《中华人民共和国国民经济和社会发展第十三个五年规划纲要》明确提出要 “实施国家大数据战略”。[1]大数据又被称为巨量数据集，国际数据公司 IDC（International Data Corporation）对大数据下的定义则是 “通过使用高效的采集、发现和分析，从超大容量的多样数据中经济地提取价值”。[2]这个定义也反映出大数据具有大量 （Volume）、多样 （Variety）、高速 （Velocity）、价值 （Value）这四个特征。维克托·迈尔·舍恩伯格等在 《大数据时代》这本书中指出，大数据的精髓在于我们分析信息时的三个转变，即分析、关联和洞悉，这些转变将影响和改变我们理解和组建社会的方法。[3]

2017年3月24日，我国教师管理信息系统全面建成并正式投入使用，该系统将1500万教师信息纳入全国教师基础信息库。通过高效采集、定期更新、有效整合教师信息，形成教师队伍大数据，大数据分析将为教师工作决策提供有力支撑，提升决策的科学性、针对性和有效性，[4]加速我国教师队伍治理的现代化进程。当前，教育和技术日益深度融合，如何挖掘数据信息，通过大数据来实现教师的精准治理，对其探讨具有重要的现实意义。

一、大数据在教师队伍精准治理中的价值意蕴

教师队伍治理是指教育管理部门通过运用一些管理手段对教师群体进行管理和规范，促使教师队伍持续健康发展。教师队伍治理的手段包括制定管理制度、实施激励政策和提供外部约束条件等方面。众所周知，教师队伍治理工作涉及教师培养、教师培训、教师资源配置和教师评价等诸多方面内容，随时随地都会产生海量的非结构化数据。大数据作为一种新兴的治理手段，具有分析、预测、关联、可视化等方面的作用。大数据的应用为信息的收集和处理提供了依据，利用大数据技术，对海量的教师数据进行挖掘和整理，形成结构化数据，进而可以分析预测教师需求、协调统筹教师资源、优化教师队伍治理工作和教师评价指标体系，推动教师队伍治理效能提升。

1.分析、预测教师需求，动态调整培养规模

大数据的核心就是预测，借助大数据的预测功能可以为教师培养模式提供新思路。通过大数据可以预测、规划教师需求数量和补充机制，合理设置和调整高等学校及学科、专业布局，调控教师培养的类别和数量，整合优化优质教师教育资源，创新资源共享机制。[5]充分利用大数据的优势，具体而言，一是运用大数据建立全国教师信息平台，为不同层次的培养单位提供海量的教师信息和社会对各个层次教师的具体需求，使培养单位根据自身条件开设专业，调整招生规模和专业课程设置，相互之间形成一个层次分明、优势互补的人才培养系统。二是基于大数据的信息共享，积极构建高校、政府和中小学三位一体的合作办学模式，一方面通过大数据分析预测教师需求，在教师培养过程中对招生数量和培养结构进行动态调整，实现教师教育的供需平衡；另一方面根据区域间教师需求结构比例，设计教师培养规格、类别及去向，完善教师培养环节，同时开展层次多元化的教师培训，推进教师职前职后的可持续发展。

Informed consent:study personnel will obtain written informed consent from all participants prior to enrollment.The patients will then be able to provide consent via a signature on a written consent form.An informed consent script will be read aloud to any patients who are illiterate.

2.深入挖掘教师信息，协调统筹教师资源配置

数据的真实价值就像 “漂浮在海洋中的冰山，第一眼只能看到冰山一角，而绝大部分只能隐藏在表面之下”，[6]而大数据的作用之一就是通过数据的挖掘，分析隐藏在大数据背后的信息价值。数据挖掘技术具有强大的信息整合能力和分析能力，大数据的优势之一就是通过教师信息平台的共建共享，深度挖掘教师信息中的有用价值，实现教师信息价值的充分利用。从本质上讲，大数据为教师队伍的治理工作提供了一种新的思维视角，教师发展和教师队伍治理中产生的海量数据可以充分利用大数据和云计算等技术来管理和分析，形成结构化的数据，充分利用大数据的平台优势，有助于实现教师资源在供需数量、学科结构等方面的精准化匹配，实现教师资源的优化配置。一方面，通过建立全国性的教师数据库，将全国各个区域的教师信息整合为一，打破各个地区相互孤立的管理模式，使全国的教师资源形成一个统一的管理系统；另一方面，通过大数据分析某一区域内的教育规模和师生比，可以精准分析、预测该地区的教师总需求，作出统一的规划布局，从多角度精准识别不同地区、不同学校在教师数量和学科结构上的具体需求，通过教师供给数量和社会需求量的精准匹配，做到教师资源的优化配置。

