智慧城市教育公共服务数据治理研究
【摘要】
以数据治理推动教育公共服务体系变革、提升教育质量和效率，是智能时代城市建设的重要发展方向。本研究尝试回答了智慧城市教育公共服务数据治理中的三个基本问题：数据治理的核心主体是什么，治理理念是什么，以及数据治理面临哪些问题。研究提出智慧城市教育公共服务数据治理体系的构建涉及人、环境、技术三个主体，进而指出“以人为本”的城市规划与设计、城市智慧学习环境以及基于“块数据”的大数据治理技术是构建智慧城市教育公共服务数据治理体系的基础主体。在城市复杂系统的作用下，本研究确定了智慧城市教育公共服务数据治理理念的内涵与外延：以推动“数字孪生”城市建设为基本方向，聚焦于人类发展层面、需求供给层面、运转机理层面的核心发展问题。最后，研究分析了智慧城市教育公共服务数据治理中的基本问题，包括当前数据层面的问题、数据治理中的干系人、应用场景、数据收集与处理、数据标准与管理、保障机制建设等。
【关键词】 ?智慧城市;教育公共服务;数据治理;教育治理;块数据;数字孪生公民;数字孪生城市;学习型社会;
《中国教育现代化2035》
【中图分类号】 ? G521 ? ? ? ? 【文献标识码】 ?A ? ? ? 【文章编号】 ?1009-458x（2021）5-0032-11
一、研究背景
城市作为一种人类活动的空间组织形态，是人类走向成熟的标志，同时也是政治、经济、文化交流和社会生活的中心。习近平在2015年国际教育信息化大会的贺信中强调建设“人人皆学、处处能学、时时可学”的学习型社会，提升全社会创新人才培养能力（人民网， 2015）。《中国教育现代化2035》提出，我国到2035年计划建成服务全民终身学习的现代教育体系，以形成全社会共同参与的教育治理新格局（孙立会， 等， 2019）。现有的公共服务通常由政府提供、监督和管理，采用“政府为中心”的监督管理机制。然而，在智慧城市发展中公共服务逐渐体现出理论与实践相互脱节、效率与期望大相径庭的状况。2015年9月发布的《国务院关于印发促进大数据发展行动纲要的通知》提出要发展教育文化大数据，开启了利用大数据变革教育体系、教学方式、促进教育公平与提升教育质量之路（中华人民共和国中央人民政府国务院， 2015）。工业和信息化部发布的《大数据产业发展规划（2016—2020）》强调，要利用数据这一国家战略性资源，提升政府治理能力、优化民生公共服务、促进经济转型和创新发展（中华人民共和国工业和信息化部， 2016）。有研究者提出，应该从治理的角度出发重新审视现有的基本公共服务供给侧改革（张紧跟， 2018）。教育公共服务是基本公共服务的一部分，缺乏有效的多元主体协作治理机制。与此同时，智能时代的技术发展对各个领域产生了巨大的变革推动作用，如大数据之于智慧城市建设的基础支撑。智慧城市中的教育公共服务建设以实现智慧教育为发展目标，以数据治理为手段，通过构建智慧城市教育公共服务数据治理体系提升市民对城市教育公共服务的满意度（包磊， 等， 2018）。
（一）“大教育”背景下的教育公共服务
教育公共服务是城市市民基本公共服务的一部分，具备城市基本公共服务的基本属性，其特征主要受到包括常住人口、第三产业比例、建成区面积等在内的各种因素的影响（汪凡， 等， 2019）。城市基本公共服务是满足市民需要的最低限度公共设施和服务，包括教育、医疗等关乎市民生存与发展的公共服务。因此，教育公共服务可表述为满足市民教育需要的最低限度教育公共设施和服务。随着经济发展，人们对教育的需求不断增长，教育公共服务的最低需求满足也“水涨船高”。发展与建设“以人为本”的教育公共服务，其最核心的部分体现为公平均等。汉斯曼等人探讨了城市公共服务与设施分布的均等化（Hansmann H， 1988; Scott D & Jackson E L， 1996）。我国自2006年十六届六中全会正式提出了公共服务均等化，要求“底线均等”（郭小聪， 等， 2013）。萨缪尔森基于市場失灵理论探讨了城市公共服务的空间布局与供给效率，并提出了公共服务由政府单中心供给（Samuelson PA， 1954）。这种单方供给的模式在萨缪尔森后面的研究与实践中不断受到抨击，克莱默等人否定了这一单一供给模式对公共服务质量和效率的贡献，提出了公共服务的多元供给理论，并试图从空间分异的角度探讨公共服务的社会分布结构（Kramer R， 1999）。有研究者通过对基本公共服务的要素、过程、功能、目标等进行分析，指出基本公共服务的质量包括公共性、均衡性、充足性、可及性等组成要素（谢星全， 2018）。提高基本公共服务质量的基本途径是提升其价值功能、投入功能、分配功能和产出功能等。
