高校大數據治理運行機制：功能、問題及完善對策

吳剛 陳桂香

摘要： 構建大數據治理運行機制是高校對大數據時代的積極回應，也是高校大數據治理順利進行的必然選擇。高校大數據治理運行機制的組成要素主要包括運行制度、運行主體、運行程序，具有行為規(guī)范功能、關系協(xié)調功能、資源配置功能。當前，高校大數據治理運行機制存在諸多問題，制度供給相對滯后、數據標準推進緩慢、共治格局尚未形成。鑒于高校大數據治理運行機制是一個由不同維度的機制組成的復合性機制，它的完善可從建立三大機制入手：自上而下的執(zhí)行機制、自下而上的采集機制、多元協(xié)同的互動機制。

關鍵詞：高校；大數據治理；運行機制；功能；問題；對策

中圖分類號：G640

文獻標識碼：A

文章編號：1672-0717（2018）06-0034-05

收稿日期：2018-06-10

基金項目：江蘇高校哲學社會科學研究資助項目“高校大數據治理體系及其運行機制研究”（2016SJB880113）；教育部人文社會科學研究青年基金項目“大數據對高校教育管理創(chuàng)新的影響研究”（15YJC880006）。

作者簡介：吳剛（1972-），男，湖北襄陽人，哲學碩士，鹽城工學院黨委宣傳部副研究員，主要從事高校大數據治理研究；陳桂香，鹽城工學院院長辦公室副主任、副教授；鹽城，224051。

當前，大數據治理成為包括高等教育在內的各行各業(yè)面臨的共性問題。構建大數據治理運行機制是高校對大數據時代的積極回應，也是高校大數據治理順利進行的必然選擇。然而，高校僅有零星的數據管理，在數據治理方面暫時還沒有真正意義上的實踐[1]，數據治理實踐仍處于“摸著石頭過河”的探索階段。高校大數據治理采取什么樣的運行機制越來越引起理論界、實務界的重視。高校大數據治理運行機制涉及到一些重要問題亟待解決，如高校大數據治理運行機制的內涵是什么？構成要素、基本功能是什么？存在問題有哪些？完善的對策又是什么？本文嘗試對上述問題進行探析。

一、高校大數據治理運行機制的組成要素

高校大數據治理是指高校依據大數據治理制度，運用信息技術工具按照一定標準對大數據進行采集、清洗、儲存、刪除、保護等處理的過程，旨在規(guī)避潛在風險、提高數據質量、挖掘數據價值。高校大數據治理運行機制是啟動、保持、調整和終止大數據治理活動的各種條件和工作方式的總和。就靜態(tài)而言，這種機制是一個包含多種要素，并涉及到多種要素之間相互制約的“系統(tǒng)”；就動態(tài)而言，這種機制是一個不斷變化的、復雜的動態(tài)“過程”。高校大數據治理運行機制是一個由若干要素結合而成的有機整體，每一個組成要素都對運行機制有著不同的影響，共同決定著運行機制的效果。主要包括以下要素：

（一）運行制度

諾斯指出“制度是一個社會的游戲規(guī)則，或更正式地說是人類設計的、構建人們相互行為的約束條件”[2]。運行制度是影響高校大數據治理活動的外部客觀因素，決定了大數據治理的發(fā)展趨向。高校大數據治理運行機制要合理、有效地進行，必須要有完善的運行制度作為保障。運行制度包括宏觀維度的國家大數據政策法規(guī)、中觀維度的省級大數據管理政策和微觀維度的高校大數據治理制度。國家層面先后出臺的政策法規(guī)有《促進大數據發(fā)展行動綱要》《加強信息共享 促進產融合作行動方案》《關于運用大數據加強對市場主體服務和監(jiān)管的若干意見》《政務信息資源共享管理暫行辦法》等。各省也陸續(xù)出臺本省的大數據管理政策，如《上海市“大數據三年行動計劃”推進管理辦法（試行稿）》《福建省政務數據管理辦法》《浙江省大數據管理辦法》《江蘇省大數據發(fā)展行動計劃》《貴州省大數據發(fā)展應用促進條例》等。許多高校也陸續(xù)出臺與大數據治理的相關制度，如《清華大學校園計算機網絡信息服務管理辦法》《北京大學慕課運行管理條例》《武漢大學數據管理辦法》《中山大學信息網絡管理規(guī)定》《西北農林科技大學數據安全管理辦法》《東北師范大學數據管理辦法》《華南師范大學信息系統(tǒng)數據管理辦法》等。這些不同層次的制度都體現了對高校大數據治理規(guī)范化、科學化、安全化的共同訴求，為高校大數據治理運行機制的構建提供了必備的制度環(huán)境。

