“嵌入式”教育數據服務生態構建：觀念、路徑與保障

摘要：數據作為教育數字化轉型的核心要素，對于賦能教育質量提升具有重要價值，而當前區域和學校的教育數據尚未發揮理想的作用，主要問題在于數據并未以服務的形式主動嵌入復雜多樣的教育業務中以促進實際問題的解決。為解決以上問題，文章提出一種“嵌入式”的教育數據服務生態，并從三個層面論述其構建過程：一是實現以應用為導向的數據觀念轉變，從新觀念出發把握數據服務與教育治理的關系；二是設計“嵌入式”教育數據服務生態的技術路徑，通過“嵌入式”的數據服務滲透并改造原有業務，實現“數據找人”的應用情景轉化；三是建立“嵌入式”教育數據服務生態的運行保障，確保數據服務生態的穩定運行和對區域教育治理的持續賦能。文章通過研究，旨在為區域和學校構建數據賦能的教育服務生態提供系統性的解決方案。

關鍵詞：數據賦能；嵌入式數據服務；教育質量提升；教育數據分析

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2025）04—0044—09 【DOI】10.3969/j.issn.1009-8097.2025.04.005

引言

進入21世紀，信息科技的發展持續推動著各行各業的數字化轉型進程，其中教育的數字化轉型受到高度重視，各國紛紛制定相關發展戰略以尋求教育的變革與創新[1]。數據作為教育數字化轉型的核心要素，是賦能教育變革的重要基礎[2]，有效發揮教育數據在解釋問題、診斷現象、預測趨勢、輔助決策等方面的價值，對于教育質量的提升具有重要意義[3]。

然而，當前許多區域和學校的教育數據并未兌現其預期價值，所產生和積累的大量數據并未對教育實踐進行有效賦能。具體體現為：首先，當前區域和學校往往存在“重建設，輕應用”現象[4]，即關注校園數字化基礎能力的建設、重視對以往線下業務的技術替代，卻忽視了數字化場域中以人為核心的應用場景構想與設計[5]；其次，區域和學校的數據存在離散化、碎片化現象[6]，即數據在邏輯存儲上隸屬于不同的業務應用，極大地限制了數據作為一種信息媒介的流轉能力[7]；此外，許多教育工作者對于數據價值雖有所感知，但并未在實際行動中體現出對數據的應用動機和使用意愿[8][9]。以上現象構成了一個邏輯鏈條——目的不明確的基礎設施建設導致了軟件生態的隔離，進而使數據的離散化和應用成本過高，最終形成了教育數據與實踐應用脫節、“數據流”與“業務流”分離的現實困境。而這一困境的普遍存在，表明背后成因并非偶然的技術方案問題，而是有著更深層次的普遍觀念問題。為此，本研究將依次從數據觀念的轉變、技術路徑的改良和運行保障的供給三個層面，論述如何通過構建一種“嵌入式”的教育數據服務生態來真正實現教育數據的價值落地。

一實現以應用為導向的數據觀念轉變

正如海德格爾關于技術本質的觀點所闡釋的，技術的作用不在于技術本身，而在于其如何嵌入到人類活動中以揭示新的可能性[10]。數字化時代諸多技術創新的價值體現，依賴于與不同領域的需求、文化、規范和實踐的深度應用融合。類似地，教育的數字化轉型也需要牢牢把握“以應用為導向”的原則，不僅需要從內向外發現技術結合點，更需要系統性地推進思想觀念和治理方式的轉變[11]。因此，以支持教育實踐中的有效數據應用為導向性原則，對“數據”這一技術要素進行觀念層面的重新審視，是建立良性的教育數據生態的前提。而以應用為導向的數據觀表現為三個具體的方面，即數據資產、數據信道和數據工具的觀念，這些轉變意味著從價值取向到實踐策略的多層次視角轉換，其內在邏輯如圖1所示。

