高校数据素养教育现状与发展策略

　　摘    要：　大数据时代, 数据素养是人们进行科学研究、管理决策、参与社会活动必不可少的, 也是高等学校人才培养的重要内容。以美国为主的发达国家已经全面开展了数据素养的教育实践, 近年来虽然中国也开始了有关数据素养教育的相关理论研究, 但相应的教育实践还比较薄弱。文章分析了数据素养概念的内涵, 并对中国高等学校素质教育的发展沿革进行梳理, 阐述了国内外数据素养教育的现状, 以及目前数据素养教育在中国高等教育中存在的问题, 在此基础上对国内高校开展数据素养教育提出了建议。

　　关键词：　大数据; 数据素养; 高等教育; 素质教育;

　　Abstract：　In the big data era, data literacy is not only an essential quality for scientific research, management decision, and participation in social life, but also the important contents of talents training in colleges and universities. The developed countries such as USA have carried out the practice of data literacy education in an all-round way. China has also started the relevant theoretical research on data literacy education, but the corresponding educational practice is very weak. In this paper, the connotation of the concept of data literacy education and the development of quality education in higher education are analyzed, the present situation of the data literacy education at home and abroad is elaborated, and some suggestions are put forward in view of the problems existing in the data quality education in China's higher education.

　　Keyword：　big data; data literacy; higher education; quality education;

　　21世纪, 人类社会进入大数据时代。数据作为一种资源对人类社会的经济、政治、科学研究、管理决策乃至日常生活的影响日益彰显。不仅科学研究需要数据支撑, 而且社会管理、经济运行等各个领域都需要依靠数据进行科学的决策。因此, 对数据的获取、理解、处理、利用的能力, 不仅是科研人员进行学术研究与学术交流必备的能力, 而且也将成为大数据时代许多职业的从业人员必备的技能。有专家预言:未来的高等教育, 数据统计分析将有可能与今天的计算机与英语一样, 成为任何专业学生必备的基础知识与基本技能[1]。

　　人才培养是高等教育的基本职能, 而人才培养以素质教育为核心, 大数据环境下, 数据素养必然成为高等学校素质教育必不可少的新内容。

　　一、数据素养概念的内涵与数据素养教育的内容

　　数据主要包括调查统计数据与科研数据 (科学实验、观测、探测等数据) , 以及基于网络的科研、工作、社会活动中产生的原始数据, 或者根据不同科研内容的需要, 进行系统加工整理的各类数据集[2]。数据素养也被称为科学数据素养 (science data literacy, SDL) , 最早由美国雪城大学的秦健 (Jian Qin) 教授提出, 他认为科学数据素养是“能够理解、使用、管理科学数据的能力”[3]。美国普渡大学的卡尔森 (Carlson) 2011年撰文对数据素养进行了全面的阐述, 他认为数据素养应该包括以下几种核心能力:了解数据库和数据的格式, 发现并采集数据, 数据管理与组织, 数据转换和互操作, 数据质量鉴别, 元数据的使用, 数据保存和再利用, 数据实践规范, 数据保存, 数据分析, 数据可视化, 数据伦理与引用规范。卡尔森认为数据素养教育有2种不同但又相关的目的: (1) 使学生具备数据素养, 能够从事科研工作。 (2) 使学生成为专业的数据管理人员[4]。截至目前, 数据素养并没有统一的概念, 国内外研究者从不同的角度对数据素养进行了阐发。概括起来, 业界普遍认为数据素养是具备数据意识与数据处理利用的能力, 即能够认识到数据的重要性与价值, 并且能够有效地获取、理解、分析、处理、利用和表现数据, 并对数据具有批判性思维。

　　由数据素养概念的内涵可知, 数据素养教育应包含数据意识、数据知识与技能、数据规范与伦理三方面内容。

　　数据意识:认识到数据在当代社会的重要作用以及数据在不同领域的价值体现, 对数据的产生过程、数据的形式有比较清楚的了解, 能够解读与自己专业相关的数据, 并能够对其做出基本的价值判断。对大数据有所认识, 并对数据具有敏感性。

