農村地區教育數據治理的現狀審視與路徑選擇
——基于G省農村中小學教師的實證研究

□ 張 黎，趙磊磊

一、問題提出

大數據時代的到來為學校教育形態的重構以及教育服務的優化升級提供了契機。教育用戶終端設備的大量使用、周遭環境智能傳感器的泛在分布、數據云存儲平臺的深入建設使得爆炸式增長的教育數據得以精準采集與存儲，并最終助力于個性化教育服務的生成。與此同時，學校雖獲取了海量師生數據，但其能否真正以教育數據為線索描繪師生個體畫像，并有效捕捉師生在課內外教學、學校生活等場域中的動態需求，從而基于數據證據構建高質量學校教育數據服務，成為學校能否最大程度釋放教育數據資產價值的關鍵。同時，由教育大數據引發的師生教育數據隱私侵害、數據依賴行為傾向、教育用戶自主決策權力的限制等數據風險問題亦逐漸受到社會關注。由此，學校教育數據治理成為大數據時代學校順應新興技術發展趨勢、進一步提升學校教育治理成效的關鍵議題，理清學校教育數據治理的影響因素并提出相應的優化路徑尤為重要。

隨著大數據等現代信息技術對教育的深度影響，農村學校在實現“三大突破”“三通兩平臺”的廣泛建設和應用中取得重大進展[1]，教育數據治理已成為實現鄉村教育振興、彌合城鄉教育發展鴻溝的現實出路。但同時，農村學校受制于教育數據基礎設施與技術落后、數據治理專業人員配備不足等因素的制約，其對于師生教育數據的管理與統整尚缺乏完善的頂層規劃與行動指導。因此，本研究以G省農村地區為例，通過實證調研剖析當前我國農村地區基礎教育數據治理的實然現狀與現實困境，并基于數據分析結果，從農村中小學視角出發，制訂提升農村地區基礎教育數據治理成效的有效路徑，以期為農村中小學教育數據治理提供行動參照。

二、文獻梳理與研究假設

1.數據治理框架

“數據治理”(Data Governance,DG)這一概念最早由美國大數據研究權威機構“數據治理研究所”(The Data Governance Institute，DGI)于2004年提出，其認為數據治理是指在企業數據管理中分配決策權和相關職責[2]。由此可見，早期數據治理的主要適用領域為企業管理與運作。隨著人工智能、云計算、物聯網等技術的高速發展，各行各業海量數據的巨大價值得以有效挖掘，教育數據資產逐漸受到關注。在教育領域，將日益基于數據和分析做出決策，而并非基于經驗和直覺，以師生教育數據為證據的科學決策與研究范式成為教育發展的新風向。

在企業管理領域，韋伯(Weber)等人指出，企業數據治理是由結構實踐(包括數據治理過程的角色分配)、程序性或操作性實踐(包括數據治理的過程與方法)、關系實踐(包括處理不同實體部門之間的相互關系)三類實踐構成的三位一體架構[3]。此外，國際較有影響力的DAMA、DGI、IBM數據治理框架可為學校教育數據治理框架的制定提供參考。DAMA框架將數據治理劃分為功能子框架(包括數據質量管理、數據安全管理等)與環境要素子框架(包括角色與職責、數據治理技術、組織與文化等)[4]；DGI框架認為數據治理框架的開發是一項復雜的任務，它可以由各種相關的項目組成，包括程序、階段、決策域、通用對象和組件，其具體活動包含三個部分：規則與角色、治理者、組織[5]；IBM的數據治理框架則尤為強調數據治理的軟件支持，其指出數據治理組織需要確保數據治理的商業問題和技術問題得到明確定義并充分執行。

綜合國內外已有研究對于數據治理框架的界定，可以發現，技術平臺層、治理角色層、制度規劃層、實踐運行層是各個領域數據治理框架的重要主體成分。具體到學校教育數據治理領域，制度規劃層包括對教育數據治理的具體原則與規約、治理問責、數據治理平臺運維、人員分工等進行具體界定，其對于教育數據治理框架中的其他三類層級具有頂層支持與協調的效用；技術平臺層包括在制度規劃層的保障下，對學校教育數據治理的平臺建設進行資金投入、數據技術引入、基礎設施構建；治理角色層與實踐運行層包括學校數據治理主體在政策制度的指導與監督下，對教育數據進行合規采集、挖掘、分析、應用，并著重關注師生數據隱私侵犯、教育數據非法泄露、數據服務質量不高等問題的有效預警與化解，以上諸多內容亦為學校教育數據治理成效的關鍵評判依據。

