基于结构方程模型的高校影响力评价研究*

刘文婕

（北京工商大学 经济学院，北京 102488）

一、引言

高校影响力水平是高校教育、科研、社会服务能力的重要体现，近年来受到学校和社会大众的密切关注，时有机构发布“高校排行”评价高校影响力。

以榜单形式评价高校教学科研水平和社会影响已有近40年的历史，2006年联合国教科文组织等机构提出的“柏林原则”很好地规范和指导了其发展，现已成为高校影响力评价的有力工具之一。其中国际上主流的有ARWU、QS、Usnews和泰晤士高等教育世界大学排行，国内影响力较大的有武书连中国大学排行。高校排行是对产出成果加权平均后的加总排行，如QS排名要素中学术声誉占40%，师生比与教师引用率均为20%，雇主声誉为10%，国际教师与国际学生比例分别占5%；ARWU选择 Alumni、Award、HiCi、N8LS、SCIE 和 SCI 五 项 指标赋予不同权重对高校学术表现排行；武书连使用四层主观赋权的评价指标排行。

高校排行作为目前评价高校影响力的主要工具，具有一定的合理性，但也存在明显的缺陷，主要表现为：大部分评价机构仅选择产出而非投入要素作为指标，只对直接影响因素进行讨论，忽略了因素间逻辑关系的重要性，不利于高校从投入角度出发完善自身不足；采用主观赋权具有相对不客观性，高校具有多样性的目标和使命，适合使用的标准、指标和权重均不完全相同，对优秀程度的定义也可能变化，排名计算总分使高等教育的复杂性以一种指标体现，对某个高校而言，难以直接利用排名结果指导高校的具体发展；高校排名目的群体更多是社会公众，易产生高校间盲目竞争和寻租等问题，背离高校“教书育人，学术为本”的宗旨。[1][2]

近几年，各机构发布的排行结果成为各高校关注的焦点，而如何客观评价、积极培育自身影响力也成为各高校认真思考的问题，相关研究也引起学者的广泛关注。

二、相关研究现状

国内外学者针对高校影响力评价进行了一系列研究，一些学者对国外评价方法进行了分析、借鉴，如刘兴凯对全球科研评估典范——英国REF科研影响力体系进行了客观评价，提出应完善国内科研影响力评价体系的建议，但各界对REF“影响力”的界定及权重的确定存在争议，并认为过于重视影响力会忽视教学质量的提升；[3]于永达以法国顶尖高等专科院校为分析对象，发现法国高校评价方法中名义影响力与实质影响力有明显差异。[4]针对国内高校影响力的研究大都基于文献计量法、媒体传播法与体系赋权法进行排行，如：刘虹基于Incites数据库对高校学科国际影响力进行文献计量分析并发现引文排名与学科排名无相关性；[5]郭顺利采用层次分析法对高校图书馆微信平台进行传播影响力的研究；[6]刘文云基于链接分析法对高校网站影响力进行评价；[7]何莉采用因子分析对高校自然科学学报影响力进行研究，发现Web下载量与被引量影响最大。[8]也有学者注意到了高校排行的缺陷，如叶赋桂对大学评价与排名意义进行了深入分析，提出应防范学术商业化的观点；[9]Bollag发现部分高校正试图提升排名并因此竞相聘任诺贝尔奖获得者以提高影响力水平。[10]

从已有文献看，在高等教育领域高校排行是目前评价高校影响力的主要方式，少有文献针对决定高校影响力因素间相互关系进行专门研究，也很少有研究的目标是提供较为准确的模型和方法来指导高校加强自身影响力建设。

影响力水平是人们选择与决策的重要依据，在其他领域影响力研究同样为一些学者所关注，在政府影响力、城市影响力、媒体影响力等领域国内外学者已经取得了一些研究成果：陈岚建立政府网络影响力评价体系对政府信息资源管理及服务效果进行了评价，认为创新与加大宣传力度有利于提升影响力；[11]聂艳梅以城市形象为研究对象，基于德尔菲法与调查问卷对城市影响力进行因子评估并得到管理层应与群众加强联系的结论；[12]朱乾基于熵权TOPSIS法对网络社会中的节点进行了影响力评价；[13]王楠采用用户区域交互模型对网络用户影响力进行了评估并得到识别用户活跃度的有效方法；[14]Kitsak和Brown分别使用介数、中心度与K-shell分解对节点影响力进行识别；[15][16]向卓元在此基础上进一步对微博谣言影响机制进行了SIR-CO与Agent仿真模拟。[17]

