一、问题的提出

当前世界范围内新一轮科技革命和产业变革加速进行，我国经济发展进入新常态、高等工程教育步入新阶段，迫切需要培养造就一大批多样化、创新型卓越工程科技人才。2016年由我国率先提出的“新工科”概念为高等工程教育的改革探索提供了一个全新视角和“中国方案”，在不到一年的时间里，教育部多次组织高校进行深入研讨，积极推进新工科建设工作，逐步形成了“复旦共识”和“天大行动”[1]。由此可见，“新工科”并不是局部考量，而是在新科技革命和产业变革、新经济发展背景下高等工程教育改革的重大战略选择，其实质上就是高校通过工程科技人才培养质量的提升，为新业态、新产业和新经济提供持续的智力支撑和工程科技人才保障，今后必将成为我国高等工程教育发展的新思维、新方式[2]。

党的十九大以后，我国高等工程教育全面进入以提高工程科技人才培养质量为核心、内涵式发展为特征的新时期，这就使得地方本科高校在工程技术类专业人才培养上更加注重与区域经济建设发展需求的对接度[3]。在此背景下，地方本科高校必须面向未来布局新工科建设, 构建新兴工科和传统工科相结合的学科专业“新结构”，探索更加多样化和个性化的工程科技人才培养模式,培养具有创新创业能力和跨界整合能力的工程技术人才[4]。然而，高水平工程技术类专业人才培养是个复杂的系统工程，其关键在于人才创新素质的培养。于是，地方本科高校如何理解新工科背景下工程技术人才创新素质的内涵？工程技术类专业学生创新素质现状如何？应该从哪些方面提升工程科技人才创新素质等关键问题就成为高等工程教育改革迫切需要研究解决的问题，这不仅关系到地方高校工程教育改革和发展的结果，同时也关系到地方经济社会的发展状况。当前地方本科高校工程技术类专业学生创新素质低是一个公认的事实，因而地方本科高校在工程技术类专业教育中迫切需要解决如何从传统的知识型、技能型人才培养向创新型人才培养转型的问题[5]。

从工程技术类专业人才培养过程来看，其创新素质提升必然会受到多方面因素的影响，并且这些影响因素是无序的，从而使得工程技术类专业学生具有不同的创新素质表现，这就要求地方本科高校在服务地方经济建设的过程中结合自身行业优势来识别影响学生创新素质提升方面存在的关键因素，必须量化分析关键因素对工程技术类专业学生创新素质的影响路径。袁旦[6]论述了创新素质特征模型中的不同维度对人才培养适配性是否存在显著性影响，指出创新人格、创新动机、创新知识和创新能力对人才培养适配性有显著的正向影响，而创新精神并无显著影响。孙德刚[7]发现当前工程类专业大学生创新创业能力培养过程中普遍面临实习行为异化、创新能力与创业能力彼此分离、素质能力培养维度单一等问题。综合当前文献来看，系统地研究地方本科高校工程技术类专业学生创新素质影响因素及提升路径的文献并不多，大部分研究多以定性的理论分析和对策建议为主，多采取传统的统计分析方法，缺乏广泛调研基础上的实证研究，导致所提出的政策建议或实施方案略显空泛，可操作性不强。因此研究地方本科高校工程技术类专业创新素质影响因素及其提升路径具有重要的理论意义和实践价值。

学生只有学会学习方法，才能成为学习的主人。因此，教师一定要精心指导学生学习的方法，这对于提高课堂教学效率是至关重要的。

25年来，国威在这个信息繁杂、产品多元化的时代中，一直坚持初心，专注于制造切纸机，针对此，林孝国自有见解。首先，这是关乎其自身的一种情怀，林孝国与切纸机打交道已有28年，已经将其作为自己生活的一部分，随便指出国威生产的一款设备，他都能轻松地说出该设备的特点，甚而在哪一年生产。其次，在林孝国看来，国威一直致力于裁切设备的生产，积累了相当丰富的经验，有能力在这一隅还有很大发展空间的市场创造新的成绩，所以没必要把精力、财力、人力分散到不擅长的领域。

