我國地區高等教育發展水平的綜合評價

李倩男 姚寧寧

（中國地質大學（武漢），湖北武漢430074）

我國地區高等教育發展水平的綜合評價

李倩男 姚寧寧

（中國地質大學（武漢），湖北武漢430074）

文章利用因子分析方法，計算我國31個地區（除香港、澳門、臺灣）2008-2013年每一年的高等教育發展水平的因子得分；然后利用熵權法計算每年因子得分的熵權，根據得到的熵權，計算這6年的綜合評價值并進行排序。這樣可以從整體上對我國近幾年的高等教育發展狀況進行了解，為更好地指導和規劃高等教育事業的健康發展提供一定的科學依據。

因子分析；熵權法；高等教育

一、概述

受到社會對高等教育強烈需求的影響和高等教育改革潮流的有力驅動，21世紀高等教育的普及性、多樣化性、終生教育等基本特征已日益清晰地展現在人們面前。近幾年高等教育實施擴招政策，我國對高等教育非常重視。

對高等教育發展的評價是對高等教育發展現狀的認識，只有認識高等教育發展的狀況和特性才可以制定良好的政策來促進高等教育更好的發展。對高等教育發展水平的綜合評價有很多種方法，如：層次分析法、主成分分析法、因子分析法、熵權法等，但都是對某一年份的高等教育發展水平的綜合評價。我國已經進入高等教育大眾化，但是我國高等教育大眾化還在探索中［1-3］。僅對一年的高等教育發展情況進行評價不足以反映近幾年高等教育發展的本質。為了解近幾年我國高等教育的發展狀況，需要對每年的高等教育發展水平的綜合評價進行比較分析、整體分析。

文章利用SPSS軟件對2008-2013年每一年的高等教育發展進行因子分析，計算綜合得分并排序［4］，然后把每年的綜合得分運用熵權法結合起來，利用MATLAB軟件計算每年的熵權和總得分，并進行排序，來反映2008-2013年這幾年高等教育的總體發展狀況。

二、指標選取及因子分析

（一）數據的來源和指標的選取

原始數據是取自2009-2014年的《中國統計年鑒》、《中國教育統計年鑒》和《中國教育經費統計年鑒》。

根據指標的選取原則，選取比較全面和切實可行的21個指標，反映高等教育規模的指標：在校大學生數、在校研究生數、普通高校數、211院校數、每十萬人口平均在校生數；反映教育結果的指標：畢業生數、畢業生中研究生比例；反映高等教育的人力投入指標：普通高校師生比、教職工數、專任教師數、副高級以上專任教師比、博士學位專任教師比；反映高等教育的物質投入指標：人均占地面積、人均圖書、人均計算機數、人均固定資產值；反映高等教育的財力投入指標：高等教育經費總收入、國家財政性教育經費、國家財政性教育經費占地區GDP的比例、生均教育經費支出、生均財政預算教育經費支出。

（二）用因子分析進行綜合評價

因子分析的基本思想是根據相關性的大小把原始變量分組，使得同組內的變量之間相關性較高，不同組的變量相關性較低。

運用SPSS軟件對2008-2013年的數據進行因子分析［5-7］，進行因子分析之前需要先對數據進行相關性檢驗。2008-2013年相關性檢驗的KMO值分別是：0.709、0.755、0.796、0.731、0.786、0.749，KMO的值都在0.7到0.8之間，巴特萊特球度檢驗的sig值都顯著為0，選取的指標都通過了KMO檢驗和巴特萊特球度檢驗，表明數據間具有一定的相關性，2008-2013年每年都可用這些指標進行因子分析。

1.征值及累計累積貢獻率

每年的因子分析都采用主成分法和最大方差旋轉法，得到因子的特征值和貢獻率及旋轉后的特征值及貢獻率。通過比較可知，即使相同的指標，不同的年份進行因子分析，特征值不同，累積貢獻率也不同。每年特征值大于1的個數都是3個，累積貢獻率都大于85％。2008-2013年的累積貢獻率分別為：85.873％、87.161％、86.878％、87.716％、88.29％和88.15％。

表1　年份間相比排名變化及排名符號變化的情況

2.因子載荷分析

對各年進行因子分析，提取特征值大于1的因子。2008-2013年每年都提取3個因子，但是因子的較高載荷的指標有差別。2008年較高載荷指標與其他年份都不同，2009年、2011年和2012年選取的3因子在相同的指標上有較高的載荷，2010年和2013年選取的3因子在相同的指標上有較高的載荷。每個因子都對應實際的意義，但不同年份因子的高載荷不同，每年的因子含義也不相同。

3.綜合評價

每年選取的指標相同，計算每年的因子得分，每年的因子得分之間具有很強的相關性。每年的因子得分的標準差也相差不大，但是排序有變化。每年的綜合排序不同，連續年份排序差異也很大，用名次差的絕對值和作為年份間排名相比較的名次變化情況（表1）。

