APP下载

“双一流”建设背景下中国高校人才与大学排名相关性分析

2018-06-16赵蓉英张心源

重庆大学学报(社会科学版) 2018年3期
关键词:相关性分析双一流

赵蓉英 张心源

摘要:高校人才引进与培养既是“双一流”建设的重要一环,也是国内外大学排名必不可少的指标。高校人才是高校科技创新、科研产出的主力军,高校人才直接或间接地影响高校大学排行榜中的得分。文章以RCCSE最新发布的《中国大学及学科专业评价报告(2017-2018)》为数据源,对高校人才与大学排名得分进行相关性分析,首先对本科重点、本科一般、本科民办、独立学院和高职高专院校进行分层次分析,进而按照综合、农林、医药等高校类型进行分类型分析。结果显示:本科重点高校与所有高校人才指标项均存在相关关系,而理工类高校与高校人才指标相关性最显著,体育及艺术类院校相关性较弱。因此,重点高校保障优秀人才引进、一般院校促进青年师资成长、其他层次院校提升教学质量与扩大师资团队是提升大学排名得分的有效方法。

关键词:“双一流”;高校人才;大学排名;相关性分析

中图分类号:C34 文献标志码:A 文章编号:10085831(2018)03011711

一、研究背景与思路

《统筹推进世界一流大学和一流学科建设总体方案》和《统筹推进世界一流大学和一流学科建设实施办法(暂行)》是继“985工程”“211工程”“2011协同创新中心”后以习近平为核心的党中央为落实全面深化改革,建设高等教育强国的重要举措。“双一流”目标提出后,关于高校发展战略的研究层出不穷,主流观点包括教学质量、科研水平、师资人才、社会贡献、国际化等方面,其次学术界也开展了一系列关于大学排名和双一流建设的讨论。纵览现有研究,高校人才团队成为实现双一流目标的必要元素。

高校人才建设既是强国之本,也是强校之本。高校人才团队的构成决定了学校发展的未来,也是大学评价的主要指标,正如原清华大学校长梅贻琦认为的“大学者,非大楼之谓也,实则大师之谓也”。中国高校人才评定有详细的职称划分和人才计划,每年国家和学校的人才培养投入都占据了教育支出的主要部分。

大学排名是高等教育發展的第三方评价结果,最早起始于英、美国家的社会媒体对本国高等学校进行排名供高中毕业生择校参考。而国内的大学评价始于20世纪初,由中国科学评价研究中心(RCCSE)发布的《中国大学及学科专业评价报告》是国内最早一批从事大学评价研究的成果,现已连续发布14届,在社会上产生了广泛的影响力和认可度。RCCSE最新发布的《中国大学及学科专业评价报告(2017-2018)》[1]涵盖了中国973所本科院校(包括156所民办院校)、1 346所高职高专院校(包括309所民办高职)、262所独立学院。其中,本科院校按照重点、一般和民办进行分类型评价。RCCSE大学排行榜在对本科、独立学院以及高职高专的评价指标体系中均包含了人才培养指标,基本涵盖了中国各类高校人才,说明各高校人才构成对大学排行榜得分有重要影响。

各类型人才与高校排名的相关性如何,是否存在显著相关,明确这些问题可以揭示高校人才与大学评价得分之间的关系,帮助各层次高校调整其人才引进战略以及人才培养方案。

二、中国高校人才体系

中国高等学校人才可以从三个类型进行划分:首先是衡量专业技术水平的职称,高级职称[2]是职称中的最高级别,高校具有高级职称教师的比例很大程度上代表了高校的高水平师资条件。其次是导师类型,反应的是教学和培养科技人才的水平,按照培养科技人才学历层次的高低,博士生导师数量成为高校研究生教育能力的重要指标。最后是涵盖内容最广泛的各类人才项目。国家层面有科学技术领域最高荣誉称号的中国科学院院士和中国工程院院士(统称为两院院士)[3],以及人文社会科学领域的资深教授[4]、国家杰出青年科学基金[5]等。教育部层面有长江学者奖励计划[6]、千人计划(海外高层次人才引进计划)[7]、青年海外高层次人才引进计划[8]、新世纪优秀人才支持计划[9]、高等学校教学指导委员会[10]、优秀青年教师资助计划[11]等。省级层面亦有相应的各类省级学者,如楚天学者[12]、云岭学者[13]、三秦学者[14]等。

