基于数据平台的职业院校内部质量管理指标挖掘

陈金力

（泉州幼儿师范高等专科学校，福建 泉州 362000）

职业教育历经不同阶段的发展，逐步形成了具有中国特色和高水平的现代化职业教育体系。 《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出要建设高质量教育体系。2021年4月，全国职业教育大会在北京召开，习近平总书记对职业教育工作作出重要指示，强调要建设一批高水平职业院校和专业，加快构建现代职业教育体系。因此，高职院校全面构建内部质量保障机制，形成自我评价、自主诊断及改进的内部质量保证体系，是职业教育发展的必然要求，也是当前职业院校质量提升的工作重点。

1 职业院校内部质量保证体系建设内涵

教育部《关于印发〈高等职业院校内部质量保证体系诊断与改进指导方案（试行）〉启动相关工作的通知》 （教职成司函〔2015〕168号）提出高职院校要“构建网络化、全覆盖、具有较强预警功能和激励作用的内部质量保证体系，实现教学管理水平和人才培养质量的持续提升。”全国职业院校教学工作诊断与改进专家委员会《关于印发〈高等职业院校内部质量保证体系诊断与改进复核工作指引 （试行）〉的通知》 （职教诊改 〔2018〕25号）明确了职业院校内部质量保证体系的关键要素，即两链打造与实施（目标链与标准链）、螺旋建立与运行（学校、专业、课程、教师、学生5个层面）、引擎驱动与成效（质量理念、考核与激励机制）和平台建设与应用（大数据平台的应用）。

进入新时代，我国教育事业步入高质量发展阶段，必须形成可观察、可量化、可比较、可评估的工作机制。因此，构建高质量的职业院校内部质量保证体系要借鉴质量管理理论，以实现“十四五”规划目标为抓手，以标准与制度体系建设为基础，以数据平台建设为支撑，形成内外结合的全方位、多元化质量保证机制，培育以自律为主要特征的职业院校质量文化，持续提升职业院校内部管理水平和人才培养质量。

2 质量管理与数据资产的关系分析

质量过程控制的核心是有效控制变化。变化是导致质量不稳定的核心原因，结果的变化往往是由过程的变化引起的，变化点包含影响过程和结果变化的所有可能因素。通过大数据的监控，可以清晰地展示变化过程，及时对变化的合理性进行评估和判断，确保所有变化都在控制范围内。

职业院校内部质量的管理需要充分利用大数据。目前大多数院校的数据存在流通不顺畅、流通效率低下、问题响应不及时等问题，而构建统一的数据中心需要巨大的投入，无法惠及全部院校。根据实际情况，最佳方案就是通过对现有数据进行整合、分析、挖掘，找到信息数据之间的联系，最大化数据资产价值，实现效率提升、质量提高。

人才培养工作状态数据采集与管理平台作为所有职业院校的共有平台，已经拥有海量数据，其价值更应在大数据时代予以体现，特别是应在职业院校内部质量管理方面实现它的价值。

3 基于数据平台建立内部质量监控体系的重要性

自《教育部关于印发〈高等职业院校人才培养工作评估方案〉的通知》 （教高〔2008〕5号）发布，职业院校每学年都向省级部门及教育部上报学年度人才培养工作状态数据。状态数据采集与管理平台由早期的院校单机版发展到如今的国家数据平台和数据中心，一直是教育部评估高职院校各类指标的主要数据来源。

2016年3月，国务院教育督导委员会办公室印发《高等职业院校适应社会需求能力评估暂行办法》 （国教督办 〔2016〕3号），文件中共设置了20项评估指标，其中15项指标可从数据平台案例分析模块直接引用，2项指标存在解读不一致的情况，3项指标没有实现。表1为适应社会需求能力评估与数据平台案例分析指标对照表[1]。

表1 适应社会需求能力评估与数据平台案例分析指标对照表

数据平台不仅是教育督导评价的重要数据指标来源，还是职业院校内部质量保证体系指标的重要数据来源。数据平台相对于职业院校所拥有的其他数据资产来说，具有以下优势。

1）从各类源头进行数据采集，数据可信度高，可以如实体现各类指标的情况。

2）指标体系稳定且完备。数据平台的11个一级指标、76个表格、10个案例分析涵盖学校的目标与定位、基本办学条件、办学经费、教学管理、师资队伍、办学成果、社会评价、校企合作、专业与课程建设、适应社会需求能力等，每年又会根据教育发展的情况进行微调，具备可扩展性。

