高职教育产教融合质量评价的“数据治理”：内涵特征、形态嬗变和实现路径

李斌 胡昆

[摘要]数据治理是提升高职教育产教融合质量、推进教育治理现代化的有效手段。我国高职教育产教融合质量评价的数据治理存在唯技术论倾向、价值缺失、动力不足等问题。基于此，文章从本体论、方法论、认识论角度阐释大数据思维下高职教育产教融合质量评价的“数据治理”内涵与特征;从数据治理目标、数据治理主体、数据源设计、数据使用类型层面揭示我国高职教育产教融合质量评价的数据治理形态嬗变及其利弊;从目标设定、标准制定、平台搭建、团队组建、制度确立维度探寻最符合大数据时代特征与最契合高职教育产教融合质量评价的现实需求的文化治理形态的实现路径。

[关键词]产教融合;质量评价;数据治理

[作者简介]李斌（1972- ），男，湖南常德人，长沙民政职业技术学院，教授，博士;胡昆（1978- ），女，湖南娄底人，长沙民政职業技术学院，讲师，博士。（湖南  长沙  410004）

[基金项目]本文系2019年湖南省“十三五”教育规划研究基地专项课题“基于大数据的高等职业教育产教融合质量评价体系研究”的阶段性研究成果。（项目编号：XJK19JZY001，项目主持人：李斌）

[中图分类号]G717    [文献标识码]A    [文章编号]1004-3985（2021）16-0048-07

《中国教育现代化2035》把“推进教育治理体系和治理能力现代化”作为教育现代化十大战略任务之一。教育质量监测与评价是教育治理现代化的重要内容，是建设中国高等教育质量文化的实现路径，是高职教育“提质攻坚”行动的关键举措，也是高职教育教学决策的重要依据。产教融合质量是衡量高等职业教育质量与发展水平的核心指标之一，而高职教育产教融合质量的监测与评价需借助于全面、可靠的“数据治理”。2017年，《国务院办公厅关于深化产教融合的若干意见》（国办发〔2017〕95号）鼓励运用大数据技术建设产教融合信息服务平台，力促产教供需双向对接。2019年，《国务院关于印发国家职业教育改革实施方案的通知》（国发〔2019〕4号）强调职业教育需要运用大数据等现代信息技术推动产教“深度”融合。教育大数据治理的实现为质量治理开启了崭新的治理视域，借助大数据思维推进高职院校产教融合质量评价的数据治理研究是必然趋势，也是当务之急。

大数据在应对产教融合质量评价的目标迷失、标准缺失、价值缺乏等现实困境，在实现项目的全程化、信息化、精准化管理，在促成产教融合利益相关主体的协同治理，在创新产教融合治理模式等方面具有无限的潜能。同时，大数据治理契合产教融合质量评价体系建构的两大理论基础“项目管理法”和“利益相关者理论”，是提升高职教育产教融合的数据治理水平的行动方略，也能有效解决高职教育质量发展中的治理问题，实现共治、善治的管理模式。在大数据思维下，厘清高职教育产教融合质量评价的数据治理内涵特征，揭示高职教育产教融合质量评价的数据治理形态嬗变，探寻高职教育产教融合质量评价的数据治理实现路径，对高职教育产教融合质量评价数据治理体系的理论建构与实践探索极具现实意义。

一、大数据思维下高职教育产教融合质量评价的“数据治理”内涵厘定

当前，为适应国家经济的转型升级，产教融合高质量、高水平发展呈现出新的评价内涵：在人才培养方面，立足于学生的“全面发展”，积极推进“三全育人”，强调职业技能与职业素养兼修;在利益相关者的关系处理方面，关注政府、学校、企业、教师、学生等参与主体利益诉求的满足与自我价值的实现;在评价方法方面，推崇定量与质性研究的结合;在评价形式方面，重视过程性评价、发展性评价;在评级指标方面，关注人才供给侧和产业需求侧各要素的全方位融合，强调评价指标体系的科学化、内涵化。

