以實證為本：紡織服裝高等教育縱向研究數據庫構建

劉紅文 李翠云 黃智高 Nurul Hanim Romainoor

摘要： 在以“實證為本”的教育科學研究發展浪潮下，紡織服裝高等教育領域需要通過構建紡織服裝高等教育縱向研究數據庫來突破傳統以研究者個人經驗及理論推斷為主的教育問題研究模式。文章通過調研國內外相關縱向研究數據庫建設實踐和構建理論，探討紡織服裝高等教育縱向研究數據庫的理論基礎、特征及其功能，并進一步分析紡織服裝高等教育縱向研究數據庫的構建要素，最后針對該數據庫的優勢和限制進行介紹。鑒于紡織服裝高等教育縱向研究數據庫構建任務的開創性與復雜性，需要在有關政府機構或行業協會的支持下，以院校、企業與學生等群體力量來進行構建與研究。

關鍵詞： 紡織服裝;高等教育;數據庫;實證研究;縱向研究

中圖分類號： TS941.1;G642.0

文獻標志碼： A

文章編號： 1001-7003（2021）05-0076-10

引用頁碼： 051112

DOI： 10.3969/j.issn.1001-7003.2021.05.012（篇序）

Abstract： Under the development trend of "evidence-based" educational scientific research， a longitudinal research database of textile and apparel higher education needs to be established in the textile and apparel higher education field in order to break through the conventional educational research model on the basis of researcher's personal experience and theoretical inference. Through an investigation of the practice and theroid of related longitudinal research database construction at home and abroad， this paper discussed the theoretical basis， characteristics， and functions of the longitudinal research database for textile and apparel higher education， and further analyzed the elements of establishing the longitudinal research database for textile and apparel higher education. In the end， this paper introduced the database advantages and limitations. In view that it is innovative and complicated to establish the longitudinal research database for the textile and apparel higher education， the support from relevant government agencies or industry associations， and the strength of colleges， enterprises， and students are need to complete its construction and relevant research.

Key words： textile and apparel; higher education; databases; empirical study; longitudinal study

21世紀以來，國內紡織服裝產業正踏上從借鑒轉向開發、從加工轉向創造的新征程，因此紡織服裝行業對自主創新型人才也有著越來越多的需求[1]。然而，根據教育部公布的年度普通高等學校本科專業備案和審批結果的文件顯示，紡織服裝類專業已連續兩年成為各高校撤銷數量列于首位的專業。在2018年、2019年，將近有四十余所高校撤掉了服裝與服飾設計和服裝設計與工程兩個專業，其數量之多，令人不得不對國內紡織服裝高等教育中所存在的問題重新進行審視[2]。

21世紀以來，歐美國家教育研究最受政府及學界重視的概念應該是“以實證為本”這個關鍵詞。Slavin[3]指出新世紀的教育決策部門所面臨的問題復雜程度比以往更高，因此更需要自然與社會科學家的系統性研究，以促進決策的推動，故以實證科學為基礎的決策制定可視為對復雜性問題的回應。陳明印等[4]提出以科學化的程序進行教育問題研究，獲得證據并加以有效應用，成為教育改革言說轉化為行動與實施的必要做法。洪雯柔等[5]從各國對于教育研究評鑒的分析中發現了當前教育研究普遍的缺點：研究不夠嚴謹、教育研究與教育實務不相干、流于抽象理論的辯論與無法提供科學依據作為教育決策的依據。故現今教育決策需要可靠有效的實證證據為基礎，如此才能做出更具品質及正確的教育決策。但縱觀紡織服裝高等教育研究領域，“以實證為本”的概念意識仍然十分淡薄。無論是政府教育行政機構還是高校，其相關教育決策通常是建立在領域知名專家學者的個人經驗及論斷基礎上，因此這導致紡織服裝高等教育中某些教育問題并未得到真正有效解決。鑒于此，建議紡織服裝專業領域的專家學者在教育問題探討中，必須客觀地對待研究對象，將研究構筑在科學證據的基礎上，而非純粹的經驗借鑒或理論推斷上。對此，紡織服裝高等教育縱向研究數據庫的構建，可為科學、客觀、嚴謹的紡織服裝高等教育問題的研究及理性決策提供重要的支持力量。

現今，國內外都越來越重視整合型教育數據庫的建立，特別是以縱向性的觀點來進行長期追蹤的數據收集更是趨勢，如美國杰斐遜醫學教育縱向研究數據庫（JLSME）、臺灣教育長期追蹤數據庫（TEPS）等。吳齊殷等[6]指出縱向長期性數據的建立與收集，已成為當代社會科學重新思索量化研究、調查研究、乃至于現象間因果關系的基本工具。與傳統的橫向研究相比，結合時間維度的縱向研究數據與分析技術將有助于厘清教育現象的基本時間次序，重建事件間的先后順序與因果關系的聯結。因此，紡織服裝高等教育縱向研究數據庫的構建將有助于客觀準確地把握中國紡織服裝教育的特征、現況、問題及未來發展趨勢等。

