田文燦，王賢文，蔡若楠，胡志剛

(1.大連理工大學(xué) 科學(xué)學(xué)與科技管理研究所；2.大連理工大學(xué) WISE實(shí)驗(yàn)室，遼寧 大連 116024)

0 引言

二戰(zhàn)以來(lái)，發(fā)達(dá)國(guó)家普遍以科學(xué)資助的形式支持科學(xué)研究，尤其是基礎(chǔ)科學(xué)研究[1]?；鹳Y助是科學(xué)資助的主要形式，業(yè)已成為科學(xué)發(fā)展的重要公共資源之一。基金資助為科研工作者提供設(shè)備購(gòu)置、材料及人才培養(yǎng)所需資金支持，對(duì)于推動(dòng)新興前沿領(lǐng)域?qū)W科發(fā)展、提升國(guó)家科研實(shí)力具有至關(guān)重要的作用[2]。在微觀層面，基金資助對(duì)提高科研產(chǎn)出[3]、提升學(xué)術(shù)影響力[4]、促進(jìn)科研合作[5]、提高受資助論文引用頻次[6]和被引頻次[7-8]及入選ESI高被引論文[9]均具有正向影響。

論文是基金資助產(chǎn)出成果的主要表現(xiàn)形式，以論文衡量基金資助科研產(chǎn)出情況是比較常見的一種方式，有助于優(yōu)化基金資助模式。2016年，我國(guó)論文產(chǎn)出首次超過(guò)美國(guó)躍居世界第一，但美國(guó)當(dāng)前仍是科研投入第一大國(guó)。美國(guó)科研人才(高被引科學(xué)家)數(shù)量高居全球第一，占比接近全球人才數(shù)量的一半。近10年，中美科技研發(fā)經(jīng)費(fèi)投入逐年遞增。世界銀行數(shù)據(jù)顯示，2018年，美國(guó)R&D經(jīng)費(fèi)投入占國(guó)內(nèi)GDP比重為2.83%，位居世界第一。中國(guó)R&D經(jīng)費(fèi)投入19 677.9億元，投入強(qiáng)度2.14%，比2017年增長(zhǎng)了0.02個(gè)百分點(diǎn)，穩(wěn)居世界第二。在此背景下，探究各學(xué)科領(lǐng)域基金資助差異及其與科研產(chǎn)出互動(dòng)效應(yīng)，掌握我國(guó)科技資助態(tài)勢(shì)及存在的問題，不僅能夠?yàn)槲覈?guó)學(xué)科發(fā)展指明方向，而且能夠?yàn)槲覈?guó)基金政策的制定提供參考依據(jù)，使科技資源配置達(dá)到最優(yōu)，對(duì)于我國(guó)加快建設(shè)創(chuàng)新型國(guó)家和世界科技強(qiáng)國(guó)具有重要意義。

1 文獻(xiàn)綜述

科研資助是開展科學(xué)研究的必備條件，隨著世界各國(guó)基金制度的日趨完善，各國(guó)政府對(duì)各學(xué)科基金資助力度不斷加大，基金資助研究引起學(xué)者廣泛關(guān)注。現(xiàn)有基金資助研究主要聚焦基金資助項(xiàng)目統(tǒng)計(jì)分析、基金資助績(jī)效評(píng)價(jià)、不同學(xué)科資助方向、不同國(guó)家資助模式等方面。

1.1 基金資助統(tǒng)計(jì)分析

基金資助統(tǒng)計(jì)分析研究主要借助基金項(xiàng)目數(shù)量和資助金額展現(xiàn)某一學(xué)科/地區(qū)/機(jī)構(gòu)的發(fā)展態(tài)勢(shì)?；鹳Y助統(tǒng)計(jì)分析一方面有利于學(xué)者通過(guò)基金資助掌握學(xué)科發(fā)展現(xiàn)狀與前沿，另一方面也可為學(xué)者申請(qǐng)項(xiàng)目資助或管理部門進(jìn)行績(jī)效分析提供數(shù)據(jù)支撐。李若筠等[10]通過(guò)對(duì)2009-2018年管理科學(xué)學(xué)科基金資助情況及國(guó)際重要期刊發(fā)表論文進(jìn)行梳理發(fā)現(xiàn)，管理科學(xué)學(xué)科發(fā)展迅速且資助效果明顯。此外，天文學(xué)[11]、海洋科學(xué)[12]、圖書情報(bào)與檔案管理[13]等也是重點(diǎn)資助學(xué)科。而通過(guò)對(duì)地區(qū)/機(jī)構(gòu)基金資助進(jìn)行分析發(fā)現(xiàn)，區(qū)域資助不均衡現(xiàn)象普遍存在，雖然得到基金資助的機(jī)構(gòu)較為廣泛，但存在嚴(yán)重的馬太效應(yīng)[14-15]。

1.2 基金資助績(jī)效評(píng)價(jià)

隨著基金管理部門對(duì)基金資助效果的日益重視，越來(lái)越多的學(xué)者對(duì)基金資助項(xiàng)目科研產(chǎn)出績(jī)效進(jìn)行了研究。禾雪瑤等[9]以2009-2018年ESI高被引論文為研究對(duì)象，發(fā)現(xiàn)我國(guó)有80%的高被引論文受到基金資助，基金資助對(duì)我國(guó)高被引論文產(chǎn)出及科研影響力起重要推動(dòng)作用；王輝等[16]從國(guó)家重點(diǎn)實(shí)驗(yàn)室出發(fā)，探討基金資助對(duì)科研效率、科研影響力和科研水平的影響。此外，還有學(xué)者基于科學(xué)家受資助年齡[17]、論文使用次數(shù)[6]、國(guó)際科研合作網(wǎng)絡(luò)[5]等視角對(duì)基金資助科研產(chǎn)出績(jī)效進(jìn)行研究。

