论文部分内容阅读
●数据能提升教育系统在“优化”“知识”和“预测”等方面的能力。
●数据工作不仅提高了教育治理的能力，还提升了教育的社会服务水平，我们要尽可能实现“让数据多跑腿，让群众少跑路”。
●利用“大数据”，为每个省内公民建立一份终身学习档案，为公民打上“学习”的标签，为教育改革发展打上“数据”的标签。
“大数据”时代，如何利用“大数据”提高教育信息化水平，加快推进教育治理体系和治理能力现代化？记者就此对江西省教育管理信息中心主任徐峰进行了专访。
记者：“大数据”势必会对教育带来深度变革，江西省教育管理信息中心会如何应对？
徐峰：2017年12月8日，中共中央政治局就实施国家大数据战略进行第二次集体学习，标志着在我国，作为信息社会的新阶段，大数据时代已经到来。习总书记在集体学习的讲话中，直接涉及教育的内容有两部分：一是要利用大数据提升教育治理水平；二是推进“互联网+教育”，应用大数据弥补教育短板。这是总书记对教育信息化发展提出的新要求和新目标。
江西省委教育工委、省教育厅一直高度重视教育数据工作，2016年在全国率先出台了《数据管理暂行办法》，将数据作为重要资产进行统一管理。省教育管理信息中心作为数据管理部门之一，积极调整发展思路，应对挑战。
面对新的形势和挑战，我们提出了从“技术中心”回归“信息中心”，从“信息中心”迈向“智慧中心”的发展战略，紧紧围绕“教育数据”开展各项工作。当前，我们在继续做好“技术服务”的同时，正在逐步强化“信息服务”职能，对信息进行加工、升华，为科学的决策依据和教学服务。
我们的具体做法有：
一是优化人力资源结构。中心积极组建专业数据团队，着力培养团队数据处理与分析能力，同时与华东师范大学等有关高校密切合作，借助外力快速形成数据服务能力。
二是完成顶层设计。编制《江西省教育大数据实施方案》《江西省教育厅教育数据治理专项方案》《江西省教育厅数据资源目录》和《江西省数据交换总体设计方案》等，明确数据工作的总体目标和阶段目标。
三是开展数据治理。数据治理是将数据视为一种战略性资产，从组织架构、机制体制和实施评估三个层面对数据开展持续性的治理。
四是开放数据服务。开展数据治理的同时，积极利用数据为教育系统内和其他部门提供数据服务。据不完全统计，2017年全年，我们为系统内提供数据服务35次。同时，还为省公安厅、省民政厅、省扶贫办和省人社厅等部门提供了数据服务。
记者：数据工作有哪些具体内容？
徐峰：巧妇难为无米之炊，数据归集是数据工作的第一个关键环节。目前，我们已经归集了委厅14个部门的47类数据，这些数据主要分为两部分：一部分是学生、教师、教学机构以及学校办学条件等基础数据，另一部分是扶贫信息、就业信息、高考信息等业务数据。
在数据归集的过程中，我们提倡的是“伴随式收集”，不为了采集而采集，而是将采集工作与业务工作相结合，在业务处理的过程中，自然沉淀数据。这样既可以最大限度地保证数据质量，同时也能减少基层的工作负担。
我们特别重视教育体制内数据的融合和体制外数据的汇集。以省级统一建设的终身学习账号为抓手，通过能力开放平台，在提供服务的同时获取外部数据，同时还将通过购买、交换等形式，获取社交网络数据。促进数据的融合，提升数据在精细化管理、智能化决策方面的辅助作用。
记者：您认为数据工作的重点是什么？
徐峰：重点在广泛应用中提高数据质量。数据质量是决定数据有效性和可用性的关键指标。我们一方面通过数据治理从技术层面提升数据质量，另一方面，打通各类应用中的基础数据，让基础数据在各项教育管理工作中基本保持一致。数据被多个应用重复使用，业务系统不同的功能需求让数据受到多方制约和牵制，以数据质量支撑业务应用，从而形成良性反馈机制。
