基于云数据库的个性化人才培养评价模式构建

胡新根，熊 萧

（浙江东方职业技术学院,浙江 温州 325025）

教育部、财政部《关于印发的〈中国特色高水平高职学校和专业建设计划项目遴选管理办法（试行）〉的通知》（教职成〔2019〕5号）指出高水平专业群的遴选应当在专业定位、师资建设、生源质量三方面要有“成就”，对个性化人才培养提出了具体要求，成为高等职业院校人才培养工作目标与方向。但是在实际的专业建设工作中，仍然存在建设成就难以评价的问题。建设成就问题要么涉及教学业绩评价和教学资源配置，是人才培养工作中急需解决的难题，要么涉及国家人才培养政策，是“双高计划”执行中的难题。另外，目前个性化人才属性、个性化人才培养模式没有统一定义，加剧了职业院校专业建设成就评价的难度。在精英教育的时代，大学倾向于培养高素质人才、理性化人才[1]、自由思想人才[2]，个性化人才在高等教育大众化后受到社会广泛关注。当前最负盛名的“CIPP评价”，被评价专家斯克里文（Scriven）赞誉为“迄今为止阐述最为详尽、设计最为周密的模式”[3]，也非针对个性化人才培养的评价。

事实上，人才培养是对人才观的诠释，个性化人才培养评价是对人才观、人才培养模式的强化，是实现个性化人才培养目标的保证。本文结合高等职业院校状态数据采集所建立的云数据库，探索职业院校个性化人才培养自主评价模式的构建思路与方法。

一、职业院校急需个性化人才培养评价模式

1.职业院校应当培养个性化人才

在精英教育的时代，传统大学并不重视个性化人才的培养。20世纪50年代，美国人本主义心理学家卡尔·罗杰斯主张对传统教育理念进行改革，提出以学生为中心。1998年10月5日，联合国教科文组织在巴黎召开“世界高等教育大会”，大会通过“以学生为中心”的宣言，个性化人才观念开始受到大学教育重视并得到大力推广。例如，武汉大学制定了“基础学科拔尖学生培养试验计划”，推动拔尖创新人才培养模式改革[4]；北京师范大学开展了“实验班个性化培养模式的探索”，鼓励进行宽口径、个性化的人才培养[5]。我国多数职业院校是高等教育大众化以后才发展起来的，不应只是继承传统的精英人才培养模式，而应当大力培养个性化人才。

2.职业院校缺乏个性化人才培养评价模式

人才培养评价属于教育评价之一。从20世纪30年代西方诞生第一个教育评价模式以来，已经产生过许多不同的教育评价模式，比如泰勒（Tyler）提出“目标达成模式”、美国斯克里文（Scriven）提出“目标游离模式”、美国斯德克（Stake）提出“应答评价模式”、库巴（Guba）和林肯茵（Lincoin）提出“协商评价模式”等[6]。其中，斯塔弗尔比姆（Stufflebeam）提出的“CIPP评价”，即从背景（C）、输入（I）、过程（P）、成果（P）四个方面入手的评价受到广泛重视。我国学者提出的“教育型目标调控模式”[7]、“协同自评模式”[8]、“发展性目标评价模式”[9]等，也被认为是CIPP在四个方面的不同应用[10]。由于CIPP模式不是个性化人才培养模式，难以选取有助于个性化人才成长的指标推动个性化人才的培养。也就是说，当前没有针对个性化人才培养的评价模式与方法。许多高职院校以提升学校排名作为实施人才培养工作的重点。虽然“学校排名”也是一种评价，但却不是个性化人才培养评价。因为如果教师科研业绩、学生技能成绩与“学”关系不大、或没有关系，那就不是个性化人才培养。“以赛促学”的关键是“学”，脱离“学”而专门为了参赛而参赛，就有脱离人才培养本义的嫌疑，更与个性化人才培养无关[11]。

二、个性化人才培养评价模式的构建

1.个性人才培养模式的基本要素

一是在课程教学方面，学生应当有较大的课程选择余地，即课程学习的选择性。例如，日本大学的选修课程达到50%，法国达到40%～60%，英国大学第三学年达到50%，斯坦福大学平均为每个学生开设一门课程[12]。与此对应，我国专业建设具有明显的“同一性”，有统一的专业目录，缺少差异性；我国多数高校的课程设置弹性较小，学生选择的余地较小，难以体现个性化教育。另外，我国多数高校也没有实行完全学分制，无法在时间和空间上保障个性化培养的推行。

