财经类大学2013年国家社科基金立项项目的频数分布及影响因素分析

刘爱芹 刘瑞波 胡 宇

(1.山东财经大学统计学院，山东 济南 250014;2.山东财经大学金融学院，山东 济南 250014;3.山东财经大学科技管理与评价研究所，山东 济南 250014)

一、引言

国家社科基金项目是基于国家社会科学基金支持的国家级研究项目，是我国在人文社科研究领域支持基础研究的主渠道，它面向全国，重点资助具有良好研究条件、研究实力的高等院校和科研机构中的研究人员。项目从申请、审批到最后完成递交研究结果等全过程均由全国哲学社会科学规划办公室统筹管理，在全国具有很高的权威性。

高等学校作为我国科研的中坚力量，高度关注并积极参与国家社科基金项目的申报。从每年公布的立项名单不难看出，近几年高校立项数均呈上升趋势，从某一方面反映出我国高校科研实力的提升。国家社科基金项目在各高校的整体分布情况如何，影响分布的主要因素有哪些等，这些问题都需要我们作出回答。考虑到研究的可比性，本文选取全国50所财经类大学，借助统计频数分析与计量经济分析等方法研究财经类大学国家社科基金立项项目的统计分布及影响因素，有针对性地提出合理的科研管理对策建议，从而有助于进一步提升财经类大学的科研实力与竞争力。

二、评价体系与数据基础

(一)评价体系的构建

表1 国家社科基金项目评价体系表

(二)数据基础

本研究的统计分析数据主要来源于以下两类数据库(详细数据略):

(1)2013年度国家社科基金项目立项名单，数据来源于全国哲学社会科学规划办公室网站①。

(2)2012年全国50所财经类大学科研竞争力评价报告，数据来源于《2012年度中国财经类大学科研竞争力报告》②。

三、财经类大学国家社科基金立项项目数的频数分布分析

(一)财经类大学立项数的总体分析

在全国50所财经类大学中，有6所2013年度没有国家社科基金立项，因此，本研究主要立足于44所有立项数的大学进行分析。在2013年度4332个项目中，44所财经类大学共有 435项，占10.04%，其中重点项目数为23项，占总272项重点项目的8.46%;一般项目数为221项，占总2022项一般项目的10.93%;青年项目数为168项，占总1531项青年项目的10.97%;西部项目数为23项，占总507项西部项目的4.54%。表2给出了2013年度国家社科基金项目立项数的类别分布。

表2 2013年度国家社科基金项目立项数的类别分布表

由表2可知，在财经类大学的435个项目中，一般项目所占比重最大，占总数的50.6%，高于总体一般项目的占比 46.7%;其次是青年项目，占37.5%，高于总体青年项目的占比35.3%，青年项目和一般项目数合计占88.1%。而重点项目和西部项目占比较小，仅各占5.3%，较总体重点项目和西部项目的占比6.3%和11.7%都有一定差距。

值得注意的是，青年项目的成功申报数量较多，高于总体该类别的占比。这说明，目前财经类大学科研主力更集中于39周岁以下的中青年，其科研团队的年龄阶层相对年轻化。

(二)财经类大学立项数排序及项目类型分布

表3给出了44所财经类大学在立项数及各项目类别上的具体分布(按总立项数排序):

表3 2013财经类大学国家社科基金立项项目的学校分布及排名表

续表3

由表3可以看出，44所财经类大学中，中南财经政法大学立项数最多，为38项，占财经类大学总立项数的8.8%;其次是对外经贸大学，29项，占6.7%;分列第三至第五位的是江西财经大学、山东财经大学和上海财经大学;排名前十的财经类大学立项总数为220项，占总立项数的50.6%。其中，重点项目最多的是江西财经大学，共4项，占总重点项目数的17.4%，其次是中南财经政法大学，共3项，占13.0%;一般项目最多的是中南财经政法大学，共20项，占总一般项目数的9.0%，其次是对外经贸大学，共17项，占7.7%;青年项目最多的是中南财经政法大学，共15项，占青年项目总数的8.9%，其次是对外经贸大学，共11项，占总6.5%。

