工程硕士在职研究生学位论文质量与个人背景特征——基于有序Probit模型的实证分析

王仁曾，陈小平，梁华杰

(华南理工大学 a.经济与贸易学院；b.研究生院，广东 广州 510006)



工程硕士在职研究生学位论文质量与个人背景特征
——基于有序Probit模型的实证分析

王仁曾a，陈小平b，梁华杰a

(华南理工大学 a.经济与贸易学院；b.研究生院，广东 广州 510006)

摘要：在多年教育实践的基础上，国内的研究者们对提高专业学位研究生培养质量问题发表了许多论文，但大多是一般性的工作经验总结，鲜有人能够上升到教育学、社会学、心理学理论层面的研究，更没有做到基于统计学方法的科学实证检验。借鉴英文文献中关于欧美国家同类问题的理论和实证研究成果，采用某“985”高校2008—2011年毕业的2 366名工程硕士专业学位在职研究生的数据，应用有序probit模型，对学位论文的质量与在职研究生的人口学、职业经验、本科教育等背景特征之间的关系进行实证分析，得出了一些能够弥补现有中文文献空白的结论。

关键词：工程硕士；论文质量；有序Probit模型；定性数据回归分析

一、 引言

中国高等教育体系于1997年设置了工程硕士专业学位，截至2012年已有340家培养单位，累计录取研究生74万多人。作为主要面向在职人员的专业学位研究生教育项目，旨在培养高素质的工程技术和工程管理人才。与传统的以学术研究为目标的工学硕士培养项目不同，工程硕士培养项目强调学生在工程技术或工程管理中的实践能力和应用能力。2003年以后，其入学考试借鉴美国研究生入学资格考试GRE(Graduate Record Examination)的成功经验，设计和使用了GCT(Graduate Candidate Test)考试，主要考核学生的认知能力(cognitive ability)，而不是对某一学科领域知识的精通程度。因此，工程硕士培养项目录取了不少具有较长实际工作经验、本科阶段学习不同专业、在多种职业领域工作的学生，学生群体的年龄、工作经验、教育背景等个人特征呈现出多样性。那么，究竟什么样的学生才能更好地达到培养目标呢？学生的个人背景特征与培养质量呈现怎样的关系呢？科学地合理地回答这些问题，对于工程硕士专业学位研究生的录取与培养环节的各项工作，都具有指导意义。

在多年的工程硕士教育实践基础上，国内的研究者也对提高其培养质量问题进行了多种多样的研究，但这些研究大多是研究者参与教育实践或教育管理之后的一般性经验总结，且多是从入校后的培养环节着眼，着重从定性角度总结和讨论师资队伍、课程设置、管理制度等因素对培养质量的影响[1-3]。个别研究者虽也注意到了生源质量因素对培养质量的影响[4]，但未能够上升到教育学、社会学的理论层面分析，更没有做到基于统计学方法的科学实证检验。本文借鉴英文文献中关于欧美国家同类问题的实证研究成果，以中国某“985” 高校*指被中国政府列入“面向21世纪教育振兴行动计划”，以建设世界一流大学和国际知名高水平研究型大学为目标，国家重点支持的大学，首批34所，第二批增加5所，共39所大学。2008年以来毕业的2 366名在职工程硕士研究生为样本，建立恰当的经济计量学模型进行分析，以期能在这个问题上填补现有中文文献的空白，从而提升中国的专业学位教育研究水平。

