高校产学研协同创新人才培养评价研究——基于DEMATEL-ANP模型

杨　彦，袁宁一

高校产学研协同创新人才培养评价研究

——基于DEMATEL-ANP模型

杨彦，袁宁一

摘要：通过分析国内外协同创新、人才培养评价体系的现状，借鉴现有研究成果，根据协同创新的5个构成要素，构建高校产学研协同创新人才培养评价指标体系。采用DEMATEL与ANP相结合，对苏南、苏北某两高校产学研协同人才培养进行评价，得出协同培养的长期性均是影响两高校程度最大的因素，协同培养兼容性次之，协同培养实力最弱。该研究成果为其他同类高校产学研协同创新人才培养的评价提供分析依据及借鉴。

关键词：产学研协同创新；人才培养评价；决策实验室分析法；网络分析法

一、 引言

高校产学研协同创新是通过高校、科研院所、企业、政府等各方的资源共享,坚持利益共享、风险共担的原则,共同开展技术创新的合作模式,其目的是最终实现技术、信息、管理等各种创新要素的整合[1-2]。鉴于此,众多学者均将协同创新的思想引入产学研合作中,提出了“产学研合作必走协同创新之路”的观点,其结合的效果可通过人才培养的结果充分体现[3]。

近年来产学研协同创新已引起国内外学者的广泛关注。Somcha等[4]研究表明,大学作为创造新知识和新技术的机构,是协同创新的参与主体,诚信、互利、互惠及信息流通是产、学、研协同创新成功的主要因素。冯叶成等[5]认为高校、科研机构、企业等具有参与主体的优势资源和能力,在政府、中介、金融机构相关主体协同支持下,可进行技术开发的协同创新模式。潘锡杨等[6]认为,产学研协同创新存在创新资源融合力度不够、创新主体动力不足等问题。随着高校招生规模扩大和高等教育改革深化,创新人才培养质量问题已成为社会关注的焦点。构建怎样的人才培养评价指标来科学评价人才培养效果,无疑是高校人才培养研究中的重要话题。Liu等[7]从创新意识、创新质量、创新能力等三个角度建立了科技人才培养的评价指标体系,并据此分析了影响科技人才培养的重要因素。Diane等[8]以是否富有想象力、经验开放性、是否具有好奇心、直觉良好与否等为评估指标构建科研人员的人才培养指标体系。周强等[9]基于管理、激励、控制及考核评价体系等因素构建了高校创新人才评价体系并用AHP模糊综合评价模型对高校创新人才培养进行了科学的评价。刘杨等[10]基于“分类归一、权重分级”的标准,建立了“研究基础水平—创新能力与素养—培养前景”三位一体的创新人才评价体系。现有的研究为高校产学研协同创新人才培养评价提供了有益的启示。为了更科学地评价产学研协同创新人才培养效果,本文试图将DEMATEL-ANP法引入产学研协同创新人才培养评价之中,从一种全新的视角对人才培养评价进行探讨。

二、 高校产学研协同创新人才培养评价模型的构建

(一)研究方法

决策实验室法(decision making trial and evaluation laboratory,DEMATEL)主要用来梳理指标间的复杂关系[11]。该方法通过建立指标间具有因果关系的结构模型来研究和解决较为复杂的系统问题。即通过各指标间的逻辑关系与直接影响矩阵,计算出各指标的中心度和原因度,从而构造DEMATEL因果图,进而确定各指标间的逻辑关系及其在系统中的重要程度。网络层次分析法(Analytic Hierarchy Process,ANP)[12]强调网络元素之间存在相互影响或制约关系。这种影响或制约关系形成的网络结构更加符合对现实事物之间关系的合理描述。应用ANP法的前提是,科学合理地厘清各指标间的逻辑关系,而DEMATEL法恰能为这些关系的确定提供科学依据。本研究首先利用DEMATEL因果图获得指标间的逻辑关系并据此建立ANP网络结构,然后建立两两比较判断矩阵,计算极限超矩阵,确定ANP网络中各指标所占的权重,进而获得所有指标的相对排序。

