来源：《教育研究与实验》2019年第1期 作者：龚伯韬

摘要：对中国教育追踪调查（CEPS）2013－2015学年面板数据进行多元回归分析与广义倾向值匹配法检验，本文探讨了学校信息化对中学生学业成就的影响在不同阶层及学校类型之间的异质性问题。研究发现：学校信息化水平对主干课程成绩（语数英）、认知水平、主干课程接受度的影响存在差异；学校信息化与学业综合成就呈近似倒U型非线性关系，中低水平的学校信息化可促进学业综合成就增长，对缩小优弱势阶层学生群体间学业综合成就的差异发挥积极作用，但较高水平的学校信息化对学业综合成就产生抑制效应，使弱势群体处于更为不利的地位。由此，推进学校信息化建设的实施内容、组织形式与投入对象的精制、精细及精准的转变，是促进教育结果公平的必经之路。

关键词：学校信息化；学业成就；教育公平；社会经济地位

一、问题的提出

自上世纪九十年代，世界各国教育现代化的步伐持续加速，旨在促进教育公平的教育信息化的发展水平已成为当今世界衡量一个国家综合国力的重要标志^[1]。近年来，我国有关部门大力推进教育信息化建设工作，先后出台了许多重要的相关政策文件：2010年7月，《国家中长期教育改革和发展规划纲要（2010-2020）年）》^[2]将“加快教育信息化进程”列为独立章节，对教育和信息化的深度融合重点关注，力抓科教兴国和人才强国战略；2012年3月，教育部印发《教育信息化十年发展规划（2011-2020）年）》^[3]，文件进一步明确教育信息化的建设与发展在我国教育现代化建设中的重要战略地位；2016年6月，教育部印发《教育信息化“十三五”规划》^[4]，再次对教育信息化工作进行规划部署，文件的指导思想和发展目标更明确强调“要充分发挥信息技术对教育的革命性影响作用……到2020年，基本建成与国家教育现代化发展目标相适应的教育信息化体系”。这一系列相关政策的出台与实施，持续提升了我国教育信息化的发展水平：截至2016年6月，全国中小学校接入互联网的比例达到87.5%，其中接入10M以上带宽的学校占比64.3%，全部配备多媒体教学设备的普通教室占比56.6%^[5]。至2018年5月，我国中小学互联网接入率提升至94%^[6]，较2016年增加了6.5个百分点。2018年4月，教育部发布《教育信息化2.0行动计划》^[7]，更标志着我国教育信息化从注重基数发展的1.0时代向注重“公平”“质量”“以人为本”的2.0时代迈进^[8]。

然而，快节奏的高速发展也带来了一些问题，正如《教育信息化2.0行动计划》明确指出，目前我国教育信息化发展仍存在“数字教育资源开发与服务能力不强，信息化学习环境建设与应用水平不高，教师信息技术应用能力基本具备但信息化教学创新能力尚显不足，信息技术与学科教学深度融合不够，高端研究和实践人才依然短缺”等问题，由此，该文件进一步提出，要解决以上问题就需要“充分激发信息技术对教育的革命性影响，推动教育观念更新、模式变革、体系重构……”。那么，应该如何充分激发信息技术对教育的革命性影响？如何推动教育观念更新？应进行何种模式改革？又如何进行体系重构？笔者认为，回答这些问题的关键与前提之一，便在于对“信息技术已经产生了何种教育结果？”，尤其是“在学校这一教育的主要场域内，学校信息化对学生的学业成就产生了哪些影响？”这一基础性、根本性问题的理解与把握。同时，要推进教育信息化2.0时代的发展朝更加“公平”“质量”“以人为本”的方向进行，其发展方向也必须立基于对“信息技术所产生的教育结果是否促进了教育公平的发展”，尤其是“学校信息化对学业成就产生的影响是否促进了教育结果平等”这一问题的了解和把握。

