“校本數據治理”范式以教育部提出的建構職業院校“校本大數據中心”和數據治理一體化平臺構想為價值起點，特指職業院校以國家職業教育“智慧大腦”數據結構為框架指引，結合職業院校、區域政府、產業行業特色，建構兼具結構規范和院校特色的數據治理范式。“校本數據治理”理念和核心技術給職業院校帶來新的發展契機，也有助于職業院校保持對外部數據環境變革的敏捷適應性。

01

校本數據治理的價值邏輯

職業院校全局數據治理是指在職業院校校務決策、戰略規劃、資源配置、師資管理、學生支持、產教融合、基地建設、校園文化等多層面建立起綜合統一的數據管理、維護、挖掘與使用規程，以整體提升職業院校的治理效能和外部適應性。教育生態理論將教育要素、教育資源、學校結構、外部環境與技術條件視為完整的教育生態系統，系統內部的各要素處于不同的生態位，發揮與其結構相對應的生態功能。從教育生態系統視域分析，職業院校校本數據治理的各治理單元和治理系統之間并非分立存在，而應向著整體聯通、多維聯動、耦合交互的方向進行系統性建構。因此，校本數據治理的核心價值轉向是從碎片化轉向全局性建構，將“政府—院校—企業—行業”多源數據納入全局進行考量，以構建一個具有全局性、一致性的和諧職業教育校本數據治理生態圈。

在推動職業院校數據治理體系現代化的進程中，“全局數據理念”具有高度價值，其強調通過多主體、多維度融合來實現數據共享、協同治理，有助于形成職業院校數據治理的整體性方案。

其一，全局數據治理可以賦能職業院校戰略規劃和科學決策，強調從數據集成源頭、數據采集過程來確保數據來源的可靠度，降低戰略規劃偏差和決策失誤風險，同時也助力職業院校快速響應產業人才需求和外部環境變革。如院校在進行專業設置頂層規劃時，可以通過實時的產教融合數據監測板塊調取產業人力資源需求數據，建立人才需求預測模型輔助決策，調整專業和學科方向，動態精準匹配產業需求。

其二，全局數據治理理念有助于推動職業院校形成多元主體的數據治理格局。全局數據治理以信息和數據為平臺核心，形成校本“數據治理智慧大腦”，全面推進政府、院校、行業、企業等治理主體互聯，有序流動和共享其數據資源，實現職業院校治理數據的多元主體交流和反饋，并逐步形成職業院校治理效能評價系統的數據資源共享生態和多元主體協同共治平臺。

其三，全局數據治理有助于改善職業院校治理的系統性問題。通過使用大數據智能分析工具，為職業院校治理提供更全面、更深層、更具體的指導，妥善解決治理過程中的流動壁壘、信息安全等問題，同時也助力于決策者制定更切合實際的教育政策。例如，職業院校可以利用數據收集學生的學術表現、就業狀況以及畢業后的職業發展情況，通過數據指標來評估學校綜合績效，及時調整院校治理方案，確保其治理目標與各利益相關者的期望相一致。

02

校本數據治理的過程邏輯

職業教育共生理論學派認為，職業教育系統內部各單元、各種資源形態存在相互吸引與協作、互補與依存的共生關系，且持續地激發資源、信息在不同共生單元之間交互與疊合，并最終使得所擁有的資源優勢充分發揮。職業院校校本數據在整合過程中存在諸多“數據孤島”“睡眠數據”等問題，為提升職業院校校本數據治理質量，亟須轉向數據共生。而要實現各治理單元間的數據共生，則需要將治理系統、課程設置、招生工作、財務管理等多方面的數據資源進行融合，形成共生融合的數據鏈條。

其一，數據共生為職業院校治理提供全方位的數據支持系統。例如，職業院校通過“云原生+一體化”的數據技術，為職業院校各治理主體提供統一入口，將其產生的不同數據統一到數字化協同運作平臺，實現全業務、全模塊、全流程、全人員的“四全”數據治理過程模式，推動職業院校數據治理從“各自為政”走向“協同共贏”，從“數據孤島”走向“數據共生”。

其二，數據共生助力職業院校構建協同育人過程機制。數據共生系統的建構聯合了多元主體和多生態位共生單位，延展了多元主體深度參與職業院校治理全過程的通道。特別是在職業院校人才培養適應性的動態跟蹤數據聯動方面，因為多元主體數據治理格局的建構，學生職業知識、職業技能、職業倫理與態度等素養的形成過程得以動態精準匹配職業技能型人才崗位能力迭代的要求，實現職業院校技能型人才精準供給的過程性監測。

