高校人文社會(huì)科學(xué)研究投入產(chǎn)出互動(dòng)關(guān)系研究
——兼談投入要素盲點(diǎn)問題的解決

俞立平 鐘昌標(biāo)

人文社會(huì)科學(xué)是人類的精神家園，高校在人文社會(huì)科學(xué)研究與發(fā)展中發(fā)揮著極其重要的作用。大學(xué)是創(chuàng)新活動(dòng)的重要載體［1］，高?？蒲腥藛T重在基礎(chǔ)研究，對(duì)原有技術(shù)實(shí)現(xiàn)根本性、革命性的突破［2］。知識(shí)經(jīng)濟(jì)時(shí)代要提高高校的科研水平和競爭力，就要不斷強(qiáng)化高?？蒲械膽?zhàn)略意識(shí)與創(chuàng)新意識(shí)［3］。在自然科學(xué)研究中，高等院校、國家級(jí)的科研院所往往側(cè)重基礎(chǔ)研究，而廣大企業(yè)、一般科研院所則側(cè)重應(yīng)用研究。與自然科學(xué)不同，人文社會(huì)科學(xué)科研院所側(cè)重應(yīng)用研究，廣大高等院校既重視基礎(chǔ)研究，也重視應(yīng)用研究，高校絕對(duì)是人文社會(huì)科學(xué)研究的主力［4］。近年來我國高校人文社會(huì)科學(xué)發(fā)展較快，2009年高校人文社會(huì)科學(xué)投入54.63億元，2018年為190.54億元，平均年增長14.89%。從研發(fā)人員看，2009年為425939人，2018年為764235人，平均每年增長6.7%。從產(chǎn)出看，2009年高校人文社會(huì)科學(xué)的論文、學(xué)術(shù)著作、獲得批示的研究報(bào)告分別為312807篇、27021部、3347部，2018年分別為363712篇、30109部、9474部，論文和學(xué)術(shù)著作穩(wěn)步增長，而研究報(bào)告增長速度較快，平均每年增加12.26%。

人文社會(huì)科學(xué)投入產(chǎn)出關(guān)系相對(duì)復(fù)雜［4］。從投入看，人文社會(huì)科學(xué)研究許多取決于學(xué)者多年的積累，不同學(xué)科研究的異質(zhì)性相差較大。此外不同學(xué)科研究對(duì)于經(jīng)費(fèi)需求也大相徑庭，一些具有自然科學(xué)特點(diǎn)的學(xué)科，對(duì)科研經(jīng)費(fèi)需求相對(duì)較大，而一些人文學(xué)科、藝術(shù)類學(xué)科，尤其是一些側(cè)重基礎(chǔ)理論研究的學(xué)科，對(duì)科研經(jīng)費(fèi)的需求相對(duì)較少。此外，研發(fā)經(jīng)費(fèi)與研發(fā)人員之間也是相關(guān)的，會(huì)出現(xiàn)變量的內(nèi)生性問題。從產(chǎn)出看，人文社會(huì)科學(xué)研究產(chǎn)出更加多樣化，并且不同產(chǎn)出之間也存在互動(dòng)關(guān)系［5］。常見的人文社會(huì)科學(xué)產(chǎn)出包括學(xué)術(shù)論文、學(xué)術(shù)著作、研究報(bào)告等多種形式，他們之間是相關(guān)的。以上問題導(dǎo)致在研究高校人文社會(huì)科學(xué)投入產(chǎn)出分析時(shí)，容易出現(xiàn)估計(jì)偏誤，難以得出真實(shí)的結(jié)論。

目前的人文社會(huì)科學(xué)投入產(chǎn)出關(guān)系的研究方法有局限性。現(xiàn)有的研究主要采用回歸為主的方法與DEA效率為主的方法，另外還有少量采用指標(biāo)體系分析的方法。由于效率分析僅僅是投入產(chǎn)出關(guān)系分析的一個(gè)方面，許多研究更關(guān)注人文社會(huì)科學(xué)投入要素的彈性，但是目前基于回歸方法的分析均存在結(jié)果信息不足問題。比如研發(fā)經(jīng)費(fèi)與研發(fā)人員兩種要素，如果研發(fā)經(jīng)費(fèi)的彈性沒有通過統(tǒng)計(jì)檢驗(yàn)，或者通過統(tǒng)計(jì)檢驗(yàn)，但回歸系數(shù)為負(fù)數(shù)，這兩種情況均說明研發(fā)經(jīng)費(fèi)的績效較差。如果進(jìn)一步提出這樣的問題，研發(fā)經(jīng)費(fèi)績效雖然較差，但在人文社會(huì)科學(xué)研究中不可能沒有作用，它的作用到底有多大？與研發(fā)人員相比，哪個(gè)更重要？相對(duì)重要性多大？現(xiàn)有的投入產(chǎn)出分析中，并沒有解決這個(gè)問題，本文將這個(gè)問題稱為投入要素盲點(diǎn)。這個(gè)問題是回歸的基礎(chǔ)問題，較少有研究關(guān)注。

從新的視角開展高校人文社會(huì)科學(xué)投入產(chǎn)出分析具有重要意義。第一，有助于對(duì)高校人文社會(huì)科學(xué)投入產(chǎn)出關(guān)系進(jìn)行全面的分析，從而把握投入產(chǎn)出特征。第二，有助于發(fā)現(xiàn)高校投入產(chǎn)出中存在的一些問題，從而針對(duì)性地提出政策建議。第三，有助于從方法論的角度探索進(jìn)一步研究的方法，從而豐富投入產(chǎn)出關(guān)系研究。

本文以教育部高校人文社會(huì)科學(xué)信息網(wǎng)公布的省際高校人文社會(huì)科學(xué)面板數(shù)據(jù)為例，在理論分析的基礎(chǔ)上，綜合采用聯(lián)立方程模型和BP人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行相關(guān)研究。其主要的創(chuàng)新體現(xiàn)在，第一，基于聯(lián)立方程模型，有利于消除變量的內(nèi)生性，使得投入產(chǎn)出關(guān)系分析更加準(zhǔn)確。第二，將BP人工神經(jīng)網(wǎng)絡(luò)模型引入到投入產(chǎn)出分析中，從而更好地分析投入要素貢獻(xiàn)，解決投入要素盲點(diǎn)問題，更好地進(jìn)行全面評(píng)估，在研究方法上有所創(chuàng)新。

一、文獻(xiàn)綜述

關(guān)于高?？蒲谐晒度氘a(chǎn)出關(guān)系研究，主要集中在投入產(chǎn)出分析和效率分析。在投入產(chǎn)出分析方面，側(cè)重自然科學(xué)或高校整體角度的研究較多，鮑威、哈巍等研究了原“985工程”建設(shè)高校國際學(xué)術(shù)影響力的驅(qū)動(dòng)要素，發(fā)現(xiàn)專項(xiàng)財(cái)政資金有效促進(jìn)了相關(guān)高校全球知識(shí)網(wǎng)絡(luò)建構(gòu)、國家間學(xué)術(shù)互動(dòng)，短時(shí)間提升了我國高校國際學(xué)術(shù)影響力［6］。王曉嬈、李紅陽比較了中美高校研發(fā)經(jīng)費(fèi)投入績效，發(fā)現(xiàn)中國工業(yè)企業(yè)最強(qiáng)，其次為科研機(jī)構(gòu)和高等學(xué)校，而美國高等學(xué)校最強(qiáng)，其次為企業(yè)和聯(lián)邦政府科研機(jī)構(gòu)［7］。郭泉恩、孫斌棟研究發(fā)現(xiàn)，高校創(chuàng)新產(chǎn)出和研發(fā)人員對(duì)區(qū)域創(chuàng)新有顯著促進(jìn)作用［8］。梁劍瑩、安寧對(duì)廣東高校研究發(fā)現(xiàn)，對(duì)創(chuàng)新能力影響最大的是人力資源，其次是產(chǎn)學(xué)研合作，最后是政府公共政策［9］。王蕭蕭、朱桂龍實(shí)證研究發(fā)現(xiàn)，高校獨(dú)立研發(fā)對(duì)專利質(zhì)量無顯著正向影響，更接近技術(shù)先驅(qū)者，大企業(yè)有顯著正向影響，更接近技術(shù)獨(dú)特者［10］。