（二）運行主體

高校大數據治理運行機制的運行主體是指行使大數據治理權力的內部組織機構及其組成人員，是推動大數據治理發(fā)展的主要力量。作為大數據治理活動的舵手，大數據治理運行機制的運行主體構成應該多元化，不僅包括一定數量具有行政職位的領導者，還應包括學識淵博、大數據治理能力高強的教授和專家學者，更需配備擁有大數據治理專業(yè)背景的青年教師，這樣才能確保運行主體的結構優(yōu)化、素質強化。教學、科研、學生管理、教職工管理等領域均應選出自己的代表，這些代表對本領域的大數據治理情況應相當熟悉，敢于承擔一定的責任。

（三）運行程序

高校大數據治理運行機制的運行程序是大數據治理運行機制的設計、展開、評估和完善依次進行的順序，是運行機制的行動準則和方法。運行程序的優(yōu)劣關系著大數據治理運行機制效率的高低，沒有運行程序的指向，運行機制就會迷失方向。合理的運行程序，既是運行主體優(yōu)化工作方式的要求，又是運行主體提高工作效率的保障，能夠保證大數據治理環(huán)環(huán)相扣、層層遞進。在實際工作中，高校大數據治理的運行程序一般包括：發(fā)現大數據治理遇到的問題→選擇解決問題的策略→實施解決問題的策略→問題解決的效果反饋等步驟。

二、高校大數據治理運行機制的基本功能

高校大數據治理運行機制的基本功能是指其所追求或達到的大數據治理的效果或作用。高校大數據治理運行機制基本功能的發(fā)揮，將以不同的形式和程度影響大數據治理活動的方向、目的、過程和結果，進而也表現為作用于高校教育管理的一種無形力量。

（一）行為規(guī)范功能

大數據治理的相關者行為缺乏制約，大數據治理就會步入歧途。高校大數據治理運行機制的行為規(guī)范功能是指對大數據相關者的行為進行符合大數據治理要求的引導，并對偏離大數據治理目標的行為進行糾正。在實踐操作層面上，高校大數據治理運行機制告知數據相關者哪些行為是正確的、應該提倡的，哪些行為是錯誤的、應該反對的。從這個角度來說，運行機制構建了一個行為“擬態(tài)環(huán)境”，是數據相關者接受大數據教育的新載體，對數據相關者具有一定的約束力和影響力，使得數據相關者樂于接受某些觀念和準則，而拒絕另一些觀念和準則，做到有所為而有所不為。

（二）關系協(xié)調功能

高校大數據治理運行機制的關系協(xié)調功能是指在運行過程中對大數據治理各要素的關系進行協(xié)調，使其達到預期狀態(tài)時所產生的積極作用。高校大數據治理面臨開放與隱私、收益與成本、安全與風險等多重關系，這些關系處理失當，勢必成為大數據治理的“絆腳石”。這就需要作為高校大數據治理系統(tǒng)內各要素的有機結合體——大數據治理運行機制，從整體全局的高度對高校大數據治理系統(tǒng)內各要素之間的關系進行有機協(xié)調，從而促進大數據治理活動的正常進行，確保大數據治理達到預期的目的。

