国内高校“生师比”对学生科研能力影响的实证研究＊

邵彦君，梅琬舲，沙奕歆，张潆月，钱璟，汪利锬

国内高校“生师比”对学生科研能力影响的实证研究＊

邵彦君，梅琬舲，沙奕歆，张潆月，钱璟，汪利锬

（上海立信会计金融学院，上海 201620）

利用实证研究方法分析了中国高校财经类专业“生师比”对学生科研能力的影响及其内在因素。在收集了100所中国高校和全国财经类专业“生师比”的数据，如人均占地、生均图书量、教师平均年龄、论文影响因子、论文被引次数、论文数量、硕士点数、博士点数、教师论文数量、教师论文影响因子和教师论文引用次数，以及学生独立撰写及教师指导撰写的论文数据后，利用计量方法，发现样本高校中的“生师比”与学生发表论文数量呈现显著的负相关关系，这意味着降低“生师比”可显著提高学生发表论文数量，提升学生科研能力。

“生师比”；学生科研能力；论文影响因子；论文引用次数

近年来，中国高校越来越重视培养和提高学生的科研能力。影响学生科研能力的因素很多，从目前已有文献看，“生师比”对学生科研能力的影响较为显著。DAHAR等人（2009）通过探究调查发现，不合理的“生师比”、教室规模以及人均学生花费将会导致教育资源的浪费以及更低的学术成就。HELEN等人（2012）发现1∶1配比教学的学生学习成绩显著高于按小组授课的学生成绩，田纳西州立大学和英国的CSPAR项目实施的明星项目也表明了班级规模对学业成绩的重要性。

关于“生师比”对学生科研能力的影响，国内文献涉及该主题较少。因此本文试图揭示“生师比”和学生科研能力之间的关系。

1 数据说明和统计描述

1.1 数据来源

通过浏览各校官方网站和招生简章，本文收集了校友网（中国唯一为校友会组织提供网络服务的专业网站）排名前100的中国高校以及全国财经类专业“生师比”和全校“生师比”的数据。本文检索中国知网等学术网站，收集中国前100所高校以及全国财经类大学财经类专业中，学生自主撰写及导师指导学生撰写的论文数据。随后，还选取了含硕士点或博士点的54所财经类院校，将数据进行收集对比，探究“生师比”对学生科研能力的影响。

1.2 变量描述

1.2.1 因变量

文章因变量是高校学生的科研能力，以学生撰写的论文数和导师指导撰写的论文数据来作为该因变量的代理变量。同时确定了衡量学生科研能力的指数化指标——高校学生发表的论文数量、论文影响因子及被引用次数。韩玲等人（2003）指出期刊影响因子能测度期刊有用性或显示度、学术水平的指标。袁翀等人（2008）指出期刊被引次数是一个非常客观实际的评价指标，可用来衡量期刊自创刊以来的学术影响力。李佳煜等人（2018）指出论文的被引用次数越多，说明其学术影响力及学术辐射能力越大，论文的内在价值也就越大。因此，本文将高校学生发表的论文数量和被引用次数作为本研究的因变量，从而探究“生师比”对学生科研能力的影响。

1.2.2 自变量

1.2.2.1 核心变量

“生师比”是指某一高校内在校学生数与学校专任教师数的比例，可用来衡量高校办学规模（李智，2016）。国内高校的“生师比”=高校折合在校生数/高校专任教师总数。

1.2.2.2 控制变量

生均图书量是指高校学生人均图书量。生均图书（册/生）=高校图书馆总册数/高校折合在校生数。刘琳等人（2015）指出高校图书资源合理分配可助于提高图书馆乃至学校的整体发展水平。

教师的平均年龄是指高校专任教师平均年龄。鲍威等人（2020）指出教师队伍年龄结构与科研产出有关。当青年教师、中生代教师、资深教师的占比分别为51.2%、43.0%、5.8%时，高校科研产出达到理论最优。教师平均年龄=高校专任教师总年龄/高校专任教师总数。

生均占地面积是指高校学生人均占地面积。李智等人（2016）将校园占地面积作为外生控制变量最优“生师比”。生均占地面积（m2/生）=高校总占地面积/高校折合在校生数。

硕士点是指判断高校是否有硕士点，博士点是指判断高校是否有博士点。两者均可反映高校的师资力量与科研 实力。

教师科研能力是指高校专任教师发表文章数量。姜岚（2018）指出教师科研能力能影响学生科研创新能力的培养。

1.3 统计描述

通过对数据的描述性统计分析，本文可以得到中国综合类大学财经类专业以及中国财经类大学的相关统计数据。全国前100综合性大学的描述性统计数据如表1所示。

表1 全国前100综合性大学的描述性统计数据

变量观测值均值标准差最小值最大值 年份1 078.002 014.003.162 0092 019 数量1 078.0049.5028.301.0098.00 生师比1 078.0023.697.596.7654.32 人均占地1 078.0062.32105.901.47996.21 生均图书量1 078.00134.51197.5420.001 903.99 教师平均年龄1 067.0047.134.1435.5058.00 论文影响因子1 059.000.850.630.015.51 论文被引次数1 021.006.204.410.2066.08 论文数量1 078.00150.3561.0142.00816.00 硕士点1 078.001.000.001.001.00 博士点1 078.000.900.300.001.00 教师论文数量1 078.004 054.823 271.12954.0025 798.00 教师论文影响因子1 078.001.130.520.122.55 教师论文引用次数1 021.006.624.410.2066.08

