长三角基于大数据的区域教育评价变革论文3篇

长三角基于大数据的区域教育评价变革论文3篇长三角基于大数据的区域教育评价变革论文　基于大数据的教学评价研究宰李葆萍周颖(北京师范大学教育技术学院，北京100088)摘要：文章基于教育大数据的视角，结合教育评价活动的转下面是小编为大家整理的长三角基于大数据的区域教育评价变革论文3篇,供大家参考。

篇一：长三角基于大数据的区域教育评价变革论文

大数据的教学评价研究宰 李葆萍 周 颖 (北京师范大学 教育技术学院，北京 100088) 摘要：文章基于教育大数据的视角，结合教育评价活动的转型，对教育大数据的采集、可视化分析与呈现技术 等开展了研究。文章认为，教育大数据技术推动了教育评价中数据驱动决策的实现，为多方参与教育评价、实 现发展性学生评估提供 了良好的支持。平板电脑、数码笔、可穿戴设备等能够实时地将不同类型的学习数据数 字化，实现了对学生学习全过程数据的采集，为教育领域中实现基于数据分析与理性证据的教育评估与决策提 供了数据基础。各类可视化分析工具能够在稀疏的教育大数据中过滤、挖掘各类隐含的教育信息和规律，帮助 我们理解学生个人知识体系的构建过程，探索学生个体的社会学习网络的演化规律 ，揭示教育事件在特定时空 呈现的特征。

　关键词 ：教育大数据；教育评价；发展性评估；数据采集；可视化分析 【中图分类号 】G40-057【文献标识码】A 【论文编号】1009----8097(2016)O6__0oo5-．_o7 IDO1]10．3969／]． 1ssn．1009-8097． 2016．06． 001 数据 (Data)是按照一定规则排列组合的物理符号，可以表现为符号、文字、数字、语音、 图像 、视频等形式，是信息的表现形式和载体。2001年高德纳咨询公司在研究报告中指 出，人 类社会数据爆炸从三个维度展开：一是同一类型的数据量在快速增大，二是数据增长的速度在 加快，三是数据的来源和新的数据种类在不断增加一一上述事实清楚地说 明人类真正进入到 了 大数据时代【¨。

　·

　关于大数据的定义暂时还没有达成共识，现存的定义主要从大数据具备的性质出发进行界 定。目前，研究界认可的是大数据应当满足 3V特点，即规模性 (Volume)、多样性 (Variety) 和高速性 (Velocit y)【2】．随后，不同的机构将其扩展成为 4V，如IBM提出的准确性 (Veracit y) 以及 IDC提出的价值性 (Value)等【引。大数据立足于对大量数据的深度挖掘与科学分析，寻求 数据背后的隐含关系与价值，使得人们可以从基于小样本数据的推测或基于感性的偏好性选择 转 向基于数据分析与理性证据 的决策[4】。当前，大数据正不断地深入教育领域，对一些 “数据密 集型”的教育业务如考试、学习分析等产生了强劲的冲击。

　大数据与教学评价变革 教育评价指的是在系统、科学、全面地搜集 、整理、处理和分析教育信息的基础上，对教 育的价值做出判断的过程。从个人层面来看，教育评价的目的在于了解学生的发展情况，对学 生的学习情况进行客观总结、对教师的教学质量进行评估；从宏观来看，评价的目的更在于促 进教育改革，提高整个国家的教育质量[ 。我国《国家中长期教育改革和发展规划纲要(2010．2020 年)》指 出：“要改进教育教学评价，根据培养 目标和人才理念，建立科学、多样的评价标准 。

　开展由政府、学校、家长及社会各方面参与的教育质量评价活动。做好学生成长记录，完善综 合素质评价，探索促进学生发展的多种评价方式。”美国于 2010年发布的 《国家教育技术计划》 (National Education Technology Plan)中强调各级各类教育系统要利用技术来测量、评价学习 过程，教育管理者应该利用技术来收集学习过程中的实时数据，为持续改善学习效果提供依据[们。

　5 一

　 l[)l _ 中美两国的重要教育文件都揭示了教育评价在整个国家教育系统中的重要地位，并预示着 教育评价将在理念、内容、方式等方面的转型取向，在现代教育价值趋于多元化的基础上，教 育评价方式面临全面转变 的现实需要[

　。这种转变主要表现在如下方面：①做好学生成长记录 、 收集学生学习过程中的实时数据等评价措施的提出，体现了评价理念从 以往 “经验主义”向 “数 据主义”转变的趋势；②完善综合素质评价、探索促进学生发展的多种评价方式以及提供持续 改善学习效果等评价 目标的提 出，体现了评价 内容从以往注重认知水平的 “总结性评价”向综 合素养的 “发展性评价”转变的趋势；⑨政府、学校、家长及社会各方面参与的评价主体的提 出，体现了评价方式从 “单一封闭”向 “多元开放”转变的趋势。事实上，上述教育评价的转 型并非全新的理念和思想。依据数据所提供的证据进行判定是实证主义的基本思想，发展性原 则一直是教育评价本身应有之义，学生的自我评价、家长 的校外评价( ]也是很多学校采取的评价 方式之一 。然而近几年来，这些思想在 国家教育纲要性文件 中被显著地提及 ，说明其在过去落 实的力度欠缺，或者说直至今日这些思想的落实方才具备可操作性的条件，这就是现代信息技 术和大数据在教育领域中应用的用武之地。

