基于机会之窗20个国家教育指标之间的关系和研究结果外文翻译资料

Relationship between educational indicators and researchoutcomes in a panel of top twenty nations: Windows of opportunity

Ghulam Akhmat,Khalid Zaman,Tan Shukui,Yasir Javed,Muhammad Mushtaq Khan

College of Public Administration, Huazhong University of Science and Technology (HUST), 1037, Luoyu Road, Wuhan, PR China

Department of Management Sciences, COMSATS Institute of Information Technology, Abbottabad, Pakistan

Department of Humanities, COMSATS Institute of Information Technology, Abbottabad, Pakistana

Ab s t r a c t：The objective of the study is to examine the empirical relationship between educational indicators and research outcomes in top twenty nations of the World in terms of number of publications, citations and patents. The literature on higher education is useful in expressing the general and visible characteristics of a research domain, but cannot reveal the possible interaction between educational reforms and research outcomes. In order to overcome this limitation, the current study employed a panel cointegration technique to evaluate the long-run relationship between educational indicators and research productivity over a period of 1980–2011. The results reveal that educational indicators act as an important driver to increase research productivity in the panel of selected countries. The most promising educational factors i.e., higher education enrolment increases GDP and number of publications by 0.898% and 1.425%, respectively. Similarly, higher education expenditures per student increases research and development (Ramp;D) expenditures, number of citations and number of patents by 1.128%, 0.968% and 0.714%, respectively. Finally,

increasing school-life expectancy contributed to researchers in Ramp;D by 0.401%. The study concludes that there is a window of opportunity to equip the youth with necessary skills to ensure a sustainable future for the nations. Higher education empowers and enables stu-dents to compete in a highly competitive and interconnected world through research and innovations, which are the drivers of new ideas, businesses and economic growth.

Keywords:Higher education Research outputs Ramp;D expenditures Panel cointegrationa

1.Introduction

Bibliometric indicators used to measure research performance are mainly based on two central elements i.e., number of publications and citation count. The statistics based on the number of publications primarily reflect the quantitative output of research activity. In contrast, there is little agreement on what the figures based on citations exactly measure, as the reasons for citing a paper may be highly disparate (Diem amp; Wolter, 2013). Education is an important discipline, but receives

little attention in related evaluation projects (Tseng, Chang, Tutwiler, Lin, amp; Barufaldi, 2013). Knowledge has become a key driver of growth and development. Countries with higher skill levels are better equipped to face new challenges and master technological discoveries (Akhmat et al., 2013). Education brings significant benefits to society, not only through higher employment opportunities and income but also via enhanced research skills, improved social status and access to networks. By fully recognizing the power of education, policy makers could better address diverse societal challenges (OECD, 2013).There are a number of reasons why some countries publish more than others but it is no real surprise that the USA produces the most scientific papers. The facts indicate that during the period of 1999–2009, there were 2.9 million scientific papers published in the USA according to Essential Science Indicators at Thomson Reuters. This is considerably more than the next two countries in the top 20 list, Japan and Germany, who each produced a respectable 0.8 million scientific papers(Young, 2011). Out of the 147 countries in the Essential Science Indicators database (ESI, 2012), 60 published at least 10,000papers during the period. Countries are listed by three separate measures in the Table 1 based on number of citations, total papers, and cites per paper. According to Lips et al. (2008, p. 1),“Debates about how to improve public education in America often focus on whether government should spend more on education. Federal and state policy makers proposing new education programs often base their arguments on the need to provide more resources to schools to improve opportunities for students”. In an educational effectiveness research, it frequently has proven difficult to make credible inferences about cause and effect relations. With the use of data from top twenty countries in terms of number of publications, citations and patents; this study investigates the long-run relationship between educational indicators and research outcomes. This study contributes in the academic arena by two means i.e., at once, this study examine the dynamic relationship between educational indicators and research outcomes through economic growth in a panel of top twenty nations of the World. Secondly, this study used sophisticated econometric modeling to energize the results in a conclusive manner. The study divided into following sections: after introduction which is presented in Section 1 above, review of literature is presented in Section 2. Data source and methodological framework are presented in Section 3. Results are discussed in Section 4. Section 5 concludes the study.2.

