大学评价对高校录取分数排名影响的列联分析

李兴国，赵晓冬，王伟伟

(1.燕山大学 发展战略研究中心,河北 秦皇岛　066004；2.燕山大学 公共管理学院，河北 秦皇岛　066004)



大学评价对高校录取分数排名影响的列联分析

李兴国1，赵晓冬2，王伟伟1

(1.燕山大学 发展战略研究中心,河北 秦皇岛066004；2.燕山大学 公共管理学院，河北 秦皇岛066004)

通过对2008-2012五年间38所“985高校”在武书连和邱均平大学评价中的排名与其在河北省高考录取分数线排名的列联分析，探讨大学评价对高校录取分数排名的影响。大学评价排名与大学录取分数排名存在显著的正相关，即大学排名上升会引起招生质量的提高；大学评价排名对大学录取分数排名的影响会受到招生人数变化的抑制，这种抑制效应会减弱甚至抵消前者对后者的影响；大学评价排名对大学录取分数排名的影响程度对于“名校”而言相对较低。

大学评价；大学排名；录取分数；列联表

大学排名作为高等教育发展过程中的一种全球性现象，近年来引起了人们的广泛关注。尽管大学排名存在着诸多不足，“然而，人们又都在使用它们，因为如果使用得当，对消费者、决策者以及跟国内外同行作比较的学术机构而言，它们还是具有一定的价值[1]”。

自1987年《科技日报》刊载了由中国管理科学研究院对国内87所重点大学的排名之后，我国大学排行的研究开始兴起。此后20年间，先后由20家机构发布了近百个大学排行榜[2]。中国管理科学研究院发布的“中国大学评价年度排行”(以下简称“武书连大学评价”)和武汉大学中国科学评价研究中心发布的“中国高校竞争力评价排行”(以下简称“邱均平大学评价”)是其中具有代表性的2个大学评价排名。大学评价排名对高校的录取分数有没有显著影响，即大学评价在考生填报志愿时有没有发挥引导作用，以上是本文要探讨的问题。

一、确定“大学评价”与“录取分数”排名变化趋势的方法

d=r08+r09-r11-r12，

根据以上规则，判定结果如表1和表2所示：

表138所“985高校”“大学评价排名”变化趋势统计

上升不变下降合计武书连版1941538邱均平版1681438

表238所“985高校”“录取分数排名”变化趋势统计

趋势上升不变下降合计数量1622038

二、两个“大学评价”排名数据分布的检验

本研究选取2008—2012年五年间两个大学评价的排名情况[3-4]，用SPSS19.0统计软件，分别对5组配对样本数据进行Wilcoxon符号秩检验，研究两个大学评价中数据分布的相关性，检验的原假设H0为：两总体分布无显著差异。

表3中Q代表邱均平大学排名数据，W代表武书连大学排名数据。从检验结果可知，2008-2012各年数据对应的P值均大于0.05，所以，不能拒绝原假设，即应认为武书连和邱均平大学评价中大学排名的数据分布不存在显著差异，这表明下文中基于两个列联表数据的对比分析不存在系统误差。

五、“器物”的提出可能是雕塑本体研究的中国方案。在这之前，关于雕塑的本体“物”的属性在我们雕塑界的提出，本来就是一次学术研究的机会，跟随着我们又提出了“器”理念。可以说中国雕塑家，终于开始试图剥去裹在雕塑外层的所谓文学性和叙事性内容，剥去我们所习惯的所谓艺术风格，在思考雕塑最为本体的命题了，这是中国雕塑本体研究的进步。该板块在“不同”展上，将“器”与“物”合流的同时，还强调了中国风格，算是该版块试图包含的内容复杂之处，所以观众会发现这里面啥都有。

三、“大学评价排名”与“录取分数排名”的列联分析

表4和表5分别给出了武书连和邱均平两个大学评价的“大学评价排名”和“录取分数排名”的列联表分析结果，且两个排名数据的Pearson Chi-Square <0.05，表明两个列联表中的“大学评价排名”和“录取分数排名”存在显著的相关性。

