學校數據文化建設：內涵、要點及建議

摘" "要：數據文化是創建數據驅動型組織的重要內驅力。學校數據文化是為培養高質量人才，在數字化實踐中逐漸形成的一種全員認可、積極參與的數據驅動學校全面、系統革新的教育治理方式，是學校質量文化的重要組成部分，包括基礎支撐、數據治理、持續改進、價值追求四個維度。其形成要點包括智能數據終端、數據平臺等設施因素，愿景規劃、組織制度、數據質量等制度因素，數據人才、數據領導力、數據素養、溝通協作等人力因素。為形成學校數據文化，學校應做好頂層規劃，明確發展愿景，圍繞形成要點確定重點任務；理性借鑒企業經驗，健全數據治理規范，落實數據質量自我評估制度，保障數據質量；明確不同階段關鍵績效指標，開展學校教育發展質量、數據文化成熟度監測評估，動態掌握數據驅動對教育質量改善的貢獻度，推進數據文化持續改進；通過加強組織協同、創新內容供給、建立數據勝任力框架、延伸培訓評估鏈條等方式，深化培訓體系改革，建成高質量培訓體系。

關鍵詞：教育數字化；數據文化；數據治理；行動建議；高質量教育體系

中圖分類號：G434" " " " "中圖分類號：A" " " " "文章編號：1673-8454（2024）08-0052-10

DOI：10.3969/j.issn.1673-8454.2024.08.005

作者簡介：李運福，西安交通大學中國西部高等教育評估中心副研究員，博士（陜西西安 710049）；王斐，西北大學繼續教育學院工程師，碩士（陜西西安 710069）

基金項目：2023年度教育部人文社會科學研究青年基金“高校教學質量持續改進機制與模式研究”（編號：23YJC880058）；陜西省“十四五”教育科學規劃2022年度課題“評估導向的高質量教師培訓體系構建研究”（編號：SGH22Y1220）；2022年度陜西教師發展研究計劃項目“高質量就業導向的師范教育課程體系構建”（編號：2022JSY005）

一、引言

現階段，我國在建成世界最大規模教育體系的基礎上，進入以全面提高質量為核心的高質量發展新階段。教育數字化轉型是教育高質量發展的重要引擎和創新路徑。繼黨的十九屆五中全會提出“建設高質量教育體系”，到2035年“建成教育強國”的宏偉目標后，黨的二十大報告又明確提出“加快建設高質量教育體系”的發展要求。這對教育數字化轉型戰略的部署和實施提出了更高要求和挑戰。教育數字化轉型是高度數據化的，數據要素在轉型過程中承擔著“動力引擎”的重要角色，是驅動教育創新發展的關鍵力量。

數據文化（Data Culture）在創建數據驅動型組織中扮演著重要角色，是未來十年高等教育數據治理目標和要素之一。[1]可視化數據公司Tableau認為，投資數據文化和正確的技術，就能形成數據驅動型組織，即“數據文化+正確技術=數據驅動型組織”。[2]學校作為高質量教育體系的核心組織，在教育新基建背景下，加強數據文化建設是創建數據驅動型組織，加快構建高質量教育體系的重要途徑。

國際數據公司（IDC）將組織數據文化成熟度劃分為數據感知（Data-aware）、數據采用（Data-adopting）、數據成熟（Data-mature）、數據領先（Data-leading）四個階段，并對服務/技術、金融、制造業、零售/批發、運輸、石油/天然氣、教育等多個行業組織的數據文化成熟度進行了調查，結果發現：在被調查的行業中，教育行業數據文化成熟度最低，44.4%的教育組織的數據文化成熟度處于數據感知階段，僅14.8%的教育組織處于數據領先階段；組織在數據文化指數中的排名與其在業務指標上的表現存在明顯的增量相關性。[3]

由此可見，如何加快教育行業數據文化培育，提升教育質量，是世界各國面臨的一個緊迫的現實問題。在我國教育數字化轉型戰略深度實施的大背景下，從技術屬性出發，厘清學校數據文化內涵、形成要點，并提出針對性行動建議，對發揮數字化轉型的“引擎”作用，加快建設高質量教育體系有著重要的參考借鑒意義。

