大学生数字媒体素养影响因素

苗佳 崔峥

[摘要]在文献研究的基础上，采用问卷、半结构式访谈获取原始数据，根据381份问卷的探索性因子分析结果将大学生数字媒体素养的影响因素分为媒体使用能力、媒体认知能力、适应性媒体能力和元认知能力因素4种类型，并通过389份问卷的验证性因子分析确定了最终的维度。在实证研究结论的基础上提出了大学生数字媒体素养的优化路径，对帮助大学生更好地实现教学资源优化、个性化教学内容信息推送、挖掘个体数字媒体潜能及创造力和增强在线自主学习能力具有重要指导意义，并指出了本研究的不足与未来展望。

[关键词]在线学习模式；数字媒体素养；影响因素

[中图分类号]G434[文献标识码]A[文章编号]10054634（2019）040020060

引言

在线学习，又称网络化学习，是指在由计算机技术、通讯技术、多媒体技术、网络技术及人工智能技术所构成的技术环境中授课或学习的方式，是目前一种应用较为广泛的远程教学形式。在各类学习支持系统的支持和辅助下，在线学习者能够利用丰富的数字化学习资源，灵活调整和控制自己的学习活动和学习过程，调整自己的学习情感，提高自己的元认知技能，充分发挥学习者的自主性[1]。网络在线环境下的信息技术对教育的发展产生了革命性的影响。教育部在2012年正式颁布了《教育信息化十年发展规划（20102020年）》，指出未来十年信息化要大力推动信息技术成为在实际教育过程中的关键性因素，直面和解决国家教育发展的战略性问题[2]。目前，在全球人工智能环境下欧美等发达国家都将公民数字素养置于国家发展的关键要素，共同认为数字媒体素养是人工智能环境下公民生存的必备技能[3]。国外关于数字媒体素养的研究和教育实践起步较早，相关研究成果也较多，而国内关于数字媒体素养的研究起步较晚，研究成果也较少，相关研究还未完全展开[4]。为了全面考察中国大学生数字素养影响因素，笔者采用了访谈法和问卷调查法，为全面深入地考察大學生数字媒体素养状况提供多方面的数据支持，以期为高校数字媒体素养教育研究及实践提供一定的参考。

1数字媒体素养的研究现状

1.1数字媒体素养的概念衍变及内涵结构

当前网络媒介已经成为民众获取信息、了解时政的重要平台。引导民众在网络平台获取有效信息，提高民众对媒介信息的解读和批判能力日趋重要[5]。信息素养的内涵可以延伸到包括多种素养，如跨媒体素养、媒体素养、数字媒体素养等。美国等发达国家接近于以“数字媒体素养”代替“信息素养”，力图突出强调人工智能技术区别于以往信息技术的核心本质[6]。数字媒体素养是经过媒体素养、计算机素养、网络素养等多种信息素养交叉融合后所形成的重要能力，它是个体获得“数字时代的生存技能”，也是“信息社会的重要资产”[7]。“数字媒体素养”这一概念最早于1994年由以色列学者埃谢特·阿尔卡莱教授提出，他认为数字媒体素养由5个要素组成：信息要素、分支要素、再创造要素、图片—图像要素及社会—情感要素[8]。这一观点被当时大多数学者认为是数字媒体素养最准确的概念之一。接着欧盟的未来计划研究所于2012年发表了数字媒体素养框架，提出了5项内容：信息要素、交流要素、内容创建要素、安全意识要素及问题解决要素。其具有描述相近、指标具体、能力等级划分清晰和可评价性强等特征，为评估数字媒体素养提供了具体的目标导向。目前，国内各大学的数字媒体素养教育还不够成熟。北京大学在《20142018行动计划概要》里指出：将数字媒体素养、媒介素养、数据素养等纳入信息素养体系[9]。