1.3 不同學(xué)科資助方向

由于學(xué)科差異，基金資助在不同學(xué)科之間有不同的資助方向。其中，自然科學(xué)(化學(xué)、工程、物理、神經(jīng)科學(xué))基金資助比例高于人文社科基金資助比例[18]。在醫(yī)學(xué)領(lǐng)域同樣存在資助優(yōu)先權(quán)問題，如對(duì)癌癥的研究投入較多，但對(duì)低收入群體疾病研究則投入較少，尤其忽視了一些熱帶疾病基金資助[19]。此外，與基礎(chǔ)研究相比，臨床研究和醫(yī)院研究得到基金資助的概率較低，但臨床研究獲得基金資助的可能性隨著合作機(jī)構(gòu)數(shù)量增加而增加[20]。

1.4 不同國(guó)家資助模式

基金資助存在國(guó)別差異。Wang等[21]以2009年10個(gè)國(guó)家/地區(qū)的SCI論文為數(shù)據(jù)基礎(chǔ)，探究各國(guó)基金資助特征發(fā)現(xiàn)，中國(guó)基金資助來(lái)源單一，受單一資助機(jī)構(gòu)主導(dǎo)，而美國(guó)則受雙重資助機(jī)構(gòu)主導(dǎo)。邱長(zhǎng)波等(2016)通過(guò)比較中日兩國(guó)多項(xiàng)基金資助的關(guān)聯(lián)特征發(fā)現(xiàn)，我國(guó)基金資助來(lái)源比較單一；陳秋怡等[22]研究發(fā)現(xiàn)，與雙重基金資助機(jī)構(gòu)和多元基金資助機(jī)構(gòu)相比，單一基金資助機(jī)構(gòu)主導(dǎo)模式下的基金論文被引頻次最高；Zhao等[23]以經(jīng)濟(jì)學(xué)領(lǐng)域?yàn)槔?，?yīng)用科學(xué)計(jì)量學(xué)和網(wǎng)絡(luò)分析法研究主要國(guó)家/地區(qū)的資金比率、指數(shù)關(guān)系和資助模式；Zhang等[24]以中英兩國(guó)主要醫(yī)學(xué)研究資助機(jī)構(gòu)的重點(diǎn)資助項(xiàng)目為例，探究資助優(yōu)先級(jí)與衛(wèi)生公共需求之間的相關(guān)性，發(fā)現(xiàn)兩國(guó)基金資助項(xiàng)目大多投入到對(duì)公民健康影響最大的疾病上。不同的是，相比于英國(guó)醫(yī)學(xué)研究理事會(huì)(MRC)，我國(guó)NSFC醫(yī)學(xué)科學(xué)部基金資助所涵蓋的疾病種類較少。

綜上所述，由于數(shù)據(jù)處理的復(fù)雜性，現(xiàn)有文獻(xiàn)以單一學(xué)科對(duì)基金資助進(jìn)行研究較多，從全學(xué)科視角展示基金資助特征的研究較少。此外，在論證基金資助與科研產(chǎn)出之間的關(guān)系時(shí)，通常多為簡(jiǎn)單的描述統(tǒng)計(jì)及相關(guān)性分析，未深入研究?jī)烧咧g的因果關(guān)系或雙向互動(dòng)效應(yīng)。許多研究雖然揭示了基金資助結(jié)構(gòu)與結(jié)果之間的關(guān)聯(lián)關(guān)系，但針對(duì)特定基金資助結(jié)構(gòu)與結(jié)果關(guān)系的探討較少[25-26]。為此，本文構(gòu)建PVAR動(dòng)態(tài)分析模型，以中美兩國(guó)2009-2018年在SCI發(fā)表的545萬(wàn)篇學(xué)術(shù)論文為數(shù)據(jù)基礎(chǔ)，從內(nèi)生性動(dòng)態(tài)視角探究基金資助與科研產(chǎn)出之間的互動(dòng)效應(yīng)。本文重點(diǎn)解決如下問題：①中美兩國(guó)全學(xué)科領(lǐng)域基金資助具備哪些特征？②中美兩國(guó)基金資助能否促進(jìn)科研產(chǎn)出，科研產(chǎn)出是否反哺了基金資助？③同一學(xué)科領(lǐng)域基金資助幅度與科研產(chǎn)出效應(yīng)在中美兩國(guó)是否會(huì)產(chǎn)生不同的結(jié)果？④不同學(xué)科領(lǐng)域基金資助幅度對(duì)科研產(chǎn)出的促進(jìn)作用是否不盡相同？本文通過(guò)繪制全學(xué)科基金資助圖譜，全面比較中美兩國(guó)重點(diǎn)科研投入與基金資助學(xué)科差異，深刻揭示中美兩國(guó)不同學(xué)科領(lǐng)域基金資助與科研產(chǎn)出之間的關(guān)系，不僅可為我國(guó)制定科學(xué)合理的學(xué)科發(fā)展規(guī)劃、加快創(chuàng)新型國(guó)家建設(shè)提供參考，還能為中國(guó)在國(guó)際競(jìng)爭(zhēng)中搶占先發(fā)技術(shù)優(yōu)勢(shì)提供啟示。

2 數(shù)據(jù)來(lái)源與指標(biāo)處理

2.1 數(shù)據(jù)收集

本文主要探討基金資助與科研產(chǎn)出之間的互動(dòng)效應(yīng)?？蒲挟a(chǎn)出是科研工作者進(jìn)行科學(xué)研究所產(chǎn)生的新知識(shí)/新發(fā)現(xiàn)?？萍颊撐淖鳛榭蒲谐晒闹匾d體，常被用來(lái)衡量科研產(chǎn)出[17,27]。此外，還有論文被引頻次[28]、博士畢業(yè)人數(shù)[29]等其它衡量指標(biāo)。本文借鑒相關(guān)研究成果，采用科研論文量度量科研產(chǎn)出。

