基于现代化背景下数据驱动策略的高校治理能力提升模式研究

黎娇 秦龙

摘  要：作为国家治理现代化的重要构成，高校治理现代化中的信息化建设与能力提升既是内在需求，亦属必然进路。对此，该文基于政策、理论研判与实践分析，厘清高校治理体系在“政产学研用”中的系统定位，并基于数据驱动策略及执行框架，建构包含组织机构、制度方案、系统建设与运行三者的体系结构，进而明确政策执行、科学决策、行政服务、市场运作和监管防控等治理能力的提升路径。

关键词：高校治理能力；治理体系；数据驱动；现代化背景；提升路径

Abstract： As an important part of national governance， the information construction and ability improvement in the modernization of university governance are both internal needs and inevitable path. This paper clarifies the systematic positioning of university governance system in the "government， industry， university， research and application"， constructs a system structure including three elements of organizational structure， system scheme， system construction and operation， based on the data-driven strategy， and then defines the improvement path of governance ability.

Keywords： university governance ability; governance system; data driven; modernization; improving path

继2020年党的十九届五中全会提出社会主义现代化远景目标后，2021年党的十九届六中全会再次申明国家治理体系和治理能力现代化在国家事业发展中的核心价值，且2022年国务院进一步就加强相关建设提出了系列意见。作为国家治理现代化的重要构成，高校治理现代化是新时代中国大学推进内涵式发展、提升竞争力的内在需求，亦属必然进路，其核心在于提升治理能力。同时“教育治理能力优化主要体现在提高教育管理信息化水平、信息系统整合”是国家关于治理能力与信息化水平间关联的明确意指：教育信息化成为高校治理现代化的必由之路。也正因此，全国高校纷纷依据国家政策在近年来的管理实践中力推信息化建设。

然而我国高校信息化虽历经十余年发展，但因信息系统建设是由业务部门各自为阵、牵头进行，缺乏系统规划和统一标准，信息孤岛和供需错位现象突出，数据质量差、冗余度高等问题严峻，高价建设的信息系统利用率却很低……凡此已严重制约了教育教学和日常管理，阻碍了高校治理能力的现代化提升。

高校作为信息技术发展的前沿阵地，普遍拥有多个信息系統，形成了多元业务竖井，拥有多维海量数据。如何开展数据治理，充分利用数据资产以支撑治理决策，是高校管理工作面临的紧要问题，也是教育管理研究的重点课题。为此，本文将立足于现代化背景，从高校面临的现实困境出发，聚焦架构基于数据逻辑的治理体系，整体研究以利益相关者协同共治为抓手，以治理实效为导向，能为高校治理能力提升提供切实思路。

一  文献综述

（一）  高校治理

国际学术界普遍认为公共管理学和经济学是高校治理的主要来源。西方自20世纪60年代起从治理角度研究大学问题，且以美国学者Corson[1]编撰的第一本高校治理著作《The Governance of Colleges and Universities》为代表，后各主体从不同视角定义了高校治理：卡耐基高教委员会认为高校治理是决策的结构和过程，Robert认为其主要作用是平衡行政和教师两大体系。90年代初，国内学者陈吉昆[2]发表了首篇高校治理的代表论文《论高校治理整顿与深化改革》，但受时代影响，该文中的高校治理内涵与当下相去甚远。沉寂十余年后，张维迎教授[3]于2004年出版了《大学的逻辑》一书，从大学的理念与治理、终身教职的理想与现实等方面提出了大学逻辑，并指明高校治理的基本问题是结构改革，由此真正拉开了我国高校治理研究的序幕。

自“治理”一词引入高等教育领域至今，学者们围绕高校治理的两个维度进行了热烈探讨：由价值判断、制度体系和实践经验组成的纵向体系；由治理主体、机制、方法和内容构成的横向体系[4]。学术成果呈现出以下特点：一是理论基础得以构建，推进了高校治理知识的系统化和科学化，范式化取向明显；二是多维视角持续加成，包括利益相关者、历史制度主义等，同时下沉式应用导向突出；三是研究方法有所突破，早期研究主要借鉴公司治理的方法框架[5]，如今已出现对跨学科方法的开拓尝试，且逐步从以定性方法为主转向对定量方法的兼顾，显示出由哲学向实证科学的渐次跨越。

（二）  数据驱动策略

数据驱动策略是一项长期存在的数据治理活动，涉及高校多个层面，是管理制度与信息技术的综合运用。国外围绕数据治理的研究领域有治理要素、模型、框架等。Sonla指出数据治理是包括决策、职责及流程的有机系统；Stockdale明确了数据治理的五大要素，即治理架构、角色职责、数据分类、治理标准、治理实施。国内主要从治理体系、保障及实践等展开研究。童楠楠探索了卡内基·梅隆大学的数据管理成熟度模型的逻辑架构、要素构成和应用实践；包冬梅等分析了国际数据管理协会和国际数据治理研究所数据治理框架间的异同，并提出了具体业务领域的治理框架。

