大數據時代的高校師資隊伍建設研究

石緯林，王 軼

(1.吉林大學 中國國有經濟研究中心，吉林 長春 130012；2.長春工業大學 外國語學院，吉林 長春 130012)

大數據時代的高校師資隊伍建設研究

石緯林1，王 軼2①

(1.吉林大學 中國國有經濟研究中心，吉林 長春 130012；2.長春工業大學 外國語學院，吉林 長春 130012)

伴隨著信息時代的發展，大數據已經滲透到每一個行業與領域，高等院校也不例外。高校師資隊伍建設的優劣決定了高校人才培養質量的高低。如何在大數據時代科學利用源于高校各個層面的海量數據，并使之成為高校師資隊伍建設的參考與方向，是眾多高校需要解決的問題。該文在解讀大數據概念及其特征的基礎上，詳細分析了大數據時代高校師資隊伍管理面臨的機遇與挑戰；根據高校師資隊伍的相關數據統計，分析了目前高校師資隊伍建設中所存在的問題，并提出了加強高校師資隊伍建設的相關對策；以大數據技術支持下的審核式評估為例，著重闡述了大數據在高校師資管理中的典型應用，以期為高校師資隊伍建設與發展找到一條符合大數據時代特點的有效途徑。

大數據時代；高校師資隊伍

瞬息萬變的信息時代在催生“移動互聯網”“數據挖掘”“云計算”及“物聯網”出現的同時，與其相關的數據應用也應運而生。因此，作為信息技術領域重要前沿課題之一的“大數據”也吸引了人們越來越多的目光。從2011年美國著名咨詢公司麥肯錫首次提出“大數據時代”到來開始，到2015年8月我國國務院發布《促進大數據發展行動綱要》的通知，短短幾年間，大數據已經滲透到人們日常的生活中。同時，大數據也已成為推動國家改革創新、促進科學技術進步、改進社會管理方式、引領教育和學習變革的重要因素。

一、大數據概念及其特征

大數據，泛指大規模或超大規模的數據集，又被稱為“巨量數據”或“海量數據”，顧名思義，是指無法在可承受的時間范圍內用常規軟件工具進行捕捉、擷取、管理、運行和處理的數據集合。IBM給出了大數據的5V特點：(1)數據體量超級巨大(Volume)：數據的計量單位已經有TB上升到PB，甚至于ZB、YB及以上的級別；(2)流動速度極快(Velocity)：數據流動的速度已經難以用傳統的系統來處理；(3)數據類別差異大(Variety)：數據的格式、類型與種類過于復雜，且存在半結構化的和非結構化的數據；(4)價值密度低(Value)：以交通監控視頻為例，在海量視頻中，可能有用的數據僅僅有一兩秒；(5)數據真實性龐雜(Veracity)：捕捉到的數據質量各異，影響分析的準確性。因此，如何充分、快速地利用大數據提供的有效信息，合理規避大數據的冗余和龐雜，并將其計算結果迅速反饋且發揮作用，是眾多的大數據用戶在利用大數據時所需要注意的問題。

二、大數據時代高校師資隊伍管理面臨的機遇與挑戰

當前，以大數據、云計算、移動計算、平板計算、電子書包、人工智能、移動學習、富媒體學習、可視化數據和物聯網等為表征載體的信息技術的發展，已孕育出一個教育信息化向深層次應用轉變的新時代。國際教育信息化的飛速發展正引領我國現代教育改革調整航向，推進我國教育系統內部各要素的原有行為模式迫切實施拆分、重構、整合及優化，以縮短我國實現教育信息化的進程。高校教師是文化知識的承載者與傳播者，是塑造學生靈魂的“塑魂者”，也是引導學生未來的“指引者”。高校師資隊伍的建設關系到高校未來的定位與發展，決定了高校教學質量與人才培養質量，是高校建設的起點與推動力。因此，加強高校師資隊伍建設便成為高校提升核心競爭力、實現跨越式發展的根本之所在。

在大數據、信息技術與我國教育系統的對碰過程中，來自于多方的大數據、信息系統與其所承載和驅動的應用程序為教育系統中信息單元、知識節點和各種適切的數字化資源提供了多層次載體和多元化傳播路徑，并且這些實時更新的應用業務正逐漸呈現出個性化、協同化、碎片化、整合化和泛在化的特征。大數據以其復雜的計算結構構筑了龐大的數據存儲能力、綜合數據處理能力、復雜模型建構能力和高速精準的運算能力等信息技術高價值能力，這為我國高校師資隊伍管理提供了最適切的信息化平臺。此外，源于高校各方面的大數據的爆炸性增長，在全面考驗高校師資隊伍管理者的數據收集、處理、整合及分析能力的同時，也為高校帶來了更深層次地觀察和更準確地了解教師教學與學生學習的大量機會[1]。

三、大數據時代高校師資隊伍建設中存在的問題

大數據及大數據時代的到來預示著來自于不同層次和分類的各種數據在高校師資隊伍的建設和管理過程中，越來越起到舉足輕重的作用。因此，在大數據時代，高校可以借助大數據技術整理、分析并整合高校師資隊伍的相關信息，并利用云計算分析大數據下與教師的一系列相關數據，進而挖掘數據中潛在的價值，發現高校師資隊伍建設中存在的問題。

1.從數量結構看，亟需擴大高校專任教師師資隊伍

以2015年為例，全國各類高等教育總規模達3167萬人，其中，普通高等教育本專科在校生2308.51萬人，比上年增長76.71萬人。普通高等教育專任教師139.27萬人，比上年增加約4.96萬人。普通高校生師比17.42:1。可見，現有高校專任教師師資隊伍的擴大已遠滯后于學生規模的迅速擴張。因此，合理的擴大并補充高校專任教師隊伍是十分必要的。

2.從職稱結構看，需要增加高校師資隊伍的高端人才

哈佛大學校長柯南特曾說過：“大學的榮譽不在于它的校舍和人數，而在于它一代又一代教師的質量。一個學校要站得住，教師一定要出色。”以本科院校(不含獨立學院和高職專科院校)專任教師為例，縱觀近5年以來本科院校專任教師的職稱結構變化顯示：雖然我國本科院校專任教師總體數量連年遞增，但具有正高級職稱的高層次人才比例依舊偏低，大體僅維持在11%-15%左右，副高職占比也只是在30%上下平穩地浮動著，從未超出35%。比較而言，具有中級職稱的教師幾乎成為我國本科教學的主力軍，近5年增幅近10個百分點，比例增加至40%左右。由此可見，要想真正地實現我國高校人才培養質量的提升與自身的跨越式發展，就必須要解決高校師資隊伍高端人才的相對匱乏的難題。

3.從學歷結構看，亟需提升高校師資隊伍的學歷水平

以普通高校(不含成人高校和民辦的其他高等教育機構，下同)專任教師為例，統計數據顯示，近5年我國高校教師的學歷構成仍以本科為主，雖然比例逐年遞減，但卻近乎占據整體師資隊伍的一半。高校作為各行業各領域里精英人才的集聚地，作為擔負著國家科技創新研發、培養高層次人才重要任務的場所，其具有博士學歷的教師占比仍不足25%，即使是擁有碩士學歷的教師也剛好占比35%左右。雖然學歷不能完全等同于科研能力，但是在大眾化高等教育的時代潮流下，為了能夠更快地追隨知識更新的步伐、切實滿足新時代大學生的求知欲望和社會公眾的心理訴求，就必須要改善并提升當前高校師資隊伍的學歷水平。

4.從年齡結構看，需要對高校青年教師進行師資培訓

以近5年我國普通高校專任教師的年齡結構為例，統計當前高校教師年齡結構的一般情況。目前我國普通高校的師資隊伍，主要是以35歲及以下的青年教師為主力軍。其中，30-34歲的青年教師比重最高，約24%左右。一方面，普通高校專任教師年輕化，意味著我國高等教育未來發展具備著巨大的發展潛力；另一方面，青年教師缺乏教學經驗，不會與學生溝通，面對科研和評職等多重壓力，也部分抑制他們的教學熱情與科研產出。因此，高校就需要通過師資培訓等方式豐富青年教師的教學理念，激發他們的科研潛力，提升他們的教學技能。

5.從學緣結構看，應該進一步優化與融合

以普通高校為例，近5年來，普通高校專任教師的比例一直保持在79%左右，聘請校外教師比例約為21%，上下浮動均不超過1%。學緣結構長期保持如此穩定的原因之一是當前我國有部分高校存在學術“近親繁殖”的現象。高校應發揚海納百川的精神，提倡百家爭鳴，進一步優化學緣結構，包容不同高校學術團隊的思維方式和研究成果，與自家學術體系融會貫通，為推動我國高等教育事業發展貢獻力量。

四、加強高校師資隊伍建設的有效途徑

從上述分析中可以看出，當前我國高校的師資隊伍結構并不是十分合理，仍有待于調整和升級。因此，在大數據時代，要想實現高等教育“質”的飛躍、提高高校人才培養質量，就要參照和遵循相關大數據的統計、集成、處理與分析，切實了解高校師資隊伍建設的現狀，具體分析其存在的問題及原因，合理并有效地調整和優化高校師資隊伍結構，從而完善高校師資隊伍建設，實現大數據對高校師資隊伍建設的反撥作用。

1.完善高校師資隊伍建設的“引陪機制”，提升核心力量

“引陪”，顧名思義，主要包含人才引進與人才培養兩個方面。當前，根據數據顯示，我國高校師資隊伍中同時擁有高學歷、高職稱的教師比例極低，從數量上看，“教授”幾乎是高校教師四個職稱等級中比例最小的。同時，我國高校內部高層次人才年齡偏大，普遍存在年齡“斷層”現象，這與世界其他高等教育強國相比，還具有很大差距。雖然，這種現狀可能是由于我國教育發展的歷史性、教學力量成長積聚的時代性、教育資源稟賦的差異性、地域差異性、地區經濟發展不平衡性等綜合因素導致的，但是，提高高校師資隊伍中高層次人才的比例是新時代的無聲召喚，是當代莘莘學子渴望享受優質高等教育的心理訴求，是社會公眾在無奈地接受傳統精英型高等教育逐漸退卻后的殷切期盼。

高校應秉承“人盡其才，才盡其用”的用人理念。因海外人才具有留學背景，甚至一部分還擁有在世界頂級名校的教學科研經驗，有計劃性、有針對性地適度將其引進我國，既有助于帶領我國高校師資隊伍建設走向國際化、促進國際最前沿的學術理念和科研方法融入我國，提高教學團隊的整體教學水平和科技研發能力，又能幫助我國大學生拓展國際化學術視野，共享國際優質高等教育資源，著實強化專業技能。但值得注意的是，高校應在大數據分析的結果指導下，根據自身層次與發展量體裁衣，避免盲目引進人才，因自身學科建設不成熟等諸多因素的限制而不能為其提供適宜的發展平臺，造成人力資源的浪費。

數據顯示，目前在我國高校師資隊伍的主力依舊是中青年教師。這些中青年教師大多是在高校內部人才培養機制下成長起來的，其職業發展狀況和學術水平都對我國高校內部質量保證體系的維系、高等教育教學質量和人才培養質量的保障和提升起著至關重要的作用，可謂牽一發而動全身。因此，高校應在現有的人才培養體系基礎上，要以創新能力和學術水平為導向，以培養大批中青年學科帶頭人、學術骨干和高層次創新型人才為目的，采取措施加大力度完善內部人才培養機制。例如，可聘請國內外各專業領域內的“大家”舉辦學術報告會議，傳遞最前沿的學術研究成果供廣大中青年教師交流與學習；提供經費支持以鼓勵中青年教師攻讀在職研究生(包括碩士、博士)學歷教育；構建“導師制”“項目制”，發揮引進高端人才的帶頭作用，用項目資助、團隊吸納等方式加快學術梯隊建設，改善學術團隊原有知識結構，提升科技研發和把握前沿知識的能力；建立中青年教師出國訪學進修機制，拓寬其國際化學術視野，有助于其學術路向、學術風格、教學方式和教學格調等職業綜合素養的內涵式提升與發展；培養“教學型”和“科研型”人才，使每位教師都能竭盡其能發揮自身優勢。

在高校師資隊伍建設過程中，人才引進機制和人才培養機制并不是兩種相互獨立的機制，也不是二者之間的博弈，而應基于大數據分析建立相互依存相互制約融合而成的“引陪機制”，辯證統一于新時期我國的高等教育實踐中。高校建立并完善順應高等教育國際化、大眾化時代潮流的“引陪機制”，是當下我國高校師資隊伍建設的首要關鍵和重中之重，更是提高我國高等教育教學水平與人才培養質量的核心舉措。

2.適度調整高校教師“績效考核制度”或“職稱評聘制度”，激發教師潛能

教學和科研作為高校教師的兩大核心任務，經過多年的發展，在我國高等教育實踐中至今難以擁有平等的地位。其中一個重要原因就在于，現有的高校教師績效考核制度和職稱評聘制度，主要是以國家級重大科研項目、重點課題研究、發表學術論文等科研成果為中堅衡量指標對教師工作業績進行考核，現有制度中的指標體系更偏重于“科研”。例如，在職稱評聘制度中，對于助教、講師、副教授和教授的教學成果達成指標考核差別不大，但對于科研成果的考核指標權重相距甚遠。部分教師心理上存在“重科研，輕教學”的觀念。

在大數據時代，要想盡快扭轉局面，就必須用數據說話，加大力度調整考核機制的指標體系，增加“教學”效果和質量的考核指標權重。教師自身也要建立“終身自主學習機制”，理性地認識大數據在教與學變革中的功用[2]，提高自身的素養，培養自身科研創新能力，提高科研轉化率，將研究領域中最新穎的科研方法、研究思路和最前沿的學術成果貢獻于課堂教學中，全方位培養當代大學生專業綜合素養，提高其綜合運用所學知識解決實際問題的專業技能。

3.鼓勵高校教師改變傳統教學模式，建立新型的師生關系

大數據時代信息的多元性與豐富性、知識獲取途徑的多樣性與復雜性，都對傳統的課堂教學和師生關系提出了挑戰：如何適應由傳統課堂集體教學向數字化、個性化教育發展，是高校教師所面臨的重要課題之一。因此，教師不但要認真備課，將更多新穎的學術思想融入教學，摒棄照本宣科、枯燥乏味的課本講解，還要利用現代教育技術手段，注重對學生創新型思維方式、大膽探索、獨立思考、刻苦鉆研、發現問題、分析問題和解決問題能力的培養；加強學生扎實的外語基礎和巧妙的溝通能力的培養，拓寬學生國際化學術視野；增加慕課、微課和翻轉課堂等多種信息化教學方式；注重課堂教學過程中與學生互動交流；課后多關心學生的心理成長，賦予更多的情感支持，驅散學生的迷茫與不安，使其獲得良好的情感體驗，也使自己由原來單一的“課程講授者”上升為學生的“良師益友”。

由于良好的師生關系不僅可以加強師生的溝通與聯系，還可以從側面加強學生課堂的適應性與配合度，從而提升課堂的教學質量與師生互動性，有助于提高高校的人才培養質量；教師也可以適度將自己的科研項目的某一具體環節貢獻給課堂，讓學生參與前期研究工作，鼓勵學生破壞式創新，讓創造性思維的火花在輕松愉快的氛圍里迸發、碰撞，既培養了學生創新思維與科研能力，又在師生合作中建立了良好的師生關系。相信和諧溫馨的高校新型師生關系的建立和發展，定能幫助教學質量實現“質”的提升。

綜上所述，大數據不但為高校師資隊伍管理帶來新方法和新技術，還開辟了加強高校師資隊伍建設的新視角與新思維。在分析教師在高校或社會活動中所產生的大數據的同時，高校還可以建立相關的師資隊伍建設數據庫，實現大數據對高校師資隊伍的動態監測，從而為高校制定更好的師資隊伍建設方針及政策打下良好的基礎[3]。

五、大數據在高校師資管理中的典型應用——以審核式評估為例

縱觀國內專家學者對“審核式評估”的研究與界定，大多是從研究審核式評估的機理與目的入手的。李志義等人認為：審核式評估是一種基于審核模式的評估，側重于對教學“過程”的評價，是一種發展性評估[4]。肖建忠等人認為：審核式評估是探索高校發展過程中自身存在的問題，評估專家幫助其改善并為解決問題貢獻對策，能夠切實有效地提高高校綜合競爭力并推動其快速發展[5]。鐘秉林教授認為：審核式評估是首先引導高校根據自身的使命和定位，制定合適的人才培養目標，間接反映了高校教育質量的高低[6]。這種評估模式充分尊重了高校的學術自由、辦學自主權和辦學特色多元化的發展。

事實上，審核式評估是大數據技術支持下的，強調以目標為導向、以問題作引導、以數據為依據、以事實來證明，采用“高校自建自評”“專家組進校考察”和“高校整改”三階段相結合的方式，評估高校內部質量保證的體系。學校在日常教學工作中，定期要將教學基本數據信息上傳至“高校本科教學工作評估管理信息系統”，形成系統而全面的“高校教學基本狀態數據庫”，從而構建起基于高校大數據的多維度立體式審核評估模式。“高校教學基本狀態數據庫”與“高校本科教學工作評估管理信息系統”的建構，基本實現了評估主體對高校本科教學工作與人才培養機制的常態追蹤，大大提高了評估效率，使評估專家從傳統繁重的高強度評估工作中解脫出來，有效突破了評估可能在某一時間點上不能夠全面反映高校運行狀態的靜態局限性。所以，基于大數據技術支持下的“全數據環境”而建立的審核式評估模式，就為高校的教學與管理提供了最直接和最客觀的分析依據，從而可以全方位地實時監測高校師資隊伍、教學工作和人才培養機制，診斷評估對象是否達到了高校自身設定的目標和定位，并引導高校建立一套全新的自律自評機制，突出高校內涵建設和辦學特色多元化發展，強化教學中心地位、辦學合理定位和內部質量保證體系的建設。

因此，作為當前高等教育評估工作中應用最為廣泛的核心評估模式，大數據技術支持下的審核式評估是考察高校師資隊伍建設及管理的利器。通過審核式評估統計并收集的、源于高校各個層面的結構化數據，以及散布的海量半結構化和非結構化數據，經過抽取與集成，進行數據分析，即可挖掘出其潛在的價值：幫助高校發現其在師資隊伍建設方面的長處與不足，促進高校進行學科交叉及融合發展，輔助高校構建有生命力的科研團隊，打造高校中凸顯核心競爭力的師資隊伍，培養并挖掘潛在的具有國際視野的學科帶頭人等等。

六、結語

大數據時代的到來，意味著現代高校師資隊伍的建設與管理進入了一個信息化、數字化的時代。源于高校不同層面的海量數據，經過適當的挖掘、處理和分析以后，不但會切實地反映出當前高校師資隊伍建設的優勢與不足，還會起到監控、評測、激勵與督促的重要作用。因此，科學準確地運用大數據，合理適度地調整相應對策，是我國高校師資隊伍建設與發展的有效途徑。

[1] 鄭立海.大數據時代的教育管理模式變革芻議[J].中國電化教育, 2015,(7):32-36.

[2] 甘容輝,何高大.大數據時代高大教育改革的價值取向及實現路徑[J].中國電化教育,2015,(11):70-76.

[3] 顧小清,薛耀鋒,孫妍妍.大數據時代的教育決策研究:數據的力量與模擬的優勢[J].中國電化教育,2016,(1):56-62.

[4] 李志義,朱泓,劉志軍.從本質上認識高校本科教學評估[J].中國高等教育,2010,(8):32-35.

[5] 肖建忠,陳小娟,賈秀險. 高等教育評估多元化研究[J].高教探索,2013,(1):13-15.

[6] 鐘秉林.遵循規律 平穩開展本科教學工作審核評估[J].中國高等教育,2014,(6):4-7.

Construction of University Faculty in Big Data Era

Shi Weilin1, Wang Yi2
(1.Public Sector Economy Research, Jilin University, Changchun Jilin 130012; 2.School of Foreign Languages, Changchun University of Technology, Changchun Jilin 130012)

With the development of the information age, Big Data has penetrated into every industry and field, and universities are no exception. The pros or cons of University Faculty’s Construction (UFC) determines the quality of university students in high or low level. How to use the huge amounts of data from colleges and universities at all levels scientifically, and making it as a reference and direction of UFC, is the key problem that many colleges and universities need to solve. This paper, on the basis of the interpretation of Big Data concept and its characteristics, analyzes the opportunities and challenges of University Faculty Management (UFM) in Big Data Era. Then, based on the statistics of University Faculty, it analyzes the main problems of UFC and proposes the correspondingly effective measures of UFC. What’s more, taking Auditing Evaluation supported by Big Data as an example, it focuses on the typical application of Big Data in UFM. Accordingly, it aims to find an effective way for UFC which meets the need of Big Data Era.

Big Data Era; College Faculty

宋靈青

G434

A

1006—9860(2016)07—0137—05

① 王軼為本文的通訊作者。

2016年5月4日

石緯林：講師，研究方向為國有經濟及財政學(shiwl@126.com)。

王軼：副教授，研究方向為外國語言學及應用語言學(15843108868@163.com)。