1.2相关概念辨析

通过回顾相关文献资料，笔者集中提取了信息素养、媒介素养、计算机素养及网络素养4个相似概念。数字媒体素养集中了其他几个相似概念的核心要点[10]，具体表现为：信息素养和媒介素养是数字情境下的重要技能，也被认为是建构数字媒体素养概念模型的基础；同时计算机素养和网络素养则是数字媒体素养的核心。所以，本文侧重于数字媒体素养的研究，而没有关注另外4个概念。为了深入理解数字媒体素养的概念框架，现将5个相关概念进行比较辨析，主要内容见表1。

第4期苗佳崔峥大学生数字媒体素养影响因素——基于辽宁省三所高校大学生的调查

教学研究2019

表1数字媒体素养及其相关概念对照表

素养类别相关概念信息素养以信息资源为基础，利用互联网技术和信息化技能解决问题，逐渐取代计算机素养。媒介素养具有对于媒介信息的选取、分析、归纳、评估的能力和培养创造媒介信息的能力。计算机素养大学生及教师在其学科领域内必须具有熟练地和有效地利用计算机的能力。网络素养选择、理解、分析、评估网络和利用网络获得与产生信息的能力。网络素养是信息素养概念的延伸，两者之间是一种承接交融的关系。数字媒体素养基于上述定义提出，是信息素养在数字化人工智能时代的升华和拓展，是数字化在线学习公认的主要模式之一。1.3数字媒体素养的影响因素研究

目前，国内外学者围绕着信息化时代学生数字媒体素养影响因素及其能力的提升，展开了卓有成效的研究。Thoman针对本科生开设“科学数据管理”数字技能教育与实践课程，进行相关实验研究，提升了学生的数据管理、实践、操作与团队写作能力[11]。Gilster通过部分公共选修课将数字媒体素养教育的相关内容嵌套到信息素养与媒介素养教育环节中，推动了数字媒体素养在高校的发展[12]。Mossberger提出了数字媒体素养课程设计的一种可行性框架结构，对于学生数字媒体素养的提升意义深远[13]。John认为数字媒体素养的影响因素包括运用信息化工具的能力、解决数字问题的能力、创造数字信息的能力[14]。黄燕认为大学生数字媒体素养的影响因素包括：获取数字信息的能力、进行数字交流的能力、创建数字内容的能力、提升数字安全的能力和解决数字问题的能力[15]。黄蕾对中学生数字媒体素养进行了深入研究，认为数字媒体素养的影响因素包括：信息处理素养、沟通交流素养、内容建构素养、问题解决素养、信息安全素养和网络道德素养[16]。钟志贤则从终身学习的角度探究了数字媒体素养的影响因素为：运用工具的能力、获取信息的能力、处理信息的能力、生成信息的能力、创造信息的能力、发挥效益的能力、信息协作的能力和信息免疫的能力[17]。但以中国大学生为研究对象，通过实证方法进行数字媒体素养影响因素的相关研究较少。

2研究方法

2.1研究样本

笔者以东北某985高校、211高校和省属普通高校三所大学的在校生为调查对象进行问卷调查，他（她）们来自大一、大二、大三、大四和研究生阶段，其专业覆盖自动化、通信、商贸、艺术、管理、材料、物理、数学、机械、建筑、英语、计算机、政治13个学科。调查分为两个样本，第一个样本共发放问卷400份，回收有效问卷381份，有效问卷的回收率为95%。其中，一年级学生占26%，二年级学生占21%，三年级学生占14%，四年级学生占18%，研究生占21%；男生占43%，女生占57%。第二个样本共发放问卷410份，回收有效问卷389份，有效问卷的回收率为95%。其中，一年级学生占21%，二年级学生占24%，三年级学生占24%，四年级学生占15%，研究生占18%；男生占56%，女生占44%。两个样本在学校、专业、性别、年龄、年级的分布上没有显著差异。

