长江DBA致力于培养思想型和管理学者型企业家，培养学生的系统性和批判性思考能力、科学严谨研究问题的能力，最终直击问题本质，产生创新。

今天与您分享DBA十周年优秀博士论文选《集思》第三篇——腾讯主要创始人、武汉学院创办人、DBA首二班陈一丹同学《一个全面衡量高等教育机构的方法论》的内容精华，让我们一起来学习并回顾他的思想成果。

学习感悟

“百战归来再读书。”读书是一辈子的事情，我读DBA其实是一种缘分，进入长江之后，我感受到很浓厚的学术氛围，有专业度和深度的教授，在理论高度上和模型上都会很平等地与我交流，会触发我的思考，而且视野很广。这里的研究自由度很高，在论文阶段任何议题都可被选择，我选择了我所热爱的教育主题，通过主观的学习和投入的研究过程，我收获颇丰。

毕业不是结束，而是开始。走出门去，我们开始各自 “中西贯通、取势全球”的精彩征途。

入此殿堂，循此苦旅，明道优术。在长江，往来皆为高贤。择善而从，取法乎上，勤于思考，必有所得。

向长江商学院可爱的老师们致敬。仰之弥高，钻之弥坚，博我以文，约我以礼。感谢这一路的陪伴和支持。

——DBA首二班同学

腾讯主要创始人

武汉学院创办人陈一丹

《一个全面衡量高等教育机构的方法论》

作者：陈一丹

博士论文指导委员会

 

项兵

长江商学院创办院长

中国商业与全球化教授

Arnoud De Meyer

新加坡管理大学前校长

运营管理学名誉教授

Gerard George

新加坡管理大学

李光前商学院前院长

创新与创业客座教授

 

导师寄语

现代社会发展体系中，研究型大学在教书育人、培养知识精英以及推动知识创新等方面，起到了主导性作用。纵览当今世界社会经济发展较为领先的国家和地区，都拥有一批优秀的研究型大学。而其中顶尖的世界级大学，能够吸纳全球知识精英，这对于一个国家和地区整合全球优秀人才“为我所用”，持续增强自身的知识竞争力及科技水平，是尤为关键的手段。

什么是优秀的研究型大学? 虽然来自世界各地的机构提供了多样的评价标准和体系，但亦有诸方面的不完备之处。焦点问题是，现有基于大学的学术能力、论文质量、研究成果、学生国际化程度等评价，都无法充分考量大学之于经济、社会、文化等其他方面的角色与功能。换句话说，现有的大学排名，多从研究型大学内在价值考量，而对其社会角色及其价值的考量略有不足。

陈一丹先生做了这样一种尝试:透过社交媒体的用户行为观察，借助大数据分析，从社会角色的反向逻辑研究了大学的多样性和包容性，进而提出要考虑所有社会目标，进而形成一个全面衡量高等教育机构的方法。在今天这样一个全球大变局的时代，如何拓展思考大学的社会角色问题，陈一丹先生的探素具有非常现实的意义。

长江商学院自创办以来，十分关注管理教育的社会作用和社会功能。长江积极推动在管理教育中融入更多的人文教育，倡导社会创新。这些理念和行动，与陈一丹先生的思考可谓一脉相承。长江商学院倡导“学以致用，经世济民”。作为创办院长，我对陈一丹先生思考与行动倍感欣慰，也表以诚挚的谢意。我也期待，更多的长江人，能够像陈一丹先生一样，投身于社会创新，做有利于时代、社会及国家发展的行动英雄。

——长江商学院创办院长

中国商业与全球化教授

项兵

 

论文摘要

在本文中，作者提出高校为社会带来的正外部性和其他非物质效益通常远高于其直接经济回报。将私营部门的经济理论简单地套用于高校，而不考虑到它们的独特社会价值，所获得的认知难免片面。遵循社会经济学传统，作者提出一个关于高等教育体系的社会和经济角色的概念范式，高校以实现利益相关方的期望作为目标，并成立针对这些目标的组织结构。需要注意的是，与其他类型的组织不同，构成高校利益相关方的成员较多，各有各的期望和目标，而这些期望和目标可能不时相互冲突。因此在评价高校时，应统筹考虑到所有这些社会、经济的期望和目标，确立高校的优先顺序。作者继而从这一概念范式得出针对高校的全面评价方法。

通过基于这一范式的实证研究，作者发现在中国高校的财政拨款和资助分布不均衡，长期向大型综合研究性大学倾斜。作者运用两套来自移动互联网的数据对社会影响进行了评估，并证实大学排名影响着公共资金的分配而这种影响受社会影响的调节。作者提醒，尽管研究型大学是高等教育体系中的明星，但它们并不是高等教育的全貌。完善的高等教育体系不仅要有名师名校，还要有高素质的毕业生，以及追求学校和学生的多样性和包容性。在支持重点研究型大学的同时，不应削弱小型专业教学院校。通过运用更均衡的新评价方法，这些小型专业院校有望像大型综合大学一样发挥关键作用。

 

研究背景

大学学位是一种典型的竞争性和排他性私人产品，在市场竞争的基础上，私营机构也能有效地提供大学学位。但全球大多数研究型大学要么是公办的，要么是非营利性的（Epple和Romano，1996；Rizvi，2016），这形成“公用资金提供私人产品”的悖论。此外，研究型大学有扩大规模的趋势，这在某种程度上与近代公司的合并和集团化过程一致。因为高等教育行业缺乏金融市场中的有效制衡，以及公共资金的提供和背后政府的干预，高校在出现低效率时无法灵活地进行重组，所以结果可能更糟。Ferrari和Phan（2018）指出，“今天的研究型大学在结构上与企业集团相似，却没有公司拥有的灵活性。”（Ferrari和Phan，2018）

作者认为，对高校的抱怨在很大程度上源于缺乏评价高校绩效的完善积分制度。在本文中，遵循社会经济学传统，作者提出一个关于高校社会和经济的角色的概念范式。此范式包含两个部分，即实现利益相关方期望的战略目标和实现这些目标的组织结构。与其他类型的组织不同，高校涉及各种利益相关方，因此需要满足不同目标，而这些目标可能不时相互冲突。在这种情况下，教育机构不得不优先考虑某个战略目标，满足关键利益相关方的利益。因此在评价高校时，应考虑到所有这些社会经济目标，继而从这一概念范式得出全面的积分评价方法。通过Granovetter（1985）率先提出的社会网络理论，作者认为只有通过正确的指标进行评估，高等教育体系才能充分发挥其社会和经济潜力。近年来互联网在高等教育行业得到普及，提供了了解高校社会网络细节的独特机会。作者提出，基于开放社交平台联系分析的指标可部分修正当前大学排名的偏颇之处。

 

研究的理论框架

作者将新框架称为高校的结构-目标-匹配（SIM）模型。

SIM模型明确提出了社会影响的三个要素，即外部性、社会足迹和活跃的社交关系。一所大学曾影响多少人的生活，还与毕业生保持着多少联系？这种社交网络的特性关系有助于建立评估大学社会影响的矩阵。SIM模型还体现了需要控制的一系列组织特征，即法律地位、学科数量和部门数量。作者利用社交网络应用程序，绘制了一所大学的在线社交印迹图，此图在很大程度上更加精确地反映了大学与地方互动的情况。

通过SIM等改进的方法，将社会网络指标纳入大学排名，避免公共资金分配过于倾向于大型综合大学——小型和专业院校也有机会在政府资助中获得公平份额。SIM的另一个优势是与现实保持一致，它对观察到的行为进行解释，而不是无法观察到的动机或愿景，因此它是同类中实用且易用的方法。

研究方法

 

一、提出假设

假设1：保持其他条件不变，一所大学的排名越高，其获得的公共资金越多。

假设2a：保持其他条件不变，一所大学的社会网络越活跃，它获得的公共资金越多。

假设2b：保持其他条件不变，一所大学的影响程度越广，它获得的公共资金越多。

假设3：随着排名的提高，大学从政府资助获得的边际资金增加。

假设4a：保持其他条件不变，活跃关系的比例正向调节排名与公共资源配置之间的关系。

假设4b：保持其他条件不变，影响程度正向调节排名与公共资源配置之间的关系。

 

二、验证假设是否成立

1.样本与数据来源

我们选取了软科（原上海交通大学的高校评价研究项目组）发布的“中国最佳大学”（BCU）排行榜中的前500名作为我们的研究样本。

样本大学的数据来自四个来源。

一是软科公布了所有样本大学的入学新生高考平均分、学士学位获得者就业率、Scopus论文数量、引文影响、前1%高被引用论文数量、中国高被引用学者数量、来自行业的研究资金、技术转移费和国际学生数量等指标。BCU精心设计了这些指标的权重，综合评比后形成BCU名单，将其作为关注变量。

二是中国教育部公布的质量评估报告（QER）。我们从QER中提取了全日制学生人数、研究生人数、教师人数、教学和行政设施总建筑面积、日常教学支出和专项教学支出等量化指标。我们从这些数据建立因变量和调节变量。

