聚焦安全倫理教育的高校學生數據素養能力實證研究

郭倩 李建霞

摘 要 論文利用問卷調查數據，聚焦數據素養能力培養中的安全倫理問題，通過因子分析和回歸分析，對數據素養能力的影響因素及安全倫理問題進行研究，指出數據安全倫理教育應貫穿于數據需求利用的所有環節，高校在加強學生的專業數據素養教育、提高其數據處理和管理運用能力的同時，應平衡數據挖掘、價值開發和隱私保護之間的關系。

關鍵詞 信息素養 數據素養教育 數據安全 數據素養能力

分類號 G251

DOI 10.16810/j.cnki.1672-514X.2019.05.003

Abstract By using the questionnaire data， this paper focuses on the safety ethics in the cultivation of data literacy ability， and analyzes the influencing factors and safety ethics problems of data literacy ability through factor analysis and regression analysis. This paper points out that data safety ethics education should run through all aspects of data demand utilization. While strengthening students professional data literacy education and improving their data processing， management and application ability， universities should balance the relationship between data mining， value development and privacy protection.

Keywords Information literacy. Data literacy education. Data safety. Data literacy ability.

隨著云計算的快速發展，海量數據得以迅速擴張，使得數據在日常工作及生活中的作用和影響力越來越大。數據不再是僅僅局限于支持科研成果驗證的補充材料，已被視為一種獨立的科研成果?？梢哉f，從傳統到新興行業都面臨著數據驅動創新的挑戰，從個人生活到政府管理都趨向數據驅動的決策。2017年12月，習近平總書記指出：“在互聯網經濟時代，數據是新的生產要素，是基礎性資源和戰略性資源，也是重要生產力……善于獲取數據、分析數據、運用數據，是領導干部做好工作的基本功?！钡牵趯嶋H應用中，人們往往容易忽略對數據存取和利用過程的合法性判定。據調查，目前理工科和醫藥科學的學生隨意引用數據的行為時有發生，這一現象與我國側重知識傳授而忽略倫理培養的教育環境有關。為此，高校的數據素養教育必須加強數據安全防范意識及倫理培養。本文在探討數據素養內涵及數據安全倫理的基礎上，運用問卷調查分析高校學生的數據素養能力現狀和安全倫理問題，以期為數據素養教育及能力培養提供策略建議。

1 數據素養與數據安全倫理

1.1 數據素養概念及內涵

關于“數據素養”的概念和內涵，目前尚未形成統一的認識，因而在術語上有“數據信息素養”“科學數據素養”等稱謂[1]。綜觀現有文獻中對數據素養定義的研究，多是從數據素養與其他素養的關系切入，在討論其異同的基礎上進行深入闡述，其中具有代表性的觀點有兩類。

（1）數據素養是在其他素養的基礎上衍生出的一種素養，是其他素養的延伸和擴展，并與其他素養交叉融合。如，Schield（2004）[2]認為數據素養是信息素養和統計素養的重要組成部分，具備數據素養的人必須有獲取、評估、處理、總結和呈現數據的能力。Vahey（2012）[3]等提出數據素養是跨學科的、交叉存在的，強調數據背景、數據表征、數據分析和數據說理四個方面。郝媛玲、沈婷婷（2016）[4]認為數據素養是對統計素養和信息素養的延伸和擴展，指出數據素養不僅應具備數據意識和數據敏感性，還要能夠有效且恰當地對數據進行獲取、分析、處理、利用和展現，同時要具備對數據批判性思維的能力。

（2）數據素養的概念與其他類型素養等同，是擁有對數據的敏感性且能熟練進行一系列數據操作的關鍵技能。Stephenson和Caravello（2007）[5]等認為數據素養是指有效且恰當的發現、評估、使用數據的一種意識和能力。張晨（2014）[6]認為數據素養主要包含對數據的辨識能力和綜合應用能力兩個方面。張艷梅（2015）[7]認為數據素養是在數據行為主體符合社會倫理和道德倫理的基礎上，對數據進行辯證、科學正確的認識、操作和管理，運用數據挖掘其蘊含巨大價值的能力。

綜合來看，以上兩種觀點都強調了對數據的組織、管理和應用。筆者認為，目前的數據素養首先應關注數據價值、意義及安全倫理，其次才是數據分析、處理和統計等一系列數據安全操作的專業技能。因此，數據素養是一種能力，具備數據素養的人都具有一定的數據敏感性，能夠有效恰當地發現數據的價值，且普遍遵循數據使用過程應堅守的道德與規范，并能在數據獲取、利用、管理過程具備一定的專業操作技能。

