前言：我們精心挑選了數(shù)篇優(yōu)質(zhì)信息與計(jì)算科學(xué)論文文章，供您閱讀參考。期待這些文章能為您帶來啟發(fā)，助您在寫作的道路上更上一層樓。

第1篇

[關(guān)鍵詞]信息與計(jì)算科學(xué)；案例；建模；計(jì)算；開發(fā)

[中圖分類號] G420 [文獻(xiàn)標(biāo)識碼] A [文章編號] 2095-3437（2016）08-0017-03

一、前言

課程建設(shè)是專業(yè)建設(shè)中的重要組成部分，專業(yè)導(dǎo)論課往往在第一學(xué)年開設(shè)，是學(xué)生了解專業(yè)、建立專業(yè)概念和專業(yè)認(rèn)同的重要課程，對學(xué)生的專業(yè)學(xué)習(xí)和發(fā)展有著重要的引領(lǐng)和指導(dǎo)作用。[1] [2] [3]

信息與計(jì)算科學(xué)專業(yè)是信息科學(xué)、計(jì)算科學(xué)、運(yùn)籌與控制、計(jì)算機(jī)及應(yīng)用等學(xué)科交叉而形成的專業(yè)，往往設(shè)置為理科專業(yè)。多種學(xué)科知識的交叉滲透，加上因?qū)I(yè)名稱的望文生義，使學(xué)生容易產(chǎn)生簡單的認(rèn)識――“信息與計(jì)算科學(xué)專業(yè)是數(shù)學(xué)與計(jì)算機(jī)結(jié)合的專業(yè)”。這樣籠統(tǒng)的認(rèn)識可能會導(dǎo)致學(xué)生認(rèn)為該專業(yè)“要么學(xué)數(shù)學(xué)，要么學(xué)計(jì)算機(jī)”，至于“怎么結(jié)合”搞不清，不重視專業(yè)的其他重要方面，甚至連信息與計(jì)算科學(xué)的專業(yè)特點(diǎn)和核心競爭力也模糊不清。

關(guān)于信息與計(jì)算科學(xué)專業(yè)課程體系建設(shè)的論述已有很多，然而關(guān)于該專業(yè)大導(dǎo)論課程的研究還不多見。針對上述存在的種種問題，本文認(rèn)為信息與計(jì)算科學(xué)專業(yè)設(shè)置專業(yè)導(dǎo)論課程是極為必要的，而且在課程體系中應(yīng)作為獨(dú)立的重要一環(huán)。因?yàn)樽鳛樾畔⑴c計(jì)算科學(xué)（信計(jì)）專業(yè)的導(dǎo)論課程，需要回答的問題多且必要：信計(jì)專業(yè)培養(yǎng)什么樣的人才？什么是信計(jì)專業(yè)？信計(jì)的核心競爭力是什么？如何實(shí)現(xiàn)？信息處理、應(yīng)用開發(fā)中有哪些數(shù)學(xué)知識？信息挖掘、信息安全與算法設(shè)計(jì)的聯(lián)系如何？建模能力如何鑄就？計(jì)算分析能力怎樣打造？就業(yè)崗位對信計(jì)的現(xiàn)實(shí)要求有哪些？等等。

信計(jì)專業(yè)導(dǎo)論課的開設(shè)需要對信計(jì)專業(yè)的發(fā)展歷史，專業(yè)的研究應(yīng)用進(jìn)展和前沿有深入、廣泛的了解，通過精選教學(xué)內(nèi)容，使教學(xué)內(nèi)容形成體系，以達(dá)到解決學(xué)生關(guān)切問題、培養(yǎng)學(xué)生專業(yè)思想、建立學(xué)生專業(yè)認(rèn)同、激發(fā)學(xué)生專業(yè)學(xué)習(xí)興趣的教學(xué)目標(biāo)。教學(xué)過程中典型的教學(xué)案例對學(xué)習(xí)興趣的提高有明顯的促進(jìn)作用，在專業(yè)學(xué)習(xí)中能夠激發(fā)學(xué)生對專業(yè)的興趣，促進(jìn)學(xué)生對專業(yè)的理解，特別是有利于學(xué)生加深對專業(yè)的宏觀認(rèn)識以及對專業(yè)的一些具體方向的感性認(rèn)識。本文將結(jié)合教學(xué)典型案例深入剖析信息與計(jì)算科學(xué)專業(yè)導(dǎo)論教學(xué)中需要解決的問題。

二、信息與計(jì)算科學(xué)的直觀印象

信息與計(jì)算科學(xué)作為交叉學(xué)科，和其他一些專業(yè)的易混淆性，使得我們必須首先回答什么是信息與計(jì)算科學(xué)專業(yè)，更為緊要的是在大一階段應(yīng)該如何從直觀的角度來闡述它。我們知道，隨著現(xiàn)代信息計(jì)算科學(xué)技術(shù)的發(fā)展，上班考勤甚至上課考勤都有系列的產(chǎn)品可供選擇，常見的考勤機(jī)為指紋考勤機(jī)器――這是一個很典型的利用信息與計(jì)算科學(xué)知識和方法進(jìn)行應(yīng)用開發(fā)的產(chǎn)品。在教學(xué)中，類似的案例可以體現(xiàn)信息與計(jì)算科學(xué)專業(yè)各學(xué)科之間的交叉滲透，為學(xué)生提供直觀的專業(yè)認(rèn)識印象，具體闡述如下。

1.利用該例闡述科技應(yīng)用開發(fā)中，信息與計(jì)算科學(xué)專業(yè)知識的使用流程和涉及的課程知識。指紋考勤機(jī)首先要采集被識別人的指紋信息，并以此作為樣本；預(yù)處理后把樣本信息存儲為向量或數(shù)據(jù)，通過建立樣本的特征提取模型，進(jìn)行特征提取；之后輸入建立的識別模型，對待識別的指紋進(jìn)行計(jì)算識別；接下來是針對硬件的編程實(shí)現(xiàn)和測試，最后再植入匹配的設(shè)備或者網(wǎng)絡(luò)傳入后臺系統(tǒng)，完成系統(tǒng)測試，投入使用。由于建立特征提取模型和識別模型的方法很多，快速計(jì)算的方法選擇有所不同，這涉及信息與計(jì)算科學(xué)中許多數(shù)學(xué)基礎(chǔ)知識和數(shù)學(xué)建模方法等。總的來說，考勤機(jī)的工作流程可以歸納為5步：（1）信息采集和預(yù)處理；（2）特征提取和識別模型；（3）識別、計(jì)算分析；（4）編程實(shí)現(xiàn)；（5）植入硬件。分別講述其中各個環(huán)節(jié)可涉及的專業(yè)課程：信息采集和預(yù)處理可涉及高等代數(shù)、概率統(tǒng)計(jì)等課程；特征提取和識別模型可涉及高等代數(shù)、數(shù)學(xué)分析、概率統(tǒng)計(jì)、運(yùn)籌優(yōu)化、數(shù)學(xué)建模等課程；識別、計(jì)算分析涉及高等代數(shù)、數(shù)學(xué)分析、運(yùn)籌優(yōu)化、數(shù)值分析等課程；編程實(shí)現(xiàn)可涉及程序設(shè)計(jì)語言、算法設(shè)計(jì)、軟件開發(fā)測試，等等。這樣結(jié)合專業(yè)課程知識與應(yīng)用實(shí)例的詳細(xì)講解，易于讓學(xué)生了解信息與計(jì)算科學(xué)專業(yè)知識的應(yīng)用流程，使學(xué)生對信息與計(jì)算科學(xué)專業(yè)知識有直觀的認(rèn)識。

