大学生信息素养影响因素及培养策略研究

张行　李浩君　高婕　王耀东　张曦悦

摘   要：构建教育与人力资源强国对大学生信息素养培养提出更高要求，因此探索大学生信息素养影响因素并提供合适的培养策略，对提高大学生信息素养具有重要意义。文章通过对调查数据进行结构方程模型和三维重叠空间分析发现：大学生学习兴趣、自我效能感、自主学习能力显著正向影响信息素养;学习积极特质在学习动机特质和信息素养之间存在完全中介作用;在高信息素养群体与低信息素养群体的重叠空间中，低分群体更有潜力培养为高信息素养者。文章最后提出从改善大学生学习积极特质、改进学习动机特质、针对三维重叠空间中的低分群体等方面提升大学生信息素养水平的策略和建议。

关键词：信息素养;学习动机;自我效能感;学习态度;三维重叠空间

中图分类号：G201 文献标志码：A        文章编号：1673-8454（2022）02-0103-08

一、引言

信息技术在促进经济增长、推动社会发展的过程中发挥了巨大作用，但也引发新的挑战与危机，如隐私泄露、信息安全挑战等一系列问题。《教育信息化2.0行动计划》提出，提高师生信息技术应用能力应向全面提升信息素养水平转变。大学生作为一个重要的社会群体，其信息素养水平对立德树人目标的落实、创新人才的培养能够产生较大影响，对构建教育强国与人力资源强国具有重要意义。

为进一步明确大学生信息素养影响因素，完善大学生信息素养教育体系的构建，本研究采取结构方程模型分析法，明晰国内高校大学生信息素养影响因素，为高校开展信息素养培育的教学改革提供切实有效的建议。

二、研究假设与模型构建

大数据时代，增强大学生信息意识、提升大学生信息利用能力、提高大学生信息技能与培养大学生信息道德，成为高等学校信息素养教育的主要目标。目前，国内对于信息素养的组成要素主要存在二要素说、三要素说和四要素说等观点。其中，二要素说认为信息素养包括信息意识与信息能力;三要素说认为信息素养包括信息意识、信息知识与信息能力。四要素说在信息意识、信息知识与信息能力的基础上增加了信息道德[1]。

當前，从信息意识、信息知识、信息能力与信息道德四个方面，培养大学生的信息素养仍存在一系列问题，如信息素养的培养目标不明确、培养路径不清楚的关键原因是信息素养的影响因素不明确，不能够针对信息素养的具体要素对大学生开展有效的教育。因此，对信息素养的影响因素进行探索是一个比较重要的课题。已有研究表明，学习积极特质、学习动机特质和大学生人口统计学特征与信息素养有相关性。

（一）学习积极特质方面

陈岫基于层次分析法构建了信息素养影响因素模型，指出个人、家庭、学校、社会环境等因素对信息素养具有影响作用，且指标体系中每一个因素都被分配了相应权重。其中，个人因素中对信息素养产生作用的变量依次为：学习兴趣、自我效能感、对新设备敏感度与好奇心[2]。

杨雨琪通过元人种志方法对国内多项研究的结论进行综合与集成，围绕三大维度构建出大学生信息素养的影响因素体系，并指出在个体维度上，大学生自我效能感与其信息素养呈正相关[3]。还有研究指出，大学生的自主学习能力与学习行为、学习效果有密切关联，自主学习能力较强的学生能够通过自主检索信息、获取知识，独立完成信息素养相关学习任务[4]。综上分析，本研究提出以下假设：

假设H1：大学生的学习兴趣显著正向影响其信息素养水平。

假设H2：大学生的自我效能感显著正向影响其信息素养水平。

假设H3：大学生的自主学习能力显著正向影响其信息素养水平。

（二）学习动机特质方面

刘大主采用质性分析方法，对广西N大学2095名学生进行半结构化访谈，发现个体、家庭、学校层面以及同伴会影响大学生信息素养。其中，在个体层面，学习动机、学生对信息素养的认识、信息素养的学习态度对大学生信息素养的发展产生影响作用[5];大学生信息素养指标体系中，学习动机所占权重比较高，对信息素养能够产生非常大的影响[2];大学生主动学习的态度、学习动机、英语水平等因素与其信息素养水平呈正相关[3]。

罗玛和王祖浩使用解释结构模型与层次分析法验证了信息素养影响因素，结果发现：大学生的内部动机与外部动机均在一定程度上影响信息素养，且内部学习动机所占权重高于外部学习动机[6]。综上分析，本研究提出以下假设：

