高校教師崗位勝任力評價體系及優化路徑研究

李 維

（廣州美術學院視覺藝術設計學院，廣州 510006）

高校教師崗位勝任力評價的重要標準之一是對教師在教學活動和教學課堂上表現出的價值進行相應判斷和評價[1]。大數據背景下，教學知識的范圍逐漸擴大。高校教師教學目標應該將教學重心從純粹知識傳授轉化為教學評價[2]。作為高校評價教師人才的評價體系整體內容的核心環節，對教師進行崗位勝任力評價是重要關鍵點[3-4]。大數據技術的廣泛應用，使得教師崗位勝任力必須注重數據信息教學能力和學習能力。作為人才培養者，教師在完成教學任務的同時，還要對自身的勝任力更加關注，做到自覺評價，在教與學中，提升崗位勝任力[5]。傳統高校教師崗位勝任力評價模式的主觀性和模糊性較強，大數據背景下必須在加強量化的基礎上促進評價的精準化、精細化和精致化，使高校教師崗位勝任力評價更具智慧性和價值性，也更加適應時代的進步與發展[6]。

1 高校教師崗位勝任力的內涵與特征

1.1 高校教師崗位勝任力的內涵

大數據為教師的崗位勝任力評價提供了有利條件，也為教師的崗位勝任力賦予了新的內涵。“教師勝任力”是由迪納克提出的，他認為教師勝任力是教師在日常教學和生活中所表現出來的人格魅力，可以理解為教師在教學時所表現出來的性格特點，以及教師本身所具備的獨特教學方法。在大數據時代，教師崗位勝任力應該更傾向于基于數據變化的素養提升[7]。教師應該具備熟練的專業知識和數據鑒別能力，能夠運用信息技術進行教學，適應新的教學環境，將自己掌握的專業知識與大數據技術相融合。本文提出的教師崗位勝任力包括教學技巧、專業知識、專業價值觀、教學態度、人格特質等。其中人格特質、教學態度和專業價值取向是對教師崗位勝任力中個人品德方面的具體考察；教學技巧、專業知識是對教師所具備職業技能的考察。

1.2 高校教師崗位勝任力的特征

教師的崗位勝任力是一種較抽象的評價，很難以數量或計量的方式去評價。想要構建準確有效的評價體系，需要充分認識教師崗位勝任力的特征。

第一，教師崗位勝任力和實際教學實踐、教學環境等因素聯系密切。教師崗位勝任力隨外部環境的變化而改變。比如學生學習情緒的變化、教學進度發生改變、教學團隊人員調配、學校教學制度改變、教學氛圍、教師生活和教學環境變化等。

第二，教師崗位勝任力受教師自身素質影響。如教師的教學信息能力、知識水平、教學動機、教學態度發生改變等內部因素產生變化。所以，在大數據背景下，對于教師崗位勝任力的評價，內部環境的變化也是需要考慮的重要因素。

第三，教師崗位勝任力具有動態性特點。教師在實際工作中不斷積累經驗，提升能力，因此教師崗位勝任力呈現出持續而緩慢的增強趨勢。應用大數據的技術手段，可對多種因素進行及時掌握，便于更科學地對教師崗位勝任力進行評價。

2 高校教師崗位勝任力評價的機遇與挑戰

2.1 機遇

大數據將是下一個創新、競爭和生產力的前沿。大數據時代的到來使得高校的各項管理和決策也將基于數據分析，拋棄傳統評價中不全面、不完整、角度單一、主觀性和經驗化過重的模式缺陷。教師的教學活動、信息數據逐漸累積的動態過程，有利于從各角度動態化反映教師崗位工作績效，是評價教師崗位勝任力的重要參考依據。根據大數據信息對教師崗位勝任力做出評價，能夠幫助教師對其未來的發展和職業生涯進行預測，進一步分析教師本人將來的職位晉升、任用安排，進而完成學校教師團隊整體素質的管理和培訓。目前，大部分教師沒有把大數據的方式、方法和自身專業發展、崗位勝任力與學生培養結合起來，使得信息化素養沒有真正地融入教師專業發展的體系中，基于這一機遇，對教師崗位勝任力進行評價，有利于學校工作的順利進行和教學質量的穩步提升。

