高校教师科研领导力的影响因素研究*①

赵 迎

(山东财经大学 国际教育学院，山东 济南，250014)

随着我国经济由高速增长阶段转向高质量发展阶段，创新驱动已成为经济增长的关键动力，这同时对创新平台和载体建设、创新资源和要素开发提出了更高的要求。在此背景下，作为人才培育、科技创新的基础载体和重要源泉，高等学校应着力加强创新能力建设，关键在于培育和提升高校教师科研领导力。高校教师科研领导力侧重于高校教师的科研能力、科研成果产出以及成果转化对社会生产力的作用，很大程度上影响着我国同世界先进地区科研能力的比较优势。因此，深入分析影响高校教师科研领导力的主要因素，探索提升高校教师科研领导力的有效路径具有重要意义。本文旨在以提升高校教师的科研领导力为出发点和落脚点，在总结评述现有研究文献的基础上，以高校教师科研产出作为科研领导力的表征变量，采用面板固定效应模型、面板分位数回归模型等现代计量方法，实证检验地区特征、教师特征、科研载体、基础研发投入等因素对高校教师科研领导力的影响，并提出提升高校教师科研领导力的对策建议。

一、文献综述

近年来，以教师领导力发展为策略的教育改革模式得到了越来越多国家的认同，教师领导力问题受到了学者的广泛关注。从一般意义上讲，教师领导力主要涵盖道德领导力、教学领导力和科研领导力等维度。就科研领导力而言，已有研究主要集中在影响因素和提升路径等方面。

(一)高校教师科研领导力的影响因素

关于影响因素的研究主要涉及组织文化、组织架构、个人能力等方面。Harris & Muijs以及Murphy指出，合作开放、分享信任、具有共同愿景的学校文化对教师领导力具有显著的促进作用，保守的学校文化则会阻碍教师领导力的发展。(1)Alma Harris,Daniel Muijs，Improving schools through teacher leadership，London: Open University Press，2005,p.65.(2)Murphy J, “Teacher Leadership: Barriers and Supports”, International Handbook of School Effectiveness and Improvement, Springer Netherlands，2007, pp.681-706.Yarger & Lee 指出，教师领导力的发展需要对学校场域进行结构与秩序重组，从而激励教师参与决策制定并促进教师间的合作。(3)Yarger S J，Lee O, “The development and sustenance of instructional leadership”，in Walling D R, Ed., Teachers as Leaders: Perspectives on the professional development of teachers, Bloomingdale: Phi Delta Kappa Educational Foundation, 1994, pp.223-237.陈先奎等研究认为，在网络共同体情境下，教师科研领导力发展是共同体成员结构、教师网络互动、网络学习环境3个核心要素良性互动的结果。(4)陈先奎等：《网络实践共同体对高校英语教师科研领导力发展的影响:一项多案例研究》，《外语界》2016年第6期。姚翔基于对35所“双一流”建设A类高校的实证研究发现，学术成就和国际化经历是担任学术领导的重要推动力。(5)姚翔：《中国一流大学学术领导任职的影响因素分析——基于35所“双一流”建设A类高校的实证研究》，《国家教育行政学院学报》2019年第8期。关于科研产出的影响因素，王若宇等通过实证发现，人才政策、高等教育规模和层次、公共服务水平和信息化水平是高校科研人才分布的主要影响因素。(6)王若宇等：《2005-2015年中国高校科研人才的时空变化及影响因素分析》，《地理科学》2019年第8期。沈烈和谭芳碧运用比较分析法证实，科研人力投入和科研经费支出对我国重点高校科研绩效存在显著的正向影响。(7)沈烈、谭芳碧：《我国重点高校科研绩效影响因素比较研究》，《财政监督》2019年第16期。刘天佐和许航利用DEA-Tobit模型实证发现，地区科研环境、教师职称结构以及区域教育投入力度等因素，对于区域高校科研投入产出绩效具有显著影响。(8)刘天佐、许航：《我国不同区域高校科研投入产出绩效及其影响因素分析——基于DEA-Tobit模型的实证研究》，《科技管理研究》2018年第13期。

