萧鸣政 唐秀峰:哲学社会科学人才如何评价

——基于长江学者成长影响因素的实证研究
选择字号:   本文共阅读 1150 次 更新时间:2019-04-27 17:43

进入专题: 人才评价体系   社会科学  

萧鸣政   唐秀峰  


哲学社会科学优秀人才,历来都是人类先进思想的引导者,社会风尚的倡导者和人类文明发展的推动者。能否研究出可以用于对哲学社会科学人才进行科学合理的评价的内容与指标,不仅事关哲学社会科学人才队伍建设与社会科学发展,还关系到能否发挥好人才评价指挥棒的作用。本文聚焦长江学者成长的影响因素研究,以期为探索哲学社会科学人才评价内容与体系提供相关依据。


长江学者成长影响因素理论分析与假设


长江学者,是“长江学者奖励计划”获得者的简称。旨在通过特聘教授和讲座讲授岗位设置及其评选延揽大批海内外高层次科研人才,促进我国高校优势重点学科建设,并在若干年内培养、造就一批处于国际领先水平的学术带头人。


从一般的大学毕业生成长为长江学者,在此期间无疑会受到各种因素的影响。我们通过每位长江学者的简历,大概抽取可以比较的若干因素,主要归纳学习经历、工作经历、兼职情况、奖励情况等方面的因素,并依据相关理论提出假设。


(一)优势积累理论


默顿认为,个人的自我选择与制度的社会选择之间相互作用,从而影响人们在某一特定领域中接近机会结构的一个个可能性。当个人的角色表现达到制度所要求的标准时,尤其是当它远远超过这些标准时,便开始一个积累优势的过程。在这一过程中,个人获得持续扩大的机会以便进一步地拓展他的工作。


(二)研究假设的提出


基于默顿的优势积累理论,本文将从教育经历、工作经历、科研经历、兼职经历和获奖项目等五个方面推导长江学者成长影响因素,并提出本文的研究假设。


1.教育经历对长江学者成长具有潜在影响


2.工作经历对长江学者成长具有潜在影响


3.科研项目经历对长江学者成长具有潜在影响


4.兼职经历对长江学者成长具有潜在影响


5.获奖项目对长江学者成长具有潜在影响


长江学者成长影响因素理论分析与假设


(一)研究样本的选取


本文将入选社会科学领域2011-2016年教育部“长江学者奖励计划”特聘教授的146位学者,作为社会科学人才的研究样本,具有较好的代表性。


(二)样本数据的量化


1.成长性


本研究将成长性的量化标准界定为从本科毕业到获评“长江学者”特聘教授的时间。其量化方法是以65岁退休年龄减去获评“长江学者”特聘教授时的年龄。见表1。



2.影响因素的量化


本研究将长江学者成长性的影响因素简化为5个方面。下面分别从教育经历、工作经历、科研经历、兼职经历和获奖项目等5个维度,来选定每个方面的具体量化指标。


(1)教育经历的指标与量化


本文将“长江学者”的本科就读院校、硕士就读院校以及博士就读院校的人才培养质量作为其教育经历的指标,并分别命名为“本科”、“硕士”、“博士”。在“教育加权”指标中对“本科”“硕士”“博士”的赋值做出权重系数的分配。见表2。



(2)工作经历的指标与量化


以“长江学者”首次就业所在工作机构的科研实力、工作机构的变迁情况以及担任行政职务的情况作为工作经历对长江学者成长产生影响的指标。对指标进行量化与赋分,见表3。



(3)科研经历的指标与量化


“首次主持国科研”是指从本科毕业到作为项目负责人第一次主持国家级科研项目,包括社会基金与自然基金所用的时间,它是衡量科研经历中非常重要的一个指标。“国科研”与“部科研”,分别指其参加国家级与部委及科研项目的项目级别、数量,以及参与程度。在指标量化中,我们还将参加国家与部委及科研项目的情况进行加权,得出社会科学人才参加科研项目的综合情况,并命名为“科研加权”。


(4)兼职经历的指标与量化


兼职经历,包括学会、期刊和社会兼职等三个方面。其中社会兼职,又划分为国家、省部级。根据社会兼职级别,结合兼职的数量,以定序变量的方式进行综合累加赋值。


(5)获奖项目的指标与量化


根据专家咨询的结果,将社会科学领域的相关奖励和荣誉纳入获奖项目的量化指标中,并分别命名为“奖励”和“荣誉”。


长江学者成长影响因素的实证分析


(一)教育经历对成长的影响分析


教育经历对成长的影响数据分析结果如表4所示。模型1-1在模型1-0的基础上放入“本科”,模型调整后的R2是0.007,虽未到显著水平,但此时“本科”的回归系数为0.896,为正,且达到显著水平(p<0.1),说明教育经历中的“本科”对其成长具有显著的正向影响,反映出本科就读院校综合实力越强,则越有利于其成长。