1 紡織服裝高等教育縱向研究數據庫構建的理論基礎與框架

任何研究的展開都需建立在一定的理論或事實基礎上，而本研究所探討的紡織服裝高等教育縱向研究數據庫構建的理論基礎則來源于Bronfenbrenner的生態系統理論（ecological system theory）。

早期心理學探討個人成長或發展問題時，多數從智力、生活能力、動作發展、社會技能等個人因素進行討論，較缺乏環境與個人互動關系的探討[7]。Bronfenbrenner[8]的生態系統理論拓展了發展心理學的關注焦點，開始探討個體與更大環境之間的相互作用，其認為個體的發展自出身起便受到多層環境系統交互作用的影響，而個體發展的環境就如一套巢狀、階層性結構，分為微觀系統、中間系統、外層系統、宏觀系統四個系統，個體的發展就是與這四個系統直接或間接交互作用后所產生的結果。Bronfenbrenner等[9]在后期研究更進一步提出時間維度的概念，來強調人類發展的貫時性和歷程的變動。

根據Bronfenbrenner[8]的解釋，影響個體發展的巢狀結構系統環境中，最核心一層為微觀系統，是指個體先天的潛質及直接接觸的人、事、物。由于這個系統與個體有直接密切的互動，所以產生的影響也最大，例如個體自身的心智發展、身體狀況、家庭、學校等都歸屬于微觀系統。第二層是中間系統，是指系統間的互動關系，在各個微觀系統之間扮演著橋梁的角色，如家庭與學校之間、師生之間、同學之間等關系。對個體發展而言，各微觀系統彼此間的關聯越強，中間系統越發達，對個體發展也就越有利。第三層是外層系統，是指發展中的個體并未直接參與，但會對個體產生間接影響的環境，例如父母的工作、社會支持系統等。第四層是宏觀系統，其作為一個廣泛的思想體系，不只影響個體的價值觀及信念，同時牽引著外層系統、中間系統和微觀系統，包含文化傳統、宗教信仰與價值觀等。第五層是時間維度，把時間作為研究個體成長過程中心理變化的參照體系，強調將時間和環境相結合來探究個體發展的動態過程[10]。

基于上述理論觀點，可知紡織服裝專業學生的個人發展是經歷生態系統中的動態運作而成，而系統中的各項因素皆對學生產生影響力。因此，根據學生培養過程中的主要影響力來源這一指標，本研究認為紡織服裝專業學生的培養在微觀系統上主要受家庭、學校、企業的影響，這是由于家庭、學校、企業通常都是學生親身參與、聯系最為緊密的對象，并且家庭與學校之間的聯結、學校與企業之間的聯結等則共同構成了影響學生成長的中間系統。其次，學校教育的品質往往又與教育主管行政機關及相關行業協會（中國紡織服裝教育學會等）給予的行政支持與資源有關，因此教育主管行政機關與行業協會則構成了影響學生培養的外層系統。最后，學生在學習、工作過程中，無論是生理、心理還是專業技能等方面必然會隨著時間的變化而有所改變，因此時間維度也是一個重要的參考對象。鑒于宏觀系統要素的影響大部分是透過上述微觀系統傳遞給個體，因此并未將其納入本研究理論框架。據此，紡織服裝高等教育縱向研究數據庫的構建將從學生、家庭、學校、企業及有關教育行政部門與協會方面展開數據收集。圖1為紡織服裝高等教育縱向研究數據庫構建的理論框架。

2 紡織服裝高等教育縱向研究數據庫的特色與功能

目前，中國紡織服裝高等教育領域正缺乏一個整合性、系統性的研究數據庫，現有的材料也是以各院校所收集的行政相關資料為主。因此，使得有關決策部門與學者很難對國內紡織服裝高等教育的素質與相關因素做深度的分析與研究。一些零星的學術研究由于資料內容及樣本的局限，不足為決策者做決策的依據。同樣地，有關國際性及校際間的比較分析也就很難達成，因而無法對國內紡織服裝高等教育的成效及相關問題做出明確說明。而紡織服裝高等教育縱向研究數據庫的建立將有效地彌補這一遺憾，除了提供數據以實證方法來提升研究與決策的客觀性外，系統性地面向多元化的紡織服裝高等教育縱向研究數據庫也將為決策人員及研究學者全面深入地了解國內紡織服裝高等教育的狀況、成果、品質與不足等信息提供有力的幫助。紡織服裝高等教育縱向研究數據庫屬于縱向研究類型中的固定樣本追蹤研究，其特色主要表現為以下幾個方面：

