優(yōu)秀研究生的成因分析—— 基于五所名校的面板數據研究

周麗萍

（華東交通大學 人文社會科學學院，江西 南昌 330013）

優(yōu)秀研究生的成因分析
—— 基于五所名校的面板數據研究

周麗萍

（華東交通大學 人文社會科學學院，江西 南昌 330013）

摘 要：優(yōu)秀研究生的成因研究關系著國家科研的未來，但隨著研究生的不斷增多，“優(yōu)秀”的比例卻在不斷下降。針對優(yōu)秀研究生的概念，構建培養(yǎng)能力、科研實力分別與校友捐款對優(yōu)秀研究生指數的雙對數面板模型。研究結果表明，優(yōu)秀研究生成因的關鍵在于其自身努力及天賦。

關鍵詞：優(yōu)秀研究生；成因；面板數據

研究生指的是本專科畢業(yè)后繼續(xù)學習深造的學生。研究生學習階段包括碩士和博士兩個階段，博士研究生是教育培養(yǎng)中的最高學歷。研究生教育屬國民教育中的高等教育階段，優(yōu)秀研究生則是社會的頂尖知識分子，他們擅長科學研究和創(chuàng)造新事物，是社會發(fā)展不可多得的棟梁之才。因而，優(yōu)秀研究生是如何“煉成”的，其背后的影響因素有哪些，這一系列問題都值得相關學者的深入探究。

一、文獻綜述

國內外學者對優(yōu)秀研究生成因進行了多角度的分析。復旦大學姜友芬等學者認為研究生是推動科技創(chuàng)新的重要力量之一，研究生的科研能力如何，關系到整個國家科技創(chuàng)新能力。制約我國研究生創(chuàng)新能力培養(yǎng)的因素很多，包括體制和機制、學術環(huán)境、傳統(tǒng)文化、價值導向、導師隊伍和教育教學等[1]。在這些因素中，導師隊伍是一個根本性的因素，因為在研究生教育的全過程，對研究生進行知識傳授、指導研究生從事科研活動、與研究生探討學術問題最多的是研究生導師，導師自始至終都起著引路人的作用[1]。在18世紀末19世紀初，德國的柏林大學就開始進行了洪堡教育改革，從那時開始研究生教育便產生了。后來美國的一些高等院校也開始陸續(xù)成立研究生院，并逐步開展研究生教育[2]。從時間上看國外的研究生教育起步比較早，對研究生教育相關方面的研究涉及的范圍也相對廣泛[3]。國外一些學者從20世紀80年代就開始熱衷于高等教育質量問題的相關研究[4]。學者Paul A. Samuelson在其著作中寫道：“怎樣才能獲得諾貝爾獎呢？其中一個條件就是要有偉大的導師。”[5]他認為，導師對科研人才有著一定的影響。仁者見仁智者見智，不同的學者有不同的看法。

隨著研究生教育規(guī)模越來越大，我國優(yōu)秀研究生成因受到越來越多的關注。周文輝、李明磊提出研究生培養(yǎng)質量的影響因素主要存在于招生、培養(yǎng)和管理這三個環(huán)節(jié)[6]。高雙林、鐘艷、崔一梅等運用系統(tǒng)分析的方法，將研究生培養(yǎng)質量的影響因素分解為學科建設、教學環(huán)節(jié)和管理體系三個層次[7]。董麗敏則指出，研究生的培養(yǎng)過程是根據一定的培養(yǎng)目標（研究生知識、能力和素質的要求），在導師指導下，通過一定的課程學習和科學研究，使研究生的知識、素質和能力得到提高和增強，成為合格的高層次人才的活動過程[8]。瞿偉、郝際平、劉曉武提出研究生的培養(yǎng)質量主要涉及五大方面：招生考核、理論課程、導師指導、科學研究和學位論文[9]。

近年來，國內大部分相關文獻仍停留在文字述說，相關實證研究較少，采用面板模型的幾乎沒有。本文選用2012-2014年北京大學、清華大學、上海交通大學、武漢大學以及中山大學的相關數據，構建優(yōu)秀研究生指數，并首次建立培養(yǎng)能力和科研實力分別與校友捐款對優(yōu)秀研究生指數的雙對數面板模型。在微觀經濟學、宏觀經濟學以及金融學領域，經常會遇到時間序列和橫截面兩者相結合的數據，這種具有三維（截面、時期、變量）信息的數據結構稱為面板數據（panel data），也稱平行數據[10]，或縱向數據。面板數據包含一些相同個體跨越幾個時期的測量值[11]。在面板數據組織形式中，每一個個體的觀測值都是可識別的，它允許人們生成微觀水平測量值。面板數據含有三維信息，可以利用Panel Data模型構造和檢驗比以往單獨使用截面或時間序列屬更為真實的行為方程，可以進行更為深入的分析[10]。研究表明，高校的培養(yǎng)能力對優(yōu)秀研究生的貢獻較科研實力和校友捐款大一些，即便是名校的研究生，這三者對優(yōu)秀研究生的貢獻也并不大，而研究生自身因素卻大得多。因此，高校應加強研究生毅力、理想和興趣的培養(yǎng)，并不斷挖掘他們自身的天賦。