智慧城市中的教育公共服务本质上是智慧教育支撑服务，是利用人工智能、大数据等新一代信息技术，通过构建智慧教育环境从而为市民提供的基本教育公共服务，具有公共性、公益性和文化性（廖蔓琪， 等， 2015）。个人受教育程度、家庭收入水平、社会阶层等因素影响市民对城市教育公共服务的满意度，市民对基础教育阶段的教育公共服务满意度高于走出校园之后体验到的教育公共服务，如职业教育、社区教育等阶段的终身教育公共服务（侯江红， 等， 2017）。教育公共服务质量对提升城市居民的幸福感、促进阶层流动与阶层认同、加强代际流动等会产生积极影响（殷金朋， 等， 2019）。祝智庭等人针对智慧城市教育公共服务的评价指标进行了研究指出，在智慧城市的发展中对教育公共服务的关注不应仅仅局限于正规学校教育本身，而应将教育作为一项城市基本公共服务来考虑，对其评价的原则也是看其是否能够便民、惠民（祝智庭， 等， 2017）。这反映了智慧城市建设中教育公共服务的关注点和目标达成已然区别于教育信息化的目标，更加关注“人”的层面。本研究所涉及的教育公共服务是智慧城市建设中超越学校教育公共服务这一传统意义上的教育服务，突破供给主体的界限，在全体市民“大教育”的背景下，探讨城市市民教育公共服务的基本内涵、外延与数据治理体系构建。
（二）以数据治理驱动教育公共服务体系变革
托马斯·库恩在其《科学结构的革命》中提出了科学革命的结构是“科学-范式-反常-新范式-新科学”（托马斯·库恩， 2012），并认为范式是科学理论以及与其相关的哲学信仰、价值标准和研究方法的统合。人类在社会学和数据分析中经历了长时间的进化历程，如：从无数据到有数据的社会集体经验阶段，通过文明规律对社会发展进行评价和预测的阶段，社会统计阶段，以及现在基于人工智能、系统科学、生物科学等先进技术对社会学进行融合分析的阶段。基于块数据开展教育公共服务的数据治理，是对原有教育大数据管理中一系列假设、法则的突破。
数据治理理论是随着西方治理理论与互联网技术的发展和结合而产生的一种新的治理范畴。互联网技术的发展不但引领着社会行为习惯的剧烈变革，打破市场领域墨守成规的生产与商业决策方式，而且还不断渗透与影响着公共管理领域的城市治理活动。这里的“数字”是互联网的“虚拟网络”与社会生活的“真实网络”之间交汇与碰撞的节点。因此，基于“互联网+”的数字治理让现实社会网络实现了可视化，支持了用网络治理的方式实现社会治理的目标，从而推动公共部门监测数据的采集和治理模式的创新，推进一个国家治理体系和治理能力的现代化。当前，各国对数字治理的应用仍处在起步和试验阶段，在城市治理方面的应用与实践方面更是乏善可陈。要真正实现数据驱动决策，还需经过一番研究与试验。我国政府在加快转变政府职能、实现现代化国家治理的过程中，也在数字治理与城市善治之间不断探索行之有效的途径。由于技术手段缺失和公民意识水平有待提升等原因，在传统政府治理中，教育公共服务的政策制定、实施和监督权都在政府手中，公众参与度较低。这种教育公共服务供给和管理方式效率较低，且由于缺乏政策制定者与公众的互动，极易导致政策偏差。有研究者提出了“数据铁笼”的概念，形成以权力运行和权力制约的信息化、数据化、自流程化和融合化为核心的自组织系统工程，通过数据治理的方式破解政府权力独裁、公众失参的问题（大数据战略重點实验室， 2016）。
综上所述，关于智慧城市教育公共服务数据治理的研究雏形初现，尚需厘清智慧城市建设中教育公共服务数据治理的基本理念，包含内涵与外延及其运作机理，确定教育公共服务数据治理中的基本问题，为具体实践提供方向性指导。本研究尝试突破对现有的校内教育的探讨，提出智慧城市建设中的教育公共服务数据治理的内涵与外延，剖析基本问题，为智慧城市“大教育”背景下市民教育公共服务的数据治理提供理论层面的指导和实践探索的依据。
二、智慧城市教育公共服务数据
治理中的核心主体
（一）人：“以人为本”的城市规划与设计
亚里士多德曾说，“人类为了活着而聚集到城市，为了生活得更好而留居于城市”（亚里士多德， 2003）。从农业社会到工业社会再到信息社会，城市积累了人类发展中的文明果实，在提高社会生产力的同时不断提高人类的生活水平。联合国《伊斯坦布尔宣言》提出，城市必须能够让人类过上有尊严、健康、安全和充满希望的美好生活。可见，城市理应为人而建，发展要以人为本。从中国古代天人合一和象天法地思想指导下的古代城市设计，到近现代弗雷德里克·吉伯德（Frederick Gibberd）在其《市镇设计》中描绘的那种朴素清洁、不需理论与抽象的城市设计（F.吉伯德， 等， 1983），都体现出环境设计中对满足“人”主体性的考虑。从国际智慧城市建设推进来看，“以人为本”是智慧城市建设和发展的核心（郁建生， 等， 2018）。我国2014年3月发布了《国家新型城镇化规划（2014—2020）》，指出在城镇化进程中应当更加关注“人的需求”，更加注重以人为本，强调民生的城镇化，从人的需求和发展的角度出发推进城镇化建设，改善人居环境、教育、医疗等（中华人民共和国中央人民在政府， 2014）。“以人为本”是智慧城市建设的出发点，城市建设涉及的角色众多，包括城市管理者、城市运营者、市民以及参与建设的企业与机构等，涉及产业空间、社交空间、行为空间、意象空间、社区空间等城市社会形态（国脉研究院， 2017）。从市民的角度来看，城市建设的核心理念关乎其生活品质、居住环境等。“以人为本”的城市规划与设计在具体操作中体现为“以人为原点”的公共服务支撑体系，即从每个市民的居住体验出发，以满足每个市民的生产生活需求体验为目的，最终建设成为满足全体市民需求的宜居城市。
