基于区块链技术在高校就业质量中的应用研究

钟文武，韩建超，刘聪

（重庆医药高等专科学校，重庆）

一 引言

所谓区块链技术，简称BT（Blockchain technology），也被称之为分布式账本技术，是一种互联网底层的分布式数据库技术，该技术的提出有望实现从信息互联网向价值互联网的转变，其特点是去中心化、点对点传输、透明、可追踪、不可篡改、数据安全及信用的自我建立。目前，该技术的提出，已经正在变革全球商业，金融、管理、教育等领域；世界经济论坛《2015年报告》中指出，到2023年全球国民生产总值10%将存储在区块链与区块链的相关技术中，并到2023年政府机构将普遍应用区块链技术[1]。在未来，通过使用区块链技术对学分管理、在线教育学分认证、教学管理、学生管理、教育公平等领域发挥着重要作用，对未来的教育变革产生积极的影响。

二 高校就业质量分析现状

国内学者史淑桃认为，我国高校就业质量评价体系指标主要有薪酬福利、劳动关系和个人发展三个指标和15个二级指标[2]；李斌提出，高校毕业生就业质量评价体系结构由毕业生就业前的主客观指标（毕业生综合能力、就业服务质量、失业率）、就业岗位指标（就业条件、就业环境、薪资水平）、就业满意度指标（专业对口率、职业稳定性、劳动关系的和谐性、职业展望、社会保障水平）三个一级指标，11个二级指标组成[3]；学者朱钧陶对就业质量分析引入了高校，毕业生个人，用人单位以及一些宏观指标数据作为就业质量评价的因素，并对不同的指标设定不同的权重进行了实证分析[4]；黄泽文提出利用数据挖掘分析技术，对我国高职院校就业数据进行挖掘分析，搭建就业指导、就业概况、校园活动、成绩、求职、实习等数据库的仓库架构、建构大数据时代高职就业质量体系，开发新的就业信息网和职业生涯规划导向功能，的招聘会管理系统，以提高学生的就业质量[5]；

教育就业质量分析是全面系统反应高校毕业生就业工作实际，完善就业情况反馈机制，接受社会监督，形成就业与招生计划、人才培养、专业调整等联动机制，同时也是衡量一个学校办学水平、社会服务的一个重要指标[6][8]。仅仅的从就业率来反应就业质量，不能客观的反应就业质量的好坏，不同的学者从不同的方法来研究就业质量分析，从构建就业质量指标体系、分析就业质量报告、做问卷调查等方面展开，但总体上讲，高校就业质量评价体系扔存在评价标准不同、评价主体单一、来源各异、统计的口径不一、评价机制不完善等很多问题，在一定的程度上影响了评价的科学性和权威性[6]。随着科学技术的发展，计算机已经涉及到生活的方方面面，尤其在教育领域，产生了大量的数据，对教育的研究，奠定了基础，但是，在就业质量方面，由于没有统一的系统平台，且各个学校对就业方面的统计也有不同的侧重点，这就导致了整个数据结构的不同，对数据的分析带来了很大的挑战[7]。

早在1999年教育部就把“一次就业率”作为评价高校就业情况的指标，这就使得高校想尽一切办法让学生就业，这里仅仅是就业，没有考虑学生的专业和未来的发展，只是为了完成指标，近年来，职业教育学校毕业生一次就业率就高达96%，可以说，就业率已经不再是职业院校的问题，在就业活动中，就业包含了就业数量和就业质量两个方面，其中就业质量反映了学校的培养能力和学生职业的发展的综合体现，是对社会整体发展状况的一种衡量，在新的形势下，提高就业质量，是高校当今面临的一项新的挑战[9]。

就业质量是衡量高校办学水平的重要指标之一，高校作为人才输出的一个重要场所，其需求主体是多元的，既包括政府也包括用人单位和学生个人[10]；所以，评价一所高校毕业生就业质量的主体也应该是多元的，应该由政府、毕业生、用人单位、学校等共同参与；科学、客观、真实的来评价高校就业质量，长期跟踪，减少就业危机，同时，利用大数据分析，找出影响高校就业的一些因素，为高校的可持续发展，提供一定的决策支持。

1.毕业生层面

毕业生层面主要通过工作薪酬、薪酬福利、社会保障、职业发展、人权尊重，工作动机，等指标来评价。

2.政府层面

政府层面主要通过产业结构发展与人才匹配、人才资源修与差距、社会生产率、经济增长量、社会收益几个指标进行评价。

3.用人单位

市场层面主要通过单位满意度来考量，主要有人才能力素养与岗位匹配程度和用人单位的经济效益等指标进行评价。

4.高校层面

可以从毕业生的在校成绩表现，毕业生的成就、毕业生认可度及品牌效益等指标来评价。三区块链技术在就业质量的应用区块链技术通过去中心化、高信任的方式集体维护一个可靠数据库的技术方案，数据库中的每个区块包含系统的全部数据信息，使用加密算法和数字签名技术，保证了信息传输的有效性和完整性，其主要特征有去中心化、共识机制、可追溯性、高度信任，所以构建基于区块链技术的高校就业质量跟踪系统就显得非常有价值和意义[13];对于提升我国高校教育发展有着很重要的现实作用。本文提出的就业跟踪系统模型主要从四个方面展开，即学校层面、政府层面、用人单位层面、毕业生个人层面，构建毕业生就业质量跟踪系统，其框架模型如下图所示：

