引言       自改革开放政策实施以来，中国曾一度中断的海外留学现象重新恢复，数以万计的莘莘学子奔赴世界各地求学。而近年来，伴随国内经济的高速发展，以及工资待遇的提高，每年又有众多学子学成归国。在时下的流行语汇中，这些归国学子被称为“海龟”，与之相对，那些未曾出国接受教育者则成为了“土鳖”。       在法学界，出国留学潮的复苏大约可追溯到1980年代初期，如今活跃在国内法学界的知名学者，如上海交通大学法学院院长季卫东、清华大学教授王亚新等或许都可算作这一辈法学留学生的先驱。而经过10年之后，大约在1990年代早期，法学界的“海龟”逐步出现，如北京大学法学院院长朱苏力大概就是最早的“海龟”之一。如今，在中国一流法学院的师资队伍中，“海龟”已经占据了一定的比例，成为法学教育与法学研究的重要力量。 [1] 也许是出于对国外法学教育质量的谦逊地推崇，在相当一个时期内，不少国内法学院都在工资或职称等方面给予“海龟”更为优越的待遇。优越的待遇似乎默认了优秀的学术表现，然而，至今为止尚未有定量的实证研究考察比较法学院中“海龟”与“土鳖”的学术表现，本文旨在对此作一个尝试性的研究，以供学界参考、批评。       一、数据与方法       数据       本文选取了国内4所一流法学院截至2008年底的全部全职教师作为研究样本， [2] 这4所法学院是：北京大学法学院、清华大学法学院、复旦大学法学院与上海交通大学法学院。这4所法学院所在的高校无疑是中国最负盛名的大学，而这些法学院本身在中国也可属于第一梯队。作为评判其教研质量与影响力的一项参考，根据教育部2009年度的学科评估，在全国600余所法学院中，他们分别位列第3、6、14和10名。 [3] 除了名誉与实力之外，选取这4所高校的另一因素是其地处北京和上海这两个中国最大的城市，同时也是对“海龟”最具吸引力的城市，其师资队伍中的“海龟”比例较高，从而为统计比较提供了较为适当的条件。最后，选取这4所高校也是因为笔者对他们较为熟悉，更易于采集到有关教师基本信息的数据。对这4所高校的选取，一个可能的质疑是：就本文研究的主要问题而言，其师资的学术表现是否具有代表性。由于这一样本的抽取并非基于随机因素，因此，这种质疑总能具有一定的说服力。然而，如果我们假定这4所学校选任师资——无论“海龟”还是“土鳖”——所采用的学术标准与其他国内一流法学院的标准没有实质区别，我们就可以不必过分担心样本的代表性问题。而目前似乎尚无明显证据足以推翻此种假定。       有关教师基本情况的数据主要从各法学院的官方网页采集，网页没有显示的，通过各校内部人员了解采集，另有部分数据来自Google搜索的结果。样本中的每位教师均被赋予一个身份代号。本文所谓的“海龟”（或“海外学位获得者”）仅指从中国以外的国家取得正式的博士层次的学位者。 [4] 此项标准的一个局部例外是：从日本的大学获得博士修了学历但未获得正式博士学位者也被包含在“海龟”之中，其原因在于日本授予博士学位的特殊传统。 [5] 这一界定标准将仅从国外获得硕士学位——特别是一年制的LL.M.学位者，以及访问学者排除在“海龟”之外，总体说来，这些短期项目提供的学术训练与正式的博士层次项目有不小的差别。       有关论文信息的数据来自清华大学建设的中文期刊网（CNKI）。从中文期刊网的数据库中，笔者收集了各位教师于1998至2007这10年间发表的所有论文——除后述类别的文章外——的相关信息。这些除外的类别是：译文、访谈、演讲、座谈会发言、会议综述及人物回忆。中文期刊网自动计算每篇论文被4个数据库中的文章引用的总次数，这4个数据库分别是：中文期刊全文数据库、中国博士论文数据库、中国优秀硕士论文数据库与全国重要会议论文数据库。除引用总数外，笔者还自行计算出每篇论文的自引次数， [6] 以及出现在中国博士论文数据库和中国优秀硕士论文数据库中的学生引用数。 [7] 从总引用数中减去自引次数及学生引用数得出每篇论文的净引用数。为削减所谓“影响性数据点”（influential data point） [8] 的作用，此项研究以净引用数的平方根作为最终的回归因变量（regressand）。以次标准，笔者总共收集到了3717篇论文的信息，在样本包含的232位教师中，有20位教师没有任何论文信息被包含于中文期刊网中，约占样本教师总数的8.62%。对于论文专业领域的划分主要依据论文的标题、摘要及关键词判定。不可否认，在将某篇论文归入20个专业领域之中时，笔者的判断尺度多少会有一定的主观性。       本文未采用南京大学建设的中国社会科学引文索引（CSSCI）收集相关信息，其直接原因是笔者所在的学校未定购CSSCI数据库。这两个数据库的一个主要区别是：CSSCI包含的引用文献（并非被引文献）数量更少、来源期刊被认为质量更高。 [9] 同时，CSSCI总体收录的被引文献数目较少，且仅显示被引数不为零的文献的信息。此外，CSSCI中的被引文献包含书籍，而CNKI则仅含论文。基于两个数据库的上述异同，笔者认为：就此项研究的主要目的与实施方法而言，CNKI或许是更好的选择。首先，CSSCI较少的被引文献数，以及排除零引用文献的做法可能导致更多的数据缺失（missing data points）。假如某教师发表了3篇论文，但均未被引用过，则CNKI将报告这3篇文章的信息并显示其被引数为0，而从CSSCI中我们将看不到这3篇文章的信息，因而不得不将此教师当作一个缺失数据，而缺失数据比例的升高会削弱计量研究的可信度。