韩立文, 程栋昱, 欧冬舒：什么是世界一流大学

摘要：世界上很多发展中国家正致力于探索如何建立世界一流的大学。然而,对“世界一流”这个概念至今还没有一致的解释。本文尝试对这一概念进行可操作化的定义,首先在概括有关世界一流大学的发言和文章的基础上,回顾世界一流大学的有关特点;其次,本文通过建立回归模型,分析影响大学排名的决定因素。如果排名靠前的大学可以被认为是达到了世界水平,那么对排名的决定因素进行分析将可以预测世界一流大学的决定因素。

许多工业化国家通过迅速的经济增长进入繁荣的时代后,通常开始对社会和教育寄予相当大的期望,其中包括如何将现有的大学提升到“世界一流”的地位或者如何建立“世界一流水平”的大学。这个口号常常在从大学校长直至教育部长那里都能听到。虽然“世界一流水平”这个词常常出现在学术机构的讨论中,但它至今仍未被仔细地定义过。“世界一流大学”意味着什么?它只是一个公关用语还是有其实质性的意义?我们如何判定一个大学已经达到世界一流的水平,即界定“世界一流”的标准是什么?这些问题是本文讨论的核心内容。

本文将通过以下几个部分来尝试回答以上问题。首先,就一些关于“世界一流大学”的演讲及著作,分析其中所体现的潜在的以及外在的界定标准。其次,探讨全球大学排名所用的标准,并比较分析两种不同的大学排名的决定性因素及其结果。第三,通过分析两大全球高校排名之一所进行的声誉调查在统计学上的决定性因素和分析美国国内的专业学院和学系的一些学科的排名,我们发现,相对而言较为详细的对专业学院及学系的排名,可以为跨国的比较分析提供额外的调查结果或假说。最后,本文将对调查结果作一初步的总结。

一所好的大学通常需要具备三个因素:一是卓越的教导学生的能力,二是研究、发展和传播高深学问的能力,三是在文化、科学技术以及文明等方面对社会的回馈能力。“卓越的教导学生的能力”是指本科及研究生教育的资源及机构设置、专业的学术指导以及提供给学生受教育的机会。显然,要达成这个目标需要有优秀的教员、高质量的教学水准以及良好的图书馆、实验室或其他相关设施,还包括乐意为其他同学服务的学生。“研究、发展和传播高深学问的能力”指的是对理念和观点的酝酿、发展和延伸,并将它们转化为实际用途、产品以及服务等以加深理解(understanding)及财富。“在文化、科学技术以及文明等方面对社会的回馈能力”可以指很多种不同的方式,但应该包括诸如学术会议、印刷出版、艺术活动以及提供诊所、医院、博物馆等服务,这些活动既是社区参与又是对社区的回馈,甚至可以由社区扩大至地区性、全国性甚至全球性范围的社群。

为了解不同的人如何定义世界一流水平的大学,我们对文献资料和网络资源进行了一次搜索。在两种资源中,我们都输入“世界一流大学”或其他相关的词组。表1显示了这些分类以及对于某些发现的简短说明。

正如表1所显示,相关文献对于“世界一流大学”的定义是模糊的,甚至是一些无谓的赘言。这些定义均非常主观,且以研究、教学指导以及社区贡献等公认的因素为中心,侧重于名声而非确凿的实例。

典型的准则包括教员的学术出版品数量和被引用次数以及大学对研究活动的投入程度等,其他的还包括学术自由、校园便利设施、教育资金、教员的多样性、学生素质、教学方面的指标,如教员和学生人数的国际化比例以及课程设置等。此外还有教员和学生的竞争力及挑选最优秀的学生、教学质量以及与社会的联系等,这些因素一样很突出。

全球范围的大学排行榜主要有两个:一个由上海交通大学(SHJT)制作[1];另一个由英国《泰晤士高等教育增刊》(Times Higher Education Supplement,以下简称THES)发布。[2]

