高校數據治理的關鍵要素及其作用機制研究*

董曉輝 彭義平 馬 威

高校數據治理的關鍵要素及其作用機制研究*

董曉輝1彭義平1馬 威2

（1．西北師范大學 計算機科學與工程學院，甘肅蘭州 730070；2．西北師范大學 網絡安全與信息化辦公室，甘肅蘭州 730070）

如今，數據治理已經成為高等教育信息化的基礎性工作，然而國內高校在對其進行具體實施的過程中卻遇到重重困難，挖掘影響高校數據治理有效實施的關鍵要素以查擺不足、厘清問題根源成為解決當前問題的突破口，但是現有研究缺少在實然層面對影響高校數據治理有效實施的關鍵要素的探索。為此，文章運用扎根理論對訪談數據進行編碼分析，挖掘了影響高校數據治理有效實施的7個關鍵要素，包括高層數據意識與凝聚力、促進性政策、技術人員的專業能力、業務人員的數據素養與部門利益、數據的豐富性與可用性、平臺支撐能力和信息化部門的影響力。在此基礎上，文章進一步從活動理論視角闡述了各要素之間的作用機理，旨在為高校構建數據治理的良好秩序提供參考。

高校數據治理；關鍵要素；扎根理論；活動理論

當前，教育信息化進入數字化轉型重要時期，教育數據已成為驅動教育變革的基本要素[1][2]。經過多年的信息化建設，國內高校積累了大量的教育數據資源，然而由于數據質量低下、數據管理權限混亂、共享機制不暢等諸多因素嚴重阻礙了數據創新應用，高校教育數據的有效管理體系尚未形成，滯后于教育決策和教育創新的需求[3]。在“需求-政策-技術”的綜合驅動下，數據治理作為系統化的解決方案被國內高校廣泛實踐，然而在具體實施過程中卻困難重重，使其難以按照理論設計有效推進，需要找尋問題背后的深層原因。數據治理是一項需要長期堅持并反復迭代優化的系統工程，既涵蓋各種不同來源、類型的數據及其全生命周期管理技術，又包含數據規劃、管理和使用的組織結構與人員、政策與程序，以及不同利益群體的協作支持[4]，旨在提高數據的可用性、可信性和安全性，促進數據資源的有效管理與利用，從而支撐組織業務能力的提升和戰略目標的實現。對于系統而言，控制、協調和管理系統有效運行的關鍵在于發現對系統具有約束、支持和起決定性作用的因素（關鍵要素），以及這些要素之間的作用關系。目前，高校數據治理的相關研究多側重于體系框架、機制及路徑等應然層面的設計，鮮有在實然層面對影響高校數據治理有效實施的關鍵要素的探索。鑒于此，本研究嘗試從國內高校具體實踐活動中梳理和挖掘影響高校數據治理有效實施的關鍵要素及其作用關系，以期為高校構建數據治理的良好秩序提供參考。

一 研究現狀

數據治理萌芽于企業為提升管理效率而對數據質量的關注[5]。20世紀90年代，Hawley委員會首次將數據納入資產范疇，并將治理與資產的最優使用聯系起來[6][7]。由此，數據治理逐漸成為一個新領域。近年來，伴隨著大數據在各行業領域中重要性的凸顯，豐富的數據資源與應用需求的矛盾日益加劇[8][9]，數據治理逐漸擴展到金融、政務、工業、醫療、教育等領域，研究與實踐的熱度越來越高。在高等教育領域，數據治理已成為教育信息化的一項基礎性工作。

一方面，隨著建設“教育文化大數據”上升為國家戰略，關于教育數據治理價值的研究成為重要議題。高校作為教育信息化理論研究與實踐創新的前沿，必然成為研究的焦點。其中，業界學者從數據驅動教育治理的角度進行了廣泛討論，認為數據治理有助于高校提高決策的科學性、提升教學質量、創新管理與服務，為高等教育走向“善治”提供了可能[10][11][12][13]。

