摘要：进入数智时代，高校职能部门作为院校研究的重要实践主体，在推动院校研究发展中的作用日益凸显。调查发现，职能部门开展院校研究主要有日常事务型、工作专班型、多部门联动型以及项目驱动型四种实践形式。职能部门开展院校研究主要存在数据瓶颈、决策惯习、人员障碍和协同不力等方面的问题。职能部门有效开展院校研究应从推进高校数据治理，推动院校研究制度化，提升行政人员院校研究能力以及构建院校研究协同联动机制入手。
关键词：高校；职能部门；院校研究；实践形式
随着大数据、人工智能等数智技术的快速发展，高校管理和决策模式正经历着数智化驱动的系列变革，院校研究面临着新的需求和挑战，其主体角色和功能边界进一步拓展。院校研究不仅要成为领导决策的“望远镜”，更需深耕高校关键领域，发挥“显微镜”作用。院校研究的内容从注重学校宏观战略研究转向涵盖职能部门工作领域的微观研究，如学生发展、师资建设、科研创新、财政事务等。而高校职能部门作为院校研究的重要主体，在推动该领域深入发展和高校管理决策科学化方面的作用日益凸显。近些年来，美国高校除了普遍设立专门的院校研究机构外，许多高校的职能部门也纷纷设置数据分析、决策支持等相关岗位，围绕各自的业务领域开展院校研究活动。美国院校研究会（Association for Institutional Research）原主席兰迪・斯温称这种模式为“院校研究的联邦网络模式”（Federated Network Model of Institutional Research），它表明除了院校研究机构本身，其他部门和单位也在迅速拓展其院校研究功能。[1]
我国高校专门设立“院校研究办公室”的数量较少，多数高校的院校研究分散在高等教育研究所、发展规划处等部门，尚未形成有效协同机制，导致院校研究开展实效与功能发挥均受限。从我国高校决策的实际情况看，无论日常事务管理决策还是重大事项决策，决策支持主要依靠职能部门。[2]职能部门作为占据高校决策系统重要位置的中枢组织机构，为院校各项事务决策提供参谋咨询，成为院校决策和政策制定的“智囊系统”。
2024年7月，华中科技大学院校发展研究中心组织召开了主题为“数智化转型下高校职能部门开展院校研究的价值与路径”的学术研讨会，会议围绕这一议题进行了深入探讨。之后，组建课题组对全国多所高校职能部门开展院校研究的情况进行了调查。课题组成员从2024年7-11月对7所不同类型本科高校的32位职能部门负责人进行了深度访谈。受访人员包括3所“双一流”建设高校中的12名职能部门负责人（编号S1-S12），3所地方本科高校中的16名职能部门负责人（编号D1-D16），1所民办本科高校中的4名职能部门负责人（编号M1-M4），这些受访对象来自教务处、科研处、人事处、财务处、学生处等9个职能部门。基于访谈内容，本研究梳理了我国高校职能部门开展院校研究的主要形式，分析职能部门开展院校研究中存在的主要问题，进而提出职能部门推进院校研究的实施路径。
一、高校职能部门开展院校研究的实践形式
我国高校职能部门作为学校的参谋协调机构，享有学校决策的重要参与权，也是学校各项制度、政策的组织制定者，其主要职能：一是为学校领导决策提供“参谋咨询”，二是为学院发展提供“服务协调”。[3]开展院校研究既是职能部门履行决策咨询职责、提升服务能力的必然要求，更是新时代提升高校管理决策有效性与科学性的关键驱动要素。调查发现，当前我国高校职能部门开展院校研究的实践形式主要归纳为以下四种。
1.日常事务型
我国高校一般采用“直线职能制”的组织结构，即大学——学院——学系垂直管理与职能部门参谋协调相结合。该结构的核心特征是决策权与参谋权分离，职能部门对学院、系等直线单位不具备领导和指挥权，而是通过信息收集、方案制定和评估反馈，为校级分管领导提供决策支持，同时为院系业务提供服务咨询。
