城市的經(jīng)濟(jì)與人口對(duì)大眾心目中的高校排名影響研究

邱丹陽(yáng)，韓筱璞

(杭州師范大學(xué)阿里巴巴復(fù)雜科學(xué)研究中心 杭州 311121)

高校評(píng)價(jià)指的是對(duì)高校教學(xué)、科研、社會(huì)協(xié)作等各方面水平的評(píng)估與定位，是測(cè)度高校發(fā)展?fàn)顩r的主要手段，在高校管理與創(chuàng)新發(fā)展方面有著重要意義。一方面，高校評(píng)價(jià)可以強(qiáng)化高校自我認(rèn)知，為高校發(fā)展提供明確的決策導(dǎo)向，促進(jìn)高校自我管理與改進(jìn)[1]，另一方面，高校評(píng)價(jià)還可以為大眾選擇高校提供信息和指導(dǎo)作用[2-3]。此外，高校作為地區(qū)創(chuàng)新發(fā)展的重要主導(dǎo)，高校評(píng)價(jià)也同創(chuàng)新人才的引進(jìn)密切相關(guān)[4-6]。

由于高校的職能復(fù)合了人才培養(yǎng)、基礎(chǔ)創(chuàng)新、社會(huì)發(fā)展等多個(gè)方面，因此如何科學(xué)地評(píng)價(jià)高校的綜合水平成為了一個(gè)系統(tǒng)性問(wèn)題。一般而言，為了保證評(píng)價(jià)結(jié)果的可靠性與全面性，評(píng)價(jià)方法往往綜合了各項(xiàng)社會(huì)發(fā)展需求[7-9]，從多個(gè)角度對(duì)高校水平進(jìn)行考察評(píng)價(jià)。人才培養(yǎng)、科學(xué)研究、聲譽(yù)影響和國(guó)際化水平等一直以來(lái)都是最常見且最受關(guān)注的幾個(gè)維度[10-12]，而每一個(gè)維度也可以通過(guò)多種不同層次的指標(biāo)來(lái)表現(xiàn)。常見的高校評(píng)價(jià)測(cè)度指標(biāo)主要包括一系列的教學(xué)質(zhì)量指標(biāo)、師生比指標(biāo)、各類的論文發(fā)表與引用指標(biāo)、多種國(guó)際合作指標(biāo)、學(xué)術(shù)聲譽(yù)指標(biāo)、產(chǎn)業(yè)影響指標(biāo)等[13-16]。

高校排名體系綜合了各項(xiàng)高校評(píng)價(jià)指標(biāo)的比較表現(xiàn)形式。近年來(lái)，各類高校排名體系相繼出現(xiàn)，它們主要來(lái)自一些專門做高校評(píng)價(jià)的專業(yè)性機(jī)構(gòu)。雖然這些排名體系存在一些局限性和固有的爭(zhēng)議[17-19]，但總體來(lái)說(shuō)，它仍可以作為衡量和比較不同高校的綜合水平的參考依據(jù)[20-22]。由于不同的排名體系采用的高校評(píng)價(jià)方法和指標(biāo)體系不完全一致，所產(chǎn)生的測(cè)度重心和評(píng)價(jià)導(dǎo)向也有所不同[23]，因此學(xué)者們也對(duì)各排名體系之間的衡量維度、指標(biāo)及權(quán)重和排名結(jié)果進(jìn)行了大量比較研究[24-28]?？梢源_定的是，學(xué)術(shù)研究績(jī)效一直是高校排名體系的核心，整個(gè)測(cè)評(píng)體系的主要權(quán)重往往被賦予各類基礎(chǔ)研究指標(biāo)，其次是聲譽(yù)類指標(biāo)[29]。

縱然各個(gè)專業(yè)性評(píng)價(jià)機(jī)構(gòu)已經(jīng)構(gòu)建并發(fā)布了大量的高校評(píng)價(jià)指標(biāo)及排名，但對(duì)于大多數(shù)民眾而言，對(duì)高校的評(píng)價(jià)與排名的認(rèn)知往往并非直接來(lái)自這些專業(yè)的高校排名，更多來(lái)自于他們的日常感知與社會(huì)口口相傳。即使是面臨升學(xué)等重要選擇，民眾往往也僅查閱少數(shù)幾所高校的評(píng)價(jià)與排名，而難以對(duì)全國(guó)高校的排名建立整體性的記憶。這意味著，在人們做出涉及高校的行為選擇時(shí)，如升學(xué)、招聘、展開同高校的社會(huì)合作等，起到更多影響的往往不是來(lái)自專業(yè)機(jī)構(gòu)的評(píng)價(jià)指標(biāo)，而是大眾心目中對(duì)高校的評(píng)價(jià)。然而，至今罕有研究來(lái)挖掘分析高校的大眾評(píng)價(jià)與排名。

