胡澤文 曹玲 尹獻(xiàn)

關(guān)鍵詞：高校評(píng)估;大學(xué)排名;評(píng)價(jià)指標(biāo);TOPSIS模型;面板數(shù)據(jù)模型;層次分析模型;灰色關(guān)聯(lián)模型

高校排名主要通過制定經(jīng)過科學(xué)論證的評(píng)估標(biāo)準(zhǔn)和評(píng)估方法，對(duì)高校的科研活動(dòng)和科研成果給予科學(xué)計(jì)算和評(píng)估之后得出綜合評(píng)分或排名。評(píng)估結(jié)果可以作為一種價(jià)值尺度，促進(jìn)高校發(fā)展，使高校能夠清晰直觀了解到在教學(xué)、科研、國(guó)際化以及學(xué)術(shù)成就等諸多方面指標(biāo)上的優(yōu)點(diǎn)和不足之處，為學(xué)生擇校、政府資助、項(xiàng)目和資金支持、高校自我認(rèn)識(shí)和改進(jìn)提供一個(gè)基準(zhǔn)參考。然而目前國(guó)內(nèi)外高校評(píng)估實(shí)踐在評(píng)價(jià)指標(biāo)選擇和指標(biāo)權(quán)重確定方面仍存在較多的主觀成分.定量化的客觀評(píng)估實(shí)踐相對(duì)較少。戴躍依認(rèn)為評(píng)價(jià)目的和評(píng)價(jià)指標(biāo)體系的不同會(huì)影響到評(píng)價(jià)和排名結(jié)果。因此“如何克服指標(biāo)選擇和權(quán)重確定過程中的主觀性，使其對(duì)價(jià)值主體的影響最小化.使評(píng)價(jià)更具客觀性”是當(dāng)前高校評(píng)估領(lǐng)域亟需解決的重點(diǎn)難點(diǎn)問題。施艷萍等和郭叢斌等從指標(biāo)多樣性、權(quán)重分配、文獻(xiàn)數(shù)據(jù)和聲譽(yù)數(shù)據(jù)來源等維度對(duì)世界主流的大學(xué)排名指標(biāo)體系特征進(jìn)行分析，發(fā)現(xiàn)THE世界大學(xué)排名指標(biāo)體系最為全面和均衡;QS指標(biāo)體系相對(duì)簡(jiǎn)單，聲譽(yù)等主觀因素的比重較高;US News世界大學(xué)排名指標(biāo)體系重視科研，文獻(xiàn)類客觀指標(biāo)比重較大。不同高校評(píng)估機(jī)構(gòu)在評(píng)估指標(biāo)、權(quán)重和方法方面的創(chuàng)新性和差異性，會(huì)導(dǎo)致不同評(píng)估機(jī)構(gòu)給出的高校排名結(jié)果之間有所差異，使得這些榜單排名給參考人員帶來困惑。

國(guó)際性高校評(píng)估與排名實(shí)踐相對(duì)較早.1986年和1987年，《泰晤士高等教育》和美國(guó)新聞與世界報(bào)道分別推出了英國(guó)高等學(xué)校排名和美國(guó)最佳大學(xué)排名，排名不僅對(duì)高校進(jìn)行整體排名，而且進(jìn)行了分學(xué)科排名和分學(xué)位等級(jí)階段。2004年開始，《泰晤士高等教育》與教育網(wǎng)絡(luò)機(jī)構(gòu)QS（Quac.quarelli Symonds）公司共同推出世界大學(xué)排名。然而2009年開始，《泰晤士高等教育》和QS公司終止合作，開始單獨(dú)推出自己的世界大學(xué)排名。21世紀(jì)初，中國(guó)的一些社會(huì)團(tuán)體、政府組織或高等教育機(jī)構(gòu)受國(guó)際大學(xué)評(píng)價(jià)的影響，開始嘗試對(duì)中國(guó)的大學(xué)進(jìn)行評(píng)估排名。例如：2003年開始的中國(guó)校友會(huì)大學(xué)排行榜，2004年武漢大學(xué)中國(guó)科學(xué)評(píng)價(jià)研究中心推出的中國(guó)大學(xué)競(jìng)爭(zhēng)力排行榜（簡(jiǎn)稱中評(píng)榜），以及2015年上海軟科教育信息咨詢有限公司推出的中國(guó)最好大學(xué)排名榜（原為上海交通大學(xué)世界一流大學(xué)排名）。面對(duì)各類不同機(jī)構(gòu)推出的大學(xué)排行榜，國(guó)內(nèi)外學(xué)者提出一些質(zhì)疑與建議。胡詠梅認(rèn)為網(wǎng)大高校排名指標(biāo)體系中涉及科研評(píng)價(jià)的指標(biāo)權(quán)重過大，會(huì)使高校不重視“人才培養(yǎng)”這一基本職能。夏振榮等發(fā)現(xiàn)建校歷史、私立大學(xué)和英語大國(guó)高校對(duì)大學(xué)排名具有正面影響，而辦學(xué)歷史、地域條件和大學(xué)性質(zhì)對(duì)大學(xué)排名的影響是有限的。李鵬虎發(fā)現(xiàn)上海交通大學(xué)世界大學(xué)學(xué)術(shù)排名的排名指標(biāo)體系中，數(shù)據(jù)覆蓋面單一，論文指標(biāo)來源多為英文刊物.對(duì)德國(guó)和法國(guó)等一些非英語國(guó)家的頂尖大學(xué)有失公平。