二是在教学环境和设施方面（含软件与硬件设施），学校应当有超出其正常需要的教学能力，即教学设施与教学条件的开放性。例如，学校应当要有大量的开放实验实训设施，有大量可供选择实验项目。如果教学设施不足，现行培养计划所设课程也难以维持，那么就不能适应“个性化”培养所需要的多设课、小班研讨式授课的需求。

三是人才培养的成果方面，不以传统的人才观来衡量专业建设成果，即育人成果的多样性。不强求“人才工程”“人才项目”的评价，而是尊重“一技之长皆为人才”的人才观念。例如，把技能等级证书的获取纳入个性化人才培养成果。

四是校企合作应当作为个性化人才培养的重要方式，即培养方式的合作性。校企合作中，对学生进行技能培训，开展现代学徒制教学，共同开发教材、共同研发成果等，均应作为个性化人培养的成果[13]。

2.云数据库为学校自主实施个性化人才培养评价提供了可能

从理论方面看，人才培养的评价并不复杂，因为只要有了评价指标，赋予权重、分值即可以得出评价结果。但在实际的操作中，存在指标生成、指标选择、权重分值及结果运用四大难题。其中，最困难的是“指标生成”，因为在多数情况下，评价指标是由专家通过严格的论证而产生，其论证过程不仅费时而且也费力，因此评价单位需要向评价机构支付巨额评价费用。按目前评价机构的报价行情，如果要在一所普通高等职业院校进行全校几十个专业的人才培养评价，那么其费用高达千万元。面对昂贵的评价费用，即使是“不差钱”的学校也不可能每年进行人才培养评价。但从教育管理角度，为更好地进行绩效管理与资源配置，学校又非常有必要每年对其专业建设情况、人才培养状态进行评价。

为支撑教育大数据分析，服务教育行政部门宏观决策，促进高校精细化管理，教育部职成司每年均组织职业院校进行人才培养工作状态数据采集，从而形成人才培养状态数据库，简称“云数据库”。云数据库在提供人才培养指标方面，有以下优点：一是状态数据具有权威性，因为状态数据采集过程受到国家统计法律约束，不得虚构，否则将受到法律的制裁；二是数据指标具有相对的客观性，因为状态数据由专门部门在数据生成时采集，有些数据还是自动生成的，不受人为控制；三是状态数据涵盖了学校教学管理的方方面面，无论是生源状况、专业布局、教学成果、行政管理，还是校企合作成效，都可以从云数据库中找到，学校的个性化人才培养，也反映在这些数据之中；四是状态数据也是大数据的体现，便于管理部门对各高校的教育教学进行研判、分析以及进行横向与纵向对比。

云数据库已经成为教育行政部门全面及时掌握分析人才培养工作状态、发布年度质量报告和开展教学工作诊断与改进的重要依据和基础，同时也可以为个性化人才培养的评价提供重要指标。有了教育部云数据库的帮助，“生成评价指标”这个最难的问题得以解决，学校只需选取个性化人才培养指标，综合、整理、集成，就可以构建个性化人才培养评价模式，以提升个性化人才培养质量。

3.构建个性化人才培养评价模型

为构建个性化人才培养评价模型，现做以下假定：第一，个性化人才培养是指符合人才自然成长的各种教学管理制度、方法及管理方式，即仅按照人才成长规律而实施的各种教学工作，不包括人为追求专业排名、学校声誉而实施的专业建设工作；第二，个性化人才培养工作的主要成果是人才，其工作成效可以通过学生在校期间的成绩，例如知识技能的掌握程度、授课时数、职业资格证书获得率、就业率等成长指标表现出来；第三，个性化人才培养工作的成果可以由“第三者”观察到，并可以通过第三者的行为（例如满意或不满意等）表现出来，其中“第三者”指的是除了实施人才培养工作者及对象以外的相关方，例如需要了解专业建设情况的单位及个人，包括社会公众、学校管理者等。

因此，这里限定仅以学生在校期间的个性化表现来反映人才培养的成果，不考虑毕业以后的表现。如果把个性化人才培养指标分为m类，以xij为人才培养第j类第i指标，nj为第j类指标的个数，αj为某指标的权数。当这些指标均取自云数据库时，可以建立个性化人才培养的评价模型：