基金資助數(shù)據(jù)來(lái)源于SCI論文中的FU字段，在Web of Science核心合集數(shù)據(jù)庫(kù)進(jìn)行檢索，檢索式為“CU= China(不包含中國(guó)臺(tái)灣)/United States AND PY=2009-2018”，限定文獻(xiàn)類型為Article，分別獲取中美兩國(guó)論文發(fā)文量226.8萬(wàn)篇和318.4萬(wàn)篇。Web of Science核心合集數(shù)據(jù)庫(kù)包含254個(gè)學(xué)科，其中有178個(gè)學(xué)科隸屬于SCI(Science Citation Index Expanded)。在獲取的題錄數(shù)據(jù)中，WC字段代表學(xué)科信息。運(yùn)用最新的JCR映射，在WC字段中進(jìn)一步篩選屬于SCI學(xué)科的數(shù)據(jù)。在Web of Science中，論文學(xué)科歸屬通過(guò)期刊進(jìn)行分類，即將論文先歸屬于某個(gè)期刊，再將某個(gè)期刊映射到某一學(xué)科。由于期刊可以同時(shí)映射到多個(gè)學(xué)科，所以一篇論文有可能同時(shí)隸屬于多個(gè)學(xué)科。針對(duì)這種情況，本文采取全計(jì)數(shù)方式進(jìn)行處理，即對(duì)每個(gè)學(xué)科重復(fù)計(jì)數(shù)。

關(guān)于學(xué)科領(lǐng)域劃分，借鑒萊頓大學(xué)學(xué)者Nees Jan van Eck設(shè)計(jì)的學(xué)科分類體系，進(jìn)一步將178個(gè)SCI學(xué)科劃分為5個(gè)學(xué)科領(lǐng)域：計(jì)算機(jī)科學(xué)(Computer Sciences，包含20個(gè)學(xué)科)、人文社會(huì)科學(xué)(Humanity and Social Sciences，包含7個(gè)學(xué)科)、生命與地球科學(xué)(Life and Earth Sciences，包含35個(gè)學(xué)科)、醫(yī)學(xué)和藥學(xué)(Medicine and Pharmacology，包含69個(gè)學(xué)科)、工程(Engineering，包含47個(gè)學(xué)科)。

2.2 指標(biāo)選取與計(jì)算

本文借鑒以往學(xué)者的研究，選取某一學(xué)科基金資助論文比例作為學(xué)科資助幅度指標(biāo)(Funding Rate，簡(jiǎn)稱FR)，用以衡量某一學(xué)科的資助特征，并計(jì)算兩個(gè)不同時(shí)期資助幅度增長(zhǎng)作為學(xué)科資助增幅指標(biāo)(Growth of Funding，簡(jiǎn)稱GF)，用以判斷過(guò)去10年學(xué)科投入是否有所增加。

用資助幅度衡量學(xué)科受資助論文的總體規(guī)模，可以反映該學(xué)科所受重視程度。通過(guò)國(guó)別比較來(lái)識(shí)別各自優(yōu)勢(shì)學(xué)科及劣勢(shì)學(xué)科，對(duì)于學(xué)科發(fā)展規(guī)劃和基金資助布局具有重要啟示。學(xué)科資助增幅可以反映學(xué)科成長(zhǎng)變化，某一學(xué)科資助增幅越大，說(shuō)明發(fā)展前景越好，也就越會(huì)受到國(guó)家重視，也就越會(huì)吸引科研人員投身于學(xué)科建設(shè)。本文對(duì)學(xué)科資助幅度進(jìn)行如下定義：

(1)

其中，i代表學(xué)科，NF代表受基金資助的論文數(shù)量(Number of papers supported by funding)，N代表論文總數(shù)。

GFi=FRi,t2-FRi,t1

(2)

其中，i代表學(xué)科，t1和t2,代表不同時(shí)期，本文t1選取2009-2010年，t2選取2017-2018年。

2.3 模型構(gòu)建

本文獲取的是動(dòng)態(tài)面板數(shù)據(jù)，能夠降低重要變量缺失對(duì)反向因果關(guān)系的不良影響。PVAR模型最早由Holtz等[30]提出，其綜合考慮了個(gè)體差異和因變量滯后項(xiàng)，可以精準(zhǔn)地對(duì)向量自回歸結(jié)果進(jìn)行估計(jì)[31]。PVAR由于能夠較好地解決內(nèi)生性問題，估計(jì)結(jié)果也更科學(xué)和準(zhǔn)確，目前已被廣泛應(yīng)用于經(jīng)濟(jì)學(xué)領(lǐng)域[32]，但在科學(xué)計(jì)量學(xué)領(lǐng)域應(yīng)用較少[33]。PVAR原始模型公式如下：

(3)

在式(3)中，yi,t表示包含內(nèi)生變量的向量；αi表示個(gè)體異質(zhì)性；vi,t為個(gè)體時(shí)點(diǎn)效應(yīng)；μi,t為隨機(jī)擾動(dòng)項(xiàng)，且服從正態(tài)分布。參照PVAR原始模型，為探討基金資助幅度與科研產(chǎn)出關(guān)系，本文構(gòu)建如下模型：

(4)

其中，ln(paper)代表科研產(chǎn)出，為避免異方差問題，提高模型的準(zhǔn)確性和可解釋性，對(duì)論文數(shù)量進(jìn)行對(duì)數(shù)處理。fr代表基金資助幅度。

格蘭杰因果檢驗(yàn)是經(jīng)濟(jì)學(xué)領(lǐng)域較為重要的因果檢驗(yàn)方法，最早由Granger[34]在1969年提出。他利用信息集概念，基于事件發(fā)生的時(shí)序性對(duì)因果關(guān)系作出一般性假設(shè)。其最初界定為：假設(shè)有兩個(gè)時(shí)間序列{Xt}和{Yt}，并構(gòu)建如下公式：

(5)

在式(5)中，如果至少有一個(gè)β不為0，則變量y是x的格蘭杰原因。然而，時(shí)間序列數(shù)據(jù)作為真實(shí)連續(xù)變量樣本，觀測(cè)頻率選取可能會(huì)影響因果關(guān)系判斷的準(zhǔn)確性(曹永福，2006)。本文首先使用格蘭杰因果檢驗(yàn)基金資助幅度與科研產(chǎn)出之間的因果關(guān)系，再進(jìn)一步利用脈沖響應(yīng)函數(shù)分解資助幅度正交沖擊對(duì)科研產(chǎn)出的影響，進(jìn)而闡述資助幅度與科研產(chǎn)出之間的互動(dòng)特征。

3 結(jié)果分析

3.1 中美學(xué)科領(lǐng)域資助特征

3.1.1 整體趨勢(shì)

