校企合作視域下技能型人才培養質量評價體系研究

□包興先

校企合作視域下技能型人才培養質量評價體系研究

□包興先

校企合作是提高技能型人才培養質量的重要模式，當前我國尚未形成規范統一的校企合作模式下技能型人才培養質量評價體系和量分標準。本文采用層次分析法構建了校企合作視域下技能型人才培養質量評價指標體系，結合專家意見進行模糊層次分析，應用改進的粒子群優化算法計算各指標的權重。最后進行實例驗證，所得結果證實了該評價體系的合理性和可行性。

校企合作；人才培養質量；評價體系；模糊層次分析；粒子群

校企合作是當前高校技能型人才培養的重要模式，是一種注重培養質量，注重在校學習與企業實踐，注重學校與企業資源、信息共享的“雙贏”模式。如何構建校企共同參與的技能型人才培養質量評價體系，是實現校企合作模式可持續發展的關鍵。

由于當前我國尚未形成規范統一的校企合作模式下技能型人才培養質量評價體系和量分標準，各院校只能邊實踐邊探索。當前人才培養質量評價考核中存在的主要問題有：（1）考核目標不夠明確。沒有將考核結果與培養過程相結合，存在只考核不反饋的現象，造成考核目標達不到人才培養要求。（2）缺乏量化的考核標準。現有考核標準多使用“掌握、熟悉、了解”等主觀定性詞語，缺乏定量的考核指標與考核標準，影響到考核的科學性和客觀性。（3）考核內容重點不突出?，F存的考核指標體系多注重學生的理論基礎考核，存在考核方式單一，應用性權重不突出等問題。（4）評價主體不夠全面?，F在的評價主體多是學生和指導教師，缺少管理部門、實踐基地、企業等的參與。而且由于評價主體的認知水平、專業領域等存在差異，導致考核結果往往受到評價主體的主觀因素影響。在此背景下，建立一套完善的校企合作視域下技能型人才培養質量評價體系的重要性和現實針對性就凸現出來［1］。

本文采用層次分析法構建了校企合作視域下技能型人才培養質量評價指標體系，并對評價指標體系進行科學準確的劃分，同時結合專家意見進行模糊層次分析，采用改進的粒子群優化算法計算各指標的權重。最后應用本文建立的評價體系進行實例驗證，所得結果證實了該評價體系的合理性和可行性。

一、校企合作視域下技能型人才培養質量評價指標體系的構建

（一）確定評價體系指標

對于一個復雜系統，需要考慮影響該系統的主要元素，并依其不同屬性，分成若干組，形成不同的層次。一般分三層：最高層（目標層）、中間層（準則層）和最低層（措施層）［2］。校企合作視域下技能型人才培養質量評價是一個多層次、非線性、動態、模糊的復雜系統，在設計該系統的評價指標體系過程中，要考慮到校企合作模式的特殊性，力求能全面反映學生的綜合狀況，建立科學合理的評價指標體系。我們通過與相關專家多次咨詢討論確定從高校、企業及學生三個方面進行評價，并得到一系列評價元素，然后應用層次分析法，根據相關元素的隸屬關系進行分層，最終提出了一個完善的校企合作視域下技能型人才培養質量評價指標體系，見表1的前四列。

該指標體系一共分為四層，目標層和三個準則層。目標層A為校企合作視域下技能型人才培養質量評價，一級準則層B包括高校管理與投入B1、企業管理與投入B2、學生綜合素質B3。

B1下的二級準則層為高校培養計劃C11、高校管理制度C12和高校資源投入C13。

B2下的二級準則層為企業培養計劃C21、企業管理制度C22和企業資源投入C23。

B3下的二級準則層為思想素質C31、專業素質C32和身心素質C33。

三級準則層D是將二級準則層更具體化，見表1中第四列。

（二）構造模糊判斷矩陣

建立評價指標的層次結構后，利用層次分析法結合模糊綜合評價法對各層次指標構造兩兩比較模糊判斷矩陣。所謂模糊綜合評價是指對定性指標進行定量評價，如當對某一定性指標無法用數字表示，只能用“很好”、“較好”、“較差”、“很差”等模糊概念來表示時，采用模糊綜合評價法就可以較好地解決定性指標的定量化問題。為了減少主觀判斷所引起的隨機誤差，增加判斷指標權重系數的可靠性，我們采用群組決策方法，通過問卷調查形式請30位不同專業的指導教師（包括企業導師）進行評分。鑒于不是所有的指導教師都能夠清楚模糊層次分析法和模糊判斷矩陣的構造原理，我們將各指導教師的意見綜合考慮，采用美國運籌學專家T.L. Saaty教授提出的1-9標度方法對不同評價指標進行兩兩比較，得出模糊判斷矩陣內各個元素的值。

