职业院校专业发展监测系统的建设研究

邹 堃 高丽丽 刘香菊

（江西省医药技师学院 江西南昌 330200）

一、系统建设整体思路

随着“中国制造2025”、“互联网+”等新一轮国家重大战略提出，我国经济社会发展持续对人才提出更新、更高的要求，肩负人才培养、经济与民生多重责任的职业教育，正式步入“质量主旋律”时代，国家对职业教育质量的评估与建设要求也不断提升，近段时间，政府、教育部发布了一系列关于质量提升的政策文件，约定未来“十三五”期间职业院校的发展定位将重点指向质量提升。其中专业评价是职业教育质量评价体系中最重要的一部分，是指导专业建设的重要依据[1]。通过构建科学的专业发展监测系统来指导专业发展和建设具有重大的意义。目前职业院校使用的专业评价体系中多注重选择优势专业，忽略其他专业的建设。不能满足国家对职业教育的培养人才的需要，也无法找出专业建设过程中存在具体问题，弱化了对专业建设的改良作用，无法通过专业评价促进职业院校专业建设的质量提升。同时目前专业评价体系“重内轻外”，如对校内课程、师资、实验实训设备等容易获取的数据作为高权重，如对校外社会、企事业单位对毕业生的满意度、学校人才培养服务行业、区域经济的共享程度等较难获取的数据低权重或忽略。在专业发展监测系统的建设时，要注重专业评价体系的建设，全面考虑评价指标项，要以“以服务为宗旨、以就业为导向”为指导去思考。

二、系统建设模块分析

专业发展监测系统整体上可以分为指标设定、数据采集、质量监控、质量分析、数据驾驶舱五大模块。指标设定模块主要用于设置专业发展监测的指标项和相关字段。数据采集模块主要是为指标系统采集数据。质量监控模块是根据预设好的警戒点，监控数据。质量分析模块是呈现明细数据，用于专业负责人具体分析数据。数据驾驶舱是给领导、部门领导、专业负责人查看专业发展状态。

技术技能人才输出（50%）直接就业率（50%） 直接就业率（%）本地就业率（50%） 本地就业率（%）社会服务能力10%社会培训（50%）培训人次（50%） 技能鉴定人次、培训人次培养企业技术人员数量（50%）培养企业技术人员数量

（一）指标设定模块包含了预设好的指标体系，分为合规性、社会服务能力、发展成效、资源条件、合作能力五大方面。需满足学校对指标体系进行个性化的设置，并对相关指标项的权重进行灵活的调整。预设的指标体系虽然符合当前的专业发展监测需求，但是随着整改的不断进行和技术不断进步，学校会产生新的监测指标和重新调整权重的需求。指标体系分为3级，例如社会服务能力为一级指标，占整体权重的10%，下面分技术技能人才输出、社会培训等二级指标和对应的权重，依次递进。指标体系专业发展监测系统的核心模块，需要重点关注和维护。

（二）数据采集模块在建设时，可以采用数据中心推送、数据导入、混合模式。最优情况是数据由数据中心推送，这样保证了数据的及时性、完整性和准确性。但受限于数据中心建设和业务系统建设情况，很多指标内容未在业务系统中体现且业务系统二次开发难度较大，目前很难达到完全由数据中心推送。数据导入是系统数据由Excel表格导入，这种模式信息化水平等级低，易于普及，但由于过多的人员操作会导致数据错误、遗漏，同时收集和校验过程漫长。会导致数据的时效性和准确性得不到保障，系统运行过程会产生工作量，不建议单独采用。混合模式包含数据中心推送、数据导入两种模式并兼任其他数据采集模式，系统中校内基础数据，如学生、课程、师资、资产等数据由数据中心推送，满意度等数据由数据导入。同时支持互联网数据采集，如分析劳动市场对本专业的需求情况，可以通过网络爬虫获取主流招聘网站关于本专业的招聘数据。

（三）质量监控和质量分析模块主要是面对不同的人员，质量监控模块是提供给领导和负责人使用，其中包含了对各指标预设的警戒值，当相关数据触及警戒线时，系统通过邮件、短信、系统内通知等方式通知领导，达到预警的作用。质量分析模块根据指标体系分值的体现，支持指标数据的“下钻”功能，直至原始数据。用于专业负责人或相关人员，分析专业发展情况出现问题的原因，诊断问题，找出问题，才能更好的解决问题[2]。

（四）数据驾驶舱模块是面向领导全局掌握专业发展情况的模块，充分运用了数据挖掘、大屏可视化技术，让学校决策者们能及时掌握他们关注的指标情况，可以根据学校领导的不同需求和关注点，自定义不同的看板。同时数据驾驶舱支持图表自定义、数据源自定义、数据建模等，更灵活的配置数据看板，让领导能直观的分析背后潜在问题和规律，提高专业发展过程中决策的有效性和科学性。

三、系统运行与反思

专业发展监测系统要依托数据中心的数据，数据中心则依托于各业务系统。要保证专业发展监测系统正常运行，需要各个业务部门的通力配合，保持数据的正确性和实时性。还需要专门的管理人员维护系统的数据，如Excel表导入数据。所以学校形成一批数据管理人员和数据管理制度是非常有必要的。在数据运行的过程我们会发现预设的指标体系经常跟不上实际情况，如指标体系过于抽象或宏大，无法有效的采集到数据；指标体系中需要新增某个内容；字段项需要重新设置等，所以指标体系设定需要有充足的自由度，而且需要方便易用。