本期要目

学科竞赛服务高校创新创业教育：价值、困境及优化理路

学科竞赛中大学生创新绩效影响因素分析

基于竞赛数据画像的双创教育评价——中国国际“互联网+”大学生创新创业大赛数据分析

☞编者按：近日，大学生科创新大赛如火如荼地进行，受到社会、高校和学生广泛关注和参与。本期摘编大学生科创新大赛相关专家、学者文章，以飨读者。

学科竞赛服务高校创新创业教育：价值、困境及优化理路

高仓健

摘要：在我国高校创新创业教育的发展历程中，学科竞赛一直扮演者重要的角色，对高校创新创业教育的发展具有重要价值。然而，在学科竞赛领域，由于管理体系不合理、竞赛的功利化倾向日益加重、竞赛的功能被过度放大等原因，导致学科竞赛服务高校创新创业教育的功能发挥受到影响。优化学科竞赛服务高校创新创业教育的发展路径，必须及时理顺学科竞赛的管理体系，破除“以赛代学”观念，注重师生参与，强化对大学生的价值引领。

关键词：学科竞赛；创新创业教育；高校管理；人才培养

学科竞赛是一种超越课堂教学的非常规形式的教学活动。经历三十多年发展，竞赛活动已经成为大学生思维能力实战化训练和培育劳动精神的有效途径，也为新时代大学生展示创新能力和成果搭建了重要舞台。同时，在我国高校二十余年的创新创业教育发展历程中，学科竞赛活动始终都发挥着重要作用。2007年教育部与财政部颁布的《关于实施高等学校本科教学质量与教学改革工程的意见》，提出要“继续开展大学生竞赛活动，重点资助在全国具有较大影响和广泛参与面的大学生竞赛活动，激发大学生的兴趣和潜能，培养大学生的团队协作意识和创新精神”。这表明在国家层面已经意识到学科竞赛对培养大学生的创新精神和综合能力的重要意义。而这些也是高校开展创新创业教育的重要内容，是培养创新型人才的题中之义。纵观我国高校创新创业教育发展史，学科竞赛在创新创业教育发展中一直占据了极其重要的地位。然而，高校的学科竞赛活动还存在许多问题尚未得到很好的解决，在创新创业教育的语境下讨论大学生学科竞赛活动的建设，有助于消解高校学科竞赛的弊病，提升我国高校创新创业教育的实效，推进创新创业教育的高质量发展。

一、学科竞赛在我国高校创新创业教育中的重要价值

1. 学科竞赛是我国高校创新创业教育的“启动键”

从我国高校创新创业教育的起源来看，学科竞赛就是高校创新创业教育发展的“启动键”。创新创业教育发端于美国，哈佛商学院在1947年开设了全球第一门创业教育的课程，这被普遍视为全球创业教育的开端。创业教育起初并未引起人们广泛重视，到20世纪80年代，伴随着中小企业在全球的迅速发展，社会对创业型人才的需求得到极大的增长，在这样的背景下，创业教育才引起了全球的广泛关注与认可。联合国教科文组织1989年在北京召开了“面向21世纪教育国际研讨会”，会议正式提出了“Enterprise Education”，后来在我国被译为“创业教育”，并将其视为“第三张教育通行证”。1998年5月，清华大学学生借鉴美国大学校园中流行的商业计划竞赛（Business Plan Competitions）经验，举办了首届清华大学创业计划大赛，这也成为了我国高校正式开启创新创业教育的标志性事件之一。由于这种强调“创新、合作、实操”的创业竞赛活动深受学生欢迎，团中央决定将这项竞赛推向全国，在1999年组织主办了首届“挑战杯”全国大学生创业计划大赛，吸引了全国129余所高校的大学生。此后，伴随着我国创业教育在高校的不断推动，“挑战杯”大学生创业计划大赛的影响和规模不断扩大，这项竞赛后来迅速发展成为了国内“大学生创新创业竞赛的奥林匹克”。与此同时，我国高校也逐步从狭隘的强调“创办企业”的“创业教育”理念，演变为“创新”与“创业”并重的“创新创业教育”。

2. 学科竞赛是高校普及创新创业教育的“加速器”

从高校创新创业教育在我国的发展历程来看，学科竞赛发挥了推动创新创业教育发展的“加速器”作用。从20世纪90年代至今，我国高校创新创业教育经过了二十余年的发展，实现了从引进、到推广、再到普及三个阶段的跨越，学科竞赛贯穿着创新创业教育在我国发展的整个历程，并且加速了创新创业教育在全国范围内的普及。教育部2010年颁发了《关于大力推进高等学校创新创业教育和大学生自主创业工作的意见》，从促进高等教育科学发展、深化教育教学改革、提高人才培养质量的战略角度出发，明确提出了创新创业教育要面向全体学生，融入人才培养全过程。在政府的大力推动下，国内高校高度重视创新创业教育，许多学校迅速成立了专门开展创新创业教育的学院或部门，建设了一系列的创新创业课程，积极普及创新创业教育。然而，我们在调研中发现，大多数学生对创新创业教育的专门课程其实并不关心，甚至不清楚“创新创业”概念的具体含义，反而对创新创业类的学科竞赛抱有极其浓厚的兴趣。学科竞赛作为创新创业教育的重要内容，以其特有的竞技性、开放性、趣味性等特征，吸引了大批大学生参与其中，这不仅弥补了创新创业专门课程覆盖面窄的缺陷，提高了大学创新创业的校园文化氛围，还扩大了创新创业教育的吸引力和影响力，客观上推动和加速了我国高校创新创业教育的普及。

3. 学科竞赛是高校开展创新创业教育的“实训场”

众所周知，理论与实践是教育的两个重要维度，成功的教育既包括正确的理论教学，也要有与之匹配的实践教学，学生只有经过实践锻炼，才能懂得如何熟练运用理论知识，并在这个过程中潜移默化地将理论知识内化为自己的知识结构。创新创业教育亦是如此。学科竞赛是在紧密结合课堂教学或新技术应用的基础上，以竞赛的方法培养学生综合能力，引导学生通过完成竞赛任务来发现问题、解决问题，并增强学生学习兴趣及研究的主动性，培养学生的团队协作意识和创新精神的系列化活动。显然，创新创业教育活动具有极强的实践属性，对于增强大学生的实践能力大有裨益，学科竞赛为高校创新创业教育提供了重要的实践平台，是创新创业教育的重要补充部分。大学生参与学科竞赛，在竞赛机制的驱动下，需要充分发挥自身以及团队的能动性和主动性，整合所学的专业理论知识，寻求各方资源，努力克服困难，最终制定出解决问题的可行方案。在这个过程中，大学生的专业知识、创新思维、拼搏精神、团队意识、综合能力等都能够得到很好的锻炼和提升，这也正是创新创业教育所追求的精神内涵。根据一项调研数据显示，在学生能力提升方面，90.9%的学生认为通过竞赛得到了能力提升，86.7%的学生认为竞赛对知识能力的提升有较大帮助，88.5%的学生认为竞赛对通用技能有较大帮助。可见，竞赛类的实践教学活动能有效提升学生能力，无论对知识能力还是通用技能，都有较大帮助。

二、学科竞赛服务高校创新创业教育的发展困境

教育主管部门大力支持举办学科竞赛，其初衷主要是为了提高大学生的综合素质，培养创新能力，有效构建大学生解决实际问题的思维意识，从人才培养的角度来看二者是一致的。从整体上来看，学科竞赛活动对推动高校创新创业教育的发展具有积极作用。然而，学科竞赛的发展仍然面临着许多瓶颈问题，阻滞着其在创新创业教育活动中的功能发挥。

1. 学科竞赛的管理体系不合理

根据不同的判断标准可以将学科竞赛分为不同的类型。从竞赛等级来看，学科竞赛一般分为国际级、国家级、省部级、市校级、院级等五个级别；根据学科竞赛的时间、空间二个要素，可以分为开放式、半开放式、封闭式、半封闭式四个类别。根据学科竞赛的专业大类不同，又可以分为文法社科类、理工农医类和综合类。可以看出，我国高校的学科竞赛涉及主体多、覆盖专业广，竞赛的关注度自然也就非常高。

公平、公正、权威是学科竞赛长期存在和发展的重要基础，规范的管理体系是学科竞赛公平、公正、权威的根本保障。由于高校学科竞赛涉及主体多、覆盖专业广、关注度高，更加离不开规范的管理体系。然而，就目前而言，我国高校的学科竞赛管理体系尚未完善，仍然存在许多不合理之处。例如，从学校层面来看，学科竞赛大多分属不同部门，主要由教务部门、团委、创业学院管理，有时也会将某个竞赛委托给学科性学院组织管理，但是部门之间的分工却不清晰，这样显然不利于学科竞赛的规范化管理。从国家层面来看，教育部、团中央、全国学联、中国科协、科技部等国家部委，中国高等教育学会及其他行业学会，教育部高等学校各类指导委员会，主办或者参与主办了绝大多数的全国性学科竞赛。但是除此之外，还会经常看到许多由部分高校联合组织甚至是商业机构组织的竞赛，却在活动宣称时号称是“国家级”“省部级”的竞赛，借此吸引学生参加比赛，这就使得学科竞赛的管理体系错综复杂，学生很难甄别各类学科竞赛的真实水平和含金量。从上述现象可以看出，我国高校的学科竞赛管理体系建设严重滞后于学科竞赛的发展速度，从长远来看，无论是全国层面还是高校层面，我国的学科竞赛管理体系都亟待完善。

2. 学科竞赛的功能被过度放大

学科竞赛在促进高校的创新创业教育发展、实现创新型人才培养方面具有独特的贡献。学科竞赛要求学生进行创造性工作，最终把优秀的参赛作品呈现出来，这就形成了一套连续而严密的创新能力训练方案。大学生通过参与学科竞赛，不仅能够快速、有效地提高对专业知识、专业理论、专业技能的理解与运用，更加能够培养发现问题、分析问题、解决问题的能力。同时，团队为了解决问题，成员内部以及成员与指导老师之间需要经过多次的探讨，不断地修改方案，才能形成最终的方案。在此过程中，成员的语言表达能力、沟通交流能力、团队协作能力也都得到了锻炼。这些正是学科竞赛在创新创业教育体系中所具有的重要功能。但值得注意的是，即便学科竞赛具有如此众多的优点，仍然无法完全替代创新创业教育课程体系在创新创业教育体系中的主体功能。

