孟華

（廈門大學(xué)公共政策研究院, 福建 廈門, 361005）

1 引言

自上世紀末以來, 為了實現(xiàn)科教興國戰(zhàn)略, 推進創(chuàng)新型國家建設(shè), 中央高度重視高層次人才發(fā)展戰(zhàn)略的制定與實施, 推出了一系列人才獎勵計劃。其中, 1998年教育部和李嘉誠基金會共同啟動實施的“長江學(xué)者獎勵計劃”是專門面向教育部屬高校學(xué)者的人才獎勵計劃, 對于高校領(lǐng)軍人才的吸引與培養(yǎng)起到了重要的激勵作用, 而且深刻地影響了地方人才獎勵計劃的設(shè)計與實施。從2000年浙江省推出錢江學(xué)者計劃, 到2004年山東實施泰山學(xué)者建設(shè)計劃,再到2009年前后多個省級政府類似人才獎勵計劃的密集出臺, 省級政府在人才競爭壓力下紛紛仿照“長江學(xué)者獎勵計劃”, 制定實施了針對轄區(qū)內(nèi)高等院校與科研院所等的人才獎勵計劃。這些人才獎勵計劃通常以帶有各省特色的山河或地點命名, 如上海的東方學(xué)者計劃、北京的北京學(xué)者計劃、廣東的珠江學(xué)者計劃、福建的閩江學(xué)者計劃、安徽的皖江學(xué)者計劃、陜西的三秦學(xué)者計劃、湖北的楚天學(xué)者計劃、湖南的芙蓉學(xué)者計劃等等。這些人才獎勵計劃針對的獎勵對象在各省略有不同: 有的省份僅面向高校設(shè)立相應(yīng)的獎勵計劃, 而且它們相互間在具體崗位設(shè)置上也存在明顯差異, 如安徽皖江學(xué)者和廣東珠江學(xué)者計劃僅設(shè)立特聘教授崗位, 福建閩江學(xué)者和上海東方學(xué)者計劃則包括特聘教授與講座教授兩種崗位, 而湖北的楚天學(xué)者計劃設(shè)置了講座教授、特聘教授和楚天學(xué)子三個不同層次的崗位;還有些省份的獎勵計劃不僅面向高校, 還將科研院所和企事業(yè)單位也涵蓋在獎勵范圍內(nèi), 如重慶市的兩江學(xué)者計劃和陜西的三秦學(xué)者計劃就設(shè)立了面向高校的特聘教授崗位與面向科研院所與企事業(yè)單位的特聘專家崗位。就各省獎勵計劃均涉及到的特聘教授崗位來看, 雖然各省在政策中均要求實現(xiàn)海內(nèi)外招聘, 但是, 各高校實際操作中主要都是從現(xiàn)有教師隊伍中遴選, 因此, 相對來說, 特聘教授在入選前后的工作環(huán)境條件變化主要就是獎勵計劃的政策干預(yù)。

可以說, 特聘教授獎勵計劃是實施人才強省戰(zhàn)略和推進創(chuàng)新型省份建設(shè)的重要舉措, 旨在通過為高校特聘教授提供資金、發(fā)展平臺與后勤保障措施等支持, 促進高校人才發(fā)展, 培育地方高端人才, 打造地方人才梯隊, 從而為人才強省奠定基礎(chǔ)。綜觀各省的特聘教授獎勵計劃, 各省政府在政策設(shè)計時都會清楚地界定在特定時間段內(nèi)力爭完成的特聘教授吸引、培養(yǎng)目標和任務(wù); 關(guān)注特聘教授崗位設(shè)置對各省重點產(chǎn)業(yè)、重大項目或重要科研創(chuàng)新平臺發(fā)展等的支持作用, 并詳細規(guī)定特聘教授崗位的職責(zé)、遴選條件以及招聘程序; 提供針對特聘教授的崗位津貼與科研經(jīng)費支持, 并且對科研場所以及團隊建設(shè)、項目申請支持等方面做出相關(guān)規(guī)定; 重視對特聘教授的考核管理, 通常都會對特聘教授崗位實行動態(tài)管理, 設(shè)置三至五年的聘用年限, 考核結(jié)果通過與否決定是否能夠續(xù)聘。另外, 值得一提的是,有些省份有意識地將人才獎勵計劃與中央的一些人才計劃相銜接, 力爭實現(xiàn)不同人才計劃之間的良性互動。如山東的泰山學(xué)者計劃就明確提出要實施泰山學(xué)者攀登計劃, 強調(diào)對優(yōu)秀泰山學(xué)者進行重點培養(yǎng)和扶持, 以爭取將其培養(yǎng)成兩院院士或相當層次的高端科技創(chuàng)新領(lǐng)軍人才, 并且對當選為兩院院士的泰山學(xué)者特聘教授給予泰山學(xué)者成就獎。

雖然各地的特聘教授獎勵計劃已經(jīng)實施了一段時間,但是, 這些政策的實施是否實現(xiàn)了預(yù)期效果？或者說, 政策入選者在政策前后是否表現(xiàn)出了預(yù)期的政策影響效果？對此問題, 目前學(xué)術(shù)界卻未能給出滿意的答案。從當前的研究成果來看, 雖然有關(guān)中央的“千人計劃”、“青年千人計劃”以及“長江學(xué)者獎勵計劃”等都有相關(guān)的政策評估文獻, 但是, 地方人才獎勵計劃的評估文獻相當缺乏, 對特聘教授獎勵計劃的評估更是未受到足夠的關(guān)注。本文就擬對部分省份的特聘教授獎勵計劃的政策效果進行評估, 并在評估結(jié)果基礎(chǔ)上提供政策改進建議。

2 文獻綜述

2.1 政策與個人績效

為了提升個人績效, 組織經(jīng)常需要通過各種激勵措施的設(shè)計來有效引導(dǎo)個人行為, 以確保個人努力的方向符合組織需求。基于這樣的考慮, 激勵理論得以產(chǎn)生并不斷發(fā)展更新。從赫茨伯格對組織管理中激勵因素與保障因素的區(qū)分, 到波特和勞勒的綜合激勵模型中對工作績效與外在獎勵之間關(guān)系的揭示, 都暗含著對組織管理制度設(shè)計與個人績效關(guān)系的探討。在公共部門人力資源管理中, 組織的制度能否激發(fā)公職人員的工作績效同樣受到學(xué)者們的關(guān)注。以績效付酬制度為例。這一發(fā)端于私人部門的管理政策極大地激發(fā)了公司雇員的工作績效, 因此, 美國在1978年將其引入到政府高端公務(wù)員的管理中, 隨后其它OECD國家紛紛效仿。學(xué)界在政策實施近20年后開始反思這項政策是否真的推動了公務(wù)員的個人績效, 但是, 對該項政策的效果評估卻并未給人們提供令人振奮的圖景。Ingraham（1993）對美國和其它OECD國家績效付酬制度的檢驗就發(fā)現(xiàn), 在公共部門的環(huán)境條件下, 績效付酬能夠提升工作人員績效的期望與現(xiàn)實之間是存在著差距的。Eijkenaar, Emmert, Scheppach 和 Sch?ffski（2013）基于績效付酬在健康看護領(lǐng)域的文獻回顧同樣發(fā)現(xiàn), 雖然人們的研究數(shù)據(jù)顯示, 績效付酬對健康看護服務(wù)績效產(chǎn)生了廣泛的影響, 但是, 由于研究設(shè)計相對完善的論文數(shù)據(jù)有限, 現(xiàn)有的研究無法幫助人們就績效付酬對績效的正向影響得出確定無疑的結(jié)論。

