大数据时代高职院校治理的逻辑与模式建构(叶泽洲,赵伶俐)
大数据环境下中职学校德育学分制的实施
大数据在德育学分制中的数据应用案例
学生行为数据采集：通过大数据技术，实时收集学生的行为数据，如课堂 表现、作业完成情况等，为德育学分制提供数据支持。
大数据对德育学分制评价体系的优化
评价维度：大数 据可以提供更全 面的评价维度， 包括学生的行为、 态度、价值观等
评价方式：大数 据可以采用更科 学的评价方式， 如量化评价、综 合评价等
评价结果：大数 据可以提供更准 确的评价结果， 避免人为因素的 影响
评价反馈：大数 据可以提供更及 时的评价反馈， 帮助学生及时调 整自己的行为和 态度
德育学分制的概念和意义
德育学分制： 一种将德育教 育与学分挂钩 的教育制度， 旨在提高学生 的道德素质和
综合素质。
意义：有助于 培养学生的社 会责任感和公 民意识，提高 学生的道德素 质和综合素质， 促进学生的全
面发展。
实施现状：中 职学校德育学 分制的实施情 况，包括实施 效果、存在的 问题和改进措
学生心理数据：如心理测 试结果、心理咨询记录等
学生社交数据：如社交网 络互动、同学关系等
教师评价数据：如教师对 学生的评价、建议等
学校管理数据：如学校规 章制度、学生管理规定等
大数据在德育学分制中的数据处理
数据采集：通过多种渠道收 集学生德育行为数据
数据清洗：对收集到的数据 进行清洗，去除无效和错误 数据
德育学分制的改进措施：针对德育学分制实施过程中存在的问题，提出改进措施，以提高德育 学分制的实施效果。
我国高校数据治理体系要素构成、存在问题及解决对策——活动理论视角
我国高校数据治理体系要素构成、存在问题及解决对策——活动理论视角一、引言随着信息化时代的发展，数据已经成为高校管理和决策的重要基础。
数据治理体系的构建对于高校的发展至关重要。
本文从活动理论的视角，探讨我国高校数据治理体系的要素构成、存在问题以及相应的解决对策。
二、我国高校数据治理体系要素构成1. 目标与愿景数据治理体系的首要要素是明确的目标和愿景。
高校在构建数据治理体系时，需明确数据治理的目标，既要充分利用数据资源，提升高校管理效能，又要保护教育数据的安全和隐私。
2. 组织结构组织结构是高校数据治理体系的基础，它需要确立数据治理委员会、数据管理中心等部门和岗位。
通过设立专门的部门和岗位，能够有效协调数据治理的各方面工作。
3. 数据质量管理数据质量管理是构建高校数据治理体系不可或缺的要素。
为保证数据质量，高校需要健全数据采集、存储、处理等环节的管理机制，并加强对数据采集人员和相关工作人员的培训和考核。
4. 数据治理政策与规定制定数据治理的政策与规定是保障高校数据治理体系有效运作的关键。
高校需要制定明确的数据治理政策和规定，明确数据治理的原则、要求和责任，并加强对数据治理政策和规定的宣传和培训。
5. 技术支持与安全保障要建立一个良好的数据治理体系，高校需要借助技术手段来支持数据的采集、处理和利用。
同时，高校还需要加强数据安全保障，采取措施防范数据泄露和滥用的风险。
三、我国高校数据治理体系存在的问题1. 意识薄弱我国高校对数据治理的重要性认识不足。
一些高校仅仅为了规避风险而从事数据治理，缺乏对数据治理的深入理解和积极投入。
2. 组织结构不完善目前，我国高校在数据治理方面存在组织结构不完善的问题。
有的高校缺乏数据治理委员会或数据管理中心等专门的组织机构和人员，导致数据治理无人负责、无人管理的情况。
3. 数据质量管理不严格一些高校在数据采集、存储和处理等环节的管理不够严格，导致数据质量不可靠。
数据的错误和不准确给高校的管理和决策带来了困扰。
数据要素驱动数字经济发展的治理逻辑与创新进路——以贵州省大数据综合试验区建设为例
2021年11月第6期总第242期理论与改革THEORY AND REFORM November ,2021No.6(Total No.242)【中图分类号】F49 【文献标识码】A 【文章编号】1006-7426[2021]06-128-012 DOI :10.13553/ki.llygg.2021.06.010数据要素驱动数字经济发展的治理逻辑与创新进路以贵州省大数据综合试验区建设为例丁 煌 马小成 摘 要:充分发挥数据要素在数字产业化和产业数字化中的分析应用和要素协同联动作用,需要政府治理创新㊂基于贵州省大数据综合试验区建设的案例分析,可将政府治理逻辑归纳为政府统筹下多元共治实现场景关联的数据赋能,包括以应用场景为纽带联动产业发展和政府治理的着力方向㊁以数据融通为手段保障产业发展和政府治理的数据需求㊁以多元共治为路径平衡公共利益和商业利益之间的冲突和以政府统筹为引领绘制发展蓝图并培育形成积极行动者㊂在未来发展中,应推进数据要素流通助力数字技术释放更多潜能,包括深化数字技术对政府治理的赋能㊁推进公私数据融合支撑企业数字化转型升级㊁理顺政务数据管理和使用的权责关系㊁明确政务数据与企业数据的差异和科学持续推进政府统筹能力建设㊂关键词:数字经济;政府治理;数据治理;多元共治;数字政府 