刘家树,石洪波,刘丽萍
(安徽工业大学 商学院,安徽 马鞍山 243032)
当前我国正处于新一轮科技革命和产业变革与加快转变经济发展方式所形成的历史性交汇期,提升企业创新能力是推进产业结构调整、加快经济发展方式转变重要途径,而提升创新能力的关键是人才[1]。对高校来说,“科学是源,教学是流”,而“人才培养是本”,高水平的科研成果是支撑和提高人才培养质量的重要基础[2],为适应创新驱动、推动高质量发展等战略对地方高校人才培养的需求,需要遵循人才成长规律,探究科研嵌入人才培养全过程的内在机制,寻求提升人才培养质量的对策。
首先,遵循高校人才培养规律,需要厘清高校科研与人才培养关系。高校人才培养要与人才成长规律相适应,与高校的目标定位、学科特色、科研创新特点相契合[3]。《国家中长期教育改革和发展规划纲要》明确指出,支持学生参与科学研究,促进科研与教学互动、与创新人才培养相结合。其次,根据国家发展战略要求,需要探究科研与人才培养融合机理。高校人才培养必须服务于国家发展战略和产业需求,服务于学生的全面发展和可持续发展[4]。要精准认识和准确把握当前我国经济发展新常态的重要特点。如,产业升级转型及其高端化、多样化发展趋势,产业跨界发展的融合性趋势,现代服务业的兴起使得劳动对象的非物质化趋势,“互联网+”行动计划和“大众创业、万众创新”对人才培养要求整体性、融合性趋势。围绕国家发展战略要求,布局人才培养体系,加强科研创新与人才培养融合的机理是客观必然。最后,顺应企业技术创新,需要探究科研与人才培养融合机制。随着技术革命、知识经济与信息经济的步伐加快,技术生命周期缩短,企业面向竞争格局越来越激烈,而人才竞争是关键[5]。创新类企业发展对人才需求更加急迫,围绕企业需求,积极开展各种技术研发活动融入人才培养过程,加强产学合作,提高人才的工程化、实践化和创新性能力[6]。因而,高校人才培养应有效整合高校科研以及企业和社会等外部资源,探究科研创新融入人才培养过程的激励机制、协同机制、保障机制等。
因此,遵循高校人才培养与科研创新规律,需要从人才培养链的视角,深入剖析科研创新特征与人才培养各环节对科研创新的需求特点之间的关系,将科研创新嵌入人才培养全过程,为促进地方高校科研、教学与人才培养相融合的政策提供建议,具有重要意义。本文将高校科研创新纳入到人才培养全过程的分析框架中,以硕士研究生培养为例,从提升人才培养质量的角度,运用多元回归分析模型和Logistic模型,探析科研创新融入人才培养过程的关键影响因素,试图打开科研、教学与人才培养质量作用机理的“内部黑箱”,为提高人才培养质量提供理论和实证支撑。
对于高校科研与人才培养的关系,学者们进行了广泛研究。
其一,在高校科研与人才培养关系方面。赵菊姗提出了教学与科研相结合是培养高质量人才、出高水平科研成果的根本途径,是推动学科专业发展的原动力[7];张龙飞等从学术研究、政策文本和实践探索三个视角分析指出,科教融合经历了“分散”到“结合”,再到“融合”的过程[8];张大良指出,科教结合可以提高学校的科研创新能力,促进高质量人才的培养,同时,科教结合也推动了高等教育与科学技术、经济文化的有机结合,为我国的创新型国家建设提供了有力的支撑[9];吴东姣等分析师生互动关系对学生创新能力的影响,指出导师在人才培养方面的重要作用[10]。
其二,在影响科研创新与人才培养融合的因素方面。刘继安等认为影响教学、科研与人才培养有效结合的因素主要有宏观制度、大学内部制度和教师实际工作等[11];而应试教育的思维和模式、过度行政化的体制、实用主义的考核机制、教学与生产实践相脱离等是制约高校人才培养的主要因素[12];同时,知识等创新要素在政府部门、产业部门、研发机构、中介组织和高校间的流动,以及各种创新要素之间的协同,促进了知识溢出、知识转移和知识传播[13-14],有利于人才培养质量提升。
其三,在促进科研创新与人才培养融合的措施方面。李斐从树立教学与科研高度融合的办学理念、建立健全规则制度、合理配置资源和科学设计培养规格方面,提出促进科研与人才培养融合的措施[15];胡金焱指出,高校必须加强顶层制度设计,以制度的形式强化科研支撑人才培养,同时,以竞赛和实践为载体促科研创新与教学改革协同发展[16];也有学者从明确学校科学研究的定位、构建合理的评价体系、营造自由学术氛围的维度提出对策[17]。
