美国州级纵向教育数据系统（SLDS）发展特征及启示

【摘要】

如何合理架构我国教育大数据的发展路向，切实推进大数据驱动的教育教学变革与优化，是当前我国教育领域面临的重大挑战。州级纵向数据系统是美国应用大数据优化教育教学的重要抓手，其建设与发展实则为美国教育大数据实践的核心脉络。本研究从立法保障、项目支持、标准引领和机构推进四个方面，系统探究美国州级纵向数据系统的建设与发展特征，并进一步结合我国发展实际，总结出对我国教育大数据发展的建设基础以及联动、安全与深度应用等方面的重要启示，以期为我国教育大数据发展提供有益参考与借鉴。

【关键词】  美国;州级纵向数据系统;教育大数据;数据应用;教育技术援助法;数据质量运动;数据标准;数据素养

【中图分类号】  G434       【文献标识码】  B       【文章编号】  1009-458x（2019）12-0071-08

为推进教育大数据的建设与应用，我国教育部相继印发的《教育信息化工作要点》和《教育信息化“十三五”规划》均在不同程度上强调了教育数据采集与应用的任务目标。如《2015年教育信息化工作要点》（教技厅〔2015〕2号）强调“推进大数据应用，发挥监测、评价、预测及预警功能，为科学决策、宏观管理提供依据。研究制定教育数据管理与使用办法，规范数据的规划、采集、共享和使用”;《教育部2018年工作要点》（教政法〔2018〕1号）也明确指出“建立健全大数据辅助科学决策和教育治理机制”;教育部办公厅发布的《教育部机关及直属事业单位教育数据管理办法》（教发厅〔2018〕1号）更是明确提出具体的教育数据管理办法，通过“推进各类教育数据的规范管理、互联互通和共享公开，确保数据安全，更好地服务教育改革发展”。这些政策文件为我国教育大数据应用路向提供了重要指导，但由于具体的教育大数据发展应用不仅是信息技术基础设施的建设完善，更与教育不同组织机构人员的统筹协调和教育数据相关机制的发展落实息息相关。目前我国对于教育大数据应用的探索刚刚起步，相关研究仍主要处于理论探讨和小范围实践阶段，并以数据采集为主。如何进一步深入完善我国教育大数据应用体系架构，切实推进教育大数据驱动的教育变革优化与发展进程，无疑是我国当前面临的巨大挑战。美国受2001年《不让一个孩子掉队》法案驱动，于2005年起正式启动州级纵向数据系统（Statewide Longitudinal Data System， 简称SLDS）基金项目，通过基金资助与项目实践服务鼓励全美各州各行政区建设州级纵向数据系统。州级纵向数据系统通过追踪与应用全州学生从学前教育至职业生涯（Preschool to Workforce， 简称P-20W）的个人发展数据，以有效支持教育领域的系统优化与变革，实则是美国教育大数据发展的重要抓手，已逐步形成以立法保障、项目支持、标准引领、机构推进为核心中枢的支撑体系，有力地推进了全国州级纵向数据系统的建设与应用完善。经过十多年的发展，美国州级纵向教育数据系统的建设与发展经验已相对成熟。本研究系统地探讨了该项目的建设与发展路径，试图为我国教育大数据发展提供参考与借鉴。

