大数据时代信管专业数据素养教育模式创新*

毕达宇 柳鑫政

（1.中南民族大学管理学院；2.国家民委人文社科重点研究基地：民族地区数字化发展与治理研究中心）

21世纪是数据的时代,随着数据的不断累积，信息素养已经无法满足对驾驭数据的要求。作为对信息素养的延伸与扩展，数据素养成为了数字社会中的核心竞争力之一。因此为了提升信管专业人才数据素养，培养顺应时代发展潮流并满足大数据背景下社会就业需求的信管人才，必须以数据素养为核心，创新信管专业数据素养培养模式，为社会输出高质量的数据人才。

一、信管专业数据素养概念和内涵

随着信息技术的发展和大数据产业的兴起，数据密集型社会对于个人数据管理能力的要求越来越高。美国信息产业协会主席保罗·泽考斯基曾于1974年提出“信息素养”的概念，信息素养通常被定义为“发现信息、查询信息、确认信息、评价信息，利用信息有效地解决所遇问题的能力”，但随着科技时代的进步和数字信息教育的普及，信息素养逐渐成为了生活在数字信息时代中的普罗大众都应拥有的一种基本素养[1]，已经无法满足在数据时代中对于人们驾驭与掌控数据的能力需求。数据素养作为以传统的信息素养为根基从而进一步发展和深化的高层次能力逐渐引起了人们的注意和研究。尤其是在进入大数据时代之后，数据素养的重要性日益凸显，成为开展科学研究理应具备的必备要素与关键技能，面对适应未来社会的挑战，数据素养将会是起决定性作用的核心能力。

什么是数据素养？目前国内外学术界对此均没有一个统一确切的定义。2011年,Hogenboom[2]等人将数据素养概述为：阅读、解释、分析、批判性思考统计数据以及将统计数据作为证据的能力。J.Carlson[3]等人认为数据素养包括：数据的基本格式、数据的发现与获取、数据库的应用与数据的保存、数据管理与组织、数据相互转换与操作、数据的利用与再利用、数据分析以及结果可视化等。2014年，孟祥保[4]等人认为数据素养由三个层次组成：首先是具有数据意识,即能够认识到数据是一种资源；其次是具备数据基本知识与技能,熟悉数据生命周期与科学研究生命周期,在特定专业领域内具有查找、管理、利用与共享数据的能力,了解相关数据管理政策法规、数据伦理等知识；最后是在大数据时代,能够利用数据资源发现问题、分析问题与解决问题。2016年，黄如花[5]等人将数据素养界定为以下3个方面：首先是数据意识：对于数据产生情况和来源分布的敏感程度；其次是数据能力：在完整的数据生命周期中对数据的采集获取、存储、管理检索和分析处理等步骤所需要的技术；最后是数据伦理：即在法律的约束下遵守公序良俗，做到合理合法合规的获取使用数据。徐刘靖等人[6]认为数据素养是由数据意识、数据知识、数据能力和数据伦理共四部分组成的，其中数据意识是先导,数据知识是基础,数据能力是核心,数据伦理是方向标。笔者认为数据素养是指在数据意识的引导下,遵守法律约束和公约良俗,拥有数据发现、采集、管理和利用的能力以及对数据的辨别批判和理解能力。

表1 数据素养能力评价指标体系[7]

二、大数据背景下数据素养评价与培养

大数据背景下，传统教学模式脱离了时代变化的步伐，不利于创新型人才的培养，需要通过建立全新的能力评价指标体系帮助信管学生循序渐进的形成数据素养。综合钱瑛[7]等人的观点，将数据意识、数据知识、数据能力以及数据伦理共同组成数据素养评价指标体系。首先，数据意识方面包含了数据敏感意识、安全意识和批判意识，要求学生能够发现目标数据源，认识数据的真实性、重要性、隐私性、价值和生命周期，积极交流，同时正确理解数据保持批判态度避免盲目跟从；其次，数据知识方面包括了数据基本知识和数据高级知识，要求掌握数据的理论概念、特征内涵以及相关政策法规等基础知识，精通数据处理流程中使用的数据处理技术等高级知识；第三，数据能力方面包含了数据收集、过滤、处理、管理、分析、利用与再利用、呈现能力，要求通过多种途径收集不同类型数据，熟悉各种检索方法获取目标数据，通过算法编程获取数据中信息，进行数据挖掘，并且能够熟练运用各种数据库保存管理数据，通过统计学和数学方法分析数据得出结论，利用数据预测未来发展情况充分发挥数据价值，能对数据结果进行可视化处理通过图表的形式展示出来的能力；最后，数据伦理方面包含了相关的法律法规及社会道德[7]。根据黄如花[5]的建议，可以通过学位项目、学分课程、短期培训、专题研讨会、免费的在线课程以及多种形式并举开展数据素养的多样化教育，帮助信管人才具备与时代同步的数据素养。