最后两个数据源是基于互联网的非结构化大数据。一是来自WPP的社交媒体数据，即样本高校的粉丝数、活跃粉丝数、发表文章数、点击数、分享数等数据。二是按2017年的毕业学校和2018年的居住城市对BCU名单中的前500名高校毕业生进行了匹配。经过清洗的最终数据集是匿名的，无法追踪到任何个人，仅仅是与中国351个主要城市相关的总体数据。

2.测量中的因变量、自变量与控制变量

因变量：政府补贴是高校日常教学支出（DPS）和专项教学支出（SPS）的主要来源。因此，我们使用学生平均DPS和SPS作为因变量“政府资助（GS） ”的指标。

GSi指大学i的全日制学生（FTS）平均政府补贴。很明显，GSi是每个学生获得的平均补贴，因此不受规模影响，是政府对高校财政支持的公平指标。

自变量：作者通过两种方式测量第一个关注自变量“大学排名”。第一种方式是高校在2017年上海交通大学发布的BCU名单中的名次（N）。因此，N~[1,500]，大学的排名越高，N就越小。评估大学排名的第二种方式是使用上海交通大学计算并由BCU公布的最终得分（S）。S越高，大学的排名越高。

作者通过基于毕业生地理分布的两个变量来测量影响程度。第一个是样本大学应届毕业生在毕业十个月后分布城市的简单总数（C）。第二个是赫芬达尔-赫希曼指数（HHI），将一所高校毕业生在一个城市的数量占此机构毕业生总数的百分比的平方相加。因此，HHI代表了一所学校的毕业生在地理上的集中程度。理论上，HHI的范围为0～1，数值越高，代表一所学校毕业生的地理分布越集中。

其中HHIi代表学校i的赫芬达尔-赫希曼指数，sharej代表城市j占学校i总毕业生的百分比。

作者通过公开的社交媒体平台的两个独立变量来评估活跃联系。活跃关系（AT）指高校官方账号的活跃关注者。具体地说，在关注一所大学官方微信账号的所有粉丝数中，通常有一部分人通过留言和评论与账号管理者活跃地进行交流。在大学社会影响力形成过程中，这些粉丝组成的活跃联系网络起着核心作用。作者使用活跃粉丝数（NAF）（而不是粉丝数（NF））作为活跃关系（AT）的指标。

ATi代表大学i的j个官方公共账号的活跃关系的平均比例。另一个指标是网络密度（DN），即关注者总数（TNF）与全日制学生（FTS）总数的比。

控制变量：除了大学排名，许多其他很多因素也可能影响公共资源配置，例如招收大量当地学生的大学可能获得当地社会和政府的优待。因此，作者将教学和行政设施的总建筑面积（GFA）作为控制变量。此外，中国的大学大致可分为研究型大学和教学型大学两类。前者拥有大量研究生，后者的研究生很少或没有，更重要的是前者往往享有政府提供的科研资金等直接补贴，后者很少获得或没有科研资金。然后作者加入了两项控制变量，分别是研究生人数与全日制学生人数比（NGS/FTS）和教师人数与全日制学生人数比（FAC/FTS）。此外，一些大学建立了全职运作团队来推广官方账号，但另一些大学没有。有专职运作团队的官方账号发布的文章更多，更贴近粉丝的兴趣点。因此，作者将文章发表数（NAP）、点击数（NC）和分享数（NS）作为控制变量。最后，将211-985作为常态控制变量，如果样本大学入选985工程，则取值为2，如果样本大学入选211工程，则取值为1，如果两者都不是，则为0。

3.回归模型

作者选择普通最小二乘回归模型检验提出的假设，使用了七个实证模型对所有假设进行了逐步检验。模型1为基线模型，仅包含控制变量。模型2在回归中加入了本研究的重点变量——N代表的大学排名。模型3在回归中加入了SIM中衡量“活跃联系”两个独立变量——社会网络密度（DN）和活跃关系（AT），DN和AT都用于反映高校努力建立的数字化社会网络特征。模型4加入了衡量高校“影响程度”的另外两个变量，COUNT代表毕业生在地理上的影响范围，HHI则具体反映毕业生到达过的城市的分布集中程度。在模型5中，作者通过在回归中加入N的二次项来检验N与GS之间潜在曲线关系的可能性。模型6通过增加DN*R和AT*R两个交互项来检验“活跃联系”对N与GS关系的调节效应。

