摘要：实现数据治理，是大数据时代教育领域治理体系和治理能力现代化的应有之义。基于此，文章首先分析了教育领域数据治理的现状及其实现逻辑。随后，文章从治理思想、治理逻辑、治理范式、治理环境四个维度，提出了教育领域数据治理的基本思路，即强调以信息流动为导向、以多元耦合为内核、以数据驱动为理念、以系统集成为支撑。最后，文章围绕顶层设计、融合应用、联通机制、运行模式四个方面，阐述了教育领域数据治理的可行路径，以期为教育领域数据治理的健康有序发展提供理论指导，并推动教育领域数据治理体系和治理能力现代化的实现。

关键词：教育领域；数据治理；基本思路；实践路径

伴随着信息技术的日新月异，人类正进入大数据智能化时代，由物理空间、社会空间、网络空间所构成的“三元空间”带来了信息流的新变化，社会治理层次和水平也被提升到一个前所未有的高度，让身处其间的教育系统及其治理行为主动或被动地发生着转变，这构成了现代教育治理的基础环境，为推动教育领域系统变革、优化治理效能提供了重要的工具[1]。与此同时，随着经济社会发展、产业结构升级，教育领域的多元合作、协同互动、社会参与愈来愈广泛，并呈现出复杂化、网络化、多元化、协同化、动态化、综合化等特点。如何综合利用大数据，已成为教育领域治理情报获取、决策依据、制度设计、效能评价的基本前提和重要内容；而旨在有效降低或消解信息不对称问题，构建多主体协同、数据驱动、信息均衡[2]的智能化教育治理体系，则成为实现教育领域治理体系和治理能力现代化的关键。基于此，本研究围绕实现教育领域治理体系和治理能力现代化的目标，分析教育领域数据治理的现状及其实现逻辑，阐释其基本思路，并探究其可行的实践路径。

一 教育领域数据治理的学理分析

1．教育领域数据治理的现状

数据治理是一个新的研究领域，一般被认为是“有关数据决策权和职责的分配，或者是围绕数据全生命周期的活动集合”[3]。对于何为教育领域数据治理，学术界并没有专门的界定，但无疑这是一个合成概念，即由“教育治理和数据治理这两个概念合成”[4]，是随着教育发展张力越来越大而对适应性治理工具的转型和创新，旨在解决其间存在的利益相关方参与低效、非理性决策等问题，并实现教育领域的善治——当然，这一切的物理基础便是治理过程中出现的教育领域大数据资源。数据治理首先需要通过使用数据挖掘和机器学习等技术，对大数据进行深度学习或其它学习，以获得有价值的知识，从而实现从抽样学习向全体数据学习的转变、从强调高密度知识学习向价值吸收知识学习的转变，进而构成大数据时代教育领域治理的基本模式和核心机制。

与教育领域治理有关的大数据不仅具有一般意义上的“4V特征”，即数据海量化（Volume）、流转快速化（Velocity）、类型多样化（Variety）、价值低密度化（Value），还表现出复杂交织性、多元超维性、联通协同性等典型特征。事实上，教育与经济社会具有高度的同构性，相关资源彼此联系、信息交织汇集、数据来源多样、要素关系分散，使得教育领域大数据呈现出跨时空、跨模态、跨领域等特点，并以碎片化形式广泛地分布于教育场域“三元空间”中，结构化与非结构化数据并存；加上各类数据系统顶层设计不完善、技术标准不统一、部门协同难度大、供给与需求脱节、开放共享还不能有效实现，导致教育领域数据治理面临信息孤岛化、模式碎片化、组织机构功能裂解化等现实困境[5]。

对于教育领域中政府部门、各类学校、合作单位、社会组织等在内的多元参与主体而言，各类业务应用数据、综合管理数据、过程性数据等并未有效地实现分离，而直接关联的数据资源开发利用不足且存在无序滥用问题，这就容易导致决策的科学性不高、精准度不够且治理运行效率偏低。此外，如果只是简单地以为大数据因其“大”而产生价值，并单纯地将大数据技术与教育治理甚至是传统的“管理”相结合，那么便会在制度体系仍然需要优化的情况下进一步固化已不太合理的治理流程与治理结构。为此，我们应建立一个系统集成、互联互通、协同共享的教育领域数据治理框架，以充分利用大数据“发现新知识、创造新价值、提升新能力”[6]，并不断释放大数据在教育领域治理中的红利，消除当前存在的“数据壁垒”，从而实现从政府主导的传统治理模式向多元主体广泛参与的共同治理模式转变。

