我国高水平大学同质化问题的复杂网络分析，本文主要内容关键词为：同质论文,我国论文,大学论文,网络论文,高水平论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：G649.2 文献标志码：A 文章编号：1000-4203(2013)04-0033-07
一、引言
20世纪90年代以来，我国以“211”工程和“985”工程建设为抓手，启动了建设高水平大学的进程，带动了整个高等教育事业的快速发展。但是在高水平大学建设发展过程中，也出现了相互模仿、千校一面的同质化竞争现象，影响了高校的特色发展，引起了学术界和管理界的关注。《国家中长期教育改革和发展规划纲要(2010－2020年)》对今后高等学校的特色发展提出了要求，并明确指出要“克服同质化倾向”，在不同层次不同领域办出特色、争创一流。学术界有关大学同质化问题的论述逐渐增多，但从已有的文献来看，内容大多停留在关于什么是大学同质化、大学同质化的表现等方面，研究方法大多停留在思辨和论证层面。尽管有学者曾提出了关于大学同异质研究的一级指标，同时运用Simpson指数方法[1]研究并分析了中国大学的多样性与同质性问题，[2]但这些指标仅包含高等学校的数量、专业分类数量、招生数量等，信息过于笼统，而没有将影响中国高校同质化的所有因素，特别是高校文化等内在影响因素作为重要指标来进行构建指标体系和分析之用。迄今为止，关于中国高水平大学同质化的实证研究尚不充分。目前我国高水平大学同质化实际状况如何？程度怎样？如何衡量？基于这些问题，本研究以国内83所部委属重点大学作为研究样本，通过构建用于评估大学同质化的指标体系，采用复杂网络分析方法展开实证研究，并对结果进行分析，以期为今后高水平大学的建设发展提供参考。
二、研究方法
1.样本选择
本研究对象为中国高水平大学，样本框主要是教育部以及其他部委所属的重点大学。基于我国高等教育的历史传统和发展特点，当前部委属高校基本涵括了各种类型的大学，而且代表了国内同类大学的最高水平，因此样本选择具有很高的代表性。此外，根据数据可获得性以及获得数据时效性等因素，本研究最终选定了其中的83所大学作为调查样本(见表1)。
2.指标体系构建
本研究在借鉴国内外关于中国大学同质化研究的基础上，建立了影响中国高水平大学同异程度的三级指标体系。
根据大学同异质问题的特点，实证研究过程中我们将测量大学同异质问题的影响因素分为八大类一级指标，分别为：A——目标结构的同异质性、B——体制结构的同异质性、C——组织结构的同异质性、D——学术结构的同异质性、E——资源结构的同异质性、F——学生结构的同异质性、G——教师结构的同异质性、H——国际化程度的同异质性。二级指标包括教育价值观、大学定位、校训、办学体制、管理体制、办学形式、资金来源结构、资金使用结构等34个指标。三级指标则由144个指标构成。①本研究所设计的8个高水平大学同异质程度测量一级指标(见图1)基本涵盖了我国高水平大学组织特征的各个方面，也包括了大学与环境的互动情况。本研究根据各项指标所占权重及得分公式计算得分。
图1 大学同异质程度测量一级指标体系构成图
3.数据来源
近年来，教育部要求各部属高校公开本校年度统计数据，部委属院校也在本校网站陆续公开了一些学校发展基本数据。本研究指标数据的获得主要基于各样本高校网站公开的统计数据和《教育部直属高校2011年基本情况统计资料汇编》，有些描述性指标由研究者根据学校的概况表述进行提炼分类。本研究构建的大学同异质程度144个三级指标数据全部从上述来源获得，并针对各校数据进行了反复核对整理。
4.复杂网络分析方法
