作者简介：

陆根书，西安交通大学二级教授、博导，中国西部高等教育评估中心主任，高教所所长，兼任教育部教育学类教学指导委员会委员，中国教育发展战略学会高等教育专业委员会副理事长等职。

曾主持国家自科基金项目、国家社科基金项目及其他各类项目数十项，获国家教学成果二等奖2项，陕西省教学成果特等奖2项，二等奖3项，陕西省哲学社会科学优秀成果一等奖2项，其他各类奖励20多项。主要从事教育经济学，大学生学习与发展、就业创业、高等教育评估等研究。

温双，女，西安交通大学人文社会科学学院博士研究生。

【摘要】“双一流”建设高校能更好地促进大学生能力发展吗？这是一个尚无定论的问题。本研究基于“陕西省2019届高校毕业生就业创业质量跟踪调查”数据，采用倾向得分匹配和中介效应估计的方法研究了高校层次或类型对大学生能力发展的影响机制。研究结果表明：“双一流”建设高校大学生的核心能力、研究能力、自我认知与全球化能力的发展显著优于非“双一流”建设高校的大学生。其中，不同层次或类型高校大学生的研究能力发展差异最大。学生投入在高校层次或类型对大学生能力发展的影响中发挥了积极的中介作用。

【关键词】“双一流”建设高校；大学生能力发展；学生投入；倾向得分匹配

一、引言

“双一流”建设在我国高等教育改革与发展中占有重要地位。根据是否入选“双一流”建设名单，高校被分成“双一流”建设高校与非“双一流”建设高校两种类型。“双一流”建设的基本目标是汇聚优质资源，建设世界一流高校和学科。培养一流人才是“双一流”建设的主要任务之一^[1-2]。大学生能力发展状态是衡量高校人才培养质量的重要指标。“双一流”建设高校是否能够更好地促进大学生能力发展还缺乏翔实的证据。因此，厘清“双一流”建设高校对大学生能力发展的影响，对我国高等教育政策与实践至关重要。

以往的研究对不同层次或水平的高校对大学生能力发展是否具有不同的影响还没有达成共识。有的研究认为，不同层次或类型的高校与大学生能力发展存在显著相关性^[3-4]；有的研究则认为二者之间没有显著关联，特别是考虑了大学生个体背景因素之后，不同层次或类型的高校对大学生能力发展的影响就消失了^[5-6]。这些研究得出不同结论的一个重要原因在于影响大学生能力发展的因素众多，包括个体特征、家庭背景、大学前及大学教育经历等。以往能够有效分离出高校层次或类型对大学生能力发展影响的研究非常少。随着统计技术的发展，倾向得分匹配等方法的发展为解决这一问题提供了可能。

此外，高校层次或类型对大学生能力发展的影响机制也需要进一步讨论。明确高校层次或类型影响大学生能力发展的中间环节才能为高等教育实践提供有益启示。学生投入作为揭示高校教育与学生发展结果之间关系“黑箱”的一个重要抓手受到了越来越广泛的讨论。院校影响力模型认为，学生投入是连接院校教育与学生发展结果的中间环节，发挥着积极的中介效应^[7-8]。然而具体到高校层次或类型与大学生能力发展之间的关系上，特别是在我国高等教育情境下，“双一流”建设高校是否会通过提高学生投入促进大学生能力发展还有待进一步研究。

基于此，本研究旨在解决以下两个问题：一是借助倾向得分匹配方法厘清“双一流”建设高校能否更好地促进大学生能力发展；二是在此基础上，探究“双一流”建设高校何以可能影响大学生能力发展，分析学生投入在高校层次或类型与大学生能力发展之间的中介效应。希望通过分析和解决上述两个方面的研究问题，对相关高等教育政策与实践改进有所裨益。

二、文献综述

（一）院校影响力模型

院校影响力模型是探究大学生能力发展及其影响机制的理论基础之一，是本研究的理论依据。院校影响力模型是一类模型的统称，这类模型旨在概括高校特征与支持性因素影响大学生能力发展的内在机制。主要的院校影响力模型包括Astin的I-E-O（Inputs-Environment-Outputs）模型、Pascarella的大学生发展通用评估模型等。

