大数据时代需要具备数据分析素养的人才,学生的数据分析素养对数据素养社会的形成有重要影响。我国高中数学课程标准规定的六大数学核心素养之一是数据分析素养,对学生的数据分析素养水平提出了更高要求。但我国学生在有关数据分析素养的测试中表现欠佳,且我国少有关于高中生数据分析素养的发展研究,因此研究高中生数据分析素养的发展具有重大意义。本研究先研读文献界定了数据分析素养的内涵,构建了高中生数据分析素养水平测评框架,基于测评框架编制了高中生数据分析素养水平测试卷,再利用测量工具对高中生进行测试调查,根据结果对高中生数据分析素养整体及各测评维度的发展情况和存在的问题进行分析,得到以下结论:（1）高中生数据分析素养水平测评框架包括3个一级维度,7个二级维度,分别是:数据感知、数据处理与表达（包括5个二级维度,分别是:数据收集、数据整理、数据描述、数据解释、数据推断）、数据质疑。并将每个维度划分成了4个水平,分别是水平0、水平1、水平2和水平3。（2）高中生的测试卷平均总得分率为48.93%,说明高中生数据分析素养的整体表现并不令人满意。处于数据分析素养整体水平0的高中生有7.81%,水平1占31.56%,水平2为50.94%,水平3有9.69%,仅少部分高中生几乎不具有数据分析素养,大多数高中生具有一定的数据分析素养,素养非常高的高中生只是少数。具体而言,大部分高中生在“数据感知”、“数据收集”和“数据整理”三个维度具有较高的素养;在维度“数据描述”的素养一般;大多数高中生在“数据解释”、“数据推断”和“数据质疑”三个维度的素养较低。（3）高一的平均得分率为40.93%,高二为47.87%,高三为57.70%,随着年级的升高平均得分率增大,说明各年级的数据分析素养整体表现存在差异,高年级学生的表现要好于低年级。不同年级在各整体水平的学生占比也不一样,达到水平1的高一学生有85.85%,高二有93.33%,高三有97.25%,高中生的数据分析素养水平存在年级差异。具体来说,高一与高二在“数据感知”、“数据解释”和“数据质疑”三个维度表现相近;在“数据收集”和“数据描述”两个维度高一的表现不如高二;除了在维度“数据收集”上高三与高二的表现相近,在其余维度中高三的表现都好于另两个年级。（4）差异性检验的结果表明高中生的数据分析素养存在年级间的显著差异,高中生的数据分析素养随着年级的升高得到了显著的发展提升。以总得分为检验变量进行单因素方差分析,结果表明测试卷得分具有显著的年级差异,高一显著小于高二与高三,高二也显著小于高三。以整体水平为检验变量进行单因素方差分析发现数据分析素养整体水平具有显著的年级差异,虽然高一与高二的差异不显著,但高一与高二的整体水平都显著低于高三。这也从一个方面说明了高中生的数据分析素养是随着年级在发展提升的,但高中生数据分析素养的发展是需要时间的。（5）高中生在数据分析中存在的主要问题有:（1）只具有基本的数据分析意识,数据分析过程不完整;（2）缺少对多角度、多方法处理与表达数据的重视;（3）缺乏合理质疑和依据数据说理的能力。针对高中生在数据分析过程中存在的问题,本研究提出以下培养高中生数据分析素养的建议:（1）加强概念的理解,强调知识的本质;（2）在案例教学中让学生历经数据分析全过程;（3）合理地运用计算机及信息技术;（4）重视数据分析问题的现实背景和情景性。