二、理论框架

(一)先天的生理、心理因素

关于性别、年龄、种族等先天的人口学属性与人的认知能力之间的关系*认知能力(cognitive ability)，是人脑加工、储存和提取信息的能力，即人们对事物的构成、性能、与他物关系、发展动力、发展方向以及基本规律的把握能力。一般认为，美国大学的研究生入学测试GRE就是主要测试应试者的认知能力。同样，大学或研究生毕业的质量也体现在认知能力的提高上。，来自多种学科的研究者进行了大量的研究，并形成了多本综合性的学术专著[5]1；这些都有助于深刻理解不同个人背景的学生在学位教育中所获成效的差异。实验心理学揭示，女性在与数学相关的认知能力方面受到“刻板印象威胁”(stereotype threat)。劳伦斯·萨默斯指出*哈佛大学第27任校长(2001—2006)，美国联邦政府第71任财政部长(1999—2001)，曾任美国国家经济委员会主席(2007-2010)。，在从事高端科学和数学研究的专业人士中，之所以男性人数大大超过女性，一个基本的原因就是性别之间存在的生物学差异所造成男性和女性的“高端认知能力差异”[6]；古德、阿伦森和哈德对来自现实生活中的实际观察数据进行了统计学分析，证明即便是具有坚持不懈品格的高资质女性，在数学认知能力测试中的表现也会因为“刻板印象威胁”而劣于男性[7]；库恩和霍林的研究表明，女性在语言方面的表现超过男性，而男性在科学方面的表现超过女性，其中两性推理能力的差异起着“中介”作用，也就是说男性在科学和数学方面的优势是由于他们的推理能力比女性强[8]。社会学家在研究女性的年龄对其认知能力和职业成就的影响时，提出了一个很有趣的理论，叫做“一罪两罚”(Double Jeopardy)[9]，意思是说随着年龄的增大，性别和年龄两种先天因素的交互作用，使中老年女性的情况变得更糟。

关于年龄与认知能力之间的关系，可以从心理学中找到比较成熟的理论指导，这就是邓尼的“两种能力理论”，其中“未经训练或不做练习的能力”反映人的生物学潜能，也反映着正常的环境因素或者经验作用；“经过充分训练和练习的能力”则反映正常健康的人在充分训练和练习的条件下所能达到的能力。这两种能力在人成长的早期都是不断增长的，到了青年或者成年早期就开始出现逐步的下降，但是后一种能力如果得到经常训练可以随着年龄的增长保持得更持久。“两种能力理论”认为，经验对中青年比对儿童或老人的认知能力有更大的帮助[10]。沙伊的研究表明，人的认知能力在五十岁之前都是相对稳定的，之后下降趋势变得明显；随着年龄的增大，对认知能力产生损害的事件发生率急剧上升。当然，不管是哪个年龄段，个体之间的认知能力表现差异都是存在的[11]。

(二)后天的教育、社会、工作经验因素

尽管人们早就观察到，在青年时期走上工作岗位后由于从事不同类型的职业，人的认知能力维持过程会出现差异，但是对这一现象的科学解释则是最近几十年才出现的，其中CHC理论(Cattell-Horn-Carroll theory)最具影响力[12]136-182。卡特尔、霍恩和卡洛尔利用统计学中的因子分析方法，将前人研究中认定的多种影响因素归纳为两种性质的认知能力，即以神经生理为基础，随着神经系统的成熟而提高、随着神经系统的衰退而减弱，相对地不受教育与文化影响的“流体智力”( Fluid intelligence)和需要经过后天的教育、养成和社会历练，通过掌握和运用社会文化经验而获得的“晶体智力”(Crystallized intelligence )。“流体智力”会随着人变老而确定地下降，但是“晶体智力”则可以保持更长的时间，不像前者那样随年龄老化呈显著下降的趋势[13]。CHC理论以实证研究为基础，对20世纪40年代以来关于人类认知能力内容和结构的研究成果进行了集成。

神经科学研究的最新进展则对“成年人的认知能力随着年龄增长不可避免地、固定地衰退”的学术主张提出了质疑。赫佐格等人提出了“认知能力改进学说”，认为在人的生命周期中由于个体的行为类型不同，随着年龄变化产生的认知能力变化呈现个体差异[14]。有实证研究揭示，能够影响认知能力变化过程的因素包括教育、职业选择等因素影响后天的认知能力改变或保持[15]，其中罗韦德尔和威利斯所做的实证研究模型设计精巧，证实了“用它或失去它假说”(Do-it-or-lost-it hypothesis)，亦即从事知识密集型的工作会帮助减缓认知能力衰退[16]。