以中小学在校生数为例。我们在三个不同的业务系统中都要反复使用到基础数据库中的在校生数，故意增加或减少数据都将对其他业务造成影响，数据造假或者数据质量不高将给自身带来巨大的麻烦。
一、教育事业统计系统。教育部每年都会开展教育数据统计工作，其中要求各校自行上报在校生数。由于仅需要上报最终的在校生数，校方具有较大的自由度，因关系到生均公用经费拨付，各校主观上希望这个数据越大越好。2016年，我省在教育部单机版的基础上，开发了“教育事业统计直报系统”。该系统的一项重大改革是，从教育基础数据库中按校将学生信息导入，形成每个学校的在校生台账。各校以此为基础对台账进行核对与完善后，自动汇总得出在校生数。学校可以增加学生，但学校在统计数据中增加的学生也必须在基础数据库和学籍数据库中相应地增加。
二、大班额消除系统。我们开发的大班额消除管理系统中，大班额的认定就是通过分析基础数据库中的在校生字段。由于消除大班额是一项比较棘手的任务，各校主观上又都希望在校生数小些，这就与在统计数据中希望在校生多的主观愿望产生了矛盾。
三、义务教育均衡督导系统。义务教育均衡的计算公式与当地在校生数有着紧密的关系，在校生人数越多，所需要的教育资源也越多，投入更大。我们开发的业务系统中，在校生数同样来自基础数据库。
以上三个业务工作，在校生数这个字段被三次重复使用，相互制约，相互掣肘，实现了以业务清洗数据，提高教育数据质量的目的。
记者：“数据”在江西教育改革发展中的具体发挥了哪些作用？
徐峰：数据能提升我们教育系统在“优化”“知识”和“预测”等方面的能力。
在应用实践上，江西是劳务输出大省，留守儿童众多。2017年，我们对全省小学毕业的留守儿童进行了一次跟踪分析，通过在全省乃至全国范围内的数据比对，找出疑似辍学的留守儿童。并以上饶市为试点，逐一上门核查“疑似辍学留守儿童”，最终锁定辍学的留守儿童，并采取劝返和帮扶措施，使一部分留守儿童得以重返学校。同时，我们还在消除大班额行动、日常工作监测方面充分发挥大数据的作用。
数据工作不仅提高了我们教育治理的能力，还提升了我们教育的社会服務水平，尽可能实现“让数据多跑腿，让群众少跑路”。
我们积极将教育数据融入到社会治理大环境中，构建开放的数据生态体系。我们与江西省扶贫办建立了畅通的数据共享渠道，根据“建档立卡贫困人口数据”，与全国学籍系统数据进行碰撞，按照“一人一案”的要求，摸清了江西省建档立卡各学龄段人口的底数，为教育脱贫政策精准实施、脱贫资金精准投放、控辍保学机制完善提供数据支撑。
我们正在与公安部门合作，通过数据比对与核实，使研究生落户南昌，只需向公安厅提供身份证号，无需自己去开办证明。我们还为财政厅2017年义务教育经费保障机制改革资金清算下达工作，为卫计委开展出生人口监测及儿童营养与保健状况调查，为省发改委信用体系建设等提供了数据支撑。
记者：中心对江西省“教育大数据”工作有怎样的打算和展望？
徐峰：刚才我介绍了关于教育数据的工作，但这些还不属于“大数据”范畴。我们的目标是：利用“大数据”，为每个省内公民建立一份终身学习档案，为公民打上“学习”的标签，为教育改革发展打上“数据”的标签。要实现这个目标还有很长的路要走，到2020年，我们会着重开展如下几项工作：
一是形成教育大数据。通过建设终身学习账号整合各类应用系统，归集各类应用系统数据；通过推进智慧校园建设抓取学生在校内的学习行为数据；通过综合素质评价工作抓取学生校外学习行为数据。
二是应用大数据为教育服务。成立教育大数据研究院，围绕教育重点和难点问题，开展数据分析服务，进而对教育发展预测，为教育决策提供科学依据。
三是面向社会开放教育大数据。通过数据交换与共享平台，将数据传输给地方和学校，支持基层应用数据；通过能力开放平台，以服务的形式将数据开放给其他单位和企业，支持社会应用数据。