教育活动很多时候都具有明显的时滞性，教育效果可能会在若干年后才能显现出来，创新创业教育也是这样。创新创业教育在我国已经经历了二十余年的发展，高校对于创新创业教育内涵的认识，已经从最初的“教授学生如何创办企业”转向了“培养学生的创新创业素质和创新创业能力”，不再单纯以“创办几家商业企业”作为高校开展创新创业教育成功与否的判断标准。与此同时，由于学科竞赛具有投入少、周期短、见效快等优点，使得学科竞赛被视为弥补高校创新创业教育时滞性的最优选择，于是“学科竞赛获奖”在一定程度上替代了“创办企业”，被当做高校开展创新创业教育和培养创新型人才成效的判断标准之一。国家教育主管部门将“学科竞赛获奖情况”列为高校学科评估中“人才培养质量”的重要指标便印证了这一点。这种现象所折射出的是政府和高校对学科竞赛效果的过度期盼，导致学科竞赛在高校创新创业教育中的功能被过度放大。

3. 学科竞赛功利化倾向加重

功利性本来就天然地附着在竞赛活动之中。高校在开展创新创业教育时，如果过度关注学科竞赛所带来的短期效益，一定会不自觉地加剧学科竞赛的功利化倾向，使得高校、教师和大学生将过多的关注各类学科竞赛，忽视了日常创新创业教育课程和创新创业实践活动，这对于高校创新创业教育的可持续发展会造成很大的危害。对高校而言，由于竞赛成绩直接影响到高校的各类评估结果，进而影响到招生、就业、学校排名等，事实上学科竞赛的成绩已经成为了一所大学办学水平和办学实力的重要体现，这就倒逼高校不得不重视竞赛成绩。例如，笔者在调研过程中发现，由于中国“互联网+”大学生创新创业大赛报名人数与项目推荐数量挂钩，一些高校为了增加竞赛的项目推荐数量、提高竞赛获奖概率，甚至会对竞赛的最低报名人数做出具体要求。显然，这样的行为短期内可能确实会增加学科竞赛的荣誉，但也必然会挫伤大学生参加学科竞赛的积极性与主动性。

大学生参加学科竞赛的动力应该是源于对竞赛的兴趣。然而，高校为了提高竞赛的成绩，往往会出台一系列的激励政策，用评奖评优、研究生推免资格、高额奖金等方式鼓励大学生在学科竞赛中获奖，而对于没有获奖或者获奖名次并不突出的同学缺乏必要的关怀。这些激励政策带有很强的功利性色彩，对于正处于价值观形成期的大学生，很容易塑造错误的创新创业价值取向。根据一项创业竞赛参赛意愿的调查数据显示，在参加学科竞赛活动的同学中，有53.2%的学生以获得奖项作为参赛动力。而且在实际活动中，甚至经常会看到同一个项目会重复参加不同类型的学科竞赛，高校往往也会默许这种行为，目的都是为了获得更多的奖项。可见，高校和大学生片面追求学科竞赛附加价值的现象越来越明显，学科竞赛在创新创业教育中的功利化倾向越来越严重。

三、优化学科竞赛服务高校创新创业教育发展的理路

1. 理顺管理体系，推动学科竞赛的健康发展

管理体系是否合理，在很大程度上决定了一项竞赛活动能否长久存续。经过三十余年的发展，学科竞赛在规则和规章等方面已经日趋规范，但是在管理体系方面仍然存在着一系列的弊病，严重制约了其服务高校创新创业教育的水平和效能。鉴于此，高校以及教育主管部门亟需理顺学科竞赛的管理体系，促进学科竞赛的健康运行和良性发展。

高校和教育主管部门是开展创新创业教育的重要力量，如果能够积极发挥二者在学科竞赛管理体系中的作用，对于理顺竞赛管理体系、推动竞赛健康发展必将大有裨益。例如，近年来浙江省高校的创新创业教育和学科竞赛活动得到蓬勃发展，就离不开科学完善的竞赛管理体系。浙江省的教育主管部门联其他相关部门，共同组建了浙江省大学生科技竞赛委员会，负责统筹全省高校的学科竞赛。浙江省大学生科技竞赛委员会根据各类竞赛的办赛基础、参赛高校、参赛人数以及对人才培养和学科发展的价值，每年都会举办一定数量的学科竞赛。省内各高校统一将这些竞赛列为本校的A类学科竞赛，同时也会支持一些尚未得到浙江省大学生科技竞赛委员会认可、但大学生参与度高的竞赛作为本校的B类学科竞赛。通过搭建这种“官方牵头、校方支持、学生参与”的学科竞赛管理体系，不仅理顺了各类竞赛之间的关系，增强了学科竞赛的专业性、含金量和吸引力，也扩大了学科竞赛对于提升大学生创新精神、创业意识和创新创业能力的辐射范围。

2. 破除“以赛代学”，匡正学科竞赛的功能定位

从教育学的角度来看，学科竞赛在启蒙和培养青年学生创新创业意识、推动高校创新创业教育方面确实发挥了积极的作用。但即便如此，学科竞赛也无法实现高校创新创业教育的主体功能。不可否认，我国高校的创新创业教育能够在短短二十余年间得到迅速普及，一定程度上得益于学科竞赛对大学生所具有的强烈吸引力。然而，近年来高校创新创业教育的发展遇到瓶颈，创新创业教育始终停留在表面，在教育效果上呈现为“浅尝辄止”式的创新创业教育，难以向纵深推进，很大程度上也是受到“以赛代学”错误观念的掣肘。

学术界普遍认为，教育活动存续的时间越长，对教育对象产生的影响也会越深远，教育效果就会越显著。高校的创新创业教育亦是如此。从国际经验来看，没有哪个国家是仅仅依靠举办竞赛活动就能真正实现高校创新创业教育的。创新创业教育的健康、持续发展，需要依靠全校性、系统性的创新创业教育体系发挥主体功能。当前，我国高校的创新创业教育已经进入到新阶段，“浅尝辄止”式的创新创业教育已经很难满足大学生的需求，高校必须打破“以赛代学”的教育观念和教育模式，及时创设系统的创新创业教育课程、编写专门的创新创业教材、组建专业的创新创业师资队伍，甚至成立创新创业教育专业和创新创业教育学科，使得高校的创新创业教育教学活动发挥教育功能。唯有如此，高校才能更好地满足当代大学生对于创新创业教育的深层次需求，才能实现高校创新创业教育的持续性发展。

3. 注重师生参与，优化学科竞赛的激励制度

近年来，高校越来越重视学科竞赛的发展，相继出台了鼓励师生参与竞赛的激励制度，但是效果却并不理想。笔者在长期从事和观察高校学科竞赛管理活动中发现，真正参与学科竞赛活动的老师和同学往往集中在少数人群，而大多数的师生都不愿意将时间花费在学科竞赛活动上。教师和学生是教育活动中最主要的参与者，离开教师和学生的任何教育活动都将毫无意义。学科竞赛是激发大学生创新创业兴趣、启蒙创新创业意识的重要载体，如果学科竞赛沦为“少数人的俱乐部”，将会失去教育意义。

学科竞赛也是重要的教学活动。但在实际教学活动中，学科竞赛在某种程度上游离于课程教学体系和实践教学环节之外，教师对学科竞赛的指导演变为对部分参赛学生的额外辅导，忽视了学科竞赛为专业服务的导向作用，导致学生参与目的不够明确等。虽然高校出台了学科竞赛的相关激励制度，但是这些激励制度大多以获奖为前提，以物质激励为主，对于师生的激励效果并不显著。笔者认为，除了物质激励，高校还应当将学科竞赛纳入到教学活动当中，作为教学课程的一部分，这样不仅可以纳入指导老师的工作量，更好地提高教师参与学科竞赛的积极性，也可以让学生通过参加竞赛活动获取学分，减轻日常学业的压力，反过来也能够让大学生有更多的精力和时间参与到学科竞赛活动。

4. 强化价值引领，消解学科竞赛的功利化倾向

大学生处于价值观形成的重要阶段。由于学科竞赛天然的带有功利性的属性，如果不加以干预与引导，势必会加重功利化对大学生价值观形成所带来的不良影响。有调研数据表明，日常思想政治教育对大学生的人生观、价值观、政治观、道德观及其行为选择均具有正向显著影响。因此，在鼓励和引导大学生参与学科竞赛的同时，高校还需要加强对大学生的日常思想政治教育，强化对大学生的价值引领，有效消解学科竞赛的功利化价值取向。

高校可以将思想政治教育以多种形式融入到学科竞赛活动中。例如，学科竞赛在命题时，可以结合“环境保护”“节水护水”“脱贫攻坚”“为老爱幼”“振兴乡村”等主题，引导大学生关注社会公共领域的问题，关注社会创业问题，让大学生在参与学科竞赛的过程中，既培养了创新创业意识，又涵养了家国情怀。事实上，教育主管部门和高校也已经关注到这一问题，近年来，越来越多的学科竞赛都在强调以社会价值为导向。笔者相信，今后学科竞赛中这样的导向性会更加明显。

（参考文献略）

 

大学生智能制造竞赛育人绩效影响因素分析——10项竞赛的多案例研究

李滋阳，石宏伟

摘要：目前大学生智能制造竞赛举办届次少、赛制不成熟，关键技术生成率和转化率低，育人绩效亟须优化。本研究运用多案例研究方法，以育人绩效为起点，归纳提取竞赛链条中政、用、产、学、赛5个维度的24个影响因素；基于ISM方法，对智能制造竞赛育人绩效直接和间接影响因素的层次结构及逻辑关系进行系统分析。提升大学生智能制造竞赛育人绩效，我国应研制以产业需求为牵引的赛事支持政策；全方位推进赛事平台的内涵建设；打造赛事的“学术通行证”品牌；吸引竞赛链条多主体多要素支持；引导参赛方切实提升备赛水平。

关键词：大学生；智能制造竞赛；数字人才；育人绩效；中国制造；创新人才培养

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出，要深入实施智能制造和绿色制造工程，发展服务型制造新模式，推动制造业高端化、智能化、绿色化。习近平总书记也曾强调，要坚持数据开放、市场主导，以数据为纽带促进产学研深度融合，形成数据驱动型创新体系和发展模式，培育造就一批大数据领军企业，打造多层次、多类型的大数据人才队伍。可见，加快培育一批卓越数字人才，生成一批前沿数字技术，打造一批高端数字产业是当前我国经济社会发展急需。因此，创新数字人才培育模式，优化数字人才培育平台，是摆在教育链、产业链、创新链等链条主体面前的重要课题。科技竞赛是深化高校实践教学体系改革和培养创新型人才的有效途径，具有产学研协同育人优势，有利于建立跨组织合作创新关系和知识结构，实现教育资源优势互补，破除技术转移障碍，促进科研转化。大学生智能制造竞赛作为科技竞赛的重要类型，是孕育优质项目和关键技术的有效载体，对培养数字人才具有强力推动作用。但截至2020年，以“智能制造”为主题的大赛，如全国智能制造（工业4.0）创新创业大赛、“西门子杯”中国智能制造挑战赛等多处于起步阶段，举办届次少、成熟度低，育人绩效仍有较大提升空间。因此，顺应我国制造业数字化转型导向，力促赛事“应需而生”、赛程“应时而变”，系统分析智能制造竞赛育人绩效影响因素并提出针对性改进策略，有利于提升重大赛事的高质量成果供给率和高新技术产业转化率及大学生智能制造竞赛育人绩效。