關(guān)于高校人文社會(huì)科學(xué)投入產(chǎn)出分析的研究總體不多，俞立平、彭長生首先采用TOPSIS評(píng)價(jià)創(chuàng)新成果，然后采用面板數(shù)據(jù)模型和面板向量自回歸模型分析投入產(chǎn)出關(guān)系，發(fā)現(xiàn)對(duì)科技成果貢獻(xiàn)最大的是研發(fā)人員，科研經(jīng)費(fèi)彈性較小［11］。董玨、陳天天等研究發(fā)現(xiàn)，人文社會(huì)科學(xué)領(lǐng)域人才引進(jìn)效能受到人員引進(jìn)前基本情況的影響［12］。馬瑞敏、張欣等構(gòu)建中國本科高校人文社會(huì)科學(xué)競爭力評(píng)價(jià)指標(biāo)體系，對(duì)當(dāng)時(shí)全國778所本科高校的人文社會(huì)科學(xué)競爭力進(jìn)行評(píng)價(jià)和分析［13］。李貞、張?bào)w勤建立“投入—中介—產(chǎn)出”（IMO）模型，對(duì)高校人文社會(huì)科學(xué)團(tuán)隊(duì)績效進(jìn)行評(píng)價(jià)［14］。

從DEA效率角度研究高校效率的較多，Warning評(píng)價(jià)了73所德國公立大學(xué)的效率［15］。黃建國、袁偉燦研究了41所世界一流大學(xué)建設(shè)高?？蒲行剩l(fā)現(xiàn)科研效率水平總體不理想，技術(shù)退步是造成高校科研效率整體下滑的主要原因［16］。康樂、陳曉宇研究發(fā)現(xiàn)，“985工程”建設(shè)高校效率優(yōu)勢體現(xiàn)在英文發(fā)表，我囯高校中文發(fā)表效率開始下降，但英文發(fā)表的效率正逐漸提高［17］。王慶金、王強(qiáng)等運(yùn)用因子分析和DEA分析教育部直屬高校的投入產(chǎn)出效率，發(fā)現(xiàn)雖然效率普遍偏低，但絕大多數(shù)高校處在規(guī)模效率遞增階段［18］。宗曉華、付呈祥研究了教育部直屬高?？蒲行?，發(fā)現(xiàn)高?？蒲行式?0年雖有提高，但進(jìn)步不快，整體效率偏低，并且規(guī)模效率不斷減?。?9］。闞大學(xué)研究了中部地區(qū)高校效率，發(fā)現(xiàn)綜合類、師范類、財(cái)經(jīng)類高校整體效率較高，農(nóng)林類、醫(yī)學(xué)類、其他類高校效率偏低，“985工程”建設(shè)高校效率整體情況最好，其他公辦本科高校效率較差［20］。

還有一些研究從學(xué)科或某個(gè)視角研究高校效率，Kocher等測度了21個(gè)OECD國家和地區(qū)經(jīng)濟(jì)學(xué)學(xué)科科研效率［21］。Tomkins等對(duì)英國大學(xué)會(huì)計(jì)學(xué)院的效率進(jìn)行評(píng)價(jià)［22］。楊博、曹輝測度我國各地區(qū)高校技術(shù)創(chuàng)新國際化效率，發(fā)現(xiàn)華東、華中、華北、西南地區(qū)效率較高，東北三省效率較低［23］。魏國江建立空間計(jì)量模型測算我國產(chǎn)學(xué)研不同主體的協(xié)同創(chuàng)新效率，發(fā)現(xiàn)各創(chuàng)新主體更多依靠自主研發(fā)，研發(fā)經(jīng)費(fèi)外部支出即協(xié)同創(chuàng)新投入的效率均較低［24］。

從現(xiàn)有的研究看，學(xué)術(shù)界對(duì)高校投入產(chǎn)出關(guān)系的研究總體比較豐富，研究涉及投入產(chǎn)出分析和DEA效率分析，還有一些基于指標(biāo)體系的評(píng)價(jià)分析。大多數(shù)以自然科學(xué)為主，少量研究涉及人文社會(huì)科學(xué)。從研究視角看，既包括高校內(nèi)部投入產(chǎn)出分析，也包括高校對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的貢獻(xiàn)；既包括整體績效分析，也包括學(xué)科分析、學(xué)院分析，還包括國際化、協(xié)同創(chuàng)新、專利質(zhì)量等視角的分析。總體上，在以下領(lǐng)域有待進(jìn)一步深入：第一，人文社會(huì)科學(xué)研究產(chǎn)出較多，不同類型產(chǎn)出之間關(guān)系復(fù)雜，對(duì)于投入產(chǎn)出關(guān)系以及不同產(chǎn)出之間的關(guān)系需要進(jìn)行進(jìn)一步的理論研究，在此基礎(chǔ)上進(jìn)一步進(jìn)行深入研究。第二，從研究方法看，現(xiàn)有研究主要集中在回歸分析、DEA分析和指標(biāo)體系，關(guān)于投入要素盲點(diǎn)問題，現(xiàn)有的研究缺乏有效的方法，迫切需要推進(jìn)研究方法創(chuàng)新。第三，即使采用回歸分析，考慮到變量的內(nèi)生性以及產(chǎn)出變量之間的互動(dòng)關(guān)系，現(xiàn)有研究至多采用工具變量，較少采用系統(tǒng)估計(jì)方法，如聯(lián)立方程模型來描述高校人文社會(huì)科學(xué)投入產(chǎn)出之間的特征。

二、理論分析與研究方法

人文社會(huì)科學(xué)投入要素主要包括研發(fā)經(jīng)費(fèi)和研發(fā)人員，產(chǎn)出成果主要包括學(xué)術(shù)論文、學(xué)術(shù)著作和、研究報(bào)告和獎(jiǎng)勵(lì)等。投入要素之間、產(chǎn)出要素之間、投入與產(chǎn)出之間存在復(fù)雜的互動(dòng)關(guān)系。

（一）人文社會(huì)科學(xué)投入產(chǎn)出之間的復(fù)雜關(guān)系

人文社會(huì)科學(xué)投入產(chǎn)出諸要素之間的互動(dòng)關(guān)系如圖1所示。

圖1 人文社會(huì)科學(xué)投入產(chǎn)出互動(dòng)關(guān)系

首先對(duì)課題與獎(jiǎng)勵(lì)進(jìn)行必要的說明。課題雖然重要，但在人文社會(huì)科學(xué)研究中，課題既不屬于投入，也不屬于產(chǎn)出，它是廣大學(xué)者為了申請(qǐng)科研經(jīng)費(fèi)資助時(shí)一種必不可少的行為，盡管課題的中標(biāo)率以及級(jí)別高低反映了學(xué)者的水平，并且和科研成果緊密相關(guān)，但它本質(zhì)上并不屬于科研成果。關(guān)于獎(jiǎng)勵(lì)，它是在現(xiàn)有學(xué)術(shù)論文、學(xué)術(shù)著作和研究報(bào)告的基礎(chǔ)上申請(qǐng)的，不是直接科研成果，屬于間接科研成果，加上本文研究數(shù)據(jù)并沒有很好地區(qū)別不同級(jí)別的獎(jiǎng)勵(lì)，因此本研究暫時(shí)不考慮課題與獎(jiǎng)勵(lì)兩個(gè)指標(biāo)。

研究經(jīng)費(fèi)和研發(fā)人員無疑是人文社會(huì)科學(xué)研究中兩個(gè)最重要的投入要素，兩者高度相關(guān)。對(duì)于人文社會(huì)科學(xué)研究，科研經(jīng)費(fèi)同樣重要，它是學(xué)者進(jìn)行調(diào)查、參加學(xué)術(shù)會(huì)議、購買圖書資料、支付必要專家咨詢費(fèi)和勞務(wù)費(fèi)等等的重要經(jīng)費(fèi)保障。需要注意的是人文社會(huì)科學(xué)不同學(xué)科對(duì)科研經(jīng)費(fèi)的需求多少、開支渠道有較大差別，并且人文社會(huì)科學(xué)研究經(jīng)費(fèi)與自然科學(xué)相比總體較少。對(duì)于人文社會(huì)科學(xué)研究而言，研發(fā)人員更強(qiáng)調(diào)知識(shí)積累和個(gè)性化的勞動(dòng)，更加具有特色。同時(shí)需要注意的是，研發(fā)經(jīng)費(fèi)與研發(fā)人員是高度相關(guān)的，并且具有互動(dòng)關(guān)系。當(dāng)研究經(jīng)費(fèi)充足時(shí)可以吸引更多的研發(fā)人員來進(jìn)行研究，而研究人員較多時(shí)也意味著通常情況有更多的申請(qǐng)科研經(jīng)費(fèi)的機(jī)會(huì)，從而獲取更多的科研經(jīng)費(fèi)支持。

