常超颖1 白 云2 钟 伶1
(1．东北林业大学土木工程学院 黑龙江 哈尔滨 150000；
2．东北林业大学信息与计算机工程学院 黑龙江 哈尔滨 150000)
摘要：本文根据CPIP模型建立了11个子指标和4个父指标，并结合现状分析了指标的含义。其次，收集了过去10年来自200多个国家的11个相应指标的数据。其中，有14个国家入选，发达国家7个，发展中国家7个。在其中的数据处理和分析中，数据按年份分组。通过TOPSIS法和熵权法,预测从2020年到2022年的数据,新数据用于建立可持续发展评价模型以同样的方式作为健康评价模型。根据指标的排名，本文绘制了一个图表来显示的指标与QS Hess(2018)和U21的相关性，这证明了模型的正确性。
关键词：高等教育；TOPSIS法；熵权法；健康评价指标
引言：
高等教育是关系国计民生的核心问题。随着经济和社会的不断发展，各国的高等教育体系也以其独特的生命力不断进步[1]。当前，世界各国政府都在为建设一个健康、可持续的高等教育体系而不懈努力。本文需要评估一个国家的高等教育系统是否健康和可持续，并提出一套改进的政策。
1 高等教育体系指标选择
OECD指标重点分析了教育与经济的相关性，提出了高等教育支出与GDP、公共教育经费等基本指标的比值[2][3]。同时世界经济论坛发布了《全球竞争力报告》[4]，涵盖高等教育入学率、全职教师人数等方面。由联合国教科文组织出版的《世界教育报告》是一个权威的教育指标体系，包括学生-教师快速、毛入学率、识字率等。综合参考文献和收集的统计数据[5]，本文得到了大量用于研究的影响因素。国家高等教育体系健康度评估与CIPP模式的评估结果吻合较好。
2 高等教育体系模型建立
综合熵-TOPSIS[6]方法充分利用了原始数据和信息[7]，计算结果更加客观科学。采用熵权法确定指标权重，采用TOPSIS模型对各国高等教育体系的健康状况进行评价。具体步骤如下:
.jpg)
根据上述过程，这里得到各指标的权重，如图所示;14个国家高等教育系统的健康得分和排名。
.jpg)
图1 各指标权重
3 模型验证与应用
根据QS和Universitas 21的最新报告，在QS HESS(2018)和U21(2019)这两项高等教育系统排名中，排名前十的国家是美国、澳大利亚、德国、加拿大和荷兰。此外，俄罗斯、哥伦比亚、墨西哥、印度和刚果处于相对弱势的地位。这些结果与本文的健康评分排序结果相似，可以验证我们所建立的全国高等教育系统健康评估模型的合理性。
根据总分排名，这里选取了美国、日本、印度三个不同级别的国家，具体得分见表。
.jpg)
.jpg)
在图中的三个国家中，日本在上下文评价维度上得分较高，而在产品评价维度上得分较低。在肯定日本高等教育体系的一些优势的同时，不可忽视的是，日本高等教育体系仍有巨大的发展空间。因此，我们将其作为进一步研究的重点。
4 结论
本文基于熵权法构建高等教育水平模型，模型的开发过程依赖于理论支持，拟合结果与相关研究结论不冲突，表明的模型具有一定的科学和实用价值。同时指标体系层次清晰，确定了各指标的权重，既能综合考虑全局，又能逐一分析具体问题。
参考文献：
[1]https://www.oecd-ilibrary.org/education/education-at-a-glance_19991487
[2]http://whc.unesco.org
[3]https://data.worldbank.org.
[4]https://cn.weforum.org/reports/the-global-competitiveness-report-2020
[5]Nikunj Agarwal HG. Entropy based multi-criteria decision making method under fuzzy en- vi-ronment and unknown attribute weights. Glob. J. Technol. Optim. 2015, 06(3):13–20.
[6]Georgopoulos VC, Stylios CD. Fuzziness and medicine: philosophical reflections and appli- ca-tion systems in health care, 302. Berlin, Heidelberg: Springer. 2013.
[7]S. Simoes, P. Fortes, J. Seixas, G. Huppes Assessing effects of exogenous assumptions in GHG emissions forecasts - a 2020 scenario study for Portugal using the Times energy tech- nology model Technol. Forecast. Soc. Change, 94 (2015), 221-235.