基于結構方程模型分析科研主體素養對科研創新績效的影響機制

任紅松，陳寶峰，肖 麗，張 瓊，王 芳，陳雨薇

(1.中國農業大學經濟管理學院，北京 100083；2.新疆農業科學院吐魯番農業科學研究所，新疆吐魯番 838000；3.新疆農業科學院科研管理處，烏魯木齊 830091；4.新疆農業科學院農業經濟與科技信息研究所,烏魯木齊 830091；5.新疆維吾爾自治區科技發展戰略研究院，烏魯木齊 830011)

0 引 言

【研究意義】在我國建立創新型國家的背景下，科學技術的創新就成為其中的關鍵。而作為科技創新工作第一線的科研人員，其能力和素質的高低直接影響著科技產出水平。那么，從科研人員自身的素質、能力角度來研究其對最終科研產出水平的影響是十分必要的。而科研素養是針對科研人員的素質、能力的角度來描述科研人員的概念，科研素養的提升，既是提高科研產出的關鍵，也是改革科研機構設置、創新人才管理機制的目標導向之一。基于此，該文將研究科研人員科研素養對其創新績效的影響研究，以便可以發現從個人角度影響科研創新能力的影響因素，從而為科研創新的提升提供一個較為新穎的影響角度。與此同時，從個人能力的角度去研究創新績效的影響，也可以提出一個從提升個人能力、個人業務水平的角度提升科研創新的路徑，從而可以在投入約束的條件下找出新的提升科研創新產出的辦法。【前人研究進展】第一，科研人員自身科研素養的評價及相關指標。Durant認為科研素養有三層含義：首先是科學的內容(即科學知識)；第二層講科學知識產生過程的重要性，也就是“科學方法”；第三層是科研過程中需要遵守的倫理道德[1-2]。科研素養是在經過后天教育培養之后形成的科研過程中穩定表現出的基本品質[2]。該文圍繞研究，將從兩個方面進行相關的研究綜述。第一，科研人員自身科研素養的評價及相關指標。對于科研素養的形成過程也有不同視角的見解，其中一方面認為科研素養是在經過后天教育培養之后形成的科研過程中穩定表現出的基本品質[2]。另一方面認為科研素養是指研究者在從事科學研究活動中利用科學知識發現問題，在此基礎上提出科學設想并進行論證的過程中所需要的能力及素質[3]。有些學者把科研素養等同于科研能力，指的是科學研究人員運用科學方法順利完成科研活動所需要的身心條件。基于此，提出科研素養中應包含科研理論素養、科研能力素養、科研道德素養[4]。而關于科研素養的理論基礎中，加涅認為，學習者通過學習，最終習得了某種或者某些“性能”(capabilities)，可以劃分為五類，也就是五種學習結果[5]。第一層，言語信息學習，以通過言語交往或印刷物的形式進行的學習。第二層，智慧技能的學習，言語信息的學習幫助學生解決“是什么”的問題，而智慧技能的學習要解決“怎么做”的問題，以處理外界的符號和信息，又稱過程知識。第三層，認知策略的學習，是個體支配自己學習、記憶、思維的技能。第四層，動作技能的學習，是具體技能的完成度，如運動技能、操作技能等。第五層，態度的學習，是影響個體行為選擇的內部因素、心理狀態。

科研活動是科研人員多年來學習行為的綜合結果，因而可以從加涅的學習結果分類理論去理解。加涅學習結果理論中第一層、第二層與第四層，是對知識的學習與靈活運用的結果，與我們所定義的科研素養第一層面——基本素質，是一致的。加涅學習結果理論的第三層，認知策略，支配著學習者在對付環境時其自身的行為，即“內在的”東西，對應著科研素養第二層面——個人能力。加涅學習結果理論的第五層，態度，對應著科研素養的第三層面——科研修養。

第二，是關于科研素養對科研創新產出效率影響的研究。這類研究還相對較少，很多時候是是從該文定義科研素養中的某一些方面進行了影響研究。而且主要分為了主觀因素和客觀因素兩個部分。在主觀部分中，科研工作滿意度對科研工作績效之間存在交互影響[6]。而比較成體系的則是利用心理資本這個概念來研究績效影響問題，主要內容是包括情緒穩定性、外向性、開放性、宜人性和責任感在內的五大人格結構，自信、希望、樂觀和韌性這些積極的心理狀態類的指標，以及更深入的創造力、智慧、幸福感、沉浸體驗和幽默這些變量，并借助于這些概念用心理資本研究高校教師的工作績效，得出以自信、希望、樂觀、韌性組成的心理資本結合高校職工的年齡、職稱、學歷等作為自變量研究它們對科研績效的影響，結果證明，這些指標都對科研績效產生了影響[7]。

