温晓川 李伟：数据治理驱动基础教育均衡优质发展

引用格式

温晓川,李伟.数据治理驱动基础教育均衡优质发展[J].中国教育信息化,2023,29(2):123-128.DOI: 10.3969/j.issn.1673-8454.2023.02.013.

基础教育数字化发展研究

信息化促进基础教育均衡与公平研究

数据治理驱动基础教育均衡优质发展

温晓川   李伟

摘要：随着社会的高速发展，教育均衡问题成为新的社会热点。文章旨在探讨如何解决区域城市扩张与教育均衡的冲突，改善区域内优质教育资源的相对平衡问题。运用理论和基于案例的方法来阐释数据治理对教育均衡发展的影响，总结数据治理实践面临的挑战，提出“定标准搭平台、通数据抓管理、聚数据抓教学、用数据促变革”的治理理念；梳理影响数据流转的要素，推荐机制改革的优化策略；构建特色数字课程数据，明确优质资源均衡的供给方案；从宏观决策到微观服务等多元角度说明数据治理对提升教育优质均衡的作用。

关键词：数据治理；教育优质均衡；大数据

中图分类号：G434

文献标志码：A

文章编号：1673-8454（2023）02-0123-06

作者简介：温晓川，天津市河西区教育综合服务中心主任，高级教师，本科（天津 300201）；李伟，天津市河西区教育综合服务中心高级教师，本科（天津 300201）

一、引言

教育均衡发展（Educational Balancing Development），是个体发展对可获机会的需求，也是整体发展的需求，更是需要逐步建立科学教育均衡发展观的过程。^[1]教育均衡已经成为衡量地区发展水平的重要指标，不仅直接反映办学水平和教育质量，也在深刻影响着当地文化、科技综合水平的提升。同时，教育资源的需求与供给的矛盾仍然突出，所形成的社会热点也是地区综合治理的重要课题。针对如何解决教育均衡发展问题，有学者提出可以借助数据治理（Data Governance）合理配置教育资源来实现。数据治理在不同的专业领域具有不同的作用和含义，一般认为，数据治理是对数据资产管理行使权力和控制的活动集合。^[2]数据治理技术和方法在医疗、金融、安全、工业等领域的作用已经得到验证，并对社会发展产生了广泛和积极的影响，其经验在教育领域具有借鉴价值。一些研究发现，数据治理对教育监管过程改变（from regulation to self evaluation）具有积极作用；^[3]数据可视化有利于持续地追踪学生并辅助教学决策（Digital education governance）；^[4]同时强化教育平等和收入平等之间的关联性（Education and Income Inequality）。^[5]国内学者亦在区块链赋能区域教育治理的逻辑、框架与路径^[6]，大数据在国内外教育领域的应用发展^[7]，以及数据治理提升教育数据质量的方法和途径^[8]等方面开展了较为深入的研究。本文以天津市河西区在数据治理方面的实践为例，分析数据治理在解决区域内教育均衡发展问题中已经发挥的功能和作用，并提出进一步深化数据治理的策略和实施路径。

二、教育均衡发展面临的问题

（一）问题的主要表现

通常认为，教育均衡发展主要关注的对象是义务教育，包括入学机会的均等，区域间、城乡间、校际、班级间、学生间的均衡发展；此外，还应关注基础教育与职业教育、高等教育、继续教育间的均衡发展。在当前阶段，从地方视角来看最为突出的问题是区域间和校际教育资源的不平衡，“削峰填谷”和“择校掐尖”现象普遍存在，优质学校、师资的过度聚集造成部分地区出现大集团、大名校、大班额，社会围绕优质公办学位争夺问题而衍生的秒杀、摇号一度冲上热词榜首，矛盾不断放大。

（二）传统应对手段及其局限性

针对上述问题，部分学者提出通过“集团化办学”“区管校聘”等政策疏导优质资源向农村校、薄弱校倾斜，然而财政、后勤、基建、保卫等运行要素难以及时有效跟进，弱势区域的资源利用效率不高，优势区域的资源产出受到影响，还可能带来人才、技术流失等连锁反应。