二、问卷编制及数据收集

(一)问卷编制

问卷设计主要包括了地方本科高校工程技术人才创新素质构成要素指标和工程技术人才创新素质提升各维度的具体测量指标。通过参阅与研究主题相关的文献[8-11]，利用词频统计法初步提取影响工程技术类专业学生创新素质提升的主要因素，同时考虑到江西省地方本科高校工程教育发展现状及区域经济发展对工程技术人才创新教育改革的方向，总结出影响地方本科高校工程技术类专业学生创新素质的因素34项。然后征求5位教育科学领域专家、10位大学工科教师、10家工程科技型企业创业者及15位企业一线资深工程师意见，将内涵相近的因素项进行合并，将词频较低、作用意义不明显的项目删除，进一步提炼后形成最终的调查问卷，一共包含有29个问卷项目。调查问卷要求采用李克特五级量表对上述测量项目进行评价打分，数字分别代表关键因素对学生创新素质提升影响的重要程度。最后通过试测和检验的方式来完成初选问卷项目的遴选，经过小范围预测试筛选后最终确定问卷。

廖：我零零碎碎讲些故事，正是此意.同时也说明“成功三要素”不仅内涵与外延都很难界定，而且相互间的关系也很复杂，通常是互为因果、相辅相成，你中有我、我中有你.例如，勤奋没有天赋作基础，恐怕终难成大器；至于说机遇，更是祸福相依，苦难与挫折说不定也是上天赐给成功者的特殊机遇.

(二)问卷数据收集

本研究采用克朗巴赫系数法(Chronbach’s α)来评估调查问卷的信度，通常，Cronbach’s α系数在0.8以上说明问卷信度可接受，低于0.6则表示需要考虑修正问卷。同时，问卷中每个题项的信度则采用SMC值来表示。本文将经过整理的1 132份问卷的数据输入到SPSS 20.0，可得到每个问卷项目的SMC值，详细结果如表1所示。可见，问卷中29个题项的SMC值均大于0.6。同时，量表总体的Cronbach’s α值为0.812大于0.7，达到“理想”的水平。因此，本文获得的数据能够满足研究分析的要求，量表总体和问卷题项有较好的内部一致性信度，调查问卷各题项测量的信度较高，这也表明了本文依据调查统计结果推断相关结论的科学性、准确性。

问卷采用纸质版及网络电子版两种形式，一共发放1 300份，其中每个学校发放260份，每个年级65份。截止2017年6月底，共收回问卷1 160份，回收率89.2%；有效问卷1 132份，有效率97.6%，可以看出问卷回收率和有效率均可行。

假设亲本红花植株中杂合子占的比例为x，则子一代中白花植株占的比例为x/2，由题意可得x/2=1/6，解得x=1/3。若该亲本红花植株群体自交，则F1中白花植株占的比例为1/3×1/4=1/12，红花植株占的比例为1-1/12=11/12，故所求结果为11∶1。

(三)问卷信度分析

本文采用多阶段针对性随机性相结合的分层抽样方式选取样本(按照学校——院系——专业分层)。首先针对性选取江西省(南昌航空大学、华东交通大学、江西理工大学、东华理工大学、南昌工程学院)5所工程技术类专业人才培养特色较为明显的地方本科高校作为抽样框；其次，根据5所学校的学生规模分配定额的样本数量； 再次，根据不同高校在学科建设上的特点，分别在这5所学校中针对性抽取4个工科专业为主的学院作为第二级抽样框，并根据在校生数量比例确定调查对象；最后，按随机抽样原则在4个院系中抽取一定数量的学生、专业教师、学科建设负责人、院系领导作为最终的调查样本。

 

表1 被调查者结构统计

  