2.2问卷编制

本研究的数据收集通过文献回顾法、访谈法和问卷调查法完成。所使用的为自行编制的大学生数字媒体素养研究调查问卷。该问卷的编制分为两个步骤：（1）利用文献回顾法和访谈法收集原始资料，对大学生数字媒体素养及新媒体环境下学习现状的相关国内外文献进行整理分析，把握数字媒体素养的概念和相关理论，获得调查问卷的具体项目；然后，采用开放式访谈和焦点团体访谈的方式，按学校、年级、专业和性别分层抽取45名大学生进行访谈调查；以及采用开放式问卷对大学生进行问卷调查，共发放问卷45份。（2）对收集的原始资料进行编码、整理，初步编制了封闭式问卷。请4位分别来自教育技术学和高等教育学领域的资深教授专家进行筛选。采用专家讨论的方式，对文献回顾、访谈和问卷调查得到的项目进行分析、筛选和归纳，最终得到了13项数字媒体素养影响因素（见表2）。问卷采用李克特5点计分方法计分（1=“完全不同意”，2=“比较不同意”，3=“不确定”，4=“比较同意”，5=“非常同意”）

2.3研究方法

笔者采用了定性与定量相结合的研究方法，具体为：首先，采用定性研究方法进行问卷的编制；然后，运用SPSS统计分析软件采用探索性因子分析（exploratory factor analysis，简称为EFA）获取数字媒体素养影响因素的基本分类结构；最后，使用AMOS软件进行验证性因子分析（confirmatory factor analysis，简称为CFA），确定该结构的合理性，结果如表3所示。

3.1探索性因子分析及结果

探索性因子分析的主要作用是考察信息的基本特征及数据的基本结构。基于此，笔者通过探索性因子分析筛选因子，可以发现大学生数字媒体素养影响因素的基本结构。首先，对于第一个样本进行KMO和Bartlett球形检验。数据结果显示，KMO值为0.814，Bartlett球形检验的检验值达到显著性水平（p<0.001），这表明研究样本数据适合做因子分析。

然后，经主成分分析并进行正交旋转，提取特征值大于1的因子，抽取出4个因子，总方差累计贡献率为61.59%。表3的结果显示，大学生数字媒体素养影响因素的结构主要包括以下4个维度，分别命名为：因素1为“媒体使用能力因素”，包括了解大众传播理论、掌握媒体概念性知识、熟练使用媒体工具；因素2为“媒体认知能力因素”，包括信息获取能力、信息整合能力和信息评价能力；因素3为“适应性媒体能力因素”，包括网络参与能力、网络交流能力、网络协作能力和网络安全防护能力；因素4为“元认知能力因素”，包括自我评价、自我认知管理和自我监控。

媒体使用能力包括处理计算机软硬件、网络技术、数字信息的能力。媒体使用能力维度主要由以下条目组成：我经常上网去论坛发帖，知道它对网友的影响力有多大；我跟周围同学一样，对智能手机使用方法很了解，特别是对各种APP的使用；我要提高下PPT的制作水平，要不影响论文答辩的成绩。

媒体认知能力是对数字信息进行获取、整合、评价的能力。媒体认知能力维度主要由以下条目构成：我经常上中国知网检索、下载论文，这对毕业论文的完成很有帮助；我很喜欢韩语，下载了听力、口语学习的一些APP学习软件，同时进行网上课堂的学习，现在我已经能看懂很多韩剧啦；我要准备司法考试，在相关论坛中找到了很多成功经验介绍，最终制定了自己的学习计划。

适应性媒体能力指不同情境下应用媒体的能力。适应性媒体能力的维度主要由以下条目构成：我经常参与创新创业方面的网上投票调查；课后我和老师同学们经常在线上进行案例讨论交流观点；我们来自3所高校的学生组成研究团队，经常在线论证新能源汽车部件的开发研制方案；最近身边同学的网站账号和密码被盗了，我打算重新设置自己的。

元认知能力主要包括在线交往活动中自我认知、自我监控及自我认知管理等。元认知能力维度主要由以下条目组成：今年我通过慕课平台完成了较容易的管理学多门基础课程的自学，同时要做好计划安排明年较难的人力资源管理课程的远程学习；我通过在线课程完成了初级德语学习，效果不错，计划用同样的学习方法再试试零基础学习法语怎么样。

