學緣對高校教師流動性作用的實證研究
——基于Web內容分析數據
吳培群,孟璀
(北京電子科技學院, 北京100070)
摘要:采用“畢業(yè)校與現任職校關系”和“現任職校學術層次”等學緣和地位指標,對通過Web內容分析得到的我國大學教師流動數據(有效個案數2 354人)進行統計分析,并建立相應的統計模型。模型分析結果表明,教師自校率(畢業(yè)于現職校的教師占該校教師總人數的比率)過高是導致我國大學教師校際流動性過低的一個原因,學緣越近,教師通過流動進入該校越容易。我國大學教師校際流動是學緣庇護下的能力流動。
關鍵詞:學緣;高校教師;校際流動;相關分析;回歸模型;實證研究
[中圖分類號]G645,O213.9[文獻標志碼]A
學緣,泛指教育和科學研究中師生和學術派別之間的淵源關系,本文特指大學教師的畢業(yè)院校與任職高校的關系。大學教師流動,這里特指校際流動,是我國全日制高等學校的教師任職高校的變換(兼職除外)。我國大學教師的學緣結構如何?它對大學教師流動及其學術地位獲得有何作用?這方面問題的實證研究,可以為我國高校深化人事制度改革、建立現代大學制度提供客觀依據。
一、已有相關研究述評
自從社會學家默頓提出包括“普遍主義”在內的四大“精神氣質”之后,人們就在不斷地通過實證研究來驗證現實的科學世界是否真正完全遵循“普遍主義規(guī)范”,這些實證研究的分析樣本主要來自于大學教師。上世紀對美國大學教師的畢業(yè)院校和學術業(yè)績與伴隨著流動的選拔教師過程的實證分析結果表明,畢業(yè)院校對大學選拔錄用教師的作用大于教師學術業(yè)績的作用,大學的人才配置是由“所屬過程”決定的(Crane,D.,1965,1970;Long,J.S.& Allison,P.D.,1962,1963;Reskin,B.F.,1979)。日本教育社會學家山野井敦德(1990,2005)綜合應用內容分析法和問卷調查方法得到了日本全國大學教師的相關數據,對這些數據的統計分析證實了學緣對日本大學教師上升流動的庇護作用,即日本大學教師流動實質是“學閥控制下的選拔配置”過程[3-4]。
國內有些學者通過對國內外典型院?;虻湫蛯W科教師畢業(yè)院校的實證分析,揭示了我國高校尤其是研究型大學學緣結構上“近親繁殖”的嚴重性(田原,喻愷,2013;張斌,2013)[1-2]。對我國大學教師的大樣本實證研究也揭示了高自校率和低流動性的事實(吳培群,2011;吳培群,封化民,2013)[3-4]。
學緣對我國大學教師的校際流動有何作用?本文通過對作者自己所建大樣本數據進行統計分析做相應探討。
二、數據來源與分析指標
(一) 數據來源:作者通過Web內容分析自建數據庫
Web內容分析,就是根據研究需要,對互聯網上傳播的信息進行收集、整理分析的定量研究方法。2008年,作者用了整整一年的時間對各大學官網上以教師簡歷為主的信息進行了內容分析,建立了我國大學教師數據庫。本文是對該數據研究的成果之一。
作者先按照大區(qū)-省-大學-學院-系(所)的順序對我國大學教師進行分層整群抽樣,先參照我國的行政區(qū)劃,把國內大學從地域上分為七大類,由北向南依次是:東北地區(qū)、西北地區(qū)、華北地區(qū)、華東地區(qū)、華中地區(qū)、華南地區(qū)和西南地區(qū)。然后相應地從這些地區(qū)隨機共抽樣27所高校。當然,這些高校的選擇也考慮到了其教師信息的網上可獲得情況。這27所大學在全國各行政大區(qū)的分布情況是:
東北地區(qū):吉林大學1所。
華北地區(qū):主要是位于北京的清華大學、北京大學醫(yī)學部、首都經濟貿易大學、中國農業(yè)大學、北京航空航天大學、北京電子科技學院6所高校。
華東地區(qū):有山東大學和山東農業(yè)大學2所位于山東省的高校。
華南地區(qū):有廣東外語外貿大學、廣西大學、廣西民族大學、華南師范大學、惠州學院、暨南大學6所位于廣東省和廣西壯族自治區(qū)的高校。
