刘 媛,路 剑,刘海燕,刘新颖,闫千千,崔 茜
(河北农业大学 渤海学院,河北 沧州 061100)
关键字:CAD模式;区块链;职业能力;管理类课程;Logistic模型
区块链可在实现信息上链传递共享的基础上有效解决中心化及信息失真问题,具有与实体行业融合发展的优势。高等教育作为实体教育的重要环节,依托其科研创新力量,具有实践应用“区块链+高等教育”的独特优势。“区块链+高等教育”的落地实施,将对现有高等教育带来极大挑战和艰难转变,但更重要的是也将促进教育模式从现有的以学分和学位为中心,转变为一个类似于供应链设计,并促进和提供终身学习环境的教学模式。因此,“区块链+高等教育”发展模式将是今后高等教育领域改革发展的方向。本文以“区块链+高等教育”为研究思路,以职业为导向,以提升管理类学生职业能力为目标,探索以区块链为依托的大学本科管理类课程教学改革创新途径,为大学本科管理类课程教学改革创新提供借鉴。
截止至2020年7月22日,以“区块链与高等教育”为关键词在中国知网上进行检索,共检索出20篇相关文献。从检索结果来看,文献数量较少且研究方向较为单一,多数学者主要围绕区块链技术对高等教育带来影响展开研究,通过探讨区块链技术对高等教育带来的积极影响,提出高校教育如何应对变革紧抓机遇,重塑高等教育生态,提升教育教学质量。如翟海燕认为,“区块链+高等教育”模式,可高效管理大学生的学习资源、学习成绩及各项证书,从而提升教学质量与效果[1]。刘湖等经Kernel密度估计法与DEA评价模型实证研究表明,“区块链+高等教育”的发展模式,可有效缩小教育资源配置差异,实现高等教育资源的共建共享[2]。史强指出,区块链技术可有效推进高等教育信息化发展,并推进“智慧校园”向“智链校园”升级发展[3]。此外,张世龙、杨帆等、李明飞等均提出了利用区块链技术搭建高等教育信息化、智能化教育平台,以实现降低教育管理成本及提高教育资源利用率,促进“区块链+高等教育”的融合发展[4-6]。不难看出,当前国内学者们对于“区块链+高等教育”的研究,大多集中在高校层面上,较为宏观,而对于微观层面上的“区块链+课程改革”的研究较为缺乏。本文正是以此为出发点,对以区块链技术为依托的大学本科管理类课程教学改革创新进行深入研究。
在我国,“区块链+高等教育”起步较晚,但发展较为迅速,诸多高校均在“区块链+高等教育”平台及应用模式、区块链专业人才培养等方面展开了积极探索与实践,如北京邮电大学在2017年成立了区块链研究实验室,主要从事区块链版权管理、区块链教育征信等典型应用的研究;清华大学创办成立的全国高校区块链教育联盟——青藤链盟,通过研究分布式教育公链,积极探索未来教育模式;此外,北京大学、复旦大学、浙江大学等国内知名高校,均已开设区块链相关课程,着力于培养区块链相关高端人才。但与国外知名高校,如麻省理工学院、坎布里亚大学等院校相比,我国的“区块链+高等教育”还处于探索阶段。相较于国外高校已逐步将区块链技术运用于日常教学及管理工作中,如学分核定、证书颁发等,现阶段我国“区块链+高等教育”的发展,仅是依托高校的科研力量,对区块链技术进行应用研究探索,如版权、征信等方面,对于实体的教学及管理工作,并未运用到区块链技术,也就是说“区块链+高等教育”还未在我国高等教育事业中全面深入铺开。
当前,培养具有创新型、应用型的复合人才,是各大高校深化教育教学改革的重要方向,作为职业能力不突显的管理类专业,较多高校在积极探索“产教融合”的新路径,以期能够有效提升在校大学生及毕业生的职业素养,提升其职业能力。因此,本文依托区块链信息传递及共享技术,以CAD人才培养模式为主线,对大学本科管理类课程教学改革创新展开研究。CAD人才培养模式,原为职场职员人才培养模式,旨在提升职工的职业素养,为企业创造更大的价值。本文通过借鉴该模式中人才培养思路,并对人才培养评价模型进行优化改良,使之能有效应用于大学本科管理类人才的培养工作中[7]。其中,C(Competency),即胜任素质,总结并制定学生完成学业、达到用人要求所需的行为标准,识别导致学生学业成绩及职业素养差异且可改善的素质指标及行为;A(Assessment system),即评价系统,基于上一环节的职业胜任素质标准,通过问卷评估、行为访谈、情景模拟等方式,对学生的实际职业素质水平进行测试与评价,并将该评价结果及时反馈给专业任课教师,及时修正及反哺日常教学内容。D(Development system),即发展系统,专业任课教师结合上一环节中学生在评价系统中的表现及职业能力评价结果,进行针对性、系统性、循环性的职业能力提升计划设计与实施,及时调整人才培养方案及培养计划,反哺课堂教学。