2009-2018年中美兩國(guó)178個(gè)SCI學(xué)科基金資助整體趨勢(shì)如圖1所示。由圖1可知，整體而言，中國(guó)基金資助幅度比美國(guó)高13%。中國(guó)平均基金資助幅度為86.22%，美國(guó)為73.96%。2009—2018年，中美兩國(guó)基金資助幅度呈穩(wěn)步增長(zhǎng)態(tài)勢(shì)，且兩者增長(zhǎng)趨勢(shì)較為一致。中國(guó)從2009年的76.40%增至2018年的89.71%，增長(zhǎng)了13.31個(gè)百分點(diǎn)；美國(guó)則從2009年的64.55%增至2018年的77.47%，增長(zhǎng)了12.92個(gè)百分點(diǎn)。

2009—2018年，中美兩國(guó)基金增長(zhǎng)幅度越來(lái)越小并趨于飽和。2009—2013年，中國(guó)基金資助幅度由76.40%增至87.84%，增長(zhǎng)了11.44個(gè)百分點(diǎn)，但2014-2018年由88.06%增至89.71%，5年僅增長(zhǎng)了1.65個(gè)百分點(diǎn)。同樣，2009-2013年美國(guó)基金資助幅度由64.55%增至74.79%，增長(zhǎng)了10.24個(gè)百分點(diǎn)，但2014-2018年由75.33%增至77.47%，5年僅增長(zhǎng)了2.14個(gè)百分點(diǎn)。導(dǎo)致中美兩國(guó)基金資助幅度增長(zhǎng)逐漸趨于平緩的可能原因在于：一是整體資助幅度達(dá)到飽和狀態(tài)；二是科研論文產(chǎn)出速度超過(guò)以往。如中國(guó)在2009年僅產(chǎn)出論文11.4萬(wàn)篇，但到2018年就產(chǎn)出37.4萬(wàn)篇文章，增長(zhǎng)了3倍多。

圖1 2009-2018年中美兩國(guó)178個(gè)SCI學(xué)科基金資助整體趨勢(shì)Fig.1 Overall trend of funding for 178 SCI disciplines in China and the USA from 2009 to 2018

3.1.2 中美兩國(guó)各學(xué)科資助幅度

為探究中美兩國(guó)各學(xué)科基金資助的差異性，找出各自優(yōu)勢(shì)或特色學(xué)科領(lǐng)域，繪制全學(xué)科基金資助圖譜，如圖2所示。從中可見，無(wú)論是中國(guó)還是美國(guó)，資助幅度最高的都是生命與地球科學(xué)、工程這種需要借助大量實(shí)驗(yàn)和調(diào)研活動(dòng)的學(xué)科領(lǐng)域。在中國(guó)，這兩個(gè)領(lǐng)域有90%以上的論文均受到基金資助，美國(guó)則有80%。而計(jì)算機(jī)和醫(yī)藥領(lǐng)域比較復(fù)雜，由于不同學(xué)科屬性差距較大，導(dǎo)致學(xué)科領(lǐng)域內(nèi)部受資助幅度差距也較大。例如，計(jì)算機(jī)硬件比軟件更需要基金支持，而藥學(xué)比臨床醫(yī)學(xué)更需要實(shí)驗(yàn)設(shè)備投入。中國(guó)由于更偏重硬件領(lǐng)域，因此對(duì)于計(jì)算機(jī)資助幅度較高；而美國(guó)醫(yī)藥產(chǎn)業(yè)發(fā)達(dá)，對(duì)醫(yī)藥產(chǎn)業(yè)資助幅度更高。

圖2 中美兩國(guó)178個(gè)SCI學(xué)科基金資助幅度Fig.2 Funding rate of 178 SCI disciplines in China and the USA

就具體學(xué)科而言，中國(guó)基金資助幅度較高的學(xué)科是漁業(yè)(Fisheries)、地質(zhì)學(xué)(Geology)、進(jìn)化生物學(xué)(Evolutionary Biology)、土壤學(xué)(Soil Science)、古生物學(xué)(Paleontology)等與自然相關(guān)的地球科學(xué)。這些學(xué)科資助比例較高一方面是因?yàn)榘l(fā)文量基數(shù)小，另一方面由我國(guó)特殊的地理環(huán)境所決定。我國(guó)歷史悠久，疆域遼闊，地質(zhì)復(fù)雜，且擁有全球第四長(zhǎng)綿延1.8萬(wàn)km的海岸線，因此對(duì)漁業(yè)、地質(zhì)學(xué)和考古學(xué)等學(xué)科更為重視。但在美國(guó)，細(xì)胞生物學(xué)(Cell Biology)、病毒學(xué)(Virology)、發(fā)育生物學(xué)(Developmental Biology)、生物化學(xué)與分子生物學(xué)(Biochemistry Molecular Biology)、細(xì)胞與組織工程(Cell Tissue Engineering)等生物醫(yī)學(xué)才是資助幅度最高的學(xué)科。相比之下，中美兩國(guó)資助幅度較小的學(xué)科差異較小。如資助幅度最小的10個(gè)學(xué)科中有6個(gè)是中美兩國(guó)共有的學(xué)科，分別為科學(xué)史與科學(xué)哲學(xué)(History & Philosophy of Science)、急診醫(yī)學(xué)(Emergency Medicine)、醫(yī)學(xué)倫理學(xué)(Medical Ethics)、手術(shù)(Surgery)、護(hù)理學(xué)(Nursing)、骨科(Orthopedics)。

由于中國(guó)學(xué)科資助幅度整體高美國(guó)10%，所以中國(guó)大部分SCI學(xué)科資助幅度都高于美國(guó)。為更好地展示中美兩國(guó)學(xué)科資助差異，進(jìn)一步繪制2009-2018年中美兩國(guó)學(xué)科資助幅度排名，以消除資助幅度絕對(duì)值的影響，如圖3所示。從中可見，美國(guó)在醫(yī)藥領(lǐng)域基金資助優(yōu)先級(jí)高于中國(guó)，平均資助幅度排名超過(guò)中國(guó)26個(gè)位次。另外，也有個(gè)別醫(yī)藥領(lǐng)域?qū)W科基金資助優(yōu)先級(jí)低于中國(guó)，如獸醫(yī)學(xué)(Veterinary Sciences)在中國(guó)資助幅度排名第17，在美國(guó)資助幅度排名僅為152，相差135個(gè)位次。相比之下，中國(guó)對(duì)生命與地球科學(xué)和計(jì)算機(jī)科學(xué)基金資助優(yōu)先級(jí)較高，平均資助幅度排名分別超過(guò)美國(guó)35和29個(gè)位次。

