數(shù)據(jù)賦能高校治理現(xiàn)代化的路徑與實(shí)踐

摘要：本文針對數(shù)據(jù)賦能高校治理的難點(diǎn)開展分析，梳理了該領(lǐng)域國內(nèi)外發(fā)展現(xiàn)狀，提出了通過數(shù)據(jù)賦能高校治理現(xiàn)代化的目標(biāo)，基于長期實(shí)踐經(jīng)驗(yàn)設(shè)計了由需求分析、系統(tǒng)設(shè)計、研發(fā)實(shí)現(xiàn)、測試核查、交付應(yīng)用和迭代完善構(gòu)成的賦能路徑，并從隊(duì)伍、數(shù)據(jù)、平臺、機(jī)制和文化五方面分析了數(shù)據(jù)賦能所需的基礎(chǔ)支撐，最后通過北京師范大學(xué)數(shù)據(jù)工作的成果與特色展示了數(shù)據(jù)賦能高校治理實(shí)踐。

關(guān)鍵詞：數(shù)據(jù)治理；數(shù)據(jù)賦能；高校治理現(xiàn)代化；教育數(shù)字化轉(zhuǎn)型

引言

推進(jìn)高校治理體系和治理能力現(xiàn)代化，是開展“雙一流”建設(shè)的必然要求。有學(xué)者指出，高校內(nèi)部治理應(yīng)充分發(fā)揮多元主體共治和民主監(jiān)督作用，深化內(nèi)部治理重點(diǎn)領(lǐng)域改革，構(gòu)建高水平協(xié)同治理機(jī)制，不斷優(yōu)化資源配置能力、激活內(nèi)部治理動能，大力提升高校內(nèi)部決策能力水平[1]。隨著數(shù)字化的深入推進(jìn)，數(shù)據(jù)要素正在融入高校治理體系，成為提升高校治理效能的加速器和助推劑，亟待發(fā)揮乘數(shù)效應(yīng)，推動高校高質(zhì)量發(fā)展[2]。對于數(shù)據(jù)如何賦能高校治理現(xiàn)代化進(jìn)行路徑研究與實(shí)踐探索，具有重要的理論與現(xiàn)實(shí)意義。

1. 數(shù)據(jù)賦能高校治理現(xiàn)狀

近年來，數(shù)據(jù)已成為國內(nèi)高校信息化研究與實(shí)踐的重點(diǎn)和熱點(diǎn)領(lǐng)域，成為教育數(shù)字化轉(zhuǎn)型的核心動能。一些高校已成立或規(guī)劃成立數(shù)據(jù)工作相關(guān)組織機(jī)構(gòu)，或在信息化部門名稱中體現(xiàn)“數(shù)據(jù)”元素。三分之二的高校實(shí)現(xiàn)了大數(shù)據(jù)支持教育決策[3]，一些高校在數(shù)據(jù)賦能學(xué)校治理方面取得了顯著成效。然而大部分高校仍處于以數(shù)據(jù)自身治理為重點(diǎn)的階段，在構(gòu)建全校數(shù)據(jù)工作體系、開展數(shù)據(jù)賦能方面推進(jìn)較為緩慢。信息化部門推動數(shù)據(jù)工作往往以項(xiàng)目形式開展，雖然取得了局部性、階段性成效，但長期實(shí)施效果不甚明顯。業(yè)務(wù)部門存在數(shù)據(jù)意識不強(qiáng)、職責(zé)不清、需求不足、協(xié)作效果不佳，或者各自為政開展數(shù)據(jù)工作的問題。數(shù)據(jù)質(zhì)量問題、分析模型不完善，是導(dǎo)致數(shù)據(jù)價值難以有效展現(xiàn)的原因[4]。

國外高校已經(jīng)開展了卓有成效的機(jī)制構(gòu)建與應(yīng)用探索，如在美國部分高校，數(shù)據(jù)已經(jīng)成為數(shù)字化轉(zhuǎn)型的關(guān)鍵要素，但總體上仍然存在業(yè)務(wù)間數(shù)據(jù)壁壘、治理結(jié)構(gòu)不成熟、數(shù)據(jù)能力不足等問題[5]。因此，數(shù)據(jù)賦能高校治理仍然是全球范圍高等教育數(shù)字化轉(zhuǎn)型面臨的關(guān)鍵難題之一。

2. 數(shù)據(jù)賦能高校治理目標(biāo)

