我國世界一流大學建設政策的成效研究
——基于雙重差分模型的經驗證據

馬浚鋒， 羅志敏

(1. 廣州大學 教育學院，廣東 廣州 510006；2. 鄭州大學 教育學院，河南 鄭州 450001)

一、 引言

2015年10月，國務院印發了《統籌推進世界一流大學和一流學科建設總體方案》，提出以五年為一個建設周期，統籌推進世界一流大學和一流學科建設。2017年1月，教育部、財政部、國家發展改革委印發了《統籌推進世界一流大學和一流學科建設實施辦法(暫行)》，要求“采取認定方式確定一流大學、一流學科建設高校及建設學科”，這標志著“雙一流”建設(世界一流大學和一流學科建設)進入啟動階段。2017年9月，教育部等三部委聯合發布了《關于公布世界一流大學和一流學科建設高校及建設學科名單的通知》，42所高校進入世界一流大學建設高校名單，95所高校進入世界一流學科建設高校名單。至此，“雙一流”建設正式進入實施階段。2020年12月，教育部、財政部、國家發展改革委聯合發布了《“雙一流”建設成效評價辦法(試行)》，明確提出“以動態監測積累的過程信息與數據為主要支撐”“以評促建，注重持續提升”“既考核在現有資源條件下的建設成果及其對學校整體建設帶動效應，也衡量在已有發展基礎上的成長提升及發展潛力”。這標志著“雙一流”建設正式進入成效評價階段。對首輪“雙一流”建設(2016—2020年)進行成效評價，總結經驗和教訓，對新一輪“雙一流”建設(2021—2025年)具有承前啟后、繼往開來的重要意義。

事實上，作為社會各界關注的熱點，“雙一流”建設成效評價自“雙一流”建設實施之日起便受到學界的持續關注。在評價導向上，王建華辨明了“雙一流”建設評價的價值旨歸[1]；史秋衡、謝玲立足高等教育治理現代化的方向性重構、國家戰略需求的回應、育人本真的回歸，厘清了“雙一流”建設成效評價的價值邏輯[2]。在評價內容上，周光禮等一致指出，“雙一流”建設成效評價既需要參考國際可比指標，更需要克服世界大學排行榜技術性標準的缺陷，探索本土化評價方案[3]；劉小強、蔣喜鋒將評價重心下放至學科建設成效，認為首輪“雙一流”建設的“學科模式”不利于一流的科研創新，新一輪“雙一流”建設宜采取“學科+中心”模式[4]。在評價方法上，鐘秉林、王新鳳提出了注重結果導向，共性與分類、主觀定性與客觀定量相結合的多元協作的評價方法[5]；劉莉、劉念才基于目標管理的SMART原則，根據“雙一流”建設高校/學科在全球性排名中的表現與趨勢，認為應結合近期、中期和遠期建設目標進行“雙一流”建設成效評價[6]。在評價體系上，蔡三發等運用層次分析法，圍繞“學科方向前沿引領性、學科科研平臺、學科團隊協同能力、學科社會服務能力、國際交流與合作、學科研究生質量”構建了“雙一流”建設背景下學科可持續發展度的評價指標體系[7]。在評價結果上，部分學者嘗試基于科研論文視角對“雙一流”建設結果進行量化比較[8]。

從評價導向、內容、方法、體系到結果，這些研究為“雙一流”建設成效評價提供了很好的思路和可供參考的結果。然而，這些研究大多回答了“雙一流”建設成效評價“應該要怎樣”的問題，卻較少回答“雙一流”建設成效“到底怎么樣”這一問題。在評價結果方面，現有研究僅基于絕對值的增量評價“雙一流”建設成效，而忽視了時間累積效應對“雙一流”建設的影響，因而我們仍然難以確定這些增量源自“雙一流”建設政策的實施而非其他因素，現有成效評價的學理支撐仍顯欠缺。可見，“雙一流”建設成效評價既是熱點，也是難點，目前學界鮮有研究能夠對“雙一流”建設政策的實施成效進行科學評價、合理診斷，為政策效應提供較具說服力的實證邏輯。盡管我們能對一定時期內的高校發展狀況作出整體性判斷，如相關部門、建設高校紛紛進行了整體性評價或自評，但在“重點支持、扶優扶強”的政策導向下，我們還需要深入研判、科學評價“雙一流”建設政策的實施給入選高校帶來的效應，這樣才能洞悉政策落地情況與存在的問題，為后續政策安排的調整提供科學依據。

