打开文本图片集
摘要：随着国家大力推进治理能力现代化，对教育管理现代化也提出了明确要求，大数据等数据治理能力在教育管理中的作用与日俱增，该文在对国内外数据治理文献研究和实践案例分析的基础上，发现国内外对教育领域数据治理的研究处于刚起步阶段，特别是将信息技术作为核心竞争力的开放大学对数据治理的研究几乎没有。该文结合开放大学实际给出了数据治理框架，并提出了应用实践路径和实施建议，希望能推动开放大学体系对数据治理的研究。
关键词：开放大学;数据治理;功能框架
中图分类号：G434 文献标识码：A
数据科学的发展使得各行各业事务处理及业务管理、决策的视角、过程和方法、理论都有了非常大的变化，越来越多的组织和个人认识到对数据进行治理的重要性和紧迫性，越来越多的政府机关、企事业单位和个人开始关注并加入数据治理的大军中。IBMCJ=2004年联合业界多家公司、学术机构等成立了数据治理论坛（Data Governance Council）。数据作为一种资产具有巨大的商业价值的观念得到了普遍认可，我国各地相继成立（大）数据交易所，各大数据交易中心/平台/网站也陆续上线，百度、阿里、京东等都在布局大数据战略。数据治理国家层面非常重视，国家国务院办公厅先后印发了《政务信息资源共享管理暂行办法》和《政务信息系统整合共享实施方案》。
数据治理不仅受到了政府及行业的重视，也正逐渐受到学术界的重视。通过文献研究发现，国外对这方面的研究起步较早，而国内研究相对滞后。对教育领域数据治理问题的研究更晚一些，特别是国内对该方面的研究才刚开始。开放大学是以现代信息技术为支撑的新型高等学校，现代信息技术是其核心竞争力，对开放大学数据治理的研究无疑是非常有价值和意义的。但本文在对CNKI和WOS中教育领域数据治理相关文献进一步分析后发现目前还没有对开放大学数据治理的研究文献。因此本文拟定对开放大学数据治理的框架进行研究，希望能引起学术界对开放大学数据治理研究工作的重视并投入其中。
一、数据治理研究现状
本文检索CNKI和WOS两大主流文献数据库中与数据治理相关文献。CNKI检索到488条，WOS检索到14359条。按年分析发现，国外学术界对数据治理的研究从2001年开始年文献数量超过100篇，2016年达到高峰近2400篇。国内2004年起才有人关注该领域，到2016年起年文献数才超过100篇，2017年文献数不到200篇，可以说国内这方面的研究相对滞后且目前还处于研究初期。
（一）数据治理的概念
对数据治理的概念，目前国内外还没一个统一的定义。国外学者或研究机构分别从不同的角度对数据治理给出了定义。国际数据管理协会（Data Management Association）認为，数据治理是数据管理十大职能中最核心的部分，体现在管理和使用层面之上对数据进行规划、监督和控制，以实现顶层的战略设计以及支持决策。有学者认为数据治理是定义了一系列数据使用和管理的规则和政策;有学者定义数据治理是有关组织数据资产的决策规则和管理职能及责任的划分;还有些学者从数据管理控制的责任、技术和过程等角度定义数据治理是为了确保组织数据资产能得到合理使用而集中人、技术和过程的数据管理维护方法或过程;也有学者将数据治理定义分为早期和后期，认为早期定义主要关注数据规划监督控制中的技术、流程、职责和政策等四者的统一，后期定义更关注商业机构和角色支持等。国内对数据治理的概念界定和使用上比较混乱，多数文献对数据治理的定义没有说明和界定，或者把数据治理等同于数据管理，认为都是与数据收集、传输、存储、使用与控制等数据生命周期各阶段活动有关的管理工作。上述研究表明国内在数据治理的概念上还没有共识，研究还处于浅层次。
本文认为数据治理是从使用零散数据变为使用统一主数据、从具有很少或没有组织和流程治理到组织范围内的综合数据治理、从尝试处理主数据混乱状况到主数据井井有条的一个过程，是在数据管理策略指导下对业务流程和风险管理两方面数据的采集、存储、使用和控制的过程。数据治理是将数据作为组织资产而展开的一系列的具体化工作，是对数据的全生命周期管理。
数据治理的价值在于通过规范管理使组织能更有效地对数据进行规划、使用和控制，从而降低数据使用成本，提升数据质量，提高业务效率，为组织或机构带来竞争优势。数据是一种没有在资产负债表中显示的特殊资产，其管理成本和价值创造是明显的。顾立平认为数据治理是图书馆事业发展的重要机遇，有效的数据治理可以避免公司错误的发生，数据治理能提升企业决策水平。
（二）数据治理的框架研究
科学的框架是数据治理的基础。国外企业或学者在这方面的研究比国内要早也要更丰富些，影响比较大的有国外学者Khatri和Brown的决策域模型和Seiner的五层框架模型。决策域模型框架包含了数据准则等五个决策域，并提供了一个共同术语的通用框架，被后面的研究广泛采纳。五层框架模型包含执行层、战略层、战术层、操作层和支持层等。许晓东等设计了高等教育数据治理的分析框架，而包冬梅等提出了高校图书馆的数据治理框架。在实践层面，数据治理协会（Data Governance Institute）认为，数据治理由战略设计、治理结构、利益相关者界定、数据治理办公室、数据管理协会、数据治理过程、数据收集规则、问责制度、风险控制、管理决策等10个部分组成。IBM认为数据治理框架应由保障机制和核心领域两部分组成，保障机制分为政策、组织、流程和工具四块内容，而核心领域包括数据模型、数据生命周期等8个方面。两部分形成管理矩阵，可以提升数据治理各个层次的管理控制能力及协作水平。Infomlatica认为数据治理植根于企业IT治理之上，是企业治理的主要部分之一，包括策略和流程、组织、标准和定义、技术等四个关键要素，缺一不可。相对而言，国内的研究比较简单且局限于数据治理的个别方面，不够全面。而国外的研究也并没有形成标准化的框架模型。