基于層次分析法的職業院校高技能人才職業素養評價模型

關鍵詞：層次分析法；高技能人才；職業素養；評價模型

中圖分類號： TP311 文獻標識碼： A 文章編號： 1673-8462（2023）04-0100-070

引言

隨著我國經濟結構調整和產業升級的步伐不斷加快，各行業領域對技術技能型人才的需求愈發迫切，職業教育的重要地位和作用越發凸顯，職業教育的高質量發展備受關注，而如何提升職業教育人才培養質量也成為了重要議題之一。2020 年10 月，國務院印發了“ 深化新時代教育評價改革總體方案”，方案要求各教學單位要完善立德樹人體制機制，扭轉不科學的教育評價導向，為各級各類教育評價改革指引了方向。大學生職業素養評價作為檢驗職業院校人才培養質量的方式之一，能夠客觀地反映學生在校期間的綜合表現。［1］如何依托專業領域人才標準及企業行業崗位需求，構建高技能人才職業素養評價體系指標，運用層次分析法和模糊綜合評價法構建綜合評價方法模型，推進工科專業高技能人才培養建設，有效解決職業院校人才培養標準與行業企業人才需求不契合的問題具有重要意義。

1 職業素養評價現狀

社會對高技能人才的需求旺盛的同時對人才的標準要求也越來越高，這就要求職業院校不但要重專業技能訓練，還要重職業素養培育的“雙重”模式，更需要對學生職業素養的綜合評價提出更科學、全面、數字化的評價體系。目前，高職院校在開展高技能人才職業素養的評價存在以下主要三個問題。

1.1 職業能力特色不夠突顯

高職院校開展學生綜合評價的依據主要來源于教學工作和學生管理工作，依據課程成績、學生表現及參與活動來評定，未將專業特色融入進行考核，也未將考核對象多層化，比如學生互評，企業參評，社會評價等。

1.2 職業教育德技兼備不夠充分

目前職業教育評價體系中的思想品德評價指標和依據也來源于教學活動和學生活動，未從多層次對“德”進行綜合性評價；在職業技能競賽、技能能手評比等方面，雖然高職院校設置有專門評價標準，但也沒有從多維度對“技”進行綜合評價；除此之外，大部分高職院校在設置職業素養評價體系中過于側重學生的專業技能方面的評價，而弱化了學生的專業理論知識素養，學校向企業推薦優秀學生，企業在考核面試后給予的評價并不理想。所以，學生的“ 德”“技”等方面缺乏專項、相對清晰的評價。

1.3 職業素養評價不夠全面

高職院?，F有的評價體系中，學生的職業素養評價主要由專業教師和專職輔導員開展和完成，一方面是思想政治、職業道德等評價未能與專業技能融合進行綜合評價，另一方面是未能將學生的專業技能和理論學習能力、心理承受能力、創新能力意識、社會交際能力等納入評價體系，缺乏統一的標準指標且不能準確全面反饋學生職業素養，這就導致了學生職業素養評價不夠精準、全面性不足。

2 層次分析法與模糊綜合評價法

2.1 層次分析法

20 世紀70 年代初，美國運籌學專家匹茲堡大學的Satty 教授創立了層次分析法（Analytic HierarchyProcess，AHP），AHP 是一種基于數學方法和經驗分析，用于評價和決策復雜問題的結構化方法。［2］首先采用專家評估法來確定兩個因素間的大小之差，其次運用Sigmoid 函數、線性回歸函數等方法構建模型，計算出因素的權重值，最后以因素的權重值為基礎計算出指標最終方案的評價結果。AHP 廣泛應用于商業、工業、醫療和教育等領域，用于解決綜合評價和決策問題分析等問題。

2.2 模糊綜合評價法

美國自動控制專家查德教授在1965 年提出基于Fuzzy（模糊）數學的綜合評價方法，并用以研究和處理事物的可變性。根據模糊數學的隸屬度理論把定性評價轉化為定量評價，即用模糊數學對受到多種因素制約的事物或對象做出一個總體的評價。［2］首先運用模糊數學評判對象的等級集和指標集，其次采用隸屬度函數做具體的定量分析，確定因素的向量權重，構建模糊評判矩陣，最后運用歸一化和模糊運算方法計算出因素的權向量與模糊評判矩陣，形成模糊評價的綜合結果。此方法能較好地解決模糊的、難以量化的問題，適合各種非確定性問題的解決。

通過層次分析法與模糊綜合評價法兩種方法的比較，選擇層次分析法比較合適進行高職院校學生職業素養評價模型的建立。

3 職業素養評價指標建立

3.1 評價體系理論分析

依據評價指標體系建設，數字化高職學生在校成長軌跡（行為及其結果），通過逐層分解評判因素，最終達到將觀測焦點從指標（主觀）轉移到為行為及其結果客觀、可測、可回溯的目的，實現客觀評價。

評價指標體系分為三個層次：

一是健康層次，涉及指標1.1+指標1.2；

二是做人層次，涉及指標1.3+指標1.4，政治錘煉、素質養成；

三是做事層次，涉及指標2+指標3+指標4，知識實踐、技能拓展。

統計分析數據源主要來自教務管理系統、學生管理系統、實踐性管理系統、學工管理系統、第二課堂管理子系統、職教云在線教學平臺、智能校園卡系統、智慧圖書館系統、新生報到系統、就業服務系統等業務系統。綜合評價學生素質，可視化高職生成長軌跡（評價回溯），可達到以下三個層面目的：

一是學生層面：明晰人才培養標準，幫助學生樹立學習目標、明確在校努力方向與展望未來職業規劃等，起到指南針作用；通過數字化手段量化記錄學生在校的成長軌跡，科學反饋學生的亮點和不足，起到激勵、警醒作用。

