构筑大数据时代教育数据的新生态
——国内外国家级教育数据机构的现状与反思
刘博文1吴永和1肖玉敏2马晓玲3
(1.华东师范大学 教育学部教育信息技术学系，上海 200061； 2.华东师范大学 教育学部教育信息网络中心，上海 200061； 3.华东师范大学 经济与管理学部信息管理系，上海 200241)
[摘要] 在大数据时代，建设统一的国家教育数据机构，确保数据安全，构建教育数据新生态，已成为国家的迫切需求。发达国家的成功经验对我国教育数据机构的建设具有借鉴意义。本研究选取美国国家教育统计中心、英国高等教育统计局和日本国立教育政策研究所作为研究个案，分析美、英、日三国及三个国际组织的教育数据机构的组织架构与基本职能、数据管理机制、运营方式等。在此基础上，本研究指出我国国家级教育数据机构建设存在组织架构设置粗放、职能重心定位滞后、管理机制与运营方式单一、平台建设严重缺失等不足，然后从顶层设计、职能定位、组织架构与平台建设、运营保障四方面提出相关建议。
[关键词] 国家级教育数据机构；教育大数据；教育数据生态；教育数据治理；教育数据开放
近年来，随着大数据和数据密集科学的发展，数据已渗透到各行各业，成为重要生产因素。教育数据挖掘和学习分析技术的崛起，使教育数据背后隐藏的价值日渐浮出水面。大数据为破解我国教育发展不均衡、教育决策粗放、教育方式单调等诸多难题带来了机遇。然而，教育领域的独特性和复杂性给大数据技术在教育中的应用与推广带来了诸多困难和挑战(杨现民等，2016)。
国家级教育数据机构的建设能充分发挥国家宏观调控的优势，快速、高效地汇聚各方优势资源，构建教育数据新生态，这是大数据时代抢占教育发展先机的重要举措。《促进大数据发展行动纲要》提出，“建设教育文化大数据，探索发挥大数据对变革教育方式、促进教育公平、提升教育质量的支撑作用”；《教育信息化2.0行动计划》提出实施“教育大资源共享计划”，建设国家教育资源公共服务平台，实现从“专用资源服务”向“大资源服务”转变。由此可见，我国建设国家级教育数据机构的迫切需求和坚定立场。
国外的国家级教育数据机构，包括教育统计中心、教育数据研究院等，在加强和规范本国教育数据管理，保障教育数据安全，提高教育数据开放共享水平等方面起到了重要作用。相较于国外，我国教育数据机构建设严重不足，发挥的作用不显著，教育数据基本处于“沉睡”状态(祝智庭等，2017a)，导致数据服务于教育改革发展的收效甚微。建设组织架构完备且支持教育数据全周期治理的国家级教育数据机构，构建教育数据新生态，充分挖掘教育数据价值，将数据转化为有效资源成为大数据时代推进我国教育发展的新诉求。
温泽集团（德国）是世界领先的计量解决方案制造商，产品领域涵盖三坐标测量机、齿轮测量中心、工业CT、设计、模具制造以及逆向工程等方向，客户主要分布在汽车、航空、机械工程、机电制造及其配套领域。温泽测量仪器（上海）有限公司于2005年在上海青浦成立，主要负责中国以及亚洲地区市场标准三坐标测量机的组装生产以及温泽全系列产品的销售与服务。
一、 研究问题与方法
国外发达国家的成功经验对我国教育数据机构的建设意义重大。美、英等国制定了国家层面的教育数据开放战略，建立了统一的国家级教育数据开放平台(杨现民等，2018)。日本国立教育政策研究所在《全球智库报告2017》教育政策类智库中位列第一(McGann，2018)，可见其在发挥教育数据促进教育发展上成绩显著。
本研究旨在解决以下三个核心问题：国外国家级教育数据机构建设的现状如何？我国国家级教育数据机构存在哪些不足？如何建设与完善？需说明的是，本研究的国家级教育数据机构概念是宽泛的，指具有教育数据采集与存储、分析与研究、共享与公开、保密与安全等职能的国家级机构。
围绕以上问题，本研究采用文献研究法分析美、英、日三国的国家级教育数据机构，以及联合国教科文组织(UNESCO)、联合国经合组织(OECD)和家庭、健康国际组织(FHI)全球学习小组三个国际组织的教育数据机构建设现状；选取美国国家教育统计中心、英国高等教育统计局和日本国立教育政策研究所三个教育数据机构作为典型案例，分析其组织架构与基本职能、数据管理机制和运营方式(见表一)。在此基础上，本文对比分析我国国家级教育数据机构现状和不足，尝试为我国教育数据机构的建设与完善提出建议。
The surface residual stress after the LSP was measured by X-ray stress analysis instrument, the diffraction conditions were listed in Table 4.
