構建高校學生黨支部工作綜合考評體系的研究

趙妍 白翔宇

摘要：如何科學有效的考評學生黨支部，不僅影響到學生黨支部的建設，同時也關系著大學生黨員的培養。本文采用德爾菲法和模糊評價法對高校學生黨支部考核指標體系進行重新篩選和權重的確立，通過BP神經網絡模型進行學習訓練以構建高校學生黨支部量化考評體系。該考評量化體系能夠應依托互聯網大數據時代先進的信息技術，實現考核全過程動態跟蹤，建立起一整套科學化、全面化、信息化的學生黨支部工作考核體系。

關鍵詞：學生;黨支部;考評體系

一、引言及文獻綜述

2016年12月，在全國高校思想政治工作會議上，習近平總書記強調了加強黨對高校領導的重要意義，系統性地回答了辦什么樣的大學、怎樣辦大學、培養什么樣的人、如何培養人、為誰培養人等問題，研究分析了高校思想政治工作面臨的形勢、存在的問題，就進一步加強和改進高校思想政治工作作出了全面部署。

2017年2月份以來，中共中央、國務院和中共教育部黨組先后印發了《關于加強和改進新形勢下高校思想政治工作的意見》和《普通高等學校學生黨建工作標準》，進一步明確了高校思想政治和學生黨建工作的聚焦點、著力點，增強了做好工作的信心、決心和責任感、緊迫感。大學生是國家和民族未來的希望，而學生黨支部是黨在高校大學生群體開展黨建工作的重要戰斗堡壘和組織實施力量，是學習宣傳貫徹黨的最新理論精神在學生黨建工作領域的重要抓手和依托。科學有效的學生黨支部考評體系，不僅可以直觀反映學生黨支部建設情況，也是高校大學生黨員培養的有效保障。

而國內關于學生黨支部工作考評體系的研究，主要分為兩個階段。

首先是理論探索階段。奉飛和傅劍平（2008）指出目前的黨支部考核方式沒有體現考核的"導向作用"，進而建議利用"平衡計分卡"科學管理方式，將高校基層支部的具體運作與黨的根本性建設相結合，構建出體現高校基層黨支部特點的量化考評指標體系。嚴柏炎和廖志宏（2011）對杭州師范大學學生黨支部量化考核制度進行了經驗總結，深入探討了高校學生黨支部量化考評制度的建設問題，為健全高校學生黨建考評機制，推動高校黨建工作的制度化、規范化提供了借鑒。曹智和王艷（2012）在學習型組織理論框架下指出了建立高校學生黨支部考評體系的重要性，并對當前考評工作存在的問題進行了探討，并提出了學習型理論框架下新型考核體系的具體內容。劉靖娜（2015）指出高校黨建工作規范化、科學化的發展具有重要意義，并探討了建立高校學生黨支部考評體系的原則，具體包括客觀性、科學性、可行性和導向性等原則。

近年來，黨支部考核體系逐漸進入量化研究階段。劉亮（2012）借鑒了國內學者和黨建工作者研究和實踐經驗，通過關鍵績效指標法和平衡計分卡法構建了高校學生黨支部工作考評體系。王學寬（2012）采用“創先爭優”活動的思路，提出實行黨支部星級管理制度，通過建立起一系列標準化、規范化的規章制度，以實現黨建工作的量化考核。劉振華等（2014）在深入探討了高校學生黨支部量化考評制度建設的基礎上，將學生信息、學習信息和相關學生管理系統信息進行了整合，基于C/S模式和Oracle數據庫，利用Java語言設計并應用了學生黨支部量化考評體系軟件。岳春艷（2016）認為實行學生黨員量化考核是一種新型的高校學生黨員教育和管理模式，應從原則上和內容上出發，科學地制定高校學生黨支部量化考評標準。

二、當前高校學生黨支部考評工作存在的問題

現階段，高校學生黨支部陸續建立起了較為完備考評體系，但仍存在以下問題：

一是考評體系缺乏系統性、全面性。現階段對學生黨支部的考評僅僅依賴于述職報告、工作總結等文字材料，沒有真正發揮考評的作用，也沒有實現全方位、立體化的考核。

二是考評標準缺乏科學性、主動性。考核評價標準往往存在同質、固定等問題，各類基層黨組織考核標準雷同，不能針對自身特色進行考評。

三是考評方式缺乏規范性、嚴肅性。個別學生黨支部工作隨意性大，負責人專業黨建知識不足;考評覆蓋的廣度、深度不足，又受時間限制，不能全面對對象進行考察;考核結果得出后公示及后續的改進措施沒有跟進。

因此，建立健全基層學生黨支部考核評價體系已成為學生黨建工作面臨的迫切性課題。

三、高校學生黨支部考核體系構建原則

1.科學性與統一性相結合的原則。

制定高校學生黨支部量化考核時，需要特別強調科學性，而且考評制度的制定也要符合學生黨員發展的階段性特點，這樣才能使學生黨支部的考核機制能夠達到預期的考核效果。此外，在保證科學性的前提下，還要盡可能使考核機制簡單易行，可以直觀反映出學生黨支部各項考核指標的表現，從而有利于分析判斷和進一步管理。