(二)评价指标选择

考虑高校产学研协同创新和人才培养评价特征，借鉴现有产学研合作及人才培养的研究思路和维度，按照产学研协同创新人才培养评价由基础到过程、由过程到结果以及由内部到外部的逻辑结构，从以下5个维度构建高校产学研协同创新人才培养评价体系(见表1)对人才培养进行全方位的系统评价。1)协同培养实力(U1)，指合作参与方为实现产学研协同创新所具备的，且能够有效投入的创新资源和优势能力的集合，是实现产学研协同创新的“硬件基础”。2)协同培养兼容性(U2)，指能够促使合作主体顺利开展产学研协同创新的重要推动器，是衡量合作主体间是否能够实现高效合作的重要指标。3)协同培养的长期性(U3)，指合作各方在参与产学研协同创新过程中所体现出的一种良好关系，是完善产学研协同创新过程的重要保障。4)协同培养结果(U4)，是指合作主体在产学研协同创新过程中所体现出的培养结果，是决定协同创新成效的直接影响因素。5)协同培养模式(U5)，指合作主体培养产学研协同创新人才的一种模式，是人才培养的必然要求。该体系的显著特征为同级指标间呈现一种相互影响、相互依存的关系。

表1　产学研协同创新人才培养评价指标体系

三、实证分析

本研究的案例之一苏南某高校,是一所具有明显产学研合作办学特色的综合类高校。学校与地方政府、企业合作领域不断扩大,合作空间逐年延伸。学校持续保持着与中石化、中石油等特大型企业的紧密合作优势。学校产学研协同创新办学特色和显著成效得到地方政府和企业的肯定。通过前期调研发现,该校产学研协同创新人才培养采用的是政府主导型创新模式。该校在产学研合作过程中,充分利用政府的政策引导作用,积极调动科研院所、企业的参与热情,依托地方科教园区资源,构建产学研合作基地,建立协同创新战略联盟。联盟融合了产业集群与学科集群优势,围绕产业技术创新开展科研合作,进行技术成果转化,并将研究成果应用到人才培养之中。

本研究的案例之二苏北某高校积极推进校企协同共建模式,注重培养学生实践能力和创新精神,人才培养质量不断提高。与高校、企业共建二级学院,与省社科院联合共建苏北发展研究院,与省经信委、交通厅、食药局等省直单位合作共建基地项目。合作共建是该校产学研协同创新的主要模式,共建不仅对校企双方的技术转化有利,而且也为高校的人才培养注入了大批企业资源。

这两所高校在产学研协同创新模式各具特色，也都是产学研协同创新的典型代表，因此，本文选择这两所有代表性的高校作为案例，对其创新人才培养进行评价,以期给其他同类高校提供评价方法的借鉴。

(一)计算直接关系(一级指标)矩阵

采用德尔菲法[13]对高校产学研协同创新的参与者(大学教授、企业家、政府人员及孵化中心工作人员)间的相互影响程度进行调查,得苏南、苏北某高校的直接关系矩阵分别为A、A’,运用DEMATEL法得综合影响矩阵分别为T、T’。

首先,根据专家意见及反复试验得苏南、苏北两高校综合影响矩阵(T、T’)的临界值分别为0.401、0.352,若综合影响矩阵中的数值低于该临界值,意味着指标间缺乏明显的关联关系,因此应除去这些可以忽略不计的关系,可得调整后的综合影响矩阵(见表2,表3)。然后,为进一步分析各一级指标间的综合影响关系,计算出各因素的影响度D、D’,被影响度R、R’,及中心度D+R、D’+R’,与原因度D-R、D’-R’(见表2,表3)。依据计算结果构造出因果图(如图1),其中,箭头指向表示其他指标对其影响程度。