二、 国外教育数据机构建设现状
在设立专门的教育数据机构的同时，美、英、日三国通过“政府开放数据计划”开放国家教育数据。美国政府开放数据平台(Data.gov)2009年启用，是国际上第一个可自由获取政府数据的开放式数据共享平台(汪庆怡等，2016)。该平台提供包括教育在内的14个主题数据，截至2016年5月，共汇聚325个大型教育数据集，涉及人口统计、学习成绩、校园安全等信息(孙洪涛等，2016)。政府开放数据方面，英国是先驱者(朱贝等，2016)。“开放数据晴雨表(第4版)”发布了2013-2016年全球政府开放数据排名，英国连续四年名列第一(WWWF，2017)。英国开放政府数据平台(data.gov.uk)2010年上线，提供包括教育、商业、经济、社会等12类开放数据，截至2018年11月，共发布数据集近45000条，其中教育类数据集1380条，涉及学生、培训、资格认证与全国统一课程等(data.gov.uk，2010)。日本政府开放数据起步较晚，近年来成效显著。在“开放数据晴雨表(第4版)”排名中，日本位列世界第八(WWWF，2017)。日本政府开放数据平台(data.go.jp)截至2018年11月，共发布22441个数据集，涉及教育、文化、体育和生活、行政和公共财政等17个领域，其中教育、文化、体育和生活领域共包含1617个数据集，覆盖中小学教育、高等教育、社会教育等各教育层次(data.go.jp，2013)。
表一 国外教育数据机构概况
(一) 国家层面
美国国家教育科学研究所成立于 2002年，是美国第一个官方教育智库(佘妍文，2016)，主要职责是开展全国范围的教育统计、教育研究和教育评价，推广和传播教育研究成果。美国国家教育统计中心成立于20世纪60年代，隶属于美国教育部教育科学研究所，是收集和分析美国和其他国家教育数据的联邦实体机构。美国国家教育统计中心为美国教育事业发展提供了丰富的数据资源和可靠的研究资料，极大地提高了美国教育管理、监督、评价和协调能力以及美国教育的透明度(左章明等，2012)。该中心主要通过调查收集从初等教育到研究生教育及成人教育的各级各类教育统计数据，其中不乏影响力大的国际知名调查。此外，该中心每年发布近100种出版物，向公众揭示教育数据潜藏的教育价值，如《教育现状》《教育统计摘要》和《教育统计预测》等(左章明等，2012)。
英国高等教育统计局成立于1993年，由政府部门、高等教育资助委员会和各高等教育机构联合成立，主要负责高等教育数据的收集、分析、处理和发布，旨在为地方、国家、国际组织、高等教育机构、学术和商业研究人员、学生、企业、媒体、雇主及慈善机构提供可靠的教育数据和信息。经过二十多年的发展，该局在确保英国高等教育数据的精确性和连贯性方面起到了关键作用(崔艳丽，2014)。截至2017年9月，英国高等教育统计局已与261所高等教育机构建立了合作，处理了1.18亿条记录，获得280多万学生的完整数据(HESA，2017)，连续发布了23版《英国高等教育统计》(HESA，2017)。
(2)土壤养分元素地球化学特征显示，本区土壤全氮和全钾养分多半处于中等至较丰富状态，但全磷养分多数处于较缺乏状态。
发达国家较早认识到教育数据的价值，较先建立起各类教育数据机构，如美国国家教育统计中心、日本国立教育政策研究所等。历经多年的发展和完善，这些教育数据中心对促进本国乃至国际教育发展产生了较大影响。此外，联合国教科文组织、经合组织等在促进教育数据的国际共享与开放方面也起到了重要作用。
在第三学段，（1）概念引入，6个版本均由生活素材引入概念，其中冀教版和青岛版在生活素材和抽象概念之间有“数学化”的过渡内容．（2）概念描述，6个版本均给出概念的文字定义，并结合平行四边形图形说明概念的符号表示方法．特别地，北京版和青岛版结合图形，以符号语言阐释了定义．（3）概念应用，6个版本均将平行四边形定义应用于部分性质、判定及相关例题的证明．
(二) 国际组织层面
联合国教科文组织统计研究所成立于2001年，是联合国教科文组织的官方统计机构，提供有关教育、科学、文化和传播的官方、可靠的国际可比数据。该研究所通过与各国统计机构、教育主管部门和教育统计机构合作，收集数据，制定教育指标。联合国教科文组织统计研究所目前与226个国家或地区建立了联系，提供包括开发、编制和分析比较跨国数据服务；制定满足各国不断变化的政策需求的创新方法和国际标准；向各国提供制作、使用高质量数据的技术服务和工具，帮助其解决关键教育问题；倡导将数据作为公共产品，突出需要国际社会更多支持的问题和地区(UIS，2018a)。联合国教科文组织统计研究所提供了专门的数据平台——UIS.Stat，收集包括教育、公平、文化、科技与创新等七个主题的数据，可供公众自定义下载原始数据，并进行图表分析。此外，该所提供数据可视化服务，例如，“科学中的女性”项目，通过动态可交换的方式呈现世界各国女性在科学研究领域的占比(UIS，2018b)。
数据管理机制方面，国外教育数据机构收集与开放的教育数据类型更详实与深入，包括学习效能、社交能力、学习动机、高等教育需求、学习态度等深层教育统计数据。我国教育数据机构的主要工作仍停留在基础性教育数据统计，很少收集并挖掘深层次教育数据的价值，难以真正发挥数据的功效(祝智庭等，2017a)。运营方式方面，国外教育数据机构有多样的资金保障和灵活的数据获取权限。我国教育数据机构仅靠政府拨款作为资金保障，数据获取权限设置单一，仅对外开放基础性教育统计数据，无法支持定制化的数据获取需求，一定程度上限制了教育数据的开放共享与机构的良性运转。
