新时代高职学生综合素质评价研究

黄淑兰

(黎明职业大学 轻工学院，福建 泉州 362000)

1 文献综述

目前，已有不少的高职学生综合素质评价研究。例如：吴少俊从专业核心能力、职业核心能力以及职业核心价值观3个方面构建高职学生综合素质二级评价指标体系，采用迭代完善评价指标权重[1]；王朝臣等从思想素质、身心与文化素质、创新意识与能力3个方面构建二级评价指标体系，在此基础上建立高职学生综合素质多层模糊综合评价模型[2]；于运会从职业规划、思想道德、身心素质、学业水平、实践能力5个方面构建二级评价指标体系，采用主观赋值确定底层指标权重[3]；王喜从思想政治素质、专业技能素质、职业发展素质、身心健康素质、社会人文素质、社会责任素质6个方面构建二级评价指标体系，采用层次分析法确定指标权重[4]；李汨辉从职业意识素质、职业人格素质、工匠精神素质、职业发展素质、职业面向素质5个方面构建二级评价指标体系，没有给出指标权重[5]；闫靖从品德素质、身心素质、业务素质、职业素质4个方面构建二级评价指标体系，采用层次分析与信息熵组合赋权方法确定指标权重[6]；张嘉薇从德育、智育、体育、美育、劳育5个方面构建二级评价指标体系，没有给出指标权重[7]。上述研究以及其他早期研究着眼点各异，但都存在一个共同的问题，就是没有对接科技发展的趋势。

2 高职学生综合素质评价指标体系

2015年，经合组织(OECD)启动“教育2030：未来教育与技能”项目，组织世界各地专家学者对于“今天的学生需要什么样的素质”以及“教学系统如何帮助学生发展”这些问题展开研究。2018年，经合组织发表了项目立场文件，简要描述“OEDC学习指南2030”，从学生主体性、核心基础、变革能力、知识、技能、态度与价值观6个方面说明在人工智能背景下学生所需养成的素质；2019年发表了“OECD学习指南2030概念笔记系列”文件，进一步详细讨论了上述所需养成的素质[8]。在这两个文件中，OECD将学生主体性定义为有意愿和能力积极影响自己的生活和周围的世界以及有能力设定目标、反思和负责任地采取行动来实现改变，将态度和价值观定义为在个人、社会和环境福祉道路上影响选择、判断、行为和行动的原则和信念。此外，OECD认为：学生所需核心基础包括读写和数学等认知基础、健康基础以及社会和情感基础；所需变革能力包括创造新价值、调和紧张与困境以及承担责任；所需知识包括学科性知识、跨学科知识、认识性知识以及程序性知识；所需技能包括认知和元认知技能、社会和情感技能以及身体实践技能。充分考虑我国高职教育必须符合新时代中国特色社会主义建设要求，吸收OECD教育2030项目中对接科技发展趋势的合理内容，构建现阶段高职学生综合素质评价二级指标体系，如表1所示。

表1 高职学生综合素质评价指标体系

采用改进的层次分析法计算表1中的指标权重。由3位专家经充分讨论共同挑选评价目标和一级指标可能最重要的一个子指标，以该子指标作为基准与其他子指标比较确定其相对重要性比值构成相对重要性比值向量，再根据判断矩阵一致性规则构造完整的判断矩阵，其最大特征值对应的归一化特征向量即为(相对)权重向量，结果如表1中的权重部分所示。对于不同专业、不同年级，表1中的权重可根据需要作适当调整。

3 高职学生综合素质多层灰统计评价

3.1灰统计模型

综合评价属于小样本、贫信息不确定性问题，因此采用适合求解小样本、贫信息决策问题的灰统计理论构建评价模型。假定评价指标向量为X=[x1x2…xm]，其权重向量为W=[wxw2…wm]T，评判专家向量为E=[e1e2…en]，评判等级向量为V=[v1v2…vs]，i评价等级对应的灰统计权函数为fi(d)(1≤i≤s)。如果专家ek对指标xj的评判值为dkj(1≤k≤n,1≤j≤m)，那么该评判值dkj属于i等级的权值为fi(dkj)(1≤i≤S；1≤k≤n；1≤j≤m)。进而，由公式

