高校档案记录了高校的发展历程，蕴含丰富的档案数据信息资源。在大数据时代的今天，数据信息具有独特的应用价值。现基于数据治理理论与价值链理论，探讨了价值链理论引入高校档案数据治理的契合性，并构建以数据采集、加工、传输与存储、共享及开发为基本价值活动，以资金支持、组织机构、数据标准体系、伦理规范制度、法律法规为辅助价值活动的高校档案数据治理价值链模型，并围绕价值链模型提出了实践路径，以期充分开发高校档案数据资源，进而助力社会发展。
在“十四五规划”中，明确提出要系统布局新型基础设施，加快第五代移动通信、工业互联网、大数据中心等建设。在人类历史新时代，基于大数据进行决策规划、开展社会治理将会成为“十四五”时期的重要发展方式。数据治理起源于私人部门对内部数据资产的治理，在社会发展过程中逐渐渗透到各类组织的管理实践中，包括政府部门、医疗卫生机构、教育机构等。在此背景下，本文将价值链理论引入高校档案数据治理，构架档案数据治理价值链模型，探索高校档案数据治理的实践路径，旨在推动我国高校档案数据管理水平的提高。
价值链引入高校档案数据治理的契合性
数据治理理论
治理（Governance）原指控制、引导。当下，治理概念得到延伸和拓展，全球治理委员对其定义为各种公共或私人机构管理其公共事务的诸多方式的总和，是调和冲突和不同利益的持续性行为。而数据治理（Data Governance）是对机构或组织内部数据资产行使权力和管理控制的活动的集合。具体来说，数据治理是在确认数据信息相关的决策权与责任归属框架下，确定谁在何种情况下对何种信息，以何种方法采取何种行为，并按此模型执行。高校发展与社会技术进步密不可分，Garnter指出，大数据发展能够最大限度地帮助高校发掘和使用数据。
2008年，教育部颁布《高等学校档案管理办法》，指出高校档案是高校从事招生、教学、科研及管理等活动，直接形成的对学生、学校和社会有保存价值的各类文字、图标、声像等不同形式载体的历史记录。本文中，数据治理的对象即管理办法中的高校档案。高校和其他社会组织相似，每天会产生大量的数据信息，档案数据作为其中的关键部分，若缺乏正确引导，高校档案数据的权益保障、开发利用将无法实现。
价值链理论
迈克尔·波特在《竞争战略》首次提出价值链的概念（图1），指出价值链是一系列价值创造活动的集合，这些活动可以分为基本活动与辅助活动，基本活动往往指与价值生成具有直接关系的产品生产、产品销售、产品售后等活动，辅助活动是指对价值生成起支撑作用，与技术开发、人力资源、基础设备等相关的活动。价值链中的各环节可以划分为上游环节与下游环节两大类，在企业基本价值活动中，材料供应、产品研发、产品生产被称为上游环节；而物流运输、产品分销、产品售后等被称为下游环节。
图1 企业价值链模型（作者自制）
价值链引入高校档案数据治理的契合性
企业化高校管理是大势所趋。20世纪90年代后期，大学企业化组织的理念开始被广泛接受。欧洲大学企业化研究报告指出，大学的功能除了包括学术教学和科研，还可以包括基于知识的第三类行为，也被称为三使命（third mission）、第三发展方向（third flow）、第三任务（third task），一般包括学术成果转化、知识产品输出、社会化知识服务等。高校档案管理业务中包含面向社会提供服务，亦可将高校档案管理看作第三类行为。企业化高校管理的趋势愈发明显，高校档案数据治理作为高校管理的关键一环，运用企业管理相关理论进行高校数据治理研究具有一定创新性。
无论企业还是高校，都以价值实现为目的。价值创造是价值链的核心，企业往往通过“产品生成—产品销售—产品售后”等一系列生产环节实现产品价值，即企业利润的最大化。同样，高校档案数据治理可以看作是“资源整合—服务化开发—价值化整合”的过程，实现高校档案的价值是档案数据治理的核心。可见，二者均是基于价值驱动的实践活动，二者的组织管理均以价值实现为目的。
高校档案数据也可看作是一种生产要素。杨智勇认为，在数字经济时代，数据信息逐渐由静态资源转变为动态资源，成为关键生产力。生产要素在经济学中是指社会生产活动所需的各类资源。高校档案数据同样具备应用价值，通过特定的加工处理、开发整合，也可以视为一种生产要素。企业价值链中，企业通过投入生产要素进行生产；数据治理价值链中，高校通过投入数据资源进行价值开发。
