宋志燕,李欣悅
(1.長治學院,山西 長治046000;2.西北師范大學教育學院,甘肅 蘭州730070;3.山西財經(jīng)大學公共管理學院,山西 太原030006)
新時代背景下,我國經(jīng)濟發(fā)展越來越依賴人才、科技與創(chuàng)新等要素的推動,為促進知識資源有效整合、轉化和提升,國家越來越重視高等學校在其中所起的作用。2019年全國高校科技工作會議指出,要推進高??萍紕?chuàng)新體系和能力建設,需要高等學??萍脊ぷ鞯母哔|量發(fā)展。研究表明,高等學校在知識型人才的培養(yǎng)、科研成果的轉化中占有重要地位。因此,將高??蒲心芰ψ鳛檠芯繉ο?,深入探討科研全要素生產(chǎn)率的影響因素與提升路徑成為新時代背景下探究高校發(fā)展的熱點問題。
現(xiàn)有關于高??蒲腥厣a(chǎn)率的影響研究呈現(xiàn)出差異性和非對稱性。首先,受資源稟賦和區(qū)域環(huán)境差異的影響,高??蒲腥厣a(chǎn)率呈現(xiàn)出較大的異質性特點,影響高??蒲腥厣a(chǎn)率的不同要素也呈現(xiàn)因果非對稱現(xiàn)象(張慧琴、尚甜甜,2015)。其次,高??蒲腥厣a(chǎn)率影響因素對其提升作用的力度存在差異性。梁文艷、袁玉芝等(2014)以宏觀外部環(huán)境與微觀內部管理的視角研究了高校科研全要素生產(chǎn)率的影響因素。張衛(wèi)國(2019)從區(qū)域角度對高校科研全要素生產(chǎn)率的不同影響因素進行了系統(tǒng)整體分析。盡管現(xiàn)有研究已取得了有價值的成果,但仍有以下兩方面的不足:一是現(xiàn)有研究主要從區(qū)域角度進行分析,但與高校所在地相比,特定類型高校對科研全要素生產(chǎn)率也存在較大影響;二是影響高??蒲腥厣a(chǎn)率的核心因素是學者們的關注熱點,然而現(xiàn)有研究大多只關注單一變量對科研全要素生產(chǎn)率的影響程度,未能體現(xiàn)整體性思維,不能揭示影響因素之間的組態(tài)關系,也未從理論視角剖析高??蒲腥厣a(chǎn)率的內在提升機制。
針對現(xiàn)有研究的不足,文章聚焦于不同影響要素對高??蒲腥厣a(chǎn)率的提升作用,以我國教育部直屬高校為研究對象,采用整體的思維視角探究各要素在提升高校科研全要素生產(chǎn)率中的復雜機制。選取教育部直屬高校為研究對象的原因在于:一方面,教育部直屬高校作為我國高等教育的先行者,代表我國高等教育和高校改革的方向,其科研成果轉化能力是推進國家經(jīng)濟社會發(fā)展的強大動力;另一方面,隨著國家加強對“雙一流”高校的改革與建設的力度,教育部直屬高校不僅反映了我國高等教育的發(fā)展現(xiàn)狀,也對我國各類型高校的改革具有典型示范作用。而選擇整體性思維視角不僅可以彌補現(xiàn)有研究對高??蒲腥厣a(chǎn)率線性思維的桎梏,轉由組態(tài)視角分析提升高??蒲腥厣a(chǎn)率中不同要素所起的作用,而且可以更好分析在新時代背景下“雙一流”高校建設中,面臨復雜環(huán)境下科研全要素生產(chǎn)率如何有效提升與發(fā)展。
基于上述現(xiàn)實與理論背景,研究試圖解決以下問題:我國教育部直屬高?,F(xiàn)有科研全要素生產(chǎn)率的發(fā)展狀況如何?整體思維視角在分析不同要素提升科研全要素生產(chǎn)率的復雜機制中又扮演了怎樣角色?為此,文章選取63所教育部直屬高校為研究樣本,構建評價科研投入產(chǎn)出效率的DEA模型,并使用模糊集定性比較分析方法(fsQCA)從環(huán)境、資本、技術與人力四個維度來分析高??蒲腥厣a(chǎn)率,通過實證結果分析各要素之間的相互組合作用,尋找提升中國研究型大學科研全要素生產(chǎn)率的最佳路徑,為新時代背景下高??蒲腥厣a(chǎn)率的有效提升提供對策建議。
