西部地区高校教师数据科学素养调研与提升建议

王志刚，师津，张岩

（内蒙古财经大学统计与数学学院，呼和浩特010070）

0 引言

2017 年12 月，中共中央就实施国家大数据战略第二次集体学习上，中共中央总书记习近平在主持学习时强调“善于获取数据、分析数据、运用数据，是领导干部做好工作的基本功。高校作为人才培养单位，是数据分析能力培养和数据科学素养形成的关键时期，为未来提供合格的人力资源是高校不可推卸的责任，而教师是教育的主要实施者，也是教学成果和学生成长的重要影响因素致之一，因此教师的数据思维能力和数据科学素养直接决定了人才培养目标是否能够实现。

国内研究者关注的数据思维能力和数据科学素养的影响因素主要包括数据意识、数据获取、数据处理、数据评估和数据道德六个方面的能力（阮士桂[1]2016；隆茜[2]2015；郝媛玲[3]2016；张进良[4]2016；张斌[5]2017；黄如花[6]2016）。而国外研究者则更着重于利用数据来演绎、推导结论及利用数据进行决策的能力（Mandinach E和Gummer E[7-8]2016、2013）。综上，可以看出：众多学者对高校教师数据素养的研究侧重定性分析，并没有对高校教师的数据思维能力和数据科学素养通过调查数据定量分析。由于目前的研究仍然处于起步阶段，缺乏必要的定量分析，为此本文结合教育学与统计学交叉研究的基本范式，将数据思维能力影响因素和数据科学素养提升方案作为统计学研究对象，通过问卷调查的方式获取第一手数据，对影响高校教师数据素养的各个因素进行定量分析，得出真正制约内蒙古地区高校教师数据素养提升的原因，为其他落后地区数据素养研究提供参考。

1 数据来源与数据预处理

本文所搜集的数据以内蒙古地区高校教师填写的调查问卷为第一手数据。利用基础统计方法或机器学习法分析数据以得到关于教师数据素养现状的数据分析结果。但第一手数据内容多为逻辑型数据变量和字符型变量，直接进行线性运算例如：集中趋势的度量、离散程度的度量、偏态与峰态的度量没有实际意义，因此需要对部分数据进行因子化处理，将因子与其他变量进行耦合分析，得出相关结果。通过对数据进行回收，我们共收集到266 份初始调查问卷，通过去除唯一属性、时间筛选的方法最终保留240 份有效数据。

在选取变量时按照从原始数据中选取合适的属性作为数据挖掘属性，选取过程应参考的原则是：尽可能赋予属姓名和属性值明确的含义、统一多数据源的属性值编码、去除唯一属性、去除重复性、去除可忽略字段、合理选择关联字段。

2 调查数据统计分析

调查内容主要包含高校教师数据意识态度、数据知识、数据教学实践、数据教学应用、大数据五个方面。其中，数据意识态度包括数据意识与数据态度两方面；数据知识包含数据基础知识与数据工具使用情况两方面；数据教学实践包含数据采集与获取、数据处理与分析、数据评价三方面；数据教学应用包括数据挖掘和交流、数据制定教学决策两方面；大数据包含大数据研究平台与大数据对高校教师数据科学的影响。本文利用棘状图等可视化形式呈现了内蒙古高校数据科学素养相关五个方面的情况，并对不同性别、不同任教科目对高校教师数据科学素养的影响进行分析。

2.1 高校教师数据科学素养分析

（1）高校教师数据意识与态度。在所调查的样本中，内蒙古17 所本科高校中教师使用数据解决问题的意识中，36.7%的教师数据意识较强；33.3%的教师对于数据意识没有概念，也从不留意身边数据；其余30%的高校教师偶尔关注周边数据，并将其应用教学实例中。在数据态度方面，考察教师使用数据的伦理道德方面，是否合理、安全地使用数据，并对所含隐私数据是否进行保护等方面，其中83.3%的高校教师选择从合法渠道买卖数据并保护隐私数据。