此外，胡澤文等全面系統(tǒng)性闡述和比較分析了國(guó)際代表性高校評(píng)估和排名實(shí)踐在評(píng)估時(shí)采用的特色指標(biāo)和特色評(píng)估方法.為國(guó)內(nèi)高校評(píng)估實(shí)踐提出一些建議：評(píng)估單元應(yīng)該細(xì)化到具體學(xué)科和專業(yè)，不同評(píng)估單元應(yīng)該有不同的指標(biāo)和權(quán)重;應(yīng)注重科研商業(yè)化活動(dòng)的評(píng)估：量化評(píng)估與同行評(píng)議應(yīng)該結(jié)合起來;評(píng)估應(yīng)該考慮市場(chǎng)化因素;評(píng)估時(shí)不僅要注重存量指標(biāo)，也應(yīng)該注重流量指標(biāo);應(yīng)考慮相對(duì)影響、高被引和低被引指標(biāo)的使用。國(guó)際學(xué)者Aguillo I F等分別測(cè)度了5種國(guó)際性高校排名實(shí)踐之間的相似性，發(fā)現(xiàn)Quacquarelli Symonds公司和西班牙國(guó)家研究委員會(huì)網(wǎng)絡(luò)計(jì)量學(xué)實(shí)驗(yàn)室的歐洲大學(xué)排名結(jié)果之間存在較大差異，而中國(guó)臺(tái)灣地區(qū)財(cái)團(tuán)法人高等教育評(píng)比中心基金會(huì)和荷蘭萊頓大學(xué)科學(xué)技術(shù)研究所提供的歐洲大學(xué)排名結(jié)果相似度較高。Barreto P D和Hans P H發(fā)現(xiàn)政治經(jīng)濟(jì)和文化環(huán)境因素、資金和領(lǐng)導(dǎo)是影響高校名次漲落的重要因素，高校排名也會(huì)導(dǎo)致資助的偏見，排名靠前的高校能夠獲得更多經(jīng)費(fèi)資助。此外，高敏等通過統(tǒng)計(jì)分析2016年中國(guó)最好大學(xué)排名TOPl00高校的區(qū)域差異性，發(fā)現(xiàn)國(guó)內(nèi)百強(qiáng)高校基本呈現(xiàn)東部多西部少、南部多北部少的分布態(tài)勢(shì)，區(qū)域經(jīng)濟(jì)發(fā)展水平和富裕程度對(duì)高校排名的影響較大。

1數(shù)據(jù)與研究方法

首先將中國(guó)最好大學(xué)排行榜中TOP100高校在2015-2018年歷年的不同評(píng)價(jià)指標(biāo)數(shù)據(jù)及排名結(jié)果組成面板數(shù)據(jù)，實(shí)現(xiàn)融合面板數(shù)據(jù)模型和層次分析模型的指標(biāo)新權(quán)重測(cè)算，然后以2017年中國(guó)最好大學(xué)排行榜的TOP100高校作為評(píng)估對(duì)象，分別實(shí)現(xiàn)基于不同權(quán)重和不同定量評(píng)估方法的高校評(píng)估實(shí)踐，并對(duì)排名結(jié)果進(jìn)行綜合對(duì)比分析。