本研究擬聚焦于世界一流大學建設政策的實施給入選高校帶來的效應。從國際影響力和全球比較優勢上看，在2015年軟科世界大學學術排名(Shanghai Ranking′s Academic Ranking of World Universities，簡稱ARWU)中，我國僅有13所大學進入世界300強；而經過首輪“雙一流”建設，到了2021年，我國42所世界一流大學建設高校中共有30所進入世界300強，該數量亞洲第一、世界第二。從資源投入力度上看，2016—2020年我國33所世界一流大學建設高校的經費預算年均增長率為8.12%，經費投入合計為17 288.44億元，2020年其經費預算高達3 465.47億元，而國內100所地方高校的經費預算僅為1 723.05億元(1)數據來源于高校公布的各年度收支總預算；其中，北京理工大學、北京航空航天大學、中央民族大學、哈爾濱工業大學、西北工業大學、國防科技大學、鄭州大學、云南大學、新疆大學9校由于個別年份經費預算數據缺失而未被納入統計。。從創新驅動力上看，2016—2020年高校作為第一完成單位獲得的國家三大獎(國家自然科學獎、國家技術發明獎、國家科技進步獎)數量共為695項，其中，42所世界一流大學建設高校獲獎數量占比為61.01%(2)數據來源于軟科官網發布的2016—2020年內地高校國家三大獎折合數統計。。可見，我國世界一流大學建設具有“超常規投入、高強度建設”的特征，國際排名、創新成果等方面的數據顯示我國世界一流大學建設已初見成效。然而，僅對世界一流大學建設政策成效作整體性評價是不夠的，缺乏足夠的學理支撐，我們還需要全面、科學地評價世界一流大學建設的政策效應。此外，由于世界一流大學建設高校均為“985工程”或“211工程”高校，其原有辦學基礎較好，加上時間累積效應對其發展的影響，故我們難以確定這些增量主要來自世界一流大學建設政策的實施而非其他因素。因此，為進一步驗證并評估我國世界一流大學建設政策效應，本研究選取首輪“雙一流”建設中42所世界一流大學建設高校為研究對象，通過雙重差分(Difference-in-Differences,DID)法構建計量模型，判斷在世界一流大學建設政策實施后入選高校的辦學狀況較政策實施前是否發生了顯著變化、綜合實力是否顯著提高，以期考察世界一流大學建設的政策成效。

二、 研究設計

首先，本研究根據世界一流大學建設高校的建設方案歸納出世界一流大學建設政策成效的評價維度，采用DID法構建標準DID模型，得出基準回歸結果，評估世界一流大學建設政策的實施所產生的效應。其次，本研究通過一系列穩健性檢驗對基準回歸結果進行驗證，判斷政策效應估計結果是否具有可靠性。

(一) 世界一流大學建設政策成效的評價維度剖析

科學合理、精準有效的政策效應評價總是從政策目標的劃分開始的，因此，在設定計量模型之前，本研究需要剖析世界一流大學建設政策的目標，并以此為邏輯起點，為指標變量的選取提供合法性基礎。對世界一流大學建設高校來講，建設方案是其圍繞國家“雙一流”建設的總體目標、面向世界一流大學的創建而確定的行動框架。本研究對42所世界一流大學建設高校公布的建設方案進行較為系統的整理分析后，采用詞頻分析法，結合文本內容，從整體上把握它們在推進世界一流大學建設中的重點和方向(見表1)，進而歸納出世界一流大學建設政策成效的評價維度。

由表1可知，“學科”在建設方案文本中的涉及面最廣，計數點達到3 493個，覆蓋率為1.50%，表明世界一流大學建設高校都非常重視學科建設，說明了學科建設在世界一流大學創建過程中起著異常關鍵性的作用。緊隨其后的“創新”、“人才”、“國際”(國際化)和“科研”(科學研究)在文本中也均是圍繞學科建設展開的，即這些高校旨在通過組建高水平創新研究團隊產出一批在全國及世界范圍內有廣泛影響力的科研成果。建設方案對“機制”(管理機制改革)和“教學”(教育教學)也有廣泛涉及，結合文本內容來看，它們凸顯出這些高校對人才管理機制、創新型人才培養工作的重視，即通過擴大高層次人才隊伍規模、激發人才活力來服務于學科建設、人才培養。值得注意的是，“資源”(辦學資源)在文本中也占據一席之地，共有743個計數點，覆蓋率為0.32%，即這些高校通過科研成果轉化、科技服務等途徑整合辦學資源，這是其社會服務能力的表征。可見，對建設方案的文本分析表明，世界一流大學建設高校主要圍繞學科建設、師資隊伍建設提高科研創新成果產出、人才培養質量，進而提升綜合實力，且注重增強社會服務能力。由于影響人才培養質量的因素錯綜復雜，判斷人才培養質量高低的依據也較為主觀、難以量化，指標較難統一和觀測，因此，本研究對世界一流大學建設政策成效的評價聚焦于綜合實力、學科建設、師資隊伍建設、社會服務能力維度。

