高校入选“双一流”吸引了更高质量生源吗？

李宁　黄永洲

[摘 要] “双一流”是中国高等教育继“211工程”“985工程”之后的又一国家战略，对高等教育发展起着承前启后的重要作用。采用双重差分、事件分析等方法，在以录取分数及其位次表征生源质量的基础上，分析2014—2020年江苏省高考理科招生数据，系统考察“双一流”建设对高校生源质量影响。研究发现：（1）“一流大学”和“一流学科”建设均显著提高了生源的平均质量（录取位次），但存在异质性，表现为“一流大学”建设只影响了录取最低分及其位次，而“一流学科”建设同时对最高分和最低分产生了作用；（2）资源机制和声誉机制是“双一流”建设影响生源质量的重要渠道；（3）“双一流”建设通过优先发展部分高校和学科，在一定程度上改善了优质生源在高校和地区间的配置。

[关键词] 双一流；生源质量；资源机制；声誉机制；生源配置

[中图分类号] G424.74 [文献标识码] A

[文章编号] 1673—1654（2024）02—070—015

一、问题提出

改革开放以来，我国高等教育得到了较快发展，但高等教育体制仍然面临着高校建设贫富分化、身份固化、优质生源垄断以及学科建设重复、同质化等诸多问题[1]，对我国建设具有世界影响力的一流大学和一流学科造成了不利影响。在此背景下，国家决定从服务国家战略需求的角度出发[2]，推动教育体制改革，出台了“双一流”建设计划。该计划旨在通过资源投入和机制保障推进建设具有世界竞争力的一流大学和一流学科，其中生源质量的保障和提升是“双一流”建设的重要保证[3]。为此，系统评估“双一流”建设对生源质量的影响，揭示其中的理论机制，对于考察“双一流”建设成效并持续推进该计划具有重要的研究价值。

目前学术界就“双一流”建设进行了丰富的探讨。研究指出，传统“985”“211”工程的學科建设落后和相应专业人才培养欠缺等问题日益凸显[4]，“双一流”建设提升了学科建设水平、专业人才培养质量以及经费投入[5-6]，有助于打破高校身份固化、竞争缺失、学科建设重复交叉等问题，促使入选高校吸引包括优秀教学科研人员、优质生源在内的优秀人才。但是，当前研究“双一流”建设对生源质量提升的相关文献，大多停留在描述性统计层面[7-8]，不仅缺乏严谨的定量评估与机制分析，也忽视对双一流建设本身“一流大学”和“一流学科”的区分。

本文将“双一流”建设与生源质量的关系置于统一的分析框架下，实证剖析“一流大学”和“一流学科”建设对高校生源质量的影响和作用机制，并综合考量高等教育政策间的继承和发展，进一步探讨“双一流”建设是否推动了优质生源在不同高校和地区间的合理配置。

具体而言，一方面，高校录取最低分能够直接反映高校的录取难度；另一方面，高校录取最高分能够体现高校对优质生源的吸引能力。因此，本文尝试综合使用录取最低位次、最低分、最高分三个指标度量高校生源质量，采用双重差分等因果推断方法解决模型内生性，利用2014年至2020年江苏省高考理科招生数据，考察“双一流”建设对高校生源质量的影响及内在机制，并进一步分析“双一流”建设是否促进了优质生源的合理配置。

二、“双一流”建设的历史演变与理论分析

（一）历史演变

2017年，国家明确了世界一流大学和一流学科建设高校遴选方式、程序以及管理、支持办法，并于同年9月公布了首轮一流大学建设高校和一流学科建设高校名单。2022年第二轮“双一流”建设工程正式启动，并公布了相关入选名单。

总体而言，当前我国“双一流”建设重点高校和重点学科呈现出以下发展趋势：

第一，高校阶层固化和生源垄断日益得到改善。一方面，从遴选机制来看：“双一流”建设引入了动态新增和退出机制，每五年进行一次评估和调整，重点扶持发展迅速、专业建设更加符合国家发展需求的高校和专业，一定程度上缓解了高校阶层固化的现状。另一方面，从入选高校和学科上看，“双一流”建设入选高校在原“985工程”“211工程”的基础上新增了25所“双非”院校，改善了“985工程”“211工程”对优质生源的垄断。

第二，“双一流”建设学科更加倾向于服务国家需求。学科建设重点更加倾向于国家需求更大的理工医科专业，而且入选专业很大程度上反映了国家对所需专业的重视程度和对人才的需求程度。工学、理学、医学分别入选了180、93、43个“双一流”学科，体现了国家对于基础学科的重视；相较而言，人文社科类大学及其相应学科，入选国家“双一流”建设计划的较少。

