教育部直屬高?？蒲锌?jī)效分析
——基于主成分分析法與DEA-Malmquist指數(shù)模型

陳雅琳，梁新潮，2

(1.集美大學(xué)誠(chéng)毅學(xué)院，福建 廈門 361021；2.集美大學(xué) 地方財(cái)政績(jī)效研究中心，福建 廈門361021)

一、引 言

國(guó)務(wù)院《關(guān)于深化中央財(cái)政科技計(jì)劃(專項(xiàng)、基金等)管理改革方案》(國(guó)發(fā)〔2014〕64號(hào))提出：要建立統(tǒng)一的評(píng)估和監(jiān)管機(jī)制，對(duì)科技計(jì)劃(專項(xiàng)、基金等)的實(shí)施績(jī)效組織評(píng)估評(píng)價(jià)，評(píng)估結(jié)果作為中央財(cái)政予以支持的重要依據(jù)。2018年7月18日，國(guó)務(wù)院印發(fā)《國(guó)務(wù)院關(guān)于優(yōu)化科研管理提升科研績(jī)效若干措施的通知》(國(guó)發(fā)〔2018〕25號(hào))，明確提出要建立完善以信任為前提的科研管理機(jī)制，調(diào)動(dòng)科研人員積極性，提升科研績(jī)效?？梢姡瑢?duì)高等學(xué)校進(jìn)行科研績(jī)效分析具有重大的指導(dǎo)意義和現(xiàn)實(shí)意義。

關(guān)于高校科研績(jī)效分析，國(guó)內(nèi)外學(xué)者進(jìn)行了廣泛的研究。(1)在研究方法的考察上，有的學(xué)者運(yùn)用DEA模型，如馬玲玲[1]，宗曉華[2]，劉長(zhǎng)清[3]等，他們均采用DEA模型對(duì)高校科研績(jī)效進(jìn)行評(píng)價(jià)。只是，不同學(xué)者所選取的具體指標(biāo)有所不同，如馬玲玲測(cè)算了Malmqusit指數(shù)，[1]宗曉華運(yùn)用了超效率-非徑向DEA模型。[2]雖然在具體計(jì)算時(shí)所用的指標(biāo)不同，但是他們的思路與方法是一致的。有的學(xué)者利用平衡計(jì)分卡原理對(duì)高校的科研績(jī)效情況進(jìn)行評(píng)價(jià)，如楊艷艷，[4]胡百靈。[5]還有的學(xué)者利用模糊綜合評(píng)價(jià)法測(cè)度高校的科研績(jī)效情況，如賈敬全。[6]從實(shí)踐上，國(guó)內(nèi)外學(xué)者提出了一些評(píng)價(jià)方法，但目前并沒有公認(rèn)的比較成熟、科學(xué)、實(shí)用的評(píng)價(jià)方法和體系。文章采用主成分分析法與DEA-Malmquist指數(shù)模型相結(jié)合，既能對(duì)科研績(jī)效的現(xiàn)狀進(jìn)行分析，也能夠?qū)?jī)效變化的原因進(jìn)行研究。(2)在樣本選取上，大部分文獻(xiàn)針對(duì)某個(gè)區(qū)域的高校進(jìn)行研究，如劉長(zhǎng)清對(duì)黑龍江省高校進(jìn)行績(jī)效分析，[3]季慶慶對(duì)江蘇省46所高校社科科研進(jìn)行研究，[7]苑澤明對(duì)京津冀高校的科研創(chuàng)新績(jī)效進(jìn)行分析評(píng)價(jià)，[8]王曉真以福建省19所高校的科研數(shù)據(jù)為樣本。[9]也有一部分文獻(xiàn)針對(duì)某一類型的高校進(jìn)行研究，如馬玲玲選取部分985工程高校為研究樣本，[1]王宏宇以石油化工類高校某一科技支撐計(jì)劃課題為研究對(duì)象。[10]而筆者選擇教育部直屬高校作為研究對(duì)象，主要是基于以下3點(diǎn)原因：(1)從科研實(shí)力方面考慮，75所教育部直屬高校中，僅有兩所高校未進(jìn)入雙一流建設(shè)名單，可見大多數(shù)高?？蒲嘘?duì)伍強(qiáng)大，科研實(shí)力雄厚，屬于科研高水平大學(xué)群體，因此其科研數(shù)據(jù)具有代表性。(2)從地域分布方面考慮，教育部直屬高校分布在全國(guó)各個(gè)地方，覆蓋面廣，具有普遍代表性。(3)從類型方面考慮，教育部直屬高校既有綜合性院校，比如北京大學(xué)、天津大學(xué)、浙江大學(xué)等，又有特色院校，比如華北電力大學(xué)、華中農(nóng)業(yè)大學(xué)等，其數(shù)據(jù)較為全面。