Astin的I-E-O模型将大学生的成长与发展分为输入（Inputs）、环境（Environment）与产出（Outputs）三部分。在这个模型中，“输入”是指大学生进入大学时的特征。“环境”是指大学生入学后接触到的各种政策、项目、教师、同学和教育经历等，包括学生投入。而“产出”则是学生接受高等教育之后的特征，包括认知能力和非认知能力的变化与发展。在Astin的I-E-O模型中，院校层次或类型、学生投入是“环境”变量。同时，Astin指出学生投入是受其他环境因素影响的中间结果，院校层次或类型等因素会影响学生投入，进而影响学生能力发展^[9]。I-E-O模型为理解高校层次或类型与大学生能力发展之间的关系以及学生投入的中介作用提供了一个有效框架。

Pascarella的大学生发展通用评估模型更加细化了学生接受高等教育的经历与发展。大学生发展通用评估模型将院校的结构与组织特征，以及学生的背景、入学前特征作为两组“输入”因素。两组“输入”因素决定了第三组变量，即院校环境。这三个变量结合起来产生了第四个变量——人际互动，即学生与教师、学生与学生之间互动的频率和水平。Pascarella认为，学生的背景特征与院校类型有关，两者会共同影响院校环境以及人际互动。第五个变量，即学生的努力质量，取决于学生背景特征、院校结构与组织特征、院校环境以及人际互动。以上五组变量直接或间接地影响着学生的发展^[10]。这一模型进一步说明了高校层次或类型、学生投入与大学生能力发展之间的关系。

根据上述理论模型，本研究认为高校层次或类型等因素会影响大学生能力发展，且在二者的关系中，学生投入发挥积极的中介作用。

（二）大学生能力发展

Heckman等人指出有两种能力共同影响个体的发展，一种是认知能力，一种是非认知能力。认知能力主要是个体能力中的“g因素”，而非认知能力包括个性、社会和情感特征等^[11]。

已有研究对大学生能力发展的考察，包括了认知与非认知能力两个方面。例如，美国的“全国学生投入调查”（National Survey of Student Engagement，NSSE）对大学生能力发展的考察，包括了对大学生口头和书面表达流畅性、批判性思维、创造性思维、解决问题、项目管理和时间管理等方面的内容^[12]。又如，美国的“研究型大学学生经历调查”（Student Experience in the Research University，SERU）也包含了对大学生能力发展情况的考察，包括全面发展见多识广的公民、沟通和领导能力、分析和写作技能、计算机技能、未来的工作准备等内容。“陕西高校毕业生就业创业质量跟踪调查”借鉴了SERU中大学生能力发展的量表，经过信效度检验，发现在中国高等教育的情境下，该量表可划分为三个维度，即核心能力、研究能力、自我认知与全球化能力^[13]。其中，核心能力与研究能力属于认知能力，自我认知与全球化能力属于非认知能力。

（三）高校层次或类型对大学生能力发展的影响

高校层次或类型在不同国家及不同时期有不同的划分。例如，国际知名的美国卡内基高等教育分类，按照学位授予情况将高校分为博士院校、硕士院校、本科院校等。也有研究根据院校办学定位与目标将高校分为研究型高校与教学型高校等^[14-15]。本研究基于我国“双一流”政策与入选高校名单，将高校分为“双一流”建设高校与非“双一流”建设高校。

一些研究讨论了大学生能力发展是否因高校层次或类型而异，但没有得出一致的结论。有的研究验证了院校影响力模型，认为大学生能力发展受到高校层次或类型的影响。Pascarella等人基于卡内基高等教育分类，发现高校层次或类型对学生批判性思维等认知能力发展存在影响^[16]。Choi等人的研究发现，教学型高校和研究型高校在学生认知能力培养方面存在差异^[17]。但也有研究得出了不同的结论，认为不同层次或类型的高校学生在发展方面的差异主要是由于学生背景特征的不同造成的^[18-19]。造成研究结果出现差异的一个重要原因，在于大学生能力发展受到学生自身、家庭、高校等因素的综合影响^[20-21]。进入不同层次或类型高校的学生在个体与家庭背景因素方面可能存在很大差异。有效控制这些因素，才能更准确地评估高等教育的效果^[22]。