问卷对象频率/份比例/%本科生76667.7专业教师24221.4学科建设负责人988.7院系领导262.2总计1132100

三、影响因素的提取

(一)探索性因子分析

为简化变量维数，利用探索性因子分析法来检验量表题项的结构效度，可抽取原问卷体系中的公因子，并将其表示为影响工程技术人才创新素质提升的主要因素。根据Kaiser-Meyer-Olkin效度度量准则[12]，当KMO值大于0.5时，表明变量间公共因子较多；若检验结果的Sig.值<0.05，表明代表总体的相关矩阵间有公共因子存在。两者满足的情况下则说明该问卷量比较适合做探索性因子分析。通过SPSS 20.0 中的探索性因子分析模块对调查数据进行KMO和Bartlett球形检验，可得出KMO=0.652>0.5，Bartlett球度检验的相伴概率Sig.=0.001，小于给定的显著水平0.05，因此可以进行探索性因子分析，从而更好地找出影响地方本科高校工程技术类人才创新素质提升的本质因素。之后，采取主成分提取方法提取特征值大于1的公因子，其中特征值大于1的公共因子有6个。并采取方差最大正交旋转法对提取的公因子进行旋转，从而得到合理的载荷矩阵。

通过对因子载荷矩阵的进一步分析，依调查问卷中各题项语义分成6个维度，并将提取的6个公因子分别命名为：地方区域经济因素(RE)、教育体制因素(ES)、地方高校因素(LU)、学生家庭因素(SF)、协同育人因素(SEC)和工程技术类专业学生自身创新潜质(PCQ)，累计方差解释量达到84.674%。此外，探索性因子分析过程中各个层面的Cronbach’s α系数均达到0.60以上，并且各公因子至少由4个题项构成，表明各公因子构面具有较高的内部稳定性和一致性。

(二)验证性因子分析

第二个复回归模型中的自变量为“学生家庭”“教育体制”变量，因变量为“地方高校”，其复回归系数值如表5所示，可见“学生家庭”“教育体制”2个外因变量对中间变量“地方高校”的影响均达到显著水平。

国内餐饮行业的菜品研发基本上依靠相互抄袭和厨师的经验，然而上百万种菜品的做法单单依靠厨师经验是无论如何都不可能完成的。

 

表2 调查问卷项目及信度分析

  

序号题项代码问卷题项SMC值序号题项代码问卷题项SMC值1RE1区域战略与区域政策0.8416LU6创新素质评价机制0.762RE2发展基础与产业结构水平0.8317SF1家庭教育观念0.773RE3区域市场化程度0.7818SF2家庭教育方式0.794RE4信息化水平与科技创新能力0.7919SF3家庭经济收入0.755RE5科技创新公共服务体系0.7629SF4父母职业及学历0.746ES1考试招生制度0.8121SC1协同创新机制0.727ES2学籍管理制度0.7722SC2协同育人机构及组织0.758ES3创新教育质量评价方式0.7823SC3校外实习基地0.769ES4当地教育经费预算0.8524SC4企业投入经费0.7310ES5创新教育政策导向0.7725SC5企业高工进校指导0.7411LU1校园创新文化及氛围营造0.7626CQ1学生自身创新意识0.8212LU2地方高校创新创业平台数量0.8227CQ2学生自身创新能力0.7413LU3创新创业师资0.8328CQ3学生自身创新知识0.7614LU4创新教育投入经费0.7529CQ4学生自身创新人格0.7315LU5创新创业课程教学改革0.79

 

(1)

(2)

 

表3 测量变量的主要验证性参数

  

测量变量因子负荷信度系数测量误差组合信度平均方差抽取测量指标因子负荷信度系数测量误差组合信度平均方差抽取RE10.7260.5270.4730.8860.610SF10.8120.7140.2860.9010.696RE20.8120.6590.341SF20.7890.7530.247RE30.7840.6150.385SF30.8680.6920.308RE40.7670.5880.412SF40.8420.6230.377RE50.8130.6610.339ES10.8710.7590.2410.9440.771SC10.7840.6150.3850.8650.561ES20.9040.8170.183SC20.7260.5270.473ES30.8750.7660.234SC30.7830.6130.387ES40.8920.7960.204SC40.7180.5160.484ES50.8460.7160.284SC50.7320.5360.464LU10.8970.8050.1950.9560.782CQ10.9040.8170.1830.9270.760LU20.8680.7530.247CQ20.8780.7710.229LU30.9130.8340.166CQ30.8650.7480.252LU40.8450.7140.286CQ40.8390.7040.296LU50.8620.7430.257LU60.9180.8430.157

