高校實驗室建設(shè)與發(fā)展評價指數(shù)的構(gòu)建

馬 楠, 楊春勇， 賀 軍, 白 云

(中南民族大學(xué) a.實驗教學(xué)與實驗室管理中心;b.科學(xué)研究發(fā)展院,武漢 430074)

0 引 言

高校實驗室在高校建設(shè)與發(fā)展過程中的作用受到國家各級教育主管部門的關(guān)注和重視，2010年6月21日，國務(wù)院審議并通過的《國家中長期教育改革和發(fā)展規(guī)劃綱要(2010-2020)》中多次提及實驗室建設(shè)方面的事宜。目前涉及高校實驗室數(shù)據(jù)統(tǒng)計的工作主要有3項，①高等教育基層統(tǒng)計，②高等教育質(zhì)量檢測統(tǒng)計，③普通高等學(xué)校實驗室基本信息統(tǒng)計。其中，普通高校實驗室基本信息統(tǒng)計列屬國家法定統(tǒng)計范疇，所得實驗室建設(shè)與發(fā)展數(shù)據(jù)最為全面和詳細(xì)。

目前對高校實驗室建設(shè)與發(fā)展的研究主要從三個方面展開。①高校實驗室建設(shè)發(fā)展數(shù)據(jù)統(tǒng)計工作的研究。如，從工作性質(zhì)角度指出實驗室基本信息統(tǒng)計是實驗室建設(shè)與發(fā)展過程中一項重要的日常性工作，其能夠較為全面衡量實驗室發(fā)展?fàn)顟B(tài)，并結(jié)合學(xué)校自身實際介紹信息統(tǒng)計指標(biāo)的分解和學(xué)校部門分工的具體經(jīng)驗[1]。加強(qiáng)統(tǒng)計法律意識、培養(yǎng)統(tǒng)計人員責(zé)任心、提升統(tǒng)計員業(yè)務(wù)能力是提高學(xué)校信息統(tǒng)計水平的重要途徑[2]。深入挖掘驗室基本信息能夠有效提高實驗室建設(shè)與管理水平[3]?？偨Y(jié)了實驗室信息統(tǒng)計工作經(jīng)常出現(xiàn)的典型問題，并針對性提出了解決對策[4]。②高校實驗室建設(shè)發(fā)展數(shù)據(jù)統(tǒng)計分析方法的研究。如，從技術(shù)層面介紹了跨軟件數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)備份的具體做法[5-6]。以國家級重點實驗室的作用為切入點，對關(guān)鍵統(tǒng)計指標(biāo)進(jìn)行了解析[7]。介紹了使用辦公軟件解決信息統(tǒng)計上報中格式轉(zhuǎn)換及數(shù)據(jù)規(guī)范性設(shè)置的方法[8]。基于RUP理論，使用數(shù)據(jù)庫技術(shù)構(gòu)建了B/S架構(gòu)的高校實驗室信息統(tǒng)計系統(tǒng)，實現(xiàn)了實驗室基礎(chǔ)數(shù)據(jù)的上報與審核匯總等功能[9]。③對實驗室建設(shè)發(fā)展數(shù)據(jù)的分類研究。如，湖北省119所高校實驗室基本數(shù)據(jù)信息，客觀評價了湖北省“十二五”高校實驗室建設(shè)與發(fā)展的狀態(tài)，并從資源整合、設(shè)備共享、隊伍改革3個方面論述了高校實驗室的發(fā)展趨勢[10-11]。針對實驗教學(xué)內(nèi)容的開展，提出高校實驗室建設(shè)的最終落腳點是實驗教學(xué)質(zhì)量的不斷提升[12]。針對實驗技術(shù)隊伍建設(shè)，創(chuàng)新提出“點線面”相結(jié)合的隊伍培養(yǎng)方式[13]。針對實驗室儀器設(shè)備管理，結(jié)合高校設(shè)備管理流程，提出了精細(xì)化儀器設(shè)備績效管理體制[14-15]。針對實驗室投入經(jīng)費，總結(jié)了目前高校實驗室經(jīng)費的基本類型與使用特點，并針對經(jīng)費支出中存在的主要問題提出了對策與建議[16-17]。

