大數據時代高校教育管理的可能走向及實現路徑

鄒太龍

摘要：作為一股強大的技術力量，大數據在推進我國高校教育管理現代化轉型中有著廣闊的應用前景。大數據為驅動教育決策從憑借經驗走向基于數據、教學管理從宏觀群體走向微觀個體、資產和能源管理從人管電控走向智能調節、輿情監控從被動響應走向提前預防、學生事務管理從粗放型走向精細化提供了良好契機。然而，高校教育管理在轉型中也面臨著管理者數據素養有待增強、基礎性數據平臺不完善、數據共享機制不健全和數據安全保障不成熟等現實阻礙。為此，高校應在提升教育管理人員的數據素養、開發數據驅動管理的智能系統、打通數據開放共享的融合渠道和構建教育大數據安全防護體系等方面做出相應努力。

關鍵詞：大數據時代；高校教育管理；可能走向；實現路徑

隨著移動通信、云計算、泛在網絡等信息技術的快速發展和不斷升級以及教育信息化進程的持續推進，教育領域也邁入了大規模生產、存儲、共享與應用大數據的時代。在整個教育系統中，高校作為思想最活躍、知識最密集、信息技術應用最充分的前沿陣地，其受到大數據的影響更為全面和深刻，大數據已經成為推動高等教育創新發展的重要戰略引擎，也是促進高校教育管理現代化轉型的強大技術力量。“高校承擔著培養高素質人才、引領科技創新的重大使命，高校管理創新是實現這一使命的必經路徑。”[1]然而，長期以來，高校教育管理在很大程度上依然沿襲著傳統的經驗管理模式，與現代管理的科學化、個性化、精細化和智能化要求還有一定距離。因此，在大數據時代，高校教育管理如何通過大數據技術實現以數據為基礎進行管理的現代化轉型，就成為一個重要而緊迫的時代議題。

一、大數據與革新高校教育管理之間的契合

我國高等教育規模和在校大學生人數都居世界前列的客觀現實已經使得我國高等教育中的數據體量非常龐大。而近些年來的教育智庫建設、數字校園和互聯網+行動的開展以及慕課計劃的廣泛實施，使得高校成為集知識密集、思想活躍、網絡基礎設施最完備和信息技術應用最充分四大特點于一身的前沿陣地，教育數據更是呈現指數級爆炸式增長，高等教育隨之邁入了實實在在的大數據海洋，這為我國高校教育管理抓住時代脈搏進行改革創新提供了堅實基礎和難得契機。在信息技術與教育不斷融合的新形勢下，由于高等教育面臨的環境更加復雜多變，高校教育管理的任務就顯得更為艱巨，只有不斷革新高校教育管理的理念、方法、模式和職能，才能適應現代化管理的諸多要求，推動高等教育的創新發展。

在高校教育管理現代化轉型的演進路徑中，適切而有效的技術手段發揮著舉足輕重的作用。作為一股強大的技術力量，大數據具有的體量龐大、類型復雜、計算迅速等特點能夠使信息采集更加全面持續、數據分析更加深入有效、趨勢預測更加及時準確，因而在推進我國高校教育管理現代化轉型中有著廣闊的應用前景。借助大數據技術，不僅可以掌握和診斷高校教育管理的現狀與問題，推動教育多個部門、多個環節構建管理無縫化和高效化的協作機制，充分實現教育服務對象全覆蓋、教育資源信息全面共享的目標[2]，還可以準確洞察和預判高校各個教育系統的演進趨勢和發展前景，為及時而有效的管理介入提供參考依據。大數據深刻地改變了高校教育管理的宏觀環境，其變革的基本航向將全面走向數據挖掘和大數據引向的教育變革，實現教育管理理論、手段、技術和文化上的方式轉變與模式創新[3]，高校教育管理由此進入了“管理優化教育，數據驅動管理”的新時期。在大數據時代，高校教育管理應抓住新機遇，迎接新挑戰，順應新要求，不斷變革與創新管理的理念、方法、技術、模式和體制，推動高校教育管理向現代管理的人本化、個性化、精細化、前瞻化、智能化等方向轉變。與此同時，在高校教育管理中應用大數據技術，也有利于推動大數據平臺的建設、大數據效用的發揮以及大數據技術的進一步升級或再次創新。

