湖北省高校政府投入科研项目绩效评价研究

发布时间：2020-07-30 01:53

【摘要】：近年来,政府部门对高校科研项目的资助力度逐年增强。建立与完善科研项目的绩效评价体系能促进高校科研上水平。对高校进行政府投入科研项目的有效绩效评价可以辅助高校进行科研管理。高校科研项目的种类多样,且在高等院校政府投入科研项目中以自然科学类项目为主。故本文研究高等院校政府投入自然科学项目的绩效。本文主要运用复杂网络、管理学、绩效评价相关理论,采用实证分析的方法,在借鉴国内外相关研究基础上,研究高等院校科研项目的绩效评价,研究的主要内容如下：基于高校科技部门管理者的视角,根据科研项目的立项、执行、结题等环节,依据绩效评价指标体系的相关理论及高校科研项目的类型,结合实际情况,构建高校政府投入科研项目绩效评价指标体系。在对湖北省高校进行政府投入科研项目调查研究的基础上,提出了适于评价湖北省高校政府投入科研项目的绩效的指标体系。为了分析指标在绩效评价过程中的重要性,提出了指标数据的处理方法及指标权值的计算方法。基于湖北省高校政府投入科研项目的调查数据,分别利用专家评价法、变异系数法、熵权法及复相关系数法对指标进行赋权,并合理综合每个指标通过四种赋权方法所得的权值,最终得到了能够反映各指标在综合评价过程中的地位和作用的综合权值。权值的大小体现了该指标在绩效评价过程中的重要性。比较各一级指标的综合权值发现,科技基础一级指标与科技产出一级指标的权值较高,表明高等院校科技项目绩效水平的高低更多地依赖于高等院校科技基础实力与科技产出成果的质量。为了挖掘指标间复杂的相互作用关系,提出了基于互信息度量指标间相关性的方法。基于湖北省高校政府投入科研项目的调查数据,发现部分科研基础指标与科技产出指标间存在紧密联系。本项研究从理论上分析了高校政府投入科研项目绩效评价指标间的关系,为高校科研管理部门工作者管理科研项目提供参考。从绩效评价的目的出发,构建高校政府投入科研项目绩效评价系统,该系统包括科技实力综合模型、科技投入倾向分析模型、科技投入效率模型以及综合绩效模型,并把湖北省参研高校在上述模型上进行了初步应用。通过构建的湖北省高等院校的科技实力模型,科技投入效率模型、科技投入倾向性模型以及科研项目综合绩效模型,分析湖北省18所高等院校科研项目绩效特点。我们发现985高校优于211高校,211工程高等院校的科技实力稍逊于两所985工程高等院校,但优于大部分的普通高等院校；政府对科技投入在逐年增加,主要投向211和985高校；湖北省985和211高校的科技投入与获得的科技产出较为稳定；湖北高校的综合绩效呈稳定上升趋势,武汉科技大学和武汉理工大学的综合绩效最好。基于对湖北省典型高等院校的调研数据的实际情况,对湖北省典型高校进行了实证分析。同时,对湖北高校的发展提出了建议。
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：G644
【图文】：

国家自然科学基金委员会,项目数,高等院校,年平均

国家自然科学基金委员会对９８５工程高校年平均资助项目数目约为３００，对四所是逡逑２１１工程但非９８５工程的高校年平均资助项目数目约为６５，而对其余普通高等院校逡逑年平均资助项目数不等，均值为１５邋（见图２．３）。例如，湖北巧科技厅对９８５工程高逡逑等院校年平均资助项目数目约为１５０，对四所是２１１工程但非９８５工程的高校年平均逡逑资助项目数目约为３０，对其余普通高等院校年平均资助项目数约为１５。由表２．５中逡逑数据来看，国家教育部及科技部对湖北高校资助项目也主要集中在９８５及２１１高校。逡逑其中在某些年份，国家教育部与科技部对武汉理工大学及华中农业大学资助的项目逡逑数目超过了对两所９８５工程高等院校（武化大学与华中科技大学）资助的项目数目。逡逑华中农业大学与武汉理工大学在农业科学与汽车及材料领域具有学科优势。可能与逡逑国家教育部及国家科技部两政府在近年对农业、汽车和材料领域的重视有关。湖北逡逑省科技厅资助项目虽然普遍分布在１８所高校中，但武汉大学和华中科技大学每年获逡逑批的项目数量在１００项レッ上。２１１高校获批数量高于普通高校，其中武汉理工大学、逡逑华中农业大学在３０项Ｗ上。逡逑４００邋－邋—邋－邋—１—邋—邋—■—Ｊ邋■邋邋邋邋邋？邋？邋—＇邋—１邋—邋？逦—逡逑■■国家自然Ｓ学基金委古会资助，逡逑３５０；逦■逦——逡逑３００邋Ｉ逡逑撼邋２５。｜

权值,指标,科技基础

＂科技基础＂指标主观权值略高于其他两个，说明大多数专家认为Ｗ上Ｈ因素体现逡逑高校科研实为的程度接近，同时科技基础相比其他两个因素对科技实力的体现更重逡逑耍（见图３．１）。各二级指标及Ｈ级指标间主观权值大小的比较可Ｗ帮助得到对科技逡逑基础实力影响比较大的指标。Ｗ＂科技基础＂指标为例，＂教师情况＂指标比其他逡逑６３逡逑

分布图,复相关系数,指标,斯皮尔曼

皮尔曼相关系数来进行研究。巧可见，斯皮尔曼相关性系数比皮尔森相关性系数的逡逑适用范围广。５９个指标的真实数据或真实数据的平均值在进行了巧一化之后的数据，逡逑其分布图像与正态分布图像差别很大（见图３．２），故不适于用皮尔森相关系数来度逡逑量指标间的相关性，而用适用性较广的斯皮尔曼相关性系数来度量指标间的相关性。逡逑６００邋＊邋Ｔ逦Ｉ逦ｉ邋■邋ｒ邋＇逦＾逦ｉ邋■邋ｉ逦：逦￣逦￣逡逑。邋归一化后数据的分布逡逑５００邋Ｙ逡逑ｊ逡逑ｉ逡逑４００邋ｊ逦－逡逑１逡逑１逡逑３００邋Ｉ逦－逡逑ｉ逡逑１逡逑１逡逑２００邋ｊ逦－逡逑１００逦＾逡逑Ｑ逦Ｉ逦Ｉ逦Ｉ逦古一—－Ｖ逡逑０逦０．１逦０．２逦０．３逦０．４逦０．５逦０．６逦０．７逦０．８逦０．９逦１逡逑图３．２数据的分布逡逑其次，计算各指标间的复相关系数。下面第一个指标为例来说明计算过逡逑程。计算第１个指标和其他５８个指标间的复相关系数：＝逦＂ｊｓ］，其中，逡逑厂５８逦１逡逑１逦产２３…厂２，巧逡逑／？，８＝逦１逦＂＊３’５９是除第１个指标外，其他５８个指标间的两两相关系数矩阵。逡逑＿户５９，２逦＾５９，３逦…逦１邋＿逡逑是第１个指标与其他５８个指标间的两两相关系数组成的５８阶列向量。故第１个逡逑指标与其他指标的复相关系数为；櫖同理，可求出其他指标的复逡

【相似文献】