當我們從組織管理制度推升至組織外面的公共政策時, 不難發(fā)現(xiàn), 許多公共政策同樣力圖通過影響一些目標群體（包括個人）的行為來干預(yù)其績效水平。在科學(xué)研究方面, 政府通常會通過制定促進研發(fā)的相關(guān)政策來激勵科學(xué)工作者產(chǎn)生更多的科技產(chǎn)出。不過, 經(jīng)濟學(xué)家認為, 如果政府直接向企業(yè)提供足夠數(shù)額的研發(fā)資金, 就會導(dǎo)致市場失敗, 因此, 更為有效的方式是通過采用稅收補助的方式進行資助（Hall & Reenen, 2000）。政府向公共部門提供研發(fā)資金的情況可能與對企業(yè)的資助情況有所差異。有學(xué)者（Hall, 1996）指出, 政府的研發(fā)政策支持下的研發(fā)活動在社會回報率方面顯著超過私人部門。不僅如此, 政府的研發(fā)政策對公共部門內(nèi)部研發(fā)活動也產(chǎn)生了不同影響。Jaffe和Lerner（2001）通過對1980年以來美國國家實驗室專利研發(fā)的政策研究發(fā)現(xiàn), 政策調(diào)整對國家實驗室專利研發(fā)產(chǎn)生了顯著影響, 它的研發(fā)活動的社會收益比逐漸追上了研究型大學(xué), 而且, 與研究型大學(xué)相比, 國家實驗室的專利質(zhì)量更為穩(wěn)定。當然, 就公共政策對科學(xué)工作者研發(fā)績效的正向影響作用, 學(xué)界也存在著相反的意見。Goolsbee（1998）基于對近2萬名美國科技工作者數(shù)據(jù)的分析指出, 美國政府針對科學(xué)研究和工程人員投入的研發(fā)資金中, 三分之二是以科學(xué)工作者的工資和補貼形式支付的, 這在顯著提升科技工作者個人收入的同時, 卻未能保證科技工作者投入的研究時間得以提高, 這就意味著, 人們可能明顯高估了政府研發(fā)政策的效果。而且, 由于政府研發(fā)資金導(dǎo)致了公共部門科技工作者的收入增長, 還對私人部門的研發(fā)產(chǎn)生了不利的“擠出”效應(yīng)。不過, 由于文章是以科技研發(fā)時間投入而非科技產(chǎn)出作為評價指標, 因此, 我們并不能據(jù)此認定政府研發(fā)資助政策未對科技產(chǎn)出發(fā)揮積極影響。

2.2 高層次人才政策的效果評估

目前學(xué)術(shù)界對我國高層次人才政策的效果評估研究主要集中于國家層面, 對地方人才政策的評價剛剛起步。從現(xiàn)有評估文獻的關(guān)注點來看, 學(xué)者們主要從兩方面實施評估, 一是通過績效評估指標體系的構(gòu)建, 對政策執(zhí)行過程進行績效監(jiān)測; 二是通過事前事后的比較對政策效果進行影響評估。

在政策執(zhí)行的績效監(jiān)測方面, 學(xué)者們從不同的視角切入構(gòu)建評價指標, 并借助于這些指標對政策實施過程中的相關(guān)數(shù)據(jù)進行分析評價。如從人才的引入與管理角度入手, 楊河清和陳怡安（2013）在“引得進、留得住、用得好”三個方面建立海外高層次人才引進政策的績效評價指標體系; 從學(xué)者的工作實際出發(fā), 鄭巧一、朱佳妮和張國棟（2015）在科學(xué)研究、人才培養(yǎng)和學(xué)術(shù)綜合三個一級指標下構(gòu)建了“千人計劃”評價指標, 李波平和鄒德文（2015）則從科技效益、經(jīng)濟效益和社會效益三方面構(gòu)建評價體系用于評估湖北百人計劃實施效果。

在對政策實施效果進行影響評估時, 研究者主要采用描述性統(tǒng)計與方差分析方法, 對事前與事后的數(shù)據(jù)進行比較研究, 并在此基礎(chǔ)上得出政策效果結(jié)論。在評估中, 研究者通常是對學(xué)者的論文數(shù)量進行入選前后的比較。如孫偉等通過對“青年千人計劃”前三批30位入選者的學(xué)術(shù)生產(chǎn)力進行入選前后數(shù)據(jù)的統(tǒng)計分析, 發(fā)現(xiàn)該政策40%的入選者在引進后3年內(nèi)發(fā)表的論文總數(shù)超過了引進前3年,16.7%與引進前持平, 43.3%引進后發(fā)表的論文數(shù)少于引進前（孫偉, 任之光, 張彥通, 2016）。相類似的, 趙俊芳和葉甜甜（2014）利用 Web of Knowledge等數(shù)據(jù)庫, 通過對“985 工程”高校前五批“千人計劃”入選者引進前后論文產(chǎn)出量進行比較分析, 指出入選者擁有較高的學(xué)術(shù)生產(chǎn)力。

無論是通過績效測量還是政策影響評估, 研究者的結(jié)論是類似的, 即政策執(zhí)行效果總體上是良好的, 政策的實施對各方面產(chǎn)生了正向影響, 基本實現(xiàn)了政策預(yù)期。但是,需要指出的是, 從目前文獻來看, 研究者在進行人才政策的效果評價時, 并沒有真正地將政策作為一個自變量去分析政策實施與結(jié)果之間的因果關(guān)系, 他們主要還是將政策視作一個外在的環(huán)境變量, 評估時將其暫時擱置一邊, 關(guān)注政策產(chǎn)出或結(jié)果數(shù)據(jù)的收集以及政策前后數(shù)據(jù)的比較。在這樣的條件下, 政策評估結(jié)論是以其它因素未對產(chǎn)出或影響數(shù)據(jù)產(chǎn)生任何干擾作用為前提, 將數(shù)據(jù)變化歸結(jié)于是受政策影響的結(jié)果。顯然, 這種評估方法并不能真實反映政策效果, 政策結(jié)論的得出過于簡單。

