□包興先

校企合作視域下技能型人才培養(yǎng)質(zhì)量評(píng)價(jià)體系研究

□包興先

校企合作是提高技能型人才培養(yǎng)質(zhì)量的重要模式，當(dāng)前我國尚未形成規(guī)范統(tǒng)一的校企合作模式下技能型人才培養(yǎng)質(zhì)量評(píng)價(jià)體系和量分標(biāo)準(zhǔn)。本文采用層次分析法構(gòu)建了校企合作視域下技能型人才培養(yǎng)質(zhì)量評(píng)價(jià)指標(biāo)體系，結(jié)合專家意見進(jìn)行模糊層次分析，應(yīng)用改進(jìn)的粒子群優(yōu)化算法計(jì)算各指標(biāo)的權(quán)重。最后進(jìn)行實(shí)例驗(yàn)證，所得結(jié)果證實(shí)了該評(píng)價(jià)體系的合理性和可行性。

校企合作；人才培養(yǎng)質(zhì)量；評(píng)價(jià)體系；模糊層次分析；粒子群

校企合作是當(dāng)前高校技能型人才培養(yǎng)的重要模式，是一種注重培養(yǎng)質(zhì)量，注重在校學(xué)習(xí)與企業(yè)實(shí)踐，注重學(xué)校與企業(yè)資源、信息共享的“雙贏”模式。如何構(gòu)建校企共同參與的技能型人才培養(yǎng)質(zhì)量評(píng)價(jià)體系，是實(shí)現(xiàn)校企合作模式可持續(xù)發(fā)展的關(guān)鍵。

由于當(dāng)前我國尚未形成規(guī)范統(tǒng)一的校企合作模式下技能型人才培養(yǎng)質(zhì)量評(píng)價(jià)體系和量分標(biāo)準(zhǔn)，各院校只能邊實(shí)踐邊探索。當(dāng)前人才培養(yǎng)質(zhì)量評(píng)價(jià)考核中存在的主要問題有：（1）考核目標(biāo)不夠明確。沒有將考核結(jié)果與培養(yǎng)過程相結(jié)合，存在只考核不反饋的現(xiàn)象，造成考核目標(biāo)達(dá)不到人才培養(yǎng)要求。（2）缺乏量化的考核標(biāo)準(zhǔn)?，F(xiàn)有考核標(biāo)準(zhǔn)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(biāo)與考核標(biāo)準(zhǔn)，影響到考核的科學(xué)性和客觀性。（3）考核內(nèi)容重點(diǎn)不突出?，F(xiàn)存的考核指標(biāo)體系多注重學(xué)生的理論基礎(chǔ)考核，存在考核方式單一，應(yīng)用性權(quán)重不突出等問題。（4）評(píng)價(jià)主體不夠全面。現(xiàn)在的評(píng)價(jià)主體多是學(xué)生和指導(dǎo)教師，缺少管理部門、實(shí)踐基地、企業(yè)等的參與。而且由于評(píng)價(jià)主體的認(rèn)知水平、專業(yè)領(lǐng)域等存在差異，導(dǎo)致考核結(jié)果往往受到評(píng)價(jià)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(yǎng)質(zhì)量評(píng)價(jià)體系的重要性和現(xiàn)實(shí)針對(duì)性就凸現(xiàn)出來［1］。

本文采用層次分析法構(gòu)建了校企合作視域下技能型人才培養(yǎng)質(zhì)量評(píng)價(jià)指標(biāo)體系，并對(duì)評(píng)價(jià)指標(biāo)體系進(jìn)行科學(xué)準(zhǔn)確的劃分，同時(shí)結(jié)合專家意見進(jìn)行模糊層次分析，采用改進(jìn)的粒子群優(yōu)化算法計(jì)算各指標(biāo)的權(quán)重。最后應(yīng)用本文建立的評(píng)價(jià)體系進(jìn)行實(shí)例驗(yàn)證，所得結(jié)果證實(shí)了該評(píng)價(jià)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(yǎng)質(zhì)量評(píng)價(jià)指標(biāo)體系的構(gòu)建

（一）確定評(píng)價(jià)體系指標(biāo)

