中国高校科技产出绩效评测及影响因素研究

刘 燕

2021 年5 月21 日，习近平总书记在主持召开中央全面深化改革委员会第十九次会议时强调，加快实现科技自立自强，要用好科技成果评价这个指挥棒，遵循科技创新规律，坚持正确的科技成果评价导向，激发科技人员积极性。高校是科技发展的重要力量，它的综合能力主要通过其科研水平及规模来体现。高校创新效率是由科技成果产出和转化决定的，科技成果产出的衡量主要依靠高质量论文发表量、专利数等，科技成果转化的衡量主要依靠销售额、创新产品带来的收入等（罗志红等，2022）。当前，在知识经济、科教兴国和“双一流”建设的大背景下，各大高校和各级政府都不断提升对科技研发的投入，但科技成果产出与转化率仍相对较低（朱恬恬等，2022）。其中，高校科研绩效评价标准直接关乎学校和科研人员的科研发展方向，对学校的发展也有一定的导向作用。合理的科研绩效评价标准有利于高校学术环境的创造，能够高效激发研究人员的创造能力，为科研发展提供方向。因此，在一流大学建设背景下，强化高效科技管理绩效思维和绩效方法，测评和提升高校自身的科技产出绩效，开展评价研究，以充分激发高校科技产出内生动力和发展活力，具有重要的理论和现实意义。

我国高校的科研绩效评价尚处于起步阶段，随着科研经费的增多，科研经费投入与支出比例严重失调，导致其使用效率不高，亟须将绩效评价运用到科研工作中，建立一套具有高校自身特色的科研绩效评价指标体系（胡百灵等，2020）。现有研究成果中应用的定量方法包括网络层次分析法（刘威等，2008）、分位数回归模型法（蔡文伯等，2022；何声升，2020）、门槛回归法（张宝生等，2021）、固定效应法（周志远等，2022）、聚类分析法（闫健等，2016）、数据包络分析法（李瑛等，2011；杨博等，2020；Rodionov et al，2020）等方法，但这些针对科技产出绩效的评价缺乏因果关联测评，而使用因果关联对科技产出绩效进行综合评价是非常重要的，是完善科技产出绩效测评的重要方法。基于此，本文基于高校科技管理研究现状，建立高校科技产出绩效测评指标体系，采用费歇尔判别法展开实证研究，测度了中国高校科研绩效水平，进一步采用回归分析方法研究了高校科研绩效的影响因素，探索提高高校科研绩效的途径。

一、文献综述

科技绩效评价是一种评价从事科技工作者工作业绩的管理方式，包括评价投资效益、科研人员水平和工作情况等方面。在科技成果转化成现实生产的进程中，高校作为国家技术创新体系的重要组成部分发挥着重要的作用，为科技成果的转化提供了重要的创新要素、创新人才以及创新成果（郝涛等，2021）。结合本文研究内容，此部分对科技创新绩效和科技转化绩效等方面的研究文献进行综述。

（一）科技创新绩效评价

对高校创新绩效的评价，国内外学者的研究主要集中在高校科技创新绩效、高校科技创新效率的评价及影响因素三个方面。

第一，高校科技创新绩效评价方面的研究主要围绕指标构建和水平测度展开，李海刚等（2022）从基础绩效、成果转化绩效和创新绩效构建了高校科研人员科技成果转化绩效测度指标体系，基于统计和调研数据，应用灰色综合评价法测度了科研人员科技成果转化绩效。黄小平等（2018）借鉴发达国家科研评价指标，参照我国“985”和“211”工程建设世界一流大学绩效评价指标，结合区域高校发展实际，构建了区域高校科技创新能力绩效评价指标体系，并运用数据包络分析法（DEA）对Z 省高校的规模效率、纯技术效率和综合效率进行总体评价。杨博等（2020）以我国31 个省份高等学校科技研发、成果转化以及综合创新效率的2012—2016 年省级面板数据为依据，采用数据包络模型进行评价，发现我国高校整体创新效率值较低，东部地区高校显著高于其他区域高校，同时在研发转化阶段仍存在较大改进空间，尤其是科技成果转化收入。

