逆向选择与科研产出效率

刘坤 董新兴

内容提要从政府的视角出发，本文首次将公共资源错配的原因区分为两种类型的逆向选择问题（客观型与主观型），并在一个委托代理理论框架下考察了两类逆向选择问题对科研产出效率的影响。本文利用2001~2011年间省级面板数据估计了政府科研资金分配离散程度（反映客观逆向选择问题）与市场化程度（反映主观逆向选择问题）对不同收入地区高等学校科研产出效率的影响。我们的研究发现：（1）在样本整体上，政府科研资金分配离散程度越大，市场化程度越高，越有利于提升科研产出效率；（2）在不同收入组别样本上，政府科研资金分配离散程度与市场化程度对科研产出效率的影响是不同的。我们的研究为理解公共科研资金的配置效率提供了有益的视角和经验证据。

关键词逆向选择科研产出效率高等学校

〔中图分类号〕F81245〔文献标识码〕A〔文章编号〕0447-662X(2014)06-0034-08

引言

近年来，随着我国经济发展水平以及财政汲取能力的不断提升，政府投入到科教领域的公共预算规模越来越大。2012年，中国科研经费投入占GDP的比重达到198%，首次超过了欧盟28国的同期占比（196%）。①在这个背景下，舆论媒体关于少数高校科研人员违规使用政府科研资金的报导，激发了全社会对政府科研资金使用（配置）效率的关注。一般来说，高等学校的科研活动主要依赖于政府公共科研资金的支持，高校科研的产出效率在很大程度上直接反映了政府公共科研资金的配置效率。

已有研究大多强调了事后监管对于政府科研资金使用效率的积极影响，②政府科研资金的事前配置效率还未受到应有的重视。本文中，我们将政府科研经费分配过程中的逆向选择问题作为主要研究对象，探讨资金配置结构（不同效率类型研究主体间的配置结构以及不同地区间的配置结构）在知识生产活动中的生产性效应。基于这一认识，本文尝试在给定科研资金使用过程中的激励、监督水平前提下，考察政府科研资金分配过程中的逆向选择问题对高校科研产出效率的影响，并利用相关的省级面板数据对相关理论发现进行检验。

本文可能的贡献是：首次将政府科研资金配置失当的原因区分为客观逆向选择问题与主观逆向选择问

* 基金项目：国家社会科学基金项目（11BJY006）；教育部新世纪优秀人才支持计划（NCET-11-0429）；中国博士后科学基金面上项目（2013M530417）

① 《中国创新研发资金投入占GDP比首超欧洲》，http:∥scitech.people.com.cn/n/2014/0111/c1057-24090877.html，2014年1月11日。

② Rajkumar, A.S. and V. Swaroop, “Public Spending and Outcomes: Does Governance Matter?” Journal of Development Economics, vol.86, 2008, pp.96-111.

题两类，分别检验了其代理指标对科研产出效率的影响，并进一步讨论了不同收入组别地区两类逆向选择问题对科研产出效率影响的差异。其中，前者指科研经费主管部门（委托人/监督者）不能有效识别科研主体（代理人，可以是高校、创新集体或高校教师）而引致的逆向选择问题，后者指监督者能够识别代理人的类型，但利用信息优势，通过与代理人合谋的方式，将有限的科研经费配置给低效率类型代理人的情形。

一、理论与假说

1崩砺鄯治

（1）投资不足与过度投资（Underinvestment and Overinvestment）

在有缺陷的资本市场中，融资与投资决策之间并不是相互独立的，信息不对称问题可能会导致投资不足或者过度投资。在信息不对称的情形下，有的净现值（NPV）为正的项目被放弃了，没有得到投资；而有的净现值（NPV）为负的项目却会被投资。对于企业所有者来说，这意味着资源错配，或者说被投资项目间存在逆向选择问题。信息不对称导致主要的利益相关者之间存在目标冲突，并进一步引致投资不足或者过度投资问题。