1.1中國(guó)最好大學(xué)排名指標(biāo)體系

中國(guó)最好大學(xué)排名是由上海軟科教育信息咨詢公司基于第三方公開數(shù)據(jù)，采用客觀透明的評(píng)價(jià)指標(biāo)體系和排名方法，對(duì)國(guó)內(nèi)大學(xué)進(jìn)行排名。自2015年開始，每年發(fā)布中國(guó)最好大學(xué)排名榜。該排名2015年并未加入社會(huì)聲譽(yù)這一指標(biāo)，但在2018年才開始將培養(yǎng)結(jié)果指標(biāo)權(quán)重從15%更改為10%，加入社會(huì)聲譽(yù)指標(biāo)，并將權(quán)重設(shè)定為5%。其余指標(biāo)保持不變。2018年中國(guó)最好大學(xué)排名榜單采用的指標(biāo)及權(quán)重如表1所示（http：//cnews.chinadai.1y.com.cn/2018-02/27/content_35746829.htm）。

由表1可知，中國(guó)最好大學(xué)排行榜采用的指標(biāo)均是可以通過統(tǒng)計(jì)數(shù)據(jù)測(cè)度的硬性指標(biāo).其中人才培養(yǎng)類指標(biāo)的權(quán)重最高，達(dá)到45%。人才培養(yǎng)類指標(biāo)中，生源質(zhì)量指標(biāo)最受重視，權(quán)重高達(dá)30%，并將社會(huì)聲譽(yù)指標(biāo)作為人才培養(yǎng)類指標(biāo)的一部分。中國(guó)最好大學(xué)排名也非常重視服務(wù)社會(huì)指標(biāo)和國(guó)際化指標(biāo)，權(quán)重分別達(dá)到10%和5%。

此外，一級(jí)指標(biāo)中，科學(xué)研究占比達(dá)到40%，其二級(jí)指標(biāo)一科研規(guī)模、科研質(zhì)量、頂尖成果和頂尖人才的指標(biāo)權(quán)重采用平均分配的原則.各占10%。中國(guó)最好大學(xué)排名對(duì)于生源和科研兩項(xiàng)指標(biāo)最為重視，總權(quán)重達(dá)到85%。該指標(biāo)體系采用的指標(biāo)數(shù)據(jù)均來自第三方數(shù)據(jù)庫，論文數(shù)量、論文質(zhì)量、高被引論文、高被引學(xué)者數(shù)據(jù)均來自Scopus數(shù)據(jù)庫。生源質(zhì)量、培養(yǎng)結(jié)果及社會(huì)聲譽(yù)等指標(biāo)數(shù)據(jù)則采用省級(jí)教育部和統(tǒng)計(jì)年鑒等發(fā)布的數(shù)據(jù)。因此指標(biāo)數(shù)據(jù)具有可獲取性和客觀性。

1.2面板數(shù)據(jù)構(gòu)建

面板數(shù)據(jù)是時(shí)間序列和截面混合數(shù)據(jù)，指截面上不同個(gè)體在不同時(shí)點(diǎn)上觀測(cè)的二維數(shù)據(jù)。通過面板數(shù)據(jù)模型測(cè)算高校評(píng)估指標(biāo)權(quán)重是權(quán)重定量測(cè)度的新思路。面板數(shù)據(jù)主要由2015-2018年中國(guó)最好大學(xué)排行榜Top100高校的各指標(biāo)得分?jǐn)?shù)據(jù)和綜合得分?jǐn)?shù)據(jù)組成，具體構(gòu)建過程如下：首先基于原始數(shù)據(jù)和指標(biāo)權(quán)重測(cè)算出Top100高校每個(gè)指標(biāo)的得分?jǐn)?shù)據(jù)和綜合得分?jǐn)?shù)據(jù)，然后篩選出2015-2018年期間連續(xù)在前100名中出現(xiàn)的高校指標(biāo)及綜合得分?jǐn)?shù)據(jù)組成面板數(shù)據(jù)。高校指標(biāo)數(shù)據(jù)中剔除了只在2015年和2016年出現(xiàn)的“產(chǎn)學(xué)研合作（校企合作論文）”指標(biāo)，以及只在2018年出現(xiàn)的“社會(huì)捐贈(zèng)”指標(biāo)、只在2017年和2018年出現(xiàn)的“學(xué)生國(guó)際化（留學(xué)生比例）”指標(biāo)，現(xiàn)共有指標(biāo)8個(gè)。部分高校2015-2018年期間指標(biāo)及其綜合得分的面板數(shù)據(jù)如表2所示（https：//www.shang.hairanking，cn/rankings/bcur/201611）。