相比于非“双一流”建设高校，“双一流”建设高校获得了更多的政策与资金等方面的支持，有更高的社会声望，一些研究也发现“双一流”建设高校为学生提供了更高质量的教育教学支持，营造了更好的学习氛围^[23]。因此，本研究的第一个研究假设是：

H1：“双一流”建设高校能够更好地促进大学生能力发展。

（四）学生投入对高校层次或类型与大学生能力发展关系的中介效应

有关学生投入的研究，在Astin等人倡导下并随着Kuh等人进行NSSE调查而受到了广泛关注。Astin将学生投入定义为“学生投入到学术体验中的身体与心理能量”，并指出学生的心理状态会通过行为表现出来。^[24]Kuh将学生投入界定为“学生投入在与大学期望的结果有关的活动上的时间和精力，以及学校为吸引学生投入到这些活动中所做的工作”。这一定义是NSSE的基础，该调查通过学术挑战、合作学习、师生互动和校园环境支持等维度来衡量学生的投入程度。本研究对学生投入的理解和测量与NSSE相似，但是，本研究没有将校园环境支持包括在学生投入的考察范围之内，因为这一维度测量的是学校行为而非学生主体的行为^[25]。排除校园环境支持维度可避免将影响学生投入的因素与投入本身相混淆。^[26]

有关学生投入对高校层次或类型影响大学生能力发展的中介效应的讨论较少，且结论也不一致。一方面，高校层次或类型是否会影响学生投入存在争议。一些研究认为，学生投入与高校层次或类型有关。例如，Hu和Kuh的研究发现，公立院校和研究型院校的学生投入低于私立院校和其他类型院校的学生。^[27]Kezar和Kinzie的研究表明高校层次或类型与NSSE调查中五个学生投入维度有关。^[28]然而，也有研究表明，不同层次或类型高校的学生投入情况几乎没有差异。^[29-30]另一方面，学生投入是否是高校层次或类型与大学生能力发展之间关系的中介因素还没有定论。Pascarella等人指出高校层次或类型影响学生投入，并间接影响其认知发展。但也有一些研究得出了相反的结论。^[31]例如，Pike等人的研究发现，在控制学生背景因素后，高校层次或类型对学生投入和大学生发展没有显著影响。^[32]

可见，学生投入在高校层次或类型影响大学生能力发展的过程中是否起中介效应还需要进一步研究。基于院校影响力模型，本研究的第二个研究假设是：

H2：学生投入在高校层次或类型与大学生能力发展的关系中具有积极的中介作用。

三、研究设计

（一）数据来源

本研究数据来源于“陕西省2019届高校毕业生就业创业质量跟踪调查”。全国首轮入选“双一流”建设高校的名单中，有8所位于陕西省（本研究纳入7所，另外一所“双一流”建设高校为军校，未纳入调查范围）。陕西省是我国高校数量较多、高校层次或类型较为丰富的省份，具有较好的样本代表性与分析可行性。选择2019届毕业生调查数据是由于该年度收集的数据中，可以用于进行这一分析的有效样本数量较大，能够较好地代表不同类型高校毕业生的情况。问卷调查是在2019届毕业生毕业半年之后，即2020年1月至4月间进行的。调查方式是线上问卷调查，问卷内容包括人口统计学信息、各类高校学生的高等教育经历、学生投入以及能力发展等。在剔除含有缺失值的样本之后，获得了8435个有效样本。本研究基于这个样本进行了相应的分析。表1列出了研究样本的特征。

（二）变量测量

1.因变量

大学生能力发展是本研究的因变量。大学生能力发展调查量表是一个包含18个项目的五点李克特式量表，反映了学生的分析能力、批判性思维、沟通能力、自我认知和对全球文化差异理解等能力的发展情况。根据已有实证研究的因素分析结果，该量表由三个维度组成：核心能力发展（6个题项）、研究能力发展（6个题项）、自我认知与全球化能力发展（6个题项）。核心能力发展维度反映了学生的分析、交流和写作等能力的发展。研究能力发展维度包含了学生理解学术文献和做报告的能力。自我认知与全球化能力发展维度包括自我认知和社会责任、对种族差异的理解、对全球文化差异的理解等。核心能力和研究能力反映了学生的认知能力，自我认知和全球化能力反映了学生的非认知能力。对这18个变量进行验证性因子分析，拟合优度指标如表2所示，χ²=6979.468(df=119，p<0.001)，RMSEA=0.083，NFI=0.952，CFI=0.952，GFI=0.909。可见该模型的拟合优度良好。此外，表3列出了大学生能力发展各维度的题项数量、题例、均值和标准差。

