數字化轉型背景下高校數據治理優化路徑研究

DOI：10.3969/j.issn.1671-489X.2024.22.022

摘 要 數字化轉型是高等教育高質量發展的重要引擎，數據治理方式的創新和治理能力的提升是教育數字化轉型的前提條件。從數字化轉型背景下高校數據治理的內涵擴展出發，提出高校數據治理面臨的挑戰，并在此基礎上構建高校教育數據治理優化路徑，從強化高校數據協同創新頂層規劃、梳理形成清晰的數據資產、建立健全數據治理保障機制、以業務價值為目標開展數據治理四個維度，就高校如何高效實施數據治理進行探討，助力高校教育數據治理工作的開展，促進高校治理模式的現代化變革。

關鍵詞 數字化轉型；高校；數據治理；教育數據

中圖分類號：G647 文獻標識碼：B

文章編號：1671-489X（2024）22-00-05

0 引言

隨著人工智能、區塊鏈等新興技術的發展，數據已經成為數字時代的基礎性戰略資源和關鍵要素。《中國教育現代化2035》將“推進教育治理體系和治理能力現代化”列為重要戰略任務，并提出2035年要達成“全社會共同參與的教育治理新格局”的目標。2022年全國教育工作會議明確提出，我國要“實施教育數字化戰略行動”，要強化數據挖掘和分析，構建基于數據的教育治理新模式，為教育提供精準決策。通過以數據為核心建立網絡化、數字化、智能化的全業務、全教育治理體系，可以有效提升教育治理效能[1]。就數據賦能的潛力來看，數字化轉型通過數據深度挖掘優化，以數據生態延伸價值生態，進而可實現教育系統的創新和變革[2]。由此可見，高校數據治理的持續優化已成為教育數字化轉型的重點任務之一。

當前，教育領域的一些專家、學者圍繞高校數據治理的內涵，技術框架，治理體系，治理邏輯、挑戰與實踐路徑，國際經驗等進行了多角度探討。經過一段時間的建設，國內大部分高校的數據治理初步解決了數據孤島的問題，但依然存在數據底賬不清，數據治理場景單一，數據采集處理、開發利用機制不完備，數據價值發揮不完全，數據安全保障體系不完善等問題，導致數據治理未能真正有效提升教育治理效能。新一輪的教育數字化轉型一定是高度數據化的，數據要素在轉型過程中將承擔動力引擎的重要角色[3]。因此，國內高校數據治理在經歷了一段建設期后，在數字化轉型背景下亟須重新定義，如何讓數據充分發揮驅動作用，滿足教育數字化轉型發展的精準化、個性化和一體化需求[4]，從而服務于高校人才的培養和高等教育新生態的打造，是當前亟待研究解決的問題。

1 數字化轉型背景下高校數據治理的內涵

擴展

WATSON等[5]認為，數據治理涉及管理、保護和使用數據的人員、流程與技術，通過實施數據治理，組織將其作為組織資產加以利用，最終目標是為組織創造價值。安小米等[6]提出數據治理是組織運用各種技術工具和方法對數據進行管理、整合、分析及價值挖掘的行為。此外，也有學者關注數據治理在教育領域的應用。董曉輝[7]指出，高校教育數據治理是指高校通過建立體系化的制度、流程和方法對教育過程中形成的數據及教育事務進行控制、協調和規范，確保數據完整統一、高效運行，促進數據價值發揮的過程。宋蘇軒等[8]指出，數據治理是由組織統籌、多元主體參與的對數據及其相關關系進行的可持續性管理活動。徐峰等[9]認為，教育數據治理是教育部門為了最大化發揮數據價值，圍繞教育數據，在體制與機制、政策與規則、技術與行為等方面的行動集合，其核心是數據應用。

以區塊鏈、云計算、人工智能等為代表的數字技術擴展了各行各業和社會發展的方式，使得數據的采集、傳輸、存儲、計算和應用在虛擬空間得以實現，并簡化了現實空間和虛擬空間的交互。在這樣的背景下，出現了數字化轉型的概念。數字化轉型背景下，數據成為關鍵生產要素，數據的獲取與利用發生變化，數據治理的方法也隨之改變，主要體現在以下兩方面。