一、国家与地方的立法保障

通过立法或法令引领和推进教育变革优化是美国发展教育的核心着力点。自《不让一个孩子掉队》法案出台后，各州教育问责制的实施与进展引起了美国教育界的高度关注。为全面改进联邦教育的评估研究与信息发布，布什政府于2002年通过一系列教育改革法案，包括《教育科学改革法》（Education Sciences Reform）、《教育技术援助法》（Educational Technical Assistance）、《国家教育进度评估授权法》（National Assessment of Educational Progress）和《系列法案修正规定》（Amendatory Provisions）。其中《教育技术援助法》（United States Senate， 2002a）第208条明确了成立州级纵向数据系统基金项目的建设目标，并详细规定了基金项目的授权、申请、奖励、进展报告等各项要求，鼓励各州设计、开发、应用州级纵向数据系统以准确高效地管理、分析、解读和应用学生个人数据。该法案的出台与实施有力地推进了美国各州州级纵向数据系统的建设与应用。一方面促使美国教育部于2005年正式启动州级纵向数据系统基金项目，截至2017年7月，全国已有47个州及哥伦比亚特区、波多黎各区、维尔京群岛和美国萨摩至少获得一次基金资助用于建设和发展其州级纵向数据系统（The SLDS Grant Program， 2017）。另一方面则推进了美国在2007年《创造机会：有效提升技术、教育、科学的促进法案》（Creating Opportunities to Meaningfully Promote Excellence in Technology， Education， and Science Act）中明确规定州立学前教育至高等学校（Preschool to Grade16， 简称P-16）教育数据系统的建设应用所必需的12个要素：①学生个人具有独立的标识符，且不能被系统用户所识别;②具有学生个体层面的注册登记、人口统计、教学参与情况的信息;③具有学生个体层面的退学、转入转出、辍学或P-16教育计划的信息;④具有与高等教育数据系统连通数据的能力;⑤具有数据质量、有效性和可靠性评估的审核机制;⑥具有基于1965年中小学教育法案的学生个人年度考试成绩记录;⑦按年级和学科分类的未考试学生信息;⑧标识教师个体且能够与其学生相匹配;⑨学生个体的成绩单信息包括完成课程情况及课程成绩;⑩学生个体的大学预备考试成绩;k学生从中学成功过渡到高等教育过程中的信息，包括是否参加补习课程;l其他获得高等教育成功的安排和准备方面的必要信息（United States Senate， 2007）。而2009年《美国复苏与再投资法案》（American Recovery and Reinvestment Act， ARRA）則进一步关注州级纵向数据系统的建设与完善，主张数据系统的建设应能够优化学生个体发展过程的数据记录，并将系统具有12个要素作为各州获得联邦财政稳定基金的条件之一（United States Senate， 2009）。

在国家层面立法保障的驱动下，美国多个州也相继出台了行政命令或立法推进州级纵向数据系统的建设与应用。根据全美教育委员会（Education Commission of the States， 2016）的调查分析，在美国已实现至少两个核心教育领域数据连通的37个州和哥伦比亚特区中，就有亚利桑那等14个州通过法令或立法、阿拉斯加等两个州通过行政命令，从不同的角度关注州级纵向数据系统的建设应用，主要包括：①成立专门的管理或咨询机构，如北达科他州（North Dakota State Government， 2009）明确提出成立州级纵向数据系统委员会，并详细规定了委员会的人员、责任、权利、报告、持续拨款、保密原则等;而华盛顿州（Washington State Government， 2012）则指出要成立教育数据中心，该中心应与立法评估和教育问责委员会共同对P-20系统中各教育领域（早期学习、K-12教育、高等教育）问题进行协作分析;②满足教育问责制要求，如特拉华州（Delaware State Government， 2011a）指出系统数据要能够收集、整合和报告纵向学生和教师的数据，以实施联邦或国家要求的教育绩效问责措施，对联邦、州和地方的教育和培训计划进行研究和评估，审计并确保这些计划符合联邦和州的要求;③推进数据连通与共享，如阿拉斯加州（Alaska State Government， 2011a）指出建立教育数据共享政策，以促进州内高等教育和职业发展相关机构与州机构间实现数据共享;佛罗里达州（Florida State Government， 2017）则特别强调开发数据应用的标准化技术和程序，收集各级教育系统数据，确保学生、教职工、设施、财政、项目、社区和评估数据得以整合，并提供综合数据的统计分析;④确保数据隐私安全，如阿拉斯加（Alaska State Government， 2011b）、特拉华（Delaware State Government， 2011b）、印第安纳（Indiana State Government， 2015）、俄亥俄（Ohio State Government， 2010）等州就明确指出，数据管理应遵守现行所有隐私保护法规的有关规定，如《教育权利和隐私法案》（Family Educational Rights and Privacy Act， FERPA）和《中小学教育法》（Elementary and Secondary Education Act）;⑤加强数据的决策应用，如密西西比州（Mississippi State Government， 2013）提出，数据系统应能为教育相关者与决策者提供该州公民从出生到工作的数据，以支持问责与投资决策;而西弗吉尼亚州（West Virginia State Government， 2017）则指出，数据系统须使数据的生成、采集和传播能够有效支持州级决策，且其报告应是分析驱动而不仅仅是数据驱动。