表1 42所世界一流大學建設高校建設方案各主題計數點及覆蓋率情況

(二) 模型設定

因果識別方法以DID、斷點回歸(Regre-ssion Discontinuity,RD)、工具變量(Instrumental Variable,IV)為代表，如卡德(David Card)和克魯格(Alan B.Krueger)運用DID法計算了新澤西州最低工資提高帶來的效應[9]；安格里斯特(Joshua D.Angrist)和拉維(Victor Lavy)使用RD法評估班級規模對學生考試成績的影響[10]；阿西莫格魯(Daron Acemoglu)等以歐洲殖民地死亡率差異為IV識別了制度因素對歐洲殖民地經濟表現的影響[11]。然而，良好的IV一般不易找到[12]，所以我們需要DID法來處理難以觀察的干擾因素，它能夠有效控制個體在政策實施前后不隨時間變化的異質性和隨時間變化的增量，從而提取出政策實施給個體帶來的凈效應。這一方法由阿申費爾特(Orley Ashenfelter)在研究培訓項目對工資的影響時引入[13]，隨后經由安格里斯特[14]、卡德[15]、因本斯(Guido W.Imbens)[16]等學者發展成熟；目前在計量經濟學界以及社會學界，當評價政策效應時，DID模型已被廣泛應用[17]。

本研究采用DID法構建計量模型主要基于以下考慮。第一，DID法可以在很大程度上避免內生性問題的困擾，政策對于微觀經濟主體而言一般是外生的，因而不存在逆向因果問題；結合固定效應的DID模型估計在一定程度上也可緩解遺漏變量偏誤問題。第二，傳統方法下評估政策效應主要是通過設置一個政策發生與否的虛擬變量并進行回歸分析，相較而言，DID模型設置更加科學，能更加準確地估計出政策效應。根據DID模型的一般形式，本研究將計量模型設定為如下基本表達式：

(1)

(三) 變量選擇與數據來源

結合前文對42所世界一流大學建設高校公布的建設方案的文本分析可以發現，世界一流大學建設的政策目標主要是圍繞學科建設、師資隊伍建設、社會服務能力等方面全面提升高校綜合實力。因此，本研究選擇以下被解釋變量衡量世界一流大學建設的政策效應。其一，世界一流大學建設高校的綜合實力。本研究參考米洛特(Benoit Millot)[18]測評大學綜合實力的做法(4)米洛特在研究各國高等教育系統中的大學整體實力時比較了四大世界大學排行榜——QS世界大學排名(QS World University Rankings)、U.S.News世界大學排名(U.S.News & World Report Best Global Universities Rankings)、THE世界大學排名(Times Higher Education World University Rankings)、ARWU在大學綜合實力評價方面的情況，發現盡管四大世界大學排行榜評價維度、指標權重不一，但ARWU因更加強調大學的科研水平、學術能力而在大學綜合實力的評價方面與其他排行榜具有一致性，這體現為在ARWU中表現較好的高校在其他排行榜中的表現也較好。，采用高校在軟科中國大學排名中的總得分衡量高校綜合實力，總得分越高，表示綜合實力越強，記作score。軟科中國大學排名與ARWU同樣強調大學的科研水平、學術能力，但在此基礎上，軟科中國大學排名結合了我國國情，突出強調以人才培養和服務國家為導向，遵循“全面評估、分類評價”的原則對我國大學進行了差異化評價。因此，高校在軟科中國大學排名中的總得分既具有國際可比性，也符合我國高等教育現狀，以之衡量高校綜合實力具有合理性。

其二，世界一流大學建設高校的學科建設。學科建設既需要立足本土實踐，回應中國經驗，也需要擁有國際視野，緊跟學術前沿。本研究選擇中文社會科學引文索引(Chinese Social Scien-ces Citation Index,CSSCI)來源期刊發文量、科技文獻數據庫(Web of Science，WOS)熱點文獻數、基本科學指標數據庫(Essential Science Indicators，ESI)高被引文獻數及所獲國家社會科學基金數量指標衡量高校的學科建設成效，分別記作CSSCI、hots、highcites、social。在自然科學領域，WOS熱點文獻數、ESI高被引文獻數是判斷高校某學科是否處于國際前沿的通行標準，是國際比較視野中判斷高校學科科研創新能力的主要指標；在人文社會科學領域，CSSCI期刊發文量、所獲國家社會科學基金數可以反映高校的某一學科是否擁有足夠的研究梯隊、辦學條件來開展學術活動、承接國家項目。

