基于高水平大学建设视角下的高校科研投入产出效率研究——以山东省为例

王 嫣，张志远

（青岛大学 师范学院，山东 青岛 266071）

引言

百年大计，教育为本。我国历来重视高等教育的发展，“985”和“211”工程以及“双一流”建设的实施孕育了一批享誉世界的高水平大学，使得中国高等教育建设沿着“集中力量、重点突出、优先发展、带动整体”的道路上稳步前进。但我国高等教育在获得突出进步的同时，也存在着缺乏良好的进入和退出机制，资源配置不公等问题，迫使大学间的差距人为增大，使得固化的利益格局在重点高校中形成。［1］为促进高校合理发展，我国印发了《深化新时代教育评价改革总体方案》和《“双一流”建设成效评价办法（试行）》，力图通过改革优化教育资源配置，形成合理的竞争机制，激发办学活力，这也为高水平大学的建设提出了更高的要求。

为推动山东省高等学校主动对接国家一流大学、一流学科建设重大战略，建设高水平大学，山东省人民政府于2019年出台了《关于推进新时代山东高等教育高质量发展的若干意见》，启动创建一流大学建设计划。2020年省委书记在全省高等学校高质量发展座谈会上进一步指出加强高水平大学建设的重要性，同年山东省印发了《山东省高水平大学建设实施方案》的通知，对标国内一流大学，合理配置科研资源，着力突破我国高校科研“投入多产出少”现实瓶颈，在此背景下各高校的科研投入产出效率成为决策者及学者们关注的重点。［2］文章运用DEA—BCC模型和Malmquist指数模型分析山东省37所高校2014-2016年科研投入产出静态和动态效率，了解高校科研投入产出现状，并寻求提高科研效率的方法，以期提高高水平大学建设水平，更好地促进山东省高校对经济和科技的推动作用。

一、相关研究

高校的科研投入产出效率一直是学者关注的热点，相关研究十分广泛。DEA是一种针对具有多个投入和多个产出指标的若干个相同类型的部门所进行的一种相对有效性综合评价的数量方法。1974年Levin教授率先将DEA方法应用到教育领域，开启了利用DEA评价高等教育科研效率之路。从DEA分析涉及的时间维度区分，将现有的研究分为静态效率分析和动态效率分析。［3］

（一）高校科研投入产出静态效率

1．按静态效率的决策单元分类

静态效率是指技术和偏好保持不变时的效率，DEA中的CCR和BCC模型就是用来描述决策单元的静态效率。［4］从决策单元来看，对高校科研静态评价的DEA方法可按决策单元不同分为三类：第一类是决策单元为院系进行效率评价，如查勇、梁樑建立了对高等院校院系投入产出效率评估的指标体系和DEA模型，通过CCR模型分析了高校院系的经营效益和规模效益。［5］第二类是决策单元为高校的进行科研的投入产出效率分析，侯光明和晋琳琳运用DEA方法对“985工程”重点建设的9所研究型大学建设效率进行了分析与评价，结果表明，这些研究型大学建设的投入产出已经基本达到了最优，但是各个研究型大学的建设绩效的相对有效性仍然存在差别；［6］田东平、苗玉凤等运用DEA方法对我国2003年75所重点高校的科研效率进行了评价与分析，并提出了相应的对策建议；［7］陆根书、刘蕾为分析研究2000-2004年教育部直属高校的科研效率及发展趋势，也使用了DEA中的CCR和BCC模型。［8］第三类决策单元是各个不同地区，大多分为东中西三部，孙世敏运用CCR模型评价了2003年我国29省的高校科研投入产出效率，得出了我国西部地区的高校科研投入产出效率相对低于中部和东部的结论；［9］赵晓阳采用投入导向的CCR模型对我国31省市2003年至2009年高校科研活动投入产出的面板数据进行评价，发现科研效率与地区经济发展水平之间不存在必然联系。［10］廖帅将全国31省分为3个不同经济发展地区，运用CCR模型测度地区高校整体的科研效率水平。［11］

2．按静态效率指标分类

从高校科研静态效率的指标建设来看，对于以高校为决策单元的，多以科研人力投入（如教学与科研人员、研究与发展人员总量或全时量）和科研经费投入（当年支出总量）为投入指标，在选取产出指标时，将专著数量、在国外及全国性刊物发表的学术论文数作为数量产出指标，将鉴定成果数、技术转让当年实际收入作为质量产出指标，如王丽娜，赵晓阳等。［12］对于以各个不同地区为决策单元的，多以人力资源（R＆D人员合计或全时人员）、科技经费（R＆D经费支出内部合计）为投入指标，以R＆D课题数、发表科技论文数、出版科技著作、专利所有权转让及许可收入、形成国家或行业标准数为产出指标，如廖帅、葛梅等；有的研究还在产出指标中加入了知识产权合计数，如孙世敏等。