表2　调整后苏南某高校一级指标间的综合影响矩阵

表3　调整后苏北某高校一级指标间的综合影响矩阵

图1　高校一级指标间因果图

2.各评价指标的相关权重的计算

根据一级指标的研究结果,采用ANP法计算指标间的权重,具体如下。首先,构造评价指标间的网络结构。根据DEMATEL法所产生的一级指标因果图,结合产学研协同创新人才培养的实际情况,得到ANP网络结构(如图2,图3)。其次,通过问卷调查、专家打分等方法确定指标间的关系,建立判断矩阵,最终确定各指标权重(见表4,表5)。

图2　苏南某高校ANP网络结构

图3　苏北某高校ANP网络结构

3.评价结果与分析

根据以下两种方法确定评价指标对高校产学研协同创新人才培养的影响程度,进而可找出相应的评价指标,提出改善对策。

(1)因果图

因果图可直观反映评价指标的因果关系、原因因素及结果因素。箭头指向表示其他指标对其影响程度,若一指标指向另一指标为正,则表示这一指标为原因因素,且该指标调整的弹性大,而另一指标为结果因素,若为负则结果相反。另外若指标的中心度越高,则说明该指标在整个系统中的重要程度越高。

由图1-(a)可清晰地识别出U1、U2、U5间具有内部依存关系,U1、U2、U5属于原因因素,对U3、U4产生较大影响,是苏南某高校产学研协同创新人才培养最根本的动力因素,U3、U4属于结果因素,是产学研协同创新人才培养最直接的动力因素。由表2可知,各指标对高校产学研协同创新人才培养作用效果从大到小依次为U3、 U2、U5、U4、U1,即 U3对苏南某高校产学研协同创新人才培养影响的程度最大,U2次之,U1最弱。

(2)各级指标ANP权重顺序

根据ANP方法得到各评价指标权重,将其排序后可知权重较大的评价指标。由表4可知,一级指标对高校产学研协同创新人才培养评价的权重大小顺序为:U3、U2、U5、U4、U1,二级评价指标对高校产学研协同创新人才培养评价的权重顺序依次为:U21、U31、U41、U51、U22、U32、U42、U52、U53、U33、U11、U43、U12、U13。U21在苏南某高校产学研协同创新人才培养评价过程中发挥的作用较大,是产学研协同创新的基础,其次是U31,该因素是决定产学研协同创新成效的直接因素,而U43、U12、U13对产学研协同创新人才培养的作用较小,主要起辅助和外部引导作用。

因此,为有效实现苏南某高校产学研协同创新人才培养,合作方首先要考虑U3,努力提高合作的长期性,同时也要注意合作目标兼容性。

依据同样方法可得出各指标对苏北某高校产学研协同创新人才培养的影响程度,进而可提出相应的对策。

(3)因果图

由图1-(b)可知,U4’、U5’属于原因因素,对U1’、U2’、U3’产生较大影响,是苏北某高校产学研协同创新人才培养最根本的动力因素,U1’、U2’、U3’属于结果因素,是最直接的动力因素。由表3知,各指标对高校产学研协同创新人才培养评价作用效果从大到小依次为:U3’、U2’、U5’、U4’、U1’,即U3’影响的程度最大,U2’ 次之,U1’ 最弱。

表4　苏南某高校产学研协同创新人才培养评价指标及权重

表5　苏北某高校产学研协同创新人才培养评价指标及权重

(4)评价指标ANP权重顺序

由表5可知,一级指标对高校产学研协同创新人才培养评价的权重大小依次为U3’、U2’、U5’、U4’、U1’,二级指标对高校产学研协同创新人才培养评价的权重大小依次为:U21’、U31’、U41’、U51’、U32’、U22’、U52’、U11’、U42’、U12’、U53’、U13’、U33’、U43’,可知U21’ 在该校产学研协同创新人才培养评价过程中发挥的作用较大,是产学研协同创新人才培养的基础,其次是U31’,其中U43’ 作用影响程度最小。

