以实证为本：纺织服装高等教育纵向研究数据库构建

刘红文 李翠云 黄智高 Nurul Hanim Romainoor

摘要： 在以“实证为本”的教育科学研究发展浪潮下，纺织服装高等教育领域需要通过构建纺织服装高等教育纵向研究数据库来突破传统以研究者个人经验及理论推断为主的教育问题研究模式。文章通过调研国内外相关纵向研究数据库建设实践和构建理论，探讨纺织服装高等教育纵向研究数据库的理论基础、特征及其功能，并进一步分析纺织服装高等教育纵向研究数据库的构建要素，最后针对该数据库的优势和限制进行介绍。鉴于纺织服装高等教育纵向研究数据库构建任务的开创性与复杂性，需要在有关政府机构或行业协会的支持下，以院校、企业与学生等群体力量来进行构建与研究。

关键词： 纺织服装;高等教育;数据库;实证研究;纵向研究

中图分类号： TS941.1;G642.0

文献标志码： A

文章编号： 1001-7003（2021）05-0076-10

引用页码： 051112

DOI： 10.3969/j.issn.1001-7003.2021.05.012（篇序）

Abstract： Under the development trend of "evidence-based" educational scientific research， a longitudinal research database of textile and apparel higher education needs to be established in the textile and apparel higher education field in order to break through the conventional educational research model on the basis of researcher's personal experience and theoretical inference. Through an investigation of the practice and theroid of related longitudinal research database construction at home and abroad， this paper discussed the theoretical basis， characteristics， and functions of the longitudinal research database for textile and apparel higher education， and further analyzed the elements of establishing the longitudinal research database for textile and apparel higher education. In the end， this paper introduced the database advantages and limitations. In view that it is innovative and complicated to establish the longitudinal research database for the textile and apparel higher education， the support from relevant government agencies or industry associations， and the strength of colleges， enterprises， and students are need to complete its construction and relevant research.

Key words： textile and apparel; higher education; databases; empirical study; longitudinal study

21世紀以来，国内纺织服装产业正踏上从借鉴转向开发、从加工转向创造的新征程，因此纺织服装行业对自主创新型人才也有着越来越多的需求[1]。然而，根据教育部公布的年度普通高等学校本科专业备案和审批结果的文件显示，纺织服装类专业已连续两年成为各高校撤销数量列于首位的专业。在2018年、2019年，将近有四十余所高校撤掉了服装与服饰设计和服装设计与工程两个专业，其数量之多，令人不得不对国内纺织服装高等教育中所存在的问题重新进行审视[2]。

21世纪以来，欧美国家教育研究最受政府及学界重视的概念应该是“以实证为本”这个关键词。Slavin[3]指出新世纪的教育决策部门所面临的问题复杂程度比以往更高，因此更需要自然与社会科学家的系统性研究，以促进决策的推动，故以实证科学为基础的决策制定可视为对复杂性问题的回应。陈明印等[4]提出以科学化的程序进行教育问题研究，获得证据并加以有效应用，成为教育改革言说转化为行动与实施的必要做法。洪雯柔等[5]从各国对于教育研究评鉴的分析中发现了当前教育研究普遍的缺点：研究不够严谨、教育研究与教育实务不相干、流于抽象理论的辩论与无法提供科学依据作为教育决策的依据。故现今教育决策需要可靠有效的实证证据为基础，如此才能做出更具品质及正确的教育决策。但纵观纺织服装高等教育研究领域，“以实证为本”的概念意识仍然十分淡薄。无论是政府教育行政机构还是高校，其相关教育决策通常是建立在领域知名专家学者的个人经验及论断基础上，因此这导致纺织服装高等教育中某些教育问题并未得到真正有效解决。鉴于此，建议纺织服装专业领域的专家学者在教育问题探讨中，必须客观地对待研究对象，将研究构筑在科学证据的基础上，而非纯粹的经验借鉴或理论推断上。对此，纺织服装高等教育纵向研究数据库的构建，可为科学、客观、严谨的纺织服装高等教育问题的研究及理性决策提供重要的支持力量。

现今，国内外都越来越重视整合型教育数据库的建立，特别是以纵向性的观点来进行长期追踪的数据收集更是趋势，如美国杰斐逊医学教育纵向研究数据库（JLSME）、台湾教育长期追踪数据库（TEPS）等。吴齐殷等[6]指出纵向长期性数据的建立与收集，已成为当代社会科学重新思索量化研究、调查研究、乃至于现象间因果关系的基本工具。与传统的横向研究相比，结合时间维度的纵向研究数据与分析技术将有助于厘清教育现象的基本时间次序，重建事件间的先后顺序与因果关系的联结。因此，纺织服装高等教育纵向研究数据库的构建将有助于客观准确地把握中国纺织服装教育的特征、现况、问题及未来发展趋势等。

