教育实证研究中数据采集的基本规范、现实困境及其改进
阳 泽 韩睿婷 林晓婷
【摘 要】 随着基于证据的教育研究文化的兴起，教育实证研究越来越注重以数据来提升研究的科学性和决策的精准性。作为教育实证研究中的关键环节，基于其专业化要求，教育数据采集应遵循基于数据质量的规范、基于被调查者权益的规范和基于研究者伦理的规范。目前，教育数据采集面临采集途径较少、采集不充分、采集成本过高导致普通研究者负担太大、采集过程缺乏规范与难以实现数据共享、采集质量不佳影响研究结论等问题。要突破当前教育数据采集困境，需要改变目前这种个人化数据采集模式，建立各种教育数据采集辅助平台，特别是全国性教育科研数据采集辅助平台，有效推动教育数据采集的专业化发展。
【关键词】 教育实证研究；数据采集；辅助平台
大数据时代，数据已成为人类生产资料的重要组成部分，是新的科学研究范式的核心。在教育领域，教育数据开始受到教育科研和教育决策越来越多的重视。2016、2017 连续两年，全国教育专家齐聚华东师范大学举行全国教育实证研究会议，明确教育实证研究在新时期我国教育研究中的核心地位，提出以数据为证据可有效提升教育研究的科学性和教育决策的精准性[1]，由此，如何看待、采集和分析教育数据成为教育实证研究的关键要素。教育数据是教育实证研究的生命[2]，尽管教育实证研究成果的文本形式主要呈现教育数据的分析和处理结果，但从根本上影响教育数据质量的还是教育数据的采集过程。伴随教育实证研究的兴起，教育数据的采集将全域性和大面积展开，并由此推动其专业化进程，对数据采集提出更高的基本标准和要求。
诺基亚是一家老牌手机制造厂商，其品质过硬、经久耐用，深受消费者欢迎。意想不到的事，面对新一轮的手机行业革命，诺基亚开始衰落并最终被微软收购。近几年，互联网信息技术的跨越式发展，使得电子商务得到了以往从未有过的发展机会并深刻的改变了人们的生活方式。很多电子商务企业通过传新发展模式，不再需要进行原材料的采购和产品的生产，转而采取代工的模式，节省了很多中间环节以及生产成本，小米就是在这种模式下快速发展起来的，并迅速成为一家成功的互联网公司。
一、教育实证研究中数据采集的基本规范
要确立教育实证研究中数据采集的基本规范，需要明确教育数据采集的几种基本形式。目前，教育数据采集主要有三种形式：官方教育数据采集、在线教育数据采集和教育研究数据采集。官方教育数据采集是教育行政部门为了掌握所属地教育基本情况，向下属机构和学校索取教育基本数据的方式，此类教育数据的类目比较固定并且范围基本确定，主要由下属单位整理递交，部分数据会在教育行政部门官方网站、政府工作报告、教育发展蓝皮书中呈现。在线教育数据采集是指在教育信息化条件下，通过软件设定并由仪器设备自动记录并保存相关教育数据的方式，这类教育数据的类型和形式并不固定，通常受学习项目要求、软件设计策略和仪器设备功能制约。教育研究数据采集则是从获得科学结论的目的出发，由教育研究者有目的地收集相关教育数据的方式，这类教育数据的类目和形式通常由研究项目的性质决定。比较三类教育数据采集，教育研究数据采集与官方教育数据采集都对数据质量有很高的要求，它们与在线教育数据采集的共同点是数据形式和类目不固定；但教育研究的数据采集多属抽样数据采集，官方教育数据采集和在线教育数据采集多属全纳性数据采集。虽然特定教育研究的数据也可间接来自官方教育数据和在线教育数据，但大部分教育研究中的数据采集是研究者直接从被试样本身上获取的，出于教育科学研究的目的和严格的学术伦理，教育研究中的数据采集有更多的规范性要求。
1.基于数据质量的规范
