大數據思維對高校教師績效管理的啟示*

趙一鳴，郝建江

（1.寧波大學科學技術學院 信息工程學院，浙江 寧波315211；2.寧波大學 教師教育學院，浙江 寧波315211）

大數據思維對高校教師績效管理的啟示*

趙一鳴1，郝建江2

（1.寧波大學科學技術學院 信息工程學院，浙江 寧波315211；2.寧波大學 教師教育學院，浙江 寧波315211）

大數據的出現為教育事業發展注入新的動力，績效管理作為高校教育中的關鍵環節，是促進高校教師工作的重要保障，但傳統高校教師績效管理存在著教師評價體系的評價指標單一、缺乏有效的績效管理手段、忽視教師評價的發展性作用等問題。本研究通過文獻分析法論述了大數據思維對高校教師績效管理在精細的評價指標體系設計與數據采集、便利的數據整合分析處理手段、基于大數據預警與評估的個性化專業發展三方面的啟示，最后提出了基礎性數據的采集積累，信息資源的整合管理，頂層設計、投入的逐步實施和教師信息化意識與能力的漸進提升四方面準備工作，以便高校逐步走向未來基于大數據的教師績效管理。

大數據；大數據思維；高校教師；績效管理

大數據的出現為教育信息化的發展帶來了前所未有的影響，基于大數據可以開展多方面的教育工作，如為學生的學習提供個性化的指導設計，為教師了解掌握學生特征提供幫助，為教育機構提供科學決策的有效依據等等。[1]從教師教學到學生學習、從資源建設到工作管理、從學校教育到終身學習等方面都在逐步進入大數據時代。高校教師作為高等教育中的重要力量，對其教學、科研等工作的績效管理是教育質量的有效保障，但當前高校教師績效管理工作存在著諸多問題和不足，大數據的出現為這一工作提供了新的思路和方法。基于此，本研究從當前高校教師績效管理的現狀和問題入手，借鑒大數據概念，分析了大數據思維對高校教師績效管理的啟示，并對高校未來實施基于大數據的教師績效管理應當做的準備工作進行了闡述。

一、高校教師績效管理的現狀與問題

上世紀末，隨著我國高校的快速發展，對高校教師的各種評價逐漸得以開展，到目前為止，對高校教師的業績評價已相當普遍，并在一定的歷史階段、一定程度上對高校的發展起到了重要的促進作用。當前我國多數高校教師績效評價主要是對教師的教學、科研等工作量進行等級劃分，從德、能、勤、績四個方面進行考察，同時隨著人事改革的發展，多數高校采用教師自我評價、學生評價等多種方式相結合的綜合考評。[2]從空間角度來看，各地院校的教師績效評價“各自為戰”，指標類型、劃分標準、考核模式等均存在著一定的差異，尚未形成系統體系的績效管理。[3]

結合當前部分高校的教師績效評價體系，并查閱相關已有文獻，可以將當前高校教師績效管理存在的主要問題概括為以下三個方面：①績效評價指標不完善、不標準：從指標內容上來說，教學指標主要是教師教學的工作量，科研指標主要是論文的發表數、專著數、課題數等，這種指標的確定，過于偏重于指標結果，缺少具體工作過程的評價；從指標評價標準來看，部分指標的數量并不能代表其所要體現的指標質量，特別是在學術指標上，過分強調年度成果數量的評價背離了學術研究的本質特征，同時在一定程度上會導致教師間的內耗、功利性日益強烈，嚴重影響了教師的身心健康和高校教師隊伍的建設。[4]②缺乏有效的績效管理手段：當前高校教師績效評價主要通過人工填寫、統計匯總的方式進行，基礎數據的統計煩瑣復雜，并且在統計過程中指標的審核工作費時費力，容易產生數據錯誤，且效率低下。在部分高校雖然已采取信息化績效管理平臺，但在實施中由于教師本身的信息素養不足以及平臺人性化功能設置等的欠缺，導致績效管理工作依舊效率不足。③忽視教師評價的發展性作用：績效管理本身的目的是為了促進教師績效和自身發展，以便高校行政管理和長期發展，但當前多數高校績效管理難以為教師的發展提供借鑒或起到促進作用，導致績效評價流于形式。[5]

二、大數據思維概述

“大數據”一詞本身是計算機科學中的術語，最早由美國NASA研究人員邁克爾·考克斯（Michael Cox）和大衛·埃爾斯沃思（David Ellsworth）在1997年提出，用以表述計算機所產生的巨大數據量。[6]伴隨互聯網、云計算等技術的發展和分析工具的出現，大數據的產生、存儲、整合，以及基于海量數據的計算分析成為可能。隨著眾多學者對大數據的不斷深入研究，可以將其特點概括為“6Vs”，分別是大體量（Volume）、高速度（Velocity）、多樣化（Variety）、真實性（Veracity）、價值（Value）和可視化（Visualization）。[7]總體而言，大數據是基于對基礎性數據的海量采集、儲存和管理，借助統計學、計算機科學等分析算法，挖掘并推測事物發展的規律和方向，為用戶提供有價值的信息。