第二，数据包络分析法（DEA）广泛应用于高校科技创新效率评价研究，基于DEA 方法，李瑛等（2011）对我国28 个省区市的地方高校的科技创新效率进行了评价分析发现：在所采用的效率评价体系下，地区的经济发展水平和文化水平以及政府拨款在科研经费中所占的比例对效率没有影响。国外对世界级大学效率的研究相对较为丰富，Ibrahim et al（2021）收集了2020 年全球排名1000 大学中的9 所大学2017—2019 年研究出版物和引文数据、教育资源有效性和使用情况数据、高等教育科学和技术指数等，采用文献计量学方法和DEA 方法确定大学的科学研究效率。Rodionov et al（2020）以俄罗斯联邦85 个地区2011—2018 年区域创新发展的社会经济统计指标为研究对象，采用DEA 方法对该地区的区域创新效率进行评价，研究发现俄罗斯大学教育组织在区域创新体系中发挥了极其重要的作用，应鼓励大学与区域之间的替代互动。

第三，现有研究认为高校创新绩效受多种影响因素驱动，但尚未达成一致性的研究结论。蔡文伯等（2022）发现我国高校人力资本投入、发表论文数、专利授权数、市场创新环境以及国际交流对高校的创新能力具有显著影响，科研机构数、科技经费和经济发展对于高校创新能力不存在显著性作用。周志远等（2022）发现，在我国高校科技创新活动中，政府创新投入对市场创新投入绩效存在积极影响，这种促进作用存在两期左右的滞后期，且只在短期内显著，但从长期看，政府投入对市场创新投入绩效的促进作用不显著。国外研究方面，Seoh et al（2020）发现行业增加值与政府研发资金的企业绩效支出呈显著的正相关关系，与政府研发资金的政府绩效支出和监管负担呈负相关关系。还有部分研究指出，大学-研究所-产业合作（UIC）对科技创新产出有积极影响（Qin et al，2017）。

（二）科技转化绩效评价

科技转化绩效评价是指评测高校科技研发成果的转化绩效，现有研究主要探讨了转化绩效指标体系构建、提升路径及影响后果。首先，指标体系构建方面，刘威等（2008）采用网络层次分析法（ANP）建立高校科技成果转化绩效的评价指标体系，认为直接反映高校科技成果转化能力的指标包括技术转让合同数、技术转让收入、无形产品收入、领导态度、成果转化的经费投入。罗林波等（2019）借鉴韩国以“龙头企业+中小企业+高校院所”为一体的技术创新体系的经验，构建了我国高校成果转化的技术创新体系。郑洁红（2019）认为，必须深化高校科技机制体制改革，打破现有的科技制度藩篱，应用市场经济的高效调控作用来配置高校科技资源，构建高校科技资源整合体系、服务支撑体系、金融支撑体系、创新成果承载体系，促进科技成果转移转化。

其次，科技转化绩效提升路径方面，宋德锋等（2021）认为组织实施高校科技成果二次开发、小试中试，提高科技成果成熟度，是推动科技成果转化的先决条件；新型研发机构应集中有限资源，重点提高科技成果的技术成熟度，从而精准高效地实施科技成果转化工作。沈彬等（2021）指出新型研发机构促进理工类高校科技成果转化的典型技术路径主要有三条：一是构建学院创新资源集聚服务体系，二是完善学校创新资源的集聚机制，三是加强创新资源集聚的基地建设。邓恒等（2021）从专利质量的角度研究高校科技成果转化的路径包括政府导向、平台搭建、权益分配和人才培养。