教育实证研究的数据采集是有目的的数据采集，其目的是通过高质量的数据获得更科学的结论，因此，教育实证研究追求数据质量。具体来说，高质量的数据应满足科学上的可靠性要求[2]、统计学上的大样本要求[3]和数据使用上的标准化要求。可靠性反映的是数据对真实情况的揭示程度，即要保障获取的数据质量没有较大的错误或偏向，能如实反映被调查者的情况。可靠性是数据和数据采集的生命[4]，是数据价值和数据能被信赖的最重要的基础。要保证数据的可靠性，数据采集的工具要满足测量学要求，数据采集者要对采集到的数据进行科学筛选，加强对数据采集过程的监管，特别是对数据采集对象的回访和对数据采集者信用的监控。充分性指的是要多途径、多渠道、多方面地尽可能多地收集数据，以保证数据的完整性、多样性和全面性。数据越丰富，越接近统计意义上的总体水平[5]，越能进行更有效的统计分析，得到的研究成果就更准确，实际的推广面也就越大。为保证数据采集的充分性，一般要求大样本、多方法和智能化数据采集。标准化是指在数据采集过程中，针对数据类型和形式以及数据采集过程都应有严格统一的规定。标准化原则既是保证数据可靠性的必要条件，也是推动数据分享和综合处理的客观要求，特别是在大数据时代，共享标准的各类数据之间能进行比较和整合，从而使数据产生更大的使用价值，避免出现“数据孤岛”。同时，对数据质量制定标准化要求也是为了便于后期科研数据的规范化管理。数据采集标准一般由行业制定发布，通过数据采集监控和学术成果鉴定等方式来推动落实。
2.基于被调查者权益的规范
教育实证研究要面向被调查者获取数据，这一调查过程也是研究者与被调查者履行调查契约的过程，要遵循平等性、自愿性和忠实性原则。调研中，被调查者虽然需要听从研究者的相关安排，但并非是研究者可以随意操纵的对象，实际上，两者在调查过程中的地位是平等的。自愿性是指被调查者参与数据收集必须是自愿的，被调查者如果不愿意，应该和有权拒绝参与数据采集。为提高被调查者参与数据采集的自愿性，研究者一方面会与被调查者签订自愿协议书，让被调查者清楚自己在数据采集中的权益和收益；另一方面，会通过优化数据采集程序，让被调查者方便和轻松参与。忠实性指的是在数据收集过程中，被调查者应当履行承诺向数据采集者尽可能忠实地呈现和提供数据。要做到忠实性反应，首先，数据采集面向被调查者的指导语必须清晰、具体；其次，被调查者应具备契约精神；再次，需要对数据采集进行巧妙安排，比如网络调查时设置一个IP 只能做一份问卷，避免被调查者重复填答；最后，及时给予被调查者反馈结果，被调查者当下即可通过反馈了解自身情况。教育实证研究需要被调查者密切配合才能获取有效数据，这对被调查者的综合素养也提出了一定的要求。
但是关于妹妹的订婚，翠姨一点也没有羡慕的心理。妹妹未来的丈夫，她是看过的，没有什么好看，很高，穿着蓝袍子黑马褂，好像商人，又像一个小土绅士。又加上翠姨太年轻了，想不到什么丈夫，什么结婚。
3.基于研究者伦理的规范
（3）各司职能及组织模式。各层级教育科研数据采集辅助平台各司其职又相互协作。国家教育科研数据采集服务中心的职能主要是制定和颁布教育数据采集行业标准，管理各省、市教育科研数据采集服务中心，接受全国性教育数据采集申请并将数据采集任务下派到各省、市教育科研数据采集服务中心。各省、市教育科研数据采集服务中心的主要职能是对各省、市范围内的教育科研数据采集服务中心进行管理，接受国家教育科研数据采集服务中心的任务下派和省市范围教育数据采集申请，并将数据采集任务进一步下派到区县数据采集服务中心。区县数据采集服务中心对区县内各基层教育科研数据采集服务站进行管理，接受省、市教育科研数据采集服务中心的任务下派和区县范围的数据采集申请，并将数据采集任务下派到各基层教育数据采集服务站。各基层教育数据采集服务站接受区县数据采集服务中心下派的采集任务，组织数据采集人员按要求采集数据，并将采集到的数据提交上一级数据采集服务中心。
