基于大数据的高等职业教育产教融合质量评价探微

易希平，李 斌，吴彬才

（长沙民政职业技术学院，湖南 长沙，410004）

一、引言

从《关于加快发展现代职业教育的决定》（2014 年）到《国家职业教育改革实施方案》（2019年），高等职业教育进入了创新发展和高质量发展新时期。为顺应时代发展趋势，中央及各地、各院校制定了一系列具体的发展行动计划，如“湖南省卓越职业院校建设计划”（2015 年）“湖南高等职业教育创新发展行动计划”（2016 年）“高职高专双一流建设计划”（2018 年）“中国特色高水平高职学校和专业建设计划”（2019）。无论哪一种行动、无论哪一种计划，创新发展和高质量发展高等职业教育的关键点始终在于“内涵”，而突破这个关键点的根本动力就在于“产教融合”，可以认为，“产教融合”的优劣在很大程度上直接决定了高等职业教育“内涵式发展”的有效性和持续性。很自然，质量评价就成了判别“产教融合”优劣的必要环节和核心工作。

从已有的高等职业教育产教融合质量评价实践来看，主要强调视野层面的宏观性、目标层面的功利性和策略层面的经验性及回顾性，尽管对产教融合的深化也起到了积极推进作用，但是，由于有意无意忽略了评价视野的微观性、评价目标的本体性和评价策略的科学性及前瞻性，导致“产”与“教”只是达成了在较低层次、较低水平上的“结合”，并没有实现在更高层次、更高水平上的“融合”。那么，如何促成“产教”从“结合”到“融合”的转变，我们以为，大数据技术的迅猛发展以及在高职教育领域的应用，或许可以为定量的、全过程的、多元的、多层级的产教融合质量评价提供新方法和新思路[1]。

二、大数据技术给高职教育产教融合质量评价带来的新机遇

传统的办学模式及产教融合质量评价过程中积累了大量的原始数据，并且逐年还将产生一大批新的数据。这些数据涉及高等职业教育教学质量的可持续发展、相关方满意度、毕业学生就业等诸多方面，关联着产业升级、市场销售及企业行业用人需求等问题，与此同时，这些数据隐含着一定的规律，反应一定的事实，呈现出“样本性”“结构化”“数字化”等特点，若进行综合利用，能够对产教融合的质量评价起到相应指导作用。然而，与信息技术下的大数据相比，这些所谓的“大”数据在可靠性和有效性方面有明显的劣势，海量、多元、多源的大数据则颠覆了“样本数据”“结构化数据”“因果关系数据”等传统的“大”数据观念，彰显出“微观”“本体”“科学”和“前瞻”的优势，给产教融合质量评价下高职教育理念的更新、教学方式的变革以及管理方法的提升带来了全新机遇[2]。

（一）促进产教融合质量评价下教育理念的更新

传统产教融合质量评价主要关注历史数据分析及规律寻找，用之整改，时效上呈现滞后性、缺乏前瞻性，目标上呈现盲目性，缺乏有效客观评判法则。

而基于大数据技术的产教融合质量评价，首先，能够即时对专业进行相关方评定，涵盖社会需求、企/行业反馈、学生/家庭诉求及学校已有资源适配之间的内在关联，实现数据指导下对已有教育理念的更新，并以此增强高等职业教育领域与相关方对于大数据规律的适应性，从而优化高等职业教育资源适配；其次，基于大数据技术的产教融合质量评价，能够激励数据搜集方积极探索数据潜在规律，进一步提升高等职业教育数据的利用率，促进高等职业教育产教融合的可持续发展；第三，基于大数据技术的产教融合质量评价，通过对高等职业教育质量相关原始数据的全面分析，有利于规避抽样调查等传统统计分析方法带来的偏倚，从而全面衡量高等职业院校在教育教学工作中的实际成效，有利于对接社会与企/行业需求实现对学生的个性化管理，促进学生特长性发展。

（二）促进产教融合质量评价下教学方式的变革

基于大数据技术开展产教融合质量评价，充分利用大数据技术进行行业人才需求预判，随时根据社会与企/行业需求，引导高等职业院校动态调整教学计划，引导学生主动匹配市场需求，从而避免先入为主的纲领性、既定式的教育教学计划。首先，基于社会与企/行业需求的数据分析，指导学生充分挖掘自身特长及兴趣爱好，找准人生发展方向，从而真正将职业素养的培育贯穿始终，破除“分数”衡量全部的局面；第二，指导教师基于自身技术或专业特长及社会与企/行业需求，开发线上课程，并将相关课程框架“系统化”、知识点“颗粒化”，满足高等职业教育院校学生对于课程多元化需求，进一步突破传统教学模式的局限性，实现课堂开源；第三，大数据的全程采集，对于衡量教师工作量、评定教师工作成效、指导教务行政部门决策具有较大的参照意义[3]；同时，开源性的数据有利于企业从源头上深度参与高等职业教育教学工作，以毕业生生源方的身份对“产教融合”提出建设性意见，实时追踪学校教育教学质量，并作为针对性招聘的第一依据。此外，大数据的记录完整性可以有效对学生个体进行前后比对分析，促进学生个性化成长，从而使得教学方式更加灵活，教学效率更加高效。

（三）促进产教融合质量评价下管理方法的提升

大数据实现的前提是基于海量的原始数据搜集及强大的数据分析，这一技术的全方位实践对于高等职业院校管理者及参与者均提出了较高的能力素质要求，管理者既要有正确的大数据采集和应用理念，还要掌握大数据使用的正确方法。

