科技人才分类评价改革能否促进高校科研水平的高质量发展——基于9所高校改革试点的准自然实验

李红锦，李胜会，许 林

(1.华南理工大学经济与金融学院，广东 广州 510006；2.华南理工大学公共管理学院，广东 广州 510640)

0 引言

科技评价体制作为科技创新的航向标，对其进行深化体制改革至关重要。教育部早在2013年就出台了 《关于深化高等学校科技评价改革的意见》，该意见强调实行分类评价，2014年部分高校也已试点科技人才分类评价改革，从而减少了由 “一刀切”评价体系带来的种种弊端。2020年2月，教育部和科技部联合发布 《关于规范高等学校SCI论文相关指标使用、树立正确评价导向的若干意见》，该意见指出当前高校存在五唯的顽瘴痼疾，其中特别指出需要打破唯 “SCI至上”论，并提出建立健全分类评价体系的指导意见，旨在推动原始创新的实质性突破。

针对当前中国高校科研评价中存在的不少问题，2020年初新冠肺炎催生的重论文轻疫情问题再次高呼对科研评价机制进行深化改革。为此，本文尝试对2014年教育部实施的高校科技人才分类评价试点改革政策进行评估，以中国9所高校试点改革作为准自然实验，通过构建PSM-DID模型对政策效应进行实证，并进一步深入探讨政策改革效果的作用机制，分析该项试点改革政策的成效，旨在得出科技人才分类评价下一步改革的方向结论与政策建议。

从现有文献看，目前对科技人才评价的研究主要集中在影响因素和思想方法等方面，鲜有文献实证评价科技人才分类评价改革的政策效果。本文的边际贡献主要有两点：①以2014年高校科技人才分类评价试点改革为准自然实验，首次对该试点政策实施效果进行评估，为深化改革科技评价制度提供经验证据；②在综合现有关于科技分类评价研究的基础上，对科技人才分类评价改革效果的作用机制进行探讨，丰富与深化了相关领域研究。本文的研究结果可对今后持续全面推进科技人才分类评价深化改革提供决策参考和政策启示。

1 相关文献回顾

1.1 科技人才评价思想改革

国内外学者在科技人才评价改革的研究中，主要集中在科技人才评价思想方面，科技评价体系思想应该包含三项原则：系统性、合理性和可操作性。区别于绩效评价制度，科技人才评价制度是基于不同评价目的而采用不同的评价制度，形成一种分层分类的科技人才评价制度。Sirilli[1]认为科技评价是一项复杂且庞大的系统工程，是一个逐渐演变的社会行为，不能不加区分地依赖某个或某种量化的标准和评价指标体系，而应以带有整体性和系统性的思维去评价科研人员的成果。Mryglod等[2]认为科技人才评价关键是能够发现和支持最有前途的科研创新团队，便于进行科学规划和投资于未来。

近年来，国内学者对科技人才评价思想也进行了许多探讨。陈兆莹[3]提出，科技评价体系思想应考虑到独立性、可信性和有用性等原则。李强等[4]提出，科技评价体系的思想应由最初对 “量”的关注改为对 “质”的要求。王冬梅等[5]提出科技评价的三大基本原则：坚持分类评价、建立高效评价机制和特色评价体系[5]。事实上，关于科技人才评价体系构建应该遵守什么原则至今尚无定论。

1.2 科技人才评价方法改革

在科技人才评价方法方面，国外学者提出模糊综合评价法、以文献计量指标为基础的评价等多种评价方法[6-7]。Garfield[8]认为科研的数量和质量在科技人才评价体系中占据重要地位，且同行评议在科研质量评价中占有主导作用。我国科技人才的评价方法起步相对较晚，大多集中于对国外科技评价制度的借鉴上。刘兰剑等[9]对澳大利亚的ERA科研分类评价体系进行了探讨与借鉴，并为中国科研分类评价改革提出了相应建议。李杏林等[10]对美国的NIH、NSF评审制度进行了深入研究，提出了完善科技评价制度政策体系、突出科技评价重点指标、加强科技评价的全面性及连续性的建议。国内学者也提出了一些科技评价方法，沈秋坦等[11]利用标准引用影响力、N&S指数、高被引论文和高水平期刊论文四项指标建立了高校科研实力的评价模型；陈琨等[12]、赵聚辉等[13]基于DEA-Malmquist方法比较评价了国内外高校之间的技术转移效率和科技研发效率；王冬梅等[5]建立了基于灰色系统的行业特色高校科技分类评价模型；王楚君等[14]建立了基于网络排序方法的中国研究型大学科技成果转化效率评价模型。