大數據在各行各業中的實踐應用，逐步影響了人們日常的工作生活方式和知識體系，進而產生對問題思考解決的新方法和新的思維觀念，即大數據思維，從根本上來說是大數據內在邏輯的深刻體現。近年來，越來越多的學者將大數據思維應用到各行各業中，如經濟管理、制造業、農業、商業、金融業、交通運輸業、影視制作、醫療衛生、體育等等，為行業發展提供了新的理念、方法，甚至開辟了新的領域。[8]大數據思維在教育中的應用研究目前主要在高校圖書館、學生信息管理、人事檔案管理等方面。在高校教師績效管理方面，筆者在CNKI中以“大數據”和“教師績效管理”為關鍵詞進行文獻檢索，檢索文獻結果為零 （檢索時間為2016年9月15日），說明關于大數據思維在高校教師績效管理中的研究甚少，同時也反映出本研究具有一定的開創性。

三、大數據思維對高校教師績效管理的啟示

1.精細的評價指標體系設計與數據采集

相對于傳統高校教師績效管理的指標設計和數據采集，在大數據的支持下，可以進行更加精細的指標設計和數據采集。在教學工作的評價指標中，可以增設更多的過程性評價指標進行數據采集，如教師的出勤率可以更加精確到教師是否存在遲到、早退等現象，以及課堂教師講授時間、課堂師生互動次數等等，從而可以有效避免學生評教的主觀性和人情分；在科研工作上，除了對科研成果的數量統計外，大數據還可以對教師科研成果的完成進度進行監控，特別是大數據可以對科研經費監督，對科研成果價值進行有效評估，而這些措施對于科研成就的評估具有重要價值；在其它服務工作上，大數據也可根據教師職務設置相應指標進行基礎數據采集，如班主任對學生的日常班級管理工作等等。由于大數據對事物內在規律的探索上具有開放性，即不需對結論進行提前的預設，依據采集的精細數據進行研究分析，可以獲得更多未知規律和多元體系。[9]因此，基于大數據的教師績效管理可以根據這些原始數據進行更多的、意想不到的評估和預測。

2.便利的數據整合分析處理手段

在高校教師績效評價中，指標權重的確定和計算是一項煩瑣的工作，并且績效結果的公示和監督也相對復雜。通過大數據技術，可以在基礎數據采集后，通過系統云計算和大數據分析挖掘技術進行快速便捷的數據整合分析，并對異常數據進行報錯。在高校中，通過大數據的互聯互通，可以將學校各系統平臺數據進行有效整合，如學工系統、一卡通系統、后勤服務系統等平臺，甚至與教師個人網站、自媒體平臺系統都可以進行數據整合分析，而對于這些海量數據資源的利用與分析，可以充分發揮大數據的特點。同時隨著時間的積累、底層數據量的不斷擴展，可以為每個教師構建自身的大數據系統庫，從而可以更加有效地進行教師的績效管理。

3.基于大數據預警與評估的個性化專業發展

大數據分析、數據挖掘等技術的支持，可以對事物發展的規律和方向進行有效評估和預測。在基于大數據的高校教師績效管理中，既可以將各個教師績效進行橫向的對比分析，也可在時間維度上進行縱向的教師自身的自我發展評價，同時可以對每個教師的績效建模，從而對教師的績效規律進行分析利用，并可實時、有效地為教師的績效發展進行預警與評估，進而為教師專業能力的發展提供幫助。從績效管理的本質上來講，績效管理的目的是為了促進工作目標的達成，通過大數據對教師專業能力的發展提高可以進一步促進高校工作業績的提升。

四、高校教師績效管理的“大數據”準備

從高校教師未來發展的趨勢來看，全面實施基于大數據的高校教師績效管理是毋容置疑的，但是需要較長時間的過渡和完善。從當前角度來看，高校應當為未來基于大數據的績效管理做以下四個方面的準備工作：

1.基礎性數據的采集積累

原始數據的采集積累是大數據分析的重要前提，因此從長遠角度來看，教師績效管理的實現需要基礎性數據的大量積累與存儲。教師的基礎性數據主要包括個人基本信息、教學信息、科研信息、服務信息等，其中個人基本信息可以對接院校中的教工系統，而教學信息、科研信息以及服務信息等方面，以往的數據采集多為工作量、工作結果的采集，相對于未來大數據分析十分欠缺，應當進行更多過程性指標的設定，并進行原始數據的采集積累。從采集手段上來說，基于一卡通系統的打卡考勤等是當前相對便于實施的一種手段，同時隨著當下技術的發展，可以基于校園網絡做底層數據的采集，如對教師網絡使用情況的監控、基于NFC（近距離無線通訊技術）定位的考勤分析等等，都可以進一步實施原始數據的細化采集，并且這種“悄無聲息”的數據采集，可以避免煩瑣的人工操作而引起教師的反感情緒。

