高校教师教绩评价存在的问题及对策研究

肖永良，曹建平，朱韶平

（湖南财政经济学院， 湖南 长沙 410205）

高校教师教绩评价存在的问题及对策研究

肖永良，曹建平，朱韶平

（湖南财政经济学院， 湖南 长沙 410205）

目前在高校教师绩效评价过程中存在着许多问题，本文探讨利用模式识别理论和方法来评价高校教师绩效，并在此基础上构建高校教师绩效评价模型，最大程度再现专家的经验、知识、主观判断以及对指标重要性的倾向，最终实现对高校教师绩效的自动评价.

高校教师；绩效评价；模式识别；对策

1 引言

近年来，随着我国高等教育的大力发展，国家越来越重视教师绩效考核，特别颁布了《关于深化高等学校人事制度改革的实施意见》和《事业单位工作人员考核暂行规定》等文件，明确要求积极探索并制定科学、有效、可行的教师评价办法和指标体系，使教师评价制度化、规范化、科学化.然而，现有的高校教师绩效评价效果并不令人满意，存在许多亟待解决的问题，受批评最多的是在评价过程中存在过多的主观因素，无法保证绩效评价的客观性[1-3].针对此问题，本文探讨利用模式识别理论和方法来评价高校教师绩效，采用学习策略构建高校教师绩效评价模型，最大程度再现专家的经验、知识、主观判断以及对指标重要性的倾向，实现对高校教师绩效的自动评价，保证绩效评价的客观性和一致性，为高校教师绩效管理提供新的理论与方法.

2 研究现状

高校教师绩效评价过程包括样本采集、数据预处理、有效绩效特征提取和考核模型构建等过程.在指标构建方面，许多研究人员从教师个体持续发展的角度出发，认为构建有效且符合高校定位的教师绩效评价体系，最关键的是设计出科学合理的绩效评价指标体系，同时指标的设计应建立在翔实的理论分析基础之上[4].为了体现不同指标的贡献，大都将科研课题、学术论文、著作和科技奖励等进行细化，并根据经验确定不同的权重，但也有很多学者认为学术论文的数量分值和质量分值不能做简单的转换，否则容易导致教师发表论文时重数量轻质量，同时将指标量化处理也会使评委的主观能动性受到限制，制约了绩效考核结果的公正性，建议采用定性与定量相结合的评价方法[5].目前研究人员提出的诸多教师绩效评价方法大都是直接对原始考核指标进行评价，根本没有考虑有效绩效特征提取问题，即某些指标之间可能具有相关性.针对这个问题，利用主成分分析法对数据进行处理可以使评价更趋合理[6].在测评方法上，一般将业绩进行数值化处理，按分数高低衡量教师业绩，同时在评价过程中引入权重来衡量各个指标的重要程度，最后运用各种数学方法使考核结果以数量化的形式得以体现，常用 的方法有关键指标 业绩考核法[7]、层次 分析法[8]、平衡记分卡[9]和模糊综合评价法[10]等.

3 存在的问题

3.1 评价指标体系不完善

教师绩效评价指标体系是否科学将直接影响评价结果，而评价指标的设计是一个要全面考虑的问题.评价高校教师时，除了评估教学过程和教学质量外，还需要评估其科研成果价值和对社会发展的影响.但目前许多高校的绩效评价往往只重视对工作业绩的评价，忽视了专业道德、社会贡献、合作精神等标准，容易导致教师出现敬业精神淡漠、教学态度不端正、团队意识缺乏等现象.同时，由于受数学评价模型的限制，教师绩效评价指标维数不宜过多.但教师业绩涉及到各个方面，仅根据部分指标对其进行绩效评价有失公允.因此有必要将考核指标与学校定位和教师个人情况结合起来，构建科学、合理的绩效指标体系，全面、真实的体现教师的各种工作业绩.

3.2 评价指标信息不独立

在实际评价过程中，各个绩效评价指标之间具有一定的相关性，会导致输入信息重叠，降低绩效评价模型的评定效果.目前常用的主成分分析法在降维过程中保持样本的结构信息，忽略了历年已进行等级标记的已知样本，而这些已知样本往往能够为本次考核提供参考依据.因此有必要探讨有效绩效指标提取的理论与方法，确保具有相似业绩的考核对象其降维后的绩效指标也相似，为提高后续绩效考核模型的准确性提供有效信息.

3.3 评价模型不科学

目前对高校教师绩效评价多采用层次分析、模糊数学评价等方法，其主要缺点表现在：各种因素的权重设置主要靠人为设定，主观因素影响很大；评判过程本身无法解决评价指标相关造成的评价信息重复问题，对于复杂问题的评价结果准确性欠佳.本文研究利用机器学习方法构建公平的高校教师绩效评价模型，最大程度再现专家的经验、知识、主观判断以及对指标重要性的倾向，对多指标综合评价问题给出一个客观的评价，确保所有业绩相似的教师其绩效评价结果也相似.

