高婷婷，庫(kù) 波，吳丹丹

(濟(jì)南工程職業(yè)技術(shù)學(xué)院 信息工程學(xué)院，山東 濟(jì)南 250200)

為深入貫徹《職業(yè)教育提質(zhì)培優(yōu)行動(dòng)計(jì)劃(2020—2023年)》《國(guó)家職業(yè)教育改革實(shí)施方案》《關(guān)于推動(dòng)現(xiàn)代職業(yè)教育高質(zhì)量發(fā)展的意見(jiàn)》等文件精神[1-2]，落實(shí)健全立德樹(shù)人落實(shí)機(jī)制，扎實(shí)推進(jìn)高校課程思政建設(shè)，全面提高人才培養(yǎng)質(zhì)量，努力培養(yǎng)能夠擔(dān)當(dāng)民族復(fù)興大任的時(shí)代新人[3]等要求，本研究基于現(xiàn)實(shí)社會(huì)需求與信息技術(shù)時(shí)代高職院校教學(xué)改革的交互[4]，立足高職院校培養(yǎng)人才的目標(biāo)和要求，利用大數(shù)據(jù)技術(shù)，分析高職院校學(xué)生職業(yè)創(chuàng)新素養(yǎng)中存在的問(wèn)題，研究其職業(yè)創(chuàng)新素養(yǎng)的培養(yǎng)路徑。

信息社會(huì)和經(jīng)濟(jì)社會(huì)發(fā)展的新要求和新特征使高職院校學(xué)生職業(yè)創(chuàng)新素養(yǎng)的內(nèi)涵、評(píng)價(jià)方式及培養(yǎng)理念、模式、路徑、方法等都發(fā)生了新的變化[5-6]。山東省作為人才大省，把建設(shè)先進(jìn)制造業(yè)強(qiáng)省的重要環(huán)節(jié)定位在培養(yǎng)高素質(zhì)技能人才上，高素質(zhì)技能人才隊(duì)伍建設(shè)在全國(guó)名列前茅[7]。加快高素質(zhì)人才培養(yǎng)的關(guān)鍵在教育，研究高職院校學(xué)生的職業(yè)創(chuàng)新素養(yǎng)，針對(duì)人才培養(yǎng)、學(xué)科建設(shè)、專業(yè)方向及課程建設(shè)等現(xiàn)實(shí)問(wèn)題制定詳細(xì)的評(píng)價(jià)指標(biāo)體系，能夠提升高職院校高素質(zhì)技能人才的培養(yǎng)質(zhì)量，為社會(huì)發(fā)展輸送更優(yōu)質(zhì)的人才。

1 研究對(duì)象

以山東省內(nèi)28所高職院校的學(xué)生為研究對(duì)象，其基本信息通過(guò)學(xué)校、專業(yè)、性別和年級(jí)幾方面來(lái)體現(xiàn)。從專業(yè)來(lái)看，受測(cè)學(xué)生分布在13個(gè)專業(yè)大類，教育部頒發(fā)的《普通高等學(xué)校高等職業(yè)教育(?？?專業(yè)目錄》中共設(shè)19個(gè)專業(yè)大類[8]，研究對(duì)象的專業(yè)大類在其中占比為68.42%，電子信息類和財(cái)經(jīng)商貿(mào)類專業(yè)在受訪學(xué)生中占比最高，達(dá)到70.90%。從性別來(lái)看，女生人數(shù)稍多于男生人數(shù)，兩者差距不是很大。從年級(jí)來(lái)看，大三學(xué)生人數(shù)最多，其次是大二學(xué)生，最后是大一學(xué)生。

2 職業(yè)創(chuàng)新素養(yǎng)指標(biāo)體系的構(gòu)建

2.1 職業(yè)創(chuàng)新素養(yǎng)一級(jí)指標(biāo)的構(gòu)建

對(duì)高職院校的一線教師、創(chuàng)新創(chuàng)業(yè)學(xué)院及在校和畢業(yè)五年內(nèi)的學(xué)生進(jìn)行問(wèn)卷調(diào)查，結(jié)果如下：

表1 高職學(xué)生職業(yè)創(chuàng)新素養(yǎng)一級(jí)指標(biāo)Tab.1 First-level index of vocational innovation literacy of higher vocational students

為確定創(chuàng)新素養(yǎng)指標(biāo)的權(quán)重，利用數(shù)據(jù)分析中的相關(guān)系數(shù)矩陣法對(duì)調(diào)研結(jié)果進(jìn)行分析。首先求解協(xié)方差矩陣。協(xié)方差是兩個(gè)數(shù)組共同變化的趨勢(shì)，是歸一化前的相關(guān)系數(shù)，如果兩個(gè)變量的變化趨勢(shì)一致，即一個(gè)變量大于自身的期望值，另外一個(gè)變量也大于自身的期望值，那么兩個(gè)變量之間的協(xié)方差就是正值；如果兩個(gè)變量的變化趨勢(shì)相反，它們間的協(xié)方差就是負(fù)值。

期望值分別為E(X)與E(Y)的兩個(gè)隨機(jī)變量X與Y之間的協(xié)方差cov(X，Y)定義為：

cov(X，Y)=E[(X-E(X)(Y-E(Y))]，其中cov(X，X)=D(X)，cov(X，Y)=cov(Y，X)，若a，b為常數(shù)，cov(aX，bY)=abcov(X，Y)，cov(X+Y，Z)=cov(X，Z)+cov(Y，Z)。