在政策效果評估領(lǐng)域中, 也有學(xué)者將政策變量從環(huán)境轉(zhuǎn)化為內(nèi)在分析變量, 如張再生和牛曉東（2015）在評估武漢人才政策績效時, 就提取了政策因素, 并且將政策因素與產(chǎn)出進行了相關(guān)性檢驗。只是他們的產(chǎn)出因素使用的是人才凈增量累計數(shù), 此類指標以政策設(shè)計的人才引進數(shù)量為基礎(chǔ), 現(xiàn)實中難以真實反映政策的實際效果。要真實反映政策的效果, 必須關(guān)注政策結(jié)果的質(zhì)量層面而非數(shù)量層面的信息。

3 研究設(shè)計

3.1 樣本選擇

本文主要基于地理位置、高校數(shù)量以及政策出臺時間選擇政策研究樣本。從地理位置來看, 人才傾向于流向相對富裕的東部沿海地區(qū), 因此, 在選擇政策樣本時, 本文將主要關(guān)注東部沿海地區(qū)的省份。當然, 某些中部地區(qū)集中了大量高校并相應(yīng)構(gòu)建了人才高地, 也需要將其納入研究樣本。比較典型的是陜西和湖北, 這兩個省份均擁有7所以上的211高校。另外, 湖南擁有3所985高校、4所211高校, 同樣值得納入研究范圍。

在各省出臺政策的時間上, 早的如上海、湖北大致在2007 年間推出相關(guān)政策, 而多數(shù)省份是在2009年前后實施特聘教授計劃, 北京學(xué)者計劃則是到了2012年底才出臺?？紤]到大多數(shù)政策是在2010年以前出臺, 從政策可比性角度出發(fā), 本文以2010年為時間切點, 截取政策研究樣本?；谶@一時間切點, 北京就被排除在外。雖然北京是高校最為密集的地方, 但是, 北京市第一批特聘教授是在2013年才產(chǎn)生, 如果將其納入研究范圍, 抽取個人樣本的時點就必須從2013年開始, 這一時間與早期出臺政策的省份時間相距過大, 容易導(dǎo)致其它省份政策激勵措施被稀釋, 不能客觀反映政策影響。

基于以上考慮, 最終確定的政策研究樣本來源省份為上海、浙江、江蘇、山東、福建、廣東、湖南、湖北、陜西等九個省份。

對于如何在這9個政策樣本框架中抽取個人樣本, 我們主要基于政策發(fā)布最晚的時點來確定。在9個省份中,江蘇省的特聘教授計劃頒布實施時間為2010年, 2011年初產(chǎn)生首批入選者。因此, 個人樣本選定為2011年入選9個省份特聘教授計劃的所有人員。相關(guān)的樣本名單從各省人事廳（局）網(wǎng)站上獲取, 共計205人。

3.2 政策變量及數(shù)據(jù)獲取

各省級政府所出臺的高校學(xué)者獎勵計劃中, 對于聘期、津貼、補貼以及后勤保障、科研發(fā)展等方面都做出了相應(yīng)的規(guī)定。在聘期方面, 基本上采用3年或者5年的聘期設(shè)計。對于特聘教授在崗工作時間, 各省通常要求特聘教授或?qū)＜乙荒陜?nèi)累積工作時間不少于9個月。也有些省份有著不同的規(guī)定, 如山東的泰山學(xué)者攀登計劃規(guī)定6個月, 并允許最低降至3個月, 而浙江、江蘇、上海等地則要求特聘教授要全職工作（相當于12個月）。在崗位津貼的發(fā)放方面, 各省一般將津貼設(shè)計為一年10萬或12萬。不過, 上海執(zhí)行的是每年20萬的高標準, 另外, 有些省份的政策規(guī)定, 在省里提供資助的同時, 用人單位必須提供配套資助。在科研補貼方面, 各省一般根據(jù)自然科學(xué)類和人文社科類的區(qū)別, 為特聘教授提供數(shù)額不等的科研補貼。同時, 多省要求用人單位在省里的補貼之外提供相應(yīng)比例的配套經(jīng)費支持。就補貼金額來看, 補貼多的如江蘇省, 在將省政府與學(xué)校配套相加之后, 自然科學(xué)類學(xué)者獲得的科研補貼高達400萬; 補貼少的省份金額只有幾萬或幾十萬。

以上幾方面的政策數(shù)據(jù)相對客觀, 在測量聘期與在崗工作時間時, 筆者將直接采用政策原始數(shù)據(jù)。在崗位津貼與科研補貼方面, 政策規(guī)定用人單位必須提供配套資助的,數(shù)據(jù)處理時直接將省與用人單位的資助加總。不過, 湖北省的情況比較特殊, 該省未提供省級科研補貼, 但政策明確規(guī)定: “高等學(xué)校必須為聘任的楚天學(xué)者配套必要的教學(xué)科研經(jīng)費”。鑒于湖北各高校制定的楚天學(xué)者科研補貼標準有相當大的區(qū)別, 因此, 該省的科研補助數(shù)據(jù)直接來源于人才所在高校的科研補貼標準。另外, 考慮到各省經(jīng)濟條件差異很大, 采用原始數(shù)據(jù)會漠視這些差異性, 因此,對于這兩項數(shù)據(jù)均用2011年的年社平工資進行折算, 取津貼、補貼與社平工資之比納入研究中。

在各省政策規(guī)定中, 還有些以非量化形式出現(xiàn)的政策支持。一是科研項目申請上的支持。有些省份的政策明確提出要支持特聘教授申請國家和省重大科研項目, 有些省份的政策則沒有相關(guān)內(nèi)容。二是后勤保障性服務(wù)的提供。這方面主要涉及的是子女入學(xué)、落戶以及出入境便利性等方面的服務(wù)保障, 有些省份（如江蘇）明確表示要在哪些方面提供幫助, 也有些省份只是模糊地提及要提供生活與工作上的便利條件, 還有些省份的文件中沒有提及相關(guān)服務(wù)。三是團隊建設(shè)支持。各省在這方面的政策規(guī)定差異性很大, 有些地方未提供相應(yīng)支持（如上海）, 有的只是簡單地提及要支持特聘教授組建團隊（如福建、湖北）, 有的則規(guī)定了對團隊的科研補貼（如山東）, 還有的如陜西省的政策規(guī)定非常詳細, 既提供團隊科研補貼, 還制定了詳細的團隊成員的職數(shù)與選拔條件、管理措施等。四是發(fā)展獎勵方面的規(guī)定。有些省份如山東省規(guī)定了相當詳細的促進個人發(fā)展的政策措施（即泰山學(xué)者攀登計劃）, 有些省則只粗略地提及, 還有些省份根本未提供促進個人向上發(fā)展的安排。對于前兩項政策支持, 因只涉及是否有相關(guān)政策, 可以設(shè)計虛擬變量對數(shù)據(jù)進行處理, 1表示有此政策,0表示無相關(guān)政策。政策中的團隊建設(shè)支持則需要根據(jù)支持力度從0-3進行編碼, 發(fā)展獎勵計劃根據(jù)計劃詳細程度以0-2進行編碼。另外, 各省都規(guī)定了詳細的特聘教授考核事項, 但是, 如果將這項政策措施納入研究中來, 9個省份沒有區(qū)別, 賦值都是1分, 這對于研究意義不大, 因此研究中未選用此項措施。

