我国高校知识生产和创新活动影响因素的实证研究，本文主要内容关键词为：因素论文,高校论文,实证研究论文,我国论文,知识论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号 F062.3 文献标识码 A
引言
随着我国经济发展水平的不断提高，社会各界对高等教育的日益重视，高校在科研和创新活动方面取得了显著的成绩，在国际、国内期刊发表的论文数量、申请的国内发明专利几乎都呈指数增长。高等学校科研活动及其所创造的知识对经济和社会发展具有深远和广泛影响(Jaffe,1989)。在我国国家和区域创新体系建设中，高等学校曾发挥了极为重要的作用(Liu和White,2001；Li,2006、2009；李习保，2007)。尽管如此，学术界对高等学校技术创新能力的研究特别是实证方面的分析并不多见。事实上，如果我们从科技经费投入的方面来看，我国高校的科技经费支出同样呈现出较为明显的指数增长趋势。高等学校在发表论文和申请专利方面的巨大成就能在多大程度上反映其科研、创新和学术能力或水平就是一个值得深入分析的问题。近来我国科研经费的分配、各种各样的高等学校排名常常以论文数目或专利申请作为判断一个学校科研水平的参考指标，而从投入产出的知识生产过程考察我国高校的研究能力和绩效基本上处于空白。正确评价我国高校在科研和创新方面的成就，要求我们必须从投入和产出两个方面加以分析和考察，同时识别出影响我国高校知识生产的其他关键因素。
从投入和产出的意义上讲，高等学校从事的是可编码知识的创造性生产活动。高等学校的技术创新成果，是高等学校人力和财力等投入要素的产物。高校在科学研究和知识创造活动的效率和能力会受到一些内部和外部因素的影响。国内外关于企业的研究和开发活动对创新产出影响的研究比较丰富(Cincera,1997；Hall等，1986；Hu和Jefferson,2009；李习保，2008等)，然而针对高等学校的研究相对较少，现有的国内研究也多是就高校在创新系统中的作用泛泛而论(李光，1999；肖广岭，2001；乔颖等，2002；李志远和冯玲，2003)。
高等学校不同于一般的创新型企业，其知识生产和创造过程具有一定的特殊性。特别是，科研活动并不是高校的唯一社会职能。在相当长的一段时期内，我国高校的基本任务是培养高级专门人才，教学是相对于科研来说更为基本的一项职能。另一方面，随着高校在国家、区域和产业创新系统中的作用日益彰显，以技术转移和技术服务为主要内容的社会服务已逐渐成为继教学和科研衍生出来的另外一个重要职能(Etzkowitz等，2000)。创业型高校以创办大学科技园、孵化器和投资创业企业等方式日益深入到社会经济活动中，并已成为各国高校的发展趋势(Phan等，2005；Rothaermel等，2007)。在这种背景下，高等学校如何平衡上述三种主要职能，就成为亟须研究和厘清的问题。
一、分析框架
高校的知识创造本质上是投入－产出的生产过程。科学家在科学发现和发明创造过程中可能需要借助一定的仪器设备并购买实验材料进行科学实验，并使用规范的研究方法进行分析，甚至又要参加学术会议与同行交流沟通等。这些都需要大量的资金和人力资本的投入作为支撑。事实上，在科学技术突发猛进的现代社会，物质资本和人力资本的投入能力已经成为一个国家或地区能否掌握现代科技的前提和科技实力的重要体现。Adams和Griliches(2000)先前对美国高校知识生产的实证分析发现，美国高校单位研发投资的论文产出弹性大约为0.6，即高校的研发投资每增长1％，论文数量大约增长0.6％。这充分说明新知识和技术的产生是一个以资金和人力为基础投入的生产过程。因此，我们对高校知识创造和科研活动的分析将以知识生产函数为基本分析框架。
另外，高校的科研活动具有相当大的异质性和不确定性。例如，即使是有同样多的科学家参与科研活动，科学家本身的研究能力和水平会影响科研活动的结果。给定同样的资金投入，科研资金的使用方式，比如如何在基础研究和应用研究之间分配，也会影响科研成果短期和长期的数量及其质量。也就是说，科研活动本身存在资源有效分配和效率的问题。如果我们仅仅把科研活动看成一个新知识生产过程，将抹杀高校与一般创新型企业之间的区别。事实上，创造知识和从事科研活动只是高等学校的一项职能。对高校科研活动的分析必须同时考虑和分析高校的其他两个社会职能的影响。
