职业教育产教融合联盟协同治理能力评价研究*

缪学梅

（长沙南方职业学院，湖南 长沙 410208）

一、引言

产教融合已经成为职业教育发展的基石，国务院《关于深化产教融合的若干意见》中明确指出，“应鼓励区域、行业骨干企业联合职业学校、高等学校共同组建产教融合集团（联盟），带动中小企业参与，推进实体化运作。”2022年4月20日表决通过的新修订的《中华人民共和国职业教育法》中，也提出职业教育是与普通教育具有同等重要地位的教育类型，应持续深化产教融合、校企合作。

随着产业升级转型持续加快，单个校企合作逐步向产教融合联盟发展。据有关数据统计，截至2021年12月，全国各地共形成约150个有一定规模不同类型的产教融合联盟（涵盖职业教育产教融合联盟）。联盟需要有效治理方能产生作用，如何评价治理能力，学术界更多地对国家治理、高校内部治理评价方法进行了广泛探讨。翟雪松等采用熵权法指标赋权和数据包络分析对高校教育信息化能力进行评估，并运用实证法展开论证［1］。周坤顺提出运用 AHP（层次分析法）确定高校内部治理能力评价指标权重［2］。高校内部治理方法对于职业教育治理评价提供了有益的参考。刘兴凤等从组织间伙伴关系的视角出发，在公共治理理论的框架下，分析华南“一带一路”轨道交通产教融合联盟职业院校跨境教育合作的案例，对联盟治理进行了深入研究［3］。李玉静认为建立完善的职业教育治理效能评价标准，是正确客观认识职业教育治理状况，提高职业教育治理效能的关键。职业教育治理效能的具体内容和要素及如何构建职业教育治理效能评价标准，是重要的实践问题和理论问题［4］。学者们对治理能力评价从粗犷定性分析到定量的指标权重确定等做了许多有益的探索，但对于职业教育产教融合联盟治理能力的研究相对较少。

目前学术界对于职业教育产教融合联盟尚无统一的定义。通过文献研究及实践发现，产教融合联盟是由不同参与主体组成、具有相同目标，联盟成员有章程约束、共享资源等特征［5］。因此产教融合联盟可以理解为：国家在推进产教融合过程中出现的，由政府主管部门（机构或委员会）、产教融合型企业、职业院校、行业协会、职业技能培训机构等多元主体共同组成的，本着“资源共享、优势互补、协同发展、合作共赢”的原则自愿加入组建的松散型非独立法人组织［6－8］。联盟根本目标是立足区域经济结构调整和产业转型升级，创新职业教育办学模式，整合优化办学资源，提升职业教育服务区域经济社会发展能力。

产教融合联盟构建旨在发挥企业主体的重要作用，形成政府、企业、学校、行业协会等多元利益相关者参与、协同育人的工作格局。产教融合联盟成为职业教育发展瓶颈的突破口，协同治理成为引领产教融合联盟发挥独特作用的标尺。通过对产教融合联盟协同治理能力的测评、比较、分析，探索更全面、更科学的产教融合联盟治理体系结构，针对治理能力中薄弱的指标采取更多有针对性的举措，提高联盟治理有效性，对职业教育产教融合联盟协同治理能力评价研究具有一定的现实意义。

二、职业教育产教融合联盟协同治理能力内涵及其评价指标体系

（一）职业教育产教融合联盟协同治理能力内涵

产教融合联盟协同治理是联盟各参与主体共同构成、共同管理联盟内部公共事务，并通过一系列制度约束、考核、监督参与各方的行为机制。产教融合联盟协同治理能力反映的是联盟协同管理内部公共事务、提供联盟服务、开展联盟活动、优化整合联盟资源、传递联盟信息、促进联盟成员单位稳定发展而运用相关制度统筹运作力度的强弱，是评价产教融合联盟协同治理模式有效性的一个较为准确和直观指标。产教融合联盟治理能力现代化的提升主要围绕制度执行能力、协同治理效能、联盟服务内部公共能力的提升展开。

