当代大学生数据素养的现状分析及培养方法研究

曲德强　李陈财

摘 要：以上海某理工科大学为调查对象，从数据意识、数据技能与数据伦理三个维度，分析了本科生与硕士研究生、男生与女生间数据素养的特点、区别及存在的问题。从重视数据通识教育、加强数据技能培养与建立素养评价体系三个方向，研究了当代大学生数据素养的培养方法。文章的研究可为我国高等教育综合改革中大学生的数据素养教育提供理论依据与参考。

关键词：大学生； 数据素养； 现状分析； 培养方法

DOI：10.15938/j.cnki.iper.2015.04.024

中图分类号： G40-03 文献标识码：A 文章编号：1672-9749（2015）04-0097-04

一、引 言

2012年美国发布了《大数据研究和发展倡议》（Big Data Research and Development Initiative），推出了大数据开发应用的战略研究，自此“大数据”受到了世界各国的高度关注。大数据作为人类社会生产生活等各类活动的信息DNA，正以惊人的速度在不断的传播与增长，成为未来世界的战略性资源。正如李志刚指出：“数据规模、质量和应用带来的马太效应将形成明显的数据资源区隔和竞争优势，采集数据、掌握数据与运用数据，将成为未来国家的核心竞争力”[1]。因此，在大数据时代，对形式多样数据的快速获取、及时分析及充分利用的能力就成了个人发展的重要能力。正如缪其浩指出：“在大数据时代，每个人都应当在意识、知识和技能上做好准备，提高自身的数据意识和数据素养”[2]。数据素养既是科学素养的子集，又是信息素养的重要方面。数据素养（data literacy）包含数据的采集、组织和管理、处理和分析、共享与协同创新利用等方面的能力，以及在数据生产、管理和发布过程中的道德与行为规范。[3]数据素养可分成数据意识、数据技能和数据伦理三方面，[4]数据意识是数据素养的前提，它是指能够认识到数据价值及可能引起危害的意识；数据技能是数据素养的核心，它是指能够依据原理利用工具，挖掘、处理、分析与利用数据的技能；数据伦理是数据素养的关键，它是指在数据利用各环节过程中，用来规范其间产生各种社会关系的道德意识、道德规范和道德行为的总和。

国际上对大数据未来发展的讨论，都指出其发展的瓶颈关键在于大数据处理技术人才的短缺。由此可见，当代青年大学生数据素养的水平，不仅影响其个人发展及能力的施展，还将关系到国家未来能否在大数据时代掌握“数据资源”的主动权。中国是一个巨大的多元化社会，其庞大的人群和应用市场，复杂性高、充满变化，解决这种由大规模数据引发的问题，探索以大数据为基础的解决方案，是中国产业升级、效率提高的重要手段。[5]数据的挖掘与利用，将成为未来国家竞争力的重要部分。因此，如何提高我国当代青年学子的数据素养，适应大数据时代的发展要求，将是时代赋予高等教育改革与发展的时代课题。

本文以上海某理工科大学的学生为研究对象，从数据素养的三个维度出发，通过问卷调查、综合运用多种研究方法，分析当代大学生数据素养的现状，并探讨当代大学生数据素养的培养方法，旨在为提高我国当代大学生的数据素养水平提供理论依据与参考，促进我国高等教育中数据素养教育的发展，推动科教兴国战略与人才强国战略的实施。

二、研究对象与方法

1.研究对象

本文以上海某理工科大学的在校生（本科生与硕士研究生）为调查对象，向不同专业、不同年级的学生进行随机调查。

2.研究方法

本文的数据素养以调查高校的各个学院为基本单位，采用随机抽样方式，共发放问卷550份，回收有效问卷515份，有效率93.6%。其中本科男生150人、占29.1%，本科女生126人、占24.5%；硕士研究生男生135人、占26.2%，硕士研究生女生104人、占20.2%。问卷以数据意识、数据技能与数据伦理三个方面为出发点，设计与数据素养相关的选择式问卷，以匿名方式由调查对象单独完成，并对调查数据进行数理统计分析。