大多数人接受高等教育的时间都是在青年时期。按照前述的相关理论，青年时期是人一生中生理能力的巅峰时期，此时所接受高等教育的优劣会对其认知能力的提高和维持产生重要影响。那么，上不同类型(水平)的大学和学习不同类型专业，其认知能力的培养结果是否存在差异呢？这也是我们关心的问题。美国教育考试服务中心(ETS)的专家们对这一问题进行了长期的研究，安戈夫和约翰逊对GRE考试数据库进行了实证研究，发现在大学本科阶段学习不同专业领域的考生，在语言表达与推理能力方面的差异最小、在数量分析与推理能力上的差异最大、在分析性写作能力的差异居中；毕业于不同大学的考生之间，GRE成绩也存在差异。他们的研究控制了高考入学成绩(SAT)以及性别、年龄等先天因素，结论比较科学、可靠[17]；森特拉和罗克认为，虽然知识的获取具有毋庸置疑的重要性，学生认知能力的培育也是高等教育的关键目标，其研究表明，大学教育中师生互动程度与学业成绩呈线性关系，师生互动程度高的大学毕业生在GRE人文和自然科学专业考试中能够取得显著优异的成绩，而课程设置弹性高的学校培养的学生在社会科学和自然科学领域能取得更好的成绩[18]。

(三)本文的分析框架

根据上述多学科文献的综述和分析推理，得出本文实证研究的逻辑架构。首先，性别、年龄等先天因素是人与生俱来、自己无法改变的初始因素，对于人的认知能力具有重要影响，因此工程硕士专业学位研究生(特别是在职攻读学位的研究生)的学习收获大小或毕业论文的质量优劣与学生个人的生理、心理背景特征有着无法否认的关系，这些初始因素可以直接影响培养质量，也可能通过本科阶段的教育、职业经历、社会互动等后天因素作用于工程硕士阶段的培养质量；其次，由毕业院校类型和学位类型反映的本科教育经历和由工作经验、职业类型、专业技术职称、行政职务等因素反映的职业经历两个后天因素影响着工程硕士培养的质量，从而最终决定毕业后成就的大小。高等教育经历与职业经历之间也有相互作用。对于语言表达、数量分析、逻辑推理、外语运用等不同维度的认知能力方面，先天因素和后天因素及其各个子因素所发挥的作用可能是不同的。如图1所示，将体现工程硕士培养过程质量的因素(主要用GCT考试成绩和在校就读期间的课程学习成绩两个变量来反映)控制起来，可更科学地分析出个人背景特征对培养质量的影响。需要说明的是，本文的实证研究用学位论文(毕业设计)的质量等级这个可观测的变量代表工程硕士研究生的培养质量。有研究表明，论文质量是体现工程硕士培养质量的关键。显然，学位论文(毕业设计)的质量并不等于培养质量的全部，学生毕业若干年后取得社会成就往往被人们看作是一所学校教育质量的重要衡量标准，但这些体现培养质量的其他方面则很难量化或在短期内取得数据。

图1　工程硕士培养质量影响因素图

三、样本数据与分析模型

(一)样本数据

本文数据来源于一所综合性研究型“985”高校。该校以工见长，理工结合，管、经、文、法、艺多学科协调发展。所开设的工程硕士培养项目涉及机械工程、材料工程、动力工程、电气工程、电子与通信工程、控制工程、计算机技术、软件工程、建筑与土木工程、化学工程、交通运输工程、环境工程、食品工程、车辆工程、工业工程、生物工程、项目管理、物流工程、仪器仪表工程、安全工程等专业领域。2008—2011年间，该校共有2 366名工程硕士毕业生可用于本文的研究*剔出退学、转学、成绩不合格未完成学业等情况造成的数据缺失观察单元，可实际用于本文研究的观察单元数目。。由于每名学生只毕业一次，年份之间没有重复，为了扩大样本规模，增加模型参数估计和检验的自由度，合并了各个年份的数据，形成一个合并界面数据集。

