基于數據賦能的校企協同育人模型構建與實踐策略

劉菲菲

2022年5月正式修訂實施的《中華人民共和國職業教育法》（以下簡稱《職教法》）明確要求“堅持產教融合、校企合作、工學結合、知行合一”[1]。舉辦職業教育需要校企雙方的共同參與，以此才能確保人才培養與企業需求的一致，實現人才的“即育即用”。一方面，對職業院校而言，培養高質量人才是其職責使命；另一方面，對企業而言，也需要優質人才來滿足自身發展，二者是密切相關的。通過校企雙方協同育人，實現人才培養的過程共管、責任共擔、利益共享，這在理論上是可行的，但在實踐中，卻存在著“校熱企冷”、融合不深、知行分離等問題。隨著信息技術的進步和大數據的普遍應用，“數據即資源”已成為共識，這為進一步推進校企協同育人提供了新思路。基于此，本研究嘗試從數據賦能的角度，構建一個由學校、企業、學生三方共同參與的校企協同育人模型，賦能于學校教學、企業實踐和學生成長，探索建立校企互動新方式，以期提升職業教育育人成效。

一、相關理論回顧與文獻綜述

在數據賦能研究方面，Adams指出數據賦能是指授予企業員工額外的權利給下屬更大的自由裁量權和資源的分配控制權，以便更好地服務于客戶[2]。Makinen、Cheema、吳義爽等人認為借助信息技術的進步，賦能對象也從員工擴展到顧客，讓顧客通過網絡信息技術手段表達個人需求并參與滿足需求的過程，從而實現與企業的價值共創[3][4][5]。在賦能手段方面，學者們認為數據已成為新時期的基礎生產資料[6]，數據賦能也成為企業經營管理中的研究熱點，通過創新數據的運用場景、技能和方法實現數據價值，最終驅動企業實現敏捷制造[7]和精益生產創新[8]，促進產業實現價值轉移[9]。而在企業經營管理領域之外，數據亦可以賦能高職教學，通過各種技術、技能和方法對教育教學進行提升，驅動高職教育實現價值創造。例如，張培認為大數據智能化改變了職業教育系統結構和運行機制，提升了職業教育服務效能和治理績效[10]；王彬從教學診改工作開展的“學校—專業—課程—教師—學生”五個層面出發，認為依托教育大數據的賦能，可以實現對高職院校教育生態的重塑建構[11]。在當前教育信息化2.0時代，教學數據對于實現智慧教育具有重要價值[12]，教師運用教育數據驅動教學變革是大數據時代教育發展的必然訴求，也是充分發揮教育數據資源潛在價值的重要表現[13]。

在校企協同方面，肖香龍認為職業教育中的校企合作是由多種要素相互作用構成的一個系統，關涉到政府、行業、學校、企業等多個子系統，各子系統既相互獨立，又相互合作，當外部環境達到一定水平時，子系統之間就會產生協同作用[14]。楊理連認為通過協同教育理念去實現整體效益，是技術技能人才培養質量管理的重要手段和方法，也是當前高職院校在質量管理實踐探索中的主要短板之一[15]。因此，校企協同廣泛應用于職業教育的人才培養、創新創業教育、實習實訓體系建設、師資培養等多個方面。楊路探討了校企協同的基本功能、運行機制、方式和內涵，以及校企協同產學研人才培養模式的構建等創新型人才培養的實踐路徑[16]。杜輝等人以北京地區高校為例，構建了基于價值鏈的校企協同創新創業教育體系[17]。姜海濤等人基于內蒙古農業大學職業技術學院“三習兩訓”實例對高等職業教育校企協同實踐教學體系創新進行了研究[18]。劉娟等人將校企協同理念應用于實踐教學資源建設，以實現校企之間教學資源共享效應[19]。李兆敏等人從人才準入、能力提升、產學研協同、考評激勵四個維度入手，構建了全方位的校企協同平臺，以促進高職教師“雙師”素質的全面提升[20]。

