基于數據治理開展職業院校質量保證體系診斷與改進的理論探索與實踐應用

戴 浩

（廣東郵電職業技術學院，廣東 廣州 510630）

2014年，國務院印發《關于加快發展現代職業教育的決定》，做出了加快發展現代職業教育的全面部署［1］。2015年，教育部辦公廳、教育部職成司先后頒布了《關于建立職業院校教學工作診斷與改進制度的通知》［2］《高等職業院校內部質量保證體系診斷與改進指導方案（試行）》［3］，正式啟動職業院校教學“診斷與改進”（以下簡稱診改）工作，并將診改工作納入高職院校內部質量保證體系構建的重要內容。繼《國家職業教育改革實施方案》明確指出要“推進高等職業教育高質量發展”后［4］，2020年9月，教育部等九部門在關于印發《職業教育提質培優行動計劃（2020—2023年）》的通知中，提出“完善以章程為核心的校內規則制度體系，健全職業學校內部治理結構，深入推進職業學校教學工作診斷與改進制度建設，切實發揮學校質量保證主體作用”，將職業學校教學工作診改建設進一步提升到學校的制度體系建設和治理結構優化的高度，成為學校發揮質量主體作用的核心載體。

通過相關政策的頒布軌跡和邏輯結構來看，診改作為職業院校查找人才培養不足與完善提高的工作過程，定位是基于學校內部質量保證靜態“制度體系”之上的動態“運行機制”，診改需要將質量規章制度內化為質量機制引擎，要求質量主體全員參與、全程貫穿，讓質量成為學校治理文化的一部分，通過質量主體的“自我診改”，實現辦學質量的持續提升。

1 質量診改的理論依據、現實困境與解決思路

1.1 理論依據

基于診改的建設任務，根據當前學術界的研究共識，職業院校需要構建以“五縱五橫一平臺”為結構的內部質量保證體系［5］。“五縱”具體包括“決策指揮、資源建設、支持服務、質量生成、監督控制”，體現內部質量保證體系的全要素、網絡化、制度化、常態化和信息化；“五橫”具體包括“學校、專業、課程、教師和學生”，體現內部質量保證體系元素相對獨立完整又相互關聯支撐［6］。“一平臺”指信息管理平臺。有學者將“目標、標準、實施、保障、信息”作為深向五鏈環，進一步完善職業院校內部質量保障體系的關系鏈條［7］，在“五縱五橫一平臺”的基礎上進行一定的理念創新，但不影響“五縱五橫一平臺”成為職業院校開展內部質量保證體系構建的主流理論依據。

1.2 現實困境

為確保診改機制能夠有效運行，因校制宜地構建科學合理的“五縱五橫”內部質量保證體系是重要前提。傳統的路徑一般是由學校綜合規劃部門牽頭，在制訂和梳理學校規劃、目標的基礎上，按照“五橫”層面進行分解，形成各層面的發展目標，并連接成相互貫通的鏈條，形成“目標鏈”。目標鏈下發后，由各職能部門根據目標關聯因素，制定和梳理相關的制度和辦法，并建立制度辦法之間的關聯，形成“標準鏈”，從而初步完成學校內部質量保證體系的構建。

基于傳統路徑構建內部質量保證體系并開展診改，在實際執行過程中會遇到一定的現實困境。通過對全國九所診改試點院校診改工作方案的研讀發現［8］，絕大多數試點院校在內部質量保障體系構建和診改運行過程中，信息系統和大數據技術均有不同程度的切入，但多停留于局部的、散狀的支撐，例如，對教學過程的信息化采集與分析，對校情校況的駕駛艙級觀測，基于校本數據中心進行數據的各類統計、分析、預警等，在質量決策、資源建設等質量體系建設的關鍵初期階段就引入數據治理技術的幾乎沒有，數據治理對質量工作的有效影響多作用于質量閉環的后期。由于缺乏數據治理的支撐，學校方案形成與制度建設容易受限于現有經驗和管理者水平，較難開展科學的數據分析與趨勢預測，對既有的制度運行也不宜形成有效的跟蹤管理。在此基礎上開展診改工作，就會遇到質量問題發現與診斷不精確、措施不合理、改進不及時、診改質量閉環運行不通暢的問題，進而學校很難將質量保證工作融入日常治理文化，質量機制引擎不能形成，質量工作容易變為脈沖式的“質量行動”或迎檢式的“質量沖刺”，無法實現“自我診改”，學校作為質量主體實現質量持續提升就無從談起。

