喬維德

（無錫開放大學(xué)，江蘇 無錫 214011）

一、問題提出與相關(guān)研究

在國家大力倡導(dǎo)創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的時代背景下，“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”已成為全國各地促進經(jīng)濟社會發(fā)展的新勢態(tài)和新浪潮，創(chuàng)新創(chuàng)業(yè)正在成為一種價值導(dǎo)向、一種生活方式、一種時代氣息，而創(chuàng)新創(chuàng)業(yè)教育是社會發(fā)展和經(jīng)濟結(jié)構(gòu)調(diào)整時期對人才需求的必然要求，是推展創(chuàng)新創(chuàng)業(yè)的有效途徑。2015年國務(wù)院出臺《關(guān)于深化高等學(xué)校創(chuàng)新創(chuàng)業(yè)教育改革實施意見》，針對高校創(chuàng)新創(chuàng)業(yè)教育工作提出了明確的目標(biāo)任務(wù)和具體要求，為深化高等學(xué)校創(chuàng)新創(chuàng)業(yè)教育改革和促進高校高質(zhì)量創(chuàng)新創(chuàng)業(yè)提供理論指導(dǎo)和行動指南。

創(chuàng)新創(chuàng)業(yè)教育是高校加強新型人才培養(yǎng)的重要途徑和有力舉措，其根本任務(wù)是增強學(xué)生創(chuàng)新創(chuàng)業(yè)意識，培育學(xué)生創(chuàng)新創(chuàng)業(yè)精神、能力及技能，讓學(xué)生掌握專業(yè)知識、專業(yè)技術(shù)和專業(yè)方法，提升學(xué)生專業(yè)知識運用能力、專業(yè)實踐動手能力以及發(fā)現(xiàn)問題、分析問題、解決問題的能力，為高校創(chuàng)新創(chuàng)業(yè)型人才的培養(yǎng)奠定基礎(chǔ)和提供支撐。

近年來，各高校如火如荼地開展了創(chuàng)新創(chuàng)業(yè)教育，盡管學(xué)校在創(chuàng)新創(chuàng)業(yè)教育中取得了一定的進展和成績，但學(xué)生在創(chuàng)新與創(chuàng)業(yè)行動和質(zhì)量上并沒有發(fā)生很大的改變，沒看到顯著的成效，仍存在創(chuàng)新創(chuàng)業(yè)教育理念滯后、創(chuàng)新創(chuàng)業(yè)實踐平臺短缺、創(chuàng)新創(chuàng)業(yè)指導(dǎo)不夠、創(chuàng)新創(chuàng)業(yè)教學(xué)體系不完善等諸多問題與不足。導(dǎo)致以上現(xiàn)象的原因是多方面的，其中缺乏科學(xué)、合理的創(chuàng)新創(chuàng)業(yè)教育評價體系是非常重要的影響因素之一。所以，建立一套規(guī)范完整、有效可行的創(chuàng)新創(chuàng)業(yè)教育評價體系，對于高校創(chuàng)新創(chuàng)業(yè)型人才的培養(yǎng)顯得尤為重要，它能對高校創(chuàng)新創(chuàng)業(yè)教育的全過程以及教育效果進行客觀、公正的監(jiān)測與評價，及時發(fā)現(xiàn)存在問題，并跟蹤分析調(diào)整教育對策，提升創(chuàng)新創(chuàng)業(yè)教育水平和質(zhì)量。

許多學(xué)者對高校創(chuàng)新創(chuàng)業(yè)教育評價體系展開了相關(guān)研究。尹琳珊等[1]學(xué)者認為，高校創(chuàng)新創(chuàng)業(yè)教育體系應(yīng)從學(xué)生創(chuàng)新創(chuàng)業(yè)能力、綜合能力、專業(yè)能力三方面進行考量，但沒有構(gòu)建具體的創(chuàng)新創(chuàng)業(yè)評價指標(biāo)體系。譚晉鈺[2]分別從教學(xué)體系、制度保障、文化氛圍、組織運行以及評價反饋等角度，提出構(gòu)建高校創(chuàng)新創(chuàng)業(yè)教育評價體系。徐英等[3]認為，創(chuàng)新創(chuàng)業(yè)教育評價要從政府、學(xué)校、學(xué)生、社會四個維度來考慮，構(gòu)建了“四位一體”的創(chuàng)新創(chuàng)業(yè)教育評價指標(biāo)體系。董杜斌[4]認為，高校創(chuàng)新創(chuàng)業(yè)教育評價指標(biāo)應(yīng)從高校、社會、學(xué)生三個層面考慮選取，提出運用層次分析法的原理多方位構(gòu)建評價指標(biāo)體系，但并沒有具體計算各個層級指標(biāo)所占的權(quán)重。朱桂英等[5]學(xué)者認為，高校創(chuàng)新創(chuàng)業(yè)教育與教育環(huán)境、教育投入、教育產(chǎn)出緊密相關(guān)，應(yīng)從教育環(huán)境、教育投入、教育產(chǎn)出等維度建立創(chuàng)新創(chuàng)業(yè)教育評價指標(biāo)體系，也沒有具體明確各層級指標(biāo)權(quán)重。朱嫻等[6]提出從創(chuàng)新創(chuàng)業(yè)課程體系建設(shè)和創(chuàng)新創(chuàng)業(yè)基地建設(shè)兩大模塊構(gòu)建高校創(chuàng)新創(chuàng)業(yè)教育評價指標(biāo)體系。周燕等[7]認為，創(chuàng)新型人才培養(yǎng)是高校創(chuàng)新創(chuàng)業(yè)教育的職責(zé)和任務(wù)，高校要針對教育政策、課程體系、教育平臺和師資隊伍等方面構(gòu)建創(chuàng)新創(chuàng)業(yè)教育評價體系。羅曉媛等[8]提出以培養(yǎng)學(xué)生能力為核心建立創(chuàng)新創(chuàng)業(yè)教育質(zhì)量評價指標(biāo)體系，并利用BP神經(jīng)網(wǎng)絡(luò)模型評價高校創(chuàng)新創(chuàng)業(yè)教育效果。周鳳等[9]從教育背景、教育投入、教育過程、教育成果四個方面分別建立高校創(chuàng)新創(chuàng)業(yè)教育評價體系的各層級指標(biāo)，然后利用層次分析法給各層級指標(biāo)賦予相關(guān)比例權(quán)重。

