推文人 | 蒋欣娟 

原文信息：Kang Y, Liu R. Does the merger of universities promote their scientific research performance? Evidence from China[J]. Research Policy, 50(1): 104098.

 

01 引言

 

为提高大学的基础科研能力和综合实力，世界各国积极推行了系列高等教育改革。一方面，不断出台激励政策以增加对高校的投资，例如中国的985和211项目、德国的精英大学计划、俄罗斯的5-100计划。另一方面，通过调整高等教育的管理模式和结构（例如对高校进行重组和合并），促进高校共享资源、降低平均运营成本、增加科学研究的平均产出，实现规模经济。事实上，高校合并政策不仅为中国和南非等发展中国家广泛采用，在英国、荷兰、挪威、芬兰和澳大利亚等国也不乏典型案例。

 

那么，高校合并是否提高了科研绩效？本文尝试对这一问题做出回答。中国高校的数据为本文的研究提供了极佳的样本。一方面，中国高校经历了全球最大规模的合并潮，从1990年到2006年3月共发起了431项合并。另一方面，中国的公立大学在政府与学校的关系、组织形式等方面，与其他国家具有相同的特征。而且近年来，中国高校的科研实力也有了长足的进步。从全国范围来看，中国高校以不到10％的研发人员和8％的研发经费投入，承担了60％以上的基础研究，建立了60％的国家重点实验室，获得了60％以上的国家获得科学技术奖，发表了超过80％的科学论文。从这一角度来看，本文的研究结论也可以为其他旨在提高创新能力的国家（尤其是发展中国家）提供参考。

 

与现有文献相比，本研究的主要贡献如下：（1）克服了现有研究样本量小的问题。本文采用了1993—2013年间中国431所大学的面板数据（其中73所高校被合并），该数字是迄今为止该领域最大的样本量。与使用跨国数据进行的研究相比，本研究可以排除制度和文化所造成的影响。（2）本文采用了DID的分析框架，可以避免研究结论受到同时影响所有大学的因素的干扰。从指标选择的角度，本文使用有关出版物、项目和奖项的九项指标来衡量大学的学术表现，这些指标都有很直观的经济解释。（3）本文的主要发现表明，高校合并对科研绩效表现为负面作用，且受参与者数量和政府干预程度的影响。经过一系列的稳健性检验，上述结论仍然成立，即高校合并不能有效地提高科研绩效。本研究重新审视了高等教育改革的政策效果，并为其他国家提供了参考和警告。

 

02 制度背景和假设

 

中国政府自20世纪90年代初开始进行相关改革。国家教委以“共建，调整，合作，巩固”作为指导高校合并的方针，旨在以此改变原有的零散管理体系并实现规模效益。此外，该计划也是对“科教兴国”战略的响应。高校合并浪潮在2000年达到了顶峰，这一年共发起91宗合并，涉及231家高校。教育部1990年至2006年3月的统计数据表明，共有1086所高校合并为431所。表1显示了1990-2006年间高校合并的情况。

从高校与政府之间的关系来看，学生规模的迅速扩大、社会需求和教育成本的增加以及学校资金的短缺，将使高校越来越依赖政府的发展资金。但是，政府出于自身动机的过度干预，可能造成重复的学科建设以及支出急剧增加。另一方面，当几所合并院校之间的实力差距很大时，反而加剧了学术交流的难度。高校合并中的文化和组织冲突也会对合并效果产生深远影响。在合并之前，每所院校都有悠久的运营历史，并形成了不同的思想流派和校园文化。学校理念、价值观、校园精神、管理体制等方面的差异加深了“文化孤立”现象，不利于实现合并学校的总体战略目标。此外，从人员整合的角度来看，资源的重组和分配将不可避免地影响人员整合，例如应该保留哪些机构、谁是新机构的负责人、如何安排多余的干部。而中国大学组织的内部权力结构具有高度的稳定性，对组织结构的调整具有天然的抵抗力。据此，本文提出假设1：

 

H1：高校合并不会提高科研绩效。

 

中国高校合并的最终目的，是通过高校扩张实现规模经济。在苏联式办学体制下，早期的中国几乎没有综合性大学。1990年，在中国的1075所大学中，只有50所是综合性大学（占4.6％）。在高校合并的过程中，高校通常被激励合并多所学校，以建立具有全面和完整学科的机构。大多数合并案例有两个参与者，有些甚至有三个或更多参与者。但是，高校合并的交易成本也会随着参与者的数量增加而增加。据此，本文提出假设2：

