区域本科教育质量比较与综合评价研究——以江苏省为例

张红伟，葛东伟，张 城，李 彤，马 凯

（徐州医科大学医学信息学院，江苏 徐州 221004）

随着改革开放进程的加快和综合国力的不断增强，我国高等教育整体已达到世界中上水平。在这种发展形势下，高等院校教育质量评价变得非常重要。教育水平的高低直接关系到人才培养质量。因此，构建具有高等院校特色的教学质量评价体系，对于提高人才培养质量、凸显高等院校办学特色、加快高等院校发展有着极其重要的意义[1]。

作为一个教育大省，江苏省本科教育水平在全国名列前茅，而省内各地级市本科教育发展并不平衡。本文通过建立模型对江苏省13 个地级市本科教育质量进行综合评价，并选取关键指标，针对实验结果提出建议，以缩小区域间的差距。

1 资料与方法

1.1 资料

通过查阅江苏省52 所高校2015—2016 年度本科教学质量报告，收集并分析数据，对现有评价指标进行量化处理。

1.2 方法

1.2.1 评价原则 本科教育质量综合评价体系受多种评价指标的影响，若选取不同的指标，最终的评价结果也不相同。为使该体系能够准确反映各地级市本科教育质量，指标的设立应符合整体性与层次性相结合原则，即构建的体系应采用分级控制方法；也应符合代表性与关联性相兼顾原则，即所选择的指标要能够充分反映地区高等教育发展的主要特征；还需符合突出区域特性和连续性原则，即选取的指标不仅应充分体现地域特色，也要体现发展的动态性[2]。

1.2.2 评价指标 为准确评价本科教育质量，且考虑到指标量化处理的可行性、指标选取的主观性等因素，最终选取了13 个具有代表性的指标[3-4]（见表1）。其中指标x1 用来测度本科院校数目，x2 用来测度地区招生人数，x3、x4、x5 用来测度师资队伍建设，x6 用来测度高校生师比结构，x7、x8、x9 用来测度高校教学条件，x10 用来测度高校专业建设水平，x11 用来测度学生就业情况，x12 用来测度高校科研投入情况，x13 用来测度高校双一流建设水平。

表1 本科教育质量综合评价指标

1.2.3 评价方法 将定性指标进行量化处理得到相关数据，构建基于熵权法的综合评价模型[5]，计算各指标的权重，然后进行各地级市本科教育质量的综合评价。建立数学模型，计算指标间的相关系数，通过R 型聚类分析方法，筛去一些相关性差的指标，对剩余指标再次利用模型进行综合评价，分析结果。将上述筛选后的指标再次使用熵权法进行分析，计算各指标的权重，选取权重最大的指标为关键指标。改善关键指标可普遍缩小江苏省13 个地级市本科教育质量的差距。

2 评价过程与结果分析

2.1 数据收集和预处理

查阅江苏省52 所本科院校2015—2016 年度本科教学质量报告，获得相应数据。将这些数据进行汇总并剔除一些不必要的指标，将定性指标进行量化，运用MATLAB 软件对获得的数据进行标准化处理，得到标准化数据（见表2）。

表2 标准化数据结果

2.2 基于熵权法构建综合评价模型

首先，基于熵权法进行客观赋权，建立一个多层次的本科教育质量评价指标体系；然后，将上述标准化数据用熵权法计算获得各个指标的权重；最后，代入评价体系对地级市本科教育质量进行评价，得到综合评分（见图1）。通过对数据分析发现，江苏省本科教育区域发展不均衡，差距较明显。

2.3 聚类分析

图1 江苏省13 个地级市本科教育质量综合评分

不同指标互相之间可能存在较强的相关性，为避免重复运用，使用MATLAB 软件对上述13 个指标进行R 型聚类分析，结果见图2。同时，计算这13 个指标之间的相关系数（用x1、x2……x13 代表），得到相关系数矩阵（见表3），此处设置一个阈值，当相关系数大于0.95 时，表示二者具有很强的相关性。相关系数矩阵与聚类分析结果一致。从中可以看出x1、x2、x3、x13 这几个指标存在很强的相关性，最先被聚到一起，考虑选取一个具有代表性的指标进行聚类分析。我们选取x3（相关性最高）作为代表性指标，这样就把13 个指标减为10 个。再次将这10 个指标代入上述评价模型，得到综合评分（见图3）。从图2、3 可以看出，两次评分结果前9 名和最后一名是一致的，但是盐城、淮安和连云港的排名发生了变化，这是因为这3 个城市本科教育质量本身差距就不明显，所以所删除的指标对排名结果的影响可以忽略不计。所删除的具体指标为：本科院校数量（x1），招生人数（x2），双一流学科建设（x13）。

