江西开展县域义务教育质量评价******
江西开展县域义务教育质量评价
从县域、学校、学生三个层面进行评价
本报讯(记者徐光明)日前,江西省教育厅等六部门联合印发《江西省义务教育质量评价实施办法(试行)》,记者了解到,江西省义务教育质量评价主要包括县域、学校、学生三个层面,三者各有侧重、相互衔接、内在统一,构成完整的义务教育质量评价体系。
县域义务教育质量评价,主要包括价值导向、组织领导、教学条件、教师队伍、均衡发展等方面重点内容。学校办学质量评价,主要包括办学方向、课程教学、教师发展、学校管理、学生发展等五个方面重点内容。学生发展质量评价,主要包括学生品德发展、学业发展、身心发展、审美素养、劳动与社会实践等五个方面重点内容。
江西强化对学生、学校、县域的动态性、数据性和全面性的过程性评价。关注学生发展、学校办学、县域义务教育发展水平和工作水平的总体状况及年度变化情况,科学评判地方党委政府、学校和教师的努力程度及进步程度。构建多元评价体系,让学校、学生、家长、社会、教育部门等多主体参与评价。采取实地调研、观察、访谈、问卷、线上线下相结合等多种方式实施评价,确保评价真实全面、科学有效。
学生发展质量评价由学校依据《学生发展质量评价指标》组织实施;学校办学质量评价依据《学校办学质量评价指标》实行学校自评、县级评价;县域义务教育质量评价依据《县域义务教育质量评价指标》由县级自评、市级复核。江西省人民政府教育督导委员会办公室组织对县域义务教育质量情况进行评价,评价情况报国务院教育督导委员会办公室备案。
按照每5年一轮的原则开展县域义务教育质量评价。根据工作需要和学校数量确定学校办学质量评价周期,原则上每3年一轮,并保证校长任期内至少进行一次评价。
我国数字经济发展进入数据驱动新阶段******
1月4日,中国信息通信研究院在“第五届数据资产管理大会”发布的《大数据白皮书》(以下简称《白皮书》)显示,我国大数据技术产业整体水平大幅提升,已形成数据存储与计算、数据管理、数据流通、数据应用、数据安全五大核心领域。
从《白皮书》披露的数据看,我国大数据发展环境持续向好,创新能力不断增强,生态体系持续优化,市场前景广受认可。
从创新能力看,2021年我国发表大数据领域论文量占全球31%,大数据相关专利受理总数占全球超50%,均位居第一;从生态体系看,2021年我国大数据市场主体总量超18万家,形成了大企业引领、中小企业协同、创新企业不断涌现的发展格局;从市场前景看,2021年我国大数据相关企业获投总金额超过800亿元,创历史新高。
“2022年,我国在政策、人才、资金等方面持续加码,为大数据后续发展注入强劲动力。”中国信息通信研究院院长余晓晖特别指出,《关于构建数据基础制度更好发挥数据要素作用的意见》(以下简称《数据二十条》)的印发,是我国探索数据要素价值释放、做强做优做大数字经济迈出重要一步。
尽管我国数据生产要素制度建设再获关键政策支撑,但未来发展,还要看大数据技术产业,即五大核心领域如何应对挑战。
针对《白皮书》罗列的各项挑战,中国信息通信研究院云计算与大数据研究所所长何宝宏以数据流通领域为例指出,数据流通技术提供了“数据可用不可见”“数据可控可计量”的数据服务新范式,数据流通市场逐渐从“以数据产品为主”向市场驱动的“以数据需求为主”转变,挑战也越发凸显,比如,数据权属界定的场景与问题复杂,对参与数据流通的主体权利关系,理论、制度和产业实践层面均尚未形成共识;数据的估值定价尚缺乏科学、标准的评价方法;数据流通的准入、竞争等行为约束没有清晰的法律界定,配套规则不完善;隐私计算等数据流通关键技术应用不成熟。
谈及被列为首位挑战的数据权属界定,北京大成律师事务所合伙人张建民说:“从土地到石油,生产要素的产权界定是牵一发而动全身的大事,数据确权也是数据基础制度体系最为核心的问题,是数据要素市场化的逻辑起点和法律前提。《数据二十条》将弥合此前关于数据确权的各种分歧,引导各方将力量集中到更为细致的制度研究和设计上。”
数据流通的重要前提是数据开放,它所带来的安全挑战来自何处首先需要廓清,《白皮书》给予明确:数据安全责任体系构建尚不成熟,数据安全的主体责任边界模糊;具体业务场景下的技术落地仍然缺乏实践指引,数据安全管理与技术易脱钩;传统网络安全防护思路与措施无法满足当下的数据安全防护需求。
“对数据开放中的安全性、合规性、权益分配等方面的考量,在一定程度上阻碍了数据的互联互通与价值实现,市场因而呈现‘数据需要开放,却又难以开放’的困境。”中国电子数据治理工程指挥部技术部主任国丽认为,解决这一矛盾需要扎实的安全技术支撑,需建立覆盖产权、流通、分配、治理的一体化的数据安全与数据要素化工程体系。
以《数据二十条》出台为标志,我国数字经济发展从技术引领进入到数据驱动的新阶段,中国电子信息行业联合会秘书长高素梅强调,目前我国数据管理的水平仍然处于初步发展阶段,数据管理的科学性、规范性、实用性仍然影响数据要素市场的进一步培育与开拓。(刘艳)