中国高校经费投入、研发规模与科研产出——基于双门限模型的分析-王鹏.pdf

《中国高校经费投入、研发规模与科研产出——基于双门限模型的分析-王鹏.pdf》由会员分享，可在线阅读，更多相关《中国高校经费投入、研发规模与科研产出——基于双门限模型的分析-王鹏.pdf（9页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、第28卷第3期2016年6月研究与发展管理R&D MANAGEMENTV0128 No3Jun2016文章编号：10048308(2016)03-0134-09中国高校经费投入、研发规模与科研产出基于双门限模型的分析王 鹏1，陈 迅1，马京伟2(1重庆大学经济与工商管理学院，重庆400044；2重庆交通大学高等教育研究所，重庆400044)摘要：基于科研经费和研发规模对科研产出的非线性影响预期，分别以人均经费、研发规模为标准建立了门限模型根据2000-2012年省际面板数据的回归结果，分析了中国高校经费投入和研发规模对科研产出的影响研究发现：科研拨入经费与产出之间、研发规模与产出之间都存在显著

2、的非线性关系；科研经费的影响从负向到正向变化，而研发规模的负效应由高到低逐渐减弱研究结论有助于制订高校科研经费人均标准，推动高校科研团队组建及青年人才培养的政策考量关键词：高等学校；科研经费；研发规模；科研产出；门限效应中图分类号：G644；F223 文献标识码：A高校科研系统在国家创新体系中占据着十分重要的地位根据教育部科技司对全国1 212所高校的统计数据，2012年全国高校发表学术论文7971万篇，验收国际级项目043万项，申请专利1067万项在国家级科技奖励方面，2012年全国高校以第一完成单位获得国家自然科学奖、国家技术发明奖和国家科学技术进步奖共计183项，比重为6880另一方面，

3、高校获得的科研经费也较多2012年全国高校收到科技经费共计1 17034亿元，其中政府划拨的经费70913亿元，其他收人划转经费6939亿元，两项合计占比6652，企事业单位委托经费39181亿元，占比3348可见，政府部门(含事业性收费划转)为高校科研提供了关键经费支撑这也可以从国家项目立项上进行印证2012年，高校承担国家自然科学基金面上项目13 859项，重点项目393项，青年项目10 911项，地区项目2 251项，杰出青年项目142项，项目总体比重达到了8075与此对应，高校的研发规模也十分庞大2012年1 036所进入统计的各类高校的科技活动人员8612万人，其中研发人员共计347

4、9万人，校均科技活动人员831名，研发人员336名无论是经费投入、项目立项还是研发规模，整体趋势仍在上升然而，与持续增长的经费投入和不断扩充的科研队伍相比，不同类型高校的创新力和科研成果存在较大差异2012年，全国高校以完成和参与单位获得国家级“三大奖”共计226项，其中“21l工程”及省部共建高校获得226项，占比7820，其他本科院校获得63项，占比2180在发表论文、国际项目验收和专利授权方面，“211工程”及省部共建高校成果比重分别为4642、8190和5597与此形成鲜明对比的是，此类高校数量(不含未统计高校)仅有111所，仅占列入统计院校的916当然，这类高校获取了绝大部分科研经费

5、，积聚了庞大的科研力量正是由于高校在科研中的重要地位，学者们一直在探讨高校科研经费分配和最优研发规模问题，寻求促进科技活动发展的理论依据，探索如何提高高校科技活动效率一般来说，科研经费投入、研发人力规模应该与科研产出正相关，投入和人力越多，产出也就越多那么，经验数据是否支持这一观点呢?如果投入、规模和产出之间存在非线性关系，趋势的转折点如何呢?本文将尝试回答这些问题1 文献综述学者关于高校科研投入、研发规模与科研产出关系的研究集中在机理、制度、效率以及区域差异等方收稿日期：201411-05；修改日期：2015-0514基金项目：国家发展与改革委员会重点调研项目“优先推进西部大开发促进区域协调