數(shù)據(jù)賦能高校治理需要將數(shù)據(jù)深度融入高校治理體系，以提升治理現(xiàn)代化水平、服務(wù)高質(zhì)量發(fā)展為總體目標(biāo)，著力提升高校規(guī)劃、決策、監(jiān)管、協(xié)同、服務(wù)等五個方面的能力[6]。

（1）提升規(guī)劃能力：以數(shù)據(jù)服務(wù)學(xué)校、院系、學(xué)科發(fā)展現(xiàn)狀分析、問題診斷，輔助制定科學(xué)的發(fā)展目標(biāo)、任務(wù)計劃。

（2）提升決策能力：以數(shù)據(jù)推動決策范式由經(jīng)驗(yàn)型向數(shù)據(jù)型轉(zhuǎn)變，助力政策和標(biāo)準(zhǔn)的科學(xué)制定、資源的合理配置。

（3）提升監(jiān)管能力：在落實(shí)“放管服”改革中，以數(shù)據(jù)支撐任務(wù)分解、過程監(jiān)測、問題預(yù)警、結(jié)果評價、監(jiān)督監(jiān)管。

（4）提升協(xié)同能力：以數(shù)據(jù)互通共享，支撐校區(qū)間、部門間、校院兩級聯(lián)動，實(shí)現(xiàn)業(yè)務(wù)高效協(xié)同。

（5）提升服務(wù)能力：讓數(shù)據(jù)多跑路，師生少跑腿、少填表、快辦事，實(shí)現(xiàn)個性化精準(zhǔn)服務(wù)。

3. 數(shù)據(jù)賦能高校治理路徑

3.1 賦能路徑

高校信息化或數(shù)據(jù)部門應(yīng)注重挖掘?qū)W校總體、業(yè)務(wù)部門、院系師生等的實(shí)際需求，著眼于解決高校治理中的真問題。以需求分析為起點(diǎn)開展數(shù)據(jù)賦能，進(jìn)而通過設(shè)計和研發(fā)將需求轉(zhuǎn)化為數(shù)據(jù)應(yīng)用和服務(wù)，通過測試確保數(shù)據(jù)的準(zhǔn)確性和功能的有效性，并通過多輪迭代不斷完善功能。數(shù)據(jù)賦能高校治理路徑如圖1所示。

3.1.1 需求分析

需求分析是數(shù)據(jù)賦能的起點(diǎn)。從數(shù)據(jù)來源層面上看，數(shù)據(jù)賦能的需求來源主要有兩方面。一是原生型需求，即由校領(lǐng)導(dǎo)、業(yè)務(wù)部門、院系在工作中自發(fā)產(chǎn)生的需求。這些需求具有較強(qiáng)的實(shí)用性，需求方能夠主動進(jìn)行業(yè)務(wù)指導(dǎo)或參與，協(xié)調(diào)各方資源共同推動工作，需求實(shí)現(xiàn)后能夠產(chǎn)生較高的實(shí)用價值。然而，此類需求內(nèi)容往往呈現(xiàn)出零散、多變、時效性要求較高的特點(diǎn)，這就需要信息化或數(shù)據(jù)部門具有較強(qiáng)的需求分析、整合與快速響應(yīng)能力[7]。二是啟發(fā)型需求，即信息化或數(shù)據(jù)部門調(diào)研領(lǐng)域最新進(jìn)展，分析學(xué)校發(fā)展戰(zhàn)略，圍繞學(xué)校重點(diǎn)工作，追蹤技術(shù)產(chǎn)品前沿，主動進(jìn)行規(guī)劃和探索，并對目標(biāo)用戶進(jìn)行啟發(fā)引導(dǎo)而形成的需求。此類需求的實(shí)現(xiàn)需要得到用戶方面的重視與支持，以保證后續(xù)研發(fā)工作的順利開展與應(yīng)用推廣實(shí)效。

此外，從需求形式上看，需求可被分為兩類。一是概念型需求，即僅提出數(shù)據(jù)賦能的目標(biāo)、支撐的工作或數(shù)據(jù)分析的內(nèi)容，對于這類較為抽象的需求，信息化或數(shù)據(jù)部門需要憑借深厚的專業(yè)知識和豐富的實(shí)踐經(jīng)驗(yàn)，運(yùn)用精準(zhǔn)的需求分析方法，將其轉(zhuǎn)化為具有可操作性的具體開發(fā)需求。二是具體型需求，通常表現(xiàn)為依據(jù)文檔框架、表格模板等進(jìn)行詳細(xì)的數(shù)據(jù)統(tǒng)計與分析。此類需求相對明確、具體，易于直接開展開發(fā)工作。