表3Wilcoxon符号秩检验结果

Q08-W08Q09-W09Q10-W10Q11-W11Q12-W12Z-.148a-.036a-.099b-.344a-.336a渐近显著性.882.971.922.731.737

a. 基于正秩。b. 基于负秩。c. Wilcoxon 带符号秩检验

表4武书连“大学评价排名* 录取分数排名”列联表

录取分数排名不变上升下降合计大学评价排名不变上升下降计数0134期望计数0.21.72.14.0计数19919期望计数1.08.010.019.0计数16815期望计数0.86.37.915.0合计计数2162038

表5邱均平“大学评价排名* 录取分数排名”列联表

录取分数排名不变上升下降合计大学评价排名不变上升下降计数1528期望计数0.43.34.18.0计数17816期望计数0.86.68.216.0计数041014期望计数0.75.77.214.0合计计数2162038

将“录取分数排名”作为因变量(Y)，“大学评价排名”作为自变量(X)，研究自变量对因变量的影响。X、Y分别存在三种状态：上升(↑)、不变(—)、下降(↓)。而X和Y的组合可以有9种情形：(—，—)、(↑，↑)、(↓，↓)、(↑，↓)、(↓，↑)、(—，↑)、(—，↓)、(↑，—)、(↓，—)。其中，第1-5种情况表明X与Y有关联(第1、2、3种情形为正关联，第4、5种情形为负关联)，第6-9种情形表明X与Y无关联。应用以上方法对武书连、邱均平两个大学评价排名与录取分数排名的关系进行分析。

(1)在X与Y同向关联描述上，武书连大学评价有17所，邱均平大学评价有18所。第1-3种即(—，—)、(↑，↑)、(↓，↓)的情形，武书连大学评价分别有0所、9所、8所，邱均平大学评价分别有1所、7所、10所。

(2)在X与Y反向关联描述上，武书连大学评价有15所，邱均平大学评价有12所。第4、5种情形，即(↑，↓)、(↓，↑)的情形，武书连大学评价分别有9所、6所，邱均平大学评价分别有8所、4所。

(3)第6、7种情形，即(—，↑)、(—，↓)。该情形含义为“大学评价排名”X不变，而“录取分数排名”Y却上升或下降。出现以上2种情形的学校个数越少越表明Y受X的影响。武书连大学评价分别为1所、3所，邱均平大学评价分别为5所、2所。前者比后者少3所学校。

(4)第8、9种情形，即(↑，—)、(↓，—)。该情形表明“大学评价排名”X上升或下降，而“录取分数排名”Y不变，可从反面说明X对Y的影响，出现这2种情形的学校个数越少越表明X对Y越有影响。武书连大学评价分别为1所、1所，邱均平大学评价分别为1所、0所。前者比后者多1所学校。

四、抑制效应和名校效应

(一)招生人数抑制效应对列联表的影响

在完全市场环境条件下，“大学评价排名”将通过正向影响报考人数和招生人数，进而影响“录取分数排名”。例如：一所大学的大学评价排名上升，会吸引更多的考生报考，录取分数线自然水涨船高。然而，在我国目前情况下，大学的招生人数是由政府主管部门制定，是外生变量，不受“大学评价排名”的直接影响。在此情况下，“大学评价排名”如果与“招生人数”同向变动，则“大学评价排名”对“录取分数排名”的影响将被减弱，这种效应可称为“抑制效应”。如：“大学评价排名”上升，本来趋向引起“录取分数排名”也上升，但若“招生人数”也显著增加，则会一定程度抑制“录取分数排名”的上升，使后者不变甚至下降；若“大学评价排名”下降，趋向引起“录取分数排名”也下降，但若“招生人数”也显著减少，则会抑制“录取分数排名”的下降，使后者不变甚至上升。

表6招生人数对录取分数排名的影响

招生人数大学评价增加减少上升减弱增强下降增强减弱

“大学评价排名”与“录取分数排名”二维列联表中对角线上的数据，表明两个变量之间的同向变化，对角线上的学校个数越多，说明前者对后者的影响越显著。现在检验表4和表5中非对角线上的的6种非同向变化情形：(↑，↓)、(↓，↑)、(—，↑)、(—，↓)、(↑，—)、(↓，—)学校的个数，以及这些学校中有多少受到了招生人数抑制效应的影响。这里假定：2008-2012年间，前后两年招生人数之和的增减量若超过5%，则认为招生人数有显著变化。应当指出，研究对象均为全国最优秀的“985高校”，报考此类学校的为全国最优秀的考生，因而，录取分数线对招生人数的变化异常敏感，假定5%的招生人数变化率是相对合理的。

