何良杰,戴正本,時自亮
(安徽財經大學 金融學院,安徽 蚌埠 233000)
隨著中國的改革開放,國家的綜合實力不斷增強,中國高等教育發展整體已進入世界中上水平.作為一個教育大省,江蘇省的本科教育發展在全國名列前茅,而江蘇省13個地級市的本科教育質量發展并不平衡.為此對江蘇省整體的教學質量水平進行評估,反映出江蘇省本科教育發展狀況.然后,對江蘇省13個地級市的本科教育質量進行評估,發現各地級市教育質量水平的差異,結合差異指標,給出改進建議,以縮小各地級市的教育水平發展差異.
本文數據來源于
①2017年中國教育統計年鑒;
②《2015/2016學年江蘇普通高校本科教學質量報告》;
③江蘇省52個普通高校《2016-2017年審核評估報告》.
(1)假設江蘇省教育統計年鑒數據均真實有效;
(2)假設選取的指標能夠較全面反映教育質量問題.
影響江蘇省本科教育的指標有很多,我們遵循數據可獲得性、便于統計性、普遍性原則來選取評價指標.我們主要選取了本科院校數量、招生人數、師資隊伍與結構、生師比、教學條件與利用、專業建設與教學改革、學生就業、科研投入與產出、雙一流學科建設9個指標.
江蘇本科教育質量評價指標的準則有很多,但不是每個數據都能準確得到,因此在選取時,需要選取容易搜集到的數據進行統計.另外有些指標是概念性的,必須選取影響這些指標的定量因素,通過二級指標,建立公式,將其量化處理[1].為此我們建立指標綜合評價體系,如圖1.

圖1 教學質量綜合評價指標體系框架
考慮到各級指標統計的數據可獲得性以及便于比較性,對一些指標采用了匯總求和法處理,而其他一些指標采用了比值法來進行量化處理.
Step1:全省數量指標總數Ai的計算:

Step2:全省比值指標Bi的計算:

對江蘇省本科教育質量進行綜合評價,要求我們利用搜集的數據,建立數學模型,來對江蘇省13個地級市的本科教育質量進行綜合評價.由于所給的評價教育指標有很多,我們根據指標數據權重的大小,選取主要指標作為評價標準來對江蘇省13個地級市本科教育質量進行綜合評價.我們主要分為三個步驟,首先從收集的指標數據中,選取主要指標;其次,根據主要指標來建立模糊綜合評價模型;最后,根據主要指標的數據來計算,并對各個地級市教育質量進行綜合評價.
在收集的指標數據中,一般具有不同的量綱,為了使不同的量綱的量也能進行比較,首先應該對原始數據作適當無量綱化[2].本文中均用極大-極小值法進行處理,公式如下:

其中,yij為第i個指標第j個城市無量綱化后的數據,max{xij}為第i個指標的最大、最小值.
考慮到本科教育指標評價體系的復雜性、相對客觀性及受數據收集、量化等限制因素,本文采用了相對主觀性較小,能充分利用數據特征的變異系數法權法對評價體系的各項指標進行賦權,從而根據權重比選出主要指標作為評價指標.
Step1:各指標變異系數公式為:

Step2:對vi進行歸一化,得到各指標的權重

設U={u1,u2,…un}是待評價的n個城市集合,v={v1,v2,…vn}是評價指標因素集合,將U中每個城市用v中的每個指標進行衡量,得到一個觀測值矩陣A.

其中,aij表示第j城市關于第i項評價指標的指標值(i=1,2,3…m,j=1,2,3…n)
建立理想方案:

其中:


根據變異系數法所選取的主要指標權重,來建立權重向量,對做出的綜合評價進行比較與分析.
最后建立綜合評價模型

且若Ft<Fs則t城市教育質量評價在s城市教育質量評價之前.
將搜集的評價指標數據,利用變異系數法,得到各指標權重,結果如下:

表1 各指標的權重結果
從表中可以看出,教授比、副教授比、博士比、國家級重點專業、畢業生就業率、雙一流學科總數等指標權重較大,故選取這些指標作為主要指標.
根據選取的6個指標,對各個城市進行量化處理,結果如下.
最后得到各城市綜合評價指標權重,如表3.
以下是按照權重大小進行排序后的城市綜合評價排名:
南京,鎮江,蘇州,無錫,揚州,徐州,常州,連云港,鹽城,南通,淮安,泰州,宿遷.
江蘇省教育質量評價關鍵指標的確立,需要對題目給定的9個指標進行靈敏度分析,從而確定一個關鍵指標,即靈敏度最強的指標,使得該指標值的改善能夠有效縮小江蘇省13個地級市本科教育發展的差異.為此我們插入一個虛擬控制變量,即一個控制城市.然后對虛擬控制變量的各指標值進行相同幅度的改變,得到與其變化相對應的不同的綜合排名.各個地級市排名的相對變化距離可以用n維歐式距離來衡量,數值變化前后的相對距離越大[3],就說明該指標的靈敏性越強.從中選擇靈敏度最強的指標,通過改善該指標的數值來縮小江蘇省13個地級市本科教育發展的差異,改善江蘇省教育發展不平衡問題.