由表3还可以看出，在总立项数排名前十位的院校中，国内公认的高水平财经类大学占较高的比重，其中“211工程大学”4所;教育部直属院校5所，商务部直属院校1所;财政部、教育部与省部共建院校5所。这进一步印证了，高水平院校的科研实力相对较强，在立项数上具有明显优势，而立项数与完成项目数的提升，也必将进一步增强这些学校的科研实力，从而在未来的项目申报上更具优势，如此形成良性循环的发展态势。通过集中度研究也可以得到同样的结论:计算可得44所财经类大学国家社科基金项目立项数的变异系数为100.86%，这个数值远远高于通常的参考标准值15%，说明立项数在44所学校的分布特别集中于少数的院校，即项目数在院校的分布很不均衡，少数实力强的院校拥有大多数的国家社科基金项目，对于本校发展和科研实力的提升有较大的帮助，而一般的院校则立项数很少，不利于自身科研实力的提升。

值得一提的是，山东财经大学属于财政部、教育部与山东省人民政府三方共建院校，2013年度国家社科基金立项数为23项(其中一般项目16项、青年项目7项)，总立项数排名第四。因此可知，目前山东财经大学具备较强的科研实力，在全国财经类大学中处于领先地位。但是，从项目的类型分布上看，山东财经大学重点项目数为零，因此，学校未来应制定更加灵活的特殊政策，鼓励老师积极申报重点项目，力争实现学校此类项目的突破。

(三)财经类大学立项数的学科分布

44所财经类大学申报的项目涉及的学科主要包括:应用经济学、管理学、理论经济学、法学、统计学、国际关系研究、中国文学、政治学、哲学、社会学等22类。表4给出了44所大学立项数排名前十位的学科类别分布。

由表4可知，排名前十的学科总立项数为358项，占44所财经类大学总立项数的83.0%，且多集中于经济学、管理学两大学科门类，其中，应用经济学项目最多，占项目总数的21.3%，其次是管理学，占16.9%，第三位是理论经济学，占12.1%，三者之和为50.3%，超过项目的一半。说明财经类大学国家社科基金项目涉及的学科领域多集中于经管类等相关学科，这正好与财经类大学的属性要求相吻合。

表4 2013年度财经类大学国家社科基金立项项目的学科分布及排名表

表5给出了山东财经大学23项国家社科基金项目的学科分布。

表5 山东财经大学2013年度国家社科基金项目的学科分布表

由表5可以看出，与44所财经类大学的学科排名比对，山东财经大学排名前三的学科相同，位次稍有差异，三类学科占总数的70%左右，而同为经济类基础学科并在44所财经类大学立项数学科排名中位列第五位的统计学，山东财经大学没有立项。由此可见，山东财经大学在管理学、理论经济学与应用经济学等学科上具有申报优势，而在统计学、法学、国际关系研究等学科上申报优势不大，需要加大对此类学科的建设支持力度。

四、财经类大学2013年度国家社科基金项目立项数影响因素分析

(一)模型构建

为了研究财经类大学国家社科基金项目立项数的主要影响因素，同时考虑到数据的可获取性，本研究以各财经类大学2013年度国家社科基金项目立项数为因变量Y，以2012年国家和教育部重点实验室中心基地数X、2012年国家级拔尖人才数R和2012年国家级重点学科数Z为自变量，通过建立计量经济模型并进行检验和优化，来寻找主要的影响因素并分析影响的程度。另外，由于2013年度国家和教育部重点实验室中心基地数、国家级拔尖人才数和省级以上级重点学科数数据尚难以获取，同时，三变量对国家社科基金项目申报的影响确实存在滞后效应，因此，用2013年度的因变量数据对2012年自变量数据进行回归是可行的。表6是利用Eviews5.1给出的因变量Y与三自变量X、R、Z之间的多元线性回归的结果。

