基于層次覆蓋模型的高校績效評價(jià)指標(biāo)體系研究

傅雷鳴， 陳一飛

(南京農(nóng)業(yè)大學(xué) 工學(xué)院，江蘇 南京 210031)

0 引言

隨著經(jīng)濟(jì)的不斷發(fā)展，高校發(fā)展的速度很快，高校的投入不斷增加，為了適合市場經(jīng)濟(jì)的發(fā)展，高校自主性越來越高，高校管理質(zhì)量從量變向質(zhì)變發(fā)展，高校績效評價(jià)是一種重要的高校管理手段[1-3]。高精度的高校績效評價(jià)有利于高校的資源合理分配，通過建立一定的高校績效評價(jià)模型來預(yù)測未來高校績效狀態(tài)[4]。要進(jìn)行高精度的科研績效評價(jià)，科學(xué)的績效評價(jià)指標(biāo)體系是基礎(chǔ)，直接影響高校績效評價(jià)效果，因此成為當(dāng)前高校績效研究的一個(gè)熱點(diǎn)問題[5]。

高校績效評價(jià)內(nèi)容涉及面很廣，如高校環(huán)境、高校資源、高校投入、高校產(chǎn)出等，因此評價(jià)指標(biāo)數(shù)量比較大，建立的績效評價(jià)指標(biāo)體系比較龐大[6-7]，如果將所有與績效評價(jià)結(jié)果相關(guān)的指標(biāo)都選擇進(jìn)來，那么使得績效評價(jià)過程十分復(fù)雜，因此需要精選績效評價(jià)指標(biāo)，建立科學(xué)、合理的高校績效評價(jià)指標(biāo)體系[8]。當(dāng)前建立績效評價(jià)指標(biāo)體系的主要方法有主成分分析方法、數(shù)據(jù)包絡(luò)分析方法、熵值法等[9-11]，但是這些方法均存在一定的不足，如主成分分析法得到的指標(biāo)體系可解釋性比較差，會去掉一些重要的績效評價(jià)指標(biāo)，信息不完整，對后續(xù)績效評價(jià)有一定的負(fù)面影響；數(shù)據(jù)包絡(luò)分析方法的指標(biāo)體系具有一定的主觀性，使得績效評價(jià)錯(cuò)誤率高;熵值法的績效評價(jià)指標(biāo)體系構(gòu)建過程過于復(fù)雜，影響績效評價(jià)效率[12-13]。

針對目前高校績效指標(biāo)體系存在的問題，為了更好地對高校績效進(jìn)行準(zhǔn)確評價(jià)，提出了基于層次覆蓋模型的高校績效指標(biāo)體系，采用層次分析法確定高校績效評價(jià)指標(biāo)的權(quán)重值，引入權(quán)值覆蓋模型對高校績效評價(jià)指標(biāo)體系進(jìn)行優(yōu)化，最后通過具體應(yīng)用實(shí)例分析本文設(shè)計(jì)的高校績效指標(biāo)體系的有效性和優(yōu)越性。

1 層次覆蓋模型的高校績效評價(jià)指標(biāo)體系

1.1 建立高校績效評價(jià)指標(biāo)體系

在進(jìn)行高校績效評價(jià)建模之前，首先建立與高校績效評價(jià)相關(guān)的指標(biāo)體系，高校績效評價(jià)指標(biāo)體系的構(gòu)建不是主觀、盲目的，本文基于以下原則建立高校績效評價(jià)指標(biāo)體系。

(1)易理解性原則。對于每一個(gè)高校績效評價(jià)指標(biāo)應(yīng)該含義明確、沒有歧義，不能有模棱兩可的現(xiàn)象，使得高校績效評價(jià)專家十分容易理解每一個(gè)指標(biāo)所要包含的信息。

(2)指標(biāo)獨(dú)立性原則。每一個(gè)高校績效評價(jià)指標(biāo)是獨(dú)立的，指標(biāo)之間不存在交叉、重疊信息，不能相互干擾。

(3)系統(tǒng)性原則。評價(jià)指標(biāo)體系不僅可以全面描述高校績效的綜合情況，而且可信度要高，同時(shí)要抓住主要因素。

(4)簡明性原則。在滿足高校績效評價(jià)的基礎(chǔ)上，應(yīng)該盡可能使評價(jià)數(shù)量小，防止高校績效評價(jià)指標(biāo)體系過于龐大，且指標(biāo)數(shù)據(jù)易收集，可操作性強(qiáng)。