首先，股东与债权人间的目标冲突可能因为逆向选择机制导致投资不足。由于债权人没有足够的信息用于判断不同投资项目的质量，他们因而会要求较高的利率以补偿风险。Stiglitz, J. and A.Weiss, “Credit Rationing in Markets with Imperfect Information,” American Economic Review, vol.71, 1981,pp.393-410.在这种情况下，厂商可能宁愿放弃其中一些具备投资价值的项目（NPV为正）。其次，现任股东与将来股东之间的目标冲突也有可能因为逆向选择问题导致投资不足。Myers and Majluf的研究证明，Myers, S. and N.Majluf, “Corporate Financing and Investment Decisions When Firms Have Information that Investors Do Not Have,” Journal of financial Economics, vol.13, 1984, pp.187-221.如果事前存在关于投资项目与现有资产的信息不对称，潜在的新股东不知道企业的实际价值，只有在提高资金价格的情况下他们才有投资的意愿，而较高的资金使用成本使得现有股东可能会放弃股权融资。

2014年第6期

逆向选择与科研产出效率

过度投资问题的出现是因为股东与经理人之间存在目标冲突。在信息不对称情形下，如果协调股东与经理人利益的激励机制不能充分有效，经理人就可能从自身利益出发将自由现金流（free cash flow）用于不盈利的投资项目。Jensen, M., “Agency Costs of Free Cash Flow: Corporate Finance and Takeovers,” American Economic Review, vol.76, 1986, pp.323-329.企业规模的扩大能给经理人带来与此相关的财务利益及非财务利益，经理人因有激励进行过度投资。Stulz, R., “Managerial Discretion and Optimal Financing Policies,” Journal of Financial Economics, vol.26, 1990, pp.3-27.

本文从另一角度来理解这一问题，信息不对称导致资金在投资项目间的逆向选择问题。在这个意义上，尽管科研生产活动的投入产出具有区别于私人部门一般投入产出活动的特征，但信息不对称引发资金配置过程中逆向选择问题的逻辑是类似的。

（2）政治关联（Political connection）

尽管中国的改革开放已持续了三十多年，市场机制逐渐发展成为资源配置领域内的基础性制度，但其作用仍不是决定性的。主管政府官员在对有限资源进行配置时，往往会向与政府联系紧密的关系企业倾斜。一般来说，民营企业按照市场规则配置资源，有较高的生产效率，但相对而言远离政治，通常较难获取必要的金融资源支持，也难以获取垄断性国有经济部门的市场准入机会。客观上，政治关联有助于企业获取发展所需的关键资源。具体而言，政治关联的资源效应主要包括两个方面：（1）资金获取效应——有助于企业获取更多的金融资源；（2）市场准入效应——有助于企业获取更好的市场机会。于蔚：《规模扩张和效率损失：政治关联对中国民营企业发展的影响研究》，博士学位论文，浙江大学政治经济学系，2013年，第65-70页。

通过强化政治关联，部分民营企业在政治维度上取得了与国有企业类似的竞争优势，使得他们可以相对容易的获得商业银行的信贷支持，甚至是获得资本市场的融资机会，这即是政治关联的资金获取效应。除此之外，政治关联有助于减弱民营企业在投资领域（或者说市场准入机会）方面受到的管制性歧视，增加民营企业的投资机会，也即政治关联的市场准入效应。罗党论、刘晓龙与罗党论、唐清泉为政治关联的市场准入效应提供了来自民营上市公司的经验证据。罗党论、刘晓龙：《政治关系、进入壁垒与企业绩效——来自中国民营上市公司的经验证据》，《管理世界》2009年第5期；罗党论、唐清泉：《政治关系、社会资本与政策资源获取：来自中国民营上市公司的经验证据》，《世界经济》2009年第7期。

政治关联对于企业投资机会的影响可能是正面的，也可能是负面的。当高效率的民营企业通过政治关联获取必要的金融资源或者市场机会时，政治关联有利于提升整体效率；而当低效率的企业（如国有企业）依赖政治关联占据过多的金融资源和市场机会时，政治关联实际上扼杀了许多潜在的高效率的投资机会。概括来说，政治关联是市场化程度较低情形下的一种现象，即“看得见”的政府之手在一定程度上替代“看不见”的市场之手配置稀缺市场资源，有可能起到矫正市场失灵的效果，也有可能导致主观的资源错配（也即本文中我们要讨论的主观逆向选择问题）。

2奔偎

具体到政府公共经费资助科研活动的场景来说，同样存在类似于投资不足、过度投资、资金获取效应以及市场准入效应的问题。与投资不足、投资过度对应的是客观逆向选择问题，主要是由客观上存在的信息不对称引起的；与资金获取效应、市场准入效应对应的是主观逆向选择问题，主要是由监管者利用信息优势与代理人合谋引起的。