本文研究嘗試對(duì)大眾心目中的高校評(píng)價(jià)排名進(jìn)行系統(tǒng)性的挖掘和分析。以在校大學(xué)生作為代表性社會(huì)群體，通過(guò)問(wèn)卷調(diào)查手段獲得其心目中的高校排名(即該群體對(duì)高校的大眾評(píng)價(jià))與實(shí)際高校排名之間的差異信息，并研究分析該差異與高校所在城市的人口、經(jīng)濟(jì)指標(biāo)的關(guān)系，發(fā)現(xiàn)受訪者更傾向于給于經(jīng)濟(jì)發(fā)達(dá)地區(qū)的大城市內(nèi)的高校超出其實(shí)際排名的評(píng)價(jià)，并通過(guò)擬構(gòu)排名的手段定量刻畫了各項(xiàng)城市指標(biāo)對(duì)高校的大眾評(píng)價(jià)的影響。

1 問(wèn)卷設(shè)計(jì)與發(fā)放

在問(wèn)卷設(shè)計(jì)中，考慮到排名較為靠前的高水平高校往往有著較高的知名度和社會(huì)關(guān)注度，為了有效獲取高校的大眾評(píng)價(jià)信息，選擇這些高水平高校作為調(diào)查對(duì)象。參考了4 個(gè)有著廣泛接受度的高校排名體系，包括軟科中國(guó)大學(xué)排名[30]、武書連[31]、校友會(huì)[32]及中國(guó)科教評(píng)價(jià)網(wǎng)[33]，從中挑選出2017年—2021 年的5 個(gè)年份里4 類排名全部進(jìn)入全國(guó)前100 名的高校共有65 所，涉及高校所駐城市25個(gè)，其具體高校名錄和城市在后文表格中完整呈現(xiàn)。這65 所高校就是本次問(wèn)卷調(diào)查所涉及的高校。

直接讓受訪者列出這65 所高校的口碑信息是不現(xiàn)實(shí)的。本次問(wèn)卷調(diào)查中，讓受訪者從一系列成對(duì)列出的高校中選擇出他們認(rèn)為排名靠前者，來(lái)獲取高?？诒南鄬?duì)排名信息。把這65 所高校兩兩組合出高校對(duì)，然后篩選出同時(shí)滿足以下兩個(gè)條件的高校對(duì)：

1)這兩所高校所在城市不同；

2)這兩所高校(如排名靠前者為高校甲，排名相對(duì)靠后者為高校乙)的排名次序在2017 年—2021 年的5 個(gè)年份的4 個(gè)排名體系均滿足同一序列，即在這20 項(xiàng)排名列表中，高校甲均排名在高校乙之前。

同時(shí)滿足這兩個(gè)條件的高校對(duì)共1 325 對(duì)。但不同城市所涉及的高校數(shù)目差異巨大，如果問(wèn)卷題目直接從這些高校對(duì)中隨機(jī)抽取，會(huì)使得各個(gè)駐在城市在問(wèn)卷中的出現(xiàn)頻次很不均勻。因此需要在構(gòu)建問(wèn)卷時(shí)對(duì)這些高校對(duì)進(jìn)一步抽取，使其可以較為均勻地覆蓋各個(gè)駐在城市。這里分兩步進(jìn)行高校對(duì)的篩選。

1) 確定城市。先在1 325 個(gè)高校對(duì)所對(duì)應(yīng)的城市對(duì)中篩選出所有不重復(fù)的城市對(duì)，共392 個(gè)城市對(duì)，涉及25 個(gè)不同的城市。再在392 個(gè)城市對(duì)中最大程度地抽取出符合特定條件的若干組城市對(duì)，其中每組城市對(duì)的抽取結(jié)果均要同時(shí)滿足以下3 個(gè)條件：①每組都包含25 個(gè)城市對(duì)，每個(gè)城市對(duì)不重復(fù)出現(xiàn)；②每組的25 個(gè)城市對(duì)中，都涉及到25 個(gè)不同的城市；③這25 個(gè)不同的城市，每個(gè)城市在該組的25 個(gè)城市對(duì)中出現(xiàn)的次數(shù)都為2(不限制每個(gè)城市在其對(duì)應(yīng)的城市對(duì)中的排列位置)。