二、研究設計

本部分首先建立五所教育部直屬高校優(yōu)秀研究生指數和影響因子的面板模型，然后對各變量的度量方法做出說明，并說明變量的數據來源。

（一）模型設定

本文結合已有文獻，設計出衡量優(yōu)秀研究生的指數，該指數主要根據研究生人均科研能力、就業(yè)情況、畢業(yè)后杰出人才數量得出，符合優(yōu)秀研究生的概念。

其中K代表人均科研能力，由人均論文、專利、獲獎等與科研能力有關的因素構成；J為就業(yè)情況，由就業(yè)率和就業(yè)質量構成；X為杰出校友指數。K、J和X都化成百分制指數，再將它們代入(1)式，得出優(yōu)秀研究生指數Y。

本文采用雙對數面板模型，雙對數模型中的斜率系數是因變量對相應的自變量的彈性，能夠說明對應的自變量變化的百分數引起因變量變化的百分數，而常數對因變量變化是沒有任何影響的[12]。具體模型如下：

其中，ln為各變量的對數形式，i和t分別為各國家和年份，Y表示優(yōu)秀研究生指數，用于衡量平均每個研究生的優(yōu)秀情況。D為校友捐款，X為除捐款的各影響因子，由于數據有限，本文主要采用學校培養(yǎng)能力和科研能力。mi+et表示誤差項，mi為個體誤差項，et為時間序列誤差項，b分別是常數項、各變量對數的系數，其實1-b2-b3主要代表個人努力對Y的影響程度。

（二）數據與方法

通過將數據加權處理，以平衡不同學校的文理學科性質，從而使得不同高校優(yōu)秀研究生指數更符合實際情況。本文選取的五所高校分別是北京大學、清華大學、上海交通大學、武漢大學和中山大學，都是教育部直屬的“211”“985”學校，其培育出來的研究生在國內外都是優(yōu)秀的。此外，這五所大學信息比較透明，方便找尋所需的相關數據。并且，這五所高校所在地區(qū)有北有南還有中，地域特點明顯。但由于各高校的數據每年都在更新，以前年份的數據已經被刪除了，因此本文只能選用2012-2014年的相關數據進行研究。而年份比較少不能做單位根等檢驗，但各年數據從整體來看是比較平穩(wěn)的。本文在借鑒以往的研究的基礎上，結合數據的實際情況，選取一些關鍵因素與Y建立面板模型，模擬研究生的優(yōu)秀與各因素的相關關系。

本文選用2012-2014年有代表性的5所高校的數據，構建優(yōu)秀研究生指數，并通過一系列檢驗對樣本進行逐一篩選，分別構造面板模型用來模擬各自變量與優(yōu)秀研究生指數變量的相關關系。在各面板模型中，可以將多重共線性排除，并能夠描述出研究生優(yōu)秀的成因以及各因素對“優(yōu)秀”的貢獻程度。本文具體利用中國校友會網的各年5所高校和知網的相關數據，部分數據來源于各年5所高校的畢業(yè)生就業(yè)質量報告，缺失值是通過線性回歸或往年數據進行預測得到的。變量的描述性統(tǒng)計見表1。

表1 描述性統(tǒng)計

其中，K表示學?？蒲心芰?，P表示學校培養(yǎng)能力。

三、結果與討論

（一）結果

本文的面板數據比較穩(wěn)定，可以進行雙對數模型回歸。面板模型有許多，而根據實際需要，本文主要采用靜態(tài)面板模型進行分析，靜態(tài)面板模型中主要有混合模型、固定效應模型（FE）和隨機效應模型（RE），另外還有PCSE（Panel Corrected Standard Errors，面板校正標準誤）模型和FGLS（Feasible Generalized Least Squares，可行的廣義最小二乘法）模型[10]。首先，采用F統(tǒng)計量對混合模型和固定效應模型進行選擇，使用stata軟件對變量進行F檢驗，F(xiàn)統(tǒng)計量的結果表明混合模型與固定效應模型相差較大，不能選擇混合模型。然后，對固定效應和隨機效應面板模型進行豪斯曼檢驗，檢驗的P值顯示拒絕原假設（隨機效應模型）。在面板模型中，可能存在異方差以及面板專有的滯后現(xiàn)象，因此為避免偽回歸，在選擇面板模型時，進行了多種檢驗，并對PCSE和FGLS模型進行了相應修正，最終選擇適合的回歸模型作為實證結果。