3.2验证性因子分析结果

探索性因子分析只能用来发现一种模型[17]。所以，为了确定探索性因子分析得到的大学生数字媒体素养影响因素四因子模型是否合理，需要利用另外样本的数据进行验证性因子分析。笔者对第二个样本的数据进行验证性因子分析，通过使用Amos分析软件对探索性因子分析的结构进行拟合。表4中显示的拟合优度可以看出，χ2/df值为1.629，χ2/df值大于10为很不理想，大于3小于5为可以接受，小于3为理想结果，越接近1说明模型的拟合程度越理想。RMSEA值为0.079，RMSEA值大于0.08小于0.1為可以接受，大于0.05小于0.08为理想结果，小于0.05为非常好。GFI、NNFI和CFI值分别为0.95，0.95和0.94。上述指标表明，本文中的大学生数字媒体素养影响因素模型的整体拟合效果理想，模型的结构合理。

表4结构方程模型拟合优度指数（N=389）

χ2/dfRMSEAGFINNFINFICFIIFI1.6290.0790.950.950.920.940.93验证性因子分析的变量载荷如图1所示，各个观测变量在相应的潜变量上的标准化回归系数均大于0.6，并且t检验值呈现显著性（p<0.001）。这表明大学生数字媒体素养影响因素模型的收敛效度良好。

4分析与讨论

4.1大学生数字媒体素养的影响因素

笔者通过文献回顾、访谈和开放式问卷收集到了影响大学生数字媒体素养的13项因素，初步的探索性因子分析将影响因素分為媒体使用能力因素、媒体认知能力因素、适应性媒体因素和元认知因素4类。这4类因素的内部一致性系数均在0.6以上，说明具有良好的信度，进一步的验证性因子分析证明了该模型的合理性和稳定性。

以下对这4类因素予以具体说明：从媒体使用能力方面来看，通过了解媒体的概念性知识和基本的大众传播理论，比如信息的数字化特征、媒体系统、媒体网络、媒体组织、媒体技术的局限性、社会影响、受众基本理论等，获得使用媒体工具的理解力与能力，如阅读、上网、电邮、字处理等。从媒体认知能力方面来看，信息处理的认知能力和利用媒体的通识理解和能力是重要的两项。前者包括获取、管理、整合、评价、创造媒体信息资源和知识；后者包括社会、伦理和人权问题，生产、交流和研究工具，解决媒体信息问题和决策的工具等。从适应性媒体能力方面来看，不同情境下应用媒体的能力，如在社区活动、日常生活、休闲、教育和培训中灵活使用媒体的能力，显得十分重要。从元认知能力方面来看，主要体现在在线学习活动中的自我评价和自我认知管理，前者包括使用复杂的信息管理、自我发展方向控制；好奇心、创造力和风险承担；高阶思维和良好的推理等。后者包括规划和管理信息处理的优先次序；有效地利用现实世界的工具等。图1大学生数字媒体素养影响因素结构模型图

4.2新媒体环境下大学生数字媒体素养的优化路径1）塑造正确网络行为的必然要求。互联网作为虚拟平台，对大学生的交流互动行为和学习活动行为等带来一定的负面影响。因此提高大学生网络安全意识和网络道德水平显得尤为重要。高校、教师及学生需要共同努力，增强了解、辨别、使用信息的能力，帮助大学生提高自我保护意识，增强抗风险能力和危机处理能力，培养良好的网络行为。

2）加强大学生网络学习的过程性评价。在网络学习教与学的过程中，学习效果需要相应的评价机制来检验。过程性评价作为一种有效的评价方式，采取目标与过程并重的价值取向，对学习的动机、效果、 过程以及学习密切相关的非智力因素进行全面的评价。通过过程性评价机制引领的大学生网络学习将会突破传统学校学习方式的思维定势，得以进行全方位的立体化学习，同时摆脱了网络学习方式单一的限制，使其更加趋于多元化。

3）建设智慧校园，创设大学生数字化生存的优质环境。智慧校园能够为学生提供海量、优质、及时更新的学习资源，如课程内容、影音资料、多媒体课件及实验素材等，为大学生营造良好的数字化生存环境，从而激发学生的学习自主性，优化教学过程，转变教学方式，提升课堂效益。学生也可以随时随地在登录网上平台进行点播学习、课外辅导、实时授课、作业答疑等在线自主学习。