二、美国教育部SLDS基金项目支持

美国教育部SLDS基金项目支持是州级纵向数据系统建设与应用的持续推动力。有关数据显示（The SLDS Grant Program， 2015），2005年正式启动SLDS基金项目以来，通过6次财政年度项目基金资助全国47个州及哥伦比亚特区、波多黎各区、维尔京群岛和美国萨摩开展州级纵向数据系统的建设与应用。且随着数据系统建设的不断深入完善，基金项目的资助重点也有所转移，即从K-12系统建设不断向P-20W系统拓展、师生数据连接和系统数据应用转移（如表1所示）。除了基金资助外，SLDS基金项目组还提供相应的服务和资源，包括技术服务以及对建设应用过程中的最佳实践、经验教训、典型解决方案进行汇编等，来帮助各州和地方教育机构完善其州级纵向数据系统的建设。其中，在技术服务方面，成立了由数据系统专家组成的“州支持小组”，旨在为州级纵向数据系统的开发、管理、应用和维护提供技术支持;在资料汇编方面，则关注从梳理已资助的各州纵向数据系统建设过程中所涉关键主题的最佳实践、经验教训、典型解决方案上，支持各州数据系统的建设。例如“最佳实践”的成果汇编，就考察了建设过程中教育利益相关者的沟通实践、SLDS建设辅助资源应用、供应商参与、标准化课程编码的有效实施、与IT部门合作开发系统，以及从婴幼儿到职业发展的P-20W+跨领域数据治理等方面的最佳实践。

三、技术、内容和应用多层面标准引领

数据系统相关标准的建设与应用是全面推进各领域（P-20W）及重要机构系统数据连通，确保数据得以有效应用的重要保障。在州级纵向数据系统建设过程中，美国重点关注从技术、内容和应用多层面的标准引领各州系统的建设与完善。

（一）技术层面：通用教育数据标准

通用教育数据标准（Common Education Data Standards， 简称CEDS）是一系列面向P-20W+教育领域包括早期学习、K-12、高中后、职业与技术教育、成人教育、工作发展等领域教育元素的数据标准，可为数据系统开发过程中的数据定义与元素提供简易蓝图，并通过对齐（Align）、连接（Connect）和我的连接（myConnect）三大工具推进数据系统的建设与应用，如使用对齐（Align）工具，可使不同数据系统内的数据能够映射到通用教育数据标准，以创建基于标准的系统共同语言，支持数据系统的整合管理。该标准是美国教育统计中心（National Center for Education Statistics， 简称NCES）于2009年在“教育科学改革法”的专家指导和援助下由美国教育科学研究院（Institute of Education Sciences， 简称IES）授权成立的技术工作小组联合教育利益主体组织（包括来自州、地区、不同领域教育机构、联邦计划办公室、重要教育协会等代表）共同制定的，旨在支持各州教育机构改进数据质量。作为标准化的教育数据元素，通用教育数据标准旨在简化P-20W+机构内部和部门之间的数据交流、比较和理解，提高教育数据的质量和共享能力（CEDS， 2018）。这一理念与面向P-20W教育领域建设的州级纵向数据系统发展相适切，因而尽管通用教育数据标准的采纳以自愿为原則，但已有多个州将通用教育数据标准应用于州级纵向数据系统建设、数据治理与应用等方面，如北卡罗来纳州（CEDS， 2014）将该标准应用于推进各供应商专有的数据系统产品、跨部门数据应用、跨州数据共享等方面的标准化、数据系统差异识别以及数据请求等方面的简易化。