(二)提升高校教师科研领导力的有效路径

已有研究发现，教师领导力的发挥，有助于学校变革取得成功并得以持续发展。Henson认为，提升教师科研领导力，有利于提高教师对于教学科研实践的反思能力与自省能力，从而促进教师通过学习并实践科研。(9)Henson K T, “Teachers as researchers”，in Sikula J，Buttery T J，Guyton E, Eds., Handbook of research on teacher education(2nd), New York: Simon&Schuster, 1996, pp.53-64.聂玉景认为，教师领导力在提高教育教学质量、培养高质量人才、组建优秀师资队伍、助推高校治理完善等方面具有重要的作用。(10)聂玉景：《论内涵式发展中高校教师领导力的提升》，《黑龙江高教研究》2019年第3期。

就具体路径而言，柯丽芬认为，教师领导力提升路径包括教师多元文化包容性、团队协作能力、教学方式多样化、自主性程度及实践能力等5个方面(11)柯丽芬：《高校教师领导力提升途径研究》，《中国教育技术装备》2019年第4期。。苏荟和刘奥运应用Tobit模型发现，我国高校人力资本投资总体处于“稀缺”状态，物质资本投入处于“冗余”阶段，科学研究机构存在“重量轻质”等问题，建议推动高校内涵式发展应将重点转向对人力资本的积累，相对减少物质资本的过度投入。(12)苏荟、刘奥运：《”双一流“建设背景下我国省际高校科研效率及影响因素研究——基于DEA-Tobit模型》，《重庆大学学报(社会科学版)》2020年第1期。张卫国针对不同类型地区，提出了全面型、完善型、激励型和传统型4种提升高校科研生产率的路径。(13)张卫国：《我国高校科研生产率提升路径研究——基于31个省份的模糊集定性比较分析》，《中国高教研究》2019年第7期。

从现有研究看，对高校教师科研领导力的构成要素界定还不够统一，在影响因素定量分析方面比较欠缺，特别是对教师特征、区域发展环境、科研经费支出结构等方面研究相对较少。鉴于此，本文尝试采用现代计量模型系统分析相关因素对高校教师科研领导力的影响，并研究提出提升高校教师科研领导力的对策和建议。

二、模型与变量

(一)模型构建

为检验教师特征、地区特征、研发投入、科研载体等4个维度对高校教师科研领导力的影响，本文将计量模型设定如下：

Inpapert=β0+β1×Inprafassarit+β2×Inprogramit+β3×Ingdpt+β4×Inrdit+β5×Inmeetingit+β6×Inuniversityit+λi+τt+εit

其中，lnpaperit是因变量，衡量高校教师的科研领导力；lnprofessorit是自变量，衡量高校教师特征；lnprogramit和lnmeetingit是测量科研载体的自变量；lngdpit和lnuniversityit是测量地区特征的自变量；lnrdit是衡量研发投入的自变量。此外，模型也加入了时间效应(τt)、不随时间变化的个体效应(λi)(本文指各个地区)和随机扰动项(εit)以控制不可观察的变量对高校教师科研领导力的影响。

β1-β6是教师特征、科研载体、地区特征、研发投入等对高校教师科研领导力影响的估计系数，该系数是该计量模型的核心估计系数。如果β不显著，则表明上述自变量对高校教师科研能力这个因变量没有显著的影响；如果β系数显著，则说明上述特征对高校教师科研领导力具有显著的影响。

(二)变量说明

1.高校教师科研领导力。高校教师科研领导力重点是指高校教师的科研能力，本文选取高校教师发表论文的总数来衡量。为检验实证结果的稳健性，本文同时选取高校教师出版的科技著作数量来表示高校教师科研领导力。

2.高校教师特征。根据一般文献的做法，本文选取教学科研人员中具有高级职称人员数量来测量高校教师特征。由于教学科研人员与高级职称人员这两个变量具有高度的相关性(r=0.88,p=0.000)，为了避免多重共线性，本文没有将教学科研人员和高级职称人员这两个变量同时纳入模型，只在稳健性检验中分析了教学科研人员对高校教师科研领导力的影响。