3.3 政策效果變量及數(shù)據(jù)獲取

從各省的政策設(shè)計目標來看, 特聘教授獎勵計劃都被作為通過“人才集聚”與“科技創(chuàng)新”實現(xiàn)人才強省戰(zhàn)略的重要舉措?！叭瞬偶邸钡暮诵脑谟谕ㄟ^獎勵計劃吸引和培養(yǎng)高層次人才, 從而為省級發(fā)展提供人才支持。對這一目標進行操作化解析后, 測量指標可以設(shè)計為獎勵計劃入選者數(shù)量。在各省的政策文本中, 這一人才數(shù)量要求是作為政策目標明確提出來的, 只是提出的方式有所區(qū)別。有的（如上海的東方學(xué)者計劃）是以明確的年度目標提出人才數(shù)量發(fā)展要求的, 有的（山東的泰山學(xué)者計劃）是以跨年度目標的方式提出, 還有的如陜西的三秦學(xué)者計劃則根據(jù)經(jīng)濟社會發(fā)展和重大項目實施需要, 設(shè)定了一些領(lǐng)域,規(guī)定每個學(xué)科、行業(yè)和領(lǐng)域原則上只能設(shè)置一個三秦學(xué)者崗位。

不過, 用人才數(shù)量來評價政策效果意義不大。因為,人才數(shù)量在政策設(shè)計時已經(jīng)明確規(guī)定, 這些計劃目標無論如何均會完成。相對而言, 政策效果更多地體現(xiàn)在入選者是否能夠發(fā)揮政策預(yù)期的科技創(chuàng)新能力, 為建設(shè)創(chuàng)新型省份發(fā)揮作用, 這正是政策的“科技創(chuàng)新”目標的題中應(yīng)有之義, 是政策設(shè)計的本質(zhì)追求?！翱萍紕?chuàng)新”的關(guān)鍵在于創(chuàng)新, 而特聘教授的創(chuàng)新能力主要表現(xiàn)為學(xué)術(shù)表現(xiàn), 即學(xué)術(shù)產(chǎn)品的數(shù)量與質(zhì)量。學(xué)術(shù)產(chǎn)品數(shù)量通常用論文、專利的數(shù)量進行測度, 轉(zhuǎn)載率、引用率、專利轉(zhuǎn)化率等則常用以測量學(xué)術(shù)作品的質(zhì)量。考慮到論文轉(zhuǎn)載率與引用率等學(xué)術(shù)產(chǎn)品質(zhì)量無法進行年度測量, 只能獲得查詢時點的最終結(jié)果,難以對政策前后的情況進行比較, 因此, 不適于納入研究中來。最終, 本文通過論文發(fā)表數(shù)量和專利獲批數(shù)量對政策效果進行評估。

考慮到各省政策文本中聘期最低規(guī)定為三年, 本文將評估時間界定為政策前3年和政策后3年, 總體跨度為6年。在政策截點為2011年的情況下, 數(shù)據(jù)收集的時間則為政策前的2008-2010年和政策后的2011-2013年。論文數(shù)據(jù)的收集借助于兩大數(shù)據(jù)庫來完成。首先利用Web of Knowledge數(shù)據(jù)庫收集所有特聘教授樣本的論文數(shù)據(jù)。在此數(shù)據(jù)庫中進行查詢時, 作者姓名分別用全名和名字的英文字母簡寫兩種方式查詢, 每次查詢時均限定為論文, 同時, 為避免出現(xiàn)重名現(xiàn)象, 利用作者單位的限定作用對數(shù)據(jù)進行篩選。其次是利用中國學(xué)術(shù)期刊網(wǎng)上的CSSCI數(shù)據(jù)庫補充人文社會科學(xué)領(lǐng)域?qū)W者的論文數(shù)據(jù), 查詢時利用作者單位進行限定以避免出現(xiàn)重名現(xiàn)象。專利數(shù)據(jù)利用SooPat專利搜索引擎查詢。雖然該引擎是一個民間網(wǎng)站,但是這一網(wǎng)站包含108個國家和地區(qū)的專利文獻, 包括發(fā)明、實用新型、外觀設(shè)計與發(fā)明授權(quán)幾種不同的專利類型,數(shù)據(jù)相當完整, 能夠很好地支持學(xué)術(shù)研究。當然, 由于學(xué)科特點, 筆者僅查找理工農(nóng)醫(yī)類專業(yè)特聘教授的專利數(shù)據(jù)。專利查詢中, 以姓名、單位名稱和發(fā)明專利進行限定, 并且根據(jù)專利批準的情況, 排除“無權(quán)”、“駁回”“視為撤回”等類似情況。

3.4 控制變量及數(shù)據(jù)編碼

個人的學(xué)術(shù)表現(xiàn)肯定也會受到除人才政策之外的其它變量的影響。就人才個人情況來看, 他們的年齡、性別、海外教育背景與學(xué)科背景可能會影響個人的學(xué)術(shù)表現(xiàn)。一般來說, 40歲以下的年輕學(xué)者學(xué)術(shù)表現(xiàn)更為活躍, 而且,自然科學(xué)領(lǐng)域中學(xué)術(shù)活躍期通常更為年輕化; 女性因為家庭等因素的干擾過多, 通常難以將精力集中于學(xué)術(shù)研究,達到男性的學(xué)術(shù)表現(xiàn)水平; 具有海外教育背景的人才更能夠適應(yīng)國際期刊的學(xué)術(shù)發(fā)表要求, 在使用SCI數(shù)據(jù)進行測量時可能會比國內(nèi)畢業(yè)學(xué)者有更多優(yōu)勢; 各高校對自然科學(xué)類教師的科研要求通常會高于人文社會科學(xué)類教師, 這就導(dǎo)致教師的學(xué)科類別也可能會在一定程度上對發(fā)文量產(chǎn)生影響。從人才的外部環(huán)境來看, 高校密集的地方人才競爭會相對激烈, 學(xué)校也會對教師提出更高的科研要求。同時, 不同類型學(xué)校對教師的科研要求也客觀上存在著相當大的差異, 重點高校教師評價體系中對于科研的要求明顯高于普通院校, 從而極可能影響個人科研活動產(chǎn)出; 東部地區(qū)經(jīng)濟發(fā)展條件優(yōu)于中西部, 更容易形成人才集聚效應(yīng),可能在一定程度上導(dǎo)致學(xué)術(shù)表現(xiàn)好的人才更多地集中于東部?；谝陨峡紤], 本文將個人的年齡、性別、海外教育經(jīng)歷、學(xué)科類別, 以及作為環(huán)境條件的高校密集程度、學(xué)校類型和學(xué)科類別、高校地理位置作為控制變量納入研究中。

