審核評估視域下高等教育數據治理現狀、邏輯框架及關鍵問題

摘要：大數據與教育治理深度融合，賦能多種教育治理場景，推動高等教育整體性、全景式、精細化治理。圍繞概念內涵、現實挑戰、治理特征、價值優勢、影響因素、治理路徑等梳理和總結了近年來高等教育數據治理的理論內容。在此基礎上探索建構了包含外部情景、支撐理論、治理模式與機制、治理載體與工具、治理目標和治理績效等要素的高等教育數據治理邏輯框架，聚焦分析了高等教育數據治理中未來關注的數據治理理念導向、教育數據安全及風險管控、教育新基建等關鍵性問題。

關鍵詞：高等教育；數據治理；大數據；數據賦能

中圖分類號：G640 文獻標識碼：A 文章編號：2096-3769（2024）04-011-07

現階段，我國教育信息化邁入2.0 時代。2019 年國務院印發的《中國教育現代化2035》在加快信息化時代教育變革中提出了“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”的戰略任務[1]。大數據與高等教育治理深度融合，教育大數據正成為一種有效的治理工具，推動高等教育整體性、全景式、精細化治理。2021 年教育部發布的《普通高等學校本科教育教學審核評估實施方案（2021-2025 年）》中提出要綜合運用互聯網、大數據、人工智能等現代信息技術手段，深度挖掘常態監測數據，線上與入校相結合的方法創新，標志著本科教育審核評估工作也進入了數字化的新階段[2]。然而，在“循數”推進高等教育數據治理過程中，由于理念導向、運行機制、技術工具、數據標準還在摸索和完善中，難以全面把握其內在治理邏輯，精準識別關鍵問題和治理突破點。

從現階段的研究來看，關于高等教育數據治理問題的研究正在逐步展開。前期從高等教育數據治理的內涵意蘊、邏輯框架、內部機理、外在機制、倫理向度等方面進行了理論探索。并在教育質量監測、教學質量評價、數據平臺建設、數據標準體系、數據治理風險防控等方面進行了有益的實踐。但是，當前研究內容較為分散和薄弱，缺乏系統性梳理以及整體性框架。本研究系統梳理了高等教育數據治理的理論基礎和研究脈絡，總結并建構了高等教育數據治理的邏輯性治理框架，識別出關鍵性問題，以期進一步厘清其內在治理邏輯和外在運行機制，為有效推進高等教育數據治理提供理論支撐和實踐指導。

一、高等教育數據治理的研究現狀與未來展望

（一）研究現狀

2016 年，教育部發布了《教育信息化十三五規劃》，規劃指出要將信息技術融入教學和管理模式創新過程中，聚焦教育改革發展過程中困擾教學、管理的核心問題和難點問題，從而推動教育服務供給方式、教學和管理模式的變革。高等教育數據治理因融合了大數據、人工智能等新一代信息技術，成為我國高等教育治理工具轉型的嘗試，為我國高等教育治理提供了新的思路和路徑[3]。在教育數據治理方面，美國走在了前沿。王正青等人深入分析了美國教育數據質量管理保障體系。研究表明美國聯邦教育部2006 年即成立了教育數據治理委員會，致力于教育數據質量管理。通過制定數據采集標準、壓實數據輸入責任、強化數據挖掘使用等措施初步構建起了教育數據質量保障體系[4]。國內對于教育數據治理的研究起步較晚，總結近年來國內的高等教育數據治理的理論研究，主要圍繞概念內涵、實然樣態、治理特征、治理優勢、影響因素、治理路徑等展開。

1.從概念合成、治理理論、大數據等不同視角解讀高等教育數據治理的內涵

在概念合成角度上，謝娟認為高等教育數據治理是由高等教育治理和數據治理兩個概念交互融合，從而衍生出數據驅動的高等教育治理和面向高等教育的數據治理兩個新概念。對其內涵主要理解為從高等教育的價值追求出發，開展數據治理，做出符合教育價值的決策，從而解決教育問題，達到教育治理的目的[5]。另外，褚宏啟基于治理理論，將高等教育治理定義為多主體通過一定的制度安排進行合作互動，共同管理高等教育公共事務的過程。參與者包括國家機關、社會組織、公民個體和其他利益群體[6]。楊現民等人認為數據驅動是大數據時代教育治理的必然走向，以教育數據為核心，利用大數據技術及其資源和政策等構建治理主體之間的新型關系，實現“業務流”和“數據流”的深度融合[7]。除此之外，顧佳妮從大數據視角將高等教育數據治理定義為通過對教育大數據的獲取和抽取、整合和分析、解釋和預測，以全局、系統、多維的視角整體感知高等教育中存在的問題，并基于數據進行精準治理[8]。利用大數據帶來的治理范式嬗變和使能創新，提高高等教育的治理效能。

