數據素養教育資源、能力與成效關系研究
——基于SEM的量化分析

郭 倩，李建霞（華東理工大學科技信息研究所）

1 研究概述

隨著科學研究第四范式的興起，以數據為中心和驅動的科學研究特征日益突出，作為綜合了數據獲取、利用、評價、交流和共享等技能的數據素養已成為研究者提升科研創新能力的必備要素和核心競爭力。在數據密集型科研的助推下，科研數據庫以及管理工具的開發應用為數據素養教育提供了有力平臺。一些研究機構、圖書館協會紛紛籌措資金推進科研人員數據素養能力提升項目，著力探索數據管理培訓和數據素養教育實踐。在數據素養課程教學層面，Hunt研究了將數據素養融入現有學科課程對學生學習效率的影響［1］；McAuley等研究了開放數據、大數據和關聯數據等數據素養相關知識對高等教育的影響［2］；Schneider提出應將數據素養教育納入信息素養確立的相關課程中進行教授［3］；Maybee通過讓學生學習在學科背景下使用數據來解決基于通用技能模型相關的缺陷問題［4］。在數據素養能力層面，澳大利亞統計局（Australian Bureauof Statistics，ABS）提出公眾應掌握的數據素養能力包括：數據意識，理解統計概念的能力，分析、解釋和評價統計信息的能力，溝通和理解統計信息的能力［5］；Shorish指出數據素養是大學生的一項重要能力，并要求學生對他們所生成的數據負責，灌輸學生認識數據并掌握運用數據建立知識的能力［6］。在項目實踐層面，美國肯特州立大學開展中學數據思維（Thinking With Data，TWD）項目，使用擴展的未來學習準備（Preparation for Future Learning，PFL）框架來教授跨學科的數據素養［7］；普渡大學圖書館聯合斯坦福大學、明尼蘇達大學以及俄勒岡等大學圖書館開展數據信息素養培訓計劃，開發可共享的數據信息素養培訓課程［8］。此外，還有研究者分析了數據信息素養（Data Information Literacy Projects，DIL）對學生、教師、圖書館員的影響，以及將數據素養作為圖書館的標準等。總體來看，國外的數據素養研究主要集中在課程設置、能力提升及框架研究、實踐培訓、教育模式改革及創新、教育團隊及策略構建等方面。

國內關于數據素養的相關研究起步稍晚，且以定性研究居多，其內容主要集中于介紹國外研究、分析數據素養概念及探討數據素養教育策略或框架等方面。如，黃如花等關于數據素養教育內容的廣泛性、主體的多元化以及形式多樣化的探討［9］；董薇針對館員數據素養培養的框架體系和數據素養能力等級的定性劃分進行了論證［10］。相對而言，針對數據素養的定量研究較少，且主要是利用調查數據進行能力測評，如采用因子分析法對數據素養能力進行量化評定；面向科研團隊的嵌入式科研數據服務場景，定量測度團隊成員的個人數據素養能力和在沖突中對他人觀點的認同度［11］；從科研創新能力的層面分析了數據素養對科研績效的影響［12］等。與國外研究相比，國內的數據素養研究主要局限于一些概念的探討及經驗的總結，教育實踐則停留在對國外經驗的引進和改良，且現有的數據素養能力評價文獻多是采用因子分析或描述性統計，研究對象孤立，對大學生數據素養狀況的調查研究缺乏宏觀理論框架的指導，鮮有學者研究數據素養能力與教育成效的影響關系，缺少對開展數據素養教育內外部環境特征的分析及系統的策略研究［18］，未能對數據素養能力及教育效果之間的影響機制進行定量分析。

實際上，數據素養能力及成效研究涉及的諸如興趣、成效、能力等概念是為了理解研究目的而建立的假設概念，它們并不存在直接測量的操作方法，因此研究人員只能利用一些可測量的變量作為這些潛在變量的“標識”。但在統計分析中，這些觀測“標識”往往包含了大量的測量誤差，而這些測量誤差則會導致常規回歸模型參數估計發生偏差，進而影響研究結果的科學性和準確性。雖然傳統的因子分析可以處理測量誤差，但卻不能分析因子之間的關系，而結構方程模型（Structure Equation Modeling，SEM）綜合了回歸分析、因子分析、路徑分析等多種方法的優點，能夠在處理變量多重相互關系的同時將變量關系的檢驗能力從探索性分析轉變為驗證性分析，為探究潛變量之間的結果關系提供了可能［13］。它不僅允許自變量和因變量存在測量誤差，且沒有很嚴格的假設限制條件，因此廣泛應用于經濟學、社會學、教育學與行為科學等領域的研究［14］。

