地方高校水文与水资源工程专业人才创新实践能力评价

陈晓冰 张帅普 汤珊珊 张红霞

（桂林理工大学 环境科学与工程学院，广西 桂林 541004）

一、研究背景

近年来，随着国家人才培养战略的进一步明确，加之社会经济的快速发展，人才需求标准不断提高，培养具有较强创新实践能力的人才，已成为当前我国高校人才培养的目标。高校要培养创新型实践人才［1］，必须改造升级现有的人才培养模式，构建符合创新实践要求的人才培养方案，这在一定程度上加快了高校特别是地方高校专业建设的改革发展速度，有利于提升高校人才的整体实力。

目前，高校为培养创新实践人才，开展了以契合国家政策导向为目标的改革，其中以工程教育专业认证［2］和“新工科”建设［3］为背景的人才创新实践较多。探索科学化、合理化的人才创新实践培养模式已成为高校专业建设的核心内容。符合创新人才培养标准的教学内容、教学形式等教学模式改革，为人才培养提供了基础保障。但是，人才创新实践能力的评价机制过多地集中于理论定性研究［4］，如评价依据主要是社会调研反馈和毕业生就业现状调查等，缺少较为系统的定量分析研究。因此，基于人才培养现状，以定量方式评价高校人才创新实践能力的培养效果，开展人才培养模式的优化调整，对高校尤其是地方高校的专业建设与发展具有十分重要的指导作用。本文以地方高校桂林理工大学的水文与水资源工程专业为例，依托工程教育认证标准与“新工科”建设指导要求，结合统计分析方法定量评价分析水文与水资源工程专业人才创新实践能力，以期为后续相关专业人才培养结构调整提供方法支撑。

具体而言，是基于“新工科”建设要求，借助CDIO工程教育模式［5］，并结合人才培养过程中的相关课程，匹配划分创新实践能力，进一步从掌握相关工程基础知识能力、问题分析能力、问题解决能力、问题研究能力、工具使用能力、服务社会能力、职业素养能力、团队协作能力、沟通能力、管理能力与自我提升能力等方面，建立人才创新实践能力评价类型指标。

二、水文专业人才创新实践能力评价模型选取

以高校水文与水资源工程专业学生一个周期（大一至大四）内所获得的课程成绩为基础数据，开展评价指标的划分与计算。不同类型指标的属性类别独立，划分界限显著，即可以利用相近相似的类别划分手段划分同类表征指标，但相同类别内部表征指标之间如何相互作用，无法明确。根据类别指标的这个特性，选取模糊聚类统计学方法对类型指标进行统计分析［6］81-114，开展学生创新实践能力评价。

三、水文专业人才创新实践能力评价模型构建

（一）数据矩阵

对于全体数据，可设一个包含全体数据的X={x1,x2…xn}，称为待聚类分析的全体或论域，其中，xn即数据元素，可根据其性能指标分为m个，即可构建n×m个数据的矩阵：

（二）数据规格化

不同的数据由于属性不一致，具有不同的量纲。为统一分析数据，需进行不同数据之间的数据规格化处理。本研究采用极大值规格化的方法进行数据规格化处理，公式如下：

公式中：Zij(i=1,2…,n,j=1,2…,m)为规格化后的数据，xij(i=1,2…,m)为矩阵中的原始数据，xij(i=1,2…,n)为矩阵中的列数据。

（三）模糊相似关系建立

根据数据分析矩阵组中xi和xj各数据之间的相似程度，建立模糊相似矩阵R=(rij)n×m(i=1,2…,n,j=1,2…,m)，本研究模糊相似矩阵中rij采用最大最小值法获得，公式如下：

