基于大數據的教育宏觀決策信息化智庫構建研究

王加祥

摘要：[目的/意義]構建信息化智庫輔助教育宏觀決策，將更加重視基于全面數據的大數據決策思維，是區別于傳統決策方式的重要特征，對提升教育治理體系和治理能力現代化水平具有重要作用。[方法/過程]通過對教育宏觀決策信息化智庫建設的背景和研究現狀的分析，本文運用文獻研究法和跨學科研究法，圍繞基于大數據的教育宏觀決策信息化智庫的定位和實踐作用，分析數據來源，構建數據庫架構模型和三級聯動數據庫平臺管理體系。[結果/結論]本文提出了教育宏觀決策信息化智庫可行的構建方案，并從政策、管理、人才等方面給出實施建議，對推進我國教育宏觀決策信息化智庫建設具有一定的參考意義。

關鍵詞：教育宏觀決策智庫? ? 治理現代化? ? 大數據? ? 輔助決策

分類號：G311

1? 引言

世界已經進入大數據時代，對多源數據進行整合、挖掘、分析進而創造價值已成為趨勢，以大數據為代表的數字技術已經在政府決策管理、企業運營、社會治理和經濟運行等方面發揮了重要的智庫作用。根據騰訊研究院聯合中國人民大學統計學院指數研究團隊發布的《國家數字競爭力指數研究報告（2019）》[1]、瑞士洛桑國際管理發展學院（International Institute for Management Development，簡稱IMD）2020年發布的世界數字競爭力排名第四版[2]，可以看出現階段世界各國的整體競爭力和發展潛力與其數字競爭力緊密相關。

教育競爭力是國家綜合競爭力的重要組成部分，而教育宏觀決策質量直接影響著國家教育競爭力，構建基于大數據的教育宏觀決策信息化智庫，將有利于提升教育宏觀決策創新力。國家在推動利用大數據等信息化技術優化教育治理能力方面，已出臺相關政策支持，2018年4月出臺的《教育信息化2.0行動計劃》[3]中，提出要完善教育管理信息化頂層設計，全面整合教育政務信息系統，開放共享教育政務信息，提高利用大數據支撐保障教育管理、決策和公共服務的能力。2021年2月，教育部發布2021年工作要點，提出推動形成教育系統數據資源目錄和數據溯源圖譜，制定教育領域的基礎數據標準規范，并逐步實現共享[4]。

2? 教育宏觀決策信息化智庫建設的背景和研究現狀

教育宏觀決策作為政府部門或教育行政部門對重大教育問題的政策，是針對教育發展趨勢和教育結構調整所做的宏觀層面決策，而不是對教育工作中對某件具體事務的微觀決定，一般包括與教育相關的法律法規、決定、條例等[5]。國家教育決策的發展歷程體現了社會在不同時期對教育的不同需求，以及教育自身改革發展過程中面臨的眾多矛盾和挑戰。這些決策均是在回應社會的教育需求，不同階段的政策既有一定的連續性，又有一定的變化和發展[6]。隨著社會經濟的快速發展，社會各界對教育的關注程度越來越高，各層次教育普及度和質量要求不斷提高，教育領域面臨的變化和發展問題也變得尤為突出。然而，在教育決策過程中，由于決策者的情感及價值判斷等因素，“拍腦袋決策”的現象依然存在，這就可能導致決策在執行過程中偏離期望目標，甚至成為錯誤決策，這反映出傳統決策方式已不能完全適應現代教育決策發展的需要。

由此可見，要提升教育治理現代化水平，應使決策過程從依靠經驗向基于證據的循證思維轉變，強化政策研究和決策的多主體協同意識、證據意識與大數據思維方式，加快教育決策信息化智庫建設。

國內外對基于大數據的教育決策智庫的研究均處于探索階段。2013年12月，華東師范大學國家教育宏觀政策院成立，其目的在于全面對接國家和經濟社會對教育發展的需求，為國家宏觀和全局教育決策提供支持，為國家教育決策科學化和治理現代化提供專業支撐，并于2019年4月正式啟動教育大數據決策標準研究。胡弼成和鄧杰[7]認為，順應大數據時代的發展，教育變革已經進入了一個新的階段，教育領域將迎來一場前所未有的大變革。楊現民等[8]也認為，教育大數據正在“成為推動教育系統創新和變革的顛覆性力量”。馮·扎斯特羅（Von Zastrow）和澤克·佩雷斯（Zeke Perez）[9]通過對州政府縱向大數據系統（Statewide Longitudinal Data System，簡稱SLDS）的基礎和結構研究認為，在幼兒教育、K-12、高等教育和職業教育四個核心國家教育機構中的兩個或更多個系統之間建立正式聯系，可以跟蹤學生從幼兒期到職業生涯的進步，為國家領導人能夠更有意識地和有效地使用這些數據來為關鍵教育決策提供信息。