OECD Stat是经合组织提供的公开数据下载和可视化分析平台，在线教育数据库是其主要组成部分，包括指标数据和原始数据。指标数据包括毕业和入学率、师生比和平均班级人数、教师分配、教育财政指标等，原始数据包括学生入学、国际学生注册、教育人员、教育支出等(OECD，2018a)。经合组织也致力于对教育数据进行挖掘与分析，并通过电子图书馆公开发布书籍、论文、报告等。
有句俗话“百闻不如一见”，体现着人们客观认识实物的一种规律。情境教学可以利用这种规律，巧妙地将儿童的认识活动和情感活动相结合。当展示一个相对陌生抽象的知识点时，实物展示更容易被小学生所接受，这符合他们在理解上的规律，只有看见实物才能叫做认识。这样的方法会让学生更加明白事理，也是调动学生进取内驱力的有效途径，益于激发学生的主观能动性。
教育政策和数据中心成立于2004年，属家庭、健康国际组织全球学习小组的研究机构，主要提供全球教育数据和数据可视化工具，开展政策导向分析，旨在改善发展中国家的教育条件。该中心近年来在公布的《全球智库报告》教育政策类智库排名中持续领先。该中心通过数据、图表和研究文献呈现发展中国家和贫困地区的教育信息(邓静，2016)。该中心的开放教育数据库，包括学校系统、学习成果、教育支出等11个主题，涉及200多个国家和地区，覆盖学前教育、中小学教育、高等教育、职业教育等教育阶段(EPDC，2012a)。该中心也提供柱状图、散点图、地图等数据可视化方法，支持用户特定的数据指标，为用户可视化交互提供便利。研究文献主要分研究报告和教育概况两类，重点关注弱势群体的受教育机会、入学率和出勤率以及影响学生成绩的因素等(EPDC，2012b)。
表二 国外国家级教育数据机构的组织架构和基本职能
三、 国外教育数据机构的对比
对美、英、日及三个国际组织教育数据机构的现状分析可以发现，这些机构在规范管理与开放共享国家教育数据、辅助科学教育决策等方面发挥了重要作用。为了全面了解情况，不少研究从组织架构与基本职能、数据管理机制、运营方式等方面对国外教育数据机构进行了分析(王晓燕，2011；张艳丽，2016)。然而，这些研究大多基于某一教育数据机构进行分析，无法发现不同教育数据机构间的共性与差异。本研究对美国国家教育统计中心、英国高等教育统计局和日本国立教育政策研究所等三个影响力大且有代表性的国家级教育数据机构展开剖析，从组织架构与基本职能、数据管理机制、运营方式进行比较，揭示不同教育数据机构取得成功的共性及独特经验。
(一) 组织架构与基本职能
国外教育数据机构组织架构的设置包括教育数据采集、管理、研究、创新、安全、评估等(见表二)，可实现教育数据全周期治理，在保证数据时效性的同时也降低数据交接的成本。同时，组织架构的设置满足教育全过程监控的需要，覆盖学前教育、中小学教育、高等教育、终身教育等，使教育数据的时序性得到保障，从而为教育决策提供更加丰富、全面的教育信息。其中，英国高等教育统计局的定位仅为高等教育领域，故其数据收集、处理、分析等职能只覆盖高等教育层次。此外，这些机构设置了运营部、事务部等部门，为机构的高效运作提供了保障。
基本职能方面，这些机构以收集、整理、分析并报告教育数据和信息为核心，旨在支持科学的教育决策，为公众提供高质量且丰富的教育数据、信息和分析服务。同时，依据自身独特的数据优势，这些机构积极开展教育研究活动，为教育决策和教育研究提供了权威、可靠的参考依据。此外，这些机构重视对外交流，通过国际合作，扩大了机构的国际影响，促进了国际间教育数据与信息的互通与共享。
(二) 数据管理机制
国外教育数据机构收集和开放的数据类型完备，数据收集方式多样(见表三)。数据类型方面，所收集和开放的数据覆盖学前教育、中小学教育、高等教育及成人教育等，数据项丰富，数据粒度细致，包括教育统计基础数据和深层数据。其中，基础数据包括教师、学生、学校的基本信息。深层数据粒度更细、更具教育属性和教育价值，包括学习效能、学习动机、学习态度等数据。详实的教育数据收集，能极大地提升这些机构教育数据分析的准确性，为教育科学决策提供保障。数据收集范围覆盖全国，多以自身开展的调查为主，通常采用问卷调查、现场调查、访谈等形式，数据收集有国家法律的保障。此外，这些机构还收集政府、其他教育机构及其他国家的教育数据和信息，保证数据的完备性和全面性。
表三 国外国家级教育数据机构的数据管理机制
表四 国外国家级教育数据机构的运营方式
(三) 运营方式
4.平台建设：提供共享与开放的平台
四、 我国教育数据机构的现状
2018年1月,教育部印发的《教育部机关及直属事业单位教育数据管理办法》指出,由教育部统筹教育数据管理工作，建立统一的教育数据资源共享交流和开放平台，是我国国家层面推进教育数据的规范管理、互联互通和共享公开，确保数据安全，使数据更好地为教育改革发展服务(教育部，2018a)。
我国建立的国家级教育数据机构，影响较大的有教育部教育管理信息中心和教育部发展规划司(见表五、六、七)。教育部教育管理信息中心是我国收集、处理和分析国内外教育数据和信息的官方权威机构(教育部教育管理信息中心，2018)。该中心建立的中国教育统计网专门用于教育数据共享与开放。截至2018年11月，统计网提供了1994-2014年共21年国家教育统计基础数据，覆盖基础教育、中职教育、高等教育等学历和非学历教育(中国教育统计网，2018)。该中心编辑和出版《中国教育信息化》《基础教育参考》和《世界教育信息》期刊，为深化我国教育信息化、促进教育发展及提升国际化水平贡献了重要力量(教育部教育管理信息中心，2018)。