基于以上分析，筆者選取我國(guó)教育部直屬高校作為研究對(duì)象，構(gòu)建科研投入產(chǎn)出指標(biāo)體系，運(yùn)用主成分分析法， 并建立DEA-Malmquist指數(shù)模型，對(duì)教育部直屬高校的科研績(jī)效進(jìn)行實(shí)證研究，為提高我國(guó)高?？蒲锌?jī)效提出政策建議，以期對(duì)高?？蒲锌?jī)效分析工作提供新思路、新方向。

二、指標(biāo)體系構(gòu)建與數(shù)據(jù)來源

(一)指標(biāo)體系構(gòu)建

1936年，瓦西里·列昂剔夫在《美國(guó)經(jīng)濟(jì)體系中的投入產(chǎn)出的數(shù)量關(guān)系》一文中提出了投入產(chǎn)出理論。這一理論以一般均衡理論為基礎(chǔ)，認(rèn)為總投入與總產(chǎn)出是平衡的。按照其觀點(diǎn)，筆者從科研投入和科研產(chǎn)出兩個(gè)維度選取9個(gè)指標(biāo)，構(gòu)建教育部直屬高?？蒲锌?jī)效評(píng)價(jià)指標(biāo)體系。

1.科研投入。為了取得某一科研成果，需要耗費(fèi)的科研資源主要包括人力與財(cái)力。因此，將科研投入分為兩個(gè)部分：(1)人力的投入，主要指標(biāo)包括科技活動(dòng)人員、研究與發(fā)展全時(shí)人員、R&D成果應(yīng)用及科技服務(wù)全時(shí)人員等。(2)財(cái)力的投入，主要指標(biāo)包括科技經(jīng)費(fèi)撥入和科技經(jīng)費(fèi)支出等。

2.科研產(chǎn)出?？蒲挟a(chǎn)出既包括短期的科研成果，比如國(guó)家級(jí)項(xiàng)目驗(yàn)收數(shù)量、著作、學(xué)術(shù)論文、專利授權(quán)數(shù)、技術(shù)轉(zhuǎn)讓合同金額等；又包括長(zhǎng)期的學(xué)科建設(shè)和人才培養(yǎng)，比如學(xué)位點(diǎn)增長(zhǎng)量、研究生培養(yǎng)量等。

筆者從投入和產(chǎn)出兩個(gè)維度篩選二級(jí)指標(biāo)，并根據(jù)數(shù)據(jù)的可得性原理，建立指標(biāo)體系如表1所示。

表1 高?？蒲锌?jī)效評(píng)價(jià)指標(biāo)體系

(二)數(shù)據(jù)來源

文章選取2009—2017年我國(guó)64所教育部直屬高等學(xué)?？蒲锌?jī)效評(píng)價(jià)指標(biāo)的年度數(shù)據(jù)，數(shù)據(jù)均來源于《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》[注]2009—2017年高等學(xué)校科技統(tǒng)計(jì)資料匯編[G/OL].[2020-01-01].http://www.moe.gov.cn/.。雖然截至目前，教育部直屬高等學(xué)校為 75 所，但《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》里僅統(tǒng)計(jì)了64 所高校的相關(guān)數(shù)據(jù)，因此，文章最終確定這64 所高校為研究樣本。由于《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》2009年前的數(shù)據(jù)存在缺失，因此文章選擇的時(shí)間跨度為2009年至2017年。

三、基于主成分分析法的績(jī)效現(xiàn)狀分析

文章運(yùn)用主成分分析法，先將指標(biāo)體系的多個(gè)變量轉(zhuǎn)化為彼此間互不相關(guān)的主成分，有效提取數(shù)據(jù)信息，再對(duì)提取的主成分進(jìn)行合成處理，計(jì)算綜合得分，從而對(duì)科研績(jī)效進(jìn)行測(cè)定。