1.2 數據安全與數據倫理

在日益興起的數據密集型科研范式和不斷發展的e-Science時代，數據意識及安全倫理教育已逐漸受到學界的重視。2007年Jim Gray指出數據倫理是科研人員的必備素養；2015年Landau S.在《科學》（Science）?？懻摽蒲袛祿眠^程中的數據隱私保護問題[8]；2016年黃如花、李白楊[9]指出數據素養教育應以培養數據意識、數據能力和樹立數據倫理為主要內容。劉三女牙、楊宗凱（2017）等[10]認為教育數據倫理是當前大數據時代的新挑戰。何勝、周兵（2017）等[11]提出了意識培養、能力提高和倫理內化的“大數據素養”教育策略。郝媛玲等（2016）[12]通過對數據引用方法和法規的熟悉程度來衡量研究生的數據倫理道德。黃如花、林焱（2016）[13]將對數據產權及隱私權、數據倫理原則的了解程度、能否對所引數據進行規范說明作為學生數據倫理的評價標準。在科研數據管理平臺實踐及相關數據安全政策實施方面，《武漢大學數據管理辦法》 強調了對內部數據的管理整合及數據安全、質量的管理，北京大學“開放研究數據平臺用戶指南”對用戶如何合理有效的利用他人的數據以及分享自己的數據都有明確的規定和說明?？梢?，在知識產權視角下，數據已成為具有所有權、使用權等屬性的一種資產，而圍繞數據使用、交流所展開的數據倫理論證和研究也已成為數據素養能力的重要組成部分。

2 高校學生數據素養能力調查研究

在數據素養能力的實證研究方面，王維佳、曹樹金等[14]對科研人員數據素養能力進行了因子分析；隆茜對高校不同群體（大學教師、博士生、碩士生、本科生） 的數據素養能力現狀進行調查研究[15]。本文將聚焦數據素養能力培養中的安全與倫理問題，分析高校學生的數據素養能力現狀和影響因素，為促進數據文化、數據意識、數據技能的提升提供參考。

2.1 數據素養能力構成要素及調查內容

關于個體數據素養能力構成，筆者綜合國內外相關研究成果[14-18]，從六個方面對數據素養能力進行調查（見表1）。其中，數據意識是人們對數據價值和數據基本特征的感知和了解，是數據素養的先決條件；數據獲取、處理與運用、分析與評價、交流與共享等能力都屬于數據技能問題，是數據素養提升的核心內容；數據倫理是在具備基本的數據意識和擁有一定的數據能力的基礎上，使用者應持有的道德規范和應遵循的行為準則，是合法合規利用數據的保證。

本文通過“問卷星”專業問卷在線調查平臺，以國內高校在讀博士生、碩士生和本科生為調查樣本，采用李克特五分量表法，每個問題設置1～5分的分值，學生可根據自己的實際情況自評打分，5分最高，1分為最低。調查時間為2018年3月28日到2018年4月16日，共收回問卷450份。鑒于目前我國數據素養教育開展的程度，剔除專職生及填寫信息不完整的問卷，剩余有效問卷418份，有效率92.89%，滿足問卷統計分析的基本要求。

2.2 調查數據的KMO檢驗和公因子提取

公因子提取是通過因子分析在多個觀測變量中尋找公因子，用公因子來充分反映原始變量信息的一種多元統計分析方法，它可以通過線性變化將高維原始變量空間映射到低維特征空間，從而最大限度地以降維處理抽取指標的信息（詳情可參照筆者前期成果[26]）。為了確定調查數據是否適合做因子分析，首先需計算其KMO檢驗值，一般認為KMO的測定結果在0.9以上表示非常適合進行因子分析，在0.7以上表示可以。將觀測變量導入SPSS22.0運行，結果發現其KMO的測定結果為0.866，達到和超過了Kaiser要求的0.7這一統計標準，巴特利特球形檢驗的顯著性水平Sig.為0.000，也遠小于0.05的標準，表明這些變量的原始數據具有相關性（見表2），適合進行因子分析。

變量共同度即變量方差，是每個原始變量在每個共同因子的負荷量的平方和，表明了原始變量方差中能被共同因子解釋的部分，共同性越大，變量能被因子說明的程度就越高。Tabachnick和Fidell（2013）認為公因子方差大于0.55時，可認為良好，達到0.50即可接受[27]。根據以上指標計算得到的數據素養能力6個維度的共同度（見表3）都在0.789以上，進一步說明這17個觀測變量是高校數據素養能力測評的重要影響因素，也適于做因子分析。