职业教育产教融合联盟是以行业为基础，多元利益相关者参与的围绕“共建、共享、共赢”开展人才培养、专业（群）建设、技术服务等的非盈利组织。不同联盟的治理结构，联盟的治理能力也不同。联盟管理公共事务、开展各种活动、整合资源、传递信息等具体治理效果最终体现在人才的培养、资源的共享、成果的转换等方面。

（二）产教融合联盟协同治理能力评价指标体系

1.产教融合联盟协同治理能力指数平衡记分卡评价模型构建

哈肯提出的协同论侧重研究不同事物共同特征及其协同机理，探讨各种系统从无序变为有序时的相似性。职业教育产教融合联盟是由多元利益相关者组成的共同体，联盟运行过程中能产生1＋1＞2的协同效应。平衡记分卡是常用的绩效考核工具，能够较好地评价联盟协同治理能力。结合职业教育产教融合联盟特点，基于协同理论和平衡记分卡（BCS）理论重构产教融合联盟协同治理能力指数模型维度内涵。将BCS理论中“财务”维度调整为“协同绩效”［9］，以衡量产教融合联盟教育质量水平；将“内部运营”维度调整为“协同管理”，以衡量职业教育产教融合联盟在教学协同情况与产学研合作水平；将“客户”维度定义为“资源共享”，以评价联盟成员单位在资源利用、共建、共享的程度；将“学习与成长”维度调整为“协同育人”，主要反映联盟成员协同育人成果。协同绩效（S）、协同管理（M）、资源共享（R）和协同育人（E）四个维度相互联系、相互影响，共同构成协同治理能力指数模型。

2.职业教育产教融合联盟协同治理能力评价指标

联盟协同治理能力指数模型主要涵盖四个维度：协同绩效、协同管理、资源共享、协同育人等，每个维度都由多个属性来反映职业教育产教融合联盟的教育质量水平、教育教学协同能力、资源整合能力以及协同育人成效等内容。属性层更多的是定性描述，需要通过定量指标综合测度联盟协同能力。因此，产教融合联盟协同治理能力指数模型的层次结构分为：维度层、属性层、指标层等三个层次。

（1）协同绩效

联盟治理能力指数模型的每个维度都具有多个属性，需要选取一系列维度指标来描述其属性。协同绩效维度侧重反映职业教育产教融合联盟的教育质量水平，因此该维度主要包含人才培养质量、人才培养评价等属性，并选取相应的指标来描述。

（2）协同管理

协同管理维度主要衡量职业教育产教融合联盟在教学协同方面与联盟间产、学、研合作情况，包含联盟成员共同建设专业、共同开发技能标准、合作申报项目、合作发表论文、合作申请专利、科研成果转换等内容。

