活動理論視角下高校教育數據治理體系構成要素研究

摘要：建立科學合理的數據治理體系是數據治理有效實施的基礎，而數據治理體系的核心是對其基本要素的分析與配置。該文在厘清數據治理概念范疇的基礎上，以活動理論為視角，采用內容分析法深入剖析了高校教育數據治理體系構成要素及其內容。研究發現，高校教育數據治理的目標呈現出鮮明的三層結構;治理主體由信息化領導小組、信息化部門、校內各業務部門以及教師、學生等多元利益構成;治理客體包括教育數據及其事務，教育數據以高校履職過程中產生的數據為主，事務方面重點關注數據標準化、數據交換與集成、數據質量管理、元數據管理、主數據管理、數據服務與可視化分析以及數據安全管理;治理方式由分工、工具和規則共同形成，分工上建立了由決策層、統籌層、執行層組成的職、權、責明確的組織架構;治理工具迎合了大數據發展的需求;規則上除了制定相應的原則與宏觀制度外，有向具體化、可操作性發展的趨勢。但也存在缺乏促進性制度，以及數據治理項目涉及事務較多、難以評估等問題。

關鍵詞：數據治理;高校教育數據治理體系要素;活動理論;內容分析法

中圖分類號：G434

文獻標識碼：A

一、引言

數據治理起源于組織滿足外部監管[1]、信息資產優化使用[2]以及提高數據質量的需求[3]，因其從組織戰略高度制定有關數據及其事務的整體性框架，促進數據從獨占轉為共享，從封閉走向開放，從權力變為資源，保障部門之間、系統之間數據流動的協同一致、合法合規，有效提升數據服務能力而受到各行業的廣泛關注。數據治理體系是對數據治理活動的基本要素及要素之間的結構和關系的邏輯表達。隨著數據治理重要性的凸顯，研究熱度持續增溫，很多專業機構和研究者提出了一系列數據治理體系[4-9]，各種體系從不同的視角展示了其基本構成，為實踐活動提供了指引和方向?？v觀國內外已有研究可以發現，由于行業需求、學科視角以及關注重點的不同，各種體系存在一定差異，甚至矛盾。因此，在實踐中需要根據行業領域特點，建立符合現實情境的治理體系。

數據治理的興起同樣引起了教育界的關注。從現有研究與實踐來看，教育數據治理主要集中在高等教育領域。實踐方面，我國高校近年在數據標準化、數據共享與整合、技術平臺搭建、體制機制建設、制度規約制定等方面進行了大量的、積極有益的探索與嘗試。理論方面，相關研究顯示高校教育數據治理不僅能夠提高教育數據質量、解決教育數據流向混亂與共享不足等問題，更有利于提高高校決策的科學性與管理效率、提升教學質量、創新服務[10][11]，為高等教育走向“善治”提供新路徑[12]。然而，現有理論研究多聚焦于對其概念、價值和意義的討論，鮮有對其體系構成要素的深入研究，理論研究的滯后難以對實踐活動進行有效支撐和指導。本文擬借助活動理論，以20所高校的實踐活動為基礎，分析高校教育數據治理體系構成要素及其內容，以期為實踐提供理論依據。

二、研究范疇的厘定

（一）數據治理的概念范疇及其關系

數據治理概念的界定一直是學術界討論的重要話題，然而由于關注視角的不同，始終未形成統一的認識。但從治理對象的視角來看，存在三種基本認識。一是對“數”治理，通過數據標準化、數據清洗與轉換、數據質量管理、數據傳輸與存儲的安全防護等技術方式整合數據源流，提高數據的可用性，保護數據安全與隱私，促進數據的流動和利用。典型的定義如“數據治理是企業改善和維護數據質量和使用的一種有前途的方法”[13]。二是對“數據事務”治理，將數據治理界定為組織管理數據資產的行為[14]，通過完善數據政策法規、設立組織結構、明確數據權屬關系、定義數據操作流程與規范、建立數據工作機制等措施，規范“數據事務”，從而促進數據價值的實現。如“數據治理是遵照企業對數據管理及監控的戰略措施，將數據作為核心資產使用，通過組織內部工作者、實施過程和技術能力協同共建的過程”[15]， “數據治理是指通過建立組織架構，明確董事會、高級管理層、部門等職責要求，制定和實施系統化的制度、流程和方法，確保數據統一管理、高效運行，并在經營管理中充分發揮價值的動態過程”[16]。三是依“數”治理，將數據視為政府、企業或其他社會組織治理的工具或方式，通過數據開放、數據挖掘、數據分析與應用等支撐政府或組織管理、服務和決策[17]。如“數據治理是指運用數據科學的技術手段，用數據說話、用數據決策的問題分析及解決機制”[18]“數據治理是數據驅動下的公共治理新模式”[19]。