在研究型大学的发展模式中，高校的科研成果主要以发表在学术刊物上的论文的形式传播和扩散，具有公共品的特征。高校科研人员主要以传授、创造和传播知识为主要任务，并不关注知识潜在的经济价值。但是随着知识经济的兴起、高校在技术创新中重要性的提升以及大学和企业联系的密切，一些学者对高校科研和社会经济服务职能之间的关系给予关注。例如，Owen-Smith(2003)对美国89所研究型大学的研究发现，商业化活动对高校的学术影响具有促进作用。具体到我国高校，其社会服务功能和研究职能是否具有相互促进作用，则需要审慎分析，原因在于我国高校发展的起点和路径与西方高校有着显著不同。
在计划经济体制下科研主要由各专业研究院所承担，教学职能一直在高校占主导地位。改革开放初期，在科研水平低下的情况下，许多高校曾经通过创办校办企业直接参与经济活动，承担了较大的社会服务职能(Eun等，2006)。对科研水平和研究工作的重视始于20世纪末、21世纪初。因此，尽管国外高校是在教学和科研的基础上发展起了社会服务，而我国高校是在教育和社会服务的基础上开始加强研究职能。一个具体表现是企业资金在我国高校科技活动经费的比例较高。与此相对应，我国高校将更多研究力量放在应用研究和试验发展方面，而投入基础研究的比例相对不足。另外，随着近一段时期我国高校在校生规模的迅猛增加，高校专任教师和科研人员的教学任务逐渐加重。由于教学和科研都需要高校教师投入时间和精力来完成，教学工作量的增加势必会给高校科研活动带来一定的影响。因此，在分析近期我国高校知识创造活动时就有必要对教学科研人员所承担教学任务对科研活动的影响进行特别关注。
图1 我国高等学校知识生产过程分析框架
从图1中，我们提出了分析我国高校科研活动的一个基本框架：即以基于投入－产出分析的新知识生产函数为主线，考虑科研人员的研究能力和研究经费的使用方式在科研活动中的重要作用，同时兼顾高校教学活动和社会服务职能对科研活动的影响。具体来说，我们以高校科研活动经费支出总额作为主要投入要素，同时考虑影响高校科研生产力的两个“效率”因素：一是以科研人员中高级职称所占比例衡量科研人力资本的研究能力和水平；二是以研究开发经费中基础研究经费所占比例衡量资源分配方式。另外，我们引入两个变量——按科研人员平均的在校本专科生数量和在校研究生数量——来衡量高校教学任务的影响。为考虑高校社会/公共服务职能的作用，我们以高校科技活动经费收入中企事业单位委托的资金所占比例来近似度量高校与企业和产业界联系的紧密程度。
高校科研活动成果的表现形式多种多样，包括但不限于学术专著、科研论文、专利授权等，这些不同形式的成果在学术影响、潜在经济价值等方面存在高低上下之分。本文将使用多个因变量，分别以各高校SCI收录的期刊论文数、EI收录的期刊论文数和申请的国内发明专利申请量为因变量进行分析。SCI数据库收录的期刊主要发表基础研究和应用基础研究领域的研究成果，而EI数据库收录的论文则比较全面地反映工程技术领域的最新进展。SCI和EI两个数据库所收录的期刊尽管有所重叠，但基本代表不同类型研究的成果。综合起来，这两种类型的期刊几乎覆盖了科学技术各相关领域，在这些期刊上发表的论文可以基本反映涵盖科学和工程研究各领域的前沿成果。由于在SCI和EI收录的期刊上发表论文一般需要经过多名同行的匿名评审，因此，我们可以将其视为学术水平相对稳定、质量较高的科研成果形式。由于我国国内出版发行的一些水平较高的学术期刊被SCI或EI收录，因此前文中与我国高校科技统计资料中公布的指标“国外学术刊物发表的论文”覆盖范围有所交叉，但并不相同。而国内发明专利申请所体现的是具有潜在经济价值的、更直接的可商业化的研究发现，这一指标在国内外研究企业或国家创新能力方面也已经被广泛应用(Griliches,1990；Li,2006；李习保，2008；Li,2009；Li和Wu,2010)。通过引入新的因变量，使用多个指标，本文力图分析影响高校不同形式和质量水平的科研成果生产过程的主要因素。
二、实证分析方法
