不同類型高校發展質量評價

王成慧胡兆廉

（1.河海大學公共管理學院南京210000）（2.蘭州財經大學經濟學院蘭州730000）

不同類型高校發展質量評價

王成慧1胡兆廉2

（1.河海大學公共管理學院南京210000）（2.蘭州財經大學經濟學院蘭州730000）

針對高校發展的層次性和方向性問題，論文從三個視角，依據七大準則構建不同類型高校質量評價體系，運用主成分分析與聚類分析相結合的方法對選取的指標體系進行實證研究。結果表明工科類與綜合類高校的發展質量較高，其他四類高校發展質量在不同層面上均有待提升。

高校類型；質量評價；指標體系；主成分分析；聚類分析

Class NumberG648.7

1 引言

根據已有的研究方向與研究觀點可以發現，有關高校的發展質量評價早有研究，但前期研究大多側重于高校學科建設以及教學課程設計等理論分析層面，雖后期逐漸轉入對于不同類型高校的差異化質量研究，但研究方法大多為訪談調研等規范性研究，相對實證類研究較少。而為數不多的實證類研究是以具體高校數據為例，或者是在區域層面的局部高校發展質量分析［1～2］，沒有涉及對于不同類別高校發展質量的實證評價。

因而，本文從綜合類高校、工科類高校、師范類高校、農林類高校、醫藥類高校以及其他類高校的角度，將不同類別高校的發展質量評價作為實證研究的探索方向，期望本文的研究成果能夠在理論與實踐層面有所突破，并為以后的高校發展規劃以及人才培養模式提供幫助，使高校人才更加適應并符合社會需求。

2 評價體系

2.1 體系構建

依據本文既定的研究目標與研究方向，同時在參考國內外現有研究結構與研究方法的基礎上，本文采用主成分分析與聚類分析相結合的方法對我國不同類型高校當今的發展質量水平作出實證評價。評價體系的目標在于考察不同類型高校的發展質量情況［3］，因而在一級目標層面的指引下，本文從投資經費、科研成果以及科教師資三個角度測度不同類型高校發展質量情況，在這三個角度下又分別構建二級評價準則層，包括高校研究與發展經費準則、高校R&D成果應用及科技服務經費準則、科教經費準則、科技課題準則、科技成果及技術轉讓準則、高?？萍既肆蕜t以及高?？平萄腥藛T職稱準則等七大準則測評不同類型高校的發展質量情況［4～5］。在二級準則層面下構建三級指標層，進一步從具體指標角度評價六類樣本的實際發展質量。至此，整個質量評價體系構建完畢。

由于主成分分析法可以明確提取指標體系的主導要素，同時可以依據樣本間的差異層次性對樣本進行科學排序，以便對以后的發展做出針對性規劃。聚類分析則是在樣本指標數據的基礎上依據樣本間的共性，對樣本進行科學歸類的實證分析方法。聚類結果與主成分分析有一定的互補性［6］，因而構建一個包含這兩種分析方法的評價體系具有很強的實證支撐性。

2.2 指標選擇

根據評價體系設定的評價準則，同時在綜合考慮三級指標的代表性、有效性、實用性以及可獲取性的基礎上，本文分別在各個準則層面選取不同數量的三級指標，具體如表1所示。

表1 不同類型高校發展質量評價體系

2.3 評價過程

根據本文所構建的評價指標體系以及評價方法，在全面考慮指標的可得性、代表性、應用性、系統性以及完備性等基本原則的基礎上，本文選取我國綜合類高校、工科類高校、師范類高校、農林類高校、醫藥類高校以及其他類高校等六類不同高校的年鑒數據（本文數據主要源于最新一期《高等學?？萍冀y計資料匯編（2012）》，部分缺失數據源于其他年鑒補充整理），進行不同高校發展質量評價測度［7～8］。

1）主成分分析法

主成分分析法是一種提取樣本主要成分的實證分析方法。該方法首先將原始數據作標準化處理進而消除指標間量綱差異影響；其次將標準化數據帶入統計模型進行主成分提??；最后即可得出以下分析結果。

圖1展示了主成分模型運行結果的主成分碎石圖。橫坐標表示由新的主成分變量替代原有指標變量的36個主成分，縱坐標是對應主成分的特征值大小，主成分特征值標志著每個主成分對于原有數據的代表性。

圖1 主成分碎石圖

從圖中可以初步看出，第一個主成分的特征值很大，第二個主成分的特征值較小，但仍具有一定的代表性，第三個及其以后的主成分特征值基本為零，代表性很小。因此，初步分析主成分模型結果后認為，本文選取的指標間具有顯著的相關性，基本可以運用兩個代表性顯著的主成分變量實現對于原有36個指標變量的有效替代。因而轉入對于主成分代表性的進一步具體考察。主成分特征值及其方差累計貢獻率如表2所示。