从表7、表8可见：武书连二维表中不在对角线上的21所学校中有11所受到招生人数变化的抑制影响，邱均平二维表中不在对角线上的20所学校中有9所受到招生人数变化的抑制，自变量与因变量之间的影响传导机制被扭曲，致使二者之间的同向相关关系有显著地降低。

(二)名校效应对列联表的影响

所谓“名校效应”，是一种心理效应，就是对中国顶尖的高校(如C9)*九校联盟(C9)，中国首个顶尖大学间联盟，2009年10月启动，联盟成员包括北京大学、复旦大学、哈尔滨工业大学、南京大学、清华大学、上海交通大学、西安交通大学、浙江大学、中国科学技术大学等9所高校。，人们心理上存在高度的认可，这种认可是长期形成的，短期不容易发生改变。名校效应对列联表的影响主要针对(X,Y)的(↓，↑)、(—，↑)的两种情形。即“大学评价排名”下降或不变，而“录取分数排名”却上升。名校效应的存在，使“大学评价排名”对“录取分数排名”影响的显著性相对名校而言有所降低。目前国内对“名校”没有统一的定义，本文将名校定义为“C9高校”和在两个大学评价中均排名前10名的高校。

在武书连大学评价中，有6所学校存在名校效应：西安交通大学、中国科技大学、南京大学、华中科技大学、清华大学、北京大学。2008-2012年西安交通大学的排名逐年下降，从08年的第10名降到12年的第15名，但是录取分数排名反而连年上升，从08年的第36名升到12年的第19名。其中固然有招生人数减少的抑制效应，但更主要的则是西安交大在河北省考生中具有极高的知名度和美誉度，这种名校心理效应使“大学评价”排名与“录取分数”排名呈现反向变化。在邱均平大学评价中，也有6所学校存在名校效应：北京大学、复旦大学、浙江大学、南京大学、武汉大学、中国科技大学。2008-2012年复旦大学、浙江大学和南京大学三校的大学评价排名保持不变，但是录取分数排名却都呈逐年上升趋势。

表7武书连二维列联表中非对角线上学校影响效应统计

序学校名称2008-2012年本科招生数量(人)大学评价招生变化抑制效应名校效应1中南大学240262268265279↑+8%√2大连理工大学240245233226235↑-5%3重庆大学251256258265228↑-3%4北京理工大学102109111114130↑+16%√5南开大学159161156165162↑+2%6中国农业大学158160160140130↑-15%7华南理工大学8587949294↑+8%√8湖南大学125127137150154↑+21%√9电子科技大学150163195207227↑+39%√10西北农林科大244270270309291↑+17%√11西安交通大学10095658384↓-14%√√12中国科技大学3532253029↓-12%√√13北京师范大学5860605050↓-15%√14北京航空航天142157151152154↓+2%15南京大学3839344441↓+10%√16华中科技大学148151156156151↓+3%√17清华大学5537402842↓-24%√√18北京大学4334302625--34%√√19上海交通大学6442333232--40%20中国海洋大学8587958581↓-3% 21兰州大学153152168147154↑-1%

数据来源：河北省普通高校招生报考指南[M].北京:学苑出版社.2013.2; 武书连.挑大学 选专业 2008-2012[M].北京:中国统计出版社.2008-2012.

表8邱均平二维列联表中非对角线上学校影响效应统计

序学校名称2008-2012年本科招生数量(人)大学评价招生变化抑制效应名校效应1中南大学240262268265279↑+8%√2大连理工大学240245233226235--5%3重庆大学251256258265228↑-3%4西北工业大学165175163157156↑-8%5华南理工大学8587949294↑+8%√6湖南大学125127137150154↑+21%√7吉林大学330336351351362↑+7%√8电子科技大学150163195207227↑+39%√9西北农林科大大学244270270309291↑+17%√10中国科技大学3532253029↓-12%√√11中国人民大学3935434244↓+16%12北京师范大学5860605050↓-15%√13北京航空航天大学142157151152154↓+2%14武汉大学9597123128119-+29%√15北京大学4334302625--34%√√16复旦大学2328252526--√17浙江大学6064747670-+18%√18南京大学3839344441-+10%√19上海交通大学6442333232--40%

数据来源：河北省普通高校招生报考指南[M].北京:学苑出版社.2013.2; 邱均平等.中国大学及学科专业评价报告2008-2012[M].北京:科学出版社.2008-2012.