三、上海某理工科大学学生数据素养现状调查分析

1.数据意识调查结果与分析

数据意识是人脑对数据的能动反映，是人们对于数据需求的自我意识，对数据所蕴含价值的敏感性和思维感，也是一种主动挖掘数据、利用数据的意识。表1为大学生数据意识调查结果汇总表，当被问及是否了解“大数据”时，选择“有所了解”的学生占总数的近50%，其中硕士生的比例稍高于本科生；对大数据表示很了解的硕士男生比例最高，为5.9%；但是，仍有48.0%的本科男生与51.6%的本科女生对“大数据”表示从未听过，对于硕士研究生而言这个比例有所降低，分别为39.3%的硕士男生与44.2%的硕士女生表示从未听过。对于“数据”与下列哪个词意思相近，近80%的本科生与90%硕士研究生选择了“信息”，可见大部分学生对数据的概念均有正确的理解。对于数据类型的选项，在本科生中近50%-60%的选择“具体数字”与“网购个人信息”，对于“手机定位等位置信息”和“社交网上发表的图文”两个选项的选择比例大幅减少，仅占10%-30%左右；对于硕士研究生而言，选择此四种选项的比例均比同选项的本科生有所增加，可见，研究生对数据类型的理解范围比本科生广。对于是否善于从表面数据发现别人未发现信息选项，近70%-80%的学生表示偶尔有过，对于经常能发现异常之处选项，女生的比例均比男生要高，其中本科女生为11.1%、硕士女生为14.4%，这与女生的心思细腻、思维缜密有关。对于记录个人各类数据的频率，选择“偶尔有过”选项的比例占50%-70%；选择“几乎每天都有”选项中，女生的比例均比男生高，其中本科女生比例最高，达42.1%，可见女生较男生而言对数据的储存意识更强。

从数据意识角度，对样本高校大学生的调查数据分析可知：硕士研究生的数据意识比本科生强，其主要原因与研究生从事科研活动有关；女生对数据中挖掘信息的能力与对数据的储存意识比男生强，这与女生细腻、严谨等性格有关；当代大学生虽然对大数据有所了解，但还不够广泛与深入，对数据的挖掘意识与利用意识较为薄弱。

2.数据技能调查结果与分析

数据技能是指人们发现、鉴别、管理、开发、整合与利用的能力。数据技能是一项综合性的能力集群，主要包含：了解数据处理的科学原理；能够应用数据处理的相关工具；能够从数据群中收集所需数据，并进行鉴别管理；能够有效的对数据进行重组、分析、整合及利用的能力。表2为大学生数据技能调查结果汇总表，对于是否懂得数据分析基本原理，14.8%的硕士男生表示“很深入”，其比例明显大于同选项本科生与硕士女生；对于本科生而言，选择“基本了解”与“有所了解”项的占40%-50%左右，对于硕士生而言，近60%的学生选择“基本了解”；表示“一点都不了解”的本科生比例略高于硕士生；可见，硕士研究生对数据分析原理的掌握程度比本科生好。对于使用数据分析软件情况调查数据显示，Excel是大学生最常用的数据分析软件，近80%-90%的学生均表示会使用；在所列分析软件中origin为次常用软件，但硕士研究生的使用比例大幅高于本科生；SPSS、Matlab与Mathmatica的使用率较低，占10%-30%左右，但研究生的使用比例均高于本科生；从总体而言，研究生对数据分析软件的使用种类比本科生多。对于能否利用网络找到需要的数据及能否利用数据发现所需信息的调查数据结果显示：近10%-20%的学生表示“完全能够”，近40%-50%的学生表示“基本能够”，其中硕士研究生的比例稍高于本科生；近20%-30%的学生表示“不确定”，近10%左右的学生表示“基本不能”，此二项中本科生与研究生比例相近，但本科生的比例稍高。

