基于ANP生产性实训基地创新能力评价研究

谢雪如+谈建平

摘 要：职业教育生产性实训基地是“生产性”与“教学性”的统一，该过程涉及职业院校与企业双方异质性资源融合。但双方资源融合的创新性如何衡量，并将结果及时反馈并有效指导实践教学，却成為学术界及实践领域所面临的难题。本文基于网络层次分析法及德尔菲法提出了职业教育生产性实训基地评价指标，针对评价指标之间存在相互依赖或影响关系，以及评价过程主观性较强的情况，将定性与定量方法相结合，建立一个较为完整有效的网络模型，有效解决指标的相对重要性权重问题。

关键词：ANP；生产性实训基地；创新能力；评价

作者简介：谢雪如（1966-），女，江西南昌人，江西机电职业技术学院副教授，研究方向为数控加工，实践教学等；谈建平（1963-），男，江西南昌人，江西机电职业技术学院副教授。

基金项目：江西省高等学校教学改革研究课题“基于CDIO的高职《数控加工与编程》课程教学改革与实践”（编号：JXJG-11-50-1），主持人：谢雪如。

中图分类号：G710 文献标识码：A 文章编号：1001-7518（2017）27-0089-04

随着经济社会发展及学术界对职业教育产教融合认识的深入，生产性实训基地逐渐成为职业教育实训的重要阵地。国家教育主管部门首次于《教育部关于全面提高高等职业教育教学质量的若干意见》使用“生产性实训基地”概念，其中明确提出：高等职业院校要按照教育规律和市场规则，本着建设主体多元化的原则，紧密联系行业企业，不断改善实训、实习基地条件，积极探索校内生产性实训基地建设的校企组合新模式。同年，11月13日召开的国家示范性高等职业院校建设计划视频会议上，时任教育部部长周济明确指出了“高职院校与企业和市场更紧密地结合起来”的校内生产性实训基地建设的方向和路径。因此，“高等职业院校要按照教育规律和市场规则，……积极探索校内生产性实训基地建设的校企组合新模式。”由此可见，国家教育主管部门对职业教育生产性实训基地建设提出明确的方向与思路。

近年来，我国生产性实训基地建设的理论和实践进行了积极的探索，在规模建设取得了明显的实效。与此相对，职业教育人才培养质量仍然不容乐观。现实矛盾使我们不得不重新反思生产性实训基地建设的终极价值所在，是追求人才培养质量，还是追求企业效益，抑或是通过双方资源融合而实现其创新性生命力？资源依赖理论认为，企业与职业院校合作共建生产性实训基地本质上属于异质资源融合，而资源融合的终极目标是实现创新，以提供双方发展的动力来源[1]。在此逻辑前提下，高职院校追求的人才培养质量及企业追求的经济效益也自然能够实现。但生产性实训基地异质性资源融合的创新性如何衡量，并将结果及时反馈并有效指导实践教学，却成为学术界及实践领域所面临的难题。

国内学者对生产性实训基地的研究已有近十年历史，但如何评价生产性实训基地创新能力的研究成果却鲜有提及，仅有部分研究零星散落在文献中。另外，与网络层次法相比，传统评价方法在评价过程中默认各评价指标之间相互独立，毫无影响，忽略了其中的相关关系；在评价指标的选择上过度依赖定量指标，忽视定性评价，如专家调查，在评价中的作用。实践中，鉴于生产性实训基地创新能力的复杂性以及其子指标之间存在的相关关系[2]，如何全方位地确定影响生产性实训基地创新发展的重要因素，科学合理地创建其评价指标体系，从而是评价结构更有利于生产性实训基地增强协同创新能力，促进职业学校与企业协同创新，成为本研究的主要内容。

一、理论基础

网络分析法（Analytic Network Process，简称ANP）是由Saaty于20世纪90年代提出的一种新的决策分析方法，是Saaty教授提出的反馈AHP的深化与发展。网络层次分析法将系统内各元素的关系用类似网络结构表示，而不再是简单的递阶层次结构，网络层中的元素可能相互影响、相互支配，这样ANP能更准确的描述客观事物之间的联系。同时，在实践中，决策者通常不是对所有的决策因素进行相对重要程度判断，但可以对所有因素中的两两因素进行比较，再经过较复杂的数据计算，最终得出所有因素的相对重要程度，并运用于决策。

所谓创新是指以知识增值为核心，企业、政府、知识生产机构（大学、研究机构）、中介机构和用户等为了实现重大科技突破而开展的大跨度的创新组织模式。因此，职业教育生产性实训基地创新能力的指标之间不可能是相互独立的，他们之间应该是相互依赖、相互影响的关系[3]。为了能够表示这种相互影响关系，本文提出基于ANP的生产性实训基地创新能力评价体系，旨在通过评价体系的网络结构详细描述同层指标之间的影响关系及不同层指标之间的反馈关系。

