职业院校校本数据治理的转型逻辑与实践范式

黄茂勇 蔡凌

［摘要］职业院校数据治理是职业教育治理体系现代化的核心要素。职业院校校本数据治理范式的提出，符合国家职业教育治理体系从宏观建构转向微观規范的政策诉求。职业院校校本数据治理遵循从碎片转向全局的价值逻辑、从孤岛转向共生的过程逻辑、由浅表转向深度的技术逻辑及从适应转向预测的功能逻辑等四重转型逻辑。在实践场域，职业院校校本数据治理存在数据生态失衡与数据架构断点、数据规格泛化与信息离散、数据治理政策缺位与流程迟滞、数据治理偏利取向与效用失准等现实问题。推动职业院校校本数据治理实践范式建构，可从基于国家“智慧大脑”架构的共生共治价值体系建构、基于数据生命周期的数据全链条管理过程机制建构、基于多源异构数据的分层治理技术载体建制、基于师生同频成长支持体系动力设计的功能系统调试四个维度展开。

［关键词］职业院校；数据治理；整体性治理；治理体系现代化

［作者简介］黄茂勇（1982- ），男，广东汕头人，广东技术师范大学教育科学学院，副教授，博士，硕士生导师；蔡凌（1995- ），女，江西上饶人，广东技术师范大学教育科学学院在读硕士。（广东  广州  510665）

［基金项目］本文系2022年广东省研究生教育创新计划项目“教育硕士数据分析素养的测量与培养改革实践”（项目编号：2022JGXM124，项目主持人：黄茂勇）和2022年广东技术师范大学博士点建设单位科研能力提升项目“多源数据下县域职业教育资源供需耦合效能评估与优化研究”（项目编号：22GPNUZDJS08，项目主持人：黄茂勇）的阶段性研究成果。

［中图分类号］G717 ［文献标识码］A ［文章编号］1004-3985（2024）02-0043-09

为全面加快现代职业教育体系建设步伐，教育部于2023年7月发布《关于加快推进现代职业教育体系建设改革重点任务的通知》（以下简称《通知》），明确提出要通过强化对职业院校数字化整体性治理的辅导，推动院校建构“校本大数据中心”，以实现校内教学、科研、管理与服务多层面工作的数据整合，并有序推动院校介入国家职业教育体系的“智慧大脑”。过去一段时期，我国职业教育体系在宏观层面的数据治理政策体系供给、治理机制优化、共享平台搭建和微观流程完善等方面开展了诸多有益探索，国家职业教育大数据治理中心在赋能职业教育高效决策、创新管理、整合资源和敏捷适应等层面初显成效。但与政府、产业的快速数据治理变革相比，职业教育体系的整体数据治理能力尚存在差距，特别是未能根据职业教育外部环境与技术变化建构微观层面的职业院校校本治理架构和范式，导致职业院校内部治理效能提升缓慢。理论研究层面，过往研究也多关注职业教育体系的宏观制度设计、数据规格统一、数据挖掘与应用、数据伦理与安全等问题，对职业院校内部数据治理的关注与探索并不充分，所得结论也难以作为职业院校数据治理效能提升的有效支撑与指导。在国家推动职业院校建构“校本大数据中心”行动计划背景下，有必要辨明从宏观层面的职业教育体系数据治理到微观视域的职业院校内部数据治理的转型逻辑，对职业院校数据治理存在的问题与挑战进行全景扫描，并提出职业院校数据治理的校本实践范式，以期赋能国家职业教育数据治理体系的现代化转型。

一、职业院校校本数据治理的转型逻辑

“校本数据治理”范式以教育部提出的建构职业院校“校本大数据中心”和数据治理一体化平台构想为价值起点，特指职业院校以国家职业教育“智慧大脑”数据结构为框架指引，结合职业院校、区域政府、产业行业特色，建构兼具结构规范和院校特色的数据治理范式。“校本数据治理”理念和核心技术给职业院校带来新的发展契机，也有助于职业院校保持对外部数据环境变革的敏捷适应性。