拉迪卡·戈魯爾（Radhika Gorur）[10]研究認為，充分利用大數據技術為決策提供輔助支撐，推進決策方式從“基于有限數據”向“基于全面數據”轉變，并對數據信息進行提取重構，最終轉化為有意義的“知識”甚至“智慧”用于輔助決策，有利于推動教育宏觀決策研究從經驗型、粗放型向精細化、科學化轉變。鐘婉娟和侯浩翔[11]認為，將大數據挖掘分析技術應用到教育管理決策和研究領域，是大數據時代發展的必然，將教育相關數據按照關聯關系建立模型以起到預測、論證的作用，這也是一種方法論和思維方式上的革新。

3? 功能定位與實踐作用

3.1? 功能定位

不同于一般的教育智庫為某一具體教育問題給出決策咨詢和建議，基于大數據的教育宏觀決策信息化智庫，是為國家教育改革與發展所面臨的全局性、戰略性以及綜合性的重大問題提供決策輔助，要求數據的規模更大、涉及面更廣、實效性更高，甚至要有一定的趨勢分析能力。其利用大數據技術建立的多類型、多維度、多形態的與教育相關的多源數據庫，嚴格執行數據質量和數據安全管理，以確保數據準確、來源可靠且可追溯，并通過數據接口進行數據共享及數據交互服務，是服務于教育宏觀決策的知識平臺，也是提升國家教育治理體系和治理能力現代化的重要抓手，其基本功能定位包括如下三個方面。

3.1.1? 教育宏觀決策基礎資源庫? ? 本文通過構建教育宏觀決策大數據標準體系，以元數據規范采集整合歷史數據、業務數據以及與教育決策相關的其他多源數據，嚴格執行數據質量和數據安全管理，確保數據準確、來源可靠且可追溯，成為安全可信的基礎資源數據庫，并不斷完善數據資源共享機制，提供數據服務。

3.1.2? 教育宏觀決策信息化智庫? ? 教育政策所追求的數據科學客觀性是標準化和量化實踐的結果，這些實踐通過將人的素質定義和量化為類別和數字來解決爭議。客觀性取決于三種轉化：首先，將科學專業信息轉化為標準化和可列舉的定義;其次，對標準化信息進行量化;最后，把量化技術產生的數據轉換為與政策相關的客觀數據。構建高質量的知識庫，為教育宏觀決策及其研究工作提供支撐，發揮智庫作用，改善政策制定者長期面臨的客觀建構的不確定性問題，是政策決策科學化和“循證”教育治理的重要保障[12]。

3.1.3? 教育宏觀決策研究數據信息交互平臺? ? 建立基于大數據庫的信息交互平臺，一方面，可以實現教育行政部門各項基本業務的實時在線業務協同;另一方面，通過為教育決策者、研究專家、社會公眾共享數據資源，豐富教育決策研究群體的知識結構，消除因個人知識儲備的局限性和數據信息的滯后而造成的決策研究與教育實踐不匹配。同時，通過及時有效的信息交互，其有利于直接采集研究機構、咨詢機構以及社會公眾對教育宏觀決策研究的意見建議和實踐反饋數據信息，豐富數據庫樣本，使決策過程更加民主和科學。

3.2? 實踐作用

教育宏觀決策大數據庫的應用，在深化教育綜合改革、提高教育質量、保障教育公平、優化教育結構、支持教育宏觀決策和改進教育公共服務等方面，發揮其智庫作用。其實踐作用主要表現為以下四個方面。

3.2.1? 使決策方式更加科學? ? 利用大數據挖掘分析技術，對教育領域復雜的系統問題，及時把控趨勢和動態，通過構建國家級、省級、地市級完整的數據體系，及時識別突出矛盾和關鍵問題，明確調控的目標和任務，做到超前預判和未雨綢繆，提高政策應對的主動性，適時推出有針對性的有效決策。