(二)分析模型

使用这些样本数据研究工程硕士在职研究生的各种人口、社会、教育特征与学位论文质量之间的关系，一个简单且直观的思路就是：一一使用这些反映学生背景特征的属性变量对样本进行分类，从而考察各组之间的论文质量是否存在统计学意义上的显著差异(比如进行方差分析)，但是这个分析思路有一个严重缺陷，就是只考虑了一个因素对论文质量的作用，而忽视了各个影响因素的交互作用。我们知道，论文质量的高低并不是由某一个因素单方面决定的，只有“在其他因素相同的条件下”*即计量经济学所追求的ceteris paribus效应估计。来估计和推断其中某个因素对论文质量的影响才具有科学意义。

学位论文的质量等级是一个离散选择的顺序统计量，对其赋值“及格=1”、“良好=2”、“优秀=3”并不代表“良好”论文的质量是“及格”论文的2倍、“优秀”论文的质量是“及格”论文的3倍，但是这种顺序统计量又不同于“女性=1、男性=0”之类纯粹名义赋值的离散选择统计量，其中包含着更多关于论文质量等级的信息，这是在做统计分析的时候所必须考虑的。关于这种类型的数据进行回归响应分析的思维框架，Green给出了全面的总结，将其作为离散选择模型的一类，称之为“有序probit模型”[19]736-740，在微观计量经济问题的建模中有较多的应用[20]。

本文构造如下有序probit模型：

thesis*=β1female+β2age+β3age2+

β4female*age+β5experience+

β6experience2+β7occupation1+

β8occupation2+…+

β13occupation7+β14titleJ+

β15titleM+β16titleS+β17positionJ+

β18positionM+β19positionS+

β20degree1+β21degree2+…+

β27degree8+β28U211+β29U985+

β30GCT+β31score+ε

(1)

其中被解释变量thesis*是一个不可观测的变量，代表论文的质量等级，而所观测到的论文等级“及格=1”、“良好=2”、“优秀=3”的实际含义是：

thesis=1 若thesis*≤γ1

thesis=2 若 γ1

(2)

thesis=3 若 γ2

其中γ1、γ2是未知的阈值参数，待用β进行估计。

假设ε在观测值之间服从正态分布，将其均值和方差正态化为0和1，就可以得出学位论文质量出现“及格”、“良好”、“优秀”的概率，可用下式表达：

(3)

其中X和β分别为式(1)中的解释变量向量和回归系数向量，γ是由两个阈值γ1、γ2构成的向量。所有概率为正，故而有：

0<γ1<γ2

(4)

式(1)中age代表年龄，experience代表工作经验，这2个变量都是以年为计量单位的连续性变量。模型中加入这2个变量的二次项，是考虑到随着年龄和工作经验的变化，认知能力呈非线性变化，毕业生的培养质量可能也会呈现非线性关系。除了这2个变量，用GCT代表的入学考试成绩和用score代表的在校学习期间专业课平均考试成绩也是连续型的数量特征变量。模型中，GCT和score作为控制变量使用，是科学估计研究生的个人背景特征对培养质量的偏回归效应所需要的。

式(1)中的其他解释均为属性特征，均按哑变量(dummy)进行处理，其中female代表女性，反映性别因素。为考察本文中是否存在社会学家所揭示的女性的年龄对其职业成就的所谓“一罪两罚”效应[18-19]，模型中引入female和age的交叉项。