近年來,隨著國家不斷加強對高等學校教育質量與教學水平的重視力度,科研活動成為高等學校的一項重要任務,為更加合理高效地評估高校的科研能力,科研全要素生產(chǎn)率這一概念越來越受到研究者的關注??蒲腥厣a(chǎn)率是指科研工作者在科研活動中表現(xiàn)出的能力,一般用其投入與產(chǎn)出比進行衡量(姜春林、梁帥等,2012)。雖然近年來有眾多學者對其進行深入研究,但由于關注重點與視角存在差異,導致結果并未達成共識,因此,文章對科研全要素生產(chǎn)率的研究從以下三個角度進行梳理:
首先,對我國高??蒲腥厣a(chǎn)率研究對象的選擇。基于研究視角,從兩方面入手:一是按區(qū)域類型進行分類研究。以全國高校為例,劉興凱、左小娟等(2015)選取了我國28個省區(qū)的面板數(shù)據(jù),分析了高校科研效率的地區(qū)特征;以區(qū)域高校為例,目前學者對于區(qū)域高校的研究多集中于浙江省、江蘇省等省份,如劉勇、谷晗等(2013)和王麗娜(2012)分別對浙江省和江蘇省高校的科研全要素生產(chǎn)率進行了研究。二是以辦學層次進行分類研究。以教育部直屬高校研究為例,如陸根書、劉蕾(2006)與孫靜春、顧麗娜等(2005)自2005年起便持續(xù)關注教育部直屬高校的科研生產(chǎn)效率,發(fā)現(xiàn)不同地區(qū)高校的科研資源分配不合理;以“985工程”和“211工程”高校研究為例,胡慶江、何瑋佳等(2011)和陳立泰、梁超等(2012)分別對我國36所“985工程”高校和西部地區(qū)23所“211工程”高校進行了研究,發(fā)現(xiàn)不同地區(qū)高校的科研全要素生產(chǎn)率存在著顯著差距。
其次,對我國高??蒲腥厣a(chǎn)率評價體系指標的選擇?;谝酝墨I的研究,高校科研全要素生產(chǎn)率評估投入指標可分為人力、財力和物力三個方面,研究者多采用科技經(jīng)費投入、教學與科研人員、人均經(jīng)費占比等作為衡量指標(李佳哲、胡詠梅,2018);科研全要素生產(chǎn)率評估產(chǎn)出指標可分為以下三個方面,高??蒲谐晒臄?shù)量評價的代表性指標有“專著出版數(shù)量”和“論文發(fā)表數(shù)量”,高??蒲谐晒馁|量考察的代表性指標有“鑒定成果數(shù)”和“專利授權數(shù)”,高??蒲袑?jīng)濟與社會效益的影響的代表指標有“技術轉讓當年實際收入”(劉天佐、許航,2018)。
最后,是對我國高??蒲腥厣a(chǎn)率研究方法的選擇。國內早期研究主要以傳統(tǒng)DEA模型為主,如陸根書、劉蕾(2006)、姜彤彤(2013),胡詠梅、范文鳳(2014)運用DEA分析方法,分別對教育部及“985工程”“211工程”區(qū)域內高校的科研全要素生產(chǎn)率進行了研究與評估,但由于DEA評價多反映的是截面數(shù)據(jù)上的靜態(tài)效應,并缺少穩(wěn)健性檢驗,因此越來越多的國內學者進而使用DEA-Malmquist指數(shù)方法。如潘健、宗曉華(2018)與張璞等(2018)分別采用DEA-Malmquist指數(shù)分析方法,測算分析2003-2008年中國研究型大學科研全要素生產(chǎn)率與不同種類科研活動的年際和省際變化差異。
通過文獻梳理可見,盡管國內已有不少高校就科研效率評估方面進行實證研究,但以往研究多以不同高校之間的區(qū)際與校際差異進行研討,對影響高校生產(chǎn)率的影響因素探討多有不足。因此,文章采用2009-2018年教育部直屬高??蒲型度牒彤a(chǎn)出的面板數(shù)據(jù),構建DEA模型,測算其科研生產(chǎn)效率;之后使用模糊集定性比較分析方法(fsQCA),從不同要素來分析影響高??蒲腥厣a(chǎn)率的核心要素,尋找有利于提升我國教育部直屬高??蒲腥厣a(chǎn)率的最佳路徑。