另一方面，高校數據治理的體系框架與實踐路徑也是研究的重點，如余鵬等[14]針對高校智慧校園建設提出了數據治理功能框架；張世明等[15]面向開放大學提出了由戰略、保障機制、關鍵活動、實踐與優化四層組成的數據治理框架，并給出了實踐路徑；周煒[16]從數據全生命周期管理的角度提出了高校數據治理框架，構建了優化數據治理實施路徑的四要素模型；宋蘇軒等[17]構建了具有“過程”“調和”“多元”“互動”四大特征的高校數據治理統籌管理體系，并設計了包括關注范疇、組織結構、價值流動和風險防控四個方面的實踐路徑。此外，相關研究也探討了高校數據治理的倫理與隱私保護等問題[18][19]。

綜上所述，現有研究充分地討論了高校數據治理的價值及其內涵，有助于深入、全面地呈現高校數據治理的本質，樹立正確、科學的數據治理觀，為高校實施數據治理指明了方向。同時，從不同視角提出的體系框架闡明了數據治理的相關要素，也提供了一些可供實踐的路徑。這為本研究理解與分析相關概念、發現范疇之間的關系提供了基礎。但不難發現，現有研究多關注應然層面的規劃設計，在研究方法上也是借鑒其他領域的數據治理進行理論探討，缺乏基于我國高校實踐活動的實證性探究，研究的深度亟待加強。為此，本研究在思考已有研究不足的基礎上，從我國高校實踐出發，運用扎根理論進行分析，關注影響高校數據治理有效實施的關鍵要素，并從理論層面闡釋各要素之間的作用關系。

二 研究設計

1 研究方法

扎根理論是當前眾多定性研究方法中較為嚴謹的一種自下而上的歸納式定性分析方法，其通過對資料逐級編碼以發掘主題或者從分散的概念中發展出理論，而不是驗證理論假設，強調對過程的研究，適用于圍繞某一社會現象或問題的影響因素、內部結構、體系要素等進行理論構建[20][21]。鑒于當前鮮有研究對高校數據治理的關鍵要素進行挖掘，因此本研究選取扎根理論進行探索性分析。

2 研究對象

根據前期研究成果[22]，本研究選擇國內15所高校（包含1所高等職業院校）、2家信息技術企業的相關人員作為訪談對象，具體如表1所示。

3 資料收集

資料收集是定性研究的基礎環節，常見的方法有觀察、訪談、實物分析、三角互證法等，本研究主要采用深度訪談法收集資料。按照扎根理論模型飽和的準則和Creswell[23]的建議，訪談樣本次數選取20～30最佳。因此，依據扎根理論分析的研究規范，本研究采用半結構式訪談法，實施了兩個階段的訪談，其中第二階段的訪談資料用于理論模型飽和檢驗，共完成了21次個人深度訪談和1次焦點小組訪談（由3名高校信息化部門人員和3名信息技術企業人員組成），每次訪談時間大約在30分鐘～1小時，總計保存了16小時17分鐘的談話錄音。同時，為了使訪談內容具有開放性，本研究結合前期研究成果，從治理目標、治理方式、治理主體、治理客體、探索性問題等方面設計了訪談提綱，部分訪談提綱如表2所示。

表2 部分訪談提綱

表3 開放式編碼示例

三 數據分析

一般而言，扎根理論的研究步驟包括開放式編碼、主軸編碼、選擇性編碼、理論模型飽和檢驗等[24]。基于此，本研究的具體數據分析過程如下：

1 開放式編碼

開放式編碼是對收集的資料概念化，把資料進行分解，經過比較為資料中反映的現象貼上概念標簽，再把相似概念聚攏到一起，進行范疇發掘的過程。在此過程中，研究者要盡量對資料內容保持開放態度，避免自己的主觀偏見和思維定勢對編碼造成影響。本研究采用逐句編碼的方式為資料中反映的現象貼上概念標簽，具體程序為：①對每句訪談資料加注標簽并概念化；②剔除出現頻次少于3次和前后矛盾的概念，對概念進行不斷比較，發現其范疇并加以合適的命名，確定范疇的屬性和維度；③不斷縮小和集中范圍，直至出現飽和。經過如上編碼操作，總共獲得標簽547個，歸納概念68個，提煉范疇21個。表3為開放式編碼示例，原始代表語句對應標簽為a1、a2等，標簽歸納的初始概念表示為b1、b2等，提煉范疇表示為c1、c2等。