4.个性化人才培养评价指标的选择

根据个性化人才培养模式的要求，努力从云数据库中找到对应的评价指标。例如课程设置、选修课程数量、小班化（项目化）教学等是反映课程教学方面的个性化指标；而生均校内实训基地使用时长、生均校外基地使用次数、生均双师、生均校外兼职教师等是反映教学环境与设施条件的个性化指标；就业率、职业资格证书获取率等是反映个性化人才培养成果的指标；企业录用顶岗实习学生比率、企业接受顶岗实习学生数等是反映校企合作的个性化指标。可以对这些指标进行整理、归类，以便更好地进行个性化人才培养评价。

个性化人才培养指标的选取，还要符合当前高校人才培养工作实践，并遵循科学性、可靠性、可获得性等原则。一些指标如学习目标的达成度虽然重要，也能体现出个性化的人才培养，但由于状态数据没采集因而被放弃。另一些指标，如新生报到率、就业率，虽然是人才培养的实施者难以控制的因素，但这些指标同时也是社会关注的重要指标，并对个性化的人才培养具有重要影响，因此建议列入评价。

在指标选中以后，可以对指标进行加权，赋予分值，然后计算评分。在指标加权、赋予分值时，应当遵循三项原则：一是重要性原则，即对专业建设成果的衡量越重要，权数越高，反之越低；二是可控性原则，即在专业建设过程中，某项因素越是难以控制，其权数越低，反之越高；三是可靠性原则，即某项数据越是可靠，权数越大，反之越低。

三、个性化人才培养的自主评价实践

对人才培养定期实施评价，不断进行专业建设的诊断与改进，是提高人才培养质量的重要路径。本文以浙江东方职业技术学院（以下简称“D校”）个性化人才培养评价为例，解析如何依托“云数据库”，实现个性人才培养的自主评价。

1.选择适合本校情况的个性化人才培养指标

从培养高素质技术技能人才这个角度上说，高等职业院校的人才培养的目标是相同的，其差异在于各个学校实现的路径不同。如有的学校通过抓教学管理提高人才培养质量，有的通过校企合作提高人才培养质量。事实上，“什么样的个性化人才更优秀”是一个永远没有定论的问题。因此每个学校应当结合自身特征，选择适合自己的个性化人才培养评价指标。学校拥有的资源、办学条件、人才培养方式不同，评价指标应当有所差异。

D校为非示范、非骨干的地方性民办普通高等职业院校，从个性化人才培养“四性”，即课程学习的选择性、教学设施及教学条件的开放性、育人成果多样性、培养方式的合作性出发，设定评价指标，同时兼顾指标的可控性、可靠性与可获得性（具体见表1）。

表1 个性化人才培养指标

育人成果的多样性方面，既注重反映“一技之长皆人才”的个性化人才培养理念，又注重社会认可人才培养质量。在课程学习的选择性方面，指标反映了学生在课程、项目、班级的选择性。教学设施及教学条件的开放性方面，既反映实训实施的使用情况，又反映师资的使用情况。培养方式的合作性方面，指标既是校企合作的成果，也是个性化教学的标志。选取的17个指标中，如果按指标性质，也可以分为人才培养质量、教育教学、师资队伍、工学结合四类。个性化指标的选择也考虑了各类指标的可获得性，即部分指标可以直接从云数据库中获得，部分指标可以通过数据库的指标简单加工。如“生均校内实训基地使用时”“生均校外基地使用次数”是以在校学生数为权重进行重新分配与计算的，因为多数实训室、实训基地是多个专业同时使用的。

2.结合自身特点赋予权重、分值及进行评价

指标的选择体现出个性化人才培养的方向，指标的权重及分值则体现出个性化人才培养的深度。在上述四类17个指标中，D校尤其重视I、II类指标，其中I类反映是人才培养的多样性，也是人才培养质量的体现，II类反映课程学习的选择性，也是教学管理水平的体现，因此两类指标的分值均较高，分别达到30%、35%，合计为65分。在第III类指标中，“生均校内实训基地使用时”“生均校外基地使用次数”“生均双师”“生均校外兼职教师”各占3%。前者反映实训资源的使用，后者反映教师资源的使用。良好师资是个性化人才培养的必要条件，但不是充分条件；同时教师科研成果不作为个性化人才培养指标，以避免以教师科研代替个性化人才培养的嫌疑。第IV类指标各占3%，该类指标也是个性人才培养的重要体现。但考虑到目前D校各专业在该类指标的成绩差异较大，为避免拉开太大的差距，从而影响整体评价，因此本部分各项指标的分值较低，占总值的权重不高。