（二）内容层面：共同核心州立课程标准

2010年，美国国家州长协会（National Governors Association， 简称NGA）与国家首席州立学校官员理事会（Council of Chief State School Officers， 简称CCSSO）联合发布了旨在以标准化运动推进学生批判性思维和创新能力培养的共同核心州立课程标准（Common Core State Standards， 简称CCSS）。该标准涵盖了从幼儿园至12年级（K-12）的英语语言艺术标准和数学标准。标准发布后引起了美国教育界的高度关注，尽管各州对标准的采纳应用以自愿为原则，但目前已有41个州、哥伦比亚特区、四个地区和国防部教育活动中心采用了该标准（Common Core State Standards Initiative， 2018），实质上已成为美国国家课程标准。尽管对应的基于共同核心州立课程标准的评价系统由大学与职业准备评估联盟与更智能的评估联盟共同负责研制开发，但旨在采集应用全州学生P-20W数据促进教育改进的州级纵向数据系统，在其K-12领域系统建设过程中无疑需要逐步应用共同核心州立课程标准。已采纳该标准的多个州均指出，学生评价数据是学生数据系统的必要部分（Truth in American Education， 2014），而学生评价须与共同核心州立课程标准相一致。作为首批采纳共同核心州立课程标准的州之一，肯塔基州共获得4次SLDS项目资助，在美国教育数据系统应用中处于领先地位，在采纳共同核心州立课程标准后明确指出（U.S. Department of Education， 2010），要将基于该标准的评价数据作为州级纵向数据系统的一部分，应用于教学改进决策。

（三）应用层面：数据应用标准

随着州级纵向数据系统建设与应用的深入，教育系统数据越发多元、完善，教师与行政管理者数据应用的有效性亟待提升，以确保充分推进学生学习发展。鉴于多州在开展职前和职后教师数据素养和数据应用培训项目时缺乏共同的内容基础与标准，SLDS项目组于2013年11月成立数据应用标准工作组，旨在构建数据应用标准，以促进教育工作者有效应用数据提升学生成就。该标准一方面可为各州开展数据素养和数据应用培训提供内容基础，另一方面则可增进职前与职后教师数据培训间的系统关联。数据应用标准工作组成立后，便联合加利福尼亚州和爱达荷州等14个州和关岛地区各级教育机构的专家学者，在综合考察现有各州教育工作者数据应用要求的基础上，构建了面向教育工作者的数据应用标准，并分别于2014年7月和2015年7月发布了SLDS数据应用标准第一版和第二版（2015年版应用标准如表2所示）。该标准从有效应用数据所需的知识、技能和专业习惯三大维度，具体包括14个一级指标和58个二级指标，对教育工作者的数据应用发展提出了要求，并为各维度提供了1～2个应用情境案例。同时，为推进标准的有效应用，工作组进一步总结了3个州层面和学区层面的标准应用推进典型案例。以北达科他州为例，在数据应用标准的基础上构建了A+数据探究循环框架，以数据应用意识（Awareness）为中心，通过吸收（Absorb）、提问（Ask）、收集（Accumulate）、获取（Access）、分析（Analyze）、回答（Answer）、发布（Announce）、应用（Apply）等环节，推进数据的有效应用（The SLDS Grant Program， 2015）。

四、DQC教育数据研究机构推进

SLDS基金项目正式启动后，美国国家首席州立学校官员理事会（CCSSO）与教育部数据高峰会议于2005年联合发起了一场旨在提升教育数据的质量、可获得性与使用率的运动。此次运动直接促成了由卓越教育联盟（Alliance for Excellent Education）和国家教育问责中心（National Center for Educational Accountability）等10个国家组织参与共建美国权威教育数据研究机构“数据质量运动”（Data Quality Campaign， 简称DQC）。该机构获得了比尔和梅琳达·盖茨基金会的支持，并由国家教育问责中心负责管理（Achieve， 2005）。在SLDS基金項目强调各州数据系统建设的基础上，DQC专注于提升州级纵向数据系统的数据质量、可获得性与数据使用。DQC一直关注深入一线实践领域开展全国性调研，并切实结合州级纵向数据系统的建设实际与政策发展，为各州数据系统的建设应用提供及时有效的决策参考与指导。其主要的推进工作包括以下三个方面：