學(xué)術(shù)論文是人文社會(huì)科學(xué)最重要的成果，學(xué)術(shù)著作是最系統(tǒng)的研究成果，而研究報(bào)告是應(yīng)用性最強(qiáng)的研究成果，三者密切相關(guān)。高校的教師、研究員和研究生等均被鼓勵(lì)發(fā)表學(xué)術(shù)論文來促進(jìn)學(xué)科發(fā)展，而其中一部分成果質(zhì)量較高，屬于學(xué)科前沿，能夠促進(jìn)相關(guān)產(chǎn)業(yè)發(fā)展，學(xué)術(shù)論文是高校知識(shí)溢出的主要途徑之一［25］。對(duì)于人文社會(huì)科學(xué)而言，學(xué)術(shù)期刊既刊登基礎(chǔ)研究論文，也刊登應(yīng)用研究論文，尤其隨著國家近幾年來對(duì)智庫建設(shè)的重視，應(yīng)用論文比例有增加的趨勢。學(xué)術(shù)著作是更加系統(tǒng)化的研究，比學(xué)術(shù)論文更加全面，學(xué)術(shù)觀點(diǎn)也可以更深入全面地進(jìn)行論述。研究報(bào)告往往是高校服務(wù)政府部門和企業(yè)的重要表現(xiàn)，屬于應(yīng)用研究?；A(chǔ)研究是應(yīng)用研究的基礎(chǔ)和重要支撐，理論學(xué)術(shù)論文和學(xué)術(shù)專著是研究報(bào)告的重要基礎(chǔ)。學(xué)術(shù)論文與學(xué)術(shù)著作密切相關(guān)，應(yīng)該說學(xué)術(shù)論文是學(xué)術(shù)著作的基礎(chǔ)，如果長期從事某個(gè)領(lǐng)域的研究，積累了一定的學(xué)術(shù)論文成果，可以在此基礎(chǔ)上進(jìn)行歸納和提升，形成學(xué)術(shù)著作。在學(xué)術(shù)著作的撰寫過程中，一些能夠獨(dú)立成章的創(chuàng)新性研究也可以用來發(fā)表論文。此外，一些高質(zhì)量的研究報(bào)告也可以出版，成為學(xué)術(shù)專著，或者其中的一些章節(jié)作為應(yīng)用型研究論文發(fā)表。

人文社會(huì)科學(xué)投入產(chǎn)出的互動(dòng)關(guān)系也比較顯著。首先投入決定產(chǎn)出，根據(jù)生產(chǎn)函數(shù)，人文社會(huì)科學(xué)科研活動(dòng)也屬于典型的生產(chǎn)，其研發(fā)經(jīng)費(fèi)和研發(fā)勞動(dòng)力是科研成果的重要基礎(chǔ)。其次，科研成果對(duì)研發(fā)投入具有反作用，當(dāng)學(xué)術(shù)論文、學(xué)術(shù)著作、研究報(bào)告等成果豐碩時(shí)，會(huì)促進(jìn)高校加大研發(fā)投入，同時(shí)國家和地方政府也會(huì)加大對(duì)人文社會(huì)科學(xué)政策與經(jīng)費(fèi)支持，產(chǎn)生良好的反饋。當(dāng)人文社會(huì)科學(xué)科研成果不佳時(shí)，也會(huì)影響投入，甚至使得研發(fā)資源的增長停滯。

（二）聯(lián)立方程模型

聯(lián)立方程模型是用來分析諸變量投入產(chǎn)出復(fù)雜關(guān)系的模型，它較好地克服了變量的內(nèi)生性問題，根據(jù)前文分析，本文建立聯(lián)立方程模型如下：

公式（1）中，Y1、Y2、Y3分別為學(xué)術(shù)論文、學(xué)術(shù)著作、研究報(bào)告，K表示研發(fā)經(jīng)費(fèi)、L表示研發(fā)勞動(dòng)力。cij表示回歸系數(shù)，其中i表示方程序號(hào)，j代表變量序號(hào)，i，j=1，2，3，4，5。

方程一中，研發(fā)經(jīng)費(fèi)、研發(fā)勞動(dòng)力是學(xué)術(shù)論文的投入，此外，學(xué)術(shù)專著、研究報(bào)告也會(huì)對(duì)學(xué)術(shù)論文有促進(jìn)作用。學(xué)術(shù)著作和研究報(bào)告的部分章節(jié)，也可以整理后作為學(xué)術(shù)論文發(fā)表。

方程二中，研發(fā)經(jīng)費(fèi)、研發(fā)勞動(dòng)力是學(xué)術(shù)著作的投入，學(xué)術(shù)論文、研究報(bào)告也會(huì)對(duì)學(xué)術(shù)著作有促進(jìn)作用。學(xué)術(shù)論文是學(xué)術(shù)著作的重要基礎(chǔ)和積淀，研究報(bào)告也可以作為學(xué)術(shù)著作出版。

方程三中，研發(fā)經(jīng)費(fèi)、研發(fā)勞動(dòng)力是研究報(bào)告的投入，學(xué)術(shù)論文、學(xué)術(shù)著作也會(huì)對(duì)研究報(bào)告有促進(jìn)作用。理論性學(xué)術(shù)論文和學(xué)術(shù)著作是研究報(bào)告的理論基礎(chǔ)，沒有較好的基礎(chǔ)研究，難以做好應(yīng)用研究。

方程四中，研發(fā)勞動(dòng)力對(duì)研發(fā)經(jīng)費(fèi)會(huì)產(chǎn)生影響，當(dāng)人文社會(huì)科學(xué)研究人員較多時(shí)，一方面高校會(huì)增加研發(fā)經(jīng)費(fèi)支持，另一方面也增加了申報(bào)政府和國家科研經(jīng)費(fèi)的機(jī)會(huì)。此外，良好的科研產(chǎn)出會(huì)促進(jìn)研發(fā)經(jīng)費(fèi)的增加，形成正反饋。

方程五中，研發(fā)經(jīng)費(fèi)對(duì)研發(fā)人員有重要的影響，當(dāng)研發(fā)經(jīng)費(fèi)充裕時(shí)，會(huì)促進(jìn)研發(fā)人員增加。此外，良好的科研產(chǎn)出會(huì)促進(jìn)研發(fā)人員的增加，形成正反饋。

（三）傳統(tǒng)回歸模型的缺陷

基于聯(lián)立方程模型或傳統(tǒng)的各種多元回歸模型來研究人文社會(huì)科學(xué)投入產(chǎn)出關(guān)系有一個(gè)重要缺陷，即只能通過回歸系數(shù)的符號(hào)、大小以及是否通過統(tǒng)計(jì)檢驗(yàn)來分析變量之間的關(guān)系，會(huì)出現(xiàn)投入要素盲點(diǎn)錯(cuò)誤。

如圖2所示，在典型的投入產(chǎn)出回歸分析中，假設(shè)有3個(gè)投入要素，根據(jù)其是否通過統(tǒng)計(jì)檢驗(yàn)大致分為三種情況，一是投入要素的回歸系數(shù)為正，并且通過了統(tǒng)計(jì)檢驗(yàn)，在這種情況下，可以比較不同投入要素回歸系數(shù)的大小，從而比較不同投入要素的績效。二是投入要素的回歸系數(shù)為負(fù)數(shù)，并且通過統(tǒng)計(jì)檢驗(yàn)，此時(shí)可以判斷該投入要素績效不佳。三是投入要素的回歸系數(shù)不管是正數(shù)還是負(fù)數(shù)，均沒有通過統(tǒng)計(jì)檢驗(yàn)。對(duì)于第二種、第三種情況，只能大致說明第二種情況投入要素績效最差，但均不能判斷這兩種情況下投入要素對(duì)產(chǎn)出的積極貢獻(xiàn)，并比較其大小，本文將這種情況稱為投入要素盲點(diǎn)。在投入要素盲點(diǎn)情況下，不能簡單說該要素就沒有作用，還是要進(jìn)一步分析比較各投入要素的貢獻(xiàn)與作用。