1 數據資產觀念：從積累到消費

就數據的定義來說，缺乏問題背景和實踐語境的靜態數據并不具備信息量，因此無法為實踐活動提供知識[12]。正如貨幣作為一種商品社會的量化結算符號，只有在交易活動中才具有價值屬性，數據的價值需要在對其的使用和消費過程中得以體現。明確了數據價值體現的這一特性，就需要從數據能否被應用和消費的角度重新評估數字化生態建設的優先性[13]。當前許多區域的教育信息化建設追求大而全，強調優先實現基礎設施層面的數字化能力全覆蓋，但往往忽視對于數據價值的深度挖掘和利用，即僅僅實現了數據的持續“積累”，而無法將數據及時“消費”，也就無法實現數據真正的價值——對教育質量進行切實的改善與提升。

將數據視為資產，重點在于明確數據的價值體現必然源于真實的教育治理和教育實踐過程。能夠有效賦能教育實踐的數字化生態，一定有著明確的數據消費場景和數據消費群體，數據作為信息媒介，其價值由最終的業務實踐效果回溯性地決定。因此，教育領域在進行數字化生態建設的過程中，需要先建立數據“資產化”的觀念，探索和明確數據的應用場景與服務群體，對已有數據的價值進行充分挖掘，避免數字化基礎設施的盲目建設和擴張。

2 數據信道觀念：從孤立到連通

根據拉圖爾的行動者網絡理論（Actor-Network Theory），數據已然成為社會網絡中的一個行動體[14]。因此，數據需要通過與特定領域中的業務流程和實踐方法形成互動，才能變成推動領域生產實踐的核心動力。這也正是數字化轉型的根本目的，即開放與連接，通過打破以往物理實體空間的信息壁壘，利用現代通訊手段和終端計算能力將孤立的信息連接起來，實現更加暢通無阻的人機、人人信息交換[15]。事實上，這種信息流轉不僅是“比特”的流轉，更是一種在符號意義上實現文化連通和共識確立的“信道”建設。數據越是能夠在不同的系統、業務和角色之間流轉，就越能發揮其作為信息載體的端到端連接作用，也就越能促進真實有效的數字化協作。從數據流轉的觀念視角出發，數據生態的建設重心應當從“垂直”的數據應用接入，轉為“水平”的數據應用連通[16]。

這種連通不僅是機器與機器的連通，更是人與機器、人與人之間的連通。正如信息的傳遞需要發出方和接收方持有一致的編/解碼規則，數據的有效流轉同時依賴于規范的數據接口（面向機器協議）和具備可讀性的呈現形式（面向人），前者決定數據是否可能在應用之間進行廣泛流通，后者決定數據能否最終滲透到教育實踐的現實土壤中。具備良好流轉能力的數據生態可以打破傳統的橫向和縱向隔離，通過更為靈活的內部應用和外部服務拓展能力，服務于不同的教育實踐[17]。因此，需要進一步把握數據的流轉性本質，以開放和連接為原則來把握數字化生態建設的技術方向。

3數據工具觀念：從通用功能到個性化應用

許多區域和學校已經實現了對傳統線下業務的線上化替代，并利用門戶式的應用平臺進行了業務模塊的整合。這些區域和學校建立的“大數據平臺”對所有業務系統的數據進行組合，并提供統一的數據看板和通用的數據分析功能。然而，這種大而全的“數據拼盤”難以為教育治理帶來實際價值，因為現實情境中并不存在一個實踐主體全方位地關注所有業務數據，并且不同角色也很難利用通用的數據分析功能來滿足自己的特定數據分析需求。在面臨實際應用時，這類平臺可能仍然需要信息化部門或技術專員來進行長周期的數據提取、清洗、加工與結論呈現，所謂的“大數據平臺”實際上淪為了“數據展臺”。

有效發揮數據的價值，需要的不是“大江大河”式的數據景觀，而是滲透到不同教育業務中的“涓涓細流”式的數據工具。將“數據驅動的決策”注入系統性的教育業務協作中，應注重每一個教育角色的差異化需求，并圍繞這些需求提供基于特定數據的個性化應用，縮短“數據找人”的路徑長度，將惰性的數據存儲轉化為積極主動的數據服務，使數據在實際業務協作中得到有效激活[18]。因此，需要通過與教育業務深度融合的多角色服務，圍繞不同教育角色的實際需求建立低耦合、高復用的數據應用體系，使數據以“工具集”的形式滲透到業務鏈條的各個環節中。