　教育评价是为 了让我们更好地 了解学生、审视我们 的课堂和教学过程 。在传统的教育环境 下，了解学生的主要方法为问卷调查、课堂行为观察、考试、作业分析等 。这些方法存在着耗 时长、数据不准确、过程型数据遗漏或者无法采集等多种弊端，建立在这种不完整数据之上所 获得的分析结果只能揭示某些特定的问题 ，缺乏综合性。此外，不 同来源的数据之间难以整合 ，

　因为采集成本等原因，获得的数据缺少持续性，导致数据 内部隐含 的信息连接被割裂 。比如学 生作业水平和学生课堂学习行为之间的所存在关系的挖掘；学生阅读能力对其数学学科表现的 影响分析等都难 以实现。因而教师往往只能根据经验来处理教学 问题 ，这些都对于科学、精准 地 了解学生，做出教学决策甚至制定教育政策造成不利影响 。教育大数据 的应用则为克服现有 教育评价中的不足提供 了效果 良好的解决方案 。

　1大数据推动数据驱动的教学决策 数据驱动决策在教育中是指收集 、分析 、报告和使用数据用于教育教学改进的过程[

　。比如 美国普渡大学的 “课程信号灯”(Course Signals)项 目是国际知名的大数据诊断学生、提供教育 决策的典型案例之 -[ ]。如图 1所示，“课程信号灯 ”系统主要 以成果算法为基础 ，对学生课程 表现、课程努力程度、前期学业历史、学习者特征等数据进行采集和计算，实现对课程的实时 预测 。预测结果将通过红、黄、绿三种颜色信号灯 的形式 ，呈现在学生的学习页面以及教师的 课程控制页面中一一 红灯表示课程学习中存在极大 的失败可能性；黄灯表示在课程学习中存在 一定的问题 ，有失败 的可能；绿灯表示学习成功的几率很高。根据不同的信号显示，教师通过 发送 电子 邮件、短信 以及面谈等方式对学生学 习进行适 当的干预 ，还可 以通过 “课程信号灯 ” 系统自带的推荐学习导师与学习资源模块，对学习者学习提供适当的帮助，以促进其在课程学 习中取得成功。

　2大数据促进了学生发展性评估 早在 1940年 ，美 国史密斯一泰勒报告中就指出教育评价不能只测量学生的某些能力和特征， 而应该根据教育 目标来评价学生发展及成长的进程和水平 ，这是发展性评价理念在现代教 育评 价 中的确立。发展性评价是指通过系统地搜集评价信息和进行分析，对学生的教育活动进行价 值判断，实现其发展 目标 的过程 。发展性评估主要发挥评价诊断的功能 ，突出评价的过程，重 6

　 视学生 的个性差异，因此 ，其往往要和学生的学习过程 紧密结合，进行长期追踪。如北京、成 都、深圳等地的中小学校，以发展性评价理念为指导，持续跟踪学生历次考试成绩，通过时间 序列分析、聚类分析等手段，对学生的学习数据进行挖掘 ，构建学生的学科知识地图，进行学 习风格和学习行为分析，最终完成对每个学生的学习力诊断【l1】

　11。

　2015年成立的北京市未来教育高精尖创新 中心，正致力于利用学生学习全过程的大数据分 析 ，帮助学生发现并提升优势学科 、诊断和补救劣势学科 ，以适应新型的学生评价机制 ，实现 个性化、差异化的学生发展目标。

　3大数据提供了多方参与评价的途径 过去的学生评价主要是针对学生的学业水平测试，评价主要由学校相关部 门和教师完成， 整个评价体系呈现出封闭性的特征。当前强调学生的发展性评价和综合素质评价，评价活动贯 穿学生 的整个学习过程，覆盖学生在校园内外的学习活动和行为表现 。多种来源、结构不同的 数据汇总将用来分析学生的综合素质 ，并通过数据的不断积累，使各类参数和模型得以确立， 以提高分析的精确性。可见教育大数据直接产生于各种教育活动 (包括教学活动、管理活动、 科研活动、校园活动等)，每个教育利益相关者既是教育数据的生产者也是教育数据的消费者[

　】， 基于开放性大数据的评价活动 ，为那些能够掌握和提供学生不同情境下学习数据的多方主体共 同参与评价活动架设了桥梁。可以说，数据是驱动教育评估转型变革的核心因素。研究认为， 从用户 的视角来看，在教育评价活动 中很容易从数据的入 口和使用，即数据的采集和分析两个 方面感受到大数据带来的变化。

　二 教学评价数据的采集 1教学评价数据的采集类型 2013年颁布的 《教育部关于推进 中小学教育质量综合评价改革的意见》强调要改革评价方 式，将定量与定性评价相结合，注重全面客观地收集信息，根据数据和事实进行分析判断【 】。

　该意见说 明，教育质量评价不再单一地依托考试成绩 ，而是要将学生发展的所有信息收集、整 理、分析并得出结论性的认识，也就是说要基于 “数据”和 “证据”对教育质量做出评价[H】。