鑒于此，本文在問卷調查的基礎上，將數據素養教育資源、能力、成效納入統一的研究框架，采用結構方程模型對不能直接測量的能力、成效等潛在變量及其內在因子進行深入解剖以分析它們之間的內部影響機制，得到教育資源、能力各組成要素與教育成效之間關系的量化分析，進而揭示它們之間的內在聯系，以期為數據素養標準的制定、數據素養教育環境的優化以及數據素養教育合作方式的改善提供參考和借鑒。

2 教育資源、數據素養能力與教育成效的內涵

2.1 教育資源

學校是為社會培養人才的專門機構，學校教育是有計劃、有組織、有目的地向學生傳授一定的社會規范、價值標準和知識技能的過程，而教育資源是指與教育教學實踐密不可分的基本要素。教育資源是指教育系統中支持整個教育過程以達到一定教育目的、實現一定教育和教學功能的各種資源，通常包括教師資源、課程資源和物質資源。劉建國等認為科學合理的素養教育資源是提升公民素養的前提條件［15］。在數據密集型知識環境下，數據的識別、收集、統計、分析、交流、評價等能力成為高校師生必備的知識框架內容，數據素養能力也成為公民既重要又普遍的能力。據此，本研究的數據素養教育資源是指為教學目的而專門設計的或者服務于教育的各種能被使用的資源，屬于課程資源的范疇。

2.2 數據素養能力

高等教育的目的是培養人才，而人才的衡量標準是對其能力的有效評定。當前，數據素養能力已成為推動科研發展的不竭動力，是數據密集型科研范式下衡量個人潛力的重要因素。國內業界認為數據意識、數據獲取能力、數據處理與分析能力、數據交流能力、數據道德等，是評價數據素養能力的重要維度。據此，本文認為數據素養能力是指個體不斷獲取數據知識、學習數據相關技能以改善自身數據獲取、處理、運用、交流，以提升其應對不斷變化的數據環境的能力。它包括能夠有效且恰當地發現數據的價值，并能在數據獲取、利用、管理過程具備一定的專業操作技能，且普遍遵循數據使用過程應堅守的道德與規范。

2.3 教育成效

教育質量的提升不僅在于實施適應當代特征的教育改革，還在于對教育實施情況進行持續不斷的評估。張紅霞認為，在圖書情報學領域，成效研究更多將視角投向服務效果和對用戶的影響。2003年，英聯邦大學和國家圖書館學會（The Society of Colleges，National and University Libraries，SCONUL）認為：成效評估應把焦點轉移到關注在提供服務時“管理者試圖要達到的目標”，并根據此特定的服務目標來尋找帶給用戶的變化［16］。美國、德國、法國等國家也紛紛從知識、信息素質、學術或職業成功、社會容納程度等方面來評價圖書館對個體技能、綜合能力、態度、行為帶來的改變［17］。由于目前國內關于數據素養教育成效的研究還處于空白，本文綜合以上研究的思想和理念，將數據素養教育成效視作學生通過接觸教育資源和項目而得到改變的情形。據此，本文將數據素養教育成效的重心主要放在研究高校數據素養教育活動對受教育者的學習興趣、能力和其學術研究的影響。

3 問卷調查與信效度檢驗

3.1 問卷設計與調查

本研究的高校數據素養教育資源情況結合司莉等對圖書情報專業研究生數據素養課程的設置及特征［18］，從我國高校數據素養教育現狀出發，從開設相關數據技能課程、開展數據技能培訓情況、對統計數據庫訪問情況三個方面來設計問卷；數據素養能力從高校學生的數據意識、數據獲取能力、數據處理與運用能力、數據分析與評價能力、數據交流與共享能力以及數據安全與倫理道德六個維度共17個調查項來設計調查問卷（見表1）；對教育成效的調查則側重于數據素養教育對用戶積極影響的考察；設計“數據素養及相關技能的提升對學習興趣和態度的影響程度”“數據素養及相關技能的提升對學習成績的影響程度”和“數據素養及相關技能的提升對科研的影響程度”三個問題。問卷采用李克特五級量表法，被調查者根據自身實際情況進行打分，1—5分表示程度從弱到強。