数据来源：全国综合排名前100高校官网和知网，并经笔者整理而成。

从表1的信息可以得知，本文收集了2009—2019年全国前100所综合性大学财经类专业的数据（除去2所医学院）。在所有的解释变量和被解释变量中，教师的平均年龄在47岁左右，且所有综合性大学均开设硕士点，学校具有较强的研究型性质。然而，由于各学校的规模不同，人均学生面积和人均图书资源存量的标准差较大，教师的发表论文数量差异性较大。全国54所财经类学校的描述性统计结果如表2所示。

从表2信息可知，学生人均占地面积、人均图书资源、学生发表论文数量这3个变量的标准差较大。相比综合性大学，财经类大学普遍偏向应用就业型。因此，在人才培养方案中更加注重学生的实践能力，而非学术研究能力。在这种教育模式之下，学生的学术科研能力就会受到比较大的影响，从而影响论文发表的数量，造成差异化大的情况。在开设博士点和硕士点的平均数数据中，可以发现对财经类大学而言，硕士点的开设程度要远远大于博士点的开设。同时，在财经类大学中，教师的平均年龄在45岁左右，略小于全国综合性大学教师平均年龄。

从表1、表2的描述性数据结果对比中，可以发现研究型综合性大学学生平均发表论文数量和影响因子略高于应用型大学学生。然而，在核心变量“生师比”的比较中，综合性大学的“生师比”要略低于财经类大学（23.392∶ 26.755）。这与笔者们的原假设相类似。因此，将利用回归分析系统性探究“生师比”对学生科研能力的影响。

表2 全国54所财经类学校的描述性统计结果

变量观测值中位数标准差最小值最大值 年份594.002 014.003.1672 0092 019 序列594.0027.5.15.601.0054.00 生师比594.0026.766.2011.1942.47 人均占地594.0053.4836.734.17189.80 生均图书量561.00111.6769.6025.00350.95 教师平均年龄550.0045.363.1738.2555.00 学生论文数量594.00144.43210.630.002 821.00 学生论文影响因子594.000.490.290.031.33 学生论文被引次数594.003.893.290.0018.48 硕士点594.000.760.420.001.00 博士点594.000.370.480.001.00 教师论文数量594.007.341.783.5912.85

数据来源：全国综合排名前100高校官网和知网，并经笔者整理而成。

2 主要估计结果

文章采用OLS回归分析在控制学生人均占地、人均图书量、教师平均年龄、学校是否开设博士点、教师科研能力等变量的变量下，检验“生师比”对学生科研能力的影响。本文使用面板数据进行分析。面板数据指的是在一段世界内跟踪同一组个体的数据。根据收集的全国前100综合性大学以及全国54所财经类大学2009—2019年的数据，整理成面板数据。

在回归分析时，文章引入了混合回归模型，并使用“聚类稳健的标准误”进行估计。回归模型方程如下：

i=11i+22i+33i+44i+55i+66i+77i+i（1）

式（1）中：i为被解释变量代表学生科研能力；n为回归系数；1i为核心解释变量代表“生师比”；2i、3i、4i、5i、6i、7i为控制变量，分别代表学生人均占地、人均图书量、教师平均年龄、学校是否开设博士点、教师科研能力、是否开设硕士点；i为随机误差项，此外，学生科研能力在本实验中由学生发表论文数量、发表论文被引用次数、论文发表期刊影响因子3部分来衡量。同时，研究型大学和应用类大学不具有可比性的。所以本文根据这3个衡量标准分别对中国综合排名前100的高校以及财经类高校进行了回归分析。

全国综合排名前100高校生师比对学生发表论文数量的影响回归分析如下。“生师比”对学生发表论文数量的影响的混合回归结果如表3所示。

从表3中可以发现“生师比”变量的系数为﹣0.719，因此“生师比”和学生论文数量之间存在较强的负相关关系。同时，值为0.021<0.05，因此可以认为在95%的显著程度上此变量的结果是显著的，即“生师比”和论文数量存在严

格负相关关系。同时，在5个控制变量中，可以得到学校是否设有博士点和教师的科研能力可以对学生的科研能力产生正相的影响，即在学校开设博士点和教师科研能力强的情况下，学生的科研能力也会更强。考虑到整个方程的值为0.004 5<0.05，所以可以认为在95%的置信水平上该方程是显著的。然而，Adjusted R-squred为0.022 4，说明该模型仅能解释学生科研能力2.24%的变异（方差），该模型的解释性不强。