1.3研究方法

首先將表2面板數(shù)據(jù)中反映高校綜合質(zhì)量的總分設(shè)置為因變量，并標(biāo)記為Y，反映高校不同維度質(zhì)量的指標(biāo)作為自變量.各個(gè)自變量的標(biāo)記分別為：生源質(zhì)量得分（X1）、培養(yǎng)成果得分（X2）、科研規(guī)模得分（X3）、科研質(zhì)量得分（X4）、頂尖成果得分（X5）、頂尖人才得分（X6）、科技服務(wù)得分（X7）和成果轉(zhuǎn)化得分（X8）。同時(shí)根據(jù)中國(guó)最好大學(xué)排名指標(biāo)體系，將反映高校綜合質(zhì)量的所有指標(biāo)進(jìn)行分層，形成高校綜合質(zhì)量評(píng)估的層次結(jié)構(gòu)模型，如表3所示，涵蓋評(píng)估目標(biāo)：高校綜合質(zhì)量，標(biāo)記為字母0;3個(gè)一級(jí)指標(biāo)A1、A2和A3;A1的兩個(gè)二級(jí)指標(biāo)X1和X2，標(biāo)記為字母B1和B2;A2的4個(gè)二級(jí)指標(biāo)X3～X6，標(biāo)記為C1～C4;A3的兩個(gè)二級(jí)指標(biāo)X7和X8，標(biāo)記為D1和D2。

然后通過構(gòu)建反映自變量（X1～X2）與因變量（Y）之間多元回歸關(guān)系的面板數(shù)據(jù)模型，借助計(jì)量經(jīng)濟(jì)學(xué)軟件包EViews工具，量化分析各評(píng)估指標(biāo)對(duì)高校綜合排名的重要性，得出反映各指標(biāo)重要性的回歸系數(shù)，同時(shí)基于各層指標(biāo)系數(shù)之間差值的絕對(duì)值大小，建立判斷指標(biāo)之間相對(duì)重要性的標(biāo)準(zhǔn)，利用層次分析法構(gòu)建各層指標(biāo)相對(duì)重要性的判斷矩陣.并基于判斷矩陣，利用數(shù)學(xué)函數(shù)測(cè)算新的指標(biāo)權(quán)重。最后融合新的指標(biāo)權(quán)重，借助Excel工具，綜合運(yùn)用各類量化評(píng)估方法：TOPSIS法、改進(jìn)型TOPSIS和灰色關(guān)聯(lián)法對(duì)高校排名進(jìn)行評(píng)估檢驗(yàn)，并與原始指標(biāo)權(quán)重的評(píng)估結(jié)果進(jìn)行對(duì)比分析。個(gè)體固體效應(yīng)模型和混合模型是面板數(shù)據(jù)模型的兩種類型，個(gè)體固體效應(yīng)模型的數(shù)學(xué)表達(dá)式為：

其中i=1，2，…，N;t=1，2，…T，混合模型也稱不變參數(shù)模型，即所有截面的截距相同（截距c為常數(shù)），系數(shù)相同（自變量前的系數(shù)β不變）。此外，層次分析法、TOPSIS法和灰色關(guān)聯(lián)法的數(shù)學(xué)原理、評(píng)估過程和評(píng)估實(shí)踐參考胡澤文主編的書藉《信息資源評(píng)估理論與實(shí)踐》。

2融合面板模型和層次分析法的新權(quán)重測(cè)算

2.1面板數(shù)據(jù)選擇與分析

將Y作為因變量，X1～X2作為自變量，分別采用混合模型（Pooled Regression Model）和個(gè)體固定效應(yīng)回歸模型（Fixed Effects Regression Model）對(duì)表2所示TOP100中國(guó)高校組成的面板數(shù)據(jù)進(jìn)行擬合分析，結(jié)果如表4所示。

為了檢驗(yàn)固定效應(yīng)模型是否比混合模型更合適表2面板數(shù)據(jù)的擬合，冗余性F檢驗(yàn)被采用。F檢驗(yàn)假設(shè)：

H0：模型中不同個(gè)體的截距相同。

H1：模型中不同個(gè)體的截距項(xiàng)a不同。

檢驗(yàn)結(jié)果顯示F檢驗(yàn)的概率為0.408.概率不顯著，表示接受零假設(shè).因此應(yīng)該摒棄固定效應(yīng)模型，選擇混合效應(yīng)模型。根據(jù)表4中8個(gè)指標(biāo)變量與評(píng)價(jià)總得分之間的回歸系數(shù)關(guān)系，構(gòu)建混合模型的數(shù)學(xué)表達(dá)式：

