赵世奎 , 吴彬

(北京航空航天大学 人文与社会科学学院, 

北京 100083)

博士生参与科研活动是博士生培养的关键一环。2020年，全国研究生教育大会上，孙春兰指出，要“把研究作为衡量研究生素质的基本指标”^[1]。欧盟委员会关于博士生培养原则的报告中指出，开展卓越的研究是一切博士生教育的基础^[2]。从微观层面审视博士生的科研过程，不仅有助于厘清博士生培养质量的内在机理，也有助于为深化博士生教育改革提供参考和依据。

一、文献回顾与问题提出

(一) 博士生科研的研究：从结果到过程

目前对博士生科研的研究主要以静态为主，研究焦点多放在博士生科研的结果上，如博士生的科研生产力和学位论文质量等。核心思路是将博士生科研过程看成一个整体，讨论其“输入-输出”的关系，如学术互动对论文产出的影响^[3]以及生源差异^[4]、前置学校^[5]、学术论文发表对学位论文质量的影响^[6]等。这些研究都取得了一定的成果，但是由于对科研的中间过程关注不足，从而导致人们对博士生科研的过程及内部状态的认识有限。例如，有研究表明，与导师的学术互动频次和质量对科研产出有正向影响^[3]，该研究虽揭示了输入与输出二者之间的关系，但由于缺乏过程性变量作为中间的衔接，导致其中的内在机理并不十分清楚；换言之，输入-输出之间存在认识的黑箱。因而，有必要深入探讨博士生科研的过程，破解这一黑箱，这既是理论发展的基本方向，也是面向博士生教育改革实践提出系统对策建议的现实要求。

(二) 博士生科研投入：关键性的过程变量

究竟应该以什么作为破解博士生科研黑箱和探究其内在机理的突破口？笔者认为，博士生科研投入是关键突破口。所谓投入，是一个心理学的概念，在此，笔者主要将科研投入理解为博士生进行科研时的努力程度。

从理论层面来看，科研投入是整合博士生科研过程的关键中枢。博士生科研过程的内部各因素间的关系错综复杂、难以把握，要想深入剖析博士生的科研过程，就必须依据一定的理论基础把这些要素建构成有机的系统，也就是理论框架。基于学习投入和工作投入理论的实证研究表明，个体投入在其中具有关键作用。因此，要针对博士生科研开展系统性和机理性的研究，可以尝试以其科研投入为关键中枢，将其科研动机、科研效能感、导师指导行为、导学关系、科研环境、知识获得、技能提升和品质发展等一系列要素整合到一个理论框架内，使其个人与整体科研环境结合在一起，其科研过程与科研结果和教育效果联系在一起。

从实践层面来看，投入不足与投入低效是困扰博士生培养的重要问题。相关调查和研究显示，投入水平下降和辍学是全球博士生教育面临的突出问题^[7]。笔者访谈中也发现，部分博士生科研投入效能低下，即一些博士生科研工作量很大，但是与努力和收获并不匹配，无论博士生本人还是其导师都对其成长不满意。可见，投入问题也是亟待解决的现实问题。

(三) 博士生科研投入时间：科研投入的基本要素

目前，博士生教育领域对科研投入的研究较少。从现有研究来看，学界一般以三种比较直观的观测量来衡量科研投入：一是科研投入时间^[8]；二是特定科研活动频率^[9]；三是参与课题的数量和质量^[10]。其中，科研投入时间是研究博士生科研投入的起点和总体把握博士生科研过程的基础。因为科研投入时间是博士生一切科研的前提，也是反映博士生科研最直观和最易测量的量。但现有研究对科研投入时间的关注有限，多是把科研投入时间作为一般性的自变量^[11]或因变量^[12]来进行研究，未将其置于焦点的位置。