首先，部分高职院校在大数据采集过程中暴露出目前信息化建设尚处于“重硬件轻软件”的阶段，对于原始数据采集方法重复且未能遵循数据采集规律，人工审核成本过于高昂且不符合大数据采集方法；其次，部分高职院校对于原始数据管理及采用大多停留在部门之间各自为政、系统之间互不兼容、专业之间难以互通的局面，基于大数据的产教融合质量评价明确要求高职院校能够培育更多的专业化人才从事数据管理工作，优化数据分析方式，实现全面而快捷的数据共享，更好地服务于教学管理与行政决策，进而促进高等职业教育产教融合质量评价的管理方法提升，让数据参与者深刻体会到大数据带来的方便与实惠，而非成为教职员工及学生、社会与企/行业等参与方的负担[4]。

三、大数据技术促进高职教育产教融合质量评价优化的恰切路径

传统产教融合质量评价所积累的大量原始数据起到了相应作用，但是，由于无法克服在可靠性和有效性方面的先天劣势，这些数据很大程度限制了产教融合质量评价的可行性、可持续性和先进性。基于大数据技术的产教融合质量评价则通过构建开源的数据采集平台、制定统一的数据采集规范、培育优秀的数据人才队伍，能够较好解决上述问题。

（一）构建开源的产教融合质量评价数据采集平台

传统的产教融合质量评价缺乏一个系统而权威的数据采集平台[5]，这使得在大数据技术背景下，有必要构建一个高等职业教育产教融合质量评价数据采集平台，面向高等职业院校教职员工、社会与企/行业管理者及参与者、学生与学生家长，第一时间搜集整理相关参与方的进展变化。

首先，数据采集平台具有较强的开源性，能够兼容各种访问软件，避免开发使用方各自为政；第二，数据采集平台开发人员应该深入教学一线、行业一线，切实了解源数据采集人员的实际困难，避免重复、无序的采集工作；第三，数据采集格式或储存手段应该标准化，避免特殊格式导致储存、调用、筛选及研究过程中缺乏兼容性而增加不适感；第四，对于源数据采集要允许有一定的容错性，避免每一项采集工作成为数据采集参与方的紧张性劳动而增加排斥性，进而影响数据采集工作的顺利开展；此外，应加强数据采集人员对于源数据的使用调用的培训，使有需求的每一个参与者都能切实享用到数据采集平台带来的便利，避免数据采集平台沦为少数个人或少数部门的专享，在数据采集大众化的同时也实现平台参与者的公有化。

（二）制定统一的产教融合质量评价数据采集规范

大数据应对的新型算法，最为常用的是数据挖掘技术，数据挖掘技术能够从海量数据中发现数据之间隐含的特殊关系，这一过程就是大数据发挥其应有价值的基本过程，其中的关键步骤就是“数据清洗”，这一过程即规范数据采集的基本标准。

高等职业教育产教融合质量评价数据采集也必须遵循一定的“数据规范”，这一规范的形成有如下途径。第一，基于数据采集已有学科，进行专业的学科属性采集，有效避免外行人做内行事，如自然学科研究的相关数据随机赋予相同或者相近人员进行同行审核，避免外行人员错误审核；第二，基于数据采集平台自身，采取边采集边完善的模式，构建完整的数据采集人员问题反馈模式，并安排人员及时解答与处理，避免问题累积；第三，基于数据分析已有方法，充分结合成熟的商业数据挖掘分析模式，开源接受教育公益支撑，或聘用高水准数据架构工程师集中处理数据清洗与数据规范规程中的系列问题；第四，基于高职院校或相关社会与企/行业研究专家，定期举行碰头会议，制定数据采集规范，行文公开发布并推广实施；此外，开源采集数据的同时，应该严格把握数据清洗这一环节，充分调动各方人才参与。

（三）培育优秀的产教融合质量评价数据人才队伍

借助于大数据及相关数据处理技术，促使高等职业院校积累的海量数据及社会与企/行业的人才需求数据有机结合，从而及时、高效、精准服务于高等职业教育人才培养，是高等职业教育产教融合质量评价的终极目标。这既要激发高等职业教育已有相关人才对产教融合质量评价的支撑，也要吸引数据挖掘领域高端人才的谋划，更要培育一支优秀的产教融合质量评价数据人才队伍。

产教融合质量评价数据人才可谓是一种新兴需求人才，首先，需要高等职业教育相关院校自身形成共识，充分认识到大数据对于推进产教融合质量评价具有重要意义，基于此建设地域性、全国性高职院校数据采集联盟；其次，数据采集与挖掘利用是一项科学工作，要尊重其自身规律，去除官本位思想和跃进式的思维方法；第三，基于大数据技术采集的数据应避免简单图标输出式分析，而应该充分鼓励参与人员和/或引进新型人才对于原始数据的深入挖掘分析，解读数据背后的隐含规律，有效服务于高等职业教育产教融合的发展战略；第四，数据架构设计及挖掘分析领域强调开源与动态利用，尽可能扩大师生、社会与企/行业参与面，及时发布每一参与方关注领域的研究报告，使参与者均受益；第五，人尽其才，人才培养是一项长期的过程，与时俱进的人才吸引政策、健全的人才利用与培养体系，对于高等职业教育产教融合质量评价数据人才团队的稳定也具有重要的促进意义[6]。

四、结语

基于大数据技术，构建产教融合质量评价相关数据采集平台，制定产教融合质量评价相关数据采集规范，强化产教融合质量评价大数据及相关人才的引进培养，从而优化高等职业教育产教融合质量评价工作，使得高等职业教育始终围绕“学生求学-家长期盼-社会与企/ 行业需求-学校教学”的良性循环，促使高等职业教育参与者欣然接受新的时代理念及需求，鞭策参与者与时俱进更新教育教学发展理念、改革教育教学方式、完善教育教学管理方法，最终让高职院校的每一个学生都能够人尽其才、人生出彩。