2. Literature review

Academic researchers have sought to answer the question of whether education indicators are correlated with research outcomes. Policy-makers are ever more demanding of production efficiency in research activities and this in turn has required and stimulated much analysis of the research production function (Abramo, Cicero, amp; Drsquo;Angelo, 2012). According to Bochove(2013, p. 799),

“The core of scientometrics consists of indicators of scientific output: publicatio

剩余内容已隐藏，支付完成后下载完整资料

---

基于机会之窗20个国家教育指标之间的关系和研究结果

Ghulam Akhmata,1, Khalid Zamanb,lowast;, Tan Shukuia,lowast;lowast;,Yasir Javedb, Muhammad Mushtaq Khanc

公共管理学院、华中科技大学(公司),1037，武汉珞喻路，中国公关

管理科学、通讯卫星信息技术研究所,巴基斯坦的阿伯塔巴德

人文、通讯卫星信息技术研究所，巴基斯坦的阿伯塔巴德

摘要：这项研究的目的是调查世界的前20个国家教育指标和研究成果在大量出版物、引用和专利的实证关系。高等教育文献是在表达的一般和可见的特征研究领域是有用的,但是不能透露可能的教育改革和研究之间的相互作用的结果。在1980 – 2011期间，为了克服这个限制,目前的研究采用面板协整技术评估教育指标和生产力研究之间的长期关系。研究结果表明, 教育指标作为一个重要驱动力为了增加被选择国家的生产力。在最有前途的因素中，高等教育入学率的GDP和出版物的数量分别增加0.898%和1.425%。同样,每个学生高等教育支出增加研究与开发(Ramp;D)支出,引文数量和专利数量分别是增加1.128%,0.968%和0.714%。最后,越来越多的学校生活预期导致的研究人员研发预算增加了0.401%。该研究得出结论说,有一个机会之窗为青年提供必要的技能来保证国家的可持续的未来。高等教育竞争的授权,使学生在一个高度竞争和相互联系的世界，通过研究和创新,来驱动新思想、商业和经济增长。

关键词：高等教育；研究输出；研发支出；回归模型面板

1. 引言

文献计量指标用来衡量性能的研究，主要是基于两个核心元素,出版物和引用计数。基于出版物的数量的统计数据主要反映了定量研究活动的输出。相比之下,几乎没有什么协议基于引文准确测量的数据,作为引用一篇论文可能高度不同的原因。教育是一个重要的学科, 但是一个常常被忽视的相关评估项目。知识已成为经济增长的一个关键推动力和发展力。技能水平较高的国家能更好地面对新的挑战和掌握新的技术。教育为社会带来了极大的好处,不仅通过更高的就业机会和收入,而且通过增强研究技能,提高社会地位和对网络的访问。充分认识到教育的力量,决策者能够更好地应对多样化的社会挑战。

这里有很多原因为什么一些国家发布超过别人,毫无意外美国生产最科学的论文。事实表明,在1999 - 2009年期间,共有290万篇科学论文发表在美国汤森路透基本科学指标中。, 日本和德国,每人生产一个影响至深的80万篇科学论文，这大大高于在前20名排名中的国家。在147个国家之中，在基本科学指标数据库，60个国家发表了至少10000篇论文。在表1列出了三个指标基于文献被引,总论文发文量,篇论文被引的排名。

“讨论如何提高公共教育，在美国经常关注政府是否应该花更多的钱在教育上。联邦和州政策制定者提出新的教育项目，通常在学校需要提供更多的资源来改善学生的机会。”

在教育有效性的研究中,它经常被证明很难做出可信的推论因果关系。从上20个国家的出版物的数量,和专利的引用的数据使用中,本研究探讨长期教育指标和研究结果之间的关系。本研究在学术领域的贡献通过两种方式，本研究考察教育指标和之间的动态关系研究成果通过经济增长的前20个国家的世界。其次,本研究采用复杂的计量经济学模型,激励确切结果的方式。

研究分为以下部分:在引言后,第一节提出了观点，第二节提出了文献综述，第三节提出了数据来源和方法论的框架，结果在第四节讨论，第五部分总结了研究。

1. 文献综述

学术研究人员试图回答这个问题的教育指标是否与研究成果有关。在决策者越来越要求生产效率的研究活动,但这反过来又需要和刺激的分析研究生产函数(Abramo, Cicero, amp; Drsquo;Angelo, 2012)。根据Bochove(2013,第799页)里说到。

“科学计量学的核心包含两个科学产出指标:出版物和引用。他们可以通过作者和详细的属性以及属性的出版物。对全球企业研究输出数据来形成一个丰富的信息来源。然而,比较机构和国家的效率，进而分析它们的科学和研究政策,需要一个数据输入的连接:研究成本和劳动力。”