2.數據治理支持類型

數據治理受到諸多因素的影響，基于對國內外有關數據治理支持類型與影響因素研究的梳理，發現數據治理支持路徑的提出通常與數據治理框架形成對應關系，技術支撐、制度規章、專業人才普遍被視為數據治理所需獲取的關鍵支持類型。

在政府數據治理領域，劉銀喜等根據其對于政府數據治理能力的界定，指出政府數據治理能力受政府系統內部及外部諸多因素影響，政府系統內部因素主要包括政府對數據的認知、組織機構、數據資源、組織投入和專業人才，政府系統外部因素主要包括公眾需求、政府間關系、大數據技術和經濟發展水平[6]；宋懿等基于政策文本研究總結分析了美、英、澳政府大數據治理能力及關鍵要素，并據此提出了中國政府大數據政策制訂的優化方向[7]；朱艷菊將政府大數據能力解構為數據獲取能力、數據處理能力和數據應用能力三個方面，并將地方政府領導干部認識不足、技術不成熟、人才短缺視為制約政府大數據建設的關鍵因素[8]。

在企業數據治理領域，Begg和Caira基于中小企業的數據治理框架，將影響數據治理的關鍵因素分為組織因素和技術因素，其中，組織因素包括數據治理角色和責任的界定、商業和信息技術的投入、管理人員的贊助和集成能力中心的建設，技術因素包括實現數據治理目標的數據全生命周期的自動化監管程度[9]。

在高校數據治理領域，范德堡大學從人才、政策和科技三個維度進行了規劃和設計，并將數據治理意識、技術和工具、數據安全、數據標準、數據使用等作為數據治理成熟度模型的重要指標[10]；包冬梅等基于所構建的高校圖書館數據治理CALib模型，將高校圖書館數據治理的促成因素總結為戰略與目標、角色與職責、技術與工具等方面，并指出戰略與目標的構建是推動數據治理的核心[4]。

文獻梳理發現，政府、企業、高校領域數據治理的影響因素主要包括數據治理技術與科技水平、數據治理的專業人才隊伍、數據治理的政策制度與行動準則，據此，本研究將影響學校教育數據治理的潛在支持類型劃分為技術支持、人才支持以及學校政策支持，并構建了學校教育數據治理框架，如圖1所示。

圖1 學校教育數據治理框架

基于文獻梳理與本研究構建的學校教育數據治理框架，提出研究假設：

H1：學校政策支持正向影響教育數據治理平臺建設；

H2：學校政策支持正向影響教育數據治理成效；

H3：學校政策支持正向影響技術支持；

H4：學校政策支持正向影響人才支持；

H5：技術支持正向影響教育數據治理平臺建設；

H6：人才支持正向影響教育數據治理成效。

基于以上關系假設，本研究構建了農村地區學校教育數據治理與潛在支持類型路徑關系的假設模型，如圖2所示。本研究主要借助模型分析方法對路徑關系假設進行實證檢驗。

圖2 假設模型

三、研究設計與實施

1.問卷設計與調研

為探究農村地區中小學教育數據治理現狀與現實困境，并檢驗潛在支持類型對教育數據治理的影響作用，本研究嘗試編制農村地區中小學教育數據治理現狀的評價指標以及潛在支持類型的具體指標，以農村地區中小學教師為調研對象，通過實證分析予以探索。在Yudatama編制的IT治理成效量表中，利用風險防控、治理有效性、治理效率等指標評估IT治理成效；在其編制的政策支持量表中，利用技術原則與責任界定、治理準則、治理實踐方式的選擇等指標評估政策支持[11]。本研究基于上述指標，并參照Mikalef等人編制的信息治理的技術能力量表[12]，設計了農村地區學校教育數據治理現狀評價指標與潛在支持類型指標。除基本信息題項外，調查問卷各條目均采用李克特五點量表，選項從1—5分別代表“非常不符合”“比較不符合”“一般”“比較符合”“非常符合”，分數越高，代表調研對象對題項的認同度越高。

本研究面向G省農村中小學教師，采用實地調研與網絡投放相結合的方式進行問卷發放，調研結束后，共回收問卷641份，通過清除部分題目漏答、選項過分一致、答題時間過短的問卷，共剔除89份問卷，最終獲得有效問卷551份，問卷回收有效率85.96%。問卷數據統計結果顯示：女性教師401人，占總人數的72.8%；男性教師150人，占總人數的27.2%。其中，30周歲以下的教師120人，占21.8%；31—40周歲的教師178人，占32.3%；41—50周歲的教師180人，占32.7%；50周歲以上的教師73人，占13.2%。此外，在小學任教的教師163人，占29.6%；在初中任教的教師275人，占49.9%；在高中任教的教師113人，占20.5%。