2.核心解释变量

本研究的核心解释变量是高校层次或类型。高校层次或类型分为“双一流”建设高校与非“双一流”建设高校两类。研究样本中包括53所高校，其中7所为“双一流”建设高校。在选取的样本中，“双一流”建设高校占样本高校总量的13.2%，接近全国“双一流”建设高校的比例(11%)。“双一流”建设高校的学生数量占样本学生数量的25.6%，非“双一流”建设高校的学生占74.4%。

3.中介变量

本研究的中介变量是学生投入。学生投入调查量表是包含29个题项的五点李克特式量表。该量表分为五个维度，分别是分析理解(9个题项)、学术挑战(6个题项)、师生互动(6个题项)、课外投入(4个题项)和缺乏投入(4个题项，反向赋值)。分析理解维度是对大学生理解概念与观点、分析与解决问题等方面的考察。学术挑战是对学生超额完成任务、选择有挑战性的课程等情况的考察。师生互动是对学生与教师围绕课程学习内容进行互动情况的考察。课外投入是对学生课外学习情况的考察。缺乏投入考察了学生迟交作业、缺课等负面情况。该量表的验证性因子分析结果如表2所示，χ²=12578.941(df=361，p<0.001)，RMSEA=0.063，NFI=0.943，CFI=0.945，GFI=0.905。可见模型的拟合优度良好。此外，表3列出了学生投入各维度的题项数量、题例、均值和标准差。

4.控制变量

本研究中的控制变量包括学生特征、家庭背景因素以及大学前经历，这些因素已被诸多实证研究证明会影响大学生能力发展^[33-37]。具体而言，控制变量包括学生性别、是否为第一代大学生、父母子女数量、家庭所在地和就读高中类型，以上变量的具体情况展示在表1中。根据表1显示的样本类别的百分比，“双一流”建设高校大学生与非“双一流”建设高校大学生在各个控制变量类别中占比存在一定偏差。“双一流”建设高校的男生比例为59.98%，而非“双一流”建设高校的男生比例为44.28%。“双一流”建设高校中第一代大学生占81.57%，而非“双一流”建设高校中第一代大学生占91.63%。父母子女数量也存在差异，“双一流”建设高校大学生的父母拥有的子女平均数(1.69人)少于非“双一流”建设高校大学生的父母拥有的子女平均数(1.95人)。此外，“双一流”建设高校大学生家庭所在地占比最高的是县城(22.41%)，非“双一流”建设高校大学生家庭所在地占比最高是偏远农村(22.49%)。两类高校学生就读高中类型比例也存在差异，“双一流”建设高校大学生中来自省级重点/示范高中的比例最高(35.85%)，而非“双一流”建设高校大学生中来自普通高中的比例最高(40.66%)。可见两类高校大学生在学生特征、家庭背景因素以及大学前经历等方面存在较大差异。

(三)数据分析

首先，本研究采用倾向得分匹配(Propensity Score Matching，PSM)方法来考察高校层次或类型对大学生能力发展的影响。

第一步，我们使用Logit回归模型估算倾向得分。选择使用卡尺匹配(将卡尺设定为0.01)来划分处理组和对照组，“双一流”建设高校的学生为处理组，非“双一流”建设高校的学生为对照组。

第二步，我们比较了两组样本的平均处理效应是否存在显著差异。重点关注处理组平均处理效应(Average Treatment Effects for the Treated，ATT)。ATT的t检验结果大于1.96，表明进入“双一流”建设高校能够促进学生能力更好发展具备统计显著性。本研究ATT检验结果表明，进入“双一流”建设高校，学生核心能力、研究能力、自我认知与全球化能力发展得分均升高，分别是0.111，0.185，0.116。核心能力发展ATT的t检验结果为6.00，研究能力发展ATT的t检验结果为10.10，自我认知与全球化能力发展ATT的t检验结果为6.24。ATT检验结果表明，进入“双一流”建设高校能够促进学生核心能力、研究能力、自我认知与全球化能力更好发展具有统计显著性。

