基于因子分析法的高校中外合作办学评价体系研究

杨小燕, 马 澜

(南京中医药大学 经贸管理学院, 江苏 南京 210046)

近年来，随着经济全球化及政府的鼓励和参与，我国的中外合作办学发展迅速.据不完全统计，截至2010年，全国共有本科层次以上的中外合作办学机构和项目400多家.目前，中外合作办学项目已经成为了教育机构和高等院校引进国外优质教育资源和教育理念，来增强自身办学能力、推动教育改革、完善人才培养模式和扩大国内外影响力、知名度的有效途径之一[1].我国中外合作办学在取得数量上的发展之后，为确保合作办学的长远发展，就必须关注其办学效果.办学效果是一个多维度的概念，一个良好的办学效果评价体系及相应的评价方法，是进行预测或评价研究的前提和基础，是全面客观地评估公共组织绩效的关键所在，它直接关系到评估的科学性和客观性.因此，建立一套科学的中外合作办学效果评价体系就显得尤为重要.但是，目前在这方面可以借鉴的成型指标体系很少，并且几乎都是在定性分析基础上的一些研究，缺乏对指标体系的量化.

本文从定量的角度，采用因子分析法建立了一个较合理、完整的指标评价体系，并依据因子分析的结果建立了一个评价中外合作办学的量化模型.

1 初始评价指标及样本的选取

1.1 中外合作办学评价指标的初步选定

从中外合作办学的利益相关者——教育机构、合作办学中方、合作办学外方及受教育者4方的主体利益出发，借鉴普通高等学校教育评估理论，结合我国高校中外合作办学自身的特点，从办学条件、教学质量及办学效应3个方面初步设定25项评价指标.其中，办学条件包括：办学思想及目标X1，实验室面积X2，校舍情况X3，学费使用与收取的比例X4，图书馆生均拥有图书量X5，办学经费年度投入总额X6，科研经费投入总额X7，高级教师占中外专职教师的比重X8，外籍教师与中籍教师的比例X9，教师流动情况X10，中外专职教师与学生的比例X11共11个指标；教学质量包括：办学层次评价X12，外语能力测试的平均成绩X13，学生双学位获取率X14，毕业生一次就业率X15，双语课堂的覆盖率X16，学校教师应用多媒体授课覆盖率X17，外文教材(含双语教材)的覆盖率X18， 毕业论文(设计)优秀率X19共8个指标； 办学效应包括：新生人数年增长率X20，中外合作科研项目及成果总数X21，中外举办学术会议、讲座及报告的总数X22， 中外互派教师的总人数X23， 家长及学生对教学效果的反馈意见X24，社会用人单位对毕业生综合能力评价X25共6个指标[2-4].

1.2 样本的选取及初步整理

本文采用专家评分法选取样本.在学院教育管理部门的协助下，随机抽取20名高校评估专家进行问卷调查，要求专家对上述各评价指标的满意度进行打分.打分规则为：非常赞同，打9分；同意，打7分；一般，打5分；不很赞同，打3分；不同意，打1分.将第k位专家评分的结果记为bk(k=1，2，…，20)，将20名专家对同一项指标的评分作为一个样本，依次记为Xi(i=1，2，…，25)，第k位专家对第i个指标的打分记为bik，依此将问卷调查结果进行整理得样本数据.

2 样本数据的实证分析

因子分析法是从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法.应用因子分析法既可避免信息量的重复，又可以克服权重确定的主观性[5].初步选定的25项评价指标，基本上涵盖了影响中外合作办学效果的各种因素，但并非所有的因素都对评价中外合作办学起到重要作用.为了有效降低运算的复杂程度，须对以上指标进行科学的评价分析，找出影响评价中外合作办学效果的主要因素.利用因子分析法对取得的样本数据进行分析，计算25项初始评价指标的综合得分.

2.1 原始数据的标准化

2.2 标准化数据相关系数矩阵的建立及其检验

计算样本标准化后的相关系数矩阵：

R=|rik|25×25，

对该矩阵进行相关矩阵检验，KMO检验结果：KMO=0.539>0.5，表明偏相关性弱，适用于因子分析；Bartlett检验结果：Bartlett值=299.314，p=0.000<0.001，表明相关矩阵不是一个单位矩阵，可以进行因子分析[6-7].

2.3 计算相关系数矩阵的特征值及其累积贡献率，构造因子变量

利用特征方程|R-λI|=0，计算相关系数矩阵的特征值λ1，λ2，…，λ25及其对应的特征向量，并将其按从大到小顺序排列，求出同时满足不等式(λ1+λ2+…+λm-1)/25<0.6和(λ1+λ2+…+λm)/25≥0.6的正整数m=8，则8即为选取的公共因子数.

同时，根据λ计算结果可得到当前8个特征值的贡献率和累计贡献率，由于这8个特征值的累积贡献率达到了84.21%，满足大于 80%的要求，从统计学理论上讲， 这个结果比较令人满意.由此可以认为，这8个特征值对应的因子基本包含了全部测评指标所具有的信息[3]，将这8个公因子作为因子变量，分别记为F1,F2, …,F8.