二、教育实证研究中数据采集的现实困境
1.数据采集途径较少，数据采集不充分
在大数据时代，数据是否充分是衡量数据有效性的重要指标。在教育实证研究中，数据采集是研究者和数据采集对象及单位的接触互动过程，研究者掌握和熟悉的数据采集对象及单位的数量多少与广度大小，决定了其数据采集是否充分。目前，大部分教育科研人员是个人独立进行科研的[9]，因此，教育实证研究中的数据采集往往也是由研究者个体完成，需要临时搭建各种用于数据采集的人际关系。研究者通常会利用自己固有的社会资本和人际交往圈来搭建用于数据采集的人际关系。但存在的问题是，相比数据采集对象的广泛性和大数据对数据广度的要求，研究者个体的人脉资源相对有限，即使有研究者的人脉资源比较丰富，但涉及某项具体的数据采集任务，受制于对象的特殊性等因素，也很难组织有效的人际关系顺利进行数据采集，同时，如果人脉资源的使用是单方的，则很难连续不断地利用这种人脉资源来搭建数据采集工作要用的人际关系。并且，在依靠他人进行数据采集时，无法直接监控整个过程，数据回收率可能不高。在教育实证研究实践中，部分研究者正是因为顾虑缺乏数据采集必需的人脉资源及人际关系的搭建，而无奈放弃了实证研究；多数研究者虽然坚持进行教育实证研究，但由于人脉资源有限，所掌握的研究对象数量较少，难以进行大范围的数据采集，往往数据采集不充分；即使有少数研究者进行过大范围教育数据采集，往往也无法做到持续进行。在研究者群体里，相比教师，学生往往人脉资源更少，他们通常很难顺利开展教育数据采集工作，很多时候不得不求助于自己的老师。伴随网络数据采集手段的使用，研究者可以对网络上完全不相识的对象开展数据采集，但绝大部分的网络数据采集要依托自己的微信、QQ 等社交群，仍然要受制于自己的人脉资源，而且网络数据采集的受众有限，对于某些网络能力有限的人群往往难以实施数据采集工作。
2.数据采集成本过高，普通研究者负担太大
产品是品牌的载体，品牌是产品的灵魂。产品是实现品牌策略的最直接最重要的手段，为此，介于渠道业态的差异性，百雀羚丰富了旗下产品线，相继推出了水嫩倍现、草本精粹、气韵草本等草本系列护肤品，清新自然的风格紧贴品牌属性和时尚潮流，与传统百雀羚产品的风格迥异。草本系列护肤品上市后，受到了顾客的一致好评。
数据采集通常要耗费相当的人力、物力和时间资源。据美国科学基金会等机构调查显示，科学实验在科研活动中耗时约占三成以上。[10]在我国国家科技计划的经费中，约有30%～50%的比例用于科研数据的采集与整理。[11]一项实证研究所需要的经济成本是相当高的。劳务费，即支付给被调查者的辛苦费，支付太少，担心被调查者不配合，支付太多，研究者本人又难以承担；交通费，在实证研究中，往往强调实际的直接的经验，因此第一手的资料尤为珍贵，要获得第一手资料，研究者往往需要深入实地去考察，距离近的所需交通费用还较少，但对于远距离的大面积的调查，所需的交通费用成本太高。如果研究者建立合作调查的团队，那么，整个团队的经费支出会更多，这对于普通研究者来说往往很难负担。