2.2 挑戰

目前部分高校對教師的崗位勝任力評價僅局限于科研成果方面，沒有從教師的品德素質、專業知識、專業技能等進行全方位的評價。高校教師的主要工作任務是教學，如一味追求科研成果，就會使重科研、輕教學現象頻出，進而使得評價教師勝任力的因素越來越單一，不僅影響教師的績效考評，也影響學生對教師的全方位了解和評價，最終影響教學質量。以往教師崗位勝任力評價大多是靜態性的，只看結果不看過程，重研究輕教學，重理論知識輕崗位技能，導致評價并不能客觀認識和判斷教師崗位勝任力，難以促進教師的職業發展。即便有些高校已經著眼于教師崗位勝任力的評價，但在評價體系的模式指標方面仍然是以定性評價為主，評價的結果不夠客觀和真實。

在崗位勝任力評價中教學的技巧、課堂的調節與控制力、創新能力與探究精神等則往往被忽略，這是不科學的。對課堂的調節和控制是教師崗位勝任力的重要因素。教師在具備專業基本技能知識的基礎上，應該學會創新與合作，特別是對于教學過程中跨學科的知識以及與其他同行教師之間的溝通、合作、探究；教師的思想道德水平也是教師崗位勝任力的重要參考標準。教師的思想道德水平體現在對學生實施智育、體育、美育、勞育的整個進程，對學生的全面發展和價值觀念的塑造作用是不可替代的。而相對淡化教師的思想道德、人格特質和價值觀取向，都會造成崗位勝任力評價的局限和缺陷。

3 基于大數據的高校教師崗位勝任力評價模型設計

3.1 冰山模型

冰山模型是將人員的勝任素質當作一個冰山，包括冰山以上部分及以下部分。該模型提出崗位勝任力組成包括技能、知識、自我概念、社會角色、動機、特質六個要素，其中基本要素是知識、技能；潛在能力是自我概念、社會角色、動機、特質。在冰山模型理論中，知識主要包括一般知識、學歷背景、專業知識等；技能主要包括組織能力、表達能力、學習能力、決策能力、管理能力、數據信息教學能力等。

3.2 高校教師崗位勝任力潛在構成要素分析

因冰山模型簡單有效，本文結合教師工作中的實際情況，基于冰山模型理論基礎提出將高校教師崗位勝任力構成要素分為技術能力層面、大數據知識能力層面、潛在能力層面。大數據知識能力層面包括教師的教學知識、教育背景、一般知識、專業知識等。技術能力層面包括教師的溝通交流能力、數據信息教學能力、教育科研能力、數據鑒別能力、教育啟發能力、現代教育手段使用能力、教學總結能力等。潛在能力層面涵蓋冰山模型以下部分，包括自我概念、社會角色、動機、特質四方面。社會角色表現為教師敬業負責、職業定位等方面。自我概念表現為身心健康、堅強自信、奉獻精神、樂觀精神等方面。特質表現為求新求變、真誠正直、責任感等。動機表現為人際交往動機、成就動機等。

3.3 高校教師崗位勝任力構成要素的確定

本研究進一步采取專家訪談方式確定高校教師崗位勝任力的構成要素。對多年從事教育的優秀領導者、研究專家、人力資源管理工作者以及高校領導、教師專家等15人進行了咨詢。咨詢方式包括郵件、微信、視頻會議等。通過專家篩選的方式來確定表1中教師應具備的崗位勝任力要素。得票數量不少于8次，即8個以上專家勾選則入選該要素；若得票數量低于8次，則剔除該要素。專家訪談結果如表1。