二、數據文化的內涵分析

文化是一個復雜的整體概念。麻省理工學院沙因（Schein）認為，文化是“一種共同的基本假設模式，該模式是一個群體在解決外部適應和內部整合的問題時學到的，且已經足夠有效，能被教導給新成員，作為與這些問題相關的感知、思考和感受的正確方式”，包括基本假設、傳遞的價值觀、可觀察的行為三個層次?；炯僭O和團隊適應外部、整合內部相關問題的解決方案有關，這些解決方案逐漸成為不言自明的假設，并無法質疑；傳遞的價值觀主要包括組織所信奉的發展戰略、愿景、目標、價值觀等；可觀察的行為主要由可見的組織過程和各種人工制品組成，代表了最膚淺的文化現象[4]。

從管理學的角度來看，文化一般被定義為組織文化。鑒于產品或服務質量是組織生存和發展的生命線，因此對文化的深層次探討離不開對質量內涵及質量管理的深層次考察。質量是社會科學領域最熟悉，卻又難以準確界定的概念之一，同時也是一個隨著數字技術的發展而不斷演變的概念[5]。

隨著工業革命1.0至4.0的時代演進，質量的內涵也經歷了由質量1.0至質量4.0的變遷。質量4.0的內涵引起國際學者的普遍關注。西索迪亞（Sisodia）等認為質量4.0是指全面質量管理的數字化及其對質量技術、過程和人員的影響。它建立在傳統質量工具的基礎上，并考慮了連接性、智能和自動化以提高性能，并在端到端場景中及時作出數據驅動的決策；[6]拉齊維爾（Radziwill）認為，質量4.0代表著在潛在顛覆性數字變革的時代追求卓越的性能，導致連接智能自動化，使人類和機器能夠合作，并利用數據實現共同的目標；[7]沃森（Watson）認為質量4.0是一個整體的社會技術系統，旨在發現和應用深刻的技術和知識，以追求持續改進，并持續實現組織目標。[8]此外，瑞典質量研究所（SIQ）[9]和德勒里德（Deleryd）等[10]提出了質量5.0的概念，并提議將質量5.0作為一種新的范式，重點關注基于數據驅動決策的組織可持續發展。在未來發展中，價值觀是對質量最好的描述，且文化應被包含在質量的定義之中，而不僅僅是產品和服務。[11]由此可見，在質量4.0時代及未來發展中，數據在質量管理中的戰略價值逐漸凸顯，已成為支撐設計質量、過程質量、績效質量等全面質量管理的基礎要素，數據文化已融入組織業務的全員、全過程、全要素，成為質量文化的重要組成部分。

目前，關于數據文化的界定，尚未形成共識性描述。國內學者認為，數據文化是數據活動過程中形成的一種特殊的文化類型和文化現象，由數據和文化兩個概念組合而成，既不全等于數據，又不全等于文化，是數據和文化的交集，是一種尊重事實、強調精準、推崇理性和邏輯的文化，[12]本質是尊重客觀世界的實事求是精神。[13]Tableau公司認為，數據文化是人們重視、實踐并鼓勵使用數據以改進決策的集體行為和信念，為組織中的每個人提供所需的洞察力，使他們能夠真正以數據為導向，應對復雜的業務挑戰。[14]也有學者認為，數據文化是由團體或組織賦予數據的價值觀、行為和規范，共同塑造了數據收集、管理、使用和共享的實踐。[15]此外，世界經濟論壇（WEF）提出數字文化（Digital Culture）是推動組織數字化轉型的重要驅動力，擁有強大數字文化的組織能夠使用數字工具和數據驅動的洞察力來驅動決策和以客戶為中心，同時在整個組織內進行創新和協作。[16]數據文化和數字文化基本上是一個等同的概念，具有共同的核心內涵，即強調數據驅動組織決策和創新發展。

若要深層次探討、厘清數據文化的內涵，離不開對技術層面數據驅動決策流程的剖析。根據米切爾（Mitchell）提出的可持續分析的生命周期模型（見圖1）可知，數據的生命周期包括正式分析和滿足人類需求兩個環節，前者包括數據采集、數據建模、數據可視化三個環節，后者包括社會化、賦能、創新三個環節，且數據只有經過社會化才能產生價值。在整個過程中，由于人工智能依賴于從數據中學習，無法跳出思維定式，這意味著在沒有人類智能的情況下，根據數據中的新模式作出開放集合決策將非常具有挑戰性。這就進一步支撐了人工智能和人類智能在解決21世紀教育問題時需深度協同，凸顯人類主觀能動性的重要作用。