（二）环境：城市智慧学习环境
探讨市民层面的教育问题已经不再局限于校内的教学与学习，更多体现为市民在各个生活、工作等维度的“学习”，“教学”反而成为市民在特定时间、特定地点、特定情境下接触到的特殊教育服务形式。因此，在“以人为原点”的智慧城市建设中教育公共服务的核心作用力是智慧学习，核心场域是智慧学习环境，着力点是提升市民学习体验与教育效果。在智慧城市建设中，“市民宜居体验”“城市创新活力”是城市学习环境建设目标的双核心（黄荣怀， 等， 2015），这两个核心目标都是从“以人为本”的视角提出的，着力于满足城市建设中的人的主体性。人工智能、大数据、区块链、物联网等技术的发展为智慧城市和学习型城市的建设和发展奠定了技术基础。从市民智慧学习体验、城市创新发展、智慧学习环境场域等维度对智慧学习环境进行系统性和可持续性测评（刘德建， 等， 2016），可以发现，发展智慧城市教育公共服务、提升教育服务供给能力需要建设智慧学习环境，为全体市民提供开放共享的学习环境，同时构建面向数字一代学生的路径多样、规格不一、评价多元的教育模式，促进智慧学习环境内市民、学生等角色的创新力培养。
黄荣怀提出的智慧教育发展的三重境界包括智慧教育环境、新型教学模式和现代教育制度（黄荣怀， 2014），为智慧城市建设中的智慧教育发展提供了思路和借鉴。智慧学习环境是智慧城市建设中构建现代教育制度的基础，是智慧城市教育公共服务发展的内部路径，从基础层面决定了教育公共服务的质量和效率。智慧学习环境是智慧教育的核心部分，在建设中需要分阶段重点突破。以雄安新区智慧城市智慧学习环境建设为例，其建设标准是对传统教育系统的整体提升，但是在建设路径上要分“轻重缓急”，且建设路径并不呈现线性特征。智慧学习环境的建设涉及多个领域的协同，是一项复杂的系统工程，以变革市民学习方式、创新市民学习路径为发展方向，以提升区域教育公共服务能力为核心发展目标（黄荣怀， 等， 2019）。
（三）技术：基于“块数据”的数据治理
传统的大数据通常指的是行业大数据，即某一领域中在垂直方向上产生的数据，如医疗大数据、教育大数据等。由于不同领域的数据平台、软件平台等之间相互独立，因此行业之间很难形成完全意义上的数据联通，这种类型的大数据属于“条数据”。条数据具有领域单一、数据封闭、数据垄断、源自事务流等基本特征，造成了数据孤岛、数据资产垄断、数据预测失真等问题。以条数据的形式存在的众多行业数据，在数据的收集、存储、价值挖掘等阶段存在大量的重复收集、重复处理，造成人力、物力的大量浪费，同时数据间的非联通状态阻碍更高阶的数据价值挖掘（邓华权， 等， 2017）。块数据则是以一个物理空间或行政区域为单位，其中涉及的人、事、物等各类数据的总和包含人的数据、事件的数据、物的数据，以及人与人、物与物、事件与事件的关系数据等，通过开放、共享、连接的基本机制，在该区域内形成的网状结构数据（大数据战略重点实验室， 2015）。块数据之于教育大数据，就是对海量的教育公共服务数据进行挖掘、分析和运用，从而形成巨大的数据能量（大数据战略重点实验室， 2017）。
《第四范式：数据密集型科学发现》将人类科学发展定义为四个范式，即实验科学、理论科学、仿真模拟、数据密集（Hey etc.， 2012）。块数据是人类科学研究的第五范式，是“以人为原点”的数据社会学范式（大数据战略重点实验室， 2016），这一术语的提出从某种意义上来说是大数据时代真正到来的标志。块数据区别于条数据（如图1所示），其最大特征是高度关联性、立体性、主体性、活性、共享性、开放性、可交易性、可自更新、可持续发展等。块数据不仅解决了数据孤岛和统一平台标准等问题，更多的还是体现了互联网思维，有助于政府提高教育治理能力、提升市民对教育服务的“共性需求”和“长尾需求”的满意度，通过将教育公共服务治理透明化倒逼政府治理体系的改革，提升以政府为主导的多元主体的教育公共服务能力，形成智能城市建设的助推力。
三、智慧城市教育公共服務数据
治理的理念滴定
（一）数字孪生公民：智慧城市教育公共服务的作用主体
“数字公民”是物理世界的公民在数字世界中的映射，是公民权利、责任、利益的数字化呈现，是智惠城市中公民个体的重要组成部分，同时也是国家战略和社会治理的关键点（王晶， 2019）。美国国际教育技术协会（ISTE）数字公民专业学习网络（PLN）创始人、“数字公民教父”迈克·里布尔（Mike Ribble）博士认为：数字公民包含三个主题，分别是尊重、教育和保护，可分解为九个要素，分别是数字礼仪、数字接入、数字法律、数字素养、数字交流、数字商务、数字权利与责任、数字安全、数字健康（钱松岭， 2019）。数字公民在世界范围内日益成为各国教育体系的重要组成部分。如在亚太地区，联合国教科文组织曼谷办事处启动了数字公民培育项目，新加坡、韩国等信息化发展程度较高的国家已经通过网络健康课程、网络安全教育、网络成瘾预防等推进数字公民教育体系构建（周小李， 等， 2019）。国内“数字公民”的相关研究大多提出要重视信息时代数字公民健全人格的培养以及促进人的全面发展（俞思瑾， 等， 2018）。信息时代的人类生活在“物理世界”和“虚拟世界”的交叠空间中，数字化的生存方式已经成为信息时代人类的重要生活方式（张立新， 等， 2019）。