发展规划司是教育部的司属机构，负责对全国和地方教育数据进行统计和分析。截至2018年11月，发展规划司公布了1997-2017年共21年度的《教育统计数据》(发展规划司，2018a)，从全国和地方两个层面统计我国各级各类学校数、教职工数、专任教师数、学生数等数据。截至2018年11月，发展规划司发布了1998-2016年共19年的《全国教育事业发展统计公报》，包括学生入学人数、毕业生人数、毛入学率、升学率、师生比等，覆盖学前教育、义务教育、特殊教育、高中阶段教育、高等教育、成人培训与扫盲教育、民办教育等(发展规划司，2018b)，为我国教育数据统计与开放作出了巨大贡献。
表五 我国国家级教育数据机构的组织架构和基本职能
我国国家统计局也承担教育数据的调查、收集、汇总、整理及发布工作。截至2018年11月，国家统计局发布了2007-2009年三年的《社会统计年鉴》(国家统计局，2018a)，包括各级各类学校、教职工和专任教师情况、学生情况、研究生数和留学生数等。国家统计局从1998年开始发布的《全国年度统计公报》统计了我国教育基础信息，包括研究生人数、本专科人数、中等职业教育人数、义务教育人数、特殊教育人数、学前教育人数等(国家统计局，2018b)，一定程度上促进了我国教育数据与信息的公开与共享。
表六 我国国家级教育数据机构的数据管理机制
表七 我国国家级教育数据机构的运营方式
五、 我国教育数据机构建设的反思
教育是国家发展的基石。国家教育数据机构的数据优势，为实现“教育信息2.0”行动计划提供了契机，是大数据时代发挥数据价值促进教育公平、提升教育质量、推动教育变革的有力抓手和有效手段。
(一) 我国教育数据机构建设的不足
随着国家对教育数据的重视，我国教育数据机构的建设取得了一些成就，但相比国外教育数据机构可以发现，我国教育数据机构的建设仍存在不足。
1.组织架构设置粗放
教育系统的复杂性决定了教育数据管理的复杂性，涉及数据收集、整理、分析、研究、应用、共享、保护、评估等。国外教育数据机构的组织架构划分细致，分工明确。如美国国家教育统计中心下设抽样调查、数据管理、统计标准和数据保密、评估等部门，满足教育数据全周期治理的需求。我国教育数据机构的组织架构则设置粗放。如教育部教育管理信息中心的10个管理部门，仅有数据处负责数据治理工作，难以满足高度复杂的教育数据全周期治理的需求，导致数据更新滞后，时效难以保障，全周期治理不能深入、细致。
2.职能重心定位滞后
隧道开挖过程中稳定分析一直是岩土工程界研究的重点之一，隧道是个非常复杂的非线性系统，围岩等级，开挖方式，施工工艺等因素都会对隧道稳定产生影响。隧道在发生破坏前都会发生较为明显的位移变化，因此准确对隧道开挖过程中位移变化进行预测，就显得尤为重要。
作为收集、处理和分析教育数据的专门机构，教育数据机构的服务目标与基本职能应以充分挖掘教育数据的价值为出发点，使数据赋能教育。国外教育数据机构的基本职能始终以教育数据的收集、管理、分析和开放为重心。我国国家教育数据机构的职能重心仍停留在教育信息化基础设施建设层面。例如，教育部教育管理信息中心的核心任务是教育信息化建设和电子政务(教育部教育管理信息中心，2018)。可见，我国教育数据机构的职能定位严重滞后于大数据时代的教育需求，难以助力教育面向未来的需求。
3.数据管理机制与运营方式单一
上编为瓯越语语汇与瓯越方言，由瓯语语汇中的音变构词、瓯越语语汇的词源、瓯语语汇的语法特点、瓯语语汇中的语用问题等四章组成。上篇着力于瓯越语语汇的本体研究，从语言学的角度出发，研究了瓯越语语汇在语音、词汇、语法、修辞上的主要特点。该部分重点不在面上，而在点上，不作面面俱到的论述，每一章节重点探讨一二个问题。如语法方面，对瓯语语汇的每一语类各谈一个问题：瓯语成语重点分析语法结构；瓯语惯用语探讨其语法界定；瓯语歇后语剖析其语法特征；瓯语谚语归纳比较句的特点；最后探寻瓯语语汇中的特殊语法现象。内容丰富，重点突出。
4.平台建设严重缺失
为了促进教育数据的共享和开放，国外数据机构纷纷建立了官方数据开放平台。我国仍然没有建立国家层面的教育数据共享与开放平台(杨现民等，2018)，用于专门共享教育数据平台仅有中国教育统计网和发展规划司的“教育统计”版块，这些平台功能严重欠缺，不提供可下载的原始数据，数据分类不够细致，数据查询与检索困难，且平台缺少数据可视化分析工具。
(二) 对我国教育数据机构建设的建议
当前，我国教育信息化从1.0迈入2.0时代，教育数据机构的规划、建设与完善要适应教育大数据的发展需求，在保持中国特色的基础上借鉴国外成功经验和成熟做法，构建全周期治理的教育数据生态，实现教育数据资源的全面整合和高效治理，以支撑“三全两高一大”的发展目标。
1.顶层设计：考虑战略与发展需求
加强对公众的宣传，改变传统的“租不如买”的旧思想，树立“轻占有、重使用”的新观念。由于目前融资租赁业务涉及的主要是大型固定资产，很多行业没有机会参与到租赁业务中，对融资租赁认识不足。首先，企业或政府提供平台，向东部地区或西方国家学习其先进的租赁经验。其次，融资租赁企业定期开展公司展览活动，向外部人员介绍融资租赁业的基本常识和发展趋势。另外，还可以政企合作，成立专门的咨询机构，对企业、政府进行融资租赁只是培训，加强政府对租赁行业的重视程度，拓宽企业参与融资租赁业务渠道。