以上認識實際形成了兩個概念范疇。其一是以有效數據資源形成與充分利用為目標的對“數”治理和對“數據事務”治理，核心是實現多源多樣數據的有效匯聚與融合、促進數據流動和合規利用，在互聯互通、融合共享中最大程度地挖掘和釋放數據的價值;其二是將數據作為治理工具的依“數”治理，核心是實現對其他領域的治理，逐漸去除“人治”，比如大學治理、企業治理或政府治理等。顯然，這兩個概念范疇既有區別也存在聯系。前者治理的對象是“數據及其事務”，重點在于形成有效數據資源，促進數據價值發揮，數據并非專門用于對其他領域的治理，而后者將“數據”視為治理工具，其治理的對象是其他領域，即數據價值發揮的目標指向于治理其他領域。二者的聯系在于，前者為后者供給所需數據，是后者實現目標的前提與基礎，對后者具有保障作用;同時，如果以治理其他領域作為目標指向，那么后者向前者提出數據需求，對前者具有指引作用。

從現有研究與實踐來看，人們對數據治理的認識多見于前者，本文也基于這一概念范疇開展研究。

（二）高校教育數據治理的概念界定

所謂“高校教育數據治理”從字面上可以簡單理解為在高校這一具體組織情境范圍內的教育數據治理。但鑒于現有研究對數據治理概念界定的莫衷一是，有必要對其概念作出明確的定義。借鑒前人研究及上述分析，結合治理的概念，即一般意義上，可以把治理理解為人們按照一定目標或價值而對人、事、物進行的控制、管理活動[20]。本文認為高校教育數據治理是指高校通過建立系統化的制度、流程和方法對教育數據及其事務進行規范、控制和協調，確保教育數據統一、高效運行，促進教育數據價值發揮的活動與過程。

三、活動理論視角下高校教育數據治理體系

（一）活動理論概述

活動理論是一個研究不同形式人類活動的哲學和跨學科理論框架。起源于19世紀康德、黑格爾的古典哲學，形成于馬克思辯證唯物主義，經過蘇聯心理學家維果斯基（Vygotsky）、列昂節夫（Leontev）和芬蘭學者恩格斯托姆（Engestorm）的發展而逐步成熟[21]。活動理論發展出的活動系統模型使人類活動的結構得到了系統表征，成為理解和分析人類活動的一般解釋框架[22]。該模型由主體、客體（對象）、共同體、中介（工具）、規則和分工六個組件（要素）以及組件之間相互作用形成的生產、消耗、分配與交流四個子系統構成，其中主體、客體和共同體是核心組件，工具、規則和分工是次要組件，核心組件通過次要組件相互作用和聯系。

經過多年的發展，活動理論越來越成熟，也逐漸切近人類的真實活動?；顒永碚撾m然起源于哲學和心理學，但隨后逐漸用于其他學科領域對活動的認識，比如人機交互[23]、計算機協作學習[24]、信息系統開發[25]、政府數據開放[26]等。

（二）高校教育數據治理體系構成要素的確立

體系即系統，任何體系都是由一定要素及其相互關系構成。對于任何治理活動而言，至少需要考慮四個問題“誰治理？治理什么？為何治理？如何治理？”，這些問題的理論概括就構成了治理的基本要素：治理主體、治理客體、治理目標和治理方式（或機制）[27]。高校教育數據治理是治理活動的具體化、情境化，那么，高校教育數據治理體系必然是由以上要素及其相互關系構成的完整系統。而活動理論是分析和理解人類活動的一般性框架，至此，本文引入活動理論嘗試建立高校教育數據治理體系要素框架，如下頁圖1所示。

1.治理目標

目標是活動要達到的預期要求或實現的目的?；顒永碚撜J為，人類的任何活動都是目標驅動的，沒有目標或動機就沒有活動。高校教育數據治理的目標是促進教育數據價值發揮，價值是主客體相互作用的產物，價值的產生既離不開主體，也離不開客體。同理，教育數據價值是在教育活動過程中利益相關者與教育數據相互作用產生的，也就是說，高校教育數據治理的價值必然嵌套于科學研究、人才培養和社會服務三項基本教育活動，以及教學管理、校園服務、人力資源管理等輔助性教育活動，否則，高校教育數據治理就會成為“無心的盲動”。

