科学合理地评价与选拔工程博士招生对象是培养高层次工程技术人才的关键。而目前对工程博士招生对象缺乏明确而基本的要求,工程博士招生对象选拔已成为社会关注的热点。本文基于Vague集构建了工程博士招生对象评价指标体系,并对工程博士招生对象评价方法进行了研究。 Scientific and rational selection of engineering doctoral students is the key to cultivate high level engineering and technical personnel. There is no clearly defined engineering doctoral enrollment objects degree, age and work practice experience, and there is no requirement for students of foreign language proficiency and master’s thesis. Engineering doctoral enrollment object selection has become a hot social concern. In this paper, we build the evaluation index set of the engineering doctoral enrollment target based on vague set, and find out the key index of the engineering doctoral students enrollment and analysis.
路应金,王静,徐雪砜,杜素娟
电子科技大学经济与管理学院,四川 成都
收稿日期:2016年12月28日;录用日期:2017年1月17日;发布日期:2017年1月20日
科学合理地评价与选拔工程博士招生对象是培养高层次工程技术人才的关键。而目前对工程博士招生对象缺乏明确而基本的要求,工程博士招生对象选拔已成为社会关注的热点。本文基于Vague集构建了工程博士招生对象评价指标体系,并对工程博士招生对象评价方法进行了研究。
关键词 :Vague集,工程博士,招生对象,评价,选拔
目前高层次工程技术领军人才匮乏是制约我国企业创新能力和国际市场竞争力提升的重要因素。培养一大批高层次工程技术领军人才特别是造就一批能够发挥领军作用的高端人才是我国高等工程教育面临的一项重大而紧迫的战略任务。
为了适应创新型国家建设对高层次工程技术人才特别是能发挥领军作用的高端人才的需求,完善我国工程技术人才培养体系。2011年经国务院学位委员会第二十八次会议审议通过,获准设置工程博士专业学位。
工程博士专业学位的设置是实现校企结合、国内与国际合作,高起点、高质量推进高层次工程技术人才培养工作的重要制度创新和制度支撑。同时,对丰富我国专业学位种类,稳步发展博士层次专业学位教育起到积极促进作用。
《工程博士专业学位设置方案》规定 [
2012年全国工程博士报考人数581人,通过招生对象评价选拔录取243人,录取比例为2.39:1。且各试点高校初选人数和最终录取人数的比例各不相同,最高录取比例8:1,最低录取比例仅为1:1。从通过初审人数看,由于各试点高校报考资格不一致,加上录取标准不一样,导致各试点高校通过初审人数差距很大。从工程博士计划招生数和实际招生数对比看,由于各试点高校招生对象选拔标准差异导致部分试点高校实际招生数远远超过计划招生数 [
另外,由于国务院学位办没有对工程博士招生对象的学位、年龄和工作实践经历等给出明确的规定,也没有对招生对象的外语水平和论文提出具体要求。目前在工程博士培养过程中,出现招生对象“放水”现象 [
而目前研究成果主要以工程博士专业学位研究生招生简章为研究对象、以工程教育发展和背景为视角,对工程博士培养目标、优化课程体系以及培养模式、保障学位论文质量等方面进行研究。对工程博士培养模式提出相关思考与建议。本文通过工程博士招生对象进行选拔已成为各试点培养工作的重点。
工程博士专业学位研究生教育是培养最高水平的工程专家,即是面向企业实际的博士工程师并能进入企业决策层与最高技术层面的技术管理人才的精英教育。工程博士的培养目标是 [