我国学者围绕教育信息化相关议题开展了大量丰富的研究，这些研究较多从宏观层面探析国际教育信息化的发展动态^[9]，信息技术教学理论及应用研究的新进展^[10]，或以公平理论审视我国教育信息化对教育公平影响的哲学思辨研究^[11]，又或对新颁布的教育信息化政策文本的解读和诠释^[12]，再或通过相关实证调查研究对典型城市和区域教育信息化建设进行个案分析^[13]。不难发现，以往研究对我国学校信息化与学生学业成就关系的全国性实证研究较为缺乏，关于学校信息化对学业成就的影响是否扩大或缩小教育公平的相关经验研究也较为缺少。基于此，本文使用“中国教育追踪调查”（China Education Panel Study，简称CEPS）这一全国性数据，通过探讨学校信息化对中学生学业成就的影响，分析学校信息化对教育结果公平产生的实际作用，试图探寻2.0时代教育信息化未来可能的发展路径。

二、数据、变量与分析方法

（一）数据

本研究数据来自中国人民大学中国调查与数据中心设计与实施的“中国教育追踪调查”数据。该数据以初中一年级和初中三年级两个同期群作为调查起点，以人口平均受教育水平和流动人口比例为分层变量，从全国随机抽取28个县级单位（县、区、市）作为调查点。调查的执行以学校为基础，在入选的县级单位随机抽取了112所学校中的438个班级进行调查，被抽中班级的学生全体入样，2013－2014学年的基线调查共调查了约2万名学生，2014－2015学年的追踪调查数据追访了基线调查时初中一年级的全部10279名学生。为了比较不同时期学校信息化发展的水平差异及其对学生学业成就可能产生不同的影响，同时也为了提升研究结论的效度，本文将基线数据与追踪调查数据进行了整合。经过对变量异常值及缺失值处理，最终进入分析的样本量为20612，其中基线数据含样本10750，追踪数据含样本9862。

（二）变量

1.结果变量：学业成就。为了讨论学校信息化对学业成就造成的整体性影响，本文采用主成分分析法提取了学生的认知能力水平、主干课程（语文、数学和英语）期中考试成绩与对主干课程的接受程度这三个指标的公因子，并按公因子加权为学业成就综合得分，综合得分数值越大表示学业成就越高。同时，为了讨论学校信息化对学生的认知能力水平、主干课程（语文、数学和英语）期中考试成绩和对主干课程接受程度三个类别可能存在的不同影响，本文也分别对它们进行了检验与分析。

2.自变量：学校信息化。一般认为，教育信息化发展指标体系可分为教育信息基础设施、数字教育资源、教与学应用、管理信息化、保障机制五个核心要素^[14]。考虑到学校管理信息化及保障机制对学业成就的影响相对较小，由此，本文权且仅以教育信息基础设施、数字教育资源、教与学应用这三个要素来表示学校信息化水平。我们将这些概念进行了如下操作化的处理，学校教育信息基础设施通过“生均电脑数”来衡量，数字教育资源通过“目前是否实现班班通”来衡量、教与学应用通过主干课程教师“是否采取多媒体投影设备/互联网/个人教学网站或博客、微博”来衡量。同样为了数据分析的简约性，本文使用主成分分析法提取上述三个指标的公因子并按公因子加权为学校信息化综合得分，综合得分数值越大表明学校信息化水平越高。

3.控制变量。控制变量主要为学生、教师及学校的特征变量。学生特征变量包含性别、独生子女、家庭结构、住校等人口学变量，也包含家庭社会经济地位（户籍、家长教育程度、家长职业地位）变量，还包括同辈群体质量、父母教育期望、家长监管、亲子关系以及学校生活体验等可能对学生学业成就产生影响的重要变量。教师特征变量包含教师的年龄、性别、学历、职称、教龄。学校特征变量包含学校区位、学校质量排名与城市学生比例。表1呈现了本文主要变量的描述性统计结果（图表略）。

（三）分析方法

数据分析包含三个部分：第一部分通过多元回归分析考察学校信息化对教育结果（即学生的学业综合成就、主干课程考试成绩、主干课程接受度及认知水平）的影响效应；第二部分使用交互效应分析验证学校信息化对教育结果公平的影响，也即验证学校信息化对学业综合成就的影响在不同学年、阶层以及学校类型之间是否存在差异；第三部分通过广义倾向值匹配对学校信息化与学生的学业综合成就、主干课程考试成绩、主干课程接受度及认知水平之间的因果效应进行稳健性检验。