●数据工作不仅提高了教育治理的能力，还提升了教育的社会服务水平，我们要尽可能实现“让数据多跑腿，让群众少跑路”。
●利用“大数据”，为每个省内公民建立一份终身学习档案，为公民打上“学习”的标签，为教育改革发展打上“数据”的标签。
“大数据”时代，如何利用“大数据”提高教育信息化水平，加快推进教育治理体系和治理能力现代化？记者就此对江西省教育管理信息中心主任徐峰进行了专访。
记者：“大数据”势必会对教育带来深度变革，江西省教育管理信息中心会如何应对？
徐峰：2017年12月8日，中共中央政治局就实施国家大数据战略进行第二次集体学习，标志着在我国，作为信息社会的新阶段，大数据时代已经到来。习总书记在集体学习的讲话中，直接涉及教育的内容有两部分：一是要利用大数据提升教育治理水平；二是推进“互联网+教育”，应用大数据弥补教育短板。这是总书记对教育信息化发展提出的新要求和新目标。
江西省委教育工委、省教育厅一直高度重视教育数据工作，2016年在全国率先出台了《数据管理暂行办法》，将数据作为重要资产进行统一管理。省教育管理信息中心作为数据管理部门之一，积极调整发展思路，应对挑战。
面对新的形势和挑战，我们提出了从“技术中心”回归“信息中心”，从“信息中心”迈向“智慧中心”的发展战略，紧紧围绕“教育数据”开展各项工作。当前，我们在继续做好“技术服务”的同时，正在逐步强化“信息服务”职能，对信息进行加工、升华，为科学的决策依据和教学服务。
我们的具体做法有：
一是优化人力资源结构。中心积极组建专业数据团队，着力培养团队数据处理与分析能力，同时与华东师范大学等有关高校密切合作，借助外力快速形成数据服务能力。
二是完成顶层设计。编制《江西省教育大数据实施方案》《江西省教育厅教育数据治理专项方案》《江西省教育厅数据资源目录》和《江西省数据交换总体设计方案》等，明确数据工作的总体目标和阶段目标。
三是开展数据治理。数据治理是将数据视为一种战略性资产，从组织架构、机制体制和实施评估三个层面对数据开展持续性的治理。
四是开放数据服务。开展数据治理的同时，积极利用数据为教育系统内和其他部门提供数据服务。据不完全统计，2017年全年，我们为系统内提供数据服务35次。同时，还为省公安厅、省民政厅、省扶贫办和省人社厅等部门提供了数据服务。
记者：数据工作有哪些具体内容？
徐峰：巧妇难为无米之炊，数据归集是数据工作的第一个关键环节。目前，我们已经归集了委厅14个部门的47类数据，这些数据主要分为两部分：一部分是学生、教师、教学机构以及学校办学条件等基础数据，另一部分是扶贫信息、就业信息、高考信息等业务数据。
在数据归集的过程中，我们提倡的是“伴随式收集”，不为了采集而采集，而是将采集工作与业务工作相结合，在业务处理的过程中，自然沉淀数据。这样既可以最大限度地保证数据质量，同时也能减少基层的工作负担。
我们特别重视教育体制内数据的融合和体制外数据的汇集。以省级统一建设的终身学习账号为抓手，通过能力开放平台，在提供服务的同时获取外部数据，同时还将通过购买、交换等形式，获取社交网络数据。促进数据的融合，提升数据在精细化管理、智能化决策方面的辅助作用。
记者：您认为数据工作的重点是什么？
徐峰：重点在广泛应用中提高数据质量。数据质量是决定数据有效性和可用性的关键指标。我们一方面通过数据治理从技术层面提升数据质量，另一方面，打通各类应用中的基础数据，让基础数据在各项教育管理工作中基本保持一致。数据被多个应用重复使用，业务系统不同的功能需求让数据受到多方制约和牵制，以数据质量支撑业务应用，从而形成良性反馈机制。