1）數據治理嵌入數據產生過程。教育數據伴隨教育過程而產生，在數字化進程中，數字技術將物理世界的教學活動映射到數字世界，將教學過程和要素進行數字化標識，全面記錄教學過程中的行為數據。與此同時，在信息化建設過程中，高校持續積累大量的教學、科研、管理數據。在這樣的背景下，高校數據治理不再是靜止的、相對獨立的過程，而是隨著數據的動態變化而不斷調整的過程，高校應將數據治理的標準、流程嵌入數據產生的全鏈路，以動態的標準、流程管理變化的數據，實現數據治理與業務場景的協同。

2）以業務場景為驅動開展數據治理。場景化治理是指根據某個教學場景需要，對場景所涉及的數據進行治理的過程。傳統的高校數據治理往往以信息化部門為主，行政部門和學院為輔，按照人事、科研、學工、教務、資產等主題開展數據治理，數據質量得到一定程度的提升，但教育分析與決策、教育過程評價仍由經驗驅動代替數據驅動，行政部門、二級學院感知不到數據治理的顯性價值。隨著數字化轉型實踐的深入，教育業務、教育場景全面數字化，高校數據治理也應從傳統的按照主題治理的模式向以教育場景為驅動的模式轉變，以數據驅動構建教育過程評價體系，提升教育教學和評價效能，開展基于數據驅動的教育分析與決策，切實解決師生在教育教學過程中遇到的數據問題，構建真正以人為本的教育教學生態環境。

綜合以上概念，本文認為，高校數據治理是高校為有效應對教育數據爆發難題、充分開發教育數據要素價值，在法律法規框架下借助物聯網、云計算、人工智能等先進信息技術，通過協同相關利益主體跨越組織和個人邊界，對教育活動過程中主動采集和自動生成的海量數據資源進行可持續管理活動的總和。從治理主體來看，是由高校信息化建設管理部門、行政部門、二級學院及師生等多元主體共同參與完成的。治理客體是教育活動中采集和生成的數據及數據相關事務。從治理方法來看，是以教育活動場景為驅動，將數據治理嵌入教育數據的產生過程。從治理目標來看，強調以人為本，以師生需求為導向，緊密結合高校高質量發展主題，服務高校發展需求[10]，為師生提供數據服務，充分發揮教育數據要素價值，通過多元主體協同治理促成教育數據流動融通，為教育數字化轉型夯實基礎。

2 數字化轉型背景下高校數據治理面臨的

挑戰

我國高校數據治理取得重要進展，數據的標準性、準確性、一致性問題基本解決，但仍然存在不足和缺陷。數字化轉型背景下，分析并解決這些問題，方能確保數據治理工作在完善的制度規范和組織結構下為高校教育治理貢獻充足的力量。

2.1 循數治理理念未建立，數據治理驅動力不足

循數治理即構建基于數據的教育治理模式，在高校辦學活動的全過程中需要通過數據的有效收集去發現、分析和解決出現的問題，保證高校教育治理更加科學、客觀和理性，從而決定高校發展的路線方針和具體策略[11]。高校經過一段時間的數據治理，積累了大量教學、科研和管理數據，形成標準化的數據中心，但并未將數據治理的成果應用到學校的教育治理過程中，信息孤島、數據無效、信息失真等問題使高校教育治理更多依賴經驗推斷，而非依據數據的相關分析，主要表現在三個方面。

一是對數據治理的片面認識，導致數據治理僅是“對數據進行治理”，“用數據進行治理”的效能未發揮[12]。“用數據進行治理”關注如何利用數據進行教育治理，關注如何利用數據進行管理創新[13]，而高校領導、管理人員和教師普遍缺乏數據思維，習慣利用直觀經驗代替數學模型、算法和數據分析等數據技術進行決策、管理和教學。

二是各部門權責不明，循數治理舉步維艱。高校數據治理由高校信息化建設管理部門、行政部門、學院及師生等多元主體共同完成，當前高校數據治理主要由信息化部門主導，職能部門、院系參與治理的主動性和創造性明顯不足，部門間協同不足進一步影響數據在部門間的開放共享，導致數據治理效能低下，不能在教育治理中發揮應有的作用。

三是高校數據治理主體數據應用能力普遍不高，導致數據治理驅動力不足。高校數據治理對新的數據治理結構和格局缺乏專業的認識，難以形成基于實證數據分析教育現象、進行教育決策的數據意識，缺乏運用大數據思維分析問題的能力[14]，導致進入無法用數據思考、預測、決策和解決問題的困境。