其中：λi(i=1,…,29)为指标变量在潜在变量上的标准化参数估计值(因素负荷量)，ei为观察变量的测量误差值，δi为信度系数。

(2)教育体制层面。

图1模型中的64个估计参数均达到显著水平，此外，估计参数的标准误差均很小且没有出现负的误差方差，表明图1构建的假设模型没有违反辨认规则；模型潜在变量的组合信度系数值均大于0.6，平均方差抽取值也大于0.5，均表明模型内在质量理想。

四、路径分析结构模型

依据探索性因子分析中得到6个公因子，根据验证性因子分析得到6个公因子变量之间的相互关系，可认为影响工程技术专业学生创新素质提升的主要因素有5个变量：“区域经济”“教育体制”“学生家庭”“校企合作”“地方高校”。在建立因子变量路径分析模型时，研究者可对因子之间的影响关系进行假设，从而建立不同的影响路径分析模型，通过模型适配度检验，可将适配度不佳或者路径系数不显著的路径删除，并根据修正指标值适当增列部分遗漏路径，通过反复迭代可建立最终假设的路径分析结构模型。

  

图1 验证性因子分析结构模型

首先假定“区域经济”“教育体制”“学生家庭”“校企合作”“地方高校”这5个变量对“创新素质”变量具有直接影响，而“区域经济”和“教育体制”两个潜在变量又会通过“校企合作”变量对“创新素质”产生影响，同时，“教育体制”和“学生家庭”两个潜在变量也会通过“地方高校”变量来影响“创新素质”变量。因此，可将“区域经济”“教育体制”“学生家庭”作为外因变量，“创新素质”作为内因变量，“校企合作”“地方高校”作为中介变量(同时具备外因变量和内因变量属性)。根据上述假设，利用传统执行路径分析方法建立3个复回归分析模型。

第一个复回归模型中的自变量为“区域经济”“教育体制”变量，因变量为“校企合作”，其复回归系数值如表4所示，可见“区域经济”“教育体制”两个外因变量对中间变量“校企合作”的影响均达到显著水平。

验证性因子分析被归类为一般结构方程模型或者共变结构模型，常被用于检验一组测量变量(29个题项)与解释变量(6个公因子)之间的关系是否符合实际问卷数据。本文在探索性因子分析基础上，利用表2中的量表为工具，依然采取分层随机抽样方式重新抽样，确定有效样本数据200份。根据探索性因子分析结果，利用极大似然估计法，借助AMOS 21软件对图1中的结构模型参数进行估算，根据Amos Output输出的估计值整理可得到模型参数标准化估计摘要，可依次求取各测量指标变量的因子负荷量、信度系数、测量误差，6个潜在变量之间的协方差估计值及相关系数。在上述分析基础上，可构建出如图1所示的结构模型。然后根据模型标准化回归系数估计值可以计算出6个潜在变量的组合信度、平均方差抽取量，其计算公式分别如式(1)、式(2)所示[13]，计算结果如表3所示。

 

表4 “第一个复回归分析模型”的复回归系数及显著性检验

  

模型非标准化系数B标准误差标准系数βt显著性常数5.2240.52414.2600区域经济(RE)0.4410.0370.5246.4270教育体制(ES)0.3040.0230.4068.2640

 

表5 “第二个复回归分析模型”的复回归系数及显著性检验

  

模型非标准化系数B标准误差标准系数βt显著性常数6.2241.0345.8210教育体制(ES)0.2860.0220.4626.2470学生家庭(SF)0.1840.0250.2697.6830

在上述4个影响因素中，前3个指标均为数值指标，很容易量化。而对于第4个因素，可以通过查询生产设备的订货纪录结合工作人员的经验，将这一指标转化为0～1的数值指标，即极易容易采购则赋值为1，否则为0。

 

表6 “第三个复回归分析模型”的复回归系数及显著性检验

  