二、大數據時代高校教育管理的可能走向

在教育信息化水平不斷提高的今天，優化和提升高校教育管理的關鍵在于擁有先進而專業的管理技術和工具，而大數據的出現正好順應了這一要求。大數據應用能夠讓教育管理中的決策和服務建立在充足的教育信息和科學的數據分析基礎之上，其具有的預警性、預測性、差異性、共享性和動態性等特征，將更加凸顯教育管理的及時性、前瞻性、區分性、整合性和權變性[4]，從而推動高校教育管理從傳統走向現代。

·教育管理·大數據時代高校教育管理的可能走向及實現路徑

（一）教育決策從憑借經驗走向基于數據

耶魯大學教授伊恩·艾瑞斯在談及人類的決策習慣時一針見血地指出：“人類總是過于高估自己的直覺，而很少去傾聽身邊數字所發出的聲音。”[5]教育領域里的決策也不例外，決策主體往往過于依賴經驗、直覺和流行趨勢，而缺乏數據的支撐，這既是共識，也是頗受詬病的不足之處。[6]而在大數據時代背景下，教育決策的制定將成為一種深度挖掘與科學分析海量教育數據的系統活動，決策主體通過尋求不同數據間的相互關系及隱藏價值，讓基于客觀證據和數據分析的科學化、精準化決策模式取代依靠感性經驗和主觀偏好的傳統決策模式。在數據驅動決策的新世界里，所有的建議和討論都應該從基本事實和客觀數據出發，而不是拘囿于專家的經驗、直覺或是想象。

大數據驅動教育決策從憑借經驗走向基于數據，將促進教育決策更加科學化、民主化和靈活化。一是科學化，教育決策是一個龐大而復雜的系統工程，其科學化程度的關鍵在于擁有翔實可靠的數據并能對它們進行及時而準確地分析。大數據具有的開放性、聚合性特征以及強大的數據處理功效能夠確保教育系統運行中各項決策信息的全面采集、有效整合與及時處理，從而規范決策流程，最大限度地降低決策失誤。二是民主化，“利益訴求的充分表達與有效整合是民主管理的精髓”[7]，大數據強調開放、共享、平等的價值理念必將促使以科層制為核心的傳統決策機制向扁平化結構轉變，這不僅暢通了師生表達心聲和意愿的通道，還可以匯集多方智慧，將數據理性與集體智慧結合起來，實現教育決策的透明化與民主化。三是靈活化，相比于傳統的決策信息提取而言，大數據對教育決策信息的把握除了更加全面和準確之外，還在及時性和前瞻性方面占盡優勢。基于數據權變原理的大數據動態分析能夠對所有教育活動的運行情況進行持續監測，管理者可以根據數據變化的規律和新出現的問題隨時做出決策調整，以便更加靈活地應對復雜的教育環境。[8]endprint

此外，大數據還能在不同層面提高教育決策的質量。微觀上，教師借助教育數據挖掘和學習分析技術，可以掌握每個學生的知識儲備、能力缺陷、學習風格和學習需求，為個性化教學尋求數據支撐，從而提高教學質量；中觀上，不同類型和層次的高校可以根據本校特色制定相應的教育規劃，如美國很多高校就利用大數據預測哪些學生有可能入其校上學，哪些學生會面臨學業掙扎或失敗，并給他們提供建議和幫助，從而提高保留率和畢業率[9]；宏觀上，國家或地區可以基于教育事業發展的總體情況制定出更加切合實際的教育政策，如合理調配地區或校際間的教育資源，從而避免教育資源的閑置和浪費。

