新时代高职专业质量灰关联综合评价研究

郑承志

(黎明职业大学 商学院，福建 泉州 362000)

高职教育经历了2004—2008年人才培养工作水平评估、2008—2016年人才培养工作评估以及2016年开始的适应社会需求能力评估三大院校整体外部评估阶段，这三大阶段的评估对高职教育的发展起到了极大的促进作用，但也存在不少的问题[1]。随着高职招生方式从院校平行转为专业平行，院校整体外部评估正逐步转向内部专业评价[2]。不管是高水平学校还是高水平专业群，其基础都是高水平专业，因此“双高建设”必将极大地促进高职专业质量内部评价的开展。该研究以***总书记的青年成长思想为指导，参考已有研究报道并充分考虑新时代人才素质要求构建高职专业质量评价指标体系，采用层次分析法确定指标权重，结合灰关联分析法构建综合评价模型，希望为广大高职院校的专业质量评价提供一条科学易行的途径。

1 高职专业质量评价指标体系与权重

1.1 高职专业质量评价指标体系

三大外部评估阶段主要着眼于院校整体评估，因此专业评估、专业质量评价的研究比较少，而且主要集中于专业评估、专业质量评价的指标构建方面，比较典型的有：朱有明、张薛梅[3]根据高职专业建设内涵从专业定位与培养模式、教学团队、课程建设、实践教学、教学管理、人才管理、社会服务、特色创新等8个方面构建2级专业评价指标体系；张新民、吴敏良[4]在“双高建设”背景下从专业积累、学生发展、师资队伍、教学资源、社会服务、国际合作等6个方面构建2级专业评价指标体系；刘传熙[5]依据OBE(outcomes-based education，基于产出的教育)模式从学校与专业背景、教学输入、教学过程、教学结果等4个方面构建3级专业评价指标体系；陈伟、袁双、薛亚涛[2]通过访谈调查从专业定位、师资队伍、(学生)人才培养、学生情况、特色与优势等5个方面构建2级高职专业建设评价指标体系；舒怀珠、陈建兰、江友军[6]借鉴PDCA循环理论从人才培养的前、中、后3个方面构建3级人才培养质量评价指标体系；胡蕙芳、奚康[7]基于《悉尼协议》从培养目标、毕业要求、师资队伍、课程体系、持续改进、学生发展、毕业生状况等7个方面构建2级专业评价指标体系。

上述专业评估、专业质量评价方面的研究存在两个方面的问题：一是没有充分考虑我国新时代青年人才的时代特征，二是没有考虑以人工智能为代表的科学技术进步对技术技能人才素质的要求。在新时代特征方面，***总书记提出过很多青年人成长的思想论述，对我们有四个方面的深远启示：青年人第一要具备崇高远大的理想信念，第二要具备敢于担当的责任意识，第三要具备勇于创新的伟大魄力，第四要具备脚踏实地的实干精神[8]。在科学技术进步对技术技能人才素质的要求方面，OECD在2015年启动了“教育2030”项目，组织世界各地专家开展“未来教育与技能”研究，分别于2018、2019年发表了“OECD学习指南2030”和“OECD学习指南2030概念笔记系列”2份文件[9-10]，这2份文件从核心基础素养、变革素养、知识、技能、态度与价值观、学生主体性等方面全面论述了智能时代学生所需具备的素质，虽然该研究针对的是中小学教育，但对现阶段我国高职教育仍有较好的借鉴意义。

从***总书记的青年人成长思想论述的启示出发，参考上述现有专业评估、专业质量评价方面的研究成果以及OECD“教育2030”项目成果，本文按照“专业设置—人才培养与保障—办学效果”这一逻辑主线构建新时代高职专业质量2级评价指标体系如表1中的指标部分所示。

表1 高职专业质量评价指标体系

续表1

1.2 权重计算

采用层次分析法(AHP)计算指标权重。由1位资深高职教师、1位资深高职教育管理人员和1位企业高层管理人员组成权重评判小组，经充分讨论按照1-9标度法标定评价目标以及一级指标所属子指标之间的相对重要性，以此构建评价目标和一级指标的判断矩阵，这些判断矩阵最大特征值所对应的归一化特征向量就是相应指标的权重向量[11]。例如，权重评判小组标定的评价目标“专业质量Z”的6个子指标(一级指标)的相对重要性所构成的判断矩阵为

采用几何平均法进行近似计算，该判断矩阵的最大特征值所对应的归一化特征向量为

WZ=[0.150 0 0.300 0 0.150 0 0.150 0 0.100 0 0.150 0]T

此特征向量即为“专业质量Z”的权重向量。上述判断矩阵的最大特征值λmax=6.000 0，随机一致性比率CR=0.000 0，说明该判断矩阵具有完全一致性。对于“专业质量Z”的6个一级指标，可进行类似的子指标相对重要性标定以及权重计算，计算过程中所有判断矩阵都具有完全一致性，表1中的权重部分即为最终权重计算结果。

2 专业质量灰关联综合评价

人才培养是一个复杂的系统工程，采用一定数量的指标对专业质量进行评判是典型的小样本、贫信息问题，而灰关联分析能够较好地克服小样本、贫信息所带来的不确定性[12]，因此采用灰关联分析法构建综合评价模型。

2.1 灰关联综合评价模型

灰关联分析的基本原理是依据序列数据所构成的折线的几何形状相似度判断序列数据间的关联度。假定有m个评价对象、每个评价对象都有相同的n个指标，假定第i个评价对象n个指标的评判值构成的数据序列为yi={yi(1)，yi(2)，…，yi(n)}(1≤i≤m)，假定参照序列为y0={y0(1)，y0(2)，…，y0(n)}，那么按照灰关联分析理论评价对象yi与参照序列y0在数据点k(1≤i≤m，1≤k≤n)的灰关联系数为[13]