綜上所述，關于數據賦能和校企協同的研究已形成了眾多成果，并在部分實踐領域取得了一定成效，但依然需要繼續完善，具體表現為：一是數據賦能教育的研究尚處于初級階段，研究成果集中于教育治理、教學診改等方面，尚缺少人才培養的系統研究；二是校內課程及教育治理數據研究居多，校企“教學—實習”數據對接研究少；三是校企協同育人研究多集中于師生實踐能力培養、資源開發等方面，未涉及到實踐教學與理論教學的相互融通，校企協同教學研究不足。實踐教學作為高職教學的重要組成部分，與理論教學密不可分，因此有必要從數據賦能的角度，構建一個由學校、企業、學生三方共同參與的校企協同育人模型，為校企雙方的深度融通提供借鑒，以期促進學生進一步成長。

二、基于數據賦能校企協同育人模型的構建

在大數據背景下，單個的信息系統往往缺乏有效性，育人目標的實現需要教學、學生管理、實習就業等各個環節的有效配合，并且需要對各渠道的結構及非結構化數據進行篩選整合、系統分析，只有這樣才能反映出學生的真實特征、學習需求、學習狀態和成長軌跡。因此，雖然課程教學平臺、學生管理平臺、實習管理平臺以及就業信息平臺等各類平臺層出不窮、各種數據日漸豐富，但這僅能作為校企協同育人系統的基礎數據源，還需要進一步建立數據中臺，將這些基礎層面所采集的無意識數據進行整體層面的有機融合和個體層面的精準解讀，從而通過數據分析找出更多數據承載的意義，服務于學校教學和企業實踐，并在此基礎上設計學生個性化的學習路徑及職業成長路徑，繪制出個人精準畫像，挖掘學生潛能，實現育人目標。

其中，數據中臺的功能在于通過聚合“小數據”驅動校企協同育人走向“大數據”，它將過去分散的教學、學團、實習、就業等活動數據關聯起來，形成網絡化和動態化的生態圈，創造并滿足企業、學校、學生的集成式需求。數據中臺可以是集中式的網絡平臺，或是能夠管理和對接各種系統的網絡接口，也可以是一個收集、過濾、整合、分析、發布數據信息的組織機構。無論是何種形式，數據中臺最終都要為學校、學生、企業三方主體提供API、信息查詢、數據可視化、趨勢預測等各類數據服務，并進一步通過數據挖掘分析，針對企業招聘選人、學生課程選修、求職就業提供智能推送，強化數據在不同場景中的應用。學校、學生、企業根據數據分析結果完成教學、就業、選人等各項決策，將各項、各類數據產生的價值落實到育人層面，最終“還數于生”，促進學生成長。校企雙方主體在使用數據中臺的過程中，還可以將學生在校內的理論知識儲備、學習行為特征、課程考核結果、學團行為表現，以及在校外實習實踐中的崗位標準要求、績效考核結果、典型實踐案例、崗位培訓資源等信息數據反饋回相應平臺，從而為下一輪的數據采集分析提供基礎，這便形成了一個數據的流通閉環，一個完整的育人生態系統得以構建。數據在育人生態系統流通的過程中，賦能學校、企業、學生三方主體，助推精準育人目標的實現。基于數據賦能的校企協同育人模型見圖1。

圖1 基于數據賦能的校企協同育人模型

（一）數據賦能學校

首先，沉淀行業資源。雖然目前已有部分高校采用了教育數據中臺解決方案，但其服務對象主要為高校內部各業務板塊，數據僅在校園內部流通，尚未有外部企業介入其中，這在一定程度上導致了學校人才供給與企業用人需求之間的錯位。而借助信息化手段完全可以搭建起校企之間溝通的橋梁，打破時空壁壘，將企業資源有效引入校內常規教學，并通過中臺的數據采集、存儲，逐步沉淀積累行業資源，滿足校內日常教學的調用分析。這里的行業資源包括企業教師、培訓課程、經營案例、新技術應用、用人標準等。例如，企業教師跨時空、跨地域的線上常態化云端授課，教師角色也就超越了企業、學校的組織邊界，無形之中形成了校企融合的“雙師”型教學團隊，不僅可以優化師資結構，實現優質師資共享，還能夠將職業場景植入校內課堂，并積累建立線上企業課程資源庫；學生在實習中接觸到的行業案例、新技術等及時反饋到校內日常教學，幫助教師適時調整教學內容，培養新型人才，滿足企業用人需求。