我国教育大数据面临方法论缺乏(祝智庭等，2017b)、数据管理能力欠缺(方柏林，2016)、标准与规范空白(裴莹等，2017)、应用不成熟(王娟等，2016)等问题。我国国家级教育数据机构的建设需从顶层设计层面考虑国家教育发展战略与教育大数据的发展需求，特别是实现教育信息化2.0发展目标，构建规范教育数据治理、安全教育数据共享的教育数据生态系统。教育数据生态系统通过八个流程(理清源头、规范标准、优化质量、促进共享、开展分析、挖掘价值、生成应用、反馈源头)的良性循环机制，重构教育数据服务架构，使教育数据全面服务于教育对象(余鹏等，2018)。
2.职能定位：提供全周期的专业服务
日本国立教育政策研究所成立于1949年，是日本教育、文化、体育、科学和技术部唯一公务性质的教育智库(吴轶，2017)。该所通过收集、处理、分析教育信息和数据，以及对日本教育状况进行调查、分析与预测，为教育研究和决策提供有效支持。截至2018年11月，日本国立教育政策研究所共发布研究项目、座谈会、科研资助及部门报告等1450项(NIER，2015a)。这些研究成果经过长期的实证调查，对日本国内教育事业发展具有重要的指导作用(杨梓慧，2018)。此外，日本国家统计中心负责的e-Stat项目2008年启用，为政府统计提供一站式服务，并向公众提供获取政府官方统计数据的渠道。截至2018年11月，e-Stat提供了教育、文化、体育和生活、人口和家庭等13个主题共5118个数据集，其中教育、文化、体育和生活主题包含3737个数据集(e-Stat，2018)。
国家教育数据机构是在国家统筹下，负责收集、整理、分析与应用全国教育数据的专门机构，主要职责与核心目标是实现教育数据的规范化全周期治理，促进教育数据的互联互通和共享公开，充分发挥国家级教育数据机构的数据优势，挖掘教育数据的“钻石矿”，支持精准教育评估与科学教育决策，驱动教育变革，推动教育科学研究和教育事业的发展。此外，国家教育数据机构要关注国际教育发展，与国际教育对接，促进国际间教育数据的共享和互通，推进教育文化交流，扩大我国教育事业的国际影响力。
3.组织架构：保证机构高效运作
NLPIR 汉语分词系统：中国科学院研制的汉语分词系统，2004 版本之前名为ICTCLAS，它支持中英文混合分词、新词识别与自适应分词、关键词提取和用户专业词典功能。
在教学过程中，教学理念是教师开展教学工作的核心标准与计划依据，对整个教学过程起关键性作用。然而，传统语文教学中，大部分教师将教学目光集中在促使学生积累语文专业知识与学习技巧、提高学生语文基础能力上，一定程度上忽视了对学生的情感素质人文性教学，这与现代化新课改背景下的教学要求不符，也不利于构建学生的自主认知，难以培养学生形成逐步完善独立的学习思考意识。鉴于此，教师应积极转变教学理念，注重在语文教学过程中增加对学生的人文素质性教学，提高学生学习的自主独立意识，增加学生的主人翁意识，丰富学生学习体验。
完备的组织架构是保证国家教育数据机构高效运作，实现服务目标的基础。国家教育数据机构组织架构的设置需要结合数据的规律及教育需求，从数据全周期治理和教育全阶段覆盖两方面考虑：1)完善的国家教育数据机构的组织架构应涉及教育数据收集、分析、应用、共享、安全、评估等教育数据管理的全周期，遵循数据的规律，全过程挖掘教育数据的价值；2)国家教育数据机构的组织架构应覆盖学前教育、中小学教育、高等教育、职业教育、成人教育等，全方位服务于教育的发展，构建一个以遵循数据规律满足教育需求为原则，支持教育数据全周期治理，拥有良好保障的完善的组织架构。
国外教育数据机构的运营方式(见表四)显示，这些机构有稳定的资金来源，多以国家拨款为主，也通过项目研究和社会服务自筹资金，及接收少量的社会捐助。多样的资金来源保障了机构的稳定运作。在数据获取方面，这些机构一般将数据分为公开/免费和限制/付费两种。公开/免费版往往在隐私保护的前提下，对所有公众免费开放小范围的部分教育数据。限制/付费版往往包含全面的、大范围的教育数据，需获得机构许可或付费才可获取。灵活的数据获取权限，保护隐私，有条件地对外开放数据，更能实现教育数据的价值，保障教育数据的良性使用。
完善组织架构和建设功能完备的数据平台对促进教育数据的共享与开放意义重要：构建一体化的“互联网+教育”大平台有助于教育大资源共享，提升教育数据服务供给能力；数据平台应支持用户的定制化检索，提供多种格式的原始数据下载通道。平台除提供基础性教育统计数据，还应提供更多的深层教育统计数据，且应科学分类，以便用户检索。
5.示范引领：推进教育深度应用和发展
数据是国家基础性战略资源，是21世纪的“钻石矿”。国家教育数据机构将作为国家教育服务体系之一，协调开采好这一宝矿，推进数据驱动的教育教学，开展基于数据的差异化教学、个性化学习、科学化管理和决策，将教育大数据有效地融入智慧课堂、智慧校园和区域教育服务平台，在学前教育、中小学教育、高等教育、职业教育、成人教育等开展示范应用，推进信息技术与教育教学的深度融合发展。
6.研究探索：促进教育研究范式转型
呼吸系统疾病与心血管疾病经常是互相关联的，在医学界，“心肺不分家”是一个基本的常识性问题。正是因为这样特殊的生理和病理联系，导致呼吸系统疾病往往会进一步累积循环系统，从而合并循环系统疾病。哮喘是一种慢性的呼吸系统疾病，往往是由气道炎症引起的呼吸道痉挛，有着起病较急、较为突然的特点。