在应用方面，宋苏轩等[6]指出高校数据治理可有效解决数据质量不高、流向混乱等问题；沈彦彬等[7]认为数据治理的有效实施能够保障管理层决策的科学性，提高行政、教学管理效率；瞿振元[8]明确高等教育“依数治理”旨在通过对大数据的整合、管理和控制，依靠数据证据实现对高等教育的现代化管理。此外，由于教育数据的复杂性，数据挖掘在不同阶段需应用不同工具，包括通用工具和专门工具，有关后者的研究已产生了数据分析及可视化、模式识别等多个分支领域。总而言之，各高校的数据治理实践正处“摸着石头过河”的探索阶段，但文献资料对数据治理内涵及技术实施方面的研究较多，在利用大数据优化学校治理能力方面的模式探索并不多见。

二  基于数据驱动策略的高校治理能力提升模式

（一）  高校治理体系的系统定位

作为社会系统中的重要构成，高校的价值意蕴体现在其对社会系统的资源贡献，故准确识别高校治理体系的系统定位有助于校正系统导向、优化内部运行等效能。“政产学研用”是社会系统的简明凝练，呈现了在知识生产、技术创新等方面，实现上中下游的对接与耦合，是对产学研结合在认识和实践上的深化。“产学研”意指生产、教育和科研一体化，表现为此三者基于功能和资源等的集成协同，但随着信息技术发展和创新形态演变，政府在平台搭建、政策引导中的关键作用和用户在成果转化、需求导向中的主体地位愈加凸现。

如图1所示，政府于上层运用政策等工具开展调控监管；用户于末端经由供需等路径获取产品服务；“产学研”三者居中间，通力合作将知识成果转化为现实生产力，一方面支持并协同政府管理，另一方面则依据用户反馈以促进优化。总体系统以市场为导向，既能减少技术创新的盲目性，也能降低风险和成本，突出了知识社会环境下以协同、开放、高效为特点的创新2.0趋势。

高校在“产学研”结合中处于中心联动的重要位置，其治理体系的行动逻辑如下：向上争取政策资金；对外力求合作互通，对内整合部门职能；向下发掘需求资源，从而促进科技、教育与经济的深度结合，这为高校治理能力的维度划分提供了现實依据。

（二）  基于数据驱动策略的高校治理体系

立足以上行动逻辑，以数据驱动策略为基础的高校治理体系有三大构成要件：组织机构、制度方案、系统建设与运行。

1  组织机构

在组织机构中，须明确必要的责任主体并清晰定义其职权范围，这是高校治理体系的根本保障。其中，成立治理委员会是第一要务。治理委员会通常由校领导和核心管理人员组成，成员均为数据驱动策略的倡导者，这增强了领导层面的确定性和执行层面的动力源，有助于方案在全校范围获得支持。作为项目最高决策机构，治理委员会的职责在于制定战略目标、把握总体方向等，自上而下推进与其他利益部门的协同共建[9]。

受委员会直接领导的治理办公室是项目方案的执行机构，主理方案落实的具体工作包含制定管理规范、实施系列活动、部署人员事项等，同时下设需求调研组和平台建设组以推进专项业务落地。为增进工作开展的效率和效果，办公室须及时向委员会汇报并按需调整工作向度。

需求调研组负责调查并获取相关主体的数据持有现状、需求情况和使用计划。其中，调研对象覆盖高校内外，既包括校内各二级学院、部门、人员等，也包括校外各政府部门、企业、用户等；调研方法不限于问卷、访问、焦点访谈等。

平台建设方负责与数据平台有关的系统建设和运维，包括软硬件环境支持、人力和技术配置等。鉴于高校职能部门的特殊性和人员技能的有限性，平台建设工作一般会引入专业信息技术公司来实施，同时安排校内专员开展对接[10]。

利益相关部门泛指高校内外需提供或使用数据的主体，这些主体一须按“谁主管，谁提供，谁负责”的原则，承担维护更新信息的职责，保障数据的完整准确、及时可用；二须按“谁经手，谁使用，谁管理，谁负责”的原则，自觉履行依法依规使用共享数据的义务，共同维护平台及数据安全。

2  制度方案

在制度方案中，须确立必备的规范文件并清楚整理其统筹逻辑。

顶层设计是项目的领衔文件，亦是各项行动的基本准则，是指从全局角度出发，运用系统论方法，对基于数据驱动的高校治理体系开展各方面、各层次、各要素的根本性统筹规划。章程通常是顶层设计的一般形式，其内容涵盖性质宗旨、任务目标、职责范围等。

管理规范是顶层设计的执行文书，尤其注重可操作性。因高校治理体系涉及跨部门、多人员，协同特性明显，故设定统一的操作规范有助于达成成员间的运作共识。对应数据的生命周期管理，此处的管理规范着重解决“人员如何使用”的问题，故至少应包括采集规范、组织规范、存储规范、共享与安全规范等[10]。

数据标准和评估细则共同致力于解决“数据如何评判”的问题。其中，数据标准的同一建立是实现跨部门数据对接和共享的关键，这一过程需平台技术人员和部门业务人员的联合参与，可将国标或地标条款作为基础，结合数据存用的便利性、业务性需求等进行适应性调整。