2．教育领域数据治理的实现逻辑

大数据之所以能变革教育治理模式，主要原因在于它带来了信息流及其处理方式的变化，为教育领域治理提供了新的多维度分析视角和实践空间。

①三元空间为教育领域数据治理扩展了信息来源并奠定了现实基础。持续不断的信息流动是一个社会系统良好运作的基础，它已经超越物质和能量，被认为是最重要的社会资源。随着大数据、云计算、物联网、人工智能等现代信息技术的发展，网络空间与人类社会的物理空间、社会空间进一步协同、融合，尤其是当前以数据和信息为核心的智能化技术快速迭代，基本实现了三元空间的无缝连接，形成了人、机、物融为一体的超大型“社会－物理－网络”融合系统，这就让包括教育领域数据治理在内的人类社会治理体系面临虚拟环境和现实环境并存、虚拟界面和现实界面并存的挑战。在这样一个三维立体的空间中产生了以各种复杂关联形式在不同空间动态流动和分布的巨量数据，为我们研究组织内、外部的信息生产和信息交换提供了一个整体的、动态的视角，并增加了信息的场景性、有效性，让我们可以全面、动态地获取教育系统大数据，也为教育领域治理模式的创新奠定了现实基础。

②信息组织为教育领域数据治理提供了基本保障。只有当信息通过特定的管理方式或模式转化为某个治理系统的知识和思想时，才能让参与主体对特定治理问题有明确的理解。事实上，不论是信息超载还是信息匮乏，都会导致治理活动效率低下，这就要求采取一定的科学方法和规则、按照特定的价值链对数据或信息进行“序化、优化和美化”，以保证信息资源的有效利用和交换共享。也就是说，信息组织的价值是在信息环境、组织内容、技术水平、组织方式、用户需求等多要素的作用下，通过环环相扣的多个环节来实现的[7]。这就需要根据大数据内在的作用逻辑，建立信息组织的规则和模型，将多来源、异构性的海量数据信息进行有效关联和整合，通过自下而上的方式实现教育大数据的融合，并推动教育大数据的系统集成、有效组织和深度序化，以实现更加全面、便捷的信息处理，并减少结果的不确定性或模糊性，从而适应教育领域治理的新要求和新环境。

③数据质量为教育领域数据治理确立了目标方向。在当前信息大爆炸的环境下，如何有效获取可以满足治理任务需要的高质量数据成为了治理的关键环节，这包括对数据规模、类型结构、存在时效、价值密度等多方面的数据质量评估。面对种类繁多的海量数据（不仅广泛来源于高等院校、政府机构、社会组织等，还通过互联网、物联网等方式源源不断地汇集），教育领域治理主体必然需要通过汇集、筛选、归类、分析等技术途径去除冗余资源，并形成对治理决策有用的数据和信息[8]。但是，目前不管是在院校层面还是在政府层面，都没有形成有效控制大数据质量的规范化、科学化体系模型，尚缺乏对大数据进行系统集成并进行控制、评估的完整体系，自然也就很难被应用于实践中去解决教育领域治理的数据质量问题。因此，有必要进行高品质的大数据系统集成，提高决策的针对性、科学性和准确性，并增进教育领域治理的有效性，以取得高质量的大数据运用成果。

二、教育领域数据治理的基本思路

尽管教育大数据具有独特的内部结构，且数据主体、数据客体、教育活动和教育数据等要素之间具有相对稳定的组织形式和连接方式[9]，但推进数据治理是一个系统反复迭代的复杂过程，其间存在诸多不确定因素，故为了有效促进教育大数据走向实践并得到健康有序的发展，本研究基于现代治理理念和大数据技术的相关理论研究与应用成果，从以下几个方面提出了优化教育领域数据治理的基本思路。

1．明晰以信息流动为导向的治理思想

从信息流动的视角来看，数据信息和权力分配之间具有强正向关系，这让基于大数据的治理被认为是一项组织设计任务，而不只是一种工具的运用，它强调的是如何有效识别具有数据权威的组织或个人。教育领域数据治理的过程如下：首先，把握相关领域的数据资源类型、信息空间分布、外部表现形式、内在数据逻辑等，结合参与主体对治理过程信息的需求，在不影响各自业务逻辑和运行状态的基础上，对三元空间中的教育领域源数据进行采集；然后，有效识别整个教育系统中的关键节点和数据回路，利用数据技术在治理过程中实现任务需求和数据的自动获取与智能匹配，从而将感知到的教育大数据映射到信息空间中；最后，经过数据的有效集成、萃取整合、深度序化、交换共享、信息分析等处理，将处理结果和做出决策的关键节点自动反馈，为教育领域治理行为提供信息支持。在这样一个大数据集成系统中，信息不断往复流动，将形成一个能即时感知、互联互通、自动进行智能分析的动态化数据场，这不仅有利于推动信息的生产与再生产，发掘数据流动背后的组织力量及其彼此关系，而且有助于在信息空间中发现组织运行、个体行为的特定位置。