一、文献综述

学界以“智能制造类竞赛”为主题的研究成果主要集中在备赛育人、以赛育人和竞赛育人绩效影响因素分析等方面。一是关于备赛育人的研究。高校从备赛管理机制创新、实验室平台构建、新工科建设和核心课程体系构建等方面着手，为竞赛前端提供助力。具体路径包括优化备赛管理链条，赋予链条“教研赛训”功能，凸显“教学研发备赛育师”协同效应；结合教改需求，研发专门的实验教学系统；根据数字化工程特征，打造“三网两化一平台”核心课程体系，创新教材建设模式和教学方式；等等。二是关于以赛育人的研究。在育人模式方面，基于校企合作的“学科竞赛+Seminar+创新创业”模式主张以学科竞赛为驱动，培养学生的学科综合能力和创新创业能力；“课赛一体”模式重在解决个性化和标准化培养相融难的问题。在育人技术方面，主办方跨界育人意愿强烈，借助高新信息技术赋能竞赛，培育参赛者大数据分析、数据建模、算法优化、软件编程等数字技能应用和跨界交叉融合能力。在育人资源方面，“学赛一体、研创融教”的双元协同育人体系倡导“产、学、研、赛、创”深度融合，在多环节联动育人过程中为复合型人才培养提供更多资源。三是竞赛育人绩效影响因素分析的研究。一方面，研究方法有所差异。如胡锋等利用社会分类范式和信息利用范式，并结合设计类网络创新竞赛数据进行实证分析，发现参赛人员的国别多样性、技能种类多样性与竞赛绩效均存在倒U形关系。宫毅敏等利用Apriori算法对学生参赛意愿问卷信息进行双向数据挖掘，并结合分析结果提出以赛育人策略。另一方面，研究侧重点有所不同。毛江华等对大学生参赛意愿影响因素进行实证分析，对高校优化竞赛鼓励政策提出建议。夏恩君等分析了具体赛事的个体绩效影响因素。

由以上分析可知，目前关于竞赛筹备、模式、技术、资源等方面的研究以定性研究为主，可为本研究获取大学生智能制造竞赛育人绩效影响因素提供范围启示，即在以赛事本身为内核，以政府、需求、产业、高校等为外延的竞赛链条上系统梳理影响因素。竞赛育人绩效影响因素的研究以定量研究为主，主要围绕技术技能、参赛意愿、竞赛制度、创新能力、个体特征等角度展开，可为本研究提供思路借鉴和方法比较。目前，备赛育人、以赛育人方面的研究分别局限于备赛环节和竞赛环节，对竞赛链条的全面解读还不够深入。竞赛育人绩效影响因素分析方面的研究成果虽丰富，但选题较为分散，影响因素的类别和范围不成系统，直接进行竞赛育人绩效影响因素分析的研究还不够深入，更少有成果关注各类影响因素的层次结构及逻辑关系，研究视角有一定的局限性。因此，基于现有研究，本研究进一步丰富研究视角，深挖竞赛育人绩效影响因素的作用关系，为多链条协同培养数字人才，推动制造业数字化转型提供一定借鉴。

二、大学生智能制造竞赛育人绩效影响因素的多案例分析

案例研究法可对质性数据资料进行挖掘、提炼和分析，便于结合智能制造竞赛相关信息探明育人绩效的影响关系。因此，本研究首先明确大学生智能制造竞赛育人绩效的内涵，基于此，选取全国性智能制造竞赛作为研究案例，以育人绩效为起点，归纳、提取大学生智能制造竞赛育人绩效影响因素。

（一）大学生智能制造竞赛育人绩效的内涵及影响因素维度

大学生科技竞赛育人绩效是指大学生通过参加科技创新竞赛，受到竞赛目标激励，学习及实践自主性、协同性有效发挥，差异性创造合力得以显现，最终促成理论知识的转化与应用。大学生智能制造竞赛育人绩效是在我国制造业数字化转型背景下提出的概念，植根于大学生科技竞赛育人绩效，着重突出高端制造业人才及成果的需求导向。因此，本研究借鉴基于“教育链创新链产业链”深度融合的创新型人才内涵，认为大学生智能制造竞赛育人绩效是指面向中国制造新发展需求，攻读新工科专业，即将从事高端制造业研发、管理等工作的大学生通过参加智能制造竞赛，成长为高层次、拔尖型创新人才，达成以赛育人目标的程度，以及产出推动智能技术创新和产业数字化升级的前沿急需成果的实际成效。

在《中国制造2025》和国家大数据战略引导下，我国涌现了大量以“智能制造”“工业4.0”为主题的竞赛，本研究选取10项全国性智能制造竞赛进行信息解析、全面梳理、系统归纳和深度总结。在此基础上，本研究对搜集到的竞赛资料进行开放性编码，并对竞赛资料作概念化处理；通过主轴编码，对相应的初始概念进行提炼，归纳和梳理范畴的内涵和逻辑关系，形成主范畴；进行选择性编码，对所得到的主范畴进行聚合以找到核心范畴。运用扎根理论分析得出，大学生智能制造竞赛育人绩效受竞赛链条中政府（政）、需求（用）、产业（产）、高校（学）、赛事（赛）5个维度的因素影响。其中，“政”“产”为竞赛链条的支持端，“用”为竞赛链条的需求端，“学”为竞赛链条的供给端，“赛”为竞赛链条的产出端。大学生智能制造竞赛育人绩效影响路径（见图1）以需求端为牵引，以支持端为支撑，以产出端为平台，倒逼供给端同频优化育人举措，最终形成以赛事本身为内核，以市场需求、政策支持、企业融入、高校参与为外延的以赛育人体系。

（二）多案例分析

1.样本获取。本研究对案例的选择主要基于4个标准：一是竞赛具有典型性；二是契合智能制造主题，比赛目的旨在培养数字人才等创新型人才；三是网站信息、相关文献披露程度高和资料易得；四是比赛认可度高。按照以上标准，本研究选择全国智能制造（工业4.0）创新创业大赛等10项竞赛作为研究样本。

2.竞赛信息收集与分析。本研究将10项竞赛有关育人绩效的大赛介绍、参赛指南、赛题资料、新闻公告、项目推介等内容作为重要的资料来源，并注重相关信息的真实性和时效性。此外，本研究邀请高等教育、工业工程等研究领域的专家对近7万字相关资料进行审阅和分析，以确保信息来源准确，分析过程及结果科学、合理。

3.育人绩效影响因素提取。本研究对选取的10项智能制造竞赛信息进行分析，归纳总结出24个影响智能制造竞赛育人绩效的因素，如表1所示。

三、研究方法与过程

（一）研究方法

大学生智能制造竞赛作为数字人才培养链条的重要一环，具有明显的跨界育人优势。系统分析智能制造竞赛育人绩效影响因素，并厘清各影响因素的相互作用关系，有助于我们提升育人的系统性、逻辑性和深入性。解释结构模型（Interpretative Structural Modeling，ISM）将复杂系统分为若干简单的子系统，通过矩阵运算绘制出等级结构图，便于研究者发现各因素之间的关联性。因此，本研究选择ISM法展开研究。该方法步骤为建立邻接矩阵；建立可达矩阵；可达矩阵的层次化处理；构建解析结构模型并进行解释。

（二）计算过程

根据多案例分析结果，本研究最终确定24个大学生智能制造竞赛育人绩效影响因素。为清晰界定影响因素内涵，本研究对提取的因素进行分类、编码及描述，如表2所示。

为确保分析过程与分析结果的合理性和科学性，本研究基于专家咨询法与头脑风暴法，向高等教育、创新教育、生产与服务运营管理等研究领域的专家发放调研提纲与问卷，经深入讨论、梳理与遴选，并结合专家学者的意见，明确了24个影响因素的层级关系，以及各影响因素对智能制造竞赛育人绩效的直接/间接作用关系，最终构建了大学生智能制造竞赛育人绩效影响因素邻接矩阵，如图2所示。

2.建立可达矩阵。在邻接矩阵的基础上，本研究运用布尔法则，计算邻接矩阵M与单位矩阵I作矩阵（A+I）的幂运算，直到满足R=（A+I）n+1=(A+I)n≠…≠(A+I)2≠(A+I)。本研究利用Matlab软件求出可达矩阵R，如图3所示。

3.可达矩阵的层次化处理。本研究求出可达矩阵后将复杂系统分解成多级递阶形式，此时可达矩阵R可分解成可达集和先行集两个子集。可达集R(Si)是指在可达矩阵中由Si可达到的要素构成的集合；先行集A(Si)是指在可达矩阵R中由可到达Si的要素构成的集合。等级划分从第一级开始，由于第一级没有更高级可到达，因此，第一级的可达集R(Si)包括自身和与它同级的要素；第一级的先行集A(Si)包括自身、强关联单元和可达到它下一级的某些单元。因此，第一级要素满足R(Si)∩A(Si)=R(Si)。本研究在得到第一级要素后将其从表中划去，以此类推得到所有要素的等级划分。本例的R(Si)、A(Si)、R(Si)∩A(Si)见表3。

 

4.构建解析结构模型。本研究根据上述等级划分结果构建解析结构模型（如图4），厘清各影响因素之间的作用关系。

对模型结构进行整体分析可知，大学生智能制造竞赛育人绩效5个维度的影响因素共计24个，分属8个层级，各层级影响因素呈现清晰的作用关系。其中，政府（战略引导、政策支持、入驻孵化器）、产业（人员支持、资金支持、技术支持）维度的影响因素为6个，一并视作竞赛链条的支持端影响因素；需求（人才需求、成果需求）维度的影响因素为2个，视作竞赛链条的需求端影响因素；高校（新工科建设、专业综合能力、科研创新能力、工程实践能力、赛事重视程度、备赛水平）维度的影响因素为6个，视作竞赛链条的供给端影响因素；赛事（比赛宗旨、比赛规模、比赛周期、比赛内容、参赛队伍结构、奖励方式、专家辅导、成果孵化、投资对接、比赛级别）维度的影响因素数量最多，共10个，视作竞赛链条的产出端影响因素。参照影响因素的端属类别，并结合影响因素的作用路径分析可知，大学生智能制造竞赛育人绩效的影响过程源于需求端的人才需求和成果需求，两者通过作用于战略引导，进而对处于中间环节的支持端、供给端和产出端的各类因素产生影响，最终作用于供给端的3个直接影响因素，即专业综合能力、科研创新能力、工程实践能力，以提升育人绩效。