大数据不仅是实现教学质量评估的全程化、全样本化，促成过程性评价与终结性评价的结合、监测产教融合多元主体的行为、促成高职院校教育生态的重塑建构的有效治理工具，更是一种全新的“治理思维”，在满足高职教育产教融合质量评价诉求方面具有很强的适应性。第一，从本体论来看，突破了“物化”思维模式，主张“主客同一”的研究范式。将评价对象的自然性与社会性、客观性与主观性统一在大数据所营造的生态环境中，重视产教融合质量评价中属性数据、行为数据和时空数据等多种数据类型的融合，强调利益相关者物质利益与精神利益的结合。第二，从方法论来看，打破了“中心论”思维，坚持“多元”理念。大数据成为职业教育治理变革的方法论基础，促成了自然科学与社会科学的融合，为产教融合质量评价提供了精准的数据和计算实验平台，重塑了产教融合评价主体关系。第三，从认识论来看，跳出“确定性思维”方式，倡导质量治理的建构论，融入时空维度，尊重价值与文化的诠释，将质量评价放置在开放性、创造性的数据化语境中。大数据思维下，高职教育产教融合质量评价的数据治理可以界定为满足高职教育产教融合利益相关者的要求，实现高职教育产教融合项目规划、组织实施、效果等质量评价指标数据的管理监控、服务创新、价值增值、隐私保密、风险管控、效果分析、决策咨询、制度保障，提升教育质量评估数据的真实性、精准性、价值性、安全性，运用大数据对产教融合质量评估数据生命周期采取活动的集合。

二、大数据思维下高职教育产教融合质量评价的“数据治理”特征分析

大数据思维下高职教育产教融合质量评价的“数据治理”在治理目标、治理主体、治理功能、治理方式上呈现出以下特征：

（一）治理目标：从技术治理到人本治理

高职教育产教融合质量评价的本质是通过对数据的评估管理、开发利用来提升人才培养质量。“双高计划”背景下，“德技并修”“知行合一”“工匠精神”是高职教育人才培养质量评价的重要内涵，实现社会需求与人的发展需求有机统一成为产教融合质量评价的终极目标。大数据思维下产教融合质量评价的数据治理研究突破了以“技术为中心”的研究，充分体现了以“学生为中心”的治理理论。大数据思维已逐步嵌入职业教育领域，贯穿全部过程，覆盖全部主体，为个性化的数字化教与学评价框架提供了生态系统。大数据时代所引领的数据治理文明有利于促进学生的全面发展、可持续发展与个性发展，推进了职业教育与经济社会的融合与共生。

（二）治理主体：兼顾利益与价值的多元主体

从我国高职院校产教融合治理主体的发展历程来看，大致经历了三个阶段。第一，政府与学校主导阶段。这一时期产教融合的主要形态是校企双元合作，合作项目集中于学生实习、就业或是技术研发领域，双方协同工作的基础是自身的短期利益目标，合作项目单一、零散，质量评价的数据收集缺乏稳定性、可持续性，数据治理的主体是政府与学校，企业参与度低。第二，利益相关者协同治理阶段。这一该阶段产教融合的主要形态是示范性职教集团，其质量评价体系致力于建设利益相关方互认的合理的、科学的产教融合质量评价数据平台，并通过数据平台赋权利益相关者。第三，价值认同的协同治理阶段。“数据治理命运共同体”的确立是这一阶段的主要特点，治理主体在利益满足的基础上逐渐实现深度的价值认同。

（三）治理功能：从描述、预测、诊断到提炼价值与服务决策

以往的数据治理研究聚焦于对职业教育人才培养实施全过程、全方位的观察、监控、记录与描述功能，认为能有效追踪学生学习轨迹、预测学生学习成绩、评估学生心理状态，监控与预测产教融合多元主体的合作行为、合作动机、合作价值，调整产教融合的形式与内容，实现人才培养方案、专业设置、教学资源配置、个性化学习的诊断与预警。当前数据治理研究开始聚焦大数据的融合功能，力求在教育学、心理学、计算机科学、经济学等多学科融合视域下，兼顾结构化数据与非结构化数据，开始挑战处理非结构化数据、传统非量化指标的量化分析，以及在此基础上的情感和价值释义，逐步尝试在产教融合主体的利益驱动与价值驱使之间寻求平衡点。大数据的价值正从“锤子”被拓展为“手电筒”，日益凸显其决策功能。