3.地区特征。一个地区的经济状况对本地的科研投入具有重要的影响。本文利用每个地区的人均GDP来测量地区特征对高校教师科研领导力的影响。同时，地方大学与地区大学间的关系对高校教师科研能力也具有重要影响，本文亦利用地方大学占地区大学数量的比重来测量地区特征。

4.研发投入。已有文献表明，一个地区的研发投入尤其是基础研发投入对当地的科研水平具有重要的影响。本文利用地区的基础研发投入来测量研发投入。

5.科研载体。相关研究表明，高校教师参与或承担的科研项目数量以及参与的国际学术会议次数对高校教师的科研能力具有显著的影响。本文利用高校教师参与或承担的科研项目数量和参与的国际学术会议次数来测量科研载体。上述变量的定义与测量方式见表1。

(三)描述性统计

本文选择2001—2017年30个省(市)、自治区的高等学校为研究样本。由于西藏自治区大部分相关数据缺失，故本文删除了西藏自治区的相关样本。这样，样本包括30个截面17年的面板数据，省份—年度观察值为510个。本文的数据主要来源于2002—2018年的《高等学校科技统计资料汇编》以及各省市的地方统计年鉴。为了消除异常值的影响，本文对连续变量在1%和99%分位进行了Winsorize处理。以下数据报告均基于处理后的数据结果。在回归分析前对模型中变量间的Pearson相关性及自变量的描述性统计进行了分析。表2报告了变量间的Pearson相关性矩阵以及各变量的描述性统计。从相关性矩阵可以看出，各个自变量与因变量间存在中高度相关关系，表明自变量对因变量具有一定程度的影响，初步验证了本文的假设。从自变量间的关系看，lnprofessorit和lnresearcherit间的相关系数达到了0.88，如果将两个变量同时纳入模型可能会导致严重的多重共线性，因此本文用lnprofessorit作主效应分析，lnresearcherit作为稳健性检验变量，以验证教师特征对高校教师科研能力的效应。除此之外，其余自变量间的相关系数没有超过0.5，这在一定程度上说明了模型不存在严重的多重共线性。进一步检验，方差膨胀因子(Variance Inflation Factors, VIF)的检验结果显示VIF的均值为1.53，低于1.60的门槛值，这表明在我们的回归分析中不存在多重共线性问题。

表1 主要变量的定义及说明

三、模型的计量分析

为了对各个模型的相关结果进行对比分析，本文分别估计了混合普通最小二乘法(pooled OLS)、固定效应模型(FE)、随机效应模型(RE)以及Driscoll-Kraay模型(DK)(14)Driscoll J C.& Kraay A C, “Consistent Covariance Matrix Estimation with Spatially Dependent Panel Data”, Review of Economics and Statistics，Vol.80,1998,pp.549-560.。OLS模型、FE模型和RE模型都选择省份层面的稳健聚类标准误，而DK模型采用的是Driscoll-Kraay标准误，同时采用滞后四阶(lag(4))。由于本文的模型各变量都是采用对数形式，所以，估计的回归系数可以通过高校教师科研领导力对教师特征、科研载体、地区特征、研发特征等自变量变化的敏感程度即两者之间的弹性(elasticity)进行解释。此外，由于可能的内生性问题，本文只是分析了变量间可能存在的相关关系，而不是因果关系。

表2 变量的相关性矩阵及描述性统计

(一)基本回归分析

本文首先检验了各自变量对因变量高校教师科研领导力的影响。表3显示了基本回归结果。模型(1)到模型(4)分别显示了混合普通最小二乘、固定效应、随机效应以及DK模型的结果。Breusch-Pagan Lagrange Multiplier检验和Hausman检验结果表明，本文的计量分析应该采用固定效应模型，因此，主要根据模型(2)固定效应模型解释变量的估计结果。从具体模型看，教师特征、科研载体、基础研发投入等变量对高校教师科研领导力具有显著的影响。

