高职院校状态数据采集平台指标及数据分析的研究

张琳

摘 要：高等院校状态数据采集平台是向社会开放的平台，同时能在学校内涵建设中起到导向作用，因此对其中的指标及数据进行分析研究是非常必要的。本文从填报应参考的基准及指标及数据关联性两个方面展开对平台指标及数据的分析，为确保准确呈现学校发展状态数据筑牢坚实的基础，使平台发挥作用为学校发展导航。

关键词：平台指标及数据

基金项目：重庆电力高等专科学校校级教研课题“人才培养工作状态数据采集与管理平台指标分析及应用研究”（项目编号：D-JY201720）。

2008年根据《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）精神，全国高等职业院校开始了高等职业院校人才培养状态数据采集工作。人才培养状态数据采集发展至今，从最初的标准版excel表格采集到后来的网络填报，再到2014年的“高职数据中心”，从单纯的数据填报逐渐发展到将数据运用到学校的管理中，从以往主要应用于评估到现在主要应用于诊断方向，它的发展变化体现了高等职业教育从外延扩张到内涵建设的发展轨迹，在大数据时代下能更好地为高等职业院校建设发展导航。

1指标及数据分析的重要性

高职院校状态数据采集平台（后简称：平台）反映了学校领导作用、师资队伍、专业建设、课程建设、实践教学、教学管理、社会评价等全方面的信息，通过“高职数据中心”可使院校直观的将学校的基础数据与全国高等职业院校做横向或纵向的比较，找到学校在全国高等职业院校中的位置，认清学校现状，为做好内涵建设起到导向作用，为学校发展导航。

平台数据包含了学校人才培养工作状态运行的全方面信息，除了能为学校发展建设导航外，还作为面向社会开放的公共平台，成为上级教育行政主管部门、学生、家长、社会了解学校的媒介，因此采集数据的精确性就显得尤为重要。

要使數据真正发挥理想的作用，就得从数据采集的源头保障数据采集的有效性，确保数据采集人准确理解每一项指标确切需要填报的内容，因此分析指标是非常重要且必要的。在数据采集过程中，要做到准确填报数据，确保数据的系统性、关联性、精确性，完成平台数据的高质量填报，就需要深化对指标的理解，深入分析各数据指标，减少奇异数据的产生，精准的展现学校运行状态中的各项数据。

2 对照基准展开指标及数据分析

平台数据填报要精准首先得找到指标及数据填报的基准，明确在基准中对平台中数据及指标内涵的说明，清楚各项指标及数据对应基准应满足的数据范围。数据填报后再用基准核查指标及数据的准确性，及时记录未在基准要求范围内的数据，分析数据不满足要求范围的原因，落实是填报失误，还是真实存在问题，为学校诊断与改进找准方向。

2.1 平台指标及数据填报基准

平台最初的建立主要是应用于评估，评估是围绕影响院校人才培养质量的关键因素，通过对平台数据的分析，辅以有重点的考察，全面了解学校的实际情况，对人才培养工作的主要方面做出分析和评价，提出改进工作的意见和建议。因此，平台数据指标及数据中涵盖了人才培养过程、人才培养质量等评估所关注的关键数据，指标及数据填报的依据就是国家法律法规和方针政策中关于教育的规定，指标及数据分析的基准包括法定基准、自定义基准、同类基准、全国全省基准等。最重要的基准有《普通高等学校基本办学条件指标（试行）》（教发【2004】2号）、《高等职业学校设置标准》（教发【2000】41号）以及《高等职业院校人才培养工作评估方案》（教高【2008】5号）中量化标准。随着平台的建设与运行，指标及数据的不断更新，使其更加符合科学化、标准化，所涉及到的基准还包含了国家、省级示范性高职院校评审标准;各级示范专业与精品课程评审标准;高等职业院校内部质量保证体系诊断标准等。

2.2 内部质量保证体系诊断中的基准

内部质量保证体系诊断与改进是指学校根据自身办学理念、办学定位、人才培养目标，聚焦专业设置与条件、教师队伍与建设、课程体系与改革、课堂教学与实践、学校管理与制度、校企合作与创新、质量监控与成效等人才培养工作要素，查找不足与完善提高的工作过程。平台数据的建设与管理是高等职业院校实现管理科学化、信息化、规范化的重要手段，是学校加强内部质量管理、进行管理决策的依据。诊改工作主要基于对学校平台指标及数据的分析，辅以灵活有效的实际调查研究。因此指标及数据与内部质量保证体系诊断的内容是相对应的，做好平台指标及数据分析，切实掌握将状态数据转化为有价值信息的方法策略，提高指标及数据分析质量，从而推动诊改工作开展，最终达到提高人才培养质量的目的。