（二）高校科研投入产出动态效率

动态效率是一个跨期的概念，是在较长时期里实现的一个综合效率的测算。由于DEA计算的决策单元只是比较某一个年份的相对效率值，不能对决策单元进行纵向的对比，因此学者又将Malmquist指数模型作为研究动态效率的方法引入到高校科研效率中。例如，马玲玲选取部分985工程高校为研究对象，应用Malmquist指数方法实证测算了高校科研动态绩效。［13］刘兴凯运用Malmquist TFP指数分析了天津市13所高校2008-2016年科研创新的全要素生产率变化及其分解，并在此分析下提出了优化建议。［14］

随着研究的不断深入，如蔡文伯、张宝生等，越来越多的学者综合运用静态效率和动态效率来研究高校科研投入产出效率；在数据的选取上也由截面数据逐渐过渡为面板数据。［15］［16］通过文献梳理可知，对于区域教育政策背景下的高校科研投入产出效率的研究较少，且已有的研究大多分析全国各省的高校科研投入产出效率的对比，对于山东省各高校的科研效率情况的对比却鲜有研究，山东省作为教育大省，在全国范围内发挥着重要的智力支撑作用，文章综合运用BCC模型和Malmquist指数模型来分析2014-2016年山东省37所高校科研投入产出的静态和动态变化，以期了解高校科研投入产出效率的变动情况，有助于山东省政府根据研究结论采取相应政策措施，也对促进下一阶段高水平大学建设具有一定的理论意义和现实价值。但由于数据可获得的困难性，文章的科研产出指标选取的学术论文数量没有细分论文的质量，特别是近年来随着教师评价标准的不断严苛，高校教师急于求成，可能导致高质量低产出论文的高校的科研效率低于低质量高产出论文的高校，这也是今后研究需要进一步改进的问题。

二、研究设计

（一）研究模型

1．DEA-BCC模型

DEA模型主要分为传统的CCR模型和BCC模型。CCR模型是在决策单元（DMU）处于规模报酬不变的条件下用来测算综合技术效率的，BCC模型是在DMU处于规模报酬可变的条件下，其中综合技术效率（TE）又可以划分为纯技术效率（PTE）和规模效率（SE），即TE＝PTE*SE。［17］TE是指对DMU的资源配置能力和使用效率等多方面能力的综合衡量与评价，PTE是已经假定了DMU处于最优生产规模下的效率，SE是指当DMU处于规模报酬可变的情况下，生产规模影响技术效率的程度，由于高校科研的投入和产出属于规模报酬可变，因此文章采用BCC模型来进行分析。具体BCC模型如下：

其中，θ表示DMU的有效值，j＝1，2，3，…，n代表决策单元，X和Y分别是投入、产出向量。λj代表权重系数，S-和S+分别为冗余量和松弛量。

该模型有下列三种情况：（1）若θ＝1，S+＝S-＝0，说明决策单元为DEA有效，即DMU经济活动既符合技术有效也符合规模有效；

（2）若θ＝1，S+≠0，或S-≠0，说明决策单元弱DEA有效，即DMU规模效率和技术效率不是同时有效；

（3）若θ＜1，说明决策单元非DEA有效，即无论技术效率还是规模效率均不属于效率最佳。

2．Malmquist指数模型

DEA-BCC模型是从静态角度对高校科研的投入产出进行分析，Malmquist指数又称全要素生产率指数，是从动态角度来对各个决策单元不同时期数据进行分析。最早是由Malmquist提出的并将其分解为技术进步和技术效率，随后Fare在此基础上又将技术效率分解为纯技术效率和规模效率，其基本表达式如下：

其中，Dt表示t时期的距离函数，xt，yt分别表示第t时期的投入量和产出量。当M＞1时，全要素生产率随时间的推移而上升；当M＝1，全要素生产率的变化与时间无关；当M＜1，全要素生产率随时间的推移而下降。