　在当前倡导的以学生为中心的学习环境中，学生学习 “数据”和 “证据”的主要产生途径如图 1 所示 。其 中，学生在学校 内外的学习过程数据包括学习交互、学习行为、学习路径、各类过程 性学习档案等，学习者个性数据则包括学生的生理、情感 、认知状态数据等，以及各类 以考试、 作业、作品等形式展现的学习成果。

　2教学评价数据的采集技术 为了实现 “数据”+“证据”为基础的教育评价，学校采取了很多评价数据采集措施，如考 试、问卷 、作业档案袋等 。然而这类信息多是采集学生的学习结果信息或者状态信息 (如学习 风格 )，属于静态信息，而学生在学习过程 中实时产生的诸多动态信息如学习路径、学习行为等 未能实现有效采集。不完整的数据采集势必会影响评价结果的准确度和可信度，也会制约大数 据下教育评价的实施，因而教育全过程数据的采集研究是大数据应用与教育评价的关键要素。

　目前，智能学习环境以及具有数据采集能力的学习终端如平板电脑、智能手机、数码笔、 可穿戴设备等的应用，为破解学生学习数据采集难题提供了技术方案。

　7

　管理系统、键盘数据、浏览器数据等学生操作电脑的数据，缺少对现实情境中学习过程数据的 捕捉 ，从而导致分析者难以深入 了解学习和教学过程[

　】。2007年凯文 ·凯利提 出了量化 自我的 概念，就是用实时测量或记录的方法，测试、量化和记录个人 的生命数据 (如饮食、运动、睡 眠、情绪等 )，并通过数据反馈进行 自我调整["】。量化 自我概念的提 出和大数据密切相关，其 中 传感器网络、可穿戴技术、移动终端等对量化自我起关键作用。

　教育领域也可使用 RFID芯片、眼动仪以及可穿戴设备如各种手环等技术，真实地采集学生 在教室内外的学习信息和学生的日常行为数据，供精确化学习分析和个性化教育评估与管理的 使用 。如眼动技术通过对眼动轨迹 的记录，从 中提取诸如注视点、注视时间和次数、眼跳距离、 瞳孔大小等数据，从而研究个体的内在认知过程 。有研究就采用眼动仪采集 2～3岁婴幼儿对 图 画书页面 区域的注视 点个数、注视注视 点时间长度 、回视等行为数据和生理数理，用来评估其 图画书阅读的注意力水平、阅读喜好、读图能力、阅读理解能力等【l8]。手环等设备则可以实时 地记录学生的位置信息、运动数据和身体健康指标等，可以随时将这些数据与学生的学业表现 关联 ，用来分析、预测不同类型学生的学习表现和发展。

　三 教学评价数据的分析 采集到教育大数据以后，需要通过数据挖掘和分析技术来提取数据中蕴含的教学信息以便 开展教学评价。除了常规的教育统计手段外，还可对大数据构成的数据立方体进行多维度的下 钻或上卷操作以提炼出更深层次的知识需求，促使聚类分析和关联分析等数据挖掘技术越来越 多地应用于学生的教学评价当中。

　如根据历次试题答题情况对学生进行聚类分析 ，可 以确定学生的基本类型并帮助甄别表现 异常的学生 。若聚类结果发现部分学生多次解答难度高的题 目能够保持正确 ，而难度低的题 目 错误率较高，可能这部分学生是因为粗心造成，可以对其答题注意力状态进行辅导；部分学生 若长期聚类在同一知识点答题正确率起伏较大的区间，则可能这部分学生存在抄袭或者随意选 择的情况，可以进一步关联其它数据对其进行分析和诊断。再如对学科不同知识点得分情况进 行关联和回归分析，就能精准地进行教学归因分析，如 B知识点得分低，是因为 A知识点得分 低，那么应当先解决 A知识点的学习问题等。

　上述这些数据分析很多是基于结构性数据的分析，它能够确定或者否定我们对教学问题的 预期性判断。然而教育大数据具有非结构化、稀疏性等特征，难以像结构化数据的方式构建出 其内部的正式关系，或者使用先验的模型来进行分析，这就 需要我们在教学评价领域 引入新的 数据分析技术。在当前大数据环境下，信息可视化分析可以通过可视化图形呈现数据中隐含的 信息和规律，建立起符合人类的认知规律 的心理映像，成为人们分析复杂 问题的强有力工具[19]。

　教育领域 中的大数据主要包括师生基本信息数据、课业测试与作业数据 、校 园实录数据， 课程资源数据【2 o-、课外学习数据、学生...