上海交通大学高等教育研究所于2003年发布了世界各地大学学术排行榜。它主要根据学术与科研的表现来进行排名。主要依据有:获诺贝尔奖和菲尔兹奖的教师和校友数量、各学科领域被引用率最高的教师数、在Nature和Science杂志上发表的论文数、被主要的引文索引数据库(SCI和SSCI)所收录的论文数以及上述指标得分的师均数量等指标。2005年的统计新增加了艺术与人文社会科学引文索引(Arts and Humanities Citation Index)。当计算被引用论文总数的时候,SSCI以及AHCI引文索引的比重略小。评定的标准以及权重可参考表2及附录1。

在进行排名时,每项指标得分最高的大学为100分,其他大学按其与最高值的比例得分。如果任何一个指标的数据分布呈现明显的异常,则采用常规统计方法对数据进行处理。从表3可以看到,排名前20位的大学中有17所在美国,2所在英国。这一问题我们下面将详细讨论。

英国《泰晤士高等教育增刊》在2004和2005年均发布了全球高等学校排名,里面列出了排名前200位的大学。2005年的排名基于对不同地区的2375家①学术机构的调查得来。这些学术机构占全球学术机构总数的47%,其中亚洲、欧洲和北美各占三分之一。主要的学科包括理学、工学、社会科学、医学、艺术等,而且各学科在调查中所占比例亦基本相当。为增加连贯性和可靠性,2005年的排名在参考了2004年的数据的同时,还评测了研究论文被引用的次数、师生比以及来自国外的师生人数。2005年的分析还第一次增加了“最受国际雇主欢迎的毕业生”这项指标。

根据THES的排名,全球最顶尖的200所大学分布在31个国家中。除了墨西哥国立自治大学(National Autonomous University of Mexico)和巴西的圣保罗大学(Sao Paulo in Brazil)之外,其余的全部集中在欧洲、澳洲、美国或加拿大。没有一所非洲国家的大学能跻身200强之列,而且东欧地区也只有两所俄罗斯的大学榜上有名。

基于世界一流大学的有关文献资料(参见表1),我们认为评定世界一流大学的标准应当考虑这几个方面:一是可影响质量的学术机构特征(institutional characteristics),二是教学水平(instructional quality),三是研究能力(research quality),四是学生素质(student quality)。根据这四点,我们将以上两个排名的标准分为四类(参见表2)。

学术机构特征应当包括教学以及研究的专业学科数量、为学术提供服务的如图书馆和电脑设备等设施。这些指标也反映了数量以及规模。对于本科教育的衡量通常以师生比、教师质量以及学生的选择性为基准[3],但是应当认识到的是,这些只是影响教育过程的指标而不能用来描述教育过程本身。对于研究生教育而言,教师的研究质量也常常被认为与教育质量相关联。[4]这样,教学的质量就很难从研究的质量中分离出来。而且,研究质量这个指标无法反映出研究计划建构的好坏和这些计划是否能给学生提供了一个良好的环境。学生的筛选也并非只关乎一个学校的名声或者吸引力,亦同时与其在校学生的素质有关,因为学生之间彼此会有影响,即我们通常所说的伙伴效应(peer effect)。从表2可知,以上这几方面在两个调查中均有所缺失,甚至完全不曾出现。例如,上海交通大学进行的调查缺少反映教学指导能力的指标;而《泰晤士高等教育增刊》又将“师生比”看作学术机构教学质量的指标,这是没有说服力的,因为这不能完全反映教学过程和教学效率。

另外,这两项排名调查也考虑了一些别的因素。上海交通大学的调查有一项“校友”指标,以校友所获得的著名学术奖项来判断一所大学的声誉及学术成就。《泰晤士高等教育增刊》则运用了一项主观的指标——“同行评审”,每个学科选择一定的专家,以其意见来评价大学的整体声誉。用以测量大学在制度上的质量高低,①这是THES的排名最核心的分析。

总体来说,THES的排名涵盖了较多的内容,不过其中的“同行评审”部分对于其他指标的影响太大。而上海交大的排名虽然对于直接指标的偏重较大,但是却非常局限于科学方面的研究。