表1 高校教師崗位勝任力構成要素的專家投票結果

根據專家投票情況，選定大數據知識能力層面要素為教育知識、專業知識；選定大數據技術能力層面的要素包括高校教師崗位數據信息教學能力、溝通交流能力、數據鑒別能力、教育科研能力；選定社會角色要素為敬業負責、敬業負責；選定自我概念要素為身心健康、樂觀精神、奉獻精神；選定特質要素為責任感；選定動機要素為成就動機。

3.4 高校教師崗位勝任力評價指標確定

依據高校教師崗位勝任力構成要素分析，構建了高校教師崗位勝任力評價的指標體系，共有3個一級指標，13個二級指標，如圖1。

圖1 高校教師崗位勝任力評價指標

3.5 高校教師崗位勝任力指標的權重確定

3.5.1 層次分析法及判斷矩陣獲取 運用層次分析法對已給定各指標進行系統、定量分析，獲取高校教師勝任特征指標權重，增強高校教師勝任力評價客觀性、科學性。根據評價指標體系，采用層次分析法、兩兩比較判斷方法及1-9比例標度進行指標評分表的設計，每一層指標間兩兩比較，根據重要性打分，具體見表2。

表2 各指標兩兩比較

在評分表回收后，根據各評分結果，得到一級指標判斷矩陣，如表3。

表3 一級指標判斷矩陣

3.5.2 判斷矩陣的一致性檢驗 各專家判斷矩陣要檢驗內部一致性，先計算各行之和，然后求各行平均值，最后進行歸一化處理，獲得矩陣特征向量，并檢驗一致性，一致性指標為CI，可通過以下公式計算：

公式中，判斷矩陣階數為n，判斷矩陣最大特征根為λmax。

表4為平均隨機一致性指標，可通過表4進行隨機性指標RI的查取，計算CI/RI比值，當CI/RI＜0.1時，則判斷矩陣一致性達到要求。當CI/RI>0.1時，判斷矩陣一致性要求不符合，該專家需重新評分，直至達到一致性要求。

表4 平均隨機一致性指標

3.5.3 各個指標的權重計算 通過對專家調查問卷數據判斷矩陣的一致性調整，選擇判斷矩陣集結加權幾何平均方式，計算各級各項指標權重，根據各專家判斷矩陣數據，獲得各判斷矩陣各要素均值，從而獲得高校教師崗位勝任力各級評價指標權重，如表5所示。

表5 高校教師崗位勝任力評價的權重

4 高校教師崗位勝任力評價優化路徑

研究根據各指標的權重設計了高校教師崗位勝任力評價優化路徑，如圖2所示。主要從大數據環境下教師崗位勝任力評價的原則和要求及以學生為評價主體的全員參與評價模式兩方面對高校教師崗位勝任力評價進行優化。

圖2 高校教師崗位勝任力評價優化路徑

4.1 大數據環境下教師崗位勝任力評價的原則和要求

作為教師招聘選拔及績效考評的重要方式之一，教師的崗位勝任力評價是高校教師人事管理的重要方法。大數據背景下，教師勝任力評價不同于以往的單一評價，基于大數據的評價，在評價理念和方法上都有所創新。第一，應堅持教師勝任力評價的動態性原則。人是不斷發展的，教師也是伴隨著學校的發展而不斷進步的。崗位勝任力評價的對象是動態的，因此評價本身也是動態的。大數據能夠起到實時觀測教師數據信息教學能力等方面的變化，基于變化的水平及時作出決策，更好地進行管理。第二，教師崗位勝任力評價要堅持精準評價原則。大數據使教師崗位勝任力評價更加精準化，其運行效率強，使高校管理更加趨向公正、公平，教師隊伍人事管理更高效、便捷。