數(shù)據(jù)包絡分析法(Data Envelopment Analysis,DEA)是評價靜態(tài)層面具有相同類型投入產(chǎn)出決策部門相對效率的典型方法,自1978年產(chǎn)生以來多應用于小樣本的投入產(chǎn)出效率分析,而且只能輸入截面數(shù)據(jù)來橫向測算決策單元的效率(Charnes A,1978)。而研究型大學的科研活動具有高投入、高產(chǎn)出的特點,因此無法從單一的成本收益角度去考慮其科研生產(chǎn)效率?;贒EA的Malmquist指數(shù)分解方法(DEA-Malmquist)即全要素生產(chǎn)率指數(shù)可以采用不同時期的距離函數(shù)表示不同時期的效率,使用面板數(shù)據(jù)分析科研動態(tài)生產(chǎn),采取靜態(tài)分析和動態(tài)分解相結合的研究方法有利于考察數(shù)年來研究型大學的科研全要素生產(chǎn)率的動態(tài)變化,對其進行綜合評價,為管理決策提供參考。
選擇合適的評價指標是開展高??蒲腥厣a(chǎn)率研究的前提和基礎,構建指標體系有利于科學的衡量和測算高??蒲腥厣a(chǎn)率。文章將教育部直屬高校的科研投入與產(chǎn)出分為兩個方面選取不同的指標進行考量。高校科研活動投入包括人力、物力和財力的投入,在一定程度上決定高校的科研潛力,參考張衛(wèi)國(2019)和梁文艷(2014)關于科研全要素生產(chǎn)率投入指標的測算,選取“教學與科研人員中高級職稱占比”與“當年科技課題投入經(jīng)費”作為輸入指標;由于高??蒲谢顒赢a(chǎn)出具有多樣性,在指標選取上要更加注重科學研究的學術價值和經(jīng)濟社會價值。參考廖文秋等(2011)科研全要素生產(chǎn)率產(chǎn)出指標的測算,選取“課題總數(shù)”,“出版專著”和“發(fā)表學術論文數(shù)量”作為輸出指標,這些指標在衡量教育部直屬高??蒲谐晒c質量方面都具有一定的代表性。具體的投入產(chǎn)出指標如表1所示。
表1 高??蒲型度肱c產(chǎn)出指標體系
為保障研究的真實性與可靠性,研究選擇了2009-2018年的面板數(shù)據(jù),時間跨度為10年,所有數(shù)據(jù)都來源于教育部科學技術司編著的《高等學??萍冀y(tǒng)計資料匯編》①限于部分統(tǒng)計數(shù)據(jù)的缺失,西南財經(jīng)大學和陜西師范大學在文章中予以刪除。。經(jīng)數(shù)據(jù)整理后的63所教育部直屬高校不論是從科研活動規(guī)模還是科研成果與質量,均符合DEA方法要求決策單元的同質性標準。研究使用DEAP2.1的分析軟件,運用DEA-Malmquist指數(shù)分析方法來計算不同年份的教育部直屬高校的科研全要素生產(chǎn)率,用其十年的均值數(shù)據(jù)來呈現(xiàn)整體趨勢,得出2009—2018年的各高??蒲腥厣a(chǎn)率的均值和標準差。具體的指標描述統(tǒng)計數(shù)據(jù)如表2所示。
由表2可知,2009-2018年教育部直屬高校的全要素生產(chǎn)率(Total Factor Productivity,TFP)總體情況良好,各高校十年間的科研全要素生產(chǎn)率的平均值為0.867,具體來說,有21所研究型大學科研全要素生產(chǎn)率大于0.9,占總體研究對象的三分之一,其中,平均值最高的大學是蘭州大學(0.9989),最低的是南京大學(0.6807);在科研全要素生產(chǎn)率排名前二十的大學中,從區(qū)域分布情況來看,東部地區(qū)的高校占據(jù)了15所,中部地區(qū)有2所,西部地區(qū)有3所;從學校層次情況來看,“985工程”高校有8所,“211工程”高校有12所;從學科構成情況來看,綜合類大學和理工類大學各占據(jù)了8所,除此之外,還有4所單學科類的學校,如語言類、政法類、醫(yī)藥類和農林類。這些數(shù)據(jù)均表明不同地區(qū)、不同種類的研究型大學在科研全要素生產(chǎn)率方面存在一定差異。因此,教育主管部門應當合理分配地區(qū)間和科研類型間的資源配置,努力縮小各研究型大學之間的發(fā)展差距②省級行政區(qū)的劃分如下:東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南;中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南;西部地區(qū)包括重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆、內蒙古、廣西。。