1）縱向追蹤調查。為了獲取更有價值的數據來推動創新性實證研究及評估教育成果，調查對象均至少提供四個時間點的長期追蹤資料，分別為入學初期階段調查、專業教育中期階段調查、畢業離校階段調查、畢業后一年追蹤調查。

2）多面向。教育是一項系統工程，紡織服裝專業學生的發展涉及家庭、學校、企業等多方面因素。因此，數據的調查與收集將以學生為中心，收集包括家庭、學校、企業、相關教育行政機構及行業協會多面向在內的數據資料。

3）大樣本。一般而言，數據庫搜集都屬于大樣本的搜集。因此，為了確保數據庫可供研究議題的豐富性及考慮到樣本拒絕率、流失率的問題，紡織服裝高等教育縱向研究數據庫在抽樣前期，會按照中國紡織服裝教育現況及國內外其他縱向研究數據庫的抽樣實踐進行樣本量的確定，一般初期樣本人數規模都會較大。

4）反映了中國紡織服裝高等教育實踐。無論是從調研對象還是從數據庫的內容設置等方面來看，紡織服裝高等教育縱向研究數據庫是一個真正意義上的基于中國紡織服裝高等教育實踐基礎上建立的數據資源庫。因此，基于該數據平臺所誕生的各類研究成果，將能夠真正有效地解決目前中國紡織服裝高等教育領域中所存在的問題。

5）數據公開與共享。為最大限度地發揮紡織服裝高等教育縱向研究數據庫的社會效益，實現各類高等教育數據庫之間的有效整合、拼接。紡織服裝高等教育縱向研究數據庫在資料收集和整理完成后，隨即會對外開放，以供社會人員、學界人士、高校及政府等進行使用。

彭森明等[11]指出教育數據庫的主要功能則是提供一些適時、正確、完整的資料，這些資料經過適當的整合或分析之后，提供決策者或研究者所需的信息。紡織服裝高等教育縱向研究數據庫面向多元，針對不同主體具有下列功能：

1）從教育行政部門及行業協會視角來看，紡織服裝高等教育縱向研究數據庫可以用于描述當前中國紡織服裝教育現況，如高校整體的評估認證、不同地區教育的特點與差距、教育資源的分配、政策的可行性、國內紡織服裝教育的發展動態、國內紡織服裝教育的國際化進程、產學合作等，以此作為未來政策修正及制定、客觀決策的參考。

2）從學校或學院視角來看，紡織服裝高等教育縱向研究數據庫則可用于探討學生成長、專業設置與規劃、師資配比、教師發展、教學設施、課程設置、校企合作、招生就業等因素的現況及問題，以此為學校或學院提供反饋和比較信息，提高辦學質量。

3）從教師角度來看，紡織服裝高等教育縱向研究數據庫作為中國紡織服裝教育領域唯一的全國性資料來源，其可提供各類數據以滿足教師進行相關教育議題、學術研究的需求。與此同時，教師也可應用該數據庫評鑒學生學習成果、學生心理素質、課程效果、新教學方法的成效、新教學方案的可行性等。

4）從家長及學生視角來看，紡織服裝高等教育縱向研究數據庫能提供更為客觀、完整的中國紡織服裝教育資訊，以增加家長及學生對國內紡織服裝教育的了解，從而進行更為合適的院校及專業選擇。

總而言之，紡織服裝高等教育縱向研究數據庫所提供的資料分析層面很多，兼具橫向及縱向分析功能，可供探討各種議題。

3 紡織服裝高等教育縱向研究數據庫的構建要素

由上述分析可知，紡織服裝高等教育縱向研究數據庫按數據來源可分為五個子數據庫類型，分別為以學生為本位的子數據庫、以院校及教師為本位的子數據庫、以家庭為本位的子數據庫、以企業為本位的子數據庫、以相關教育行政部門及行業協會為本位的子數據庫。其中，以學生為本位的子數據庫為中心數據庫，其他子數據庫的建立圍繞著中心數據庫展開。本研究以學生為本位子數據庫的構建為例，展示紡織服裝高等教育縱向研究數據庫在構建過程中的一些要點及內容，如圖2所示。其中，鑒于數據釋出平臺的建設涉及到眾多技術問題，將在后期充分調研的基礎上，進行單獨介紹。因此，本研究主要針對抽樣設計、計劃執行時程、數據庫內容與數據分析技術四部分內容進行闡述。