同时，数据采集环节，研究者通常需要协调处理多方面的关系，采集的中间环节很多，每一个环节都需要耗费大量的时间成本，如研究者要寻找数据采集对象，与对象单位接洽，商量数据采集时间和地点，等等，如果接洽不成功还需调动其他的社会资源，与数据采集对象建立间接的关系，这些繁杂的中间环节使得整个数据采集时间成本大大增加。另外，出于研究目的和安排，研究者有时需要单独到陌生的甚至偏远的地方进行调研，由于对周围环境的不熟悉，研究者的人身安全得不到保障，这些安全方面的风险是研究者不得不考虑的。同样地，数量庞大的数据采集任务、难以找到合适对象、身处陌生环境等一系列的问题也给研究者本人带来了巨大的心理压力，最后可能会使研究者心理负担过重，导致无法顺利完成数据采集。总而言之，整个科研数据的生产会耗费大量的科研时间和科研经费[12]，普通研究者若得不到外部资助将很难持续开展研究。
3.数据采集过程缺乏规范，难以实现数据共享
目前在教育实证研究中，数据采集缺乏较为统一的程序、标准和要求。譬如，对数据采集者资质、数据采集流程、数据安全等没有统一规定，导致多数研究者在数据采集时各行其是，遵循的是方便原则，使用不同的办法，未按照较为严谨的步骤进行，最后得到的数据比较混乱，在格式上难以统一。数据采集过程缺乏规范，总体上会导致数据采集领域的混乱，大数据背景又会加剧这种混乱。首先，会让数据采集对象的基本权益无法得到有效保障。譬如，出现被迫接受数据采集、遭受不公正对待、隐私泄密、强行无酬劳动、超负荷数据采集等问题。其次，威胁国家数据安全。严格地说，涉及公共领域数据，个人无权随意大面积采集，一些敏感的涉及国家安全的公众数据更是禁止私人采集。在西方发达国家，即使是研究者的数据采集同样需要向主管部门事先申报，提交相应的数据管理计划[13]，待审核通过后方能面向大众采集数据。这既是规范数据采集程序的需要，也是保护国家数据安全的需要。在这方面，由于缺乏规范程序，教育研究者的数据安全意识非常薄弱。更重要的是，由于缺乏规范程序，高校科研数据来源复杂且类型多样[12]，不同研究者采集的数据形式差异大，数据之间难以综合，从而无法形成较完整的数据库。科研数据从生产到发布其本身具有一个完整的生命周期[14]，而目前我国大部分研究者数据素养还不够高，对科研数据管理、储存的意识比较薄弱，通常做法是“即用即丢”，即科研完成后就将花费高成本收集来的数据丢弃在一旁，造成科研数据大量浪费，削弱了科研数据的价值，因此，学术界的数据共享难以实现。
4.数据采集质量不佳，影响研究结论
（3）区域型平台。地方政府教育管理部门或者第三方社会机构可以利用自己的资源优势组建地域性的教育数据采集服务平台。这种服务平台按照专业化和商业化模式运行，严格规定用户、调查对象和服务结构权益。区域性平台的局限在于调查对象仅限于特定区域，跨区域调查需要整合数据标准和类型。
越是困难的环境，就越能体现商业模式的创新价值。特别是对于印刷这样的传统行业来说，生产模式、员工素质、厂房设计等多年不变，更加需要商业模式的创新。阳光印网的这种创新模式，天然地将互联网与印刷企业紧密结合、完美匹配，成为业内创新的典范。
三、应对之策：建立教育研究数据采集辅助平台
尽管目前我国已有部分高校提供了科研数据管理与共享服务[16]，但数量较少并且轻视数据服务，数据生产及数据采集并未引起研究者的足够重视，这一环节还存在诸多困境[12]。深入分析教育实证研究中的数据采集困境，主要是由研究者个人化数据采集模式所导致的，因此，要从根本上解除教育实证研究中的数据采集困境，应依托教育统计机构和现代信息技术建立多层级教育研究数据采集辅助平台。
1.教育研究数据采集辅助平台的基本形式
