Page 224 - 高校党建工作与思想政治教育

高校党建工作与思想政治教育
Party Building Work and Ideological and Political Education in Universities

离开了评价对象特定阶段的静态评价，无从谈及把握其动态变化趋势，离开动态
评价也谈不上发展变化。
数据预测是基于对评价对象进行全过程数据跟踪、全方位数据采集，依据数

据关联性分析，对评价对象的动态变化发展趋势做出预判，不仅有助于弥补单一
采取静态评价方式的不足，而且帮助评价主体树立对照理念，推动静态评价与动
态评价相结合。评价对象的发展不仅限于某一特定状态下进行评判，而是需要在
整个高校思想政治教育评价过程中前后对照，在对照中看出评价对象的变化与发

展以及高校思想政治教育的效果。任何教育要素的变化都会影响评价对象的发展，
基于数据关联分析的数据预测，不仅注重评价对象的过程性发展状况，而且能够
清晰地展现教育要素与高校思想政治教育评价对象、效果之间的联系，便于评价

主体根据预测及时作出反馈与调整。数据预测促进静态评价与动态评价相结合，
统一于质量评价过程中，进而综合研判高校思想政治教育整体发展态势。
（三）数据量化有助于定性评价与定量评价相结合
大数据时代高校思想政治教育评价方法从“经验判断”逐步走向数据化、科
学化发展方向。数据量化是指在评价数据信息处理阶段，通过大数据技术完成数

据转化，实现评价数据信息从“非量化”转为“量化”，将非结构化数据转为结
构化数据，体现出大数据技术的海量集成、快速转化的优势。任何事物的发展都
是质与量的辩证统一，对事物进行评价需遵循定量与定性相统一的原则。当前高

校思想政治教育评价囿于数据搜集、处理和分析解读等瓶颈约束，评价要素信息
难以量化，所以仍以定性评价为主。
定性评价，意在把握事物质的规定性，在反映学生认知、情感、意志等方面
具有特定的优势，但它主观随意性、模糊性、可信度低的特点容易导致评价的客
观性减少。定量评价，意在把握事物量的规定性，是按照一定的客观标准进行全

面、科学的测定，并以可视化方式呈现，但它也较为刻板，评价结果难以反映学
生的思想行为动态变化。我们处于一个用数据记录、用数据“说话”的科学时代，
大数据通过数据量化手段深化关于评价对象思想行为的量化研究，有助于促进定

性评价与定量评价的有机结合，为评价提供合理的依据。由于评价对象所包含的
数据信息多且繁杂，评价主体要重视将各项数据信息转变为具体的、可量化的数
据，以便于开展量化分析，但更要重视那些不能量化但同样重要或更重要的内容，
在深入调查研究的基础上予以准确、客观的定性评价。

·216·