（一）从碎片转向全局：校本数据治理的价值逻辑

职业院校全局数据治理是指在职业院校校务决策、战略规划、资源配置、师资管理、学生支持、产教融合、基地建设、校园文化等多层面建立起综合统一的数据管理、维护、挖掘与使用规程，以整体提升职业院校的治理效能和外部适应性。教育生态理论将教育要素、教育资源、学校结构、外部环境与技术条件视为完整的教育生态系统，系统内部的各要素处于不同的生态位，发挥与其结构相对应的生态功能［1］。从教育生态系统视域分析，职业院校校本数据治理的各治理单元和治理系统之间并非分立存在，而应向着整体联通、多维联动、耦合交互的方向进行系统性建构。因此，校本数据治理的核心价值转向是从碎片化转向全局性建构，将“政府—院校—企业—行业”多源数据纳入全局进行考量，以构建一个具有全局性、一致性的和谐职业教育校本数据治理生态圈。

在推动职业院校数据治理体系现代化的进程中，“全局数据理念”具有高度价值，其强调通过多主体、多维度融合来实现数据共享、协同治理，有助于形成职业院校数据治理的整体性方案。

其一，全局数据治理可以赋能职业院校战略规划和科学决策，强调从数据集成源头、数据采集过程来确保数据来源的可靠度，降低战略规划偏差和决策失误风险，同时也助力职业院校快速响应产业人才需求和外部环境变革。如院校在进行专业设置顶层规划时，可以通过实时的产教融合数据监测板块调取产业人力资源需求数据，建立人才需求预测模型辅助决策，调整专业和学科方向，动态精准匹配产业需求。

其二，全局数据治理理念有助于推动职业院校形成多元主体的数据治理格局。全局数据治理以信息和数据为平台核心，形成校本“数据治理智慧大脑”，全面推进政府、院校、行业、企业等治理主体互联，有序流动和共享其数据资源，实现职业院校治理数据的多元主体交流和反馈，并逐步形成职业院校治理效能评价系统的数据资源共享生态和多元主体协同共治平台。

其三，全局数据治理有助于改善职业院校治理的系统性问题。通过使用大数据智能分析工具，为职业院校治理提供更全面、更深层、更具体的指导，妥善解决治理过程中的流动壁垒、信息安全等问题，同时也助力于决策者制定更切合实际的教育政策。例如，职业院校可以利用数据收集学生的学术表现、就业状况以及毕业后的职业发展情况，通过数据指标来评估学校综合绩效，及时调整院校治理方案，确保其治理目标与各利益相关者的期望相一致。

（二）从孤岛转向共生：校本数据治理的过程逻辑

职业教育共生理论学派认为，职业教育系统内部各单元、各种资源形态存在相互吸引与协作、互補与依存的共生关系，且持续地激发资源、信息在不同共生单元之间交互与叠合，并最终使得所拥有的资源优势充分发挥［2］。职业院校校本数据在整合过程中存在诸多“数据孤岛”“睡眠数据”等问题，为提升职业院校校本数据治理质量，亟须转向数据共生。而要实现各治理单元间的数据共生，则需要将治理系统、课程设置、招生工作、财务管理等多方面的数据资源进行融合，形成共生融合的数据链条。

其一，数据共生为职业院校治理提供全方位的数据支持系统。例如，职业院校通过“云原生+一体化”的数据技术，为职业院校各治理主体提供统一入口，将其产生的不同数据统一到数字化协同运作平台，实现全业务、全模块、全流程、全人员的“四全”数据治理过程模式，推动职业院校数据治理从“各自为政”走向“协同共赢”，从“数据孤岛”走向“数据共生”。

其二，数据共生助力职业院校构建协同育人过程机制。数据共生系统的建构联合了多元主体和多生态位共生单位，延展了多元主体深度参与职业院校治理全过程的通道。特别是在职业院校人才培养适应性的动态跟踪数据联动方面，因为多元主体数据治理格局的建构，学生职业知识、职业技能、职业伦理与态度等素养的形成过程得以动态精准匹配职业技能型人才岗位能力迭代的要求，实现职业院校技能型人才精准供给的过程性监测。