开展院校研究是职能部门的职责使然。其日常事务包含大量院校研究任务，这些任务属于常规业务工作，具有日常性、专业性和重复性特点。一方面，学校层面各类业务场景的决策支持（如人才培养、学科专业建设与评估）以及政策文件、校级制度（教学、科研、人事、财务类）的制定，均需相关职能部门依据国家方针政策和学校发展目标，组织调查研究、分析数据信息，拟定备选方案并参与决策论证。另一方面，职能部门日常业务（如年度计划制定、课程教学管理、科研项目评审、人才引进与考核、学生奖助评定、后勤保障等）也需通过出台制度、方案或办法提供决策支持。
职能部门服务院系的职能经常被强调，在行政管理体制下，高校职能部门对院系具有一定的行政管理权，并掌握着院系办学所必需的人财物及其资源配置权。为科学分配资源、协调院系利益，开展院校研究不可或缺。很多与院系发展和切身利益相关的业务服务、资源配置方案设计，都需要职能部门通过深入调研收集院系需求数据，并基于系统性分析形成决策支持。正如某“双一流”建设高校学科建设办公室副主任S4指出，该校在开展学科建设经费分配、绩效评估、学科结构调整等工作时，依托学科信息管理系统采集和分析各学科的相关数据，对各院系的学科水平进行科学客观的评价，为学科资源优化分配和学科高质量建设提供依据。再如某地方本科高校招生办公室主任D13表示，编制招生计划需要深入各院系充分调研，并进行大量数据收集和分析，科学制定招生目标，以提升资源配置效能。
2.工作专班型
工作专班型院校研究指高校职能部门针对重大专项任务决策需求，抽调人员组建跨部门工作专班，通过专业协同提出方案的实践形式。该机制具有临时性、跨领域与快速响应的特点。高校工作专班常以“领导小组”“工作组”等组织形式存在，如“双一流”建设领导小组、校庆筹备工作领导小组、疫情防控工作组、网络安全应急工作组等。工作专班成员来自不同职能部门，接受统一领导和统筹协调，其扁平化的管理体系有效减少了组织协调与信息传递中的内耗。现实中，职能部门“条块分割”现象严重；不同部门之间不仅存在沟通壁垒和协作难题，其传统运作模式更难以适应非常规跨部门决策需求。而工作专班型院校研究通过整合跨部门资源、汇聚多领域专业力量，有效突破了职能部门间的条块壁垒，精准匹配决策需求。这种创新机制能确保专项院校研究工作在特定时段内实现高效推进。例如，受访的7所高校中，有4所高校为应对教育部实施的普通高校本科教育教学审核评估，于正式评估的前一年成立了本科教育教学审核评估工作专班。这些高校的工作专班由职能部门抽调综合素质高、业务能力强的人员组成，主要任务是在规定时间内分阶段分头收集和汇总各类信息数据，拟定决策方案并为上级领导小组决策提供建议。审核评估工作结束后，工作专班解散，被抽调人员返回原岗位。
3.多部门联动型
职能部门在开展院校研究时，普遍需要多个部门协同联动。高校决策中涉及多部门的综合性事项，需由相关职能部门协同共享数据信息，制定整体解决方案以实现共同目标。在多部门联动型院校研究中，通常由校级管理层指定牵头部门负责组织与协调，通过召开联席会、协调会或推进会审议工作方案，由牵头部门部署实施并建立配套保障制度，最终形成可持续的协同联动机制。高校发展战略规划编制是多部门联动型院校研究的典型案例，受访对象均参与过学校发展规划制定：发展规划处负责总体协调并担当沟通枢纽，纵向联动校决策层，横向协调各院系；各职能部门作为专项规划编制的“主力军”，通过条块协同整合资源信息，共同推动战略规划的制定与实施。
