作者简介：程淑琴，安徽行政学院 国际贸易系，安徽 合肥 230059 程淑琴(1974-)，女，安徽含山人，安徽行政学院贸易经济系副教授，从事经济管理研究。
内容提要：进入大数据时代后，基础教育管理和运行迎来了更多的发展机遇，基于大数据的预测、分析将逐步融入基础教育管理和决策中。大数据技术和思维将影响基础教育管理与决策的各个环节，影响基础教育发展规划，改变基础教育教学评价体系，甚至在基础教育教学思维中产生深远的影响。基础教育管理工作者应主动研究和思考，以积极的态度迎接大数据时代的来临。
关 键 词：大数据 基础教育 管理决策
基金项目：安徽省教育厅人文社会科学基金重点项目“网络时代国家公职人员信息公开与隐私权保护的平衡研究”(SK2014A216)。
全球知名的麦肯锡咨询公司提出“大数据”(big data)的概念后，近年来大数据已成为描述信息时代技术发展与创新的标志，基于大数据的管理与决策已经渗透到许多行业领域，成为创新驱动的重要因素。基于大数据的运用和挖掘，人们可以超越传统经验管理和决策方式，可预期更高效率的管理和决策得以实现。大数据作为一大颠覆性的技术革命在电子商务、军事、金融等学科领域已经取得突破，而在基础教育中的管理与决策领域的应用才刚刚起步。而如何挖掘和应用数据资产为基础教育的管理和决策提供高质量的服务，是教育主管部门和中小学校需要深入研究的重大课题。
1 管理与决策进入大数据时代
当前，人们越来越多地意识到大数据在管理和决策中的重要性，管理和决策将更多地依靠基于大数据而作出分析和判断，而并非习惯基于经验积累和直觉判断。美国哈佛大学社会学教授加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”[1]从基础教育的角度来看，均衡教育资源、制定中小学招生计划与政策、教学运行管理、管理思维方式、家长互动、学生学习行为引导、教学评估等都有大数据施展的空间。大数据可以为基础教育提供准确的预测性判断，形成有效公共教育资源供给决策与评价，同时也增加满足部分特殊群体的个性化教育需求，提供符合教师特质的教育教学水平培训与辅导。
引入大数据进行管理与决策，必须有足以支撑进行数据分析的数据来源。涉及基础教育管理与决策的数据除了来自于政府机构、教育主管部门、学校、社区、媒体以及其他社会组织等产生和公布的信息外，更多地依赖于各种网络终端等所产生的数据。中国互联网络信息中心(CNNIC)发布第33次《中国互联网络发展状况统计报告》显示，截至2013年12月，中国网民规模达6.18亿，互联网普及率为45.8％。其中，手机网民规模达5亿，年增长率为19.1％，并继续保持稳定增长。中国互联网呈现发展主题从“数量”向“质量”转换，互联网与传统经济社会结合、影响力度更加紧密深远等特点。无论网民通过什么终端参与网络活动，都因而产生相应数据，这些数据为预测、判断目标人群的行为、心理提供了支撑。比如大型赛事组委会就可以通过大数据模拟和预测各场比赛的人流、交通、治安变化，制定各种工作方案。百度在2014年春节启动基于大数据的“迁徙图”，在没有大数据支持的情况下，数十亿人次春运迁徙被准确且形象把握，而通过百度LBS大数据技术，就可以看到实时的迁徙线路。热播美剧《纸牌屋》的内容发行商基于其3000万北美用户观看视频时留下的行为数据，预测出David Fincher、Kevin Spacey和“BBC出品”三种元素结合的电视剧将会深受欢迎，由此决策拍摄《纸牌屋》。因此，基于大数据的管理和决策更能迎合公众的需求，“大数据”在分析方法和决策过程上的突破了人们习惯的思维方式，基于公众需求的政策和服务是现代技术条件下的“私人订制”创新产品，基础教育的管理和决策推出“私人订制”模式必然受到社会各界包括中小学校教育工作者的欢迎，也是基础教育事业颠覆性变革。
2 大数据对基础教育产生巨大影响
从百度“迁徙图”就能看到大数据已经在电子商务、金融、交通等社会方方面面产生深刻的影响。作为社会子系统的重要构成元素，基础教育必将受到大数据时代的深刻影响。
2.1 大数据的特征必将影响基础教育的管理和决策
