基于产出的高校绩效评价分析

■张友棠 胡 帆 李思呈

一、前言

伴随着我国高等教育改革的深入，高校投入也在不断增长，规模迅速扩大。为了提高办学效益、提升整体管理水平，许多高校开始引入绩效管理。但目前高校绩效管理缺乏一套完整、公认的理论方法支持，很多高校对绩效管理了解不够，实践经验不足，有些直接套用企业的绩效管理模式，有些根据经验或评价目的选取考核指标，更多的是绩效管理过程难以实施或流于形式。

二、传统高校绩效评价的弊端

（一）评价对象不清晰

传统方法评价高校绩效时，往往在评价的对象上表现得模棱两可。不合理的评价体系往往导致绩效评价的导向出现偏差，如出现了“重科研，轻教学”、“重老师，轻学生”、“重数量，轻质量”等一系列问题。根本原因是在于制定高校考核标准时随意性强，为了便于操作，在很多评价对象中，往往选择指标中易于量化的部分录入到考核系统中，缺乏全面性。

本文在选择高校绩效评价对象时，在高校产出绩效的范围内，针对高校老师、学生设立指标体系，力图将影响高校绩效的主要对象考虑进来。

（二）评价指标不完整

建立基于产出的高校绩效评价指标体系应能与所有高校指标进行横向比较，且能与本校各历史时期指标进行纵向比较，这就要求指标具有相对稳定性，完整性以及能通过换算进行对比。目前国内众多高校无论是研究型、教学型还是研究教学并重型，都存在较严重的“重科研、轻教学”考核取向。在产出类高校绩效评价指标选择上，往往以科研类指标为主进行高校间对比及本校各时期对比，却忽视了教学产出绩效的评价，例如 “特色专业数”、“规划教材数”、“优势学科数”等指标。这就导致许多高校教师在教学与科研的双重压力下，只能在保证科研成绩之后，再去花一定精力在教学上，教学质量则很难得到保证。

（三）评价方法不统一

目前有关高校绩效管理的研究众说纷纭，缺乏一套完整的公认的理论框架支持。有些高校甚至直接套用企业的绩效管理模式，在选择评价指标时也带有一定的随意性。目前高校绩效管理的方法主要有三类：一类是基于实际工作经验，总结和提炼绩效评价指标体系；一类是运用标准化管理模型；一类是平衡记分卡法，也是目前较为普遍的一种方法。但是标准平衡记分卡在高校中的应用是否同在企业中的应用一样有效，尚无足够证据佐证。

评价方法的不同直接导致了评价结论的不同，在评价高校绩效时，应当选取统一的评价方法对我国高校的绩效进行科学评价。本文将基于高校的产出绩效，运用主成分分析法评价高校产出绩效。

三、基于产出的高校绩效评价指标设计

（一）高校绩效评价指标设计原则

1、科学性原则。指标体系的设置是否科学合理直接关系到评价的质量。所谓科学性，是指指标的代表性及其体系的完整性，这要求指标不重复、不遗漏，指标之间具有相互独立性，能基本反映绩效评价的主要特点，并具有可比性，要从政策导向的意义上抓住评价的中心。

2、可比性原则。必须考虑指标之间的可比性和通用性，即要求指标建立在同一的核算范围之内和相同的可比基准上，以便于进行量化和比较。

3、可操作性原则。在现阶段条件下，所设计的指标应考虑所需数据资料的可获得性，以确保评估具有可操作性和实用性。

（二）基于产出的高校绩效评价指标

在建立指标体系时，应力图将教师与学生都纳入评估对象中，全面考虑教学与科研，并同时注重高校国际交流。根据上述原则及评估重点设立的高校产出绩效评价指标见表1，该指标体系由3个一级指标和18个二级指标构成。