1 纺织服装高等教育纵向研究数据库构建的理论基础与框架

任何研究的展开都需建立在一定的理论或事实基础上，而本研究所探讨的纺织服装高等教育纵向研究数据库构建的理论基础则来源于Bronfenbrenner的生态系统理论（ecological system theory）。

早期心理学探讨个人成长或发展问题时，多数從智力、生活能力、动作发展、社会技能等个人因素进行讨论，较缺乏环境与个人互动关系的探讨[7]。Bronfenbrenner[8]的生态系统理论拓展了发展心理学的关注焦点，开始探讨个体与更大环境之间的相互作用，其认为个体的发展自出身起便受到多层环境系统交互作用的影响，而个体发展的环境就如一套巢状、阶层性结构，分为微观系统、中间系统、外层系统、宏观系统四个系统，个体的发展就是与这四个系统直接或间接交互作用后所产生的结果。Bronfenbrenner等[9]在后期研究更进一步提出时间维度的概念，来强调人类发展的贯时性和历程的变动。

根据Bronfenbrenner[8]的解释，影响个体发展的巢状结构系统环境中，最核心一层为微观系统，是指个体先天的潜质及直接接触的人、事、物。由于这个系统与个体有直接密切的互动，所以产生的影响也最大，例如个体自身的心智发展、身体状况、家庭、学校等都归属于微观系统。第二层是中间系统，是指系统间的互动关系，在各个微观系统之间扮演着桥梁的角色，如家庭与学校之间、师生之间、同学之间等关系。对个体发展而言，各微观系统彼此间的关联越强，中间系统越发达，对个体发展也就越有利。第三层是外层系统，是指发展中的个体并未直接参与，但会对个体产生间接影响的环境，例如父母的工作、社会支持系统等。第四层是宏观系统，其作为一个广泛的思想体系，不只影响个体的价值观及信念，同时牵引着外层系统、中间系统和微观系统，包含文化传统、宗教信仰与价值观等。第五层是时间维度，把时间作为研究个体成长过程中心理变化的参照体系，强调将时间和环境相结合来探究个体发展的动态过程[10]。

基于上述理论观点，可知纺织服装专业学生的个人发展是经历生态系统中的动态运作而成，而系统中的各项因素皆对学生产生影响力。因此，根据学生培养过程中的主要影响力来源这一指标，本研究认为纺织服装专业学生的培养在微观系统上主要受家庭、学校、企业的影响，这是由于家庭、学校、企业通常都是学生亲身参与、联系最为紧密的对象，并且家庭与学校之间的联结、学校与企业之间的联结等则共同构成了影响学生成长的中间系统。其次，学校教育的品质往往又与教育主管行政机关及相关行业协会（中国纺织服装教育学会等）给予的行政支持与资源有关，因此教育主管行政机关与行业协会则构成了影响学生培养的外层系统。最后，学生在学习、工作过程中，无论是生理、心理还是专业技能等方面必然会随着时间的变化而有所改变，因此时间维度也是一个重要的参考对象。鉴于宏观系统要素的影响大部分是透过上述微观系统传递给个体，因此并未将其纳入本研究理论框架。据此，纺织服装高等教育纵向研究数据库的构建将从学生、家庭、学校、企业及有关教育行政部门与协会方面展开数据收集。图1为纺织服装高等教育纵向研究数据库构建的理论框架。

2 纺织服装高等教育纵向研究数据库的特色与功能

目前，中国纺织服装高等教育领域正缺乏一个整合性、系统性的研究数据库，现有的材料也是以各院校所收集的行政相关资料为主。因此，使得有关决策部门与学者很难对国内纺织服装高等教育的素质与相关因素做深度的分析与研究。一些零星的学术研究由于资料内容及样本的局限，不足为决策者做决策的依据。同样地，有关国际性及校际间的比较分析也就很难达成，因而无法对国内纺织服装高等教育的成效及相关问题做出明确说明。而纺织服装高等教育纵向研究数据库的建立将有效地弥补这一遗憾，除了提供数据以实证方法来提升研究与决策的客观性外，系统性地面向多元化的纺织服装高等教育纵向研究数据库也将为决策人员及研究学者全面深入地了解国内纺织服装高等教育的状况、成果、品质与不足等信息提供有力的帮助。纺织服装高等教育纵向研究数据库属于纵向研究类型中的固定样本追踪研究，其特色主要表现为以下几个方面：