6、发展政策措施研究”(XBSl3一A01)作者简介：王鹏(1982一)，男，博士研究生，研究方向为财政税收和区域经济万方数据第3期 王鹏等：中国高校经费投入、研发规模与科研产出 135面在定量研究方面，以数据包络分析方法为主要研究工具例如，Johnes利用DEA方法对英国130所高校教学与科研整体效率进行了评价1 JAbramo等用DEA方法评估了意大利高校的科研效率旧1Worth-ington和Lee采用经典CCR和BCC模型分析了澳大利亚高校的教育和科研竞争力一1受数据包络分析方法限制，研究结论主要集中在技术效率、规模效率或者学者构建的其他指标上(如管理效率)例如，段永瑞和霍佳震应用DEA模

7、型对我国50所重点院校的科研绩效进行了评价，结果表明有70的院校各项效率都达到08以上，有15所院校同时为技术有效和规模有效，有3l所院校处于规模收益递增状态4 J孙世敏等用DEA方法对2003年的高校数据进行研究后认为，我国西部地区高校科研产出效率大多处于规模效率递增阶段，因而应加大对西部地区高校科研资源的投入规模5 J陆根书等用DEA方法对投入、产出指标数据均较全的53所教育部直属高校的科研效率及其发展趋势进行分析6 J李祥云通过构建数据包络分析及其二次相对效率模型，估算高校投入产出的“技术效率”和“管理效率”，其研究表明，我国部属高校资源利用的“技术效率”和“管理效率”均有较大提升空间J

8、冯光娣等运用DEA方法对20002009年我国高校科研效率的整体发展状况进行了评价，研究结果表明，我国高校科研的投入产出状况整体上是有效的，并且科研技术效率呈现出东部高于中部、中部高于西部的态势。袁卫等采用基于变换参考集的DEA排序方法，引人了声誉和ESI指标分别反映教学质量和科研国际影响力，将科研产出分为人文社科和自然科学科研成果得分，分析了2011年教育部直属72所高校的办学效率。9 o祝梦等基于DEA对我国对高校投入产出绩效评价，他们认为RDDEA模型在允许高校突出自然科学和人文社会科学特点的基础上，能够较好地体现评价中价值导向，还能兼顾高校科技评价多层次指标的特征，评价结果更加客观0；

9、在此方法基础上，陈欣和b振兴研究认为，高校应重点控制固定资产投入和土地资源投入，加强审批和管理，同时控制投入规模；对于不同地区和不同层次的高校，在效率管理上应区别对待也有学者采用相关性分析、聚类分析、主成分分析方法以及回归方法探讨高校科研投入与产出的关系例如，王少青通过对我国高校科研人力、财力资源投入及其在学术论文、专利和完成重大科技成果等方面科技活动产出的分析，揭示了我国高校科研投入产出效率较高但投入结构不合理的状况2|杨雪和冯晖利用主成分分析法对某地9所高校投入产出进行了评价3I黄林芳运用主成分分析法和回归分析法分析产出主成分与投入主成分之间的联系，认为我国高等院校的投入产出总体上还处在以

10、规模来追求效益阶段u 4。徐凯和高山行采用负二项分布对中国29个省、直辖市的高等院校1990-2003年的R&D支出与专利申请量、论文发表数进行研究，发现中国高等院校投入与产出的直接关系非常弱，R&D支出的促进效果并不明显5|为了测量基础研究投入对其产出的影响程度，吴杨和苏竣根据1991-2008年高校基础研究投入和产出数据，利用多变量回归模型进行研究1 6I刘勇根据2000-2009年统计数据，讨论了北京市属高校的科研效率，他认为应该严格科研考核7I目前，中国高校在知识创新体系中的重要性尚未完全体现，但与其他创新型国家高校在知识创新体系中地位的差距正在不断缩小1 8I究其原因，在于高校没有按

11、照科研活动的需求来分配和使用科研经费，忽视了科研活动中对“人”的激励和科研活动的“不确定性”-l 9。因此，政府应切实提高投入要素，尤其是资金要素的资源利用率，扭转高校科研工作供给导向倾向。2 0|另外，不同高校办学效率和全要素生产率差距较大，高效率和中等效率之间存在明显的断层荣耀华认为，全要素生产率年均增长超过3的高校都集中在东部，相比综合类和理工类院校，专业类院校平均效率较低，但平均全要素生产率增长较高旧郭银清基于层次分析法(AHP)对我国高校科研效益评价体系的构建进行了研究，认为不同类型的科研项目在研究规律、研究难度和价值以及科研产出和经济效益等方面存在较大差异“以往的文献主要运用数据包