綜上所述，目前相關(guān)研究涉及高校創(chuàng)新創(chuàng)業(yè)教育的理論層面比較多，而很少涉及關(guān)于評價體系中評價方法的研究，具體實踐應(yīng)用和量化研究文獻較少。層次分析法能合理確定指標(biāo)體系各指標(biāo)權(quán)重，但作為評價方法在具體評價指標(biāo)時往往帶有較大主觀性和人為因素，一定程度上影響了評價結(jié)果的公正性與客觀性。高校創(chuàng)新創(chuàng)業(yè)教育評價是一個復(fù)雜的非線性系統(tǒng)，影響因素多且各因素之間有著密切聯(lián)系，BP神經(jīng)網(wǎng)絡(luò)評價模型對其具有較強適用性與優(yōu)越性，但傳統(tǒng)BP訓(xùn)練算法過程復(fù)雜，收斂速度慢，會影響評價效率和準確度。筆者在分析CIPP評價模型理論與高校創(chuàng)新創(chuàng)業(yè)教育內(nèi)在關(guān)聯(lián)基礎(chǔ)上，建立高校創(chuàng)新創(chuàng)業(yè)教育評價體系中的各層次指標(biāo)因素，各層級指標(biāo)權(quán)重通過層次分析法計算確定。利用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建高校創(chuàng)新創(chuàng)業(yè)教育評價模型，評價指標(biāo)體系的各指標(biāo)值作為BP神經(jīng)網(wǎng)絡(luò)模型的輸入，BP神經(jīng)網(wǎng)絡(luò)的輸出作為高校創(chuàng)新創(chuàng)業(yè)教育質(zhì)量評價值，將層次分析法的評價結(jié)果作為BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本，通過對高校創(chuàng)新創(chuàng)業(yè)教育評價實施與應(yīng)用，對評價結(jié)果加以討論并引發(fā)思考。

二、高校創(chuàng)新創(chuàng)業(yè)教育評價體系構(gòu)建流程

圖1為高校創(chuàng)新創(chuàng)業(yè)教育評價體系構(gòu)建流程圖，主要包括評價指標(biāo)體系和評價方法。評價指標(biāo)體系的構(gòu)建，首先借鑒CIPP模型，在梳理影響高校創(chuàng)新創(chuàng)業(yè)教育質(zhì)量因素基礎(chǔ)上，初步建立高校創(chuàng)新創(chuàng)業(yè)教育評價指標(biāo)體系，然后利用層次分析法對各層級指標(biāo)賦予權(quán)重,從而構(gòu)建相對完整的評價指標(biāo)體系。評價方法主要采用經(jīng)過優(yōu)化和訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)模型進行評價，由模型輸出高校創(chuàng)新創(chuàng)業(yè)教育評價結(jié)果。