對(duì)于一個(gè)復(fù)雜系統(tǒng)，需要考慮影響該系統(tǒng)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(biāo)層）、中間層（準(zhǔn)則層）和最低層（措施層）［2］。校企合作視域下技能型人才培養(yǎng)質(zhì)量評(píng)價(jià)是一個(gè)多層次、非線性、動(dòng)態(tài)、模糊的復(fù)雜系統(tǒng)，在設(shè)計(jì)該系統(tǒng)的評(píng)價(jià)指標(biāo)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(xué)生的綜合狀況，建立科學(xué)合理的評(píng)價(jià)指標(biāo)體系。我們通過與相關(guān)專家多次咨詢討論確定從高校、企業(yè)及學(xué)生三個(gè)方面進(jìn)行評(píng)價(jià)，并得到一系列評(píng)價(jià)元素，然后應(yīng)用層次分析法，根據(jù)相關(guān)元素的隸屬關(guān)系進(jìn)行分層，最終提出了一個(gè)完善的校企合作視域下技能型人才培養(yǎng)質(zhì)量評(píng)價(jià)指標(biāo)體系，見表1的前四列。

該指標(biāo)體系一共分為四層，目標(biāo)層和三個(gè)準(zhǔn)則層。目標(biāo)層A為校企合作視域下技能型人才培養(yǎng)質(zhì)量評(píng)價(jià)，一級(jí)準(zhǔn)則層B包括高校管理與投入B1、企業(yè)管理與投入B2、學(xué)生綜合素質(zhì)B3。

B1下的二級(jí)準(zhǔn)則層為高校培養(yǎng)計(jì)劃C11、高校管理制度C12和高校資源投入C13。

B2下的二級(jí)準(zhǔn)則層為企業(yè)培養(yǎng)計(jì)劃C21、企業(yè)管理制度C22和企業(yè)資源投入C23。

B3下的二級(jí)準(zhǔn)則層為思想素質(zhì)C31、專業(yè)素質(zhì)C32和身心素質(zhì)C33。

三級(jí)準(zhǔn)則層D是將二級(jí)準(zhǔn)則層更具體化，見表1中第四列。

（二）構(gòu)造模糊判斷矩陣

建立評(píng)價(jià)指標(biāo)的層次結(jié)構(gòu)后，利用層次分析法結(jié)合模糊綜合評(píng)價(jià)法對(duì)各層次指標(biāo)構(gòu)造兩兩比較模糊判斷矩陣。所謂模糊綜合評(píng)價(jià)是指對(duì)定性指標(biāo)進(jìn)行定量評(píng)價(jià)，如當(dāng)對(duì)某一定性指標(biāo)無法用數(shù)字表示，只能用“很好”、“較好”、“較差”、“很差”等模糊概念來表示時(shí)，采用模糊綜合評(píng)價(jià)法就可以較好地解決定性指標(biāo)的定量化問題。為了減少主觀判斷所引起的隨機(jī)誤差，增加判斷指標(biāo)權(quán)重系數(shù)的可靠性，我們采用群組決策方法，通過問卷調(diào)查形式請(qǐng)30位不同專業(yè)的指導(dǎo)教師（包括企業(yè)導(dǎo)師）進(jìn)行評(píng)分。鑒于不是所有的指導(dǎo)教師都能夠清楚模糊層次分析法和模糊判斷矩陣的構(gòu)造原理，我們將各指導(dǎo)教師的意見綜合考慮，采用美國運(yùn)籌學(xué)專家T.L. Saaty教授提出的1-9標(biāo)度方法對(duì)不同評(píng)價(jià)指標(biāo)進(jìn)行兩兩比較，得出模糊判斷矩陣內(nèi)各個(gè)元素的值。

（三）評(píng)價(jià)指標(biāo)權(quán)重的確定

調(diào)研過程共發(fā)放問卷30份，回收有效問卷29份。根據(jù)有效問卷調(diào)查結(jié)果，利用層次分析法結(jié)合模糊綜合評(píng)價(jià)法，構(gòu)造完整的模糊判斷矩陣。應(yīng)用層次分析法的關(guān)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(jì)算各元素權(quán)重。

記模糊判斷矩陣為R=（rij）n×n，各元素權(quán)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(shí)際應(yīng)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(yīng)各種實(shí)際的復(fù)雜系統(tǒng)。各元素權(quán)重值ωi可由以下模型求解：

該模型是一個(gè)常規(guī)方法較難處理的非線性帶約束優(yōu)化問題。求解的關(guān)鍵是獲得盡可能小的一致性指標(biāo)函數(shù)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(dāng)模糊判斷矩陣的CIF（n）＜0.1時(shí)，就可認(rèn)為該模糊判斷矩陣具有滿意的一致性，據(jù)此計(jì)算得出的各項(xiàng)評(píng)價(jià)指標(biāo)權(quán)重值是可以接受的。粒子群優(yōu)化算法是一種通過不斷迭代搜尋全局最優(yōu)解的智能優(yōu)化算法，可用來求解該模型。但傳統(tǒng)的粒子群優(yōu)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(jìn)粒子群優(yōu)化算法求解該模型，該方法計(jì)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(jìn)粒子群優(yōu)化算法