12、络技术、线性回归或其他统计方法，从技术效率和规模效率、投入和产出关系或者投入和产出指标上进行了定量分析直至目前，还没有文献对中国高校科研经费投入、研发规模与产出的非线性关系进行研究鉴于此，本文将研究重点放在经费投入、研发规模与产出的非线性关系上，剖析高校经费投入和研发规模对科研产出的分层影响万方数据136 研究与发展管理 第28卷2研究设计21 f-3限面板模型对于非线性回归，一般方法是转换解释变量在模型中的形式，如赋予幂数或取对数也有学者采用分段回归方式，但是样本的分段标准较为随意，缺乏稳定性检验在回归分析中，参数估计值稳定是研究结论的重要支撑为了解决这个问题，Hansen构建了门限模型2

13、3|如果将整个样本分成若干子样本，子样本的回归系数显著不同，那么被解释变量和解释变量之间就有可能存在“门限效应(threshold effect)”，门限效应，也称门槛效应，是指当某个参数达到特定的数值后，引起另外一个参数的影响突变的现象作为原因参数的临界值称为门限值(threshold level)也就是说，被解释变量和解释变量存在非线性关系，根据某个指标可以将样本分成不同组别，变量之间在不同组别有不同的线性关系，这样的模型被称为门限模型(或门槛模型)如果模型的研究对象包含多个个体、多个年度，那么就是门限面板模型门限方程(假定两个门限值)为Y。=肛i+3；xn，(qn7)+32xn，(qny

14、)+6za+en (1)其中，y。为被解释变量；肛i是个体固定效应；卢f和膨是解释变量系数；戈。是核心解释变量；，()是示性函数，括号内的q。为门限变量，y是门限值；6是控制变量系数；Z。是控制变量；eit是随机干扰项；i是个体；t是时点传统估计个体效应肛。的方法是根据时间平均法去除个体特征如果给定门限值7，系数卢就可以通过最小二乘法估计出来，此时门限值的估计成为关键Hansen将门限变量吼排序，去除最小和最大的7(叼0)剩下的个值包含了门限值7，可以用来估计y对于每个门限变量观测值，根据式(1)可以得到多个估计值以及残差平方和在这些估计值中，能够实现T=argminS。(7)的值就是所需的估

15、计值当得到门限值的估计值y后，系数的估计值卢=届(y)随之确定同时，可以得到残差的估计值E+=E+(y)，以及残差的方差估计值残差的方差估计值公式如下or2 2志E4 2志s(y) (2)其中，n为样本数，r为时间跨度求出门限值和系数后，需要进行两个检验首先检验门限效应是否显著，原假设为H。：卢。=卢：，备择假设为H。：卢。卢：，检验统计量为F：坠要盟 (3)or其中，Js。是不存在门限值条件下残差项平方和由于门限值y无法识别，因此F，统计量的分布并不是标准正态分布Hansen建议采用“自助抽样法(bootstrap)”方法来获得其渐进分布，从而构造其P值进行显著性检验接下来需要验证门限的估计

16、值1是否等于其真实值1当门限效应存在时，门限估计值与真实值具有一致性，但由于干扰参数的存在，会使渐近分布呈现显著非标准分布Hansen提出采用极大似然法来检验门限值，原假设为H。：y=y，备择假设为H。：yy，检验统计量为最大似然统计量，公式如下LR(y)：丛生：掣盟 (4)or一由于衄也是非标准正态分布函数，Hansen提供了一个公式来计算其置信区间，即当LR(y)一21n(1一1一d)时，不能拒绝原假设其中，仅表示显著性水平类似地，可以检验多门限效应为了保证分组样本充足，研究一般不会建立超过3个门限值的模型万方数据第3期 王鹏等：中国高校经费投入、研发规模与科研产出 13722变量、样本与