個人年齡以各大高校網(wǎng)站可以查到的特聘教授出生年份為標準錄入, 有些未直接公布出生年份的, 通過本科入學(xué)時間進行推算。性別、學(xué)科類別和海外教育背景在研究中設(shè)計為虛擬變量, 編碼時, 有海外教育背景、自然科學(xué)類和男性為1, 無海外教育背景、人文社科類和女性為0。高校密集程度在文中以各省211高校數(shù)量作為判斷依據(jù),將1-3所、4-7所、9-11所211高校的省份分別編碼為1,2, 3。學(xué)校類型包括985高校、211非985高校以及其他院校, 分別編碼為3, 2和1。高校地理位置分為東、中和西部,分別編碼為3, 2和1。

3.5 數(shù)據(jù)處理方法

本文采用SPSS19.0對數(shù)據(jù)進行處理。首先對入選前后的學(xué)術(shù)表現(xiàn)數(shù)據(jù)（論文數(shù)量和專利數(shù)量）進行配對樣本T檢驗, 以粗略估計地方政府人才獎勵政策對入選者學(xué)術(shù)表現(xiàn)產(chǎn)生的大致效果; 然后, 通過對政策變量、控制變量與學(xué)術(shù)表現(xiàn)的前后變化之間的關(guān)系進行回歸模擬, 對具體是哪些政策措施導(dǎo)致了入選者學(xué)術(shù)表現(xiàn)的變化進行更為準確地評判。

4 政策評估結(jié)果

4.1 特聘教授入選前后學(xué)術(shù)表現(xiàn)的變化情況

從表1可以看出, 特聘教授入選前三年與入選后三年論文量的均值分別為0.95篇和2.27篇, 兩個均值的差值為1.31篇。同時, 通過配對樣本T檢驗可以發(fā)現(xiàn), 入選前與入選后的差異是顯著的, 說明高校學(xué)者獎勵計劃的入選者在入選前后的論文發(fā)表量存在著顯著差別, 入選后顯著高于入選前。專利方面的情況是類似的, 理工農(nóng)醫(yī)類特聘教授入選前三年專利均值為0.21項, 入選后三年均值為0.70項,入選前后差值為0.49項, 配對樣本T檢驗的結(jié)果同樣顯示, 入選前后的差異顯著, 入選后的專利獲批數(shù)量明顯高于入選前。根據(jù)特聘教授在這兩個方面的學(xué)術(shù)表現(xiàn), 我們可以得出這樣的結(jié)論: 特聘教授在政策實施前后的學(xué)術(shù)表現(xiàn)發(fā)生了顯著變化。

表1 特聘教授入選者學(xué)術(shù)表現(xiàn)及配對樣本T檢驗結(jié)果

4.2 特聘教授獎勵計劃與學(xué)術(shù)表現(xiàn)的回歸分析結(jié)果

雖然配對樣本T檢驗可以證明特聘教授入選前后的學(xué)術(shù)表現(xiàn)存在著顯著差異, 但是, 要證明這種差異是否由政策導(dǎo)致, 以及證明是由哪些具體的政策措施導(dǎo)致, 還需要對政策與學(xué)術(shù)表現(xiàn)的差異進行回歸分析。特聘教授獎勵計劃與入選者在政策前后的學(xué)術(shù)表現(xiàn)差異之間的逐步回歸分析結(jié)果見表2。從表中可以看出, 經(jīng)過逐步回歸分析, 自變量入選前后論文差值的回歸方程中僅保留了兩個變量,而入選前后專利差值的回歸方程中保留了五個變量。同時,兩個回歸模型的F值都達到了顯著水平?？傮w來看, 政策對特聘教授發(fā)明專利數(shù)量的影響明顯高于對論文數(shù)量的影響。

在控制變量中, 只有學(xué)校類型對學(xué)術(shù)表現(xiàn)產(chǎn)生了顯著影響, 具體表現(xiàn)為特聘教授入選前后的發(fā)文量差異受到學(xué)校類型的顯著正影響。由于學(xué)校類型賦值時是正向賦值,即985高校被賦值為3, 普通高校賦值為1, 因此, 該結(jié)果說明, 高校層次越高, 特聘教授入選后與入選前相比, 發(fā)文量差異越大。政策變量中, 聘期對兩個學(xué)術(shù)表現(xiàn)指標的變化情況都產(chǎn)生了顯著正影響, 這一結(jié)果暗示, 特聘教授的聘期越長, 政策激勵效果越明顯, 相應(yīng)的, 入選前后的發(fā)文量和專利數(shù)量差值也越大。

對于自然科學(xué)領(lǐng)域的特聘教授來說, 專利獲批數(shù)量在入選前后的變化除了與聘期顯著相關(guān)之外, 還受到另外四個政策因素的顯著影響。首先, 崗位津貼與社平工資的比值對特聘教授入選前后的專利數(shù)量差異產(chǎn)生了顯著負影響, 類似的, 科研經(jīng)費與社平工資的比值也顯著影響到特聘教授入選前后的專利數(shù)量差異, 而且影響方向也是負向的。這一結(jié)果說明, 崗位津貼與科研經(jīng)費超出社平工資的幅度越大, 入選者在專利獲批數(shù)量方面的前后表現(xiàn)差異越小, 學(xué)術(shù)表現(xiàn)越不理想。其次, 組建團隊與項目申請支持能夠正向影響特聘教授的專利數(shù)量前后差值, 說明政策中組建團隊的規(guī)定是否具體詳細以及對項目申請是否提供了支持會顯著影響專利數(shù)量變化。團隊組建規(guī)定越詳細且有項目申請的支持, 特聘教授的專利獲批數(shù)量越有可能增加。

