优秀研究生的成因分析—— 基于五所名校的面板数据研究

周丽萍

（华东交通大学 人文社会科学学院，江西 南昌 330013）

优秀研究生的成因分析
—— 基于五所名校的面板数据研究

周丽萍

（华东交通大学 人文社会科学学院，江西 南昌 330013）

摘 要：优秀研究生的成因研究关系着国家科研的未来，但随着研究生的不断增多，“优秀”的比例却在不断下降。针对优秀研究生的概念，构建培养能力、科研实力分别与校友捐款对优秀研究生指数的双对数面板模型。研究结果表明，优秀研究生成因的关键在于其自身努力及天赋。

关键词：优秀研究生；成因；面板数据

研究生指的是本专科毕业后继续学习深造的学生。研究生学习阶段包括硕士和博士两个阶段，博士研究生是教育培养中的最高学历。研究生教育属国民教育中的高等教育阶段，优秀研究生则是社会的顶尖知识分子，他们擅长科学研究和创造新事物，是社会发展不可多得的栋梁之才。因而，优秀研究生是如何“炼成”的，其背后的影响因素有哪些，这一系列问题都值得相关学者的深入探究。

一、文献综述

国内外学者对优秀研究生成因进行了多角度的分析。复旦大学姜友芬等学者认为研究生是推动科技创新的重要力量之一，研究生的科研能力如何，关系到整个国家科技创新能力。制约我国研究生创新能力培养的因素很多，包括体制和机制、学术环境、传统文化、价值导向、导师队伍和教育教学等[1]。在这些因素中，导师队伍是一个根本性的因素，因为在研究生教育的全过程，对研究生进行知识传授、指导研究生从事科研活动、与研究生探讨学术问题最多的是研究生导师，导师自始至终都起着引路人的作用[1]。在18世纪末19世纪初，德国的柏林大学就开始进行了洪堡教育改革，从那时开始研究生教育便产生了。后来美国的一些高等院校也开始陆续成立研究生院，并逐步开展研究生教育[2]。从时间上看国外的研究生教育起步比较早，对研究生教育相关方面的研究涉及的范围也相对广泛[3]。国外一些学者从20世纪80年代就开始热衷于高等教育质量问题的相关研究[4]。学者Paul A. Samuelson在其著作中写道：“怎样才能获得诺贝尔奖呢？其中一个条件就是要有伟大的导师。”[5]他认为，导师对科研人才有着一定的影响。仁者见仁智者见智，不同的学者有不同的看法。

随着研究生教育规模越来越大，我国优秀研究生成因受到越来越多的关注。周文辉、李明磊提出研究生培养质量的影响因素主要存在于招生、培养和管理这三个环节[6]。高双林、钟艳、崔一梅等运用系统分析的方法，将研究生培养质量的影响因素分解为学科建设、教学环节和管理体系三个层次[7]。董丽敏则指出，研究生的培养过程是根据一定的培养目标（研究生知识、能力和素质的要求），在导师指导下，通过一定的课程学习和科学研究，使研究生的知识、素质和能力得到提高和增强，成为合格的高层次人才的活动过程[8]。瞿伟、郝际平、刘晓武提出研究生的培养质量主要涉及五大方面：招生考核、理论课程、导师指导、科学研究和学位论文[9]。

近年来，国内大部分相关文献仍停留在文字述说，相关实证研究较少，采用面板模型的几乎没有。本文选用2012-2014年北京大学、清华大学、上海交通大学、武汉大学以及中山大学的相关数据，构建优秀研究生指数，并首次建立培养能力和科研实力分别与校友捐款对优秀研究生指数的双对数面板模型。在微观经济学、宏观经济学以及金融学领域，经常会遇到时间序列和横截面两者相结合的数据，这种具有三维（截面、时期、变量）信息的数据结构称为面板数据（panel data），也称平行数据[10]，或纵向数据。面板数据包含一些相同个体跨越几个时期的测量值[11]。在面板数据组织形式中，每一个个体的观测值都是可识别的，它允许人们生成微观水平测量值。面板数据含有三维信息，可以利用Panel Data模型构造和检验比以往单独使用截面或时间序列属更为真实的行为方程，可以进行更为深入的分析[10]。研究表明，高校的培养能力对优秀研究生的贡献较科研实力和校友捐款大一些，即便是名校的研究生，这三者对优秀研究生的贡献也并不大，而研究生自身因素却大得多。因此，高校应加强研究生毅力、理想和兴趣的培养，并不断挖掘他们自身的天赋。

二、研究设计

本部分首先建立五所教育部直属高校优秀研究生指数和影响因子的面板模型，然后对各变量的度量方法做出说明，并说明变量的数据来源。

（一）模型设定

本文结合已有文献，设计出衡量优秀研究生的指数，该指数主要根据研究生人均科研能力、就业情况、毕业后杰出人才数量得出，符合优秀研究生的概念。

其中K代表人均科研能力，由人均论文、专利、获奖等与科研能力有关的因素构成；J为就业情况，由就业率和就业质量构成；X为杰出校友指数。K、J和X都化成百分制指数，再将它们代入(1)式，得出优秀研究生指数Y。