基金项目:贵州省 研究阐释习近平总书记视察贵州重要讲话精神”重大专项课题 新发展格局下贵州深入实施数字经济战略的着力点和政策支撑体系研究”(21GZZB11)㊁国家自然科学基金项目 地方政府公共政策执行行为选择机制的演化博弈分析”(72174155)㊂作者简介:丁煌,武汉大学政治与公共管理学院教授㊁博士生导师㊂马小成,武汉大学政治与公共管理学院博士研究生㊂一㊁问题提出:数据要素驱动数字经济发展的政府定位伴随数字经济快速增长㊁规模持续增大,我国政府日益重视数字经济发展㊂2021年4月,由中国信息通信研究院发布的‘中国数字经济发展白皮书(2021)“显示,2020年我国数字经济. All Rights Reserved.保持9.7%的高速增长,规模已经达到39.2万亿元,占GDP 的38.6%㊂推进数字经济发展成为政府经济工作的重要内容㊂2021年3月发布的‘中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要“提出打造数字经济新优势,壮大经济发展新引擎㊂在国家部署推进数字经济的背景下,地方政府也在依据自身区域资源和优势谋划数字经济发展,如有地方提出在 十四五”期间 打造数字经济新增长极”㊂数字经济是 贯穿大数据分析和人工智能运用的经济运行模式”[1],数据是驱动数字经济发展的核心要素㊂近二十年来的信息化发展构建了大量信息系统㊁网络平台,这些系统和平台无时不在产生数据,而大数据和人工智能技术的蓬勃发展和运用,有效发掘了海量数据资源的各种潜能并推动建设了更多系统和平台,形成网络连接程度高㊁数据交互能力强㊁智能分析层次高的经营管理方式,不断催生出新的产业㊁新的业态和新的商业模式㊂数据要素能够聚集其他生产要素并形成要素之间的协同效应,促进传统行业升级改造,助力智慧农业㊁智能制造㊁智能交通㊁智慧物流㊁数字金融㊁数字商贸等不断涌现新的解决方案㊂与其他生产要素不同,数据要素在存在形态和使用价值方面具有特殊性[2],运用数据要素驱动数字经济发展,政府的角色和作用至关重要㊂一方面,数据并不直接形成使用价值的物质形态,数据连接着数字经济的各个环节,数据的生产㊁流动和利用涉及多元主体,主体之间的利益存在明显冲突,需要政府介入协调;另一方面,数据要素的聚集和使用具有突出的规模经济特性,占据优势的市场主体极易形成垄断,甚至会过度和非法使用数据,需要政府介入进行监管㊂那么,在数据要素驱动数字经济发展当中,政府到底该如何定位㊁又该采取怎样的路径,成为当前需要探讨的重要理论和实践问题㊂二㊁分析框架:数据要素驱动数字经济发展的治理逻辑建构在数据要素驱动数字经济发展中,政府不仅要制定政策推进产业发展,而且还要改进自身治理以促进产业发展㊂从理论上建构数据要素驱动数字经济发展的治理逻辑首先要明确数据要素驱动数字经济发展的作用机制,其次要理清数字经济中产业发展与政府治理的特点以及二者之间的关系㊂(一)数据要素驱动数字经济发展的作用机制张路娜㊁胡贝贝和王胜光基于技术经济范式变革将数字经济划分为范式导入期㊁范式拓展期㊁范式成熟期三个阶段;在范式成熟期,数据成为关键生产要素,对土地㊁劳动力㊁资本等要素的需求会减少[3]㊂由于数据资源分析应用的价值在企业生产㊁经营管理㊁政府治理㊁公共服务中的作用不断彰显,不仅围绕数据采集㊁数据存储和云平台㊁数据挖掘分析㊁数据可视化㊁数据安全保障等环节形成了一大批新企业㊁新业态,从而丰富了数字产业化体系,而且有效运用数据资源分析应用结果,还能够改进企业生产和经验管理效率㊁提升政府治理和公共服务效能,对相关产业的数字化起到替代和渗透作用[4]数据要素驱动数字经济发展的治理逻辑与创新进路 以贵州省大数据综合试验区建设为例. All Rights Reserved.王建冬和童楠楠指出,作为生成要素介入经济体系,数据能够动态联动人才链㊁资金链㊁创新链上的不同主体㊁不同要素,共同发挥协同效应;同时,资金㊁技术等要素的大量投入能够驱动生成更多的数据资源并在不同领域中流动,进而形成数据要素对其他要素的乘数效应,促进产业转型和持续升级[5]㊂因此,本文将数据要素驱动数字经济发展的作用机制分为两种类型:一是对数据资源分析运用,形成新数字产业和业态,促进产业升级;二是通过要素之间的协同联动,发挥数据要素的乘数效应从而促进数字产业化和产业数字化㊂(二)数字经济中的产业发展与政府治理及其互动政府促进产业发展主要基于政策,产业政策制定和执行反映了政府秉承怎样的逻辑治理产业[6]㊂杨巧云㊁乔迎迎和梁诗露对各省出台的数字经济综合性政策分析发现,省级政府在目标层侧重于应用创新,供给型政策工具在技术创新上发挥直接作用,需求型政策工具在应用创新上有更强的促进力量[7]㊂数字经济需要政府治理创新,特别是政府数字化转型㊂例如,发展数字经济迫切需要数据要素的市场化配置,政府就应将数据作为治理的核心对象,构建数据要素的供求机制㊁竞争机制和价格机制,针对数据要素市场的 