表2 2009-2018年教育部直屬高??蒲腥厣a(chǎn)率
美國社會學家查爾斯·拉金(Charles C.Ragin)認為,某一社會現(xiàn)象產(chǎn)生的原因是多種相互依賴的條件組合作用的結果,因此他于20世紀80年代開始采取整體的研究視角,以案例層面(Case-Oriented)進行分析研究,提出一種基于集合論的分析方法,即定性比較分析法(Qualitative Comparative Analysis,QCA)。該方法的基本思想是,將每個案例視為條件變量的組態(tài),采取集合的方式進行統(tǒng)計分析,用布爾代數(shù)法進行運算,探討條件變量的不同組合方式與研究結果之間的充分必要關系,進行因果論斷,為決策者提供參考方案(杜運周,2017)。近年來,QCA分析方法已廣泛應用在社會學和管理學各領域,并有逐漸向其他研究領域拓展的趨勢。
研究選取了2009-2018年的面板數(shù)據(jù),運用DEA-Malmquist指數(shù)分析法來測度教育部直屬高等學校各年的科研全要素生產(chǎn)率,選擇2018年影響教育部直屬高校科研全要素生產(chǎn)率的四個維度的代表變量作為fsQCA分析的條件變量,同時使用2018年的高??蒲腥厣a(chǎn)率作為分析的結果變量。
環(huán)境要素。當前對于外部環(huán)境要素影響高??蒲腥厣a(chǎn)率的實證研究還比較少,教育部直屬高校大多分布在不同的省份,由于經(jīng)濟發(fā)展水平不同,各高校發(fā)展環(huán)境存在差異,在不可能具有相同的外部環(huán)境條件下,增加科研人員的對外交流機會,有利于拓寬高校知名度的影響力,有利于加強人才隊伍質量建設,進而提升高校學術產(chǎn)出效率。因此,文章選取高校的對外交流情況來衡量環(huán)境因素對科研全要素生產(chǎn)率的影響,具體來說,選取高校每年舉辦國際交流學術會議的次數(shù)作為研究指標。
資本要素。資本投入的增加有利于改善高??蒲协h(huán)境,提高基礎設施建設,因而對高??蒲腥厣a(chǎn)率具有重要的影響??蓛H僅依靠各高校的資金投入無法真實和全面反映其區(qū)域投入情況,需要考慮地區(qū)的橫向比較以及匹配問題。因此,選擇教育部直屬各高校的資金投入占本省的GDP比重來衡量資本要素投入對高??蒲腥厣a(chǎn)率的影響。
技術要素。由于目前我國高校的學術產(chǎn)出主要是投資驅動型的,學術產(chǎn)出成果的數(shù)量與科研經(jīng)費的投入有著密不可分的關系(于志軍等,2017)。教育部直屬高??蒲薪?jīng)費大多由國家財政部直接撥款,對于各高校的投入力度有所不同。科研經(jīng)費的穩(wěn)定投入是研發(fā)活動的順利進行的物質基礎和硬件保障,這也表明科研經(jīng)費對經(jīng)濟產(chǎn)出效率具有十分重要的影響。因此研究選取當年科研經(jīng)費的內部支出作為衡量教育部直屬高??蒲腥厣a(chǎn)率的技術要素。
人力要素。人才是科研生產(chǎn)活動中不可忽視的一部分,科技創(chuàng)新作為一項知識密集型活動,更需要大規(guī)模的高素質人才參與,從事教學與科研活動的人員素質越高,學術產(chǎn)出的能力越強,越有利于科技創(chuàng)新活動的開展。增加高素質的科學研究人員,便于組建高效率的科研團隊,提升科研隊伍的研究水平,進而提高高??蒲械耐度肱c產(chǎn)出效率(張婧,2015)。因此,文章選取了教學與科研人員來衡量人力資源要素的投入。