从模型(2)看，lnprofessorit的系数估计值β1=0.253，且在1%水平上显著(se=0.09)，表明高校科研人员具有高级职称的人员数量会显著提高高校教师的科研领导力。我们也计算了高级职称人员数量对教师科研能力影响的经济效应。因为在模型中两者都是采用的对数形式，所以，可以采用弹性系数来解释高级职称人员数量对教师科研领导力的影响效应。从回归系数发现，高级职称人员数量每增加10%，高校教师发表的论文数量会增加2.53%。这说明，高校教师中具有高级职称的科研人员具有显著的外溢效应，能够带动整个教师队伍科研能力的提升。

lnprogramit的系数估计值β2=0.696，且在1%水平上显著(se=0.09)，表明高校科研人员参与或承担科研项目会显著提高高校教师的科研领导力。我们也计算了参与或承担科研项目对教师科研领导力影响的经济效应。从回归系数发现，高校科研人员参与或承担科研项目每增加10%，高校教师发表的论文数量会增加6.96%，这说明，高校教师积极参与或承担相关的科研项目会带动整个教师队伍科研能力的提升。

lnrdit的系数估计值β4=0.155，且在10%水平上显著(se=0.08)，表明地区的基础研发投入有利于高校教师开展科学研究。我们也计算了基础研发投入对教师科研领导力影响的经济效应。从回归系数发现，基础研发投入每增加10%，高校教师发表的论文数量会增加1.55%，这说明，各个地区应加大研发尤其是基础研发的投入量来提高高校教师的科研能力。

lnmeetingit的系数估计值β5=0.117，且在10%水平上显著(se=0.06)，表明参与国际学术会议有利于高校教师开展科学研究。我们也计算了参加国际学术会议对教师科研领导力影响的经济效应。从回归系数发现，参加国际学术会议的次数每增加10%，高校教师发表的论文数量会增加1.17%。这说明，参加国际学术会议能够吸收比较前沿的理论知识和研究方向，从而提高高校教师的科研能力。

从回归结果看，地区特征lngdpit和lnuniversityit对高校教师科研领导力的提高没有显著的影响。lngdpit的系数β3=0.165，但在统计上并不显著(se=0.2)，lnuniversityit的估计系数β6=0.032，在统计上与0没有显著差异(se=0.32)。经过各种模型的比较分析和系数的差异检验，高校教师参与或承担科研项目对科研领导力的提升作用相对最大，提升科研队伍中高级职称人员比例对科研领导力的提高作用次之，加大地区基础研发投入以及鼓励高校科研人员积极参加国际学术会议都有利于提升高校教师的科研领导力。

表3 基本回归结果

括号中为se，***p<0.01,**p<0.05,*p<0.1

(二)面板分位数回归

上面的基本回归检验了各自变量对因变量影响的平均效应，没有考虑具有不同科研能力高校的差异。这一部分，利用面板分位数回归检验了上述效应的异质性。面板分位数回归采用固定效应模型，表4分别报告了25分位、50分位、75分位和95分位的回归结果。

从lnprofessorit的回归结果来看，随着高校教师科研领导力从25分位提升到95分位，lnprofessorit的回归系数逐步降低，并且q75和q95分位的系数在10%的水平上不显著。这表明，科研队伍中高级职称人员比例的正向效应在科研领导力的低分位(如q25、q50)上更加重要。也就是说，高校科研领导力相对不高时，高级科研人员的正面溢出作用更加明显。

从lnprogramit的回归结果来看，随着高校教师科研领导力从25分位提升到95分位，lnprogramit的回归系数随之逐步降低，从q25分位的0.712逐步降低到q95分位的0.66。这表明，参与或承担科研项目对高校科研领导力提升具有正向影响，但是这种效应对中低科研能力的高校影响最大，这也为落后高校科研能力的提升提供了一条可行路径。

从lnrdit的回归结果来看，随着高校教师科研领导力从25分位提升到95分位，lnrdit的回归系数也随之逐步提高，从q25分位的0.121逐步增加到q95分位的0.231。这表明，基础研发投入对高校科研领导力提升具有重要的正向影响，但是这种效应对科研能力强的高校影响更大，也许是因为科研能力强的高校具有一定的吸收能力，能够更高效率地利用基础研发投入。