當(dāng)前高校績效包括很多方面，由于國家對科學(xué)技術(shù)的不斷重視，科研績效成為高校關(guān)注的重點(diǎn)，因此本文主要針對高校科研績效進(jìn)行研究，建立的評價(jià)指標(biāo)體系具體如表1所示。

表1 高校績效評價(jià)指標(biāo)體系

1.2 層次分析法確定高校績效評價(jià)指標(biāo)的權(quán)重值

對表1的高校績效評價(jià)指標(biāo)體系進(jìn)行分析可以發(fā)現(xiàn)，每一種指標(biāo)所包含的信息不一樣，要表達(dá)的內(nèi)容也不相同，它們對高校績效評價(jià)結(jié)果的貢獻(xiàn)程度不一樣，即它們的權(quán)重值不一樣，傳統(tǒng)高校績效評價(jià)方法假設(shè)它們的貢獻(xiàn)是一樣的，因此權(quán)重值也一樣的，使得高校績效評價(jià)結(jié)果無法達(dá)到最優(yōu)。為了描述每一個(gè)指標(biāo)對高校績效評價(jià)結(jié)果的貢獻(xiàn)程度，本文選擇層次分析法確定高校績效評價(jià)指標(biāo)的權(quán)值。

層次分析法是一種處理復(fù)雜問題的數(shù)據(jù)挖掘技術(shù)，其核心思想為將復(fù)雜問題通過層次化，變得更加簡單，利用數(shù)學(xué)方法確定每一個(gè)指標(biāo)的權(quán)重值，根據(jù)權(quán)重值描述每一個(gè)指標(biāo)的重要性，并根據(jù)權(quán)重值對評價(jià)指標(biāo)排序，層次分析確定高校績效評價(jià)指標(biāo)權(quán)重值的步驟如下。

Step1：建立高校績效評價(jià)指標(biāo)的判斷矩陣。判斷矩陣的具體描述如表2所示。

表2 高校績效評價(jià)指標(biāo)的判斷矩陣

Step2：判斷高校績效評價(jià)指標(biāo)矩陣次序的一致性。設(shè)aij表示第i個(gè)高校績效評價(jià)指標(biāo)相對于第j個(gè)指標(biāo)的重要性，如果滿足條件aij>1，ajk>1，可以得到aik>1，那么表示高校績效評價(jià)指標(biāo)矩陣次序具有一致性，如果不滿足一致性，那么就要舍棄該高校績效評價(jià)指標(biāo)矩陣。

Step3：計(jì)算高校績效評價(jià)指標(biāo)矩陣的滿意一致性比率，具體如下。

a)計(jì)算高校績效評價(jià)指標(biāo)矩陣的每行元素的積，即式(1)。

(1)

式中，i=1,2,…,n,n表示高校績效評價(jià)指標(biāo)數(shù)量。

b)計(jì)算Mi的n次方根，具體為式(2)。

(2)

式中，i=1,2,…,n,n表示高校績效評價(jià)指標(biāo)數(shù)量。

(3)

d)計(jì)算高校績效評價(jià)指標(biāo)判斷矩陣的最大特征值，即式(4)。

(4)

e)高校績效評價(jià)指標(biāo)矩陣的滿意一致性比率計(jì)算式為式(5)。

(5)

式中，CR表示一致性的平均值。

如果CR<0.1，那么表示高校績效評價(jià)指標(biāo)矩陣符合滿意一致性，得到的權(quán)重值是可信的。

層次分析法確定高校績效評價(jià)指標(biāo)的權(quán)重值如表3所示。

表3 高校績效評價(jià)指標(biāo)的權(quán)重值

1.3 權(quán)值覆蓋模型優(yōu)化高校績效指標(biāo)體系

通過表3可以看出，層次分析法能夠有效確定高校績效評價(jià)指標(biāo)的權(quán)重值，有的權(quán)重值比較小，有的權(quán)重值比較大，為此引入權(quán)重覆蓋模型對高校績效指標(biāo)體系進(jìn)行優(yōu)化，去掉一些對高校績效評價(jià)結(jié)果影響不重要的指標(biāo)，得到的結(jié)果如圖1所示。

