数字经济背景下新商科人才数据素养水平测度研究

卢剑忧 曾新泉

［摘           要］  数字经济背景下，培养数据思维和量化分析能力，提升学生的数据素养成为高职院校新商科人才培养迫切需要解决的问题。其中，构建数据素养水平测度指标体系成为提升新商科人才数据素养教育质量的关键。立足于企业数字化转型的需求，构建面向新商科人才的数据素养水平测度指标体系，包括6个一级指标和22个二级指标，并将指标体系用于珠三角高职院校新商科专业学生数据素养评价。结果显示，学生具有良好的数据意识和数据伦理道德，但是有效收集数据、数据深度分析和精准表达的能力有待提升。

［关    键   词］  数字经济；新商科人才；数据素养

［中图分类号］  G715                    ［文献标志码］  A                  ［文章编号］  2096-0603（2024）04-0085-04

一、引言

数字经济是利用数字技术，通过数字化生产要素，重组生产及商业模式，将传统产业与数字化技术相融合而衍生出来的一种新经济形态。2017年“数字经济”首次出现于中国《政府工作报告》，2019年又上升至国家战略层面。数字经济已成为产业转型升级的重要驱动力，以及全球新一轮产业竞争的制高点。无论是互联网公司还是正在进行数字化转型的传统企业，都逐渐把数据思维和数据分析能力视为组织的核心竞争力加以培养。数据思维和数据分析能力已经成为新商科人才一项必不可少的技能。

在这一背景下，培养数据思维和量化分析能力，提升学生的数据素养成为高职院校新商科人才培养迫切需要解决的问题。其中，构建数据素养水平测度指标体系成为提升新商科人才数据素养教育质量的关键。评价指标体系的长期缺失导致高职院校商科人才的培养目标、课程体系建设和教学改革都缺乏明确标准。

本文立足于企业数字化转型的需求，构建面向新商科人才的数据素养水平测度指标体系，并将指标体系用于珠三角高职院校新商科专业学生数据素养评价。之后，根据测评结果，提出了调整教学内容和教学模式以提升学生数据素养的对策。

二、新商科人才数据素养水平测度指标体系

（一）新商科人才数据素养

进入21世纪，以云计算、大数据、人工智能为依托的数字经济不断颠覆和重构传统行业，生产技术、组织形态和结构、商业业态和管理模式都发生了翻天覆地的变化。企业对劳动者的能力提出了新的要求。由此催生了传统商科向新商科的范式转变。新商科打破了传统商科不同学科之间相互独立、彼此封闭的教学体系。新商科人才不仅需要有经济学、管理学等传统商科知识和技能，还需要理解和应用传播学、计算机科学、数据科学等学科，以满足新岗位跨界和融合的需求。其中，能够适应多个岗位和工作流程的通用数据思维和数据分析能力，即数据素养，成为新商科人才的核心能力之一。

近年来，国内外多个学者致力于研究数据素养的确切内涵，并从统计学和信息学不同学科视角下对数据素养进行定义。虽然数据素养的内涵表述会因为适应具体的情景需求而呈现出差异化，但都具备以下三个主要特征：首先，数据素养的本质是基于数据的问题解决能力，有的研究者认为是数据技能的集合，也有人认为是基于数据发现知识和做出决策的过程能力。其次，从构成要素来看，都需要数据知识、数据技能、数据意识、批判态度、伦理和价值观，但在不同的研究视角维度上构建的结构差异很大。最后，数据素养是一种跨学科和跨领域的能力。

（二）面向企业需求的新商科人才数据素养水平测度指标体系

为了构建面向企业需求的新商科人才数据素养测度指标体系，项目组通过对企业进行访谈，同时在相关招聘网站进行检索调查，结合德尔菲法，筛选出了量化指标。指标的选择和设定遵循以下原则：一是紧扣社会用人单位对专业毕业生的能力要求，选取的指标要对应岗位核心技能要求。二是面向道德和业务培养的规范要求。关注数据伦理道德，包括使用数据应遵循相关法律法规和道德规范、维护数据安全、保护数据隐私等基本素养。三是面向评价应用的数据可收集和结果可观测。各个指标的选择应该简单明了，结果可以直观把握。

最终，本文构建了面向企业需求的新商科人才数据素养水平测度指标体系，包括6个一级指标和22个二级指标，6个一级指標分别为：（1）数据意识，包括数据敏感度、数据价值意识和数据利用意识。（2）数据收集，包括数据检索、数据筛选、数据清洗和审核、数据保存。（3）数据分析，包括数据分析工具的使用、数据分析方法的掌握、数据挖掘、数据预测、数据应用。（4）数据表达与交流，包括数据展示、数据可视化工具的使用、数据分享。（5）数据评估和管理，包括数据评估、数据标准、数据计划、数据跟踪。（6）数据伦理道德，包括法律法规、数据安全和隐私、学术道德。