本研究认为，“数字孪生公民”是物理世界中的公民与虚拟世界中的数字公民的结合体，是智慧城市建设和发展中的服务主体，是教育公共服务的作用主体，既享受城市提供的教育服务，又通过参与和反馈不断提升城市整体教育公共服务的质量。智慧城市中的“数字孪生公民”的具体表达是“数据化的城市市民个体”，而智慧城市教育公共服务体系的建设、变革和发展应当以服务于未来的数字化市民为目标，因此数字孪生公民是智慧城市教育公共服务的作用主体。在传统治理模式的教育公共服务中，互联网上数字市民产生数据但不拥有数据，政府和企业掌握数据却不能良好地运用数据，这是传统教育公共服务数据管理与价值挖掘中的一大痛点（王晶， 2019）。智慧城市教育公共服务的数据治理模式，突破数字市民、政府、企业之间的障碍，实现多主体共同建设、共同治理。城市市民在不断产生数据的同时，拥有并使用自己的数据，改变教育公共服务中的数据不对等的窘境，从而为智慧城市中的市民提供个性化、智慧化的教育公共服务，最大化程度上挖掘数据价值。
（二）城市复杂系统的多维影响产生外部作用力
城市作为一个复杂系统，包含人文系统、物资系统、经济系统、自然生态系统等多个子系统，且城市子系统之间相互影响、彼此作用，任何一个子系统的波动和变化都会对其他子系统产生影响（T. Kanno etc.， 2019）。教育系统是城市系统中的一个子系统，包含于城市人文系统，受到其他子系统运行原则的约束（如图2所示），如环境公平原则（刘海霞， 2014）、公平与福利原则（景天魁， 2019）、生态与美学原则（胡友峰， 2019）、盈利与经济增长（彭俞超， 等， 2018）等。城市各个子系统在活动中产生和积累的数据彼此相互关联，教育公共服务是教育子系统活动的一部分，因此教育公共服务中的数据与城市其他子系统产生的数据之间相互关联、彼此影响。智慧城市发展中教育公共服务数据治理与城市发展的其他方面，如人口发展、经济发展等，息息相关。
通过对我国已经建设运行的新区城市系统进行分析可以发现，教育公共服务作为智慧城市基本公共服务的重要组成部分，其数据治理的规划和布局与城市系统的其他领域密切相关。以人口发展与教育公共服务资源配置的相关研究为例（陈晓华， 等， 2017）。浦东新区确立后，经过国家、地方等多方支持在政策、资金方面获得了更大的优势，人口发展态势呈现出规模急剧扩大、人口密度阶梯状分布、老龄化程度与流动人口反向分布、学龄人口区域分布不均衡、流动人口流向低密度外围区域等特征。因此，在教育公共资源数据治理中，要通过对数据价值的深度挖掘，推动教育公共服务中与人口相关问题的解决，如：解决人口增长带来的教育公共服务资源配置问题，适应人口年龄结构变化的教育公共服务资源结构性适应问题，人口导入次序与教育公共服务空间布局协调的问题，等等。城市多个子系统对教育公共服务数据治理的联动影响作用，以“人（市民）”为线索，以块数据的呈现方式，聚集到教育公共服务领域，形成智慧城市教育公共服务数据治理中的“外部作用力”。
（三）智慧城市教育公共服务数据治理的内涵与外延
1. 内涵：智慧城市教育公共服务的向心力
“以人为原点”的智慧城市教育公共服务数据治理是利用互联网、大数据、人工智能等新一代信息技术，对城市教育公共服务中产生的数据进行治理，通过战略规划、价值挖掘、治理体系泛化等过程，从宏观、中观和微观三个层面提升城市教育公共服务能力和效率，提升人类在城市教育活动中的主体体验，以“人”的体验和产出为主要评价标准，体现“以人为本”的城市治理理念。其中，“以数据治理促进教育公共服务能力提升”是智慧城市教育公共服务数据治理内含的目标和原则，教育公共服务是核心，体现出数据治理在城市教育公共服务治理质量提升中的“向心力”作用。
“智慧城市教育公共服务数据治理”这一主题包含五个关键概念，即城市、教育、服务、数据与治理。基于主体间相互作用关系，五个概念之间的交错影响和相互作用共同构成了“智慧城市教育公共服务数据治理”内涵的四条层次线索（如图3所示）：一是目标层，由“城市-教育”两个概念主体之间的相互作用产生，教育是城市社会活动的一部分，教育是城市创新发展的根本动力、市民幸福指数的基本保障，两者的作用关系明确了数据治理的目标是提升城市建设中的市民教育水平;二是平台层，由“教育-服务”两个概念主体之间的相互作用产生，进一步厘清研究边界是“大教育”背景下的教育公共服务，以“人”作为教育服务供给的直接作用对象，从市民的角度出发构建治理体系;三是方法层，基于“块数据”这一功能性主体，形成适合智慧城市教育公共服务数据治理研究的新方法论，利用互联网、大数据、人工智能、区块链等技术充分挖掘数据在城市在教育公共服务治理中的作用，变革传统的治理方式;四是系统层，在“治理”的统摄下将城市、教育、服务、数据等多个线索进行关联，形成智慧城市教育公共服务数据治理的系统层面的解决方案。
