大數據背景下提升高職研究水平的若干思考

陳志菲

?

大數據背景下提升高職研究水平的若干思考

陳志菲

（廣東外語藝術職業學院科研處，廣東廣州510640）

當下高職研究是教育研究領域的熱門關鍵詞之一，其熱度在近幾年還在不斷升溫，但就其研究質量而言，并不如其數量增長那樣可觀。如何有效提升高職研究的質量，大數據時代的特點給研究者的思維和方法帶來了新的啟示，依托數據和信息與時俱進是提升研究水平的有效路徑。

大數據；高職研究；思考

一、“大數據”及其引領的時代

“大數據”（Big Data），是指采用所有數據的方法得到的信息[1]，而非不用隨機分析法（抽樣調查）的捷徑，它伴隨智能手機、新型社交網絡、云處理技術等事物的出現而產生，具有“規模性（volume）、多樣性（variety）和高速性（velocity）”的特點[2]。通過海量的數據處理讓人們尋找到因果關系；同時大數據大大增強了對事物發展軌跡的前瞻性預測，大大增強了對各種紛繁復雜的內在關系的印證。數據量的增加和新的處理方式更促成了以此為生的新企業、新行業的問世。世界著名企業麥肯錫咨詢公司就是典型的例子。這些都將深刻改變人們的生活、工作、思考等方式，同時也改變著研究領域的關注層面。

大數據時代為研究的開展提供了相對開放、平等的大環境。對于研究者而言，一個明顯的變化是，大數據與互聯網的緊密結合為我們提供了越來越多標準化的服務，使信息的獲取與發布日趨公開和透明。而這一發展趨勢帶來的最為明顯的一個結果，就是減少了時間、空間等因素而造成的交流阻隔。在這個大的時代環境下，原來可能會出現的信息不對等、強者駕馭弱者的絕對性逐漸模糊，在大數據面前各方的資源獲取趨于平等，許多信息實現了共享互通。正是在這個前提下，研究者擁有了更多的可研究資源。如何根據研究占有更多的資源，如何利用有效的方法進行分析和預測，是這個時代研究者需要優先考慮和解決的問題。

高職研究是教育研究領域的熱門關鍵詞之一，其熱度在近幾年還在不斷升溫，但就其研究質量而言，并不如其數量增長那樣可觀。高職研究是對高職教育自身發展規律的探索，也是對教育與職業、社會、經濟、文化等等之間各種關系的歸納。如何有效提升高職研究的水平和質量，大數據時代的各種新特點和便利條件能給我們帶來新的啟示。本文依托大數據時代宏觀背景，結合當下高職研究領域存在的問題，提出高職研究發展的若干思路。

二、數量攀升：依托數據的高職研究概述

筆者以“職業教育”為主題在中國知網上進行檢索，找到相關研究文獻122 292條；而以“高職”為主題找到的相關文獻達到220 126篇[3]。這些以“高職”為標題的文獻中最早的發表于1937年，在2000年以前相關文獻只有1 472篇，占相關檢索文獻總量的0.67%。換言之，絕大部分的研究文獻都發表于2000年及以后，研究成果的數量平均每年都以15 600余篇的速度在增長，其中最多的一年（2013年）就有34 780篇，幾乎等于2007年以前相關文獻的總量。在這些文獻中，被引用次數最多的是潘懋元、吳玫的《高等學校分類與定位問題》一文（560次），被下載最多的卻是覃榮周等在《阿壩師范高等專科學校學報》發表的《<反射療法學>課程建設實踐與探索》一文，共有33 208次，但是此文只被引用過1次。在下載量最多的前10篇文獻中，潘懋元教授的文章就占了3篇。

基于知網提供的數據檢索，分析過去10年甚至20年里高職研究的概貌。不難發現，高職研究的文獻數量在過去10年里以驚人的速度在增長；同時從文獻的被下載和被引用次數來看，研究文獻的總體學術價值卻并不與數量的增長速度相匹配，上文提到的覃榮周等的文章，其30 000多次的下載量和1次的被引量形成了強烈的反差，也在一定程度上反映了高職研究數據背后的質量隱憂。目前我國科技研究論文也存在相似現狀。這一現狀通過另一組數據能得到印證：2011年度中國科技論文統計報告顯示，“2002年至2012年11月1日，我國科技人員共發表國際論文102.26萬篇，共被引用665.34萬次，排在世界第六位，比上一年度統計時提升了一位”。然而，“2002-2012年間發表科技論文累計超過20萬篇以上的國家（地區）共有17個，按平均每篇論文被引用次數排序，我國僅排在第14位”[4]。