在数智时代，数据互联互通和数据一体化平台的建设为多部门联动型院校研究的开展提供了强有力的支撑与保障。通过整合分散在各职能部门的多源异构数据，能够有效打破“数据孤岛”，促进跨部门数据业务的协同创新。如某“双一流”建设高校学生工作部副部长S9介绍，该校构建了学生画像智能分析系统，该系统共享和融合了学生处、教务处、财务处、后勤处等多个职能部门的业务数据。基于大数据和智能分析技术，系统对学生学习行为、身体健康、经济状况等多维特性展开智能化分析，并提供学业预警、就业倾向、心理健康风险识别等前瞻性预测功能。部门负责人只需点击进入“处长驾驶舱”，便可实时掌握与动态监测学生画像信息，为学生工作提供精准、智能化的决策支持。
4.项目驱动型
项目驱动型院校研究作为我国高校独特的院校研究形式，通过设立专项课题聚焦本校管理问题，以专项经费激励参与，其成果服务于高校管理决策优化。不同于学术科研课题，院校研究项目具有显著的应用导向：选题来源于本校教育教学、人才培养和管理实践中的重点难点问题，成果形式以决策咨询报告、调研报告、制度文件等为主。
该项目机制鼓励行政人员参与，既促进职能部门行政人员专业素养发展，又推动创新性研究成果转化。如南方科技大学发起的“南科大研究”系列项目，北京大学设立的“北大研究”项目，烟台理工学院院校研究课题项目等。职能部门行政人员通过申报课题，将科学研究与分析方法同院校治理智能化相结合，形成“以项目促研究，以研究出成果，以成果助发展”的良性循环，为高校管理决策的科学化提供有力支持。某地方本科高校研究生院院长D6表示，“管理人员在申报和开展院校研究项目的过程中，紧密围绕学校改革发展和管理实践中遇到的现实问题，运用科学理论和方法深入研究，为高校管理提供了有价值的参考”。某“双一流”建设高校科研处处长S3认为，“参与院校研究项目可以提升管理人员的研究能力、专业水平和创新意识，促进管理人员专业化发展”。
上述职能部门开展院校研究实践的四种形式，在任务类型和工作特点方面存在差异，其主要区别如表1所示。
二、高校职能部门开展院校研究的现实问题
院校研究是以系统收集、分析高校运行数据为基础的决策支持体系。迈克劳林（G. W. McLaughlin）和霍华德（R.D. Howard）等人总结的院校研究信息支持流程指出，院校研究人员在信息支持过程中，担任数据保管者、加工者和使用者的角色，从各种途径收集数据，对各种数据进行加工处理，最终提交决策者或管理者辅助决策。[3]这一过程受数据、人员、决策者等多重因素的影响。虽然我国高校职能部门通过开展形式多样的院校研究实践，为各个层面的决策事项提供了科学有效的支持，但访谈发现，在推进院校研究实践过程中，普遍存在数据瓶颈、决策惯习、人员障碍、协同不力等共性问题，阻碍了职能部门的院校研究效能发挥。
1.数据瓶颈：数据质量低，数据共享机制不健全
高校数据具有多样化、多源化、多维化的特点，分散存储于各职能部门的业务信息系统中。因职能部门管理要求、技术规范及业务性质存在差异，导致数据格式与标准不统一，数据质量参差不齐。某“双一流”建设高校财务处副处长S5指出，“职能部门数据不一致的情况非常普遍，给统计和整合数据带来了很大的麻烦”。某民办本科高校学生处处长M2提出，“有些部门数据维护不及时，数据不完整、不准确，无法提供有效支撑”，职能部门不仅要耗费大量时间和精力对数据进行清洗转换，还可能因数据不准确、不一致导致决策失误。
虽然高校众多职能部门普遍建立了自己的信息管理系统，但各部门、各系统之间存在“信息孤岛”“数据烟囱”，导致数据源分散、数据整合系统不完善。如某地方本科高校人事处副处长D3认为，“目前学校信息系统过多，形成了多个‘数据孤岛’，部门间数据不能流通和共享，跨部门跨系统的数据分析和决策面临障碍”。许多高校尚未建立校级统一数据共享平台和配套管理机制，导致跨部门数据调取需经过层层审批。这不仅增加了数据收集的时间成本，还严重削弱了数据的时效性与工作效率。受访者普遍反映“其他部门数据获取困难”，“跨部门数据整合受阻”，“多部门协作效率低下”。