圖3 中美兩國(guó)學(xué)科資助幅度排名Fig.3 Rankings of funding rate between China and the USA

由于中國(guó)是農(nóng)業(yè)大國(guó)，“三農(nóng)”問題一直受到我國(guó)政府高度重視，所以在中國(guó)資助幅度排名占優(yōu)勢(shì)的前10個(gè)學(xué)科中，有5個(gè)學(xué)科皆與農(nóng)業(yè)相關(guān)。這5個(gè)學(xué)科分別為土壤科學(xué)(Soil Science)、農(nóng)學(xué)(Agronomy)、農(nóng)業(yè)綜合(Agriculture Multidisciplinary)、農(nóng)業(yè)工程(Agricultural Engineering)、農(nóng)業(yè)、乳業(yè)和動(dòng)物科學(xué)(Agriculture, Dairy Animal Science)。而美國(guó)資助幅度排名占優(yōu)勢(shì)的前10個(gè)學(xué)科均與醫(yī)學(xué)相關(guān)。如風(fēng)濕病學(xué)(Rheumatology)在美國(guó)資助幅度排名第49，在中國(guó)排名第151，相差102個(gè)位次。再如，醫(yī)學(xué)研究與實(shí)驗(yàn)(Medicine Research Experimental)在美國(guó)資助幅度排名第76，在中國(guó)僅排名第152，相差76個(gè)位次。

3.1.3 中美兩國(guó)各學(xué)科資助增幅

2009-2018年，中美兩國(guó)幾乎所有學(xué)科在基金資助幅度上均有大幅上升。中國(guó)資助增幅較大的學(xué)科大多與教育、農(nóng)業(yè)和能源相關(guān)，美國(guó)資助增幅較大的學(xué)科則與能源和材料相關(guān)。教育是民族振興、社會(huì)進(jìn)步的基石。隨著中國(guó)經(jīng)濟(jì)總量不斷攀升，國(guó)家對(duì)于教育尤其是高等教育的投入不斷增加。2008年《國(guó)家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要》研究工作的正式啟動(dòng)，促進(jìn)教育改革進(jìn)一步發(fā)展?；诖?，2009-2018年，中國(guó)學(xué)科教育(Education, Scientific Disciplines)資助增幅最大，從32.89%增至72.95%，增幅為40.06%；其次是核科學(xué)與技術(shù)(Nuclear Science & Technology)，從53.54%增至89.06%，增幅為35.52%。另一項(xiàng)與核相關(guān)的核物理學(xué)科增幅也較大，排在第九位，從68.18%增至93.55%，增幅為25.37%。對(duì)美國(guó)來(lái)說(shuō)，這兩個(gè)學(xué)科資助增幅同樣很大，分別為34.90%(從44.05%增至78.95%)和32.05%(從57.24%增至89.29%)。增幅排名第一的是石油工程，從15.58%增至56.10%，增幅為40.52%。這是因?yàn)椋?008年美國(guó)發(fā)生次貸危機(jī)后政府實(shí)施了量化寬松政策，導(dǎo)致能源金融化程度加深。值得注意的是，中國(guó)雖然有些學(xué)科總體資助幅度較低，但資助幅度增長(zhǎng)較快、資助增幅較大，如科學(xué)史與科技哲學(xué)(從39.53%增至65.22%，增幅為25.69%)、急診醫(yī)學(xué)(從24.14%增至48.67%，增幅為24.53%)等學(xué)科，如圖4所示。

圖4 中美兩國(guó)資助增幅最大的Top10學(xué)科Fig.4 Top10 disciplines with the greatest growth of funding in China and the USA

進(jìn)一步比較中美兩國(guó)學(xué)科資助增幅排名發(fā)現(xiàn)，2009-2018年，中美兩國(guó)工程和計(jì)算機(jī)學(xué)科資助增幅排名均處于上升趨勢(shì)，且工程學(xué)科上升幅度超過(guò)計(jì)算機(jī)科學(xué)。但兩國(guó)醫(yī)藥領(lǐng)域?qū)W科資助增幅排名處于下降態(tài)勢(shì)，生命與地球科學(xué)領(lǐng)域?qū)W科資助增幅排名變化不大。中國(guó)計(jì)算機(jī)科學(xué)和工程學(xué)科資助增幅排名分別上升13個(gè)位次和27個(gè)位次，美國(guó)分別上升10個(gè)位次和23個(gè)位次。在醫(yī)藥領(lǐng)域，中國(guó)下降2個(gè)位次，美國(guó)下降19個(gè)位次。具體到細(xì)分學(xué)科，中國(guó)農(nóng)業(yè)綜合(Agriculture, Multidisciplinary)排名上升位次最多，提高124個(gè)位次(排名從165上升到41)。美國(guó)核物理(Physics Nuclear)排名上升位次最多，提高92個(gè)位次(從排名116上升到24)。

3.2 基金資助幅度與科研產(chǎn)出互動(dòng)效應(yīng)

3.2.1 總體樣本比較

(1)平穩(wěn)性檢驗(yàn)。在構(gòu)建模型前，首先對(duì)面板數(shù)據(jù)各變量進(jìn)行平穩(wěn)性檢驗(yàn)，以避免“偽回歸”問題。本文分別通過(guò)LLC與IPS對(duì)各變量進(jìn)行單位根檢驗(yàn)，結(jié)果如表1所示。從中可見，4個(gè)變量均為平穩(wěn)序列。