2 政策背景与研究假设

2.1 科技人才评价改革政策背景及其演进

科技人才分类评价改革是指按照科学研究的特点，制定差异化的、分层分类化的评价系统，对从事不同科研活动的人才进行评价考核，不再采用 “一刀切”的评价制度。具体内容为：对于从事创新类的科研人才，主要考核其原创性作品；对于从事应用型和技术转移类的科研人才，主要考核其经济和实际贡献；而对于从事技术服务的科研人才，则倾向于考察其服务的效果。

国内学者程萍等[15]认为，中国科技体制改革的发展历程主要有五个时期，分别为20世纪70—80年代的科技发展恢复期、20世纪80—90年代的改革主期、20世纪90年代至2005年的科技体系创新期、2006—2013年的战略核心期、党的十八大以来的全面深化科技体制改革期。相对于西方发达国家，中国科技评价体系发展较晚，从20世纪90年代开始，中国高校逐步采用以SCI论文数量为主的量化指标去评价科研活动，到1984年才开始对科技成果进行法律意义上的界定。在初始阶段，这种制度简单有效，具有一定的可操作性，让科技评价体系从无序向有序发展，一定程度上解决了同行评议的弊端，但另一方面也导致高校出现 “唯论文”的现象，进而引发 “重数量轻质量、重短期轻长期”等系列问题。

基于上述情况，中国科技评估中心在2003年通过 《科技计划课题预算评估评审实施细则 (暂行)》等文件规范全国的科技评估活动、评估机构的建设，推动科技评估事业的发展要求。2009年，科技部通过 《科技成果评价试点暂行办法》提出以专业第三方评估机构进行评价的要求，通过引入第三方评价科技成果，在一定程度上解决了公众对科技经费使用效果的关注和问责机制的质疑[16]。但第三方评价机制依然没能很好地解决当时科技评价系统的问题，为此学术界提议推行科技人才分类评价制度。2011年，科技部发布 《国家中长期科技人才发展规划 (2010—2020年)》，提出对科技人才评价制度进行改革，建立综合评价制度，被视为科技人才评价改革的元年。2013年，教育部发布 《关于深化高等学校科技评价改革的意见》，提出了改革的导向以及实行分类评价的要求。2014年，教育部通过 《高等学校科技评价改革试点项目及承担单位》，正式推出科技人才分类评价改革的具体措施，并以9所高校为试点推进科技人才分类评价改革。2018年，中共中央办公厅和国务院办公厅联合发布 《关于分类推进人才评价机制改革的指导意见》，提出要加快推进人才评价改革等意见，中国科技人才分类评价改革已经进入深水区，到了该检验改革成效的时机，本文旨在通过构建PSM-DID方法对科技人才分类评价改革政策效果进行评估。

2.2 理论分析与研究假设

科技人才分类评价改革是中国科技和教育改革的重要方向，现有的科技人才评价制度存在评价指标 “一刀切”现象，以及 “重数量、轻质量” “重短期、轻长期” “重个人、轻团队”评价标准单一等问题，而科技人才分类改革目的在于通过评价制度来提升科研产出水平与效率。虽然大多数研究认为推行科技人才分类评价改革可以促进高校科研水平提升，但自从科技人才分类评价改革推行以来，仍有许多学者认为中国科技人才评价体系依旧存在分类不清晰、评价标准一刀切等问题[17]。杜鹏等[18]认为中国科技评价制度存在的问题表现为政策文件过多，导致效果不明显。本文认为科技人才分类评价改革从2014年推行至今已有数年，在一定程度上可促进高校科研水平的提升，而高质量科研成果需要时间的积累与沉淀，故对是否促进高质量科研成果可能存在改革效果不显著或改革目标存在时滞现象。为此提出研究假设H1：科技人才分类评价改革可以促进高校科研水平的提升，但对科研水平高质量发展的促进作用存在时滞效应。

