职业技能等级标准与企业需求匹配大数据研究

从汽车领域的大数据分析中我们可以看到， X 证书职业技能等级要求与汽车领域的岗位结构、岗位技能匹配度不高，适用性不强。进而提出进一步加大汽车领域的 X 证书中级技能开发比重，加大对 X 证书与岗位技能契合度评价，加强同类 X 证书相互间的比较，逐步建立并完善 1+X 证书的评价体系。

一、问题的提出

(一)1+X 证书制度提出的背景

国务院颁布实施的《国家职业教育改革实施方案》(简称 " 职教 20 条 ")明确提出了有关要求：一是建立 " 职教高考 " 制度，完善 " 文化素质 + 职业技能 " 考试招生办法;二是启动 1+X 证书试点;三是构建职业教育质量评价体系，要求以学习者的职业道德、技术技能水平为核心，建立职业教育质量评价。1+X 证书制度的实施是鼓励学生在获得学历证书的同时，积极取得多类职业技能等级证书。试点工作于 2019 年 3 月启动，首批共有 5 个领域的证书，2019 年底首批试点证书已经发放。陆续启动第二批 10 个、第三批 77 个、第四批 379 个证书。目前，1+X 证书制度已在全国各职业院校广泛实施。

(二)汽车类 1+X 证书分布的现状

由于汽车类专业就业面广，人才需求量相对较大，因此，职业院校开设的汽车类专业布点也相对较多，相关职业技能证书也较多。目前，汽车类专业相关职业技能证书共发布 37 个，其中，明确以汽车命名，且对应专业大部分以汽车类专业为主的共有 12 个，分别为 " 智能网联汽车共享出行服务 "" 智能汽车大数据管理与应用 "" 新能源汽车装调与测试 "" 燃油汽车总装与调试 "" 汽车智能制造系统集成应用 "" 汽车电商服务平台运营与管理 "" 电动汽车高电压系统评测与维修 "" 智能网联汽车检测与运维 "" 智能网联汽车测试装调 "" 汽车油漆调色与喷涂 "" 智能新能源汽车 "" 汽车运用与维修 "。

另外 25 个证书是在职业技能标准中提及汽车相关内容，大部分都是通用型 X 证书，例如，" 会展管理 "" 自媒体运营 " 等。从中筛选出针对汽车类相关专业的证书 7 个，分别是 " 新能源充电设施安装与维护 "" 网约车运营管理 "" 机动车鉴定评估与回收 "" 国六柴油车养护诊断 "" 车身智能焊接 "" 车辆自动驾驶系统应用 "" 交通事故查勘估损与理赔 "。

由于第一批的 " 智能新能源汽车 " 和 " 汽车运用与维修 " 两个 X 证书并未明确写明适用岗位，其申报格式并未按照后期的统一申报模板，因此，第一批的两个汽车类证书的篇幅长度远远超过之后批准的汽车类证书的篇幅长度。例如，根据这两个证书整理的关键词数量规模，数倍于其他 17 个证书中获得的关键词，过高的数量差异容易影响比较的结果，比较的结果会更加体现关键词规模较大的证书特点，而忽略关键词规模较小的证书特点。因此，本文未将第一批的两个证书囊括在比较范围内。

本次主要以 17 个与汽车类紧密相关的职业技能证书等级标准为分析对象，对获得证书需要具备的各项技能和知识要求进行聚类分析，基于工作场景分析典型工作任务中的职业技能标准与企业需求匹配度，为汽车类专业 X 证书评价提供思路。

(三)1+X 证书与职业岗位匹配度评价的困境

职业技能等级证书是学历证书的有效衔接与补充，体现在，一是知识域层面的补充与衔接，二是层次水平的递进与互通，实现了学历教育与职业培训的生涯教育一体化发展与证书的等值互认，形成了 " 学历证书 + 若干职业技能等级证书 " 的制度框架。就目前 1+X 证书制度的实施效果来看，X 证书能够促进技术技能人才培养培训模式和评价模式改革，提高人才培养质量，是拓展就业创业本领、缓解结构性就业矛盾的重要途径。1+X 证书制度促进了职业院校评价向社会开放，也必将增强职业院校评价的社会影响力。在制度实践过程中，主要存在三方面的困境。

