地方高校本科生數據素養的目標定位及其評價指標構建

摘 要：文章以數據素養內涵和大學生的數據行為特征為出發點，提出了當代大學生數據素養教育應當遵循的原則和目標定位，運用AHP法，從數據的認知和采集、驗證與存儲、數據安全維護、數據道德領域、數據的交流和表達、數據的驗證和處理等六個方面構建地方高校本科生數據素養的目標定位及其評價指標。

關鍵詞：數據素養 目標定位 評估指標體系 地方高校本科生

中圖分類號：F061.3；G645" 文獻標識碼：A

文章編號：1004-4914（2024）08-212-03

數據素養是對信息素養、媒介素養的拓展與延伸，不僅要對數據保持較強的敏感性，也要具備挖掘與梳理數據的能力，能在數據的輔助下作出正確決策，也能在數據的輔助下展開聯想，形成數據批判思維。[1]目前對于數據素養的標準解讀暫時還沒有明確的定義，學術上使用頻率較高的有：“信息及數據素養”“基本數據素養”等，學者們從不同視角出發對數據素養的內涵做出解釋，提出不同的觀點。Carlson認為，良好的數據素養需要深入理解數據的內涵，在此基礎上得出相應的結論，指明使用數據過程中存在的不當之處；沈婷婷指出，數據素養是對數據進行分析與處理、運用與匯總的能力；郝媛玲等指出，數據素養涉及多方面的內容，理解數據內涵、對數據建立正確認知、形成數據意識、掌握數據理論、弄清數據功能；胡卉等指出，數據素養不僅要掌握數據知識，也要具備數據意識與能力，還包含道德、倫理等內容。[2]雖然這些解釋的方向和內容各有特色，不過他們有一個共同點就是把用戶素養提升當作大方向，重點放在數據存在周期的各部分用戶所需的知識和技能。作者認為可以將數據素養教育的提高和深化以及重點培養大學生科學精神和創新能力作為大數據時代高校數據素養教育的目標定位，并將其作為數據素養的六部分要點去評估當代大學生青年的數據素養，為未來開展高校的信息數據素養培育打下堅實基礎，并且為其他不同層次等級的人群開展評估提供數據參考。

一、評價指標體系構建依據和原則

推動社會發展技術革新科學研發的主要動力為當代大學生青年群體，大學生的科研能力與其具備的數據素養有必然聯系，大學生的數據素養決定著其能對社會進步貢獻怎樣的力量。因此，要客觀地對大學生的數據素養進行評價，構建完善的評估體系模型尤為重要，也是展開相關研究的先決條件。按照系統性、科學性、可持續性、可操作性的原則，依托大學生數據素養培養所最終需實現的目標，本文構建了基于高職大學生數據素養和數據能力的評價體系。

（一）體系構建依據

1.培養大學生數據素養的定位目標。教育的目標往往具有較高的目標導向性，包含了人才培養體系架構的方方面面要求，是高等人才培養的總綱領。據此，高職教育要培養學生的多種應用能力，其中包含數據掌控與運用能力。大學生不僅要學會專業知識，還應具備一定的數據處理、數據分析、數據評價等體系架構。在對學生的數據素養進行評價時，要以此為導向構建評價指標體系。

2.大學生數據應用行為的特征。在使用數據過程中體現出的行為特征是使用者重要的個人特征，也是數據素養培養評估可以選取的一個重要評估指標和因素。當今的社會，各類科技產品，信息媒介的日益豐富，在網絡時代，數據的收集和整理，數據的分析與數據的整合也相對變得容易、高效、和快捷，使得部分學生數據收集整理變得容易，但是相對容易的數據獲取方式也容易出現潛在的版權、法律法規的違規，和更大的倫理道德風險。故而，要有廣泛的數據需求，也要產生強烈的數據意識，能運用多樣化的方式獲取數據，形成良好的數據道德，這些都是大學生在數據行為特征領域的概括指標。

（二）體系構建的原則

1.系統性原則。要從多個方面、多個層次入手對學生的數據素養做出評價。

2.科學的原則。數據素質水平要能夠科學的通過一些指標來體現，從而應用到評估體系之中去，同時這些指標必須可以很好地反映出數據素質內涵，這樣才能體現出評估的側重點所在。

3.可持續性原則。數據素質培養過程并不是一個一蹴而就的簡單過程，其中可能出現的問題具有不可預見性，所以在這個過程中不僅要善于解決問題，同時也需要構建起一個能夠不斷適應新問題的環境，通過環境的優化推進大學生數據素質的提升，使可持續發展變為現實。