表6 国家社科基金项目立项数对三自变量的多元线性回归结果

由表6可以看出，变量X(国家和教育部重点实验室中心基地数)P值为0.5789，说明变量X对因变量的影响不显著。虽然理论分析说明该变量属于国家社科基金项目立项数的影响因素之一，但目前的数据特征确实不支持理论上的分析，这说明实践数据与理论研究存在相悖的现象。故本研究进一步删除变量X，进行两变量回归分析。表7是利用Eviews5.1给出的因变量Y与自变量R、Z之间的多元线性回归的结果。

表7 国家社科基金项目立项数对两自变量的多元线性回归结果

由表7的数据，可得到Y与R、Z之间的二元线性回归方程及各检验值为:

(注:＊＊表示在5%显著水平下通过t检验，*表示在10%显著水平下通过t检验。)

(二)模型检验

1.经济意义检验

两自变量的系数拟合值 b1=0.21、b2=0.39表明:44所财经类大学2013年度国家社科基金项目立项数随国家级拔尖人才数的增长而增长，随省级以上重点学科数的增长而增长，而省级以上重点学科数对立项数的影响要更大一些，说明省级以上重点学科的建设有助于科研团队的构建，从而有助于高校整体科研实力的提升。因此，这两个回归系数的符号、大小都与经济理论和人们的经验预测期望值相符。

2.统计检验

(1)拟合优度检验

由表7的修正后可决系数R2=0.44 可知:两变量可解释因变量44%以上的变化，说明了该回归方程的拟合优度较高。实际上，影响各财经类大学国家社科基金项目立项数的因素很多，数据难以获取(其中也包括一些人为的、难以量化的因素)，因此用这两个变量作为影响因素的代表是可行也是无奈的。

(2)估计标准误差评价

由表7可知，两自变量R、Z的估计标准误差分别为0.08、0.20，这说明回归直线精度较高，回归直线比较有代表性地说明了两自变量对因变量的影响关系。

(3)参数显著性检验

由表7可知，回归系数b1和b2的P值分别为0.0092和0.0532。在10%的显著性水平下，参数的显著性检验通过，即两自变量均为影响财经类大学国家社科基金项目立项数的主要影响因素。

(4)模型显著性检验

由表7可知，F统计量值为，在5%的显著性水平下，可得自由度为41的F分布双侧分位数F0.025(2，41)=3.2258，所以|F|＞ F0.025(2，41)，所以回归方程从整体上来说显著成立。

(三)计量经济检验

1.多重共线性检验

使用方差膨胀因子检验方程的多重共线性，结果如表8所示。

由表8可见，方差膨胀因子VIF均小于10，说明方程不存在多重共线性。

表8 方差膨胀因子检验表

2.自相关性检验

使用DW值对自相关性进行检验。由表7可以看出，DW=2.2638，查表得 dL=1.43，dU=1.62，dU=1.43＜DW ＜4－dU=2.38，一般认为不存在自相关性。

3.异方差性检验

使用怀特检验对方程异方差进行检验，结果如表9所示:

表9 怀特检验结果

由表9可以看出，在5%的显著性水平下，方程通过怀特检验，说明方程不存在异方差。

综上所述，所建立的二元方程不存在多重共线、自相关和异方差。

因此，以下方程作为描述44所财经类大学2013年度国家社科基金项目立项数Y与国家级拔尖人才数R和省级以上重点学科数Z三者间的关系是可靠的。

^Y=4.06624+0.21R+0.39Z

由回归方程可以看出，拔尖人才数目和省级以上重点学科数对国家社科基金项目立项数存在正向影响，伴随拔尖人才数和省级以上重点学科数的增加，国家社科基金项目立项数也相应增加。

五、主要结论与对策建议

(一)主要结论

1.2013 年度全国50所财经类大学中有6所院校没有国家社科基金项目，其余44所大学立项数占总项目数的10.04%;项目多集中于经济与管理类学科;一般项目和青年项目占所申报项目的80%以上，充分展示了财经类大学具有较强的承担国家级项目的科研实力，特别是中青年科研骨干的贡献较大。