在第一部分中，学生的学业综合成就、主干课程考试成绩、主干课程接受度及认知水平分别为被解释变量，学校信息化水平作为核心自变量。由于学生人口学变量、学生家庭社会经济地位变量、教师特征变量与学校特征变量对被解释变量可能存在影响，为避免遗漏变量可能产生的偏差，本文将上述变量纳入控制变量中。在构建回归模型时，为提高模型解释的精确度，本文使用逐步回归（stepwise regression）对回归结果不显著的相关因素进行剔除。同时，为了检验学校信息化与学业综合成就等被解释变量的线性与非线性关系，本文在回归模型中增加了学校信息化得分的平方项。

在第二部分中，被解释变量为学业综合成就，自变量为学校信息化水平，此外各模型中还分别增加了学校信息化水平与学年、学生家庭社会经济地位（户籍、家长教育程度和家长职业地位）、学校类型（学校区位、学校质量排名与城市学生比例）的交互项，用以考察学校信息化水平对学业综合成就的影响是否因学年、学生家庭社会经济地位、学校类型的不同而存在差异。同样，学生、教师、学校等特征变量也被纳入控制变量中。

第三部分采用广义倾向值匹配法（generalized propensity score matching method）对学校信息化产生的学业成就影响进行稳健性检验。这是因为，尽管多元回归在一定程度上可较有效地反映多个自变量与结果变量之间的关系，但当使用的数据为“观察性数据”（observational data）时，其他变量可能混淆自变量与结果变量之间的关系，这或将造成多元回归结果的选择性偏误（selection bias），从而难以真实反映自变量与结果变量之间的“净效果”（net effects）^[15]。比如在本文中，学生的学业成就可能受到学生人口学特征、学生家庭社会经济地位、教师与学校特征等观测协变量（observed covariates）的影响，而学校信息化的程度也可能反映了这些观测协变量的作用——如家庭地位高的学生越可能就读教育信息化程度高的学校，这无疑将对多元回归分析结果的准确性产生一定影响。通过构建反事实框架（counterfactual framework）^[16]，倾向值匹配法（propensity score matching method）能较好地减弱选择性偏误，从而更加准确地识别自变量（处理变量）对结果变量之间的“净效果”^[17]。但传统的倾向值匹配法仅能对二值处理效应（即是否接受处理干预）与结果变量进行因果识别，而无法对连续型处理变量（即接受不同程度的处理干预）进行分析，由此则需要采用广义倾向值匹配法。广义倾向值匹配法分为三个主要步骤^[18]：首先，使用最小二乘法（ordinary least square，ols）对倾向值进行估计；其次，将连续型处理变量划分为等距的连续区间，并在各区间内对倾向值进行匹配；最后，控制广义倾向值并预测处理变量在各区间内的平均处理效应（average treatment effect）。本文将连续型处理变量“学校信息化水平”划分为区间单位为10，范围为0－100的10个连续区间。

三、数据结果与分析

（一）学校信息化对学业综合成就、主干课程成绩、认知水平及课程接受度的影响

模型估计结果见表2（图表略）。学业综合成就、语文、数学及英语成绩的回归模型显示，学校信息化对学业综合成就、语文、数学及英语考试成绩呈倒“U”型影响，说明当学校信息化小于临界值时，学校信息化水平的提升对学业综合成就、语文、数学及英语考试成绩产生正向影响，但当学校信息化大于临界值时，学校信息化水平的提升对学业综合成就、语文、数学及英语考试成绩产生负向影响。需要注意的是，学校信息化水平对学业综合成就、语文成绩、数学成绩、英语成绩影响的临界值存在差异，分别为73、71、58、64分，这表明学校信息化对它们的影响在程度上有所不同。认知水平的回归模型显示，学校信息化水平对学生认知水平的影响呈正“U”型，说明在学校信息化小于临界值45分时，学校信息化程度的提升将对学生认知能力产生负向影响，但当学校信息化水平大于临界值时，学生的认知水平随着学校信息化程度的提升而增加。课程接受度的回归模型表明，学校信息化与课程接受度仅呈正向线性关系，即学校信息化程度越高学生对主干课程的接受程度越高。