表2 政策與入選者學(xué)術(shù)表現(xiàn)的逐步回歸分析結(jié)果

4.3 對評估結(jié)果的解讀

應(yīng)該說, 學(xué)校類型的影響是完全符合我們的認知的。一方面, 在我國高校管理實踐中, 越是研究水平高的學(xué)校,職稱評定的要求越高, 對教師的學(xué)術(shù)成果層次要求越高,數(shù)量要求也越多, 教師間的競爭也越是激烈。而且, 這種職稱評定要求主要是以高水平論文發(fā)表量為評價標準, 相應(yīng)地, 也就促使教師發(fā)表了更多的高水平論文。另一方面,各省特聘教授獎勵計劃的入選者絕大多數(shù)從事自然科學(xué)研究, 而且各地人才獎勵計劃主要針對非985的普通院校,這些院校的職稱評聘不像985高校那樣要求必須是SCI等刊物。因此, 采用主要收錄國際刊物的Web of Knowledge數(shù)據(jù)庫進行論文數(shù)據(jù)查找, 會更有利于重點高校的特聘教授, 從而導(dǎo)致學(xué)校類型對入選者論文數(shù)量變化展現(xiàn)出顯著影響。

政策中有關(guān)聘期的規(guī)定越長越有助于促進學(xué)者學(xué)術(shù)成就的提升, 既可能與學(xué)術(shù)科研活動的特點有關(guān), 也可能與較長聘期下入選者的心理反應(yīng)有關(guān)。首先, 科研活動需要一定的周期, 聘期短顯然是不利于正常學(xué)術(shù)活動的開展的,特別是自然科學(xué)類, 從學(xué)術(shù)團隊的組建到出成果都需要時間, 聘期設(shè)置短可能會導(dǎo)致一些正常的科學(xué)活動在聘期內(nèi)無法產(chǎn)生相應(yīng)的學(xué)術(shù)成果。其次, 在較長聘期設(shè)計下, 入選者心理上會更為安定, 有助于減少時間緊迫造成的心理焦燥現(xiàn)象, 并且容易讓入選者對用人單位產(chǎn)生更為明顯的組織忠誠度與歸屬感, 從而保證特聘教授能夠安心學(xué)術(shù)研究, 提升個人績效。

為特聘教授提供團隊組建和項目申請支持能夠確保特聘教授增加學(xué)術(shù)成果, 這與具體的科研工作特點密切相關(guān)。根據(jù)自然科學(xué)研究的特性, 科研團隊的構(gòu)建是至關(guān)重要的。但是, 在高校中, 科研團隊的構(gòu)建并不容易, 有些學(xué)校里即使是千人計劃入選者也無法確?；貒髢赡陜?nèi)順利地將研究團隊組建起來, 因此, 政策的支持能夠起到相當大的助益作用。至于項目申請的支持, 由于項目申請的前提都是清楚的研究計劃, 因此對項目的支持其實是對研究計劃實施的直接推動, 能夠促使項目計劃產(chǎn)生出專利結(jié)果來。同時, 根據(jù)馬斯洛的需求層次理論, 人們的需求會從低層次經(jīng)濟性的生存與安全需求, 向高層次的自我實現(xiàn)需求演進。作為高層次人才, 特聘教授入選者的基本經(jīng)濟需求通常都已經(jīng)得到滿足, 他們的需求相對集中于更高的自我實現(xiàn)層次上。在這種情況下, 個人發(fā)展平臺更有可能符合入選者的階段性需求現(xiàn)狀, 團隊建設(shè)與項目申請支持則恰好是能夠幫助特聘教授更好地搭建個人發(fā)展平臺的有利政策措施。

至于崗位津貼的負面作用應(yīng)該與崗位津貼的發(fā)放方式有關(guān)。目前崗位津貼其實是通過與工資收入合并在一起發(fā)放的, 因此, 崗位津貼只是簡單地增加了個人的收入水平。而西方的研究已經(jīng)表明, 當政策資助以金錢形式直接增加個人工資收入情況下, 是不能保障科研工作者的工作績效提升的（Goolsbee, 1998）。崗位津貼的這種負面作用可能與金錢激勵遵循的邊際效果遞減規(guī)律有關(guān)。管理學(xué)研究已經(jīng)證明, 金錢激勵是一把雙刃劍, 在達到一定點之后, 再追加激勵數(shù)額, 激勵效果會不升反降。崗位津貼是保證特聘教授生活安定的必要條件, 但是, 根據(jù)赫茨伯格的雙因素理論, 這些金錢形式表現(xiàn)出來的激勵措施只能起保障性作用, 它能夠避免出現(xiàn)不滿意的現(xiàn)象, 卻不能確保對被管理對象產(chǎn)生激勵作用。而且, 當這些金錢的數(shù)額超出社平工資過多時, 個人就有可能在與社會公眾金錢收入的較大差異中獲得地位認可與滿足感, 他們的關(guān)注點就可能會從追求學(xué)術(shù)發(fā)展成就的內(nèi)在動力, 轉(zhuǎn)向?qū)Λ@取更高數(shù)額金錢的追逐上去, 并通過獲得的崗位津貼數(shù)量來衡量自身成就,從而導(dǎo)致總體激勵效果下降。

科研經(jīng)費在推動特聘教授發(fā)明專利數(shù)量提升中的負向作用明顯與人們的預(yù)期不相符, 對于這一問題的解釋, 我們需要拋開總體數(shù)據(jù), 轉(zhuǎn)而結(jié)合各省的情況進行更為細致的分析。這是因為, 各省之間的具體差異在利用總體數(shù)據(jù)進行回歸分析時, 可能被忽視了, 從而令我們無法發(fā)現(xiàn)科研補貼在特定省份產(chǎn)生負向作用的深層原因。當然, 為了更好地識別出省與省之間的差異性, 對比專利與科研補貼之間關(guān)系的兩種極端情況是很有助益的, 因為這樣可以幫助我們排除中間情況的干擾作用, 更清晰地辨別出導(dǎo)致科研經(jīng)費作用異化的深層原因。圖1是將數(shù)據(jù)標準化后的專利前后均值差與科研補貼和科研補貼與社平工資比的柱狀圖。從圖中可以看出, 在一個極端, 專利前后均值差大但科研補貼相關(guān)數(shù)據(jù)小的典型是錢江學(xué)者與芙蓉學(xué)者計劃,這說明浙江與湖南的特聘教授獎勵計劃科研投入少但導(dǎo)致了較大的專利產(chǎn)出變化; 在另一個極端, 專利前后均值差小但科研補貼相關(guān)數(shù)據(jù)大的典型則是泰山學(xué)者、閩江學(xué)者與珠江學(xué)者計劃, 因此, 山東、福建與廣東的科研投入多但專利變化小。