篇二：长三角基于大数据的区域教育评价变革论文

36卷 第 1 期 2022年 2 月武 汉 商 学 院 学 报JOURNAL

　OF

　WUHAN

　BUSINESS

　UNIVERSITYVol .36 No.l February

　2022我国数字文化产业区域竞争力评价%— 基于长三角、珠三角、京津冀的比较分析韩 系 林 巫 政 章(安徽大学，安 徽 合 肥 230601)摘要:数字信息技术赋能文化产业而融合形成的数字文化产业，是数字经济的重要组成部分与文化产 业的重点发展领域，已成为推动我国经济迈向高质量发展的重要引擎之一。本文通过构建数字文化产业竞 争力评价指标体系，运用熵权 T 0 PSIS 法对长三角、珠三角、京津冀地区数字文化产业竞争力进行评价和比 较分析。结果显示：产业规模、创新能力、生产要素对数字文化产业竞争力贡献值较大；三大地区所属的八省 市数字文化产业竞争力差异显著，可分为“优异型”、“平庸型”、“落后型”三个类型；长三角地区数字文化产 业竞争力水平最高，珠三角、京津冀地区数字文化产业竞争力水平差距不大。最后，根据研究结论，对数字文化产业竞争力的提升提出有针对性的对策建议。关键词：数字文化产业；竞争力；熵权 T 0 PSIS 法中图分类号: G 124 文献标识码: A数字文化产业是数字信息技术与文化产业深度 融合发展而形成的新兴产业。现如今各国大力发展 数字经济已成为不可阻挡的时代潮流，所孕育出的 新的生产力已成为经济发展的新动能。而数字文化 产业作为数字经济的重要组成部分,其发展有助于 促进文化产业加速升级与转型，为传统文化产业高 质量发展注人新动力；有助于通过优质数字文化产 品供给实现消费结构升级，使我国加快形成“双循 环新发展格局”；有助于提高我国文化软实力与人 民文化自信，满足我国人民对于文化发展的需要。我国对数字文化产业的概念界定首次出现在 2017年 4 月，文化部颁布的《关于推动数字文化产 业创新发展的指导意见》之中® ，该意见对数字文化 产业的定义、特点以及重点发展领域做了详细说明， 从战略层面对数字文化产业作出了总体布局与顶层 设计。虽然数字文化产业作为一个新兴产业还羽翼 未丰，但其具备创意性、融合性、可持续性的产业特 点 ，以及高附加值与知识密集型的生产方式，使得数 字文化产业蕴含巨大的发展潜力。据《中国数字文 化产业趋势研究报告》指出®:2017年我国数字文化 产业总产值已达到约3 万亿元，由于5 G 、人工智能文章编号:2095-7955(2022)01-0025-09等技术的发展与应用，我国数字文化产业将迎来新 一轮爆发性增长。2020年 11月，文化和旅游部颁 布《关于推动数字文化产业高质量发展的意见》®, 该意见与2017年颁布的《关于推动数字文化产业创 新发展的指导意见》相比，更加突出了国家和社会 发展大局,紧密结合了国家重大区域发展战略，引导 数字文化产业与京津冀协同发展、长三角一体化发 展等具体区域发展战略相结合，使得数字文化产业 在健全现代文化产业体系与促进区域经济发展中发 挥更大的作用。虽然我国数字文化产业发展前景明 朗，但是各地区数字文化产业现阶段发展水平差异 性较大,对数字文化产业发展状况相对较好的三大 地区进行比较与分析,得出的结论对数字文化产业 发展状况较一般的地区有着较强的指导与借鉴作 用，同时有助于研究数字文化产业融入区域发展战 略的意义与价值，从而推动产业集聚与区域协同发 展。鉴于此，本文通过构建评价指标体系，对长三 角、珠三角、京津冀三大地区数字文化产业竞争力进 行比较与分析。一、文献回顾目前数字文化产业在世界范围内并没有统一的※基金项目：国家统计局全国统计科学研究优选项目（2021年度）《后疫情时期促进我国数字文化产业高质量发展的财税政策评价指标体系研 究》（项目编号:2021 LY 018);安徽省领导圈定课题(2020年度）《安徽新兴文化产业培育研究》（项目编号: SQKT 20-11)。收稿日期:2021_10— 10作者简介:韩东林（1968—），安徽大学商学院教授。主要研究方向：数字文化产业；巫政章（1997-)，本文通讯作者，安徽大学商学院硕士研究生。主要研究方向：数字文化产业。• 2 5 •

　概念界定，国外大多数学者普遍从文化创意产业 ( Cultural

　Creative

　Industries， CCI

　)，版 权 产 业 (Copyright

　Industries , Cl )和数字内容产业 （ Digital Content

　Industries ， DCI )等概念角度去研究，这些概 念虽然名称不同，但是内容都有很大的交叉性和相 似性 。

　Cho

　R

　1^(2018)[1]采用关键路径法对文化 创意产业过去15年的相关研究进行综述，并指出文 化创意产业的研究随着时间的推移已经改变了它的 重点，但是信息技术、全球合作、微观和零碎的创作 活动、偏远地区、国家和区域特征等五个主题却始终 占据整个时期研究的主导地位 。

　Nikzad

　R (2019)[2] 基于世界知识产权组织开发的评价框架，比较了加 拿大与美国以及欧盟的版权产业的价值与贡献。

　Jung

　J

　S (2019)[3]对如何利用第四次工业革命技术 升级数字内容产业作出了策略分析。在宏观层面， 国外学者研究的重点大多集中在数字文化产业发展 与经济增长的关系[4][5];产业政策对数字文化产业 的影响[6][7];产业集聚和空间分布对数字文化产业 的影响[8][9][1°]等三个方面。随着研究的不断深人， 不少学者把研究的重点从产业角度转向企业角度或 个人角度等微观层面 ， Gundolf