2 主軸編碼

主軸編碼是在開放式編碼的基礎上，對各自獨立的范疇進行反復比較，發現和建立各范疇之間的潛在邏輯關系，將各自獨立的范疇聯系在一起，發展出更抽象的主范疇的過程。本研究通過對開放式編碼中獲得的范疇進行不斷比較、分析和總結，最終形成了高層數據意識與凝聚力、促進性政策、業務人員的數據素養與部門利益、數據的豐富性與可用性、技術人員的專業能力、平臺支撐能力和信息化部門的影響力7個主范疇，其子范疇為開放式編碼中提煉的范疇，如表4所示。各主范疇的形成過程如下：

表4 主軸編碼

①高層數據意識與凝聚力。訪談結果顯示，“數據治理是一把手工程，主管校領導要有權威性和凝聚力”，可見數據治理需要校領導的強力支持與協調：一方面，只有學校領導層具備強烈的數據意識，才能給予相應的政策和經費投入；另一方面，高校在履行職責過程中產生的教學、管理、科研、校園服務等各類數據資源，來源于多個部門的不同系統，在實施數據治理的過程中，校領導需要具備較強的凝聚力才能有效協調不同利益主體的沖突，促進協同合作。

②促進性政策。從功能角度來看，信息化宣傳、激勵制度和經費保障三個范疇都能夠體現學校對數據治理的重視程度和支持力度，本研究將其歸納為促進性政策：首先，信息化宣傳是營造信息化或大數據環境氛圍的必要措施。只有營造濃厚的大數據應用環境氛圍，才能促進各利益群體的積極參與，真正實現數據的共建共享，發揮教育數據的價值。其次，制定相應的激勵制度能夠調動各利益相關群體的主動性，引導多元利益積極參與數據共建共享。最后，數據治理需要持續的經費保障硬件設備、軟件系統與專業技術力量的投入。

③業務人員的數據素養與部門利益。實現各業務部門的數據共享與流通是數據治理的難點，需要各部門的協同合作。訪談結果顯示，在實施數據治理的過程中各業務部門存在形式各樣的理由和困難，涉及業務人員數據素養，以及數據權利、數據整合成本、業務人員動力和效果感知等部門利益。例如，業務人員在面對數據相關工作時，由于不具備相應的能力，就會產生自然的排斥心理；業務部門并沒有真實感受到數據治理的收益，反而增加了工作負擔等。根據情境關系，將以上范疇歸納為業務人員的數據素養與部門利益。

④數據的豐富性與可用性。業務數據是數據治理的對象，不同的主題數據來源于校內多個業務部門的不同系統，業務信息的電子化程度與數據管理程度迥異：一是業務數字化程度，如有些部門還處于通過紙質或簡單電子表格的方式存儲和管理數據的階段，業務數字化程度較低。二是業務系統成熟度，訪談結果顯示，各種業務系統建設時期、技術架構等差異較大，數據與業務的耦合性、功能流程的固化程度、系統的易用性等都對數據治理造成了不同程度的影響。

⑤技術人員的專業能力。從訪談數據來看，信息化部門是高校實施數據治理的主要技術力量，其專業能力由數據集成、管理與分析相關專業技術人才的數量、專業技術水平和職業動力等綜合因素構成：一方面，大數據時代對數據集成與分析能力提出了更高的要求，而學校信息化部門原有技術人員多專注于網絡技術，處理數據的相關專業技術水平較低；同時，高校非博士不能引進的用人制度使相關專業技術人才難以有效補充。另一方面，技術人員在國內高校中一般屬于教學輔助序列，在職稱晉升和薪酬方面與專職教師、行政管理人員相比有一定差距，學習進步的職業動力較弱，進一步加劇了專業技術能力與數據治理需求的矛盾。

