基于調查數據的ICT行業校企合作影響因素研究

董曉丹　

基于調查數據的ICT行業校企合作影響因素研究

董曉丹

（江蘇信息職業技術學院，江蘇無錫 214153）

5G的商用加速了ICT行業與傳統行業的融合，人才需求數量和質量都有較大的提升，給高職教育帶來巨大挑戰。調研了江蘇省內27個ICT行業校企合作項目，并發放了調查問卷。基于調查數據，采用多元線性回歸分析方法，得出教師能力、平臺建設、學生留用率、辦學時間、產業適配度與體制機制是ICT行業校企合作水平的六個主要影響因素，且以這些因素組成的回歸方程顯著地預測“校企合作水平”這一結論，對高職院校開展深層次校企合作項目具有較好的參考意義。

ICT；校企合作；影響因素；多元線性回歸；深層次

引言

校企合作主要存在于職業類學校和企業兩主體間不同深廣度的合作，通過技術、知識、人員以及經費等的轉移，尋求最大化整體利益為目的的一種社會活動[1]。

信息通信技術（簡稱ICT）是信息技術和通信技術的結合。ICT產業包含了通信業、互聯網、傳媒業以及電子信息產業，提供信息通訊、共享與應用等服務。ICT企業通常兼具專用技能人才需求和技能投資策略，有強烈意愿與高職院校開展深層次的校企合作[2-4]。

江蘇省是ICT產業強省，對ICT人才需求量大、要求高。如何培養高質量的ICT人才，這需要開設ICT相關專業的江蘇高職院校不斷努力奮斗，也需要校企雙方毫不猶豫地深入合作的各個領域。站在高職院校的角度，學校需探究哪些方面的優異表現更易吸引ICT企業與其展開實質性的校企合作，進而培養出量多質高的ICT行業人才。因此，研究“ICT行業校企合作中高職院校的影響因素”的重要性不言而喻。

1 ICT行業校企合作現狀分析

1.1 5G背景下ICT行業的國內外環境

中、美、韓、德等國家已將5G作為國家戰略，加速推進5G在工業互聯網等領域的應用。中國信息通信研究院發布了《5G經濟社會影響白皮書（2020）》，預計2030年5G直接帶動經濟增加值約3萬億元，帶來近2000萬個就業機會。5G是ICT關鍵技術之一，5G的商用加速了ICT與傳統行業的融合。隨著ICT技術的不斷創新、廣泛應用和逐漸滲透，ICT產業不僅成為科技創新的核心力量，也成為推動經濟發展的重要力量[5]。ICT通過信息化和網絡化路徑，推動整個經濟體系的知識化和數字化發展，成為我國及世界其他主要國家經濟發展的主導方向。首先，ICT產業即為高端技術產業，其次，它的發展必會帶動區域產業結構的高端化轉型。《中國ICT人才生態白皮書（2020）》顯示，2020年ICT產業人才總體需求缺口已超900萬。財富網認為ICT產業的人才緊缺，原因在于畢業生就業能力無法滿足ICT行業的崗位能力。這為高職教育ICT相關專業的人才培養提出了高標準嚴要求，同時也指明了方向。

1.2 江蘇省內ICT行業校企合作現狀、問題

張文锍等[6]認為可將校企合作分成兩類：（1）深層次合作，即實質性合作；（2）淺層次合作，即非實質性合作。前者更關注人力資源的培養、技術資源的積累以及社會聲譽的提升；后者更著重于滿足校企雙方當前的短期利益，比如合作開發教材、互聘校企員工以及安排學生實習等。

江蘇省是全國高職教育的高地，每所高職院校都有校企合作項目，為研究提供了依據。課題組成員通過實地、電話與網絡等方式對省內19所高職院校的27個ICT校企合作項目進行廣泛調研。為使調研樣本更具代表性，選取的19所高職院校，分布江蘇的11個城市。有1所學校探索了一種名為UPD的校企合模式，即為ICT產業鏈上游企業共同建設技術服務平臺，為ICT產業鏈下游企業培養人才以及提供技術服務。有4所學校以某企業ICT學院為平臺，構建課證融通體系，培養雙師素質教師，引入ICT學堂，共建在線開放課程，試點多元化人才培養模式。有5所學校通過雙方共建服務平臺或工作站的形式，提供ICT相關專業建設、人才培養以及技術服務，適配所在城市ICT產業鏈。有9所學校與合作企業共建ICT相關產業學院，共建實訓基地和專業課程、互聘產業教授和產業工程師、聯合開展技能培訓和技能比賽、共同進行科研開發、共同申報科研項目、共同申請政府項目、共建省級產教融合型企業等。