究其原因不难发现传统手段的缺点：一是“形”大于“神”，把均衡发展片面理解成了平均发展，机械地均分办学资源；二是陷于被动，不能有效预测机制改革和资源分配过程中存在的问题和风险，并提前做出应对。实践证明，教育均衡发展不能简单地削弱优势地区或优势学校，而是要依靠科学的治理机制、积极的政策措施进行资源动态调配，补足失衡短板，实现基于特色发展、持续发展、整体发展的协调发展。

三、数据治理驱动教育均衡发展的可行性

（一）背景条件

从国家政策层面看，2018年教育部发布的《教育信息化2.0行动计划》中提出，以互联网、云计算、大数据、物联网、智能化等新技术，驱动教育教学模式、教学方法、教学支撑环境、科研和决策模式、管理和学习方式的变革，提升学校的教学质量，提升学校的知识生产能力，最终增强学校的竞争力。中共中央、国务院印发的《中国教育现代化2035》提出，推进教育现代化的总体目标和八大基本理念；重点部署面向教育现代化的十大战略任务，其中第八项为加快信息化时代教育变革。2020年中共中央、国务院印发的《深化新时代教育评价改革总体方案》提出，创新评价工具，利用人工智能、大数据等现代信息技术，探索开展学生各年级学习情况全过程纵向评价、德智体美劳全要素横向评价。2021年《教育部关于加强新时代教育管理信息化工作的通知》提出，以数据为驱动力，利用新一代信息技术提升教育管理数字化、网络化、智能化水平，推动教育决策由经验驱动向数据驱动转变。可以看出数据治理已经成为教育信息化的关键词之一，开展数据治理、发挥数据价值成为时代要求与必然选择。

从地方实践环境看，天津市河西区近年来建设了一批在全国具有示范性和引领性的智能化工程项目，以及多个高质量的教育业务支撑平台；依托教育科研网，对网络学习空间和师生基础数据进行了区域内的协调整合；初步实现了域内教育管理、学生管理、课堂教学、资源应用的原始数据积累。在此基础上，河西区将智慧教育纳入全区国民经济和社会发展“十四五”规划，将智慧教育示范区建设列为深化改革重点项目、重点建设工程项目、高质量发展专项督导内容、教育责任考核项目。同时，作为教育部“智慧教育示范区创建项目”单位、“基于教学改革、融合信息技术的新型教与学模式实验区”、“国家基础教育教学成果推广应用示范区”，拥有独特的研究区位优势。

（二）发展目标

研究均衡发展的内在联系，解决社会需求与教育供给之间的矛盾。打通部门、专业、环节阻隔，形成以数据获取、整合分析、解释预测为核心的治理模式。^[9]建设大数据平台，开展系统性大数据研究，构建区域教育智慧服务体系。探索完善数据治理理论在教育发展中的方法论，以办好每一所学校、成就每一位学生、惠及每一个家庭、辐射每一片社区，实现“人人皆学、处处能学、时时可学”的智慧教育新生态。

（三）实施难点

从数据本身看，教育数据具有显著的多源异构特征。其中学籍、教务、人事、财务、办公、设备、科研、招生等传统数据属于典型的结构化数据；而反映学习行为、学习动机、兴趣、管理行为、教学行为、作业过程、情绪状态、教学录像、安全监控、教室环境、课堂互动、校园生活、家庭学习、家校沟通、耗能减排、学习软件、社会学习等数据属于半结构化或非结构化数据，隐形化、过程化，具有难测量等特征。

从数据相关工作的现状看，一是缺乏技术标准，教育应用软件多从单一主体、单一功能角度进行设计，功能数据冗余重复，数据质量参差不齐，异源异构数据采集、存储缺乏标准和质量管理；难以直接支撑数据挖掘分析。二是缺乏数据共享，教育业务数据平台管理分散，既有垂直管理为主的业务系统，也有以横向管理为主的行政系统；各系统呈现散、乱特点，缺乏统一规划、各自为政、区域间或校际信息与资源难以共享。三是缺乏业务互通，教育主管部门建设了多种业务系统，包括学校信息库、学籍库、学生学习信息库、课程库、成绩库、资源库等，^[10]但彼此不互通，无法实现整体联动、部门协同，仅能完成单一系统内的业务办理、流程审批、填报表格、信息查询、数据上报等工作，离全场景一网通办、数据联动导入、跨系统分析等功能还有较大差距。