其次，CSSCI的被引次数包含了书籍的被引次数，从学术品性上说，书籍与论文可能具有显著差别，尤其是教材，它们可能被密集引用，而其学术原创性通常较低。尽管有以上这两项考虑，然而，两个数据库在引用文献质量上的差别仍有可能对本文的研究结论产生影响——虽然笔者想不出有什么特别的理由足以令“海龟”们的论文系统性地倾向于被低质量的文献饮用，或者相反。因此，本文的研究结论有待利用CSSCI数据所作的类似研究的进一步证实。       有关数据库的最后一个问题是，CNKI每天都在更新数据，其包含的中文期刊种类也在不断扩大。因此，对某篇论文而言，在数据收集过程的起始阶段获得的引用数会略小于在这个为期2个月的过程的结尾阶段进行再次收集时获得的引用数。不过，这一情况似乎不足以对研究结论产生重大影响。为考察这一引用数的变化情况，笔者从教师样本中随机抽取了10%的子样本，对该子样本所含教师的各篇论文进行了两次引用数采集，第一次采集的时间是2009年4月10日至12日，第二次的采集时间是2009年6月5日至7日，其间隔长度与原先数据收集过程的长度基本一致。这一抽样检测的结果包含于本文附录之中。       2．方法       本文将各位教师发表的论文被引用的次数作为衡量其学术表现的指标， [10] 通过两个加权最小平方（weighted least square）回归模型对数据进行分析。第一个模型是直接的多元回归法（multivariable regression），第二个模型是基于经调整之样本数据的二步回归法。       本文的数据评估方法主要依据Ayres与Vars提出的“机会回归”（opportunity regression）理论。 [11] 假如我们控制那些影响论文被引用的机会，却与论文质量没有关联性的变量，我们至少在理论上可以通过比较回归的误差值（residuals from regression）来评判论文质量的优劣。在第一个模型中，笔者直接以这些变量作为回归自变量（regressor）进行数据分析。影响被引用机会的首要因素是论文的年龄，也就是从论文发表至今的时间跨度。为控制论文的年龄，回归模型中加入了论文年龄及论文年龄之平方这两个变量。论文年龄以年为单位，具体而言，就是2008减去论文发表之年份。       另一项可能对论文的被引用机会产生影响的因素是其所属的专业领域。不难想象，由于所属领域的不同，论文的被引次数可能出现明显差异。例如，假使商法方面的论文数量大大超过法制史方面的论文数量，则商法论文就更有可能被引用到。 [12]为控制这一因素，笔者用了20项虚拟变量（dummy variable）来代表20个目前中国法学界主要的专业领域。       或许出于后述的某些历史原因，海外学位获得者作为一个群体，其年龄普遍较国内学位获得者为大，而获得学位的时间则较晚。 [13] 基于此种特点，笔者加入了教师年龄（2008减去出生年份）与获得学位年份这两项变量作为控制变量，以免因这种区别而导致统计结果的偏差（bias）。       直接多元回归模型以各人论文总数之倒数作为权重，由此，每位教师无论其论文数多少，在回归模型中具有的影响力都相等。最后，由于每篇论文的信息均构成一个观察项（observation），考虑到各观察项之间可能存在的异方差性（heteroscedasticity）和不独立性（interdependence）， 笔者通过各教师的身份代号对观察项进行了编组，以此为基础测定标准误差（standard error）。       为进一步排除“海龟”与“土鳖”在年龄与取得学位年份方面的差异可能对分析结论产生的影响，此项研究还运用了一个二步回归模型，该模型依据在个人特征与论文特征特定的前提下，“海龟”被包含进样本的概率，对样本数据作出调整。作为第一步，笔者控制论文年龄（及论文年龄之平方）、教师年龄、获得学位年份以及专业领域，借助最大似然估计（maximum likelihood）logit 模型，测算出上述概率（以phat变量表示）。在第二步中，笔者以“海外/国内”（国内=0）虚拟变量为自变量，对论文净引用数的平方根进行加权回归分析。对“海龟”而言，其权重就是各人论文总数之倒数；对“土鳖”而言，其权重则是样本包含“海龟”之概率与包含“土鳖”之概率的比（即phat/(1-phat)）乘以各人论文总数之倒数。与前述直接多元回归模型一样，在此，观察项也被按照身份代号加以编组，据以测定标准误差。       二、结果       1．直接多元回归       直接多元回归模型显示：若以论文引用数为标准，则“海龟”与“土鳖”的平均学术表现没有实质差异。表1是相关的回归结果。       表1：直接多元回归之结果   回归因变量：sqcita 回归系数（coefficient） 稳健标准误差（robust standard error） t p 95%置信区间（confidence interval） hg 0.1407661 0.2125634 0.66 0.509 ［-0.2783005, 0.5598327］ aage 0.6442917 0.0724941 8.89 0.000 ［0.5013703, 0.7872131］ aage2 -0.0366241 0.0069343 -5.28 0.000 ［-0.050295, -0.0229531］ age 0.0134686 0.0136008 0.99 0.323 ［-0.0133453, 0.0402824］ year -0.0043737 0.0128258 -0.34 0.733 ［-0.0296596, 