教育大数据平台信息共享影响因素分析

甄晓非

摘 要：[目的/意义]教育大数据平台信息共享已成为当前教育信息化工作的重要内容和研究热点。[方法/过程]本文提出了教育大数据平台信息共享影响因素指标体系，考虑各影响因素之间的相互作用，采用DEMATEL的方法对教育大数据平台信息共享影响因素进行归类和排序。[结果/结论]研究结果表明：主体需求因素、易于获取性因素、合作模式因素是教育大数据平台信息共享最关键的影响因素，资源丰富程度因素和信息有用性因素是整个教育大数据平台信息资源共享的核心问题因素，最易受到其他因素影响，最后提出了相应的对策和建议。

关键词：教育大数据;信息平台;信息共享;影响因素;DEMATEL方法

DOI：10.3969/j.issn.1008-0821.2019.07.015

〔中图分类号〕G203 〔文献标识码〕A 〔文章编号〕1008-0821（2019）07-0122-06

Abstract：[Purpose/Significance]Educational big data platform information sharing has become an important content and research hotspot of current educational informatization work.[Method/Process]The influencing factors of information sharing were constructed，and DEMATEL was used to classify and rank the information sharing factors of education large data platform.[Result/Conclusion]The results showed that subject demand factor，accessibility factor and cooperation mode factor were the most critical factors affecting educational big data platform information sharing，resource richness factor and information usefulness factor were the core factors，and they were also the most vulnerable factors.Finally，the corresponding strategies and suggestions were put forward.

Key words：educational big data;information platform;information sharing;influencing factors;DEMATEL method

隨着计算机技术、网络技术等现代化信息技术的高速发展和迅速普及，信息技术对经济社会发展影响日益深化。作为信息化的重要组成部分，教育信息化越来越受到各国政府和高校的重视[1-2]。美国教育部于2012年首次提出了基于大数据开展数据挖掘的方式来促进教育变革的理念[3]。从字面意义上理解，大数据是指超越传统数据库规模的数据集，实际上大数据还包括技术和思维两方面的变化：在技术方面上包括与之相适应的计算、存储、分析挖掘技术，在思维方面上数据驱动的创新思维方式替代了之前利用内在机制和客观规律分析的方式。我国于2015年开始部署大数据战略，相继成立了与之相适应的研究机构，将大数据列为“十三五”期间重点发展的内容，使其成为教育变革的新动能。教育大数据信息平台的构建是教育大数据理论走向实践应用的关键，它能够实现信息的开放共享，避免人财物的重复投入，大大地提高了教育资源的使用效率，避免了教育资源流失，在加强教育交流与合作、发挥教育资源的潜在价值等方面具有重要意义。教育大数据平台的构建依托于信息共享，只有实现充分共享，才能达到最大化利用[4]。教育大数据平台信息共享受到共享主体、共享客体以及共享环境等多方面因素影响，并且这些因素并不是孤立存在的，它们之间相互作用、相互联系，共同影响着信息的共享，需要对这些因素进行综合分析找出主要影响因素，目前的文献中鲜见有针对教育大数据平台信息共享等多因素进行分类识别的研究，基于此，本文构建了教育大数据平台信息共享的影响因素体系，采用DEMATEL方法对相互关联的因素进行了识别，对教育大数据平台信息共享提出了相应的对策和建议，对高校教育大数据平台的建设和发展具有一定指导意义。

1 教育大数据平台信息共享影响因素确定

在研究个体行为时，社会认知理论、社会交换理论、理性行为理论以及技术接受与信息采纳理论等经典理论被广泛应用。通过对信息共享相关理论分析发现，不同理论强调信息共享影响因素的侧重点不同，例如社会认知理论强调信息共享行为受到个人因素和社会网络的影响，环境、行为、人三者之间互为因果[5-6];社会交换理论强调信息技术、信任、知识主体以及组织文化等因素影响信息共享[7];理性行为理论则强调组织氛围、心理所有权和感知知识价值影响着共享意愿[8-9];技术接受和信息采纳理论在解释信息共享行为时侧重于信息的感知易用性和感知有用性[10]。教育大数据平台基于跨时空的网络环境，它为信息主体之间开展信息交流、交互合作以及知识分享提供了统一的平台，解决了教育信息主体网络和现实中的学习、生产和生活的相关问题。在教育大数据平台信息共享过程中，共享主体的信息共享行为受到多个理论的共同指导，为了准确找到影响教育大数据平台信息共享的关键因素，本文将信息共享影响因素归纳为共享主体、共享客体和共享环境3个维度，这个论断包含理性行为理论、社会认知理论的社会心理学基础，也包含社会交换理论和技术接受与信息采纳理论的支持，在相关文献回顾的基础上，形成教育大数据平台信息共享的影响因素指标体系。