(一)投入績(jī)效分析

選取的各個(gè)指標(biāo)由于單位不同，數(shù)值差異較大，不可避免會(huì)使研究結(jié)果產(chǎn)生偏差。因此，為了統(tǒng)一指標(biāo)的統(tǒng)計(jì)口徑，應(yīng)先對(duì)原始數(shù)據(jù)進(jìn)行無量綱化處理。文章采用Z-score標(biāo)準(zhǔn)化方法，剔除指標(biāo)間因量綱差異可能對(duì)最終結(jié)果產(chǎn)生的影響。

主成分分析的前提是指標(biāo)變量之間有著較強(qiáng)的相關(guān)性，因此，應(yīng)先進(jìn)行相關(guān)性分析。常用的相關(guān)性分析方法主要是KMO和Bartlett球形度檢驗(yàn)。表2顯示，KMO值為0.705，大于0.7，Bartlett檢驗(yàn)顯著性水平為0，這表明該組數(shù)據(jù)存在相關(guān)關(guān)系，適合采用主成分分析。

表2 KMO和Bartlett球形度檢驗(yàn)

文章提取4個(gè)主成分變量F1-F4，使之涵蓋原始指標(biāo)的全部信息。通過4個(gè)主成分得分與對(duì)應(yīng)的方差貢獻(xiàn)率進(jìn)行加權(quán)計(jì)算，得到教育部直屬高?？蒲型度肟?jī)效綜合得分F的計(jì)算公式，即：

F=73.913%*F1+17.595%*F2+6.183%*F3+2.309%*F4

通過上述公式可計(jì)算2009—2017年64所教育部直屬高校科研投入績(jī)效綜合得分，以2017年為例，如表3所示。

表3 2017年64所教育部直屬高?？蒲型度肟?jī)效綜合得分

續(xù)表3

因?yàn)樵谶M(jìn)行主成分分析時(shí)，采用標(biāo)準(zhǔn)化方法對(duì)數(shù)據(jù)進(jìn)行處理，導(dǎo)致所得到的結(jié)果有正數(shù)也有負(fù)數(shù)。若結(jié)果為正數(shù)，則代表其大于平均值，若結(jié)果為負(fù)數(shù)，則代表其小于平均值。為了能夠更直觀的進(jìn)行分析，筆者將綜合得分經(jīng)標(biāo)準(zhǔn)正態(tài)分布面積進(jìn)行換算。

64所教育部直屬高校的2017年科研投入綜合得分差異較大，特別是東部、中部、西部地區(qū)差異更為明顯，體現(xiàn)了區(qū)域的不平衡性。從標(biāo)準(zhǔn)正態(tài)分布面積換算得分來看，得分高于0.9的均為東部地區(qū)高校，得分高于0.8的僅有一所中部地區(qū)高校和一所西部地區(qū)高校，其余均為東部地區(qū)高校?？梢?，大部分東部地區(qū)的高?？蒲型度胼^高，這與經(jīng)濟(jì)的發(fā)展程度、政府的政策支持均存在一定程度上的相關(guān)。

(二)產(chǎn)出績(jī)效分析

科研產(chǎn)出績(jī)效的分析步驟與前文投入績(jī)效的分析類似。(1)為了統(tǒng)一指標(biāo)的統(tǒng)計(jì)口徑，采用標(biāo)準(zhǔn)化方法對(duì)數(shù)據(jù)進(jìn)行無量綱化處理。(2)為檢查指標(biāo)變量間的相關(guān)性，進(jìn)行KMO和Bartlett球形度檢驗(yàn)。表4顯示，KMO值為0.730，大于0.7，Bartlett檢驗(yàn)顯著性水平為0，檢驗(yàn)通過，可進(jìn)行主成分分析。

根據(jù)前文分析科研投入績(jī)效相同的處理規(guī)則，為使之涵蓋原始指標(biāo)的全部信息，共提取5個(gè)主成分變量F1—F5。通過5個(gè)主成分得分與對(duì)應(yīng)的方差貢獻(xiàn)率進(jìn)行加權(quán)計(jì)算，得到教育部直屬高?？蒲挟a(chǎn)出績(jī)效綜合得分F的計(jì)算公式，即：

F=53.493%*F1+14.937%*F2+13.498%*F3+12.28%*F4+5.793%*F5

通過上式可計(jì)算出2009—2017年64所教育部直屬高校科研產(chǎn)出績(jī)效綜合得分，以2017年為例，如表5所示。

表4 KMO和Bartlett球形度檢驗(yàn)

