“新文科+大數據”背景下經濟類本科生數據素養現狀及路徑探索

張婷，李攀藝

（重慶理工大學 經濟金融學院，重慶）

一 問題提出

2019年4月，教育部啟動“六卓越一拔尖”計劃2.0，推進“新工科、新醫科、新農科、新文科”建設。一般而言，新文科是指融合理、工等外部學科要素，以新時代、新經濟以及新產業為背景，以創新和交叉融合為主要建設途徑的更具有包容性的人文社會科學。新文科建設離不開大數據。以數據驅動為導向的大數據時代，重塑人文社科領域的知識體系和思維范式[1]，強調數據素養應成為社會成員都具備的一項技能。2015年9月，國務院頒發《促進大數據發展行動綱要》，強調數據人才的教育和培養。

作為與數據打交道的經濟類學生，其數據素養重要性自然不言而喻。但相較于傳統數據素養[2]，大數據時代下的數據素養體現在能識別關于個人行動和互動的數據是何時何地被收集，理解對大量數據所使用的算法操作來識別模式、權衡數據驅動決策對個人和社會的實際與潛在倫理影響[3]，成為影響大數據有序、規范、健康和安全發展的“軟件”[4]。數據倫理駕馭在其他要素之上是大數據素養的必要前提[5-6]。由此可見，“加入現代信息技術”與“創新和交叉融合”理念的新文科建設，在經濟類專業學生數據素養培養上的體現尤為凸顯。如，數據素養教育既需要借助計算機專業知識處理與分析更復雜和龐大的數據，也需要遵守相關的數據倫理學和法律規則等。

鑒于此，在“新文科+大數據”背景下，經濟類學生的數據素養教育及改革刻不容緩。但是，我國對數據素養的研究尚處于初步階段，對經濟類學生的數據素養研究更是零星。其中，本科生是高等教育的主體，對其數據素養研究更是重中之重。因此，本文通過對經濟類本科生的數據素養進行調查，分析存在的問題，提出提升數據素養的培養路徑，為推動新文科建設和學生高質量發展具有重要意義。

二 經濟類本科生的數據素養現狀

（一） 研究數據與研究方法

為了解經濟類本科生的數據素養現狀，采用問卷調研的研究方法，對重慶市某高校經濟類本科生進行調查。問卷設計參考相關文獻[7-9]，分個人信息、數據素養評價的指標體系①（見表1）和被調查者對大數據和數據素養課程需求調查三部分。借助“問卷星”平臺，共回收問卷751份，剔除異常問卷一份，最終得到有效問卷750份，有效率為99.99%②。

（二） 數據分析與研究發現

1. 數據素養整體水平不高。表1的調查結果顯示經濟類本科生數據素養六個維度的平均值均在3左右，表明學生數據素養整體水平不高。具體表現在：①數據意識，能清晰自己的數據需求，但對數據的敏感性不強；②數據收集，大都通過“百度”等搜索引擎搜集相關數據，但通過專業數據庫檢索資源的能力不強；③數據分析與處理，得分最低，集中表現在對數據處理的頻率不強，對數據分析與處理過程的有效性和數據使用的科學性難以做出較好的判斷；④數據態度，整體上相對較好，能在學習中較好地關注數據的實效性，但對數據進行科學判斷、不能“為數據論”和用數據結果來調整個人決策的能力較弱；⑤數據保存與共享，在運用相關軟件處理數據時解決及時問題能力不強，數據共享意識尚可；⑥數據倫理，得分最高，表明在數據使用時能遵循相關的數據道德和倫理。

表1 經濟類本科生的數據素養指標體系與得分

2. 數據素養在個人特征上存在顯著差異

（1）數據素養*性別。通過兩樣本的曼-惠特尼U檢驗，得到結果如表2。Z在1%和5%的顯著性水平下拒絕原假設，表明經濟類男生和女生的數據素養存在差異，加之男生在數據素養六個維度上的平均值高于女生，說明經濟類男生的數據素養要顯著高于女性。

表2 數據素養＊性別的描述性統計和統計檢驗

（2）數據素養*年級。通過克魯斯卡爾-沃利斯檢驗，得到K-W統計值以及任意兩兩年級在六個維度上的顯著性檢驗（見表3）。從表3中的K-W統計檢驗可以看，數據倫理不存在顯著的年級差異，而其他維度在年級上均有顯著差異，表明數據倫理可以實施無年級差異化教學的方式，而其他維度需要差異化教學。

表3 數據素養＊年級的統計檢驗

進一步通過對各年級的比較發現，在數據意識方面，大一學生顯著優于大二和大三學生；在數據收集方面，大四學生要顯著優于其他年級；在數據分析與處理方面，大四學生顯著優于大二和大三；在數據態度方面，大三學生得分明顯不高；在數據保存與共享方面，除大四與大三外，其他年級之間無顯著差異。整體上大四學生在數據素養各個維度上均顯著高于大三學生，表明該校對經濟類學生數據素養的教育大致是循序漸進的，學校要重點加強對大二和大三學生的數據素養教育。