2.常態性和主動性相結合的原則。

目前學生黨支部考核基本以年終述職為主要方式進行，頻率較低，容易流于形式，難以及時有效地掌握學生黨支部在黨員思想、學習和支部工作等方面的真實情況。因此應加強考核主動性，實現常態化，以加強對學生黨支部的監督與指導。

3.獎懲性和反饋性相結合的原則。

黨支部考評的目的是希望通過考評來進一步完善支部建設，對于優秀黨支部和優秀黨員要進行宣傳和表彰，對落后黨支部和黨員要及時進行勸勉，跟蹤幫教、限期整改，真正實現以考核促進步、以考評促發展的目的。

四、高校學生黨支部量化考核體系的具體構建

1.構建方法

（1）德爾菲法

本文采用德爾菲法主要用于篩選指標和確定指標權重。德爾菲法與召集專家開會、集體討論得出一致意見的專家會議法不同，它不但能發揮專家會議法的優點，而且更為科學準確。這種方法雖然過程較為復雜，花費時間較長，但其具有廣泛的代表性，十分可靠。

①選擇一批熟悉黨建工作的專家，一般至少20人左右，包括理論和實踐兩方面專家

②向各位選定專家介紹問題和提供有關背景資料，包括注意事項和特殊說明等。

③專家根據所收到的材料，對黨支部工作考核體系指標選取提出意見建議。

④將各位專家第一次選取意見匯總，列成圖表，進行對比，再分發給各位專家，讓專家比較自己同他人的不同意見，修改自己的意見和判斷。

⑤將所有專家的修改意見收集起來，匯總后再分發給各位專家，以便做第二次修改。逐輪收集意見并為專家反饋信息是德爾菲法的主要環節，一般要經過三、四輪。

⑥對專家最終意見進行綜合處理，確定最終考評指標體系。

⑦將確定的指標再次反饋給專家，征詢專家對于指標權重的意見，重復以上步驟以確定最終指標權重。

（2）模糊綜合評價法

模糊綜合評價法是基于模糊數學中的隸屬度理論，對評價過程的非線性評價論域進行量化綜合，將定性評價轉化為可比的定量評價結果。本文運用模糊綜合評價法主要用于定性指標評價打分。

①確定評價對象的因素論域，即評價指標。這個前面通過德爾菲法已經確定。

②確定評語等級集合，即每一個等級對應一個模糊子集。比如將每個指標分為三級，每一級分別對應一定評語。

③確定評價因素的模糊權向量。通常情況下，不同評價因子對評價對象的影響程度是不同的，為了衡量它們在評價中的貢獻大小，通過模糊評價得到黨支部工作績效各因素得分值，使得所有指標具有可比性。

④構建評價模糊矩陣。在構建了等級模糊子集后，逐個對黨支部工作績效在每個因素上進行量化，從而確定從每個因素對各等級模糊子集的隸屬度，最終得到模糊關系矩陣。

⑤利用合適的合成因子將與黨支部工作績效各因素評價結果合成得到各評價指標的模糊綜合評價結果向量，最后確定等級評分。

（3）BP神經網絡模型

BP神經網絡模型本質上是多層感知機，因為其學習算法采用了BP算法，而被稱為BP神經網絡。BP神經網絡模型由輸入層、隱含層和輸出層組成，其在進行訓練學習時采用使總誤差向減小的誤差梯度下降法，具有模型簡單、結構清晰、計算量小等優點。在初始時刻其連接權值和閉值是隨機給定的，通常采用有閉值特性的作為網絡訓練的響應函數）。這種學習訓練方式雖然能使學習矢量穩定到一個解，但容易陷入局部極小值，而不是模型需要的誤差全局最小解。經過學界多年研究，目前在避免陷入局部極小值和加速網絡的收斂速度等問題上有了許多改進措施，以實現全局誤差真正的梯度下降，根據響應函數Sigmoid函數可求出隱含層單元和輸出層單元的誤差，最終得到調整后的連接權值和閥值。

本文將高校學生黨支部工作評價指標屬性值進行標準化處理后作為BP神經網絡模型的輸入向量，將工作考評結果作為BP神經網絡模型的輸出向量，利用足夠多的訓練樣本訓練該網絡，從而使其獲取黨建工作專家的經驗、主觀判斷以及對指標權重的傾向。由此BP神經網絡模型所具有的權重系數值就是該網絡經過訓練學習所得到經驗知識的內部表示，訓練好的BP神經網絡模型根據待評價黨支部各考評指標的得分，就可得到對該學生黨支部工作績效的考評結果，再次體現黨建工作專家的經驗、主觀判斷以及對指標權重的傾向，從而實現定性與定量考評的有機結合，保證了考評的科學性和一致性。