其次，優化課程體系。一是促進課程體系彈性化。學校可以借助積累的行業線上資源數據，完成對行業企業的深度調研分析，歸納出崗位能力要求，設計出知識圖譜，提供有針對性的講座、模塊課程、技能強化實訓、證書培訓等立體多維的課程組合和知識學習場景，構建個性化的課程體系。課程體系包括基于通識能力的基礎課程、基于崗位核心能力的主干課程，以及基于目標企業和崗位用人需求的企業特色課程。學生可根據個人興趣、職業發展目標，自主選擇課程。二是促進課程設置場景化。在教學系統中營造職業化的選課場景，將課程、知識點、技能點形象地嵌入崗位典型工作任務的各個環節，讓學生在選課時能夠明確各門課程與崗位、能力的對應關系，不僅為學生提供更佳的選課體驗和指導，而且也賦予課程更強的實踐應用性，專業學習實現了從選課學習到考核應用的完整閉環。三是促進課程推薦智能化。系統根據學生已有的知識能力儲備、當前的個人畫像和未來的職業規劃，推薦相關課程，提升學生的選課效率。

最后，精準育人目標。基于系統中采集的大量企業信息、培訓資料、行業動態以及學生的學習記錄、興趣喜好，識別并匹配學校、企業、學生各方需求，為精準育人目標設定及實現提供支撐。校企聯合設計開發出以工作崗位為核心的課程，借助典型工作任務、崗位任職要求、考核標準等數據信息，規劃出學生全流程和多場景的學習方案。例如，與傳統訂單班的固定學生、固定企業不同，在基于數據賦能的校企協同育人系統中，學生可自主選擇目標企業，根據其所設定的考核任務及用人標準，進行有目的的校內學習。學生一旦通過企業所設定的任務考核也就意味著通過了招聘選拔，這樣學生在畢業之前就有了明確的目標崗位，增加了校內學習動力，而企業在正式招聘之前也有了廣泛的人才儲備，人才供需雙方實現了提前對接。基于精準育人目標的課程體系優化見圖2，數據賦能學校的具體內容見圖3。

圖3 數據賦能學校

（二）數據賦能企業

首先，優化選人流程。在傳統的校園面試過程中，企業對學生的評價判斷只能基于簡單的幾分鐘面試，對于學生的性格品質、專業知識、技能水平等情況無法做到全面掌握。而在校企協同育人系統中，企業借助專業課程中的第三方考核、學生實習、校園招聘等環節進入教學生態系統。在確保數據倫理安全的前提下，學校向企業適度開放校內學業數據調閱權限，企業作為第三方在完成專業課程考核的同時，也準確掌握了學生在校內課程學習、社團表現等過程性數據，從而判斷出其所具備的專業知識、技能和素養。另外，該系統也可以基于企業用人需求，經過學業數據分析，向企業推薦優秀人才。由此，借助數據信息共享，企業的人才評估向前段延伸，降低了人才招聘成本，提升了人才與企業需求的匹配度，大幅提升了選人成效。

其次，完善人才規劃。企業的長期穩定發展，需要有科學的人才發展規劃。借助校企協同育人系統，企業一方面可提前預知人才供給情況，通過企業導師、行業標準、企業案例等相關資源的提前輸入，設計出相應的企業特色課程，營造沉浸式企業文化，提前發掘適配的潛在員工；另一方面企業還可將學生的校內學業數據（社團數據反映其組織、協調、溝通等社會能力，課程數據反映其學習能力和知識技能的掌握程度）作為其招聘員工的初始能力基礎，據此從宏觀上制定企業整體的人才發展規劃，解決用人難題。