1）纵向追踪调查。为了获取更有价值的数据来推动创新性实证研究及评估教育成果，调查对象均至少提供四个时间点的长期追踪资料，分别为入学初期阶段调查、专业教育中期阶段调查、毕业离校阶段调查、毕业后一年追踪调查。

2）多面向。教育是一项系统工程，纺织服装专业学生的发展涉及家庭、学校、企业等多方面因素。因此，数据的调查与收集将以学生为中心，收集包括家庭、学校、企业、相关教育行政机构及行业协会多面向在内的数据资料。

3）大样本。一般而言，数据库搜集都属于大样本的搜集。因此，为了确保数据库可供研究议题的丰富性及考虑到样本拒绝率、流失率的问题，纺织服装高等教育纵向研究数据库在抽样前期，会按照中国纺织服装教育现况及国内外其他纵向研究数据库的抽样实践进行样本量的确定，一般初期样本人数规模都会较大。

4）反映了中国纺织服装高等教育实践。无论是从调研对象还是从数据库的内容设置等方面来看，纺织服装高等教育纵向研究数据库是一个真正意义上的基于中国纺织服装高等教育实践基础上建立的数据资源库。因此，基于该数据平台所诞生的各类研究成果，将能够真正有效地解决目前中国纺织服装高等教育领域中所存在的问题。

5）数据公开与共享。为最大限度地发挥纺织服装高等教育纵向研究数据库的社会效益，实现各类高等教育数据库之间的有效整合、拼接。纺织服装高等教育纵向研究数据库在资料收集和整理完成后，随即会对外开放，以供社会人员、学界人士、高校及政府等进行使用。

彭森明等[11]指出教育数据库的主要功能则是提供一些适时、正确、完整的资料，这些资料经过适当的整合或分析之后，提供决策者或研究者所需的信息。纺织服装高等教育纵向研究数据库面向多元，针对不同主体具有下列功能：

1）从教育行政部门及行业协会视角来看，纺织服装高等教育纵向研究数据库可以用于描述当前中国纺织服装教育现况，如高校整体的评估认证、不同地区教育的特点与差距、教育资源的分配、政策的可行性、国内纺织服装教育的发展动态、国内纺织服装教育的国际化进程、产学合作等，以此作为未来政策修正及制定、客观决策的参考。

2）从学校或学院视角来看，纺织服装高等教育纵向研究数据库则可用于探讨学生成长、专业设置与规划、师资配比、教师发展、教学设施、课程设置、校企合作、招生就业等因素的现况及问题，以此为学校或学院提供反馈和比较信息，提高办学质量。

3）从教师角度来看，纺织服装高等教育纵向研究数据库作为中国纺织服装教育领域唯一的全国性资料来源，其可提供各类数据以满足教师进行相关教育议题、学术研究的需求。与此同时，教师也可应用该数据库评鉴学生学习成果、学生心理素质、课程效果、新教学方法的成效、新教学方案的可行性等。

4）从家长及学生视角来看，纺织服装高等教育纵向研究数据库能提供更为客观、完整的中国纺织服装教育资讯，以增加家长及学生对国内纺织服装教育的了解，从而进行更为合适的院校及专业选择。

总而言之，纺织服装高等教育纵向研究数据库所提供的资料分析层面很多，兼具横向及纵向分析功能，可供探讨各种议题。

3 纺织服装高等教育纵向研究数据库的构建要素

由上述分析可知，纺织服装高等教育纵向研究数据库按数据来源可分为五个子数据库类型，分别为以学生为本位的子数据库、以院校及教师为本位的子数据库、以家庭为本位的子数据库、以企业为本位的子数据库、以相关教育行政部门及行业协会为本位的子数据库。其中，以学生为本位的子数据库为中心数据库，其他子数据库的建立围绕著中心数据库展开。本研究以学生为本位子数据库的构建为例，展示纺织服装高等教育纵向研究数据库在构建过程中的一些要点及内容，如图2所示。其中，鉴于数据释出平台的建设涉及到众多技术问题，将在后期充分调研的基础上，进行单独介绍。因此，本研究主要针对抽样设计、计划执行时程、数据库内容与数据分析技术四部分内容进行阐述。