1. 青年编委任期3年。编辑部为获聘者颁发青年编委聘书，定期邀请其参加本刊编委会、审稿专家培训活动和学术交流活动。

3.实现可视化管理，提升教师队伍治理水平

二是城乡地区教师职称等级的结构失衡。根据教育部2015年教育统计数据显示，在拥有同一等级职称的人数中，城区学校的教师数量明显多于乡村学校的教师数量。例如，全国共有高级教师607661人，其中城区学校的高级教师有244661人，而乡村学校的高级教师只有86143人 （见表2），[12]城乡之间的高级教师的数量存在显著的差距。

4.促进评价指标客观化，优化教师评价方式

教师评价是对教师当前的工作成果和未来的发展潜能做出评判与预测的活动，是促进教师自我发展的重要机制。基于大数据的教师评价可以实现动态监测、行为矫正、预警预测、群体或个人行为分析等其他评估类型难以完成的工作，使教师评估更加准确和科学。[8]通过大数据优化教师评价方式，具体而言，一是利用教师信息数据库，通过对教师发展过程进行动态监测，完善总结性评价的评价过程，在教师评价中可以及时、完整地抓取教师发展过程各个环节的各类具体信息，对教师的教学活动和个人行为进行评价与反馈，方便教师及时调整自己的教学策略和行为。二是借助大数据全方位采集信息的优势，促使教师评价依据由碎片化转向系统化，充分发挥过程性评价的作用。大数据意味着可以对教师成长信息进行全方位与全程性记录和采集，将碎片化评价整合为系统化评价。即在大数据时代，每位教师备课、上课、网络研修、教学反思，以及各种教研活动都会在各类终端上留下数据碎片，当大量的数据碎片被采集、汇总 （即形成大数据）以后，就可以对教师专业发展的轨迹做出过程性评估。[9]通过大数据技术，不断地完善总结性评价和过程性评价的实施环节，进一步优化教师评价的方式，充分发挥教师评价的作用。

信号传递理论认为，企业和外部投资者间存在信息上的不对称，为避免逆向选择，企业应通过信息披露等信号传递方法将信息传递给外部投资者，以降低企业与外部投资者的信息不对称。已有研究表明，企业社会责任信息的披露能显著降低企业与外部投资者的信息不对称程度，而信息不对称程度的降低又能增加企业对外部投资者的吸引力，从而改善企业的外部融资约束。而碳信息披露作为企业社会责任信息的一部分，也应能发挥降低企业与外部投资者间信息不对称的作用，从而增强企业对外部投资者的吸引力，以改善企业的外部融资约束。据此，提出假设1。

二、教师队伍治理的现实困境审视

我国教师队伍规模庞大，教师种类多样，各级各类教师队伍分布范围广，这些因素都为教师队伍治理带来了很大的挑战，增加了教师队伍治理的难度。

1.“信息孤岛”现象突出

所谓信息孤岛，是指在一个组织系统内部，各部分之间相互封闭、无法进行正常的信息交流，从而造成信息的闭塞，难以实现信息的共享和融通的一种现象。教师教育是一个复杂的组织系统，包括教师的培养、培训等环节，其中教师培训是教师专业发展的重要组成部分。教师教育中的信息孤岛亦即教师培养数据的共享机制缺位，很难做到教师信息的共建融通，已有的数据和信息未能转化为治理工具。长久以来，信息孤岛的问题在教师教育领域日益凸显，直接影响着教师队伍管理信息的有效整合与共享，信息不对称严重地阻碍了信息的自由流动，成为教师队伍现代化治理的阻碍之一。一方面，教师培养环节，专业学科设置和招生规模与市场需求不匹配，导致有些学科教师供需高度饱和，有些学科教师供不应求。另一方面，在教师培训环节，培训主体间缺乏信息沟通，重复培训现象严重。当前的教师培训主要包括听讲座、案例分析、考察学习、异校锻炼、导师带教等类型，对培训主体和培训对象都没有严格规范的筛选标准，在培训中也没有形成规范的考核方式，多数的教师培训活动缺乏系统性和规范性，导致我国现阶段教师培训处于一种低效的状态。

