摘要：中国院校研究经过初步形成、规范发展，逐步走向成熟。院校研究主体以数据驱动决策为理念，致力于推动院校研究组织化与制度化发展，先后形成了专题研究式、共同创造式和数字驱动式三种模式。三种院校研究模式在主体构成、内容侧重及组织形式三个方面存在显著差异。中国院校研究模式的发展特征体现了院校研究主体协作从松散式联结到制度化联结的跃迁；院校研究价值实现了从高校管理工具到师生成长伙伴转型；数据驱动不仅是其底层逻辑，还重构了决策支持范式。
关键词：院校研究；模式；专题研究式；共同创造式；数字驱动式
中国院校研究历经20余年发展，从初步形成到规范发展，正逐步走向成熟。当前，高校管理者和研究者对院校研究形成了较高的认同，对院校研究的价值定位和实践路径达成基本共识，越来越多的高校重视并推进院校研究。院校研究在中国高校的组织化和制度化程度日益增强。当制度化的院校研究实践在不同情境中持续显现共性特征时，便形成可分类、可复制的院校研究模式。院校研究模式是高校根据自身实践形成的一套开展院校研究的范式，是从院校研究实践中提炼出来的、具有代表性和推广性的实践路径和方法体系。院校研究模式主要由院校研究的主体、内容及组织形式构成。其中，院校研究主体是高校从事院校研究活动的机构与个体行动者的集合，体现为校领导、职能部门行政人员、院校研究专业人员、师生群体等的不同组合。院校研究内容是指具体的研究主题、分析维度或问题领域，包括战略规划、资源配置、科研管理、学生事务管理、教师人事管理等；凡是决策者关注的议题，都可以成为院校研究的内容。院校研究组织形式指在高校中通过结构化、制度化与功能化手段构建的研究体系，其核心要素涵盖机构设置、资源保障、协作机制及开展过程。
中国院校研究始于20世纪80年代对美国院校研究的系统引介。美国院校研究主要包括集中式、分散式和联邦网络式三种模式。[1]其中“集中式”指院校研究活动集中于学校专门的院校研究办公室；“分散式”指将院校研究职能由各业务部门分头执行；“联邦网络式”指校级院校研究办公室负责核心数据分析，各业务部门开展基础数据分析，院校研究办公室主要承担数据整合与协调职能。由于中美院校研究在发展阶段、组织情境与发展路径存在显著差异，美国院校研究模式的分类逻辑难以直接适用于我国。中国院校研究在实践中形成了具有本土特色的分散化模式，具体包括专题研究式、共同创造式、数字驱动式三种类型。它们在研究主体构成、内容侧重和组织形式方面存在显著差异，以下将从这三个维度进行具体分析。
一、专题研究式院校研究及其特征
系统收集数据，科学分析数据，为决策提供支持，是院校研究的基本特征。我国开展院校研究之初，鉴于院校研究数据系统建设尚不完善，2007年全国院校研究专题学术研讨会明确提出，以专题研究为突破口，以案例研究作为主要方法，推进院校研究。[2]专题研究式院校研究模式是高校针对改革与发展的关键问题，通过系统化、聚焦化、科学化的专题分析，形成具有实践指导价值的研究成果。院校研究的主体范围相对有限，校领导和职能部门行政人员在院校研究专业人员的建议下，聚焦学校改革与发展的关键问题，通过专题研讨或课题立项等形式，系统开展相关工作。
1.院校研究主体主要由校领导、职能部门负责人和院校研究专业人员构成