其三，数据共生有助于推进院校内部数据的便捷、高效流动。大数据视域下，职业院校可对数据进行采集、确权、精准鉴别后，利用大数据数仓对较大价值数据进行存储、处理、加工，建立职业技能训练库并持续维护，为应用层提供丰富多样、安全完整的数据服务，挖掘数据价值，实现全面流转，形成完整的院校内部数据治理体系。

（三）由浅表转向深度：校本数据治理的技术逻辑

职业院校校本数据治理的表征体现在让职业院校的治理信息以数据化形式揭示，并成为可激发职业院校治理效能的潜在资源。因此，职业院校数据治理可通过多源数据集成方式，深度挖掘数据信息，发挥大数据提升职业教育治理效能的价值。

其一，借助多源数据集成提升职业院校数据源治理的广度。职业院校内部数据可分为院校决策数据、管理过程数据、教师成长数据、学生成长数据、教学效果数据、产教融合数据等多维形态，具有多源、复杂及动态特征［3］。借助大数据技术构建融通院校各层级数据信息的大数据平台，为职业院校不同层次的治理提供精准数据支持。同时，通过对数据治理主体产生的海量实时在线数据进行深度挖掘，可以呈现职业院校人才培养过程的全景图像，如职业院校可以通过分析学生的专业理论知识数据、专业实践技能训练数据和就业趋势，预测不同课程设置对学生未来职业发展的影响。这种数据驱动的实验性治理方式可以最大程度地减少决策的主观性和偏见，提高治理的科学性和合理性。

其二，云计算助力职业院校治理数据的深度挖掘，显著提高数据深度挖掘的效率、精度和实时性。云计算所具有的高可靠性、高延展性、高敏捷度、瞬时更新能力强等算力优势［4］，可以在降低数据治理成本的同时，助力职业院校深入挖掘数据，从中发现隐藏的模式、关联和趋势，使数据治理赋能职业院校精准决策和精准施策成为可能。此外，高效地挖掘职业院校数据价值，需要依托物联网、云计算、区块链等数字技术，打造先进的智慧教育新生态。例如，学生学习、教师教学、院校治理、校企合作的整体性效能监测，可以通过后台的数据汇聚和分析后生成效能监测报告，形成院校综合治理的效能画像，为院校治理提供最准确的现实依据。

（四）从适应转向预测：校本数据治理的功能逻辑

职业院校校本数据是院校现代化治理体系的基本构成，校本数据治理所遵循的功能逻辑即是从过去的被动适应性数据管理转向主动预测性的数据治理，能动发挥高速化和大容量校本数据的价值与功能［5］。校本数据治理预测功能发挥需要借助大数据和云计算等核心技术，多源采集、深度挖掘与共融互通职业教育数据，折射职业院校治理的价值逻辑，推动院校数据治理从过往的被动适应转向主动预测。

其一，职业院校数据治理催化院校内部业务流程再造，提升校本数据治理体系洞察教育教学规律的主体动能。传统的院校数据治理未能形成规范化数据集成框架，缺少对数据的深度挖掘，数据辅助决策存在滞后性，导致难以精准把握与动态预测教育教学规律。校本数据治理体系通过建立更高效的数据收集、存储和分析机制，提升了职业院校把握教学规律和预测师生教学需求的功能。

其二，数据治理在职业院校治理中发挥预测功能。大数据技术包含数据采集、存储、分析、应用与预测等一系列手段，其中预测分析技术是实现数据价值的关键［6］。在数据治理过程中，利用数据中台对过程性数据进行数据筛选、分析、监测、集成、融合与可视化，实现职业院校人才需求预测、教学诊断预警、就业趋势分析等多个系统的智慧决策。当过程性数据或分析结果存在异常时，数据治理中台能及时传递预警信号，职业院校则可以根据数据预警结果调整治理方向和制定相应策略。当前部分职业院校建构的智慧校园管理系统已经实现了上述功能，学校通过追踪学生在校行为轨迹（如食堂门禁记录、消费记录），可以刻画学生学习和生活的画像，帮助教师及时了解学生的成长过程。

二、职业院校校本数据治理的现实阻梗

（一）主体性遮蔽与价值性偏轨：校本数据治理的生态失衡与架构断点

职业教育兼具“职业”与“教育”双重属性，院校校本数据治理也存在双重属性的博弈与推拉现象。当前多数职业院校尚未形成与其双重属性匹配的数据治理监测结构，存在“结构失衡”“功能断点”“运行机制不协调”等问题。

