[摘  要]本研究利用西安建筑科技大学三届全国机械创新设计大赛陕西省赛区的数据，探讨了个人知识储备和团队协作对竞赛获奖等级的影响。研究以竞赛获奖等级为因变量，参赛者的平均学分绩点和《机械原理》课程成绩作为评估其知识储备广度与深度的指标，同时，团队成员的专业背景和年级分布被作为衡量团队协作能力的重要参数。通过实证分析，发现平均学分绩点与竞赛表现之间存在显著相关性，且《机械原理》课程的学习对竞赛成绩有重要影响。此外，团队的专业和年级多样性对团队合作效果具有明确影响。研究结果为高校双创教育提供了教学改革的方向，即在课程与竞赛的融合中应重视学生专业知识的深化和团队协作能力的培养，以促进高校创新创业教育的发展。

[关键词]创新创业教育  机械创新设计大赛  知识储备  团队协作  竞赛获奖等级

项目：西安建筑科技大学机电学院《专创融合、思创融合式创新创业改革研究与实践》（编号：JDJG2304）。

引  言

在高等教育领域，深化创新创业教育（双创教育）是培养创新型人才的关键途径。各类学术竞赛，如“全国大学生机械创新设计大赛”（机创大赛），不仅涉及专业知识，还涵盖项目规划、领导组织和沟通表达等能力，是知识向能力转化的有效途径。

机械领域的这一顶尖赛事，旨在激发大学生在机械创新设计方面的积极性，推动他们在创新和创业领域的深入探索。参赛过程涵盖功能设计、方案构想、结构开发、制造加工、调试优化、作品展示、讲解及专家评审等多个环节，要求参赛者既有扎实的个人知识储备，也需要团队成员间的紧密协作。本研究旨在量化分析双创教育中的关键影响因素，以确保教育实践能够有效培养学生的创新精神和创业能力。

研究目标和方法

1.研究目标

本研究的目标是通过量化分析方法，系统评估机械创新竞赛中获奖情况与学生专业基础知识掌握程度及团队合作能力之间的相关性，并探讨这些因素如何共同影响学生的创新能力，旨在为高等教育领域提供实证数据，以支持和优化创新创业教育的策略和实践。

2.样本数据

样本数据来自西安建筑科技大学第八、九和十届参与机创竞赛且获得陕西省一、二和三等奖项的学生信息，不统计未参加竞赛的学生数据。去除了学生的学号和姓名等个人信息，仅保留奖项等级、参赛学期总体平均学分绩点、《机械原理》课程成绩以及专业与年级信息。连续三届竞赛共获奖53项，其中一等奖15项，二等奖43项，三等奖5项。第八届共有105人获奖，其中1位同学同时参加了两个队伍，去除重复数据后为104人；第九届共有53人获奖，其中7位同学参加了多个队伍，去除重复数据后为46人；第十届共有76人参与竞赛。有效样本总数为225人。

3.三个参数

（1）一个学期的平均学分绩点（GPA）作为量化知识储量广度的参数

平均学分绩点（GPA）是一个学生在一个学期的所有课程的绩点加权平均值（∑（课程成绩绩点×课程学分）/课程学分），它客观反映学生对所有课程掌握的程度。

（2）一门核心专业基础课程成绩作为量化知识储备深度的参数

《机械原理》课程涵盖了机构设计、机械系统的运动学、动力学分析、创新方法和系统优化等内容，为参赛者在设计阶段提供基本的机械理论、设计框架和精确的计算工具。在完成作品的过程中，如何实现从创新想法到结构设计是决定作品能否完成及完成质量的首要步骤。因此，是否学习《机械原理》课程以及掌握程度可以作为量化知识储备深度的参数。

（3）获奖级别作为量化创新能力的参数

依据作品的创新性、实用性和原创性等标准来评估的奖项是对学生创新精神和实践能力的认可，为评估创新创业教育效果提供了量化指标。奖项分为一、二、三等奖，奖项级别基本能客观反映出创新水平和创新能力。

数据分析过程

1.知识储备与机创大赛的关系

知识储备从广度和深度两方面来分析：

（1）GPA与获奖等级的统计分析

所有参赛同学的GPA算术平均值为3.04。以此作为基准，将学生分为高绩点组（GPA＞3.04）和低绩点组（GPA≤3.04）。高绩点组学生占总人数的56%，而低绩点组学生占44%。这一分布表明，超过半数的学生GPA高于平均水平，且高绩点组学生比低绩点组学生多出12%。根据获奖等级分别对平均学分绩点求其均值和标准差，结果如表1所示：

从表1中可以看出，整体成绩均值偏高，（最高GPA为5，最低为1.01，低于1.01被视为不合格）受到高分和低分的影响，整体成绩标准差为0.59，而一等奖的均值最大且标准差最小，说明一等奖成绩偏高且分布相对比较集中，二等奖和三等奖的均值依次减小且标准差增大，其他奖项的成绩分布相对比较分散，即一等奖的同学整体水平最高。