1.1 共享主体维度

Roberts M[11]研究信息共享中的个人行为特征后认为信息主体对信息共享具有相当的重要性，指出信息主体对信息共享的贡献率在80%以上，此后学者们针对信息共享行为主体特征进行了深入的研究。李金阳[12]基于社会交换理论，分析了虚拟社区知识共享的影响因素，指出共享主体在收益达到其个人期望后才能进行共享;伍玉等[13]模拟了不同情境下知识共享度的动态演化特征，对不同影响因素的影响程度进行了分析，指出信息接收方从寻找信息、接收信息直到拥有信息过程中，沟通能力起到了不可替代的作用;范莉莉等[14]认为信息共享成功主要取决于信息拥有者共享动力和自我保护程度，其通过建立量化模型证明了他的结论;刘峰[15]认为信息共享方的共享意识决定了其信息共享的可能性，指出共享意识和共享意愿正相关;于玲玲等[16]指出信息距离是衡量信息共享双方信息背景的差异大小，该指标受到受教育程度、认知水平和信息结构等多种因素的影响，信息距离的大小与信息转移难度正相关;唐炎华等[17]研究发现，个人的理解能力在影响信息转移效果的同时，还会对信息共享者的预期回报产生影响。

教育信息资源供方、需方是构成教育大数据平台共建的两个核心主体，他们是信息资源的直接作用者。资源供方指的是信息资源拥有者，包括政府、高校、科研机构以及企业等营利和非营利机构，在一定的条件下进行共享行为。信息信息资源需方指是信息资源的消费者，包括教师、学生、科研工作者以及各级教育部门的管理者。信息共享主体一般同时是信息资源供方、需方，一方面供方作为信息资源的生产者，同时也可能是信息资源的代理商或者其他信息资源的再生者;另一方面，资源需方在接受信息资源后，结合自身的发展需要也会参与资源再生，成为信息资源的供方。不同主体会根据自身的认知和外界情况进行行为选择，因此各方的利益关系需要整体协调。信息资源共享的最大动力来源于主体需求，然而在信息共享时信息主体的现实问题以及专业发展等现实问题不同，所掌握的共享信息资源差异，对教育信息资源的认同感不同，也会导致信息共享的动力存在差异。

综上所述认为，信息共享在共享主体维度包括以下影响因素：信息主体需求、对资源的认同度以及拥有资源差异。

1.2 共享客体维度

易菲等[18]从信息属性的角度归纳了不利于信息共享的因素，指出信息的粘性、相关性、模糊性和复杂性是信息共享的障碍。於流芳等[19]认为信息的共享是一个不断进行互补、复制的过程，信息的互补性越强，信息可复制性就越大，越有利于信息的共享。田梅[20]指出一定数量的信息资源是进行信息共享的前提条件，共享主体的共享意愿在很大程度上受到外界可获取的信息量多少影响。共享主体可获得的外界共享信息越多，共享主体的满足度越高，其进行共享行为的可能性就越大。叶凤云[21]研究认为信息质量是指共享主体对大数据平台中流通信息有用性、准确性、时效性的感知，目前信息的消费已经由传统的追求数量转向追求质量，信息数量丰富在竞争中在一定程度上被弱化，信息质量越高，共享的程度越多。林宝灯[22]指出新的技术平台与之前信息系统的兼容性是影响信息完善的重要因素，信息系统的兼容性对信息共享成正向关系。陈海涛等[23]从技术接受与信息采纳理论的视角探讨了信息共享行为，提出利用感知有用性表征共享主体开展某一行为进行信息交流的难易程度，认为交流越方便则更倾向于实施信息共享行为。