2.2融合層次分析法的指標(biāo)相對(duì)重要性標(biāo)準(zhǔn)建立

判斷矩陣作為層次分析法的計(jì)算基礎(chǔ)，矩陣元素的值是人們對(duì)各因素相對(duì)重要性認(rèn)識(shí)的反映，對(duì)決策效果或評(píng)估結(jié)果會(huì)產(chǎn)生直接重要的影響。判斷矩陣的元素一般采用1～9及其倒數(shù)的標(biāo)度方法。但由于具體情況的不同，筆者結(jié)合Saaty教授提出的“1～9標(biāo)度方法”.建立反映各指標(biāo)相對(duì)重要性的判斷標(biāo)準(zhǔn)，從而形成高校評(píng)價(jià)指標(biāo)層次結(jié)構(gòu)模型及其對(duì)應(yīng)的判斷矩陣。通過分析反映各指標(biāo)重要性的回歸系數(shù)及其差值大?。ū?混合模型擬合結(jié)果），發(fā)現(xiàn)各指標(biāo)回歸系數(shù)差值的絕對(duì)值主要在0～0.5之間.因此對(duì)傳統(tǒng)“1～9標(biāo)度”的相對(duì)重要性標(biāo)準(zhǔn)依據(jù)指標(biāo)系數(shù)差值的絕對(duì)值區(qū)間進(jìn)行重新設(shè)定為：差值絕對(duì)值為“0”表示兩個(gè)指標(biāo)對(duì)其上級(jí)指標(biāo)同樣重要，標(biāo)度為1;“0.05～0.1”表示兩個(gè)指標(biāo)相比，一個(gè)比另一個(gè)稍微重要，標(biāo)度為3：“0.15～0.2”表示兩個(gè)指標(biāo)相比，一個(gè)比另一個(gè)明顯重要，標(biāo)度為5;“0.25～0.3”表示兩個(gè)指標(biāo)相比，一個(gè)比另一個(gè)強(qiáng)烈重要，標(biāo)度為7;“大于0.35”表示兩個(gè)指標(biāo)相比.一個(gè)比另一個(gè)極端重要，標(biāo)度為9。此外，標(biāo)度2表示介于標(biāo)度1和3之間的重要性，標(biāo)度4、6和8表示類似含義。具體標(biāo)準(zhǔn)如表5所示。

2.3融合面板數(shù)據(jù)模型和層次分析法的新權(quán)重測(cè)算

基于表4所示混合模型擬合出的8個(gè)具體指標(biāo)得分與高校綜合質(zhì)量得分之間的回歸系數(shù)大小，測(cè)算出各指標(biāo)兩兩之間的絕對(duì)值，與表5所示新建立的1～9標(biāo)度進(jìn)行匹配，建立4個(gè)判斷矩陣：評(píng)估目標(biāo)（0）及其一級(jí)指標(biāo)（A）矩陣O-A、一級(jí)指標(biāo)A，及其二級(jí)指標(biāo)矩陣A-B、一級(jí)指標(biāo)A，及其二級(jí)指標(biāo)矩陣A-C、一級(jí)指標(biāo)A，及其二級(jí)指標(biāo)矩陣A-D。其中矩陣0-A建立過程中，評(píng)估目標(biāo)（O）的3個(gè)一級(jí)指標(biāo)A1～A3的回歸系數(shù)由其子指標(biāo)系數(shù)求和所得。然后對(duì)4個(gè)判斷矩陣進(jìn)行一致性檢驗(yàn)，并應(yīng)用“和積法”計(jì)算指標(biāo)權(quán)重。一致性檢驗(yàn)標(biāo)準(zhǔn)為CR值，當(dāng)CR的值小于0.1時(shí)，判斷矩陣具有令人滿意的一致性。CR=CI/RI，其中CI為一致性指標(biāo)，等于（最大特征根一階數(shù)）/（階數(shù)一1），RI為矩陣階數(shù)對(duì)應(yīng)的值（查表可得）。

基于4個(gè)判斷矩陣O-A、A1-B、A2-C和A3一D計(jì)算出各指標(biāo)的權(quán)重，以及4個(gè)判斷矩陣的一致性檢驗(yàn)標(biāo)準(zhǔn)CR。結(jié)果顯示4個(gè)判斷矩陣的CR分別為0.047、0、0.045和0，全部小于0.1，符合一致性檢驗(yàn)標(biāo)準(zhǔn)。其中表6和表7展示了判斷矩陣O-A和A1-B的指標(biāo)權(quán)重及一致性檢驗(yàn)結(jié)果，其中矩陣A-B中的數(shù)字7表示指標(biāo)B，比B，強(qiáng)烈重要（從兩個(gè)指標(biāo)系數(shù)絕對(duì)值差0.278可以判斷）。表8展示了各層指標(biāo)權(quán)重相對(duì)于評(píng)估目標(biāo)（O）的層次總排序，得到8個(gè)具體指標(biāo)對(duì)于評(píng)估目標(biāo)的重要性，即指標(biāo)的最終權(quán)重。其中B，和B，的最終權(quán)重由B1和B2權(quán)重分別乘以A1權(quán)重所得;C1～C4最終權(quán)重由C1～C4各自權(quán)重分別乘以A2權(quán)重。