（二）教學管理從宏觀群體走向微觀個體

承認和尊重學生的主體性和特殊性，在教學過程中施以差異化對待，進而發掘學生的生命潛能，實現其個性化發展，是現代教育的核心訴求。《國家中長期教育改革和發展規劃綱要（2010-2020年）》明確強調要“尊重教育規律和學生身心發展規律，為每個學生提供適合的教育”，“關注學生不同特點和個性差異，發展每一個學生的優勢潛能”[10]。然而，由于師生比不達標和技術手段的限制，“因材施教”的教育愿景和個性化教育理念難以在教育實踐中真正實現。當前高校的教學管理偏重于對全校、某個年級、班級或者群體的學習行為和表現進行宏觀分析，即便存在一些針對學生個人的教學管理行為，往往也是憑借理論和經驗，缺乏足夠的數據來證明教師教學決策和教學行為的預期效果。在此基礎上的教學無法滿足個人的喜好、特質和需求，也就擺脫不了“學生不喜歡、效果不理想”的尷尬境遇。而基于大數據分析技術建立起來的教學管理系統可以推動教學方式從傳統的“三中心”走向“以學生為中心”，讓教師的教學活動服務于學生的個性化自適應學習。

教育心理學家奧蘇伯爾曾指出：“影響學習唯一最重要的因素，就是學習者知道了什么。要探明這一點并據此進行教學。”[11]可見，個性化教育落到實處有兩個基本前提：一是教師要清楚每個學生的學習風格、興趣偏好、知識準備等背景信息；二是教師能夠根據這些背景信息提供適合學生發展的學習支持路徑（包括課程、方法、活動等外部條件）。大數據恰好能在這兩個方面發揮作用，一方面，通過教育數據挖掘和學習分析技術，教師可以掌握每個學生的學習全貌，如登錄頻率、學習障礙、瀏覽界面以及課程完成度等信息[12]，從而為后期的個性化教學提供數據支撐；另一方面，在大數據預測的支持下，教師通過學習管理系統為學生推送滿足其興趣和需要的學習資源和學習方案，實現教學資源推送的“亞馬遜化”（Amazonization）。此外，教師還可以根據師生互動中的反饋數據動態調整教學方法、知識難度和學習時間，最大限度地幫助學生完成學業。如美國普渡大學（Purdue University）的“課程信號”項目利用采集到的海量數據研發了課程學習預警平臺，根據預測結果，教師能夠為那些可能面臨學業失敗的學生提供針對性的指導和服務，從而提高課程學習的成功率。[13]加拿大著名的個性化教育公司“渴望學習”（Desire2Learn）也開發了相似的“學生成功系統”（Student Success System），該系統自動保存了學習管理平臺上的大量數據，基于這些數據構建相應的分析模型，教學人員就能夠準確預測每個學生的課程學習情況，并及時進行教學干預，幫助學生獲得成功。[14]

（三）資產和能源管理從人管電控走向智能調節

近些年來的數字校園建設和互聯網+行動雖然大幅提高了高校教育管理的信息化水平，但目前高校中的資產和能源管理在整體上還屬于人管電控的管理模式，智能化、精細化程度不高，管理水平和效率有待提升，以致于出現資產利用不充分、能源浪費較為嚴重的現象，不利于構建節能環保型的綠色校園。大數據的出現將改善這一現狀，促使高校的資產和能源管理走向以數據為支撐的智能管控新時期。量化技術和物聯網技術在高校管理中的應用形成了一個人、機、物三元一體的萬物互聯網絡，在這個網絡里，人與物、物與物之間的信息互通共享，有關資產和能耗的大量運行數據可以實現自動采集與存儲，再通過大數據處理軟件對這些后臺數據進行可視化呈現和智能化分析，就能做到管理的透明化、簡單化和精細化。

大數據在高校資產和能源管理中的應用主要體現在以下四點：其一，建立校園資產智能監管平臺，全天候采集與存儲各項資產設備的運行數據，并實時對這些數據進行聚類分析和趨勢預測，將其與已有標準參數進行對比，一旦某項數據超出基準線或臨界值，平臺會自動報警并提供有參考價值的處理預案，協助管理者及時發現問題并予以妥善處理；其二，在實驗器材、教學設備等固定資產里安裝微型傳感芯片，可以實時記錄、匯總和分析其運行數據，有效預防功能故障，還可以持續追蹤其實時地理位置，避免國有資產流失；其三，運用環境感知技術根據外部條件的不斷變化動態調控能源消耗，如通過人流量的多少自動調整燈光亮度和控制電梯運行狀態，從而達到節能減排、提高能源使用效率的目的；其四，通過布局合理的視頻監控網絡，可以維護校園設施安全，防止人為破壞和盜竊事件的發生。在實際管理中，全國已有不少高校開始探索借助大數據技術進行資產和能源管理的實踐，并且取得了突出成效，這里不妨舉兩例加以佐證。一個是浙江大學充分利用計算機技術、物聯網技術、傳感網絡和自動監控技術構建了全過程、可視化的資產管理平臺，實現了資產配置科學化、資產管理可視化、資產利用最大化和資產處置規范化。[15]另一個是江南大學建立了依托物聯網和大數據技術的“數字化節能監管平臺”，該平臺可以自動感知、智慧監管能源消耗，從而打造一個“資源節約，環境友好”的低碳綠色校園。[16]