　　数据技能与应用:能够有效获取数据, 并能够对数据进行分析、处理、表现、利用, 比较熟练地使用通用数据处理软件, 能够使用数据进行研究性学习或参与科研工作, 通过对数据的分析、处理、运算得出科学结论, 或者依托数据做出科学的判断。

　　数据规范与伦理:获取、利用、传播数据时, 应遵循相应的规范, 尊重并保护个人隐私等。

　　二、我国高等学校素质教育的发展沿革

　　20世纪80年代, 就有学者提出素质教育的概念。1993年中共中央、国务院颁布了《中国教育改革和发展纲要》 (简称《纲要》) , 首次由官方明确了“素质教育”概念。《纲要》自颁布至今已经有20余年。20余年间, 人们对素质教育的理解也逐渐深入, 素质教育的内涵也在不断地发生变化。1999年, 《中共中央、国务院关于深化教育改革全面推进素质教育的决定》的颁布, 将素质教育的实施推向了一个新的阶段, 提出了包括培养创新精神和实践能力在内的素质教育新要求。

　　素质教育是针对应试教育提出来的, 素质教育的核心是全面提高人的综合素质, 开发人的智慧潜能, 尊重人的主体性和能动精神, 以促进人自身的发展, 使受教育者能够适应社会发展的需求, 具有创新精神与创造能力[5]。

　　人们曾经狭义地将素质教育等同于通识教育, 在具体的教育实践中, 注重科学教育、专业知识学习与人文、艺术素养相结合, 在理工科专业开设一些人文、艺术课程。实际上这是对素质教育的片面的理解。虽然人文、艺术素养也是素质教育的一部分内容, 但不是关键与核心。素质教育的最终目的是培养人才, 开发人的潜能, 培养不仅能够胜任工作, 而且还应具有创新精神与创造能力的人才。在素质教育的实施过程中, 培养创新精神和实践能力才是素质教育的重点, 也是高等教育的最终目的和任务。

　　2015年5月4日, 国务院办公厅颁布了《关于深化高等学校创新创业教育改革的实施意见》, 全面部署了推进素质教育, 提高人才培养质量, 以创新人才培养机制为重点的高校创新、创业教育工作。要求高校加强创新创业教育, 提高高等教育质量, 促进学生全面发展, 推动毕业生就业与创业[6]。

　　创业教育的目的是培养大学生的创新思维、创业技能等综合素质, 是高校素质教育的重要组成部分。大数据时代, 数据素养不仅是科研人员提升研究能力的关键要素, 而且也将成为很多职业从业人员必备的素养, 也是信息社会或大数据背景下人才培养的核心问题, 因此, 其必将成为高等学校素质教育的重要内容。有专家提出:数据素养应成为现代公民的基本素养之一[7]。因此, 大数据时代, 高等学校人才培养必须关注数据素养, 数据素养必然是高校素质教育、创业教育的重要内容。

　　2015年9月, 国务院颁发《促进大数据发展行动纲要》 (简称《纲要》) , 《纲要》肯定了大数据时代数据作为战略资源的地位, 强调数据人才的培养。指出:“建立健全多层次、多类型的大数据人才培养体系, 鼓励高校设立数据科学和数据工程相关专业, 重点培养专业化数据工程师等大数据专业人才。”“依托社会化教育资源, 开展大数据知识普及和教育培训, 提高社会整体认知和应用水平。”[8]《纲要》不仅强调数据专业人才的培养, 也重视大数据知识普及与培训, 将数据教育提高到前所未有的高度。

　　三、数据素养———大数据时代人才的必备素养

　　“我们正处于数据创造、分析、开发的大数据时代。”[9]高校培养人才需要与时代的发展相适应。因此, 培养学生的数据素养是大数据时代社会对高校人才培养提出的要求。高校毕业生无论是从事科学研究, 还是进入职场, 都必须具备较高的数据素养, 以满足职业与社会的要求。