其一，数据治理架构断点与主体性遮蔽。职业院校数据管理体系存在被动适应上级政策改变和外部环境更迭的情况，未能建立起有利于师生发展、院校办学质量提升的数据治理结构。一方面，职业院校数据治理结构存在断层。在院校治理过程中，受制于部门成员的数据意识匮乏和数据治理流程的缺失，职业院校各职能部门和基层教育组织的数据流动质量颇受影响。加之部分职业院校行政职能部门对数据的创建、开发及治理缺乏主动权，直接限制了职业院校部门治理效能的数据分析效率和准确性。另一方面，职业院校数据治理分析层中的“烟囱”现象明显。“数据烟囱”概念由“简仓效应”演化而来，泛指组织内部由于过度分工而缺乏沟通交流机制，一个行政部门就如同高耸的简仓一般，不愿意与其他部门进行数据交流与数据分享［7］。由于院校内部和院校之间未能形成相称的治理端口，且职业院校使用的数据分析工具和平台的不同，各单元数据难以开展交流与融合，无法真正实现赋能“多主体”共生成长的价值目标。

其二，数据治理生态失衡与价值性偏轨。职业教育生态系统理论将职业院校内部多层次治理结构和外部多维治理主体视为整体的生态网络，各治理单元在相应生态位发挥与之对应的功能，不同治理单元在价值关联和过程牵制中实现共生［8］。当前，职业院校各治理主体的生态位存在价值关联程度低、资源相互消耗严重的问题，导致这种现象的根本原因即是上述所指的“数据孤岛”现象。现实场域中，部分院校在数据治理过程中出现相互推诿、互不交换的窘况，职业院校内部职能部门之间、院校与院校之间、院校与企业之间在数据治理中的价值关联失去了相互促进与相互制约的根基，数据治理生态系统也可能由此被打破。此外，从院校内部微观治理生态系统进行考察，职业院校数据治理效能处于劣势生态位，数据治理中的物质流、信息流和能量流从生态位的劣势端流向优势端，这种单向度的传递可能造成职业院校治理变革动向的偏轨。数据治理生态链中存在的单向流动与关联阻滞，难以赋能基层教学组织成长和教学效能提升，偏离数据治理的应然动向。

（二）资源性孤立与技术性脱嵌：校本数据治理的规格泛化与信息离散

职业院校校本数据治理标准不一、规格泛化，会加大部门之间或校企之间数据融合的难度，呈现资源性孤立现象。异构数据无法整合等问题也导致职业院校数据治理出现信息离散和技术性脱嵌等问题，极可能引发治理决策失当。

其一，数据标准不一与资源性孤立。职业院校各内设机构依循上级职能部门的指导进行数据管理，而政府职能部门也尚未建立起“一体化”的数据治理系统。在职业院校治理过程中，部分数据类别如院校物质资产数据、教学科研数据、师资队伍数据及产教融合数据等分散存储在不同的信息系统中。各个系统和部门对数据更新频率的要求存在差异，导致相同数据在不同时间点出现不一致性［9］。此外，职业院校数据治理的人员支持体系也有待优化，如职业院校在录入线下数据时，由于数据人员不同，可能存在个体差异和理解偏差，导致数据标准不一。职业院校内部数据规格泛化在一定程度上破坏了院校内部治理结构的协调性，造成院校内部和校外之间的数据资源孤立，不利于院校内部各部门间沟通机制的建立。

其二，数据信息离散与技术性脱嵌。职业院校治理主体的复杂性和多元性也导致校本数据治理的信息离散，各治理主体在治理过程中所产生的信息是中立的，但是对数据的使用裹挟着不同治理单元的利益取向。当职业院校数据治理框架未能实现利益共同体的整体性建构时，信息利用和信息挖掘变得极为艰难。例如，由于传统的科层式管理体制，职业院校数据治理主体所传递的信息存在较为严重的阻隔、割裂甚至“信息黑箱”等问题，院校数据传递过程中存在信息供给不足、信息转换失真等问题，降低院校治理效率甚至导致治理失效。此外，“技术性脱嵌”现象在院校数据治理过程中逐步萌芽，实践场域中存在过度依赖技术工具和数据治理系统的情况，“人”成为“数据治理”的对象而非主体，这会导致技术脱离师生成长的真实职业教育世界，从而偏离院校治理变革目标。