（四）輿情監控從被動響應走向提前預防

信息技術的不斷升級和革新將人類帶入了“數字化生存”的時代，我們每個人不僅是信息的接收者，也是信息的生產者和傳播者，大學生可以更加自由、快捷和方便地進行交流互動。但與此同時，網絡傳播的海量性、隱匿性和快速性等特點會導致輿情控制權式微，網絡容易淪為各種虛假新聞或謠言的策源地和輻射場，高校的輿情環境變得更加復雜，輿情管理的難度也隨之倍增。傳統上單靠學生上報和管理者排查的方式難以為繼，在輿情危機發生后再進行“滅火式”的善后工作也不合時宜，因為這種管理模式無法提前洞察輿情的未來走向，不能在輿情危機的發酵期進行有效控制和適當引導，也難以在輿情危機發生后第一時間內進行妥善處理。因此，在大數據時代，高校要樹立“事前防火勝于臨時救火”的輿情管理理念，盡快建立“信息收集、聚焦預測、科學評價、即時干預和及時反饋”[17]的預警機制，提高輿情管理工作的針對性、前瞻性和時效性。endprint

對高校輿情管理而言，大數據為其提供了嶄新的監測工具和研判方法，是提升輿情危機預測能力和處理效率的有力途徑，必將引發輿情管理思維和模式的深刻變革。大數據具有的前瞻性、敏捷性、關聯性等思維特點和強大的預測功能有利于高校輿情管理從消極被動走向積極主動，從事后干預走向事前調控。具體而言，大數據在高校輿情管理中的作用主要表現在四個方面。一是通過輿情智能監測系統全時段、多領域地對校園輿情進行關聯分析、聚類分析、趨勢分析和級別劃分，從數據背后把握輿情的內在特征及其演變規律，針對學生密切關注和持續討論的熱點問題和突發事件，積極進行輿論引導和教育干預，將輿情危機的苗頭扼殺在搖籃中；二是通過網絡爬蟲技術、敏感詞屏蔽系統和社交網絡分析軟件對有害信息和不良言論自動過濾，限制其擴散范圍，凈化輿情環境；三是構建大學生網民言論和意見傾向分析模型，分析其特點偏好及可能走向，從重要的影響人物中培植意見領袖，引導整個輿情朝著“凝聚向心力、弘揚主旋律、傳播正能量”的方向發展；四是提高突發輿情事件的應急處理能力，借助統一的大數據管理平臺，學生管理部門、宣傳部門、信息部門等不同管理主體可以緊密配合、多措并舉，實現輿情危機的科學研判和快速處理。總之，大數據技術的恰當介入，有助于網絡輿情管理把握好時、效、度，于“時”充分利用好“黃金4小時”，于“效”確保輿情引導的有效性，于“度”可以掌握火候，拿捏分寸。

（五）學生事務管理從粗放型走向精細化

在“以學生為本”教育理念日益強化和學生主體性意識不斷增強的今天，學生事務管理的理念、模式和方法都已悄然發生了重大改變，其不再是傳統意義上的管控和治理，而是變為一種決策，一種服務，一種更加強調滿足管理對象主體需要的積極性活動。而大數據的出現恰好為精細化的學生事務管理提供了強有力的技術支撐，依托大數據技術之上的各種智能化終端設備和網絡門戶能夠實時而全面地感知用戶需求、迅速而精準地提升服務質量，真正滿足學生的真實訴求與內在需要，從而為其提供更加周到、便捷和高效的服務，這將在很大程度上扭轉過去“重管理，輕服務”的管控思維，顛覆傳統管理中“以供定需”的服務模式，轉而實現“服務供給”與“用戶需求”的無縫對接，推動學生事物管理由粗放型走向精細化。