从数据技能角度，对样本高校大学生的调查数据分析可知：研究生的数据技能水平普遍比本科生高，主要表现在研究生对数据分析原理了解的比例高、对数据分析软件的使用种类多、对数据分析利用能力较强等方面；在数据技能上，男生对数据原理的了解、对数据软件的使用、对数据信息的掌握等方面较女生而言，其比例均有所提高；当代大学生的数据技能虽有一定基础，但偏薄弱，特别是本科教育阶段对数据技能培养的忽视，在一定程度上制约了大学生对数据的利用能力。

3.数据伦理调查结果与分析

数据伦理是指人们在收集数据、管理数据、利用数据等过程中的伦理要求、伦理准则、伦理规约以及在此基础上形成的伦理关系。数据伦理包含主观与客观两个层面，主观方面是指个体在数据活动过程中以心理活动形式表现出来的道德观念、情感和行为品质；客观层面是指社会数据活动过程中人与人之间的关系及反映这种关系的行为准则与规范等。本文则侧重研究学生个体在主观方面的数据伦理。表3为大学生伦理调查结果汇总表，对于是否觉得网络安全，10%-30%的学生表示“很不安全”，且男生的比例低于女生；70%-80%的学生表示“还可以”；低于10%的学生表示“安全”，且男生的比例高于女生，从调查数据结果可看出女生对网络的安全感明显低于男生。对于是否注意别人数据等信息隐私，近30%的学生表示“很注意”，50%-60%的学生表示“偶尔注意”，近10%的学生表示“不能确定”，不到10%的学生表示“从未考虑过”，从调查数据结果可看出对于是否注意别人数据等信息隐私的情况，本科生与硕士研究生未见明显差异，但女生对他人隐私的注意度稍高于男生。对于关于个人隐私权保护的法律法规有哪里，40%-50%的学生选择了《宪法》，20%-30%的学生选择了《民法通则》，10%-20%的学生选择了《刑法》，近10%的学生选择了《未成年保护法》。对于是否了解我国关于知识产权与版权保护方面的法律法规，仅有近10%的学生表示“非常了解”，40%-50%的学生表示“基本了解”，表示“基本不了解”的学生达40%左右，5%左右的学生表示“从未关注过”。

从数据技能角度，对样本高校大学生的调查数据分析可知：硕士研究生的数据伦理意识与本科生相差不大，主要表现在对他人数据隐私的关注度、对个人隐私权的保护法规的了解程度等方面相差不大；女生较男生而言，更注意对他人数据的信息隐私；当代大学生的数据伦理意识较为薄弱，高等教育在加强数据技能培养的同时，不能忽略数据伦理道德的培养与相关法律法规的普及。

4.数据素养调查结果的讨论

从调查结果的数据变化中可看出硕士研究生在数据意识和数据技能两方面均强于本科生，这与硕士研究生的学习科研活动是分不开的，科研活动需掌握相关的数据处理工具，更注重数据的收集、分析与利用，这些过程对于培养学生的数据意识、提高数据技能是大有裨益的。在数据伦理方面，硕士研究生与本科生并未见明显差异，可见数据技能与数据意识的提升并不能提高学生的数据伦理，也从另一方面反映了高等教育过程中对学生数据伦理教育的缺失。从性别角度的对比研究而言，女生在数据意识与数据伦理方面与男生相比并未见明显差异，在数据技能上，男生对数据原理的了解度、对数据处理软件的使用及对数据的利用能力等方面较女生而言有所提高，硕士男生在数据技能方面的能力较为突出。当代大学生的数据素养水平参差不齐，对挖掘数据、管理数据、利用数据的能力较低，在数据伦理道德上的观念较为薄弱，因此，加强高校的数据素养教育，培养学生的数据素养，是当前高等教育的重要任务。