3.2.2? 使決策依據更加透明? ? 構建國家級、省級、地市級完整的數據庫，通過數據共享建立高效的數據庫管理平臺，支撐教育決策和研究工作協同。具體包括：技術與政策的工作協同;行業和部門間的工作協同;上級政府和下級政府之間的工作協同;不同地市間的工作協同;決策制定、執行和監督各工作環節間的工作協同。

3.2.3? 使決策過程更加民主? ? 通過建立大數據庫交互應用平臺，鼓勵教育決策相關信息和數據的開放和共享，引導教育咨詢機構、教育決策研究人員以及社會公眾更便捷、更直觀、更高效地認知和參與教育決策，為不同群體能夠更好地表達教育訴求和建議而提供平臺和渠道的同時，也能夠直接采集到關于教育決策實施質量和效果的有效反饋信息。

3.2.4 使決策管理動態優化變為常態? ? 數據樣本數量的不斷增加，以及數據分析策略模型的持續優化，為教育決策研究成果和相關決策成效的長期動態評估、反饋、修正和完善提供了重要支撐。教育宏觀決策信息化智庫輔助決策的循環優化過程和措施如圖1所示。

4? 教育宏觀決策信息化智庫構建

4.1? 數據來源

教育宏觀決策信息化智庫，并不是簡單地用于提高民眾受教育程度和提升教育治理水平，應該遵循國家的發展戰略需要，兼顧社會發展、經濟發展等需要，因此，教育宏觀決策信息化智庫在發揮輔助決策功能時，更加重視對全面數據的采集和分析。其數據來源復雜，一方面，涵蓋國家各級教育發展戰略、教育體制改革、教育政策、基礎教育、高等教育、繼續教育，以及不同國家、民族和地區的教育方面的綜合對比研究數據、教育評價數據;另一方面，涉及經濟、人口、文化、就業等社會管理及產業結構、國家政策法規等數據。

此外，其還包含來自教育政策的執行者在政策實踐過程中的實時反饋信息，以及關于教育的網絡輿情信息數據和調查數據，這些數據的聚合體現出教育宏觀決策信息化智庫數量大、多類型、多維度以及結構復雜的特點，如表1所示。

4.2? 架構設計

在構建基于大數據的教育宏觀決策信息化智庫時，應統籌管理數據來源，并按數據特征分類采集，將分散、零亂、標準不統一的數據，按照元數據分類標準和數據結構關系整合到一起。通過對數據倉庫中的數據進一步進行抽取、清洗操作，按照多維的方式進行存儲，包括定義維度、需要計算的指標、維度的層次等，生成面向決策分析需求的數據立方體，建立面向部門級業務并且只面向某個特定主題的數據集市[13]。在此基礎上，對數據進行封裝，建立專用接口提供數據服務，教育決策部門、研究機構、咨詢機構以及社會公眾可以通過數據引擎和數據共享接口獲取數據。本文將基于大數據的教育宏觀決策信息庫總體架構劃分為數據源、數據處理與存儲以及數據服務三個層次，如圖2所示。

數據源層包含教育宏觀決策所有可用于分析的數據，提供解決業務問題所需的基礎數據資源。數據可以是通過批量模式采集的共享數據，也可以是通過實時模式采集的互聯網數據。按照結構特征，數據可分為結構化、半結構化和非結構化。數據處理與存儲層負責從數據源獲取數據，依據數據標準規范進行數據治理，經過清洗、轉換、加載等預處理后，提供給用戶進行調用，如元數據庫、業務數據庫、模型數據庫等，該層直接面向應用系統，要求高可靠、高并發以及高精度[14]。在數據服務層，用戶可以通過聯機處理，進行實時業務交互、數據分析，也可以通過數據接口獲取數據庫共享服務。

4.3? 分階段建設

教育宏觀決策數據涉及面廣，結構類型復雜，在構建大數據庫時，要先建立統一的數據標準，統籌管理數據來源，并根據數據特征分類采集，將分散、零亂、標準不統一的數據，按照元數據分類標準和數據結構關系整合到一起。本文將建設過程劃分為五個階段。