（四）治理方式：从智能治理到生态化治理

大数据正引发一场“治理方式的革命”，这场革命历经两个阶段：第一阶段，智能治理。该阶段的特点：聚焦质化数据研究，从产教融合质量评价的大数据体系中提升智能、创造价值;提倡精准化治理，利用大数据实现对产教融合质量评价体系各要素的全程化监控与调整，实现教育供给侧与产业需求侧的无缝对接;重视大数据的科学决策功能，力求实现高职教育产教融合质量评价体系的科学化、标准化。第二阶段，生态化治理。该阶段的主旨：搭建产教融合质量评价的生态圈，形成数据治理命运共同体，将产教融合协同生态系统视为政府、学校、企业、机构、社会组织等主体在合作过程中教育生态和产业生态的深度融合，强调经济、社会政策、自然环境等因素对生命共同体的影响分析，突出各主体系统功能发挥上的协调统一，将社会信任培育和多元文化的融合作为组建数据治理命运共同体的重要路径。

三、大数据背景下高职教育产教融合质量评价的“数据治理”形态嬗变

我国高职教育产教融合质量评价伴随高职从无到有、从办学粗放到追求质量的过程，历经了重视办学条件为主、关注人才培养为主、强调示范引领为主和注重高质量发展为主的变迁。从21世纪初发展至今，大数据作为一种崭新的治理范式，在顺应与满足高职教育产教融合质量评价现实需求的过程中，业已生成了三种数据治理形态。

（一）以规模性质量评价为主旨的结构化数据治理形态

21世纪初，《国务院关于大力推进职业教育改革与发展的决定》《关于全面开展高职高专人才培养工作水平评估的若干意见》等一系列文件的出台，以及国家示范性與骨干院校的评估工作推动高职教育大规模发展的同时，也将人才培养质量的评价提上日程。2008年，我国建立了全国和各省市自治区的高职院校发展状况数据采集系统，大数据技术开始介入职业教育人才培养质量的治理，但是两者的契合度仍需调整。此阶段属于结构化数据治理形态，具有以下特征：第一，从数据治理目标来看，依托大规模数据描述高职教育质量水平。以校企合作“项目”的规划、组织与实施作为产教融合质量评价的核心，通过结构化数据的规模达成情况来评价人才培养质量。例如，就业率统计重视整体就业率，忽略专业对口率;重视实训基地的经费投入及其建成数量，忽略其使用次数与效果的评价。第二，从数据治理主体看，开始向多元化发展。产教融合质量评价体系开始借鉴利益相关者理论，数据治理主体开始多元化，逐步引入企业、第三方和社会力量评价。第三，从数据源的设计来看，易于量化分析的评价指标设计是重点。评价标准、评价指标制定更多是参照国家政策，重视数据规模，忽略质化数据。例如，职业教育大数据平台倾向于容易达成数字规模的课程资源建设，往往忽略“立德树人”等难以量化研究的评价指标。第四，从数据类型来看，以结构化数据为主。用海量的结构化数据代替了小样本数据，甚少关注图片、视频等非结构化数据的价值。

结构化数据治理形态在履行数据治理的描述与预测功能，实现质量评价的及时性、过程化、数字化、动态化方面具有优势，但也存在不足：一是人的价值维度缺失，效果评价缺乏，难以实现内涵性质量治理;二是数据质量不佳，存在数据共享壁垒，难以实现精准治理;三是数据治理机制缺失，治理团队动力不足，难以做到真正的协同治理。