科研生产活动中，代理人的人力资本、劳动与公共科研经费均可看作是一项潜在科研项目的要素投入。其中，公共部门资助的科研经费可视为项目实施所必需的外部融资。对称信息条件下，当科研经费与代理人的人力资本、劳动投入相匹配时，具有最优的资源配置效率。而实践中，信息不对称情形更为普遍，引发出类似于不完全资本市场对企业投资决策影响的问题。具体来说，一方面，主管公共科研资金配置的官员不是科研活动的专业人士，难以判断所资助项目的优劣，对于给定产出约定的项目，他们有动机减少资助额度，甚至是放弃一些比较具有价值的科研项目。而且，主管公共科研资金配置的官员任期有限，厌恶风险，更希望所资助的科研项目在短期内能有足够的产出，而科研人员有可能希望从事风险较大的科研项目（以增加自身的长期收益），这可能会使前者对后者的资助额度减少，导致资助不足的问题；另一方面，科研人员在获得了足够的资助后，即使科研项目顺利完成后仍有资金剩余，他们也有激励将超额经费全部支出，引发过度资助的问题。

科研部门内部的代理人与主管公共科研资金配置的官员（或一些项目评审专家）之间也存在着不同程度的政治关联。与科研资金管理者政治联系密切的代理人（可以是不同层面的代理人，如科研人员、科研机构等）更有可能获取较大的资助额度，而另一些代理人虽然具有较高的科研效率，但由于缺少政治关联，在科研资金的配置过程中受到歧视（类似于民营企业的融资），难以获得足够的资金支持，甚至是难以在某些被垄断的学科领域内获得资助。

总的来说，科研资金配置过程中，科研项目质量（科研人员类型）相关的信息不对称有可能引发对不同科研项目的资助不足或过度投资问题（即客观的逆向选择问题）；政治关联程度的异质性则有可能引致经费主管部门的资助偏好差异（即主观的逆向选择问题）。鉴于数据可得性，本文中我们以政府科研资金在不同效率类型高校间分配的离散程度来反映客观逆向选择问题，科研资金分配越平均说明客观逆向选择问题越严重。基于已有的研究结论，我们进一步假定，市场化程度越高的地区，政治关联程度越低，主观逆向选择问题越小。由此，我们得出本文的两个假说如下：

假说1：科研资金分配越平均，科研产出效率越低。

假说2：市场化程度越高，科研产出效率越高。

二、模型设定与变量度量

1奔屏磕Ｐ

我们分别使用科研资金分配的离散程度（标准差）与市场化程度（市场化指数）来度量客观逆向选择程度与主观逆向选择程度。为了检验相关假说，我们建立如下面板数据模型：

Pit=c+β1RDFeeit-1+β2SDit-1+β3Miit-1+β4Incentit-1+β5Scaleit-1+β6Levelit-1+λD+εit（1）

其中，i和t分别表示省份与年份，c为常数项，εit为误差项。被解释变量Pit为i省第t年的科研产出效率。考虑到科研投入与科研产出间存在时滞的事实，模型右边的主要解释变量均采用滞后一期的数据。其中，RDFee表示政府科研经费投入强度，用来考察科研经费的配置对科研生产活动的激励作用；SD为政府科研经费分配离散程度，用于测度政府科研经费在不同效率类型科研人员间的配置不当（即客观逆向选择问题）对科研生产活动的影响；Mi表示市场化水平，用于反映科研人员（机构）与主管科研经费配置的官员间合谋致使政府科研经费错配（即主观逆向选择问题）的可能性；Incent表示科研激励强度，以此控制不同省份的科研激励制度对科研人员努力程度的影响；Scale表示平均高校规模，用来控制知识生产活动中潜在的规模效应；Level表示滞后一期的科研水平，用于控制科研人员的能力差异对科研产出效率的影响。D为一组虚拟变量，包括时间虚拟变量（Dt）和相对收入水平虚拟变量（Dw）。

我们还关注高校收入水平不同地区的逆向选择问题（包括主观与客观两方面）对科研产出效率影响的差异。为了实现这一目标，我们在模型（1）的基础上，引入收入水平虚拟变量（Dw）与科研经费分配离散程度（SD）、市场化水平（Mi）的交互项。于是，模型（1）改写为：