4.3.1? 第一階段：構建教育宏觀決策大數據標準體系? ? 大數據庫建設標準先行，在遵循大數據國際標準和國家標準的基礎上，本文依據標準化、規范化和開放性原則，將教育宏觀決策大數據標準體系總體上分為基礎標準、數據標準、技術標準、管理標準等，涵蓋術語概念、元數據、數據分類、采集處理、數據服務和質量管理、安全管理、共享管理等內容的標準和規范，將教育宏觀決策相關的業務范圍界定、業務數據接口形成統一的理解，消除信息壁壘，促進數據互聯、互通，推動數據共享和業務數據協同[15]。同時，該標準體系也可以作為學校信息化建設、教育部門業務系統和其他教育應用系統數據庫建設的指導規范。標準體系參考模型如圖3所示。

4.3.2? 第二階段：以反映事實為目標，建立基礎業務數據庫? ? 在標準體系的基礎上，一方面，通過數據共享批量采集教育系統以外的社會基礎數據，如人口、經濟、就業、法律法規等結構化數據;另一方面，整合各級教育系統包括學校在內的各項業務流程和業務數據，這些部門的工作既是數據的使用者，也是數據的生產者和管理者，應規范和管理好這部分數據，確保數據質量，實現教育系統內的業務實時交互和查詢，實現業務數據的圖形化展示和基礎數據的統計分析。例如，全國教育水平質量分布、全國各層次受教育狀況、區域教育資金投入、教師和學生比例、畢業生就業情況跟蹤等，并實現圖形化展示歷年的變化情況，供教育決策部門參考，同時實現對外開放共享。

此外，采集學生個人學習能力水平、健康狀況、家庭基本情況等數據，這些看似不重要的微觀數據的匯集，對于反映地區乃至全國教育質量、學生身體素質、家庭結構對教育的影響等方面的問題，均能夠給出較好的參考價值。

4.3.3? 第三階段：以全面數據為目標，采集多源數據? ? 一個科學公平的決策應符合決策相關群體各方的利益，決策者應充分了解政策利益相關者的需求和想法，在決策過程中盡可能地取得各方的意見和建議，體現集體決策智慧。

首先，通過建立數據信息交互平臺，在實名認證的前提下，利用互聯網向教育研究機構、教育咨詢機構、學者和社會公眾開放共享大數據庫內容。同時，采集其對教育決策的分析研究信息、教育需求以及政策實施情況的監督和政策效果的反饋信息，如在線問卷調查、投訴建議等。在決策過程中，建立有效的溝通機制，使政策相關各方能夠實現信息對稱。

其次，通過熱門詞條爬取社交網絡中有關社會公眾對教育的關切數據，如擇校、公民同招、減輕學生負擔、校外培訓、高考改革、大類招生等熱門輿情數據[16]。這些數據雖然不一定被認為是必不可少的，但對于公民教育需求分析而言，屬于較為短缺的另一類數據。

最后，跟蹤采集實時數據能夠大大提高應對突發事件的決策時效性和應急決策能力。在過去很長的一段時間，此類數據的搜集只能靠各級部門的人工處理統計，再進行層層上報，并應用于決策參考，很容易造成決策的滯后，影響政策效果。在大數據時代，互聯網應用的普及，為此提供了可行的途徑。例如，新型冠狀病毒疫情期間，政府和教育部門通過對全國各地區疫情實時數據的分析，統籌安排各地區不同學齡階段學生的入學時間，這正是基于大數據決策的一個重要體現。

4.3.4? 第四階段：根據決策類型及數據特征建立輔助決策模型庫? ? 輔助決策模型庫是一種需要動態優化的模型庫，受政治、經濟、就業、社會文化及自然環境等多重因素影響。在不同時期，各類因素所占的權重也可能不同。根據教育宏觀決策的重要程度和時效性，可以分為一般問題決策、重要問題決策、應急事件決策、臨時決策、短期決策和長期決策[17]。在建模過程中，除了部分結構化的數據外，更多的是各類非結構化的文檔數據，對這些數據建模之前不能簡單地基于字符串正則表達的方法進行分詞，需要利用基于神經網絡和基于統計信息等的分詞方法對文本進行分詞處理[18]。通過建立文本特征，對問題事件的重要程度和時效性賦予相應的特征權重，構造決策詞袋模型，最后根據不同類型的決策主題，選擇相應主題數據庫以及關聯的數據庫，對關鍵要素按元數據標準進行分解，從而形成結構化的和可量化的數據。