（二）以精准性质量评价为主旨的智慧治理形态

2017年，《国务院办公厅关于深化产教融合的若干意见》倡导培养高素质创新型技术技能人才，鼓励运用大数据建设产教融合信息服务平台，依托平台向各类主体提供精准的产教融合信息服务。2018年，国家标准《智慧校园总体框架》 确立了“用数据说话、用数据决策、用数据管理、用数据创新”的数据治理工作目标，大数据技术开始融入职业教育质量治理的实际操作层面，各种数据分析工具和数据模型被应用于产教融合质量评价利益相关者图谱的绘制、关键利益相关者的识别、构成要素的提取、评价指标的筛选、评价指标权重的确定，形成了极其重视评价精准性、科学性的智慧治理形态，它具有以下特征：第一，从治理目标来看，坚持“以学生为本”。产教融合质量评价数据治理体系顺应学生的全面发展观、毕生发展观、可持续发展观，开始通过建立产业人才数据平台促进职业教育和产业人才需求精准对接。例如，就业率的统计开始重视专业对口率、到合作企业就业率、留在实习单位就业率、升学率、自主创业率。第二，从治理主体来看，强调多元主体的多形态、多层次治理。参与主体开始向城镇、乡村拓展，并逐步借助大数据来呈现全程化、常态化、动态化、螺旋式的提升与发展的治理过程。在不同的产教融合形态中，利益相关者的权利与义务会有所调整。如新型农民培育示范基地的建设更重视政府的引领，而产教融合型企业、企业新型学徒制则更凸显了企业的主体地位。第三，从数据源设计来看，会从自然科学与社会科学的融合视域考虑数据源的设计。尝试探寻数据背后的隐含关系与价值，逐步建立更加精准的三级、四级指标体系。第四，从数据类型来看，包括各种格式和形态的数据。强调视频、图片等非结构化数据，重视质化数据的搜集、释义与分析。

智慧治理形态是从规模性质量评价向内涵性质量评价过渡的数据治理形态，也是我国目前最主要的数据治理形态，它在契合产教融合的教育效能论与系统论、履行数据治理诊断与服务功能、实现微观治理与精准治理方面具有优势。但也存在诸多问题：一是数据治理实践相对数据治理目标呈现出滞后性，还未真正做到以“学生为本”，也未实现内涵性质量治理;二是尚未彻底打破数据壁垒，还未真正建立实现“数据共享”的产教融合数据治理平台;三是尚未构建兼顾普适性与个性的新时代质量评价安全治理体系。

（三）以内涵性质量评价为主旨的文化治理形态

2020年，《深化新时代教育评价改革总体方案》提出，利用大数据探索开展学生各年级学习情况全过程的纵向评价和德智体美劳全要素的横向评价。《职业教育提质培优行动计划（2020—2023年）》强调落实立德树人的根本任务，健全德技并修的育人机制，完善多元共治的质量保证机制。顺应新形势，大数据思维开始融入产教融合质量评价的顶层设计，我国逐步开启了以内涵性质量评价为主旨的文化治理形态，它是智慧治理形态的升级，具有以下特征：第一，从治理目标来看，将社会发展与人的发展有机统一成为终极目标。立足人的丰满性，德体美劳的重要内涵开始融入产教融合质量评价体系之中，探讨具有普适性、规范性的评价标准的同时，开始着力建构体现文化传承的个性化评价标准。与学生社会服务能力、职业迁移力、职业更新适应力和可持续发展能力密切相关的职业素养、文化素养、信息化素养、劳动素养成为人才培养质量评价的重要内涵。例如，有研究者基于百度指数搜索的大数据分析，提炼了“工匠精神”的评价内涵与指标。第二，从治理主体来看，政府开始将关注点从建构数据系统转向赋权利益相关者。逐步以价值认同为基础培育产教融合质量评价的“数据治理命运共同体”，数据治理文化逐步渗透到校园文化、企业文化、城市文化、民族文化建设中，产教融合联盟主体在尊重自身个性的同时，逐步实现文化上的“视域融合”。第三，从数据源的设计来看，是由产教融合质量评价数据治理专家团队精心设计。政治学、经济学、教育学、计算机科学等行业专家组建的跨学科、跨国团队积极投入到了产教融合质量评价体系的数据源设计工作中。文化融合、社会服务、区域化、国际化开始成为产教融合质量评价的重要研究指标。第四，从数据类型来看，采用质化数据。充分利用全面、完整、高质量的数据信息，力求做到用质化数据描述、预测、诊断、决策、创新、赋能、增值。

文化治理形态在体现人的价值维度、履行数据治理提炼价值与决策功能、实现文化治理与弹性治理方面具有指导意义，但也存在诸多问题：多停留于理念层面，缺乏实证研究;体现数据共享文明的数据治理平台尚未建成;完整、成熟、切实可行的数据治理标准与框架尚未形成。

