高校教育數據治理框架與生態體系建設研究
——以南京審計大學為例

秦新國，薛 雅

(1.南京審計大學 信息辦，江蘇 南京 211815；2.南京大學 信息管理學院，江蘇 南京 210008；3.南京審計大學 黨政辦公室，江蘇 南京 211815)

一、前言

隨著我國教育信息化的深入推進，多數院校已充分認識到數據的重要性[1]，數據已經成為保障學校信息化持續健康發展的最重要資產[2]。對教育數據的有效利用是高校實現信息化創新的重要基礎，是促進教學、科研、管理與服務方式發生深層次變革，實現全方位高等教育現代化的基石[3]。當前，高校在信息化建設方面的投入逐年加大，各業務部門都建有相應的信息系統，積累了大量的業務數據。然而，由于缺少清晰的數據發展計劃、明確的數據管理職責體系、統一的標準、一致的數據處理規范以及有效的協作機制，組織的數據建設往往變得盲目，數據管理變得重復和紊亂，從而導致數據質量下降和數據風險上升，阻礙數據價值的實現[1]。其最被人熟知和詬病的問題就是數據孤島，主要表現為業務系統獨立建設、業務數據分散管理、數據之間共享度不足，數據對教學管理的服務支撐作用亦未能得到有效發揮。因此，加強對教育數據的有效治理，從教育大數據中挖掘潛在價值，以數據驅動創新，全面提升教育競爭力，就顯得尤為迫切和重要。在國內外數據治理研究現狀的基礎上，聚焦高校數據服務存在的問題，結合數據治理相關理論，從學校數據治理的實際出發，探討高校數據治理的路徑，提升數據治理成效，切實增強師生數據服務的獲得感，以期為其他高校的數據治理工作提供借鑒。

二、研究回顧

(一)政策層面

歷年來，國家非常重視教育數據的管理和使用，相繼出臺了一系列國家政策文件，從頂層設計的角度對教育數據建設給出了明確的規劃和指導。2012年3月，教育部發布《教育管理信息教育管理基礎代碼》等七個教育信息化行業標準的通知[4]，給出了不同階段教育管理信息數據的國家標準，為各級各類學校開展數據治理工作奠定了基礎。2016年3月，《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》提出要“把大數據作為基礎性戰略資源，全面實施促進大數據發展行動，加快推動數據資源共享開放和開發應用，助力產業轉型升級和社會治理創新”[5]。2018年4月，教育部頒布了《教育信息化2.0行動計劃》[6]，提出要完善教育管理信息化頂層設計，提高教育管理信息化水平，建立“統一標準，上下聯動，資源共享”的教育信息資源大數據，打破數據壁壘，完善數據標準，實現信息系統全面整合和資源開放共享，優化管理服務，促進決策支持。2019 年，中共中央辦公廳、國務院辦公廳印發《加快推進教育現代化實施方案(2018-2022年)》[7]《中國教育現代化 2035》[8]，提出要創新信息時代教育治理新模式，開展大數據支撐下的教育治理能力優化行動，推動以互聯網等信息化手段服務教育教學全過程；要創新教育服務業態，建立數字教育資源共建共享機制，推進教育治理方式變革，加快形成現代化的教育管理與監測體系，推進管理精準化和決策科學化。

