江蘇省教育質(zhì)量綜合評價

張奧琳　鄭朝聚　李維驍

摘要：文章針對提升江蘇省本科教育質(zhì)量的問題，使用回歸分析法、無量綱化處理指標法、主成分分析法、TOPSIS等方法，分別建立了一元線性回歸模型、評價指標的無量綱化處理、主成分分析法定權(quán)模型、加權(quán)TOPSIS評價模型，建立了江蘇省本科教育質(zhì)量綜合評價指標體系，對影響江蘇省本科教育質(zhì)量的不同指標進行量化處理，就相關(guān)問題進行了深入研究，并根據(jù)數(shù)據(jù)分析、主成分分析法定權(quán)模型和TOPSIS評價模型的求解結(jié)果為提升江蘇省本科教育質(zhì)量提出了合理化的建議。

關(guān)鍵詞：TOPSIS；主成分分析；回歸分析；無量綱化處理指標

隨著我國的改革開放，國家的綜合實力不斷增強，我國高等教育的發(fā)展整體上已經(jīng)進入了世界中上水平。江蘇省作為一個教育大省，其本科教育發(fā)展水平在全國名列前茅。近些年來各地本科院校不斷加大科研投入，努力構(gòu)建“雙一流”學科建設(shè)，而江蘇省的13個地級市之間的教育質(zhì)量卻存在著顯著的差異，即江蘇省內(nèi)各地區(qū)的本科教育發(fā)展并不均衡。因此，認清江蘇省各地區(qū)本科教育的發(fā)展現(xiàn)狀，積極采取措施，對各高校及江蘇省的整體教育發(fā)展有著重大的理論和現(xiàn)實意義。

一、評價指標的選取及數(shù)據(jù)分析處理

為了研究此問題，首先選取了以下九個影響本科教育質(zhì)量的指標，分別是：本科院校數(shù)量、招生人數(shù)、師資隊伍與結(jié)構(gòu)、生師比、教學條件與利用、專業(yè)建設(shè)與教學改革、學生就業(yè)、科研投入與產(chǎn)出和雙一流學科建設(shè)，分別對其進行數(shù)據(jù)收集和量化處理，以方便對之后的問題進行數(shù)據(jù)分析。在九個指標中，存在無法直接以數(shù)據(jù)體現(xiàn)，以及存在明顯相關(guān)關(guān)系的數(shù)據(jù)。因此采用無量綱化處理的方法，對部分數(shù)據(jù)進行量化，并通過假設(shè)證明相關(guān)數(shù)據(jù)的相關(guān)性，以用以表達相關(guān)數(shù)據(jù)。

對于科研投入與產(chǎn)出指標，由于各地市的科研投入與產(chǎn)出在各地市的官網(wǎng)、財報中都并沒有體現(xiàn)，且各校科研的投入經(jīng)費難以確定。因此，以各省市年鑒中數(shù)據(jù)為依，假設(shè)各地市GDP與科研產(chǎn)出相關(guān)，第三產(chǎn)業(yè)的資本投入與科研投入相關(guān)，建立回歸模型。對于教學條件與利用指標，其主要體現(xiàn)在國家重點實驗室， 省重點實驗室， 藏書量三個方面，使用無量綱化處理得到標準化的矩陣。對于專業(yè)建設(shè)與教學改革指標矩陣，其主要反應(yīng)在碩士點，博士點，博士后流動站，國家重點學科，省重點學科幾個方面，同樣使用無量綱化處理得到標準化的矩陣。

對江蘇省各地市本科院校數(shù)量進行數(shù)據(jù)分析，見圖1。江蘇省各地市本科院校數(shù)量分布不均衡，其中南京本科院校數(shù)量占江蘇省本科院校數(shù)量的50%，而宿遷、連云港、揚州的本科院校數(shù)量各占江蘇省本科院校數(shù)量的19.23%，除南京、蘇州、徐州外，其它各地市的本科院校數(shù)量均未達到平均水平。

對江蘇省各地市本科院校招生人數(shù)進行數(shù)據(jù)分析，見圖2。江蘇省各地市本科院校招生人數(shù)之間存在著很大的差異，其中南京本科院校招生人數(shù)高達116487人，而泰州本科院校招生人數(shù)為2166人，由于各地市本科院校數(shù)量間存在差異，故進而影響了各地市本科院校招生人數(shù)，使得其分布不均衡。

對江蘇省各地市本科院校師資隊伍與結(jié)構(gòu)進行數(shù)據(jù)分析，統(tǒng)計并分析各地市本科院校的高端教師人才，見圖3。江蘇省各地市本科院校高端教師人才分布不均衡，其中南京、蘇州、徐州本科院校的高端教師人才較多，而宿遷、泰州的高端教師人才較少。

對江蘇省各地市本科院校生師比進行數(shù)據(jù)分析，見圖4。生師比在一定程度上體現(xiàn)了各地市本科教育的規(guī)模和本科院校的人力資源利用效率，也從側(cè)面反應(yīng)了高校的辦學質(zhì)量。除宿遷、泰州、蘇州、無錫外，江蘇省其它各地市的生師比之間的差異較小。