圖1 高校創(chuàng)新創(chuàng)業(yè)教育評價體系構(gòu)建流程

三、高校創(chuàng)新創(chuàng)業(yè)教育評價體系構(gòu)建原則

（一）全面性原則

高校創(chuàng)新創(chuàng)業(yè)教育的根本宗旨是全面提高人才培養(yǎng)能力和水平，它是一項復(fù)雜的系統(tǒng)工程，創(chuàng)新創(chuàng)業(yè)教育評價指標(biāo)體系必須堅持全面性原則。首先，創(chuàng)新創(chuàng)業(yè)教育評價的層次和評價指標(biāo)選取突出“全面性”，需要圍繞創(chuàng)新創(chuàng)業(yè)教育的環(huán)境建設(shè)、教育投入與組織保障、教育整個過程以及創(chuàng)新創(chuàng)業(yè)教育成果等諸方面進行各項指標(biāo)的選取和評價。其次，創(chuàng)新創(chuàng)業(yè)教育評價既注重對教學(xué)方法、教學(xué)內(nèi)容、課程設(shè)計、實踐安排等方面的教育過程的考核評價，也注重對創(chuàng)新創(chuàng)業(yè)教育成果及成效的終結(jié)性評價，將過程評價與結(jié)果評價進行有機結(jié)合，充分體現(xiàn)評價的全面性原則。再次，高校創(chuàng)新創(chuàng)業(yè)教育本身就是一個完整的教育系統(tǒng)，在評價指標(biāo)體系構(gòu)建過程中，結(jié)合高校人才培養(yǎng)定位和規(guī)律，厘清各要素之間內(nèi)在邏輯聯(lián)系，明確指標(biāo)體系之間的層次關(guān)系，全面客觀選取評價指標(biāo)，確保評價體系指標(biāo)的完整性。

（二）科學(xué)性原則

高校創(chuàng)新創(chuàng)業(yè)教育評價體系應(yīng)體現(xiàn)科學(xué)性原則。評價體系中指標(biāo)的選取是整個創(chuàng)新創(chuàng)業(yè)教育評價工作的前提和基礎(chǔ)，必須科學(xué)、恰當(dāng)?shù)剡x取評價指標(biāo)。由于與高校創(chuàng)新創(chuàng)業(yè)教育評價相關(guān)的指標(biāo)數(shù)量比較多，需要堅持科學(xué)性原則逐一對各項指標(biāo)加以分析和篩選，按照不同層面進行分層，然后從各個層級選擇確定適用不同層面的指標(biāo)。選取指標(biāo)應(yīng)與實際情況相契合，主觀理念與客觀事實相吻合，從宏觀與微觀的角度出發(fā)，確保評價指標(biāo)選擇的合理性。另外，評價方法的選擇及應(yīng)用是評價體系建設(shè)中的最關(guān)鍵環(huán)節(jié)，采用的評價方法要求科學(xué)、適用、便捷、高效，保障創(chuàng)新創(chuàng)業(yè)教育評價結(jié)果的科學(xué)性和有效性。

（三）可操作性原則

創(chuàng)新創(chuàng)業(yè)教育評價體系應(yīng)當(dāng)體現(xiàn)可操作性原則[10]。首先，評價指標(biāo)體系中選取的指標(biāo)應(yīng)具有較好的可操作性。指標(biāo)所指向的內(nèi)容必須是具體明確的、可觀可測的，倘若選取指標(biāo)內(nèi)容模糊且不可觀測，則因無法獲取真實、有效信息而直接影響創(chuàng)新創(chuàng)業(yè)教育評價。其次，指標(biāo)評價方法具有可操作性。評價方法要體現(xiàn)定性與定量、內(nèi)部與外部、過程與結(jié)果等評價的有機結(jié)合，需要根據(jù)指標(biāo)的內(nèi)容特征選擇確定相應(yīng)的指標(biāo)評價方法。如有些指標(biāo)可以利用定量方法加以考量，而有些指標(biāo)則必須通過訪談等定性分析來獲取。

（四）動態(tài)性原則

由于高校創(chuàng)新創(chuàng)業(yè)教育所面臨的外部環(huán)境不斷變化和發(fā)展，高校創(chuàng)新創(chuàng)業(yè)教育評價體系在教學(xué)體系、組織運行、考核評價等環(huán)節(jié)必須不斷調(diào)整和優(yōu)化。評價結(jié)果具有較強的指向性，能夠幫助分析高校創(chuàng)新創(chuàng)業(yè)教育中存在的問題與短板，實現(xiàn)高校創(chuàng)新創(chuàng)業(yè)教育的可持續(xù)性發(fā)展。

四、高校創(chuàng)新創(chuàng)業(yè)教育評價指標(biāo)體系構(gòu)建

（一）指標(biāo)體系層次結(jié)構(gòu)及指標(biāo)確定

美國教育評價學(xué)家斯塔弗爾比姆（Stufflebeam，D.L.）提出著名的CIPP 評價模型理論，理論核心是由背景評價、輸入評價、過程評價、成果評價共四個流程形成CIPP“四維一體”的評價體系。依托于此，高校創(chuàng)新創(chuàng)業(yè)教育需要在一定教育環(huán)境背景和需求下，將創(chuàng)新創(chuàng)業(yè)教育投入與資源配置、教育過程與計劃實施、社會影響與教育效果等進行系統(tǒng)整合，構(gòu)建包含教育背景、教育投入、教育過程和教育成果四個方面的高校創(chuàng)新創(chuàng)業(yè)教育評價指標(biāo)體系，這與CIPP模型具有高度的契合性和一致性。