（二）学校信息化对学业成就影响的异质性分析

1.学校信息化对学业成就影响的学生异质性分析。表3（图表略）反映了学校信息化对不同时期、不同类型学生学业综合成就影响的异质性。模型1显示，在学校信息化对学业综合成就产生倒“U”型影响效应的情况下，学年与学校信息化的交互效应为正，说明学校信息化对学生学业成就的正向与负向影响，将随着时间的推进（也即学校信息化的发展）而更加明显。模型2、3显示，在学校信息化对学业综合成就产生倒“U”型影响效应的情况下，户籍、家长职业地位与学校信息化的交互效应为负，说明学校信息化对学业综合成就的正向与负向影响在弱势群体（即农村户口及家长职业地位低）的学生中更加明显。模型4中，家长教育程度与学校信息化的交互效应未达到显著性水平，这表明对不同家长教育程度的学生而言，学校信息化对学业成就的影响基本一致。

2.学校信息化对学业成就影响的学校异质性分析。表4（图表略）反映了学校信息化对不同学校类型学生的学业综合成就影响的异质性，结果表明，学校信息化的发展对不同类型学校的学生的学业成就具有差异性影响。模型1显示，在学校信息化对学业综合成就产生倒“U”型影响效应的情况下，学校信息化与学校城市学生比例的交互效应为负，说明学校信息化对学业综合成就的正向与负向影响对学校城市学生比例低的学生更加明显。模型2显示，在学校信息化对学业综合成就产生倒“U”型影响效应的情况下，学校信息化与学校排名（中等及最好）的交互效应为正，说明学校信息化对学业综合成就的正向与负向影响对学校排名高的学生更明显。模型3显示，学校区位与学校信息化的交互效应未达到显著性水平，这说明处于不同区位学校的学生受到学校信息化对学业成就的影响没有显著性差异。

（三）稳健性分析

学校信息化对学业综合成就、主干课程成绩（语文、数学、英语）、认知水平、主干课程接受度的干预效应的广义倾向值匹配结果见图1（图表略），图中的横坐标为学校信息化干预水平，纵轴为相关解释变量的概率期望。由图可知，在控制了学生、教师及学校等特征变量后，学校信息化水平对各解释变量的干预效应与前文的结论基本一致——学校信息化对学业综合成就及主干考试成绩的影响总体上呈现先上升（正向影响）后下降（负向影响）的倒“U”型趋势，说明由回归分析估计较为稳健。

此外，广义倾向值匹配法对上述回归结果还作出了进一步补充与修正。学业综合成就、语文成绩、数学成绩与学校信息化的响应函数曲线（图1上）呈现出先升后降的总体趋势：当学校信息化处于中低水平（0-50分区间）时，学业综合成就、语文成绩与数学成绩随着学校信息化水平提升而呈现先缓慢上升后缓慢下降的趋势；当学校信息化发展至中等水平（50-70分区间）时，学校信息化程度的提升对学业综合成就、语文及数学成绩的影响呈急剧上升的正向作用；但当学校信息化进一步发展时（70-100分区间），学校信息化对学业综合成就、语文即数学成绩的影响则呈现骤降的负面影响效应。

英语成绩、认知水平与学校信息化的响应函数曲线（图1左下）呈现出先下降后上升再下降的趋势：当学校信息化处于较低水平（0-40分区间）时，学校信息化的增加对英语成绩及认知水平产生负面影响；当学校信息化处于中等水平（40-70分区间）时，随着学校信息化程度逐渐提升，英语成绩与学生的认知水平在经历短暂而缓慢的上升后快速上升；当学校信息化进一步提升至中高水平（70－100分区间）时，学校信息化的提升将导致英语成绩与认知能力的极速下降。学生课程接受度与学校信息化的响应函数曲线（图1右下）与前文中回归分析的结果存在差异，学校信息化对学生课程接受度的影响也呈现倒U型关系。