 

H2：合并效果与参与者数量呈负相关。

 

高校合并的效果在很大程度上取决于地方政府的干预。中国高校在财政资源和建设用地方面严重依赖行政部门。在1998年之前，中国的教育体系在中央、省和城市各级运作。1998年6月，中央政府决定进一步改革中国的高等教育体制。中央政府只保留了几所高校，大部分高校则由省管理。截至2015年，中央政府仅控制111所高校，其中75所直接隶属于教育部。这些高校并不将地方政府作为其上级管理部门，在合并过程中具有较强的独立性和较少的地方政府干预。因此，省级大学的合并效果往往会更差。据此，本文提出假设3：

 

H3：中央直属大学的合并效果要好于省级大学。

 

03 数据、变量和识别策略

 

1. 数据

 

教育部的《中国高等教育科学技术统计汇编》中，记录了1994年以来各省的教育发展情况和600多所高校的科研投入和产出数据。具体指标包括：教学和研究人员、投资资金和其他投入、科学技术项目总数、专著、学术论文、国内外出版物、国家奖项等科研成果指标。这些指标为本研究提供了很好的基础材料。

 

2. 变量

 

（1）因变量。本文选择了九项科研成果指标作为因变量，包括科学技术项目总数、项目资金、专著、学术论文、国内外出版物、确定成果、签订合同、授予奖项和国家奖项。

 

（2）核心解释变量。虚拟变量的取值，取决于大学是否已经合并或开始合并。如果大学已经合并或开始合并，则虚拟变量等于1，否则等于0。考虑到合并影响的滞后性，如果合并发生在6月30日之前，则将当年定为合并的开始年份；如果合并发生在7月1日之后，则将下一年定为合并的开始年份。以merge_n表示是否参与合并的虚拟变量，并以merge_p和merge_m分别表示省级大学和中央政府是否参与合并的虚拟变量。

 

（3）控制变量。在20世纪90年代，中国实施了211和985项目、“985项目创新平台”“特色重点学科项目”和“中国西部和中部国家基础能力建设项目”。这些政策直接影响每所大学的科研绩效。我们单独控制这些变量以排除此类政策的影响。考虑到每所学校的教学和研究人员数量以及投资资金的数量也影响科研绩效，因此我们也控制了教学和研究人员的总数、研发人员的比例和投资资金。表2显示了主要变量的描述性统计信息。

3. 计量模型

 

由于本文所使用的样本中，包含了样本期间从未参与合并的高校（对照组）和已经合并的高校（处理组），因此可以使用DID模型来对高校合并的绩效进行评估：

其中Yit是用于衡量高校科研绩效的一系列指标；i和t分别代表大学和年份；变量Xit代表控制变量，包括教研人员总数、研发人员比例、人均学校经费、211项目、985项目、985项目创新平台、特色重点学科项目和中国西部和中部国家基础能力建设项目。在上述模型中，我们主要关注β1，它反映了高校合并对科研绩效的净影响。

 

检验假设2的模型为：

上式中，核心解释变量merge_Nit表示合并参与者的数量。其他变量含义与（1）式相同。

 

检验假设3的模型为：

上式中，核心解释变量中的M与P分别表示中央与省级高校。

 

04 计量结果与稳健性检验

 

1. 基本回归

 

表3汇报了3项假设的检验结果。在面板A中，所有变量均呈负相关，表明高校合并致使科研绩效的增长率下降。确切地说，合并不会提高科研绩效，反而可能会引致规模不经济效应。这一发现证实了本文的第一个假设。在面板B中，我们根据方程式（2），将核心解释变量替换为参与计划的大学数量。结果表明，当参与者的数量提高时，文化和组织整合的成本也随之提高，致使高校合并效果更差，证实了本文的第二个假设。在面板C中，我们根据方程式（3）进行回归。第一行、第二行分别是中央大学和省级大学的合并绩效。普遍来看，省级大学的合并效果不如中央大学，从而验证了假设3。

在控制变量中，教研人员和投资资金的数量对科研绩效具有积极影响，证实了研究投资的重要性。985和211项目对大学的科研绩效影响不大，这与现有文献的结论不一致（Zhang等，2013）。该结果可能归因于，本文对高校合并之前所有参与者数据的处理方式，使得合并前资金和人员的规模往往更高。另一个可能的原因是，随着大学之间的竞争，同一时期未被选中的211和985项目的大学投资也有所增加，因此缩小了211和985项目中大学之间的差距。此外，原文还对控制组和处理组进行了平行趋势假说的检验（由于空间有限，此处不列示相关结果，感兴趣的老师和同学可以阅读原文）。

