0 引言 大数据与人工智能的深度融合，推动社会迈入以智能化为显著特征的新发展阶段。在推进中国式现代化与数字中国建设的进程中，人的现代化成为关键支撑，数字素养正是其核心内容[1]。联合国教科文组织发布的《数字素养全球框架》[2]认为数字素养不仅包括信息素养、媒介素养、计算思维等复合能力，还应重视个体的数字态度与动机。我国的《提升全民数字素养与技能行动纲要》[3]明确提出，数字素养与技能是指数字社会公民学习工作生活应具备的数字获取、制作、使用、评价、交互、分享、创新、安全保障、伦理道德等一系列素质与能力的集合。《数字中国建设整体布局规划》[4]提出，要构建全民覆盖的数字素养发展培育体系。数字素养逐渐成为每位公民在数字社会的必备能力，但仍存在群体结构、区域分布与技术适应上的差异性问题，数字鸿沟尚未完全弥合[5-7]。数字素养的提升受到多元因素的共同影响。因此，厘清数字素养影响因素与作用机制，可为其策略提升提供精准靶向，从而形成数字素养提升路径的良性动态循环。 1 研究现状 当前，国内外研究多聚焦于学生、教师、老年人等特定群体，主要表现为：①学生群体因教育阶段不同而存在差异。在小学阶段，学校信息技术基础条件、教师信息技术使用与协作水平及家庭支持综合影响小学生群体的数字素养，且城乡区域差异显著[8]。在初中阶段，人口学特征、合作与问题解决能力以及家庭环境均具有显著影响[9-11]。在高校阶段，教育培训、技术技能、批判性思维、内在动机与社会影响等因素驱动本科生的数字素养发展意向[12-16]；研究生的数字素养主要受平台与信息质量、设备条件及宏观环境因素的影响[17]。此外，计算思维、媒介使用习惯及经济背景等因素对于高校学生群体也具有重要影响[18]。②教师群体的数字素养受到培训成效、数字化应用支持、工作与学习压力等因素影响[19-20]。其中，中小学教师主要受学校组织的专题培训质量与教学支持条件的影响[21-22]。高校教师受个体信念、组织支持与社会环境等多重因素的综合作用，其数字技术观念与价值认知是提升数字素养的重要驱动力[23-24]。此外，从城乡区域划分角度看，乡村教师更多受到便利条件、政策支持与内在动机驱动的影响，且其数字素养受年龄、教龄、职称等个人特征的影响显著[25-26]。③老年群体的数字素养受个体因素与外部环境的共同作用，包括对数字技术的感知、风险认知、自我效能、过往经验、人际影响及人口统计特征等因素，以及家庭与政府的支持、设备可及性、信息生态质量、社会刻板印象等[27-28]。 总体来看，现有研究为理解不同群体的数字素养提供了参考，但仍存在一定不足：研究视角多侧重于单一层面，对多层次因素之间的交互作用分析不足。为此，本研究采用元综合(meta-synthesis)方法，以系统整合与理论重构为目标，围绕“智能时代数字素养影响因素”主题，对现有文献开展系统归纳与整合，提炼核心概念，厘清其影响因素与关系结构，以便为后续研究中的实证分析与政策实践提供理论支撑。 2 数字素养关键影响因素的识别 元综合方法可以打破单一研究的视角局限，通过对特定目标主题的相关文献进行检索、筛选、提取、解释、融合、重建以及详细的系统分析，将定性和定量的研究结果归纳、比较与概念转译，从而对现有分散的研究成果进行整合，以发展出具有解释力的理论模型或分析框架[29-30]。因此，本研究参照元综合方法操作流程[31]，主要包括以下几个步骤。 2.1 研究问题确定与文献采集 根据“智能时代数字素养影响因素”这一研究问题，制定文献检索策略。中文文献选自中国知网，以“数字素养”“信息素养”“AI素养”“算法素养”等为关键词，并结合“影响因素”“驱动因素”等进行组合检索；英文文献选取Web of Science数据库，以“digital literacy”“information literacy”“AI literacy”“algorithmic literacy”等为关键词，结合“influencing factor”“driving factor”等进行检索。检索时间限定为2020年1月1日至2025年4月10日。2020年是社会数字化、智能化进程加速的关键之年，我国将人工智能纳入“新型基础设施建设”范畴，并首次将“新型基础设施建设”写入政府工作报告，且以GPT-3等为代表的生成式人工智能技术的突破使人工智能进入实用阶段，提升全民数字素养能力成为国家战略重点[32-33]。因此，本研究选取近5年的文献，经初步筛查，共获取中文文献2032篇，英文文献1403篇。 2.2 文献筛选与评估 本研究采取三阶段流程进行文献筛选[34]：①预处理排查。限定中文文献来源为CSSCI与《中文核心期刊要目总览》入选的期刊，英文文献来源为SCIExpended、SSCI等数据库收录的期刊，并剔除书评、综述、非实证研究和重复研究内容。最终，中文文献保留220篇，英文文献保留56篇。②主题相关性筛选。对文献标题、摘要及研究目的进行初筛，排除非研究核心的文献后，得到41篇相关文献，包括中文文献24篇、英文文献17篇，并通过追踪参考文献补充3篇相关文献。③研究质量评估。本研究采用循证图书馆学(Evidence-Based Librarianship，简称EBL)工具对文献进行评估，从研究设计严谨性、数据收集规范性、结果分析完整性角度进行评分[35]。最终纳入44篇EBL评分≥75％的文献作为分析对象，其中中文文献24篇、英文文献20篇。