2.教师学科专业结构失衡

近年来，我国基础教育事业发展迅速，尤其是上海在PISA测验中的优异表现为我国赢得了很好的国际声誉，让我国在世界优质基础教育中占有了一席之地。但是，总体来看，我国基础教育阶段师资队伍的整体素质却难以满足优质基础教育发展的需求，存在教师专业素质不高、数量不足、学科专业不均衡等问题。现阶段我国教师资源存在显著的结构问题，尤其是中学教师的学科专业结构分布不均衡，亟待优化调整。以教育部2016年教育统计数据为支撑，选取了全国城区学校和乡村学校的具体数据 （其中不包括镇区学校），根据对数据的分析，从中学教师的学科结构看，在所有学科的生师比中，艺术、科学、美术、音乐等学科的生师比都大于400∶1，其中艺术学科的全国生师比为6901.59∶1， 城区学校的生师比高达10676.84∶1，乡村地区的生师比为 4488.82∶1；科学学科的全国生师比为1431.29∶1，城区学校的生师高达1149.86∶1，乡村地区的生师比高达1813.59∶1，远远超过城区学校和全国平均水平（见表1）；[10]由此可见，艺术、科学学科在教师数量上存在着较大的缺口，美术、音乐等学科在教师数量上也存在一定的缺口，乡村学校尤为显著。

3.教师资源区域结构失衡

译文绝非第二性或派生性的，而是主要的文学工具之一，是更大的社会机构——如教育系统、艺术团体、出版公司，乃至政府——用以按照自己的意愿“操纵”特定社会，“建构”自己所期待的“文化”类型。

近年来国家通过 “三支一扶”政策鼓励大学生到农村及偏远地区支教，使中西部地区和农村学校的师资情况有所改善，但是教师资源的区域结构失衡问题依然存在。所谓教师资源区域结构失衡，是指教师资源在不同地区之间配置不均衡，主要表现在教师学历和教师职称等级两方面。一是城乡地区教师学历存在显著差异。以教育部2015年教育统计数据为依据，初中教师的学历层次分布情况显示，以专科学历教师所占比重为转折点，乡村学校拥有专科及专科以下学历的教师人数明显高于城区学校；而拥有本科和研究生学历的教师中，乡村学校教师的人数却明显低于城区学校。以专科学历为界点，城乡地区教师本科学历比重相差17.6%，研究生学历的差距高达65.53% （见图1），[11]城乡学校之间教师学历的分布存在显著化差异。

 

表1 2016年我国初中阶段不同学科生师比

  

数据来源：根据教育部2016年教育统计数据整理而成。

 

?

  

图1 2015年城乡地区初中教师学历层次百分比

大数据具有可视化的特点，利用大数据的这一特征，可以监测和优化教师队伍治理过程，基于大数据建立的全国教师信息平台，实现教师信息资源的 “一次生成、多方复用，一库管理、互认共享”。[7]通过大数据技术，把教师学习工作经历、职称与岗位聘任、教育教学、培训研修等信息纳入一个统一的信息平台，全面识别、系统集成、高度融合教师的各类原始数据，在日常的管理工作中挖掘教师信息中有价值的信息。基于大数据适时、海量和多源的数据挖掘和分析，管理者可以整体而全面地把握教师队伍的发展态势，对教师队伍发展趋势进行精准预测，监测教师队伍治理工作的各个环节，有条不紊地进行监督管理，不断完善教师队伍的管理方式，实现教师人才资源的优化管理。总的来说，大数据技术在教育领域中的充分利用，可以实现教师队伍的可视化管理，增强教师队伍治理决策的科学化，提升管理预测能力，优化教师队伍治理模式，不断提升教师队伍治理的整体水平，促进教师的专业化发展。

通过分析对比城乡初中教师职称等级分布情况发现，拥有中学三级职称的教师占比中，城区教师所占比重低于乡村教师8.67%；而二级、一级和高级职称所占比重均是城区教师高于乡村教师，并且随着职称等级的提高，城区教师所占比重也越来越高于乡村教师所占比重。特别是高级教师这一指标城区教师所占比重远远高于乡村教师26.08%，一级教师指标中城区教师所占比重高于乡村教师14.19% （见图2）。即城乡地区教师职称存在显著差异，主要表现为拥有高级职称的教师大多数集中于城区学校，而乡村地区的教师在职称等级上普遍处于中下水平。