（三）評價指標權重的確定

調研過程共發放問卷30份，回收有效問卷29份。根據有效問卷調查結果，利用層次分析法結合模糊綜合評價法，構造完整的模糊判斷矩陣。應用層次分析法的關鍵是保持判斷思維的一致性，即獲得一致性的判斷矩陣，并計算各元素權重。

記模糊判斷矩陣為R=（rij）n×n，各元素權重值為ωi（i=1，2，…，n），若模糊判斷矩陣R具有完全一致性，則有通常情況下，模糊判斷矩陣R并不具有完全一致性。實際應用中，模糊層次分析法只要求模糊判斷矩陣R具有滿意的一致性，以適應各種實際的復雜系統。各元素權重值ωi可由以下模型求解：

該模型是一個常規方法較難處理的非線性帶約束優化問題。求解的關鍵是獲得盡可能小的一致性指標函數CIF（n）。CIF（n）值越小意味著模糊判斷矩陣R的一致性就越高。一般來講，要得到具有完全一致性的模糊判斷矩陣是非常困難的，當模糊判斷矩陣的CIF（n）＜0.1時，就可認為該模糊判斷矩陣具有滿意的一致性，據此計算得出的各項評價指標權重值是可以接受的。粒子群優化算法是一種通過不斷迭代搜尋全局最優解的智能優化算法，可用來求解該模型。但傳統的粒子群優化算法存在收斂速度慢，容易早熟收斂等不足。在此，采用一種引入粒子聚合度的改進粒子群優化算法求解該模型，該方法計算量小，能有效克服早熟收斂的問題（如圖1所示）。

圖1　引入粒子聚合度的改進粒子群優化算法

粒子聚合度m是反映粒子群聚集程度的一個系數。當粒子群出現高度聚集，進化停滯時，m隨迭代次數遞增；當m大于一個閾值λ時，對粒子進行變異，使變異粒子跳離當前位置，進入其他區域。在其后的搜索中，算法有新的個體極值pbest和全局極值gbest，從而跳出局部收斂。多次循環迭代后，可找到全局最優。改進的算法可用式（3）-（4）表示：分別是粒子在維空間上的最大值和最小值。算法流程如圖1所示。

表1　校企合作視域下技能型人才培養質量評價指標體系

基于以上的模糊層次分析法和改進的粒子群優化算法的基本原理，本文通過利用MATLAB數學軟件編程，對29份問卷的模糊判斷矩陣進行了一致性分析，得到15份問卷的模糊判斷矩陣具有滿意的一致性，并確定了這15份問卷的元素權重值，然后通過綜合考慮，依據群組決策方法對各元素權重值取算術平均值，得到綜合元素權重值，見表1的第五列。元素的權重值越大，說明該元素的重要性越大。由表1可得以下結論：

1.學生綜合素質的全面提升最重要。由表1中的一級準則層權重系數大小可以看出，學生綜合素質的權重系數最高，其次是企業管理與投入，再次是高校管理與投入。這說明在指導教師心目中，提高學生的綜合素質是人才培養的重要目標，而這離不開企業的大力支持以及校企之間的良好配合。

2.對比高校和企業的管理與投入可以發現，三級準則中企業督導與考核制度D222、企業師資培訓D232、企業實驗實訓基地建設D233這幾項的權重較大，說明在校企合作視域下技能型人才培養過程中，高校這部分基本都能嚴格管理，并提供良好保障，而企業這部分往往是較為松散薄弱環節，評價過程中需要對企業這部分嚴格評估。