2.利用該例闡述科技應(yīng)用開發(fā)中，信息與計(jì)算科學(xué)中各個學(xué)科的交叉滲透。如前所述，由于一個產(chǎn)品的開發(fā)可能涉及的知識點(diǎn)很多，可采取的模型方法也是多種多樣，這些知識之間的應(yīng)用就會有交叉。例如，特征提取、識別模型的建立有可能用到信息處理的數(shù)學(xué)基礎(chǔ)，這時又需要考慮該模型是否能設(shè)計(jì)出快速的計(jì)算方法來滿足實(shí)際計(jì)算速度的要求；識別模型的實(shí)現(xiàn)最后需要計(jì)算機(jī)編程來完成，這又涉及合適的模型、快速的算法和良好的程序設(shè)計(jì)之間的協(xié)調(diào)融合。當(dāng)然，完整的產(chǎn)品設(shè)計(jì)還需要考慮到采集設(shè)備的精度、程序植入等其他學(xué)科的知識。這樣講解，學(xué)生就會對信息與計(jì)算科學(xué)知識的交叉有較為宏觀的認(rèn)識。

3.啟發(fā)學(xué)生對信息與計(jì)算科學(xué)中的相關(guān)問題進(jìn)行思考。

（1）指紋樣本信息采集是很微妙的事，如果當(dāng)采集一個樣本的次數(shù)太多，超出了很多人的承受范圍，比如一個手指的指紋采集超過了三次，這樣產(chǎn)品的便利性、應(yīng)用性和競爭力就值得懷疑了。因?yàn)橥ǔＧ闆r下，我們很自然的認(rèn)為事不過三為好。那么，如何以最少的采集次數(shù)達(dá)到要求的識別效果？這就是值得考慮的問題。

（2）如何提高產(chǎn)品的識別效果（正確識別率），提升產(chǎn)品質(zhì)量，這除了與團(tuán)隊(duì)的專業(yè)知識相關(guān)以外，還與獲取知識的能力有很大關(guān)系。例如能不能利用已有的專業(yè)知識積累從現(xiàn)有的國內(nèi)文獻(xiàn)中獲取最新的技術(shù)信息，能不能利用國外的技術(shù)文獻(xiàn)，等等。這些都是由典型案例所延伸出的值得思考的問題。這些問題有利于開拓思路，使學(xué)生對將來的工作和研究研發(fā)空間充滿期待。

三、信息與計(jì)算科學(xué)專業(yè)的核心競爭力

信息與計(jì)算科學(xué)是由多個學(xué)科專業(yè)合并和綜合而來的，其重視基礎(chǔ)能力，培養(yǎng)能解決實(shí)際中信息與科學(xué)工程計(jì)算應(yīng)用問題的寬口徑專業(yè)人才。考慮到專業(yè)的名稱與計(jì)算機(jī)、信息工程等專業(yè)有相似之處，專業(yè)導(dǎo)論課程需要闡明該專業(yè)與其他專業(yè)，特別是一些計(jì)算機(jī)科學(xué)專業(yè)、信息工程專業(yè)和數(shù)學(xué)與應(yīng)用數(shù)學(xué)專業(yè)之間的區(qū)別。因此，信息與計(jì)算科學(xué)專業(yè)課程的核心是什么？專業(yè)人才的核心競爭力是什么？這兩個問題是無法回避的。針對這些問題，除了上述案例，圖像（信息）的壓縮處理也是一個很直觀的例子。利用圖像壓縮，可以給學(xué)生展示壓縮編碼技術(shù)、壓縮的算法、軟件開發(fā)等，這涉及信息編碼、密碼學(xué)、算法設(shè)計(jì)能力、應(yīng)用開發(fā)能力等。結(jié)合這些案例，我們信息與計(jì)算科學(xué)專業(yè)并不是單純的涉及數(shù)學(xué)基礎(chǔ)課程、建模能力、算法設(shè)計(jì)或者計(jì)算機(jī)科學(xué)其中的某一方面，它的核心競爭力在于“數(shù)學(xué)基礎(chǔ)與建模能力、計(jì)算分析與算法設(shè)計(jì)、程序語言與應(yīng)用開發(fā)”這三者的有機(jī)融合。單單講某個方面還不足以稱之為專業(yè)的核心競爭力。因?yàn)閷I(yè)人才的定位是解決信息與科學(xué)工程計(jì)算的應(yīng)用問題，這些實(shí)際問題本身與這三方面多有緊密的聯(lián)系，單強(qiáng)調(diào)某一方面或重視某一模塊容易和上述一些類似名稱的專業(yè)混淆。因而，與這三方面相關(guān)的數(shù)學(xué)基礎(chǔ)課程有數(shù)學(xué)分析、高等代數(shù)、解析幾何、微分方程、概率統(tǒng)計(jì)等；與這三方面相關(guān)的一些專業(yè)課程需要凝聚成為專業(yè)的核心課程，如數(shù)值分析、離散數(shù)學(xué)、程序語言、數(shù)學(xué)建模等。

四、信息處理、應(yīng)用開發(fā)中的數(shù)學(xué)知識

信息與計(jì)算科學(xué)專業(yè)的大一新生對就讀該專業(yè)充滿了憧憬。他們能發(fā)現(xiàn)數(shù)學(xué)基礎(chǔ)的老三樣（數(shù)分、高代、解幾）但看不到信息和計(jì)算的影子，看不出專業(yè)的特征和特色，這就需要專業(yè)導(dǎo)論課程加以引導(dǎo)。選取信息處理和應(yīng)用開發(fā)中的相關(guān)案例來闡述數(shù)學(xué)基礎(chǔ)知識在解決這些問題中的重要作用，可以使學(xué)生對數(shù)學(xué)基礎(chǔ)知識與實(shí)際科學(xué)工程問題有直觀的印象，這對學(xué)生下決心打好基礎(chǔ)，投入前期課程學(xué)習(xí)有著重要的作用。如選擇圖像處理中的修補(bǔ)算法、游戲開發(fā)中憤怒的小鳥的技術(shù)含量為講述案例，則這些應(yīng)用案例就可結(jié)合數(shù)學(xué)基礎(chǔ)知識來闡述。