模型1-2在模型1-0的基础上放入“硕士”,结果显示,此时“硕士”的回归系数未到达显著水平,且模型调整后R2是-0.018,亦未达到显著水平,说明该模型解释效力较弱。反映出单独考虑长江学者硕士院校综合实力因素,不足以解释其对于成长影响的大小。


模型1-3在模型1-0的基础上放入“博士”,结构显示,此时“博士”的回归系数为0.815,为正,且达到显著水平(p<0.1),说明教育经历中的“博士”对其成长有着显著的正向影响,反映出长江学者的博士就读院校综合实力越强,则对其成长的影响越大。


模型1-4在模型1-0的基础上放入“教育加权”,以观察教育经历整体对于成长的影响情况。结果显示,此时“教育加权的回归系数”为0.272,为正,达到显著水平(p<0.1),说明代表整个教育经历情况的“教育加权”对其成长有着显著的正向影响,反映出长江学者的教育经历越好,即本科、硕士、博士等就读院校整体上综合实力越强,则对其成长影响越大。


为了统一比较“本科”“硕士”“博士”三者对于学术潜力的影响大小,模型1-5在模型1-0的基础上将三者同时纳入回归分析中,结果发现,此时“本科”的回归系数0.893,为正,达到显著水平(p<0.1),这与模型1-1中“本科”系数显著的结果是一致的。“硕士”的回归系数与模型1-2中的结果相同,没有达到显著水平。“博士”的回归系数为0.970,为正,达到显著水平(p<0.1),这与模型1-3中“博士”系数显著的结果也是一致的。其中“博士”的回归系数大于“本科”。说明在教育经历中,“博士”对其成长影响的作用最为突出,其次是“本科”,且二者均为正向影响。硕士教育经历对其成长影响有作用但不明显,见表4。



综述所述,教育经历越好、受教育高效的综合实力越强,则其成长为长江学者越快。因此,假设1得到证实。


(二)工作经历对成长的影响分析


工作经历对成长的影响数据分析结果如表5所示。模型2-1在模型2-0的基础上放入“首次工作机构”。结果显示,此时“首次工作机构”的回归系数为1.407,为正,达到显著水平(p<0.01),且模型解释效力较好,调整后的R2为0.071,达到显著水平(p<0.01)。说明工作经历中的“首次工作机构”对其成长有着显著的正向影响。反映出长江学者第一个工作机构的科研机构的科研实力越强、平台越高,对其成长为长江学者越有利。


模型2-2在模型2-0的基础上放入“机构变迁”。结果显示,此时“机构变迁”的回归系数为-1.621,为负,并在99%的置信区间内显著,且调整后的R2为0.067,达到显著水平(p<0.01),模型解释效力较好。说明工作经历中的“机构变迁”对成长有着显著的负向影响。反映出更换高校或科研院所等工作机构的数量越多、频率越高,对其成长为长江学者越不利。这一点可能与东方管理实践中注重成员对组织的忠诚度有关。尤其我们国家最近强调,人才评价要以德为先。短时间频繁换工作常被认为是这一种组织忠诚度差的行为。


模型2-3在模型2-0的基础上放入“行政职务”。结果显示,“行政职务”的回归系数未达到显著水平,且模型调整后R2是-0.004,未达到显著水平,该模型解释效力较弱。说明单独考虑工作经历中的“行政职务”不足以解释其对于成长的影响。这一点,与我们访谈中专家的观点不尽一致,可能因为我们赋权太低有关(有行政职务1分,没有0分,首次工作机构最高4分)。


为了比较“首次工作机构”“机构变迁”“行政职务”三者对于成长的影响大小,在模型2-0的基础上将三者同时纳入回归分析中。结果发现,模型调整后的R2为0.099,且显著(p<0.01)。此时“首次工作机构”的回归系数为1.047,为正,且达到显著水平(p<0.05),这与模型2-1中“首次工作机构”系数显著为正的结果是一致的。“机构变迁”的回归系数为-1。057,为负,且达到显著水平(p<0.05),这与模型2-2中“机构变迁”系数显著且为负的结果也是一致的。“行政职务”的回归系数与模型2-3的结果一致,依然未达到显著水平。“行政职务”的影响不明显。因此,假设2得到证实。



(三)科研经历对成长的影响分析


科研经历对学术潜力的影响数据分析结果如表6所示。模型3-1在模型3-0的基础上放入“首次主持国科研”。结果显示,模型调整后R2为0.057,且达到显著水平(p<0.05),解释效力较好,此时“首次主持国科研”的回归系数是1.217,为正,在99%的置信区间内显著。说明科研经历中的“首次主持国科研”对其成长有着显著的正向影响。反映出如果第一次作为负责人主持国家级科研项目所用的时间越短、速度越快、则越有利其成长为长江学者。


模型3-2在模型3-0的基础上放入“国科研(参与非主持国家课题的情况)”。结果显示,此时“国科研”的回归系数为达到显著水平,且模型解释效力较弱,调整后的R2不显著。说明单独考虑科研经历中的“国科研”不足以解释其对于成长影响的大小。