對江蘇省各地市本科院校學生就業(yè)進行數(shù)據(jù)分析，統(tǒng)計并分析各地市本科院校畢業(yè)生十年的平均月薪，見圖5。從總體上看，江蘇省各地市本科院校畢業(yè)生的月薪逐年遞增，普遍超過了全國平均水平。各地市本科院校畢業(yè)生第一年的月薪之間差異較小，但第十年的月薪之間差異較大。部分地區(qū)如南通、淮安、鹽城的本科院校畢業(yè)生在第十年的月薪水平低于全國平均水平。

對江蘇省各地市本科院校雙一流學科建設(shè)進行數(shù)據(jù)分析，見圖6。從中可以看出，南京地區(qū)“雙一流”學科建設(shè)情況在江蘇省內(nèi)名列前茅，而常州、淮安、連云港、南通、宿遷等地“雙一流”學科建設(shè)十分匱乏。

二、基于主成分分析模型進行綜合評價

在選取的九個指標中，存在對結(jié)果影響極小的指標，因此，在確定權(quán)重時，采用主成分分析的方法，計算方差貢獻率，得出各指標的權(quán)重。另外，各指標中的樣本資料多樣化，因此在得到權(quán)重的基礎(chǔ)上，采用加權(quán)TOPSIS法，對模型進行評價。

首先建立主成分分析法定權(quán)模型，利用SPSS軟件對數(shù)據(jù)進行描述統(tǒng)計，得到各指標平均值和標準偏差，根據(jù)主成分分析法計算總方差解釋，通過SPSS軟件得成分矩陣及旋轉(zhuǎn)后的成分矩陣，使用EXCEL計算得載荷數(shù)及主成分特征根，得到各指標權(quán)重（見表1）。

TOPSIS為接近理想方案的排序方法，是一種多目標決策方法。方法的基本思路是定義決策問題的理想解和負理想解，然后在可行方案中找到一個方案，使其與理想解的距離最近，而負理想解的距離最遠。即在加權(quán)規(guī)劃決策矩陣的基礎(chǔ)上，擬定理想方案A*和負理想方案A-，并確定每個方案距離A*和A-的距離。最后根據(jù)相對距離確定方案的優(yōu)劣。采用加權(quán)TOPSIS法，對初始決策矩陣進行同趨化和歸一化處理，計算得出相近接近度，進而得到權(quán)重排序（見表2）。

三、關(guān)于提升江蘇省本科教育質(zhì)量的政策建議

1. 從招生人數(shù)角度看，南京由于招生人數(shù)過多，造成了資源的不合理利用，導(dǎo)致其本科教育質(zhì)量受到極大影響，故應(yīng)控制南京高校招生的人數(shù)，提升本科教育質(zhì)量；相反，無錫由于招生過少，導(dǎo)致資源過剩，投入并沒有高效率的轉(zhuǎn)化為產(chǎn)出，因此應(yīng)當適當擴大招生。

2. 適當優(yōu)化師資結(jié)構(gòu)，雖然江蘇省師資結(jié)構(gòu)從總體上看比例趨于平均，但對于部分地區(qū)，如宿遷、泰州、鹽城等地區(qū)仍然缺乏高水平的教師，政府應(yīng)該合理分配人才，使各地人才得到合理利用，進一步優(yōu)化各地市師資結(jié)構(gòu)。

3. 從專業(yè)建設(shè)與改革和教學條件與利用方面看，南京大量的投資使其可以維持在了排名的前列，抵消了其招生人數(shù)過多對于最終結(jié)果的影響。為提升總體教育水平，政府應(yīng)加大在實驗室、圖書館、教學改革等方面的投入，以實現(xiàn)教育水平的全面發(fā)展。

4. 各地方，尤其相對落后地方的政府，應(yīng)加大力度解決應(yīng)屆畢業(yè)生的就業(yè)問題，同時，江蘇省也應(yīng)該提供優(yōu)惠政策，促進各地畢業(yè)生去相對落后的地區(qū)就業(yè)，利用所學知識，帶動當?shù)亟?jīng)濟發(fā)展。

5. 從科研投入與產(chǎn)出方面看，各本科院校不應(yīng)單方面提高科研投入，在增加投入的同時，也要提高科研轉(zhuǎn)化效率，保證更多的科研投入可以轉(zhuǎn)化為成果。

6. “雙一流”學科建設(shè)給了各高校更高的目標和發(fā)展前景，所以“雙一流”高校更要增強高等教育的競爭實力，在已有的成績的基礎(chǔ)上，要克服問題迎接挑戰(zhàn)，爭取在世界前沿學科爭取有所突破，為國家建設(shè)作出應(yīng)有的貢獻。

參考文獻：

[1]伊亞平，陳京榮，鄭榮基.基于無量綱的加盟商優(yōu)選與競爭的博弈研究[J].蘭州交通大學學報，2017（02）.

[2]叢海彬.基于熵權(quán)和TOPSIS法的區(qū)域創(chuàng)意競爭力評價研究——以浙江省的實證研究為例[J].中國物價，2011（12）.

（作者單位：南京郵電大學。李維驍為通訊作者）