基于聚类分析方法的“985工程”高校排名

基于聚类分析方法的“985工程”高校排名评价摘要：改革开放30多年来，随着我国“科教兴国”和“人才强国”战略的深入实施，科技进步和技术创新已成为经济与社会发展的第一推动力。实施“985”工程，是中国政府推进高等教育发展，促进高等教育与经济社会发展相适应的一项重要措施。研究它有利于推动我国高校的发展，这里我们运用聚类分析的方法，从我国高校的“人才培养”和“科学研究”两大职能入手，对“985工程”高校进行分类评价，为高校良性竞争并提升办学水平和社会影响力，以及这些国家一流高校以后的发展提供一些力所能及的参考关键词：聚类分析统计高校排名1引言“985工程”是我国政府为建设若干所世界一流大学和一批国际知名的高水平研究型大学而实施的高等教育建设工程。“985工程优势学科创新平台项目”是以国家和行业发展急需的重点领域和重大需求为导向，围绕国家科技发展战略和学科前沿，加大学科结构调整力度，促进学科交叉，大力提高建设学科的科技创新能力和解决制约经济社会发展重大瓶颈问题的能力而开始进行的国家级教育建设工程。“985”高校名单如下：“985”一期学校名单（34所）清华大学北京大学中国科技大学南京大学复旦大学上海交通大学西安交通大学浙江大学哈尔滨工业大学南开大学天津大学东南大学华中科技大学武汉大学厦门大学山东大学湖南大学中国海洋大学中南大学吉林大学北京理工大学大连理工大学北京航空航天大学重庆大学电子科技大学四川大学华南理工大学中山大学兰州大学东北大学西北工业大学同济大学北京师范大学中国人民大学“985”二期学校名单（4所）中国农业大学国防科技大学中央民族大学西北农林科技大学本次评价从高校的“人才培养和科学研究”两大职能入手，以“衡量高校科学与人才的贡献能力”为评价目标，对我国高校的进行综合选优排序。排名选用二级评价指标体系，一级指标由“人才培养”、“科学研究”和“综合声誉”三个指标构成。二级指标由科研基地、科研项目、科研成果、培养基地、师资队伍、杰出校友和综合声誉构成。通过建立统计分析的数学模型，给出了度量、评测“985工程”大学的客观标准，从一个新的角度，就客观、定量地研究“985工程”大学进行了探索，为学校以后的发展提供一些力所能及的参考。2样本数据的选取2.1各级评价指标的内涵（1）“杰出校友”是指高校毕业生中杰出的政治家、企业家和科学家等。数据来源为《21世纪人才报》，中国校友会网等。（2）“师资水平”由中国科学院院士和中国工程院院士、国外院士、杰出人文社会科学家、国家教学名师、国家级教学团队、长江学者及创新团队带头人和国家自然科学杰出青年基金获得者等组成。（3）“培养基地”由“高校学科创新引智基地(111计划)”、国家一级重点学科、国家二级重点学科、国家重点培育学科、博士后流动站、二级学科博士点、二级学科硕士点和高等学校特色专业建设点等组成。（4）“科研成果”包括“国家级奖励成果”、“中国专利奖”和“Nature&Science论文”。（5）“科研基地”包括知识生产基地、技术创新与成果转化基地。由国家实验室、国家重点实验室、国防重点实验室、国家工程研究中心、国家工程实验室、国家工程技术研究中心等组成。（6）“科研项目”由973国家重大基础研究项目、国家重大科学研究计划项目、国家自然科学基金项目和国家社会科学基金项目等组成。（7）“综合声誉”由国内新闻媒体对2010年度参评高校新闻报道数组成。2.2指标权重表一“985”高校评价指标体系权重分配一级指标二级指标指标权重人才培养杰出校友20.02%师资队伍13.33%培养基地10.22%科学研究科研成果20.00%科研基地13.33%科研项目13.33%学校声誉综合声誉9.77%计算方法：（1）二级评价指标得分的计算。计算公式：上榜高校的二级评价指标得分=100×∑(各二级评价指标参数×系数)/MAX(∑(各二级评价指标参数×系数))（2）一级评价指标得分的计算。计算公式：上榜高校的一级评价指标得分=100×∑各二级评价指标得分/MAX(∑各二级评价指标得分)（3）综合排名得分的计算。计算公式：上榜高校的最终综合排名得分=100×∑(二级评价指标得分×权重)/MAX(∑(二级评价指标得分×权重))2.3“985工程”高校得分排行榜表二中国“985”高校得分排行榜名次学校名称所在省市类型总分科学研究人才培养综合声誉1北京大学北京综合10095.6110098.322清华大学北京理工96.1810086.551003浙江大学浙江综合56.1053.4652.4074.864复旦大学上海综合55.5753.6055.6951.545南京大学江苏综合42.9040.6742.6345.366上海交通大学上海综合42.5248.0135.5937.397武汉大学湖北综合39.3741.1435.5339.418中国人民大学北京综合36.6128.1136.5273.389华中科技大学湖北理工34.5637.5729.4735.4910中山大学广东综合33.7734.4729.6042.6111吉林大学吉林综合33.6832.5733.8230.4312四川大学四川综合32.2333.8228.5734.1113北京师范大学北京师范27.9528.3223.8739.5814南开大学天津综合27.8428.1724.6035.4515中南大学湖南综合27.6227.9024.6634.1416山东大学山东综合27.4926.0726.7731.8117哈尔滨工业大学黑龙江理工27.2726.2726.4329.9418中国科技大学安徽理工27.2027.8724.5330.2619西安交通大学陕西综合26.4325.6525.0630.8320厦门大学福建综合25.4224.3422.6938.5421天津大学天津理工22.1721.9119.1033.4722北京航空航天大学北京理工21.8524.6216.3529.3023同济大学上海理工21.1019