对于科技人才分类评价改革的作用机制主要集中于人力资源效率和资金效率上。从人力资源管理角度看，科技人才分类评价改革的本质是对高校科研绩效评价系统进行改革，而一个合理的绩效评价系统之所以能促进产出，主要是基于赫兹伯格的双因素理论和斯金纳的行为强化理论。赫兹伯格提出的双因素理论认为，绩效评价中的激励机制主要有激励因素和保健因素，其中保健因素如基本工资等只能保证员工不会不满意，而激励因素则涉及更高层次的需求。事实上，要满足激励因素应让员工在工作中得到反馈并对自己的工作成果产生认可，具体到高校的科研评价体系，科学的评价标准有助于客观反映高校科研人员的工作成果，提高其成就感，满足他们对科研工作的高层次追求，进而形成对科研人员的正向激励作用。而斯金纳的行为强化理论认为要提升人力资源效率则需要对员工的行为不断修正，对于积极的行为应该进行正强化。对于高校，科技人才分类评价可以对科研人员的绩效做出更客观的评价，这种评价恰恰就是对积极行为不断正强化的基础。对科研成果的正确评价可以正强化科研人员的工作，鼓励科研人员全身心投入科研，进而提高科研产出的数量与质量。因此提出研究假设H2：科技人才分类评价改革可以通过提高科研产出人力资源效率来促进高校科研水平的提升。

从资金管理角度来看，科技人才分类评价改革可以有效提高科研资金产出效率，但作用机制体现为科研经费的产出效能。在教育部发布的 《关于深化高等学校科技评价改革的意见》中，可知在科技人才分类评价改革中提出对于科技应用型人才的评价内容主要集中在其成果的经济效益上，衡量过程包括对科研经费的考量，将科研成本纳入考核机制中，在一定程度上解决了当前科研活动 “重产出、轻投入”的现象，进而提高了科研产出的资金效率。张艳等[19]认为新形势下科研经费大幅度增长，管好用好科研经费是推进科技体制改革、实现创新驱动和跨越式发展的必然要求。中国科研经费管理制度不能有效对科研人员在科研活动中的智力付出和巨大工作量做出评价，导致资金使用效率低下。科技人才分类评价制度改革的推行，除了对科研人员评价制度改革，也要改革相应的科研经费分类管理制度，减少科研经费的不合理配置，进而提高科研资金产出效率。基于以上分析，提出研究假设H3：科技人才分类评价改革可通过提高科研经费使用效率来促进高校科研水平的提升。

3 计量模型构建

3.1 研究方法与模型设定

本文旨在通过构建PSM-DID模型，研究科技人才分类评价改革是否能有效促进高校科研水平的高质量发展。根据教育部2014年9月发布的文件 《教育部办公厅关于开展高等学校科技评价改革试点的通知》，先行在9所211高校试点改革科技人才分类评价制度，因此科技人才分类评价改革具有分批实施的特点，形成了一个准自然实验，可采用PSM-DID方法对政策效应进行评估，具体步骤为：①基于每个个体的相关变量估计倾向得分；②根据倾向得分值进行核匹配，得出相应的控制组和处理组；③根据新得出的控制组和处理组进行双重差分实验，得出基准的实证结果。基于此，本文建立的计量模型为：

scientificit=β0+β1reformit+β2CV+δi+λt+εit

其中，i为个体高校、t为时间、scientific为高校的科研水平；reform为高校进行科技分类评价改革的变量，若高校在当年参与了科技人才分类评价改革，则reform=1，否则reform=0；CV为一系列控制变量，包括教学与科研人员、科技经费、学校类型；δi为个体固定效应、λt为时间固定效应、εit为误差项。参考Moser[20]的建模思路，这个模型相当于一个双重差分模型，β1在这里衡量的是科技人才分类评价改革对高校科研水平的影响程度。若β1>0，说明科技人才分类评价改革可以促进高校科研水平的提升；若β1<0，则说明科技人才分类评价改革抑制了高校的科研水平提升。