其三，世界一流大學建設高校的師資隊伍建設。在高校師資隊伍建設成效評價方面，目前學界主要采用專任教師數、中高級職稱教師比例等規模性指標。然而，世界一流大學建設政策旨在推動精英型高校進入世界一流行列，評價其師資隊伍建設成效需要更多關注質量性指標。通過對入選高校建設方案的文本分析也發現，“頂尖人才數”這一指標是世界一流大學建設高校在師資隊伍建設中關注的重點。因此，本研究選擇高校頂尖人才數作為其師資隊伍建設成效的衡量指標具有合理性，記作toptalent。一段時期內，世界一流大學建設高校擁有頂尖人才數的增加，在很大程度上意味著該校組建了高水平科研創新團隊，使其在國際學術前沿領域占據一席之地；其師資隊伍在國際高等教育機構競爭中脫穎而出，也在一定程度上反映了高校的人才培養實力。

其四，世界一流大學建設高校的社會服務能力。社會服務能力反映的是高校與區域社會經濟發展的協調水平及其社會聲譽，本研究選擇高校通過提供科技服務所得收入及其所獲社會捐贈收入作為該變量的衡量指標，分別記作techservice、reputation。擁有滿足社會經濟發展需求、為社會發展“輸血”的能力以及滿足自身發展需求的“造血”能力，是世界一流大學的應有之義。因此，高校所獲的科技服務收入、社會捐贈收入是其社會服務能力的主要表征。

本研究對控制變量的選擇主要基于以下考量。由于高校的生源質量、人才培養質量、科研質量、頂尖成果數在綜合實力評價中擁有較重的分量，且在一定程度上決定了高校的學科建設成效、師資隊伍建設成效和社會服務能力高低，因此，本研究以此作為高校的綜合實力、學科建設、師資隊伍建設、社會服務能力被解釋變量的控制變量，分別記作stuquality、results、FWCI(5)學科標準化后的科研論文影響力(Field-Weighted Citation Impact，FWCI)。和topresults。一般來說，高校的科研成果產出與質量是師生在高等教育場所的科研活動的結果，科研經費投入、師生規模、科研設備規模在很大程度上制約著高校科研活動開展及其發展程度。由于個別高校的科研人員數、碩博士生規模、科研投入等存在統計口徑不一致等問題，因此，本研究選擇國內學術期刊發文量，WOS、SCI、SSCI期刊發文量和國家級基金數量作為高校學科建設成效的控制變量，分別記作domestic、WOS、SCI、SSCI和nationlevel。這是因為，無論是科研經費投入、師生規模還是科研設備規模，其對科研的影響大都通過各年度高校在國內外學術期刊上的整體發文量及所獲的國家級基金數量等科研產出反映出來，本研究以此作為控制變量更容易獲取一致且無偏的統計量，使估計結果更能反映政策凈效應。此外，本研究記政策效應虛擬變量為Dit=Treati·Periodt。

綜上，本研究選擇首輪入選世界一流大學建設高校的39所高校(由于國防科技大學、中央民族大學、云南大學存在部分數據缺失的情況，故將其剔除)為處理組。為降低選擇性偏差，本研究根據處理組的院校類型匹配對照組，從首輪世界一流學科建設高校中選擇57所高校為對照組，組成面板數據(i=96，t=5)。本研究中score、toptalent、techservice、reputation、stuquality、results、FWCI和topresults數據來源于軟科中國大學排名，而CSSCI、hots、highcites、social、domestic、WOS、SCI、SSCI和nationlevel數據來源于中國高校科研成果統計分析數據庫。處理組和對照組的數據時間范圍都為2015—2019年(6)由于來源于中國高校科研成果統計分析數據庫的數據時間范圍為2015—2020年，而來源于軟科中國大學排名的數據時間范圍為2015—2019年，兩者是非平衡面板數據，故本研究數據時間范圍定為2015—2019年以構成平衡面板數據。通過下文一系列穩健性檢驗發現，該數據時間范圍可以保證研究結論的可靠性。。

為降低計量模型估計結果出現多重共線性和異方差的概率，保證實證結果具有統計學意義，除政策效應虛擬變量外，本研究對所涉及的其余變量均進行取自然對數處理，各變量的描述性統計結果如表2所示。

表2 各變量描述性統計結果(N=480)

三、 實證結果及檢驗

本研究通過基于DID模型的政策評估提取出世界一流大學建設政策的實施給入選高校帶來的凈效應，并通過一系列的穩健性檢驗為世界一流大學建設的政策效應估計結果提供可靠性。

(一) 基準回歸結果

表3顯示了世界一流大學建設政策效應的基準回歸結果，本研究重點關注政策效應Dit。在放入控制變量且控制了個體、時間效應后，模型(1)—(8)的R2均在60%以上，這說明該模型具有較好的擬合效果。總體而言，世界一流大學建設政策的實施顯著提高了入選高校的綜合實力、辦學水平，首輪建設周期內高校的學科建設、師資隊伍建設成效顯著，社會服務能力顯著增強，這說明世界一流大學建設政策的實施產生了明顯的積極效應。