那区块链在该模式中将扮演什么角色,发挥什么作用呢?在该模式中,区块链技术作为科技支撑,将发挥渠道和桥梁作用,将大学管理类课程专业任课教师、大学生本人、职业能力评价主体有机联系起来,通过将学生本人的职业能力信息上链传输,同时多端共同维护,有效实现学生职业能力信息加密、传递、共享,为管理类专业任课教师及时调整日常教学提供依据,并为用人单位进行人才选用提供依据,具体融合发展思路如图1所示。此外,借助于区块链技术,更为重要的是将对现有的大学本科教育发展产生长远的影响,有助于促进学生及教师养成不断进步、终身学习的学习和教育环境,为高校教育教学改革提供源源不断的动力。
图1 CAD模式与区块链融合发展思路图
相较于其他学科,管理类学科学生的职业能力并不是很凸显,大多毕业生普遍认为自己在校所学的专业知识与实践脱节,没有很突出的职业本领。在本次所调研的管理类学科本科毕业生中,有73.32%同学认为在毕业时觉得自身的职业能力不突出。因此,本次的研究对象界定为职业能力偏弱的管理类本科在校生。本次调研时,在石家庄、保定、唐山、秦皇岛、沧州等地区共选取了1 000位管理类在校生,其中700名为非毕业年级在校生,300名为大四毕业年级在校生,以专业课教育与职业能力现状为重点展开调研。
在本次的问卷发放时,除了管理类在校生,我们还邀请了相关社会职业培训机构导师及合作用人单位的人力资源主管,此外还有管理类课程任课教师及就业中心指导教师,共发放问卷1 090份,且均为有效问卷,其中问卷调查人员构成如表1所示。在1 000份管理类在校生的问卷调查结果中,随机抽取250份问卷,通过构建二元logistic模型进行数据分析。
表1 问卷调查人员构成
1.指标的选取。在指标选取时,根据专业素养、创新能力、社交素养、思想素养4个方面,共选取了15个指标进行实证分析,指标构成如表2所示:
表2 指标名称及说明
为使回归模型能够具有较高的预测准确性,需要对指标进行筛选,判断其与因变量之间是否具有相关关系。首先判断变量是否服从正态分布,服从正态分布的,分别与因变量进行双样本检验,其余不服从正态分布的变量,直接进行K个独立样本检验,将检验结果不相关的变量剔除。首先,对指标分别进行正态性检验,采用K-S检验法分别对上述指标进行检验,得到的检验结果如表3所示。
表3 指标K-S检验结果
由表3可知,15个自变量均不服从正态分布,则对15个变量进行K-W检验,得到的检验结果如下表4所示。
表4 指标K-W检验结果
由上表4可知,X15的渐进显著性大于0.05,说明其与Y值之间的相关关系并不显著,因此将其从模型中剔除,此后只对指标X1-X14进行回归分析。
2. 因子分析
(1)因子提取。利用最大方差方法旋转成分矩阵,使用主成分分析方法来提取公共因子,从表5中可以看出,主成分特征值大于1的因子共有6个,分别为2.009、1.795、1.626、1.470、1.408、1.096,这6个因子解释方差的百分比累积高达67.172%,所以能够很好地解释原来的所有变量。
表5 因子总方差解释
从表6可以看出:第一个公因子F1在专业知识X3、外语能力X6、专业兴趣X7、专业证书X8、职业经历X13上的载荷分别为0.470、0.486、-0.581、-0.550、0.733,反映了学生的专业素养;第二个公因子F2在沟通能力X1、协作能力X5、管理能力X9、心理素质X11上的载荷分别为0.759、0.605、-0.593、-0.408,反映了学生的社交素养;第三个公因子F3在创新技能X2、创新思维能力X10、创新学习能力X14的载荷分别为0.731、0.617、0.558,反映了学生的创新能力;第四个公因子F4在政治素养X4、思想认识X12的载荷分别为0.727、0.722,反映了学生的思想素养。