3.1 抽樣設計

紡織服裝高等教育縱向研究數據庫在實施初期的調研對象主要集中在本科和專科兩個學歷層次，具體抽樣設計如下：

1）原始資料收集：由中國紡織服裝教育學會協助發文至其下的各理事會理事單位，其中包括96所高等教育分會與85所高職高專教育分會（參考中國紡織服裝教育學會第七屆理事會理事單位名單[12]），匯集各院校在數據庫構建項目正式運作當年的紡織服裝類專業的大一新學生基本資料檔，內容包括姓名、性別、生源地、學校（院系）、入學方式、學號、地址、聯系方式與E-mail等，以作為調查設計之用。

2）樣本抽樣方法：依照學歷層次、專業（以教育部官方網站所公布的紡織服裝類專業目錄為準[13-14]）、學校及學生來源等因素進行分層抽樣，其中學校抽樣時要兼顧東中西部、公私立等影響因素。表1為2017年中國紡織服裝類專業信息。學生抽樣時除基本生理因素外，還需考慮到學生來源（城鄉）等因素，以進一步豐富數據庫可供研究的議題。在學生抽樣數量方面，考慮到樣本流失率的問題下，以最后一年追蹤時每個專業樣本應有200人為原則（參考臺灣特殊教育長期追蹤數據庫[15]、臺灣教育長期追蹤數據庫[16]等），以估計第一年的抽樣人數。若部分專業人數不足該數，則全數抽取。第一年抽樣時，以每年流失率8%、拒絕率15%（參考杰斐遜醫學教育縱向研究數據庫[17]等）估算取樣人數。

3）問卷資料收集：基于降低操作難度及易于數據資料品質檢測等方面的考量，學生在校期間主要以網絡問卷調查為主。而對于部分特殊地區的院校學生樣本（如新疆地區，國家現今正在大力支持新疆紡織服裝產業的發展），也會采取面訪形式進行現場問卷調查。畢業后學生問卷資料的收集，仍持續使用網絡問卷的同時，也會輔之一定的電話訪談等。

3.2 計劃執行時程

從上述分析可知，紡織服裝高等教育縱向研究數據庫屬于縱向研究類型中的固定樣本追蹤研究，即針對固定的學生樣本，在多個時間點上進行長期重復追蹤調查。為了全面地觀察或評估中國紡織服裝專業學生在受教育過程中所產生的變化及對其后期就業的影響，本研究參考Srensen等[18]的學習機會模型理論，即要能有效地理解并分析學生學習成效的變化，需要至少兩個時間點的資料。鑒于此，本研究計劃定出四個時間點的追蹤調查研究時程，如圖3所示。其中本科學生的資料收集，預計每間隔一年施測一次，時間安排分別為大一上學期、大三上學期、大四下學期及畢業后一年。而大專學生的資料收集，在校期間計劃每年皆進行施測，時間安排分別為大一上學期、大二下學期、大三下學期及畢業后一年。上述四個時間點的測量基本能夠全面反映紡織服裝專業學生在受專業教育初期、中期、畢業時的學習成效變化及畢業后的發展狀況等。

3.3 數據庫內容

紡織服裝高等教育縱向研究數據庫涵蓋了關于受教育個體在紡織服裝專業教育各階段、各節點的綜合信息。為求資料的客觀性和完整性，在設計數據庫的架構和內容時，本研究除了檢視國內紡織服裝教育相關文獻之外，也參考了美國醫學教育縱向研究數據庫[17]、中國臺灣教育長期追蹤數據庫后續調查[19]、中國臺灣高等教育資料庫[20]等縱向數據庫的數據信息，建立中國紡織服裝高等教育縱向研究數據庫的數據信息收集指標，如表2所示。其中，初期資料（大一新生資料（專科/本科））包括家庭背景、高中職就學情形等方面，有利于了解入學學生素質的變化，并探討造成此變化的原因。該部分信息甚為重要，因為大學新生的素質不僅反映了高中及基礎教育的狀態，而且也會影響整個大學專業教育的素質。中期資料（大二（專科）/大三（本科）學生資料）收集目的旨在了解紡織服裝專業學生在校生活狀況、學習歷程與成果、課程參與程度、職業理想、未來生涯計劃、對學校（院系、專業）的滿意度及與學生成長有關的其他因素。后期資料收集包含畢業離校前問卷調查與畢業后一年追蹤調查，目的在于搜集有關紡織服裝專業畢業生生涯發展的資料，借此了解紡織服裝專業各類人才培育狀況，以及大學專業教育與社會職場供需的配合度，作為院系規劃、專業調整、課程設計與改進中國紡織服裝專業教育培育社會所需人才的依據。