通過表1可以看出每年的名次都有變化，變化最大的名次差的絕對值和是62；變化最小的名次差的絕對值和是26。再比較排名的符號變化情況，其中“0”表示名次沒有變化，“+”表示名次落后，排名進步的次數就等于沒有變化的次數減去名次落后的次數。每年的排名相比較都有變化。排名沒有變化的個數最多的是14個，其次是13個，排名沒有變化的最少個數是5個，可知近幾年大部分省份的名次都發生了變化。各省份進步的個數與落后的個數相比，相差較大的是6、7；相差最小的是0，其余的是1、2，說明除了兩個特別，其余排名的進步個數和落后個數相比變化不大。

通過上述比較可知，每年的排名都有變化，而且變化量也不少，所以僅以一年的高等教育數據來評判高等教育發展水平不是很全面，需要選取多年高等教育數據來評判高等教育的發展狀況。

2008-2013年這6年排名變化最大的是青海，變化10名；其次是甘肅，變化9名；再次是新疆，名次變化7名；一直不變的是北京、上海、江蘇；變化1名的有天津、吉林、湖北、重慶和四川，變化2名的有遼寧、浙江、安徽、江西、湖南、廣西、云南和陜西。說明短短的6年，我國31個省市的高等教育發展水平的綜合情況有很大變化。

每年的高等教育發展水平都有所變化，一年的高等教育發展水平的綜合評價只能說明當年高等教育的發展狀況，要想了解一段時間內高等教育的發展水平，就需要考慮連續幾年的高等教育發展水平的變化情況。僅對一年的高等教育發展水平進行綜合評價不足以反映近幾年的高等教育發展水平，僅比較每年的綜合排序也是不充分的，有必要引入反映近幾年高等教育發展水平的綜合方法，對近幾年的高等教育發展水平進行綜合分析來反映高等教育發展的實質。我們運用熵權法對2008-2013年的高等教育發展水平進行客觀的綜合評價。

三、運用熵權法進行綜合評價

（一）熵權法基本理論

熵權法是一種在綜合考慮各因素指標提供信息量的基礎上計算綜合指標的方法。作為客觀綜合定權法，其主要根據各指標傳遞的信息量的大小來確定權重。熵權法的基本思路是根據指標變異性的大小來確定客觀權重。一般來說，若某個指標的信息熵越小，表明指標值的變異程度越大，提供的信息越多，在綜合評價中所起到的作用也越大，其權重也越大。相反，某個指標的信息熵越大，表明指標值的變異系數越小，提供的信息也越小，在綜合評價中所起到的作用也越小，其權重也就越小［8］。

（二）實證分析

為了求得2008-2013年間我國高等教育的整體發展水平，選擇每年的因子總得分作為指標。利用熵權法計算每年的權重，每年權重的大小表示對因子得分的貢獻大小。

1.綜合評價

以我國31個省份作為評價對象，運用MATLAB軟件計算熵權，得到2008-2013年每年的信息熵依次是0.9252、0.9337、0.9035、0.9292、0.9098、0.9105；2008-2013年每年的熵權依次是0.15329、0.13592、0.19758、0.14502、0.18488、0.18331。

表2　熵權法綜合得分及排名

2010年的因子得分信息熵最小，表明2010年的因子得分的變異程度最大，提供的信息最多，權重值最大，權重值是0.19758；而2009年因子得分信息熵最大，表明2009年因子得分變異系數最小，提供的信息最少，權重值最小，權重值是0.13592。利用熵權法計算2008-2013年的高等教育發展水平的綜合評價值及排序（表2）：

由熵權法得到的綜合得分與2008-2013年的因子得分相關性很強，因子得分和總得分都是反映高等教育發展水平。從表2可以看出，前三名分別是北京、上海和江蘇。北京市、上海市、江蘇省在每年的因子得分上都是前三名。后三名分別是青海、西藏和海南，海南省有四年是最后一名，另外兩年分別第28名和29名，西藏有兩年30名，另幾年的名次分別是26、28、29、31名，青海有兩年是28名，另幾年的名次分別是21、23、30、31名，后幾年的排名變化有些大。除了前三名，其他省份的名次在這6年期間都有所變化。

2.總排名與每年排名的比較

總排名與每年的因子排序相比較，也用名次差的絕對值和作為名次變化大小（表3）。總排名與2011年的名次的變化量最大，達到42；總排名與2012年的名次變化量的最小，變化量為10。與表1相比較可知，比26小的有三個，表2中的最大值42小于62，說明利用熵權法得到的綜合評價很可靠，綜合了每年的高等教育發展水平，反映了這六年的高等教育發展水平的整體情況。

再比較排名的符號變化情況，其中“0”表示名次沒有變化，“+”表示名次落后，“-”表示名次進步，總排名與每年排名相比較都有變化。排名相比較沒有變化的個數最多的是2012年的22個，最少的是11個，其它年份排名沒有變化個數近一半。排名前進的個數和排名落后的個數相差最大的個數是2，與年份之間的排名相比，排名變化不大。說明綜合評價充分利用了每年的因子得分，反映了近幾年的綜合情況。

