足平行趨勢檢驗，反之亦然。因此，以學者獲得項目資助前1～5年，即假設2003年、2004年作為項目資助年份，再次構建DID模型，發現交叉項系數并不顯著，因此拒絕假設，即實驗組和對照組不存在明顯差異，滿足了平行趨勢檢驗。

3.4 差異性分析

通過對比項目資助后5年和后10年的學術產出變化各項指標的DID系數，發現獲得基金項目資助對于學術產出的數量和質量提升的長期效應更為明顯 (資助后10年)，對于學術影響力的提升，則短期效應 (資助期內5年)更明顯。雖然學術產出在學者獲得資助后1～5年與資助后6～10年的兩個時間段內不滿足平行趨勢檢驗，無法使用DID模型對比學者在資助后1～5年和資助后6～10年的產出差異，但可以通過對比學者獲得項目資助后1～5年和6～10年學術產出在數量和質量方面的差異，進而分析資助期內 (1～5年)和資助結束后 (6～10年)哪一時間段對于學術產出數量和質量的影響作用更為明顯。時間變量設置共兩組 (資助后1～5年，資助后6～10年)組成，使用曼-惠特尼U檢驗中位數檢驗統計量進行分析。不同時間變量設置對于論文產出數量均不會表現出顯著性差異 (p>0.05)，說明項目資助對于學術產出數量的正向影響雖然長期效應更為明顯，但對于資助期內 (資助后1～5年)和資助期結束后 (資助后6～10年)產出的數量影響并無顯著性差異。而在前10%文章數量方面，學者在資助期內 (資助后1～5年)和資助期結束后 (資助后6～10年)的產出質量具有顯著性差異 (p=0.00<0.01)，資助期結束后所發的高質量文章數量 (前10%區間內)是資助期內的2倍，說明獲得杰出青年基金資助對于學術產出質量的正向影響在資助期結束后 (資助后6～10年)更為明顯。

結合學術生產趨勢圖，以2008年杰青學者為例會發現學者學術產出數量、質量、學術影響力始終高于其對照組。在獲得項目資助后，學術產出的數量 (論文產出數量)和質量 (前10%被引文章數量)與對照組差距拉大。論文產出數量在項目資助前2年和獲得資助后1～5年內有大幅上升，在資助期結束時刻，即資助第6年左右達到學術產出數量的頂峰。前10%被引用文章數量方面，在資助結束時刻，即資助第6年左右達到學術產出質量的頂峰，而后有小幅回落并繼續上升。FWCI指數方面，在獲得資助前2年左右達到學術影響力的頂峰，而后平穩回落，并在資助結束后2年再次上升并平穩回落。綜上，學者學術產出的數量和質量受項目資助的激勵作用更為明顯，而學者在獲得項目資助前學術成果已經具備一定的學術影響力。

4 結論與討論

(1)獲得杰出青年基金項目資助對于學術生產力提升有積極作用，項目資助效應在資助后1～10年更明顯。首先，對學者在項目資助前后10年的學術成果差異性分析，發現數量方面，學者獲得項目資助后的論文產出為31篇 (10年發表量中位數，下同)高出項目資助前13篇；質量方面，項目資助后的前10%論文為4篇，項目資助前為2篇，資助后學者的高質量論文 (前10%區間)高出2篇。其次，通過分析資助后1～5年，資助后1～10年的DID模型系數發現項目資助對于學術產出數量、質量和學術影響力均有正向影響。學術產出數量方面，資助后5年、后10年對于學者論文產出數量提升的系數 (1.01、1.02)為正向影響；學術產出質量方面，項目資助 (后5年、后10年)對于學者提升前10%被引論文的數量方面系數 (0.31、0.33)同樣為正向影響。學術影響力方面，資助后5年、后10年對于學者FWCI指數影響系數 (0.18、0.15)同樣也為正，有效提升了學者的學術影響力。論文產出數量方面，長期效應模型的did系數 (1.02)為正且大于短期效應模型的did系數 (1.01)；學術產出質量方面，以前10%被引論文數量作為衡量指標，長期效應模型的did系數 (0.33)同樣為正且大于短期效應模型的did系數 (0.31)。綜上所述，獲得項目資助對學術產出數量、質量具有正向影響且長期效應更為明顯。