0.0209121］ s1 0.1075587 0.3541541 0.30 0.762 ［-0.5906526, 0.8057701］ s2 0.2449543 0.2404087 1.02 0.309 ［-0.2290091, 0.7189177］ s3 0.2272785 0.2262456 1.00 0.316 ［-0.2187625, 0.6733194］ s4 -1.483169 0.4204754 -3.53 0.001 ［-2.312132, -0.6542061］ s5 0.2523494 0.2560044 0.99 0.325 ［-0.2523609, 0.7570597］ s6 -0.6362918 0.2220128 -2.87 0.005 ［-1.073988, -0.1985957］ s7 -0.402164 0.2389792 -1.68 0.094 ［-0.8733092, 0.0689811］ s8 -0.3277183 0.34816 -0.94 0.348 ［-1.014112, 0.3586758］ s10 -0.3220807 0.1460144 -2.21 0.028 ［-0.6099466, -0.0342147］ s11 -0.4986778 0.1978072 -2.52 0.012 ［-0.8886529, -0.1087028］ s12 -0.9848585 0.2722004 -3.62 0.000 ［-1.521499, -0.448218］ s13 -0.8945229 0.1870779 -4.78 0.000 ［-1.263345, -0.5257007］ s14 -0.3642588 0.1959977 -1.86 0.065 ［-0.7506664, 0.0221487］ s15 -0.3715346 0.1793711 -2.07 0.040 ［-0.725163, -0.0179062］ s16 -0.4018452 0.5037256 -0.80 0.426 ［-1.394935, 0.591245］ s17 -0.082139 0.3782304 -0.22 0.828 ［-0.8278166, 0.6635386］ s18 -0.9463058 0.2353306 -4.02 0.000 ［-1.410258, -0.4823539］ s19 -0.9879798 0.5598629 -1.76 0.079 ［-2.091744, 0.1157846］ s20 -1.782427 0.3833331 -4.65 0.000 ［-2.538164, -1.026689］ 常数 8.46705 26.10392 0.32 0.746 ［-42.99658, 59.93068］
      上表中hg代表“海外/国内”虚拟变量，“海龟”的hg值为1，“土鳖”的hg值为0。t值远小于有统计学上之重要性的临界值，故不能否定零假设（null hypothesis）成立的可能性。       2．二步回归       同样，通过调整样本数据进行的二步回归估测也没有反映出“海龟”与“土鳖”在学术表现上存在具有统计学上之重要性的差别。表2是二步回归的最终结果。 [14]       表2：基于调整样本的回归结果   回归因变量：sqcita 回归系数 稳健标准误差 t p 95%置信区间 hg -0.0244921 0.2608928 -0.09 0.925 ［-0.5389301, 0.4899458］ 常数 1.828444 0.163527 11.18 0.000 ［1.505996, 2.150893］
      表2显示由二步回归所得的t值更小，而这两个模型得到的有关hg变量的回归系数均在彼此的95%置信区间之中。这些统计数据表明此二项回归分析的结论具有相当的稳定性。       图1是净引用数之平方根的核密度（kernel density）分布（根据Epanechniko函数估测），其中红色实线代表“海龟”，蓝色虚线代表“土鳖”。核密度估测所用的权重与二步回归模型使用的权重相同。该密度分布图显示：在低端区域，“海龟”们的引用数更少为零；在中间区域——净引用数之平方根约为3-7的区域，“海龟”的引用数更趋向于集中在该区域的高端部分，即5-7的范围内；而在分布图的右端，则“海龟”与“土鳖”几无差别。这一密度分布显示，“海龟”的学术表现在分布上可能较“土鳖”更有优势，但在均值上优势并不明显。       图1：净引用数之平方根的核密度分布  
      3．分区域比较       笔者又按照“海龟”获得学位的不同区域将其分为4组，而国内学位获得者则成为第5组，每组各被赋予一个虚拟变量（即属于该组者变量值为1，不属于该组者变量值为0）。“海龟”所属的4个组分别是：澳洲、美洲（包含美国与加拿大）、亚洲（包含日本与韩国）和欧洲（包含德国、法国、意大利、荷兰、瑞士与英国）。当代表“海龟”的4组虚拟变量替代“海外/国内”变量成为直接多元回归模型的自变量后，分析结果显示：唯有美洲组（AM变量值为1）的表现在统计学意义上优于国内学位获得者，且这种优秀程度较为明显（美洲组的净引用数平方根比国内组高出大约62%）。 [15] 表3是这一回归分析的结果。       表3：分区域比较结果   回归因变量： sqcita* 回归系数 稳健标准误差 t p 95%置信区间 AL 0.4435045 0.400606 1.11 0.270 ［-0.3462863, 1.233295］ AM 1.40884 0.4800663 2.93 0.004 ［0.4623934, 2.355286］ AS -0.1154335 0.2848716 -0.41 0.686 ［-0.6770552, 0.4461882］ EU -0.2977866 0.1778962 -1.67 0.096 ［-0.6485072, .0529341］
