方 燕

（湖南环境生物职业技术学院，湖南 衡阳 421005）

0 引言

我国高校毕业生的创业成活率不是很高，导致创业失败的因素多种多样，其中最重要的一点是企业赢利模式的模糊，导致成本远远超过了收益。如果能够以数学计算的方法提前分析好创业路径、盈利空间，乃至发展规划，将会为创业者规避若干不必要的风险，助力其成功。为此，亟须建立一个以创业成功率为基础的创业教育生态系统评价模型，引导大学生提高自己的创业能力，帮助大学生正确认识自己，找到适合自己的创业路径，引导大学生走向成功。现有的评价模式虽然也能够提供一定程度的建议，但不能充分评估影响大学生创业成功率的因素，难以有效地进行大学生创业的绩效评估。鉴于此，该文运用相似模糊数确定创业风险与市场要求之间的相互关系，确定预期的功能，并使其更加准确，得出在市场需求风险下的企业成功率评价矩阵，构建了一个基于创业成功率的评价模型，并运用此模型对大学生的创业成功率进行了评价，实现创业前的精准策划。应用现代信息技术来增强评价模式的灵活性、科学性，这对高校的持续健康发展具有十分重大的现实意义。

1 创业教育生态体系评估体系评估模型

1.1 选择关键评价指标

该文建立了一套以创业成功率为基础的创业教育生态系统评价模型，该评价指标由背景评价、投入质量评价、过程质量评价和结果评价4 个层次构成。指标的选取是在现有指标体系的基础上，结合创业教育生态特征，依托实际需求，运用AHP 方法对各个指标进行权重确认，以便使其更加具有科学性。主要指标的选取为项目组对创业教育生态系统的质量评估指标进行整理和总结。由于不同的指标从不同的角度反映了评价指标的有效性，因此需要采用综合评价指标方法进行关键指标判别。

设个指标为论域中的元素，则U={，，，...，X}，如果每指标由一组数据，，，...，y表征，则与通过校准构成了相似度的计算r，且0≤r≤，得到的Fuzzy 关系矩阵。从广义上讲，它具有模糊化相似特性，既能实现模糊化的自我倒置和对称化，又能实现传递。

多数指标的判断结果表现出高度集中性的特点，只有少数指标存在较大的变异系数。因为还不能满足可转移性，所以需要将其转化为模糊等值关系，进而获得新的模糊等值矩阵。通过类似矩阵，采用平坦的方法来求解一个转移闭包→→→...→=（），即（）为实现闭包的传递数值。该方法可以获得一个可转移的闭包，通过对该集合的模糊等价矩阵进行横向截取，进而获得在不同精度下的新指数分类。判别矩阵的建立是将定性和定量相结合的关键，判别矩阵的数值表示同一层次上某一要素的重要性。先把同一层次的指标因子做成参照物，将这一组因子分成2 个小组，再提取和排列小组中的因子，将其进行重要程度的对比和规划。以标准层面作为例子，假设其中共有4 个因子的存在，则每次选取两个因子进行对比，对比之后的结果就是选择关键评定指标的标准。

1.2 建立影响因子间关联模型

在确定关键评价指标基础上建立综合的影响因素影响模型。每个影响因子都不是独立存在的，其自身的影响效果会通过本身或关联因子表达，因此需要分析各因子之间的关联关系，形成综合研判结果。该文着眼于创业教育生态体系的影响因子模型，通过创业者信息模块、教学成果模块、行动能力模块以及成绩信息反馈模块这4 个功能模块协调配合工作，分析其中的关联关系，以此建立创业教育生态体系评估模型。功能模块设计内容如图1 所示。

图1 功能模块内容

利用C++编程语言设计创业者信息模块中的各个子因素登录和验证程序，确保信息管理的安全性。同时，利用MySQL基础数据库存储满意度信息，对企业、学校和教师三方进行等级评价，根据评价结果优化教学成果模块设计。

采用资源整合方法在教学成果模块中对大学生各个方面的专业能力进行评估。利用Aspose 系列控件对教学成果信息文本进行预处理，并通过能力判定的方式为创业指导方向提供多元信息数据支持。

针对不同学生的不同行动能力进行系统化识别和数据采集，可以有效提高大学生创业的精准性。在行动能力模块中，采用DDR3 存储芯片设计Jscript 脚本程序代码，优化激活命令所花费的时钟周期数，确保数据的完整性，为成绩信息反馈模块提供整体数据信息。

选择大学生创业关键指标时，需要将所有分布式的成绩信息进行整合处理。将个人成长、企业收益和社会效益等成绩信息进行UML 格式文档转换，提高模型对模块中的各个子因素的处理能力，增强信息整合的透明度，提高信息处理的综合效率。