此外，科技成果产出的转化绩效对经济发展有着重要影响。Agasisti et al（2022）研究发现一个地区大学数量的增加有利于该地区经济更强劲地增长；STEM 学科的研究质量和专门化是大学对地区经济发展产生积极影响的首要动力。Drucker（2016）对 2001— 2011 年美国高等教育活动与区域经济发展之间的关系进行模拟分析，发现美国所有授予学位的高校开展的研究发展活动都对区域经济有辐射影响，但影响的程度不一样，具有异质性；学位授予权更高的学校、科技和工程教育以及大众教育与区域创业活动呈现正相关。

从研究现状来看，以上研究成果在开展科研绩效评价过程中采用了一定的技术方法进行量化研究，包括灰色关联度法、因子分析法、固定效应法、数据包络分析法等。通过对现有文献的总结和分析，本文发现在以下方面还有进一步拓展的空间：一是选用的指标仅仅是某个省、某个地区或某几家高校，没有把全部高校作为研究对象；二是高校的科研绩效与高校科技人才的贡献有一定关系，但研究时只注意到参加科研的研究人员数据，或研究“人员全时当量”，未考虑研究人员的价值属性；三是科研创新或科研绩效最终要落实在可转化的生产力上，这方面的实证研究尚未发现。本文基于全国高校科研基础数据，采用费歇尔判别法评测高校科技产出绩效水平，进而构建回归模型探讨科技产出绩效的影响因素及其相关性。

二、模型构建与指标选择

（一）模型构建

1.综合绩效评价模型

由于论文、专著、专利和科技成果的计量单位不同，因此其综合绩效不能简单相加得出，而要采用一定的方法予以综合计算。判别分析法中的费歇尔（Fisher）判别法认为较优的判别函数应该能根据待判对象的n个指标最大限度地将它所属类别与其他类别分开来（Kodipaka et al，2007），所以可以有效地解决不同计量单位综合计算的问题。费歇尔判别法的基本方法是先假定判别函数（线性函数），然后根据已知信息对判别函数进行检验，得到函数关系式中的系数值，从而最终确定判别函数。费歇尔判别法构建的判别函数式如下：

根据“U(x)”判别函数式构建的判别函数模型如下：

在式（2）中，AcadPerf为高校学术绩效，y1为高校发表科技论文数，y2为高校出版学术专著，y3为高校专利授权数，y4为高校重大科技成果，un为系数。

2.科研绩效评价的影响因素回归模型

为探究科研绩效评价的影响因素，构建回归模型如下：

其中，式（3）衡量了各影响因素对高校学术绩效的影响，记为模型（1），α0为常数项，AcadPerf表示高校学术绩效，ScTeLnve为高校科技投入指数，TalCoPul为高校科技人才贡献拉动率，SciEiCpc为国外三大检索工具收录率，NaScTeAw为国家科技获奖率，InUnReCo为产学研合作率，R&DocGDP为高校R＆D 经费与教育GDP的比率，αn为影响指标的系数，ε表示随机误差项；式（4）衡量了各影响因素对高校经济绩效的影响，记为模型（2），β0为常数项，EconPerf表示高校经济绩效，AcadeLea为院士引领人才比例，HigGrTea为高校高级职称教师占比，HEIsStud为高校在校学生规模扩张率，βn为影响指标的系数。

（二）指标选择

1.科研绩效评价指标

高校科技产出不同于企业经营产出，其最大不同点是知识、技术产品的产出。根据国家统计口径，高校科技产出分为两类：知识、技术产品的产出，即科技产出的学术绩效；转让专利、技术取得收入，即科技产出的经济绩效，衡量了科技成果转化为生产力的程度（姜文宁等，2020；顾效瑜等，2021）。因此，参考郭际等（2013）、顾效瑜等（2021）和陈辉等（2022）研究，本文中的高校科技产出包括以下指标：一是高校师生及研发人员“发表科技论文”；二是高校师生及研发人员“出版科技著作”；三是高校科技研发人员创造各种专利，在本文中使用“专利授权数”作为创造专利的指标；四是高校取得重大科技成果，是衡量中国高校发展实力、科技贡献能力、科研学术能力的重要指标；五是高校专利转让收入，指高校专利持有人将专利权出售给购买方而取得的收入金额；六是高校技术转让收入，指高校在全国技术市场将其拥有专有技术转让给购买方所取得的技术市场成交收入金额。