无论是论文数量还是专利申请量，都是取值非负的整数。在本文分析样本中相当一部分高校的论文数量或专利申请量较少，甚至存在一些零值，根据因变量的这些的特点，使用分析计数面板数据的计量经济模型估计高校的知识生产函数是比较合适的。由于计数数据非负值、整数的特点，一般常用的线性回归模型的面板数据分析方法不再适用，特别是考虑到个体异质性、内生变量等问题，面板计数数据的分析并不简单或直观。在现有文献中，国外计量经济学者就这一问题进行了广泛的研究，如Hausman等(1984)、Blundell等(1995)、Crépon和Duguet(1997a、1997b)、Cincera(1997)、Windmeijer(2000)、Blundel等(2002)。这些研究主要是围绕如何更可靠稳健地估计企业研究开发投资与专利申请量之间的知识生产函数关系而展开的。由于企业创造的新知识(以专利申请量测度)可能会反过来影响企业未来的研究开发投资，这种反馈效应导致解释变量(企业研发投资)不是严格外生，而是先决或内生的。另外，由于研究者通常在分析中不包括所有的影响因素，存在被忽视的解释变量的问题，也可能导致变量内生性问题。如何在消除个体异质性(即固定影响)的同时，处理非外生变量问题，是这些研究解决的主要内容。为此，研究者通常使用基于拟差分处理的广义矩(GMM)方法进行估计(Blundel等，2002；Windmeijer,2000、2002)。李习保(2008)系统地比较了现有文献中这些不同的估计方法，分析了我国高技术行业的研究开发支出与专利申请之间的关系，发现是否控制解释变量的内生性问题对结果存在明显的影响。
高校的知识生产过程可能同样存在反馈效应，即当期的科研产出会影响未来的科技经费投入。特别是，如果高校之间的科研竞争存在一定程度的“马太效应”，研究能力强的高校将更容易获得外部科技经费投入，这种反馈影响将导致解释变量(科研经费投入)的严格外生性假设不再成立。另外，在我们的分析中，由于测度或数据可得性的问题，一些影响创新产出的影响因素也难以包括或完全反映。由于我国一些重要的科研经费是在竞争的基础上进行分配的，科研人员的研究能力与经费投入之间很可能存在一定相关关系。然而，如何全面衡量和反映研究能力在实证分析中存在一定的困难，忽视这些影响因素同样会导致解释变量的内生性问题。为此，本文考虑使用广义矩方法进行计算估计(Windmeijer,2002; Romeu,2004)。
在知识生产函数的实证模型中，主要解释变量对新知识创造的影响并不存在时间上的对应关系。当期的投入可能影响未来多期的知识创造，当期新产生的知识也可能是之前多期投入的结果。因此，在实践中，对解释变量的处理有几种不同的方法。一是使用多期滞后的解释变量流量指标，如Hausman等(1984)、Cincera(1997)；二是使用基于永续存货模型估计的当期存量质量，如Crépon和Duguet(1997a)。前者由于多期滞后将会降低可分析的样本数量；而后者则需要认为设定一个解释变量的折旧率。Blundel等(2002)提出了一个使用解释变量当期流量但包括滞后因变量的线性反馈模型，很好地解决了上述矛盾。考虑到本文分析的样本数据有限，在分析中我们引入一期滞后因变量，使用Blundel等(2002)提出的线性反馈模型。因此，本文提出如下的计量分析模型，即：
代表i高校t年的科研产出，即论文数量或发明专利申请量；LGSTF是i高校t－1年的科研经费支出总额调整为2001年货币值后取对数值，反映高校科研活动的主要投入要素；STU1和STU2分别是按科研人员平均的在校本专科生和在校研究生数量，代表i高校t－1年的在校生规模；STFF是t－1年科技经费收入中接受企事业单位委托资金的比例，反映高校与企事业之间的联系程度；STPH是t－1年i高校科研活动人员中具有高级职称的比例，用来反映参与科研活动人员的研究能力和水平；RDEBP是t－1年i高校研究开发经费中投入基础研究的经费所占的比例，用来反映其科研资金的使用分配方式和研究方向。考虑到科技人员投入与科技经费支出高度相关，参考上述实证文献中的一般处理方法，模型(1)中没有包括科技人员数量的变量。矢量Z代表其他控制变量。在模型(1)中，本文包括了以下几个控制变量：
(1)高校类型。在我国相当长的一段时间内，高等学校是按照综合、工科、农林、医药、师范等类型进行分类统计和管理的。近年来，随着不同学科之间的交叉和融合以及高等教育体制的改革，我国高校正越来越向综合化、大型化发展，现阶段各个高校的类型已经不是非常明显。尽管如此，原有的高校类型仍然在一定程度上反映了一个学校的优势学科所属领域。由于样本中高校数目较少，本文只包括一个反映高校类型的哑变量TYPE，即是否为综合性院校。如果高校为综合型则TYPE设为1，否则TYPE设为0。