表1 高校产出绩效综合指标

四、基于产出的高校绩效评价

（一）高校绩效评价方法解析

科学的评价方法是评价结论准确性的必要保证，根据高校产出绩效评价的特点，主要有以下评价方法：

1、层次分析法。层次分析法本质上是一种决策思维方式，它把复杂的问题分解为多种组成因素，并将这些因素按支配关系分组，以形成有序的递阶层次结构。通过对客观现实的主观判断，就每一层次的相对重要性给予定量表示，最后用数学方法确定每一层次中全部因素的相对重要性次序。在高校绩效评价中，采用这种方法可以把各具体的指标轻重次序排出来，从而为综合评价提供依据。在各层次的排序计算中，每一层次的因素相对于上一层次某因素的单排序，又可简化为一系列成堆因素的主观判断比较。为将这种比较定量化，可以引入“1～9比率标度”的方法，并以矩阵形式比较。对于大学办学中一些无法用统一的尺度定量化的因素，采用这种两两比较的方法，可以把很难分析的问题简化为排序问题，从而使层次分析成为可能。但是，层次分析法只是适用于指标数较少的情况，在指标较多时，运用层次分析法计算较为繁琐。

2.集中式饮用水水源保护区。集中式饮用水水源保护区19个，面积14.51平方公里（不包括漳河水源地面积），约占全市国土面积的0.67%。分布在当阳市境内。

2、模糊综合评价法。模糊综合评价法是在模糊环境下，考虑多种因素的影响，为某种目的而对一事物做出综合决策的方法。首先要对事物、现象进行了解、分析，然后建立适用于分析评价这一现象的科学合理的指标体系，并确定相应的评价集，对因素进行一级综合评判，同时利用各因素的权向量，采用适当的算子求出模糊变换，并在此基础上进行二级乃至多级综合评判，在将最后一级的评判结果进行归一化处理后，根据最大隶属原则，得出最后的结果。

3、主成分分析法。主成分分析法在数据统计中有着广泛的应用，它依靠相关的数学公式和推理过程，对统计数据进行有效分析，其分析结果体现了统计数据间的内在必然联系及其相互关系，因此具有客观性，其特点是从众多相关因素中搜寻主要指标的功能。用主成分分析法确定权数有以下优点：第一，可消除评价指标之间的相互影响。因为，主成分分析在对原指标变量进行变换之后，形成了彼此相互独立的主成分，而且实践证明，指标间相关程度越高，主成分分析效果越好。第二，可减少指标选择的工作量。由于其他评价方法难以消除评价指标间的相互影响，所以选择指标时要花费不少精力，而主成分分析可以消除这种相关影响，使得指标选择相对容易一些。第三，主成分分析中各主成分是按方差大小依次排序的，在分析问题时，可以舍弃一部分主成分，只取前后方差较大的几个主成分来代替原变量，从而减少计算工作量。

基于主成分分析法的优点，本文将采用主成分分析法对高校产出绩效指标进行评价。

（二）基于产出的高校绩效评价

主成分分析法是通过一定的数学变换，将新变量—主成分表示为原变量的线性组合，并选取少数几个在变差总信息量中比例较大的主成分来分析事物的一种方法。主成分在变差信息量中的比例最大，它在综合评价中的作用就越大。以两个指标来衡量n个样本的简单情况为例。n个样本之间的变量信息可用指标的离差平方和表示，则综合评价时变量总信息量可由总变差表示：

（公式 1）

如果（公式1）中两个数值差不多，说明两个指标在变差总信息量中比重相当，综合评价时两个指标都应保留；如果二者比例为8:1的关系，则说明第一个指标反映的信息量很大，占到80%，综合评价时仅用第一个就可以了，第二个可以舍弃。数学上已经证明，实施原指标到主成分的变换前后的总方差（与离差平方和一样说明变差信息量）是相等的，这说明原指标代表的变差信息已由主成分表示。数学上还证明，相关矩阵R的特征根λi即为主成分分析中第i个主成分的方差，λi对应的特征向量Li即为第i个主成分Fi中各指标向量的系数。在主成分分析中，各主成分是按方差（λi）的大小依次排序的，这说明第一主成分代表的变差信息量最多，其余依次次之。因此，在分析实际问题中时，可只取前k个主成分来代表原变量的变差信息，以减少工作量。

