引言

当前，全球制造业正经历以智能制造为核心的第四次工业革命，工业自动化技术朝着智能化、绿色化、融合化方向加速转型。我国提出的“新质生产力”概念进一步强调要以科技创新推动产业升级，这对高职电气自动化专业人才培养提出了更高要求。传统职业教育中以“技能传授”为主、以“笔试+实操”为主要评价手段的模式，已难以满足企业对复合型技术技能人才的需求。高职教育亟需从单一技能培养向“素养赋能”转变，切实提升学生的综合职业能力和可持续发展潜力。

然而，当前高职电气自动化专业的评价体系仍存在诸多问题：评价主体以校内教师为主，企业参与不足，导致评价标准与产业需求脱节；评价内容过度侧重专业知识和单一技能考核，忽视创新能力、团队协作、信息素养等核心素养的培养与评估；评价方式多以终结性考试为主，缺乏过程性评价和动态反馈机制。这些问题严重制约了学生核心素养的全面发展，也影响了人才培养与行业需求之间的适配性。

成果导向教育（Outcome-Based Education, OBE）作为一种先进的教育理念，强调以学生最终学习成果为导向，通过反向设计评价指标，正向实施教学过程，持续改进培养方案，从而实现“教、学、评”一体化。OBE理念与核心素养培养在价值导向和实施路径上高度契合，为构建新型评价模型提供了理论支撑。

基于上述背景，本研究以高职电气自动化专业为例，基于OBE理念构建核心素养评价模型，并在《智能控制系统》课程中开展实践探索，旨在通过多维度、过程性、嵌入式的评价方式，提升学生的综合职业能力，为同类院校提供可借鉴的实践案例，助力职业教育从“技能达标”向“素养赋能”的转型。

一、核心素养评价模型的理论构建

（一）模型设计的理论与政策依据

本研究模型设计依据主要包括三个方面：一是政策依据，贯彻落实《国家职业教育改革实施方案》《关于推动现代职业教育高质量发展的意见》等文件精神，对接智能制造行业企业需求；二是理论依据，主要基于OBE教育理念、建构主义学习理论和多元智能理论；三是实践依据，来源于对区域装备制造类企业的调研和对往届毕业生的跟踪反馈。

基于上述依据，研究团队确定了电气自动化专业学生应具备的三大核心素养维度：知识与技能学习、个人发展、社会服务。其中“知识与技能学习”包括专业技能、基础知识、逻辑思维、跨学科素养；“个人发展”包括规划能力、学习能力、创新意识；“社会服务”包括职业道德、团队协作、沟通表达。这些素养维度共同构成评价模型的一级指标。

（二）评价指标体系的建立

采用德尔菲专家咨询法和层次分析法（AHP）确定各指标权重。邀请多位来自高职院校、行业协会和企业的专家组成专家组，经过三轮咨询达成共识，构建了判断矩阵，并通过一致性检验（CR<0.1）。最终形成多维度、可量化的三级评价指标体系。以项目一“基础PLC控制系统搭建与调试”为例，通过课程组研讨，对各级指标在本课程中的重要性进行研判，采用AHP仿真软件对评价模型进行了判断矩阵设计，获得该项目的评价权重体系，如图1所示。

其核心素养评价指标权重分布为：专业技能（0.36）、基础知识（0.12）、逻辑思维（0.06）、跨学科素养（0.06）、规划能力（0.27）、职业道德（0.12）。这一权重体系体现了“技术技能与职业素养并重”的设计理念。

（三）多主体协同评价机制设计

本文构建了“四方协同”评价机制，包括专任教师、企业导师、学生自评与小组互评四个评价主体。各主体根据评价内容的特点承担不同的评价权重，如表1所示。其中，专任教师侧重评价专业知识与技能水平；企业导师侧重评价实践应用与职业规范；学生自评侧重反思学习过程与自我成长；小组互评侧重评价团队协作与沟通能力。

评价指标	专任教师	企业导师	学生自评	小组互评
专业技能	50%	20%	20%	10%
职业道德	30%	50%	10%	10%
规划能力	40%	0%	40%	20%

二、评价模型在课程中的实践

（一）课程与研究对象

本研究以《智能控制系统》课程为载体，该课程是电气自动化技术专业的核心课程，总计56学时，其中理论教学20学时，项目实训36学时。课程内容涵盖PLC编程、工业网络通信、系统集成等前沿技术，是检验学生综合能力的理想平台。

研究对象为2023级电气自动化技术专业学生，其中1班（38人）作为实验班，采用核心素养评价模型；2班（40人）作为对照班，采用传统“笔试+实操”评价方式。两个班级由同一教师授课，使用相同教材和实训设备，保证教学条件的一致性。

