基于大数据高校就业质量评估方式探索探究.docVIP

基于大数据高校就业质量评估方式探索探究 　　摘 要：高校就业质量评估对高校及其学科建设具有重要意义和影响，但数据来源、评估方法等制约着评估结果的公正性、公平性，该文从大数据、云计算的角度，对数据链路、统计时次、制度建设等影响评估因素进行了探讨，以便为高校就业质量评估研究和应用提供参考 关键词：大数据 就业质量 评估方式 中图分类号：G424.1 文献标识码：A 文章编号：1672-3791（2017）01（b）-0255-02 高校报考率、教育质量、毕业率、就业率、专业对口率是高等学校面临的五大课题，备受社会各界关注，也是学校的生存要素。现行高校毕业生就业质量年度报告要求客观反映该校毕业生就业的基本情况、主要特点、相关分析等。其中，基本情况应包括毕业生的规模、结构、就业率、就业质量、就业流向等。就业质量指标包括就业地区及单位性质、工资水平及福利、专业对口及个人满意度等。就业相关数据的来源、完备性、真实性是完成这一指标的关键 我们已处在互联网+时代，大数据、云计算为我们提供了平台和方法。国家大数据工程将于十三五期间完成，该文讨论借助这种平台，就建立一套基于大数据的高校毕业生就业质量评价体系相关因素进行探讨 1 高校就业质量存在的问题 21世纪教育研究院“高等教育信息公开项目组”提出的2015年高校就业质量年度报告中[1-2]，列举了大学就业排行榜，并特别说明了高校毕业生就业质量存在的问题：（1）数据统计口径不一、可比性差；（2）缺少对就业质量、就业趋势的分析，对教育教学的反馈；（3）缺乏就业质量评价指标；（4）缺乏信息监督机制 2 基于大数据的就业质量评估方法探讨 2.1 建立关联数据链路保证有效性 就业、创业或深造属于上岗问题，会牵涉诸多部门。在校就业直接与学校关联，就业单位与人力资源和社会保障部门关联，就业的行业产业岗位与统计部门关联，创业与工商、税务等部门关联，医疗保险与卫生和计生委的医院、医保部门、商业保险关联，从业人员工资与银行关联，继续深造学习与学校招生关联，就业质量与院校教育与日常管理水平关联等等，也就是说一个人是否就业或创业，教育水平与就业质量如何，可以在上述部门的相关数据中得到有效联动验证 2.2 扩大就业统计时次增加适应性 由于刚毕业，学生就业稳定性问题比较多，如对区域经济、企业知名度、薪酬福利、未来发展等认识不尽相同，学生辞职再就业包括参加培训、非专业性就业或创业等都需要一个过程或一段时间。再者，高校改革也在进行中，实行弹性学习，允许休学创业、就业等。以某时间点统计是否就业就会带来不客观、不现实的因素。因此，我们建议，把毕业当年就业统计时间改为2～3年，把毕业统计次数1次改为4～6次，每半年进行一次统计，只要在每半年时间内有过工作即视为就业，期间允许转换岗位 2.3 第三方大数据评估保证客观性 一般我们认为管、办、评三方分离是比较客观的，因此，从提高就业质量报告的公信力出发，应该采取第三方统计发布的新机制。目前各个行业或企业都在进行大数据建设，它不仅是资源问题，更主要的是为社会监管提供了平台。因此，我们应该充分利用这个平台，从而保障评估数据的客观性、真实性，避免学校方提供单一数据、部分部门或单位提供时间性较强的数据等给评估工作带来的种种困惑，进而使毕业生就业评估方式科学、可行、可信 2.4 制度建设保障客观性评价质量 数据管理、数据提取、评价指标制定等应该由国家主导、部门协作，分工明确，责任到位，这必须要有制度保障，包括数据的准确性、及时性、安全性，评价指标的客观性，教育质量反馈的可信性、不同院校的公平性、公正性等。只有这样，才能通过就业质量评价体系的科学性、专业性、权威性，促进教学质量的提高，才能保障一流大学、一流学科、知名学院等不同程度建设发展，缩短我国与世界教育整体质量差距 2.5 测评数据反显真实性教育质量 以大数据为基础，以云计算实现对高校教育质量监测，应该是对现行教育体制和机制改革或转型的有效检测方式之一，它能从不同方面、不同层面反映教育质量的差异性、社会需求的?P联性。从中可以分析或反映出一所院校学科建设、专业建设、师资队伍建设、校园文化建设等的水平，从而体现出教育质量，进而对不同部门或区域的不同院校、不同专业建设进行指导或要求，避免同目标、一刀切等不切实际的要求或用同一种方法去评测所有院校，从而才能保障使不同院校各具特色建设，尊重个性发展 3 展望 全面互联、互通、共享是“十三五”重要任务的主要部分之一，由政府主导的大数据、云计算工程将完成，这将给高校就业率的统计带来便捷。我们可以在大数据平台上，进一步加强就业质量评估的理论与应用研究，建立一套基于大数据的就业质量评价体系，实行依据大数据的问责制，