圖2 投入要素盲點(diǎn)

（四）BP人工神經(jīng)網(wǎng)絡(luò)模型克服投入要素盲點(diǎn)

投入要素盲點(diǎn)問題本質(zhì)上是過度掩蓋了投入要素的積極作用。根據(jù)經(jīng)濟(jì)學(xué)投入產(chǎn)出原理，盡管某個(gè)投入要素的績效可能不佳，比如勞動(dòng)力對(duì)經(jīng)濟(jì)增長的貢獻(xiàn)不顯著，沒有通過統(tǒng)計(jì)檢驗(yàn)，但這并不代表勞動(dòng)力就沒有任何作用，畢竟經(jīng)濟(jì)增長是廣大勞動(dòng)者通過辛勤的雙手創(chuàng)造的。所以在存在投入要素盲點(diǎn)的情況下，需要采用新的方法來估計(jì)投入要素的實(shí)際貢獻(xiàn)，從而給政策研究提供重要參考，而BP人工神經(jīng)網(wǎng)絡(luò)就是一個(gè)較好的工具。

人文社會(huì)科學(xué)投入產(chǎn)出關(guān)系本質(zhì)上也是一個(gè)黑箱，雖然其基本運(yùn)作機(jī)制是清楚的，但由于投入產(chǎn)出關(guān)系復(fù)雜，涉及變量多，本質(zhì)上屬于復(fù)雜巨系統(tǒng)，因此用BP人工神經(jīng)網(wǎng)絡(luò)分析是可行的。將人文社會(huì)科學(xué)投入產(chǎn)出分別作為BP人工神經(jīng)網(wǎng)絡(luò)的輸入和輸出，建立機(jī)器學(xué)習(xí)模型并進(jìn)行訓(xùn)練，從而可以高度擬合投入產(chǎn)出關(guān)系，并且得到各投入要素的權(quán)重，這樣就可以比較投入要素的權(quán)重大小。

BP神經(jīng)網(wǎng)絡(luò)模型是對(duì)人腦神經(jīng)網(wǎng)絡(luò)若干基本特性的抽象和模擬，可以進(jìn)行分布式并行信息處理［26］。BP神經(jīng)網(wǎng)絡(luò)一般由輸入層、隱含層、輸出層組成，是一個(gè)包括隱含層的多層前饋網(wǎng)絡(luò)。其中隱含層可以有多個(gè)，每層的神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)也可以有多個(gè)，一般根據(jù)經(jīng)驗(yàn)確定。模型的核心思想是不斷調(diào)整網(wǎng)絡(luò)連接的權(quán)重使得網(wǎng)絡(luò)的總體誤差最小。假設(shè)輸入層神經(jīng)元有m個(gè)，隱含層有q個(gè)，輸出層變量有l(wèi)個(gè)，其學(xué)習(xí)步驟如下：

第一，網(wǎng)絡(luò)初始化。預(yù)先給出權(quán)重系數(shù)最小的隨機(jī)數(shù)。

第二，輸入訓(xùn)練集。輸入向量為x（1），x（2），…，x（n），期望輸出向量為t（1），t（2），…，t（N），N表示訓(xùn)練樣本數(shù)量。

第三，BP網(wǎng)絡(luò)前饋計(jì)算。假設(shè)用樣本P進(jìn)行訓(xùn)練，隱含層第i個(gè)神經(jīng)元的輸入為：

式（3）中，g（）為隱含層激活函數(shù)，一般用sigmoid函數(shù)表示：

式（5）中，ωki為隱含神經(jīng)元i與輸出節(jié)點(diǎn)k的連接權(quán)重，θk為輸出層神經(jīng)元k的閾值。

第四，計(jì)算誤差。BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)的總誤差函數(shù)Ep為：

第五，權(quán)重系數(shù)調(diào)整。如果總誤差沒有達(dá)到要求，則使權(quán)重系數(shù)沿著誤差函數(shù)的負(fù)梯度方向進(jìn)行調(diào)整。輸出層和輸入層權(quán)重系數(shù)調(diào)整量的計(jì)算公式分別如式（8）和式（9）。

Δωki和Δωij分別為輸出層和輸入層權(quán)重系數(shù)調(diào)整量，η為學(xué)習(xí)速率，取值大于0，經(jīng)過反復(fù)訓(xùn)練，直到誤差達(dá)到滿意結(jié)果為止。

需要注意的是，BP人工神經(jīng)網(wǎng)絡(luò)作為一種新的估算投入要素貢獻(xiàn)的方法，其可靠性有待與傳統(tǒng)回歸結(jié)果進(jìn)行對(duì)照分析，如果權(quán)重排序與回歸系數(shù)分析基本相近，那么就可以將BP人工神經(jīng)網(wǎng)絡(luò)作為一種新的分析工具適當(dāng)進(jìn)行推廣（圖3）。

其次，BP人工神經(jīng)網(wǎng)絡(luò)對(duì)投入產(chǎn)出關(guān)系是一種智能化模擬，也存在擬合優(yōu)度問題?；貧w分析的擬合優(yōu)度也是對(duì)投入變量解釋程度的一種反映，由于缺失一些投入變量，或者是投入變量難以計(jì)量，或者存在統(tǒng)計(jì)數(shù)據(jù)誤差等原因，會(huì)導(dǎo)致投入變量不一定能有效地解釋產(chǎn)出變量。對(duì)于這個(gè)問題，從提高穩(wěn)健性角度，應(yīng)該將回歸分析的擬合優(yōu)度與人工神經(jīng)網(wǎng)絡(luò)分析的擬合優(yōu)度同時(shí)考慮。具體做法是，對(duì)于總體擬合優(yōu)度，要用回歸擬合優(yōu)度乘以BP神經(jīng)網(wǎng)絡(luò)的擬合優(yōu)度。

圖3 BP神經(jīng)網(wǎng)絡(luò)與回歸綜合分析

三、研究數(shù)據(jù)與實(shí)證結(jié)果

本文從宏觀視角研究高校人文社會(huì)科學(xué)投入產(chǎn)出特征，并且嘗試在方法論層面有所創(chuàng)新。所有數(shù)據(jù)全部來自于教育部中國高校人文社會(huì)科學(xué)信息網(wǎng)（https：//www.sinoss.net），依托其中的省際高校面板數(shù)據(jù)進(jìn)行實(shí)證研究。

（一）研究數(shù)據(jù)

對(duì)于投入變量，人文社會(huì)科學(xué)研發(fā)經(jīng)費(fèi)來源于研發(fā)經(jīng)費(fèi)內(nèi)部支出，研發(fā)勞動(dòng)力來源于研發(fā)人員數(shù)量。對(duì)于產(chǎn)出變量，人文社會(huì)科學(xué)學(xué)術(shù)論文與學(xué)術(shù)著作采用原始數(shù)據(jù)，研究報(bào)告往往是高質(zhì)量成果，相當(dāng)于自然科學(xué)研究的成果轉(zhuǎn)化，是一個(gè)更好的產(chǎn)出變量。

教育部網(wǎng)站省際面板數(shù)據(jù)的時(shí)間跨度為2009-2018年，包括大陸31個(gè)省市數(shù)據(jù)，所有人文社會(huì)科學(xué)產(chǎn)出數(shù)據(jù)均為中文成果。考慮到高校人文社會(huì)科學(xué)投入與不同產(chǎn)出之間存在不同滯后效應(yīng)，研究報(bào)告的滯后期一般是數(shù)月到十幾個(gè)月，學(xué)術(shù)論文的滯后期一般是數(shù)月到1-2年，學(xué)術(shù)著作滯后期一般需要數(shù)年，經(jīng)過綜合平衡最后確定滯后期為1年。變量的描述統(tǒng)計(jì)如表1所示。

