【摘 要】
:
科技经费改革是优化资源配置的重要一环,是建设创新型国家亟待解决的问题。目前在中国政府对高校的科技经费资助结构中以竞争性资助为主、非竞争性资助为辅。受“资金效应”影响及二者自身特征的异质性表明研究经费的性质决定研究结果的特征。从资助效果看竞争性与非竞争性政府资助在激励程度、研究自由度、成果多样性等方面都存在明显不同,二者虽同属于政府资助,但本质上是两种不用类型的资助计划。因此本文试图探索政府资助结构
论文部分内容阅读
科技经费改革是优化资源配置的重要一环,是建设创新型国家亟待解决的问题。目前在中国政府对高校的科技经费资助结构中以竞争性资助为主、非竞争性资助为辅。受“资金效应”影响及二者自身特征的异质性表明研究经费的性质决定研究结果的特征。从资助效果看竞争性与非竞争性政府资助在激励程度、研究自由度、成果多样性等方面都存在明显不同,二者虽同属于政府资助,但本质上是两种不用类型的资助计划。因此本文试图探索政府资助结构对高校科研绩效的非对称性影响,关注不同层次的高校和学科中竞争性和非竞争性资助如何影响创新成果产出,以期为我国高校的高质量发展和国家的科研管理改革提供一定的实践指导意义。基于此背景,本文以新公共管理理论、市场失灵理论和资源依赖理论为理论基础,界定了竞争性和非竞争性政府科技经费和科研绩效的概念,并从宏观组织层次和微观个体层次两个维度展开,研究政府经费资助结构对高校科研绩效的非对称性影响。首先,在宏观组织层次上,采用动态面板数据模型,实证分析了政府经费资助结构对高校整体科研绩效的直接影响,以及高校类型的调节作用。研究发现,政府科技经费资助结构对高校整体科研绩效产生非对称性影响,其中竞争性资助对高校科研绩效产生倒U型影响,非竞争性资助对高校科研绩效产生正向影响,且高校类型的调节作用具有异质性。其次,在微观个体层次上,采用负二项回归模型,实证分析了政府经费资助结构对高校科研人员科研绩效的直接影响,以及学科类型的调节作用。研究发现,在基础研究领域,竞争与非竞争性政府科技经费对科研人员科研绩效产生非对称性影响,且学科类型对二者的调节作用不同;在应用研究领域,竞争与非竞争性政府科技经费对工科科研人员产生一致性的正向影响。本研究通过在宏观微观双重视角展开研究,进一步揭示了政府经费资助结构对高校科研绩效的影响关系,拓宽了高校科研创新的研究视野,为创新科研管理模式,健全科研管理体制,提升科研管理水平提供一定的借鉴意义。
其他文献
随着全球文化的发展与产业结构的调整,制造业、运输业和仓储业出现了不同程度的结构性衰落,因此城市中出现了大量闲置的旧厂房、仓库等建筑。这些旧工业建筑是一种非常独特的城市文化资源,对其的保护和再利用有着重要意义,规划建设成为文化创意产业园则是近年来最常见的做法,国内外均出现了大量实践方面的成功作品。改革开放以来,我国文化产业一直坚持政府驱动型发展模式。伴随着“文化强国”战略的提出,我国文化创意产业迎来
随着越来越多的物联网设备的接入,Io T应用正面临着由于Io T节点异常导致的严重安全风险。在物联网节点下,传感器收集的数据是时序数据并且考虑到设备计算资源限制,需要对物联网数据进行有效处理实现异常检测。联邦学习可以有效维护用户隐私并减少边缘节点和服务器的通信开销、消息延迟,不断利用边缘设备数据进行迭代更新。因此,将联邦学习方法引入到物联网异常检测中。但是,由于物联网设备的多样性及其面临多元的攻击