专题研究式院校研究的主体由行政人员(包含校领导及职能部门负责人)和院校研究专业人员构成。前者凭借管理权威与资源调配能力，为院校研究提供制度保障与实践场所；后者依托方法论训练与理论素养，确保研究的科学性与规范性。两者的协同效能直接决定院校研究成果的转化效果。具体来讲，校领导和职能部门负责人熟悉学校实际运作，能较为准确地提出管理问题，并在人员配置、经费投入、制度激励等方面提供开展专题研究的条件，推动研究成果落地。但由于校领导及职能部门负责人精力有限、研究水平参差不齐，很难保证研究的持续深入，因此院校研究专业人员的参与是决定专题研究质量的关键。作为专题研究式院校研究的核心主体，专业人员需立足院校研究的内涵特征，精准确定选题，依托专业素养提供理论和方法支撑。具体体现为，第一，围绕学校发展重大问题和部门实践真问题开展研究，为研究的科学性和规范性把关。第二，基于院校研究的价值取向，产出研究报告与决策咨询类成果。第三，通过决策咨询职能定位，向职能部门负责人或校领导报送研究结论，促进成果转化应用。
2.院校研究内容更多聚焦高校改革与发展的重大议题
专题具有问题导向性和情境嵌入性。其范畴既涵盖教师教学或学生学习等微观议题，更聚焦高校改革与发展的重大议题，如明确办学定位，制定发展战略，凝练办学特色，优化资源配置等，因而始终受到校领导的高度关注。例如，铜仁学院在转型发展的关键时期，为了明确学校的发展方向，由时任校长侯长林牵头设立了“学校办学类型定位研究专题”。经过系统论证，该校确立了“教学服务型大学”的办学定位，并结合学校实际与区域需求，科学界定其内涵框架。
专题研究的重要性和复杂性特征，决定了单一部门难以独立完成研究任务，因此需要构建跨部门协同机制，通过整合多主体资源，确保研究结论的科学性与实践指导性。例如，铜仁学院明确教学服务型大学的办学定位后，组织多部门开展专题研究，具体包括：研究生院开展“教学服务型大学学科建设效益监测与评价体系研究”，科研处开展“教学服务型大学学术治理体系建设研究”，人事处开展“教学服务型大学教师分类管理体系建设研究”，教育学院开展“教育服务型大学教学质量保障体系建设研究”等，各部门围绕学校办学类型定位产出了系统研究成果，推动学校实现转型。
3.院校研究多以专题研讨或课题立项的形式开展
专题研究式院校研究主要通过两种路径推进：一是松散型专题研讨，二是制度化课题立项。实践中，多数高校立足校本实际，由发展规划处或院校研究所牵头立项课题，并严格实施论证评审、中期检查与结题验收等管理环节，要求课题组成员必须来自职能部门、发展规划部门或院校研究部门，此举既有助于开展专题研讨，又能突出研究工作的实践与应用导向性。例如，北京大学的院校研究由该校教育研究中心统筹管理，南方科技大学的院校研究则由高等教育研究中心负责实施。院校研究主体呈现一种超越传统科层制的临时性协作关系，这种关系以专题或研究课题为纽带，将不同主体连接形成研究型协作网络，具有显著的动态特征。
在研究过程中，多主体通过“明确选题—课题立项—开展研究—决策应用”的链条实现协同。第一，明确选题环节。校领导或部门领导以其战略眼光和对学校整体发展的把握，确定具有关键性和前瞻性的研究主题。第二，课题立项环节。院校研究机构大多承担课题管理任务，需组织多元化的评审专家队伍，对选题、设计、团队等关键要素进行把关。职能部门行政人员及专业研究人员是项目申报的主力。如北京大学近年立项的院校研究项目中，65%的课题负责人由行政管理人员担任，28%由专任教师担任。[3]第三，开展研究环节。各主体充分发挥自身优势和专业能力，协同开展研究。院校专业研究人员作为核心力量，运用科学方法和先进分析工具深入探究专题；职能部门行政人员发挥自身在数据收集、资源协调等方面的优势，提供必要的数据资源、技术设备支持，并协助院校研究人员与校内各部门沟通；师生群体作为研究参与者和实践对象，提供了第一手的实践案例和反馈信息。第四，决策应用环节。校领导对研究成果的重视是推动研究成果转化的关键因素。职能部门依据研究成果制定实施计划及政策文件，将成果转化为行动措施以指导学校工作；院校研究人员提供咨询，确保成果准确有效落地。因此，所有主体聚焦专题研究目标，通过信息共享、资源整合和优势互补实现高效协作。当然，随着研究目标的达成和研究专题的结束，这种互动网络可能难以实现制度化运作。
