大数据智能化驱动职业教育治理：学理逻辑、关键要素与路径设计

摘 要 利用大数据智能化提升职业教育治理能效成为一个亟待解决的重大时代命题。大数据智能化驱动职业教育治理的学理逻辑表现在改变治理思维和决策模式、强化行为分析和事件预测、改变管理体制和运行机制、变革服务效能和治理绩效等四个方面，并具有驱动源、驱动强度、驱动阈值、驱动机制等4个关键要素。进一步优化大数据智能化驱动职业教育治理路径，应更新治理理念以引导大数据智能化驱动的有效嵌入，健全制度建设以保障大数据智能化驱动的有效支撑，优化机制设计以实现大数据智能化驱动的有效推进，创新治理模式以构建大数据智能化驱动的有效机制，重构评估模式以确立大数据智能化驱动的有效价值。

关键词 大数据智能化;职业教育治理;学理逻辑;关键要素;路径设计

中图分类号 G715 文献标识码 A 文章编号 1008-3219（2019）19-0031-07

一、引言

近年来，伴随着新一代信息技术的快速迭代，人类社会正在向以互联网、大数据、人工智能等大数据智能化技术为核心的新信息时代转型。大数据智能化不仅被认为是第四次工业革命的推动力，还被看作是“数据密集型科学发现”的科学研究“第四范式”[1]。在信息化浪潮驱动下，大数据智能化在智能决策、深度学习、情感计算等领域展现出独特优势[2]，正在引发包括职业教育在内的社会系统及其治理变革，党的十九大报告提出“提高社会治理智能化”的战略要求，运用大数据及智能技术提升职业教育治理能力和水平已经成为大势所趋。

作为与经济社会发展具有高度同构性的职业教育系统，在治理问题上面临新的挑战。首先，职业教育正面临着“现实和虚拟两个环境界面并存的复杂挑战”[3]，愈发呈现出主体多元化、诉求复杂化、场景网络化等特点。而大数据智能化技术与治理的融合正赋予其新的组织形态、生存空间、社会主体和行为模式，成为构成教育治理的基础环境和重要工具[4]，将从经验走向精准、从封闭走向开放、从碎片化走向整体性，应从新技术、新手段和新方法出发，以智能化信息技术赋能智慧治理[5]。其次，职业教育涉及政治、经济、社会、制度、技术等复杂要素，其发展与技术进步密不可分[6]。现有研究看似聚焦于大数据智能化技术对人才培养模式、教学模式、流程再造、学习分析、质量评估等方面的影响上[7][8][9]，实则对变革教育治理提出了新诉求，一个由数据驱动、人机协同、跨界融合、共创分享的新职业教育形态正在迸发链式突破。基于此，就具有多重利益格局、结构关系复杂的职业教育系统而言，其治理对象、模式、机制等必然随着大数据智能化加速而变化，理应从智能技术与人类共生角度架构治理的技术路径。事实上，大数据智能化已经从工具转为一种理念和制度。著名社会物理学家彭特兰（Alex Pentland）分析了如何利用集体智能和数据驱动参与互动、塑造组织、变革组织及进行组织干预等问题[10]，指出大数据智能化将在社会动员、调节社会网络、影响社会契约这三个方面大显身手，其对于职业教育治理的价值在于实现技术创新有效融入并提升治理能效，通过对数据的分析和挖掘而产生的“智慧”火花并完成知识再生产的过程，重塑政府、社会、组织与公民间的关系，形成多元共治的职业教育治理格局。

在大数据智能化驱动的智慧社会背景下，职业教育正面临一个更加不确定性和复杂多变的治理环境。为此，要正视职业教育治理环境的巨大变化，不仅要在职业教育人才培养领域加快推进人工智能与职业教育的深度融合和创新发展，更要从“技术—社会”融合的视角深入研究大数据智能化驱动的职业教育治理创新，厘清系统要素，澄清作用机制，完整解析其系统结构和功能，化解制约因素，明确发展路径，为我国职业教育治理在数字经济和新时代背景下的改革创新提供借鉴和参考。