实际上,人才培养主要分为通识培养、专业培养与实践培养三个阶段,其中,在通识培养阶段,通过科研的科学规律、科研方法和思维方式等知识传授,提升学生人文与科学素养;在专业培养阶段,引导学生参与实验、调研等各类科研训练,着重提升学生专业素养和能力,为其今后继续深造打下坚实基础;在实践培养阶段,主要通过毕业设计、选修就业创业课程、参与创新创业项目等,为学生就业或独立创业奠定基础。高校科研创新融入人才培养全过程,是由一系列相互独立、相互联系的环节连接起来的,并与企业、政府等外部环境对人才需求信息进行交换、反馈与调整的链式集合体。
科研活动及成果与教学实践相结合是培养高质量研究生的根本途径,是推动地方高校综合实力发展的原动力。影响科研创新与研究生培养融合的因素众多,如,树立教学与科研高度融合的办学理念、建立健全规则制度、合理配置资源和科学设计培养规格等。针对省属普通院校而言,限于科研规模、层次和质量、软硬件办学资源、生源和社会综合影响力等因素,科教融合于研究生培养全过程对于提升人才培养质量尤为重要。本文基于影响研究生全过程培养的宏观、微观要素,构建科教融合提升研究生培养实证分析的指标体系。
1.因变量。研究生培养质量,以硕士研究生在读期间取得的成果数量来衡量。虽然对硕士研究生是综合能力的培养,但科研能力对硕士研究生具有更重要的作用。论文和专利是科研成果的重要展现,论文和专利数量能够较大程度衡量科研能力[18-19]。因而本文采用硕士研究生在读(含毕业答辩之后授予学位之前)期间以第一作者(或导师为第一作者、该生为第二作者或通讯作者)公开发表的学术论文、发明专利的数量表征研究生培养质量。
2.自变量。
学生考核评价。主要以社会、学术界对硕士研究生培养质量的认同度为指标。本文以硕士研究生毕业论文外审分数为指标。
课程设置和教学安排。专业课程设置的层次性、前沿性以及学生对教师教学方法的满意度,用硕士研究生的学位课成绩来表征。
科研参与度。主要包括导师指导频次、导师指导效果和导师指导能力。本文基于剔除调研指标设计的主观性(如返回指标存在实操上的虚假),以硕士研究生在读期间参与导师的科研项目(以研究生所在年级上溯5年统计)数量来表征。
学生主观期望。学生主观期望是用来描述硕士研究生对自身未来学术成就期望以及就业抱负。学生主观期望值用虚拟变量度量,即硕士研究生毕业时,如果满足“一线城市就业或者博士入读双一流A高校”条件,赋值为1;不满足条件,赋值为0。其中一线城市包含“北上广深”和“新一线城市”。
3.控制变量。本文结合已有文献,添加以下控制变量:性别、专业类别、年级。其中男性=1,女性=2;理工科=1,其他=2;年级以多个实证模型来体现。上述主要变量的定义与说明,如表1所示。
表1 主要变量的定义与说明
本文采用多元回归分析模型和Logistic模型,实证分析科研创新融入人才培养过程的关键影响因素。估计方程见式(1)和式(2)。
(1)
(2)
本文的调研对象为省属普通高校,选择2017-2019届共908名硕士毕业生,其中2017届298名、2018届296名、2019届314名。三届硕士毕业生中有79人攻读博士研究生;有237人在一线城市就业、或者博士入读双一流A高校;硕士毕业时有611人选择在非一线城市就业。
本文在对省属院校硕士研究生培养全过程实证分析时,采用软件Eviews 8.0,数据描述性分析和实证结果如下。
1.硕士培养质量。取得硕士成果为因变量,构建模型1,如式(1)所示。首先,对该模型的原始数据进行描述性统计分析,如表2所示。硕士研究生平均成果为1.718项/生,高于毕业要求的1项/生,并且每位毕业生至少有1个科研成果。上溯5年中,硕士研究生参与导师课题1.69项/人;平均学位课程成绩和硕士毕业论文外审成绩相一致,平均分为84分左右,显示硕士研究生在读期间整体学风良好;硕士毕业生以理工科和非一线城市就业为主,和所调研的理工类省属普通高校的“立足地方、面向全国”就业导向相一致。
表2 全样本主要变量的描述性统计