表4显示了两个调查各自的前40名大学。比较两个排行榜在2005年的结果可以得知,哈佛大学被一致评为全球最好的大学,剑桥大学则均处于前三位,斯坦福大学均排在前五位;加州理工大学、牛津大学和普林斯顿大学则都处于前十名。虽然在两个调查的前20名中,有14名是相同的,但是这两个全球大学排行榜仍有很大的差异。例如,哥伦比亚大学在上海交大的统计中排在第7位,但在THES的统计中却到了20位;芝加哥大学在上海交大的排行榜中名列第9,而在THES中排行只有第17。

THES排行中地区及国家的差异性比上海交大的排行榜要大很多,特别是排在第20～40名的大学。在前20强中,上海交大的排名有15所大学来自美国,占75%;而THES的排名里只有25%。值得注意的是,非英语国家或英语不是第一官方语言的国家,其大学在上海交大的40强排名中只有3所,而在THES也只有7所。①

在接下来的20强中,即20～40名,这样的差异更大。在这20强中,只有六所(30%)相同的学术机构,而排名相同的则没有。密西根大学(University of Michigan,Ann Arbor校区)的差别最大:上海交大排名为第21名,THES排名为第36名。三所在上海交大的排行榜中位于前20的学校——约翰·霍普金斯大学、宾州大学(University of Pennsylvania)、加州大学洛杉矶分校(UCLA)在THES的排行中仅在20～40位之列。

图一显示了两个调查中的大学排名差异之处,纵轴显示了大学在上海交大排行榜中的位置,横轴显示了大学在THES中的排名。上海交大排行的前12名学校在THES中的排名亦相对较前。但是,自第13名起,从表中差距越来越大的点我们就可以看出差别有多大。比如,明尼苏达大学(University of Minnesota)在上海交大排行榜中名列32,却在THES排行中仅列第150!总的来说,除了位居前列的一小部分大学,这两个不同机构做出来的不同调查,其结果具有很大的差异性。这个比较的结果,可以让那些认为由客观的标准统计出来的排名一定是“客观的”的人们停下来反思。

2005年,上海交通大学曾举行一次关于“世界一流大学”的学术研讨会。[5]会上,研究者、学者及研究机构都对排名作出了批评。[6]例如,刘念才、程和森德奎斯特(Sundqvist)都指出上海交大的这个排名没有注意区别综合性大学和专门的研究机构或以研究为主的学术机构之间的差别。他们更进一步指出调查缺乏对本科生教育和教学服务的评判标准。

虽然在技术和方法问题上有所欠缺,但这两个在网上发布的全球大学排行榜还是引起了广泛的关注。他们展示了全球范围内处于领先位置的高等学校,并且为那些在全球化竞争压力下力争上游的大学提供了一定的指导作用。

普罗克斯(Proulx)在会上提出要重视数据的一致性、可靠性和可比较性,特别是对那些因为有不同的附属部门从而增加了其复杂性的大学。[7]虽然范·瑞安(Van Raan)察觉到应用Thomson Scientific Highly Cited Scientists的数据库可能牵涉隐私权的问题(比如通过名字来认定研究者可能是有问题的),但是我们觉得这两个排行榜还是具有一定的可比性。

正如THES排行榜在解释其方法论中所提到的:两个排行榜均偏重英语国家——除了出版品的评分标准偏重英文文献以及以美国刊物为主导的学术刊物之外,学校的国际声誉及国际定位也是仅以教学语言为标准。这与菲利瑞欧和齐特(Filliatreau&Zitt)的研究发现是一致的。他们认为ISI的系列参考数据库在通常意义上对一些依赖非英语语言的非主流国家存在偏见。①虽然大部分指标都具“国际参考”价值,但是,上海交大的排名没有包括任何人文社会科学教学的评定指标。虽然THES排名挑选了5项指标来反映教学、科研以及国际声誉等情况,但是它的“师生比”指标却无法直接证明教学质量,并且其“同行评审”得分的比重高达总得分的50%。虽然不同国家的教师提交了对其本身专业的大学排名,但是,正如范·瑞安所指出的:“专家会倾向于在学校已建立起的声誉这样一个较普遍的基础上排名,而非根据其对不同学校的实际认识。”[9]因此,在进行声誉性的排名时,我们需要明确意识到评定者和被评定对象之间的认知差距。