二、大数据智能化驱动职业教育治理的学理逻辑

人类社会正处在由网络技术、大数据技术、人工智能技术三位一体相互叠加的过渡时代，这于技术进步的逻辑层面是自然而言的过程：网络技术形成了广泛的多维连接，数字技术提供了大量的信息与数据，进而催生出人工智能来处理数据和进行决策。根据摩尔定律所揭示的信息技术进步速度，未来一段时期内，各类新信息技术仍将层出不穷，大数据、云计算和智能技术甚至被认为是人类突破认知极限、超越自身智慧的“临界点”“奇点”“爆发点”，在推动社会治理体系和治理能力现代化进程中发挥巨大作用[11]。那么，大数据智能化是如何驱动职业教育治理改革以及治理模式转变的呢？

（一）改变职业教育治理思维和决策模式

作为一种通用性、颠覆性技术变革，大数据智能化带来了数据密集型科学发现或数据智能驱动的知识增长，开启了以数据信息为基础、以算法规则为核心、以相关关系为关联、表征物质世界真实复杂关系的研究方法论，更因此带来了一种思想观念、思维方式及认知方式的变化[12]。如今，人们获取信息、建立认知越来越依赖于大数据智能化及其数据模型，且又都受制于规律、模型以及原理法则，为人类社会的学习、生产、生活及教育治理创造了前所未有的可以量化的维度，正在改变人类理解现实问题、进行交流互动、做出决策的方式。事实上，随着大数据智能化技术广泛地应用于传统行业，那些大量使用体力劳动的繁琐枯燥、机械重复性的职业或岗位正在被智能化机器人所代替，一些专家化的决策工作也面临着被替代的风险，比如基于大数据智能化技术开展的智能医疗诊断工作。大数据智能化驱动的治理系统所搜集到的数据信息覆盖面更广、更全，周期跨度更长，能够通过对数据的智能化搜集和分析发现不同社会群体对治理中涉及的有关话题的不同看法和态度，分析所得出结论的精准度是传统治理决策望尘莫及的。基于此，大数据智能化业已成为面向智慧社会的职业教育治理变革的方法论基础，为职业教育治理决策分析及路径设计提供了新的视角和思路。

（二）强化职业教育行为分析和事件预测

尽管人类社会认识世界的方式已经进入到科学阶段和实证阶段，但建立在个人经验积累基础之上的主观认识仍然具有一定局限性，会受到多种社会性因素的影响，甚至会形成“信息茧房”效应[13]，限制治理行为主体对社会的认知。伴随着大数据智能化时代的到来，通过数据、算法和智能工具构建的多层次、跨领域的表征现实模型，可以呈现客观世界超越人类认知能力的深层次内在逻辑联系，在更宏大的参照结构中扩大治理行为主体的认知范围，既畅通了大众科学获取信息、科学认知社会的渠道，解决了社会科学表征社会现实的效度问题，也构建了人类认识客观世界、改造客观世界的全新系统，其最大特征在于增强了行为分析和事件预测的效度。基于此，大数据智能化有助于揭示职业教育治理领域的管理、合作、决策、监督等行为的规律性，提高治理决策的科学性和精准性。过去，人类行为被认为是难以预测的，也是不可能完成的任务。但大数据智能化让人类社会在三元空间中留下了无所遁形的电子踪迹，这被社会物理学家彭特兰称之为“数字面包屑”，也正是这种“数字面包屑”使职业教育领域的场景可重现性和行为可预测性与自然科学不相上下，利用大数据智能化工具对职业教育个体、群体甚至整个职业教育系统的行为研究及量化、預测成为可能。