二設計“嵌入式”教育數據服務生態的技術路徑

隨著“以應用為導向”的數據觀念轉變，教育數據服務的生態建設思路與相應的技術路徑也將有所轉變。面向應用的數據服務應當以滿足復雜、多樣的實際教育需求為原則，從以往與具體業務場景弱關聯的“獨立式”服務，轉變為與各種角色和業務環節強關聯的“嵌入式”服務。“嵌入式”（Embedded）是源于計算機系統結構領域的一種設計理念，核心在于將復雜的計算事務拆解給多個低耦合的專用計算單元，實現任務“分治”，以提升事務的處理效率。如果將大型的計算任務與教育治理過程進行對比，可以發現兩者都涉及對復雜任務的拆解和分治，依賴于不同功能模塊之間一致的接口協議和持續的信息傳遞。因此，要實現有效賦能教育的數據服務生態，需要建立面向具體教育場景的“嵌入式”數據服務，使數據的分析結論與業務情境的上下文語境緊密關聯，將數據的價值精準、及時地嵌入以人為主的業務實踐過程中。而這種嵌入式的數據賦能體系，依賴于系統性的技術路線優化，具體包括基于云原生架構的教育數據棧搭建、數據即服務的應用開發平臺接入以及面向應用的“分析-決策”閉環業務改造。

1 基于云原生架構的教育數據棧搭建

嵌入式數據服務的目標是利用數據精準地賦能業務，這就對數據的應用覆蓋能力和業務兼容能力提出了較高的要求。特別地，數據驅動的教育治理往往涉及來自多種教育事務（如教學、教研、管理、運維等）的多模態數據（如表格、圖像、視頻等）的整合應用。這種多樣化的上層應用需求，使數據存儲的邏輯一致性、數據計算的性能拓展性、數據流轉的可觀測性、數據服務迭代的敏捷性成為下層架構需要具備的必要能力，而這正是云原生教育數據棧的優勢所在。

現代數據棧（Modern Data Stack）是一種基于云原生特性的面向數據應用的技術解決方案，其特點在于功能拓展和性能提升具有靈活性，能夠快速響應多部門、多角色、多業務場景的數據分析需求，提高數據服務的迭代效率[19]。基于云原生架構的教育數據棧如圖2所示，其技術特性正符合區域和學校實施教育治理的現實需求：

首先，教育領域的業務場景廣泛、數據來源多樣、數據類型豐富，有價值的分析場景往往涉及多模態的數據組合[20]。云原生架構的數據棧可以靈活地組合配置多種數據庫，在復雜數據結構和多模態數據場景的彈性支持方面具有優勢。例如，對于人員信息、學業質量、活動記錄等結構化的表格式數據，需要關系型數據庫；部分場景可能涉及對區域內的教師互動、資源傳播進行分析，因此相應地需要圖數據結構的存儲，即圖數據庫；對于區本和校本資源、課堂實錄、師生作品等非/半結構化數據，則需要文件系統和對象存儲。數據上云，可以通過多種存儲方案的靈活搭配，面向有不同業務需求、不同數字化水平的區域或學校提供相適配的數據基礎能力。同時，借助云原生的特性，數據可觀測、數據賦權、數據安全等服務可以直接對接到數據倉庫和數據湖，增強對于數據的管理能力、跟蹤能力和安全保障。

其次，基于云原生的教育數據棧可以實現存-算分離，將計算密集型的數據分析事務與底層的數據存儲管理進行服務解耦，以支持上層更加多樣的應用需求，并極大地確保數據讀寫事務在不同場景下的負載均衡。用戶在不同的業務場景和業務需求下，對數據服務的請求并不規律，存-算分離的彈性計算數據服務能夠在保證性能的同時提高資源利用率。例如，一個區域或學校在學期內的日常教學和日常管理業務過程中持續產生數據，數據會以較為均衡的速率進入云數據倉庫。然而，在特定時間節點，計算密集型的數據分析事務可能突然增多，如集中的教育質量評估總結或學期末的績效結算等，甚至有時密集的數據寫入業務和分析業務會并行（如區域性大型考試的數據錄入和實時監測）。此時，存-算分離的架構可以使計算資源的分配更加可控，避免不必要的資源浪費。