根据表2,自变量和因变量的均值和标准差均通过统计学显著性检验,具备进一步多元回归分析的基础。进一步进行实证分析,表3是式(1)的估计结果。结果显示,该模型可通过检验。其中,自变量“就业城市”未通过5%显著性检验。除了控制变量“性别”之外,其他通过检验的自变量均对因变量“毕业学分绩”产生正向贡献。系数由大到小排序为“性别”“专业类别”“科研参与度”“学位课程分”“毕业论文分”,该实证结果可能的解释为:(1)尽管理工科省属高校的男性硕士研究生占多数,但是从整体上看,女性硕士研究生在科研和学术上的人均成果数量更加显著支持总体研究生人均科研成果的提升。该结果说明被调研高校的女性硕士研究生在读期间,更加专注学术研究。(2)相比较于文科类硕士研究生,理工科硕士研究生在读期间的科研成果数量更多一些。被调研的省属院校为理工类高校,在科研平台、科研成果鉴定/认定和纵横向课题资源等方面,理工科专业占据优势。(3)参与导师的课题程度显著提升硕士研究生科研成果数量。观察期间参与导师项目数量,一定程度上反映其科研活动指数,侧面反映导师在学术科研、科教融合、硕士研究生培养等投入的时间和精力。可以看出,参与学术科研活动对于所指导硕士研究生的培养质量具有重要意义。(4)“学位课程分”“毕业论文分”对于硕士研究生科研成果数量具有微弱的正向作用。该结果显示硕士研究生阶段专业课程设置的衔接性、层次性、前沿性,基本面是科学的、有意义的,但是可能存在较大的改进空间;还显示科研共同体、学术界对被调研的省属院校硕士研究生毕业论文的认同度较高。(5)就业去向未通过检验。可能的解释是,相较于较高的科研成果数量和过程培养质量,普遍就业去向为“非一线城市”或者非“双一流A高校”的结果,凸显就业目标存在提升空间。
表3 全样本实证结果
2.硕士阶段培养质量及其影响要素。为衡量样本个体的硕士阶段培养质量及其影响要素的各自贡献量,本文采用Logistic 模型进行研究。以2017-2019届908名硕士毕业生的平均“硕士成果”数量1.72项/生,四舍五入值2为基数,当样本个体大于2时赋值为1,否则为0,用Y1表示。以Y1为因变量,构建模型2,如式(2)所示,Xi与模型1保持一致。
首先,对该模型的原始数据进行描述性统计分析,如表2所示。因变量Y1的均值为0.389,显示有38.9%的硕士研究生拥有超过平均数之上的科研成果,说明科研成果数量分布比较均衡,所在高校对硕士研究生培养要求严格规范。同时,根据表2,因变量Y1及其它变量Xi的均值和标准差均通过统计学显著性检验,具备进一步多元回归分析的基础。进一步,进行回归分析。表3中的回归结果显示,模型2通过检验。
通过10%置信度水平检验的自变量系数绝对值由大到小依次为“性别”“科研参与度”“学位课程分”“毕业论文分”。在研究样本中,性别为男性、科研参与度高、研究生课程成绩突出和毕业论文得分高的硕士研究生,显著性地获得质量更好的硕士阶段培养质量;硕士研究生的专业大类所属、硕士毕业后的去向地,对于反映硕士阶段培养质量没有统计学意义上的关联度。
对比分析模型1和模型2,“就业城市”都没有通过检验;模型2中专业类别变量显著。可能的解释是,模型1是采用普通多元回归分析,不同专业类别的硕士研究生的学术成果数量差别相对较大,因而显著;而在模型2中,因变量为“1”的样本,与硕士研究生自身努力程度、享有的科研资源相关,如参与导师科研活动,需要更多科研资源的平台支持(所调研的高校为省属理工科高校)等,这些条件的供给,主要取决于导师的学术活动、培养要求。
基于以上两个模型的基础性研究,本文认为,为了揭示硕士研究生培养过程中的科教融合要素等与硕士研究生科研成果之间的关系,有必要分样本,进行深入研究。
1. 针对2017-2019届考取博士研究生的群体分析。2017-2019届考取博士研究生的共有79名,以硕士成果为因变量,运用式(1)对2017-2019届考取博士研究生的硕士研究生相关指标进行多元线性回归。
本文对自变量和因变量进行描述性统计分析,如表4中分样本(1)所示。其中,自变量和因变量的均值和标准差均通过统计学显著性检验,具备进一步多元回归分析的基础。因此,进行多元回归分析。
表4 分样本主要变量的描述性统计
表5中模型3显示了实证结果。R2值和F检验值显示该模型通过检验。其中“学位课程分”“就业城市”“专业类别”变量未通过置信度10%水平的检验。通过检验的自变量系数与全样本模型1的对应项比较,“科研参与度”系数上升4.456倍,而“毕业论文分”系数上升2.72倍;“性别”系数上升4.18倍。结合导师成果的平均数量显著上升,硕士研究生的“学位课程分”“毕业论文分”平均分的双上升。该实证结果显示,有志于继续科研学术生涯的研究生群体,其培养质量与科研参与度、科教融合和严格有质量的指导密不可分;从个人主观能动性上看,该类硕士研究生从严要求自己,其学位课成绩和毕业论文外审成绩双双高分;但是同时也应该看到,硕士研究生的课程设置体系存在较大改进空间。