模型非标准化系数B标准误差标准系数βt显著性常数2.6820.67413.6240区域经济(RE)0.3540.0320.28311.7630教育体制(ES)0.5720.0360.4879.6740学生家庭(SF)0.5890.0420.4346.3680校企合作(SC)0.6090.0380.4956.1420地方高校(LU)0.8470.0670.71410.3790

根据上述复回归分析模型中得到的相关统计量及路径系数，结合验证性因子分析结构模型，可建立路径分析假设模型，模型中的路径系数一般采用标准化回归系数β，并且路径系数在图2中已标出，9条路径系数的显著性检验均达到0.05的显著水平，影响路径均呈现显著的正相关性。

为了检验图2中的路径分析结构模型是否与实际数据相匹配，采用极大似然估计法对其进行适配度验证，验证结果如表7所示。由适配度检验量来看，整体模型的适配度结果良好，能够得到实际数据的支持。

患者的致伤原因主要为车祸伤和高处坠落伤。研究组患者的致伤原因构成比和术前ISS与对照组比较，差异均无统计学意义(P>0.05)，见表1。

根据路径分析结构模型，可求出各外因变量(5个)对内因变量(创新素质)影响的标准化直接效果值和间接效果值，两者之和为总效果值，该值能够很好地衡量两者变量之间的影响程度。其中标准化路径系数β可作为变量间直接效果值，变量间间接效果值则为路径中各条路径系数的乘积。图2中创新素质路径分析各项效果值，如表8所示。

第三个复回归模型中的自变量为“区域经济”“学生家庭”“教育体制”“校企合作”“地方高校”变量，因变量为“创新素质”，其复回归系数值如表6所示，可见“区域经济”“学生家庭”“教育体制”“校企合作”“地方高校”5个外因变量对内因变量“创新素质”的影响均达到0.05显著水平。

  

图2 路径分析结构模型

 

表7 路径分析结构模型适配度检验量表

  

统计检验量适配标准或临界值检验结果模型适配判断χ2值>0.050.417是CMIN/DF<2.001.014是RMSEA<0.050.015是GFI>0.90.956是AGFI>0.90.947是NFI>0.90.962是RFI>0.90.954是IFI>0.91.002是TLI>0.91.006是CFI>0.91.000是

 

表8 路径分析效果值

  

假设路径直接效果间接效果总效果值区域经济(RE)→创新素质(CQ)0.2830.2590.542教育体制(ES)→创新素质(CQ)0.4870.2010.688学生家庭(SF)→创新素质(CQ)0.4340.1920.626校企合作(SC)→创新素质(CQ)0.4930.493地方高校(LU)→创新素质(CQ)0.7140.714

五、实证结果及建议

(一)实证结果

(2)本研究基于路径分析结构模型对构建的路径分析假设模型进行验证及路径分析，定量化分析了不同影响因子对工程技术类专业学生创新素质提升的作用总效果。从路径分析总效果值来看，地方高校路径总效果值为0.714，其次分别为教育体制总效果值0.688、学生家庭总效果值0.626、区域经济总效果值0.542、校企合作总效果值为0.493。从作用总效果值来看，影响地方高校工程技术类专业学生创新素质提升的3个主要因素分别是地方高校层面、教育体制层面、学生家庭层面。

(1)本研究通过对江西省5所工程技术类专业人才培养特色较为明显的地方本科高校调查所得的问卷样本进行因子分析，利用SPSS软件对样本数据进行分析信度检验和因子分析，抽取了影响地方高校工程技术专业学生创新素质提升的6个主要因子，分别从区域经济发展水平、教育体制、地方高校管理、校企合作协同、学生家庭情况五个层面来建立影响创新素质提升的验证性因子结构模型，获取了不同层面影响因素的相关性及对工程技术类专业学生创新素质提升的作用路径。