表3 世界一流大學建設政策效應的基準回歸結果

具體而言，模型(1)結果顯示，世界一流大學建設政策的實施對入選高校綜合實力的提高產生了正向影響，政策效應估計值為0.045，且在5%顯著性水平上具有統計學意義。模型(2)—(5)考察的是世界一流大學建設政策的實施對入選高校的學科建設產生的效應。模型(2)結果顯示，入選世界一流大學建設高校后，高校在CSSCI期刊上的發文量較政策實施前增加了10.7%，且該政策效應估計值在1%顯著性水平上具有統計學意義。模型(5)結果顯示，世界一流大學建設政策實施后，入選高校所獲國家社會科學基金數量顯著增加，政策效應估計值為0.091，且在10%顯著性水平上具有統計學意義。這表明世界一流大學建設高校的學科建設具有本土實踐性，且成效顯著。模型(3)—(4)結果顯示，世界一流大學建設政策的實施顯著增加了入選高校的WOS熱點文獻數和ESI高被引文獻數，政策效應估計值分別為0.685、0.141，且在1%顯著性水平上具有統計學意義。這說明，世界一流大學建設政策的實施使入選高校的學科建設緊跟國際研究前沿，且在國際學術領域占據一席之地，處于國際領先水平。模型(6)考察了世界一流大學建設政策的實施對入選高校的師資隊伍建設產生的效應。結果顯示，世界一流大學建設政策實施后，入選高校所擁有的頂尖人才數顯著增加，政策效應估計值為0.037，且在10%顯著性水平上具有統計學意義，亦即世界一流大學建設政策的實施使入選高校的頂尖人才隊伍規模擴大了3.7%。模型(7)—(8)考察了世界一流大學建設政策的實施對入選高校的社會服務能力產生的效應，結果顯示，世界一流大學建設政策的實施對入選高校社會服務能力的提高具有正向影響，科技服務收入、社會捐贈收入方面的政策效應估計值分別為0.423、2.024，且分別在5%、1%顯著性水平上具有統計學意義。這表示世界一流大學建設政策實施后，入選高校通過提供科技服務所得收入提高了42.3%，所獲社會捐贈收入提高了202.4%，入選高校的社會服務能力顯著增強。

(二) 穩健性檢驗

使用DID模型評估政策效應需要滿足同質性假設和隨機性假設，這是政策效應成立的前提。同質性假設是指如果不存在政策沖擊，那么處理組和對照組的時間趨勢是一致的；隨機性假設意味著政策沖擊是外生的，且政策對象的選取具有隨機性。因此，本研究需要進行一系列穩健性檢驗，以保證政策效應估計結果的可靠性，檢驗的年份范圍也均為2015—2019年。

1. 平行趨勢檢驗。判斷是否滿足同質性假設需要進行平行趨勢檢驗，亦即檢驗世界一流大學建設政策未實施時各高校的發展是否具有相同的變化趨勢。同時，由于入選世界一流大學建設高校的大學發展受到政策實施強度、原有辦學條件等因素的影響，因此，世界一流大學建設的政策效應可能具有緩沖期或消化期，這導致政策效應可能具有一定的滯后性。基于以上兩方面因素的考慮，本研究利用事件分析法構建如下模型進行平行趨勢檢驗：

(2)

如圖1所示，在世界一流大學建設政策實施之前，score、CSSCI、hots、highcites、social、toptalent、techservice、reputation方面的政策效應估計值的置信區間包括0，滿足平行趨勢檢驗要求。而在世界一流大學建設政策實施后，除social方面的政策效應未達到具有統計學意義的顯著性水平(但仍為正向)外，入選與未入選高校在綜合實力(score)，學科建設(CSSCI、hots、highcites)，師資隊伍建設(toptalent)以及社會服務能力(techservice、reputation)方面產生了顯著差異，這說明世界一流大學建設政策的實施給入選高校帶來了明顯的正向效應。此外，世界一流大學建設政策的實施對入選高校score、hots、highcites、toptalent和reputation方面的影響具有一定的滯后性。

2. 動態效應檢驗。基準回歸結果僅提供了世界一流大學建設的總體政策效應，為了更準確地呈現首輪建設周期內世界一流大學建設政策在各年度對入選高校產生的效應，以及判斷該政策效應是否具有即時性、持續性，本研究在表4中給出了動態效應回歸結果。總體結果顯示，世界一流大學建設政策的實施顯著提高了入選高校的綜合實力與辦學水平(score)，其學科建設(CSSCI、hots、highcites)和師資隊伍建設(toptalent)成效顯著，社會服務能力(techservice、reputation)顯著增強，且該政策對social具有正向影響。此外，CSSCI、techservice方面的政策效應具有即時性；世界一流大學建設政策的實施對入選高校綜合實力(score)，學科建設(CSSCI、hots、highcites)，師資隊伍建設(toptalent)和社會服務能力(reputation)的顯著正向影響均具有持續性，對入選高校techservice方面的顯著正向影響缺乏持續性。