Eash(1983)针对美国高等机构基于AERA年会和14个主要贡献教育研究期刊从1975到 1981年这段时间内的教育研究期刊来研究教育研究生产力。结果显示在一些机构的收入和支出类别上有很强的关系。对于公立大学而言，这些关系倾向于遵循预期路径。Eid (2012)研究高等教育研发的影响及其对生产率增长的影响在17个高收入OECO国家基于1981到2006年国家层面的数据。结果表明，通过高等教育的滞后研究，在所有规格生产率上有着积极的影响。高等教育部门大仙生产率的长期倾向研发是积极和重要的，但是也发现业务研发对这个没有影响。

瑞士教育科学的吴廷琰,沃尔特(2013)在研究文献的目的适当性与稳健参数测量能不能阐明了各个领域研究人员的研究表现。结果表明，谷歌学者如此包容以至于阻碍了有意义数据的解释。然而，网络期刊的科学政策也包含了某些缺点，把一些研究人员放在一个不公平的环境中。Hallinger and Bryant (2012)在地图地形知识生产对于东亚地区自2000年以来教育领导和管理有所贡献。作者从八个核心教育领导和管理期刊在2000-2011年之间发表的论文文献发现了一个特点。研究结果表明,，从东亚地区在2000年到2011年之间知识生产的容量少于6%的总体产出。相当多数的出版物不仅来自一些社会群体，也来自一些大学。引文分析是高度符合上述的趋势和加强一张图片的影响有限性。Wang, Yub, amp; Liub (2013)从23个OECD国家和台湾在1991到2006年期间的数据探索研发支出的边际效应在高科技产业GDP条件分布的不同分位点。结果表明，研发支出在高科技领域异构在水平的人均收入有影响。高新技术产业研发支出在人均国内生产总值最高的分位数的分布有很强的积极影响。然而, 只有在考虑到中等收入国家的所有部门研发支出GDP才受到显著的负回报。

Delgado, Henderson, amp; Parmeter (2013) 使用非参数局部线性回归估计量和非参数变量对平均受教育年限的意义进行相关性测试严格而系统的搜索。通过检查5个最全面的教育数据库，结果表明，平均受教育年限不是统计学相关变量增长回归的条件。然而，在横向框架内教育成就提供了需要可靠衡量人力资本比和平均受教育年限。Jung (2013) 检验了38个高等教育专业期刊的出版社在亚洲在过去的三十年里的发表情况。研究结果表明越来越多的高等教育研究出版物,但亚洲出版物的比例与总世界高等教育研究的出版物仍然是静止的。Roy and Goswami (2013)对1995年到2010年期间的71个研究机构的文献进行科学计量分析，这些机构的文献发表在国际同行评审期刊上，大学出版物,开发组织的报告和会议出版物在小额信贷机构的绩效管理。根据结果,作者提出的模型是关注小额信贷机构的整体性能。研究小额信贷人员的注意是小额信贷从业人员以及各种评级机构各维度影响小额信贷机构的总体评估。

Agasisti and Bonomi (2013) 实证分析了属于在一个意大利地区12所大学不同学校教学效率。结果表明有效的大学的排名变化分析时是根据不同的子单元组成。此外，平均效率得分似乎极大地影响了主题。Anninos(2013) 基于出版物和引用计数批判性评估了一些标准文献计量指标为了来评估学术单位，并检验是否有因素不考虑而影响评估结果。结果表明，不同的学术单位关于员工数量的科学取向和规模，如果不考虑可能导致不正确的评估结果。Akhmat et al.(2013) 开发一个基于被承认的宏观经济变量模型的国际化大学转型模型。来分析教育改革和经济增长在世界七大区域在1990 - 2011年的时期的回归分析。结果显示教育指标和经济因素之间的动态联系所选地区的世界。结果得出结论,教育指标提高经济收益,最终收获了国际化的好处。

结果证实教育和科研产出之间具有强相关性。在世界的前20个国家在1980年到2012年3月期间的研究数据中，本研究需要研究主动探索教育指标和科研产出之间的关系。

1. 数据来源和结构框架

出版物的数量，数量和专利的数量的引用是从国家科学指标汤森路透(ESI,2012)数据库中提取的。其他指标的数据输出包括研究、研发支出和研发的研究人员从世界发展指标世界银行(2012)发表的。教育指标包括公共教育支出、参与高等教育、高等教育支出等，每个学生，学校生活期望和学生老师的数据来自于世界银行(2012)。当前美元的GDP数据也来自于世界银行前20个国家的世界输出(2012)总体发展研究小组。计量经济学模型是通过软件EViews 6来计算的。表2显示了列表变量及其预期的迹象。研究假设教育指标增加研究成果。因此，教育改革的努力应该把注意力集中在改善资源配置上。图1显示了前20个国家的教育指标和研究结果的联合研究小组。

