科学基金对学术产出的长期影响研究

乔锦忠，孙 娜，沈敬轩，王 昆

(1.北京师范大学高等教育研究院，北京 100875；2.华东师范大学高等教育研究院，上海 200062；3.北京大学教育学院，北京 100871；4.中央财经大学校友与基金工作办公室，北京 100081)

0 引言

当代国际竞争主要体现为基于科技创新的经济竞争，发达国家纷纷制定科技发展战略以保持在国际竞争中的优势地位。 《科学：无尽的前沿》报告催生了美国国家科学基金会 (NSF)等部门，构建美国战后科技创新体系总框架[1]。基于该报告建议，美国政府长期持续对科研投入资金支持，使其维持了70余年的全球科技领先优势。

2021年我国R&D经费高达2.79万亿元，占GDP比的2.44%，绝对规模与相对占比均创新高。R&D经费主要分为两大类，即稳定性经费和竞争性经费。竞争性经费多采取竞争性科研资助模式，主要以科学基金的形式投入，以项目形式实施，通过公开征集的方式遴选高质量资助对象以确保资助效果，对学者的激励作用也更为明显[2-3]。学术界对于科学基金的研究由来已久。英国学者贝尔纳[4]在其著作 《科学的社会功能》中谈及科学基金经费的筹措及管理措施，提到 “源源不断的经费是科学研究发展的基本条件，要避免科研经费随商业循环变化的可悲结果，主张通过各种措施降低科研经费的波动性，并使科研工作者获得稳定、缓慢增加的收入”。科学计量学之父普赖斯[5]以 “小科学、大科学”描述不同规模的科研活动所需要原始动力、外部组织和经费的支持各不相同，并谈及大科学时代科学家应该担任起保证科研质量的责任。稳定的经费支持是科研活动开展的保障，因此应对学术产出的效果进行评估。

1 文献回顾

科学基金项目以竞争性经费资助为主，评估科学基金项目的投资效益成为各界关注的焦点。美国1993年通过制定 《政府绩效与结果法案》 (GPRA)对美国国家科学基金会 (NSF)、国立卫生研究院 (NIH)等机构的科研项目进行效益评估[6]。科学基金项目的评估更加侧重于评估项目负责人的研究绩效，即基于学术产出成果各项指标的评估[7-8]。虽然以论文产出数量、引用次数等指标不能全面评估学者的学术产出贡献，但仍不失为评价科研人员研究绩效的有效手段之一。Gregorutti[9]认为充足的项目经费支持是促进学术产出的积极因素。Jacob等[10]评估了美国国立卫生研究院 (NIH)博士后培训经费的科研绩效，发现科研生产率提高了20%。Anderson等[11]发现具备科研基金资助的出版物更易受到关注和引用，并提出私人资助的研究要比公共资助的研究更具有创造性。Bozeman等[12]认为资助项目会增强学者与学术同僚直接和间接的社会联系，促进学术合作并且提升学者未来的研究能力。Hussinger等[13]以卢森堡国家研究的资助为例，发现基金资助将学者的学术产出提高了31%，但学者在受到资助5年后产出再次下降，并发现学术产出质量显著提高更受益于长期的资助效应。

也有学者[14]认为，资助政策和奖励不能提高科研人员的生产力。Fedderke等[15]以获资助研究者为研究对象，将具有类似学术地位、但未获相应资助的研究者为参照对象。比较两类人员的研究绩效，表明基金资助与研究人员绩效提高略有关系，但在很大程度上取决于研究人员的素质和学科领域。Jacob等[10]对1980—2000年所有NIH标准研究项目申请进行分析，发现获得一项NIH资助项目后，其后5年内论文数量仅提高7%，即1篇。Tonta[16]发现，土耳其科学和技术研究的资金支持计划 (UBYT)实施后，论文数量确实有大幅提升，但排除土耳其论文数量增长速度后，发现资助计划似乎并未提高作者发表的论文数量。Benavente等[17]分析智利的国家科学技术资助基金的资助效果，也具有同样的发现。