2.4 筛选关键指标

对去除相关性强的指标后剩余的10 个指标使用熵权法进行分析，得到各指标权重（见表4），从中可以看出师资队伍与结构为关键指标。对各地级市数据进行聚类分析，得到江苏省13个地区本科教育质量评价集，将其划分成5 类，结果如下：第一类为x4、x5、x8、x9、x11、x13，第二类为x6、x7、x10，第三类为x2、x3，第四类为x1，第五类为x12。对此，修改关键指标并对各地级市数据进行聚类分析，得到江苏省13 个地区本科教育质量评价集：第一类为x4、x5、x8、x9、x13，第二类为x1、x2、x3、x7、x10，第三类为x6，第四类为x11，第五类为x12。通过对关键指标修改前后江苏省13 个地区本科教育质量评价集的对比，我们可以发现改善师资队伍结构能够缩小江苏省13 个地级市本科教育质量的差距。

3 讨论

本文使用熵权法建立江苏省本科教育质量综合评价模型，通过数据准确反映各地级市本科教育质量的差异。利用信息熵值估算各指标的权重，系数越高表示对评价越重要。同时使用聚类分析方法，将一些相关性比较强的评价指标进行剔除、降维，使结果更加可靠。

研究表明，江苏省本科教育区域发展不均衡，差距较明显，其中南京市本科教育质量最好，宿迁市较差，主要差距在于本科院校的师资队伍与结构、教学条件与利用、科研投入与产出以及双一流学科建设。教育发展不均衡是由多种因素造成的，包括政治、经济、历史等。另外，各地级市内部本科教育发展也不均衡。一个地区的教育质量好并不代表其所在地区所有高校教育水平都很高，可能只是因为其中一所大学很拔尖，从而拉高了整体水平。针对这些现象，我们提出以下建议。

表3 变量间的相关系数矩阵

图2 13 个指标聚类分析结果

图3 去除相关性强的指标后江苏省13 个地级市本科教育质量综合评分结果

表4 去除相关性强的指标后各指标权重

（1）正确看待高等教育区域发展不均衡现象[6-7]。每个省份的不同地区高等院校规模、学生入学机会、人力资源和财力资源等不同，必然会导致高等教育发展不均衡。一个地区要有与当地经济、社会需求和人口总量相匹配的高等院校及学生数量，从而确保当地适龄人口的入学机会[6-7]。这就要求江苏省乃至全国要注重高等教育区域布局调整，使高等教育的发展能够与区域经济、社会需求和人口数量相适应。要加强招生指标等高等教育资源的合理配置，防止出现一些地区高校多适龄人口入学率高、另一些地区高校较少适龄人口入学率很低的情况，造成教育不公平。

（2）对于各地级市本科教育发展不均衡问题，建议江苏省优化资源配置，对于教育水平相对落后的地区加大投入力度，鼓励高校师生积极参与科研，增加科研产出，提倡创新，凸显区域办学特色。如此可以吸引更多人才，提高生源质量，带动高等院校和区域教育质量的提升。

（3）各地级市之间和地级市内部可以建立高校优质教学资源共享机制[8]，加强院校间的交流与合作，这样可以缓解教育水平较低的地区优质教学资源短缺的压力，促进教育公平，一定程度上解决教育区域发展不均衡问题。

（4）从深层次来看，本科教育区域发展不均衡在某种程度上也属于制度建设不完善问题。有研究认为，我国高等教育相关政策从问题认定到评价整个过程都缺乏伦理控制[9]，这应引起有关部门的重视。

（5）建立本科教学质量报告网络平台，设立评估专栏、留言打分区等，征求社会各界的意见。激励制度是镶嵌于政策体系之中的利益促进或阻断机制[10]。制定奖励制度，可与拨款经费挂钩，提高执行者的主动性，保证制度落到实处。

本研究以江苏省各本科院校为研究对象，对于其他地区的高校也可以采用同样的方法来分析，从而得出该区域本科教育质量综合评价结果，具有较好的应用价值，值得推广。