二是學校層面：數字化考核對于一線教育者的管理和監督工作更具有針對性，起到防患于未然的作用，管理更加科學化和數據化，為學校制訂學生成長軌跡、優化人才培養方案等決策提供支持數據支撐。按照學期、學年等時間節點，對學生表現出的綜合素質進行全面反映，作為人才培養評估的依據。

三是用人單位層面：在合理設定評價指標權重的情況下，形成學生個人的最終分析評判結果，為社會單位招錄提供參考依據，起到精準“ 人職匹配”作用。用人單位選人、用人不再像盲人摸象，一臉茫然。從結果數據可以回溯過程數據，提供的信息更顯得真實可靠。

具體綜合評價學生素質指標體系內容見表1。

3.2 評價體系指標建立

從綜合評價學生素質二級指標體系中，提取與第二課堂有關的指標，形成第二課堂指標體系。指標包括學生在校期間參與創新創業、社會實踐、志愿服務、才藝展示、體育活動、工作經驗、專業技能、思想道德八方面的經歷和成果。［3］學生有選擇權，可實現個性發展需求。第二課堂具體指標體系內容見表2。

4 職業素養評價系統設計

4.1 總體框架設計

隨著高職院校智慧校園數據中心的建設，教務管理系統、學生管理系統、實踐性管理系統、學工管理系統、第二課堂管理子系統、職教云在線教學平臺、智能校園卡系統、智慧圖書館系統、新生報到系統、就業服務系統等業務系統基本已完成數據對接，具備校園大數據的環境，但業務系統存在數據量大，格式多樣化，標準不統一的特點。因此，通過大數據技術，采用“ 四步曲”（數據采集、數據抽取、數據存儲、數據展示）流式數據處理架構，將數據有機整合，構建學生綜合職業素養評價系統。具體系統架構如圖1 所示。

4.2 數據存儲設計

針對系統的原始數據結構不一致，來源多元化等特點，采用Hadoop 大數據生態系統的Hive 工具設計專有的數據倉庫。將數據倉庫分成三層，分別是DWD 層（數據明細層）對ODS 層（數據原始層）采集的業務系統數據進行異常處理和清洗，根據數據維度進行數據分類存儲，DWM 層（中間層數據）對明細數據按照常用維度做初步的匯總，以Hadoop 集群平臺為基礎，通過Hive 載體，將數據存儲到HDFS 和HBASE，DWS 層（數據服務層）整合匯總成分析用于業務查詢，根據學生職業素養評價指標體系進行分析并形成可視化。［4］數據倉庫架構如圖2 所示。

4.3 系統實現設計

4.3.1 基礎環境搭建

創建Hadoop 集群，并規劃三個節點：Evaluate01為Master 節點，Evaluate02 和Evaluate03 為Slave 節點。系統部署的具體參數見表3。

4.3.2 數據采集

通過Flume 采集數據，將生成的Topic 推送到Kafka，一是直接調用數據庫，二是調用指定目錄。調用業務系統數據庫核心配置如下：

agent1.evaluats.mysqlEvaluat.type=mysqlEvalu?at.MysqlEvaluat

agent1. evaluats. mysqlEvaluat. hostname=127.0.0.1

agent1.evaluats.mysqlEvaluat.port=3306

agent1. evaluats. mysqlEvaluat. databaseName=education

agent1. evaluats. mysqlEvaluat. tableName=stu?dreport

調用指定目錄下的文件內容并推送到Kafka 核心配置如下：

a1. evaluats. k1. type=org. apache. flume. evaluate.kafka.KafkaEvaluat

a1.evaluats.k1.topic=act-log

a1. evaluats. k1. kafka. bootstrap. servers=Evalu?at01：2181，Evaluat02：2181，Evaluat03：2181

4.3.3 數據存儲

根據學生綜合職業素養評價系統需求，運用Hive 創建基本素養評價（basic）、專業能力評價（skill）、關鍵能力評價（crux）、通用能力評價（com?mon）和綜合素養評價（general）5 個表。對照職業素養評價指標，設計basic、skill、crux、common 數據表的字段存儲信息及描述見表4，general 數據表的字段存儲信息及描述見表5。

4.3.4 數據展示

使用Python 開發Web 端，通過Pyhive 庫讀取Kafka 處數據理后的Hive 數據倉庫中表general 的數據，運用Matplotlib 組件對綜合素養評價進行可視化展示。詞云圖部分核心代碼如下：

import jieba

from wordc loud import WordCloud

txt=′讀取general 表中的數據′

words=jieba.lcut（txt）

newtxt=′′.join（words）

wordcloud=WordCloud（font_path=\"字體樣式\"）.generate（newtxt）wordcloud.to_file（′學生綜合評價畫像云圖.jpg′）

5 職業素養評價模型構建

根據學生職業素養評價的需求分析、指標體系及評價系統建設要求，采用層次分析法構建學生職業素養評價模型。

6 結語

在職業院校高技能人才的培養和評價中，要堅持“ 以職業成長為導向”，“ 以職業需求為中心”，“ 以多元評價為手段”，“ 以全過程評價為路徑”，將學校統籌實施、企業培養評價、家長督促見證和社會關心支持融入職業素養培育全過程，運用大數據技術手段，結合層次分析法構建模型，優化評價指標體系。并在接下來的研究實踐中，將從專業建設層面整體推進此項工作，促進教學改革試點各項工作能起到以點帶面的作用。不斷完善指標體系的各項參數，修訂專業人才培養方案和課程標準，實現多元化考核評價。

[責任編輯 蘇琴]