教师、学生和家长手机使用、学籍登记、成绩、图书借阅、各类即时聊天工具、论坛以及微信微博都会产生大量数据，而且随着时间的推移会积累更多数据，这些构成了基础教育信息管理与决策系统中的数据基础之一。大数据的数据来源特征是数据量大和类型繁多，极大超越了传统的基础教育决策所依赖的数据性质，避免决策因为数据不全面而导致的“小信息量”决策错误和偏差。大数据的数据具有信息纯度高的特征，海量信息通过强大的云计算更迅速地完成有价值数据的提取，避免人为因素误导数据的统计和分析。另外，大数据结果的处理速度快、时效极高，传统数据挖掘处理无法胜任的工作，大数据可以利用优化的技术架构和路线实现高效的海量信息处理。采集到的数据进行直观有效的数据库管理，通过数据采编筛选对数据库的信息资源进行编辑加工、统计分析、信息监控、定制、备份等操作。所有信息可以转换成特定的数据库、图像、文本格式等归档存储，通过不断沉淀将采集到的数据作为历史资料、背景资料随时备用。大数据具有的这些特征使得现代基础教育管理与决策有了过去无法比拟的技术支撑，也拓展了全新的基础教育发展的空间与潜力。
2.2 大数据对基础教育管理核心环节的支撑
我国基础教育政策的产生与执行更多的是由上而下进行推动，这种模式使基础教育政策具有严肃性和刚性，在特定阶段对推动基础教育发展发挥了巨大的作用。而随着社会经济的快速发展，基础教育资源未能完全满足全社会期望的情况下，矛盾自然产生了。基础教育管理各个核心环节，常常需要精准的数据描述过去、现状和未来。比如，合肥市进行中小学学区调整，这需要人口数量、师生比、人口结构、适龄儿童、交通状况、城市规划大量的数据作为支撑，传统的数据来源较为单一和静态，而学区的调整更多地需要满足现有需求并保证在相当长的时间范围内保持稳定，传统的数据无法完成这样前瞻和复杂的任务，经验型的管理和决策也无法适应快速发展的社会需求。一个学区对应的学校容量看似刚好满足需求，很难说不因为区域内的人口年龄结构特殊性，使得在二三年后形成入学高峰。大数据恰恰可以对复杂情况进行梳理和预判，大数据具有预测的优势，海量的数据基础上的云计算可以有效预测未来某些事情发生的趋势和可能性。并且数据积累越来越多，预测模型优化和系统改进，常规难以准确把握的中小学招生生源情况、师资培训需求、跨区域教育资源调配可以实现提前判断。
国外基础教育管理中，相关教育数据的挖掘已经成为合理规划教育资源、提高教学质量的有效手段。美国的学校通过技术公司提供的数据，分析学生的升学意愿和专业取向，提供学生个性化的辅导。通过对海量教育数据的挖掘、分析，寻找最优化的基础教育政策解决方案，最大程度平衡社会各方利益诉求，可实现政策酝酿到决策、执行的优化路径。我国基础教育在社会快速发展的过程中，必定面临诸多问题，比如说优质学校的招生计划和学区划分，城乡学校教育资源均等化等问题，通过大数据的管理和分析，全社会关注度极高的基础教育政策的制定、教学运行中的诸环节控制，甚至学生作业量的信息都可以掌握，从而改变基础教育管理辛苦而社会满意度低、效率低下的局面。
2.3 教与学的创新
有了大数据为支撑，过去教与学过程中很多难以破解的问题将有解决方案，教学理念与学习方法随之将产生变化。比如，标准化、产业化的教学模式影响深远，这种教学模式在现阶段有其合理性，比如基础教育强调在知识一定的逻辑起点，按照统一的教学大纲和要求，实施均质化教学，同步发展，而忽略学生的学习能力和状态。我国基础教育虽然提倡个性化教学和因材施教，但在传统的班级教学模式下要实现个性化教学存在现实的困难。大数据的运用，教师可以在衡量学生学习效果时，不再单纯依靠频繁的考试进行，而在更广阔的空间和角度审视学生群体和个体的信息，选择最合适的学生群体教学方法和个体提高辅助教学，学生自主学习的盲目性也会因此大大减少。通过大数据相关的学习应用软件，可以分析学生目前掌握了哪些知识点，进行某门课程的学习最合适的学习方法是什么。学生的学习行为得到可实时衡量和调整，如果某个的知识点没有掌握，系统重复强化。大数据学习应用还可以为学生主动推介学习资源，在知识点之间建立逻辑联系，总结出启发式规律，设计合理的学习进度、教与学实时互动，帮助学生拓展和完善知识面与知识结构，激发和挖掘学生兴趣爱好和天赋，有利于培养学生特长，释放学生创造力。[2]
从中小学教学管理的角度，大数据也可以发挥作用。比如，过去的教学评价中，给出的教师教学指导意见是相对模糊的定性结论，而有了大数据的支撑，通过分析学生在上课时的状态，判断学生听课过程中被哪些内容吸引，对哪些内容不感兴趣，教师依此进行教学内容和教学方法调整。传统的教师教学评价虽然在内容上力求全面描述教师教学因素，但是，在实际执行中，很难对教师师德等柔性因素进行衡量，而大数据技术的应用就可以发现异常信息，学校管理层可以进行甄别核实，对确有问题隐患的教师进行提醒和警示，对已经发生问题的教师及时采取措施。传统的教学评价的参与者是学生、同行教师、教学督导、学校领导，看似完整的评价链条可能因为参与者的心理因素而导致结果失真。大数据技术的信息来自学生、教师、家长等更宽泛的人群，结果更真实可信。另外，教学测评不再是每学期固定时间进行的固定工作，可以在教学过程进行全时段评价，实现了教学效果动态监测。
