大数据技术在义务教育师资流动调控中的作用与策略

张慧杰

【摘要】    “县管校聘”政策的实施在促进县域内的师资配置均衡，实现义务教育的均衡发展有着重要意义。利用大数据技术实现义务教育师资流动的有效调控和管理，构建科学的调控体系，更新管理理念，搭建有效的管理平台，是解决当前义务教育资源配置不均衡等问题的有效措施。

【关键词】    大数据技术    义务教育    师资流动

大数据技术是云计算、分布式计算、物联网等技术发展到特定阶段后融合而成的产物，目前在包括教育在内的各个社会领域得到广泛应用。近年来，我国为促进义务教育师资的合理配置，实施了“县管校聘”教师流动机制管理改革。“县管校聘”机制建立后，教师就属于区域内教育主管部门，而不再属于具体学校。但是该政策的实施仍然面临很多问题，例如在流动程度的把控、流动效果的评价等方面利用传统手段不能及时有效的进行，而目前越来越成熟的大数据技术为此提供了有效路径。因此，义务教育师资的合理流动需要基于大数据技术的深度分析、整合和挖掘。

一、大数据技术在义务教育师资流动调控中的作用

1.1进行义务教育师资的数字化管理

义务教育师资队伍是教师队伍中庞大的一员，教师结构数据也呈多样化方向发展，信息在组织发展中起支配作用[1]，如何对义务教育师资的数据进行有效的分析与管理是当前教师管理中重要的科目之一。大数据平台可以支持不同类型的分析功能，选用不同类型的建模，对不同种类的师资信息进行分析，分析出哪些师资信息与师资流动调控最相关，从而根据义务教育的需求更好地促进师资的均衡流动。

1.2进行义务教育师资的流动结构分析

大数据平台分析的数据涉及很多方面，比如教师的年龄、任职情况、专业与教学水平等数据等。利用大数据技术对义务教育教师数据进行系统统筹分析，提升师资管理的科学性。例如，不同教师对学校的选择不同，所以如何进行合理流动，保证师资配置合理，必须考虑教师的意愿以及学校的需要。借助大数据技术充分挖掘每位教师的个性信息，保证师资流动的合理性。

1.3进行义务教育师资流动的全程管控

义务教育师资流动大数据管控平台，有效助推基础管理外延式升级，要注重从国家层面、省级层面和学校自身三个层面做好多元政策的协同[2]。大数据技术主要通过系统化的数据管控为整个师资流动过程提供方案，监管并分析师资流动情况。同时，大数据可被用于师资管理中的人才评估，过去学校人才评估大多采用主观判断方式，科学性不强，现在使用大数据技术可以解决人才评价中的科学依据等问题。

二、大数据技术在义务教育师资流动调控中的应用策略

2.1利用大数据技术建立系统的师资流动调控体系

利用大数据技术全面了解和分析教师队伍的职数、结构、分布、编制等基本信息，逐步消除义务教育师资流动均衡的障碍，制定科学合理、优质稳定的基于大数据技术的师资流动调控体系。根据调控体系监控数据，政府可以对症施治，根据流动监控数据分析，适时出台有关调控或激励政策，建立有效师资流动保障机制，制定具体实施路径，从而推进义务教育师资的有效流动。

2.2利用大数据技术树立科学的师资信息管理理念

大数据时代背景之下，应该充分利用大数据，对教师数据进行分析和管理，应当加强大数据建设工作，加大财力、人力投人，要深刻意识到师资数据管理对于实现教育公平以及促进义务教育健康发展以及稳定有着重要价值。在教育管理系统中应当树立大数据理念，不论基层人员还是领导层人员都应当提升大数据应用的意识。

2.3利用大数据技术建立有效的师资流动管理平台

为了推进义务教育师资配置更加均衡，可以通过构建大数据网络，建立有效的师资流动管理平台。依靠大数据师资流动管理平台，可以帮助教育管理部门及时获取师资流动实时数据，有利于教育管理部门、学校乃至教师自身进行相关的数据搜索与分析，尤其在進行某些关键决策时，运用大数据技术和网络平台资源，可以有效分析海量数据，从中获取更多贴合实际发展状况、有效实现义务教育师资均衡配置发展的服务建议。

“县管校聘”政策下教师的合理流动是解决县域内义务教育均衡，尤其是师资均衡配置的重要策略，也是解决教育资源配置不均衡所产生问题的有效措施。因此， “县管校聘”政策背景下，采用大数据等新技术促进教师的合理有序流动，不仅是县域范围内义务教育平衡有序发展的必然要求，也是实现教育理想与目标的必然选择。

参  考  文  献

[1]张世爱.地方高校基层学术组织研究[M].山东人民出版社：济南，2016：49.

[2]张伟，张茂聪.我国高校一流大学建设的校际经验——基于6所高校一流大学建设方案的文本分析[J].中国高教研究，2018（05） ：31.

[3]Bo Li.What makes MOOC users persist in completing MOOCs？ A perspective  from network externalities and human factors[J].Computers in Human Behavior，2018（85）.