于此，笔者则把时间理解为一种资源。约翰·哈萨德指出，时间的理解多种多样，但理解时间的一个重要方面就是把时间看作总量确定的资源^[13]。美国学者Moore认为，时间是一种客观的和可测量的稀缺资源^[14]。因此，笔者拟通过观察博士生对时间的分配来观察博士生的科研行为方式。

二、样本描述与现状分析

研究样本收集采用在线调查的方法，具体调查于2018年5-8月实施，且与北京大学教育学院和日本广岛大学高等教育研究所的研究人员同步合作进行。

(一) 样本描述

研究有效样本数为1 407，为来自全国46所高校(“985”高校23所、“211”高校14所以及其他高校9所)的博士生。样本的基本特征，如表 1所示。

(二) 博士生科研投入时间现状

根据研究样本，在过滤明显错误的异常值(每周科研时间大于168小时)后可知，受访博士生为攻读学位每周学业总投入时间的平均值为64.92小时(包括科研、课程以及其他与学业相关的事务所花费的全部时间)，每周科研投入时间的平均值为43.84小时，而科研投入时间在学业总投入时间中占比的平均值为69.52%^①。《自然》(Nature)杂志上发布的2019年全球博士调查结果显示，27%的受访者每周花费41~50小时攻读博士学位，25%的受访者花费51~60小时(这一调查结果仅按区间统计)^[15]。总之，中国博士生主要把完成学业的时间投入在了科研中，平均科研投入时间相对较高，略大于全球博士生的平均水平。

研究样本中不同群体科研投入时间及其占比情况，如表 2所示。其中，全日制博士生的科研投入时间明显大于非全日制博士生；学术型博士生的科研投入时间明显大于专业型博士生；工科和理科博士生的科研投入时间明显大于人文和社科博士生。

通过计算相关系数可知，科研投入时间与学业总投入时间正相关，且相关程度较高(皮尔逊相关系数r=0.650，显著性p < 0.001)，而与非科研投入时间(学业总投入时间减去科研投入时间)负相关，且相关程度较低(r=-0.045，p=0.090)。结合相应的直方图，可以推断，博士生的非科研投入时间相对固定，博士生增加科研投入时间的途径主要是扩大总体投入时间(即减少休闲娱乐和睡眠等生活时间)，而非挤占总体学业时间中的非科研投入时间，或者说博士生学业总投入时间的增加主要源于科研投入时间的增加。

三、科研投入时间的前因变量分析

对科研投入时间的探讨应首先分析其前因变量。由于事物之间存在普遍联系性，所以可以找到许多可能影响投入时间的因素，而且难以穷尽所有的影响因素。因此，需要基于一定理论模型，讨论何种因素会对时间投入产生影响，并锁定一些关键性的因素。

科研投入时间至少存在三类影响因素：个体背景性因素、个体心理学因素和社会环境性因素。为了探究科研投入时间的前因变量，需要分类讨论这三类因素，把可能的影响因素纳入研究视野，并运用逐步回归的方法，建立多元线性回归模型，确定科研投入时间的前因变量和影响效果。其中，对每一类变量分别建立回归模型，主要考虑如下：第一，当前进行回归分析的目的在于讨论影响因素及其影响方向，而非预测因变量，因而分别建立模型更加简洁，逻辑更加清晰；第二，由于各个自变量均存在一定的缺失值，分别建立模型可以尽可能多地利用样本；第三，目前笔者对于解释变量之间的关系还不十分清楚，所以，分别建立模型可以减少可能的多重共线性等问题。

(一) 基于入学输入型变量分析

笔者所探讨的个体背景性因素主要为入学输入型变量。性别和学科等变量是重要的个体属性且比较稳定，是博士生入学即确定的输入型变量。无论何种理论框架，这些通常都是重要的控制性变量，应该首先予以考虑。笔者采用逐步回归的方法，分析性别、学位类型、学习方式、年级以及学科类型等变量对科研投入时间的影响，如表 3所示(不显著的变量不再列出，下同)，其中拟合度R²=0.168；统计量为F=92.983；p < 0.001。