公式中：rij(i,j=1,2…,n)为模糊矩阵数据，xik和xjk(i,j,k=1,2…m)均为原始矩阵中的行数据。

（四）模糊等价矩阵建立

建立的模糊相似关系矩阵R具有自反性和对称性特点，存在一个最小自然数k，使得Rk为模糊等价矩阵，如R满足等价性质，且必然存在一个对所有大于k的自然数，设该自然数为l，使得Rl=Rk。求算等价矩阵的方法主要有传递包法、布尔矩阵法等，本研究采用传递包法建立模糊等价矩阵，矩阵关系为R→R2→R4→R8→…→R2k，当Rk=R2k时，Rk即为模糊等价矩阵t(R)。根据分析需要，再依据实际问题的分析需要，选取阈值λ(0≤λ≤1)进行聚类分类分析评价。

四、水文专业人才创新实践能力评价分析

（一）数据矩阵构建

选取本校2013—2015级水文与水资源工程专业学生大学4年所学课程中可表征创新实践能力培养的课程（课程数n=63）进行创新实践能力评价，其中课程类型包括基础课、专业课和选修课。结合掌握相关工程基础知识能力、问题分析能力等12个方面进行划分，建立所选课程对应的评价值（创新能力指标达成度），具体类型指标对应的数据矩阵如表1所示。

表1 水文专业创新实践能力类型指标

（二）规格化数据矩阵构建

水文与水资源工程专业人才创新实践能力指标类型数据内，课程的评分标准存在差异，需进行规格化处理。如表2所示，12个代表学生创新实践能力的指标中，指标4平均评价值最低，仅为0.920，即学生的研究问题能力相对较低。本校水文与水资源工程专业90%的生源来自广西本地，与我国其他地区相比，生源质量低，学生自我探索、思考以及分析问题的能力较低，这在一定程度上会影响学生的自我创新能力。而指标12平均评价值最高，达到了0.990，即自我提升能力较高，说明学生在学习过程中创新实践意识逐渐增强。

表2 水文专业创新实践能力类型规格化指标

（三）模糊相似数据矩阵构建

根据数据规格化后的水文与水资源工程专业人才创新实践能力指标数据，利用传递闭包法构建模糊相似关系，即确定R，处理分析后的数据如表3所示。

表3 水文专业创新实践能力模糊相似矩阵

（四）模糊等价数据矩阵构建与分析

利用所获得的R矩阵计算获得模糊等价矩阵t(R)，经计算分析得到R2=R4=R8，即模糊等价矩阵（R2），数据如表4所示。

表4 水文专业创新实践能力模糊等价矩阵

通过所得模糊等价矩阵t(R)，选取不同的截距λ(0≤λ≤1)获取不同的截距阵。当λ=0.970时，可得模糊矩阵的截距阵，如表5所示。

表5 水文专业创新实践能力模糊等价矩阵（λ=0.970）

从表5可以看出，当λ=0.971时，三个年级可划分为{X1}{X2,X3}两类；当λ=0.965时，三个年级可划分为{X1,X2,X3}一类。根据以上内容可以得到动态聚类图，如图1所示。

图1 水文专业创新实践能力动态聚类图

由聚类分析结果可以得出，经过4年的创新实践能力培养，2013级学生的创新实践能力与2014级和2015级学生有所差别，而2014级和2015级学生创新实践能力相似；随着专业建设的持续发展，水文与水资源工程专业学生的创新实践能力有所改变，结合规格化后的学生创新实践能力指标，可以得出2014级学生创新实践能力（11.713）相对较高，其次为2013级学生（11.635），最低为2015级学生（11.613）。

结论

采用模糊聚类分析方法，分析评价地方高校水文与水资源工程专业人才创新实践能力培养效果，可以得出以下结论：

（1）经过4年的人才培养，2013级水文与水资源工程专业学生创新实践能力与2014级和2015级学生有所差别，2014级和2015级学生创新实践能力综合评价相似。

（2）在创新实践能力培养过程中，学生的问题研究能力相对较低，而自我提升能力较高，且随着年级递增，创新实践能力会发生改变。

（3）模糊聚类方法可以针对不同分析样本进行模糊关系的定量确定，以达到客观准确的分类目的，可为后续人才培养模式的改进与优化提供定量的分析方法，也为人才培养效果的反馈机制提供重要的分析手段。