2.4融合原始權(quán)重的層次分析權(quán)重

依據(jù)表1所示各指標(biāo)的原始權(quán)重，判斷指標(biāo)之間的相對(duì)重要性，構(gòu)建4個(gè)判斷矩陣O-A、A1-B、A2-C和A3-D。其中A2和A3一級(jí)指標(biāo)下的C1、C2、C3、C4和D1、D2、D3權(quán)重一樣，因此其權(quán)重分別是上一級(jí)權(quán)重的1/4和1/3，故不建立相應(yīng)矩陣進(jìn)行計(jì)算。其中表9展示了判斷矩陣O-A的指標(biāo)權(quán)重及一致性檢驗(yàn)結(jié)果。表10展示了各層指標(biāo)權(quán)重相對(duì)于評(píng)估目標(biāo)（O）的層次總排序，即指標(biāo)的最終權(quán)重。具體計(jì)算過程和方法與2.3部分相同。

2.5新權(quán)重與原始權(quán)重之間的比較分析

基于2017年中國(guó)最好大學(xué)評(píng)價(jià)指標(biāo)體系各層指標(biāo)的原始權(quán)重，通過兩兩比較各層指標(biāo)的相對(duì)重要性（通過原始權(quán)重差值比較），建立相應(yīng)的判斷矩陣，測(cè)算出基于原始權(quán)重的新權(quán)重。表11比較分析了所選8個(gè)指標(biāo)的原始權(quán)重（記為權(quán)重1）、融合原始權(quán)重的層次分析權(quán)重（權(quán)重2）、融合面板數(shù)據(jù)模型的層次分析權(quán)重（權(quán)重3）。

從表11可以看出，在一級(jí)指標(biāo)A1～A3權(quán)重方面.權(quán)重1和權(quán)重2的指標(biāo)權(quán)重大小不一樣，但權(quán)重排序仍然一樣，A1“人才培養(yǎng)”仍然排第一，A3“服務(wù)社會(huì)”排第三，然而基于面板模型測(cè)算的權(quán)重3中，A2“科學(xué)研究”的權(quán)重排第一。在二級(jí)指標(biāo)權(quán)重方面，3類權(quán)重中排名第一仍然是B1指標(biāo)“生源質(zhì)量”。權(quán)重2是基于原始權(quán)重1的層次分析權(quán)重，兩類權(quán)重的指標(biāo)值差異相對(duì)較小，C1～C4和D1～D2權(quán)重值各自相等，無差異。權(quán)重3是基于高校各指標(biāo)面板數(shù)據(jù)擬合分析結(jié)果的基礎(chǔ)上進(jìn)行層次分析得到的新權(quán)重，各指標(biāo)權(quán)重之間的差值相對(duì)較大，區(qū)分明顯，較具客觀性。例如：權(quán)重1中的4個(gè)指標(biāo)C1～C4權(quán)重全部為10%，權(quán)重2中的4個(gè)指標(biāo)C1～C4權(quán)重全部為9%，而權(quán)重3中的4個(gè)指標(biāo)C1～C4權(quán)重各不相同，分別為13%、10%、7%、27%，各指標(biāo)的重要程度區(qū)分明顯。

3融合新型評(píng)估權(quán)重和方法的中國(guó)高校評(píng)估檢驗(yàn)

分別運(yùn)用TOPSIS法、改進(jìn)型TOPSIS和灰色關(guān)聯(lián)法對(duì)所選高校進(jìn)行評(píng)估檢驗(yàn)和比較分析，并與原始指標(biāo)權(quán)重的評(píng)估結(jié)果進(jìn)行對(duì)比分析.借此檢驗(yàn)新型定量評(píng)估權(quán)重和方法的有效性和健壯性，同時(shí)比較分析不同評(píng)估方法和權(quán)重下高校評(píng)估結(jié)果之間的差異。

3.1基于TOPSIS法和改進(jìn)型TOPSIS法的高校評(píng)估檢驗(yàn)

1）評(píng)估對(duì)象及原始數(shù)據(jù)