梳理国内外高校影响力评价文献，发现已有研究尚有一些问题：第一，针对具体高校进行影响力评价的研究相对较少且不系统，评价体系具有概括性，不具有针对性；第二，受限于关键、完整数据难以获取，多数文献仅针对理论性问题进行定性探讨或选取单方面深入研究。

三、基本假设

本文借鉴其他领域影响力研究成果，将结构方程模型引入高校影响力评价领域，针对具体高校从投入、发展、产出三方面进行综合评价，在以下基本假设基础上构建影响力评价指标体系。

假设1：办学条件的完善对高校影响力有提升作用

高校办学条件（图书馆藏书量、仪器设备齐全程度、实验室与实践中心数量、研究与发展经费拨入）是高校建设的首要投入与客观影响因素。[18]图书资料及实验器材的完备程度等决定了教学、科研所需硬件设施水平，有利于学生视野的拓展并促进学术研究。[19][20]吸纳充足的科研经费为学生科研提供物质支持。[21-23]

假设2：培养条件的进步对高校影响力有提升作用

培养条件（国家级重点学科数，教师人均出版著作数，教授总数，教师发表SCI、EI和SSCI论文总数）从学科与教师科研能力两方面考虑软实力对高校影响力的作用。[24]学科建设是高校提升声望的根本，学科水平是确立高校水准的最重要标志。[25-27]著作、论文与教授总数是高校师资力量与科研能力的最好体现，也反映了学生的科研训练强度和受熏陶水平。[28]

假设3：人才培养有利于提升高校影响力

人才培养（学生研究课题投入人数、师生科研配合满意度、参与项目积极性）是高校运行中最重要的环节，是高校立德树人的根本任务与首要职能。[29]以研促教，教研结合，鼓励学生参与、主持科研课题并灵活运用教学所学是高校教学质量稳步提升的重要方法之一，是培养复合型、创新型、应用型人才的必经之路。[30]培养高等人才是高校基本的宗旨，也是办学条件与培养条件实施的对象与最终出发点。

假设4:学生科研成果有利于提升高校影响力

学生科研成果（学生参与论文数量、应届生深造率、学生获得研究性奖励比例）是高校产出的重要评价因子，在加强基础研究的同时，重视应用研究和论文成果是大学提升影响力的重要形式，[31]深造率的提升有利于社会进一步培养研究型人才，研究型奖励的设立也为学生参与科研项目提供了鼓励。[32]

四、高校影响力评价指标体系与结构方程模型

结构方程模型在社会学、经济学、管理学等领域数据分析中有许多成功应用，其有效整合了因子分析、路径分析、联立方程模型的思想与方法，可以有效分析多因多果关系、潜变量关系，是重要的多元数据分析方法。结构方程模型与恰当的评价指标体系的建立为难以观测的潜变量提供了定量分析的方法。

一些学者将结构方程模型用于影响力分析，如Molwus基于SEM模型研究了利益相关方在施工成功影响因素之间的相互关系；[33]李仁德为考察股民对证券评论信息的满意度引入SEM模型并得到证券评论功能不完善且缺乏对投资者教育的结论；[34]陈莹引入教师教学、教学模式与教学支持三个潜变量对本科教学质量进行实证分析。[35]

在其他领域结构方程模型已经有较为丰富的研究成果，但在高校影响力评价领域尚无文献涉足。结构方程模型包含可观测的显变量，也包含难以直接观测的潜变量，允许变量存在测量误差，定量与定性研究相结合等特性可以很好解决高校影响力数据难以获取且不全面的问题。