(1)

以及公式

(2)

即可计算出X的评价矩阵，再由公式

B=WT×R，

(3)

可进一步计算出X的评价向量，而

G=V×BT，

(4)

即为X的综合评价值。

底层指标采用百分制打分，按照惯例分为优秀、良好、中等、及格、不及格5个等级，设置评价等级向量V=[90 80 70 60 50]，相应的5级灰统计权函数如图1所示。

图1 白化权函数

3.2 综合素质评价实践

由5位与学生密切接触的老师(分别以E1～E5表示)对某技能竞赛小组中的3位同学(分别以A1～A3表示)的综合素质底层指标按百分制进行评判，评判数据如表2所示。

表2 学生综合素质底层指标评判数据

应用公式(1)及公式(2)对A1同学一级指标“思想道德Z1”的5个二级指标的评判数据进行计算，A1同学一级指标“思想道德Z1”的评价矩阵为

由表1，Z1的权重向量为

W1=[0.2062 0.3093 0.2062 0.1546 0.1237]T，

由公式(3)，Z1的评价向量为

类似处理可以得出其他5个一级指标Z2～Z6的评价向量：

B2=[0.5242 0.04236 0.0522 0.0000 0.0000];

B3=[0.4162 0.4629 0.1208 0.0000 0.0000];

B4=[0.3705 0.4248 0.1952 0.0095 0.0000];

B5=[0.3950 0.4697 0.1353 0.0000 0.0000];

B6=[0.3589 0.4791 0.1548 0.0071 0.0000]。

结合上述一级指标评价向量以及3.1节所设置的等级向量V，采用公式(4)可计算出6个一级指标思想道德Z1、学生主体性Z2、核心基础素质Z3、发展素质Z4、创新素质Z5、学习效果Z6的综合评价值分别为85.40、84.72、82.95、81.56、82.60以及81.90。

进而，6个一级指标的评价向量构成评价目标“综合素质Z”的评价矩阵

R=[0.5729 0.3937 0.0334 0.0000 0.0000

0.5242 0.4236 0.0522 0.0000 0.0000

0.4162 0.4629 0.1208 0.0000 0.0000

0.3705 0.4248 0.1952 0.0095 0.0000

0.3950 0.4697 0.1353 0.0000 0.0000

0.3589 0.4791 0.1548 0.0071 0.0000]

由表1，评价目标Z的权重向量为

W=[0.1600 0.1200 0.2400 0.1200 0.1200 0.2400]，

由公式(3)，评价目标Z的评价向量为

B=WT×R=[0.5729 3937 0.0334 0.000 0.000]，

结合等级向量V=[90 80 70 60 50]，采用公式(4)可计算出评价目标Z的综合评价值为83.09。

对另外2位同学的评判数据进行类似处理，A2同学6个一级指标Z1～Z6的综合评价值分别为86.63、85.71、86.19、84.99、86.30、86.34，评价目标Z的综合评价值为86.11；A3同学的6个一级指标Z1～Z6的综合评价值分别为82.91、81.11、81.21、79.84、81.75、79.94，评价目标Z的综合评价值为81.07。

4 结语

考虑到灰统计模型对高分值的压低效应(最高值只有90分)，A2同学的综合评价值相当高，而且没有明显的弱项；A1同学思想道德、学生主体性评价值较高，但发展素质及学习效果相对薄弱，A3同学没有明显的强项，而发展素质及学习效果同样相对薄弱。3位同学的综合评价结果与日常表现及综合素质定性分析结果一致，说明上述综合评价体系科学合理。虽然本次综合素质评价实践只针对3位同学，但所采用的综合评价体系计算简单、科学易用，能够满足广大高职院校动态监控学生综合素质并以此作为教育改革决策依据的需要。