新工科背景下高职院校基于模糊层次分析法的化工类学生综合素质评价研究

刘维华

（滨州职业学院，山东 滨州 256600）

0 引言

我国正处于实现 “两个一百年” 奋斗目标的关键时期，新时代的经济建设对复合型人才的需求尤为迫切。新工科是教育强国的引领力量，是应对新一轮科技革命和产业革命的教育战略[1]。新工科背景下，培养面向未来的复合型、创新型人才，其核心就是学校能够提升人才培养能力。

面对数字化、新技术、新业态为特征的新经济环境，高职院校对复合型人才的培养模式应适应当下诉求。智能发展、互联网等先进技术在化工行业中广泛应用、现代服务业发展对传统技术技能人才知识结构、能力、素养提出了新挑战。高职院校应着眼于培养一批技术精湛、综合素养突出、符合区域发展和具备新型产业特色的创新型人才，以满足行业用人的需求。为适应化工产业转型升级需要，对接智能化、集群化、绿色化、高端化产业发展趋势，满足区域高端化工产业高质量发展的创新型、发展型、复合型高素质技术技能人才的需求，推动职业教育创新发展，遵循人才培养密切对接产业需求，化工类人才综合素质结构应动态调整以满足业态新需求。因此，面向科技革命和生产实践，培养化工类学生的实践能力和创新能力是新工科背景下高职院校人才培养改革中的重点内容。

1 模糊层次分析法

模糊层次分析法（fuzzy analytic hierarchy process，FAHP）是由美国运筹学家T.L.Satty 在20 世纪70 年代提出的，是一种将定性与定量相结合的、系统化的、层次化的分析方法[2-4]，由于其实用性和有效性，尤其是可处理复杂模糊的决策性问题，其应用已遍及经济计划以及管理、运输、农业、医疗和环境等领域，引起世界范围的重视。

通过使用模糊层次分析法，可以将模糊的、不好客观评价的问题进行准确评价判断，并且评价结果符合客观实际，从而较大程度提高了评判结果的准确性和可靠性。按照权重计算方法的不同，模糊层次分析法可分为两种，分别为基于模糊数的FAHP 和基于模糊一致矩阵的FAHP。本文采用基于模糊一致矩阵的FAHP[5-6]，具体流程如图1 所示。

图1 基于模糊一致矩阵的FAHP 评价流程图

2 化工类学生综合素质评价模型

2.1 指标体系构建

模糊层次分析法的重要内容之一是构建综合素质评价模型的指标体系。

高等职业院校复合型人才培养模式需要政府、学校、企业、师生等多元主体积极主动参与人才培养全过程，立足化工产业发展需求，明晰各自的权责分工，培养适应产业发展的高素质复合型人才。以深度融合发展为核心理念，进行校企协同管理育人，对接多种实践教学平台，建设集教学、生产、研发和技术服务为一体的综合性实训体系，并构建虚拟仿真、智能生产、智能操作与控制一体化的综合实践平台。

因此，本文在借鉴美国、德国等发达国家工科学生综合素养评价做法的基础上[7]，结合我国高职院校化工类人才培养的现状以及化工企业对人才培养的需求现状，向骨干教师和企业专家以及相关政府工作人员发放问卷进行调研，收集、整理评价指标，经过反复筛选和比较，最终确定评价指标并量化，从而形成新工科背景下化工类学生综合素质评价指标体系。

评价体系将综合素质分为三维度九要素，三维度即专业素质、能力素质和思政素质，九要素即数理基础、专业知识、科技常识、实践能力、创新能力、创业能力、爱国爱岗、团队协作、可持续发展能力。三维度九要素之间相互关联、互为补充，体现了综合素质评价的层次性和科学性，同时采用模糊层次分析法将评价体系指标细化，最终构建成金字塔式评价指标体系，包括第一层目标层、第二层准则层、第三层子准则层、第四层指标层，从而形成综合素质培养效果评价模型。

目标层是指标体系综合素质效果总目标A；准则层包括3 项内容，即专业素质B1、能力素质B2 和思政素质B3；子准则层9 项内容为数理基础C1、专业知识C2、科技常识C3、实践能力C4、创新能力C5、创业能力C6、爱国爱岗C7、团队协作C8 和可持续发展能力C9；指标层27 项内容为理论建模D1、数理知识D2、逻辑分析D3、化学检验D4、化工生产D5、化工环保D6、标准体系D7、产业政策D8、文献检索D9、仪器操作D10、仿真操作D11、设备操作D12、发现问题D13、分析问题D14、解决问题D15、创业基础D16、职业生涯规划D17、法律法规D18、家国情怀D19、爱岗敬业D20、工匠精神D21、合作能力D22、管理能力D23、组织能力D24、认知能力D25、自学能力D26 和研发能力D27。综合素质评价指标模型如表1 所示。