（三）系统性屏障与过程性失焦：校本数据治理的政策缺位与流程迟滞

职业院校校本数据治理还存在宏观政策缺位和微观流程更新缓慢等现实问题，造成校本数据治理过程中呈现显著的系统性屏障和过程性失焦，偏离数据治理的应然方向。

其一，制度缺位导致校本数据治理存在系统性屏障。职业院校的数据治理体系涵盖多个层面，包括宏观层面的国家大数据政策法规、中观层面的省级大数据管理政策以及微观层面的职业院校内部大数据治理规程。这些制度安排的核心原则在于确保数据安全、维护数据质量和促进数据流通，同时以挖掘与激发数据效能为价值目标。然而，当前部分职业院校内部数据治理仍存在政策缺位与政策割裂现象。近年来，我国有关数据治理的政策频繁发布，但均未对职业院校数据治理作出针对性规定，且有关政策制度具有明显的业务领域边界和天然的体制性屏障。外部数据治理政策体系尚未为职业院校校本数据治理变革提供有价值的制度性框架，职业院校校本数据的统筹机制、数据集成和共享共融的政策支持系统还存在缺位现象，影响数据治理效果。

其二，流程迟滞导致校本数据治理出现过程性失焦。从数据产生的对象和采集过程来看，数据产生主体从单一转向多元，采集过程从静态转向动态，加之数据体量呈指数级增长，极易造成数据收集不全面、信息流转不及时等情况，从而导致职业院校内部数据不全、分析缺乏精准性［10］。院校决策层难以高效识别出影响院校发展和师生成长的关键因子，院校战略规划和重大决策容易因为数据不及时、不精准而偏离正确的治理方向，影响职业院校的高质量发展。同时，数据更新迟滞也导致职业院校跨部门业务系统的低效和复杂，严重影响了院校数据治理的效率［11］，也给数据治理系统的终端用户（如一线教师、学生和基层行政教辅人员）带来了不好的客户端体验，容易引发师生对院校治理变革的不支持甚至抵抗。

（四）流动性壁垒与预测性失灵：校本数据治理的偏利取向与效用失准

职业教育数据不仅来自职业院校、企业、政府等部门机构，还涉及教师与学生、行政教辅人员和企业人员等。因此，打破数据流动壁垒以提升数据治理预測效能，对于职业院校的高质量发展至关重要。

其一，偏利取向成为校本数据的流动壁垒。职业院校共生治理过程中占据主导地位的治理单元会设置数据治理的自我保护屏障，从而促使数据治理过程中产生的有价值的信息、技术和决策资源单向流入，这也成为限制数据治理效能发挥的流动性壁垒。数据流动与交换会产生显著的增值效应，而职业院校现有的纵横交错、多元交互治理模式，极易催生这种偏利取向的数据治理格局。特别是在职业院校治理过程中，尚未建构起有效的数据链及信息纽带，各治理单元难以得到职业院校数据治理的真实反馈，导致职业院校校本数据与政府、社会、企业等之间的流通受阻，无法实现有效数据信息的交流与传递，未真正发挥数据资源的分析、整合、评价及预测等功能，直接影响了职业院校的高质量发展。

其二，效用失准导致校本数据治理的预测性失灵。数据治理效能的有效发挥依赖数据的可靠性和可信性，只有完整、准确、一致性强的过程性数据，方能真正发挥数据治理的效用功能。数据在从产生到销毁的整个生命周期都可能存在失真、丢失、噪声和垃圾等问题，因此，数据质量管理必须涵盖数据的全生命周期。目前，我国职业院校更多聚焦于数据平台建设，数据质量监控活动也在不同程度地开展，但尚未取得理想效果。职业院校数据失准还存在诸多根源性因素，如数据治理模式还未从局域转向全局、数据治理流程还未从临时性走向标准化，导致职业院校多元治理主体对校本数据的深度挖掘缺失、利用率极低、共享不充分、重复存储等一系列弊端［12］，影响职业院校高效分析教育教学规律和预测院校变革趋势。