工程博士招生作为工程博士教育的起点和基础环节,是保障高层次工程技术培养质量的重要因素。所以,应从工程博士招生入学选拔入手,建立严格的招生对象评价体系,选择具备成为工程技术领域领军人才潜质的人才,保障工程博士培养质量,实现工程博士教育培养目标。工程博士招生对象评价指标主要有 [
2013年11月,教育部、中国工程院发布了《卓越工程师教育培养计划通用标准》 [
工程人才的基本特征可概述为三个方面 [
综上所述,高等工程教育招生对象评价涉及因素较多,本文在确立工程博士招生对象评价指标过程中,参考25所试点高校工程博士招生简章,得到一个比较完备的工程博士招生对象评价指标,如表1所示。
大量研究表明,评价模型指标体系时并非涉及因素越多越好,由于累计误差的不利影响以及各指标间的独立性要求,必须从表1给出的24个工程博士招生对象评价指标中挑选出最为重要的指标,建立一个关键指标体系。
对于关键指标的甄选,传统做法是让各位专家分别对上述24项指标的重要性做出排序,然后集结各位专家的偏好形成群偏好,根据群偏好排序得出关键指标。但是为了规避专家对大样本打分和排序的困难和矛盾,本文提出一种基于Vague集的甄选方法,该法能够反映各位专家对每项指标“会严重影响工程博士培养”或“不会严重影响工程博士培养”的判断,具有更加直观的意义,使用起来也很简便。
首先,介绍的Vague集基本概念,如下:
定义1:设U是一个非空集合,元素
指标名称 | 指标名称 |
---|---|
1 已获得硕士学位 | 13 具有工程技术领军人物的潜质 |
2 工程实践能力或培养潜质 | 14 诚实守信 |
3 工程技术理论基础 | 15 学风端正 |
4 承担国家科技重大专项 | 16 学术行为 |
5 科研工作能力 | 17 身心健康 |
6 专业知识 | 18 动手能力 |
7 外语水平 | 19 团队精神 |
8 创新能力 | 20 年龄不超过45岁 |
9 综合素质 | 21 专家推荐 |
10 工程领域专家 | 22 工作经验 |
11 从事工程技术岗位工作 | 23 国际视野和跨文化竞争能力 |
12 具有工程实践研究成果 | 24 合作能力和人际交流能力 |
表1. 工程博士招生对象评价指标
满足
其中,tA为Vague集A的真隶属函数,表示支持
定义2:记论域U上的Vague值x=
然后,基于Vague集的甄选法具体步骤如下:
1) 专家评价。请n位专家对每个指标xi的重要性进行判断,认为会严重影响工程博士绩效的画“√”,认为不会严重影响工程博士绩效的画“×”,认为无法判断的画“○”。(文中取n = 10,
2) 计算真隶属函数tA和假隶属函数fA的值。
记完备指标集U到关键指标集A的关系
示指标xi“不会严重影响工程博士绩效”的程度。
满足定义1的
3)确定核函数值
此处
同时,给出重要性指标α(0 < α < 1),当
指标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | √ | √ | √ | √ | ○ | × | √ | √ | √ | × | √ | × | ○ | ○ | √ | √ | × | √ | √ | ○ | ○ | √ | √ | √ |
2 | √ | √ | √ | ○ | √ | × | ○ | √ | ○ | × | × | √ | × | √ | × | √ | × | × | √ | ○ | √ | √ | √ | ○ |
3 | √ | √ | ○ | √ | √ | √ | √ | ○ | √ | × | √ | ○ | √ | × | √ | √ | √ | ○ | √ | × | × | √ | √ | × |
4 | √ | √ | √ | √ | √ | ○ | √ | √ | × | × | ○ | √ | √ | √ | × | ○ | × | × | √ | √ | √ | √ | ○ | × |
5 | √ | ○ | × | √ | √ | √ | √ | × | √ | √ | ○ | ○ | ○ | × | √ | × | √ | √ | × | × | √ | ○ | √ | √ |
6 | √ | √ | √ | ○ | √ | ○ | × | √ | √ | √ | √ | × | √ | × | √ | √ | √ | ○ | ○ | × | × | × | ○ | √ |
