大數據時代高教研究的特征與新文化

鄭宏

摘要：大數據時代高等教育研究已經或即將呈現一些新的特點，主要表現為大數據的發現與收集將成為高等教育研究的基礎；大數據分析能力將提升高等教育研究的質量和科學性；大數據利用能力是高等教育研究能夠服務實踐的關鍵。這些特征意味著我們需要倡導并培育一種基于大數據的高等教育研究新文化：重數據而不唯數據，見“數”又見“人”；重視相關關系和因果關系；安全使用數據，注重數據倫理；形成一種開放、共享、合作的研究模式，從而增強研究的科學性，促進高等教育質量的提升。

關鍵詞：大數據時代；高等教育研究；特征；新文化

當很多人尚在迷惑信息時代究竟是什么的時候，大數據時代已經翩然而至。2011年6月麥肯錫全球研究院發布題為 《大數據：下一個創新、競爭和生產力的前沿》的研究報告，在全世界宣告“大數據時代已經到來”。大數據在教育領域更是吸引了全球的關注。美國新媒體聯盟（New Media Consortium）和美國高校教育信息化協會（EDUCAUSE Learning Initiative）聯合發布的2013 年地平線報告（高等教育版）[1]，以國際教育信息化為主題，指出未來 5年將影響全球教育的 6 種新興技術，即：學習分析技術、大規模網絡課程、平板電腦、3D 打印技術、游戲及游戲化和可穿戴技術，其中的學習分析技術和大規模網絡課程就與大數據緊密相關。2013年英國將大數據作為國家的戰略之一，指出大數據對經濟發展和科技創新意義重大，要求所有高校將數據能力（Data Capability）作為大學生的核心能力之一，并研究如何結合不同學科培養學生的這種能力。 2015年8月31日，中國國務院發布《促進大數據發展行動綱要》，指出“數據已成為國家基礎性戰略資源”，應該“完善教育管理公共服務平臺，推動教育基礎數據的伴隨式收集和全國互通共享”[2]。可見，大數據已經滲透到世界教育系統的方方面面，與此同時，各學科領域的學者也紛紛開始探討大數據所帶來的影響，以及本學科研究范式與話語體系可能發生的深刻變革，如語言學、新聞傳播學、政治學、經濟學、心理學、社會學、管理學、營銷學和歷史學等學科都將大數據的理念引入進來。

但是在這股熱潮中，高等教育研究似乎相對滯后。2016年12月15日，在中國引文數據庫（期刊） 以“big data”展開中英文論文擴展搜索，對10236篇文獻進行學科分析，結果“高等教育”僅有219篇，勉強名列前20位。而這些高等教育學科的論文，大多是分析大數據給高等教育帶來的影響而不是給高等教育研究帶來的變化，“總體來看，教育學中運用大數據方法進行研究的成熟案例還不多”[3]。因此，本文的著力點在于分析大數據時代，到底高等教育研究將呈現哪些新的特征，這些特征又要求我們培育一種怎樣的高等教育研究新文化。

一、大數據時代高等教育研究的新特征

大數據時代，大數據與大數據分析被提升到了前所未有的高度。人們通常把大數據的特征歸納為4個V，即數據數量的規模性（volume）、數據種類的多樣性（variety）、數據處理的高速性（velocity）以及數據隱藏的價值（value），這些特征為高等教育研究帶來了新的機遇，也提出了新的挑戰。中央電化教育館王曉蕪副館長說：“教育正在走向大數據時代，誰能夠發現數據，誰就能夠贏得未來的生存；誰能夠挖掘數據，誰就能夠贏得未來的發展；誰能夠利用數據，并利用數據提供個性化的服務，誰就能夠贏得未來的競爭。”[4]可以說，正在走向大數據時代的高等教育研究，將呈現新的特點。

（一）大數據發現與收集將成為高等教育研究的基礎

大數據時代，“讓數據說話（Data Tell the Truth）”是最明顯的特征，數據為王。除了定性研究，傳統的抽樣定量研究將逐漸被大數據研究所取代，大數據的發現與收集將成為高等教育研究的基礎。“基于大數據的研究突破了以樣本推斷總體的傳統測量統計方法，直接對總體進行分析，并更注重結論的相關性和實時性。”[5]相對于傳統的定量研究，大數據研究不存在樣本，總體就是樣本。為什么高等教育領域目前缺乏大數據的研究成果，一個原因是大數據不足，沒有數據想做大數據研究只能是“無源之水、無本之木”，當然數據不僅包括數字，視頻、文本、圖像、音頻都是可以被記錄的數據。