Pit=(c0+ρDw)+β1RDFeeit-1+(φ+θDw)SDit-1+(+γDw)Miit-1+β3Inecentit-1+β4Scaleit-1+β5Levelit-1+λDt+εit（2）

2北淞慷攘

(1)被解释变量

我们倾向于将高校看作是一个知识生产单位，由知识生产函数决定投入产出间的关系。Jones, C., “R&D-based Models of Economic Growth,” Journal of Political Economy, vol.103, no.4, 1995, pp.759-784.由此，我们选择能够直观体现科研投入对科研产出影响的科研全要素生产率（TFP）作为科研产出效率的度量指标，进而将其作为判断逆向选择问题在公共部门生产活动中产出效应的依据。

(2)主要解释变量

参照Lach与Schankerman的做法，Lach, S. and M. Schankerman, “Incentives and Invention in Universities,” The RAND Journal of Economics, vol.39, no.2, 2008, pp.403-433.我们将与知识生产活动过程中财务性激励密切相关的公共预算经费投入作为主要解释变量及控制变量。具体来说，我们继续选择政府科研经费投入强度来度量政府投入到高校知识生产活动中的经费配置情况，采用不同地区高校教师人均科研经费数量表示。人均科研经费越多，越有可能帮助高校教师顺利开展研究工作，提升他们的科研积极性，增加其努力程度。

逆向选择问题是由于代理人相对于委托人的信息优势产生的，实践中难以获取关于政府科研经费错配的直接数据。我们假定，不同地区的高校分为两种类型——高效率类型与低效率类型。其中，985、211及省部共建高校可以看作是高效率类型的代理人，而其他普通高校则可视作低效率类型的代理人。理论上，政府科研资金越多被分配给高效率类型代理人，将有越高的公共资源配置效率。于是，我们将政府科研资金在不同效率类型代理人间分配的离散程度作为衡量客观逆向选择问题的代理指标。具体来说，我们通过计算政府科研资金在不同效率类型代理人间分配的标准差来度量政府科研资金分配的离散程度。计算公式为SD＝ψh•（xh-x）2+ψl•（xl-x）2，其中，xh、xl、x分别表示高效率类型高校的人均科研经费、低效率类型高校的人均科研经费以及整体上的人均科研经费；ψh、ψl分别表示两种类型高校科研人员人数占全省整体科研人员人数的比重。

根据前文的文献梳理结论，政治关联程度的异质性有可能引致经费主管部门的资助偏好差异（即主观逆向选择问题），而较高水平的市场化治理环境有利于缓解合谋问题的发生。辛宇、徐莉萍：《投资者保护视角下治理环境与股改对价之间的关系研究》，《经济研究》2007年第9期。目前，国内学术界使用最为广泛的是樊纲等构建的市场化指数，樊纲、王小鲁、张立文、朱恒鹏：《中国各地区市场化相对进程报告》，《经济研究》2003年第3期。该指数可以近似地替代各地区治理环境指数。因此，我们使用樊纲等构建的市场化指数作为度量主观逆向选择问题的代理变量。

(3)控制变量

为了更准确的估计逆向选择问题对科研产出效率的影响，我们将科研激励力度作为控制变量，采用不同地区科研经费支出中列支的人工费（或者说劳务费）占科研经费内部支出的比例替代性度量这一指标；以各地区高校平均职工人数作为高校规模的度量指标，并加以控制；以各地区高校教师年人均发表的外国论文数作为科研水平的替代性度量指标加以控制。

(4)虚拟变量

收入水平虚拟变量用于分析讨论不同收入水平地区逆向选择问题对科研产出效率的影响。我们通过将不同省份高校年人均收入减去当地城镇职工年人均收入计算出该地区的高校教师的相对收入水平，进而以此为参照把我国大陆30个省份（直辖市、自治区）分为三组，由于西藏存在较多数据缺失的情况，没有纳入本文的样本之内。记为G1、G2和参照组。分组的具体结果为：第一组（也即收入水平最高的一组），包括北京、天津、辽宁、上海、江苏、浙江、福建、湖北、广东与重庆；第二组（收入水平处于中间水平的一组），包括吉林、安徽、山东、湖南、广西、海南、四川、云南、陕西与甘肃；第三组（收入水平最低的一组），包括河北、山西、内蒙古、黑龙江、江西、河南、贵州、青海、宁夏和新疆。Dt为控制宏观政策效应的时间虚拟变量。另外，由于收入水平虚拟变量中已经包含了地区信息，为避免共线性问题，我们不再引入地区虚拟变量。