圖1 平行趨勢檢驗結果

3. 基于PSM-DID方法的檢驗。39所世界一流大學建設高校并非隨機產生，這種樣本選擇偏誤可能會影響基準DID估計結果的可靠性。為排除樣本選擇偏誤的影響，本研究采用PSM-DID方法進行穩健性檢驗。傾向值匹配(Propensity Score Matching，PSM)模型由羅森鮑姆(Paul R.Rosenbaum)和魯賓(Donald B.Rubin)提出，通過匹配技術獲得反事實估計[19]。而將PSM模型與DID模型相結合的思路[20]則由赫克曼(James J.Heckman)等學者提出，旨在通過PSM為DID估計篩選對照組，這為后續研究運用PSM-DID模型評價政策效應奠定了理論基礎。

表4 動態效應檢驗結果

在使用PSM-DID模型時，直接將面板數據轉化為截面數據進行處理的方式可能導致自匹配問題，使得最終識別的結果中摻雜大量時間趨勢信息[21]。因此，本研究選擇外生政策實施前一年(2016年)的情況進行匹配，使選擇的控制變量與基準回歸分析一致，從而減少DID估計偏誤。本研究使用核匹配法進行估計，得出處理組和對照組匹配效果(見圖2)。匹配后處理組和對照組傾向值的核密度比較接近，這說明本研究的匹配效果較好，證明了PSM-DID方法的可行性、合理性。

本研究基于PSM-DID方法的檢驗結果(見表5)表明，世界一流大學建設的政策效應估計結果依然十分穩健。世界一流大學建設政策的實施顯著提高了入選高校的綜合實力與辦學水平(score)，其學科建設(CSSCI、highcites、social)和師資隊伍建設(toptalent)成效顯著，社會服務能力(reputation)顯著增強，且該政策對hots、techservice具有正向影響。這一結果進一步支持了本研究的實證結論。

圖2 匹配前后傾向值核密度函數

表5 基于PSM-DID方法的檢驗結果

4. 控制省域和時間的聯合固定效應檢驗。我國幅員遼闊，各省份在資源稟賦、經濟發展條件等方面的差異比較明顯，各省份的世界一流大學建設高校辦學條件不一。由此帶來的遺漏變量影響可能使估計結果出現偏誤，解決方法是在基準DID模型中引入96所樣本高校所屬25個省份的虛擬變量與各年度虛擬變量交互的聯合固定效應(見表6)。摩澤(Petra Moser)和沃納(Alessandra Voena)在研究《敵對國家貿易法案》(Trading with the Enemy Act,TWEA)對發展中國家發明創新的影響時，控制了主行業和時間的聯合固定效應[22]；納恩(Nathan Nunn)和錢南茜(Nancy Qian)在關于糧食援助是否會導致沖突的研究中也運用了這一方法，把130個亞非國家劃分為6個區域，控制了區域和年度的聯合固定效應以避免遺漏變量的影響[23]。結果顯示，世界一流大學建設的政策效應估計結果依然十分穩健。世界一流大學建設政策的實施顯著提高了入選高校的綜合實力與辦學水平(score)，其學科建設(CSSCI、hots、highcites、social)成效顯著，社會服務能力(techservice、reputation)顯著增強，且該政策對師資隊伍建設(toptalent)具有正向影響。

表6 控制省域和時間的聯合固定效應檢驗結果

5. 安慰劑檢驗。在以上穩健性檢驗的基礎上，本研究進一步利用反事實方法進行安慰劑檢驗(Placebo Test)[24]，從樣本高校中隨機抽取39所高校作為偽處理組，將剩下的57所高校作為偽對照組，對世界一流大學建設的政策效應進行檢驗，得到偽政策效應估計值。偽政策效應估計值如果不顯著，則能夠反過來表明入選高校在綜合實力、學科建設、師資隊伍建設和社會服務能力方面的發展成效是由世界一流大學建設政策帶來的，而不是由其他偶然因素帶來的，即結論穩健；反之，則結論不穩健。圖3顯示了隨機抽取500次偽處理組后的世界一流大學建設政策效應估計值分布情況，其中，X軸為估計值，Y軸為相應P值；水平虛線為10%的顯著性水平(P值為0.1)，垂直虛線是DID模型的真實估計值。可以看出，人為設定處理組后，反映世界一流大學建設政策成效的8個指標(score、CSSCI、hots、highcites、social、toptalent、techservice、reputation)的偽政策效應估計值的相應P值大都大于0.1，即在10%的水平上不顯著；score、CSSCI、hots、reputation基準DID模型的真實估計值是明顯的異常值(垂直虛線與圓點不相交叉)，highcites、social、toptalent、techservice基準DID模型的真實估計值是小概率事件(雖然垂直虛線與圓點有交叉，但大部分圓點在垂直虛線的左側，垂直虛線處圓點較少)。這表明本研究對世界一流大學建設政策成效的估計結果不是偶然得到的，因而不太可能受到了其他政策或者隨機性因素的影響，處理組高校在綜合實力、學科建設、師資隊伍建設、社會服務能力方面的進展確實是由世界一流大學建設政策帶來的。