表1 個體數據素養能力構成要素

本次調查以國內高校在讀博士生、碩士生和本科生為對象，通過“問卷星”平臺采用網上問卷填答的方式進行，調查時間為2018年3月28日到4月16日，共回收問卷450份。其中填答不全及明顯不合格問卷32份，有效問卷418份，問卷有效率達92.89%，滿足問卷統計分析的基本要求。

從樣本數據來看，本次問卷所調查的對象來自北京大學、武漢大學、南京理工大學、華東理工大學、福州大學、上海大學、南京理工大學、西北師范大學、廣西師范大學等高校，其中本科生占61.72%，碩士生占34.21%，博士生占4.07%。

3.2 信效度檢驗

信度指測驗結果的一致性、穩定性及可靠性。信度系數愈高即表示該測驗的結果愈一致、穩定與可靠。本文利用SPSS22.0統計分析軟件，采用內部一致性信度檢驗方法進行調查問卷數據的信度檢驗，并通過Cronbach’s Alpha系數值來分析量表的信度。實際應用中，Cronbach’s Alpha值至少要大于0.5，最好能大于0.7［19］。在本研究中，得到的關于高校學生數據素養教育總量表信度為0.929，數據素養教育資源分量表信度為0.815；數據素養能力分量表信度為0.936，教育成效分量表的信度系數達到0.739，都達到了0.7以上，說明本次調查所使用的三部分問卷信度良好，具有較高的穩定性和可靠性。

效度是指測量的有效性程度，即測量工具能否準確測出其所要測量的事物的程度。一般認為KMO的測定結果在0.9以上表示非常好，在0.7以上即可。為了衡量本次調查問卷的內在結構是否合理，筆者對問卷調查的數據進行探索性因子分析，得到的KMO值為0.864，大于0.7，Bartlett球形度檢驗Sig.為0.000，小于0.005，說明問卷的效度較好。

4 數據素養教育資源、能力對成效的影響機制分析

4.1 研究假設

（1）教育資源與數據素養能力的關系。學校作為教書育人的基本場所，其教育資源的多少與資源狀況的優劣直接影響著學生學習活動的進程并決定著學生個體能力的發展。事實上，能力是資源及其有機結合所具有的內在動力特征，由于高校學生受到的數據素養教育在資源上存在諸多差異，表現出來的個體素養能力也顯著不同，而教育資源即課程門數越多、方式越科學合理，學生的學習成績越好?？梢?，無論是學術氛圍、教學設備、師資，還是課程設置、內容等都對學生個體能力的提高有著至關重要的作用，而這些細分內容均屬于教育資源的整體范疇。由此可以得出：教育資源的豐富性、開創性以及合理性等對學生個體能力的培養存在顯著影響。

假設1（H1）：高校教育資源對學生數據素養能力存在顯著正向影響。

H1-1：高校開設數據相關技能課程越多，學生的數據素養能力越強。

H1-2：高校開展數據相關技能培訓越多，學生的數據素養能力越強。

H1-3：學生訪問統計數據庫次數越多，其數據素養能力越強。

（2）數據素養能力與教育成效的關系。數據素養教育就是培育學生具備一定的數據敏感性，能圍繞教學、科研、社會服務等基本活動恰當且有效地發現、使用數據、具備一定的數據操作技能和數據倫理意識。學生對數據信息使用的意愿、接受程度以及在生產、管理、使用數據過程的相關技能和態度上存在差異，會直接影響數據素養的教育成效。此外，學生通過學習掌握相關數據技能，為學習、科研、創新創造提供知識和方法基礎，將有更多主動性和自主性拓展知識和研究范圍，引領其取得更高成效，培養高超的個體數據素養能力是數據素養教育卓有成效的動力之源。因此，數據素養能力與教育成效存在著緊密聯系，學生的個體數據素養能力和水平對教學質量與成效有顯著影響關系。