表2 主成分特征值及其方差累計貢獻率表

由表2可以得出，第一主成分的方差貢獻率為89.24%，涵蓋了原始數據近90%的信息，代表性顯著。第五個主成分后累計貢獻率達到100%，主成分模型運用五個變量實現了對于原有36個指標變量的全部替代，同時從第六個主成分開始，其方差貢獻率基本為零，對原始指標的代表性沒有實際意義。因此，限于篇幅，本文部分截取累計貢獻率表前六位數據，將第7至第36主成分的特征值與方差貢獻率不做展示。

全面考慮主成分變量的代表性與可解釋性，并根據累計貢獻率大于90%的原則，本文選取前兩個主成分作為新的隨機變量。同時，我們根據原始變量的相關系數矩陣R，運用雅克比迭代法求出對應的特征向量矩陣（由于選取前兩個主成分作為最終的解釋變量，因而對特征向量矩陣我們只截取前兩列）。特征向量矩陣如表3所示。主成分變量的貢獻大小，新的兩個主成分變量對于原始標準化變量的代表性也是由特征向量的大小表示。具體來說，第一主成分在本評價體系中對前33個指標的代表性大體一致，相應的特征向量值基本在0.17左右浮動，說明此33個指標在第一主成分方面的貢獻相差不大，第一主成分基本涵蓋了這些指標的實際信息；而第二主成分很好地彌補了第一主成分的空白，在第34～36變量方面代表性顯著，相應的特征向量值均較大，同時第二主成分對應的特征向量在部分層面也彌補了第一主成分在其他變量方面的空白。由于第一主成分對前33個指標的代表性顯著，主要代表了科研經費與科技成果變量，而第二主成分在后三個指標方面代表顯著，主要涵蓋高校教師職稱與職務，因此可以將第二主成分作為科教師資變量，將第一主成分作為科研經費經費與成果變量。

表3 特征向量矩陣

特征向量的每個元素與對應的原始標準化數據相乘再累加即可構成相應的主成分得分，主成分計算公式為

其中，各指標變量以X1，X2，X3，…，X36表示，分別為六類高校分別對應的標準化指標數據。據此，我們將相應的標準化數據與特征向量值代入進而求出相應的主成分得分如表4所示。

表4 主成分得分表

依據主成分的得分情況即可計算六類高校的具體得分，但此處還需要根據兩個主成分對于整體指標數據的貢獻情況來確定主成分的權重大小，確定主成分的貢獻情況的依據即主成分特征值（表2顯示），因此，即可計算主成分權重：

依據計算出的主成分權重結合相應的主成分得分，進而可以計算六類高校的綜合得分：

通過綜合得分公式，計算出的六類高校綜合得分及排序情況如下：

表5 主成分綜合得分排序表

從表5中可以發現，工科類高校在本文的評價體系中得分最高，其次是綜合類高校，而其他四類高校主成分得分均為負值，醫藥類高校稍高一點，農林類師范類高校相差不大，其他類高校得分最低，其中主要涵蓋了財經、管理等商科類高校。

由于選擇前兩個主成分作為評價體系的變量，因而相應的二維主成分得分圖即可代表對應的高校質量分布，對于六類高校的指標評價解釋具有較強的實際意義。主成分得分圖如圖2所示。

圖2 主成分得分圖

由圖2可以看出，在本文的評價體系下，工科類高校位于第一象限，整體質量評價最高；綜合類高校位于第二象限，代表其第一主成分得分為正值，第二主成分得分為負值，由于第一主成分對應的特征值權重較大，因而其總體得分位為正，位居全體第二位；剩余四類高校由于在第一主成分方面得分為負值，且第二主成分方面得分不高，故綜合得分為負。其中醫藥類高校在第一與第二主成分方面的得分均為負值，但由于其第一主成分得分負值較小，因而綜合得分位居第三位；農林類與師范類高?？傮w得分差異不大，分列第四、五位；其他類高校由于在第一主成分方面得分最低，且第二主成分得分不高，故在綜合得分方面排名最后。

由于在主成分得分圖中，農林類、師范類以及其他類高校呈現明顯的空間聚集現象；同時，工科類高校與綜合類高校在第一主成分方面得分較高，具有一定的趨同性。因而本文擬通過聚類分析進一步考察六類高校間的發展質量共性。

2）聚類分析法

聚類分析法是依據樣本性質上的親疏遠近，對樣本進行統計聚類的分析方法［9～11］。本文采用系統聚類分析法，將樣本數據抽象為多維空間中的點，并把最短距離的兩個類或點進行合并歸類，最終化為一類。