縱觀現(xiàn)有研究成果，可認(rèn)為對高校實驗室建設(shè)與發(fā)展領(lǐng)域的研究成果已經(jīng)頗為豐富，但基于實驗室宏觀整體數(shù)據(jù)所開展的實驗室建設(shè)效益分析以及發(fā)展的決策研究相對卻仍然較為薄弱。為加強(qiáng)這一短板領(lǐng)域的研究深度，首先需要構(gòu)建高校實驗室建設(shè)發(fā)展評價指數(shù)。雖然現(xiàn)有高校實驗室信息統(tǒng)計體系能全面、完整反映學(xué)校實驗室的建設(shè)與發(fā)展?fàn)顟B(tài)，但從數(shù)據(jù)分析角度來看，海量的實驗室發(fā)展數(shù)據(jù)無疑會給研究人員帶來較大難度，同時在進(jìn)行實驗室建設(shè)效益分析時，受數(shù)據(jù)相關(guān)性和冗余性的影響，基于“投入-產(chǎn)出”視角的分析結(jié)論可能會產(chǎn)生偏差，數(shù)據(jù)無法對實驗室的發(fā)展決策提供有效支撐。因此本文嘗試構(gòu)建一套相對簡單但又能反映實驗室發(fā)展全貌的評價指數(shù)，期望能夠為后續(xù)的研究提供方法支撐和新的視角。

1 變量定義與統(tǒng)計模型

1.1 變量定義

高校實驗室建設(shè)發(fā)展評價指數(shù)的構(gòu)建基于目前應(yīng)用范圍最廣，統(tǒng)計內(nèi)容最為詳細(xì)的普通高等學(xué)校實驗室基本信息統(tǒng)計體系開展。普通高等學(xué)校實驗室基本信息統(tǒng)計體系主要涵蓋實驗室人、財、物等35個方面的數(shù)據(jù)。具體包含：教學(xué)為主實驗室數(shù)量、科研為主實驗室數(shù)量、教學(xué)為主實驗室面積、科研為主實驗室面積、國家級實驗教學(xué)示范中心數(shù)量、省級實驗教學(xué)示范中心數(shù)量、校級實驗教學(xué)中心數(shù)量、一般設(shè)備數(shù)量、貴重儀器設(shè)備數(shù)量、一般設(shè)備總值、貴重儀器設(shè)備總值、教學(xué)實驗項目數(shù)量、教學(xué)實驗人時數(shù)、科研實驗項目數(shù)量、社會服務(wù)實驗項目數(shù)量、教師人員數(shù)量、實驗技術(shù)人員數(shù)量、兼任實驗人員數(shù)量、國內(nèi)學(xué)歷教育時間、國內(nèi)非學(xué)歷教育時間、國外學(xué)歷教育時間、國外非學(xué)歷教育時間、儀器設(shè)備購置經(jīng)費投入、實驗房屋建設(shè)經(jīng)費投入、儀器設(shè)備維護(hù)經(jīng)費投入、實驗教學(xué)運行經(jīng)費投入、實驗教學(xué)研究與改革經(jīng)費投入、設(shè)備使用機(jī)時、樣品測試數(shù)量、培訓(xùn)人員數(shù)量、教學(xué)論文和教材數(shù)量、科研論文和教材數(shù)量、專利數(shù)量、教師省部級以上獲獎數(shù)量、學(xué)生獲獎數(shù)量。