2.科學辨識高等教育數據治理的發展現狀及存在問題

雖然數據治理是大數據時代高等教育治理的應然邏輯，但在治理實踐中表現出復雜多變的實然樣態以及不斷顯現的發展問題。首先，高等教育數據治理工作的成熟度較低，存在主體權責不明、治理邏輯不清、治理機制不夠健全等問題。例如，治理主體未意識到數據治理的重要性，導致頂層設計的缺失；未設立專門的數據治理部門，導致主體責任落實不到位；缺乏數據全周期管理理念，尚未形成閉環管理、持續改進的治理機制。其次，各治理主體均按照自己的需求進行數據建設，缺乏統一的數據平臺、數據標準和采集流程，造成數據質量參差不齊、互通低效、協同困難，甚至出現信息孤島現象，嚴重阻礙教育數據共建共享。再次，人工智能應用于教育治理中，使用算法和計算模型對數據進行分析預測，會造成潛在的風險。譚維智等人深入分析了這些風險，包括：算法簡約化導致的教育形式化風險；算法大規模應用導致的學生同質化風險；算法黑箱導致的教育被算法裹挾的風險；算法偏見導致的教育弊端被放大的風險等[9]。最后高等教育數據治理作為一個新興的領域，大數據與高等教育治理深度融合的專業人才仍非常欠缺。目前教育行政部門中以管理人員、普通技術人員為主，同時具備大數據應用分析技能，又深諳高等教育發展規律和業務需求的復合型人才寥若晨星，制約了大數據在高等教育治理領域的進一步應用。

3.明晰總括了高等教育數據治理的治理特征

高等教育數據治理作為一種新的治理模式，不是簡單地提取單一教育場景數據進行挖掘分析，而是將多視角、多維度、多層次的教育數據關聯性集聚，依托人工智能算法，嵌入教育價值追求，形成“化學反應”式的高等教育數據治理。其主要特征為：由于大數據治理范式具有粒度縮放、跨界關聯、全局視角等特點[10]，在大數據背景下，高等教育數據治理具有精準化、全景式、前瞻性的特點，具體表現為：精準識別訴求，動態感應熱點，靶向治理問題；整合多維數據，形成數據畫像，全景展現特征；數據實時更新，預測發展趨勢，前瞻處置問題。同時，基于粒度縮放的特點，教育大數據可以賦能各個層面的教育治理：在宏觀層面為國家教育治理提供決策服務；中觀層面促進區域教育質量提升、管理優化及教育問題解決；微觀層面則致力于為學校提供“一站式”服務和社會服務。而謝娟等人則認為數據治理還需嵌入倫理道德，體現人文主義的價值理性才能保障治理實踐的順利開展。

4.高等教育數據治理的治理功能及優勢

數據驅動的高等教育治理在治理范式、治理體系、治理效能等方面的優勢不斷彰顯。例如，在數據驅動的新型教育評價中，王小根、李曉慶等借助智能錄播系統、線上學習平臺等智慧課堂的軟硬件環境，開展“伴隨式”評價[11]。通過全過程記錄和分析個體學習的過程及結果數據，精準識別每位學習者的學習習慣、興趣偏好、學業優劣勢，進而提供更有效的、更及時的學習指導[12]。與此同時形成學習者的發展性數據集，通過對比可以看到學習者的縱向發展變化，實現“增量”評價。在數據賦能的高等教育管理中，于方等人基于用戶畫像分析技術形成師生畫像、院系畫像、學校畫像等一系列大數據畫像。通過大數據畫像，微觀層面，可以預測個體發展趨勢，預警個體的行為風險，進而實現智能化、精細化的管理與服務；宏觀層面，通過對教務、人事、財務、后勤等各業務系統的數據進行挖掘分析，有助于高校厘清發展思路，評判發展水平，制定發展規劃，規避發展風險，實現高等教育的科學管理與智能決策[13]。在數據賦能的新一輪本科教育教學審核評估中，依托評估管理系統，實現了對評估申請、學校自評、線上評估、入校評估、反饋結論、限期整改、督導復查等評估全流程的信息化支撐[14]，并且充分發揮了線上評估不受時空限制的優勢，極大地提升了工作效率。由此可見，高等教育數據治理在多種教育治理場景中發揮自身優勢，賦能高等教育改革創新。