 

2. 稳健性检验

 

在稳健性检验部分，本文采取了4种方法：

 

（1）控制大学-年份联合固定效应。在基本回归中，本文控制了时间固定效应以监控科研绩效变化的时间趋势；控制了高校固定效应，以控制地理位置、开设时间和其他不会随时间变化的因素的影响。在稳健性检验中，我们进一步排除每所高校的时变因素对其科研绩效的影响。但考虑到自由度的缘故，仅排除了各省随时间变化的因素的影响。根本逻辑是，各省对于高等教育的干预和支持强度有所不同。例如，某几个省份对其所有高校予以支持，使得这些高校的科研绩效都得到提升。如果不控制这类政策，那么其效果可能会反映在核心解释变量中，并导致高估。

 

（2）消除异常值的影响。在世界大学排名中，位列前1000名的高校里，有45所位于中国大陆；位于前100名的6所高校中，5所曾经历过合并。在稳健性检验中，本文对所有因变量进行1％缩尾后再次回归，以消除顶尖高校和最低水平高校对计量结果的干扰。

 

（3）删除特殊地区的样本。中国的高校分布不均，有许多高校集中在北京和上海。“211工程”的112所大学中，北京有26所，上海有9所；“985工程”的39所大学中，北京有7所，上海有3所。在稳健性检验中，本文排除了北京和上海的样本，以消除这两个城市的特殊性和聚集效应。

 

（4）区分高校合并的类型。高校合并绩效是否因参与者实力不同而有所区别呢？本文对此进行了补充检验。根据汇编提供的数据，高校可以分为重点高校和普通高校，合并也由此可以分为强-强，强-弱和弱-弱三种类型。我们据此检验各种类型的合并，其绩效是否有所不同。结果表明，这三类合并都没有提升科研绩效。合并后，实力雄厚的高校并不能帮助实力较弱的高校提高科研水平。但是，实力雄厚的高校受到实力较弱的高校的负面影响。这种情况可能是归因于有效合并的困难和滋生内部矛盾，从而降低了科研绩效和管理效率。

 

在区分高校合并的实力类型之后，本文根据Wang（2009）进一步对高校合并进行分类。第一类是综合类/理工学院+医学院。这些高校合并是因为原始高校没有医学院。通过合并，这些大学可以填补医学专业空缺，并成为具有完整学科的综合性机构。这类合并的例子有北京大学和北京医科大学、复旦大学和上海医科大学。第二类是综合性/工科大学+师范大学/金融/文科大学。这些大学合并以丰富学科类型并取得互补优势。这类合并的例子有湖南大学和湖南财经大学、西安交通大学和陕西财经大学。第三类是综合性大学/理工大学+理工大学。这类合并旨在进一步提高学科竞争力和科研实力。例如，武汉工业大学、武汉汽车工业大学和武汉交通科技大学合并为武汉工业大学，西安公路交通大学、西北建筑工程学院和西安工程学院合并为长安大学。第四种是文科+文科/医学+医学。当地的大学和医疗机构合并以扩大学校规模并提高高校的评级。以上四种类型被标记为类型1-4，表7的面板B显示了回归结果。任何类型的合并都不会对科研业绩产生积极影响。从提高科研水平的角度来看，大学合并的无效性是一个系统的结论。在区分合并类型和对象之后，结果仍然相同，进一步支持了前文的逻辑。

 

Abstract

 

University mergers fundamentally aim to enhance the level of higher education and scientific research performance through resource integration by “reorganization”. However, whether university mergers achieve the latter goal has been subject to controversy. With the help of the “quasi-experiment” of Chinese colleges and universities merged in the 1990s, this study determines the impact of university mergers on scientific research performance. Panel data of 431 colleges and universities from 1993 to 2013 in The compilation of scientific and technical statistics of Chinese higher education and difference in differences method are used. Results show that the merger of colleges and universities exert a significant negative impact on the scientific research performance due to excessive government interventions and difficulties in cultural integration. The merger effect is related to the number of university participants and degree of government intervention. Therefore, university mergers cannot effectively promote the level of scientific research, unable to bring economies of scale and rather lead to diseconomies of scale.