(1)

其中，分辨系数γ取值在0和1之间，典型值为0.5；1≤i≤m，1≤k≤n，1≤j≤m，1≤l≤n。上述灰关联系数ξi(k)所构成的矩阵

(2)

即为评价对象y1，y2，…，ym的评判矩阵。如果评价对象的权重向量为W=[W1W2…Wn]T，那么

G=R×W

(3)

即为评价对象y1，y2，…，ym的评价向量，其分量即为相应评价对象的灰关联评价值。

2.2 专业质量综合评价示例

某高职商贸专业群有5个专业(分别以Y1-Y2表示)，为进一步推进专业建设开展内部专业质量综合评价，组织专业群5位资深教师采用10分制按照表1的底层指标(二级指标)对5个专业进行评判，评判结果均值如表2所示，表中最后一列为满分参照序列Y0。

表2 底层指标评判值均值

续表2

分辨系数γ取典型值0.5，应用公式(1)对表2评判数据与参照数据进行灰关联计算，5个专业的底层指标评判值序列与满分参照序列在各数据点的关联系数如表3所示。

表3 底层指标评判值序列与满分参照序列的灰关联系数

续表3

由表3，Z1的评判矩阵为

由表1，Z1的权重向量为

WZ1=[0.300 0 0.300 0 0.100 0 0.150 0 0.150 0]T，

因此，由公式(3)，Z1的评价向量为

GZ1=RZ1×WZ1=[0.852 2 0.797 3 0.788 5 0.754 3 0.692 2]。

对其他5个一级指标Z2—Z6进行类似处理，这5个一级指标的评价向量分别为

GZ2=[0.721 8 0.626 1 0.705 9 0.704 0 0.617 8]，

GZ3=[0.740 5 0.752 3 0.760 8 0.736 8 0.587 0]，

GZ4=[0.739 6 0.724 2 0.795 0 0.735 5 0.634 5]，

GZ5=[0.833 0 0.755 4 0.812 2 0.799 8 0.707 0]，

GZ6=[0.733 1 0.724 4 0.775 0 0.816 4 0.686 2]。

综上，评价目标Z的评判矩阵为

如表1所示，评价目标Z的权重向量为

GZ=[0.150 0 0.300 0 0.150 0 0.150 0 0.100 0 0.150 0]T，

因此，Y的评价向量为

GZ=RZ×WZ=[0.770 2 0.717 8 0.767 1 0.755 2 0.646 3]。

3 结果与讨论

由Y的评价向量GZ及评判矩阵RZ，5个专业的评价目标及其一级指标与满分参照的灰关联系数如表4所示。

表4 评价目标及其一级指标与满分参照的灰关联系数

对于灰关联分析，灰关联系数ξ=0和ξ=1这两种极端情形分别代表评价对象与参照对象完全无关和完全相关，介于0和1之间则是一个相对值，一般可以分为4个等级[14]：0<ξ≤0.35时评价对象与参照对象的关联度低；0.35<ξ≤0.65时评价对象与参照对象的关联度一般，0.65<ξ≤0.85时评价对象与参照对象的关联度比较高，0.85<ξ<1时评价对象与参照对象的关联度非常高。依据表4，5个专业的评价目标“专业质量Z”与满分参照的关联性从高到低的排序为Y1、Y3、Y4、Y2、Y5，其中Y1、Y3、Y4、Y2与满分参照的关联度属于“比较高”等级，Y5与满分参照的关联度则只属于“一般”等级。总体来说，整个专业群的专业质量都不够理想，5个专业的专业质量与满分参照的关联度都没有达到“非常高”等级。从各专业的一级指标评价结果来看，Y1的“课程体系Z2”“教学保障Z4”“教师团队Z3”评价值相对较低，需要优先改进；Y2的“课程体系Z2”“教学保障Z4”评价值相对较低，需要优先改进；Y3的“课程体系Z2”“教师团队Z3”评价值相对较低，需要优先改进；Y4和Y1一样，也是“课程体系Z2”“教学保障Z4”“教师团队Z3”评价值相对较低，需要优先改进，Y5的“教师团队Z3”“课程体系Z2”“教学保障Z4”评价值相对较低，需要优先改进。6个一级指标中，“课程体系Z2”是所有专业的共同薄弱环节。仔细观察表3中“课程体系Y2”的各二级指标与满分参照的关联系数可以发现，各专业课程体系的“专业目标实现Y21”与满分参照的关联系数相对较高，但针对新时代所需的主体性培养、核心素质培养、发展素质培养、创新素质培养等方面的关联系数值都比较低，说明整个专业群当务之急是加快教学改革，将主体性培养、核心素质培养、发展素质培养以及创新素质培养融入各专业的课程体系，以确保培养出来的毕业生能够符合新时代的要求。另外，“教学保障Z4”是除了Y3之外其他4个专业的相对薄弱环节，“教师团队Z3”是除了Y2之外其他4个专业的相对薄弱环节，所以教学保障建设、教师团队建设也应是整个专业群的改进重点。上述结果得到学院领导、相关专业师生的广泛认可。

4 结 语

专业质量的不断改进是高职专业、专业群持续发展的重要保障，也是高职院校双高建设取得成功的基础；定期或不定期的专业质量综合评价不仅可以了解专业质量建设的现有水平，还能够发现其中的薄弱环节以便有针对性地加以改进。综合评价实践表明，该研究结合层次分析法和灰关联分析法所构建的新时代高职专业质量综合评价体系的评价实施、数据处理都较为简便，易于推广应用。该综合评价体系为广大高职院校的专业质量综合评价提供了一条科学易行的有效途径。