综上，目前关于科学基金资助项目对科研成果影响研究尚未得出一致性结论，仍需进一步探究。科研基金项目实施效果的评估方法大多采用描述性统计与差异分析，少数学者利用DID模型探究杰青基金资助年龄异质性问题[18]和海外高层次人才政策对资助者学术生产力的影响[19]，但仍缺少科学基金项目对学术产出在资助期内、资助期外 (即短期效应、长期效应)影响的探究。因此，本文以杰青学者为例，基于DID模型探究科学基金项目在资助学者后1～10年、资助后1～5年、资助后6～10年间如何影响学者的学术产出。

2 研究设计

2.1 样本选取与变量选择

学者的学术产出会受到多方面因素的影响。一种观点为科尔和加斯顿等所提倡的侧重讨论由个人内部特征导致学术产出的差异，如天赋、努力程度、创造性等方面[20]，另一种则归因于带有社会建构论的特殊主义认可取向即外部因素，将学术产出的差异主要归因于教育背景 (毕业机构的声誉或地位)、工作机构、声誉与环境、职业流动、学科特点、导师关系、早期优势积累等众多复杂的条件和因素[21-22]。对于个人天赋等内在因素进行实证研究着实不易，因此本研究在选取影响学术产出的控制变量主要包括可观测到的学者个体特征和外部支持因素，包括性别、年龄、职称、学科、博士毕业学校排名、所获国家自然科学基金资助总金额 (获杰青基金资助后，含杰青资助金额)、海外留学、成长为杰青的时间 (评选时间—博士毕业时间)等，具体变量与指标见表1。

表1 变量定义与指标说明

实验组为2008年、2009年国家杰出青年基金获得者共257人。首先在学校官网中的个人主页及其他相关专业网站获取入选学者的基本信息，包括性别、职称、设岗学科、出生年份、博士毕业年份、博士毕业学校、海外留学经历、所获国家自然科学基金资助金额等。其次搜集实验组履历信息并核实样本姓名及现工作机构 (及以前)，通过Scopus数据库，检索其在1999—2018、2000—2019年作为 “第一作者” “通信作者” “单独作者”发表的SCI论文，将面板数据作为学术产出的分析源。为了排除科学基金资助的内生效应，将未获得国家杰出青年基金及其他重点项目资助的学者 (如长江学者奖励计划、千人计划、万人计划、优青等)作为对照组并收集其论文数据 (选取原则：与获资助学者研究学科领域一致；年龄在与获资助学者年龄相差±3的区间内；博士毕业年份与获资助学者毕业年份相差±3的区间内)。

研究对象514人，其中数理科学部101人、地理科学部45人、工程材料科学部97人、信息科学部60人、生命科学部108人、化学科学部103人。一般而言，数理科学与地理科学更偏向于基础研究领域，工程材料科学和信息科学更偏向应用研究领域。虽然按照基金委的分类，化学属于基础科学，但化学与生物和医学的关系密切，一旦深入到分子水平，就会涉及到化学，所以几乎所有的生物学问题都是以化学术语回答的。生物学中不具备统一性的解释性法则，机制多到不胜枚举。在生命科学领域，传统科学分支之间的界限实际上已经消失了[23-24]。综上所述，数理科学部和地理科学部属于基础研究，工程材料科学部和信息科学部属于应用研究，而将生命科学和化学单独归为一类进行研究。按照上述分类，样本中基础研究学者146人，应用研究领域157人，生命科学及化学研究领域211人。

2.2 非参数检验

首先，对实验组与对照组20年标识学术产出的各变量进行正态性检验，发现学术产出的各项指标均不呈现正态分布，因此选择非参数秩和检验—曼-惠特尼U检验，将实验组与对照组学术产出指标进行比较，发现在论文产出数量、前10%被引文章数量及百分比、篇年均被引次数、FWCI指数、h指数、资助金额方面存在显著性差异且实验组明显高于对照组 (P=0.00<0.01)，见表2。

表2 实验组与对照组20年间学术产出的非参数检验 (中位数)