為了同時(shí)滿足以上3 個(gè)條件，每組城市對(duì)的抽取方法如下：

首先，基于待抽取的392 個(gè)城市對(duì)總體，先對(duì)這25 個(gè)不同的城市按照它們?cè)诳傮w中出現(xiàn)的總次數(shù)按從少到多的順序進(jìn)行排序；接著，從排序結(jié)果中依次抽取城市，并連續(xù)抽取同一城市兩次，每抽出一個(gè)城市后，按以下規(guī)則從城市對(duì)總體中抽取一個(gè)城市對(duì)：根據(jù)抽出的城市，從城市對(duì)總體中篩選出所有涉及到該城市的城市對(duì)，并從中選出一個(gè)城市對(duì)，要求被選出的這個(gè)城市對(duì)中的兩個(gè)城市都滿足未出現(xiàn)過(guò)或只出現(xiàn)過(guò)一次在這組已抽取到的城市對(duì)中，并從城市對(duì)總體中剔除這個(gè)城市對(duì)；

當(dāng)抽取到的某個(gè)城市在這組已抽取到的城市對(duì)中出現(xiàn)過(guò)兩次，就依次抽取下一個(gè)城市，同樣按上述規(guī)則抽取城市對(duì)；一直抽取到這組的最后一個(gè)城市，并完成其城市對(duì)的抽取。

按上述抽取方法，每抽取出一組同時(shí)滿足以上3 個(gè)條件的城市對(duì)，就進(jìn)行下一組的抽取，直到抽取不出同時(shí)滿足以上3 個(gè)條件的一組城市對(duì)。最終抽取到9 組，共225 個(gè)不重復(fù)的城市對(duì)。

2)確定高校。在1 325 個(gè)高校對(duì)中篩選出與225 個(gè)城市對(duì)分別對(duì)應(yīng)的一個(gè)高校對(duì)，當(dāng)存在同一個(gè)城市對(duì)包含多個(gè)高校對(duì)的情況時(shí)，只需要在這些高校對(duì)中隨機(jī)抽取一個(gè)即可。最后確定9 組高校對(duì)，其中共包含225 個(gè)高校對(duì)，涉及58 個(gè)不同的高校。

在問(wèn)卷編制中，將這9 組高校對(duì)分別納入9 份問(wèn)卷中，每份問(wèn)卷包含25 個(gè)高校對(duì)。從這9 組中隨機(jī)抽取一組高校對(duì)來(lái)生成問(wèn)卷，在問(wèn)卷中，要求被調(diào)查者在每一個(gè)高校對(duì)中選出他心目中認(rèn)為排名更靠前的一所高校。為了保障問(wèn)卷回答的有效性，將問(wèn)卷發(fā)放對(duì)象集中在在校大學(xué)生群體中，因?yàn)樵谛４髮W(xué)生群體剛經(jīng)歷了對(duì)高校的選擇，對(duì)高校評(píng)價(jià)這一問(wèn)題往往有著更高的關(guān)注。問(wèn)卷中還包括對(duì)被調(diào)查者中學(xué)所在城市、目前就讀的高校及所在城市等基本信息，方便統(tǒng)計(jì)了解和比較全國(guó)各地區(qū)學(xué)生的答題情況。為了最大程度地避免被調(diào)查者在回答問(wèn)卷時(shí)檢索高校的實(shí)際排名，限定被調(diào)查者必須在4 分鐘內(nèi)完成對(duì)高校對(duì)的問(wèn)題回答并提交問(wèn)卷。

2 問(wèn)卷信息分析

此次問(wèn)卷調(diào)查共收集到有效問(wèn)卷1 245 份，其中博士研究生(連讀或直博)問(wèn)卷7 份，博士研究生(非連讀或直博)問(wèn)卷9 份，碩士研究生問(wèn)卷146 份，本科生問(wèn)卷1 056 份，專科生問(wèn)卷27 份。考慮到本科生剛剛經(jīng)歷高校選擇不久，且所收有效問(wèn)卷數(shù)量最多，因此本文將受訪者為本科生的1 056份問(wèn)卷作為主要分析對(duì)象，共包含26 390 個(gè)有效的問(wèn)題回答。1 056 份本科生問(wèn)卷的省份來(lái)源、該省份的總有效問(wèn)卷數(shù)N以及問(wèn)卷來(lái)源最多的3 所高校如表1 所示。

表1 1 056 份本科生問(wèn)卷的基本信息(括號(hào)內(nèi)為有效問(wèn)卷數(shù)量)

把受訪者對(duì)每一個(gè)高校對(duì)的選擇進(jìn)行匯總，并根據(jù)高校實(shí)際排名，統(tǒng)計(jì)出每一個(gè)高校對(duì)的正答率。受訪者可能對(duì)他們所在一級(jí)行政區(qū)(省、自治區(qū)、直轄市、特別行政區(qū))的高校存在一定的心理傾向性，因此首先需要確定這種心理傾向性是否真實(shí)存在。