表1 教育數據治理現狀指標

表2 支持類型指標

2.信效度分析

本研究采用SPSS 19.0與AMOS17.0對調研問卷進行信效度分析，分析結果如表3所示。在效度檢驗方面，各變量的KMO統計值均大于0.75，Bartlett球形檢驗結果的P值小于0.001，證明問卷適合做因子分析。同時，各量表的CR(組合信度)值在0.918與0.971之間，AVE(平均變異數抽取量)值在0.788與0.894之間，問卷具有良好的聚合效度。在信度檢驗方面，各變量的cronbach's alpha系數均大于0.9，證明問卷具有較好的信度。此外，對因子數量大于3的潛變量模型進行檢驗，如表4所示，教育數據治理成效、學校政策支持、技術支持的潛變量模型均具有較好的擬合效果，RMSEA、CFI、SRMR指標均達到測量學標準(RMSEA<0.08；CFI≥0.90；SRMR<0.06)。

表3 問卷信效度檢驗

表4 潛變量模型檢驗結果

四、農村地區教育數據治理的現狀分析

1.描述性統計分析

農村地區中小學教育數據治理及支持現狀的描述分析結果如表5所示，可以看出，農村地區教育數據治理整體成效不佳(均值為3.162)。從具體題項來看，EG1(學校能夠根據學生個體數據提供針對性教育服務，如是否為留守兒童、家庭結構是否拆分、偏科情況等)均值最低，僅為3.01。同時，在三種教育數據治理支持類型中，學校教育數據治理獲得的人才支持較不理想(均值為3.294)。從具體題項來看，HS1(學校將大數據素養及大數據應用能力作為教育行政管理者及教師的考核內容)均值最低，為3.17。此外，數據分析結果顯示，農村地區中小學教育數據治理平臺建設以及學校教育數據治理獲得的學校政策支持與技術支持均值均在4以上，較為理想。從具體題項來看，PS1(學校從政策上明確教育大數據在學校教育改革中的重要地位)與CP3(在數據交換平臺的支持下，學校跨層級、跨地域、跨系統、跨部門、跨業務的數據共享較為順暢)均值較高，分別為4.39與4.38。

表5 農村地區中小學教育數據治理及支持現狀描述

2.模型檢驗與修正

為探究潛在支持類型影響農村地區中小學教育數據治理的具體路徑關系，本研究采用AMOS17.0軟件對假設模型進行檢驗與修正。結構方程模型的分析結果表明，模型的擬合度較差，故根據路徑顯著性及模型修正指數對假設模型進行調整。其中，政策支持對人才支持的作用路徑不顯著，假設H6不成立，原因可能為農村地區中小學有關數據治理政策規章的制訂更多關注于學校師生教育數據的采集、存儲、安全防護等實際運作過程中的具體事項，尚未采用政策文本形式對教育數據治理人才引進與專業人才培養等工作進行具體規約，故刪除假設H6所對應的作用路徑。此外，模型分析結果表明，e2與e3之間的MI指數較高，說明若增加TS2與TS3之間的殘差相關，模型會具有更好的擬合效果。事實上，教育資源平臺、教育數據服務中心、教育基礎數據庫的建設可為學校教育大數據應用環境的構建提供平臺支撐，二者之間理應存在較強的相關性，因此，在原假設模型中增加TS2與TS3之間的殘差相關。修正后的模型如圖3所示。經檢驗，該模型擬合效果較好，RMSEA(0.077)、TLI(0.965)、CFI(0.970)、SRMR(0.033 5)等指標符合結構方程模型對于模型整體擬合程度的要求。

圖3 農村中小學教育數據治理支持路徑的結構方程模型圖

此外，該模型各個潛變量的組合信度(CR)值均在0.8以上，平均變異數抽取量(AVE)值均在0.5以上，證明各潛變量的收斂效度較好，模型內在質量理想。在最終生成的模型中，假設H1、H2、H3、H4、H5均成立，路徑效應如表6所示。