（三）資源配置功能

高校大數據治理運行機制的資源配置功能是指對大數據治理相關的資源進行優(yōu)化配置，實現以最少的資源耗費來獲得最佳效果所產生的促進作用。高校的人力資源、財力資源和物力資源都是有限的，教學、科研、行政管理等各個領域的大數據治理對這些資源的需求不盡相同，并且這些需求是動態(tài)變化的。高校大數據治理運行機制能夠有效合理地配置這些資源，較好地滿足各個領域對這些資源的需求，避免各個領域爭搶資源、濫用資源，確保大數據治理有序、高效地運行。

三、高校大數據治理運行機制存在的問題

高校大數據治理是一個新事物，其運行機制處于探索階段，可借鑒的經驗并不多，存在問題在所難免，重要的是要找準問題所在，積極尋求對策。概括起來，存在的主要問題表現在以下幾個方面：

（一）制度供給相對滯后

高校大數據治理的制度是其運行機制的載體，并通過運行機制發(fā)揮其作用。高校構建大數據治理運行機制，需要制定CIO制度、數據安全制度、數據保密制度等系列制度。調研發(fā)現，高校大數據治理的制度供給相對滯后，難以有效滿足運行機制發(fā)展的需求。以CIO制度為例，教育部科技發(fā)展中心發(fā)布的《高等教育信息化發(fā)展研究報告（2015）》顯示，由CIO擔任信息化建設最高領導的一般本科高校不到10%[3]（P175）。在數據安全制度方面，一項關于117所高校調研數據表明，在信息系統(tǒng)的數據安全管理制度上，已經制定并實行的高校僅有54所，所占比例不到50%[4]。這反映出少數高校由于對大數據治理的頂層設計不足，沒有出臺全校性的大數據治理制度，沒有完善與大數據治理要求不相適應的制度，沒有廢止阻礙大數據治理的制度，整個制度體系與上級數據管理制度沒有很好地銜接。大數據治理的制度供給相對滯后，導致大數據治理的運行機制出現僵化、失靈等問題，大數據治理只能小打小鬧，成不了氣候，達不到預期目標。

（二）數據標準推進緩慢

制定數據標準是大數據治理最基礎的環(huán)節(jié)，對大數據治理的效果具有直接的影響。我國目前已發(fā)布19項國家標準、7項教育行業(yè)標準；待發(fā)布7項教育行業(yè)標準；在研34項國家標準，17項行業(yè)標準[5]。每個高校也要根據國標和行標來制定本校的標準，增強數據的可用性、通用性和互用性。但實際上，高校校級數據標準建設的進程緩慢，形勢不容樂觀。教育部科技發(fā)展中心發(fā)布的《高等教育信息化發(fā)展研究報告（2015）》顯示，具有數字化教學制作標準的高校所占比例不到35%，其中211高校所占比例不到31%，一般本科高校的比例不到24%，高職高專的比例不到23%[3]（P133）。由于數據標準不統(tǒng)一，一些高校的內設機構為了方便業(yè)務的展開，自行采購軟件，按照自身業(yè)務的要求確定數據采集的標準，分散作戰(zhàn)，彼此運行各自的數據庫系統(tǒng)。各個機構數據采集的標準不一樣，數據來源眾多且分散，缺少真正有效整合，加大了數據清洗的難度，大數據治理運行機制的成本高，大數據利用率低，整體效能難以提高。部分高校并沒有形成一套完善的、可通用的校級數據標準體系，高校校級數據標準的制定及實施任重道遠。