⑥平臺支撐能力。數據支撐平臺是實施數據治理的工具，要求具備數據收集、數據整合、數據質量監控、數據血緣分析、數據安全防護、數據標準管理、數據資源呈現以及數據開放利用等功能，從技術角度可以劃分為平臺技術架構合理性和平臺功能完善性兩個方面。

⑦信息化部門的影響力。高校數據治理是多元利益群體協同參與的活動，不同的利益群體在活動中扮演的角色分工不盡相同。訪談結果顯示，在實施數據治理過程中，信息化部門在校內的組織地位與行政能力是統籌協調其他部門的關鍵，決定著數據治理的效率。

3 選擇性編碼

選擇性編碼是通過系統分析主軸編碼形成的概念范疇，發現一個或多個具有較強概括能力、抽象度高、較強關聯能力且能夠將其他范疇串成一個整體的核心范疇。通過對主軸編碼階段形成的主范疇進行分析，發現其典型關系結構如表5所示。由此，最終確定“高校數據治理的關鍵要素”作為核心范疇。

表5 主范疇的典型關系結構

4 理論模型飽和檢驗

依據扎根理論的研究規范，在理論構建完成之后，還需要進一步對發展出的概念、范疇及范疇之間的關系進行理論模型飽和度檢驗，如果未飽和，則需要重新返回資料收集階段循環上述分析過程[25]。扎根理論常用的理論模型飽和度檢驗方法是引入新的數據資料，對已經形成的范疇及范疇之間的關系進行檢驗。據此，本研究實施了第二階段的訪談（見“資料收集”），通過對第二階段的訪談資料進行分析，并未發現新的概念與范疇，各范疇之間也沒有形成新的類屬關系，說明以上發展出的理論模型是飽和的。

四 活動理論視角下高校數據治理關鍵要素的作用機理

基于上述的編碼結果，本研究借鑒活動理論構建了高校數據治理關鍵要素作用機理模型，如圖1所示。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，已經成為理解和分析人類活動的一般解釋框架[26]。活動理論發展出的活動系統模型尤其適用于描述以信息技術為支撐的交互活動的結構、發展和情境[27]。該模型由主體、客體和共同體三個核心要素，工具、規則和分工三個介質要素，以及相鄰要素相互作用形成的生產、交換、消耗和分配四個子系統構成[28]。從扎根理論分析結果可知，作為高校實施數據治理主導力量的信息化部門是活動主體，負責數據治理的整體推進和技術保障，其專業技術能力影響數據治理的整體效果；校領導與業務部門是活動共同體，在治理系統中起支持與協同配合作用，校領導的數據意識與凝聚力決定了學校對數據治理的投入程度，業務人員的數據素養與業務部門利益影響數據資源的供給效率和質量，以及數據價值實現的程度；主體與共同體在治理活動中具有不同的分工，作為統籌全校數據治理活動的信息化部門，其影響力在協調其他業務部門時至關重要；來源于各業務部門豐富、可用的業務數據資源是活動客體，也是實施數據治理的基礎；數據治理有關的政策制度都可以認為是治理活動的規則，其中信息化宣傳、激勵制度和經費保障等促進性政策尤為重要，能夠有效促進利益相關方的參與度和工作績效；數據支撐平臺是活動工具，平臺的支撐能力影響數據治理的效率與效果。相鄰三個要素分別組合構成生產系統、共享系統、交流系統和協作系統，各要素在系統中相互約束和支持，保證系統有效運行。