(3)从具体的作用路径来看，区域经济发展水平一方面直接作用于地方高校工程技术类专业学生创新素质，其作用路径为0.283，而其对校企合作的作用路径则为0.524，这是符合客观实际的，因为校企合作教育形式产生的根本原因在于工业的迅速发展及其对新兴新型工程技术性人才的需求，导致校企合作的发展必然受制于地方区域经济的发展水平及当地教育体制因素。而当前地方高校在工程技术人才培养过程中就忽视了一个地区的校企合作水平应该由该地区的经济发展水平决定的这一原理。教育体制对校企合作和地方高校管理层面的作用路径分别为0.406、0.462，具有显著的正向影响，从这个意义来说，教育体制对工程技术人才培养方向、目标、定位具有决定性的作用，说明教育体制直接作用于地方高校，决定了地方高校的办学理念、专业设置、教师队伍、创新课程建设、教育经费投入等，也同时影响到校企协同合作制度，成为影响工程技术教育获取资源的关键因素。因此，深化工程教育体制改革是提升地方高校工程技术人才创新素质的根本保障；家庭因素对人才创新素质的作用路径为0.434，同时对地方高校作用路径为0.269，均具有显著的正向影响。不同地域、家庭背景的学生聚集在一起,因地区文化、家庭背景差异必然影响到地方高校工程教育整体质量和效果，其中家庭经济收入水平、父母教育观念、家庭教育方式，父母职业及学历作为家庭背景的重要子因素对子女创新创业教育选择同样会产生主要影响。路径分析也表明大部分学生创新意识、创新人格受家庭教育方式、父母职业及学历影响很大，其中父母职业及学历、家庭经济条件对大学生创新思维和创新人格都起着显著的正向作用。

2.1 特异引物筛选 对鑫两优212标准杂交种及其亲本使用《水稻品种鉴定技术规程SSR标记法》 (NY/T 1433—2014)中48 对SSR引物进行PCR扩增，结果有18对引物在父母本间具有多态性，且在鑫两优212标准杂交种各单株中呈现双亲互补带型(图1)，约占检测引物的37.5% (表1) ，可用于该品种的纯度鉴定。

(二)建议

综上所述，地方本科高校工程技术类专业学生创新素质教育提升面临的主要问题是如何加快高校创新教育发展、如何内涵式发展，这就要求我们必须从基本省情出发，遵循我省高校创新教育发展的内在规律，根据我省经济社会发展的实际需要，在对影响我省高校创新教育现状正确认识和质量关键因素分析之上，着眼全局、通盘规划，构建普及与发散相结合的工程技术人才创新教育模式。因此，在上述定量分析基础上，有针对性地提出了立足实际，具有较高可操作性，能进一步提升我省高校工程技术类专业大学生创新素质的有效对策。

(1)区域经济层面。

江西省委、省政府需要坚持把科技创新摆在全省经济社会发展全局的核心位置，大力实施创新驱动发展战略。主动适应、积极引领经济新常态，抓住新科技革命和产业变革的重要机遇，深入推进供给侧结构性改革，推动新技术、新产业、新业态蓬勃发展，建立以企业为主体、产学研用协同的创新机制，促进科技创新与经济社会发展深度融合。实施产业转型升级战略过程中必须坚持以科技创新为核心，选准主攻方向，加大研发投入，加快发展以技术、品牌、质量为核心的新产品、新产业和新市场，特别是注重营造创新生态，推进理论、制度、文化等各方面创新。

该模型中变量一共有64个，观察变量有29个、潜在变量(无法观察)6个，误差变量29个。模型中e1～e29为测量变量的误差变异值，δ1～δ29为因素负荷量值的平方R2(又称为信度系数，表示潜在变量可以解释测量变量的变异量)，标准化参数估计值的测量误差为1-R2，λ1～λ29为观察变量的因素负荷值，若λ∈[0.5,0.95]之间，则表示适配指标理想。

高等教育区域化已成为高等教育发展的一个重要趋势，而高等工程技术教育发展可以作为区域经济的增长点。基于该点认识，江西省政府及教育机构应该促进高等工程教育与区域经济间有效沟通及深度合作来进一步提高高等工程教育对区域经济增长的促进作用。以转变理念为先导，省教育厅必须发挥统筹规划的组织功能，指导我省高校创新创业教育深入持久有效开展，探索建立具有江西特色的创新创业教育理论和实践体系，构建与我省区域经济体制和教育内在规律相适应、不同类型教育相互沟通、相互衔接的工程技术教育体制。例如可以继续举办省级深化创新创业教育改革示范高校评审活动，不断加强高校创新创业教育的必要性、紧迫性、重要性宣传，组织各高校开展创新竞赛，举办以“创新教育”为主题的征文演讲比赛活动等，形成全社会关心支持创新创业教育和学生创新创业的良好生态环境。