2.4 因子载荷矩阵的建立

运用Varimax with Kaiser Normalization旋转法对标准化处理过的数据进行旋转，可得到提取的8个主因子分量F1,F2, …,F8旋转后的因子载荷阵，由旋转后的因子载荷阵可以看出各个变量对这8个主成分的载荷大小的差异不大.该结果表明，参加问卷调查的20名专家对初始指标的评价意见基本保持一致.

2.5 综合得分的计算

根据因子分析结果，利用回归估计法计算因子变量的综合得分.应用SPSS软件计算旋转后公因子的方差贡献率wj(j=1，2，……8)，以各因子的方差贡献率wj为权，由各因子的线性组合得到综合评价指标函数F，计算公式为：

表1 25项初始指标综合得分表Tab.1 The table of twenty-five initial indexs’ comprehensive scores

3 构建中外合作办学评价体系及量化模型

3.1 构建中外合作办学评价体系

根据表1中结果，将评价指标按综合得分从小到大排序，得分在平均水平以下的有7项指标(即0分以下)，分别为X17，X3，X19，X4，X10，X11，X24(按从小到大排列).这7项指标的综合评分取得负值，说明其对合作办学效果的评价影响很小，所以可忽略这7项指标.为了进一步优化合作办学指标评价体系，将另外3项综合得分较小的指标，即X1(0.049)、X7(0.042)、X25(0.041)忽略，同时将剩余的15项指标重新标号归类，得到优化后的合作办学指标评价体系，见表2中二级指标.

3.2 中外合作办学评价体系的量化模型

利用各项指标的综合评价得分计算量化模型的权重：

ai=FMi/∑FMi， (i=1，2，…，15)，

其中，ai为第i项指标Mi的权重，FMi是指标Mi的综合得分.按上述公式可得各项评价指标的权重，结果如表2所示.

表2 中外合作办学效果评价体系及评价指标权重Tab.2 Sino-foreign cooperative education evaluation system and the weights of evaluation index

由表2知，此评价体系中共有3项一级指标，即：A1，A2，A3； 15项二级指标，即：M1，M2，…，M15.对该表中的评价指标进行量化，得量化模型：

依据模型及合作办学单位k(k=1，2，……n)提供的相关指标值，计算各办学单位的办学效果得分Y1，Y2，…，Yn.比较得分，即可得到各合作办学单位的办学效果排名.同时，对于同一所合作办学单位提供的m年内的相关指标值，计算该办学单位历年的办学效果的得分Y1，Y2，…，Ym，比较得分，即可得到该办学单位纵向办学效果，为该办学单位改进办学方式提供重要依据.

4 结 论

本文从中外合作办学的利益相关者出发，选定影响中外合作办学效果的各种因素，包括办学条件、教学质量和办学效应的3项一级指标及25项二级初始指标，通过因子分析法对25项二级初始指标进行分析优化，得到了一个由15项二级指标构成的指标评价体系，同时得出了各项指标的权重.依据该指标评价体系，得到一个可应用于对各种合作办学体系进行评估的量化模型.

同时，研究发现，在二级指标中权重排在前4项的是：办学经费年度投入总额、新生人数年增长率、高级教师占中外专职教师的比重和学生双学位的获取率.加大对这4项指标的完善力度是增强中外合作办学效果的重中之重，也是中外合作办学单位努力的方向.

随着经济全球化的发展，我国同各国之间的文化交流已经上升到一个重要的层面，中外合作办学的必要性日益突出.合理、完整的中外合作办学效果评价体系和简单、有效的评价方法，将会为科学地改进合作办学方式提供重要依据.文中所采用的方法避免了对无效数据的大量运算，显著地提高了数据的有效计算程度，简化了计算过程，在构建评价体系时，表现出较强的可操作性.本文建立的评价模型可以根据合作办学主体提供的相关指标值，对各个合作办学单位进行横向的比较，还可以针对中外合作办学动态发展过程，根据同一所办学单位各年的指标值的变化，对其办学效果进行纵向的比较.该方法为中外合作办学的相关教育机构对办学效果的评估提供了依据，也为各合作办学单位的自查提供了依据.

参考文献：

[1] 王文利. 对中外合作办学项目现状及评价指标体系的初步研究[J].辽宁工学院学报，2006，16(2)：90-93.

[2] 李盛兵，王志强. 广东高校中外合作办学发展的现状与对策研究[J]. 高教探索，2009(2)：66-71.

[3] 孔韬. 浅谈高校中外合作办学的管理[J]. 湘潭师范学院学报(社会科学版)，2009,31(2)：238-240.

[4] 谭贞. 中外合作办学对我国高等教育发展的双重作用[J]. 现代教育管理，2009(3)：24-26.

[5] 张国玉，余斌. 高校绩效评估量化方法研究评价——论因子分析法在高校绩效评估中的应用[J]. 大学研究与评价，2007(12)：48-53.

[6] 何晓群. 现代统计分析方法与应用[M]. 北京：中国人民大学出版社，1998.

[7] 黄润龙. 数据统计与分析技术—SPSS软件实用教程[M]. 北京：高等教育出版社，2004：285-300.