假设H4：大学生的内生动机显著正向影响其信息素养水平。

假设H5：大学生的学习态度显著正向影响其信息素养水平。

假设H6：大学生的外生动机显著正向影响其信息素养水平。

（三）大学生人口统计学特征方面

杨虎民、余武采用自编问卷，对皖北地区496名大学生进行调查研究，结果发现：男大学生与女大学生相比，在信息意识与态度两方面得分较高;理科学生与文科学生相比，在信息能力方面得分较高;大四的学生在信息素养各维度上的得分均高于其他三个年级的学生[7]。

张世红、孙道金借助“网上人大”平台，采用自主设计信息素养评价量表对远程学习者开展调查，结果发现：远程学习者的信息素养在性别上存在差异，男生在信息知识与意识方面明显高于女生[8]。此外，有研究者认为学生生源地与其信息素养各维度存在紧密联系。综上分析，本研究提出以下假设：

假设H7：性别显著影响大学生信息素养水平。

假设H8：年级显著影响大学生信息素养水平。

假设H9：生源地显著影响大学生信息素养水平。

假设H10：学科显著影响大学生信息素养水平。

基于上述假设，本研究构建了大学生信息素养影响因素理论模型，如图1所示。

三、研究方法与数据分析

（一）问卷设计

本文主要采取调查法展开量化研究，问卷分为A、B共两部分，均采用Likert（李克特）5点量表。问卷A为信息素养水平测量问卷，参考陈岫[2]研究文献中的测量量表，共20道题项。问卷B为信息素养水平的影响因素测量问卷，参考丁凡华[9]、Ralf Schwarzer（拉尔夫·施瓦泽）等[10]、Julian Fraillon（朱利安·弗莱永）等[11]、池丽萍等[12]的研究文献中的指标维度与测量量表，再根据本文研究需求进行适当修改，形成适合本研究的测量维度与调查问卷，具体如表1所示，学习积极特质与学习动机特质分别包含三个子指标，每个特质设置题项13道。

（二）数据来源及分析

本研究通过网络问卷方式对浙江省高校学生开展问卷调查，共收集到223份问卷，剔除异常问卷后，有效问卷为205份，有效回收率达到91.9%。表2为本次所调查大学生的基本人口统计学特征信息。本研究主要使用SPSS和MPLUS对数据进行分析与处理。问卷的Cronbach’s α（克隆巴赫系数）为0.802，大于0.8，表明该问卷具有良好的内部一致性;问卷模型拟合指标为：χ2/df=242.14/163=1.486，RMSEA=0.049，SRMR= 0.071，CFI=0.92，GFI=0.90，TLI=0.91，IFI=0.92。各项拟合指标均达到标准，表明模型拟合程度较优。

四、研究结果

（一）大学生信息素养与各因素的相关分析

运用双变量相关方法对学生的信息素养、学习动机特质、学习积极特质各维度进行两两相关的统计处理，结果如表3所示。表明信息素养和内生动机（r=0.505，p<0.01）、学习态度（r=0.454，p<0.01）、学习兴趣（r=0.539，p<0.01）、自我效能感（r=0.599，p<0.01）、自主学习能力（r=0.527，p<0.01）之间呈显著的正相关。

但同时发现：信息素养与外生动机之间没有显著性的联系，主要原因在于外生动机是一种学习者受外界诱因所驱使才进行学习的动机，而现在高校对大学生的信息素养水平并没有相应的硬性規定与考核，因此大学生也少有出现被外界诱因所迫使去提升自身信息素养水平的现象。

（二）大学生信息素养的因素分析

为探究信息素养的影响因素，采用分层回归的方式对各假设进行检验。模型1输入人口统计学变量，分别为性别、年级、学科类别与生源地。模型2中输入学习动机特质，分别为内生动机、外生动机与学习态度。模型3中输入学习积极特质，分别为学习兴趣、自我效能感与自主学习能力。

多元层次回归结果如表4所示，模型1（R2=0.038，p<0.001），显示不同个体特征对信息素养有着显著影响，但预测能力仅为3.8%。在个体差异中，生源地对信息素养水平有显著影响（β=0.179，p<0.05），同时性别、年级、学科对信息素养水平无显著预测作用。由于城镇成长的大学生多为“数字土著”，农村成长的学生与数字化时代接轨较晚，因此在信息素养水平方面两者会存在一定的差异性。与此同时，大学生早期的学习生活经历足以弥补性别、年级、学科之间的差异。