具体来看，人才需求和成果需求（第8层）代表了制造业数字化转型的现实需求，对制造业未来发展战略制定与导向调整具有直接影响。明确的战略引导（第7层）为智能制造赛事支持政策的研制提供参考框架，也会赋予比赛宗旨更多内涵（第6层）。战略引导是育人绩效的支持端影响因素，比赛宗旨是产出端的影响因素，二者对赛事起导向性作用。比赛级别、人员支持、入驻孵化器、技术支持、资金支持、比赛内容、比赛规模、赛事重视程度、专家辅导、成果孵化、投资对接、比赛周期、奖励方式、备赛水平、新工科建设、参赛队伍结构等16个影响因素分布于第2—5层，这部分因素主要是供给端、产出端和支持端影响因素，这些因素不直接作用于育人绩效，其通过相互作用对第1层因素产生影响，间接影响育人绩效。第1层包括专业综合能力、工程实践能力和科研创新能力，这3个因素是供给端影响因素，也是最上位影响因素，直接作用于育人绩效。值得注意的是，专业综合能力、工程实践能力和科研创新能力之间存在强连接关系，参赛高校可依托赛事及自身育人资源着重培养参赛者某1项能力，从而带动其他2项能力的提升，进而实现3项能力全面发展，最终以3项能力互促提升育人绩效。此外，其他各层级间接影响因素也对3项能力施加影响，进而对育人绩效产生影响。

四、大学生智能制造竞赛育人绩效提升策略

基于上述分析，本研究探明了大学生智能制造竞赛育人绩效影响因素之间的内在联系，并参照各要素的要素维度、端属类别、所属层级及作用关系，对相关要素进行归类（见表4）。基于归类后的要素集，围绕育人绩效这一关键问题，结合各作用路径以及大学生智能制造竞赛存在的现实问题，本研究提出以下几条有指向性的大学生智能制造竞赛育人绩效提升策略。

（一）研制以产业需求为牵引的赛事支持政策

高质量发展是目前经济社会发展的主线，其内核在于聚焦实业，推动产业链现代化、高级化，落脚点在于推动制造业数字化转型，动力源在于数字人才和数字成果向高端制造业持续聚集，永续发力。目前，我国已出台制造业数字化转型的相关文件，如《关于深化制造业与互联网融合发展的指导意见》《智能制造发展规划（2016—2020年）》等。此类政策虽起到统筹推进作用，但对数字人才培育和数字成果孵化的针对性、深入性指导尚弱，立足智能制造竞赛等育人载体的支持政策有待制定。具体来讲，我国应从数字经济或新工科建设相关政策体系中分解并细化智能制造竞赛支持政策体系，提升政策研制过程中企业数字项目运营负责人、关键技术攻关项目主持人、高校和科研院所基础或前沿理论研究人员的参与积极性，尽快出台聚焦感足、指导性强、操作性强的政策，为其他跟进政策的制定提供基础，比如为赛事运行提供共享式、多协同的育人软机制和硬环境支持。在软机制方面，我国要形成“新工科+新技术+新工种”的育人思路，鼓励高校在企业人才和技术需求上找灵感，倒逼新工科应用研究方向与企业走向并轨，共同塑造新工种，协力提升育人资源的流通度和共享度。在硬环境打造方面，我国要重点推进智慧校园和数字化实验室、教室建设，为师生备赛、培训、仿真模拟、开展研究弥合硬件差距。

（二）全方位推进赛事平台的内涵建设

伴随着高等教育发展，我国赛事内涵建设在不同历史时期呈现不同的评价标准和特点，其中智能制造竞赛先后经历了从重规模、重赛制到重内涵的发展模式。因此，聚焦内容建设是培养参赛者专业综合能力、科研创新能力和工程实践能力的落脚点，有利于提升其参赛意愿，吸引政府政策支持，推进技术生成与转化。一方面，我国应紧贴制造业数字化转型实际，将以往“多而杂”的竞赛主题分解成智能装备技术转化、智能产品研发、智能生产流程重构、智能服务系统运行和智能管理模式创新等二级主题，并围绕二级主题深度拓展比赛内容，做好选题征集、设计、论证等工作，使其既能涵盖我国制造业数字化转型的紧迫性主题，又能给予探索性、开放性主题适度指标，确保竞赛内容与产业急需相适应，与参赛师生的创新思维相匹配。另一方面，比赛内容的高质量应体现在技术转化率上。智能制造类竞赛内容更能体现技术时效性、前沿性，是激发高校创新团队核心科研潜力、验证科研实力的有力凭借。一直以来，政府重视产业调整和关键技术突破，高校以高等教育评价导向为发展指引，企业在趋利与变革中不断演进，为此，赛事平台需以优质数字技术高效转化为抓手，有效化解政府、高校、企业的目标冲突，塑造四方共赢的新格局，推进自身内涵式发展。

（三）打造赛事的“学术通行证”品牌

主办方应引导高校提升赛事认可度，最大限度释放赛事“学术通行证”的品牌价值。一是赛事宗旨应充分表达科研报国的时代追求，清晰定位赛事指向的制造业类型，同时配套公布高端制造业数字化转型技术需求清单，为参赛师生树立“顶天”的科研理想，扎实“立地”的实操根基，引导参赛团队围绕技术急需开展研究，不断提升对赛事宗旨的认同感。二是在竞赛奖项认可方面，智能制造竞赛的级别大多为国家级，具有规模大、资源融合度高、参赛队伍专业性强、竞争激烈等特点，这些显性因素会通过舆论宣传提升高校师生的认可度。同时，考虑到重大关键技术突破的长期性、复杂性，主办方可将关键技术分解为短期子课题，便于高校因题备赛，充分调动相关学科硕士、博士研究生的参赛积极性，不断扩大候选团队范围，充分寻找解决技术难点的可行性方案，着力推进优秀项目商业化、产业化，做到以赛促学、以赛促教、以赛促研、以赛促产，从专业技术层面提升参赛高校的认可度。三是主办方应依托竞赛建立相应研究领域的学术团体或联盟，邀请具有学科优势的高校加盟，倡导高校完善科研成果转化激励与保障机制，建立竞赛管理制度和奖励政策，将赛事奖项与教师职称评定标准挂钩，充分释放学术福利，为“破五唯”提供实操路径。同时，主办方应给予参赛学生科研立项、实践学分、奖助学金等奖励，推进创新实践教育与现行培养体系有机融合，着力打造重大赛事的学术品牌效应，为业界树立新时代竞赛标杆。

（四）吸引竞赛链条多主体多要素支持

主办方应吸引链条中各育人主体为竞赛提供助力。总体而言，主办方要以竞赛内容推进新工科建设，消除高校交叉学科建设与产业技术升级之间的割裂感，避免竞赛“一阵风”的短期培育弊端，构建促成知识创造和知识转移的常态化运行机制，为科技创新打造从知识诞生地到技术应用场的全链条生态系统。首先，主办方应依据对口政策系统制定赛程规章，保证政赛同轨、以政促赛、以赛引力，提升赛事筹备水平。其次，主办方要注重吸引企业为竞赛提供人员、资金、设备支持。再次，主办方应争取高校的备赛支持，充分发挥其竞赛供给端优势，如引导高校加强备赛经费、师资支持力度，提供实验设备、场地等平台资源；构建阶梯式科研团队，从入学起培养学生的创新意识和创新能力，在赛研结合进程中推进新工科建设；组织人工智能专家、人工智能培训师、智能制造企业家开展指导，提升参赛作品科技含量。最后，主办方应尽快建立人工智能专家库，邀请主要成员加入赛事指导委员会，为赛事举办提供专业指导和规划；与数字技术孵化器主管单位和智能制造企业孵化器培育平台合作，为胜出团队提供孵化奖励；取得风投机构支持，扩大智能制造技术投资在整体投资额度中的占比，激发新一轮先进制造投资动力，为校企合作和智能制造创业提供契机。

（五）引导参赛方切实提升备赛水平

比赛周期的流程及各环节时间跨度安排会影响参赛人员的选题难度、研究深度和创新高度，合理的赛程安排是更多团队参赛、更好状态备赛、更新成果竞赛的重要保障。主办方应竭力优化赛制，确保赛程设计标准、流畅，注重提高比赛内容、规模和周期的适配性，确保比赛内容明确、规模合理、周期适宜，避免华而不实和盲目追求多流程，保证参赛人员在科学赛程中实现深度学习和创新。此外，主办方还需重视比赛规模与赛事重视程度的正向作用。赛事重视程度是参赛意愿的具体表现，也是参赛人员充分备赛的前置条件。主办方应与其他育人主体协力推进教研赛有机融合，让师生乐于参赛、敢于参赛、善于参赛。高校在备赛阶段要注意优化参赛队伍结构，放大学科交叉效应。参赛队伍结构对提升参赛者专业综合能力、科研创新能力和工程实践能力有直接促进作用，放大学科交叉效应便于共用学科平台，联通不同学科背景参赛学生的思维模式和视野格局，贯通“偏理论”“偏实践”“重交叉”等不同专业的师资力量，产出目标感强、创新角度吻合市场急需、企业认可度高、校企资源支撑力适配的研究成果。在校内选拔、组队、备赛、指导、模拟等流程中，参赛高校应积极引导参赛者跨学科合作，提高学历、学科、年龄等指标的区别度，避免因学科背景趋同引发数字技术创新的“孤岛现象”。参赛高校应将跨学科培养模式从概念层面落实到实操层面，借助传统教育范式优势，在新工科课程体系、信息化实训平台创建等方面发力，探索基于场景驱动的教研模式，提高学生解决数字技术问题和复杂工程问题的能力。

五、结语

本研究针对我国大学生智能制造竞赛育人绩效这一关键问题，归纳总结了智能制造竞赛育人绩效的直接与间接影响因素，利用ISM法构建出大学生智能制造竞赛育人绩效解析结构模型，清晰呈现了各影响因素的层次结构及逻辑关系，并对模型结构进行了整体分析和具体阐释，探明了各影响因素之间的内在联系，基于分析结果提出了“政策支持赛事优化品牌通行多方助力积极备赛”的宏观改进思路及5条具有指向性和可操作性的提升策略，旨在有效发挥政策的保障作用，有力促进相关赛事的推广与举办，不断提升参赛方的认可度，充分吸纳各链条育人资源，为广大师生备赛、参赛提供助力，多路径协同提升以赛育人绩效。

在实际研究中，应用ISM法对各类赛事影响因素进行分析时需要注意两点。一是邻接矩阵的构建具有较强的赛事针对性。研究者应结合赛事特点确定各项影响要素的维度、类别与关系。二是注重ISM法的现实意义。得出解析结构模型后，研究者要试图从中找出要素间的相互关系，并厘清新的工作思路，为赛事管理和育人绩效提升提供可行性建议。未来研究者可结合典型案例与其他研究方法，进一步分析大学生智能制造竞赛育人绩效各影响因素的作用关系与作用程度，为开展相近研究拓宽视角，提供相应参考与启示。

（参考文献略）

---

资料来源于《煤炭高等教育》（2024年第2期），高仓健系浙江工商大学会计学院讲师.