对于主成分分析法的具体步骤在这里不予赘述，本文将以一案例具体阐述主成分分析法在高校产出绩效评价上的应用。

（三）基于产出的高校绩效评价案例

在对大学绩效进行综合评价时，需要考虑许多对这一问题有影响的因素，即指标。但在研究这些因素对大学绩效的影响时，如果这些因素太多，则会增加计算量和增加分析问题的复杂性，难以客观地反映被评价对象相应的地位。因此，人们自然希望在进行定量分析的过程中设计指标较少，而得到的信息量又较多。此外，这些指标都在不同程度上描述和反映了大学绩效的某方面信息，但指标之间又往往存在着一定的相关性，所得统计数据所反映的信息在一定程度上有重叠。主成分分析法恰恰是解决这一问题的理想工具。基于上文建立的高校产出绩效综合评价指标，本文选取其中6个指标，对A～F等6所大学2011年绩效状况进行评价。

表2 各校绩效指标与数据

然后，利用SPSS统计分析软件进行上机计算。

（1）将表 2 中的原始数据 X=（xij）n×p按公式进行标准化处理后，以消除量纲的影响。标准化矩阵记为（Zij）。

（2）计算出6个指标的相关系数矩阵 R=（rjk）p×p，如表 3 所示。

表3 相关系数矩阵

（3）求相关系数矩阵R的特征值、特征向量、贡献率和累计贡献率。

令R的6个非负特征值为λ1≧λ2≧…≧λ6，则 λi的贡献率为,前k个特征值的累计贡献率为λg。按累计贡献率大于80%的原则取前两个主成分。计算结果如表4所示。

表4 特征值、特征向量及贡献率

从表4可知，第一主成分的信息贡献率为46.78%，第二主成分的贡献率为33.29%，前两个主成分的累计贡献率已达80.07%。这说明，用两个主成分作为综合评价指标来反映的评价大学绩效状况的信息可靠性在80%以上。这两个主成分与6个指标的线性关系为：

于是，根据相关系数矩阵R与主成分F1、F2，就可以对6所大学的绩效状况进行综合分析与评价，以每个主成分的方差贡献率作为权数，构造综合评价函数模型：

将6所大学标准化后的6个指标数据代入上式，就可以计算出每个大学的绩效状况综合得分，如表5所示。

需要说明的是，表5中，有些大学的绩效状况得分为负数，这是在进行主成分分析时，对数据做了标准化处理，把各个绩效指标的平均水平当做零来处理的缘故。因此，某大学的绩效状况主成分为负数，只表示该高效的绩效状况在全体被考察高效的平均水平之下。从计算结果可以看出，绩效状况好于平均水平的大学有2所，即D大学和F大学，其余4所大学的绩效状况均差于平均水平。

五、结语

大学的主要职责是培育人才，在培育人才的同时，加强科学研究和技术开发。为了解高校教育质量和办学质量，需要引入竞争机制，实行高校绩效评估。通过评估，高校不仅可以进行横向比较，也可以针对本校历年情况进行纵向对比，找出自身不足，发扬自身优势。但是，大学的情况是复杂的，各大学之间的差异和个性特征，使得评价指标的选择往往是困难的。但是最基本的指导思想是尽量将影响高校产出绩效的对象考虑进来，对高校各项日常活动—教学、科研、国际交流等进行综合评价。在评价方法上，主成分分析法能够很好地适应高校这一特殊公共组织的特点，从总体上把握大学绩效状况的好坏。它通过分析事物的内在关系，抓住主要矛盾，找出主要因素，使错综复杂的问题变得易于研究和分析。主成分值是从各指标的差异程度和相互关系出发得到的，其结果不仅考虑了各指标的变异程度，同时也考虑了各指标业绩之间的关系，所以它综合原始指标值的信息能力最强，也在最大程度上反映了客观实际，也是最适用于高校产出绩效评价的一种方法。★