      * 国内组的平均净引用数之平方根为2.260153。       分区域比较未选用上述二步回归模型，因为利用现有数据尚不足以在控制专业领域的基础上，较为可靠地测算出样本包含各组教师的概率。事实上，在第一步——即logit回归——测算过程中，大部分代表专业领域的虚拟变量均被统计软件自动抛弃，这或许是由于样本中各组学者所写论文的专业领域尚不足以涵盖这些被抛弃的领域。因此，较“海龟”与“土鳖”的总体比较而言，对于这项分区域比较的结果还需要有所保留。       三、一些解释       假如我们抛开对通过引用数评估学术表现存有的疑虑，那么，关于“海龟”与“土鳖”在学术表现上的相似性，一种解释或许在于法学这一学科的特性。正如一些学者指出的那样，法学在很大程度上是一种“地方性知识”。 [16] 由此，接受外国法教育——尤其是纯粹针对正式规范的教育——并不足以带来解决中国问题的学术优势。而从美国获得学位者在学术表现上可能具有的优势，则或许源自美国法学教育的特点，即强调方法论与跨学科教育。值得注意的是，在样本所含的6位自美国获得学位者之中，有3位所获并非法学学位，而是其他社会科学或跨学科研究的博士学位。古人云：“授人以鱼，不如授人以渔”。也许美国的法学教育带给人们更多的是捕鱼方法而非简单的一条鱼，因而，在美国完成教育返回国内的学者，可能得到更为充分的学术准备，从而得以较好地回答中国面临的问题。       对于“海龟”与“土鳖”在学术表现上的相似性，另一种解释或许在于目前在中国法学院任教的“海龟”教师的特殊年龄段。如前所述，“海龟”的总体年龄较“土鳖”为大，而其获得学位的时间则较晚。这些事实表明：目前任教于国内法学院的“海龟”很可能属于恢复高考后最初几届进入法学院进行本科学习的学生。由于受到文革影响，他们开始法学本科学习的年龄偏大，而自本科毕业后，其中一些人又成为文革后最早一批留学海外学习法律者。由于国内与国外的学制等情况不同，这些留学海外者普遍较其留在国内的同学更晚完成研究生阶段的教育。而当他们回国任教时，较为年轻的一批留学生则仍在国外学习。假如确实存在这种情况，那么，或许我们可以认为：年纪较大者与年纪较轻者在同样面对国外的学习环境时，可能出现适应性与接受力方面的差异——例如由较弱的语言水平或更强的路径依赖等原因所致。这一假说提醒我们有必要在将来更多年轻一代的“海龟”回国任教之后，展开进一步的跟踪研究。       四、其他发现       1． 性别差异       笔者还用同样的回归模型比较了男女教师的学术表现， [17] 两个模型均为显示男女教师的表现存在具有]统计学上之重要性的差别。回归分析的结果见表4与表5，其中代表性别的变量均为gend。       表4：跨性别比较之直接多元回归的结果   回归因变量：sqcita 回归系数 稳健标准误差 t p 95%置信区间 gend -0.1118412 0.1736556 -0.64 0.520 ［-0.4542016, 0.2305192］ aage 0.6411297 0.0710306 9.03 0.000 ［0.5010935, 0.7811658］ aage2 -0.0365058 0.0068704 -5.31 0.000 ［-0.0500509, -0.0229608］ age 0.0149439 0.0127529 1.17 0.243 ［-0.0101983, 0.0400861］ year -0.0018658 0.0118156 -0.16 0.875 ［-0.0251602, 0.0214285］ s1 0.1331911 0.3717755 0.36 0.721 ［-0.5997607, 0.866143］ s2 0.2478067 0.2385831 1.04 0.300 ［-0.2225575, 0.7181709］ s3 0.2683901 0.2053521 1.31 0.193 ［-0.1364596, 0.6732399］ s4 -1.478276 0.4125633 -3.58 0.000 ［-2.291641, -0.6649117］ s5 0.2750343 0.2484989 1.11 0.270 ［-0.2148789, 0.7649475］ s6 -0.6280301 0.2212257 -2.84 0.005 ［-1.064175, -0.1918857］ s7 -0.3763329 0.2316706 -1.62 0.106 ［-0.8330692, 0.0804034］ s8 -0.3244054 0.3419134 -0.95 0.344 ［-0.9984844, 0.3496737］ s10 -0.2140392 0.1960234 -1.09 0.276 ［-0.6004974, 0.172419］ s11 -0.4706796 0.1934086 -2.43 0.016 ［-0.8519829, -0.0893763］ s12 -0.9306823 0.2540999 -3.66 0.000 ［-1.431638, -0.4297268］ s13 -0.8325609 0.1908394 -4.36 0.000 ［-1.208799, -0.4563229］ s14 -0.3389608 0.1899638 -1.78 0.076 ［-0.7134726, 0.0355511］ s15 -0.3621792 0.1787614 -2.03 0.044 ［-0.7146056, -0.0097528］ s16 -0.317772 0.5254317 -0.60 0.546 ［-1.353656, 0.7181114］ s17 -0.0633011 0.3856104 -0.16 0.870 ［-0.8235284, 0.6969262］ s18 -0.9615946 0.232976 -4.13 0.000 ［-1.420905, -0.5022847］ s19 -0.8756331 0.5240265 -1.67 0.096 ［-1.908746, 0.1574802］ s20 -1.765318 0.3813036 -4.63 0.000 ［-2.517054, -1.013582］ 常数 3.424171 24.04534 0.14 0.887 ［-43.98098, 50.82932］
      表5：跨性别比较之二步回归的结果   回归因变量：sqcita 回归系数 稳健标准误差 t p 95%置信区间 gend -0.0370379 0.1912069 -0.19 0.847 ［-0.4140004, 0.3399246］ 常数 1.971155 0.122618 16.08 0.000 ［1.729414, 2.212895］
      2．专业差异       控制论文的年龄（以及论文年龄之平方），排除因论文问世时间不同而引起的被引机会的不同，就可以比较不同专业领域的论文总体被引用情况的差异。假如可以认为一个专业领域的影响力与该领域的论文被引用次数成正比，那么，这种差异也可以反映目前国内法学界各专业领域的影响力情况。笔者以“环境法”为参照系（benchmark），通过多元回归的方法，对20个主要的法学专业领域进行了比较，结果见表6。       表6：专业领域比较
回归因变量：sqcita 回归系数 稳健标准误差 t p 95%置信区间 aage 0.6975036 0.048082 14.51 0.000 ［0.6032336, 0.7917735］ aage2 -0.038552 0.0049703 -7.76 0.000 ［-0.0482967, -0.0288072］ s1 -0.1261469 0.2045647 -0.62 0.537 ［-0.5272177, 0.2749239］ s2 0.4074305 0.2157361 1.89 0.059 ［-0.015543, 0.8304041］ s3 0.5073556 0.2017915 2.51 0.012 ［0.1117219, 0.9029893］ s4 -1.467353 0.4253313 -3.45 0.001 ［-2.30126. -0.6334454］ s5 0.4441988 0.2033933 2.18 0.029 ［0.0454245, 0.842973］ s6 -0.539441 0.1932092 -2.79 0.005 ［-0.9182482, -0.1606337］ s7 -0.0658445 0.1875463 -0.35 0.726 ［-0.433549, 0.30186］ s8 0.0905916 0.1941301 0.47 0.641 ［-0.2900211, 0.4712042］ s10 -0.3096237 0.4437071 -0.70 0.485 ［-1.179558, 0.5603112］ s11 -0.4775936 0.2096687 -2.28 0.023 ［-0.8886714, -0.0665159］ s12 -0.7487313 0.2752682 -2.72 0.007 ［-1.288424, -0.2090388］ s13 -0.9017184 0.2280404 -3.95 0.000 ［-1.348816, -0.4546211］ s14 -0.0767428 0.2075391 -0.37 0.712 ［-0.4836452, 0.3301596］ s15 -0.1904123 0.2101663 -0.91 0.365 ［-0.6024656, 0.2216411］ s16 -0.5124567 0.4283029 -1.20 0.232 ［-1.35219, 0.3272766］ s17 -0.1288451 0.2591927 -0.50 0.619 ［-0.6370199, 0.3793296］ s18 -0.8914378 0.2324646 -3.83 0.000 ［-1.347209, -0.4356664］ s19 -1.411919 0.2598239 -5.43 0.000 ［-1.921331, -0.9025068］ s20 -1.2148 0.2498208 -4.86 0.000 ［-1.704601, -0.7250002］ 常数 0.1568136 0.1821388 0.86 0.389 ［-0.2002889, 0.5139161］       由上表可知，民法、商法（含经济法）论文的被引次数较高，且具有统计学上的重要性；相反，比较法、宪法、国际经济法、国际法、国际私法（冲突法）、法史学、海商法等专业领域的论文被引用数较低——同样在统计学上具有重要性。