在需求分析階段，信息化或數(shù)據(jù)部門應(yīng)與需求方溝通，確定具體的目標(biāo)，確定所需數(shù)據(jù)主題、對象時間范圍、分析維度等關(guān)鍵要素，同時明確工作對接人員、成果交付形式與時間節(jié)點(diǎn)要求等重要細(xì)節(jié)，為后續(xù)工作的順利開展奠定基礎(chǔ)。

3.1.2 系統(tǒng)設(shè)計

系統(tǒng)設(shè)計主要包括三方面內(nèi)容，分別是內(nèi)容設(shè)計、功能設(shè)計和效果設(shè)計。首先，內(nèi)容設(shè)計包括設(shè)計成果物的內(nèi)容框架、數(shù)據(jù)指標(biāo)、分析維度等，確保成果物能夠全面、準(zhǔn)確地反映需求，為高校治理提供有價值的信息參考。其次，功能設(shè)計包括設(shè)計成果物的數(shù)據(jù)采集功能、在線分析功能、報告生成功能等，以及對于數(shù)據(jù)監(jiān)測、預(yù)警、評價、診斷、模擬、預(yù)測等具體功能的設(shè)計。最后，效果設(shè)計包括對成果物的美工設(shè)計、交互設(shè)計等，確保用戶在使用過程中能夠便捷、高效地獲取所需信息，實(shí)現(xiàn)人機(jī)交互的友好性與流暢性。

在設(shè)計過程中，需要與需求方保持溝通，確保設(shè)計方向的正確性和成果物的實(shí)用性，保證數(shù)據(jù)準(zhǔn)確完整、成果物貼合用戶使用場景，使數(shù)據(jù)結(jié)果能夠以直觀、清晰的形式呈現(xiàn)給用戶，便于決策參考。

3.1.3 研發(fā)實(shí)現(xiàn)

以常見的數(shù)據(jù)賦能形式數(shù)據(jù)分析應(yīng)用研發(fā)為例，在實(shí)現(xiàn)階段，可以根據(jù)具體需求任務(wù)靈活選擇各類商業(yè)智能（business intelligence，BI）工具和報表工具進(jìn)行敏捷開發(fā)。對于可視化圖表展示類相對簡單的任務(wù)，一般的BI工具即可滿足需求；對于具有較復(fù)雜的數(shù)據(jù)處理、在線交互分析要求的任務(wù)，可以選擇具有強(qiáng)大前端計算能力、復(fù)雜交互式圖表構(gòu)建能力的工具，同時可結(jié)合Python、R等語言的應(yīng)用。

此外，需要對數(shù)據(jù)來源進(jìn)行確定，如所需數(shù)據(jù)屬于數(shù)據(jù)平臺已有數(shù)據(jù)，可直接提取為數(shù)據(jù)集使用，或根據(jù)需求做進(jìn)一步的加工處理后使用。

在實(shí)現(xiàn)階段還應(yīng)充分考慮數(shù)據(jù)指標(biāo)、數(shù)據(jù)分析模型的復(fù)用性，以及內(nèi)容功能的整合等，以避免重復(fù)開發(fā)建設(shè)、提高資源利用效率，同時也有助于提升數(shù)據(jù)、指標(biāo)的一致性和連貫性，為高校數(shù)據(jù)治理工作的可持續(xù)發(fā)展提供有力支持。

以上技術(shù)工作可以通過自主研發(fā)或外包形式開展，其中自研模式有助于整體統(tǒng)籌規(guī)劃、靈活應(yīng)對需求、節(jié)約建設(shè)經(jīng)費(fèi)，工作的可持續(xù)性和可控性能夠得到較好保障，有助于高校建立長期穩(wěn)定、高效的數(shù)據(jù)治理和賦能體系。而外包模式則可在一定程度上借助外部團(tuán)隊(duì)的技術(shù)優(yōu)勢和豐富經(jīng)驗(yàn)，但在溝通協(xié)調(diào)、需求把控以及長期維護(hù)等方面存在一定挑戰(zhàn)。高校應(yīng)根據(jù)自身實(shí)際情況和發(fā)展戰(zhàn)略，綜合考慮選擇合適的模式來開展技術(shù)工作。

基于該模式研發(fā)的數(shù)據(jù)分析類應(yīng)用，具有開發(fā)周期短、維護(hù)方便等特點(diǎn)，適用于高校靈活多變的數(shù)據(jù)賦能需求[8]。