失灵”现象进行合理规制[8]㊂政府数字化转型能够赋能数字经济发展,具体路径包括基于数据开放的要素释放㊁基于快速响应的协调促发㊁基于信用画像的主体培育㊁基于在线共管的市场规制以及基于场景关联的政策创新[9]㊂数字经济的快速发展,使其所代表的先进生产力与现有的生产关系形成内在张力,政府治理既有制度框架至少面临被 倒逼” 错位”以及被 重新定位”的三重压力[10]㊂数字经济发展要求政府治理创新,也会推动政府治理创新㊂数字经济的产业治理是政府治理的一部分;更重要的是,数字经济产业发展会对政府治理的各个方面形成冲击,推动政府治理创新,包括政务服务优化㊁政府监管方式转变㊁公共服务供给模式创新等方面㊂因此,数字经济中的产业发展与政府治理之间存在多元连接与互动,数据要素驱动数字经济发展的治理逻辑不仅需要考虑这两类治理,更加需要关注二者之间的互动关系㊂(三)产业发展与政府治理及其互动所蕴涵的内在逻辑我国数字经济发展的两个重要前提为技术研发和企业创新提供了丰富的应用场景以及海量的数据资源㊂例如,在中央和地方政府制定的数字经济政策中都列出了典型应用场景,一些地方还会定期面向社会公布需要解决的应用场景㊂为了让各主体拥有充分的数据资源,政府出台了相应制度并加强落实,促进数据在政府内部㊁企业之间㊁政企之间的融通㊂例如,针对数字经济企业迫切需要具有高价值的政府数据,一些地方探索实践了政府数据的授权运营[11]㊂为了提供更多的应用场景,很多地方将政府数字化转型作为重要的应用场景来源,甚至与企业共同探讨推出应用场景㊂实现场景互联和数据融通是推进数字经济发展的重要路径和手段,也是数据要素驱动数字经济发展的政府治理关键目标和核心内容㊂不论是场景互联还是数据融通,都会涉及多元主体,多元共治是数据要素驱动数字经济发 理论与改革2021年第6期 . All Rights Reserved.展的政府治理基本形式㊂杜庆昊指出协同治理将是我国数字经济治理的发展趋势,核心是推动多元主体之间的关系协同㊁主体协同和机制协同[12]㊂由于企业在数据资源和技术创新上的优势,企业在多元协同中的作用越来越重要,拥有了更多的话语权甚至 准公共权力”㊂多元主体之间的协同更多表现为共同治理,为数字经济发展共同谋划㊁共同出力㊁共享成果㊁各取所需㊂但是无论如何,政府在我国数字经济发展中依然处于主导地位,需要充分并有效发挥统筹作用[13],否则,数据要素难以实现有序流动,数字经济发展将成为 空中楼阁”㊂因此,本文将数据要素驱动数字经济发展的治理逻辑归纳为四个方面:场景互联㊁数据融通㊁多元共治以及政府统筹㊂三㊁案例导入:贵州省大数据综合试验区建设贵州省是国家发改委㊁工信部㊁中央网信办批复建设的全国首个国家大数据综合试验区,自2016年以来在全国率先开展数据资源管理与共享开放㊁大数据产业聚集㊁大数据国际合作㊁大数据制度等系统性试验,大力发展以数据为关键要素的数字经济,实现数字经济增速连续6年全国第一,数据要素驱动数字经济发展具有典型性和先进性㊂本文首先通过贵州省政府相关网站㊁ 中国知网”收集了贵州省数字经济㊁数据要素改革方面的政策文件㊁工作报告㊁统计数据㊁期刊论文等;然后赴贵州省进行了专门调研,调研对象包括贵州省大数据发展管理局㊁贵州省农业农村厅㊁贵州省工业和信息化厅㊁贵州省商务厅㊁贵州省文化和旅游厅等政府部门或直属机构,以及云上贵州㊁数据宝㊁贵州电信㊁云景文旅科技等多家企业㊂针对每个调研分别组织了2~3小时的座谈会,在调研过程进一步补充完善了相关资料㊂(一)贵州省大数据综合试验区建设的主要做法1.以 百企引领”行动不断拓展新技术创新应用㊂围绕物联网㊁大数据㊁5G㊁云计算㊁区块链㊁人工智能等新兴信息技术,引进培育技术领先和解决方案先进的企业,组织开展技术创新㊁应用创新和模式创新,聚集具有竞争力的引领企业㊂2.以 万企融合”行动深化大数据与实体经济融合㊂通过编制实施指南㊁评估规范㊁培训企业㊁上门会诊等手段,在全省范围内针对企业研发㊁生产㊁销售㊁服务等各个环节探寻大数据分析应用方案,推进大数据与实体经济深度融合㊂3.以政府数据融通为引领探索推进数据要素流通㊂在全国范围内率先成立国有公司推进政府数据融通,全力开展政府数据聚集㊁共享和开放,探索实践政府数据授权运营;以政企数据融通推动企业之间数据流动,引领数据要素流通㊂4.以大数据立法为支撑保障数据融通和创新应用㊂率先开展大数据立法,推出‘贵州省大数据发展应用促进条例“‘贵州省政府数据共享开放条例“‘贵州省大数据安全保障条例“等地数据要素驱动数字经济发展的治理逻辑与创新进路 以贵州省大数据综合试验区建设为例. All Rights Reserved.方法规,为数据融通和创新应用提供法律保障㊂5.