数量上，实验组论文产出数量是对照组的2.43倍；质量上，在前10%文章数量及百分比方面，实验组前10%文章数量高出对照组8篇、高出9.8%；在篇年均被引次数方面，实验组论文年均被引用次数是对照组的1.67倍；学术影响力方面，实验组FWCI指数是对照组的1.58倍，且同时高于世界平均水平 (FWCI值等于1.00代表世界平均水平)；个人影响力方面，实验组h指数约是对照组的1.72倍；在入选杰青项目后所获国家自然科学基金金额总数 (包括杰青基金)方面，实验组约是对照组的6.65倍。可见，杰青学者的学术产出无论是从数量、质量，还是从学术影响力及个人影响力、所获资助金额方面都要远高于未获杰青项目资助学者。

其次，对于学者获资助前10年和后10年的学术产出各变量进行非参数检验，发现学者获得杰青基金项目资助后，论文产出数量、前10%文章数量、篇年均被引次数方面具有显著性差异 (P=0.00<0.01)。在获得杰青项目资助10年后，论文产出量 (10年发表量中位数，下同)比资助前高出13篇，是资助前的1.72倍；论文质量方面，前10%文章数量比资助前高出2篇，是入选前的2倍；篇年均被引次数方面，则低于资助前的11.5次/篇，这与篇均引用次数的计算方法有关，新发表的文章被引用需要一定的时间，因此在特定时期内，新发表论文的数量增加可能会导致篇年均被引次数下降。由此可见，学者获得项目资助有效提高了学术产出的数量和质量，见表3。

表3 实验组获杰青资助前10年至后10年学术产出的非参数检验 (中位数)

2.3 计量模型构建

采用差异性分析方法无法判断学者论文数量与质量的变化是时间累积效应，还是项目支持效应[25]，也无法探究因果关系和因果作用。在政策评估中，剥离时间累积效应，获得项目支持的净效应很重要。 “双重差分法”可以实现这一目的，采用准自然实验方式，通过比较实验组与对照组形成的反事实情况，能有效控制时间变量，解决模型内生性问题。本研究采用双重差分法探究基金项目资助在资助期内、资助期外对学术产出的影响，研究设计模型如图1所示。

图1 基金资助效应DID模型

以2008年杰青学者为例，将2009作为学者获得基金资助第1年，2010年为第2年，2011年为第3年，以此类推。传统双重差分法通常研究一个时间点的政策冲击效应，但在本研究中，2008—2009年间实验组个体受政策冲击的时间点不一致，即获得基金资助的时间节点不同，为考察同一基金资助效益对于学者的学术产出发生的变化，因此采用多期DID模型。将入选杰青学者的年份设为t，此后年份依此为t+1，t+2，t+3……,入选项目前年份依此为t-1，t-2，t-3……。由于杰青项目为阶段性资助，5年为一个资助期，因此将时间窗口设为每5年为一个单位，设为资助前6～10年、资助前1～5年、资助后1～5年、资助后6～10年4个时间段以探究基金资助的时间效应。

一般而言，科研实力强的学者入选杰青项目资助的可能性更大，获得资助后有更好的学术产出。如果不能控制能力因素，会产生遗漏变量偏误，造成对资助效应的高估。能力因素在模型中容易成为不随时间改变但随个体特征而变的遗漏变量，产生个体效应。此外，学科评估、 “双一流”建设战略等其他政策和外部因素，也会通过各种路径影响学者的学术产出，这些政策和环境在模型中表现为随时间改变不随个体能力等特征改变的时间效应[26]。综上所述，本研究中同时存在个体效应和时间效应，因此建立双向固定效应的异时双重差分法，公式为：

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

(1)

Pubit为因变量；i(i=1,2,3……n)表示个体；t(t=1，2，3……t)表示时间；αt表示年份固定效应，Ui是个体固定效应，εit为模型误差项。Treatit是反映样本是否受到政策冲击的虚拟变量，实验组取值为1，对照组取值为0。Postit是反映不同个体政策实施前后的时间虚拟变量，政策冲击前取值为0，冲击后取值为1。交互项Treatit×Postit，表示个体在i在第t期是否收到政策冲击，若个体i在第t期受到政策冲击，此期以后时期都取值为1，否则取值为0。β1是处理后整体的平均处理效应。本研究进一步将Treatit×Postit简化为Dit,它指个体i在第t期是否接受处理，将个体固定效应和时间固定效应简化为Xit，表示随个体和时间变化的控制变量，最终得到以下公式：