3.4 議題分析策略

基于紡織服裝高等教育縱向研究數據庫來進行有關議題的實證研究與探討，相比簡單的現象描述或差異的檢驗（橫向分析），研究人員介入時間因素進行各類縱向研究，才能最大限度地發揮該數據庫的優勢，因此這要求紡織服裝領域研究人員需學習并掌握一定的縱向追蹤數據分析技術。

近年來，隨著計算機信息科學知識大量運用于社會科學研究方法與工具問題上，使得社會科學的研究邁入了一個全新的境界。其中，針對不同研究主題及數據特性，以潛在成長模型與階層線性模型為代表的幾種縱向追蹤數據分析技術，已被眾多研究者關注并使用，以加速研究成果的呈現與積累。本研究以潛在成長模型與階層線性模型為例，進行分析。

3.4.1 潛在成長模型

潛在成長模型主要是用來分析重復測量的變量在不同時間點的變化情況，應用平均數結構來檢視縱向研究資料呈現于平均數差異的動態改變趨勢，因此其可應用于因果關系、成長與變化、長期發展趨勢等議題的研究，在潛在成長模型中，研究對象屬性的變化是以觀察變量（X1、X2、X3）和潛變量（ICEPT與SLOPE）之間的關系形式進行建模的，如圖4所示。其中觀察變量X1、X2、X3亦是測量變量，代表同一研究對象在三個不同受測時間點的變化情形（觀察變量數量可根據實際研究需求進行設定）。而潛變量中，則包括有描述所有觀測值起始狀態的截距（ICEPT）潛在因子，以及用于描述各觀測值隨觀測時間的成長（或衰退）情形的斜率潛在因子（SLOPE）[21]。箭頭代表了變量之間的關系，單箭頭用于顯示變量之間的因果關系，雙箭頭則表達了兩個變量之間相關大

小的協方差。與此同時，潛在成長模型的獨特之處還在于分析中可以同時考慮重復測量變量的均值和方差。也就是說，潛在成長模型不僅分析了總體的發展趨勢，而且可以分析研究個體之間的差異[22]。

在紡織服裝高等教育縱向研究數據庫中，有眾多研究議題可使用潛在成長模型進行數據分析。以專業課程授課成效為例，如教師欲探討《服裝效果圖技法》課程實施后學生學習的成效，通過潛在成長模型可以了解學生效果圖繪畫技能的成長軌跡為何，繪畫基礎較好的學生與基礎較弱的學生在起始點上是否有顯著差異，不同的繪畫基礎、性別、性格、前期專業課程安排等學生組在效果圖繪畫技能的成長率是否有顯著差異等系列問題。而其具體操作與分析流程則可通過AMOS、MPLUS、LISREL、EQS等統計軟件實現。

3.4.2 階層線性模型

階層線性模型為應用回歸原理到多層次數據結構的統計技術，包含個體與組織等不同層次跨層次數據處理，適用于嵌套數據的統計方法[23]。多層嵌套數據在教育領域中經常出現，例如學生嵌套在班級之中、班級嵌套在學校之中、子女嵌套在家庭之中等。同樣地，縱向追蹤研究中不同時間點重復測量所搜集的數據也屬于多層次嵌套數據結構。其中，可以把研究者針對個體的數次重復測量視為第一層次（低階層次），而把被測的個體視為第二層次（高階層次），形成兩層數據結構。

在第一層數據結構中，以重復測量的結果為因變量（Y），以測量時間為自變量（T），構建第一層回歸模型：

在第二層數據結構中，分別以第一層回歸模型中的截距（β0i）和斜率（β1i）為因變量，以測量對象的個體特征為自變量（Z），可以建立兩個第二層回歸模型：

由模型可以看出，第二層回歸模型是對第一層回歸模型的參數變化進行解釋（也就是影響測量結果的個體因素強弱或差異），而非對因變量（測量結果）本身的解釋。

若將第一層與第二層回歸模型進行整合，得到整合方程式（或混合模型），其表示如下：

式中：回歸系數γ00為第二層對于第一層的截距進行解釋的截距，γ01為第二層變數對第一層截距進行解釋的斜率，在混合模型中代表的就是個體層次自變量對重復測量層次因變量的影響;γ10為第二層對于第一層斜率進行解釋的截距，γ11為第二層變數對于第一層斜率進行解釋的斜率，所反映的是跨層級變量的交互作用效果[24]。

從這些模型可以看出，與潛在成長模型類似，階層線性分析不僅可以分析總體上個體變化（截距γ00和斜率γ10），而且還可以將個體之間增長的差異進行分析（截距的差異μ0i和斜率的差異μ1i），并將這一差異的原因進行解釋（γ01解釋截距的差異和γ11解釋斜率的差異）。階層線性模型的數據分析，可通過HLM、LISREL、EQS、MPLUS等統計軟件實現。