（三）共治格局尚未形成

高校大數據治理與校內各個機構息息相關，只有齊心協(xié)力，整體推進，才能達到預期目標。然而，由于高校各個機構對大數據治理的認識有淺有深，對大數據的擁有量有多有少，從大數據治理中獲益有大有小，“共治共享”的理念未能形成并深入人心，“數據私有”的狹隘思想比較嚴重。一項調查顯示，10所在京高校中，2所已打通信息孤島，其余8所高校均處于信息孤島階段，高校數據中心建設仍有待大力加強[6]。《2015年陜西省高等教育信息化年度發(fā)展報告》顯示，全省大部分高校短時間內還不能完全消除校內信息化的數據孤島現象，建設完成公共數據平臺之后能夠完全消除數據孤島的高校僅6所，比例為0.8%[7]。不少機構往往從自身利益出發(fā)而不是從全校利益出發(fā)來對待大數據治理，體現在行動上就是單打獨斗。在這種情況下，機構之間的協(xié)調難度大，大數據治理的不平衡現象比較突出，運行機制對每個機構的約束力不均等，大數據治理無法整體推進。如果共治格局尚未形成，大數據治理目標必然落空。

四、完善高校大數據治理運行機制的對策

高校大數據治理運行機制解決的是“大數據治理采取何種方式、何種路徑運行”的問題。它不是一個單純的運行機制，而是一個由不同維度的機制組成的復合性機制。完善高校大數據治理運行機制，需要立足校情，堅持問題導向，重點突破大數據治理面臨的難點，統(tǒng)籌考慮影響大數據治理的相關因素，具體來說，要建立以下三大機制：

（一）自上而下的執(zhí)行機制

美國學者貝爾曼在分析蘭德公司300個教育革新的研究資料后指出：“許多教育部門所采用新穎之教育革新計劃與教學結果，沒有必然的因果關系，一些相同的計劃，使用不同的方法及不同的環(huán)境去執(zhí)行會呈現不同的結果。由此可見，支配教育革新政策的結果，最重要的因素是執(zhí)行的問題。”[8]大數據治理的政策再好，如果得不到有效執(zhí)行，如同紙上談兵。

2015年，國務院印發(fā)的《促進大數據發(fā)展行動綱要》強調，開展數據科學研究，引導和鼓勵在大數據理論、方法及關鍵應用技術等方面展開探索。黨的十八屆五中全會提出，實施國家大數據戰(zhàn)略。高校大數據治理是實施國家大數據戰(zhàn)略的重要組成部分。高校落實好大數據治理的政策，必須建立自上而下的執(zhí)行機制，確保政令暢通、落地生根。這種機制是指高校通過規(guī)定、條例、辦法、制度等手段促使內設機構貫徹落實國家、教育主管部門和校級大數據治理政策的機制。這種機制保證大數據治理的政策在執(zhí)行時不打水漂、不打折扣，確保大數據治理政策的權威性、有效性，避免出現“上有政策，下有對策”的現象。

高校內設機構對大數據治理政策的認知和理解決定了大數據治理政策執(zhí)行的效果，目標群體對大數據治理政策的接受程度反過來促進大數據治理政策的修正和改進。英國學者崗恩認為“自上而下”政策順利執(zhí)行應具備七個條件：充足的時間和資源；沒有阻礙執(zhí)行的外部限制條件；簡短、界定明確的命令鏈條；單一執(zhí)行權威；形成對理想政策后果的清晰理解；政策相關方對政策目標的共識；順暢的溝通[9]。根據上述條件，建立自上而下執(zhí)行機制的途徑有：一是成立專門負責大數據治理的機構，提供必備的硬件、軟件、經費和人員，解決“巧婦難為無米之炊”的問題。二是明確校內各個機構在大數據治理中的定位。各個機構既是大數據治理的參與者，又是受益者，應以實際行動支持大數據治理，堅決貫徹落實大數據治理的制度、標準、流程等，確保上下一條心、工作一盤棋，避免“數據割據”。三是確定大數據治理政策執(zhí)行的流程、程序，使之具備科學性和可操作性。四是根據學校大數據治理的總體要求，將任務分解到每一個機構，確保每一個機構有任務、有壓力。五是多種形式積極宣傳大數據治理的意義、要求等，營造人人參與大數據治理的良好氛圍。