2.变量设计

本文的被解释变量包括高校学术绩效（AcadPerf）和高校经济绩效（EconPerf）；核心解释变量包括高校科技投入指数（ScTeLnve）、高校科技人才贡献拉动率（TalCoPul）、院士引领人才比例（AcadeLea）；控制变量包括高校高级职称教师占比（HigGrTea）、国外三大检索工具收录率（SciEiCpc）、国家科技获奖率（NaScTe-Aw）、产学研合作率（InUnReCo）、高校R＆D 经费占教育GDP 的比率（R＆DocGDP）、高校在校生规模扩张率（HEIsStud）；为避免一些不可观测的时间层面的因素对高校科研绩效产生影响，本文还设置了“年度”（Year）作为哑变量。具体变量说明如表1 所示。

表1 高校科技产出绩效模型变量定义表

3.数据来源

研究样本选自2002—2021 年各年出版发行的《中国统计年鉴》《中国科技统计年鉴》以及国家统计局网站相关数据，高等学校教授、副教授、专任教师数量以及高校转让专利收入来源于各有关年度《中国教育统计年鉴》，少量未公布的空缺数据采用“趋势预测法”进行推算。模型数据的处理利用SPSS25.0 软件来完成。

三、实证结果分析

（一）高校科技产出绩效评测

1.高校科技产出的经济绩效评测

根据《中国科技统计年鉴》公布的数据，总结2001—2020 年全国高等学校科技产出的经济绩效如下：2001—2020 年我国高校转让专利取得的收入逐年下降，由2001 年的258608 万元下降到2020 年的140294 万元，平均每年递减3.17%；同期我国高校技术转让收入不断扩大，由2001 年864064 万元上升到2020 年6104080万元，平均每年递增10.84%；两者合计产生的“经济绩效”由2001 年1122672 万元上升到2020 年的6244374 万元，平均每年递增9.45%，反映我国高校利用先进的科学技术为经济社会发展服务，为国家实力壮大作出了较大的贡献。

2.高校科技产出的学术绩效评测

根据《中国统计年鉴》、《中国科技统计年鉴》数据，总结2001—2020 年全国高等学校科技产出的学术绩效如下：2001—2020 年我国高等学校发表科技论文不断上升，由2001 年的46.7994 万篇上升到2020 年149.9402 万篇，平均每年递增6.32%；全国高校出版科技专著由2001 年2.5205 万种上升到2020 年4.0052 万种，平均每年递增2.47%；全国高校专利申请授权数由2001 年0.1281 万件上升到2020 年23.5092 万件，平均每年递增31.56%；全国高校重大科技成果由2001 年0.6156 万项上升到2020 年1.1339 万项，平均每年递增3.27%。

基于全国高等学校科技产出的学术绩效数据（包括发表科技论文数、出版科技专著数、重大科技成果数、专利申请授权数），采用费歇尔判别分析法通过SPSS 25.0 软件进行分析，根据特征根表和结构矩阵表得出以下W1、W2方程：

以上函数方程通过“转换计算”功能构建2001—2020 年全国高校科技产出学术绩效指数（见表2）。

表2 2001—2020 年全国高校科技产出学术绩效指数表

从表2 可见，2001—2020 年，全国高校科技产出学术绩效指数不断提高，由2001 年的32.37 上升到2020 年114.734，平均每年递增6.89%。

（二）高校科技产出绩效影响因素分析

1.回归结果

分别对模型（1）和（2）中各变量进行Pearson 相关性分析可知，模型（1）中的被解释变量（高校学术绩效）与两个解释变量（高校科技投入指数、高校科技人才贡献拉动率）分别在10%、5% 的水平上显著相关；其他控制变量与被解释变量都显著相关，显著性均小于0.1，即全部自变量都通过了显著性检验。