（一）推进数据系统的10个基本要素建设（2005— 2011年）

数据系统的10个基本要素是在美国国家首席州立学校官员理事会与教育部数据高峰会议联合发起的数据质量运动中提出，旨在为各州决策者建设数据系统提供蓝图。DQC在2005-2011年间每年会对全国50个州及哥伦比亚特区和波多黎各地区的州级数据系统10个基本要素的建设情况展开调研，并形成年度系列进展报告。该项工作有力地推进了各州乃至联邦相关决策的制定。2009年《美国复苏与再投资法案》要求各州数据系统必需的12个要素中就包括了DQC提出的10个基本要素。该法案发布后，各州都致力于实施12个系统要素的建设，并向美国教育部报告年度进展。为避免工作重复，DQC从2012年起不再对10个要素建设情况进行调研。

（二）推进系统数据有效应用的10项行动（2009— 2015年）

DQC从2009年起对各州数据系统在拓展系统能力、提升数据质量和发展数据应用能力3个方面的10项行动展开调研，并形成年度系列“数据行动”分析报告。这10项行动具体包括：①将州K-12数据系统与早期学习、中学后、职业发展及其他重要州机构数据系统相连接;②为纵向数据系统提供稳定而持续的支持;③完善数据治理机制以指导数据的收集和使用;④构建整合学生、教职工、财政、设备等方面数据的州数据存储库;⑤为所有利益相关者及时提供所需信息的同时保护学生隐私;⑥为教育工作者、学生和家长提供改善学生成就所需的学生个体数据进度报告;⑦提供包含学校系统和学生群体纵向统计信息的报告，以指导各级教育系统（学校、学区、州）的改进;⑧制定有针对性的研究议程，并与高校、研究人员和中介组织合作，探索包含有用信息的数据;⑨实施政策并推广实践，包括专业发展和资格认证，以确保教育者知道如何正确获取、分析和使用数据;⑩推广策略以提高对可用数据的认识，确保所有关键利益相关者（包括州决策者）知道如何获取、分析和使用信息。在各州10项行动的调研分析基础上，DQC进一步结合各州数据系统行动落实过程中的典型问题，形成路线图系列决策指导报告，如《教师许可政策中强调数据素养路线图》（Roadmap for Educator Licensure Policy Addressing Data Literacy）、《保护学生数据路线图》（Roadmap to Safeguarding Student Data）和《构建师生数据连接路线图》（Roadmap for a Teacher- student Data Link）等。

（三）应用数据促进学生发展的四大优先政策建议（2016年至今）

2015年底，美国《每个学生成功法案》（Every Student Succeeds Act）发布后，DQC在10个基本要素和10项数据行动的基础上，进一步从州到课堂的不同层面，提出应用数据促进学生发展的四大优先政策建议：①测评学生的关键数据;②使教师与领导者能够充分利用学生数据;③确保信息公开透明，获得公众信任;④及时获取学生数据的同时确保其隐私安全。DQC的关注点从原有的数据系统应用落实到利益相关者的数据应用上，并面向各州调研与四大优先政策建议相关的观点、政策和实践。目前已形成2016年度报告《行动起来：使数据真正对学生起作用》（Time to Act： Making Data Work for Students）和2017年度报告《行动起来：让人们拥有数据》（Time to Act： Put Data in the Hands of People）的“行动起来”年度系列报告。通过这些决策指导报告，调研和总结现有各州四大优先政策的进展情况，为决策者提供系列决策参考与行动建议，进一步推进各州数据系统真正为学生发展所用。

五、对我国教育大数据发展的启示

（一）面向学生发展架构教育大数据的建设基础

尽管美国州级纵向数据系统建设的原发动力主要是教育问责制的推进实施，但随着各州数据系统建设的不断深入发展，其“面向学生发展”这一特征愈发突显。一方面从原有的K-12核心教育领域逐步拓展至P-20W（即学前教育至职业生涯）的所有教育领域，以面向学生发展全过程架构和推进教育数据系统的建设;另一方面，则是将数据应用从原有的教育问责与管理机构逐步面向所有层面的教育利益相关者，特别是教师、家长和学生，以个体发展的视角探求数据应用价值的充分发挥。目前，我国主要是在教育信息化应用基础上探求教育大数据的发展路向，在教育信息化重点关注的基础设施建设、教育资源开发应用以及教育管理信息系统建设中，相应的教育大数据建设思路与实践路径则主要聚焦于教育数据的管理与决策应用，而切实从数据层面推进学生发展的考量较少。借鉴美国的建设经验与当今对于学生发展特别是学生核心素养发展的时代要求，为进一步把握教育大数据的建设与发展先机，有力推进数据驱动的教育教学深层次变革与发展进程，在架构教育大数据过程中，可从三个方面加以考量：首先是量化学生发展，即以数据表征学生发展，如学生某一阶段学习记录与行为表现以及学前至职业生涯各阶段的数据连通;其次驱动学生发展，即在深入探究数据驱动的学生发展机理的基础上，发掘关键指标数据，为深度数据应用提供依据;最后是多角色聚焦学生发展，即面向不同利益相关者，提供適切数据与互动应用，以共同推进学生发展。