圖3 安慰劑檢驗結果

四、 結論、分析與討論

本研究基于世界一流大學建設政策的準自然實驗，選擇入選世界一流大學建設高校的39所高校作為處理組，并根據處理組的院校類型從入選世界一流學科建設高校的大學中選擇57所高校作為對照組，利用2015—2019年的校際面板數據，采用DID法構建標準DID模型，評估世界一流大學建設政策的實施所產生的效應。結果顯示，世界一流大學建設政策實施后，入選高校在綜合實力、學科建設、師資隊伍建設、社會服務能力方面的成效均有了顯著提高，且估計結果通過了平行趨勢、PSM-DID、安慰劑檢驗等一系列穩健性檢驗，這說明該政策效應估計結果具有可靠性。一方面，世界一流大學建設政策實施后，入選高校得到了整體性發展，其在軟科中國大學排名中的總得分提高了4.5%，綜合實力顯著提升。另一方面，盡管總體而言該政策對入選高校的學科建設、師資隊伍建設和社會服務能力產生顯著正向影響，但通過進行一系列穩健性檢驗，本研究仍然能夠發現該政策對入選高校學科建設的hots、social，師資隊伍建設的toptalent和社會服務能力的techservice方面的影響雖為正向但不顯著，這反映了該政策效應與政策目標相比存在的一些差距和不足。

一是學科建設。一流大學建設需要一流的學科來予以支撐，學科建設也是世界一流大學建設高校的共同目標和追求。政策效應估計結果顯示，世界一流大學建設政策實施后，入選高校的學科建設成效顯著，CSSCI期刊發文量、WOS熱點文獻數、ESI高被引文獻數以及所獲國家社會科學基金數分別增加10.7%、68.5%、14.1%、9.1%；學科建設既能立足本土實踐，回應中國問題，也能夠擁有國際視野，緊跟學術前沿。然而，穩健性檢驗中的平行趨勢檢驗和動態效應檢驗結果卻顯示，盡管世界一流大學建設政策對入選高校獲取國家社會科學基金具有正向影響，但該政策效應未達到具有統計學意義的顯著性水平。一個可能的原因是，世界一流大學建設高校的資源并未向人文社會科學領域較多傾斜，ESI強勢學科的發展并未形成集群優勢并帶動諸如人文社會科學領域學科等弱勢學科的發展。同時，在基于PSM-DID方法的穩健性檢驗結果中，盡管世界一流大學建設政策對入選高校的WOS熱點文獻科研產出具有正向影響，但世界一流大學建設政策實施后，入選與未入選高校在WOS熱點文獻的科研產出上并不具有顯著性差異。這可能是因為世界一流大學建設高校與世界一流學科建設高校在學科建設過程中均側重國際學術熱點，存在重復建設的同質化傾向，也就是說，與世界一流學科建設高校相比，世界一流大學建設高校并未在學科布局上突出優勢與特色。

二是師資隊伍建設。國務院印發的《統籌推進世界一流大學和一流學科建設總體方案》要求建設高校一方面“加快培養和引進一批活躍在國際學術前沿、滿足國家重大戰略需求的一流科學家、學科領軍人物和創新團隊，聚集世界優秀人才”；另一方面“遵循教師成長發展規律，以中青年教師和創新團隊為重點，優化中青年教師成長發展、脫穎而出的制度環境”“增強人才隊伍可持續發展能力”。這從人才引進和教師發展兩個方面明確了對世界一流大學建設高校師資隊伍建設的任務要求，兩個方面具有同等重要的地位，各一流大學建設方案的政策文本也體現了這一點。動態效應檢驗結果顯示，在世界一流大學建設政策實施后，入選高校的頂尖人才規模持續擴大，政策效應估計值從0.042增長到0.106。由此可知，世界一流大學建設高校較好地完成了師資隊伍建設方面的政策目標，入選與未入選高校在頂尖人才數上的差距持續拉大，且由此產生了馬太效應。盡管政策效應估計結果顯示，在世界一流大學建設政策實施后，入選高校的師資隊伍建設成效顯著，頂尖人才數增加了3.7%，但控制省域和時間的聯合固定效應檢驗結果顯示，世界一流大學建設政策對入選高校頂尖人才數的影響雖為正向但不顯著。結合我國高校人才“孔雀東南飛”、高校“挖人”現象屢見不鮮的現實情況來看，這可能說明我國世界一流大學建設高校在師資隊伍建設上的成效更多源于人才引進，世界一流大學建設高校在中青年教師發展工作上還存在不足。

