产教融合背景下高职院校1+X证书模式探析

来源 :锦绣·下旬刊 | 被引量 : 0次 | 上传用户:aaronqi666
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  摘要:本文在产教融合的背景下,分析研究了“1+X证书”的内涵和实施意义,以国际金融专业为例,通过分析“1+X 证书”对金融机构及学校的影响,探寻学校推行1+X证书在国际金融专业中的实施路径和应用方法。
  关键词:职业教育;国际金融;“1+X证书”;校企合作;模式
  随着1+X证书试点工作开展得如火如荼,各高职院校的老师们都在积极地参与到1+X证书制度试点建设工作中来。2020年9月,教育部职业技术教育中心研究所已经公布了“关于参与1+X证书制度试点第四批职业教育培训评价组织和职业技能等级证书的公示”。如何利用这个契机,进一步探究学校推行1+X证书在国际金融专业中的实施路径和方法是我们现在亟待解决的问题。
  一、关于“1+X证书制度”
  (一)1+X证书的内涵
  教育部职业教育与成人教育司负责人就《关于在院校实施“学历证书+若干职业技能等级证书”》答记者问时解释说:“1”为学历证书,“X”为若干职业技能等级证书。学校教育全面贯彻党的教育方针,落实立德树人根本任务,是培养德智体美劳全面发展的高素质劳动者和技术技能人才的主渠道,学历证书全面反映学校教育的人才培养质量,在国家人力资源发展中起着不可或缺的基础性作用。职业技能等级证书是毕业生、社会成员职业技能水平的凭证,反映职业活动和个人职业生涯发展所需要的综合能力。
  (二)实施1+X证书制度试点的意义
  2019年1月國务院印发了《国家职业教育改革实施方案》,把学历证书与职业技能等级证书结合起来,探索实施1+X证书制度,是职教20条的重要改革部署。推进1+X证书制度不仅能加快学历证书与职业技能等级证书的互通衔接,提高高职院校培养技术技能型人才的质量、促进产教融合和校企合作,学校更能利用此契机完善自身的人才培养模式创新,深化三教改革,也为将来构建国家资历框架和学分银行建设奠定坚实的基础。
  (三)1+X证书对学校、学生及企业的影响
  1+X证书试点工作的落实不仅带动了学校三教改革的发展,让学生不断提高自身的职业技能水平,更给培训机构带来了培训的商机,为企业能够不断输送专业人才。
  二、金融领域行业证书与“X证书”对比
  (一)金融机构比较认可的行业证书
  不少金融机构在招聘及员工入职后都要求新员工考取相关的职业资格证书,比如:证券从业资格证、银行业专业人员职业资格考试、基金从业人员资格考试、期货从业人员资格考试、CFA考试等。除此以外,还有很多比较具有含金量的金融类证书,比如:金融理财师(简称AFP)和国际金融理财师(简称CFP)、注册国际投资分析师(CIIA)、经济师、保险精算师等等。
  (二)现阶段已公布出金融行业相关的X证书
  截止目前,教育部职业技术教育中心研究所已经公布了第四批参与1+X证书制度试点的职业教育培训评价组织及职业技能等级证书名单,从这些培训组织和证书,我们不难发现这些证书主要考查的是部分金融机构中的某些岗位的主要职业技能,其中以理财规划、智能投顾、投资分析类居多。
  (三)行业证书与X证书之间的对比分析
  国际金融专业毕业生们的就业面非常广泛,可选择的金融机构也很多,通常以银行、证券和保险三大类金融机构为主。金融机构因为行业自身特点,要遵循的行业规范和要求较多,每一个金融机构都有对员工持有行业证书的要求。目前证券从业资格证,基金和期货从业资格这些资格证书都是业界比较认可的证书,也是一部分金融机构已经明确要求员工持有的证书。
  X证书对应的职业技能更加精准,但目前对于学生求职就业来说,只能说是锦上添花,因为他们并非是金融机构要求必须具备的证书。
  三、国际金融专业在选择“X证书”过程中的阻碍
  1.金融岗位要求的职业技能范围面广
  金融行业是一个非常有挑战的行业,公司更注重应聘者的多方面综合素质以及未来的持续学习能力,要求较高且短时间内难评估。金融行业虽然岗位居多,但高职院校的毕业生主要从事的是基层文职和营销岗位。对于一些营销岗位来说,员工具备各大金融协会颁发的职业资格证是前提条件,而财富规划、家庭理财、投资分析这些只是金融营销人员必须具备的能力中的一部分。
  2.X证书认可度有待提升
  X证书制度虽然已经日趋完善,但对于金融行业来说,截至目前,金融机构对X证书的认可度还不是很高。以证券公司为例,由于《证券业从业人员资格管理办法》有相关规定,他们更认可证券从业资格证。由此可见,那些协会颁发的证书在业内具有更高的认可度。
  四、改进金融行业1+X证书实施路径的方法
  (一)政策导向促进金融专业的1+X证书制度建设
  随着我国教育事业的蓬勃发展,国家越来越重视提升职业教育的质量。此前国家出台了很多政策促进校企合作,也给予企业一些鼓励,比如现代学徒制补贴、建设产教融合基地等等。对于金融行业来说,“金融知识进校园”等这些政策都大大的促进了金融机构和企业进一步合作,相信未来金融机构会有更多利好机会与学校更深度接触,在输送人才的基础上实现双方共赢。
  (二)协会引领金融机构参与1+X证书培训
  鉴于目前各大金融协会颁发的从业证书具有更高的认可度,如果协会能够引领一些行业认可的领军金融机构参与1+X证书培训,将更便捷地培养应聘者的职业资质和能力,不仅节省了培训的时间和成本,更便于企业提早筛选和培养合适的企业接班人。
  (三)深度校企合作为“1+X证书”的实施保驾护航
  金融行业的人才需求越来越大,专业人才培养迫在眉睫。除了以往的订单班、现代学徒制以外,还应该进一步加强校企深度合作。未来学分银行的建设,学校和企业的学习成果互认、课证融通等方面的落实都将更有利于“1+X证书”制度的实施。
  未来的职业教育需要全社会的整体合力,是政府、学校、企业之间的共赢多赢之举。因此,国际金融专业的1+X证书制度实施路径还需要通过政策导向、行业引领及校企合作等多方共同努力才能进一步得到完善和实施。
  参考文献:
  [1]褚义景.职业教育“1+X证书”制度的实施路径研究[J].武汉交通职业学院学报,2019,21(03):42-45.