為了能更直觀地進(jìn)行分析，將綜合得分進(jìn)行標(biāo)準(zhǔn)正態(tài)分布面積換算，轉(zhuǎn)換成正數(shù)。結(jié)果表明，大部分高投入高校也實(shí)現(xiàn)了高產(chǎn)出，比如清華大學(xué)，投入績(jī)效綜合得分位列榜首，產(chǎn)出績(jī)效綜合得分也是遙遙領(lǐng)先其他高校，可謂是科研龍頭。產(chǎn)出績(jī)效綜合得分排名前十的大部分仍為東部高校，只有華中科技大學(xué)屬于中部高校，四川大學(xué)屬于西部高校?？梢?，與科研投入績(jī)效一樣，東中西部高校的產(chǎn)出績(jī)效存在區(qū)域的不平衡性。

表5 2017年64所教育部直屬高?？蒲挟a(chǎn)出績(jī)效綜合得分

(三)投入-產(chǎn)出績(jī)效分析

前文已經(jīng)測(cè)算出64所教育部直屬高校的科研投入績(jī)效綜合得分與產(chǎn)出績(jī)效綜合得分，根據(jù)瓦西里·列昂剔夫提出的投入產(chǎn)出理論，可用這兩者的比值代表科研績(jī)效，以2017年為例，如表6所示。

表6 2017年64所教育部直屬高校科研投入產(chǎn)出績(jī)效綜合得分

研究結(jié)果顯示，北京中醫(yī)藥大學(xué)的科研投入產(chǎn)出績(jī)效最高，中國(guó)礦業(yè)大學(xué)其次，東北林業(yè)大學(xué)第三。綜合64所高校的投入能力、產(chǎn)出能力和績(jī)效3個(gè)方面，可將其分為6種類型：(1)低投入、低產(chǎn)出、高績(jī)效。如華中師范大學(xué)、中國(guó)礦業(yè)大學(xué)(北京)、中國(guó)政法大學(xué)等16所高校，占比25%。雖然這些高校的投入產(chǎn)出績(jī)效較高，但若分別考察其投入和產(chǎn)出的得分，則是非常低的。這可能是因?yàn)檫呺H效益遞減規(guī)律的影響，這些高校處于科研水平相對(duì)落后的階段，邊際收益是遞增的，因此現(xiàn)階段任何的科研投入的效率都是較高的。(2)低投入、高產(chǎn)出、高績(jī)效。如北京中醫(yī)藥大學(xué)、中國(guó)礦業(yè)大學(xué)、東北林業(yè)大學(xué)等9所高校，占比14%。這些高校科研投入雖然薄弱，但是產(chǎn)出高，可見這些高校的科研活動(dòng)效率確實(shí)高。(3)高投入、高產(chǎn)出、高績(jī)效。如東北大學(xué)、大連理工大學(xué)、中南大學(xué)等7所高校，占比11%。這一類高校比例較低，它們無論是從科研投入和產(chǎn)出單方面的成績(jī)，還是從投入產(chǎn)出績(jī)效來看，都處于較高的水平。(4)高投入、高產(chǎn)出、低績(jī)效。如清華大學(xué)、北京大學(xué)等16所高校，占比25%。這可能是因?yàn)檫@些高校的科研發(fā)展到一定程度后，受邊際效益遞減規(guī)律的影響，使得科研投入的效率變低。(5)低投入、低產(chǎn)出、低績(jī)效。如華東師范大學(xué)、華東理工大學(xué)等7所高校，占比11%。這些高校的科研投入處于較低水平，同時(shí)科研產(chǎn)出處于相似甚至更低的水平，導(dǎo)致它們的科研投入產(chǎn)出績(jī)效十分低下。(6)高投入、低產(chǎn)出、低績(jī)效。如湖南大學(xué)、西北農(nóng)林科技大學(xué)等9所高校，占比14%。這一類高?？蒲型度肓Χ却?，但它們的科研產(chǎn)出較低，導(dǎo)致它們出現(xiàn)了科研投入低效率的情況。由此可見，科研績(jī)效的高低與其投入、產(chǎn)出能力的高低并沒有固定的對(duì)應(yīng)關(guān)系。

