在国务院、人社部等陆续颁发职业教育发展相关文件的背景下，推进职业教育高质量发展、深化产教融合、推进校企合作已成为重点话题。教育部、财政部联合印发的《关于实施中国特色高水平高职学校和专业建设计划的意见》，提出高水平学校和高水平专业群两类布局，凸显专业群建设在职业教育高质量发展中的重要意义。如何组建专业群？应遵循怎样的组群逻辑？也成为不少院校探索专业群建设中的核心问题。

专业群建设难点

在进行专业群建设时，各职业院校大多数以围绕着本校发展优势为根本建设方向，但部分职业院校过于追求规模和数量，而忽视了建设的质量，没有找到符合本校专业群建设实际情况的模式。同时，在组群专业选择范围也没有打破常规的思维进行产业集群分析。尽管学校能够制定相应的专业群建设管理办法，但缺乏具体、有效的实施操作方法，在专业群建设的实践层面上仍存在诸多问题，如：

专业群底层组群逻辑不清晰

组群方式缺乏区域产业发展特色

产业行业人才需求数据的获取渠道不完整

专业群与产业链、岗位群对接的契合度较低

专业群建设工作缺乏高效的组织管理保障机制

专业群分析实施流程与配套资源不够标准、成熟

投入大数据人才需求分析工作的人员缺乏以及专业性不够高

专业群组群规划与人才需求大数据调研分析

基于院校专业群建设任务需求与建设难点，职教桥深度关注学校建设发展动态，紧跟国家职业教育政策引领，结合院校专业群建设任务需求，利用数字化技术、教研服务与专家智库等资源优势，助力学校科学构建针对重点产业的专业群建设体系，破解专业群建设过程中的痛难点，与教育专家协同孵化出“专业群组群规划与人才需求大数据调研分析服务”，为学校提供“项目需求调研、产业宏观定位分析、产业微观大数据分析、产业关联专业分析、岗位职业任务能力要求大数据分析、专业组群分析、分析报告撰写”等服务内容，助力实现学校专业间资源最大化协同发展，提高学校建设和人才培养质量。

服务优势

从宏观上，根据区域经济发展、学校特色和专业优势进行整体布局和规划，助力形成优势特色专业群。从中观上，进行专业建设方向的动态调整，以精准对接行业产业技能人才的需求。同时，从微观上帮助学校调整专业课程结构来满足提升专业内涵和提高人才培养质量的要求。

专业群组群分析实施路径

产业宏观定位分析

在学校专业建设基础上，从专业建设水平、政策大数据、产业大数据、学校自身校企合作情况、教育专家指导意见等多个维度综合分析后选定目标产业。以学校自身基础为主，采用职教桥大数据中心的数据优势，利用政策大数据、产业大数据等工具同时分析多个可对标产业，最终通过校企专家论证共同确定目标产业。

产业微观大数据分析

对目标产业展开微观大数据分析，梳理产业结构，分析产业技术构成与人才岗位分布。通过职教桥大数据技术选出目标产业岗位群，开展产业人才大数据分析，深度挖掘目标产业的人才需求现状。

产业关联专业分析

在目标产业岗位群分析的基础上，基于产业岗位群进一步分析学校与目标产业对标的专业。通过职教桥大数据中心的专业与岗位匹配模型，计算得出各专业的TOP20关联岗位列表，同时计算目标产业岗位群中所有岗位与现有专业的关联度。最后，结合学校实际情况与数据结果，从产业与专业、专业与专业、专业与岗位等多个维度分析，综合确定组群发展的专业。

岗位职业任务能力要求大数据分析

基于前期大数据分析建议，校企共同确定培养目标岗位，通过自然语言处理、人工智能技术，挖掘提炼对应目标岗位的综合素质能力、职业素养等，明确市场真实的人才规格要求，进一步明晰专业群人才培养能力目标。

产业人才需求大数据分析

选出目标产业岗位群，分析各岗位在全国、区域的人才需求情况，包括具体的需求量、学历、经验、薪资等需求特征信息，深度挖掘目标产业的人才需求现状。

专业组群分析

在确定了组群专业之后，基于学校专业基础数据、产业人才需求大数据分析结果与专家指导意见，对各个专业的人才培养方向进行分析，确定每个专业所对应的目标培养岗位。明确从专业到岗位、从产业岗位群到专业的相互对应关系，从而使得项目整体形成了横向从产业到技术、从技术到岗位、从岗位到专业的分析路径，纵向产业分析与专业分析并行的分析逻辑，以此得出组群逻辑全景图。

服务内容与成果

案例分享

专业群组群逻辑分析的实践路径分享 ——以应用电子技术专业群为例（点击链接）

数据产品服务亮点

1、人才需求现状大数据分析：

选取近一年的全国岗位人才需求数据，通过大数据分析、人工智能技术，以知识、要求、方法、技能、工具为关键特征，运用专业关联岗位模型，与全行业全岗位进行专业与岗位的关联匹配分析，实现目标岗位的精准对接，进而对目标岗位的需求数据开展薪资、学历、工作经验等多维度的特征分析，以挖掘目标岗位的人才需求状况。

2、人才需求预测大数据分析：

选取近三年的全国岗位人才需求数据，建立人才需求预测模型，对岗位的学历、经验以及薪资等特征进行对比分析，分析岗位整体的特征发展趋势；结合多种影响人才需求变化的特征，对未来两年目标岗位人才需求进行预测分析，为学校掌握目标岗位未来两年需求趋势与变化提供数据支撑。

3、人才供给分析：

通过互联网大数据采集技术，持续跟踪采集线上的中、高职、本科院校的各类信息，通过多源异构数据处理技术、人工智能专业识别技术等大数据AI分析方法，将各学校的各类信息数据进行清洗和标准化处理。对全国以及全省范围内的各学校的各类信息进行分析，明确目标专业的同类专业开设以及人才供给情况。

4、岗位任务能力分析：

通过自然语言处理、人工智能技术，挖掘提炼对应目标岗位的综合素质能力、能力要求和职业素养等，并筛选市场招聘要求典型的工作任务（15-30项/岗位）、符合培养定位的职业能力（30-50项/岗位），并进行普适性、要求指数评定，以明确市场真实的人才规格要求，进而明晰专业人才培养目标。

5、专业群组群逻辑、产教对接谱系分析

在产业、专业分析的基础上，协同专家指导，梳理形成一个横向从专业到岗位，从产业到技术、从技术到岗位、从岗位到专业的对应关系，纵向产业分析与专业分析并行的分析逻辑，建立起一个完整的谱系体系，得出整体专业群组群逻辑，为产业、教育和人才培养提供指导和支持。