3.2 指标构建

(1)样本选取。科技人才分类评价改革真正开始实施的时间是2014年9月由教育部牵头对9所211高校进行试点改革。到2018年，推出了 《关于分类推进人才评价机制改革的指导意见》，提出加快推进人才分类评价改革的要求，此时大部分高校已经实行科技人才分类评价制度，为了进一步检验该文件出台之前的政策效应，故将研究期间选择为2010—2017年。在研究期间内部分高校已经实施了科技人才分类评价改革，为此将这些高校从样本中剔除，且部分高校的有关科研数据未纳入教育部的统计年鉴或者存在数据缺失情况，故把这部分高校也同样剔除出样本，最终选取97所211高校作为研究样本，其中9所高校为处理组，其余88所高校为控制组。提出试点改革的文件发布于2014年9月12日，而政策文件到具体实施需要一定的时间，且从2018年起，该文件的数据统计口径发生变化，已停止披露该部分数据，碍于政策的变化和数据连贯性的限制，本文以2015年和2016年作为政策实施的真实日期。

(2)被解释变量。本文的被解释变量为高校的科研水平scientific，主要通过高校的科研水平来衡量高校的科技发展水平。在衡量高校科研水平方面有许多不同方法，主要以SCI学术论文的数量为衡量标准，但科技人才分类评价改革的初衷为去除唯论文的思想，对不同的人才实行分类评价，从而促进科研水平的高质量发展。分类评价制度主要对三方面进行分类评价，对于从事科研创新的科技人才，主要考核其原创性成果；对于从事技术转移的人员，主要考量其贡献和经济效益；对于从事技术支持的人员，主要考察其服务质量。因此本文在衡量高校科研水平时，参考了科技人才分类评价改革的内容，因科技支持的服务质量评价数据缺失，相关指标难以量化，主要通过科研学术性成果和科技应用性成果两方面对高校科研水平进行衡量。

对于学术性成果方面的考量，本文以原创性代表作来衡量高校科研水平，从专著和高水平论文发表两方面出发，分别采用以高校当年所作专著数和发表高水平论文数进行衡量，认为当年高校所作专著的数或所发表的高水平论文数越多，说明原创性代表成果就越多，则科研水平越高，高水平论文数据以教育部高校统计年鉴中的国外学术刊物发表论文数来衡量。对于应用性成果方面的考量，本文主要从技术转移方面衡量高校科技水平，创新性采用高校进行技术转移所签订的合同数和当年高校鉴定成果数对高校科技发展质量进行衡量，认为签订的合同数越多或者当年鉴定的成果数越多，则高校当年产出的技术性和应用性成果越多，当年高校的科研水平程度就越高。因此，本文分别采用高校当年签订的技术转让合同数contract、高校当年鉴定成果数outcome、高校当年所作专著数的对数lntreatise、高校当年所发表高水平论文数的对数lnpaper四个变量作为被解释变量，对高校的科研水平进行衡量。这四个被解释变量的PSM-DID模型回归结果皆显著时，认为高校科研水平得到了高质量发展；若只有部分被解释变量的回归结果显著时，则认为高校科研水平只得到了一定程度的提升，并未得到显著提升。

(3)控制变量。在控制变量方面，本文采用教学与科研人员、科技经费、学校类型作为控制变量，其中教学与科研人员以人数衡量，单位为千人，用facutly表示；科技经费以当年高校拨入和内部支出的合计来衡量，单位为百万元，用funding表示；学校类型根据研究样本分类，将高校分为综合类、理工类、医药类、农林类、师范类、语言类、民族类和政法类，分别由COM、SE、ME、AF、NO、LA、EG、PL表示，根据高校所属的类型，其对应的类型控制变量表示为1，其他类型控制变量表示为0。