問(wèn)卷中的問(wèn)題涉及受訪者所在一級(jí)行政區(qū)主要存在兩種情況：1)問(wèn)卷中的高校對(duì)涉及受訪者高中所在一級(jí)行政區(qū)，這里所涉及高校在高校對(duì)排名靠前和靠后的情況分別標(biāo)記為HF 和HL；2)問(wèn)卷中的高校對(duì)涉及受訪者大學(xué)所在一級(jí)行政區(qū)，這里所涉及高校在高校對(duì)排名靠前和靠后的情況分別標(biāo)記為CF 和CL。對(duì)這兩種情況的題目回答的正答率同同一題目但完全不涉及受訪者高中和大學(xué)所在一級(jí)行政區(qū)的情況進(jìn)行比較，計(jì)算其正答率比值。以情況HF 為例，正答率比值QHF為：

式中，AHF為該題目情況HF 下的正答率；A0為該題目在完全不涉及受訪者高中和大學(xué)所在一級(jí)行政區(qū)的情況下的正答率。

每一題目在HF、HL 及CF、CL 情況下的正答率比值的分布分別如圖1a 和圖1b 所示，其中橫軸為高校實(shí)際綜合排名的對(duì)數(shù)差：

圖1 各題目在HF、HL、CF、CL 情況下的正答率比值Q 與實(shí)際排名的對(duì)數(shù)差Δlog(R)的關(guān)系。

式中，RL、RF表示在每個(gè)高校對(duì)的兩所高校中，名次分別位于后、前的高校的實(shí)際綜合排名。注意，本文中高校的實(shí)際綜合排名指的是各高校在2017 年—2021 年共5 個(gè)年份的4 種排名的平均名次。

由圖1 可以看出，受訪者所在一級(jí)行政區(qū)涉及排名靠前高校時(shí)其正答率總體偏高(QHF和QCF均大于1)，而涉及排名靠后的高校時(shí)，正答率相對(duì)偏低(QHL和QCL均小于1)。兩者的正答率均值差異都較為顯著(兩者差異的P值均小于0.001)。由此可見，高估受訪者所在的一級(jí)行政區(qū)內(nèi)的高校的心理傾向性是客觀存在的。因此，為了使各高校之間的比較結(jié)果相對(duì)客觀，在后續(xù)分析中，把以上4 種涉及受訪者所在一級(jí)行政區(qū)的情況(HF、HL、CF、CL)的回答全部剔除，僅保留高校對(duì)完全不涉及受訪者所在一級(jí)行政區(qū)的情況下的回答，共余23 184個(gè)回答。

3 高校實(shí)際排名與正答率的關(guān)系

首先觀察高校實(shí)際綜合排名與正答率的關(guān)系。圖2 顯示了每個(gè)高校對(duì)的兩所高校的實(shí)際綜合排名的對(duì)數(shù)差Δlog(R)與正答率A0的關(guān)系，其Pearson 相關(guān)性系數(shù)r= 0.484(顯著性P＜ 0.001)，Spearman 相關(guān)性系數(shù)ρ = 0.490(顯著性P＜ 0.001)，Kendall’s tau 相關(guān)性系數(shù)τ= 0.343(顯著性P＜0.001)，顯示出中等強(qiáng)度的正相關(guān)性，A0的均值為0.689，說(shuō)明大眾對(duì)于問(wèn)卷所涉及的各高校的實(shí)際水平有一定了解，但了解程度非常有限。

圖2 剔除4 種情況(HF、HL、CF、CL)后，各高校對(duì)的正答率A0 與高校實(shí)際綜合排名的對(duì)數(shù)差Δlog(R)的關(guān)系

圖2 中正答率的散布呈現(xiàn)隨Δlog(R)增大而收窄的趨勢(shì)。在Δlog(R) ＞ 0.8 的區(qū)域，正答率分布較窄，集中在0.8～1.0 的較高區(qū)間，顯露出當(dāng)兩所高校的實(shí)際綜合排名差距較大時(shí)，受訪者能夠較為準(zhǔn)確地對(duì)高校排名進(jìn)行判斷。然而，在Δlog(R) ＜0.6 的區(qū)域，正答率散布在0.2～1.0 的寬大區(qū)間中，不但顯示出當(dāng)兩所高校的實(shí)際綜合排名差距不大時(shí)受訪者難以準(zhǔn)確判斷高校排名，而且暗示受訪者對(duì)高校的評(píng)價(jià)可能受到其他因素的干擾。猜測(cè)高校駐在城市的規(guī)模、經(jīng)濟(jì)發(fā)展水平等因素可能包含在這些影響因素之中，并對(duì)此進(jìn)一步分析。

