学校数据治理实践研究

学校数据治理实践

发挥数据作为新生产要素的乘数效应，以数据流引领技术流、物质流、资金流、人才流，打通生产、分配、流通、消费各环节，促进资源要素优化配置。发挥大数据产业的动力变革作用，加速国内国际、生产生活、线上线下的全面贯通，驱动管理机制、组织形态、生产方式、商业模式的深刻变革，为构建新发展格局提供支撑。从国内看，我国已成为全球数据量最大、数据类型最丰富的国家之一，数据日益对经济发展、社会治理、人民生活产生重要影响。近年来，印发了《促进大数据发展行动纲要》《数字经济发展战略纲要》等系列重要文件，对大数据发展管理作出全面部署。深入实施国家大数据战略，形成新发展格局中实现更大作为。学校数据治理实践1、教育行业数据治理背景高校数字化改革是国家教育改革发展的战略部署，也是新时代高校加快实现治理体系和治理能力现代化的内在选择。要实施科教兴国战略，强化现代化建设人才支撑，坚持教育优先发展，深化教育领域综合改革，推进教育数字化，加快建设教育强国。2022年全国教育工作会议明确提出要实施教育数字化战略行动，强化需求牵引，深化融合、创新赋能、应用驱动，推进教育新型基础设施建设，强化数据挖掘和分析，健全教育信息化标准规范体系，为促进教育事业高质量发展注入新动力。教育数字化是教育未来发展的必然趋势和建设高质量教育体系的重要策略，是一个循序渐进的过程，经历了数字转换、数字化、数字化转型等阶段，下一个阶段的数字化改革必将成为高校当前乃至未来很长一段时间内的必答题和必修课。目前高校的数字化建设还存在诸多问题，比如数据应用较为单薄，由于长期对数据的重视程度不高、对数据价值的认识不够，导致高校前期业务系统的建设与数据应用脱节。线上业务环节的过程性数据、线下活动的全链路数据没有进行记录和采集，导致过程化数据严重缺失。数据质量问题普遍，且数据分散在各系统，如教务系统数据、一卡通数据、保卫数据、网络日志数据等都没有进行统一融合，数据孤岛现象普遍存在。基于以上问题，高校的标准数据治理及数据价值挖掘和数据应用建设迫在眉睫。2、教育行业数据治理解决方案（1）教育行业数据治理项目调研全面盘点学校现有数据和业务现状，分析数据问题，准确规划数字化的建设方向。1）现有信息化系统及现状调研，包括学校内部管理系统、对外服务平台、外部数据调研。2）数据架构的现状－数据流转过程调研，学校总部与各院系、部门的业务系统架构与现状、内部业务系统的数据流转、互通情况和数据交互的过程分析。3）数据应用的现状调研，面向学校信息中心，管理部门、院系等不同层级的数据应用现状调研。4）数据权限管理，数据权限的管理现状、问题和需求梳理。5）数据质量及管理情况调研。（2）教育行业数据治理中台搭建为学校建设一套完善的大数据开发、治理和管理的能力中心。构建统一高效、互联互通、安全可靠的基础数据资源服务体系，打通信息孤岛，逐步推进不同部门、不同学院、不同层级、不同单位之间的数据融通，提升高校校内各部门业务协同以及校地协同，推进学校各治理要素数据空间化，支撑学院、部门各系统应用创新，以数字赋能整体智治，整体提升学校一体化智能化能力，推进高校的教育治理现代化。高校大数据能力中心是一站式数据中台PaaS，目标是通过产品化的方式，帮助学校快速实现数据的集成、开发、治理、维护和共享。（3）教育行业数据治理根据学校现有数仓中的数据子集，包括学校、档案、院系、消费、图书、学生、教学、教工、科研、财务等，进行数据模型主题域设计。数据模型设计主要为学校提供一套统一的数据标准，包括维度和指标的规范定义、数据模型设计、数据开发和数据服务规范。