四、当代大学生数据素养的培养途径

1.重视数据通识教育

大学通识教育的目的是“为了唤醒人的自觉性，进而建立人的主体性，使人可以顶天立地，自作主宰”[6]。与专业教育相比，通识教育重在“育”而非“教”，是关于人的生活的各个领域的知识和技能的教育，是非专业性的、非职业性的、非功利性的、不直接为职业作准备的知识和能力的教育，其涉及范围宽广全面。重视数据通识教育，就是要把数据素养的教育融入高等教育的全过程，采用“文理渗透、各学科间彼此交融”的方法，把数据素养课程纳入基础课程教育与专业课程教育中。一要深化课程体系改革，积极整合数据通识教育课程，注重技能、法规与道德的双重教育，形成符合当代大学生数据素养的教学内容。二要把数据素养教育纳入思想政治教育体系，形成具有时代特色、符合人才成才需求的数据意识与数据伦理道德教育。三要积极鼓励高等教育工作者开展数据素养教育研究，提高学术界、教育界对数据素养教育的重视程度，把数据素养的教育理念固化于科研、学习与生活之中。

2.加强数据技能培养

大学生数据素养的培养，关键在于数据技能的培养。数据技能的培养要从理论与实践着手，以培养学生掌握数据处理的科学原理、掌握挖掘数据、分析数据的基本工具，并具有利用数据服务生活、工作的能力为目的。高校应从以下几方面着手：一要加强师资队伍建设，做到引起与培养相结合，形成一支好用数据、善用数据的师资队伍；二要做到理论教学与应用教学的结合，扩大数据处理分析等基本原理的理论教学范围，积极推广数据处理软件等处理工具的应用教学。三要加快推进大数据技术应用，高校要结合当前云计算、物联网等大数据的先进技术，在教学与管理过程中积极应用、大胆推广，通过应用的推广促进数据素养的培育。

3.建立素养评价体系

目前，国内外对于数据素养的理论与实践研究正在如火如荼的进行，但缺乏统一的标准与评价指标，这无疑是对数据素养教育的无形障碍。数据素养评价指标的建立可为数据素养的教育提供方向、为学生的自我修养提供依据，同时也是对数据素养内涵研究的深化与拓展。高校可以以点带面，通过典型推广、发挥示范效应，逐步促进数据素养评价体系的建立。评价体系的建立要把握以下几个原则：一要把握价值取向原则，评价指标体系是数据素养的价值取向，要能从多维度、多层次反映学生的数据素养，对教育与个人修养具有导向性作用。二要把握科学性与实践性的结合，科学性是指评价指标体系要能科学地全面反映数据素养水平，实践性则指评价指标的实用性与可操作性。三要把握定性评价与定量评价的结合，定性评价是对数据素养的属性与特征进行抽象概括而进行的评价，定量评价则是用客观化、标准化、精确化的指标对数据素养进行评价。

国外，数据素养教育的研究起步较早，在美国数据素养的研究已获得各类基金与机构的支持，进入了实践研究阶段。然而，我国高校对数据素养的理论研究与教育实践还刚起步。国家应从顶层设计、资源投入、基础研究等方面对数据素养教育给予支持，高校要主动把握大数据的发展态势，重视大学生数据素养的培养，为我国第五个现代化的到来提供人才支持。

参考文献

[1] 李志刚.大数据——大价值、大机遇、大变革[M].北京：电子工业出版社，2013：3.

[2] 缪其浩.大数据时代的数据意识和数据素养[A].上海市老科学技术工作者协会第十一届学术年会论文集[C]；2013：17-20.

[3] 张静波.大数据时代的数据素养教育[J].科学，2013，65（4）：29-32.

[4] 李芸.浅论大数据时代的数据素养培养策略[J].电脑知识与技术，2013，9（36）：8199-8200.

[5] 维克托·迈尔·舍恩伯格，肯尼思·库克耶著.大数据时代——生活、工作与思维的大变革[M].盛杨燕，周涛译.杭州：浙江人民出版社，2013：201.

[6] 黄俊杰.大学通识教育探索[M].广州：中山大学出版社，2002：158.

[责任编辑：刘慧婷]