二、生产性实训基地创新能力评价指标体系构建

（一）确定评价目的

作为评价活动的起点与归宿，评价目的指导与影响整个评价过程。评价目的的内容包括确定研究对象、明确评价前提假设及构建评价指标体系。就生产性实训基地创新能力评价而言，其评价目的即在一定的评价前提假设基础上，根据文献及专家调查意见，构建科学、合理、全面、系统的创新能力评价指标体系，并对生产性实训基地创新能力进行评价。

（二）优选评价指标

优选评价指标主要是为了突出评价重点，进一步优化和完善评价指标，避免评价指标体系过于繁琐，确保评价指标的针对性。本文是在德尔菲法（Delphi Method）的基础上，进行了局部改进后用来优选评价指标。德尔菲法也称专家调查法，是一种采用匿名发表意见的方式，经过反复征询、归纳、修改、汇总，作为预测的结果的一种方法，这种方法具有广泛的代表性，较为可靠。

职业教育生产性实训基地创新能力设计多方面因素，只有从多个角度和层面来设计指标体系，才可能更准确、更科学的反映其创新能力现状及未来前景。因此，为保证评价结果的客观、准确，生产性实训基地创新能力评价指标体系的设计应遵循系统性、科学性、可操作性、代表性原则。根据创新能力的构成因素、影响因素及生产性实训基地特殊情况，在总结前人研究基础之上，并与该领域专家多次沟通后，确定指标体系（如表1）。endprint

本文基于目标层生产性实训基地创新能力（A），最终优选出五个一级指标：创新投入（B1）、经济效益（B2）、技术产出（B3）、高技能人才培养（B4）、研究产出（B5），十五个二级指标：企业技术专家参与比例（C11）、职业学校专家参与比例（C12）、职业学校总投入比例（C13）、企业总投入比例（C14）、年生产产品总值（C21）、年生产产品品类（C22）、当年申请专利数（C31）、当年授权专利数（C32）、培训总人数（C41）、培训人员质量（C42）、高技能人才知识转移（C43）、竞争力提升程度（C51）、研究生产能力（C52）、与外部企业及实训基地联系（C53）、实训基地基础设施的共享情况（C54）。

三、基于ANP的生产性实训基地创新能力评价建模

（一）构造网络结构

生产性实训基地创新能力评价是一个复杂的系统决策问题，且该决策过程受到专家、评价指标和评价方法的影响。本研究建立的评价模型包括创新投入、经济效益、技术产出、高技能人才培养、研究产出五个一级指标，且指标之间相互影响、相互依存和反馈。因此，研究中把生产性实训基地创新能力评价作为控制层，其一级指标及相应二级指标作为网络层，建立如图2所示的网络层次结构模型。

其中，一级指标B1、B2、B3、B4、B5之间的箭头表示两个指标之间存在相关关系，同时一级指标上方的弧形箭头表示该以及指标下的各二级指标之间存在相关关系。

（二）关系判断矩阵

在网络层次结构中，被比较的两个元素之间存在相互影响、相互依赖关系，因此，在运用专家调查法进行收集数据过程中，专家将对所有元素进行两两比较，以获得相对重要性[4]。需要指出的是，元素两两比较包括两种：一是直接比较方式，即两元素在同一准则指导下进行重要性程度比较，该方法常运用于元素间相互独立的情况；另一种是间接比较方式，即在同一准则下，两元素无法直接进行两两比较，必须借助于第三个元素才能实现比较，以获得相对重要性程度。该方法常运用于元素间存在相互影响、相互依存的情况[5]。

本研究运用专家调查法获得指标两两间的相对重要性，具体操作过程为：将初始指标以矩阵表格形式发送给提前沟通好的专家及职业院校校企合作负责人。需要强调的是，表格中必须做好填表说明，以免误导专家判断。表格回收后，综合多位专家及校企合作负责人意见整理出一份指标间的两两关系表，同时，将该表格发送给各位专家，请他们以9级分制对各创新能力评价指标进行赋值，建立矩阵，并运用软件计算各指标权重[6]。9级分制的赋值方法如表2所示。

（三）构造超矩阵

ANP模型通过超级矩阵处理指标网络层次下各指标层次之间所存在的相互影响关系。矩阵中的列向量代表的是元素（ej1，ej2，…，ejn）对Cj中元素（ej1，ej2，…，ejn）的重要度排序向量。把所有相互影响网络层元素的排序向量组合起来，得到一个在控制元素Bi下的超矩阵W。这样的超矩阵一共有n个，并且为非负矩阵。生产性实训基地创新能力评价指标两两比较矩阵如表3、表4所示。

（四）构造加权矩阵

通过以上步骤构造的超级矩阵中，虽然每一个子矩阵是标准化的，但整个矩阵并未标准化。要对各指标的相对权重进行比较，必须对其标准化。其方法如下：首先，在Bi的准则下，将其所属的C11，C12，C13……Cij进行两两重要性比较，获得相对重要程度；其次，用aij表示i层对j层的影响权重，构建加权超级矩阵W=aij·Wij。其中，在W中，任何一列元素相加之和为1。最后，为了更好的反应元素间的依存关系，需对超级矩阵进行稳定化处理。得到各指标相对于目标的权重，即：