（二）构建多元标准，激活教育大数据的联动应用

美国关注以标准要求的方式，即通过数据系统的12个必需要素、通用教育数据标准、共同核心州立课程标准以及教育工作者数据应用标准，从基础设施、技术连通、领域对接、人员沟通等方面有力地推进州级纵向数据系统的建设发展。目前，我国教育大数据的建设应用处于数据采集的关键阶段，但具体的数据采集规范与标准仍停留在技术与管理层面的单一标准上，主要面向数据系统建设与决策管理需求，关注的是“连通”而非切实以“连通”推进利益相关者间的“联动”应用。根据美国的经验，我国现有的教育大数据建设模式，有必要从单一标准模式转向多元标准，有效激活教育大数据的联动应用：①构建技术层面的数据标准，推进不同数据系统的衔接，连通现有不同的系统数据，避免数据的重复采集;②构建内容层面的数据标准，推进不同教育领域的对接，即在数据建设过程中注重应用现有的教育领域相关标准，如国家中小学课程标准、本科专业类教学质量标准、幼儿园及中小学教师专业标准等，促进各教育领域核心工作的对接;③构建应用层面的数据标准，推进相关机构与人员的互动沟通，从数据应用层面，以数据问责的方式激发各教育利益相关者的全面参与。

（三）形成面向教育领域的数据隐私保障体系

美国各州在其州级纵向数据系统建设中，非常关注通过立法或遵循现有相关法律（如《中小学教育法》和《家庭教育权利和隐私法》等）的方式，强调对学生数据隐私的保护。根据DQC（2016）的调查，截至2016年9月，美国自2013年以来，已有49个州和哥伦比亚特区推出了共410条涉及学生数据隐私的法案，36个州通过了新的学生数据隐私法。其中以加利福尼亚州在2014年通过的《学生在线个人信息保护法》（Student Online Personal Information Protection Act）为典型代表。该保护法现已为17个州相继效仿，强调学生在线数据处理的安全性、第三方供应商数据应用控制以及数据删除规则（California State Government， 2014）。相應地，教育工作者数据应用标准研发以及DQC的系列研究推进（如十大行动项目和四大优先政策等）也都十分关注对学生数据隐私的保护。在我国，教育大数据的建设与应用同样强调对数据隐私维护，如在2018年《教育部机关及直属事业单位教育数据管理办法》中，注重将教育数据资源公开分为主动公开、依申请公开和不予公开3种类型，并遵循国家秘密、商业秘密和个人隐私相关法律规定，维护数据资源主体的合法权益。然而，这些数据隐私保护相关条例和规定更多的是在相关政策文件的引领下开展，很少有专门针对教育领域数据（特别是学生数据）安全的相关规定。同传统的个人信息保护相比，教育数据应首先面向学生的成长与发展，因此，有必要面向教育领域形成相应的数据隐私保障体系。除了在常规的数据采集、存储、共享、公开等方面关注数据隐私安全外，还应该针对学生成长真实过程对“数据删除”予以重视。大数据专家舍恩伯格（2013）指出，大数据在“为我们提供了一个从未有过的审视现实的视角”的同时，应该较以往更加重视对数据的删除，即“删除记忆”，从数据删除层面上进一步维护数据隐私，以为学生的成长与突破提供更稳固安全的数据环境与平台，从教育与发展的视角确保教育大数据全方位的应用安全。