　　首先, 科学研究越来越离不开数据。21世纪的科学研究被称为科学研究的“第四范式” (前3个范式分别为实验科学、理论科学、计算科学) , 也被称为“数据密集型科学”或“数据驱动型科学”, 科研需要数据支撑, 科研过程中也不断产生大量的数据, 并且数据的产生与积累的速度正在迅猛增长。在大数据时代, 数据与其他实验设备、文献资料一样, 是重要的科研资源, 成为科学研究最重要的基础与必备的要素, 科研人员基于大量数据的分析, 推动新的科学方法与科学结论的产生。数据是科学研究过程中不可避免的内容, 是研究结论的重要支撑, 甚至是科研成果的最终形式。因此, 有的科技期刊要求投稿的论文必须包括与论文有关的原始数据, 而一些国际着名的杂志 (如Nature等) 也鼓励学者投稿时提交全部原始数据。科学数据也是科研成果产出的重要形态, 在新型学术交流环境下, 数据期刊也逐渐成为学术出版的重要形式, 国际着名的学术期刊组织已经开始出版专业的数据期刊, 如Nature出版集团出版的Scientific Data;Elsevier出版的Genomics Data等, 截至目前, 国际上已有数据期刊数10种, 中国科学院也于2015年创办了《中国科学数据》。由此可见, 数据在科学研究中的作用越来越受到学界的重视。

　　随着大数据时代的到来与向纵深方向发展, 不仅科研离不开数据, 而且越来越多的职业或行业也需要大量的数据人才。英国大学数据技能指导小组 (universities UK data skills steering group) 认为数据素养是各类工作者必备的素养, 越来越多的职业开始转型为“数据驱动型”[10], 因此, 其员工需要具备相应的数据读取、分析与利用的能力, 尤其是金融、电子商务、医疗、IT等领域。除了这些领域, 越来越多的职业也将与数据密切相关。

　　虽然不是所有的行业、职业都需要直接进行数据处理, 但是, 任何一个大数据时代的劳动者, 都需要对数据的价值、作用等有所认识, 需要了解数据的产生与数据的形式, 并能够正确解读分析与自己专业相关的数据。数据解读与处理技能将是21世纪公民必备的关键技能, 数据素养也应成为大数据时代人们必备的素养。

　　当前, “大众创业, 万众创新”已成为社会经济发展的引擎, 人们的创新与创造的活力不断被环境激发, 高校毕业生的创业与就业环境也发生了显着的变化[11], 大数据则成为大学生创新与创业最重要的环境因素, 因此, 培养高校学生的数据素养是促进学生创新与创业能力必不可少的内容, 也是时代发展对高等教育提出的新任务。大学期间, 培养提高学生的科学数据素养将有利于他们将来更好地投身科研与工作实践。

　　随着大数据时代的到来与发展, 不仅数据的数量在激增, 而且数据的种类、形式也日益增多, 因此, 也只有通过系统学习、专业训练, 才能有效提高个体的数据素养。

　　四、国内外数据素养教育现状

　　(一) 国外数据素养教育的开展

　　以美国为主的发达国家较早地关注数据素养教育, 十分重视数据素养教育与数据人才的培养, 并有效地开展数据素养教育实践。美国数据素养教育实践分为3个层面:政府推进、基金组织资助、高校自主开展。

　　美国政府不仅从政策制度层面推进数据素养教育, 而且有具体的教育计划与教育项目。2012年, 美国总统奥巴马又推出了一系列数据教育创新项目和计划, 其主要内容是在高等学校开展相关的数据知识教育和数据处理技能方面的培训[7]。美国国家统计局 (national statistical offices, NSOs) 与美国教育部门合作, 提供围绕数据素养的一些教育项目, 内容从数据统计基础知识到专业训练。NSOs将相关的数据教育资源在网上开放, 供公民免费学习, 自由使用[10]。