第三步，进行平衡性检验。检验匹配后的模型在控制变量的分布上是否是无偏和平衡的。具体参考标准包括控制变量的标准化偏差均低于10%，t检验不显著，似然比χ²值明显降低等。

第四步，进行稳健性检验。本研究采用了三种方法进行匹配，以提高研究结果的可靠性。除了上述的卡尺匹配外，我们还进行了k近邻匹配和核匹配。如果几种匹配方法的结果相似，则说明匹配结果稳健，样本有效性良好。^[38]

第五步，进行倾向得分加权，以便在平衡组间控制变量的基础上进一步评估高校层次或类型的影响，获得接近随机对照研究的结果。我们使用了逆概率加权法进行倾向得分加权。

第六步，分别对倾向得分匹配前的样本和倾向得分加权后的样本进行了普通最小二乘法(Ordinary Least Squares，OLS)回归。然后，我们比较了两次回归中高校层次或类型对大学生能力发展的影响系数，以确定“双一流”建设高校的大学生能力是否发展得更好。数据分析应用Stata16进行。

在此基础上，本研究采用偏差校正的百分位Bootstrap法分析了学生投入的中介效应。我们应用SPSS26和Process宏程序，基于5000次重复抽样和95%的置信区间设置来检验学生投入的中介作用。

四、研究结果

(一)OLS回归结果

表4展示了倾向得分匹配前与匹配后高校层次或类型对大学生能力发展影响的OLS回归结果。

模型1和模型2是高校层次或类型对大学生核心能力发展影响的OLS回归结果。模型1是基于倾向得分匹配前的样本进行的OLS回归，模型2是倾向得分加权后进行的OLS回归。模型2的结果显示，在控制其他变量后，“双一流”建设高校对大学生核心能力的发展具有显著的积极影响。具体而言，“双一流”建设高校大学生核心能力的发展比非“双一流”建设高校大学生高0.100个单位(p<0.001)。

模型3和模型4是高校层次或类型对大学生研究能力发展影响的OLS回归结果。模型3是基于倾向得分匹配前的样本进行的OLS回归，模型4是倾向得分加权后进行的OLS回归。模型4的结果显示，在控制其他变量后，“双一流”建设高校对大学生研究能力的发展具有显著的积极影响。具体而言，“双一流”建设高校大学生研究能力的发展比非“双一流”建设高校大学生高0.165个单位(p<0.001)。

模型5和模型6是高校层次或类型对大学生自我认知与全球化能力发展影响的OLS回归结果。模型5是基于倾向得分匹配前的样本进行的OLS回归，模型6是倾向得分加权后进行的OLS回归。模型6的结果显示，在控制其他变量后，“双一流”建设高校对大学生自我认知与全球化能力的发展具有显著的积极影响。具体而言，“双一流”建设高校大学生自我认知与全球化能力的发展比非“双一流”建设高校大学生高0.112个单位(p<0.001)。

总之，从倾向得分加权后样本的回归结果可见，高校层次或类型对大学生核心能力、研究能力、自我认知与全球化能力发展均具有显著影响，“双一流”建设高校大学生能力发展更好。假设1得到验证。

(二)中介效应分析结果

表5是学生投入在高校层次或类型与大学生能力发展之间关系的Bootstrap中介效应检验结果。第一条路径是高校层次或类型→学生投入→核心能力发展，间接效应值为0.06(p<0.001)，95%置信区间为0.039至0.080，表明学生投入在高校层次或类型与核心能力发展之间的中介效应显著，中介效应占总效应的44.4%。第二条路径是高校层次或类型→学生投入→研究能力发展，间接效应值为0.056(p<0.001)，95%置信区间为0.038至0.075，表明学生投入在高校类型与研究能力发展之间的中介效应显著，中介效应占总效应的26.8%。第三条路径是高校层次或类型→学生投入→自我认知与全球化能力发展，间接效应值为0.054(p<0.001)，95%置信区间为0.034至0.071，表明学生投入在高校类型与自我认知与全球化能力发展之间的中介效应显著，中介效应占总效应的42.2%。