2．构建以多元耦合为内核的治理逻辑

教育治理是一项复杂的全局性系统工程，需要政府、学校、社会以及公民个体等多元主体的广泛关注和共同参与，它要解决的关键问题是如何清晰地刻画出这些参与主体在三元空间中的信息逻辑关系。社会空间与物理空间中的教育大数据首先通过互联网、物联网等载体实现协同感知、交换共享并传输到网络空间，之后在网络空间通过信息技术手段加以有序组织、萃取融合与科学分析，最后经由信息回路反向指导教育治理过程和决策行为。按照数据信息在三元空间中的流动方向和模式，大数据技术让多元主体和组织系统在无数次的耦合中打破传统的情景认知而脱离出来得以重新建构[10]。如此一来，数据获取、信息组织、互换融合、知识生成、信息服务形成一个内循环，促使彼此相对独立而又相互耦合交融的三元空间共同形成一个大数据有机集合体，这就为教育领域数据治理系统集成提供了新的视角。因此，将社会空间和物理空间的跨时空数据、社会各类主体的网络数据加以整合并集成到教育领域数据治理系统中，用于辅助教育领域的有效治理和科学决策，是教育领域数据治理的主要逻辑和应用目标。

3．确立以数据驱动为理念的治理范式

现代治理理念的发展与信息技术的进步密不可分，技术应用选择和分析方法显著地影响着治理决策的科学性、有效性和合理性。当前，以教育领域治理有关数据为核心，通过利用大数据、物联网、云计算等现代信息技术，构建适合的研究方法和分析范式，实现教育数据和教育治理之间多维、全面的深度融合[11]，让大数据在系统分析、研究路径、功能手段等方面都比其它治理技术有更为独特的内涵和解释力，这就是大数据驱动的教育治理。为积极应对大数据时代复杂的教育治理，研究者应分析教育领域治理的主体特征、数据逻辑、信息转化等，构建面向大数据智能化时代的信息分析范式；同时，要利用数据挖掘、模型分析、可视化交互等手段，通过整合各类数据信息资源并进行有效萃取、深度分析、科学应用，形成一个驱动教育领域治理变革创新的大数据分析引擎，搭建具有特色的大数据信息分析框架，形成用数据思考教育发展、教育治理的思维方式。在此基础上，将信息服务、数据应用与治理过程、治理方式进行有效绑定，通过即时调用，面向智慧治理满足动态化、定制化、规范化的数据分析需要。

4．架设以系统集成为支撑的治理环境

考虑到教育领域治理行为的复杂性，在整体治理的基础上应关注构建面向特定主体、特定范围、特定任务的治理子系统，这就需要将教育领域的大数据资源进行有效的系统集成：①从教育领域治理面临的问题和战略需求出发，遵循数据逻辑和信息转化模式，明确数据系统及其业务模块的目标、功能、层次体系、相互关系，建立业务和信息之间的关联模型，构建教育领域数据治理系统集成的整体框架及其管理机制、运行模式、控制方式；②面向三元空间的有效耦合，构建以“社会－物理－网络”为融合系统、以“数据—模型—决策”为融合模式、以“基础—保障—目标”为运行逻辑的数据治理综合体，结合教育领域内的不同应用场景，封装不同的函数模型，构建示范性治理决策应用系统；③考虑教育领域治理不同主体之间信息需求和战略导向的特殊性、差异性，针对不同主体、不同区域、不同阶段、不同场景的治理行为特征，搭建个性化映射机制，建立相应的治理模型与进化系统[12]，实现不同业务、不同层级子系统之间的数据转换、处理与整合，形成数据协同共享的治理格局。

三、教育领域数据治理的实践路径

当前，在推进国家治理体系和治理能力现代化的背景下，教育领域治理的内涵和外延越来越丰富，内外部的影响因素也更加复杂，既涉及复杂的政治、经济、文化、教育问题，也受现代信息科学技术发展与应用的影响。为了在系统集成的基础上实现教育领域数据治理，必须迎接大数据时代带来的内外部挑战，适应国家治理体制和治理范式变革的新要求：除了树立数据驱动治理思维，还应遵循“让数据说话、用数据决策、靠数据管理”的理念，在实践中从顶层设计、技术应用、数据共享、运行模式等方面采取一些应对策略。