（1）个人微平台。研究者可以利用自己的人脉或者与某些单位的合作经历，采取科研合作等形式与相关调查单位建立调研合作关系，然后整合形成一个小型的数据采集平台。这种数据采集平台小而灵活，可以服务于小项目和小范围的教育数据采集，但这种“微平台”的局限是随意性大，无法与调查单位维持长期稳定的关系，也无法有力执行相关规范，调研质量很难保障。
（2）单位型平台。出于研究者团队的共同需要，调研者所在单位可以利用业务往来（如高校一些单位与校外单位建立的培训关系、实践基地等）渠道与相关对象建立数据采集合作关系，为教育研究者建立一个单位型数据采集平台。相比个人微平台，单位型数据采集辅助平台的范围更大，可以制定相应规范，使数据更标准。但单位之间一般都是定向联系，仅限于有合作关系的、有往来的对象，而无法拓展数据采集对象的范围，所建立的标准、规范也只能协商执行。
虽然大数据时代弱化数据精确性并容忍模糊和不精确数据，但那是建立在海量数据以及对模糊和不精确数据强大的数据处理功能上的，关键原因是大数据看重的是相关关系而不是因果逻辑。[15]显然，这既是大数据的优点，同时也是它的局限：它适合对宏观总体进行预测性分析，却无法对实践改进提出有效建议，因为前者揭示出相关关系即可，后者却有赖于明确因果关系的形成。大数据过多依赖数据的自动生成，而用于研究任务的数据采集却是人类有目的的行为，获取更精确的数据以形成更科学的结论是人类理性行为和意志行为的重要体现。所以，教育实证研究理应追求数据采集质量，并由此形成科学的结论，推动教育科研和教育决策达到更高水平。目前，在教育实证研究中，一是数据采集并未做到统计学所规定的随机抽样，大多数实证研究所采集的数据都只满足了数据的方便可得性，即能得到什么数据就是什么数据，而难以做到大范围的随机采集，使得研究结果只能反映某一特定时间段及小部分地区的情况，研究结果的解释力和说服力不足。二是多数数据采集者并未有过正规培训，缺乏数据采集必要的常识和技能，无法对数据采集过程进行有效监控，诸如数据采集对象的反应偏差、数据采集者的期望效应、典型环境影响等没有很好排除，致使数据采集总体可信度不高，数据精确度不高，无效数据和垃圾数据较多。三是由于缺乏数据伦理的制约，很多研究者仍将某些低质量数据纳入分析处理，严重影响研究结论的可靠性和科学性。甚至有研究者为了达到最终目的，不惜违反学术基本道德，恶意篡改编造数据，大大降低了学术研究的水准。
8. 线粒体能量代谢障碍：线粒体能量代谢障碍可能参与了PSD的发病机制。抑郁症动物模型中也发现了线粒体功能障碍。尽管PSD缺乏具体的临床或实验研究，但有2个因素支持这一假设：(1)对能源的高需求使大脑特别容易受到缺血引起的有氧代谢障碍，氧化应激在脑卒中缺血性再灌注损伤中也起到关键作用；(2)神经影像学研究抑郁(非缺血性)患者出现的脑血流量和脑葡萄糖代谢率的变化，测定脑组织能量代谢出现变化。抑郁症患者的氧化应激也得到了生物化学、遗传学和药理学研究的证据支持。有鉴于此，Renshaw等进一步证实了增加脑ATP有效性的药物可能具有抗抑郁作用[19]。
（4）全国型平台。从国家层面出发，自上而下建立一个多层级、立体式的教育科研数据采集服务平台。可挂靠于国家层面的教育统计机构，如教育部发展规划司、各级教育行政部门等。该平台可通过制定统一的数据标准和数据采集流程，系统化地为广大教育研究者的数据采集服务，具有全覆盖、专业化、系统化和高稳定性等特点，是大数据时代目的性数据采集的重要形式。
2.全国型教育科研数据采集辅助平台的基本特点