在引入学习动机特质三个变量后，模型2的预测能力提高了27.1%，达到30.9%，预测能力达到显著性水平（R2=0.309，F=12.558，p<0.001）。但是个体特征对信息素养的影响在加入学习动机特征变量后发生变化，生源地对信息素养的回归系数影响不显著。在学习动机特质中，内生动机（β=0.347，p<0.01）与学习态度（β=0.249，p<0.01）均对信息素养有显著正向影响，这是因为在大学中，学生参与各项校园文化活动与科研活动，不仅需要课堂中教授的知识支撑，还需要自身拥有相匹配的信息技术能力，因此学生会自发地去学习有关于信息素养的知识与技能。与此同时，学习信息素养有关知识与技能的过程会较为枯燥，因此正确良好的学习态度能够有效提高个体信息素养水平。外生动机对信息素养的影响不显著，说明在信息素养方面，大学生更注重自我学习与发展的需求，不易受外在因素影响。

模型3在预测信息素养时达到统计显著性水平，在引入学习积极特质后，预测能力提高15.7%。最终，回归模型可以解释43.8%的信息素养变异（R2=0.466，F=16.930，p<0.001）。但学习动机特质对信息素养的影响发生变化，内生动机与学习态度对信息素养的影响均不显著。在最终的回归模型中，学习积极特质各变量均能显著正向预测信息素养，具体的回归系数为学习兴趣（β=0.171，p<0.05）、自我效能感（β=0.212，p<0.05）、自主学习能力（β=0.263，p<0.01）。说明若大学生个体拥有较高的学习积极特质，即对信息素养方面的学习有较浓厚的兴趣、充分的自信与自主学习的能力，则其信息素养水平较高的可能性越大。具体表现为：若大学生个体在拥有浓厚的学习兴趣后，会对信息的查询、收集、整理与学习进行探索，坦然面对并解决在信息素养相关学习时所遇到的艰难险阻，同时不断提高个人自主学习的能力来应对挑战，那么该个体信息素养水平可能会较高。根据多元层次回归分析结果修订大学生信息素养影响因素模型，如图2所示。

（三）中介效应检验

采用结构方程模型对学习积极特质影响学习动机特质和信息素养关系的中介效应进行检验。本研究提出以下三个假设：

假设H11：学习动机特质能显著影响信息素养。

假设H12：学习动机特质能显著影响学习积极特质。

假设H13：学习积极特质在学习动机特质和信息素养之间存在中介作用。

以信息素养为因变量，学习动机特质作为自变量，检验学习动机特质对信息素养的影响，结果发现：学习动机特质对信息素养有显著的推动作用（β=0.498，p<0.05），因此接受假设H11，在此基础上进行后续中介分析。

采用Mplus软件对学习积极特质中介模型进行分析，结果表明结构方程模型的拟合度良好（χ2/df=2.75<3，CFI=0.954>0.9，TLI=0.936>0.9，RMSEA=0.082<0.1，SRMR=0.055<0.08），路径系数检验结果如图3所示。学习动机特质能够显著正向预测学习积极特质（β=0.707，p<0.01）。

孟雁鹏也曾指出成就动机与积极人格特质呈显著正相关[13]，因此接受假设H12，这为验证学习积极特质的中介作用提供了基础，且学习积极特质对信息素养的影响也达到显著（β=0.843，p<0.01），表明在本研究样本基础上，学习动机特质→学习积极特质→信息素养的间接效应显著，也就是个体的学习动机特质越好，其学习积极特质就可能越高，最终导致其信息素养的提升。

进一步采用偏差校正的非参数百分位Bootstrap法，重复抽样5000次，对中介效应进行检验（见表5）。学习动机特质到信息素养直接效应的95%置信区间为（-0.30，0.10），包括0，因此直接效应不显著。学习积极特质对学习动机特质和信息素养间的中介效应95%置信区间为（0.43，0.76），不包含0，中介效应显著，效应量为0.596，因此假设H13成立。表明学习动机特质主要通过学习积极特质影响信息素养，即在学习动机特质与学习积极特质同时存在时，学习动机特质不能直接影响个体的信息素养，而是通过影响学习积极特质进而间接影响个体的信息素养。该结论同时能佐证表4模型3中引入学习积极特质后，学习动机特质中两维度内生动机与学习态度从显著影响转变为不显著影响。

