高职工科类学生创新能力评价体系研究与实践

茆琦+郭南初

摘要：结合当前我国高等职业院校大学生创新能力培养的特点，以工科类专业为例，构建了高职工科类学生创新能力评价体系。考虑到创新能力评价指标间的依存性和反馈性，引入网络层次分析法来确定指标权重，提高了指标赋权的科学性，最后提出创新能力评价信息平台的模块结构和应用实例。

关键词：高职；工科类学生；创新能力；评价指标体系； 网络层次分析法

中图分类号：G710 文献标识码：A 文章编号：1672-5727（2014）02-0012-04

高职学生创新能力评价体系的构建意义和存在问题

创新是人类社会发展的永恒主题。在当前以创新为核心的知识经济时代，高等职业教育的培养目标是具有创新精神和创新技能的专业型创新人才。创新能力评价体系作为创新教育实践体系中的重要组成部分之一，是创新培养目标能否实现的关键因素。一个科学、有效的创新能力评价体系，不仅能使大学生对自己的创新能力有客观、全面的认识，还能通过它的监控、反馈功能，对创新教育实践活动的深入开展做出指导，更重要的是通过其激励导向功能，鼓励富有创新精神的大学生积极参与创新实践活动，达到在大学生中普及创新教育的目的。

当前，我国各高职院校虽然开展了种类繁多的科技创新活动，但大多数院校对学生取得的成绩和具备的创新素质能力并没有科学、合理的评价。而我国传统教育中的评价体系，大多采用考试的形式，存在着重知识、轻能力，重定量评价、轻定性评价的问题，其评价形式僵化，评价指标单一，并不适用于对学生的创新能力进行综合评价。针对这种情况，构建一个由学校、企业、学生三方作为评价主体，采用科学指标体系和多元化评价方法的创新能力评价体系是很有必要的。

高职工科类学生创新能力评价体系的构建

（一）评价体系的构建原则

创新能力是指“善于发现问题，富于创新意识、创造思维和探索精神，能综合运用科学知识解决问题的一种综合能力”。要对大学生的创新能力做出科学、合理、有效的评价，所构建的评价体系应遵循以下原则：（1）全面性和针对性相统一。评价体系既要突出不同类别专业的特点，又能促进学生综合素质的全面发展。（2）系统性和多样性相统一。评价指标的设计不但要体现多样性，更要注重各指标间的关联性和系统性。（3）阶段性和终结性相统一。评价体系既要包含终结性评价，更应注重能反映学生创新能力成长过程的阶段性评价。

（二）创新能力评价指标的构成

评价体系的基本组成元素是评价指标。要构建一个客观、合理的评价体系，就必须对评价指标进行科学的选取和分析。确定评价指标的流程如下：

步骤1：在对相关文献进行解读、梳理的基础上，结合工科类专业的特点，选取出现频率较高的45种创新能力评价元素作为备选指标。

步骤2：以问卷调查的形式，对总计100位评价主体（包括学校、企业、学生三方）进行调查，回收有效问卷92份。归纳整理有效问卷，从中筛选32种认同率高的元素作为评价指标。

步骤3：通过计算项目内部一致性信度系数α，对调查问卷进行信度分析。α的计算公式为：α=■1-■，式中k为调查问卷的题目数，Si为第i题所得分数的方差，S为调查问卷总得分的方差。根据调查问卷的结果数据统计，计算出本次调查的系数α为0.931，说明其具有较高的信任水平和内部一致性。

步骤4：采用专家调查法，邀请学校教授和企业高工总计10位专家共同分析研究，对选定的32项评价指标进行分类归纳，构建包含三级指标的高职工科类学生创新能力评价指标体系，如表1所示。该指标体系包含2项一级指标、7项二级指标、32项三级指标。专家一致认为，通过这些指标，首先能反映出学生是否具备开展创新活动所必需的内在动力源泉、创新人格品质和创新思维素质，其次它基本涵盖了大学生在校期间进行创新实践活动的各个环节，能较全面地反映学生的创新实践历程、创新技能状况和取得的创新成果，同时该指标体系也能体现出学校、企业对工科类大学生创新能力发展的引导方向。