（二）评价指标和数据来源

高校科研能力由科研势能和科研动能两方面组成，文章将朱文藻的高校科研能力评价指标体系作为参照基础，参考相关文献，同时遵循综合性、先进性、科学性、可操作性及可测性原则，考虑科研活动投入的人、财、物力，由于物力最终可以通过财力表现，因此文章拟选取研究与发展人员数量合计、科技经费当年内部支出两项为投入指标，而选取出版专著部数（数量）、发表的学术论文数量（数量）、科研成果转化实际收入（质量）及科研成果获奖项数（质量）四项为产出指标，如图1所示。［18］

图1 山东省高校投入产出效率评价指标体系

根据数据的可获得性和有效性原则，本文选取了山东大学、中国海洋大学、中国石油大学（华东）、山东科技大学、青岛科技大学、济南大学、青岛理工大学、山东建筑大学、齐鲁工业大学、山东理工大学、山东农业大学、青岛农业大学、潍坊医学院、泰山医学院、滨州医学院、山东中医药大学、济宁医学院、山东师范大学、曲阜师范大学、聊城大学、德州学院、滨州学院、鲁东大学、临沂大学、泰山学院、济宁学院、菏泽学院、山东财经大学、齐鲁医药学院、青岛滨海学院、枣庄学院、青岛大学、烟台大学、潍坊学院、山东警察学院、山东交通学院和山东工商学院37所高校作为决策单元的集合，数据资料来源于2014-2016年《高等学校科技统计年鉴汇编》。

三、实证分析

（一）山东省高校科研投入产出现状

对收集数据进行整理分析：首先，科研投入方面，发现2014-2016年研究与发展人员总量和科技经费当年内部支出的标准差较大，说明山东省各高校的投入资源差距明显。从变化趋势来看，研究与发展人员总量的标准差和均值都在逐年缩小，说明高校间人员数量的差距在缩小，而科技经费当年内部支出的标准差和均值都在逐渐扩大。说明在经费上的差距逐渐扩大。其次，科研产出方面，山东省各高校四个产出指标的差距过大，最大值与最小值差距明显，这也说明了高校间的科研产出水平差距过大。从时间维度来看，除了学术论文数在2014-2016年间总体均值上升了10篇，出版专著数、技术转让实际收入和成果授奖数在此期间均呈下降趋势，但由于研究与发展人员总量在下降，经费总量在上升，因此需要测算高校的投入产出效率来为山东省的科研情况做出具体分析。

（二）基于BCC模型的科研静态效率分析

文章运用DEAP2．1处理数据，在设置程序参数时选取的是投入主导型模型（INPUT ORIENTATED）。表1是运用DEA方法的BCC模型计算得出的山东省37所本科高校科研效率情况。

从表1中可以看出，2014-2016年山东省总体高校科研效率均值均小于1，且总体呈下降趋势，由0．584下降到0．568，这说明了综合技术效率均未达到有效状态，且越来越有偏离有效状态的趋势。山东省各高校均值在0．1到1之间不等，这说明各高校技术效率参差不齐且差异较大，从持续性状态上分析，只有S2、S4、S8、S25这4所高校在2014-2016年间科研效率较高，均在技术效率的有效前沿面上，实现了科研资源的高度利用和产出，成为其他高校的学习标杆。S6、S11、S16、S31、S37的科研效率也相对较高，分别为0．976、0．824、0．845、0．875、0．884，这些高校的科研效率十分接近有效前沿面，可以通过调整投入和产出来提高科研效率。此外，S1、S10、S11、S14、S29的科研效率波动幅度较大，且总体呈下降趋势。其他高校如S3、S5、S7、S9、S12等在这期间科研效率均未达到过最佳的有效状态，这也说明了在资源配置、投入冗余等各方面各高校需要进行不同程度的优化。［19］

表1 2014-2016年山东省37所高校科研投入产出综合效率分析结果

从图2可知，除极少部分高校的规模效率和纯技术效率一致，大部分高校纯技术效率和规模效率相差较大，山东省各高校的规模效率高于纯技术效率的比例较高，如S3、S7、S33等高校，这说明拉低这些高校技术效率的主要原因在于高校的管理制度和技术等因素的影响；［20］另一部分如S32、S29等高校纯技术效率远高于规模效率的高校，他们的管理制度和技术等因素在假定最优生产规模的前提下无限接近于DEA有效前沿面，科研规模的不合理是造成高校综合技术效率较低的主要原因，即未达到最优生产规模。