(2)是否参与“985工程”建设。自20世纪末以来，我国高等教育领域先后发起了“211工程”和“985工程”两大建设项目，旨在在21世纪将我国部分高校建设成为在世界范围内知名的研究型高校。由于这两个项目本身的建设目标是为了加强我国高校的学术水平，因此，在分析中有必要控制参加这两个项目对高校研究活动可能带来的影响。鉴于本文以教育部直属高校为研究对象，而大多数教育部直属高校参加“211工程”建设，本文仅考虑“985工程”建设的影响，在模型中加入控制哑变量U985。如果高校当年参与“985”项目建设，则U985取值为1，否则为0。
(3)当年是否合并其他高校。在20世纪90年代，我国高校经历了一轮合并浪潮，对我国高校布局产生了深远影响。高校合并本身是一个非常重要和值得单独研究的课题，考虑高校合并的全面影响并不是本文研究的目的。但是，高校合并将会导致科研人员和经费管理的重新调整，势必影响高校的知识创造活动。因此，在模型(1)中，我们用哑变量MERG来控制一个高校在t－1年是否合并其他学校。如果存在合并的情况，MERG设为1，否则为0。
(4)是否建设研究生院。20世纪80年代，教育部开始在我国部分高校试办研究生院。研究生院的建设在促进我国研究生教育的发展和高水平科学研究方面发挥了一定的作用。为控制这方面的影响，本文在模型中引入哑变量GRAD。具有研究生院的高校，GRAD设为1，否则为0。
(5)年份哑变量。在考虑SCI和EI论文数量增长过程中，一个不容忽视的事实是，被SCI和EI数据库收录的我国国内期刊数量也在增加，这在一定程度上会影响我国高校这两类论文数量的增长速度。另外，在全球范围内，这两种类型的论文数量也在逐年增加。为了控制这种与个体高校无关的年度变化趋势，我们在模型中加入6个年份哑变量。由于我们的模型中包括滞后一期的解释变量，在估计中则要用滞后两期的因变量构造工具变量，因此，尽管我们的数据为2000～2008年，所包括的哑变量则为2002～2007年。
最后，在模型(1)中，η[,i]代表与各高校特有的但不随时间变化的影响因素，这体现的是导致高校间存在较大异质性的与个体有关的固定影响因素。高校科研投入和科研成果之间存在一定的滞后现象。特别是，SCI和EI收录期刊的论文都需要专家评审，论文的发表需要一定的周期。考虑到这些因素，本研究在模型中将自变量滞后1年进行分析。在具体分析计算中，使用滞后2年的因变量和LGSTF组成序列工具变量，而假定其他变量全部为外生的。
三、数据和变量
本研究以教育部直属高校中的综合、工科、农林、医药和师范院校为分析对象，分析的时间跨度限定在2000～2008年，数据主要来源为各高校向教育部递交的年度科技统计报表数据。选择分析教育部直属高校的直接原因在于这一时间段内这些高校的科技信息更加完整，而这也导致个别非教育部属的重点院校不得不被排除在分析之外。由于语文、政法、艺术、体育、民族等类型高校的专业定位不同，其对我国科学技术知识的生产和供应较其他几种类型高校明显较弱。如果为了完整性，而将这些知识生产模式不同的高校纳入分析，将会对分析结果产生较大的偏差。为此，本研究对这些高校对我国科技知识生产的贡献不予讨论①。考虑到3所高校(中国石油大学、中国地质大学和中国矿业大学)的北京校区在2005年后进行了单独管理，在分析中，我们将2005年之前的3所高校与2005年后的学校视为不同的学校进行处理②。鉴于在对分析模型进行拟差分矩估计中要用到滞后2期的因变量，分析中我们只能考虑那些至少连续3年不存在数据缺失的高校。由于部分高校存在某些年份的数据缺失导致本研究的样本并不构成一个平衡的面板数据，本文样本共包括了65所部属院校，464个高校一年份数据点，而用于SCI论文和EI论文分析的为463个数据点。以样本中2007年的数据进行分析，本文样本中所包括高校的科研经费总支出占教育部所有直属高校的96％，基本能够全面反映教育部直属理工农医类高校的科研活动情况。另外，样本高校科研经费支出总额在当年全国786所高校中的比例接近50％，所发表的EI论文占全国高校EI论文的83％，基本能反映我国主要研究型高校科研活动的总体情况。