依托国家教育数据机构的开放平台，汇聚学校、地区、省市以及企业、社会的各级各类教育数据，建立中国教育开放数据集，可为基础性研究提供数据保障，如在国家自然科学基金委设立的教育信息科学与技术研究平台上进行有序的基础性研究，促进研究走向数据密集型研究范式，推进教育深度的实证研究和数据驱动的创新探索性研究。
我默默地点了点头，“整个童年里我总以为所有的父亲和我的父亲一样静默、隐忍，是一具具惨白干枯的躯干，没有面孔又无声无息。等稍长大些，每每看到同学和来接他们的父母合家欢乐的模样，意识到自己的迥异所带来的痛苦和羞耻。天黑后，我悄悄潜入墓地，扶住他的墓碑流泪，在我身边聚集起莹绿窜动的鬼火牵引我抵达未知的境遇，泥土掩埋了不会衰老的躯体，我捡回这具颅骨放置于床头，就会在泪眼婆娑的睡梦中与饱满健康的父母相见。”我无法预知猝不及防的死亡。
7.运营保障：提供高效运行的经费支撑
开放国家教育数据是国家级教育数据机构的主要职责之一，因此建立健全的保障机制，要有一套开放服务的运营保障措施和相应经费支持。国家教育数据机构的高效运行在依靠国家官方拨款的同时，可以通过对外提供定制化服务获取收益，比如，开放高级数据接口，提供教育决策咨询与技术指导等，通过灵活的资金来源，确保机构运作拥有充足的经费。
LTE-M在地铁隧道中的非稳态MIMO信道的几何建模······································陈旭敏 王大庆 潘韵天 郑国莘 (6,888)
8.风险防范：强化安全与隐私保护
近年来，我国在数据共享与隐私保护方面作出了努力，如相继颁布了《关于加强网络信息保护的决定》《中华人民共和国网络安全法》《信息技术科学数据引用》等，在一定程度上促进了数据的开放共享，保护个人隐私信息。但还缺少针对教育领域数据共享与隐私保护的法律法规。国家教育数据机构的建设需要制定严格的教育数据共享与隐私保护规范，提供统一的数据接口，实现教育数据安全、高效的共享与开放。
六、 结 语
国家教育数据中心要发挥宏观调控的优势，汇聚各方优质资源，在确保数据安全的前提下，加快教育数据的规范管理、互联互通和共享公开。本研究分析了美、英、日及相关国际组织的教育数据机构基本现状，从组织架构与基本职能、数据管理机制、运营方式三方面对美、英和日三国的国家教育数据机构进行了深入剖析，还分析了我国国家级教育数据中心的现状，反思了我国教育数据机构建设的不足，并提出了相关建议，旨在为我国教育数据机构的规划、建设和完善提供有价值的信息。
本研究仍存在一些不足。首先，本研究仅从组织架构与基本职能、数据管理机制、运营方式三个维度对国内外教育数据机构进行分析，未来研究可以从更多维度出发，获得更全面的了解。其次，本研究仅选取美、英、日三国的代表性数据机构作为研究对象，未来研究可以选取更多国家及更多机构作为研究对象，比如加拿大教育统计委员会，更深入地发现不同机构之间的共性与差异。最后，本研究主要采用定性研究方法，未来可整合定量研究方法，如通过问卷调查向教育数据机构人员获取数据，为我国国家级教育数据机构的建设与完善提供更具参考价值的建议。
大数据时代，加强国家教育数据机构的建设，有助于挖掘教育数据的巨大价值，进一步发现教育规律。我们期待国家级教育数据机构能够充分发挥优势，全面监控国家教育发展状况，促进教育现代化未来发展战略的规划与科学决策，破解我国教育发展的瓶颈，助力实现人民满意的教育，全面实现教育现代化，促进教育迈向智能教育新时代。
参考文献
[1] 崔艳丽(2014). 20世纪80年代以来英国高等教育治理研究[D].南京：南京师范大学博士学位论文.
[2] 邓静(2016).通过合作的力量解决发展中国家教育问题：美国教育政策和数据中心评述[J].外国中小学教育,(9):1-4.
[3] data.gov.uk (2010). Find open data[EB/OL]. [2018-12-05]. https://data.gov.uk/.
[4] data.go.jp (2013). Datasets[EB/OL]. [2018-12-05]. http://www.data.go.jp/data/en/dataset.
[5] e-Stat (2008). Search from database[EB/OL]. [2018-12-05]. https://www.e-stat.go.jp/en/stat-search/database?page=1.
[6] EPDC: Education Policy and Data Center (2012a). Data[EB/OL]. [2018-12-05]. https://www.epdc.org/data.
[7] EPDC (2012b). Research papers[EB/OL]. [2018-12-05]. https://www.epdc.org/research/research-papers.
[8] 教育部发展规划司(2018a). 2017年教育统计数据[EB/OL]. [2018-12-05]. http://www.moe.gov.cn/s78/A03/moe_560/jytjsj_2017/.
[9] 教育部发展规划司(2018b). 教育发展统计公报[EB/OL]. [2018-12-05]. http://www.moe.gov.cn/s78/A03/ghs_left/s182/moe_633/.