(2)滯后期選擇與格蘭杰因果檢驗(yàn)。本文運(yùn)用信息準(zhǔn)則法選取最佳滯后階數(shù)，綜合AIC準(zhǔn)則、BIC準(zhǔn)則與HQIC準(zhǔn)則后，選擇滯后1期數(shù)據(jù)對(duì)美國(guó)資助幅度與科研產(chǎn)出動(dòng)態(tài)關(guān)系進(jìn)行檢驗(yàn)，選擇滯后2期對(duì)中國(guó)資助幅度與科研產(chǎn)出關(guān)系進(jìn)行檢驗(yàn)。本文構(gòu)建PVAR模型對(duì)各變量進(jìn)行格蘭杰因果檢驗(yàn)，結(jié)果如表2所示。從中可見，美國(guó)與中國(guó)資助幅度是科研產(chǎn)出的格蘭杰原因，分別在0.05和0.01水平下顯著。這表明，中美兩國(guó)基金資助幅度均能夠顯著促進(jìn)科研產(chǎn)出。但中美兩國(guó)科研產(chǎn)出均不是基金資助幅度的格蘭杰原因，表明中美兩國(guó)基金科研產(chǎn)出對(duì)基金資助幅度的影響不顯著。另外，變量之間存在單向格蘭杰因果關(guān)系，說(shuō)明基金資助幅度是科研產(chǎn)出的格蘭杰原因。

表1 各變量單位根檢驗(yàn)結(jié)果Tab.1 Unit root test results

表2 格蘭杰因果關(guān)系檢驗(yàn)結(jié)果Tab.2 Granger causality test results

(3)中美總體樣本GMM估計(jì)結(jié)果。為對(duì)回歸方程進(jìn)行更加精準(zhǔn)的估計(jì)，需要克服內(nèi)生性問題。傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)估計(jì)方法假設(shè)條件極為苛刻，如最小二乘法、極大似然估計(jì)法只有在滿足假設(shè)條件下才能夠得到準(zhǔn)確的估計(jì)結(jié)果。因此，本文選取廣義矩估計(jì)法(GMM)，該方法能夠克服異方差及內(nèi)生性問題，并得出有效的估計(jì)結(jié)果。GMM估計(jì)法包括差分GMM和系統(tǒng)GMM兩種估計(jì)形式，系統(tǒng)GMM能夠克服差分GMM處理隨時(shí)間變化的變量系數(shù)的局限性，從而提高參數(shù)估計(jì)效率。因此，本文運(yùn)用系統(tǒng)GMM估計(jì)方法探究中美基金資助幅度與科研產(chǎn)出關(guān)系。以發(fā)文量作為科研產(chǎn)出的代理變量，同時(shí)考慮到內(nèi)生性問題，將滯后期發(fā)文量與基金資助作為解釋變量納入模型。

由表3可知，在美國(guó)估計(jì)結(jié)果中，滯后1期發(fā)文量及基金資助幅度分別在0.01和0.05水平上顯著，同時(shí)滯后1期基金資助幅度對(duì)科研產(chǎn)出具有正向影響。在中國(guó)估計(jì)結(jié)果中，滯后1期、2期、3期發(fā)文量系數(shù)均為正，在0.01水平上顯著，滯后2期基金資助幅度系數(shù)在0.01水平上顯著為負(fù)，表明我國(guó)科研產(chǎn)出受到自身過(guò)去的正向影響，而基金資助幅度對(duì)于科研產(chǎn)出產(chǎn)生負(fù)向抑制作用?？赡茉蛟谟冢阂环矫妫绹?guó)基金資助體系比較成熟，已經(jīng)建立較為系統(tǒng)、完備的同行評(píng)議質(zhì)量控制機(jī)制[35]，基金資助通常能夠收獲相應(yīng)科研產(chǎn)出。而中國(guó)基金資助體系較為分散，資助效果在學(xué)科層面具有顯著差異，存在個(gè)別學(xué)科基金資助抑制科研產(chǎn)出的現(xiàn)象；另一方面，學(xué)科資助不均衡現(xiàn)象導(dǎo)致科研產(chǎn)出“邊際效應(yīng)遞減”，未受到足夠資助的學(xué)科無(wú)法產(chǎn)生相應(yīng)優(yōu)質(zhì)科研成果，這與田文燦等[15]的研究結(jié)論一致。如在納米生物醫(yī)學(xué)領(lǐng)域，雖然中藥學(xué)、腫瘤學(xué)、神經(jīng)系統(tǒng)和精神疾病等學(xué)科受到較多基金資助，但科研產(chǎn)出卻低于平均水平。此外，在機(jī)構(gòu)和個(gè)人層面均存在這種現(xiàn)象。孫玉濤等[36]以化學(xué)學(xué)科為例研究海外人才引進(jìn)計(jì)劃對(duì)“211”工程大學(xué)科研產(chǎn)出的影響，發(fā)現(xiàn)如果高水平大學(xué)人力資本要素投入達(dá)到臨界值，科研產(chǎn)出增量將會(huì)逐漸減少；在個(gè)人層面，未獲得基金資助概率與低概率獲得者在科研產(chǎn)出方面無(wú)顯著差異，而高概率獲得者比中等概率獲得者具有較高的科研產(chǎn)出水平(宋志紅等，2016)。

表3 中美總體樣本GMM 估計(jì)結(jié)果Tab.3 GMM estimation results for the full sample of China and the USA

(4)中美總體樣本脈沖響應(yīng)。為更好地解釋變量之間的持續(xù)互動(dòng)關(guān)系，本文繪制脈沖響應(yīng)圖刻畫基金資助與科研產(chǎn)出之間的互動(dòng)關(guān)系，以檢驗(yàn)基金資助受到單位標(biāo)準(zhǔn)差沖擊后對(duì)于科研產(chǎn)出的影響。由圖5可知，中國(guó)基金資助受到一個(gè)標(biāo)準(zhǔn)差正向沖擊對(duì)科技產(chǎn)出產(chǎn)生負(fù)向影響，經(jīng)歷波動(dòng)后，在第6年逐漸趨于零。而美國(guó)基金資助受到一個(gè)標(biāo)準(zhǔn)差沖擊后，當(dāng)期即產(chǎn)生正向影響，并迅速攀升，在第2年達(dá)到最高值，隨后逐漸衰減并在第10期無(wú)限趨于零。以上結(jié)果與GMM估計(jì)結(jié)果一致。

圖5 中美兩國(guó)總體樣本脈沖響應(yīng)圖Fig.5 Impulse responses of the full samples of China and the USA

