加载中...
Perverse Incentives in Academic Research Funding
本文通过匹配国家自然科学基金面上项目资助与成果信息,构建了衡量学术研究逆向激励的指标。自1992年,样本中兼项人员占比从接近0增长至8%,挂名人员占比从60%下降至40%;自2007年,高质量论文占比从25%快速提升至近70%,专利授权率和转化率分别始终保持在90%和14%左右。利用2011年基金委面上项目资助结构改革,使用连续型双重差分模型,发现改革总体呈现正面效应。增加经费投入产生了减少兼项的正向激励,对挂名无显著影响,提升了论文数、专利数和高质量论文占比,但降低了专利授权率。影响机制分析表明,兼项和挂名会削弱经费投入的积极作用。异质性分析表明,竞争博弈是导致逆向激励的主要原因之一,增加经费投入在激烈竞争的依托单位、学科和人员类型上呈现更强的逆向激励作用。本文对合理激励科研人才、深化改革科技体制、优化配置创新资源有重要的借鉴意义。
Abstract
This paper constructs indicators to measure the perverse incentives of academic researchers by matching the funding of the National Natural Science Foundation of China's general program with output information. Since 1992, the proportion of scientists involved in more than three projects simultaneously has increased from about 0 to 8%, while the proportion of unproductive scientists has decreased from 60% to 40%. Since 2007, the proportion of high-quality papers has increased rapidly from 25% to nearly 70%, while the grant and assignment rate of patents have remained at approximately 90% and 14%. Based on the funding structure reform of the general program in 2011, this study uses a continuous difference-in-differences model and finds that the reform generally presents a positive effect. The increase in funding produces a positive incentive to reduce multiple project participation, has no significant effect on unproductive authorship, increases the number of papers, patents and the proportion of high-quality papers, but reduces the patent grant rate. The mechanism analyses reveal that perverse incentives weaken the positive effect of funding. The heterogeneity results reveal that hyper-competition is one of the main reasons leading to perverse incentives; the increase in funding has stronger negative incentive effects on the more competitive institutes, disciplines, and groups of scientists.
增加经费投入总体呈现正向激励,减少兼项
以名义兼项占比为被解释变量,核心解释变量%BGR×POST系数为-3.287,在1%水平上显著。%BGR均值为113.5%,表明增加项目资助强度平均可使名义兼项人员占比少增长3.73个百分点。若无此次改革,2014年名义兼项人数占比将超过11%。
增加经费投入提升论文和专利数量
被解释变量为专利数量时,%BGR×POST系数为0.934,在1%水平上显著;%BGR均值为113.5%,表明改革后平均能使项目增长1.06个专利。论文数量回归系数为1.697,在10%水平上显著,高质量论文占比和JIF之和也显著提升。
改革降低专利授权率,对转化率无显著影响
以专利授权率为被解释变量,%BGR×POST系数为-4.481,在5%水平上显著,说明改革后平均资助强度增长越快的学科内项目反而产出更多得不到授权的专利。专利转化率回归系数为1.702但不显著,单纯的经费改革不足以加强基础研究成果转化。
兼项和挂名削弱经费投入的积极产出作用
加入经费改革与逆向激励表现的交互项后,%BGR×POST×名义兼项占比系数为-0.028,%BGR×POST×实际兼项占比系数为-0.016,%BGR×POST×挂名人员占比系数为-0.048,均显著为负,表明参与人员兼项、挂名占比越多的项目,改革后经费激励促进的成果产出增加更少。
竞争压力越大,正向激励越弱,逆向激励越强
在竞争激烈的TOP50依托单位内,以挂名占比回归的交互项系数为4.658,在1%水平上显著;而在一般竞争单位内系数为-2.918,在5%水平上显著为负。资助率较高学部成果总数交互项系数为6.934且显著,而资助率较低学部系数仅为0.937且不显著。
核心解释变量
学科内项目平均资助强度增长率(%BGR)与政策实施前后虚拟变量(POST)的交互项%BGR×POST
被解释变量
科研人员逆向激励表现(名义兼项占比、实际兼项占比、挂名人员占比)与项目产出数量和质量(论文数量、专利数量、高质量论文占比、JIF之和、专利授权率、专利转化率、成果总数)
样本与数据
1989~2021年国家自然科学基金面上项目结项数据,来源于国家自然科学基金大数据知识管理服务门户,涵盖八个科学部中123个一级申请代码和1192个二级申请代码的项目,涉及全国1454家依托单位。回归采用2007~2014年批准的98041个面上项目数据,兼项变量构建用到2005~2017年批准(2008~2021年结题)的项目数据。论文质量匹配2020年《期刊引用报告》和《中国计算机学会推荐国际学术会议和期刊目录(2019年)》,专利成果匹配智慧芽数据库。
识别方法 / 模型设定
利用2011年国家自然科学基金面上项目资助结构改革作为准自然实验,构建混合截面连续型双重差分模型进行识别。以2011年为改革第0年,计算2012年相对于2010年的学科内项目平均资助强度增长率(%BGR)衡量各学科受到政策冲击的强度。回归控制依托单位、学科和年份虚拟变量,标准误聚类到学科层面。PSOT变量2011年以前取0,2011年及以后取1。
内生性及稳健性检验
本文进行了四类稳健性检验:(1)标准DID估计:将资助强度增长率大于中位数的专业作为实验组进行标准DID回归,结果稳健;(2)排除极端值担忧:删去%BGR排名前十和后十的专业进行回归,结果稳健;(3)排除其他事件干扰:删去2007年项目,用2008~2014年样本回归,不影响主要结论;(4)替换被解释变量:将被解释变量替换为论文数量、JIF之和和专利数量,Panel A和C的交互项系数仍显著为负。此外还使用985高校名单做依托单位分组回归的稳健性检验。
更多相关数据正在补充