在客觀部分中，基本上可以包含為地方基本狀況、經濟狀況、產學研結合狀況、人力資本投入程度等等[8-9]。盡管都是研究科研投入產出效率影響因素，但是該文中科研人員作為微觀層面的個體在很多的影響因素中都不能相應的借鑒。雖然科研投入產出問題很少涉及到個人層面，但是在生產問題中有很多個人生產效率的影響因素。這些問題的研究比較成熟，而且現階段公認的影響因素也比較確定，例如物質資本、人力資本、社會資本等相關概念和指標。而科研人員的科研素養則比較復雜，根據該文的科研人員科研素養的研究，認為科研素養中的許多問題與人力資本和社會資本由非常大的關聯。

第二，科研產出的影響因素。學者們從環境因素、政策因素等多個角度研究對科研產出的影響。有的采用采用灰色關聯分析模型，以江蘇高校為例對科研經費與科研產出的關聯度進行了測算，研究結果表明，企業委托經費和政府下撥經費與科研成果產出的關聯度明顯大于其他投入轉入經費與科研成果的關聯度。梁文艷等(2014)研究表明，科研管理和資源配置是制約科研生產的主要因素；所在區域科技進步對大學科研生產效率存在顯著影響，但經濟發展水平和集群效應這兩個變量影響并不顯著[10]。戴萬亮等(2017)從政策支持、市場導向角度，運用DEA-Tobit模型對高校科研效率影響進行分析，結果表明，政府支持不足及高校科研的市場導向性不足是導致高校科研效率較低的主要原因[11]。第三，科研人員角度對科研產出的影響。學者們對研究人員科研產出及其影響因素的研究較多，很多學者從個體因素出發對研究人員科研產出進行分析，但是對科研產出的衡量和對影響因素的具體認識上卻不盡相同。性別、本科生源校、學科差異為基本影響因素，對比分析了博士研究生科研產出水平[12]。研究發現，影響研究人員國際科研產出的因素包括個體層面的自我效能感和結果預期因素以及組織環境層面因素[13]。【本研究切入點】從科研素養概念的角度來看，科研素養是基于加涅的學習理論得出的關于科研人員的基本能力、素質的概念，可以較為全面的描述科研人員從個人素質到業務能力。可以作為一個有效的概念或影響因素來研究其對科研人員科研創新產出的影響。【擬解決的關鍵問題】首先，需要對科研素養的概念進行界定，確定什么是科研人員的科研素養，并對其指標體系進行確定和實證檢驗。其次，需要找出并證明科研人員科研素養對科研產出的影響機理。最后，需要建立科研素養對科研創新績效之間的影響路徑，并對此路徑進行相應的證明。

1 材料與方法

1.1 材 料

1.1.1 科研主體素養的指標體系

科研素養總體可以細化為四個層面：第一個層面，科研基礎；第二個層面，個人能力；第三個層面，思維風格；第四個層面，科研修養。將四個層面作為指標的四個基本維度，針對每個維度設置具體指標和可測指標。表1

表1 科研素養指標體系
Table 1 Scientific research literacy index system

維度Dimension指標Indicators具體指標Specific indicators題項編號Item number科研基礎Scientific research base基本指標職稱X41專業契合度工作年限X42團隊貢獻在本團隊中的分量X43個人能力Personal ability交流能力與團隊人員的交流頻率X21合作能力團隊人員對自己的幫助程度X22語言表達能力團隊之間交流順暢程度X23思維風格Thinking style政策接受程度現有科研相關政策滿意度X31經費狀況現階段科研經費滿意程度X32條件滿意度科研條件(設備、場地、環境)滿意度X33解決困難的心態解決困難過程的順利程度X34科研修養Scientific research accomplishment理論學習意愿對本領域的基礎理論學習意愿X11方法學習意愿對本領域科研方法的學習意愿X12知識更新獲取最新知識的意愿X13學習廣度個人的閱讀廣泛程度X14創新意愿尋求新方法處理問題的意愿X15個人追求科研對自身的意義X16