四、基于DEA-Malmquist指數(shù)模型的績(jī)效變動(dòng)原因分析

前文對(duì)64所教育部直屬高校的投入能力、產(chǎn)出能力及投入產(chǎn)出績(jī)效進(jìn)行了現(xiàn)狀分析。為了考察各高校科研績(jī)效動(dòng)態(tài)變化情況及其發(fā)生變化的原因，筆者運(yùn)用DEAP2.1軟件對(duì)2009—2017年間我國(guó)64所教育部直屬高校科研投入產(chǎn)出的面板數(shù)據(jù)進(jìn)行Malmquist全要素生產(chǎn)率指數(shù)分析，得到各高校科研活動(dòng)的Malmquist指數(shù)及其分解指數(shù)。[11-13]

(一)階段性分析

64所教育部直屬高校2009—2017年科研平均全要素生產(chǎn)率指數(shù)及其分解如表7所示。

表7 2009—2017年64所教育部直屬高?？蒲衅骄鵐almquist指數(shù)及其分解

如表7和圖1所示，在2009—2017年間，我國(guó)64所教育部直屬高?？蒲衅骄厣a(chǎn)率增長(zhǎng)率為-2.3%，僅有2015—2016年的平均Malmqusit指數(shù)大于1，并且增長(zhǎng)率僅為4.3%，這表明這9年內(nèi)我國(guó)64所教育部直屬高?？蒲匈Y源的整體利用效率并沒有顯著提高，反而是呈弱衰退趨勢(shì)。其中，平均技術(shù)效率增長(zhǎng)率為-3%，平均技術(shù)進(jìn)步增長(zhǎng)率為0.7%，這表明技術(shù)進(jìn)步是推動(dòng)64所教育部直屬高?？蒲腥厣a(chǎn)率提高的主要力量，而技術(shù)效率阻礙了科研效率的提高。這是因?yàn)榧夹g(shù)管理與資源利用效率處于較低的水平，導(dǎo)致高?？蒲谢顒?dòng)沒充分利用現(xiàn)有的技術(shù)，無法達(dá)到技術(shù)最有效的狀態(tài)。進(jìn)一步分解技術(shù)效率指數(shù)，它可以表示為純技術(shù)效率與規(guī)模效率的乘積。在2009—2017年間，我國(guó)64所教育部直屬高校科研的平均純技術(shù)效率與平均規(guī)模效率增長(zhǎng)率分別為-2.2%和-0.9%，為負(fù)增長(zhǎng)。這表明，純技術(shù)效率變化和規(guī)模效率變化均為我國(guó)64所教育部直屬高?？蒲行食仕ネ粟厔?shì)的主要原因。由此可見，如果不注重提升技術(shù)效率，那么技術(shù)進(jìn)步帶來的發(fā)展優(yōu)勢(shì)將不再明顯。

圖1 2009—2017年64所教育部直屬高校平均Malmquist指數(shù)及其分解變化情況

(二)區(qū)域性分析

我國(guó)64所教育部直屬高校科研平均全要素生產(chǎn)率指數(shù)及其分解如表8所示。

表8 64所教育部直屬高?？蒲衅骄厣a(chǎn)率指數(shù)及其分解

續(xù)表8

如表8所示，2009—2017年間，我國(guó)64所教育部直屬高校中科研活動(dòng)平均全要素生產(chǎn)率指數(shù)大于1的高?？偣?7所，占比26.6%。其中，漲幅最大的為同濟(jì)大學(xué)，增長(zhǎng)率為7.3%，漲幅最小的為東北師范大學(xué)，增長(zhǎng)率僅有0.2%。在這17所科研效率提高的高校中，有13所高校位于東部地區(qū)，3所高校位于中部地區(qū)，1所高校位于西部地區(qū)，這說明我國(guó)東中西部地區(qū)的高?？蒲锌?jī)效增長(zhǎng)不平衡，主要是東部地區(qū)高校實(shí)現(xiàn)了科研活動(dòng)效率的提升。這一定程度上是因?yàn)?，東部地區(qū)高校在地理位置與國(guó)家政策支持兩方面的優(yōu)勢(shì)帶來了經(jīng)濟(jì)的發(fā)展，更為發(fā)達(dá)的經(jīng)濟(jì)帶來了技術(shù)進(jìn)步，更快、更好的技術(shù)進(jìn)步有助于該地區(qū)高?？蒲锌?jī)效的增長(zhǎng)。平均全要素生產(chǎn)率指數(shù)小于1的高?？偣?7所，所占比例為73.4%?？梢姡挥休^少一部分教育部直屬高校處于科研效率提升的狀態(tài)，而大部分高校的科研效率并沒得到有效的改進(jìn)。

