原文刊载于《中国考试》2023年第5期第62—71页。
作 者
王正青，西南大学教育学部教授。
田霄，西南大学教育学部。
唐晓玲，四川外国语大学国际教育学院教授（通信作者）。
摘 要：如何在高校招生录取工作中综合利用各类数据信息，已经成为各国教育政策制定者、管理者和研究者共同关注的议题。在数据技术支持下，美国高校从招生理念重塑、招生指标完善和招生公平保障等维度对本科生招录评价工作进行了一系列改革创新，具体包括基于业内数据制订招录计划、整合运行数据更新招录评价方式、依据学业数据评估学生素质、分析追踪数据识别申请人选、汇总监测数据调整招生政策等。这些改革创新对我国高校招生录取工作的启示包括：建立健全本科生招生数据管理制度，大力支持数据技术研发，加强招生工作队伍专业化建设，吸纳社会专业机构参与招生评价工作等。
关键词：数据技术；美国高校；本科生招生录取；高考改革；高考评价改革
数据技术支持下的高校招生录取是指将来源于各平台的相关数据作为招生决策原始资料，借助算法系统，科学全面地分析申请者的数据指标，并结合学校价值观、招生政策、生源结构等多种因素，对申请者进行综合考量并选拔出合适生源的过程[1]。近年来，美国高校基于大数据与本科招录工作的耦合，通过制订精准招生计划、优化科学招生方式、评价学生综合素质、匹配合适招生人选、动态调整招生政策等一系列改革，使招生过程中信息资料的客观性与招生人员的经验有机结合，以实现招录决策的科学化、合理化。我国教育行政部门也发布了利用数据优化招生流程的指导性政策，如《关于做好2021年普通高校招生工作的通知》提出，各地各校要积极运用信息化手段，为考生提供志愿填报的政策解读、参考信息和咨询指导[2]；《关于做好2022届全国普通高校毕业生就业创业工作的通知》强调要研制发布就业状况白皮书，发挥就业大数据对高校招生计划安排、人才培养方案调整的作用，不断提高人才培养和社会需求的契合度[3]。进入大数据时代，如何在高校招生录取工作中综合利用各类数据信息，已经成为当前各国教育政策制定者、管理者和研究者共同关注的议题。本文聚焦美国高校在数据技术支持下对本科生招录工作进行的系列革新，分析其实践经验及存在的不足，以期为我国基于数据分析优化高校招生录取工作提供借鉴。
1 数据技术支持下美国高校招录变革的主要特征
数据分析技术为美国大学招录注入新的活力，推动大学招录变革并赋予其新的价值，集中反映在推动招生理念转变、招生程序完善和赋能招生公平3个方面。
1.1 重塑招生理念：从经验主义转向数据主义
招生理念是高校招生政策与人才培养目标的集中体现，也是选拔人才的标准和依据，对开展招录工作、运行评价体系具有指导作用。2016年，美国高校开启新招生模式，旨在通过审查学生的申请材料及动态活动档案记录等，实现对学生的综合素质进行全面考查，以招录兼具优良个人品质和公民素质的高等教育人才。然而，由于申请材料的复杂性和个人理性的有限性，招生人员基于个人经验评阅学生申请材料时易产生误判，从而影响招录结果的准确性与客观性。因此，利用大数据辅助招生，以循证作为招生的逻辑起点改进招录决策，可以保证学生综合素质评价的全面性与科学性，从技术层面最大限度地克服经验主义的弊端及主观主义导致的价值偏差，从而实现工具主义与价值主义的平衡[4]。
从经验主义到数据主义的招生理念转变主要体现在3个方面。首先，基于数据主义理念拓宽招生方式，从依托招生人员专业素质的人工评价转向基于教育数据的可视化评价。2019年，美国部分私立和公立中学共同组成的非营利性组织——素养成绩单联盟（mastery transcript consortium，MTC）开发了MTC素养成绩单（MTC mastery transcript），基于学生高中阶段的成绩及活动表现，将学生的8大核心知识和能力要素进行数据可视化处理，形成能力素养扇形图并对学生的综合核心能力进行总体评分，招生人员可借助各项指标及评分结果进行招生筛选[5]。其次，通过数据分析缩短招生评价周期，由周期性评估转向实时性检测。学生将高中综合成绩及活动表现储存于云端资料库中，招生人员只需调取云端学生资料即可进行评判，极大地缩短了选拔周期。MTC首席执行官Stacy Caldwell表示，大学招生人员阅读新模式下成绩单的时间可控制在5分钟内，甚至可能降至2～3分钟[6]。最后，依托教育数据实现最优招生适配，实现学校与学生、学生与报考专业之间最大程度的契合。