　　除了政府的政策推进与具体措施, 基金组织也不断资助一些数据素养教育的项目。早在2007年, 美国国家科学基金 (national science foundation, NSF) 资助了雪城大学信息研究院秦健教授设计的数据管理课程, 该课程内容主要包括科学数据的基础知识、数据管理及案例研究、科学数据利用, 如数据管理工具的使用、数据可视化、数据质量控制等, 目的是培养提高学生的数据素养, 使他们不仅能够有效地参与科研工作, 并使他们成为大数据时代数据管理的专业人才[3]。2012年, 美国博物馆与图书馆服务协会 (institute of museum and library services, IMLS) 又推出资助数据素养项目, 以培养科研人员数据搜集获取、分析整理及运用的能力[12]。

　　高校是开展数据教育的主力, 美国很多高等学校自主开展科学数据素养教育的实践活动, 其中哈佛大学进行了数据素养教育的全面尝试, 并建立了较为完善的教学体系。学习者包括科研人员、师生、图书馆员;内容既有针对某一学科领域的专门培养, 又有面向宽泛的科学研究的一般性解决方案[13]。其他大学, 诸如麻省理工、普渡大学、密歇根大学、康奈尔大学、明尼苏达大学等, 由图书馆的数据服务馆员和学院教师组成教学团队, 采用学分课程、网络教程、微课堂、研讨班、专题讲座等形式, 开展数据素养教育。此外, 不少大学还开展“数据实验室”, 即在一定的物理空间中, 将计算机信息技术和图书馆提供的数据服务相结合, 使学生、教师或研究人员、图书馆数据馆员或信息专家相互协作, 开展以数据为基础的教学、科研、学术交流等活动[14]。美国还有一部分高校也增设了数据科学专业, 培养能够熟练掌握数据处理技术技能, 具有良好科学数据素养的专业人才, 比如哈佛大学、康奈尔大学、约翰·霍普金斯大学、斯坦福大学、芝加哥大学等[15]。

　　总之, 在美国, 数据素养教育的环境已经形成, 在政府、高校、协会和学会等各方力量的推动下, 数据素养教育在快速、稳步地发展, 数据素养教育实践已全面开展。

　　英国也很重视数据素养教育。英国工程和自然科学研究委员会 (the engineering and physical sciences research council, EPSRC) 联合计算机科学、数学等学科的师资来培养硕士人才;英国国家数据监护中心 (national digital curation centre, DCC) 也采取积极的措施, 为研究人员和专业数据监护人员提供多种形式的培训课程, 如网络研讨会、讲习班等;2014年, 诺丁汉大学等8所大学宣布开设数据科学的本科学位项目 (data science degree programs) , 该项目现已启动[10]。

　　加拿大高校也在积极开展数据素养教育实践, 多伦多大学、阿尔伯特大学、维多利亚大学等已在实践中探索并形成较为完善的数据素养教育模式, 还有一些高校, 如麦吉尔大学、马克马斯特大学等正在或已经建立了数据管理服务平台, 调研科研人员与学生的数据需求, 为数据教育实践做准备。这些高校针对不同的群体 (本科生、研究生、科研人员) 制定不同的培养目标, 教学形式主要包括学分课程、在线课程、培训讲座、研讨会、链接外部资源和科学夏令营。也尝试将微课、MOOC翻转课堂等新的教学方式应用到数据素养教学课程中[16]。

　　除了政府机构与基金组织提供的项目和高校院系开展的数据素养教育实践以外, 美国、加拿大等国家很多图书馆也设立了“数据馆员”的岗位。为高校开展数据素养教育和科学研究提供相关数据方面的服务[17]。