W=（0.1366，0.1115，0.1111，0.0119，0.0501，

0.0605，0.0612，0.0831，0.0424，0.0329，0.0538，

0.0618，0.0405，0.1042，0.0114）

鉴于上述指标数量较多，不能一一讨论，只选取权重排名前10的指标。根据上述各指标对于总目标的相对权重，前10名为：企业技术专家参与比例，职业学校专家比例，企业总投入比例，职业学校总投入比例，通过高技能人才的知识轉移，年生产产品总值，培训和受训人员的质量，研究生产能力，外部联系，基础设施的共享[7]。

上述10个指标有4项涉及创新投入能力，3项涉及到研究产出能力，2项涉及高技能人才培养能力。可见，较高水平的创新资源投入能力，包括学校及人力资源与物质资源投入，是生产性实训基地创新能力提升的关键所在，而高技能人才培养能力、研究产出能力则是生产性实训基地创新能力得以提升的重要保障，在其创新能力的评价中[8]，起到举足轻重的作用。

从一级指标层面来看，创新投入及研究产出对总目标的影响最大，高技能人才培养其次，这充分体现出生产性实训基地的建设目标：职业院校与共同投入资源，在双方致力于技术技能型人才培养的前提下，给学生创造一个真实的工作情境，并为企业创造效益。因此，生产性实训基地既能实现职业院校技术技能型人才培养的需求，又能满足企业追求经济效益的初衷，是最能体现职业教育规律工学结合的人才培养模式。

四、结论

本研究通过对职业教育专家反复征询、归纳、修改、汇总，制定生产性实训基地创新能力评价指标体系。同时，从实践层面探讨了该指标体系在生产性实训基地创新能力评价中的科学性，最后得出结论：生产性实训基地创新能力建设中，创新投入及研究产出对其影响最大，其次是高技能人才培养能力。因此，在此后实践中，有针对性的增加创新投入能够高效、准确提升生产性实训基地的研究产出能力及高技能人才培养能力[9]。

首先，健全生产性实训基地组织，并加大创新资源投入。要充分发挥生产性实训基地在教学实践、科研开发中的创新作用，改革生产性实训基地管理体制。职业院校与企业共同成立生产性实训基地建设与管理委员会，其主要职责是负责生产性实训基地的规划、建设与管理工作，以及协调生产性实训基地管理中存在的困难与问题，使之成为协调、指导生产性实训教学的组织机构[10]。同时，职业院校进一步整合学校的各项资源，引入更多专业对口的优质企业，加大对生产性实训基地的投入，创新生产性基地的运营模式[11]。endprint

其次，生产性实训基地建设必须突出高技能人才培养核心地位。生产性实训基地建设要坚持产教融合、校企合作、工学结合、知行合一的人才培养模式改革路径，强化教学过程的实践性、开放性和职业性，积极探索工学交替、任务驱动、项目导向、顶岗实习等融“学做一体”的教学模式，增强实践教学的针对性、实用性、时效性[12]。进一步发挥和拓展生产性实训基地的功能与作用，通过大学生技能大赛、创业大赛等有效方式，搭建学生成长平台，提高学生专业技能和职业素养，使生产性实训基地真正成为学生就业和创业的“助推器”。

参考文献：

[1]王召鹏.校内生产性实训基地建设要素的研究[J].实验室研究与探索，2011（5）：205-207.

[2]丁金昌，童衛军.校内生产性实训基地建设的探索[J].中国高教研究，2008（2）：57-58.

[3]朱远胜.校内生产性实训基地评价指标体系研究[J].职业教育研究，2013（2）：6-8.

[4]王举颖，汪波，赵全超.基于BSC-ANP科技型中小企业成长性评价研究[J].科学学研究，2006（8）：581-585.

[5]王莲芬.网络分析法（ANP）的理论与算法[J].系统工程理论与实践，2001（3）：44-50.

[6]赵国杰，邢小强.ANP法评价区域科技实力的理论与实证分析[J].系统工程理论与实践，2004（5）：41-45.

[7]丁长峰.高职院校校外实训基地绩效评价指标体系探析[J].浙江工贸职业技术学院学报，2013（1）：64-68.

[8]居珈璇.高职院校产学研实训基地绩效评价体系研究[J].哈尔滨职业技术学院学报，2013（2）：34-35.

[9]王贞，陆春其.校内生产性实训基地建设的研究与实践[J].教育教学论坛，2012（17）：11-13.

[10]陈平，陈菲.基于AHP的校企共建实训基地绩效评价体系研究[J].商业会计，2012（9）：125-127.

[11]李斯杰.生产性实训基地的建设与管理[J].实验室科学，2011（6）：346-348.

[12]蒋素春.旅游实训基地绩效评估理论研究[J].长江大学学报（社会科学版），2011（9）：165-167.

责任编辑 吴学仕endprint