（三）改变职业教育系统结构和运行机制

自20世纪80年代兴起“新公共管理运动”以来，职业教育领域如何破除官僚制模式成为理论研究和改革实践的重点。大数据智能化技术的演进，潜移默化地让职业教育组织管理体制、功能职责、业务流程和运作方式等发生革命性变化，过去那种官僚制或者科层制已经不再适应当前职业教育创新发展的需要，转而逐渐成为体制性制约因素。不可否认，大数据智能化正在进一步推动教育管理体制的变革[14]，其中具有支撑作用的至少有三个层面：一是网络技术使得传统的等级科层制官僚体系下传统信息结构被打破，逐渐向去中心、非科层、多元化的网络型职业教育系统结构转换，消解了单一的信息权威。二是大数据技术利用其无所不在的“跨区域、跨层级、跨时点”的数据感知、采集、记录与分析能力，使得职业教育组织具备了较为精准的跨时空场景重建能力。三是人工智能技术则让人类社会迎来一个人机融合的智慧时代，不仅将产生具有类人类智能的机器人这种智慧主体，还将机器智慧深刻地嵌入职业教育系统。基于此，大数据智能化必将带来更为开放、透明和负责的政府及社会组织，必然会促进职业教育治理系统的整合优化，有助于改变传统的游戏规则，建立运行平稳、安全高效的治理运行新机制，构建以人为本的现代职业教育治理服务新体系，有效提升对内对外的治理效率。

（四）提升职业教育服务效能和治理绩效

对于职业教育治理而言，大数据智能化的运用更加强化了价值目标达成。一方面，为强化职业教育服务效率和治理效能提供了技术支撑，为优化职业教育领域所涉及的海量数据提供了可能，可以更为高效、精确、科学地对数据加以分析与整合，有效强化了治理过程中各个参与主体的能力。大数据智能化的运用还拓宽了职业教育及其服务供给渠道，根据业务创新的逻辑不断优化流程设计，强化了职业教育服务及治理过程的开放化与透明化，并通过打破时空局限，解决了传统服务及治理模式下的信息盲区，有效提升了服务的个性化。另一方面，大数据智能化在职业教育治理领域的有机嵌入，比如深度学习、遗传算法、神经网络算法等的介入，让过去那种事事亲力亲为的参与主体运作模式发生变化，消除了传统行政模式下可能存在的人浮于事、职责不清、边界模糊等问题，从而围绕创新驱动、数据共享、内部竞争、服务细分、智慧决策、科学监督等方面不断改进组织绩效。

三、大数据智能化驱动职业教育治理的关键要素

从内在逻辑看，治理的出发点是为了“鼓励期望的行为及结果而确定的决策权归属及责任担当框架”[15]，其本质目标在于价值实现和风险管控，前者强调治理的效率、效果、效能的提升，后者则强调避免失误、化解风险、降低损失。大数据智能化驱动职业教育治理体系是在大数据智能化技术手段应用于职业教育治理过程中，围绕价值实现和风险管控而建立的权利与责任的相互制衡系统。因此，大数据智能化时代，教育治理呈现出智慧性、整体性、动态性、协同性、透明性等新特征，应该是多个子系统的有效耦合。沿着“技术—社会”的演化范式，大数据智能化驱动职业教育治理旨在利用大数据智能化技术提供的实时性、数量化、可视化等强大的信息采集、运算与分析能力，结合现代治理理论，实现对复杂的职业教育体系的运行规律、主体行为、利益诉求等方面变化趋势及规律的有效回应，进而通过预期行为结果和科学决策实现职业教育领域智慧治理，达到实现价值和管控风险的目的。基于此，围绕大数据智能化驱动治理的关键域，将驱动要素归结为驱动源、驱动强度、驱动阈值以及驱动机制四个方面。