輔助決策模型庫的建立，一方面，可以用來將采集到的數據與歷史數據進行縱向和橫向比較，并進行定性和定量分析，從而對已發生的問題事件輸出決策建議;另一方面，是對采集到的各類問題事件數據進行自動分類，并利用相關性融合分析算法，對潛在的發展趨勢進行全方面預測判斷，將可能的各種結果以文字圖表等方式呈現出來，供決策者參考[19]。

4.3.5? 第五階段：實現大數據庫開放服務? ? 在決策支持服務方面，國家對教育結構均衡發展的調控將更加精準。地方政府及教育部門可以利用大數據平臺更加準確地把握地區社會教育需求，合理調整教育資源，解決教育矛盾。例如，當前較為熱門的優質教育資源均衡化問題。只有掌握真正的優質資源的數據，才能精準施策，接受社會公眾的監督，消除質疑。

在社會公共服務方面，各級各類學校以及社會培訓機構可以以教育政策數據信息為導向，對自身定位和發展進行優化調整。任何人都可以通過互聯網查詢教育政策數據信息，規劃個人發展，社會研究機構和咨詢機構可以在授權范圍內，共享相關數據用于分析研究。

4.4? 構建三級聯動數據庫平臺管理體系

近年來，國家教育部和省市教育系統在信息化平臺建設方面，都已建立各自的信息應用系統，且都擁有一定規模的數據信息資產;然而，由于在建設過程中各自為戰，沒有形成統一的數據標準和共享機制，數據只在系統部門內部進行數據交互和共享，從而導致數據孤島的出現。此外，上級部門和下級單位之間在決策過程中，容易因數據不一致或數據交互不及時而出現決策意見分歧，導致在決策實施過程中出現緩執行甚至不執行的情況。為了做好科學決策，應在構建國家教育宏觀決策主數據庫平臺基礎上，根據大數據標準體系指導省級中觀數據平臺、市縣級微觀數據平臺建設，與國家主數據庫平臺形成三級數據聯動，保證自上而下的政策統籌，增加自下而上的數據信息交互渠道，如圖4所示。

國家級數據庫平臺整合國家層面教育宏觀發展戰略、教育體制改革、教育政策、教育基礎數據，經濟、人口、就業等社會統計數據以及教育評估與教育研究數據，并提供在線數據接口，向省級、地市級開放共享。

省級數據庫平臺起到承上啟下的作用，負責整合本地區中觀層面教育政策研究及教育決策規劃、制定和監督管理數據。

市縣級業務數據平臺整合本級別對應的教育數據、政策執行的效果、意見、建議等微觀數據，并與省級、國家級數據平臺進行數據共享和交互操作。

5? 教育宏觀決策信息化智庫實施建議

為推動教育宏觀決策信息化智庫建設工作的穩步實施，保障建設成效，應從政策、管理、人才等方面多措并舉，形成合力，充分發揮大數據在政策制定和決策研究中的價值。

5.1? 加強政策支持，提高數據匯集效率

教育宏觀決策信息化智庫的建設過程不僅需要大數據技術方面的支撐，還需要其他配套政策措施的同步推進。長期以來，教育管理者和教育研究者往往更加重視自身擅長領域的數據搜集與管理，并非其不重視對全面數據的搜集利用，而是缺乏有效的數據匯集途徑和技術方法，從而影響我國教育宏觀決策對全面數據的分析利用。目前，各級教育管理部門、教育機構、科研機構都建有與自身業務相關的信息系統，積累了大量的與教育研究、教育管理相關的研究數據和業務數據，這些數據主要由各級相關部門獨自管理，并僅限于有限范圍內的分享應用，人為地制造了數據壁壘。由于數據共享機制的缺失，無法獲取數據采集權限，直接影響數據匯集的效率，因此，需要政府制定相關政策并監督執行，引導和促進各級各部門落實數據共享，提高數據匯集效率。

5.2? 建立數據交互渠道，重視被動的數據采集

信息化智庫中的基礎數據和業務數據的內容一般以“主動的數據采集”方式為主。例如，通過公對公渠道向其他領域申請數據共享，向各級業務部門下達數據提交的要求，或者通過網絡爬蟲爬取網絡中的相關信息等。而“被動的數據采集”方式也應被引起重視，通過建設交互平臺，為教育研究機構、咨詢機構、社會公眾等開辟參與教育決策工作的有效渠道。“被動的數據采集”方式具有數據準確性、用戶自發性、快速和即時性等優點，如平臺信息關鍵詞的搜索頻率、在線教育評論等。決策系統可以捕捉到發生在當下的社會所關注的教育相關熱點問題、矛盾焦點以及最新的教育需求等信息，便于教育決策者及時調整政策預期，優化決策內容[20]。此舉既能激發社會對教育問題的參與熱情，也能推動決策制定過程更加科學和民主。