（二）理论分析

“双一流”建设主要通过两种机制影响生源质量。

第一，资源机制。高等教育的发展，人才集聚和学科建设需要巨量的资金投入，大量的资源投入是评判一所大学是否为世界一流大学的关键要素之一。不同于西方以私立大学为主体的高等教育体系，前者的经费来源主要是私人捐款、科研成果转化、学费收入等，我国公立高校的经费来源主要是国家财政资金拨款。高校入选“双一流”建设后将会得到教育部门和地方政府大量资金支持。预算收入的提高能够极大地改善高校软硬件水平，吸引到大量优质人才，形成人才集聚效应，从而提高高校学科建设水平，吸引更优质的考生报考。

第二，声誉机制。一所高校的声誉存在于广泛的社会评价中并且难以量化，但却会切实影响考生的志愿选择，欧美的择校理论早已表明优良的声誉作为高校的禀赋之一，能够吸引到大量的报考者。此外，由于名牌大学拥有更好的社会评价，其毕业生的平均质量相对更高。因此在信息不对称的情况下，企业在劳动力市场上，往往将求职者的群体特征推断为个体特征，非名校求职者相较于名校求职者，在初次就业收到的简历回复和毕业起薪上都存在显著差距[9]。为此，“双一流”作为高等教育领域变革的强烈信号，一旦入选“双一流”建设名单，便代表着入选高校的声誉得到了国家认证，这一公开信息将会影响考生的志愿选择。

据此，本文将“双一流”建设对生源质量的影响纳入统一的理论分析体系之下，提出如下研究假说。

H1：“双一流”建设将促进高校生源质量的提高。

H2：“双一流”建设会通过资源机制和声誉机制促进生源质量的提高。

高校所获得的政策扶持和头衔可能会通过资源机制和声誉机制促进生源质量的提高。原“985工程”“211工程”现已不再新增院校，而且缺乏动态退出机制，事实上已经造成了生源垄断和高校阶层固化。“双非”院校由于缺乏资源和头衔，在高等教育建设体系中处于劣势地位，在吸引优质生源方面较为弱势。“双一流”建设的出台一定程度上改变了这一局面，符合国家发展和社会需求的高校和学科，可以通过动态调整机制，获得政策扶持、资源投入、头衔加持，吸引优质考生填报。因此，入选“双一流”建设将可能改善原处于不利地位的“双非”院校竞争优质生源的能力。据此本文提出第三个研究假说。

H3：“双一流”建设将在一定程度上改善生源在高校和地区间的配置。

三、研究设计与描述性统计

（一）数据来源与处理

数据主要来自2014至2020年历年《江苏省普通高校招生录取资料汇编》。采用江苏省高考数据，一是考虑到江苏省的经济水平以及基础教育水平在全国处于前列，具有一定的代表性；二是江苏省为我国高考大省，生源基数大、高考报名人数稳定，除去2014、2015年江苏高考报名人数超过40万人，从2016年至2020年每年参加高考的人数均稳定在35万左右；三是江苏学子和家长搜集信息和填报志愿水平较高，一定程度上增强了数据可信度。此外，考虑到招生批次的变化也会对生源质量产生影响，部分高校在苏于不同批次均有招生，为保证实验组和对照组在“双一流”政策实施前具有相同的分数发展趋势，增强其可比性，因此在样本选择上，只选取以2014年在江苏进行本一批次招生为基准的219所高校。

（二）模型設计

为解答“双一流”建设是否会对高校生源质量产生影响，以及此种影响的程度如何，将首轮进入“一流大学”和“一流学科”建设的高校作为处理组，未进入“双一流”的本一批次招生院校作为控制组，采用双重差分法估计“双一流”建设对高校生源质量影响的平均处理效应，基准模型设定如下：

Yit=α0+β1treati×postt+σ2Xit+universityi+yeart+εit

其中Yit为被解释变量，表示生源质量。treati×postt为“双一流”政策的虚拟变量，treati表示高校在样本期内是否纳入“双一流”建设，纳入取1（处理组），未纳入则取0（控制组）。postt为另一虚拟变量，“双一流”建设正式公布后取1，其余取0。Xit为控制变量，主要包括高校本身的特征变量和所在城市的特征变量。universityi为高校的固定效应；yeart为年份的固定效应；εit则为随机误差项。系数β1估计的是“双一流”政策对高校生源质量影响的平均处理效应。

