高校績效評價指標體系探究

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了高校績效評價指標體系探究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：高校績效評價是當前高校的熱點課題，其中指標體系的構建直接影響績效評價結果。當前高校績效評價指標體系存在不科學、客觀性差等缺陷，為了對高校績效進行更好的評價，設計了基于層次覆蓋模型的高校績效評價指標體系。首先對當前高校績效評價指標體系研究進展進行分析，找到各種指標體系設計方法的缺陷，然后基于易理解、獨立性、系統性、簡明性原則建立高校績效評價的原始指標體系，并采用層次分析法選擇最優的高校績效評價指標體系，最后引入權值覆蓋模型對高校績效評價指標體系進行優化，并根據優化的指標體系，采用數據挖掘技術建立高校績效評價模型，具體應用實例結果表明，層次覆蓋模型構建了十分理想的高校績效評價指標體系，有助于提高高校績效評價精度。

關鍵詞：高校績效；評價指標；體系構建；教育信息化；層次結構

0引言

隨著經濟的不斷發展，高校發展的速度很快，高校的投入不斷增加，為了適合市場經濟的發展，高校自主性越來越高，高校管理質量從量變向質變發展，高校績效評價是一種重要的高校管理手段［1－3］。高精度的高校績效評價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模型來預測未來高校績效狀態［4］。要進行高精度的科研績效評價，科學的績效評價指標體系是基礎，直接影響高校績效評價效果，因此成為當前高校績效研究的一個熱點問題［5］。高校績效評價內容涉及面很廣，如高校環境、高校資源、高校投入、高校產出等，因此評價指標數量比較大，建立的績效評價指標體系比較龐大［6－7］，如果將所有與績效評價結果相關的指標都選擇進來，那么使得績效評價過程十分復雜，因此需要精選績效評價指標，建立科學、合理的高校績效評價指標體系［8］。當前建立績效評價指標體系的主要方法有主成分分析方法、數據包絡分析方法、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體系可解釋性比較差，會去掉一些重要的績效評價指標，信息不完整，對后續績效評價有一定的負面影響；數據包絡分析方法的指標體系具有一定的主觀性，使得績效評價錯誤率高；熵值法的績效評價指標體系構建過程過于復雜，影響績效評價效率［12－13］。針對目前高校績效指標體系存在的問題，為了更好地對高校績效進行準確評價，提出了基于層次覆蓋模型的高校績效指標體系，采用層次分析法確定高校績效評價指標的權重值，引入權值覆蓋模型對高校績效評價指標體系進行優化，最后通過具體應用實例分析本文設計的高校績效指標體系的有效性和優越性。

1層次覆蓋模型的高校績效評價指標體系

1．1建立高校績效評價指標體系

在進行高校績效評價建模之前，首先建立與高校績效評價相關的指標體系，高校績效評價指標體系的構建不是主觀、盲目的，本文基于以下原則建立高校績效評價指標體系。（1）易理解性原則。對于每一個高校績效評價指標應該含義明確、沒有歧義，不能有模棱兩可的現象，使得高校績效評價專家十分容易理解每一個指標所要包含的信息。（2）指標獨立性原則。每一個高校績效評價指標是獨立的，指標之間不存在交叉、重疊信息，不能相互干擾。（3）系統性原則。評價指標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，同時要抓住主要因素。（4）簡明性原則。在滿足高校績效評價的基礎上，應該盡可能使評價數量小，防止高校績效評價指標體系過于龐大，且指標數據易收集，可操作性強。當前高校績效包括很多方面，由于國家對科學技術的不斷重視，科研績效成為高校關注的重點，因此本文主要針對高校科研績效進行研究，建立的評價指標體系具體如表1所示。