系統聚類對于樣本數據標準化的處理方法與主成分分析法基本類似，只是在選擇樣本間距離參數時，系統聚類采取歐式距離對樣本數據進行變化，同時在對樣本進行逐步歸類時，本文選取最長距離法衡量樣本間距離，并將最短的類進行合并［12］。

相應的模型數據運算會得到距離矩陣表，結果如表6所示。

表6 距離矩陣表

其中，表示相應的樣本類，對應的兩個類的交點表示類與類之間的最長距離［13］，據此把最短的兩個類進行合并，逐步歸類后聚類結果如圖3所示。

圖3 聚類譜系圖

由圖3可顯然得到，農林類與師范類高校在第一次聚類中實現合并，隨后其他類高校并入這一類，在第三次聚類中，醫藥類高校也加入這一類，同時綜合類高校與工科類高校實現合并，最終所有樣本歸為一類。

從以上聚類分析［14～15］的結果可以看出，聚類分析與主成分分析結果具有一致性。主成分得分為正的工科類與綜合類高校并為一類，剩余得分為負的四類高校并為一類，主成分得分圖中呈現明顯聚集的農林類、師范類以及其他類高校在先期兩次聚類中率先合并，直接表明這三類高校在質量發展上的趨同性，主成分分析結果得到有效驗證。

3 結語

依據對主成分指標評價體系綜合得分圖表的分析，并綜合聚類分析結果，可以得出以下結論：

首先，從主成分分析的角度來看，由于第二主成分代表科教師資變量，第一主成分代表科研經費經費與成果變量，因而可以從這兩個主成分維度評價六類高校的發展質量情況。工科類高校無論在投資經費、科研成果還是科教師資等方面的發展質量都處于領先地位，這一方面說明工科類高校的發展質量占有，同時也說明社會對于工科類人才的需求是強烈的；同時在綜合類大學方面，由于綜合類大學承擔培養社會綜合型人才的任務，在本文的評價體系中雖得分為正，但其在第二主成分方面得分為負，進而拉低其綜合得分，也就是在相應的科教師資方面發展不夠完善，因而綜合類大學應當加強其在綜合類師資方面的建設，使高校發展質量更進一步。

其次，由于師范類、農林類以及其他類高校呈現明顯的聚類狀態，因此從聚類分析與主成分分析相結合的角度來評價這三類高校的發展質量。由于這三類高校均在第二象限，代表其在科教師資方面發展較好，而在投資經費與科研成果方面表現欠佳，因而國家應當加強對這三類高校的經費投入，同時高校自身也應當在自身科研成果方面做出努力［16］。而醫藥類高校處于第三象限，在本文的質量評價體系中表現均不理想，即使在投資經費與科研成果方面略好于農林、師范及其他類高校，但相比較其總體發展沒有達到最優水平，因而醫藥類高校在各個方面均需加強。

最后，從整體的角度來講，國家及相關教育部門應當全盤考慮，整體協調各類高校發展，以社會實用性為導向，適應社會多樣化人才需求，使高校發展更上一個臺階，高校人才能夠得到充分的應用。

［1］高志春，陳冠瑋，胡光波.傾斜因子K均值優化數據聚類及故障診斷研究［J］.計算機與數字工程，2014，291（2）：14-18.

GAO Zhichun，CHEN Guanwei，HU Guangbo.Fault Diagonsis and Optimal Data Clustering Based on K-Means with Slope Factor［J］.computer&Digital Engineering，2014，291（2）：14-18.

［2］張敏.基于物聯網技術下的圖書管理系統構建［J］.河南理工大學學報（自然科學版），2012，31（3）：326-329.

ZHANG Min.Research on system of library management based on technology of internet of things［J］.Journal of Henan Polytechnic University（Natural Science），2012，31（3）：326-329.

［3］楊江麗，高凡，董若劍.基于數據挖掘的高校圖書館讀者行為研究-以西南交通大學圖書館為例［J］.圖書館研究，2013，43（3）：106-110.

YANG Jianglin，GAO Fan，DONG Ruojian.Research on Readers'Behavior in University Libraries Based on Data Mining：Taking Library of Southwest Jiaotong University as an Example［J］.Library Research，2013，43（3）：106-110.

［4］陳雙飛.大數據時代圖書館基于服務生命周期的客戶關系管理研究［J］.現代情報，2014，34（5）：91-93.

CHEN Shuangfei.Study for Customer Relationship Management for Library Based on Service Life Cycle in Big Data Era［J］.Journal of Modern Information，2014，34（5）：91-93.

［5］徐艷偉.主成分分析法在高校教師課堂教學評價中的應用［J］.當代教育論壇（綜合版），2010（1）：59-61.

