高校绩效评价指标体系探究

前言：想要写出一篇引人入胜的文章？我们特意为您整理了高校绩效评价指标体系探究范文，希望能给你带来灵感和参考，敬请阅读。

摘要：高校绩效评价是当前高校的热点课题，其中指标体系的构建直接影响绩效评价结果。当前高校绩效评价指标体系存在不科学、客观性差等缺陷，为了对高校绩效进行更好的评价，设计了基于层次覆盖模型的高校绩效评价指标体系。首先对当前高校绩效评价指标体系研究进展进行分析，找到各种指标体系设计方法的缺陷，然后基于易理解、独立性、系统性、简明性原则建立高校绩效评价的原始指标体系，并采用层次分析法选择最优的高校绩效评价指标体系，最后引入权值覆盖模型对高校绩效评价指标体系进行优化，并根据优化的指标体系，采用数据挖掘技术建立高校绩效评价模型，具体应用实例结果表明，层次覆盖模型构建了十分理想的高校绩效评价指标体系，有助于提高高校绩效评价精度。

关键词：高校绩效；评价指标；体系构建；教育信息化；层次结构

0引言

随着经济的不断发展，高校发展的速度很快，高校的投入不断增加，为了适合市场经济的发展，高校自主性越来越高，高校管理质量从量变向质变发展，高校绩效评价是一种重要的高校管理手段［1－3］。高精度的高校绩效评价有利于高校的资源合理分配，通过建立一定的高校绩效评价模型来预测未来高校绩效状态［4］。要进行高精度的科研绩效评价，科学的绩效评价指标体系是基础，直接影响高校绩效评价效果，因此成为当前高校绩效研究的一个热点问题［5］。高校绩效评价内容涉及面很广，如高校环境、高校资源、高校投入、高校产出等，因此评价指标数量比较大，建立的绩效评价指标体系比较庞大［6－7］，如果将所有与绩效评价结果相关的指标都选择进来，那么使得绩效评价过程十分复杂，因此需要精选绩效评价指标，建立科学、合理的高校绩效评价指标体系［8］。当前建立绩效评价指标体系的主要方法有主成分分析方法、数据包络分析方法、熵值法等［9－11］，但是这些方法均存在一定的不足，如主成分分析法得到的指标体系可解释性比较差，会去掉一些重要的绩效评价指标，信息不完整，对后续绩效评价有一定的负面影响；数据包络分析方法的指标体系具有一定的主观性，使得绩效评价错误率高；熵值法的绩效评价指标体系构建过程过于复杂，影响绩效评价效率［12－13］。针对目前高校绩效指标体系存在的问题，为了更好地对高校绩效进行准确评价，提出了基于层次覆盖模型的高校绩效指标体系，采用层次分析法确定高校绩效评价指标的权重值，引入权值覆盖模型对高校绩效评价指标体系进行优化，最后通过具体应用实例分析本文设计的高校绩效指标体系的有效性和优越性。

1层次覆盖模型的高校绩效评价指标体系

1．1建立高校绩效评价指标体系

在进行高校绩效评价建模之前，首先建立与高校绩效评价相关的指标体系，高校绩效评价指标体系的构建不是主观、盲目的，本文基于以下原则建立高校绩效评价指标体系。（1）易理解性原则。对于每一个高校绩效评价指标应该含义明确、没有歧义，不能有模棱两可的现象，使得高校绩效评价专家十分容易理解每一个指标所要包含的信息。（2）指标独立性原则。每一个高校绩效评价指标是独立的，指标之间不存在交叉、重叠信息，不能相互干扰。（3）系统性原则。评价指标体系不仅可以全面描述高校绩效的综合情况，而且可信度要高，同时要抓住主要因素。（4）简明性原则。在满足高校绩效评价的基础上，应该尽可能使评价数量小，防止高校绩效评价指标体系过于庞大，且指标数据易收集，可操作性强。当前高校绩效包括很多方面，由于国家对科学技术的不断重视，科研绩效成为高校关注的重点，因此本文主要针对高校科研绩效进行研究，建立的评价指标体系具体如表1所示。