5.3? 提升信息化智庫建設管理能力，強化數據安全風險意識

信息化智庫的建設離不開各級相關單位業務部門的共同協作，這些直接或間接的數據接觸者既是數據的使用者，也是數據的生產者和管理者，其能否具備一定的大數據應用管理能力，直接關系到教育宏觀決策大數據庫的建設成效，因此，有必要進行大數據應用管理培訓，普及數據的標準和規范，在符合規范的前提下，正確使用數據，對數據進行加工、保存和輸出，確保數據真實有效。

此外，數據安全是智庫應用的基礎保障，作為國家戰略資源的一部分，一定要從國家信息安全的高度出發，從技術上、制度上加強安全管理。為防止數據信息被人為泄露、篡改，在技術層面，可以利用區塊鏈技術的不可偽造、全程可追溯、集體維護等技術特點，對每一個決策研究項目建立子鏈，在特定小組成員范圍內，建立透明、可靠的信息交互通道[21]。同時，數據應用主體的安全責任和安全意識也非常重要，應定期開展數據安全培訓，強化對部門業務數據和其他隱私數據的保護意識，建立嚴格的數據權限等級保護制度，責任到人，以確保數據庫信息的安全。

5.4? 提升跨領域、跨學科協同能力，激發專家智囊合力

由于教育宏觀決策涉及面廣，復雜程度高，學科關聯度強，其信息化智庫建設不僅需要大數據技術人才從軟硬件方面提供框架設計、平臺搭建、運行維護方面的技術支持，更重要的是組建專家智囊團隊。在專家智囊團隊遴選過程中，要求成員既應具有較好的政治素養和社會責任感，也要具備較高的學術造詣和創新力。由于教育宏觀決策信息化智庫建設更加重視基于全面數據的決策思維，因此，專家成員將不僅限于來自教育行業，可擴展至具有多學科背景的行業資深專家、各級行政主管機構負責人、經濟學家、企業家以及關心國家教育發展的社會團體和個人等，并在此基礎上引進高水平數據分析人才，建立激勵機制，利用各自專業優勢各展所長。

團隊成員之間的協作方式可表現為兩種方式。方式一，教育決策主體根據自身研究提出決策目標想法，通過信息化智庫平臺專門通道，向智囊團隊成員征求決策意見和建議，成員針對不同類型的決策需求，提出各自領域的方案和建議，利用信息化技術進行實時交互反饋。此時，數據分析人才負責理解專家組成員發出的決策反饋信息，對信息數據進行結構化處理和分類量化處理后存入數據庫，以便于系統利用指標模型調用和輸出，最終做出決策輔助參考信息。方式二，由數據分析人才通過對采集到的各類數據進行量化分析和挖掘，發現與教育相關的突發事件或可能的重大趨勢問題，向智囊團成員拋出待解決的問題，然后重復方式一的過程，輸出決策輔助建議，最終為職能部門決策提供證據支撐。專家智囊團隊之間的跨領域協同以及其與數據分析人才跨學科協作，能夠有效地激發專家智囊的合力，大大提升決策過程的效率和質量。

5.5? 擴大外部合作，重視數據庫建設成效

與外部合作可以促進信息化智庫建設的高起點、高質量部署實施。本文建議從三個層面積極開展多方合作：首先，技術層面與有政務大數據應用開發經驗的互聯網企業合作，利用其先進的技術和政府項目運營管理經驗，獲取前沿、成熟的技術支持，少走彎路;其次，研究層面與教育研究機構、咨詢機構合作，共同研究和優化教育大數據評價分析模型，使決策更加科學;最后，實踐應用層面與高校、基礎教育學校以及社會團體合作，通過在線問卷調查等方式，獲取教育政策實踐反饋數據信息，及時優化決策內容，提升決策效果。

