文档介绍：欧洲高等学校分类的 指标体系构建及启示王楠大众化阶段:规模扩张,结构日趋复杂,高等学校的类型和层次也日趋多样。需要一个探索并简化这种复杂性的工具。因此,构建一个科学、可行的高等学校分类体系对于引导高等学校合理定位、特色发展意义重大。《国家中长期教育改革与发展规划纲要(2010-2020年)》中提出要“建立高校分类体系,实行分类管理”,“促进高校办出特色”,“优化高等教育结构”。我们不妨从世界已有的比较成熟的高校分类中寻找答案。研究背景:“欧洲高等学校分类(U-Map)”:遵循分类学范式,通过一系列维度及指标对欧洲高等学校进行了描述性的分组,并以此充分理解并强化了欧洲高等教育系统的多样性。在分类理念与分类实践方面都具有一定的创新与超越。设计一个分类工具就意味着开发一系列分组标准来组织并编排实证案例。分组标准是否合理是分类方案得到认同的关键。U-Map科学合理的指标体系是支撑分类框架的核心。本研究聚焦于U-Map的指标体系,希望通过提炼U-Map的经验,为构建科学可行的我国高等学校分类指标体系提供一些有益的借鉴。项目组明确地提出了U-Map的设计原则:充分考虑利益相关者的观点。以多维分类的视角为基础。非等级制的分类。适用于欧洲所有的高等学校。是描述性的而非规定性的分类。以数据的可靠性和可验证性为基础。数据收集遵循简约化的原则。在分类原则的指导下,项目组初步建立了分类维度与指标体系。一、确定分类原则,初步建立维度与指标体系(一)个案研究与问卷试测为了更好地理解高校对于进行分类的需求和期望,项目组对八所院校进行了深入的调研与问卷试测,希望从调研结果中收获两方面信息:第一,对于高校而言,这些维度和指标是否有意义,它们是否能够反映院校的特征?第二,项目组是否能够从院校层面收集到描述这些维度和指标的相关数据,并在此基础上建立分类体系?二、开展实证研究,剔除存在争议的维度与指标维度问卷:——探测维度与高校的相关性。——探测指标的有效性。指标问卷:第一部分,真实数据及信息。第二部分,信度、效度、可行度。分类维度及指标(二稿)维度指标1授予学位类型1a授予的最高层次学位1b各类学位授予的数量2学科领域覆盖面2a授予学位的学科数量(按照ISCED97的学科标准统计)3学位的导向3a普通专业课程占全校所有专业课程数量的百分比3b满足劳动力市场特定需求的专业课程占全校所有专业课程数量的百分比4终身教育参与情况4a成年学生占全校学生总数的百分比5研究密集度5a每名专职学术人员发表的同行评议出版物的数量5b基于ISI的引用指标6创新密集度6a高校衍生公司的数量6b专利申请领域的数量6c成果转化所得的年收入6d横向科研经费占院校科研经费总数的百分比7国际化导向:教学与员工7a攻读学位的国际学生数量占全校学生总数的百分比7b接收的国际交换生数量占全校学生总数的百分比7c派出的国际交换生数量占全校学生总数的百分比7d国际学术人员占全校学术人员总数的百分比7e在本国以外提供的专业课程数量8国际化导向:科研8a欧洲科研项目经费占该院校科研经费总数的百分比9规模9a在校生数量9b教师数量10知识传播方式10a远程教育专业占全校专业总数的百分比10b非全日制专业占全校专业总数的百分比10c非全日制学生占全校学生总数的百分比11公立/私立11a政府经费占全校财政性总收入的百分比11b学费收入占全校总收入的百分比12法律地位12a法律地位13文化参与情况13a由高校组织或合作组织的音乐会和演出的数量13b由高校组织或合作组织的展览数量14地区参与情况14a年度获得的欧盟结构性经费占全校总经费的百分比14b在本地区工作的毕业生数量占全部毕业生总数的百分比14c为本地区劳动力市场提供的培训课程数量14d本地/地区性收入来源的重要性赢得院校的支持与参与,保证样本的回收率:网络平台,高校联盟,项目说明会保证所收集的数据来自不同类型的院校:参考国际大学联合会数据库;采用分层随机取样法;根据院校的建校时间及其规模选择了不同类型的院校进行调研。保证样本地理位置的平均分布:项目组根据联合国区域划分办法,分别挑选了来自北欧、东欧、西欧、南欧的高等学校最终,项目组回收了85份关于维度的问卷和67份关于指标的问卷。(二)大样本在线问卷调研