（3）數據素養*專業。從表4中的K-W統計檢驗可以看出，專業對數據素養差異的影響是顯著的，表明專業差異化教學是必然要求。具體從各個維度來看，首先，數據態度的專業差異性不明顯；其次，金融工程專業學生的數據素養顯著高于金融學專業學生；再次，金融學專業的學生在數據意識和數據分析與處理方面與經濟學專業學生存在差異；最后，金融工程專業的學生在數據收集和數據保存與共享方面的能力與國際貿易專業的學生存在明顯不同。這些結果可為相關數據素養教學的教師提供一些思考，如對金融學專業學生加強數據意識教育、對國際貿易專業學生進行數據收集的專題講座等。

表4 數據素養＊專業的統計檢驗

三 經濟學類本科生數據素養存在的問題

（一） 與數據素養有關的課程單一

經濟類專業開展的與數據素養有關的課程集中在數據分析與處理，其他數據素養維度的相關課程幾乎沒有，而數據處理軟件教學較少。部分調查學生表示“基本沒有相關教育”或課程“不全面”，調查者中有50%學生表示只掌握一種數據處理軟件。據調查，現大多經濟類專業開設的有關課程主要為《計量經濟學》《統計學》等，使用軟件主要為Eviews和SPSS，這顯然不能滿足大數據時代的數據素養要求。

（二） 數據素養教育缺乏專業視角

國內高校關于數據意識和數據收集的教育主要以圖書館培訓或講座為主。例如，該校圖書館每年都會針對大一和大四學生進行數據庫使用的專題培訓，但是因為宣傳力度不到位以及學科的差異性，大部分學生均未參加這些培訓。此外，圖書館有不定期開展對特定數字資源使用的講座，但大都缺乏從經濟學的專業視角去分析，以致效果甚微，經濟類本科生數據素養教育的系統性體系尚未形成。

（三） 教學過程重理論輕實踐

經濟類學生大都具有較好的專業理論知識，但是數據敏感性不夠，教師的理論教學未能有效和現實生活聯系起來。如，很少有教師會在課堂中告知學生數據來源，傳遞給學生的數據意識不強；理論與實踐結合程度不高，學生表示“實踐課程太少”，教學“過于教材化”，難以通過數據聯系到其他經濟問題。

（四） 教師自身數據素養不強

對學生進行數據素養培養的前提是教師具備較好的數據素養。但是，目前，大多經濟類教師并沒有接受過系統的數據素養培訓，且部分老師自身的數據分析和處理能力不足，對大數據的分析與處理能力更弱。

（五） 學校及專業系的重視程度不高

鑒于課程建設單一、圖書館數據素養教育與專業知識教育的分離培養可以看出大多院校對經濟類本科生數據素養教育的重要程度尚未拔高。部分學生反映學校對數據素養教育“不重視”“宣傳不到位”。

四 提高經濟類專業本科生數據素養的培養路徑

（一） 開設大數據分析課程，多元化課程體系

在調查中發現學生對“大數據”的認知不高，但近90%的學生認為大數據和以后的學習和工作相關，希望學校開設大數據分析課程，且60%同學希望是線上與線下結合的方式進行教學。因此，經濟類院校可以以“專業選修課+線上線下”結合的教學模式安排大數據分析課程，增設符合現實環境所需的數據素養課程，提高學生大數據思維和數據處理能力。

（二） 采用“經濟+X”教學模式，補經濟類專業教師短板

強化教師數據素養對提升學生數據素養具有重要作用。長期趨勢是對所有經濟類教師進行普遍培訓，囿于教師群體差異性，可部分教師重點輔導。短期而言，大多經濟學專業教師在編程等方面的處理能力不強，跨學科教學是一種取長補短的教學方式。如與計算機等學院開展聯合教學，由他們負責大數據挖掘等技術處理教學，經濟學教師則從專業視角去進行分析和解讀。

（三） 與專業教學融合，建立系統性數據素養教育體系

一是經濟類學生的數據素養教育應融合在整個專業教學中。在實施中，可教研相結合，即，有科研項目的教師負責數據素養課程教學，既能理論與實踐結合，又能發揮教師自身優勢，實現從數據意識、數據收集、數據分析與處理、數據態度、數據保存與共享至數據倫理的一體化教學。

二是采用以數據分析與處理為重點，其他數據素養教育為輔的多個維度同步推進且具有年級差異性的教學模式。如數據意識和數據倫理的教學應貫穿在大一至大四的學習中；數據分析和處理能力的教育側重在大二和大三的教學中，通過多樣化的數據處理軟件學習，逐漸提高學生的數據價值觀；最后，通過對大四學生的畢業論文和實訓等教學強化利用大數據分析和解決現實問題的能力。

三是采用多樣化的教學方式，以縮小學生數據素養差距。一方面，以線上線下結合為主的教學方式，既能滿足需要在課堂完成的教學要求，又可以讓學生在課后通過線上針對難點和重點進行反復學習，從而權衡學生之間的差異；另一方面，以專題講座形式，對不同專業學生給予教學，以權衡專業之間的差異性；此外，還可以采取知識競賽等提高學生學習興趣。

注釋

① 研究采用里克特五級量表形式設置選項，對每個問題按1-5分設置分值，分別表示對問題的認可程度，5分表示完全符合，1分表示完全不符合，由被調查者根據自己的實際情況自評打分。

② 根據Nunnally制定的系數衡量標準，利用SPSS 23.0，采用Cronbachs’α系數法對數據素養6個維度進行可靠性檢驗，結果顯示6個維度的Cronbach α系數均在0.8以上，表明問卷信度較高，可繼續進行分析。