图2 2014-2016年山东省37所高校科研投入产出静态效率分析

为了解非有效DEA决策单元的优化策略，文章以2016年为代表，分析各高校要想达到有效DEA所应对各项投入、产出指标值所做调整的描述。其DEA模型投影值与实际值的差异，也就是非DEA有效决策单元的改进值。需要注意的是在2016年有29所高校属于非DEA有效，在表2中却有25所高校的投入、产出指标的调整值，这表示另外4所高校，即S1、S3、S28和S30，在目前的技术水平上，科研投入资源的使用是有效率的，即纯技术效率有效，其规模无效造成了综合技术效率偏离有效前沿面，因此如何更好地发挥规模效益是高校改革的重点。

从表2来看，S5、S7、S11、S12、S15、S18、S19、S23、S24、S36这10所院校只是产出不足，只需要在维持投入不变的同时适当的增加产出；S26和S27只是投入冗余，只要适当减少投入量就能获得同样多的产出；其余院校在投入和产出方面都需要调整。以S9为例，在投入指标中“研究与发展人员数量合计（X1）”的松弛变量为43．255，这说明要想达到DEA模型的有效前沿面，应当适当的缩减研究与发展人员的数量；在产出指标中，“发表的学术论文数量”应增加的总量为139．549，在其余三个产出指标中不大需要做调整。另外，S26科研效率不高，主要原因是科技经费当年内部支出冗余过多，因此未来应该优化经费资源配置以提高科研效率。

表2 2016年山东省25所非DEA有效决策单元的改进分析

S15 0 0 0 0 49．13 0．67 S17 189．864 0 0．904 0 0 1．811 S18 0 0 0 0 0 1．2 S19 0 0 0．734 0 59．663 0 S20 186．259 0 1．46 0 0 3．443 S21 31．553 0 0．009 0 0 0 S22 112．711 0 0 0 70．987 0．876 S23 0 0 0 0 6．567 0．775 S24 0 0 0 0 15．049 2．706 S26 0 1642．082 0 0 0 0 S27 93．741 0 0 0 0 0 S29 35．044 0 0 20 0 0 S32 419．471 0 1．975 0 0 4．162 S33 11．035 0 0．494 0 0 0 S34 0．076 0 0．0038 0 0 0．077 S35 8．591 0 0 32 0 0 S36 0 0 0 0 10．349 0．197

从总体上观察非DEA有效决策单位的松弛变量，可以发现在非有效DEA决策单元的投入冗余中，大多集中在研究与发展人员总量（X1）上，产出不足主要集中在学术论文数量（Y2）和科研成果转化实际收入（Y3），这也在一定程度上说明了我国大部分地区的高校在科技成果转化方面存在不足，当前我国高校大量的科技成果还是停留在理论和实验室，为社会和企业创造的经济价值远远不够。［21］

（三）基于Malmquist指数模型的动态分析

1．阶段性分析

如图3所示，在2014年—2016年间，山东省37所高校科研投入产出的平均全要素生产率（TF）的增长率为-17．3%，且该期间的平均Malmquist指数均小于1，这说明山东省这37所高校的科研资源的整体利用效率不仅没有提高，反呈弱衰退趋势。其中，平均技术效率（EF）增长率为-2．7%，平均技术进步增长率为-15%，这表明技术进步效率（TE）是造成山东省各高校科研效率降低的主要原因，这是因为高校科研活动没有使现有技术得到充分利用，并且技术进步较为落后，因此无法达到技术的最有效状态。另外小部分原因是因为技术效率的降低，进一步分解技术效率指数，将综合技术效率分解为纯技术效率（PE）和规模效率（SE）。在2014—2016年间，山东省37所高校科研的平均规模效率和纯技术效率的增长率分别为1．1%和-3．8%，这说明了纯技术效率变化是山东省高校科研活动效率呈衰退趋势的另一个原因，由此可见，如果不及时调整高校科研管理的制度和水平，提高科研技术使之与社会发展相匹配，以保证资源的合理优化配置，就会对山东省高校的科研效率造成严重影响。［22］

图3 2014-2016年山东省高校科研效率分解结果变化趋势

2．区域性分析

由表3可知，2014-2016年山东省37所高校中有13所高校全要素生产率大于1，占总高校的35．14%，这些高校的科研效率呈上升趋势，另外24所高校的科研效率呈下降趋势。在全要素生产率大于1的高校中，只有一所高校是仅仅由于技术进步效率的提高带来全要素生产率的提高，其余高校或多或少的受到了技术效率提高的影响带来全要素生产率的提高，这说明大多高校全要素生产率的提高是由于技术效率提高的影响，因此也说明了在这期间高校的科研管理水平不断提升，科研规模不断趋于合理。在全要素生产率小于1的高校中，技术进步效率变化指数均小于1，这说明高校全要素生产率的下降都有技术进步效率降低的影响，这也与上文的山东省阶段性分析相吻合，说明各高校要采取措施来促进科研技术的进步和创新。