大數據技術能夠使數據分析更加深入和細化，有助于管理者為學生提供更加個性化和溫馨化的服務，針對學生不同的“數字足跡”，可以使服務更細致入微，讓學生產生一種“在家的感覺”。譬如，根據門禁數據提醒學生注意作息規律、根據社交行為數據關心學生情感問題、根據消費數據引導學生合理理財、根據可穿戴設備記錄的生理數據提醒學生按時體檢，等等，這些看似微不足道的舉動，實則影響著學生的歸屬感和幸福指數，關乎著學生事務管理的質量。值得一提的是，現實的管理實踐中已有部分高校開始利用大數據進行學生事務管理，如電子科技大學基于學生龐大的一卡通、在線學習和社交行為等數據開發出極具特色的“學生畫像”系統，以可視化的形式直觀反映出學生學習和生活中的需求和困難，從而為學生提供極具貼心度和人情味的指導和服務。[18]又如，華東師范大學建立的全國首個“家庭經濟困難學生預警系統”采集了學生的家庭情況、餐飲消費、資助歷史等數據資源，對這些數據進行有效整合與關聯分析，學校可以更全面準確地掌握學生的經濟情況，更好地認定幫困對象，若發現有學生的消費數據出現異常，系統會自動發出“是否需要經濟幫助”的短信詢問，這不僅可以解決學生的“燃眉之急”，還有助于實現幫困資源的科學、公平使用。[19]

三、大數據時代高校教育管理轉型發展的實現路徑

毋庸置疑，大數據時代的降臨為高校教育管理向科學化、個性化、智能化、前瞻化和精細化的現代轉型提供了極大可能和良好契機，然而，管理者數據素養欠缺、基礎性數據平臺不完善、數據共享面臨制度壁壘、數據安全保障不成熟等現實困境也妨礙著高校教育管理現代化轉型的最終實現。因此，需要從多個角度和不同層面探索高校教育管理完成現代化轉型的路徑和策略。

（一）提升教育管理人員的數據素養

數據素養是人們有效且正當地發現、評估和使用信息和數據的一種意識和能力。[20]面對大數據在高校教育管理中的價值和作用不斷凸顯的事實，提高教育管理人員的數據素養已成當務之急，這不僅是促進大數據與高校教育管理深度融合的現實要求，也是教育管理者順應時代發展提升專業化水平的應有之義。在大數據時代，誰擁有了大數據的深度分析人才，誰擁有了大數據分析結果的運用管理人才，誰就占據了未來競爭的主動地位。[21]高校教育管理者只有率先成為“數據脫盲者”（Data Literate），全面提高自身的數據素養，才能避免大數據成為眾所周知而又沒有真正掌握的“熟悉的陌生人”，從而在整個管理系統中營造一種“用數據決策、用數據管理”的新型管理文化。