以政府统筹和制度建设为主线持续为改革赋能㊂将 大数据”列入三大战略行动,每届领导班子都高度重视大数据发展应用,编制干部手册在全省范围内开展大数据培训,出台‘贵州省实施大数据战略行动问责暂行办法“督促发展应用大数据㊂(二)贵州省大数据综合试验区建设取得的成效1.数字产业化速度很快且开始聚集,一些领域取得重要进展㊂建成中国南方数据中心,聚集一批国际级国家级行业数据中心㊂截止到2020年底,已累计引进培育引领企业208家, 满帮”成为西南地区最大的独角兽企业[13]㊂2.产业数字化范围较广且具有深度,形成标志性项目㊂截止到2020年底,累计建成305个融合标杆项目㊁实施3200多个融合示范项目㊁带动5900余户实体经济企业与大数据深度融合[14]㊂ 一码游贵州”等项目在全国范围内开始形成影响㊂3.政府数据共享开放走在全国前列,数据要素流通持续向前迈进㊂截止到2020年底,62个单位交换共享数据近2亿批次㊁4615亿余条,28个单位使用国家数据资源3890万余批次㊁40亿余条;政府数据开放平台累计被访问136万余次㊁开放数据服务15万余批次[15]㊂培养形成引领全国数据要素流通的市场主体㊂四㊁治理逻辑:政府统筹下多元共治实现场景关联的数据赋能本部分运用前文提出的分析框架对贵州省大数据综合试验区建设案例进行分析,将其治理逻辑归纳为政府统筹下多元共治实现场景关联的数据赋能㊂(一)以应用场景为纽带,联动产业发展和政府治理的着力方向1.数字政府建设为企业提供大量项目当前的数字政府建设是以数据治理为驱动的,实现数据治理驱动的政府治理创新需要企业建设相应的大数据平台㊂贵州省大数据综合试验区建设将政府治理和民生服务作为重要领域,为提升政务服务水平建设了以 一云一网一平台”为核心的一体化在线政务服务平台,为提升政府管理能力建设了 数据铁笼” 党建红云” 贵州信用云”等项目,为提升政府决策能力建设了 智慧法院” 东方祥云” 贵州省刑事案件智能辅助办案系统”㊂数字政府建设为企业提供的项目不仅来自省级层面,也包括市州㊁区县层面㊂大量的建设项目有力地推动了软件企业的发展和壮大㊂一位当地的软件企业负责人在访谈中表示他们重点做贵州省各级政府的智慧城市建设项目,这些项目为他们提供了宝贵的发展机会㊂2.依托政府平台为企业推广解决方案自2015年起,连续举办的中国国际大数据产业博览会不仅让来自国内外的知名企业分享大数据技术和应用㊁知名专家探讨大数据发展状况与趋势,而且也为本地企业推介自身的产品和服务提供了重要窗口㊂在每年的会议上,推介本地企业是重要内容,也在一定程度上增强了 理论与改革2021年第6期 . All Rights Reserved.本地企业间的竞争,推出了更优的方案㊂为展示贵州省大数据发展成果㊁交流大数据应用经验,贵州省㊁贵阳市㊁高新区三级共同打造了建筑面积为7080平方米㊁展示面积5000平方米的国家大数据(贵州)综合试验区展示中心,而且将线下展厅的展项内容在线进行呈现,实现了高效运营㊂这些政府打造的平台成为推广企业解决方案的窗口㊂例如,由贵州东方世纪科技有限公司开发的洪水预测系统在政府平台的支持下不仅拓展了国内业务,而且走向了国际㊂3.打造平台连通产业发展与政府治理2020年疫情期间,很多工厂面临 用工荒”难题,而农村地区的劳动力又不知如何找到合适的工作岗位尽快实现就业㊂针对这一矛盾,贵州省大数据发展管理局统筹建设了劳务就业大数据对接平台,该平台打通了扶贫㊁人社㊁移民等多个部门的数据,形成统一的贫困劳动力数据库,并且整合政府㊁村委㊁劳务公司等多方力量对数据进行实时更新和动态监测,再通过建立劳动力画像进行精准的岗位匹配,有效解决了疫情期间工厂招人难和劳动力找工作难的问题㊂在这个例子中,政府不仅有责任帮助工厂招工人尽快实现 复产”,而且有责任帮助贫困劳动力找岗位实现就业帮扶㊂通过打造劳务就业大数据对接平台,同时解决了产业发展面临的难题和政府治理需要解决的就业问题,有效连通了产业发展和政府治理㊂(二)以数据融通为手段,保障产业发展和政府治理的数据需求1.充分发挥打通政务数据在数据要素流通中的引领作用数据治理驱动数字政府建设的一个重要前提是政务数据在不同政府部门之间的可共享㊁可使用㊂没有充足的数据,绝大多数政府治理和民生服务创新场景无法实现,但是相应数据的来源常常是跨部门㊁跨层级㊁跨系统的,因此打通这些数据至关重要㊂一位访谈对象明确指出打通政务数据是最花时间的,需要大量的协调工作,但它又是最具有意义的,政务数据打通的范围和程度在很大程度上决定了政府治理和民生服务创新的程度㊂更为重要的是,政务数据还具有经济价值,能够进行市场化运营㊂经过汇聚和共享形成的政府数据资源,通过云上贵州公司进行了市场化运营,在全国范围内引领了省级层面的政府数据授权运营,形成新的数据产业㊂2.