大学生综合素质测评方法研究现状及思考
【摘要】 对国内近10年的大学生综合素质的测评方法进行了综合和简要的分析评价，并对其研究进展提出了自己的见解。
【关键词】 大学生综合素质; 测评方法; 现状; 展望;
进入21世纪以来，随着我国社会主义市场体制的逐步建立和完善，社会竞争也日趋激烈，社会和用人单位对人才标准重新定位，对大学生综合素质提出了更高的要求。因此如何深入的研究和探讨大学生综合素质的相关课题是关系到一个国家、社会乃至整个民族将来命运的亟待解决的问题。研究大学生综合素质首先应该搞清楚大学生综合素质测评方法这个关键问题。本研究对近10年的大学生综合素质的测评方法进行了综合和简要的分析评价，对测评方法研究进展提出了自己的见解。综合测评就是对被测对象进行客观、公正、合理的全面评价。随着各种数理方法、统计方法以及运筹学和信息论系统理论的应用，综合测评方法有了长足的发展。从目前的发展来看，多指标综合测评的应用主要涉及到3大类方法:常规数学方法、模糊学方法和多元统计分析方法。
1常规数学方法
所谓多指标综合测评就是运用一定的数学模型将多个评价指标值“合成”为一个整体性的综合评价值。常用的合成方法的数学模型有以下3种:①线性加权综合法（“加法”合成法）;②非线性加权合成法（“乘法”合成法）;③增益性线性加权合成法。线性加权综合法（“加法”合成法）: 线性加权综合法是应用线性模型来进行综合评价的，适用于各评价指标间相互独立的场合，可使各评价指标间得以线性的补偿;权重系数的作用要比其他“合成”法中更明显，突出了指标之间指标权重较大者的作用;对于指标数据没有特定的要求，容易，所以便于推广普及。因为大学生综合测评各评价指标间基本上是相互独立的，所以绝大多测评方法都是基于本数学模型对其进行了综合评价。针对权重的不同赋权方法产生了不同的评价方法。例如传统的总分法和加权算术平均法就属于线性加权综合法的范畴，李真和张琼应用综合评分法［1，2］，毛军权和万远英应用层次分析法［3，4］分别对大学生综合素质测评进行了详细的论述也都属于线性加权综合法的范畴。非线性加权合成法（“乘法”合成法）:非线性加权综合法是应用非线性模型来进行综合评价的，适用于各评价指标间 有较强关联的场合，强调的是各备选方案指标值大小的一致性;权重系数的作用不如线性加权综合法那样明显，对指标变动的反应比线性加权综合法更明显;对数据要求较高，计算较复杂。因为大学生综合测评各评价指标间基本上是相互独立的，不满足非线性加权综合法的适用条件，所以鲜见本法应用于大学生综合素质测评。增益性线性加权合成法:增益性加权合成法实质上是线性加权合成法的推广，将增益函数引入到线性加权合成法中，构造一个具有增益功能的综合评价函数，体现了“价值梯度”的含义，它意味着某项工作做得越好，付出的代价也就越大。本方法应用于大学生综合素质测评也鲜有报道。
2模糊学方法
模糊综合测评方法是应用模糊关系合成的原理，从多个因素对被评判对象所隶属等级状况进行综合性评判的一种方法。模糊综合测评的引入不仅是对强制打分方法的革命，也是对常规多指标综合评价方法的改进。模糊综合测评具有其它综合评价方法所不具备的优点，这主要表现在:①结果以向量的形式出现，提供的评判信息比其它方法丰富。②从层次性角度分析复杂事物。一方面，有利于最大限度地客观描述被评判对象;再一方面，还有利于尽可能准确地确定权数。③适用性较强，既可用于主观指标的综合评判，又可用于客观指标的综合评判。④模糊综合评判中的权数属于估价权数，因而是可调整的，根据评判者的着眼点不同，可以改变评价指标的权数。鉴于模糊综合测评具有以上优点，所以被广泛应用于大学生的综合测评方面。赵淑英和李勤运用模糊数学的理论［5，6］分别就模糊综合测评模型的建立步骤和多层次模糊综合评价模型作了详实的探讨。随着其他方法的发展，模糊综合评价方法又出现了几种改进的方法，譬如贺华将聚类分析的思想引入到模糊综合测评将模糊聚类分析引入评估，建立一种开放的评估模型［7］。牛冀平运用多层Fuzzy评价模型测评大学生综合素质也是模糊综合评价方法的扩展［8］。后面将要提到的灰色关联分析（GRA）的部分理论基础也是基于模糊综合测评理论。模糊综合测评方法也有不足之处。首先，模糊综合评判过程本身不能解决评价指标相关造成的评价信息重复问题; 其次，在模糊综合评判中，指标权数不是评判过程中伴随生成的（如同主分量分析那样），这样人为定权具有较大的灵活性，也注重了指标本身的重要程度，但人的主观性作用比较大，能否充分反映客观实际，需要很好地把握。
3多元统计分析方法