2 數據即服務的應用開發平臺接入

基于云數倉，區域和學校對于數據的獲取、管理與加工能力得到了保障，以往分散在各個業務軟件中的信息碎片共同構成了區域和學校可以統一維護的數據資產，就可以在底層的數據儲備之上建立面向場景擴展、提供服務接入的數據中臺。數據中臺是一個相對的概念，其核心理念在于抽象出通用的數據模型和服務接口，以支持前端不同規模、不同種類、不同業務場景的多變數據應用需求[21]。通過構建數據中臺，可以面向應用側提供更加靈活開放的數據即服務（Data-as-a-Service）——通過抽象出一系列典型的數據模型和針對數據的常用計算邏輯，以應用程序編程接口（API）的形式提供給頂層應用，用于開發或直接調用，這是數據主動“回嵌”業務場景的基本思路。數據即服務的應用開發平臺架構如圖3所示。

為此，應當面向學、教、研、評、管等典型的實際應用場景，構建意義明確、可復用性強的常用數據模型。例如，面向教師和學生的師生檔案，實際上是依托于數據中臺從師生日常使用的多種業務系統中持續抽取原始數據，并經過統一的身份標識（如教育ID）進行轉換和重組所形成的教育事件流數據。這樣的個體檔案數據模型，是對教師和學生進行連續、客觀評價的證據基礎。類似地，區域和學校的課例、課題、學術成果等資源類數據，也可以通過相應的資源元數據模型進行規范化的管理，使區本、校本資源的質量評估和開放共享成為可能。

在優質數據模型的基礎上，還需進一步提供相應的API體系。以API供應為中心的數據服務設計（API-first）正是對“數據的高效流轉”這一理念的具體實現——利用規范的接口標準和有效管理的接口網關，快速賦能業務服務之間的數據傳遞效率與數據一致性[22]。相比于以往區域和學校“有數據、無接口”的狀態，構建數據資產之上的數據API體系，可以實現從“數據存儲后臺”到“數據開發平臺”的轉化。這樣，信息化部門可以將更多的精力用于個性化應用開發，為校內用戶提供更有針對性的功能支持；豐富的API可以使多源教育數據的整合、持續的教育業務監測和深度的教育數據挖掘成為可能。此外，區域和學校可以通過API實現第三方應用的接入，在保證數據控制權的同時充分利用市場上成熟的業務軟件功能。

3 面向應用的“分析-決策”閉環業務改造

大型企業和特定領域往往可以投入較多的人力開展專項的數據分析，但區域和學校提出的問題多樣、業務場景差異大、覆蓋數據類型廣泛，信息化部門難以集中消化大量的數據分析需求，這就使商業智能應用中的模式無法遷移到教育領域的分工組織之中。事實上，相比于商業智能應用中獨立于業務團隊、集中運行、注重分析深度的“重數據”事務，教育場景的需求側重于“輕數據”在業務環節中的廣泛滲透，即通過數據的高效流通來促進微觀業務場景下的分析與決策閉環[23]。

為此，需要面向不同的教育分工進行業務模式的梳理和提煉，把握不同業務場景之間數據應用的共性與特性。在靈活的數據API體系支持下，數據驅動的業務改造可以將傳統的業務鏈條拆分為多個決策環節，在各個環節嵌入相應的數據呈現或數據分析，輔助各個環節之間形成決策通路并進行重組。如圖4所示，可以通過嵌入式數據服務對以下業務環節的改造來實施數據驅動的“精準教學”：針對“學業評價”環節，教師通常需要根據某次學業測評結果發現授課班級的共性和個性問題，因此通過在該環節嵌入班級成績的描述性統計，可以輔助教師快速定位典型問題和目標群體，形成個體和群體學習檔案；針對“學情診斷”環節，為了幫助教師發現問題的可能成因，需要通過嵌入學生在相同知識點上的歷史學情數據統計，進行縱向學情分析并建立聯合對比和相關性建模，啟發教師進行自我的教學問題診斷；針對“教學干預”環節，需要利用前兩個環節所形成的分析結論，幫助教師形成分層干預、精準備課、教學資源遴選的具體方案，同時嵌入校本、區本資源的元數據，以及認知畫像建模得到的個性化內容推薦服務，輔助教師形成最終決策，執行精準教學。