率先探索数据交易并成功引进数据运营企业2015年4月,贵州省成立全国第一个以大数据命名的交易所,即贵阳大数据交易所㊂贵阳大数据交易所的成立标志着贵州省开始探索数据交易㊂后续的探索过程尽管遇到了一系列问题甚至遭到不少质疑,但是贵阳大数据交易所确实为开展数据要素流通提供了重要的实践借鉴㊂在国家将数据列入生产要素并且明确提出进行市场化配置之后,很多地方都开始布局这一战略性任务㊂贵州省引进并培育的数据宝公司已经获得30个国家部委的数据加工资质授权㊂在回答 当初为什么选择贵州作为公司所在地”时,数据宝公司相关负责人表示,一方面是由于贵州省是国家授牌的第一个大数据试验区,具有开展数据运营服务的政策优势,另一方面也是由于贵州省提供了较大力度的政策支持和良好的数据产业环境㊂数据要素驱动数字经济发展的治理逻辑与创新进路 以贵州省大数据综合试验区建设为例. All Rights Reserved. 3.政府与企业共同打造大数据平台并运营数据政府监管企业面临的一个重要数据难题是无法获取企业数据㊂作为市场主体,企业拥有保护数据权益的权利㊂在搭建 一码游贵州”平台时,贵州省试图与企业通过共同打造大数据平台,为解决这一难题提供新思路㊂该平台由贵州省大数据发展管理局㊁贵州省文化和旅游厅㊁云上贵州公司㊁中国联通贵州分公司㊁云景文旅科技公司等共同打造,汇聚和运营全省的旅游景点和其他旅游资源㊂负责平台运营的云景文旅科技公司可以采用市场方式对平台形成的旅游实时数据进行开发利用,包括基于数据的精准营销㊁与其他旅游公司合作开发等;但是平台数据的所有者则是贵州省文化和旅游厅,能够将数据用于对旅游行业的市场监管㊂(三)以多元共治为路径,平衡公共利益和商业利益之间的冲突1.通过风险分担降低企业成本,完成项目启动大数据建设项目的资金投入较大并且风险难以准确评估,企业在选择项目时会有种种顾虑,这个时候就需要政府参与,做好推动工作㊂在谈到项目风险时,一位访谈者提到, 如果没有政府背书,评估风险后,他肯定不干,市场主体是很在意风险的”㊂有了政府的参与,相关企业便可以组织起来共同研讨项目方案和面临的主要问题,对于其中需要政府协调解决的,政府会做出明确承诺在规定时间内解决㊂其中需要政府解决最多的是应用场景打造需要的数据问题,而不是资金问题;而政府恰恰能够通过数据共享开放㊁授权运营等方式解决数据问题㊂另一方面,政府介入后成功的项目越多,也会形成示范效应,让更多的企业看到政府的决心,增强对政府的信心,这又会在很大程度上促进政府推动更多的新项目㊂2.通过发挥各自优势促成项目落地,提升效益在项目落地方面,政府㊁企业各有优势,有效协调不仅能够促成项目,而且能够提升项目的总效益㊂例如,在 一码游贵州”项目推进过程中,省㊁市㊁县政府均成立了项目工作专班,负责旅游资源收集和整合,推动景点㊁酒店㊁商家入驻平台;作为云景文旅科技公司的股东之一,中国联通贵州分公司充分利用自己在全省的营业网点全力帮助推广平台,先后有500多人加入推广团队㊂经过2020年5月至2021年7月一年多时间的推广,全省有504家景点㊁5万多家商户入驻平台,平台注册用户达到1800万㊂丰富的旅游资源的入驻,让 一码游贵州”迅速成长,也让该平台有了与携程㊁美团㊁高德等商业平台进行合作的基础和能力㊂ 一码游贵州”项目的落地需要政府㊁企业的积极参与,而参与路径和规则由各方协商确定,并不是由政府或企业单方面确立,属于典型的多元共治逻辑㊂3.守住安全底线,在发展中切实维护公共利益多元共治还体现在数字经济治理和网络安全保障两个方面,政府要引领企业守住安全底线㊂对于平台而言,在掌握了客户信息之后一定有开展深度分析应用的冲动;甚至在政府治理和民生服务大数据平台中,企业参与之后也会竭力分析应用数据,因此,存在安全风险㊂此时,政府就需要出面进行安全治理㊂早在2019年8月1日,贵州省就通过了地方法规‘贵州省大数据安全保障条例“,为从事大数据采集㊁存储㊁清洗㊁开发㊁应用㊁交易㊁服务等的单位和个人划定 理论与改革2021年第6期 . All Rights Reserved.。
大数据视角下高校数据治理方案研究与实践
一尧引言广州大学的信息化建设经历了基础建设阶段尧数字校园建设阶段后袁目前已步入智慧校园阶段遥学校在日常教学尧学习尧科研尧管理和校园生活过程中形成的各式各样数据将成为智慧校园的基础遥但是袁目前广州大学数据质量总体处于较为低下的水平袁各业务系统数据存在数据缺失尧错误数据尧重复数据各种问题袁没有进行有效的数据治理袁也没有针对未来需求主动采取数据质量保障措施袁一直疲于应对存量数据产生的数据质量问题遥主要表现是院淤数据多头管理且缺少专门对数据进行监督和控制的组织曰于数据多系统分散建设没有规范统一的校级数据标准和数据模型曰盂数据缺少统一的关键数据视图和缺乏对关键数据的管理曰榆没有建立数据质量管理平台遥为解决数据治理存在的诸多问题袁我们从企业数据资产管理的角度定义智慧校园中的数据资产管理袁并在此基础上提出高校的数据治理五星模型遥以一个具体的应用场景阐述高校数据治理平台以实现数据治理可视化尧流程化和自动化的技术实现遥通过整体数据治理五星模型管理袁持续梳理学校数据资产袁促进高校管理模式从业务驱动到数据驱动