評(píng)估對(duì)象及原始數(shù)據(jù)由2017年中國(guó)最好大學(xué)排名結(jié)果中的Topl00所大學(xué)及其8個(gè)評(píng)估指標(biāo)數(shù)據(jù)組成。由于原始數(shù)據(jù)中存在指標(biāo)值為零的高校，會(huì)影響評(píng)估結(jié)果，因此刪除指標(biāo)值為“0”的高校，共剩下72所高校作為評(píng)估對(duì)象（部分高水平大學(xué)會(huì)因指標(biāo)值缺失未選人樣本），72所高校名稱及其指標(biāo)數(shù)據(jù)如表12所示（部分）。

為了計(jì)量比較不同指標(biāo)權(quán)重下的改進(jìn)型TOP.SIS法評(píng)估結(jié)果差異，分別使用表8所示層次分析法指標(biāo)權(quán)重和表13所示熵值法權(quán)重對(duì)表14標(biāo)準(zhǔn)化矩陣進(jìn)行加權(quán)，形成原始標(biāo)準(zhǔn)化矩陣、層次分析法權(quán)重加權(quán)的標(biāo)準(zhǔn)化矩陣和熵值法權(quán)重加權(quán)的標(biāo)準(zhǔn)化矩陣，并測(cè)算出3類標(biāo)準(zhǔn)化矩陣下的各高校接近程度C，對(duì)所選高校進(jìn)行評(píng)估排名。傳統(tǒng)TOPSIS法排名、熵值加權(quán)的TOPSIS法排名和層次分析權(quán)重的TOPSIS法排名結(jié)果，如表16所示。

如表16所示.傳統(tǒng)TOPSIS法排名和熵值加權(quán)的改進(jìn)TOPSIS法排名結(jié)果一致性相對(duì)較高.前5名的高校名單完全一致。筆者設(shè)計(jì)的融合面板數(shù)據(jù)模型和層次分析新權(quán)重的TOPSIS法高校排名結(jié)果取得較好效果，排名結(jié)果的前5名高校與中國(guó)最好大學(xué)排名的前5名高校名次完全一致，仍然是清華大學(xué)、北京大學(xué)、浙江大學(xué)、上海交通大學(xué)和復(fù)旦大學(xué)。

3.2融合新權(quán)重的灰色關(guān)聯(lián)法高校評(píng)估分析

融入表8所示基于面板數(shù)據(jù)模型和層次分析法測(cè)算出的8個(gè)指標(biāo)新權(quán)重，利用灰色系統(tǒng)關(guān)聯(lián)法對(duì)所選72所高校進(jìn)行灰色關(guān)聯(lián)評(píng)估排名?；疑P(guān)聯(lián)評(píng)價(jià)模型的構(gòu)建過程：首先建立目標(biāo)特征矩陣.設(shè)有M所高校有N項(xiàng)評(píng)價(jià)指標(biāo)，建立MxN階目標(biāo)特征值矩陣X。

在該矩陣中X（K）表示第i個(gè)高校的第K項(xiàng)指標(biāo)值。同時(shí)從矩陣X中篩選每項(xiàng)指標(biāo)的最優(yōu)值，形成最優(yōu)數(shù)列：X（K）。為了實(shí)現(xiàn)不同類型指標(biāo)之間的比較，利用正向指標(biāo)的區(qū)間值標(biāo)準(zhǔn)化式（4）對(duì)矩陣X進(jìn)行規(guī)范化處理，即無量綱化。

然后利用表8所示的8個(gè)指標(biāo)層次分析法權(quán)重對(duì)矩陣X進(jìn)行加權(quán).并計(jì)算分析各高校的灰色關(guān)聯(lián)度，即求出每所高校的比較系列xi（露）與參考系列X（K）的絕對(duì)差：AXi（K）=X（K）-X（K），并找出其最大值A(chǔ)max和最小值A(chǔ)min，繼而利用式（5）和式（6）計(jì)算每所高校的關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度.其計(jì)算公式如下：

其中P值設(shè)定的目的在于調(diào)整比較環(huán)境的大小，通常取值范圍在0～1之間。最后基于上述灰色關(guān)聯(lián)度計(jì)算過程測(cè)算出72所高校的灰色關(guān)聯(lián)度大小，并進(jìn)行排名，具體排名結(jié)果如表17所示。各高校灰色關(guān)聯(lián)度的具體計(jì)算過程參見書藉《信息資源評(píng)估理論與實(shí)踐》。

表17所示的各高校灰色關(guān)聯(lián)度越大.表示高校比較序列與參考序列之間的關(guān)系越近，其排名越靠前?？梢悦黠@看出的是，表17所列舉出的灰色關(guān)聯(lián)度TOP15高校與2017年中國(guó)最好大學(xué)排名的TOP15高校具有較高的一致性，其中兩類排名的前6名高校名單完全一致，說明融合新權(quán)重的灰色關(guān)聯(lián)評(píng)估能夠取得較好的評(píng)估效果。