1.圖像處理中的修補(bǔ)算法。圖形圖像的基本處理分析方法，如傅里葉分析可選擇進(jìn)行更為全面的介紹，介紹其在工程領(lǐng)域、數(shù)字信號處理、醫(yī)學(xué)領(lǐng)域的廣泛應(yīng)用。這樣來看，大一開始學(xué)習(xí)的分析類課程作為專業(yè)的基礎(chǔ)課程確實(shí)是名符其實(shí)。圖像圖像處理的修補(bǔ)涉及優(yōu)化模型和優(yōu)化算法、算法的復(fù)雜性等，而這些基本的模型形式――在一定約束要求的前提下，求目標(biāo)函數(shù)的極小值，容易使學(xué)生對開始學(xué)的分析課程的導(dǎo)數(shù)與極值、矩陣等基本知識聯(lián)系起來。

2.憤怒的小鳥的技術(shù)含量。應(yīng)用開發(fā)形式多種多樣，游戲開發(fā)是一種有趣生動的開發(fā)過程，許多游戲開發(fā)又與數(shù)學(xué)基礎(chǔ)知識有緊密聯(lián)系。因此，選取其中的典型案例進(jìn)行介紹，容易激發(fā)學(xué)生的學(xué)習(xí)興趣，促進(jìn)學(xué)生對數(shù)學(xué)知識在應(yīng)用開發(fā)中作用的理解。如該例涉及的物體碰撞檢測和連續(xù)碰撞檢測與向量及運(yùn)算、旋轉(zhuǎn)矩陣、線性變換等數(shù)學(xué)基礎(chǔ)知識，可以由此進(jìn)一步介紹物體的移動、壁障和尋路等游戲開發(fā)中常見的智能化算法，這些都將和許多基礎(chǔ)知識緊密結(jié)合。

五、信息挖掘與算法設(shè)計(jì)

信息與計(jì)算科學(xué)專業(yè)人才應(yīng)具有處理實(shí)際中信息與科學(xué)工程計(jì)算問題的能力。當(dāng)前大數(shù)據(jù)處理涉及的信息挖掘的相關(guān)內(nèi)容，與信計(jì)專業(yè)有天然的聯(lián)系，特別是挖掘目標(biāo)的設(shè)置、隱含信息的挖掘模型的建立和使用、模型的求解、算法性能分析等，與信息與計(jì)算科學(xué)中的計(jì)算能力、建模能力、程序設(shè)計(jì)等核心能力模塊要求相連。這方面的熱點(diǎn)案例很多，如可選阿里巴巴大數(shù)據(jù)競賽、2012年和2015年深圳杯全國大學(xué)生數(shù)學(xué)建模夏令營B題進(jìn)行展示，其中阿里巴巴大數(shù)據(jù)競賽可聯(lián)系到機(jī)器學(xué)習(xí)算法等。講述這些典型的熱點(diǎn)應(yīng)用案例，對學(xué)生了解專業(yè)課程和專業(yè)的內(nèi)涵有重要的指導(dǎo)作用。

綜上，通過梳理信息與計(jì)算科學(xué)專業(yè)導(dǎo)論教學(xué)中一些需要澄清的問題，根據(jù)教學(xué)實(shí)踐，從典型案例的視角對這些問題設(shè)置的必要性和解決方式進(jìn)行了分析和探討，剖析了這對于促進(jìn)學(xué)生對專業(yè)內(nèi)涵的總體把握、了解專業(yè)應(yīng)用領(lǐng)域、品味專業(yè)學(xué)習(xí)價值的有益作用。

[ 參 考 文 獻(xiàn) ]

[1] 楊曉東，崔亞新，劉貴富.試論高等學(xué)校專業(yè)導(dǎo)論課的開設(shè)[J].黑龍江高教研究，2010（7）：147-149.

[2] 王曉暉.大學(xué)專業(yè)導(dǎo)論課開設(shè)的目標(biāo)探析[J].高教論壇，2013（12）：69-71.

[3] 王利眾，朱麗平.工科專業(yè)導(dǎo)論課教學(xué)研究――以“通信技術(shù)導(dǎo)論與導(dǎo)學(xué)”為例[J].黑龍江教育：高教研究與評估，2015（9）：29-30.

[4] 許峰，方賢文，許志才.信息與計(jì)算科學(xué)專業(yè)教學(xué)體系的實(shí)踐與探索[J].高等理科教育，2007（4）：70-73.

[5] 龔日朝.“以特色取勝”建設(shè)信息與計(jì)算科學(xué)專業(yè)的新型思路與實(shí)踐[J].大學(xué)數(shù)學(xué)，2004（3）：12-15.

[6] 蘇麗卿，黃民海.對信息與計(jì)算科學(xué)專業(yè)的認(rèn)識與思考[J].河北師范大學(xué)學(xué)報(bào)（教育科學(xué)版），2008（6）：107-109.

[7] 李學(xué)勇，王鑫，譚義紅.應(yīng)用型本科院校信息與計(jì)算科學(xué)專業(yè)人才培養(yǎng)模式[J].長沙大學(xué)學(xué)報(bào)，2009（5）：109-111.

[8] 汪富泉.信息與計(jì)算科學(xué)專業(yè)應(yīng)用型人才培養(yǎng)模式研究與實(shí)踐[J].大學(xué)教育，2013（18）：62-63.

[9] 鄭金洲.案例教學(xué)：教師專業(yè)發(fā)展的新途徑[J].教育理論與實(shí)踐，2002（7）：36-41.

第2篇

關(guān)鍵詞 案例教學(xué)法 計(jì)算機(jī)文化 基礎(chǔ)課程 教學(xué)方法

隨著計(jì)算機(jī)科技的日益發(fā)展和計(jì)算機(jī)知識的廣泛普及，計(jì)算機(jī)已經(jīng)滲透到人們的生活、學(xué)習(xí)、工作的各個方面，社會需要大量既熟悉專業(yè)知識又掌握計(jì)算機(jī)應(yīng)用技術(shù)的復(fù)合型人才，因此，《計(jì)算機(jī)文化基礎(chǔ)》課程已成為當(dāng)代大學(xué)生素質(zhì)教育的重要基礎(chǔ)課程之一，是培養(yǎng)學(xué)生實(shí)踐能力、創(chuàng)新能力、社會適應(yīng)能力的重要途徑。如何讓學(xué)生提高學(xué)習(xí)興趣、重視基礎(chǔ)學(xué)習(xí)，提高教學(xué)質(zhì)量，是當(dāng)前《計(jì)算機(jī)文化基礎(chǔ)》課程的教學(xué)難點(diǎn)。

一、“計(jì)算機(jī)文化基礎(chǔ)”教學(xué)過程中存在的問題由于各個地區(qū)經(jīng)濟(jì)、教育發(fā)展的不平衡，高校新生的計(jì)算機(jī)基礎(chǔ)水平存在較大的差異。有些學(xué)生在中學(xué)就已學(xué)過計(jì)算機(jī)相關(guān)課程或在家里就擁有電腦，對計(jì)算機(jī)的操作非常熟悉；有些學(xué)生對計(jì)算機(jī)不感興趣，計(jì)算機(jī)操作水平相對較低，甚至有些同學(xué)以前從來沒接觸過計(jì)算機(jī)。這些都造成了教師在講課的過程中，一部分學(xué)生認(rèn)為教師一節(jié)課講的內(nèi)容太多，接受不了，而另一部分學(xué)生又因?yàn)橛X得內(nèi)容簡單，心不在焉。學(xué)生計(jì)算機(jī)水平的差異，使得教師難以把握教學(xué)尺度。因此，可在開學(xué)初舉行計(jì)算機(jī)文化基礎(chǔ)課程的免修考試，讓計(jì)算機(jī)程度好的同學(xué)，可以免修基礎(chǔ)學(xué)習(xí)，選修其他應(yīng)用性更強(qiáng)的計(jì)算機(jī)應(yīng)用課程，如Photoshop、VB、FoxPro等，而沒有通過考試的同學(xué)，繼續(xù)進(jìn)行基礎(chǔ)學(xué)習(xí)，這也使得同一個班的學(xué)生的計(jì)算機(jī)水平較平均，較容易把握教學(xué)尺度。