結合上述分析，本研究從技術屬性出發，將數據文化的內涵描述如下：為實現組織持續發展，組織全員在長期實踐中逐漸形成的一種共同認可和堅定遵循的、以數據驅動組織革新的發展方式，是一種涵蓋數據知識、數據技能、數據倫理等多維、立體的復雜總體，是組織主動、自覺適應數字時代發展的內驅動力，具有技術和社會的雙重屬性，包括基礎支撐、數據治理、持續改進、價值追求四個模塊。其中，“基礎支撐”是組織內部成員在“基本假設”達成共識的基礎上，推動數據文化建設的各類基本“投入要素”的集合，不僅包括顯性的數字基礎設施、資金、人員等，還包括隱性的組織制度、全員數據素養等；“數據治理”是對數據資產管理行使權力和控制的活動集合，是數據文化價值發揮的“關鍵”紐帶，涵蓋數據采集、數據分析、數據可視化、數據應用等數據處理的關鍵環節；“持續改進”是通過增量和突破性改進對產品、服務等進行持續優化的過程，是制定、檢驗基于數據決策方案的科學性和有效性，以普遍的方式應用數據，推動數據文化形成的重要場域；“價值追求”是組織提升社會競爭力和社會貢獻度，尋求可持續發展的愿景，既為“持續改進”提供明確的目標導向，同時又為“基礎支撐”要素的持續優化和投入提供持久動力。前兩者更多是數據文化技術屬性的體現，后兩者更多是數據文化社會屬性的體現。四個模塊的緊密銜接、良性循環，促進數據文化的不斷積累、傳承和創新。

三、學校數據文化的形成要點

學校與企業的核心區別在于價值追求不同。企業以盈利為主要目的，而學校以促進學生全面發展，為社會培育高質量人才，推動和引領社會發展為主要價值追求。因此，在上述數據文化一般內涵分析的基礎上，可將學校數據文化的內涵具體表述如下：為培養高質量人才，在數字化實踐中逐漸形成的一種全員認可、積極參與的數據驅動學校全面、系統革新的教育治理方式。

在明確學校數據文化內涵的基礎上，本研究采用焦點小組訪談的方式，進一步剖析學校數據文化的形成要點?？紤]到學校數據文化是一個涵蓋數據科學、教育管理、教育信息化等多領域的復雜概念，本研究分別邀請中小學、職業院校、普通本科高校負責學校信息化的工作人員（各3名），以及在教育大數據（2人）、智慧校園（2人）、學校教育管理（2人）等領域具有豐富研究成果的教育學博士，組成15人焦點小組，并提前告知訪談目的和主要內容。在訪談過程中，在向參與訪談人員介紹學校數據文化內涵，并得到基本認同的前提下，圍繞學校教育數據文化建設現狀、難點以及主要成功經驗等主題進行了廣泛深度的交流。最后，在歸納總結焦點小組訪談數據的基礎上，構建了學校數據文化形成要點模型，主要涵蓋設施因素、制度因素、人力因素三個方面，如圖2所示。

（一）設施因素

設施因素主要包括智能數據終端和教育大數據平臺兩個要點。數字基礎設施是形成數據文化的“基座”。智能數據終端是人工智能時代，學校數字基礎設施的“神經末梢”，是解決數據驅動布局“最后一公里”的關鍵。訪談中，該要點的討論主要聚焦在學校數字基礎設施建設缺乏統一規劃、集成性較差、受限于經費投入等原因，學校數字基礎設施數字化轉型、智能化升級效果并不理想，智能終端建設不足，離實現教育數據伴隨式、無感采集仍有較大差距。

此外，教育大數據平臺對實現數據開放、數據流動、數據融通，指導資源精準投入，提高資源利用率和利用效益具有重要意義。訪談中，該要點的討論主要聚焦在學校內部不同部門之間的數據聯通、共享、共用，數據孤島仍是數據治理的難點。當前，學校教育教學發展狀態的數據不僅多樣且多源，零散地分布存儲在多個系統或平臺上，數據統整、聚合困難，進而難以深入挖掘分析與科學建模，影響數據決策的精準性和全面性，而且存在較大的安全隱患。