1.3 解決思路

數據治理是大數據環境下對數據生命周期進行科學管理的一套治理方法，是對數據資產進行管理和控制的系列活動的集合。隨著以大數據、云計算、人工智能等現代技術為特征的第三次技術革命的到來，在大數據智能化技術的推動下，將數據治理理念與技術引入內部質量保證體系診改，突破了學校現有的管理模式和經驗水平的限制，可以有效提升體系構建的科學性、前瞻性、有效性和可行性，進而確保在此體系上運行的診改工作能形成有效的機制和文化。數據治理在診改運行中對質量狀態數據進行自動監測與實時預警，有助于院校增強全員質量意識，提升質量自身保證理念，幫助院校內部治理步入“全員、全程、全方位”的質量自治良好生態。將數據治理的理念和技術融于職業教育質量管理，成為構建職業院校內部質量保證體系的新型驅動力。

2 當前數據治理支持診改的相關研究

數據治理及大數據支持用于質量體系診改，逐漸成為學界的研究熱點。胡娜［9］引入“循數診改”概念，提出數據治理可為院校診改提供科學有效的決策，促進質量工作的自覺高效，并實現公開透明的質量監督，引發學術界對大數據思維提升高職內部質量保證體系建設水平的廣泛關注。李成［10］進一步提出了基于大數據的職業院校診改體系設計，形成以“大數據為中心、以診改與過程信息化為兩翼”的診改架構，為大數據參與學校診改工作的落地提供了現實參考。許劉英［11］系統總結了大數據背景下高職教學診改的內涵、理念與策略，對職業院校基于大數據開展與推進診改工作具有系統性的指導意義。榮司平［12］重點論述了“五縱五橫一平臺”中的“平臺”應包括的八個子系統，共同組成職業院校內部質量保證體系的基本結構。教育部啟動“雙高”建設計劃以來，徐潔［13］在全面總結“雙高”校診改工作推動過程中的主要特點和存在問題的基礎上，提出應以數據治理為基礎、核心指標為要素、診改決策為目的，建立大數據中心，打通各業務系統，搭建診改平臺，實現實時采集與分析，為內部診改提供數據支撐和決策依據。

但目前學術界缺乏對教育數字化轉型及數據治理背景下如何基于“五縱五橫”構建院校內部質量保證體系開展全面系統的路徑研究，大多數論述過于宏觀，強調數據治理與大數據平臺對診改的價值意義，但缺乏具體的平臺構建思路和方法，或者僅限定于“五縱五橫”的某個局部深入展開。例如“五縱”方面，鐘婉娟［14］、王博［15］等學者從決策指揮系統的角度，重點探討了數據治理對教育決策機制優化的意義及其決策支持實現路徑；劉鳳娟［16］從資源建設系統的角度，闡明了數據治理為教育資源建設、共享和運用提供新思路。張樂芳［17］從支持服務系統的角度，介紹了大數據分析決策支持系統的建設經驗。王嗩［18］、孫翠改［19］等學者以質量生成系統為出發點，從課程、課堂診改的角度，將數據治理引入教學診改的最后一公里，進一步提供了工具分析與案例分享。馬星［20］則從監督控制系統的角度，提出基于大數據的高校教學質量評價體系的實現路徑。數據治理對“五橫”方面的診改研究方面，有學者提出“互聯網+高職教育質量保證”平臺的概念［21］，從學校治理的高度，利用大數據創新高職教育管理決策，促進信息技術與教育教學質量保證的深度融合；專業和課程診改方面，有研究顯示信息化支撐度是保證專業診改功能達成和主題診改過程體驗的關鍵因素［22］，同時也是實施課程診改的重要保障［23］；在師資診改方面，大數據為高校師資管理與隊伍建設帶來新方法、新技術、新視角與新思維［24］；在學生發展診改方面，王祖霖［25］對大數據時代的學生評價變革進行了較為全面系統的研究，提出應對大數據時代學生評價變革的策略。