華中地區(qū):有湖南農業(yè)大學、武漢中國地質大學和中南財經政法大學共3所高校。
西北地區(qū):有甘肅農業(yè)大學、西安交通大學和西北大學共3所高校。
西南地區(qū):有貴州師范大學、西南交通大學、西南政法大學、新疆農業(yè)大學、云南農業(yè)大學和遵義醫(yī)學院共6所高校。
確定大學之后,再從大學內抽取學院,學院內抽取系或研究所(有的學院規(guī)模較小,其教師就全部成為我們的分析對象),對于抽到的系或研究所,其全體教師就都成為信息采集的對象。
對于抽到的系或研究所的教師,收集其所在高校官網上的簡歷資料,再結合“百度”搜索,最后得到2 354位教師的較詳盡的學業(yè)經歷和職業(yè)經歷資料。這2 354名教師的流動情況構成本研究的“有效樣本”,該有效樣本對教師所在校和專業(yè)的教師的比率是2 354/4 890(約等于48%),這個比值相當于問卷調查的有效回收率。
樣本分布,除軍事學之外,該有效樣本覆蓋了其他12個學科門類。另外,這一樣本的院系所分布及性別和職稱分布情況分別見表1和表2。
表1 有效樣本的地區(qū)和單位分布情況
表2 有效樣本的性別、職稱分布
可以說,該研究樣本在學科專業(yè)、地域、院系所及性別和職稱等方面對我國高校教師總體都具有一定的代表性[3]。
對樣本中的每位教師,以其所在大學官方網站上的師資介紹為主要信息源,收集了他們截止到2008年的簡歷資料;再設計“年齡”“性別”等基本信息,“本科畢業(yè)時間”“本科專業(yè)”“本科畢業(yè)學校”“碩士畢業(yè)時間”“碩士所學專業(yè)”“碩士畢業(yè)學?!钡葘W業(yè)經歷信息,以及“首次就職時間及單位”“首次就職的高?!薄暗诙尉吐毟咝!薄伴_始任講師時間”“開始任副教授時間”“開始任正教授時間”“初職后所獲新學歷學位數”等職業(yè)經歷信息三大類共計30 余個“類目”,用內容分析法對每一位教師的簡歷進行分析并錄入SPSS數據表中。同時,計算得出了每位教師的“工作歷經高校數”及“校際流動次數”等數值,最后得到2 354 位大學教師流動情況的數據(以下簡稱為“有效樣本數據”)。
(二) 分析指標及其計算方法
1.流動性指標:人均生涯流動期望值
校際流動性,指的是教師校際流動的頻繁程度,這種頻繁程度可以用“流動頻數”和“人均流動次數”說明。但是,這兩個指標受樣本年齡因素的影響較大,不利于橫向比較。“人均生涯流動期望值”(用“E”表示)是可以消除年齡因素影響的指標。該指標的計算公式如下:
(1)
其中fi和mi分別是有效樣本中第i個教師的已有校際流動次數和高校教齡,Mi是該教師一生中大學教齡的預期值。山野井敦德(1996)和吳培群(2011)在各自的統計分析中都把Mi設定為30年,上式變?yōu)閇3]:
(2)
2.教師學術地位獲得、學緣及其他變量的量化指標
大學教師經過校際流動的主要收獲就是進入了作為其學術地位標志之一的新任職校的學術層次,所以本文用教師新任職校的學術層次(簡稱“現職?!?作為刻畫教師經過校際流動所獲得的學術地位的變量,并用“1”“2”“3”分別表示“研究型大學”“教學研究型大學”和“教學型大學”,即數值越大,意味著其學術層次越低。其他變量,如學緣(畢業(yè)院校與現任職校的關系)、教師的學歷學位和職稱的賦值方法如表3所示?!斑M校時間”和“進校年齡”指的是教師進現任職校的時間和當時的年齡,這兩個變量本來就是“數值變量”,本文也重新賦值。
表3 變量賦值方法
注:對“進校時間”這一變量,考慮到我國高校從1999年開始擴招,高校教師需求量開始增多,所以將“1999”這一年份歸入賦值為“4”的這一時期。
3.統計分析工具
本文統計分析和建模主要利用統計軟件包SPSS17.0完成。
三、統計結果及分析
(一) 我國大學教師的學緣結構