结合设计好的数据标准和模型对学校学生管理、教学管理、科研管理、人事管理、财务管理、资产与设备管理、办公管理、外事管理、档案管理、学校概况及其他不同的管理模块的核心数据集进行清洗治理和规范化开发，为学校建设统一规范的基础数据标准库。（4）教育行业数据应用随着学校管理和服务要求的提升，传统的信息化系统已经无法满足学校对精细化、个性化、整体性、及时性的管理诉求。需要建设新的基于大数据的综合应用。包括：数据分析看板，学生、教师和学院的数字档案建设，自动化数据报表的生成和提报，自动化高基报表，数据开放和共享服务门户，校园数字孪生可视化管理等。帮助学校实现从底层数据治理到上层大数据应用的全链路数字化建设。3、教育行业数据治理建设成果通过高校大数据能力中心，快速完成了学校全域数据的标准化治理，通过对规范化的校园数据资产的调用、分析和挖掘，结合学校业务需求，定制开发了一系列的大数据分析和应用系统。学校的管理工作变得更加精准化和规范化，核心竞争力进一步地提升。数据的应用帮助学校厘清教育业务条线逻辑，利用大数据扁平化、交互式、快捷性的优势，推进高校治理精准化，极大程度提高了各部门的工作效率，减轻不同院系日常运营的人力成本和经济成本。同时，大数据技术有效支撑教学、科研效能的提升。教师通过数据来量化教学过程和状态，快速准确地发现学生的特点和问题，进行个性化教学。而对于学生成长来说，伴随式收集的多维数据，有助于形成学生全方位的数字档案，为其生涯规划和建立多元评价体系提供数据支撑。而科研人员则通过教育大数据审视教学活动的交互过程，发现新规律新趋势，用以指导教师教学和推动教育变革。数据治理保障措施加强规划有效实施的各类资源要素保障，着眼数据聚通用，着力激活数据、深度挖掘数据、充分利用数据，加快形成数据要素高效集聚、互联互通、开放共享的良好局面。（一）加强组织协调建立健全数据治理统筹协调和推进机制，加强跨地域、跨部门、跨层级的协同联动，研究数据治理发展战略和政策措施，协调解决数据治理中的重点难点问题，确保相关工作扎实有效推进。（二）强化人才支撑支持和引导高等院校、职业学校开设数据治理相关专业，优化专业、课程设置，积极开展校企合作，培养创新型、应用型、融合型人才。引进高层次、高学历、高技能以及紧缺人才，完善人才引进、培育、评价、激励机制。支持各部门加强对数据治理用工服务的指导，保障从业人员合法权益。（三）做好资金保障支持推动数字技术创新应用、数据治理等相关工作，完善投融资服务体系，拓宽融资渠道，发挥政府引导基金作用，重点支持数据治理领域重大项目建设和重点企业发展。鼓励金融机构创新金融产品和服务，加大对数据要素市场主体提供贷款、融资担保等金融服务的支持力度。数据治理指导思想立足新发展阶段，完整、准确、全面贯彻新发展理念，积极融入服务新发展格局，坚持加快数字化发展指引，健全数字规则，保障数据安全，以数据汇聚治理为核心，全力攻坚数据聚通用，充分挖掘大数据商用、政用、民用价值，加快培育数字经济，打造数字政府、数字营商环境，构建数字社会，让大数据智能化为经济赋能、为生活添彩。数据融合应用工程（一）一网统管数据融合应用工程建立综合性城市管理主题数据库，汇聚行业全领域、全过程实时数据，共享规划自然资源、住房城乡建设、公安、交通、生态环境、市场监管等行政管理部门和燃气、电力、通信等公共服务单位的相关城市管理信息资源，整合市、区县、街道三级城市管理网格数据资源，打造城市管理地理信息一张图，实现对城市管理与运行状态的自动实时感知，指导工程组织实施、应急处置。（二）一网调度数据融合应用工程建立消防安全、道路运输安全、城市运行安全、特种设备安全等安全专项整治专题数据库，建立洪旱灾害防治、地质地震灾害防治、森林草原火灾防治、气象灾害防治等专题数据库，汇聚应急、公安、交通、民政、水利等多个部门的风险监测预警、安全生产专项整治、自然灾害综合防治等领域数据资源，实现应急管理事前、事中、事后全流程化、数据化、智能化。