變量描述性統(tǒng)計如表3所示,教育部各高校2018年的科研全要素生產(chǎn)率(TFP)最大值為1.175,最小值為0.615,說明不同高校之間的科研全要素生產(chǎn)率存在明顯差異。從環(huán)境要素來看,對外交流次數(shù)最多的高校每年舉辦國際學術會議127次,部分高校受制于種種條件限制,沒有舉辦國際學術會議的機會;從人力要素來看,各高校之間的教師數(shù)量存在差距,但也有可能受高校規(guī)模的制約;比較分析資本要素和技術要素,各高校之間科研經(jīng)費的投入與科技經(jīng)費占本省份GDP的比重也存在很大的差異。
表3 變量描述性統(tǒng)計
由于QCA方法是基于集合論的研究,在使用模糊集定性比較分析fsQCA時,需要先將研究對象的條件變量和結果變量校準到某一隸屬集合,找到符合標準的研究案例。在變量校準的過程中需要確定3個臨界值,即完全隸屬點、完全不隸屬點和交叉隸屬點,在選定三個錨點后通過軟件計算原始值,所有校準后的集合隸屬于0~1之間的模糊集。參考Fiss(2011)的研究文章選定四分位法來確定條件變量與結果變量的錨點。校準后數(shù)據(jù)如表4所示③數(shù)據(jù)來源:關于各地區(qū)普通高等學校科研成果的投入產(chǎn)出數(shù)據(jù)均來自2009—2018年《高等學??萍冀y(tǒng)計資料匯編》和《中國教育統(tǒng)計年鑒》中國家發(fā)布的統(tǒng)計數(shù)據(jù)。。
表4 各變量校準錨點
在確定研究案例條件變量和結果變量的錨點后,需要對條件變量的必要性進行分析,根據(jù)布爾代數(shù)計算原理,在校準后生成的模糊集真值表(Truth Table)中,必要條件會在形成簡單方案的過程中被消去,但其本身的存在會對結果產(chǎn)生關鍵影響,因此需要分析各條件變量對結果的必要性。必要條件的一致性反應了條件變量與結果之間的一致程度,即結果的模糊集合在多大程度上是條件模糊集合的子集,Ragin認為一致性至少大于0.75才能算有因果關系。較為嚴格的判定標準認為一致性大于0.9才能被認為是結果的必要條件。表5列出對高??蒲腥厣a(chǎn)率影響因素的必要條件的分析結果。從表5中的結果可以看出,四個維度要素對高科研全要素生產(chǎn)率的影響都低于0.9,都處于較平均的水平,說明每個維度的要素都不是導致高科研全要素生產(chǎn)率的必要條件,間接說明影響高??蒲腥厣a(chǎn)率的因素不是由某一特定維度決定的。
表5 高??蒲腥厣a(chǎn)率影響因素的必要性檢驗
運用fsQCA軟件運算后的結果通常會包含三種不同復雜程度的條件組合方案,即簡單方案(Parismonious Solution)、中間方案(Intermediate Solution)與復雜方案(Complex Solution),由于納入了符合條件的“邏輯余項”,結果更具有普適性和啟示性。文章參考既有文獻的做法(Di Fan,Lin Cui,2016),將PRI一致性的臨界值確定為0.8,在滿足測量變量的一致性與覆蓋度指標要求下,采用中間方案得出的三種條件組合,并對其路徑進行分析,得出導致高??蒲腥厣a(chǎn)率的不同路徑。具體組態(tài)結果如表6所示④。
表6 高校較高科研全要素生產(chǎn)率組態(tài)結果
由表6可知,中間方案的總體一致性為0.87,總體覆蓋度水平為0.373,3個組態(tài)的一致性處于0.895~0.926之間,覆蓋度處于0.182~0.245之間,皆符合Woodside(2013)提出的定性比較分析標準。研究歸納出的組態(tài)(即路徑)展示如下:
