中国学生创新素养的相关因素及政策建议--基于大数据分析模型的实证研究.docx

《中国学生创新素养的相关因素及政策建议--基于大数据分析模型的实证研究.docx》由会员分享，可在线阅读，更多相关《中国学生创新素养的相关因素及政策建议--基于大数据分析模型的实证研究.docx（24页珍藏版）》请在优知文库上搜索。

1、中国学生创新素养的相关因素及政策建议-基于大数据分析模型的实证研究创新是当今世界各国发展的动力和源泉，社会经济的发展需要依靠创新驱动。创新意识和能力对于国家、社会及个人持续发展都非常重要。我国在2008年就提出建设创新型国家的目标，即将科技创新作为基本战略，大幅度提高科技创新能力，形成日益强大竞争优势。教育要为增强创新发展能力服务。2019年2月，中共中央、国务院印发的中国教育现代化2035明确提出，要加强创新人才特别是拔尖创新人才的培养。学生创造力的培养是建立创新型国家的基础。这就要求教育能够培养出高素质的创造性人才，以适应社会变革的需要。中小学阶段是培养人的创造性的关键时期，这一时期，实施

2、创新教育，开展创造性活动，培养学生的创造性思维和创造性个性品质，将为学生未来的创造发明打下坚实的基础.学生创造力的研究对未来国家整体创新素养的提高有着重要意义。2016年发布的中国学生发展核心素养中，实践创新也是18个基本要点之一，需要着重进行培养。为了提高学生的创新素养，首先需要找出与学生创新能力相关的各种关键因素，才能有的放矢地制定相应政策提高学生的创新能力。本研究期望通过对影响学生创新素养的因素进行分析，找出影响学生创新素养的关键因素，以期为有关政策设计提供更为可靠的依据。本文探究的是学生创新素养的相关因素，因此首先要明确界定学生创新素养构成，然后再分析与创新素养相关的各种关键因素。(一

3、)创新素养为了研究学生创新能力的培养，首先需要确定创新素养的内涵和维度。国外对创新能力、创造力有过许多研究。美国21世技能联盟针对未来社会的职业需求和挑战,提出了包括学习和创新技能、信息媒介与技术素养、生活与职业素养在内的三大核心素养。创造力和创新作为学习与创新素养的一个维度之一，其内涵包括在工作中展现创造和发明才能；能提出和实施新的想法并把新想法传播给他人；对新的、不同的观点持开放的心态并积极回应；能实施有创意的设想，为出现革新的领域做出具体的、有益的贡献。综合来看，创造力是个人知识、能力、个性和态度、动机等因素构成的综合素质，而不是某一两种特殊能力的表现.创造力是指每个正常人或群体在支持的

4、环境下运用已知的信息发现新问题,并对问题寻求答案,以及产生某种新颖而独特、有社会价值或个人价值的物质或精神产品的能力。心理学研究表明，在智力因素相近的情况下，人格因素是创造力的关键因素。美国创造心理学家格林(E.I.Green)提出创造力由10个要素构成，即知识、自学能力、好奇心、观察力、记忆里、客观性、怀疑态度、专心致志、恒心、毅力等。日本创造学家进藤隆夫等人提出创造力由活力、扩张、结力及个性四个要素构成，其构架包括发现问题、明确问题、阐述问题、组织问题、解决问题的能力。戴维斯（C.A.Davis）对已有的创造性人格研究进行了元分析，提出创造性人格特征包括12个方面：（1）智力属于中上等，但

5、并不一定超常；（2）观察力，对周围事物的感受很敏锐，能发现常人不注意的现象；（3）流畅性，思路畅通，新思路、新观念不断涌现；（4）变通性，能一叶知秋，举一反三；（5）独创性，常常发表超出常人的见解，用特异的方法解决问题；（6）精致性，凡提出设想，并在此基础上进一步深思熟虑，加以改善；（7）怀疑，对世事抱怀疑态度，超脱世俗；（8）持久性，不怕困难，坚持始终；（9）智力的游戏性，表现出天真的赤子之心；（Io）幽默感；（II）独立性；（12）自信心。盛晓娟等对国外7位心理学家提出的22个创新人才特征进行梳理，得出5个主要特质：充满好奇心、意志坚定勤奋努力、性格独立、有理想有抱负又兴趣广泛；而对其他领