3.1分析框架

索洛模型的增长几乎是所有分析的起点。索洛模型(有时被称为Solow-Swan模型)是由罗伯特bull;索洛(索洛，1956)和Swan (1956)提出的。索洛模型主要关注四个变量分别是输出(Y)，资本(K)，劳动(L)和知识或劳动的有效性(A)。生产函数形式:

在“t”表示时间和“AL”被称为“有效劳动”中，和进入以这种方式的技术进步被称为“劳动增加或哈罗德中立”。本研究扩展了“劳动增加”概念的研究生产力基于理想的健康的经济增长。因此，机构应该关注教育改革的国家(Akhmat et al .,2013)。此外,本研究将教育指标的教育支出，高等教育入学率和高等教育支出在每个学生、学校生活期望和学生的老师中的发展，而研究因素包含许多出版物、引文、专利、研发支出、人员在研发和整体GDP。因此,劳动力增加函数的研究认为,这些因素对于长期经济增长是必要的。我们从柯布-道格拉斯生产的情况下开始保持可控的分析。因此,生产函数(1)

在“E”表示教育指标和“P”表示研究生产力时，最新假设关注教育指标和研究生产力即

E(t) gt; 0

同样,事实研究增加生产要素即

“E”和“P”的生产函数意味着“K / AL”不再收敛值相同。因此,我们不能用以前的方法关注“K / AL”来分析经济的行为。本研究采用面板计量经济学方法分析教育指标和研究生产力的管理形式方程。

3.2计量经济学模型截面

有一些研究利用截面协整访问长期教育和研究成果之间的关系，本研究以一个主动探索这种关系基于世界的前20个国家的面板的科研产出。为此，本研究利用截面协整技术测试多种因素影响教育指标在1980 – 2011这段时间里。该模型用于测试教育指标和研究之间的关系的因素如下:

在研究=研究因素包括国内生产总值、PUB、研发、RES、引用和PAT。所有因素都作为一个内生变量；ˇ0 =拦截；ˇ1 =独立变量的斜率；T = 1，2，3岁的时期,Im= 1，2。20个国家：εt =误差项。三个不同的截面单位测试即Levin-Lin-Chu(LLC)测试、Im-Pesaran-Shin(IPS)测试、Breitung和Hadri测试用于这项研究。

3.3截面单位根检验

截面单位根测试可以被认为是一个扩展的单变量单位根检验。LLC的测试是基于混合面板数据如下(Levin amp;lin,1992):

0是系数，alpha;是个人特定的效果，这代表时间具体效果。根据莱文和林(1992),LLC的测试可以通过以下步骤进行，在步骤1中,减去平均截面数据：

在步骤2中,一个叫ADF来检验每个系列和规范干扰。ADF模型可以表示为:

Maddala and Wu (1999)认为,这相当于执行两个辅助回归yit和yi,其余变量是tminus;1。让这两个回归的残差是circ;eicirc;,其他分别是tminus;1。回归系数分别是

莱文和林(1992)建议以下规范化控制误差的异方差性。

在下一步中,LLC检验统计量可以获得以下回归:

测试tilde;o = 0的t统计量给出的：

到

接下来,本文还采用IPS测试基于个人ADF的平均值统计或丁字架(Im,Pesaran amp; Shin,2003)。IPS来测试提供了单独的每个我估计部分,允许不同规格的参数值、剩余方差和滞后的长度。他们的模型是由：

零假设和备择假设的设置为:

至少一个i

因此,这个测试是所有系列的零假设下的非平稳过程，来替代部分的系列面板中认为是静止的。IPS还建议一系列的意思是拉格朗日乘子面板单位根测试。

Breitung(2000)和Hadri(2000)试图提高到相同的程度，对以前所有测试的缺点提出了一个模型，也可以估计与不平衡板之间的关系。基本上，Breitung(2000)和Hadri(2000)符合，假设一个异构的选择是可取的，但他们不同意利用ADF统计平均认为这不是最有效的方法评估固定。

3.4截面模型

本研究使用了Pedroni(1999、2004)截面协整方法为了检查长期教育指标和研究结果之间的关系。如果独立和相关的变量共合体或有一个长期的关系，剩余eit将被集成的订单为零,表示i(0)。Pedroni使用两种类型的截面协整测试。第一个是“小组统计”,相当于一个单位根的统计对同质替代；第二个是“组均值统计”，类似于替代针对异构的截面单位根检验。Pedroni(2004)认为“小组统计”可以通过构造的总和

剩余内容已隐藏，支付完成后下载完整资料

---

资料编号：[28693]，资料为PDF文档或Word文档，PDF文档可免费转换为Word