图2比较了2008年数据样本中“985”高校和非“985”高校发表的SCI和EI论文以及申请的国内发明专利情况，从中我们可以看出几个典型的特征。首先，两组高校之间在论文发表数量方面存在较大差别。平均看来，我国“985”高校在SCI论文数方面远远高于非“985”高校。事实上，当我们考察这些高校论文数历年的增长情况后发现，在“985”高校中间，高校之间论文数量的绝对差距在逐渐增大，排名变化的起伏较大。从2005年开始，3个高校的SCI论文数量(浙江大学、清华大学和上海交通大学)明显高于其他“985”高校。而在EI论文方面，个别高校非常突出。考查这些高校在国内申请的发明专利数量，可以发现基本类似。这些特征表明了一个基本的事实，我国高校的整体研究水平在迅速上升，个别高校凭借研究方面的突出优势已经脱颖而出。
另外，从图2中我们还可以看到，尽管3个因变量的变化趋势存在一定的共同特征，但从这些不同指标的对比中，能确认它们所代表的含义并不完全相同。在两类高校中，两类论文数量普遍高于国内发明专利申请数量，按SCI论文数量进行排序与按照EI论文数量排序的结果有很大不同，两者与专利申请量之间的关系基本类似。这表明，3个因变量分别衡量的是高校不同类型的研究成果。尽管单独分析1个指标，可能会有所偏颇，分别考虑3个指标，将能更加全面地反映不同高校的特点和科研活动成果。最后，分析3个因变量的散点分布情况可以发现，其分布均符合计数变量分布的典型特征，即大多数值取值较小，存在部分取值较大的观察值。这为我们使用计数数据模型进行分析提供了进一步的支持。
表1给出了主要解释变量的描述性统计分析。各高校之间在在校生规模方面的差别并不十分突出，分布相对比较集中，其中研究生规模明显小于本专科生规模。另外，各高校接受企事业单位委托科技经费的比例的分布相对比较分散，说明不同高校之间存在差距，个别高校严重依赖于企业科研经费。而研究开发经费中基础研究所占比例的分布尽管也比较分散，但更多高校的取值较低，表明大多数高校在基础研究方面的投入力度相对较弱。从高校科研人员投入中具有高级职称人员所占的比例来看，该变量的散点分布相对集中，说明各高校之间差别并不十分突出。需要指出的是，由于我国高校教学和科研人员的职称评定主要是由各个高校自己决定，不存在相对一致的标准或原则，因此具有相同职称的不同学校的科研人员在研究能力和学术水平之间并不存在严格的对应或可比关系，这也许是导致该变量分布相对集中的一个原因。
最后，为了检查解释变量之间可能存在的多重共线问题，表1给出了几个主要解释变量之间的相关系数，可以看出各个变量之间并不存在高度相关的情形。另外，各变量的方差膨胀因子(VIF)的均值为1.78，最大值不超过2.2。这进一步说明，多重共线性可以不予考虑。
四、结果和发现
基于模型(1)的设定，本文使用广义矩方法对模型进行估计分析。在计算中使用至少滞后两期的因变量和IGSTF来构造序列工具变量，假定其他变量为严格的外生变量。对使用不同因变量的每一个估计模型均根据Sargan检验和扰动项序列相关检验来判断模型设定的合理性。在估计中，我们考虑两种情形。一是假定“985”和非“985”高校具有相同的科技经费产出弹性不做区别。二是区别这两组高校科技经费产出弹性可能存在的不同，重新进行估计分析，以检验估计结果的可靠性。
表2中列出了不区分“985”高校和非“985”高校差别的情况下，以SCI论文、EI论文和国内发明专利申请为因变量的三组估计结果。从第(1)组估计结果来看，具有相对较高学术价值的SCI期刊论文对科技经费支出的弹性较低，LGSTF的估计系数仅为0.08。STU1和STU2的估计系数分别为负值和正值，并且在统计意义上都非常显著，说明本专科生在校生规模越大，本科教学任务量越重，对SCI论文产出的影响越不利。在另一方面，研究生在校生规模的增加，则对SCI论文产出具有正向的有利影响，这可能与我国高校对本科生和研究生的培养目标和要求不同有关。一般说来，本专科生尚处于通识教育阶段，参加科研活动的机会不多，高校教师对这部分学生的培养以教学任务为主。我国现阶段的研究生教育对研究生的培养目标是要求这些学生在毕业时具备一定的科研能力。因此，相对于本科生而言，研究生在校期间有更多的机会参与导师的科研活动，能够帮助和促进教师科研活动的顺利开展。当然这种差别可能也与部分高校要求研究生在校期间发表论文不无联系。