1.2 完善招生过程：从结果取向转向过程取向
以往的本科招生评价过程是将标准化考试（如SAT、ACT）成绩作为选拔的重要考量指标，辅以参考学生的课外活动及其在高中阶段的非学业成就等。在美国高校掀起新招生改革之后，以学生的综合素质作为选拔依据受到社会各界的支持，但在实际招录过程中仍遇到一些困难，诸如如何客观公正地评判申请者的个人陈述资料、如何全方位地了解申请者高中阶段的表现及其品格素养等。借助数据分析，促使过程取向的评价要素落实在招生实践中，实现对学生的全方位考查并将其作为选拔的重要依据，有效地弥补了仅注重标准化考试成绩的片面性及基于招生人员专业水平对个人陈述资料进行人工审查的主观性评判等缺点。
从结果取向转变为过程取向的招生指标完善主要体现在两个方面：一是基于网络技术搭建学生教育数据资料库，二是评判申请者高中阶段的教育数据材料。2015年，由常春藤盟校、斯坦福大学、杜克大学等150多所顶尖高校联合建立的校际联盟招生系统（Coalition for Access，Affordability and Success）为中学生开发了“储物柜”（locker）子系统，学生可将中学阶段的学业材料及参与各种活动的资料储存在该数字空间中，“储物柜”还可以直接作为申请材料提交至联盟学校[7]。在评判申请者数据材料方面，华盛顿大学在2021年招生中不再将SAT或ACT成绩作为必备要求，而是依托校际联合招生系统中的申请者“储物柜”资料，如9～11年级课程作业综合评价、12年级课程作业成绩表现、高中阶段所取得的成就与荣誉、课外活动经历以及高中学校背景等对申请者进行评价与选拔，并将校际联合招生系统中的自我报告分数（self-report scores）作为评价学生的依据[8]。
1.3 追求更公平：从一视同仁转向关注弱势群体
弱势群体在高校的参与度低或人数少，会影响高等教育公平性发展。由于美国社会的多元性和人口的多样性，关注弱势群体一直是美国高校招生的重要考量因素。20世纪60年代发起于教育领域的平权法案（Affirmative Action）体现了对少数族裔等弱势群体入学的关注与重视，但随之也带来因招生方式不合理而导致主流族裔和亚裔受到逆向歧视（即对他们提出更高标准）。教育数据能有效甄别弱势群体并为其提供适合的条件（如资金保障等），以实现真正的招生公平，避免歧视。
教育数据赋能招生公平主要体现在两个方面：一是有效保障低收入群体的申请机会，二是有效避免逆向歧视。教育数据可帮助筛查低收入学生并为其提供经济援助，防止其因经济困难而失去申请机会。通过对哈佛大学2016年本科生入学数据进行统计分析发现，20%的本科生来自年收入低于6.5万美元的家庭，哈佛大学也因此免除了当年占总申请人数25%的经济困难学生的申请费用[9]。在保障少数族裔录取方面，基于人工智能算法系统与成长数据，可以有效兼顾申请者的族裔背景和综合能力，同时还能最大限度地避免逆向歧视。例如，泰勒大学利用Salesforce软件进行招录评价，即通过对申请者数据进行算法分析以避免种族与性别偏见对招录的影响，如果招生人员在审查资料过程中遗漏与种族相关的数据信息，警报系统会提示再次审查，并最终在保障少数族裔权益的同时也确保基于学生能力客观公正地选拔人才[10]。
2 数据支持下美国高校招录变革的实现路径
数据应用渗透于高校招录各环节，主要表现为：1）利用行业数据横向、纵向分析历年招录状况，确保高校全方位掌握招生动向，优化招录计划；2）利用运行数据与学业数据分析结果，从外部申请方式与内部评价维度两个方面共同保障招录计划落实；3）利用追踪数据分析打破先前申请者提供的单向度信息收集方式，助力高校优化选才；4）通过监测数据综合分析历届申请材料并实时监测当前申请状态，支撑招生政策动态调整。各类数据分析有机嵌入高校招录评价工作流程，实现各环节技术应用的迭代升级。
2.1 基于业内数据制订招录计划