　K (2018)[n]指出机 会主义和必要性动机指导了创意微型公司进人战略 联盟的决定 。

　Cnossen

　B (2019) [12]对荷兰从事文化 创意产业的企业家们进行研究，探索他们在激烈产 业竞争环境中获得激励的深层机制。由于我国数字文化产业起步较晚，所以大多数 学者的研究重点集中在数字文化产业的发展趋势与 发展策略等理论研究上。周庆山（2014)[13]认为数 字文化产业中的计算机信息技术，信息传播和文化 内容供应商，汇集在共同的平台进行整合，将是未来 产业竞争的基础。解学芳（2021)[14]认为“5 G + A 1” 技术群推动下数字文化产业的业态创新呈现数据化 与智能化的特点，不仅实现了对传统文化产业的行 业升维，还推动了新兴文化产业的不断革新，引领新 一轮消费。包国强（2021)[ 151指出为了顺应文化产 业现代化的变革趋势,要大力实施数字文化产业战 略布局，以产业数字化来推动产业高质量发展。数 字文化产业是文化产业的一部分，是数字技术与文 化产业相互融合从而适应当下发展趋势的产物，在 此基础上，我国学者通过研究数字信息技术与文化 产业的相互关系，从而探讨提升产业发展水平的路 径。陈少峰(2013) 认为科技赋能使得文化元素 更具艺术彰显力，并提出了内容与平台并重的数字 文化产业发展模式。韩东林（2020)[17]通过建立 VAR 模型，对文化产业与数字技术应用两者之间的 动态关系进行研究，结果表明数字技术在文化产业武 汉 商 学 院 学 报 __________________________________________________________中具有较大的应用空间。黄蕊（2021)[18]通过对文 化产业数字化转型做出演化博弈研究，提出了加快 配套政策制定，提升资金投入力度，优化产品消费体 验，培育复合型人才等促进文化产业数字化转型的路径。在对产业竞争力的研究上，国外一些学者作出 了杰出的贡献。

　Michael

　E . Porter ( 1990) 作为产业竞争力研究的先行者，他在《国家竞争优势》一书 中提出了“钻石模型”，即产业竞争优势的形成可以 从四个基本要素和两个支持要素来分析。四个基本 要素包括生产要素、需求条件、相关与支持产业表现 与企业战略、竞争结构与同业竞争，两个支持要素包 括发展机遇和政府行为。

　Richard

　Florida ( 2002)[2D] 在《创意阶层的_ 起》一书中以技术（ Technology )、 人的才能（ Talent )、包容性（ Tolerance )三个指数为 一级指标,提出了 “3 T S”理论来反映美国城市版权 产业的发展水平与发展趋势。亚太文化创意产业协 会(2013)[21]主要从经济表现、财政效率、基础设施、 创新管理、文化包容度五个方面构建评价体系来衡 量地区文化产业竞争力。我国学者虽然对产业竞争力的研究相对国外较 晚，但随着研究的深人，也收获了颇丰的成果。我国 著名经济学家金碚（1996)[22]从国际竞争力的几个 基本理论入手，探讨我国产业未来的发展趋势，拉开 了我国产业竞争力研究的序幕。而后裴长洪教授 (2002)[23]又对产业国际竞争力的概念细分与测度 方法作出了相应的研究，为日后的实践打下了理论 基础。由于数字文化产业的概念直到2017年才被 官方界定，所以我国学者在研究数字文化产业竞争 力的时候一般从数字内容产业，文化创意产业，数字 文化产业的部分领域等概念角度出发。黄德俊 (2013)[24]运用灰色关联度理论对构建的指标进行 关联度分析，得出了电子信息产品贸易对我国数字 内 容 产 业 竞 争 力 贡 献 度 最 大 的 结 论 。邹樵 (2017)[25]基于层次分析法，通过构建评价指标体系 确定了影响我国文化创意产业竞争力的关键因素。

　蓝庆新[26]借鉴波特的“钻石模型”，对与数字文化产 业相关的数字出版行业、数字影音行业、游戏动漫行 业 、智慧旅游行业进行实证研究，得出了产业开放度 对数字文化产业国际竞争力影响最为显著的结论。二、指标体系构建、评价方法、数据来源(一）指标体系构建在产业竞争力评价指标体系的构建上，学者一 般遵循两个思路,第一是根据“钻石模型”或“钻石 模型”的升级与改进：陈虹（2010)[27]借助“钻石模 型”，选取了影响服务贸易竞争力的影响因素。颜2 0 2 2 年 第 1 期• 2 6 •

　经 济 分 析韩 东 林 巫 政 章 : 我 国 数 字 文 化 产 业 区 域 竞 争 力 评 价姜慧（2019)[28]以“钻石模型”为基础构建文化产业 对外贸易竞争力评价指标体系。方慧（2012)[w]根 据产业发展的非成熟与成熟两个阶段提出了 “动态 钻石模型”。沈丽丹（2020) [3°]把“钻石模型”的六 大要素概括为核心要素层、市场三主体、外部环境等 三个部分，据此来评价文化产业竞争力;第二是根据 产业竞争力的相关理论，建立多层次评价指标体系：