另外，學(xué)生對計(jì)算機(jī)文化基礎(chǔ)課程的重視不夠，學(xué)習(xí)積極性不高。大部分學(xué)生認(rèn)為自己不是計(jì)算機(jī)專業(yè)的學(xué)生，不需要熟練掌握計(jì)算機(jī)的使用，覺得這門課的實(shí)用性不大。而且課堂上對知識點(diǎn)的一步步講解，也使學(xué)生覺得計(jì)算機(jī)知識太繁瑣、枯燥、無聊，產(chǎn)生厭學(xué)情緒。計(jì)算機(jī)基礎(chǔ)是一門操作性、實(shí)踐性很強(qiáng)的課程，所以應(yīng)該采用更有效的教學(xué)手段，提高學(xué)生的學(xué)習(xí)興趣。因此，在《計(jì)算機(jī)文化基礎(chǔ)》課程中采用“案例教學(xué)法”，不僅能突出這門課的實(shí)用性，也能激發(fā)學(xué)生學(xué)習(xí)積極性，在一定程度上提高課堂教學(xué)效率，增強(qiáng)學(xué)生對知識掌握和靈活運(yùn)用。

二、案例教學(xué)法及其優(yōu)點(diǎn)

案例教學(xué)法是一種在教師指導(dǎo)下，把學(xué)生帶入特定事件的現(xiàn)場，通過案例分析以提高學(xué)生實(shí)際運(yùn)作能力的教學(xué)方法。在課程教學(xué)中以典型案例劃分教學(xué)內(nèi)容，以案例引導(dǎo)課堂教學(xué)，以案例引導(dǎo)學(xué)生知識點(diǎn)的掌握，以實(shí)際案例為剖析對象。教師指導(dǎo)下教學(xué)，學(xué)生共同參與案例的分析、討論以尋求實(shí)現(xiàn)方法，實(shí)現(xiàn)理論與實(shí)踐一體化，增強(qiáng)了學(xué)生的自主創(chuàng)新能力。

案例教學(xué)法的優(yōu)點(diǎn)：1.案例教學(xué)法從來自社會實(shí)踐的案例中的問題出發(fā)，能夠促使學(xué)生更懂得尊重社會實(shí)踐、理論聯(lián)系實(shí)際，有助于培養(yǎng)學(xué)生分析問題和解決問題的能力。2.案例教學(xué)法強(qiáng)調(diào)課堂組織形式的多樣性，打破了課本原有以知識的邏輯結(jié)構(gòu)體系為順序組織課堂教學(xué)的方式，設(shè)計(jì)恰當(dāng)而豐富的教學(xué)案例，有利于激發(fā)學(xué)生的學(xué)習(xí)熱情。3.案例教學(xué)法應(yīng)該說是一種科學(xué)、有效的學(xué)習(xí)方法，其可貴之處在于發(fā)現(xiàn)新問題，并在解決問題的過程中驗(yàn)證、發(fā)展和深入研究，有助于培養(yǎng)學(xué)生的能力。

三、“計(jì)算機(jī)文化基礎(chǔ)”案例化教學(xué)實(shí)施將計(jì)算機(jī)文化基礎(chǔ)課程的知識點(diǎn)恰當(dāng)?shù)厝谌氚咐姆治龊椭谱鬟^程中，不但有助于學(xué)生在學(xué)習(xí)過程中掌握獨(dú)立的知識點(diǎn)，而且有助于培養(yǎng)綜合的分析問題和解決問題的能力。由于Office辦公自動化軟件的操作是《計(jì)算機(jī)文化基礎(chǔ)》課程的教學(xué)重點(diǎn)和難點(diǎn)，下面以Word、Excel、PowerPoint三個知識點(diǎn)為例，說明具體案例設(shè)計(jì)的內(nèi)容。

（一）word案例：個人簡歷的制作。

個人簡歷是對學(xué)生學(xué)習(xí)生活的簡介，是評價和認(rèn)定學(xué)生的主要材料，在很多的場合需要使用，例如學(xué)校里社團(tuán)的招新、學(xué)生會干部招募、甚至在以后的求職過程中。本案例制作的個人簡歷首先有一個封面，包括學(xué)生的基本信息，如姓名、專業(yè)、學(xué)校、聯(lián)系電話、電子郵箱等，使用藝術(shù)字、圖片、文本框、水印等技術(shù)進(jìn)行制作。簡歷正文以項(xiàng)目符號進(jìn)行分類劃分，介紹學(xué)生的英語水平、計(jì)算機(jī)水平、主干課程、愛好與特長、自我評價等。通過此簡歷的設(shè)計(jì)，把word文檔中字體、段落的設(shè)置，項(xiàng)目標(biāo)號、文本框、藝術(shù)字、圖片的插入，背景、頁面的設(shè)置、頁面邊框的添加、分欄等知識點(diǎn)融會其中，讓學(xué)生感到學(xué)習(xí)的知識非常實(shí)用，學(xué)得更加主動和用心。

（二）word案例：策劃書的制作。

在日常的學(xué)習(xí)生活中，同學(xué)們也經(jīng)常需要使用word制作長文檔，如社團(tuán)活動的策劃書、論文等。這個案例以一個社團(tuán)活動策劃書作為素材，其中的活動安排以表格形式記錄，讓學(xué)生掌握表格的插入和設(shè)置，然后通過對整個文檔進(jìn)行格式設(shè)置，讓學(xué)生學(xué)習(xí)排版的一般技巧，學(xué)會設(shè)置標(biāo)題樣式、段落的大綱級別，熟悉分隔符、頁眉頁腳的插入和設(shè)置，會使用文檔結(jié)構(gòu)圖進(jìn)行查看、創(chuàng)建目錄等。

（三）Excel案例：學(xué)生成績分析。

在日常的使用中，同學(xué)們會經(jīng)常使用Excel表格進(jìn)行簡單的數(shù)據(jù)分析和管理，因此設(shè)置一個學(xué)生成績分析的案例，讓學(xué)生熟練掌握Excel的相關(guān)操作。首先通過簡單的格式設(shè)置，了解Excel中字體格式、單元格數(shù)字類型、邊框、對齊方式、行距、列寬等的設(shè)置，然后進(jìn)行計(jì)算學(xué)生總分、平均分、排名、突出顯示不及格人數(shù)等的操作，讓學(xué)生學(xué)習(xí)Excel表格中函數(shù)的插入、條件格式的設(shè)置，然后進(jìn)一步按某門課程對學(xué)生的成績進(jìn)行排序、簡單篩選或高級篩選，講解Excel中的簡單數(shù)據(jù)處理，最后根據(jù)學(xué)生的平均成績畫出相應(yīng)的分析圖表，讓學(xué)生掌握圖表的創(chuàng)建和修飾。