模型（2）中的被解释变量（高校经济绩效）与两个解释变量（高校科技投入指数、院士引领人才比例）分别在5%、1% 的水平上显著相关；其他控制变量与被解释变量均在1% 的水平上显著相关，即全部自变量都通过了显著性检验。

根据前述模型（1）和模型（2），对2001—2020 年高校科技研发、绩效测评相关指标数据进行回归分析，得出的结果见表3。

2.高校学术绩效的影响因素分析

从表3 中的模型（1）回归结果可见，两个解释变量和四个控制变量都通过了对被解释变量（高校学术绩效）的显著性检验，R2、Adj R2分别为0.997、0.996，远远大于0.5 的判定标准，表明模型的拟合度很好，可解释程度高。主要结论如下：

（1）高校科技投入指数（分）与高校学术绩效在1% 的水平上显著负相关，说明高校科技研发投入难以和高校学术绩效实现同方向发展。事实上，2001—2020 年“高校科技投入指数”呈下降态势，由2001 年的0.145 下降到2020 年的0.076，平均每年下降3.34%；与此同时，同期我国高校学术绩效指数呈上升态势，由2001 年32.370 上升到2020 年的114.734，平均每年递增6.89%。正是高校科技投入指数与高校学术绩效发展方向不一致，致使这两者显著负相关。当然，如果按我国高校科技研发投入绝对值进行计算，也可能不会存在这种相背发展的现象，或者至少相背离的程度不会这样大。因此，不能从两者负相关的关系上得出消极的结论，还应该充分肯定高校科技研发投入取得的成绩，从“增量”和“减速”的辩证法上看待我国科技研发投入对经济社会发展的积极意义。

（2）高校科技人才贡献拉动率与高校学术绩效在1% 的水平上显著正相关。说明高校科技人才贡献拉动率越大，高校学术绩效越好。主要原因在于，我国高校科技人才贡献拉动率与高校学术绩效同步正向发展，前者由2001 年的1.3% 上升到2020 年的5.6%，平均每年递增7.99%，比后者均递增6.89% 高1.1 个百分点。这表明我国高校科技人才对高校学术研究绩效产生了极大的贡献价值。

（3）通过分析控制变量与被解释变量之间的关系得到结论：一是国外三大检索工具收录率与高校学术绩效在1% 的水平上显著正相关，说明我国学者在国内外发表的学术论文被国外三大检索工具收录越多，我国高校学术绩效越好；二是国家科技获奖率与高校学术绩效在10% 的水平上显著正相关，说明我国教育、文化、卫生行业获得国家科技奖励越多，高校学术绩效越好；三是产学研合作率与高校学术绩效在1% 的水平上显著正相关，说明我国高等学校同企业及研究机构合作程度越密切，我国高校学术绩效越好；四是R＆D 经费占教育GDP 的比率与高校学术绩效在10% 的水平上显著正相关，说明我国高等学校R＆D 经费支出占教育行业增加值的比率越高，我国高校学术绩效越好。

3.高校经济绩效的影响因素分析

从表3 中的模型（2）回归结果可见，两个解释变量和四个控制变量都通过了对被解释变量（高校经济绩效）的显著性检验，R2、Adj R2分别为0.959、0.940，远远大于0.5 的判定标准，表明模型的拟合度很好，可解释程度高。主要结论如下：

（1）高校科技投入指数（分）与高校科技产出的经济绩效在10% 的水平上显著负相关，说明高校科技研发投入不能和科技产出的经济绩效同方向发展。其原因同模型（1）。

（2）院士引领人才比例与科技产出的经济绩效在5% 的水平上显著负相关，说明我国院士引领人才发展比例不能和高校经济绩效同方向发展。事实上，从我国两院院士占高校R＆D 人员的比例来看，2001 年为6.1%，2020 年为2.5%，平均每年下降4.59%，和同期我国高校经济绩效年均上升9.45% 相反，所以出现了院士引领人才比例与高校经济绩效显著负相关现象。但值得注意的是，院士引领人才比例与高校经济绩效显著负相关，不能否定我国院士在社会经济发展中引领作用，这可能是计算指标造成的偏差。事实上，我国院士数量没有减少，我国院士在2001 年为1265 名，至2020 年增加到1881 名，平均每年递增2.11%，但计算院士引领比例的分母——全国R＆D 人员不断增加，由2001 年314.11 万人增加到2020 年的745.58 万人，平均每年递增4.65%，是院士年均递增率的2.2 倍。