4 城市指標(biāo)影響挖掘

4.1 正答率與各城市指標(biāo)的關(guān)系

首先觀察各高校駐在城市的規(guī)模、經(jīng)濟(jì)發(fā)展水平與相關(guān)高校對(duì)的正答率的關(guān)系。這里采用城市總常住人口、城鎮(zhèn)人口占比、第三產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重、人均地區(qū)生產(chǎn)總值4 個(gè)指標(biāo)來(lái)表征城市規(guī)模與經(jīng)濟(jì)發(fā)展水平信息，其具體數(shù)據(jù)獲取自2021 年《中國(guó)城市統(tǒng)計(jì)年鑒》，為2020 年各城市的統(tǒng)計(jì)指標(biāo)。

考慮到不同城市之間各項(xiàng)指標(biāo)常常差異巨大，用每一個(gè)高校對(duì)的兩個(gè)城市的指標(biāo)的對(duì)數(shù)差作為其差異的測(cè)度。以城市的總?cè)丝跒槔瑢?duì)每一個(gè)高校對(duì)，相應(yīng)駐在城市的總?cè)丝诘膶?duì)數(shù)差為：

式中，pF和pL分別是高校對(duì)中排名靠前和靠后的高校的駐在城市的總?cè)丝谥怠?/p>

每一個(gè)高校對(duì)相應(yīng)駐在城市的總常住人口p、城鎮(zhèn)常住人口占比U、第三產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重VT、人均地區(qū)生產(chǎn)總值GC，其對(duì)數(shù)差(Δlogp、ΔlogU、ΔlogVT、ΔlogGC)與該高校對(duì)的正答率A0的關(guān)系如圖3 所示，其各項(xiàng)相關(guān)性系數(shù)(r，ρ，τ)在表2 中列出，其中各個(gè)指標(biāo)的對(duì)數(shù)差均表現(xiàn)出較為顯著的正相關(guān)關(guān)系。表2 還顯示了以上各關(guān)系在排除ΔlogR的影響后的偏相關(guān)系數(shù)rp依然顯著，而偏相關(guān)性最強(qiáng)的指標(biāo)則是城鎮(zhèn)常住人口占比U，其次為第三產(chǎn)業(yè)占比VT。這說(shuō)明，受訪者對(duì)高校對(duì)的判斷與高校駐在城市有著顯著的關(guān)系：如果城市指標(biāo)次序與高校排名次序一致，即靠前高校位居指標(biāo)較高的城市，則城市指標(biāo)相差越大，受訪者對(duì)該高校對(duì)的判斷正確率越高；反之，若城市指標(biāo)次序與高校排名次序相反，則可以明顯干擾受訪者的判斷。換句話說(shuō)，對(duì)一些駐于城鎮(zhèn)規(guī)模較大、第三產(chǎn)業(yè)較發(fā)達(dá)的城市的高校，受訪者傾向于靠前估計(jì)其排名。

表2 正答率A0 與各項(xiàng)城市指標(biāo)的對(duì)數(shù)差的相關(guān)性系數(shù)

4.2 擬構(gòu)最優(yōu)虛擬高校排名

為了進(jìn)一步分析各項(xiàng)城市指標(biāo)的影響，需要把受訪者心目中的高校排名同實(shí)際排名進(jìn)行對(duì)比分析。問(wèn)卷信息中并不能直接獲得這個(gè)心目中的高校排名，但是，如果能夠構(gòu)建出一個(gè)虛擬的高校排名Rr，使得實(shí)際問(wèn)卷中根據(jù)該虛擬高校排名所得的正答率(下文中稱其為虛擬正答率)Ar達(dá)到最高，那么這個(gè)Rr就最為接近受訪者心目中的高校排名。

獲得這一最優(yōu)的虛擬高校排名的基本方法是對(duì)高校的實(shí)際綜合排名進(jìn)行調(diào)整，翻轉(zhuǎn)正答率小于0.5 的高校對(duì)的排名順序來(lái)逐步提高虛擬正答率。具體步驟如下。

1)調(diào)整高校次序生成一個(gè)有著最高虛擬正答率的序列。按照實(shí)際綜合排名順序，把58 所高校依次排列，獲得從1～58 的次序序號(hào)(為了和排名區(qū)分，這里用次序序號(hào)來(lái)表示每個(gè)高校在該排序中的位置，并稱該序列為高校次序序列)。然后，篩選出所有正答率小于0.5 的高校對(duì)，并按照正答率由低到高的順序，逐個(gè)確定出每個(gè)高校對(duì)的兩所高校在次序序列中的新位置。以高校i和高校j構(gòu)成的高校對(duì)(i,j)為例，確定該新位置的步驟如下。

①關(guān)聯(lián)高校對(duì)集合的篩選。在其余224 個(gè)高校對(duì)中，篩選出涉及高校i和j的所有高校對(duì)，并從中再篩選出兩組高校對(duì)的集合：集合F，高校i和j均位于高校對(duì)中排序位置靠前的所有高校對(duì)；集合L，高校i和j均位于高校對(duì)中排序位置靠后的所有高校對(duì)。