6? 結語

在國家大數據戰略以及教育強國戰略的大背景下，教育決策創新越來越依賴海量、系統化、可信度高的數據資源，信息化智庫的建設有助于推進教育治理體系和治理能力的現代化，對教育決策相關數據的全面收集、準確分析和合理利用，將成為教育決策創新的重要驅動力。同時，應該理性看待大數據在教育研究與教育決策領域的應用價值，現階段大數據在教育決策研究方面的應用尚不成熟，關于教育大數據的概念、意義、本質、認知差異、技術挑戰、道德與隱私以及對教育研究人員的專業培訓等的一系列關鍵問題亟待解決[22-23]。教育行政部門應提供政策和資金保障，重視復合型數據人才隊伍建設，結合實際，從基礎做起，依據數據標準體系，重視數據準確性和數據安全，逐步完善信息化智庫建設，使其真正為教育宏觀決策工作提供智力支持。

參考文獻：

[1] 騰訊研究院， 中國人民大學. 2019國家數字競爭力指數研究報告[EB/OL]. （2019-05-20）[2021-05-05]. http：//www.360doc.com/content/19/0520/22/49586_837128653. shtml.

[2] IMD商學院發布2020全球數字競爭力排行榜： 中國大陸排名大幅提升[EB/OL]. （2020-10-02）[2021-05-05]. http：//news.hexun.com/2020-10-02/202180150.html.

[3] 中華人民共和國教育部. 教育部關于印發《教育信息化2.0行動計劃》的通知[EB/OL]. （2018-04-18）[2021-05-05]. http：//www.moe.gov.cn/srcsite/A16/s3342/ 201804/t20180425_334188.html.

[4] 中國教育和科研計算機網. 教育部2021年工作要點發布 積極推進教育信息化建設[EB/OL]. （2021-02-04）[2021-05-05]. https：//www.edu.cn/info/focus/zc/202102/t20210204_2074919.shtml.

[5] 周滿生. 教育宏觀決策比較研究[M]. 北京： 人民教育出版社， 2009： 1-8.

[6] 王毅. 解讀中國教育宏觀戰略決策： 談松華訪談錄[J]. 教育發展研究， 2005， 25（20）： 9-13， 6.

[7] 胡弼成， 鄧杰. 大數據時代的教育變革： 挑戰、趨勢及風險規避[J]. 教育科學研究， 2015（6）： 29-34.

[8] 楊現民， 唐斯斯， 李冀紅. 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.

[9] ZASTROW V， PEREZ Z. Using state data systems to create an information culture in education[R]. Education Commission of the States， 2019：1-14.

[10] GORUR R. Afterword： Embracing numbers？[J]. International Studies in Sociology of Education， 2020， 29（1-2）： 187-197.

[11] 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， 36（3）： 8-14.

[12] WILLIAMSON B， PIATTOEVA N. Objectivity as standardization in data-scientific education policy， technology and governance[J]. Learning， Media and Technology， 2019， 44（1）： 64-76.

[13] 百度百科. 數據集市[EB/OL]. （2021-07-08）[2021-07-08]. https：//baike.baidu.com/item/數據集市/607135？fr= aladdin.

[14] 李聯寧. 大數據技術及應用教程[M]. 北京： 清華大學出版社， 2016： 82-90.

[15] 中國電子技術標準化研究院. 大數據標準化白皮書（2018）[EB/OL]. （2018-03-29）[2021-05-10].http：//www.cesi.cn/201803/3709.html.

[16] 胥偉嵐. 我國教育領域的網絡輿情研究： 熱點與轉向[J]. 教育傳媒研究， 2020（4）： 40-44.

[17] 李樹峰. 宏觀教育政策決策研究[D]. 上海： 華東師范大學， 2009：65-73.

[18] 王星， 李超， 陳吉. 基于膨脹卷積神經網絡模型的中文分詞方法[J]. 中文信息學報， 2019， 33（9）： 24-30.

[19] 葛寧玲. 基于相關性分析的多維數據融合方法[D]. 北京： 北京郵電大學， 2020：19-54.

[20] 劉蘭， 吳振新. 網絡存儲信息采集方式研究[J]. 圖書館雜志， 2009， 28（8）： 28-31.

[21] 百度百科. 區塊鏈[EB/OL]. （2020-10-22）[2021-05-20]. https：//baike.baidu.com/item/區塊鏈/13465666#4.

[22] 母小勇， 張衛民. 理性面對教育研究與教育決策的“實證科學”化[J]. 教育發展研究， 2017， 37（17）： 31-37.

[23] DANIEL B K. Big data and data science： a critical review of issues for educational research[J]. British Journal of Educational Technology， 2017， 50（1）： 101-113.