4.2.1 插入虛擬控制變量
插入一個虛擬控制變量,即一個控制城市,則該城市的各項指標數據為:

其中xi0為虛擬控制城市的第i個標數據.
為了觀察各指標產生同一波動對目標層產生的影響,分別將x10x20x30…xk0增大20%后重復上述標準化過程和評價過程,即可得到調節控制城市第i個指標后所產生的13個地級市的本科生教育發展綜合評分:Qi={Qi1Qi2…,Qi3}
4.2.2 調節控制變量虛擬預測度[4]
由于樣本地級市大學數量太小,若直接通過排名編號來對指標的靈敏性進行評定,不僅評定精讀低,且評定結果易受偶然因素的影響.因此,本文將指標調節前后各地級市本科教育綜合評分的相對距離大學作為該指標靈敏性評價的標準.
Step1:綜合評價的無量綱化處理
由于指標的權重會隨著控制城市某一個指標數據調節的變化而變化,因此對不同指標調節后計算出的各地級市本科教育綜合評分的數量級是不同的.為了計算的相對距離具有可比性,我們需要對改變第i個指標后的綜合評分Qi進行無量綱化處理,公式如下:

Step2:計算變化距離
對第i個指標數據進行調節后,第j個地級市本科教育的綜合評分與調節之前相比會產生一段一維變化距離:|Qij-Q0j|,那么n個地級市本科教育排名的相對變化距離可用n維歐式距離來計算,公式如下:

其中,Di為第i個指標數據調節后n個地級市本科教育綜合排名的相對變化距離,本文中此處n=13.
Step3:判斷靈敏度
插入的虛擬控制城市每個指標的數值變動相同幅度,假設為20%,所導致的13個地級市本科教育前后評分的相對距離D1,D2,…,DK不同.Di越大,說明評分針對該指標改變的波動就越大,說明該指標的靈敏性越強,對排名的影響也將越顯著,因此可以通過改變該指標來縮小江蘇省13個地級市本科教育發展的差異.
由于指標數目較多,且對于有些指標的研究并無意義,因此我們選取幾個較為關鍵的指標(即權重較大的指標)進行分析,分別是教授比、副教授比、博士比、國家重點專業、畢業生就業率、雙一流學科總數.
為了更直觀的比較指標靈敏性與指標權重的關系,將各指標的靈敏性與權重一起列出,如下表:

表4 靈敏性與指標權重的關系
對于各指標產生相對相同的波動,13個地級市本科教育的綜合評分相對距離越大則該指標的靈敏性越高.由表4可見,靈敏性最高的指標為“副教授比”,并且,“副教授比”指標在綜合評價體系中所占的權重也是最大的.此外,其他數據也基本符合“權重越大,靈敏性越強”的規律.
由此可以得出結論,對13個地級市本科教育綜合評價排名產生顯著影響的指標,即相對距離大于2的指標有:“副教授比”“博士比”.因此,本文將“副教授比”作為評價江蘇省教育的關鍵指標,通過改善該指標值來縮小江蘇省13個地級市本科教育發展的差異.
通過對教學質量綜合評價體系的建立,以及搜集的江蘇省13個地級市6個重要指標的具體數據,對各地級市的教育質量進行了綜合排名.
經分析,南京市的教育質量綜合評價最高,鎮江市次之,宿遷市最小.因此,以南京市為標準,分析其他12個地級市9個指標的相對偏差情況,分別給出建議.
從整理結果來看,其他12個地級市在國家級重點專業和雙一流學科2個指標上普遍偏差較大,在0.9到1之間,不能作為縮小其教育質量差距的指標.而教授比的偏差范圍在0.0064到0.8287之間,博士比的偏差范圍在0.1664到0.8198之間,畢業生就業率的偏差范圍在0.1118到0.4794之間,可以作為進一步縮小差異的指標.
基于上述分析,從教授比、副教授比、學生就業率三個方面提出以下幾點建議:
①普遍增大教授比、副教授比,提高教師學歷水平,加大對高學歷的教師的招聘或者鼓勵教師修讀深造.
②提高教師的薪酬水平,以吸引更多高學歷的教師任職.
③加大對應屆畢業生的就業指導,提高他們的專業技能和能力水平,提供更多就業機會和提前實習機會,以提高應屆畢業生的初次就業率.
④進一步改進本科生教學模式,在打牢專業知識的基礎上,給學生提供更多的鍛煉機會,提高自身素質和綜合實力.
模糊綜合評價法根據模糊數學的隸屬度理論把定性評價轉化為定量評價,即用模糊數學對受到多種因素制約的事物或對象做出一個總體的評價[5].為此,基于模糊綜合評價法對江蘇省本科教育質量進行評價.運用了變異系數法求出各個指標的權重,并選取6個主要指標,構建了模糊綜合評價模型,運用了MATLAB軟件編程求解,得出了江蘇省13個地級市本科教育質量排名,其中南京市第一,鎮江市次之,宿遷市最后,結果合理、準確,能夠很好地反映江蘇省各地級市教育質量情況.