提升教育管理人員的數據素養，需要在數據思維和意識、數據技術和能力、數據反思和倫理三個方面做出相應努力。第一，樹立全面而正確的大數據思維和意識，以樂觀而謹慎的態度看待大數據在高校教育管理中的應用。作為一種新興的技術變革，大數據在教育中的應用還處于起步探索階段，其功能和局限、價值和風險尚未完全顯現出來，這就需要從技術心理反應層面對教育管理者加以引導。一方面，管理者可能由于難以擺脫傳統管理模式的路徑依賴和數據應用能力的欠缺而對其產生拒斥心理，過多的技術壓力（Technostress）和技術恐懼（Technophobia）讓其成為“技術遲疑者”和“技術落伍者”[22]，因而要引導管理者破除心理障礙，積極擁抱和接納大數據，樹立起數據驅動管理的主動意識；另一方面，也要認清大數據應用在教育管理中的諸多局限和潛在風險，警惕部分管理者因為技術依賴（Technological Addict）而滑向“數據獨裁”的極端。第二，培養教育管理者在整個數據應用過程中必備的數據定位與采集能力、數據清洗與篩選能力以及數據挖掘與解讀能力。比如，在信息爆炸和數據過剩的時代，教育管理者有效管理和駕馭海量數據的難度不斷增加，其面臨的一大挑戰就是如何從龐大繁雜的數據海洋中挑選出真正有價值的而又符合管理需要的信息資源。這就要求管理者擁有較強的數據定位與選擇能力，通過去偽存真、去粗取精來實現海量數據的“沙里淘金”，從瞬息萬變的數據中找準管理重點。第三，對大數據在高校教育管理中的應用進行主動反思和倫理審視的能力。大數據應用并非有百利而無一害，尤其是在關涉學生發展的教育管理領域，更是存在著披露學生隱私、限制學生自由、阻礙學生進步等倫理威脅，因此教育管理者要自覺地對大數據應用的所有方面和整個環節展開倫理思考，并依循公正原則、無害原則、橡皮原則和自主性原則審查和監督教育管理中違背教育倫理的不當行為。endprint

（二）開發數據驅動管理的智能系統

大數據在教育領域里的迅猛發展使得數據資源建設成為教育管理“數據化”的關鍵舉措。構建強大的融數據采集、存儲、共享、挖掘、分析于一體的院校智能系統是“為了更好地挖掘大量的、多類型的數據，也是整合和分析大數據的基礎”[23]。通過院校智能系統采集覆蓋面更廣、連續性更強、顆粒度更細的各項教育數據，可以滿足大數據管理需求，從而提升高校教育管理的效率和水平。然而，傳統的教育信息化服務設施多是針對上級部門特定需要的、單向的、封閉的管理系統，存在著數據兼容性差、數據質量層次不齊、智能化水平低等問題，難以滿足大數據環境下對教育管理信息系統的性能要求。[24]因此，整合優化現有的高校信息管理系統，并開發適應智慧教育發展需要的以數據驅動管理的智能系統，是實現高校教育管理現代化轉向的基礎和前提。

《教育信息化十年發展規劃（2011-2020年）》明確提出要“整合各級各類教育管理信息資源，建立事務處理、業務監管、動態監測、評估評價、決策分析等教育管理信息系統”[25]。當前，教育部已出臺《國家教育管理信息系統建設總體方案》，強調要構建國家層面的基礎性教育數據庫，以便為各級各類教育的改革發展提供數據支撐。為順應我國政府對教育大數據的戰略部署，加快推進高校教育管理的現代化轉型，不同類型和層次的高校要在確保數據安全和遵循數據倫理的基礎上，積極探索與自覺構建適合自身實際情況的以數據驅動管理的智能系統。一是高校數字化管理領導小組應當著力動員各個機關部門和教學院系采集和存儲相關數據資源，形成資源可觀的大數據平臺和系統。[26]這不僅包括教務管理、學生管理、科研管理和資產管理等不同類型的數據系統，還包括大數據收集與存儲、大數據清洗與處理、大數據挖掘與應用等不同應用環節的數據系統。二是要建立和完善教育管理大數據的動態采集與實時更新機制，充分利用微型傳感器、RFID、攝像頭、GPS等感應技術對校園環境狀態、儀器設備運行情況以及師生學習生活狀況進行全方位感知，從而為高校教育管理實現前瞻化和個性化創造有利條件。三是要統籌協作，多方共治，有機融合各機構和部門里的海量數據，推動跨部門間的數據資源共享和業務系統整合，激發許多休眠數據的活力與價值。四是高校要依托自身在教育信息化方面的研究優勢，根據管理的實際需要，積極與大數據企業尋求業務合作，共同研發出數據驅動管理的智能系統。