2.3 指标及数据间的对应关系

平台填报第一项内容基本信息中表1.3招生计划及第七项内容专业中涉及的专业设置情况、课程开设情况、顶岗实习、产学合作等，对应着学校发展目标定位及质量保证规划。从表中关联的指标及数据可以反应出学校发展目标定位是否科学明确;人才培养目标、规格是否符合区域经济和社会发展要求;是否符合学生全面发展要求;质量保证目标与学校发展目标、人才培养目标一致性、达成度;质量保证体系建设是否科学明晰、符合实际、是否具有可操作性。

平台填报第二项内容院校领导中表2.2参与教学、联系学生及第八项教学管理与教学研究中涉及的管理文件、管理与研究人员信息、评教情况，对应着质量文化建设。这部分指标及数据可以反应出师生质量意识，对学校质量理念的认同度;质量保证全员参与程度;质量文化氛围;持续改进质量的制度设计是否完整、科学、有效，是否实现持续改进。

明确内部质量保证体系诊断与指标及数据间的对应关系，强化平台指标及数据在内部质量保证体系诊断与改进工作的基础作用，促进高等职业院校进一步加强平台的建设与应用，完善预警功能。这样不仅能提高指标及数据分析质量、推动内部质量保证体系诊断与改进工作，同时也为数据应用于学校管理决策落实到实处奠定了基础，进一步提升学校教学运行管理信息化水平，更好的为学校发展导航。

3 理清指标及数据的含义及其关联性

3.1 理解差异产生奇异数据

平台填报数据庞大，涵盖人才培养过程中的众多方面，存在大量相类似的指标及数据。这些指标及数据分布在不同的采集表中，是同一个方面的内容在不同的维度的反映，可能是由不同的人负责采集。不同的维度、不同的人对指标及数据的理解是存在差异的，也缺乏对整个平台数据系统性的了解，最终可能导致得到的奇异数据，出现结果矛盾的问题。因此必须准确理解平台中的各指标及数据的含义及其关联性，理清数据与数据间的逻辑关系，避免奇异数据的产生。

3.2 指标关联性分类

指标及数据的关联性包含显性的关联性和隐性的关联性两类。显性的关联性是在平台指标及数据关联性检测中直接列举出来，包括表7.1.1开设专业中的“专业合计数”等于表7.1.2专业带头人中的专业合计数，表3.1占地、建筑面积中的“实验室、实习场所”大于等于4.1校内实践基地中的建筑面积（平方米）合计数等。隐性的关联性是没有在平台中直接列举出来，但是指标及数据之间事实存在的逻辑关联性，隐性的关联性隐藏在不同表中，容易被忽略，需要整体分析考虑。

3.3 关联性分析

表1.5目前在校生中的“社会”指标，需要填报的是学校为社会开展培训的人次;表7.5产学合作中的“学校为企业年培训员工数（人次）”，需要填报的是专业为某合作企业年培训员工人次，强调的是为合作企业培训;表7.3.2应届毕业生获证及社会技术培训情况中的“与专业相关的社会培训总数（人次）”，需要填報的是学院某一专业方向培训的与专业相关人次，强调的是“与专业相关”。另外与社会培训相关的指标还出现在4.1校内实践基地中的“学年使用频率”中“社会”指标，需要填报的是开展社会培训时使用的校内实践基地情况。这几项指标都涉及到对社会培训情况的统计，是从不同的维度对培训情况的数据采集，一旦对指标采集的内容理解出现偏差就会导致数据出现问题。通过对指标所需填报内容的分析，还可以得出1.5中的学校为社会培训的人次应大于或等于7.5中的培训人次，这就是指标及数据间的关联性，理解不当就会产生逻辑错误。

类似的关联性在平台中大量存在，在平台数据填报前就需要全面理解指标及数据的具体含义，掌握相似指标及数据的分布情况，理清指标彼此的关联性，有助于准确采集各项指标及数据;在填报数据后还需对指标及数据项逐一进行关联性检验，使学校人才培养运行状态中的各项数据得以精准呈现。

4 小结

随着多年来平台的建设与运行，平台采集的指标及数据不断发展变化，这些变化正反应了高等职业教育从外延扩张转向内涵提升的发展趋势。跟随平台发展的步伐，加强对指标及数据分析的不断深入研究，使平台数据发挥积极的作用，让数据活起来，更好的为学校建设发展导航。

参考文献

[1]张华.高等职业院校人才培养工作状态数据采集平台分析策略[J].计算机光盘软件与应用，2011.

[2]江苏省教育评估院.江苏省高等职业院校人才培养工作评估手册[Z].2011：58-59.

[3]陈方辉.高等职业院校人才培养工作状态数据采集平台奇异数据分析[J].江苏经贸职业技术学院学报，2012：41-42.