表3 2014-2016年山东省37所高校科研Malmquist指数分解值汇总表

从图4中也可以看出，山东省13所高校全要素生产率处于上升趋势，且大部分集中于1-1．4的区间内，而全要素生产率下降的24所高校中多集中于0．6-1的区间内，这说明山东省的这些高校效率虽有所下降，但下降幅度较小，能够通过合理的科研调整使得效率回升。

图4 2014-2016年山东省37所高校全要素生产率指数散点图

四、研究结论与优化对策

（一）结论

研究首先利用DEA-BCC模型对2014年-2016年山东省37所高校进行了科研投入产出效率的静态分析，随后分析科研投入产出的动态效率使用了Malmquist指数模型，主要得出以下研究结论：

1．山东省各高校的科研投入产出效率有待提高。在静态分析中，2014年-2016年山东省37所高校整体的科研投入产出的平均综合效率为0．568，总体呈下降趋势，且下降幅度较大。在这期间仅有S2、S4、S8、S25这4所高校达到了DEA有效前沿面，从未达到DEA有效状态的高校占绝大比重，在2014年、2015年和2016年分别仅有18．9%、27%、21．6%的高校达到有效状态，山东省高校科研投入产出效率仍存在着较大的上升和发展空间。但从总体看高校达到科研效率有效的比例在逐渐提升，这在一定程度上说明了山东省高校已经意识到该问题，需要稳步提高。

2．山东省各高校之间的科研投入产出数量差异明显。通过对山东省高校科研投入产出现状的分析，发现无论是投入数量还是产出数量标准差都较大，且在这期间研究与发展人员总量在下降，从产出来看除了学术论文数呈上升趋势外，其余科研产出数量均呈下降趋势，而科技经费当年内部支出却呈上升趋势。另外，在分析非有效DEA决策单元的改进中，能够对各高校的投入冗余及产出不足的情况有一个较为清晰的了解。在未达到有效状态的高校中，产出不足的高校占比84%，投入冗余的高校占比72%。在投入冗余方面，大多集中在研究与发展人员总量（X1）上，产出不足主要集中在学术论文数量（Y2）和科研成果转化实际收入（Y3）方面。这说明山东省高校科研投入资源在数量和规模及产出的数量和成果转化上存在较大的问题，需要在科研资源配置方面进一步改进，使得能够合理有效的配置科研资源。

3．影响山东省高校科研效率的关键因素在于技术进步效率和技术效率。在动态分析效率方面，山东省2014年-2016年37所高校有13所高校处于全要素生产率提高趋势，有92．3%的高校受到了技术效率提高的影响，说明高校的科研规模和管理制度等都在不断优化；24所高校处于下降趋势，但总体下降幅度不大，这些高校全部都有受到技术进步效率下降的影响。全要素生产率降低是由于技术效率降低和技术进步效率降低共同导致的，其中导致全要素生产率降低的主要原因是由于技术进步效率下降幅度较大；而大多高校的纯技术效率下降又是导致技术效率降低的主要原因，还有少部分高校技术效率下降是由于规模效率的降低，因此需要山东省各高校在进一步强化技术内核的同时促进科研管理制度和科研规模的进一步优化。

科研投入产出效率虽然在一定程度上将科研成果量化，有利于直观的看出高校的科研情况，但是一味的“唯科研产出”评定一所高校的科研情况将所有压力都积压在高校教师身上，为了追求效率、追求“五唯”造成了教师的舍本逐末，无法沉下心来进行有价值的学术研究，而选择了效率较高、效益较小的研究，精心钻研“排名”制胜之术却偏离了学术大道，其结果必然导致高校的恶性竞争，学术风气不正。［23］而高水平大学不仅需要科研的进步和提高，更加需要面向经济主战场，充分发挥高校作为“科技第一生产力与人才第一资源重要结合点”的重要作用，形成科研对接机制，促进高校科研成果更好地服务地方创新发展。因此我们可以采用合理适度的方式来提高科研效率，但切不可为盲目追求效率而忽略了高水平大学所承担的科技发展和人才培养的重任。