17、数据来源在计量模型中，被解释变量是高校科研产出prod，衡量指标为人均发表学术论文数量核心解释变量包括科技经费丘凡d和研发规模scal，科技经费选取科技拨人经费，研发规模使用研发人员全时当量考察经费投入的门限变量设为人均拨入经费perr，用科研拨人经费除以科技活动人员表示，这样便于横向和纵向比较；考察研发规模的门限变量直接使用研发规模scal控制变量包括高校数量sch、学生规模stu、高校层次proj、经济发展水平砌高校数量仅统计地区内具有论文和专利统计数据的高校学生规模用高校毕业学生数量表示高校层次采取加权计分：“985工程”高校赋予权数3，乘以各省当年“985工程”高校在全国的比重；“21

18、1工程”(非“985工程”)高校赋予权数1，乘以各省当年“211工程”高校在全国的比重；其他高校的权数为0，然后加总计分经济发展水平用地区人均生产总值表示计量模型可以表示为prodn=卢l“nd。一lI(perr71)+卢2。hnd。一lI(perry1)+ 0l。scalnll(perr71)+02scal一ll(perry1)+6Z“一I+c；+eprod。=卢l扣nd。一1，(scalA1)+卢2扣nd。一l，(scalA1)+ ，、01scal“一l，(scaIA1)+02scal“一l，(scalA1)+6Z“一l+c。+e其中，示性函数，(7)或，(A)的数量由门限值的数量决定，c

19、。为常数项考虑到解释变量对被解释变量的影响具有一定滞后性，解释变量全部滞后一期样本是全国30个省(市、区)的高等院校，不包括西藏和港、澳、台地区高校数据以省级行政区为单位进行统计，时间跨度为2000-2012年数据来源于历年高等学校科技统计资料汇编和中国教育统计年鉴，全部数据采用Bootstrap自助抽样1 000次经费数据、GDP均以2000年为基期GDP平减指数进行调整，剔除了物价因素的影响表1报告了变量的描述性统计可以看到，差异最为明显的指标是科研经费拨人额度和高校层次，这两项数据的标准差均大于平均值这表明各地区高校科研指标的差异比经济发展水平的差异还要明显表1变量描述性统计Tab1 D

20、escriptive statistics of variables3 门限回归分析31 f-1限效应与门限值根据Hansen的门限回归理论，首先进行门限效应检验为了选择恰当的门限个数和门限值，依次估计单门限模型、双门限模型和三门限模型表2给出了分别以人均拨人经费perr、研发规模scal为门限变量的门限效应检验结果结果显示，单门限效应和双门限效应在1的水平下都显著，而三门限效应不显著图1和图2分别为人均经费和研发规模的门限效应检验结果的示意图，图1和图2也表明双门限效应显著因此，本文选用双门限模型进行分析万方数据138 研究与发展管理 第28卷表2门限效应检验Tab2 Threshold e

21、ffect tests门限变量 门限数 F值 10临界值 5临界值 l临界值人均经费 单门限 12194 28032 32185 40068人均经费 双门限 36，27” 24052 28672 37756人均经费 三门限 613 27549 35160 59665研发规模 单门限 9446 36486 43112 57016研发规模 双门限 3244 31999 37975 55192研发规模 三门限 1231 47650 56757 70539注：表示在1的水平下显著60卜4 5 6限值图13020 L 7人均经费的门限效应检验effe(t test lJf per capita les0

22、 4 0 6第一个门限值J，JJ1JL_J4 5 6 7 8I限值0图2研发规模的门限效应检验Fig2 Threshold effect test of R&D scale2 04 06 08 10第二个门限值在完成门限效应检验后，需要对双门限模型的门限值进行估计和检验表3报告了以人均拨入经费和研发规模分别作为门限变量的门限值检验结果门限变量为人均拨入经费时，门限值分别为0646和6454；门限变量为研发规模时，门限值分别为0076和0997这两组门限变量的第一个值和第二个值相差悬殊，这也较为符合直观判断同时，门限值落入95置信区间这表明，门限值在5的水平下显著接受门限值与真实值相同的原假设5