根據原始變量的系數矩陣，按照Promax轉軸法將因子載荷矩陣進行旋轉后，采用主成份法提取前3個特征根，得到提取出的公因子及方差（見表4）。可以看出，因子分析提取的3個公因子方差累積貢獻率達到89.59%，說明其反映了原始變量的絕大部分信息，可以用這3個公因子來測評學生的數據素養能力。其中，公因子1與數據處理、分析和交流等技能高度相關，故將其命名為數據操作能力；公因子2主要與數據意識和數據獲取相關，將其命名為數據認知能力；公因子3則主要涉及數據安全與倫理內容，故將其命名為數據倫理水平。由此可知，影響高校學生數據素養能力水平的主要因素包括數據操作能力、數據認知能力和數據倫理水平。其中的數據操作能力是核心，數據認知能力和數據倫理水平是其不可分割的重要組成部分。

2.3 統計分析

在國外，數據倫理和道德教育始終被放在優先的位置，是開展一切數據活動的準則。美國NIH強調科研誠信包括客觀的報道研究成果，注意遵守特定的規則、條例和準則，對研究過程產生的數據持審慎的態度和行為等內容[28]。如今，科研人員遇到了越來越多的數據監管、出版、引用及數據生命周期等數據素養方面的相關問題[29]?；诖耍狙芯繉祿c倫理的調查主要包括“能夠在數據利用過程中遵守學術道德和法律法規”“能夠對科學研究過程中產生的數據的真實有效性負責”和“能夠合理運用數據加密或訪問權限等方式保護數據”三個具體要素，調查結果見圖1。

統計發現，調研對象中38%的人認為在數據利用過程中完全遵守了學術道德和法律法規，17.5%的人略有欠缺，而44.5%的人得分在3分以下，說明有將近一半的人在數據利用過程中遵守學術道德能力不佳；在對數據的真實有效性負責一題中，僅有20%的人認為自己可以完全負責，而56.4%的人得分在3分以下，說明其在使用數據的過程中不能對自己獲取數據的真實有效性很好地負責；在合理運用加密訪問權限保護數據一題，僅有10.3%的人得滿分，高達69.4%的人得分在3分以下，說明絕大多數人在數據使用中不懂得安全保護。由此可見，我國高校學生的數據安全與倫理意識比較淡薄，迫切需要通過數據素養教育來進行加強。

2.4 影響分析

前文利用公因子提取對高校數據素養能力的內部影響因素進行了分析，但其無法估計和測算數據素養能力的外部影響因素及其作用大小。眾所周知，高校的數據技能培養離不開其教育資源投入，同時數據意識、數據倫理與數據技能之間的關系密不可分。通過對高校數據素養能力及影響因素的實證分析，將有利于優化高校數據素養教育的資源配置，為高校數據素養能力培養和倫理建設提供理論和實踐依據。為此，筆者結合我國高校數據素養能力培養的實際運行特點，選擇數據素養能力培養中的教育資源、數據意識、數據安全與倫理三個內外部因素作為自變量，以數據技能作為因變量，進行線性回歸分析，以研究它們之間的相互關系和作用大小。其中教育資源包括所開設數據技能相關課程的門數、參與學校數據技能培訓的次數、訪問過的統計數據庫個數；數據技能包括了數據獲取、數據處理與運用、數據分析與評價、數據交流與共享能力。

經線性回歸發現（見表5），對因變量個體數據技能有顯著影響的變量為教育資源、數據意識和數據安全與倫理，其顯著性檢驗p<0.05，回歸系數至少一個不為0，說明所建立的回歸模型有統計學意義。

表5顯示，以教育資源、數據意識、數據安全與倫理作為預測變量代替其他變量建立模型，回歸系數均顯著（見表6），即教育資源、數據意識、數據安全與倫理對個體數據技能均有顯著影響，且教育資源每增加一單位，個體數據技能增加0.066個單位；數據意識每增加一單位則個體數據技能增加0.095個單位；而數據安全與倫理每增加一單位，個體數據技能則增加0.103個單位?？梢?，在以上三個因素中，數據安全與倫理對個體數據技能的影響最大，因此，數據密集型科研范式下，高校在加強學生數據技能的同時，一定不能忽視數據安全意識和數據倫理培養。

