高校越来越重视信息化数据层面显现出来的相关问题，并围绕数据治理开展了卓有成效的实践。但当前的治理工作仍然主要驱动于技术，依赖于平台，依托于信息化部门进行，开展得不够广泛、深入和细致，未与管理、业务、服务深度融合，离数据精细化、精准化还有一定的距离。

　　一方面，数据治理并非高校主要业务，其涉及的部门多、业务广、时间长，随着数据积累数量的增多和数据形态的扩展，复杂度和难度也变得越来越高，是一项需要持续投入的工作；另一方面，实践之余的系统性思考和总结较少，并未形成能有效指导数据治理实践落地的系统性架构体系。

　　本文尝试提出一个涉及方向、基础、支撑、保障、支柱、驱动、护航七个层面的高校数据治理架构体系，期望能让高校从事数据治理工作的信息化从业者更加全面的把握数据治理，并推动高校各个部门、各级管理者和用户更好地认识和理解这项工作，助力高校的数据治理工作全面推进。

　　彭雪涛总结美国高校的数据治理实践，认为数据治理是管理与技术的有机结合，包含数据治理保障机制和数据治理技术工具两个核心要素 [1] ；

　　余鹏、李艳提出了高校教育大数据治理的功能框架，具体包含数据标准管理、元数据管理、数据质量管理、数据资产管理和数据安全管理 [2] ；

　　董晓辉、郑小斌、彭义平依据权变理论，提出了以获取数据价值和管控数据风险为目标，技术平台为基础支撑，标准、组织结构和政策为制度保障的高校教育大数据治理参考框架 [3] ；

　　李林等人诠释了基于主要目标、相关角色、治理活动和相应职责的数据治理RACI模型 [4] ；

　　朱锦龙、望丽影给出了由大数据治理管理平台、数据标准管理、数据治理集成—管理组成的大数据治理体系构建思路 [5] ；

　　李炜、邵梁基于学校发展战略，参考DGI数据治理框架和IBM数据治理统一流程，围绕数据的全生命周期管理，从数据管理和服务的整体角度出发，形成了高校大数据治理工作框架 [6] ；

　　郑苑、梁振辉从学校顶层管理设计出发给出高校数据治理框架的一种设计思路 [7] 。

　　这些架构或框架基于数据治理本身展开，以管理者或信息部门视角提出，为国内数据治理提供了良好借鉴，但具有一定的局限性。

　　当前高校信息部门已然成为数据治理的主责工作部门，可通过技术手段和全校数据平台建设等较为全面地了解学校各信息化数据存在的基础问题并提出针对性的解决之道，但这并不是全部。

　　一方面，已经开展的数据治理所涉及的问题并没有有效深入到技术之外的层面；另一方面，随着高校治理体系现代化的推进，数据治理作为其中重要组成部分，成为需要全员参与的一项重要工作。

　　学校可以把数据治理作为学校战略方向布局，自上而下开展治理工作，由校级领导推动或由信息部门在校级领导指导下推动，比如进行数据标准建设、数据资产普查、数据资产目录建设等。

　　战略层的目标是理清数据底数、明晰数据问题、形成数据治理未来方向，是数据治理工作重要的起点，建议作为一把手工程推进，并且越早开展越好。

　　在明数据、清问题之后，需在战术上充分发挥数据作用并暴露数据问题来推动数据治理工作开展，可以由信息部门或数据所属部门采取有效手段予以推进，比如通过数据汇聚建设教师个人主页让数据对外展示、建设校级及学院级一张表平台让数据应用到履职考评等场景中或建设学校高基报表自动上报功能等。

　　在战役层，则需推动业务部门主导开展治理工作，业务部门依据部门数据问题情况，明晰工作目标，借助信息部门的技术支持，开展场景化的数据治理。这种场景化的治理可短期内取得较好的效果，形成标杆效用，以局部战役性的数据治理撬动和推动学校全面的数据治理。

　　数据是数据治理的原材料，信息则是数据反馈出的结果，通过数据治理可以使信息更加准确、完整和全面，两者构成了数据治理的基础。

　　随着高校信息化的逐步推进，各校都积累了很多的信息化数据资源，哪些适合治理，哪些能较快见成效，需要结合学校实际情况在综合考量基础上做好选择，可根据数据所体现的信息维度属性分析治理的必要性、管理层面和技术层面的难度，最终形成总体评估，形成数据治理优先级（图2）。

　　• 通过填报场景、数据导入和业务流转的数据沉淀等完成各类数据的采集并统一存储；

　　• 通过转换、清洗、集成、共享等来完成数据的交换共享，使数据有效流转起来；

　　• 基于访问接口、数据展示统计查询等方式提供数据应用服务，确保数据产生价值；

　　• 采用检验、分析、纠错、报告等手段对数据质量进行管理，让数据质量逐步提升；

　　数据治理并不是高校各部门的常规业务工作，需要通过有效的管理手段促使各部门根据要求开展数据治理工作。治理工作开展将涉及到部门之间利益的调整和职责的变化，需要有必要的冲突处理机制，确保治理引发的利益冲突和职责问题及时得到解决，保障数据治理顺利推行。