3.1.4 測試核查

成果物開發(fā)完成后，需進(jìn)行內(nèi)部測試與外部測試，內(nèi)部測試由技術(shù)人員完成，外部測試由需求方參與完成。測試中需重視對數(shù)據(jù)的校驗(yàn)與核查，可采取數(shù)據(jù)的橫縱向?qū)Ρ取⒊闃雍瞬榈确绞剑_保數(shù)據(jù)成果準(zhǔn)確可用。

3.1.5 交付應(yīng)用

成果物測試通過后，可以通過線上線下兩種方式交付。以數(shù)據(jù)分析應(yīng)用為例，開發(fā)測試完成后，可依托數(shù)據(jù)平臺上線發(fā)布，授權(quán)需求方指定用戶通過數(shù)據(jù)門戶在線訪問。這種交付方式方便快捷，能夠確保用戶及時獲取所需的數(shù)據(jù)服務(wù)，提高數(shù)據(jù)賦能治理的效率和效果。各類數(shù)據(jù)分析報告往往以線下方式交付，裝訂成冊后提交各需求方。

3.1.6 迭代完善

成果物在運(yùn)行和實(shí)際使用過程中，應(yīng)做好運(yùn)行維護(hù)，跟蹤用戶反饋，不斷進(jìn)行迭代完善，以更好滿足需求。

3.2 賦能基礎(chǔ)

通過以上路徑分析可發(fā)現(xiàn)，為實(shí)現(xiàn)常態(tài)、高效的數(shù)據(jù)賦能，離不開專業(yè)化的數(shù)據(jù)隊(duì)伍、高質(zhì)量的數(shù)據(jù)、先進(jìn)的數(shù)據(jù)平臺、科學(xué)的數(shù)據(jù)管理機(jī)制、良好的數(shù)據(jù)文化，這些要素需要有機(jī)整合，進(jìn)而形成高校數(shù)據(jù)工作體系。

如圖2所示，數(shù)據(jù)隊(duì)伍是開展數(shù)據(jù)賦能工作的主體。高校需要建立專門的數(shù)據(jù)機(jī)構(gòu)，打造專職數(shù)據(jù)隊(duì)伍。數(shù)據(jù)人才應(yīng)具備較高的數(shù)據(jù)理解能力、溝通能力，熟悉或精通數(shù)據(jù)技術(shù)，能夠自主開展數(shù)據(jù)治理、數(shù)據(jù)應(yīng)用研發(fā)等工作。數(shù)據(jù)治理是明確數(shù)據(jù)來源，提升數(shù)據(jù)質(zhì)量的基礎(chǔ)性工作[9]。通過數(shù)據(jù)治理使數(shù)據(jù)匯起來、管起來和用起來，為數(shù)據(jù)賦能打下基礎(chǔ)。數(shù)據(jù)平臺是數(shù)據(jù)賦能的支撐工具。數(shù)據(jù)平臺可實(shí)現(xiàn)數(shù)據(jù)匯聚、數(shù)據(jù)共享、數(shù)據(jù)分析、數(shù)據(jù)訪問等功能，需要具備較好的開放性和可擴(kuò)展性，確保數(shù)據(jù)安全。

數(shù)據(jù)機(jī)制是數(shù)據(jù)賦能的保障。通過建立科學(xué)的數(shù)據(jù)工作制度，可明確校內(nèi)各方的數(shù)據(jù)工作權(quán)責(zé)、任務(wù)、流程規(guī)范。通過建立數(shù)據(jù)工作績效內(nèi)部評價機(jī)制，可激勵校內(nèi)單位積極參與協(xié)同數(shù)據(jù)工作開展。

數(shù)據(jù)文化是數(shù)據(jù)賦能的內(nèi)驅(qū)力。信息化或數(shù)據(jù)部門通過宣傳、培訓(xùn)、加強(qiáng)服務(wù)等方式在校內(nèi)營造良好的數(shù)據(jù)文化，能夠提升業(yè)務(wù)部門、院系等的數(shù)據(jù)意識，產(chǎn)生數(shù)據(jù)賦能的內(nèi)驅(qū)力，進(jìn)而推動治理能力現(xiàn)代化[10]。