第一,地區(qū)制約型。組態(tài)1:~E*T*~C說明非高環(huán)境要素、高技術要素與非高資本要素三個因素是導致教育部直屬高校較高科研全要素生產(chǎn)率的充分條件,其中,技術要素是核心條件。這個組態(tài)表明,對教育部直屬高校來說,即使部分高校的環(huán)境要素和人才資源配置能力不突出,但科學技術能力的提高能夠顯著地提升高校的科研創(chuàng)新能力,更有可能提升科研全要素生產(chǎn)率。具體來說,對高等學校而言,高校的對外交流是否活躍,資金投入是否充裕固然重要,但科學技術的發(fā)展能力更為重要。高校的科研創(chuàng)新的每個時期都需要大量的科研經(jīng)費投入,改善科研設施,營造良好的科研環(huán)境,以保障科研活動的正常進行。已有研究表明,科研經(jīng)費的增加會在一定程度上提高高校的總體科研全要素生產(chǎn)率(蘇為華、羅剛飛,2015)。高校如果能夠對教師的科研投入給予大量的資金支持,不僅能讓科研工作者不會因為資金問題陷入窘迫,而且還能夠為科研創(chuàng)新打下堅實基礎。該組態(tài)不僅證明了環(huán)境、技術與資本要素對科研全要素生產(chǎn)率的積極作用,同時,也表明技術要素這在其中起到的核心作用。
通過該路徑組合提升科研全要素生產(chǎn)率的高校有東北大學、蘭州大學和西北農林大學,由于這些高校所在的區(qū)域經(jīng)濟發(fā)展速度較慢,間接影響其綜合發(fā)展水平,但近些年隨著這些高校通過大力提高科研經(jīng)費投入,使得其科研全要素生產(chǎn)率不斷提升。其中的典型案例是東北大學。為充分調動科研工作者熱情,在增加科研經(jīng)費投入的基礎上,東北大學配套出臺《科研項目經(jīng)費管理辦法》等相關制度,此舉極大釋放了東北大學的科研生產(chǎn)力,促使其科研水平逐年提升。據(jù)報道,東北大學在2019年度高等學校科學研究優(yōu)秀成果獎中榮獲5個項目,創(chuàng)近年新高。
第二,優(yōu)勢特色型。組態(tài)2:~E*~T*~H*C說明非高的環(huán)境要素、技術要素與人力要素和高資本要素四個因素是導致教育部直屬高校較高科研全要素生產(chǎn)率的充分條件,其中,資本要素是核心條件。這個組態(tài)表明,即使環(huán)境、技術與人力要素資源匱乏,但如果能大力發(fā)揮資本要素的決定性作用,那么科研全要素生產(chǎn)率也能有較大提升。具體來說,資本要素在高校無論是教育教學,還是科學研究都能發(fā)揮基礎性提升作用,高校如果能投入大量資金用于基礎設施的改善,這不僅能提升科研工作者的工作效率,還能影響其科研創(chuàng)新的能力,最終影響科研全要素生產(chǎn)率的提升。該組態(tài)不僅證明了環(huán)境、技術、人力與資本要素對科研全要素生產(chǎn)率的積極作用,同時,也表明資本要素在其中起到的核心作用。
通過該路徑提升科研全要素生產(chǎn)率的典型高校是中國海洋大學。中國海洋大學是一所以海洋和水產(chǎn)科學等專業(yè)性特色發(fā)展的高水平大學,其應用學科基礎薄弱,從國家、社會獲取資金支持的能力較弱,相對于“雙一流”建設中其他高校,其綜合科研能力還是較為落后,根據(jù)2017年山東省預算執(zhí)行公示資料顯示,在青島市對高校的6.75億元資金建設中,中國海洋大學的共建資金僅為1億元。但隨著十八大確立的海洋強國戰(zhàn)略的提出,國家對海洋科研經(jīng)費的投入出現(xiàn)大幅度增長,中國海洋大學在山東省與青島市的雙方合力支持下,利用資金完善科研基礎設施建設,優(yōu)化科學研究環(huán)境,為提升科研團隊質量,不斷加強高水平研究和人才隊伍建設,使得科研能力得到不斷提升。
第三,綜合發(fā)展型。組態(tài)3a:E*T*H說明高環(huán)境要素、非高技術要素與高人力要素三個因素是導致教育部直屬高校較高科研全要素生產(chǎn)率的充分條件,其中,人力要素是核心條件。組態(tài)3b:~T*H*~C說明非高技術要素、非高資本要素與高人力要素三個因素是導致教育部直屬高校較高科研全要素生產(chǎn)率的充分條件,其中,人力要素同樣是核心條件。組態(tài)3c:~E*H*~C說明非高環(huán)境要素、高人力要素,非高資本要素三個因素是導致教育部直屬高校較高科研全要素生產(chǎn)率的充分條件。其中組態(tài)3a說明,雖然環(huán)境要素在一定程度上會對高校的科研全要素生產(chǎn)率產(chǎn)生較大的影響,但僅僅依靠環(huán)境要素難以為科研活動提供持續(xù)增長動力,還需配套提升科研工作者的人力資源水平。具體來說,雖然增強高校的對外交流能夠讓科研人員及時了解該領域的前沿發(fā)展,但高校更應該意識到高??蒲懈偁幍谋举|終究是人才的競爭,如何提升科研人員的科研能力水平,如何吸引高素質人才凝聚智力資源,才是提升科研全要素生產(chǎn)率的關鍵因素。此外,組態(tài)3b與3c同樣說明了人力要素對高??蒲腥厣a(chǎn)率提升的重要作用。