二、共同创造式院校研究及其特征
随着中国院校研究逐步走向成熟，院校研究得到越来越多高校的认可，院校研究的组织化和制度化进程加快，院校研究主体日益多元，出现了共同创造式的院校研究模式。[4]这一模式是以多主体协同为基础、全员参与为目标的，旨在构建“目标共创—过程共治—成果共享”的治理生态，推动院校研究从传统的“数据分析职能”向“全员参与治理机制”转化。其运行机制的的核心在于凝聚校领导、职能部门行政人员、院校研究专业人员、师生群体等多元主体的共识，围绕共同目标，通过共同创造，实现共同发展。在共同创造式院校研究实践中，师生群体不仅成为院校研究的重要主体，其发展需求更直接转化为研究议题，由此显著增强了院校研究的制度化水平与治理效能。
1.院校研究主体中的师生群体参与是实现共同创造的根本前提
共同创造式院校研究模式的核心价值是通过构建多元主体协同共治的生态系统，实现高校治理效能提升。校领导、职能部门行政人员、院校研究专业人员以及师生群体共同构成了该模式的运行基础，且各主体具有明确分工。校领导作为决策层，发挥战略引领作用，承担顶层设计与制度供给的核心职能，通过确立战略目标、构建治理框架，为全员参与提供合法性基础和制度保障。职能部门行政人员作为连接战略与实践的枢纽，与院校研究专业人员共同构成了院校研究协同体。院校研究专业人员是院校研究的主导者，凭借自身专业能力，运用科学的研究方法与先进的理论工具，对学校的教育教学问题进行深入分析与研究，为学校决策提供具有理论深度与实践指导意义的研究报告、咨询建议等。
需要强调的是，师生群体的参与是构成共同创造式院校研究的根本前提。师生群体以数据提供者、治理参与者及效果验证者的身份，参与院校研究。作为高校管理服务的对象和教育实践的直接参与者，师生的需求、期望及其对学校工作的满意度是院校研究的核心关注点。这些信息通过师生参与的调查问卷、座谈会等渠道获取，集中反映其对课程设置、教学内容、校园文化等方面的意见，为学校治理与改革发展提供实践依据。
2.院校研究内容更多聚焦人才培养与科学研究议题
进入高等教育大众化阶段后，我国高校在生源、经费与办学效益方面的竞争日趋激烈。社会对办学效益的评价从声誉导向、资源导向转向成果导向；院校研究的关注点从行政性事务转向学术性事务。这与21世纪以来美国等诸多国家和地区院校研究内容的转向相一致。学术性事务通常包括教师的人才培养与科学研究工作。因此，如何有效发挥高校人才培养与科学研究的核心职能，成为共同创造式院校研究关注的焦点。例如，文华学院以“共同目标、共同创造、共同发展”为核心理念，倡导“以学生为中心”的教育，将促进师生共同成长作为发展目标。在此文化下，师生通过教学研究推动课程改革，如基于毕业生访谈反馈设计个性化教育体系，教师教学发展中心通过组织培训促进教师专业成长等。最终，通过共同创造行动推动师生发展，进而使个性化教育成为该校的办学特色。
3.共同创造式院校研究体现为学习型的组织文化与制度设计
共同创造式院校研究模式能否成功，关键在于高校领导的理念认同与持续推动。在塑造组织认知过程中，领导者的个体意义建构通常先于组织意义建构，且领导者对组织文化和组织价值观的塑造发挥了关键作用。[5]高校主要领导从三个层面推进院校研究工作：首先，充分认识院校研究对高校发展战略与科学决策的关键支撑作用；其次，将院校研究纳入学校重点工作体系，通过组建专业化院校研究队伍，明确其在决策支持系统中的制度性地位；最后，校领导率先垂范开展院校研究，聚焦学校建设中的战略性议题，引领全校共同开展研究。在此过程中，校领导需为全员参与提供资源保障，将院校研究机构打造为学习型组织的核心枢纽，使院校研究机构在决策层、执行层和参与层的联动中，有效发挥战略分析师、决策支持者和赋能者的作用。