（四）PowerPoint案例：學(xué)校簡介。

有時候，同學(xué)們需要針對某些主題進(jìn)行演講，例如學(xué)習(xí)交流、畢業(yè)答辯、產(chǎn)品介紹等，這都需要使用到PowerPoint這個工具。本案例通過制作一個學(xué)校簡介的PPT，講解在PowerPoint中如何新建幻燈片，選擇幻燈片模板，設(shè)置配色方案、母板、備注內(nèi)容等，并在不同幻燈片中插入圖片、表格、藝術(shù)字、視頻、音頻、flash動畫等，重點(diǎn)介紹如何設(shè)置幻燈片的播放效果，如幻燈片的切換方式、自定義動畫、幻燈片放映等。

經(jīng)過一年的教學(xué)驗(yàn)證，使用案例進(jìn)行教學(xué)，能使學(xué)生覺得學(xué)習(xí)的知識實(shí)用有趣，提高了學(xué)生的學(xué)習(xí)興趣，活躍了課堂的學(xué)習(xí)氣氛，同時提高了學(xué)生的聽課質(zhì)量，也能讓學(xué)生更靈活的掌握了office這些辦公軟件的操作技巧，在期末的上機(jī)考試中，也取得了比較好的成績。

四、總結(jié)

教育的任務(wù)不是將信息灌輸?shù)綄W(xué)生頭腦中，而是利用有效、使用的概念來充實(shí)學(xué)生的頭腦，案例教學(xué)能激發(fā)學(xué)生的學(xué)習(xí)激情，有利于學(xué)生對知識的吸收和融會貫通，隨著計(jì)算機(jī)文化基礎(chǔ)課程的改革和發(fā)展，學(xué)生計(jì)算機(jī)應(yīng)用水平的不斷提高，案例的設(shè)計(jì)要不斷地加以完善和改進(jìn)，以適應(yīng)新課程、新形勢的要求，只有不斷改革和創(chuàng)新才能取得更好的教學(xué)效果。

參考文獻(xiàn)：

[1]黃冬梅，王愛繼.大學(xué)計(jì)算機(jī)應(yīng)用基礎(chǔ)案例教程[M].清華大學(xué)出版社，2006，7:34-148.

[2]張積家.高等教育心理學(xué)[M].高等教育出版社，2009，7:394-407.

第3篇

一、文獻(xiàn)綜述

國內(nèi)有關(guān)大學(xué)效率評價定量分析的文獻(xiàn)很少見，僅有武書連等人用大學(xué)排行榜上大學(xué)得分除以大學(xué)教師數(shù)和科研員工數(shù)得到的效率值。由于大學(xué)排行榜的得分是一個綜合數(shù)據(jù)，含有投入、產(chǎn)出和大學(xué)基本條件或環(huán)境等信息，實(shí)質(zhì)上沒有所謂效率的意義，只有人均排行榜之意。

國外對大學(xué)效率的評價，近10年來頗有進(jìn)展。由于國外大學(xué)的教育規(guī)模發(fā)展迅速，招生規(guī)模不斷擴(kuò)大，資源配置已從強(qiáng)調(diào)公平向義務(wù)和效率轉(zhuǎn)化。12Clelli131>Avkiran14、Abbott和Doucouliagos151等人對澳大利亞大學(xué)，Ahn、Charnes和Coppeij6、Robst171、Salemo181等人對美國大學(xué)，Athanassopouios和Shale19、Stevens110、Izadi、Johns、Oskro-chi和Crouchley1111等人對英國大學(xué)，McMillan和Data1121對加拿大大學(xué)，JongbloedEtAl1131>Jongb-loed和Koelman1141、Vink115等對荷蘭等大學(xué)的效率問題進(jìn)行了研究。他們的研究分別以學(xué)校單元、學(xué)術(shù)單元和非學(xué)術(shù)單元進(jìn)行，有的研究整體效率，有的研究學(xué)術(shù)產(chǎn)出效率，有的研究管理效率。他們使用的方法是數(shù)據(jù)包絡(luò)分析（DataEnvelopmentAnalysis，DEA)和隨機(jī)前沿面（StochasticFrontier,SF)，其中2/3的研究采用的是DEA方法。

研究高等教育的效率和生產(chǎn)力最重要的問題是如何界定其產(chǎn)出和投入。國外學(xué)者將學(xué)校或其研究單元作為一個黑箱，而由黑箱的投入與產(chǎn)出計(jì)算效率。對于高等教育機(jī)構(gòu)的多種產(chǎn)出，一般引用EstelleJames'16所說的“學(xué)術(shù)產(chǎn)品”。學(xué)術(shù)產(chǎn)品可以簡單地劃分為研究與教育兩項(xiàng)產(chǎn)出。

研究教育產(chǎn)出的問題是如何用“最好”的方法來量化(quantify)。比如，同樣數(shù)目的學(xué)生數(shù)，有人會說誰的學(xué)生更杰出一些或更差一些，因而不能認(rèn)為是同等的。如果不論誰更杰出，那么，學(xué)生人數(shù)越多越好，這顯然也是不妥的。為此，通常的思路是給他們加權(quán)',但是，要取得令人滿意的權(quán)重，談何容易。

對于研究產(chǎn)出，有學(xué)者用的數(shù)量來計(jì)算，也有學(xué)者以研究支出(受資助金額)作為產(chǎn)出（實(shí)際上也是研究收入，至少與研究支出高度相關(guān))。當(dāng)然，關(guān)于研究支出，有學(xué)者認(rèn)為其可以被認(rèn)為是投入或產(chǎn)出。比如，MelvilleL.Mcmillan和DebasishDatta'18就指出美國州政府資助的研究基金是投入，而企業(yè)和聯(lián)邦政府資助的科研基金是產(chǎn)出。與此同時，支出沒有質(zhì)量信息。相反，有人說并非所有研究成果都是以文章形式發(fā)表的，比如，專利、許可等。為此，Cohn'19也提出用加權(quán)的方法。當(dāng)然，這同樣要用先驗(yàn)的判斷，并且要求足夠客觀以讓人們接受，但是，這是不易做到的。

投入的測量也是如此困難。比如，學(xué)術(shù)人員數(shù)或全體教職員工數(shù)同樣也不存在質(zhì)量信息。比如，北大、清華的教師通常被認(rèn)為是更有水平的，所以，有文章提出可以用員工工薪水平來測度員工水平。然而，這又會增加有關(guān)地區(qū)差別的考慮，從而使研究更加復(fù)雜。

