“学科-产业”融合机制与创新型人才培养绩效

[摘要]“如何进一步提高高水平创新型人才供给质量与效率”是我国应用型本科高校的重要目标。基于技术转移理论，通过连续5个学期的经验取样调查，检视了“学科-产业”融合机制对创新型人才培养绩效的深层影响机制。“学科-产业”融合机制会提升高校的知识吸收能力，进而提升创新型人才培养绩效，而企业参与可以显著调节这一间接提升作用。研究认为相关高校应充分利用好学科专业与产业发展的协同机制，坚持推动“学科-产业”融合创新，构建“产教融合”的课程体系与学科建设，促进学生理论研究能力与实践创新能力，进而为我国高水平创新型人才供给作出更大贡献。

[关键词] “学科-产业”融合机制;创新型人才培养绩效;高校资源转化能力;企业参与

一、 引言

创新型人才是推动我国创新驱动发展战略的核心力量，培养与塑造创新型人才对推动创新型经济高质量发展，提升我国自主研发能力与创新水平有着重要的实践意义[1]。高水平的学科专业建设，能够培养高质量的创新型人才与知识成果，并作用于产品开发、生产流程与营销服务等方面的实践创新[2-3]。因此，“如何为我国培养更多高水平的应用型人才？”成为我国应用型本科高校“十四五”期间的重要任务与挑战。目前，“科教融合”与“产教融合”是我国应用型本科高校培养创新型人才的两种主要方式;但“学科、专业与产业之间的‘泾渭分明’”“科研成果难以转化为教学资源”等问题，始终抑制着我国应用型本科高校的创新型人才培养绩效[4-6]。

就高校人才培养的绩效，国内外学者普遍聚焦于对比研究，如“学科建设与产业人才供给之间的关系研究”“教学与产业融合之间的影响机制探索”“教师能力与人才培养绩效之间的作用强度”等[7-11]。其中，王凯等人的研究发现，基于“学科-产业”深度融合的创新型人才培养体系，是推动我国创新驱动型发展战略的有效载体，为我国应用型本科高校提供了一个新的产学研合作机制[12]。

“学科-产业”融合机制是基于知识、组织与人才的动态组合视角，以服务产业经济与社会发展为导向，通过嵌入来自“学科（专业）和产业链”的异质性知识，使高校在创新型人才培养中，实现产业知识与学科（专业）知识相融合的一种高水平人才培养机制。随着我国创新驱动发展战略的持续深化，“学科-产业”融合机制亦成为我国政府与学者的关注焦点，然而，“在‘学科-产业’人才培养机制中的过程性因素为何？”“什么样的因素亦会干扰该机制的运行？”等问题，却鲜有学者讨论[13-14]。

为此，本研究将基于技术转移理论，以我国应用型本科高校的人才培养过程为对象，通过连续5个学期的经验取样调查，揭示“学科-产业”融合机制对创新型人才培养绩效的深层影响“黑箱”，并同时检视高校资源转化能力与企业参与的有调节的中介机制，为我国高水平创新型人才培养提供实践启示。

二、 研究假设

1. “学科-产业”融合机制与创新型人才培养绩效

自熊彼得将“创新”定义为“一种具有历史价值的创造性实践行为”之后，“创新”一词得到了丰富的拓展，衍生出一系列如技术创新、生产环节创新、制度创新、服务创新与组织创新等内涵维度与结构[15]。从个体角度而言，创新型人才应是同时具备坚韧创新精神、丰富创新思维与较强创新能力的专门人才[8];其培养机制含括培养目标、培养方式、培养过程、培养体系与质量评价，培养过程尤为重要[12]。创新型人才的培养，关键在于推动产业发展、科学研究与专业教学的深度融合，以形成真正意义上的“产学研”一体化，为我国创新驱动型发展战略供给高水平的创新型人才[14]。