這27個項目，雖然都以深度校企合作為目標，但從具體的執行和效果分析入手，發現合作水平參差不齊。有被社會高度認可的典型項目，也有流于形式、只顧考核指標的淺層次合作項目，大部分則顯得中規中矩。

1.3 ICT行業校企合作的思考

5G技術的發展，給ICT行業帶來了挑戰和機遇。ICT企業人才缺口越來越大，這加快了“提升ICT行業校企合作水平”的步伐。因此思考“高職院校的哪些因素將影響ICT行業校企合作水平”的課題富有社會意義。

2 研究設計

本章節首先提出研究假設，其次設計調查問卷，然后發放問卷并回收，最后詳細說明設計中的變量和模型。

2.1 研究假設

殷志揚等[7]認為人力資本專用性強的企業更愿意參與深層次的校企合作，另外頂崗實習學生的高留用率、教師較強的業務能力等也會促進企業參與校企合作的能動性。企業在有選擇的情況下，更愿意雇傭辦學歷史悠久且具有現代化實訓基地的高職院校畢業學生[8]。本文參考諸多文獻，并結合江蘇省ICT行業校企合作現狀及問題，從高職院校自身的視覺，認為教師能力、平臺建設、學生留用率、辦學時間、產業適配度以及體制機制為ICT行業校企合作水平的影響因素。

采用多元線性回歸方法，將以上6個影響因素作為預測變量（自變量），通過問卷調查各項分值預測“ICT行業校企合作水平”該項標準變量（因變量）。在多元回歸中，每個預測變量都有自己的原假設和備擇假設。需要創建一個回歸方程，還需要檢驗每個變量的回歸β權數，看其是否顯著不等于0。顯著不為0的β權數表明相應自變量是因變量的顯著預測變量。

每個預測變量的原假設為其β權數等于0，于是有：

H1.1：β1=0，即“教師能力”不可預測ICT行業校企合作水平。

H1.2：β2=0，即“平臺建設”不可預測ICT行業校企合作水平。

H1.3：β3=0，即“學生留用率”不可預測ICT行業校企合作水平。

H1.4：β4=0，即“辦學時間”不可預測ICT行業校企合作水平。

H1.5：β5=0，即“產業適配度”不可預測ICT行業校企合作水平。

H1.6：β6=0，即“體制機制”不可預測ICT行業校企合作水平。

每個預測變量的備擇假設為其β權數不為0，于是有：

H2.1：β1≠0，即“教師能力”可預測ICT行業校企合作水平。

H2.3：β3≠0，即“學生留用率”可預測ICT行業校企合作水平。

H2.4：β4≠0，即“辦學時間”可預測ICT行業校企合作水平。

H2.5：β5≠0，即“產業適配度”可預測ICT行業校企合作水平。

H2.6：β6≠0，即“體制機制”可預測ICT行業校企合作水平。

H3：R2=0

備擇假設為6個預測變量可以解釋ICT行業校企合作水平的方差，即：

H4：R2＞0

多元線性回歸程序分別使用原假設H1.1～H1.6檢驗每個預測變量的顯著性，使用原假設H3檢驗整體回歸方程的顯著性。對于每個原假設，根據經驗，當≤5%則拒絕原假設，反之當＞5%則不拒絕原假設。

2.2 問卷設計與數據收集

本文所研究的ICT行業校企合作影響因素，來源于ICT企業對高職院校的關注點、ICT行業校企合作現狀調研分析與研究文獻。通過三個途徑獲取：（1）課題組成員長期與校企合作項目的企業管理人員、學校專業負責人以及行指委（專指委）委員等交流；（2）學習國內標桿高職院校成功的校企合作經驗；（3）參考國內外專家學者針對校企合作項目實例的研究文獻。

為了盡量避免或減小調查問卷的誤差，思考了如下4個方面。第一，問卷發放對象必須為ICT校企合作的主要參與者，這些人員熟悉合作的具體情況，不易產生認識偏差；第二，由于江蘇省內學校各級領導之間學習、交流頻繁，互相較為了解，為減小項目負責人自評帶來的誤差，采用互評的方式；第三，去除應答者的顧慮，采用匿名方式發放問卷；第四，測度內容敘述簡介、清晰，減小理解誤差。

調查問卷分別以紙質和電子方式發放。前者面向江蘇27個項目的師生，通過“線下”形式發放；后者面向校企雙方負責人以及相關專業指導委員會委員，通過“線上”形式發放。為確保調查數據的可靠性，課題組成員到實地向師生發放了275份問卷，收回有效問卷203份，有效問卷率為73.8%。另外，使用“微信”等通訊工具發放128份問卷，收回有效問卷76份，有效問卷率為59.4%。兩種方式共發放403份問卷，收回279份，有效收回率為69.2%，說明問卷的設計與應答有較好的效果，該調查數據可用來檢驗上文提出的研究假設。