事實(shí)上，一個學(xué)校，其教育產(chǎn)出多、研究產(chǎn)出少或相反，只能表明它的價值取向如此。從綜合效率來看，只能說明其效率是否相對有效，而不能說誰更勝一籌。使用加權(quán)(這些權(quán)對所有學(xué)校是平等的）的方法是將不同決策單元的產(chǎn)出或投入“扯平”，從而又歸為單一投入與單一產(chǎn)出的問題，它并沒有突破單一投入與單一產(chǎn)出的評價方法。

事實(shí)上，在多產(chǎn)出、多投入的情形下，沒有一種統(tǒng)一的權(quán)重可以讓所有被評估者信服，因?yàn)樗鼰o法反映各自的價值取向。而數(shù)據(jù)包絡(luò)分析方法(DEA)是適合于綜合效率評估的方法，其權(quán)重取法是最有利于被評估者的。

二、模型DEA

數(shù)據(jù)包絡(luò)分析方法（DEA)的優(yōu)點(diǎn)是不要求有先驗(yàn)的生產(chǎn)函數(shù)，對投入和產(chǎn)出也不要求有統(tǒng)一的量綱，困此，該方法具有相當(dāng)?shù)撵`活性。所以，在國外的大學(xué)效率計(jì)算中，約有2/3的研究采用的是DEA方法，而另一些研究使用的是隨機(jī)前沿面(SF)方法，且主要適用于成本效率等只有一個產(chǎn)出的情形，而且要有關(guān)于產(chǎn)出或成本的函數(shù)形式假設(shè)，同時還要有關(guān)于其回歸殘差分布形態(tài)的假設(shè)。所以，本文認(rèn)為還是選擇DEA方法為佳。

其含義是當(dāng)新的投入組合不大于原投入時，新的產(chǎn)出組合能比原產(chǎn)出多$倍。此問題一定存在解，而且Vd>1。當(dāng)Vd=1且S+,S-均為0時，稱DEA有效。DEA有效的經(jīng)濟(jì)含義是除非增加一種或多種投入，或減少其他種類的產(chǎn)出，無法再增加任何產(chǎn)出;除非增加一種或多種投入，或減少其他種類產(chǎn)品的產(chǎn)出，無法再減少任何投入。在大學(xué)效率研究中，視大學(xué)為決策單元。

線性規(guī)劃模型(D)是面向輸出的DEA模型，它也可以轉(zhuǎn)化為面向輸入的模型。模型(D)的約束條件中，如果加上條件：E1則稱此模型為假設(shè)j-1是規(guī)模收益可變（variablereturntoscale,VRS)下的VRS模型，它得到的效率值可作為純技術(shù)效率。而當(dāng)沒有此條件時稱為CRS模型(constantreturntoscale),此時得到的技術(shù)效率被認(rèn)為是規(guī)模效率與純技術(shù)效率相乘作用下的結(jié)果，所以據(jù)此可以確定規(guī)模效率。還有非遞增(NIR)與非遞減(NDR)規(guī)模收益等1211，在此，不再多述。

三、研究生教育的效率分析框架

在傳統(tǒng)的學(xué)校效率分析框架中，將學(xué)校或其研究單元作為一個黑箱，并根據(jù)黑箱的投入與產(chǎn)出計(jì)算效率。其中，兩個問題必須明確:第一是作為黑箱的分析單元，可以是整個學(xué)校，也可以是學(xué)校的部門機(jī)構(gòu)。第二是黑箱的投入和產(chǎn)出包括哪些內(nèi)容。

分析單元是容易確定的，而投入與產(chǎn)出是較難確定的。Coelli122在以澳大利亞的大學(xué)為單元的模型分析中，認(rèn)為產(chǎn)出是學(xué)生在冊數(shù)(折算為全日制學(xué)生數(shù))、發(fā)表指標(biāo)，投入是總員工數(shù)和非員工費(fèi)用;在以學(xué)院為單元的模型分析中，認(rèn)為產(chǎn)出是學(xué)生數(shù)和發(fā)表指標(biāo)，投入是學(xué)術(shù)員工數(shù)和其他費(fèi)用；在以管理部門為單元的模型分析中，產(chǎn)出是學(xué)生數(shù)、總員工數(shù)，投入是管理員工（金額計(jì)）、其他管理費(fèi)用。Avkiran1231研究了總體績效、教育服務(wù)績效、付費(fèi)生教育的績效。他在三個模型中用的投入全是學(xué)術(shù)員工數(shù)和非學(xué)術(shù)員工數(shù)，產(chǎn)出則按不同模型分為：（1)本科生數(shù)、研究生數(shù)、研究成果等；(2)學(xué)生保持率、學(xué)生進(jìn)階率、畢業(yè)生就業(yè)率等;（3)海外付費(fèi)生數(shù)、非海外付費(fèi)研究生數(shù)。Abbot和doucouliagos124對Coelli的數(shù)據(jù)重新建模計(jì)算，對分析單元集合則按研究與教育的不同比重區(qū)別對待。他采用的投入仍是學(xué)術(shù)員工數(shù)、非學(xué)術(shù)員工數(shù)、非人工支出、非現(xiàn)金資產(chǎn)的價值等，而其產(chǎn)出是以學(xué)生數(shù)代表教育，以研究工作量代表研究產(chǎn)出。Ahn、Charnes和Cooper125首次對美國大學(xué)的技術(shù)效率和規(guī)模效率進(jìn)行了研究。他們的投入是課程支出、材料投入和管理支出，而產(chǎn)出是大學(xué)生數(shù)、研究生數(shù)和聯(lián)邦研究項(xiàng)目支出。Athanassopoulos和Shale1261對英國的45所“老”大學(xué)進(jìn)行研究。他們研究了成本(cost)效率和成果(outcome)效率。二個模型都用三個產(chǎn)出：成功畢業(yè)數(shù)、獲得學(xué)位數(shù)、加權(quán)研究比率。而成本模型的投入則分別為一般學(xué)術(shù)支出、研究收入(income);成果模型的投入是大學(xué)生數(shù)、研究生數(shù)、學(xué)術(shù)員工數(shù)、平均A級入學(xué)分?jǐn)?shù)、研究收入、圖書館與計(jì)算機(jī)支出等。McMillan和Data1271用DEA分析了加拿大45所大學(xué)。他用了九個DEA模型并比較它們的結(jié)果。他采用的投入與產(chǎn)出更為復(fù)雜，針對不同的模型，采取不同的選擇:產(chǎn)出為在校本科生數(shù)或理科在校本科生數(shù)、其他學(xué)科本科生數(shù)、研究生數(shù)、碩士研究生數(shù)、博士研究生數(shù)、受資助的研究生支出總額、國家社會科學(xué)與人文學(xué)科委員會資助人占員工比例（％)、國家自然基金和工程研究委員會資助的員工比例（％)等指標(biāo)的部分組合，而投入是有三級職稱的教師數(shù)、理科教師數(shù)、其他教師數(shù)、其他費(fèi)用、總費(fèi)用支出等指標(biāo)的部分組合。