本文采用双对数面板模型，双对数模型中的斜率系数是因变量对相应的自变量的弹性，能够说明对应的自变量变化的百分数引起因变量变化的百分数，而常数对因变量变化是没有任何影响的[12]。具体模型如下：

其中，ln为各变量的对数形式，i和t分别为各国家和年份，Y表示优秀研究生指数，用于衡量平均每个研究生的优秀情况。D为校友捐款，X为除捐款的各影响因子，由于数据有限，本文主要采用学校培养能力和科研能力。mi+et表示误差项，mi为个体误差项，et为时间序列误差项，b分别是常数项、各变量对数的系数，其实1-b2-b3主要代表个人努力对Y的影响程度。

（二）数据与方法

通过将数据加权处理，以平衡不同学校的文理学科性质，从而使得不同高校优秀研究生指数更符合实际情况。本文选取的五所高校分别是北京大学、清华大学、上海交通大学、武汉大学和中山大学，都是教育部直属的“211”“985”学校，其培育出来的研究生在国内外都是优秀的。此外，这五所大学信息比较透明，方便找寻所需的相关数据。并且，这五所高校所在地区有北有南还有中，地域特点明显。但由于各高校的数据每年都在更新，以前年份的数据已经被删除了，因此本文只能选用2012-2014年的相关数据进行研究。而年份比较少不能做单位根等检验，但各年数据从整体来看是比较平稳的。本文在借鉴以往的研究的基础上，结合数据的实际情况，选取一些关键因素与Y建立面板模型，模拟研究生的优秀与各因素的相关关系。

本文选用2012-2014年有代表性的5所高校的数据，构建优秀研究生指数，并通过一系列检验对样本进行逐一筛选，分别构造面板模型用来模拟各自变量与优秀研究生指数变量的相关关系。在各面板模型中，可以将多重共线性排除，并能够描述出研究生优秀的成因以及各因素对“优秀”的贡献程度。本文具体利用中国校友会网的各年5所高校和知网的相关数据，部分数据来源于各年5所高校的毕业生就业质量报告，缺失值是通过线性回归或往年数据进行预测得到的。变量的描述性统计见表1。

表1 描述性统计

其中，K表示学校科研能力，P表示学校培养能力。

三、结果与讨论

（一）结果

本文的面板数据比较稳定，可以进行双对数模型回归。面板模型有许多，而根据实际需要，本文主要采用静态面板模型进行分析，静态面板模型中主要有混合模型、固定效应模型（FE）和随机效应模型（RE），另外还有PCSE（Panel Corrected Standard Errors，面板校正标准误）模型和FGLS（Feasible Generalized Least Squares，可行的广义最小二乘法）模型[10]。首先，采用F统计量对混合模型和固定效应模型进行选择，使用stata软件对变量进行F检验，F统计量的结果表明混合模型与固定效应模型相差较大，不能选择混合模型。然后，对固定效应和随机效应面板模型进行豪斯曼检验，检验的P值显示拒绝原假设（随机效应模型）。在面板模型中，可能存在异方差以及面板专有的滞后现象，因此为避免伪回归，在选择面板模型时，进行了多种检验，并对PCSE和FGLS模型进行了相应修正，最终选择适合的回归模型作为实证结果。

1. lnD、lnK对lnY的面板回归结果

首先，构建D、K对Y的双对数面板模型，使用stata软件对模型进行检验，发现变量存在异方差和自相关，因此需要对模型进行修正。回归结果见表2。

表2 lnD、lnK对因变量研究生优秀指数的对数（lnY）的回归结果

由表2得知，模型3各变量系数估计值皆十分显著，并且卡方检验、R2也说明了模型3是最适合各变量的，拟合的最好。因此本文采用模型3来解释各自变量与因变量（lnY）的相关关系。模型3中的系数是自变量对因变量的弹性，而以上结果表明，Y对D的弹性约为0.0931819，也就是说，如果D提高1%，则Y平均降低约0.0931819%；Y对K的弹性约为0.0517007，即如果K提高1%，则Y平均提高约0.0517007%。优秀研究生指数对校友捐款和学校的科研实力的变化不太敏感。这说明优秀研究生之所以优秀，与资金、学校科研实力有正相关关系，但是影响不大。

2. lnD、lnP对lnY的面板回归结果

由于学校科研实力与学校培育能力有相关性，可能导致多重共线性，因此分开构建模型。D、P对Y的双对数面板模型，使用stata软件对模型进行豪斯曼和拉格朗日检验，发现最好选择固定效应模型。并且对模型进行修正的瓦尔德检验，发现存在异方差，因此需要对模型进行修正。回归结果见表3。

表3 lnD、lnP对因变量研究生优秀指数的对数（lnY）的回归结果

从表3得知，模型1和模型3各变量系数估计值皆十分显著，但卡方检验、R2也说明了模型3是最适合各变量的，拟合的最好。因此，本文采用模型3来解释各自变量与因变量（lnY）的相关关系。而从上述结果中可以看出，Y对D的弹性约为0.0855，也就是说，如果D提高1%，则Y平均降低约0.0855%；Y对P的弹性约为0.1049，即如果P提高1%，则Y平均提高约为0.1049%。虽然校友捐款和学校的培养能力的变化对优秀研究生指数影响不大，但相对表2而言，培养能力的影响力要大于科研实力。这说明教师的培育能力对研究生的影响要大于教师本身的科研能力所带来的影响。