（四）工作思路

可以看出，教育数据治理是一项综合性的系统工程，不能一蹴而就，需要多种要素的共同保障。机构和人员方面，成立领导小组或专项工作组、专家委员会，配备专兼职人员队伍，引入第三方服务等。标准规范方面，建立完善数据标准，如编码规范、实施标准和接口标准、同步机制等，制定修订数据管理、数据安全、数据资产化运营等规范化文件。技术路线方面，基于教育数据治理的实施主体和服务功能分层级开展建设。数据平台层汇聚、应用、分析挖掘海量数据，贯通行政管理各部门已建、新建的信息系统；分析应用层依据各业务区域核心数据监测指标确定量化指标，利用数据可视化对各监测指标实时展现，包括发展趋势、历史信息、横向对比等内容；服务运营层，将原有业务系统数据进行整合后实现关联新建表单自动填充，提供多种追踪手段监督数据采集，确保数据质量和时效性。

四、教育数据治理的实践和初步成效

（一）构建自主可控的数据治理技术体系

河西区在2021年新建了以节能环保为特点的新型微模块数据中心机房，与原有数据中心异地布局；按照满足未来五年需求配置硬件资源，采用国产鲲鹏CPU构建了新一代高性能计算平台。在此基础上开始构建以数据中台为核心的数据治理技术体系，主要包括：教育数据智能管理平台，对区域内存量信息系统进行数据抽取，向新建信息系统提供标准数据接口，完成全域全量数据整合和综合展示；教育数据监测预警系统，配置各部门职能视角的数据监测仪表板，实现各类数据监测指标的可视化呈现，为应急、处突提供实时数据支撑，为教育管理、教师发展、学生个性化培养、教育质量提升等业务提供关联分析和智能推送；智能数据服务门户和一表通平台，避免数据重复录入，提高统计上报等工作效率。教育数据中台设计架构如图1所示。

图1  教育数据中台设计架构

（二）数据挖掘分析辅助管理决策

数据中台落地后，河西将区内近5年教育系统全量财务数据、近3年信息化项目采购数据、近1年师生基础数据清洗汇聚到中台，使用可视化系统进行建模分析。根据分析报告提出了区内教育资源“北密南疏”等主要结论，并向政府提出决策建议，协助政府先后规划了17个办学集团（中学办学集团5个、小学办学集团5个、幼儿园办学集团7个）用以改善新建小区和改扩建社区的教育资源覆盖率，累计新建改扩建中小学、幼儿园48所，新增学位3.6万个。

建立教师区管校聘专题数据库，确保教育局随时掌握教师配属和流动情况。针对新建学校师资薄弱问题，河西区以学科领航教师和骨干教师为教学保障班底，通过以老带新师徒结对的方法快速培养青年教师，经过三年的培养使学校具备自循环学科人才培养能力。通过交流机制及时补充学科缺口避免交叉学科教学、跨学段教学、超课时量教学等情况。

建立民办教育运营监管数据库，将区内校外机构、托育园所、艺体培训学校全部纳入监管范畴，采集生源、师资、培训内容、授课时间、收费情况等数据，为严格执行“双减”政策提供依据。制定与市场监督部门同步数据，实行白名单准入管理制，执法部门依据清单开展清理和精准执法。

