数字鸿沟的演变：从网络接入到心智投入

郭娇

doi:10.16382/j.cnki.1000-5560.2021.07.002

数字鸿沟的演变：从网络接入到心智投入

doi: 10.16382/j.cnki.1000-5560.2021.07.002

郭娇

华东师范大学高等教育研究所上海 200062

基金项目: 国家自然科学基金面上项目“高水平大学教师的职业压力、学术激情与活力研究”（71774055）；文化名家暨“四个一批”人才工程资助项目“基于学生与学习变化的大学教师教与学的变革”

①SOTL-U调查问卷里的生源地包括农村、乡镇、县城或县级市、地级市以及直辖市或省会城市五级。本文的数据分析把户籍所在地为“农村”与“乡镇”的并入农村生源，其余则并入城市生源。
②2019年“中国本科教与学”课题组对全国43所高校4461名本科生的调查得出的家庭第一代大学生占比为67.25%。家庭第一代大学生比例在国内已有研究里的区间为46.8%到75%（郭娇，2020）。本研究的48.6%相对较低，但仍在此取值范围内。
③问卷设计时未找到关于数字鸿沟的成熟量表，这6道题目分散在对学生用于学习的设备购买、课上行为以及学习状态等不同调查问题里。每个维度题目数少，无法进行信效度检验，从表2的相关系数来看，r（新买设备，开通宽带）=0.223***；r（课上娱乐，课下阅读）=−0.145***；r（精神集中，持续学习）=0.580***，方向与显著性都通过检验。心智投入这个维度两道题的相关性绝对值相对更大，比其余两个维度的信度更高。
④模型的稳健性检验还包括采用不同的结果变量（例如学生对在线学习时基础知识、信息素养、问题解决、未来规划等8项能力提升的自我评价），处理自愿参与带来的抽样偏差（根据不同高校以及不同学科的答题人数设置权重）等，关于数字鸿沟与在线学习效果的主要结论本质上始终保持不变，在此不对上述检验逐一赘述。
计量
- 文章访问数: 562
- HTML全文浏览量: 521
- PDF下载量: 115
- 被引次数: 0
出版历程
- 刊出日期: 2021-07-01

The Evolution of Digital divide: from Access to Engagement——Based on the Undergraduate Online Learning Survey during Covid-19

Guo Jiao

Institute of Higher Education, East China Normal University, Shanghai 200062, China

摘要

摘要: 数字鸿沟最初是描述不同社会经济背景群体信息技术渗透率的差异，近年来其判定标准逐渐从外部的网络接入演变为内在的心智投入。基于上海39所高校64949名本科生样本的研究发现，“旧数字鸿沟”接近弥合，仅户籍在农村或乡镇的学生新买电脑或开通宽带的行为显著高于城市生源。“新数字鸿沟”更为突出: 女生在线上学习时看小说或玩游戏等娱乐行为显著高于男生；家庭第一代大学生线上学习的专注力与持久度均显著低于非第一代大学生；农村生源在全部6项指标上都面临比城市生源更严峻的挑战。通过回归模型控制其他变量之后，网络接入对本科生在线学习效果的自我评价影响甚微；但“新数字鸿沟”使用偏好与投入程度各项指标对在线学习效果的影响都显著，效应值也相对较大。
- 数字鸿沟 /
- 在线学习 /
- 学习投入 /
- 教育公平
Abstract: The original operational definition of digital divide is the difference in information technology penetration rate among subgroups by social economic background. The recent evolving trend of digital divide is the gradual shift in its primary criteria from the external access to internal engagement. Based on a large sample of 64,949 undergraduates from 39 universities in Shanghai, the current study found that the original digital divide nearly closes, for only the students living in villages or towns purchased more laptops or broadband services than urban students during Covid-19. The new digital divide, however, deserves more attention. Female students more frequently read novels or play games during online courses than males. First-generation college students are more difficult to focus and engage in online learning than second-generation college students. Rural students face more challenges in all above-mentioned six dimensions. After controlling other variables in regression models, the internet access has little impact on the self-evaluation of online learning outcomes, while the usage preference and learning engagement measured as the new digital divide are statistically significant and have relatively larger effect sizes.
- Digital divide /
- Online learning /
- Learning engagement /
- Education equality
注释:

1) ①SOTL-U调查问卷里的生源地包括农村、乡镇、县城或县级市、地级市以及直辖市或省会城市五级。本文的数据分析把户籍所在地为“农村”与“乡镇”的并入农村生源，其余则并入城市生源。