（三）应用ANP方法确定指标的权重

在构建了评价指标体系的结构模型后，必须确定各评价指标的具体权重。权重是一个相对概念，指标的权重表示了该指标在整个评价体系中的相对重要程度。指标权重的取值在0～1之间，各评价指标的权重值总和为1。确定权重数值的方法有很多，考虑到创新能力各评价指标间具有的依存性和反馈性，选取网络层次分析法（ANP）来确定指标权重。

网络层次分析法（ANP）介绍 网络层次分析法（Analytic Network Process）是萨迪（T L Saaty）教授于1996年提出的一种适应非独立递阶层次结构的决策方法，它是在层次分析法（AHP）基础上发展形成的一种新型决策方法。AHP方法在分析问题时，将指标体系视为一个内部元素彼此独立的递阶层次结构。而ANP方法是在AHP方法的基础上，不仅考虑系统中的层级关系，同时考虑到同一层次中各指标或相邻层次间各指标的相互影响，将系统内部各指标的关系用网络结构来表示，应用“超矩阵”对有相互影响关系的指标进行综合分析，求出其混合权重。很显然，大学生创新能力各评价指标，如知识技能基础、创新实践能力和创新活动成果等指标间具有较复杂的依存性和反馈性，应该选用ANP方法来确定评价体系的指标权重，以提高指标权重的科学性和准确性。

高职工科类学生创新能力评价指标体系的ANP结构 ANP结构将系统指标划分为控制层和网络层两大部分。控制层是第一部分，包括目标层和决策准则。这一层的各准则被认为是彼此独立，且只受目标层支配的。因此，控制层中每个准则的权重可用AHP方法获得。在大学生创新能力评价指标体系中，创新能力是目标，创新精神和创新技能这两个一级指标相互独立，与目标共同构成控制层。网络层是第二部分，它由受控制层支配的元素组组成，元素组之间可以是独立、相互依存或反馈的关系。而同一元素组中的元素或不同元素组中的元素也可为相互独立、依存、支配与反支配的关系。图1为高职工科类学生创新能力评价指标体系的ANP基本结构，其中三级指标因数量较多，其关系并未列出。

运用ANP方法确定指标权重的步骤 步骤1：分析元素组之间和各元素之间的相互关系，构建基于ANP方法的网络结构模型如图1，其中用单向和双向箭头表示它们之间的相互依存和反馈关系。步骤2：根据网络结构模型中各指标的相互关系构建专家测评判断表，采用如表2所示AHP方法中的1-9标度方法，对存在相互影响关系的各元素和元素组进行两两判断比较，来确定它们的相对重要程度。步骤3：根据专家按照1-9标度法的打分构造判断矩阵。步骤4：对判断矩阵进行一致性校验，当一致性比率CR<0.1时，认为通过了一致性判断。步骤5：整合各指标元素间的判断矩阵，形成超矩阵。步骤6：运用AHP算法中的“和法”对超矩阵进行归一化处理，得到加权超矩阵。步骤7：求出加权超矩阵幂方的极限，如果极限值收敛且唯一，并且各列向量完全相同，则该列向量即为所有元素相对于目标的综合权重向量。

使用ANP应用软件计算指标权重 通过专家测评判断表所构成的加权超矩阵来计算指标权重虽然可行，但实际的运算求解过程是非常复杂而繁琐的。因此，对权重的分析计算借助于Super Decisions软件（简称SD软件）来进行。SD软件基于ANP理论，它成功地实现了ANP运算的计算机程序化，是国际公认的求解ANP模型的最有力工具。使用SD软件进行建模、运算，最终得到高职工科类学生创新能力评价指标体系中各项评价指标的权重，如上页表1所示。