家庭教育问题的表现从其倾向性可以分为外显和内隐两个维度。外显的家庭教育问题可视可感可检测，比较容易被发现。青春期阶段家庭教育问题暴增的一个重要原因，就是青春期阶段家庭教育问题通过孩子的学业成绩和行为反应得以显示，父母因此发现家庭教育问题。但青少年青春期阶段暴露的家庭教育问题，并不是在青春期的时候才生成的，而是过往问题累积之后的集中爆发，在此之前问题常常以内隐的方式存在，但父母没有发现或者未加关注。不同倾向的家庭教育问题产生影响的深远程度不同，不了解内隐的深层次的家庭教育问题，家庭教育往往就不能因材施教，不能对症下药。

(3)地方高校层面。

地方高校在实施创新驱动发展战略中起引领作用，省内各高校需要以国家创新驱动发展战略为动力，整合学科资源，构建学科平台，发挥好学科综合的优势，健全创新创业教育课程体系。全省各高校必须把解决高校创新创业教育存在的突出问题作为深化高校创新创业教育改革的着力点，集聚全省高校创新创业教育要素与资源，全省高校可通过健全创新创业教育课程体系来深化创新创业课程内容和教学方式方法改革，建立有利于支持大学生创新创业的学籍管理制度；进一步汇聚创新人才，加强地方高校创新创业师资队伍建设，在师资队伍建设中要融入创新创业教育，在师资队伍建设中应该有意识地组建一些跨学科、跨院系、跨学校的创新创业导师团队；在创新创业教师绩效考核监督制度上面需要进一步完善，建立起一套行之有效的激励机制，发挥好政策导向的优势。鼓励相关专业教师、创新创业教育专职教师到企业挂职锻炼，从而使一大批创新创业教育的专职教师脱颖而出；此外，省内高校必须进一步加强创新创业实习实训平台、社团活动平台、大学科技园、学科竞赛平台、创业孵化基地等创新创业实践平台建设，制定相关运行机制及评价机制，并可通过整合全校实践教学资源建设创新创业学院的方式来促进上述平台的深度交叉互补共享融合，进而实现全省范围内工程技术类专业创新创业教育资源共享。

(4)学生家庭层面。

现在的家长相对过去而言，对于自己孩子在校的学习、生活、人际交往、就业以及高校相关管理事务工作的关心程度都有了很大提高，这也使得家庭环境及父母教育对学生创新素质提升的影响程度更为密切。根据路径分析结果来看，广大家长首先应该意识到创新素质对于工程技术类专业学生培养的重要性。家长们要努力提高自身创新素质，逐渐放弃过去应试教育及传统教育观念的影响，改变过去重视子女知识学习以及成绩考核的教育观念。在家庭经济条件允许的情况下可给孩子适当灌输自主创业、艰苦创业、科技创业的理念，当孩子有了创意，鼓励他去“尝试”。不要碍于“面子”，过于责备孩子创新创业中的失败。日常交流中应该鼓励孩子多参加暑期工作、各类创新创业竞赛、科技活动、社团参观、社会实习等，尽快熟悉创新创业的相关政策及流程等。尤其是那些自身就具有创业经验的父母，更加可以根据自身职业特性，对孩子的创业计划提出可行性建议。