　　(二) 国内数据素养教育的开展情况

　　目前, 政府和教育机构已经意识到数据素养教育的重要作用, 但总体来说, 理论研究多于教学实践。近两年来, 大量的文章探讨数据素养教育概念的内涵, 分析数据素养教育的内容与重要性, 关注国际上教育发达国家的数据素养教育的开展状况, 探究国内数据素养教育的模式。实践层面, 首先是政府、行业组织、高校等在积极建设各级各类数据服务平台, 为数据素养教育的开展准备了必要基础设施, 如中国科学院计算机网络信息中心的“国际科学数据服务平台”, 中国科学院地理科学与资源研究所的“国家地球系统科学数据共享平台”, 中国高等教育文献保障系统 (CALIS) 的“高校科学数据共享平台”等。国内高校图书馆界也积极呼应数据资源建设。2014年10月, 由复旦大学牵头, 国内9家高校图书馆 (北京大学、清华大学、复旦大学、上海交通大学、上海外国语大学、同济大学、浙江大学、武汉大学和北京理工大学) 共同发起成立“中国高校图书馆研究数据管理推进工作组”, 致力于推进科学数据平台建设, 元数据标准规范与数据共享政策的制定、科研数据提交保存等方面的工作[18]。这些工作为开展数据素养教育奠定了必要的基础。在具体的教育实践中, 2014年以来, 北京大学、清华大学、复旦大学等十几所高校围绕大数据成立了数据科学研究院, 或相似名称的研究院与研究中心等, 开展数据科学研究, 并尝试开展数据科学专业的硕士培养项目, 培养专业的数据人才。另外, 还有部分高校图书馆开展与数据素养有关的培训, 主要有北京大学图书馆在长期开展的“一小时讲座”中, 增加SPSS数据统计分析专项内容;上海交通大学图书馆开展讲座与培训, 介绍统计分析软件SPSS的应用方法、MATLAB使用技巧与提高;武汉大学2014年下半年开始举办90分钟专题讲座, 内容包括“科研活动中数据存储与共享”“教你玩转统计数据库”“利用EXCEL进行数据分析与图表展示”等[19]。此外, 由北京大学图书馆、信息管理系等部门主办的“全国高校数据驱动创新研究大赛”已成功举办了两届。

　　五、国内开展数据素养教育存在的问题与建议

　　(一) 国内开展数据素养教育存在的问题

　　中国数据素养教育的发展与美国等发达国家有一定的差距, 相比之下, 国内数据素养教育存在以下问题。

　　1. 数据素养教育的大环境尚未形成

　　这里的数据素养教育环境包括政策制度、基础设施、人文环境3个方面。

　　首先, 政策制度层面。目前国家对数据素养教育的重要性已经有了足够的认识, 但是相应的有关数据资源建设及数据开放共享的政策制度等顶层设计尚不够完善。2016年9月, 国务院印发了《政务信息资源共享管理暂行办法》, 截至目前, 全国范围内只有贵阳市出台了全国首部大数据地方法规———《贵阳市政府数据共享开放条例》 (2017年5月1日起实施) [20]。由于缺乏相关政策制度的推进, 政府数据公开与共享机制不够完善, 国内数据开放与共享程度不高, 大量的政府数据、商业数据、科学数据都不能被充分利用, 以至于数据素养教育的广泛开展与健康发展缺少必要的基础。

　　其次, 基础设施层面。基础设施主要是指提供数据管理、服务与共享的数据监护平台, 包括科学数据平台与政府数据平台2种。目前国内有代表性的科学数据监护平台主要有6个: (1) 复旦大学社会科学数据平台。 (2) 北京大学开放研究数据平台。 (3) 高校科学数据共享平台 (中国高等教育文献保障系统 (CALIS) 的子项目 (由武汉大学图书馆主持构建) 。 (4) 中国国家调查数据库 (由中国人民大学中国调查与数据中心负责构建) 。 (5) 中国科学院数据云。 (6) 国家科技基础条件平台[21]。这些平台主要集中在高校和科研院所, 整体发展不够均衡, 学科分布不全, 数据来源也有限。2016年武汉大学的黄如花教授对我国地方政府数据平台进行了调研, 发现全国范围内建成并能有效检索使用的平台只有13个[22]。由此看来, 我国数据服务平台或共享平台数量与规模还不能满足国内科学研究、政策决策制定等方面的需求。