1.1.2 科研投入產出效率指標體系

在對科研創新投入產出效率研究之前，首先需要對科研創新的能力進行一個界定，一般來說，很多的學者對科研方面有關投出和產出的創新都有研究，諸如創新能力、服務轉化能力、科研條件與平臺、人才團隊、管理能力和發展速度六方面[14]。在一般的研究科研問題投入產出效率時，多是從投入單元和產出單元兩個方面進行指標的設置。其中投入單元一般為科研投入相關指標，例如課題、項目的參與與主持，課題、項目經費投入，科研設備投入以及其他投入等。主要是圍繞項目、課題的數量以及相關經費的方面。但是針對不同的研究主體有著不同的側重，在科研單位的層面，高校的主要科研投入是科研人員、科研整體、材料、設備、維護等相關費用的投入[15]；在科研項目層面，過程管理對科研績效影響時利用科研項目中的經費和投入時間作為投入變量時，可以進行DEA分析[16]。在個人層面明顯的投入產出角度進行研究的不多，但是在研究單位以及項目時基本也考慮了個人的因素，從投入工作的時長、精力等都體現了個人的因素。

另外關于創新產出的相關指標則已經較為公認，一般都是從論文、著作、專利、成果、成果轉化等角度。一般研究科研績效可以從“質”和“量”兩個方面來進行界定，其中著作、專利、論文、獲獎成果數量等可以直接加總的一般代表“量”的概念，而“質”一般分為客觀和主觀，其中客觀方面也是可以直接相加或者計算的項目，而主觀則包括了人員素質、科研潛能、社會效益等指標[17]。在建立科研績效指標體系時，有部分將高校科研績效分為論文發表、專利、科研獲獎、成果轉化、縱向課題以及學術兼職這幾個方面[18]。有部分認為科研績效評價應更多從輸出端也就是科研成果入手，而非更多從輸入端也就是項目獲得以及項目經費等方面評價，其設計指標體系也都趨向于使用論文發表、編著出版著作數量、專利、橫向課題以及縱向課題等指標[19]。在科研院所創新績效的研究中，也有學者使用核心期刊發表數量、專利、獲得獎勵情況、科技成果轉化等指標代表科研創新的績效[20]。

創新產出指標的制定則根據現階段研究成果制定時，既考慮到“量”的問題，又要考慮到“質”的問題。另外，對于指標的選取一般都是基于論文、著作、標準、專利以及專利成果轉化等指標。因此本文也將選取論文、著作、標準、專利、成果、成果轉化等指標進行設定。這也同論文上一章節中創新產出與科研投入的選取的指標相同。表2

表2 科研創新投入產出指標
Table 2 Input-output index of scientific research and innovation

科研投入/產出Research input/output指標題號Index qid科研投入指標Index of Research inputB1獲得課題、項目數量B2獲得課題項目級別B3獲得科研經費的總量B4單個課題最高科研經費創新產出指標Index of Research outputC1核心論文數量(包括SCI、EI等國際期刊)C2最高論文影響因子C3著作、標準制定數量(考慮第一作者、參編等)C4科研成果數量(一般為專利、產品等)C5科研成果獲獎級別

1.2 方 法

1.2.1 數據采集

研究對象是科研人員。在我國，科研人員主要集中在高校、事業單位、部分企業。為降低企業勞資制度對科研人員激勵的影響，該文沒有采用企業數據，為排除高校教師教學工作的影響而導致無法利用全部時間進行科研，也沒有采用高校數據。

以新疆省農業科學院的科研人員作為本次調研對象。問卷的調研采取分層抽樣的方法進行。第一層以不同的科研院所進行劃分，每個科研院所調研問卷的目標定為28份，可以視情況、人數具體變化上下浮動。第二層以年齡進行劃分，對單個科研院所來說：小于30歲的科研人員，目標隨機調查7人；30<年齡≤40的科研人員，目標隨機調查7人；40<年齡≤50的科研人員，目標隨機調查8人；50<年齡的科研人員，目標隨機調查7人。如果某一層的人員數量不足7人，則全部進行調查，其余各層抽樣數量可以不變。

此次問卷調研采用的是電子問卷隨機發放與紙質問卷隨機發放兩種方式相結合進行的。由于調研對象是科研工作者，因而問卷的調研階段十分順利，被測者根據調查問卷與問卷指南，能夠很好的理解題目并準確作答。此次問卷共涉及11個院所，回收問卷210份，其中有效問卷178份。