2.治理主體

治理主體即從事治理活動的行為者。表面上看，高校教育數據治理的主體似乎是高校，但這里的高校并非治理主體，而是治理對象存在的邏輯范圍。從治理的基本內涵來看，治理是一種由共同目標支持的活動，其核心是“主體多元化”和“去中心化”，強調在治理活動中調動多元利益相關者共同參與、對話協商。因此，活動系統中的主體與共同體在治理活動中都可以視為治理主體，即多元利益主體。高校是一個由多部門組成的社會組織，每個部門在高校的運行和發展中具有不同的功能和作用，數據往往存在于多個部門的不同信息系統中。在實施數據治理的過程中，需要將不同信息系統中的各類數據資源進行整合、共享與利用，顯然，在此過程中需要管理人員、教師、學生以及相關企業等多元利益共同參與和相互協作。

3.治理客體

客體指主體活動的對象，是主體追求的物質或精神產品，客體的產生、創造和轉化都是為了使主體達到特定的活動目的。高校教育數據治理的對象包括高校教育數據及其事務。就高校教育數據而言，目前還未有學者或機構對高校教育數據做出明確的界定，但對教育數據（教育大數據）已有表述[28-30]?？梢姡逃龜祿a生于教育活動過程的每一個環節，比如課堂教學、考試評測、教育管理等。另外，還有很多看似與教育無直接關聯的、圍繞教師和學生的工作、學習等相關活動產生的數據，如學生圖書館進出記錄、食堂就餐頻次等都可以稱之為教育數據。綜上，可以將高校教育數據理解為高等學校在履行職責過程中產生的以及根據高等教育需要采集到的，用于高等學校發展的數據集合。所謂高校教育數據事務歸根結底是圍繞數據生命周期的數據活動。數據生命周期是指數據從采集和獲取到銷毀的全過程，是一切數據活動的基礎[31]。傳統的數據生命周期一般包括數據采集、存儲、應用、歸檔與銷毀等活動，注重在節省數據存儲成本的基礎上，保存有用的數據，而大數據是以挖掘和釋放數據價值為導向，強調通過數據整合和關聯為數據流轉、統計、挖掘和分析等應用提供數據服務。

4.治理方式

治理方式是治理活動中采取的各種方法、手段和舉措。依據活動理論，治理方式主要表現為工具、規則和分工。其中，工具是客體轉化為結果的過程中所用到的事物，在數據治理領域中包括數據獲取、轉換、處理、分析、開放等各類軟件平臺或系統。近年，隨著數據變化更加迅速、類型更加多樣、內容更加豐富以及數據體量的爆炸式增長，給數據治理工具的功能與性能提出了巨大挑戰，治理工具能否滿足主體的需要，在一定程度上決定著治理效果。在活動系統中，規則是主體與共同體進行互動的中介，通常表現為一系列的行為規范和行動準則[32]。相應地，規則在數據治理體系中是多元利益主體相互協作的保障和解決爭議與利益沖突的依據。高校教育數據來源于多個部門和渠道，不同領域的數據具有獨特的業務規則和屬性，各類業務數據之間相互交織，要實現數據有效整合、規范利用必然會牽涉到業務數據規范、業務系統、流程以及制度的建設和優化，在此過程中無疑會造成多元利益主體之間的利益沖突，這就需要制定一定的規則進行限制與約束，在利益與沖突之間尋找平衡。分工既是對多元利益主體的任務分配，又是對其權利和地位的設定，通常以組織架構的形式體現。組織架構的實質就是為實現組織戰略目標而采取的一種分工協作體系。在數據治理體系中，不同的利益主體在實現客體轉換過程中作用和功能不同，因而具有不同的分工?！缎畔⒓夹g服務治理第5部分：數據治理規范》指出，數據治理至少應該建立支撐數據戰略的組織機構和組織機制，明確決策和實施機構，設立崗位并明確角色，確保責權利的一致[33]。Malik認為建立正式的組織架構有利于將數據治理制度化，建立明確的溝通機制，便于迅速解決問題[34]。Cary等對美國高校教育數據治理現狀調研結果表明，33%的高校設立了數據治理委員會或工作組用以支持數據治理的實施，43%的高校有專門的信息技術或研究機構實施和監督數據治理過程[35]。顯然，根據學校數據戰略建立相應的組織架構，有利于治理活動的有序進行。