2. 外延：智慧城市教育公共服务的扩散力
“以人为原点”的智慧城市教育公共服务数据治理旨在提升城市教育公共服务的能力和质量，提升每个生活在城市中的市民对教育公共服务的在场体验，从而推动人类在教育公共服务体系建设上的革新。从国际和国内的经验来看，数据治理在提升教育公共服务方面主要作用于人类发展和需求供给两个层面，以推动智慧城市教育体系、新型教育模式和教育机制的形成为最终目标，在物理城市和虚拟城市之间建立起“数字孪生”的教育公共服务支撑体系。在城市系统的其他子系统的外部作用力的相互作用下，城市教育公共服务数据治理获得了超越教育系统本身的“扩散力”，开始在更高层面推动人类社会生活的变革。如图3所示，智慧城市教育公共服务的外延主要包含三个层面：一是运转机理层面，以数据治理驱动智慧城市建设，形成适应未来发展的教育模式和教育体制，构建虚拟世界与物理世界的相互作用、螺旋上升、彼此影响，使城市发展成为“数字孪生”的智慧城市。其中，“数字孪生”城市是数据与技术深度融合发展的新模式，包括全域智能终端的数据采集、极速泛在的城市信息网络、深度思考的城市信息网络、高效运行的智能引用等。二是人类发展层面，基于教育服务数据治理推动新科技条件下的人类自身成长与发展，以及教育服务体系的重构与变革，以数据治理为推动力不断破解城市治理中的教育问题，从而提升人类发展进程中的教育质量。三是需求供给层面，以数据驱动为手段，以教育公共服务体系变革为根本目标，不断满足智慧城市发展中人类对教育提出的新需求、新挑战，不断满足时代发展下教育需求的供给矛盾。
四、智慧城市教育公共服务数据
治理中的基本问题
（一）当前智慧城市教育公共服务中的数据问题
智慧城市是城市发展的高级阶段，智慧教育是智慧城市的一部分，是教育信息化发展的高级阶段。当前的智慧城市教育公共服务中的数据问题，积累自教育信息化发展的群体无意识，如学校教育在无规划意识和同意数据标准的情况下上线了各类教育管理类和教学应用类业务系统。又如，校外教育和终身教育市场，由于企业的逐利属性，盲目应对人类各种忽隐忽现的“伪教与学需求”，开发了大量的在线教育平台等，它们彼此独立、互为孤岛，企业间几乎没有数据联通。系统的运行产生了大量数据，但系统没有统一标准、校内校外互不共享，其直接后果往往是针对同一事件的分析往往出现多个不同结果，预测和评估的精准度较低。区域在建立数据中心、门户、统一身份认证等过程中虽然形成了数据标准，但并不真正管理和使用这些数据标准，这样的不规范带来了内部数据交换的一片混乱，数据质量堪忧（朱国伟， 等， 2017）。在探索解决这一问题上，有的区域尝试以数据大屏的方式厘清数据内部存在的问题，但数据中心的数据与实际情况差异较大，造成内部数据交换问题重重，数据标准、统一数据内部交换规则等并没有在建设的初始阶段帮助规避一系列数据问题①。智慧城市教育公共服务数据治理中出现的上述问题，在当前的数据治理实践中表现为一系列的数据问题（如图4所示），这些由于历史发展造成的数据问题在未来推进智慧城市教育公共服务数据治理时迫切需要解决。
（二）智慧城市教育公共服务数据治理中的干系人
以市民教育公共服务为研究范围，超越了传统学校教育对教育公共服务的探讨，所涉及的干系人及参与主体也与后者大不相同。首先，智慧城市教育公共服务基础数据库中的数据来源通常包括社会教育服务部门、社区教育中心、教育行政部门、学校、研究机构、企业等，他们是数据治理中在组织层面的干系人，既是基础数据库的数据来源，同时也是城市教育公共服务的治理主体和服务对象。其中所涉及的个人层面的干系人通常包括教育管理者、政策制定者、研究人员、教师、学生和家长等，他们既是数据的提供者，也是数据的消费者。其次，从教育公共服务数据的使用对象来看，主要包含五类对数据治理有强需求的关联用户，分别涉及五类关联，即社会机构与学校关联、政府管理部门之间的关联、教育行政部门与学校的关联、社会公共管理部门与学习场馆“设计-运营-监管”的关联（如博物馆、科技馆等）以及经济规划和政策制定部门與家庭单元的关联。“关联用户”是智慧城市推动教育公共服务数据治理中的单元服务对象，以用户之间的强弱关系确定关联用户，并以此确定教育公共服务数据治理中的干系人，有利于厘清重点关系，并且以主线而非散点的形式推进实践工作。
（三）“以人为原点”的应用场景