(三)抑制效应和名校效应的综合影响

从表7和表8可见，抑制效应和名校效应对列联表的影响不是独立的，有的学校同时受到两种效应的影响。如清华大学、北京大学、西安交通大学、中国科技大学等。这种情况下，X和Y之间的相关的显著性将更为降低。武书连和邱均平列联表中都有13所学校受到以上两种效应的影响，若排除掉存在抑制效应和名校效应的观测，则两个列联表中均还有25个有效观测。在以上有效观测中，两个列联表X和Y存在正向关联的分别是17个、18个。据此，可得出两个大学评价与录取分数排名列联表中正向关联度分别为68%、72%。此外，两个大学评价中有效观测的大学评价排名和录取分数排名列联表的卡方检验结果表明两个变量相关性显著。

五、结论及存在问题

通过上述分析，可以得到如下结论：武书连和邱均平两个大学评价中的数据具有高度的相关性和一致性。非参数检验方法与二维列联表分析均可表明，两个大学评价的数据总体分布无显著性差异；“大学评价排名”对“录取分数排名”影响，会受到招生人数抑制效应和名校心理效应的干扰，以上两种效应会在一定程度上减弱甚至抵消前者对后者的影响；“大学评价排名”与“录取分数排名”之间存在较强的正相关。在招生数量保持稳定的条件下，“大学评价排名”的上升会引起“录取分数排名”的上升，即招生质量的提高。然而，研究中也存在一些问题。首先，受数据收集的局限，样本的选取限于“985高校”，所得结论是否适用于更广泛的一般高校，有待进一步验证；其次，研究中高校录取分数排名来源于河北省2008—2012年的数据，由于地域因素对考生填报志愿也有显著影响，如相对于南方高校，河北的考生更钟情于报考京津地区高校，故所得结论的外部效度有待于进一步检验。

[1] 熊万曦.德国CHE大学排名及其启示[J].比较教育研究,2008(9).

[2] 任青.当前国内大学排名现状及对策探析[J].理论观察,2013(7).

[3] 武书连.挑大学 选专业 2008-2012[M].北京:中国统计出版社，2008-2012.

[4] 邱均平,赵蓉英,谭春辉,等.中国大学及学科专业评价报告2008-2012[M].北京:科学出版社，2008-2012.

[5] 河北省教育考试院.河北省普通高校招生报考指南[M].北京:学苑出版社，2013.

(责任编辑：杜红琴)

Effect of University Evaluation on Admission Scores Ranking Based on Contingency Table Analysis

LI Xing-guo1, ZHAO Xiao-dong2, WANG Wei-wei1

(1.Research Center for Development Strategy, Yanshan University, Qinhuangdao 066004,China;2.School of Public Administration,Qinhuangdao 066004,China)

Through the contingency table analysis of 2008-2012 university ranking and admission scores ranking of 38“985-college”in the university evaluation system of Wu shulian and Qiu junping, the paper investigates the effect of university evaluation on university admission scores ranking. There is a significant positive correlation between university evaluation ranking and university admission scores ranking, showing the rise of university ranking will cause the improvement of new student’s quality. The influence of university evaluation on admission scores ranking can be inhibited by the changes in student enrollment, which will weaken or even offset the influence effect of the former on the latter. The influence degree of university evaluation on admission scores ranking is relatively lower to the elite universities.

university evaluation; university ranking; admission score; contingency table

2014-12-30

2013年河北省社会科学基金项目“大学排名对河北省大学招生就业的影响研究”(项目编号：HB13SH003)。

李兴国，男，燕山大学发展战略研究中心助理研究员，管理学博士；赵晓冬，男，燕山大学公共管理学院教授，博士生导师，管理学博士；王伟伟，女，燕山大学发展战略研究中心研究助理，管理学硕士。

G649.2

A

1008-2603(2015)02-0122-05

● 教育理论与实践