Pubit=β0+β1Dit+β2Xit+εit

(2)

3 实证结果与分析

3.1 项目资助对学术产出影响的短期效应分析(资助后1～5年)

在控制个体效应和时间效应后，项目资助后5年 (资助期内)，对于论文产出数量和质量、学术影响力都有显著的正向影响，见表4。在论文产出数量方面，项目资助后5年内有利于促进学者发表SCI论文，系数为1.01 (为正，下同)。在论文产出质量方面，前10%被引文章的数量方面影响系数为0.31，对于学术产出质量有明显提升。学术影响力方面，FWCI指数方面系数为0.18，项目资助有效提升了学者的学术影响力。

从控制变量看，资助金额 (经对数处理)、海外留学经历、成长为杰青学者的时间、生命/化学领域对于学者论文产出的数量具有显著正向影响，更有助于论文数量的提高。基础研究领域、获得博士学位的学校排名越靠后，学术产出数量则越少。前10%文章数量和 “FWCI”指数方面，资助金额、获得博士学位的学校排名越靠前、成长为杰青学者的时间 (越短)、生命/化学领域等变量则有助于提升学者的学术产出质量和学术影响力，而基础研究领域中学者获得项目资助对学术产出的质量和学术影响力依然存在负向影响。

表4 项目资助后5年对于学者的学术产出的影响

3.2 项目资助对学术产出影响的长期效应分析(资助后1～10年)

考虑科研论文发表具有时滞性，并试图探究学者获得基金项目资助后是否会因资助期结束而对学术产出有影响，因此将时间窗口设置为获项目资助后1～10年，构建DID模型探究项目资助对于学者的学术产出的长期效应。项目资助对于学术产出的数量、质量、学术影响力依然存在显著性正向影响。在提高产出数量方面，长期效应模型的did系数 (1.02)大于短期效应模型的did系数 (1.01)，说明项目资助对于学者产出数量的长期正向影响更明显。在论文质量方面，以前10%被引文章数量作为衡量指标，长期效应模型的did系数 (0.33)大于短期效应模型的did系数 (0.31)，说明项目资助对于提升学者产出质量的长期正向影响作用也更为明显。在学术影响力方面，以FWCI指数作为衡量指标，长期效应模型的did系数为 (0.15)小于短期效应模型的did系数 (0.18)，说明项目资助对于学术影响力提升的短期效应更明显，见表5。

表5 项目资助后10年对于学者学术产出的影响

3.3 平行趋势检验及证伪检验

在使用异时双重差分法时，以学者获得项目资助前的学术产出变化趋势与其对照组平行为假设条件。为此，通过趋势对比图以及通过项目资助前1～5年的反事实检验法来验证平行趋势的假设条件是否成立。学术产出数量、质量和学术影响力相关指标对比，如图2所示。

图2 2008年杰青学者资助前10年学术产出数量、质量、学术影响力平行趋势对比

以2008年杰青学者为例说明，学者在获项目资助之前，实验组与对照组的论文产出数量、前10%文章数量、FWCI指数都随时间推移不断上升，且实验组高于对照组，总体上升趋势一致，基本符合平行趋势的前提条件。同时，假设项目资助前1～5年存在项目资助干扰，观察DID系数是否显著。若DID系数具有显著性差异，说明存在干扰，不满足平行趋势检验，反之亦然。因此，以学者获得项目资助前1～5年，即假设2003年、2004年作为项目资助年份，再次构建DID模型，发现交叉项系数并不显著，因此拒绝假设，即实验组和对照组不存在明显差异，满足了平行趋势检验。