四、结论与讨论

基于对中国教育追踪调查（CEPS）2013-2015学年面板数据进行多元回归分析与广义倾向值匹配法检验，本文探讨了学校信息化对学生学业成就的影响，以及这种影响在不同阶层及学校类型之间的异质性问题。统计数据表明，我国学校信息化在整体上已发展至中上水平（2013学年54.901分，2014学年64.861分，见表1），学校信息化对学生学业成就及身心发展具有一定促进作用，但学校信息化所产生的负向作用却同样明显。这表明，信息技术并非总是有用有效的，一味强调加大教育信息化投入，推动信息技术、设备的更新换代也并不必然带来相应的教育结果产出^[19]。在这一前提下，旨在推进教育公平的学校信息化，能否持续促进教育公平将日益成为关注的焦点。新时代教育公平的本质是促进每一个学生都能公平地享有适合自己的学习资源^[20]，其最终归旨在于促进人的发展，而实现“不同学生群体接受教育的机会、过程与结果的公平”则应成为达成这一“理想型”目标的先决条件。结合实证分析结果，笔者认为，实现教育信息化建设走向更加注重“质量”“公平”“以人为本”的2.0新时代，需要注重学校信息化的实施内容、组织形式与投入对象的精制、精细及精准的转变。

（一）从普泛到精制，推进学校信息化的质量提升

研究发现，学校信息化水平的持续快速提升并不能绝对持续地促进学生学业成就增长。由此，下一阶段学校信息化建设工作需要从教育信息化技术资源的全国普及与数量提升转向实施内容有质量的精制化发展，总体上应注重“扬长避短”，即重点避免或减少学校信息化“过度”发展与应用所带来的负面效果，而进一步推进其正向促进价值。针对处于不同学校信息化水平的地区或学校，学校信息化发展应各有侧重：对于学校信息化发展不足的地区或学校，发展的重点是要解决信息化资源不足、应用水平不高等问题；针对学校信息化水平较高的地区和学校，应重点减少或减弱教学过程中信息技术的使用过度或不当，转而注重信息技术应用数量的适度与质量的提升。

（二）从粗放到精细，促进学校信息化与教育整合

推进学校信息化发展的质量提升，必须落实到具体的学校教育教学实践中。学校信息化水平对主干课程成绩（语数英）、认知水平、主干课程接受度的差异影响表明，在学校教学与非教学实践中，应努力避免在不同学科教学及非课堂教育工作中组织形式单一、应用程度相似的“粗放”性应用，而应转向适应于各学科课程及非课堂教育活动形式，适应于学生学习、认知及其他身心发展规律的“精细”化应用。这意味着，在学校信息化的推进工作中，既要进一步深入探讨学校信息化与教育结合的理论与方法，也需要基于教育教学实践的现实不断积累创新合适的学校信息化组织形式与内容；既需要注意学校信息化适度适量地应用于课堂教学活动的内容与形式，也需要兼顾发挥学校信息化在非课堂教育实践中的重要作用；既需要促进学校信息化对学生学业成就的提升，也需要加强学校信息化对学生身心发展的积极影响；既需要提升教师信息化的专业发展水平，也需要增强学生应用信息通信技术的核心素养，从而切实推动学校信息化的精细化发展。

（三）从笼统到精准，加强学校信息化的准确匹配

对于教育信息化水平中低的地区或学校，处于弱势地位（农村户口、家长职业地位低、城市学生比例低的学校）的学生更容易因学校信息化而带来学业成就的提升，这表明我国学校信息化的建设与发展工作成效显著，一定程度上缩小了教育结果的分化，促进了教育公平。但随着学校信息化发展至中高水平，利于弱势群体的“天平”将发生偏转，学校信息化对学业综合成就的负面影响将更为严重地作用于弱势群体，这不仅无益于弱势群体学生的学业与身心发展，更因扩大了教育结果不平等而加剧教育不公。另一方面，受教育信息化配置不均衡影响，质量排名高的学校往往更易于获得优质的信息化教学资源与优质的教师资源，这必然引发“马太效应”——更好的学校获得更大的学校信息化红利而获得更大发展，从而进一步拉大学校之间的差距，扩大教育不平等。上述情况表明，学校信息化发展，应改变笼而统之地“一味”增加教育信息化资源在基础教育薄弱地区投入数量，应向“因地”“因校”“因课”乃至“因人”而异的精准扶贫转变，应进一步发挥政府在供给侧与需求侧干预的平衡作用^[21]，尤其应注重向质量排名较低、农村地区、学生家庭背景较差的学校倾斜优质的学校信息化资源，促进学校信息化发挥正向影响效应，从而推动我国整体基础教育走向更为均衡的发展。

参考文献：

[1]刘志波，郑良栋.当前我国中小学教育信息化进程中的主要误区及其对策[J].电化教育研究，2004（8）.