4.可操作性原則。評估體系必須具有實用性和可操作性。因為大學生在個性特征和專業類型上存在著一定的差異，所以在選擇指標體系之時也需要注意到量化問題，盡可能使數據具有可行性，使大部分數據能夠被運用到實際評估過程當中去。

二、湖南高校本科生數據素養評價指標的內涵闡釋及評價體系構建

（一）指標的內涵闡釋

1.數據需求意識。可以根據自己現階段的實際需要，闡明清楚自己對數據的需求種類和數據內容的要求。

2.數據解決習慣。在實際的工作學習中，可以通過一些數據指標來量化問題，并解決問題的行為習慣和方式方法。

3.數據知識儲備。可以洞察到數據所折射出來的事物的客觀規律意義和相關含義，熟悉相關數據處理，數理分析，統計學領域的知識。

4.數據檢索能力。可以通過一定的工具，運用（布爾邏輯算法、關鍵詞換組）等數據檢索的方法，通過實地文獻檢索、搜索引擎檢索等方式找到需要的數據。

5.工具掌握能力。可以通過網絡爬蟲軟件、python編程等多種方法和數據采集工具，在網絡中采集相關數據。

6.數據提取能力。可以通過一定的關鍵詞、關鍵字符等從相對雜亂的數據文件、預處理數據中提取到有價值的數據。

7.數據處理方法。可以運用清洗、分類、提取等方法對數據進行預處理，從而獲得有用的資訊和數據體現的真實含義。

8.數據維護能力。可以對數據中殘存的，缺失的，錯誤的數據進行修補、恢復，以及剔除無用數據等，對數據進行簡單的維護。

9.數據計算能力。可以對數據運用一定的算法、程序、技巧進行計算。

10.分析工具使用。可以使用如EXCEL、SPSS、Matlab等軟件及工具對數據進行處理分析并得到有用的結果和可視化的圖表。

11.數據思維。具備相應的數據思維，可以對重要數據、數據的結構等形成一定的記憶和辨識習慣，可以按照數據結構的思維分析數據邏輯的機理。

12.數據解讀。可以通過數據透過數字得到本質，解讀出數據背后的意義和價值。

13.數據存儲。對數據存儲原理、數據存儲的介質（U盤、硬盤、光盤、NAS、數據中心、云存儲等）有相應的了解，并可以保存備份各項數據。

14.數據保護。有一定的數據安全相關意識，能夠辯視數據環境的安全狀況，可以對自己的數據安全進行一定的維護，保護自己的數據安全和隱私。

15.數據管理。可以對數據進行一定的歸檔、分裂、標注、整理等管理操作，使數據更規范。

16.數據評價。可以對數據進行評價、對數據有一個客觀的公正的評析。

17.數據可視化。可以通過一些軟件，對數據進行可視化的圖標呈現。

18.數據表述。可以通過數據表達出需要的觀點、結論以及成果。

19.數據分享。可以借助一定的平臺、形式把數據安全可靠的分享給其他研究者或者公眾。

20.項目理解。可以對項目有一定的理解、用數據完成量化指標定義，掌握相應的數據工作。

21.數據溝通。能夠對數據進行高度的總結提煉，可以用恰當的方式對數據進行概括，同時可以與他人溝通交流。

22.項目業務推動。可以通過數據及數據表達的相應結果，對整個項目進行推進。

23.數據隱私。具有一定的數據倫理意識和數據隱私意識，不對數據中的涉密、涉及隱私的內容進行傳播、不利用數據產生的潛在盈利點謀利。

24.數據法規與行為規范。知道相應的數據安全、數據管理隱私規定和法律法規，不篡改數據、不買賣交易數據，不通過數據牟利。

（二）評價體系構建

具體評價指標體系構建，見表1。

三、基于AHP法的高校本科生數據素養評價方法的選取

目前學術界主要通過主成分分析法、赫芬達爾指數法、熵值法、層次分析法與綜合指標法等方法來評價高校本科生的數據素養水平。由于相關統計數據不完善、評價指標目標值選取存在爭議等問題，綜合各方面因素考慮，本文采用層次分析法，具體操作步驟分為如下幾步：[3]