三、高校人才与大学评价得分的相关分析

笔者提取RCCSE2017年大学评价工作统计的高校人才数据及其指标。其一,本科院校人才指标包括:两院院士数量(X1)、人文社科资深教授等称号人数(X2)、千人计划数量(X3)、长江学者(X4)、青年千人计划(X5)、新世纪优秀人才支持计划(X6)、省级学者数量(X7)、教育部高等学校教学指导委员会成员人数(X8)、高等学校教学名师奖(X9)、博士生导师(X10)、高级职称教师占教师总数比例(X11)、专任教师数(X12)共12个高校人才指标项。其二,

独立学院人才指标包括:教育部高等学校指导委员会(Z1)、高等学校教学名师奖(Z2)、专任教师数(Z3)、高级职称教师占教师总数比例(Z4)共4个人才指标项。其三。高职高专院校人才指标包括:教育部高等学校教学指导委员会(P1)、高等学校教学名师奖(P2)、全国职业教育先进个人(P3)、全国行业职业教育教学指导委员会(P4)、专职教师(P5)、高职称教师占比(P6)共6个指标项。

按照RCCSE评价对象教育层次的划分,参评高校可以分为本科重点、本科一般、本科民办、独立学院以及高职高专5种类型。其中本科院校按照学校性质划分为综合、理工、文法、师范、农林、医药、财经、民族、艺术和体育10种学校类型。本文将按照上述分类对大学排名得分与学校高水平人才数量之间的显著性进行检验,然后对显著性较高指标的相关性进行具体分析。相关性检验采用Pearson相关系数,其取值与相关程度[15]见表1。

表1 Pearson相关系数的取值与相关程度

(一)分层次高校人才与大学评价得分的相关性

笔者用SPSS软件对上述数据进行Pearson系数分析,各层次高校人才指标与大学评价得分的相关性分析结果如表2所示。

表2 分层次高校人才与大学评价得分相关性

注:**表示在0.01水平(双侧)上显著相关,*表示在0.05水平(双侧)上显著相关(后同)

对比135所重点本科、681所一般本科和156所民办本科的Pearson相关系数,结果显示:本科重点高校与各项高校人才指标的Pearson系数显示均具有相关关系。其中,两院院士、千人计划、长江学者、青千计划、新世纪人才、教指委、博导数共有7项指标表现出高度或者极高相关关系。除高级职称占比为低度相关关系外,其余指标项具有中度相关关系。所有指标项与重点高校得分均在0.01水平(双侧)上显著相关。

本科一般高校仅在人文社科资深教授和青年千人计划两项指标上无相关关系,其他指标的Pearson系数均在低度相关以上,特别是教指委、博士生导师两项指标呈现出中度相关关系,具有相关关系的指标均在0.01水平(双侧)上显著相关。这种结果的原因在于:人文社科资深教授的授予源自2003年教育部下发的《关于进一步发展繁荣高校哲学社会科学的若干意见》,其中一项鼓励高校从实际出发设立哲学社会科学资深教授岗位,并给予自然科学和工程科学院士相应的待遇,不同于两院院士的是资深教授尚未形成全国性的制度[4]。目前有武汉大学、吉林大学、浙江大学等985、211高校设立有该项头衔,只有极少数一般高校具有该项指标值,所以无明显相关关系。具有青年千人计划指标值的一般高校数量仅占全部一般高校数量的2%,并且除南方科技大学有40多位青千人才外,其余有指标值的学校在该项指标上的数据差异较低。

高校人才指标X1至X10与本科民办院校大学评价得分无相关关系,原因在于:多数民办院校的在两院院士、千人计划等高水平人才指标上的值为常数0。仅有专任教师数与民办院校得分具有中度相关关系,民办院校的高职称教师占比各学校之间数据区分度不高,所以对最后结果得分的影响有限,亦无明显相关关系。结合评价指标及其他原始数据,得出如下结论:民办院校在大学排行榜中的位次受建筑面积、仪器设备总额、馆藏图书数量、在校生规模、专职教师数量等基础办学资源的影響更为显著。在高水平人才储备方面,民办学院存在明显劣势。