除潛在成長模型與階層線性模型外，潛在類別模型、多層次分析也可應用于各類縱斷面形態數據的分析。

4 紡織服裝高等教育縱向研究數據庫的優勢和限制

4.1 紡織服裝高等教育縱向研究數據庫的優勢

在推動客觀、嚴謹的紡織服裝高等教育問題的研究及理性決策過程中，紡織服裝高等教育縱向研究數據庫的優勢主要表現為以下幾點。

4.1.1 節省搜集資料的時間與成本

基于研究經費與時間性的考量，許多紡織服裝教育領域的研究者展開相關研究時，要搜集縱向性資料的難度相對而言較高，因此若要試圖討論某些問題時，通常都是憑借橫向研究設計來進行。例如一些探索性、描述性或解釋性的研究，但橫向研究設計往往無法明確悉知變量間的因果關系，因此在推論上具有較大限制性;若要針對變量間的因果關系進行探究，縱向性資料無疑是最佳的選擇。鑒于此，紡織服裝高等教育縱向研究數據庫的構建不僅可以節省研究者搜集資料的時間，數據庫屬于行業及學術領域的公共財產，因此也將降低研究的成本花費[25]。

4.1.2 數據庫內容豐富且樣本全面

在內容方面，紡織服裝高等教育縱向研究數據庫中包含五個子數據庫，分別為以學生為本位的子數據庫、以院校及教師為本位的子數據庫、以家庭為本位的子數據庫、以企業為本位的子數據庫、以相關教育行政部門及行業協會為本位的子數據庫。五個子數據庫內容系統完整，基本涵蓋影響紡織服裝相關專業學生培養的各個因素，可為研究者提供豐富的研究議題與數據。在樣本收集方面，除考慮學生的基本生理因素外，從地區層次來看，數據庫樣本來源覆蓋中國東中西部，并同時考慮到城鄉因素的影響。從專業層次來看，數據庫以教育部官方網站所公布的紡織服裝類專業目錄為基準，對紡織服裝類各個專業均進行了一定比例的樣本抽取。從高校層次來看，樣本來源既有公立大學也包括私立大學等。因此可以看出該數據庫樣本量大，具有全面性與代表性的特點，能夠反映中國紡織服裝高等教育發展的真實水平。

4.1.3 注重研究對象長期且動態的發展歷程

紡織服裝高等教育縱向研究數據庫是對研究樣本作長時間的觀察、數據搜集，預計每間隔一年施測一次，最終可獲得四波資料。因此，與純粹的橫斷面數據資源庫相比，紡織服裝高等教育縱向研究數據庫的最大優勢在于，可提供各類縱斷面形態數據，以供研究者展開豐富的縱向研究議題分析，如了解研究主體隨著時間變化的發展趨勢、挖掘促成變化持續進行的機制與因素、預測未來的變化等。在實際研究中，與橫向研究結論相比，考慮時間因素的縱向研究結論往往更加具有力度。

4.2 紡織服裝高等教育縱向研究數據庫的限制

然而紡織服裝高等教育縱向研究數據庫所面臨的挑戰也不少，例如數據庫的構建與維護需要較高的成本、樣本流失問題等，都是在構建紡織服裝高等教育縱向研究數據庫中可能面臨的限制與問題。

4.2.1 較高的數據庫構建與維護成本

紡織服裝高等教育縱向研究數據庫為中國紡織服裝教育領域中第一個真正意義上的整合性縱向教育數據資源庫。因此，無論是其前期規劃還是后續的正式實施，其對于項目組乃至紡織服裝專業教育領域來說都是一次全新的嘗試，構建過程需要展開大量的資料收集與經驗借鑒。此外，從上述分析中可知，紡織服裝高等教育縱向研究數據庫具有時間跨度長、樣本量大、抽樣主體面向豐富等特點，因此其必須在相關教育行政部門或行業協會的資助下，以院校、企業與學生等群體力量來進行構建，需要較大的資金、人力成本。最后，資料收集后的釋出階段，也需要一定的網站設計與維護成本。

4.2.2 樣本流失問題

紡織服裝高等教育縱向研究數據庫屬于縱向研究類型中的固定樣本追蹤研究，即針對固定的學生樣本，在多個時間點上進行長期地重復追蹤調查。因此在樣本數據收集過程中，隨著時間的推移，容易出現因研究參與者個人原因或其他原因而無法繼續協助調查的狀況，產生樣本流失的現象。