3.4 差异性分析

通过对比项目资助后5年和后10年的学术产出变化各项指标的DID系数，发现获得基金项目资助对于学术产出的数量和质量提升的长期效应更为明显 (资助后10年)，对于学术影响力的提升，则短期效应 (资助期内5年)更明显。虽然学术产出在学者获得资助后1～5年与资助后6～10年的两个时间段内不满足平行趋势检验，无法使用DID模型对比学者在资助后1～5年和资助后6～10年的产出差异，但可以通过对比学者获得项目资助后1～5年和6～10年学术产出在数量和质量方面的差异，进而分析资助期内 (1～5年)和资助结束后 (6～10年)哪一时间段对于学术产出数量和质量的影响作用更为明显。时间变量设置共两组 (资助后1～5年，资助后6～10年)组成，使用曼-惠特尼U检验中位数检验统计量进行分析。不同时间变量设置对于论文产出数量均不会表现出显著性差异 (p>0.05)，说明项目资助对于学术产出数量的正向影响虽然长期效应更为明显，但对于资助期内 (资助后1～5年)和资助期结束后 (资助后6～10年)产出的数量影响并无显著性差异。而在前10%文章数量方面，学者在资助期内 (资助后1～5年)和资助期结束后 (资助后6～10年)的产出质量具有显著性差异 (p=0.00<0.01)，资助期结束后所发的高质量文章数量 (前10%区间内)是资助期内的2倍，说明获得杰出青年基金资助对于学术产出质量的正向影响在资助期结束后 (资助后6～10年)更为明显。

结合学术生产趋势图，以2008年杰青学者为例会发现学者学术产出数量、质量、学术影响力始终高于其对照组。在获得项目资助后，学术产出的数量 (论文产出数量)和质量 (前10%被引文章数量)与对照组差距拉大。论文产出数量在项目资助前2年和获得资助后1～5年内有大幅上升，在资助期结束时刻，即资助第6年左右达到学术产出数量的顶峰。前10%被引用文章数量方面，在资助结束时刻，即资助第6年左右达到学术产出质量的顶峰，而后有小幅回落并继续上升。FWCI指数方面，在获得资助前2年左右达到学术影响力的顶峰，而后平稳回落，并在资助结束后2年再次上升并平稳回落。综上，学者学术产出的数量和质量受项目资助的激励作用更为明显，而学者在获得项目资助前学术成果已经具备一定的学术影响力。

4 结论与讨论

(1)获得杰出青年基金项目资助对于学术生产力提升有积极作用，项目资助效应在资助后1～10年更明显。首先，对学者在项目资助前后10年的学术成果差异性分析，发现数量方面，学者获得项目资助后的论文产出为31篇 (10年发表量中位数，下同)高出项目资助前13篇；质量方面，项目资助后的前10%论文为4篇，项目资助前为2篇，资助后学者的高质量论文 (前10%区间)高出2篇。其次，通过分析资助后1～5年，资助后1～10年的DID模型系数发现项目资助对于学术产出数量、质量和学术影响力均有正向影响。学术产出数量方面，资助后5年、后10年对于学者论文产出数量提升的系数 (1.01、1.02)为正向影响；学术产出质量方面，项目资助 (后5年、后10年)对于学者提升前10%被引论文的数量方面系数 (0.31、0.33)同样为正向影响。学术影响力方面，资助后5年、后10年对于学者FWCI指数影响系数 (0.18、0.15)同样也为正，有效提升了学者的学术影响力。论文产出数量方面，长期效应模型的did系数 (1.02)为正且大于短期效应模型的did系数 (1.01)；学术产出质量方面，以前10%被引论文数量作为衡量指标，长期效应模型的did系数 (0.33)同样为正且大于短期效应模型的did系数 (0.31)。综上所述，获得项目资助对学术产出数量、质量具有正向影响且长期效应更为明显。

国家杰出青年科学基金是为培养造就优秀学术带头人而特别设立的科学基金。在杰青基金的项目资助下，一大批学科领军人才成长起来。通过实证结果分析，也侧面验证了杰青基金项目的实施有效提升了学者学术生产力，对学者的激励和支持作用明显，并且项目资助效应 (数量、质量方面)在资助后1～10年更明显。