（二）制度因素

制度因素主要包括愿景規劃、組織制度、數據質量等三個要點。

首先，愿景是學校特有的、全體教職工對學校未來發展共同期望的景象。學校唯有通過建立達成廣泛共識的發展愿景，才能有力凝聚全體成員職業信念和價值追求，培育獨特的學校文化，促進學校可持續發展。當前，數據已成為教育核心要素，數據文化應充分體現在學校教育事業發展規劃中，這也是學校數據文化形成的重要前提和行動綱領。

其次，組織制度是學校數據文化形成的重要保障力量。參與訪談者普遍認為，信息化部門應是推動數據文化形成的主要牽頭機構，但現實中信息化部門在職能定位、人員配置、與其他部門協同等方面都難以推動數據文化的形成。此外，“不以規矩，不能成方圓”，文化是在實踐中長期積累而形成的，離不開學校制度的保障。制度是要求大家共同遵守的辦事規則、程序和道德、倫理的行為規范。但當前對數據制度的建立處于一種普遍缺位的狀態，數據治理規范亟待健全。首席信息官（CIO）制度在訪談中被頻繁提及，參與訪談者一致認為學校領域建立的首席信息官制度被嚴重“虛化”，實然和應然間存在較大差距，亟需創新。

最后，數據質量是數據文化形成及持續傳承、創新發展的關鍵。訪談中，對學校數據質量的討論主要聚焦在數據質量評價指標方面。數據質量是“數據在指定條件下使用時，滿足聲明和隱含需求的能力”，是多維、分層的概念。[18]但是，現階段學校數據治理規范尚不健全，加之學校對數據質量評價指標通常只涉及數據準確性，對其他重要數據質量維度關注不足，數據質量自我評估尚未落實，數據質量難以保障。

（三）人力因素

人力因素主要包括數據人才、數據領導力、數據素養、溝通協作四個要點。

首先，數據人才是以數據為核心業務的專業人才，是推動數據與業務深度融合的紐帶，是深挖學校教育數據價值，推動教育教學改革，形成數據文化的中堅力量。據人瑞人才和德勤中國發布的《產業數字人才研究與發展報告（2023）》顯示，當前數字人才總體缺口在2500萬至3000萬左右，且缺口仍在持續擴大。[19]從行業分布來看，數據人才主要集中在數據分析需求較高的行業，如科技、互聯網、金融、零售等。訪談中發現，各級各類學校尚未將數據人才隊伍建設納入學校師資隊伍建設和發展規劃中，對數據人才的重視程度普遍不夠。這是目前推動學校數字文化的關鍵要點。

其次，數據素養是具備數據意識和數據敏感性，能夠有效且恰當地獲取、分析、處理、利用和展現數據，并具有對數據的批判性思維能力。[20]強化學校數據素養的全員培育，是實現人人關心數據、人人使用數據的基本性要求，有助于管理者、教師、學生等核心利益相關者在數據驅動決策中既能獨立處理，又能深度溝通與協作。

再次，領導力是“一個動態的互動影響的過程，即一個群體中的個體互相帶領實現一個群體性或組織性的目標”，[21]根植于領導情境。領導與管理的區別在于“領導力是目的驅動的行為，引發基于價值觀、理想、愿景、標志以及情感的改變或者轉型變革。而管理則是由目標驅動的，以理性、行政手段和履行合同的方式最終實現穩定的結果”。[22]因此，數據領導力是一種在數據治理的情境中，為實現共同目標，人與人之間在數據采集、數據分析、數據應用等方面相互影響的過程，本質上是一種影響力。學校培育全員數據領導力，是實現人人關心數據、人人使用數據的發展性要求，有助于利益相關者在數據驅動決策中由“獨善其身”向“兼濟天下”拓展，增強數據文化的凝聚力。

最后，教育數據的多樣性、多源性決定了學校數據文化是一種團隊文化。溝通協作，既是保證組織運作的必要條件，也是加強團隊建設的重要手段。在學校數據文化的形成過程中，加強校內各部門、各利益相關者間的溝通協作，能夠有效“粘合”各類分布的“碎片化”數據；加強學校與社會企事業機構、相關行業等人才需求主體的溝通協作，有助于進一步明確人才培養規格，為數據驅動的決策提供更加科學的價值導向，是學校數據文化社會屬性的充分體現。