三、信管专业人才数据素养培养目标

（一）激发信管人才数据意识与数据理解

数据是蕴含信息的宝藏，把枯燥的数据以人们可以理解和接受的形式呈现并挖掘数据深处的价值，这需要深入的观察力、分析力和专门的执行力。数据意识和数据理解是挖掘数据信息最基本的前提和要求。数据意识是在任何场景之中，都拥有敏锐的数据嗅觉和敏捷的数据视觉，对数据保持高度的敏感。数据理解是不仅能够理清数据的不同来源，还能初步理解隐含在数据背后的信息含义。庞大繁杂的数据在表面上只是无数个字符的组成与堆叠，如果没有数据意识和数据理解，想要发现数字背后的规律并从中挖掘隐含的价值，往往使人望而却步更无从入手，因此信管人才的数据意识与数据理解成为了大数据时代的敲门砖。

通过培养信管专业数据素养，激发数据意识与数据理解，形成数据探寻的意识，开阔数据获取的思路，丰富数据获取的方法，在更短的时间内针对实际问题迅速思考需要获取哪些数据、如何获取这些数据以及获得的数据对于解决问题有何意义与帮助。总的来说，数据理解包含五个层次：从下到上依次是数据层、描述层、解读层、结论层和认知层，其中数据层是对原始数据的清洗、加工和计算，描述层是对数据层进行统计描述，解读层是深入挖掘数据所映射出的现实含义，结论层是对数据的总结和提炼，认知层是对数据逻辑和规律的理解[8]。数据意识包含以下三个方面：首先是对数据的需求意识。能够根据实际场景的不同要求明白获取目标数据的特征，了解潜在的数据来源。其次是对数据的使用意识。根据获得的数据整理出分析报告，从中找出解决问题的方法，在摒弃原有经验决策的基础上，主动拥抱数据，得出有数据支撑的决策方案。最后是对数据的法律意识。用户是数据的产生者，在享受数据带来信息的同时，对于用户隐私和知识产权的保护与尊重是使用一切数据分析的基本前提，要坚持在法律允许的范围内合理使用用户数据[9]。

（二）强化信管人才数据分析与处理能力

信息化时代的到来以及web2.0技术的发展，每个用户都成为了信息的产生者，源源不断地输送海量数据。面对不可胜数的数据海洋，善于利用搜索引擎和分布式数据库从中快速高效且准确地获取目标任务所需的数据后去粗取精剔除杂乱有误的冗余数据就理所应当的成为了从不同的角度出发进行数据分析与处理的能力基础。数据分析是根据初步过滤的海量数据通过各种分析模型精炼总结出有价值的信息，然后将提取的信息凝结成分析报告支撑商业管理决策，需要掌握各种数据处理模型和分析工具，如Hive、SPSS、Hadoop、Yarn、智能商务分析软件以及Python等主流的大数据分析语言[6]。对于数据的分析与处理更深层次的要求包括根据具体的业务主题和实际的运用环境，通过对以往数据的分析处理能够对未来市场的发展趋势和潜在危险做出合理的有依据的预测和建议，从而助力企业在竞争中取胜。

总之，通过对信管专业数据素养的培养，要求学生在已经能够熟练运用各类模型进行数据分析的基础上，能够清晰明白地归纳不同模型的特征表现、总结不同模型的适用范围、分清不同模型的优劣区别，从而可以在以后解决具体实际问题的操作过程中能够更加合理地选择数据分析模型，可以根据数据处理的不同流程阶段所面临的不同处理需求组成多层次、多元素的混合数据分析模型。

（三）引导信管人才数据创新与应用

一个完整的大数据项目在具体实施过程中要求大数据人才能够将实际场景中来源不同、类型不同、特征不同的数据进行发散性的创新融合，数据创新即从海量数据中发现新的价值、通过数据找到更多已有问题的解决思路、发现潜在的问题和决策的风险，或者这些数据还可以应用于哪些新的领域。因此，信管人才要具有足够的创新应用能力，只有充分发挥创新应用思维，才能成为合格的应用型大数据人才。数据分析结果的呈现与展示是数据处理的最后一步也是数据应用的关键一步，通过运用统计学度量指标和数学计算公式描述有效数据的分布集中情况、变化离散趋势等实际特征，并借助于图形化手段，将平淡乏味的数据增添生动形象的想象，通过简洁直观的可视化展示，清晰有效地表示数据蕴含信息。数据创新与应用是信管专业数据素养教育的高维层次，培养学生在面对错综复杂的社会市场变化的情况下，遇到问题能发现原因分析要求，掌握运用多元化数据进行预测分析的技能的同时能够根据目标阶段的需求变化灵活应用数据处理结果，提炼总结为具有数据支撑的管理决策报告，并根据对市场环境要素的判断，了解“可能发生什么”，明白“将要发生什么”，选择合适的决策方案，为企业谋求利益，为社会寻求发展[6]。

四、结语

大数据时代下，数据素养作为数据分析人才所必须具备的基本素养，发展成为了数字社会的核心竞争力。在理解领域数据含义、开拓数据获取渠道、掌握数据处理技术、提升数据应用价值等方面具有重要作用。通过创新信管专业教育模式，培养和提升专业人才的数据素养，对专业人才充分掌握并合理运用新兴信息技术来解决特定场景的现实问题，进而提升管理能力及效率具有重要意义。