在使用科研素養作為分析的關鍵自變量之前，需要對其進行因子分析以便確認每一個指標所屬的維度，以及確定科研素養以及創新投入和產出每個維度的水平。在因子分析中，主要的檢驗是信度檢驗和效度檢驗，其中信度檢驗主要參考旋轉因子載荷，而效度檢驗則觀察每個題項“題項刪除時的Cronbach's Alpha值”，具體結果如下所示：

從以上幾個潛變量的cronbach α值來看，只有產品專利的為0.645，其他的都在0.7以上。在關于cronbach α值的判定標準中，0.6以上為可接受范圍，0.7以上為尚可，0.8以上為上佳，0.9以上為極佳(吳明隆，2014)。在信度檢驗中，所有的假設的潛在變量均通過了信度的檢驗。其中，產品專利為可以接受，科研基礎為尚可，科研修養、個人能力、思維風格和理論成果為上佳，科研投入為極佳。表3

表3 科研素養及創新投入產出信度
Table 3 Research literacy and innovation input-output reliability analysis table

一級指標Primary index維度Dimension題項編號Item number刪除題項后的α值α with Delete itemCronbach α值Cronbach α科研素養Scientific literacy科研修養個人能力思維風格科研基礎X110.828X120.835X130.862X140.857X150.858X160.859X210.815X220.774X230.789X310.796X320.822X330.805X340.807X410.456X420.501X430.6890.8720.8510.8480.700科研投入Research inputB10.947B20.931B30.921B40.9190.947科研產出Research output理論成果產品專利C10.787C20.807C30.726C40.478C50.4780.8680.645

1.2.2 結構方程模型主模型

對于研究影響機制和作用路徑常用的方法就是SME結構方程模型，SME結構方程模型最早是由Sell W. righ提出的針對路徑分析的概念。它是基于各個變量之間的協方差來分析潛在變量內部結構以及各個潛在變量因果關系的模型，是一個多變量測量和解釋模型。不同于一般的多元回歸模型，結構方程模型可以測量和解釋哪些不能直接觀測的變量之間的關系。現階段結構方程模型的運用也較為廣泛和成熟，在社會學、心理學、經濟學、管理學等學科中都多有涉獵。

一個一般意義上的結構方程模型包括兩類變量：可觀測變量和潛在變量。其中，可觀測變量屬于可以直接調研或者測量的變量，而潛在變量屬于不能被直接觀察或者測量的變量。潛在變量是通過可以被觀測的科觀測變量表現出來。同時根據模型的具體結構包含兩個子模型。其中一個子模型是測量模型，用來表現潛在變量與可觀測變量之間的關系。一般的潛在變量也是通過測量模型由可觀測變量表達出來的。另外一個子模型是結構模型用來表述潛在變量之間的因果關系。

在實際的操作用，通常采用一個路徑圖來代表結構方程模型。在這里，我們設置一個具有三個潛在變量，每一個潛在變量由三個可觀測變量表達的一個基礎模型供詳細討論。具體的模型見上圖。在上圖中，ξ，η1，η2都是我們所說的潛在變量，同時X1,X2,X3都是表達潛變量ξ可觀測變量，而這個表達的方式和過程則使用上圖中最靠左的一個測量模型表達。同時，在這個模型中表達ξ，η1和η2關系的方式叫做結構模型。

另外，在這個模型中還有外生變量和內生變量之分，這個劃分依據主要是變量之間的因果關系。其中，內生變量指的是可以受其他任何一個變量影響的變量，相當于一個簡單回歸中的因變量，但不同于一般線性回歸中的因變量，這個因變量還可以作另外一個變量的自變量。在上圖中η1和η2都是內生變量，這兩個變量都收到ξ變量的影響。而外生變量則是不受其他任何一個變量影響的變量，但是卻影響其他變量，是一個“純粹”的自變量。上圖中的ξ變量就是外生變量。圖1

圖1 結構方程模型簡介
Fig.1 Schematic diagram of structural equation model

1.2.3結構方程模型主要算法

由結構方程模型的基本模型介紹可知結構方程模型是由測量模型和結構模型共同構成。因此,結構方程模型的基本算法也是由測量模型和結構模型兩個部分構成。以下將對兩種模型的基本算法原理進行介紹。

(1)測量模型

測量模型再具體上還可以分為反應型模型和構成型模型。反映模型是指可觀測變量是潛在變量的多重反映，而與之相反的構成型模型是指潛在變量是可觀測變量的多重反映。通常情況下，測量模型多為構成型的模型。ξ變量作為例子來說，ξ分別是X1，X2，X3的反映，或者說可以由X1，X2，X3這三個可觀測變量在一定程度上表示。為了更好的表達測量模型，使用上圖中的結構方程模型作為例子進行介紹。具體測量模型的算法如下所示：

X=ΛX×ξ+δ.