表 3模型中杜宾-沃森(Durbin-Watson)检验值为1.907，残差直方图显示残差基本服从标准正态分布，各变量允差大于0.1且小于1，方差膨胀因子小于5，不存在严重共线性问题，使用线性回归模型合理。

由表 3可知，学科类型、学位类型和学习方式对科研投入时间有影响，且理科和工科、学术型以及全日制的博士生的科研投入时间较高。

(二) 基于个体心理学变量分析

个体心理学变量，是指个体在攻读博士学位过程中与科研密切相关的态度、倾向、动机和效能感等心理学变量。这些变量也可能是科研投入时间的影响因素，但由于变量众多，因而需要基于一定的理论和逻辑对这些变量进行分析。笔者的分析主要基于以下三种理论来展开：

理性选择理论(Theory of Rational Choice)。该理论的核心思想在于，人会依据理性评估行为可能导致的后果来进行决策，即对未来的预期能够解释现在的行为。根据该理论，科研投入时间作为一种行为，主体决策的依据是科研的结果，即毕业与就业的预期。换言之，博士生个体根据理性判断，会为了更早地毕业和更好地就业而增加科研投入时间。因此，与毕业和就业预期有关的变量就有可能是科研投入时间的前因变量。

计划行为理论(Theory of Planned Behavior)。该理论的核心观点在于，个体对行为的态度决定行为。具体来说，个体的行为由其行为态度、主观规范和感知行为控制所决定。行为态度既包括情感维度(实施相应行为所引发的情感)，也包括认知维度(从认知的角度评估行为是否有利)^[16]。主观规范包括两类：一是指令性规范(Injunctive Norms)，即个体对外界态度(应不应该做)的感知；二是描述性规范(Descriptive Norms)，即个体对其他人行为的感知(其他人怎么做)^[17]。感知行为控制也包括两个维度：一是个体感知到的行为难度和完成的信心；二是个体对行为的控制能力^[18]。就笔者研究而言，对学术职业的态度、对课题的兴趣以及效能感等都有可能是科研投入时间的前因变量。

成就动机理论(Theory of Achievement Motive)。该理论的核心在于，个体的决策和行为基于个体的成就动机，个体趋向成功和避免失败的动机会影响个体行为^[19]。因此，博士生对职业的倾向和就读体验产生的情绪等都有可能是科研投入时间的前因变量。

以上三种理论从不同角度解释了人的行为，也为笔者选取和分析科研投入时间的影响因素提供了理论基础。基于此，笔者对可能的相关变量进行了逐步回归，建立的模型如表 4所示。其中，R²=0.103；F=20.077；p < 0.001。

表 4模型中杜宾-沃森检验值为1.899，残差直方图显示残差基本服从标准正态分布，各变量允差大于0.1且小于1，方差膨胀因子小于5，不存在严重共线性问题，使用线性回归模型合理。