2.决策惯习：经验主导，基于数据的决策文化尚未成熟
当前，以数据为导向的决策文化在我国高校已初具雏形，但离数据文化的成熟还存在较大距离。[4]承诺、支持、愿意使用数据来支持决策是成熟数据文化的特征。我国高校领导者普遍经历多岗位锻炼，管理经验丰富，但在决策中易过度依赖经验。长此以往，高校内部很难形成对数据价值的普遍认同与重视氛围。如某地方本科高校教学质量监测与评估中心主任D14指出，“部分领导不需要咨询和支持，常凭经验、魄力快速决策”。
职能部门在开展院校研究的过程中，对数据的使用容易流于形式，未能将其作为决策的核心依据。数据分析停留在表面，未能深入挖掘数据中的复杂关联和潜在价值。整体来看，高校对院校研究的需求和支持程度不够。某地方本科高校科研处处长D2坦言，“我们对数据的使用停留在数据报表层面，主要是为了应对上级的检查评估，进行深层次挖掘分析的情况不多”。某“双一流”建设高校本科生院副院长S10谈到，“我们的工作聚焦于领导的核心理念，基于领导的想法提供数据和信息来佐证，对外部报告尤其如此，需对重要数据进行调整和‘美化’”。
3.人员障碍：专业化水平不高，院校研究的意识和能力有待提升
虽然越来越多的高校职能部门开始招聘具有信息学科背景和数据统计分析能力的工作人员，但大多数人缺乏相关专业的正规教育，在职培训的机会也不多，加之事务性工作繁忙，即使专门从事院校研究的人员，也不太专业。[5]调查显示，我国职能部门行政人员来源结构复杂多元，专业知识和业务水平参差不齐，数据挖掘与分析的专业技能普遍薄弱，缺乏既掌握数智技术又熟悉高等教育管理的复合型人才。某地方本科高校发展规划与学科建设部副部长D1指出，“行政管理队伍中普遍存在管理人员来源复杂，专业知识欠缺和业务素质不高的情况”。某地方本科高校教育教学中心副主任D7认为，在决策支持中，“最主要的问题是我们用数据和人工智能技术服务科学决策的能力还不足”，难以满足更加高效、精准的决策支持需求。
此外，很多职能部门行政人员在提供决策咨询时存在路径依赖，习惯于传统的工作模式，被动地依据“经验”和“规章”机械化、消极化工作，不注重自身专业素养和院校研究能力的提升。某地方本科高校人事处处长D4说，“我们还是沿用老办法，根据上级政策和下发的规章文件，参考以前处理类似问题的经验，大家也都习惯了，按这个来不会出错”。从面向全校教职工的院校研究项目申请情况来看，职能部门参加的人数占比较少，部门来源较为单一，参与院校研究项目的积极性不够高。某民办本科高校教务处处长M1说，“学校的院校研究项目大多是教学和科研部门的人参与，职能部门参与的较少：一是我们工作太忙没时间，二是觉得自己研究能力有限”。
4.协同不力：“条块分割”现象突出，部门之间沟通协作不通畅
在高校管理体系中，由于主管部门在“条块”架构中权力及资源相对集中，各职能部门在行使职权与资源分配时缺乏统一协调，形成各自为政的分散状态。[6]部门间缺少沟通协作，数据信息不交互，各职能部门仅聚焦于业务职能范围内的碎片化研究，很难推行基于跨部门信息整合的院校研究，从而丧失了为学校整体性改革与发展提供全局性、系统性决策支持的能力。某“双一流”建设高校教务处处长S2指出，“各职能部门独立运作，有自己的目标和利益，很难从学校整体层面考虑问题，决策支持欠缺全局性”。尤其严重的是，由于不同部门对应的上级领导不一，各职能部门存在目标差异和利益冲突等问题，部门之间相互推诿的情况时有发生，多部门联动的院校研究任务难以高效落实。某地方本科高校校长办公室主任D11认为，“在工作中多部门之间的协调是最难的，相互推诿和扯皮的现象屡见不鲜，有很多事情推进不下去，必须得让校领导出面协调才能解决”。