Y1=ΛY1×η1+ε1.

Y2=ΛY2×η2+ε2.

其中，ξ和η1，η2分別作為外生和兩個內生的潛變量。X是對應ξ的可觀測變量，Y1是對應η1的可觀測變量，Y2是對應η2的可觀測變量。ΛX是對應外生變量ξ的因子載荷矩陣。ΛY1和ΛY2分別是對應內生變量η1和η2的因子載荷矩陣。δ，ε1和ε2分別為殘差。通常解釋測量的誤差。而測量模型的表達式為：

(2)結構模型

在結構模型中，主要表示潛變量之間的因果關系。仍然按照上圖所示，結構模型的計算表達試如下：

η=Bη+Γξ+S.

其中，η和ξ分別為內生潛變量和外生潛變量。B和Γ分別為路徑系數的向量，S為殘差項。具體的展示如下邊的公式所示。

1.2.4 基于結構方程模型的基本路徑假設

基于上文中的理論基礎可以得出的是，科研素養可以對科研創新的產出產生影響，也可以對科研創新的投入產生影響，科研投入也會對科研創新的產出產生影響。假設路徑是科研人員的科研素養影響其科研創新投入，而且科研創新投入影響科研創新產出，同時，科研人員的科研素養影響直接影響其創新產出。

圖2 科研素養、創新投入、創新產出影響路徑
Fig.2 Path chart of influence of scientific research literacy,innovation input and innovation output

具體的指標要符合以下的基本假設才能成立：

假設H3a：科研人員科研修養越強，科研人員理論創新成果越好。

假設H3b：科研人員個人能力越強，科研人員理論創新成果越好。

假設H3c：科研人員思維風格更積極，科研人員理論創新成果越好。

假設H3d：科研人員科研基礎越好，科研人員理論創新成果越好。

假設H3e：科研人員科研修養越強，科研人員產品成果創新越好。

假設H3f：科研人員個人能力越強，科研人員產品成果創新越好。

假設H3g：科研人員思維風格更積極，科研人員產品成果創新越好。

假設H3h：科研人員科研基礎越好，科研人員產品成果創新越好。

假設H3i：科研人員創新投入越好，科研人員理論創新成果越好。

假設H3j：科研人員創新投入越好，科研人員產品成果創新越好。

假設H3k：科研人員科研修養越強，科研人員創新投入程度越好。

假設H3l：科研人員個人能力越強，科研人員創新投入程度越好。

假設H3m：科研人員思維風格更積極，科研人員創新投入程度越好。

假設H3n：科研人員科研基礎越好，科研人員創新投入越好。表4

表4 犯規估計及路徑顯著性
Table 4 estimation and path significance results table

結構路徑Structure path具體路徑Specific path估計系數Estimate標準誤S.E.P值P 標準化系數Standardized Coefficients驗證性路徑Confirmatory path創新投入←科研素養0.7980.135???0.550科研修養←科研素養1.0000.945個人能力←科研素養1.0350.126???0.862思維方式←科研素養1.0340.127???0.873科研基礎←科研素養0.3090.069???0.712理論產出←科研素養0.8760.130???0.633產品成果←科研素養0.5020.1590.0020.359理論產出←創新投入0.2750.068???0.288產品成果←創新投入0.4740.096???0.492探索性路徑Exploratory pathX16←科研修養1.0000.680X15←科研修養1.2940.153???0.706X14←科研修養0.9380.114???0.681X13←科研修養1.0460.137???0.636X12←科研修養1.1950.126???0.802X11←科研修養1.2430.124???0.853X23←個人能力1.0000.794X22←個人能力1.1030.090???0.874X21←個人能力1.1540.106???0.768X34←思維方式1.0000.793X33←思維方式0.9740.095???0.754X32←思維方式0.8910.096???0.690X31←思維方式1.0640.095???0.807X43←科研基礎1.0000.435X42←科研基礎2.6350.526???0.671X41←科研基礎2.4750.494???0.821C1←理論產出1.0000.930C2←理論產出0.7040.071???0.663C3←理論產出1.0270.059???0.892C4←產品成果1.0000.773C5←產品成果0.7170.116???0.619B1←創新投入1.0000.842B2←創新投入1.1590.072???0.924B3←創新投入1.1230.072???0.898B4←創新投入1.1020.069???0.914