　陈立敏(2009)[31]把产业竞争力划分为竞争力的实 质、竞争力的表现、竞争力的结果等三个层次，进而 选取指标对中美制造业进行比较与评价。杨头平(2018)[32]从基础竞争力、显性竞争力、潜在竞争力 三个维度构建评价指标体系，分析中部六省市文化 产业竞争力。郑奇洋（2021)[33]结 合 VRIO 模型，从 价值、稀缺性、不可模仿性、组织四个层面构建文化 产业竞争力评价指标体系。借助以上理论与研究成果，在数字文化产业竞 争力内涵与评价逻辑的基础上，充分考虑指标的可 测量性与数据的可获得性，从基础竞争力、核心竞争 力、潜在竞争力三个一级指标层面构建了共计21个 三级指标的数字文化产业竞争力评价指标体系，具 体如表1 所示。表 1 数字文化产业竞争力评价指标体系目标- 级指标二级指标三级指标 单位 属性数字文化产业综合I争力基础竞争h生产要素数字文化产业从业人员 个+数字文化产业资产总计 亿元+经营面积 万平方米+长途光缆线路长度 公里+政府扶持政府补助 万元+文化事业费 万元+核心竞争力产业规模数字文化产业机构数 个+运营网络文化产品数 个+数字文化产业营业收人 万元+数字文化产业出口额 万元+产业关联移动电话交换机容量 万户+互联网宽带接人用户 万个+产业效益产业利润率% +出口网络文化产品数量占行业比重% +产业人均年工资 元+潜在竞争力市场需求居民人均可支配收人 元+居民文化娱乐消费支出 元+数字文化企业注册用户数 个+创新能力数字文化产业知识产权 种+文化及相关产业专利授权总数 项+规模以上文化制造业企业新产品 开发经费支出万元+注：“属性” 一列中“ 代表该指标为正向（负向）指标,基础竞争力对数字文化产业的发展起到支撑性 与保障性的作用，本文以生产要素与政府扶持两个 要素来代表基础竞争力。生产要素是指生产进行所 必需的人财物以及生产场所等必要性资源，由数字 文化产业从业人员、数字文化产业资产总计、经营面 积、长途光缆线路长度四个指标来衡量。政府的扶 持对产业的发展起到了至关重要的作用 ， 一 方面可 以引导产业发展的战略性方向，另一方面可以推进 产业的研发工作并降低产业的经营风险，本文选取 政府补助和文化事业费两个指标来衡量政府扶持。核心竞争力是对竞争实力与发展现状的一种综 合性表现，本文以产业规模、产业关联和产业效益三 个要素来代表核心竞争力。产业规模是产业发展状 况最为直观的体现形式，我国数字文化产业整体上 正处于幼年期，规模的增大会使得产业链趋于完整， 资源配置更加高效，从而有效提升产业的竞争力，本 文选取数字文化产业机构数、运营网络文化产品数、 数字文化产业营业收人、数字文化产业出口额四个 指标来衡量产业规模。数字文化产业是传统文化产 业与数字信息技术融合形成的产物,互联网和移动 端的发展与应用为数字文化产业发展注人了强大的 动力，因此选取移动电话交换机容量和互联网宽带 接人用户两个指标来衡量产业关联。如果产业规模 是用来度量产业发展的数量,那么产业效率就是用 来度量产业发展的质量，在高质量发展的大背景下， 推进数字文化产业高质量发展是顺应发展潮流的必 要之策，本文选取产业利润率、出口网络文化产品数 量占行业比重、产业人均年工资三个指标来衡量产 业效率。潜在竞争力是对可持续发展能力和竞争潜力的 一种体现，本文以市场需求、创新能力两个要素来代 表潜在竞争...

篇三：长三角基于大数据的区域教育评价变革论文

288 期2 42018 年 4 月技术前沿与装备应用一、大数据的内涵数据 (data)，一般而言是指通过科学实验、检验、统计等方式所获得的，用于科学研究、技术设计、查证、决策等目的的数值。大规模、长期地测量、记录、存储、 统计、分析这些数据，所获得的海量数据就是大数据(big data) [1] 。一般认为，大数据主要具有以下四方面的典型特征：规模性(Volume)、多样性(Varity)、高速性(Velocity)和价值性 (Value)。二、大数据背景下的教育变革大数据已经成为互联网信息技术行业的流行词汇，应用大数据将给教育领域带来革命性的变化。1. 大数据推动教学模式的根本性变革现代教育技术应用于远程教育领域，催生了网络教育。网络教育的广泛开展，同信息技术的诸多特性如不受时空限制、网络资源丰富能够很好地满足网络教育的需求有关。网络教育所依据的建构主义学习理论认为，儿童在与周围环境相互作用的过程中，逐步建构起关于外部世界的知识，从而使自身认知结构得到发展[2] 。但是，随着实践的推进，人们发现网络教育存在着严重的局限和问题。传统的建构主义片面地强调学生的个性化建构和自主探究，忽视了教师引导的必要作用。网络教学模式下，师生互动性较差，大部分学习者只能被动地接受知识[3] 。例如，大规模开放式网络课程 (MOOCs)的开展效果不尽如人意。由于缺乏传统课堂教学模式下教师的有效管束，学习者的自学能力受到很大考验，绝大部分学习者不能完成既定学习目标，MOOC 课程的完成率仅有 5% 左右。方兴未艾的 MOOC 教学模式，本质上仍然没有摆脱传统教学模式的桎梏，而仅仅是教学手段的创新。在反思 MOOC 模式弊端的基础上，产生了新的混合式教学模式 SPOC。尽管 SPOC 模式下的教学效果较 MOOC 模式有明显改善，但仍属于传统教学模式的渐进式的微创新，无法解决当前教育存在的根本问题。面向现代化的教育应该“以学生为中心，依靠学生，发展学生”，在教育大数据的支持下，传统课堂教学模式的根本性变革逐渐成为可能，翻转课堂等新型教学模式被广泛认可并得到大范围推广。传统教学模式几乎完全依赖教师单方面的讲授，但是，学习者的认知发展在客观上存在着差异，因此无法实现对每位学习者的精准教学。随着大数据在教育领域的应用，可以通过客观数据更精确地勾勒出教师或者学习者的认知特征，研究者利用大数据挖掘技术，对知识脉络进行梳理，进而构建联系各层级知识点的概率模型，从而更精准地推送学习者需要的资源和服务。学习者结合自身特点，选择适应自身发展需求的教学内容，使得基于教育大数据的自适应学习成为可能，真正达到建构主义的理想境界。2. 大数据助力教师专业化发展教师专业化发展是教育领域的重要研究课题。传统的教师专业化发展路径面临两个问题：一是新老教师间“传帮带”，新手教师的专业化发展往往受限于老教师的专业水平。二是针对新手教师的培训缺少互动，效果不佳，教师进修实效甚微。开展校本研修是促进教师专业化发展的有效途径。作者简介：庄丽琴，硕士，中教一级。内蒙古自治区鄂尔多斯市电化教育馆，017000大数据背景下的教育变革庄丽琴摘 要：大数据正在给教育领域带来革命性的变化，如何深入挖掘隐藏在大数据中的潜在价值，以此指导教学决策，优化教师教学行为，促进教师的专业发展。这既是教育现代化的重要契机，也是教育发展面临的重大挑战。从推动教学模式的根本性变革、助力教师的专业化发展、驱动教育评价方式的转变、提升教育管理决策效能共四方面，对大数据给教育带来的影响与变革进行了阐述。关键词：大数据；教学模式；教学评价；专业化发展万方数据

