职业教育校企合作人才培养数据化研究

［摘 要］ 在职业院校校企合作人才培养过程中，学校、企业和学生个体都会产生大量数据。如何有效地挖掘、分析并应用这些数据，加强校企沟通交流，提高教学水平和提升教育整体质量，已成为职业教育领域深思和研究的热门话题。基于校企合作中存在沟通不畅的问题，提出了“职业院校校企合作人才培养数据化”这一概念，分析了职业教育校企合作人才培养数据化的设计思路，并从数据的采集与数据的应用两方面探讨如何实现校企合作人才培养的数据化。

［关键词］ 校企合作；职业教育；信息技术；数字化

［基金项目］ 2022年度贵州省教育科学规划课题“职业教育校企合作人才培养数据化研究”（2022B314）

［作者简介］ 李珍珍（1983—），女，湖北钟祥人，硕士，贵州交通技师学院汽车工程系讲师，主要从事职业教育教学改革研究。

［中图分类号］ C961 ［文献标识码］ A ［文章编号］ 1674-9324（2024）26-0109-04 ［收稿日期］ 2023-11-01

在职业院校的人才培养过程中，校企合作、产教融合是至关重要的方式，学校与合作企业相互支持和促进，联合开展教育活动，旨在培养高素质的职业技能人才。在校企合作的教学模式中，学生在学校主要学习理论知识，在企业主要进行已学理论知识的实践应用，在此过程中沟通量较大。例如，职业院校的教学计划无法较好地适应行业企业的需求，因此必须考虑课程体系与职业标准之间的对接［1］；职业院校的学生到企业实习时对口率偏低［2］，学生个体的专业技能和学习情况等信息传达不及时。然而，职业院校和企业之间往往存在沟通低效和不畅等问题［3］，严重影响了教学效果。

校企合作模式中职业院校和行业企业在沟通上的不足，考虑到沟通正是数据传递和理解的一种方式，本文提出了“职业院校校企合作人才培养数据化”的概念。这一概念旨在充分采集学校、学生和合作企业的数据，并利用信息技术对这些数据进行综合分析，以制定并实施相应的策略。目标是将人才培养数据化应用到校企合作的职业教育模式中，以显著提升其教学水平和教育质量，更好地帮助企业招聘合适的人才，同时也能为学生的个体规划发展路线提供有力支持，促进其职业发展。

一、校企合作人才培养数据化的设计思路

基于做什么、为谁做、谁来做、怎么做的理念，职业教育校企合作人才培养数据化设计应遵循“一个目标、两个对象、三个源头、四个步骤”。

（一）一个目标：实现校企合作人才培养数据化

通过利用现代技术，深度挖掘校企合作人才培养中的关键数据，实现数据化的培养创新。除了满足数据存储和跟踪的基本功能，还应强调数据分析的应用，以协助优化教育策略、提高教育质量，从而为学生提供更广阔的职业发展空间。

（二）两个对象：服务学校、服务企业

校企合作人才培养数据化设计面向学校和企业两个关键服务对象，二者之间的互动是数据化设计的核心，校企可以自主地访问、调用和分析数据，也能享受智能化的数据服务。

（三）三个源头：学校、企业、学生

校企合作人才培养关键数据主要源于学校、企业和学生。学校能够提供课程结构及学生在学校期间的表现和成绩数据；企业能够提供岗位需求和要求，以及学生在实习项目中的表现和成绩数据；学生可提供对学校和企业的满意度等主观反馈数据。这些数据来源的质量和可靠性将直接影响到数据化的分析和应用的成效，因此确保数据来源的准确性和完整性至关重要。

（四）四个步骤：数据化、标准化、关联化、可视化

实现职业教育校企合作人才培养数据化服务需要经历四个步骤：数据化、标准化、关联化、可视化。第一步数据化是将校企合作人才培养过程中产生的重要数据、各种活动、事件和现象转化为数字数据的过程；第二步标准化是将数字数据采用统一的标准化名称和格式，以便于数据的处理和分析；第三步关联化是将不同标准化的数据或信息相互关联，以建立学校、企业和学生之间的关系，便于进行查询、分析和报告；第四步可视化是通过可视化工具将分析结果以图形、图表等形式展示出来。数据化与标准化发生在数据的采集过程中，关联化与可视化发生在数据的处理和分析过程中。

二、学校、企业、学生的有效数据采集

数据采集是进行数据化应用的必要前提条件，也是数据处理流程的起点。此过程核心数据主要来自学校、企业以及学生个体三个方面，这些数据源的有效整合和利用将为数据化提供有力支持。

（一）学校提供的数据

职业院校在培养专业技能人才方面担任至关重要的角色，通过传授专业知识，帮助学生获得实际工作所需要的专业技能。因此，学校是最主要的数据提供者。

1.专业课程的结构。职业院校通常以专业为基础来组织教育体系。学校需要提供每个专业的标准化名称，如汽车运用与维修、汽车车身修复等。学校还需提供专业中包含的专业相关联的所有课程信息，包括课程名称（编号）及教学目标等。教学目标指学生在学完该门课程后应具备的技能水平，包括专业技能的标准化名称及熟练程度（用字母或数字等级来表示）。比如，对于汽车运用与维修专业，包含了“汽车维护”这门课程，其教学目标是要求学生具备汽车机油的更换（熟练等级7）、汽车电控单元的检测（熟练等级6）等专业技能。