“学科-产业”融合的概念源自1905年洪堡所提出的“科学研究与高等教育相融合”的人才培养理念[7，14]。虽然，现代高等院校的核心内涵是“教学”与“科研”，但如何开展契合于产业发展的科学研究，并将其转化为可用于培养人才的教学资源，依旧是目前我国各大高校，尤其是应用型本科高校亟须解决的问题[8]。由此可知，产业发展与科学研究应是现代高等院校创新型人才培养的基础，教学与产业、科研的协同发展有助于推动学生创新能力的培养与塑造，进而为培养大批高水平创新型人才提供实现的可能。由此而言，本研究认为“学科-产业”融合机制有助于提升创新型人才培养绩效。故本研究提出了如下假设：

H1：“学科-产业”融合机制能够正向影响创新型人才培养绩效。

2. 高校资源转化能力的中介作用

资源转化能力是组织将外部资源转化为内部资源，并应用于产品（服务）开发与组织创新的组织内在能力[16]。而高校资源转化能力则是指高校通过与企业的各种合作，获取企业资源与产业情报（知识），并将其转化为教学资源的能力。因此，从“学科-产业”融合的人才培养机制角度而言，高校立足产业需求所开展的科学研究与成果，有助于推动产业资源与科研资源向教学资源转化，并完善学科专业建设、师资力量与人才培养体系，进而保障创新型人才培养绩效[17-18]。由此而言，基于高校“学科-产业”融合的人才培养机制，会因其自身的外部资源转化能力，而影响创新型人才培养绩效。故本研究提出了如下假设：

H2：高校资源转化能力将在“学科-产业”融合机制与创新型人才培养绩效之间的关系中，起到显著的中介作用。

3. 企业参与的调节作用

根据技术转移理论的观点，高校与企业之间所开展的合作创新模式，主要可以归纳为两种类型，即协同创新合作模式与产学研人才培养合作模式[19]。其中，协同创新合作模式是指高校利用知识单向流动，换取企业资源的过程，如技术转化、专利授权、委托研发与合办企业等，这也是高校服务地方经济，促进社会发展的传统模式[11]。产学研人才培养合作模式则是指企业与高校基于知识双向流动模式，展开的资源与知识的循环式转移过程，如科研项目合作开发、订单式产业人才培养等;该模式亦同时被相关学者与业界认为是推动高校人才培养机制，从校园化向产业化转型的重要渠道，能够帮助高校借助外部资源实现创新生态系统的构建，提高适合产业发展的创新型人才培养绩效[14]。

相较协同创新合作模式，产学研人才培养合作模式不但能让高校汲取外部资源，更能够通过企业方了解市场需求与产业发展趋势，进而从“需求”端入手调整学科专业建设方向，优化人才培养机制[14]。由此而言，本研究认为在“学科-产业”融合的创新型人才培养机制中，企业参与的广度、深度与强度将直接影响其创新型人才培养过程与效果。故本研究提出了如下假设：

H3：企业参与在“学科-产业”融合机制对创新型人才培养绩效的影响过程中，将起到显著的调节作用。即企业参与程度越高，“学科-产业”融合机制对创新型人才培养绩效的提升作用便越强，反之亦然。

本研究的假设模型如图1所示：

三、 研究设计

1. 研究对象与计划安排

本研究以我国应用型本科高校为样本，以其计算机类专业的师生为对象，探讨“学科-产业”融合机制、高校资源转化能力与企业参与，在其创新型人才培养过程中的主要作用机制。本研究借助计算机协会、MBA联盟、校友会等途径，得到了来自104所国内应用型本科高校教师的支持，以开展经验取样调查。经验取样法是一种基于日记法的连续性取样范式，可以有效规避人的动态心理，并可通过对比观测不同时点的数据偏差幅度，提高取样精度，故本研究将采用经验取样法展开研究。具体调查计划与安排如下：

（1）基础资料收集与调查安排说明。本研究在具体调查开始前，向被试者（教师）告知完整的调查过程、标准及要求，并收集相关组织信息和填答企业参与量表。

（2）正式调查。在正式调查开始后，要求被试者（教师）依据所在高校的实际产学研人才培养情况，于每个学期末填答高校知识吸收能量表，而“学科-专业”融合机制与创新型人才培养绩效量表，则由被试者（教师）安排其所任教班级的学生进行填答。