2.3 模型、因變量和自變量說明

表1描述了7項指標，第1項為標準變量，第2至第7項為預測變量。每項預測變量采用李克特7分量表評價，從最低分1到最高分7，而標準變量評分范圍為5～25分。

表1 多元線性回歸7項指標的描述

結合表1，對因變量和自變量做詳細說明。

合作水平：根據學生獲得的知識、能力以及素質，達到ICT行業人才培養規格要求的程度。

教師能力：教師能力由指導與咨詢的知識與能力、教學專長、社會和交往能力、研究和發展能力以及自我發展能力5部分組成。

平臺建設：根據國家、省、市級相關部門發布的產教融合實訓平臺建設名單；利用水平在75%以上為高利用率，50%～75%之間為中利用率，小于50%為低利用率。

學生留用率：根據調研ICT企業的反饋，連續工作3年的畢業生通常愿意長期在單位發展。使用3年后的留任人數與初次就業人數比值表示學生留用率。

辦學時間：根據學校ICT相關專業與企業的合作年限，通常每2年為一個等級。

產業適配度：根據所在城市公布的產業布局和人才需求信息，著重關注合作專業所屬產業是否為城市的重點發展產業、傳統優勢產業、急需轉型升級產業與新興產業。

體制機制：學校體制機制建設是否有利于項目的推進、發展以及獲益。

3 實證分析

以上述279份有效問卷為主要數據，通過IBM SPSS Statistics23軟件，采用多元線性回歸方法進行數據分析。

表2顯示11所學校的ICT行業校企合作總體水平相對較高（16.39），標準偏差不大（5.07），也間接反應了校企合作各參與人員對合作項目的肯定，同時也顯示每個項目的合作水平有一定的差距。其中學生留用率均值最低，這也需要高職院校在學生的就業方面多加思考，了解學生離職的多方面因素，綜合分析并給出具體解決方案。

表2 合作水平等7項指標的描述統計表

表3顯示了所有7個變量兩兩之間的皮爾遜相關系數。從數據看，6個自變量與因變量之間存在中等以上的相關性（相關系數ρ≥0.584），它們與因變量之間存在顯著相關關系（0.01），說明它們是ICT行業校企合作水平的主要影響因素；而6個自變量之間存在較低的相關性（ρ≤0.487），說明它們在預測因變量時發揮各自相對獨特的作用。合作水平與學生留用率的相關性最高（0.692），合作水平與辦學時間的相關性相對最低（0.584）。最高相關性再次說明學生留用率指標的重要性，這也是為何很多企業管理者、政府官員、學者等提出校企合作必須要進入深層次合作的原因。

表3 合作水平等7項指標的皮爾遜相關性和顯著性

注：括號中*、**、***分別代表顯著性水平＜0.05、＜0.01、＜0.001，括號外的值為皮爾遜相關系數。

表4中，前3個指標測量的是合作水平能被6個自變量預測的程度，第4個指標測度的是合作水平不能被6個自變量預測的程度。R是多重回歸，在多元線性回歸中，它等于合作水平原始數據與其回歸分析預測值之間相關系數的絕對值，此處R值為0.88。R2表示因變量能被自變量解釋的總方差比重，6個自變量共同解釋了合作水平的77.5%的方差。根據Cohen（1988）給出多元回歸效應值小、中、大的估計值為0.02、0.13和0.26，說明本例多元回歸效應值非常大。使用上述6個自變量預測合作水平時，回歸方程的平均預測誤差為2.43。

ANOVA表檢驗的是回歸方程（含所有6個自變量）是否可以顯著預測合作水平。表5中，因為＜0.001＜0.05，所以拒絕R2＝0這個原假設，使用備擇假設，即回歸方程可以顯著預測ICT行業校企合作水平。

表4 多元線性回歸模型摘要

表5 多元線性回歸ANOVAa表

表6 多元線性回歸方程系數a

由表6可見，6個預測變量的回歸系數都是正值，這表示預測變量增加時，標準變量的預測值也隨之增加。例如，平臺建設增加1個單位，則合作水平隨之增加0.576個單位。該表說明6個自變量均顯著，因為它們的值都小于0.05。

綜上，以合作水平為標準變量，教師能力、平臺建設、學生留用率、辦學時間、產業適配度與體制機制為預測變量，進行了多元線性回歸分析。整體上看，回歸方程顯著（F（6,272）＝156.213，＜0.05，R2＝0.775），說明同時考慮教師能力、平臺建設、學生留用率、辦學時間、產業適配度與體制機制時可以預測ICT行業校企合作水平。所有6個預測變量均顯著（≤0.03＜0.05），說明它們每個因素都能預測ICT行業校企合作水平。