更為重要的是，通過對傳統業務的拆解和數據服務的嵌入，不僅可以實現單線業務的改造，還可以實現業務環節的組合創新。例如，“學情診斷”環節不僅可以用于學科教師的常態教學，教研類角色、管理類角色同樣可以將其整合到自己的業務路徑之中，區別僅在于相關嵌入式服務的數據（如從班級數據上升到特定學科、特定學校的群體數據）輸入。對于區域和學校來說，可以面向多變的現實業務進行數據服務的組合，圍繞自己的數據資產建立“應用大廳”，形成數據流貫穿的集體業務協作，真正實現從底層數據到頂層應用的價值滲透。

三建立“嵌入式”教育數據服務生態的運行保障

嵌入式數據服務生態的設計與實現，是新觀念引導下的技術路徑轉變。然而僅僅依靠技術路徑的轉變，無法保證數據服務生態長久、穩定地運行。因此，需要在新觀念、新技術的基礎之上，進一步明確各種社會要素、各類社會成員與之建立的關系形態和協作策略，從資源、業務、人員、法規四個方面采取相應的保障措施，確保數據服務生態的穩定運行及其對教育實踐的持續賦能。

1 資源保障：側重數據中臺搭建，豐富價值創生形式

區域和學校的資源有限，數字化建設的重心應當瞄準可復用性強、能實現價值積累的模塊。因此，區域和學校應當將數字化建設的側重點從端上的業務系統擴張轉向中臺化的數據服務支撐，基于云原生特性的數據棧，結合自己的情況建立相應體量的數據中臺，并在未來持續擴充接入的業務系統和所提供的服務類型。同時，區域和學校還應當圍繞核心業務場景提煉數據模型，構建數據中臺中的常用數據模型（如學生和教師的個體檔案、教學科研活動記錄、數字資源元數據、校園基礎設施運維數據等），并在以上數據模型中提供數據查詢、計算、建模等一系列通用功能的標準化API，使學校、區域教育部門、第三方企業之間能夠以一致的數據接口進行信息交互和功能調用，建立數據開放共享的服務生態，縮短價值創生的鏈路、豐富價值創生的形式。

2 業務保障：縮短應用迭代周期，加強業務模式創新

不同的區域和學校有其地域與文化的差異性，即使對于同一區域和學校，具體的業務需求在不同的階段也有不同的側重點。因此，教育服務生態并非一蹴而就、一成不變，而是要根據具體的業務場景實現迭代和進化。嵌入式數據服務的應用形態具有較高的靈活性，能夠支持區域和學校對已有業務進行拆解與重塑，打破以往單體應用的限制，以多模塊的微服務組合來應對復雜多變的現實需求。為此，區域和學校應當結合所在地區與服務對象的現實需求，加強業務模式創新，尋找數據服務在以往業務流程中的切入點，建立個性化、多元化的“數據驅動決策”業務中心，這就對數據服務的迭代效率提出了較高的要求。基于云原生的特性，嵌入式數據服務得以從以往線性、長周期的瀑布式迭代轉為高效的敏捷式迭代，降低數據服務從需求提出到上線部署的時間成本，使各類業務應用的迭代周期得到大幅度縮短。更重要的是，技術與運維團隊應當按照主要的業務線進行分工，以確保對相關業務數據進行開發和測試的熟練度，避免因不熟悉業務場景和教育需求而帶來的溝通成本與漏洞風險，保障技術團隊消化需求的能力與效率。