4 解决方案

4.1 构建全面的高校教师绩效评价指标体系

绩效评价指标体系既要全面客观反映学校的基本情况和基本要求，又要符合教师队伍的实际情况，使之达到各方都比较满意的效果.考虑到教师最了解自身的优势和不足，在制定评价指标体系的过程中，考核部门应与考核对象交流沟通.我们建议先对教师绩效评价理论进行研究；然后把高校教师绩效考核分为高校教师职业道德水平、教育教学能力、科研创新能力和自我发展等方面；接下来挖掘相应功能所需要的各项评价指标，为构建高校教师绩效评价体系奠定基础.具体而言，根据评价对象和考核部门的意见，采用层次划分方法将绩效考核分为教学态度、讲授能力、教学内容、教学方法、教师育人和教学效果等 n个评价指标：

4.2 提取能真实反映教师绩效的有效指标特征

为了有利于后续的分类，希望同类样本在降维之后尽量靠拢，不同类样本在降维之后尽量远离，即在最大化类间散度的同时最小化类内散度.综合考虑上述两个方面，我们可以通过最大化下面的目标函数来获得降维矩阵[11]：

式中 Wij和 Bij分别代表同类和不同类近邻点 xi与 xj的相似程度.设向量 a1,a2,…,ad为上式的解，对应 d个最大的特征值，我们可以通过以下降维函数提取能真实反映教师绩效的 d（d=n）维有效指标特征：

4.3 构建科学的高校教师绩效考核模型

对高校教师绩效进行评价时，评价结果与评价指标有关，且它们之间存在复杂的非线性关系.本文提出采用模式识别领域最新的支持向量机（SVM）算法来评价教绩等级.利用支持向量机的非线性逼近能力描述绩效等级与影响因子间的复杂非线性关系.样本 xi若属于第一类，则标记为正；若属于第二类，则标记为负，将样本集 X称为已知样本集，其中包含了专家的知识和经验.最优分类函数可以表示为[12]：

高校教师绩效评价实质上是一个多分类问题，但上述评价模型只能够实现样本的两分类.为了将高校教师绩效划分为多个等级，可以采用以下策略：首先利用绩效评价模型将教师绩效区分为优秀和非优秀两类，然后将非优秀教师区分为良好和非良好两类，其他依此类推.考虑到师德指标的重要性，如教师存在师德问题，则直接将该教师的绩效评价结果评定为不合格等级.特别需要注意的是，确定评价模型参数时，必须由教师代表和考核部门对部分典型样本取得共识后设定等级，否则会影响评价的公平性.

5 结论

本文对高校教师绩效评价存在的问题进行了深入研究，并提出了相应的解决办法，能够为高校管理部门提供理论依据和参考意见，从而实现薪资水平、人力资源配置和教育培训等方面的优化决策，具有较好的应用价值.进一步的研究工作是将上述理论和具体实践结合起来，通过实际的案例来验证模型的有效性，并不断修正模型参数进行推广试验.

〔1〕林波,赵晓冬.高校教师绩效考核方案设计及评价[J].统计与决策,2008（18）:150-152.

〔2〕马志强,邓博.高校教师绩效评价体系的和谐性测评[J].统计与决策,2011（14）:83-85.

〔3〕邢晓艳.高校教师绩效评估存在的问题及其对策[J].西南交通大学学报（社会科学版），2011（12）:53-56.

〔4〕王光彦,李元元,邱学青,李敏.高校教师绩效评价指标体系的实证研究与思考[J].中国高教研究,2008（2）:46-49.

〔5〕唐克文.高等学校职称评审科学性探讨[J].江苏高教,2004（3）:84-85.

〔6〕周双喜,冯俊文.基于PCA的高校教师绩效考核指标体系构建研究[J].南京理工大学学报（社会科学版）,2011,24(3):90.

〔7〕张伟东,沈莉萍.KPI在我国民办学校教师绩效考核中的应用初探[J].教育发展研究,2005（2）：91-93.

〔8〕王璟.基于层次分析法的高校教师绩效评价实证研究[J].闽江学院学报,2011,32(6):124-128.

〔9〕王伟瑄,易柱勤,赵鹏举.平衡计分卡在高校行政部门绩效管理中的应用[J].科技与管理,2008.

〔10〕王宏,杜丽萍,张帅.基于模糊综合评价法的高校教师绩效评价模型[J].河北理工大学学报 （社会科学版）,2011,11(1):56-58.

〔11〕申中华,潘永惠,王士同.有监督的局部保留投影降维算法[J].模式识别与人工智能,2008,21(2):233-239.

〔12〕Zhao J W,Chen Q S,Huang X Y,Fang C H. Qualitative identification of tea categories by near infrared spectroscopy and support vector machine[J]. Pharmaceutical and Biomedical Analysis,2006,41(4): 1198-1204.

G451

A

1673-260X（2014）08-0192-02

湖南省教育科学规划课题（XJK013CGD083）终结性成果