23、3、，1OO2，=一螺，7万方数据第3期 王鹏等：中国高校经费投入、研发规模与科研产出 139表3门限值估计结果Tab3 Estimated results of threshold levels门限变量 门限值 估计值 95置信区间 门限变量 门限值 估计值 95置信区间人均经费 第一个0646 0580，0684 研发规模 第一个0076 0053，0085人均经费 第二个 6454 5662，6，707 研发规模 第二个0997 0968，102832 人均经费作为门限变量的结果分析在得到门限值之后，本文根据计量模型进行了门限回归，估计了各个变量的系数为了增强估计结果的可信度，本文同时进

24、行了固定效应模型的估计表4报告了以人均拨入经费作为门限变量的估计结果先看模型整体情况：核心解释变量凡d和scale除了第一项都较为显著，拟合优度R2为0765，F值显著，表明模型整体解释能力很强表4人均经费作为门限变量的估计结果Tab4 Estimated results of per capita research fund as the threshold variable注：、”、+分别表不在1、5、10的水平F显著；N=390基于人均拨入经费的双门限效应，科研拨入经费与科研产出之间、研发规模与科研产出之间都存在显著的非线性关系科研拨人经费知nd的3个系数分别为一0032、0286和01

25、52这表明，当人均经费低于0646(万元，2000年价格，下同)时，系数为一0032，但是并不显著；当人均经费处于06466454之间时，系数陡然上升为0286，在1的水平上显著；当人均经费高于6454时，系数微弱下降到0152，在5的水平上显著固定效应模型的估计结果为，科研拨入经费的系数为0159，在l的水平上显著这表明，拨入经费的规模显著影响高校科研产出，但是随着分配给个人额度的变化，科研经费并不能按照同一比例转化为科研产出从研发规模scal上看，系数分别为一1996、一1221和一0607，研发规模的负影响逐渐降低，但是始终表现为负向关联固定效应模型的估计结果为一0936，对此有所印证这

26、说明无论高校人均经费如何变化，研发规模的积极效应并没有得到体现，在每一阶段中，研发规模越大，其所发挥的消极作用越强对于这一现象，我们可以结合现实情况进行解释由于理工类学科设置远远多于人文社科类学科，我们粗略地从理工类科研情况人手分析理工类研究对硬件较为依赖，如实验建筑物、仪器和材料从数额上看，即便基于2000年的价格，人均经费上限为0646万元并不高科研人员除了要满足基本生活之外，还需要较好的实验条件，而0646万元的人均经费还无法提供良好的工作条件因而，在达到这个上限之前，提高的经费可能用于实验室建设积累，并没有真正用于科研产出一旦经费积累到一定水平，实验室建设较为完善后，科研效率高度提升，

27、科研产出迅速增加这表现在人均经费超过0646万元之后，科研经费的系数迅速增加到0286，不仅转为正数，而且更为显著但是，当人均经费超过6454之后，经费拨万方数据ld0 研究与发展管理 第28卷入规模的影响反而降低了原因来自两个方面：科研水平的限制，即使经费再高也无法实现成果的增加；科研质量提高，经费提高到一定水平后，科研人员追求研究期更长、质量更高的成果，因此成果增速放缓研发规模的负效应和非线性影响将在后续部分专门分析所有控制变量的系数都为正数，表明相关控制变量对高校科技产出的影响积极高校数量、高校学生规模、地区经济发展水平和高校层次都是促进高校科技产出的重要驱动力量，因此一般来说，这些指标

28、的影响都应该是正向的，这与我国各地区高校科技情况大体相符对于高校层次，从“985工程”高校签约时间看，2000年9所，2000年3所，2001年18所，2002年3所，2003年1所，2006年5所，高校自签约时起持续受到财政支持，因此加权数据在各年份较为稳定，“211工程”高校数据类似，数据波动过小导致回归系数不显著33 研发规模作为门限变量的结果分析研发规模作为门限变量的估计结果与人均经费拨人情况相似如表5所示，拨入经费与科研产出之间存在非线性关系，与上面的分析相比，研发规模对科研产出的非线性影响更为显著科研拨人经费对科研产出的影响均显著存在，双门限效应表明两者关系存在从负向到正向的变化研