学科竞赛中大学生创新绩效影响因素分析

王亚娜，金丽馥，毛罕平

摘要：本研究通过探索性因子分析得到了学科竞赛中大学生创新绩效影响因素7个维度的因子：参赛动机、指导教师专业素质、学校创新氛围、个体创造力特质、学生科研素质、师生关系、团队情况。验证性因子分析结果显示影响因素测量量表具有良好的信度和效度。对学科竞赛中大学生创新绩效影响因素的多元线性回归结果显示，师生关系、学校创新氛围、个体创造力特质、参赛动机、教师专业素质、学生科研素质对创新绩效具有显著影响，影响作用逐渐变小；团队情况对创新绩效没有显著影响。高校要提高大学生在学科竞赛中的创新绩效，应优化师生关系，营造以人为本的教学环境；打造优质创新环境，创建多方协同育人的新模式；激发学生兴趣，构建内在动机提升方案；加强指导教师的组织与管理。

关键词：学科竞赛；创新绩效；师生关系；创新氛围；个体创造力；参赛动机

一、引言

学科竞赛是以学生兴趣为导向，以创新型科技成果为载体的科研实践活动，它要求大学生运用学习过程中建立的逻辑思维进行发散思维，发展创新思维，创造出创新性作品。学科竞赛既是课堂理论和专业知识的有效补充和延伸，也是提高学生创新实践能力的主要平台和有效手段，在创新人才培养中的作用日渐显现。我国每年有数以百万计的大学生参加学科竞赛，其较好的创新绩效将发挥三个方面的重要作用：对学科竞赛本身而言，作用发挥的效果取决于对参赛者创新成果科学、公正的评价，这样可以最大限度地激励每位参赛学生的创新潜能，提升其能力；对学生而言，高水平的创新作品可以促进学生在成功的良性循环中发展，提高学生在学业、就业中的竞争优势；对组织学生参赛的高校而言，学生在学科竞赛中获奖可以提高学校的影响力和知名度，也为高校学风建设带来生机和活力，有利于推动优良学风的形成。因此，提高学科竞赛中学生的创新绩效非常重要。

现有国内外文献中对大学生学科竞赛的研究主要集中在三个方面：一是学科竞赛对人才培养的影响研究；二是依托学科竞赛的教学改革、课程设置研究；三是学科竞赛的组织、管理及提升竞赛本身质量的研究。现有文献对大学生科研团队创新绩效影响因素的定量研究主要从个体特质、动机、团队特征、创新氛围、指导教师等角度进行，以研究个别因素与创新绩效的关系居多。现有研究存在以下两方面的不足。一是关于学科竞赛的研究一般采用定性方法，大部分来自学者在相关工作方面的经验总结，这样的研究稍显理论高度不足，体系程度欠缺。以大学生作为专门研究对象，围绕学生参赛中的创新绩效影响因素的定量研究几乎没有。高校为提高学生参加学科竞赛创新绩效进行的管理、提供的服务等仅停留在主观意识层面，缺乏对学生创新绩效影响因素的深刻把握，尚未形成事半功倍的学科竞赛保障体系。二是对大学生团队创新绩效的定量分析以研究个别因素与创新绩效的关系居多，缺乏对问题多角度、多因素的定量分析，而学科竞赛创新绩效取决于学生自身和外界因素的影响。关于大学生科研团队创新绩效影响因素的研究成果为大学生学科竞赛创新绩效影响因素的研究提供了借鉴和移植的蓝本，但是学生为参加学科竞赛组成的团队具有一定的特殊性：团队根据参加比赛的需要组建，成员可能来自不同专业，存续期间一般为比赛期间；团队成员均为学生，团队中以负责人为主，其他成员为辅；学科竞赛的指导教师与参赛学生的关系不同于导师与研究生的关系，前者合作时间短、指导内容更加有针对性。这些区别使得对大学生科研团队创新绩效影响因素的研究成果不能照搬到大学生学科竞赛问题上，需要在借鉴已有研究成果基础上，结合大学生学科竞赛的特点对创新绩效影响因素进行研究。

为此，本研究通过系统性和专门性梳理，多角度、全方位地构建学科竞赛中大学生创新绩效影响因素调查问卷，并通过探索性因子分析、验证性因子分析确定影响因素测量题项；运用多元线性回归定量分析影响因素对学科竞赛中学生创新绩效的影响，进而有针对性地提出提高大学生在学科竞赛中创新绩效的对策建议。

二、研究假设

（一）学科竞赛中大学生创新绩效

大学生科研团队创新绩效主要是指具备创新能力的大学生科研团队通过运用新的知识、想法等所产生的科技创新成果，是创新能力、创新行为和创新结果三方面的综合。大学生创新绩效最直观的体现就是大学生在校期间所创造出的创新成果，可量化的指标就是科研学术产出。田剑等指出在线创新竞赛中参赛者创新绩效是组织者对参赛者提交方案质量的评价，通过解答者赢得的奖金数量反映组织者对其提交方案质量的评价。学生参与学科竞赛是学生间组建团队，在教师指导下开展科学研究、产出创新成果的过程，是大学生科研团队创新过程的一种具体表现形式，其创新绩效可以通过科技创新成果，即参赛作品质量反映。以全国大学生智能农业装备创新大赛为例，比赛从选题、可行性分析、创新设计、实物或模型制作、形成成果报告到参加现场比赛历时8个月。比赛时评委结合参赛者成果报告，通过现场审核作品、现场问辩的形式对参赛者提交的作品质量进行评价打分，根据分数高低依次评出不同的奖项。作品评价的标准是：①可行性，考察该作品技术的可行性、相对优势；②创新性，考察构思的新颖性、关键技术的独特之处；③科学性和实用性，考察设计的合理和精巧程度、技术先进程度；④成果展示及现场问辩，考察样机（实物模型）制作质量、成果的物化程度、汇报思路和答辩清晰程度。由此可见，通过参加学科竞赛培养了学生分析和解决问题能力、实践动手能力和表达能力，所以创新大赛的评分是对学生创新绩效的综合反映和评判。结合前人研究成果和创新大赛的特点，本研究通过参赛作品得分来测量大学生学科竞赛中的创新绩效。

（二）学科竞赛中大学生创新绩效的影响因素

本研究借鉴关于大学生团队创新绩效的研究成果，结合学科竞赛的特点，提出以下假设。

1.个体创造力特质与学科竞赛中大学生创新绩效。罗伯特·R·麦克雷(Robert R. Mccrae)等认为，个体创造力人格是影响其创新绩效的关键因素之一。当个体拥有更高的创造力人格特质时，会产生更为丰富多元的想法，并且试图将自己的想法转化成具体可行的创新行为，从而产生更多创新绩效。在参加比赛的过程中，学生通过发挥其创造力，将自身的知识储备和技能加以消化利用制作出创新作品，体现为创新绩效。由此，本研究提出如下假设：

假设1：个体创造力特质与学科竞赛中大学生创新绩效正相关。

2.参赛动机与学科竞赛中大学生创新绩效。自我决定理论是一种关于人类自我决定行为的动机过程理论，该理论将个体动机分为内源性动机、外源性动机和无动机。其中，内源性动机指个体的行为来源于内在的兴趣；外源性动机指个体为了获得某种结果而去从事一项活动的倾向；无动机的个体无法确保活动的正常进行。个体的创新动机是创新可能的主体条件，具备了创新知识和技能的个体，没有创新动机的激发，知识和技能很难转化为创新行为，就不会对创新绩效产生太大的影响。大学生的参赛动机是多元化的，科研兴趣、获奖、提升个人能力等参赛动机激发了其创新动力，诱导其产生创新行为,影响最终的创新绩效。由此，本研究提出以下假设：

假设2：参赛动机与学科竞赛中大学生创新绩效正相关。

3.学生科研素质与学科竞赛中大学生创新绩效。科研素养整体水平对科研主体投入产出效率有显著影响。学科竞赛作为一项科研活动，其以参赛者扎实的理论知识为基础，要求参赛者具有较强的动手能力，通过使用先进的研究手段，产生较好的创新绩效。由此，本研究提出以下假设：

假设3：学生科研素质与学科竞赛中大学生创新绩效正相关。

4.团队情况与学科竞赛中大学生创新绩效。参加学科竞赛需要完成方案设计、结构设计、程序调试、材料撰写等环节，团队需要具有交叉的专业知识背景，团队成员间需要有效沟通和知识共享才能更好地完成创新作品。乐婷婷等对大学生创新创业团队绩效影响因素进行了研究，发现了团队在性别比例、专业配比方面对大创绩效有显著影响。阿里·E·阿肯(Ali E. Akgün)等的研究发现，团队规模的大小、沟通频率的高低对团队创新绩效有显著影响。由此，本研究提出如下假设：

假设4：团队情况与学科竞赛中大学生创新绩效正相关。

5.指导教师专业素质与学科竞赛中大学生创新绩效。导师素质是培养研究生的关键因素，导师只有在自身专业能力和创新能力较强的前提下才能游刃有余地指导学生，提高学生的创新绩效。参加创新比赛的团队在导师指导下进行创新，竞赛成果的完成过程涉及理论知识和实践技能，对指导教师专业水平和业务能力有较高的要求。由此，本研究提出以下假设：

假设5：指导教师专业素质与学科竞赛中大学生创新绩效正相关。

6.师生关系与学科竞赛中大学生创新绩效。学生一般是在导师指导下进行创新研究，其创新能力容易受到“学生导师”关系的影响。现在学生一般为“90后”或“00后”，他们自我意识和自我优越感强、心理承受能力差等特点以及思想中逐渐树立起的平等意识和民主观念使得他们更加看重师生关系。师生关系的融洽、协调，可以激发学生创新的内在动机水平，对学生能否顺利进行创新活动，进而产生创新绩效具有重要作用。由此，本研究提出以下假设：

假设6：师生关系与学科竞赛中大学生创新绩效正相关。

7.学校创新氛围与学科竞赛中大学生创新绩效。创新氛围不仅从整体层面上体现了支持创造力的环境因素，而且从个体层面上反映了组织成员对其所处工作环境的直觉描述，是个体感知到的工作环境支持创造力和创新的程度。先进事迹和经验的宣传可以增强学生信心，激励学生不断学习并创新。仪器设备、实验场地、支持经费等资源保障是进行创新的必要条件，有利于参赛学生开展创新活动。在参加学科竞赛过程中，人员协助和专家指导等可以有效提升参赛学生的知识和技能，促进其创意实现，提升创新绩效。参赛作品获奖后的社会推广导入了企业资源，可以进一步推动大学生创新的模型作品变成原型产品乃至商品，进一步提升了其创新积极性，促进创新绩效的提升。由此，本研究提出以下假设：