2 結果與分析

2.1 模型驗證的犯規估計

在評價 SEM 擬合度之前，必須先通過“違犯估計”(Offending Estimates)檢查，來判定估計系數是否超出了可接受的范圍；所謂違犯估計是指 SEM 內統計所輸出的估計系數超出了可接受的范圍。協方差之間標準化的估計系數大于1；誤差項的估計系數不能為負數標準化系數不能過于接近1(原則上不超過0.95)

以上的路徑回歸結果來看，最小的標準化路徑系數0.288，最大的標準化估計系數為0.930。小于0.5的標準化系數的個數為4個，分別是科研素養對產品成果，創新投入對理論成果，創新投入對產品成果以及X43對科研基礎。而且除了最小的0.288之外，兩個都在0.4以上，而且有一個為0.49。對于一共26條路徑的模型來說，也基本符合擬合的標準，可以判定模型有較為良好的擬合。表6，圖3

表6 修正模型擬合度指標
Table 6 Modified model fitting index table

指標Index檢驗結果Inspection result保留標準Standard for keepCMIN/DF1.97﹤5P值0.00﹤0.05CIF0.915>0.9IFI0.917>0.9TLI0.901>0.9PNFI0.687﹤0.5RMSEA0.74﹤0.8

圖3 結構方程模型結果路徑
Fig.3 Structural equation model result path diagram

2.2 結構方程模型的擬合度

每一指標都有了一定的優化，首先是卡方值，減小到了1.97這個數值以及低于了較優的擬合程度值2，P值為0，小于0.05，證明整體模型回歸顯著。另外CIF值為0.915，IFI值為0.917，TLI值為0.901都超過了0.9。達到了擬合程度的一般要求。最后是RMSEA值低于了0.8，屬于可接受的范圍。這表明在修訂之后的模型中，近似誤差指數擬合度符合標準。所以，可以說修正后的模型的擬合度，以及誤差程度優于修正前的模型，符合結構方程模型的一般擬合度。并得出科研素養中的科研基礎，個人能力，思維風格，科研修養對科研投入和科研產出之間的路徑關系。表7

表7 潛變量路徑系數估計
Table 7 Latent variable path coefficient estimation table

整體潛變量估計路徑Total latent variable estimation path具體潛變量估計路徑Specific latent variable estimation path估計系數Estimate標準誤S.E.P值P標準化系數StandardizedCoefficients科研素養Scientific literacy創新投入←科研素養0.7980.135???0.550科研修養←科研素養1.0000.945個人能力←科研素養1.0350.126???0.862思維方式←科研素養1.0340.127???0.873科研基礎←科研素養0.3090.069???0.712科研素養與產出Scientific literacy and output理論產出←科研素養0.8760.130???0.633產品成果←科研素養0.5020.1590.0020.359科研投入與產出Scientific literacy and input理論產出←創新投入0.2750.068???0.288產品成果←創新投入0.4740.096???0.492

2.3 結構方程模型的假設結果

科研素養不論對于創新投入還是創新產出都顯著的相關，而且基于估計系數的正負值以及結構方程模型的要求，都是正向的影響。且都在1%以下的顯著水平上影響。另外是創新投入對于創新產出的影響路徑也都在1%以下的顯著水平上影響。科研素養對創新投入也在1%以下的顯著水平上影響，可以結合該文第一小節中的假設都是可接受的狀態。表8