学界一般认为复杂网络研究始于美国自然科学领域。复杂网络分析是研究复杂系统的一种角度和方法，它关注系统中个体相互关联作用的拓扑结构，是理解复杂系统性质和功能的基础。一个典型的网络由众多的节点以及连接节点之间的边所组成，其中节点用来代表真实系统中不同的个体，边则用来表示个体之间的关系。通常情况下，当两个节点之间具有某种特定的关系时，这两个节点之间连一条边，反之则不连边。有边相连的两个节点在网络中被看作是相邻的。随着对网络性质的深入研究，人们发现许多实际网络都具有一个共同性质，亦即社团结构，也就是说，整个网络是由若干个“群”或“团”构成。每个群内部的节点之间的连接相对非常紧密，但是各个群之间的连接相对来说却比较稀疏。本文运用的小世界网络模型是典型的复杂网络模型之一，其特征是网络具有较短的平均路径长度又具有较高的聚类系数。近年来，复杂理论研究方法逐渐被社会科学研究所借鉴。如果把多种类型的大学个体看成高水平大学系统的组成单元或子系统，那么每一所大学都是构成这个复杂系统的一个节点，通过复杂网络分析构建出大学之间的拓扑结构，就能通过观察大学之间的边际关联来对大学之间的相互关联进行科学而直观的分析。对大学同质化程度进行复杂网络分析正是基于这一前提。如果我们把大学这一组织转化为各种可以代表某类信息的指标，通过复杂网络分析方法构建出高水平大学系统的拓扑结构模型，根据系统网络的构成情况，观察其中的若干群团，就可以据此判断群内个体同质化程度较高，而群和群之间个体同质化程度相对较低。
5.高水平大学复杂网络构建及分析框架
首先，根据上面所构建的指标体系，可以得到一个m×n的矩阵A。每一行表示一所大学，每一列表示一个指标，矩阵中的元素
表示第i所高校在j个指标上的具体数值。本文选取了83所高校作为研究对象，而所构建的指标体系中共有指标144个，即m=83，n=144。
再次，根据高校间的余弦距离构建高校同质化关系的无向有权网络。本研究以各样本学校为节点，以测算所得学校之间的关系为边，建立高水平大学之间的复杂网络。具体而言，本研究以各个高校作为网络的顶点，同时设定阈值，如果两所高校t和l之间的余弦距离高于这个阈值，则在相应的顶点t和l之间连边，边上的权重为它们的余弦距离。设定阈值的原则是让所连边的数量尽可能少，同时还要保持所构建的复杂网络的连通性，即任何两个顶点之间至少有一条路径相连。图2即为根据83所部委属院校构建的中国高水平大学复杂网络图。
最后，基于以上构建的复杂网络，本研究对中国高校的同质化问题展开分析。
第一，计算该复杂网络的一些描述统计量，以便对其有总体了解。统计量包括网络的顶点数、总边数、最大度、最小度、平均度、度分布和平均聚类系数等。通过这些指标，可以了解该网络是否符合小世界网络特征，是否可以使用复杂网络的一般分析方法加以分析。
第二，考察网络中节点的局部重要性，采用指标
来计算节点i的局部重要性，其中
表示顶点i的度，而
表示顶点i的所有连边上权重的和。根据此指标给出了网络中对其他节点影响最大的五个节点，同时以中央财经大学、清华大学和中国人民大学为例，列出了和它们最相似的五所高校。
第三，使用Infomap方法[4]对复杂网络中的社团结构进行了探测。研究表明，复杂网络通常是具有社团结构的[5]。目前社团结构还没有一个明确的和被广泛认可的标准定义，本研究认为社团结构是网络中的一个顶点集，其内部的连接是紧密的，而与外部的连接是稀疏的。
第四，使用K－Shell方法[6]研究了复杂网络中不同节点对于中国高校整体同质化现象的影响力(贡献度)。指标只能用来评测节点的局部重要性，而单纯的社团结构划分不能体现属于不同社团的节点对于中国高校整体同质化的影响程度。对节点影响力的深入分析有助于揭示中国高校今后改革发展的着力点并提出政策建议。
三、高水平大学复杂网络分析结果及讨论
1.高水平大学复杂网络具有明显的小世界网络性质
通过表2给出的所构建复杂网络的一些基本描述统计量，对于赋权的情形，顶点i的度的计算公式为。网络中顶点的聚类系数为该顶点的所有邻居顶点之间的连边数除以其邻居顶点之间所有可能连边的数，平均聚类系数是所有顶点的聚类系数的均值，该值如果显著高于随机网络的值，说明该网络具有小世界网络性质。从表2可以看到，高水平大学复杂网络具有明显的小世界网络性质。同时，从高校同质化网络累积度分布的双对数图(见图3)，可以看出，网络节点的累积度服从双段幂律分布，符合复杂网络的特质。
2.测算所得局部影响力与同质化程度最高的不同类型院校结果