以中小学在校生数为例。我们在三个不同的业务系统中都要反复使用到基础数据库中的在校生数，故意增加或减少数据都将对其他业务造成影响，数据造假或者数据质量不高将给自身带来巨大的麻烦。
一、教育事业统计系统。教育部每年都会开展教育数据统计工作，其中要求各校自行上报在校生数。由于仅需要上报最终的在校生数，校方具有较大的自由度，因关系到生均公用经费拨付，各校主观上希望这个数据越大越好。2016年，我省在教育部单机版的基础上，开发了“教育事业统计直报系统”。该系统的一项重大改革是，从教育基础数据库中按校将学生信息导入，形成每个学校的在校生台账。各校以此为基础对台账进行核对与完善后，自动汇总得出在校生数。学校可以增加学生，但学校在统计数据中增加的学生也必须在基础数据库和学籍数据库中相应地增加。
二、大班额消除系统。我们开发的大班额消除管理系统中，大班额的认定就是通过分析基础数据库中的在校生字段。由于消除大班额是一项比较棘手的任务，各校主观上又都希望在校生数小些，这就与在统计数据中希望在校生多的主观愿望产生了矛盾。
三、义务教育均衡督导系统。义务教育均衡的计算公式与当地在校生数有着紧密的关系，在校生人数越多，所需要的教育资源也越多，投入更大。我们开发的业务系统中，在校生数同样来自基础数据库。
以上三个业务工作，在校生数这个字段被三次重复使用，相互制约，相互掣肘，实现了以业务清洗数据，提高教育数据质量的目的。
记者：“数据”在江西教育改革发展中的具体发挥了哪些作用？
徐峰：数据能提升我们教育系统在“优化”“知识”和“预测”等方面的能力。
在应用实践上，江西是劳务输出大省，留守儿童众多。2017年，我们对全省小学毕业的留守儿童进行了一次跟踪分析，通过在全省乃至全国范围内的数据比对，找出疑似辍学的留守儿童。并以上饶市为试点，逐一上门核查“疑似辍学留守儿童”，最终锁定辍学的留守儿童，并采取劝返和帮扶措施，使一部分留守儿童得以重返学校。同时，我们还在消除大班额行动、日常工作监测方面充分发挥大数据的作用。
数据工作不仅提高了我们教育治理的能力，还提升了我们教育的社会服務水平，尽可能实现“让数据多跑腿，让群众少跑路”。
我们积极将教育数据融入到社会治理大环境中，构建开放的数据生态体系。我们与江西省扶贫办建立了畅通的数据共享渠道，根据“建档立卡贫困人口数据”，与全国学籍系统数据进行碰撞，按照“一人一案”的要求，摸清了江西省建档立卡各学龄段人口的底数，为教育脱贫政策精准实施、脱贫资金精准投放、控辍保学机制完善提供数据支撑。
我们正在与公安部门合作，通过数据比对与核实，使研究生落户南昌，只需向公安厅提供身份证号，无需自己去开办证明。我们还为财政厅2017年义务教育经费保障机制改革资金清算下达工作，为卫计委开展出生人口监测及儿童营养与保健状况调查，为省发改委信用体系建设等提供了数据支撑。
记者：中心对江西省“教育大数据”工作有怎样的打算和展望？
徐峰：刚才我介绍了关于教育数据的工作，但这些还不属于“大数据”范畴。我们的目标是：利用“大数据”，为每个省内公民建立一份终身学习档案，为公民打上“学习”的标签，为教育改革发展打上“数据”的标签。要实现这个目标还有很长的路要走，到2020年，我们会着重开展如下几项工作：
一是形成教育大数据。通过建设终身学习账号整合各类应用系统，归集各类应用系统数据；通过推进智慧校园建设抓取学生在校内的学习行为数据；通过综合素质评价工作抓取学生校外学习行为数据。
二是应用大数据为教育服务。成立教育大数据研究院，围绕教育重点和难点问题，开展数据分析服务，进而对教育发展预测，为教育决策提供科学依据。
三是面向社会开放教育大数据。通过数据交换与共享平台，将数据传输给地方和学校，支持基层应用数据；通过能力开放平台，以服务的形式将数据开放给其他单位和企业，支持社会应用数据。