2.信息資源的整合管理

相對于傳統的高校系統平臺，基于大數據的績效管理平臺需要對接多個相關系統，以便數據的共建、共享和共用，因此信息資源的有效整合是關鍵環節。當前各高校網絡系統規模、水平參差不齊，并且各個子系統之間相對獨立，大多只是職工賬號的統一入口，而各系統的內容數據共享共用比較欠缺。一方面是系統建設本身功能的欠缺，一方面是院校對各個系統采購時的供應單位大多不一致，第三方公司出于對自身信息的安全考慮而不提供數據接口。這種系統的相對對立對后期大數據的分析是一個較大的障礙，因此應當逐步對各系統信息資源進行整合管理，特別是對已有的過往數據整合，可以進一步加快高?；诖髷祿目冃Ч芾淼拈_展。

3.頂層設計、投入的逐步實施

當前高校教師績效管理評價指標不同，評價內容各異，很大程度上是因為績效管理機制不健全、不完善。隨著教育信息化的進一步深入，大數據在高校教學和管理中的應用成為重點，但大數據對多數院校獨立設計實施卻難以操作，因此在政府層面需要進行頂層設計規劃，并逐步投資實施。當然在具體實施方面，可以由第三方進行操作，但頂層規劃、標準設計需要統一的行業標準進行規范，才能夠為未來各高校間信息的共享提供基礎，而單純的市場行為很難在短期內形成符合高校需求的標準。

4.教師信息化意識與能力的漸進提升

教師既是高校績效管理的主體，也是高?？冃Ч芾淼目腕w：作為主體，教師是績效管理規則的制定者與實施者；作為客體，教師是高?？冃Ч芾淼膶ο?。這一雙重身份使教師在對新技術的介入和應用中具有關鍵的影響作用，因此基于大數據的績效管理要求教師本身必須具有信息化的意識與能力，以便有效穩定地開展實施。當然技術的發展會使人機交互逐步走向自然化、人性化，因此大數據原始數據的采集在一定程度上并不會導致煩瑣的人工操作，但作為教師應逐漸了解、認識“大數據”這一事物，進而在此基礎上開展大數據的相關應用，促進自身能力的發展。

綜上所述，本研究首先對當前高校績效評價的現狀和問題進行了分析，其次對大數據思維進行了闡述，之后對大數據思維對高校教師績效評價的啟示進行論述，包括精細的評價指標體系設計與數據采集、便利的數據整合分析處理手段、基于大數據預警與評估的個性化專業發展三個方面，最后針對未來大數據支持的高?？冃Ч芾恚岢隽嘶A性數據的采集積累，信息資源的整合管理，頂層設計、投入的逐步實施和教師信息化意識與能力的漸進提升四個方面的準備工作，以期對未來高?；诖髷祿慕處熆冃Ч芾硖峁﹨⒖?。

[1]Yu X,Wu S.Typical Applications of Big Data in Education[C].International Conference of Educational InnovationThroughTechnology.IEEEComputerSociety,2015.

[2]李志河.我國高校教學科研人員績效考評研究[M].科學出版社,2012.

[3]呂志霞,陳偉.高校教師績效考核:現狀、問題與對策[J].現代教育管理,2013(8):78-82.

[4]劉姍,胡仁東.對我國高?？冃Ч芾淼姆此糩J].教育探索,2015(10):77-80.

[5]戴屹,顧琴軒.國外高校教師績效評估研究綜述與啟示[J].外國教育研究,2012(7):43-49.

[6]何克抗.大數據面面觀[J].電化教育研究,2014(10): 8-16,22.

[7]祝智庭,沈德梅.基于大數據的教育技術研究新范式[J].電化教育研究,2013(10):5-13.

[8]鄔賀銓.大數據思維[J].科學與社會,2014(1):1-13.

[9]和婷.大數據思維對圖書館信息服務工作的啟示[J].圖書館建設,2014(1):64-68.

[10]蔡先金,宋尚桂,王希普,劉福才.大數據時代的大學——e課程e教學e管理[M].山東人民出版社,2015.

[11]Rabl T,Mez-Villamor S,Sadoghi M,et al.Solving big data challenges for enterprise application performance management[J].Proceedings of the Vldb Endowment,2012,5(12):1724-1735.

[12]Crossley M.Global league tables,big data and the international transfer of educational research modalities[J]. Comparative Education,2014,50(1):15-26.

（編輯：王天鵬）

G40-057

A

1673-8454（2017）05-0001-03

教育部人文社會科學研究規劃基金項目“高校教師績效管理/改善模型及其應用方案研究——基于教師專業發展的視角”（項目批準號：12YJA880167）。