（3）分析控制变量与被解释变量的关系，可以得到以下几点结论：一是高校高级职称教师占比与高校经济绩效在5% 的水平上显著负相关，说明我国高校高级职称教师占比越高，高校经济绩效越不能同步转好。可能的解释在于，高校教授、副教授把主要的精力用于“教书育人”，却忽视了创造专利取得转让收入，或转让技术取得收入。二是国外三大检索工具收录率与高校经济绩效在1% 的水平上显著正相关，说明我国学者在国内外发表的学术论文被国外三大检索工具收录越多，我国高校经济绩效越好，这可能是高水平论文突出了先进技术、发明专利的应用。三是R＆D 经费占教育GDP 的比率与高校经济绩效在10% 的水平上显著正相关，说明我国高等学校R＆D 经费支出占教育行业增加值的比率越高，我国高校经济绩效越好。四是高校在校生规模扩张率与高校经济绩效在10% 的水平上显著正相关，说明我国高校普通本专科在校生规模扩张率越大，高校经济绩效越好。

四、研究结论与相关建议

（一）研究结论

高校科技产出绩效，是高校科技管理追求的终极目标，也是高校科技水平的重要体现。本文首先回顾了我国高校科技管理的研究现状，设置了评测科技产出绩效的指标，包括学术绩效和经济绩效两大内容。其次，采用判别分析法中的费歇尔判别法构建了全国高校科研绩效指数。最后，通过回归模型研究了影响高校科技产出绩效的因素。本文的主要结论如下：

第一，科研绩效评价结果表明，2001—2020 年全国高校科技产出经济绩效和学术绩效指数不断提高。其中，科技产出的学术绩效年均递增6.89%，科研成果的经济绩效年均递增9.45%，反映我国高校利用先进的科学技术为经济社会发展服务，为国家实力壮大作出了较大的贡献。

第二，回归结果表明，高校科技产出绩效受多种因素影响。高校科技产出绩效的主要影响因素包括高校科技投入指数、高校科技人才贡献拉动率或院士引领人才比例、高校高级职称教师占比、国外三大检索工具收录率、国家科技获奖率、产学研合作率、R＆D 经费占教育GDP 的比率、高校在校生规模扩张率。从影响程度来看，影响高校学术绩效最重要的因素是“高校R＆D 经费占教育GDP 的比率”，其次是“高校科技人才贡献拉动率”，再次是“国外三大检索工具收录率”。相比之下，影响高校经济绩效最重要的因素是“高校R＆D 经费占教育GDP 的比率”，其次是“国外三大检索工具收录率”，再次是“高校在校生规模扩张率”。

第三，相关性分析结果显示，高校科技人才贡献拉动率、高校开展产学研合作以及教育、文化、卫生行业获得国家科技奖励与高校学术绩效显著正相关。2001—2020 年，高校科技人才贡献拉动率和高校学术绩效两者同步递增。高校R＆D 经费占教育GDP 的比率与高校产出绩效显著正相关。2001—2020 年，高校R＆D 经费占教育GDP 的比率年均递增1.07%，低于高校学术绩效年均递增6.89%，也低于用收入反映的高校经济绩效年均递增9.45%。国外三大检索工具收录率与高校产出绩效显著呈正相关关系。2001—2020 年，国外三大检索工具收录率年均递增6.88%，与高校学术绩效年均递增6.89% 相当，但比用收入反映的高校经济绩效年均递增9.45% 低2.57 个百分点。高校在校生规模扩张率与高校经济绩效显著正相关。随着高校招生规模的逐步扩大，对高校的学术绩效和经济绩效都将有一定的影响。2001—2020 年，高校年年都向社会输送人才，不仅用人部门受益，而且高校也提高了经济绩效。