(二)理論層面

在開展高校教育數據治理工作伊始，我們首先要明確數據治理的理論基礎和方法論體系，洞悉數據治理過程中涉及的諸多要素及其關系，進而更好地指導數據治理實踐，提高數據治理實效。安小米等在綜合集成大數據治理體系構建方法論要素的基礎上，結合戴明環(PDCA)的理論基礎對當前大數據治理體系構建方法論進行修正和補充，提出更具通用性的大數據治理體系構建方法論框架[9]。龐楠等基于SWOT矩陣從機會與威脅、優勢與劣勢角度對影響圖書館數據生態系統內外部因素進行詳細分析并提出了相關建議，作者還借鑒了利茲-里昂基于e-Research的數據周期模型，對圖書館數據生命周期各個階段進行了詳細描述[5]。董曉輝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,并提出了數據治理的三層結構模型[10]。董曉輝等依據西方組織管理學中的權變理論平衡數據治理過程中內外眾多利益群體的利益訴求，認為數據治理框架的設計既要從組織的全局出發，又要結合特定的組織環境和變化的現實情境不斷調整以適應組織戰略目標[11]。劉桂鋒等以協同治理理論輔以數據生命周期理論和利益相關者理論為基礎，在探明已有數據治理模型邏輯路線后，通過半結構化訪談法，對國內外高校人員就科研數據治理認知進行深度溝通，最終利用 NVivo 11軟件對訪談結果進行質性分析，提煉模型構建要素，提出了構建高校科研數據治理模型[12]。楊學成等運用扎根理論方法對英國開放數據研究所(ODI) 進行分析，考查了數據開放背景下多主體協同的機理，提出了基于“共治主體-共治框架-共治價值”實現路徑的數據共治模型，拓展了數據治理理論[13]。

(三)實踐層面

當前，數據治理實踐成果比較豐碩，研究角度也各異。張俊超等通過調查發現我國高校已初步建立基于數據進行決策的文化，但離數據文化的成熟還有很大距離，院校研究要通過建立共享數據治理系統，在高校數據文化培育上發揮功夫[14]。王正青等借鑒美國肯塔基州數據治理的成功經驗，從治理主體、治理客體以及運行機制構成三個方面對教育數據治理體系進行了深入研究，并對我國教育數據治理提出了相關建議[15]。翟運開等基于IBM數據模型，從大數據治理的戰略目標、治理保障、治理域、實施和評估四個方面構建了面向精準醫療的大數據治理框架[16]。嚴昕針對當前公共圖書館數據發展特點及存在問題，借鑒國內外典型數據治理框架，構建了我國公共圖書館數據治理框架[17]。張培等針對當前教育領域數據治理的現狀及實現邏輯，從治理思想、治理邏輯、治理范式、治理環境四個維度提出了數據治理的基本思路，并圍繞頂層設計、融合應用、聯通機制、運行模式四個方面，闡述了教育領域數據治理的可行路徑[18]。劉振昌等針對當前高校數據治理過程中存在的信息化發展步伐、數據治理速度慢，無法滿足工作對數據的需求問題，分享了南開大學的治理經驗，解決了數據治理速度緩慢問題，實現了數據質量快速提升的目標[2]。鄭磊通過研究提出數據治理在依靠技術賦能的基礎上，還要綜合考慮理念、制度、組織、法律、倫理等多個維度的協同支撐與規范制約，把握好效度、溫度和尺度，提高人民群眾在數字時代的獲得感、幸福感和安全感[19]。曹惠民等重點關注政府數據治理背后的風險消解機制，通過解構政府數據治理過程中的風險，為政府數據治理改革的推進創造條件[20]。

綜上所述，數據治理已成為各個行業發展的重要議題和研究熱點，在國家政策和相關理論指導的基礎上，對高校大數據進行科學治理，解決數據質量不高、數據標準缺失、數據共享不足、數據融合不深、數據缺失嚴重、管理流程不暢等問題，從而不斷提高高校管理和公共服務水平，更好、更全面地服務高校發展。但是，在數據治理過程中，還要把握好數據倫理關切，防范安全隱患，從重視人的感受和隱私角度做好數據治理工作。

三、高校教育數據治理框架設計

高校教育數據治理(以下簡稱數據治理)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[10]。數據治理是一個系統工程，其治理對象不僅包括形態各異的各類教育數據，還包括貫穿數據管理和使用活動始終的各項關聯要素等。因此，數據治理過程必須要全面考慮、整體優化，方能事半功倍。