表1 變量描述統(tǒng)計(jì)

（二）變量的平穩(wěn)性檢驗(yàn)

教育部高校人文社會(huì)科學(xué)數(shù)據(jù)時(shí)間跨度為9年，總體不長，但為了防止出現(xiàn)偽回歸，還是需要進(jìn)行變量的平穩(wěn)性檢驗(yàn)，結(jié)果如表2，當(dāng)0階時(shí)，所有變量是部分平穩(wěn)，當(dāng)1階時(shí)，所有變量均為平穩(wěn)時(shí)間序列。

（三）聯(lián)立方程回歸結(jié)果

根據(jù)公式（1），聯(lián)立方程的估計(jì)結(jié)果如表3所示，模型5個(gè)方程的擬合優(yōu)度總體較高，最低的為因變量是研究報(bào)告的擬合優(yōu)度，為0.707，說明研究報(bào)告的決定和影響因素比較復(fù)雜，其他方程的擬合優(yōu)度均在0.850以上。大部分變量的回歸系數(shù)均通過了統(tǒng)計(jì)檢驗(yàn)，模型總體結(jié)果良好。

表2 變量的平穩(wěn)性檢驗(yàn)

表3 聯(lián)立方程估計(jì)結(jié)果

方程一因變量是學(xué)術(shù)論文，擬合優(yōu)度為0.957，水平很高。從回歸結(jié)果看，研發(fā)人員的彈性系數(shù)最高，為0.597，且通過了統(tǒng)計(jì)檢驗(yàn)；其次是學(xué)術(shù)著作，彈性系數(shù)為0.386，也通過統(tǒng)計(jì)檢驗(yàn)；再次為研究報(bào)告，彈性系數(shù)為0.046，雖然較低但通過了統(tǒng)計(jì)檢驗(yàn)；最后是研發(fā)經(jīng)費(fèi)，彈性系數(shù)為0.008，沒有通過統(tǒng)計(jì)檢驗(yàn)。

方程二因變量是學(xué)術(shù)著作，擬合優(yōu)度為0.895，水平較高。從回歸結(jié)果看，學(xué)術(shù)論文回歸系數(shù)最高，為1.132，并且通過了統(tǒng)計(jì)檢驗(yàn)；其次是研發(fā)經(jīng)費(fèi)，回歸系數(shù)為0.107，也通過了統(tǒng)計(jì)檢驗(yàn)，但遠(yuǎn)小于論文的彈性系數(shù)；研發(fā)人員的彈性系數(shù)為-0.237，通過了統(tǒng)計(jì)檢驗(yàn)，但結(jié)果為負(fù)數(shù)，說明研發(fā)經(jīng)費(fèi)的績效不佳；研究報(bào)告的彈性系數(shù)為-0.018，但沒有通過統(tǒng)計(jì)檢驗(yàn)，說明大多數(shù)研究報(bào)告并沒有形成專著，更多發(fā)揮了決策咨詢的作用。

方程三因變量是研究報(bào)告，擬合優(yōu)度為0.707，屬于中等水平。從回歸結(jié)果看，學(xué)術(shù)論文的彈性系數(shù)最大，為0.882，通過了統(tǒng)計(jì)檢驗(yàn)；其次是研發(fā)經(jīng)費(fèi)的彈性系數(shù)，為0.789，也通過了統(tǒng)計(jì)檢驗(yàn)；研發(fā)人員的彈性系數(shù)為-0.436，通過了統(tǒng)計(jì)檢驗(yàn)，但結(jié)果為負(fù)數(shù)，說明決策咨詢是少數(shù)研發(fā)人員擅長；學(xué)術(shù)著作的彈性系數(shù)為-0.018，沒有通過統(tǒng)計(jì)檢驗(yàn)，說明大多數(shù)學(xué)術(shù)著作側(cè)重基礎(chǔ)研究，對(duì)擅長從事基礎(chǔ)研究的學(xué)者而言，大多數(shù)并不適合從事應(yīng)用研究。

方程四因變量是研發(fā)經(jīng)費(fèi)，擬合優(yōu)度為0.852，水平較高。從回歸結(jié)果看，研發(fā)人員的彈性系數(shù)最大，為0.711，通過了統(tǒng)計(jì)檢驗(yàn)；其次是研究報(bào)告，彈性系數(shù)為0.249，通過了統(tǒng)計(jì)檢驗(yàn)；第三是學(xué)術(shù)著作，彈性系數(shù)為0.219，通過了統(tǒng)計(jì)檢驗(yàn)；學(xué)術(shù)論文的回歸系數(shù)為0.050，但沒有通過統(tǒng)計(jì)檢驗(yàn)。

方程五因變量是研發(fā)人員，擬合優(yōu)度為0.921，水平很高。從回歸結(jié)果看，學(xué)術(shù)論文的彈性系數(shù)最大，為0.775，通過了統(tǒng)計(jì)檢驗(yàn)；其次是研發(fā)經(jīng)費(fèi)，彈性系數(shù)為0.153，同樣通過了統(tǒng)計(jì)檢驗(yàn)；學(xué)術(shù)著作的回歸系數(shù)為-0.105，同樣通過統(tǒng)計(jì)檢驗(yàn)，但系數(shù)為負(fù)數(shù)；研究報(bào)告的彈性系數(shù)為-0.030，僅在10%的水平下通過了統(tǒng)計(jì)檢驗(yàn)，并且回歸系數(shù)為負(fù)數(shù)，可以視為不相關(guān)。

以上回歸結(jié)果可視化后如圖4所示，箭頭方向表示作用方向，實(shí)線表示彈性為正，虛線表示彈性為負(fù)，線條粗細(xì)表示回歸系數(shù)絕對(duì)值大小。

以研發(fā)經(jīng)費(fèi)的績效分析為例，研發(fā)經(jīng)費(fèi)對(duì)研究報(bào)告的彈性為0.789，對(duì)學(xué)術(shù)著作的彈性為0.107，與學(xué)術(shù)論文無關(guān)。但是研發(fā)經(jīng)費(fèi)通過兩條間接渠道對(duì)學(xué)術(shù)論文發(fā)揮作用，一是通過學(xué)術(shù)著作對(duì)學(xué)術(shù)論文產(chǎn)生影響，其間接彈性為0.041（0.107*0.386），二是通過研究報(bào)告對(duì)學(xué)術(shù)論文產(chǎn)生影響，彈性為0.036（0.789*0.046），其間接彈性之和為0.077（0.041+0.036）。

圖4 聯(lián)立方程回歸結(jié)果可視化圖

再以研發(fā)人員的績效分析為例，研發(fā)人員對(duì)學(xué)術(shù)論文貢獻(xiàn)的彈性最大，彈性為0.597，表現(xiàn)為粗實(shí)線；對(duì)學(xué)術(shù)著作的彈性雖然為-0.237，表現(xiàn)為虛細(xì)線；與研究報(bào)告無關(guān)，沒有線條相連。但是通過學(xué)術(shù)論文對(duì)學(xué)術(shù)著作的極高彈性1.132彌補(bǔ)了這種損失，實(shí)際對(duì)學(xué)術(shù)著作的彈性為0.439（0.597*1.132-0.237=0.439）；通過學(xué)術(shù)論文為研究報(bào)告的較高彈性0.882同樣彌補(bǔ)了損失，實(shí)際研發(fā)人員對(duì)學(xué)術(shù)報(bào)告的彈性為0.527（0.597*0.882）。上述分析結(jié)果如表4所示，綜合分析可以看出研發(fā)人員的績效要高于研發(fā)經(jīng)費(fèi)。

表4 研發(fā)投入的綜合績效比較

（四）神經(jīng)網(wǎng)絡(luò)模型估計(jì)結(jié)果

下面分別在公式（1）的5個(gè)方程基礎(chǔ)上建立BP人工神經(jīng)網(wǎng)絡(luò)模型并進(jìn)行訓(xùn)練，同時(shí)得到輸入變量的權(quán)重。由于神經(jīng)網(wǎng)絡(luò)模型結(jié)果受模型結(jié)構(gòu)、模型方法和訓(xùn)練次數(shù)等多種因素影響，每次結(jié)果均不一樣。為了提高研究的穩(wěn)健性，本文同時(shí)建立5個(gè)模型，并根據(jù)經(jīng)驗(yàn)不斷調(diào)整神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，然后進(jìn)行訓(xùn)練，得到權(quán)重結(jié)果，取其平均值作為模型的最終結(jié)果。