圖1 高校數據治理關鍵要素作用機理模型

1 生產系統的構成及作用機制

生產系統由主體、客體和工具構成，是高校數據治理活動中最基礎的子系統，整個治理活動的結果產出與目標實現都在該子系統內完成。其中，信息化部門技術人員的專業能力影響數據支撐平臺的技術先進性與功能完善性，以及運營的效率。目前，大數據技術架構已經成為高校建設數據支撐平臺的必然選擇，然而業內存在Lambda、Kappa、流式等多種架構體系，以及在此基礎上由不同廠商開發的平臺產品，各種技術架構體系與平臺產品在功能與性能方面各具特色，這就要求信息化部門要具備技術架構選型、平臺功能開發和運營的能力。數據治理的實施最終要借助數據支撐平臺實現，業務數據類型多樣，需求也不盡相同，平臺不僅要具備數據清洗、多模態數據存儲與計算、數據交換、數據血緣追溯、質量校驗、安全隱私保護等功能，還要支持各類業務系統所需的多種編程語言和不同形式的數據服務以適應不同的業務需求。因此，只有當主體的專業技術能力和工具的功能架構能夠適應與支撐客體的具體需求，才能提升數據治理的效果和效率。

2 共享系統的構成及作用機制

共享系統由數據治理的三個核心要素主體、共同體和客體構成。促進教育數據價值實現是高校數據治理的目標，其前提是實現全校數據資源的整合、共享與流轉。數據來源于校內各業務部門的不同系統，各業務部門既是數據資源的供給者也是利用者，業務人員的數據素養與部門利益決定了數據供給的廣泛性和質量，以及創新性利用數據的程度。因此，在共享系統內，既需要信息化部門具備強大的專業技術能力支撐具體的業務需求，也需要校領導具備較強的統籌協調能力處理不同部門之間的利益沖突，從而促進業務部門積極有效地協作，真正形成有數據可用、能用、有能力使用的良性循環。

3 交流系統的構成及作用機制

交流系統以規則為紐帶，實現主體與共同體的有效溝通。數據共享是實施數據治理的基礎，數據就是資源，資源就意味著權利，因此數據治理也是重塑各部門權利的過程，部門因利益受到影響會對數據治理產生不同的反應。在此過程中，校領導要推動相關政策的制定與實施以促進共享與合作。校領導作為學校事務的決策層對學校資源的分配與重大決策擁有主導權，意識決定行動，校領導是否具有濃厚的數據意識，將直接影響學校對數據治理的資金投入、激勵制度的制定與推行，以及全校發展教育大數據氛圍的營造。在促進性政策的影響和支持下，一方面，信息化部門的專業技術能力將得到有效提升。只有信息化部門具備了充足的專業人才和一定的技術水平，才能有效利用信息技術的優越性幫助業務部門提高業務績效，為各業務部門建立起更好的發展業務的平臺，使各業務部門的利益最大化，促進業務部門的協同配合。另一方面，充足的資金投入能夠保障業務系統的升級改造，滿足業務數據共享整合的需求。同時，相關促進性政策能夠激發業務部門和人員投入更多精力提升業務數據管理水平，提出創新性的數據利用需求，促進數據價值的實現。

4 協作系統的構成及作用機制

協作系統明確了不同利益相關群體在活動系統中的分工。校領導是活動的決策者，負責數據治理相關戰略與政策的制定，統籌協調不同部門之間的利益沖突；信息化部門是活動的組織者，執行決策層形成的重大決策，研究制定相關技術規范、建設和運營校級數據平臺，為各業務部門的數據共享與利用提供技術保障；各業務部門為校級數據平臺提供業務數據，同時申請使用其他部門共享的數據。數據治理是一項多元利益共同參與的活動，只有不同的利益群體有效協作，才能保障整個系統的有效運行。從全國范圍來看，信息化部門長期以來隸屬于教學輔助序列，在學校中的組織地位和行政職能較弱，服務性質更強，在協調人事、教務、資產、財務等核心部門時困難重重。因此，加強信息化部門的影響力是協調各業務部門有效協作的關鍵。