4結(jié)論

通過設(shè)計(jì)和實(shí)現(xiàn)融合面板數(shù)據(jù)模型及層次分析模型的新權(quán)重測(cè)算，實(shí)證檢驗(yàn)和比較分析了融合新權(quán)重的各類評(píng)估方法是否具有較優(yōu)的評(píng)估效果和實(shí)際應(yīng)用前景，具體評(píng)估結(jié)果如表18所示。表18展示了2017年中國(guó)最好大學(xué)排名靠前72所高校中TOP20所高校的原始排名（記為排名A）、融合面板數(shù)據(jù)模型和層次分析法權(quán)重的灰色關(guān)聯(lián)度排名（排名B）、融合面板數(shù)據(jù)模型和層次分析法權(quán)重的TOPSIS法排名（排名C）、融合熵值法權(quán)重的改進(jìn)TOPSIS法排名（排名D）、TOPSIS法排名（排名E）、高校最大最小名次的差值F和差值G。差值F表示每所高校在排名A至排名E中的最大最小名次差值;差值G表示每所高校在排名A和排名B中的最大最小名次差值：差值H表示每所高校在排名A和排名c中的最大最小名次差值。

表18所示5種高校排名使用的數(shù)據(jù)相同，而評(píng)估方法和指標(biāo)權(quán)重不同，因此具有可比性。5種排名以原始排名TOP20高校為比較標(biāo)準(zhǔn)，通過比較其他4種排名結(jié)果在高校原始排名順序上的差異，發(fā)現(xiàn)不同評(píng)估方法和權(quán)重所得的高校排名之間是否具有一致性。此外，設(shè)計(jì)的4種排名方法客觀性和定量化較高.均通過客觀權(quán)重和客觀評(píng)估方法實(shí)現(xiàn)。從表18可以發(fā)現(xiàn)一些有意義的結(jié)論：

1）總體來看，5種排名中高校最高最低名次差值的平均值相對(duì)較高，為10.84。高校排名結(jié)果會(huì)受到指標(biāo)權(quán)重和評(píng)估方法的影響.基于同種指標(biāo)體系和相同數(shù)據(jù)，但使用不同的評(píng)估方法和權(quán)重得到的高校排名結(jié)果之間會(huì)有所差異。綜合實(shí)力越靠前的高校，基于不同評(píng)估方法和權(quán)重的排名結(jié)果吻合度越高;綜合實(shí)力越靠后的高校，在5種排名結(jié)果中的吻合度越低.甚至?xí)霈F(xiàn)部分高校不同方法排名結(jié)果差值達(dá)到30的較大差異。

2）融合新型面板數(shù)據(jù)模型和層次分析模型權(quán)重的灰色關(guān)聯(lián)度排名（排名B）和改進(jìn)TOPSIS法排名（排名C）在前5名高校的排名順序上與原始排名（排名A）完全一致;排名B與原始排名A中的TOP20所高校名次差值G的平均值僅為較低的1.15，TOP72所高校名次差值G的平均值為3.39：排名C與原始排名A中的TOP20所高校名次差值H的平均值僅為1.8，TOP72所高校名次差值H的平均值為3.64。其他兩種排名——融合熵值法權(quán)重的改進(jìn)TOPSIS法排名（排名D）和TOP.SIS法排名（排名E）結(jié)果之間具有較高的一致性，兩類排名中的前5名高校名次順序基本一致，TOP20所高校的名次差值平均值為1.65，TOP72所高校名次差值平均值為3.5。然而排名D和排名E與原始排名A的高校排名順序有較大差異，例如：排名D與原始排名A的TOP20所高校名次差值平均值為3.55，TOP72所高校名次差值平均值為5.78.比排名B和原始排名A的TOP20所高校名次差值平均值1.15高出2.4，比TOP72所高校名次差值平均值3.39高出2.39。

3）5種高校排名結(jié)果的前5名高校名次差異極小，每所高校最大名次與最小名次的差值在2以內(nèi)。在原始排名第6至第15名的高校名次方面，5種排名高校名次差值最大的是南開大學(xué)和北京師范大學(xué)，差值均為21?？傮w來說，排名A和排名B的TOP15高校名次比較接近.最高名次與最低名次的差值最大為4。而排名D和排名E的TOPl5高校名次比較接近，最高名次與最低名次的差值最大為8（僅1所高校），其他高校的差值均在4及其以下。