（一）驱动源

大数据智能化驱动职业教育治理向网络化、系统化、智慧化发展的决定力量正是以网络、大数据、人工智能等为核心的现代信息技术，他们作为基础性要素存在。首先，大数据是实现职业教育智慧治理的根本，被认为是在一种规模足够大且具有速度足够快、类型足够多、价值密度却相对较低等多维特征的数据集合，以致于在数据获取、存储、管理、分析等方面都超出了传统数据处理软件工具能力范围。基于大数据技术，可以对职业教育领域的各类现象进行更加全面、精准的刻画和描绘。其次，人工智能通常被定义为机器特别是计算机拥有了类人类智能的能力，是用人工的方法使用机器模拟人类智能或者在机器上实现的智能，包括人类的感知能力、行为能力、思维能力、语言能力、学习能力等。当然，从技术逻辑上看，需要让机器通过有效算法从数据中挖掘信息，从信息中归纳知识，通过深度学习来实现人工智能。第三，大数据智能化实际上代表的是一组未来前沿科技，代表着一个智慧化的新型社会生态系统，更代表了一种方法论体系，都指向数字经济发展模式创新，未来社会基于网络技术和大数据技术的有效运用，打破了以往单一科层制、条块分割的管理体系，可以对不同治理主体行为过程信息全程收集、精准把控，实现动态治理、精细化治理，充分体现个性化、差异化和智能化。

（二）驱动强度

大数据智能化在多大程度上驱动职业教育治理变革创新取决于大数据智能化支撑治理行动主体决策能力的强度。首先，智能社会的发展本身是各类先进信息技术和社会制度不断渗透融合的结果，在改变信息流通路径和交换方式的基础上，促使职业教育系统逐渐转变为一个更加开放的系统，在不断整合和适应之中形成自我组织、自我构建机制和动态平衡[16]。其次，作为使能、增能、赋能的技术手段，大数据智能化对职业教育治理驱动的强度指数必然取决于数据信息开放程度和计算水平，只有推进职业教育领域所涉及的有关政府、主管部门、院校等数据系统开放，才能实现数据效用的最大化，进而创造出高强度的治理价值。第三，驱动强度还取决于数据信息传输的方式与频度，这就要求职业教育治理领域的行为主体要充分认识大数据智能化的积极价值，打破数据孤岛和壁垒，让大数据智能化从人为的应景式、表面化参与转化为真正指向对人类信息的获取与理解，实现主动实时地传输反馈各类数据，并转换为决策能力，演变为一种以价值实现为核心的智慧治理范式。

（三）驅动阈值

大数据智能化的产生、存在并不能自然而然地促使职业教育治理发生变化，其治理变迁只有在某个特定阈值触发的阶段才会发生，这种大数据智能化驱动职业教育治理演化临界点就是驱动阈值。首先，随着经济社会发展，职业教育领域的参与主体数量大幅度增加，且信息化程度越来越高，越发成为一个多维度网络化组织系统，并开始产生自我增益的效果，其治理的对象、方式和目标就必然会发生重大变化，适时打破过去需要通过机构重组或制度改革才能实现协同互动的传统模式以实现治理结构变迁成为内在诉求。其次，随着国家大数据智能化战略的推进，政策制定与实施、基础性平台建设、智能化产业发展、政府数据共享开放等开始产生规模效应，职业教育领域的教学辅助、过程重构、场景重建、要素重组等都在发生，社会分工进一步加快，大数据智能化驱动职业教育治理的方式、效率和效果呈现出新变化，促使传统的职业教育治理系统转向全方位的智能化升级与功能重构。第三，职业教育治理是一項庞大而复杂的系统工程，信息超载或者信息匮乏都会导致其治理过程的低效率[17]，这就需要打造智能融合的应用系统，优化信息的生产与再生产，只有当数据系统呈现出近似零边际成本和递增的边际效应且不再被视为权力资本而被少数部门垄断、控制时，才能成为推动职业教育治理模式重构的力量。