(一)數據治理指導原則

數據治理應遵循以下四點原則：第一，數據全量采集，應采盡采。建立全校主數據中心，全校各類業務系統的數據都應該匯聚到主數據中心，為后續數據治理、數據監控、數據開發利用打好基礎，同時也為學校積累數據資產提供保障。第二，數據確權，各部門各司其職。一方面，明確各部門在數據治理工作中的責任和義務，為加強部門協同掃清障礙，為數據治理提供組織保障；另一方面，明確數據權威來源，消除數據來源二義性。如明確人事系統是學校組織架構、教師基本信息的權威源，教務系統是學生基礎數據的權威源等。同時，業務系統之間的數據交換必須經由主數據中心，業務系統之間不得私自對接，數據交換過程如圖 1所示。第三，確保數據安全，兼顧倫理道德。首先，主數據中心作為各業務系統數據匯聚地，數據安全至關重要，無論是制度、政策還是技術層面都要切實落實到位，避免數據泄露，打消各業務部門疑慮；其次，數據中心對數據沒有所有權，不得對數據擅做他用，未經嚴密的審批程序，不得對外提供和發布數據；再者，建立合理的教育數據治理倫理秩序，從數據收集階段的倫理嵌入、數據分析階段的倫理調適到教育決策階段的倫理評估等方面著手，積極應對數據治理過程潛在的倫理風險[21]。第四，以人為本，兼顧各方利益。數據治理過程涉及數據的采集者、使用者和生產者，他們共同構成了教育利益相關者，數據治理要綜合考慮利益相關方的訴求，進而滿足教育的需要，達到解決教育問題的目的。

圖1 業務系統數據交換示意圖

(二)數據治理要素解構

綜合國內學者的觀點，高校教育數據治理過程中共涉及治理目標、治理主體、治理客體、治理方式、治理成效五大要素，如圖 2所示。

圖2 數據治理要素分析

治理目標是為了讓數據用起來、讓數據活起來、讓工作主動起來，通過數據的分析和運用，解決教育中存在的問題，服務教育決策和教學改革。治理主體主要涉及數據治理組織架構中的各類參與者，包括信息化領導小組、信息化部門管理人員、各職能部門管理人員、廣大教師和學生，組織架構如圖3所示。他們既是數據的生產者也是數據的使用者，大家要統一行動聽指揮，多方協同，層層聯動，確保數據治理取得實效。治理客體包括教育數據、數據管理事務、環境、組織機構以及數據使用活動規范等，管理過程必須要有清晰的工作流程、明確的數據權屬關系和制度保障體系等，數據治理環境主要指資金、技術、人力等資源的投入，這是數據治理能否成功的前提。治理方式是治理主體作用于治理客體的一系列操作的總稱，包括治理主體的分工、清晰的數據治理規則、功能強大的治理工具等。治理成效是數據治理的階段性成果，如數據標準、技術(業務)元數據、權威數據集、數據分析與可視化等。

圖3 數據治理組織架構圖

治理主體是數據治理的邏輯起點，通過問題發現與反思確定治理目標、對治理目標進一步細化分析明晰問題癥結所在、繼而明確治理對象的范圍，進一步制定詳細的治理計劃，實施治理過程并對治理結果進行評估，然后發現新的問題開啟新一輪循環。數據治理是一個長期的過程，技術在發展，理念在更新，通過治理過程的不斷迭代，不斷提高數據的質量，規范教學秩序，促進教學發展，推動教學變革。

(三)數據治理框架設計

數據治理建設框架是由業務數據層、數據轉換層、標準數據層、數據集市層、數據交換層以及系統應用層組成的六層架構，同時，在治理過程中，數據標準體系、數據規范體系、制度體系、安全保障體系建設等貫穿數據治理始終，全程保障，確保數據治理過程的有序進行。數據治理建設框架如圖4所示。

業務數據層是數據治理的最底層，是數據治理的源頭，涵蓋了各業務系統生產色結構化、半結構化以及非結構化數據，這里積累了大量的業務數據，是

圖4 數據治理建設框架示意圖

學校寶貴的數據資產，由于各業務系統在建設初期缺少統一的系統規劃和數據標準規范，業務系統各自獨立建設，互不打通，導致數據孤島林立、數據重復建設、數據不一致等現象嚴重。典型的例子就是教務處和學工處關于在校生數的數據始終對不上，領導不知道學校準確的學生數。