高校招生中的业内数据是由外部权威机构，如美国大学理事会（College Board）发布的全国性本科生招录数据信息和高校内部历年招生统计数据组成的教育数据，旨在助力高校掌握本科招生的生源数量变化趋势和各专业生源分布情况。数据时代的高校招生业内数据为高校招录计划的制订提供了更加科学、有效的依据，促使招录计划更加完善且具有可行性。
一是基于高校招生数据确定计划招录人数。生源数量与质量对高等教育质量与发展起着重要作用，确定适当的招录人数也是最大化地利用教育资源的前提。2018年，全美75%的大学基于预测性注册管理系统提供的数据预估申请者，并以此为考量指标确定该年的招生人数[11]。此外，高校业内数据也帮助州立大学扩大州外学生的招生数量，以实现学校多元发展并增加营收。如密西西比州立大学基于社会经济数据和高等教育数据系统的数据分析制订拟招人数，并基于社会经济数据甄别潜在的州外申请者以实现招生规模扩张，在2018年该校州外招生占比42%，比10年前高出26%[12]。
二是基于高校行业数据实施生源留存计划（student retention strategy），破解本科生高辍学率问题。由于社会经济环境影响，以及学生低学业完成度、家庭经济变故等原因，美国本科生留存率（retention rate）处于较低水平。美国综合高等教育数据系统公布，2019—2020学年全美本科生留存率仅为60.63%，不利于大学的稳定发展，且预计2025年美国本科生留存率可能会大幅下降[13]。通过分析高校业内数据，可帮助高校在招生时锁定生源群体，从根源上提升留存率。阿肯色理工学院招生管理副主任Blake Bedsole通过高校数据报告发现，2019年申请者中94%来自该州，基于此，该校决定继续保持对州内招生宣传，实现学生留存率的增长[14]。
三是基于高校数据调整招录准则并制订招录条件。招录准则反映了大学对高等教育人才的培养目标，因此，借助高校业内数据科学调整招录准则，能更契合当今高等教育人才培养宗旨与要求。2019年，哈佛大学教育学院发布了《力挽狂澜Ⅱ：家长和高中如何在大学招生过程中培养学生道德品质并减少其压力》报告，明确了新的招生目标及申请条件，如在学业成就方面更加注重学生所修课程的质量而非数量，即是否完成大学预科课程；在非学业成就方面，要求学生参与至少两次课外活动并指出其角色作用等[15]。
2.2 整合运行数据更新申请方式
运行数据是依托网络平台对申请者高中阶段的有关教育信息进行采集，并将其以日志文件、图片、视频等形式存储于云端，动态整合申请者成长情况的数据集合。传统的申请方式主要是通过学生提交的标准化考试成绩、高中学业表现、学生个人陈述书以及推荐信等纸质材料进行审查和评价；而在数字时代，以纸质化的材料反映学生高中阶段的综合能力具有片面性，且纸质材料在证明学生课外活动等非学业表现方面缺乏真实性。
一是整合运行数据，建立多所高校共享的在线申请平台，支持申请者提交能全面反映其综合能力的电子申请材料。运用在线申请平台，一方面提升了申请效率，申请者只需在该平台填写一份在线申请材料即可将其提交至多所与该平台共享数据的高校招生系统；另一方面，允许任课教师及升学顾问参与申请平台的教育数据上传，帮助招生人员从多方面了解学生的高中表现和潜力。如美国通用申请程序（Common Application）通过创建共享大学入学申请资料在线系统，与波士顿大学、哥伦比亚大学等900多所高校联合，为学生创造更多申请机会。根据通用申请程序在2021年8月发布的调查报告，2020—2021年度申请者使用通用申请程序向915所高校提交了660万份电子申请材料，全美36%的大学基于通用申请系统接收申请人的材料[16]。
二是高校通过运行数据设立独立的在线申请系统，要求申请者创建电子账户并提交申请材料，以满足高校申请要求。麻省理工学院开设的录取申请系统（MIT Admissions）要求学生在申请截止日期前提交电子资料，包括申请者的基本情况、参与过的学术活动与社会活动及其在高中阶段取得的特殊成就等[17]。在申请者的学业成绩资料方面，麻省理工学院还宣布自2021年起暂停将标准化考试成绩作为学业成绩的参考，要求申请者所在高中提供学生的中学表现性报告（secondary school report），并由人文社科和自然科学教师分别开具两封推荐信，以确保申请者个人陈述文书的真实性[18]。在学生的非学业表现资料方面，麻省理工学院通过提出论文题目并要求申请者在线提交相关论文，以实现对申请者的全面考查。