基于上述機理，本研究提出以下策略來促進實踐活動的有效實施：①營造運用數據的氛圍，提升師生數據素養。例如，通過網絡媒體、崗前培訓、繼續教育、競賽或研討會等多種形式，加強宣傳教育數據資源的價值，培育運用數據的環境氛圍，提升師生數據素養，促進其利用數據解決問題行為的發生。②加強激勵性政策建設，激發多元利益協同參與。例如，建立問責、保護、激勵等多種制度，通過周期性數據共享和質量報告，對數據不共享與數據質量問題較多的部門和人員進行問責，對數據資源建設與應用較好的部門和師生進行表彰獎勵。③完善互動溝通機制，在利益和沖突之間取得平衡。例如，定期通報與溝通數據標準和學校可用的數據資源，獲取各利益主體的數據需求，實現雙向反饋，及時糾正和優化數據治理的路徑等。④完善頂層設計，加強統籌能力。例如，轉變信息化部門行政序列，賦予其更多的統籌管理職能，增強信息化部門的組織影響力，更好地發揮信息技術的優勢。⑤多措并舉，提升信息化支撐能力。例如，通過職稱改革、“柔性”引進人才、拓展信息化專業技術人員職業發展空間等多種舉措加強專業技術隊伍建設，提升專業技術能力。

五 結語

本研究運用扎根理論，通過對國內高校數據治理具體實踐活動訪談資料的深入分析，挖掘出了影響高校數據治理有效實施的關鍵要素，包括高層數據意識與凝聚力、促進性政策、業務人員的數據素養與部門利益、數據的豐富性與可用性、技術人員的專業能力、平臺支撐能力和信息化部門的影響力。在此基礎上，本研究借助活動系統模型，構建了高校數據治理關鍵要素作用機理模型，闡述了各要素的作用關系。不同于已有相關研究從應然層面對高校數據治理要素進行的功能性設計，本研究立足于國內高校的具體實踐活動，發掘的關鍵要素及其作用關系更符合國內高校實際情境，通過扎根理論分析使整個研究過程更顯生動、可靠，有助于研究者與實踐者更加全方位、立體化地認識和理解高校數據治理。本研究所得關鍵要素呈現的豐富內涵與現實對照，有助于高校對實踐中存在的問題進行針對性診斷，可為高校采取有效的措施，構建數據治理的良好秩序提供參考。同時，本研究構建的高校數據治理關鍵要素作用機理模型，在一定程度上補充和豐富了數據治理理論，為發展中國特色高等教育治理理論提供了新的素材。

本研究也存在一些不足之處，主要表現為：一方面，數據治理是多元利益協同參與的過程，理應從多元利益的角度收集研究數據，但受限于對高校數據治理有一定了解的群體目前主要集中在信息化部門和信息化程度較高的業務管理部門，因此研究結論有一定的局限性。另一方面，本研究基于扎根理論的編碼過程難免存在主觀性，個人理解差異可能會影響研究結論的準確性。針對這些不足，未來可擴大訪談對象的范圍，增加數據資料對分析結果進行驗證，提升研究結論的科學性。

[1]何曼.教育部信息化專家組成員、華東師范大學教授顧小清:教育信息化進入數字化轉型重要時期[J].在線學習,2022,(4):14-17、80.

[2]甄曉非.教育大數據平臺信息共享影響因素分析[J].現代情報,2019,(7):122-127.

[3]董曉輝,鄭小斌,彭義平.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.

[4][27]沙勇忠,陸莉.公共安全數據協同治理的邏輯框架與網絡形式——以蘭州市食品安全領域為例[J].信息資源管理學報,2022,(3):7-20.

[5]Madnick S E, Wang R Y, Lee Y W, et al. Overview and framework for data and information quality research[J]. Journal of Data & Information Quality, 2009,(1):1-22.

[6]Oppenheim C, Stenson J, Wilson R M S. Studies on information as an asset I: Definitions[J]. Journal of Information Science, 2003,(3):159-166.