模型3-3在模型3-0的基础上放入“部科研”。结果显示,此时“部科研”的回归系数为0.113,为正,且达到显著水平(p<0.001),说明科研经历中的“部科研”对其成长有着显著的正向影响。反映出如果参与的不及科研项目越多且参与程度越高,则越有利其成长为长江学者。


模型3-4在模型3-0的基础上放入反映参与国家级与部委级科研项目综合情况的“科研加权”。结果显示,此时“科研加权”的回归系数是0.057,为正,达到显著水平(p<0.01),且模型的解释效力较好,调整后的R2为0.036,达到显著水平(p<0.1)。说明综合反映科研经历情况的“科研加权”对其成长有着显著的正向影响,因而假设3得证。


并且依据模型3-5可知,“首次主持国科研”对学术潜力的影响最为突出,且为正向影响,其次是“部科研”。



(四)兼职经历对成长的影响分析


兼职经历对成长的影响分析结果如表7所示。模型4-1在模型4-0的基础上放入“学会”。结果显示,此时“学会”的回归系数是-0.314,为负,达到显著水平(p<0.001),且模型调整后的R2为0.055,亦显著(p<0.05)。说明兼职经历中的“学会”对其成长有一定的负向影响。


模型4-2在模型4-0的基础上放入“期刊”。结果显示,此时“期刊”的回归系数未达到显著水平,且模型调整后的R2亦不显著。说明兼职经历中的“期刊”对其成长的影响并不显著。


模型4-3在模型4-0的基础上放入“社会”。结果显示,此时“社会”的回归系数是0.210,为正,达到显著水平(p<0.1)。说明兼职经历的“社会”对学术潜力有着显著的正向影响。反映出如果担任社会兼职的数量越多、职务级别越高,则越有利于其成长为长江学者。


为了观察“学会”“期刊”和“社会”三者对于成长的共同影响情况,模型4-4在模型4-0的基础上,将三者同时纳入回归分析中。结果发现,与前面的分析结论是一致的。



(五)获奖项目对成长的影响分析


获奖项目对成长的影响分析结果如表8所示。模型5-1在模型5-0的基础上放入“荣誉”。结果显示,此时“荣誉”的回归系数未达到显著水平,且模型调整后的R2亦不显著。说明获奖项目中的“荣誉”对成长的影响不显著。


模型5-2在模型5-0的基础上放入“奖励”。结果显示,此时“奖励”的回归系数未达到显著水平,且调整后的R2亦不显著。说明获奖项目中的“奖励”对成长的影响作用也不显著。



为了观察“荣誉”和“奖励”二者对于成长的共同影响情况,模型5-3在模型5-0的基础上,将二者同时纳入回归分析中。结果显示,二者的回归系数均不显著,与前面分析结果一致。因此,假设5未能得到证实。


研究结论与人才评价的相关启示


基于以上的实证研究,对于哲学社会科学人才的评价,初步得到以下五点启示与结论。


(一)以实绩与贡献为导向评价人才,防止唯学历论


(二)以发展观评价人才,防止高平台英雄论


(三)以服务人民与国家需要为标准评价人才,防止唯社会影响论


(四)以科研成果与水平评价人才,防止唯资历论


(五)以科研成果求真度评价人才,防止唯奖励论


总之,人才评价,包括人才素质评价、工作能力评价、工作实力评价和工作潜力评价与工作过程评价、工作业绩评价等。哲学社会科学人才的评价问题,是目前国家人才分类评价中是否关注的一个焦点,本文以长江学者为样本,以量化与实证方法为手段,初步探讨哲学社会科学人才评价的相关内容与指标,限于资料与研究量化的局限,所得到的结论还有待进一步的检验与完善。


(本文原载于《行政论坛》2018年第5期。北大政治学(微信号:PKURCCP)为方便阅读,略去全部注释,并有删节和调整。)


    进入专题: 人才评价体系   社会科学  

本文责编:limei
发信站:爱思想(https://www.aisixiang.com)
栏目: 学术 > 教育学 > 高等教育
本文链接:https://www.aisixiang.com/data/116054.html
文章来源:本文转自北大政治学 公众号,转载请注明原始出处,并遵守该处的版权规定。

爱思想(aisixiang.com)网站为公益纯学术网站,旨在推动学术繁荣、塑造社会精神。
凡本网首发及经作者授权但非首发的所有作品,版权归作者本人所有。网络转载请注明作者、出处并保持完整,纸媒转载请经本网或作者本人书面授权。
凡本网注明“来源:XXX(非爱思想网)”的作品,均转载自其它媒体,转载目的在于分享信息、助推思想传播,并不代表本网赞同其观点和对其真实性负责。若作者或版权人不愿被使用,请来函指出,本网即予改正。
Powered by aisixiang.com Copyright © 2023 by aisixiang.com All Rights Reserved 爱思想 京ICP备12007865号-1 京公网安备11010602120014号.
工业和信息化部备案管理系统