最后，助推人才升級。通常企業基層員工實踐經驗豐富，但管理理論知識往往較為欠缺，部分員工學歷還有待提升。在追求高利潤、高效益的企業經營目標指引下，在崗員工培訓和繼續教育往往顯得力不從心。而學校則擁有大量高學歷、教學經驗豐富的優秀師資、設備齊全的教學培訓場地、豐富成熟的課程資源和完備的學歷教育體系，這些都可有效彌補企業在崗員工培訓的短板。當企業加入了校企協同育人系統，企業便可直接共享到學校提供的優質線上教學資源，并且可以根據企業實際經營所需，遷移各類線上教學活動，為在崗員工提供在職培訓機會，有效促進在崗員工文化素養和專業理論的提升，為其長遠的職業發展打下堅實基礎。數據賦能企業的具體內容見圖4。

圖4 數據賦能企業

（三）數據賦能學生

首先，激活學習內驅力。一是通過自我剖析激活內驅力。在校企協同育人系統中，通過中臺對所采集的過程性數據和結果性數據的建模分析，形成學習者畫像，包括基本屬性、知識背景、能力特長、學習風格、行為特點等，據此學生可以形成更為清晰的自我認知，有助于其在未來學習、擇業中做到揚長避短。二是通過表達自我主張激活內驅力。當前學生個性化特征愈發顯著，自我意識突出，整齊劃一的學習方式、課程設置、實習安排并不能滿足信息化時代學生的學習成長需求。校企協同育人系統中靈活多樣的課程、實踐資源組合，為學生提供了更多表達自我學習主張的機會，學生可以自主選擇學習路徑、學習方式，構建個人“學習地圖”，個性化的學習需求得以滿足。三是通過就業出口激活內驅力。校內學習數據與實習、就業信息相融通，各類過程性數據開放共享，校內的學業數據成為企業招聘的重要參考，這就迫使學生不得不重視校內的理論知識學習和各類過程性的行為表現，養成良好的學習習慣，提升專業知識、專業技能和綜合素養水平。而目標企業的提前選定，也能夠促使學生更加明確職業發展規劃，從就業出口倒逼學生校內學習，有效提升其學習動力。

其次，建立學習共同體。在傳統專業選修課之外，學生還會自主選擇目標企業和目標崗位，在學習相應企業特色課程和完成考核任務的過程中，形成由志趣相投的學生所組成的學習共同體，繼而以群體的力量推動個體的學習。群體內的成員有著相同的職業發展目標，在學習過程中互相溝通、相互激勵、共享各類資源，通過學伴之間學習行為、文化認知等方面的互助影響促進共同成長。此外，學習共同體并非一成不變，學生學習某企業特色課程的過程也是與該目標企業雙向磨合的過程，如果發現目標企業不適合自己，或是自身未達到目標企業要求，學生便會退出該學習共同體。群體成員的動態調整能夠確保最終通過目標企業特色課程考核的學生是真正符合企業要求、認同企業文化的學生，人才供給雙方都能夠達成所愿。

最后，精細學習全過程。基于崗位能力需求的進階式課程設置，將企業案例、項目任務無縫融入，學生在完成校內課程學習時，亦可了解自身與崗位需求的匹配程度，隨時掌握自身學習增值狀況，明確未來的努力方向。企業也能夠從崗位能力要求的角度實時評價學生，從而使人才評價不僅存在于選人面試這一育人結果性評價環節，而且存在于學生每門課程學習乃至每個章節學習的過程性評價中。事實上，廣泛開展的過程性學習評價，其目的不僅在于分等級、選拔、淘汰，更在于督促、指導和改進教學，不僅要將過程性學習數據進行結果性匯總，更要對過程性數據進行即時性診斷和反饋；不僅要關注學習者之間橫向的成績比較，更要關注學習者自身縱向的成長增值。有了完善的數據采集平臺，便可以實現伴隨式的數據采集和即時性的學習反饋，督促學生優化學習行為，調整學習進度，改進學習成效。數據賦能學生的具體內容見圖5。