(2)项目资助对学术质量提升的在资助后6～10年更显著，对学术影响力提升则在资助期内 (1～5年)更明显。学术产出数量在资助期内 (资助后1～5年)和资助期结束后 (资助后6～10年)不存在差异，但学术产出的质量 (前10%被引文章数量)在资助期结束后的提升效果更明显。学术影响力方面，以FWCI指数作为衡量指标，长期效应模型的did系数 (0.15)为正但小于短期效应模型的did系数 (0.18)，说明项目资助对于学者提升学术影响力具有正向影响，在资助期内 (资助后1～5年)效果更为明显。

杰青基金项目对于学术产出存在长期正向影响，说明杰青基金对于学者的激励和支持作用并不因为资助期限而消失，尤其是对于学术质量的提升在资助期结束后激励作用更为明显。一方面基金的资助支持为科研人员提供了完备的科研基础设备，改善了学术研究的环境，为研究人员提供了参加学术交流、国际会议等活动所需经费，为招聘科研助理、扩大研究团队规模提供资金支持，进而为学者持续创新提供了可能。另一方面，也验证了科学基金项目的支持可以扩大学者合作研究网络，提高学者的学术创新能力[27]。杰青基金项目提升学术影响力在资助期内正向效应更为明显。一方面，杰青学者的年龄一般不超过45周岁，在项目资助期5年内，处于学术生涯的高峰期，学术声誉正快速积累上升，另一方面杰青虽然是有一定资助期限的研究项目，但也会存在被异化为学术 “头衔”的可能。因此，杰青资助管理工作应进一步强调项目属性，避免项目被异化成 “头衔”从而产生学术产出的光环效应。

(3)学者在项目资助过程中具有显著的项目申请效应和考核效应。从学术产出各项指标的年份趋势变化图可以看出，学者在获得项目资助这一过程中存在项目申请效应和结题考核效应。学者论文产出数量在项目资助前2年和资助期内有大幅上升，在资助期结束时刻，即资助后第6年左右达到学术产出数量的顶峰，而后趋势平稳回落；学术产出质量 (前10%被引用文章数量)方面，在资助期结束时刻，即资助后第6年左右达到学术产出质量的顶峰，而后有小幅回落并继续上升；学术影响力 (FWCI指数)方面，项目资助前2年左右达到学者学术影响力的顶峰，而后平稳回落，并在资助期结束后2年后再次上升并平稳回落。

学者在参评杰青基金项目过程中存在着项目申请效应，学者需要为申请杰青基金产出一定的学术成果，增加其入选的可能性。入选杰青基金项目在资助期内和资助期结束后均达到了学者学术生涯产出数量和质量的两个顶峰，一方面是因为存在项目结题时期的考核效应，一方面从学术生命周期理论视角，杰青学者此时也正处于学术人才成长的后两个阶段—规范稳定期和个性创造期，处于学术创造的高峰时期。同时，论文发表需要一定周期，论文短期内难以积累足够反映其影响力的引用数量及频次，因此表征学术产出的质量和学术影响力的相关指标会存在时滞性，相比于获资助年份有所推迟。

(4)科学基金项目对于学术产出的影响存在学科差异。项目资助后1～5年及1～10年，对于不同学科领域的学者存在差异化影响。对于生命科学/化学领域的学者，无论是资助的短期效应、还是长期效应都有利于提高学术产出数量、质量和学术影响力、篇年均被引次数。但对于基础领域研究的学者，无论是在资助期内，还是在资助期结束后，项目资助对于学者产出数量、质量和学术影响力均呈负向影响，而应用领域学术产出的各项指标在DID模型中系数均未通过显著性检验，未能得出结论，仍需进一步研究。