根据教育部统计数据显示，截至2015年，我国各级各类学校专任教师有1539万人，他们分布在全国51万所各级各类学校中，[14]组成了我国巨大的教育系统。我国教师队伍规模庞大，教师的种类多样，教师学历层次多元，教师职称等级也不尽相同，同时学校的种类和性质也丰富多样，不同的教师在生活环境、工作经历、个人性格、教学风格等方面存在较大差异，这些都为教师队伍管理增加了难度，带来了很大的挑战。此外，庞大的教师队伍时刻都在产生海量的信息和非结构性数据，这些具有复杂性且类型多样的信息及数据一直处于变化之中，给教师队伍治理工作带来了挑战，增加了教师队伍治理的难度。

 

表2 2015年初中教师不同职称等级人数

  

中学教师职称等级人数 （人）三级 二级 一级 高级全国 44360 1064162 1503841 607661城区 8625 293826 477770 244661乡村 12470 225272 264445 86143地区

  

图2 2015年城乡地区初中教师职称等级百分比

4.教师评价方式单一

信息孤岛现象产生的最重要的原因就是信息共享机制的缺失。教师培养涉及教育主管部门和高校，在教师培养环节上，教育管理部门和教师培养单位之间缺乏信息对接和沟通，造成教师培养数据的共享机制缺位。不同单位之间各自为政，在教师实际供需数量、专业学科类别、学历层次等信息方面，教育部门和培养单位缺少有效沟通，使得培养单位难以制定合理的招生计划和培养方案，来满足社会对教师的学科和类别方面的需求。此外，由于缺少全国性的教师资源共享平台，导致不同地区间的教师资源分配不均，不同地区之间的教师资源存在 “虚假饱和”的现象。

7.Wish you a very special Thanksgiving Day for you and your family.

三、教师队伍治理困境的原因探析

1.教师队伍规模庞大，管理难度大

首先对现代信息技术在机械类课程教学中的应用开展研究，了解学生对工程实际知识的认知障碍，确定现代信息技术应用的方案和具体实现方法，对机械类课程中涉及工程实际的感知认识且学生不容易深入理解的内容，如机床设计、机床夹具、金属切削过程以及机床运动、机器装配等，和重要的机械加工工艺的基本概念，进行选题和数字化建模与仿真技术应用设计，以开发出相关的三维模型、力学模型及控制模型等仿真结果和可视化课件，应用于机械类课程教学之中。

2.信息共享机制缺失

评价具有引导、反馈、规范和激励等作用，根据评价方式不同，教师评价可以分为总结性评价和发展性评价。总结性评价就是用动态、发展的眼光，对教师工作的各个环节进行系统、全程的评价。由于评价信息零散分布于教师工作日常，收集到的评价信息多呈现片面化或碎片化，很容易因为缺乏可靠的依据而过于依赖于经验判断或主观评价，从而导致评价结果存在一定的偏差。相对于总结性评价而言，过程性评价属于个体内差异评价，更多的是关注教师成长的过程性结果。总而言之，当前的教师评价中，教师评价方式比较单一。一方面，评价依据的收集过程缺乏对评价数据的分析整合和深入挖掘，忽视和浪费了教师成长过程中形成的信息数据的价值，造成教师信息中的价值和评价指标的数据资源并未得到充分的利用。另一方面，由于各种因素的影响和制约，学校对教师的评价往往重视总结性评价而相对忽视过程性评价，评价的结果基本和教师年终考核、职称晋升等相关，较少从教师个体成长变化的角度来进行，缺乏对教师个体成长的全程监控和对比评价。[13]

3.薪酬体系亟待改革

薪酬是教师工作的价值体现，也是教师生存和发展的物质基础。合理的薪酬制度可以保障教师的基本生活，也能提高教师工作的积极性，同时也关系到教师的个人发展和教师队伍的健康发展。长期以来，由于城乡二元格局的桎梏，加上不同地域经济发展水平的差异，不同地区之间、校际之间的教师薪酬存在显著的差距，由此导致教师资源的分布区域结构失衡现象显著。经济发达地区和城市地区提供的较高的薪资待遇和良好的工作环境吸引了大批高学历人才，从而导致这些地区师资过剩现象明显，尤其是高学历的教师资源高度集中于经济发达地区；而经济欠发达地区和农村地区则表现出对高学历师资吸引力不足的现象，这些地区的教师在学历等方面存在明显的差距。此外，整个教师行业的薪酬水平在国民经济的所有行业中始终处于中下水平，在招揽优秀人才方面，使得教师行业在所有职业种类中缺乏足够的吸引力，影响了教师队伍的发展壮大。