[2]国家中长期教育改革和发展规划纲要工作小组办公室.国家中长期教育改革和发展规划纲要（2010—2020年）[EB/OL].(2010－07－29)[2018－8－16].http://old.moe.gov.cn/publicfiles/business/htmlfiles/moe/info_list/201407/xxgk_171904.html.

[3]教育部.教育信息化十年发展规划（2011－2020年）[EB/OL].(2012-03-13)[2018-08-18].http://old.moe.gov.cn//publicfiles/business/htmlfiles/moe/s5892/201203/133322.html.

[4]教育部.教育信息化“十三五”规划[EB/OL].(2016－06－07)[2018-08-18].http://www.moe.gov.cn/srcsite/A16/s3342/201606/t20160622_269367.html.

[5]教育部.全国教育信息化工作专项督导报告[EB/OL].(2016－10－31)[2018-08-18].http://www.moe.edu.cn/jyb_xwfb/gzdt_gzdt/s5987/201610/t20161031_287128.html.

[6]广州日报大洋网.全国中小学互联网接入率达94%[EB/OL].(2018-05-08)[2018-08-18].http://k.sina.com.cn/article_1700715830_655edd36020007as3.html.

[7]教育部.教育部关于印发《教育信息化2.0行动计划》的通知[EB/OL].(2018-04-18).[2018-08-18].http://www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.

[8]冯仰存，任友群.教育信息化2.0时代的教育扶智：消除三层鸿沟，阻断贫困传递——《教育信息化2.0行动计划》解读之三[J].远程教育杂志，2018（4）.

[9]张进宝，黄荣怀，吴砥.国际教育信息化发展报告：内容与结论[J].开放教育研究，2014（4）.

[10]何克抗.教育信息化发展新阶段的观念更新与理论思考[J].课程·教材·教法，2016（2）.

[11]周春良.教育公平视角下的区域教育信息化发展与创新[J].中国电化教育，2012（3）.

[12]黄荣怀，张进宝，经倩霞，刘晓琳.面向2030教育发展议程的全球教育信息化发展战略——解读《青岛宣言》教育目标行动框架[J].开放教育研究，2016（1）.

[13]陈纯槿，顾小清.互联网是否扩大了教育结果不平等——基于PISA上海数据的实证研究[J].北京大学教育评论，2017，15（1）.

[14]吴砥，尉小荣，卢春，石映辉.教育信息化发展指标体系研究[J].开放教育研究，2014（1）.

[15]胡安宁.倾向值匹配与因果推论：方法论述评[J].社会学研究，2012（1）.

[16]Cook,Thomas D.,Donald Thomas Campbell,William Shadish.Experimental and Quasi-experimental Designs for Generalized Causal Inference[M].Boston:Houghton Mifflin,2002:238-242.

[17]Rosenbaum P R,Rubin D B.Assessing Sensitivity to an Unobserved Binary Covariate in an Observational Study with Binary Outcome[J].Journal of the Royal Statistical Society,1983(2).

[18]Bia M,Mattei A.A STATA Package for the Estimation of the Dose-response Function through Adjustment for Generalized Propensity Score[J].2008(3).

[19]雷万鹏.教育信息化政策研究的三个误区[J].教育研究与实验，2018（6）.

[20]王建华.新教育公平的旨趣[J].教育发展研究，2017（2）.

[21]哈巍，罗蕴丰，吕利丹.义务教育事业发展的中国经验（1978－2018）[J].南京师大学报（社会科学版），2018（6）.

责任编辑：徐德欣