  [2]田立臣.产教融合下高职院校“1+X”证书模式探析[J].发明与创新(职业教育),2021(04):19+21.
  [3]钟思远.产教融合下高职院校1+X证书模式探析[J].辽宁高职学报,2020,22(09):30-34.
  开展1+X证书制度试点 加快培养复合型技术技能人才——教育部职业教育与成人教育司负责人就《关于在院校实施“学历证书+若干职业技能等级证书”制度试点方案》答记者问
其他文献
自2019年12月以来,新型冠状病毒在全球范围内出现并迅速蔓延,疫情的传播程度和严重性令人们深感担忧,人们必须佩戴口罩,并做好一定的安全防护措施才能外出。为了更好的预防新冠病毒感染和控制疫情,人们在进入超市、车站等人员密集、需要人脸识别验证身份的场所时,不用摘口罩就能顺利通过验证,这使得研发一种佩戴着口罩也能够使用的人脸识别系统成为必然,同时也可以给疫情笼罩下人们的生活带来极大的便利。由于佩戴口罩
学位
随着5G技术的发展与应用,高质量视频传输需求的更加迫切,而视频编码技术能将海量视频数据压缩形成视频码流,解决视频高效传输和存储问题。H.266/VVC(Versatile Video Coding)作为新一代视频编码,能够在上一代视频编码基础上大幅度提升编码质量。帧间预测技术是视频编码框架中相当重要的环节,可大幅提升视频压缩率,剔除视频数据中的时间冗余。本文对帧间预测技术深入研究,主要从编码块划分
学位
随着深度学习和人工智能技术的迅速发展和普及,语义分割作为图像处理中的一项高层次任务,旨在为图像中的每个像素都分配一个语义标签,实现完整的场景理解,现已被广泛应用于自动驾驶、医疗诊断、显著对象检测以及航空图像分析等领域。本文针对遥感图像道路信息提取和道路裂缝分割两种应用场景,通过扩大高层感受野,结合多尺度上下文特征,解决了模型分割精度不高和效率低的问题,提高模型对图像细节特征的分割能力。本文主要研究
视频测量作为融合传统摄影测量、光学测量、机器视觉与数字图像处理分析、三维重建等的交叉学科,具有环境适应性强、非接触、频响高等优点,尤其是在高速风洞试验中,视频测量因其对试验模型的设计制造无特殊要求,受到了国内外风洞试验机构的青睐。为了提升测量精度,视频测量中用的相机分辨率、帧率越来越高,如何对高分辨率与高帧率带来的高速图像数据进行实时处理,成为高速运动目标的视频测量中待解决的难点之一。为解决高速图
关联规则挖掘能够发掘事物之间的关联,是数据挖掘的一个重要分支。多元应用场景的出现,数据量的不断增长对现行串行算法的挖掘效率提出了更高的要求,因此如何提高现行串行关联规则挖掘算法的运行效率是当前亟须解决的问题。本课题从串行改进和并行改进两个方面来对串行算法的挖掘效率进行优化。本课题首先分析了现行串行关联规则挖掘算法Apriori存在的缺陷,然后针对这些缺陷提出一种结合编码转换、哈希存储与事务压缩的串
近年来,通信技术的蓬勃发展及硬件制作工艺的进步,通信设备及通信信号种类不断增多,通信频段的使用时间及频率也急剧增加;互联网+技术迅猛发展,更进一步加剧了频谱资源的匮乏程度。频谱感知是认知无线电的基础和前提,主要包括了带宽监测、通信信号检测等内容。为有更大的机率发现空闲频谱,认知无线电设备须具有对宽带频谱监测识别的能力;为保障通信的效率和质量,认知无线电设备须具有频谱快速感知和抗干扰的能力。公安武警
图像语义分割(Image Semantic Segmentation)是计算机视觉领域中一项重要且具有难度的视觉任务,目标是完成图像的像素级分类。其独特的任务性质使其在许多场景下作为一个前置任务得到了广泛应用,如自动驾驶、室内服务机器人场景理解、智能抠图、人脸分割、增强现实等。目前图像语义分割主要通过卷积神经网络实现。然而,现有的基于深度卷积神经网络的语义分割网络层数深、结构复杂、推理速度缓慢,若