苏力教授曾指出：“国际法无论是公法还是私法作为一个独立学科的影响力显著下降”， [18] 也有某些研究支持此一结论。 [19] 笔者的上述研究结果也表明这一结论似乎大体上可以得到印证。当然，由于此项研究没有进行时间序列分析（time series analysis），因此不能直接证明“影响力显著下降”这一动态变化的结论。       3. 期刊比较       最后，笔者又将论文所载期刊分为6组：《中国社会科学》、《中国法学》、《法学研究》、《中外法学》、其他核心期刊及非核心期刊， [20] 并分别赋予虚拟变量。同样借助机会回归的方法，通过控制论文年龄（及论文年龄的平方）以及专业领域，比较不同类别的期刊所载论文的平均质量。这一回归分析的结果记录于表7之中。       表7：期刊比较
回归因变量：sqcita 回归系数 稳健标准误差 t p 95%置信区间 aage 0.6875869 0.0437718 15.71 0.000 ［0.6017676, 0.7734062］ aage2 -0.0402005 0.0044945 -8.94 0.000 ［-0.0490125, -0.0313885］ s1 -0.0787936 0.1839268 -0.43 0.668 ［-0.4394019, 0.2818146］ s2 0.0461356 0.1870959 0.25 0.805 ［-0.3206859, 0.4129572］ s3 0.2711684 0.1809533 1.50 0.134 ［-0.0836099, 0.6259467］ s4 -1.627128 0.3579891 -4.55 0.000 ［-2.329004, -0.9252523］ s5 0.3324204 0.1816238 1.83 0.067 ［-0.0236726, 0.6885133］ s6 -0.5835148 0.1744767 -3.34 0.001 ［-0.925595, -0.2414345］ s7 -0.1974969 0.1683243 -1.17 0.241 ［-0.5275147, 0.1325209］ s8 0.129007 0.1759377 0.73 0.463 ［-0.2159378, 0.4739517］ s10<, /DIV> -0.4935523 0.3995463 -1.24 0.217 ［-1.276906, 0.289801］ s11 -0.6420396 0.1916667 -3.35 0.001 ［-1.017823, -0.2662565］ s12 -0.8094462 0.2581014 -3.14 0.002 ［-1.315482, -.3034107］ s13 -0.8462427 0.2222992 -3.81 0.000 ［-1.282084, -0.4104013］ s14 0.444008 0.1947994 2.28 0.023 ［0.0620829, 0.8259331］ s15 -0.3601118 0.1863449 -1.93 0.053 ［-0.7254609, 0.0052373］ s16 -0.2966965 0.4599155 -0.65 0.519 ［-1.19841, 0.6050171］ s17 -0.1240202 0.240514 -0.52 0.606 ［-0.5955738, 0.3475333］ s18 -1.015926 0.2181594 -4.66 0.000 ［-1.443651, -0.5882011］ s19 -0.6840899 0.2337483 -2.93 0.003 ［-1.142378, -0.2258014］ s20 -0.54804 0.2323758 -2.36 0.018 ［-1.003638, -0.0924422］ sheke 2.202469 0.4223108 5.22 0.000 ［1.374484, 3.030455］ zhongfa 1.590923 0.1909188 8.33 0.000 ［1.216606, 1.965239］ fayan 2.268375 0.2543695 8.92 0.000 ［1.769656, 2.767093］ zhongwai -0.1006426 0.1964155 -0.51 0.608 ［-0.4857363, 0.2844511］ other -1.368164 0.0578173 -23.66 0.000 ［-1.481521, -1.254806］ 常数 0.6728914 0.1674231 4.02 0.000 ［0.3446405, 1.001142］       此项比较表明：（1）以被引用数为依据，各类核心刊物所刊论文的质量总体上均高于非核心刊物（以other变量代表）刊载的论文；（2）《中国社会科学》（以sheke变量代表）、《中国法学》（以zhongfa变量代表）与《法学研究》（以fayan变量代表）刊载论文的质量较其他核心刊物（包括《中外法学》）为高；（3）《中外法学》（以zhongwai变量代表）刊载的论文质量与其他核心刊物上的论文无显著差别。不过，需要指出的是，上述论文质量的差异仍有可能受到其他未被控制的因素的影响，如杂志的发行量（或者更宽泛地讲，引用者接触到各类杂志的便宜程度）等，因此，对此结论需谨慎适用。       五、结论       本文借助计量分析的方法，对目前执教于中国一流法学院的海外学位获得者与国内学位获得者的学术表现进行了比较。这一基于论文被引用次数的研究未发现此二类学者的学术表现具有实质性差异，唯一可能的例外是自美国获得学位者，其学术表现优于国内学位获得者。本文也以类似方法对同一样本中男女教师的学术表现进行的比较，结果亦未发现明显差别。本文基于不同专业领域的比较可能印证了苏力教授国际法各部门影响力均有下降的结论；对各类期刊的比较则显示核心期刊刊载论文的平均质量高于非核心期刊，而《中国社会科学》、《中国法学》与《法学研究》这三家杂志的论文质量更优于其他核心期刊。