國家杰出青年科學基金是為培養造就優秀學術帶頭人而特別設立的科學基金。在杰青基金的項目資助下，一大批學科領軍人才成長起來。通過實證結果分析，也側面驗證了杰青基金項目的實施有效提升了學者學術生產力，對學者的激勵和支持作用明顯，并且項目資助效應 (數量、質量方面)在資助后1～10年更明顯。

(2)項目資助對學術質量提升的在資助后6～10年更顯著，對學術影響力提升則在資助期內 (1～5年)更明顯。學術產出數量在資助期內 (資助后1～5年)和資助期結束后 (資助后6～10年)不存在差異，但學術產出的質量 (前10%被引文章數量)在資助期結束后的提升效果更明顯。學術影響力方面，以FWCI指數作為衡量指標，長期效應模型的did系數 (0.15)為正但小于短期效應模型的did系數 (0.18)，說明項目資助對于學者提升學術影響力具有正向影響，在資助期內 (資助后1～5年)效果更為明顯。

杰青基金項目對于學術產出存在長期正向影響，說明杰青基金對于學者的激勵和支持作用并不因為資助期限而消失，尤其是對于學術質量的提升在資助期結束后激勵作用更為明顯。一方面基金的資助支持為科研人員提供了完備的科研基礎設備，改善了學術研究的環境，為研究人員提供了參加學術交流、國際會議等活動所需經費，為招聘科研助理、擴大研究團隊規模提供資金支持，進而為學者持續創新提供了可能。另一方面，也驗證了科學基金項目的支持可以擴大學者合作研究網絡，提高學者的學術創新能力[27]。杰青基金項目提升學術影響力在資助期內正向效應更為明顯。一方面，杰青學者的年齡一般不超過45周歲，在項目資助期5年內，處于學術生涯的高峰期，學術聲譽正快速積累上升，另一方面杰青雖然是有一定資助期限的研究項目，但也會存在被異化為學術 “頭銜”的可能。因此，杰青資助管理工作應進一步強調項目屬性，避免項目被異化成 “頭銜”從而產生學術產出的光環效應。

(3)學者在項目資助過程中具有顯著的項目申請效應和考核效應。從學術產出各項指標的年份趨勢變化圖可以看出，學者在獲得項目資助這一過程中存在項目申請效應和結題考核效應。學者論文產出數量在項目資助前2年和資助期內有大幅上升，在資助期結束時刻，即資助后第6年左右達到學術產出數量的頂峰，而后趨勢平穩回落；學術產出質量 (前10%被引用文章數量)方面，在資助期結束時刻，即資助后第6年左右達到學術產出質量的頂峰，而后有小幅回落并繼續上升；學術影響力 (FWCI指數)方面，項目資助前2年左右達到學者學術影響力的頂峰，而后平穩回落，并在資助期結束后2年后再次上升并平穩回落。

學者在參評杰青基金項目過程中存在著項目申請效應，學者需要為申請杰青基金產出一定的學術成果，增加其入選的可能性。入選杰青基金項目在資助期內和資助期結束后均達到了學者學術生涯產出數量和質量的兩個頂峰，一方面是因為存在項目結題時期的考核效應，一方面從學術生命周期理論視角，杰青學者此時也正處于學術人才成長的后兩個階段—規范穩定期和個性創造期，處于學術創造的高峰時期。同時，論文發表需要一定周期，論文短期內難以積累足夠反映其影響力的引用數量及頻次，因此表征學術產出的質量和學術影響力的相關指標會存在時滯性，相比于獲資助年份有所推遲。

(4)科學基金項目對于學術產出的影響存在學科差異。項目資助后1～5年及1～10年，對于不同學科領域的學者存在差異化影響。對于生命科學/化學領域的學者，無論是資助的短期效應、還是長期效應都有利于提高學術產出數量、質量和學術影響力、篇年均被引次數。但對于基礎領域研究的學者，無論是在資助期內，還是在資助期結束后，項目資助對于學者產出數量、質量和學術影響力均呈負向影響，而應用領域學術產出的各項指標在DID模型中系數均未通過顯著性檢驗，未能得出結論，仍需進一步研究。