5.高等教育數據治理的影響因素

高等教育數據治理不僅涉及政府、高校、社會組織、市場等多個主體，還囊括管理體系、技術體系、標準體系等各項指標體系，因此其治理的有效性受多種因素的影響。從外部因素角度看，高等教育數據治理的實施，基于“循數治理”的頂層設計是關鍵，應著眼于教育治理現代化的要求，審視頂層設計的宏觀統籌能力、組織結構優化、法律法規建設等方面。同時數據平臺建設、數據標準制定、管理人才培養等因素對數據治理的成功實施影響顯著。從主體內部角度來看，算法應用、數據倫理、信息安全對數據治理也有重要影響作用。

6.高等教育數據治理的治理路徑

為促進大數據與高等教育治理更好地發展融合，創新高等教育治理范式，國內外學者主要從制度建設、平臺搭建、標準規范、素養提升、人才培養等方面提出優化策略與治理路徑：（1）轉變傳統教育治理的經驗主義思維，嵌入“循數”治理理念，完善頂層設計、優化組織結構、健全法律法規，夯實高等教育數據治理的制度基礎；（2）多主體參與著力發展教育大數據平臺建設，從對教育大數據的簡單匯聚轉向深度挖掘與應用，并充分利用信息安全技術保障教育網絡空間上的用戶數據與隱私安全，實現教育數據的融通與共享；（3）建立教育大數據標準體系，涵蓋基礎類、管理類、數據類、支撐技術類等各類教育大數據的采集及應用標準和規范，積極推進教育大數據的標準化，規范化，打破數據交換壁壘，加速數據共建共享；（4）提升教育管理人員的數據素養，除開展專題培養外，更要建立長效的績效考核機制，將數據素養納入評價指標體系，突出數字治理能力的重要性；（5）多方參與聯合培養教育數據治理專業人才，整合學校的專業教學資源、企業的技術資源和政府的數據與制度資源，各方聯動耦合，培養適合于教育治理領域的大數據專業人才。

（二）未來展望

1.高等教育數據治理的理論研究拓展空間巨大

目前，國內外學者就如何實現多主體共建共治共享教育大數據仍未達成共識。現實的困境是學習者產生數據，但不擁有數據，高校和政府組織掌握數據但沒有良好地運用數據深入挖掘其價值[15]。如何突破各治理主體間的障礙，擺脫數據不對等的困境仍需深入探討。另外，教育治理現代化這一理念的提出對數據治理提出了更高的目標和要求。當前研究領域多關注信息技術對教育治理的賦能，少有教育治理引領、賦能技術的研究[16]。治理語境下如何預測、引領技術的發展方向，開展先進的治理理念與治理技術深度耦合作用下雙向賦能的影響機理、運行機制、治理模式等關鍵問題的系統性研究已經成為新的挑戰。最后基于現有研究，結合教育治理現代化的現實背景，秉承以人為本的治理理念，將人的體驗和產出作為主要評價標準，構建高等教育數據治理的價值體系、保障體系、倫理治理及信用體系，也是未來的研究重點和難點。

2.高等教育數據治理的研究維度仍需深入延展

國內外學者從政府及高校的主體視角對高等教育治理提升治理效能的實證研究較為豐富。目前不少研究聚焦于大數據系統平臺設計、教育評價、學習支持、教育改革和教育決策、智慧校園等供給側創新，但是不同參與主體對數據的需求以及治理滿意度等需求側的研究還不多見。尤其從學習者個人角度出發，分析不同發展地區、學校類別、異質類人群的教育數據供需差異性的實證研究更是應填補的空白。事實上，高等教育數據治理在院校治理的實踐中，不僅在信息化基礎設施較完善的雙一流高校中推廣實施較為迅速，一些地方院校，尤其是高職類院校也紛紛開展教育數據治理的改革創新。對這些地方院校及高職院校數據治理的建設理念、發展戰略、建設情況以及取得的成效進行研究，更是豐富了高等教育數據治理的研究內容。