3.1 抽样设计

纺织服装高等教育纵向研究数据库在实施初期的调研对象主要集中在本科和专科两个学历层次，具体抽样设计如下：

1）原始资料收集：由中国纺织服装教育学会协助发文至其下的各理事会理事单位，其中包括96所高等教育分会与85所高职高专教育分会（参考中国纺织服装教育学会第七届理事会理事单位名单[12]），汇集各院校在数据库构建项目正式运作当年的纺织服装类专业的大一新学生基本资料档，内容包括姓名、性别、生源地、学校（院系）、入学方式、学号、地址、联系方式与E-mail等，以作为调查设计之用。

2）样本抽样方法：依照学历层次、专业（以教育部官方网站所公布的纺织服装类专业目录为准[13-14]）、学校及学生来源等因素进行分层抽样，其中学校抽样时要兼顾东中西部、公私立等影响因素。表1为2017年中国纺织服装类专业信息。学生抽样时除基本生理因素外，还需考虑到学生来源（城乡）等因素，以进一步丰富数据库可供研究的议题。在学生抽样数量方面，考虑到样本流失率的问题下，以最后一年追踪时每个专业样本应有200人为原则（参考台湾特殊教育长期追踪数据库[15]、台湾教育长期追踪数据库[16]等），以估计第一年的抽样人数。若部分专业人数不足该数，则全数抽取。第一年抽样时，以每年流失率8%、拒绝率15%（参考杰斐逊医学教育纵向研究数据库[17]等）估算取样人数。

3）问卷资料收集：基于降低操作难度及易于数据资料品质检测等方面的考量，学生在校期间主要以网络问卷调查为主。而对于部分特殊地区的院校学生样本（如新疆地区，国家现今正在大力支持新疆纺织服装产业的发展），也会采取面访形式进行现场问卷调查。毕业后学生问卷资料的收集，仍持续使用网络问卷的同时，也会辅之一定的电话访谈等。

3.2 计划执行时程

从上述分析可知，纺织服装高等教育纵向研究数据库属于纵向研究类型中的固定样本追踪研究，即针对固定的学生样本，在多个时间点上进行长期重复追踪调查。为了全面地观察或评估中国纺织服装专业学生在受教育过程中所产生的变化及对其后期就业的影响，本研究参考Srensen等[18]的学习机会模型理论，即要能有效地理解并分析学生学习成效的变化，需要至少两个时间点的资料。鉴于此，本研究计划定出四个时间点的追踪调查研究时程，如图3所示。其中本科学生的资料收集，预计每间隔一年施测一次，时间安排分别为大一上学期、大三上学期、大四下学期及毕业后一年。而大专学生的资料收集，在校期间计划每年皆进行施测，时间安排分别为大一上学期、大二下学期、大三下学期及毕业后一年。上述四个时间点的测量基本能够全面反映纺织服装专业学生在受专业教育初期、中期、毕业时的学习成效变化及毕业后的发展状况等。

3.3 数据库内容

纺织服装高等教育纵向研究数据库涵盖了关于受教育个体在纺织服装专业教育各阶段、各节点的综合信息。为求资料的客观性和完整性，在设计数据库的架构和内容时，本研究除了检视国内纺织服装教育相关文献之外，也参考了美国医学教育纵向研究数据库[17]、中国台湾教育长期追踪数据库后续调查[19]、中国台湾高等教育资料库[20]等纵向数据库的数据信息，建立中国纺织服装高等教育纵向研究数据库的数据信息收集指标，如表2所示。其中，初期资料（大一新生资料（专科/本科））包括家庭背景、高中职就学情形等方面，有利于了解入学学生素质的变化，并探讨造成此变化的原因。该部分信息甚为重要，因为大学新生的素质不仅反映了高中及基础教育的状态，而且也会影响整个大学专业教育的素质。中期资料（大二（专科）/大三（本科）学生资料）收集目的旨在了解纺织服装专业学生在校生活状况、学习历程与成果、课程参与程度、职业理想、未来生涯计划、对学校（院系、专业）的满意度及与学生成长有关的其他因素。后期资料收集包含毕业离校前问卷调查与毕业后一年追踪调查，目的在于搜集有关纺织服装专业毕业生生涯发展的资料，借此了解纺织服装专业各类人才培育状况，以及大学专业教育与社会职场供需的配合度，作为院系规划、专业调整、课程设计与改进中国纺织服装专业教育培育社会所需人才的依据。