表6 路徑效應表

3.中介效應檢驗

本研究基于Bootstrap方法，利用SPSS的Process插件來驗證中介模型。基于變量間的路徑關系，本研究通過變量設置，將學校政策支持設置為自變量，將教育數據治理平臺建設設置為因變量，將技術支持設置為中介變量，通過抽取2 000個Bootstrap樣本，并將置信區間設置為95%，進行中介效應檢驗，得到學校政策支持、教育數據治理平臺建設、技術支持間的中介效應表，如表7所示。學校政策支持作用于教育數據治理平臺建設的直接效應為0.141 4，通過技術支持間接作用于教育數據治理平臺建設的效應為0.696 2，且中介效應顯著(BootLLCI和BootULCI之間不包括0)。由此可見，技術支持在學校政策支持與農村學校教育數據治理平臺建設之間存在顯著的部分中介作用(中介作用大小為83.12%)，即學校層面的教育數據治理政策規約不僅能夠直接影響學校教育數據治理平臺的建設成效，其亦在極大程度上通過對學校教育數據治理技術的引入與應用流程、數據治理基礎設施建設等輔以系統規劃，從而有效賦能校本化教育大數據平臺、數據管理系統、數據風險監測與預警機制的建立健全。

表7 學校政策支持、教育數據治理平臺建設、技術支持間的中介效應表

五、研究結論

1.農村地區中小學教育數據治理成效不佳，教育數據治理人才匱乏

研究結果表明，農村地區中小學教育數據治理成效不甚理想，學校缺乏通過精準采集、統整、分析學生個體數據從而提升個性化教育服務質量的相關經驗，且學校教育數據治理獲得的人才支持明顯不及學校政策支持與技術支持。相比于高等院校及城鎮地區中小學，農村地區中小學教育數據治理的施行難度更大，尤其是面對農村學校留守兒童群體獲得家庭關愛與支持不足的實際情況，如何借助教育數據治理提升學生實際需求獲取的精準程度成為農村學校教育數據治理的重要議題。同時，受限于薪酬待遇、生活環境、個人發展機會等因素，農村地區教育數據治理的人才供給難以滿足學校教育數據治理的實際建設需求，農村中小學教育數據治理人才隊伍亟需壯大。

2.學校政策支持對農村中小學教育數據治理成效具有直接的正向影響效應

研究結果表明，學校政策支持可直接正向影響農村中小學教育數據治理成效。在大數據時代背景下，不同類型的師生數據集合已成為學校數據資產的核心成分，農村中小學教育數據治理面臨著更大的挑戰。教育數據治理含有推動教育數據從“無序堆積”到“有序流動”的價值意蘊，這一治理戰略目標的實現需要從政策制度層面對教育數據標準體系、數據權屬、治理原則、操作流程等進行清晰界定。由此看來，從政策制度層面對教育數據管理、數據安全等標準進行統一厘定，不斷完善農村學校的教育數據發展規劃及政策制定，將極大程度地提升學校教育數據治理成效。

3.人才支持對農村中小學教育數據治理成效具有直接的正向影響效應

研究結果表明，人才支持可直接正向影響農村中小學教育數據治理成效。治理角色層是教育數據治理框架中的重要一環，無論是通過學校制度規約映射的教育數據治理理念與方向，還是通過經費投入、技術引進所架構的教育數據治理技術生態，最終均需要通過數據治理人才以及不同教育數據治理主體的實際治理活動來實現教育數據的“善治”目標。在教育數據治理過程中，治理者的數據素養、數據治理倫理意識、數據治理能力均會影響學校教育數據治理的最終成效，因此，壯大農村中小學教育數據治理人才隊伍，是有效保障師生數據隱私、防范數據治理風險、提高教育數據服務質量的關鍵。

4.技術支持為學校政策支持正向影響教育數據治理平臺建設的中介變量

研究發現，農村中小學教育數據治理的技術支持在學校政策支持正向影響學校教育數據治理平臺建設的過程中扮演著重要的中介角色。一方面，學校對于本校大數據平臺、教育數據服務平臺的系統規劃與經費投入為學校教育數據治理平臺的建設運行提供了關鍵的技術支撐，依托于先進的教育數據挖掘、采集、存儲、分析等相關技術，學校教育數據治理組織的構建與治理主體間的協同治理舉措將更加高效。另一方面，學校政策中規定的有關教育數據治理的行動準則及具體框架為平臺建設工作提供了切實參照，同時，在學校教育數據治理政策及行動指南的指導下，可最大程度避免教育數據治理技術引進、經費投入、資源分配的行動偏差，從而為學校教育數據治理平臺的運維及優化提供有效保障。