3.3 数据来源

本文被解释变量和控制变量采用的数据均来自2010—2017年 《高等学校科技统计资料汇编》。根据教育部和科技部关于科技人才分类评价制度改革推行的相关文件，确定科技人才分类评价改革的实施时间，并以此建立时间变量数据。

4 实证结果与分析

4.1 描述性统计

表1所示为各变量的描述性统计结果，这里没对虚拟变量加以分析。统计结果表明，被解释变量即高校当年签订的技术转让合同数contract、高校当年鉴定成果数outcome、高校当年所作专著数的对数lntreatise、高校当年所发表高水平论文数的对数lnpaper的均值分别为44.325、19.617、2.325、6.623，说明专著数最少、高水平论文数其次，其余结果见表1。

表1 各变量的描述性统计结果

4.2 基准结果

4.2.1 PSM-DID模型分析结果

本文使用核匹配方法，得出PSM-DID基准回归结果，见表2，分为DID与PSM-DID两部分结果。其中 (1)和 (5)为以高校当年签订的技术转让合同数contract为被解释变量的分析结果， (2)和 (6)为以高校当年鉴定成果数outcome为被解释变量的分析结果， (3)和 (7)为以高校当年所作专著数的对数lntreatise为被解释变量的分析结果， (4)和 (8)为以高校当年所发表高水平论文数的对数lnpaper为被解释变量的分析结果。

表2 双重差分模型实证结果

对于从科研应用成果角度衡量高校科研水平，本文分别用高校技术转移所签订的合同数和当年高校鉴定成果数进行衡量。表2中 (1)和 (2)的结果表明，无论是对于高校签订技术转移的合同数还是对于高校鉴定成果数，基于双重差分模型得出reform系数均不显著，这可能是因为未对处理组和控制组进行有效匹配，使得处理组和控制组在科研实力方面存在较大差异，降低了结论的可靠性，因此需要进一步做PSM-DID分析。 (5)和 (6)的结果表明，以高校签订技术转让合同数为被解释变量，分析发现reform系数为正，且在5%水平下显著，说明科技人才分类评价改革能促进高校进行技术转移；在控制变量方面，科研经费funding的系数在5%水平下显著为正，说明科研经费的投入增长可以对高校技术转移产生正效应，而高校类型为综合类和理工类的系数皆显著为负，说明当高校为综合类或理工类学校时，高校的技术转移较为受限，这可能是因为综合类学校院系众多，科研投入较为分散，使得科研发展受限，而对于理工类高校则可能是因为学科特性，理工学科的科研需要大量的实验，需要更多的科研时间与科研经费，因此相比其他学科的科研进展较慢，进而抑制了高校技术转移的推进。对于以高校当年鉴定成果数为被解释变量的PSM-DID分析，reform系数为负，但并不显著，说明科技人才分类评价改革对于高校创造应用成果的影响不显著。但通过对教育部在2013年11月29日发布的 《教育部关于深化高等学校科技评价改革的意见》和2014年9月发布的 《教育部办公厅关于开展高等学校科技评价改革试点的通知》研究发现，科技人才分类评价改革对于科研应用成果方面的评价主要聚焦于技术转移所产生的经济收益，对于鉴定成果的考量较少。因此从这个角度看，科技人才分类评价改革在对于科研应用成果提升的促进上具有显著作用，但只能认为在一定程度上促进了高校科研水平的发展，并不表明得到了高质量发展。