（一）構建遞階層次結構

一個復雜的問題往往可以拆分成一些細小的部分，即元素，這些元素可以按照其屬性的不同進行分類，組成不同的層次，不同層次有不同的遞進支配作用，逐個解決這些元素，最終可以解決這個整體問題，獲得理想的結果。

（二）數據素養評價方法的運用

1.建造兩兩比較判斷矩陣。對所有因素進行兩兩比較，繼而把握住每一個元素的重要程度，以此為依據對每個元素賦予一定數值。[4]本文采用表1的1-9標度法來量化其判斷數。

針對n個元素A1，A2，A3，…，An而言，可以通過兩兩比較，得到比較判斷矩陣A，A=（aij）m×n，其中判斷矩陣具有以下性質：①aijgt;0；②aij=1/aij；③aij=1。立足于上述判斷，最終可得到稱A為正的正反矩陣。

2.計算單一準則下元素的相對權重。

對于n個元素A1，A2，A3，…，An，通過兩兩比較得到判斷矩陣A，解特征根問題：Aω=λmaxω，所得到的ω稱為計算排序向量的特征根法。

3.計算一致性指標C.I.：

一致性指標計算公式：C.I.=（λmax-n）/（n-1），其中，n為判斷矩陣階數

4.查找平均隨機一致性指標R.I.：

平均隨機一致性指標R.I.值，具體參考表2。

5.計算一致性比例C.R.：

C.R.=C.I./R.I.

若C.R.lt;0.1，一般認為判斷矩陣的一致性是可以接受的，否則，需要對判斷矩陣作適當修正。[5]

6.指標權重的確定及一致性檢驗。

根據上述模型可確定高校本科生各級數據素養水平的具體權重。指標權重的具體計算結果，見表3。其中C.R.lt;0.1，通過一致性檢驗，滿足一致性要求，判斷結果可靠。

按照上述方法再對6個二級評價指標進行相同的運算，分別得出各三級評價指標的權重如下：

表4 指標層對準則層B1的影響

B1=（0.075，0.141，0.360，0.194，0.194，0.039）

B2=（0.153，0.213，0.147，0.055，0.150，0.282）

B3=（0.151，0.381，0.381，0.088）

B4=（0.493，0.196，0.311）

B5=（0.667，0.167，0.167）B6=（0.667，0.333）

7.計算評價指標總權重。根據上述各三級評價指標的權重數據可以計算出產業融合水平模型指標的總權重（見表4）。

總之，高校本科生數據素養水平的評價指標研究十分重要，通過問卷調查法和AHP分析法對湖南省高校本科生數據素養情況進行了多維度的特征性和需求分析，不僅能清晰地認識當前湖南高校本科生數據素養培養的水平現狀，而且對湖南省地方高校本科生數據素養需求方面可以起到很好的實踐意義，從而充分認知和發展的作用。此外，研究湖南省地方高校本科生數據素養水平的綜合評價指標，還具有一定的理論價值。[6]

[基金項目：湖南省教育科學“十四五”規劃2024年度一般項目《扎根理論視域下湖南省大學生創業扶持政策執行效果評價研究》（編號：XJK24CJG006）。]

參考文獻：

[1] 王玥.智媒時代財經新聞人才培養研究[J].傳媒論壇，2021，4（9）：23-24.

[2] 覃夢河，邱遠棋.我國大學生數據素養評估體系構建初探[J].河南圖書館學刊，2018，38（2）：128-130.

[3] 劉桂麗，陳秀峰.層次分析法在路線詳細方案比選中的應用[J].青島理工大學學報，2012，33（1）：107-111+121.

[4] 馬一薇.高光譜遙感圖像融合技術與質量評價方法研究[D].鄭州：解放軍信息工程大學，2010.

[5] 董效維.基于回歸分析的知識產權與區域經濟協同發展的研究[J].商業文化，2021（12）：141-143.

[6] 劉桂麗;陳秀峰層次分析法在路線詳細方案比選中的應用[J].青島理工大學學報，2012（02）：29

（作者單位：1.長沙衛生職業學院信息中心 湖南長沙 410000，2.湖南交通工程學院財務處 湖南衡陽 421001）

[作者簡介：喻琨（1980—），男，湖南長沙人，長沙衛生職業學院信息中心主任、實驗師，主要從事計算機應用技術和職業教育研究，通訊作者：胡雪晴（1993—），女，湖南衡陽人，湖南交通工程學院財務處講師、碩士，主要研究方向：區域經濟與財務管理。）

（責編：若佳）