职业背景如何影响工程硕士研究生的工程技术和工程管理实际能力，是笔者重点考虑的问题之一。样本学生的职业类型比较多地集中在8种职业上，本文以实际从事工程技术和工程管理职业的一组为基准组，在式(1)中设置了7个哑变量，即occupation1、occupation2、…、occupation7*基准组-工程技术人员、工程管理人员、工程技术与工程管理学教学人员；occupation1-高校教师、高职教师、高专教师；occupation2-中小学教师、中职教师；occupation3-科技人员、科研人员；ccupation4-企业管理人员；occupation5-公务员、行政人员、非政府公共管理机构人员；occupation6-现役军人；occupation7-其他人员。。与此类似，工程硕士研究生在本科(个别人为大专学历)期间所学专业背景是否也是影响其培养质量的因素呢？模型中以本科获得工学学士学位的人为比较基准，设置了8个哑变量分别代表除工学以外样本中出现比较多的本科专业类型，即degree1、degree2、…、degree8*基准组-工学、degree1-经济学、degree2-法学、degree3-文学、degree4-理学、degree5-农学、degree6-医学、degree7-管理学、degree8-无学士学位者。。

作为在职人员工程硕士研究生的重要背景特征，模型引入了研究生入学前的专业技术职称、行政职务这两个反映职业成就的因素。以无职称者为比较基准，考察拥有“初级职称”、“中级职称”、“高级职称”的研究生是否可以做出质量更高的学位论文，模型中分别设置了titleJ、titleM、titleS3个哑变量；以无职务者为比较基准，考察入学前拥有“科员级”、“正副科级”、“副处级及以上”行政职务的研究生是否可以做出质量更高的学位论文，模型中分别设置了positionJ、positionM、positionS3个哑变量。

最后，在中国当前的高考录取制度下，“普通院校”、“211高校”、“985高校”3种类型高校的本科生生源质量是依次递进的，这3种类型大学的本科生培养质量也可以认为是依次递进的。模型将普通高校设定为基准组，设置2个哑变量U211和U985，来考察本科毕业于“211”、“985”院校的工程硕士研究生与基准组之间在硕士论文质量上是否存在统计学意义上的显著差异*列入"985"类型的高校不再重复列入"211"类型。。

式(1)中ε代表误差项，ε～N(0, 1)。

四、估计结果

有序probit模型中参数β和γ的极大似然估计采用二次爬山法，其对数似然函数为：

(5)

其中1(·)是一个指示函数，如果对其自变量的命题为真则取值为1，反之则取值为0。

表1列出了对式(1)的参数估计结果，从中可见在5%的显著性水平上，experience, experience2, occupation1, title_J, title_M, title_S, position_S, degree7,U985, score10个解释变量对工程硕士学位论文的质量具有统计学意义上显著的决定作用。与普通回归模型不同的是，式(1)中解释变量对学位论文质量落入“及格”、“良好”、“优秀”3个等级区间的概率的边际效应并不直接等于表1中对应的参数估计值，而是用下式来表达：

(6)

本文用式(6)计算出10个在统计学意义上显著解释能力的变量对学位论文落入3个等级区间的概率的边际效应，列入表2。值得注意的是，取0、1值的哑变量对论文质量等级概率的边际效应是由2个概率的差的“变化”来衡量的。

表1　有序probit模型参数估计结果表

n=2 366Pseudo R-squared=0.038 786LR statistic=

102.230 6 (Prob.=0.000 0)

表2　解释变量对论文质量等级概率的边际效应表*与其二次项合并计算对论文质量等级概率变化的边际效应。

五、结论

本文的经济计量学模型估计结果表明，在职人员工程硕士学位论文的质量与学生的性别没有统计学意义上显著的关系，也没有发现女性随年龄的增长科研能力比男性下降更快的所谓“一罪两法”效应。只有在比较低的显著性水平上(10%)才可以看到年龄因素的作用，这就是随着年龄的增长论文的质量会越来越好，但是到了一个顶点之后，年龄再增加时论文的质量反而会下降，呈现出被许多文献称之为“倒U型曲线”的关系。这一结果是符合常理的，也和本文文献综述部分所论述的“两种能力理论”相一致，即先天因素所带来的“未经训练或不做训练的能力”在人的成长早期不断提升，但到了壮年之后便开始下降，且这种能力不像后天因素所带来的“经过充分训练和练习的能力”可以因为良好的工作和社会经历而保持更久，而这种后天因素在模型中的 “工作经验”这一变量上面得到了更好地体现。