（四）提升数据素养，推进教育大数据的深度应用

随着各州州级纵向数据系统的建设完善，美国越发关注提升教育利益相关者的数据素养，以推进数据应用切实提升学生成就。截至2014年9月，美国已有18个州在其教育者资格认证审批中明确要求教育者须具备一定的数据素养或数据应用能力，而这一数字在2009年时为0（Data Quality Campaign， 2014）。除了SLDS项目组为推进教育工作者数据素养的相关认证与培训工作的开展，从数据应用有关知识、技能、专业习惯三个维度研发和建构教育工作者的数据应用标准外，美国教育部于2016年正式发布了面向管理者、教师、教学支助人员的教师数据应用现状调查系列问卷，以强调对教师数据素养的现状考察，从而推进教师数据素养的发展（U.S. Department of Education， 2016）。目前，我国对于教育数据的应用多局限于专业部门和人员，主要着眼于行政管理和决策参考，对教师教学和学生成长的直接作用较少。随着教育信息化的推进，教育利益相关者无疑将拥有和接触到更为多元、完备的数据。推进教育利益相关者对数据的有效应用，将是进一步应用数据驱动教育教学改革与发展的必要环节。根据美国的经验，我国有必要将原有宏观、组织、专业的数据应用模式进一步拓展至微观、个人及常规的面向教学实践的数据应用。这一拓展的关键就在于提升教育利益相关者特别是教师的数据素养，重点在于结合当前数据应用方式转向（传统随意→持续科学）与数据应用焦点转移（教学改进→学生发展），把握与实际发展要求相适切的教育利益相关者的数据素养结构，从数据层面处理与教学层面应用两大维度的知识、技能与专业习惯三个方面，强化其数据应用的意识与能力，从而有效推进教育大数据的深度应用。

[参考文献]

维克托·迈尔-舍恩伯格，等. 2013. 删除：大数据取舍之道[M]. 杭州：浙江人民出版社.

Achieve. （2005， November 17）. Data Quality Campaign Launched at Data Summit. Retrieved January 27， 2018， from https：//www.achieve.org/data-quality-campaign-launched-data-summit

Alaska State Government. （2011a， December 5）. Administrative Order No. 261. Retrieved February 18， 2018， from http：//gov.state.ak.us/admin-orders/261.html#

Alaska State Government. （2011b， December 5）. Administrative Order No. 261. Retrieved February 18， 2018， from http：//gov.state.ak.us/admin-orders/261.html#

California State Government. （2014， February 20）. Student Online Personal Information Protection Act （SOPIPA）. Retrieved February 21， 2018， from http：//www.leginfo.ca.gov/pub/13-14/bill/sen/sb_1151-12 00/sb_1177_bill_20140220_introduced.pdf

Common Core State Standards Initiative. （2018， February 26）. standards-in-your-state. Retrieved February 26， 2018， from http：//www.corestandards.org/standards-in-your-state/

Common Education Data Standards. （2014， July 1）. CEDS and SLDS–Aligning Efforts. Retrieved February 25， 2018， from https：//ceds.ed.gov/PDFViewer.aspx？pdfFile=pdf/CEDS-and-SLDS-Aligning-Effortspdf&category=%22CEDS%20and%20SLDS%20-%20Aligning%20Efforts%22

Common Education Data Standards. （2018， February 25）. Frequently Asked Questions. Retrieved February 25， 2018， from https：//ceds.ed.gov/FAQ.aspx

Data Quality Campaign. （2014， November 16）. Data for Action 2014： Paving the Path to Success. Retrieved December 20， 2017， from https：//2pido73em67o3eytaq1cp8au-wpengine.netdna-ssl.com/wp-content/uploads/2016/03/DataForAction2014_0.pdf

Data Quality Campaign. （2016， September 30）. Student Data Privacy Legislation： A Summary of 2016 State Legislation. Retrieved January 27， 2018， from https：//2pido73em67o3eytaq1cp8au-wpengine.netdna-ssl.com/wp-content/uploads/2016/09/DQC-Legislative-summary-09302016.pdf

Delaware State Government. （2011a， June 30）. Delaware Code Title 14. Retrieved February 18， 2018， from http：//delcode.delaware.gov/title14/c001/sc02/#

Delaware State Government. （2011b， June 30）. Delaware Code Title 14. Retrieved February 18， 2018， from http：//delcode.delaware.gov/title14/c001/sc02/#