7 | √ | √ | √ | √ | √ | × | ○ | ○ | × | × | √ | √ | √ | ○ | ○ | ○ | √ | × | √ | × | × | √ | × | ○ |
8 | √ | ○ | √ | √ | ○ | √ | × | × | √ | × | × | × | √ | √ | × | × | × | × | × | ○ | ○ | √ | × | × |
9 | √ | √ | ○ | ○ | √ | × | √ | √ | √ | ○ | √ | √ | √ | × | × | ○ | ○ | √ | √ | ○ | √ | ○ | √ | × |
10 | √ | √ | √ | √ | × | ○ | × | √ | × | × | √ | √ | √ | ○ | × | ○ | √ | ○ | ○ | √ | √ | √ | √ | × |
√ | 10 | 8 | 7 | 7 | 7 | 3 | 5 | 6 | 6 | 2 | 6 | 5 | 7 | 3 | 4 | 4 | 5 | 3 | 6 | 2 | 5 | 7 | 6 | 3 |
○ | 0 | 2 | 2 | 3 | 2 | 3 | 2 | 2 | 1 | 1 | 2 | 2 | 2 | 3 | 1 | 4 | 1 | 3 | 2 | 4 | 2 | 2 | 2 | 2 |
× | 0 | 0 | 1 | 0 | 1 | 4 | 3 | 2 | 3 | 7 | 2 | 3 | 1 | 4 | 5 | 2 | 4 | 4 | 2 | 4 | 3 | 1 | 2 | 5 |
tA(xi) | 1 | 0.8 | 0.7 | 0.7 | 0.7 | 0.3 | 0.5 | 0.6 | 0.6 | 0.2 | 0.6 | 0.5 | 0.7 | 0.3 | 0.4 | 0.4 | 0.5 | 0.3 | 0.6 | 0.2 | 0.5 | 0.7 | 0.6 | 0.3 |
fA(xi) | 0 | 0 | 0.1 | 0 | 0.1 | 0.4 | 0.3 | 0.2 | 0.3 | 0.7 | 0.2 | 0.3 | 0.1 | 0.4 | 0.5 | 0.2 | 0.4 | 0.4 | 0.2 | 0.4 | 0.3 | 0.1 | 0.2 | 0.5 |
SA(xi) | 1 | 0.8 | 0.6 | 0.7 | 0.6 | -0.1 | 0.2 | 0.4 | 0.3 | -0.5 | 0.4 | 0.2 | 0.6 | -0.1 | -0.1 | 0.2 | 0.1 | -0.1 | 0.4 | -0.2 | 0.2 | 0.6 | 0.4 | -0.2 |
入选 | * | * | * | * | * | * | * |
表2. 基于Vague集的关键指标甄选
认为xi会严重影响工程博士绩效的专家数超过认为它影响不严重的专家数四成以上时,xi入选关键指标集。
本文选取10位专家对表1中24项指标重要程度进行判断,然后按照上述步骤选出7个指标用**标出,如表2所示。
通过采用Vague集理论,从24项较全面的工程博士绩效评价中选出7个关键指标,确定工程博士评价关键指标集合包含已获得硕士学位、工程实践能力或培养潜质、工程技术理论基础、承担国家科技重大专项、科研工作能力、具有工程技术领军人物的潜质、以及工作经验七个要素。
在工程博士招生对象评价指标的研究中,使用清楚明确的判断语言或准确无误的数据常常是不可能,因此,我们考虑引入Vague集方法确定评价关键指标集。本文中针对研究生招生对象指标问题研究有一些不完善的地方,如专家打分时受到外界因素的影响等方面,还需继续做工作。
教育部人文社会科学研究专项任务项目“工程技术人才培养研究”(13JDGC002)。
路应金,王静,徐雪砜,杜素娟. 基于Vague集的工程博士招生对象评价方法研究 Study on the Evaluation Method of Engineering Doctoral Enrollment Objects Based on Vague Value[J]. 教育进展, 2017, 07(01): 32-37. http://dx.doi.org/10.12677/AE.2017.71005