2.通过对比44所财经类大学发现，综合实力较强的学校立项数占总立项数的50.6%，这进一步彰显了这类高校的科研实力，有助于其今后申请到更多的国家级项目，形成强强增进的良性循环。对于综合实力较弱的高校，由于国家社科基金项目立项数较少，在一定程度上制约了学校科研的影响力、扩张力，对今后的项目申报也会产生一定的负面影响。

3.通过对44所财经类大学申报国家社科基金项目立项数的影响因素分析发现，财经类大学立项数与国家级拔尖人才数和省级以上重点学科数存在较强的线性关系，两因素对国家社科基金项目立项数存在正向的影响，因此，加大对两类影响因素的投入可能会是财经类大学未来增加国家社科基金项目立项数的一种有效选择。

(二)对策建议

第一，财经类大学的科研实力毋庸置疑，中青年科研骨干的贡献也很大，但重点项目立项数偏少，今后应明确政策导向，鼓励老师特别是中青年博士教师申报此类项目，不断提升财经类大学的科研实力和发展空间。

第二，对财经类大学项目分布不均衡的现象，可以加强院校间科研骨干的相互交流与学习。通过举行财经类大学科研交流会、派遣科研能力较强的教师到实力较弱的院校交流合作、增加院校间硕士研究生和博士研究生间的互动学习机会等，可在一定程度上加强院校间学术科研的流动性，提高一般院校申报项目的成功率，共同提升财经类大学的科研实力。

第三，财经类大学应加大引进国家级拔尖人才、学科带头人的力度，积极申报并争取更多的省级以上重点学科。影响因素分析表明，财经类大学国家级拔尖人才数和省级以上重点学科数对国家社科基金项目立项数影响显著，无疑，高水平领军人才和重点学科的建设有助于提升财经类大学的整体科研实力，也能为财经类大学的人才培养和科学研究提供更为便利的条件。因此，各财经类大学应进一步强化拔尖人才、学科带头人的引进和培养力度，加大省级以上重点学科的建设力度;同时，国家也应加大对各高校拔尖人才、学科带头人等人才建设以及重点学科建设的投入力度，在保证资格审核的严肃性的前提下，适量增加审批数目。

【注】

①数据来源:http://www.npopss－cn.gov.cn/。

②中国财经类大学科研竞争力报告(2012)，山东财经大学科技管理与评价研究所(内部研究成果)。

［1］侯聃.2001年－2007年国家自然科学基金面上项目分布及产出统计分析［J］.现代情报，2008，(12):12－16.

［2］李若筠，杨列勋.管理科学基金项目论文产出的定量分析［J］.科技政策与管理，2006，(04):18 －22.

［3］岳洪江，刘思峰.中国软科学资助论文产出分布研究［J］.科技政策与管理，2007，(09):10 －14，26.

［4］姜春林，刘则渊，刘树高.研究型大学人文社会科学学科论文产出差距的计量分析［J］.高教管理，2006，(01):92－98.

［5］杨中楷，孙玉涛.1999年－2004年全国优秀博士学位论文分布研究［J］.科技进步与对策，2006，(07):26－29.

［6］孙敬水.计量经济学(第二版)［M］.北京:清华大学出版社，2009:164－170.

［7］高云，吴清玲.财经类高校科研实力比较与提升科研水平的对策研究［J］.南京财经大学学报，2011，(03):105－108.

［8］杨林.产学研一体化视角下财经类高校创新性科研团队建设研究［J］.辽宁工业大学学报(社会科学版)，2012，(12):26－29.

［9］杨建华，张嘉艳，任灿华.高校科研竞争力评价信息系统探索［J］.首都经济贸易大学学报，2012，(01):120－123.

［10］钟亮.高校青年教师科研能力的提升对策研究［J］.教育教学论坛，2012，(22):237 －238.

［11］王红晓，韦相.熵值法在评价高校科研能力中的应用［J］.技术与创新管理，2013，(03):197 －211.