1．强化战略引领顶层设计，以任务协同创新优化数据治理系统

我国现已将大数据上升为国家战略，这让大数据技术的应用为变革教育领域治理提供了千载难逢的机会，但这一切并不会自然而然地发生，需在实践中开展诸多探索。为实现教育领域数据治理的有效统筹与应用，教育系统应以国务院印发的《促进大数据发展行动纲要》[13]为指导，围绕教育创新发展进一步完善数据治理标准体系，营造优良环境，形成社会各界共同参与的合力：①研究教育领域数据治理系统及其基础性问题，特别是要研究那些涉及多部门、多领域、多层次的数据协同、信息共享等难题和系统集成相关的风险管理、治理理论、决策方法、体系设计等，从宏观、中观、微观等层面分析数据系统的共性和个性，以不断完善教育领域数据治理的顶层设计。②准确把握教育领域数据治理所需的战略性信息，这是实现教育领域数据治理系统集成的基础和关键。由于治理主体的多样化，信息需求在主体、内容、方式和结构等方面呈现出了异质性和动态化的特征[14]，对信息精度、专业程度的要求也存在不同，这就需要明确治理子任务、子系统与战略性信息需求之间的关联，建立共性需求和个性化需求之间的关系，并依照业务和信息的关联逻辑来构建关联模型，充分考量战略性信息的需求目标、优先顺序、分析流程和方法、映射机制等，以有效促进教育领域数据治理的创新取得突破。

2．推进技术开发融合应用，以资源深度整合释放数据治理价值

在多维技术层面强化大数据的开发与应用，提升教育大数据的服务空间，对优化教育领域数据治理将发挥至关重要的作用：①加强核心技术的开发。目前，大数据技术尚处于起步阶段，加上技术壁垒的存在，使得教育领域数据治理出现了整合水平较低、数据质量不佳、数据关联价值不足等问题，故急需加快大数据基础设施建设，重点开发大数据的关键技术并突破技术难关，提升各治理主体在治理过程中对大数据的萃取、分析、应用和监控能力，不断提升数据分析价值，以有效盘活大数据资源。②促进大数据技术与其它智能技术的融合应用。大数据在教育领域的应用还很不充分，故需要进一步融合诸如数据挖掘、深度学习、虚拟现实、人工智能等先进技术，逐步解锁各类数据技术在教育领域治理过程中的应用，充分释放大数据的隐藏价值，有效揭示教育领域数据治理的运作规律并深入挖掘其潜在价值，科学制定大数据应用规范，探求符合我国国情的教育领域数据治理系统建构方式和运行框架，以高效化解不断凸显的治理难题，实现教育领域数据治理体系和治理能力的现代化。

3．建立共建共享联通机制，以组织架构重塑搭建数据治理框架

在大数据时代，条块分离、业务分割、部门割裂造成的碎片化、孤岛型、烟囱式数据源已成为发展“瓶颈”，而适应时代需求的扁平化组织形式和管理模式必将成为现实需求。基于此，政府应牵头组织建立教育领域大数据共享机制和数据治理的标准规范，并在尽可能短的时间内完成对不同部门、不同领域的大数据汇集整合，分层次、分步骤地妥善解决“数据不可用、数据不够用、数据不敢用、数据不会用”的问题，实现从单一机构层面的数据应用向跨层级、跨部门、跨领域、跨时段协同应用的转化，真正实现多元治理主体参与教育共同治理的愿景。为此，教育领域治理主体要围绕信息扩张、市场拉动、绩效评价、隐私保护等方面建构大数据治理机制框架[15]，不断推进与教育发展有关的大数据资源的汇聚、开放和融合，以“政府主导+市场化机制”的方式破除数据资源分割和垄断，搭建一体化的大数据共建共享服务平台，为构建资源广、数据全、判断精、建模准、反应快的教育领域数据治理系统提供有效支持，重塑教育领域数据治理信息链、业务链，构建大数据驱动教育领域治理的有效模型，实现大数据信息的统一采集、因需处理、多元分析、精准应用、科学评价等，并让大数据在教育领域治理过程中的应用能释放出更多的技术红利。