四、高校教育數據治理體系要素的內容分析

上述分析從理論層面確立了高校教育數據治理體系要素，為進一步明確各要素的具體內容，本文擬以我國高校近年的教育數據治理實踐為研究樣本，進行深入剖析。

（一）研究樣本

研究樣本來源于兩個方面，一是教育數據治理相關的規劃、制度等政策性文本。此類文本通常是對實施教育數據治理的目標、范圍、組織架構、工作機制以及職責的描述。二是教育數據治理項目文本。從現實情境來看，我國高校主要采用信息化項目的方式開展實踐活動，項目文本通常包含數據治理的整體性技術方案?；谏鲜隹紤]，以及樣本的可獲取性和隨機性，研究收集了20所高校（覆蓋全國13個省、直轄市）的相關實踐資料，其中政策性文本和項目文本各10項，分別以Z和X開頭順序編碼，如表1所示。

（二）分析方法

本文采用內容分析法對樣本進行分析。內容分析法是對明顯的傳播內容做客觀而又系統的量化并加以描述的一種研究方法。在實際運用中，首先要根據研究問題選擇可靠的樣本數據，其次通過相應的類目系統對樣本進行分析以建構研究結論，最終達到對研究樣本所反映的“質”的深刻而全面的認識[36]。本文以前述高校教育數據治理體系要素框架作為分析類目，旨在分析樣本中涵蓋的要素內容，因此，將每個單獨的樣本視作獨立分析單元，同一樣本中一個主題詞出現多次只計一次，二級主題詞直接來源于樣本內容的分析歸納，以更好地闡釋要素的內容。

（三）分析結果

1.治理目標

通過對研究樣本的閱讀和分析，抽取出的目標要素如下頁表2所示，高校教育數據治理形成了一個鮮明的三層目標結構，如下頁圖2所示，其中最底層是對數據關鍵屬性的需求，包括提高數據質量、保障數據安全、規范各信息系統數據及數據標準化，是中層實現的基礎;中層通過數據整合、流動與利用，為教學、科研、管理和決策等教育活動提供支撐，是數據價值體現的主要方式;頂層信息化核心競爭力是愿景和理想。

2.治理主體

理論上參與高校教育數據治理的個人或集體都是治理主體。從現有實踐來看，我國高校教育數據治理的主體主要包括信息化部門、信息化領導小組和校內其他業務部門，以及教師和學生個體，如表3所示。

3.治理客體

高校教育數據治理的客體要素是高校教育數據及其事務。高校教育數據有兩個主要來源，一是高等學校在履行職責過程中所產生的數據，可稱之為內部數據;二是根據高等教育需要獲取的數據，這些數據并非直接產生于高等教育活動，但有助于高等教育發展，可稱之為外部數據。近年高校教育數據明顯呈現大數據形態，為了更好地管理和利用，需要根據不同的管理需求和應用目的進行類型劃分，比如按數據結構劃分、按數據主題劃分[37]、按數據采集的復雜程度劃分[38]、按治理范圍劃分[39]等。由表4可見，由于外部數據的來源廣泛而復雜，我國高校在實踐中主要關注內部數據的治理，并且多按照數據主題進行管理與應用。

客體要素的另一個方面是高校教育數據事務，即圍繞數據生命周期的數據活動。從實踐來看，我國高校重點關注數據標準化、數據交換與集成、數據質量管理、元數據管理、主數據管理、數據服務與可視化分析以及數據安全管理等七項事務，如表5所示。

4.治理方式

（1）工具要素

工具是主體作用于客體的中介，在數據治理中，工具是不可或缺的要素。從實踐來看，我國高校采用的治理工具是以Hadoop為主的技術架構體系，支持關系型數據與非關系型數據分布式存儲，通過WebService、Restful等方式提供數據傳輸服務，數據平臺支持JAVA、PHP、Python等主流編程語言，如表6所示。