(三)平衡性与稳健性检验

表6显示了平衡性检验的结果。经过匹配后，性别、是否为第一代大学生、父母子女数量、家庭所在地和就读高中类型等控制变量的标准化偏差均低于10%。t检验结果表明，处理组和对照组的控制变量分布无显著差异。此外，匹配后的似然比χ²值明显降低，且样本间无显著差异。综合以上指标，我们认为匹配后协方差偏误减少，匹配效果良好，较好地进行了数据平衡。

表7是采用不同匹配方法进行稳健性检验的结果。卡尺匹配(卡尺=0.01)、核匹配和K近邻匹配(k=3)三种方法的ATT值基本一致，且在统计上有显著意义。三种匹配方法的结果相似，说明匹配结果是稳健的。

五、讨论与结论

(一)“双一流”建设高校能够更好地促进大学生能力发展

本研究以中国陕西省2019届本科毕业生为研究对象，发现“双一流”建设高校大学生的核心能力、研究能力以及自我认知与全球化能力的发展要显著优于非“双一流”建设高校的大学生。本研究利用倾向得分匹配的方法减少了学生性别、是否为第一代大学生、父母子女数量、家庭所在地和高中类型等控制变量导致的偏差。平衡性检验的结果表明，匹配后的两组样本数据在控制变量分布上是平衡和无偏的。三种匹配方法得出的ATT结果基本一致，表明样本数据的匹配具有良好的稳健性。在此基础上对样本进行倾向得分加权后的OLS回归分析，结果显示，来自“双一流”建设高校的大学生在核心能力、研究能力、自我认知与全球化能力方面的得分均高于来自非“双一流”建设高校的大学生。根据院校影响力模型，良好的制度条件与环境能够促进大学生发展。“双一流”建设高校能够更好地促进大学生能力发展可能的原因在于这些高校获得了更好的制度、条件支持，营造了更好的学习环境。有研究表明，“双一流”建设高校在综合实力、学科建设、师资队伍建设等方面的表现更好，且与非“双一流”建设高校相比，“双一流”建设高校拥有更好的学习环境与支持条件。^[40-42]

(二)“双一流”与非“双一流”建设高校的大学生在研究能力发展上的差距最大

相较于核心能力和自我认知与全球化能力的发展，“双一流”建设高校对大学生研究能力发展的贡献最大。这可能与“双一流”建设高校以研究为导向，非“双一流”建设高校多以教学为导向有关。“提高高校科学研究水平，使之成为知识发现和科技创新的重要力量”是“双一流”建设的重要目标之一。^[43]“科研组织和科研机制健全，协同创新成效显著”是“双一流”建设高校的遴选条件之一。^[44]“研究”“创新”是“双一流”建设高校的办学特色与任务。营造了较好的研究氛围可能是“双一流”建设高校促进大学生研究能力发展的重要原因。

(三)学生投入在高校层次或类型与大学生能力发展之间发挥中介作用

学生投入在高校层次或类型与大学生核心能力、研究能力以及自我认知与全球化能力的发展之间的关系中均发挥了中介作用。“双一流”建设高校学生投入水平更高，促进了其能力发展。这进一步证明了院校影响力模型。Astin的I-E-O模型和Pascarella的大学生发展通用评估模型都表明，高校特征通过影响学生投入来影响学生发展^[45-46]。这一结果也与中外不同研究中的结论具有一致性^[47-49]，在一定程度上表明本研究的研究结论是稳定与可靠的。

六、对策与建议

(一)“双一流”建设要回归初心，把培养一流人才放在重要位置

虽然随着经济社会的发展，高校的职能不断扩展，科学研究、社会服务等职能不断增加，但作为教育机构，高校最根本的职能仍是人才培养。建设世界一流大学、一流学科，归根结底要培养一流人才。我们的研究发现，虽然“双一流”建设高校学生能力发展状态比非“双一流”建设高校学生要好，但二者的差距较小，“双一流”建设高校在学生能力发展上的优势仍不明显。这可能意味着“双一流”建设高校的教育成果与政策目标之间还有较大差距。“双一流”建设的基本原则之一在于“汇聚优质资源，培养一流人才”，“双一流”建设要回归初心，把培养一流人才放在重要位置，进一步将资源支持有效转化为人才培养成果。