1．2层次分析法确定高校绩效评价指标的权重值

对表1的高校绩效评价指标体系进行分析可以发现，每一种指标所包含的信息不一样，要表达的内容也不相同，它们对高校绩效评价结果的贡献程度不一样，即它们的权重值不一样，传统高校绩效评价方法假设它们的贡献是一样的，因此权重值也一样的，使得高校绩效评价结果无法达到最优。为了描述每一个指标对高校绩效评价结果的贡献程度，本文选择层次分析法确定高校绩效评价指标的权值。层次分析法是一种处理复杂问题的数据挖掘技术，其核心思想为将复杂问题通过层次化，变得更加简单，利用数学方法确定每一个指标的权重值，根据权重值描述每一个指标的重要性，并根据权重值对评价指标排序，层次分析确定高校绩效评价指标权重值的步骤如下。Step1：建立高校绩效评价指标的判断矩阵。判断矩阵的具体描述如表2所示。Step2：判断高校绩效评价指标矩阵次序的一致性。设aij表示第i个高校绩效评价指标相对于第j个指标的重要性，如果满足条件aij＞1，ajk＞1，可以得到aik＞1，那么表示高校绩效评价指标矩阵次序具有一致性，如果不满足一致性，那么就要舍弃该高校绩效评价指标矩阵。Step3：计算高校绩效评价指标矩阵的满意一致性比率，具体如下。a）计算高校绩效评价指标矩阵的每行元素的积，即式（1）。式中，i＝1，2，…，n，n表示高校绩效评价指标数量。b）计算Mi的n次方根，具体为式（2）。Wi＝n槡Mi（2）式中，i＝1，2，…，n，n表示高校绩效评价指标数量。c）对Wi进行归一化处理，得到高校绩效评价指标的权重为式（3）。Wi＝Wi／∑ni＝1Wi（i＝1，2，…，n）（3）d）计算高校绩效评价指标判断矩阵的最大特征值，即式（4）。λmax＝1n∑ni＝1∑nj＝1aij×WiWi（4）e）高校绩效评价指标矩阵的满意一致性比率计算式为式（5）。CR＝λmax－n（n－1）m（5）式中，CR表示一致性的平均值。如果CR＜0．1，那么表示高校绩效评价指标矩阵符合满意一致性，得到的权重值是可信的。层次分析法确定高校绩效评价指标的权重值如表3所示。

1．3权值覆盖模型优化高校绩效指标体系

通过表3可以看出，层次分析法能够有效确定高校绩效评价指标的权重值，有的权重值比较小，有的权重值比较大，为此引入权重覆盖模型对高校绩效指标体系进行优化，去掉一些对高校绩效评价结果影响不重要的指标，得到的结果如图1所示。从图1中可以看出，可以去掉科研项目总数、SCI论文数、专著数，因为它们处于覆盖模型半径的最里面，表示它们高校绩效评价效果影响比较小，这样可以减少高校绩效指标的数量，从而简化高校绩效指标体系。

2应用实例分析

2．1数据来源

为了分析层次覆盖模型的高校绩效指标体系的有效性，选择3类高校科研绩效数据作为研究对象，每一类高校选择的高校数量如表4所示。同时选择主成分分析法的高校绩效指标体系、数据包络分析法的高校绩效指标体系进行对比实验，采用的高校绩效评价建模方法为BP神经网络，采用Java编程实现高校绩效评价程序。

2．2高校绩效评价精度对比

采用主成分分析法、数据包络分析法和层次覆盖模型建立相应高校绩效指标体系，然后采用BP神经网络建立相应的高校绩效评价模型，并采用表4的高校绩效数据作为测试数据，统计不同方法的高校绩效评价精度，结果如图2所示。从图2可以看出，层次覆盖模型的高校绩效评价精度为95．00％，主成分分析法的高校绩效评价精度为91．12％，数据包络分析法的高校绩效评价精度为93．13％。相对于对比方法，层次覆盖模型的高校绩效评价误差大幅度减少，这主要是因为本文引入了层次分析法合理确定各高校绩效评价指标的权值，并引入权重覆盖模型对高校绩效评价指标体系进行了优化，获得了更优的高校绩效评价效果，体现了本文研究设计的高校绩效评价指标体系优越性。

2．3高校绩效评价时间对比

统计不同方法的高校绩效评价时间，结果如图3所示。从图3可知，层次覆盖模型的高校绩效评价时间少，主成分分析法的高校绩效评价时间次之，数据包络分析法的高校绩效评价时间最多，层次覆盖模型提高了高校绩效评价效率，主要是因为建立了更好的层次覆盖模型的高校绩效评价指标体系，加快了高校绩效评价速度。

3总结

高校绩效评价越来越受到国家和高校的重点关注，当前传统的高校绩效评价指标体系设计方法无法满足高校发展的需要，针对传统高校绩效评价指标体系设计方法存在的问题，设计了层次覆盖模型的高校绩效指标体系，结果表明本文研究设计体系可以满足高校绩效评价的要求，为高校绩效评价建模分析提供有价值的信息，具有广泛的应用前景。

作者:傅雷鸣 陈一飞 单位:南京农业大学工学院