在功能模块设计的基础上建立影响因子间关联模型，通过灰色关联分析方法对功能模块中的各个子因素进行判定。如果2 个因素变化的态势是一致的，即同步变化程度较高，则可以认为两者关联度较大。根据子因素态势关联度建立影响因子间关联模型。设一母序列（）和子序列x（），母序列（）代表子模块关联程度值，子序列x（）代表子因素关联程度值。

将2 个序列的相关项进项排列总合，对其进行无量化处理，并计算它们在时刻的绝对差值Δ（），其计算如公式（1）所示。

式中：关联度为序列（）和序列x（）之间的关联程度，关联度越大，则相关程度就越高，反之相关度程度越低。

2 创业成功率评价因素权重计算

以上确定的关键影响因素和创业质量影响因素都会对创业的结果产生影响作用，但每因素的作用效果不同，所产生的促进或消极作用也不尽相同，因此需要区别对待。引入权重概念对各个影响因素的作用效果进行分类计算。

为提高以创业成功率为基础的创业教育生态系统评价模型的准确性，采用模糊综合评判的方法构造出各因子的权重，确定各因子的权重，并建立一个成功率因子的评估矩阵，计算过程如公式（6）所示。

式中：′为创业成功率评价因素权重；′为大学生创业市场风险；′为因素序数；′为另外一种因素序数；′′为划分因素等级的阈值；′为领导者素质。

根据大学生创业成功率的评价因子获取各个子因素权重，以得出的阈值结果为根据建立成功因子评价矩阵，为构建高校学生创业成败的最佳评估模式奠定良好的理论依据。

利用AHP 软件计算重要度，通过判定矩阵得到与最大特征根相对应的特征矢量，其计算方程如公式（7）所示。

式中：为最大特征根；为所对应的特征向量。

所求特征向量通过标准化，也就是对各个评估因子的重要程度进行了排序。对权重进行分配，得出的权重分布是否合理还需要验证判定矩阵的一致性，检验方法如公式（8）所示。

式中：为判断矩阵的随机一致性比率；为判断矩阵的一般一致性指标；为判断矩阵的平均随机一致性指标。

按照以上判定准则对所有矩阵进行一致性检查，做出合理的筛选，对不合格的矩阵采用微粒群计算法得出经过一致性检验的判定矩阵。将各层次的评价结果进行综合，得出创新创业教育的评价指标。假定方案层面上每个指数的权值是W，那么可以得到公式（9）。

式中：Z为第个学校的综合得分；r为各指标的归一化值。以此为基础对不同学校的创新创业教育质量进行评价，其综合评分越高，则评价结果越好。

3 测试试验

3.1 试验准备

为了证明提出的基于创业成功率反馈的创业教育生态体系评估模型设计的有效性，需要进行一次试验，建立基于MATLAB7.1 的大学生创业评价模型的模拟试验系统。该研究以一所大学科技园区2016—2021 年营业收入为样本。在试验中，采用测试结果的相容性为衡量标准，确定了以创业成功率为基础的创业教育生态系统的评价模型的准确性，并从整体和达标率2 个方面对其进行了评价。

3.2 试验结果

评价的连贯性，一般情况下都会体现在企业创业的经营活动中，其创业的成功程度与现实的成果之间存在不可分割的关系，这些数值再加上年度利润可以计算出评估的一致性。如果在数值和计算中存在更高的相容性，便会获得更准确的评价。

达标率是指大学生的创业率与其创业的成活率之间的差异，其达标率愈高，表明评价的品质愈好。测试基于创业成功率反馈的创业教育生态体系评估模型设计的一致性，测试结果如图2 所示。

从图2 的模拟试验结果可以看出，根据企业的创业成功率，采用该文所提出的评价方法能够较好地预测企业的实际情况，对高校学生创业教育的生态系统建设具有现实的指导作用。通过建立影响大学生创业成败的主要因素，确定创业成功率的整体，进而达到最优的创业成功率评价。并通过试验模拟验证了模型的正确性，可以提高大学生创业的成功率。

图2 模型评估一致性

4 结语

创业是当前社会发展的一大潮流，在建立以市场为导向的就业体制和实施鼓励就业的新措施后，我国将迎来一轮新的创业热潮。创业成功率反馈是提升大学生创业效果的关键环节和核心内容，体现了大学生具体创新行为的能力和价值属性。因此，为了解决教育生态体系评估的粗放性，该文提出了基于创业成功率反馈的创业教育生态体系评估模型设计。通过功能模块设计，增强创业多元信息融合效果，通过灰色关联分析方法建立影响因子间关联模型，判定功能模块中的各个子因素的相关程度。采用模糊综合评判方法计算创业成功率评价因素权重，标准化特征向量确定指标权重，完成教育生态体系评估综合评估。试验结果表明，所提模型的评估结果与实际结果具有一致性，达标率可以达到92%。由此表明所提模型具有较强的应用价值，可为今后的高校大学生创业系统设计提供理论支持。