四、學校數據文化的形成建議

（一）明確發展愿景，做好頂層規劃

凡事預則立，不預則廢。學校數據文化形成、持續傳承、創新發展首先在于發展規劃的科學研制。學校制定發展規劃的目的是科學定位學校發展目標，提煉和強化學校辦學特色，建設和形成學校文化?；究蚣馨ǎ悍治鰧W校辦學傳統與現狀、明確學校發展的共同愿景、突出學校發展規劃的重點、保障學校發展規劃的實施四個部分。[23]

為將數據文化建設科學地融入學校發展規劃，學校應重點關注以下幾點：一是在意識層面深刻認知數據對學校革新發展的重要驅動價值，將數據視為學校的戰略資產；二是采用民主參與的方式，明晰數據驅動的學校發展愿景，以期在較大程度上調動和發揮全員參與規劃落實的積極性；三是準確把握新時代高質量教育體系建設新內涵、新要求，在明晰學校價值追求及數據治理現狀的基礎上，明確數據與價值追求之間的因果關系，為學校數據治理體系的優化、完善提供理論引導；四是科學研判學校教育未來發展形態變革，增強數據治理謀劃的前瞻性，以及增強數據治理對學校教育改革的引領性；五是圍繞數據人才引進、組織機構優化、數字基礎設施升級、制度規范建設等關鍵要點，明確數據文化建設的重點任務或工程。

（二）健全制度規范，保障數據質量

1.理性借鑒企業經驗

學校應理性看待、借鑒和合理應用企業領域新興管理角色。當前，隨著人工智能、大數據等新興信息技術推動產業的深刻變革，企業領域出現了多種多樣的數據領導者角色（C-Suite）。如首席信息官（CIO）、首席數據官（CDO）、首席分析官（CAO）、首席技術官（CTO）、首席數字和人工智能官（CDAO）等，且不同機構、學者對上述概念內涵的理解尚未達成一致。與企業相比，教育行業對技術變革的主動反應相對遲緩。企業領域新興事物的出現必然會引起教育領域的關注和借鑒，并對推動教育行業變革具有一定的引領作用。但是，教育行業與企業的價值追求不同，加之不同層次、不同區域的學校數據治理現狀及價值追求存在一定差異。所以，學校應立足實際，理性選擇和借鑒企業相關經驗。

此外，盡管企業中的數據領導者角色多樣，但都具有以下一些共同特點：一是創建數據文化需要積極的自上而下的數據領導者，這種領導力專注于通過數據驅動而實現組織愿景；二是數據領導者專注于數據和分析戰略，不斷探尋新的發展機遇，必要時推動組織重構，以增強組織靈活性，提高組織生產力和影響力；三是數據領導者必須與其他高級管理人員、CEO和董事會密切合作，并得到他們的全力支持；四是數據領導者要有強大的團隊支撐，并且有能力突破各業務部門的障礙，創建一種開放共享的文化，實現數據匯聚和融合。這些共同特征，對學校優化現有CIO、CTO、CDO等制度具有一定的參考借鑒價值。

2.落實數據質量自我評價制度

使用整體結構評價數據質量是一個挑戰，它需要分解為可評價的若干方面，稱之為數據質量維度，以便對數據質量進行可操作的評價。在具體操作中，評價數據質量哪些維度，取決于數據應用的具體情境。[24]目前，國內最具權威的數據質量評價指標是由全國信息技術標準化技術委員會提出的《信息技術 數據質量評價指標》（GB/T 36344-2018）。該指標框架將數據質量評價指標劃分為規范性、完整性、準確性、一致性、時效性、可訪問性等六個維度，為各行業、領域數據質量評價指標的研制奠定了基礎。

數據質量維度是相互關聯的，它們之間存在依賴性和相關性。為得到數據質量更為完整的畫像，各行業應根據行業特征、數據應用情境，盡可能多地評價數據質量的不同維度。因此，在國家層面，教育行政部門應組織專家隊伍在《信息技術 數據質量評價指標》的基礎上，加緊研制教育行業數據質量評價指標，為教育產業、各級各類學校數據質量評價指標的研制提供指導性框架。此外，數據質量是貫穿數據整個生命周期的一個因素。每個質量維度的評價需要不同的度量工具、技術和流程，導致評價時間、成本和人力資源的差異，[25]也增加了數據質量評價的復雜性。在學校層面，學校應根據自身發展特征，充分挖掘驅動效益顯著的數據元素及維度，形成數據質量評價指標，建立健全數據質量自我評價制度。為保障學校數據質量自我評價的順利實施，學校還應組建實體性教育質量管理組織，統籌規劃、實施教育數據規范落實和數據質量評價等系列工作，充分保障數據質量。

