应用型本科院校创业教育现状研究——基于K-MEANS聚类分析

宋 敏，程小芬

(1.广州商学院会计学院，广州 510000；2.佛山国家高新区火炬创新创业园有限公司，佛山 528000)

自2014年李克强总理提出“大众创业、万众创新”以来，创新创业已成为新时代经济建设的国家战略。2015年中共中央提出要把创业精神培育和创业素质教育纳入国民教育体系，并在2018年把创新创业教育和实践课程纳入高校必修课体系。应用型本科院校是我国高等教育的重要组成部分，在不断完善创业教育方面进行了深入的探索与改革,取得了一定的成效，但仍存在不少问题。学术界在讨论应用型本科创业教育现状与问题时往往是以学校个案来总结，鲜有数据支持，这很难从全局上看清全国应用型本科院校创业教育的真实面貌。

国家级大学生创新创业训练计划(以下简称国创计划)，是根据教育部在“十二五”期间所发高等学校本科教学质量与教学改革工程相关文件所建立。国创计划包括了创新训练项目、创业训练项目和创业实践项目三类，而其中的创业实践项目是学生团队在学校导师和企业导师共同指导下，采用前期创新训练项目或创新性实验的成果，提出一项具有市场前景的创新性产品或者服务，以此为基础开展创业实践活动，因此国创计划创业实践项目在一定程度上可以视为高等学校创业教育的成果[1]。

K-MEANS是一种非监督机器学习算法，它是在给定若干个点情况下，把每个点分到一个类簇中，使得类簇内部的点相似度高，不同类之间的点相似度低。它是数据点到中心的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。本文选用2020年国创计划中应用型本科高校申报的创业实践项目信息，利用K-MEANS算法将数据进行聚类分析，以期总结应用型本科创业教育的现状。

1 数据的获取和处理

本文的数据主要有两部分，一是应用型本科院校的数据，二是创业实践教育的数据。

1.1 应用型本科院校数据的获取和处理

高等学校数据来自教育部《2020年全国普通高等学校名单》，截至2020年6月30日，共有2 740所普通高等学校，其中本科院校1 263所(不包含港澳台地区高等学校、内地与港澳台地区合作办学以及中外合作办学)。在1 263所本科院校中，根据研究型与应用型进行划分，将985、211院校以及博士培养单位定义为研究型大学，其余大学根据其官方网站介绍的定位，确定为应用型本科的学校共764所，其主要由民办院校、职业院校转型以及部分区域大学主动转型组成。

1.2 创业实践教育数据的获取和处理

创业实践教育数据来自国家级大学生创新创业训练计划平台，选择申请时间为2020年的创业实践项目，采用后羿采集器共采集了1 627个项目数据。按上文确定的名单，确定其中701个项目为应用型本科大学所申报。经过初次采集后，按项目详情所提供的链接进入二次采集，整理后的信息示例如表1所示。

表1 采集信息详情(示例)

因为采集信息较多为文字性表述，因此在预处理过程中采用数据清洗、数据变换等方法，其中数据属性代码转换如下：

属性0：项目小组学生人数，在一定程度上反映了创业实践教育成果，人数越多表明创业实践教育受众面越广，以项目小组人数转化为数值；

属性1：第一主持入学时长，显示了创业实践教育的效率，入学年份越短则数值越高，按采集的学号信息判断第一主持人入学年份，入学年份2016-2019年分别对应数值为10、12、14、16；

属性2：第一指导教师职称，一定程度反映了创业实践教育的人力资源投入情况，职称越高则数值越高，按博士生导师、教授、硕士生导师、副教授、行业高级职称、讲师、行业中级职称、助教、行业初级职称、职称处空白者分别赋以数值29～20；

属性3：所属学科，按教育部《学位授予和人才培养学科目录》，将所属学科分为4类，其中哲学、历史、艺术学数值为31，法学、教育学、文学为32，经济学、管理学、农学为33，理学、工学、医学为34；

属性4：项目与专业匹配程度，通过项目名称与学生专业进行评分，按非常匹配、比较匹配、匹配、较不匹配、不匹配分别赋以数值45～41；

属性5：学科交叉情况，一定程度上反映学生知识融合与创新能力，有学科交叉为51，无学科交叉为50；

属性6：商业转化度，通过项目名称关键词在阿里巴巴、淘宝、京东等平台搜索，同质化产品越多则表明商业竞争度越大，转化度越低。公益项目设为60，其他项目转化度由非常低、低、一般、较高、高分别赋值61～65；

对采集信息在数据分析前将文字信息转化为系统可用的数据字段，示例如表2所示。

表2 数据属性转换表

2 K-MEANS聚类计算

2.1 K-MEANS聚类与参数设定

K-MEANS算法是典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。其数字描述如下：

给定n个点(x1,x2,…，xn)，K-MEANS算法会根据事先制定的参数k，将这些点划分出k个类(k≤n)，而划分的标准是最小化点与Cluster重心(均值)的距离平方和，假设这些类为：S= {S1,S2,…,Sk},则K-K-MEANS数学描述如下：