5研究局限与展望

由于主客观条件的限制，本研究也存在着一定的不足。时间和条件的限制，导致本研究未能选择更为多层次的、更为丰富的样本，难免会影响结论。后续的研究应该注意从不同性质、不同层次和不同地区的高校中选择样本，进一步扩大样本量，检验本研究结论的普适性。未来的研究，力争通过定量研究的实证分析方法，对大样本数据进行因子分析和结构方程建模，以验证大学生数字媒体素养模型中不同影响因素之间的关系强度以及各种策略的干预强度等。此外，如何将本研究提出的一些范畴，如数字媒体素养的评价体系、数字能力、在线学习评价效度等，进行操作化和概念化，也是在今后的研究中需要解决的问题。

参考文献

[1] 曹良亮.在线学习中学习路径分析及学习行为特点研究[J].中国远程教育，2014（4）：2530.

[2] 余胜泉.推进技术与教育的双向融合——《教育信息化十年发展规划（20112020）》解读[J].中国电化教育，2012（5）：514.

[3] 殷乐.把握态势 加强连接 推进互联网发展和治理的中国之道——学习习近平在网络安全和信息化工作座谈会上的讲话[J].新闻与传播研究，2016（1）：3439.

[4] 张静，回雁雁.国外高校数字素养教育实践及其启示[J].图书情报工作，2016（6）：4452.

[5] 袁慧，李锦珍.大学生媒介素养教育的实施路径[J].思想教育研究，2016（2）：117120.

[6] 任友群，随晓筱，刘新阳.欧盟数字素养框架结构[J].现代远程教育研究，2014（5）：312.

[7] 张晴.《数字素养：新媒体联盟地平线项目战略简报》研究[J].图书馆工作研究，2017（5）：110114.

[8] 施歌.中学生数字素养的内涵构成与培养途径[J].课程·教材·教法，2016（7）：6975.

[9] 朱强.北京大学图书馆面向世界一流——20142018 行动计划概要[EB/OL].（20160318）[20181204].http：//www.chinalibs.net/ArticleInfo.aspx？id=387898.

[10] 王佑镁，杨哓兰，胡玮，等.从数字素养到数字能力：概念流变、构成要素与整合模型[J].远程教育杂志，2013（3）：2429.

[11] THOMAN E. Skills and strategies for media education[J]. Education Leadership，2009（2）：5161.

[12] GILSTER P.Thinking in the digital era：a revised model for digital literacy[J].Issues Informing Science and Information Technology，2012（9）：233245.

[13] MOSSBERGER K.Digital citizenship： the Internet， society， and participation[M].Cambridge：The MIT Press，2010.

[14] JOHN J B.LMS embedded librarianship and the educational role of Librarians[J].Library Technology Reports，2016（2）：1124.

[15] 黃燕.大学生数字素养的现状分析及培养路径[J].思想理论教育，2015（3）：8285.

[16] 黄蕾.20年来国内信息素养教育研究与实践综述[J].图书馆杂志，2015（3）：1622.

[17] 钟志贤.面向终身学习：信息素养的内涵、演进与标准[J].中国远程教育，2013（8）：2129.

[责任编辑马晓宁]

Analysis on determinants of university students′ online learning

digital media literacy：a survey based on three

universities from Liaoning province

MIAO Jia，CUI Zheng

（1.Foreign Language School， Northeastern University at Qinhuangdao， Qinhuangdao， Hebei 066004，China）

AbstractBased on the reviewing of the correlated literature， the paper acquires the original data through interviews and semistructured questionnaire. The results of the exploratory factor analysis with 381 questionnaires show that the determinants of university students′ digital media literacy can be divided into four types： media usability factor， media cognitive ability factor， media adaptation factor and metacognition factor. The final dimension of the classification is confirmed by the confirmatory factory analysis through 389 questionnaires. Research conclusion with some better strategies helps to use digital learning resource and strengthen the ability of autonomous online learning ability. Finally， this paper illuminates its influence for online teaching and points out limitations and potential research directions.

Keywordsonline learning mode； digital media literacy； determinants