對有效樣本中每個個案的學緣取值進行統計,得到學緣頻數、頻率分布如表4所示。
表4 有效樣本的學緣構成
從表4可以看出,我國大學教師的自校率(畢業(yè)于現職校的教師占該校教師總人數的比率)平均達到57.7%。即使除去有外校學習經歷的人數,這個“純粹的”自校率也超過40%。該有效樣本中吉林大學、西安交通大學、山東大學的教師自校率分別是78.31%、77.90%和74.69%,都高于70%,比日本研究型大學的自校率還要高得多。這從一定程度上證實了我國高校學術近親繁殖情況嚴重的觀點。
(二) 學緣對大學教師校際流動性的影響
按學緣取值對樣本分組,用公式(2)計算各組的“人均生涯流動期望值(E)”,得表5。
表5 大學教師的學緣與流動性
四個組的E值分別是:0.03、0.44、0.87和0.63。通過方差分析得出,這四個組的E值之間差異顯著。第一組的E值遠低于其他各組。由此可以說,完全沒有外校學業(yè)經歷的教師,最不易產生校際流動。沒有外部高校的學習經歷,一旦留校,是很難再流動出去的。完全沒有現任職校學習經歷的教師以及曾經在現任職校學習但最高學歷非現任職校授予的人,多是經歷了多次校際流動才來到現任職校的。值得注意的是,有過現任職校學歷但最高學歷學位非現職校的人(第3組)數量少,但校際流動性最高,即一旦離開原來的“學術圈子”又想“返回母?!惫ぷ鳎亲罾щy的,往往要歷經一些“中轉站性質”的大學才能達成。而這種“U”型的流動類型在日本大學教師中較為普遍,在歐美更受到鼓勵。這方面,中外有差異。
學緣取值不同,相應的各組的流動性有顯著差異,意味著學緣是對大學教師校際流動性有顯著影響的一個因素。于是有以下結論:
結論1學緣對大學教師的校際流動性有顯著影響。完全沒有外校學業(yè)經歷的教師,其校際流動性顯著低于有外校學業(yè)經歷的教師;大學在選拔和配置其教師時,有首先選用本校畢業(yè)生的傾向。
(三) 學緣對教師學術地位獲得的作用
1. 哪些個人因素與教師學術地位獲得顯著相關
本文有效樣本中有395名教師有校際流動經歷,這395名教師組成“流動樣本”。先按照表1所示的方法將他們的現任職校的學術層次(簡稱“現職?!?、學緣、進入現職校前的學歷學位(簡稱“進校學位”)、首次任職校學術層次(簡稱“首職校”)、進入現職校的時間(簡稱“進校時間”)以及流進現職校時的職稱和年齡(簡稱“進校年齡”)這7大因素(變量)數值化,統計教師在參加工作后直到進入現任職校之前取得的新學位數(簡稱“新學位數”),再計算這些變量之間的相關系數,得表6。將這些因素之間的相關系數表示在圖1所示的相關路徑圖里,使各變量之間的相關關系更加直觀。
表6 現職校學術層次與各因素的肯德爾相關系數表
注:ρ 為相關系數;N為有效個案數;“Sig.”即p值。另,表中各相關系數是肯德爾等級相關系數(tau-b(k));“**”表示顯著性水平為0.01(雙側)時相關是顯著的,“*”表示顯著性水平為0.05(雙側)時相關是顯著的。
圖1 大學教師現職校學術地位與其他因素的相關路徑圖 注:實線表示顯著性水平為0.01(雙側)時相關是顯著的,虛線表示顯著性水平為0.05(雙側)時相關是顯著的,無連線表示相關不顯著。
從表6可以看出,“進校時間”和“進校年齡”與教師的“現職?!毕嚓P不顯著,但與“新學位數”“進校學位”“職稱”和“學緣”等因素相關。
按相關系數從大到小的順序排列,與大學教師“現職?!憋@著相關的因素依次是:“進校學位”“學緣”“首職校”“新學位數”和“職稱”。尤其值得注意的是,這里“新學位數”與“現職?!钡南嚓P系數是負值,“進校學位”與“現職?!钡南嚓P系數(0.381)大于“學緣”與“現職?!钡南嚓P系數(0.327)。