進(jìn)一步分析全要素生產(chǎn)率指數(shù)大于1的高校，大部分高校的技術(shù)進(jìn)步與技術(shù)效率均大于1，即這一部分高?？蒲行实奶岣邅碜杂诩夹g(shù)進(jìn)步與技術(shù)效率兩方面的改進(jìn)，而全要素生產(chǎn)率指數(shù)小于1的高校，絕大部分是因?yàn)闆]有注重技術(shù)效率的提升，才使得技術(shù)進(jìn)步帶來的發(fā)展優(yōu)勢(shì)不明顯。這說明了我國(guó)64所教育部直屬高?？蒲谢顒?dòng)效率改進(jìn)的主要?jiǎng)恿κ羌夹g(shù)進(jìn)步的變化，而技術(shù)效率則是阻礙科研效率改進(jìn)的主要原因。進(jìn)一步分析技術(shù)效率，它可以表示為純技術(shù)效率與規(guī)模效率的乘積。在2009—2017年間，大部分高校規(guī)模效率的值高于純技術(shù)效率，由此可見，主要是純技術(shù)效率阻礙了大部分高?？蒲行实母倪M(jìn)。

五、結(jié)論與政策建議

文章通過運(yùn)用主成分分析法，建立DEA-Malmquist指數(shù)模型，進(jìn)行實(shí)證分析，得出如下結(jié)論：(1)總體而言，我國(guó)64所教育部直屬高校中，位于東部地區(qū)的大部分高?？蒲锌?jī)效高于中西部地區(qū)。(2)綜合64所高校的投入能力、產(chǎn)出能力和績(jī)效三個(gè)方面，可將其分為6種類型：低投入、低產(chǎn)出、高績(jī)效；低投入、高產(chǎn)出、高績(jī)效；高投入、高產(chǎn)出、高績(jī)效；高投入、高產(chǎn)出、低績(jī)效；低投入、低產(chǎn)出、低績(jī)效；高投入、低產(chǎn)出、低績(jī)效。可見，科研績(jī)效的高低與其投入、產(chǎn)出能力的高低并沒有固定的對(duì)應(yīng)關(guān)系。(3)我國(guó)64所教育部直屬高校的科研資源的利用效率均呈弱衰退趨勢(shì)。技術(shù)進(jìn)步是推動(dòng)64所高?？蒲腥厣a(chǎn)率提高的主要力量，但是較低的技術(shù)效率特別是純技術(shù)效率，阻礙了大部分高?？蒲行实母倪M(jìn)，使得科研活動(dòng)并沒有達(dá)到技術(shù)最有效的狀態(tài)。

為了提高高校的科研績(jī)效，筆者根據(jù)文章的研究結(jié)果提出以下3點(diǎn)建議：(1)應(yīng)準(zhǔn)確地衡量各高?？蒲型度?、產(chǎn)出與績(jī)效情況，使政府有針對(duì)性地對(duì)科研投入、產(chǎn)出落后的高校予以政策及資金的支持，促使科研成果轉(zhuǎn)化為社會(huì)受益的經(jīng)濟(jì)果實(shí)。(2)應(yīng)重視高校間的相互合作與支持，推進(jìn)高校間知識(shí)創(chuàng)新的協(xié)同和資源的共享，特別是東部地區(qū)的高校，應(yīng)注重與相鄰省份的高校的協(xié)作，充分發(fā)揮帶動(dòng)作用，從而帶動(dòng)中西部高校的發(fā)展。(3)應(yīng)注重技術(shù)效率特別是純技術(shù)效率的提升，從而使得提升后的技術(shù)管理水平與資源利用效率可以充分利用現(xiàn)有科研技術(shù)。為達(dá)到這一目的，可以從政府層面完善高?？蒲邢嚓P(guān)政策的支持，使高校科研發(fā)展獲得必要的基礎(chǔ)條件，促進(jìn)科研技術(shù)管理水平的提高，進(jìn)而推動(dòng)高?？蒲行实奶嵘?/p>