[7]Horne N W. Information as an asset: The board agenda[J]. Computer Audit Update, 1995,(9):5-11.

[8陳萬球,石惠絮.大數據時代城市治理:數據異化與數據治理[J].湖南師范大學社會科學學報,2015,(5):126-130.

[9]劉葉婷,唐斯斯.大數據對政府治理的影響及挑戰[J].電子政務,2014,(6):20-29.

[10]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.

[11]吳剛.高校大數據治理的價值結構[J].中國成人教育,2018,(5):41-44.

[12]董曉輝,馬威.高校數據治理的價值與特征[J].網絡安全與數據治理,2023,(2):43-47.

[13]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.

[14]余鵬,李艷.大數據視域下高校數據治理方案研究[J].現代教育技術,2018,(6):60-66.

[15]張世明,彭雪峰,黃河笑.開放大學數據治理框架研究[J].中國電化教育,2018,(8):116-126.

[16]周煒.大數據視域下高校數據治理優化路徑研究[J].教育發展研究,2021,(9):78-84.

[17]宋蘇軒,楊現民,宋子強.高校數據治理統籌管理體系的構成與實踐路徑[J].中國遠程教育,2021,(11):58-67.

[18]謝娟.教育數據治理的倫理框架:價值、向度與路徑[J].現代遠程教育研究,2020,(5):15-24.

[19]田賢鵬.隱私保護與開放共享:人工智能時代的教育數據治理變革[J].電化教育研究,2020,(5):33-38.

[20]陳向明.扎根理論在中國教育研究中的運用探索[J].北京大學教育評論,2015,(1):2-15、188.

[21][25]韓正彪,周鵬.扎根理論質性研究方法在情報學研究中的應用[J].情報理論與實踐,2011,(5):19-23.

[22]董曉輝.活動理論視角下高校教育數據治理體系構成要素研究[J].中國電化教育,2021,(3):79-87.

[23]Creswell J W. Qualitative inquiry and research design: Choosing among five traditions[J]. Sage Publications California, 1998.

[24]Corbin J, Strauss A. Grounded theory research: Procedures, canons and evaluative criteria[J]. Qualitative Sociology, 1990,(1):3-21.

[26][美]戴維·H·喬納森,蘇珊·M·蘭德主編.徐世猛,李潔,周小勇譯.學習環境的理論基礎(第二版)[M].上海:華東師范大學出版社,2012:254.

[28]王衛,王晶,張夢君.活動理論視角下政府數據開放模式研究[J].情報理論與實踐,2019,(6):29-35.

Research on the Key Elements of University Data Governance and its Action Mechanism

DONG Xiao-hui1PENG Yi-ping1MA Wei2

At present, data governance has become the fundamental work in the higher education informationization, yet domestic universities face numerous difficulties in the specific implementation process. Excavating the key factors affecting the effective implementation of data governance in universities to identify deficiencies and clarify the root causes of problems has become a breakthrough to solve current issues. However, few existing studies have explored the key factors affecting the effective implementation of data governance in universities. Therefore, this paper employed the grounded theory to perform code analysis of interview data, extracted seven key factors that impacted the effective implementation of data governance in universities, including high-level data awareness and cohesion, promotional policies, professional capabilities of technicians, data literacy and departmental interests of business personnel, richness and availability of data, platform support capabilities and the influence of information departments. On this basis, this paper further elaborated the action mechanism among these factors from the activity theory perspective, expecting to provide reference for constructing a sound order of data governance in universities.

university data governance; key elements; grounded theory; activity theory

G40-057

A

1009—8097（2023）10—0031—10

10.3969/j.issn.1009-8097.2023.10.004

本文為甘肅省哲學社會科學規劃項目“教育信息化2.0背景下甘肅高校教育大數據治理策略研究”（項目編號：20YB039）的階段性研究成果。

董曉輝，副教授，博士，研究方向為數據治理、智能教育技術與應用，郵箱為dxh@nwnu.edu.cn。

2023年4月20日

編輯：小時