假设7：学校创新氛围与学科竞赛中大学生创新绩效正相关。

根据上述理论假设，本研究的理论模型如图１所示。

三、数据获取与分析

（一）量表编制

1.问卷编制。学生参与学科竞赛是一个系统工程，包括赛前准备、参赛作品完成和作品展示。赛前准备包括了解比赛规则、组建团队、联络指导教师、报名参加比赛等；参赛作品完成经历确定选题、方案拟定、作品设计、作品加工、作品调试、撰写报告等环节；作品展示阶段包括作品介绍、现场答辩等，每一个环节都有可能对其创新绩效产生影响。调查问卷测量题项一方面来源于有关大学生团队创新绩效影响因素的文献分析，另一方面是通过整理开放式问卷而来。本研究构建了参赛动机、个体创造力特质、学生科研素质、参赛团队情况、指导教师专业素质、师生关系学校创新氛围7个概念类属，初步设计学科竞赛中大学生创新绩效影响因素的47条测量题项，编制了初始问卷。问卷中除了参赛者基本情况外都采用李克特5分量表法进行评价，1表示“非常不符合”，5表示“非常符合”。

2.被试和取样。本研究通过向第四届全国智能农业装备创新大赛参赛学生发放问卷获取数据。全国大学生智能农业装备创新大赛已经成功举办四届，其“以赛育人”的做法得到了教育部高教司的高度认可，从第二届开始大赛升级为教育部认可的国家级赛事。四届大赛共有67所高校，1775件作品和7988名学生参加。大赛着重体现创新实践导向，以行业和企业现实需求为切入点，把知识应用、技术需求、科研成果等融为一体，着重考核竞赛项目作品的可行性、创新性、科学性和适应性，并一定要有样机或者实物模型。该项赛事已经成为集创新创业、成果转移与对接、选人和就业于一体的综合育人平台，成功走出了创新人才培养的新路径。该创新大赛参赛单位基本覆盖了全国农业工程类高校。本研究以参加全国大学生智能农业装备创新大赛的学生为调查对象来研究大学生学科竞赛创新绩效影响因素具有一定的代表性，其研究结果可复制到其他大学生创新大赛中。预测试面向来自27所高校的参赛大学生共发放问卷242份，回收问卷234份，回收率为96.69%；剔除不完整作答、前后矛盾等无效问卷6份，有效问卷共228份，有效回收率为94.21%。

3.项目分析。本研究将228份问卷中被试者在47条测量题项上的得分进行加总，求出量表总分并进行排序,将前27%和后27%的样本进行独立样本ｔ检验，删除决断值不显著的变量。本研究删除了“主动找指导教师请教参赛作品问题”“我的指导教师善于启发式指导”“我的指导教师行业影响力大”“学校(学院)不断向学生宣传创新的意义和重要性”“学生考核体系中明确有与创新相关的指标”“学校鼓励学生在实践中学习并学以致用”6个题项，对剩余的41个题项进行探索性因子分析。

4.探索性因子分析。本研究将问卷题项得分标准化后检验原始变量是否适合做因子分析。检验结果显示，KMO测度值为0.908，达到亨利·F·凯撒（Henry F. Kaiser）等提出的良好的标准，表明样本问卷观测变量非常适合进行因子分析；Bartlett球形检验的卡方统计值为2044，显著性概率为0.00，同样达到显著水平，表明数据适合做因子分析。

本研究采用斜交转轴法进行探索性因子分析，在探索性因子分析过程中采用以下标准进行项目删减：删除最大负荷量小于0.45的题项；删除最大的两个交叉负荷量绝对值均大于0.45的题项；删除最大的两个交叉负荷量绝对值之差小于0.1的题项；每删减１个题项，重新进行探索性因子分析。根据上述标准，本研究删除了原有量表的8个题项：“导师要求”“获得荣誉”“受同学影响”“我的指导教师非常重视本次比赛”“我使用正确的研究方法”“学校（学院）经常举办专题论坛和技术研讨等活动”“团队专业配比合理”“同学可以获得与创新比赛相关的信息资料”。在没有限定因素个数的情况下，本研究对余下的33个题项进行因子分析。其中，特征值大于1的因素共有7个，总解释变异量为61.20%。经过对问卷数据的探索性因子分析,本研究得到了影响大学生学科竞赛中创新绩效的7个维度的影响因素，分别为参赛动机(CM)、指导教师专业素质(TQ)、学校创新氛围(IA)、个体创造力特质(CP)、学生科研素质(RQ)、师生关系(RS)、参赛团队情况(TS)。各因子负荷的具体结果见表1。

探索性因子分析之后本研究进行量表各层面和总量表的信度检验。信度是指观测变量的一致性或稳定性，本研究采用Cronbach′α系数衡量，Cronbach′α>0.70时表示潜变量具有较好的信度。各量表信度见表2，Cronbach′α值介于0.738到0.918之间，说明本研究建立的创新绩效影响因素各维度量表和总量表具有较好的信度。

表2  各量表信度

5.验证性因子分析。为了验证探索性因子分析提炼的因子是否有效地代表了大学生在学科竞赛中创新绩效影响因素的变量，本研究采用AMOS21.0对正式施测的样本数据进行验证性因子分析。本研究利用探索性因子分析得到的变量测量题项形成正式的调查问卷，面向其余28所高校参赛学生发放问卷240份，回收问卷230份，回收率为95.83%；剔除不完整作答、前后矛盾的无效问卷2份，有效问卷共228份，有效回收率为95%。

验证性因子分析采用Cronbach′α系数和组成信度（CR）衡量量表信度。Cronbach′α和CR值高于0.70时表示潜变量具有较好的建构信度。效度是指观测变量反映潜变量内容的程度，本研究验证潜变量的收敛效度和区别效度，采用变异抽取量（AVE）来表征收敛效度，当AVE值大于0.50时表示该潜变量具有较好的收敛效度；区别效度是指潜变量之间是否有差异，可用“潜变量的抽取方差（AVE）平方根”与“此潜变量与其他潜变量的相关系数”的比较来检视，当前者大于后者时说明各变量量表具有良好的区别效度。信度与收敛效度检验结果见表3。结果显示，潜变量测量模型的CR值介于0.775至0.907之间，均大于0.7，说明测量模型具有良好的建构信度；各因子测量模型的AVE值介于0.504至0.602之间，均大于0.5，说明这些测量模型具有良好的收敛效度。潜变量区别效度检验结果见表4。由表4可以看出，各因子的AVE的平方根均大于此因子与其他因子的相关系数，所以各个因子测量模型均具有良好的区别效度。

由此可见，参赛动机、指导教师专业素质、学校创新氛围、个体创造力特质、学生科研素质、师生关系、团队情况7个维度因子的测量模型的信度、收敛效度和区别效度均通过检验，所以各个因子可通过测量模型反映。

（二）回归分析

本研究利用SPSS软件对正式问卷取得的数据进行多元线性回归分析（强迫进入法）。回归方程以创新绩效（IP）作为因变量，采用第四届全国智能农业装备创新大赛中的分数代表大学生学科竞赛中创新绩效的测量值。用分析得到的参赛动机、指导教师专业素质、学校创新氛围、个体创造力特质、学生科研素质、师生关系和参赛团队情况因子的测量题项，采用抽取主成分的方式计算每个因子的得分作为自变量，引入参赛者性别、参赛作品选题来源（导师课题或自主选题）作为控制变量进行回归分析。在进行回归分析之前，本研究先进行自变量间的共线性诊断，相关系数矩阵显示，7个因子变量间均呈现正相关（P<0.01），相关系数介于0.225至0.628之间，呈现中低度相关，可以进行多元线性回归分析。创新绩效影响因素多元线性回归结果见表5。

从表5可以看出，回归方程中未投入7个因子变量的模型一中，控制变量性别、选题来源与创新绩效的多元相关系数（R）为0.076，共能解释创新绩效0.6%的变异，多元回归整体检验的F值为0.654，P=0.521,未通过显著性检验，说明控制变量对创新绩效没有显著影响。模型二中，投入了7个因子变量后，9个变量与创新绩效的多元相关系数(R)为0.924，多元相关系数的平方(R2）为0.853，表明9个自变量可解释创新绩效85.3%的变异。模型二中控制变量对创新绩效没有显著影响。7个因子变量标准化回归系数显著性检验的t值分别为5.584（P=0.000<0.05）、2.926（P=0.004<0.05）、8.663（P=0.000<0.05）、4.584（P=0.000<0.05）、2.295（P=0.023<0.05）、7.982（P=0.000<0.05）、1.312（P=0.191>0.05）,其中团队情况的回归系数未达到显著。造成回归系数未达到显著的原因可能是该自变量与其他自变量存在某种程度的相关关系，但共线性统计量结果（见表6）显示变量间的允差介于0.300至0.976之间，均大于等于0.3，VIF介于1.025至2.945之间，均在4以下，表示进入回归方程式的自变量间多元共线性问题不是很明显，所以团队情况对创新绩效的变异解释非常小。

表6  共线性统计量

7个因子变量的标准化回归系数均为正数，表明自变量对因变量的影响均为正向。其中，参赛动机、指导教师专业素质、学校创新氛围、个体创造力特质、学生科研素质、师生关系6个变量具有显著影响。学校创新氛围、师生关系的标准化回归系数分别为0.332、0.355，说明这两个自变量对创新绩效影响较大。团队情况回归系数未达显著，说明其对创新绩效的影响很小。

根据表5的回归分析结果，本研究得出标准化回归方程：

四、结果分析与讨论

在学科竞赛中，个体创造力特质、参赛动机、指导教师专业素质、师生关系、学校创新氛围、学生科研素质对学生创新绩效有显著的正向影响，影响力从大到小依次为师生关系、学校创新氛围、个体创造力特质、参赛动机、教师专业素质、学生科研素质。团队情况对学科竞赛创新绩效没有显著影响。

（一）师生关系对学科竞赛中大学生创新绩效影响最大

回归分析结果显示，师生关系与创新绩效显著正相关，标准化回归系数最大为0.355，为7个因子中最大的，即师生关系的较小改善都会带来创新绩效的提升。这是由当代大学生的特点所决定的，当代大学生更加看重师生关系。高质量的师生关系能激发和提升个体的内部动机水平，从而表现出更多的创新行为。之前高校管理中存在过分强调指导教师专业水平、学生科研素质（β=0.085，影响较小）的误区，不够重视师生关系的作用。本研究通过对过去四届全国大学生智能农业装备创新大赛中共获得“优胜杯”3次排名第一（优胜杯是以高校为单位，按照获奖作品总积分，从高分到低分排序，共取10名）的高校参赛学生调查了解到，这所高校的一个做法就是让一批中青年骨干教师作为指导教师，与参赛学生打成一片，教学相长，激励学生敢于探索、不断创新。