本文采用结构方程模型对高校影响力进行研究，具体包括两大部分：测量方程和结构方程，由式（1）-（3）表示：

其中式（1）和（2）为测量方程，X和Y分别是外生和内生潜变量的可观测变量，ξ和η分别是外生和内生潜变量，δ和ε是误差项矩阵，ΛX和ΛY分别是X和Y因子载荷矩阵。式（3）是结构方程，B和Г为结构系数矩阵，代表内生潜变量之间的关系、外生潜变量对内生潜变量的影响，γ是残差项矩阵。

1.评价指标体系（见表1）

本文依据基本假设设计了高校影响力评价指标体系，其针对多变量间交互关系进行定量研究，同时处理多个原因与结果，估计潜变量与显性变量的关系。进而构建北京工商大学结构方程模型，并进行探索性因子及修正模型分析。

表1 高校影响力评价指标体系

2.结构方程模型

本文以北京工商大学为例，该校包含理、工、经、管、文、法、艺等学科，有在读博士生约20人，硕士生约2400人，本科生约12000人，成人学历教育约1600人，本科生高考入学成绩紧随985/211高校。规模适中、学科齐全、办学层次丰富，具有较好的代表性。

基于基本假设和评价指标体系建立结构方程模型，通过旋转Varimax获得因子解，基于Kaister标准化正交旋转进行因子分析，得到办学条件与培养条件作为高校影响力的间接因素，直接作用于人才培养潜变量，而人才培养与科研成果具有因果关系，结合变量设置及研究假设，绘制了北京工商大学影响力评价的结构方程模型如图1所示。

图1 高校影响力评价结构方程模型

3.数据来源

以高校影响力评价指标体系为蓝本，设计了北京工商大学影响力评价调査问卷，包括办学条件评价、培养条件评价、人才培养评价、科研成果评价及高校影响力评价共计16个问项，采用Likert五点量法测量。

2017年7月针对北京工商大学在校学生、在职教师、管理人员及社会人群试填问卷并回收意见，征求心理专家及社会学专家建议，在2017年10月完成调查问卷的重新设计、发放与回收，共计发放问卷293份，回收有效问卷252份，回收率为86%。问卷调查对象中，北京工商大学在校学生占35.6%，在职教师占23.8%，高校管理人员占19.2%，社会群众占21.4%，满足调查问卷获取主体的多样性。

五、结果分析

基于信度效度检验测量问卷调查结果的稳定性、可靠性、一致性与结构效度，是结构方程模型结果有效的前提，使用最大似然法修正模型检验其显著性是对路径图有效性的提升，最后对潜变量与显性变量进行验证性因子分析，讨论显性变量对潜变量的重要性程度。

1.信度与效度分析

使用SPSS 22.0研究数据的内部一致性，结果显示克隆巴赫系数为0.938，说明案例所使用数据具有很好的信度，且每个潜变量的信度值都达到了0.7以上，表明此量表的可靠性较高；由KMO和Bartlett球形度效度检验结果可以看出潜变量的效度在1%的显著水平下均通过了显著性检验，其中结构效度均大于0.6，相关系数矩阵与单位阵有显著差异。据此可知问卷的信度与效度检验符合统计要求。（见表2）

表2 信度与效度效果分析

2.模型结果分析

（1）路径图结果分析

使用AMOS 21.0软件对理论模型进行分析，采用最大似然法进行修正，结构方程模型整体显著，模型路径如图2所示。

图2 结构方程模型路径图分析结果

由高校影响力评价结构方程模型结果分析得到，五个潜变量均显著，且培养条件对人才培养的影响相对办学条件较大，人才培养与科研成果有较强的因果关系，科研成果对高校影响力有一定的促进作用。

表3 高校影响力评价模型各变量间关系及系数估计结果

由表3分析得到，各潜变量之间在0.005的显著水平下均显著，模型整体设置较为合理，其中培养条件对人才培养的正向影响是办学条件的1倍多，可以看出高校师资力量相对硬件设施完备条件更为重要，其对高校学生的指导与引导作用不可忽视。建立国家级重点学科、鼓励教师进行科研工作，教中研更能培养学生的科研兴趣与精神，师生配合也更能激发创新性研究成果；人才的培养显著提高了学校的科研水平，丰富了高校的科研成果，应届生继续深造的比例大幅提高；科研成果对社会的评价与社会地位的提升有一定的正向影响。