4 總結和啟示

通過以上實證分析，本文得出兩個主要結論。第一，從單項考慮，教師能力、平臺建設、學生留用率、辦學時間、產業適配度以及體制機制6個指標都是ICT行業校企合作水平的主要影響因素。其中，學生留用率因素與合作水平的相關性最高，這要求校企雙方應通過開展深層次合作，發揮各自的優勢，從而達到培養質高量多的ICT人才的目標。第二，從整體考慮，這6項指標的多元線性回歸方程能顯著預測ICT行業校企合作水平。教師能力系數最高，這說明了該項指標對合作水平預測值貢獻度最大，是高職院校內涵建設的關鍵，而《國家職業教育改革實施方案》與《深化新時代職業教育“雙師型”教師隊伍建設改革實施方案》等政策中提出“多措并舉打造‘雙師型’教師隊伍”的目標也驗證了該項因素的重要性。

本文的兩個結論或許可以為校企合作水平不高的項目找出原因，并因地制宜地開展診斷與改進工作，使得校企合作進入良性發展循環中。

最后，通過深入研究，從中得到一些啟示。校企合作的本質是參與各方建立一種互補性資源的關系，培養并獲得滿足市場的ICT合格人才是維系政行企校四方關系的根本，也是ICT產業深度校企合作的成果體現，更是整個ICT產業快速發展的源動力。目前情況下，校企合作的深度更多由企業主導，而兼具專用技能人才需求和技能投資策略的ICT企業更有可能與學校開展深層次校企合作。所以，高職院校應與ICT企業多交流、多碰撞，產生更多的火花，著重提升相關專業的內涵建設，從而為深層次的ICT行業校企合作打下堅實的基礎，為優質校企合作探索出一條可復制的路徑。

[1] 文益民，易新河，韋林. 利益相關者視域下校企合作綜合評價指標體系構建研究[J]. 中國高教研究，2015(9): 58-62.

[2] 李克. 企業對產教融合的認知、需求、滿意度及政策建議研究——基于吉林省538份企業調查問卷的分析[J]. 現代教育管理，2019(3): 96-100.

[3] 王鈞銘，徐胤莉. 基于技術鏈分析的高職校企協同模式研究[J]. 中國職業技術教育，2017(24): 93-96.

[4] 王文槿. 關于校企合作的企業調查報告[J]. 中國職業技術教育，2009(2): 23-25，41.

[5] 萬君. 基于5G高校選擇ICT合作企業的影響因素研究[D]. 北京: 北京郵電大學，2019.

[6] 張文锍，胡海青. 我國企業參與產學合作培養人才動力機制的實證研究——戰略性慈善行為理論視角[J]. 社會科學家，2015(7): 134-138.

[7] 歐陽河，戴春桃. 產教融合型企業的內涵、分類與特征初探[J]. 中國職業技術教育，2019(24): 5-8.

[8] Bellmann L, Grunau P, Troltsch K, et al. Make or buy: train in-company or recruit from the labour market[J]. Empirical Research in Vocational Education and Training, 2014, 6(1): 9.

Research on the Influencing Factors of ICT Industry School-Enterprise Cooperation Based on Survey Data

The commercialization of 5G has accelerated the integration of ICT industry and traditional industries, and the quantity and quality of talent demand have been greatly improved, bringing great challenges to higher vocational education. 27 school-enterprise cooperation projects in ICT industry in Jiangsu province were investigated and a questionnaire was issued. Based on the survey data, using multiple linear regression analysis method, it is concluded that "teacher ability, platform construction, student retention rate, school running time, industrial fitness and institutional mechanism" are the six main influencing factors of the school enterprise cooperation level in ICT industry, and the regression equation composed of these factors can significantly predict the conclusion of "school-enterprise cooperation level". This conclusion has a good reference significance for higher vocational colleges to carry out deep-seated school-enterprise cooperation projects.

ICT; school-enterprise cooperation; influencing factors; multi-line regression; deep level

G717

A

1008-1151(2022)07-0014-04

2022-05-23

2020年度江蘇省高校哲學社會科學研究一般項目“5G背景下ICT行業校企合作育人質量測評體系研究”（2020SJA0913）；江蘇高校“青藍工程”優秀中青年骨干教師資助項目（蘇教師函〔2020〕10號）。

董曉丹（1981－），男，江蘇無錫人，江蘇信息職業技術學院副教授，碩士，研究方向為高等職業教育。