3.在學生綜合素質一級準則層下，專業素質C32是關鍵，特別是科學精神與創新意識D321、職業資格證書D325、計算機應用能力D324這幾項指標的權重較高?？梢钥闯觯瞬排囵B的核心在于培養學生的科學精神和創新意識，評價過程中要注重學生的實踐能力。

4.學生的綜合素質一般從德、智、體這幾方面進行評價。特別是在當前我國經濟社會領域經歷著深刻變革的關鍵時期，學生的思想素質不可忽視，要教育學生自覺踐行社會主義核心價值觀，抵制不良社會風氣［3］。此外，學生還要積極參加體育鍛煉，增強體魄，養成良好的心理調適能力，具有樂觀進取、積極向上的生活態度。

二、應用實例

應用以上建立的評價指標體系即可對校企合作視域下技能型人才培養質量進行評價。本文選擇筆者單位不同專業的10位學生作為評價對象。具體評價步驟如下：

第一步，根據評價指標體系表（表1）確定的各項評價指標，設計制作人才培養質量評價調查表，經發放和回收調查表，得到10位學生各評價指標下的原始數據。

第二步，綜合分析原始數據，得到各單項指標下的評分。具體評分方法分為兩種：

（1）定量指標。根據多份調查表中10位學生在各指標下的原始數據，經算術平均值處理，轉化為0-10分的單項指標評分［4］。

（2）定性指標。例如對于心理素質D332這一指標，分為：較好、一般、較差三個等級，采用模糊綜合評價法對這三個等級進行賦分，完成定性指標的定量評價。

通過第一步和第二步，我們可以得到10位學生在各單項指標下的評分，見表2。

第三步，計算各學生的綜合評分。將10位學生的單項指標評分結果用矩陣表示，利用表1得到的各指標權重系數，可計算得到10位學生的綜合評分結果，即計算結果列于表2的最后一行。

10位學生的綜合評分分別為：7.9910、7.4362、8.9505、8.1284、8.6509、7.4955、7.4012、7.5305、8.1530、8.3990。從分值可以看出，10位學生的評價值由高到低排名依次為學生3、學生5、學生10、學生9、學生4、學生1、學生8、學生6、學生2、學生7。

由本文方法得到的以上10位學生的評價排序結果得到了學院、指導教師和企業部門的廣泛認同，說明了本評價指標體系的合理性和可行性［5］。

三、總結

近年來，隨著我國經濟社會的快速發展，迫切需要大批具有創新能力和實踐能力的高層次技術人才。校企合作是提高人才培養質量的重要模式，對其綜合指標評價體系進行研究具有重要意義。本文提出了一套在校企合作視域下對技能型人才培養質量進行定量評價的指標體系［6］。采用模糊層次分析法和改進的粒子群優化算法實現了指標權重的計算，通過實例應用，驗證了該評價體系的合理性和可行性，為我國高校的校企合作培養模式的發展提供參考。

［1］蔡倩.全要素參與校企合作的問題及對策［J］.教育與職業，2014（29）：30-32．

［2］金彥龍，楊皎平，李慶滿.建立“融合式”校企合作機制培養適用型人才［J］.中國高等教育，2013（6）：55-56.

［3］敬鴻彬，鮮耀.校企合作視野下高職院校教學質量監控與評價機制的構建［J］.教育與職業，2014 （9）：38-40．

［4］李立禮，王強.基于PSO的FIR數字濾波器設計［J］.現代電子技術，2009（16）：146-148.

［5］劉鵬超，張喜剛.AHP-模糊綜合評價法在高?？蒲袑嶒炇以u估中的應用［J］.中國電力教育，2011 （10）：134-135.

［6］KennedyJ，EberhartR.Particleswarmoptimization［C］.in：Proceedingsofthe4thIEEEInternationalConferenceonNeuralNetworks，Piscataway：IEEEServiceCenter，1995.

責任編輯吳學仕

表2　技能型人才培養質量綜合評分

包興先（1981-），男，山東海陽人，中國石油大學（華東）講師，博士，研究方向為實踐教育、智能算法。

國家自然科學基金“海洋平臺結構模態參數識別的關鍵技術研究”（編號：51309239），主持人：包興先。

G710

A

1001－7518（2015）24-0075-05