　　由于以上两方面原因, 使数据资源的长期保存与管理机制不完善, 大量的科研数据与政府数据不能得到有效利用, 数据的检索获取途径不通畅, 为全面开展数据素养教育造成较大的障碍。

　　再次, 人文环境方面。其主要是指人们的数据意识不够。一方面是科研人员数据共享意识不够, 不愿意提交自己的科研数据。另一方面, 整个社会的数据意识跟不上大数据的发展, 对于数据的价值与作用还没有充分的认识。

　　2. 数据素养教育的师资薄弱

　　国内数据素养教育理论源于信息素养教育, 数据素养教育的倡导者也以图书情报界为主, 专家学者普遍认为数据素养是信息素养的一部分内容, 而高校的信息素养课程教学主要由图书馆承担。大数据时代对人才培养提出了数据素养的新任务, 同时, 也为高等学校图书馆的信息素养教育提出了新挑战, 面对这一挑战, 高校图书馆的师资力量难以独立完成数据素养教育的任务。

　　数据科学是新兴的交叉学科, 综合了诸多领域与学科的理论和技术, 目前, 我们国家缺少这方面的专业人才, 已有的数据科学人才从事高等教育工作的很少, 以至于在高校, 数据素养教育不能全面有效地开展。

　　3. 已有的教育实践没有形成体系

　　在已有的教育实践中, 各个学校的数据素养教育各自为政, 没有统一的培养体系, 也没有权威性的教材教参。教学目标、培养方式和方法、课程内容等都没有达成共识。开展数据素养教育实践活动的学校所占比例也不够高。

　　数据素养教育覆盖面狭小。目前, 虽然部分高校成立了数据科学研究院, 并进行数据专业的硕士研究生培养, 但并不能代替所有专业的学生对数据知识与技能的学习, 不能代替大多数在校学生数据素养的整体提高。已有的数据知识技能的普及教育形式与内容都比较单一, 形式上以讲座为主, 还没有广泛采用学分课程、在线课堂、MOOC等多种方式, 全方位地开展数据素养教育的实践。教学内容上, 数据素养教育内容缺乏完整性与系统性, 已有的教育实践仅仅是学习SAS、SPSS等数据处理软件的利用, 不能系统培养数据的获取、解读、处理、分析的能力, 以及对数据来源、生命周期、重新利用与价值评估的能力。

　　(二) 国内开展数据素养教育的建议

　　基于以上问题, 笔者对国内的数据素养教育提出如下建议:

　　1. 政府、科研机构、高校应形成合力, 促进数据素养教育环境的形成

　　上文阐述了数据素养教育环境包括政策制度、基础设施、人文环境3个方面。下面围绕这3个方面阐述。

　　首先, 政策制度。国际上的数据管理政策主要有3个层面:国家政府部门为推动信息公开与共享制定相关政策;科研资助机构和出版机构制定科学数据提交、管理、共享政策;各高校也在上层框架指导下, 制订本校科研数据管理的相关政策。我们需要借鉴国外的经验, 自上而下分层次制定数据管理政策制度与具体管理办法, 促进政府数据公开共享, 推动科研数据的提交、长期保存、共享共建。增加数据资源的获取与可利用性。

　　其次, 基础设施。主要是指数据资源的建设, 数据素养教育是建立在数据资源建设的基础之上, 只有数据的可检索、可获取与共享程度提高了, 才能有效开展数据素养教育。我国已经建设了一些相关的数据监控平台, 但这些平台刚刚起步, 覆盖学科不全, 数据数量也不够大。在数据平台建设方面, 我国有充分的空间。

　　近几年, 我国的科研产出量跃居世界第二, 科研产出增长速度排世界第一[23]。大量的科研成果背后是海量的科研数据, 这些科研数据至今不能被充分利用。我国的物联网, 移动网络、电子商务在国际上也处于领先地位, 每天都产生海量的交易数据, 这些数据是进行科学研究和经济活动的宝贵资源, 但目前也不能被有效管理利用。