（二）自下而上的采集機制

數據的全面、自然、動態(tài)、連續(xù)采集是大數據治理的基礎性和先導性工作。數據采集的不及時或數據采集的質量不達標，大數據治理將是無用功。

數據采集之前，要根據大數據治理的要求，確定數據采集的口徑，有所取舍，并非采集一切數據。業(yè)務的差異性直接導致數據的來源多元化、數據的采集復雜化。高校產生的數據可劃分為人、財、物三大類。前者包括教職工、學生、后勤人員等，中者包括財務運行狀態(tài)，后者包括固定資產。數據類型包括結構化數據、半結構化數據和非結構化數據，前者即是數據庫，中者是指介于結構化數據和非結構的數據之間的自描述數據，后者是指不方便用數據庫二維邏輯表來表現的數據。制定符合校情的數據采集流程，可以提高數據采集的效率，強化對數據質量的監(jiān)控。數據采集應做到源頭輸入，確保源頭生成，以保證數據的原始性、真實性、實時性。

高校大數據包括教學數據、科研數據，還有學生管理數據、資產管理數據等等，具有體量巨大、結構復雜、來源較多等特點。因此，要用符合高等教育特點的采集方法，不同的采集方法對數據質量的影響是不一樣的，常用的高效率采集方法包括物聯(lián)感知類技術、視頻錄制類技術、圖像識別類技術以及網絡采集類技術等[10]。數據采集要保持連續(xù)性，通過長時間的累計從小數據生成大數據。在保證有效性的基礎上，數據的粒度要適當，粒度的級別既不能過高也不能過低。數據的采集要符合相關的技術標準，如《教育管理信息—高等學校管理信息》以及國際通用的標準IMS—QTI（問題與測試交互） 標準、XAPI（學習體驗記錄）規(guī)范等。數據采集方式以智能化采集為主，以人工采集為輔。整個數據的采集應按照統(tǒng)一部署、歸口管理、分工負責的原則實施。數據采集的源頭包括校內的網站、QQ、微信、微博等。不論出于什么目的，采集過程要符合倫理道德，保證數據產生的主體擁有一定的知情權和選擇權。

數據采集是一項復雜系統(tǒng)工程，需要硬件、軟件的保障。數據采集的硬件要有良好的性價比、值得信賴的安全性、較強抗干擾能力。數據采集的軟件采用結構模塊化設計，操作性能要好，使用方便，具備良好的人機界面，具有一定的保護措施和容錯功能，提高程序的執(zhí)行速度。要根據數據采集的技術要求，進行硬件和軟件的功能分配。從邏輯上來講，硬件與軟件是等價的，許多功能既可以用硬件實現，也可用軟件實現，但是有的功能適宜用硬件來實現，而另一些功能則適宜在硬件支持下依靠軟件來實現。這就要求對需要完成的任務進行分析，并根據任務的特點、機器的性能、成本的要求、進度的安排等相關情況進行權衡，對硬件和軟件各自承擔的任務進行合理分配。

（三）多元協(xié)同的互動機制

社會學家齊美爾指出：“社會是通過人們的互動而產生的，各種人際互動形式是構成宏觀社會結構的基本材料，社會就是社會上個人互動的總和。”[11]其實，高校大數據治理是校內各個機構參與大數據治理的互動過程。調動校內每個機構參與大數據治理的積極性，必須建立多元協(xié)同的互動機制。這種機制指的是校內各個機構在大數據治理上取得共識、步調一致所形成的相互關系。它通過一定的互補和互濟的形式表現出來，從而產生整體功能。

高校大數據治理與校內每個機構都密切相關，校內每個機構都應承擔一定的責任，扮演一定的角色，才能形成合力。恩格斯說：“歷史是這樣創(chuàng)造的：最終的結果總是從許多單個的意志的相互沖突中產生出來的，而其中的每一個意志，又是由于許多特殊的生活條件，才成為它所成為的那樣。這樣就有無數互相交錯的力量，有無數個力的平行四邊形，由此就產生出一個合力，即歷史的結果。”[12]達成大數據治理的目標是高校內部各個機構的共同愿望，是建立多元協(xié)同互動機制的動力。多元協(xié)同的互動機制能夠調動各個機構的積極性，打通機構之間的“斷頭路”，形成齊抓共管的合力，為大數據治理提供良好的環(huán)境。