圖1 專利與科研補貼、科研補貼與社平工資比的標準化數(shù)據(jù)對比圖

如果將科研補貼與專利數(shù)量變化之間的負相關(guān)關(guān)系理解為一種表面假象, 那么, 就應(yīng)該有一些潛在的因素扭曲了其正常作用的發(fā)揮。作為一項政策措施, 科研補貼無法發(fā)揮預(yù)期作用應(yīng)該與政策之外的高?；蛘咛仄附淌诒旧淼囊蛩赜嘘P(guān)。但是, 從處于兩個極端的省份來看, 除湖南外,幾個省份都處于東部沿海地區(qū), 這說明地理位置以及與地理位置相關(guān)的經(jīng)濟發(fā)展條件是不重要的。同時, 兩個極端省份中均分別有高校密集度高和低的省份, 說明科研補貼作用相反也與高校間的競爭沒有關(guān)系。在此情況下, 特聘教授的個人情況可能是導(dǎo)致科研補貼未能發(fā)揮正常作用的決定性因素。

通常情況下, 985高校與普通高校相比, 人才評價體系更為關(guān)注論文而非專利。這種政策導(dǎo)向肯定會影響到高校教師發(fā)表論文還是研究專利的偏好與抉擇。在這樣的背景下, 特聘教授中985高校入選者占比越高, 特聘教授越有可能將科研補貼用于學(xué)術(shù)論文的研究與發(fā)表而非專利的開發(fā)與申請, 從而導(dǎo)致科研補貼與專利量之間的關(guān)系表現(xiàn)為負相關(guān), 這一點在圖2專利變化與各省樣本中985高校入選者所占比例的對比中表現(xiàn)得相當明顯。在發(fā)明專利數(shù)量變化更大的浙江和湖南兩個省份中, 所研究樣本的985高校入選者占比相對較低, 而特聘教授入選者中985高校教師占比大的福建與廣東兩省, 發(fā)明專利的數(shù)量變化明顯更小。不過, 圖2也表明, 山東的情況相對特殊, 該省專利數(shù)量少更有可能與其它因素有關(guān)。

圖2 專利變化量與985高校入選者占比的標準化數(shù)據(jù)對比圖

圖3是數(shù)據(jù)標準化后特聘教授專利變化量與平均年齡、具有海外教育背景的入選者所占比例之間的對比圖。顯然, 山東的泰山學(xué)者特聘教授年齡最高（入選時平均47歲）且有海外教育背景的比例最少。這可能意味著, 該省特聘教授發(fā)明專利少是因為該人群的創(chuàng)新能力相對受限,即使該省提供了最高數(shù)額的科研補貼也無法扭轉(zhuǎn)這一態(tài)勢。福建與廣東的情況相對適中, 為什么提供了相對偏高的科研補貼也未能促成專利量提升呢？結(jié)合表3的各省特聘教授論文量與專利量均值情況, 可以看出, 閩江學(xué)者專利低的同時, 其論文發(fā)表量在入選前后的變化卻相當明顯,說明發(fā)明專利量低是因為這個群體中985高校的入選者占比明顯偏高, 導(dǎo)致這些年富力強又受過良好教育的學(xué)者更為關(guān)注985高校強調(diào)的高水平論文發(fā)表, 科研補貼不是沒有產(chǎn)出支撐, 而是傾向于以論文形式表現(xiàn)出來。廣東的情況比較特殊, 雖然與浙江相比, 其特聘教授的專利變化量小得多, 但是, 它的主要問題是這些特聘教授前三年的專利基數(shù)最大, 導(dǎo)致科研補貼雖然與較高的后三年專利量相對應(yīng), 但專利變化程度上卻無法體現(xiàn)出廣東的這種優(yōu)勢來。也就是說, 廣東的科研補貼其實仍然伴隨著相當高的專利產(chǎn)出。與閩江學(xué)者相比, 珠江學(xué)者雖然985高校入選者占比更多, 但是, 他們在一定程度上做到了論文與專利兩不誤。

圖3 專利變化量與入選者年齡、海外教育背景占比的標準化數(shù)據(jù)對比圖

在兩個專利變化量相對更大的省份中, 錢江學(xué)者年齡最低（入選時平均40歲）海外教育背景占比最多, 這些人才在保持了高論文發(fā)表量與變化量的同時, 發(fā)明專利變化量也是最高的?？紤]到該省樣本全部來自非985高校,此類高校通常既看重論文也關(guān)注專利量, 因此科研補貼雖然不高, 這些年輕實力強的學(xué)者卻相對容易地實現(xiàn)了論文與專利的雙突破。湖南的芙蓉學(xué)者入選時平均年齡為43歲,海外教育背景占比的人雖然不多, 但也達到14%, 985高校入選者所占比例也不是很高, 這些條件結(jié)合在一起, 使得該群體總體實力相對適中, 即使領(lǐng)著幾個省份中最少的科研補貼, 但是, 高校評價體系的干擾作用不是很大, 所以發(fā)明專利數(shù)量變化比較理想。

根據(jù)以上分析, 筆者認為, 在典型省份中, 科研補貼與專利變化量之間的負相關(guān)關(guān)系其實是985高校入選者的比例、年齡以及是否具有海外教育背景等因素共同干擾的結(jié)果。雖然這些因素在總體數(shù)據(jù)條件下未產(chǎn)生顯著影響, 但是, 它們在典型省份中卻或多或少或單獨或相結(jié)合的發(fā)揮作用, 促使專利變化量與科研補貼之間的關(guān)系被扭曲, 背離人們的預(yù)期。

表3 9省特聘教授論文與專利的均值比較

5 政策建議

通過對特聘教授獎勵計劃實施的效果評估可以看出,各省特聘教授入選后的學(xué)術(shù)成果顯著超過入選前, 這與前人的研究結(jié)論是相對一致的。同時, 本文的研究結(jié)果還說明, 政策設(shè)計中規(guī)定的聘期對特聘教授的發(fā)文量和專利數(shù)量都會產(chǎn)生顯著正影響; 團隊組建與項目申請中的支持都有利于促使特聘教授產(chǎn)生更多的發(fā)明專利; 但是, 各省政策中提供的崗位津貼與科研經(jīng)費卻不利于特聘教授專利數(shù)量的提升。因此, 總體來說, 特聘教授的學(xué)術(shù)表現(xiàn)受到地方政府人才獎勵計劃的顯著影響。

基于以上研究結(jié)論, 各省在政策設(shè)計與調(diào)整中應(yīng)該更多地關(guān)注聘期設(shè)置、金錢激勵作用的調(diào)整以及個人發(fā)展平臺的搭建問題。

首先, 就聘期來看, 目前各省的設(shè)計一般采用3年或5年的設(shè)計方案。根據(jù)研究結(jié)果, 今后地方政府在政策設(shè)計與調(diào)整時, 應(yīng)該盡可能拉長聘期, 比如將聘期調(diào)整為5年到7年時間, 這樣可以讓學(xué)者們有更穩(wěn)定的心態(tài)和更寬松的環(huán)境進行科研活動, 以保證他們產(chǎn)出更多更好的學(xué)術(shù)成果。