②確定次序調(diào)整前后限。在集合F中處于靠后位置的所有高校的次序序號(hào)中，取其最前次序序號(hào)為后限；在集合L中處于靠前位置的所有高校中，取其最后次序序號(hào)為前限；

③次序調(diào)整條件判斷。若后限大于前限，則將前后限之間的范圍作為高校對(duì)(i,j)的次序序號(hào)調(diào)整的目標(biāo)區(qū)間，對(duì)該高校對(duì)的次序進(jìn)行下一步的調(diào)整；反之，則說(shuō)明調(diào)整該高校對(duì)(i,j)會(huì)影響到其他高校對(duì)，放棄對(duì)該高校對(duì)的調(diào)整，按照正答率由低到高順序選擇下一個(gè)高校對(duì)，重復(fù)以上操作。

④次序調(diào)整。將高校i和j顛倒其前后次序，并一起插入到目標(biāo)區(qū)間范圍內(nèi)，即次序序列中前后限對(duì)應(yīng)高校之間，并根據(jù)調(diào)整后的高校次序序列獲得每個(gè)高校新的次序序號(hào)。這里，考慮到擬構(gòu)的虛擬排名并不宜對(duì)實(shí)際排名做出太大變動(dòng)，因此，選擇目標(biāo)區(qū)間內(nèi)使這兩所高校的次序改變量的絕對(duì)值之和最小的位置作為其目標(biāo)，調(diào)整前后高校的次序改變量定義為：

式中，Sr為調(diào)整后高校的次序序號(hào)；S0為調(diào)整前高校的次序序號(hào)。

⑤按照正答率由低到高的順序選擇下一個(gè)高校對(duì)，重復(fù)以上操作，直到全部正答率小于0.5 的高校對(duì)都被處理一遍。

2)維持虛擬正答率在最高水平不變，調(diào)整高校次序來(lái)縮小高校的次序改變量。完成第一步的處理后，就得到這58 所高校的一組新的次序序列，這個(gè)序列的虛擬正答率達(dá)到最高值0.708。隨后對(duì)全部高校對(duì)逐一進(jìn)行次序調(diào)整，調(diào)整方法同第1)步中的步驟①～步驟⑤，區(qū)別僅在于：在步驟④進(jìn)行次序調(diào)整時(shí)，不顛倒所處理的高校對(duì)中兩所高校的前后次序；并且若目標(biāo)區(qū)間中的位置無(wú)法滿足次序改變量絕對(duì)值之和小于調(diào)整之前，則放棄調(diào)整。

完成第2)步調(diào)整后，所獲得的這一最優(yōu)虛擬高校次序序列滿足虛擬正答率在最大值0.708 且各高校的次序改變量的絕對(duì)值之和最小。然后，考慮到不宜調(diào)整這58 所高校之外的高校排名，根據(jù)這58 所高校的實(shí)際綜合排名及其次序，按照最優(yōu)虛擬高校次序序列的相應(yīng)位置進(jìn)行替換。如南京大學(xué)的實(shí)際綜合排名是6.45，在這58 所高校中排第6 位，經(jīng)過(guò)調(diào)整后的最優(yōu)序列中武漢大學(xué)位居第6 位，因此將原南京大學(xué)的排名值6.45 賦給武漢大學(xué)作為其最優(yōu)虛擬排名。由此，獲得最終的虛擬高校排名序列。各高校的實(shí)際綜合排名和其最優(yōu)虛擬排名如表3 所示。

表3 在5 個(gè)年份里4 種大學(xué)排名均進(jìn)入前100 名的65 所高校在2020 年的排名信息及其實(shí)際綜合排名R和最優(yōu)虛擬排名Rr

4.3 各項(xiàng)高校排名及最優(yōu)虛擬排名的關(guān)聯(lián)性分析

進(jìn)一步對(duì)各項(xiàng)實(shí)際高校排名和最優(yōu)虛擬排名之間的關(guān)系進(jìn)行挖掘。各高校的4 種實(shí)際排名(軟科榜、武書連、校友會(huì)、中評(píng)網(wǎng))的5 年均值以及最優(yōu)虛擬排名Rr之間的Kendall’s tau 相關(guān)性系數(shù)τ和互信息值I如表4 所示(括號(hào)內(nèi)為互信息值)?？梢钥吹?，中評(píng)網(wǎng)同其他3 種實(shí)際排名之間的相關(guān)關(guān)系相對(duì)強(qiáng)烈；而最優(yōu)虛擬排名同武書連、校友會(huì)兩種排名的相關(guān)性則相對(duì)較弱，說(shuō)明最優(yōu)虛擬排名的測(cè)度傾向性同它們的差異更大，包含更多這兩種排名中未被納入的信息。