29、发规模的负向影响随着规模的增加显著缩减结合表3给出的门限值，当研发人力规模处于0076人年时，影响为一7791；研发规模处于0076人年和0997人年之间时，影响系数降为一1355；当研发规模高于0997时，负效应减至一0969研发人员全时当量是全时人员数加非全时人员按工作量折算为全时人员数的总和，因此，研发规模负效应表明当前冗员问题相当严重表5研发规模作为门限变量的估计结果Tab5 Estimated results of RD scale as the threshold variable注：、”、+分别表不在1、5、10的水平F显著；N=390研发规模的负效应可以简单地认为是大规模低效率

30、，其原因可能来自管理水平不高，也可能是科学研究规模不适当研发队伍中有一定比例的人员并未进行核心工作，造成经费和规模对纯技术效率降低而负效应随着规模升高而降低，说明只有院校的研究规模必须迈过某一门槛，研发合作效应才有可能显现究其原因，在于不同的研发规模意味着不同的科研平台处于高端层次、综合实力强劲的高校，由于研究平台更高、研发规模更大，高校有机会有能力组建多支视野广、实力强的研发团队，这样，规模化作战的积极效应显现，在回归上表现就是消极效应急剧降低而那些层次较低的高校，由于团队力量薄弱，甚至无法组建一支研发团队，往往是单兵作战，就会出现规模越大而人均科研产出越少的情况34稳健性说明为保证计量结果

31、可靠，本文分别采取了以下方法数据基于大样本面板数据的个体为30个省级行政区，时点为13个年度，满足短面板的样本要求重要的是，本文采用bootstrap自助抽样1 000次完全保证了大样本两种回归模型相互对照讨论门限效应的同时，根据固定效应模型进行了参数估计结万方数据第3期 王鹏等：中国高校经费投入、研发规模与科研产出 14l果表明，变量系数的估计值在一定程度上相互对应，除了核心变量因方法不同而不同外，其余系数没有发生较大变化使用了稳健标准误回归在进行估计时加入稳健标准误技术，解决了异方差问题，在一定程度上保证估计的一致性综上，计量模型的估计结果稳健，基于稳健结果之上的研究结论可信4研究结论与建

32、议本文以人均科研经费和研发规模为判断标准，基于门限面板模型采用中国2000-2012年的省际数据，分析了高校科研经费投入、研发规模对科研产出的影响研究发现，科研拨入经费与科研产出之间、研发规模与科研产出之间都存在显著的非线性关系；科研经费与产出的关系存在从负向到正向的变化，而研发规模与产出的负效应由高到低逐渐减弱基于2000年的价格，人均经费的门限值分别为0646万元和6454万元；研发规模的门限值分别为0076万人年和0997万人年研究认为，从经费方面看，当人均经费未达到最低标准时，经费越多产出越少，经费可能用于科研硬件积累；当人均经费投入达到这个标准后，科研产出迅猛增加；经费更为充足后，研

33、究成果增速放缓从研发规模上说，中国高校研发规模整体显现为负效应，但是规模负效应随着规模壮大逐渐降低，原因是不同层次的高校组建研究团队的能力存在较大差距基于上述结论，我们认为，相关部门需要细化高校科研经费拨付标准，推动高端人才组建科研团队建立高校科研经费的分配标准从产出上看，人均科研经费应达到一定标准，否则无法实现预期效果高校如果长期处于硬件条件积累阶段，科研产出必然匮乏，因此更加难以获取科研经费，容易陷入恶性循环加速高校科研与职业教育改革2014年5月，教育部表示，中国高校中将有600多所转向职业教育从高校科研角度来看，这是合理的措施受财政资金限制，拨付高校的科研经费无法满足高企的需求，职业教

34、育改革将有利于科研资金的合理分配控制科技活动人员总体规模在研发工作人员中，有些并不直接从事科研活动，但是却直接参与了经费分配，有些名义上从事研发，但是时间过短如果能够在满足基本工作要求的基础上，精简机构，减少人员冗余，强化高层次人才的贡献考核，不仅能够降低经费拨付额度，减轻财政压力，更能有力地提高科研效率和产出水平推动研发团队建设和青年人才培养近十年来，国家实施了多项高端人才奖励和建设计划，例如1998年启动的“长江学者奖励计划”、2008年开始的“海外高层次人才引进计划”这些政策吸引了大批高端人才，但是标准化的高端研发团队尚未形成，高校研发队伍的规模效应也未得以体现在继续推动高层次人才建设计