[10] 教育部发展规划司(2018c). 发展规划司内设处室[EB/OL]. [2018-12-05]. http://www.moe.gov.cn/s78/A03/s3356/201606/t20160602_248022.html.
[11] 教育部发展规划司(2018d). 发展规划司介绍[EB/OL]. 2018-12-05]. http://www.moe.gov.cn/s78/A03/moe_900/201001/t20100131_9008.html.
[12] 方柏林(2016).教育大数据应用:挑战和利用——兼论教育小数据的大作用[J].开放教育研究,22(4):18-24.
[13] 国家统计局(2018a). 社会统计年鉴[EB/OL]. [2018-12-05]. http://www.stats.gov.cn/ztjc/ztsj/hstjnj/.
[14] 国家统计局(2018b). 全国年度统计公报[EB/OL]. [2018-12-05]. http://www.stats.gov.cn/tjsj/tjgb/ndtjgb/.
[15] Higher Education Statistics Agency (2017). Impact Report September 2017[EB/OL]. [2018-12-05]. https://www.hesa.ac.uk/files/Impact-Report_2017.pdf.
[16] HESA(2018a). HESA organisational changes[EB/OL]. [2018-12-05]. https://www.hesa.ac.uk/news/02-07-2018/hesa-organisational-changes.
[17] HESA(2018b). What we do and who we work with[EB/OL]. [2018-12-05]. https://www.hesa.ac.uk/about/what-we-do.
[18] HESA(2018c). Definitions, key terms and acronyms[EB/OL]. [2018-12-05]. https://www.hesa.ac.uk/support/definitions.
[19] HESA(2018e). Why we do what we do[EB/OL]. [2018-12-05]. https://www.hesa.ac.uk/about/why-we-do-what-we-do.
[20] HESA(2018f). Timescales, costs and FAQs[EB/OL]. [2018-12-05]. https://www.hesa.ac.uk/services/custom/data/timescales-costs.
[21] Institute of Education Sciences (2008). Education Sciences Reform Act of 2002[EB/OL]. [2018-12-05]. https://ies.ed.gov/director/pdf/ESRAreauth.pdf.
[22] 姜如(1999).美国国家教育统计信息管理机构演变分析[J].高等教育研究,(5):96-99.
[23] 教育部(2018a).关于印发《教育部机关及直属事业单位教育数据管理办法》的通知[EB/OL]. [2018-12-05]. http://www.moe.gov.cn/srcsite/A03/s7050/201802/t20180211_327248.html.
[24] 教育部(2018b).关于印发《教育信息化2.0行动计划》的通知[EB/OL]. [2018-12-05]. http://www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.
[25] 教育部教育管理信息中心(2018). 中心职能[EB/OL]. [2018-12-05]. http://emic.moe.edu.cn/edoas2/emic/NewSecond.jsp?infoid=1366206776982297.
[26] McGann, J. G.(2018). 2017 Global Go To Think Tank Index Report[EB/OL]. [2018-12-05]. https://repository.upenn.edu/cgi/viewcontent.cgi?article=1012&context=think_tanks.
[27] NCES(2018). ABOUT US[EB/OL]. [2018-12-05]. https://nces.ed.gov/about/.
[28] NIER: National Institute for Educational Policy Research (2015). 研究成果[EB/OL].[2018-12-05]. https://nier.repo.nii.ac.jp/.
[29] NIER(2015a). Organization[EB/OL]. [2018-12-05]. http://www.nier.go.jp/English/aboutus/menu_3.html.
[30] NIER(2015b). Possion, mission and features[EB/OL]. [2018-12-05]. http://www.nier.go.jp/English/aboutus/menu_4.html.
[31] NIER(2015c).利用规程[EB/OL]. [2018-12-05]. http://www.nier.go.jp/database/kitei.html.
[32] NIER(2018a). National Institute for Educational Policy Research 2018[EB/OL]. [2018-11-22]. https://www.nier.go.jp/English/pamphlet/nier_e2018.pdf.
[33] OECD: Organisation for Economic Co-operation and Development (2018a). Online education database [EB/OL]. [2018-12-05]. https://www.oecd.org/education/school/database.htm.
[34] OECD (2018b). Education Policy Outlook 2018 [EB/OL]. [2018-12-05]. https://www.oecd-ilibrary.org/education/education-policy-outlook-2018_9789264301528-en.
[35] 裴莹,付世秋,吴锋(2017).我国教育大数据研究热点及存在问题的可视化分析[J].中国远程教育,(12):46-53+80.
[36] 佘妍文(2016). 美国教育智库运行机制研究[D].南充：西华师范大学硕士学位论文.
[37] 任晓辉(2006).美国教育统计和指标体系探究[J].高等教育与学术研究,(1):172-175.
[38] 孙洪涛,郑勤华(2016).教育大数据的核心技术、应用现状与发展趋势[J].远程教育杂志,34(5):41-49.
[39] UIS: UNESCO Institute for Statistics (2018a). About us[EB/OL].[2018-12-05]. http://uis.unesco.org/en/about-us.
[40] UIS (2018b). women-in-science[EB/OL]. [2018-12-05]. http://uis.unesco.org/apps/visualisations/women-in-science/#overview.
[41] 王娟,陈世超,王林丽,杨现民(2016).基于CiteSpace的教育大数据研究热点与趋势分析[J].现代教育技术,26(2):5-13.
[42] 汪庆怡,高洁(2016).面向用户服务的美国政府开放数据研究及启示：以美国Data.gov网站为例[J].情报杂志,35(7):145-150.