評價指標(biāo)體系中的教育背景是高校開展創(chuàng)新創(chuàng)業(yè)教育的環(huán)境條件和活動氛圍，包括校內(nèi)環(huán)境和校外環(huán)境。選取的校內(nèi)環(huán)境評價指標(biāo)有創(chuàng)新創(chuàng)業(yè)教育的辦學(xué)理念,創(chuàng)新創(chuàng)業(yè)教育職能部門設(shè)置，創(chuàng)新創(chuàng)業(yè)教育的各項激勵政策和師資培訓(xùn)、經(jīng)費管理、課程體系建設(shè)、基地建設(shè)、校內(nèi)外合作交流等各種管理制度。校外環(huán)境是影響高校創(chuàng)新創(chuàng)業(yè)教育的外界因素，選取指標(biāo)有政府的支持力度、所在城市創(chuàng)新創(chuàng)業(yè)活躍程度等。

評價指標(biāo)體系中的教育投入反映高校對創(chuàng)新創(chuàng)業(yè)教育資源的投入與配置水平，評價指標(biāo)包括師資投入、經(jīng)費投入、課程投入、基地平臺投入四個方面。師資投入主要有創(chuàng)新創(chuàng)業(yè)教育的授課教師數(shù)量比例、教師培訓(xùn)人數(shù)及培訓(xùn)時間等。經(jīng)費投入主要包含用于創(chuàng)新創(chuàng)業(yè)教育的教師培訓(xùn)經(jīng)費、課程建設(shè)經(jīng)費等。課程投入主要有創(chuàng)新創(chuàng)業(yè)教育基礎(chǔ)課程以及實踐課程的學(xué)分安排、課時安排等，與創(chuàng)新創(chuàng)業(yè)深度融合的專業(yè)課程學(xué)分和課時安排，以及獲批市級以上創(chuàng)新創(chuàng)業(yè)精品課程數(shù)量、創(chuàng)新創(chuàng)業(yè)校本教材數(shù)量等?；仄脚_投入包括校企合作創(chuàng)新創(chuàng)業(yè)基地的數(shù)量和水平、不同專業(yè)的仿真創(chuàng)新創(chuàng)業(yè)平臺和教學(xué)軟件數(shù)量、創(chuàng)新創(chuàng)業(yè)孵化基地的數(shù)量。

評價指標(biāo)體系中的教育過程是高校創(chuàng)新創(chuàng)業(yè)教育中的核心內(nèi)容，可以有效反饋創(chuàng)新創(chuàng)業(yè)教育開展情況，評價指標(biāo)包括兩部分，即課程教學(xué)和實踐教學(xué)，其中課程教學(xué)細分為創(chuàng)新創(chuàng)業(yè)教學(xué)方法、課程設(shè)計、教學(xué)內(nèi)容、創(chuàng)新創(chuàng)業(yè)教育講座及專題研討次數(shù)。實踐教學(xué)是學(xué)生專業(yè)知識向創(chuàng)新創(chuàng)業(yè)能力轉(zhuǎn)化的重要途徑，包括創(chuàng)新創(chuàng)業(yè)項目比賽、項目訓(xùn)練、項目數(shù)量及學(xué)生參與率等指標(biāo)。

評價指標(biāo)體系中的教育成果用于高校創(chuàng)新創(chuàng)業(yè)教育結(jié)果反饋評價，主要體現(xiàn)于社會影響和教育效果。社會影響反映創(chuàng)新創(chuàng)業(yè)教育對社會發(fā)展的貢獻度，主要衡量指標(biāo)有學(xué)生或參與創(chuàng)辦小微企業(yè)數(shù)、學(xué)生創(chuàng)業(yè)率和就業(yè)率的比率、學(xué)生專利授權(quán)數(shù)。教育效果主要反映創(chuàng)新創(chuàng)業(yè)教育在學(xué)校層面取得成果，包括學(xué)生創(chuàng)新創(chuàng)業(yè)競賽獲獎數(shù)、杰出創(chuàng)業(yè)校友數(shù)量以及高校的社會聲譽。

筆者在深入分析CIPP評價理論和高校創(chuàng)新創(chuàng)業(yè)教育特性基礎(chǔ)上，初步構(gòu)建高校創(chuàng)新創(chuàng)業(yè)教育評價指標(biāo)體系，體系層次結(jié)構(gòu)及指標(biāo)如表1。指標(biāo)體系包括目標(biāo)層、一級指標(biāo)層、二級指標(biāo)層、三級指標(biāo)層，其中三級指標(biāo)有36個評價指標(biāo)。

表1 高校創(chuàng)新創(chuàng)業(yè)教育評價指標(biāo)體系

（二）指標(biāo)體系權(quán)重確定

層次分析法（簡稱AHP）是一種定性與定量相結(jié)合的分析方法，通過對指標(biāo)數(shù)據(jù)的對比以及歸一化等數(shù)學(xué)運算得到指標(biāo)權(quán)重，從而有效克服指標(biāo)人為賦值的復(fù)雜性、隨意性，保證指標(biāo)體系的客觀性，本文采用層次分析法確定創(chuàng)新創(chuàng)業(yè)評價指標(biāo)體系中的指標(biāo)權(quán)重值。