这部分将用定量研究来探讨世界一流大学的决定因素。我们将假定导致排名靠前的因素就是“世界一流大学”所具有的特征。具体而言,我们将通过对国际和美国国内大学排名以及对专业学校或者博士学科的排名进行多元回归分析,探索学生、教员和机构等方面与排名的统计关系。

本研究的数据来自《泰晤士高等教育增刊》的世界大学排名、《美国新闻与世界报道》(U.S.News and World Report,以下简称USWR)和国家研究委员会(National Research Council,以下简称NRC)对美国国内博士项目的排名[8]。这些数据不仅仅提供了关于不同学校或者学科的排名,而且还给出关于学生、教员和机构特点上的信息。但因为数据采集的方法不同,所以它们所提供的信息范围也不同,这将限制我们的比较分析结果及调查结果的推广性。就此而言,我们的统计分析是探讨性的、不详尽的。尽管如此,在不同排名上的多元分析将会提供关于顶尖排名的有用信息。

在排名的结果上,我们的国际和全国排名的因变量将是以调查答复为基础的“同行评审”(Peer Review)。基于某些具体原则的排名,不管加权与否,只是机械地以对分数简单的加总为基础。同行评审是对学校质量之合理理解的主观评价,因为同行评审团被视为评估大学质量的专家。马丁·英斯(Martin Ince)说:“同行评审[是]长期社会调查以及在学术界被广泛接受的,对大学质量评估的最可靠方法。”[10]据此,许多对大学排名的出版社对学者或者雇主进行调查并对评分赋予权重。例如,2005年THES的同行评审权重为40%,2004年为50%。此外,USWR也对同行评审赋予很大权重①。

可是范·瑞安指出,在这种大规模的调查中,是否所有同行都是所有这些领域的在行“专家”②。因为被评价的机构中,在同行和评价物(即学校)之间有很大的“认知距离”。他指出主观的评估对评审成员的组成(例如自己的机构,地理的分配和专业领域)是很敏感的。不管潜在的偏差如何,同行评审在评估“学术声誉”上还是很有影响的,它给学术界客观评价学术机构质量提供了另一扇窗口。

我们的基本分析模型假定同行评审是学生、全体教员和机构特点的一种简单线性方程:

其中,PRi是同行评审成绩,Stui是学生特点,Faci是全体教员特点,Insti是公共机构特点,εi是残差。

各变量根据其与因变量的分布关系而将被标示为线性或者三次方程式。只要高斯-Markov的假设成立,等式(1)得出的是有效的无偏差的OLS估计值,其中一个假设是残差(εi)均值为零,方差为常数的独立分布。可是,因为同一国家的大学之间有联系使得这个假设不成立。所以,我们将虚拟变量加在等式(1)中。

其中,Contij表示ⁱ大学所在的j国家。

虚拟变量可以消除潜在的异方差(heteroskedasticity)从而提供有效和无偏的估计。更重要的是,国家虚拟变量将准许我们估计影响大学同行评审的“国家特定的固定效应”(country-specific fixed effect),也就是与学生、教员和机构特点无关的影响同行评审的因素。

另一方面,如果常态假设不能保证,一些大学在某些变量上有极值将使OLS估计值产生偏差。我们通过对变量取对数(logarithmic)的方法来修正OLS估计。如果结果偏差很小,则说明OLS估计是有效的。

表5是THES的世界大学排名情况概述。我们把样本根据大学所在国分成两组。第二栏和第三栏显示的分别为英语国家(English Speaking Country,以下简称ESC)和非英语国家(Non-English Speaking Country,以下简称NESC)的大学。从F值可以看出在同行评审、国际学生和师均引用率上都显著有利于ESC大学。这可以反映研究生产力中的实际差异。或者正如马丁·英斯所说的,这仅仅可以反映使NESC大学、特别是亚洲的一些大学处于不利地位的一些系统的偏见①。这些大学可能很少在被调查的、大部分是英文的国际杂志上发表文章②[10]。

