创建繁荣的高等教育数据体系(连载二)

文/Archie Cubarrubia

创建繁荣的高等教育数据体系(连载二)

文/Archie Cubarrubia

编者按

本论文以比尔与梅琳达·盖茨基金会（Bill & Melinda Gates Foundation）所资助的研究为基础，是系列论文《展望21世纪的高等教育数据基础设施》中的一部分。2015年8月，美国高等教育政策研究所（Institute for Higher Education Policy, IHEP）率先召集了一个由全国高等教育数据专家组成的工作组，来讨论推动一系列改进数据基础设施质量的新兴方案，为州和联邦的政策对话提供信息。作为成果的系列论文提出了有针对性的建议，直接关心有关的技术、资源和政策考虑。本文主要讲述如何创建一个敏捷高效的高等教育数据体系。

创建敏捷高效的数据体系

任何对于国家高等教育数据基础设施的改进都必须促进教育平等和学生成就。当专家工作组参与讨论对各种数据系统的改进时，一个关键问题是：向着哪个目标？改进国家高等教育数据基础设施，是为了提供信息支持实质性提升学生所享有的教育和取得的成就，尤其是针对那些过去忽视了的学生，这一点的重要性需要反复强调。只有对数据系统的改进能转化为对数据的更好利用从而提高了学生学习成效，这些改进才有价值。

本系列中的论文提出了对于国家高等教育数据基础设施中各个部门的改进措施，并提出了有目的地推动当前的基础设施演变成为一个繁荣体系的路线图。这些论文所建议的改进组织主要有以下几类：

一是加强现有的系统。现在就能够改进目前正在用于采集、存储和传播教育数据的数据采集和报告系统，并且这些改进可以由现有的管理机构进行。

二是提升互操作性。可以互操作的系统会提供更高质量的信息并降低重复劳动。建立互操作性是能发挥作用的，例如实现联邦机构设置的不同数据集之间的互相连通和利用。

三是开发新的系统。某些情况下，通过建设新的系统来对现有数据进行关联和补充，可以弥补学生的教育机会、成本和成效相关信息之间的缺口。如果能有单个唯一的数据集，涵盖了所有的州和所有的高等教育业务部门，它将成为一个实用统一的数据来源，可以为政策制定、决策支持、可问责性和消费者信息提供支持。

四是提升数据质量和利用水平。因为数据最终都是由学院和大学里的个人填报的，数据质量取决于这些人的职业能力和专业水平。

在创建敏捷高效的国家高等教育数据体系方面，作者们在论文中反复提出了若干核心建议。

提升院校能力以报告准确、及时、相关的数据。数据是现有的数据系统中的血液，而且是准确、及时和相关的，这是论文中的建议的隐含的前提假设。作为最主要的数据生产者，院校如果不具备提供高质量数据的能力，结构性地改进数据体系的努力自然是徒劳的。

采集新的数据项，删除某些数据项。许多论文呼吁增加某些数据项，或者从现有的数据集合中删除某些数据项。例如，若干论文呼吁建立单一的国家高等院校识别码，增加工作职位分类信息，并根据失业保险金记录识别工作的类型和时间。同样，若干论文建议取消一些不再广泛使用的数据项。IHEP制订了一个技术标准指南，建议在整个体系中使用共同一致的数据定义。采用共同的数据定义会减少重复并降低机构的报告负担，而且以此为基础开发对政策制定者、消费者和院校而言实用的、新的衡量标准和绩效指标。

提升数据的可用性。建立持续改进流程的一个主要障碍是，研究人员和院校个体都无法访问体系中的大量数据。相应的改进措施可以是开发更好的面向公众的业务智能工具，允许院校访问更多的外部补充信息（例如国家工资数据，其他院校的入学数据等），并对某些数据集提供“研究者专用”的受限用户授权。不管在什么情况下，高等教育相关者都强烈要求提升访问涵盖多个变量的非汇总数据的能力。

保持个人数据的隐私和安全。这些论文强调了建立系统、流程和政策以保持数据隐私和安全的重要性。在每个层面和每个汇总级别上，这一点都很重要，对个人数据更要明确地强调。所有对数据的利用都必须符合适当的法律要求，并遵循行业标准中的最佳实践。