三、职业院校数据治理的实践范式

校本数据治理在国家推动职业院校数字校园建构的战略背景下显露出自身优势，院校数据治理可从价值体系、过程机制、技术载体及功能系统等方面进行整体性重塑。

（一）数据治理价值体系重塑：国家“智慧大脑”下的共生共治

根据教育部《职业院校数字校园规范》和国家“职业教育智慧大脑”中台数据对接工作的总体部署，职业院校校本数据治理应从联通全局、数据文化建构、数据领导力、赋能师生成长、建构教学场景、提升管理服务效能等范畴着手推进，通過校本数据治理引领职业院校治理现代化进程。

其一，在数据治理价值体系建构层面，首要任务是基于整体性治理范式重塑“政校行企”四维一体的数据治理格局，在数据治理层面达成共生共治。职业院校校本数据治理应抢抓本次国家“智慧大脑”中台服务架构建设的契机，推动四维治理主体在数据结构上接入国家“智慧大脑”平台，系统设计院校校本数据治理的治理结构、技术标准、数据规范、配套体系、运行机制、诊断流程和评价标准等，构建纵横联通、共生交互的国家全局数据治理体系。

其二，要着力打造职业院校数据领导力。数据领导力要求职业院校领导者除了主动担起键入数据理念、数据价值、数据思维的率先垂范作用外，还应重视引导其他治理主体建立“多元数据治理思维”，使得组织上下能够形成协同高效的数据治理能力及安全可靠的数据应用环境［13］。因此，将管理与技术相融合、构建“人文+数据”共管的新型治理模式，尤为重要。

其三，要激发数据治理赋能教学场景建构动能，突破师生成长的时空藩篱。利用AR、VR等技术建构真实的工作场景、工作流程和职业技能规格要求，将生产、管理、服务一线的实时场景动态迁移至虚拟网络，推动师生在校内开展模拟生产教学实训，提升学生职业技能和教师专业能力的交互式虚拟学习成效。

其四，强化对接国家职业院校中台数据的技术能力，健全校本数据对接机制。职业院校应整体设计“国家数据大脑”对接方案和具体的对接流程，同时，借助新兴数据技术监管校本数据对接国家“智慧大脑”过程中的标准、安全、质量等问题，以实现自动化数据预警、清理与销毁等功能。对接机制要基于数据生命周期充分考量校本数据的采集、保管、维护与更新，特别是建立数据迭代机制，形成真正意义上的校本数据治理中心与国家数据治理中台共生共治的局面。

（二）数据治理过程机制建构：数据生命周期下的全链条管理

职业院校内部数据治理的高效推展还需依赖职业院校多方治理主体的融合，通过打造内、外循环互通的全链条治理框架，满足职业院校校本数据治理的建设需求，最大程度地提高职业院校数据质量。职业院校内外循环互通的数据治理过程机制建构可依从以下步骤：

其一，确定数据采集的目标和范围，全面准确收集数据。职业院校校本数据的采集首先需要从数据中心遴选有效数据，制定并规范数据标准，严格把控数据质量，并将相关资源有效转化为可以共生共享的数据资源，为“国家职业教育智慧大脑”、院校决策以及师生成长提供高质量数据源。

其二，建构内部循环数据治理链条，打破各储存系统间的数据壁垒，构建院校校本数据治理全链条管理系统。通过数据生命周期管理，职业院校校本数据在采集、传输、储存以及分析共享的流动过程中进行规范化整合，同时与院校治理工作流程紧密结合起来，在数据生命周期不同阶段映射数据治理建设要素，共同推进院校数据治理的有序开展［14］。

其三，疏通“政、校、行、企”数据融合的路径。通过使用数据分析、挖掘、重组等技术对数据资源进行结构优化，同时，进行数据抽取式质量监控，分别从数据采标率、标准性、完整性等方面进行数据质量检测，及时发现问题并形成数据报告，形成“存储→提取→应用→服务”的全链数据治理模式［15］。