（2）規則要素

在數據治理體系中，規則是對多元利益主體的行為進行限制與約束的依據。從現有實踐來看，高校教育數據治理體系中的規則主要體現在兩個方面，一是原則，二是制度規范。原則是開展數據治理活動所依據的法則或準則。通過樣本分析發現，主要包含統一標準、數據共享、全程管控和歸口管理四項基本原則，如下頁表7所示。統一標準是為了更好地共享和整合數據，以及確保數據的可讀性，即數據可以被理解，是共享和利用數據的基礎;數據共享則強調數據的交換和流動，確保數據滿足業務需求，實現數據價值;全程管控突出在數據利用的過程中對數據質量和數據安全的要求，確保數據可用以及在安全的前提下使用;歸口管理明確了相應的業務數據責任主體，更加突出績效和問責。此外，也有高校從強調數據利用的合理性與規范性方面提出了申請數據最小化、依法使用的原則，從持續改進的角度提出了可持續發展的原則。制度是一種人們有目的建構的存在物，用于規范、影響建制內人們的行為，是生產活動能夠順利開展的基礎。我國高校與數據治理相關的制度主要是數據管理辦法，如表1所示，其內容涵蓋了數據治理的目標、原則、范圍、主體的角色與職責以及數據相關事務等方方面面。

（3）分工要素

高校教育數據治理體系中存在多元利益主體，不同的利益主體在其中扮演著不同角色，因此，需要建立相應的組織架構進行分工。通過內容分析發現，我國高校數據治理的分工體系基本包含決策層、統籌層和執行層。其中信息化領導小組是決策層，一般是由校領導及校內主要業務部門領導組成的虛擬組織，其職能是制定和審核信息化相關的戰略規劃、總體目標、工作步驟，統籌協調學校信息化建設的工作。信息化部門在實踐中扮演著推動者、組織者與主導者的角色，承擔統籌與管理職責，執行決策層形成的重大決策，研究制定數據標準、建設和運營數據中心、組織和協助業務部門開展數據應用與分析等技術工作。其他業務部門和教師、學生等個體既是數據生產者又是使用者，數據生產者向數據中心提供數據，數據中心通過數據交換或申請服務為數據使用者提供數據，從而實現數據的共享與利用。

五、結論與建議

綜上，我國高校在實踐方面已經進行了較為深入的思考和有益探索，從活動理論的視角來看，基本形成了較為完善的教育數據治理體系，但也存在一些不足有待改進。就目標要素而言，ISACA指出治理目標的制定應該基于組織的愿景使命、組織利益，遵循“SMART”原則：具體的（Specific）、可衡量的（Measurable）、可實現的（Achievable）、現實的（Realistic），就指定的目標時間范圍來說是及時的（Timely）[40]。Cary等認為高校數據治理的目標應該是戰略性的，以滿足利益相關者的需求和利益[41]?；谏鲜鲇^點，Panian認為為了滿足組織數據應用的需求，數據需要滿足六個關鍵屬性，分別是數據可訪問性、可用性、質量、一致性、可審核性和安全性，只有通過管理和開發這些關鍵的數據屬性，才能夠增強數據作為組織資產的整體價值[42]。我國高校教育數據治理形成的三層目標結構從具體要求到組織愿景層層提升，既具有實務操作性，也具有戰略指向性，符合“SMART”和ISACA、Cary等提出的原則，同時，切合了Panian的觀點，緊扣服務高校教育活動，體現了目標制定的科學性與合理性。主體要素根據不同利益主體在治理體系中的功能和作用，主要劃分為信息化領導小組、信息化部門和校內其他業務部門三類，體現了治理主體多元化、協同共治的思想?？腕w要素主要圍繞高校內部數據和數據標準化等七項事務，此外，部分高校提出了數據審計、績效考核、數據預警等事務需求，展現了高校教育數據治理向更深更廣探索的需求和持續改進的思想。但從項目化的實施方式來講，同一項目涉及的數據事務太多，比如既有數據標準化，又有數據可視化和數據安全等，這樣無疑會顧此失彼，導致項目成果難以按期交付和評估。治理方式要素由工具、規則和分工三方面構成，其中治理工具隨著“大數據”對“數據”內涵和外延的擴展，其需求已轉向能夠支撐大數據管理、處理及應用的架構體系和支持多種服務方式、多種編程語言的軟件系統[43]。規則主要體現為原則和制度，我國高校形成的四項基本原則與治理目標互相呼應，更加具體和有指向性;制度方面則過于籠統，操作性不強，隨著數據治理理念的不斷深入和實踐探索，有向具體化、可操作性發展的需求和趨勢。比如，樣本X6和X9提出的制度規范需求包括《數據標準管理制度》《數據質量管理制度》《元數據管理制度》《數據模型及標準變更規范》《數據采集和維護工作規程》《數據使用授權規范》《數據集成與共享規范》等。此外，促進性制度缺失，高校教育數據治理主體的多元性不僅需要規范其行為，也需要激勵措施促進多元利益相互協作。分工方面主要采用自上而下的方式建立了由決策層、統籌層和執行層構成的組織架構，明確了多元利益主體的職、權、責，有利于不同主體之間協商合作，保障治理活動有序進行。