（二）研究实践过程

研究实践严格遵循OBE“反向设计、正向实施、持续改进”的闭环原则，将核心素养评价全面嵌入课程教学全过程。实施过程分为四个阶段：

1.准备与目标对齐阶段

课程开始前，专任教师向实验班学生召开专题说明会，详细阐述新质生产力背景下行业对人才核心素养的要求，以及传统评价方式的不足，明确本评价改革的意义与目标。逐项讲解本项目所关注的6项核心素养指标及其具体行为观测点，使学生明确学习与努力的方向。同时，通过线上会议向企业导师明确其职责和评价重点。

2.教学—评价深度融合阶段

本阶段是核心环节，教学与评价同步展开，贯穿始终。课程采用项目任务驱动式教学法，包含三个循序渐进的项目：

项目一：基础PLC控制系统搭建与调试（16学时），聚焦技术基础锤炼；

项目二：基于Profinet的多站控制系统通信与调试（20学时），注重系统协同能力培养；

项目三：智能输送线控制系统集成（20学时），注重创新与新技术应用能力培养。

每个项目都设置了明确的素养观测点和评价标准。任务进行过程中，学生需要根据要求提交全过程材料，包括设计方案、程序代码、调试日志、技术报告等，作为过程性评价的依据。教学平台自动记录学生的学习行为数据，作为辅助观测数据。

3.诊断—反馈—教学调整阶段

课程中期，教师导出平台积累的评价数据进行分析诊断。根据诊断结果，及时对后续教学内容做出动态调整。例如，发现学生在“创新能力”指标上得分普遍偏低后，增设了“创新案例研讨”环节，引入企业真实案例，组织学生分析讨论，激发创新思维。

4.期末总结与报告生成阶段

课程结束时，教学平台自动汇总整个学期所有过程性评价数据，按照预设的权重模型，计算每位学生在各项指标上的最终得分和课程总评分。教师结合学生核心素养表现为每位学生生成一份《核心素养课程发展报告》，为学生后续学习规划提供精准导航。课程组召开总结会，分析全班整体的素养达成情况，为下一轮教学实施和评价模型的迭代优化提供依据。

（三）数据收集与分析方法

研究采用混合研究方法，收集定量和定性数据：定量数据包括学生各素养指标的得分、达成率、前后测对比等；定性数据包括学生反思报告、企业导师反馈、课堂观察记录等。数据分析采用SPSS软件进行统计分析，确保研究结果的科学性和可靠性。

三、评价模型实践结果与分析

（一）核心素养评价模型的实践效果

1.个体素养发展深度分析

以学生A在项目一中的表现为例进行深度分析。该生核心素养评价得分如表2所示，其雷达图如图2所示，清晰呈现了能力结构与发展水平。

核心素养指标	得分（百分制）	等级
专业技能	96	优秀
基础知识	88	良好
逻辑思维	82	良好
跨学科素养	75	合格
规划能力	70	合格
职业道德	93	优秀

学生A专业技能（96分）表现卓越，全过程数据显示，该生能够独立完成PLC控制系统搭建，电气接线规范，程序功能实现度100%，系统调试一次成功，体现了扎实的操作能力和技术应用水平。职业道德（93分）表现突出，严格遵守安全操作规程，设备工具使用规范，工作台面保持整洁，体现了良好的职业习惯和责任意识。跨学科素养（75分）有待提升，项目报告中对于机械结构、气动元件与电气控制系统的整合分析较为薄弱，未能充分体现多学科知识的融合应用。规划能力（70分）需要加强，项目计划书内容不够详细，执行过程中出现时间节点延误情况。

针对这些学生A的优势与短板，课程教师团队为其提供了个性化的改进建议：在后续项目中安排其参与机械装配环节，强化机电一体化系统认识；学习使用项目管理工具（如甘特图）进行任务分解和时间规划；在下次项目中担任计划制定者角色，强制提升规划能力。

2.班级整体素养达成情况

实验班在项目一结束后，全班各核心素养指标平均分与达成率如表3所示。

核心素养指标	班级平均分	达成率（≥80分人数占比）	情况分析
专业技能	88.5	92%	强项，基础技能扎实
职业道德	87.3	90%	强项，规范意识普遍较好
基础知识	84.2	85%	较强，理论掌握良好
逻辑思维	80.1	78%	中等，分析能力基本达标
跨学科素养	75.6	62%	薄弱，知识融合能力不足
规划能力	72.4	58%	薄弱，项目规划意识欠缺

整体来看，班级在“技术操作能力”和“职业规范意识”方面表现优异，但在“跨学科应用”和“项目规划”方面存在明显不足，这为后续项目教学提供了明确的改进方向。

3.实验班与对照班对比分析

为验证核心素养评价模型的有效性，研究对比了实验班与对照班在课程结束后的综合表现，如表4所示。结果显示，实验班在项目完成质量、技术文档规范度、创新能力等方面显著优于对照班（p<0.05）。