3.4 议题分析策略

基于纺织服装高等教育纵向研究数据库来进行有关议题的实证研究与探讨，相比简单的现象描述或差异的检验（横向分析），研究人员介入时间因素进行各类纵向研究，才能最大限度地发挥该数据库的优势，因此这要求纺织服装领域研究人员需学习并掌握一定的纵向追踪数据分析技术。

近年来，随着计算机信息科学知识大量运用于社会科学研究方法与工具问题上，使得社会科学的研究迈入了一个全新的境界。其中，针对不同研究主题及数据特性，以潜在成长模型与阶层线性模型为代表的几种纵向追踪数据分析技术，已被众多研究者关注并使用，以加速研究成果的呈现与积累。本研究以潜在成长模型与阶层线性模型为例，进行分析。

3.4.1 潜在成长模型

潜在成长模型主要是用来分析重复测量的变量在不同时间点的变化情况，应用平均数结构来检视纵向研究资料呈现于平均数差异的动态改变趋势，因此其可应用于因果关系、成长与变化、长期发展趋势等议题的研究，在潜在成长模型中，研究对象属性的变化是以观察变量（X1、X2、X3）和潜变量（ICEPT与SLOPE）之间的关系形式进行建模的，如图4所示。其中观察变量X1、X2、X3亦是测量变量，代表同一研究对象在三个不同受测时间点的变化情形（观察变量数量可根据实际研究需求进行设定）。而潜变量中，则包括有描述所有观测值起始状态的截距（ICEPT）潜在因子，以及用于描述各观测值随观测时间的成长（或衰退）情形的斜率潜在因子（SLOPE）[21]。箭头代表了变量之间的关系，单箭头用于显示变量之间的因果关系，双箭头则表达了两个变量之间相关大

小的协方差。与此同时，潜在成长模型的独特之处还在于分析中可以同时考虑重复测量变量的均值和方差。也就是说，潜在成长模型不仅分析了总体的发展趋势，而且可以分析研究个体之间的差异[22]。

在纺织服装高等教育纵向研究数据库中，有众多研究议题可使用潜在成长模型进行数据分析。以专业课程授课成效为例，如教师欲探讨《服装效果图技法》课程实施后学生学习的成效，通过潜在成长模型可以了解学生效果图绘画技能的成长轨迹为何，绘画基础较好的学生与基础较弱的学生在起始点上是否有显著差异，不同的繪画基础、性别、性格、前期专业课程安排等学生组在效果图绘画技能的成长率是否有显著差异等系列问题。而其具体操作与分析流程则可通过AMOS、MPLUS、LISREL、EQS等统计软件实现。

3.4.2 阶层线性模型

阶层线性模型为应用回归原理到多层次数据结构的统计技术，包含个体与组织等不同层次跨层次数据处理，适用于嵌套数据的统计方法[23]。多层嵌套数据在教育领域中经常出现，例如学生嵌套在班级之中、班级嵌套在学校之中、子女嵌套在家庭之中等。同样地，纵向追踪研究中不同时间点重复测量所搜集的数据也属于多层次嵌套数据结构。其中，可以把研究者针对个体的数次重复测量视为第一层次（低阶层次），而把被测的个体视为第二层次（高阶层次），形成两层数据结构。

在第一层数据结构中，以重复测量的结果为因变量（Y），以测量时间为自变量（T），构建第一层回归模型：

在第二层数据结构中，分别以第一层回归模型中的截距（β0i）和斜率（β1i）为因变量，以测量对象的个体特征为自变量（Z），可以建立两个第二层回归模型：

由模型可以看出，第二层回归模型是对第一层回归模型的参数变化进行解释（也就是影响测量结果的个体因素强弱或差异），而非对因变量（测量结果）本身的解释。

若将第一层与第二层回归模型进行整合，得到整合方程式（或混合模型），其表示如下：

式中：回归系数γ00为第二层对于第一层的截距进行解释的截距，γ01为第二层变数对第一层截距进行解释的斜率，在混合模型中代表的就是个体层次自变量对重复测量层次因变量的影响;γ10为第二层对于第一层斜率进行解释的截距，γ11为第二层变数对于第一层斜率进行解释的斜率，所反映的是跨层级变量的交互作用效果[24]。

从这些模型可以看出，与潜在成长模型类似，阶层线性分析不仅可以分析总体上个体变化（截距γ00和斜率γ10），而且还可以将个体之间增长的差异进行分析（截距的差异μ0i和斜率的差异μ1i），并将这一差异的原因进行解释（γ01解释截距的差异和γ11解释斜率的差异）。阶层线性模型的数据分析，可通过HLM、LISREL、EQS、MPLUS等统计软件实现。