六、農村地區教育數據治理的路徑選擇

在智能時代與大數據時代，教育數據已成為學校的核心資產，依托數據治理手段從而保障教育數據質量、優化教育數據服務、消解教育數據風險、釋放教育數據價值，已成為學校實現內涵式發展的關鍵。對于農村學校而言，治理主體的教育數據治理意識不足、數據技術專業人才缺口較大等因素在一定程度上阻礙了學校教育數據治理的可行性與有效性。由此，基于研究結論，結合多種支持類型對農村學校教育數據治理成效與教育數據治理平臺建設的作用機制，本研究圍繞教育數據治理意識培育、教育數據治理頂層設計、教育數據治理人才引育、教育數據治理技術平臺構建等方面，提出農村地區教育數據治理的路徑選擇。

1.精準定位實際訴求，將數據治理意識嵌入農村中小學教育數據治理文化

面對農村地區中小學教育數據治理成效不佳的實際現狀，應從農村中小學教育數據治理意識的培育出發，以農村中小學校發展的實際訴求回應為導向，形成契合農村學校實際的教育數據治理文化。學校應重視教育數據資產的蘊含價值，有意識地借助一體化數據采集、存儲、分析過程，提供促進學生發展與滿足學生訴求的教育數據服務。例如，針對農村學校的留守兒童群體，通過其個人基本數據的全面采集與編碼，精準識別留守兒童的教育支持需求、情感支持需求以及生活支持需求，除可自動生成個性化教育方案，還可基于學校教育數據流通及共享平臺，將數據分析結果投送至學校管理者、班主任、任課教師、貧困生資助部門等對象，從而全方位地為學生健康發展提供數據支撐與保障。

2.完善農村學校教育數據治理頂層設計，提供校際數據治理的行動參照

加強與完善農村地區中小學教育數據治理的頂層設計與戰略規劃是實現教育數據規范治理的關鍵舉措。數據現狀是制訂目標的起點，利益相關群體的數據需求既是數據治理的驅動力，亦是目標達成的評估依據[13]。具體來講，農村地區中小學可成立教育數據治理領導小組，綜合考量《大數據標準化白皮書》(2020)提出的大數據標準體系框架、本地政府對于教育大數據治理的政策規約、本校教育數據治理的現實需要三方面內容，精準把握教育數據治理利益主體的數據治理需求，形成關于本校教育數據治理的標準化政策文件，制訂多階段教育數據治理戰略目標，對于本校教育數據采集、存儲、利用、流動等過程以及權責歸屬、風險防范、隱私保護等內容進行具體界定，為學校教育數據治理實踐提供行動參照。

3.優化數據治理人才引育體系，構建農村中小學教育數據協同治理架構

受限于多種因素，農村地區教育數據治理專業人才儲備缺口較大，地方政府與學校亟需構建數據治理專業人才引育體系，加強農村學校教育數據治理的人才支持力度。一是要長期聘請數據治理專家進校指導，提升農村學校教育數據治理的專業性；二是要挖掘學校管理者及教師的數據治理潛能，遴選學校領導及優秀教師作為本校數據治理人才的培育對象。此外，教育數據治理過程實際上是各方教育數據治理主體有效協同、形成數據治理合力的過程，除專業數據治理人才的引育以外，教育管理者、教師、學生、社區等群體的數據治理素養培育亦十分重要。地方政府與學校應著重培養各方教育數據治理主體的數據獲取能力、數據安全意識、數據風險識別能力，從而構建起農村中小學教育數據的協同治理架構。

4.實現數據治理技術的合規應用，凸顯學校教育數據治理平臺建設理念

農村中小學教育數據治理平臺是實現教育數據有序流動、生成優質教育數據服務、保障教育數據安全的基礎支撐，在教育數據治理平臺建設過程中，農村中小學不僅應關注新興教育數據治理技術的引進與升級，其亦需在學校制定的教育數據治理技術應用標準與治理理念的宏觀指導下，對教育數據治理技術的應用流程與行動框架進行規劃設計。面對紛繁復雜的大數據獲取技術、分布式數據處理技術、教育數據同步共享技術，農村中小學應結合本校數據治理技術體系建設的實際情況與真實訴求，參照本地政府及本校的教育數據治理技術標準，找尋合適的教育大數據平臺供應商進行平臺建設合作，建立一套能夠支撐數據全生命周期的教育數據治理平臺，通過平臺構建映射本校教育數據治理理念，避免陷入數據治理技術的機械堆砌，最終促進農村中小學教育治理與大數據技術的有效融合。