从lnmeetingit的回归结果来看，随着高校教师科研领导力从25分位提升到95分位，lnmeetingit的回归系数逐步降低，并且q75和q95分位的系数在10%的水平上不显著。这表明，参与国际学术会议的正向效应在科研能力中低分位(如q25、q50)上更加重要。也就是说科研能力相对不高时，高校更应该创造条件鼓励科研人员积极参加国际学术会议。与前面的分析一致，地区特征lngdpit和lnuniversityit对高校教师科研领导力的提高没有显著的影响。

表4 分位数回归结果

括号中为se，***p<0.01,**p<0.05,*p<0.1

(三)分地区回归

上述的估计结果可能存在地区差异。为了更好地理解上述效应的异质性，本节按照高校所在地区进行了异质性分析。根据国家统计局的划分，本文将我国的行政区域分为东部、中部、西部和东北4大板块。本节回归采用固定效应模型，标准误为省级层面的聚类稳健标准误。表5报告了回归结果。

从回归结果看，lnprofessorit只对东北地区的高校具有显著的正面效应；lnprogramit对东部、中部、西部高校具有显著影响，但对东北地区高校影响不显著。与前面回归结果不同，lngdpit对东部和西部的影响具有显著的正向作用，但是对中部和东北的影响为负向；lnrdit对中西部高校具有显著的影响，对东部和东北没有显著作用；lnmeetingit和lnuniversityit对各个地区都没有显著效应。总之，在分析各个自变量对因变量的影响或制定出台有关政策时，要结合各个地区的实际情况，防止“一刀切”。

表5 分地区回归结果

括号中为se，***p<0.01,**p<0.05,*p<0.1

(四)稳健性检验

为检验上述结果的稳健性，我们进一步用教师出版的科技著作数量(lnbookit)来测量高校教师的科研领导力，用高校教师中教学科研人员的总量(lnresearcherit)来衡量教师特征。根据前面介绍的计量方法，我们对相关变量重新进行了回归分析，表6报告了稳健性检验结果。

从回归结果看，教师特征(lnresearcherit)、科研载体(lnprogramit，lnmeetingit)、基础研发投入(lnrdit)等变量对高校教师科研领导力具有显著的正向效应，地区特征(lnuniversityit)没有显著效应，与前面的分析结果一致。但是，与前面结果不同的是，除了混合普通最小二乘模型外，地区特征lngdpit对高校教师科研能力具有显著的正向影响。总之，教师特征、科研载体、基础研发投入等变量是影响高校教师科研能力的重要因素，而地区特征的效应需要谨慎处理。

表6 稳健性检验结果

注：括号中为se，***p<0.01,**p<0.05,*p<0.1

四、结论与启示

加强高校教师科研领导力建设、强化高校教师科研“智慧引擎”是提升高校科研创新能力、推动高等教育内涵式发展的重要基础。本文着眼于如何提高高校教师的科研领导力，以全国30个省份高校科研活动数据为样本，运用面板固定效应模型、面板分位数回归等计量方法对高校教师科研领导力的影响因素进行了定量分析。研究发现：教师特征、科研载体、基础研发投入等变量对高校教师科研领导力具有显著的影响。高级职称人员数量、参与或承担科研项目、基础研发投入、参加国际学术会议的次数等每增加10%，高校教师发表的论文数量分别会增加2.53%、6.96%、1.55%、1.17%，高校教师参与或承担科研项目对科研领导力的提升作用相对最大。

根据研究结论，本文认为提高高校教师科研领导力应重点从以下几个方面努力：一是完善高校职称评价制度和评聘体系，逐步优化职称结构，真正实现教师水平和职称等级相对等，教授、副教授能够起到科研传帮带和教学示范作用，增强高级职称的含金量。二是健全改进科研成果评价奖励制度，对论文、课题等成果的认定不仅要看其学术价值，更要看其应用价值，引导高校教师积极对接服务国家发展战略，聚焦高质量发展、新旧动能转换等领域的热点难点开展科研活动，提升科研成果转化率。三是重视培养提升高校教师的研究层次，鼓励和支持高校教师主动承担或参与国家社科基金、国家自然科学基金等高级别科研项目，积极参加国际学术会议和国外访学交流，进一步拓宽科学研究视野。