的转变袁进一步推动高校信息化水平的提升袁实现数据转换为智慧遥二尧国内外数据治理研究动态数据治理概念最先产生于企业领域袁后逐渐在银行尧保险尧电信尧教育等行业得到应用遥国内外学者围绕着数据治理进行过多方面的研究遥[1]其中国外学术界涉及的研究领域有治理概念尧治理要素尧治理模型尧治理框架袁其中在这几方面有代表性的成果是院P.Sonla[2]指出数据治理是一个有机组合的系统袁它包括决策尧职责及流程曰S.Stockdale[3]在论文中提出数据治理有五要素袁分别是治理架构尧相关角色和职责尧治理数据分类尧治理标准尧治理实施曰S.Kim[4]提出商业和IT联盟的数据治理模型曰DGI[5]提出DGI数据治理框架和数据生命周期理论遥国外学者研究的领域较宽袁涉及的治理内容丰富袁但最终都是对相应职责以及角色的分配遥国内学者主要从治理体系尧治理保障袁及实践应用方面展开了研究遥治理体系集中于对治理模型和框架的研究曰治理保障主要研究数据的质量安全曰治理应用集中在图书馆尧银行尧电力等以数据为核心的行业遥目前袁高校数据中心的建设尧医疗大数据等也得到了很高的重视遥[6]在这三方面袁产生了有代表性的研究成果遥童楠楠等探索了卡内基窑梅隆大学于2014年提出的数据管理成熟度模型渊Data Management Maturity袁DMM冤的逻辑架构尧要素构成和应用实践遥包冬梅等研究了国际数据管理协会渊Global Data Management Community冤框架和国际数据治理研究所渊Data Governance Institute冤的数据治理框架遥包冬梅等分析了两个框架之间的差异袁并提出具体业务领域的数据治理框架遥严昕等[7]从城镇信息化角度袁探索这两种框架对城镇信息化数据治理构建与实施的意义遥数据质量管理的目标是通过数据分析提高数据质量遥续瑾成[8]和张琼文[9]分别在质量管理和质量评估上做了相应的研究遥李冬等[10]对数据传输中的安全和赵*李爱凤淤袁刘葵袁王挺袁廖宏建袁谷岩渊广州大学网络与现代教育技术中心袁广东广州510006冤摘要院数据是一所学校的重要资产遥科学规划数据和进行有效的治理袁对数据资产的应用发挥最大价值具有重要意义遥文章首先采用文献调研法系统梳理了国内外数据治理的相关研究动态曰然后提出了高校数据治理五星模型曰最后袁以具体业务场景教师一张表信息为数据治理对象进行了实践分析与研究遥结果表明袁业务驱动是推进高校数据治理方案的关键遥关键词院大数据曰数据治理曰五星模型曰业务驱动中图分类号院G647文献标志码院A文章编号院1673-8454渊2020冤13-0064-04*基金项目院本文系广州市教育科学规划2016年度面上课题野数据挖掘技术在数字化校园共享数据中心的应用研究冶渊1201534833冤的研究成果遥淤李爱凤为本文通讯作者遥刚等[11]对国家层面的网络空间问题进行了研究袁主要包括数据安全尧隐私保护尧访问权限管理尧安全审计尧制度及流程五大方面遥在应用实践数据治理方面袁有谈韵[12]在电力行业袁王宏宇等[13]尧许晓东等[14]在高校方面袁常朝娣等[15]在医疗领域的研究遥三尧业务驱动的高校数据治理平台为帮助企业管理海量数据并从中快速获取真正有用的信息袁数据资产管理应运而生遥[16]在高校教育大数据背景下袁越来越多的学校在建设高校数据中心平台袁构建基于数据治理的数据中心五星模型遥数据治理的五星功能模块如图1所示遥其中元数据管理平台如同人体的血管深入到学校每个系统内部袁通过每个系统的关联关系袁构建了学校的数据地图信息遥其中包含的数据基因可以形成单个数据单元的血缘分析和影响分析袁在数据质量管理过程中袁沿着元数据的脉络找到数据存在的问题袁补充完善数据质量袁从源头上做好数据规范抽取遥在下游袁做好数据质量清洗袁形成一个良性循环的体系遥在业务场景驱动下袁通过ETL 工具的可视化将各业务系统的数据存储到同一个大库里袁获得一个完整的物理数据库袁以便构建主题进行数据分析遥数据质量的实施针对的是系统可能还会存在一些问题遥例如袁同步异常或者人为失误等情况形成的脏数据袁这时候袁需要一个逐步完善的阶段袁分析问题尧改进相关数据清洗规则袁实现对数据整体质量控制曰根据改进的规则定义袁又可以反馈到数据标准上完善袁把数据质量与数据标准有机结合在一起遥数据的安全管理对数据安全策略进行管理袁包括定义及维护数据敏感性尧敏感数据的定义尧敏感数据的发现并提供发现报告及敏感信息维护遥几大子平台是紧密相关并互为补充袁其核心都是围绕数据治理遥现结合具体的业务场景以教师一张表为对象描述数据治理活动遥以教师为主题袁首先分析与教师主题相关的所有业务系统数据遥其中包括几大核心业务系统如人事尧教务尧科研尧研究生尧财务等管理系统以及一卡通和图书管理系统遥对接入数据治理平台的业务系统进行特征构造袁即把每个系统与教师主题相关的具体指标信息进行有效的清洗和整合袁加以重组并进行数据仓库建模袁以实现教师主题的相关数据集成及特征数据汇聚遥整个过程如图2所示遥图2以思维导图的形式展现了教师一张表实现的过程袁图2中的第三部分是数据仓库分层建模袁在数据仓库实施过程中将数据仓库系统的数据划分为原始数据层渊ODS冤尧数据仓库层渊DW冤和公共数据集市层渊ADS冤遥图3是ETL 