信息资源作为信息共享客体，是信息共建共享的基本要素，也是教育大数据平台建设的重点。教育信息资源建设和发展的关键词总体可以概括为有无、能用、好用。随着教育大数据平台的建设和发展，我国教育信息资源已初具规模，信息资源建设的数量问题已经不是信息资源建设的主要矛盾，信息资源需求已经转变为以是否能用、是否好用为重点。教育信息资源与普通的文化媒介不同，其反映的重点是教育性，教育數据信息平台的建设主要依靠网络平台，感知有用性是指共享主体开展某一行为进行信息交流的难易程度，因此，衡量教育信息资源优质的标准是能否让信息资源需方在使用过程中获得获取归属感。

综上所述认为，信息共享在共享客体的维度包括以下影响因素：资源丰富程度、信息有用性以及易于获取性。

1.3 共享环境维度

张燕等[24]针对变革型领导对团队信息共享的影响开展了研究，指出团队领导和成员之间和有效沟通建立信任对知识共享具有正向影响。姜文[25]从网络的视角对企业间知识共享的影响因素进行了分析，认为完善网络组织制度能够促进良好的文化制度的建立，为信息共享行为的顺利进行提供保障。郭璇[26]认为组织文化对个体的主观意愿，行为动机、共享态度产生直接影响，通过文化建设有助于促进信息共享。冯华等[27]认为，信任是关系型社会的进行彼此交易的基础，信任可以让人感觉到心理安全，交易双方的信任程度对信息共享成功至关重要。共享主体之间信任可以使得分散的共享主体形成人际关系连接，促进信息的共享。高锡荣等[28]开展了不同激励模式对组织信息共享效果的影响研究，指出科学的激励措施有助于企业的信息创新，其中组织结构和架构方式是信息共享的原动力。

共享环境主要是指政策驱动、经济利益、社会评价、竞争压力，是教育大数据平台信息共享的外在动力。由于信息资源供方包含不同利益主体，作为教育大数据平台信息资源的建设者和提供者，他们参与资源共建共享的初衷不尽相同，动力来源也不完全一致。为了保证教育信息资源信息共建共享效益的最大化，应该从激发和整合动力来源入手，给予信息资源供方更多的利益保障。同时教育大数据平台的建设是依托网络和信息技术将不同地域、组织的人连接起来完成一项具体任务的新型组织结构，相互之间的信任能够将其拥有的信息与他人共享，将更大限度地实现其价值，提高团队运作效率。

综上所述认为，共享环境维度包括以下因素：彼此信任、合作模式和激励机制。

2 教育大数据平台信息共享影响关键影响因素识别

2.1 各影响因素交互作用关系

教育数据信息共享被共享主体、共享客体、共享环境这3个维度9个子因素影响，然而这些影响因素之间并不是相互独立的，而是相互作用相互影响的，共同作用共享主体信息共享行为[11-12]。以激励机制为例，当在教育数据信息共享中投入资金或者其他激励政策后，共享主体就会获得了一定共享收益，在一定程度上影响自身以及其他共享信息主体的需求，当信息主体的需求整体提升后，资源的丰富程度和有用性也会大幅度提升，产生更多的成果，为各主体投入更多精力实现教育信息共享提供支撑，形成良性互动的局面。影响教育数据信息共享因素之间的相互作用可能最终改变信息共享，所以需要识别起关键作用的影响因素，才能有的放矢地推动教育数据信息共享。

2.2 基于DEMATEL的影响因素识别和分类方法

教育数据信息共享各影响因素之间相互作用关系复杂，利用客观数据来反映相对复杂，为此本文采用DEMATEL方法来分析。DEMATEL方法是一种利用矩阵和图形来进行系统因素分析方法，该方法利用专家或群组的知识和经验判断，确定各因素的影响关系及其在系统中的重要程度，结合权重可以将多因素合并成单一因素，可以通过计算机进行实现，通过量化各影响因素之间的关系，提出需要改善的地方，适用范围广。

具体应用时步骤如下：第一，确定所研究问题的主要影响因素。第二，构建直接影响矩阵，确定各个因素之间的相互关系。矩阵的元素反映某一因素对另一因素的影响，其数值反映的是影响强度。第三，将影响矩阵正规化。将第二步构建的直接影响矩阵的每个元素除以该每行和的最大值，得到正规化矩阵。第四，求取综合影响矩阵。第五，计算各因素的影响度和被影响度。综合影响矩阵的每行元素之和被称为影响度;每列元素之和被称为影响度。第六，通过影响度和被影响度求取中心度和原因度。中心度是影响度与被影响度之和，它反映了整个影响因素系统中某一因素的影响力大小，原因度是影响度与被影响度之差，它是某一因素对其他因素的影响和被其他因素影响的综合反映，原因度大于认为该因素为原因要素，原因度小于零认为该因素是结果要素。