（四）驱动机制

利用大数据智能化驱动社会治理变革创新，终极目标一定是围绕善治展开的，追求的是可持续价值的实现。为此，需要设计相应的规则、制度和流程，考虑合理的分配决策权和科学的责任分工，就精准决策机制、激励约束机制、多维监督机制作出安排。首先，精准决策机制是一套与大数据智能化应用相关的决策规则、程序、评价机制、责任追究制度，当然还要遵循大数据智能化技术的作用逻辑，明确相关的决策权力组织及其相应的决策内容及范围，让“数据信息—量化分析—科研研判—治理决策—实施评价”成为规范流程，真正做到“循数治理”，这是保障决策质量、决策效率的重要措施。其次，激励约束机制由一整套包括激励、约束、平衡和协调规则在内的规则体系构成，是促进职业教育治理领域各参与主体激励和约束活动发挥效力的载体，让大数据智能化价值实现作为工作绩效的考量指标，协调其中的利益分歧，降低治理成本，从而解决大数据智能化驱动背景下职业教育系统组织发展的动力与方向问题。第三，多维监督机制是为了确保大数据智能化驱动职业教育治理有效推进而建立的一种对各参与主体实施控制的行为方式，必须面向职业教育治理全过程和各参与主体，充分发挥现代信息技术支撑下的指导、评估和监控，形成新的智慧治理体系以达成职业教育治理目标。

四、大数据智能化驱动职业教育治理的路径设计

大数据智能化正在推动形成一个以数据价值为核心、以智能化技术为支撑的智慧型治理体系。鉴于我国目前职业教育领域体制性障碍依然存在、信息孤岛劣势较明显、有效协同相对匮乏、专业性人才过于稀缺等问题导致的大数据智能化嵌入职业教育治理的现实阻滞，沿着“技术—社会”融合的范式，应围绕并不限于以下方面优化设计大数据智能化驱动职业教育治理的路径。

（一）更新治理理念，引导大数据智能化驱动的有效嵌入

大数据智能化技术为职业教育治理创新提供了新的契机，可以对职业教育领域各类资源进行智能化整合和配置，从而实现职业教育治理及服务的科学化、动态化、精细化。但是，大数据智能化能否有效嵌入到职业教育治理实践并发挥应有作用，自然要取决于相关治理主体的认知、态度和看法。首先，通过政策引导，在当前国家大力发展大数据智能化产业及其与经济社会融合的背景下，有效增强各级政府机构、学校和社会组织的智慧治理意识，切实摆脱大数据智能化仅仅是技术应用的认知甚至是技术侵入的不良偏见，树立积极的接纳姿态和科学的行动理念，实现职业教育治理过程由当前的数字化向更加智慧化跃进提升，进而形成以大数据智能化为支撑的职业教育治理过程及政策导向。其次，充分认识大数据智能化信息技术在推动职业教育治理体系变革及能力现代化进程中的作用及价值，高度重视现代治理变革的大数据、云计算、人工智能等信息技术基础的研究，及时追踪并优化整合各类智能化信息技术手段，加强支撑职业教育治理走向智慧治理的相关技术研发与应用，实现治理方法手段的精准有效、技术驱动的嵌入融合、智能运行的互动协同[18]。当然，在推进大数据智能化驱动职业教育智慧治理的过程中，要始终秉持开放融合的思想，充分运用好互联网思维、平台思维、跨界思维、聚合思维、用户思维、底线思维等，以办人民满意的职业教育作为衡量治理成效的根本标准。