（二）讨论

对研究生的培养关系着国家科技创新的未来，通过构建优秀研究生指数，对2012-2014年五所高校的校友捐款与学校科研实力、学校培养能力分别建立双对数面板模型。结果显示，校友捐款对优秀研究生的贡献为9%左右，科研实力对优秀研究生的贡献约5%，培养能力对优秀研究生的贡献约10%。换个角度思考，外在因素对优秀研究生的形成贡献不足30%，而研究生本身的努力程度影响大约70%。也就是说一个研究生是否能成为优秀研究生：3分靠学校“软硬件”，7分凭自身努力。本文的研究对象是五所名校的研究生，结果表明名校研究生也是凭借自身努力而成才的，并不主要依赖优秀教师的指导和健全的学校设施。而对于非名校的研究生而言，在学校的“软硬件”方面并没有优势，他们若想变得“优秀”，更需要自身的勤奋和努力。而且并不是每一位出自名校的研究生都很优秀，他们之所以普遍比较优秀，是因为他们一直以来比同龄人更加努力。不论学校设施如何，不管教师水平怎样，关键还在于自身的努力程度，部分依赖于自身天赋。

综上所述，一名优秀研究生的诞生关键在于自身，而非学校的优劣，只有不懈地努力才能够铸就“优秀”。从优秀研究生指数来看，这五所名校的研究生历年的平均分为75.79；从这些学校出来的研究生就业情况来看，并不十分乐观，可能有的还不如综合实力偏弱的高校；从研究生科研能力来看，这五所名校发表论文数量较多，但顶级的论文数量并不多；从获奖情况来看亦是如此。因此，本文认为高校可以从以下几方面着手培育优秀研究生。一是加强研究生的毅力培养，正如2012年度湖北省最高科学技术奖获得者谢晓尧所说的“搞科研一定要有恒心和毅力”[13]。二是夯实研究生的信仰和理想，有信仰和理想的研究生才会不懈努力，才会有较强科研的信念。三是加强研究生的兴趣培养，促进研究生自主学习。兴趣是最好的老师，也是学习的催化剂，在研究生学习阶段，更多的是靠自主学习，此时兴趣显得尤为重要。四是不断挖掘研究生自身天赋，科研不仅仅需要努力，有时也需要有一定的天赋。教师应多与学生接触，不断挖掘学生天赋，因材施教，铸就优秀研究生。总之，作为学校和老师，应多培养研究生自主创新和学习能力，挖掘其天赋；而作为当代研究生的我们，则应自我修身养性，不断提升自身学习、科研和创新能力。

[参考文献]

[1] 姜友芬,吴宏翔,熊庆年,林荣日,顾云深.影响研究生创新能力培养的导师因素分析[J].复旦教育论坛,2005,03(6):51-54.

[2] 范玉芳,王芸.美国海军研究生院的管理教育[J].高等教育研究学报,2005,28(3):98-100.

[3] 李辉敏,刘元芳.研究生教育可持续发展的外部因素分析[J].辽宁教育研究,2008(5):11-14.

[4] 高扬,冯敏良.我国高等教育评估的功能嬗变[J].现代教育科学(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] 周文辉,李明磊.基于高校调查的研究生培养质量保障机制研究[J].教育研究,2013(3):59-65.

[7] 高双林,钟艳,崔一梅,等.研究生培养质量影响因素系统初探[J].北京林业大学学报(社会科学版),2002(z1):90- 94.

[8] 董丽敏.中美专业学位研究生培养模式的比较研究[D].南昌:江西师范大学,2013:1-61.

[9] 瞿伟,郝际平,刘晓武.影响博士研究生培养质量的制度因素分析[J].西安建筑科技大学学报(社会科学版),2008,27(2): 77-80+92.

[10] 高铁梅,王金明,梁云芳,刘玉红.计量经济分析方法与建模EViews应用及实例(第二版)[M].北京:清华大学出版社, 2009(5):1-568.

[11] 克里斯托弗·F·鲍姆.用Stata学计量经济学[M].王忠玉,译.北京:中国人民大学出版社,2012:1-310.

[12] 达摩达尔·N·古扎拉蒂,唐·C·波特.计量经济学基础(第五版)[M].费剑平,译.北京:中国人民大学出版社,2010:163.

[13] 任照琳.搞科研,一定要有恒心和毅力——访2012年度省最高科学技术奖获得者谢晓尧教授[EB/OL].http://blog. sina.com.cn/s/blog_a78a2db101019sqr.html,2013-05-07.

（责任编辑、校对：韩立娟）

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

中图分类号：F287.5

文献标识码：A

文章编号：1009-9115(2015)04-0154-04

作者简介：周丽萍（1988-），女，湖南永州人，硕士研究生，研究方向为人力资本、金融发展、市场经济。

收稿日期：2015-04-13