綜合相關研究，數據治理與大數據背景下的職業院校開展內部質量保證體系診改，可以實現對職業教育人才培養系統中各要素的狀態數據進行持續地、不間斷地收集、整理與分析，對人才培養過程中的各種教育現象進行多層面、多維度分析，直觀呈現職業院校人才培養狀態，從而為各利益相關者進行價值判斷和科學決策提供客觀依據。所以，相對于傳統意義上的教育評估，質量診改重視職業院校人才培養工作狀態數據的基礎作用，重視學校各個管理系統之間的質量依存關系，強化全要素網格化內部質量保障體系的構建。數據治理運用于質量診改，堅持用數據說話，強調診改的常態性、過程性，通過對教育教學數據信息的持續監控，發揮對職業院校人才培養的預測報警、及時改進等功能，進而推動我國職業教育持續健康發展。

本文在前述研究基礎上，以問題為導向，從數據治理切入診改“五縱五橫”全要素展開分析，試圖呈現基于數據治理推進質量保證體系建設與診改運行的路徑研究，為廣大職業院校全面深入開展質量診改工作提供理論參考與運行建議。

3 基于數據治理開展質量保證體系診改研究

3.1 基于數據治理構建縱向五系統，形成目標鏈的有效延伸與落地

基于數據治理構建診改大數據平臺，能夠將“五縱”各環節通過信息化手段進行輸入、分析、管理和呈現，確保診改“目標鏈”的有效延伸與落地。從“五縱”展開，主要體現在以下幾個方面。

“決策指揮系統”一般由學校院辦、黨辦、發展規劃處、質量管理辦公室等相關職能部門組成，是學校質量規劃目標的頂層設計者。診改作為“管辦評”分離下保證學校作為質量的主體責任地位不改變的主要制度安排［26］，學校決策部門有效制訂科學合理的質量目標規劃就顯得尤為重要，既需要對學校現有的質量水平進行全面的評估，也需要對外部環境開展精準的分析，有效進行發展能力診斷，不斷完善學校的規劃體系，并能夠形成上下銜接的規劃目標鏈。數據治理有助于決策系統的決策機制得到有效優化，通過大數據平臺對決策主體的科學指導、前瞻分析和發展預測，有利于實現院校重大教育決策的科學民主化。

“資源建設系統”一般由學校的人事處、財務處、設備處、實訓中心、校企合作處等相關職能部門組成，為學校的質量運行提供人力資源、財務設備、實訓耗材、校企合作等資源建設和服務。基于數據治理的大數據平臺接入各職能部門業務系統，提取關鍵數據，進行資源規劃分析，可有效幫助學校進行資源的科學采購和合理利用，確保學校的質量運行精簡、有效，為目標鏈的精確傳遞提供數據依據。大數據平臺可以在對學校的人力資源狀況進行全面分析的基礎上，形成對學校師資引進、員工培養、內部調動、退出機制等相關人力資源決策依據；大數據平臺通過關注科研經費使用、橫向技術服務到款、生均撥款水平、人員經費支出占比、教學科研儀器設備投入、預算執行進度等與辦學質量密切關聯的核心指標，評估學校的財務狀況是否對學校的辦學質量形成有力的支撐，為大額采購和資金流動提供決策參考；大數據平臺可定期形成設備和實訓資源的使用和消耗報表，展現實訓室的利用率和設備的維修損耗情況，對超負荷運轉的實訓資源和空置率較高的實訓室形成自動預警，幫助實訓中心合理規劃實訓室資源的建設計劃；大數據平臺通過分析挖掘對接企業在就業、實習、專業建設、課程開發、師資培養、科技合作等方面校企合作動態，按照既定的模型對合作企業進行分類和聚類，對校企合作的需求進行精準匹配，提升校企合作質量。

“支持服務系統”一般由學校招生就業處、科研處、信息中心、圖書館、保衛處以及后勤、宣傳等服務部門組成。大數據平臺通過各類數據報表的分析和呈現，可幫助相關部門開展精準服務，增強師生感知，提升服務質量，為目標鏈的有效達成提供服務保障。可通過數據治理開展生源特征和就業去向規律分析，為招就處制訂招生計劃和就業幫扶政策提供數據依據；基于數據治理的大數據平臺通過讀取校園流量使用情況，使用分類與回歸建模挖掘師生的網絡使用行為習慣，從而為信息中心開展校園網絡流量控制服務提供科學決策指南；大數據平臺將學生的圖書借閱行為、出入門禁、一卡通消費、視頻監控等數據匯集，再結合學生的網絡流量數據，形成綜合報表，勾勒與還原學生的校園生活綜合數字化場景，為學生的行蹤溯源、心理狀況分析、異常行為預判等提供極有價值的信息，幫助相關部門精準施策，提升學工服務水平。