如圖5所示，數據轉換層介于主數據中心和業務數據層之間，設置數據轉換層的目的是將數據標準前置，以便于對業務系統對接數據格式進行規范，確保數據中心和業務系統的相對獨立。一旦業務系統建設廠商發生變更，新廠商只要按照數據標準規范將數據表名及其數據項轉換成標準的命名格式，再向數據中心提供數據。主數據中心這邊只需更新數據庫對接屬性即可，絲毫不影響主數據中心相關業務的運轉。出于安全需要，業務系統應采用中間庫，以只讀視圖的方式與主數據中心對接。對于數據標準的制定應優先使用國家標準[7]，在此基礎上，結合教育行業標準和學校校情進行編制，以確保標準的通用性和適用性。

圖5 數據轉換層工作示意圖

主數據中心是數據治理的目標，是各業務系統的數據匯聚池，是面向學校發布和交換數據的權威主數據源。數據中心由標準數據層和數據集市層組成。

首先，標準數據層采用1∶1的比例從業務系統抽取業務數據，然后經過數據清洗、數據聚合形成一個個數據集，可以是多數據表的合并，如將教務處的學生數據與學工處的學工數據整合成一張完整的學生數據表，可以是統計分析后的結果，如一卡通消費數據、學生欠費數據等，然后將數據庫按角色劃分，形成一個個數據集合，如教師數據集、學生數據集、資產數據集等，并上架到數據集市對外發布，供用戶申請使用。如圖6所示。

圖6 數據聚合流程示意圖

其次，數據中心提供數據預警與監控服務，對數據中心的運行提供實時監測，一旦發現數據異常、數據接口執行失敗等情況及時通過郵件或即時通訊工具向管理員發送預警信息，以便于管理員及時處理問題，盡量減少因數據中心運轉異常帶來的不良影響。

最后，數據中心提供完備的元數據服務，業務數據對用戶不透明是影響數據開發利用的一個主要原因，而直接向用戶開放數據訪問權限又存在安全隱患，因此，向用戶開放元數據則是一個比較好的替代方案。既讓用戶明晰當前學校主數據中心包含哪些數據以及數據明細項，又確保數據不泄露，一舉兩得。 元數據服務還要強化數據的血緣關系分析，讓用戶更加清楚數據的來龍去脈，有助于異常排查。

數據交換層是數據中心對外發布數據的接口，也是各業務系統互相交換數據的紐帶。數據交換層支持API接口及ETL工具兩種方式對外開發數據。從數據安全的角度出發，基于API接口的方式應增加訪問IP、訪問時間、訪問頻率等限制，防止惡意訪問現象。數據訪問申請應遵循嚴格的審批流程，一般應按照誰主管誰負責的原則進行審批，為了提高工作效率，也可以將數據劃分公共域和私有域，公共域的數據可以直接授權給信息化管理部門審批，私有域數據則由數據歸屬部門審批。數據訪問審批流程如圖 7所示。

圖7 數據接口訪問審批流程圖

數據應用層是數據治理的目標和歸屬，是釋放數據紅利、彰顯數據治理成效的直接體現。通過數據治理，規范了數據管理體系，構建了校級權威主數據中心。一方面，可以促進各業務系統更加高效的運轉，形成合力，服務學校發展；另一方面，也可以圍繞主數據中心，構建業務系統生態，解決學校發展痛點問題，服務學校高質量發展。

四、數據治理生態體系建設

數據治理工作對高校數據規范化建設至關重要，但其本質上還屬于高校數據開發和利用的基礎性工作，猶如砌房子打地基，其作用的彰顯對普通師生用戶來說并不顯著，大家對數據中心重要性的認識也不深刻，要發揮數據中心的作用，還必須圍繞數據中心構建系列應用生態體系(如圖8)，進而更好地發揮數據中心的作用。