　　具体到每个高校, 图书馆的资源建设仍然以文献为主, 对数据资源的建设十分薄弱。图书馆需要制定相关政策, 研究数据存取技术, 对本校科研数据进行有效管理。

　　促进数据环境的形成还需要通过多种途径进行宣传, 提高高校师生与研究人员的数据共享意识, 规范和指导研究人员的数据管理行为, 鼓励科研人员进行数据提交与共享。同时, 还需要在普通群众中普及大数据知识, 培养全社会的数据意识, 使人们能认识到数据的价值与作用, 并能够解读本行业、职业的数据。

　　2. 培养与发掘数据教育人才与师资, 全面提高高校学生的数据素养

　　宏观上, 大数据是近几年才兴起的概念, 因此, 在国际范围内数据科学作为一门自成体系的学科也刚刚兴起, 发展并不成熟。如上文所说, 我国数据素养教育师资比较薄弱, 目前国内高校只有清华、复旦、南京大学等少数学校开设数据科学专业方向, 招收全日制硕士研究生[15]。迄今为止, 还没有任何学校在本科生或研究生中普遍开设有关数据素养的课程。因此, 我们从国家层面具体到各个高校, 应该通过各种途径发掘、吸引、培养数据人才与师资, 从政策上鼓励教师开设数据课程与相关讲座培训, 全面提高高校学生的数据素养。

　　微观上, 人才的发掘还需要走联合合作的方式。国际范围内, 许多着名高校更是采用多方合作的方式开展数据素养教育, 例如康奈尔大学、普渡大学、俄勒冈大学、明尼苏达大学等, 他们让图书馆数据馆员与学院教师联合, 为特定学科领域的学生提供数据素养教学[24]。国内高校开展数据素养教育, 也需要协调图书馆、统计学与计算机学科专业教师、科研人员展开合作, 协调利益与分工, 共同探讨数据素养课的教学内容。

　　3. 高校管理部门需要对数据素养教育进行整体规划设计, 有效组织教学

　　高等学校的有关教学管理部门, 如教务处、研究生院等, 需要对科学数据素养教育体系进行整体规划与设计, 制定长远的教育规划与具体的教学计划与培养目标。在具体教育教学实践中, 要组织协调各部门, 促进多方合作, 调配相应的师资力量, 通过多种方式, 如选修课、专题讲座、在线公开课或MOOC的形式, 开展数据素养教育。

　　为适应不同学科、不同应用的需求, 数据素养教育需要构建多类型、多种层次, 形成包括继续教育、本科生、研究生、科研人员等在内的多类型、多层次的科学数据管理人才培养体系。高等学校在数据教育教学规划中, 需要制定分阶分层的培养目标, 制定相关考核体系和考核目标, 鼓励教师研究探索教学内容与教学方法, 规范教学管理。

　　六、结束语

　　2015年, 国务院颁发的《促进大数据发展行动纲要》强调:“数据已成为国家基础性战略资源, 大数据正日益对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生重要影响。”“是重塑国家竞争优势的新机遇。”[8]国家与政府层面已经将数据提到国家与民族发展战略的高度, 培养数据人才、提高劳动者的数据素养刻不容缓。大数据正不知不觉地影响着每个人的职业生涯和生活方式等。作为一个普通劳动者, 也必须具备一定的数据素养, 才能适应现代社会生活。数据素养是大数据时代人类生存与发展的必备素养, 因此, 它必然成为高等学校素质教育的主要内容, 开展数据素养教育也是大数据时代对高等教育提出的强烈要求。国内数据素养教育刚刚起步, 还有很多问题有待进一步研究, 本文阐述了对数据素养教育的一些认识, 希望业界专家批评指正, 共同探索。