其次, 崗位津貼的發(fā)放要注意其與社平工資的比例關(guān)系, 不宜超出社平工資過多, 以免讓金錢的正向激勵效果過快地消弭。聯(lián)系國外經(jīng)驗, 鑒于崗位津貼直接發(fā)放到個人可能會對政策效果帶來不確定的影響, 也可以考慮在稅收補助或稅收減免方面進行一些政策設(shè)計與調(diào)整。

科研補貼雖然與專利數(shù)量變化呈現(xiàn)負相關(guān)關(guān)系, 但是,根據(jù)前文的分析, 高校類型、入選者年齡及海外教育背景等都可能會對兩者關(guān)系產(chǎn)生一定的干擾作用, 因此, 不能簡單地減少科研經(jīng)費的數(shù)量, 而是要根據(jù)情況來具體分析。在特聘教授入選者來自985高校的比例較低、平均年齡較低且海外教育背景相對較多的條件下, 地方政府的科研經(jīng)費投入不必過多, 這些人研究動力與活力充足, 地方政府更應(yīng)注重其學(xué)術(shù)發(fā)展平臺如團隊的建設(shè)。

同時, 各省提供的科研經(jīng)費與高校教師通過科研項目申請獲得的課題經(jīng)費是明顯不同的。相對而言, 通過項目申請獲得的課題經(jīng)費都是以明確可行的研究計劃為支撐的, 它有很強的研究項目針對性, 而各省提供的科研經(jīng)費則更類似于一種科研補助, 它的設(shè)計缺陷在于無法清楚地與某個研究項目對應(yīng)起來, 缺少課題經(jīng)費的針對性, 激勵效果自然會受到制約。因此, 地方政府特聘教授獎勵計劃應(yīng)該適當增強科研經(jīng)費的針對性。目前地方政府人才獎勵計劃的科研經(jīng)費管理更多地體現(xiàn)在最后的考核環(huán)節(jié), 通過考核來檢驗政策效果的同時, 也在評判科研經(jīng)費的影響。但是, 這種設(shè)計具有事后被動性特點, 無法像科研項目課題那樣能夠事前就將研究的具體項目內(nèi)容與經(jīng)費掛鉤, 以便實現(xiàn)更好地監(jiān)督和控制。為此, 筆者建議地方政府在政策設(shè)計時, 盡可能學(xué)習(xí)借鑒課題項目管理的思路, 加強科研經(jīng)費與研究項目之間的聯(lián)系?？梢钥紤]在特聘教授申請時將科研經(jīng)費與研究項目掛鉤, 這樣就可以事前清楚地約定, 在一個聘期內(nèi), 科研經(jīng)費將要用于哪些具體科研項目的研究。在入選后的年度考核中, 也可以基于科研經(jīng)費與所資助研究項目之間的關(guān)聯(lián)性, 直接對項目進展進行考核,從而決定下一年度科研經(jīng)費的撥付比例。這樣一來, 就可以保證科研經(jīng)費具有明確的目的性, 從而幫助特聘教授將注意力從經(jīng)費本身轉(zhuǎn)移到經(jīng)費要求的科研產(chǎn)出上面。

最后, 基于團隊組建和項目申請支持的正向影響作用,地方政府今后應(yīng)該著重關(guān)注這兩項政策的設(shè)計與調(diào)整。目前各省對于項目申請支持方面的規(guī)定還相當粗糙, 一般僅是簡單地指出需要在申請國家項目與課題方面為特聘教授提供支持。政策調(diào)整的方向應(yīng)該是細化相關(guān)的規(guī)定, 針對如何支持設(shè)計出更為詳細的政策方案, 政策內(nèi)容可以包含項目選題、設(shè)計以及個人影響力擴展等方面的具體支持思路。至于團隊建設(shè)方面, 目前各省政策差異相當明顯。相對來說, 陜西省的三秦政策在此方面規(guī)定最為詳細具體,其它各省可以借鑒陜西省的政策并結(jié)合自身的情況進行政策調(diào)整。總之, 團隊組建和項目申請支持方面的政策設(shè)計能夠有助于提升個人發(fā)展平臺, 需要得到地方政府的重點關(guān)注, 以加大它們的影響力, 推動特聘教授個人學(xué)術(shù)能力的發(fā)展。

同時, 控制變量中高校類型的影響意味著, 如果地方政府更為關(guān)注特聘教授是否能夠發(fā)表更多高水平論文, 那么, 學(xué)者獎勵計劃的人選需要更多地在985高校中遴選;如果專利對于一些地方政府來說具有更為明顯的戰(zhàn)略意義, 那么, 特聘教授可以更多地從普通高校中擇選, 但是,政策設(shè)計時必須督促普通高校對入選者提出更高的學(xué)術(shù)要求, 以便切實提升入選者的學(xué)術(shù)能力。保證特聘教授的年輕化與海外教育背景也是相當有利的, 雖然這兩個條件未能在總體數(shù)據(jù)中產(chǎn)生顯著影響, 但是, 從它們對典型省份的影響來看, 二者可能會干擾科研補助的影響, 導(dǎo)致特聘教授或者單方面學(xué)術(shù)表現(xiàn)提高, 或者兩個方面學(xué)術(shù)表現(xiàn)都能夠提高。因此, 地方政府特聘教授獎勵計劃還是更應(yīng)該向年輕且具有海外教育背景的人才傾斜。而且, 由于政策對專利數(shù)量影響顯著, 要保證專利數(shù)量提升還應(yīng)該繼續(xù)保持自然科學(xué)學(xué)科學(xué)者占特聘教授絕大多數(shù)的趨勢。

當然, 本文的研究也存在一定的局限性。這主要表現(xiàn)為, 本文為了保證各地之間樣本的統(tǒng)一性, 僅截取了幾個省份2011年入選者的學(xué)術(shù)成果進行分析。然而, 有些省份因?qū)嵤┑臅r間相對較長, 不同批次的情況可能會有所不同。今后的研究應(yīng)該擴大樣本數(shù)量, 以期獲得更為準確的評估結(jié)論。另外, 基于數(shù)據(jù)的可獲取性, 本文只關(guān)注特聘教授的學(xué)術(shù)產(chǎn)出數(shù)量, 未能將學(xué)術(shù)產(chǎn)出的質(zhì)量納入研究。對學(xué)術(shù)產(chǎn)出質(zhì)量的研究（比如使用引用率進行研究）意味著需要在不同時間點上收集數(shù)據(jù), 從而形成對特聘教授的追蹤研究, 這也是今后的研究方向。