本研究根据指标数据通过公式计算得到了局部影响力最高的五所高校，它们分别是：中南大学(节点22)、湖南大学(节点21)、北京科技大学(节点30)、北京理工大学(节点29)和大连理工大学(节点35)。另外，我们选取了清华大学、中国人民大学和中央财经大学三所不同类型大学，分别列出了与它们最相似的五所高校(见表3)。
此外，通过我们构建的上述大学复杂网络图，可以观察到一个有趣现象：中国药科大学(节点75)与15所大学有边相连，与其最相似的五所大学却均不是医药类大学，网络中的节点74代表北京中医药大学，其与中国药科大学的相似性排在了第十位。需要提醒的是，此相似性是基于我们所选样本框和所建立的指标体系，与排名等其他因素无关。
3.探测高水平大学复杂网络中的社团结构结果
Infomap算法利用信息论中的结果，通过找到最小化描述随机游走的平均编码长度来发现社团结构，是目前已知的数值表现最好的社团结构探测算法之一，计算精度高，而且无需事先设定社团结构的数目。从图2可以看到，该网络大致可以被分成四个社团结构，每个社团结构中的高校有各自不同的特点，如点多而密集的主要是综合类大学社团(包括理工科大学)，由8个节点构成的财经类大学社团，由3个节点构成的艺术类院校社团，以及语言类大学社团。针对综合类大学多的情况，本研究尝试使用Infomap方法进一步划分综合类大学组成的关系网络，结果没有找到任何社团结构，说明这个综合类大学社团结构本身的连接非常紧密。由于样本量的关系，有些类型的高校在部委属院校中数量较少，如果将样本框扩展至国内全部高校，可能会发现更多同质化程度高的社团结构。
4.不同类别高校之间指标差异性测算结果
为了进一步明确本研究建立的指标体系中哪些指标在不同类别间的差异较大，哪些指标差异较小，我们需要计算每个指标的BW ratio值。一般地，第j个指标的BW ratio值可以计算如下：
表4和表5给出了计算得到的差异性最大和差异性最小的30个三级指标隶属于各二级指标的数量。从中可以看到，排在前30位的三级指标中，属于二级指标“各学科学生比例”的三级指标有5个，分别是经济学、法学、文学、工学和管理学。属于二级指标“论文国际化多样性指数”和“人员交流的国际化多样性指数”的指标各有3个，分别是“社科境外会议论文比例”、“社科境外刊物发表论文比例”、“自科境外刊物发表论文比例”和“社科参加国际会议比例”、“社科研究派出人员比例”、“社科研究来华人员比例”；而排在最后的30个指标中，属于二级指标“高校之间管理机构”的指标有10个，属于二级指标“校训”的指标有8个。事实上，位于前30名的指标中，除了隶属于“学校之间治理结构”中的两个指标——“直线职能制结构”和“学院制结构”，以及隶属于“学术机构设置”中的一个指标，其余指标的数值较小，超过1的指标仅有14个。举例来说，属于“高校之间管理结构”中的两个指标“科研处”和“工会”，其设置与否在普通高校间的差异是非常小的，但其还是位列差异性最大的30个指标之中。而且3个值最大的指标其差异性也仅体现在非艺术院校和艺术类院校之间。总之，通过计算BW ratio可以看到，差异性较大的指标总体较少，比较分散，且数值不大；而差异性较小的指标，即同一性指标则集中在管理机构上。这说明：第一，中国高校同质化现象明显，不同指标在高校间的差异不大；第二，同质化的主要影响指标是机构设置雷同、校训等，当然这只是表面现象，实则有更深层次的原因，值得进一步探讨。
5.不同节点对中国高校整体同质化倾向的影响力结果及分析
K－Shell算法通过不断删除那些最不重要的节点来给不同的节点赋予不同的层数，越是后删除的节点就越重要，赋予的层数就越大。计算结果如图4所示，颜色深浅代表节点隶属于不同的影响层，层数越大，说明影响力越大。从图中可以看出，综合类大学(含理工科大学)对中国高校同质化的影响最大。当然综合类院校中亦有核心成员。这也体现了我国实力雄厚的大学中，一直以综合类大学和理工科大学数量居多，并且一直占据引领优势。特别是重点理工科大学在发展人文社会科学向综合性大学转变过程中具有非常大的先天优势，相比之下，那些学科较为单一的财经、艺术类高校如果向综合性大学发展，设置理工类学科专业就会遇到相当大困难。