传统城市治理中，政府是教育公共服务相关政策的制定者和实施者，城市市民是政策的监督者。在这一关系中，政府的权力被放大，处于绝对主体地位。英国学者约翰·洛克在《政府论》中提出“有限政府”的概念（约翰·洛克， 2018），对当下的城市治理指明了方向。在智慧城市教育公共服务治理中，需要提升市民对政策制定的决策权，弱化政府的绝对权力，推动基于数据的全民治理时代的到来。因此，数据治理最重要的应用场景之一是提升市民对教育公共服务全过程的参与程度，以数据治理推动政府治理。“以人为本”的教育服务供给要求以个体服务体验作为考核教育公共服务供给水平的重要标准，数据治理的目标之一即提升城市教育公共服务中的市民体验。基于此，教育公共服务中产生的块数据经过价值挖掘，其应用场景主要包括四类：一是为政策制定提供依据，提高公众在教育政策制定中的参与度，如服务不同群体的不同需求的社会学习支持系统的建设（如社区学习中心等）;二是提高市民在不同学习情境中的学习体验，如学校学习情境、家庭学习情境、社区学习情境、单位学习情境、场馆学习情境等;三是提升智慧城市的学习适应性，能够支持不同场景、不同支持条件、不同群体、不同起点、不同需求、不同目标的市民实现终身学习;四是助力教育精准扶贫以提升城市教育公共服务水平的整体提升，缩小城乡差距，破解城乡二元结构造成的教育资源不均衡难题。应用场景的具体实现主要依靠三类智慧城市教育产品服务，包括教育政策与管理的决策支持服务、教育相关活动过程的质量监测服务以及市民学习成长监测服务。
（四）“以人为原点”的数据收集
1. 从指向性集聚到关联性集聚
基于块数据的数据治理强调以人为原点的数据社会学分析方法，通过收集和分析以人为中心的相关数据分析人的行为、把握人的发展规律以及预测教育的效率。在数据来源方面，以主体人作为中心原点，与其教育活动相关的物、事件、关系等均作为数据来源，共同构成了市民教育公共服务相关活动与事件的块数据。其中，以教育活动作为“串接线”，涉及多个市民生活的其他领域，如交通、购物、医疗、生产、社交等。基于条数据的教育公共服务数据治理依赖于规模数据，通常是教育领域内同一类型、垂直关联的管理、教学、学习的数据，数据表征为指向性集聚。区别于条数据的领域的单一性，基于块数据的教育公共服务数据治理关注多元领域与教育领域的交叉，其他领域数据与教育数据之间呈现跨领域关联，数据类型多样，体现出激活效应而非规模效应，数据表征为关联性集聚。以人为原点的教育公共服务块数据组织形式涵盖人的块数据、物的块数据、人与物的关系数据、物与物的关系数据，在数据引力场的作用下旨在实现从数据的指向性集聚到关联性集聚（如图5所示）。
从指向性集聚到关联性集聚
2. 块数据来源与收集
黄荣怀提出智慧学习环境中的九大场域（黄荣怀， 等， 2015），基于此并对之进行调整后，本研究以公共场所、社区、农村、学区、学校、教室、家庭、场馆、网络九个智慧学习场景作为数据来源场域，分析教育公共服务数据治理中的数据收集、数据处理与数据呈现。如表1所示，教育公共服务的数据提供主体包含市民、政府、企业、自然社会等，不同场域中的数据以“插拔式”方式汇聚，通过“关联性数据集聚”的方式进行处理，得到智慧城市教育公共服务数据治理中的“块数据”。数据收集中所列举的为部分实例，其中包括结构化数据、非结构化数据和待发掘数据。
（五）数据标准与管理
智慧城市教育公共服务数据治理需要制定清晰的数据标准和管理流程，为数据治理实践提供参考依据。教育公共服务数据管理包括质量管理、数据安全管理等。以美国教育数据质量管理为例，涉及构建数据标准以明确教育数据管理基准、规范数据收集过程以保证数据质量、落实教育数据输入责任、执行数据审查程序保证数据质量门槛、数据挖掘强化异常数据监测、数据使用推动数据质量常态化管理六个流程环节（王正青， 等， 2019）。有研究者提出，通过设计包含数据标准、组织结构、技术平台等在内的数据治理框架可以有效提升数据治理效率，有效规避数据难以共享、数据质量参差不齐、数据管理权限混乱、数据生命周期管理缺失、数据监管应用空白、数据创新服务能力不足等问题（董晓辉， 等， 2019）。通过数据驱动，推动智慧城市教育公共服务体系的重构与变革面临一系列实践层面的问题，其中放在首要位置、迫切需要解决的就是数据标准与管理的问题，是后期实践中的数据收集、数据集聚、数据价值挖掘等一系列重要环节的基础。
（六）保障体系建设
智慧城市教育公共服务数据治理保障体系主要包含三大部分。一是保障机制的设计，主要涉及教育公共服务数据治理中管理组织架构、管理规范体系、监督评估体系的组织体系建设，做到“有人来管”“有章可循”“有效可查”，即：明确教育公共服务数据治理中的管理组织的角色与职责，如成立数据治理委员会实施统筹决策;从顶层设计、规章制度和工作细则层面开展教育公共服务数据治理战略、规范和细则的制定;设立教育公共数据治理效果评估机制和监督问责机制等。二是伦理治理，通过创新制定伦理准则、努力引入责任伦理、加强培育伦理素养等方式（刁生富， 等， 2018），从教育公共服务数据治理的前端、中端和后端规避可能出现的伦理问题，如制定公平正义的伦理准则，不断更新与完善伦理准则，发挥传统伦理思想的约束力，普及全民责任意识、获益最大与责任最大原则等，最终通过集聚法律、监管、现代技术等多种合力，开展现代化的教育数据伦理治理。三是信用体系建设，全球正在技术的推动下逐步迈入智信社会，全球化发展到了信用化的新时代，大数据时代的政府信任力重塑直接决定了政府治理能力的水平和发展趋势（王培章， 等， 2018）。在智慧城市教育公共服務数据治理的信用体系建设中，通过利用区块链等技术，不断解决“数据协作”中的数据真实性、安全性和可靠性等问题，推动教育治理从“政府权威治理”向“公众数据治理”转变。