[43] 王晓燕(2011).日本国家级教育政策研究机构的改革与职能定位：基于日本国立教育政策研究所的分析[J].教育研究,32(7):99-104.
[44] 吴旻瑜,郭海骏,卢蓓蓉,严文藩,任友群(2014).美国国家教育统计中心对我国教育管理信息化建设的启示[J].世界教育信息,27(3):13-19.
[45] 吴轶(2017).日本教育智库:历史、现状、特点：以日本国立教育政策研究所为中心[J].外国中小学教育,(5):74-80+73.
[46] WWWF: World Wide Web Foundation (2017). The Open Data Barometer 4th Edition[EB/OL]. [2018-12-05]. https://opendatabarometer.org/4thedition/?_year=2016&indicator=ODB.
[47] 余鹏,李艳(2018).基于教育大数据生态体系的高校智慧校园建设研究[J].中国电化教育,(6):8-16.
[48] 杨现民,唐斯斯,李冀红(2016).发展教育大数据:内涵、价值和挑战[J].现代远程教育研究,(1):50-61.
[49] 杨现民,周宝,郭利明,杜沁仪,邢蓓蓓(2018).教育信息化2.0时代教育数据开放的战略价值与实施路径[J].现代远程教育研究,(5):10-21.
[50] 杨梓慧(2018). 我国教育智库发展对策研究[D].青岛：青岛大学硕士学位论文.
[51] 张艳丽(2016).美国国家教育统计中心与高等教育数据运行机制的探索[J].高等理科教育,(1):80-85+106.
[52] 中国教育统计网(2018). 数据查询[EB/OL].[ 2018-12-05]. http://www.stats.edu.cn/sjcx.aspx.
[53] 朱贝,盛小平(2016).英国政府开放数据政策研究[J].图书馆论坛,36(3):121-127+120.
[54] 左明章,邓果,李莎莎(2012).美国国家教育统计中心对我国教育基础信息数据库建设的启示[J].中国电化教育,(8):30-34.
[55] 祝智庭,彭红超,雷云鹤(2017a).解读教育数据智慧[J].开放教育研究,23(5):21-29.
[56] 祝智庭,孙妍妍,彭红超(2017b).解读教育大数据的文化意蕴[J].电化教育研究,38(1):28-36.
Constructing New Ecology of Educational Data in the Age of Big Data Current Situation Status and Reflection of National Educational Data Institutions at Home and Abroad
LIU Bowen1， WU Yonghe1， XIAO Yumin2 &MA Xiaoling3
(1.Department of Education Information Technology ,Faculty of Education ,East China Normal University ,Shanghai 200061,China ;2.Education Information Network Center ,Faculty of Education ,East China Normal University ,Shanghai 200061,China ; 3. Department of Information Management ,Faculty of Economics and Management ,East China Normal University ,Shanghai 200241，China )
Abstract :In the big data era ,it has become an urgent need for our country to build a unified national educational data institutions to construct a new ecology of educational data to realize the standardized management ,interconnection ,and sharing of educational data on the premise of ensuring data security .The successful experience of developed countries can be used as a reference in the construction of educational data institutions in China .This study analyzed the status of educational data institutions in the United States ,the United Kingdom ,Japan ,and three international organizations .The National Center for Education Statistics in America ,the Higher Education Statistics Agency in Britain and the National Institute for Educational Policy Research in Japan are selected as the research cases ,and the organization structure and basic functions ,data management mechanism and operation mode are analyzed in depth .On this basis ,this study compares and analyses the current situation of national educational data institutions in China ,reflects on the deficiencies of national educational data institutions in China ,such as extensive organizational structure ,lagging functional focus ,single management mechanism and operation mode ,and serious lack of platform construction .At last ,this study provides relevant suggestions for the planning ,construction ,and improvement of educational data institutions in China from four aspects :top -level design ,functional positioning ,organizational structure and platform construction ,and operation guarantee .
Key words :National educational data institutions ;big data in education ;educational data ecology ;educational data governance ;educational data opening
[中图分类号] G431
[文献标识码] A
[文章编号] 1007-2179(2019)03-0103-10
[收稿日期] 2018-12-25[修回日期] 2019-01-24
[DOI编码] 10.13966/j.cnki.kfjyyj.2019.03.011
[基金项目] 上海市浦江人才计划项目“基于教育大数据的学习分析教育应用创新研究”(14PJC034)；教育部-中国移动科研基金“国家教育大数据相关问题研究”项目子课题(14108-412119-18001)；国家新闻出版署教育内容产品互联网传播与营销重点实验室开放课题“基于学习分析的用户学习能力模型构建”(14108-412312-19023)；华东师范大学教育学高峰学科建设项目“基于学习分析的学习资源精准服务研究”(16000 5154A5 15001/016/001)。
[作者简介] 刘博文，博士研究生，华东师范大学教育学部教育信息技术学系，研究方向：学习分析；吴永和(通讯作者)，博士，研究员，博士生导师，华东师范大学教育学部教育信息技术学系，研究方向：教育大数据与学习分析、人工智能教育应用等(yhwu@deit.ecnu.edu.cn)；肖玉敏，博士，副研究馆员，华东师范大学教育学部教育信息网络中心；马晓玲，副教授，华东师范大学经济与管理学部信息管理系。
(编辑：赵晓丽)
标签：国家级教育数据机构论文; 教育大数据论文; 教育数据生态论文; 教育数据治理论文; 教育数据开放论文; 华东师范大学教育学部教育信息技术学系论文; 华东师范大学教育学部教育信息网络中心论文; 华东师范大学经济与管理学部信息管理系论文;