三、数据与描述性分析

1笔据

本文中，我们以2000~2011年间我国普通高等学校科研活动的投入产出的面板数据为基础，对两个命题假说进行实证检验。我们的研究与高校教师的科研生产活动密切相关，越具体的投入产出数据越有利于检验逆向选择问题的影响。然而，由于数据可得性的限制，我们难以获得微观层面（比如高校、院系、个人）的投入产出信息，只能依据统计年鉴中以省为单位的信息进行检验。也就是说，我们将各个省份分别视作一个独立的科研生产单位，通过省级面板数据进行经验分析。

我们使用估算的科研全要素生产率（TFP）作为科研产出效率的度量指标，限于篇幅，估算过程不再赘述。由于科研投入与产出间存在时滞，我们以滞后一期（即2000~2010年）的科研经费投入强度（RDFee）、政府科研资金分配离散程度（SD）、市场化水平（Mi）、科研激励强度（Incent）、高校规模（Scale）、科研水平（Level）等指标反映科研产出效率的影响因素。在省份维度上，由于西藏地区的投入产出数据有较多缺失，我们剔除了该地区的信息。这样，我们的样本共计有330个观测点。

具体来说，科研全要素生产率（TFP）使用估算数据；科研经费数据源于《高等学校科技统计资料汇编》；市场化指数数据引自《中国市场化指数：各地区市场化相对进程2011年报告》；樊纲、王小鲁、朱恒鹏：《中国市场化指数：各地区市场化相对进程2011年报告》，经济科学出版社，2011年，第265页。该报告中只能获取2000~2009年各地区的市场化指数，我们在此基础上通过外延法估算了各地区2010年的市场化指数。收入水平由《中国劳动统计年鉴》中高校职工平均工资和城镇职工平均工资之差表示；科研激励强度、科研水平、高校平均规模的数据分别来自《高等学校科技统计资料汇编》、《中国统计年鉴》。

2笔据的描述性统计

表1各变量描述性统计结果

变量名变量说明均值标准差最小值最大值观测值TFP科研全要素生产率23.087.966.5243.78330RDFee科研经费投入强度2.842.730.1718.92330SD科研经费分配离散程度1.841.750.0612.46330Mi市场化指数6.302.062.3712.04330Incent科研激励强度0.110.070.010.39330Scale高校平均规模820.5192.53791409330Level高校科研水平0.070.060.010.27330表1给出了本文研究中所涉及的主要变量的描述性统计结果。在总体样本中，科研全要素生产率在不同地区表现出很大的差异，科研经费投入强度的离散程度甚至超过前者；政府科研经费分配离散程度（SD）、市场化指数以及其他变量均有不同程度的离散性。

四、回归结果与解释

我们利用stata12.0对本文构建的计量模型进行参数估计，估计结果显示在表2中。我们首先使用Hausman检验来判断具体计量模型应该选择固定效应（FE）模型还是随机效应（RE）模型，表2中Hausman检验的原假设是固定效应与随机效应模型无系统性差异。检验的结果如表2倒数第二行所示。

表2逆向选择对科研产出效率影响的估计结果

被解释变量科研全要素生产率（TFP）模型（1）FE（2）FE（3）RE（4）RE（5）RERDFee0.5624***

（3.06）0.4909**

（2.48）0.7043***

（3.33）0.6227***

（3.05）0.7060***

（3.32）SD-0.0972

（-0.51）0.0162

（0.08）0.3759

（1.19）0.0771

（0.39）0.3622

（1.07）Mi0.1944

（1.10）1.1922***

（3.15）1.4088***

（4.23）1.5449***

（3.72）1.4857***

（3.51）Incent4.2004

（0.82）1.7738

（0.35）2.5468

（0.50）1.7868

（0.35）Scale0.0012

（0.50）0.0053**

（2.38）0.0047**

（2.11）0.0049**

（2.16）Level(omitted)27.9733*

（1.80）36.9086**

（2.30）31.1356*

（1.83）SD X G1〖4〗-0.6295*

（-1.72）-0.5580*

（-1.85）SD X G2〖4〗-0.1064

（-0.29）-0.1490

（-0.32）Mi X G1〖5〗-0.3250

（-1.19）-0.1125

（-0.35）Mi X G2〖5〗0.0118

（0.05）0.0277

（0.09）DtNoYesYesYesYesConstant20.4356***

（23.64）10.7492***

（2.98）2.7953

（0.92）2.6927

（0.83）2.5536

（0.78）R20.45930.52750.59440.59250.5913Hausman检验（p值）28.05

（0.0000）23.49

（0.0743）23.50

（0.1335）22.61

（0.1625）20.42

（0.3699）观测值330330330330330注：（1）括号中的数字为t统计量；（2）***、**、*分别表示估计值在1%、5%、10%水平上显著；（3）限于篇幅，年份虚拟变量的回归系数没有报告。