“質量生成系統”是學校人才培養的質量主體，主要包括各專業學院、教學單位以及教務處、學生處等職能部門。在基于數據治理的平臺建設中，將“質量生成系統”形成的人才培養過程數據進行積累、轉換和存儲是最重要的基礎工作，在此過程中形成的數據信息，其內容和質量將直接決定大數據平臺對學校質量診改工作運行的支撐力度和效果。教學質量落地的最后一公里是課堂教學，受制于課堂教學信息化的投入水平和教師授課形式的多元化，對課堂教學信息的有效采集和深度分析一直是大數據平臺需要解決的難點問題。通過構建智慧課室，使用課程資源庫的點擊、師生互動頻次甚至對課堂行為表現的自動抓取等手段，通過一定模型計算形成課堂質量報告，打開了課堂教學的“黑箱”，使質量觀測深入到教學一線。2020年新冠肺炎疫情期間，線上教學全面鋪開，課堂行為數據大量產生，為數據治理與數據分析進入課堂領域開展質量診改降低了門檻。疫情防控常態化背景下，線上線下混合式教學模式必將大力推行，其產生的課堂教學數據，可成為數據平臺一個重要的數據來源。

“監督控制系統”一般由學校質量管理辦、審計處、監察處等職能部門組成。基于數據治理的大數據平臺為“監督控制系統”提供各類質量反饋數據報表。報表不是簡單的數據分析，而是反映“五縱”目標鏈在各層面的達成度情況，并且根據預設的規則進行預警，幫助質量主體全面研判學校各層面的質量運行和目標達成狀況，精準識別質量風險，從而迅速形成改進措施，最終確保目標鏈在診改各縱向環節的有效延伸與落地，形成質量閉環。

3.2 基于數據治理構建橫向五層面，達成標準鏈的目標契合與基礎適切

全國職教診改專委會在印發的《高等職業院校內部質量保證體系診斷與改進復核工作指引（試行）》的通知中明確指出，各層面制定的質量標準需要與相應的規劃目標契合，與自身的發展基礎適切。其實就是解決“用自己的尺子量自己”的問題，根據校情、學情制定“自己的尺子和刻度”，形成符合學校實際情況的“五橫”標準鏈并相互貫通，數據手段的介入有助于決策者克服經驗約束，科學施策，形成“循數診改”文化［9］。

3.2.1 學校層面

在學校發展標準鏈的制定過程中，功能完備、數據治理可為決策者提供充分的科學依據。通過平臺的各類數據報表和畫像的觀測和分析，決策者可以全面洞察學校近年來各項質量目標的完成情況和各類預警信息的發生規律，深入比較同類院校相關質量數據的分布規律，從而更精準地定位學校未來的發展方向，最大限度地降低決策者在重大制度改革、重大崗位設置調整以及部門績效考核制定過程中的決策失誤風險。

3.2.2 專業層面

職業院校的專業布局，必須服務于建設現代化經濟體系和實現更高質量、更充分的就業需要，對接科技發展趨勢和市場需求，這就要求學校必須自主根據行業企業的發展變化，動態地進行專業調整。專業診改應先明確專業的建設目標、服務面向、專業規劃等專業層面的頂層設計［27］。專業的增設、發展、限制和退出，需要學校科學合理地對專業發展水平進行客觀評估，其專業評估指標體系的適切性和可檢測性是關鍵因素。數據治理幫助學校按照成果導向的原則開展專業定位和分析，通過自動爬取互聯網上的人才需求大數據，提煉出專業相關的崗位群和崗位分析報表，幫助專業負責人明確專業人才培養定位，為其制定專業人才培養方案和課程體系提供數據依據。通過將職業能力分析與課程轉換掛鉤，基于數據治理的大數據平臺可以通過課程達成度數據匯集形成專業目標培養達成度，從而形成對專業人才培養效果的客觀檢測，再輔以平臺中現有的專業信息大數據，如產教融合、專業榮譽、招生就業、資源建設、科研能力、社會服務、教學能力、實訓條件、師資結構等信息，形成完整的、可檢測的專業評估體系標準，為學校開展專業動態調整提供科學依據。