对于从科研学术成果角度衡量高校科研水平，本文分别用以高校当年所作专著数量的对数和高水平论文发表数量的对数作为被解释变量。表2中 (3)和 (4)的结果表明，reform系数均不显著。对以专著数为被解释变量的PSM-DID进行分析， (7)和 (8)的结果表明，reform系数显著为正，说明科技人才分类评价改革可以提升高校专著数量，在控制变量方面，科研经费funding的系数在5%水平显著为正，说明科研经费的投入增长可以促进高校专著的撰写。高校类型为综合类和理工类的系数皆显著为负，可能是因为综合类学校院系众多，科研投入较为分散，使得科研发展受限；理工类学校则可能是因为学科特性，其科研活动主要在实验方面，科研学术成果主要集中在论文上，对于撰写专著的工作资源分配较少。对以高质量论文数为被解释变量的PSM-DID进行分析，结果表明reform系数为正，但不显著，说明科技人才分类评价改革对于提升高质量论文数影响不显著。根据 《教育部关于深化高等学校科技评价改革的意见》，发现科技人才分类评价改革对于科研学术成果的评价聚焦于原创性代表作，而专著和高质量论文都属于考察范围，但对于高质量论文的促进效果并不显著，故认为从科研成果角度看，科技人才分类评价改革具有部分成效，但总体成效欠佳，只是对科研水平的提升具有促进作用，并不能及时促使其高质量发展。

根据基准分析结果，初步得出结论：科技人才分类评价改革可在一定程度上促进高校科研水平提升，但以高质量论文和鉴定成果数为衡量标准来看，促进作用并不显著，说明试点改革并没有及时促进高校科研水平的高质量发展。因此，可以初步推断假设H1成立，假设H2和H3有待进一步验证。

4.2.2 平衡性检验

在进行PSM-DID分析时，先利用stata命令对倾向匹配后的各变量在实验组与控制组的分布进行平衡性检验，具体参考李卫兵等[21]的方法和思路。根据基准结果，以高校签订技术转让合同数和以高校所著专著数的对数为被解释变量的分析结果显著，因此本文主要对以高校技术转让合同数和以高校专著数的对数为被解释变量的PSM-DID模型做平衡性检验，得出表3所示的结果。发现除了被解释变量显著，所有的自变量均值在处理组和控制组之间均不存在显著差异，表明经过匹配后的处理组和控制组分布具有一致性，满足平衡性检验要求。

表3 平衡性检验

4.3 稳健性检验

建立双重差分模型需要对基准结果进行稳健性检验，具体做法为进行平行趋势检验和改变被解释变量的度量方式进行检验。本文主要以PSM-DID的基准结果进行稳健性检验，根据基准结果，以contract和lntreatise为被解释变量的实证结果显著，因此本文主要对contract和lntreatise为被解释变量的实证结果进行稳健性检验。

4.3.1 平行趋势检验

参考Vandenberghe[22]的平行趋势检验思路，若高校提前n年进行科技人才分类评价改革，进行反事实的平行趋势检验，即检验试点高校和控制组的高校科技发展水平reform系数在科技人才分类评价改革实施前是否存在差异。具体做法为，利用treat代表处理组的虚拟变量，分别假设科技人才分类评价改革提前1～4年开始实施，分别由post1、post2、post3、post4表示科技人才分类评价改革实施前1～4年的时间虚拟变量，检验treat×post系数是否显著，结果如表4所示。其中treat×post代表科技人才评价改革实施时的回归系数，系数为正且在5%水平显著，而treat×post1、treat×post2、treat×post3、treat×post4的系数皆不显著，说明样本满足平行趋势假设，同时也说明科技人才评价改革的实施是技术转移签订合同数上升和高校所著专著数上升的原因。

表4 平行趋势检验

4.3.2 改变被解释变量的度量方式

本文通过采用不同的度量方式去衡量被解释变量，进行稳健性检验。基准回归的被解释变量为高校当年因技术转移而签订的合同数和高校当年所著专著数量的对数，这里改变被解释变量的度量方式，以进行技术转移而签订合同所产生的收入金额表示高校技术转移水平、高校当年所著专著总字数的对数表示高校当年所著专著数量水平，得出的实证结果如表5所示。发现改变了两个被解释变量度量方式的reform系数依然显著为正，说明科技人才分类评价改革可以促进科研水平的发展。采用不同的度量方式刻画被解释变量，结论保持一致，说明基准回归的结果稳健。