　2 5总第 288 期 2018 年 4 月校本研修的重点一般是教材的分析和处理、教学重难点的确定、教学策略的选择、教学计划的制订、教学进度的安排等[4] 。教育研究者对于探索高效教学模式表现出强烈意愿，但是受限于样本容量较小，校本研修大都仍然停留在总结经验的层面，其科学性和有效性值得商榷。随着现代教育技术的进步，通过对教育大数据进行深入挖掘，关于高效课堂的经验总结得以被教育统计所证实。首都师范大学王陆教授研究团队组建的教师在线实践社区 ( 简称 COP)，基于课堂教学行为大数据，构建起高效课堂的标准化常模，新手教师可以通过与常模的对比、分析，发现自身教学过程中存在的问题和缺陷，从而更有针对性地改换教学策略、改进教学方法。教育大数据能够为教师专业化发展提供社会的、规范的、资源密集型的、持续不断的学习支持服务，引领教师的专业能力发展。教育教学研究，正在朝着“研修并重”的方向转型。在教研活动中，评课环节应该成为提升教师专业水平的重要契机，但以往的教研活动由于缺少过程性、即时性的大数据的佐证，往往停留在陈旧空泛、主观评价的较低层面，未能发挥出教研活动的重要作用。随着教育测量技术的不断进步，教育大数据呈现出爆发式增长的趋势，教师和学生的行为数据得以被观测、记录并处理，过程性的、发展性的数据成为教研活动的资料来源。大数据使得教育教学研究方式朝着标准化、客观化、可操作的方向不断进步，教育教学研究能够有的放矢，真正落到实处，教育大数据助力教师专业发展的路径越来越明晰。3. 大数据驱动教育评价方式的转变教育是一个国家人力资源开发的基础，教育的成效直接关系到国家的未来。在当前的教育体制下，高校毕业生普遍存在着较难适应社会生活、人际关系紧张等问题，造成这些问题的根本原因在于教学测量与评价体系的落后。目前教育评价方式存在的一个严重问题，即所谓“客观量化”的教育评价制度并非真正地为了学生的个性化发展而制订。现行的教育测量与评价方式，是将学生的行为表现简单地数量化，进而在有限的维度上给出基于社会或者群体对于学生的“好坏”的绝对判断。这种测量与评价方式，没有摆脱旧有的评价模式中“区分学生”的弊端，实际上体现了量化对于学生的“偏见” [5] 。评价标准越来越细化、可操作性越来越强，各方对于教育测量与评价的质疑声却越来越强烈。尽管各方已经普遍认识到培养创新型人才的必要性和紧迫性，但如果仅仅是变革课堂教学模式，而没有随之对教育评价体系进一步变革，那么教育改革终究还会回到原点。现代教育评价体系逐步体现出多元化发展趋势，评价更加重视“个别差异”的存在。美国哈佛大学教育研究院的心理发展学家霍华德 •加德纳 (Howard Gardner) 在 1983 年提出的“多元智能理论” [6] 认为， 传统学校教育只强调学生在逻辑数学和语文 ( 主要是读和写 ) 两方面的发展，但事实上，不同的人会有不同的智能组合，每个人先天的智能组合不同，比如有些人在数学和音乐方面表现突出，但是社交能力却显得很弱。每种智能都有一定的年龄关键期，过了关键期就很难进一步得到发展，需要尽早地发现青少年的智能组合。通过基于大数据的测评系统，找出学习者的最佳智能组合及学习形态组合，从而使学习者能扬长避短，尽早地提升自身优势。MIDAS 是一个严格遵循多元智能理论并运用科学方法测评智能发展现状的权威工具，它可以详尽地分析人的多元智能发展分布和有效学习风格，并针对其特殊的分布情况，提供促进优势智能提升和弱势智能弥补的建议。基于 MIDAS 多元智能理论测评系统的评价弱化了评价本身对于学生的选拔作用，而重在诊断学习者的智能潜力，避免因盲目而埋没学习者的优秀天赋和潜能，从而帮助学习者实现个性化地发展，为学习者提供建立自我价值感的有效途径。4. 大数据提升教育管理与决策效能在学校日常工作管理中，由于缺少大数据的支持，统一管理的弊端主要体现在学校管理者难以及时获取信息、掌握整体情况，无法实施动态监管[7] 。大数据与学校管理工作深度融合，引起的变化有两点：一是决策的精准化，二是管理的智能化。在活动管理、行政管理、人事管理、财务管理等学校管理工作的各方面，以及教育评估、教学质量检测等方面，大数据的重要性日益凸显。