历时5个学期的经验取样调查，本研究剔除了间断性样本、未开展产学研人才培养合作的样本和无效样本后，共收集了63所高校的研究数据（包括234名教师与10763名学生的问卷数据）。在总样本中，师资队伍人数在1000人以上的样本高校占总样本的73.93%，办学规模在2万人以上的占比88.46%，专业数量在20个以上的占比97.01%;而在被试者（教师）样本中，具备研究生以上学历者约占98.72%，具备讲师及以上职业资历者约占84.62%，而教学经验超过5年及以上者占比76.07%;最后，在被试者（学生）样本中，平均年龄约为19岁，大二及以上年级的学生占比83.40%，学习成绩（综合总评）在80分（百分制）及以上者占比72.94%。由此而言，本次调查所回收的样本数据具备较好的数据结构分布，适合进行更进一步的检验。

在样本信度、效度方面。首先，各主要变量的相关性在0.069～0.475水平呈现显著，说明各主要变量间的多重共线性干扰较小，适合开展更进一步的检验。其次，首因子旋转后所得出的子方差解释率为28.76%，远低于50%的标准值，同时，四因子模型的拟合优度最佳（χ2（74）=135.747，GFI=0.957，CFI=0.966，SRMR=0.043，RMSEA=0.043），说明本研究所提出的研究模型的确是由4个变量构成，且不存在较高的共同方法偏差干扰。

2. 测量工具

“学科-产业”融合机制。本研究参考相关学者的做法[17]，编制了“我们学校的专业课程设置，普遍源自产业发展的需要”“我们学校的学科平台，有助于提升人才培养层次和质量”“我们学校的实验室（实训场所），有助于开拓新思维和发现新问题”“我们学校的课程建设完善，有助于强化研究基础”“我们学校的学术研究氛围浓厚，有助于实现科研指导教学，完善教学体系”在内的共计5个题项的观测量表（Cronbach’s α=0.80）。

创新型人才培养绩效。本研究参考相关学者的做法[18]，编制了“本学期内，我的学习能力与创新实践能力得到了共同性的提升”“本学期内，我的基础知识储备得到了提升”“本学期内，我的专业知识储备得到了增长”“本学期内，我的团队协作能力得到了提升”“本学期内，我的问题发现与理解能力得到了提升”“本学期内，我的三商（IQ、EQ、AQ）得到了有效的锻炼和提升”等在内的共计6个题项的观测量表（Cronbach’s α=0.82）。

高校资源转化能力。本研究参考相关学者的做法[19]，编制了“我们学校能够很快地融合来自产业的新知识（技术），并为其实践转换和教学提供支持”“我们学校能够将学术研究成果很好地转化为教学内容”“我们学校在新旧知识融合方面，有较为成熟的经验”“我们学校具备较好的知识管理体系”在内的共计4个题项的观测量表（Cronbach’s α=0.90）。

企业参与。本研究参考相关学者的做法[20]，从“企业资源投入”“实践场所（设备）提供”“培养过程参与时间”3个角度进行观测。观测内容为：（1）“企业资源投入”按照企业投入的科研经费，在学校总科研经费的占比进行观测;（2）“实践场所（设备）提供”按照企业提供实践场所或设备仪器的教学时长，在学校总实践实训教学用时的占比进行观测;（3）“培养过程参与时间”按照企业安排相关人员参与教学的时长，在学校教学总用时的占比进行观测。观测方式为李克特7点量表（“1”=低于10%、“2”=10%至30%、“3”=30%至50%、“4”=50%至75%、“5”=75%至100%、“6”=100%至150%、“7”=150%以上）（Cronbach’s α=0.90）。

控制变量。本研究参考相关学者的做法[17]，将师资队伍、学校规模、专业数量作为组织层面的控制变量，将学生年龄、学习成绩与家庭收入作为个体层面的控制变量。

四、 数据分析

本研究参考相关学者的做法[21]，采用多层嵌套模型进行检验。具体检验结果如下：

（1）直接效应检验。如表1的M1列的结果可知，“学科-产业”融合机制能够显著影响创新型人才培养绩效（γ=0.328，p<0.001）。故H1的假设得到了检验。