3.2.3 課程層面

課程作為內部質量保證體系建設的重要組成部分之一，是撬動全員實施質量保證的支點，是學校開展人才培養的主要載體［28］，其課程標準與專業規劃契合，專業培養目標能在課堂教學落地，是確保課程質量的關鍵。在基于數據治理的大數據平臺管理下，課程標準可根據崗位典型工作任務、能力要求自動匹配，最大限度地降低了課程因不同授課教師的專業特長而帶來的隨意性，從源頭上確保了課程標準與專業標準的契合。課程的開設溯源于專業培養目標，實現了課程目標和教學內容的標準化管理，任課教師在標準化的課程結構中開展教學設計和課堂實施，再結合學校智慧課室的建設和線上教學的推行進行課堂大數據的采集，生成課堂教學實施報告和課程能力達成度分析，幫助教師實時觀測學情分析和課程效果，主動開展教學方法調優和教學策略校正，持續提升課程教學滿意度和能力培養達成度。

3.2.4 教師層面

教師發展標準鏈主要圍繞學校相關教師職業標準、培養標準及榮譽標準相關制度予以制定。使用基于數據治理的大數據平臺，可提供教師在各個發展階段的全周期管理以及不同發展類型下的職業生涯規劃，確保教師的發展與學校、專業的發展相適應，形成教師發展的合力，共同推動學校規劃目標的達成。大數據平臺可分析學校發展規劃和專業建設目標，結合學校師資制度文件中的相關要點，形成教師能力水平指標庫，通過給庫中的每條指標賦予一定的權重參數和標簽屬性，運用大數據分類算法，建模形成教師在引入階段、培養階段、成熟階段和發展階段的生涯階段能力水平指標集合及參數標準，以及學術型、教學型、服務型、學術偏教學、技能競賽等相關亞型的教師分型能力水平指標集合及參數標準。大數據平臺通過采集數據中心教師隊伍數據在師德師風、科研水平、教研水平、執教能力、社會服務等維度的信息，通過模型計算可以得到對每名教師的生涯階段和分型的客觀判斷，從而為教師的職業生涯規劃提供現狀分析和科學建議，進而可以分析各專業、各學院、各部門及全校的師資隊伍發展水平和趨勢特征，為學校人力資源部門開展師資規劃提供決策參考。

3.2.5 學生層面

學生發展質量診斷，要將育人目標達成度作為衡量學生發展質量高低的重要依據［29］。如何衡量學校育人目標的達成度，一方面取決于育人目標制定的合理性，另一方面則取決于育人標準的科學性和全面性。育人目標由學校內部質量保證體系中的“決策指揮系統”借助數據治理予以輔助和校正，在前文中予以提及。如何圍繞既定的育人目標制定衡量標準，既響應國家和省級層面對學生全面發展的相關要求，又立足學校學生工作實際和結合學生特點，是擺在學校育人工作者面前的一個考驗。數據治理可以為學生層面的質量保證提供育人標準萃取功能。基于數據治理的大數據分析算法對上層政策文件和學校相關制度的文本關鍵字挖掘和詞頻分析，結合對歷屆學生的育人成效數據鉆取，預先萃取出一批育人標準庫，供決策者參考使用，有助于育人標準制訂過程的全面性和科學性，降低決策失誤的風險。萃取過程還可以加入對學校專業與課程目標達成度的分析，確保育人標準與專業標準、課程標準的橫向貫通。根據育人標準，依托大數據平臺存儲學生成長過程的各類數據，實現學生在校期間的成長軌跡跟蹤、實時預警和動態糾偏。大數據平臺可為育人管理者提供在校生在學習、生活、心理、健康、安全等各類信息的匯總和分析，助其提取需要重點關注的各類學生名單，實現對重點學生群體的精準幫扶，也可為實施學生獎助貸政策提供科學依據。大數據平臺還能為學生和管理者提供關鍵指標的偏離預警，幫助其有針對性地適時調整，動態糾偏。

4 結語

基于數據治理構建學校“五縱五橫”內部質量保證體系，為系統打造“兩鏈”［30］提供科學參考，為內部質量保證體系診改的實施與運行提供事實依據與軌跡跟蹤，為質量目標的逼近與實現提供分析與預警，為學校質量文化的形成提供技術保障。基于數據治理開展質量診改，深度體現了學校質量機制引擎的運行效果，是學校質量管理者診改理念與方法的技術表達，最終將引領學校質量管理工作從外部監管走向自我診改，逐步實現常態化的質量自主管理與持續提升。