2.3 依据学业数据评估学生素质
学业数据是基于学生高中阶段的课程成绩、课堂表现和课外活动成就等能够反映学生在整个高中阶段总体学习状况的数据信息。在传统申请模式中，标准化考试成绩作为静态的量化指标已无法满足高校招生对学生整体考查的需求，以单一的成绩作为衡量学生素养的依据也失之偏颇。
一是将学生高中阶段的学业成绩转化为动态化、连续性的学业数据。在学业数据平台中，学生高中1～3年级所修课程和考试成绩以及课外活动实践等均存储于数据库中，保证了学业数据的过程性与动态性，可以帮助招生人员更好地了解学生在高中阶段的发展过程。例如，在校际联盟招生系统中，学生的学业成绩被存储在电子空间，非量化的学业指标如撰写的优秀论文、创作的艺术品等也以文档、视频等多种形式存储于该空间；此外，任课教师也在该空间参与记录学生的学业成就，如评价学生的论文、艺术品创作等，从多个维度全面呈现学生的综合素质[19]。因此，基于动态化、连续性的学业数据评估学生素质，有助于高校对学生进行全面考查。校际联盟招生系统的首席执行官Stacey Kostell表示，使用该数据系统的联盟学校在2014—2020年的平均毕业率为80.8%，高出全国平均毕业率20.6%[20]。由此可见，通过该方式录取的生源质量高于全国平均水平。
二是依据学业数据评估学生综合能力，并以数据、图表及文字等多种形式直观呈现。对学业数据的深度分析，打破了传统成绩单“数据黑箱”的弊端，除了能够显示所修课程名称及取得分数之外，还可以向招生人员展示学生为完成该课程所需掌握的能力，以及在学习该课程时学生需完成的任务。例如，在MTC与高中共同设计、搭建的软件平台中，就以能力素养成绩报告单的形式呈现每位学生的学业成绩。其中，报告单中的学生综合能力可视化评分具体包括7个方面，即艺术素养、全球公民意识、沟通技能、数学与科学素养、语言技能、运动技能与身体素质、知识迁移技能，并以图表形式直观呈现学生的综合能力指标，基于学生各项能力指标对学生的综合素质进行整体评分。截至2021年，全美有405所高中（包括281所私立学校和124所公立学校）使用该软件系统帮助学生申请大学[21]。
2.4 分析追踪数据识别申请人选
高校招生是一个双向选择的过程。在传统的招录过程中，信息来源主要是申请者及其学校，高校在招生过程并没有较多途径对学生和潜在招录人选进行信息收集。追踪数据是基于申请者的网页浏览记录，运用算法分析隐藏在该行为背后的申请者入学意向及其日常状态，从而实现对申请者的多维度考查。为了避免出现非法收集网络隐私数据等问题，任何个人在浏览校园官网时须事先确认是否允许浏览器记录其浏览行踪，如此可规避诸如学生数据泄露的风险，确保其数据的合法性。
一是利用追踪数据综合评价潜在申请者入学意愿，并进行定向招生宣传。追踪数据通过对潜在申请者在大学官网上的浏览记录，以及对学校社交媒体的关注度和互动程度等信息对学生进行综合评分，以预估其申请意愿强弱。威斯康星大学招生人员基于数据追踪系统提供的报告，查看每位潜在申请者在学校网页上的浏览内容和时间，并基于此评估每位潜在申请者的亲和力指数（affinity index），即每位潜在申请者对学校的感兴趣程度，判断是否需要对其进行定向招生宣传[12]。
二是利用追踪数据全方位了解学生，帮助招生人员进行评价选拔。通过申请者在社交平台上的追踪大数据，高校招生人员可以对学生兴趣、特长等进行全方位了解。2019年，卡普兰（Kaplan）数据公司调查了顶尖高校288名招生人员在招生时使用大数据情况。结果显示：36%的招生人员通过访问申请者社交平台上的个人资料以实现对其全方位了解，19%的招生人员表示将“利用追踪大数据了解学生”作为常用选拔工具，38%的招生人员认为该方式对生源选择具有积极影响，使用该方式的招生人员中有59%的人认为通过该方式对学生进行深度了解是一种更加公平的招录方式[22]。
