戴浩

受限于现有经验和管理水平，职业院校内部质量保证体系诊改工作普遍缺乏科学数据分析与趋势预测手段的介入，较难确保质量目标标准的科学决策，质量保证工作融入日常治理文化程度较低，质量机制引擎不能有效形成，质量体系运行效率无法得到保障。数据治理的有效运用，可以保证诊改质量目标的传递与落地，促进诊改质量标准的科学制定与实施，从而有效形成学校质量机制引擎，引领学校质量管理工作从外部监管走向自我诊改，逐步实现常态化的质量自主管理与持续提升。

一、背景

2014年，国务院印发《关于加快发展现代职业教育的决定》，做出了加快发展现代职业教育的全面部署。[1]2015年，教育部办公厅、教育部职成司先后颁布了《关于建立职业院校教学工作诊断与改进制度的通知》[2]和《高等职业院校内部质量保证体系诊断与改进指导方案（试行）》[3]，正式启动职业院校教学“诊断与改进”（以下简称“诊改”）工作，并将“诊改”工作纳入高职院校内部质量保证体系构建的重要内容。继“职教20条”明确指出要“推进高等职业教育高质量发展”后[4]，2020年9月，教育部等九部门在关于印发《职业教育提质培优行动计划（2020—2023年）》的通知中，提出“完善以章程为核心的校内规则制度体系，健全职业学校内部治理结构，深入推进职业学校教学工作诊断与改进制度建设，切实发挥学校质量保证主体作用”，将职业学校教学工作诊改建设进一步提升到学校的制度体系建设和治理结构优化的高度，成为学校发挥质量主体作用的核心载体。

基于“诊改”的建设任务，根据当前学术界的研究共识，高职院校需要构建以“五纵五横一平台”为结构的内部质量保证体系。[5]“五纵”具体包括“决策指挥、资源建设、支持服务、质量生成、监督控制”，体现内部质量保证体系的全要素、网络化、制度化、常态化和信息化;“五横”具体包括“学校、专业、课程、教师和学生”，体现内部质量保证体系元素的相对独立完整又相互关联支撑。[6]“一平台”指信息管理平台。

二、现实困境

为确保“诊改”机制能够有效运行，因校制宜地构建科学合理的“五纵五横”内部质量保证体系是重要前提。基于传统方式构建内部质量保证体系并开展“诊改”运行，在实际执行过程中遇到一定的现实问题。绝大多数试点院校在内部质量保障体系构建和诊改运行过程中，信息系统和大数据技术均有不同程度的切入，但多停留于局部的、散状的支撑。由于缺乏数据治理的支撑，学校方案形成与制度建设容易受限于现有经验和管理者水平，较难开展科学的数据分析与趋势预测，对既有的制度运行也不宜形成有效的跟踪管理。

三、解决思路

数据治理是大数据环境下对数据生命周期进行科学管理的一套治理方法，是对数据资产进行管理和控制的系列活动的集合。随着以大数据、云计算、人工智能等现代技术为特征的第三次技术革命的到来，在大数据智能化技术的推动下，将数据治理理念与技术引入内部质量保证体系诊改，突破了学校现有的管理模式和经验水平的限制，可以有效提升体系构建的科学性、前瞻性、有效性和可行性。

四、基于数据治理开展质量保证体系诊改研究

基于数据治理有效构建和整合学校的数据资产，提升数据的使用价值，能够将“五纵”各环节通过信息化手段进行输入、分析、管理和呈现，确保诊改“目标链”的有效延伸与落地。其中，“决策指挥系统”是学校质量规划目标的顶层设计者。数据治理有助于决策系统的决策机制得到有效优化，通过大数据平台对决策主体的科学指导、前瞻分析和发展预测，有利于实现院校重大教育决策的科学民主化。“资源建设系统”为学校的质量运行提供人力资源、财务设备、实训耗材、校企合作等资源建设和服务。基于数据治理的大数据平台接入各职能部门业务系统，提取关键数据，进行资源规划分析，可有效帮助学校进行资源的科学采购和合理利用，确保学校的质量运行精简、有效，为目标链的精确传递提供数据依据。“支持服务系统”在数据治理的帮助下，可帮助相关部门开展精准服务，增强师生感知，提升服务质量，为目标链的有效达成提供服务保障。“质量生成系统”是学校人才培养的质量主体，在基于数据治理的平台建设中，将“质量生成系统”形成的人才培养过程数据进行积累、转换和存储是建设任务中最重要的基础工作，在此过程中形成的数据信息，其内容和质量将直接决定大数据平台对学校质量“诊改”工作运行的支撑力度和效果。基于数据治理的“监督控制系统”可以提供各类质量反馈数据报表。报表不是简单的数据分析，而是反映“五纵”目标链在各层面的达成度情况，并且根据预设的规则进行预警，帮助质量主体全面研判学校各层面的质量运行和目标达成状况，精准识别质量风险，从而迅速形成改進措施，最终确保目标链在诊改各纵向环节的有效延伸与落地，形成质量闭环。