基于上述研究結果，本文提出以下建議以期能夠幫助高校完善教育數據治理體系，促進教育數據治理的有效實施。首先，教育數據價值發揮最終體現為服務于高等教育活動，促進高等教育事業發展，因而，高校教育數據治理應具有目標指向性，在制定治理方案時需明確界定數據的來源、范圍、類型和存儲載體，數據事務的范圍與功能以及評估指標，而非盲目地囊括一切數據及其事務。其次，數據治理具有漸進性，經過持續改進才能逐步實現目標，因此，數據治理項目立項和建設應遵循以下原則：（1）專注于有限的數據或專項數據事務;（2）目標可達、可評估;（3）開展周期性評估，包括項目實施前后的評估;（4）持續改進。第三，進一步強化和細化制度規范建設。一方面，加強促進性制度建設，不僅要建立問責制度，還要建立保護和激勵制度。如將數據治理相關績效納入部門考核或作為其他競爭性事務的參考指標，設立專項數據應用比賽等。另一方面，細化制度規范，為各利益主體建立操作依據和流程規范。第四，從目前來看，還缺乏相對成熟的一體化工具（或系統）。教育數據的多源多樣，以及教育數據應用需求的靈活多變增加了教育數據治理工具研發的難度，延長了其成熟周期。因此，工具選型應注重：（1）可擴展性;（2）專用性，即軟件工具或系統的功能應該專注于某一方面。當然，也可以引進實力較強的信息技術企業定制開發，但需要與合作企業保持長期、穩定的關系，采取相應的策略防止企業進行技術捆綁。比如，根據數據治理漸進性的特點，分階段持續性投入資金;加強技術隊伍建設，與企業進行合作研發，保障核心技術的可持續性。

六、結語

高校教育數據治理不是通過制定一套數據標準、搭建一個數據平臺或制定一些規則制度就能簡單實現的，而是一項復雜的系統工程。對于系統而言，只有把握其構成要素的功能與作用，才能有效控制、協調和管理整個系統，實現預期的目標。本文從活動理論的視角深入分析了高校教育數據治理體系構成要素及其內容，有助于研究者與實踐者更加全面、深刻的理解其內涵，幫助高校查擺不足、整體規劃，深入推進教育數據的建設與應用，促進教育數據價值發揮，為提升教育治理能力提供支撐。

參考文獻：

[1] Cheong，Lai Kuan.et al.The Need for Data Covernance：A Case Study[DB/OL].https：//aisel.aisnet.org/acis2007/100/.2007-1 2-05.

[2] Horne N W.lnformation as an Asset--The Board Agenda [J].ComputerAudit Update，1995.（9）：5-II.

[3] Madnick S E，Wang R Y，et al.Overview and Framework for Dataand Information Quality Research [J].Journal of Data&InformationQuality，2009，1（1）：1-22.

[4]The DGI Data Govemance.The DCl Data C.ovemance Framework [EB/OL].http：//www.doc88.com/p-973377 12391 84.html，2014-01 -25.

[5][15] IBM Institute for Business Value and IBM Strategy and Change.The IBM Data （;overnance Council Maturity ModeI：Building aroadmap for effective data govemance [J].（;overnance an InternationalJoumal of Policy and Administration，2007.（10）： 1-16.

[6][42] Panian Z.Some practical experiences in data governanCe [J].WorldAcademy of Science Engineering&rrechnology，2010，（38）：939-946.

[7][33] GB/T 34960.5-2018，信息技術服務治理第5部分：數據治理規范[s].

[8]鄭大慶，黃麗華等.大數據治理的概念及其參考架構[J].研究與發展管理，2017，29（4）：65-72.

[9]余鵬，李艷.智慧校園視域下高等教育數據生態治理體系研究[J].中國電化教育，2020，（5）：88-100.