假設2（H2）：個體數據素養能力對教育成效存在顯著正向影響。

H2-1：個體數據意識越強，教育成效越明顯。

H2-2：個體數據獲取能力越強，教育成效越明顯。

H2-3：個體數據處理與運用能力越強，教育成效越明顯。

H2-4：個體數據分析與評價能力越強，教育成效越明顯。

H2-5：個體數據交流與共享能力越強，教育成效越明顯。

H2-6：個體數據安全與倫理道德越高，教育成效越明顯。

（3）教育資源與教育成效的關系。教育資源的影響自學校教育產生開始就引起廣泛的重視，對于學校教育的重要性不言而喻。因此，提高教育機會和教育質量，取得滿意的教育成效，是教育發展的主要目標。數據素養教育過程在提升數據意識、數據需求、數據獲取利用、數據分析評價以及數據交流共享等能力的同時，也為創造力提供了方法論基礎。由此可見，良好的素養教育資源可以為教育個體創造學習氛圍，促進其快速成長和吸收相關知識技能，是推動素養教育快速平穩發展和取得突出成效的關鍵所在。

假設3（H3）：高校教育資源對教育成效存在顯著正向影響。

H3-1：高校開設數據相關技能課程越多，教育成效越明顯。

H3-2：高校開展數據相關技能培訓越多，教育成效越明顯。

H3-3：高校學生訪問相關統計數據庫學生訪問越多，教育成效越明顯。

4.2 假設檢驗與回歸分析

根據上述假設分析，以教育資源為自變量，數據素養教育成效為因變量進行回歸分析得到模型1；以個體數據素養能力為自變量，教育成效為因變量進行回歸分析得到模型2；將教育資源與個體數據素養能力同時為自變量，以教育成效為因變量得到模型3（見表2）。將表2中模型1、模型2和模型3的指標匯總，得到表3。最后再以教育資源為自變量，個體數據素養能力為因變量進行回歸分析得到模型4（見表4）。根據以上四個模型的回歸分析，進一步驗證教育資源、個體數據素養能力、教育成效之間的相互影響關系，從而對研究假設進行初步判定。

表2 教育資源、個體數據素養能力與教育成效的回歸系數

表3 教育資源、個體數據素養能力與教育成效的回歸模型指標匯總

表4 教育資源與個體數據素養能力的回歸模型指標系數

由表2可知，模型1、2、3的回歸方程均顯著（P＜0.001），其中模型1、2分別是教育資源以及個體數據素養能力作單一的自變量，而模型3是兩者同時為自變量。從模型1、2與模型3的對比可以看出，增加一個自變量所產生的變化在統計上是顯著的（P＜0.001），因而選用模型3來描述三者間的線性回歸關系較為合適，即教育資源和個體數據素養能力都對教育成效存在顯著影響。

模型 R R2 調整R2 標準估計的誤差 P 1 0.356 0.127 0.125 2.37713 0.000 2 0.396 0.157 0.155 2.33637 0.000 3 0.447 0.200 0.196 2.27792 0.000

根據表2、表3中模型3的回歸指標參數可知，教育資源的回歸系數為0.230，個體數據素養能力的回歸系數為0.299，兩者共同解釋教育成效19.6%的變異，即教育成效的差異有19.6%可以由教育資源和個體數據素養能力的差異所解釋。又因為教育資源與個體數據素養能力的回歸系數均為正，則可說明教育資源與個體數據素養能力對教育成效存在正向影響作用，即驗證了假設2與假設3。

由表4可看出，教育資源對個體數據素養能力存在顯著影響（P＜0.001），其能夠解釋個體數據素養能力17.8%的變異，亦即個體數據素養能力的差異有17.8%可以由教育資源的差異來解釋，且數據素養教育資源的回歸系數為正值，也說明教育資源對個體數據素養能力存在顯著正向影響，即假設1成立。