圖5 數據賦能學生

（四）數據賦能校企互動

首先，建立動態合作關系。學校通過適度分享教學信息、開展多元化合作、實行末位淘汰等方式整合企業育人相關資源。適度分享教學信息是指讓合作企業及時了解學生在校內的學習情況，尤其是專業知識、專業技能學習情況，便于企業選人、培訓時能夠有的放矢。開展多元化合作是指在長期的大中型企業頂崗實習之外，將更多中小型企業納入校企合作范疇，統一規范管理，為學生常規課程學習中的小型項目實踐和短期社會實踐提供支撐，使課程的理實一體化教學得以落地。實行末位淘汰是指在遴選頂崗實習企業過程中，學校根據校企協同育人系統中統一公示的標準（具體包括企業文化、員工福利待遇、實習生滿意度、企業培訓資源等）對企業進行不同維度的賦分，根據最終排名挑選最佳合作伙伴，確保優質企業納入。而被淘汰的企業調整后可在下一輪實習就業季重新參與競爭。在這一過程中，企業以競爭方式獲得實習生資源，可以有效督促其更加關注學生的能力成長和學習需求，促進企業優化對實習生的管理。

其次，塑造資源供給能力。學校根據育人實際情況發起校企合作需求，企業會積極響應提供實習崗位、實踐項目等各類資源。數據的實時流通與確認有效避免了校企之間的信息不對稱，校企之間形成了人才供需的自動匹配。在資源供給類型上，中小企業機制靈活，可為學生提供短期校外實踐、課程小型項目實踐等機會，還可以對學生開展創新創業指導，側重于提升學生的綜合能力；大型企業分工明確，管理規范，培訓體制完善，可以為學生提供頂崗實習、專項培訓，側重于學生在特定崗位的專業技能和素養的訓練。多樣化的課程設置和資源定位，既保證了國家教學大綱中常規課程資源的供給，又實現了特殊、特色課程的廣泛共享與精準匹配。對企業而言，其在平臺上提供的企業課程會影響學生對企業的判斷，進而影響學生的就業意愿，反過來便會促使企業投入更多的精力提升培訓課程、實踐項目等資源質量，最終形成“育人—用人”的良性循環。

最后，推動深化校企融合。傳統的教學管理、實習管理、職業規劃等工作在數據化加持之后，育人內涵發生了深刻變化，學生培養由標準化、規模化轉向了個性化、精準化，校企育人由割裂分離轉向了雙向融合互通。教育與行業、學校和企業、教室和車間、學習與工作、教師與導師之間借助數字化技術，實現云端深度協同，將“教育性”和“職業性”匯入“中間地帶”。例如，校企遠程互動的直播課程將企業真實生產經營過程和操作標準融入校內常規課堂，彌補了校內理論學習與校外企業實踐間的鴻溝。而借助平臺沉淀下來的課程視頻回放，學生還可自行就實踐操作細節和重難點進行反復揣摩學習，個性化學習需求得以滿足。學生在頂崗實習之外，仍然可以在校內常規的課程項目教學和實踐作業中，獲得各類企業設備、導師、操作標準等資源支持。數據賦能校企互動的方式見圖6。