在信息素养方面，学习动机特质是激励学生提高自身信息素养水平行动的内驱力，若大学生个体学习动机特质不稳定，则在该方面其学习积极特质也会相应较弱，从而导致其信息素养水平可能会较低。

（四）高分群体与低分群体的三维重叠空间分析

将大学生信息素养按照平均值进行分组，划分为高分群体和低分群体。以学习动机特质各维度、学习积极特质各维度为自变量，进行二分类Logistic回归分析，发现在纳入的6个自变量中，内生动机、自我效能感与自主学习能力具有统计学意义。内生动机每增加一个单位，拥有良好的信息素养可能性增加43.78%;自我效能感每增加一个单位，拥有良好的信息素养可能性增加24.68%;自主学习能力每增加一个单位，拥有良好的信息素养可能性增加20.88%。

使用Origin以不同形状的形式将高分群体（三角形点）与低分群体（圆形点）在三大维度为坐标轴的三维空间中呈现出来，如图4所示。从中可清晰直观地看出两个群体之间的关系与区别，其中位于重叠空间的圆形点属于低分群体的较高分，经过针对性训练后更有潜力转变为高分群体，从而显著提升其信息素养。部分低分群体之所以可以进入重叠空间，是因为有相对于另一部分低分群体更高的三个影响因素水平，但相对于未在重叠空间的高分群体来说，三维度水平不够高。重叠空间中既有高分群体又有低分群体，是因为个体的信息素养水平还会受个体神经灵活度、对信息素养方面知识的接触了解与技能学习程度、外部环境的限制、“信息茧房”等因素的影响[14]。

位于图4底部的少数三角形点所代表的大学生，其自主学习能力弱，但是内生动机不低，自我效能感高，他们仍然具有较高的信息素养水平。这一现象可以运用Logistic回归数据分析的结果进行解释。Logistic回归数据分析结果显示，自主学习能力对信息素养的影响程度与内生动机和自我效能感相比较低。若个体具有较低的自主学习能力，但是其内生动机和自我效能感水平较高，则其成为信息素养高分个体的可能性仍然非常大。同理，位于图4顶部的少数圆形点，由于其内生动机过低，自我效能感不高，导致其信息素养水平较低。

五、提升大学生信息素养的策略和建议

本文通过梳理信息素养相关文献，构建了大学生信息素养影响因素的结构方程模型，利用Mplus进行数据分析，探索学习积极特质、学习动机特质和大学生人口统计学特征对信息素养的影响作用，并基于三维重叠空间的分析，论证了低信息素养群体的培养路径。

基于此，本研究针对信息素养的影响因素和三维重叠空间，提出提升大学生信息素养的几点建议：

（一）从改善大学生学习积极特质方面来提高信息素养

本研究认为：第一，将困难的學习任务分解为多个子任务，学生在完成每个子任务后都会感觉到自我能力提升，从而增强学生的自我效能感。在学生完成学习任务后，教师需及时对学生学习成果进行有效反馈，如给予恰当的鼓励性评语与建议，并帮助学生正确归因。第二，重视学生学习需求，激发学生学习兴趣，并为不同学生提供个性化的教学内容。此外，可将学生的学习兴趣与技术应用结合起来，鼓励学生在自己感兴趣的学科学习活动中使用技术。与此同时，对于抽象的教学内容，运用多媒体技术结合大量实际案例，化抽象为具象，使学生更容易接收信息、理解信息、转化信息为知识。第三，采用项目式教学，让学生自主安排契合自身实际的学习方式，利用技术手段给学生提供个性化的学习支持，并引导学生与同伴充分交流，激发其学习热情，培养其自主学习能力。

（二）从改进学习动机特质方面来提高信息素养

本研究认为：第一，在内生动机上，结合多媒体技术丰富和优化教学内容呈现方式，让学生充分运用感知“双通道”——视觉与听觉进行学习，从而从多个角度激发大学生的思维，设计互动与交互模块，让大学生能够规划自身的学习进度并促进积极的学习情绪。此外，在课程设计时，需充分考虑学生现有的认知状况，设置难度适宜的问题情境，开展启发式教学，从而有效激发大学生的学习动机。第二，在学习态度上，为学生提供正确的学习目标指引，学生在明确目标后会拥有坚定的前进方向，从而能自主转变学习理念，调整自身的学习态度，并指引学生掌握正确的学习方法，让学习“事半功倍”。与此同时，为大学生树立良好的榜样，支持学生在社会化学习过程中，端正学习态度，合理高效地运用信息技术，从而显著提升自身信息素养水平。