共同创造式院校研究模式有赖于构建多层级联动的矩阵式组织结构。这一结构通过纵向贯通与横向整合的双重机制，为全员参与院校研究提供组织载体。在层级结构中，顶层为战略决策层，通常由校领导牵头，其主要职责是通过顶层设计引领全校开展院校研究，并协调推动其落地实施。中间层是执行层，由院校研究办公室主导，协同职能部门组建横向协作网络，形成目标一致的协同体系。参与层以师生群体为代表。师生群体是共同创造的重要参与者，很多院校研究任务如学科建设、专业建设、课程改革均需要师生群体的深度参与。例如，文华学院在设置专门院校研究机构的基础上，成立院校研究协调委员会，由校长任主任，主要校领导及机构负责人任副主任，核心职能部门负责人参与，形成兼顾专业独立和业务多元的“1+X院校研究协同体”。烟台理工学院通过设立直属机构—院校研究所，依托发展战略咨询委员会，构建涵盖核心智囊团队、专项研究团队及个体研究组成的三级研究体系。该机制通过鼓励全体教职员工积极参与，有效营造了重视研究、崇尚创新的组织氛围。教职工的归属感与责任感，为院校研究的全员参与奠定了文化土壤。这种组织结构与机制的设计，不仅打破了部门间的信息壁垒与组织界限，还实现了多主体间的良性互动与价值共创。
三、数字驱动式院校研究及其特征
在数字化转型纵深推进的背景下，高校依托组织协同机制重构决策生态：通过数据智能系统支撑学生个体发展决策，推动个性化教育从理论构建走向规模化实践。在此进程中，以数据为内核、算法为引擎的数字驱动式院校研究模式得以产生。自2023年以来，中国高等教育学会院校研究分会学术年会持续关注AI时代的院校研究，聚焦数字驱动式院校研究的目标与路径。数字驱动式院校研究作为人工智能时代的新型决策支持范式，其核心在于通过数字技术重构决策支持生态，而不仅限于传统的数据驱动。需要明确的是，数字驱动(digital-driven)有别于数据驱动(data-driven)。前者通过数字技术实现决策支持系统的整体重构，典型应用包括智慧校园建设、跨部门协同平台开发等；后者侧重于通过数据分析优化局部决策，如招生策略调整或课程效果评价。在这一新型研究范式下，院校研究主体正在构建人机共生的智能协同网络，其创新性体现在两个层面：一是通过数字化手段赋能学生个体决策，二是依托全域全流程的数据治理体系提供系统性保障。
1.院校研究主体构建人机共生的智能协同网络
在数字驱动型院校研究模式中，院校研究主体仍以校领导、院校研究专业人员、职能部门行政人员和师生群体为基本构成，而AI智能体(Agent)作为关键赋能伙伴，其作用不断强化。校领导作为战略决策者，主导信息部门建设校级数字基座，同时建立算法治理委员会，制定数据使用规则并分配决策权限。通过AI智能体的辅助，校领导获取所需数据更为便捷。院校研究专业人员作为决策智库的核心成员，辅助决策者在数据驱动下作出科学决策。他们开展算法社会影响评估(Algorithmic Social Impact Assessment)，负责模型训练与偏差修正，突破传统数据工程师的职能边界，担任伦理审查员，从人本主义和社会伦理视角对数字技术进行审视与评估。例如，在审查招生预测、学业预警、资源分配、个性化推荐模型时，需重点检测是否存在性别、种族、地域、社会经济背景等方面的歧视或偏见。职能部门作为数据生产与验证节点，实时更新业务数据流。师生群体兼具数据主体、模型训练参与者和检验者等多重身份，通过反馈持续优化教育场景下的个性化推荐算法。AI智能体扮演“智能辅助者、协同参与者与持续优化者”的角色。通过实时处理多模态数据，它能够完成从数据到洞察、从信号到行动的转化，支持实时学生咨询与反馈，甚至自动启动干预流程。借助异常监测与路径优化，AI智能体能够基于学生行为数据持续评估决策执行成效，并迭代模型，实现与人类决策的协同配合。随着技术迭代，AI正发展为院校研究的增强辅助者，通过修正决策偏差、优化学习路径，与人类主体形成人机协同机制。这种智能协同网络始终遵循“人为主导、技术赋能”的根本原则。