3 基于數據素養能力的安全與倫理培養

實證分析表明，高校學生數據素養能力中的數據安全與倫理狀況堪憂，而數據倫理又是數據素養及數據技能提升不可或缺的重要組成部分。根據習近平總書記提出要“強化國家關鍵數據資源保護能力，增強數據安全預警和溯源能力”的指示。關于數據信息價值開發與使用的安全倫理問題研究、對于數據素養能力中的安全與倫理培養已然是我國現階段應當著手應對的重點問題。

3.1 數據需求與利用中的安全與倫理培養

調查顯示，在數據需求與利用過程中，高校學生的安全倫理意識還存在很大不足。數據素養教育的目的就是為了培養用戶對數據的敏感性及數據獲取、分析、處理等一系列數據安全操作的專業技能，基于數據生命周期的科研數據需求特征及利用行為研究已成為數據素養教育的一個重要領域。為此，首先，應針對不同學科、不同領域之間的差異來明確不同用戶的數據需求特征，以便更好地保障科研中的數據利用。其次，要加強學生注意各個環節的數據安全意識，禁止一切不符合道德、倫理和法規的訪問、銷毀、更改或刪除以及在獲取和保存過程中的數據安全問題的發生，科研人員不僅要注意科研過程中所遇到的隱私數據和權限許可的問題，還要對自身所生產的特殊數據進行加密。最后，應培養學生的知識產權理念，強調其在合法基礎上獲得數據，并正確地表達數據來源，對于那些有版權的數據和敏感、機密的數據，未經許可不能訪問使用。

3.2 數據挖掘過程中的安全與倫理教育

在信息開放共享的大數據時代，數據成為一種生產要素，決策者對數據挖掘的精確程度直接影響到決策有效性的高低，但統計顯示：僅有14.3%的調查對象認為自己能熟練運用軟件來處理數據；有10.3%的人能熟練統計和分析數據；6%的人能熟練使用數據建模工具?？梢姼咝W生的數據處理、挖掘技能相當欠缺。數據素養教育就是培養學生的數據處理和挖掘能力，由于大數據處理技術本身就強調數據的關聯度，數據素養教育培訓的結果就是從看似雜亂無序的數據中找尋關聯信息從而獲取知識，但如果對信息和數據過度挖掘則可能侵害個人的隱私權，同時肆意追求數據挖掘的廣度和深度也可能危及數據安全，進而也會使數據在高等教育中的應用受到質疑。所以，高校內部在加強學生數據挖掘和處理能力的同時，也要對教育數據設置清晰的訪問權限，并從分析其存在的倫理風險入手，平衡數據挖掘、價值開發與隱私保護、安全倫理之間的關系，在加強對學生的專業數據素養教育、提高其數據處理與管理運用能力的同時，不斷強化其數據倫理和數據安全意識；從外部環境來說，要積極促成政府、行業和其他組織多方共建的數據安全倫理保護機制，做到對數據信息價值的合理開發與適度挖掘，以維護數據生態的公平公正。

3.3 數據開放與共享中的安全倫理教育

調查發現，在“能夠與其他人共享數據”這一問題中有81.30%的人得分在3分以下。由此可知，當前高校學生對數據的交流共享并未足夠重視。而且，“數據共享”的相關主體包括了數據生產者和數據使用者。就數據生產者而言，要本著對數據負責的態度，發布真實、準確的數據；而對數據使用者來說，則要求在引用數據的過程中正確標注其來源。但在目前的安全倫理教育中，人們往往偏重于對數據使用者的行為進行規范，而忽略了對數據生產者的行為約束。如今，數據開放共享已成為國際趨勢，大數據環境下數據價值開發所面臨的核心問題就是數據共享的倫理約束和數據共享的邊界問題，只有完善了數據共享的促進和約束機制，才能保障數據價值開發的合理有序進行[31]。為此，政府、高校和科研機構應廣泛開展科學數據的共享服務與實踐，在加強對數據使用者和生產者行為規范的同時，也要關注在數據共享過程中對機密和敏感數據的保護。此外，高校的數據素養教育還應重視數據交流共享的安全以及其中所包含的所有權、版權以及知識產權等問題的討論，將數據素養教育開展的重心放在注重數據隱私安全與倫理意識的培養上來。

4 結語

數據安全倫理教育是加強數據意識培養的關鍵，同時也是數據素養走進大眾化教育的前提，在新一代移動智能工具逐步普及的情況下，理解數據的價值和負面影響、把握數據、用好數據、并保證數據安全傳播與共享，將成為下一階段數據素養競爭的關鍵。而推進大數據環境中開放數據的安全管理和大眾化、個性化、智慧化的數據素養教育是時代發展下數據素養教育不斷跟進、持續發展的方向所在。

參考文獻：

孟祥保，常娥，葉蘭.數據素養研究：源起、現狀與展望[J].中國圖書館學報，2016，42（2）：109-126.