1蹦Ｐ停1）的估计结果

表2中的（1）、（2）列报告了模型（1）的估计结果。从列（2）可以看出，在不引入收入水平分组的情况下，变量政府科研资金分配离散程度与市场化程度的系数估计结果均为正值。特别是在考虑其他控制变量的情况下，市场化程度对科研产出效率具有显著的正效应，系数估计结果为1.1922，且在1%的水平上显著；政府科研资金分配离散程度系数的估计结果虽然不够显著，但取值与预期一致，本文的假说1和假说2因而得到初步验证。

一个可能的解释是，政府科研资金分配离散程度越大的地区，相对较多的政府科研经费被分配给高效率类型的大学，公共科研经费被错配给低效率类型代理人的可能性较低（即客观逆向选择程度较低），科研经费的配置效率较高，因而有相对较高的科研产出效率；而在市场化程度越高的地区，政府治理环境相对较好，科研经费分配与使用的透明度较高，主管政府科研资金分配的官员与科研人员合谋的难度较大，科研经费被故意配置给低效率类型代理人的可能性因而较小（即主观逆向选择程度较低），更有效率的经费配置使得科研产出效率较高。

2蹦Ｐ停2）的估计结果

收入水平是影响公共部门代理人行为的重要影响因素，我们进一步讨论不同收入组别中两类逆向选择问题对科研产出效率的影响。在引入收入水平分组的情况下，表2中（3）-（5）列呈现了模型（2）的估计结果，我们以列（5）的回归结果为依据对模型（2）的估计结果进行讨论。

(1)政府科研资金分配离散程度的分组效应

政府科研资金分配离散程度（SD）与收入水平虚拟变量交互项的系数，清楚表明了政府科研资金分配离散程度（SD）在不同收入组别中对科研产出效率有不同的影响。表2中列（5）提供的信息显示，较高收入组对应的系数为-0.1958，中等收入组对应的系数为0.2132，而较低收入组对应的系数为0.3622。中低收入组对应的系数大于0，可能意味着该类地区科研资金的分配过多考虑公平性，未能充分反映出科研经费配置的效率原则，使得政府科研经费的分配离散程度较低，客观逆向选择问题较为严重。具体来说，如果中等收入组别地区的政府科研经费在分配中继续向高效率类型大学倾斜，很可能会导致整体科研产出效率的提升，经费分配离散程度每增加一个单位，该地区的科研产出效率会提升0.2132个单位；如果较低收入组别地区的政府科研经费在分配中继续向高效率类型大学倾斜，很可能会导致整体科研产出效率有较大幅度的提升，经费分配离散程度每增加一个单位，该地区的科研产出效率会提升03622个单位。而对于较高收入组别地区来说，如果政府科研经费在分配中继续向高效率类型大学倾斜，则很可能会导致整体科研产出效率的下降，经费分配离散程度每增加一个单位，该地区的科研产出效率会下降01958个单位。

一个可能的解释是：高校收入相对较高的地区也是高等教育相对发达的地区（高收入组别的十个省份集中了我国六成以上的985、211高校），这些地区高校众多，其中的高水平大学与一般大学有较为明显的水平差距，政府在公共科研经费的分配上长期明显向辖区内的高水平大学倾斜（部分部属院校的大量经费直接来自中央部委，客观上增加了该地区不同水平大学科研经费配置的差距），一般大学反而不能得到充足的经费支持，从而使得政府科研经费的分配过于离散。中等收入组别与较低收入组别地区高水平大学（特别是部属院校）相对较少，各个高校间的科研水平差距相对较小，而政府科研经费的分配主要来自于所在省份的科研主管部门，分配过程较多考虑公平性，因而使得政府科研经费分配的离散程度较低，未能充分反映出科研经费配置的效率原则。