生命科学与化学领域的研究更具有跨学科合作性质，获得项目资助一定程度上在学术界释放出学者的学术能力信号，降低了科研合作中合作交易的相关成本和风险[28-30]，有利于促进生命科学/化学领域学者跨学科合作和国际交流，进而提升学术生产力。同时，生命科学/化学领域的学术生产也更加依赖外在条件和设备，一旦具备较好的学术环境与科研基础设备，知识生产则相对比较容易。基础学科领域从0到 1的创新比较困难，难以预见知识生产的一般规律，研究周期持续时间较长。基金项目对于基础研究的成果及影响能否进行以及如何进行科研绩效评估，一直是个有争议的话题[31]。原因一方面是在基础研究中重大科学突破的产生时机和发展方向无法预测，以项目考核形式倒逼科学突破，会迫使学者更多地关注短期结果趋于保守，而非追求锐意创新；另一方面是没有什么定量方法能够真正衡量基础研究的价值，研究结果可以量化，但研究价值却难以用定量指标来衡量[6]。过于频繁的评估会给科研人员造成额外负担，不合理的评估指标也起到误导作用，反而不利于基础研究的发展。

5 政策建议

(1)科学基金项目评估应改变资助期内评估的倾向，合理拉长资助与评估周期。国家杰出青年基金项目的资助周期为5年，而结题评估是国家自然科学基金管理人员在资助期结束时对项目结题进行结果评价。从研究结果来看，项目资助的长期效应更加明显，对于高质量学术产出的影响也多集中于资助期结束后 (资助后6～10年)。Hussinger等[13]在2021年11月的研究中也证实了学术产出质量显著提高的学者更受益于长期的资助效应，同时从学术成果数量、质量的产出趋势图中也发现存在项目结题时刻的审核效应。学者为了满足结题要求，需要在资助期限内产出一定量的学术成果。在有限的时间内对于研究进行资助和考核评估，一定程度上不利于学者产出高质量的学术成果。欧洲研究理事会 (ERC)是欧盟委员会成立的承担欧盟基础科学规划与管理的资助基金部门，ERC项目的资助周期同样一般为5年，为使科学家集中精力开展持续研究，目前也在积极探索延续资助的管理机制，对于重要战略的变革研究更是开创了高强度 (10亿欧元)和长周期 (10年)稳定支持的先河[32]。因此，建议改变科学基金项目合理拉长资助周期和评估周期，保障学者研究的持续性和学术产出的质量。

(2)改变对基础研究的资助方式，用保障性、稳定性资助代替激励性、竞争性资助。2022年3月的中央政府工作报告指出，深入实施创新驱动发展战略，实施基础研究十年计划，加强科研经费的长期稳定支持，打好关键核心技术攻坚战。创新驱动发展战略赋予基础研究新的要求，基础研究是科学创新的源头，国际竞争更需对基础研究发展进行前瞻性布局。目前，基础研究的资助还是以竞争性项目资助方式为主导，缺乏持续、稳定的经费资助，研究人员不得不耗费大量时间和精力申请多头经费、应付多处评估，严重阻碍科研人员的创新研究。因此，建议对基础研究领域学者的资助变为保障性、稳定性的经费资助以代替激励性资助 (可视为非竞争性资助)，用于支持基础研究领域人员开展基础性、支撑性、自主选题等研究，保护学者的自主性，激发其创造力。

(3)提高基础研究占比，鼓励企业和公益基金投入基础研究。随着国家财政对基础研究的投入不断增长，大大改善了基础研究的资助环境，项目资助的强度稳步提高。自2013年以来，中国R&D经费总量一直稳居世界第2位，与美国差距逐步缩小，已接近欧盟15国平均水平，但基础研究投入占R&D比重比例仍然相对偏低，2019年法国基础研究投入占R&D比重比例为24.2%，葡萄牙为21.2%，美国为17.6%，中国仅为4.7%。世界一流创新型国家的R&D经费投入结构中，基础研究的投入比例普遍都在15%～20%之间，而中国的基础研究经费比重明显偏低，经费投入还十分不足。同时，基础研究的投入结构也存在资助主体单一化问题，90%主要依赖中央政府，而美国、欧盟、韩国等发达国家的企业和公益基金投入占基础研究投入在20%以上。为此，建议进一步加大对于基础研究的经费投入，并通过减免税收等财税措施鼓励企业和公益基金投入基础研究，提高企业参与基础研究的积极性，不断推动基础研究的原始创新成果向应用领域、再到产业创新链的技术转化。