表4 4 種高校排名中各高校的5 年均值及最優(yōu)虛擬排名Rr 之間的Kendall’s tau 相關(guān)性系數(shù)τ 和互信息值I

4.4 高校排名變化量同城市指標(biāo)的關(guān)系分析

觀察各個(gè)高校的排名改變量同駐在城市的各項(xiàng)城市指標(biāo)的關(guān)系，這里高校的排名改變量定義為高校的最優(yōu)虛擬排名和實(shí)際綜合排名的比值的對(duì)數(shù)log(Rr/R)。排名改變量的正負(fù)分別意味著高校的最優(yōu)虛擬排名相對(duì)其實(shí)際綜合排名靠后和靠前。

對(duì)城市總常住人口、城鎮(zhèn)人口占比、第三產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重、人均地區(qū)生產(chǎn)總值這4 個(gè)城市指標(biāo)進(jìn)，相對(duì)于全國(guó)平均水平的比值進(jìn)行分析，即4 個(gè)相對(duì)性城市指標(biāo)(相對(duì)城市總常住人口q、相對(duì)城鎮(zhèn)常住人口占比u、相對(duì)第三產(chǎn)業(yè)產(chǎn)值占比vT、相對(duì)人均地區(qū)生產(chǎn)總值gC)。高校的排名改變量同這4 個(gè)相對(duì)性城市指標(biāo)的關(guān)系如圖4所示，均呈現(xiàn)負(fù)相關(guān)關(guān)系。其中，相對(duì)城鎮(zhèn)常住人口占比u、相對(duì)第三產(chǎn)業(yè)產(chǎn)值占比vT有著最為強(qiáng)烈的負(fù)相關(guān)關(guān)系，其3 項(xiàng)相關(guān)性指標(biāo)(Pearson 相關(guān)性系數(shù)r、Spearman 相關(guān)性系數(shù)ρ 和Kendall tau 相關(guān)性系數(shù)τ)均較為顯著(P＜ 0.05)，如圖4b 和4c 所示。而相對(duì)城市總常住人口q、相對(duì)人均地區(qū)生產(chǎn)總值gC的相關(guān)性相對(duì)較弱，只有部分相關(guān)性指標(biāo)顯著，如圖4a 和4d 所示。

圖4 各高校的最優(yōu)虛擬排名相對(duì)真實(shí)排名的改變量log(Rr/R)同各城市指標(biāo)的相關(guān)關(guān)系

為了確定各項(xiàng)城市指標(biāo)同排名改變量之間的定量關(guān)系，考慮到這4 個(gè)城市指標(biāo)之間的相關(guān)性，采用主成分變量進(jìn)行回歸分析的方法。所構(gòu)造的主成分變量形式為：

式中，q*、u*、分別為4 個(gè)相對(duì)性城市指標(biāo)q、u、vT、gC的z-score 標(biāo) 準(zhǔn) 化 值；ak、bk、ck、dk為常數(shù)因子。4 個(gè)主成分變量分別為：

所得的回歸方程為：

根據(jù)該回歸方程，對(duì)某高校i，其最優(yōu)虛擬排名同其實(shí)際綜合排名及各城市指標(biāo)的關(guān)系為：

式中，指數(shù)β 為：

根據(jù)式(8)和式(9)，可以看出城市的城鎮(zhèn)常住人口占比和第三產(chǎn)業(yè)產(chǎn)值占比對(duì)于人們心目中的高校排名有著相當(dāng)強(qiáng)烈的影響。如果一個(gè)城市的城鎮(zhèn)常住人口占比超過(guò)90%的城市，則可導(dǎo)致人們對(duì)其駐在高校的排名靠前估計(jì)平均超過(guò)7%，而若其第三產(chǎn)業(yè)產(chǎn)值占比超過(guò)90%的城市，可以導(dǎo)致靠前估計(jì)平均超過(guò)9%。該結(jié)果說(shuō)明，對(duì)于城市化程度較高、第三產(chǎn)業(yè)發(fā)達(dá)的地區(qū)，人們會(huì)傾向于高估它們所駐高校的實(shí)際水平。而一些經(jīng)濟(jì)發(fā)展較為遲緩的地區(qū)，其高?？诒矔?huì)因此受到負(fù)面影響。如吉林大學(xué)，其駐在城市長(zhǎng)春市的城鎮(zhèn)人口占比和第三產(chǎn)業(yè)占比在這58 所高校的駐在城市中均處于后進(jìn)位置，導(dǎo)致其最優(yōu)虛擬排名大大落后于其實(shí)際綜合排名(其排名改變量高達(dá)0.383)。