（2）高校教师数据知识。根据调查结果显示：数据基础知识掌握方面，利用统计数据进行相关知识的教学占比76.6%，经常、偶尔通过书籍等渠道了解或者专门学习数据如何分析占比分别为63.3%与20%；对于数据工具使用情况，60%的高校教师使用数据分析工具超过三个，而Excel、SPSSS 使用率高达63%以上，相反地，SAS、R、Python、Stata 等软件使用极低，其中最高占比16.7%。从这两方面来看，内蒙古高校教师使用统计软件的能力较弱，使用工具较单一。但数据基础知识方面情况良好，单这一方面可看出，内蒙古高校教师数据知识在逐步积累。

（3）高校教师数据教学实践。根据教师数据实践所含内容，将其分为数据采集与获取、数据处理与分析、数据评价三方面进行分析：

①数据采集与获取。对于高校教师而言，通过设计调查问卷获取第一手数据资料是经常采取的数据获取方式之一。而在设计问卷频率获取数据的调查中，30%的教师从来没有通过设计问卷获取数据，40%的教师平均每学期1 次通过设计问卷采集数据，其余30%每学期平均超过2 次，并对其进行分析。

②数据处理与分析。在此次调查中，经常使用统计软件从事相关工作占样本的63%，利用统计数据进行相关知识的教学占比76.6%。从这两方面来看，内蒙古高校教师在实践教学中数据处理能力有待加强。

③数据评价。高校教师利用统计知识对学生成绩分析情况来看，16.7%的教师对于学生的每次成绩都进行数据评价与分析；而从来不会对学生成绩进行数据评价占比33.3%，其余50%只统计重要考试成绩。从这一方面来看，内蒙古高校教师数据评价较为片面。

（4）高校教师数据教学应用。从数据挖掘与交流方面来看：76.7%的教师利用数据制定教学目标，并将其应用到教学中；76.7%的教师根据数据选择调整教学计划；而经常统计学生的兴趣并运用到教学计划中占样本总体的13.3%；选择从不统计学生兴趣，并不会将其运用到教学计划中占比30%；其余56.7%采取偶尔统计学生兴趣并运用到教学计划中。从这方面来看，内蒙古高校教师数据教学应用范围较窄，应用能力较弱。

（5）高校教师大数据。在大数据环境下，40%的高校教师认为其对于强化教师的数据意识、锻炼教师的数据搜集和分析能力，可以有效提高高校教师的科研能力；53.3%则认为强化高校教师的数据意识能力、分析等能力只对某些学科有帮助，对于大部分学科则没有帮助。从这一方面来看，内蒙古高校教师大数据对于数据科学素养的培养认识欠缺，范围仅限于与“数据科学”相关专业。

2.2 性别与高校教师数据科学素养描述统计分析

从调查结果中，选取高校教师数据科学素养内容中男性、女性选择较为不同的方面，如图1 所示的数据知识、数据工具、数据评价、数据挖掘与大数据的五项内容。由图1 可知，在所调查的样本中，男女比例分别为43.3%、56.7%，所调查样本量中男女比例较为均衡。

图1 高校教师数据科学素养性别分布棘状图

数据知识方面，男女教师的选择明显不同。其中偶尔学习数据知识这一选择中，女性选择占比83.3%，经常、从不学习数据知识选项中差别较小。在数据知识方面，男教师学习数据知识的积极性要明显高于女教师。数据工具方面，男教师数据工具使用数量要明显高于女教师。其中，女教师多数集中在使用1 个数据工具上，而男教师则集中2 个以上。数据评价方面，男教师对于学生成绩分析的频率要高于女教师。也就是说男教师对数据经常进行评价，相反地，女教师数据评价次数较少。在数据挖掘方面，男教师多数选择通过数据挖掘，利用数据制定教学目标，其中在是否对数据进行挖掘选项中，女教师更倾向“不挖掘”。在大数据方面，女教师更认为大数据能强化教师的数据意识、锻炼教师的数据搜集和分析能力，有效地提高高校教师的数据科学能力。