3.健全數據治理規范

《信息技術服務 治理 第5 部分：數據治理規范》（GB/T 34960.5-2018）是關于數據治理的系統性國家標準，對頂層設計、數據治理環境、數據治理域、數據治理過程等作出明確的規定。因此，國家層面應以此為參考，重點推進以下兩方面的工作：一是加緊研制、發布教育數據治理規范與數據治理指南，為各級各類學校教育數據治理提供統一標準。二是以教育數據治理規范為依據，積極推進國家、省、學校（縣）三級教育數據中心建設，明確數據采集、存儲、傳輸、溯源、共享等機制，實現教育數據管理規范化、標準化。

學校層面應重點推進以下工作：一是確保學校數據治理的戰略規劃與學校各項教育事業發展規劃保持一致。二是全面分析學校教育數據治理環境及管理者、教師、學生等核心利益相關者的數據治理訴求，包括數據風險控制、數據安全與用戶隱私等。三是制定學校數據治理規范，并圍繞數據治理規范、數據生命周期等，加強數據治理體系建設。四是明確學校數據治理目標與任務，營造數據治理氛圍，規劃數據治理措施。此外，學校還應落實《中華人民共和國數據安全法》的相關要求，完善學校數據安全的相關規范。

（三）強化監測評估，推進持續改進

狀態是在一定時間內、一定的物質系統的存在方式或表現形態，是人們認識事物的前提。實時掌握事物發展狀態，是動態調整、優化事物發展的重要手段。監測側重于對項目實施中財政、資源等過程要素的投入，評估側重于每一個階段過程性要素投入所帶動的項目產出，[26]不是為了證明，而是為了改進。監測與評估的有效銜接，有助于全面了解項目推進過程中不同階段的存在狀態。教育監測評估是教育評估和教育監測在新世紀的表現形式，如今已成為一項獨立的教育政策或教育改革項目，而不僅僅是教育質量保障的一種手段。[27]

文化的形成不是一蹴而就的，而是隨著時間的發展不斷繼承、創新而形成的，具有明顯的發展性。強化監測評估是推動學校文化持續積累、創新發展的必然要求。開展學校數據文化監測評估應重點聚焦在兩個領域：一是學校教育質量監測評估。教育質量持續改進是形成數據文化的核心動力和最終追求。學校應以發展規劃為依據，合理確定學校教育質量維度，制定能夠準確描述不同發展階段學校教育發展狀態的關鍵績效指標，為教育質量監測評估提供明確的依據，為下一階段質量改進提供目標導向；二是開展學校數據文化成熟度監測評估。人工智能時代，任何組織都需要同時關注技術領域和社會領域，才能實現成功的數字化轉型、智能化升級。數據文化是學校數字化轉型的重要內容，具有技術和社會的雙重屬性，是全面推動數字化轉型的內在動力。為推動數據文化成熟度監測評估，學校在研究層面應加強技術、人文、管理等領域的跨學科研究，認清學校數據文化發展規律、階段和特征，形成學校數據文化發展理論框架。同時，在實踐中充分借鑒企業數字文化成熟度評估的先進經驗和工具，科學規劃、設計和實施學校數據文化監測評估，并在實踐中修訂完善學校數據文化理論框架，對豐富和完善數字時代教育發展理論體系具有重要的意義。通過持續、同步開展學校教育質量、數據文化成熟度監測評估，能夠明確數據文化與教育質量間的作用關系，判斷數據文化對學校教育發展的貢獻度，推動學校數據文化的持續創新。

（四）革新培訓體系，提升全員實力

“知之愈明，則行之愈篤；行之愈篤，則知之愈益明”。面向高等教育的師生數字技能和數字素養的提升，已成為國際教育數字化轉型研究的熱點與發展趨勢。[28]深化學校全體人員對數據知識的認識，提升數據技能，更有利于開展數據治理，推動數據文化的形成。反之，在數據治理實踐中，也能進一步加強學校全體人員對數據知識的理解和數據技能的升級。因此，加強學校全體人員數據知識和技能的培育是形成數據文化的重要條件。但是，現有培訓體系存在組織協同性不夠、培訓內容學科本位化、能力標準體系尚不健全、培訓效果評估導向性不強等明顯弊端，難以支撐學校數據文化的形成。在未來發展中，學校應重點從以下幾個方面深化變革，建設高質量培訓體系，助力學校數據文化的形成。