（1）服务类型及主要流程。全国型教育科研数据采集辅助平台主要向教育研究者提供数据采集服务和建立教育科研大数据库。其中，数据采集服务包括全包型服务（完全由教育科研数据采集辅助平台帮助采集数据）和协作型服务（只提供数据采集的部分服务，如只帮助研究者联系数据采集对象和场地，由研究者本人实施数据采集）。教育研究者在网上按照流程向教育科研数据采集服务平台购买数据采集服务。首先，教育研究者根据数据采集范围联系对应层级的教育科研数据采集服务中心并提交数据采集申请；其次，教育科研数据采集服务中心对研究者的数据采集申请进行审核，申请通过后，教育科研数据采集服务中心与研究者签订数据采集服务购买合同；再次，教育科研数据采集服务中心下派数据采集任务，接到任务的基层教育科研数据采集服务站按要求进行数据采集；最后，教育科研数据采集服务中心回收数据并交给研究者，研究者支付数据采集费用给数据采集中心。
（2）平台结构及员工要求。建立全国教育科研数据采集的层次性和全国性辅助平台体系，包括国家教育科研数据采集服务中心、省市级教育科研数据采集服务中心、区县级教育科研数据采集服务中心和各基层教育科研数据采集服务点，并依托互联网建立各层级教育科研数据采集网上服务平台系统。各层级教育科研数据采集辅助平台可挂靠于各级教育行政机构中的教育统计机构。这样一来，可降低各级教育科研数据采集服务平台设立的难度，发挥教育统计机构对教育科研数据采集辅助平台的指导作用，便于整合教育基本数据和教育科研数据形成教育大数据库，共同服务于国家的教育决策和教育科研。各级教育科研数据采集辅助平台主要由管理人员和数据采集人员组成。其中，数据采集人员必须经过专门训练，具有统计从业资格和娴熟的数据采集技能。
研究者是教育实证研究和数据采集的操作者，从学术规范出发，合格的研究者应具备基本的数据素养[6]，让自己的数据采集做到保密性、客观性、关怀性和声誉性四项伦理要求。保密性指的是在数据收集之前，研究者应以口头或书面形式向被调查者说明其隐私受到保护，承诺尊重其隐私，以及研究者所承担的法律责任，并签订保密协议书；在数据收集过程中，研究者应注重保护被调查者的隐私，对被调查者的性别、年龄、家庭情况、个人爱好等数据资料采取保护措施。客观性指的是尊重研究假设，尊重客观事实，在数据收集过程中，不带研究者的主观偏见，尽量随机选择调查对象，即数据是什么就是什么，不能有目的和有选择性地去收集有利于本研究的数据，不能为了得出某一特定结论而擅自篡改数据或弄虚作假。为了避免实验者效应[7]，研究者可以寻求第三方的帮助，从而使数据采集达到客观要求。关怀性指的是在数据收集过程中，应尊重被调查者的人格，不能为了研究方便而让被调查者承受较大心理压力，要避免对被调查者造成任何不良影响，并且，应该按照合理标准向被调查者支付酬金。有研究表明，数据伦理对研究者科研创新能力影响显著[8]，关怀性在一定程度上反映了研究者的科研态度与素养。声誉性主要是指不管进行什么形式的数据采集，研究者都应有良好的态度，尽可能地避免给被调查者带来干扰，要给别人留下良好的印象，建立愉快的合作关系，以免被调查者产生厌烦情绪，给后续的研究者或者研究团队带来不良影响，影响后续研究和团队的整体研究工作。在教育科研领域，研究者应始终秉持以人为本的信念，多从被调查者的角度思考，既要保证被调查者不受伤害，又要让被调查者心甘情愿地参与到研究中以获取全面翔实的信息，最终达到双方都满意的状态。
（4）数据管理及未来发展。教育科研数据采集辅助平台将研究者的数据在该平台收集储存为研究者专利数据，其他研究者可通过该服务平台向该研究者购买数据使用权，以此实现教育科研数据的共享。由研究者自愿购买数据采集服务，逐渐转变为必须通过教育科研数据采集辅助平台实现数据采集。教育科研数据采集服务平台通过执行统一数据采集行业标准、对研究者数据采集申请进行资格审查和进行专业化数据采集作业，保证数据采集的规范、专业、高效和安全。