2.数字驱动式院校研究致力于通过数字技术赋能学生个体决策
在数字驱动下，构建全域数据治理体系，能够实现多模态教育数据的深度融合与实时流动。院校研究人员借助数智技术，将AI智能体嵌入数字系统，对课堂教学行为、校园生活轨迹、管理业务流程等数据进行分析，为学生提供咨询和指导。例如，清华大学学生AI成长助手“清小搭”上线了多个伴学智能体，覆盖学业辅导、科研创新、职业规划等校园学习生活方方面面，7×24小时随时响应需求。数字驱动体现为算法模型深度介入教育决策，其核心是从被动分析转向主动预测。院校研究由此突破统计报表局限，通过机器学习、知识图谱等技术，实现从“描述现状”向“预判趋势”的跨越。
数字技术不仅赋能高层决策，更重要的是赋能学生个体的微观决策。院校研究的传统职能是为高校领导提供决策支持，重点关注学校转型发展的宏观决策、院系治理的中观决策。其虽然关注学生的学习与发展，但重心在于挖掘学生群体的共性特征。数字驱动式院校研究模式的产生标志着院校研究价值输出范式的转变，其本质是从群体普适走向个体定制。它通过智能体集群(如学业规划智能体、心理健康智能体)生成千人千面的决策支持方案，在课程推荐、就业指导、资源分配等场景提供实时动态服务。教育大模型整合多模态数据，构建学生动态全息画像，突破传统数据驱动的单一维度分析局限。基于此，学生既是个人学习决策的主体，也成为院校研究的服务对象。
3.数字驱动式院校研究有赖于全域数据治理体系的支撑
院校研究数据治理重点关注两个维度：一是技术层面围绕数据全生命周期的活动集合，二是组织制度层面有关数据决策权和职责的分配。[6]通过技术层面和组织制度层面的建设，全域数据治理体系不断完善，为开展数字驱动式院校研究奠定了基础。全域数据治理是指通过系统化的管理框架和技术手段，对高校教学、科研、管理、服务等方面的全业务、全流程和全要素的数据资产进行统一管控与价值挖掘。
在数字驱动式院校研究模式中，院校研究主体的互动逻辑和方式紧密围绕数据的全生命周期展开，形成了从数据采集到智能分析，再到决策优化的闭环协作流程。在数据采集阶段，信息部门通常承担着基础性的数据汇聚任务，负责从学校业务系统中提取原始数据。例如，同济大学通过构建数据仓库，实现了财务、预算、人事、学生等数据的整合与集成。在智能分析环节，院校研究专业人员挖掘数据规律，信息管理部门提供技术支撑，两者共同提升分析效率和准确性。武汉理工大学通过将垂直业务数据链进行网状融合，绘制师生群体的立体化画像，实现单一数据点与业务数据链的有机整合，从而构建支撑学校决策的画像数据网络。在决策优化阶段，学校领导基于分析结果制定科学政策，各决策部门执行并反馈，形成闭环管理机制，确保院校研究成果与学校实际需求精准对接，推动管理持续改进和教育质量提升。师生通过AI智能体进行个体决策，智能体自主获取执行效果并迭代优化。通过建立数据标准、流程规范和权责清单，实现了数据从生产到应用的全生命周期治理。
全域数据治理体系的构建有赖于学校层面的组织设计。一方面，基于顶层设计，形成学校领导层、决策咨询机构、业务部门、信息部门以及师生员工的行动共识；另一方面，数据治理需要系统化的制度保障。例如，武汉理工大学建成了智能运行中心，作为正处级单位，该中心实体化运行，14个职能部门进驻，联合办公。由此，该校形成了以智能运行中心为“大脑”，协同信息化办公室、党政办公室、网络信息中心组成学校信息化工作的“四驾马车”，共同形成学校教育数字化发展新格局。而同济大学以发展规划部门作为核心牵头单位，协同行政与技术部门推进智能决策系统建设，其数据系统的最高管理权限直接归属院校研究部门。实践表明，组织架构与制度创新的双轮驱动，高校能够将全域数据治理从技术工具升级为战略决策的核心支撑，并依托人机协同机制构建动态治理生态，最终为数字驱动的院校研究提供制度化保障与可持续协同框架。