三、高校职能部门推进院校研究的实施路径
1.推进高校数据治理，建立覆盖多个业务场景的院校智能体系
高校数据治理通过全流程标准化管控提升数据质量与共享效能，为院校研究提供支撑，在数智化转型中驱动决策优化与数据价值释放。要想达成这一目标，高校应建立强大的院校智能体系。院校智能体系亦可称之为决策支持系统[7]，该体系具备数据整合、分析挖掘及智能决策支持等综合功能，对接教学、学生、科研、人事等业务系统数据库。各职能部门可通过平台直接处理数据，利用数智技术工具深度挖掘，自动生成可视化分析报告与决策建议，实现跨业务场景的智能化决策支持。我国部分高校的院校智能体系建设走在前列，如同济大学构建了国内首个院校研究数据分析系统，创新性地采用兼具自助式和探索式的院校智能分析工具，形成了适合“1+N”多个业务场景的应用格局。武汉理工大学创建校长——处长——院长“三级链接”数据驾驶舱，聚焦关键领域和关键指标，实现对学校运行态势的实时洞察与精准分析。
2.“自上而下”推动院校研究制度化，大力鼓励职能部门开展院校研究
王建华曾指出，我国院校研究的真正出路在于制度化。[8]在现有体制下，高校开展“自我研究”、进行“自我改进”的内驱力仍然不足，导致我国院校研究尚未进入高校管理决策的中心，也未在职能部门中得到普及。为此，需要“自上而下”地推动院校研究，把院校研究由“柔性需求”变为“刚性制度”。
首先，政府实施教育数字化转型战略为院校研究提供了重要机遇。在此背景下，高校应积极响应政策号召，利用院校研究全力推动管理决策的数字化转型。其次，高校领导必须认识到开展院校研究的必要性，将院校研究嵌入高校领导决策制度与决策论证、审议的关键环节，与高校职能部门“无缝”衔接，与职能部门共同创造和经营高校内部行政管理科学决策的供需市场。[9]最后，高校领导要以战略眼光统领院校研究工作。具体来说，依据院校定位、发展目标与面临的挑战，确定院校研究的关键领域，如学科建设优化、人才培养模式创新、师资队伍结构调整等，将其确定为职能部门的重点研究目标，做职能部门院校研究工作的引导者。同时，为职能部门开展院校研究提供制度激励，如将院校研究与部门的绩效考核紧密衔接，设立院校研究专项经费，建立院校研究成果转化平台等。
3.提升职能部门行政人员的院校研究能力，“选育用留”塑造院校研究专业人才
院校研究组织智能理论提出，院校研究人员应具备技术与分析智能、事务智能、情境智能三方面的知识与能力。[10]事务智能和情境智能对于职能部门行政人员来说具有“主场优势”，而技术与分析智能往往是职能部门行政人员的“软肋”。2021年3月，信息技术咨询公司Gartner发布“2021年十大数据和分析（D&A）技术趋势”，这些趋势表明数据分析不再是一项次要的活动，而是转变为一项核心的业务职能。[11]行政人员应认识到数据在业务工作中的重要价值，不断提升数据分析和使用新技术的能力。
进入数智时代，传统的数据技术已不再适应快速变化的环境对于提供更精准、科学且更智能化的决策方案的需求，行政人员应持续学习人工智能、机器学习、数据建模、预测分析等新兴技术，当然，这一切有赖于学校的支持。学校可建立“选育用留”四位一体的院校研究人才培养体系：“选”即选拔掌握数据科学技能，熟悉高等教育，具有复合型知识结构和创新思维的人才；“育”即提供日常培训、资助学习、交流访学等培养通道，助力行政人员不断精进业务技能，更新数智技术；“用”即为他们提供实践锻炼的机会，如参与院校研究重大项目，多部门交叉轮岗，承担院校研究课题；“留”即以制度保障留住院校研究人才，建立合理的薪酬体系，规范考核评价，提供良好的职业发展空间，对在院校研究工作中取得突出成绩者给予奖励。