表5是學(xué)術(shù)論文作為產(chǎn)出時(shí)的結(jié)果。從平均值看，其擬合優(yōu)度為0.944，相關(guān)系數(shù)為0.974，屬于很高水平。從各變量的權(quán)重看，重要性最大的為研發(fā)人員，權(quán)重為57.58%；其次是學(xué)術(shù)著作，權(quán)重為38.94%；第三是研究報(bào)告，權(quán)重為3.26%；最低的是研發(fā)經(jīng)費(fèi)，僅為0.22%，這個(gè)結(jié)果和聯(lián)立方程中方程一的彈性排序結(jié)果完全一致。

表6是學(xué)術(shù)著作作為產(chǎn)出時(shí)的結(jié)果。從平均值看，其擬合優(yōu)度為0.875，相關(guān)系數(shù)為0.943，屬于較高水平。從各變量的權(quán)重看，最大的是學(xué)術(shù)論文，權(quán)重為97.49%，占絕對(duì)主導(dǎo)地位；其次是研發(fā)人員，權(quán)重為2.24%；第三是研發(fā)經(jīng)費(fèi)，權(quán)重為0.25%；最后是研究報(bào)告，權(quán)重為0.01%，幾乎可以忽略。雖然變量彈性排序和方程二有所差別，但考慮到學(xué)術(shù)論文權(quán)重占絕對(duì)地位，以及方程二回歸結(jié)果中學(xué)術(shù)論文同樣占絕對(duì)地位，兩者總體上是一致的。

表7是研究報(bào)告作為產(chǎn)出時(shí)的結(jié)果。從平均值看，其擬合優(yōu)度為0.626，相關(guān)系數(shù)為0.854，屬于較高水平。從各變量的權(quán)重看，研發(fā)經(jīng)費(fèi)的權(quán)重最高，為59.91%；其次是學(xué)術(shù)論文，權(quán)重為31.12%；研發(fā)勞動(dòng)力的權(quán)重排列第三，為8.34%；學(xué)術(shù)著作的權(quán)重最小，為0.64%。聯(lián)立方程中，方程三的擬合優(yōu)度也不高，兩者相近。對(duì)比回歸系數(shù)與權(quán)重排序，兩者也稍有區(qū)別。

表5 學(xué)術(shù)論文作為產(chǎn)出時(shí)的神經(jīng)網(wǎng)絡(luò)權(quán)重

表6 學(xué)術(shù)著作作為產(chǎn)出時(shí)的神經(jīng)網(wǎng)絡(luò)權(quán)重

表7 研究報(bào)告作為產(chǎn)出時(shí)的神經(jīng)網(wǎng)絡(luò)權(quán)重

表8是研發(fā)經(jīng)費(fèi)作為因變量的結(jié)果，從平均值看，其擬合優(yōu)度為0.877，相關(guān)系數(shù)為0.946，屬于較高水平。從各變量的權(quán)重看，研發(fā)人員的權(quán)重最大，為54.64%；其次是研究報(bào)告，為32.76%；第三是學(xué)術(shù)論文，權(quán)重為6.65%；最后是學(xué)術(shù)著作，權(quán)重為5.55%。對(duì)比聯(lián)立方程中方程四的回歸結(jié)果，研發(fā)人員和研究報(bào)告的排序一致，后兩個(gè)有所差異。

表9是研發(fā)人員作為因變量的結(jié)果，從平均值看，其擬合優(yōu)度為0.905，相關(guān)系數(shù)為0.958，屬于較高水平。從各變量的權(quán)重看，學(xué)術(shù)論文的權(quán)重最大，為73.07%；其次是研發(fā)經(jīng)費(fèi)，為24.97%；第三是學(xué)術(shù)著作，權(quán)重為1.72%；最后是研究報(bào)告，權(quán)重為0.42%。對(duì)比聯(lián)立方程中方程五的回歸結(jié)果，學(xué)術(shù)論文和研發(fā)經(jīng)費(fèi)的排序一致，后兩個(gè)變量因?yàn)闆]有通過統(tǒng)計(jì)檢驗(yàn)，比較沒有意義。

表8 因變量為研發(fā)經(jīng)費(fèi)時(shí)的神經(jīng)網(wǎng)絡(luò)權(quán)重

表9 因變量為研發(fā)人員時(shí)的神經(jīng)網(wǎng)絡(luò)權(quán)重

對(duì)于以上BP神經(jīng)網(wǎng)絡(luò)分析的結(jié)果，可視化后如圖5所示。為了簡化分析，將權(quán)重小于5%的關(guān)系刪除，線條粗細(xì)同樣表示權(quán)重大小。

圖5 神經(jīng)網(wǎng)絡(luò)分析結(jié)果可視化圖

以研發(fā)經(jīng)費(fèi)績效分析為例，研發(fā)經(jīng)費(fèi)對(duì)學(xué)術(shù)論文的權(quán)重很低，僅為0.22%，研發(fā)經(jīng)費(fèi)對(duì)學(xué)術(shù)著作的權(quán)重為0.25%，同樣很低，研發(fā)經(jīng)費(fèi)對(duì)研究報(bào)告的權(quán)重很高，為59.91%。但是由于研究報(bào)告對(duì)學(xué)術(shù)論文與學(xué)術(shù)著作的權(quán)重分別為3.26%和0.01%，均較低，這樣研發(fā)經(jīng)費(fèi)對(duì)學(xué)術(shù)論文的間接權(quán)重為0.007%（0.22%*3.26%），研發(fā)經(jīng)費(fèi)對(duì)學(xué)術(shù)著作的間接彈性為0.000%（0.25%*0.01%），因此研發(fā)經(jīng)費(fèi)的績效總體不佳。

再以研發(fā)人員績效分析為例，研發(fā)人員對(duì)學(xué)術(shù)論文的權(quán)重為57.58%，對(duì)學(xué)術(shù)著作的權(quán)重僅為2.24%，對(duì)研究報(bào)告的權(quán)重為8.34%，總體上研發(fā)人員對(duì)學(xué)術(shù)著作和研究報(bào)告的權(quán)重并不高?？紤]到學(xué)術(shù)論文對(duì)學(xué)術(shù)著作的權(quán)重為97.49%，以及學(xué)術(shù)論文對(duì)研究報(bào)告的權(quán)重為31.12%，這樣實(shí)際研發(fā)人員對(duì)學(xué)術(shù)著作的間接權(quán)重為56.13%（57.58%*97.49%），研發(fā)人員對(duì)研究報(bào)告的間接權(quán)重為17.92%（57.78%*31.12%），同樣可以說明研發(fā)人員是通過學(xué)術(shù)論文的傳導(dǎo)機(jī)制發(fā)揮其對(duì)學(xué)術(shù)著作和研究報(bào)告的影響，其綜合績效較高。上述分析結(jié)果如表10所示，總體研發(fā)人員的績效較高，與聯(lián)立方程分析結(jié)果一致。

表10 研發(fā)投入的綜合績效比較

（五）進(jìn)一步分析

對(duì)于投入與產(chǎn)出方程與模型涉及的未盡問題，本文在此作進(jìn)一步解釋和分析。

1.總體擬合優(yōu)度

對(duì)于投入產(chǎn)出方程，如果關(guān)鍵投入變量績效不佳，導(dǎo)致回歸系數(shù)不能通過統(tǒng)計(jì)檢驗(yàn)，或者通過了統(tǒng)計(jì)檢驗(yàn)，但是回歸系數(shù)為負(fù)數(shù)的情況時(shí)，可以同時(shí)借助回歸分析和人工神經(jīng)網(wǎng)絡(luò)來分析各投入要素的重要性或者權(quán)重。對(duì)于模型的總體擬合優(yōu)度應(yīng)采用連乘計(jì)算，這是因?yàn)榛貧w擬合優(yōu)度是整個(gè)模型的基礎(chǔ)，它是在經(jīng)濟(jì)理論基礎(chǔ)上得到的結(jié)論。在此基礎(chǔ)上，BP人工神經(jīng)網(wǎng)絡(luò)模型做了進(jìn)一步的投入產(chǎn)出模擬，這種模擬是有誤差的，擬合優(yōu)度反映了這種模擬的精度，所以最終整個(gè)系統(tǒng)的總體擬合優(yōu)度一定要用回歸和人工神經(jīng)網(wǎng)絡(luò)兩者的擬合優(yōu)度相乘，結(jié)果如表11所示。