因此，综合类大学和理工科大学往往更容易做大做强，从而获得外部更多的青睐和支持，也成为其他高校模仿的榜样，在大学同质化发展中的影响往往也最为显著。其实，新中国建立之初特别是1952年院系调整，将高校划分为不同学科类型的专门学院。改革开放特别是20世纪90年代以来，高等教育改革与发展的大背景使得高校综合化成为一种目标和趋势，向“综合性”大学发展是各类高校提高竞争力的必由之路。[8]由于不同类型大学“综合性”发展的难易程度差异很大，因此较容易综合化的理工科大学与综合性大学之间的同质化程度也较高。
图4 不同节点对中国高校同质化的影响程度
四、研究结论
本研究首次从复杂网络分析的全新视角对中国高水平大学同质化现象进行了定量研究和描述，可以为相关政府管理部门提供一种了解当前国内高校发展情况的方法体系，并可供有关学校了解自身在整个高水平大学系统中的定位和特点，据此制定或调整今后有利于保持或形成特色的发展目标。
本研究建立了三级共144个指标来综合评估高水平大学之间的同异质程度，然后通过余弦距离度量高校间的相似性程度，并建立了中国高水平大学的复杂网络。针对此复杂网络的研究表明，该网络具有明显的小世界性质，度分布服从双段幂律分布，具有复杂网络的特征；我们分析了复杂网络中局部影响力最高的五所高校，并且根据相似性程度，发现研究样本包含的83所高校大体分为四类社团结构，即综合类大学(含理工类大学)，财经类大学，艺术类院校和语言类大学。同一社团结构中的学校联系非常紧密，尤其是综合类大学(含理工类大学)社团占样本高校数量的绝大多数，而且相互之间密切关联，说明这类高校在我们所建立的指标中表现出非常强的相似性，具有相当程度的同质化倾向。换句话说，当前我国高水平大学同质化程度已经发展到了非常高的水平。
通过度量不同指标在不同类别间的差异性，发现高校同质化的重要影响指标是机构设置雷同、校训等，对于中国高校整体而言，综合类大学(含理工类大学)整个大学群体同质化的影响最大。国外有学者曾运用趋同化和多样化分析视角研究了澳大利亚高等教育中的同异质问题，认为政策和高等教育倡导的价值和规范皆为抑制该国大学多样化的因素，大学在竞争和挑战以及政策引导和资源配置面前要么选择成为有特色的院校，要么就模仿他人(比如大型综合类院校)，由此导致了澳大利亚大学的趋同化。[9]这些观点与本研究通过实证测量出的中国高水平大学同质化关键影响因素可谓不谋而合。
当然，本研究中反映大学组织特性的指标体系由于受到数据可获得性等因素影响还不是非常完善，并且样本高校群体可以进一步扩大，对于研究结果背后的原因还需要进行深入讨论和分析挖掘，这些方面的工作在下一步研究中会不断加强，从而使研究结果更精确完善。
(本研究在数据采集过程中得到中央财经大学教育经济与管理研究中心硕士研究生郑中华、周琳娜的帮助，特此致谢！)
收稿日期：2013-03-02
注释：
①考虑到指标体系的可获得性，本研究将大学目标结构分解为教育价值观、大学定位及人才培养目标等几个方面；体制结构指标则包括办学体制(即谁出资兴办)、管理体制(即大学隶属关系)、办学形式等方面；组织结构指标则包括大学内部治理结构以及管理机构和学术机构的设置等；学术结构指标不同于组织结构指标里面的学术机构，本研究主要指大学中围绕人才培养所形成的学科门类、专业和层次结构的总合；资源结构指标是为了衡量学校资源获得及其使用的多样性状况，主要通过学校资金的来源结构情况、使用结构状况、生均占地、教师人均用房等指标反映；学生结构指标主要是指学生规模和各种与学生相关的比例关系；教师结构指标主要通过教师规模、职务结构、学历结构以及少数民族教师比例等指标来反映；国际化程度指标主要包括论文国际化的多样性、师生国际化的多样性、高校国际人员交流的多样性等指标来衡量。二级指标总计有34个，三级指标则有144个。由于篇幅问题，文字部分的详细介绍仅止于二级指标。
标签：大学论文; 复杂网络论文; 网络大学论文; 网络节点论文; 差异分析论文; 网络结构论文; 中国大学论文; 同质化论文;