    附录


   1、二步回归模型之logit回归的结果   回归因变量：hg 回归系数 标准误差 z p 95%置信区间 aage -0.0318584 0.0867241 -0.37 0.713 ［-0.2018345, 0.1381178］ aage2 -0.0094617 0.0084264 -1.12 0.261 ［-0.0259772, 0.0070539］ age 0.0738975 0.010297 7.18 0.000 ［0.0537158, 0.0940792］ year 0.0906865 0.0100954 8.98 0.000 ［0.0708999, 0.1104731］ s1* 17.28394 20.47994 0.84 0.399 ［-22.85601, 57.42389］ s2 16.92232 20.50445 0.83 0.409 ［-23.26566, 57.11029］ s3 17.78209 20.44567 0.87 0.384 ［-22.29069, 57.85486］ s4 18.32461 20.47225 0.90 0.371 ［-21.80025, 58.44948］ s5 16.31617 20.48278 0.80 0.426 ［-23.82933, 56.46167］ s6 17.77475 20.47684 0.87 0.385 ［-22.35913, 57.90863］ s7 17.27828 20.45317 0.84 0.398 ［-22.8092, 57.36576］ s8 14.29592 20.47073 0.70 0.485 ［-25.82598, 54.41782］ s11 17.47084 20.48242 0.85 0.394 ［-22.67397, 57.61565］ s12 19.059 20.47317 0.93 0.352 ［-21.06767, 59.18567］ s13 18.85256 20.46897 0.92 0.357 ［-21.26588, 58.97101］ s14 17.40632 20.45655 0.85 0.395 ［-22.68779, 57.50043］ s15 18.66425 20.46603 0.91 0.362 ［-21.44842, 58.77693］ s16 17.35919 20.43652 0.85 0.396 ［-22.69566, 57.41403］ s17 17.86605 20.48034 0.87 0.383 ［-22.27468, 58.00677］ s19 21.88378 20.49334 1.07 0.286 ［-18.28242, 62.04999］ s20 18.10836 20.45152 0.89 0.376 ［-21.97588, 58.1926］ 常数 -203.5256 - - - -
      * s9被作为比较的参照而未加入回归模型，s10与s18被统计软件自动略去。       2、变量表   sqcita = 净引用数之平方根 hg = “海外/国内”虚拟变量（海外：hg=1） aage = 论文年龄 aage2 = 论文年龄之平方 age = 教师年龄 year = 获得学位年份 s1 = 行政法 s2 = 民事诉讼法 s3 = 民法 s4 = 比较法 s5 = 商法（含经济法） s6 = 宪法 s7 = 刑法 s8 = 刑事诉讼法 s9 = 环境法 s10 = 亲属家庭法 s11 = 国际经济法 s12 = 国际私法（冲突法） s13 = 国际法 s14 = 知识产权法 s15 = 法理学 s16 = 劳动法 s17 = 法律职业 s18 = 法史学 s19 = 海商法 s20 = 其他 gend = 性别虚拟变量（女性：gend=1） CN = 中国学位获得者之虚拟变量（中国学位获得者：CN=1）* AL = 澳洲学位获得者之虚拟变量（澳洲学位获得者：AL=1） AM = 北美学位获得者之虚拟变量（北美学位获得者：AM=1） AS = 亚洲学位获得者之虚拟变量（亚洲学位获得者：AS=1） EU = 欧洲学位获得者之虚拟变量（欧洲学位获得者：EU=1） sheke =《中国社会科学》 zhongfa =《中国法学》 fayan =《法学研究》 zhongwai =《中外法学》 othercore = 其他核心期刊** other = 非核心期刊
    * CN被作为比较的参照而未加入回归模型。       ** othercore被作为比较的参照而未加入回归模型。       3.针对CNKI引用数统计变化的10%样本测试结果   回归因变量：sqcita1* 回归系数 标准误差 t p 95%置信区间 sqcita2** .9894221 .0036158 273.64 0.000 ［0.9823161, 0.9965282］ 常数 -.0450516 .011396 -3.95 0.000 ［-0.0674479, -0.0226554］