实证研究结果表明，工作经验的长短是影响工程硕士学位论文质量的重要因素，并且两者之间呈现一种非线性关系。在初期，工作经验的增加并不会带来论文质量的提高，但当工作经验积累达到一定临界点之后，学位论文的质量会有加速度的提升，这个关系在统计学上的显著性水平是很高的，几乎达到1%。在所有职业类型中，从事职业类型1(指高校教师、高职教师、高专教师)的研究生其学位论文获得“优秀”的概率比从事工程技术工作的学生低3.5%且具有统计学意义上的显著性，而从事其他6类职业的工程硕士研究生，其毕业论文质量与从事工程技术与工程管理职业的工程硕士研究生没有统计学意义上显著的差异，这又从另一方面证明了实践经验对工程硕士学位论文质量的重要性。

实证研究结果还表明，专业技术职称的高低与工程硕士在职研究生毕业论文的质量具有统计学意义上的显著关系，职称越高的学生越容易做出“优秀”学位论文；具有初级、中级、高级专业技术职称的工程硕士在职研究生获得“优秀”成绩的概率比没有职称的工程硕士在职研究生分别高2.1%、3.5%和5.2%。

一个非常有趣的结果是，尽管初级、中级行政职务的学生学位论文获得“及格”、“良好”、“优秀”的概率与没有行政职务的学生不存在统计学意义上的显著差异，但是具有“高级”行政职务的学生比没有行政职务的学生更容易获得高的论文评级，其中成为优秀论文作者的概率高达15%*这个现象需要进一步深入研究，但可能超出了本文的研究领域。。另外，工程硕士研究生在本科期间所学的专业类型与其硕士学位论文的质量等级之间基本上不存在统计学意义上显著的关系，唯一例外的是本科期间修读管理学专业的学生，其工程硕士学位论文获得“优秀”评价的概率比本科期间修读工学类专业的学生低2.3%。学生在本科期间修读大学的类型对工程硕士学位论文的质量具有显著的影响，这主要体现在毕业于“985”高校的学生具有较高的素质，其学位论文成为“优秀”论文的概率比普通高校毕业生高2.1%，而毕业于“211”高校的学生与普通高校学生不存在统计学意义上的显著差异。

本文的实证研究结果除了对教育学、心理学相关问题研究增加了可靠的实证证据，还对工程硕士专业学位研究生的招生、培养工作具有一定启示和借鉴意义。研究结果表明，一直以来我们在专业学位研究生招生中强调考生工作经验的做法是正确的，应该优先考虑工作经验长、职称高、本科毕业于985高校的考生，对于本科期间学的是什么专业则不必过分在意，特别是考生的工作经验应该是来自实践性的工作而不是理论性的工作。相信这些意见对MBA、MPA等其他专业学位的招生也是适宜的。同时，本文的研究结果也给GCT考试的组织者一个警示，因为我们的实证研究结果表明，GCT考试的成绩与在职人员工程硕士研究生的毕业论文质量没有统计学意义上的显著关系。而相反，在职人员工程硕士研究生在校期间的课程学习成绩，与毕业论文的质量呈高度正相关。

参考文献：

[1]曾兴雯,史耀媛.保障工程硕士培养质量的因素分析与对策[J].中国高教研究,2003(10).

[2]孙延明,向智男,葛瑞明,陈小平,朱敏.全日制工程硕士研究生实践能力培养体系的构建与思考[J].学位与研究生教育,2012(7).

[3]沈岩,秦颖超,高彦芳,贺克斌.推进综合改革、创新培养模式、提升教育质量、满足社会需求[J].学位与研究生教育,2014(2).

[4]陆叔云.质量分析、跟踪调研和GCT-ME考试[J].中国高教研究,2003(8).

[5]Anastasi A. Differential Psychology[M]. 3rd ed.New York: Macmillan,1958.

[6]Summers L. Remarks at NBER Conference on Diversifying the Science & Engineering Workforce[EB/OL].(2012-05-05).http://www.Harvard.edu/President/Speeches/Summers_2005/nber.php.