图二显示了不同语言国家的同行评审和师均引用率的散点图。这不仅描述了两个变量的结构关系,而且给我们通过引用率来评定研究生产力的主观评价中的方差(variance)提供了进一步的信息。原则上,预期“在行”专家的主观评估与学术机构的实际表现是相关的。此外,如果没有与语言有关的系统偏见,在同行评审可解释的方差按语言应该没有区别。可令人惊讶的是,如图二所示,由语言导致的差异是相当明显的。在ESC的散点图中,大学的研究生产力与同行评审似乎有显著的正关联;而NESC散点图上两者看起来没有关联。如果将方程式标示为二次方程式,师均引用率在ESC大学可以解释排名差异的27%,而只能解释NESC大学的1%。

在表6中,A组列出无“国家特定的固定效应”OLS回归估计值。除了师均引用率,其他变量与同行评审没有明显的关联。接下去的三栏显示子样本的回归结果。前两个是英文和非英文国家的OLS估计值。首先,我们看到在用一系列学术机构特点解释同行评审中,不同语言所带来的巨大差异。具体而言,所有列出的解释变量可以解释ESC大学的同行评审差异的一半;而同样的解释变量对NESC大学的差异解释非常小。其次,在ESC中,国际教员百分比、国际学生百分比和师均引用率明显与同行评审正相关;但在NESC里,他们与同行评审没有关联。换句话说,对ESC大学而言,大学的国际定位和研究能力在主观评级中很重要,但这个结论对NESC大学不成立。第三,不论语言差异如何,师生比这一大学教学质量的经典衡量指标,跟同行评审没有任何关系。所以,对前两个子样本的OLS结果表明,大学的国际定位和研究生产力在学术声誉上因语言不同而存在异方差。A组最后一栏排名前50大学的OLS结果发现。师均引用率和同行评审有统计显著的联系。

B组列出的是有“国家特定的固定效应”的OLS回归估计值。首先,我们看到语言在解释力上的显著差异:在ESC大学调整后的R平方值是0.446,而NESC大学的是0.04。有意思的是,一旦加入国家虚拟变量,师均引用率解释NESC大学的同行评审的差异变成了统计显著。与A组的结果相比较,这反映了语言对研究生产力和学术名声之间的统计关系有明显影响。

最后,国家虚拟变量不仅纠正了同一国家大学之间的关联产生的偏差,也让我们看到哪个国家在学术名声上的固定效应大。图三描述了美国相比,其他国家的“国家特定固定效应”。中国、俄罗斯、意大利、德国和日本在同行评审上比美国有明显更大的固定效应,而瑞士则相对较小。没有对问卷调查的进一步了解是很难解释这些固定效应的。然而,我们首先推测固定效应可以反映出某些国家大学可观察或不可观察的但不能衡量的特点,包括例如在非英语杂志发表文章、一个有效的系统或者高等教育的长远历史等等。或者说,国家特定固定效应可以反映大学的实际表现与其学术声誉之间的时滞性。由于非英语国家语言上的障碍,这种时滞性对非英语国家的影响可能比对英语国家更明显。

接下来检查OLS的估计力。估计力与解释变量的分布偏度有关。为了处理这一问题,我们取解释变量对数来重新做OLS回归。附录2中的估计值确认表5B组的OLS结果。也就是说,虽然某些国家在解释变量上有极值,但OLS估计还是有力的。

总的来说,我们对国际排名的多元分析可以概括为三点:第一,因语言不同,用客观的学术机构特点解释主观的大学排名有显著差异;第二,大学的国际定位和研究生产力只对英语国家的主观评级的影响统计显著,这些由语言引起的差异可以反映在对大学同行评审分数以及一些客观的测量值(例如师均引用率)的潜在偏见;第三,不论语言差异如何,师生比这一大学教学质量的经典衡量指标,跟同行评审没有任何关系。检查方程回归结果是否因为大学排名高低而不同,我们对样本进行检验(censor),从子样本得出的结果和总样本的结果是相似的。

1.研究生院的国家评级

2005年,USWR发表了对教育、工程、医药、商业和法律等专业学院的国家评级。这些评级的基础来自对9600名大学教师进行的专家调查,调查同时运用了不同的统计学标准以衡量学生和师资水平。我们选择了三类专业学院用于分析:教育、工程和医药学院。