6、域的16位国外学者提出的30多种创新人才素养的梳理,表明被广泛认知的5个创新人才的主要特征是喜爱冒险、坚定不移专注、洞察力、变通包容性、独创性。综上可见，创新素养是指个人不仅具备潜在的创造力，能够善于吸收、处理和创造信息，进行自主的开拓和创新，而且还具备合作精神、处理人际关系和组织协调能力等参与或带领团队进行创新的能力。本研究主要关注在知识学习基础上的创造力的个性品质特征。通过对以往研究的分析，本研究认为创新素养包括以下5个维度：一是创新能力。创新能力是创新素养的核心能力。创造力就是要创造、传播和应用知识并获取新的收益，其核心是知识创新，包括科学创新和技术创新及其创造性的应用。创新要具备习惯于

7、寻求与他人不同的思维方式或行动方式，如积极挑战阻力、挑战习惯，以创造性方式进行思维和采取行动,包括动机兴趣好奇心、求知欲、探究性、主动性、对问题的敏感性等.创造意识能使人们自觉地关注问题，从而发现问题,做出创造性成就，而创造精神往往是成功的关键。二是问题解决能力。许多心理学家将创造力与日常生活中的问题解决直接联系起来，认为创造力是生活智慧的积累。创造的本质是运用创造性思维和批判性思维，尝试自己选择的想法或方案是否可行。在这一环节中，可能会在实践中遇到新的问题，可以通过改进完善方案来解决，同时也可以作为新的挑战，开始又一轮的创造过程.三是意志力，即耐受挫折的能力。在创造、创新的过程中，常常要面对

8、各种各样的困难和失败，需要具备面对困难百折不挠的毅力；目标专一，持之以恒，表现出不达目的誓不罢休的品质，这些都是创造力所必需的特质.达克沃斯(A.Duckworth)的研究发现，坚毅是最为可靠的预示成功的指标。四是沟通交流能力。团队创新非常强调团队成员间的相互沟通及交流，在协作互动中促进目标的实现及创新，沟通交流、清晰表达自我的能力显得尤为重要.五是分享意识。在解决高复杂性问题时，越来越需要采取团队式工作系统，以整合跨领域的知识和技能，增加应变与创新能力.在团队活动中，创造性想法往往发端于个体，然而这些想法会在团队讨论中得到进一步的分享与发展。具备合作与分享意识是团队创新中的重要素质。(二)影

9、响创新素养的因素正如前面所阐述的，创新素养包括知识、智力、非智力三个方面，因此知识、智力和非智力因素对创新素养产生重要的影响.大量的心理学研究对非智力因素对创造力的影响进行了分析。研究表明,在智力因素相近的情况下,人格因素是影响创造力的关键因素。美国心理学家斯滕伯格(Sternberg)在总结众多研究的基础上提出“创造性的多因素理论”，认为个体的创造力能否充分发挥，受到6个方面因素的影响，包括智力、知识、思维风格、人格、动机和环境。一些学者通过比较高创造性个体和低创造性个体发现，高创造性个体经常具有某些典型的人格特征，如独立性、自信、对复杂问题感兴趣、审美取向和冒险精神等。此外，除了个人因素、

10、环境因素对个人创造力也有影响。创造力的研究最早开始于对个体差异的关注，试图揭示出创造性个体的人格特征。20世纪70年代开始，许多研究者开始把创造力放在社会背景下考察.学者们运用多种方法对创造活动进行研究，发现环境因素的影响有积极和消极两个方面，它们主要通过个人的活动动机起作用.斯滕伯格认为以下几个环境因素对创造力的表现有影响：（1）工作情境；（2）作业限制；（3）评量；（4）竞赛；（5）合作；（6）家庭气氛；（7）角色模范；（8）学校气氛；（9）组织机构气氛-非中央集权管理；（10）社会环境。有研究显示,宽松的外部环境和正确的激励能促使内部动机发挥作用。不适当的外在奖励、任务、评价和监督等往往

11、会导致内在动机下降，只靠高水平的外在动机，反而会使创造力遭到扼杀。此外，过分强调合作或竞争都不利于创造力的提升。斯明白格认为，一个社会若能驱使其中的成员迈向未来，给予足够的自由，该社会就会享受到成员创意的果实，而该种社会对创造力的强化不是学校能够压抑住的。基于此，本研究主要关注学校、教师、家庭环境、学生的成长环境等相对宏观的社会性因素对学生创新素养的影响。（一）数据来源本研究数据来自2016年对全国中学生的一项抽样调查。调查采用分层整群、随机抽样的方法，按照区域和社会经济发展水平抽取广东、天津、江苏、辽宁、河北、湖南、甘肃7个省/直辖市/自治区及深圳市；根据省内各地区（地级市）社会经济发展状况