（三）变量说明

1. 被解释变量

被解释变量是高校生源质量，其评价应当包含学生综合素质与学习成绩两方面，考虑到客观可比性，选择使用高校本一批次理科录取分数位次1来衡量高校生源质量。一方面，录取位次可以作为生源质量的良好量化指标；另一方面，采用录取位次衡量高校生源质量能够避免由于每年试题难度变化带来的招生分数的波动，增强数据可比性。在稳健性检验部分，本文也将参考哈巍等的研究[10]，使用理科招生录取最低分和最高分2作为被解释变量。

2. 解释变量

核心解释变量是“双一流”政策的虚拟变量。第一批“双一流建设工程”于2017年9月21日正式公布，高考一批志愿通常在七八月份左右填报，在建设高校名单公布以前，志愿已经填报完毕，因此政策正式生效时间应该为2018年，2018年及之后第一轮入选“双一流”的137所高校属于实验组，交乘项取值1；剩余的高校属于对照组，交乘项取值为0。

3. 控制变量

选取如下变量作为控制变量：（1）高校特征变量，其中包括高校计划录取学生数（人）、投放专业数量（个）；（2）考虑到所在城市也会影响到学生选择，因此加入高校所在城市特征变量，其中包括所在城市GDP总量（亿元）、年末总人口（万人）、人均地区生产总值（万元）、年末金融机构存款余额（亿元）、城市一般公共预算支出（亿元）、社会消费品零售总额（亿元）、教育从业人员数（万人）、职工平均工资（万元）、医院卫生院数（个）、普通高等学校数（所）。

（四）描述性统计

各名义变量均以2013年为基期，按照各年CPI指数调整为实际值，得到2014—2020年包含219所高校（中外合作专业分别统计）、53个城市的面板数据集。表2给出了各变量的赋值与描述性统计情况。

四、基准回归结果分析

（一）基准回归估计

表3给出了模型（1）的全样本估计结果1，其中的（1）、（3）列显示政策对录取最低分位次的影响系数分别为-3718.6和-6607.7，且结果均在1%的水平上显著，说明入选“一流大学”建设和“一流学科”建设使其录取最低分位次分别下降了3719和6608位，相较于原录取平均位次而言生源质量分别提高了13%（=3718*100%/28007）和19%（=6608*100%）/34696），政策效果显著。

高校入选“一流学科”建设的位次提升幅度较高，而入选“一流大学”建设的位次提升幅度较低的原因可能在于：不同层次高校的生源层次不同，在219所高校样本内，“一流大学”的录取最低分平均为384分（7785位），这一分数段人数较为稀疏，一分相差的位次在千人以内。例如，384分在样本期七年的一分平均相差503位，同时样本中的“一流学科大学”在观察期内录取最低分平均为371分（17472位），这一分数段分数密集，一分相差上千位。例如，371分在样本期七年一分平均相差950位。

（二）平行趋势检验和动态效应分析

图1绘制了采用事件研究法对“一流大学”和“一流学科”建设样本估计的平行趋势检验结果。如图所示，政策实施前各年份的估计系数在统计上并不显著，说明处理组和对照组在试点政策实施前不存在明显差异，满足平行趋势假定。其次，在动态效应上，政策在开始后的第1到2年内，“双一流”建设对入选高校的录取最低分位次（对数）就开始出现较为显著的负向影响，且这种影响基本呈现逐年增大的趋势。

（三）稳健性检验

1. 变更因变量

考虑到采用录取最低分位次这一指标依然不能全面反映高校生源质量变化情况，因此本文补充使用录取分数衡量生源质量。表4（1）、（5）列的估计结果显示，入选“双一流”一流大学和一流学科建设大学使录取最低分分别提高了1.98分和4.51分，政策效果显著。同时，入选“双一流”一流学科建设大学使录取最高分提高了1.63分，表明此样本中，“双一流”建设确实提高了入选高校的整体生源质量，而入选“一流学科”建设大学则在整体生源质量提高的基础上吸引到了更多高分段的考生。可能的原因是：“一流大学”多是历史悠久，声誉良好的名牌大学，原本就是高分考生的优先选择，所以入选“一流大学”对高分生源的影响效应不大。而入选“一流学科”建设的高校中有25所是原非“211工程”高校，相对总体实力并不出众。尽管这些“双非”高校有部分强势学科，但并非广为人知，而入选“双一流”建设后声誉和整体资源实力均得到了提升，从而吸引到了更多优质考生。