高职工科类学生创新能力评价信息平台的建立

（一）评价信息平台的模块结构

为了使创新能力的评价工作更加客观、科学和便于操作，需要搭建高职工科类学生创新能力评价信息平台。该信息平台主要包括以下功能模块：（1）评价指标设置模块。由系统管理员根据学校、企业的具体情况和专家意见，动态调整评价体系的指标结构。（2）专家测评模块。方便专家对权重测评判断表进行打分，由管理员将判断结果整理输入SD软件，并得到各指标权重。（3）客观成绩导入模块。对于指标中学生取得的学科成绩、技能证书、竞赛成果等客观成绩，由管理员通过学校的教务、科研系统直接导入。（4）主观成绩打分模块。对于指标中创新精神方面的主观因素成绩，由三方评价主体自主打分，并按比例得出综合成绩。（5）评价结果处理模块。通过以上的主客观指标成绩乘以相应权重，得到学生创新能力的综合评价成绩。同时，以图表比较的形式指出学生本人在创新能力上的不足之处；并对同班学生进行横向比较，对不同届学生进行纵向比较，实现评价体系的监控反馈和激励导向的作用。

（二）评价信息平台的应用实例

应用建立的高职工科类学生创新能力评价信息平台，对苏州市职业大学机械制造及自动化专业2011届共156位毕业生进行评价，得到的二级评价指标平均得分如下页表3所示。

将各项二级指标实际成绩相加得到该届机制专业学生的创新能力综合总分为72.81分，说明创新能力总体处于中等水平。而通过指标的得分比例可以看到，学生的创新意识和创新品质是较强的，创新思维是灵活的，知识基础较扎实，具有进一步发展的潜能，但创新实践能力和取得的创新成果较为薄弱，需要在今后的教学实践活动中加强校企融合、完善创新实践基地建设，为学生提供更系统的创新技能训练。

如何实施改进创新教育、培养创新人才是当前高等职业教育改革发展所面临的问题之一。通过高职工科类学生创新能力评价体系的研究与实践，将网络层次分析法引入到评价体系的模型构建中，能较为科学准确地对学生创新能力做出评价。这样，不但能激励专业创新人才与创新成果的脱颖而出，更有利于创新精神和创新技能的培养与普及，具有良好的示范和推广价值。

参考文献：

[1]封云.大学生科技创新能力评价体系研究[J]. 南京工程学院学报（社会科学版），2007（3）.

[2]李艳坡.高职院校大学生创新能力评价指标体系与评价方法研究[J].中国成人教育，2010（16）.

[3]张继德.大学生科技创新素质评价指标体系的构建[J].黑龙江高教研究，2008（10）.

[4]Saaty T L. Decision Making with Dependence and Feed-back：The Analytic Network Process[M]. Pittsburgh，PA：RWS Publications，1996：88-97.

[5]梁燕，耿燕，林玉伟，李相银.基于层次分析法的高校科技创新能力评价指标体系研究[J].科学学与科学技术管理，2009（5）.

[6]王莲芬，蔡海鸥.网络分析法（ANP）的理论与算法：决策科学理论与方法[M].北京：海洋出版社， 2001.

[7]刘睿.基于ANP的超级决策软件介绍及其应用[J].系统工程理论与实践，2003（8）.

（责任编辑：杨在良）

运用ANP方法确定指标权重的步骤 步骤1：分析元素组之间和各元素之间的相互关系，构建基于ANP方法的网络结构模型如图1，其中用单向和双向箭头表示它们之间的相互依存和反馈关系。步骤2：根据网络结构模型中各指标的相互关系构建专家测评判断表，采用如表2所示AHP方法中的1-9标度方法，对存在相互影响关系的各元素和元素组进行两两判断比较，来确定它们的相对重要程度。步骤3：根据专家按照1-9标度法的打分构造判断矩阵。步骤4：对判断矩阵进行一致性校验，当一致性比率CR<0.1时，认为通过了一致性判断。步骤5：整合各指标元素间的判断矩阵，形成超矩阵。步骤6：运用AHP算法中的“和法”对超矩阵进行归一化处理，得到加权超矩阵。步骤7：求出加权超矩阵幂方的极限，如果极限值收敛且唯一，并且各列向量完全相同，则该列向量即为所有元素相对于目标的综合权重向量。

使用ANP应用软件计算指标权重 通过专家测评判断表所构成的加权超矩阵来计算指标权重虽然可行，但实际的运算求解过程是非常复杂而繁琐的。因此，对权重的分析计算借助于Super Decisions软件（简称SD软件）来进行。SD软件基于ANP理论，它成功地实现了ANP运算的计算机程序化，是国际公认的求解ANP模型的最有力工具。使用SD软件进行建模、运算，最终得到高职工科类学生创新能力评价指标体系中各项评价指标的权重，如上页表1所示。