5 結 論

教育問題的研究亦是屬于科學研究范疇，學識、經驗、洞察力、想象力都是科學研究極其寶貴的品格，有時候想象力比知識更重要，但這些都不是研究本身。科學研究有一套自身的規范，正因為有了這種規范，科學才能成為科學，而這個規范的核心就是實證研究。目前，面對中國紡織服裝高等教育研究中所存在的各類問題，未來必定需要加強實證研究，促進研究范式的轉型，而紡織服裝高等教育縱向研究數據庫的建立就是其中最為重要的支持力量。本研究期望通過內容的探討，能夠讓紡織服裝教育領域中的相關部門、人員能夠對紡織服裝高等教育縱向研究數據庫的重要性進行了解，未來共同參與到數據庫的建立與研究工作中。并藉由此數據庫產生更多的實證研究成果，來提升中國紡織服裝教育的質量和影響力，進而建設具有中國風格的世界一流紡織服裝學科。

參考文獻：

[1]卞向陽， 周洪雷. 關于中國服裝設計類專業教育的再思考[J]. 美術觀察， 2020（7）： 13-15.

BIAN Xiangyang， ZHOU Honglei. Rethinking about the professional education of Chinese fashion design[J]. Art Observation， 2020（7）： 13-15.

[2]李超德， 孫夢婕. 服裝設計教學的困惑與變革[J]. 美術觀察， 2020（7）： 9-12.

LI Chaode， SUN Mengjie. The perplexity and reform of costume design teaching[J]. Art Observation， 2020（7）： 9-12.

[3]SLAIN R E. Evidence-based education policies： transforming educational practice and research[J]. Educational Researcher， 2002， 31（7）： 15-21.

[4]陳明印， 單文經. 教育研究結果應用的探討： 以政策實務為主[J]. 教育資料與研究， 2005（1）： 48-67.

CHEN Mingyin， SHAN Wenjing. Discussion on the application of educational research results： focusing on policy practice[J]. Educational Materials and Research， 2005（1）： 48-67.

[5]洪雯柔、葉玉賢. 教育學與比較教育研究[C]//楊深坑教授六秩晉六祝壽論文集. 臺北： 高等教育， 2012： 285-298.

HONG Wenrou， YE Yuxian. Pedagogy and comparative education research[C]//Yang Shenkeng National Chair Professor Six Ranks Jin Sixth Birthday Essay Collection. Taipei： Higher Education， 2012： 285-298.

[6]吳齊殷， 張明宜， 陳怡蒨. 尋找機制與過程： 長期追蹤研究的功用[J]. Αβγ量化研究學刊， 2008， 2（1）： 1-26.

WU Qiyin， ZHANG Mingyi， CHEN Yiqian. Seeking mechanism and process： the function of long-term follow-up research[J]. Journal of Αβγ Quantitative Research， 2008， 2（1）： 1-26.

[7]盧臺華， 林燕玲. 社會適應表現檢核表之信效度及其相關因素之研究[J]. 特殊教育研究學刊， 2011（30）： 1-25.

LU Taihua， LIN Yanling. Research on the reliability and validity of social adaptation performance checklist and related factors[J]. Journal of Special Education Research， 2011（30）： 1-25.

[8]BRONFENBRENNER U. Interacting Systems in Human Development[M]. Cambridge： Cambridge University Press， 2005： 25-49.

[9]BRONFENBRENNER U， MORRIS P A. The ecology of developmental processes[J]. Handbook of Child Psychology， 1998， 1（5）： 993-1028.

[10]顏瑞隆， 張正芬. 從生態系統理論談自閉癥學生的學校適應[J]. 特殊教育季刊， 2012（124）： 11-19.

YAN Ruilong， ZHANG Zhengfen. Talking about the school adaptation of autistic students from the ecological system theory[J]. Special Education Quarterly， 2012（124）： 11-19.

[11]彭森明， 陳瀅方. 臺灣高等教育數據庫簡介[J]. 人文與社會科學簡訊， 2008， 9（3）： 57-68.

PENG Senming， CHEN Yingfang. Introduction to Taiwan higher education database[J]. Humanities and Social Sciences Bulletin， 2008， 9（3）： 57-68.

[12]中國紡織服裝教育學會第七屆理事會會員單位[EB/OL].（2020-09-24）[2020-12-20]. http：//www.ctes.cn/hydw/202009/t20200924_4061280.html.

Member Unit of the 7th Council of China Textile and Apparel Education Society[EB/OL]. （2020-09-24）[2020-12-20]. http：//www.ctes.cn/hydw/202009/t20200924_4061280.html.

[13]教育部關于公布2019年度普通高等學校本科專業備案和審批結果的通知[EB/OL].（2020-02-25）[2020-12-20]. http：//www.moe.gov.cn/srcsite/A08/moe_1034/s4930/202003/t20200303_426853.html.