2. 安慰剂检验

为了进一步检验研究结果在多大程度上受到遗漏变量、随机因素等的影响，通过随机抽取“双一流”建设入选高校，并随机产生政策发生时间，构造了政策时间—高校两个层面随机试验。接下来按照表4的第（1）、（5）列进行回归，根据虚假实验得到基准回归估计系数的分布来判断结论的可靠性。为增强安慰剂检验的效力，将上述过程重复1000次，最后绘出系数treatt×postt的估计系数分布图，基于此来验证高校生源质量是否显著受到除“双一流”建设外的其他因素影响。若随机处理下treatt×postt的估计系数在0附近，即意味着模型设定中并未遗漏掉足够重要的影响因素，即基准分析中的影响效应的确是由于本文关注的“双一流”建设带来的结果。从绘制的估计系数分布图2中可以看出，模型设定中并不存在严重的遗漏变量、随机因素问题，核心结论依旧稳健。

3. 排除其他高校计划

样本期为2014至2020年，同时期的其他政策或事件如“111计划”“2011计划”可能会对本文结论的稳健性造成影响。“111计划”全称为高等学校学科创新引智计划，“2011计划”全称为高等学校创新能力提升计划，两项计划均旨在推动学科创新，提升学科的国际竞争力，进而提高高等学校的整体水平和国际地位。虽然两计划的入选高校主要是985、211高校，但“111计划”自2016年起开始吸纳部分“双非”高校，“2011计划”也不乏“双非”高校入选，现已有88所高校入选“111计划”，截至2014年10月，共分两批认定了38个国家级2011协同创新中心。表5回归结果显示，“双一流”建设依然促进了高校生源质量的提升，在“111计划”“2011计划”的影响下结果依然稳健。

4. 异质性分析

表6给出了不同类型高校的调节效应估计结果。结果显示，“双一流”建设对不同类型高校生源质量影响具有异质性，以最有特色的医科类高校和财经类高校为例：医科类高校促进了“双一流”建设对生源质量的提升作用，而财经类高校则相反。

其中的可能原因在于：一方面，医科类院校日益受到了国家的重视，“双非”首轮入选“双一流”的高校中有众多各省的中医药大学，带动了其生源质量的提高。另一方面，财经类高校从学生与家长趋之若鹜的对象逐渐遭到冷遇，有着深刻的时代背景。本世纪初，为应对美国次贷危机爆发而出台的四万亿救市计划客观上促进了中国近十年经济金融业繁荣，也是在这一阶段财经类高校受到追捧，录取分数水涨船高，以上海财经大学为例，其2016年录取分数为390分，一度高于华东五校之一的南京大学387分；此外，众多“双非”财经院校录取分数甚至超过一些211大学。近年来，随着国家经济由高速增长转变为中高速增长，产业结构转型升级，对于金融业人才的需求也大大降低，“双一流”建设中人文社科入选数量也相对较少，国家政策进一步加剧了财经类高校遇冷现象。各财经类高校录取位次均出现不同程度的降低，如南京财经大学在江苏省理科录取最低位次从2017年的33364位降低到2020年的41779位。

五、机制检验及讨论

（一）资源机制

高校的建设和发展很大程度上依赖于资源投入，而这又在很大程度上取决于预算收入，预算收入决定了一所高校获得的资源和吸引人才的能力。我国公办本科高校大体可以分为部属高校1、省（地方）属高校，由于教育部直属高校预算经费由教育部直接编制，数据较为权威而且对外获取渠道公开。为此，本文进一步收集到了教育部直属75所院校2016年至2021年预算收入变化情况。以预算收入表征资源能力，探讨高校入选“双一流”后是否得到了更多的资源支持。此外，由于教育部直属高校中只有北京语言大学未入选“双一流”，因此回归结果中核心解释变量为高校是否入选“一流大学”。表7第（1）列中显示，高校入选“一流大学”后，预算收入平均提高了16.86亿元，这验证了前文机制分析中的假说H2内容。

（二）声誉机制

高校的办学声誉是影响志愿选择的重要因素。高校声誉存在于社会评价之中且难以量化，但高校的排名情况作为社会评价的一种表现形式，却能够在一定程度上反映一所高校的办学声誉。一方面，很多考生与家长了解一所高校的最便捷、直观的形式是观测一所院校在全国的排名情况；另一方面，客观且权威的排名也能反映出一所高校的综合实力情况。因此，本文选取排名情况表征高校的办学声誉。当前软科排名是我国较为权威的高校排名，根据软科每年公布的高校排名情况探究高校入选“双一流”后是否会提升其在国内的排名，从而影响到学生志愿的填報。如表8第（1）、（2）列所示，高校入选“一流大学”和“一流学科大学”建设后其国内排名得到了显著上升，分别上升了5.16和6.37个名次，可见“双一流”建设对高校排名提高效果显著，进一步验证了前文机制分析中的假说H2。