（三）打通數據開放共享的融合渠道

關聯分析和預測是大數據的核心價值與集中優勢，是實現高校教育管理前瞻化和即時化的關鍵所在，而大數據這一功能有效發揮的前提在于高校內部各個數據庫和數據平臺之間能夠無障礙地流通與共享。一般而言，阻礙數據融合的因素主要是“數據豎井”和“數據孤島”，前者是因為數據格式不兼容、口徑不一致而引發的技術性難題，后者是由于部門保護主義、管理體制不健全而導致的制度性困境。目前，隨著大數據技術的日漸成熟，“數據豎井”問題已迎刃而解，“數據孤島”逐漸成為掣肘數據開放與共享的罪魁禍首。傳統的高等教育信息化服務系統主要是單向封閉的對口式管理系統，存在著數據流通不暢、數據規格各異等弊端，“大學之間以及大學內部各部門間一直沒有完全建立起大學各部門間的數據交流與共享機制，導致大學的整體信息駕馭能力不強”[27]，難以滿足大數據環境下對教育管理系統提出的協同性、關聯性和智能化要求。

在大數據時代背景下，數據開放和共享既是一種理念和訴求，也是促進大數據應用的有效手段和重要策略。只有破除條塊分割的管理體制，從整個學校層面強化對數據的統一監管和協調規制，搭建一個互通共享、統一高效的以大數據技術為支撐的綜合數據管理平臺，才能超越各部門之間彼此割裂、自成體系的窘境而促進海量數據的互通有無和資源共享，從而實現教育管理數據的快速匯集、及時交換、規范管理和充分利用。高校數字化領導小組要將分散于各個機構、組織或部門中的數據系統有機整合起來，鼓勵和引導科研人員對這些數據進行深度挖掘和跨學科應用，讓數據產生資源積累效應，最大限度地服務于高校教育管理。此外，高校還應加強與政府、企業之間的數據共享和業務合作，一方面，將高校教育管理中的各類數據與政府部門公開的政務數據進行交叉檢驗和對比分析，為教育決策和管理提供更有力的證據支持；另一方面，通過教育服務外包的形式，發揮大數據公司的技術優勢，為高校研發出使用性能好、安全系數高的管理軟件與服務平臺。

（四）構建教育大數據安全防護體系

在遺忘變為例外而記憶反成常態的大數據時代[28]，保證學生的數據安全及其隱私不被侵犯和泄露，既是促進大數據教育應用長遠發展的重要前提，也是學校不可推卸的責任。為了防止學生淪為數字化記憶的受害者，高校教育管理者應積極建立健全學生數據安全保障體系。首先，承認和尊重學生在法律層面所享有的數據權利，不得以非法手段和違背倫理的方式采集、分享和使用學生的數據，在數據傳播與使用中也必須切實履行告知與許可、安保等義務；其次，盡快構建和完善教育數據的管理政策和體制，如明文規定不同類型數據的存儲周期和使用時限、成立專門的數據審查機構對教育數據的整個應用過程進行監督、推進教育數據應用的公開化和透明化；再次，不斷升級傳統數據保護技術（身份認證、信息加密、防火墻、病毒檢測、訪問門檻、匿名化和模糊化處理等）和主動研發、引進新興數據保護技術（區塊鏈技術和數據脫敏技術），從技術層面為教育數據的安全保駕護航；最后，加大數據盜用和信息泄密的懲處力度，對非法出售和倒賣教育數據而謀取不當利益的個人和組織移送司法機關依法處理。

值得注意的是，在網絡環境日趨復雜和數據安全防護難度系數不斷增加的大數據時代，僅靠單一的保護措施已難以奏效，只有多措并舉，采取組合式的聯防策略方能取得實效。譬如，美國的瑪利斯特學院（Marist College）為了保護學生的個人信息，在數據存儲時就自動過濾掉能夠表征學生身份的敏感信息，改用無明確指示意義的編號或代碼。若因教學干預需要而去分析和挖掘某個學生的數據，必須在數據庫解密之前同時獲得三個不同授權使用者提供的電子安全秘鑰，這樣就能保證沒有某個人能單獨查閱學生的數據。而且，該學院還成立了審查委員會（Institutional Review Board），專門對學生數據的采集、存儲、挖掘和應用等環節進行全過程監督和全方位審查，以便進一步確保學生數據的安全。[29]由上可見，瑪麗斯特學院分別采用了匿名化、數據加密、多人共同管理和專門數據審查四大舉措為學生數據安全撐起了多重保護傘。endprint

參考文獻：

[1]程瑛，劉成.邁向大數據時代的高校管理創新[J].中國行政管理，2016（8）：150-152.