在同行评审方面,2004年秋季,一些院长、课程负责人和资深教师被邀请用1到5来评价学校级别。此外,在学科领域,运用了一系列统计学测试方法评价质量。其中,选择了5种普通标准用以比较:博士生的GRE平均得分、2004～2005学年的博士生录取比例、2004年的师生比、2004年博士生录取数量和2003～2004财政年度上百万美元规模的资助研究项目。最后,还运用了来自同行对专业学院所隶属的大学的综合评价等外部信息①。这将解释大学的“光圈效应”,即对专业学院的主观评价可能分别受到它们所隶属的大学所取得的综合学术声誉的影响。

表8反映了针对各组评级数据的概括性统计。学校的标准视学科领域的不同而有很大变化。

表9反映了针对同行对学校机构特点评价的多元回归评估。无论学科领域为何,对专业学院的同行评审在统计上与对它们所属大学的同行评审有关。这意味着“光圈效应”的存在,即针对专业学院的质量评价在很大程度上受到它们所隶属大学的综合学术声誉的影响,而与它们自己的特点无关。其次,学生的筛选在同行的评价中占有重要地位。对于工程和医药学院来说,OLS对GRE和MCAT的评估在0.05和0.10的水平上显得非常重要。第三,专家对学校质量的评估的确考虑到以博士生录取人数为衡量标准的学校规模。这反映了这样一个事实,即大学校可能掌握更多的资源,并且更容易在国内学校中脱颖而出。第四,同行对学校的评价非常重视其研究项目的资助数额。这表明,创造丰富成果的研究项目往往引来更多的外部资助,反之亦然。

2.博士生课程的国家评级

国家研究委员会[11]特别提供对美国所有博士生课程的国家评价。国家研究委员会收集的数据显示了对课程以及类似规模和师资能力等博士生课程标准的质量评估。我们选择和分析了其中三类课程:经济学、化学和电子工程学,分别代表了社会科学、理学和工学。

我们主要的因变量为质量评估,建立在1993年春季来自每一课程超过100名教职员工的调查反馈。接受调查者被要求在0到5之间评价课程师资的学术水平。我们使用以下7类变量作为解释变量:1992～1993年度的总师资人数、全职师资的比例、1988～1992年度每个教职员工发表的著作数量、课程内著作数量的基尼系数、1988～1992年度每个教职员工的被引用数量、引用次数的基尼系数以及1987～1992年度录取的博士生人数。评估数量的目的在于区分一些创造大多数著作或引用的教职员工和在这些努力中对教工的更大范围的代表。

表10反映了对质量评估和解释变量的概括统计数字。各门课程之间在规模和师资能力上的特点变化极大。比如,化学系每个教工的平均著作数量和每个教师的被引用次数分别是10.49和55.68,要比经济系的2.72和5.43大得多,而这两个系的师资人数却差不多。这可能反映了它们不同的出版传统,包括合作写作和不同学科领域对学术论文的引用。

表11显示了对多元回归的评估①。前三栏反映了对课程综合质量机构特点的OLS回归评估。首先,师资创造力在课程质量评估中占重要地位,反映著作质量的每位教师的被引用次数同样在同行对经济学和化学课程的评价中占有重要地位。然而,令人惊讶的是,关于著作数量,无论什么学科,教师的著作数量却很少与课程评估发生联系。这也许表明,研究的质量而非数量是同行评审课程质量的重要因素。第二,引用次数和著作数量的基尼系数在对课程质量的评价中起着负面而又关键的作用。创造基尼系数的目的是为了反映研究生产力的两个指数在分配上的不平均,即基尼系数越高,课程的生产力就越集中地体现在少数教职员工身上。这个系数与同行评审之间的负面关系表明,研究生产力的平均分配与课程质量的高度评价有着特别重要的关系。这意味着,不存在“明星”效应,也就是说,与几个大人物的名字联系在一起的课程,不像那些师资有着平均表现的课程排名来得高。最后,我们看到,过去五年博士生录取人数也在同行评价中起着重要作用。这与我们对专业学院的评级中得到的发现是一致的,即课程规模的确在同行对博士生课程质量的评价中占有重要地位。