表5 改变被解释变量的度量方式

4.4 影响机制检验

本文通过基准回归和稳健性检验，在一定程度上验证了研究假设，认为科技人才分类评价改革可以促进科研水平的提升，但没带来科研水平的高质量发展。这里通过影响机制进一步检验科技人才分类评价改革是如何促进科研水平发展的，根据研究假设H2和H3，科技人才分类评价改革是通过提高科研人员人力资源效率和科研经费利用效率来促进高校科研水平的发展，因此用科研人员人力资源效率和科研经费利用效率研究科技人才分类改革的影响机制。

对于签订技术转让合同的促进作用研究，以每千人科研人员所创造的技术转移签订合同数表示技术转移产出的人力资源效率，以每百万元科研经费所创造的技术转移所得收入表示技术转移产生的科研经费利用效率，并分别以人力资源效率和科研经费利用效率为被解释变量，进行PSM-DID模型分析。对于专著数量的促进作用，以每千人科研人员所撰写的专著数对数表示专著产出的人力资源效率。以百万元科研经费所得出的专著数对数表示专著产出的科研经费利用效率，并分别以人力资源效率和科研经费利用效率为被解释变量，进行PSM-DID模型分析，得出的结果如表6所示。其中 (1)和 (3)分别表示技术转让产出的人力资源效率和专著产出的人力资源效率为被解释变量的分析结果， (2)和 (4)分别表示以技术转让产出科研经费利用效率和专著产出科研经费利用效率为被解释变量的分析结果。可以看出，reform系数皆显著为正，说明科技人才分类评价改革对技术转让产出和专著产出的人力资源效率和科研经费利用效率均具有显著正作用，故可证明科技人员评价改革通过提高科研人力资源效率和科研经费利用效率，进而提升技术转让和专著产出，从而促进高校科研水平的发展。

表6 影响机制检验

对于人力资源效率的提高，可能是因为科技人才分类评价改革实施使得从事技术转移的科技人员得到更客观公正的评价，提高了他们对科研的积极性，从而提高了人力资源效率；也可能是因为更细致的评价标准使得科研人员在进行科研活动时更具有方向性和目的性，也让科研人员能减少在非评价领域工作的时间，集中精力在评价领域内进行科研活动，提升科研产出，进而提高科研的人力资源效率，达到提升高校科研水平的目的。对于科研经费利用效率的提高，可能是因为评价指标增加了对经济效益的考察，使得科研人员在从事科研时更加注重科研的投入产出比，进而提高了科研资金效率；也可能是因为分类评价标准使得科研活动更具方向性，减少了科研资金的浪费，进而提高了科研资金效率，达到提升高校科技发展水平的目的。根据影响机制检验，结果发现科技人才分类评价改革是通过提高科研人员人力资源效率和科研经费利用效率来促进高校科研水平的发展，因此验证了研究假设H2和H3。

4.5 进一步探讨：政策效果的时滞效应

上述实证结果表明，科技人才分类评价改革对于高质量论文的数量和高校当年鉴定成果数不具有显著促进作用，而科技人才分类评价改革政策的真正实施时间是2014年9月，之后9所试点高校相继出台或转发了教育部相关政策，因此本文设定的政策实施时间为2015年。考虑到政策落实需要一定时间，即高质量论文发表和鉴定成果产出所需时间较长，对于政策反应具有一定的时滞性，因此本文将政策实施时间往后延长，重新设立为2016年，通过PSM-DID模型实证考察滞后效应下的科技人才分类评价改革对高质量论文数和成果数的影响。因为截至2018年，已经推出了 《关于分类推进人才评价机制改革的指导意见》，提出加快推进科技人才分类评价改革的要求，此时大部分高校已经实行了科技人才分类评价制度。此外，从2018年起，数据来源 《高等学校科技统计资料汇编》的统计口径发生改变，已停止披露该部分数据，碍于政策的变化和数据连贯性的限制，本文未能对高校鉴定成果数做进一步的时滞效应分析。