四、 结论

通过对苏南、苏北各一所高校的产学研协同创新人才培养效果进行评价可知,协同培养的长期性是影响程度最大的因素,协同培养兼容性次之,协同培养实力最弱;由DEMATEL和ANP相结合研究可知合作目标兼容性对目标层的影响较大,因此高校应该重视产学研协同创新的合作目标兼容性。

为更好地实现产学研协同创新人才培养目标,高校应该注重协同培养的长期性及合作目标兼容性,建立长效合作机制,创新人才协同培养模式。

参考文献：

[1]刘胜,张兰勇,田凯,等.高校产学研协同创新体系研究[J].科技信息,2013(13):176-182.

[2]张力.产学研协同创新的战略意义和政策走向[J].教育研究,2011(7):18-21.

[3]张希胜,白庆华.产学研联盟的高层次人才培养机制研究[J].邯郸学院学报,2007,17 (1):95-97.

[4]NUMPRASERTCHAI S,IGEL B.Managing knowledge through collaboration:two cases of managing research in university laboratories in Thailand[J].Engineering Management Conference,2003(10):575-579.

[5]冯叶成,刘嘉,张虎.政府—高校—企业协同的产学研合作模式探索与实践——以清华大学与淮安市产学研合作为例[J].科技进步与对策,2012,29(22):67-70.

[6]潘锡杨,李建清.江苏产学研协同创新的问题与对策[J].中国高校科技,2013 (9):40-43.

[7]LIU Z S,YAN F Q,LI J.Based on similar distance vector algorithm immune genetic characteristics of the creative talents of genetic selection[C]∥IEEC Computer Society.2009 Second International Conference on Education Technology and Training.Washington：[出版者不详]，2009：274-276.

[8]DIANE M,KAY S,BULJ L B.Characteristics of the creative person:perceptions of university teachers in relation to the professional literature[J].The American Behaviorai Scientist,1993,37(1):68-78.

[9]周强,康鑫,米艳玲.高等学校创新人才培养AHP-模糊综合评价研究[J].科技管理研究,2009(10):446-449.

[10]刘扬,孔繁士.高校创新人才评价机制探索[J].科技管理研究,2013(15):76-79.

[11]LEE Y C,LI M L,YEN T M,et al.Analysis of adopting an integrated decision making trial and evaluation laboratory on a technology acceptance model[J].Expert Systems with Applications,2010,37(2),1745-1754.

[12]孙宏才,田平.网络层次分析法(ANP)与科学决策[C]∥中国系统工程学会决策科学专业委员会.决策科学理论与方法——中国系统工程学会决策科学专业委员会第四届学术年会论文集.北京：海洋出版社,2001:3-8.

[13]刘学毅.德尔菲法在交叉学科研究评价中的运用[J].西南交通大学学报(社会科学版),2007 (4):21.

Study on Evaluation on Talent Cultivation of Collaborative Innovationof Enterprises in Universities—Based on DEMATEL-ANP Model

Yang Yan, Yuan Ningyi

Abstract:Collaborative Innovation of Enterprises in Universities was built from five elements by analyzing current situation of collaborative innovation and talents evaluation system and referring the existed research results.Talents were evaluated of collaborative innovation of enterprises in Southern and northern universities of Jiangsu Province by applying the DEMATEL and ANP Model, the results were that the biggest influence factor was long-term of co-culture and then co-culture compatibility, co-culture power was least. Which provides analytical basis and reference for other university personnel training of collaborative innovation.

Key words:collaborative innovation of enterprises; evaluation of personnel training; decision making trial and evaluation laboratory; Network Analysis

作者简介：杨彦,常州大学产学研合作处讲师;袁宁一,江苏省光伏科学与工程协同创新中心教授。

基金项目：常州大学教育教学研究课题(GJY2014027)。

中图分类号：G322.2

文献标识码：A

Doi:10.3969/j.issn.2095-042X.2016.03.011

(收稿日期:2015-09-28；责任编辑:沈秀)