3.2.2 不同學(xué)科領(lǐng)域比較

(1)中美分學(xué)科領(lǐng)域系統(tǒng)GMM估計(jì)結(jié)果。為探究中美基金資助對(duì)科研產(chǎn)出的不同影響，分別選取醫(yī)藥、工程、生命與地球科學(xué)及計(jì)算機(jī)科學(xué)4個(gè)學(xué)科，分析不同學(xué)科領(lǐng)域背景下基金資助幅度與科研產(chǎn)出的動(dòng)態(tài)關(guān)系。中美各學(xué)科領(lǐng)域系統(tǒng)GMM估計(jì)結(jié)果如表4所示。在中國(guó)各學(xué)科領(lǐng)域中，僅工程領(lǐng)域基金資助對(duì)科研產(chǎn)出在0.01水平上具有顯著正向影響，醫(yī)學(xué)和藥理學(xué)基金資助對(duì)科研產(chǎn)出在0.1水平上具有顯著負(fù)向抑制作用。中國(guó)各學(xué)科科研產(chǎn)出均受自身過(guò)去的影響，即滯后1期科研產(chǎn)出均在0.01水平上顯著為正。而美國(guó)僅計(jì)算機(jī)科學(xué)基金資助幅度顯著促進(jìn)科研產(chǎn)出，生命與地球科學(xué)基金資助幅度對(duì)于科研產(chǎn)出具有顯著抑制作用。這與上文基金資助特征分析較為一致，即中國(guó)對(duì)醫(yī)學(xué)和藥理學(xué)重視程度較低，美國(guó)對(duì)生命與地球科學(xué)重視程度較低，兩個(gè)學(xué)科基金資助在中美兩國(guó)均未獲取相應(yīng)期望的科研產(chǎn)出。關(guān)于基金資助幅度與科研產(chǎn)出互動(dòng)效應(yīng)，基金資助幅度是科研產(chǎn)出的格蘭杰原因，二者僅存在單向格蘭杰因果關(guān)系。然而，中美基金資助幅度與科研產(chǎn)出關(guān)系不一致。中國(guó)基金資助幅度對(duì)科研產(chǎn)出具有抑制作用，這主要是由于我國(guó)對(duì)醫(yī)藥學(xué)科基金資助力度較小，未能產(chǎn)生預(yù)期科研產(chǎn)出。相比較而言，中國(guó)工程領(lǐng)域基金資助幅度對(duì)科研產(chǎn)出具有顯著正向影響。《中國(guó)制造2025》提出，智能制造和“互聯(lián)網(wǎng)+”是未來(lái)我國(guó)制造業(yè)轉(zhuǎn)型升級(jí)的新方向以及全球制造業(yè)發(fā)展的新趨勢(shì)，要將信息化與工業(yè)化融合，著力發(fā)展信息技術(shù)、機(jī)器人、高檔機(jī)床等領(lǐng)域[37]。2017年印發(fā)《增強(qiáng)制造業(yè)核心競(jìng)爭(zhēng)力三年行動(dòng)計(jì)劃(2018-2020)》，提出要加快制造業(yè)智能化、綠色化、服務(wù)化，切實(shí)增強(qiáng)制造業(yè)科技含量和核心競(jìng)爭(zhēng)力。中國(guó)工程學(xué)科資助增幅排名呈上升態(tài)勢(shì)，表明中國(guó)正朝著從制造大國(guó)邁向制造強(qiáng)國(guó)的目標(biāo)前進(jìn)。

總體而言，美國(guó)基金資助幅度能夠顯著促進(jìn)科研產(chǎn)出，其中計(jì)算機(jī)科學(xué)基金資助幅度對(duì)科研產(chǎn)出的促進(jìn)作用最為顯著。2007年，移動(dòng)互聯(lián)網(wǎng)浪潮的開啟引領(lǐng)全球新一輪科技產(chǎn)業(yè)迅速崛起。2009年，美國(guó)實(shí)施科技創(chuàng)新國(guó)家戰(zhàn)略并首次發(fā)布《美國(guó)創(chuàng)新戰(zhàn)略1.0》，提出推動(dòng)科技創(chuàng)新，加大科技創(chuàng)新投入。2015年《美國(guó)創(chuàng)新戰(zhàn)略2.0》繼續(xù)強(qiáng)化科技創(chuàng)新，互聯(lián)網(wǎng)技術(shù)更新促進(jìn)科技迅猛發(fā)展。2018年，全球十大互聯(lián)網(wǎng)企業(yè)中有7家美國(guó)公司，可見美國(guó)對(duì)互聯(lián)網(wǎng)行業(yè)和計(jì)算機(jī)科學(xué)領(lǐng)域極為重視。

圖6為中美工程領(lǐng)域及計(jì)算機(jī)科學(xué)領(lǐng)域脈沖響應(yīng)圖。從中可見，中美計(jì)算機(jī)、地球科學(xué)、工程學(xué)科脈沖響應(yīng)與系統(tǒng)GMM估計(jì)結(jié)果高度一致。在工程領(lǐng)域，中國(guó)基金資助投入一個(gè)標(biāo)準(zhǔn)差沖擊對(duì)科研產(chǎn)出產(chǎn)生正向影響，在第二期影響程度最高；而美國(guó)工程領(lǐng)域基金資助幅度投入一個(gè)標(biāo)準(zhǔn)差沖擊未對(duì)科研產(chǎn)出產(chǎn)生顯著影響。在計(jì)算機(jī)領(lǐng)域，中國(guó)基金資助幅度投入一個(gè)標(biāo)準(zhǔn)差正向沖擊對(duì)科研產(chǎn)出產(chǎn)生負(fù)向影響，隨后變?yōu)檎蛴绊?，但是影響程度甚微。而美?guó)基金資助幅度投入一個(gè)標(biāo)準(zhǔn)差對(duì)科研產(chǎn)出產(chǎn)生顯著正向影響，在第一年達(dá)到高峰，隨后逐漸趨于零。

表4 中美分學(xué)科領(lǐng)域GMM 估計(jì)結(jié)果Tab.4 GMM estimation results for different subject areas in China and the USA

4 結(jié)語(yǔ)