1.構(gòu)造權(quán)重判斷矩陣

通過對高校創(chuàng)新創(chuàng)業(yè)教育相關(guān)專家的咨詢論證，綜合判斷創(chuàng)新創(chuàng)業(yè)評價指標(biāo)體系中兩兩指標(biāo)之間的重要程度，當(dāng)有些指標(biāo)重要性判斷有比較大差異時，便運用德爾菲法（也稱專家調(diào)查法）重新再反復(fù)咨詢征求創(chuàng)新創(chuàng)業(yè)教育專家的意見，通過多次修改調(diào)整后構(gòu)造出科學(xué)合理的指標(biāo)權(quán)重判斷表。由1－9比率標(biāo)度法求取高校創(chuàng)新創(chuàng)業(yè)教育評價的一級指標(biāo)權(quán)重判斷矩陣A－U，二級指標(biāo)權(quán)重判斷矩陣U1－V、U2－V、U3－V、U4－V，三級指標(biāo)權(quán)重判斷矩陣V1－X、V2－X、V3－X、V4－X、V5－X、V6－X、V7－X、V8－X、V9－X、V10－X，各指標(biāo)權(quán)重判斷矩陣見表2～表16。表中的數(shù)字比率越大，說明兩指標(biāo)之間關(guān)系程度越高。比如A－U中的“3”表示指標(biāo)U3（教育過程）比U4（教育成果）稍微重要，“5”表示指標(biāo)U3（教育過程）比U1（教育背景）明顯重要，“7”表示指標(biāo)U2（教育投入）比U4（教育成果）強烈重要，“9”表示指標(biāo)U2（教育投入）比U1（教育背景）絕對重要；而“1/5”表示指標(biāo)U1（教育背景）明顯沒有U3（教育過程）重要，“1/7”表示指標(biāo)U4（教育成果）沒有U2（教育投入）非常重要，“1/9”表示指標(biāo)U1（教育背景）絕對沒有U2（教育投入）重要，其他類似。

表2 一級指標(biāo)權(quán)重判斷矩陣A-U

表3 二級指標(biāo)權(quán)重判斷矩陣U1-V

表4 二級指標(biāo)權(quán)重判斷矩陣U2-V

表5 二級指標(biāo)權(quán)重判斷矩陣U3-V

表6 二級指標(biāo)權(quán)重判斷矩陣U4-V

表7 三級指標(biāo)權(quán)重判斷矩陣V1-X

表8 三級指標(biāo)權(quán)重判斷矩陣V2-X

表9 三級指標(biāo)權(quán)重判斷矩陣V3-X

表10 三級指標(biāo)權(quán)重判斷矩陣V4-X

表11 三級指標(biāo)權(quán)重判斷矩陣V5-X

表12 三級指標(biāo)權(quán)重判斷矩陣V6-X

表13 三級指標(biāo)權(quán)重判斷矩陣V7-X

2.推算各指標(biāo)單權(quán)重

利用方根法計算權(quán)重判斷矩陣的特征向量，經(jīng)過歸一化處理得到各評價指標(biāo)相對于上一層級指標(biāo)的權(quán)重向量[10]。這里以A—U判斷矩陣為例，具體計算辦法歸納如下：

表14 三級指標(biāo)權(quán)重判斷矩陣V8-X

表15 三級指標(biāo)權(quán)重判斷矩陣V9-X

表16 三級指標(biāo)權(quán)重判斷矩陣V10-X

（1）計算A—U判斷矩陣中每一行的乘積Mi，公式為：

（2）計算乘積結(jié)果Mi的n次方根，即:

（3）對上述求得的方根向量值利用下列公式進行歸一化數(shù)學(xué)運算，即：

對于A—U判斷矩陣的權(quán)重向量W＝（W1，W2…Wn）T（n=4），按照上述方法和步驟推算得到一級指標(biāo)相對目標(biāo)層的權(quán)重向量為：

按上述辦法，計算確定各二級指標(biāo)相對于一級指標(biāo)的權(quán)重向量為：

同理，計算得到各三級指標(biāo)相對于二級指標(biāo)的權(quán)重向量為：

3.確定評價指標(biāo)合成權(quán)重

在對高校創(chuàng)新創(chuàng)業(yè)教育進行評價時，需要對上述各層級指標(biāo)單權(quán)重進行合成運算，則可得到X1～X36共36項三級評價指標(biāo)相對于目標(biāo)層的合成權(quán)重，合成后的計算結(jié)果如下：