建立多元協(xié)同的互動機制需要從五個方面入手：一是各個機構的工作人員應強化數據意識，提高數據素養(yǎng)。數據意識和數據素養(yǎng)是同一事物的兩面，數據意識是認識層面，要求工作人員知道數據有意義、有價值，并能意識到數據治理不善可能帶來的危險。而數據素養(yǎng)是一種能力，是指工作人員對數據具有很強的敏感性，具有較強的數據收集、分析的能力，能夠利用數據進行決策。二是各個機構的工作職責應單列大數據治理相關要求，每個機構都有義務、有責任參與大數據治理。就是說，參與大數據治理是每個機構共性的工作職責，這項新增的工作職責是規(guī)定動作，不是自選動作。三是良好的大數據治理制度是各個機構工作人員認真對待數據、管理數據的依據。各個機構都要根據學校大數據治理的總體要求，嚴格執(zhí)行數據采集制度、數據存儲制度、數據處理制度、數據上傳制度等。四是學校大數據治理機構需要定期召開大數據治理研討會，分析學校大數據治理取得的成績、存在的問題及其今后的努力方向。五是建立大數據治理考核評價體系，采取短期、中期、長期相結合的考核方式，鼓勵先進，鞭策落后，促進各個機構積極參與大數據治理。

五、結語

高校大數據治理運行機制的構建是一個涉及多種變量相互促進、相互制約的復雜過程。同一高校不同時期進行大數據治理所面臨的外部挑戰(zhàn)、內部阻力以及治理目標都是不一樣的，沒有固定不變的模式，其運行機制的表現形式不盡相同。當下，高校大數據治理運行機制的構建處于初步階段，成熟度較低，亟待深入探索。隨著國家大數據治理戰(zhàn)略的縱深推進，以及高校對其它行業(yè)大數據治理的經驗借鑒，具有世界眼光、中國特色的高校大數據治理運行機制一定會早日建成，并日臻完善。

參考文獻

[1] 彭雪濤.美國高校數據治理及其借鑒[J].電化教育研究，2017（6）：76-81.

[2] [美]道格拉斯·C·諾斯.制度、制度變遷與經濟績效[M].劉守英，譯.上海：上海三聯(lián)書店，1994：3.

[3] 教育部科技發(fā)展中心.高等教育信息化發(fā)展研究報告（2015）[M].北京：清華大學出版社，2015.

[4] 傅宇凡，冀婧巖，等.高校信息化戰(zhàn)略規(guī)劃及保障機制對比分析[J].中國教育網絡，2017（2）：19-22.

[5] 陳桂香.大數據對我國高校教育管理的影響及對策研究[D].武漢：武漢大學博士學位論文，2017：70.

[6] 王銘.北京部分高校信息化建設與信息孤島現狀調研[J].北京教育（高教版），2017（11）：16-17.

[7] 陜西省教育廳.2015年陜西省高等教育信息化年度發(fā)展報告[EB/OL].[2016-06-24].http：//www.snedu.gov.cn/jynews/jyyw/201606/24/60004.html.

[8] 石火學.教育政策執(zhí)行的概念、屬性與內在價值[J].江蘇高教，2015（5）：9-12.

[9] 劉晶.論“上下互動”的教育政策執(zhí)行[J].教育發(fā)展研究，2016（10）：8-13.

[10] 邢蓓蓓，楊現民，李勤生.教育大數據的來源與采集技術[J].現代教育技術，2016（8）：14-21.

[11] [德]蓋奧爾格·齊美爾.社會學——關于社會化形式的研究[M].林榮遠，譯.北京：華夏出版社，2002：55.

[12] 中央馬列編譯局.馬克思恩格斯選集（第4卷）[M].北京：人民出版社，1995：697.