2.3 信息共享影响关键影响因素分析

将问卷调查对象确定为教育大数据方面相关专家以及教育科研和教学工作的一线人员，为准确地识别教育数据信息共享影响因素提供了保证。根据上述条件邀请40位专家和工作人员对各影响因素之间的交互关系进行打分，构建直接影响矩阵。

1）指标因素的关键因素分析。从中心度可以看出，信息主体需求因素、合作模式因素和易于获取性因素中心度大于4.4，排在前3位，表明这3个子因素是教育大数据平台信息共享过程中的最关键因素。资源丰富程度因素和信息有用性因素，这2个因素的中心度在4.0以上，排名紧随其后，在教育大数据平台信息共享影响较为显著，应予以足够的重視。从原因度可以看出，信息主体需求因素、易于获取性因素、激励机制因素、合作模式因素和彼此信任因素等5个因素的原因度为正数，说明这5个因素在系统中主动影响其他因素，是原因因素;对资源认同度因素、拥有资源差异因素、资金支持因素和信任因素等4个因素的原因度小于0，说明这4个因素在系统中被其他影响因素影响，为结果要素。

2）因果关系的四象限矩阵分析。根据表教育大数据平台信息共享影响因素之间交互关系分析结果，绘制教育大数据平台信息共享影响因素因果关系图，中心度和原因度的焦点为各子因素的平均值，各因素在4个象限的分布如图1所示。位于第一象限因素包括信息主体需求因素、易于获取性因素、合作模式因素，他们是整个系统的驱动因素，对教育大数据平台信息共享过程中更影响最大，起到最关键的作用。位于第二象限激励机制因素和彼此信任因素，他们是支援性因素，起辅助影响作用。位于第三象限因素对资源认同度因素和拥有资源差异因素，他们是整个系统的独立性因素，在整个系统中属于相对重要的角色。资源丰富程度因素和信息有用性因素位于第四象限，他们是整个系统的核心问题因素，最易受到其因素影响。

3 对策建议

教育大数据平台信息共享受到多方面因素的影响，各影响因素之间存在交互、关联作用。本文在相关理论分析的基础上，通过对专家打分进行分析，发现信息主体需求因素、易于获取性因素、合作模式因素是整个系统的驱动因素，最为关键。笔者针对影响教育大数据平台信息共享的主要因素提出如下建议：

1）教育大数据平台开发时，应该加强共建共享的主体理念建设，注重“人情味”。教育大数据平台是向所有共享主体开放的空间，应该充分利用大数据平台的资源信息，营造浓厚的学习氛围，唤起共享主体对共享信息的需求，促进共享主体之间的交流互动，共享主体在与别人分享信息的同时，能够获取其他共享主体的信息。

2）现代信息技术的高速发展为信息资源的共享带来了便利，重视在平台建设中的高新技术的应用，通过政策引导和监督考核的方式引导更多主体主动加入到平台建设中，引入大数据挖掘与资源智能推荐等方式，进行优质科技资源的挖掘和推送，制定和起草相应平台建设标准，避免资源重复建设，实现教育大数据平台的信息共享，为共享主体提供更多更好的个性化资源服务。

3）教育大数据平台建设过程中涉及的各主体的协作模式，包括行政、市场、联盟等多种模式。行政模式以政府为主导，具有坚实的后援保障，平台的成功率相对较高;市场模式能够吸引更多类型和数量的组织加入，以营利为目的，平台的稳定性相对较高;联盟模式是指某一类型的组织或企业以共同的发展目标而形成的模式，在数据保障和结果应用检验方面优势明显。然而实际应用过程中，单一模式或者多个模式组合各有利弊，需要结合实际情况灵活应用，这也是未来研究的一个方向。

参考文献

[1]陈海涛.基于AHP的高校信息化评价指标体系研究[J].现代情报，2007，27（10）：191-192.

[2]朱强，别立谦，姚晓霞，等.面向泛在信息社会的国家战略及图书馆对策研究（上）[J].大学图书馆学报，2014，32（6）：25-34.