从图1可以看出，整个框架模型由四部分组成，分别是应用层、技术层、网络层、数据层。

图1 毕业生就业质量跟踪模型

1）应用层

应用层主要是政府部门的一些日常管理系统，包括人事管理，政府统计系统，医疗保险系统，工商税务系统，高校就业系统，招生部门系统，其中高校就业系统包含了招生，管理和就业三方面的信息，招生系统主要是学生最原始的信息，学生管理系统记录着学校在校期间整个学业的情况，包括学习成绩，获得的资格证书情况，获得的奖学金情况，参加比赛获奖情况等，记录着学生在校期间的详细信息；就业系统主要是记录学生初次就业的一些相关信息，包括就业的区域，就业单位，单位性质，福利待遇等基本情况，对于创业的，相应的记录相关信息。这些系统基本涵盖了高校毕业生的就业相关信息，能够长时间跟踪毕业生的就业情况。

2）技术层

技术层主要是运用大数据技术，云计算技术，对数据进行联动验证抓取，因为学生的就业单位，保险情况直接与人力资源与保障系统相关联，政府统计部门系统与学生就业的行业与岗位相关联，工商税务系统主要是针对学生自主创业，创业肯定会涉及到工商局进行企业注册，运行过程中到税务部门缴税等情况，学生的工资情况，直接与银行数据相关联，学生的继续深造学习与招生部门数据相关联，通过以上几个部门数据的关联，利用大数据，云计算技术，可以准确的将不同行业的学生数据进行关联，有利于数据的资源整合。

3）网络层

网络层的主要功能是数据在网络上传输时，为了保证数据传输的安全、可靠、权限等问题，从而采取的一些措施，包括数据加密技术，验证技术，智能合约技术，保证数据的安全可靠，按照约定的规则进行传输，防止篡改。

4）数据层

数据层主要的功能是将整合好的数据进行存储，利用目前很热门的区块链技术来完成，能够保证数据的完整性、可靠性、可追溯性，避免人为的篡改，通过区块链的时间截可以记录毕业生不同周期时间的数据，因为在就业质量分析时，学生在不同的时期，对社会的认识度，未来的发展，薪酬待遇等有不同的认识，所以，单单的从某一个周期也不能真实、客观的进行分析，应该从学生毕业后，不同的周期来测量统计分析，根据时间可以追溯到不同时期的就业变化，分析出变化轨迹，为以后的教育规划，提供决策支持。

就业质量跟踪系统是一个多部门相互配合，相互协作才能够完成的一项负责工程，目的是通过该系统，实时的监控毕业生的就业情况，及时找出学生在就业方面存在的一些问题，为今后的招生，培养，就业整个链提供一定的决策支持，引导高等教育的改革。

三 面临的挑战

区块链技术，是一门新兴的技术，在应用初期，由于技术的不成熟，加之在教育领域的应用具有更强的复杂性和独特性，使得该技术在应用时应注意以下几个问题。

（一）隐私安全问题

构建毕业生就业跟踪系统，涵盖了毕业生的详细信息，这些详细信息涉及到个人隐私数据，这些信息必须经过加密技术，在网络上进行传输，确定数据的权限分配，不同的部门对数据的查看应该由一定的限制，确保数据的隐私不被泄露，保证数据的安全。

（二）运行阻力问题

一个新鲜事物的产生，必然会导致运行推广的阻力，尤其是目前，区块链技术才刚刚提出，技术还不够成熟，政策上缺乏保护与引导，必然会导致人们对该技术的应用持谨慎的态度。

（三）数据存储问题

随着科学技术的发展，数据呈现出井喷式的增长，由于对数据进行整合后，数据量大，运用区块链技术，存放在区块中，对数据存储的空间面临着很大的挑战。

四 结语

就业质量是衡量高校办学水平的重要指标之一，高校作为人才输出的一个重要场所，分析毕业生就业质量有着十分重要的意义，本文通过采用区块链技术构建就业质量跟踪系统模型，为学生建立区块链，通过时间截记录不同时期的相关数据，通过大数据分析技术，研究动态演变过程，行为影响等分析，可以为高校人才培养，高校学生管理、学生个性化发展，政府人才产业政策，防止就业危机等提供很好的决策支持。