四、大数据思维下高职教育产教融合质量评价的“数据治理”实现路径

大数据背景下，我国高职教育产教融合质量评价的数据治理经历了结构化数据治理形态、智慧治理形态、文化治理形态的嬗变。作为最符合大数据时代特征与最契合产教融合质量评价现实需求的文化治理形态显露出自身优势，但面临数据治理实践严重滞后于高职教育质量治理目标的现实困境，必须在目标设定、标准制定、平台搭建、团队组建、制度建设等方面采取一定的应对策略。

（一）高职教育产教融合质量评价的“数据治理”目标价值化

结合《国务院办公厅关于深化产教融合的若干意见》《深化新时代教育评价改革总体方案》《中国教育现代化2035》等有关高职教育产教融合质量评价与信息化教学的制度文件，高职教育产教融合质量评价的数据治理实践应与高职教育质量治理的目标实现对接。首先，数据治理应该以价值为主题。人的审美、伦理、情感、价值等心理诉求应该融入数据治理、质量治理的语境中，促成人在数据所营造的生态环境中体验、反思、建构、理解、创造、超越自我所带来的过程感、价值感与美感。其次，数据治理应该致力于说好价值故事。需要兼顾人的发展与社会需求、兼顾教育逻辑与经济逻辑、兼顾利益与价值;不仅重视学校、学生的价值实现，还应关注政府、企业、行业等其他利益相关者的价值实现，进一步拓展大数据在描述、监督、评估与调控利益相关者的责任、义务、履职、赋权、心理诉求与价值满足方面的研究与应用。最后，应该尊重无法用数据言说的价值存在。数据治理应正视自身在意义与价值挖掘方面的局限性，摆脱对指标化研究的偏执，挑战传统量化指标的量化研究的同时，尊重叙事法、深度分析法、辩论法、档案法、访谈记录法提供的质性材料的分析与诠释。

（二）高职教育产教融合质量评价“数据治理”标准内涵化

在大数据思维下，努力挖掘与产教融合“质量”提升密切关联的人才培养、专业设置、课程建设、师资队伍建设、实习实训、校企合作等领域的“大数据”特征，对现有的高职教育产教融合质量评价体系进行解构与重构，促成数据治理标准内涵化是当务之急。第一，坚持五个理念，即“人本治理”“智能治理”“协同治理”“生态化治理”“制度治理”。第二，坚持四个“深度融合”，从教育链与产业链的契合、人才链与生产链的切合、立德树人与工匠精神的耦合、利益相关者相互配合的视域，构建包含智力与非智力因素、兼具普适性与个性的立体化、多维化的评价标准。第三，力促产教融合质量评价“六化”，即评价目标的人本化、评价内容的细化、评价指标的优化、评价过程的全程化、评价方式的智能化、评价主体的多元化。例如，进一步细化立德树人、工匠精神、社会服务、职业素养、文化素养、创新能力、制度融合、文化融合等内涵性评价指标体系;不仅关注经费的投入率，实习实训资源的使用率，课程资源的点赞率、下载率，评论与回复次数等数据，还应重视评论区内容、典型案例、行业专家与大国工匠访谈记录等材料的质性分析。

（三）高职教育产教融合质量评价的“數据治理”平台共享化

各级政府和相关主管部门应发挥带头作用，集成人才、资源、平台、机制等关键要素，从学校、企业、行业、乡镇、城市、国家发展层面进行点、线、面、体全方位的顶层设计。以大数据等现代化技术为载体，构建一个涵盖社会生活、兼具内部质量与外部质量评价与保障功能，对产教融合主体的行为数据进行全程化采集的数据治理平台。从宏观上服务政府决策，从中观上为高职院校教育教学质量评价的顶层设计提供借鉴，从微观层面为高职教育产教融合质量评价标准的制定提供参考。通过开发平台，实现四个无缝衔接：一是实现市场用人数据与学校人才培养目标的无缝衔接;二是实现学校专业实践课程教学与企业工作现场实训的无缝衔接;三是实现产教融合过程中的资源无缝对接;四是高职院校将产教融合密切关联的内部业务数据与外部的第三方评估数据进行整合，在尊重数据隐私的前提之下，实现国家之间、省份之间、地区之间、院校之间真实的数据共享。