[3]张绍丽，郑晓齐，张辉.基于资源共享的教育大数据信息平台构建及机制研究[J].现代情报，2017，37（12）：90-95，101.

[4]李振，周东岱，刘娜，等.教育大数据的平台构建与关键实现技术[J].现代教育技术，2018，28（1）：100-106.

[5]张晓娟，李贞贞.基于社会认知理论的智能手机用户信息安全行为意愿研究[J].现代情报，2017，37（9）：16-22.

[6]何丹丹，郭东强.基于社会认知理论的移动社区个体知识贡献影响因素研究——以个人结果期望为中介[J].情报理论与实践，2016，39（9）：82-89.

[7]任明，张楠，马宝君.网络社区中个体受关注度的影响因素分析[J].情报杂志，2017，36（7）：195-200，207.

[8]雷志柱，雷育生.基于理性行为理论视角的高校教师隐性知识分享实证研究[J].情报理论与实践，2010，33（6）：82-85.

[9]陈姝，窦永香，张青杰.基于理性行为理论的微博用户转发行为影响因素研究[J].情报杂志，2017，36（11）：147-152，160.

[10]陈为东，王萍，王美月.学术虚拟社区用户社会性交互的影响因素模型与优化策略研究[J].情报理论与实践，2018，41（6）：117-123.

[11]Roberts M.Knowledge Sharing in Organizations：Multiple Networks，Multiple Phases[J].Academy of Management Journal，2000，48（5）：776-793.

[12]李金阳.社会交换理论视角下虚拟社区知识共享行为研究[J].情报科学，2013，31（4）：119-123.

[13]伍玉，王瀚，韩毅.合作信息查寻与检索中知识共享影响因素指标体系构建及仿真研究[J].情报理论与实践，2017，40（4）：100-105，65.

[14]范莉莉，王剑文.共享经济发展动力机制、问题剖析及推进策略——基于协同创新网络视角[J].理论探讨，2017，（6）：87-92.

[15]刘峰.互联网+背景下的信息公开共享研究[J].南通大学学报：社会科学版，2017，33（1）：121-128.

[16]于玲玲，赵西萍，周密，等.知识转移中知识特性与联系强度的联合调节效应研究——基于成本视角的分析[J].科学学与科学技术管理，2012，33（10）：49-57.

[17]唐炎华，石金涛.我国企业知识型员工知识转移的影响因素实证研究[J].管理工程学报，2007，（2）：34-41.

[18]易菲，龙朝阳.联盟组织间知识共享的客体障碍因素分析[J].图书馆论坛，2010，30（5）：76-78.

[19]於流芳，尹继东，许水平.供给侧改革驱动下创新主体异质性与创新联盟关系风险[J].科技进步与对策，2017，34（5）：6-13.

[20]田梅.基于Web3.0的信息共享空间构建[J].现代情报，2016，36（4）：142-144.

[21]叶凤云.移动商务用户信息质量感知对粘性倾向的影响研究[J].现代情报，2017，37（4）：72-81，94.

[22]林宝灯.高校信息资源开放共享机制建设的新载体：虚拟实验室[J].图书馆理论与实践，2018，（1）：96-100.

[23]陈海涛，陈皓，董朝晖，等.社交招聘用户信息共享的影响因素研究[J].情报科学，2017，35（8）：153-158.

[24]张燕，侯立文.基于变革型领导的职能多样性对团队内知识共享的影响研究[J].管理学报，2013，10（10）：1454-1461.

[25]姜文.网络组织中企业间知识共享的影响因素分析[J].情报杂志，2007，（10）：8-10，14.

[26]郭璇.众创空间的创意共享机制研究——信息共享理论的视角[J].编辑之友，2015，（11）：45-50.

[27]馮华，聂蕾，海峰.信息共享水平与供应链能力的相互作用关系研究——基于社会控制的中介效应[J].南开管理评论，2018，21（4）：85-92.

[28]高锡荣，蒋婉莹.跨部门信息共享：基于制度激励与技术实现的对比分析[J].科技管理研究，2016，36（18）：154-159.

[29]孙彦波，陈达.基于自媒体的网络政务信息传播影响因素分析[J].现代情报，2018，38（5）：87-93.

[30]闫奕文，张海涛，王丹，等.信息生态视角下政务微信信息传播的关键影响因素识别研究[J].情报科学，2017，35（10）：109-115，124.

（责任编辑：郭沫含）