评价指标	实验班（平均分）	对照班（平均分）	P值
项目完成质量	89.2	82.5	0.013
技术文档规范	87.6	78.3	0.008
创新能力	79.8	71.2	0.021
团队协作	85.4	80.1	0.032
答辩表现	83.7	79.5	0.047

（二）各方反馈与建议

在实践中，通过问卷调查、深度访谈等方式收集了学生、教师和企业导师的反馈意见。

大多数学生对新的评价方式表示认可。有学生表示：“一开始觉得总被评价很紧张，但看到雷达图才知道自己除了会编程，在跨专业素养上这么差，学习目标更清晰了。”另一位学生谈到：“通过雷达图我才发现，我的规划能力已经拖了整体项目的后腿，原来觉得计划一直修修改改没关系的，但是看到有的同学计划几乎不经过修改也能完成实施，也明白了自己的差距。”

企业导师对学生的技术文档质量给予高度评价：“学生的技术文档质量远超往年，格式规范、内容详实，达到了企业入门级工程师的要求。”同时提出改进建议：“线上参与答辩时，发现部分学生表达能力仍较弱，建议加强答辩环节的模拟训练。”

授课教师认为：“过程性评价初期确实增加了工作负担，但教学平台的数据自动汇总功能在很大程度上减轻了压力，使其能更专注于分析学情和个性化指导。特别是素养雷达图为教学干预提供了直观依据。”

（三）实践过程中遇到的问题与对策

在实践中，课程团队也遇到了一些问题，并提出了相应的解决对策：

首先，企业导师参与深度不均：部分企业导师因工作繁忙，反馈延迟，影响评价及时性。对策：建立更灵活的异步评价机制，如采用录播答辩、分段评审等方式；同时给予企业导师适当的荣誉激励和劳务报酬。

其次，初期学生自评、互评失真：部分学生自评过高或互评“做老好人”，导致评价结果失真。对策：通过匿名案例培训和将评价一致性本身纳入考核，中后期得到明显改善。

最后，教师工作负荷增加：过程性评价初期增加了教师的工作负担。对策：优化教学平台功能，实现数据自动采集与分析；建立助教团队，分担部分评价工作。

四、结论与展望

本研究通过构建基于OBE理念的核心素养评价模型，并在《智能控制系统》课程中开展实践应用，得出以下结论：

第一，核心素养评价模型能够有效促进学生综合职业能力的发展。通过多维度、过程性、多主体的评价机制，学生的专业技能、职业道德等传统优势领域得到巩固，同时跨学科素养、规划能力等薄弱环节也得到明显改善。

第二，素养可视化工具（如雷达图）显著提升了学生的自我认知和学习导向。通过直观的图形展示，学生能够清晰了解自身能力结构，有针对性地加强薄弱环节的学习和训练。

第三，“项目驱动+素养评价”的教学模式有效实现了“教、学、评”一体化。通过项目化教学载体，将素养评价嵌入学习全过程，形成了“做中学、评中改”的良性循环。

本研究仍存在一些局限：一是研究样本仅限于一个专业两个班级，样本规模较小；二是评价周期仅为一个学期，难以观察素养发展的长期效果；三是企业导师参与机制仍需进一步完善。

未来研究将从以下几个方面深入展开：一是扩大研究范围，在不同专业、不同课程中验证模型的适用性；二是开展纵向追踪研究，考察核心素养发展的长期效果；三是完善企业导师参与机制，提高产业评价的深度和广度；四是开发智能评价系统，利用大数据和人工智能技术实现评价的自动化和智能化。

总之，基于OBE的核心素养评价模型不仅是一种评价工具，更是一种教育理念和教学方法的重构。它推动职业教育从关注“技能达标”向关注“素养赋能”转变，从注重“终结性评价”向注重“发展性评价”转变，为培养适应新质生产力发展要求的高素质技术技能人才提供了有效路径。本研究将继续完善评价模型，扩大应用范围，为职业教育教学改革提供更多实践证据和经验支持。

参考文献：

1. [1] 张捷. 新质生产力背景下智能网联汽车专业人才培养研究[J]. 汽车维护与修理, 2025(18):88-90.
2. [2] 刘洋. 新质生产力下高职环境工程技术人才培养革新[J]. 环境教育, 2025(08):58-61.
3. [3] 杨青青, 黄萌. 基于OBE理念的机电一体化技术专业技能型人才培养模式研究与实践[J]. 现代职业教育, 2025(26):41-44.
4. [4] 李雷民. 成果导向理念下高职数学混合式教学策略[J]. 山西青年, 2025(16):169-171.
5. [5] 李鹏, 石伟平. 中国职业教育类型化改革的政策理想与行动路径——《国家职业教育改革实施方案》的内容分析与实施展望[J]. 高校教育管理, 2020, 14(01):106-114.
6. [6] 王志凤. 人的全面发展：现代职业教育高质量发展的价值追求——《关于推动现代职业教育高质量发展的实施意见》解读[J]. 江苏教育, 2022(76):19-23.