最后，模型7加入了交互项COUNT*R和HHI*R，是具有另一组潜在调节效应的全因素回归——“影响程度”调节N与GS关系的潜力。

表3-4：模型和回归结果

**. 在0.01水平显著（p<0.01）；

*. 在0.05水平显著（p<0.05）；

†. 在0.1水平显著（p<0.1）。

表3-4：模型和回归结果（续）

**. 在0.01水平显著（p<0.01）；

*. 在0.05水平显著（p<0.05）；

†. 在0.1水平显著（p<0.1）。

 

研究结论和建议

一、 研究结论

本文从理论和实证两个方面对公共资源在高校间的配置进行了探讨，通过论述社会网络的特征对公共政策制定影响丰富了现有文献。高校、企业、个人，以及公共政策制定者都嵌入同样的社会网络并与社会网络结点共享信息。本研究拓展了社会网络理论的研究范围，在全面理解社会关系理论的方向上迈出一步。实证方面，就作者所知，这是首次系统地回顾和检验大学排名对公共政策制定的影响。

综合7个普通最小二乘回归的所有结果来看，支持假设1、2a、3、4a，但没有发现支持假设2b和4b的证据。在中国，政府资助在高等教育行业的资金获得中显然发挥着重要作用，而且这种支持分布不均衡，长期倾向于大型综合性研究型大学。大学排名确实影响了政府在高校之间分配政府资助。尽管大学排名备受争议，但其对一所大学能获得多少政府资金起着重要作用，实证研究的证据与人们的担忧一致。

此外，正如高校的SIM范式所表明的那样，社会影响作为高校的普遍战略目标，是其获得公共资金和其他支持的动因。移动互联网不仅已经渗透到中国人的日常生活中，也引起了高校的重视。高校均维持着活跃的社会网络，以不断接触大量相关受众。通过基于移动互联网的数据，作者呈现了高效的社会网络基本结构，并纳入分析。

二、本研究对学界的贡献

本论文从三个方面对现有文献作出了贡献。

一，根据将社会视角纳入经济分析的传统，提出了一个可广泛适用于多个行业的新范式。关于高校的现有理论研究通常关注特定的领域，例如新的旗舰大学或专业院校，而SIM模型很容易地推广到几乎所有类型的教育机构。此外，SIM中列出的盈利能力、可持续性、影响程度和活跃联系等因素是可测量的，具有很大的实证潜力。因此，在评价高校的绩效时，SIM模型有望替代现有的排名或其他评分方法，更均衡评价高校的表现。

二，作者利用移动互联网数据源，编制了两个独特的数据集，数据经过脱敏处理的集合数据，没有隐私数据，是应用移动互联大数据的一次有益尝试。

三，作者推动了对包含个人关系的社会网络的影响的理解。由于近年来从线下转移到线上的趋势，个人关系比十年前更加数字化，这一趋势为我们提供了了解现实世界中个人关系的独特机会。正是基于这种可能性，作者才能够提出对之前忽略的变量的全面测量。

三、 研究价值与意义

考虑到作者在本文中展示理论框架和实证结果，很容易得出三项建议。

首先，必须承认，无论是否存在排名，发达国家的高等教育体系都具有其优点，而中国等新兴经济体可向先进的高等教育体系学习许多经验，但学习应首先认识真正的成功因素，而不是简单地复制水平指标。

其次，政策制定者应该谨慎对待大学排名。在采取行动之前，首先关注特定高校的评分是怎样得出的，使用计分方法与常识获得平衡的得分。不应简单地根据得分来判断高校的价值，还必须考虑它的社会价值。一所大学在地域上对当地人群的影响有多广？毕业多年后校友的活跃程度怎样，这种网络将怎样帮助高校在经济体中建立声誉？

最后同样重要的是，重视高等教育体系的复杂性。研究型大学是高等教育体系的明星，但只看到它们不会让政策制定者了解高等教育体系的全貌。从这个意义上说，排名在帮助高校获得政府关注方面起到了很好的作用。相比之下，SIM模型提供了一个全面的方法，不仅从结构上，而且从绩效上解释高校的多样性。从SIM框架来看，私人产品公共供给的两难选择以及规模与复杂性的权衡，都是不同战略目标主张下的理性选择。

十年耕耘，十年收获。长江商学院企业家学者项目（DBA）作为长江定位高端的创新之作，以“成就新商业文明思想者和引领者”为愿景，肩负着推动东西方管理理念双向交流的光荣历史使命。

截至目前，长江DBA已汇聚了500余位各行各业头部的企业家，他们积极将多年的管理实践升华成原创的管理理念，推动东西方双向交流。后续长江DBA将持续分享DBA十周年优秀博士论文选编《集思》，藉此内容可以窥见长江DBA的学术传统，也可以见证同学们为中国管理学发展和成长贡献的一己之力。