基于多元统计方法的高校科研状况评价分析

摘要： 根据近十年来某高校科研数据，利用多元统计分析中因子分析，聚类分析统计方法对各学院的科研状况进行综合评价分析，提出了一种对科研状况的评价方法。研究表明某些学院等的第一因子很高，说明这些学院在尖端学术科研上成绩突出。但同时第三因子较低，说明这些学院与企业科研联系不足。某些学院等的第二因子很高，说明这些学院在论著人均贡献率、C类论文人均贡献率等某些方面做得较好。另外一些学院的第三因子很高，说明这些学院紧密保持与企业的科研合作。后续的聚类分析结果也证实了综合评价分析结论的合理性。通过本文的研究，为科学地建立高校科研业绩的管理体系及评价体系提供了理论依据。

Abstract： According to the university scientific research data in nearly ten years， the factor analysis and cluster analysis statistical methods in the multivariate statistical analysis are used to carry out the comprehensive evaluation analysis of the college scientific research status and put forward a method for evaluating the state of the research. Research shows that， in some colleges， the first factor is very high， indicating that these colleges in cutting-edge academic research achievements. But at the same time， the third factor is low， indicating that these colleges and enterprises to contact the lack of scientific research. In other colleges， the second factor is very high， indicating that these colleges in the per capita contribution rate， C class paper per capita contribution rate and other aspects to do better. In addition， some of the college's third factor is very high， indicating that these colleges are closely related to the enterprise's scientific research and cooperation. The results of the subsequent cluster analysis also confirmed the rationality of the conclusion of the comprehensive evaluation analysis. Through the study of this paper， it provides a theoretical basis for the scientific management system and evaluation system of scientific research achievements.

关键词： 高校；科研状况；因子分析；聚类分析；评价

Key words： colleges and universities；research status；factor analysis；cluster analysis；evaluate

中图分类号：G463 文献标识码：A 文章编号：1006-4311（2016）31-0015-04

0 引言

科研能力是衡量一所高校科教水平的重要标志。某高校作为省重点高校有着悠久的办学历史，科研水平在省内也是名列前茅，本文针对该高校20个学院的各项科研指标进行多元统计分析，建立了描述科研水平的各类变量，包括各类科研项目的经费总额、各类论文的发表数量、论著发表数量，投入科研人员数量等。但由于各学院规模不一，各学院科研性质也不尽相同，为了保证研究结果的平衡性，本文采用对科研成果人均贡献率的方式进行研究。然而进行统计分析时，并非变量收集的越多越有利，变量间信息的高度相关、高度重叠会给统计方法的应用带来许多困难，因此本文借助SPSS统计分析软件，采用因子分析方法，在众多变量中提取影响各学院科研状况的主要因子对问题进行分析，最后通过因子变量的聚类分析对评价结果进行验证。国内学者目前主要集中对我国体育事业进行科研状况分析，如贾志强、郑岩平对我国1995-2000年篮球科研状况作了分析。张金、夏秀荣对我国1994-2003年排球科研状况作了分析。在高校科研状况分析方面，孟学英、陈春华利用调查问卷方式对我国部分高职院校教师科研状况做了调查分析。同时国内对多元统计方法的应用也主要集中在医疗、经济方面，如孟莹、谢守祥等利用多元统计分析方法对江苏省经济差异化做了分析。王曦、宋剑南利用多元统计分析方法对影响中医症候的主要因素做了研究。利用多元统计分析方法结合高效科研状况评价分析还鲜有研究。本文结合多元统计分析分析方法对某高校科学地建立高校科研业绩的管理体系及评价体系提供了理论依据。

1 因子分析方法简介

因子分析是利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。因子分析的基本思想是根据相关性大小把原始变量分组，使得同组内的变量之间相关性较高，而不同组的变量之间的相关性则较低。每组变量代表一个基本结构，并用一个不可观测的综合变量表示，这个基本结构就称为公共因子。对于所研究问题的某一具体问题，原始变量可以分解成两部分之和的形式，一部分是少数几个不可测的所谓公共因子的线性函数，另一部分是与公共因子无关的特殊因子。进行因子分析的步骤如下：①根据研究问题选取原始变量。②对原始变量进行标准化并求其相关阵，分析变量之间的相关性。③求解初始公共因子及因子载荷矩阵。④因子旋转。⑤因子得分。⑥根据因子得分值进行进一步分析。

2 各学院科研状况的因子分析

2.1 数据分析和指标选取

本文选用的数据来源于某高校2006年至2015年的统计数据。设定数据中8个指标变量分别是X1：2006-2015年横向项目金额人均贡献率（万元/人）；X2：2006-2015年市校级项目金额人均贡献率（万元/人）；X3：2006-2015年省部级项目金额人均贡献率（万元/人）；X4：2006-2015年部级项目金额人均贡献率（万元/人）；X5：A类论文人均贡献率（篇/人）；X6：B类论文人均贡献率（篇/人）；X7：C类论文人均贡献率（篇/人）；X8：论著数量人均贡献率（项/人）。数据详情见表1。

在进行数据分析前，进行KMO检验，P值为0.000，检验结果是显著的，同时KMO值达到0.577，结果见表2，表明数据之间具有一定的相关性，可进行因子分析。

从表3变量共同度表中可以看出因子分析的变量共同度均较高，表明变量中的大部分信息均被因子所提取，说明因子分析的结果是有效的。

2.2 因子提取和因子解释

现应用主成分分析法来进行因子提取和因子个数的确定，从表4中可以看出只有前三个因子特征根大于1，并且前三个因子特征值之和接近80%，故提取前三个因子基本包含了全部测评指标的绝大部分信息，因子分析效果较理想。