表8 假設檢驗
Table 8 Table of test results of hypothesis

題號Hypothesis number假設問題Hypothesis是否接受Accept or notHypothesis 1科研人員科研修養越強,科研人員理論創新成果越好可接受Hypothesis 2科研人員個人能力越強,科研人員理論創新成果越好可接受Hypothesis 3科研人員思維風格更積極,科研人員理論創新成果越好可接受Hypothesis 4科研人員科研基礎越好,科研人員理論創新成果越好可接受Hypothesis 5科研人員科研修養越強,科研人員產品成果創新越好可接受Hypothesis 6科研人員個人能力越強,科研人員產品成果創新越好可接受Hypothesis 7科研人員思維風格更積極,科研人員產品成果創新越好可接受Hypothesis 8科研人員科研基礎越好,科研人員產品成果創新越好可接受Hypothesis 9科研人員創新投入越好,科研人員理論創新成果越好可接受Hypothesis 10科研人員創新投入越好,科研人員產品成果創新越好可接受Hypothesis 11科研人員科研修養越強,科研人員創新投入程度越好可接受Hypothesis 12科研人員個人能力越強,科研人員創新投入程度越好可接受Hypothesis 13科研人員思維風格更積極,科研人員創新投入程度越好可接受Hypothesis 14科研人員科研基礎越好,科研人員創新投入越好可接受

2.4 效應分析

SEM 效應包括直接效應、間接效應和總效應三部分，其三者之間的關系為：總效應=直接效應+間接效應。直接效應反映的是觀測變量或者內生變量對內生變量的直接影響；間接效應反映的是觀測變量或內生變量通過一個或多個中介變量對內生變量產生的間接影響。

表9 結構方程模型效應
Table 9 Structural equation model effect analysis table

創新投入Innovation input產品成果Product results理論成果Theoretical results科研基礎Scientific research base思維風格Thinking style個人能力Personal ability科研修養Scientific research accomplishment直接效應科研素養0.550.3590.6330.7120.8730.8620.945Direct effect創新投入00.4920.2880000間接效應科研素養00.2710.1590000Indirect effect創新投入0000000總效應科研素養0.550.630.7910.7120.8730.8620.945Total effect創新投入00.4920.2880000

科研素養對產品成果的影響為0.359，而創新投入對產品成果的影響為0.492，可見對于產品成果來說，創新投入的作用要大于科研素養的作用。基于對上文的分析中可以得知，產品成果主要包含了專利、新產品等因素，而針對此類成果的產生，創新投入諸如課題項目的數量、級別以及經費對其產生的影響從邏輯上講都要大于個人自身素質。之前的研究中，對于專利、產品的產出影響因素中，經費的數量也是非常突出的。而科研素養對于理論成果的影響為0.633，于創新投入對理論成果的影響為0.288。科研素養對于理論成果的影響程度要大于創新投入對理論成果的影響程度。證明個人的科研素養對于論文、著作的發表相對于課題的投入和經費的投入更重要。另外，創新科研素養對創新投入的直接影響為0.55。而科研素養對產品成果和理論成果的間接影響分別為0.271和0.159。這與之前的直接影響效應剛好相反，也是因為間接的影響是通過科研創新投入帶來的，因此，在間接效應中，科研素養對產品成果的影響相對理論成果更足。從總的效應看，科研素養對產品成果的影響系數為0.63，對理論成果為0.791，總的來說就是科研素養對理論成果的影響更為突出。表9

3 討 論

科研素養由科研修養、科研基礎、個人能力以及思維風格。這四種指標都各自代表著不同的方面。其中科研修養主要代表個人對科研的追求，以及為此所努力的方式。而科研基礎、個人能力則更為側重科研人員的科研的基礎能力、團隊協作等方面。而思維風格則表明科研人員對于科研工作本身，以及所研究領域的基本認知和科研基本習慣。而科研素養的這四個方面有可以去影響科研創新投入和科研創新產出，基于此，可以得出的是科研素養對科研的創新方面存在著一個較為穩定的影響機制。

4 結 論

4.1 建立了一個科研素養直接影響科研創新產出，加上科研素養通過科研創新投入影響科研創新產出的路徑。

4.2 科研素養中的科研修養、個人能力、思維風格和科研基礎都顯著的影響科研創新投入和科研創新產出，而且科研創新投入也顯著的影響科研創新產出問題。這就形成了一個直接影響和間接影響的兩路徑影響機理。科研素養對于科研創新投入與科研創新產出都是正向的影響，也就是說，科研人員的科研素養越高，越能促進創新投入和創新產出的增加。對創新產出分為理論產出和成果產品類的產出兩個部分，科研素養的影響方式并不相同。科研素養對理論產出的影響更為突出，科研素養可以直接影響一個人的論文發表的數量、質量以及著作的數量質量等理論成果。盡管科研素養可以直接影響諸如專利、新產品等成果，但是從模型中看主要影響該類成果的是科研創新的投入，例如課題的數量，級別以及經費等。