由表 4可知，学术职业倾向、预期就业前景、预期毕业难度、研究效能感、就读体验落差感、研究条件满意度和研究兴趣对科研投入时间呈正向影响。

(三) 基于社会环境性变量分析

时间的分配看似是个人自主决定，但其实这种决定会受到社会因素的影响和制约。早期的研究已经表明，人对时间的使用受制于社会结构或社会过程的作用^[20]。

对博士生来说，环境的影响更加复杂和多样。首先，就微观学术环境而言，核心是导学互动、学生间互动以及学术组织氛围与规范。从导学互动层面来看，导师指导的方式和策略，对科研的监督、反馈和导师本身的行为等都可能是博士生科研投入的影响因素。同时，博士生之间的互动，如高年级学长的指导、其他同学的投入时间(笔者访谈发现，其他个体的投入时间是主体投入时间的重要参照)等，也可能是博士生科研投入的影响因素。而从学术组织氛围与规范层面来看，博士生会受到学术组织乃至所在高校潜移默化的价值观的影响，也可能受到明文规范的影响(有的课题组会采用打卡的方式，明确规定博士生的最短学习时间)。这些正式或非正式的规范都会促使人形成习惯，成为一种长期固定的生活节奏^[21]。其次，宏观的社会经济与科技政策也会影响博士生的科研投入时间，只是目前针对博士生这方面的具体研究还很匮乏。但是，针对高校教师的相关研究显示，由于国家科研体制的转型，2007-2018年，研究型高校教师每周教学工作时间平均值和科研工作时间平均值的比从1 ∶1.3变为1 ∶2.4^[22]。可见，高校教师的科研投入时间受科研体制的影响，博士生自然也会受到影响。此外，还必须考虑家庭环境对博士生科研投入的影响，目前专门针对博士生家庭环境的研究同样少见，但Asare等针对大学生的研究显示，要想有效促进大学生的学习投入时间，应该纳入与社会和其家庭相关的因素^[23]。

因此，笔者选取与上述分析相关的变量进行逐步回归，建立的模型如表 5所示。其中：R²=0.120；F=20.872；p < 0.001。

表 5模型中杜宾-沃森检验值为1.922，残差直方图显示残差基本服从标准正态分布，各变量允差大于0.1且小于1，方差膨胀因子小于5，不存在严重共线性问题，使用线性回归模型合理。

由表 5可知，导学交流频率、导师对成果反馈的及时性、导师科研论文发表的示范行为和重视论文发表的组织氛围都对科研投入时间呈正向影响；外部干扰对科研投入时间呈负向影响；父母未从事过学术职业及未婚的博士生具有更高的科研投入时间。

四、科研投入时间的中介效应分析

对科研投入时间的探讨还要分析其结果变量及中介效应。

笔者关注的科研投入时间的结果变量为论文产出。为分析科研投入时间和论文产出之间的关系，以科研投入时间作为自变量，论文产出(以第一作者发表的SCI(E)、SSCI、A&HCI等论文数量)作为因变量建立线性回归模型，如表 6所示。

 由表 6可知，科研投入时间正向影响论文产出，论文产出是科研投入时间的结果变量。

进一步分析可知，科研投入时间对论文产出的影响是有限的。根据回归系数，博士生科研投入时间平均每增加1小时，将会平均多发表 0.007篇论文。但由于投入时间具有一定的上限，不可能无休止地增加，因而，论文产出的提高必须依靠科研投入时间之外的更多因素共同发挥作用，这说明科研投入时间作为单一指标并不能全面衡量科研投入。

结合上文研究确定的科研投入时间的前因变量，来进一步分析科研投入时间的中介效应：以科研投入时间的前因变量为中介分析的自变量，以科研投入时间为中介变量，论文产出为因变量，分析科研投入时间的中介效应。中介效应分析应用Bootstrap区间检验法^[24]，结果如表 7所示。

通过中介效应分析可知，科研投入时间是博士生培养诸多重要变量与论文产出之间的关键中介变量。学位类型、学习方式、预期就业前景、预期毕业难度、就读体验落差感、外部干扰和婚姻状况均通过科研投入时间影响论文产出，具有完全中介效应；研究效能感、导学交流频率、导师对成果反馈的及时性和重视论文发表的组织氛围也均通过科研投入时间影响论文产出，但只具有部分中介效应。

五、结论与展望

(一) 结论

博士生科研投入时间平均值为每周43.84小时，占博士生学业总投入时间的69.52%，中国博士生科研投入时间相对全球博士生平均水平来说更为充足。

博士生科研投入时间是博士生科研过程的重要中介变量。这些涵盖博士生培养方方面面的入学输入型变量、个体心理学变量和社会环境变量对科研投入时间均具有显著影响，并以科研投入时间为中介，对论文产出产生显著影响。