一是重視學校信息化部門對全員培訓活動的內容供給。強化信息化部門與教師發展、學生管理、教學院系等部門間的協同，轉變信息化部門提供技術服務的固有思維，強化信息化部門在協同培訓中的內容服務功能。這對增強信息化部門對學校教育教學活動的深層次認識，提升服務內涵有著積極的作用，同時也能“倒逼”信息化部門完善職能和提升專業能力；二是針對學校管理者、教師、學生等不同利益相關者的實踐需求和未來發展，圍繞數據全生命周期，構建涵蓋數字素養、數據領導力兩個模塊的數據勝任力框架。框架的構建既能為全員數據勝任力自我評價提供理論支撐，同時也能夠以此為依據加強微課程體系、實踐活動體系建設；三是在數據治理中，探索開展人工智能與人類智能協同應用的示范性場景，注重總結經驗教訓，引領人工智能在學校教育教學活動中的深度應用，引領、支撐培訓體系創新發展；四是延伸培訓效果評估鏈條，健全培訓評估體系，凸顯培訓對數據文化形成的貢獻度?？率吓嘤栐u估模型（Kirkpatrick Model）將培訓評估劃分為反應評估、學習評估、行為評估、成果評估四個連續層次。以此為參照，在未來發展中，學校應在單獨關注被培訓者滿意度評估的基礎上，延伸評估鏈條，關注被培訓者知識技能獲得評估、知識技能實踐運用評估，以及對數據文化形成的貢獻度評估，逐步建立健全培訓評估體系，引導建立高質量培訓體系。

五、結語

學校數據文化是多領域交叉的研究話題，是在數字技術和管理理念的“雙重”推動下，文化在學校教育中的一種表現形態。將學校創建為數據驅動型組織，全員自覺、充分、持久挖掘數據的戰略驅動價值，建設高質量教育體系，是教育數字化轉型戰略的重要任務和目標。數據文化是創建數據驅動型組織的重要“內驅力”。塑造學校數據文化，有助于激發教育數字化轉型的“動力引擎”，加快建設高質量教育體系。為推動學校數據文化的形成，學校應做好學校數字化改革頂層規劃以明確建設目標愿景及重點任務，建立健全數據治理規范和制度以強化數據治理，變革現有的培訓體系以提升全員數字教育素養，從設施建設、制度健全及全員培訓三個層面全面推進，保障數據文化的形成。

參考文獻：

[1]宋永磊，羅江華，王靜賢，等.高等教育數據治理的未來圖景與實施路徑——美國《2023年EDUCAUSE地平線行動計劃：數據治理》解讀與反思[J].中國教育信息化，2023（9）：29-36.

[2][14]Tableau. What is a Data Culture？ [EB/OL]. （2020-05-11）[2022-10-21]. https：//www.tableau.com/why-tableau/data-culture.

[3]CHANDANA G. How data culture fuels business value in data-driven organizations[R]. USA： International Data Corporation， 2021.

[4]EHLERS U. Understanding quality culture[J]. Quality Assurance in Education， 2009（4）：343-363.

[5]WATSON G. Digital hammers and electronics nails： Tools of the next generation[J]. Quality Progress， 1998（7）：21-26.

[6]SISODIA R. Quality 4.0-How to handle quality in the industry 4.0 revolution[D]. Gothenburg： Chalmers University of Technology， 2020.

[7]RADZIWILL N. Let’s get digital： The many ways the fourth industrial revolution is reshaping the way we think about quality[J]. Quality Progress， 2018（10）：24-29.

[8]WATSON G H. Constant evolution toward Quality 4.0[J]. Quality Progress， 2020（8）：32-37.

[9]TIMOTHY A. From Industry 4.0 to Quality 4.0：An innovative TQM Guide for sustainable digital age businesses[M]. Berlin：Springer， 2022：622.

[10]DELERYD M， FUNDIN A. Towards societal satisfaction in a fifth generation of quality – the sustainability model[J]. Total Quality Management amp; Business Excellence， 2021（12）：1-17.