（四）高职教育产教融合质量评价的“数据治理”组织结构化

高职教育产教融合质量评价的“数据治理”应形成合理的数据治理组织架构，构成政府、学校、行业、社会组织、评价机构多方互相配合、彼此监督的平衡状态。“数据治理”专业队伍至少需要七种类型的人力资源：政府决策层、学校管理层、企业管理层、教研人员、行业专家、专业数据工作者以及一般工作人员。治理专家应具备数据治理文化素养、信息化素养、数据决策与领导能力、数据搜集与分析能力、成熟处理利益相关主体的权利与义务关系的调节能力、数据治理与产教融合质量治理跨学科思维能力、合作与协同研发能力等。数据治理组织成员与产教融合中利益相关者的身份、权利、义务的厘清，数据治理过程中管、办、评分离的实施，数据治理组织履职情况的评价与考核是产教融合质量评价“数据治理”组织建设需解决的关键问题。

（五）高职教育产教融合质量评价的“数据治理”规范制度化

为构建现代职业教育评估制度体系，政府需做好产教融合质量评价的数据治理政策和制度的顶层设计，并逐步促成从制度走向文化，包括组织机构的设置与实施、操作规范流程、评价结果利用、评价相关的数据管理文件制定与实施保障、数据治理文化传承。政府应加大经费投入，建立国家、省、市、县产教协同规划数据治理制度，出台推进产教融合质量评价数据治理的政策激励措施，促进产教融合中利益相关者参与制定规章和制度，建构能体现文化融合的“数据治理”制度体系。通过政策与制度明确人才培养目标，监督与调控产教融合的规模、结构、布局，规范各种产教融合形态，以完善的法律法规确立产教双方的权利、责任和义务，建立健全人才引进、培训制度、监督评估的激励机制与问责制度，制定规范系统的产教融合实施细则。

五、结语

高职教育产教融合质量评价的数据治理研究是我国职业教育质量治理研究的重要组成部分，是构建中国特色高职教育质量评价保障体系的重要路径。高职教育产教融合质量评价的数据治理工作要落到实处，还必须深入探讨大数据在利益相关者的价值诠释与排序中的应用、质性材料编码后的数据分析与处理等问题。

[参考文献]

[1]韩香云.生态系统视域下高职校企协同探索[J].教育与职业，2016（12）：32-34.

[2]李亚东.战略谋划 携手共建：开创中国高等教育质量保障新局面——全国高校质量保障机构联盟成立大会学术报告综述[J].高教发展与评估，2020（1）：36-46.

[3]刘君.“互联网+”时代产教融合的现实困境与实施路径[J].职业技术教育，2018（4）：19-23.

[4]吕路平，童国通.“双高计划”背景下高职院校产教融合质量评价体系研究[J].职业技术教育，2020（30）：31-36.

[5]马星，王楠.基于大数据的高校教学质量评价体系构建[J].清华大学教育研究，2018（2）：38-43.

[6]米加宁，章昌平，李大宇，等.第四研究范式：大数据驱动的社会科学研究转型[J].学海，2018（2）：11-27.

[7]荣莉，唐以志.高职院校专业评估与专业诊改的区别[J].职业技术教育，2017（27）：30-35.

[8]沈鵬，齐林.融媒体与大数据环境基于ANP-TOPSIS的电影IP价值评价[J].电影文学，2020（11）：8-12.

[9]孙钰林.大数据在职业教育中的应用[J].中国高教研究，2017（4）：107-110.

[10]唐以志.新时代职业教育监测评估创新发展[J].当代职业教育，2018（3）：4-10.

[11]王彬.数据赋能：教学诊改视阈下高职院校教育生态反思[J].中国职业技术教育，2019（35）：49-56.

[12]王冰，卢纯昕.大数据质量治理的逻辑与边界[J].理论学刊，2018（6）：131-137.

[13]吴轲威.立德树人视野下的高职学生工匠精神培育——基于百度指数的大数据调查研究[J].职业技术教育，2019（7）：42-48.

[14]于方，刘延申.大数据画像——实现高等教育“依数治理”的有效路径[J].江苏高教，2019（3）：50-57.

[15]Mehmood R，Alam F et al.UTiLearn：A Personalised Ubiquitous Teaching and Learning System for Smart Societies[J].IEEE Access，2017（5）：2615-2635.