（二）创新氛围对学科竞赛中大学生创新绩效的影响次之

学校创新氛围对创新绩效具有显著正向影响，标准化回归系数仅次于师生关系。个体感知到的创新活动支持程度越大，创新绩效越高。大学营造的创新氛围为大学生创新提供了较高的心理授权，可以有效提升其创新自主性。通过对获得“优胜杯”2次排名前三的两所高校学生的调查了解到，相关学院高度重视全国大学生智能农业装备创新大赛，营造卓越的创新氛围，为学生提供实验场地、支持经费等保障条件。由于该大赛赛制规定每届大赛中每个高校可以有200人参加复赛，这些高校形成了学生高度参与、“比学赶帮超”的良好创新氛围，创新绩效提升显著。

（三）创造力特质对学科竞赛中大学生创新绩效有显著正向影响

由于参赛者创造力特质上的差异，并不是每个参赛者都能收到预期的结果。学生只有具备强烈的创新意识，不唯书、不唯上、只唯实，敢于突破常规,敢于挑战既有理论，才能善于在复杂的情况下发现问题。有了创新意识需要创意执行来实施自己的创新想法。个体创新成果的产生，很大程度上取决于创造的具体实施情况。学生参加学科竞赛经历了创意产生、创意执行、产出创新成果的过程，该过程中其创造力特质发挥了重要作用。

（四）影响学科竞赛中大学生创新绩效的动机以内在动机为主

参赛动机对学科竞赛中的创新绩效具有显著正向影响。在动机因子中，“科研兴趣”“提升个人能力”“比赛对我很重要”都是反映参赛者自我成长的动机，这种动机称之为内部动机，这些因素对大学生创新绩效的贡献率较大。“获奖后的保研加分”“获得奖学金”等工具性动机称为外在动机，这些因素对大学生创新绩效的贡献率较低。由此可见，影响大学生创新绩效的动机以内在动机为主，外在动机为辅。凯里·D·奇索姆（Carey D. Chisholm）等指出内在动机的驱使会激发自我表现潜能、矛盾解决等行为。田剑等指出内部动机比外部动机更能促进创新绩效的产生。学生受到内部动机驱使参加学科竞赛，会表现出更强的参与意愿和创新热情，创造出更高的创新绩效。

（五）教师专业素质对学科竞赛中大学生创新绩效有显著正向影响

教师专业素质对创新绩效影响的标准化回归系数为0.143。教师专业素质越高，学生创新绩效越高。指导教师开阔的视野不仅可以激发学生探索科学的兴趣，而且对学生的指导更具有前瞻性和先导性，对学生创意的产生可以给予更好的引导。学科竞赛具有较高的专业性，较高专业水平的教师能够在学生整个创新过程中给学生关键性的指导，提高学生的专业水平和实践水平，助推学生科技创新能力的提升。

（六）学生科研素质对学科竞赛中大学生创新绩效的影响较小

学生科研素质对创新绩效影响虽然通过显著性检验，但标准化回归系数仅为0.085。从学生层面的影响因素来看，学生的创造力特质、学生参赛动机比学生科研素质对学科竞赛中大学生创新绩效的影响作用更大，这一分析结果打破了学生科研素质对学科竞赛影响很大的传统认知。高校在进行参赛人员选拔时，应更关注学生的创造力特质，而不应过分强调学生基础知识及研究手段等。

（七）团队情况对学科竞赛中大学生创新绩效影响不显著

团队情况对创新绩效的影响显著性检验P=0.263>0.05，未通过假设检验。可能的原因是学科竞赛一般有较强的专业性，而且大多是同专业的学生组建的，缺乏多学科交叉融合，为首的学生起主要作用，其他学生处于配角地位，团队组织结构不合理，影响团队作用的发挥。今后比赛主办方应该进一步完善学科竞赛评价方法，加强对团队成员贡献度的考核和评价，发挥团队合作的作用。

五、启示

本研究以大学生作为专门研究对象，围绕学生参赛中的创新绩效影响因素开展定量研究，通过探索性因子分析确定学科竞赛中大学生创新绩效的7个维度的影响因素和每个维度的测量题项，丰富了大学生创新绩效的影响因素研究。本研究构建的学科竞赛中大学生创新绩效的预测模型，为深入理解及有效预测学科竞赛中大学生创新绩效提供理论支持，对高校的创新管理具有一定的启示。

（一）优化师生关系，营造以人为本的教学环境

以往关于教师在提高大学生创新绩效方面的研究重点关注了教师业务指导和经费支持，而本研究发现对创新绩效影响最大的变量为师生关系。基于职位、身份的命令式管理已经不再适合“90后”“00后”大学生群体，所以创新型人才培养中应注重建立良好的师生关系。高校应明确要求教师加强对学生的人文关怀，倡导教师做学生的良师益友，营造以人为本的教学环境，构建师生成长共同体，为提高学生创新绩效提供环境保证。高校要全方位加强师生互动，拓展师生互动的内容，推进在非正式师生互动中优化师生关系，通过师生之间的真正对话提高师生互动的质量。教师需要对学生贡献适时给予正向反馈,为学生冒险、试错提供自由空间,厚植创新思维、创新行为孵化的文化土壤。

（二）打造优质创新环境，创建多方协同育人的新模式

高校可以利用信息技术优势开发大学生创新比赛APP，为构建“人人创新、时时创新、处处创新”的创新型学校氛围提供良好的网络环境，让学科竞赛从“精英活动”变成“群众项目”。学科竞赛是一项系统工程，我国可创建“高校企业行业”深度参与的多方协同育人模式，为学生创新实践能力提升提供保障：通过开放实验室、建立创客空间、举办创新作品展示、常态化开展培训和研讨等构筑创新想法实践和创新成果分享平台；重视与企业的联动，促使企业创新资源嵌入学生培养，企业全程参与学生创新实践，让创新实践更接地气；发挥国家级行业学会和协会的作用，广泛组织行业骨干企业到比赛现场观摩、选才用才、对接技术成果，促进创新成果的有效利用。

（三）激发学生兴趣，构建内在动机提升方案

目前很多高校在学科竞赛的激励上采取物质奖励、加分等方式，而本研究发现学生参赛动机对创新绩效的影响以自我成长的内在动机为主，以保研加分、获得奖学金等外在动机为辅。所以在高校的管理实践中需要强调学科竞赛对自我成长的作用，营造自由探索的创新文化氛围，促进学生养成“基于创造”的学习模式。高校应构建系统地提升学生内在动机的方案，有目的地组织学生参与教师的课题研究，让学生及早接触竞赛知识、培养兴趣，促使其乐于创造、习惯创造；开设“以问题为导向”的创新实践课程，课程中设置若干行业“卡脖子”问题、源于企业一线技术需求问题，由学生完成创新设计、实物模型制作，使其深度卷入基于创造的学习过程，从而激发学生创新活力，促进创造性角色认同，持续不断地激发创新的内在动机，从而实现良性循环。

(四)加强指导教师的组织与管理

一方面，高校应组建指导教师队伍。指导教师的指导经验对从学生选拔到作品完成等比赛的整个过程都有重要影响。高校可以选拔专业能力强的教师以固定形式组建一支配备合理、经验丰富的指导教师队伍，更加深入地了解赛事规则，更好地传承比赛经验。同时，固定形式的指导教师队伍对教师自身而言是一种荣誉的体现，且从校方激励机制上容易认定。高校可以通过绩效奖励办法等配套政策，肯定指导教师的工作，调动指导教师参与指导的积极性。另一方面，高校对教师应定期开展专题业务培训，引导教师注重提升教学内容的前沿性及教学方法的适应性；开展思想政治培训以了解当代大学生特点，改变以往基于职位、身份的命令式管理方式，积极建构平等、民主、自主、自由的学生创新团队运作模式。

本研究采用定量研究方法分析学科竞赛中大学生创新绩效的影响因素，进而提出的提高大学生创新绩效的对策建议具有较强的理论基础和一定的系统性，可以促进学科竞赛保障体系的发展与完善。本研究虽然验证了创新绩效的影响因素，但并未对各影响因素对创新绩效的影响机理进行更为深入的探讨，如创新氛围通过怎样的内在机制影响创新绩效，个体创造力特质、创新氛围、内部动机等因子是否存在交互作用关系等。针对上述问题，今后可以开展学科竞赛中创新绩效的关键路径、动力机制研究，提出更加有效合理的学科竞赛组织方案和保障体系。

(参考文献略)

资料来源《高校教育管理》（2021年第6期），李滋阳、讲师，石宏伟，教授、博导.

基于竞赛数据画像的双创教育评价——中国国际“互联网+”大学生创新创业大赛数据分析

吴维东，张晓然，叶雨晴，石锦澎，陆国栋，张克俊

摘要：创新创业教育蓬勃发展，如何提高创新创业教育的质量是当前的关键问题。作为反映创新创业教育现状和衡量创新创业教育成果质量的重要手段，创新创业教育评价方法尤为关键。然而当前的研究缺少客观的评价方法和大量的实证。为了给高校的创新创业教育提供更科学的指导，本研究提出了一种基于竞赛数据画像的双创教育评价方法。本着以赛促学、以赛促教的理念，研究基于中国国际“互联网+”大学生创新创业大赛数据，对当前中国高等教育院校的创新创业竞赛结果绘制数据画像，基于数据画像采用统计分析、聚类分析的方法从地域、院校、行业三个方面对当前中国高校的创新创业教育进行热点分析、热点趋势预测、院校创新创业教育生态判断。期望通过竞赛大数据分析的手段进行评价，为高校创新创业教育提供建议和案例，促进我国创新创业教育的发展。

关键词：数据分析; 以赛促学; 创新创业竞赛; 创新创业教育; 评价方法

一、引言

创新创业教育是国家应对产业转型升级、服务创新型国家建设、实现人力资源强国目标的重大战略举措。高质量创业教育是促进经济提质增效升级的迫切需要。随着创新创业教育的蓬勃发展，如何提高创新创业教育质量被提上议事征程。作为反映创新创业教育现状和衡量创新创业教育成果质量的重要手段，客观的评价方法就变得尤为关键。黄兆信等人通过对中国知网数据库“创新创业教育”主题的发文量检索发现，自1999年到2019年初，我国创新创业教育领域的文献大多是从创业教育的必要性、实现路径、发展模式、国际与区域比较、实践方法等维度进行探讨，对于创新创业教育的评价指标、评价方法的定量研究还待补充。吴婷等人采用了AHP法、三标度的AHP法和模糊AHP法对创新创业教育进行评价研究。相关方法多依赖于专家的主观评判，数据样本范围小，难以对创新创业教育的多变现状和未来工作进行有效指导。由此可见，我国对创新创业教育的评价研究取得了一些成果，但受限于教育评价的复杂性制约，缺少基于客观数据的评价方法。