三、質量隱憂：當下高職研究反思

高職研究在數量和速度上進入快車道，但是研究質量和水平更應得到重視。通過以上幾個數據可見，當下高職研究的量與質“名不副實”的現象比較明顯，在追求數量增長的背后，是研究質量的發展遲緩。當前高職研究存在著一些問題，筆者粗略歸納了關于職業教育研究的不足，主要包括以下幾方面。

1.研究視角狹窄

許多研究主要是對具體課程的教學改革探討，沒有以點帶面，沒有建立教育與社會、教育與職業、與其他學科之間緊密聯系的宏觀視角，導致研究成果成為單純的就事論事，為研究而研究。

2.研究方法單一

目前許多高職研究的論文都是教學心得，許多研究缺乏必要的實證調研數據，在進行分析時缺乏必要的研究綜述和理論歸納，制約研究質量提升。

3.研究內容同質化明顯，創新性不足

不少研究缺少前期文獻梳理，只是基于自身的教學工作形成論文，這導致許多論文對同一個問題反復“炒冷飯”，許多不必要的重復性研究成果大量出現，而這些論文一旦脫掉了“高職”和某個學科或課程的帽子，似乎同樣適用于其他類型的高校或學科。這些研究往往沒有緊跟社會實際，創新性較低，研究意義和價值亟待提升。

4.研究隊伍水平不高

高職研究其中一支龐大的研究隊伍，來自于各高職院校的教師和研究人員。由于我國不少的高職院校都由中職中專學校升格、合并而來，老師的科研能力有限；同時，高職院校更注重教學和應用實踐，對于科研則有所忽略，學校科研氛圍不濃，導致高職研究隊伍的整體水平不高。

5.研究發表載體質量不高

除了少數幾本職業教育研究類的專業期刊外，目前高職研究成果的重要發表載體之一就是各高職院校學報。但這類學報辦刊優勢不明顯、質量、論文影響力等還存在一定困境，在一定程度上影響了高職研究的水平。

總之，高職研究尚未形成符合自身研究實際的、成熟的模式，在大數據時代環境下，高職研究也應轉變研究角度，創新研究思維，有效提高研究質量。

四、提升高職研究水平的若干思路

大數據時代是一個以數據標記事物、衡量發展、預測未來的時代，其最大的特點就在于“變”。在這樣的時代背景下，高職研究優質成果的培育也不乏新的思路。總體而言，就在于與時俱進。高職研究要提升質量，應從思維角度、研究內容、方法手段、成果載體等方面不斷創新。

（一）透視事物隱性“關系”，構建研究新視角與大視野

職業教育是一項以“人”為核心，與社會、經濟、文化、科技等等密切相關的復雜工程，強調職業、技能的特點。高職研究其本質還是對圍繞著教育行為的各種“關系”的研究。從前的研究往往只能看到事物之間直接的、平面的、顯性的關系，這在某種程度上牽制了研究的深度。在大數據時代“紛繁的數據越多越好”[5]，“信息爆炸已經積累到了一個開始引發變革的程度”[6]。紛繁復雜的各類數據，不僅使研究者看到數據表面的關系，還能進一步發現不相關的事物之間的間接的、深層的聯系。許多數據生態處于零散、碎片化的狀態，如何將各類數據組成有益于研究的數據鏈，這也需要我們構建更為宏觀的研究視野。高職研究應結合當時當地的實際，善用反思的方式，透視教育內部各方面動態的、連鎖的、相互作用的關系。以人才培養與地區、行業的關系為例，我們通過分析就業調查數據，不僅要看到人才培養與畢業生就業率的關系，還應看到就業流向與招生、人才培養的反證關系。從畢業生的就業地區流向、返回原籍地的學生比例等，可以及時研究招生的調整策略；從畢業生的就業崗位流向和工作流動性情況，可以反證學校專業設置、培養方案制定的有效性。依托分類細化的就業數據，運用反思的視角，能使高職就業研究事半功倍。可見，無論是在數據調查收集階段，還是分析研究階段，我們應運用數據新視角，看到各種顯性或隱性的關系。