示意图袁图3表明袁其中将业务系统的数据原封不动地抽取至原始数据层渊ODS冤袁避免数据仓库直接调用业务系统的数据遥数据仓库层渊DW冤是面向主题的基础数据表和代码表遥基础数据表是一个包涵主题的通用集合遥通过对原始数据层渊ODS冤的数据进行清洗和转换形成特定主题的简明视图遥代码表用于定义常规的尧可枚举的数据值袁同时帮助用户明确这些数据的含义遥公共数据集市层渊ADS冤以某一主题分析为出发点进行建设袁只关心主题需要的数据袁因此袁结构清晰尧针对性强尧扩展性好遥该层数据一般是对数据仓库层渊DW冤的数据进行汇聚后形成特定的主题视图遥在高校数据治理管理平台中袁一般在公共数据集市层渊ADS冤包括教职工主题域和学生主题域两个大的主题域遥再根据业务应用需要袁以教职工主题域为例可分为学科建设分析尧教学管理分析尧科研活动与成果分析等子主题进一步分析曰以学生主题域为例可在招生就业分析尧学生管理分析等子主题进一步分析袁为学校的管理提供决策支持遥教师一张表通过一个可视化的图形界面展示了教师在校的主数据袁图4展示了人事信息的部分数据曰除此之外还有教职工的教学教研信息尧科研信息尧资产信息尧其他信息等栏目遥通过该应用场景实现了一次采集尧统一管理尧多业务应用遥但也要求教职工各项数据必须准确且具备唯一属性遥然而在实际应用中发现各业务系统作为教职工相关数据产生的源头袁还存在大量的脏数据袁图4所示的高层次人才信息的批准时间99999999就是一个无效的时间格式袁必须对数据进行治理以便从数据产生的源头上提升数据质量遥合理的组织架构设置是进行数据治理工作的必要条件遥根据学校实际袁学校组织架构由决策管理层尧组织图1高校数据治理五星模型图4教师一张表部分信息协调层尧执行层组成遥决策管理层是学校数据治理领导小组袁由学校主管信息化的副校长尧网络中心主任尧各业务部门负责信息化的领导代行其职责曰组织协调层是数据治理管理办公室袁由数据质量管理员代行其职责曰执行层包括数据治理小组尧业务部门尧网络中心等部门及外部厂商遥数据治理组织架构设置如图5所示袁各工作人员的职责如下遥淤数据治理领导小组院定义数据治理愿景和目标袁设置数据治理计划的总体方向曰组织跨业务部门协调曰审核和批准数据治理相关制度和报告袁负责重大数据质量问题的解决遥于数据质量管理员院负责数据治理的牵头尧组织尧指导和协调数据治理工作曰数据治理管控办法尧数据质量管理流程等有关规则制度的牵头制定和修改曰数据治理相关系统和工具的管理使用袁跟踪数据治理过程改进遥盂业务汇总统计机构院负责各业务数据汇总统计口径业务的对接和确定袁协调处理数据汇总口径的问题遥榆数据治理小组院负责分析评估数据质量袁出具各业务系统数据质量报告曰负责数据的剖析尧清洗匹配合并等曰定义数据的转换规则遥虞数据源负责教师院遵循数据野一数一源冶原则负责处理系统数据质量问题曰按照数据管理办法及数据标准执行数据的日常维护曰提出业务数据使用需求遥愚数据治理技术支持人员院负责数据治理中系统和工具的开发与维护遥渊2冤教师一张表数据治理实施通过梳理教师主题业务场景的构建发现袁从各业务系统集成的数据存在各种数据质量问题遥图6所示是数据主要问题及占比遥要让数据成为学校资产并有效应用袁数据治理刻不容缓遥因此袁广州大学以业务场景驱动图2教师一张表实现流程图3ETL目录示意图图5数据治理组织架构面向学校全量数据尧增量数据和未来数据积极开展数据全生命周期质量管理规划设计工作袁规划成果指导学校业务数据质量管理工作的开展袁促进学校数据质量持续提升遥教师数据主题数据治理总体流程设计如图7所示遥从图7可以看出袁教师一张表数据治理分两轮进行院第一轮治理通过数据质量管理模块进行数据质量自动探查袁汇总出教师主题疑似错误数据尧异常数据尧重复数据和缺失数据遥并将存在质量问题的数据批量反馈业务部门并限期处理遥第二轮治理则开放教师一张表信息系统供教职工使用袁教职工使用过程中发现数据问题可通过电话尧邮件尧现场反馈等方式联系数据质量管理员或者业务数据负责人进行数据核查尧补录尧修正等遥经过业务部门批量处理以及教师个人纠错两轮数据治理后袁将各业务系统的数据再次同步到教师一张表袁即可以提升教师一张表数据质量袁并应用到其他各个场景遥四尧结论与展望在高校数据治理的实践中可得出以下结论院淤数据治理是对数据进行全生命周期管理曰其最终目标是提高数据的质量尧保证数据的安全性尧实现数据资源在各组织机构部门共享尧提升数据的服务能力以实现数据价值的最大化遥于数据治理是一个长期而非一蹴而就的浩大工程曰数据治理应成为高校管理中常态化工作遥盂数据治理是自上而下的袁数据治理的推进以业务驱动将事半功倍遥榆数据治理是一项先管理后技术的问题遥主体在数据责任部门袁以技术部门为辅助遥数据治理在高校大数据生态建设中有举足轻重的地位袁寻求适合高校数据治理的流程和策略值得深入和持续的探讨遥参考文献院[1]刘桂锋,钱锦琳,卢章平.