4.3 數據素養教育成效影響機制的結構方程全模型路徑分析

本研究以極大似然法（Maximum Likelihood，ML）作為模型的估計方法對模型中各因子間的關系進行驗證，根據已有理論研究結合數據素養教育成效影響機制分析可構造影響我國數據素養教育成效的路徑結構方程概念模型（見圖1）。由模型及假設可知，高校教育資源為外生潛變量；高校開設數據相關技能課程、開展培訓情況、相關統計數據庫訪問情況是外生測量變量；個體數據素養能力、教育成效是內生潛變量；數據意識、數據獲取能力、數據處理與運用能力、數據分析與評價能力、數據交流與共享能力、數據安全與倫理道德、興趣態度、學習成績、科研能力是內生測量變量。

圖1 數據素養教育成效路徑的結構方程原始模型

其中，F表示潛變量，X表示外生觀測變量，Y表示內生觀測變量，e為觀測變量與潛變量之間的誤差（殘差）。

為進一步檢驗原始模型是否成立，需進行數據擬合、模型修正及模型檢驗。文章采用AMOS 22.0，通過計算模型擬合指數來驗證理論結構模型對數據擬合的程度，得到模型擬合指數值如表5所示。

表5 模型擬合指數值

其中，CFI是比較適配指數；TLI為非規準適配指數；IFI為增值適配指數；GFI為適配度指數，也稱為擬合優度指數。CFI、TLI、IFI、GFI的數值都介于0與1之間，其值愈接近1，表示模型擬合愈佳，其值愈小，表示模型擬合愈差，一般大于0.90的取值表示模型擬合較好。RMSEA為漸進殘差均方和平方根，其值愈小，表示模型適配度愈佳。一般而言，若RMSEA的數值高于0.10以上時，則模型適配度欠佳；在0.08至0.10之間則模型尚可，具有普通適配；在0.05至0.08之間表示模型良好，即合理適配；若數值小于0.05表示模型適配極好［20］。表6顯示的是本模型中各擬合指數值均達到了理想水平。在對數據進行擬合和模型的修正過程中，發現增列誤差變量e4與e5，e4與e9間的共變關系，可以降低整體模型適配度的卡方值，并界定兩者相關且沒有違背SEM的假定，因此進行模型的修正并最終得到結構方程模型總體路徑結果（見圖2）。

圖2 結構方程模型總體路徑結果

基于以上數據，經過結構方程理論特定的參數檢驗和模型修正后，計算得到各項參數的估計值（見表6）。

表6 模型的參數估計值

從圖1及表6的路徑關系及參數估計可得以下結論。

（1）高校教育資源（F1）對學生個體數據素養能力（F2）的路徑系數為0.545，在p<0.001條件下達到顯著，證明假設1（H1）成立，即高校教育資源對學生個體數據素養能力存在顯著的正向影響。

（2）個體數據素養能力（F2）對教育成效（F3）的路徑系數為0.251，在p=0.002<0.01條件下達到顯著，證明假設2（H2）成立，即學生個體數據素養能力對教育成效存在顯著的正向影響。

（3）教育資源（F1）對教育成效（F3）的路徑系數為0.381，在p<0.001條件下達到顯著，證明假設3（H3）成立，即高校數據素養教育資源對教育成效存在顯著的正向影響。

4.4 數據素養教育成效內部影響因素路徑分析

在現實的高校數據素養教育活動過程中，首先是教學部門為學生提供一定的教育資源，學生通過接受教育獲得相關的數據素養能力，最后通過知識內化來提高學習成績或產生科研成果?？梢哉f，數據素養教育只有通過個體數據素養能力的提升，才能將教育轉化為指導人們行動的知識，從而獲得良好的教育成效。因此判斷具備較高數據素養能力的人通過對數據的利用和挖掘，從而產出更多的知識并將其轉化為學習動力和科研實力，一定程度上間接放大了數據素養教育對成效的影響作用。

為了深入探究教育資源、個體數據素養能力對教育成效的內部影響因素，本研究將教育資源與個體數據素養能力的內部各要素作為定量指標，通過Amos 22.0進行路徑分析，深層挖掘數據素養教育資源、能力及成效的關系，結果如圖3所示。