表11 模型的總體擬合優(yōu)度

從模型的整體擬合優(yōu)度看，研究報(bào)告的總體擬合優(yōu)度為0.443，總體偏低，可能是由于研究報(bào)告的特殊性決定的。

2.同時(shí)采用回歸分析與BP人工神經(jīng)網(wǎng)絡(luò)分析的前提條件

本文研究發(fā)現(xiàn)，同時(shí)采用回歸分析與BP人工神經(jīng)網(wǎng)絡(luò)分析，兩者雖然大致一致，但是還是存在差異。那么如何進(jìn)行取舍或者綜合分析呢？需要注意的是，采用BP人工神經(jīng)網(wǎng)絡(luò)分析的條件其實(shí)比較苛刻，就是只能在純粹的投入產(chǎn)出分析中才能使用，對(duì)于影響因素分析，是不能采用BP人工神經(jīng)網(wǎng)絡(luò)進(jìn)行分析的。本文之所以對(duì)研發(fā)經(jīng)費(fèi)和研發(fā)人員也做了神經(jīng)網(wǎng)絡(luò)分析，是為了便于說明問題。

BP神經(jīng)網(wǎng)絡(luò)的基石是系統(tǒng)論，系統(tǒng)有一定的輸入和輸出，內(nèi)部是黑箱。而應(yīng)用到經(jīng)濟(jì)系統(tǒng)和科技系統(tǒng)分析時(shí)，這種前提條件同樣存在，因此凡是影響因素的研究，一般不宜采用，因?yàn)橥度氘a(chǎn)出分析中，非常明確知道各投入要素均有貢獻(xiàn)，只不過有些投入要素的績效可能不高，但并不意味著其沒有貢獻(xiàn)。而影響因素分析，不能肯定哪種因素就一定發(fā)揮作用，不能貿(mào)然將其作為BP人工神經(jīng)網(wǎng)絡(luò)的輸入變量。

3.回歸分析與BP人工神經(jīng)網(wǎng)絡(luò)分析不一致的處理

在投入產(chǎn)出分析中，回歸分析會(huì)得出一個(gè)結(jié)果，BP人工神經(jīng)網(wǎng)絡(luò)會(huì)得出另外一個(gè)結(jié)果，那么如何選用呢？總體上，應(yīng)遵循以下原則：

第一，當(dāng)回歸分析結(jié)果得到的主要投入要素彈性系數(shù)均為正數(shù)，并且均通過統(tǒng)計(jì)檢驗(yàn)時(shí)，以回歸分析結(jié)果進(jìn)行進(jìn)一步的分析，不需要建立BP人工神經(jīng)網(wǎng)絡(luò)模型。

第二，當(dāng)回歸分析結(jié)果中，有些關(guān)鍵投入要素的彈性系數(shù)為負(fù)數(shù)并且通過統(tǒng)計(jì)檢驗(yàn)，或者彈性系數(shù)沒有通過統(tǒng)計(jì)檢驗(yàn)時(shí)，建議繼續(xù)采用BP人工神經(jīng)網(wǎng)絡(luò)進(jìn)行分析，并以BP人工神經(jīng)網(wǎng)絡(luò)得到的權(quán)重作為后續(xù)政策分析的基礎(chǔ)，回歸分析結(jié)果供參考。

本文實(shí)證發(fā)現(xiàn)，在很大程度上，回歸分析與BP人工神經(jīng)網(wǎng)絡(luò)分析的結(jié)果是大致一致的，兩者同時(shí)采用，可以提高研究的穩(wěn)健性。

四、研究結(jié)論與政策建議

本文通過理論研究發(fā)現(xiàn)，在人文社會(huì)科學(xué)投入產(chǎn)出分析中，如果回歸分析發(fā)現(xiàn)公認(rèn)的投入要素沒有通過統(tǒng)計(jì)檢驗(yàn)或者通過統(tǒng)計(jì)檢驗(yàn)但其彈性系數(shù)為負(fù)數(shù)，在這種情況下回歸分析無法得到該要素作用的估計(jì)，即存在投入要素盲點(diǎn)問題。研究結(jié)論如下：

第一，BP人工神經(jīng)網(wǎng)絡(luò)是解決投入要素盲點(diǎn)有效方法。在這種情況下，應(yīng)繼續(xù)采用BP人工神經(jīng)網(wǎng)絡(luò)分析來估計(jì)各投入要素的權(quán)重，從而進(jìn)一步分析這些要素的作用和貢獻(xiàn)。這種分析范式推進(jìn)了傳統(tǒng)的投入產(chǎn)出分析理論與方法，是一種有意義的創(chuàng)新，并且可以廣泛應(yīng)用在經(jīng)濟(jì)社會(huì)分析中。從本文的實(shí)證結(jié)果看，采用BP人工神經(jīng)網(wǎng)絡(luò)進(jìn)行投入產(chǎn)出分析可以作為傳統(tǒng)回歸分析的重要補(bǔ)充，兩者研究原理和方法不同，但結(jié)果可以互相驗(yàn)證和支撐，從而提高的研究的穩(wěn)健性。

第二，研發(fā)經(jīng)費(fèi)總體績效偏低。從聯(lián)立方程回歸分析結(jié)果看，研發(fā)經(jīng)費(fèi)對(duì)學(xué)術(shù)論文的彈性系數(shù)沒有通過統(tǒng)計(jì)檢驗(yàn)，對(duì)學(xué)術(shù)著作的彈性系數(shù)總體較低，只對(duì)研究報(bào)告的彈性系數(shù)較高。因?yàn)檠芯繄?bào)告?zhèn)戎貞?yīng)用研究，并且只占人文社會(huì)科學(xué)產(chǎn)出的很小部分，所以研發(fā)經(jīng)費(fèi)的績效總體偏低。從BP人工神經(jīng)網(wǎng)絡(luò)的分析結(jié)果看，研發(fā)經(jīng)費(fèi)對(duì)學(xué)術(shù)論文權(quán)重僅為0.22%，對(duì)學(xué)術(shù)著作的權(quán)重僅為0.25%，只對(duì)研究報(bào)告的權(quán)重高達(dá)59.91%。這個(gè)結(jié)果和回歸分析結(jié)果基本一致，因此研究結(jié)論是穩(wěn)健的。造成研發(fā)經(jīng)費(fèi)績效不高的原因是多樣的，第一是人文社會(huì)科學(xué)研究有其特殊性，這是由學(xué)科特點(diǎn)所決定的，廣大科研人員更多是憑興趣和愛好從事研究，物質(zhì)條件雖然重要但有時(shí)也能無米下炊；第二是一般人文社會(huì)科學(xué)研究不需要太多的實(shí)驗(yàn)條件，研發(fā)經(jīng)費(fèi)分配有時(shí)更傾向于適當(dāng)普及，多方兼顧；第三是人文社會(huì)科學(xué)研發(fā)經(jīng)費(fèi)的分配機(jī)制存在問題，導(dǎo)致其績效不高。