此外，基于职业教育生态系统治理思维，职业院校需重视建立内外交互、循环互通的数据共治体系，提升数据在职业院校治理生态链中的价值和效用。

（三）数据治理技术载体建制：多源异构数据的分层治理与融合

职业院校各治理单元在数据生成与利用上也存在分立、混沌等现象。如何在混沌中探寻与把握各治理主体在数据治理过程中的共生关联和共利路径，成为院校数据治理的重要议题。

其一，构建校本数据分层治理框架。职业院校校本数据的分层治理旨在有效管理和维护学校内部的各种数据，以支持学校决策和赋能师生成长。一是确定学校的各种校本数据类型，依据制度形态（制度酝酿、颁布、实施到评价的全链数据）、流程形态（微观的部门数据格式）、人员形态（师生员工、企业人员等产生的数据）及其他资产形态数据，分层细化每一类型数据所对应的数据规格和标准，强化分类治理意识，以便更好地组织和管理数据。二是数据采集和整合。职业院校内部数据繁杂且具有动态性，需要从各个部门、渠道以传感器、数据库、网络爬虫等形式采集数据，确保数据全面、准确，以保证后续数据分析的可靠性。数据分析是分层治理的核心环节，通过采用统计分析、机器学习、人工智能等技术对清洗后的数据进行统计、计算和建模等操作，便于院校决策者发现数据规律、趋势和关联性，从而做出更合理的决策和预测。与此同时，职业院校通过可视化软件、编程语言等工具和技术将决策过程图像化，使得数据以更为直观的方式呈现给院校领导者、管理人员和师生［16］。

其二，实现多源异构数据有效融合。提升职业院校的治理效能，需要充分发挥多源异构数据融合的天然优势。一是需要制定相应的数据集成规范和标准，保证数据质量。在采集层，职业院校应加强审核数据质量，启用数据质量框架、建立数据成熟度模型以及数据管理社区等方式加强院校数据质量管理和测评。在处理层，要明确数据格式；在储存层，需统一数据格式，可借助信息抽取模型和语义关联模型等构建数据标识。通过发挥数字采集、计算、储存等多维功能，促进信息的采集与共享，建构高效的内部数据治理融合系统，推进多元主体数据的多源异构系统。二是建设主体间的集成数据平台。各治理主体着力打造自己的教育治理基础数据库，为教育数据治理奠定基础［17］。在建立完善各治理单位的基础数据库基础上，强化主体间的数据融合品质，建构规模化与高效能的联合数据库，为职业院校多元共生治理体系的建构提供数据支撑。同时，基于职业教育数据共生共治理念，推动职业院校数据开放共享平台迈向实体运作，将校本数据资料有序接入“全国职业教育智慧大脑院校中台”，实现各主体间数据的交互联动以及多源数据之间的融合共享。

（四）数据治理功能系统调试：师生同频成长支持体系的动力设计

师生同频成长支持体系是指将“教师的教”“学生的学”和“技术资源”进行交互链接，为师生成长提供交互式教学交流平台、瞬时性学习评估系统和真实性职业技能提升场景支持等，以促进师生在职业教育数字世界的同频成长。

其一，构建开放共享的數字化教学平台。职业院校数据治理的关键任务是教学体系数据的高质量治理。搭建具有共生共治特质的职业教育数字化教学平台，是提升职业院校治理效能的核心动力源。构建职业院校数字化教学平台，首先需要精准嵌入“国家职业教育智慧教育平台”，对标“国家级职业教育示范校虚拟仿真实训基地”，以教学体系的数据对接作为推动学校数据治理变革的先行示范领域，激发学校层面的数据治理变革动力。在职业院校层面，数据化教学平台的构建还包括课程资源平台、虚拟仿真实验室、实验实训平台、教师教学服务平台、VR教学云平台等多元的教学平台等［18］。上述平台共同构成新型数字化职业教育教学生态系统，为职业教育的高质量发展提供了全面、创新和可持续的支持。