三是社會服務能力。建設經費、辦學資源對一流大學的建設起著基礎性的支持作用，沒有充足的辦學經費和資源，綜合實力、學科建設、師資隊伍建設等一切都將無從談起。因此，“整合社會資源”在一流大學建設方案文本中多有涉及，成為高校增強社會服務能力的代名詞，即高校通過科研活動與社會開展合作，為社會提供服務，也不斷拓寬籌資渠道。從政策效應估計結果來看，世界一流大學建設政策的實施顯著提高了入選高校的科技服務收入、社會捐贈收入，其政策效應估計值分別為0.423、2.024，即該政策在科技服務收入、社會捐贈收入上分別為入選高校帶來了42.3%、202.4%的增量。這也說明入選高校基本完成了增強社會服務能力的目標，一定程度上拓寬了其辦學資源獲取渠道。然而，在基于PSM-DID方法的穩健性檢驗結果中，盡管世界一流大學建設政策對入選高校獲取科技服務收入具有正向影響，但該政策效應未達到具有統計學意義的顯著性水平，即入選與未入選高校在科技服務收入上不存在顯著差異。從本研究獲得的數據來看，這可能是因為我國世界一流大學建設高校在科研成果轉化能力上存在較大的個體差異；在世界一流大學建設政策推動下，少數高校在科研成果轉化能力上有了大幅度提高，而在整體上，世界一流大學建設高校的科研成果轉化率還相對較低。此外，動態效應檢驗結果顯示，世界一流大學建設政策對入選高校科技服務收入產生的效應缺乏持續性。

五、 政策建議

對世界一流大學建設的政策效應研究在為我國高等教育強國建設的經驗總結提供實證邏輯的同時也能鑒往知來，為新一輪世界一流大學建設的政策導向提供科學依據。為此，本研究提出以下政策建議。

一是在學科建設上需關注“冷門絕學”，適當增添人文社會科學“色彩”。學科建設是一項日常性工作，也是一個漫長的不斷累積的過程，既需要ESI高被引文獻、WOS熱點文獻打造國際學術前沿學科群，也需要從高校整體的情況、可持續的發展目標出發。學科建設不能不顧學術生態而盲目砍掉一些所謂的“無用”學科，或忽視學科的生長性而扼制那些目前相對弱勢、冷門但長遠來看較有學術價值的學科，也不能因為人文社會科學等領域的一些學科“出成果慢”等原因而壓縮其生存和發展空間。因此，新一輪世界一流大學建設既要保證優勢學科、前沿學科的高質量發展，也要給予具有本土實踐性的特色學科、冷門學科以及人文社會科學學科一定的發展空間。如高校可通過交叉學科建設，以ESI前1%或1‰的優勢學科為“龍頭”，融合人文社會科學等領域的學科，形成學科集群優勢等。

二是在師資隊伍建設上需更注重“內源”發展，堅持“外援”“內源”相結合。短時期內通過高端人才的引進促進高校的發展是有一定作用的，但僅僅通過高薪引進人才顯然不是師資隊伍建設的全部，如何用好人才、留住人才才是關鍵。而且，師資隊伍建設的根本還是在于中青年教師的培養和發展，其雖然成效顯現的周期較長，但卻是最穩妥、最有發展后勁的做法。為此，在新一輪世界一流大學建設中，高校在進行師資隊伍建設時切勿操之過急，而需要按照“分類別、有梯隊”的原則要求推進高水平教學及科研團隊建設，打造一批長期、穩定、精干的高水平合作創新團隊。

三是在社會服務能力提升上需注重構建科技成果轉化的長效機制。從目前情況來看，由于世界一流大學建設高校科技成果轉化率雖有提高但仍然較低，世界一流大學建設政策對入選高校科技服務收入產生的效應缺乏持續性，故世界一流大學建設高校的財政收入結構仍較單一，即過于依賴政府的財政投入。這不僅使高校辦學經費短缺的風險增加，而且不利于高校將科研成果轉化為現實生產力，促進產業結構轉型升級。為此，我國有必要以新一輪世界一流大學建設為契機，推動科研成果使用權、處置權、收益權改革，加強創新成果知識產權保護，促使高校提高科研成果轉化率，從而形成產學研合作的長效機制。