圖3 教育資源內部各要素通過數據素養能力影響教育成效的路徑分析

由圖3可知，在高校數據素養教育活動中，教育資源通過影響學生個體的數據素養能力進一步影響了其教育成效，即個體數據素養能力在教育資源對教育成效的影響中存在顯著的中介效應。從教育資源內部要素來看，學校開展數據技能培訓情況及訪問統計數據庫情況通過個體數據素養能力更能影響教育成效，因此學校應加強開展相應的數據技能培訓以及統計數據的建設、宣傳，指導學生熟練運用統計數據庫完成相關研究。

由結構方程模型總體路徑分析結果可知，在數據素養能力各內部要素中，數據意識和數據安全倫理與道德相比其他內部各要素對教育成效的影響要小，因此剔除數據意識和數據安全倫理與道德，提取數據素養能力對成效影響較大的內部要素進行深入分析（見圖4）。

由圖4中各路徑系數乘積可知：學生利用教育資源加強個體數據獲取能力對教育成效的影響最大，數據處理與運用能力以及數據分析與評價能力對教育成效的影響較大，而數據交流與共享能力對教育成效的影響最小。因此在教育資源滿足學生需求的情況下，應加強學生數據獲取、處理與運用以及數據分析與評價的能力，進一步提升教育成效。

圖4 教育資源通過數據素養能力內部要素影響教育成效的路徑分析

之后選取教育資源和能力中對教育成效影響較大的內部要素進行交叉分析，計算各路徑系數乘積，結果見圖5。

圖5 教育資源內部要素通過數據素養能力內部要素影響教育成效的路徑分析

由圖5可知：開展數據技能培訓能較大程度提升學生的數據處理與運用能力并影響教育成效；學生對統計數據庫的訪問越頻繁，其數據獲取能力相對越好，也更能影響教育成效；開展數據技能培訓和統計數據庫訪問情況對學生數據分析與評價能力的影響幾乎相同，并且都能對教育成效產生顯著影響。

5 問題及對策

研究發現，教育資源、數據素養能力對教育成效影響顯著。同時我國高校的數據素養教育探索過程也存在若干問題，所取得的教育成效差強人意。通過結構方程總體路徑分析發現，學生數據素養能力中數據意識和數據安全與倫理道德方面相較于其他能力有所欠缺，由此可見學生對數據素養教育的認知度不夠。就目前各高校數據素養教育開展情況而言，數據素養教育培訓活動多是以教師為中心進行的任務命令式的教學，其教學內容、教學方法、考核標準雖然提升了學生的數據素養，但學生在解決實際困難時依然無從下手。因此，資源不足、能力欠缺是目前我國高校數據素養教育面臨的主要問題之一。為此，高校的數據素養教育應著力加強以下幾個方面的工作。

（1）重視意識培養，營造良好數據文化氛圍。通過結構方程總體路徑分析發現，學生數據素養能力中數據意識的影響系數僅為0.59，這說明我國高校的數據素養教育在對數據意識的培養方面有所欠缺。數據素養教育的首要任務是培養受教育者的數據意識，即對特定數據的敏感性，這種敏感性的養成則必須根植于特定的學習環境與實踐環境［21］。從我國數據素養教育開展情況來看，目前大部分高校在數據素養教育方面做了一定努力，尤其是圖書館在信息檢索課程開設、數據庫講座等方面投入了較多精力，但所取得的成果不盡如人意，無論是學生個體認知方面還是學校的課程設置方面，高校對數據意識與文化氛圍的培養都存在明顯欠缺。因此，高校在推進數據素養教育進程的同時，應從政策支持和環境建設入手，將數據素養教育貫穿于學校的人才培養計劃和教學服務體系，進行數據素養教育的學科滲透和模式創新實踐。同時要充分考慮如何通過課程實踐環節（如實習、實驗、課程論文等）培養學生的數據意識和數據道德觀；定期舉辦各類數據感知、數據安全以及倫理道德宣傳講座，從而營造良好的數據素養文化氛圍，逐步培養學生的數據意識與認知能力，加強數據意識、數據文化、數據道德倫理、科學數據生命周期等軟環境的建設。