2.5 汇总监测数据调整招生安排
监测数据是高校对往届招生信息及在读学生数据进行实时监测，并结合本年度学生申请数据进行分析整合，及时预警招生过程中的潜在异常状况和当下招生实践中出现的问题，实现对招生政策的科学调整[23]。美国高等教育信息化协会（EDUCAUSE）在2015年发布的《高等教育前景展望》报告中指出，超过75%的大学或学院使用监测数据进行招生管理[24]。
一是基于现有申请数据的分析监测，调整原有招生计划。通过对当前申请者的申请进度资料进行实时监测，可以结合当前的招生情况确定申请通道关闭的时间，以数据化、动态化、人性化的方式保证高校招生计划的落实。拉什大学护理学院在申请日期截止前一个月对当时的申请状况，包括申请人数、已录取人数、注册申请系统人数等进行持续监测，对比分析申请情况与招生计划后再决定是否通过延长申请时间、向潜在申请者发送提醒邮件等方式调整招生周期。通过采用监测数据跟进申请进度并及时调整招生计划，拉什大学护理学院的部分专业入学率提高了5%[25]。
二是基于往届学生的监测数据，完善二次专业申请办法，包括通过学业风险识别系统调整申请者的专业，通过监测、分析在校学生的财务状况调整对申请者的经济援助政策等[25]。例如，佐治亚州立大学开发的学业预警系统（graduation and progression success）通过收集、分析近10年学生的学业成绩、毕业率等数据，创建了一份包含800多项学业风险指标的清单，将学业风险划分为黄、红等不同级别，以帮助学校管理者预测可能出现学业风险的学生[26]。在进行专业分流时，学业预警系统根据学生第一学年的学业指标预判其能否顺利完成拟转入专业的学习；如果系统预测其不能顺利完成专业学习，则会推荐与之相关的其他专业，以更好地促进学生个人发展[27]。
3 数据支持下美国高校招生改革的实施经验与问题
为发挥教育数据在高校招生中的作用，美国联邦政府及教育部出台相关的教育数据使用指南，研发部门开发相应的算法系统，第三方专业机构参与到申请过程中的数据处理环节，高校也通过培训提升招生工作人员专业素质，为美国高校应用数据变革招生工作创造了有利条件。归纳起来，其主要改革经验包括4个方面。
首先，出台系列政策文件指导高校招生改革。进入21世纪以来，美国联邦政府尤为重视教育数据库的建设及应用。2002年，美国总务管理局（General Services Administration）发布的《数据质量指南》指出，数据要具有高质量、实用性、客观性、完整性、透明性以及可复制性，能够为分析报告的撰写及政策研究的制定提供依据[28]。2008年，美国教育部修订的《高等教育机会法案》第五章第503条提到，借助数据技术为申请者提供高校入学咨询，建议高校在保障学生隐私的前提下对学生数据进行追踪并合理使用[29]。2019年，联邦教育部数据管理办公室出台《数据治理委员会管理章程》，要求完善数据管理保障体系并与各教育机构共享信息[30]。2020年，美国国家教育统计中心出版《数据治理指南》，在州纵向数据管理系统的基础上，有效监管教育数据并推动共享使用[31]。总之，在联邦政府及教育数据统计机构出台的一系列政策指引下，美国高校积极运用教育数据推动招生变革。
其次，重视技术革新，开发算法系统支持高校招生决策。算法系统为教育数据的高效使用提供技术支持：一是通过收集海量申请者样本和招生人员评估取向，建立更精准的招生预测模型，对申请者进行入学评估。二是各高校基于算法系统调整招生方案。根据麦肯锡咨询公司于2020年发布的高等教育入学调查数据，截至2020年4月，已有400多所高校基于算法统计将已录取学生的缴费期限延长，以应对新冠疫情背景下入学率下降的问题[32]。三是利用人工智能（AI）与机器学习（ML）等高阶技术改进招录预测系统，如借助机器学习技术查看申请者资料，将其与机器学习模型中近几年拥有类似指标的申请者群体进行对比，可以预测其被录取后顺利入学的概率。