（三）一网治理数据融合应用工程建立公共服务、便民服务、物业服务、养老服务等领域基层治理主题数据库，汇聚整合公安、民政、卫生健康等业务系统数据，推动基层治理数字化。（四）智慧监管数据融合应用工程建立市场主体全生命周期数据链，加快汇集市场监管业务全量数据资源，完善市场监管基础数据库，实现市场主体全集画像和空间可视、监管对象精准推送和监管工作留痕可溯及全程监督。（五）智慧交通数据融合应用工程集中管控交通管理外场设备，汇聚整合道路交通管理相关数据资源，强化对城市交通的全域实时感知。推进公共停车场智能化设施设备改造，建立停车设施基础信息数据库，持续更新停车设施建设、管理、布局及停车泊位使用、收费标准等数据，增强城市公共停车在线监管和智能调度能力。汇聚交管、交运、停车等综合交通数据及相关空间信息，实现交通综合信息共享服务。（六）智慧医疗数据融合应用工程推动公立医疗卫生机构医疗信息、检查检验等数据上云，整合公安、民政、医保、药品流通等领域业务数据，建设健康医疗主题库，实现健康医疗大数据全面汇聚和标准化、卫生健康数据互联互通和业务协同共享、居民全生命周期健康管理和医疗卫生全流程智能服务。（七）三农数据融合应用工程汇聚农田土壤墒情数据、农村土地权属数据、农村产业数据、农村相对贫困户数据、农民征信数据、农村科技能手和乡贤数据、农业土、肥、水、种、密、保、管、工相关数据，支撑农情分析、农业气象信息服务、产业监测服务、农产品和农资信息服务、农技推广服务、农业在线教育服务。大数据产业指导思想立足新发展阶段，完整、准确、全面贯彻新发展理念，构建新发展格局，以推动高质量发展为主题，以供给侧结构性改革为主线，以释放数据要素价值为导向，围绕夯实产业发展基础，着力推动数据资源高质量、技术创新高水平、基础设施高效能，围绕构建稳定高效产业链，着力提升产业供给能力和行业赋能效应，统筹发展和安全，培育自主可控和开放合作的产业生态，打造数字经济发展新优势，为建设制造强国、网络强国、数字中国提供有力支撑。健全综合全面的数字规则（一）制定数据治理与管理制度规则建立健全数字规则，围绕数据聚通用、要素流通，推动数据管理、数据安全等规则建设。深入落实《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《关键信息基础设施安全保护条例》等法律法规，推动出台大数据发展管理地方性法规，实施数字规则意见，开展大数据发展管理领域立法先行先试，全面建立数据收集、汇聚、共享、开放、应用、交易、安全、执法监管等制度。（二）健全公共数据治理与管理规则推动与群众利益密切相关的医疗、教育、供水、供电、供气、通信、环境保护、公共交通等公共企事业单位数据采集、汇聚、共享、开放、利用等纳入公共数据管理体系。（三）建立行业数据治理与管理规则建立行业主管部门与大数据主管部门协调配合机制，推进行业数据联合治理、管理常态化。推进工业、交通、卫生健康、教育、金融等行业主管部门制定符合本行业特点的数据分类分级管理制度，依法依规加强行业数据全生命周期监管。发挥行业协会组织协调作用，推动行业数据相关自律规范、自律公约建立，规范会员行为。积极推动无人驾驶、数字金融、在线医疗、APP数据采集等领域的规则制定。（四）构建数据要素市场管理规则构建数据要素市场化配置制度规则，制定数据要素市场化配置改革行动方案，提高数据要素市场配置效率，促进数据要素健康有序流动。推动出台数据交易管理办法，加快数据交易中介服务、数据权属确认、数据价值评估、数据交易收益分配等配套制度建设，探索建立数据产品和服务进场交易机制。