Notice of the Ministry of Education on the announcement of the results of the filing and approval of undergraduate majors in ordinary colleges and universities in 2019[EB/OL]. （2020-02-25）[2020-12-20]. http：//www.moe.gov.cn/srcsite/A08/moe_1034/s4930/202003/t20200303_426853.html.

[14]普通高等學校高等職業教育（專科）專業目錄（2015年）[EB/OL]. （2015-11-10）[2020-12-20]. https：//gaokao.chsi.com.cn/gkxx/zcdh/201511/20151110/1509288315.html.

Professional Catalogue of Higher Vocational Education（Specialty） in Regular Colleges and Universities（2015）[EB/OL]. （2015-11-10）[2020-12-20]. https：//gaokao.chsi.com.cn/gkxx/zcdh/201511/20151110/1509288315.html.

[15]王天苗. 特殊教育長期追蹤數據庫簡介[J]. 人文與社會科學簡訊， 2009， 10（3）： 108-116.

WANG Tianmiao. Introduction to special education long-term tracking database[J]. Humanities and Social Sciences Newsletter， 2009， 10（3）： 108-116.

[16]關秉寅. 從學校到勞力市場： 簡介臺灣教育長期追蹤數據庫及其后續追蹤調查[J]. 中國統計學報， 2017， 55（1）： 25-41.

GUAN Bingyin. From school to labor market： introduction to the long-term tracking database of Taiwan education and its follow-up investigation[J]. Journal of the Chinese Statistical Association， 2017， 55（1）： 25-41.

[17]KUSURKAR R A， CROISET G. Creating a longitudinal database in medical education： perspectives from the pioneers[J]. Education for Health， 2016， 29（3）： 266-270.

[18]SRENSEN A B， HALLINAN M T. Effects of ability grouping on growth in academic achievement[J]. American Educational Research Journal， 1986， 23（4）： 519-542.

[19]關秉寅. 臺灣教育長期追蹤數據庫后續調查： 核心樣本2019年電訪追蹤調查（公共版）（C00352）[EB/OL].（2020-12-08）[2020-12-20]. https：//srda.sinica.edu.tw/datasearch_detail.php？id=3180.htm.

GUAN Bingyin. Taiwan Education Panel Survey and Beyond（TEPS-B）： 2019 Telephone Follow-up Survey of the Core Panel（Public Access Data）（C00352）[EB/OL]. （2020-12-08）[2020-12-20]. https：//srda.sinica.edu.tw/datasearch_detail.php？id=3180.htm.

[20]彭森明. 臺灣高等教育資料系統之建置與運用（1/3）： 92學年大三及二技學生（D00085_2）[EB/OL]. （2007-11-21）[2020-12-20]. https：//srda.sinica.edu.tw/datasearch_detail.php？id=1130.htm.

PENG Senming. The establishment and application of Taiwans higher education information system（1/3）： junior and second technical students in the 92 academic year（D00085_2）[EB/OL]. （2007-11-21）[2020-12-20]. https：//srda.sinica.edu.tw/datasearch_detail.php？id=1130.htm.

[21]蘇榮海， 徐茂洲. 潛在成長模型在體育運動領域的應用[J]. 統計與信息論壇， 2017， 32（2）： 91-95.

SU Ronghai， XU Maozhou. Applications of latent growth modeling in physical education and sports[J]. Statistics and Information Forum， 2017， 32（2）： 91-95.

[22]LEE J. Trajectories of depression between 30 s and 50 s： latent growth modeling[J]. Issues in Mental Health Nursing， 2020， 41（3）： 1-13.

[23]邱皓政， 溫福星. 多層次模式的交互作用與脈絡變數的飽和模式分析： 以組織氣氛知覺對工作滿意的影響為例[J]. 人力資源管理學報， 2015， 15（2）： 67-94.

QIU Haozheng， WEN Fuxing. Saturated modeling of the interaction with contextual variable in multilevel modeling： an example of effect of perceived organizational climate on job satisfaction[J]. Journal of Human Resource Management， 2015， 15（2）： 67-94.

[24]HYUN S J. Why do we require registered nurses in nursing homes？ Using longitudinal hierarchical linear modeling[J]. Journal of Nursing Scholarship， 2018， 50（6）： 705-713.

[25]龔心怡. 淺談使用教育長期追蹤數據庫之利與弊[J]. 臺灣教育評論月刊， 2016， 5（7）： 6-9.

GONG Xinyi. Talking about the advantages and disadvantages of using long-term education tracking database[J]. Taiwan Education Review Monthly， 2016， 5（7）： 6-9.