再次，加强招生建设，组织专业培训提升招生人员素养。高校招生工作是一项融合教育学、心理学、社会学及统计学等相关学科知识，具有高精准度与专业化的实践活动。在大数据时代，高校招生工作与教育数据的开发、分析与使用紧密联系。美国高校主要从3方面着手提升招生人员从业素质：一是提高招生工作人员的从业标准，全美大学招生咨询协会（National Association for College Admission Counseling）于2021年发布的《提高招生工作从业者的数据分析能力白皮书》强调，招生从业人员应掌握数据获取与查询、数据分析、数据管理等数据技能[33]；二是通过高等教育机构组织的招生人员培训课程提升其专业素质，如大学招生专业发展促进协会（Association for the Advancement of the College Admissions Profession）设立高等教育人员认证项目，招生从业人员在学习高校录取规章与流程、沟通与谈判技能和针对申请者开展的个人成长规划等课程后，可以获得学习证书；三是高校招生办公室组织的专业化培训，如加州大学伯克利分校在每年申请季对招生人员开展为期两周的专业技能培训，使其明确工作的职责与内容，以降低招生人员对申请者资料进行评价时产生的评估误差。
最后，加强专业技术支持，引入专门机构服务招生录取。美国高校与专业教育机构共同合作进行管理招生的历史悠久，如1937年由美国中西部学院及大学牵头成立的全美大学招生咨询协会就以追求大学入学公平、提供奖学金与学生财政援助等为宗旨，至今拥有超过2.5万名专业教育人员为高校提供专业招生咨询等服务[34]。专业机构参与招生分析与决策具体表现在两个方面：一是基于高校业内数据分析，以发布行业研究报告等方式为高校提供参考建议，如2020年9月全美大学招生咨询协会发布的《大学招生领导力报告》指出，高校招生应秉承尊重多样性、包容性，坚持公平性，充分利用信息数据技术等原则，创造多种教育渠道以帮助更多的学生接受高等教育[35]；二是通过教育数据分析从实践层面为高校招生提供具体问题的解决策略。2014年，EY-Parthenon战略咨询机构发布《差异化大学》，根据高等教育市场中的供需原则将高校划分为学术研究型、应用型、职业发展型等6类，建议高校根据自身优势明确定位，以帮助学习者获得个性化发展。
数据技术在美国高校本科生招录评价中的应用并非总是益处，也引发一系列问题。一是大数据模型产生的“价值中立悖论”。匹兹堡大学道德和领导力中心主任Audrey Murrell认为，基于数据的算法模型在高等教育招生中的应用存在验证性偏见（confirm bias），即算法模型产出的结果与其设计者的价值观和思维方式有关，并非绝对中立[36]。二是教育数据安全性与隐私保护的问题。2020年，高等教育技术研究协会在一份调查报告中指出，约一半的学生并不了解教育机构如何使用他们的个人数据，各院校在数据使用过程中如何落实对用户权益的保护还有待增强[37]。
4 对我国高校招生录取改革的启示
美国高校利用各类教育信息赋能招生计划的精准制订、招生方式的科学创新、学生成就的全面评价、优秀生源的高效甄别和招生政策的实时调整，为招生改革创造了有利条件。
当前，我国一些高校也根据各专业就业情况调整专业设置、增减招生计划，探索依托信息数据技术推动智能化招生改革。例如，南京大学与第三方考试机构“全美在线”（ATA）共同建设“大学生双创人才素质模型数据库中心”，开展项目研究并测试数据模型，助力高校双创人才培养；中国科学技术大学通过对QQ机器人、微信公众平台等数据分析进行精准招生宣传，实现了从以经验为主转变为以数据为支撑的招生改革。
志愿填报与招生录取是我国新高考的重要环节。借鉴美国高校利用数据改革本科生招生的相关措施，我国可以在以下4个方面发力：一是建立健全本科生招生制度及出台相关数据管理办法，在确保数据安全的前提下，为招生工作提供政策支持；二是加强数据技术研发，在拟录取学生精准画像和机器学习比对技术等方面力求突破，为算法赋能本科招生工作创新突破技术障碍；三是加强招生工作队伍的专业化建设，从计划制订、对外宣传、信息甄别、人员录取与专业调剂等方面，全面提高本科招生工作人员的专业素养和信息技术素养；四是协同社会各方力量，引入专业机构共同促进招生工作有效开展。
参考文献：（略）