三、珠三角高职院校新商科人才数据素养调查

（一）调查的基本情况

为了验证新商科人才数据素养水平测度指标体系的科学性和合理性，以珠三角高职院校新商科专业在校生为调查对象，采取问卷调查法开展调查。同时，为了更深入地分析学生数据素养的培养现状，研究增加了对教师样本的调查，对照学生样本的结果，能够更清晰地了解目前数据素养培养存在的问题。由于评价指标面向的是新商科专业，因此，将指标中数据素养的数据类型限定为商业数据，内容包括商业企业内部数据、分销渠道数据和消费市场数据等。

本次调查以在线网络问卷的方式向在校生发放问卷，发放的学校所在地包括广州、佛山、肇庆、深圳、东莞、珠海、中山和江门，以满足珠三角地区调查的代表性。问卷分为两个部分，第一部分是人口统计变量；第二部分是关于数据素养的调查，采用李克特五分量表，1分表示非常不同意题目的表述内容，5分表示非常认同题目表述的内容，被调查对象根据自身的实际情况进行打分。问卷的发放时间为2023年3月1日至3月31日，共回收271份有效问卷，其中教师问卷44份，学生问卷227份。

（二）调查结果分析

1.调查结果可靠性检验

本研究采用SPSS 26.0作为数据处理检验工具。KMO值为0.958，大于0.5，显示变量间的相关程度无太大差异。巴特利特球形检验的结果P=0.000，球形假设被拒绝，原始变量之间存在相关性。检验的结果显示本问卷适合进行因子分析。所测量的6个维度以及相对应的题目因素负荷量大部分大于0.6，大于推荐值0.6，仅有两个提名的因素（数据可视化工具的使用和数据分享）负荷量小于0.6。组成信度CR全部大于0.6，符合因子分析检验要求。因此，一级指标对二级指标的解释能力良好，组成信度通过检验。AVE即平均方差萃取量均大于0.3，维度对题目的平均解释能力较好。

从调查的总体情况来看，教师的得分情况最好（24.25分），大三学生（22.97分）的得分情况次之，得分最低的是大二的学生（22.25分）。大三学生经过前两年的学习，已经基本具备一定的数据素养，大二学生的各个维度得分偏低，但是数据伦理道德得分（4.00分）高于大三学生（3.97分），说明大二学生拥有较好的数据操守，有一定的数据伦理意识。

2.调查结果分析

（1）数据意识

在6个一级指标当中，数据意识得分排在第2。显示了教师和学生数据意识的三个二级指标数据敏感度、数据价值意识和数据利用意识的得分结果。结果显示，在数据意识方面，学生和教师之间的得分仍有较大的差距。从单个指标的结果来看，受访者有较高的数据敏感度和数据价值意识，意味着他们能够重视商业活动中产生的数据，认识到这些数据的价值，但是对于有意识地利用数据，把握不大。特别是大二学生，仍然需要在课程中学习如何有意识地利用数据进行商业决策。

（2）数据收集

数据收集指标的得分在6个一级指标当中处于中间水平。其中，教师数据收集指标整体得分最高，大三学生次之，大二学生得分最低。从二级指标来看，无论是教师还是学生，在数据清洗和审核方面的得分都相对较低。数据清洗和审核主要涉及异常值、缺省值和不规范数据格式的处理。前两项需要丰富的数据清洗经验，而且要耗费大量的精力，后一项则涉及大量数据格式处理技巧。因此，此项得分较低也符合现实情况。

（3）数据分析

从数据分析一级指标得分的情况来看，依然是教师得分最高。从二级指标来看，师生得分差异最大的三个指标分别为数据分析工具的使用、数据分析方法的掌握和数据预测。数据分析工具的使用需要丰富的数据分析实践经验，后两项则涉及统计学、概率论和计量经济学等难度较大的学科学习。因此，此三项学生得分较低，与实际教学发现的情况也相符合。

（4）数据表达与交流

数据交流与表达指标在6个一级指标中，得分处于中间水平。从3个二级指标分项来看，无论是教师还是学生，使用PPT、Word等软件来展示数据的能力较好，且教师和学生的得分差异不大。但是在数据可视化工具的使用上，教师得分远高于学生，刚接触可视化软件的大二学生的得分更低。在数据分享方面，题目的原题是询问受访者能否以准确、流畅的语言与他人交流数据分析结果。无论是大二还是大三学生，在该二级指标的得分都比较低。这显示未来有必要对学生进行可视化工具使用和数据分享方面的训练。

（5）数据评估和管理

数据评估和管理一级指标在6个一级指标中，得分处于中上水平。从其所属的二级指标来看，教师、大三学生得分明显高于大二学生，特别是在数据计划、数据跟踪这两项二级指标得分上，大三学生远高于大二学生。这显示，学习数据素养课程，可以有效提升新商科学生的数据计划和跟踪能力。

在数据评估和数据标准两项二级指标方面，大三学生依然优于大二学生，但是与教师得分仍有较大差距。这表示学生在数据评估方面的训练仍不够充足，对数据标准的理解也不够透彻，是今后重点训练的方向。