2.應用實例

（1）考評指標選取及權重確定

權重是專家經驗和決策者意志的體現，相當程度上決定了多目標決策的精度，它的確定是多目標決策的關鍵。本文學生黨支部考評指標權重由德爾菲法來確定，為此向30位有著多年黨建工作經驗的教育工作者發放了專家建議問卷，展開對所選定考評指標的相對重要性進行評估。對各位專家意見通過算術平均法進行匯總后，計算出高校學生黨支部考評指標體系權重如表1所示。

學生黨支部考評指標體系分為組織生活制度、支部日常管理、黨員教育管理、發展黨員工作、發揮黨員作用和特色工作等六個指標層，總指標數為26個，利用德爾菲法得到指標權重。通過模糊綜合評價法對定性指標設置指標評分等級，從大到小分別為5、4、3、2、1，將新的評分表分發給30名專家對各黨支部考評成績打分，搜集各專家的評分表，再對各原始數據值實現標準化，然后利用算術平均法求出各指標平均標準值，從而得到標準化數據，以得到神經網絡模型的訓練樣本輸入矩陣和輸出向量。

（2）神經網絡模型訓練考評樣本

某學院共有20個學生黨支部，黨支部考核于每學期期末舉行，某學院學生黨總支對最后的考核成績進行匯總，并進行公示，對成績優秀的支部和干部進行表彰。

神經網絡的訓練樣本包括輸入變量和輸出變量，其中：

輸入變量也就是黨支部評價指標變量，具體包括組織生活制度、支部日常管理、黨員教育管理、發展黨員工作、發揮黨員作用和特色工作等六個方面共26個變量。

輸出變量也就是黨支部績效等級變量，用 表示。其中 的取值范圍為{0，1}。輸出0或1表示原始數據有誤，0-1之間數值的大小代表了考評績效等級的高低。從實用性強和操作簡便等角度出發，將黨支部考評績效的標準分為四級，即優秀、良好、合格、不合格。根據網絡的輸出向量，結果處理如下：

如果0.9≤ <1，則 =1（優秀）

如果0.7≤ 0.9，則 =2（良好）

如果0.6≤ 0.7，則 =3（合格）

如果0≤ <0.6，則 =4（不合格）

經過神經網絡的綜合評價指數計算的評價模型在Matlab中進行訓練，訓練后用5個學生黨支部考評分數歸一化后的數據作為測試樣本進行泛化，就可以得到網絡訓練和泛化結果。

（3）模型驗證與檢驗

選取訓練樣本中一個黨支部考評數據用于檢驗訓練好的神經網絡，將得到的輸出泛化值與實際值進行比較，以檢驗模擬精度。網絡泛化結果比較見表2。結果表明，神經網絡模型具有比較高的精確度。

經過以上對訓練好的神經網絡的檢驗之后就可以用該網絡對學生黨支部績效進行評價。另外選取訓練樣本以外的5個學生黨支部的績效考評數據做為泛化輸入向量，將泛化輸出結果與黨支部考評的平均值進行比較，具體結果表3，誤差控制在5%以內，由此說明BP神經網絡模型來進行學生黨支部量化考評是可行的。

五、結論

筆者認為傳統的打分方式已經難以滿足當前學生黨支部工作考核的要求，應依托互聯網大數據時代先進的信息技術，將BP神經網絡績效模型運用于考核體系設計中，通過模糊評價模型改變以往以定性評價為主的評價方式，實現考核全過程動態跟蹤，最終建立起一整套科學、全面且信息化的學生黨支部工作考核體系。

參考文獻：

[1]奉飛傅劍平，構建高校基層黨支部考核指標體系的新思路[J]. 世界華商經濟年鑒·高校教育研究，2008（12）.

[2]曹智王艷，學習型組織理論視野下高校學生黨支部工作考核評價體系構建研究[J].科教導刊，2012（34）：41-42.

[3]嚴柏炎廖志宏，高校黨支部量化考核制度建設的探討[J]. 黨史文苑，2011（10）：41-42.

[4]劉靖娜，對構建高校黨支部建設考核評價體系的思考[J]. 學理論，2015（12）：90-91.

[5]劉亮，高校學生黨支部工作考核評價體系研究[J]. 東方青年·教師，2012（11）.

[6]王學寬，黨支部星級管理：黨建目標量化考核實踐創新[J]. 民航政工，2012（4）：78-80.

[7]劉振華冷飛，欒仕喜. 黨支部量化考核體系軟件設計與實現[J].軟件工程師， 2014（12）：23-25.

[8]梁書杰王尚民，關于健全獨立學院基層黨支部工作考核評價體系的研究[J].科技展望， 2015（16）.

[9]岳春艷，高校基層學生黨支部量化考核機制初探[J].科教導刊，2016（13）：67-68.