SCHIELD M. Information literacy， statistical literacy and data literacy[J]. Iassist Quarterly，2004（2-3）：6-11.

VAHEY P， RAFANAN K， PATTON C， et al. A cross-disciplinary approach to teaching data literacy and proportionality[J].Educational Studies in Mathematics， 2012， 81（2）：179-205.

郝媛玲，沈婷婷.數據素養及其培養機制的構建與策略思考[J].情報理論與實踐，2016，39（1）：58-63.

STEPHENSON E， CARAVELLO P S. Incorporating data literacy into undergraduate information literacy programs in the social sciences： a pilot project[J]. Reference Services Review，2007，35（4）：525-540.

張晨.大數據時代的圖書館與數據素養教育[J].圖書與情報， 2014（4）：117-119.

張艷梅.用戶數據素養教育視角下的圖書館科學數據管理研究[J].圖書與情報，2015（4）：139-141.

LANDAU S. Control use of data to protect privacy[J]. Science，2015，347（6221）：504-506.

黃如花，李白楊.數據素養教育：大數據時代信息素養教育的拓展[J].圖書情報知識，2016（1）：21-29.

劉三女牙，楊宗凱，李卿.教育數據倫理：大數據時代教育的新挑戰[J].教育研究，2017（4）：15-20.

何勝，周兵，李仁璞，等.面向高校教師的圖書館“大數

據素養”教育策略研究[J].現代情報，2017，37（7）：84-88.

郝媛玲，沈婷婷.高校文理科研究生數據素養比較[J].圖書館論壇，2016，36（8）：126-132.

黃如花，林焱.大數據背景下數據素養教育研究[J].數字圖書館論壇，2016（5）：19-26.

王維佳，曹樹金， 廖昀赟. 數據素養能力評價與大學圖

書館數據素養教育的思考[J].圖書館雜志，2016（8）：

96-102.

隆茜.數據素養能力指標體系構建及高校師生數據素養能力現狀調查與分析[J].圖書館，2015（12）：51-56.

QIN JIAN. Lessons learned from a two-year experience in science data literacy education[EB/OL].[2017-12-10]. http：//docs.lib.purdue.edu/cgi/viewcontent.cgi？article=1009&context=iatul2010.

CARLSON J， FOSMIRE M， MILLER C C， et al. Determining data information literacy needs： a study of students and research faculty[J]. Portal Libraries & the Academy， 2011，11（3）：257-271.

李娟.大數據時代大學生的數據素養[J].青年記者， 2016（8）：17-18.

沈玖玖，吳成，蔣雨婷，等.數據素養對科研績效的影響模型分析[J]. 情報理論與實踐，2017，40（6）：44-50.

劉愛琴，王友林，尚珊.MOOC環境下數據素養能力評價系統研究[J].數字圖書館論壇，2018（1）：68-72.

李青，任一姝.教師數據素養能力模型及發展策略研究[J].開放教育研究，2016，22（6）：65-73.

張曉陽，李楣.基于勝任特征的研究生數據索養能力測評量表研究[J].圖書情報工作，2017（8）：89-95.

董薇. 數據密集型科研范式下館員數據素養能力培養路徑分析[J].數字圖書館論壇，2017（11）：66-72.

胡卉，吳鳴.嵌入科研工作流與數據生命周期的數據素養能力研究[J].圖書與情報，2016（4）：125-137.

鄧李君，楊文建.個體數據素養評價體系及相關指標內涵研究進展[J].圖書情報工作，2017（3）：140-147.

梁茹，李建霞，劉穎，等.高校圖書館數字資源綜合服務能力評價[J].大學圖書館學報，2015，33（2）：38-46.

TABACHNICK B G， FIDELL L S. Using multivariate statistics （6th Ed.） [M]. Boston， MA：Allyn & Bacon，2013.

What is research integrity？[EB/OL].[2016-01-25]. http：//grants.nih.gov/grants/research_integrity/whatis.htm.

郝媛玲，沈婷婷，高珊.高校數據素養教育實踐的思考和建議：基于哈佛大學案例和我國圖書情報人員訪談的分析[J].圖書情報工作，2015（12）：44-51.

吳建中.推進開放數據助力開放科學[J].圖書館雜志，2018，38（2）.

李倫，孫保學，李波.大數據信息價值開發的倫理約束：機制框架與中國聚焦[J].湖南師范大學社會科學學報，2018（1）：1-8.