不過,這里的相關系數屬于一般相關系數,即沒有控制其他因素影響時顯示的相關系數,控制其他因素得到的“凈相關系數”對相關關系的比較更有意義??刂啤皩I(yè)”“職稱”“首職?!币约啊斑M校時間”等因素,得到“學緣”和“進校學位”與“現職?!钡摹皟粝嚓P系數”分別是0.409和0.360,前者高于后者。因此可以斷定,大學教師通過校際流動獲得所在大學的學術地位與“學緣”關系更密切。即教師的母校與現任職校的社會距離越近,教師流動到現任職校越容易;相反,社會距離越遠,越不容易流動進來。
2.教師所獲學術地位的歸因
進一步比較學緣及學歷學位對教師獲得現職校學術層次地位的作用,需要對上述各個因素進行回歸分析。
圖1的相關路徑圖顯示,與大學教師“現職?!毕嚓P顯著的是“進校學位”“學緣”“首職?!薄奥毞Q”及“新學位數”,而“新學位數”又與“進校學位”高度相關(0.683)。因此,可以選取大學教師的“進校學位”“畢業(yè)院?!薄笆茁毿!焙汀奥毞Q”這4個因素作為自變量,以大學教師的現職校學術層次(“現職?!?作為因變量進行線性回歸,得到一般回歸方程和標準化回歸方程如下①:
y=0.260x1+0.302x2+0.200x3+0.175x4-0.574
(3)
y=0.292x1+0.334x2+0.251x3+0.133x4
(4)
(其中y表示“現職?!?,x1表示“進校學位”,x2表示“學緣”,x3表示“首職?!?,x4表示“職稱”)
方程(3)和(4)的可決系數均為0.357,即這兩個方程都可以解釋我國大學教師現任職校學術地位差異的35.7%。另外,方程(3)表明,在其他因素相同的情況下,學歷學位每提高一個等級,比如由碩士學位提高到博士學位,教師任職大學的層次將可提高0.260個等級;在其他因素相同的情況下,畢業(yè)院校與現職校的社會距離每減少一個單位,比如完全沒有外校學業(yè)經歷的人,就比最高學位在現職校取得但有外校學業(yè)經歷的人獲得現職校地位高0.302個層次。其他兩個因素對現職校學術地位獲得的作用也可做類似解釋或預測。
方程(4)中4個因素的標準回歸系數分別是0.292、0.334、0.251和0.133。由于標準化回歸方程中各自變量的標準化系數大小可以比較各自變量對因變量作用的大小,所以方程(4)告訴我們,4個因素中學緣對大學教師流入更高層次大學所起的作用最大,其次才是學歷學位,再次是首職校,而職稱的作用在四個因素中最小。
結論2對教師通過流動獲得現任職校學術地位起作用的教師個人因素主要是學緣、學歷學位、首職校的學術層次及教師職稱。其中學緣所起的作用最大,學歷學位次之,再次是首職校,最后是教師的職稱。
四、進一步思考
大學教師學緣、學歷學位、職稱和前任職校這4個因素都屬于教師的學術因素。模型分析表明,這4個學術因素可以決定“現職?!彼淼慕處煂W術地位的三分之一以上的差異。比起個人家庭背景及其他社會資本,個人的學術因素在學術地位獲得上能占如此大的比例,自然顯示出我國大學教師社會流動的先進性。但是,學緣與學歷學位、前任職校與職稱這些因素之間又有很大的不同,“學歷學位”和“職稱”可以看作教師個人學術水平或學術業(yè)績的“自致性屬性”,而“學緣”和“前任職?!眲t都是教師所在群體的特征,是“所屬性因素”?!白灾滦詫傩浴钡淖饔门c“業(yè)績主義”“普遍主義”規(guī)范對應,相應的流動更多地顯現為“能力流動”;“所屬性因素”的作用對應著“所屬主義”“特殊主義”規(guī)范,相應的流動更多地顯現為“庇護流動”。本文所建模型顯示,教師的“所屬性因素”對教師通過流動所獲學術地位的作用大于“自致性因素”的作用。因此,可以說,我國大學教師的校際流動既遵循普遍主義規(guī)范,又遵循所屬主義規(guī)范,但顯然所屬主義要比普遍主義更優(yōu)先地被強調。我國大學教師的校際流動歸根到底是學緣庇護下的“能力流動”。