3 人員保障：提升人員數據素養，加強循證治理意識

數據服務生態的價值實現，依賴于該生態中教育工作者的業務實踐和集體協作，因此需要提升相關人員的數據素養，促進該共同體內部形成“使用數據”與“循證治理”的實踐文化，建立數據驅動的決策機制與協作模式。通常來說，數據素養包含意識思維和技能操作兩大方面[24]。通過嵌入業務的數據服務，教育工作者使用數據、分析數據的應用門檻得以降低，教師在常態的業務處理流程中，就可以直接得到相關的分析結果和數據來源，一站式地完成從分析到決策的業務閉環。因此，針對區域和學校教育工作者的數據素養常態化培訓仍然重要，但其中關于數據應用的具體技術手段和工具操作的比重可以有所降低，而如何基于“循證治理”的思維明確地界定業務問題、利用相關數據完成科學決策將成為培訓的重點。在嵌入式教育數據服務生態中，數據應用者更需要的是提出問題的能力，是運用循證思維重新審視常規業務的意識。區域的教師研訓部門應當組織開展相關教師培訓，強化教師在日常教學和管理業務中的問題意識與循證意識，并通過業務實踐來提升教師的數據應用能力。

4 法規保障：完善相關政策和法規，落實數據確權與風險控制

通過構建數據服務生態，區域和學校可以圍繞自己的數據資產建立產學研的深度合作，實現對已有數據的持續開發與價值轉化。這就意味著，未來數據將成為區域和學校的核心資產。不同于實體資產，數據資產的權限管控和安全保障面臨更大的挑戰。因此，需要通過完善相關政策和法規，對圍繞數據資產的產學研合作模式進行規范和管控，特別是落實數據確權與風險控制。在數據確權方面，區域和學校作為相關數據資產的權利主體，擁有對數據的產權、使用權和流通權，對于數據中臺的數據具有較高的管理權限。而無論是提供業務應用的軟件廠商，還是提供云服務的公有云廠商，都不得對區域和學校的數據進行私自備份與使用。在風險控制方面，隨著區域和學校的數據服務更加開放，第三方企業如軟件廠商和云服務廠商的資質評估、介入程度、合作方式都需要進行相應的政策約束與規定，明確雙方在數據安全和風險規避方面的權責劃分。

四結語

要利用數據要素賦能基礎教育的數字化轉型，關鍵在于將數據視為一種資產，建立數據和業務的雙向流通，充分發揮數據的流轉能力，將以往獨立于教育業務的數據分析精準滲透到各類教育業務的決策環節，形成對教育業務的根本性重塑。因此，需要構建嵌入式的教育數據服務生態，以面向具體教育應用和現實教育業務的數字化改造與數字化創新為原則，支持多種形態的數據服務。未來的教育數字生態需要邁向更高的層次，即利用數據的價值推動業務模式、組織形態、教育理念的革新，進一步撬動現實教育實踐的價值創造。新技術在持續不斷地涌現，但其價值的實現始終源于對現實場景的諸多具體問題的解決，這正是一個領域從淺層次的“數字化替代”走向深層次的“數字化轉型”的關鍵。

————————

參考文獻

[1]馮婷婷，劉德建，黃璐璐，等.數字教育：應用、共享、創新——2024世界數字教育大會綜述[J].中國電化教育，2024，（3）：20-36.

[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，（8）：5-13.

[4]祝智庭，孫夢，袁莉.讓理念照進現實：教育數字化轉型框架設計及成熟度模型構建[J].現代遠程教育研究，2022，（6）：3-11.

[5]趙書琪，于洪波.破解“科林格里奇困境”：教育數字化轉型風險治理的向度、原則與進路[J].中國電化教育，2024，（3）：53-60.

[6]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，（5）：72-81.

[7]Patel J. Bridging data silos using big data integration[J]. International Journal of Database Management Systems， 2019，（3）：1-6.

[8]Luo J， Wang M， Yu S. Exploring the factors influencing teachers’ instructional data use with electronic data systems[J]. Computers amp; Education， 2022，191：104631.

[9]王大偉，呂立杰.教師數據素養的內涵、發展困境及提升策略[J].中國教育學刊，2023，（7）：21-27.