圖1 權(quán)重覆蓋模型的高校績效指標(biāo)優(yōu)化結(jié)果

從圖1中可以看出，可以去掉科研項(xiàng)目總數(shù)、SCI論文數(shù)、專著數(shù)，因?yàn)樗鼈兲幱诟采w模型半徑的最里面，表示它們高校績效評價(jià)效果影響比較小，這樣可以減少高校績效指標(biāo)的數(shù)量，從而簡化高校績效指標(biāo)體系。

2 應(yīng)用實(shí)例分析

2.1 數(shù)據(jù)來源

為了分析層次覆蓋模型的高校績效指標(biāo)體系的有效性，選擇3類高校科研績效數(shù)據(jù)作為研究對象，每一類高校選擇的高校數(shù)量如表4所示。同時(shí)選擇主成分分析法的高校績效指標(biāo)體系、數(shù)據(jù)包絡(luò)分析法的高校績效指標(biāo)體系進(jìn)行對比實(shí)驗(yàn)，采用的高校績效評價(jià)建模方法為BP神經(jīng)網(wǎng)絡(luò)，采用Java編程實(shí)現(xiàn)高校績效評價(jià)程序。

表4 高校績效指標(biāo)體系測試對象

2.2 高校績效評價(jià)精度對比

采用主成分分析法、數(shù)據(jù)包絡(luò)分析法和層次覆蓋模型建立相應(yīng)高校績效指標(biāo)體系，然后采用BP神經(jīng)網(wǎng)絡(luò)建立相應(yīng)的高校績效評價(jià)模型，并采用表4的高校績效數(shù)據(jù)作為測試數(shù)據(jù)，統(tǒng)計(jì)不同方法的高校績效評價(jià)精度，結(jié)果如圖2所示。從圖2可以看出，層次覆蓋模型的高校績效評價(jià)精度為95.00%，主成分分析法的高校績效評價(jià)精度為91.12%，數(shù)據(jù)包絡(luò)分析法的高校績效評價(jià)精度為93.13%。相對于對比方法，層次覆蓋模型的高校績效評價(jià)誤差大幅度減少，這主要是因?yàn)楸疚囊肓藢哟畏治龇ê侠泶_定各高校績效評價(jià)指標(biāo)的權(quán)值，并引入權(quán)重覆蓋模型對高校績效評價(jià)指標(biāo)體系進(jìn)行了優(yōu)化，獲得了更優(yōu)的高校績效評價(jià)效果，體現(xiàn)了本文研究設(shè)計(jì)的高校績效評價(jià)指標(biāo)體系優(yōu)越性。

圖2 不同方法的高校績效評價(jià)精度對比

2.3 高校績效評價(jià)時(shí)間對比

統(tǒng)計(jì)不同方法的高校績效評價(jià)時(shí)間，結(jié)果如圖3所示。

圖3 不同方法的高校績效評價(jià)時(shí)間對比

從圖3可知，層次覆蓋模型的高校績效評價(jià)時(shí)間少，主成分分析法的高校績效評價(jià)時(shí)間次之，數(shù)據(jù)包絡(luò)分析法的高校績效評價(jià)時(shí)間最多，層次覆蓋模型提高了高校績效評價(jià)效率，主要是因?yàn)榻⒘烁玫膶哟胃采w模型的高校績效評價(jià)指標(biāo)體系，加快了高校績效評價(jià)速度。

3 總結(jié)

高校績效評價(jià)越來越受到國家和高校的重點(diǎn)關(guān)注，當(dāng)前傳統(tǒng)的高校績效評價(jià)指標(biāo)體系設(shè)計(jì)方法無法滿足高校發(fā)展的需要，針對傳統(tǒng)高校績效評價(jià)指標(biāo)體系設(shè)計(jì)方法存在的問題，設(shè)計(jì)了層次覆蓋模型的高校績效指標(biāo)體系，結(jié)果表明本文研究設(shè)計(jì)體系可以滿足高校績效評價(jià)的要求，為高校績效評價(jià)建模分析提供有價(jià)值的信息，具有廣泛的應(yīng)用前景。