求解課堂提問(wèn)與職業(yè)創(chuàng)新素養(yǎng)的相關(guān)性。使用numpy的cov函數(shù)求解協(xié)方差矩陣，diagonal函數(shù)查看對(duì)角線上的元素，trace函數(shù)計(jì)算協(xié)方差矩陣covm的對(duì)角線元素的和跡，輸出結(jié)果。協(xié)方差矩陣的元素均為正值，即課堂提問(wèn)越多越有助于創(chuàng)新素養(yǎng)的培養(yǎng)。

其次，求解相關(guān)系數(shù)矩陣。研究對(duì)象的變量之間線性相關(guān)程度的統(tǒng)計(jì)量即相關(guān)系數(shù)，一般用字母γ來(lái)表示。根據(jù)研究對(duì)象的不同，相關(guān)系數(shù)有多種定義方式，較為常用的是皮爾遜相關(guān)系數(shù)，相關(guān)系數(shù)公式如下：

其中，cov(X，Y)是之前求解得到的協(xié)方差矩陣covm，在numpy中可以使用std函數(shù)求解數(shù)組的標(biāo)準(zhǔn)差，從而求解相關(guān)系數(shù)矩陣。

為了直觀地展示相關(guān)性，用matplotlib的plot函數(shù)對(duì)計(jì)算的結(jié)果進(jìn)行可視化，如圖1所示。

圖1 課堂提問(wèn)與職業(yè)創(chuàng)新素養(yǎng)的相關(guān)性可視化圖Fig.1 Visualization of the correlation of classroom questioning and vocational innovation literacy

同樣的方法可以求解創(chuàng)設(shè)情境與職業(yè)創(chuàng)新素養(yǎng)的相關(guān)性，主動(dòng)性培養(yǎng)與職業(yè)創(chuàng)新素養(yǎng)的相關(guān)性，結(jié)果如圖2、圖3所示。

圖2 創(chuàng)設(shè)情境與職業(yè)創(chuàng)新素養(yǎng)的相關(guān)性可視化圖Fig.2 Visualization of the correlation of scene creation and vocational innovation literacy

圖3 主動(dòng)性培養(yǎng)與職業(yè)創(chuàng)新素養(yǎng)的相關(guān)性可視化圖Fig.3 Visualization of the correlation of the training of initiative and vocational innovation literacy

通過(guò)求解得到相應(yīng)指標(biāo)對(duì)應(yīng)的相關(guān)性系數(shù)，結(jié)果顯示相關(guān)系數(shù)最高的三項(xiàng)為主動(dòng)性培養(yǎng)、課堂提問(wèn)、創(chuàng)設(shè)情境，如表2所示，因此在培養(yǎng)學(xué)生職業(yè)創(chuàng)新素養(yǎng)時(shí)要在這三方面進(jìn)行加強(qiáng)。

表2 職業(yè)創(chuàng)新素養(yǎng)相關(guān)性系數(shù)Tab.2 Correlation coefficients of vocational innovation literacy

2.2 職業(yè)創(chuàng)新素養(yǎng)二級(jí)指標(biāo)的構(gòu)建

1)采用問(wèn)卷調(diào)研法對(duì)課堂提問(wèn)的權(quán)重因素進(jìn)行二次調(diào)研，結(jié)果如下：

表3 課堂提問(wèn)調(diào)研結(jié)果Tab.3 Investigation results of classroom questioning

2)采用問(wèn)卷調(diào)研法對(duì)情景創(chuàng)設(shè)的權(quán)重因素進(jìn)行二次調(diào)研，結(jié)果如下：

表4 創(chuàng)設(shè)情境調(diào)研結(jié)果Tab.4 Investigation results of scene creation

3)采用問(wèn)卷調(diào)研法對(duì)主動(dòng)性培養(yǎng)的權(quán)重因素進(jìn)行二次調(diào)研，結(jié)果如下：

表5 主動(dòng)性培養(yǎng)調(diào)研結(jié)果Tab.5 Investigation results of the training of initiative

最后，利用上文中介紹的相關(guān)性計(jì)算方法得到主動(dòng)性培養(yǎng)、課堂提問(wèn)、創(chuàng)設(shè)情境、講解方式、課堂活動(dòng)的相關(guān)性系數(shù)，形成職業(yè)創(chuàng)新素養(yǎng)評(píng)價(jià)指標(biāo)體系如下：

表6 基于大數(shù)據(jù)的高職院校學(xué)生職業(yè)創(chuàng)新素養(yǎng)評(píng)價(jià)指標(biāo)體系Tab.6 Vocational innovation literacy index system of higher vocational students based on big data

3 總結(jié)

利用大數(shù)據(jù)分析方法對(duì)調(diào)研數(shù)據(jù)進(jìn)行總結(jié)。高職院校學(xué)生的職業(yè)創(chuàng)新素養(yǎng)指標(biāo)體系包括主動(dòng)性培養(yǎng)、課堂提問(wèn)、情景創(chuàng)設(shè)、講解方式和課堂活動(dòng)五個(gè)方面，相關(guān)性系數(shù)通過(guò)numpy庫(kù)中的cov函數(shù)求得協(xié)方差，再由corrcoef函數(shù)求得相關(guān)系數(shù)矩陣，得出權(quán)重參數(shù)。依據(jù)同樣的方法得到二級(jí)指標(biāo)權(quán)重，形成基于大數(shù)據(jù)的高職院校學(xué)生職業(yè)創(chuàng)新素養(yǎng)指標(biāo)體系及其權(quán)重，能為培養(yǎng)高素質(zhì)技能人才提供理論支撐。