USWR(2005)对本科院校(有别于研究生院)的排名。根据卡内基基金会对美国大学或学院的使命上分类,排名分别以“最好的全国性大学”、“最好的文理学院”等等。以下将对这两种排名进行分析。

除了同行评审,USWR还提供了诸如毕业和留级、教员资源、学生筛选(selectivity)、财政资源和校友捐赠等各种信息。在前50名大学或者学院中,这些信息均详细列出。

除了大学或者学院的同行评审,USWR还提供了诸如毕业和留校、全体教员资源、学生筛选(selectivity of students)、财政资源和校友捐赠等方面的信息。USWR根据列举的各方面标准排出前50名学校。毕业和留级的排名主要取决于过去六年的平均毕业比率和2000～2003年度平均新生保留比率。全体教员资源则以2004～2005年的数据为基础,包括全体教员薪水、全职教员比例、知名教授在各领域的比率等等。学生筛选主要根据SAT和ACT的成绩、被招收的新生在他们中学占前10名比例的百分点、学生接受比率等排名。财政资源的排名则以2003～2004财政年度平均学生开销为基础、并考虑到学生服务的相关教育的花费。最后,校友捐赠排名则取决于2002～2004年期间出资捐赠的校友百分比。

表12列出了对同行评审和学校特点多元回归的结果。前两栏是大学和文科学院OLS估计值。首先,我们看到两类学院的学生筛选与同行评审的关联都统计显著。值得提醒的是,除了学生与全体教员的比率以外,所有解释变量以排名的形式列入方程式,也就是说,分值越低,学校质量越高。我们的结果表明,学生筛选很好地解释了全国性大学或者文理学院排名。

此外,更重要的是,我们看到在文理学院中,学生与全体教员的比率以及毕业和留级率与同行评审之间关系显著。这可以反映学校不同的使命(mission)——文理学院更强调大学生的教育而全国性的大学强调研究。

关于如何建立一所世界水平的大学,定义是主观的。据其定义,一所世界水平的大学在于其名声远播和广泛共识的世界级声誉——它是世界顶级的大学之一。显而易见,对于存在“世界级”大学,人们已形成广泛共识;但是对于如何建立前述声誉却缺乏共识。就那些以学术声誉闻名而非符合一系列标准的顶级大学而言,缺乏一套绝对的运作标准和方法意味着“世界级”将一直只是一个简单的定义。事实上,即使用标准来排列和衡量大学运作时,也是不完全而且困难的;现今存在的标准都不能作出强有力的预测,特别是对非英语国家的大学。尽管如此,我们还是得出以下尝试性的结论:

1.世界级地位的主观特质意味着大学机构将尝试关注在评估声誉时被考虑的方面。在此,研究能力、文章发表、引用和主要的教员奖都是高度可见且可衡量的,与此同时,教育过程中的质量是不可见和不可衡量的。因此,我们看到无论问卷调查还是大学机构本身,都在致力于研究这个标准并努力提升其重要性,这一点并不奇怪。然而它们对衡量和评估教学质量或教育活动尝试甚少或毫不尝试。事实上,有一个默认的假设:如果大学机构在其学生录取中有高度竞争力,那么它的教育质量甚至不用衡量也非常高。但是,学生在录取上的竞争往往基于学校的声望,而学校声望又基于大学机构的研究可见性而非其教育质量。

2.在如何建立一所好大学的陈述中,虽然教学、社会服务和研究都得以强调,但是根据我们的统计分析,大学声望的排名似乎大体局限于研究的层面。

3.除去前10～12名的学校,对其他大学机构的声望排名有广泛争议。

4.英语国家的大学在声望排名上具有优势,这可以归因于世界领先级刊物都为英文出版物的事实。英语已经成为了世界学术界的通用语言。这同时也导致英语国家大学的另一个优势——在世界范围内竞争优秀人才。在一定程度上,优秀人才广泛分布在世界各地,顶级英语国家的大学在国际性地吸引优秀人才上具有很强竞争力。对英语国家的大学排名的统计决定因素并不完全适用于非英语国家的大学排名。事实上,非英语国家的大学排名在大学排名的国际调研的标准下几乎是随机的。