表6 旋转后的因子载荷计算
(2)因子得分函数。通过得分矩阵,可以得到各因子的得分函数。因子得分见表7。
表7 因子得分
F1=-0.130X1-0.293X2+0.458X3+0.020X4+0.131X5+0.474X6-0.521X7-0.537X8-0.270X9-0.030X10+0.082X11-0.140X12+0.743X13+0.493X14
F2=-0.280X1+0.369X2-0.443X3+0.233X4-0.483X5-0.089X6+0.118X7-0.322X8+0.309X9+0.521X10+0.182X11-0.475X12-0.11X13+0.588X14
F3=0.670X1+0.077X2-0.290X3+0.496X4+0.433X5-0.068X6+0.048X7+0.254X8-0.534X9+0.086X10-0.249X11-0.290X12+0.028X13+0.379X14
F4=0.284X1+0.625X2+0.020X3-0.532X4-0.018X5+0.089X6-0.328X7-0.009X8+0.060X9+0.348X10-0.475X11+0.456X12+0.068X13+0.190X14
3. Logistic回归模型实证分析
(1) Logistic回归模型的建立。通过得分函数,将样本的评分数据代入得分函数可以得到各个样本在4个因子上的得分,以各个样本在公因子F1、F2、F3、F4上的得分作为新变量,运用spss软件进行Logistic回归分析。Y值=1代表学生职业素质水平较高,Y值=0代表学生职业素质水平较低。
从表8可以看出,根据以上的系数,最终得出的Logistic模型的结果为:
表8 方程中变量系数计算表
其中提取的因子F2、F3的系数在5%的水平下显著,说明创新能力和社交素养对职业素质水平的高低有较大影响,提升学生职业素质水平,可从这两方面入手。在二元logistic回归分析得出的模型中,自变量系数的绝对值越大,影响的程度越强,此模型中,创新能力对应的系数大,说明其对职业素质的影响也越大。从调查结果中可以看出,职业素质水平偏低的学生的创新能力普遍较低,所以如果想要提高学生的职业素质,应该着重提高学生的创新能力。
(2)模型拟合效果检验。通过检验结果的统计量数值可以得出,观测值为13.361,相对应的概率P值为0.115>0.05,说明当显著性水平值为0.05,不得拒绝原假设,实际值与预测值的分布没有显著差异,因此该模型有理想的拟合效果(表9)。
表9 霍斯默-莱梅肖检验结果
(3)模型的预测准确率。从表10可以看出,在 250个样本中,在已经观测到的226个职业素养较低的样本中,使用模型预测出214个,准确率为94.6%,在观察到的24名职业素养较高的样本中,使用模型预测到了13个,准确率为54.2%,所以这个模型最后的综合准确率达到了90.8%,表明该模型的预测精度很高。
表10 模型预测精确度计算
(4)实证分析结论。通过Logistic模型实证分析得出,创新能力对学生职业能力的影响最为显著。由于管理类学生的职业能力偏低,因而要提升学生的职业能力,应着重提高学生的创新能力。同时,在对社会职业能力培训机构导师及合作用人单位人力资源主管进行调研时,64%的该调研人群认为创新能力对于学生的职业能力影响最大,且82%的人认为应加强学生创新能力的培养;在对高校管理类课程任课教师及就业中心指导教师进行调研时,92.5%的该调研对象认为应加强学生创新创业能力的培养。不难发现,调研结果进一步印证了实证分析的结论。因此,提升大学本科管理类学生的职业能力,应注重学生创新能力的培养,同时管理类课程教学改革也应围绕着创新创业能力培养这一核心问题开展。
