大数据助力职业教育治理转型升级
职业教育治理涉及政府部门、职业院校、社会组织、行业企业以及家长、学生等各方面利益相关者，高质量的数据信息是耦合利益相关者之间多元利益诉求的重要桥梁之一，是职业教育提质增效促就业的重要保障。大数据技术可在多主体之间、政府与市场之间为职业教育架起一座通向“善治”的桥梁，推动职业教育治理逐渐走向“循数”治理和治理现代化。
借助大数据，管理决策者可以更好地优化资源配置，促进教育公平，完善教育政策，深化教育改革。改变传统的经验决策方式，管理决策者可以借助全链条、全维度、跨区域、全样本的数据与分析，对职业教育活动进行监测、预警与修正，从而使有限的教育资源能够用于支持高质量的职业教育政策或项目，并基于数据分析有效地解决教育项目或管理中的现实问题，使传统管理模式中的静态化治理走向基于实时数据的动态化治理。如，基于大数据及时掌握和预测劳动力市场需求，制定国家、省市、院校三级职业教育人才培养规划体系，建立专业预警与退出机制，保障技术技能人才培养更加科学、合理、有序供给。
借助大数据，企业可以更好地传递需求、寻求校企合作伙伴。行业企业可以依托大数据平台实时发出自己的利益诉求，更为频繁地和职业院校进行互动交流，更为便捷且有针对性地与其形成以人才培养为核心的合作关系。行业企业数据是职业教育数据的重要组成部分，是职业教育专业设置、招生规模、人才培养方案动态调整的重要依据之一。例如，在爱尔兰，职业院校会根据国家经济发展以及社会需求的变化及时调整课程设置与教学内容。此外，大数据也为每所职业院校创建了一张有说服力的“名片”，企业可以借助大数据更好地掌握职业院校的办学特色与发展现状，从中挑选出更能符合其需求的校企合作伙伴。
借助大数据，学校可以提高教育教学质量和管理服务效率，为学生就业提供有力支持。学校管理者除了可以借助大数据及时掌握劳动力市场需求信息外，还可以动态监测评价学校人才培养活动，并据此调整学校人才培养方案设计，增强职业教育人才培养的社会适应性。如在英国，职业院校会基于相关工厂、企业的用人要求，通过预测企业用工需求确定每个专业是每年招生还是隔年甚至更长时间招生一次，一旦劳动力市场中某类专业人员过剩，即报经上级主管部门批准停止招生。另一方面，大数据也为学生就业选择提供支持，学校可以通过大数据平台及时向学生提供招聘岗位与应聘要求信息，帮助学生实现高质量就业。如美国俄亥俄州开发的在线劳动力供应工具，可以帮助雇主和应聘者作出更明智的决策。
借助大数据，教师可以根据学生特点定制教学方案。传统职业教育往往试图寻找出教育教学中适用于大部分人的普遍性特点与规律，采用统一的批量生产的模式去培养学生。大数据的应用为面向每个学生的发展提供个性化的教育创造了可能，在大数据的支持下，教师可以动态监测、追踪记录每位学生的学习过程、学习表现，从而根据每个学生的学习特点和需求定制教学方案。教师还可以借助大数据及时掌握课堂教学中的实时反馈数据，随时调整课堂教学的进度安排，开展量体裁衣式的教学指导。
借助大数据，学生可以更好地选择学校、专业和就业岗位。生源及生源质量问题是职业教育发展面临的重大挑战之一。大数据可以揭示接受职业教育个体的职业发展轨迹、薪酬待遇、工作环境等各方面信息，打破社会大众对职业教育的偏见。同时，学生和家长在学校选择、专业选择过程中也可以充分利用大数据资源，比较各类学校、专业以及该专业未来的就业方向，从而作出更适合自身发展的选择。例如，美国建立的职业信息网络系统，涵盖了从业者特征和工作本身特征两个方面的数据内容，包括对从业者的专业和学历要求、薪酬待遇和工作环境等。
大数据赋能职业教育治理制度建设
一是通过数据挖掘，建立完善职业教育监测与评价制度。我国职业教育质量评价起步较晚且尚未建立完善的监测与评价制度。首先，要树立全面质量观，强调全过程监测。创新监测评价方法，全息性采集和监测职业教育活动的各种数据，将智能诊断性评价、预测性评价、即时形成性评价、个性化总结性评价贯穿教育教学的全过程。其次，建立质量评价标准体系，提高评价结果的可比性和解释力。现有的评估机构存在各自为政、各行其是的现象，缺乏统一的数据标准和分级分类评价指标体系，迫切需要建构完善质量评价标准体系，建立具有中国特色的质量框架和资格框架系统。最后，吸纳各利益相关者参与评价，提升评价结果的公信力。以学生家长、行业企业满意度来拓展评价的社会适应性，以第三方评估机构参与来提高评价的专业性，以内省式自主评估模式来促进职业院校反思，以教育行政部门督控模式来督导职业院校改进。
二是通过数据整合，建立政府、学校、企业等多元主体数据衔接共享制度。治理是个系统工程，要避免治理流程和治理政策的碎片化，就必须建立数据衔接共享制度，打通教育行政部门、职业院校、行业企业内外部之间的信息流，避免数据孤岛和信息不对称现象，实现各系统之间的数据融通，整合多元利益诉求，以共同利益来驱动彼此之间的资源共享和有效协作。一方面，政府、教育、产业等各方面数据要纵向贯通、横向关联，建立立体化的数据网络。在纵向上动态追踪每所学校和学生的发展历程；在横向上不仅要汇聚整合教育与人口、经济、社会民生发展等方面的数据，还要注重各类证书、许可证等非学历文凭数据与教育数据系统的衔接匹配。另一方面，数据的有效衔接共享需要统一的数据标准。构建统一的数据标准和规范，促进各方面数据兼容共享。
三是通过数据开放，建立数据开放与隐私保护制度。数据被有效利用是大数据助力职业教育治理现代化的前提，但要避免数据被盗用和滥用。首先，建立隐私保护制度，规避安全风险。通过制定相关政策法规，限制收集和开放个人姓名、父母、出生地、指纹等可识别信息，保护信息安全。其次，规范数据使用程序，避免触碰数据使用的法律红线和伦理道德底线。通过研制《教育数据伦理规范》《职业教育数据共享协议》等政策法规，规范教育大数据使用程序，使各利益相关者有节制地使用数据。最后，建立为利益相关者量身定制公开数据制度。绘制利益相关者职业教育数据需求表，在保障隐私权和使用规范的前提下，为各利益主体开放数据，既满足其参与权和知情权，也为其自身发展提供数据支持。
四是通过数据应用，建立多元主体有效参与的职业教育大数据治理制度。大数据破除了多元主体参与职业教育治理的关键性壁垒，为多元主体参与治理提供了技术支持，使职业教育领域内的每个利益相关者之间交流、互动更加频繁、有效，使每个利益相关者的诉求都能得到及时表达，使传统模式下的单向治理转变为多元主体协商治理、合作治理、共同治理的治理结构网络化新格局。首先，建立兼具数据汇集与分析应用功能的职业教育大数据共享平台。整合教育、行业企业、人口等各部门数据，匹配衔接各种非学历证书数据，建立一个综合性的职业教育数据系统。其次，建立各利益主体诉求表达机制、权益保障机制、互动合作机制。保障各主体的表达权、知情权和参与权，在参与职业教育治理中使各利益主体形成利益共同体，使参与治理常态化。最后，提高各利益主体的数据素养，增强其利用数据参与治理的能力。尤其注重通过培训提升教育行政部门和学校管理者的数据收集、分析、解读和应用能力。