Education Commission of the States. （2016， November 16）. 50-State Comparison： Statewide Longitudinal Data Systems. Retrieved January 26， 2018， from https：//www.ecs.org/state-longitudinal-data-systems/

Florida State Government. （2017， July 1）. The 2017 Florida Statutes. Retrieved February 19， 2018， from http：//www.leg.state.fl.us/statutes/index.cfm？mode=View%20Statutes&SubMenu=1&App_mode=Display_

Statute&Search_String=1008.385&URL=1000-1099/1008/Sections/1008.385.html#

Indiana State Government. （2015， August 10）. 2015 Archived Indiana Code. Retrieved February 20， 2018， from http：//iga.in.gov/legislative/laws/2015/ic/titles/022/articles/4.5/chapters/010/#

Mississippi State Government. （2013， July 1）. 2013 Mississippi Code Title 37. Retrieved February 20， 2018， from https：//law.justia.com/codes/mississippi/2013/title-37/chapter-154/section-37-154-1

North Dakota State Government. （2009， July 11）. North Dakota Century Code. Retrieved February 18， 2018， from http：//www.legis.nd.gov/cencode/t54c59.pdf#

Ohio State Government. （2010， December 28）. Ohio Revised Code Title 33. Retrieved February 20， 2018， from http：//codes.ohio.gov/orc/3301.94#

The SLDS Grant Program. （2015， July 3）. SLDS Data Use Standards： Standards in Practice. Retrieved February 10， 2018， from https：//slds.grads360.org/services/PDCService.svc/GetPDCDocumentFile？fileId=14032

The SLDS Grant Program . （2015， August 1）. SLDS Data Use Standards： Knowledge， Skills， and Professional Behaviors for Effective Data Use. Retrieved February 10， 2018， from https：//nces.ed.gov/programs/slds/pdf/datausestandards_knowledge_skills_professionalbehaviors.pdf

The SLDS Grant Program. （2015， September 17）.  Grant Information. Retrieved February 11， 2018， from https：//nces.ed.gov/programs/slds/grant_information.asp

The SLDS Grant Program. （2017， July 5）. Supporting State Collection and Use of Longitudinal Data to Improve Student Outcomes. Retrieved February 10， 2018， from https：//nces.ed.gov/programs/slds/pdf/SLDS_overview_July2017.pdf

Truth in American Education. （2014， April 7）.  Common Core & Data Collection. Retrieved February 26， 2018， from https：//truthinamericaneducation.com/privacy-issues-state-longitudinal-data-systems/common-core-data-collection/

United States Senate. （2002， November 5）. Educational Technical Assistance Act of 2002. Retrieved February 10， 2018， from https：//www2.ed.gov/policy/rschstat/leg/PL107-279.pdf

United States Senate. （2007， August 9）. America Creating Opportunities to Meaningfully Promote Excellence in Technology， Education， and Science Act. Retrieved February 10， 2018， from https：//www.congress.gov/110/plaws/publ69/PLAW-110publ69.pdf

United States Senate. （2009， February 17）. American Recovery and Reinvestment Act. Retrieved February 10， 2018， from https：//www.congress.gov/111/plaws/publ5/PLAW-111publ5.pdf

U.S. Department of Education. （2010， May 31）. Race to the Top Application for Initial Funding. Retrieved February 10， 2018， from https：//www2.ed.gov/programs/racetothetop/phase1-applications/kentucky. df

U.S. Department of Education. （2016， October 1）. Teacher Data Use Survey. Retrieved February 25， 2018， from https：//ies.ed.gov/ncee/edlabs/projects/project.asp？projectID=2461

Washington State Government. （2012， June 20）. Revised Code of Washington. Retrieved February 18， 2018， from http：//app.leg.wa.gov/RCW/default.aspx？cite=43.41.400#

West Virginia State Government. （2017， June 12）.  West Virginia Code. Retrieved February 20， 2018， from http：//www.wvlegislature.gov/wvcode/ChapterEntire.cfm？chap=18b&art=1D#

收稿日期：2018-05-30

定稿日期：2018-07-29

作者簡介：阮士桂，博士，讲师，广西民族大学教育科学学院（530006）。

责任编辑 韩世梅