“双一流”建设高校教师要坚持把教书育人放在首位。教书育人是教师的天职，高校教师是高素质人才培养的第一责任人。教育部、财政部、国家发展改革委印发的《关于深入推进世界一流大学和一流学科建设的若干意见》指出，要以促进学生全面发展为中心，建立健全师德师风建设长效机制，加强学术规范教育；进一步完善强化教师教书育人职责的机制，引导教师当好学生成长、成才的引路人。^[50]

基于“双一流”建设高校的特殊使命，“双一流”建设高校要着重加强国家急需高层次人才的培养。“双一流”建设的要务之一在于解决高层次创新人才供给能力不足的问题，“双一流”建设高校需要培养一流人才、服务国家战略需求，为全面建成社会主义现代化强国提供有力支撑。这就要求“双一流”建设高校在人才培养方面要更好地发挥示范引领作用，进一步将科研优势转化为育人优势，为我国高层次人才培养做出更大贡献。

(二)非“双一流”高校应以提高学生投入为着力点，努力促进大学生能力发展

当前，学生投入不足是影响高校人才培养质量的一个重要因素。2018年6月，时任教育部部长陈宝生就指出，要加大学生投入力度，提高人才培养质量。教育部在《关于深化本科教育教学改革 全面提高人才培养质量的意见》中强调，要加大学生的学习投入。我们的研究同样表明，学生投入在“双一流”与非“双一流”建设高校和学生能力发展的关系中发挥着重要的中介作用，学生投入是促进大学生能力发展的重要途径。与“双一流”建设高校的大学生相比，非“双一流”建设高校的大学生投入水平更低，尤其是分析理解、师生互动等不足。这要求非“双一流”建设高校需要更加关注学生投入状态，进一步提高学生投入水平。

已有的研究也表明，营造良好的院校氛围与课堂学习环境、增加学业挑战度等都是促进学生投入与能力发展的重要因素。^[51-53]有研究表明，非“双一流”建设高校学生感知的学习环境质量更差，说明学生获得的环境支持还有较大的提升空间，非“双一流”建设高校需进一步优化、提升院校氛围与课堂学习环境，以促进大学生能力发展。

此外，我们之前进行的有关研究也表明，与“双一流”建设高校的大学生相比，非“双一流”建设高校的大学生感知的学业挑战度更低。因此，非“双一流”建设高校需要科学、适度地增加课程负担，提升课程学习的挑战性，让学生“忙”起来，体验“跳一跳才能够得着”的学习挑战。同时，要完善评价体系，优化考核内容与方式，引导学生采用深度学习方式，更好地促进学生能力发展。

七、研究局限

本研究主要的局限性在于无法完全克服内生性问题。虽然尽量纳入了已有研究表明的、数据可支撑的影响大学生能力发展的学生特征与经历等方面的主要变量，且选用的分析方法能在一定程度上通过样本有效配对规避选择偏差问题，但我们难以纳入所有非随机因素，无法完全克服内生性问题。其中，最重要的一个因素——高考成绩，是学生能否进入“双一流”建设高校的关键。由于我国各省的高考试卷与录取分数线等不完全相同，无法简单地将全国高考成绩纳入模型进行比较。为了检验加入高考分数作为控制变量后，高校层次或类型对大学生能力发展的影响是否依然存在，我们选取了高考分数在480分至620分之间的陕西省高考生源地学生样本进行了PSM分析。我们之所以选择陕西省生源的学生样本，是因为这些学生在总样本中人数最多。之所以选择这个分数段的学生，是因为样本学生当年高考的本科第一批录取分数线是480分，而高考成绩在620分以上的非“双一流”建设高校大学生的样本量特别小。表8进行的ATT检验结果表明，在控制高考成绩及其他变量之后，高校层次或类型对大学生核心能力、研究能力、自我认知和全球化能力发展仍有积极的显著影响，“双一流”建设高校能够更好地促进大学生能力发展。

注：参考文献已省略，如有需要请阅读原文。