1. lnD、lnK對lnY的面板回歸結果

首先，構建D、K對Y的雙對數面板模型，使用stata軟件對模型進行檢驗，發(fā)現(xiàn)變量存在異方差和自相關，因此需要對模型進行修正?；貧w結果見表2。

表2 lnD、lnK對因變量研究生優(yōu)秀指數的對數（lnY）的回歸結果

由表2得知，模型3各變量系數估計值皆十分顯著，并且卡方檢驗、R2也說明了模型3是最適合各變量的，擬合的最好。因此本文采用模型3來解釋各自變量與因變量（lnY）的相關關系。模型3中的系數是自變量對因變量的彈性，而以上結果表明，Y對D的彈性約為0.0931819，也就是說，如果D提高1%，則Y平均降低約0.0931819%；Y對K的彈性約為0.0517007，即如果K提高1%，則Y平均提高約0.0517007%。優(yōu)秀研究生指數對校友捐款和學校的科研實力的變化不太敏感。這說明優(yōu)秀研究生之所以優(yōu)秀，與資金、學校科研實力有正相關關系，但是影響不大。

2. lnD、lnP對lnY的面板回歸結果

由于學?？蒲袑嵙εc學校培育能力有相關性，可能導致多重共線性，因此分開構建模型。D、P對Y的雙對數面板模型，使用stata軟件對模型進行豪斯曼和拉格朗日檢驗，發(fā)現(xiàn)最好選擇固定效應模型。并且對模型進行修正的瓦爾德檢驗，發(fā)現(xiàn)存在異方差，因此需要對模型進行修正。回歸結果見表3。

表3 lnD、lnP對因變量研究生優(yōu)秀指數的對數（lnY）的回歸結果

從表3得知，模型1和模型3各變量系數估計值皆十分顯著，但卡方檢驗、R2也說明了模型3是最適合各變量的，擬合的最好。因此，本文采用模型3來解釋各自變量與因變量（lnY）的相關關系。而從上述結果中可以看出，Y對D的彈性約為0.0855，也就是說，如果D提高1%，則Y平均降低約0.0855%；Y對P的彈性約為0.1049，即如果P提高1%，則Y平均提高約為0.1049%。雖然校友捐款和學校的培養(yǎng)能力的變化對優(yōu)秀研究生指數影響不大，但相對表2而言，培養(yǎng)能力的影響力要大于科研實力。這說明教師的培育能力對研究生的影響要大于教師本身的科研能力所帶來的影響。

（二）討論

對研究生的培養(yǎng)關系著國家科技創(chuàng)新的未來，通過構建優(yōu)秀研究生指數，對2012-2014年五所高校的校友捐款與學?？蒲袑嵙?、學校培養(yǎng)能力分別建立雙對數面板模型。結果顯示，校友捐款對優(yōu)秀研究生的貢獻為9%左右，科研實力對優(yōu)秀研究生的貢獻約5%，培養(yǎng)能力對優(yōu)秀研究生的貢獻約10%。換個角度思考，外在因素對優(yōu)秀研究生的形成貢獻不足30%，而研究生本身的努力程度影響大約70%。也就是說一個研究生是否能成為優(yōu)秀研究生：3分靠學?！败浻布?，7分憑自身努力。本文的研究對象是五所名校的研究生，結果表明名校研究生也是憑借自身努力而成才的，并不主要依賴優(yōu)秀教師的指導和健全的學校設施。而對于非名校的研究生而言，在學校的“軟硬件”方面并沒有優(yōu)勢，他們若想變得“優(yōu)秀”，更需要自身的勤奮和努力。而且并不是每一位出自名校的研究生都很優(yōu)秀，他們之所以普遍比較優(yōu)秀，是因為他們一直以來比同齡人更加努力。不論學校設施如何，不管教師水平怎樣，關鍵還在于自身的努力程度，部分依賴于自身天賦。