由于学科特点,管理类学生对于理论基础知识学习较多,创新实践操作较少,导致了管理类学生创新意识缺乏,创新思路受限。因此,在设计管理类学生人才培养方案时,应对人才培养目标重新定位,培育具有创新思维、创业意识的人才。管理类专业任课教师在日常教学过程中,应注重优化设计教学内容,摒弃传统的传授式讲课方式,灵活的运用互动式、翻转式等以学生为主的授课方式,积极调动学生学习积极性,引导激发学生的创新创业意识。同时,每个管理门类的不同专业,可结合自身专业特点,举办各类专业技能竞赛,有效促进“以赛促教、以赛促学、以赛促新”的良好氛围。此外,高校还应鼓励用人单位即人才需求方,也积极加入到管理类本科人才培养的阵营中,不断加深校企合作,以人才需求方即第三方的视角,对高校人才培养提供帮助并提出建议,从而更有效、更直接的提高高校管理类人才培养的竞争力。总之,具有创新精神的管理类人才培养,不是一门专业课、一学年课程的培养便可完成,应贯穿高等教育的整个学习期间,并不断借助互联网、大数据、区块链等现代计算机技术,加强过程管理,激发学生的创新意识,培育具有创新创业技能的管理类人才。
由于受到新冠疫情的影响,全国各大高校均采用线上授课模式来完成日常教学任务,一时间线上教学平台如超星学习通、雨课堂、腾讯课堂等智慧教学工具被大范围的使用,这也为传统的高等教育教学方式带来了一次巨大的变革,极大地推动了信息化教学的发展。智慧教学工具的普遍应用、线上教学资源的不断开发利用,使社会各界普遍认识到了“智慧教学”的重要意义及作用。“区块链+高等教育”的发展模式,可有效推进“智慧教学”向“智链教学”的升级发展。智慧教学过程全信息化管理的优势,将被区块链技术完全显现出来。管理类专业课及创就业课程任课教师,可将每一位学生相应的专业课程、创就业课程学业信息传输上链,并在此基础上不断更新维护,不仅能将学生的专业知识及职业能力信息完全显现出来,还能保证学生学业及职业能力的诚信问题,为在校学生营造一种不断学习的良好氛围,同时还可根据链上真实的学业数据信息及时改进反哺日常教学内容,及时调整及更新教学内容及方式,增加精准教学程度,具体实现路径如图2所示。
图2 “智慧教学”向“智链教学”升级发展思路图
由于管理类学科的专业特点,导致了该类学科学生职业能力偏弱。因此,在人才培养方案及教学内容设计时,应注重增加专业实践环节学时,合理设计教学内容。国内大多高校均已开始重视该问题,在专业人才培养方案制定及调整时均在原有理论学时的基础上,增加实践环节的学习,部分原纯理论课程,经过优化之后调整为“理论+实践”相结合课程,目的就是弥补学生职业能力缺失的短板。该项调整一定程度上提升了管理类专业学生的职业能力,但关键的问题在于,实践环节的加入,如何能够使学生的增加职业能力突显量化出来呢?“学分银行”制度便能有效解决这一问题。“学分银行”,借鉴了银行的存取功能,学生可将学业学分及参加的各项技能培训、取得的职业能力证书等内容转化为学分,积累起来存放于区块链上的“学分银行”中,学习和积累并不受时间、地点的影响,即学生也可在毕业之后还可积累学分。学分存入链上“学分银行”后,可通过区块链技术实现学分数据传递和共享,在求职、面试时用人单位可接入区块链端口,通过链上“学分银行”中储存的学分信息,获取该面试者的职业能力信息。以区块链为技术支撑的“学分银行”制度,可将学生的职业能力水平进行学分量化,还可将职业能力信息真实、便捷的传递给信息需求方,不仅能保证学生职业能力学分诚信可靠且量化突显,还能调动学生学习的积极性,促进终身学习习惯的养成,具体实现路径如图3所示:
图3 以区块链为基础的职业能力“学分银行”构建思路图
本文重点研究了“区块链+高等教育”模式下大学本科管理类课程教学改革创新实现路径,揭示了区块链技术对管理类课程教学改革创新及提升管理类学生职业能力水平的重要意义,具体实现路径如图4所示。在此路径下,依托区块链技术平台,实现了学生职业能力水平量化,并在高校教学部门与用人单位之间传递共享,从而为大学本科管理类课程教学改革提供新思路。但区块链作为一种新技术,如何与实体高等教育领域深度融合发展仍存在一定困难,具有很大研究空间。如何搭建以区块链技术为依托的大学生学习管理及评价平台,是今后“区块链+高等教育发展模式”的重点研究领域。总之,“区块链+高等教育”模式可有效推动传统高等教育模式转型发展,为提高学习资源利用率及学习效果,创建终身学习氛围发挥重要作用。
图4 基于区块链的职业导向下大学本科管理类课程教学改革创新思路图