2.2 治理主體需求未被重視，數據要素價值尚未完全發揮

數據治理的最終目標是服務業務，具體就是通過場景、業務、管理再造及服務再造激發數據活力，充分挖掘數據價值，盤活數據資產驅動業務創新[15]。教育大數據、人工智能等技術便利了教師教學、學生學習與學校管理，但鑒于師生所處教育情境的復雜性、發展性和多變性[16]，高校教育用戶對數據的需求也是復雜多變的。高校數據治理在實踐中未充分關注和準確把握各利益主體的動態需求以提升教育服務質量，導致數據要素價值并未完全發揮。高校數據治理在很長一段時間內主要關注數據標準、數據質量等數據本身的因素，沒有緊密結合學校高質量發展、人才培養、學科發展等主題，為師生提供所需的數據服務。人才培養是高校的重要職能之一，數據治理賦能人才培養主要體現在精準教學和個性化學習兩方面。師生作為人才培養的雙主體，既是教育數據的產生者，也是數據的使用者，如何通過多模態數據的收集和分析為真正的個性化教育提供數據支撐，通過豐富的數據應用服務教師精準教學、學生個性化學習，應是高校數據治理未來努力的方向。

2.3 數據治理保障機制尚未健全，阻礙數據治理效能釋放

數據治理機制是指數據治理體系各要素間的結構關系和運行方式。數據治理是一項系統工程，規范健全的機制是治理工作持續運行的保障。目前，大多數高校數據治理以項目方式開展，項目實施完成后數據治理工作也隨之結束，數據治理未能形成持續、協同、有效的運營機制。具體來說，首先，高校未建立常態化數據治理的組織部門，數據治理的主要工作由信息化部門承擔，信息化領導小組和校內其他業務部門被動參與，導致高校數據治理工作缺少組織保障而呈現階段性、被動式特點。其次，高校尚未形成數據治理的標準化流程，無法保證數據治理的有序性和一致性。再次，高校數據治理標準不健全，更新不及時。從現有實踐看，高校大都制定了校級數據標準、數據質量管理辦法等技術類規章制度，但是缺少配套的管理辦法約束技術類規章制度的執行，導致標準只是標準，不被知道，不被理解，無法使用。最后，高校數據治理與業務流程體系脫離，未形成與業務緊密結合的持續數據治理機制。

3 數字化轉型背景下高校教育數據治理優

化路徑

當前，在推進教育數字化轉型和構建教育治理新模式背景下，高校數據治理的內涵和外延越來越豐富，為了在數據互聯互通的基礎上實現高校數據治理的新突破，必須迎接數字時代帶來的內外部挑戰，適應國家對教育治理模式的新要求：除了樹立數據驅動教育治理的思維，還應遵循數據決策，用數據思考，用數據預測、判斷及解決問題的理念。針對上文提出的高校普遍存在的問題，下文從頂層規劃、數據資產、保障機制、數據價值四個方面就高校如何優化教育數據治理實施路徑進行討論。

3.1 強化高校數據協同創新頂層規劃

數據協同創新是打造一站式的數據管理體系，讓數據的分析、利用、創新成為日常工作的一部分。單維度的數據價值低，只有融合多維數據才能創造更大的數據價值，通過數據協同創新可以推動學校相關職能部門、學院、人員和平臺全鏈路協同，促進數據治理要素共享互通、協作創新。因此，應該強化高校數據協同創新頂層規劃。

3.1.1 樹立數據協同創新意識

高校數據來源于學院、行政部門的各類業務和管理系統，具有不同的業務規則和特點。各類信息系統的數據高度關聯，要實現數據有效利用、充分發揮數據價值，必然會牽涉數據標準、管理流程和保障機制的健全與優化，在此過程中會造成數據治理各主體間的利益沖突，因此需要各主體間樹立數據協同創新意識，秉持循數治理理念，通過數據治理驅動教學、業務治理，實現教學個性化、管理精細化、決策科學化。

3.1.2 制定數據開發協同創新標準

高校教育場景復雜，需求多變，數據開發涉及多業務領域數據的融合和利用，需要各部門配合完成。與此同時，要制定數據協同創新開發的標準、流程、規則，并合理分工，從而有效促進數據的開發利用。