由于初始载荷阵结构不够清晰，不便于对因子进行解释，因此对因子载荷矩阵实行旋转，达到简化结构的目的，使各变量在某些因子上有较高载荷，而在其余因子上只有小到中等的载荷。这里采用方差最大正交旋转法进行因子旋转。结果见表5。

从旋转后的因子载荷矩阵来看，第一个主因子在省部级项目金额人均贡献率、部级项目金额人均贡献率、A类论文人均贡献率、B类论文人均贡献率上具有较高载荷，第二个主因子在C类论文人均贡献率、论著数量人均贡献率上具有较高载荷，第三个主因子在横向项目金额人均贡献率、市校级项目金额人均贡献率上具有较高载荷。

2.3 因子得分和因子变量

本文采用回归法估计因子得分系数，并输出因子得分系数矩阵见表6。

根据表6可写出以下因子得分函数：F1=-0.014横向项目金额人均贡献率-0.078市校级项目金额人均贡献率+0.263省部级项目金额人均贡献率+0.293部级项目金额人均贡献率+0.178A类论文人均贡献率+0.508B类论文人均贡献率+0.021C类论文人均贡献率+0.174论著人均贡献率（1）；F2=-0.159横向项目金额人均贡献率+0.065市校级项目金额人均贡献率+0.00省部级项目金额人均贡献率-0.057部级项目金额人均贡献率-0.235A类论文人均贡献率+0.393B类论文人均贡献率+0.328C类论文人均贡献率+0.570论著人均贡献率（2）；F3=0.442横向项目金额人均贡献率+0.582市校级项目金额人均贡献率+0.123省部级项目金额人均贡献率+0.010部级项目金额人均贡献率-0.076A类论文人均贡献率-0.219B类论文人均贡献率+0.384C类论文人均贡献率-0.010论著人均贡献率（3）

通过上述公式（1）、公式（2）和公式（3）可得到各个学院的因子得分。从而获得三个因子变量，由于这三个因子变量是线性无关的。因此，可以利用它们对各个学院的科研状况做统计分析。

3 各学院科研状况的综合评价分析

下面利用三个因子变量对2006年-2015年该高校各学院科研状况做多元统计分析，并对各学院近10年来科研状况进行综合评价。

首先画出三因子变量的散点图，对各学院近10年来科研状况做对比分析。以第一因子变量为横坐标，第二因子变量为纵坐标，第三因子变量为竖坐标的三维散点图如图1所示。

从图1中可以看出P学院、O学院、M学院等的第一因子很高。说明这些学院在部级项目人均贡献率、省部级项目人均贡献率、A类论文人均贡献率、B类论文人均贡献率上成绩突出，但在横向项目人均贡献率上稍显不足，这些学院应该在保持尖端学术科研的前提下，多加强与企业的合作，创造更多产业应用成果。L学院、R学院、N学院等的第二因子很高，说明这些学院在论著人均贡献率、C类论文人均贡献率上成绩突出，这与这些学院的科研性质是密不可分的，第二因子很高的学院可以在保持自己科研特色的前提下，多关注学术前沿的相关信息，争取在尖端科研中有更大的突破。如B学院、I学院等的第三因子很高，说明这些学院在横向项目人均贡献率上成绩突出，这些学院可以在紧密保持与企业的科研联系的基础上，加强自己在学科特色科研中的研究，多出一些基础研究方面的尖端科研学术成果，增强学院在科研创新中的能力。

最后利用系统聚类分析法对各学院科研状况进行聚类分析，即利用三因子变量对20个学院进行聚类，结果如表7所示，M学院、P学院、O学院和J学院为一类，B学院、I学院为一类，其它学院为一类。这个结果与散点图分析的情况基本类似。

4 结束语

本文针对某高校各学院科研状况进行综合评价分析，通过对高校近十年科研指标数据进行因子分析，将八个指标变量分为三个科研因子，分别是高端科研因子、校企合作科研因子、基础科研因子，并给出了因子得分模型，对各学院近十年的科研状况给出了分析，最终的聚类分析结果也对各学院科研状况做了验证说明。论文的研究成果为科学地建立高校科研业绩的管理体系及评价体系提供了理论依据。

从分析结果来看，因学院科研特色不同，导致各个学院在学术科研这个万花筒中所扮演的角色也各不相同，但各学院之间还是应当加强科研合作，取他人之长补己之短，这样才能为该高校向科研大校、科研强校的进军道路上打下坚实的基础。

参考文献：

[1]薛薇.SPSS 统计分析方法及应用[M].二版.北京：电子工业出版社，2006：303-349.

[2]张文彤.SPSS11统计分析教程―高级篇[M].北京：北京希望电子出版社，2002：166-210.

[3]李卫东.应用多元统计分析[M].北京：北京大学出版社，2008：226-240.

[4]阎慈琳.关于主成分分析做综合评价的若干问题[J].数理统计与管理，1998（2）：22-24.

[5]胡永宏，贺思辉.综合评价方法[M].北京：经济科学出版社， 2000.

[6]何晓群.现代统计分析方法与应用[M].北京：中国人民大学出版社，2003，8：15-18.

[7]孙静水.计量经济学[M].北京：清华大学出版社，2004.

[8]李利梅，柳向东.R型因子分析模型描述[J].统计与决策.