（二）相关建议

基于研究结论，本文提出以下建议：

第一，加大高校科技研发投入力度，重视提升科技成果转化水平。本文研究结果表明，高校科技投入指数与高校学术绩效、高校经济绩效均显著负相关，其主要原因是高校科技投入增长率在2001—2020 年处于负增长状态，与高校学校绩效、经济绩效正增长形成明显的反差。而在高校科技研发投入中，高校R＆D 经费投入是最重要的指标。2001—2019 年，高校R＆D 经费支出年均递增5.47%，其中，政府资金占比基本保持不变，但企业资金占比降低了9.04 个百分点。由此可见，高校科技研发经费投入主要靠政府，企业“横向经费”占比不断降低。其原因在于，很多高校将教师所获批的纵向科研课题作为职称晋升的考核标准，忽视了横向经费在高校科技研发投入与产出中的重要作用。因此，高校科技管理部门在对科研人员考核体系中，应提升企业横向经费在科技人员考核和评价中的比重，以鼓励科技成果在企业实现转化，帮助企业提升生产经营能力。

第二，优化高校科研队伍结构，发挥高级职称教师科研优势。实证研究结果表明，高校高级职称教师占比与高校经济绩效显著负相关。这一结果固然说明高校高级职称教师把培养人才放在第一位，但对科研的投入不足也是一个客观存在的问题。根据《中国教育统计年鉴》公布的数据，2003—2019 年全国高等教育学校高级职称教师增加了1.37 倍，但科研机构人员不仅没有增加，还减少了799 人。当然，高等教育学校中高级职称的教师也有从事科研项目的人员（非全时人员），由于他们不完全编制在科研岗位，而是按一年中实际从事科研项目的时间折算当量科研人员，即将“非全时人员”折合为“全时当量人员”，和“全时人员”（科研机构人员）一起统称为“R＆D 人员全时当量”。2001 年高等学校教师折算为科研人员全时当量占当年全部专任教师的比率为6.50%，2019 年降为3.20%，说明高等学校教师投入科研工作的力度不足，且不断在下降。因此，高校应不断优化科研师资队伍结构，充分发挥高级职称等高层次人才中坚力量的优势，引进青年科研人员作梯队式培养，为其提供良好的科研工作环境和配套措施，切实提高科研素养和能力。

第三，改进科研评价导向，突出标志性成果评价。根据2020 年10 月13 日中共中央、国务院关于《深化新时代教育评价改革总体方案》的规定，评价高校教师科研工作，应突出质量导向，重点评价学术贡献、社会贡献以及支撑人才培养情况，不将论文数、项目数、课题经费等科研量化指标与绩效工资分配、奖励挂钩。因此，高校科技绩效的积分制只能作为高校科技研发人员科技业绩评价的一个方面，更重要的是研究制定突出“质量导向”的管理办法，突出科研人员代表性成果评价、长周期社会影响的成果评价，并赋予实施。

（三）不足与展望

在我国高校科研管理实践中如何提升科技产出的绩效水平是科技管理研究的重要议题。在“双一流”建设背景下，为探寻符合中国高校自身特色的科技创新发展道路，未来研究可在以下方面进一步积极探索：（1）构建更精细的评价指标体系，运用核主成分分析-费歇尔判别（KPCA-Fisher）模型对相关程度较高的特征指标进行非线性提取，将提取出的主成分作为Fisher 判别模型的判别因子，以提高高校科技绩效评价的精度；（2）采用动态因果关联方法，揭示各个影响因素对我国科技产出绩效的动态影响关系，为高校科技创新路径优化提供更加科学合理的参考建议。