高校与私人部门在管理中存在相通、相似之处，在管理理论和管理工具上可以相互借鉴。因此，将私人部门管理中的价值链理论引入高校档案数据治理，具有契合性。
基于价值链的高校档案数据治理模型构建
根据价值链理论，高校档案数据价值链模型由基本价值活动与辅助价值活动构成，其中，价值创造是高校档案数据治理的核心（图2）。
图2 高校档案数据治理价值链模型（作者自制）
基本价值活动
基本价值活动主要包括数据采集、加工、传输与存储、共享及开发等环节。其中，数据采集与加工处于上游环节，数据传输与存储、共享及开发处于下游环节。
数据采集。确立价值目标一致的数据采集标准，结合各系统的数据需求制定符合高校自身发展需求的采集规范。采集内容除了各系统部门已经积累的档案数据，还应包括在之后的档案业务中产生的过程信息，如处理人员姓名、处理时间。档案数据采集可以通过数据协议采集、爬虫工具、网络检索等形式，拓展数据获取的边界和范围。
数据加工。数据加工具体分为数据清洗、数据分类、数据更新、数据审核。第一，数据清洗。要对错误数据或无用数据进行过滤删除，留下符合规则和需求的数据。部分数据会在采集时被遗漏，应在入档前进行补全，对来源不同但具有重合度的数据要进行合并去重。第二，数据分类。在《高等学校档案管理办法》中，档案文件的归档范围包括党群行政类、学生类、教学类、科研类、基本建设类等，高校可以根据自身情况划分不同主题的档案类别，提升档案数据的精细度。第三，数据更新。将数据实际和计划交付时间进行比较，当出现数据更新时，应当在元数据基础上添加更新后的数据记录。第四，数据审核。这里的数据审核主要是指对档案数据进行质量审核，对即将入库的数据进行整体随机抽样审核（抽样率应达到数据库的35%），审核数据分类归属是否正确、数据是否完整。
数据传输与存储。高校档案数据传输与存储应当重点关注数据安全问题，保障数据提供方的权益。首先，应当对数据进行定期备份，当遇到意外情况时，可以从备份中恢复原始数据源，从而减少损失，数据备份亦可以更新过时数据，保障数据的及时性。其次，数据加密，根据数据敏感、机密类型进行安全保护等级划分，利用DES算法、3DES算法、TDEA算法、Blowfish算法、RC5算法、IDEA算法等对敏感数据进行对称加密，未经授权的第三者将无法解密数据，从而确保数据在传输过程中不被篡改。最后，建立高校档案数据库，将需要归档的文件进行电子化处理并录入数据库，进行数字化存储，并支持一定范围（通常是校内）的数据访问、存储、分享、引索。根据数据敏感类型设置数据库访问权限，对极其敏感数据进行加密处理，对非保密数据放宽权限或不设访问权限。
数据共享及开发。通过数据治理创造价值是数据治理模型的最终目的，而价值创造主要依靠数据共享及开发实现。数据共享及开发的方式包括数据检索、数据跨区域服务及数据分析服务。数据检索主要支持校内师生进行数据信息查询，对常用的检索项目设立快捷链接，如学生成绩单、毕业生档案、教职工人事档案等。相对于数据检索，数据跨区域服务不限定用户所在区域，无论是使用校园局域网还是公共网络，都可以访问平台，拥有跨区域服务权限的用户除了高校师生，还包括被授权的社会用户。数据分析服务是为了满足用户需求，基于查询的高校档案数据，借助数据分析工具、模型，将碎片化的数据进行统计和整理分析，最终以可视化形式呈现给用户。
辅助价值活动
辅助价值活动是指支持基本价值活动以实现目标价值活动的总和。高校档案数据治理价值链中的辅助活动主要包括资金支持、组织机构、数据标准体系、伦理规范制度、法律法规等。
辅助活动中的资金是指通过高校财政投入支持档案数据治理活动，为档案数据活动提供资金保障。高校档案数据治理的各个环节都离不开物质支持，其中资金支持对档案数据治理整个价值链价值的实现起到保障作用。
辅助活动中的组织机构是指负责高校档案数据治理的组织。《高等学校管理办法》规定，高校应设立档案馆，未设立档案馆的高校应设立综合档案室。然而，如今多数档案数据由产生数据的各部门自行管理。因此，有必要建立具备专业学科背景的数据治理组织，负责统筹协调高校各部门，实现统一采集、加工、开发档案数据。