对不同获奖等级的学生GPA进行数据分析。整体而言，GPA的分布显示出一定的离散性，标准差为0.59，这表明成绩受到了高分和低分的共同影响。

在获奖等级与GPA的关系上，发现一等奖获得者的GPA均值最高，且标准差最小，这表明一等奖获得者的成绩不仅偏高，而且相对集中。相比之下，二等奖和三等奖获得者的GPA均值依次降低，标准差增大，显示出成绩分布较为分散。高绩点学生在各个奖项中的分布，一等奖中有63%的学生属于高绩点组，二等奖中有53%，而三等奖中有50%。与总体高绩点比例56%相比，一等奖中的高绩点学生比例高出7%，而二等奖和三等奖的比例均低于总体比例，其中三等奖中的高绩点学生比例最小。

数据分析显示一个趋势：GPA的高低与竞赛表现存在相关性，高绩点学生更有可能获得更高等级的奖项。

（2）《机械原理》成绩与竞赛获奖的统计分析

①学习课程人数的数据分析

分析参加竞赛的226名同学学习《机械原理》的数据。总体上，75%的学生（171名）学习过《机械原理》课程，而25%的学生未曾学习。在获奖学生中，一等奖获得者中有83%学习过该课程，显著高于整体比例；二等奖获得者中有74%学习过，略低于整体比例；三等奖获得者中只有55%学习过，远低于整体比例。未学习《机械原理》课程的获奖学生中，一等奖占20%，二等奖和三等奖共占80%，表明未学习该课程的学生获得一等奖的可能性较低。未学习《机械原理》课程的56名学生（占获奖学生的25%）主要来自电气工程、工程管理、信息管理、土木工程等专业，这些专业的基础课程需求与《机械原理》课程可能存在差异。

分析显示，学习《机械原理》课程与在竞赛中获得更高级别奖项之间存在正相关关系。一等奖获得者中学习过该课程的比例最高，而三等奖获得者中学习过该课程的比例最低，这表明《机械原理》课程的学习可能对提高竞赛成绩有积极作用。同时，未学习该课程的学生获得一等奖的比例较低，而在二、三等奖中比例较高，这意味着《机械原理》课程对于竞赛表现有一定的影响，尤其是在高级别奖项中。因此，鼓励学生学习《机械原理》课程可能有助于提高其在竞赛中的表现。

②课程掌握度的数据分析

分析对《机械原理》课程的掌握程度与获奖等级之间的关系。根据学生的百分制成绩将课程掌握程度分为三个等级：初等（低于60分）、熟练（60-75分）、精通（75分以上）。这一分类反映了学生从基本知识未掌握到全面掌握并具备解决问题能力的不同层次。

分析课程掌握程度：初等程度的学生仅占3%，熟练占30%，而精通高达67%。这表明大多数学生对《机械原理》课程有较高的掌握程度。进一步的分析表明，一等奖获得者中，精通程度的学生比例高于熟练程度，表明掌握程度与获奖等级正相关。二等奖中，精通与熟练程度比例相近，说明掌握程度对二等奖影响不大。三等奖中，精通程度比例低于熟练程度，表示较低掌握程度可能与较低奖项相关，数据如图1。

因此，学生对《机械原理》课程的掌握程度会影响其在竞赛中的表现。

2.团队组成的统计分析

对团队的组成特征进行分析。在三届比赛中，共有53支团队参与，去除重复团队，分析对象为50支，每支团队由5名成员组成。本研究通过量化团队成员的排名顺序、专业背景和年级差异来探究其在竞赛中的影响。

（1）队长的数据分析

一个团队由队长和队员组成，队员之间有排名顺序。分析50名队长的GPA后结果显示，队长们的GPA均值为3.0，略低于全体参赛同学的GPA均值3.04。在这些队长中，26人（52%）的GPA高于3.0，属于高绩点组，其中位数GPA为3.49；而24人（48%）的GPA低于3.0，属于低绩点组，其中位数GPA为2.48。这一数据表明，队长们在知识广度这个维度方面并无明显优势或劣势。

进一步分析队长对《机械原理》课程的掌握情况，发现86%的队长（43人）学习过该课程。在这些学习过的队长中，60%（26人）达到了精通程度，37%（16人）为熟练程度，而仅有1人（2%）为初等程度。相比之下，未学习该课程的队长中，仅有7人担任队长，占未学习课程人数的12.5%，且均未达到精通程度。

（2）团队的数据分析

①未学过课程的同学团队排名分析

团队中56名未学过《机械原理》课程的同学，其中87.5%担任队员，且排第2位占25%，第3位占18%，第4位和第5位占57%。尽管未学习者在团队中常处较低位置，但也可参与机创竞赛，这一特点强调了团队协作在机创竞赛的重要作用。

②专业数量分析

分析团队中专业数量的特征。在机械类学科竞赛中机械类专业同学是竞赛的主要参与者。机械大类中机制87人；电气47人，车辆27人，机械电子24人，机械工程20人，其余专业如冶金、土木、管理、化工、材料类20人。