国内外数据治理研究进展:内涵尧要素尧模型与框架[J].图书情报工作,2017(21):137-144.[2]P.Sonla.Six critical success factors for data gover鄄nance-viewpoint son innovation[EB/OL].http://viewpoints.io/entry/six -critical -success -factors -for -data -gover鄄nance.[3]S.Stockdale.Deconstructing data governance[EB/OL].https:///Handle/1928/31583.[4]S.Kim.The analysis of data governance model for business and ITalignment[J].Journal of the Korea Society of Computer and Information,2013,18(7):69原78援[5]Data governance framework[EB/OL]./the-dgi-Framework.[6]孙嘉睿.国内数据治理研究进展:体系尧保障与实践[J].图书馆学研究,2018(16):2-8.[7]严昕,孙红蕾,郑建明.城镇信息化中的数据治理问题研究[J].情报科学,2017(9):30-35.[8]续瑾成.浅谈企业数据治理及其统一流程[J].中国管理信息化,2016(16):57.[9]张琼文.试论数据治理在数据质量管理中的作用[J].通讯世界,2017(3):140-141.[10]李冬,万磊,费建章.大数据治理中的安全问题研究[J].信息与电脑(理论版),2017(6):192-193.[11]赵刚,王帅,王碰.面向数据主权的大数据治理技术方案探究[J].网络空间安全,2017(Z1):36-42.[12]谈韵.电网大数据治理体系初探[J].电子技术与软件工程,2017(5):182-183.[13]王宏宇,陈冬梅.行政院校系统信息化建设中的数据治理浅析[J].辽宁行政学院学报,2017(4):92-96.[14]许晓东,王锦华,卞良,孟倩.高等教育的数据治理研究[J].高等工程教育研究,2015(5):25-30.[15]常朝娣,陈敏.大数据时代医疗健康数据治理方法研究[J].中国数字医学,2016(9):2-5.[16]程永新.大数据时代的数据资产管理方法论与实践[J].计算机应用与软件,2018(11):326-329援渊编辑院王天鹏冤图6教师一张表数据主要问题及占比图7教师一张表数据治理总体流程设计。
高校“循数治理”模式及研究意义
高校“循数治理”模式及研究意义近年来，随着新一代互联网信息技术和人工智能的快速发展及广泛应用，尤其是云计算、数据挖掘、统计分析等为基础的大数据技术的广泛普及，大数据理念和大数据意识早已广为人知。
当今的数据与传统相比体量非常庞大，在我国高校中，无论是管理机构的运营数据，还是各种教师、学生、工作、科研、生活的数据，都被以各种类型的方式保存下来，并且存在巨大的可开发利用价值。
我国高校“循数治理”模式的概念1对治理的不同界定治理最初主要应用于国家公共管理活动中,根据《现代汉语词典》中的官方解释，治理除了统治、管理（如治理国家）的含义外，还包括处理、整修（如环境治理）的第二层含义。
就本文而言，在对“治理”进行概念界定时，往往要将其与“管理”“行政”“统治”进行比较辨析。
治理与管理既有共同点，也有一些实质上的区别，不能混之为一谈，睢一凡指出“治理不只是居高临下、自上而下的权力运行过程，其基础不是控制而是协调和共享管理；治理具有整体性和框架性，是组织之间及其成员相护依存的关系结构；治理实在公共目标支配下的强调效率的管理活动”[[1]眭依凡.论大学的善治[J].江苏高教，2014（6）：15-16]。
从传统“管理”到现代“治理”的理性跨越，虽然只有一字之差，但却是我国院校权力配置的深刻变革和主体行为方式的重大转变。
管理主体是一元的（管理者），治理主体是多元的（职能部门、行政、教师、学生、社会等）；管理是垂直的，治理是扁平化的；管理常常是单向度的，更依赖于行政等级的权威性，而治理是体系化的，以法规制度和法定权力对学校事务或学校组织进行管理。
综上，治理的概念涵盖面广且有着丰富内容，它更强调灵活性、协调性、沟通性。
它的价值选择是组织的目标，追求治理效果的整体性、可持续性、长远性和高质量的管理结构，通过使不同利益主体缓解或放弃冲突，并以共同的目标为纽带、以互动合作为方式，实现有效率的管理( 眭依凡， 2014) 。
2 我国高校教育治理科学先进的治理理念可以引导我国高校内部治有效改革与发展。