2.3 科目与高校教师数据科学素养描述统计分析

从调查结果中，选取高校教师数据科学素养内容中科目选择较为不同的方面，如图2 所示的数据意识、数据知识、数据工具、数据评价、数据挖掘五项内容。由上图可知，在所调查的样本中，文科、理科、工科的比例分别为16.7%、70%、13.3%，所调查样本中内蒙古地区理科课程与教师较多，故其比例较高。

数据意识方面，在经常留意数据与培养数据意识中，文科教师与工科教师比例较为接近，其对数据较为敏感，在一方面，文科、工科与理科教师数据意识相差不大。数据知识方面，理科>文科>工科。其中经常学习数据知识这一选择中，工科占比23.8%，文科占比19%，理科占比57.2%，文科、工科差距较小；偶尔、从不学习数据知识选项中文科、工科差别较大，文科教师选择偶尔、经常从书本获取数据知识，而工科教师则更愿意选择其他途径获取数据知识。数据工具方面，工科类教师数据工具使用数量要明显高于其他类教师。其中，工科教师多数集中在使用2 个以上，而文科和理科教师在每个层次都有分布。数据评价方面，工科教师对数据评价的频率较高，且范围较广；相反地，文科类教师数据评价次数较少。在数据挖掘方面，理工类教师更擅长对数据进行挖掘分析，而文科类教师数据分析与挖掘能力较弱。

图2 高校教师数据科学素养科目分布棘状图

3 结论与建议

3.1 结论

通过以上分析发现高校教师数据素养主要存在以下三个问题：

（1）高校教师数据素养水平层次不齐。由于学科领域、研究环境、知识结构的差异，数据素养在主体上的表现也呈现差异化。特别是在学科领域尤为明显，我们将学科分为文科与理科，文科教师善于对数据进行搜集与积累，而理科教师在数据的挖掘，数据分析工具的使用更胜一筹。此外，高校教师在运用数据分析问题，解决问题时往往对问题的理解、数据的挖掘不够深刻，在数据评估与数据分析方面不够科学。

（2）高校教师数据道德水平有待提高。部分教师通过非法渠道获取数据，在提倡保护知识产权的时代的今天，数据同样受到法律的保护。通过非法方式获取数据既受到道德的谴责，也是违法行为。同时数据道德水平的有待提高也从侧面反映出部分教师缺乏数据意识，收集数据的能力不足，无法获取有效数据。

（3）高校教师数据素养发展动力不足。高校教师数据素养在国外得到较长时间的发展，已经比较成熟，而我国起步较晚，对数据科学素养缺乏深入的研究，也没有形成完整的数据素养培养体系。发展平台、发展机制的相对落后严重制约了我国高校教师数据素养的提高。

3.2 建议

针对以上问题我们提出如下建议：

（1）开展与其研究领域、学科教学相关的数据素养培养。同时，要对高校教师的研究领域、知识结构展开背景调查，充分了解不同科研背景、教学背景下教师的数据管理需求。可以开展不同层次的教学讲座、论坛，课程，使数据素养融入到相关专业。有针对性的对高校教师进行数据素养的培养，能够有效提高高校教师在其教学、科研领域的教学能力与科研能力。

（2）加强对正确的数据素养的宣传力度。高校应当从自身发展的实际情况出发，同时结合教学、科研的实际特点，开展数据意识、数据态度，以及数据应用价值的培训，能够使得教师、研究者、以及制度制定者更加深入地了解数据素养的深层次内涵，营造良好的数据使用文化发展环境，让正确的思想指导我们的工作。

（3）建立健全符合高校自身发展特点的数据素养教育培养体系与评价体系。数据素养的提升不仅需要高校教师从自身角度进行提升还需要高校建立完备科学的培养与评价体系。这就需要通过政府与各级教育主管机构的支持与干预，充分发挥相关部门的作用。先行建立全国性的权威数据素养试点院校，待发展成熟后进行推广。同时根据我国高等教育的特色与培养目标，参考国外先进经验，在实践中不断总结经验，来制定一套规范化、体系化的国家标准。