姜軍,曹雪,龐金虎
(棗莊職業學院 馬克思主義學院,山東棗莊 277160)
隨著科技的快速發展,創新已經成為經濟高質量發展的重要驅動力。大學生是未來社會的重要建設者,他們的創新和創業能力對經濟和社會發展具有重要作用。培養具有創新能力的新型人才是國家在新技術浪潮中具有可持續發展競爭力的必要條件,高校作為培養創新人才的基地,提高大學生的創新能力已成為當代高質量教育的主要要求。為了提高大學生的創新和創業能力,各種創新創業大賽應運而生[1]。
對于大學生群體而言,是否選擇參加創新創業大賽,在一定程度上是個體依據自身情況做出的決定,選擇參賽的群體通常為學習成績較好、各方面表現優異的理工科學生,該群體自身的創新能力水平可能會高于未參賽群體。因此,很難判定參賽學生的高創新能力水平是其本身自有屬性,還是通過參加創新創業大賽使其創新能力水平得到提升。現有相關研究主要聚焦于理論探索層面,缺乏對兩者之間真實因果關系的實證分析。本文構建創新能力評價模型[2],并基于評價模型設計調查問卷,得到大學生真實創新能力水平的數據,使用平均處理效應模型分析參與創新創業大賽對在校大學生創新能力的真實影響。
本文基于對國內外相關文獻的梳理,結合教育評價理論和建構主義學習理論,遵循客觀性原則,運用德爾菲法,結合相關領域專家意見,確定了創新學習能力、創新知識基礎、創新思維能力、創新實踐操作能力4 個方面作為創新能力的一級指標,在其基礎上深入挖掘13 個二級指標,共同構成大學生創新能力綜合評價指標體系[3-7]。同時運用R 軟件,通過層次分析法計算得出各指標的權重[8-9],結果如表1 所示。

表1 大學生創新能力評價指標體系及權重
通過問卷調研法及文獻分析法確立了本文核心被解釋變量的指標選取體系,使用層次分析法計算出各指標所占權重,在此基礎上構建以下模型,計算學生創新能力水平值:
其中,Ri為學生i的創新能力水平值,Xi為影響個體創新能力水平的4 個一級指標值,包含創新學習能力、創新知識基礎、創新思維能力、創新實踐操作能力,α為與其相對應的指標權重,其中Xi的計算方法如公式(2)所示:
Yi為影響創新能力水平的13 個二級指標,β為與其相對應的指標權重,將(2)式代入(1)可得:
將調查數據代入上述模型,可計算出個體創新能力水平值Ri取值范圍為1~10 分,分數越高,代表創新能力水平越高。
依據創新能力評價指標體系,通過對大量相關文獻的梳理,同時采納長期從事創新創業大賽指導教師的意見和建議,結合學生實際的參賽情況,對相關問題進行整理歸納,筆者編制了參與創新創業大賽對大學生創新能力影響的問卷調查表,對收集的數據進行描述性統計分析,得到以下結果。
從學歷分布來看,具有碩士研究生及以上學歷的學生,創新能力均值最高達7.112。從學科類別來看,理學類別的學生創新能力均值高于工科與文科學生。從是否參賽來看,參賽群體創新能力均值為6.379,遠高于未參賽群體創新能力均值6.063,由此可以推斷參與創新創業競賽能提升大學生創新能力水平。
為進一步分析參與大賽與創新能力水平兩者之間相互影響的具體路徑,通過查閱相關文獻和與長期指導競賽的專家及參賽學生進行深度訪談,本次調查問卷設計了4 個中介因素指標,包括參與比賽過程中所涉及的多學科交叉內容、賽題內容能與實際相結合、團隊間的合作、專業教師的指導。關于競賽可能對創新能力影響的4 個中介因素指標評分都很高,均在4.7 分以上,說明學生在參加創新創業競賽的過程中涉及的多學科交叉內容、賽題內容能與實際相結合、團隊間的合作、專業教師的指導對學生創新能力的提高有較大影響。
本文在平均處理效應的框架下[10-11],建立表示個體創新能力水平與是否參賽關系的效用函數。以虛擬變量compi={0,1} 表示個體i是否參與創新創業競賽,compi=1 為個體i參加過創新創業競賽,compi=0 為個體i未曾參加過創新創業競賽,本文設定compi=1 為處理組,compi=0 為控制組。Ri為個體i的創新能力水平,對于個體i來說存在是否參賽兩種狀態,對應兩種創新能力水平:
若compi=1,則個體創新能力水平為R1i,若compi=0,則個體創新能力水平為R0i。在平均處理效應分析的框架下,(R1i-R0i)代表了個體i參與創新創業競賽對創新能力水平的凈影響。然而,現實中同一個人不可能同時存在參賽和不參賽兩種狀態,這實際是一種“數據缺失”問題,因此,將觀察到的Ri與compi相聯系起來,Ri表示如下:
本文參考周亞虹等(2010)的思路[12],設定以下實證模型,考查是否參賽對大學生創新能力水平的影響:
其中,Ri通過上文所構建的創新能力評價模型計算得出,其取值范圍為1~10 的正整數,是典型的離散型定序數據,相較于傳統OLS 線性回歸方法,使用有序的離散型模型將創新能力水平作為排序變量看待,在本文中更為合適。因此,在下文實證分析中,本文使用有序的Logit 估計方法對上述模型進行回歸分析。
上文中有序Logit 模型討論的是參與創新創業競賽對全部大學生群體創新能力水平的影響,該個體是通過隨機抽樣的方式從總體中隨機抽取的,該群體中除了本文要研究的已參賽群體,還包括了大量的未參賽群體。因此,在這種情況下,求得的是全部樣本的平均處理效應(Average Treatment Effect,ATE)。但對本文來說,更關心的是已參賽學生群體的創新能力水平凈影響,即“參與者的平均處理效應(Average Treat Effect on the Treated,簡稱ATT)”,ATT=E(R1i-R0i|compi=1)[13]。
本文的核心目標在于考查參與創新創業大賽對大學生創新創業能力影響,基于平均處理效應設計了有序的Logit 回歸模型,回歸結果如表2 所示。