粒子聚合度m是反映粒子群聚集程度的一個(gè)系數(shù)。當(dāng)粒子群出現(xiàn)高度聚集，進(jìn)化停滯時(shí)，m隨迭代次數(shù)遞增；當(dāng)m大于一個(gè)閾值λ時(shí)，對(duì)粒子進(jìn)行變異，使變異粒子跳離當(dāng)前位置，進(jìn)入其他區(qū)域。在其后的搜索中，算法有新的個(gè)體極值pbest和全局極值gbest，從而跳出局部收斂。多次循環(huán)迭代后，可找到全局最優(yōu)。改進(jìn)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(yǎng)質(zhì)量評(píng)價(jià)指標(biāo)體系

基于以上的模糊層次分析法和改進(jìn)的粒子群優(yōu)化算法的基本原理，本文通過利用MATLAB數(shù)學(xué)軟件編程，對(duì)29份問卷的模糊判斷矩陣進(jìn)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(quán)重值，然后通過綜合考慮，依據(jù)群組決策方法對(duì)各元素權(quán)重值取算術(shù)平均值，得到綜合元素權(quán)重值，見表1的第五列。元素的權(quán)重值越大，說明該元素的重要性越大。由表1可得以下結(jié)論：

1.學(xué)生綜合素質(zhì)的全面提升最重要。由表1中的一級(jí)準(zhǔn)則層權(quán)重系數(shù)大小可以看出，學(xué)生綜合素質(zhì)的權(quán)重系數(shù)最高，其次是企業(yè)管理與投入，再次是高校管理與投入。這說明在指導(dǎo)教師心目中，提高學(xué)生的綜合素質(zhì)是人才培養(yǎng)的重要目標(biāo)，而這離不開企業(yè)的大力支持以及校企之間的良好配合。

2.對(duì)比高校和企業(yè)的管理與投入可以發(fā)現(xiàn)，三級(jí)準(zhǔn)則中企業(yè)督導(dǎo)與考核制度D222、企業(yè)師資培訓(xùn)D232、企業(yè)實(shí)驗(yàn)實(shí)訓(xùn)基地建設(shè)D233這幾項(xiàng)的權(quán)重較大，說明在校企合作視域下技能型人才培養(yǎng)過程中，高校這部分基本都能嚴(yán)格管理，并提供良好保障，而企業(yè)這部分往往是較為松散薄弱環(huán)節(jié)，評(píng)價(jià)過程中需要對(duì)企業(yè)這部分嚴(yán)格評(píng)估。

3.在學(xué)生綜合素質(zhì)一級(jí)準(zhǔn)則層下，專業(yè)素質(zhì)C32是關(guān)鍵，特別是科學(xué)精神與創(chuàng)新意識(shí)D321、職業(yè)資格證書D325、計(jì)算機(jī)應(yīng)用能力D324這幾項(xiàng)指標(biāo)的權(quán)重較高?？梢钥闯?，人才培養(yǎng)的核心在于培養(yǎng)學(xué)生的科學(xué)精神和創(chuàng)新意識(shí)，評(píng)價(jià)過程中要注重學(xué)生的實(shí)踐能力。

4.學(xué)生的綜合素質(zhì)一般從德、智、體這幾方面進(jìn)行評(píng)價(jià)。特別是在當(dāng)前我國經(jīng)濟(jì)社會(huì)領(lǐng)域經(jīng)歷著深刻變革的關(guān)鍵時(shí)期，學(xué)生的思想素質(zhì)不可忽視，要教育學(xué)生自覺踐行社會(huì)主義核心價(jià)值觀，抵制不良社會(huì)風(fēng)氣［3］。此外，學(xué)生還要積極參加體育鍛煉，增強(qiáng)體魄，養(yǎng)成良好的心理調(diào)適能力，具有樂觀進(jìn)取、積極向上的生活態(tài)度。

二、應(yīng)用實(shí)例

應(yīng)用以上建立的評(píng)價(jià)指標(biāo)體系即可對(duì)校企合作視域下技能型人才培養(yǎng)質(zhì)量進(jìn)行評(píng)價(jià)。本文選擇筆者單位不同專業(yè)的10位學(xué)生作為評(píng)價(jià)對(duì)象。具體評(píng)價(jià)步驟如下：