4. 數(shù)據(jù)賦能高校治理實(shí)踐

北京師范大學(xué)高度重視數(shù)據(jù)價值，2016年成立校務(wù)數(shù)據(jù)管理中心作為副處級機(jī)構(gòu)掛靠信息化建設(shè)辦公室，大力開展校務(wù)數(shù)據(jù)治理、平臺應(yīng)用建設(shè)、校務(wù)數(shù)據(jù)服務(wù)工作，理順校務(wù)數(shù)據(jù)工作機(jī)制，構(gòu)建了常態(tài)化、立體式、全局型校務(wù)數(shù)據(jù)工作體系，賦能學(xué)校治理體系創(chuàng)新，在學(xué)校精細(xì)管理、科學(xué)決策、多元評價、數(shù)據(jù)上報等方面發(fā)揮了“數(shù)據(jù)大腦”的重要作用。

學(xué)校建成“數(shù)據(jù)京師”校務(wù)數(shù)據(jù)平臺，匯聚海量數(shù)據(jù)，依托平臺開展自主研發(fā)，提供數(shù)據(jù)公共服務(wù)，有力滿足政策制定、學(xué)科規(guī)劃、院系調(diào)整、教師評價、考核晉升、資源分配、數(shù)據(jù)上報、在線辦事等方面需求，快速賦能學(xué)校治理。平臺自研500余個數(shù)據(jù)分析應(yīng)用，如“瞭望臺”校領(lǐng)導(dǎo)數(shù)據(jù)監(jiān)測指揮大屏系統(tǒng)、學(xué)科建設(shè)績效考核數(shù)據(jù)指標(biāo)看板、院系投入產(chǎn)出評價工具、教師數(shù)據(jù)畫像系統(tǒng)等，在實(shí)際工作中發(fā)揮了重要作用。每年按需定制幾十份數(shù)據(jù)分析報告，為領(lǐng)導(dǎo)決策提供數(shù)據(jù)依據(jù)。平臺自研擬引進(jìn)人才科研水平分析報告工具，支持自助打印報告，為校級會議決策提供支持。統(tǒng)籌開展專項(xiàng)上報數(shù)據(jù)采集，為基層減輕數(shù)據(jù)填報負(fù)擔(dān)。建設(shè)各類數(shù)據(jù)管理與表格智能填報應(yīng)用，以數(shù)據(jù)助力教師填表，服務(wù)考核晉升等重要場景，賦能教師評價改革。

結(jié)語

高校開展數(shù)據(jù)治理是一個長期的過程，數(shù)據(jù)治理的目標(biāo)是數(shù)據(jù)賦能。隨著以大模型為代表的新一代人工智能技術(shù)的發(fā)展，下一步應(yīng)著眼于人工智能技術(shù)與數(shù)據(jù)技術(shù)深度融合，提升技術(shù)驅(qū)動力，提高數(shù)據(jù)治理、分析的智能化程度，進(jìn)而充分賦能高校治理現(xiàn)代化，推動高質(zhì)量發(fā)展。

參考文獻(xiàn)：

[1]黃寶印，劉永栓，薛新龍.加快高校內(nèi)部治理體系建設(shè)堅(jiān)定走好中國特色高校內(nèi)部治理現(xiàn)代化新路[J].中國高教研究，2024（7）：19-24.

[2]吳巖.深度挖掘數(shù)據(jù)寶藏推動教育提質(zhì)增效[J].中國教育網(wǎng)絡(luò)，2024（6）：1.

[3]劉冬雪，別榮芳，孫洪濤，等.北京師范大學(xué)構(gòu)建全局型數(shù)據(jù)治理與賦能體系[J].中國教育網(wǎng)絡(luò)，2023（9）：67-69.

[4]楊愛民，吳馳，李振峰.高校數(shù)據(jù)治理的趨勢和挑戰(zhàn)[J].中國教育網(wǎng)絡(luò)，2024（6）：14-17.

[5]汪瓊，劉敏.美國高等教育的數(shù)字化轉(zhuǎn)型進(jìn)程[J].世界教育信息，2023，36（5）：18-28.

[6]申國昌，申慧寧.人工智能賦能高校治理現(xiàn)代化：內(nèi)涵、愿景與路徑[J].現(xiàn)代教育技術(shù)，2023，33（10）：5-13.

[7]朱廣軍.論中國式高校治理現(xiàn)代化[J].貴州社會科學(xué)，2023（10）：94-99.

[8]姚成林.高校治理體系與治理能力現(xiàn)代化建設(shè)的思考[J].發(fā)展研究，2024，41（11）：65-70.

[9]侯浩翔，鐘婉娟.人工智能視閾下教育治理的技術(shù)功用與困境突破[J].電化教育研究，2019，40（4）：37-43，58.

[10]沈乃豐，劉芫健，胡縱宇.數(shù)字化賦能：高校治理效能提升路徑研究[J].中國電化教育，2023，（7）：69-77.