3.1.3 制定數據協同創新考核制度

高校數據治理部門間協作過程多是線下自發的方式，沒有建立明確的數據確權和問責機制，導致出現數據治理效率低下。因此，制定數據協同創新分工考核制度，可以在有效約束部門間協同行為的同時提高數據治理能力。在考核評價上，要明確數據治理目標任務、各主體責任與義務，制定考核指標，分層次、分階段分解任務目標，建立以數據協同創新質量為導向的考核機制，并嘗試納入治理主體績效考核，配套績效獎勵辦法。

3.2 梳理形成清晰的數據資產

教育數據資產作為提升高校核心競爭力的戰略資產，涵蓋高校整體運行過程中積累的結構化數據、半結構化數據和非結構化數據，強調從多維度、全方位開展對其的深層次利用，通過實現數據服務的碎片化，全面滲透教學、科研、管理與服務的每個角落[17]。因此，應該梳理形成清晰的數據資產。首先，調研學校信息化建設現狀，根據調研結果梳理數據資產、數據質量狀況，發現數據問題，進而識別有價值的數據。其次，構建數據資產目錄和數據自服務門戶平臺，對所有數據資產統一管理，將數據資產按照類別或標簽進行管理，并授權給高校各數據治理主體瀏覽和使用，實現數據可見、可理解、可管理、可使用。數據資產目錄能夠集中注冊、管理數據，全面監控數據生產過程，把數據治理工作分解融入數據生產全鏈路中，可以幫助高校構建統一的一站式數據治理體系。數據自服務門戶平臺將數據應用、數據服務、數據產品等通過統一的平臺展示，方便集中管理。最后，對數據、數據應用和服務分級、分類、分權限管理，確保數據安全合規使用。

3.3 建立健全數據治理保障機制

數據治理保障機制是數據治理成功實踐的核心要素之一[18]，體制機制的完善是數據治理持續、協同開展的重要保障。高校根據自身實際建立健全數據治理保障機制。

3.3.1 優化數據治理組織架構

高校需要建立日常化數據治理的組織部門，該部門的職責不僅包括制定標準、規范和制度，而且需要圍繞學校高質量發展目標、教師精準教學和學生個性化學習需求去運營數據，持續創造數據價值。

3.3.2 建立標準化數據治理流程

高校需要在組織保障的基礎上建立標準化數據治理流程，不同部門不同角色按照相應流程執行治理工作，保障數據治理的有序性和一致性。

3.3.3 實施數據素養提升工程

數據素養是數字化轉型背景下教育工作者必須具備的核心素養，是利用數據制定科學決策，推進教育數據治理的基礎[19]。數據治理高質量、高標準地推進，離不開一支基礎扎實、經驗豐富、人員穩定的數據人才隊伍[15]。一方面對數據治理的基本理念、發展態勢、價值內涵進行宣傳，幫助高校數據治理主體樹立循數治理的理念；另一方面分層分級對師生、管理人員進行數據知識技能培訓，幫助他們掌握數據獲取、分析、預測等技能，提升他們在教學、管理過程中運用數據解決實際問題的能力。高校不僅要加強信息化部門承擔數據工作的人員的技術能力提升，也要加強對各二級單位承擔數據工作人員的技能培訓，通過設立數據應用和創新項目，引導師生充分發揮協同創新能力。

3.4 以業務價值為目標開展數據治理

美國高校的實踐表明，數據的價值最終體現在與主流業務的深度融合，實現科學決策和管理[18]。高校數據治理經歷了一段時間的建設期，基本建立了學校數據中心，并基于數據中心開展數據分析、數據應用，比如學生數字畫像、學生晚歸數據等，但普遍存在數據治理與業務場景脫離的現象，導致職能部門、學院、師生感知不到數據治理成果，數據治理效能低下，不利于數據治理持續開展。隨著數字化轉型的深入，高校數據采集范圍更廣，數據治理的深度也越來越深入。因此，高校應該以業務價值為目標開展數據治理。

3.4.1 梳理高校業務，識別有價值的、需要利用數據的業務場景

高校教育場景復雜、需求多變，一個業務場景往往涉及多部門，需要管理部門、學院、師生多方協同深入挖掘能用、好用的滿足師生需求的數據服務和應用。比如高校專業評價、監測和預警需要專業建設和專業學習相關的海量過程性和結果數據，需要教務部門、學院、教師和學生多主體參與方可實現，通過數據融合和有價值導向的信息加工，真實反映專業發展情況與改進方向，對高校專業發展綜合提升發揮重要支撐作用[20]。