（2）验证性因子分析

为检验可测变量与潜变量关系设置的合理性进行验证性因子分析，表4是单因子结构效度分析与可靠性评价。

表4 验证性因子分析结果

从表4可以看出问卷在潜变量下对应的显性因子结构设置比较合理。办学条件中，仪器设备齐全程度和研究经费拨入因子载荷较大，图书馆藏书量与实践中心数量因子载荷较小，由此可知，设备齐全度与经费支持对高校办学条件起到重要作用，硬件设施与物质的支持程度是高校科研关键因素之一；而图书馆藏书量影响相对较小，分析认为互联网的普及使学生减少了对纸质版书籍的依赖程度；而实践中心等相对北京工商大学商科占比较高的学校来说影响力较弱。培养条件中，教师出版著作数达到1.145，对培养条件具有显著正向影响，学生倾向于阅读本校教师著作并受其影响。其他三项因子载荷系数也较大，进一步反映出国家级重点学科与师资科研力量对高校培养条件的提升有显著作用。人才培养方面，参与项目研究积极性对人才培养起到关键作用，说明学生参与到科研中，将教学知识转化为研究能力对人才的培养具有重要影响，对培养学生积极思考与处理问题的能力有促进作用。而师生科研配合满意度相对较低，对人才培养的贡献较低，高校应加强师生合作，促进师生共同创新研究。从科研成果这一潜变量可以看出，深造比例与研究型获奖比例对科研成果影响较大，有深造目标及研究兴趣的同学对科研倾向性大，毕业直接选择工作对科研成果贡献较小，符合发展目标与选择。高校提出深造率目标对提升影响力具有重要意义。

六、结论与建议

本文基于基本假设和评价指标体系建立结构方程模型，通过旋转Varimax、Kaister标准化正交旋转得到因子解并进行因子分析，以问卷为基础得到模型结果并进行验证性因子分析。结果表明，总体上高校影响力直接受到科研成果的正向作用，而人才培养是科研发展的关键原因，其中办学条件与培养条件不同程度地影响了高校人才的培养，培养条件的作用更大。从各潜变量看出，设备齐全度与经费支持极大地提升了硬件设施与物质的支持程度，而图书馆藏书量因互联网普及而影响较小；教师出版著作数影响系数达1.145，对培养条件具有显著正向影响；参与项目的积极性对人才培养起到关键作用；深造比例与研究型获奖比例为主要的科研成果，符合学生与高校的发展目标。本文研究方法及结论可以为高校定位自己发展方向提供参考。以北京工商大学为例，投入指标应选择师资力量作为关键点，发展指标选择人才培养，并提高学生的科研参与积极度。通过结构方程模型方法获得的客观权重下的指标体系为高校针对自身情况重新评估发展方向提供了参考。

[1]赵普光,张洪慧.高校教师科研绩效评价与激励中的不确定性、机会主义行为及其对策[J].中国行政管理,2010(6):93-96.

[2]孙萍,丁华.高校科技成果评价中的寻租博弈分析[J].湖南师范大学社会科学学报,2016(4):106-109.

[3]刘兴凯,左小娟.英国大学科研影响力评估机制及其启示[J].中国高教研究,2015(8):67-71.

[4]于永达,陈源.高校实质影响力及其形成——以法国顶尖高等专科学院为例[J].高等教育研究,2013(2):28-34.

[5]刘虹,徐嘉莹.上海市高校学科国际影响力评价——基于Incites数据库学科映射的文献计量分析[J].复旦教育论坛,2014(4):29-34.

[6]郭顺利,张向先,李中梅.高校图书馆微信公众平台传播影响力评价体系研究[J].图书情报工作,2016(4):29-38.