1.2 模型設(shè)定

本文使用主成分分析法，對普通高等學(xué)校實驗室基本信息統(tǒng)計體系進(jìn)行優(yōu)化。主成分分析法是因子分析法的一種特殊形式。具體而言，是指通過對一組變量的幾個線性組合來解釋這組變量的方差和協(xié)方差結(jié)構(gòu)，達(dá)到數(shù)據(jù)壓縮和數(shù)據(jù)解釋的目的[18]。

由于本研究中各分項實驗室建設(shè)與發(fā)展的指標(biāo)含義各不相同，指標(biāo)量綱存在明顯差別，因此為消除量綱對模型的影響，數(shù)據(jù)分析前需要進(jìn)行標(biāo)準(zhǔn)化處理，使其均值為0、方差為1。如式1、2所示。

(1)

(2)

計算各主成分的方差貢獻(xiàn)率ei及累積貢獻(xiàn)率E。ei為第i個主成分的貢獻(xiàn)率，該值越大，則說明該主成分概括各指標(biāo)數(shù)據(jù)的能力越強(qiáng)；m為全部主成分個數(shù)。在實踐中比較通行的確定主成分個數(shù)方法的準(zhǔn)則有以下幾種：①E≥85%準(zhǔn)則。E表示前m個主成分的累計貢獻(xiàn)率，即從原k個變量中提取的信息量，若已達(dá)到全部信息量的絕大部分(通常大于85%)，即可以認(rèn)為，前m個主成分已基本反映了原變量的主要信息，取前m個變量足以說明問題。②λm>λ準(zhǔn)則。先計算特征根λm的均值λ，然后將之與λm比較，選取λm>λ的前m個成分作為主成分。由標(biāo)準(zhǔn)化數(shù)據(jù)的相關(guān)矩陣R求得的λ=1，因此只要取λm>1的前m個主成分即可。所得主成分為：

f1=L11x1+L12x2+…+L1mxm

f2=L21x1+L22x2+…+L2mxm

…

fm=Lm1x1+Lm2x2+…+Lmmxm

(3)

式中,f1、f2、…、fm依次為第1、第2直至第m主成分因子。

2 分析與討論

研究基于湖北省普通本科高校2015 年實驗室建設(shè)與發(fā)展基本信息，使用SPSS18.0展開相應(yīng)分析。35個分項指標(biāo)的解釋總方差情況，如表1所示。

由表1數(shù)據(jù)所示，使用主成分分析法能夠?qū)⑵胀ǜ叩葘W(xué)校實驗室基本信息統(tǒng)計體系的35個分項指標(biāo)優(yōu)化至6個主成分因子，并且主成分因子對原有指標(biāo)體系的解釋吻合度達(dá)到87.482%(超過85%)，能夠較為完整的反映實驗室建設(shè)與發(fā)展?fàn)顟B(tài)。其中，第一個主成分因子對原有數(shù)據(jù)解釋率最大，從第2個因子開始，主成分因子對原有數(shù)據(jù)解釋率逐漸降低，直至第6個因子。為量化提取后6個主成分因子與原有35個數(shù)據(jù)指標(biāo)的解釋關(guān)系，需進(jìn)一步計算主成分因子荷載系數(shù)，荷載矩陣具體如表2所示。

表1 分項指標(biāo)的解釋總方差情況

表2 主成分因子的荷載矩陣

(續(xù)表2)

通過表2分析結(jié)果可以確定提取后6個主成分因子與原有35個數(shù)據(jù)指標(biāo)的計量關(guān)系，如：儀器設(shè)備維護(hù)經(jīng)費投入=0.946f1+0.052f2+0.129f3-0.085f4-0.129f5+0.001f6;一般設(shè)備數(shù)量=0.897f1-0.4f2-0.006f3+0.021f4-0.019f5-0.042f6;一般設(shè)備總值=0.897f1-0.411f2-0.05f3+0.009f4-0.08f5-0.082f6等限于篇幅，此處不再逐一列舉二者的計量對應(yīng)關(guān)系，方法同上。