運用大數據對教師崗位勝任力進行評價，不能只是基于教師的學歷水平、教育年齡、工作閱歷等方面，而是要參照教師的教學成果和科研學術，收集教師的碎片化信息，將教師平時的教學活動統一起來。收集碎片化的教師評價信息數據是一項復雜的工作，也是目前評價工作所面臨的新的問題。教師勝任力評價體系主要是對數據信息的收集、加工處理、綜合分析、應用，最后得出結論的過程體系。這一過程要滿足以下幾點要求：第一，運用云端手段建立有關大數據下的教師勝任力評價體系，堅持化整為零、化零為整的分析思路。將復雜多樣的評價標準數據劃分為幾個較小的系統，通過固定的存儲方式把教師自身的整體性數據分別放進每一個小的系統內進一步整理、分類、分析、綜合。第二，在云計算數據分析方面運用評價系統內的信息，進一步分析教師個人所具備的能力特征。數據本身具有全面性、層次性和瑣碎性的特點，同時也具備真實性、完整性的特點。在各個因素之間分析關系網絡和重要的連接點，找到可以建模的數據指標。通過分析各個指標數據，對教師進行橫向或縱向比較，找出針對性的教育培訓策略。第三，分析教師崗位勝任力的高低，需要對大數據下的紛繁復雜的信息進一步處理，輔助高校的教師團隊管理，通過教師職位的分配以及教學成果的預期對教師今后所要達到的教學目標予以實現。第四，對于教師崗位勝任力不足之處要進行總結，找到針對方式加以彌補，定期組織教師進行專業講座學習，提高教師的專業技能和思想品德素質，使其逐漸適應教師教學環境，提升其崗位勝任力。

4.2 以學生為評價主體的全員參與評價模式

在大數據的基礎上，教師崗位勝任力評價應將大數據衡量教師指標與學生網絡終端相關聯。教師在教學過程中是否稱職最有權利評價的是學生群體。教師的崗位勝任力評價應該集中在教師與學生的教學關系上，學生對教師的評價依據網絡手段能夠實現公正化和普遍化。但也要設置公平數據模塊，防止部分學生主觀臆斷。

教師崗位勝任力評價是一個雙向的過程。在大數據時代，學生對教師的評價可以通過大數據平臺進行查看。通過對大數據評價指標的綜合分析，一方面能督促教師轉變教學觀念、完善工作方式，另一方面能使教師的教學知識和教學廣度不斷深化。學生作為最直接的評價主體，以其熟悉的專業課教師為評價對象，能夠激發學生的學習興趣，在對教師的閱歷、品德等各個方面得以了解之后，雙方之間的關系會進一步深化。基于學生為主體的評價指標能夠優化教學人才，使教師不斷提升自身的數據信息教學能力和教學素養，逐漸實現公平的教師崗位勝任力評價環境。

5 結 論

基于大數據的教師崗位勝任力的評價是一項十分復雜的工作，需要更加細致地予以數據分析。要堅持崗位勝任力評價的發展性原則。評價目標不應集中于對教師的定性與結論，而應著眼于教師的變化與發展，著眼于師資隊伍的建設及教育質量的提高，著眼于高校的和諧、持續發展，只有這樣才能保證教師崗位勝任力評價的公平、公正。對教師崗位勝任力的評價應以全面性、多角度進行，而不是拘泥于單個績效考評或成績、科研方面進行判斷。以往的評價往往是靜止的，沒有從動態的角度對教師各方面的能力進行深入分析。動態性的教師崗位勝任力的評價，可以依據教師的年齡進行有經驗性地總結和分析判斷，并對于通過積累經驗而掌握教育技能與專業技能的教師予以獎勵，對不具備或者具備較弱項的專業技能的教師應該幫助其改進提高。

大數據相關技術使教師的崗位勝任力評價工作更加完善成為可能[10]。這也給高校提出了更高的要求：師資管理工作應向更加精細、真實的方向發展，對人才選拔培養和應用也應向更加公平、公正的方向發展。基于大數據的教師崗位勝任力評價指標體系不僅能夠促進教師不斷提升自身的崗位勝任力，而且也能使學校不斷提升教育教學質量，提高社會影響力和知名度，使高校健康、可持續發展。