四、结语
以上阐述了中国院校研究的三种模式，并从主体、内容及组织形式三个方面分析其基本特征，具体表现为以下方面：
1.院校研究主体协作经历了从松散式联结到制度化联结的跃迁
中国院校研究发展呈现出从分散化向系统化、制度化发展，从“专题临时团队”到“制度化协同矩阵”再到“人机共生”演进的趋势。专题研究式院校研究以专题研讨或课题立项为主，主体间形成临时性协作网络；共同创造式院校研究逐步嵌入高校治理结构，形成制度化的多主体协同机制；数字驱动式院校研究中人机协同成为新常态，AI智能体以“智能辅助者、协同参与者与持续优化者”的角色，参与到决策过程之中，进一步提升了院校研究主体的工作效能。这种结构化变迁使院校研究日益成为高校治理体系的核心基础设施。未来，高校数字化转型将通过数据驱动和智能技术重构研究流程，推动院校研究组织形态向弹性化发展，构建虚实融合的协同网络。
2.院校研究价值实现了从高校管理工具到师生成长伙伴的范式重构
传统院校研究主要服务于学校战略规划或宏观管理，数字驱动式院校研究功能则向师生个体层面延伸。通过AI智能体，院校研究可为学生个性化发展提供建议，为教师生成教学反馈，实现从“管理类决策支持者”向“个体成长赋能者”转型，这一变化反映了高等教育治理的民主化趋势—师生从被研究对象转变为院校研究的参与者和受益者，也表明院校研究正在成为链接组织发展与个体成长的中介。未来，院校研究需进一步平衡群体决策与个体服务的关系，实现双向赋能。
3.数据驱动是院校研究的底层逻辑，但数字驱动重构了决策支持范式
尽管上述三种模式均强调数据的基础性作用，但其技术实现与价值输出存在差异。专题研究式院校研究依赖结构化数据的静态分析，共同创造式院校研究注重多源数据的协作共享，而数字驱动式院校研究通过全域数据治理和AI算法实现实时智能决策。数字驱动并非简单替代传统模式，而是通过数据融合、算法介入和服务升级，将高校治理从“经验驱动”推向“循证驱动”。这一转变实质性地提升了决策科学化水平：数据不再仅是辅助工具，而是成为决策生态系统的核心生产要素。院校研究者在数据分析与结论提供的过程中，需特别关注数据伦理，确保技术应用符合教育规律。
参考文献
[1]SWING R L,ROSS L E. A New Vision for Institution-al Research[J]. Change:The Magazine of Higher Learning,2016,48(2):6-13.
[2]张俊超.以专题研究为突破口推进院校研究—2007年全国院校研究专题学术研讨会综述[J].高等教育研究,2007,28(9):34-36.
[3]马莉萍.基于多模态数据与混合方法的院校研究案例[Z].深圳:首届中国院校研究案例专题研讨会,2024.
[4]刘献君,魏署光.院校研究中国化:问题、理论与实践—刘献君教授专访[J].苏州大学学报(教育科学版),2015,3(1):74-82.
[5]张强,王晨曦,卢金钟,等.和衷而共济:意义建构理论的内涵、知识框架与未来展望[J].南开管理评论,2024,27(8):98-108.
[6]董晓辉,郑小斌,彭义平.高校教育大数据治理的框架设计与实施[J].中国电化教育,2019,(8):63-71.
（来源：《高等教育研究》2025年第2期）