四、大数据背景下教师精准治理的路径

2017年4月，教育部印发了 《关于全面推进教师队伍治理信息化的意见》，指出通过有效整合全国各类的教师信息，形成一个统一的全国教师队伍治理信息系统。[15]基于此，我们要充分利用教师信息大数据，全面推进教师队伍治理信息化，通过信息系统与教师培养培训、教师资源配置、教师队伍治理评价等核心工作的深度融合，优化教师队伍治理体系，提升教师工作治理能力，更好地开展教师队伍建设工作，开创一个精准治理、多方协同的教师队伍治理新模式。通过对教师队伍的精准识别、精确匹配、精准监测和精准评估，实现教师资源的有效利用，逐步构建教师精准治理的长效机制。

1.通过精准识别，动态调整教师培养、培训规模

教师信息包括教师个人的成长背景、学习与培训经历、教学与研究成果等，教师信息数据规模庞大、结构复杂。大数据具有智能抓取、深度挖掘、精确分析信息的能力，通过客观分析教师教育领域海量的信息，精准识别各个主体的不同需求，助力教师培养和培训工作。一是利用教师队伍的大数据信息，着眼于教师培养的具体工作，分析、预测不同区域对于教师资源在数量、学科结构、学历层次等方面的具体需求，为教师培养单位制定具体的招生计划、培养方案和学科专业结构的设置等提供有效的指导和价值，不断完善我国的教师培养方案，及时调整教师培养计划和课程设置，持续推进培养模式的调整和优化。二是利用大数据搭建教师培训平台，鼓励教师自主选学，实行学分管理、学分互认，为各级教师的培训提供便利的资源，积极推动国培、省培等教师培训项目的开展，提供多元化的培训方式和培训资源，实现教师培训的线上线下相结合，积极推进教师培训工作，满足教师的多样化发展需要。

2.通过精准匹配，实现教师资源优化配置

大数据具有样本量大、多样性、全面性等特征，可以避免样本的随机性和片面化。大数据技术在教育领域的应用越来越深入，运用大数据进行教师信息的分析整合，有助于实现教师资源的精准匹配，统筹协调不同的区域、城乡以及校际之间教师资源在学科专业和学历层次上的供需平衡，实现教师资源的优化配置。一是通过大数据为教师信息平台提供技术支撑，深入研究全国范围内的教师数量、学历、职称、学科、性别、年龄、工资待遇、流动等不同类别的信息，[16]根据对各区域师资结构现状的数据分析，对比分析教师在学历、职称方面的分布差异，动态调整、优化教师编制结构，合理调整教师薪酬体系，在薪酬待遇和职称评比方面给予经济欠发达地区和偏远地区的教师政策倾斜，以此来吸引优秀教师到这些地区服务，引导教师资源的合理配置。二是充分利用大数据技术，从宏观上精准把握和分析不同区域、不同学校的教师资源配置现状，预测各地区、各类学校对教师数量和学科结构等方面的总需求，从全方位、多视角积极统筹协调不同区域、城乡之间教师资源的供需平衡，实现教师资源的优化配置。譬如，有研究者就利用大数据分析预测了2016至2020年这五年的学科教师缺口情况，指出我国小学阶段的科学教师缺口比较严重，而初中生物教师缺口量较大，[17]通过分析预测未来几年各地区乃至全国范围内各学科教师的分布结构和盈缺情况，从而为教师教育在专业设置和招生规模上提供了参考依据，为教师培养计划的制定和教师资源的配置提供借鉴。

3.通过精准监测，实现教师队伍的有效管理

基于大数据适时、海量的数据掌握和分析，管理者可以从以下几个方面入手，来实现教师队伍的可视化管理。宏观层面：充分利用大数据的优势，从整体上掌握教师队伍的内部组织和动态信息，对教师队伍发展现状进行精准分析和精确评估，便于相关部门适时研究和分析教师素质能力发展现状，及时发现教师教育过程中出现的问题，利用大数据的优势系统创新我国教师队伍的管理机制。微观层面：通过数据技术，进一步完善教师信息电子档案，动态把握每一个教师个人成长的发展态势，实现各级各类教师信息的 “伴随式收集”，把教师学习工作经历、职称与岗位聘任、教育教学、培训研修等信息纳入统一的信息平台，全面识别、系统集成、高度融合各类原始数据，在各类信息中挖掘出有价值的信息资源，为教师队伍的管理工作提供智力保障。通过利用大数据构建教师管理信息平台，把奖惩制度、晋升制度、薪资制度、用工制度等有机结合，实现教师队伍治理的现代化。