3.全国性教育科研数据采集服务平台的意义
全国性教育科研数据采集服务平台是教育数据采集专业化的客观要求：一方面，能有效建立教育数据采集规范，通过确立教育数据标准、合理数据采集程序、规范数据采集秩序，教育数据采集将更为规范合理；另一方面，保障和优化了数据采集相关方的权益，显示更强大的教育研究服务功能。就后者而言，全国性教育科研数据采集服务平台的意义主要体现在以下五个方面。
教师是一个伟大且崇高的职业，虽然只是普普通通的两个字，但是手里的责任是沉甸甸的，这就要求教师在小学语文的教学的过程中不仅仅要做到热爱学生，还要善于与学生进行交流。只有这样才能在加强自身师德建设的同时，促进学生对于语文课堂的喜爱，提高他们的学习兴趣以及热情。本文主要从自我反思、尊重学生以及教师之间的互相交流等三方面对加强师德建设工作进行阐述，得出结论。
（1）有效保障被调查者权益。由于数据采集的人员较专业，数据采集过程较科学，给被调查者带来的困扰较少，可有效保证他们的相关权益；同时，数据采集辅助平台在调研结束后，可以将相关数据反馈给被调查者，对被调查者自我认识和自我发展提供个性化帮助。
对比组共8例患者检出老年退行性心脏瓣膜病变，检出率为11.94%，研究组共9例患者检出老年退行性心脏瓣膜病变，检出率为8.371%，试验组共5例患者检出老年退行性心脏瓣膜病变，检出率为33.33%。三组检出率差异有统计学意义（P＜0.05），老年退行性心脏瓣膜病变检出率与患者年龄呈正相关，患者年龄越大则检出率越高。
（2）极大地减轻研究者的压力。构建全国性教育科研数据采集服务平台能够减少单个研究者数据采集的困难，大大降低研究者的经济、时间成本和身心压力；研究者不再需要建立复杂的社会关系网络，也可减轻他们的诸多顾虑，提高研究者做实证研究的积极性。
（3）强化教育实证研究取向。构建全国性教育科研数据采集服务平台，能够从源头上保证教育数据的多样性和丰富性，提高数据采集的质量，能够实现统计学所要求的随机抽样原则，使研究结果更具说服力；随着数据采集的简便化，教育实证研究的研究成果必将会大幅度增加，对于改变我国长期以来重思辨、轻实证的研究现象有重要作用，还可大大提高我国教育研究的综合实力。
（4）提升教育决策的科学性。数据采集中心能够提供第一手的数据，为国家了解更多的教育研究现状提供了渠道，并且为国家重要的教育行政决策提供了重要的参考信息，使得国家层面的教育决策更具针对性。更重要的是，教育科研数据采集中心可以起到补充国家教育统计部门运行模式的作用。通常来说，研究除了使用基本的教育数据，更常用的是教育科研数据，而这些教育科研数据往往都是由研究者个人获取的，造成教育科研数据形式、质量都不统一，影响研究的可靠性。建立大型教育科研数据采集平台，按照标准化的程序所获得的数据，既达到了研究的科学性要求，具有一定的可信性和权威性，同时又达到了完善国家教育统计部门的功能的作用。
（5）有利于建立教育大数据。教育大数据应当是涵盖较为全面的数据，不仅包括教育的基本信息，更需要大量的教育研究数据来充实数据库。建立专门的教育科研数据采集中心，将科研数据统一采集储存起来，融入教育大数据中，可使得教育大数据更加丰富、多样，也更具有实用价值，符合教育大数据的特征。
参考文献：
［1］全国教育实证研究联席会议在上海召开［J］.学位与研究生教育，2017（2）：43.