第一步，根據(jù)評(píng)價(jià)指標(biāo)體系表（表1）確定的各項(xiàng)評(píng)價(jià)指標(biāo)，設(shè)計(jì)制作人才培養(yǎng)質(zhì)量評(píng)價(jià)調(diào)查表，經(jīng)發(fā)放和回收調(diào)查表，得到10位學(xué)生各評(píng)價(jià)指標(biāo)下的原始數(shù)據(jù)。

第二步，綜合分析原始數(shù)據(jù)，得到各單項(xiàng)指標(biāo)下的評(píng)分。具體評(píng)分方法分為兩種：

（1）定量指標(biāo)。根據(jù)多份調(diào)查表中10位學(xué)生在各指標(biāo)下的原始數(shù)據(jù)，經(jīng)算術(shù)平均值處理，轉(zhuǎn)化為0-10分的單項(xiàng)指標(biāo)評(píng)分［4］。

（2）定性指標(biāo)。例如對(duì)于心理素質(zhì)D332這一指標(biāo)，分為：較好、一般、較差三個(gè)等級(jí)，采用模糊綜合評(píng)價(jià)法對(duì)這三個(gè)等級(jí)進(jìn)行賦分，完成定性指標(biāo)的定量評(píng)價(jià)。

通過第一步和第二步，我們可以得到10位學(xué)生在各單項(xiàng)指標(biāo)下的評(píng)分，見表2。

第三步，計(jì)算各學(xué)生的綜合評(píng)分。將10位學(xué)生的單項(xiàng)指標(biāo)評(píng)分結(jié)果用矩陣表示，利用表1得到的各指標(biāo)權(quán)重系數(shù)，可計(jì)算得到10位學(xué)生的綜合評(píng)分結(jié)果，即計(jì)算結(jié)果列于表2的最后一行。

10位學(xué)生的綜合評(píng)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(xué)生的評(píng)價(jià)值由高到低排名依次為學(xué)生3、學(xué)生5、學(xué)生10、學(xué)生9、學(xué)生4、學(xué)生1、學(xué)生8、學(xué)生6、學(xué)生2、學(xué)生7。

由本文方法得到的以上10位學(xué)生的評(píng)價(jià)排序結(jié)果得到了學(xué)院、指導(dǎo)教師和企業(yè)部門的廣泛認(rèn)同，說明了本評(píng)價(jià)指標(biāo)體系的合理性和可行性［5］。

三、總結(jié)

近年來，隨著我國經(jīng)濟(jì)社會(huì)的快速發(fā)展，迫切需要大批具有創(chuàng)新能力和實(shí)踐能力的高層次技術(shù)人才。校企合作是提高人才培養(yǎng)質(zhì)量的重要模式，對(duì)其綜合指標(biāo)評(píng)價(jià)體系進(jìn)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(duì)技能型人才培養(yǎng)質(zhì)量進(jìn)行定量評(píng)價(jià)的指標(biāo)體系［6］。采用模糊層次分析法和改進(jìn)的粒子群優(yōu)化算法實(shí)現(xiàn)了指標(biāo)權(quán)重的計(jì)算，通過實(shí)例應(yīng)用，驗(yàn)證了該評(píng)價(jià)體系的合理性和可行性，為我國高校的校企合作培養(yǎng)模式的發(fā)展提供參考。

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

［2］金彥龍，楊皎平，李慶滿.建立“融合式”校企合作機(jī)制培養(yǎng)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(xué)質(zhì)量監(jiān)控與評(píng)價(jià)機(jī)制的構(gòu)建［J］.教育與職業(yè)，2014 （9）：38-40．

［4］李立禮，王強(qiáng).基于PSO的FIR數(shù)字濾波器設(shè)計(jì)［J］.現(xiàn)代電子技術(shù)，2009（16）：146-148.

［5］劉鵬超，張喜剛.AHP-模糊綜合評(píng)價(jià)法在高?？蒲袑?shí)驗(yàn)室評(píng)估中的應(yīng)用［J］.中國電力教育，2011 （10）：134-135.

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

責(zé)任編輯吳學(xué)仕

表2　技能型人才培養(yǎng)質(zhì)量綜合評(píng)分

包興先（1981-），男，山東海陽人，中國石油大學(xué)（華東）講師，博士，研究方向?yàn)閷?shí)踐教育、智能算法。

國家自然科學(xué)基金“海洋平臺(tái)結(jié)構(gòu)模態(tài)參數(shù)識(shí)別的關(guān)鍵技術(shù)研究”（編號(hào)：51309239），主持人：包興先。

G710

A

1001－7518（2015）24-0075-05