表3为独立学院人才指标数据与其在大学排名得分中的相关性分析结果。

表3 独立学院人才与大学评价得分相关性

教指委(Z1)以及名师奖(Z2)两项指标与独立学院评价得分无相关关系,表现为常数0,而专任教师数与高级职称占比均在0.01水平(双侧)上显著相关,其中专任教师数(Z3)与独立学院评价得分的Pearson系数达到中度相关。结合原始数据,发现独立学院专任教师数的平均值和标准差分别为475.90和211.51,高级职称占比(Z4)的平均值和标准差分别为0.32和0.18。说明专任教师数数据的离散程度更高,对独立学院得分的影响更为显著。原因在于独立学院多为本科教育,对高级职称教师需求度不高,所以高级职称教师的保有量和校间差异较低。

从高职高专院校人才指标数据与其在大学排名得分中的相关性分析结果看,教指委(P1)和职业教育先进个人(P2)两个指标的Pearson系数达到了中度相关,其余指标(P3~P6)与高职高专的Pearson相关系数表示的相关度较低,但所有指标均在0.01水平(双侧)上显著相关。

(二)分类型高校本科院校高水平人才与大学评价得分的相关性

根据中国院校类型的划分,RCCSE大学评价对象包括财经、理工、民族、农林、师范、体育、文法、医药、艺术、综合等共10种学校类型,分类型高校与高水平人才指标间的相关关系如表4。

表4 分类型高校人才与大学评价得分相关性

注:.a因为至少有一个变量为常量,所以无法进行计算

由表4可以看出,财经类高校与教指委(X8)的Pearson系数达到0.934,表现为极高相关,与新世纪人才计划(X6)、博士生导师(X10)为高度相关,与千人计划(X3)、长江学者(X4)、省级学者(X7)、教学名师奖(X9)、高级职称占比(X11)和专任教师数(X12)均为中度相关,上述指标均在0.01水平(双侧)显著相关,与两院院士(X1)、人文社科资深教授(X2)、青千计划(X5)为常数0无相关性。理工类高校与长江学者(X4)、新世纪人才(X6)、教指委(X8)和博导数(X10)达到极高相关,与人文社科资深教授(X2)无相关关系,其他指标在中度及中度相关关系以上。民族类院校与新世纪人才(X6)、博导数(X10)达到极高相关关系,与院士数(X1)、资深教授(X2)、千人计划(X3)、青千(X5)、名师奖(X9)和高级职称占比(X11)数据无相关性,其余指标相关性在中度相关及以上。农林类高校相关系数最显著的指标是长江学者(X4)和博导数(X10),其在资深教授(X4)指标上不具备相关关系。师范类和综合类高校表现出极高相关程度的是教指委(X8),师范类高校与所有指标均达到在0.01水平(双侧)显著相关,而综合类高校与高级职称教师占比(X11)无相关性。医药类高校未表现出具有极高相关关系的指标,体育类、文法类和艺术类高校在两院院士(X1)、资深教授(X2)、青千(X5)等多个指标上均无相关关系。

从高校人才指标视角分析,博导数(X10)的相关系数在各类型高校间分布最为均衡,基本保持在高度相关以上,综合类高校受学校数量较多影响在该项指标上的Pearson系数仅为0.624,为中度相关。资深教授(X2)仅作用于师范类和综合类院校。高校人才指标对体育类院校的影响最小,对理工类院校的影响最显著。

四、高校人才与大学评价得分的回归分析

(一)分层次高校人才与大学评价得分的线性回归模型

前文分析表明,高校人才指标与本科重点和本科一般院校的大学评价得分存在显著的相关性,而与本科民办院校、独立学院以及高职高专院校的相关性较低。因此可将高校人才指标作为影响本科重点和本科一般高校大学评价得分的解释变量(自变量),前者视为被解释变量(因变量)。为进一步分析各高校人才指标对大学评价得分的影响程度,笔者对两种层次的本科高校的变量组合建立多元线性回归模型,对指标与两种层次高校的相关程度作进一步的定量研究。

设本科重点院校的大学评价得分为Y1,本科一般院校的大学评价得分为Y2,两院院士等高校人才指标同上所述依次为X1~X10,建立多元线性回归模型。运用SPSS统计软件进行计算,具体回归结果见表5。