[10]許曉東，王錦華等.高等教育的數據治理研究[J].高等工程教育研究，2015，（5）：25-30.

[11]彭雪濤.美國高校數據治理及其借鑒[J].電化教育研究2017，（6）：78-83.

[12]劉金松.數據治理：高等教育治理工具轉型研究[J]中國電化教育，2018，（12）：39-45.

[13] Otto，Boris.A morphology of the organization of data govemanceEB/OL].http：//aisel.aisnet.orqecis201 1/272.201 1-07-16.

[14]畢馬威.數據大治理[J]大數據時代，2020，（9）：26-37.

[16]中國銀行保險監督管理委員會銀行業金融機構數據治理指引[EB/OL]http：//www.gov.cn/xinwen/201 8-05/23/content_529293 8.htm.2018一05-21.

[17]沈光輝，陳明等.終身教育大數據應用模型與服務平臺構建研究[J]中國遠程教育，2020，（12）：59-68.

[18]單勇.以數據治理創新社會治安防控體系[J]中國特色社會主義研究，2015，（4）：97-101.

[19]唐瑩，易昌良芻論政府數據治理模式的構建[J].理論導刊2018，（7）：70-76.

[20]丁志剛.如何理解國家治理與國家治理體系[J].學術界.2014，（2）：65-72.

[21]王知津，韓正彪等.活動理論視角下的情報學研究及轉向模型[J].圖書情報知識，2012，（1）：5-14.

[22]胡海明，祝智庭.個人學習環境的概念框架：活動理論取向[J]開放教育研究，2014.20（4）： 84-91.

[23] Rogers Y.New theoretical approaches for HCI[J].Annual Review ofInformation Scicence and Technology，2004.3 8（1）： 87- 143.

[24] Ola Berge，Annita Fjuk.Understanding the roles of onlinemeetings in a net-based course [J].Journal of Computer AssistedLearning，2006，22（1）：13-23.

[25] Korpela M.Mursu A，et al.lnformation Systems Development as anActivity [J].Computer Supported Cooperative Work，2002，11（1-2）：111—128.

[26] Ruijer E.Grimmelikrnujsen S，et al.Open data for democracy：Developinga theoretical framework for open data use [J].（;overnment Information

Quarterly2017.34（1）：45-52.

[27]丁志剛.論國家治理體系及其現代化[J].學習與探索，2014.（11）：52-57.

[28]中華人民共和國教育部.教育部機關及直屬事業單位教育數據管理辦法[EB/OL].http：//www.moe.gov.cn/srcsite/A03/s705 0/201802/t20180211—327248.html.2018-01-23.

[29]中山大學《中山大學教育數據管理辦法》XEB/OL].http：//info.sysu.edu.cn/article/428，201 8-04-05.

[30]楊現民，唐斯斯等.發展教育大數據：內涵、價值和挑戰[J].現代遠程教育研究，2016.（1）：50-61.

[31]張紹華，潘蓉等.大數據治理與服務[M].上海：上?？茖W技術出版社.2016.

[32]萬力勇，黃煥等.活動理論視域下高校創客空間的結構要素、演化規律與運行機制[J]高等教育研究，2019，40（12）： 81-89.

[34] Malik P.Governing Big Data：Principles and practices [J].lbm Journalof Research& Development，2013，57（3/4）：1-13.

[35][41]Jim C K，Chang H C.The current state of data governance inhigher education [J].Proceedings of the Association for InformationScience and Technology，2018.55（1）：198-206.

[36]李克東.教育技術研究方法[M].北京：北京師范大學出版社，2003.

[37]蘭州大學《蘭州大學信息安全管理制度匯編》[EB/OL].http：//www.doc88.com/p-69152243 80034.html.2016-09-15.

[38]楊現民，唐斯斯等.發展教育大數據：內涵、價值和挑戰[J]現代遠程教育研究，2016，（1）：50-61.

[39]許曉東，王錦華等.高等教育的數據治理研究[J].高等工程教育研究，2015，（5）：25-30.

[40] DAMA International。馬歡，劉晨等譯.DAMA數據知識管理知識體系指南[M].北京：清華大學出版社，2012.

[43]董曉輝，鄭小斌等.高校教育大數據治理的框架設計與實施[J].中 國電化教育，2019，（8）：63-71.

作者簡介：

董曉輝：高級工程師，博士，研究方向為智能教育技術與應用、教育數據治理。