（6）数据伦理道德

数据伦理道德是6个一级指标中得分最高的指标，其中，教师的数据伦理道德的得分最高，大二、大三学生的得分差异不大。从具体的二级指标得分来看，无论是教师还是学生，都能够遵守数据使用的相关法律法规，在使用数据过程中注重数据的安全和隐私，并遵守相关的学術道德。

（三）调查结论

1.具有良好的数据意识和数据伦理道德

从调查结果来看，学生拥有较好的数据意识和数据伦理道德。在面对商业数据环境时，能够有意识地从中获取有用的信息，并认识到商业数据的价值。在使用数据的过程中，也能够遵守相关的法律法规，保护数据隐私和安全，并遵守相关学术规范。但“在有意识地使用数据来解决问题”方面，仍需要进一步引导。另外，在遵守数据学术规范方面，大三学生得分情况不理想，学术写作规范没有落到实处。未来需要进一步强化论文写作规范，提升学生遵守学术道德和保护知识产权的意识。

2.有效收集数据的能力有待提升

成长在数据过载的数字经济时代，新商科学生在大学期间已经具备了一定的信息寻找和获取能力。调查显示，学生基本能够正确使用搜索引擎或者数据库的搜索功能进行信息检索，并且能够对数据进行初选，提取有用的信息，在提取信息后，还能使用合适的方法对数据进行保存。

但是，在真实的商业环境中搜寻到的数据往往是“脏数据”，需要根据实际需要，充分运用各种数据处理软件，对“脏数据”中的异常值、缺省值和不符合数据要求的格式进行清洗和调整。调查发现，无论是学生还是教师，数据的清洗和调整能力都相对较弱。在拥有基本统计知识和计算机基础的前提下，这一技能可以通过实训课程来掌握和提高，关键在于能够对大量、无规律的“脏数据”进行识别、清洗和调整，应用必要的工具和方法，对数据进行审核和筛选。

3.缺乏数据深度分析和精准表达的能力

从调查的结果来看，学生具备基本的数据分析能力及表达能力，能够使用Excel等简单的数据分析工具来处理数据，使用Word、PPT等办公软件，将数据转换成恰当的形式进行展示。在展示后，能够对这些数据进行评估，制订数据管理計划并进行跟踪监督。但是，由于缺乏扎实的统计学、数学知识，学生未能通过严谨的分析操作流程，对数据进行精确、深度的解读，对于数据标准、复杂数据的评估和使用的能力较弱。另外，在数据表达和分享方面，虽然学生能够使用Excel等数据分析工具，但是对于数据可视化的掌握程度不高，未能熟练使用各种数据可视化工具，并且不能对数据成果进行详细、准确的描述。

四、提升珠三角高职院校新商科人才数据素养的对策

（一）建立校企合作协同培养新商科人才的产业学院

校企合作实现人才培养，一直以来都是企业和职业教育协同培养人才的重要方式之一。数字经济背景下，数字技术发展一日千里，单靠高职院校难以有效把握数字技术的发展趋势和热点。同时，数字技术也在以惊人的速度改变着企业的组织形式和生产模式。为了适应数字经济带来的转变，高职院校亟须加强与企业的融合发展，建立“校企联合，产教融合”的产业学院，打破产教资源界限，实现校企资源互补和利益共生。

（二）提升教师的数据素养

教师教学是提升新商科学生数据素养的重要一环，教师是学生数据素养培养方案的主要执行者，扮演着重要的角色。因此，教师数据素养提升是数字经济背景下新商科人才培养的核心内容之一。通过制订教师数据素养标准，在各级教师培训和发展项目中加入数据素养内容，或者建立教师数据素养培训项目，同时推动基于数据和信息化技术的教学革新，可以有效提升教师的数据素养水平。

（三）改革教学内容和教学方法

新商科人才属于经管类专业学科人才，并不要求学生掌握编码和高深的数学知识，学生学习计算机和数据学科的重点是能够进行基本的数据检索，利用行业里较常用的数据分析软件（如Excel、SPSS、STATA和SAS等）进行数据分析，使用分析结果辅助进行商业决策，解决商业应用问题。据此，应该从课程内容和课程群设置上，为新商科人才“量身定做”。教学内容应以应用为目的，核心是让学生掌握数据化的思维方式，能够熟练使用一种或几种统计软件处理数据，并用恰当的图表展示结果，撰写有价值的分析报告，并与人交流分享。具体来说，在课程群设置上，可以将大数据知识有机融入专业培养框架中，调整原有的专业课程，加入大数据和信息技术等内容，如大数据会计基础、互联网金融、数字营销、企业数字化管理等课程。

参考文献：

［1］Hirsch-Kreinsen H．Digitization of industrial work：development paths and prospects［J］．Journal for Labour Market Research，2016，49（1）：1-14．

［2］齐佳音，张国锋，吴联仁.人工智能背景下的商科教育变革［J］.中国大学教学，2019（7）：58-62.

［3］卢剑忧.数字经济背景下新商科人才培养模式研究与实践：以S学校商学院为例［J］.现代职业教育，2023（14）：50-53.

◎编辑 马燕萍