五、高校創(chuàng)新創(chuàng)業(yè)教育評價方法

（一）評價方法模型

高校創(chuàng)新創(chuàng)業(yè)教育評價采取如下方法：利用BP神經(jīng)網(wǎng)絡(luò)建立用于高校創(chuàng)新創(chuàng)業(yè)教育評價模型，通過粒子群—蛙跳算法優(yōu)化BP網(wǎng)絡(luò)結(jié)構(gòu)；采集并選取高校創(chuàng)新創(chuàng)業(yè)教育評價指標(biāo)體系中36個指標(biāo)對應(yīng)的數(shù)據(jù)樣本作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練、測試樣本，應(yīng)用改進BP算法訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，將網(wǎng)絡(luò)訓(xùn)練并經(jīng)測試后的BP神經(jīng)網(wǎng)絡(luò)模型用于高校創(chuàng)新創(chuàng)業(yè)教育質(zhì)量評價。建立的評價模型如圖2所示，其中，ωij為網(wǎng)絡(luò)輸入、中間層間的連接權(quán)值，Tki為中間、輸出層間的連接權(quán)值，θi、θk分別為中間層節(jié)點和輸出層節(jié)點閾值。x1*～x36*為神經(jīng)網(wǎng)絡(luò)輸入量，即36個三級指標(biāo)數(shù)據(jù)經(jīng)過歸一化數(shù)學(xué)運算后的值；s*為BP神經(jīng)網(wǎng)絡(luò)的輸出量，它經(jīng)過反歸一化處理后的s作為高校創(chuàng)新創(chuàng)業(yè)教育BP網(wǎng)絡(luò)評價結(jié)果值。Q設(shè)定為BP網(wǎng)絡(luò)期望值，即按照上述層次分析法計算得到的專家評價結(jié)果。E為s與Q之間的誤差，BP網(wǎng)絡(luò)通過反復(fù)訓(xùn)練不斷調(diào)整BP網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)ωij、Tki、θi、θk，直至E達到規(guī)定誤差精度。

圖2 高校創(chuàng)新創(chuàng)業(yè)教育評價方法模型

（二）BP神經(jīng)網(wǎng)絡(luò)優(yōu)化及其訓(xùn)練

在BP網(wǎng)絡(luò)訓(xùn)練過程中,由于網(wǎng)絡(luò)輸出受到ωij、Tki及θi、θk等網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)初始值影響較大，而參數(shù)需要經(jīng)過反復(fù)學(xué)習(xí)訓(xùn)練加以優(yōu)化，故這里采取粒子群—蛙跳算法對網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)ωij、Tki、θi、θk優(yōu)化，得到最優(yōu)初始參數(shù)?？紤]傳統(tǒng)BP算法收斂速度慢且易陷入局部極值，然后利用筆者在文獻[11]中提出的引入動量項及自調(diào)整學(xué)習(xí)率的改進BP算法訓(xùn)練BP網(wǎng)絡(luò)，最終實現(xiàn)高校創(chuàng)新創(chuàng)業(yè)教育的BP網(wǎng)絡(luò)評價結(jié)果值與期望值(即通過層次分析法計算得出的專家評價值)的誤差滿足規(guī)定精度要求。BP神經(jīng)網(wǎng)絡(luò)優(yōu)化及其訓(xùn)練步驟為：確定BP神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)，設(shè)置粒子群—蛙跳算法的初始化參數(shù)，通過粒子群—蛙跳算法的迭代運算和搜尋，在迭代次數(shù)達到設(shè)定迭代數(shù)后，輸出蛙群最優(yōu)個體位置，將其作為BP網(wǎng)絡(luò)初始連接權(quán)值和節(jié)點閾值[12]。選取訓(xùn)練數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)，利用改進BP算法訓(xùn)練網(wǎng)絡(luò)，不斷調(diào)整網(wǎng)絡(luò)權(quán)值和閾值，直至網(wǎng)絡(luò)誤差在規(guī)定范圍。BP神經(jīng)網(wǎng)絡(luò)優(yōu)化及訓(xùn)練的流程示意圖如圖3所示。

圖3 BP 神經(jīng)網(wǎng)絡(luò)優(yōu)化訓(xùn)練流程

六、高校創(chuàng)新創(chuàng)業(yè)教育評價實施與應(yīng)用

（一）數(shù)據(jù)處理

用于高校創(chuàng)新創(chuàng)業(yè)教育評價的樣本數(shù)據(jù),如果數(shù)值過大，會增加計算量，極大影響B(tài)P網(wǎng)絡(luò)訓(xùn)練速度，精度也會隨之下降。網(wǎng)絡(luò)訓(xùn)練前首先對數(shù)據(jù)作歸一化數(shù)學(xué)處理，得到[0,1]區(qū)間數(shù)據(jù),保證數(shù)據(jù)呈均勻和平滑分布[13]。本文采取最大值—最小值的處理方法，即運用MATLAB工具箱中的mapmin_max函數(shù)功能實現(xiàn)轉(zhuǎn)換。當(dāng)然，BP網(wǎng)絡(luò)輸出值也要相應(yīng)進行反歸一化處理，便于將其還原成正常的創(chuàng)新創(chuàng)業(yè)教育評價值。