一是认知困境。将职业技能测评等同于职业资格考试。我国双证书制度一直存在着职业资格证书考试质量不高的问题，即技能评价结果预测效度不高，没有完全反映企业对技术技能人才的真实要求，以至于最终没有被社会所认可。在职业资格考试中，除了对职业技能进行考核外，还要对职业的工作过程知识进行考核，包括 " 引导行动的知识 "" 解释行动的知识 " 以及 " 反思行动的知识 "。与职业资格不同，职业能力是 " 与职业相关的认知能力特征 "。埃彭贝克等把职业能力分为四个部分——个人能力、积极和主动的应用能力、专业与方法能力、社会能力。职业技能评价的主要内容包括职业知识，操作技能和职业道德三个方面。

二是技术困境。具体实施评价过程中，要想反映被试的综合能力发展水平，不仅要评价动手操作技能，还要评价认知技能(或称为心智技能)，认知技能由于具有动作对象的观念性、动作执行的内潜性等特点很难被测量，这是 1+X 制度建设的一个主要技术性困难。职业能力是满足个体当前就业需要和终身职业发展所需要的能力，是理解、反思、评估和完成典型职业工作任务以及在承担社会、经济和生态责任的前提下，共同参与设计技术和社会发展的能力。最新学习理论研究成果证明，对去情境化的抽象能力点的评价是没有意义的。职业能力测评必须建立在能力发展理论基础上，职业能力的内容维度必须反映职业能力发展的逻辑规律。

职业能力测评已经逐渐成为国内外公认的职业教育质量保障与质量提升的重要工具。评估范式也从 " 投入导向 " 转为 " 产出导向 "。职业教育作为一种类型教育，职业是其最根本的特征，学生培养方案中尤其突出就业导向与终身发展需求。通过职业技能评价方法的国内外研究，分析几种不同职业技能评价方法的特点。

职业能力由功能性能力、过程性能力和整体化的设计能力构成，这一观点是由德国研究者基于政府提出的关于互相联系的阅读能力水平的成果，并结合职业教育的培养目标提出。其中，功能性能力、过程性能力和整体化的设计能力依次是职业能力水平的三个级别。

功能性能力是处于能力发展某一阶段的学生所具备与情境无关的专业知识和相应的技能;过程性能力是处于能力发展某一阶段的学生所具备的与企业的生产流程和工作情境息息相关的专业知识和相应的技能;整体化的设计能力是指从社会与可持续发展的角度，对职业工作任务进行反思并且发展多种设计的可能性的能力。ASCOT(Technology-based Assessment of Skills and Competences in VET ，即技术支持的职业技能和能力测评)，项目将职业能力划分为一般认知能力、跨职业的相关工作能力和职业专业能力三种类型。每一种能力又分为三个维度，即内容、认知和建模维度。

内容维度指学习者的知识基础和经验基础、学习策略和问题解决策略;认知维度即心理学所指的认知过程;建模维度指学习者对学校和工作场所中特定任务情境的理解过程，即学习者对问题情境的自我建构过程，从而激发解决问题的策略。但是，测试任务没有反映职业的发展性工作任务，能力要求碎片化和行为化倾向明显。

赵志群认为开展科学的职业能力测评，首先要建立科学的能力模型和测评模型，只有这样才能对测评结果和人才培养模式之间的关系进行科学的解释。对于如何构建职业能力评价指标体系，张宇明等人运用文献研究法、深度访谈法、开放式问卷调查和封闭式问卷调查等方法，从企业招聘需求出发，经过三次施测，构建了更贴近各招聘单位人员素质需求的大学生职业能力测评指标体系。

由此可见，技能评价是基于工作场景的，要放在典型工作任务中去评价。技能评价是来自于实际职业活动的绩效反映，必须在职场工作场景中体现，可以通过典型工作任务、工作过程、项目等作为重要载体去评价。