　以英语学科教学为例，英语词汇量达标是提高英语成绩的前提和重要保证，教师对于学生词汇量掌握情况的判断，以往仅能通过抽查、考试检测等手段进行分析，效率低下且准确度不高。在智能化学习系统的帮助(下转29页)万方数据

　2 9总第 288 期 2018 年 4 月4. 开设区域编程竞赛 激发学生编程热情对于学生而言，兴趣是发挥创造的第一动力，为了避免编程知识的书本化、记忆化，提升知识的实用性，提高学生的成就感，学校和企业可以开展区域性、全国性的编程比赛，在编程中学习、在比赛中改进、在过程中创新、成长。参考文献[1] 人工智能创新未来教育 [J]. 中小学信息技术教育 ,2017(12):54-56.[2] 郁晓华 , 肖敏 , 王美玲 , 陈妍 . 基于可视化编程的计算思维培养模式研究 : 兼论信息技术课堂中计算思维的培养 [J]. 远程教育杂志 ,2017,35(6):12-20.[3] 国务院最新发文 : 普及中小学阶段人工智能、编程教育 [J]. 苏州教育信息化 ,2017(5):1-2.[4] 李铮 . 关于中学生人工智能教育的思考 [J]. 科协论坛 ,2017(9):36-37.[5] 许阳 . 人工智能教育红遍全球

　我国中小学AI 课程学什么？怎么做？[N].21世纪经济报道,2017-09-05(007).[6] 周明 . 基于计算思维培养的中小学编程教育校本课程开发与实践 [J]. 中小学信息技术教育 ,2017(3):61-65.[7] 蒋锦锦,田玉贺.美国:编程教育进入更多中小学[J].上海教育 ,2016(2):37-39.[8] 佚名 . 计算机编程成为美国中小学热门课 [J]. 当代教育家 ,2015(2):72.[9] 施晓军 . 每个人都应该学习编程 [J]. 中小学信息技术教育 ,2014(Z1):158-160.(上接25页)下，学生学习的轨迹被记录并保存下来，通过统计英语单词出错的频率、生均学习时间等指标，教师能够方便、准确地掌握学生学习情况，进而分析学生在学习中遇到的困难。在基于大数据的学情分析的基础上，根据分析结果采取适当的策略进行教学。大数据不仅记录了学生的学习轨迹，同时帮助教师根据反馈的情况，及时把控自身的教学进度，提升了教学效率。对教育大数据的全面搜集、科学分析和有效利用，一是能够减轻管理者的工作压力，提升管理效能，二是能够助推决策创新，促进教育改革。教育管理与决策从过去感性的经验判断、教条的考核评价，转变为利用大数据技术，主动排查存在的问题和隐患，进而逐步完善各项评价考核指标，建立起高效、公正的考核评价体系，使得教育决策精准化、科学化。三、结语大数据应用于教育领域，势必引发教育的新一轮变革。在建设教育大数据的过程中，有两方面的问题值得注意。一是数据时代的信息安全和个人隐私保护。个人隐私数据一旦泄露，不仅给财产安全带来风险，甚至可能威胁人身安全。相关部门应建立健全法律制度，强化信息安全意识教育，保障大数据时代公民的合法权益。二是提升数据素养。教育大数据不能直接指导教育教学，必须提升教师的数据素养，提高教育工作者收集、处理和分析数据的能力，以及培养对数据的敏感性和批判性思维。参考文献[1] 胡德维.大数据革命教育[N].光明日报,2013-10-19(05).[2] 何克抗 . 建构主义的教学模式、教学方法与教学设计[J].北京师范大学学报:社会科学版,1997(5):74-81.[3] 张滢 . 教育系统结构性变革究竟如何实现 [J]. 中国民族教育 ,2017(Z1):4-7.[4] 汤友清 . 立足校本培训，促进教师专业化发展 [J].新课程 : 中旬 ,2014(11):203.[5] 冯建新 . 现代教育评价与测量学 [M]. 第 1 版 . 北京 :中国社会科学出版社 ,2005.[6] 张晓峰 . 对传统教育评价的变革 : 基于多元智能理论的教育评价 [J]. 教育科学研究 ,2002(4):28-30.[7] 吴砥 , 余丽芹 . 大数据推进教育深度变革 [N]. 中国教育报 ,2017-09-21(07).万方数据