学校内部的结构—功能问题，还可以表现为学校内部资源配置情况。专任教师在岗状况，学校教学、后勤和管理岗位配比，教师工资各构成部分与教师配比之间的关系，这些数据都能够在现有的统计数据库中，利用学校统计基表获得。但是，我国教育统计数据的公布，仍然以省为单位汇总给出，这样，在汇总过程中，就消除了教育机构内部资源配置的基本信息，对于整体掌握学校内部教育资源的配置、监测教育经费和教师资源的配置效率是不利的。
学校内部的资源配置的分析逻辑，与政府行为分析存在很大差异……
目前，我国的一些大学也建立了和教育相关的综合性调查数据库，但是，这些数据是样本个体的教育数据，无法汇集成教育机构的调查数据，也无法对教育机构的运行情况进行统计分析。行政管理部门所需要的监测数据，仍然主要依靠督导检查的方式获得，这是一种非常落后的数据采集方式，也难以确保督导数据的系统性和部门之间的分享。如何利用常规数据搜集和分析，实现对教育机构的基本监管[2]，让现场督导发挥其寻找问题和确定优质案例的作用，还有赖于教育督导体制的深化改革。
（二）新的结构性矛盾带来的技术难题
当改革开放进入第40个年头的时候，教育事业发展的主题由扩张转变为深化体制改革，政策的复杂性增加了，需要更具体、深入的以数据为基础的政策分析。但是，数据管理和指标结构还远不能适应复杂的教育政策分析的需要，有四个根本性的问题就摆在研究者的面前。
第一，教育信息系统的开放性。教育政策的复杂性决定了政策制定需要建立在较长时间的调查分析之上，需要以坚实的数据分析为基础。然而，数据安全和开放之间始终存在一个艰难的平衡。于是，不同层级政府围绕信息公开，其态度和策略存在相互的“掣肘”，结果就是公开了“模糊”和“粗糙”的信息，信息公开的质量制约了该政策的效果。[3]
第二，构建“指标群”的政策依据。进入新时期，当我们对教育事业发展的宏观结构特征进行判断时，要从单一的规模和比例指标的变化，转化成对“指标群”的量化分析，以确定某个子体系的运行状况。以学前教育事业为例，过去，描述幼儿园数量变化、在园儿童数量、入园率就可以了，这是独立特征变量。如果描述结构性变化，这些独立特征变量就需要彼此联系。例如，不同所有制幼儿园的数量变化，在园儿童在哪类幼儿园注册，在不同类型的幼儿园里就读，家长和政府分别需要支付多少钱？这时，数据之间就不独立了，它们共同形成了学前教育体系的构成、运行和分配效果。
如果构建这样的“指标群”，则数据的可得性又成为问题，而数据的可得性又反映了我们国家教育信息管理系统还缺乏恰当的结构化指标群的视角。所以，这样“鸡生蛋、蛋生鸡”的循环，说明我国的数据管理还没有适应教育事业发展转型的需求，数据基础设施建设还不能适应教育发展方式转型后的信息需要。
数据基础设施建设，也需要适应教育事业发展方式转型的需要……
第三，确定阶段性特征的方法和技术。在发展问题研究中，“阶段性”是一个经常被提起的词汇，从早期罗斯托经济成长三阶段论，也叫作罗斯托起飞模型（Rostoviantake-offmodel），到后来经济学争论不休的后期优势（theadvantageofnewcomers），都是以发展的阶段性特征判断作为前提的。但是，阶段划分的方法和技术究竟是什么？教育发展研究显然还未提供足够的概念和方法。
哦豁，小伙伴们如果觉得倾城文选不错，记得收藏网址 或推荐给朋友哦~拜托啦 (>.<)
传送门：
中国教育改革30年关键数据
中国教育改革开放40年:职业教育卷