XU Yanwei.Application of principal component analysis in the evaluation of College Teachers'Classroom Teaching［J］.Contemporary Education Forum（integrated），2010（1）：59-61.

［6］李志峰，易靜.美國不同類型高校學術職業的分層——基于卡內基分類法的考察［J］.清華大學教育研究，2010，31（02）：57-58.

LI Zhifeng，YI jing.The Stratification of the Academic Profession in Different Types of Universities in America：Characteristics and Enlightments［J］.Tsinghua Journal of Education，2010，31（02）：57-58.

［7］李文強.建立教師課堂教學評價體系促進學生發展［J］.中國高等教育，2013，（10）：39-41.

LI Wenqiang.Establish the evaluation system of classroom teaching Promote the development of students［J］.China Higher Education，2013，（10）：39-41.

［8］周海林.高校教師課堂教學效果評價存在的問題及對策［J］.上海教育評估研究，2014（2）：19-23.

FENG Liying，REN Liangyu，LIU Yidong.Problems and Countermeasures of the Evaluation of College Teachers' Classroom Teaching Effect［J］.Shanghai Journal of Educational Evaluation，2010，5（4）：73-75.

［9］梅偉惠.高校創業教育評價的類型與影響因素［J］.教育發展研究，2011，31（3）：45-49.

MEI Weihui.On the Types and Influencing Factors of Entrepreneurship Education Evaluation in HEIs［J］.Research in Educational Development，2011，31（3）：45-49.

［10］李雨青，左和平.高?？冃гu價研究現狀綜述［J］.教育教學論壇，2012（02）：217-218.

LI Yuqing，ZUO Heping.Review on the research status of performance evaluation in Colleges and Universities［J］.Education Teaching Forum，2012（02）：217-218.

［11］馮春苑，張鈺莎.聚類算法在教學質量評估體系中的應用分析［J］.中國教育技術裝備，2012（12）：81-83.

FENG Chunyuan，ZHANG Yusha.Application Analysis of Clustering Algorithm in Teaching Quality Evaluation System［J］.China Educational Technology&Equipment，2012（12）：81-83.

［12］衛鐵林.基于AHP的高校畢業生就業質量評價模型構建［J］.教育與經濟，2013（05）：43-47.

WEI Tielin.An AHP-Based Evaluation Model of Employment Quality of College Graduates［J］.Education& Economy，2013（05）：43-47.

［13］鮑威.高校自主招生制度實施成效分析：公平性與效率性的視角［J］.教育發展研究，2012，32（19）：1-7.

BAO Wei.An Empirical Study of Independent Admission Policy of Higher Education Institution：Based on the perspectives of fairness and efficiency［J］.Research in Educational Development，2012，32（19）：1-7.

［14］史秋衡，矯怡程.不同類型高校本科生源質量的實證研究——基于“國家大學生學習情況調查”的數據分析［J］.復旦教育論壇，2014，12（01）：18-23.

SHI Qiuheng，JIAO Yicheng.An Empirical Study on the Quality of Undergraduate Enrollment at Different Types of Colleges：Based on the Data of NCSS 2012［J］.Fudan Education Forum，2014，12（01）：18-23.

［15］朱軍文，劉念才.高?？蒲性u價定量方法與質量導向的偏離及治理［J］.教育研究，2014，35（08）：52-59.

ZHU Junwen，LIU Niancai.The Deviation of Quantitative Evaluation of University Research Performance from Quality-orientation and Its Effective Governance［J］.Educational Research，2014，35（08）：52-59.

［16］陳潔.數據挖掘在高校圖書館服務中的應用探析［J］.大學圖書情報學刊，2016，34（2）：53-57.

CHEN Jie.Analysis of Data Mining in the Service of the University Library［J］.Journal of Academic Library and Information Science，2016，34（2）：53-57.

Development Quality Evaluation of Different Types of Colleges and Universities

WANG Chenghui1HU Zhaolian2
（1.School of Public Administration，Hohai University，Nanjing210000）（2.School of Economics，Lanzhou University of Finance and Economics，Lanzhou730000）

The problem of level and direction for the development of universities，research from three perspectives，based on the seven criteria of different types of colleges and universities quality evaluation system，using the method of principal component analysis and cluster analysis combined with empirical research on the indicator system.The results show that the development of engineering and comprehensive colleges is higher，and the quality of the development of the other four kinds of colleges and universities should be improved at different levels.

college type，quality evaluation，index system，principal component analysis，cluster analysis

G648.7

10.3969/j.issn.1672-9722.2017.06.021

2016年12月3日，

2017年1月20日

王成慧，女，碩士研究生，研究方向：高等教育信息化。胡兆廉，男，碩士研究生，研究方向：勞動經濟學與人口城鎮化建設。