其三，數據共生有助于推進院校內部數據的便捷、高效流動。大數據視域下，職業院校可對數據進行采集、確權、精準鑒別后，利用大數據數倉對較大價值數據進行存儲、處理、加工，建立職業技能訓練庫并持續維護，為應用層提供豐富多樣、安全完整的數據服務，挖掘數據價值，實現全面流轉，形成完整的院校內部數據治理體系。

03

校本數據治理的技術邏輯

職業院校校本數據治理的表征體現在讓職業院校的治理信息以數據化形式揭示，并成為可激發職業院校治理效能的潛在資源。因此，職業院校數據治理可通過多源數據集成方式，深度挖掘數據信息，發揮大數據提升職業教育治理效能的價值。

其一，借助多源數據集成提升職業院校數據源治理的廣度。職業院校內部數據可分為院校決策數據、管理過程數據、教師成長數據、學生成長數據、教學效果數據、產教融合數據等多維形態，具有多源、復雜及動態特征。借助大數據技術構建融通院校各層級數據信息的大數據平臺，為職業院校不同層次的治理提供精準數據支持。同時，通過對數據治理主體產生的海量實時在線數據進行深度挖掘，可以呈現職業院校人才培養過程的全景圖像，如職業院校可以通過分析學生的專業理論知識數據、專業實踐技能訓練數據和就業趨勢，預測不同課程設置對學生未來職業發展的影響。這種數據驅動的實驗性治理方式可以最大程度地減少決策的主觀性和偏見，提高治理的科學性和合理性。

其二，云計算助力職業院校治理數據的深度挖掘，顯著提高數據深度挖掘的效率、精度和實時性。云計算所具有的高可靠性、高延展性、高敏捷度、瞬時更新能力強等算力優勢，可以在降低數據治理成本的同時，助力職業院校深入挖掘數據，從中發現隱藏的模式、關聯和趨勢，使數據治理賦能職業院校精準決策和精準施策成為可能。此外，高效地挖掘職業院校數據價值，需要依托物聯網、云計算、區塊鏈等數字技術，打造先進的智慧教育新生態。例如，學生學習、教師教學、院校治理、校企合作的整體性效能監測，可以通過后臺的數據匯聚和分析后生成效能監測報告，形成院校綜合治理的效能畫像，為院校治理提供最準確的現實依據。

04

校本數據治理的功能邏輯

職業院校校本數據是院校現代化治理體系的基本構成，校本數據治理所遵循的功能邏輯即是從過去的被動適應性數據管理轉向主動預測性的數據治理，能動發揮高速化和大容量校本數據的價值與功能。校本數據治理預測功能發揮需要借助大數據和云計算等核心技術，多源采集、深度挖掘與共融互通職業教育數據，折射職業院校治理的價值邏輯，推動院校數據治理從過往的被動適應轉向主動預測。

其一，職業院校數據治理催化院校內部業務流程再造，提升校本數據治理體系洞察教育教學規律的主體動能。傳統的院校數據治理未能形成規范化數據集成框架，缺少對數據的深度挖掘，數據輔助決策存在滯后性，導致難以精準把握與動態預測教育教學規律。校本數據治理體系通過建立更高效的數據收集、存儲和分析機制，提升了職業院校把握教學規律和預測師生教學需求的功能。

其二，數據治理在職業院校治理中發揮預測功能。大數據技術包含數據采集、存儲、分析、應用與預測等一系列手段，其中預測分析技術是實現數據價值的關鍵。在數據治理過程中，利用數據中臺對過程性數據進行數據篩選、分析、監測、集成、融合與可視化，實現職業院校人才需求預測、教學診斷預警、就業趨勢分析等多個系統的智慧決策。當過程性數據或分析結果存在異常時，數據治理中臺能及時傳遞預警信號，職業院校則可以根據數據預警結果調整治理方向和制定相應策略。當前部分職業院校建構的智慧校園管理系統已經實現了上述功能，學校通過追蹤學生在校行為軌跡（如食堂門禁記錄、消費記錄），可以刻畫學生學習和生活的畫像，幫助教師及時了解學生的成長過程。

來源丨《教育與職業》2024年第2期