　　参考文献：

　　[1]缪其浩.了解大数据, 具备起码的数据素养[J].世界科学, 2013 (2) :14.
　　[2]刘彩娥.国内高校数据素养教育的问题与对策[J].北京工业大学学报 (社会科学版) , 2015 (3) :76-80.
　　[3] QIN J, D'LGNAZIO J. Lessons learned from a two-year experience in science data literacy education[EB/OL]. (2010-06-22) [2017-04-06]. International Association of Scientific and Technological University Libraries, 31st Annual Conference, 2010. http:∥docs. lib. purdue. edu/iatul2010/conf/day2/5.
　　[4] CARLSON J, FOSMIRE M, MILLER C, et. al. Determining data information literacy needs:a study of students and research faculty[J]. portal:Libraries and the Academy, 2011, 11 (2) :629-657.
　　[5]胡建华.素质教育视野下的高校人才培养模式改革[J].中国高教研究, 2015 (12) :30-31
　　[6] 国务院办公厅.关于深化高等学校创新创业教育改革的实施意见[EB/OL]. (2015-05-13) [2017-05-12]. http:∥www. gov. cn/xinwen/2015-05/13/content_2861375. htm.
　　[7]缪其浩.大数据时代:趋势和对策[J].科学, 2013, 65 (4) :25-28.
　　[8] 国务院.促进大数据发展行动纲要[EB/OL]. (2015-09-05) [2017-06-03]. http:∥www. gov. cn/zhengce/content/2015-09/05/content_10137. htm.
　　[9] 曲蕴, 马春, 编译.不断生长的知识:英国图书馆2015—2023战略[EB/OL]. (2015-03-13) [2017-05-03]. http:∥www. publiclib. org. cn/library/periodical_show/1784. html.
　　[10]黄如花, 李白杨.数据素养教育:大数据时代信息素养教育的拓展[J].图书情报知识, 2016 (1) :21-29.
　　[11]刘永平, 赵正艳.基于需求导向的大学生创业教育体系探究[J].北京工业大学学报 (社会科学版) .2017 (1) :80-84.
　　[12]孟祥保, 李爱国.国外高校图书馆科学数据素养教育研究[J].大学图书馆学报, 2014 (3) :11-16.
　　[13]郝媛玲, 沈婷婷, 高珊.高校数据素养教育实践的思考和建议——基于哈佛大学案例和我国图书情报人员访谈分析[J].图书情报工作, 2015 (12) :44-51.
　　[14]朱玉奴, 陈益君.图书馆数据素质教育的理论与实践[J].情报资料工作, 2014 (6) :106-109.
　　[15]陈振冲, 贺田田.数据科学人才的需求与培养[J].大数据, 2016 (5) :95-106.
　　[16]胡慧, 吴鸣, 陈秀娟.加拿大高校图书馆数据素养教育模式[J].图书情报工作, 2016 (8) :53-58.
　　[17]孟祥保, 钱鹏.国外高校图书馆数据馆员岗位设置与管理机制[J].图书与情报, 2013 (4) :12-17.
　　[18] 2015中国高校图书馆研究数据管理推进工作组会议顺利召开[EB/OL]. (2015-11-04) [2017-03-25]. http:∥news. fudan. edu. cn/2015/1104/40235. html.
　　[19]张群, 刘玉敏.高校图书馆科学数据素养教育体系模型构建研究[J].大学图书馆学报, 2016 (1) :96-102.
　　[20] 汪志球.贵阳出台全国首部大数据地方法规[N].人民日报, 2017-05-12 (11) .
　　[21]周宇, 欧石燕.国内数据监护平台研究热点与进展探析[J].图书情报工作, 2016 (22) :116-125.
　　[22]黄如花.我国政府数据开放平台现状调查与分析[J].情报理论与实践, 2016 (7) :50-55.
　　[23] 张蕾.我国科研产出增长最显着40家中国机构进入全球科研产出增量100强[N].光明日报, 2016-07-28 (005) .
　　[24]张晨.大数据时代的图书馆与数据素养教育[J].图书与情报, 2014 (4) :117-119.