图2为团队组成专业数量的分布。数据显示，18%的团队由一个专业组成。82%的团队则由多个专业组成，由两个专业组成的团队占50%，由三个专业组成的团队占22%，由超过三个专业组成的团队占10%。在三个获奖等级中，由两个专业组成团队的占比最大；而由三个专业组成的团队获一等奖的比例最大。这一趋势也表明并非专业数量越多越易于获得更高奖项。当专业数量超过三个时，可能导致团队解决问题时难以聚焦，进而减弱整体实力。相较之下，由两或三个专业组成的团队既能发挥不同学科带来的优势，又能保持较好的聚焦性。

从团队组成方面来看，电气专业同学没有单独组成团队，而是分散在团队里。冶金、土木、管理、化工、材料类等专业没有组成单独的团队，分散在团队里。

③年级特征分析

大二和大三的学生分别为91人（占总人数40%）和112人（占总人数50%），而大一和大四的人数分别为11人（占总人数10%）。这表明参赛的主体为大二和大三的学生，其中大三人数最多，其原因可能是他们在学业方面已经有较多的积累和经验。经访谈发现，大一同学对比赛缺乏认识或受限于专业知识参赛人数较少；大四年级参赛人数较少，部分原因是注意力集中在毕业论文和就业准备方面。

观察50支团队的年级特征。30支团队（60%）由一个年级组成，16支团队（32%）由两个年级组成，4支团队（8%）由三个年级组成。

分析由同一年级组成的团队和不同年级组成的团队在获奖方面的数据。结果显示，在一等奖团队中，75%为大三学生所组成；而在二等奖团队中，这一比例为61%。这意味着大三学生组成的团队更有可能获得高级别奖项。

讨论与结论

讨论：本研究通过构建简化模型，分析了学期GPA、核心专业课程掌握程度以及团队协作对学科竞赛表现的影响。研究结果表明，这些因素在创新创业教育中扮演着重要角色，对学生在竞赛中的表现具有显著的预测价值。研究样本可能局限于特定学科或竞赛类型，未能全面覆盖不同背景的学生群体；模型中仅包括了有限的变量，未能涵盖可能影响竞赛表现的其他因素，如个人动机、领导能力等；基于单一学期的数据，可能无法捕捉参与竞赛的前后动态变化。

未来将扩大样本范围，包括不同学科、不同竞赛类型以及不同文化背景的学生，来增强研究结果的普遍性；引入其他变量，如现场答辩、竞赛动机、导师支持等，构建更全面的模型；跟踪学生在不同学期的表现，以观察其趋势来展开纵向研究。

结论：本研究探讨参与学科竞赛与个人知识储备和团队协作的关系。结果表明，知识的广度和深度是参与学科竞赛的重要条件，这表明学业成绩可以作为评估学生竞赛潜力的一个指标。这一发现强调了双创教育中专业课程学习的重要性，也为学生提供了明确的方向。本研究强调了团队队长应由精通核心课程的学生担任，以确保团队在技术层面的领导力和决策能力；成员由两个不同专业背景的学生组成，且涵盖不同年级。这种多元化的团队构成既能发挥各自的学科优势又能保持团队的聚焦性和协作精神，这一趋势为团队合理构建提供了指导。因此，该研究为深化双创教育提供了借鉴，同时也对探索学生个人发展方面具有指导意义。

参考文献：

[1]梁朋，郭玲，冯志，等.高校“课赛一体”创新创业育人模式——以沈阳工业大学经济学院为例[J].辽宁工程技术大学学报（社会科学版），2023（2）：155-160.

[2]余江鸿，银金光.学科竞赛与机械基础课程教学的融合[J].机电产品开发与创新，2016（5）：3.

[3]吴青聪，陈柏，吴洪涛.“课程+项目+竞赛”三位一体的“专创融合”课程教学改革与实践——以机器人工程学综合课程设计课程为例[J].创新创业理论研究与实践，2023（20）：136-138.

[4]张光，陈德胜，林哲.基于学科竞赛的机械优化设计课程教学改革研究[J].高教学刊，2024，10（3）：138-141.

[5]李学花.基于“互联网＋”比赛项目驱动下的校企合作方式培养学生创业能力培养实践[J].电脑与信息技术，2016，24（4）：3.

[6]仝美娟，解妙霞，耿素花.从Place连接Space助推“机械原理”一流课程建设[J].教育教学论坛，2023（30）：161-164.

[7]李坚，黄晨华，龙慧，等.“互联网+”和智能制造背景下“机械原理”混合教学改革研究[J].韶关学院学报，2023，44（8）：70-73.

[8]翟洪飞，都金光，侯俊剑，等.新工科背景下机械创新理论与实践课程教学模式探索[J].汽车实用技术，2024，49（9）：163-166.

[9]肖海蓉.数据库原理混合式教学过程数据分析与教学启示[J].计算机教育，2023（1）：184-189.

（仝美娟、孙长飞：西安建筑科技大学机电学院；邓兰：西安建筑科技大学本科生院；耿素花：西安建筑科技大学信控学院）