2.学生的课程成绩。学校需要为学生提供每门课程的成绩，包括阶段性成绩和最终成绩。成绩可能具有不同的权重，通常采用百分制。此外，教师还可使用文本输入的方式对学生在课堂上面的表现进行评价。

3.学生的专业性证书。职业院校的学生在校期间可能会参与一些专业性的省级或国家级的考试和比赛，以提升其专业能力并获得相关的资格证书。例如，参加职业能力资格考试后获得“二级汽车机械维修工证书”证书；参加技能大赛获得“技能大赛汽车营销赛项团体一等奖”的荣誉证书等。学校需要提供每名学生的所有资格和荣誉证书信息，包括证书的类型和等级。

4.学生的课外表现。职业院校的学生在校期间参与的课外活动能够增强其综合素质，对其就业前景会产生正面的影响。例如，篮球赛、各种学校社团等课外活动能够帮助学生发展实际工作所需的非专业性技能，如团队协作，沟通技巧等；十佳歌手比赛、朗诵比赛等课外活动有助于让学生建立自信心，认识自己的潜力和价值，帮助其更好地应对工作中的挑战和适应环境。学校需要提供每名学生的课外活动记录，包括课外活动类型及最终成果。

（二）企业提供的数据

企业作为市场主体，应灵活应对社会的变化。企业提供的数据可以用于检验职业院校的教育是否达到了培养社会专业技术人才的目的，这些数据对于职业院校的评估和改进至关重要。

1.市场的职位需求。职位的信息中需要包括职位的标准化名称，如“汽车车身修复维修工”“汽车机电维修工”等，以便于数据库进行索引。职位的信息中还需要包括职位所需专业技能的标准化名称及熟练程度（用字母或数字评级来表示）。以某企业的“汽车机电维修工”职位为例，要求熟练掌握发动机拆装技能（熟练等级9）。职位的信息中还需明确对职业资格证书的要求，包括证书的类型和级别，比如某企业的汽车车身修复维修工要求上岗者持有国家认证的“汽车车身修复整形工四级证书”。职位信息还应包含对应聘者综合素质的标准化名称及程度要求。以汽车维修业务接待职务为例，要求员工具有较强的服务意识（程度8）、沟通能力（程度8）、应变能力（程度7）、管理能力（程度7）。

2.实习项目的结构。企业为职业院校的学生提供实习机会，实习内容以项目或典型工作任务的形式呈现，企业需要为项目或典型工作任务提供标准化名称。每个实习项目都要求参与的实习者具备一系列专业技能，并对每项专业技能有明确的熟练程度要求。例如，某企业的某个实习项目要求完成汽车空调检修这一典型工作任务，该任务需要实习者具备空调滤清器的检查的技能（熟练等级7）、空调冷媒泄漏的检测的技能（熟练等级7）及冷媒的安全处理的技能（熟练等级9）等。上述这些明确的技能和熟练等级要求，给实习者是否能够顺利完成实习项目提供了标准化的参考。

3.实习者的表现。在职业院校的学生完成每一个实习项目后，企业需要通过考核表，为每名学生在实习项目的各项专业技能打分。同时，负责人还可使用文本输入的方式对学生在实习项目上面的表现进行定性的文字评价。

（三）学生提供的数据

学生的主观评价和观点可能大幅度地影响个体的态度、动机和行为，与个体的职业表现之间往往有非常强烈的联系。

1.对自身性格的评价。学生个体能够提供的数据之一是性格特质的自评。在相应的问卷调查中可列举不同的性格特质词汇，如“乐观的”“耐心的”“谦虚的”等。

2.对各专业岗位的期望值。学生个体可提供对和自己专业对口的各种企业专业岗位的期望。但因学生的专业有所不同，每届学生面临的就业市场情形不一，问卷调查必须与时俱进，提供符合学生个体的、最新的对口企业岗位列表，学生可在列表中选择自己感兴趣的岗位进行打分。

3.对学校教学方式及内容的满意度。学生个体还能反馈在学校学习的一些体会以及建议。在相应的问卷调查中应列出被调查者所参与的所有在校课程及项目，让学生能够针对每一项进行满意度的打分。然而，由于一些主观看法和建议可能无法用有限的调查选项来充分表达，因此问卷调查应允许文本输入。

4.对企业实习方式及内容的满意度。类似对学校教学方式及内容的满意度，学生也应有机会反馈在企业所获得的实习体验及建议。相应的问卷调查应包括学生参与的所有实习项目。同样，问卷调查应允许文本输入。

三、从学校和企业的视角进行数据分析与应用

数据在经过数据化和标准化加工后，可通过自然语言处理技术进行语义分析，以提炼得到文本的核心思想和关键问题。通过数据分析得到的结果可以可视化的形式呈现给学校和企业的管理者，帮助学校和企业建立周期性的、持续性的改进策略。