在國內(nèi)，類似的研究，僅有邱均平等人A在評價大學(xué)科技競爭力時指出投入指標(biāo)為人力、RD基地、項(xiàng)目、經(jīng)費(fèi)，產(chǎn)出指標(biāo)是成果應(yīng)用（專利，技術(shù)轉(zhuǎn)讓)、論文數(shù)、論文質(zhì)量、獲獎等。

雖然DEA模型分析大學(xué)效率時，其投入與產(chǎn)出的選擇各有不同，但學(xué)生數(shù)或畢業(yè)生數(shù)通常用來作為產(chǎn)出，而學(xué)術(shù)員工數(shù)或非學(xué)術(shù)員工數(shù)也常作為投入，發(fā)表文章數(shù)常作為研究產(chǎn)出，但研究收入或研究支出，則有時可作為投入，有時作為產(chǎn)出，等等。事實(shí)上，這些選擇大體是根據(jù)研究角度或研究目的的不同以及數(shù)據(jù)可得性的考慮來決定的。

本文的研究單元是大學(xué)，其內(nèi)容是研究生教育的效率。因此，筆者采用國外的研究方案，專門針對研究生教育的投入與產(chǎn)出給出界定，研究框架如圖1所示：

研究生教育投入的是人力和科研經(jīng)費(fèi)。在大學(xué)，與研究生教育最相關(guān)的因素是博士生導(dǎo)師、碩士生導(dǎo)師和具有高級職稱的教師，以及科研經(jīng)費(fèi)，因此，將研究生教育的投入設(shè)定為導(dǎo)師數(shù)、具有高級職稱教師數(shù)和科研經(jīng)費(fèi)數(shù)。研究生教育的產(chǎn)出則包含研究生數(shù)和科研成果兩部分。科研成果很可能含有非研究生教育的成果，但是，本科生的研究成果畢竟是少數(shù)，而研究型大學(xué)中低職稱者的工作與本單位研究生教育緊密相關(guān)，所以，將科研成果作為研究生教育的主要產(chǎn)出。

由于研究生教育的投入與產(chǎn)出具有數(shù)量與質(zhì)量兩方面的信息，雖然在前面的論述中認(rèn)為只是價值取向不同而不必拘泥于質(zhì)量，但在效率分析框架上區(qū)分?jǐn)?shù)量與質(zhì)量的信息是有必要。比如，對于教育產(chǎn)出，既要考慮學(xué)生數(shù)量產(chǎn)出的效率，也要考慮學(xué)生質(zhì)量產(chǎn)出的效率；同樣的，大學(xué)科研項(xiàng)目的獲取是大學(xué)的收入(產(chǎn)出)，它表明的是學(xué)校研究數(shù)量上的信息，并無質(zhì)量的信息，而質(zhì)量的信息，應(yīng)當(dāng)是這些研究項(xiàng)目所得資助的使用效率，即所謂的研究成果。為此，本文提出二階段框架進(jìn)行分析，如圖2所示：

第一階段可認(rèn)為是研究生教育的數(shù)量效率，諸如導(dǎo)師得到課題數(shù)、博士碩士生人數(shù)和科研經(jīng)費(fèi)數(shù)，它們沒有或很少具有質(zhì)量信息，更多的則是數(shù)量信息，而第二階段是將第一階段獲得的資源合理利用，最終產(chǎn)出論文和科技成果等。顯然，在資源相同的情況下，如果得到更多的論文和科研成果，那么，就表明這些學(xué)校的研究生教育是高質(zhì)量的。

四、數(shù)據(jù)來源和處理

模型不應(yīng)根據(jù)數(shù)據(jù)的可得性而設(shè)計(jì)，但在實(shí)證時必須適當(dāng)?shù)剡w就可得性。本研究根據(jù)《教育部直屬高校二oo三年基本情況統(tǒng)計(jì)資料匯編》整理。教育部部屬高校有72所，加上中科院和國防科工委所屬8所大學(xué)，共80所。由于北京中醫(yī)藥大學(xué)的數(shù)據(jù)有若干缺失，故排除在外，余下79所大學(xué)。在進(jìn)一步研究時，發(fā)現(xiàn)有一些純文科大學(xué)沒有自然科學(xué)的數(shù)據(jù)，所以將不具有自然科學(xué)方面數(shù)據(jù)的學(xué)校排除在外，共有66所大學(xué)。雖然本研究也曾對79所大學(xué)進(jìn)行過研究，但以下只給出66所大學(xué)的研究結(jié)果，而對于79所大學(xué)的研究結(jié)果和沒有列出的其他結(jié)果，可以向作者索取。

研究生教育的人力投入指標(biāo)用具有高級職稱教師數(shù)、博士生導(dǎo)師數(shù)和碩士生導(dǎo)師數(shù)表示。其中，博士生導(dǎo)師數(shù)是由碩博連導(dǎo)的導(dǎo)師和只指導(dǎo)博士的導(dǎo)師數(shù)合并，碩士生導(dǎo)師是由碩博連導(dǎo)的導(dǎo)師和只指導(dǎo)碩士的導(dǎo)師數(shù)合并。由于筆者沒有按人文社會科學(xué)、自然科學(xué)分類的有關(guān)博士生導(dǎo)師、碩士生導(dǎo)師的數(shù)據(jù)，所以，只能將導(dǎo)師以大學(xué)為單位匯總。科研經(jīng)費(fèi)由人文社科經(jīng)費(fèi)、自然科學(xué)經(jīng)費(fèi)等兩項(xiàng)指標(biāo)表示(單位:萬元)。

研究生教育的教育產(chǎn)出以博士生在校生數(shù)、碩士生在校生數(shù)等兩項(xiàng)指標(biāo)表示。同樣，研究生數(shù)不能按學(xué)科區(qū)別對待。科研產(chǎn)出以人文社會科學(xué)專著數(shù)、人文社會科學(xué)論文數(shù)、自然科學(xué)專著數(shù)、自然科學(xué)論文數(shù)等四項(xiàng)指標(biāo)表示，不區(qū)分論文的級別，是因?yàn)闆]有相關(guān)數(shù)據(jù)（曾只用國外論文的研究，結(jié)果表明影響不大)。科技專利等在此不予體現(xiàn)的原因，是由于難以量化，而且對于研究生教育來講，幾乎所有大學(xué)都以和專著作為畢業(yè)答辯的前提。

五、計(jì)算結(jié)果

1.傳統(tǒng)分析框架下的計(jì)算結(jié)果

在傳統(tǒng)分析框架下，投入是具有高級職稱的教師數(shù)、博士生導(dǎo)師數(shù)、碩士生導(dǎo)師數(shù)、人文社會科學(xué)研究經(jīng)費(fèi)、自然科學(xué)研究經(jīng)費(fèi)，而產(chǎn)出是人文社會科學(xué)論文數(shù)、人文社會科學(xué)專著數(shù)、自然科學(xué)論文數(shù)、自然科學(xué)專著數(shù)。