上述措施充分发挥了教育数据治理在教育资源分配高质量均衡、教师配备高质量流动、教育风险高水平防范三个领域的前瞻性和精细化优势。

（三）优化数据流转助力机制改革

针对教育发展与人口、产业聚集密不可分，但各部门对人口数据、建设数据、教育数据无法及时有效沟通，形成建设与使用脱钩、设计与实际脱轨的低效发展模式的问题，河西区尝试通过优化数据流转、推动机制改革来从根本上予以解决。由政府牵头会同发改、财政、民政、规划、建设、公安、卫生等多部门组成工作组，卫生、公安、民政等部门提供出生人口、流动人口、预容纳人口等基本数据，教育部门汇总分析域内学位人数，按照社区、楼宇每千人80个学位的比例做出年度预测数据，规划、建设等部门在学校新建和改造时形成建设数据，统筹开办资金、后勤资产、装修施工、信息化多媒体设备采购等，最终产出成套数据交给校方管理者，依托智慧城市公共数据链方式进行数据归集。避免建设管理中出现等、靠、要现象，发挥数据治理对项目生命周期的精准调度与科学管理作用。教育数据流转机制如图2所示。

图2  教育数据流转机制

（四）推动数字课程建设促进教学改革

数字课程建设是互联网时代促进个性化学习、泛在学习等教学模式改革创新的重要抓手。数据治理推动数字课程建设主要存在两个方面的挑战：一是围绕学校、学科、师资、生源、教室、教材、课程等数据，通过大数据分析手段对数字课程的开设、相关人员的参与、教学环境的搭建等进行科学规划和合理调度，对授课过程和学习效果进行精准评价；二是从数据视角对数字课程资源本身进行管理和运营，实现制作标准、存储介质、传播途径的标准化和规范化，进而形成教育非结构化数据治理的示范效应。

面对新挑战，河西区秉持自主发展、循序渐进的原则，通过实施“同上一堂课”“特色课程平台”“书法区本课程平台”等项目，补足数字课程发展短板。特别是依托特色课程平台项目自主建设了一批校本数字课程，目前累计已超过4000学时。在疫情防控停课不停学的任务中，开通初高三毕业班在线直播讲堂， 与广电合作在多个新媒体渠道架设“空中课堂”，确保所有数字课程能够共享给每位学生。教育特色数字课程开发如图3所示。

图3  教育特色数字课程开发

五、继续深化教育数据治理的思路和途径

（一）加快引入前沿技术，丰富教育数据治理的手段和措施

通过5G、IPv6、WIFI6和分布式计算、对象存储等新技术的规模部署，提升教育数据存储、传输和分析运用能力，同时促进区域间、校际数据资源的共享和复用。

通过物联网技术的广泛应用，全面汇集校园安防、能源、卫生健康、生活服务的物联数据，实现教育活动全领域数据的动态循环，为形成校际“教学活动特色化，管理服务集约化”的发展格局提供支撑。

通过区块链技术的探索应用，促进数据治理主体的多元化、教育信息公开和可信体系建设，实现跨区跨校的身份互认、课程互认和学分互认等。

（二）细化粒度，力争实现学生间均衡发展

结合教育评价改革工作，进一步完善学习效果评价指标体系，将学习时长、作业质量、成绩变化曲线、学习场所、学习终端的选择等纳入大数据分析范畴，关注知识转化率、偏科现象甚至心理健康问题，并有针对性地进行指导帮扶。

（三）加强协调联动，形成跨行业数据治理合力

一是针对教育事业所需但非教育活动产生的基础数据，如人员信息、地理信息、卫生健康，以及社会信用等，协调政府和相关行业主管部门，通过数据接口统一调用，实现集约化管理，避免由教育系统甚至学校分散采集维护带来的资源浪费、数据质量问题和安全隐患。

二是在人、财、物等“硬资源”之外，将交通、环保、物业、食品安全等“软指标”纳入数据治理体系，并依托相关行业的智能化平台实现动态监测。在为改善办学条件提供政策指引的同时，也可在一定程度上向师生和家长公开，提升获得感与满意度。