    经调整之R平方值（adjusted R2） = 0.9940       * 4月10日—12日采集到的净引用数之平方根       ** 6月5日—7日采集到的净引用数之平方根

【作者简介】
张巍，伯克利加州大学法学院，法学与社会科学博士生（法经济学方向）。

【注释】
* 感谢Justin McCrary教授对作者的深入指导，感谢王志强教授、杨明副教授及魏磊杰先生为本文的数据收集提供的宝贵帮助。文责由作者自负。
[1] 参见《中国一流法学院师资实力研究》，//zx.china-b.com/bhddx/zixun_84741_2.html，最后登录日期：2009年7月7日。
[2] 此项研究排除了清华大学法学院某位在中国大陆以外完成其全部教育的教师，以及上海交通大学某位在台湾完成除博士之外的全部教育的教师。
[3] 参见《学科评估高校排名结果》，//www.cdgdc.edu.cn/xkpg/2009/pgjg07_09.htm，最后登录日期：2009年7月7日。
[4] 这些学位包括：Ph.D.，LL.D.，S.J.D.，J.S.D.以及J.D.——尽管就样本中包含的唯一一名J.D.而言，其接受的学术训练或许与其余“海龟”有所区别。
[5] 传统上，日本的大学很少在博士生完成学位要求毕业时直接授予博士学位，而要在经过相当时期后，由已经毕业、任教甚至成名的学者重新申请，方才颁发正式学位，否则，则仅承认其“博士课程修了”之学历。近年来，这种传统有所改变——特别对于外国留学生而言，毕业即取得学位者数量增加不少。
[6] 如一篇论文有多名合作作者，则其中任何一名对该文的引用均被计入自引次数之中。
[7] 学生引用数指论文作者在某院校工作期间，由该校学生写作的文章中引用该论文的次数。
[8] 参见Robert Pindyck and Daniel Rubinfeld， Econometric Models and Economic Forecasts， 4th ed.， McGraw-Hill， Boston， MA (1998)， pp.190-191。
[9] CSSCI似乎未明示其收录被引文献的标准。实际上，CSSCI只公布了其“来源期刊”的遴选方法，而收录这些来源期刊上的论文的数据库本身并不提供引用信息，引用信息由另一个独立的数据库提供。然而，在此第二个数据库中，被引文献显然与前一个数据库中的文献不同，尽管其中的引用文献看来似乎与第一个数据库包含的文献相同（对此第二个数据库所含的引用文献的遴选标准，CSSCI亦未作说明）。参见CSSCI主页：//cssci.nju.edu.cn/eindex.htm，最后登录时间：2009年5月10日。
[10] 尽管人们可能基于种种原因质疑引用数能否有效反映学术表现——尤其在中国，然而，笔者相信：在现有的各种指标之中，引用数也许是最有可能被用来对学术表现作出科学评估的一种。实际上，近年来已有一些学者开始运用这一指标对中国法学研究的整体特征加以分析，如朱苏力：《从法学著述引证看中国法学——中国法学研究现状考察之二》，载《中国法学》2003年第2期，第161页以下；凌斌：《中国主流法学引证的统计分析——以CSSCI为基础的一个探索性研究》，载《中国社会科学》2004年第3期，第97页以下；但比较侯猛：《数据如此分组能否真实反映法学现状——评中国人文社会科学学术影响力报告“法学部分”》，载《法学》2008年第3期，第30页以下（质疑通过分析引用数评估法学学术影响力）。
[11] Ian Ayres and Fredrick E. Vars， Determinants of Citations to Articles in Elite Law Reviews， 29 J. Legal Stud. 427， 429-430 (2000).
[12] 同上注，第431页。
[13] 以“海外/国内”虚拟变量（国内=0）为自变量，对教师年龄作的一般最小平方法（ordinary least square， OLS）回归分析得到的t值为4.34 （回归系数为1.69）；同样以此变量为自变量，对学位获得年份作的OLS回归分析得到的t值为4.90（回归系数为2.04）。
[14] 作为第一步的logit回归之结果包含于本文附录之中。
[15] 由于样本中仅有的一位从加拿大获得学位的教师并无任何论文信息被收录，所以，美洲组实际上均为从美国获得学位者。
[16] 参见吉尔兹（Clifford Geertz）著，邓正来译：《地方性知识：事实与法律的比较透视》，载梁治平主编：《法律的文化解释》（增订本），生活读书新知三联书店，1994年版。
[17] 总体而言，女教师的年纪较轻，取得学位时间也较晚。以性别虚拟变量（女性值为1）为自变量对教师年龄进行的OLS回归分析得到的t值为-4.77（回归系数为-2.08）；而对获得学位年份作的OLS回归分析则得到t值为5.37（回归系数为2.53）。
[18] 苏力：《从法学著述引证看中国法学——中国法学研究现状考察之二》，载《中国法学》2003年第2期，第168页。
[19] 凌斌：《中国主流法学引证的统计分析——以CSSCI为基础的一个探索性研究》，载《中国社会科学》2004年第3期，第101页。
[20] 其他核心期刊被作为比较的参照系而未进入回归模型。