[7]Good C, Aronson J, Harder J A. Problems in the Pipeline: Stereotype Threat and Women's Achievement in High-level Math Courses[J].Journal of Applied Development Psychology, 2008,29(1).

[8]Kuhn J T, Holling H. Gender, Reasoning Ability, and Scholastic Achievement: A Multilevel Mediate Analysis[J].Learning and Individual Differences, 2009,19(2).

[9]Chappell N L, Havens B. Old and Female: Testing the Double Jeopardy Hypothesis[J].Sociological Quarterly, 1980(2).

[10]Denney N W. A Model of Cognition Development Across the Life Span[J].Developmental Review, 1984,4(2).

[11]Schaie K W. The Hazards of Cognitive Ageing[J].The Gerontologist, 1989,29(6).

[12]McGrew K S. The Cattell-Horn-Carroll theory of Cognitive Abilities: Past, Present, and Future[C]∥. Flanagan D P, Genshaft J L, Harrison P L, Contemporary Intellectual Assessment: Theories, Ttests, and Issues .New York: Guilford, 2005.

[13]Cattell R B. Some Theoretical Issues in Adult Intelligence Testing[J].Psychological Bulletin, 1941,38(5).

[14]Hertzog C, Kramer A F, Wilson R B, Lindenberger U. Enrichment Effects on Adult Cognitive Developments. Can the Functional Capacity of Older Adults be Preserved and Enhanced?[J].Psychological Science in the Public Interest, 2008(1).

[15]Adam S, Bay C, Bonsang E, Germain S, Perelman S, Occupational Activities and Cognitive Reserve: A Frontier Approach Applied to the Survey of Health, Ageing and Retirement in Europe (SHARE)[J].CREPP Working Paper, University of Liege,2006(5).

[16]Rohwedder S, Willis R.Mental Retirement[J].Journal of Economic Perspectives, 2010,24(1).

[17]Angoff W H, Johnson E G. The Differential Impact of Curriculum on Aptitude Test Scores[J].Journal of Educational Measurement, 1990, 27(4).

[18]Centra J A, Rock D A.College Environments and Student Academic Achievement[J].American Educational Research Journal, 1971,7(1).

[19]Green W. Econometric Analysis[M]. 5th ed.New Jersey:Prentice Hall, 2003.

[20]侯博，应瑞瑶.分散农户农药残留认知的省际比较研究[J].统计与信息论坛，2014(2).

(责任编辑：郭诗梦)

Thesis Quality and Personal Background Characteristics of ME Graduates:A Qualitative Regression Analysis by Ordered Probit Model

WANG Ren-zenga，CHEN Xiao-pingb，LIANG Hua-jiea

(a. School of Economics and Commerce;b. Graduate School, South China University of Technology, Guangzhou 510006, China)

Abstract:This study investigates the relation between thesis quality and personal background characteristics of the graduates by applying the ordered Probit model on a dataset of 2366 part time ME students of a "985" university, which covering year 2008 to 2011. It turns out that gender and age have no effect on thesis quality. Work experience non-linearly explains thesis quality. Professional title is an important determinant of thesis quality. It is verified that the probability of obtaining "Excellent" mark by senior professionals is significantly high than their junior counterparts. It doesn't matter what subject the ME student involved in his or her undergraduate study, while it really matters which grade of university he or she was educated by.

Key words:master of engineering;thesis quality;ordered probit model;regression on qualitative

中图分类号：G643.0∶C82

文献标志码：A

文章编号：1007-3116(2016)03-0090-07

作者简介：王仁曾，男，甘肃舟曲人，经济学博士，哲学博士，教授，博士生导师，研究方向：金融市场的计量经济分析；

收稿日期：2015-06-04；修复日期：2015-12-22

陈小平，女，广东湛江人，管理学博士，研究方向：学位与研究生教育管理；

梁华杰，男，广东台山人，博士生，研究方向：金融市场的计量经济分析。

【统计应用研究】