STFF的系数虽然非常显著，但是符号为负。似乎暗示，高校承担过多的企业项目、参与企业资助的科研活动并不能提高SCI论文的产出水平，反而较为不利的影响，这可能与SCI论文主要反映基础研究领域内的科学进展有关。RDEBP较为显著的正的估计系数进一步说明了这方面的影响，即高校投入基础研究的比例越高，SCI论文的产出也越多。另外，STEPH的估计系数显著，且为正值。这说明高校科技活动中高级职称科研人员投入的比例越高，越有助于SCI论文的产出。这似乎体现了高校科研人员本身研究能力和研究水平对研究产出的重要性。
表2中第(2)组结果相比第(1)组而言，EI论文对科技经费支出的弹性明显更高，为0.24。与第(1)组结果相同，STU1和STU2的估计系数具有类似的解释，即本科生教学任务的增加不利于EI论文量的增加，而研究生规模的增加则同样有助于EI论文数量的上升。与第(1)组结果有所不同的是，STFF的系数虽然显著，但是为正值，这说明高校与企业之间的联系或高校参与企业委托的科研活动有助于EI论文产出的提高，这也许与EI收录期刊所发表的论文主要反映工程技术领域的进展有关。特别是，我国国内有100多种中文期刊被EI数据库收录。可以预见的是，其中相当一部分文章反映了我国工程技术领域的最新发展水平。因此，高校与企业之间的科技活动联系越紧密，越有可能促进EI论文的产出。另外一个不同之处是，RDEBP的估计系数虽然显著，但在这种情况下为负值，表明高校投入较多的科研经费进行基础研究，会降低EI论文的产出，这与上述关于EI论文所体现的应用研究成果的解释也是基本一致的。最后，STPH的估计系数不再显著，说明科研活动中高级职称人员的参加比例对EI论文的产出影响并不明显。
比较这两组的结果可以看出，影响SCI论文和EI论文产出的因素存在差异。这再次说明SCI论文和EI论文测度的是不同方面、不同类型的科研成果。STPH估计系数的差异，似乎暗示我们，发表SCI文章对科研人员研究能力和水平的要求更高。但是，我们很难由此判断出发表EI论文比发表SCI论文更加容易的结论。
表2中第(3)组列出的是以在国内申请的发明专利量为科研产出指标的模型估计结果。可以看出，科研经费支出对发明专利申请的产出弹性约为0.42，高于前两组中对SCI和EI论文的产出弹性。STU1和STU2的估计系数分别为负值和正值，均在统计意义上显著，与前两组结果具有相同的解释，即研究生和本科生分别对高校发明专利的申请具有有利和不利的影响。与对EI论文的分析相似的是，STFF同样为正值，且具有显著性，说明高校与企业之间的密切联系有助于高校申请发明专利，这与发明专利一般体现工程技术领域新的创造是一致的。但与EI论文结果不同的是，STPH的系数显著而且为正，表明高级职称科研人员参与科研活动的积极性增加，有助于促进高校发明专利的申请。另外，RDEBP的估计系数尽管仍为负值，但已不再显著，说明高校加强基础研究的投入不能够提高发明专利的申请量。
分析各控制变量的估计系数发现，综合型高校在SCI论文、EI论文和发明专利申请方面与其他类型高校并无显著差异。可能的解释是，由于我国许多重点高等学校综合化趋势越来越明显，原有的高校类型已经不能反映我国高校目前的实际情况。例如，在SCI、EI论文和发明专利申请方面均比较突出的清华大学和上海交通大学尽管被一直视为工科大学，但事实上则是具有多种学科的综合型大学。
除了对发明专利申请有不利的影响外，合并其他高校对论文发表总量似乎并没有明显的影响，这可能与分析样本中合并案例较少有关。事实上，考虑到模型估计中滞后变量的影响，真正影响我们样本分析结果的是2001年后进行的高校合并。在此期间，样本高校中共出现六次合并情况。其中两次属于部属高校合并专科院校，另外四次是部属高校和其他本科高校合并。
与我们直觉判断相同，“985”高校在SCI、EI论文发表和发明专利申请方面均具有一定的优势，这可能与这些高校研究人员学术水平相对较高有关。然而，GRAD的估计系数在三组中均比较显著，且为负值，这与我们的直觉并不一致。考虑到相当一部分具有研究生院的高校属于“985”高校，并且在模型中我们已经控制了投入总量、效率、在校研究生规模等变量。一个可能的解释是，排除投入和研究生规模的影响，兴办研究生院或对研究生单独管理本身并不能对科研产出产生多么有利的影响。