（3）资源共享

共享联盟资源是职业教育产教融合各参与主体加入联盟的主要动力之一，资源共享维度主要考察联盟对资源的优化、利用以及共享程度，包括教师资源、教学资源及课程资源等。

（4）协同育人

协同育人维度侧重反映职业教育产教融合联盟的协同育人成果，因此该维度主要包含联盟内学生专业技能培养情况、学生所获得奖项与荣誉等属性。维度、属性及指标内容见表1。

表1 职业教育产教融合联盟协同治理能力评价指标

（三）产教融合联盟协同治理能力指数计算

联盟协同治理能力指数需要逐层计算出各个指标权重，综合计算出治理能力指数，具体计算步骤如下：

1.指标矩阵

假设有m个产教融合联盟，维度指标个数为n，则协同论域矩阵为：

其中，fij表示第i个联盟的第j个维度指标的值。

2.指标无量纲归一化

产教融合联盟协同治理能力指数模型中指标数据需要进行无量纲归一化处理，主要是为了解决数据指标之间的可比性，以消除各指标计量单位、数量上的差异，便于进行综合对比评价。通过归一化处理把需要处理的数据限制在确定范围内，以提升模型的收敛速度和精度。标准化方法是无量纲归一化常见的方法，是对原始数据进行的线性变换。以协同管理维度为例，指标假设为M，主要包括共同开展专业建设数量（M11）、共同开发技术技能标准数量（M12）、联盟成员合作申报项目立项数量（M21）、联盟成员共同发表论文数（M22）、联盟成员共同获得专利授权数（M23）、科研成果转换数量（M24）等指标，各指标的评价单位不同，需要通过标准化方法进行归一化处理，即找出指标之中的最大值M max和最小值M min，再将M的一个原始值经过标准化映射成在区间［0，1］中的值，其公式为：

归一化处理后数据＝（原数据－极小值）/（极大值－极小值）

即：假设原始数据为A，归一化处理后的新数据为A*，带入公式：

A*＝（A－M min）/（M max－M min）

3.AHP法确定指标权重

（1）指标判断矩阵

AHP法是一种定性和定量相结合、系统的、层次化的分析方法，Santy等人提出不把所有的因素进行比较，而是两两相比较，按1～9比例标度对元素的重要程度赋值，以提高矩阵的准确性。比如对于维度层，4个要素两两比较可以得到一个判断矩阵：

K＝（aij）mxm

其中aij就是元素S和M相对于维度层重要性的比例标度。

判断矩阵K的基本性质：aij＞0，，aii＝1

（2）指标权重

AHP的指标权重就是计算矩阵的特征向量。计算公式为：

（3）判断矩阵一致性检验

由于个体认知的多样性和客观事物的复杂性，在判断矩阵中一般不需要判断其传递性，但需要对矩阵的一致性进行检验，常用“CR”表示一致性，其计算公式为：

矩阵符合一致性检验标准是CR＜0.1，即：CR值小于0.1，表示权重向量可以接受；若CR≥0.1，说明矩阵中存在不合理因素，需要调整矩阵。

式中：λmax是最大特征根；RI是平均随机一致性指标

λmax的计算公式：

（4）协同治理能力指数GCI计算

三、产教融合联盟协同治理能力指数模型实证

（一）数据预处理与规范化

所有不同类型的指标都需要运用无量纲归一化对数据进行处理，运用规范化的数据能够确保模型验证更可行、更准确、更有效。

（二）判断矩阵一致性检验

1.专家法确定判断矩阵

协同治理能力指数模型的维度层包括：协同绩效（S）、协同管理（M）、资源共享（R）、协同育人（E）等，通过专家调查法排序确定比较矩阵：

2.维度层权重与一致性检验

维度层权重计算采用根法（几何平均法），其中 n＝4，RI＝0.90，则 CR＝0.0738＜0.1，符合一致性检验，计算过程与结果如表2所示。

表2 维度层权重与一致性检验

同理，运用上述方法计算出属性层和指标层权重，经过一致性检验后发现所有数据均小于0.1，说明权重数据可靠，能够运用到协同治理指数模型中，各项数据如表3所示。

表3 治理能力指数模型各指标权重

（三）协同治理能力指数GCI测算

前期对5个职业教育产教融合联盟（A、B、C、D、E）进行了调研，获取了相关测算结果。

数据（原始数据详见表4）表明，这些产教融合联盟在协同绩效、协同管理、资源共享、协同育人等四个维度中各有优势，按照模型协同治理能力指数计算步骤，对上述5个产教融合联盟协同治理能力指数进行测算，得到表5的数据。