表1 综合素质培养效果评价模型

2.2 模糊判断矩阵建立

首先，将各层按重要性进行粗略排列；其次，通过邀请企业专家、校内教学督导员、专任教师等对指标重要性进行评分，并将分数集成在一起，将各指标重要性程度由定性结果转化为可量化数值；最后，计算评分的平均数值作为重要性最终取值从而获得判断矩阵，进而确定各层级因素的权重，最终得出综合素质评价指标的重要性量化结果。

同层次、同类别指标采用两两比较的方式构建判断矩阵[8]，对重要性进行赋值，模糊层次分析法一般采用1～9 的比较标度法，在同层次、同类别指标之间两两比较，分别构建成对比较矩阵A=（aij）n×n，成对比较矩阵中的元素a按照表2 的方法进行赋值。

表2 1～9 标度方法

将收集到的企业专家、校内教学督导员、专任教师的调查问卷进行整理，获得判断矩阵，矩阵格式如式（1）所示，所得数值处理后如表3（准则层判断矩阵）、表4（子准则层判断矩阵）和表5（指标层判断矩阵）所示。各矩阵中的元素记为aij（i,j=1,2,3,n），aij为因素i与因素j比较时的重要性取值，n为矩阵元素个数。以表5 为例，因素D8 与因素D9 相比，D8 较重要，D9 较不重要，因此D89 取值为5。aij与aji互为倒数，即aij×aji=1。

表3 准则层判断矩阵

表4 子准则层判断矩阵

表5 指标层判断矩阵

2.3 权重计算

通过计算特征向量W，使其满足由此可精确获得各指标的权重数据。通过使用几何平均法求解，具体步骤如下：

步骤1：计算模糊判断矩阵A每行元素的乘积（S1,S2,...,Si,...,Sn）T；

步骤2：计算S的n次方根值X；

步骤3：对n次方根归一化处理，其中W=（W1,W2,...,Wn）T为指标的权重向量。

2.4 模糊矩阵一致性检验

为减小计算的误差，提高判断结果的准确性，在计算出特征值λmax后，需要对模糊矩阵进行一致性检验，具体步骤和计算式如下。

步骤1：计算最大特征值λmax：

式中：wi、wj为指标权重。

步骤2：

步骤3：

根据表6 可知，该组矩阵RI=0.58，通过式（2）求解表3、表4、表5 中各矩阵的最大特征值，再由式（3）和式（4）进行计算，得到每个矩阵的CI 值和CR 值，当CR 值小于0.1 时，则可以认为矩阵通过一致性检验[9-10]，即专家的意见趋于一致性。矩阵一致性检验结果如表7 所示，由表7 可知，所有矩阵均通过一致性检验，矩阵中的元素被确认为真实、有效，由矩阵元素计算得到的权重也被确认为真实、有效。

表6 判断矩阵RI 表

表7 矩阵一致性检验

3 结果分析

通过上述计算可得，每一层级要素或指标权重如表8 所示，将同一准则层、子准则层和指标层权重相乘可以得到综合权重，在0.001 8～0.162 0 之间，然后对27 个指标进行排序。由表8 可以看出，学生综合素质影响因素的重要性排序由大到小依次为：化工生产、设备操作、化学检验、理论建模、解决问题、工匠精神、仿真操作、化工环保、分析问题、数理知识、仪器操作、标准体系、合作能力、仿真分析、爱岗敬业、创业基础、发现问题、产业政策、家国情怀、组织能力、职业生涯规划、管理能力、认知能力、文献检索、自学能力、法律法规、研发能力。

表8 指标体系结果

通过上述结果可知，在新工科背景下，高职院校化工类学生综合素质的培养应动态调整、及时更新。在聚焦化工产业链、分析企业的岗位能力需求、深化校企深度融合基础上，教师在教学中应以教、学、做一体化为核心，产学交替，学做融合，按照学生的认知发展规律，开展项目化教学，对接智能化生产技术、生产工艺，共同研制 “宽口径、厚基础、复合型” 的培养体系，在夯实数理知识、专业知识等基础的前提下，强调实践能力和解决问题能力，并且融入家国情怀、合作能力和自学能力等核心素养，以便更好地适应人才培养需求的动态变化。

4 结语

本文通过对高职院校和化工企业进行调研以及向骨干教师、企业专家等发放问卷等方式，确立综合素质评价指标及其重要性的定性结果，然后基于模糊层次分析法对评价指标量化，探讨关于高职院校化工专业群复合型人才综合素质的评价模式，构建了高职院校化工类学生综合素质多指标精确评价体系，从体系中可以分析出山东省复合型人才培养过程中需要改进之处，丰富了人才培养的路径选择。

本文还分析了影响学生综合素质的因素，明确了高职院校化工类学生综合素质的核心能力要素，根据山东省化工产业区域发展特点和高职院校化工专业群发展现状，学校应研究适合区域发展的复合型人才培养模式，结合时代号召，将绿色、环保、智能等理念融入人才培养模式之中，为高职院校化工专业人才培养模式的改革指明了方向。