二、岗位大数据获取与结果分析

(一)研究设计

第一步，利用大数据技术对汽车岗位描述信息进行关键词提取。

首先，利用爬虫工具，将 2021 年 3 月 9 日作为截止日，选取互联网中某一主流的职业招聘信息发布网站，对该网站中发布的汽车类招聘岗位信息进行搜集。

其次，按照学历要求(如高中、大专或本科)，薪资(如月薪 1000~3000 元，3000~10000 元，10000 元以上)和工作年限(应届生，1~3 年工作经历和 3~5 年工作经历)等维度，对搜集到的汽车类岗位信息进行初级、中级和高级的初步筛选。

第三，对分类后的某一级别中的岗位能力具体描述的语句进行分词，并提取其中的技能描述关键词。对能力描述的句子依据词性进行分词，然后使用 TextRank 算法计算各词权重，根据各词权重排序，取权重最高的部分词，也就意味着这些是最能体现句子含义的词，将这些关键词作为从能力描述语句中提取出的关键词。将所有关键词合并去重后，共获得汽车类初级技能要求关键词 971599 个，中级技能要求关键词 4999393 个和高级技能要求关键词 970604 个。

第二步，选取某一个 X 证书中的某一级别证书，如该证书系列中的初级证书所提及的技能要求，对该技能要求进行分词，获取其中的技能描述关键词。以此类推，共计从 17 个汽车类 X 证书中获得相应的初级、中级和高级证书中所包含的技能描述关键词数量，见表 1。

第三步，将从证书获得的技能描述关键词与从岗位说明中获得的技能描述关键词作比对，保留其中一致的关键词，以此表明证书描述中的技能与岗位说明中的技能之间的相关性。

第四步，将上一步骤获得的相一致的关键词与岗位说明中的技能关键词整体进行比较，以表明 X 证书技能描述对实际岗位需求中的技能描述的代表性。

(二)数据结果分析

1. 一致性比较：汽车类 X 证书与汽车类岗位描述的匹配度分析

将 X 证书中技能关键词的描述与实际岗位说明中描述技能的关键词做对比，计算相一致的关键词在原 X 证书中技能关键词整体中的占比。计算结果见表 2，新能源汽车装调与测试的中级证书一致性达到了 100%，表明其所用的技能描述完全符合当前市场招聘中的岗位说明描述。而最低的一致性比例出现在国六柴油车养护诊断的高级证书，仅有 49.4%，说明其对能力描述的内容与实际岗位说明中描述一致程度很低。

另一方面，17 个 X 证书的各级证书一致性的均值与中值分别为 82.3%，93.2%，81.6% 和 82.4%，93.8%，82.4%。均值与中值相近，说明数据分布相对均衡。从总体来看，中级证书的一致性最高，初级证书和高级证书的一致性相差不多。

2. 横向比较：汽车类 X 证书中各级证书关键词的覆盖分布比例

将汽车类 X 证书中获得的与岗位说明描述一致关键词与岗位说明中出现的所有技能关键词做对比，再将某一个系列证书中初级、中级和高级证书的结果进行横向归一化，可获得某一个系列中各级证书关键词的分布比例，见表 3。一方面，部分 X 证书明显 " 偏科 "，例如，部分 X 证书的技能描述或侧重于初级证书的技能描述，如车辆自动驾驶应用和新能源充电设施安装与维护的初级证书，达到了 60% 以上;或侧重了高级证书的技能描述，如智能汽车大数据管理与应用，达到了 64.8%。

另一方面，17 个 X 证书的各级证书一致性的均值与中值分别为 47.5%，10.8%，41.6% 和 48.5%，10.5%，41.2%。均值与中值相近，说明数据分布也相对均衡。从总体来看，初级证书的覆盖比例最高，高级证书的覆盖比例次之，中级证书的覆盖比例最低。这是由于中级证书面对的岗位数量是最多的，因此，中级证书所对应的岗位技能要求也是最多的，若在证书设计中不着重加强中级证书的技能描述，则会导致中级证书所覆盖的岗位技能明显偏低。