1．2層次分析法確定高校績效評價指標的權重值

對表1的高校績效評價指標體系進行分析可以發現，每一種指標所包含的信息不一樣，要表達的內容也不相同，它們對高校績效評價結果的貢獻程度不一樣，即它們的權重值不一樣，傳統高校績效評價方法假設它們的貢獻是一樣的，因此權重值也一樣的，使得高校績效評價結果無法達到最優。為了描述每一個指標對高校績效評價結果的貢獻程度，本文選擇層次分析法確定高校績效評價指標的權值。層次分析法是一種處理復雜問題的數據挖掘技術，其核心思想為將復雜問題通過層次化，變得更加簡單，利用數學方法確定每一個指標的權重值，根據權重值描述每一個指標的重要性，并根據權重值對評價指標排序，層次分析確定高校績效評價指標權重值的步驟如下。Step1：建立高校績效評價指標的判斷矩陣。判斷矩陣的具體描述如表2所示。Step2：判斷高校績效評價指標矩陣次序的一致性。設aij表示第i個高校績效評價指標相對于第j個指標的重要性，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指標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指標矩陣。Step3：計算高校績效評價指標矩陣的滿意一致性比率，具體如下。a）計算高校績效評價指標矩陣的每行元素的積，即式（1）。式中，i＝1，2，…，n，n表示高校績效評價指標數量。b）計算Mi的n次方根，具體為式（2）。Wi＝n槡Mi（2）式中，i＝1，2，…，n，n表示高校績效評價指標數量。c）對Wi進行歸一化處理，得到高校績效評價指標的權重為式（3）。Wi＝Wi／∑ni＝1Wi（i＝1，2，…，n）（3）d）計算高校績效評價指標判斷矩陣的最大特征值，即式（4）。λmax＝1n∑ni＝1∑nj＝1aij×WiWi（4）e）高校績效評價指標矩陣的滿意一致性比率計算式為式（5）。CR＝λmax－n（n－1）m（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指標矩陣符合滿意一致性，得到的權重值是可信的。層次分析法確定高校績效評價指標的權重值如表3所示。

1．3權值覆蓋模型優化高校績效指標體系

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指標的權重值，有的權重值比較小，有的權重值比較大，為此引入權重覆蓋模型對高校績效指標體系進行優化，去掉一些對高校績效評價結果影響不重要的指標，得到的結果如圖1所示。從圖1中可以看出，可以去掉科研項目總數、SCI論文數、專著數，因為它們處于覆蓋模型半徑的最里面，表示它們高校績效評價效果影響比較小，這樣可以減少高校績效指標的數量，從而簡化高校績效指標體系。

2應用實例分析

2．1數據來源

為了分析層次覆蓋模型的高校績效指標體系的有效性，選擇3類高校科研績效數據作為研究對象，每一類高校選擇的高校數量如表4所示。同時選擇主成分分析法的高校績效指標體系、數據包絡分析法的高校績效指標體系進行對比實驗，采用的高校績效評價建模方法為BP神經網絡，采用Java編程實現高校績效評價程序。

2．2高校績效評價精度對比

采用主成分分析法、數據包絡分析法和層次覆蓋模型建立相應高校績效指標體系，然后采用BP神經網絡建立相應的高校績效評價模型，并采用表4的高校績效數據作為測試數據，統計不同方法的高校績效評價精度，結果如圖2所示。從圖2可以看出，層次覆蓋模型的高校績效評價精度為95．00％，主成分分析法的高校績效評價精度為91．12％，數據包絡分析法的高校績效評價精度為93．13％。相對于對比方法，層次覆蓋模型的高校績效評價誤差大幅度減少，這主要是因為本文引入了層次分析法合理確定各高校績效評價指標的權值，并引入權重覆蓋模型對高校績效評價指標體系進行了優化，獲得了更優的高校績效評價效果，體現了本文研究設計的高校績效評價指標體系優越性。

2．3高校績效評價時間對比

統計不同方法的高校績效評價時間，結果如圖3所示。從圖3可知，層次覆蓋模型的高校績效評價時間少，主成分分析法的高校績效評價時間次之，數據包絡分析法的高校績效評價時間最多，層次覆蓋模型提高了高校績效評價效率，主要是因為建立了更好的層次覆蓋模型的高校績效評價指標體系，加快了高校績效評價速度。

3總結

高校績效評價越來越受到國家和高校的重點關注，當前傳統的高校績效評價指標體系設計方法無法滿足高校發展的需要，針對傳統高校績效評價指標體系設計方法存在的問題，設計了層次覆蓋模型的高校績效指標體系，結果表明本文研究設計體系可以滿足高校績效評價的要求，為高校績效評價建模分析提供有價值的信息，具有廣泛的應用前景。

作者:傅雷鳴 陳一飛 單位:南京農業大學工學院