美国10所世界一流大学顶尖科研产出剖析.docVIP

美国10所世界一流大学顶尖科研产出剖析 　　摘 要：该研究利用ARWU排名中NS指标数据分析美国10所世界一流大学顶尖科研产出情况，从中发?F，顶尖科研产出水平的提高并不是在一两年内就可以看到明显变化，我国的世界一流大学建设任重道远。同时，建设世界一流大学要把重心放在真正提高教育软实力上，努力平衡教学与科研之间的关系。 　　关键词：美国世界一流大学；顶尖科研产出；世界一流大学建设 　　一、研究背景 　　科学研究是一个知识生产过程，其产生的知识产品大多是以学术论文的形式进入流通领域，高质量的论文往往代表有较高的科研水平。在全球高等教育金字塔顶端占有一席之地的世界一流大学，是国家处于世界领先地位或者科学研究实现跨越式发展的关键之一。如何建设一流大学已经成为一个世界性的话题，而关于世界一流大学方面的研究也成为全球范围内高等教育研究的热点之一。 　　通过对已有文献进行回顾，笔者发现，关于美国世界一流大学的科研产出研究较少。本篇论文试图填补目前研究中存在的空白点，通过对美国10所世界一流大学的顶尖科研产出特征进行分析，了解美国世界一流大学顶尖科研产出的发展情况，为我国建设世界一流大学在顶尖科研发展方面提供参考和有价值的政策建议。 　　基于以上原因，本研究提出以下研究问题： 　　（1）美国世界一流大学的平均顶尖科研产出水平近年是否有显著变化？ 　　（2）美国世界一流大学之间顶尖科研产出水平是否有显著差异性？ 　　（3）美国世界一流大学中教学对顶尖科研产出是否有影响？ 　　二、研究方法 　　1.数据及变量 　　（1）数据来源。本研究以2016―2017年《泰晤士高等教育》THE总体排名中美国排名前10的学校为考察对象，包括加州理工学院、斯坦福大学、麻省理工学院、哈佛大学、普林斯顿大学、加州大学伯克利分校、芝加哥大学、耶鲁大学、宾夕法尼亚大学和加州大学洛杉矶分校，并搜集了这10所高校从2004―2016年在ARWU排名中NS指标的得分数据。在研究教学对顶尖科研产出影响时，所使用的生师比数据来源于QS排名，因数据资料的有限性，生师比数据时间跨度较小，即从2012―2016年。本研究最终确定的样本容量为10所高校11年的面板数据。 　　（2）因变量。本文主要利用ARWU排名中NS指标作为因变量研究美国10所高校顶尖科研产出情况，此变量是一个连续变量。 　　（3）自变量。本文利用教学指标生师比数据作为自变量，并将QS排名中生师比数据转化为了分类变量，用1、2、3、4分别表示生师比低、生师比中低、生师比中高以及生师比高。 　　2.数据处理 　　本文利用Stata11.0版本进行数据分析，在进行方差分析时，为了避免组间样本量间数目不同可能会对数据结果造成的影响，本研究在方差分析部分对NS指标进行了对数变换。 　　三、研究结果 　　1.美国10所世界一流大学的平均顶尖科研产出水平近年没有显著变化 　　本研究选取2004年和2016年10所高校的顶尖科研产出数值进行假设检验，从而比较NS指标得分是否有显著提升。 　　本研究选取的原假设为：H0：mean（2004）- mean（2016）?R0 ，即2016年与2004年相比，顶尖科研产出没有显著提升。在进行均值的假设检验之前，本文先进行了同方差检验，结果显示本研究将在两个样本为同方差的假定下进行t检验。其检验结果中，p值为0.6549，即在5%的显著性水平下，不能拒绝原假设，即NS指标从2004年到2016年没有显著提升。 　　2.美国10所世界一流大学之间顶尖科研产出水平没有显著差异性 　　（1）2012年与2016年NS指标的方差齐性检验。本研究又对2012年和2016年10所高校的顶尖科研产出水平的差异性进行分析，结果显示，2012年NS指标标准差为5.470028，2016年其标准差为 5.900946。在总体服从正态分布的情况下，本文进行了方差齐性检验，分析2016年的差异性是否高于2012年。结果中其p值为0.4125，在5%的显著性水平下，不能拒绝原假设，即2016年与2012年相比，没有显著性差异。 　　3.美国10所世界一流大学中教学对顶尖科研产出有显著影响 　　（1）数据的正态分布检验。本研究又进一步使用师生比数据以及NS指标来分析不同的师生比例对顶尖科研产出是否有影响。本文在前面也已提到，为了避免组间样本量的差异性对结果造成的影响，本研究对NS指标数据进行了对数变换。在进行方差分析之前，先进行了正态分布检验，数据分析结果显示数据满足正态分布。 　　（2）方差分析。本研究在此基础上进行下一步的方差分析，利用Sata软件得到以下研究结果：Bartletts 检验中，p值为0.081，在5%的显著性水平下接受原假设，即满足同方差，由此可知