教育研究如何跟上大数据时代

　　大数据时代的来临，为高等教育研究的范式转变带来了机会。

　　如何能有效地将巨量的数据资源转化为丰硕的教育研究成果，应用于改善教育的决策与实践，对教育研究界来说意义重大。而要实现这个目标，需要完成将数据资源转化为生产要素、合理搭配生产要素、高效完成研究生产、产品的转化与传播四个步骤。

　　第一步，资源转化为生产要素。

　　大数据被喻为“第三次浪潮”，其价值已得到商业领域的充分证实。然而，如何把沉睡的数据资源变成具有增值性的生产要素，是教育研究生产的预备步骤。

　　首先，作为生产要素的数据应具有明晰的价值性。大数据记录的既包括研究对象的实在行为，也包括他们的主观选择，显示了人们应然和实然的表现，且不再拘泥于以往的抽样方式，因为样本=全部。然而在大数据具有先天信效度优势的同时，还伴生着劣势，即数据虽具价值，但单位时间价值的含量可能有所不同。如两个小时的监控录像中也许有用的信息仅2-3秒。此刻，需要研究人员对问题进行明确的界定，并列明清晰、可计算的筛选标准，用以提取该研究需要的有价值数据，而其余的数据“尾矿”，应留存给其他研究者或相关部门挖掘。

　　其次，作为生产要素的数据可以被标准化。大数据时代要提高对混杂、无序数据的接纳程度，但这种接纳却是研究的大忌。中国人民大学应用统计科学中心主任赵彦云就曾表明，“指标不一致、指标口径不一致、时间不一致、空间不一致、指标体系不一致、分类不一致、编码不一致等，如此杂乱的数据库，基本上连常规的统计整理、统计描述和分析都无法做到。”研究者能做且该做的是，把非结构化信息进行一定标准化处理，将其变成可用于分析的数据，依此来建模并寻找因果关系。

　　再次，作为生产要素的数据应具有安全性。如各类骚扰短信和电话推荐教育信息让人不胜其烦，各国也多次出现叫停儿童发展数据的相关计划。那么用技术（如匿名化）与立法双重保护信息安全是数据用于研究的前提。