除潜在成长模型与阶层线性模型外，潜在类别模型、多层次分析也可应用于各类纵断面形态数据的分析。

4 纺织服装高等教育纵向研究数据库的优势和限制

4.1 纺织服装高等教育纵向研究数据库的优势

在推动客观、严谨的纺织服装高等教育问题的研究及理性决策过程中，纺织服装高等教育纵向研究数据库的优势主要表现为以下几点。

4.1.1 节省搜集资料的时间与成本

基于研究经费与时间性的考量，许多纺织服装教育领域的研究者展开相关研究时，要搜集纵向性资料的难度相对而言较高，因此若要试图讨论某些问题时，通常都是凭借横向研究设计来进行。例如一些探索性、描述性或解释性的研究，但横向研究设计往往无法明确悉知变量间的因果关系，因此在推论上具有较大限制性;若要针对变量间的因果关系进行探究，纵向性资料无疑是最佳的选择。鉴于此，纺织服装高等教育纵向研究数据库的构建不仅可以节省研究者搜集资料的时间，数据库属于行业及学术领域的公共财产，因此也将降低研究的成本花费[25]。

4.1.2 数据库内容丰富且样本全面

在内容方面，纺织服装高等教育纵向研究数据库中包含五个子数据库，分别为以学生为本位的子数据库、以院校及教师为本位的子数据库、以家庭为本位的子数据库、以企业为本位的子数据库、以相关教育行政部门及行业协会为本位的子数据库。五个子数据库内容系统完整，基本涵盖影响纺织服装相关专业学生培养的各个因素，可为研究者提供丰富的研究议题与数据。在样本收集方面，除考虑学生的基本生理因素外，从地区层次来看，数据库样本来源覆盖中国东中西部，并同时考虑到城乡因素的影响。从专业层次来看，数据库以教育部官方网站所公布的纺织服装类专业目录为基准，对纺织服装类各个专业均进行了一定比例的样本抽取。从高校层次来看，样本来源既有公立大学也包括私立大学等。因此可以看出该数据库样本量大，具有全面性与代表性的特点，能够反映中国纺织服装高等教育发展的真实水平。

4.1.3 注重研究對象长期且动态的发展历程

纺织服装高等教育纵向研究数据库是对研究样本作长时间的观察、数据搜集，预计每间隔一年施测一次，最终可获得四波资料。因此，与纯粹的横断面数据资源库相比，纺织服装高等教育纵向研究数据库的最大优势在于，可提供各类纵断面形态数据，以供研究者展开丰富的纵向研究议题分析，如了解研究主体随着时间变化的发展趋势、挖掘促成变化持续进行的机制与因素、预测未来的变化等。在实际研究中，与横向研究结论相比，考虑时间因素的纵向研究结论往往更加具有力度。

4.2 纺织服装高等教育纵向研究数据库的限制

然而纺织服装高等教育纵向研究数据库所面临的挑战也不少，例如数据库的构建与维护需要较高的成本、样本流失问题等，都是在构建纺织服装高等教育纵向研究数据库中可能面临的限制与问题。

4.2.1 较高的数据库构建与维护成本

纺织服装高等教育纵向研究数据库为中国纺织服装教育领域中第一个真正意义上的整合性纵向教育数据资源库。因此，无论是其前期规划还是后续的正式实施，其对于项目组乃至纺织服装专业教育领域来说都是一次全新的尝试，构建过程需要展开大量的资料收集与经验借鉴。此外，从上述分析中可知，纺织服装高等教育纵向研究数据库具有时间跨度长、样本量大、抽样主体面向丰富等特点，因此其必须在相关教育行政部门或行业协会的资助下，以院校、企业与学生等群体力量来进行构建，需要较大的资金、人力成本。最后，资料收集后的释出阶段，也需要一定的网站设计与维护成本。

4.2.2 样本流失问题

纺织服装高等教育纵向研究数据库属于纵向研究类型中的固定样本追踪研究，即针对固定的学生样本，在多个时间点上进行长期地重复追踪调查。因此在样本数据收集过程中，随着时间的推移，容易出现因研究参与者个人原因或其他原因而无法继续协助调查的状况，产生样本流失的现象。