表3 “生师比”对学生发表论文数量的影响的混合回归结果

系数标准误差t值P值VIF 生师比-0.720.31-2.340.021.14 人均占地-0.010.01-0.970.331.03 生均图数量0.000.01-0.200.841.06 教师平均年龄-0.500.82-0.610.551.12 博士点13.106.262.090.041.04 教师论文论文0.000.002.780.011.11 误差项175.1442.114.160.00 Adjusted R-squred：0.02 Prob>F：0.004 5 数据观测量：1 067.00

数据来源：全国综合排名前100高校官网和知网，并经笔者整理而成。

尽管面板数据可以较好地避免截面数据中存在的多重共线性现象，仍然对方程的共线性问题进行了考虑。从表中第6列的数据中可以发现，所有解释变量的值（方差膨胀因子）均在2以下。计量中考虑当值超过10时，则存在多重共线性的现象。因此，该方程并不存在多重共线性。

全国综合排名前100高校“生师比”对学生发表论文被引用次数的影响回归分析如下。“生师比”对学生发表论文被引用次数影响的混合回归结果如表4所示。

表4 “生师比”对学生发表论文被引用次数影响的混合回归结果

系数标准误差t值P值VIF 生师比-0.050.02-2.140.041.06 人均占地0.000.00-0.530.591.02 生均图数量0.000.00-3.430.001.06 教师平均年龄0.050.050.880.381.05 博士点1.390.492.850.011.05 教师论文引用次数0.020.070.310.761.07 误差项4.472.871.560.12 Adjusted R-squred:0.040 8 Prob>F:0.000 4 数据观测量：1 078

数据来源：全国综合排名前100高校官网和知网，并经笔者整理而成。

相比起以论文数量作为学生科研能力的衡量标准，可以从表格中明显发现“生师比”和论文引用次数之间的负相关关系不明显（系数为﹣0.048）。但“生师比”变量的值低于0.05，即可认为在95%的置信水平上结果是显著的。在控制变量中，人均图书资源和是否设有博士点2个变量较为显著。同时，结果表明在人均图书资源拥有更少的情况下，学生的科研能力会更强。考虑整个方程的显著性，可以发现方程的值为0.000 4，远小于0.005。因此，方程在95%的置信水平上是显著的。但该回归中，Adjusted R-squred= 0.040 8，说明该模型仅能解释学生科研能力4.08%的变异（方差），不具有较强的解释性。

3 结论与建议

中国高校“生师比”与学生科研能力呈现显著的负相关性，即“生师比”越高，学生科研能力越低。因此，文章建议增设科研指导相关课程，推进导师制在本科阶段的实行，引进科研能力成熟、突出的人才。

［1］李智，饶武元，华磊.基于科研产出效率视角的普通高校最优生师比研究［J］.教育学术月刊，2016（4）：61-81.

［2］韩玲，陆宁.重视影响因子作用，建立合理的科技评价指标，提高科技论文质量［J］.成都理工大学学报（自然科学版），2003（30）：326-327.

［3］袁翀.外国文学期刊学术影响分析［J］.东岳论丛，2008（3）：32-41.

［4］李佳煜.基于引文网络数据的文献评价指标分析［D］.长沙：湖南大学，2008.

［5］刘琳，叶林，李爱军.高校图书馆文献资源建设从量到产出效益分析研究［J］.农业图书情报学刊，2015（3）：21-24.

［6］鲍威，金红昊，田明周.我国研究型大学教师队伍年龄结构与科研产出的关系［J］.高等教育研究，2020（5）：54-62.

［7］姜岚.提升青年教师教学和学生科研创新能力初探［J］.科技创新导报，2018（14）：219-220.

［8］DAHAR M A，DAHAR R A，DAHAR R T.Mis-allocation of student teacher ratio，class size and per student expenditure leads to the wastage of school resource inputs and lower academic achievement:an issue of resource management［J］.MPRA Paper，2009（1）：27835.

［9］HELEN P B，JAYNE B Z，CAIN V A.The state of tennessee´s student/teacher achievement ratio（star） project［J］.Academic Achievement，1997（24）：1985-1990.

［10］NIZAMETTIN K，BEKIR C.The impact of number of students per teacher on student achievement［J］. Procedia-Social and Behavior Sciences，2015，177（22）：65-70.

2095－6835（2020）24－0090－03

G642

A

10.15913/j.cnki.kjycx.2020.24.030

邵彦君（2000—），女，在读本科，主要研究方向为会计学及其教育学等。汪利锬，上海财经大学经济学博士，现为上海立信会计金融学院财税学院副教授。

＊该文系上海市大学生创新创业训练计划项目资助的阶段性成果（编号：S202011047003），该成果在汪利锬副教授指导下完成。邵彦君、梅琬舲、沙奕歆、张潆月和钱璟为该项目的课题组成员

〔编辑：王霞〕