5.查看美国的大学或学术体系内的专业学院时,我们看到大学的总体声望会对其学院有独立影响或超出院系特性之外的“光圈效应”,也就是说,一所名校的院系将会比统计上相同水平的一所不够有声望的大学中的院系获得更高排名。

以上结论都是一个正在进行中的研究项目的实验性发现。该项目致力于对世界级大学描述的应用和含义进行持续研究。

1、上海交通大学2005排名。

Alumni是指一所大学的校友获得诺贝尔奖和菲尔兹奖的数量。校友是指在一所大学获得学士、硕士或博士学位的人。为了更客观地反映一所大学的学术表现,对不同年代的获奖赋予不同的权重,每回推十年权重递减10%,如1991～2000年的权重为100%,1981～1990年的权重为90%,1901～1910年的权重为10%。最后计算1901年以来的获奖折合数。如果一个校友在一所学校获得两个或以上学位,只计算一次。

Award是指一所大学的教师获得诺贝尔科学奖(物理、化学、生理或医学、 经济学)和菲尔兹奖的数量,按诺贝尔奖基金会网站等有关网站公布的获奖人获奖时所在单位进行统计。为了更客观地反映一所大学的学术表现,对不同年代的获奖赋予不同的权重,每回推十年权重递减10%,如2001～2010年的权重为100%,1991～2000年的权重为90%,1981～1990年的权重为80%,1911～ 1920年的权重为10%。最后计算1911年以来的获奖折合数。获奖人同时署名两个单位时,各计0.5。诺贝尔科学奖共享者的权重根据获得奖金的比例进行计算而来。

HiCi是指一所大学在各学科领域被引用率最高的教师总数。按http:// www.isihighlycited.com公布的二十年来各学科领域被引用率最高的研究人员数统计。其中包括生命科学、自然科学、工学、社会科学等在内的21个学科领域(Category),每个学科领域250人,共计5000人左右。

N&S是指一所大学过去五年在Nature和Science上发表论文的数量,从http://www.isiknowledge.com网站检索统计获得。只检索研究论文(Article), 不检索评论或快讯等。为了更客观地反映一所大学的学术表现,对不同作者单位排序赋予不同的权重,通讯作者单位的权重为100%,第一作者单位(如果第一作者单位与通讯作者单位相同,则为第二作者单位)的权重为50%,下一个作者单位的权重为25%,其他作者单位的权重为10%。

SCI是指一所大学过去一年发表的研究论文被SCIE和SSCI收录的数量, 从http://www.isiknowledge.com网站直接检索获得。只检索研究论文,不检索评论或快讯等。

Size是指一所大学的师均学术表现,由前五项指标得分之和除以全时(Full time equivalent)教师数而得。考虑到国际可比性,教师一般是指具有高级专业技术职务的专任教师。2004年排名中有教师数的国家包括美国、中国(内地)、 意大利、荷兰、瑞典和比利时等,其他国家或地区的Size得分采用前五项指标得分的加权数。

2.泰晤士教育增刊2005排名。

国际教员比:国际教员占总体教员的比例。

国际学生比:国际学生占总体学生的比例。

师生比:教员与学生的比例。

师均引用率:平均教员文章被引用的次数。从英国QS公司教员总数和Thomson Scientific (formerly the Institute of Scientific Information,www.isinet. com)中的文章引用次数(1995至2005)得出。他们规定最低次数为5000文章从而略去了小的专业学院。

同行评审:2005年,2375位学术界专家在他们所熟悉的领域对不同大学作出评审。在选取专家上不仅考虑了地理位置分布还考虑了学科之间的平衡。 2005的数据结合了2004的调查数据,问题相同但是同一个人的意见只算一次。

雇主评审:与同行评审类似,在业界具有丰富经验和较高权威的英国QS公司确定雇主总样本,所有的公司(雇主)都在国际上录用毕业生或者在大国家大范围录用毕业生,包括银行、金融机构、航空公司、药物、汽车和消费品生产商以及国际交流和运输商。他们在调查中要确认他们录用人员最多的前20名学校。2005年一共收回333份问卷。