3.高等教育數據治理的研究視角仍需進一步擴大

目前學界從治理角度、技術角度、教育倫理和人本主義等視域研究大數據技術如何嵌入教育治理領域，并取得了一定的積極成果。但是教育數據治理本質上不僅是一個教育治理新模式，還是社會治理和智慧社會建設的一部分，其對政府、高校、學生、社會組織等各參與主體都帶來了新的挑戰，存在著諸多新的問題。因此應著眼于不同領域和應用場景來解讀高等教育數據治理，包括從數據科學、智能科學、社會學、經濟學、管理學、心理學、生物科學等交叉融合的視角。發揮多學科和多領域的合力作用，打破各主體對高等教育的治理邊界以及主體間的信息壁壘，出現“跨學科治理”“跨界治理”等教育治理新格局。由此可見，高等教育數據治理作為教育治理中新的研究領域，還需不斷拓展研究視角、創新應用場景，深化研究內容。

二、高等教育數據治理的治理框架

基于已有的理論研究基礎，本研究嘗試構建了高等教育數據治理的邏輯框架，包括高等教育數據治理產生的外部情境、支撐理論、治理模式和治理機制、治理載體及工具、治理目標與績效，具體如圖1所示。

（一）高等教育數據治理產生的外部情境和支撐理論是邏輯起點

研究梳理發現，高等教育數據治理是借助互聯網、大數據、人工智能、云計算等新一代信息技術優勢，結合教育治理現代化、教育信息化等深化教育領域綜合改革的背景，滿足教育治理共同體需要的教育治理新模式。隨著信息技術的不斷發展，教育數據治理在實踐中的發展經歷了孕育期、初創期以及成長期的演化。在宏觀、中觀、微觀三個不同層面與政府、高校、個體等主體結合形成了教育政務、智慧校園、大數據畫像等不同的概念，并呈現出智能化、精細化、個性化的特征。在技術、政策、需求等因素的驅動下，高等教育數據治理的理論基礎不斷發展和完善，為整體的治理邏輯框架的研究提供了理論支撐。

（二）高等教育數據治理的治理模式和治理機制是邏輯核心

高等教育數據治理涉及主體包括政府、高校、市場以及社會，其中社會是指第三方機構（行業協會，教育第三方評估機構）、受教育者家長等，主體廣泛且復雜。作為一個多主體參與的復雜治理體系，其治理模式和機制的研究重點有三個：一是政府、市場、社會與高校如何以數據為軸心，以“數據流”驅動“業務流”，明確各自權利義務，構建教育治理共同體，并在共同體互動中實現信息的交流、互換及反饋，形成彼此之間閉環的治理結構；二是如何引導市場和社會組織在高等教育治理中積極發揮作用，通過政策引導、資金支持等方式培育發展市場企業和社會組織，充分調動市場和社會組織的積極性，利用市場提供技術服務，社會組織提供第三方評估監督，促進高等教育治理均衡發展；三是如何構建將數據治理與創意決策相結合，既要借助智能技術將常規性事務數據化、程序化，切實提高治理效能，又要充分發揮決策者的專業技能和戰略眼光進行創意決策，建構更加科學的高等教育治理機制。

（三）高等教育數據治理的治理載體與工具是支撐底座

傳統教育治理效率低下，滿意度低的原因主要在于各治理主體間及主體內部存在“條塊分割”、信息壁壘，導致溝通協調不暢。而數據治理的治理載體與工具是教育大數據，包括政府提供的高等教育監測數據、市場提供的行業數據、就業數據、社會組織提供的第三方評估監測數據以及高校各種信息化應用系統產生的校務管理數據、課堂教學數據、學生評價數據等。通過時空維度的數據整合，結合具體業務需求，通過數據分析模型例如決策支持模型、校情監測模型，學業評價模型、學習預警模型等對數據進行挖掘分析，實現數據的描述性、診斷性及預測性分析，滿足各治理主體多樣化、差異化的需求。最后通過智能手機、電腦、移動終端等操作平臺實現教育大數據可視化，便于各類管理者進行教育常態化監測，掌握教育發展動態，開展教育科學決策。