（二）健全制度建设，保障大数据智能化驱动的有效支撑

在大数据智能化快速发展的同时，有关制度建设却明显落后于技术发展。尽管近期我国有关政策不断问世，也明确了发展形势、战略目标及相关部署和任务，但具体应用层面的制度建设依然不充分，紧靠对传统治理规则的修补已无法满足需要[19]。首先，建立大数据智能化的开放与共享标准制度。大数据智能化在多大程度上支撑职业教育治理创新突破，取决于数据信息的开放和共享程度，这又必然涉及到数据信息的采集标准、法律边界、开放范围、数据价值实现等问题，在其参与社会治理过程中就面临着责任划分、隐私及产权保护等共性法律问题，必须尽快启动相关立法工作，制定和遵守一些基本的法律准则，完善大数据智能化资源采集、共享和利用的相关制度，建立政府公共数据及职业教育领域数据的开放与共享标准。其次，制定大数据智能化驱动治理的统一规范和标准。随着现代信息技术迭代速度加快，“人人互联，物物互联”已成常态，组织机构的去中心化、去科层化及网络化、扁平化成为组织发展的方向，这会导致大数据智能化场域的权威变化和市场作用的动力不足，要加强大数据智能化背景下治理创新及制度建设的研究，加强数据信息的收集、分析、应用与反馈形成的运行制度，构建有关治理机制、治理原则、治理方式以及治理机构设置相应的制度规范和标准体系，为真正提高大数据智能化背景下职业教育治理的社会化、法治化、智能化、专业化水平奠定坚实的制度保障。

（三）优化机制设计，实现大数据智能化驱动的有效推进

尽管大数据智能化已上升为驱动国家治理体系现代化建设的创新性要素和基础性资源，但职业教育治理很大程度上未跳出传统治理框架。要实现将技术嵌入和融合到具体治理场景中带来的智慧治理，须优化甚至重构有关治理机制，构建新的机制框架。首先，构建大数据智能化互联互通机制。面对当前存在的机构设置冗余化、决策周期冗长化以及行政成本扩张化等问题，对多元主体的回应不够及时迅捷，让职业教育治理效能整体偏低，这与大数据智能化创新发展逻辑相冲突。通过市场、政府、法律等途径加强数据信息的互联互通，提供可定制化的信息和数据服务[20]，增强治理过程的适应性和灵活性，实现大数据智能化参与职业教育治理活动的创新红利和价值最大化。其次，构建多元主体协同治理机制。因为场景比技术有更多的增值空间，故而大数据智能化在内在逻辑上离不开不同场景、不同领域的多種社会力量的参与支持，需要多元主体的协同配合，形成纵向贯通、横向联动、斜向呼应的组织运行体系，着力提升职业教育领域内各个参与主体的大数据智能化素养和信息技术能力水平，进而支撑各部门、单位、主体之间提升协同治理水平。当然，还要在实践中建构专业性的领导机制，完善数据信息监控机制，为各项大数据智能化参与治理活动的顺利开展提供强有力的组织保障;通过构建深度合作机制，培养大数据智能化复合型人才。

（四）创新治理模式，构建大数据智能化驱动的有效机制

任何治理行为都应建立一种具有自身特色的模式，大数据智能化驱动的职业教育智慧型治理亦如此，这是以大数据、云计算、人工智能等新兴的智能化信息技术为支撑，通过实时感知、即时反馈、智能分析、科学预测等优化决策流程，辅助决策者更加科学有效、客观透明地进行决策并采取行动，从而实现职业教育领域公共利益最大化的一种智慧治理模式。首先，建构大数据智能化信息处理系统。要强化对职业教育治理的数据采集、挖掘、存储和分析系统的建设力度，实现对种类繁多的非结构化数据进行有效整合和动态管理[21]，又要在智能技术支撑下于人机交互过程中增强数据信息的处理效率，从而相较于以往让治理过程更加自主化、智能化、个性化、动态化、透明化和精准化。其次，构建以大数据智能化为基础的职业教育治理流程。要按照教育信息化2.0行动计划的要求，全面升级传统的数字校园系统，推进智慧校园建设，实现对治理和服务对象的自动感知、智能识别和跟踪，推进职业教育治理能力实现不断提升并智慧化转型，让治理过程中的组织模式、行动模式、决策模式和实施模式都呈现出数字化、网络化和智能化的趋势。这样，可以在复杂的经济社会环境条件下，有效克服传统治理模式下数据信息供给不充分、有效性不足、分析成本过高、治理模式失灵等问题，建构以数据为基本连接、以大数据智能化技术为载体的职业教育智慧治理机制，实现治理领域互通。