在大數據時代，“有效”是其典型特征，“預測”是核心目標。通過分析數據的概率，統計結果能在一定程度上預測事物的走向。應用在高職研究中，有效性即實用價值，預知性即指導意義，這是高職研究的主要功能之一。以數據分析來指導職業教育的發展，能有效提升研究的價值。大數據為高職研究提供了大視野。高職教育應建立新的研究大格局，樹立高職教育的大研究觀，跳出高職教育現有框架，從小處著眼透視高職大數據，重新審視高職教育，提升研究水平。

（二）擅于捕捉有效信息，巧選研究角度

數據和信息時刻都在更新，這導致分析的結果也在變化。瞬息萬變的大數據時代要求高職研究者也應該不斷提升研究能力。可以說，創新是這個時代的必然選擇。在研究領域更是如此，研究者不創新就無以立足。在海量信息的今天，加強學科的交叉和融合，是高職研究者提升研究水平的關鍵。研究者應積極獲取最新訊息，結合實際進行各種創新研究。

一個典型的例子是，關于高職人才培養模式的研究，以往的研究主要圍繞崗位需求、就業需求往上延伸，少有往下延伸，即高職教育與普通高中教育的銜接。日前教育部提出了最新的高考改革思路，將人才培養分成技能型和學術型兩類，這意味著對于技能型人才的培養進一步往下延伸至了高中，如何針對新的政策調整進行人才模式的創新研究，就需要研究者具有信息知識更新的能力。如果具有及時捕捉這一信息的能力，就能更快地進入這一方面的研究，這是很好的選題。再如，近期國家推出的高考改革措施改變了英語科目的考核方式，這不僅意味著基礎教育的英語教學將發生改革，更意味著職業教育領域中的英語職業培訓、中小學英語師資類職業人才培養等也將發生變革，新政的出臺將引起教育領域的連鎖反應。如果研究者敏銳地抓住信息，結合新的形勢對職業教育的發展進行研究，就能更快、更好地指導高職教育教學工作。因此，高職人才培養模式的研究如果密切結合社會實際和變化來開展，將更具實用價值，而這都依賴于研究者的敏銳、創新的眼光。

（三）善用數據“可視化”，優化研究方法

大數據本身就依托科技的發展和技術的更新而產生，因此大數據時代最大的便利就是新的研究技術和方法。人們對于數據統計分析的方法不斷完善，依托大數據的分析結果越來越精確，也具有更強的針對性。當下面對各種各樣的數據，如教學資源數據、職業教育人才培養數據、辦學數據、研究現狀的數據，研究者應如何搶占先機，進行更快速、有效的處理和分析，這需要進一步更新研究方法。從當前的高職研究論文看來，許多低水平的論文，尤其是高職教學類的論文都來自于教師的教學心得，沒有研究深度，說服力也較弱。造成這種情況出現的一個重要原因就是這些研究都不是基于數據分析而來。可見，更新研究方法，學會用數據說話，是提升研究質量的關鍵所在。

我們應充分利用互聯網帶來的便利，同時利用各類數據庫掌握最新的相關研究數據。大數據的重要特征之一是數據圖表的“可視化”，在高職研究過程中引入數據的“可視化”圖表，在很大程度上有助于提升研究的說服力。就高職研究來說，學會對文獻數據庫進行多角度的檢索和統計，收集引文數據庫數據，文獻圖譜技術、SPSS定量工具等，有助于有效的研究結論的得出。此外，研究者應從數據出發，通過數據分析得出研究結果，切忌預設結論，通過尋找數據印證已有的結論，這樣的研究是無效的。