第三，研發(fā)人員的績效良好。從聯(lián)立方程的回歸結(jié)果看，研發(fā)人員對(duì)學(xué)術(shù)論文貢獻(xiàn)的彈性最大，彈性為0.597；對(duì)學(xué)術(shù)著作的彈性雖然為負(fù)數(shù)，但通過學(xué)術(shù)論文對(duì)學(xué)術(shù)著作的極高彈性彌補(bǔ)了這種損失，實(shí)際對(duì)學(xué)術(shù)著作的間接彈性為0.439；研發(fā)人員對(duì)研究報(bào)告的彈性雖然為-0.436，但通過學(xué)術(shù)論文為研究報(bào)告的較高彈性0.882同樣彌補(bǔ)了這種損失，實(shí)際研發(fā)人員對(duì)學(xué)術(shù)報(bào)告的間接彈性為0.527。從BP人工神經(jīng)網(wǎng)絡(luò)的結(jié)果看，研發(fā)人員對(duì)學(xué)術(shù)論文權(quán)重最高，為57.58%；對(duì)學(xué)術(shù)著作的權(quán)重不高，僅為2.24%；對(duì)研究報(bào)告的權(quán)重也不高，為8.34%。考慮到學(xué)術(shù)論文對(duì)學(xué)術(shù)著作的權(quán)重為97.49%，以及學(xué)術(shù)論文對(duì)研究報(bào)告的權(quán)重為31.12%，這樣實(shí)際研發(fā)人員對(duì)學(xué)術(shù)著作的間接權(quán)重為56.13%，研發(fā)人員對(duì)研究報(bào)告的間接權(quán)重為17.92%，同樣可以說明研發(fā)人員是通過學(xué)術(shù)論文的傳導(dǎo)機(jī)制發(fā)揮其對(duì)學(xué)術(shù)著作和研究報(bào)告的影響，其綜合績效較高。人文社會(huì)科學(xué)研究更加強(qiáng)調(diào)研發(fā)人員創(chuàng)造性的勞動(dòng)，個(gè)性化較強(qiáng)，特色鮮明，側(cè)重思想性，因此更加依托研發(fā)人員。

第四，學(xué)術(shù)論文與學(xué)術(shù)專著互動(dòng)較好，學(xué)術(shù)論文對(duì)研究報(bào)告影響較大。從聯(lián)立方程的回歸結(jié)果看，學(xué)術(shù)論文對(duì)學(xué)術(shù)著作的彈性高達(dá)1.132，對(duì)研究報(bào)告的彈性也是最高，為0.882；學(xué)術(shù)著作對(duì)學(xué)術(shù)論文的彈性為0.386，與研究報(bào)告無關(guān)；研究報(bào)告對(duì)學(xué)術(shù)論文的彈性較低，為0.046，與學(xué)術(shù)著作無關(guān)。從BP人工神經(jīng)網(wǎng)絡(luò)的結(jié)果看，學(xué)術(shù)論文對(duì)學(xué)術(shù)著作的權(quán)重高達(dá)97.49%，對(duì)研究報(bào)告的權(quán)重為31.12%；學(xué)術(shù)著作對(duì)學(xué)術(shù)論文的權(quán)重為38.94%，對(duì)研究報(bào)告的權(quán)重極低，僅為0.64%；研究報(bào)告對(duì)學(xué)術(shù)論文的權(quán)重較低，僅為3.26%，對(duì)學(xué)術(shù)著作的權(quán)重極低，僅為0.01%。這個(gè)結(jié)果和聯(lián)立方程的結(jié)果基本一致。學(xué)術(shù)論文是學(xué)術(shù)著作的重要基礎(chǔ)，很難想象沒有一定的學(xué)術(shù)論文積累就可以完成高水平的學(xué)術(shù)著作。如果長期從事系統(tǒng)化的研究，也有利于發(fā)表學(xué)術(shù)論文。但是研究報(bào)告比較特殊，高水平的研究報(bào)告是以學(xué)術(shù)論文的理論水平作為基礎(chǔ)的，但由于學(xué)術(shù)著作更側(cè)重基礎(chǔ)研究，因此其對(duì)研究報(bào)告影響較低。

第五，學(xué)術(shù)著作和研究報(bào)告對(duì)研發(fā)經(jīng)費(fèi)反饋?zhàn)饔幂^好，學(xué)術(shù)論文對(duì)研發(fā)人員反饋?zhàn)饔幂^好。從聯(lián)立方程回歸結(jié)果看，學(xué)術(shù)著作和研究報(bào)告對(duì)研發(fā)經(jīng)費(fèi)具有良好的正反饋，學(xué)術(shù)論文對(duì)研發(fā)人員具有良好的正反饋。從BP人工神經(jīng)網(wǎng)絡(luò)分析的結(jié)果看，研究報(bào)告對(duì)研發(fā)經(jīng)費(fèi)反饋?zhàn)饔蔑@著，學(xué)術(shù)論文與學(xué)術(shù)著作反饋?zhàn)饔靡话?，此外學(xué)術(shù)論文對(duì)研發(fā)人員的反饋?zhàn)饔蔑@著。兩者的研究結(jié)論基本一致。

第六，研發(fā)經(jīng)費(fèi)與研發(fā)人員互動(dòng)效應(yīng)良好。聯(lián)立方程中，研發(fā)人員對(duì)研發(fā)經(jīng)費(fèi)的彈性為0.711，而研發(fā)經(jīng)費(fèi)對(duì)研發(fā)人員的彈性為0.153。BP人工神經(jīng)網(wǎng)絡(luò)分析中，研發(fā)人員對(duì)研發(fā)經(jīng)費(fèi)的權(quán)重為54.64%，而研發(fā)經(jīng)費(fèi)對(duì)研發(fā)人員的權(quán)重為24.79%。以上充分說明兩者互動(dòng)效應(yīng)良好，當(dāng)然研發(fā)人員的作用更大。

綜上，本文提出如下政策建議：

第一，必須更加精準(zhǔn)地配置人文社會(huì)科學(xué)研發(fā)經(jīng)費(fèi)以提高其績效。人文社會(huì)科學(xué)研究存在較大的異質(zhì)性，一些側(cè)重實(shí)驗(yàn)的學(xué)科與自然科學(xué)比較接近，相對(duì)而言需要更多的研究經(jīng)費(fèi)；一些側(cè)重思辨性的學(xué)科，可能需要相對(duì)較少的研究經(jīng)費(fèi)；一些需要進(jìn)行大量調(diào)查的學(xué)科，也需要較多的研究經(jīng)費(fèi)。目前我國高校人文社會(huì)科學(xué)投入，一般根據(jù)項(xiàng)目級(jí)別體現(xiàn)經(jīng)費(fèi)差異，很少根據(jù)學(xué)科或研究領(lǐng)域不同體現(xiàn)經(jīng)費(fèi)差異，這就必須進(jìn)行適當(dāng)調(diào)整。此外在人文社會(huì)科學(xué)研發(fā)經(jīng)費(fèi)的覆蓋面上，建議適當(dāng)擴(kuò)大范圍，研究項(xiàng)目本身也是一種激勵(lì)措施，會(huì)鼓勵(lì)廣大科研人員靜心從事科研，在資源有限的情況下，可考慮適當(dāng)增加項(xiàng)目數(shù)，減少項(xiàng)目資助強(qiáng)度的方式實(shí)現(xiàn)。此外，要注重研發(fā)經(jīng)費(fèi)在不同高校之間的分配，對(duì)于項(xiàng)目績效偏低的高校應(yīng)適當(dāng)減少研究經(jīng)費(fèi)。

第二，加強(qiáng)對(duì)優(yōu)秀學(xué)術(shù)著作的支持力度。研發(fā)人員對(duì)學(xué)術(shù)著作彈性顯著為負(fù)數(shù)的原因包括兩個(gè)方面：首先，學(xué)術(shù)著作總體上屬于高水平、系統(tǒng)性的研究成果，是少數(shù)高水平學(xué)者的努力；其次，部分學(xué)術(shù)著作質(zhì)量有待提高，近年來，國家加大了對(duì)學(xué)術(shù)著作質(zhì)量的監(jiān)管力度，這個(gè)問題有所好轉(zhuǎn)。建議在嚴(yán)格控制學(xué)術(shù)著作質(zhì)量的基礎(chǔ)上，加大對(duì)人文社會(huì)科學(xué)著作的經(jīng)費(fèi)支持力度，同時(shí)加大國家社科基金后期資助、教育部人文社會(huì)科學(xué)后期資助等項(xiàng)目的支持力度，提高優(yōu)秀著作的獎(jiǎng)勵(lì)力度和獎(jiǎng)勵(lì)數(shù)量，以體現(xiàn)對(duì)高質(zhì)量人文社會(huì)科學(xué)著作的有力支持。