从表5可以看出,两院院士(X2)、省级学者(X7)对重点大学得分影响不显著,专任教师数(X12)对一般大学得分的影响显著程度较低且回归系数极低,因此未列入回归方程。据此得到关于本科重点得分和本科一般得分的两个回归方程如下:

Y1=35.468+0.279X2+0.093X3+0.244X4+0.159X5+0.261X6+0.199X8+0.005X9+

2.106X10+1.477X11+0.001X12

Y2=45.636-0.528X1+1.073X2+0.317X3+1.285X4-0.892X5+3.262X6+0.153X7+

1.461X8+0.049X9+4.719X10+8.441X11

千人計划(X3)、教育部新世纪优秀人才支持计划(X6)、教育部高等学校教学指导委员会(X8)、博士生导师(X9)对本科重点得分(Y1)在0.01水平影响显著,此外还有省级学者(X7)、高级职称教师占比(X11)对本科一般得分(Y2)在0.01水平影响显著。模型Ⅰ的拟合优度达到了90%以上,模型Ⅱ的拟合优度达到了70%以上,两个模型均通过了F检验,说明回归方程整体线性关系显著。

表5 分层次高水平人才与大学评价得分回归分析

注:***、**和*分别代表1%、5%和10%的水平上显著,括号内为标准误差,C为常数项。

分层次高校得分的回归方程表明:作为科学技术领域最高荣誉的两院院士在重点高校得分上并未产生显著的影响,原因在于院士数量分别在985高校和211高校中分布较为均衡,该指标对于所有高校建模的线性回归方程具有显著影响。在1%水平显著的变量中对重点高校和一般高校得分影响回归系数最高的分别为教育部新世纪优秀人才支持计划(X6)和高级职称教师占比(X11),说明这两项数据的变动对重点高校和一般高校得分的影响程度最大。值得注意的是,一般院校两院院士(X1)和青年千人(X5)的回归系数呈现负数,结合原始数据发现该两项指标在一般院校中具有分值的学校数量占比仅为52%和2.64%,对样本量为681的一般高校得分的影响范围有限。

(二)分类型高校人才与大学评价得分的线性回归模型

为解释各指标项对不同类型高校的影响程度,笔者进一步分析不同类型高校与高校人才指标间的回归结果。由于统计回归分析要求样本数量一般为指标数量的20倍以上,至少保证30组样本数据才能获得具有较好稳定性的回归结果,因此在分类型回归分析中,笔者去掉了民族类、体育类和艺术类高校。如上将其余7种评价对象类型分别作为Q1~Q7,自变量高水平人才指标设置同上为X1~X12,共建立7个线性回归模型,经SPSS处理,得到结果如表6。

据表6得出,财经类、理工类、农林类、师范类、文法类、医药类、综合类高校的拟合优度均达到了90%以上,并且均通过了F检验,表明上述各回归方程整体线性显著。

从具体的回归方程看,模型Ⅰ中X1、X6、X8、X10、X11、X12对Q1有显著影响,其中X8、X10、X12指标显著程度最高,达到了1%水平上显著。模型Ⅱ中X3、X4、X5、X6、X8、X9、X10、X11、X12对Q2有显著影响,影响程度均在5%水平以上。模型Ⅲ中仅有X3、X4、X8对Q3有显著影响,仅X8达到在1%水平上显著。模型Ⅴ中除X2、X4、X5指标外,其余9项指标均对Q4有显著影响。模型Ⅵ中对Q5有显著影响的指标项有X6、X8、X9、X11。模型Ⅶ对Q6有显著影响的指标项有X6、X8、X9、X10、X12。模型Ⅷ对Q7有显著影响的指标项有X1、X3、X4、X5、X8、X10和X12,其中X1、X3、X8、X12在1%水平上显著相关。

表6 分类型高校人才与大学评价得分回归分析

回归系数表明了自变量X对解释变量Q的影响大小,因此考虑在1%水平上显著的指标项,对财经类高校得分影响程度最多为教指委名单(X8),对理工高校影响最大为高级职称占比(X11),对农林类高校影响程度最高为教指委名单(X8),对师范类高校影响程度最高为教学名师奖(X9),对文法类高校影响程度最高为名师奖(X9),但该项指标并未达到1%水平显著,对医药类高校影响程度最高为新世纪人才计划(X6),对综合高校影响程度最高为长江学者人数(X4)。