綜上所述，一名優(yōu)秀研究生的誕生關鍵在于自身，而非學校的優(yōu)劣，只有不懈地努力才能夠鑄就“優(yōu)秀”。從優(yōu)秀研究生指數來看，這五所名校的研究生歷年的平均分為75.79；從這些學校出來的研究生就業(yè)情況來看，并不十分樂觀，可能有的還不如綜合實力偏弱的高校；從研究生科研能力來看，這五所名校發(fā)表論文數量較多，但頂級的論文數量并不多；從獲獎情況來看亦是如此。因此，本文認為高?？梢詮囊韵聨追矫嬷峙嘤齼?yōu)秀研究生。一是加強研究生的毅力培養(yǎng)，正如2012年度湖北省最高科學技術獎獲得者謝曉堯所說的“搞科研一定要有恒心和毅力”[13]。二是夯實研究生的信仰和理想，有信仰和理想的研究生才會不懈努力，才會有較強科研的信念。三是加強研究生的興趣培養(yǎng)，促進研究生自主學習。興趣是最好的老師，也是學習的催化劑，在研究生學習階段，更多的是靠自主學習，此時興趣顯得尤為重要。四是不斷挖掘研究生自身天賦，科研不僅僅需要努力，有時也需要有一定的天賦。教師應多與學生接觸，不斷挖掘學生天賦，因材施教，鑄就優(yōu)秀研究生。總之，作為學校和老師，應多培養(yǎng)研究生自主創(chuàng)新和學習能力，挖掘其天賦；而作為當代研究生的我們，則應自我修身養(yǎng)性，不斷提升自身學習、科研和創(chuàng)新能力。

[參考文獻]

[1] 姜友芬,吳宏翔,熊慶年,林榮日,顧云深.影響研究生創(chuàng)新能力培養(yǎng)的導師因素分析[J].復旦教育論壇,2005,03(6):51-54.

[2] 范玉芳,王蕓.美國海軍研究生院的管理教育[J].高等教育研究學報,2005,28(3):98-100.

[3] 李輝敏,劉元芳.研究生教育可持續(xù)發(fā)展的外部因素分析[J].遼寧教育研究,2008(5):11-14.

[4] 高揚,馮敏良.我國高等教育評估的功能嬗變[J].現(xiàn)代教育科學(高教研究),2004(3):71-73.

[5] Paul A Samuelson. The collected scientific papers of Paul A. Samuelson(Vol 3)[M]. Massachusettes Institute of Technology Press, 1966: 75.

[6] 周文輝,李明磊.基于高校調查的研究生培養(yǎng)質量保障機制研究[J].教育研究,2013(3):59-65.

[7] 高雙林,鐘艷,崔一梅,等.研究生培養(yǎng)質量影響因素系統(tǒng)初探[J].北京林業(yè)大學學報(社會科學版),2002(z1):90- 94.

[8] 董麗敏.中美專業(yè)學位研究生培養(yǎng)模式的比較研究[D].南昌:江西師范大學,2013:1-61.

[9] 瞿偉,郝際平,劉曉武.影響博士研究生培養(yǎng)質量的制度因素分析[J].西安建筑科技大學學報(社會科學版),2008,27(2): 77-80+92.

[10] 高鐵梅,王金明,梁云芳,劉玉紅.計量經濟分析方法與建模EViews應用及實例(第二版)[M].北京:清華大學出版社, 2009(5):1-568.

[11] 克里斯托弗·F·鮑姆.用Stata學計量經濟學[M].王忠玉,譯.北京:中國人民大學出版社,2012:1-310.

[12] 達摩達爾·N·古扎拉蒂,唐·C·波特.計量經濟學基礎(第五版)[M].費劍平,譯.北京:中國人民大學出版社,2010:163.

[13] 任照琳.搞科研,一定要有恒心和毅力——訪2012年度省最高科學技術獎獲得者謝曉堯教授[EB/OL].http://blog. sina.com.cn/s/blog_a78a2db101019sqr.html,2013-05-07.

（責任編輯、校對：韓立娟）

The Developing Causes of Outstanding Graduates Based on the Panel Data of Five Best Universities

ZHOU Li-ping

(School of Humanities and Social Science, East China Jiaotong University, Nanchang 330013, China)

Abstract:The cause of outstanding graduate will influence future national scientific research. But with the increasing number of graduates, the proportion of “the excellent” is falling. Based on the concept of outstanding graduates, the double logarithmic panel model is built which includes ability cultivation, scientific research strength, respectively, and alumni donations to outstanding graduate index. The research shows that the key of being an outstanding graduate student lies in his/her own efforts and talent.

Key Words:outstanding graduate student; developing causes; panel data

DOI：10.3969/j.issn.1009-9115.2015.04.040

中圖分類號：F287.5

文獻標識碼：A

文章編號：1009-9115(2015)04-0154-04

作者簡介：周麗萍（1988-），女，湖南永州人，碩士研究生，研究方向為人力資本、金融發(fā)展、市場經濟。

收稿日期：2015-04-13