[2]姚松.大數據與教育治理現代化：機遇、挑戰與優化路徑[J].湖南師范大學教育科學學報，2016（2）：76-80.

[3]鄭立海.大數據時代的教育管理模式變革芻議[J].中國電化教育，2015（7）：32-36.

[4]周湘林.大數據時代的教育管理變革[J].中國教育學刊，2014（10）：25-30.

[5][美]伊恩·艾瑞斯.大數據思維與決策[M].宮相真，譯.北京：人民郵電出版社，2014：13.

[6]Wohlstetter， P.， Datnow， A.& Park， V.Creating a system for data-driven decision making： applying the principal-agent framework[J].School Effectiveness & School Improvement， 2008（3）：239-259.

[7]褚宏啟.教育治理：以共治求善治[J].教育研究，2014（10）：4-11.

[8][24]鐘婉娟，侯浩翔.大數據視角下教育決策機制優化及實現路徑[J].教育發展研究，2016（3）：8-14.

[9]胡樂樂.大數據時代美國高校管理改革創新[J].比較教育研究，2016（7）：71-78.

[10]國家中長期教育改革和發展規劃綱要（2010-2020年）[EB/OL].（2010-07-29）.http：//www.moe.edu.cn/srcsite/A01/s7048/201007/t20100729_171904.html.

[11][美]大衛·奧蘇伯爾.教育心理學：一種認知觀[M].余星南，宋鈞，譯.北京：人民教育出版社，1994：7.

[12]Daniel B.Big Data and analytics in higher education： Opportunities and challenges[J].British Journal of Educational Technology，2015（5）：904-920.

[13]Pistilli， M.D.， & Arnold， K.E..In Practice： Purdue Signals： Mining Real-Time Academic Data to Enhance Student Success[J].About Campus，2010（3）：22-24.

[14]Desire2Learn.Student Success System[EB/OL].[2017-05-03].https：//documentation.desire2learn.com/en/student-success-system.

[15]方偉杰，等.浙江大學：數據共享提高公共資產利用率[J].中國教育網絡，2012（6）：60-61.

[16]王強，潘吉仁.從節能監管平臺建設看高校能源管理再創新——江南大學能源監管體系建設實踐與思考[J].高校后勤研究，2013（1）：58.

[17]吳志龍.大數據時代下高校輔導員預警能力研究[J].國家教育行政學院學報，2015（4）：62-66.

[18]華西都市報.大數據繪制學生畫像預測未來誰是學霸[EB/OL].（2015-08-27）.http：//edu.sina.com.cn/l/2015-08-27/1000262753.shtml.

[19]周凱.全國首個家庭經濟困難學生預警系統正式運行[N].中國青年報，2012-09-24（03）.

[20]Mandinach E B， Gummer E S.A Systemic View of Implementing Data Literacy in Educator Preparation[J].Educational Researcher， 2013（1）：30-37.

[21]胡弼成，王祖霖.“大數據”對教育的作用、挑戰及教育變革趨勢——大數據時代教育變革的最新研究進展綜述[J].現代大學教育，2015（4）：98-104.

[22]陳紅兵，周建民.國外技術心理反應研究述評[J].東北大學學報（社會科學版），1999（1）：48-51.

[23]任一明，賈同.論大數據與我國高等教育發展的相互作用[J].東北師大學報（哲學社會科學版），2016（4）：171-175.

[25]教育部關于印發《教育信息化十年發展規劃（2011-2020年）》的通知[EB/OL].（2012-03-13）.http：//www.moe.edu.cn/publicfiles/business/htmlfiles/moe/s3342/201203/133322.html.

[26][27]彭浩晟.論大數據技術推動下的高校信息管理能力提升[J].高教探索，2016（6）：19-24.

[28][英]維克托·邁爾-舍恩伯格.刪除——大數據取舍之道[M].袁杰，譯.杭州：浙江人民出版社，2013：3.

[29]Marist College.Institutional Review Board[EB/OL].[2017-05-18].http：//www.marist.edu/academics/irb.

（責任編輯劉第紅）endprint