3. 纵向比较：汽车类 X 证书中证书间的比较

在 17 个汽车类证书中，将某一等级证书中已获得的相一致的关键词数量进行纵向归一化，可得出证书间关键词有效性的比较结果，见表 4。网约车运营管理和汽车电商服务平台运营与管理两个 X 系列证书，在初级、中级和高级证书中的占比均较高，说明这两个系列证书中对实际岗位技能描述的详细程度，相对其他系列证书要高出很多。而部分 X 证书在这一比较中的比例较小，可能是由于该证书的专业领域过于狭窄，其相应的技能描述相对聚焦，或是由于该证书的开发者所选用的关键词更多的是教育培训领域对相关技能的表述，与实际的岗位需求中的表述方式存在一定差异。

三、汽车类 X 证书开发的建议

(一)进一步加大汽车类中级证书的技能开发比重

从目前汽车类岗位描述关键词的统计数量来看，汽车类中级证书对应的岗位描述关键词数量最多。相应的，从岗位需求的规模来看，也是中级证书的需求最大，提供的岗位数量远超过初级证书和高级证书对应的岗位。因此，从面向就业的角度来看，中级证书是汽车类 X 证书的研发和实施的重中之重，而中级证书能否得到汽车类企业的认可，将直接影响全系列 X 证书能否得到汽车类企业的认可。

从本文的分析来看，当前，中级证书的开发结果相较初级证书和高级证书，远不能完全涵盖相应的岗位技能要求。因此，还需要进一步加大汽车类中级证书的研发力度，大幅扩充中级证书的技能描述篇幅，大幅吸收职位说明中的相关技能表述。对于已经获得批准的汽车类 X 证书，要进一步更新和优化中级证书的内容。对于新开发的汽车类 X 证书，要在中级证书设计开发时更多地体现实际岗位的需求。

(二)进一步加大对 X 证书技能要求与岗位实际技能的契合度评价

从目前的汽车类 17 个 X 证书的比较来看，在技能描述与岗位描述的一致性方面存在参差不齐的现象。一致性最高的 X 证书，在技能描述中能够完全符合岗位招聘信息中所使用的关键词，而一致性最差 X 证书只能达到一半关键词符合岗位招聘信息中的描述。这表明在 X 证书设计之初，一致性较差的 X 证书没有深入调研本领域的岗位招聘信息，其所描述的技能关键词与就业市场中的技能要求存在脱节。而 X 证书表述的脱节会进一步在证书考核阶段放大，进而导致 X 证书的获得者与就业市场的需求脱节，成为 " 为考试而考试 " 的证书。因此，在证书的设计阶段就要进行大量的岗位调研，并依托大数据进行分析，同时，对于已经设立的证书也要设置审查机制，及时对证书中所表述的相关技能进行修订，以满足就业市场的需要。

(三)进一步加强同类 X 证书的相互间比较

X 证书批准后，并不代表负责 1+X 实施的评价组织可以一劳永逸地依靠该证书，而是需要随着相应产业的发展不断更新迭代。此外，由于 X 证书的动态机制，也会随着产业发展不断涌现出新的 X 证书。因此，职业院校和教师面临着如何选择同本学校和本专业相适应的 X 证书的难题。所以，需要建立一个优胜劣汰的 X 证书动态比较机制。而这些动态比较机制的建立应当重视面向实际的招聘岗位要求，不仅是教学效果的评价，也需要对 X 证书的适用性进行评价。

利用大数据的技术，可以较为高效和准确地搜集实际招聘岗位的技能要求，并协助做好 X 证书的定量评价。同时，通过有权威性的第三方持续发布相关评价数据，以此不断促进 X 证书的动态和良性的发展。

四、研究展望

本研究只关注了汽车类 X 证书的评测，初步建立了面向某个专业群或产业聚合领域的 X 证书评价模型。如何建立不同专业群或产业聚合领域的 X 证书比较的方法，仍有待研究。同时，如何实现 X 证书同国际上职业资格证书之间的比较和评价也需要继续研究。