圖8 數據治理應用生態體系框架設計

(一)構建高質量發展指標庫，服務學校內控體系

國家對高校教育教學基礎數據的重視程度越來越高，數據采集的種類越來越多，如高基報表、審核評估數據、本科教學質量報告等，數據采集的主體呈現多頭趨勢，如教育部、省教育廳，數據采集的范圍越來越細，由統計數據向明細數據轉變且數據校驗越來越嚴格，數據采集的頻率越來越高，如高基報表由年報轉變為季報。統計工作量的增加加重了工作人員的負擔，也對他們提出了更高的要求。由于工作人員數據處理能力普遍不高，致使統計工作周期長、易出錯。對此，可以基于權威主數據中心構建學校發展指標體系數據庫，一方面，以國家主管部門發布的監測指標為依據采集數據，并自動生成相關統計報表，通過邏輯校驗和經驗校驗算法加以驗證，確保數據的準確性，數據管理員對數據進行檢查后即可快速完成上報，提高工作效率。另一方面，國家對學校教育教學質量的評估工作是一項長期國策，從合格評估到水平評估再到現在的審核評估，專業評估已成為常態化工作，依托主數據中心，構建學校、院系、專業多維度的評估體系，自動生成評估報告，洞悉學校發展現狀和不足，服務學校高質量發展。再者，按年做好各類統計數據縱向、橫向比對和可視化工作，便于決策層清晰地認識到學校的發展脈絡和趨勢，提前發現潛在問題，做出預判和決策。

(二)搭建數據服務平臺群，釋放數據治理紅利

以“用數據說話，用數據決策，用數據管理，用數據創新”[22]的理念為指引，圍繞主數據中心搭建服務平臺群，把數據用起來，讓數據活起來。如搭建一表通數據平臺，解決師生重復填表問題，同時一表通系統采集的數據還可以回流至主數據中心，不斷完善主數據中心的數據體系；搭建“校查查”數據服務平臺，提高管理者快速獲取數據的能力，解決管理過程中等、靠、要的問題；搭建數據分析與可視化平臺，支持數據的統計與下鉆，支持數據縱向與橫向比較，服務高層決策支持；搭建數據采集平臺，解決主數據中心數據缺失的問題。通過服務平臺群的構建與使用，填平管理者與數據之間的鴻溝，讓管理者享受數據無縫對接的獲得感和幸福感。

(三)泛化數據治理主體，營造數據至上的文化氛圍

教師和學生在數據治理過程中往往是被忽略的群體，教師和學生作為數據流轉體系中的重要一環，也應作為數據治理的主體成員發揮作用，以踐行數據的服務理念。另外，信息化管理隊伍人員有限，難以滿足學校快速發展的信息化需求，動員全校所有人員積極主動參與到數據治理工作中來，充實信息化管理隊伍，集思廣益，既可以提供數據服務的針對性，又可以豐富數據治理成果。第一，借鑒眾包服務理念，與學校創業部門聯合策劃小程序設計大賽，可以是命題項目，也可以是自定義項目，面向全校學生征集優秀的信息化創意或微服務。一方面，可以為學生提供真實的實戰操練情境，達到歷練學生、服務育人的效果；另一方面，對于優秀的作品在創業學院進行孵化，參加校外競賽或以微服務的方式為全校師生服務。第二，積極探索信息化建設專項課題，讓更多的教師主動參與進來，從科學研究和學科交叉的角度進一步對數據進行深入研究和分析利用，如通過知識圖譜、神經網絡、人工智能等前沿技術的運用，挖掘深層次數據關系和價值，為學校發展提供內參。讓信息化建設扎根在用戶之中，合眾人之力，成信息化之利。

五、結語

2018年，習近平總書記在中央政治局第二次集體學習時強調，大數據發展日新月異，我們要審時度勢，精心謀劃，推動實施國家大數據戰略，加快完善數字基礎設施，推進數據資源整合和開放共享，保障數據安全，加快建設數字中國，更好服務我國經濟社會發展和人民生活改善[23]。對于高等院校來說，我們要緊跟國家戰略步伐，推進高校教育數據資源整合與治理、開放與共享、開發與利用，為高校高質量發展護航，為實現“中國教育現代化2035”偉大目標助力。