全国职教诊改专委会在印发的《高等职业院校内部质量保证体系诊断与改进复核工作指引（试行）》的通知中，明确指出各层面制定的质量标准，需要与相应的规划目标契合，与自身的发展基础适切。其实就是解决“用自己的尺子量自己”的问题，如何根据校情、学情制定“自己的尺子和刻度”，形成符合学校实际情况的“五横”标准链并相互贯通，数据手段的介入，有助于决策者克服经验约束，科学施策，形成“循数诊改”文化。[6]

学校层面，在学校发展标准链的制定过程中，通过平台的各类数据报表和画像的观测和分析，决策者可以全面洞察学校近年来各项质量目标的完成情况和各类预警信息的发生规律，深入比较同类院校相关质量数据的分布规律，从而更精准地定位学校未来的发展方向，最大限度地降低决策者在重大制度改革、重大岗位设置调整以及部门绩效考核制定过程中的决策失误风险。

专业层面，数据治理帮助学校按照成果导向的原则开展专业定位和分析，通过自动爬取互联网上的人才需求大数据，提炼出专业相关的岗位群和岗位分析报表，帮助专业负责人明确专业人才培养定位，为其制定专业人才培养方案和课程体系提供数据依据。

课程层面，在基于数据治理的大数据平台管理下，课程标准可根据岗位典型工作任务、能力要求自动匹配，最大程度降低了课程因不同授课教师的专业特长而带来的随意性，从源头上确保了课程标准与专业标准的契合。

教师层面，使用基于数据治理的大数据平台，可提供教师在各个发展阶段的全周期管理以及不同发展类型下的职业生涯规划，确保教师的发展与学校、专业的发展相适切，形成教师发展的合力，共同推动学校规划目标的达成。

学生层面，数据治理可以为学生层面的质量保证提供育人标准萃取功能。基于数据治理的大数据分析算法对上层政策文件和学校相关制度的文本关键字挖掘和词频分析，结合对历届学生的育人成效数据钻取，预先萃取出一批育人标准库，供决策者参考使用，有助于育人标准制定过程的全面性和科学性，降低决策失误的风险。

五、总结

基于数据治理构建学校“五纵五横”内部质量保证体系，为系统地打造“两链”提供科学参考[7]，为内部质量保证体系“诊改”的实施与运行提供事实依据与轨迹跟踪，为质量目标的逼近与实现提供分析与预警，为学校质量文化的形成提供技术保障。基于数据治理开展质量诊改，深度体现了学校质量机制引擎的运行效果，是学校质量管理者诊改理念与方法的技术表达，最终将引领学校質量管理工作从外部监管走向自我诊改，逐步实现常态化的质量自主管理与持续提升。

参考文献：

[1]中华人民共和国国务院.关于加快发展现代职业教育的决定：国发〔2014〕19号[A/OL].（2014-05-02）[2016-05-04].http：//www.gov.cn/zhengce/content/2014-06/22/content_8901.htm，2014-06-22/2014-08-16.

[2]教育部办公厅关于建立职业院校教学工作诊断与改进制度的通知[J].中华人民共和国教育部公报，2015（Z2）：77-78.

[3]中华人民共和国教育部职业教育与成人教育司.关于印发《高等职业院校内部质量保证体系诊断与改进指导方案（试行）》启动相关工作通知[Z].教职成司函[2015]168号，2015-12-30.

[4]中华人民共和国国务院.国务院关于印发国家职业教育改革实施方案的通知[Z].国发[2019]4号，2019-01-24.

[5]汪建云.培育“8字螺旋”夯实诊改基础[N].中国教育报，2017-11-07（011）.

[6]胡娜.“循数诊改”：高职质量保证体系构建的理念与实现途径[J].重庆广播电视大学学报，2017，29（03）：34-39.

[7]杨应崧.打造“两链”，找准诊改的起点[N].中国教育报，2015-10-29（09）.

[基金项目：广东省普通高校人文社科项目——基于大数据开展高职院校内部质量保证体系“诊改”长效机制研究（2019GWTSCX063）。]

责任编辑 陈春阳