（四）深度整合資源，提升載體影響力

大數據時代的發展趨勢是資源整合，樹立品牌。如上所述，高職研究成果的載體主要是職業教育類的專業期刊和廣大的高職院校學報。高職學報的小、弱、散、全在一定程度上影響了研究成果的傳播和推廣，是研究的影響力不大的重要原因之一。要提升高職研究的影響力，作為重要傳播載體的高職學報應在設欄、用稿、特色培育方面集中優勢，學科、專業相近的學報擬可聯合辦刊。目前國家出臺的學報編輯部改制的相關規定，也是基于這樣的現狀和初衷形成的，有部分地區也在積極探索聯合辦刊、集團式辦刊等的模式，而有學者提出的構建學報辦刊的“虛擬聯盟”——各學報在教育行政部門或出版管理行政部門的協調組織下，集中各自的優勢資源，不受地域、行政等的限制，只在辦刊業務、信息往來上組成虛擬聯盟——也是不錯的構思[7]。集約化辦刊將是今后學術期刊，尤其是辦刊分散、影響力弱的高職學報的改革和發展方向，各高職學報只有集中辦刊優勢，才能發揮集群化的學術效益。此外，各學報應積極倡導優勢辦刊、特色辦刊的方向，擴大特定領域內的影響力，將期刊做精而不求全。

五、小結

大數據除了具有上文所說的三個“V”的特點，也有說法將“低價值密度”作為它的第四個特點。“信息海量，但價值密度較低，如何通過強大的機器算法更迅速地完成數據的價值‘提純’，是大數據時代亟待解決的難題”[8]。大數據收集海量數據和信息，這些數據和信息可以幫助我們解決問題、進行變革，也可以擴大不利的影響。“大數據時代也向我們提出了挑戰，我們需要做好充足的準備迎接大數據技術給我們的機構和自身帶來的改變。”研究者應用好大數據這把“雙刃劍”。一方面我們應選取對研究有價值的數據，積極利用分析方法和技術對數據進行篩選；另一方面應利用數據分析進行合理的引導，提升數據的實用價值，使冷冰冰的數據更好地為研究、決策服務。

參考文獻：

[1][英]維克托?邁爾-舍恩伯格，肯尼斯?庫克耶.大數據時代：生活、工作與思維的大變革[M].盛楊燕，周濤譯.杭州：浙江人民出版社，2012.

[2]孟小峰，慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013，（50）1：146-169.

[3]數據檢索來源于中國知網，檢索時間為2014年3月31日。

[4][5]柯進.教育調查：科研評價以量稱重難掩隱憂[EB/OL].http://news.jyb.cn/china/gnxw/201305/t20130513_537554_1.html，2013-5-13.

[6]吉海濤，郭雨梅，郭曉亮.虛擬聯盟：高校學報集團化發展[J].2013，24（1）：54-56[J].

[7]百度百科.大數據時代[EB/OL].http://baike. baidu.com/link?url=EbpwJfWJ1zmn2fOInKq3naN06dAnyd_9Yk_kshjsTWPe7-OCCSgRsNbO3pKlSWX_YXfg9KTGpP9qRGuVcpAIgDpIRu5wIknpMax_UiYmAaG.

（責任編輯 張 弛）

Analysis on Vocational Development in Big Data Era

CHEN Zhi-fei

（Scientific Research Department, Guangdong Teachers College of Foreign Language and Arts, Guangzhou, Guangdong 510640, China）

Nowadays vocational study is one of the popular keywords in the field of education research, and it continues to heat up in recent years. But in terms of the quality, its growth is not so satisfying. How to effectively improve the quality of higher vocational study, the “big data”era can bring new inspiration to researchers. Relying on the data and information to keep pace with the times is an effective path to improve the research level.

big data; vocational study; analysis

G718.5

A

1008—6129（2015）05—0058—04

2015—08—25

廣東省教育科研“十一五”規劃2013年度研究項目——“教育敘事視角下的名師發展路徑研究”，項目編號：2013jk198；廣東省外語藝術職業學院2015年度專項課題——“高職院校科研成果應用推廣”,項目編號：2015ZX14；“全國高職院校學報研究會2015年立項課題”——“期刊改革背景下高職內刊學報的發展研究”，項目編號：GZXB2015Z02。

陳志菲（1980—），女，廣東普寧人，廣東省外語藝術職業學院，副編審。