（五）优化完善数据标准规范加快推动数据开放、数据安全、数据治理、行业应用、质量评级等标准建设。聚焦基层治理、民生服务、城市治理、政府管理、产业融合、生态宜居等应用领域，推动制定一批地方、团体、企业标准和规范，鼓励相关标准规范试点示范和应用推广，持续推进大数据标准体系建设。贯彻国家大数据综合标准规范，推动《数据管理能力成熟度评估模型》（DCMM）贯标试点。积极参与制定大数据领域国际规则、国家标准、行业标准。数据产业发展保障措施（一）提升数据思维加强大数据知识普及，通过媒体宣传、论坛展会、赛事活动、体验中心等多种方式，宣传产业典型成果，提升全民大数据认知水平。加大对大数据理论知识的培训，提升全社会获取数据、分析数据、运用数据的能力，增强利用数据创新各项工作的本领。推广首席数据官制度，强化数据驱动的战略导向，建立基于大数据决策的新机制，运用数据加快组织变革和管理变革。（二）完善推进机制统筹政府与市场的关系，推动资源配置市场化，进一步激发市场主体活力，推动有效市场和有为政府更好结合。建立健全平台经济治理体系，推动平台经济规范健康持续发展。统筹政策落实，健全国家大数据发展和应用协调机制，在政策、市场、监管、保障等方面加强部门联动。加强央地协同，针对规划落实，建立统一的大数据产业测算方法，指导地方开展定期评估和动态调整，引导地方结合实际，确保规划各项任务落实到位。（三）强化技术供给改革技术研发项目立项和组织实施方式，强化需求导向，建立健全市场化运作、专业化管理、平台化协同的创新机制。鼓励有条件的地方深化大数据相关科技成果使用权、处置权和收益权改革，开展赋予科研人员职务科技成果所有权或长期使用权试点，健全技术成果转化激励和权益分享机制。培育发展大数据领域技术转移机构和技术经理人，提高技术转移专业服务能力。（四）加强资金支持加强对大数据基础软硬件、关键核心技术的研发投入，补齐产业短板，提升基础能力。鼓励政府产业基金、创业投资及社会资本，按照市场化原则加大对大数据企业的投资。鼓励地方加强对大数据产业发展的支持，针对大数据产业发展试点示范项目、DCMM贯标等进行资金奖补。鼓励银行开展知识产权质押融资等业务，支持符合条件的大数据企业上市融资。（五）加快人才培养鼓励高校优化大数据学科专业设置，深化新工科建设，加大相关专业建设力度，探索基于知识图谱的新形态数字教学资源建设。鼓励职业院校与大数据企业深化校企合作，建设实训基地，推进专业升级调整，对接产业需求，培养高素质技术技能人才。鼓励企业加强在岗培训，探索远程职业培训新模式，开展大数据工程技术人员职业培训、岗位技能提升培训、创业创新培训。创新人才引进，吸引大数据人才回国就业创业。（六）推进国际合作充分发挥多双边国际合作机制的作用，支持国内外大数据企业在技术研发、标准制定、产品服务、知识产权等方面开展深入合作。推动大数据企业走出去，在一带一路沿线国家和地区积极开拓国际市场。鼓励跨国公司、科研机构在国内设立大数据研发中心、教育培训中心。积极参与数据安全、数字货币、数字税等国际规则和数字技术标准制定。打造繁荣有序产业生态（一）培育壮大企业主体发挥龙头企业研制主体、协同主体、使用主体和示范主体作用，持续提升自主创新、产品竞争和知识产权布局能力，利用资本市场做强做优。鼓励中小企业专精特新发展，不断提升创新能力和专业化水平。引导龙头企业为中小企业提供数据、算法、算力等资源，推动大中小企业融通发展和产业链上下游协同创新。支持有条件的垂直行业企业开展大数据业务剥离重组，提升专业化、规模化和市场化服务能力，加快企业发展。（二）优化大数据公共服务建设大数据协同研发平台，促进政产学研用联合攻关。建设大数据应用创新