式中，X*為歸一化數(shù)據(jù)值，X、Xmax、Xmin分別為網(wǎng)絡(luò)輸入量的原始樣本數(shù)據(jù)及最大、最小值。s、smax、smin分別為網(wǎng)絡(luò)輸出量的原始樣本數(shù)據(jù)及最大、最小值。

（二）網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計

本文中的BP神經(jīng)網(wǎng)絡(luò)采取三層前向神經(jīng)網(wǎng)絡(luò)，其中網(wǎng)絡(luò)中間層為1層。BP神經(jīng)網(wǎng)絡(luò)輸入層神經(jīng)元單元數(shù)目n為36，分別對應(yīng)高校創(chuàng)新創(chuàng)業(yè)教育評價的36個指標(biāo)因素。輸出層神經(jīng)元單元數(shù)目m為1，對應(yīng)高校創(chuàng)新創(chuàng)業(yè)教育評價結(jié)果S，S根據(jù)評分值設(shè)定5個等級，分別為優(yōu)秀[100～90]、良好(90～80]、一般(80～60]、差(60～30]，極差(30～0]。一般中間層的神經(jīng)元單元數(shù)目比較難以確定，根據(jù)反復(fù)試驗和設(shè)計經(jīng)驗來選擇確定。中間層神經(jīng)元單元數(shù)目p可通過解析式p=[(2n+m)1/2,2n+m]進行確定，這里p選取為52比較合理。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為36—52—1。

（三）訓(xùn)練樣本和測試樣本選取

選取20所高校2016至2019年創(chuàng)新創(chuàng)業(yè)教育專家評價的80組數(shù)據(jù)作為樣本，如表17所示（部分指標(biāo)數(shù)據(jù)略），其中樣本號1～70數(shù)據(jù)為訓(xùn)練樣本，樣本號61～80數(shù)據(jù)為測試樣本（訓(xùn)練樣本與測試樣本部分有交叉）。X1～X36為高校創(chuàng)新創(chuàng)業(yè)教育各指標(biāo)評價數(shù)據(jù)值，Q為高校創(chuàng)新創(chuàng)業(yè)教育專家評價結(jié)果，它是由層次分析法推算出的綜合得分，即由X1～X36指標(biāo)值與其指標(biāo)合成權(quán)重的乘積之和，以此作為BP神經(jīng)網(wǎng)絡(luò)的期望輸出值。

（四）網(wǎng)絡(luò)訓(xùn)練與測試

在訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)之前，需要進行相關(guān)參數(shù)設(shè)置。初始化粒子群—蛙跳算法參數(shù)為：粒子群規(guī)模為N=80，ω1=1.1，ω2=0.5；R1=R2=2，粒子群算法、蛙跳算法的最大迭代次數(shù)分別為550、250。BP網(wǎng)絡(luò)訓(xùn)練目標(biāo)誤差精度設(shè)定為10-4。BP神經(jīng)網(wǎng)絡(luò)的最多迭代次數(shù)為600。選取表17中的70組訓(xùn)練樣本數(shù)據(jù)，作為輸入量傳給經(jīng)粒子群—蛙跳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，采取改進BP算法訓(xùn)練直至滿足目標(biāo)誤差精度或達到最大迭代次數(shù)。從圖4網(wǎng)絡(luò)訓(xùn)練曲線分析，當(dāng)網(wǎng)絡(luò)訓(xùn)練步數(shù)達到120步時，能滿足目標(biāo)誤差要求，網(wǎng)絡(luò)訓(xùn)練時間短、速度快。

表17 高校創(chuàng)新創(chuàng)業(yè)教育專家評價數(shù)據(jù)樣本

圖4 BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差曲線

選取樣本號61～80共20組數(shù)據(jù)輸入訓(xùn)練完畢的BP網(wǎng)絡(luò)進行測試評價,對其神經(jīng)網(wǎng)絡(luò)輸出評價結(jié)果與專家評價結(jié)果加以分析，如表18和圖5所示?？梢悦黠@看出，網(wǎng)絡(luò)評價與專家評價結(jié)果完全一致，而且兩者評價絕對誤差值最大不超過0.05。由此可見，本文設(shè)計的高校創(chuàng)新創(chuàng)業(yè)教育BP神經(jīng)網(wǎng)絡(luò)評價準確度高。