[10]馮軍.技術本質的追問——與海德格爾對話[J].自然辯證法研究，2004，（1）：46-50.

[11]袁振國.教育數字化轉型：轉什么，怎么轉[J].華東師范大學學報（教育科學版），2023，（3）：1-11.

[12]Zins C. Conceptual approaches for defining data， information， and knowledge[J]. Journal of the American Society for Information Science and Technology， 2007，（4）：479-493.

[13]呂鐵.傳統產業數字化轉型的趨向與路徑[J].人民論壇·學術前沿，2019，（18）：13-19.

[14]Ruppert E， Law J， Savage M. Reassembling social science methods： The challenge of digital devices[J]. Theory， Culture amp; Society， 2013，（4）：22-46.

[15]Gobble M M. Digitalization， digitization， and innovation[J]. Research-Technology Management， 2018，（4）：56-59.

[16]胡欽太，張曉梅.教育信息化2.0的內涵解讀、思維模式和系統性變革[J].現代遠程教育研究，2018，（6）：12-20.

[17]余勝泉，劉恩睿.構建嵌入式服務生態，破解教育公共服務平臺隔離難題[J].開放教育研究，2023，（3）：59-68.

[18]Ajah I A， Nweke H F. Big data and business analytics： Trends， platforms， success factors and applications[J]. Big Data and Cognitive Computing， 2019，（2）：32.

[19]Bornstein M， Li J， Casado M. Emerging architectures for modern data infrastructure[OL].

lt;https：//a16z.com/emerging-architectures-for-modern-data-infrastructure/gt;

[20]鄭燕林，柳海民.大數據在美國教育評價中的應用路徑分析[J].中國電化教育，2015，（7）：25-31.

[21]胡翰林，沈書生.基于中臺技術的教育大數據應用研究[J].現代教育技術，2021，（9）：78-86.

[22]Borgogno O， Colangelo G. Data sharing and interoperability： Fostering innovation and competition through APIs[J]. Computer Law amp; Security Review， 2019，（5）：105314.

[23]Prenger R， Schildkamp K. Data-based decision making for teacher and student learning： A psychological perspective on the role of the teacher[J]. Educational Psychology， 2018，（6）：734-752.

[24]李新，楊現民.中小學教師數據素養培訓課程設計與實踐研究[J].中國電化教育，2020，（5）：111-119、134.

Constructionof an “Embedded” Education Data Service Ecosystem： Concept， Pathways and Guarantee

CHEN Si-RuiYU Sheng-Quan[Corresponding Author]

（Beijing Advanced Innovation Center for Future Education， Beijing Normal University， Beijing， China 100875）

Abstract：Asthe core element of educational digital transformation， data holds significant value in empowering the enhancement of educational quality. However， current applications of educational data at both institutional and regional levels has not reached their expected potentials. The primary issue lies in that data has not been actively embedded in the diverse and complex educational processes as a service to facilitate the solution of practical problems.In order to solve the above problems， this paper proposed an “embedded” education data service ecosystem， and discussed its construction process from three aspects： first， realizing the change of application-oriented data concept to grasp the relationship between data service and education governance from the new concept; second， designingthe technical path of an “embedded” data service ecosystem， infiltrating and transforming the original business through “embedded” data service to realize the application scenario transformation of “data search”; third is to establish the operation guarantee of the “embedded” education data service ecology to ensure the stable operation of the data service ecology and the continuous empowerment of regional education governance. Through research， this paper was expected to provide a systematic solution for regions and schools to construct a data-enabled education service ecosystem.

Keywords：data empowerment; embedded data service; education quality improvement; educational data analysis

————————

*基金項目：本文為“十四五”國家重點研發計劃項目“農村地區教師教學能力智能評測與教學精準輔助技術研究”（項目編號：2022YFC3303600）的階段性研究成果。

作者簡介：陳思睿，在讀博士，研究方向為大數據教育應用、核心素養導向的學科學習等，郵箱為wsswk311@163.com。

收稿日期：2024年10月14日

編輯：小時