4.以数智赋能职能部门高效协同，构建院校研究协同联动机制
数智时代高校既有的治理结构正经历着深刻的变革与重塑，通过数据治理和建立院校智能体系有望打破职能部门“条块分割”的困境，形成院校研究协同联动机制，这一过程本质上是数智技术驱动下组织形态与治理逻辑的系统性重构。
首先，数智技术推动治理结构从“层级科层”向“网络化协同”演进。大数据、人工智能、区块链等技术打破了传统部门间的物理隔阂与信息壁垒，高校通过建立整合数据平台、院校智能体系等，可促进跨部门院校研究资源调配和任务执行的扁平化与动态化。其次，随着数字化平台的普及，多元主体共同参与的院校研究协同体正在初步形成。职能部门与院校研究专业人员、师生领导、院系组织、社会机构等利益相关方之间的联系愈发紧密，利用数智技术能够将各方资源信息整合在一起，打造互联互通的智能决策分析平台，准确把握多元主体的利益诉求，提高资源利用效率与决策服务效率。最后，在数智化的基础上引入矩阵项目型的院校研究组织结构。纵向以牵头部门为核心，赋予其项目负责人权力，项目负责人直接向决策者汇报；横向以决策事项为中心，建立多个部门共同参与的决策事项项目组。这一结构使职能部门的职能分工与项目合作、技术专业性和行政有效性有机结合，增强了多主体协同的适应性与灵活性，进而构建起多主体协同的院校研究协同联动机制。
参考文献
[1]刘献君.决策支持: 院校管理中一个被忽视的重要领域[J].高等教育研究,2022,43(7) :48-53.
[2]李福华.治理现代化视野中高校职能部门的管理决策[J].高等教育研究,2021,42(11) :49-56.
[3]McLAUGHLIN G W, HOWARD R D, CUNNINGHAM L B,etal. People,Processesand Managing Data (2nded.) [M]. Tallahassee: AssociationforInstitutional Research,2004:11-14.
[4]张俊超,鲁梦琪.我国高校数据文化的现状及培育——兼论院校研究的作用[J].高等教育研究,2020,41(12) :40-47.
[5]雷洪德,黄敏.中国院校研究专业人员的培养目标及其实现路径[J].高等教育研究,2020,41(9) :45-49.
[6]张俊超,韩宝成.协同矩阵:院校研究发挥决策支持功能的组织结构[J].高等教育研究,2022,43(7) :64-68.
[7]常桐善.构建院校智能体系:院校研究发展的新趋势[J].高等教育研究,2009,30(10) :49-54.
[8]王建华.论我国院校研究的现状、问题与出路[J].高教探索,2007, (3) :5-9.
[9]王建华.高校管理事务的专业性与院校研究的制度化[J].高校教育管理,2018,12(1) :7-12.
[10]TERENZINI P T. Onthe NatureofInstitutional Researchand the Knowledge and Skills It Requires [J].New Directions for Institutional Research, 1993, 34(1) :1-10.
[11]Gartner发布2021年十大数据和分析技术趋势[EB/OL].https://www.gartner.com/cn/newsroom/pressreleases/gartner_2021_.
（来源：《高等教育研究》2025年第2期）