数据治理萌芽于企业为提升管理效率而对数据质量的关注。20世纪90年代，Hawley委员会首次将数据纳入资产范畴，并将治理与资产的最优使用联系起来。由此，数据治理逐渐成为一个新领域。近年来，伴随着大数据在各行业领域中重要性的凸显，丰富的数据资源与应用需求的矛盾日益加剧，数据治理逐渐扩展到金融、政务、工业、医疗、教育等领域，研究与实践的热度越来越高。在高等教育领域，数据治理已成为教育信息化的一项基础性工作。
一方面，随着建设“教育文化大数据”上升为国家战略，关于教育数据治理价值的研究成为重要议题。高校作为教育信息化理论研究与实践创新的前沿，必然成为研究的焦点。其中，业界学者从数据驱动教育治理的角度进行了广泛讨论，认为数据治理有助于高校提高决策的科学性、提升教学质量、创新管理与服务，为高等教育走向“善治”提供了可能。
另一方面，高校数据治理的体系框架与实践路径也是研究的重点，如余鹏等针对高校智慧校园建设提出了数据治理功能框架；张世明等面向开放大学提出了由战略、保障机制、关键活动、实践与优化四层组成的数据治理框架，并给出了实践路径；周炜从数据全生命周期管理的角度提出了高校数据治理框架，构建了优化数据治理实施路径的四要素模型；宋苏轩等[17]构建了具有“过程”“调和”“多元”“互动”四大特征的高校数据治理统筹管理体系，并设计了包括关注范畴、组织结构、价值流动和风险防控四个方面的实践路径。此外，相关研究也探讨了高校数据治理的伦理与隐私保护等问题。
综上所述，现有研究充分地讨论了高校数据治理的价值及其内涵，有助于深入、全面地呈现高校数据治理的本质，树立正确、科学的数据治理观，为高校实施数据治理指明了方向。同时，从不同视角提出的体系框架阐明了数据治理的相关要素，也提供了一些可供实践的路径。这为本研究理解与分析相关概念、发现范畴之间的关系提供了基础。但不难发现，现有研究多关注应然层面的规划设计，在研究方法上也是借鉴其他领域的数据治理进行理论探讨，缺乏基于我国高校实践活动的实证性探究，研究的深度亟待加强。为此，本研究在思考已有研究不足的基础上，从我供高效实践出发，运用扎根理论进行分析，关注影响高效数据治理有效实施的关键要素，并从理论层次展示各要素之间的作用关系。
参考文献：董晓辉,彭义平,马威.高校数据治理的关键要素及其作用机制研究[J].现代教育技术,2023,33(10):31-40.