[7]刘文云,翟羽佳,王文颖.基于链接分析法的高校图书馆网站影响力评价研究[J].情报科学,2013(6):99-106.

[8]何莉,董梅生,丁吉海,王培珍.安徽省高校自然科学学报学术影响力综合评价分析——基于因子分析法[J].中国科技期刊研究,2014(3):427-431.

[9]叶赋桂.大学评价和排名:最新的发展及其对大学的意义[J].清华大学教育研究,2008(1):56-71.

[10]Bollag Burton.College Ranking Catch On Overseas[J].Chronicle of Higher Education,2007(38):9.

[11]陈岚.我国地方政府的网络影响力评估研究[J].现代情报,2011(3):27-31.

[12]聂艳梅.中国城市形象影响力评估指标体系及其提升策略研究[D].上海师范大学,2015.

[13]朱乾,徐淑琼.基于熵权TOPSIS法的社会网络节点影响力评估研究[J].南京航空航天大学学报(社会科学版),2016(1):42-46.

[14]王楠,孙钦东,周亚东,王汉秦,隋连生.基于区域交互模型的SNS网络用户影响力评估[J].通信学报,2016(1):160-168.

[15]Maksim Kitsak.Identification of influential spreaders in complex networks[J].Nature Physics,2010(6):888-893.

[16]Brown.The influence of diversity experiences on college student outcomes:an institutional study[D].Montana State University-Bozeman,2011.

[17]向卓元,陈宇玲.微博谣言传播模型与影响力评估研究[J].科研管理,2016(1):39-47.

[18]教发[2004]2号.教育部关于印发《普通高等学校基本办学条件指标(试行)》的通知[Z].

[19]唐艳玲.高校评估与图书馆藏书量探析[J].现代情报,2006(8):190-191.

[20]姜玉梅,田景梅,李新运.CRITIC-TOPSIS方法下的高校图书馆建设服务绩效评价[J].图书馆论坛,2018(3):101-107.

[21]刘向信,徐文广.关于高校办学条件的调查与思考[J].山东社会科学,1996(3):43-45.

[22]徐孝民.高校科研项目人力资本投入补偿的思考——基于科研经费开支范围的视角[J].中国软科学,2009(12):32-38.

[23]席酉民,李会军,郭菊娥.我国高校科研经费优化配置研究[J].科技进步与对策,2014(3):103-107.

[24]郭春燕,韩丹.基于灰色系统理论和模糊数学的高校软实力评价[J].统计与决策,2015(15):90-93.

[25]伍铁牛,王林华.地方高校国家重点学科分析[J].高校教育管理,2012(5):13-17.

[26]王建华,朱青.对我国大学重点学科建设制度的反思[J].中国高教研究,2013(12):27-30.

[27]教研[2017]2号.教育部 财政部 国家发展改革委 关于印发 《统筹推进世界一流大学和一流学科建设实施办法(暂行)》的通知[Z].

[28]韩淑伟,仇鸿伟.高校教师科研水平与本科教学效果关系的实证分析[J].国际商务(对外经济贸易大学学报),2007(4):71-79.

[29]中共中央办公厅 国务院办公厅.关于深化教育体制机制改革的意见[Z].

[30]姜朝晖.新时代高校人才培养的战略定位与发展路径——基于 《关于深化教育体制机制改革的意见》的解读[J].重庆高教研究,2018(1):3-11.

[31]杨静,高敏,李红波.高校科研成果绩效评价的研究与思考[J].科研管理,2009(s1):101-102.

[32]郑永平,孟宪飞,吴萌芳.国家科技奖励与研究型大学建设[J].科技进步与对策,2009(6):161-164.

[33]Jurbe Joseph Molwus.Using structural equation modelling(SEM)to understand the relationships among critical success factors(CSFs)for stakeholder management in construction[J].Engineering,Construction and Architectural Management,2017.

[34]李仁德.股民对证券评论信息供给的满意度分析[J].上海理工大学学报,2013(2):197-204.

[35]陈莹,经纬,李心丹.基于SEM的南京大学本科教学质量综合评价体系研究[J].中国高教研究,2014(8):105-110.