辅助活动中的标准体系是高校档案数据治理的依据，造成高校内部档案数据“孤岛化”的原因之一就是缺乏统一标准。因此，高校档案数据治理应遵循完整性、科学性、一致性的原则，结合国内外标准建立符合高校自身发展需求的档案数据采集标准、分类标准、审核标准、存储标准等，实现对数据治理整个生命周期的监管。
辅助活动中的伦理规范制度是从制度层面保障高校档案数据安全。大数据时代，档案数据作为一种新资源，其安全保障并未得到足够重视，档案数据侵权事件频发，重构档案数据安全保障伦理规范越发迫切。重构伦理规范具体包括保障数据采集及应用过程中数据提供者的知情权；不得滥用档案数据，不得在未经授权的情况下以营利目的与第三方机构或个人进行非法交易；建立数据安全问责机制，任何违反数据安全管理规定的行为都应追究责任。
辅助活动中的法律法规是规范高校档案数据治理行为的依据。2008年教育部颁布的《高等学校档案管理办法》对档案管理、档案利用与公开等作出规定。2021年颁布的《中华人民共和国数据安全法》在数据安全保护范围、数据安全保护义务、数据安全与开放等方面进行了详尽规定。档案信息安全及数据安全相关法律法规的完善，为高校档案数据治理提供了保障。
高校档案数据治理价值链模型实践路径
优化档案数据治理流程
1.明确档案数据采集标准
为确保高校档案数据系统所收集的信息符合要求和标准，有必要在数据采集环节明确标准与责任。各高校要根据自身需求，在不违背已有行为规范的前提下，将数据采集的方式、内容、格式等进行规范统一，让多来源数据能够在一定空间内互通互认，并逐渐形成制度化的实施细则。
2.促进档案数据分类分级
档案数据分类能够有效提高数据加工环节的效率，并为之后的档案数据传输、存储、应用等环节奠定基础。可采用线分类法（又称等级分类法），将每个维度中的数据分为大类、中类、小类三类，根据部门需要再对小类后的数据进行拓展细分，实际操作中可按照数据保密级别、应用方向等特征进行拓展细分，再采用面分类法将高校档案数据从维度层进行关键词标签构造。
3.提高档案数据传输与存储中的安全性
档案数据大多包含不能公开的信息。因此，有必要建立档案数据容灾机制，从而保障数据在传输和存储环节的安全性。要加强日常维护，对处理档案数据的硬件设备进行登记备案，定期进行系统漏洞筛查、查杀病毒，确保高校档案数据治理过程中所接入网络的安全性与稳定性。定期对数据进行备份，数据备份要保障档案数据的完整性和一致性，必要时通过异地冷备、异地网络热备、活动备源中心等形式进行远程数据备份。
完善档案数据治理保障条件
1.加强档案数据治理人才队伍建设
专业人员的缺乏会直接影响高校档案数据治理的进程。因此，加强对高校专业数据治理人力资源的开发与配置，打造跨学科、高素质的数据治理人才队伍是数据治理的重要保障。高校档案数据管理人员选拔除了公开招考、聘任，还可以利用高校现有人力资源，以兼任、借调等方式扩充人才队伍，满足档案数据治理业务增长的需求。鼓励档案数据管理人员进行业务提升，通过组织定期的专业技能培训、开展业务技能交流等提高档案管理人员的专业能力。
2.确保有持续的资金来源
高校应当建立健全档案数据管理资金保障机制，防止造成因缺乏资金使高校各项档案数据管理工作停摆的现象。高校具有促进区域经济发展的社会功能，可以借助地方政府和社会组织的资金支持，拓宽支持资金的来源。除此之外，为保障高校档案数据治理系统的稳定运行，应逐步探索高校档案数据应用的盈利模式，通过向企业、社会组织提供档案数据服务获得一定收益。
3.加强数据治理过程中的技术应用
技术应用贯穿高校档案数据治理的各个环节，加强数据治理的技术研发对高校档案数据治理的长远发展具有重大意义，包括以下几方面措施。结合智能算法、人工智能等技术建立高校档案数据应用平台，根据用户偏好，推荐个性化档案数据资源；利用各类数据分析技术为用户提供可视化数据分析报告；开发高校档案数据App应用，满足不同情境下用户的需求；利用数据脱敏、数据沙箱、可信许可授权、动态加密等技术提升高校档案数据防护能力。
（作者单位：河北体育学院）