科研投入时间单独作为中介变量不足以准确描述科研过程。科研投入时间虽然对论文产出具有显著正向影响，但是这种影响比较微弱，单纯地提高科研投入时间对于论文产出影响有限。这也说明，要进一步破解博士生科研黑箱，还需要建立内涵和维度更为丰富的科研投入框架以替代科研投入时间作为核心中介变量。

(二) 展望

把科研投入时间视为科研过程的核心中介变量，还有很多内容需要进行更深入的研究。具体而言，主要有以下三个方面：

1. 如何更精确地描述科研过程

笔者研究分析的平均科研投入时间是一个概述性的变量，只是对科研过程的大致描述。若要精确描述科研过程，则可以将科研投入按时间状态和具体科研活动分类后再进一步作详细分析。一方面，可以将平均投入时间还原为具体投入时间，现有大部分研究获得的投入时间只是受访者概括性的平均投入时间，因而，还可以分析科研投入时间在较长时间内的动态变化信息。另一方面，可以把科研还原为具体科研活动(科研也是对查阅文献、思考、交流和实验等多种活动的概括性称呼)，还可以进一步精确分析博士生开展不同的科研所配置的投入时间，精确描述和分析科研过程。

2. 如何从多维度来衡量科研投入

笔者所研究的以科研投入时间作为单一指标衡量科研投入，能够证明科研投入的相关研究具有必要性和可行性。但是，从模型的解释力来看，以科研投入时间为单一指标还不足以衡量科研投入。从访谈结果来看，很多博士生受困于虽然投入的科研时间很长，但却难以全身心投入，科研活动获得的有效进展也较为有限。可见，博士生教育面临的问题不仅在于部分博士生的绝对时间投入不足，更在于有效投入不足，因此，还需要建立多维度的指标体系来衡量科研投入的质与量。虽然运用多维度指标体系衡量个体投入在学习投入理论和工作投入理论中有所涉及，但尚难以直接应用到博士生培养领域。

3. 如何认识科研投入的作用机理

目前，笔者对前因变量影响科研投入的机理尚不清楚。例如，学科对科研投入产生显著影响，背后的机理既可能是因为不同学科具有不同的科研方式，也可能是因为不同学科具有不同的竞争强度，还可能是因为人文和社科具有更高的非全日制博士生的占比等。事实上，要探索和证明科研投入的影响因素相对比较容易，难点在于研究清楚前因变量与科研投入之间的结构和机理，特别是机理的研究，恰恰是从理论上打开博士生科研过程黑箱的关键，也是从实践上提出系统性政策建议的基础。

注释：

① “科研投入时间在学业总投入时间中占比的平均值”是指，先求每个样本科研投入时间在学业总投入时间中的占比，然后再求平均值，而不是求科研投入时间平均值在学业总投入时间平均值中的占比。因为如果先求平均再求占比会导致绝对值大的样本对最后结果的影响更明显，但是笔者希望看到的是所有样本对最后结果的影响权重相同，表 2中同。

参考文献：

[1] 新华社. 适应党和国家事业发展需要培养造就大批德才兼备的高层次人才[EB/OL]. (2021-11-01)[2020-07-30]. http://politics.people.com.cn/n1/2020/0730/c1024-31802934.html. 

[2] European Commission Directorate General for Research & Innovation. Principles for innovative doctoral training[R]. Brussels: European Commission, 2011: 1. 

[3] 李澄锋, 陈洪捷, 沈文钦. 学术互动对博士生国际期刊论文产出的影响—基于2017年全国博士毕业生调查数据的分析[J]. 复旦教育论坛, 2020, 18(1): 46-52. DOI:10.3969/j.issn.1672-0059.2020.01.008 

[4] 郭海燕, 刘春荣, 张志斌. 生源差异如何影响博士学位论文质量?—基于全数据的研究[J]. 研究生教育研究, 2019(2): 43-49. DOI:10.3969/j.issn.2095-1663.2019.02.008 

[5] 刘春荣, 郭海燕, 张志斌. 前置学校与博士学位论文质量关系的实证研究—基于北京师范大学博士学位论文匿名评审结果的分析[J]. 学位与研究生教育, 2018(5): 45-49. 