五、小结
构建智慧城市教育公共服务的数据治理体系是智慧城市教育体系改革与重构的重要环节，同时也是“数字孪生”城市发展与演化过程中构建现代化教育公共服务体系的必由之路，能够从根本上提升教育公共服务质量和效率。分布式计算、5G技术、深度学习技术与3D建模、模拟仿真等相关技术高度耦合，形成与物理城市同步建设、并行发展的虚拟城市。物理城市与虚拟城市交互重叠形成“数字孪生”的城市形态是推动智慧城市高质量发展的根本原因。通过建立立体感知的城市智能节点，建设以虚拟服务现实、以数据驱动治理、以智能定义一切的“数字孪生”城市是智慧城市发展的重要趋势，其本质是城市级数据闭环赋能体系，旨在生成物理城市的全域數字虚拟映像空间。数据技术的发展为智慧城市的发展提供了基础支撑。教育作为智慧城市发展的重要领域，是数据技术发挥作用、提升智慧城市建设质量、保障“数字孪生”的智慧城市建设的关键环节。在未来的研究中，针对技术发展与智慧城市教育公共服务体系建设的共同发展方面，需要开展深入研究，构建基于大数据、物联网、区块链、人工智能等新一代信息技术的智慧城市教育公共服务体系，设计并建设智慧城市教育公共服务的技术支撑体系，包含基础数据库、应用平台、接口层设计、数据标准与管理等，推动传统城市向“数字孪生”的智慧城市转型发展。需要指出的是，虽然技术的发展为智慧城市的发展提供了技术基础，能够支撑人类在未来城市设计中源源不断地将想象力和创造力变为现实，但现实中比技术更为重要的是人类对未来城市发展的根本认识和基本设计思想。因此，要持续开展未来城市发展理念相关主题的研究，应明确智慧城市建设、教育体系构建的基本方向、原则与核心指导思想等，构建智慧城市教育公共服务数据治理的价值体系、保障体系。推进数据治理中的伦理治理研究以及信用体系建设，使智慧城市的发展、教育公共服务体系的变革能够从根本上推动人类发展。
[参考文献]
F. 吉伯德，等. 1983. 市镇设计[M]. 程里尧，译. 北京：中国建筑工业出版社.
Hey， T.， Tansley， S.， Tolle.， K. 2012. 第四范式：数据密集型科学发现[M]. 潘教峰，等译. 北京：科学出版社.
包磊，王道生，李秀琴. 2018. 基于大数据治理下的智慧教育云平台建设构思——以甘肃省教育管理公共服务平台为例[J]. 科技创新导报，15（30）：112-113.
陈晓华，周显伟. 2017. 国家级新区基于人口发展的教育资源配置研究[J]. 上海经济（5）：20-32.
大数据战略重点实验室. 2015. 块数据——大数据到来的真正标志[M]. 北京：中信出版集团.
大数据战略重点实验室. 2016. 块数据2.0：大数据时代的范式革命[M]. 北京：中信出版社.
大数据战略重点实验室. 2017. 块数据3.0——秩序互联网与主权区块链[M]. 北京：中信出版集团.
邓华权，李文洋，吴毅. 2017. 人防块数据在重要经济目标防护中的应用研究[J]. 中国管理信息化，20（8）：49-51.
刁生富，等. 2018. 重估：大数据与治理创新[M]. 北京：电子工业出版社：77-82.
董晓辉，郑小斌，彭义平. 2019. 高校教育大数据治理的框架设计与实施[J]. 中国电化教育（8）：63-71.
郭小聪，代凯. 2013. 国内近五年基本公共服务均等化研究：综述与评估[J]. 中国人民大学学报，27（1）：145-154.
国脉研究院. 2017. 智慧城市——以人为本的城市规划与设计[M]. 北京：机械工业出版社.
侯江红，刘文婧. 2017. 城乡居民对公共教育服务的满意度及影响因素分析——基于2013年中国综合社会调查数据[J]. 现代教育管理（7）：32-37.
胡友峰. 2019. 生态美学理论建构的若干基础问题[J]. 南京社会科学（4）：122-130，137.
黄荣怀. 2014. 智慧教育的三重境界：从环境、模式到体制[J]. 现代远程教育研究（6）：3-11.
黄荣怀，等. 2019. 雄安新区发展智慧教育的基线调研与政策建议[J]. 中国远程教育（11）：1-14.
黄荣怀，刘德建，樊磊，等. 2015. 2015中国智慧学习环境白皮书[R/OL].（2015-09-20）[2019-09-31]. http：//sli.bnu.edu.cn/a/yanjiuchen gguo/yanjiubaogao/2015/1225/79.html
黄荣怀，刘德建，樊磊，等. 2015. 2015中国智慧学习环境白皮书[M]. 北京：北京师范大学智慧学习研究院：3，9，12.
景天魁. 2019. 探索适合中国的民生建设新路[J]. 学习与探索（8）：38-48.