圖5 高校創(chuàng)新創(chuàng)業(yè)教育BP 網(wǎng)絡(luò)評價與專家評價誤差

表18 網(wǎng)絡(luò)評價與專家評價值比較

七、高校創(chuàng)新創(chuàng)業(yè)教育評價結(jié)果討論

應(yīng)用CIPP模型評價理論及層次分析法構(gòu)建高校創(chuàng)新創(chuàng)業(yè)教育評價指標(biāo)體系，一級指標(biāo)層中各指標(biāo)權(quán)重從大到小依次為教育投入、教育過程、教育成果、教育背景，其中教育投入和教育過程在創(chuàng)新創(chuàng)業(yè)教育指標(biāo)體系中所占比例較大，在很大程度上直接影響高校創(chuàng)新創(chuàng)業(yè)教育的質(zhì)量和發(fā)展水平。如樣本號68所對應(yīng)的高校創(chuàng)新創(chuàng)業(yè)教育，對于師資隊伍、經(jīng)費保障、課程平臺建設(shè)等教育投入嚴重不足，又不重視創(chuàng)新創(chuàng)業(yè)教育課程教學(xué)和創(chuàng)新創(chuàng)業(yè)項目實踐等教育過程，最終綜合評價結(jié)果為“差”，表明該校創(chuàng)新創(chuàng)業(yè)教育存在很多問題。學(xué)校應(yīng)該高度重視創(chuàng)新創(chuàng)業(yè)教育工作，特別要加強對創(chuàng)新創(chuàng)業(yè)教育投入，強化創(chuàng)新創(chuàng)業(yè)課程教學(xué)與實踐的教育過程管理與服務(wù)。只有這樣，才能提升學(xué)校創(chuàng)新創(chuàng)業(yè)教育成果及實效。

教育背景在創(chuàng)新創(chuàng)業(yè)教育指標(biāo)體系中所占權(quán)重比例相對較小，但它在推進高校創(chuàng)新創(chuàng)業(yè)教育發(fā)展過程中起著不可或缺的作用，尤其是學(xué)校創(chuàng)造的創(chuàng)新創(chuàng)業(yè)教育校內(nèi)環(huán)境至關(guān)重要，它是高校推展創(chuàng)新創(chuàng)業(yè)教育的前提基礎(chǔ)和關(guān)鍵要素。如樣本號79所對應(yīng)的高校創(chuàng)新創(chuàng)業(yè)教育，盡管比較重視教育投入和教育過程，但評價結(jié)果仍為“一般”，反映了該高校創(chuàng)新創(chuàng)業(yè)教育的實施成效還沒有充分體現(xiàn)出來，創(chuàng)新創(chuàng)業(yè)教育質(zhì)量需要進一步提升。究其原因，主要是校內(nèi)沒有很好地營造創(chuàng)新創(chuàng)業(yè)教育環(huán)境和氛圍，學(xué)校缺乏創(chuàng)新創(chuàng)業(yè)的激勵政策和相關(guān)制度，甚至還沒有設(shè)立專門的創(chuàng)新創(chuàng)業(yè)管理及指導(dǎo)服務(wù)部門，由科研部門和就業(yè)部門分別兼管創(chuàng)新和創(chuàng)業(yè)教育工作。師生創(chuàng)新創(chuàng)業(yè)意識比較淡薄，創(chuàng)新創(chuàng)業(yè)教育氛圍不濃，學(xué)生創(chuàng)業(yè)人數(shù)、學(xué)生專利授權(quán)數(shù)量等成果不多，學(xué)校創(chuàng)新創(chuàng)業(yè)教育的社會影響還較小。因此，高校要提高創(chuàng)新創(chuàng)業(yè)質(zhì)量，首先要營造并優(yōu)化創(chuàng)新創(chuàng)業(yè)教育的校內(nèi)和校外環(huán)境，制定出臺有利于創(chuàng)新創(chuàng)業(yè)教育發(fā)展的各項激勵制度，加大政策宣傳和制度執(zhí)行力度，積極營造創(chuàng)新創(chuàng)業(yè)教育濃厚氛圍，激發(fā)師生創(chuàng)新創(chuàng)業(yè)活力，培養(yǎng)大學(xué)生的創(chuàng)新創(chuàng)業(yè)能力，推動高校創(chuàng)新創(chuàng)業(yè)教育高質(zhì)量發(fā)展。

八、結(jié)語

本文通過CIPP 模型評價理論設(shè)計高校創(chuàng)新創(chuàng)業(yè)教育體系評價指標(biāo)，利用層次分析法賦以指標(biāo)權(quán)重，所建立的高校創(chuàng)新創(chuàng)業(yè)教育評價指標(biāo)體系包含教育背景、教育投入、教育過程和教育成果共4個方面的36個具體評價指標(biāo)。高校創(chuàng)新創(chuàng)業(yè)教育評價方法采取BP神經(jīng)網(wǎng)絡(luò)建立評價模型。高校創(chuàng)新創(chuàng)業(yè)教育評價指標(biāo)體系中的36個評價指標(biāo)數(shù)據(jù)作為BP網(wǎng)絡(luò)輸入，高校創(chuàng)新創(chuàng)業(yè)教育評價結(jié)果作為BP網(wǎng)絡(luò)輸出。設(shè)計的BP神經(jīng)網(wǎng)絡(luò)模型評價準確性好、可信度高、智能性強，為高?？茖W(xué)評價和提升創(chuàng)新創(chuàng)業(yè)教育質(zhì)量提供手段和參考借鑒。