党的十九届四中全会提出要“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”。2020年3月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》中指出“着力加快培育数据要素市场，全面提升数据要素价值”。一流大学必须有一流治理能力，一流治理能力必须要有一流决策支持能力，一流决策支持能力必须充分发挥信息化的支撑引领作用，发挥数据要素价值，进一步推进高校治理体系和治理能力现代化。

西北工业大学坚持贯彻落实习近平总书记关于网络强国的战略思想，以立德树人为根本，以学科建设为牵引，在信息化建设规划和实施过程中，坚持发挥数据要素价值，持续致力于数据治理实践的探索，有力促进提升了“双一流”的建设水平。

一、明确数据治理目标，构建数据建设框架体系

明确数据治理目标。以实现校情数据全生命周期管理为目标，构建符合学校实际的数据资源目录，厘清数据资产，实现数据确权，确立“一数一源”，推动数据汇集，实现人员和资产等重要基础数据在相同统计口径下的一致性，通过一系列数据应用促进数据质量的提升，让数据治理的成效和口碑成为推动数据治理工作的强大动力。

确立数据治理框架。在多年的数据治理实践中，学校认为国标《信息技术服务治理第5部分：数据治理规范》（GB／T34960.5—2018）的数据治理框架十分符合工作现实，具有较强的指导意义，具体内容包括（见右图）：

1.顶层设计包含数据相关的战略规划、组织构建和架构设计。首先学校确立了智慧校园建设的总体规划，明确信息化战略目标、建设任务，统一全校思路；其次建立了组织架构体系，明确建设主体及任务分工，将责任落实到具体部门；最后是做好架构设计，要做到技术可行、可控。

2.数据治理环境包含内外部环境及促成因素，是数据治理实施的保障。内外环境决定了数据治理是否能顺利开展。只有内外均有强大动力的情况下，数据应用的需求十分迫切，实施相应的数据治理才能阻力最小，最容易达到成效。如解决反复填表问题，只有这个需求变得十分迫切的时候，各部门才能形成合力去解决。

3.数据治理域包含数据管理体系和数据价值体系，是数据治理实施的对象。数据的管理体系可以分为数据管理职责划分和数据治理技术管理两个方面，《西北工业大学数据资源管理办法》明确了各方面的管理职责，《西北工业大学数据接口开发规范及实施方案》等技术规范确定了数据治理技术管理要求。

4.数据治理过程包含统筹和规划、构建和运行、监控和评价以及改进和优化，是数据治理实施的方法。学校采用PDCA循环管理每一个数据治理小循环，从而促进全校数据大循环的质量，提高治理效率。

建设数据资产管理平台。自主研发适合高校的数据资产管理平台，已管理有价值的共享数据1.5亿多条，已实现对信息标准、元数据、主数据、数据目录、数据质量、数据安全和API服务七个维度的全覆盖。支持数据汇集的标准数据多达500个业务数据表，通过企业总线服务（ESB）向教学等50多个管理应用系统提供实时数据接口300多个，实时运行数据总量超过7000万条，日均调用次数超过7万次，实现了大规模数据的共享与互联互通。

二、明确数据责任主体，制定高校数据资源目录

参考教育部制定的《高等学校信息标准（2017）》，仔细研究分析学校在人才培养、科学研究、国际交流合作等履行职能过程中应具备的数据要素，按照生产单位、应用场景、数据属性初步分类编目，通过分解生产责任初步明确生产单位。据此，组织实施数据确权，在协商共治的过程中达成共识，明确了数据生产的责任主体，确定了“一数一源”和数据优先级，通过校园信息化建设领导小组研究审定，从2020年开始正式发布《西北工业大学数据资源目录》并逐年更新。最新发布的《西北工业大学数据资源目录（2021）》涵盖了18个数据子集、115个数据类、384个数据子类、6425个数据项（核心和重要数据项4875个，一般数据项1550个）。《目录》将学校数据资源按照统一的标准规范进行编制，分别以数据域、数据生产单位为维度进行划分，分别适用于不同的使用需求。

三、融合应用示范引领，持续提升数据要素价值

学校以融合应用为牵引，有计划地分主题、分应用来启动一个领域的数据治理，逐步优化部分数据，使得数据质量逐步完善和提升，让某个领域的应用起到示范引领的作用，让数据治理的成效成为推动持续数据治理的内在动力。以“领导驾驶舱”的建设和应用为例。

“领导驾驶舱”采取“分阶段、分部门、分重点”的策略进行建设，2016年年底一期立项至今，该系统建设已历经6年几十个版本的迭代，形成290多个分析主题，323个分析项，可量化指标数900余项。该系统在以下方面发挥了重要作用：一是辅助决策支撑。系统以管理决策为核心，综合考虑了管理者的决策环境、学校管理综合指标的定义以及信息的表述等多种因素，为管理层提供“一站式”决策支持。二是风险预警。利用学校的各类基础平台对数据进行挖掘分析，通过详尽的指标体系，实时反映学校的运行状态，对异常的关键指标及业务运行状态及时预警。三是数据与应用治理。通过驾驶舱的分析将推送的数据质量问题展现给领导，使业务部门重视决策分析点的梳理、数据建设与质量问题，同时，因为数据的问题，迫使部门重视业务系统质量提升，促进了部门信息化工作的良性循环。

学校在2021年发布了《西北工业大学“十四五”信息化建设专项规划》《西北工业大学关于依托信息化解决反复填表问题的工作方案（2021-2023年）》，提出到2023年实现：数据资源目录数据项达到10000个，核心数据覆盖率达到80%，核心数据标准化率达到80%，核心数据共享利用率达到100%，支持半个月内完成一张新表建设，持续发挥数据要素价值，依托信息化持续解决反复填表问题，“减证明、减时间”，让广大师生有更多的时间投入到学习、工作中，助力提升“双一流”建设水平。

作者单位：西北工业大学