.5118.9235.2624中国农业大学北京农林19.6021.3314.4631.3925东南大学江苏综合19.2216.9018.4030.9426大连理工大学辽宁理工17.3417.1514.7427.0827华南理工大学广东理工16.7315.3614.1033.2128西北工业大学陕西理工15.6215.3612.8527.0829北京理工大学北京理工15.1413.3513.2430.4730东北大学辽宁理工14.9712.6014.2627.5131重庆大学重庆综合14.4712.3012.9829.9332湖南大学湖南综合13.9211.3712.8629.4433兰州大学甘肃综合13.8211.0613.0628.9134中国海洋大学山东综合11.1111.587.6823.1235电子科技大学四川理工10.428.917.7829.1936西北农林科技大学陕西农林8.486.877.0122.3737中央民族大学北京民族5.923.574.6623.41（由于国防科技大学的军事特殊性，特把它排除在外）3数据处理及分析3.1聚类分析在面临比较复杂的研究对象时，我们常常把一些相似的样品（或指标）归成一类进行处理分析，这种将个体或对象分类，使得同一类中的对象之间的相似性与其他类的对象的相似性更强的方法就是聚类分析。常见的有系统聚类法，在这里我们也采用系统聚类法进行分析与处理。基本步骤归纳如下：1）定义样品之间的距离；2）定义类之间的距离；3）n个样品一开始就作为n个类，根据以上距离的定义，将距离最近的样品（类）聚为一类。设每个样品xi有p个指标，他们的观测值可表示为xi=(x1,i,x2,i,……,xp,i)T这时，每个样品xi可看成p维空间中的一个点，n个样品就组成p维空间中的n个点，我们很自然的用各个点之间的距离来衡量各样品之间的靠近程度。在这里我们采用欧氏距离，即d(xi,xj)=[∑(xai−xaj)2pa=1]12常用的类与类之间的距离有三种。我们设i,j等分别表示样品xi，xj，以dij简记样品i，j之间的距离d（xi，xj），用Gp，Gq表示两个类，他们所包含的样品个数分别记为np和nq，类Gp，Gq之间的距离用D（Gp，Gq）表示（1）最短距离D(Gp，Gq)=min⁡{dij|i∈Gp，j∈Gq}即定义Gp，Gq中最邻近的两个样品间的距离为这两个类间的距离。（2）最长距离D(Gp，Gq)=max⁡{dij|i∈Gp，j∈Gq}即定义Gp，Gq中相聚最远的两个样品间的距离为这两个类间的距离。（3）类平均距离D(Gp，Gq)=1npnq∑∑𝑑𝑖j2𝑗∈𝐺𝑞𝑖∈𝐺𝑝即用Gp，Gq中每两两样品间的距离的平均数作为这两个类之间的距离。因为类平均法是聚类效果较好、应用比较广泛的一种聚类方法。所以在这里我们采用类平均法。以上面的理论为依据，运用SPSS软件，用系统聚类法进行聚类，选取组间连接，在对距离的测度方法中选取欧氏距离，处理结果如下图：表三系统聚类表AgglomerationScheduleStageClusterCombinedCoefficientsStageClusterFirstAppearsNextStageCluster1Cluster2Cluster1Cluster213233.417006229311.462006314151.7930015417193.053005516173.857048629324.135219726286.7760016816187.4895015929307.73060161021238.99600191191216.777002312363717.494002213132018.314002414222418.764001915141622.817382416262925.616791817252726.014001818252640.64017162619212241.22710142620343543.9840022216751.281002722343654.8712012302391156.0971102524131464.14313152825910101.27523028262125104.4031918302756126.4960213128913137.4172524312912202.9970036302134222.3202622333159432.2592728333234554.666003433521769.16131303534381195.6013203535353012.216343336361314900.00729350表四聚类数表三反映了每一阶段聚类的结果，Coefficients表示聚合系数，第二列和第三列表示聚合的类，比如第一阶段时第32个学校与第33个学校聚为一类。表四表示了聚类的数。因此，由上图我们可以得到聚类的情况：第一类：清华大学北京大学第二类：浙江大学复旦大学中国人民大学第三类：南京大学上海交通大学武汉大学华中科技大学中山大学吉林大学四川大学北京师范大学南开大学中南大学山东大学哈尔滨工业大学中国科技大学西安交通大学厦门大学第四类：天津大学北京航空航天大学同济大学中国农业大学东南大学大连理工大学华南理工大学西北工业大学北京理工大学东北大学重庆大学湖南大学兰州大学中国海洋大学电子科技大学西北农林科技大学中央民族大学我们可以看出清华、北大两所学校在各方面都以绝对的优势压过其他的学校，不愧为中国最顶尖的高校的称号；浙江大学和中国人民大学在综合声誉上得分较高，而复旦大学三项一级指标得分比较平均，他们都被归为第二类，称得上是中国的顶尖高校；而以南京大学，上海交大，武汉大学，华中科技大学为代表的这些名牌大学虽然在某个指标上可能赶上了这些顶尖高校，但在其他指标上与以上五所顶尖高校还是存在一定的差距。所以它们可以根据自身学校的特点，继续发挥出优势，弥补其不足之处，指定出有针对性的方案，抓住机遇，争取赶上这些顶尖高校