僅從數字數據來說，目前有幾個主要的來源：其一是來自政府層面的，比如教育部每年對高等教育的統計，即《高等教育學校（機構）統計報表》，統計的是每所高校培養的各類學生數、師資數、固定資產量等；學科建設、科研成果等沒有納入這一套報表。其二，各省市及地方教育主管部門會根據不同的職能，定期或不定期要求高校報送各種統計數據。其三，有些高校自己因為戰略決策需要或評估等需要，統計自己高校的某些數據。比如廈門大學自2005年開始，學校教務處參照教育部本科教學評估的做法，堅持開展年度教學評估，形成了常態化的教學質量“年檢”制度。結合師資情況分析、學生情況統計、教學質量報告、課程教學評價、學生學習經歷調查、教師發展中心建設等多種手段，學校不僅建立了系統的可持續的動態的教學質量監測與評估機制，還積累了廈門大學有關教學狀態的一系列數據。第四，目前有一些數據中心、科研機構、評估中心和咨詢公司也在收集教育數據，如麥可思數據有限公司比較早就開始進行專門的教育數據收集，教育部高等教育質量評估中心也正在進行高等教育質量監測國家數據平臺的建設。

除了傳統的數據收集方式，現在大量的網絡數據源源不斷且數量龐大，是今后重要的高等教育研究資源。而且這些網絡大數據，正在使一些用傳統方法無法進行的研究選題成為可能。比如以前研究大學辦學水平，主要是考察教授數量、生源質量、校舍面積、科研經費、科研項目多寡、論文數量等硬指標，對大學社會聲譽、大學滿意度等軟性指標的衡量相對缺乏，原因一方面是由于大學軟實力的體現往往是隱性的、還沒有直接生成的數據，只能通過問卷、訪談等形式進行采集，但是要對中國幾千所高校進行這樣的數據采集幾乎不可能；同時中國高校類型多樣、數量眾多且分布地域廣泛，不同社會群體對高校關注的情況千差萬別，調查樣本難以選擇， 但是如今大數據為進行大學的社會聲譽研究提供了可能性。截至2016年12月，我國網民規模達7.31億[6]，網民在互聯網上對大學的檢索、評論、關注使得大學社會聲譽的隱性數據變為顯性數據，研究者不再需要通過調查問卷等傳統方式去臨時生成關于大學社會聲譽的數據，而只需要采用大數據手段直接采集互聯網上已經生成的現成數據即可。[7]endprint

（二）大數據分析能力將提升高等教育研究的質量和科學性

顯然，大數據時代對研究者的數據處理能力提出了更高要求。高等教育研究者獲取數據之后，需要快速高效地將原始數據轉換成可行并且有用的數據，以便更好地進行科學研究。所以，高等教育研究者首先必須具有大數據思維，能夠去偽存真，清理數據、管理數據、合并數據、分析數據并使數據可視化，最后得出結論，這是大數據研究者應該具備的能力，否則，只能“望據興嘆”，無能為力。當然，這并不是說每個研究者都必須在一夜之間成為大數據專家，這既不可能也不現實。有了大數據思維，研究者不能完成的一些純技術工作可以交給專業的技術人員去操作，包括運用計算機進行運算分析等等，但是大數據思維是每個研究者都必須具備的。所謂大數據思維，就是“一切皆用數據來觀察，一切都用數據來刻畫，人們以數據的眼光來觀察、思考、解釋這個紛繁復雜的世界”[8]。

