薛童
西南财经大学经济信息工程学院 四川成都 610000
摘要：高等教育汇集了世界上最聪明的人，极大地代表了一个国家的未来。本文研究了当前的高等教育评估体系，从5个方面选择16个指标，之后选择不同的经济水平的12个国家，并在分别收集这些国家的指标数据后，基于此建立了高等教育评分模型。在此评分模型中，应用熵方法更好地确定每个指标的权重，并使用TOPSIS来计算每个指标的得分以及系统的总体得分。通过将模型应用到选择的12个国家，得到其高等教育系统分数，并对当前的全球高等教育系统作出了一些结论。针对所选发达国家中评分最低的国家澳大利亚，本文进行了进一步的研究。在澳大利亚因素分析模型中，应用因子分析选择出澳大利亚高等教育系统的5个主要因素，并针对这5个因素中得分较低的因素提出了改进建议。
关键词：高等教育，熵权法，TOPSIS，因子分析
1.引言
高等教育对于一个国家的受过良好教育的公民和较高的经济增长都非常重要。高等教育培养的人才保证了一个国家乃至全世界的美好未来。因此，各国非常重视发展和建立自己的高等教育系统。其合格的先进教育吸引了来自国内外的学生。
同时各国也一直致力于控制高等教育的质量。随着时间的发展，其中一些国家已经应用了证明性评估系统。因此，对于世界各国来说，一个可以判断该国高等教育系统是否健康和可持续通用评分模型十分重要，同时可以利用它来预测政策的合理化和应该采取什么措施。
2.高等教育评分模型
考虑到高等教育系统的复杂性，我们首先使用熵方法确定了16个指标的权重，建立了权重矩阵，之后应用TOPSIS来构建模型。
?数据处理和规范化
从世界银行，联合国和其他官方数据库收集源数据之后，我们首先应用插值法来填充遗漏的数据和数据。在这16个指标中，有15个是肯定的，除外。
对于正向指标，它们越高，受教育程度越高。使用最小-最大法归一化，正指标和负指标分别为：
其中以国家为准，而以指标为准。
?加权矩阵
为了减少主体因素的影响，我们采用熵方法确定各指标的权重。我们假设要评估的国家数为m，指标数为n。使用归一化的数据，我们构建了矩阵X，表示第i个国家的第j个指标的归一化值：
?总分
使用正理想解A +和负理想解A-，我们计算相似度和-i：
分数越高，高等教育系统越健康。
?模型应用
由于发达国家和发展中国家的GDP、人口、教育系统本身、政策等都有很大的差异，因此将分别为这两类国家计算出系数不同的评分模型。将该模型运用在所选择的12个国家上，得出的分数如图1所示。
图 1 TOPSIS分数
3.澳大利亚的数据实证分析
3.1KOM检验和规范化
基于上面的16个指标，我们首先对其应用KOM和Bartlett检验，KOM结果高于0.5，这意味着因子分析适合使用。结果在表1中。
表 1 KOM检验和Bartlett的检验分数
3.2选择并评分主要因素
?5个主要因素
根据下面的碎石图，我们得出结论，前5个主要因素可以代表高等教育系统质量，分别为机会和平等、研究能力、教育质量、学位价值、国际交流。
表 2 澳大利亚高等教育体系的主要因素
?主要因素评分
根据SPSS得分系数矩阵和各因子的方差贡献率计算出各主要因素得分如表3所示。
表 3 主要因素得分
4.政策与预期成果
根据各因素得分，我们认为应该着重改善研究能力、教育质量和学位价值。对此，我们建议：
1. PBF应将已发表期刊文章的数量作为核心指标之一，并将PBF金额的10%作为独家研究基金。
2. 将NCRIF资助的5%作为大学研究奖励。
3. 为申请HELP协助的优秀学生提供额外奖励。
4.将以下指标添加到大学的学位评价指标中：学生的就业率、雇主的满意度和学生撰写的期刊文章的数量等。
通过落实上述政策，我们期待在不久的将来使澳大利亚高等教育系统成为一个更平衡的系统，加强他们的研究能力和教育质量。
5.总结
本文建立了一个通用的高等教育评分模型，并针对评分较低的国家澳大利亚提出了政策改进意见。这样的应用还可以被运用于更多国家，实现其目前高等教育系统的评估与改进。
参考文献
1.赵虹和关六军。 （2016）。基于IFE和EFE矩阵的中国高等教育可持续发展研究。现代教育管理（09），87-92。
2.王杰和黄小琴。 （2016）。基于层次分析和边际收益计算的高校中文图书推荐模型。信息理论与实践（04），108-113。
3.朱永东，向兴华，叶玉佳。（2014）。基于因子分析的美国高等教育发展水平综合评价研究。高等教育探索（05），68-73。
4，杜婷，谢贤健，梁海燕，黄安，韩权方。（2014）。基于熵TOPSIS和GIS的重庆县经济综合评价和空间分析。经济地理（06），40-47。
5，澳大利亚政府高等教育支持法（2003）