五、高校人才影响大学排名的原因

通过对比前文相关分析和回归分析结果发现,高校人才指标与大学评价得分具有相关性,不同层次、类型高校表现出不同程度的相关关系,各指标项对分层次、分类型的高校评价得分的影响力度亦各有区分。

高校人才指标一方面可以通过其在大学评价中的权重影响大学评价结果,如上海交通大学在“世界大学学术排名”(Academic Ranking of World Universities,简称ARWU)中占据40%权重的教职员素质[16]、英国QS全球教育集团发布的世界大学排名(QS World University Rankings)[17]中占据10%权重的师生比等。另一方面,高校人才作为高校科研团队的中坚力量,每年在项目申请、论文产出、成果奖励等方面都是重要的贡献者。由于高校科研产出是大学评价中的重要指标之一,高校人才团队的构建通过科研人员的科研产出能力间接影响着大学评价得分。

笔者选取本科重点院校评价中人才指标得分和其他教学、科研指标进行相关性分析,这些指标及其内容如表7。

表7 二级指标及观测点(部分)

选取上述二级指标得分与人才指标得分,经SPSS相关性分析得到如表8。

表8 本科重点高校人才与科研二级指标得分相关性

从表8可以看出,高校人才与教学成果、成果质量之间达到高度相关,与科研队伍、科研产出、科研项目与经费达到中度相关,且均达到了在0.01水平(双侧)上显著相关。

六、结论与展望

中国高等教育的主体是政府财政拨款为主要资金来源的公立大学,所以大学排行榜对于国家教育管理部门进行经费支持、项目分配、招生指标分配和高中毕业生择校具有重要参考意义,提高高校在大学排行榜中的得分首先需要优化影响得分的关键指标数据。特别是现阶段中国正处于“双一流”建设起步阶段,建设世界一流大学需要配备一流的师资团队,高校人才指标作为国内外主流世界大学排行榜中重要的大学评价指标,已成为世界一流大学建设的重点。以RCCSE评价指标体系为数据源的高校人才指标与高校得分的相关性研究,揭示了高校人才对不同层次、不同类型高校在评价中得分的相关关系,以及各指标项间的影响力度。

高校优化大学评价表现可从以下若干方面着手:(1)重点高校完善优秀人才的培养及引进机制。重点高校因为具有平台优势更容易培养和吸引优秀人才,通过科学的人才引进机制、学术竞争机制、人才流动与成长机制、人才评价机制、人才激励机制等构建良好的学术氛围和科研环境,是在同类型高校中脱颖而出吸引和留住优秀人才的关键所在。(2)一般院校设立科研激励机制、促进青年教师成长。一般院校在千人计划、杰青等优秀人才的持有量上并不具备优势,但是一般院校以本科生教育为主,青年师资是该类学校的主要构成,促进青年师资成长能够有效提高一般院校在大学排行榜中的表现。青年教师学术思维活跃,但进入工作岗位时间短,生活压力相对较重,高校设置科学的科研产出奖励机制,能够调动青年教师学术积极性,在提升高校科研产出的同时也促进了青年教师学术成长。此外,一般高校应正确分析优势学科,重点加强优势学科投入,吸引高水平人才或重点高校优秀毕业生,以“点”带“面”逐步提高学校总实力,以学科优势弥补学校平台的不足。(3)民办院校、独立学院、高职高专保证教学质量、扩充师资团队。民办院校、独立学院、高职高专是教学型职能学校,其专业设置特点主要是面向地方和区域社会、经济发展的需要,特别是要创造条件加快发展社会和人力资源市场急需的短线专业。这三类学校对高水平人才持有量和需求量都不高,特别是民办本科院校和独立学院属于本科层次,但是在学生培养目标和高水平师资保有量上有明显区别。因此针对办学特点、保证教学质量、形成良好的校风是吸引优质生源和优秀教师的有力措施。而高职高专层次的学校,其高水平人才体系不同于本科层次高校,高职高专院校应提高教学质量,发展优势专业,吸引高职高专教育优秀师资,进而提高在同类型学校中的大学排名得分。

此外,各层次各类型高校都面临人才流失的问题,人才流动是社会经济发展的正常现象,面对同类型高校的人才竞争,需要对人才流失问题给予关注和预防,形成良好的人才流动生态。

参考文献:

[1]邱均平.中国大学及学科专业评价咨询报告:2016—2017[M].北京:科学出版社,2016.