沒有大數據分析能力和大數據思維，數據背后隱藏的價值將無從體現，所以，我們應該認識到，大數據時代對研究者的理論素養要求并沒有降低，從某種角度來說，反而是提高了，理論素養本身就是大數據思維的一部分。首先，研究問題是什么，需要收集哪些數據，如確定變量或參數，是研究者根據自己的理論假設或觀察到的現實事先確定的，當然可能在研究過程中還會發生改變；其次，即使是基于大數據的研究，也需要研究者具有一種對高等教育現象的深刻洞察力，以及對高等教育基于政治、經濟、歷史與文化體驗的深度詮釋能力，同時還需要具備理論的表達與建構能力。大數據研究與傳統的定性研究、案例研究并不矛盾，大數據不是告訴我們高等教育如何運作，而僅僅是呈現給我們信息，如何對數據進行解讀與挖掘，還需要具有高等教育知識結構和理論背景的研究者的分析與推理，特別是大數據當中大量的非結構性材料，難以被計算機處理，需要研究者質性的解讀，并把它們轉化成結構性數據。如果不具備一定的理論素養，研究者不僅找不到真正的具有學術價值的高等教育問題，還很可能迷失在海量的數據中不知所云。比如，現在高等教育普及化逐漸進入人們的視野，那么普及化量的規定性跟以前提出普及化理論時有沒有改變？是否還是沿用老的標準？大規模的網絡課程是否會對普及化量的規定性產生影響？這些問題在分析數據時都必須考慮周全。數據終歸是死的，只有人的解釋和分析才能揭示數據之間的關系，建立模型，并進一步分析變量之間的因果關系，使得這些數據具有說服力和解釋力。

傳統的高等教育定性研究和“抽樣”的定量研究，一直被人詬病邏輯性和科學性不足，大數據的出現，高等教育研究逐漸從抽樣模式走向全樣本模式，這為高等教育研究走向科學性奠定了堅實的基礎。

（三）大數據利用能力是高等教育研究服務實踐的關鍵

通常高等教育研究的目的有兩個：一是理論目的，通過研究促進高等教育理論的發展和認識的深化；二是實踐目的，通過研究揭示高等教育發展的趨勢，提出預測或預警，為政策制定或改革實踐提供指導。大數據時代的研究當然也要促進高等教育理論的發展，但是通過研究助力宏觀和微觀的高等教育決策更加科學，促進高等教育改革的順利進行，始終是研究者不可推卸的社會責任。因此，利用大數據研究，對未來做出預測，就成為高等教育研究能否服務實踐并發揮智庫功能的關鍵。

大數據的突出價值之一即是對于事物發展的預測功能。如前所述，大數據分析是一種全樣本的分析，而不是通過小樣本的統計推論來對整體進行預測，所以大數據研究注重的是事物發展的先后順序，而不是事物的因果聯系，并由此進行較為準確的預測。我們不能保證大數據一定能夠揭示教育規律，但是不可否認，大規模的數據的確使我們更加逼近事實，發現更多的規律性或者高等教育的發展趨勢，從而為我們預測未來和科學決策奠定基礎。這種預測可以是宏觀的也可以是微觀的，宏觀的比如中國高等教育大眾化和普及化，有沒有什么特殊性？哪些高等教育要素會發生重大變化，我們應該如何應對？微觀的比如對大學生的學習分析。“大數據可以支持對學習者個性發展的研究，數據的分析可以提供給我們關于每一個學習者的學習需求、學習風格、學習態度乃至學習模式等信息，因此我們可以相應的提供適合不同學習者發展的學習內容和學習指導，促進其個性發展從而實現真正意義上的個性化教育。”[9]

各個國家在啟動大數據教育研究時都不約而同地指向實踐的需求，突出表現在大學教學和院校管理兩方面。如美國學校管理者協會AASA攜手學校網絡聯合會COSN 以及全球性的信息技術研究和咨詢公司Gartner，共同實施了一個名為Closing the Gap： Turning Data into Action 的項目，旨在促進學校對學生信息系統和學習管理系統中大數據的使用；美國教育部（U.S.Department of Education）在2012年10月發布了《通過教育數據挖掘和學習分析促進教與學》報告，其直接目的就是面向教學實踐；兩位美國學者曾經對約1000門在線課程及約6000名學生進行大數據分析，發現在某個時間段學生表現不佳或者處于放棄的邊緣，由此分析怎么樣的學生群體較容易處于這種危險之中，從而對學生進行適時的幫助，改變教學策略，降低輟學的比例。關于院校管理，別敦榮教授的看法具有代表性。他認為院校研究中的數據分析，不僅可以幫助院校研究人員和管理者獲取關于研究對象的一般認知，還可以獲取對研究對象的本質認知和未來認知，從而幫助大學的決策者從傳統的主觀決策、經驗決策和指令決策走向理性決策和科學管理。[10]我國《促進大數據發展行動綱要》明確要求“探索發揮大數據對變革教育方式、促進教育公平、提升教育質量的支撐作用”[11]。高等教育研究應該切實運用大數據，改善高校的管理，促進教學改革和教學質量的提高，而不是將大數據研究成果束之高閣。