5 结 论

教育问题的研究亦是属于科学研究范畴，学识、经验、洞察力、想象力都是科学研究极其宝贵的品格，有时候想象力比知识更重要，但这些都不是研究本身。科学研究有一套自身的规范，正因为有了这种规范，科学才能成为科学，而这个规范的核心就是实证研究。目前，面对中国纺织服装高等教育研究中所存在的各类问题，未来必定需要加强实证研究，促进研究范式的转型，而纺织服装高等教育纵向研究数据库的建立就是其中最为重要的支持力量。本研究期望通过内容的探讨，能够让纺织服装教育领域中的相关部门、人员能够对纺织服装高等教育纵向研究数据库的重要性进行了解，未来共同参与到数据库的建立与研究工作中。并藉由此数据库产生更多的实证研究成果，来提升中国纺织服装教育的质量和影响力，进而建设具有中国风格的世界一流纺织服装学科。

参考文献：

[1]卞向阳， 周洪雷. 关于中国服装设计类专业教育的再思考[J]. 美术观察， 2020（7）： 13-15.

BIAN Xiangyang， ZHOU Honglei. Rethinking about the professional education of Chinese fashion design[J]. Art Observation， 2020（7）： 13-15.

[2]李超德， 孙梦婕. 服装设计教学的困惑与变革[J]. 美术观察， 2020（7）： 9-12.

LI Chaode， SUN Mengjie. The perplexity and reform of costume design teaching[J]. Art Observation， 2020（7）： 9-12.

[3]SLAIN R E. Evidence-based education policies： transforming educational practice and research[J]. Educational Researcher， 2002， 31（7）： 15-21.

[4]陈明印， 单文经. 教育研究结果应用的探讨： 以政策实务为主[J]. 教育资料与研究， 2005（1）： 48-67.

CHEN Mingyin， SHAN Wenjing. Discussion on the application of educational research results： focusing on policy practice[J]. Educational Materials and Research， 2005（1）： 48-67.

[5]洪雯柔、叶玉贤. 教育学与比较教育研究[C]//杨深坑教授六秩晋六祝寿论文集. 台北： 高等教育， 2012： 285-298.

HONG Wenrou， YE Yuxian. Pedagogy and comparative education research[C]//Yang Shenkeng National Chair Professor Six Ranks Jin Sixth Birthday Essay Collection. Taipei： Higher Education， 2012： 285-298.

[6]吴齐殷， 张明宜， 陈怡蒨. 寻找机制与过程： 长期追踪研究的功用[J]. Αβγ量化研究学刊， 2008， 2（1）： 1-26.

WU Qiyin， ZHANG Mingyi， CHEN Yiqian. Seeking mechanism and process： the function of long-term follow-up research[J]. Journal of Αβγ Quantitative Research， 2008， 2（1）： 1-26.

[7]盧台华， 林燕玲. 社会适应表现检核表之信效度及其相关因素之研究[J]. 特殊教育研究学刊， 2011（30）： 1-25.

LU Taihua， LIN Yanling. Research on the reliability and validity of social adaptation performance checklist and related factors[J]. Journal of Special Education Research， 2011（30）： 1-25.

[8]BRONFENBRENNER U. Interacting Systems in Human Development[M]. Cambridge： Cambridge University Press， 2005： 25-49.

[9]BRONFENBRENNER U， MORRIS P A. The ecology of developmental processes[J]. Handbook of Child Psychology， 1998， 1（5）： 993-1028.

[10]颜瑞隆， 张正芬. 从生态系统理论谈自闭症学生的学校适应[J]. 特殊教育季刊， 2012（124）： 11-19.

YAN Ruilong， ZHANG Zhengfen. Talking about the school adaptation of autistic students from the ecological system theory[J]. Special Education Quarterly， 2012（124）： 11-19.

[11]彭森明， 陈滢方. 台湾高等教育数据库简介[J]. 人文与社会科学简讯， 2008， 9（3）： 57-68.

PENG Senming， CHEN Yingfang. Introduction to Taiwan higher education database[J]. Humanities and Social Sciences Bulletin， 2008， 9（3）： 57-68.

[12]中国纺织服装教育学会第七届理事会会员单位[EB/OL].（2020-09-24）[2020-12-20]. http：//www.ctes.cn/hydw/202009/t20200924_4061280.html.

Member Unit of the 7th Council of China Textile and Apparel Education Society[EB/OL]. （2020-09-24）[2020-12-20]. http：//www.ctes.cn/hydw/202009/t20200924_4061280.html.

[13]教育部关于公布2019年度普通高等学校本科专业备案和审批结果的通知[EB/OL].（2020-02-25）[2020-12-20]. http：//www.moe.gov.cn/srcsite/A08/moe_1034/s4930/202003/t20200303_426853.html.