根据表7的分析结果，实证发现对于以高校鉴定成果数为被解释变量的分析，reform系数依然为负，且不显著，说明科技人才分类评价改革对于高校创造应用成果的影响并不显著。但对于以高质量论文数的对数为被解释变量，发现reform系数显著为正，相较于未考虑滞后效应的PSM-DID分析结果来说，reform系数更大更显著，说明在考虑到滞后效应后，科技人才分类评价改革对于高质量论文数的提高具有显著促进作用，但存在一定的时滞效应。对专著数的研究则不存在滞后效应，因为一篇高质量论文的发表可能比专著的出版耗时更长，因此以高质量论文数的对数为被解释变量的研究存在滞后效应，而以专著数为被解释变量的研究不存在滞后效应。

表7 时间滞后效应分析

5 结论与政策建议

本文以2014年9月实施的9所211高校科技人才分类评价改革试点作为准自然实验，通过构建PSM-DID模型对这次改革政策进行效果评估，研究科技人才分类评价改革对高校科研水平发展的影响，结果表明在一定程度上科技人才分类评价改革可以促进高校科研水平的提升。在以应用性研究成果为被解释变量的分析中，认为科技人才分类评价改革效果显著，且在一定程度上缓解了当前科技评价体系中 “重数量、轻质量”的问题；但在以原创性作品为被解释变量的分析中，发现科技人才分类评价改革只对高校科研人员撰写专著数具有促进作用，对高质量论文发表的促进作用存在一定的时滞效应。把以2015年改成以2016年为政策实施时间，实证发现科技人才分类评价改革对高质量论文数具有显著促进作用，故可认为科技人才分类评价改革对于高校科研的高质量发展具有较大的促进作用，但政策效果存在一定的时滞效应。因此从科研学术成果角度看，认为科技人才分类评价改革对高校科研水平提升与高质量发展具有较好的促进作用，这对于相对缺乏原创性高质量科研成果的我国现状来说，结合新时代背景对科技评价制度进行深化改革具有划时代的意义。

根据以上实证结论，提出以下政策建议：

(1)政府应持续坚持并细化科技人才分类评价改革的导向。本文研究的政策作用时间为3年，通过PSM-DID分析结果发现2014年9月实施的试点改革在3年内就有了显著成效，表明科技人才分类评价改革取得了显著的阶段性进展，故应持续坚持并分层细化科技人才分类评价改革，以改革促进高校科研水平的高质量发展。

(2)政府应对评价对象和评价标准进行更精细的分层分类。应根据不同类型的高校建立不同层次的评价体系和评价标准，基准结果发现对于不同类型的高校，相同的分类评价改革产生的作用存在差异，对于综合类和理工类高校的促进作用较小，故应针对这类高校的科研属性和学科特性，制定更为精细的评价标准，以提高科技分类评价改革的政策效应。

(3)政府应深化改革原创性代表作的评价标准，以推动高质量科研成果的发展。本文实证发现科技人才分类评价改革对高校科研水平提升具有一定的促进作用，但在高质量论文的考察中，分类评价体系仍有缺陷，未产生很好的促进作用，虽然现在一直强调要破除 “唯论文论”的思想，但不是 “去论文论”，且高质量论文是高校科技发展中的重要部分，故在制定评价标准时，应该充分加重对原创性代表作的考察评价，且对论文的等级也应制定评价标准，而不能仅依赖于以刊评文，确保评价研究内容为原创性高质量论文，避免以次充好的现象，进而实质性提升高校科研水平，进一步展示出科技人才分类评价改革的优势和作用。

(4)政府应加大科技人才分类改革政策的推行力度与监督评价。应确保科技人才分类改革的政策落实到位，加大对科技人才分类评价改革政策的推行力度与监督评价，保证科技人才分类评价改革能发挥作用，实质性提高中国高校的科研水平，最终实现高校科研水平的高质量发展。