　　组织与人员是落实数据治理责任体系和数据治理工作持续开展的关键。基于组织开展数据溯源，确定一数一源，明确数据维护责任人员，一方面通过数出一处确保数据的权威性和一致性，另一方面使数据问题可跟踪能修正。若能使全校各相关组织和人员参与数据治理，将使数据问题得以有效分解和化解，可搭建数据治理推进的分级落实机制。

　　业务高效运转依赖于高质量的数据，高质量的数据可提升服务的效能。将数据治理工作与学校具体业务和服务工作深度结合，使在开展业务过程中完成数据治理，在完善数据治理中完成服务，三者相互融合，可使数据治理常态化，驱动数据治理发挥长足效能。

　　从2017年6月1日生效的《中华人民共和国网络安全法》，到即将于2021年9月1日生效的《数据安全法》。数据安全已经渗透到包括数据收集、存储、使用、加工、传输、提供、公开等数据处理的全过程中，成为高校信息化推进中不可忽视的重要内容，数据治理逐步提升数据的质量，高质量的数据需要采用更加安全的措施予以保护，特别是传输和存储过程中的安全。

　　此外，在数据采集、使用中，需要确保合理、合规和合法，避免无正当理由的数据收集和数据的滥用。在数据治理中，须采取必要措施，确保数据处于有效保护和合法利用的状态，以及具备保障持续安全状态的能力，这样才能使数据治理效果可持续。

　　大连理工大学自2018年开始全面启动学校公共数据平台建设工作，至今已初步完成全校数据资产普查及全校范围数据治理并形成公共数据平台建设管理的长效机制，现公共数据平台汇聚全校各个信息化系统的相关数据，共1100多个表的7200多万条记录，支撑全校信息化系统的运转和新系统的建设。相关工作主要体现在策略与机制、数据与信息和管理与决策三方面。

　　战略层面自上向下开展数据治理工作，成立由校长任组长的“大连理工大学公共数据平台建设工作组”，工作主要由机关党委和网络与信息化中心组织推进。

　　战术层面采用数据普查确定数据源头，通过教师个人主页等数据应用推动数据修正，依据各系统建设适时开展重点数据的全面治理等方式驱动治理工作逐步取得成效。

　　战役层面依据学校数据使用频度和输出信息的重要性，重点针对学校组织机构、人员信息(教职工、研究生、本科生、留学生)和岗位信息联合相关部门针对性的开展梳理和治理工作。

　　重点抓好用好作为原材料的数据，制定《大连理工大学信息化数据资源管理办法》。明确所有新建系统都需开放数据结构文档，并根据公共数据平台需求完成数据对接，确保数据持续汇聚。

　　各非数据源头部门的数据需求都通过公共数据平台满足，确保数据提供的一致性和唯一性。基于数据形成的各类信息通过教师个人主页、学校一张表平台、个人数据档案、岗位角色平台等对外展示和应用，确保数据发挥价值。

　　学校成立了信息化建设管理办公室，并制定了《大连理工大学信息化建设管理办法》，通过项目全生命周期的数据管理要求明确了立项、建设、验收、运维等阶段的数据规范要求。

　　为了有效落实各项数据治理工作和要求，学校自2018年至今，每年都把数据相关工作作为机关作风建设行动方案的重要内容予以明确，要求机关各部门制定本部门数据运行维护规范，确保共享到公共数据平台的数据全面、准确、规范、安全，落实情况在年度考核中体现。

　　面对未来的数据治理新要求，高校信息化部门要有更多的思考，着力推动各级领导、各个部门、全校师生参与到数据治理过程中，发挥各个层面的优势和力量，全面审视数据治理要求，跳出数据治理本身去开展数据治理工作，把数据治理做广、做深、做细，这样才能逐步摆脱对数据的“无力感”。

　　[1]彭雪涛.美国高校数据治理及其借鉴[J].电化教育研究，2017，38(6)：76-81.

　　[2]余鹏，李艳.大数据视域下高校数据治理方案研究[J].现代教育技术，2018，28(6)：60-66.

　　[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，2019，391(8)：63-71.

　　[4]李林，钱丹丹，黄婷婷，等.高校信息化数据治理探讨[J].中国教育信息化，2017，396(9)：66-68.

　　[5]朱锦龙，望丽影.大数据环境下高校数据治理体系研究[J].赤峰学院学报(自然科学版)，2019，35(5)：49-51.

　　[6]李炜，邵梁.基于BEPD的高校大数据治理方案研究与应用[J].中国教育信息化，2019，458(23)：55-57.

　　[7]郑苑，梁振辉.教育信息化背景下高校数据治理研究[J].中国教育信息化，2020，476(17)：50-54.

　　*基金项目：中国高等教育学会高等教育科学研究“十三五”规划课题，2018年度教育信息化专项课题“高校信息化数据治理方法及应用研究”(课题编号：2018XXHZG02)。