基于模糊综合评价的高等教育评估模型

发表时间:2021/4/19   来源:《教学与研究》2021年2期   作者:余颖
[导读] 一个国家高等教育的质量体现在其高等教育体系的健康和可持续性上
        余颖
        南京财经大学信息工程学院 江苏南京 210000
        摘要:一个国家高等教育的质量体现在其高等教育体系的健康和可持续性上。本文将建立一个质量评估模型来衡量各国高等教育体系的水平。通过对现状进行分析并比较多个指标,如高等教育普及率或每个国家的国际学生人数,得到整体情况预览,而后建立模糊综合评价模型评价各国高等教育健康水平。整体而言,美国的高等教育水平处于世界前列,其他国家略有落后。
关键词:高等教育水平、现状分析、模糊综合评价

1引言
        高等教育体系作为一个国家公民教育的重要组成部分,无论是作为一个产业本身,还是作为国家的人才来源,都具有重要意义。每个国家都有具有地方特色的高等教育体系,毫无疑问,这些体系必然各有利弊。特别是在不利形势的影响下,更容易暴露出高等教育体系中有待改进的地方。因此,需要对一个国家的高等教育体系的健康状况进行衡量和评估,并采取相应的政策,通过长期的调整,使有缺陷的高等教育体系达到健康可持续的状态。
2现状分析
        基于收集的数据,我们对现有指标进行单指标分析。通过对不同国家相同指标数据的比较和对选定指标随时间变化趋势的观察,我们初步了解了8个国家高等教育系统的健康现状,包括高等教育普及率和师生比等,如下图所示。

图1:高等教育普及率和师生比
        从教育规模来看,从高等教育的毛入学率可以看出,美国高等教育的普及程度是世界上最高的。其他国家的高等教育普及率略显不足。
        高校师生比是衡量教育投资的标准之一。综合比较这两个数字可以看出,在这两个指标下,各国显示的高等教育系统水平呈现为美国居于领先地位,其他国家稍有落后。
3问题分析
为了评价各国高等教育系统的健康状况,我们需要建立一个综合评价模型。由于高等教育系统的健康状况过于抽象,无法直接衡量,因此我们使用分级系统进行定性评估。在选择和细化各种指标、权重比例后,我们进行综合评价,建立相关模型,定量分析各国高等教育系统的健康状况。
3.1指数选择
        为了更清晰地了解高等教育系统的健康状况,我们需要构建一个完整的指标体系。我们分析了大量文献,发现各个学者建立的指标体系所包含的思想是一致的。但是,指标体系之间有很大的差异,大多数指标体系都有不可量化的指标。为了避免无法定量分析的缺点,我们选取了教育结构、教育规模、教育投入和教育产出四个一级指标来描述高等教育系统的健康状况,并进一步划分了15个二级指标。
        我们从8个国家收集了15组基本数据,包括美国、英国、日本、澳大利亚、德国、中国、印度和巴西。并运用变异系数法筛选影响较大的指标。变异系数法的原理是计算指数数据变异系数的大小.变异系数越小,对最终结果的影响越小.因此,我们可以考虑取消这个评估指标。变异系数的计算方法是:

        因此,我们筛选得到了七个指标:高校数量、前100所优秀大学的比例、国际学生数量、教育基础设施投资、研究经费投入、自然指数、国际获奖者数量。
3.2数据一致化处理
由于每个指标数据的大小和类型不同,我们对数据进行了降维和统一。我们将指标分为两类。一个是极大型指标,其特征是期望指标值越大越好,另一个是极小型指标,其特征是期望指标值越小越好。筛选后的7个指标都是极大型指标,因此我们使用以下公式进行处理:

3.3指标权重系数的确定
        在这个问题中,并不是所有的指标对结果的影响都是一样的,需要科学的确定每个指标的权重系数,才能解决问题。熵权方法可以克服主观赋权法的主观性,广泛应用于社会经济等研究领域。熵权法的过程如下:

3.4模糊综合评价
        首先要构建一套指标评价指标。作为综合评价的基础,我们需要选择合适的指标进行评价。经过指标筛选,可以确定7个有效的评价指标。
        其次,需要确定评论集,即用于评价指标的定性关键词。每个指标分为好、中、差三种评价类型,形成评价集:

        接下来,我们要确定每个指标的权重。各指标的权重系数由熵权法得到,并以向量的形式表示。
                 
        以美国高校数量指标为例,高校数量指标的评价结果为0.3、0.6、0.1,即

        同样可以得到其他指标的评价结果。由此我们得到了美国所有指标的模糊评价矩阵:

通过矩阵的模糊乘法,得到综合的模糊评价结果向量:
       
权重最大的评价应该作为综合评价结果,那就是“Good”。
同样,可以得到各国的模糊综合评价结果,如下表所示:
表2:模糊综合评价结果

4结论
 优点
指标体系共有15个指标,覆盖面广,模型计算结果更全面客观。
建立的模型比较科学,求解过程步骤合理。
?弱点
各国教育机构提供的数据标准可能不统一,模型的计算可能有误差。
为了便于计算,一些值已经被改变,结果将受到影响。
参考文献
[1]江璇. 安徽省高等教育竞争力评价研究[D].江西财经大学,2020.
[2]张静. 高等教育质量评价的研究[D].合肥工业大学,2003.
[3]刘运学,范兆荣,谷亚新,徐长伟,牛晚扬. 基于学位类型的研究生教育质量评价体系研究[J].大学教育,2020(02):53-55.
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: