大數據時代的教育決策研究：數據的力量與模擬的優勢

顧小清，薛耀鋒，孫妍妍

(1.華東師范大學 教育信息技術學系，上海 200062；2.華東師范大學 上海數字化教育裝備工程技術研究中心，上海 200062)

大數據時代的教育決策研究：數據的力量與模擬的優勢

顧小清1,2，薛耀鋒1①，孫妍妍2

(1.華東師范大學 教育信息技術學系，上海 200062；2.華東師范大學 上海數字化教育裝備工程技術研究中心，上海 200062)

在大數據滲透到當今每一個行業和業務領域的時代，挖掘數據的潛能越發被各個領域所重視，也使得基于數據的教育決策這一教育技術領域的研究傳統獲得了新的發展機會，并逐漸在熱點頻出的教育信息化熱潮中展現出其發展潛能和優勢。隨著教育決策所涉及問題復雜性的凸顯，以及教育決策科學化的需求的提升，對基于計算機的決策的依賴越發體現出來。如何利用計算能力發揮教育領域的數據的力量，借助計算機模擬的方式為科學的教育決策提供依據，是大數據時代一個迫切需要解決的問題，也是教育技術領域的一個傳統研究方向的新的發展機會。該文對計算機支持決策的研究背景進行了回顧，對大數據時代的教育決策需求進行了分析，并以本研究團隊開展的教育模擬決策支持系統為案例，介紹了大數據時代發揮數據的力量與模擬優勢的探索。

大數據；數據支持教育決策；模擬；模型；學術分析

一、研究背景

借用《雙城記》開篇這句被引用無數的話，“這是最好的時代，也是最壞的時代”，或許才足以闡釋今天的教育所面臨的問題。教育的話題觸及全民的神經，因而雖然對教育的投入以及教育改革的努力不可謂不大，卻依然面臨民怨不斷的困境。教育決策所面臨的問題日益復雜，也提高了教育決策科學化的呼聲。另一方面，與其他每一個行業和業務領域一樣，信息技術的廣泛應用在為教育提供變革和創新機會的同時，也創造了豐富的有待挖掘的數據資源；利用計算機的計算能力進行數據的分析并提供決策支持的思想在計算機技術發展的早期就已形成。大數據時代的崛起和數據密集科學的發展，則為教育決策科學化的需求提供了發揮計算機模擬決策優勢、展現教育技術應用中的數據力量的新的機會。

在教育技術領域的研究與實踐中，技術對于數據管理的潛能是一開始就受到研究者關注的領域，體現為利用技術挖掘教育數據的可能性從而達到改進教學系統的目的，包括早年的計算機輔助個別化教學(Computer Assisted Instruction, CAI)，計算機管理教學(Computer-Managed Instruction，CMI)，以及近年來隨著數據的豐富而出現的基于數據的決策(Data-Driven Decision Making)應用。數據在教育決策中的作用，其潛在的力量，是能夠將淹沒在眾多信息系統中的海量數據加以挖掘，為相應的決策提供方向、依據甚至證據，從而幫助相關者做出知情的決策。

隨著教育決策問題復雜性的增加，審慎的教育決策往往需要綜合考察多方數據，比如經濟的、效益的、歷史的、民意的。大數據時代這些眾多的數據來源在保證決策信息豐富性的同時，也為如何對這些多來源的海量數據進行有效處理提出了要求。這就為如何對海量數據加以有效處理，從而透明地提供有效的教育決策支持提出了新的需求。

基于本研究團隊在教育模擬決策支持系統領域所開展的研究，本文回顧了計算機支持決策的研究背景，對大數據時代的教育決策需求進行了分析，并初步呈現了本團隊開展的教育模擬決策支持系統，以期對大數據時代如何發揮數據與模擬技術的作用展開探討。

二、相關研究

(一)大數據與大數據時代

在信息時代，信息化技術逐漸成為人們生活當中重要的組成部分，而信息化技術和互聯網的普遍應用則產生了前所未有的海量以及多樣化的數據。2011年，美國著名咨詢公司麥肯錫首次提出了“大數據”的概念，將大數據界定為無法在一定時間內用常規軟件進行抓取、管理和處理的數據集。英國學者維克托.邁爾舍恩伯格在《大數據時代》一書中指出：“大數據是人們在大規模數據的基礎上可以做到的事情，而這些事情在小規模數據的基礎上是無法完成的”[1]。

2012年，聯合國國際脈搏(UN Global Pulse)組織發布了《用于發展的大數據：機遇與挑戰》一文，明確指出了大數據時代已經來臨。這股通過對海量數據進行分析和處理來提高效率、顛覆傳統方式的大數據浪潮，在各行各業當中都產生了極大的影響。在決策領域，大數據時代電子數據以海量、多樣、高頻的方式爆炸增長，為決策者追蹤發展過程并調整現行政策提供了可能性[2]。

(二)基于數據的教育決策

決策過程過于依賴經驗、缺乏數據的支撐，一直是教育界中頗受詬病的不足之處[3]。在教育領域當中，從業者常常依據直覺、沖動或流行的趨勢來做出決策，這已是很多教育學者們的共識[4][5]。基于數據的教育決策正是應對這個不足的解決方式之一。Schildkamp和Kuiper[6]將基于數據的教育決策定義為通過對學校已有數據資源的系統分析來創新教學、提高學生表現，并將這些創新應用于實踐、進行評測的行為。然而，基于數據的教育決策并不僅僅存在于提高學校教學質量層面上，而是能夠在教育過程當中的多個環節當中得到應用。

在微觀上，基于數據的教育決策可以協助提高教學質量。在課堂教學當中，如果教師們能夠學會運用數據，他們就可以更加有效地了解學生的能力、發現不足之處、并提出改進的計劃[7]。通過教學管理系統反饋的數據，教師可以了解并確定不同學生的學習需求[8]，并應用數據對學生進行學習診斷，這對減小學生間的差距、提高整體教學質量有很大的幫助[9]。

在中觀上，基于數據的教育決策可以從學校及學區的管理層面來影響相關的資源調配以及政策實施[10]。在此基礎之上，基于數據的教育決策可以幫助學校/學區審慎地制定發展計劃、提供改進的途徑、并通過數據的應用構建一種良性循環的校園文化[11]。

在宏觀上，基于數據的教育決策可以幫助地區、甚至國家級的決策者進行科學判斷。雖然在此方面的研究還在起步階段，但在大數據理念下的、基于數據的教育決策在重大教育政策的制定當中具有以下兩個優勢：首先，基于數據的決策可以充分考慮各方面的變量，為決策者提供全局的視野。重大教育政策的制定往往需要決策者全面衡量多方面的因素，這些因素往往復雜且多變，而數據能夠做到將這些因素量化、可視化、立體化，給決策者提供更好的參考。其次，基于數據的教育決策可以借助計算機模擬的力量，對海量數據進行分析，通過復雜的計算得出科學的結果，從而避免決策者因為直覺和沖動而做出錯誤的判斷。

(三)計算機模擬

如上文所示，計算機模擬是在宏觀上進行基于數據的教育決策時不可或缺的一部分。計算機模擬是以相似原理為基礎，以計算機和相關專用設備為工具，利用系統模型對真實的或設想的系統進行動態分析的一類綜合性技術[12]。計算機模擬綜合集成了信息處理技術、系統科學、軟件工程、圖形圖像技術、多媒體技術、計算機網絡技術等。計算機模擬技術不僅僅是一類有力的科學研究手段，它也是人們認識客觀世界的新利器[13]。例如，美國Sandia國家實驗室開發的美國經濟模擬系統ASPEN可以模擬美國多個行業的經濟運行[14]，而美國Maxis公司研制的模擬城市系統SimCity則可以幫助用戶扮演市長的角色來規劃和管理整個城市[15]。此外，美國MathWorks公司開發的Simulink軟件包可以支持用戶對復雜系統的建模、模擬和分析[16]，提供了強大的模擬工具。在海灣戰爭期間，美國軍方使用兵棋推演系統JTLS成功模擬了相關軍事活動[17]，輔助其軍事決策。美國Santa Fe研究所設計和開發的股票市場模擬系統ASM可以模擬美國股票市場的運作[18]。美國MSC公司研制的汽車動力學模擬軟件Carsim可以模擬車輛的操縱、制動、動力等功能和響應等[19]。進入21世紀，計算機模擬技術在科學研究、工業、軍事、交通、教育等領域得到越來越多地應用。

綜上所述，在當今信息時代，大數據以及大數據的分析手段在教育領域已經得到了廣泛應用。然而，對基于數據的教育決策的研究，大多數還停留在微觀和中觀層面。如何利用大數據和計算機模擬技術來輔助地區乃至國家層面的宏觀教育決策，還是一個有待研究的領域。因此，本文希望通過對教育模擬決策支持系統的研究，來探索數據與模擬技術對宏觀教育決策的輔助作用。

三、以模擬支持決策

關于“決策”的涵義和解釋仁者見仁，智者見智。“決策”既可描述動態活動——決定策略或辦法的過程，又可描述靜態事物——決定的策略或辦法[20]。隨著當前社會的快速發展和信息大爆炸時代的到來，組織機構和個人面對不斷涌現的海量數據和變革的社會環境，只有做到有效的決策，才能在當前的社會環境中得到不斷發展[21]。顯而易見，僅憑個體記憶的少量先驗知識進行決策己經不能適應大數據時代發展的形勢，如何進行科學決策成為組織機構面臨的重大課題。而計算機模擬支持決策技術作為一類新興的決策支持手段可以幫助組織機構和個人獲取和篩選海量的決策信息、設計和開發高度相似的模擬系統，模擬各種備選方案的演化過程和最終結果，結合相關決策支持理論，就可以為組織機構和個人提供有價值的決策方案，降低組織機構和個人的決策風險，保障組織機構和個人決策目標的實現。

計算機模擬支持決策技術是近年來發展起來的一類綜合性科學技術。通常地，決策對象和決策過程都不能通過真實的客觀再現來進行分析，因此計算機模擬支持決策技術就成為一類研究決策過程的重要手段和途徑。計算機模擬支持決策技術是對決策對象和決策過程進行系統模擬的一類技術，它通過構建系統模型，開發模擬系統，模擬系統的演變過程和行為，進而模擬決策對象或決策過程發展變化的規律，在計算機等專用設備上實現對決策對象或決策過程的全過程模擬。在計算機模擬支持決策的整個過程中，人們可以通過對模擬系統運行狀態的跟蹤和分析，研究被模擬的決策對象或決策過程的運行狀態各項參數，以此來預測和推斷實際決策對象或決策過程的真實演化規律，為人們的科學決策提供真實考慮的數據和依據。計算機模擬支持決策技術的理論框架如圖1所示。

圖1 計算機模擬支持決策技術理論框架

計算機模擬支持決策技術的主要實施方法包含八個步驟，如圖2所示，具體如下：

(1)確定需要決策的問題

這一步驟的主要任務是明確決策目的和主要決策問題及其假設條件，確定研究對象或系統的邊界，并對問題涉及的主要變量進行表征。

圖2 計算機模擬支持決策的基本流程

(2)研究對象的系統分析

對決策問題的研究對象進行辨識，確定研究對象的主要變量，分析研究對象的參考模型，梳理決策系統主要變量之間以及主要變量與其他變量之間的相互關系。

(3)建構系統模型

運用系統動力學原理對決策研究對象構造系統模型，以預先假設條件為參考，分析系統內部各部分之間的相互依存、相互作用的關系，完善模型的結構，實現模型的形式化表征和定量化描述。

系統模型是一個系統某一方面本質屬性的描述，它以某種確定的形式(如文字、符號、圖表、實物、數學公式等)來提供關于該系統的知識。系統模型一般不是系統對象本身，而是現實系統的描述、模仿或抽象。

(4)設計和開發計算機模擬系統

根據系統模型的形式，計算機的類型以及模擬目的將決策研究對象的系統模型轉變成計算機模擬模型，確定計算機模擬模型的框架、結構和參數。設計和開發計算機模擬系統，設定計算機模擬系統的運行條件和參數數值。

(5)運行計算機模擬系統

根據計算機模擬支持決策的目的和模擬系統的運行參數和數據，在計算機等專用設備上進行計算機模擬系統，模擬整個決策研究對象的演進過程，跟蹤和記錄計算機模擬系統隨時間變化的運行狀態和特征數據。

(6)檢驗計算機模擬系統

通過分析計算機模擬系統的模型結構和主要變量的運行參數和數據以及模擬系統在極端條件下的適應性，檢驗計算機模擬系統的有效性。根據檢驗的結果，不斷修正系統模型和完善計算機模擬系統，使其成為一個與實際系統高度一致的計算機模擬系統。

(7)模擬系統結果分析

根據計算機模擬支持決策的研究目標和決策問題，對已經通過有效性檢驗的計算機模擬系統的運行狀態的條件、參數和特征數據等進行整理和文檔化，研究隨時間變化的模擬系統的演進規律，為科學決策提供客觀有效的評判依據。

(8)決策方案分析

決策者根據計算機模擬系統的運行數據和計算結果，深入分析備選決策方案的計算機模擬的實際實施效果，比較不同備選決策方案的優缺點，選擇最優的決策方案。

四、模擬決策系統實例

本團隊在教育模擬決策支持系統領域開展了一些研究，并初步開發了一些可用于支持教育決策的模擬系統。本節以我團隊開發針對“是否延長義務教育年限以及如何延長”這一教育決策問題所開發的模擬系統為例，對這一領域的研究做一介紹。

(一)問題界定及系統分析

義務教育年限的延長與否，取決于財政、社會效益、相關法律以及民眾意志等多維復雜因素，其中教育經費的支持是實施義務教育年限延長政策的經濟基礎。單教育經費一項，又是涉及教育投入年度預算的調整、不同階段在讀學生人數的波動、辦學條件要求的變化、學生生均公用經費的設定、教師工資福利的改革、基本建設支出的變動等多個動態因素的復雜問題。本文以上海市義務教育年限延長的教育經費決策問題為案例，運用計算機模擬支持決策技術對上海市義務教育年限若干延長方案在未來五年(2016-2020年)的教育經費進行模擬，為教育管理部門分析義務教育年限延長方案的經濟可行性提供有價值的參考。

本文通過分析《中國教育統計年鑒》[22]《中國教育經費統計年鑒》[23]、2013年教育部、國家統計局、財政部、全國教育經費執行情況統計公告[24]、《上海統計年鑒》[25]和《全國第六次人口普查主要數據》[26]等文獻材料，歸納得到上海市義務教育階段教育經費主要由學生的生均公用經費、教師工資福利和基本建設支出等三大類支出組成。因此，我們構建的模擬系統的輸入變量應該包含2016-2020年不同階段在讀學生人數、不同階段學生的生均公費數額、教師人數、教師工資福利數額、生均基本建設支出等參數。其中，不同階段在讀學生人數可由最近年份全國人口普查的數據進行推斷，而教師人數可由學生人數和生師比系數進行計算。模擬系統的輸出變量為2016-2020年不同年份的常規義務教育階段的教育經費支出、對應的義務教育年限延長方案的教育經費支出、義務教育年限延長方案較常規義務教育的需增教育經費數額。

(二)模型構建

1.模型假設

本文建構上海市義務教育經費系統模型的假設條件如下：

(1)上海市教育經費投入所占國民經濟生產總值的比例保持不變；(2)上海市適齡學生人口規模無突然大幅縮減或大幅增加；(3)上海市國民經濟生產總值呈規律性、穩定性變化。

2.模型建構

本文建立的義務教育階段教育經費模型具體如下：

式(1)中，F表示一個自然年內上海市義務教育階段教育經費總額，Fs表示一個自然年內上海市義務教育階段學生的生均公用經費總額, Fr表示一個自然年內上海市義務教育階段教師的工資福利總額， Fc表示一個自然年內上海市義務教育階段基本建設支出費用總額。式(1)表示一個自然年內上海市義務教育階段教育經費總額由學生的生均公用經費、教師的工資福利和基本建設支出三大部分組成。

式(2)-(6)中，P(·)表示計算上海某年份義務教育不同層級學生人數的函數，本文采用LESLIE人口預測模型，依據最新的人口普查數據，對不同年份的人口數據和學生人數進行預測；Year表示年份，如2015；Sn,k表示上海市義務教育階段不同層級的學生數量，其中k表示義務教育階段中的不同層級，k的所有取值范圍包括Kindergarten，Elementary，Junior，Senior，High和Vocational,并且Kindergarten表示幼兒園階段，Elementary表示小學階段，Junior表示初中階段，Senior表示高中階段，High表示普通高中，Vocational表示職業高中；Sn,senior表示上海市高中階段學生的人數；Sn,high表示上海市普通高中階段的學生人數；Sn,vocational表示上海市職業高中的學生人數；α表示上海市普通高中的學生人數占上海市高中階段所有學生人數的百分比，補充說明一下：上海市高中階段的學生有約55%的學生進入普通高中，還有約45%的學生進入職業高中，此百分比由上海市教委根據相關政策和規定確定，每年可能有所調整；Sp,k表示上海市義務教育階段不同層級學生的生均公費數額；GDPshanghai表示上海市的人均GDP數值；Ik表示生均教育經費指數，即生均教育經費與人均GDP的商。式(2)表示求解上海某年份義務教育不同層級學生人數。式(3)表示上海市普通高中的學生人數等于所有高中階段學生人數與普通高中學生人數所占百分比α的乘積。式(4)表示上海市職業高中的學生人數等于所有高中階段學生人數與職業高中學生人數所占百分比(1-α)的乘積。式(5)表示上海市義務教育階段學生生均公費總額由不同層級的學生數與生均公費平均數額的乘積計算得到。式(6)表示根據國際慣例參照生均教育經費指數，上海市義務教育階段學生的生均公費總額由不同層級的學生數、上海人均GDP與生均教育經費指數的乘積計算得到。

式(7)和(8)中，Rn,k表示上海市義務教育階段不同層級的教師數量，Ri,k表示上海市義務教育階段不同層級的教師平均工資數額，Rst,k表示上海市義務教育階段不同層級的生師比。式(7)表示上海市義務教育階段的教師數量由不同層級的學生人數除以生師比系數所得到的商。式(8)表示上海市義務教育階段教師的工資福利總額由不同層級的教師數與其平均工資的乘積計算得到。

式(9)中，Ci,k表示上海市義務教育階段不同層級的生均基本建設支出數額。式(9)表示上海市義務教育階段的基本建設費由不同層級的學生數與生均基本建設費的乘積計算得到。

綜上所述，式(1)-(9)構建了上海義務教育階段教育經費模型。

(三)設計開發模擬系統

本文根據所建立的上海市義務教育年限延長決策問題的教育經費模型，設計和開發了計算機模擬支持決策系統，并采用Java編程語言對系統進行了實現。整個系統的體系框架如圖3所示。

圖3 上海市義務教育階段教育經費計算機模擬系統體系框架

上海市義務教育年限延長決策問題的教育經費計算機模擬系統的體系框架主要包括資源層、服務層和用戶層三個層次。資源層為教育經費計算機模擬系統提供數據和相關資源信息，是整個系統的基礎層級，包括人口數據庫、學生數據庫、教師工資庫、生師比指標庫、生均公費庫、基本建設費數據庫、GDP指標庫、辦學條件指標庫、模型庫、方法庫、規則庫、方案庫和知識庫等模塊。服務層為計算機模擬系統提供各種功能豐富的服務模塊，是整個系統的業務層級，包含系統模型建構、模擬情景建構、情景參數設定、過程觀測器、模擬任務執行、模擬任務管理、可視化服務、信息協同服務、研討支持服務等模塊。用戶層為用戶與計算機模擬系統之間的信息交互搭建橋梁，是整個系統的人機交互層級，主要由人機交互模塊組成。

(四)系統運行與分析

我們采用此計算機模擬系統對上海市義務教育年限延長決策問題的15種備選方案的教育經費支出進行模擬，為義務教育年限延長的科學決策提供數據支持。模擬系統中所涉及的各類參數參照了《中國教育統計年鑒》[27]《中國教育經費統計年鑒》[28]2013年全國教育經費執行情況統計公告[29]《上海統計年鑒》[30]《第六次全國人口普查主要數據》[31]《上海市義務教育階段學校辦學基本條件》[32]等官方文件和統計資料。下面給出了未來5年即2016年至2020年義務教育年限向幼兒園延長三年的教育經費模擬數據，如圖4和圖5所示。

圖4 2016年至2020年上海義務教育年限向幼兒園延長三年的教育經費模擬曲線

圖5 2016年至2020年上海義務教育年限向幼兒園延長三年需增經費模擬曲線

從圖4可以看出，2016至2020年未來5年中，模擬的上海義務教育階段的教育經費支出約在219.68億元至253.48億元之間。如果向幼兒園延長三年，即義務教育延長到12年，那么2016至2020年上海義務教育階段的教育經費支出的模擬數值在279.13億元至308.23億元之間。如果參照經合組織(OECD)成員國的慣例，義務教育階段生均公費數額以生均教育經費指數為依據。目前，OECD成員國的小學階段生均教育經費指數平均值是0.24，而初中階段生均教育經費指數平均值是0.26。本文所開發模擬系統中的生均教育經費指數參照了OECD的生均教育經費指數平均值，幼兒園的生均教育經費指數參照OECD的小學生均教育經費指數平均值，即0.24。按照生均教育經費指數的延長方案，2016至2020年上海義務教育階段的教育經費支出的預測數值在379.73億元至438.94億元之間。

根據圖5所示，2016至2020年上海義務教育年限向幼兒園延長三年的常規方案較常規九年義務教育下的教育經費需增加59.45億元至54.75億元左右。同比，2016至2020年上海義務教育年限向幼兒園延長三年的生均教育經費指數方案較常規九年義務教育下的教育經費需增加160.05億元至185.46億元左右。

教育管理部門決策者可根據本文所模擬的教育經費數據，結合每年度上海市財政預算中教育經費支出情況，合理推斷上海市義務教育年限延長決策問題中教育經費支持的可能性。

由于本文所建模型受數據來源和客觀條件限制，在模型構建時部分計算公式和參數有所折衷，無法精確推算，所提供的模擬數據可能與真實數據有一定差距。例如，由于不同層級和教齡的教師工資福利詳細數據的缺失，本文無法對不同層級和教齡的教師工資和福利待遇進行詳細計算等等。在下一步的工作中，我們將收集更詳細的教育數據，改進所建模型的計算公式，更新模型參數，進一步完善我們開發的計算機模擬系統。

五、結束語

本文介紹了大數據、基于數據的教育決策、計算機模擬等熱點概念和理論，詳細闡述了計算機模擬支持決策技術的原理、特點、理論框架和實施步驟。最后以上海市義務教育年限延長決策問題教育經費模擬為案例，構建了教育經費模型，設計和開發了計算機模型系統，分析了模擬系統所推算的2016至2020年上海義務教育年限向幼兒園延長三年的兩種方案教育經費數值，演示了計算機模擬支持決策技術的實際應用。

大數據時代的到來，一方面給人們帶來了洶涌如潮的海量數據，大大超出了人們的認知負荷，突破了常規計算機系統的處理能力；另一方面大數據時代也為人們的科學決策提供了豐富的數據來源，為計算機模擬支持決策技術的發展提供了肥沃的土壤。隨著我國教育信息化水平的不斷提高，教育數據的不斷豐富，國內教育大數據時代也如期到來。教育信息化領域的研究與實踐者將充分借助大數據時代帶來的計算潛能，運用嚴密的科學理論，設計和開發強大的科學工具，為教育決策提供堅強、有力的支持。

[1] (英)維克托.邁爾.舍恩伯格.大數據時代[M].杭州:浙江人民出版社,2013.8-9.

[2] United Nations Global Pulse. Big data for development: Challenges &opportunities[R]. New York: Unitd Nations Global Pulse,2012.

[3] Wohlstetter, P., Datnow, A., & Park, V. Creating a system for datadriven decision making: Applying the principal-agent framework[J].School Effectiveness&SchoolImprovement,2008, 19(3):239-259.

[4] Slavin, R.E. Evidence-based education policies: Transforming educationalpractice and research[J]. Educational Researcher,2002,31(7):15-21.

[5] Slavin,R.E.A reader’s guide to scientifically based research[J].Educational leadership, 2003,60(5):12-16.

[6][10] Schildkamp, K., & Kuiper, W. Data-informed curriculum reform:Which data, what purposes, and promoting and hindering factors [J].Teaching and teacher education, 2010,26(3):482-496.

[7] Earl, L., & Katz, S. Leading schools in a data rich world [M].Thousand Oaks, CA: Corwin Press, 2006.

[8] Wayman, J. C., &Stringfield,S. Technology‐supported involvement of entire faculties in examination of student data for instructional improvement[J].American Journal of Education, 2006,112(4):549-571.

[9] Porter, K. E., & Snipes, J. C. The Challenge of Supporting Change:Elementary Student Achievement and the Bay Area School Reform Collaborative's Focal Strategy [R]. New York City: MDRC,2006.

[11] 顧小清, 黃景碧等.讓數據說話:決策支持系統在教育中的應用[J].教育科學文摘,2010, 16(16:5):79-80.

[12] 何江華.計算機仿真[M].合肥:中國科學技術大學出版社, 2010.

[13] 郭齊勝,徐享忠.計算機仿真[M].北京:國防工業出版社, 2011.

[14] Basu,N., Pryor,R.J., Quint,T.,&Anrold,T. ASPEN:A Microsimulation Model of the Economy[R]. Albuquerque: Sandia National Laboratories, 1996.

[15] MaxisSoftware.What-is-SimCity[DB/OL].http://www.simcity.com/en_US/game/info/what-i-Simcity,2015-04-13.

[16] Mathworks Inc.Simulink[DB/OL].http://cn.mathworks.com/products/simulink/,2015-04-13.

[17] 徐寧. 計算機兵棋的關鍵技術研究與實現[D].沈陽:東北大學,2009.

[18] LeBaron,B. Building the Santa Fe Artificial Stock Market[R].Santa Fe: Santa Fe Institute, 2002.

[19] Mechanical Simulation Corp. CarSim [DB/OL]. http://www.carsim.com/products/carsim /index.Php,2015-05-20.

[20] 楊亞頻.政府投資項目決策系統演化機理及其仿真研究[D].長沙:中南大學,2011.

[21] 張睿. 決策支持系統[M].哈爾濱:哈爾濱工程大學出版社,2012.

[22][27] 謝煥忠. 中國教育統計年鑒(2013) [M].北京:人民教育出版社,2013.

[23][28] 吳國生.中國教育經費統計年鑒(2012) [M].北京:中國統計出版社,2012.

[24][29] 教育部,國家統計局,財政部. 關于2013年全國教育經費執行情況統計公告[DB/OL]. http://www.moe.edu.cn/publicfiles/business/htmlfiles/moe/s3040/201411/xxgk_178035.html,2014-09-10.

[25][30] 王建平,馬俊賢.上海統計年鑒(2014) [M].北京:中國統計出版社,2014.

[26][31] 國務院第六次全國人口普查辦公室,國家統計局人口和就業統計司.第六次全國人口普查主要數據 [M].北京:中國統計出版社,2010.

[32] 上海市教育委員會.上海市義務教育階段學校辦學基本條件[DB/OL].http://www.shmec.gov.cn/html/xxgk/201107/402152011005.php,2015-06-20.

責任編輯：李馨 趙云建

Educational Decision-MakingStudies in the Big Data Age: the Power of Data and the Advantages of Stimulation

GuXiaoqing1,2, XueYaofeng1, SunYanyan2
(1.The Educational Technology Department, East China Normal University, Shanghai 200062; 2.Shanghai Engineering Research Center of Digital Educational Equipment, East China Normal University, Shanghai 200062)

More and more attentions has been put into the potential to dig data in all fields in an age that big data has been merged into all industries. It provides new development opportunities for data-based educational decision-making in the educational technology fields, which has gradually showed great potential and advantages in the wave of educational technology developments.The dependence on the computer on decision making has increased because of the complicacies in the educational decision making related problem and the increasing need of scientific educational decision making. How to use computer to maximize the potential of data in the educational fields and how to use computer stimulation to provide evidence for scientific educational decision making are a urging question in the age of big data and a new development opportunity in the traditional research fields of educational technology.This paper reviewed the research background on computer –based decision making, analyzed the need for educational decision making in the big data age, and introduced the exploration on the power of data and the advantages of stimulation by presenting an educational decision-making supporting system developed by our research team.

Big Data; Data-based Educational Decision-making Simulation; Model; Academic Analysis

G434

：A

1006—9860(2016)01—0056—07

顧小清：博士，教授，研究方向為教育信息化理論與實踐、教育培訓系統設計開發、遠程教育技術、CSCL、學習技術系統用戶行為研究、學習技術系統標準研制(xqgu@ses.ecnu.edu.cn)。

薛耀鋒：博士，副研究員，研究方向為教育信息化、決策支持系統、計算機模擬技術(yfxue@deit.ecnu.edu.cn)。

孫妍妍：博士，講師/晨暉學者，研究方向為智慧教學環境、移動學習、遠程教育技術、科技支持下的語言教學等(yysun@eec.ecnu.edu.cn)。

2015年9月15日

① 薛耀鋒為本文通訊作者。