无线通信的发展迅速,随之而来出现一系列在特殊环境下的通信需求。现阶段经常会出现需要穿过金属壁进行通信的场景。针对多数无法对金属壁打孔以实现有线连接的情况,建立一套可直接使用的过金属壁通信系统具有很大的社会价值。由于金属对信号具有屏蔽作用,使得实际工作中的常规信号难以从金属罐体内部传输到外部。而超声波具有可穿透性强的特点,且可以透过金属壁传递相应的信息。本课题以超声波为基础,通过对压电效应的分析与运
随着社会信息化程度的日益提高,网络安全问题面临着全新的挑战。恶意代码的种类和数量在逐年增长,与之对应的恶意代码相关研究也成为了网络安全领域的重点。虽然基于机器学习以及深度学习的方法在恶意代码检测领域取得了一定的效果,但是这些方法大多只使用了API调用序列等单一维度行为特征,没有考虑不同维度行为之间的联系。在实际的情况中,一个恶意行动往往需要多个行为共同完成。除此之外,目前的方法只给出了恶意代码的分
在智能化的背景下,“智能制造”是提升国家整体制造业水平的重要途径。我国制造业正处于“智能化转型”的关键阶段。制造业企业面临的智能化转型迫切、转型路径不清晰、企业升级能力不足等问题日益突出。因此,制造业智能化转型升级变得尤为重要。本研究基于智能化发展的转型升级机理来研究制造业转型路径,对制造业提升智能化水平,进而实现智能化转型具有重要的理论价值与实践意义。本文基于2009-2019年的企业级面板数据
近年来,随着国家在多年冻土地区的大力发展,加之气候变暖造成的冻土温度升高,寒区工程对基础强度和变形的要求进一步提高,传统的冻土力学研究方法已不能满足寒区工程的需要。对冻土进行室内试验时,大多采用的是均质的重塑试样,并没有明显的冰土构造。在实际工程中,冻土并不是均质的,其具有独特的冰土构造,且不同区域的冻土往往构造各异。所以,使用均质冻土试样得到的力学性质与实际原状冻土的力学性质有所差异。而原状冻土
随着我国对国家海洋战略的日益重视,我军对新体制下海防装备的需求也越来越强烈。作为海防装备的明日之星,高频超视距雷达更为典型。自高频超视距雷达新体制诞生以来,对超视距雷达回波信号处理的研究从未停止。潜在敌对方可能的电子干扰压制和多变恶劣的海洋环境,对雷达性能的威胁不可忽视。因此,研究这种新体制雷达的杂波抑制方法就显得尤为重要。针对相关技术的研究,本文将从以下三个方面展开讨论:第一:本文首先建立了海杂
随着物联网的飞速发展,越来越多的终端物联网设备受到用户的青睐,不管是智能家居也好,亦或者是智能车载系统的出现,都极大改善了我们的生活水平,但随着物联网的使用范围越来越大,可能存在的安全问题也开始浮出水面,其中最主要的安全问题便是商家对用户的隐私数据不能进行妥善的保密处理,而想要保护这些关键的数据,传统的安全加密方案已经很难满足现有的情况,主要是密钥无法保证不被泄露,加上网络环境的复杂,通信也很难保
随着近些年联邦学习领域的飞速发展,越来越多的公司开始使用联邦学习网络来完成自己的个性化定制服务,通过对从用户侧收集到的数据进行学习,生成专属于自家产品的用户模型。随着越来越多的用户终端接入全球各式各样的联邦学习网络中,联邦学习本身的安全问题也逐渐受到了各大公司的重视。聚合服务器作为联邦学习网络架构中最为关键的组成部分之一,其受到的安全威胁也是最大的。在诸多针对联邦学习网络的攻击方式中,数据投毒攻击
条纹管激光雷达具有高分辨率、大视场、高帧频等优点。随着条纹管探测系统的不断改进,目前条纹管激光雷达的数据采集速率可达1000张/秒回波图像,但是庞大的激光回波数据的处理并转换成点云数据的过程非常耗时繁琐,因此自动并快速取重要目标的研究已经成为必要。条纹管激光雷达采集到的原始数据为条纹回波图像数据,条纹图像中条纹的形状可以反映目标区域的表面形态,因此从原始回波图像中就可以获得目标的丰富的地形信息。针