应用与综合测评的多元统计分析方法主要有主成分分析法、因子分析法、判别分析法和聚类分析法。因多元统计分析方法用于大学生综合素质测评比较少，在此就不一一叙述，仅对相关所涉及的方法作简单的叙述。广义上讲，先前提到的模糊聚类分析也属于多元统计分析综合评价的范畴，是模糊综合评价和聚类分析相结合的产物。丁芳梅曾运用TOPSIS法对大学生综合素质进行了评估［9］。TOPSIS法实质上就是多元统计分析中的判别问题，意为与理想方案相似性生物顺序选优技术，是系统工程中有限方案多目录决策分析中用到的一种决策方法，即设定一个理想的系统或样本点，如果被评价对象与理想系统在某种意义下非常接近.则称系统是最优的。基于这种思想所得出的综合评价方法，称为逼近样本点或理想点的排序方法（the technique for order prefer-ence by similarity to ideal solution 即TOPSIS）简称为理想点法，最后根据相对接近度大小来权衡评价对象综合效益的评价方法，相对接近度值越大，对象的综合效益越好。灰色关联分析（GRA）也是一种多因素统计分析方法，它是以各因素的样本数据为依据用灰色关联度来描述因素间关系的强弱、大小和次序的。如果样本数据列反映出两因素变化的态势（方向、大小、速度等）基本一致，则它们之间的关联度较大;反之，关联度较小。与传统的多因素分析方法（相关、回归等）相比，灰色关联分析对数据要求较低且计算量小，便于广泛应用。GRA分析的核心是计算关联度。美瑛运用熵权和广T关联度方法对20名大学生6项指标进行分析［10］，较准确地评价了大学生综合素质的优劣，并做出名次排序，就是熵权法赋予权重运用到灰色关联分析的一个很好的实例。熵权和广T其优点是消除人为主观因素的影响，可信度较强。近年来，随着运筹学、信息论系统理论、计算机技术、人工智能技术的发展，基于BP神经的测评方法也应用到大学生综合评价领域。神经网络是人们在模仿人脑处理问题的过程中发展起来的一种新型智能信息处理理论，它通过大量的称为神经元的简单处理单元构成非线性动力学系统，对人脑的形象思维、联想记忆等进行模拟和抽象，实现与人脑相似的学习、识别、记忆等信息处理能力。神经网络在经历了40多年的曲折发展之后，在信息领域等许多应用方面已显示出巨大潜力和广阔的应用前景［11］。神经网络具有下述基本特点: ①其机理是按学习模式的数据，通过学习和训练，找出输入与输出之间的内在联系，进而求得问题的解。这对于弱化求权重向量中的人为因素，是十分有益的。②能够处理那些含有噪声或不完全的数据，具有很强的泛化功能和容错能力。 ③现实中的评价问题往往是非常复杂的，各个因素互相影响，呈现出复杂的非线性关系，BP网络为处理这类复杂的非线性关系提供了强有力的工具。应用过程中值得注意的是BP网络是按有教师示教的方式进行学习的，学习模式中提供的数据是否合乎，将对计算结果产生直接影响。因此，学习模式中综合分的确定，务必慎之又慎。李平和张华都曾用神经网络模型对大学生综合素质进行了评价［12，13］。根据以上归纳分析，对大学生综合测评方法的进一步研究提出几点看法:① 根据测评目的确定合理的测评指标体系是测评研究的基础，所以测评指标体系的建立应予以充分重视;② 各种综合测评方法的适用条件、优缺点值得归纳，以便针对具体问题选择合适的测评方法;③ 其他尚未应用于本领域的综合测评方法应结合具体的适用条件探索性的推广到大学生综合素质测评中来;④ 可以结合各种综合测评方法的优缺点，取长补短，结合各种方法的优点探索出综合评价的新思路、新方法;⑤ 大学生综合测评方面的软件开发还需进一步加强。
【】
1 李真. 适应社会需求的大学生综合素质测评体系的构建. 河北青年管理干部学院学报，2003，（1）.
2 张琼. 试述大学生素质综合测评. 惠州学院学报（社会版）， 2004，（1）.
3 毛军权. 大学生综合素质评价系统的设计与评价方法的研究. 上海理工大学学报（社会科学版）， 2002，（2）.
4 万远英，尹德志. 大学生综合素质层次分析评价体系及其数学模型. 西南民族大学学报.人文社科版，2003，（12）.
5 赵淑英. 我国高校学生综合素质测评系统研究.
6 李勤，王宗军. 大学生综合素质的多层次模糊综合评价研究. 科技信息，2005，（9）.
7 贺华，李彦鹏. 基于模糊聚类分析的大学生素质综合评估. 山东体育科技，2004，（3）.
8 牛冀平，高少初，余志超. 运用多层Fuzzy评价模型测评大学生综合素质. 黄冈师范学院学报，2001，（5）.
9 丁梅芳. 运用TOPSIS法评估大学生综合素质. 高教研究，2003，（1）.
10 美瑛. 用定量分析方法综合评价大学生素质. 内蒙古师大学报（社会科学版）， 1999，（4）.
11 陈 女 原 女 令，贾国峰.神经及BP网络工作原理. 郑州牧业工程高等专科学校学报，2001，（4）.
12 李平，莫春立. 基于神经网络方法的大学生素质综合评价. 沈阳学院学报，2003，（2）.
13 张华，潘华. 大学生综合素质评价的神经网络模型. 哈尔滨师范大学科学学报， 2003，（4）.