(5)校企合作层面。

地方高校应该解决好“服务面向谁”的问题，找准为地方经济社会发展服务的切入点。产学研结合就是地方高校与企业和政府相互促进、共建共赢的最佳途径，也是地方高校加快发展、提高综合实力的根本出路，地方高校应该大力实施校企合作的发展战略。以构建创新创业实践平台为基础，为全省高校工程技术类专业学生创新创业实践提供保障。全省高校必须在重视理论教育的同时注重校企合作实践平台的建设，进一步深化建立校校、校企、校地、校所以及国际合作的协同育人新机制，形成大学、政府、企业和非营利组织的多层次社会援助网络。各高校可联合相关企业、政府机构联合举办系列专题对接洽谈活动和高峰技术论坛，广泛邀请知名校友、社会各界创业人士来学校做创业沙龙讲座，以先进事迹简介、科技成果汇编展示、项目路演、洽谈交流等方式为载体让高校工程技术类专业师生及时了解当前创业热点，以榜样力量激发他们的创新创业热情与潜能，切实提高校企深层次合作效果。

结 语

地方高校创新创业教育是大学生创新品行塑造、创新思维形成、创新能力提升，促进大学生全面发展的重要途径，必须将大学生创新创业教育工作摆到更加突出的位置。本文针对地方高校工程技术类专业学生创新素质普遍不高的问题，在摸清江西省5所地方本科高校创新创业教育的整体发展现状基础上，基于调查问卷的实证方法，通过问卷信度检验及因子分析法识别出了影响工程技术类专业学生创新素质提升的关键因素,即：区域经济层面、教育体制层面、地方高校层面、学生家庭层面、校企合作协同育人层面，然后构建了假设路径分析结构模型，并对模型进行了适配性验证及路径分析。实证分析结果清晰的表明了这些关键影响因素对工程技术专业学生创新素质影响的作用路径。

1)添加/输入学生信息：输入的学生信息包括学生姓名，学号，性别，出生日期，英语成绩，语文成绩，数学成绩。

只有将我省高校创新创业教育作为一个完整的系统，通过聚合江西省内高校优质创新创业教育

资源，将创新创业教育与地方区域经济发展相结合，将科学研究与创新创业教学过程深度融合，才能够实现创新创业人才培养的整体目标、实现创新创业教育资源全面共享与产学研一体化发展，让更多的工程技术类专业大学生投身到创业、创新队伍中来，为我省经济社会发展注入新的不竭动力，从而更好地适应江西经济快速发展的要求。

【参考文献】

[1] 顾佩华. 新工科与新范式:概念、框架和实施路径[J]. 高等工程教育研究,2017(6):8.

[2] 胡波,冯辉,韩伟力,等.加快新工科建设,推进工程教育改革创新“综合性高校工程教育发展战略研讨会”综述[J]. 复旦教育论坛,2017,15(2):25.

[3] 夏建国，赵军. 新工科建设背景下地方高校工程教育改革发展刍议[J]. 高等工程教育研究,2017(3):17.

[4] 吴爱华,侯永峰,杨秋波,等. 加快发展和建设新工科主动适应和引领新经济[J]. 高等工程教育研究,2017(1):6.

[5] 米银俊,许泽浩. 协同育人推进地方高校创新创业人才培养[J]. 中国高等教育,2015(11):31.

[6] 袁旦,赵磊. 地方高水平大学学生创新素质对人才培养适配性的影响研究[J]. 高等工程教育研究,2017(3):113.

[7] 孙德刚,吴欣桐. 工程类专业大学生创新创业素质实证研究[J]. 高教探索,2016(5):124.

[8] 黄小平. 五因子素质结构模型构建及其对我国高校创新型科技人才培养的启示[J]. 复旦教育论坛,2017,15(2):57.

[9] 刘宇,吴小钗. 江苏大学生创新创业教育绩效的影响因素研究[J]. 黑龙江高教研究,2017(1):122.

[10] 高树昱,邹晓东. 工程科技人才创业能力培养机制的实证研究[J]. 高等工程教育研究,2015(1)：133.

[11] 牟蕾,惠嘉,刘西林. 科技人才创新实践能力培养质量关键因素的实证研究[J]. 科技管理研究,2016,36(4):115.

[12] 徐志强,陈雪波,孙秋柏,等. 大学生创新能力影响因素实证研究[J]. 教育研究,2014,4(3):63.

[13] 吴明隆. 结构方程模型:AMOS的操作与应用[M]. 重庆：重庆大学出版社,2010：227.