學緣關系一旦確定,是無法改變的,就像人的血緣關系一樣。學緣對大學教師地位獲得產生作用無可厚非,但其作用顯著高于代表學術水平和業(yè)績的學歷學位及職稱這些自致性因素的作用,就很容易導致這樣的情況普遍發(fā)生:那些畢業(yè)院校與流動目標院校學緣關系較遠的教師,無論如何奮斗,無論學術上如何成功,也很難達成自己的流動目標。這顯然有違社會公平,也難以激發(fā)學術創(chuàng)造力。我國高校在錄用教師及校際人才交流方面,應努力解決這類問題,進一步深化人事改革,真正推動現代大學制度建設。
注釋:
①為了表述簡潔起見,回歸方程右邊的殘差項都未標出。
參考文獻:
[1]田原,喻愷.亞洲世界一流大學的師資模式[J].復旦教育論壇,2013(1):23-49.
[2]張斌.博士畢業(yè)生互聘網絡中的院校分層與結構化特征[J].教育研究,2013(1):84-96.
[3]吳培群.大學教師流動及其中外比較研究——基于一個全國樣本的內容分析和建模[M].北京:北京西苑出版社,2011:49-101.
[4]吳培群,封化民.大學教師校際流動性的實證分析——基于Web內容分析數據與國際調查結果的比較[J].科研管理,2013(5):86-92.
[5]山野井敦德.大學教授の移動研究——學閥支配の選抜·配分のマカニズムー[M].日本東京:東信堂,1990:24-30.
[6]山野井敦德.日本の大學教員市場再考——過去·現在·未來[R].COE 研究シリ- ズ15.日本広島: 広島大學大學教育研究センター,2005:1-37.
(責任編輯蔡宗模)
The Empirical Analysis of Effect of Learning Margin on
the University Teachers Mobility
——Based on the Web Content Analysis Data
WU Peiqun, MENG Cui
(Beijing Electronic Science and Technology Institute, Beijing 100070, China)
Abstract:By using the learning margin index of “per capita career mobility expectation” and “relationship between the graduate school and the current school” the corresponding statistic model was established based on the data statistical analysis of the interschool mobility data of Chinese university teachers involving 2,354 effective resumes collected from corresponding university’s official website. Analysis results show that, the high ratio of teachers graduated from one school is one cause of low mobility of interschool university teacher, the closer learning margin, and the easier teacher flowing to reach the school. The interschool mobility of university teacher is the ability flowing under the protection of learning margin.
Key words:learning margin; university teacher; interschool mobility; correlation analysis; regression analysis; empirical analysis