改进数据集之间的关联。许多现有的数据集可以通过相互关联来实现对范围广泛的各种问题的进行回应的能力。这些数据集包括了联邦的IPEDS，FSA，国防部（Department of Defense），退役军人事务部（Veterans Affairs），社会保障总署（Social Security Administration），全美新聘雇员档案（National Directory of New Hires），以及人口统计数据库；州一级的高等教育学生单元记录系统和州一级的职业发展部（Employment Development Department）工资数据库，包括了工资记录交换系统（Wage Record Interchange System, WRIS）和第二代工资记录交换系统（Wage Record Interchange System 2, WRIS2）；NSC数据；业务部门和院校数据库等。阻碍这些数据关联的因素有各种各样的风险回避考虑，法律上的障碍（理解中的或其他的），无法匹配的关键数据域，以及财务上的考虑。对于创建敏捷高效的数据体系而言，许多数据是现成的；许多论文都认为，打破“竖井”并使系统互相连接是一项高度优先的事务。

消除数据使用的法律障碍。本系列论文的作者们认为，消除真实的或理解中的对于数据采集、共享、存储和报告的法律障碍是值得努力的。这些努力包括：修订允许访问数据的“授权代表”的人员身份的定义；专门授权在联邦和州政府机构之间进行数据匹配；允许院校访问指定的数据集；呼吁废除禁止创建联邦级别的高等教育数据单元记录数据系统的禁令。非常重要的一点是，要注意到，论文作者们并不是建议放松数据隐私和安全的规章和规程；而是旨在保护学生隐私的同时允许更加高效的数据流动。

这些论文的摘要和相应的建议都在表1中列出。这些建议囊括了短期的、易实现并可以立刻见效的方案，以及长期的、富有挑战的、志向远大的，并且需要时间、金钱和努力的选项。然而要警惕的是只采取“快速修补”的解决办法；为了确保我们不会在二十年后继续对高等教育数据进行同样的讨论，整体的解决方案才是保障。

表1　本系列论文的简要介绍

贯穿全局的关注点

本系列论文中反复出现的一些关注点强化了论文的内容，包括了如下方面。

数据治理

在敏捷高效的国家高等教育数据体系的建构中，一个主要的关切是数据治理：谁拥有这些数据，以及拥有对这些数据进行采集、分析和传播的系统？现有的系统是面向特定目标而建设的，因此进行改进并不转移系统的所有权——即便是某些情况下这样做会更加高效。成功实现改进努力很大程度上依赖于系统所有者共同行动的意愿和能力。此外，数据采集者、管理维护者、以及他们的管理机构还需要解决与系统互操作性有关的技术问题。

数据标准和定义

使得相关探讨变得更加复杂的是，不同的数据采集主体制定了不同的数据标准和定义。例如，在某个毕业率的统计口径中，在分母中包含的学生群体可能会因为联邦政府和州政府的不同目的而有轻微的差异，也许这对于相关的政策制定者很重要，但是这也会使学生和家长在考虑哪个院校更合适的时候陷于困惑之中。业务领域的相关者必须要为敏捷高效数据体系的各个不同的组成部分建立一套通用一致的数据标准和定义而面对挑战。通用教育数据标准（Common Education Data Standards, CEDS）计划和业务领域驱动的高等教育统计口径框架（Postsecondary Metrics Framework）在正确的方向了迈开了步伐。

数据利用

界定可允许的数据利用方式，不仅对数据采集和共享的结构化有重要意义，而且对于在现有系统之间建立联系也是至关重要的。此外，提高向公众和社群报告数据的能力也是一项重要的现实考虑。在改进工作和问责方面，提高院校利用数据的水平也非常重要。因为数据的价值体现需要由数据驱动的持续改进的文化，而这依赖于学校领导层的推动。

数据政策

州和联邦的法律和规章可能会成为创新的阻碍，但也可能会促进高质量的数据采集和利用。现有数据系统的一些改进可以在现有的政府管理机构中完成。一些其他的改进则需要立法上的变革，例如要创建一个联邦学生单元记录系统的话。政治意志和远见在许多情况下是实现所提议的改进措施的必要条件。