（四）高等教育數據治理的治理目標與治理績效是邏輯終點

一方面，高等教育數據治理以教育大數據為載體和工具，圍繞“循數治理”搭建了多主體復合協同的治理模式和機制，要循序實現三級治理目標：以提高教育治理效率，形成教育新秩序為底線目標；以推進教育自由，增強教育活力為重要目標；以提高教育效能，促進教育公平為終極目標。數據治理的底層邏輯是以“問題和任務”為導向，用“數據流”重塑“業務流”，提高教育治理效率，形成新的治理體系和機制。在底層治理邏輯的基礎上，教育大數據具有的智能化、精細化、個性化特征可以支持學習者的個性化學習，持續學習和終身學習，幫助學習者實現教育自由，增強社會整體的教育活力。最終教育大數據要為參與主體提供教育服務，在教育決策、質量提升、資源配置、管理優化、個性化發展、公平保障等方面提供支持和保障，多維度多層次提升教育效能，促進教育公平。另一方面，大數據技術的融入提升了治理效能，同時因其公開性、透明性，也增加了治理的風險點。例如，數據安全、算法安全、隱私安全、數據倫理等。因此在評估數據治理績效時，不但要考慮治理的過程績效和整體績效，更應重視治理過程中的風險識別、風險評估以及風險控制。通過統一治理規范、細化治理方式、創新治理手段，形成更加完善的高等教育數據治理體系。

三、高等教育數據治理的關鍵問題

（一）建構數據治理理念導向

大數據技術的快速發展對高等教育治理產生了正向的影響，其帶來的優勢與效益正逐漸凸顯。然而各治理主體仍需積極嵌入大數據思維，樹立數據治理理念。從治理主體視角來看，高等教育數據治理理念正經歷“依托技術應用的計算機輔助治理寅智能技術賦能下的數據治理、規則治理和程序智能寅通過人機競合將智能機器與個體決策創新能力相結合的和諧治理”的轉變，這一理念的轉變，不僅是傳統數據治理模式的創新，更是智能技術與教育人文價值深度融合思維觀念的創新，需要從個體層面、組織層面、制度層面積極調整重構新機制。從治理客體視角來看，當前高等教育數據治理中針對復雜問題依然存在數據“不可用、不夠用、不敢用、不會用”的現實難題，甚至以所謂“安全”“風險”等理由阻礙數據跨層級、跨部門、跨場域共享及應用。亟需各主體以大數據思維對教育治理審時度勢，構建智能化決策體系，完善數據挖掘與共享質量標準，培育數據創新服務能力，引導高等教育治理主體和治理體系全面融合大數據思維及技術工具。

（二）教育數據安全及風險管控

高等教育數據治理具有融通共享、開放透明等正向積極性，同時還伴隨著諸多風險和潛在危機。近年來，網絡黑客通過虛假WI-FI、惡意軟件等方式竊取高校師生隱私信息的事件時有發生。新冠疫情期間，京滬兩地50 萬學生的個人信息被泄露，就折射了大數據時代的數據安全性問題，且表明我國在教育領域的個人信息保護還不夠完善。由此可見，在推進教育治理的過程中，與治理有關的政府、高校、企業、學生、教師及其他利益相關主體的信息一旦被泄露或竊取，就會直接關聯到參與主體隱私及風險性安全問題，甚至關系到參與主體的聲譽與競爭存亡。但是信息技術應用于教育領域勢在必行，所有參與主體的行為信息都會被全方位收集和融通共享，這勢必帶來兩個方面的問題：一是數據安全的封閉性要求與開放共享性之間的矛盾會造成散播面大、不封閉的教育信息系統不敢用，不開放的教育信息系統又不能用的兩難境地[17]；二是數據隱私的匿名性要求與社會公信力之間的矛盾使得不匿名的數據存在泄漏隱私的風險，而不完全公開的數據則缺乏社會公信力和使用價值。因此如何規避和合理管控數據安全風險問題，始終是教育大數據應用的一大挑戰，需要從頂層設計中提前謀劃部署，及時推進，尤其是在數據安全人才培養、數據安全與隱私保護技術、基礎設施等方面進行攻關，且相關的教育數據安全法律法規、技術標準、管理架構也要同時跟進。