[6] 赵世奎, 宋晓欣, 沈文钦. 博士学位论文质量与学术论文发表有关系吗?—基于165篇问题博士学位论文的分析[J]. 学位与研究生教育, 2018(8): 41-45. 

[7] VIRTANEN V, PYHALTO K. What engages doctoral students in biosciences in doctoral studies?[J]. Psychology, 2012, 3(12): 1231-1237. DOI:10.4236/psych.2012.312A182 

[8] 杨佳乐, 王传毅. 天道酬勤?不同培养模式下博士生时间投入与学术能力产出关系的实证分析[J]. 学位与研究生教育, 2021(11): 71-79. 

[9] 曹惠民, 杨怡文, 杨帆杰, 等. 国内理工科院校文科研究生科研能力影响因素分析—基于528份调查问卷的分析[J]. 中国高校科技, 2021(5): 59-62. 

[10] 梁宏, 郑华, 高久群. 博士毕业生创新能力提升的自评状况及其影响因素—基于某大学博士毕业生满意度调查的实证分析[J]. 学位与研究生教育, 2019(2): 35-40. 

[11] 李海生. 博士研究生延期完成学业的影响因素分析[J]. 复旦教育论坛, 2019, 17(3): 52-59. 

[12] 李锋亮, 舒宜彬. 导师指导与博士生的学术热情及投入[J]. 江苏高教, 2020(7): 24-30. 

[13] 约翰·哈萨德. 时间社会学[M]. 朱红文, 李捷, 译. 北京: 北京师范大学出版社, 2009: 1-17. 

[14] MOORE W E. A reconsideration of theories of social change[J]. American Sociological Review, 1960(25): 255-266. 

[15] WOOLSTON C. PhDs: The tortuous truth[J]. Nature, 2019, 575(7782): 403-406. DOI:10.1038/d41586-019-03459-7 

[16] FRENCH D P, SUTTON S, HENNINGS S J, et al. The importance of affective beliefs and attitudes in the theory of planned behavior: Predicting intention to increase physical activity[J]. Journal of Applied Social Psychology, 2005, 35(9): 1824-1848. 

[17] CIALDINI R B, KALLGREN C A, RENO R R. A focus theory of normative conduct: A theoretical refinement and reevaluation of the role of norms in human behavior[M]//MARK P. Advances in experimental social psychology. Amsterdam: Elsevier, 1991: 201-234. 

[18] AJZEN I, FISHBEIN M. The influence of attitudes on behavior[M]// The handbook of attitudes. Mahwah: Erlbaum, 2005: 173-221. 

[19] FINEMAN S. The achievement motive construct and its measurement: Where are we now?[J]. British Journal of Psychology, 1977, 68(1): 1-22. 

[20] SOROKIN P A, MERTON R K. Social time: A methodological and functional analysis[J]. American Journal of Sociology, 1937, 42(5): 615-629. 

[21] 高宣扬. 鲁曼社会系统理论与现代性[M]. 北京: 中国人民大学出版社, 2005: 242. 

[22] 郭卉, 姚源. 研究型大学教师教学和科研工作关系十年变迁—基于CAP和APIKS调查[J]. 中国高教研究, 2020(2): 77-84. 

[23] ASARE S, NICHOLSON H, STEIN S. You can't ignore us: What role does family play in student engagement and alienation in a Ghanaian university?[J]. Journal of Higher Education Policy and Management, 2017, 39(6): 593-606. 

[24] HAYES A F. Beyond Baron and Kenny: Statistical mediation analysis in the new millennium[J]. Communication Monographs, 2009, 76(4): 408-420. 

转载或引用时请注明来源

北京航空航天大学学报(社会科学版), 2021, 35(2): 151-158.

如需下载全文，请点击左下角【阅读原文】