通過此路徑組合提升科研全要素生產(chǎn)率的典型高校有北京師范大學、南開大學和南京大學等,這些高校大多處在北京、天津、南京等經(jīng)濟發(fā)展水平較高的地區(qū),這類高校借助所在城市的發(fā)展優(yōu)勢,可以吸引較高素質的科研人才。舉例來說,作為以教學和科研為特色的高等學府,北京師范大學一直致力于高層次人才的培養(yǎng)。按照“高原支撐,高峰引領”的發(fā)展策略,強化師資力量,構筑教師的教育“珠穆朗瑪峰”。而南京大學為吸引海內外優(yōu)秀人才,廣納賢才,為科研生產(chǎn)注入新鮮活力,出臺了“登峰人才支持計劃”,為提升強勢學科的短板,從國內外引進了一大批優(yōu)秀的科研人才,在2019年8月國家公布的自然基金項目名單中,南京大學高居全國第三,這表明南京大學對于優(yōu)秀青年人才引進政策已初見成效,科研能力得到不斷提升。
文章選取2009-2018年我國63所教育部直屬高校作為研究樣本,運用模糊集定性比較分析方法,從組態(tài)思維的整體視角出發(fā),分析影響教育部直屬高??蒲腥厣a(chǎn)率的因素,通過研究得出以下結論:第一,我國教育部直屬高校科研全要素生產(chǎn)率總體提升態(tài)勢趨于平穩(wěn),但由于地區(qū)經(jīng)濟發(fā)展水平的限制,不同高校之間科研全要素生產(chǎn)率仍然存在明顯差異;第二,由于影響高??蒲腥厣a(chǎn)率各要素的資源投入不均,導致高校在科研成果產(chǎn)出方面有較大區(qū)別;第三,通過組態(tài)分析得出影響教育部直屬高??蒲腥厣a(chǎn)率的核心要素和三條路徑,針對不同的高??梢虻刂埔瞬扇『线m的建議對策。
根據(jù)研究結果,為保障我國教育部直屬高校科研全要素生產(chǎn)率的均衡增長與穩(wěn)定發(fā)展,提出建議如下:
首先,對于受地區(qū)經(jīng)濟發(fā)展水平制約的高校,可以加強高校與企業(yè)之間的協(xié)同合作,高??衫脙?yōu)勢學科和有競爭力的科研項目吸引相關企業(yè)進行投資,這種做法不僅可以拓寬高??蒲匈Y金的來源渠道,保障科研活動順利進行,還能有效促進高??蒲谐晒a(chǎn)出向市場轉化,實現(xiàn)高??蒲谢顒拥慕?jīng)濟價值,提升高??蒲行?,為地區(qū)經(jīng)濟發(fā)展提供真正創(chuàng)新動力。
其次,當前高校綜合實力的競爭歸根結底是特色資源的競爭,高校核心競爭力的表現(xiàn)不外乎為優(yōu)勢學科和特色專業(yè)。教育部直屬高校應當注重培養(yǎng)自己在區(qū)域內具有影響力和競爭力的學科,加強對學科類高校科研的投入力度,發(fā)展學科特色,有利于其早日躋身世界一流學科之列,而依靠強勢學科的規(guī)模擴張也有利于帶動高校整體科研全要素生產(chǎn)率的提高,總的來說,要用長遠的眼光面對具有發(fā)展?jié)摿Φ母咝?,加快應用型學科的專業(yè)特色發(fā)展。
最后,在現(xiàn)有發(fā)展的基礎上,教育部直屬高校應當不斷優(yōu)化科技人才的投入質量,加強高素質人才的隊伍建設。加大對教育部直屬高校的人才扶持力度,不僅可以通過制定優(yōu)惠政策吸引國內外高水平人才,提升本校師資力量,還可以通過制度創(chuàng)新和管理改革提高人才使用效率,優(yōu)化科研人員結構。這些方法都有利于調動科研人員的工作積極性,從而進一步提升高??蒲猩a(chǎn)效率。