值得指出的是，表2中的结果是在假定“985”高校和非“985”高校的科研产出弹性相同的前提下估计得出的。但两组高校之间的科研成果量之间可能存在非常明显的差别，而且增长趋势和速度也有所不同，因此，假设这两组高校具有相同的科研产出弹性可能并不合适。为此，本文接下来在上述估计模型中加入LGSTF和U985的交叉项LGSTF985，来检验这两组高校之间的科研经费产出弹性的异同，进一步判断我们在上面的分析中得出的关于其他解释变量的估计系数是否可靠。由于我们假定LGSTF是内生的，在计算中我们加入滞后两期的LGSTF985组成新的序列工具变量进行计算。表3中列出了以三个因变量分别估计得到的结果。
从表3第(1)组以SCI论文数为因变量的分析结果来看，LSTF985的系数为负值，且在统计意义上显著，这表明“985”高校的科技产出弹性低于其他非“985”高校的弹性。这似乎有悖常理，但是如果考查高校SCI论文和EI论文数量的增长趋势可以发现，尽管“985”高校在绝对数上增加较大，其增长速度其实低于其他非“985”高校，这可能是由于前者基数较大的原因。因此，这一发现也并非不合理。STU1、STU2和STFF等变量的估计系数在统计意义上比较显著，与表3中不考虑两组高校差别情况下的分析结果一致，具有相同的解释和可比性。与表3稍有不同的是，将两组高校的科研经费支出弹性区别考虑后，STPH的估计系数则不再显著。
在表3第(2)组以EI收录期刊论文量作为因变量的估计结果中，LGSTF985的系数不显著，说明就发表EI论文而言，“985”高校和非“985”高校的科技经费产出弹性基本一致。其他解释变量，如STU1、STU2、STFF、STPH和RDEBP等，则与表2有着基本相同的解释，这里也不再进行重复说明。
最后，从表3第(3)组给出的以国内发明专利作为因变量的估计结果，我们再次看到了两组高校在科技经费支出弹性方面的差异。在以发明专利申请量为考察对象时，“985”高校的弹性系数要明显高于非“985”高校，说明前者的发明专利申请还在快速上升期，增加速度也要快于后者。其他各变量的估计系数在显著性和符号方面都与表2中的结果类似，这里也不再多做说明。
综合上述结果可以看出，在合并分析的情况下，高校国内发明专利对科技经费支出的弹性最高，EI收录期刊论文的产出弹性次之，SCI收录期刊论文的产出弹性则最低。而一旦我们控制了两组高校弹性系数的差异，对于“985”高校，上述结论依然成立。而对于非“985”高校，三种类型科研成果的产出弹性系数保持在0.26～0.29，差别不再明显。“985”高校SCI论文对科技经费支出的弹性明显低于非“985”高校。进一步分析我国最具研究实力高校SCI论文的年度变化趋势也许有助于我们解释这种似非而是的结果。比较SCI和EI论文发表数量排名前20的我国高校历年来这两类论文数量的变化情况，可以发现，在研究能力比较突出的这些高校中，不同高校之间的论文数量差异在逐年增加，但是从增长速度来看，每年能够排名在第20位的高校所发表的SCI论文数在1998～2008年的增长了将近10倍，而位居榜首的高校其SCI论文数仅增长了不到6倍(不同高校)。这说明，我国研究实力较强的高校SCI论文增长速度其实相对较慢，这可能是导致IGSTF985估计系数差异的可能原因。
五、结论
在充分考虑高校教学和社会服务职能以及内部资源分配对科研活动的影响的基础上，本文提出一个研究我国高校知识生产创造活动的理论框架，并基于教育部直属高校2000～2008年的统计数据进行了实证分析。研究发现，高校的教学、社会或公共服务职能以及科研资源的配置对不同类型的科研活动成果存在不同的显著影响。
从高校教学职能对科研活动的影响来看，在校本科生的规模无疑会增加高校专任教师和科研人员的教学工作量，从而减少他们在科研活动上的时间投入，分散他们的研究精力，因此对各种类型科研成果的产出都具有不利的影响。在校研究生规模的增加，虽然同样会增加高校教师的教学工作量，但是由于他们能够和有机会参与科研活动，在科研活动上对高校专任教师的支持作用更加突出，因此，研究生规模的增加有助于增加各种类型的高校科研成果。从这两方面来看，高校教学和培养人才的职能对高校科研活动的支持具有两方面的影响。