4.通过精准评估，实现教师评价方式多元化

教师教学活动具有多元化、多时段、复杂性等特征，所以教师评价也应该是多指标、多角度、多层次的评价和判断。随着大数据技术的发展，可以通过大数据技术持续、快速、多元地收集教师信息，客观全面地记录教师各方面的信息数据。具体来说，一是注重总结性评价在教师评价中的作用，通过大数据的信息搜集优势，全程记录教师日常生活中的相关信息，利用数据挖掘技术进行数据分析和信息挖掘，全面掌握教师成长的信息，优化教师信息的统计分析，更好地实现教师评价的智能反馈效果。二是充分发挥过程性评价的作用，将过程性评价与总结性评价相结合。通过建立教师成长档案袋，对教师的教学行为和成长过程中的关键环节进行数据收集、统计和分析，客观量化教师个人发展的各项信息，涵盖教师培训、教学、专业发展等方面的内容，帮助教师分析自己的教学行为，反思教学实践，从而更好地促进教师的专业发展。简言之，就是利用大数据积极构建 “了解教师工作状况”、“监控教师工作过程”、“反馈教师工作信息”、“激励教师工作创新”、“引导教师专业发展”、“提高学校教育质量”的教师评价机制，[18]有针对性地促进教师的专业化发展。

数据技术被广泛应用到教育领域，给教师队伍治理现代化提出了新的发展机遇与挑战，积极利用大数据对教师信息进行多视角、全方位的关联分析和融合利用，把大数据思维应用到当前的教师队伍治理工作中，改变传统的管理模式，向精准治理方向发展，通过分析教师队伍发展状况、发现教师队伍发展问题、预测教师队伍发展趋势、监控教师队伍发展过程，找准教师队伍发展重点、提升教师队伍治理科学性、针对性和有效性。在此，我们要继续强化大数据思维，更多地依靠大数据开展教师成长的监测评估，进一步推进大数据在教师精准治理中的发展和应用，在全面提高教师素养、注重教师专业化发展和教师信息安全的同时，积极推进教师队伍治理精准化，进而实现教育治理的现代化。

参考文献：

[1]中华人民共和国国民经济和社会发展第十三个五年规划纲要 [N].人民日报，2016－3－18.

[2]GANTZJ,REINSELD.IDC Iview extrac tingvalue from chaos[EB/OL].http://www.emc.com/collateral/analyst-reports,2011-06.

[3][6]维克托·迈尔·舍恩伯格，肯尼思·库克耶.大数据时代 [M].盛杨燕，周涛，译.杭州：浙江人民出版社，2012.12.

[4]张晨.全国教师管理信息系统全面启用[N].中国教育报，2017-03-27.

[5]李中国.教师队伍建设中省级统筹的缺失与完善 [J].教育发展研究，2013，（Z2）：40-44.

[7][15][16]教育部关于全面推进教师管理信息化的意见 [EB/OL].http://www.moe.gov.cn/srcsite/A10/s7151/201704/t20170419_302874.html,2017-04-05.

[8]李芬，王战军.基于大数据的研究生教育监测评估研究 [J].学位与研究生教育，2016（7）：15-18.

[9]李艳.大数据教育应用且行且思 [J].中小学信息技术教育，2014，（4）：30-32.

[10][14]教育部.2016年教育统计数据[EB/OL].http://www.moe.gov.cn/s78/A03/moe_560/jytjsj_2016/2016_qg/201708/t20170823_311736.html.

[11][12]教育部.2015年教育统计数据[EB/OL].http://www.moe.gov.cn/s78/A03/moe_560/jytjsj_2015/2015_qg/201610/t20161019_285605.html.

[13]张维国，陈海艳.大数据在高职院校教师教学质量多元评价体系中的研究与分析 [J].现代计算机 （专业版），2016， （18）：45-49.

[17]黄健毅，廖伯琴.我国2016—2020年义务教育科学教师缺口量预测 [J].教师教育研究，2015，27 （4）：27-30.

[18]何阅雄，李茂森，高鸾.教师发展视域下的教师评价机制的思考与实践 [J].高等工程教育研究， 2016， （1）： 107-112.