（二）对策建议

基于上述结论分析，文章以山东省为例提出以下优化和提升高校科研效率的对策建议，以期从科研方面来更好地推动高水平大学的建设。

1．合理调整和配置科研资源，将资源配置适当的与效果转化和社会服务挂钩。近年来随着经济社会的发展和对科学研究的重视程度逐渐加深，政府对各高校的科研投入不断加大，但大多高校的科研效率却呈下降趋势。而且随着高校对效率的追求，论文撤稿、学术造假等科研不端事件，重创了我国的科研创新环境，同时也引发了制度反思。在当前浮躁的科研背景下，要想建设成高水平大学，效率只能作为一种参考依据，破除“唯论文”论的不良导向，将资源配置与相关科研成果的落地转化和社会服务挂钩，按照不同的科研成果质量进行赋值，同时考虑高校对区域发展的贡献度来综合测评。地方高校要把握住知识时代的机遇，主动与国家的战略需求相对接，积极组织技术人才团队，推动科研前沿领域内的项目研究，锻造科研重器，力争实现“从0到1”的科技创新性突破，争取为区域发展提供长久的驱动力。宁波大学重视科研成果的转化与应用，与企业、研究院所合作，推进“博士教授进企业”活动，建立健全科技成果转化机制，优化科研成果转化流程，构建成果转化一条龙服务，实现长效发展，值得我国地方高校借鉴。

2．广泛开展校际、校企和国际合作，加强科研活动的交流及协同发展。开放交流是提升我国的科研水平和建设高水平大学的必然要求。［24］我国高校的科研效率、科研策略存在较大差异，应该重视高校间的合作与支持，鼓励科研水平相对较低的高校向处于生产效率前沿面的高校科研人员的交流讨论，作为教育部直属的S2高校的科研效率在三年间持续达到DEA有效，S1和S3虽没有达到有效前沿面，但是都不存在投入冗余和产出不足的问题，这说明教育部直属高校的科研资源配置较为合理，地方高校可以学习这些高校的科研经验，开展校校合作，形成优势互补，推进高校间的资源共享和协同进步，提高前沿高校的带动作用。鼓励引进高层次人才，聚集全球人才与资源，密切中外的科技交流合作，积极开展项目国际化等创新工程，与国际合作院校构建紧密的科研合作关系，共建一流学科实验室。同时强化产学研合作，鼓励支持地方企业与高校进行联合，共同研发，并对成果进行应用与推广，与地方形成“服务、支持、共赢”的发展理念。为主动对接区域发展需求，苏州大学联合苏州市，将“名城名校融合发展”战略推动，推进企业支持科学研究、高校学科服务地方产业等工程，实现了高校与区域经济发展的融合，这也为我国高水平大学建设提供了良好的思路。

3．建立合理的科研评估体系，为科技发展提供良好氛围与创新环境。科学研究不应该以职称和晋升为目的，而应该以服务国家和人民利益为导向。首先，评估体系要注重重大科学发现、尖端技术探索、重大发明和解决的技术难题等创新性发现和技术，应该强调成果的应用转化而非数量。其次，发挥第三方专门机构的独立评估作用，建立广泛多领域专家库，不仅仅有科学研究者，项目管理者、技术指导者等专业都包含在内，评估时随机抽取专家担任评委且定期更换。最后，由于每个项目的技术支持、完成年限和创新程度不同，要根据不同项目采取不同的评估方式。在评估过程中应该注重能力和应用实绩，而职称和奖励仅仅是作为一种荣誉和激励手段，为科研成果的服务和转化发挥激励促进作用。

4．明确学校定位，发挥优势特色，建设优势学科，打造优势科研高地。科学研究在精不在多，不同高校的定位不同，其发展方向也不尽相同。我国高校既有综合性大学也存在行业特色型大学，例如农业大学、海洋大学、工业大学等，无论何种类型高校，都需要凝练高校特色、在学校的历史、现实与未来中精准定位，把握高校的发展重心，建设一流学科，面向国家战略需求，集聚学校资源与人才带动一流学科发展前沿突破，打造“学科群”，建立一流学科实验基地，重点推进一流学科领域的基础研究、技术创新和科研成果的转化。比如苏州大学发挥自身特色，依据纳米学科和材料科学等优势学科，打造了“物质科学与工程”学科群，在材料基因组、材料模拟及纳米生物医学等领域开展关键技术研究，在多种技术研发方面解决了“卡脖子”问题，相关创新性成果能够服务于“神舟”等国家重大工程项目，极大地提高了苏州大学的科研水平和科研声誉，稳固了高水平大学的地位。［25］