3）可纵向对比。数据平台自2008年开始采集数据，经过十几年的发展，已积累了足够的数据。

4）数据平台涉及所有职业院校，可以实现国家、省、院校三级数据的互通，可以与同类对比，与示范校、区域平均水平对比，是目前唯一可以横向比较的国家级平台。图1为通过平台数据得出的某校2012—2020年专任教师中研究生比例的增长曲线图。

图1 某校2012—2020年专任教师中研究生比例的增长曲线图

5）拥有一支稳定的、业务熟练的数据采集队伍，可持续性强。教育部要求每学年10月份必须上报数据，各职业院校都非常重视数据采集工作。

4 基于数据平台的内部质量保证体系关键指标挖掘

4.1 关键指标设计要求

以数据平台为基础建设职业院校内部质量保证体系，必须重新构建数据平台，适应新的评估指标体系，如高水平职业院校建设、高水平专业群建设、提质培优的项目建设等。

质量管理基于“数据+关键绩效指标（Key Performance Indicator，KPI）”，在企业管理中关键绩效指标或关键业绩指标表示关键经营活动及其结果，其重要特征是可以量化，不仅是绩效管理的有效抓手，也是推动企业价值创造的驱动因素。

职业院校内部质量保证体系KPI建立的基本原则是：专业建设是龙头，课程建设是重心，团队建设是关键，条件建设是基础，同时还要考虑满足以下需求[2]。

1）校情数据集反映学校全面情况，主要包括学校规模、基础设施、投入产出、人才培养、专业发展、学生发展、教师发展、资源建设、教研科研、产教融合、社会服务等基本情况。

2）KPI指标库反映质量监控的要点，可以依据学校、专业、课程、教师、学生5个层面进行设计。指标应包括常态部分和动态部分，常态部分应以“十四五”规划指标为主，动态部分主要涉及“双高”建设、提质培优等项目化推进的内容。

3）数据设计应考虑国家状态数据平均值、省级状态数据平均值、参考对标院校的数据值，便于对比评价，凸显质量监控的作用。

4）KPI设计应考虑到将来高职院校评估、专业认证等趋势，助力内部质量管理。

4.2 质量评价主体与数据平台的重构

1）概略分类，重构平台。基于数据平台挖掘指标，依据当前职业院校内部质量监控中学校、专业、课程、教师和学生5个质量评价与监控主体，重构数据平台。数据平台10个主要模块与5个评价主体的大致对应情况见表2。

表2 评价主体与数据平台对照表

2）整理表格，细作扩展。本部分从学生层面进行分析。以成果为导向的教育管理理念，学生的学业发展、职业发展、个人发展、社会能力发展等是质量成果的重要体现，因此，职业院校内部质量管理与监控体系中关于学生层面的信息比较复杂。在数据平台中除第10部分学生信息的5个表格外，其他部分学生层面的相关表格还有20个，见表3。

表3 数据平台学生层面相关表格一览表

3）精选字段，把握关键。本部分从课程层面进行分析。主要影响因素在企业管理中称为关键成功因素（Key Success Factor，KSF），指的是对企业成功起关键作用的因素，其重要性在企业其他目标、策略和目的之上。关键成功因素法的优点是能够使所开发的系统具有很强的针对性，能够较快地取得收益。从课程层面上看，从数据平台不同的表格字段中可以提取相关字段，见表4。

表4 数据平台中课程层面的关键字段一览表

4）指标再设计，适应新形态。基于高水平职业院校和高水平专业群的建设要求，本文从学校层面进行关键指标设计，并通过数据平台国家数据库提取数据，将本校与同类校、示范校等进行对比，基本指标见第19页表5。该指标设计契合了职业院校人才培养工作状态数据平台主要指标并有所扩展，也反映了“双高”建设的核心要求。

表5 学校层面的关键指标设计

目前，数据平台体系不但涵盖全部独立设置的高职院校，而且内涵独特丰富。国家数据平台中心积累的数据量已经高达上百亿条，2012—2020年数据更是可直接应用，而且几乎每一条数据都实现了纵向和横向的全方位比较，数据应用完整全面、脉络清晰。为了适应新常态，快速建立起职业院校的内部质量保证体系，实现职业院校的高质量发展，学校必须充分利用数据资产，对数据平台进行模块重构与字段重组，实现纵深拓展。国家数据平台中心为指标数据的横向和纵向对比提供了重要的数据支持，在职业院校的内部质量保证体系状态数据平台构建中具有不可替代的作用。