（2）加強資源建設，開展多元教育主體合作。良好的資源配置不僅可以提升學生個體的數據能力，教育資源的豐富性在一定程度上也可以滿足學生的個性化需求，進一步影響學生的學習興趣，從而表現出良好的教育效果。從問卷調查的統計分析可知：教育資源對數據素養能力和教育成效的影響比較顯著，但目前高校所提供的數據素養教育資源比較有限，同時學生也未能很好地利用現有的資源。因此，加大力度擴展教育資源并重視學生個體數據素養能力的培養、尋求與其他教學主體間的合作、開展多元教育主體聯合的培養模式來共同實施數據素養教育已是大勢所趨。高校學生由于個人能力、專業要求的不同，其數據素養和需求也存在差異，高校的數據素養教育應從學生實際情況出發，針對不同專業、群體數據素養情況，聯合圖書館員、專業教師、數據技能專家和數據庫商等多元主體，進行測試和分級教學。第一，起步階段可從基礎通識教育培訓開展，在信息素養教育中整合數據素養內容，由圖書館員進行數據意識培養、基礎理論指導和獲取途徑介紹等，使學生對數據基礎理論知識有一定的了解；第二，由數據庫商進行系統化的檢索技巧、數據分析和知識發現等指導，進一步深入加強學生對數據分析的認知；第三，當學生對數據檢索有了整體概念之后由專業教師進行寫作指導、數據建模和配備項目實踐等，步入高級階段后，由數據技能專家指導數據研發與架構、數據挖掘、數據加密等，最后由科研人員負責指導數據交流共享、數據評價以及數據倫理和道德等數據使用規則和數據應用技巧。這不僅有利于完善數據素養教學內容和豐富教學形式，而且有利于通過融入專業應用場景來改善專業教育效果，基于應用需求使學生的學習熱情得到激發，能從根本上提升學生個體數據素養能力，進而有效提升高校學生數據素養教育成效。

（3）加大技能培訓，提高數據分析評價能力。數據素養本質上是在數據意識驅動下，從特定數據環境中合理合法且有效地獲取、分析、解釋、評估和利用數據的基本能力。分析發現，開展數據技能培訓對數據處理與運用能力的影響顯著，開展數據技能培訓可通過影響數據分析與評價能力從而影響教育成效。目前，高等教育正提倡實踐創新型教育，讓學生盡可能根據需求獲取相應技能才是高校數據素養教育的重心和提升教育成效的關鍵。在當前的大數據語境下能夠方便、自由地獲取各種數據和信息，但對高校學生來說，存在的問題是如何以批判性眼光分析、解釋、評估和利用它們。信息素養教育的改革方向將從“嵌入式”技能發展轉向體驗式學習，為學生提供參與高影響教育實踐的機會，激發學生對信息研究和數字文化的學習興趣［22］。因此，高校的數據素養教育應以課程設置的特色化和實踐性為目標，加強理論與實踐的聯結，使課程培訓設置貼近專業需求和專業實踐，大量增加數據應用的場景性案例研究，增設統計數據庫的應用和講解，重點加強學生數據技能訓練，通過具體的數據處理過程培養學生通過數據發現問題、分析問題、處理問題的能力，促進學生對信息開發、學術研究和知識創造的理解。

（4）搭建網絡平臺，加大數據獲取交流渠道。分析發現，教育資源對數據素養能力和成效影響顯著，學生數據交流與共享能力對教育成效也存在一定影響。但根據問卷收集的數據來看，目前學生的數據交流與共享能力還很薄弱，高校不同專業的大學生群體更希望獲取個性化的數據服務。因此，高校的數據素養教育也應加大力度搭建連接高校內外部的動態化網絡平臺，充分整合相關數據資源與服務，將相關統計數據資源鏈接、組織到科研院所以及圖書館的信息平臺之中，并根據學生的專業背景和課題需要調整資源配置，為其進行個性化數據內容及相關工具的推送服務；同時利用相關技術平臺，選擇、加工、導入和組織相關的數據資源并對獲取的科學數據提供存儲、整合、分析和二次利用服務；通過動態化、多維度的網絡互動交流平臺實現高校內外部的聯合發展，拓寬學生數據素養培養及數據交流與共享的途徑，促進數據及知識的流動，進而激發學生的學習興趣、提升個體數據素養能力并取得良好的教育成效。