表2 全樣本回歸結果
從回歸結果來看,相關系數為0.306 3,P值為0.001,說明參加創新創業競賽對大學生創新能力產生積極影響,能夠顯著地提升大學生創新能力水平,這與上文中描述性統計分析結果一致。結合問卷中涉及的關于競賽可能對創新能力影響的4 個中介因素指標評分,說明學生在參加創新創業競賽的過程中涉及的多學科交叉內容、賽題內容能與實際相結合、團隊間的合作、專業教師的指導對學生創新能力的提升產生較大的正向影響。
有序Logit 模型估計ATE 討論的是參與競賽對任意學生創新能力水平的影響,然而對本文來說,更關心的是對已參賽學生群體的創新能力水平凈影響,即參與者的平均處理效應。其回歸結果如表3所示。

表3 參與者平均處理效應ATT
從表3 的回歸數據結果可知,不管是否進行傾向值得分匹配,都說明參加創新創業競賽對大學生創新能力產生積極影響,能夠顯著提升大學生創新能力水平。進一步對比匹配前后處理效應的絕對值,發現匹配后的處理效應絕對值低于匹配前,這說明處理組和控制組之間存在選擇性偏差,通過傾向值得分匹配法克服選擇性偏差后,參與創新創業競賽仍會對大學生群體創新能力帶來顯著正向影響。
本文從參加創新創業競賽與大學生創新能力水平關系出發,采用定量研究和定性研究相結合的方法,通過問卷調查收集數據,使用政策評價中經常采用的平均處理效應,實證分析參與創新創業大賽對大學生創新能力的實際影響,結合與長期指導競賽的專家及參賽學生進行的深度訪談,主要得出以下結論。
當前大學生的創新能力水平整體上有所提高,從學歷分布來看,具有碩士研究生及以上學歷的學生,創新能力均值最高達7.112。從學科類別來看,理學類別的學生創新能力均值高于工科與文科。從是否參賽來看,參賽群體創新能力均值為6.379,遠高于未參賽群體創新能力均值6.063。
通過科學的設置實證模型,克服“選擇性偏差”問題后,不管是有序Logit 模型估計ATE,還是克服選擇性偏差后傾向得分匹配估計ATT,均表明參加創新創業競賽對大學生創新能力產生積極影響,能夠顯著提升大學生創新能力水平。
本文設計的創新創業競賽可能對創新能力影響的4 個中介因素指標評分都很高,說明學生在參加創新創業競賽的過程中涉及的多學科交叉內容、賽題內容能與實際相結合、團隊間的合作、專業教師的指導對學生創新能力的提高有較大影響。
基于本文的定量定性分析結果,結合當前創新創業競賽舉辦情況,筆者提出以下3 點建議。
(1)參加創新創業競賽能夠顯著提升大學生的創新能力水平,建議加強學生參加創新創業大賽的機制和平臺建設,同時加大思想宣傳和氛圍營造,通過廣泛宣傳和推廣,提高創新創業大賽的知名度和影響力,鼓勵在校大學生廣泛積極地參與比賽,讓更多人了解并受益于該活動。
(2)擁有碩士研究生及以上學歷、理學類別的學生創新能力均值高于其他群體。為提高大學生整體創新能力水平,一方面,需要在中高等教育中融入收集材料、整理材料、提出問題、解決問題研究能力教育,改變目前研究生教育以知識單項傳授為主的識記教育,應該把創新和研究能力培養貫穿大中小學幼兒園一體化教育。另一方面,應在文科類知識傳授過程中融入調查、統計、分析等數學推理元素,增強學生的創新素養和科學素養。
(3)學生在參加創新創業競賽的過程中涉及的多學科交叉內容、賽題內容能與實際相結合、團隊間的合作、專業教師的指導,作為中介因素對學生創新能力的提高有較大影響。為進一步提高參加創新創業競賽對大學生創新能力的影響力,首先要加強對創新創業大賽模式、內容的探索和研究,盡快形成更加科學有效的大賽機制[14]。其次要加大創新創業大賽指導教師人才隊伍的建設,在大賽中不斷地培養鍛煉一批有創新指導知識、有創新指導能力、有指導創新熱情的人才,為創新創業大賽的健康發展夯實基礎。最后要加快對創新創業大賽實踐中提升創新能力關鍵要素的總結,由實踐提升到理論和活動機制,進一步完善大賽增強參賽者創新能力的功能。