12、，选择13个处于中等发展水平的省属地区（地级市）、直辖市所属的区（县）；各地/市/县选择3所学校，每所学校抽取初一、初二、高一、高二年级各3个班的学生（学生样本部分特征见表1）,全体教师填写教师问卷，共调查156所学校、49636名学生、5321名教师。表1学生样本部分特征（二）变量设计目标变量是学生创新索养，由研究者设计若干测量学生创造力的题目，考察学生在遇到某个问题时的做法，每个题目采用4等级选项，从1到4进行赋值，4分代表创造力最强。创新素养又分为5个维度，每个维度由若干题目组成，5个维度得分总和为创新素养得分（见表2）。表2学生创新素养维度及得分特征变量共计78个，包括：（1）学生特征

13、，即性别、年龄、民族、户籍（农村居民、城市居民、其他）、是否独生子女、是否与父母生活在一起、是否与祖父母生活在一起、是否与兄弟姐妹住在一起、是否住校、是否当过班干部、每周锻炼时间、每周上兴趣班时间、课余时间喜欢做的事情；（2）家庭特征，即父母受教育程度、父母职业、家庭经济条件（家庭是否有电视机、电脑、上网设备、固定电话、手机、收音机、录像机、拖拉机、洗衣机、冰箱、摩托车、自行车、小汽车、缝纫机、照相机、学生专用手机）、家庭文化资源（家里是否有中文刊物、外文刊物、书桌、单独学习房间、专用计算机、专用上网设备）、父母教育期望、父母重视培养的品质；（3）学校特征，即学校所在区域、类型、办学性质、办学

14、条件、办学水平、师生比、高一级学历教师所占比例、教师学历合格率、各级教师所占比例、平均班额、实验设备达标率、分组实验开出率、学校设备条件（有无语音教室、计算机房、多媒体教室、校园网、卫星接收设备、体育馆、运动场、专用音乐教室、电子琴或钢琴、学生用乐器）、教师教学方式对创新的支持、教师在教学中注意培养学生的哪方面能力、教师对学生发展重要品质的认识等。对于学校教师的培养方式也是通过对该校教师的问卷调查获得，教师不仅限于被调查学校的任课教师，也包括学校其他教师，主要反映学校教师群体的整体氛围，对于每个题目都选取教师的平均数或高频值做为特征。在分析之前，对非0,1变量数据进行了标准化处理。(=)分析模

15、型研究采用数据挖掘技术，具体来说是机器学习的大数据分析方法，对学生创新素养的各种相关因素进行系统、完整的分析。机器学习理论主要是设计和分析一些让计算机可以自动学习”的算法，进而从大量的资料中搜索隐藏于其中的有着特殊关联性的信息，从数据中自动分析获得规律，并利用规律对未知数据进行预测.给定新的特征变量能对其对应的目标变量进行预测.传统的社会科学的数据分析往往基于先前的研究基础提出假设，对有限数量的多变量进行假设验证。机器学习更强调模拟人的学习方式，教计算机自动地识别有用的知识，从大数据库中提取有意义的模式和知识.数据挖掘是可以直接用于社会科学数据分析的一个有力的分析工具。对于学生创造力的研究通常

16、用线性或逻辑回归模型以及结构方程模型来验证某些特征间的关联。这种分析模型一次能够分析的变量有限，不能对大量变量进行系统探索,应用数据挖掘技术可以很好的解决该问题.本研究主要应用随机森林(RandomFOreSt)模型进行机器学习，探索影响学生创新能力的因素。随机森林算法是从N个训练样本中以有放回抽样的方式取样N次，形成一个训练集,并用未抽到的样本作预测，估计其误差。在机器学习中，随机森林由许多的决策树组成，这些决策树的形成采用了随机的方法，因此决策树之间是没有关联的.当测试数据进入随机森林时，其实就是让每一颗决策树进行分类，看看这个样本应该属于哪一类，最后取所有决策树中分类结果最多的那类为最终的结果。本研究中使用了PythonSk1.earnPackage中的随机森林模型，决策树的形成采用了随机的方法；具体是在每个决策点形成的时候只提供随机选取的所有特征变量的一个子集，也就是说每个决策树都是基于随机选取的部分决策信息，从而降低关联性.本模型用了100棵