应用型本科高校大学生“双习”时间投入配置模型及实证分析
来源:用户上传
作者:丁婉娟
[摘 要] 综合探究大学生“双习”时间投入配置模型，在确定了两个假设前提和一个必要简化条件的基础上，以斯科特人力成本模型为基础对大学生的“双习”时间投入配置模型与学生的起薪及就业水平产生联系。以上述二者指标的变量最大化为基本规则求解相关模型系数。并以我校不同专业学生为研究对象开展广泛的实践调研活动，从中发现平均最优的“双习”时间配置为学习∶实习=3∶1;同时发现，不同专业以及学生实习有效性对“双习”行为的时间配置具有积极影响，希望能够为后续学校建立有效实习体系提供必要指导。
[关 键 词] 本科生;双习;时间投入配置模型;实证分析
[中图分类号] G645 [文献标志码] A [文章编号] 2096-0603（2019）25-0020-02
一、“双习”模型有效性分析
在研究这一问题的过程中，有两个前提需要假设。第一个要假设学生的学习总时间是固定不变的。这一假设从实际的学生群体观察中能够得到有效的认证。无论学习时间的多寡，学生对总时间的控制停留在一个合理的区间范围内。部分学生能够根据自身的需求在参与实习的过程中进行有效的学习，同样也存在部分学生对学习以及实习的兴趣均较为缺乏的情况。总体上呈现出显著的正态分布趋势，故而可以认为这一结论在大学生群体为研究目标上是正确的。第二个要假设学习与实习存在对等的效率关系，即无论是学生参与实习还是在自我学习的过程中对自身能力的提高均是相同的。只有如此在建立相关模型时，可以利用时间关系代替效率关系，才能够进一步抽象简单模型，为学生的“双习”时间配置提供必要指导。而事实上，这一假设并不符合客观规律，仅作为建议模型计算而提出的。当然，这也无法否认在此种背景下模型的意义，因为学生可以根据自身实践中的效率进行自我优化。与此同时，在学习与实习对自身能力的提高贡献的量化分析上也是学科的难点之一。
在认同了上述的两个假设之外，还需要建立有效的相关关系及影响度概念，即通过何种指标来判断配置模型的有效性。简而言之，通过对“双习”时间的优化配置可以达到最优的学生能力提升，而学生能力提升并不是一个可以简单量化的指标，这一问题也需要在模型建立过程中予以充分考量及判断的。为此，在具体的模型建立及其应用中需要形成有效的指标体系来明确表征何种情况下模型能够达到最优。这一方向上的答案实际上可以从教学目标中来进行提取与构建。按照目前高校的社会责任与教学目标，应用型本科是未来的一个发展趋势，而应用型人才的评价指标对应学生的就业及薪资水平。为此，应用上述两种指标作为其能力的客观表现具有一定的科学性。从就业及其薪资水平来看，通过适当的分组保障本文所研究对象在专业及高校水平上不具备显著差异，则就业水平之间的差异可以作为能力的表现之一。而在限定工作区域的情况下，薪资水平也可以作为能力表征的有效指标。
二、“双习”时间配置模型的建立
在明确了基本的应用前提与评价标准的基础上，可以对配置模型进行有效的建设。在具体的模型构建中，根据上文的假设，即学生的学习与实习时间总和是一个定值，并可以同“%”与“1-%”的形式来进行相互表征，以斯科特人力成本模型为基础进行修订，其表征形式为：△U=GXa*Yb;△I=HXa*Yb。其中△U与△I分别表征了就业起薪与就业水平的增量。G与H分别代表了学生综合素质常数，包括众多对就业与起薪相关的非双习影响因素的总和，如家庭影响等，这一指标与双习行为并不相关，默认在配置过程中并不发生变化。X与Y分别代表了学习时间与实习时间;a与b分别为弹性系数，即表征了起薪或者就业水平增加了1%，对应的总时间投入需要增加的比重。由于前文设定了总量恒定不表的基本条件，上述两个指标以常数的形式纳入具体的评价模型。
从上文的条件设定中可以简单活动，参与学习与实习的总时间为X+Y，且保持不变。为此，参与学习的时间配置比重可以用P=X/（X+Y）*100%来进行表征，与此相对参与实习的时间配置比重可以用Q=Y/（X+Y）*100%或者用Q=1-p来进行表征。将其带入到上述模型公式可以简单获得：△U=G（Pa*（1-P）b）;△I=G（Pa*（1-P）b），其中a和b高度在此模型条件下高度统一，故而可以简化为△U=G（P-P2）a;△I=G（P-P2）a。