二、大數據時代高等教育研究的新文化

大數據時代高等教育研究呈現或即將呈現的這些新特點，意味著掌握數據、分析數據和利用數據的能力將成為每個高等教育研究者應該具備的數據素養，我們急需倡導并培育一種基于大數據的高等教育研究新文化。endprint

數據文化是指一個教育組織或系統內部崇尚數據對于各個層面決策過程的重要性的學習環境，它包括相應的價值觀、態度和行為準則。[12]布魯金斯學會的一篇論文指出：大數據在教育決策中的使用日益增多，而數據驅動決策（data-driven decisions）確實能使學校做出的決策更合理，更讓人信服。[13]我們已經進入一個“數據驅動決策”的時代，高等教育研究者要用自己的大數據研究，使學校管理者認識到數據會讓他們的管理決策更加科學高效；給教師們的教學實踐帶來幫助，促使整個高等教育系統產生對數據的信任感，形成一種基于數據的科學決策文化。對高等教育研究來說，我們需要培育一種在人的理性的指引下合理運用技術的價值觀、態度和方法，也就是一種高等教育研究的新文化，主要包括四個方面。

第一，重數據而不唯數據，見“數”又見“人”。大數據時代我們強調用數據說話，實質就是強調實事求是，重視研究的客觀性和科學性，但是與此同時，我們也必須意識到大數據是我們認識高等教育的一種工具，它不能代替研究者的理性思考。我們更不能見“數”不見“人”，這是教育學與自然科學的不同，因為高等教育的目的是培養人，所以當我們解讀教育數據時，首先不能只把它理解為“冷冰冰”的數據，教育數據反映的其實是“活生生”的人的信息。大數據對于人的感覺、情感、經驗、體驗和創造性也具有收集和分析能力（如多媒體數據和行為數據），這讓我們觸摸到大數據的溫度和質感，依靠這些數據進行研究，最終目的是幫助我們理解人的培養過程，掌握人才的成長規律。教育與人永遠是不可分的。其次，我們還要看到個體的人，不能只見“森林”（大數據）不見“樹木”（個體）。大數據讓我們更好地掌握研究對象（教育者、受教育者、管理者等等）的共性和發展趨勢，但是同時這些研究對象是一個個有自身特點的人，我們要利用大數據，發現個體的差異性，促進個性化的教育改革，真正實現管理和教育的科學性和人性化。最后，我們還要看到這些個體是動態發展變化的，而不是一成不變的，因為收集的數據往往反映的是個體的過去，而且由于大數據保存的便利性，很可能某個個體幾年前甚至更長時間的信息都得以保存，所以當我們審視這些數據時，要意識到該個體的情況已經發生了變化，必須以發展的眼光來分析這些數據，同時考慮人的巨大潛能，否則就可能得出僵化或片面的結論。

第二，重視相關關系也探究因果關系。不可否認，大數據揭示的相關關系幫助我們相對準確地了解現象并預測高等教育的發展動態，這是以前的定性研究或樣本研究難以做到的，但是相關關系只是因果關系的基礎，只有弄清相關關系背后的因果關系才能真正把握高等教育規律。高等教育與社會政治、經濟、文化存在錯綜復雜的關系，高等教育內在系統本身也充滿復雜性和動態性，所以大數據呈現出來的高等教育領域的相關關系也是多種多樣的，有些可能互相矛盾甚至完全顛覆常識，這個時候因果關系的探討就顯得特別重要，否則就可能導致結論的簡單化和片面化。我們“需要深度理解大數據分析的局限性，以避免陷入數據產生歧義之陷阱”[14]。況且高等教育領域幾乎不存在單一原因導致單一結果的簡單關系，所以去粗取精、去偽存真的分析至關重要。數據并不直接導向決策，只有同時揭示相關關系和因果關系，才能保證高等教育研究的質量和科學性，有效地將大數據的預測應用到高等教育實踐，服務國家高等教育決策，這將是我們長期關注的課題。