圖6 數據賦能校企互動

三、數據賦能校企協同育人模型的實施策略

（一）搭建數據整合中臺，融通“校—企—生”三方主體

純粹的數據并不等于資產，只有從業務的角度進行規劃、分析、處理，數據才能夠產生價值。校企雙方可共同建立一種中臺組織戰略[21]，為育人、用人、職業發展等需求提供快速的數據響應。首先，要建立源數據的連接。整合數據是數據中臺的首要功能，通過連接實習、教學、就業等各方面原本相互孤立的數據，融通“校—企—生”三方主體。借助于各平臺的數據連接，可有效追蹤學生成長路徑，制定未來學習目標和職業發展規劃。其次，要提供基于場景的數據服務。教學、就業、實習對數據的關注指標不盡相同，應該注重數據的場景化分析和應用，以適應不同主體的需求。針對學校設計用于育人目標設定、課程體系開發等教學決策的解決方案，針對企業建設出用于人才評估、員工招聘和管理培訓的數據基礎，針對學生構建出可用于學習規劃、職業發展定位的個人畫像，并進一步基于數據挖掘推薦適配的課程和崗位信息。最后，要跟蹤度量數據的使用。利用信息化平臺進行數據集成分析的優勢在于“過程留痕”。通過仔細分析誰在什么時間用了哪些數據，可以得出各數據板塊的價值，以及各個相關主體的關注點，將這些信息進一步反饋給數據采集分析系統，優化數據結構和分析結果，改進數據供給方式，形成數據中臺內部數據的良性循環。依托數據中臺整合企業、學校優質資源，擴大數據來源渠道，使企業培訓、實習、就業和學校教育教學資源有機統一，形成育人新合力。需要注意的是，數據中臺的建設不是一勞永逸的，而是一個需要統籌規劃、迭代更新的系統性工程。學校需要充分認識數據中臺的復雜性，在初級階段建設不搞大而全，而應堅持“全場景規劃，小場景啟動”，圍繞校內教學、校外實習、招聘就業、職業規劃等具體不同的育人場景開展建設，并逐步完善其功能業務。

（二）更新數據思維理念，提升主體數據意識

思維方式是建設數據中臺核心環節。因為數據本身并不等于提供智慧，還需要育人主體對數據背后的意義進行分析、解讀，為學生的進一步成長提供解決方案。而當前由于育人主體受傳統思維和決策習慣的影響，往往會忽略各系統、各類型數據之間的內在聯系，對數據的敏感度不夠。鑒于這一情況，可以從以下三個方面著手：一是從“證據思維”轉換到“線索思維”和“對話思維”。數據不僅是教育教學成功與否、實習工作好壞的證據，還是改進教學和實習管理的線索以及與學生（員工）間的對話方式。各相關育人主體應從“證據思維”轉換到“線索思維”和“對話思維”，注重在數據中尋找改進育人的線索和彼此對話的主題，深刻認識數據賦能教育教學的本質。二是強化中臺的數據服務意識。通過典型教育數據挖掘案例的示范帶動作用，讓學校、企業乃至學生意識到可以主動利用數據來實現自身需求，并愿意有意識地貢獻數據、積累數據，讓數據為育人過程服務。三是加強數據應用相關理論和技能的培訓及研討，使育人相關主體能夠批判性地、符合倫理安全地獲取、分析、表征數據。在這一過程中，既要關注個體，也要關注全局，既要關注精確性，也要關注混雜性，既要關注因果關系，也要關注相關關系，讓學校、企業、學生逐步建立起運用數據發現問題、分析問題、解決問題的能力，實現以數據為基礎的科學決策與未來預測[22]。

（三）規范數據應用范疇，注重數據倫理安全

教育數據的應用價值在于洞察教育教學規律，為教育決策提供依據，提升精準育人成效，但對教育數據尤其是學生個人信息的過度解讀和濫用無疑會威脅到相關主體的隱私安全，甚至會給學生貼上錯誤的標簽，限制學生的未來發展。因此，在采集、分析、訪問以及存儲數據過程中，應以有用無害為價值追求[23]，以保護主體隱私為安全底線，確保數據在各個環節不被任意使用、泄露、修改、破壞等。遵守《信息安全技術個人信息安全規范》和《個人信息保護法》等相關法律法規要求，對校方、企業、學生三方設置恰當的分級認證、授權等措施，在不同的數據使用場景，設置不同的訪問權限，對數據進行脫敏處理或設置敏感級別，非必要情況，不顯示個人敏感信息。確定數據公開的權限和時限，規范數據所有者的被遺忘權[24]，即定期刪除數據中的個人信息，避免數據濫用。作為協同育人系統的主導者，學校首先需要明確各方主體的知情同意權。學校的教學信息需要在獲得師生授權同意后，在不侵犯個人隱私的前提下，分級分類地在實習面試、招聘就業、崗位培訓等不同場景中授權共享給企業進行人才甄選、職業規劃；學生可自行確定個人實習、學習數據的共享程度；企業也可自行甄選培訓資料、實習生考核反饋、管理案例等數據的共享范圍、權限和使用規范，以便于校內教學。