数据资源

如前所述，在每个层级上都要对成本和收集进行有目的的分析，以对工作负担加以了解和管理。本系列论文考虑到了数据共享、汇总和仓储的显性成本，也考虑到了潜在的规模效益，论文中的建议都会带来各种各样的相关成本，都要逐个依据收益加以衡量。因为数据报告会逐渐成为常规性活动，很多改进措施可能会产生启动成本，但会随时间不断减少，甚至更加综合的系统的大型改造也是如此。

隐私、安全和院校研究能力

隐私和安全，以及院校产生高质量数据的能力是两个贯穿全局的关注点，在本系列中有论文对它们进行了专门的论述，因为无论对于单独的系统还是对于更大的体系，这两方面对于成功实施建议中的改进措施都至关重要。这两个关注点贯穿在全体建议中。

通过维持隐私（无人能识别出个人身份）和安全（未授权主体无法访问）来保卫个人数据是必需的，没有商量余地。探讨中的关键之处在于，哪些主体的哪些个人应该出于何种目的才能访问哪些数据。保护隐私和安全的最佳实践已经在教育行业和其他行业（如医疗等）得到采用，而当前还不存在一个实现对学生数据进行专门且安全利用的、由法律和规章构成的法律框架。

不同的方案在隐私和安全方面有不同的隐含含义。例如，像IPEDS这样一个汇总的、以院校为单位的数据集合，就不同于州一级的高等教育单元记录系统和国家学生信息交换中心这种采集以学生为单位的数据的系统。州一级的高等教育单元记录系统是根据对应的州法律和规章进行管理的，在谁能够访问数据以及以何种目的访问数据方面，除了联邦命令以外还有各种等级的限制。因此，举例而言，在州之间共享数据以确定学生在跨州院校中的学习成效，就需要在各州的管理机构之间进行仔细协商来寻求符合法律要求的数据访问和使用方式。类似的是，州一级的失业保险数据库与社会保障总署的工资数据所适用的监管法律和规章也是不同的，因此在访问和使用方式上也有不同的隐含条件。

院校产生高质量数据的能力。再敏捷高效的数据体系的质量也不会超出其中的数据质量的限制，至多只会和它一样好。尽管质量控制是每个系统的特性，但是学校中的个人仍然有可能无法履行采集、准备和报告数据的职责，而且数据质量还依赖于这些人对于每个系统的报告要求和其中数据项定义的理解。几乎所有参与联邦第四项资助项目认证的学院和大学都建立了院校研究（Institutional Research, IR）职能，用来支持关于学生入学、资源和学习成效等方面的州、联邦和其他外部报告机制。但是，在产出准确、及时和有关的数据，并达到强制性报告要求和支持数据驱动的决策方面，对IR职能的投入差别形成了院校能力上的巨大差异。还值得注意的一点是，向州和联邦报告数据并不是院校研究部门的独有业务领域。经济资助职员、学生注册职员和其他职员都承担了数据报告职责。因此，即便是高等教育相关者们付诸努力来改进州和国家的数据系统，他们还必须同样提升院校的数据报告能力。否则，对数据体系的改进都是徒劳的。

结论

本系列论文针对的是如何构建一个敏捷高效的高等教育数据体系的问题，以满足当下的、新兴的和未来的需要。提升利用数据的能力来促进学生成就并消除平等差别是一项正在进行的、前途光明的工作，论文的建议只是这项工作中广泛努力的一部分。

对高等教育的整体投入效果所收受到的质疑，明显变得更多和更加复杂起来。政策制定者和倡议者，甚至是院校本身都无法利用现有的国家高等教育数据基础设施来回应这些质疑，因为它们繁重累赘且不协调，处于不断滑入荒废境地的风险之中。为了实现国家进步，我们必须抓住当前的机会来创建一个敏捷高效的国家高等教育数据体系，其中每个部分都与其他部分相连通并基于其他部分而构建，才能使这个事业中的每个相关者都聚焦在学生的成就上，这才是真正重要的事情。

（翻译：陈强）