在建立了有效的评价模型后，需要对各类的常数进行设定求解。其中求解方式采用历史数据求导的方式来进行。其中在历史数据的起薪平均值来代替其增量的变化情况，历史数据中的就业方向来代表其非双习因素下的综合水平水平建设，以历史数据中的单向指标（未参加实习，全部时间均分配在学习上的极端单向学生案例）计算弹性系数a的取值。经计算发现G在起薪上取值为1.26，a在起薪上取值为2.4;学生的综合能力对起薪的贡献比例与在学习时间上的投入为1.26倍的关系，而学生起薪每增加1%，则在总学习时间上的投入增加2.4%;在就业水平上的G取值为3.93，a为1.1，即学生的综合能力对起薪的贡献比例与在学习时间上的投入为3.93倍的关系，而学生起薪每增加1%，则在总学习时间上的投入增加1.1%。将相关常數带入评价模型体系中去，根据本文所评价的目标进行求解，即在起薪以及就业水平上的增量为正向的最大化进行求解，P值在起薪水平以及就业水平上的双习时间配置模型求解关系分别为maxU=1.26（P-P2）2.4;maxI=3.93（P-P2）1.1。
三、应用型本科大学生“双习”时间配置实证分析 为了进一步认证学生双习时间配置模型的有效性，并利用模型对学生的实际配置时间进行切实指导。本文以我校不同专业大学生为具体研究对象，利用上文所建立的相关模型对学生的时间配置进行研究，发现如下相关结论。
（一）不同专业对“双习”时间的配置具有显著影响
从模型分析的角度来看，并不是全部专业均对实习具有较高要求。其中从总体趋势的角度来看，文科与理科对实习的依赖程度相对较低，工科与涉及商业活动、社会交往的专业以及医学对实习的要求相对较高。从這一角度来看，后续的学校实习指导以及学生自我的学习时间安排均要建立在专业特征以及专业要求的基础上来进行，只有如此才能够形成“双习”配置时间与个人能力之间的有效对应，才能够真正意义上发挥“双习”时间配置在学习过程中的有效性。另一方面，本文研究发现不同专业的不同学习模式对学生的“双习”时间配置也存在一定的影响。如医学院学生群体的教学模式是采用“理论学习+实践学习+理论学习”的循环模式来进行的，此种课程设置对于实习效能的发挥具有积极影响，可以在更低的“双习”配置时间上发挥更大的能力提升效能。而部分专业如旅游管理则采用“理论教学+毕业实习”的方式安排统一的集中式学习，此种课程设置方式则导致实习效能相对较低，如果需要达到相同的效果则需要进一步提高实习时间以达到另一种配置方式。
（二）就一般性应用型本科生而言时间配置在P取值为0.75时最为有效
不同的专业对本科生的配置要求不同，其中系数最低，P值取值为0.86%，说明在总时间的配置上，学习与实习之间的比值在43∶7便可以达到最优效果，无论是学习时间的增加还是实习时间的减少均不利于学生的能力体系建设。而与之相对的是涉及商务与社交活动的相关专业，如国际贸易、旅游管理等专业，此专业条件下P的取值要达到69%，才能够获得最佳的能力提升，即代表了上述专业下的学生学习时间与实习时间的比值在69∶31左右才能够达到最好的学习效果。综合不同的专业学生发现，最佳的配置均值在75%左右，即学生的学习时间与实习时间的比值控制在3∶1的范畴区间内能力提升的效果最佳。
（三）实习有效性对配置模型的影响最为显著
学生的学习行为在受到了学校引导以及更低层次学习的习惯养成在能力建设上均能够发挥很好的效能。简而言之，学生的学习行为对学生自身能力的提升具有明显作用。此种现象一方面得力于学生的学习行为可以转化为可供展示的核心就业竞争力，如学校的成绩排名、专业技能、岗位能力证书等;另一方面则是学生对自身的学习行为更为了解与熟悉，能够在学习过程中有效地掌握更多知识。与此相对的是，学生的实习参与情况的能力贡献度则波动较大。从具体的模型分析上来看，此种贡献分布在4%～17%之间。形成此种现象的根本原因一方面是学生对实习这种学习模式相对陌生，无法形成实习与能力提升之间的有效对应，简而言之是很难通过实习过程做到对自身就业竞争力的有效贡献。另一方面，学生的实习岗位多以学校推荐或者自我寻找为主，其中学校推荐的实习岗位很难具有知名效应，在学生的就业过程中往往成为“可有可无”的经历，很难成为加分项。而学生的自由实习选择在实习广度上虽然具有很大的开放性，但是学生更大的主观意愿是获得实习“证明”而非在实习过程中获得能力的提高。在此种背景下，学生的实习更多是从事与专业无关的单纯“体力劳动”从而客观上降低了实习的有效性。与之相比，在校内的实践活动对学生能力提升的贡献要相对更大。
参考文献：
[1]刘广，李紫怡，李聪.大学生寒暑假兼职面临问题及对策研究：以安徽财经大学为例[J].现代商贸工业，2019，40（18）：61-62.
[2]赵婷，陈祥德.校企合作培养大学生创新创业能力的探索：以青岛黄海学院“企业课堂”为例[J].现代交际，2019（8）：26-27.
[3]李鑫荣.浅谈大学生酒店实习轮岗培训的优点与缺点：以三亚艾迪逊酒店为例[J].纳税，2019，13（12）：257-259.
[4]丁小浩，朱菲菲.大学生“双习”时间投入配置模型及其实证分析[J].北京大学教育评论，2017，15（4）：75-86，186-187.
编辑 陈鲜艳
转载注明来源:https://www.xzbu.com/1/view-15059172.htm