其中μi为第i个类的重心(类中所有点的平均值)。所以上面的最优化问题等价于最小化同一个类中的不同点之间的平方差，即

根据上述公式，利用数猎云自助式大数据云平台，结合上文数据，运行K-MEANS聚类设定参数，如表3所示。

表3 K-MEANS聚类设定参数

2.2 运行结果

在该模型下的聚类结果经整理后如表4所示。

表4 聚类结果

根据聚类算法得到的结果显示，可以提取出应用型本科实践教育中各类型的综合特征：

簇0：项目小组规模较大，第一主持人多为2018级和2017级学生，第一指导教师以教授为主，学科分布较广，但仍以理工科及经管学科为主，项目与专业匹配程度高，交叉度平均，商业转化度中等；

簇1：项目小组规模适中，第一主持人多为2018级学生，第一指导教师以讲师为主，学科分布以经管学科、理工科为主，项目与专业匹配程度较高，交叉度平均，商业转化度较弱；

簇2：项目小组规模适中，第一主持人为2018级学生，第一指导教师以助教为主，学科分布以经管学科、理工科为主，项目与专业匹配程度较高，交叉度较高，商业转化度较弱；

簇3：项目小组规模偏小，第一主持人多为2017级学生，第一指导教师以讲师和副教授为主，学科分布广，一半为理工科，一半为文科，项目与专业匹配程度高，交叉度较高，商业转化度中等。

3 应用型本科院校创业实践教育现状

第一，创业教育覆盖面越来越大，低年级学生申报更积极，但高年级学生申报项目的竞争力更强。2020年共有3 208名应用型本科学生参与国创计划的创业实践项目申报，小组平均人数为4.576人。从年级上看，2018级学生作为第一主持人申报项目的占比为52.5%，其次是2017级学生的比例为31.2%；而2019级学生也有14.3%，这表明创业教育经过5年发展，已经取得了可喜的成果[2]。

虽然低年级学生的创业热情可嘉，但其项目商业竞争力却不如高年级学生所申报的项目强，2017级学生所申报项目的整体商业竞争力最强。在小组成员的选择上，高年级学生的小组规模较低年级的小，更符合创业团队的人数设计，可能与大三、大四学生面临毕业就业有关。

第二，对各校创业教育重视程度不一，创新训练到创业实践的转化率还有待提高。2020年共有280所应用型本科院校申报了国创计划的创业实践项目，占全部应用型本科院校的40%，平均每所学校申报2.5个项目，大部分学校仅有1～2个项目，但是大连东软信息学院、成都东软学院分别申报了23个和19个项目，成为其中佼佼者。

由于国创计划中的创业实践项目要求采用前期创新训练项目的成果而提出的，若假设2020年创业实践项目由国创计划2019年创新训练项目转化而来，2019年国创计划的创新训练项目总数为35 475个，根据采集获取的11 282个项目来看，应用型本科的申报项目为2 586个，占22.92%，该数据与已公布2016年、2017年数据相近，这两年的占比分别为20%和22%。根据该比例推算，应用型本科院校2020年创新训练项目约有8 131个，因此创业转化率约为8.6%，由此说明创业教育中，如何将创新转化为创业是有待解决的难题[3]。

第三，项目与专业匹配程度总体较高，但各学科创业教育发展不均匀，学科交叉情况或与专业性有关。在聚类结果的4种类型中，前三类项目基本为经济、管理、理工学科，其中工科又是最大赢家，共有201个项目，占比28.67%；其次为管理学科，共有167个项目，占比23.82%。文、史、哲、法、艺、教六个学科中，艺术学、教育学所申报的项目较多，哲学和史学的项目很少。总体来看，申报创业实践项目与专业匹配程度较高，工科或者因为专业性与技术性强，较少学科交叉，相反文科类专业的学科交叉较多。

第四，行业指导教师较少，讲师和副教授为指导主力，但教授指导项目的商业竞争力更强，小组规模也较大。第一指导教师为行业中、高级职称的项目共有38个，仅占5%；高校讲师指导项目共261个，占37%；副教授指导项目共196个，占28%；教授指导项目100个，占14%；助教指导项目56个，占8%；剩余项目50个，其指导教师未填写职称信息或职称信息在采集过程中丢失。

在剔除公益类项目后，第一指导教师为教授所申报的项目有着更高的商业转化度，副教授、讲师所申报的项目竞争力相近。而在小组规模的选择上，职称级别高则选择小组规模也较大，在教授级所指导的100个项目中，共计小组人数493人，副教授所指导的196个项目中，共计小组人数927人；讲师所指导的261个项目中，共计小组人数1 153人；助教所指导的56个项目中，共计小组人数238人。或者是因为教授配备了助教人员，使其指导的团队建设能力更强，加上自身在专业技术领域里的优势，使项目质量更高[4]。

4 结 语

国创计划平台是为了强化创新创业训练，培养高水平创新人才所建立的，利用K-MEANS对其中创业实践项目数据做一个统一的聚类分析和评估，可以从中总结应用型本科创业教育现状[5]。本文不足之处在于部分数据采集不完整，且部分属性特征需要人工判断，带有一定的主观性；只采用了国创计划的创业实践项目数据，若能联合创新训练、创业训练数据一起分析，将对应用型本科创业教育现状呈现得更加完整。