35、划的同时，应当鼓励研发团队的组建和青年人才的培养，促使研发规模产生正效应参考文献1 Johnes JData envelopment analysis and its application to the measurement of efficiency in higher educationJEconomics of Education Review，2006(3)：2732882 Abramo G，DAngelo C A，Pugini FThe measurement of Italian universitiesresearch productivity by a nonparamet

36、ric bibliometric methodologyJScientometrics，2008，76(2)：2252443 Worthington A C，Lee B LEfficiency，technology and productivity change in Australian universities1 9982003JEconomics of Education Review，2008(3)：2852984 段永瑞，霍佳震基于数据包络分析的高校科研绩效评价J上海交通大学学报，2007(7)：107410775 孙世敏，项华录，兰博基于DEA的我国地区高校科研投入产出效率分析J科

37、学学与科学技术管理，2007(7)：18216 陆根书，席酉民，梁磊，等建立基于效率的高校科研管理体系与运行机制J研究与发展管理，2007，19(2)：1191237 李祥云我国高等学校投入产出的效率评估J高等教育研究，2011(5)：49558冯光娣，陈骊佩，田金方基于DEAMalmquist方法的中国高校科研效率分析来自30个省际面板数据的经验研究J现代财经，2012(9)：61739袁卫，李沐雨，荣耀华2011年教育部直属72所高校办学效率研究基于DEA模型J中国高教研万方数据142 研究与发展管理 第28卷10121314151617181920212223究，2013(11)：17祝

38、梦，孟激，余澄，等基于多层次分类DEA的高等院校科研效率评价J科研管理，2013(s1)：221229陈欣，卜振兴我国高等教育机构效率评价研究基于数据包络模型J高等理科教育，2014(3)：1319王少青我国高等学校科研投入产出分析J数量经济技术经济研究，2002(5)：7779杨雪，冯晖基于主成分分析的高校投人产出绩效评价J上海管理科学，2012(5)：107109黄林芳高等教育投入产出主成分分析J财经研究，2005(7)：112122徐凯，高山行中国高等院校科研投入一产出研究J研究与发展管理，2008，20(2)：97101吴杨，苏竣高校基础研究投入与产出的相关性分析：1991-2008J

39、高等教育研究，2011(3)：3945刘勇北京市属高校科研投入与产出效益评价基于2000年以来的数据分析J首都经济贸易大学学报，2012(3)：119122游小瑁，杜德斌，张斌丰，等高校在国家知识创新体系中的作用评价基于部分创新型国家和中国的比较研究J科学学与科学技术管理，2014(7)：8997付哗，杨军论高校科研经费使用问题产生的根源与治理J研究与发展管理，2014，26(4)：116121许治，杨风高校技术转让单因素效率研究J科研管理，2013(3)：145153荣耀华教育部直属72所高校办学活动研究J中国科技论坛，2014(6)：141146郭银清基于AHP的高校科研效益评价体系的构建

40、J财政研究，2014(2)：5558Hansen B EThreshold effects in nondynamic panels：Estimation，testing，and inferenceJJournal of E-conometrics，2000(2)：345368Research Funds，R&D Scale and ResearchOutput in ChinaS UniversitiesBased on the Double Threshold ModelWANG Pen91，CHEN Xunl，MA Jing-wei2(1School of Economics and B

41、usiness Administration，Chongqing University，Chongqing 400044，China；2Higher Education Research Institute，Chongqing Jiaotong University，Chongqing 400074，China)Abstract：Based on the nonlinear effects of research funds and R&D scale on output，with standard of per capita research funds and R&D scale，the

42、threshold model was establishedUsing provincial panel data from 2000 to 2012，itanalyzed the effect of scientific research funds and R&D scale on output in Chinas universitiesThe results show thatresearch funds and outputs have significant nonlinear relationship，as well as R&D scale on outputThe rela

43、tionship be-tween research funds and output changes from negative to positive；however，the negative effect of R&D scale on outputfades awayIt helps to strengthen formulation of the research funds per capita standard in universities，and promotes theformation of scientific research team and youth talent trainingKeywords：university；research fund；R&D scale；research output；threshold effect万方数据