高职工科类学生创新能力评价信息平台的建立

（一）评价信息平台的模块结构

为了使创新能力的评价工作更加客观、科学和便于操作，需要搭建高职工科类学生创新能力评价信息平台。该信息平台主要包括以下功能模块：（1）评价指标设置模块。由系统管理员根据学校、企业的具体情况和专家意见，动态调整评价体系的指标结构。（2）专家测评模块。方便专家对权重测评判断表进行打分，由管理员将判断结果整理输入SD软件，并得到各指标权重。（3）客观成绩导入模块。对于指标中学生取得的学科成绩、技能证书、竞赛成果等客观成绩，由管理员通过学校的教务、科研系统直接导入。（4）主观成绩打分模块。对于指标中创新精神方面的主观因素成绩，由三方评价主体自主打分，并按比例得出综合成绩。（5）评价结果处理模块。通过以上的主客观指标成绩乘以相应权重，得到学生创新能力的综合评价成绩。同时，以图表比较的形式指出学生本人在创新能力上的不足之处；并对同班学生进行横向比较，对不同届学生进行纵向比较，实现评价体系的监控反馈和激励导向的作用。

（二）评价信息平台的应用实例

应用建立的高职工科类学生创新能力评价信息平台，对苏州市职业大学机械制造及自动化专业2011届共156位毕业生进行评价，得到的二级评价指标平均得分如下页表3所示。

将各项二级指标实际成绩相加得到该届机制专业学生的创新能力综合总分为72.81分，说明创新能力总体处于中等水平。而通过指标的得分比例可以看到，学生的创新意识和创新品质是较强的，创新思维是灵活的，知识基础较扎实，具有进一步发展的潜能，但创新实践能力和取得的创新成果较为薄弱，需要在今后的教学实践活动中加强校企融合、完善创新实践基地建设，为学生提供更系统的创新技能训练。

如何实施改进创新教育、培养创新人才是当前高等职业教育改革发展所面临的问题之一。通过高职工科类学生创新能力评价体系的研究与实践，将网络层次分析法引入到评价体系的模型构建中，能较为科学准确地对学生创新能力做出评价。这样，不但能激励专业创新人才与创新成果的脱颖而出，更有利于创新精神和创新技能的培养与普及，具有良好的示范和推广价值。

参考文献：

[1]封云.大学生科技创新能力评价体系研究[J]. 南京工程学院学报（社会科学版），2007（3）.

[2]李艳坡.高职院校大学生创新能力评价指标体系与评价方法研究[J].中国成人教育，2010（16）.

[3]张继德.大学生科技创新素质评价指标体系的构建[J].黑龙江高教研究，2008（10）.

[4]Saaty T L. Decision Making with Dependence and Feed-back：The Analytic Network Process[M]. Pittsburgh，PA：RWS Publications，1996：88-97.

[5]梁燕，耿燕，林玉伟，李相银.基于层次分析法的高校科技创新能力评价指标体系研究[J].科学学与科学技术管理，2009（5）.

[6]王莲芬，蔡海鸥.网络分析法（ANP）的理论与算法：决策科学理论与方法[M].北京：海洋出版社， 2001.

[7]刘睿.基于ANP的超级决策软件介绍及其应用[J].系统工程理论与实践，2003（8）.

（责任编辑：杨在良）

运用ANP方法确定指标权重的步骤 步骤1：分析元素组之间和各元素之间的相互关系，构建基于ANP方法的网络结构模型如图1，其中用单向和双向箭头表示它们之间的相互依存和反馈关系。步骤2：根据网络结构模型中各指标的相互关系构建专家测评判断表，采用如表2所示AHP方法中的1-9标度方法，对存在相互影响关系的各元素和元素组进行两两判断比较，来确定它们的相对重要程度。步骤3：根据专家按照1-9标度法的打分构造判断矩阵。步骤4：对判断矩阵进行一致性校验，当一致性比率CR<0.1时，认为通过了一致性判断。步骤5：整合各指标元素间的判断矩阵，形成超矩阵。步骤6：运用AHP算法中的“和法”对超矩阵进行归一化处理，得到加权超矩阵。步骤7：求出加权超矩阵幂方的极限，如果极限值收敛且唯一，并且各列向量完全相同，则该列向量即为所有元素相对于目标的综合权重向量。