(2)市场化程度的分组效应

市场化程度（Mi）与收入水平虚拟变量交互项的系数估计结果，反映出市场化程度（Mi）在不同收入组别中对科研产出效率有不同的影响。如表2中列（5）所示，较高收入组对应的系数为13732，中等收入组对应的系数为15134，而较低收入组对应的系数为14857。这表明，对于不同收入组别地区的高校而言，市场化程度均是影响科研产出效率的重要因素。而且与政府科研资金分配离散程度（SD）相比，市场化程度（Mi）的系数更加显著，在一定程度上说明，市场化程度（比科研经费分配离散程度）对科研产出效率的影响更大。值得注意的是，较高收入组对应地区市场化程度的边际增量对科研产出效率的贡献最低。可能的原因是，较高收入组别地区本身就是市场化程度较高的地区，而市场化程度对科研产出效率的贡献存在边际递减效应。

五、研究结论与政策建议

本文中，我们以中国高等学校运用政府资助的科研经费从事科研生产活动的场景为例，考察了逆向选择问题对政府公共科研资金的使用（配置）效率的影响。在给定科研资金使用过程中的激励、监督水平前提下，我们利用相关的省级面板数据，检验了关于逆向选择问题影响科研产出效率的假说。

1毖芯拷崧

我们的研究发现：在政府科研资金资助大学学术研究的场景下，客观逆向选择问题与主观逆向选择问题均存在，且均对科研产出效率有不利影响。具体来说，政府科研资金分配离散程度（度量客观逆向选择问题的代理指标）越大，意味着较多的科研经费被分配给了高效率类型的代理人，对应的科研产出效率越高；市场化程度（反映主观逆向选择问题的代理指标）越高，主管科研经费分配的官员与代理人之间合谋的可能性越小，对应的科研产出效率越高。进一步引入收入水平虚拟变量后发现，不同组别地区政府科研资金分配离散程度对科研产出效率的影响是不同的。其中，在较高收入组别地区，由于政府科研资金分配离散程度已经过大，继续增加科研资金分配的离散程度，不利于进一步提升科研产出效率；而中、低收入组别地区则相反，政府科研资金分配还过于平均，高效率类型代理人未得到足够的科研经费配置，进一步增加经费分配离散度有利于提升整体科研产出效率。不同收入组别对应的市场化程度也存在类似的效应，较高收入地区对应的市场化程度对科研产出效率的影响最小，而较低收入地区对应的市场化程度对科研产出效率的影响最大。

本文首次将科研经费分配过程中的逆向选择问题区分为客观逆向选择问题与主观逆向选择问题，并通过面板数据支持了两种不同类型逆向选择问题均对科研产出效率存在负面影响的结论。本文的研究发现为改善政府公共科研资金的配置效率提供了有益的理论分析与经验证据。

2闭策建议

不同收入组别地区的逆向选择问题有着不同的构成。较高收入组别地区识别代理人的效率类型相对容易（即客观逆向选择问题相对较轻），中低收入组别地区仍然缺乏有效揭示代理人效率类型的机制（即使是在高校层面上），政府科研经费的分配相对较平均（即离散程度较低），客观逆向选择问题相对较明显。需要强调的是，即使是高收入组别地区，政府在分配科研经费时，区分不同高校的效率类型容易做到，但基于更微观层级代理人的效率类型识别可能仍是困难的，这可能导致科研经费过度向高水平大学倾斜。根据我们的估计结果，适当减少较高收入组别地区的科研经费分配的离散程度（即增加该类地区一般高校科研经费占比），有利于提升该类地区的整体科研产出效率。适当增加中低收入地区的科研经费分配的离散程度（即增加该类地区较高水平高校科研经费占比），有利于提升该类地区的整体科研产出效率。

各组别中因合谋引致的逆向选择问题均较为严重，中低收入组别的主观逆向选择问题更是超过较高收入组别，是影响科研产出效率的重要因素，均有待于科研领域更趋市场化的改革。科研资金竞争性分配制度的推广应用、强化科研经费使用过程中的信息披露以及增加科研项目成果的透明度等措施，均有利于缓解委托人与科研代理人、监督者之间的信息不对称程度，降低参与合谋者的信息优势，进而有利于矫正因主观逆向选择问题造成的科研经费配置扭曲。

作者单位：西安交通大学经济与金融学院

责任编辑：牛泽东