以上結(jié)果暗示出，提升一個(gè)城市的城市化水平、促進(jìn)其第三產(chǎn)業(yè)發(fā)展，可以大大推動(dòng)該城市所駐高校的社會(huì)評(píng)價(jià)的提升，更有利于鞏固高校與城市經(jīng)濟(jì)之間的正反饋?zhàn)饔?。反過(guò)來(lái)從高校角度來(lái)看，特別是處于經(jīng)濟(jì)落后地區(qū)的高校，在難以搬離所駐城市的前提下，要改善其公眾認(rèn)知，需要更加重視大眾口碑的建設(shè)。文獻(xiàn)[34]對(duì)網(wǎng)絡(luò)問(wèn)答社區(qū)學(xué)生選擇高校信息的分析在這方面提供了重要的參考信息：除了反映高校自身教學(xué)科研水平的各項(xiàng)因素以及同所駐城市經(jīng)濟(jì)水平關(guān)聯(lián)的因素之外，學(xué)校類型及學(xué)術(shù)聲譽(yù)、學(xué)校氛圍及校園環(huán)境、畢業(yè)生的職業(yè)前景與行業(yè)認(rèn)可度、行政管理效率與方式等因素也被學(xué)生重點(diǎn)關(guān)注。這暗示了經(jīng)濟(jì)落后地區(qū)的高校改善其大眾口碑的幾個(gè)潛在突破口，即：

1)要高度重視學(xué)術(shù)聲譽(yù)建設(shè)，增加重大科研成果、重大社會(huì)服務(wù)或社會(huì)協(xié)作成果在社交媒體上的科普推廣頻率與曝光強(qiáng)度；

2)需要重視高校產(chǎn)業(yè)影響力的建設(shè)，推動(dòng)產(chǎn)學(xué)雙方的協(xié)作聯(lián)動(dòng)，提升畢業(yè)生的行業(yè)認(rèn)可度；

3)需要提升行政管理效率，構(gòu)建高效且適應(yīng)師生需求的新型管理方式，并改善教學(xué)生活環(huán)境與生活學(xué)習(xí)氛圍；

4)根據(jù)當(dāng)前口碑傳播的現(xiàn)實(shí)，高校的口碑建設(shè)還必須充分結(jié)合各類新媒體手段，加強(qiáng)網(wǎng)絡(luò)渠道的高校形象宣傳與傳播。

最后，把問(wèn)卷所涉及的58 所大學(xué)的實(shí)際綜合排名和最優(yōu)虛擬排名分別在表5 中列出，方便讀者進(jìn)行對(duì)比。

表5 問(wèn)卷調(diào)查涉及的58 所高校的實(shí)際綜合排名R 和最優(yōu)虛擬排名Rr

5 結(jié) 束 語(yǔ)

本文研究盡管存在一系列明顯的局限，如調(diào)查對(duì)象主要局限于在校大學(xué)生、問(wèn)卷數(shù)量有限、涉及高校和城市數(shù)目有限等，但其基本研究結(jié)論已經(jīng)得到相當(dāng)清晰的呈現(xiàn)，即：大眾心目中的高校排名與專業(yè)評(píng)價(jià)機(jī)構(gòu)所發(fā)布的排名信息有著顯著區(qū)別，一些位居于城市化水平較高、第三產(chǎn)業(yè)發(fā)達(dá)的城市的高?？赡芤蚱涞赜蚨@得大大超越其實(shí)際水平的評(píng)價(jià)。一般而言，城市化水平較高、第三產(chǎn)業(yè)發(fā)達(dá)的城市，其整體經(jīng)濟(jì)常常也處于較發(fā)達(dá)的層次。相比于來(lái)自專業(yè)的高校評(píng)價(jià)機(jī)構(gòu)的高校排名，這種大眾評(píng)價(jià)可能對(duì)高校的生源質(zhì)量、畢業(yè)生就業(yè)乃至社會(huì)合作有著更為直接的影響，暗示著即使不考慮經(jīng)濟(jì)發(fā)達(dá)地區(qū)本身的社會(huì)資源和吸引力，其高校也會(huì)直接受益于駐在城市本身。這也說(shuō)明，如果要改善一所高校在大眾心目中的評(píng)價(jià)，除了加強(qiáng)對(duì)高校的管理與投入實(shí)現(xiàn)更高水平的科研教學(xué)產(chǎn)出之外，大力推進(jìn)其駐在城市的經(jīng)濟(jì)發(fā)展與市區(qū)人口的聚集也是一條重要途徑。說(shuō)明大眾對(duì)高校的評(píng)價(jià)可能給高校自身發(fā)展帶來(lái)的影響，地區(qū)經(jīng)濟(jì)與所駐高校之間的發(fā)展共軛效應(yīng)可能比以往的估計(jì)更加強(qiáng)烈[35-36]。