[2]百度百科.高级职称[EB/OL].[2017-09-26].https://baike.baidu.com/item/高級职称/1851442?fr=Aladdin.

[3]百度百科.两院院士[EB/OL].(2015-01-01)[2017-09-26].https://baike.baidu.com/item/两院院士/2247082?fr=Aladdin.

[4]教社政.教育部关于进一步发展繁荣高校哲学社会科学的若干意见[EB/OL].(2003-02-10)[2017-09-26].http://old.moe.gov.cn//publicfiles/business/htmlfiles/moe/s3103/201006/88958.html.

[5]百度百科.国家杰出青年科学基金[EB/OL].[2017-09-26]. https://baike.baidu.com/item/国家杰出青年科学基金.

[6]教育部.教育部关于印发《“长江学者奖励计划”实施办法》的通知[EB/OL].(2011-12-15)[2017-09-06]. http://www.gov.cn/gongbao/content/2012/content_2144289.htm.

[7]百度百科.海外高层次人才引进计划[EB/OL].[2017-09-26].https://baike.baidu.com/item/海外高层次人才引进计划/10102618?fr=aladdin#reference-[1]-4830242-wrap.

[8]百度百科.青年海外高层次人才引进计划[EB/OL].[2017-09-26].https://baike.baidu.com/item/青年海外高层次人才引进计划.

[9]教育部.“新世纪优秀人才支持计划”实施办法[EB/OL].(2004-06-10)[2017-09-26].http://old.moe.gov.cn//publicfiles/business/htmlfiles/moe/moe_1101/201005/xxgk_88436.html.

[10]教育部.教育部关于成立2013-2017年教育部高等学校教学指导委员会的通知[EB/OL].(2013-04-16)[2017-09-26]. http://www.moe.edu.cn/srcsite/A08/s5653/201304/t20130416_150999.html.

[11]教育部.教育部优秀青年教师资助计划简介[EB/OL].[2017-09-26].http://www.moe.edu.cn/moe_879/moe_207/moe_249/moe_257/tnull_1522.html.

[12]湖北省教育廳.省教育厅省财政厅关于印发《“楚天学者计划”实施办法》的通知[EB/OL].[2017-09-26]. http://www.scuec.edu.cn/s/19/t/912/9d/0c/info105740.htm.

[13]百度百科.云岭学者[EB/OL].[2017-09-26].https://baike.baidu.com/item/云岭学者/17522411?fr=Aladdin.

[14]百度百科.三秦学者[EB/OL].[2017-09-26].https://baike.baidu.com/item/三秦学者.

[15]李兴国,赵晓冬.中国大学评价指标与ESI学科指标关联程度的统计检验[J].统计与决策, 2017(3):108-111.

[16]赵蓉英, 王嵩.世界大学排名方法及其排行榜比较研究[J].中国地质大学学报(社会科学版), 2015, 15(3):131-138.

[17]刘强,丁瑞常. QS大学排名体系剖析[J].比较教育研究, 2013(3):14-14.

Correlation between Chineseuniversities talents and rankings under the

background of double world-class construction: Based on Evaluation Report of

Chinese Universities and Disciplines (2017-2018) from RCCSE

ZHAO Rongying, ZHANG Xinyuan

(a. Research Center for Chinese Science Evaluation; b. School of Information

Management, Wuhan University, Wuhan 430072, P. R. China)

Abstract:

The introduction and cultivation of talents in colleges and universities are an important link of world-class university and discipline construction, as well as an essential index of university rankings at home and abroad. Talents are the main force of S&T; innovation and research output in universities. They directly or indirectly influence the scores of university rankings. This paper made a correlation analysis between college talents indexes and university ranking scores based on Evaluation Report of Chinese Universities and Disciplines (2017-2018) from RCCSE and conducted the analysis according to the school level and type. The result is that all of the key universities have correlations with talent indexes, and the correlation of science and technology universities and colleges is significant, while the correlation of sports and art colleges is weak. Thus, talent introduction in key universities, cultivation of young talents in general universities and construction of talents team in other colleges are the effective method to advance the scores of university rankings.

Key words: double world-class; university talents; university ranking; correlation analysis

猜你喜欢

相关性分析双一流
“双一流”需 从去行政化做起