从社会或公共服务职能的影响分析，高校积极参与技术转移、承接企业委托研究对不同类型的产出具有不同的影响。与企业关系密切的高校在EI论文和申请专利方面都具有一定优势，但是在发表高水平的SCI论文方面则具有不利的影响。由此可见，高校积极参与社会和公共服务活动对研究水平的提升同样具有正反两方面的影响。一方面可以增加与工程技术相关的应用研究领域的科研成果，但另一方面则不利于提升与基础研究相关的科学领域的研究成果。
从高校科研资源配置的角度分析，高校在基础研究上的投入比例，对SCI论文的产出有正向影响，但是对EI论文具有不利的影响，对申请专利产出的影响则不明显。高校高级职称科研人员比例的增加尽管有助于发明专利量的增加，但是对论文形式的科研产出影响并不明显。我们在估计模型中加入此变量的本意是考虑高校投入科研活动的科学家的研究能力和水平的影响。如前所述，由于不同高校的职称评定并不存在一致的标准，不同高校具有同样高级职称的研究人员其学术能力和水平差别较大。因此，该变量可能并不是一个比较好的衡量科学家研究水平的指标，这也许是导致其估计系数并不显著的原因之一。在另外一方面，该变量很有可能反映的是高校科研活动中研究生参与的程度。在我国高校中，能够指导研究生的科研人员一般需要具有高级职称。从这个意义上说，高级职称研究人员投入的增加意味着有更多的研究生助手参与科研活动。为充分理解这一点，我们还对不区分本专科生和研究生的情况进行了分析。结果发现，在校生数量的影响对EI论文产出为正，而对国内发明专利而言为负。高级职称科研人员比例则对所有类型的产出都具有正的显著影响。一旦我们将本专科生和研究生区分后，STU1和STU2的系数在三组估计中均比较显著，而STPH的估计系数明显减低，甚至不再显著，这也间接支持了我们上述关于STPH测度可靠性的判断。因此，在未来的研究中，有必要寻找一个更为合适的度量科研人员研究水平的变量进行分析。
根据上述估计结果和发现，我们可以得出的一个启示是，高校在科研经费投入受限的情况下，可以通过调整自己的招生规模、企业之间的关系、基础研究的比例等来改变科研成果的产出类型和数量。特别是，调整本专科生和研究生的相对规模，降低教学和科研人员的教学工作量可能是促进科研活动和研究型大学建设的一项重要措施。另外，在科研经费总量得到保证的前提下，降低研究型高校科研经费对企业单位的依赖，增加基础研究的投入也是提升高校科研活动水平和研究成果质量的一个途径。当然，由于不同因素对SCI论文、EI论文和发明专利产出的影响并不相同，如何提升各高校的研究水平也不存在一个统一的原则和标准。不同类型的高校(如以工科为主的高校)可以根据自身的学科特点，有针对性地调整上述各方面的因素，做到具体问题具体分析。比如，对于偏重于应用研究的工科高校，加强与企业的联系可能比较合适。但对于需要提升整体研究水平的综合性院校，重视基础研究可能更加有效果。总的来说，各高校可以在分析比较兄弟院校对应指标的基础上进行适当调整，逐步向自己的发展目标前进。
最后必须指出的是，本文还存在一些不足和需要进一步完善的地方。首先是由于指标选择和数据可得性的原因，本文没有能够充分考虑高校科研人员平均学术能力的影响。可以想见，不同水平高校师资的质量存在一定差别，如何衡量这方面的影响需要进一步探讨。另外，本文只是使用论文和专利量作为分析指标，忽视了数量背后的、反映科研成果学术水平和影响、潜在经济价值等“质量”方面的重要性。随着越来越多合作研究的开展，论文合著的现象日益普遍，本文对此带来的影响也没有进行特别处理和讨论。在研究范围上，本文的样本只包括我国教育部直属高校，遗漏了其他一些研究实力较强的高校，所以还不完整。存在的这些诸多问题都有待我们在未来的研究中进一步完善和补充。
注释：
①不予讨论的高校是：北京语言大学，北京外国语大学，中国传媒大学，中国政法大学，中央财经大学，中央音乐学院，中央戏剧学院，中央美术学院，对外经济贸易大学，上海外国语大学，上海财经大学，中南财经政法大学共12所。
②由于数据缺失，样本中没有包括中国石油大学2005年之前的数据。
标签：因变量论文; sci论文; 论文发表论文; 大学论文; 生产类型论文; 能力模型论文; 解释变量论文; 高等学校论文; 研究生论文; 科技论文;