三是智能化的协同监管。组成跨部门的数据链和监管清单，建立依法依规及时精准的协同监管机制，确保校外办学机构政策的长效和可持续性。

（四）经验辐射，实现数据治理成果向教育其他领域延伸

在基础教育均衡化水平不断提高的基础上，进一步探索可助力高等教育、职业教育、终身教育发展的数据治理措施。如建立党团组织建设标准化数据标准，对接高校党建平台，实现组织发展、党团员教育、积极分子培养考察等无缝衔接；建设居家养老教育资源体系，将党建、戏曲、茶艺、服装、棋牌等课程纳入在线课程平台，为老年人提供宣传教育主阵地，让终身学习的理念不仅惠及千万师生学子更辐射到广大群众。

六、结语

河西区推动基础教育均衡发展的实践，展现出数据治理为教育工作带来的颠覆性变革。数据分析提供分层视角，形成俯瞰社会发展、洞察改革轨迹的能力，是实现教育优质均衡的必然途径。“十四五”期间，河西区将以打造“未来学校、未来教师、未来学生”五育融合的智慧教育体系为目标，以“整体思考、统筹规划、同步建设、互通共享、梯次推进、以用促建”为基本原则，稳步推进“定标准搭平台、通数据抓管理、聚数据抓教学、用数据促变革”，全面打通局、校、人的数据链路，保障各种应用系统的数据统一与融合互通，努力朝着实现建设高水平“智慧教育示范区”这一目标前进。

参考文献

[1]翟博.教育均衡发展:理论、指标及测算方法[J].教育研究,2006(3): 16-28.

[2]Dama International.DAMA数据管理知识体系指南[M].北京:清华大学出版社,2012.

[3]OZGA J. Governing education through data in England: from regulation to self-evaluation[J]. Journal of Education Policy, 2009:149-162.

[4]WILLIAMSON B. Digital education governance: data visualization, predictive analytics, and ‘real-time’ policy instruments[J]. Journal of Education Policy, 2016:123-141.

[5]GREGORIO D J, LEE J. Education and income inequality: new evidence from cross-country data[J]. Review of Income and Wealth, 2002:395-416.

[6]郑旭东,狄璇,岳婷燕.区块链赋能区域教育治理:逻辑、框架与路径[J].现代远程教育研究,2022,34(1):31-39.

[7]张燕南.大数据的教育领域应用之研究[D].上海:华东师范大学,2016.

[8]李青,韩俊红.数据治理:提升教育数据质量的方法和途径[J].中国远程教育,2018(8): 45-53.

[9]许晓东,王锦华,卞良,等.高等教育的数据治理研究[J].高等工程教育研究,2015(5): 25-30.

[10]徐超超,陈世超,赵鑫硕,等.区域教育大数据中心平台建设探讨[J].现代教育技术, 2016,26(11):5-12.

Data Governance: Quality and Balance Practice in Elementary Education

Xiaochuan WEN, Wei LI

(Tianjin Hexi District Education Comprehensive Service Centre, Tianjin 300201)

Abstract:With the rapid development of society, educational balance has become a new social hot topic. This study aims to solve the conflict between regional urban expansion and educational balance, and improve the relative balance of quality educational resources in the region. Theoretical and case-based approaches are employed to illustrate the impact of data governance on educational balance. The challenges of data governance practice are summarized, and the governance concept of “setting standards and building platforms, grasping management through data connection, grasping teaching and studying through data aggregation, and promoting reform through data analysis” is proposed. The elements affecting the flow of data are sorted out, and the optimization strategy of mechanism reform is recommended. Digital curriculum data with special features will be built and the balanced supply of high-quality resources clarified. From macro-decision making to micro-services, the paper illustrates the role of data governance in improving the quality and balance of education.

Keywords:Data governance；Quality and balanced education；Big data

编辑：王天鹏   校对：王晓明

点击此处 在线投稿

期刊热点

期刊简介

●RCCSE中国核心学术期刊

●中国人文社会科学（AMI）扩展期刊

●中国期刊全文数据库收录期刊

●中文科技期刊数据库收录期刊

●国家哲学社会科学学术期刊数据库收录期刊

●中国核心期刊（遴选）数据库收录期刊

●龙源期刊网收录期刊

一年12期，每月20日出版

20元 / 期，邮发代号：82-761

编辑部邮箱：mis@moe.edu.cn

通讯地址：北京市西城区华远北街2号921室