4.1 結(jié)論與建議

本文以中美545萬(wàn)篇SCI論文數(shù)據(jù)為研究樣本，從全學(xué)科比較視角出發(fā)，系統(tǒng)分析中美兩國(guó)之間的學(xué)科資助特征，并運(yùn)用格蘭杰因果檢驗(yàn)、PVAR模型和脈沖響應(yīng)函數(shù)分析基金資助與科研產(chǎn)出的動(dòng)態(tài)交互效應(yīng)，以及該效應(yīng)在不同學(xué)科領(lǐng)域之間的差異，得出如下結(jié)論并提出相應(yīng)建議。

(1)隨著中美兩國(guó)財(cái)政支出對(duì)科研投入的不斷加大，中美兩國(guó)基金資助幅度保持穩(wěn)步增長(zhǎng)態(tài)勢(shì)，2009-2018年增長(zhǎng)13個(gè)百分點(diǎn)，基金資助成為科研產(chǎn)出的基本保障。中美兩國(guó)由于資源稟賦和發(fā)展階段不同，在學(xué)科資助上也存在較大差異。中國(guó)更關(guān)注地球科學(xué)、教育和農(nóng)業(yè)，而美國(guó)更關(guān)注生物醫(yī)學(xué)、能源和材料。相比較而言，我國(guó)生物醫(yī)藥、能源和材料等學(xué)科資助幅度較小。為此，我國(guó)應(yīng)合理配置資源，一方面要鞏固優(yōu)勢(shì)學(xué)科發(fā)展地位，另一方面也要對(duì)資助幅度較小的學(xué)科進(jìn)行適當(dāng)扶持。如加大生物醫(yī)學(xué)、能源和材料等學(xué)科資助，以在相應(yīng)學(xué)科前沿領(lǐng)域?qū)崿F(xiàn)追趕與超越。與此同時(shí)，也要考慮不同學(xué)科發(fā)展規(guī)律和發(fā)展?jié)摿?，?duì)重點(diǎn)學(xué)科予以重點(diǎn)資助。在加大政府公共科技財(cái)政支出的同時(shí)，鼓勵(lì)社會(huì)資助，拓展基金投入渠道，打造多元化資助體系。

(2)關(guān)于基金資助幅度與科研產(chǎn)出互動(dòng)效應(yīng)，基金資助幅度是科研產(chǎn)出的格蘭杰原因，兩者僅存在單向格蘭杰因果關(guān)系。然而，中美基金資助幅度與科研產(chǎn)出關(guān)系不一致。整體而言，中國(guó)基金資助幅度對(duì)科研產(chǎn)出具有抑制作用，美國(guó)基金資助幅度則能夠顯著促進(jìn)科研產(chǎn)出。因此，我國(guó)首先應(yīng)主動(dòng)學(xué)習(xí)發(fā)達(dá)國(guó)家的基金資助管理經(jīng)驗(yàn)，并結(jié)合我國(guó)國(guó)情加強(qiáng)科學(xué)基金同行評(píng)議質(zhì)量控制；其次，借助信息技術(shù)輔助管理，使基金資助管理更加規(guī)范化和精細(xì)化；再次，注意資助學(xué)科均衡，避免出現(xiàn)“邊際效應(yīng)遞減”。對(duì)于非重點(diǎn)資助學(xué)科，可以使用“小額資助”形式提高項(xiàng)目資助比例。同時(shí)還要減少重復(fù)資助，避免科研資源浪費(fèi)。另外，精力充沛、思想活躍、敢于創(chuàng)新探索的科研人員是科研產(chǎn)出的中堅(jiān)力量，基金資助應(yīng)給予重點(diǎn)傾斜。

圖6 中美兩國(guó)工程和計(jì)算機(jī)科學(xué)領(lǐng)域脈沖響應(yīng)圖Fig.6 Impulse response of engineering and computer science in China and the USA

(3)由于我國(guó)對(duì)醫(yī)學(xué)和藥學(xué)領(lǐng)域資助幅度較小，未產(chǎn)生預(yù)期科研產(chǎn)出，但資助增幅較大的工程領(lǐng)域卻對(duì)科研產(chǎn)出產(chǎn)生顯著正向影響；美國(guó)計(jì)算機(jī)科學(xué)基金資助幅度顯著促進(jìn)科研產(chǎn)出。中美兩國(guó)都比較重視生命與地球科學(xué)、醫(yī)學(xué)和藥學(xué)領(lǐng)域，但兩者均未實(shí)現(xiàn)預(yù)期科研產(chǎn)出，可能原因在于這兩個(gè)領(lǐng)域發(fā)文量?jī)H作為科研產(chǎn)出衡量指標(biāo)之一。為此，我國(guó)政府首先應(yīng)加大優(yōu)勢(shì)學(xué)科領(lǐng)域投入，對(duì)未產(chǎn)生預(yù)期科研產(chǎn)出的學(xué)科領(lǐng)域，一方面要尋求更有效的基金配置方式，另一方面應(yīng)構(gòu)建完善的基金資助項(xiàng)目監(jiān)督與考核體系，加強(qiáng)科研人員管理；其次，制定相關(guān)激勵(lì)政策激發(fā)科研人員積極性，加強(qiáng)國(guó)際合作與交流，提高高?？蒲挟a(chǎn)出；再次，推動(dòng)專利等科研成果轉(zhuǎn)移轉(zhuǎn)化，構(gòu)建良好的科研生態(tài)系統(tǒng)，促進(jìn)企業(yè)與高校協(xié)同創(chuàng)新。

4.2 不足與展望

由于數(shù)據(jù)受限，本文僅以論文產(chǎn)出量衡量科研產(chǎn)出，忽視了專利維度考察，且未考慮一些涉密類資助項(xiàng)目，未來(lái)可將論文產(chǎn)出量與專利申請(qǐng)量相結(jié)合，進(jìn)一步研究基金資助幅度與科研產(chǎn)出的動(dòng)態(tài)交互效應(yīng)。此外，需要延長(zhǎng)時(shí)間尺度并針對(duì)具體學(xué)科進(jìn)行相應(yīng)探討，以使研究結(jié)論更加準(zhǔn)確、穩(wěn)定。