通過分析，明確了原有變量與主成分因子的計量關(guān)系，實現(xiàn)了對原有數(shù)據(jù)框架體系的優(yōu)化。但這6個主成分因子的實際含義如何，尚不確定。因此，此處采用方差最大方法，繼續(xù)對因子荷載矩陣進(jìn)行正交旋轉(zhuǎn)，進(jìn)而明確各主成分因子的實際含義，如表3所示。

表3 各主成分因子與原始變量的解釋關(guān)系表

通過表3結(jié)論可知，專利數(shù)量、儀器設(shè)備購置經(jīng)費投入等10個指標(biāo)在第1個主成分因子上具有較高的載荷，表明第1個主成分因子主要解釋對應(yīng)的這10個指標(biāo)，可以解釋為實驗室硬件資源。國外學(xué)歷教育時間、國外非學(xué)歷教育時間等10個指標(biāo)在第2個主成分因子上具有較高的載荷，表明第2個主成分因子主要解釋對應(yīng)的這10個指標(biāo)，可以解釋為實驗室軟件資源。實驗教學(xué)運行經(jīng)費投入、科研為主實驗室面積等7個指標(biāo)在第3個主成分因子上具有較高的載荷，表明第3個主成分因子主要解釋對應(yīng)的這7個指標(biāo)，可以解釋為實驗室科研服務(wù)能力。校級中心數(shù)量、教學(xué)為主實驗室數(shù)量、教學(xué)實驗項目數(shù)量3個指標(biāo)在第4個主成分因子上具有較高的載荷，表明第4個主成分因子主要解釋對應(yīng)的這3個指標(biāo)，可以解釋為實驗室教學(xué)支撐能力。教學(xué)實驗人時數(shù)、國家級實驗教學(xué)示范中心數(shù)量、省級實驗教學(xué)示范中心數(shù)量3個指標(biāo)在第5個主成分因子上具有較高的載荷，表明第5個主成分因子主要解釋對應(yīng)的這3個指標(biāo)，可以解釋為實驗室規(guī)模與級別。實驗教學(xué)研究與改革經(jīng)費投入、學(xué)生獲獎數(shù)量2個指標(biāo)在第6個主成分因子上具有較高的載荷，表明第6個主成分因子主要解釋對應(yīng)的這2個指標(biāo)，可以解釋為實驗室教學(xué)改革與成效。

3 結(jié) 論

通過以上分析，構(gòu)建了包含“實驗室硬件、軟件資源、科研服務(wù)能力、教學(xué)支撐能力、規(guī)模與級別、實驗室教學(xué)改革與成效”6個主成分因子的實驗室建設(shè)發(fā)展評價指數(shù)，實現(xiàn)了對現(xiàn)有高校實驗室建設(shè)與發(fā)展數(shù)據(jù)指標(biāo)體系的優(yōu)化，新的實驗室建設(shè)發(fā)展評價指數(shù)對原有指標(biāo)體系的解釋吻合度達(dá)到87.482%，能夠較為完整反映實驗室建設(shè)與發(fā)展?fàn)顟B(tài)。為了增強(qiáng)實驗室建設(shè)發(fā)展評價指數(shù)的實用性，建立因子分析模型，進(jìn)一步量化了實驗室建設(shè)發(fā)展評價指數(shù)與現(xiàn)有普通高等學(xué)校實驗室基本信息統(tǒng)計體系的關(guān)系。

實驗室建設(shè)發(fā)展評價指數(shù)的構(gòu)建并非是對現(xiàn)有普通高等學(xué)校實驗室基本信息統(tǒng)計體系的否定而是新的補(bǔ)充。其能夠從不同層面挖掘?qū)嶒炇医ㄔO(shè)與發(fā)展信息，有效提高基于“投入—產(chǎn)出”視角的實驗室建設(shè)效益的分析效率，提升已有實驗室建設(shè)數(shù)據(jù)對實驗室未來發(fā)展決策的支撐能力，并為后續(xù)研究提供新的視角與參考。