其二，筑造泛时泛在的技能学习生态系统。泛时泛在特质的职业技能形成生态系统要求职业院校技能训练体系建构突破物理空间和场地资源的多重限制，实现技能学习资源即时即地供给。这一技能学习生态系统融合了人工智能、大数据、互联网、虚拟现实等核心信息技术，是基于职业知识与技术技能形成规律的“人机物”三元协同交互数字教学生态［19］，是实现职业院校学生技能形成分布式学习与交互学习的理想范式。学生可利用虚拟仿真职业场景强化对工作过程、技能形成过程的感知与理解，实现对职业知识的具象解析，持续拓展相关知识领域的职业技能增量，形成跨学科、跨领域的职业素养。教师利用大数据虚拟现实技术，打造虚拟实体教学环境，增强学生对复杂企业生产环境的主动适应能力。职业院校还可利用多源数据有效开展教师实践教学效果监测、学习资源供给耦合程度评价、学情动态分析、学习过程诊断及学习效果评价，打造师生同频成长系统。

其三，动态监测师生同频成长系统效能。动态监测是指职业院校建立数据治理定期持续收集、清洗、融合、预测分析的机制，动态刻画师生同频成长效能，为职业院校多元主体的价值判断和科学决策提供客观依据［20］。数据治理功能通过制约各治理主体行为，协调治理要素的关系，有效配置教学、管理和科研等资源，追踪学生职业能力形成的轨迹，描述学生的技能学习行为和教师的教学过程，监控产教融合的动机、过程及效果等，建立师生同频成长评价体系。同时，数据痕迹保留技术能动态保留学生在校内课堂、校内实训基地、校外实习实训基地的所有技能训练轨迹和信息数据，并利用云计算方式对保存数据进行精准计算，催生职业院校师生同频成长评价系统发挥其泛时泛在与精准嵌入功能。

［参考文献］

［1］［8］祝士明，张慕文.职业教育数字化转型：动因、价值与路径［J］.中国教育信息化，2022（9）：3-12.

［2］吴晓蓉.共生理论观照下的教育范式［J］.教育研究，2011（1）：50-54.

［3］董文娟，黄尧.人工智能背景下职业教育变革及模式建构［J］.中国电化教育，2019（7）：1-7+45.

［4］邱国栋，王易.“数据-智慧”决策模型：基于大数据的理论构建研究［J］.中国软科学，2018（12）：17-30.

［5］袁利平，林琳.大数据赋能高等教育治理的逻辑理路、现实境遇及行动选择［J］.高校教育管理，2022（3）：32-45.

［6］李斌，胡昆.高职教育产教融合质量评价的“数据治理”：内涵特征、形态嬗变和实现路径［J］.教育与职业，2021（16）：48-54.

［7］巫程成，周国忠.数字化赋能职业教育的理论溯源、困境与出路［J］.教育与职业，2023（6）：52-58.

［9］任重威，程继明.大数据背景下高职院校教育信息化管理探析［J］.教育与职业，2019（14）：59-62.

［10］任苗苗，马燕，李明勇.“智能+教育”变革中教育数据治理的价值与路径［J］.基础教育，2021（1）：104-112.

［11］［12］金玉梅，陈航.教育大数据挖掘的价值定位、现实限制与有效策略［J］.教育理论与实践，2021（19）：3-8.

［13］韩丽，程云喜.企业数字化领导力面临的挑战、短板及提升路径［J］.领导科学，2021（19）：50-53.

［14］周炜.大数据视域下高校数据治理优化路径研究［J］.教育发展研究，2021（9）：78-84.

［15］李题印，宣成，郁建兴，等.数智赋能时代企业数据治理能力模型研究［J］.情报科学，2022（11）：20-25+39.

［16］赵磊磊.人工智能赋能高校数据治理：逻辑、挑战与实践［J］.重庆高教研究，2022（1）：71-79.

［17］王利锋，王佳.区块链技术赋能职业教育产教融合创新研究［J］.教育与职业，2023（8）：54-59.

［18］邓小华，江俊滔.技术重塑供需：职业教育数字化转型的本质及其实现路径［J］.中国职业技术教育，2023（4）：12-19.

［19］王鑫明.论“人工智能+”现代学徒制创新型人才培养体系的构建［J］.教育与职业，2020（8）：56-62.

［20］龚方红.职业教育数字化升级的方向与策略研究［J］.中国职业技术教育，2023（7）：26-33.