4．优化数据治理运行模式，以教育生态再造强化多元协同创新

教育领域数据治理预期作用的发挥，应遵循系统思维，重点关注以下三个方面：①教育系统作为社会治理的一个重要子系统，拥有众多参与主体，且随着社会分工的加剧而更加复杂，仅靠单一的模型或者数据系统无法解决所有的问题，而需要构建面向特定主体、特定任务的多维度子系统来协同解决治理难题。因此，应建立基于数据流的协同运行模式，纵深拓展大数据资源应用程度与范围，为实现大数据驱动治理创新奠定主体条件和系统基础[16]。②教育是与产业发展高度同构的动态性、网络化的教育生态系统，要通过大数据系统集成为其“画像”，提供多维数据收集、存储管理和应用服务等功能，并分别从静态和动态的视角汇集、整合教育领域大数据资源，形成不同层面的“数描”。③大数据作为一种重要资源，依靠行政命令强制获取并不可行，而应建立市场开发与应用机制，采用新商业模式，为各类主体提供可定制化的数据信息服务，以更好地释放大数据在教育领域治理方面的技术与资源红利。当然，教育领域数据治理的具体实践涉及方方面面，提升治理的水平和质量，还需在科学决策的基础上施以精细化的执行、实时化的监督、民主化的协调、人本化的服务[17]。只有通过多维度大数据治理场景的有机耦合，才能为教育领域数据治理的创新发展提供有效的数据系统支持。

四、结语

大数据的价值更多地源于数据的二次利用，因此不能把教育领域的数据简单地汇集起来，而需要对数据进行再利用、重组和扩展，形成教育领域数据治理价值链——这就需要沿着“技术—社会”的逻辑，遵循智能化时代三元空间下“物理—社会—网络”的数据信息融合范式，推进教育领域数据治理系统集成，变革大数据时代的教育治理理念，强化顶层设计，推进技术变革，优化治理环境和运行模式，为教育领域治理变革的创新提供基础性支持。当前，我国教育领域数据治理尚处于起步阶段，未来还有很长的路要走，而将人类价值观、角色扮演尤其是治理主体的创意、直觉与创新精神有效嵌入教育领域数据治理大数据系统，并将呆板的运算法则和冰冷的机器变为实现科学决策、有效治理的“利器”，或许是未来实现教育领域数据治理体系和治理能力现代化的一条可行之道。

参考文献：

[1]王正青,但金凤.大数据时代教育大数据治理架构与关键领域——以美国肯塔基州、华盛顿州与马里兰州为例[J].现代教育技术,2019,(2):5-11.

[2]孟天广,赵娟.大数据驱动的智能化社会治理:理论建构与治理体系[J].电子政务,2018,(8):2-11.

[3]董晓辉,郑小斌,彭义平.高校教育大数据治理的框架设计与实施[J].中国电化教育,2019,(8):63-71.

[4]刘金松.数据治理:高等教育治理工具转型研究[J].中国电化教育,2018,(12):39-45.

[5]南旭光,张培.智能化时代我国高等教育治理变革研究[J].中国电化教育,2018,(6):1-7.

[6]丛喜权,王福兴.构建政府社会治理大数据系统及其红利释放[J].哈尔滨师范大学社会科学学报,2018,(4):11-15.

[7]魏敏.信息组织4.0:变革历程和未来图景[J].国家图书馆学刊,2018,(1):78-85.

[8]张峰.物联化、互联化与智能化:打造政府治理的新模式——基于信息空间的分析视角[J].华侨大学学报(哲学社会科学版),2017,(6):121-128.

[9]戚万学,谢娟.教育大数据的伦理诉求及其实现[J].教育研究,2019,(7):26-35.

[10]郑永兰,徐亚清.网络治理的三重维度:技术、场景与话语[J].哈尔滨工业大学学报(社会科学版),2018,(1):24-30.

[11]杨开城.教育何以是大数据的[J].电化教育研究,2019,(2):5-11.

[12]王琦,周紫云,丁国柱,等.本体可视化构建与进化系统的设计和架构[J].电化教育研究,2018,(2):60-66.

[13]新华社.国务院印发《促进大数据发展行动纲要》[OL]. <http://www.gov.cn/xinwen/2015-09/05/content_2925284.htm>

[14]陈谭.政务大数据壁垒的生成与消解[J].求索,2016,(12):14-18.

[15]翟云.中国大数据治理模式创新及其发展路径研究[J].电子政务,2018,(8):12-26.

[16]南旭光.大数据时代高等教育“循数治理”解析及实现路径[J].中国电化教育,2016,(8):20-26.

[17]申霞,夏豪杰.大数据背景下教育治理运行机制现代化[J].教育研究与实验,2018,(6):17-22.