表5 分样本实证结果
2. 针对一线城市就业、升学情况分析。2017-2019届硕士毕业生“在一线城市就业、或者博士入读双一流A高校”共有237名,以“硕士成果”为因变量,运用式(1)对2017-2019届“在一线城市就业、或者博士入读双一流A高校”的研究生相关指标进行多元线性回归分析。其对揭示具有较高个人人生期望的研究生的培养质量及其相关影响因素,具有重要意义。
本文对自变量和因变量进行描述性统计分析,如表4中分样本(2)所示。自变量和因变量的均值和标准差均通过统计学显著性检验,因此,进行多元线性回归。值得说明的是,由于X4为固定值1,因而实证分析时删去自变量X4。表5的回归结果发现(模型4),R2值显示该模型未通过检验。该实证结果的可能性揭示,有志于接受更深入、更规范科研学术生涯的研究生群体,与有志于在大都市开展职业生涯的研究生群体,尽管都拥有超出平均水平的个人抱负,但是做科研和闯市场毕竟存在较大的知识结构差异,导致研究生在学习阶段的科研方向、知识储备等存在较大的异质性。因此,二者的实证模型难以通过回归检验。
3. 针对非一线城市就业、且未继续升学群体分析。2017-2019届硕士毕业生“在非一线城市就业、且未博士就读”共有611名。以硕士成果为因变量,运用式(1)对2017-2019届“在一线城市就业、或者博士入读双一流A高校”的研究生相关指标进行多元线性回归分析。其对探究“服务地方、服务基层、到祖国需要地方工作”、具有较强社会服务意识的硕士研究生培养质量及其相关影响要素,具有重要意义。
首先,对自变量和因变量进行描述性统计分析。表4中分样本3描述性统计结果显示,自变量和因变量的均值和标准差均通过统计学显著性检验,具备进一步多元回归分析的基础。但实证分析时,去除自变量X4,因为其值为固定值0。表5回归结果显示(模型5),R2值显示该模型通过检验。其中,“导师成果”“专业类别”“性别”变量未通过5%置信度水平的检验,只有“毕业论文分、学位课程分”通过检验。该结果显示,对于该群体硕士研究生而言,只有研究生培养体系下的课程设置、院校方规定的毕业条件(如学术论文要求、毕业论文外审要求)显著影响研究生培养质量。结合该群体的平均线偏下的学位课程分、科研成果数量、毕业论文外审分,以及其导师科研成果数量、性别比等统计量,基本可推断出,占三届研究生总人数67.3%的该群体,在现行要求和培养体系下,按部就班度过硕士研究生阶段。
基于调查数据,运用多元回归分析模型和Logistic模型实证检验了研究生人才培养质量与科研的关系。研究结论主要有:(1)从参与科研项目情况看,科研参与度显著提升硕士研究生的科研成果数量,说明参与学术科研活动对于硕士研究生的人才培养具有重要意义。(2)从研究生继续深造情况看,有志于继续科研学术生涯的研究生群体,其研究生培养质量与参与导师科研项目、科教融合和严格有质量的指导密不可分;从个人主观能动性上看,该类研究生从严要求自己,其学位课成绩和毕业论文外审成绩双双高分;但是同时也应该看到,硕士研究生课程设置体系存在较大改进空间。(3)从研究生的其他特征看,在性别方面,女性研究生在科研和学术上的人均成果数量更加显著,该结果暗示女性研究生在读期间更加专注学术研究;相较于文科类硕士研究生,理工科硕士研究生在读期间的科研成果数量更多,被调研的省属院校为理工类高校,在科研平台、科研成果鉴定/认定和纵横向课题资源等方面,理工科专业占据优势;“学位课程分”“毕业论文分”对于硕士研究生科研成果数量具有微弱的正向作用;就业去向未通过检验,可能的解释是相比较于较高的科研成果数量和过程培养质量,普遍就业去向为“非一线城市”或者非“双一流A高校”的结果,凸显被调研的高校硕士研究生就业目标存在提升空间。
根据研究结论,主要启示有:一是为研究生参考科研项目或者由学生主导开展自主科研活动等,是推进培养活动与科研活动深度融合的重要方式。二是要加强科研设施与教学条件融合,发挥工程实验中心、专业实验室、科技开发平台、科研成果转化基地等校内外科研基础设施和科研实践空间的人才培养功能,统筹学科资源实施立体化培养。三是需要提升硕士研究生阶段专业课程设置的衔接性、层次性、前沿性。四是需要严格硕士研究生导师的遴选、聘任和考核制度,提升研究生导师有效科研的活力和研究生导师科教融合行为意识;结合新工科发展潮流、国家创新创业导向,加强研究生全过程培养质量体系中外部性、可测性资源的投入。