（五）重构评估模式，确立大数据智能化驱动的有效价值

当前，大数据智能化发展与社会治理融合发展在整体上还处在相对较弱的发展阶段，需要就治理成效建立相应的评估机制或评价模式。首先，建立大数据智能化驱动职业教育治理的关键要素模型，透视驱动源、驱动强度、驱动阈值及驱动机制之间的实证关系，分析信息规模和机构对治理效能影响的程度，构建驱动强度测量指标及其相互影响关系，测算大数据智能化驱动对职业教育治理结构发生突变的条件，从而因地制宜地制定与实施治理策略，确保治理过程的安全、畅通与和谐。其次，建立大数据智能化驱动职业教育治理的评估体系，对治理过程中涉及到的评估对象的发展动态、目标方向、业绩水平等进行实时监测、论证和考量，不断检验、改进评估体系的准确性、有效性和稳健性，形成相应的治理效能矫正机制，对参与主体行为进行动态筛查与补正，尽可能地堵塞大数据智能化应用中可能出现的技术漏洞和现实缺憾，优化职业教育治理系统。第三，建立第三方社会力量参与式评估模式，以便在坚持对大数据智能化驱动职业教育治理开展内部评估的同时，以基于大数据智能化嵌入职业教育治理过程中的可能性风险为核心，从第三方视角全面评估有关治理的目标达成、风险可能等，尽可能提升职业教育治理评估过程的科学性和全面性。

五、结语

如今，大数据智能化已经成为人类文明的一个显著特征，是人类社会空间、物理空间和网络空间“三元空间”尤其是后者的支柱要素。正如英国知名学者卡鲁姆·蔡斯（Calum Chace）所言，大数据智能化的价值“尽管通往那里的路还充满挑战，但是一旦我们成功到达，生活将变得美轮美奂”[22]。对于职业教育治理而言，大数据智能化技术的发展和嵌入应用，必然给治理创新与变革带来巨大挑战，需要通过资源整合、系统耦合以营造大数据智能化治理生态体系，并经由优化设计提升新时代职业教育治理能力。当然，这并不是说在大数据智能化所带来的全是正面价值，一些可能的风险依然存在，比如：在大数据智能化提供精准服务的同时可能加剧阶层固化[23]、可能产生技术依赖和盲目崇拜、可能颠覆治理的本来内涵，从而难免陷入“数字利维坦”的诱惑和陷阱之中。为了遏制其中潜在的负面消极影响、追求风险管控与价值实现的平衡，在大数据智能化驱动职业教育治理过程中，要注意调整职业教育治理与技术之间的互动关系，实现技术与社会的共存、共生、共融，还要强化风险评估、规避及危机应对机制，构建一种配合适当、边界清晰、协调有序的动态治理体系，让大数据智能化更好地服务于职业教育治理现代化

参考文献

[1]米加宁，等.第四研究范式：大数据驱动的社会科学研究转型[J].学海，2018（2）：11-127.

[2]侯浩翔，钟婉娟.人工智能视阈下教育治理的技术功用与困境突破[J].电化教育研究，2019（4）：37-44.

[3]张峰.物联化、互联化与智能化：打造政府治理的新模式——基于信息空间的分析视角[J].华侨大学学报：哲学社会科学版，2017（6）：121-128.

[4]陈伟光.关于人工智能治理问题的若干思考[J].学术前沿，2017（20）：48-55.

[5]胡税根，王汇宇.智慧政府治理的概念、性质与功能分析[J].厦门大学学报：哲学社会科学版，2017（3）：99-106.

[6]许晓东，等.高等教育的数据治理研究[J].高等工程教育研究，2015（5）：25-30.

[7]甘容辉，何高大.大数据时代高等教育改革的价值取向及实现路径[J].中国电化教育，2015（11）：70-76.