表4 职业教育产教融合联盟样本数据

（四）联盟协同治理能力指数实证分析

1.协同治理能力指数结果的分析

通常治理能力数值越趋近于1，表明产教融合联盟的协同治理能力越强。从表5的数据可以看出，5个职业教育产教融合联盟样本的协同治理能力指数值都低于0.5，说明目前产教融合联盟协同治理能力均比较弱。从人才培养质量维度和人才培养评价两个维度来看，联盟B的各项维度指标值较高，联盟A的指标值相对较低；教学协同维度指标值中，联盟B的各项维度指标值最高，联盟C指标值相对较高，联盟E的指标值相对较低；产学研合作维度中，联盟B的各项维度指标值最高，联盟E的指标值相对较低；教师资源维度中，联盟B除了教师参与行业和企业技术咨询、技术服务的指标最高以外，其他几个指标值也比较高，相对来说联盟E的指标值偏低；教学资源维度指标中，联盟A和B的各项指标值较高，联盟D的指标值偏低；课程资源维度和协同培养维度中，五个联盟样本的指标值差别不大，联盟C的指标值偏低。通过梳理以上所有数据可知，尽管有些指标的差别不是很明显，五个联盟在不同的指标值中各有优势，相比较而言，联盟B的指标值整体较高，从测算的协同治理指数值来看，也是联盟B的协同治理指数值最高，但单项指标相对比较弱的联盟E的指数并不是最低，在五个联盟中排列第二。各项指标处于中等水平的联盟A排名最后。

表5 职业教育产教融合联盟协同治理能力指数汇总

2.实证联盟治理能力低的原因分析

对协同治理能力指数测算的指标进一步分析发现，导致样本协同指数值比较低的原因是一些关键指标值不高，如：人才培养质量的三个指标值（学生在联盟内成员单位毕业生就业率、学生在联盟内成员单位就业平均满意度、联盟成员单位对学生的平均满意度）得分都较低；协同管理的产、学、研合作维度的各项指标值均不高；资源共享维度的课程资源共享（联盟成员精品在线课程共享率、校企合作开发课程比率、合作编制教材率）指标值较低。由此可见，产教融合联盟在治理效能及联盟内部公共服务能力方面还比较欠缺。

3.提升联盟协同治理能力的思考

当今复杂环境之下，职业教育产教融合以联盟形式发展是未来职业教育发展的必然趋势，然而不同组织形态、不同组织目标之下联盟治理能力高低影响着联盟的健康发展。通过对联盟协同治理能力的测算找出不足与差距，提升治理效率有积极的意义。从本次实证结果可以看出，多元利益相关者组建的产教融合联盟治理能力较弱，要提升联盟的治理能力需要通过构建专门的联盟协同治理组织机构，统筹协调管理；搭建职业教育产教融合协同治理平台，信息互通、资源共享，实现共治；创新联盟协同治理的体制机制，提升联盟治理现代化水平和能力；积极运用信息化手段改变“传统的人治”为“数字化智治”等路径实现。

四、结语

近几年职业教育产教融合联盟越来越多，围绕某个行业逐渐形成的联盟，通过“抱团”方式，实现资源共享共用、多方共赢的目标。联盟组织的有效性与联盟治理能力息息相关，实证表明，以联盟的协同绩效、协同管理、资源共享及协同育人四个维度及28个指标，共同构建的协同治理能力指数模型能够测算出联盟的协同治理能力，模型具有一定可操作性。需要说明的是职业教育产教融合协同指数模型构建过程中，尽管通过了一致性检验，但人才培养质量与评价、教学协同、产学研合作、教师教学及课程资源、协同育人等维度属性和具体指标的设计，还是存在一定主观性；采用层次分析法确定的指标权重也有局限性，这些对模型的精度和准确度都有影响。另外，虽然联盟协同治理能力指数的计算能够体现联盟治理能力，并通过不断改善协同治理能力指标值，能有针对性地提升联盟治理能力，能为政府、企业决策提供可参考的数据分析支撑，但获得相关的数据较为困难，计算过程也比较复杂，对协同治理能力指数的推广运用带来了诸多不便。未来研究将着力简化产教融合联盟协同治理能力指数模型，提升模型的通用性和实用性，更好地提升联盟的协同治理能力，促使产教真正实现互融互通。