（三）针对三维重叠空间中的低分群体来提高信息素养

本研究认为：第一，客观科学地判断一个大学生的信息素养水平和知识储备量，指导学生在学习过程中有意识地将新学知识与已有知识建立充分的联系，即通过开展有意义的学习，使学生更快、更高效地提升信息素养。第二，引导大学生制定恰当的、适合自身学情的学习目标，将大目标分解为若干个子目标，进而实现技能的逐步进阶。第三，教师应面向学生群体给予关心与帮助，解决学生在信息技术学习过程中的疑难与困惑。此外，还需考虑因材施教的个性化教学，针对不同个体采取不同的教育方式与方法，为学生量身打造学习方案，从而显著提升其信息素养水平。

参考文献：

[1]朱莎，吴砥，杨浩，等.基于ECD的学生信息素养评价研究框架[J].中国电化教育，2020（10）：88-96.

[2]陈岫.新环境下大学生信息素养的现状及影响因素[J].教育观察，2020，9（25）：5-10.

[3]杨雨琪.国内高校大学生信息素养影响因素研究——元人种志方法的应用[J].新世纪图书馆，2020（10）：27-33.

[4]邰杨芳，赵康丽.信息时代高校学生信息素养与自主学习能力研究[J].医学信息学杂志，2012，33（10）：85-89.

[5]刘大主.地方性院校新生信息素养水平及其影响因素研究[D].南宁：南宁师范大学，2019.

[6]罗玛，王祖浩.基于ISM与AHP的学生信息素养影响因素研究[J].中国电化教育，2018（4）：5-11，25.

[7]杨虎民，余武.当代大学生信息素养的现状调查与思考——以皖北地区高校为例[J].教育研究与实验，2014（2）：73-78.

[8]张世红，孙道金.网络环境下远程学习者信息素养调查与差异性分析——以中国人民大学“网上人大”平台为例[J].中国教育信息化，2016（15）：83-86.

[9]丁凡华.初中信息技术课程中学习兴趣研究[D].济南：山东师范大学，2014.

[10]ZHANG J X， SCHWARZER R. Measuring Optimistic Self-Beliefs： A Chinese Adaptation of the General Self-Efficacy Scale[J]. PSYCHOLOGIA， 1995，38（3）：174-181.

[11]FRAILLON J， AINLEY J， SCHULZ W， et al. Preparing for Life in a Digital Age： The IEA International Computer and Information Literacy Study International Report[M].Berlin： Springer International Publishing， 2014：246-250.

[12]池丽萍，辛自强.大学生学习动机的测量及其与自我效能感的关系[J].心理发展与教育，2006（2）：64-70.

[13]孟雁鹏.大学生积极人格特质与成就动机的关系研究[D].重庆：重庆师范大学，2012.

[14]张敏，王朋娇，孟祥宇.智能时代大学生如何破解“信息茧房”？——基于信息素养培养的视角[J].现代教育技术，2021，31（1）：19-25.

作者简介：

张行、高婕、王耀东、张曦悦，浙江工业大学教育科学与技术学院;

李浩君，浙江工业大学教育科学与技术学院博士生导师、教授、通讯作者，邮箱：zgdlhj@zjut.edu.cn。

Abstract：Building a country with strong education and human resources puts forward higher requirements for the cultivation of college students’ information literacy. Therefore， explore the influencing factors of college students’ information literacy and provide appropriate training strategies are of great significance. By using structural equation modeling and three-dimensional overlapping space analysis， this paper found that college students’ learning interest， self-efficacy， and autonomous learning ability significantly affected information literacy; positive learning characteristics completely mediated the relationship between learning motivation traits and information literacy. Within the overlapping space between high-information literacy and low-literacy groups， low-score groups have more potentials to be trained as the high-literacy ones. Finally， strategies and suggestions for improving college students’ information literacy level are proposed from the aspects of improving college students’ positive learning characteristics， improving learning motivation characteristics， and targeting low-scoring groups in the three-dimensional overlapping space.

Keywords：Information literacy; Learning motivation; Self-efficacy; Learning attitude; Three-dimensional overlapping space

編辑：李晓萍   校对：王天鹏