使用ANP应用软件计算指标权重 通过专家测评判断表所构成的加权超矩阵来计算指标权重虽然可行，但实际的运算求解过程是非常复杂而繁琐的。因此，对权重的分析计算借助于Super Decisions软件（简称SD软件）来进行。SD软件基于ANP理论，它成功地实现了ANP运算的计算机程序化，是国际公认的求解ANP模型的最有力工具。使用SD软件进行建模、运算，最终得到高职工科类学生创新能力评价指标体系中各项评价指标的权重，如上页表1所示。

高职工科类学生创新能力评价信息平台的建立

（一）评价信息平台的模块结构

为了使创新能力的评价工作更加客观、科学和便于操作，需要搭建高职工科类学生创新能力评价信息平台。该信息平台主要包括以下功能模块：（1）评价指标设置模块。由系统管理员根据学校、企业的具体情况和专家意见，动态调整评价体系的指标结构。（2）专家测评模块。方便专家对权重测评判断表进行打分，由管理员将判断结果整理输入SD软件，并得到各指标权重。（3）客观成绩导入模块。对于指标中学生取得的学科成绩、技能证书、竞赛成果等客观成绩，由管理员通过学校的教务、科研系统直接导入。（4）主观成绩打分模块。对于指标中创新精神方面的主观因素成绩，由三方评价主体自主打分，并按比例得出综合成绩。（5）评价结果处理模块。通过以上的主客观指标成绩乘以相应权重，得到学生创新能力的综合评价成绩。同时，以图表比较的形式指出学生本人在创新能力上的不足之处；并对同班学生进行横向比较，对不同届学生进行纵向比较，实现评价体系的监控反馈和激励导向的作用。

（二）评价信息平台的应用实例

应用建立的高职工科类学生创新能力评价信息平台，对苏州市职业大学机械制造及自动化专业2011届共156位毕业生进行评价，得到的二级评价指标平均得分如下页表3所示。

将各项二级指标实际成绩相加得到该届机制专业学生的创新能力综合总分为72.81分，说明创新能力总体处于中等水平。而通过指标的得分比例可以看到，学生的创新意识和创新品质是较强的，创新思维是灵活的，知识基础较扎实，具有进一步发展的潜能，但创新实践能力和取得的创新成果较为薄弱，需要在今后的教学实践活动中加强校企融合、完善创新实践基地建设，为学生提供更系统的创新技能训练。

如何实施改进创新教育、培养创新人才是当前高等职业教育改革发展所面临的问题之一。通过高职工科类学生创新能力评价体系的研究与实践，将网络层次分析法引入到评价体系的模型构建中，能较为科学准确地对学生创新能力做出评价。这样，不但能激励专业创新人才与创新成果的脱颖而出，更有利于创新精神和创新技能的培养与普及，具有良好的示范和推广价值。

参考文献：

[1]封云.大学生科技创新能力评价体系研究[J]. 南京工程学院学报（社会科学版），2007（3）.

[2]李艳坡.高职院校大学生创新能力评价指标体系与评价方法研究[J].中国成人教育，2010（16）.

[3]张继德.大学生科技创新素质评价指标体系的构建[J].黑龙江高教研究，2008（10）.

[4]Saaty T L. Decision Making with Dependence and Feed-back：The Analytic Network Process[M]. Pittsburgh，PA：RWS Publications，1996：88-97.

[5]梁燕，耿燕，林玉伟，李相银.基于层次分析法的高校科技创新能力评价指标体系研究[J].科学学与科学技术管理，2009（5）.

[6]王莲芬，蔡海鸥.网络分析法（ANP）的理论与算法：决策科学理论与方法[M].北京：海洋出版社， 2001.

[7]刘睿.基于ANP的超级决策软件介绍及其应用[J].系统工程理论与实践，2003（8）.

（责任编辑：杨在良）