［2］加强教育实证研究，提高教育科研水平——“第二届全国教育实证研究专题论坛”及“全国教育实证研究联席会议”成果览要［J］.华东师范大学学报（教育科学版），2017，35（3）：18-36.
［3］梁惠燕.中小学教育研究的N 个问题［M］.广州：广东高教出版社，2014：220.
［4］金广林.全面质量管理实用方法［M］.北京：科学普及出版社，1990：23.
［5］辛金国，张亮亮.大数据背景下统计数据质量影响因素分析［J］.统计与决策，2017（19）：64-67.
［6］孟祥保，常娥，叶兰.数据素养研究：源起、现状与展望［J］.中国图书馆学报，2016，42（2）：109-126.
［7］莫文.心理学实验中的各种效应及解决办法［J］.实验科学与技术，2008，6（6）：118-121.
［8］吴成.数据素养对研究生科研创新能力的影响研究［D］.南昌：南昌大学，2017.
［9］闫建璋.我国师范大学教育学院教师科研现状调查研究——基于20 所师范大学教育学院调查数据的思考［J］.教育研究，2014（7）：109-114.
［10］程娟，张慧，裴雷.信息检索：第 2 版［M］.天津：天津大学出版社，2014：70-74.
［11］路鹏，苗良田，李志雄，等.我国科学数据共享现状的调查与分析［J］.地震，2007，27（3）：125-130.
［12］陆玉泉.大数据时代高校科研数据服务模式与建设路径研究［D］.南京：南京航空航天大学，2017.
［13］邢文明，吴方枝，司莉.高校图书馆开展科研数据管理与共享服务调查分析［J］.图书馆论坛，2013，33（6）：19-25.
［14］胡卉，吴鸣.嵌入科研工作流与数据生命周期的数据素养能力研究［J］.图书与情报，2016（4）：125-137.
［15］于福志.大数据时代［M］.长春：吉林文史出版社，2017：79-85.
［16］刘兹恒，曾丽莹.我国高校科研数据管理与共享平台调研与比较分析［J］.情报资料工作，2017（6）.
The Basic Norms，Realistic Dilemmas and Improvements of Data Collection in Educational Empirical Research
Yang Ze，Han Ruiting，Lin Xiaoting
Abstract: With the rise of evidence-based educational research culture，educational empirical research has increasingly focused on the use of educational data to improve the scientific nature of research and the accuracy of educational decision-making.Educational data collection is a key link in educational empirical research.Based on the professional requirements of educational data collection，it should follow the norms based on data quality，the rights of respondents and the ethics of researchers.At present，education data collection is faced with the problems of fewer acquisition approaches，insufficient acquisition and high acquisition cost，which lead to great burden on ordinary researchers，lack of standardization in the collection process，difficulty in data sharing and poor quality of collection.To break through the current dilemma of educational data collection，it is necessary to change the current personalized data collection mode and establish a variety of educational data collection auxiliary platforms，especially the national educational research data collection auxiliary platform，which can effectively promote the professional development of educational data collection.
Keywords: educational empirical research，data collection，auxiliary platform
【中图分类号】 G40-058.1
【文献标识码】 A
【DOI编码】 10.16518/j.cnki.emae.2019.08.003
【本文检索信息】 阳泽，韩睿婷，林晓婷.教育实证研究中数据采集的基本规范、现实困境及其改进[J].教育测量与评价，2019（8）：14-20.
阳 泽 /西南大学教育学部副教授，博士，主要研究方向为学前和特殊儿童心理发展与教育。（重庆 400715）
韩睿婷 /西南大学教育学部硕士生，主要研究方向为特殊儿童心理发展与教育。
林晓婷 /西南大学教育学部硕士生，主要研究方向为学前儿童心理发展与教育。
责任编辑/林 洁
标签：教育实证研究论文; 数据采集论文; 辅助平台论文; 西南大学教育学部论文;