（三）进一步讨论：高校和地区间的生源配置

“双一流”政策出台的初衷之一在于打破原“985工程”“211工程”造成的高校阶层固化和资源垄断的现状，增强我国高等教育的活力及其在世界范围内的竞争力。“双一流”建设计划出台以后，国家通过公开扶持一部分高校和一部分学科优先发展，是否在一定程度上改善了生源在高校和地区间的分配，是个值得研究的话题。

除去原38所“985大学”1和116所“211大学”2，共有3所211高校（云南大学、郑州大学、新疆大学）入选“一流大学”，24所“双非”高校入选“一流学科大学”。表9的回归结果显示，原非“985工程”大学入选“一流大学”建设后，录取最低分平均提高了3.44分；而原非“211工程”高校入选一流学科大学后，生源质量也得到了改善，最低分和最高分平均提高了4.59和2.97分。其中的可能原因在于：一方面，郑州大学、云南大学、新疆大学都是本省顶尖大学，而且所属省份都得到了国家教育政策的积极扶持，此外，三所院校的地理位置较为偏远，在生源的争夺上处于劣势，但是“双一流”建设提升了这三所院校的层次，吸引了更多优质考生报考。另一方面，新入选“一流学科”高校虽然由于学科门类不够齐全，未能入选“985工程”“211工程”，但部分优势学科往往在行业内具有较高声誉，因此一旦得到国家“双一流”建设的大力支持，在资源机制和声誉机制的作用下便吸引到了优质生源报考。

此外，进一步以江苏省内、外为标准，考察双一流建设对生源质量在地区间配置的影响来看，由于江苏省是经济大省、高等教育强省，而经济发达地区的大学对优质生源的吸引力较强，因此，江苏考生在志愿选择上往往倾向于本省高校，使得本省高校分数线相对虚高，一定程度上反映了江苏考生志愿填报倾向于本省造成优质生源的错配。例如，在本文的样本期内，2017年南京航空航天大学和南京理工大学录取最低分分别为375分和374分，接近或高于近半数“985”工程大学1。而在“双一流”建设开始产生作用的2018年，两校录取分数分别为379分和378分，此时这些“985工程“大学2分别拉大和追平了与两校的差距。

更为严谨的以是否是省内高校为调节变量的模型估计结果也表明（参见表10），省内高校入选双一流建设相较于省外高校入选，其在生源质量提升上的表现要弱于省外高校，换言之，原本“恋家”的江苏考生更愿意追寻省外性价比较高的优质大学，“双一流”建设在一定程度上促进了优质生源在地区间的合理配置。

六、结论和政策建议

生源质量的保障和提升是建设“一流大学”“一流学科”必不可少的条件，也是“双一流”建设的重要保证。研究基于2014—2020年全国本一院校在江苏招生资料的数据，在利用双重差分模型解决模型内生性的基础上综合采用事件分析等方法，实证分析了“双一流”建设对高校生源质量的影响及内在机制，并进一步分析了“双一流”建设是否打破了高校身份固化并改善了生源在高校和地区间分配的相关问题。研究发现：第一，“一流大学”和“一流学科”建设均显著提高了生源的平均质量（录取位次），但存在异质性，表现为“一流大学”建设只影响了录取最低分及其位次，而“一流学科”建设同时对最高分和最低分存在作用；第二，资源机制和声誉机制是“双一流”建设影响高校生源质量的重要渠道；第三，围绕是否是原“985工程”“211工程”高校的进一步讨论发现，“双一流”建设通过优先发展部分高校和学科，在一定程度上改善了优质生源在高校和地区间的配置。基于上述研究结果，本文提出如下政策建议：

首先，要把推進“双一流”建设作为打破高校身份固化、促进生源合理配置、提高学科建设水平的重要途径，国家应在相关政策上、相关资源倾斜上，予以“双一流”建设高校针对性的引导和扶持，通过资源机制和声誉机制保障和提升入选高校吸引优质生源的能力。充分发挥“双一流”建设高校在服务国家发展和社会需求上的引领作用，推动高等教育良态发展。

其次，完善“双一流”建设的动态调整机制，鼓励更多有条件的院校和符合国家发展和社会需求的学科，在不断提升其学科建设水平的同时，积极争取入选“双一流”计划，激发我国高等教育活力。与此同时，积极优化入选高校的空间布局的均衡性和入选学科的合理性，将优质生源吸引并配置到社会需求量大、发展前景好的学科和地区中去。

参考文献：

[1] 余小波，刘潇华，黄好.改革开放四十年：我国高等教育改革发展的基本脉络[J].江苏高教，2019，（3）：1-8.