第三，安全使用大數據，注重數據倫理。這是所有學術研究都要注意的問題，但大數據時代的數據倫理問題愈加凸顯。高等教育數據是寶貴的教育財富，但也不可避免地涉及管理者、教育者和受教育者的隱私，所以合理安全地使用教育數據，保護個人隱私是不可回避的社會倫理問題。目前很多國家都出臺了保護數據隱私的相關法律，歐盟也推出了《個人數據保護》（Personal Data Protection），這些法規一方面希望開放數據服務于公共事業，另一方面保護個人對自身數據的控制。中國目前還缺乏相關法規或條例。另外“在教育領域運用大數據，至關重要的是必須在互信的環境中，尤其要得到學生和家長的信任”[15]。這里強調的不僅是讓學生和家長允許研究者收集數據，更重要的是根據大數據研究出來的結果要能夠讓學生和家長信服。比如根據大數據預測某學生適合某專業或某職業，很可能與學生或家長的預期不一樣，那么家長會不會認為這剝奪了孩子的未來呢？孩子會不會認為這違背了他/她的興趣和理想呢？尤其當我們要用大數據的結果去實施一項重大高等教育改革的時候，更要謹慎行事。

第四，形成一種開放、共享、合作的研究模式。長期以來，我們的高等教育研究注重描述性和思辨性研究，如比較教育研究領域，“在基于證據的研究的時代顯得方法上偏‘軟，證據不夠充分，結論不太客觀，同時，與國際社會在研究范式上的這種差異，也使我國的比較教育研究成果很難得到國際同行的承認，難以與國際同行在同一個話語體系中對話”[16]。可以說，大數據為我們提供了一個契機，可以與國際同行分享數據，共同研究。“比較教育學之父”朱利安很早就提出了獲取、整理、對比和分析各國教育統計數據的一系列設想，由于當時條件所限無法得以實現，所以以前的比較高等教育研究主要集中于某國或某幾國的資料，或者僅僅是某個高校的數據，現在依托分布存儲和云計算，高等教育研究者將不再受地域和國家的限制，通過互聯網就能夠在世界上任何一個地方迅速地獲取整個高等教育領域和相關領域的海量數據，使得真正的跨國研究和高等教育比較研究成為可能。共享大數據將使我們具有更加廣闊的國際視野，探索世界高等教育的規律，而不是僅僅局限于中國特色的研究。

世界很多發達國家已經意識到共享大數據、促進研究深入的重要性，開始一系列數據開放的行動。如英國分別于2013/2014和2014/2015年度為100余所大學額外投資三千七百萬英鎊建立開放的科學研究數據平臺[17]；歐洲委員會、美國政府、澳大利亞政府成立了研究數據聯盟；歐洲委員會出臺開放數據戰略以及2020地平線開放數據計劃。中國應該順應這一趨勢，積極主動地開放資源，尋找更多的國際合作研究伙伴。endprint

我們知道，大數據的魅力除了數據之海量，更在于它將多學科、跨領域的數據結合在一起，因此突破了傳統方法的限制，實現了研究的創新。大數據科學本身就橫跨多門學科，如信息科學、網絡科學、統計學、管理學、心理學、倫理學等等。大數據時代到來，社會、經濟和科技發展一體化的程度越來越高，一方面，社會科學各學科之間，社會科學與自然科學之間不斷交叉、融合；另一方面，許多學科越分越細、新學科不斷涌現，這就要求不同學科、不同領域之間在方法和視角上相互借鑒，加強協作。近年來，各個國家在開始培養大數據人才時都幾乎采取了跨學科的方式。據不完全統計，2012年全世界有近170所大學開設了大數據相關專業，美國各大學的大數據碩士課程從2011、2012年開始大量招生，這些課程大多數是與商業管理、社會學、新聞學等學科結合起來培養大數據人才，有專家稱之為數據科學家，而不僅僅是單純的數據技術人才。如哈佛大學在2008年推出數字人文先導計劃，2010年再進一步成立“人文2.0”實驗室，也是面向校內的人文院系，發展數字化的研究工具、建立討論平臺或是提出跨領域的合作計劃。[18]