3.4.2 分析業務場景需要的數據、數據關聯

一個業務場景需要多部門多系統的數據，需要信息化部門與業務部門通力合作，建立業務與數據的對應關系，基于智能技術構建學生學業、心理相關預警模型，在業務開展的同時對數據進行治理、挖掘、開發，通過數據治理促進業務流程改造、重組。

3.4.3 圍繞業務價值場景制定具體的數據標準

教育場景是多變的，數據標準和指標也需要根據場景的應用建設進行細化。只有在真實業務場景中把制定的標準應用起來，并在應用過程中及時溝通反饋，才能驗證數據標準的可行性。

4 結束語

數據治理是高校教育數字化轉型的基礎和前提，數據底賬不清，數據治理場景單一，數據采集處理、交換共享、開發利用機制不完備，數據安全保障體系不完善等問題，使數據難以成為高校教育數字化轉型的助力。本文從高校數據治理實施角度提出優化建議，助力高校教育數據治理工作的開展，促進高校治理模式的現代化變革。

5 參考文獻

[1] 《“十四五”國家信息化規劃》專家談：加快教育信息

化 支撐終身數字教育[EB/OL].（2022-03-08）[2023-04-

21].http：//www.cac.gov.cn/2022-03/08/c_164836372

5755324.htm.

[2] 祝智庭，胡姣.教育數字化轉型的本質探析與研究展望

[J].中國電化教育，2022（4）：1-8，25.

[3] 楊現民，吳貴芬，李新.教育數字化轉型中數據要素的

價值發揮與管理[J].現代教育技術，2022，32（8）：5-13.

[4] 胡姣，彭紅超，祝智庭.教育數字化轉型的現實困境與

突破路徑[J].現代遠程教育研究，2022，34（5）：72-81.

[5] WATSON H J， MCGIVERN M. Getting started with busi-

ness-driven data governance[J].Business Intelli-

gence Journal，2016，21（1）：47.

[6] 安小米，郭明軍，魏瑋，等.大數據治理體系：核心概念、

動議及其實現路徑分析[J].情報資料工作，2018（1）：6-11.

[7] 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.

[8] 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.

[9] 徐峰，吳旻瑜，徐萱，等.教育數據治理：問題、思考

與對策[J].開放教育研究，2018，24（2）：107-112.

[10] 代玉，王慧珍.高等教育領域數據治理的邏輯框架與實

施路徑[J].黑龍江高教研究，2021，39（10）：41-45.

[11] 南旭光.大數據時代高等教育“循數治理”解析及實現

路徑[J].中國電化教育，2016（8）：20-26.

[12] 周江林.數據治理：大數據時代“雙一流”建設的路徑

優化取向[J].教育發展研究，2022，42（5）：15-21.

[13] 胡海波.理解整體性政府數據治理：政府與社會的互動[J].情報雜志，2021，40（3）：153-161.

[14] 袁利平，林琳.大數據賦能高等教育治理的邏輯理路、

現實境遇及行動選擇[J].高校教育管理，2022，16（3）：

32-45.

[15] 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，2021，41（9）：78-84.

[16] 趙磊磊，張黎，王靖.智能時代教育數據倫理風險：典

型表征與治理路徑[J].中國遠程教育，2022（3）：17-25，77.

[17] 余鵬，李艷.智慧校園視域下高等教育數據生態治理體

系研究[J].中國電化教育，2020（5）：88-100.

[18] 彭雪濤.美國高校數據治理及其借鑒[J].電化教育研究，2017，38（6）：76-81.

[19] 王正青，但金鳳.如何構建教育數據治理體系：美國肯

塔基州的成功經驗[J].現代遠程教育研究，2021，33（1）：

77-86.

[20] 趙新亮.數據治理時代高校專業評價的理念轉變與路徑探索[J].黑龍江高教研究，2022，40（8）：146-150.

*項目來源：江蘇省現代教育技術研究2021年度立項課題“人工智能時代教育數據治理體系研究”（基金編號：2021-R-91380）。

作者簡介：付珍珍，實驗師；熊秋娥，高級實驗師。