（三）教育新基建

新一代信息技術引領下的教育新基建，作為支撐教育高質量發展的數字底座，聚焦信息網絡、平臺體系、數字資源、智慧校園、創新應用及可信安全六大新型基礎設施體系。為彰顯教育新基建的軟硬兼備、協同融合和創新賦能，不僅要做好教育專網、教育大平臺、大數據中心及智能學習空間等教育信息化基礎設施建設，更應加速推進優質數字化資源建設，改造升級各學科在線課程、數字教材、虛擬仿真實驗、課程思政資源庫等數字化教學資源，同時利用人工智能、大數據等技術深入進行數據分析和挖掘，打造智能化應用平臺，為教學、評價、研訓、管理提供智能化解決方案及決策支持。然而，當前各高等學校信息化建設缺乏統籌規劃，主要以更新替換為主，功能單一，互聯互通困難，數據孤島依然存在，無法滿足海量、實時且多場景的教育服務需求。因此新一輪的教育基礎設施建設將推動各級各類教育平臺融合發展，構建互聯互通、應用齊備、協同服務的“互聯網+教育”大平臺；構建新型數據中心、促進教育數據應用、推動平臺開放協同、升級網絡學習空間[18]。除此之外還要有效激發市場活力，引導各方主體參與教育新基建，以服務教學需求為中心，按照“政府定標準、搭平臺，企業做產品、保運維，學校買服務、建資源”的模式[19]，推進教育新基建。

參考文獻：

[1]中共中央、國務院印發《中國教育現代化 2035》[EB/OL]（. 2019-02-23）.http：//www.moe.gov.cn/jyb_xwfb/s6052/moe_838/201902/t20190223_370857.html.

[2]教育部.關于印發《普通高等學校本科教育教學審核評估實施方案（2021-2025 年）》的通知[EB/OL]（. 2021-02-03）.http：//www.moe.gov.cn/srcsite/A11/s7057/202102/t20210205_512709.html.

[3]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（03）：39-45.

[4]王正青，但金鳳.大數據時代美國教育數據質量管理流程與保障[J].現代遠程教育研究，2019，31（05）：96-103.

[5]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，2020，32（05）：15-23.

[6]褚宏啟，賈繼娥.教育治理與教育善治[J].中國教育學刊，2014（12）：6-10.

[7]楊現民，郭利明.數據驅動教育治理現代化：實踐框架、現實挑戰與實施路徑[J].現代遠程教育研究，2020，32（02）：73-84.

[8]顧佳妮，楊現民.數據驅動學校治理現代化的邏輯框架與實踐探索[J].現代遠程教育研究，2020，32（05）：25-34.

[9]譚維智.人工智能教育應用的/Lt4J6MgST4liC7lStue/4ifazqWYUmPaKf2caSWZGA=算法風險[J].開放教育研究，2019，25（06）：20-30.

[10]陳國青，曾大軍.大數據環境下的決策范式轉變與使能創新[J].管理世界，2020（02）：95-105.

[11]王小根，單必英.基于動態學習數據流的“伴隨式評價”框架設計[J].電化教育研究，2022（02）：60-67.

[12]李曉慶，郭冬紅.區域教育大數據系統化應用的三年研究與實踐-以北京市房山區為例[J].數字教育，2021：65-72.

[13]于方，劉延申.大數據畫像-實現高等教育“依數治理”的有效路徑[J].江蘇高教，2019（63）：50-57.

[14]王超，劉蓬.數字化賦能新一輪本科教育教學審核評估：意義、現狀與展望[J].高教論壇，2023（11）：59-65.

[15]逯行.智慧城市教育公共服務數據治理研究[J].中國遠程教育，2021（5）：32-50.

[16]沈彥彬，魏子杰.信息化背景下我國教育治理研究的現實圖景與未來展望[J].中國教育信息化，2021（13）：12-17.

[17]劉夢君，姜雨薇，曹樹真.信息安全技術在教育數據安全與隱私中的應用分析[J].中國電化教育，2019（6）：123-130.

[18]教育部.關于推進教育新型基礎設施建設構建高質量教育支撐體系的指導意見[EB/OL]（. 2021-07-08）[2021-08-23].http：//www.moe.gov.cn/srcsite/A16/s3342/202107/t20210720_545783.html.

[19]余勝泉，陳璠，房子源.以服務為中心推進教育新基建[J].開放教育研究，2024，28（2）：34-44.

編輯鄭晶

本文系2023 年度天津農學院本科教育教學研究與改革項目“新一輪審核評估視域下‘六位一體’高校質量保障體系構建”（編號：2023-B-33）的部分研究成果。