[11]CUDNEY A， KEIM M. The changing role of quality in the future[J]. Journal for Quality and Participation， 2017（4）：4-11.

[12]王家耀.培育數據文化，推動我國時空大數據發展[EB/OL].（2017-09-21）[2022-10-21]. https：//www.sohu.com/a/193609661_654086.

[13]李國杰.對大數據的再認識[J].大數據，2015（1）：8-16.

[15]JONATHAN C. On data cultures and the prehistories of smart urbanism in“africa’s digital city”[J]. Urban Geogr， 2023，44（5）：850-870.

[16]WEF. Digital culture： The driving force of digital transformation[EB/OL]. （2021-07-01）[2022-11-25]. https：//www.renrendoc.com/paper/215832155.html.

[17]MITCHELL C. The lifecycle of sustainable analytics： From data collection to change management[EB/OL]. （2018-01-01）[2022-10-09]. https：//digitalcommons.usu.edu/cgi/viewcontent.cgi？article=1642amp;context=itls_facpub.

[18]RUPA M. Data quality and data quality dimensions[J]. Software quality professional， 2019（1）：4-8.

[19]楊柳.缺口高達3000萬且持續擴大，九部門發文應對數字人才荒[EB/OL].（2024-04-18）[2024-07-15].https：//baijiahao.baidu.com/s？id=1796643057236973185amp;wfr=spideramp; for=pc.

[20]王路漫，齊惠穎，王靜，等.面向專門領域的數據素養教育研究：以醫學生的通識課程建設與教學實踐為例[J].圖書館，2022（7）：15-21.

[21][22][美]大衛·V.戴，約翰·安東納基斯，林崇，等.領導力的本質（第二版）[M].北京：北京大學出版社，2015：392，6.

[23]謝利民.學校發展規劃的制定、實施與評價[J].教育研究，2008（2）：86-89.

[24]RUPA MAHANTI. Data quality and data quality dimensions[J]. Software Quality Professional， 2019，22（1）：4-8.

[25]DIAMOND W， HERMAN T. Data quality management for industry 4.0： A survey[J]. Software Quality Professional， 2020（2）：26-35.

[26]李運福，王斐，李貝.基于區塊鏈的高校內部參與式監測評估模型構建[J].高教探索，2022（1）：14-21.

[27]韓映雄，李超.中國教育監測評估制度的內涵與變遷[J].現代大學教育，2022（4）：101-110.

[28]白現萍，劉亞娟.國際教育數字化轉型研究的熱點與發展趨勢[J].中國教育信息化，2024（4）：32-40.

Construction of School Data Culture： Connotation， Key Points， and Suggestions

Yunfu LI1， Fei WANG2

（1.West China Higher Education Evaluation Center， Xi’an Jiaotong University， Xi’an 710049， Shaanxi；

2.School of Continuing Education， Northwest University， Xi’an 710069， Shaanxi）

Abstract： Data culture is an important driving force for creating data-driven organizations. School data culture is an essential component of school quality culture， which is gradually formed through digital practice to cultivate high-quality talents. It is a data-driven， comprehensive， and systematic educational governance approach recognized and actively participated in by all staff， and including basic support， data governance， continuous improvement， and value pursuit. The key elements for forming a data culture include facilities such as intelligent data terminals and platforms， institutional factors such as vision planning， organizational systems， and data quality， as well as human factors such as data talent， data leadership， data literacy， and communication and collaboration. In order to cultivate a data culture， schools should focus on the following tasks： it is suggested firstly to have a good top-level planning， clarify the development vision， and determine key tasks around the formation of key points， ，Secondly，to rationally draw on enterprise experience， improve data governance standards， implement a self-assessment system for data quality， and ensure data quality， and thirdly to clarify key performance indicators at different stages， conduct monitoring and evaluation of the quality of school education development and the maturity of data culture， dynamically grasp the contribution of data-driven approaches to improving education quality， and promote continuous improvement of data culture， and finally to strengthen organizational collaboration， innovate content supply， establish a data competency framework， and extend the training evaluation chain， deepen the reform of the training system and establish a high-quality training system.

Keywords： Digitalization of education; Data culture; Data governance; Suggestions for action; High quality education system

編輯：李曉萍" "校對：王天鵬