[8]程瑛，赵婉君.大数据驱动高等教育创新的变革路向[J].湖南师范大学教育科学学报，2017（6）：101-105.

[9]贾积有.人工智能赋能教育与学习[J].远程教育杂志，2018（1）：39-47.

[10]阿莱克斯·彭特兰.智慧社会：大数据与社会物理学[M].杭州：浙江人民出版社，2015：5.

[11]陈振明.政府治理变革的技术基础——大数据与智能化时代的政府改革述评[J].行政论坛，2015（6）：1-9.

[12]贾开，蒋余洁.人工智能治理的三个基本问题：技术逻辑、风险挑战与公共政策选择[J].中国行政管理，2017（3）：51-54.

[13]彭兰.假象、算法囚徒与权利让渡：数据与算法时代的新风险[J].西北师大学报：社会科学版，2018（6）：20-29.

[14]何哲.面向未来的公共管理体系：基于智能网络时代的探析[J].中国行政管理，2017（11）：100-106.

[15]郑大庆，等.大数据治理的概念及其参考架构[J].研究与发展管理，2017（8）：65-72.

[16]郑永兰，徐亚清.网络治理的三重维度：技术、场景与话语[J].哈尔滨工业大学学报：社会科学版，2018（1）：24-30.

[17]马克斯·H·布瓦索.信息空间：认识组织、制度和文化的一种框架[M].上海：上海译文出版社，2000：55.

[18]孟天广，赵娟.大数据驱动的智能化社会治理：理论建构与治理体系[J].电子政务，2018（8）：2-11.

[19]唐皇凤.数字利维坦的内在风险与数据治理[J].探索与争鸣，2018（5）：42-45.

[20]丛喜权，王福兴.构建政府社会治理大数据系统及其红利释放[J].哈尔滨工业大学学报：社会科学版，2018（4）：11-15.

[21]胡洪彬.人工智能时代政府治理模式的变革与创新[J].学术界，2018（4）：75-87.

[22]卡鲁姆·蔡斯.人工智能革命：超级智能时代的人类命运[M].北京：机械工业出版社，2017：123.

[23]仇立平.大数据+智能化时代社会的“沦陷”与治理[J].探索与争鸣，2018（5）：45-47.

Study on Academic Logic， Key Elements and Path Design of Vocational Education Governance Driven by Big Data and Intelligence

Zhang Pei

Abstract  Using big data and intelligence to improve the efficiency of vocational education governance has become a major proposition to be solved urgently. The academic logic of vocational education governance driven by big data and intelligence is reflected in four angles： to change governance thinking and decision-making mode， to strengthen behavior analysis and event prediction， to change management system and operation mechanism， to change service efficiency and governance performance. And it contains four key elements of driving source， driving intensity， driving threshold and driving mechanism. To further optimize vocational education governance path driven by big data and intelligence， we should update the governance concept to guide the effective embedding， perfect the system construction to guarantee the effective support， optimize the mechanism design to achieve the effective propulsion， innovate the governance mode to build an effective mechanism， reconstruct the evaluation mode to establish the effective value.

Key words  big data and intelligence; vocational education governance; academic logic; key element; path design

Author  Zhang Pei， doctoral candidate in Education of Faculty of Education of Southwest University; lecturer of Development and Planning Department of Chongqing Technology & Business Institute （Chongqing 401520）

作者簡介

张培（1986- ），女，西南大学教育学部博士研究生，重庆工商职业学院发展规划处讲师，研究方向：教育经济与管理

基金项目

2018年度重庆市社会科学规划项目“大数据智能化驱动高等教育治理变革创新研究”（2018YBJY103），主持人：南旭光;2019年度重庆市高等教育教学改革研究重点项目“‘互联网+1+X技术技能型人才培养模式研究与实践探索”（192080），主持人：张培;国家开放大学2018年度科研课题“智能化时代开放大学办学模式及治理创新研究”（G18A3502Y），主持人：张培