随着信息技术的快速发展，大数据已成为促进创新创业的新动力，进一步激发了我国创新创业教育的发展潜力。从数据收集的角度来讲，与传统的人工采集数据方式相比，大数据采集技术不受被采集者的主观意识影响，能更精准地建立评价指标，评价结果也更准确，实效性能高。中国国际“互联网+”大学生创新创业大赛(以下简称“互联网+”大赛)、“挑战杯”等大学生创新创业竞赛已成为展示各大高校创新创业竞赛教育成果的重要平台和载体。其中，“互联网+”大赛是面向全体大学生、影响力最大的高校创新创业竞赛。因此，利用“互联网+”大赛数据进行实证研究具有一定的代表性和权威性，有望更好地推动我国创新创业教育的发展。

近年来，部分学者提出应融合更全面与深层次的内容，比如从地域、行业、院校等方面探索教育评价，如黄首晶等人指出创业教育的实践性必然要求社会、高校、政府三者成为其发展主体，发挥各自的主体功能，以科学的功能体系保障高校创业教育良性发展。亨利·埃茨科维滋提出三螺旋理论，强调创新活动需要大学、行业、政府三方协同作战。严毛新指出，社会大众传媒、社区、各类社会组织以及政府对于创业教育都具有深刻的影响，不同国家和地区中这些因素有巨大的差异。李旭辉等人指出，创新创业环境作为创业形成的依托，能够为“大众创业，万众创新”提供必要的土壤，没有创业环境，诸多创新创业活动将无法开展，因而它是高校创新创业教育效果的重要影响因素。可见，地域、行业、院校等是创新创业教育研究的重要切入点，因此，开展相关的实证研究对实现创新创业教育的有效评价是十分必要的。

综上所述，本文提出一种基于竞赛数据画像的创新创业教育评价方法，构建了面向地域、行业、院校三个维度的竞赛数据画像，并对创新创业教育现状、发展趋势、生态方面进行了深入分析。研究成果有望促进各高校直观地了解本校创新创业教育现状与趋势，提升创新创业教育的质量，促进我国创新创业教育的改革与发展。

二、数据采集与预处理

有鉴于“互联网+”大赛的权威性、专业性，本文汇聚了“互联网+”大赛第一届至第六届（2015-2020年）的数据，并将前五届数据用于竞赛画像的构建及应用，第六届“互联网+”大赛数据用于数据验证。本次收集数据仅用于学术研究。

本文收集了相关高校、省级媒体以及全国大学生创业服务网中参赛项目信息；并利用实体提取、文本关联性分析算法，对项目的来源院校、参赛团队、项目名称及简介、获奖情况等维度的信息进行修正、补充。本文通过文本理解与言语分析算法，提取出长文本信息中的核心关键标签，为后续的评价提供数据基础。

在同一个领域中，参赛者所提出的参赛项目将会针对不同的热点应用对象，提供不同的热点服务。因此，对行业领域进行分析，可以反映当前双创竞赛教育的行业应用分布情况。本文将参考中国《国民经济行业分类》（GB/T 4754-2017）2019年修改版中所述的行业分类规范，结合参赛项目实际领域分布情况，对数据进行了处理，最终制定了18类领域分类情况（表1）。公共管理、社会保障和社会组织及国际组织两项与政府机构、国际机构相关行业均属于政府领域，性质特殊并且不属于竞赛行业范畴，因此不包含在本文分析范围内。

通过对数据进行去冗余和排除无效信息操作，本文最终得到具有大赛完整信息的1868034个参赛项目，包含4252个获奖项目（获奖项目的样本采集率为100%）。这些项目覆盖全国34个省级行政区、866个院校，共包含28个不同的信息标签，数据完整性强、覆盖性高。

三、竞赛数据画像

用户画像是根据用户特点、行为、动机等方面的不同将用户进行分类，之后再从中抽取用户共同的特征对用户进行描述，形成标签化的数据模型，从而应用这一模型进行个性化的产品推介或评价，增强产出的实际转化效率。本文中提出的竞赛数据画像，是以数据科学的相关理论、技术为支撑， 用数据对竞赛进行建模与刻画。其目标是以数据为工具构建竞赛数字空间， 实现不同维度如地域、院校、行业、时间的映射对竞赛进行分类，再抽取共同的特征对竞赛进行描述，进而客观地、精准地、全面地呈现竞赛发展状况。

考虑到各地区的政策、经济实力、资源和科技产业存在差异，各院校的培养方式、教育模式、师资力量、创新创业教育环境不同，各行业领域的发展趋势、应用对象和提供的服务不同，本文将画像的维度聚焦到双创竞赛项目的来源地区、院校以及所涉及的产业上。

在创新创业竞赛数据样本中，参赛行为可被定义为多个维度共同作用的数据业务空间，而参赛项目可被定义为数据业务空间下的主要业务过程。因此，基于维度模型理论，本文提炼出参赛项目作为一条事实记录，并对参赛项目信息以地域、院校、行业三个维度进行切分，为了反映不同年份的项目热点的变化和趋势，新增时间维度，从地域、院校、行业、时间四个维度构建能够被持续使用的竞赛数据库。本文将项目来源信息中所涉及的地域、院校、行业、时间的信息以键的形式与参赛项目、参赛团队事实表关联，从而使得数据库能够更加简洁易用。最终，本文构建了能够长期持续迭代使用且能够系统化、结构化管理竞赛数据的创新创业教育竞赛数据画像，即面向多个主体维度的竞赛数据库（图1）。

图 1  面向多个主体维度的竞赛数据库

四、竞赛数据画像应用

（一） 基于竞赛数据画像的双创教育现状分析与趋势预测

基于上述竞赛数据画像，我们可以得到各院校获奖分布情况（图2），从参赛优胜率角度而言，一定程度上可以反映当前各院校的竞赛项目孵化与培养差异。在少数院校呈现超高热度的同时，大部分院校仍处于起步阶段；与总体相比，金、银、铜奖获奖项目在各院校分布波动较小，银、铜奖数量与总体数量平均分布指标一致。针对金奖来说，存在异常高值，可见少数院校存在超高金奖获得数量的情况。

进一步分析表明 (图3)，金奖项目多集中于制造业、信息技术服务业、医疗和社会工作三个领域；银奖、铜奖项目主要集中于制造业、信息技术服务业以及农林牧渔业。

同时，本研究对近五年来获奖项目所属领域进行了分析，结果表明制造业、信息技术服务业、科学研究和技术服务业、农林牧渔业、医疗和社会工作、文化、体育和娱乐业是近五年来较为热门的获奖领域（图4）。从趋势上来看，制造业是热度上升最快的一个领域，信息技术服务业、科学研究和技术服务业在经历一段低谷时期后近期又受到高度关注，医疗和社会工作、文化、体育和娱乐业正处于不断稳步上升的状态。可见，我国双创竞赛项目热点不断趋于科技化、信息化。

（二） 基于竞赛数据画像的双创教育生态

创新创业教育与产业生态息息相关，本文基于聚类算法，对我国高等学校在双创竞赛中获奖项目所涉行业领域信息进行分析，提出面向不同行业领域的、针对双创竞赛教育的省级高校新型分类生态。

具体来说，本文利用获奖项目的领域信息，依据前文得到的18类领域分类标准，为各院校构建18维属性参数向量，其形式为：（A1，A2，……，A18）

其中，An为该院校在第n个领域中获奖项目的数量/第n个领域获奖项目总数。将该向量放入同一个聚类空间中，基于K-Means聚类算法获得各类簇。基于肘部法则可得，当聚类核心K=3时，聚类呈现最佳效果。因此，可将数据分为三个大类（图5），可见各类的差异并不在于针对单个行业领域的优劣，而在于18个行业领域下的总体发展。

由此，本文根据高校所在的行业发展全面程度将当前院校划分为三类，分别为双创竞赛教育高发展层次（对应聚类一类）、中发展层次（对应聚类二类）和待发展层次（对应聚类三类）。计算院校参数向量与类簇核心的距离，可以判断当前院校的双创竞赛教育发展类型；计算两院校之间参数向量的距离，可以帮助院校找到在创新教育中具有相似发展现状、行业领域优劣势的院校进行比对、沟通。最终，基于上述算法，本文分析了不同地区内双创竞赛教育院校行业领域分类生态情况，从而得到全国双创竞赛教育在政策、学术及行业影响下的分类生态(图6，面积越大表示该省该层次高校数量越多)，进而可以帮助相关院校找到在双创竞赛中具有相似行业发展倾向的院校，以便进行比较分析，促进院校间的共同进步，构建更和谐、更紧密的院校双创竞赛教育生态。

综上所述，本文构建了竞赛数据画像，提出基于竞赛数据画像的创新创业教育评价方法，并且基于前五届“互联网+”大赛的数据进行创新创业教育现状分析、趋势预测，并研究了高校双创教育生态，具体来说，得到以下发现：

发现1：院校的获奖数量分布不均匀；

发现2：优胜项目多集中于制造业、信息技术服务业、医疗等领域；

发现3：同发展层次院校的竞赛优势产业或领域相似。

为进一步验证研究发现，本文分析了第六届“互联网+”大赛，结果表明80%以上的金奖被双一流院校所获得，与上述发现1相符；制造业、信息技术服务业、医疗和社会工作领域是金奖项目占据最多的三个行业，其中，25个金奖项目集中于制造业，20个金奖项目集中于信息技术服务业，11个金奖项目集中于医疗和社会工作领域，与上述发现2相符；此外，同发展层次院校具有相似的行业（领域）选择，以工科类中发展型院校为例，东南大学和浙江工业大学的金奖项目集中于制造业、信息技术服务业、医疗和社会工作领域、科学技术服务业，在获奖项目行业方面具有相似的发展状况，与上述发现3相符。

五、总结与展望

本文研究了基于竞赛数据画像的创新创业教育评价方法，构建了“互联网+”竞赛数据画像，利用统计分析、聚类分析的方法对当前中国高校双创竞赛教育的现状进行分析，对项目所在热门行业和未来发展趋势进行分析，构建针对双创竞赛教育的省级高校新型分类生态。该研究实现了大数据分析方法在“互联网+”竞赛教育中的有机集成，有望促进双创教育评价的客观性、系统性。目前本研究主要关注于通过“以赛促学”的方式完善创新创业教育评估方法，在未来，还需进一步研究创新创业教育在初期规划、培养以及未来学生发展等不同阶段的价值与作用，以实现“短期评价”与“长期监测”相结合、“近期动态”与“远期效果”相参考的全链路数据驱动描述与评价。

(参考文献略)

  资料来源《高等工程教育研究》（2022第2期），吴维东系浙江大学学工部副部长，张晓然系浙江大学计算机科学与技术学院博士研究生，叶雨晴系浙江大学计算机科学与技术学院硕士研究生，石锦澎系全国就业指导中心就业服务处就业创业服务部主管，陆国栋系浙江大学机械工程学院教授、博士生导师，张克俊系浙江大学计算机科学与技术学院教授、博士生导师.

编辑：四川省高等教育学会