双一流大学的建设成果评价排名研究聂燕云--中国期刊网

字体：大中小

首页> 原创作品> 正文

双一流大学的建设成果评价排名研究聂燕云

发表时间：2021/4/1 来源：《论证与研究》2021年2期作者：聂燕云

[导读] 摘要：本文主要针对我国目前的双一流大学排名问题进行了相关研究，利用K-means动态聚类法对各高校进行聚类排名分析。本文首先将64个高校引入模型，采用K-means动态聚类法对各高校进行聚类类分析，其次确定初始凝聚点个数为4，得到聚类结果以及各类重心，最后使用系统聚类法分为4类所得的结果，对变量进行标准化后，利用Fiher判别方法对64个高校进行回代，采用不加权法对各类进行判别，得到最后结果。

                                                             聂燕云
                                  （西安外国语大学商学院陕西西安）
        摘要：本文主要针对我国目前的双一流大学排名问题进行了相关研究，利用K-means动态聚类法对各高校进行聚类排名分析。本文首先将64个高校引入模型，采用K-means动态聚类法对各高校进行聚类类分析，其次确定初始凝聚点个数为4，得到聚类结果以及各类重心，最后使用系统聚类法分为4类所得的结果，对变量进行标准化后，利用Fiher判别方法对64个高校进行回代，采用不加权法对各类进行判别，得到最后结果。
        关键词：聚类分析；聚类结果；高校
        引言：
        关于大学排名的问题一直为人们所关心，在这种较为强大的社会关注需求推动下，关于大学排名的榜单最近这些年也是层出不穷。中国的大学排名相对于国外起步较晚，因官方对大学科技实力的关注，大学排名问题是社会讨论的焦点，也是学界研究的热点，这正是近几年关于大学排名的讨论一直持续不断的具体原因，为了能够积极理性的看待大学排名问题，学术界也进行了积极的探索。
        1、问题分析
        当前各大高校均实行精英教育的模式，但由于教育资源严重匮乏，如何有效合理地分配高等教育资源是目前亟待解决的问题。而大学排名可以为政府和社会在配置有限的教育经费时提供理论依据，使优秀的大学获得相应的资金并高效利用。此外，国内高校大多积攒了一批优秀的科研人员，但苦于科研经费的紧张匮乏，难以取得更好的科研成果，而国内很多企业在研发力量上很薄弱，如果能将二者相互取长补短，将企业资金和大学科研力量相结合，就可以实现“双赢”。
        2、模型的建立与求解
        考虑到高校的排名以及实力是在多个方面体现的，为了定量研究双一流建设的效果，将64个高校引入模型，并采用K-means动态聚类法对各高校进行聚类，经多次尝试设置凝聚点并比较，最终确定初始凝聚点个数为4，经三次迭代后，各类的重心已经收敛，经迭代不再变化，最终得到分类结果如下：
        第一类：清华大学，共1个
        第二类；北京大学，浙江大学，中国科学技术大学，复旦大学，共4个
        第三类：西安交通大学，中南大学，同济大学，北京航空航天大学，四川大学，中国农业大学，重庆大学，东北大学，西北工业大学，北京科技大学，中国矿业大学，西安电子科技大学，华中农业大学，北京交通大学，北京理工大学，电子科技大学，兰州大学，南京农业大学，江南大学，北京邮电大学，北京师范大学，南京理工大学，哈尔滨工程大学，南京航空航天大学，西北农林科技大学，西北大学，上海大学，郑州大学，北京工业大学，南昌大学，华北电力大学，东华大学，华东师范大学，合肥工业大学，暨南大学，北京化工大学，西南大学，南京信息工程大学，南京师范大学，华南师范大学，共40个。
        第四类：上海交通大学，华中科技大学，武汉大学，哈尔滨工业大学，东南大学，天津大学，南京大学，中山大学，大连理工大学，吉林大学，湖南大学，华南理工大学，山东大学，苏州大学，南开大学，华东理工大学，武汉理工大学，厦门大学，福州大学，共19个。
                                                                               表1 各类重心

        根据聚类结果以及各类重心可以看出，第一类只有清华大学一个样本，说明清华大学在各高校排名中具有绝对的优势；第二类包括北京大学，复旦大学等985院校，从该类重心来看，各指标也具有很高的均值；第三类中大多是一些211院校如：西南大学和南京师范大学等，也包括一些专业性较强的类院校如：西安电子科技大学，以及一些双一流B类院校如：重庆大学等；第四类包括大多数的双一流A类院校如：南京大学，天津大学等。
        使用系统聚类法分为4类所得的结果，对变量进行标准化后，Fiher判别方法对64个高校进行回代，采用不加权法对各类进行判别，并在R中和EXCEL中完成此Fisher判别分析的计算过程，得到各样本判别函数。结果共判别64个样本，判对60个，Fisher判别法准确率为60÷64 = 93.75%，说明判别是十分准确，合理可信的，同时可以从上述的判别结果中看出，共有4个被误分类的样本，分别是东南大学，湖南大学，华东理工大学，福州大学。在聚类分析中，他们被分为第四类，即综合水平稍逊于其他院校的类别，而经过判别分析，他们又被归于第三类，说明这四个高等院校仍具有很强的综合实力。
        结论：
        根据聚类分析结果可以看出，大多数可分为三类：第一类是众多顶尖的985高校如：清华大学，北京大学等，该类各指标均值极高，说明学校综合实力最强，还有一类是一众985高校如：天津大学，武汉大学等，第三类多是大多数211高校及部分综合实力相对于其他较弱的985院校，而第三类均值是最低的，说明该类大学目前与大多数综合实力较强的高校相比，还是处于劣势地位。作为当前大学治理的重要政策工具,评估日益成为影响大学发展的"指挥棒"。
        参考文献：
        [1]张小明.高校内涵式发展路径探析——基于大学排名指标体系的思考[J].中北大学学报(社会科学版),2020,36(05):136-141.
        [2]郭丛斌.中国高水平大学学科发展现状与建设路径分析——从ESI、QS和US News排名的视角[J].教育研究,2016,37(12):62-73.
        [3]于博.大学排名与第三方高等教育评价机构[J].经济研究导刊,2016(29):179-180.
        [4]黄岚.国内外大学评价体系的发展比较与演进方向探析——第三方评价的视角[J].南京理工大学学报(社会科学版),2016,29(02):73-79.
        [5]余小波,陈怀芳,沈明明.也谈大学排行[J].大学教育科学,2010(04):34-38.