[2] 杨兴林.关于“双一流”建设的三个重要问题思考[J].江苏高教，2016，（02）：40-43+48.

[3] 周光礼，武建鑫.什么是世界一流学科[J].中国高教研究，2016，（1）：65-73.

[4] 马浚锋，罗志敏.我国世界一流大学建设政策的成效研究[J].高校教育管理，2022，（2）：59-74.

[5] 史秋衡，谢玲.“双一流”建设成效评价的价值逻辑[J].中国高等教育，2021，（11）：7-9.

[6] 钟秉林，王新凤.我国“双一流”建设成效评价的若干思考[J].高校教育管理，2020，（4）：1-6.

[7] 吴宇川，丁延庆.“双一流”建设对本科专业生源质量的影响[J].中国高教研究，2022，（6）：57-63.

[8] 王金龙，邬志辉.“双一流”政策对高校本科生源质量的影响研究[J].华东师范大学学报（教育科学版），2021，（4）：64-72.

[9] 李彬，白岩.学历的信号机制：来自简历投递实验的证据[J].经济研究，2020，（10）：176-192.

[10] 哈巍，占雯燕.“985工程”对高校本科生源的影响评估[J].北京大学教育评论，2018，（4）：65-78+185.

Does a University's Inclusion in the "Double First-Class" Program Attract Higher-Quality Students？ Based on the Analysis of Science Enrollment Data of College Entrance Examination in Jiangsu Province

Li Ning  Huang Yongzhou

Institute of Food and Strategic Reserves，Nanjing University of Finance and Economics，Nanjing，Jiangsu，210003

Abstract："Double First-Class" is another national strategy in the field of Chinese higher education following "211 Project" and "985 Project"，which plays an important role in linking the past and the future for the development of higher education. Based on the data of science enrollment in Jiangsu Provincial College Entrance Examination from 2014 to 2020，this paper systematically investigated the influence and mechanism of "Double First-Class" construction on the quality of college students by using the methods of differential and event analysis，and on the basis of characterizing the quality of students by admission scores and their rank. The findings are as follows：（1）both the construction of "First-Class University" and "First-Class Discipline" significantly improve the average quality of students（admission rank），but there is heterogeneity. The construction of "First-Class University" only affects the lowest score and the rank of admission，while the construction of "First-Class Discipline" affects both the highest score and the lowest score.（2）Resource mechanism and reputation mechanism are important channels for the construction of "Double First-Class" to affect the quality of students；（3）Further discussion on whether it is the original "985 Project " and "211 Project " universities found that the "Double First-Class" construction improved the allocation of high-quality students between universities and regions to a certain extent by giving priority to the development of some universities and disciplines.

Key words：Double First-class，Quality of Students，Resource Mechanism，Reputation Mechanism，Students Configuration

（責任编辑：刘清华）

作者简介  李宁，管理学博士，副教授，南京财经大学；黄永洲，硕士研究生，南京财经大学。江苏南京，210003。

基金项目  南京财经大学学位与研究生教育课题：研究生导师与辅导员协同育人机制研究（Y22013）；南京财经大学高等教育与改革发展研究课题：后疫情时代高等教育数字化转型发展研究（GJGF202244）。

1理工科录取最低分位次指的是当年该分数对应的全省理科位次。

2理工科最低、高分指的是该高校在江苏理科本一批次招生录取最末、首一名的分数。

1 考虑到部分高校某些年份出现的“断档”现象导致的估计结果出现偏误，基准回归中将位次进行了5%的缩尾处理。

1部属高校可以分为教育部、工信部、公安部等直属高校。

1国防科技大学不在江苏理科本一批次招生，因此只有38所985大学计入本文统计。

2考虑异地办学的四所高校：中国地质大学、中国矿业大学、中国石油大学、华北电力大学。

1如：北京理工大学（377分）、华南理工大学（375分）、大连理工大学（370分）等。

2如：北京理工大学（383分）、华南理工大学（382分）、大连理工大学（377分）等。