Notice of the Ministry of Education on the announcement of the results of the filing and approval of undergraduate majors in ordinary colleges and universities in 2019[EB/OL]. （2020-02-25）[2020-12-20]. http：//www.moe.gov.cn/srcsite/A08/moe_1034/s4930/202003/t20200303_426853.html.

[14]普通高等学校高等职业教育（专科）专业目录（2015年）[EB/OL]. （2015-11-10）[2020-12-20]. https：//gaokao.chsi.com.cn/gkxx/zcdh/201511/20151110/1509288315.html.

Professional Catalogue of Higher Vocational Education（Specialty） in Regular Colleges and Universities（2015）[EB/OL]. （2015-11-10）[2020-12-20]. https：//gaokao.chsi.com.cn/gkxx/zcdh/201511/20151110/1509288315.html.

[15]王天苗. 特殊教育长期追踪数据库简介[J]. 人文与社会科学简讯， 2009， 10（3）： 108-116.

WANG Tianmiao. Introduction to special education long-term tracking database[J]. Humanities and Social Sciences Newsletter， 2009， 10（3）： 108-116.

[16]关秉寅. 从学校到劳力市场： 简介台湾教育长期追踪数据库及其后续追踪调查[J]. 中国统计学报， 2017， 55（1）： 25-41.

GUAN Bingyin. From school to labor market： introduction to the long-term tracking database of Taiwan education and its follow-up investigation[J]. Journal of the Chinese Statistical Association， 2017， 55（1）： 25-41.

[17]KUSURKAR R A， CROISET G. Creating a longitudinal database in medical education： perspectives from the pioneers[J]. Education for Health， 2016， 29（3）： 266-270.

[18]SRENSEN A B， HALLINAN M T. Effects of ability grouping on growth in academic achievement[J]. American Educational Research Journal， 1986， 23（4）： 519-542.

[19]关秉寅. 台湾教育长期追踪数据库后续调查： 核心样本2019年电访追踪调查（公共版）（C00352）[EB/OL].（2020-12-08）[2020-12-20]. https：//srda.sinica.edu.tw/datasearch_detail.php？id=3180.htm.

GUAN Bingyin. Taiwan Education Panel Survey and Beyond（TEPS-B）： 2019 Telephone Follow-up Survey of the Core Panel（Public Access Data）（C00352）[EB/OL]. （2020-12-08）[2020-12-20]. https：//srda.sinica.edu.tw/datasearch_detail.php？id=3180.htm.

[20]彭森明. 台湾高等教育资料系统之建置与运用（1/3）： 92学年大三及二技学生（D00085_2）[EB/OL]. （2007-11-21）[2020-12-20]. https：//srda.sinica.edu.tw/datasearch_detail.php？id=1130.htm.

PENG Senming. The establishment and application of Taiwans higher education information system（1/3）： junior and second technical students in the 92 academic year（D00085_2）[EB/OL]. （2007-11-21）[2020-12-20]. https：//srda.sinica.edu.tw/datasearch_detail.php？id=1130.htm.

[21]苏荣海， 徐茂洲. 潜在成长模型在体育运动领域的应用[J]. 统计与信息论坛， 2017， 32（2）： 91-95.

SU Ronghai， XU Maozhou. Applications of latent growth modeling in physical education and sports[J]. Statistics and Information Forum， 2017， 32（2）： 91-95.

[22]LEE J. Trajectories of depression between 30 s and 50 s： latent growth modeling[J]. Issues in Mental Health Nursing， 2020， 41（3）： 1-13.

[23]邱皓政， 溫福星. 多层次模式的交互作用与脉络变数的饱和模式分析： 以组织气氛知觉对工作满意的影响为例[J]. 人力资源管理学报， 2015， 15（2）： 67-94.

QIU Haozheng， WEN Fuxing. Saturated modeling of the interaction with contextual variable in multilevel modeling： an example of effect of perceived organizational climate on job satisfaction[J]. Journal of Human Resource Management， 2015， 15（2）： 67-94.

[24]HYUN S J. Why do we require registered nurses in nursing homes？ Using longitudinal hierarchical linear modeling[J]. Journal of Nursing Scholarship， 2018， 50（6）： 705-713.

[25]龚心怡. 浅谈使用教育长期追踪数据库之利与弊[J]. 台湾教育评论月刊， 2016， 5（7）： 6-9.

GONG Xinyi. Talking about the advantages and disadvantages of using long-term education tracking database[J]. Taiwan Education Review Monthly， 2016， 5（7）： 6-9.