表2 部分专业个性化人才培养评价得分 分

在上述处理的基础上，可以得出各专业的评价。以会计、财务管理、金融、国际经济与贸易、工商企业管理6个专业为例，其2018—2019学年个性化人才培养评价得分见表2。

3.强化个性化人才培养的评价结果的运用

D校十分重视个性化人才培养的评价，要求各专业对评价中出现的问题必须限时进行整改和落实。根据评价结果，D校对各专业提出简单且明确的诊断结论：一是对照评价指标以及存在的问题，要求各专业限时整改。二是对各专业的人才培养情况，提出专业建设预警。例如，评价低于满分的75%为红牌，评价高于满分的75%、低于85%为黄牌，评价高于满分的85%为绿牌，以直观地显示存在的问题，激励各专业加强人才培养工作，加强专业建设。四是对改进未能达到要求的专业建设工作，或评价不理想的人才培养工作，要以绩效考核的形式反映出来。例如，综合评价为红色的专业，在未来的年度扣减招生指标，严重的要申请暂停招生，或申请取消该专业；下调专业建设经费，或停止下拔专业建设经费。

4.加强个性化人才培养评价的改进

多年以来，D校依据云数据库采集的指标，自主实施人才培养评价，并不断地总结经验，改进个性化人才培养评价模式，不仅使得本校的人才培养工作评价摆脱了评价的主观性，增强了评价的客观性，而且也提高个性化人才培养能力。从而使得各专业一是增强了对状态数据采集的关注，增强对评价指标变化的关注；二是调动了各专业自主加强个性化人才培养工作的积极性，努力提高个性化人才培养质量。D校个性化人才培养模式，在实践中的效果是显著的。例如，在浙江省进行的高等职业院校教学工作考核排名中，D校在全省的名次不断提，其中2017—2018学年考核提升了6位。

四、结论与建议

1.主要结论

按照服务对象进行分类，可以将人才培养评价模式分为宏观评价、中观评价与微观评价。其中，《高等学校人才培养工作质量报告》为宏观评价，该评价服务于国家宏观管理；“高等职业院校教学工作业绩考核”属于中观评价，该评价对高校间的资源配置有影响。当前缺乏微观层次的学校能够自主实施的个性化人才培养评价，导致学校管理部门难以考核不同专业之间的人才培养情况。个性化人才培养评价是对人才观、人才培养的强化。为建立个性化人才培养评价模式，首先应当了解个性化人才培养的基本要素，然后生成指标、选择指标、赋予权重与计算分数。教育部云数据库涵盖了学校个性化人才培养的各项数据，其状态数据具有权威性、客观性，并为学校自主进行个性化的人才培养评价提供了可能。

D校依托云数据库，结合自身特点自主实施的个性化人才培养评价，提高了人才培养质量，说明评价模式具有有效性。D校评价活动克服了传统人才培养评价高成本的特点，评价实践具有经济性、实用性。上述评价方法不依赖于评价主体，任何参加状态数据采集，能够读取状态数据的高校，均能依据上述方法与思路自主实施评价，从而推动个性化人才培养质量的提高，具有一定的借鉴意义。

2.主要建议

对于使用同样方法推动人才培养质量提高的学校，建议可从三个方面提高评价效率：

一是，要结合本校实际情况，选取个性化人才培养指标，注意指标的合理性与可操作性，然后根据人才培养的政策方向赋予权重与分值，这样对个性化人才培养的推动作用将会更大。

二是，应当以政策文件的形式强化评价结果的运用，否则个性化的人才培养评价只会停留在书面上，起不到推动个性化人才培养质量提高的作用。

三是，人才培养工作的评价是“创新永远在路上”的工程，其有效性取决于评价指标选取的科学性、合理性，因此只有结合自身特点，不断改进与调整指标，才能找到最适合的评价路径与方法。