表3　總排名與各年排名的名次差的絕對值和和符號變化情況

2008-2013年排名相同和排名相差一位的總數分別是29、23、25、21、30、24，相差兩名及更少的總數分別是30、26、29、27、31、28，說明大部分省市各年排名與總排名名次的變化不大。排名相差最大的是2011年青海省與總排名相差8名，2009年的青海和2011年甘肅與總排名相差6名。說明了利用熵權法得到的排名充分結合了各年的高等教育發展信息，每年的因子得分是當年高等教育發展水平的表現形式，充分利用每年因子得分就表示充分利用了每年的高等教育發展的信息，也說明了熵權法排名的合理性，整體的排名是2008-2013年這6年31個省市高等教育發展水平的整體反映。

我國東中西部劃分為：東部地區：遼寧、河北、北京、天津、山東、江蘇、上海、福建、臺灣、廣東、香港、澳門、海南；中部地區：黑龍江、吉林、山西、河南、安徽、湖北、湖南、江西；西部地區：內蒙古、甘肅、陜西、寧夏、四川、貴州、重慶、廣西、新疆、青海、西藏。

通過比較發現，西部地區關于高等教育發展的分類，大部分排名再最后，西部地區不僅是我國經濟欠發達地區也是我國高等教育欠發達地區。東部地區的排名比較分散，東部地區是我國經濟發展最快的地區，但不足的地方是人均面積沒有西部的大；大部分高職稱和高學歷老師都愿意去東部發展，研究生在東部和西部的比例也相差較大；在教育經費方面，西部地區的總經費投入也很少，人均圖書、人均計算機和人均固定資產也是東部大于西部；所以想要高等教育快速發展，不僅在教育物質資源上加大投入，教師資源也必不可少。

通過高等教育發展水平的排名與東中西的劃分相比較，可知經濟發達的地區高等教育發展不一定好，經濟不發達的地區高等教育發展不一定差，這也說明了我國高等教育與經濟發展不協調。高等教育只有適應經濟的發展需要，才能促進經濟的增長，否則，就會阻礙經濟的增長，高等教育的發展也離不開經濟的支持。改善高等教育的發展方式，使我國高等教育與經濟協調健康的發展。

四、結束語

通過因子分析來反映每一年高等教育的發展水平，運用熵權法來反映近幾年高等教育的整體發展水平。利用熵權法得到的綜合評價充分利用了每年的因子得分，也就是充分利用了每年高等教育發展信息。綜合高等教育發展信息來對高等教育發展水平進行綜合評價，削弱了隨機因素的影響，使得綜合評價更可靠準確。

綜合評價是為了表示近幾年高等教育的發展水平的差異，排名表示每個省市發展的不一致的比較，分類表示地區間高等教育發展的差異情況。通過排名和分類可知，經濟發達的地區，高等教育發展不一定好，經濟不發達的地區，高等教育發展不一定差。我國西部地區高等教育發展水平比東部地區落后很多，為了我國高等教育全面協調的發展，要加快西部地區高等教育發展的步伐。高等教育只有適應經濟的發展條件才可以促進經濟的發展。要對高等教育發展落后于經濟發展的地區給予重視，制定合理的政策使高等教育適應經濟的發展。

［1］李建寧.我國區域高等教育發展水平的統計分析［J］.山西財經大學學報，2007，10（4）.

［2］王素，方勇，孫硫澤.高等教育競爭力：模型、指標與國際比較［J］.教育研宄，2012，34（7）：122-129.

［3］張秀萍.我國省域高等教育競爭力研究［D］.遼寧:大連理工大學，2013.

［4］李衛東.應用多元統計分析［M］.北京：北京大學出版社，2008.

［5］王昱，熊科.東部地區高等教育發展水平的因子分析［J］.高教探索，2013（6）：53-56.

［6］朱永東，向興華，葉玉嘉.基于因子分析的美國高等教育發展水平綜合評價研究［J］.高教探索，2014（5）：68-73.

［7］朱茂勇.基于因子分析的高等教育發展水平差異的實證研究［J］.中國高等教育評估，2015（1）：31-36.

［8］王金湘.基于熵權法的企業自主創新能力評價——以浙江省為例［J］.經營與管理，2014（1）：103-105.

This paper uses the factor analysis method to calculate factor score of the development level of higher education of 31 areas in China（with the exception of Hong Kong，Macao and Taiwan）every year in 2008-2013，then uses entropy method to calculate the entropy weight of factor score of every year，and according to the entropy weight，calculates comprehensive evaluation of the six years，sorting.We can understand the situation of the development of higher education on the whole in recent years in our country，and provide certain scientific basis to better guide and plan the healthy development of higher education.

factor analysis；entropy method；higher education

G640

A

2096-000X（2016）22-0256-03