生命科學與化學領域的研究更具有跨學科合作性質，獲得項目資助一定程度上在學術界釋放出學者的學術能力信號，降低了科研合作中合作交易的相關成本和風險[28-30]，有利于促進生命科學/化學領域學者跨學科合作和國際交流，進而提升學術生產力。同時，生命科學/化學領域的學術生產也更加依賴外在條件和設備，一旦具備較好的學術環境與科研基礎設備，知識生產則相對比較容易。基礎學科領域從0到 1的創新比較困難，難以預見知識生產的一般規律，研究周期持續時間較長。基金項目對于基礎研究的成果及影響能否進行以及如何進行科研績效評估，一直是個有爭議的話題[31]。原因一方面是在基礎研究中重大科學突破的產生時機和發展方向無法預測，以項目考核形式倒逼科學突破，會迫使學者更多地關注短期結果趨于保守，而非追求銳意創新；另一方面是沒有什么定量方法能夠真正衡量基礎研究的價值，研究結果可以量化，但研究價值卻難以用定量指標來衡量[6]。過于頻繁的評估會給科研人員造成額外負擔，不合理的評估指標也起到誤導作用，反而不利于基礎研究的發展。

5 政策建議

(1)科學基金項目評估應改變資助期內評估的傾向，合理拉長資助與評估周期。國家杰出青年基金項目的資助周期為5年，而結題評估是國家自然科學基金管理人員在資助期結束時對項目結題進行結果評價。從研究結果來看，項目資助的長期效應更加明顯，對于高質量學術產出的影響也多集中于資助期結束后 (資助后6～10年)。Hussinger等[13]在2021年11月的研究中也證實了學術產出質量顯著提高的學者更受益于長期的資助效應，同時從學術成果數量、質量的產出趨勢圖中也發現存在項目結題時刻的審核效應。學者為了滿足結題要求，需要在資助期限內產出一定量的學術成果。在有限的時間內對于研究進行資助和考核評估，一定程度上不利于學者產出高質量的學術成果。歐洲研究理事會 (ERC)是歐盟委員會成立的承擔歐盟基礎科學規劃與管理的資助基金部門，ERC項目的資助周期同樣一般為5年，為使科學家集中精力開展持續研究，目前也在積極探索延續資助的管理機制，對于重要戰略的變革研究更是開創了高強度 (10億歐元)和長周期 (10年)穩定支持的先河[32]。因此，建議改變科學基金項目合理拉長資助周期和評估周期，保障學者研究的持續性和學術產出的質量。

(2)改變對基礎研究的資助方式，用保障性、穩定性資助代替激勵性、競爭性資助。2022年3月的中央政府工作報告指出，深入實施創新驅動發展戰略，實施基礎研究十年計劃，加強科研經費的長期穩定支持，打好關鍵核心技術攻堅戰。創新驅動發展戰略賦予基礎研究新的要求，基礎研究是科學創新的源頭，國際競爭更需對基礎研究發展進行前瞻性布局。目前，基礎研究的資助還是以競爭性項目資助方式為主導，缺乏持續、穩定的經費資助，研究人員不得不耗費大量時間和精力申請多頭經費、應付多處評估，嚴重阻礙科研人員的創新研究。因此，建議對基礎研究領域學者的資助變為保障性、穩定性的經費資助以代替激勵性資助 (可視為非競爭性資助)，用于支持基礎研究領域人員開展基礎性、支撐性、自主選題等研究，保護學者的自主性，激發其創造力。

(3)提高基礎研究占比，鼓勵企業和公益基金投入基礎研究。隨著國家財政對基礎研究的投入不斷增長，大大改善了基礎研究的資助環境，項目資助的強度穩步提高。自2013年以來，中國R&D經費總量一直穩居世界第2位，與美國差距逐步縮小，已接近歐盟15國平均水平，但基礎研究投入占R&D比重比例仍然相對偏低，2019年法國基礎研究投入占R&D比重比例為24.2%，葡萄牙為21.2%，美國為17.6%，中國僅為4.7%。世界一流創新型國家的R&D經費投入結構中，基礎研究的投入比例普遍都在15%～20%之間，而中國的基礎研究經費比重明顯偏低，經費投入還十分不足。同時，基礎研究的投入結構也存在資助主體單一化問題，90%主要依賴中央政府，而美國、歐盟、韓國等發達國家的企業和公益基金投入占基礎研究投入在20%以上。為此，建議進一步加大對于基礎研究的經費投入，并通過減免稅收等財稅措施鼓勵企業和公益基金投入基礎研究，提高企業參與基礎研究的積極性，不斷推動基礎研究的原始創新成果向應用領域、再到產業創新鏈的技術轉化。