表1顯示，66所大學(xué)中，有46.97%即31所大學(xué)是CRS有效的，有71.21%即47所是VRS有效的。純技術(shù)效率的平均數(shù)是105.75%,規(guī)模平均效率是111.10%。這表明，大多數(shù)學(xué)校處于相對接近的狀態(tài)，即所謂“有效”。但是，我們不能說這些相對有效的學(xué)校是很有生產(chǎn)力的，因?yàn)橄鄬π手皇潜砻飨鄬τ行浴囊?guī)模效率來看，35所非CRS有效的學(xué)校(其中16所大學(xué)是VRS有效的）中，32所大學(xué)處于規(guī)模收益遞減階段，只有3所大學(xué)處于規(guī)模收益遞增階段。可見，47所大學(xué)的純技術(shù)效率是有效的，但有超過一半的學(xué)校是非規(guī)模有效的，而非規(guī)模有效主要是規(guī)模遞增收益非有效。所以，經(jīng)過高等教育規(guī)模擴(kuò)張之后的研究生教育的主要工作應(yīng)是提高規(guī)模效率，盡快消化規(guī)模擴(kuò)張形成的無效率，比如北京大學(xué)、清華大學(xué)、東南大學(xué)等。同時，如果認(rèn)為近一半“相對有效”的學(xué)校是具有很高生產(chǎn)力的，那么，適當(dāng)?shù)卦黾右?guī)模，籌集新的資源，對于提高研究生教育的產(chǎn)出，仍然是大有可為的。但是，這需要更進(jìn)一步的分析（比如研究成本效率，或與國外同行相比較等)才能得出是否有足夠生產(chǎn)力的結(jié)論。

為了更明確有關(guān)學(xué)校的產(chǎn)出潛力，可以應(yīng)用DEA的加性模型。即如果要使那些非有效的學(xué)校變得有效(VRS),可以增加產(chǎn)出。如表2(沒有產(chǎn)出潛力的有效率學(xué)校不列出）所示。

表2中的產(chǎn)出潛力是根據(jù)部分大學(xué)現(xiàn)有產(chǎn)出的組合計(jì)算得到的。如果所有大學(xué)的研究生教育都有效，則人文社會科學(xué)專著可增加至1041部、人文社會科學(xué)論文增加至3439篇、自然科學(xué)專著增加至437部、自然科學(xué)論文增加至7456篇、博士生增加到7025人、碩士生增加到17699人。如果只限定部分產(chǎn)出是可能改變的，其他的不予變動（比如只增加博士生人數(shù)而其他產(chǎn)出不增加)，那么，北京交通大學(xué)博士生數(shù)應(yīng)當(dāng)增加到2150人，即增加1268人左右，在此不一一計(jì)算。

2.二階段分析框架下的計(jì)算結(jié)果

本研究提出的二階段分析框架，認(rèn)為在研究生教育的第一階段，以具有高級職稱教師數(shù)和導(dǎo)師數(shù)為投入、以研究生數(shù)和課題數(shù)(其中自助資金不予考慮，因?yàn)楹茈y從全校資金中分離出來)為產(chǎn)出，第二階段則以研究生數(shù)和課題數(shù)為投入，以論文和專著篇數(shù)、專利數(shù)等為產(chǎn)出。

第一階段的分析，僅用大學(xué)具有高級職稱的教師數(shù)和博士生導(dǎo)師數(shù)、碩士生導(dǎo)師數(shù)作為投入，而其產(chǎn)出是博士生數(shù)、碩士生數(shù)、課題數(shù)和科研經(jīng)費(fèi)數(shù)，因?yàn)榭蒲薪?jīng)費(fèi)撥入和支出有時有出入，有時基本相近，所以，以撥入與支出的平均數(shù)作為科研經(jīng)費(fèi)數(shù)。第一階段的結(jié)果是研究生教育的數(shù)量效率，如表3所示。由表3可看出，有33所大學(xué)（占50%)是純技術(shù)有效的，處于規(guī)模收益遞減階段；有18所（占27%)是總體技術(shù)有效的，處于規(guī)模收益不變階段；15所(占23%)處于規(guī)模收益增加階段。這表明，在數(shù)量效率方面，處于規(guī)模收益遞增階段的15所大學(xué)在研究生教育的數(shù)量規(guī)模上還有擴(kuò)大的可能性。

第二階段的分析，以第一階段的產(chǎn)出為第二階段的投入，而產(chǎn)出的是專著數(shù)、論文數(shù)等。其效率可以作為研究生教育的質(zhì)量效率。其計(jì)算結(jié)果如表4所示。表4顯示，有24所大學(xué)（占36%)總體技術(shù)有效，37所（占56%)純技術(shù)有效；有39所（占59%)大學(xué)處于規(guī)模遞減收益階段，24所處于規(guī)模收益不變階段，3所處于規(guī)模收益增加階段。因此，從質(zhì)量角度來講，一半以上的大學(xué)的研究生教育是高質(zhì)量的，同時接近六成的大學(xué)處于規(guī)模收益遞減階段，需要提高管理效率。

從研究生教育的數(shù)量效率與質(zhì)量效率來看，同時達(dá)到純技術(shù)有效的大學(xué)有18所（占27%),如北京大學(xué)、清華大學(xué)、北京化工大學(xué)、上海交通大學(xué)等。而有些學(xué)校則是數(shù)量上有效而質(zhì)量上無效，或質(zhì)量上有效而數(shù)量上無效。

六、結(jié)論

根據(jù)上述計(jì)算結(jié)果，可以得出以下結(jié)論。

(1)31所大學(xué)的研究生教育是相對有效的，47所大學(xué)是純技術(shù)有效的。即便不論是否有效，平均效率也是相當(dāng)高的。與Avkiran發(fā)現(xiàn)的澳大利亞大學(xué)一樣，中國大學(xué)的研究生教育在以“令人尊敬的”(respectable)效率水平上運(yùn)行。但是，這并不是說這些學(xué)校可以“引為自豪”了，這只能說大多數(shù)大學(xué)的研究生教育的效率是相對有效的。另一方面，既然大多數(shù)大學(xué)的研究生教育是有效的，那么如果不繼續(xù)籌集資源，擴(kuò)大規(guī)模，就無法為社會提供更多的教育與研究成果。

(2)用傳統(tǒng)模型計(jì)算有32所大學(xué)處于規(guī)模收益遞減階段，用數(shù)量效率模型計(jì)算有33所大學(xué)處于規(guī)模收益遞減階段，用質(zhì)量效率模型計(jì)算有39所大學(xué)處于規(guī)模收益遞減階段。這表明，我國大學(xué)研究生教育的當(dāng)務(wù)之急是提高規(guī)模效率，而規(guī)模效率往往與管理水平相關(guān)，所以提高管理水平是其首要的任務(wù)。同時，有若干大學(xué)處于規(guī)模收益不變階段，如果進(jìn)一步籌集資源，是有所作為的。根據(jù)數(shù)量效率模型的計(jì)算結(jié)果，有15所大學(xué)處于規(guī)模收益遞增階段，表明這些大學(xué)在研究生教育的數(shù)量規(guī)模上是應(yīng)當(dāng)有所增加的。

(3)從數(shù)量效率和質(zhì)量效率上看，有18所大學(xué)同時達(dá)到純技術(shù)有效，但其中有些大學(xué)的規(guī)模效率仍有待提高。