评估细则主要围绕数据质量和治理工作展开。前者特指对数据真实性、准确性、完整性和及时性等方面的测度和监控，这是数据价值得以实现的核心前提；后者是指衡量和评价高校数据治理工作的现状、水平和差距，以研判改进方法和优化路径。

最后，现实情形是制度方案的风向标，相关主体在方案施行中应做到实时反馈，针对方案设计等内部问题，应追根溯源分析原因，并及时纠正、上报备案；针对由外部环境复杂变化所引起的问题，则要系统看待、审慎剖释，进而集体协商、合理布局。

3  系统建设与运行

在系统建设与运行中，须厘清关键的支持要素并准确梳理其运行流程。

硬件设备是支撑系统的实体环境，包括服务器、交换机及其他网络设施等，服务器主要用于部署数据库系统，为软件系统提供运行环境，交换机等网络设施主要用于连接数据库系统和终端用户。

軟件技术是数据存储和使用的必需要素，包括数据库软件和数据处理系统，前者用于存储数据，例如MySQL、Oracle等；后者则用于执行数据计算任务，包括数据分析、数据可视化等计算场景，例如Hadoop分布式计算框架等。

运行流程是数据策略的执行框架，也是系统运作的逻辑基础。通过梳理各院校和机构的数据治理流程后发现，数据合集、开放资源、增值信息和产品服务是数据流转中的四阶关键形态。

数据合集是借助多渠道汇总庞杂数据后的初级形态。采集数据时，除由各利益相关部门提供外，还可通过网络爬虫等方式获取资源支持。仓储数据时，数据类型纵向可按性质分为属性、关系和行为数据，同时结合横向的归属部门进行网络式存储，以便查询使用。

开放资源是数据合集经过整理和鉴别后的预备形态。因数据来源和用途不同，数据差异实属常态。对此，必须遵循数据标准等规范性文书进行数据合集的预处理，通过清洗、筛选和类型化等步骤提高数据的可用性和可靠性。

增值信息是各主体按需加工开放资源后的完成形态，重点环节包括数据的分析加工和校对考究。前者是指通过数据挖掘、关联分析、知识图谱和深度学习等方法对数据开展分析加工，这是获取有用信息的必经之路。这一过程尤需警惕唯数据论倾向，做到关联实际经验，重视事实结构。因此在分析加工所得的信息基础之上，还需结合现实的情况形势开展校对考究，辨析信息所指与事实所表的逻辑联系。

产品服务则是基于对增值信息的开发实践所延伸的实用形态。增值信息本质上是透过数据得以反映的未被满足的需求现状及其深层原因、内在机理等，据此以开发对应的产品、服务等是改进治理之良方，其价值实现体现在政策执行、科学决策、行政服务等治理能力的提升，这即是数据驱动策略的完全体现。此外，上述产品服务会在实践中得到检验提升，由此产生的数据信息将持续回流至数据合集，进入下一个戴明（PDCA）循环。

（三）  高校治理能力提升的执行路径

对应高校治理体系的系统定位和行动逻辑，高校治理能力提升的执行路径取决于增值信息的应用及立足于此的产品服务开发，见表1。

三  结束语

本研究立足国家治理现代化的建设背景，对高校治理现代化中信息化建设与治理能力提升的内在机理进行了深入剖析，架构了基于数据驱动策略的高校治理能力提升模式，其中不仅明确了高校治理体系的系统定位和内部结构，还厘清了高校治理能力的维度划分和提升路径。为优化该模式的践行环境，重塑治理理念、优化资源配置、创新治理工具以推动心理、结构等亦属必需。

参考文献：

[1] CORSON J. The Governance of Colleges and Universities： Modernizing Structure and Processes[M]. McGraw-Hill， 1975.

[2] 陈吉昆.论高校治理整顿与深化改革[J].高等教育研究，1990（4）：21-25.

[3] 张维迎.大学的逻辑[M].北京：北京大学出版社，2004.

[4] 欧阳华生，徐玉胜.高校治理的演进脉络与热点前沿——基于关键词的共现分析[J].高教论坛，2021（6）：108-112，124.

[5] 刘益东，周作宇.大学治理：一个整体性框架[J].大学教育科学，2020（3）：64-72.

[6] 宋苏轩，杨现民，宋子强.高校数据治理统筹管理体系的构成与实践路径[J].中国远程教育，2021（11）：58-67.

[7] 沈彦彬，魏子杰，郭嘉欣，等.信息化背景下我国教育治理研究的现实图景与未来展望[J].中国教育信息化，2021（13）：12-17.

[8] 瞿振元.大数据是教育研究走向科学化的重要支撑[J].清华大学教育研究，2017，38（3）：1-3.

[9] 张世明，彭雪峰，黄河笑.开放大学数据治理框架研究[J].中国电化教育，2018（8）：116-126.

[10] 左美云，王配配.数据共享视角下跨部门政府数据治理框架构建[J].图书情报工作，2020，64（2）：116-123.