因此，大數據時代的到來，高等教育研究必須主動尋求跨學科的合作，聯合信息科學、網絡科學、統計學、倫理學和管理學等相關領域的學者，夯實大數據基礎理論，切實提高研究者數據收集、數據分析、數據挖掘、數據應用的能力。我國已出臺政策“鼓勵高校設立數據科學和數據工程相關專業，重點培養專業化數據工程師等大數據專業人才，鼓勵采取跨校聯合培養等方式開展跨學科大數據綜合型人才培養，大力培養具有統計分析、計算機技術、經濟管理等多學科知識的跨界復合型人才”[19]。跨學科的合作，不僅可以培養高等教育大數據人才，還有可能創生新的交叉學科，就像“計算社會學”日趨流行一樣，有學者預言，假以時日，也許會誕生一門“計量高等教育學”，開辟一個全新的高等教育研究方向。

三、結語

大數據正在深刻地影響和改變著高等教育的發展，也對研究者的理論與實踐帶來新的挑戰與機遇。大數據研究作為一種發展趨勢，對中外高等教育領域來說都是新生事物。如果說我們的定量研究曾經落后于大多數西方發達國家的話，我們的大數據研究幾乎是和國外站在同一個起跑線上，能否抓住機遇，實現高等教育研究的一次飛躍，關鍵取決于高等教育研究者數據素養的提升和高等教育大數據研究文化的培育和形成。這絕非一朝一夕之功，只能積跬步而至千里，以開放的心胸開展跨學科、跨國界的合作，逐漸增強高等教育研究的科學性，為高等教育質量的提升和高等教育改革的實踐提供更為堅實的理論與事實的支撐。

參考文獻：

[1]Project N H.NMC Horizon Report：2013 Higher Education Edition （Ⅱ）[R].Journal of Guangzhou Open University，2013.

[2][19]國務院關于印發促進大數據發展行動綱要的通知[EB/OL].http：//www.gov.cn/zhengce/content/2015-09/05/content_10137.htm.

[3]南豪峰.大數據在社會研究中的應用現狀[J].江漢大學學報（社會科學版），2015（10）.

[4]王曉波.大數據促進教育變革與創新——專訪中央電化教育館王曉蕪副館長[J].中小學信息技術教育，2013（10）：10-11.

[5]郭文革.中國網絡教育政策變遷[M].北京： 北京大學出版社，2014：265.

[6]我國網民達7.3億[EB/OL].http：//news.163.com/17/0123/04/CBEI5S4600018AOP.html.

[7]譚維智.大數據時代的中國大學社會聲譽研究[EB/OL].http：//paper.dzwww.com/dzrb/content/20160128/Articel20011MT.htm.

[8]黃欣榮.大數據時代的思維變革[J].重慶理工大學學報（社會科學版），2014（5）：13-18.

[9]劉鳳娟.大數據的教育應用研究綜述[J].現代教育技術，2014（8）.

[10][11]張俊超.院校研究如何通過數據分析為大學管理決策服務——“院校研究數據分析的對象、內容和方法研討會”暨2013年中國院校研究會年會綜述[J].高等教育研究，2013（ 8） ：106.

[12]沈學珺.大數據對教育意味著什么[J].上海教育科研，2013（9）：9-13.

[13]Grover J.Opportunity through Education：Two Proosals[J].Brookings Institution，2011：181～186.

[14][15]維克托·邁爾-舍恩伯格； 肯尼恩·庫克耶.與大數據同行： 學習和教育的未來[M].趙中建，張燕南，譯.上海： 華東師范大學出版社，2015：120，132.

[16]劉寶存，楊尊偉.大數據時代比較教育研究范式的轉型[J].比較教育研究，2015（10）.

[17]Great Britain.Department for Business， Innovation and Skills （BIS）.Seizing the data opportunity： a strategy for UK data capability[EB/OL].https：//www.gov.uk/government/uploads/system/uploads/attachment_data/file/254136/bis-13-1250-strategy-for-uk-data-capability-v4.pdf.

[18]李啟虎，尹力，張全.信息時代的人文計算[J].科學，2015（1）.

（責任編輯劉第紅）endprint