（一）市场主导的数据应用

通过分析历年来企业提供的市场的职位需求，可识别行业的发展趋势和变化，为学校的专业建设提供方向，如预测某行业的需求会在近些年逐渐持续地增加，从而学校可制订在相应专业的投入计划，有助于学生在毕业后具备当前市场所需的技能。通过关联市场的职位需求中对技能的要求与学校的专业课程的结构进行学校的专业课程评估，将课程教学目标中包含的专业技能和职位需求中的所需的专业技能进行详细比较，以确定课程目标和市场需求之间的差距。通过这种对比，清晰地标识出课程中缺少的新兴技能及与市场脱节的过时技能，以此形成有效的课程调整策略。通过分析市场职位需求中对特定证书的要求，可了解哪些证书对学生的职业发展更为重要、更有价值。然后通过关联学校中各学生所获得的专业性证书与其在各课程中的成绩，确定哪些课程对于学生获取所需证书至关重要，帮助学校改进课程设计与方法。通过分析市场职位需求中对应聘者性格及综合素质的要求，综合考虑各学生对自身性格的评价和对专业岗位的期望值及学生在校时的课外表现，可为每名学生提供个性化的职业发展规划建议。例如，推荐适合学生性格和兴趣的职业方向及相应的职位和行业，有助于提高学生在工作中的满意度和成功率。

（二）实习主导的数据应用

通过关联学校中即将参与实习的学生所参与过的课程及相应课程成绩与企业提供的实习项目的结构，可以制定精确的匹配策略，确保学生与适合其技能水平的实习项目相契合。通过为不同的学生推荐适合其技能水平的实习项目，确保学生既面临适当的挑战，又不感到过于困难或过于容易，这有助于激发学生的学习兴趣和动力，促使其在实践中不断学习和成长，从而增强自身技能。同时，为企业提供与需求相匹配的实习者，有助于企业节省基础培训时间和其他资源，降低培训成本。此外，实习项目也为企业提供了试用期的机会，使与其需求相符的实习者更有可能成为潜在的全职员工，降低了企业的招聘成本。

通过分析已经参与过企业实习项目的学生的课程成绩及其在相应实习项目中所获得的成绩二者之间的内在联系，可以得到一个有效的反馈机制，用于评估学校的课程体系的设计是否合理。如学生在所匹配的实习项目中没有获得与其相关课程成绩所展示出的技能水平匹配的实习表现，就需要评估相关的课程体系是否有效地传授了应该传授的技能，这通常意味着某些课程内容或教学方法存在改进点，学校可以通过调整教学方式和更新课程内容的方式进行课程改进。

（三）学生主观数据的应用

通过对学生对学校教学方式及内容的满意度的反馈分析，有助于学校发现课程体系设计中的不足之处。一旦问题被识别，学校可采取系列措施进行改进，包括更新课程材料、改变教学方法、提供额外的教学支持等。改进措施旨在满足学生的课程期望，使学生更积极地参与学习。通过对学生对企业实习方式及内容的满意度的反馈的分析，同样可以帮助企业找出实习项目设计中的不足之处，问题被识别后企业也可采取系列措施改进项目设计和实习内容，包括调整实习任务、提供缺失的培训和指导、改进沟通渠道等。改进措施旨在确保实习项目切实地满足学生的实习需求。

结语

本文将职业教育校企合作人才培养数据化做了深入的探讨，为未来数据化的具体实施提供了高屋建瓴的指导方向。然而，在研究中也发现了一些可能存在的问题和挑战，如数据采集的持续性和可靠性、数据采集和应用的安全性、使用者的数字素养等。随着信息技术的不断进步和职业教育的持续发展，数据分析将成为提升职业院校教育质量的重要工具，同时也为学生提供更加个性化的学习和发展方案，助力其为行业和企业提供更匹配的人才。

参考文献

［1］张志强.校企合作存在的问题与对策研究［J］.中国职业技术教育，2012（4）：62-66.

［2］潘海生，王世斌，龙德毅.中国高职教育校企合作现状及影响因素分析［J］.高等工程教育研究，2013（3）：143-148.

［3］沈剑光，叶盛楠，张建君.职业院校校企合作有效度评估量表的编制与应用［J］.中国职业技术教育，2018（7）：68-74.

Research on the Data of Talent Training of School-enterprise Cooperation in Vocational Education

LI Zhen-zhen， LIU Mao

（Department of Automotive Engineering， Guizhou Traffic Technician and Transportation College， Guiyang， Guizhou 550008， China）

Abstract： In the process of talent development through collaboration between vocational colleges and enterprises， a significant amount of data is generated by schools， businesses， and individual students. Effectively mining， analyzing， and applying these data to enhance communication between educational institutions and businesses， improving teaching standards， and elevating the overall quality of education has become a prominent topic in the field of vocational education. This article， based on the communication challenges in school-enterprise cooperation， introduces the concept of “data-driven talent development through vocational school-enterprise collaboration”. It analyzes the design approach for data-driven talent development in vocational education and explores how to achieve data-driven talent development in school-enterprise collaboration from the aspects of data collection and data application.

Key words： school-enterprise collaboration; vocational education; information technology; digitization