廖蔓琪，万昆. 2015. 智慧城市公共教育服务的理论内涵与框架研究[J]. 数字教育，1（5）：13-17.
刘德建，唐斯斯，庄榕霞，焦艳丽，谢春荣，黄荣怀. 2016. 城市智慧学习环境指数研究[J]. 开放教育研究，22（5）：22-33.
刘海霞. 2014. 从底线要求看环境公平制度的构建原则——基于环境弱势群体的视角[J]. 自然辩证法研究，30（1）：93-99.
彭俞超，彭丹丹. 2018. 金融业相对盈利性与经济增长——来自121个国家的国际经验[J]. 国际金融研究（8）：23-32.
钱松岭. 2019. 数字公民的过去、现在与未来——访美国“数字公民教父”Mike Ribble博士[J]. 中国电化教育（9）：55-59，67.
人民网. 2015-05-23. 习近平致国际教育信息化大会的贺信（2015）[EB/OL]. [2020-04-20]. http：//politics.people.com.cn/n/2015/0523/c70731-27045987.html
孙立会，刘思远，李芒. 2019. 面向2035的中国教育信息化发展图景——基于《中国教育现代化2035》的描绘[J]. 中国电化教育（8）：1-8，43.
托马斯·库恩. 2012. 科学革命的结构（第四版）[M]. 金吾伦，胡新和，译. 北京：北京大学出版社.
汪凡，等. 2019. 中国基础教育公共服务均等化空间格局及其影响因素[J]. 地理研究，38（2）：285-296.
王晶. 2019. “數字公民”与社会治理创新[N]. 学习时报，2019-08-30（003）.
王培章，杨宜勇，毛寿龙，许正中，易昌良，崔志刚. 2018. 议题一 国家治理体系现代化与信用中国[J]. 人民论坛（3）：46-49.
王正青，但金凤. 2019. 大数据时代美国教育数据质量管理流程与保障[J]. 现代远程教育研究，31（5）：96-103，112.
谢星全. 2018. 基本公共服务质量：多维建构与分层评价[J]. 上海行政学院学报，19（4）：14-26.
亚里士多德. 2003. 政治学[M]. 北京：中国人民大学出版社.
殷金朋，陈永立，倪志良. 2019. 公共教育投入、社会阶层与居民幸福感——来自微观混合截面数据的经验证据[J]. 南开经济研究（2）：147-167.
俞思瑾，郑云翔，杨浩，黄星云，钟金萍. 2018. 国际数字公民教育研究的现状、热点及前沿[J]. 开放教育研究，24（6）：49-59.
郁建生，等. 2018. 智慧城市——顶层设计与实践[M]. 北京：人民邮电出版社.
约翰·洛克. 2018. 政府论（下篇）[M]. 叶启芳，瞿菊农，译. 北京：商务印书馆.
张紧跟. 2018. 治理视阈中的基本公共服务供给侧改革[J]. 探索（12）：27-37.
张立新，姚婧娴. 2019. 数字化生存——数字时代的挑战与教育应对[J]. 浙江师范大学学报（社会科学版）（04）：1-8.
中华人民共和国工业和信息化部. 2016-12-30. 工业和信息化部关于印发大数据产业发展规划（2016-2020年）的通知（工信部规〔2016〕412号）[EB/OL]. [2019-09-21]. http：//www.miit.gov.cn/n1146 295/n1652858/n1652930/n3757016/c5464999/content.html
中华人民共和国中央人民政府. 2014-03-16. 中共中央国务院印发《国家新型城镇化规划（2014-2020年）》[EB/OL]. [2019-10-03]. http：//www.gov.cn/gongbao/content/2014/content_2644805.htm
中华人民共和国中央人民政府国务院. 2015-09-25. 国务院关于印发促进大数据发展行动纲要的通知（国发〔2015〕50号）[EB/OL]. [2019-09-14]. http：//www.gov.cn/zhengce/content/2015-09/05/con tent_10137.htm
周小李，王方舟. 2019. 数字公民教育：亚太地区的政策与实践[J]. 比较教育研究，41（8）：3-10.
朱国伟，陈晓燕. 2017. 智慧城市建设中的重点领域与关键问题：以武汉市为例的分析[J]. 智慧城市评论（2）：88-96.
祝智庭，余平. 2017. 智慧城市教育公共服务评价指标体系研制[J]. 开放教育研究，23（6）：49-59.
Hansmann， H. （1988）. Ownership of the firm. Journal of Law Economics & Organization， 4（2）： 267-304.
Kramer， R. （1999）. Government is us： Public administration in an Anti-Government era. Journal of Organizational Change Management， 77（6）： 685-686.
Samuelson， P. A. （1954）. The pure theory of public expenditure. Review of Economics & Statistics， 36（4）： 387-389.
Scott， D.， Jackson， E. L. （1996）. Factors that limit and strategies that might encourage peoples use of public parks. Journal of Park and Recreation Administration， 14（1）： 1-17.
Kanno， T.， Koike， S.， Suzuki， T.， Furuta， K.， （2019）. Human-centered modeling framework of multiple interdependency in urban systems for simulation of post-disaster recovery processes. Cognition， Technology & Work， 21 （2）： 301-316.
收稿日期：2020-04-08
定稿日期：2020-06-05
作者简介：逯行，博士研究生，北京师范大学教育学部（100875）。
责任编辑 郝 丹