2) ②2019年“中国本科教与学”课题组对全国43所高校4461名本科生的调查得出的家庭第一代大学生占比为67.25%。家庭第一代大学生比例在国内已有研究里的区间为46.8%到75%（郭娇，2020）。本研究的48.6%相对较低，但仍在此取值范围内。

3) ③问卷设计时未找到关于数字鸿沟的成熟量表，这6道题目分散在对学生用于学习的设备购买、课上行为以及学习状态等不同调查问题里。每个维度题目数少，无法进行信效度检验，从表2的相关系数来看，r（新买设备，开通宽带）=0.223***；r（课上娱乐，课下阅读）=−0.145***；r（精神集中，持续学习）=0.580***，方向与显著性都通过检验。心智投入这个维度两道题的相关性绝对值相对更大，比其余两个维度的信度更高。

4) ④模型的稳健性检验还包括采用不同的结果变量（例如学生对在线学习时基础知识、信息素养、问题解决、未来规划等8项能力提升的自我评价），处理自愿参与带来的抽样偏差（根据不同高校以及不同学科的答题人数设置权重）等，关于数字鸿沟与在线学习效果的主要结论本质上始终保持不变，在此不对上述检验逐一赘述。

HTML全文

表 1 基于性别、户籍所在地、父母学历划分的数字鸿沟均值比较

维度	变量	均值
维度	变量	女（N=39757）	男（N=25192）	农村生源（N=11872）	城市生源（N=53077）	家庭第一代大学生（N=33362）	非第一代大学生（N=31587）
网络接入	新买设备	0.36	0.39	0.43	0.36	0.39	0.35
网络接入	开通宽带	0.10	0.15	0.16	0.11	0.13	0.11
使用行为	课上娱乐	2.99	2.95	3.04	2.96	3.01	2.94
使用行为	课下阅读	2.88	2.79	2.68	2.88	2.78	2.92
心智投入	精神集中	2.97	2.93	2.80	2.99	2.88	3.02
心智投入	持续学习	3.15	3.08	2.98	3.16	3.06	3.19

下载: 导出CSV

表 2 性别、户籍所在地、父母学历与数字鸿沟的相关分析

	均值	标准差	新买设备	开通宽带	课上娱乐	课下阅读	精神集中	持续学习	性别	城乡生源
新买设备	0.370	0.483
开通宽带	0.118	0.323	0.223^***
课上娱乐	2.975	0.957	−0.021^***	−0.006
课下阅读	2.847	1.030	−0.046^***	−0.027^***	−0.145^***
精神集中	2.954	1.003	−0.027^***	−0.026^***	−0.437^***	0.172^***
持续学习	3.127	1.014	−0.040^***	−0.032^***	−0.428^***	0.209^***	0.580^***
性别（女=1）	0.612	0.487	−0.025^***	−0.066^***	0.022^***	0.046^***	0.016^***	0.037^***
生源（农村=1）	0.183	0.386	0.061^***	0.056^***	0.035^***	−0.076^***	−0.069^***	−0.068^***	−0.046^***
父母学历（家庭第一代大学生=1）	0.486	0.500	0.034^***	0.030^***	0.038^***	−0.072^***	−0.068^***	−0.068^***	−0.051^***	0.350^***
注：^p<0.05，^p<0.01，^**p<0.001，下三角为皮尔森相关系数

下载: 导出CSV

表 3 基于性别、户籍所在地、父母学历划分的在线学习效果评价的均值比较与相关分析

变量	不同学生群体
变量	女（N=39757）	男（N=25192）	农村（N=11872）	城市（N=53077）	家庭第一代大学生（N=33362）	非第一代大学生（N=31587）
在线学习效果	3.11	3.00	2.94	3.09	3.00	3.12
与在线学习效果的相关系数	性别（女=1）：0.058^***		户籍（农村=1）：−0.066^***		父母学历（家庭第一代大学生=1）：−0.070^***
注：^p<0.05，^p<0.01，^**p<0.001，下三角为皮尔森相关系数

下载: 导出CSV

表 4 基于性别、户籍所在地、父母学历的数字鸿沟回归分析

变量	网络接入		使用行为		心智投入
变量	新买设备	开通宽带	课上娱乐	课下阅读	精神集中	持续学习
性别（女=1）	−0.026^***	−0.063^***	0.034^***	0.025^***	−0.003	0.021^***
农村生源	0.058^***	0.049^***	0.022^***	−0.055^***	−0.045^***	−0.046^***
家庭第一代大学生	0.012^**	0.009^*	0.033^***	−0.046^***	−0.056^***	−0.050^***
年级	−0.033^***	−0.002	−0.093^***	0.050^***	0.075^***	0.062^***
“双一流”建设高校	−0.076^***	−0.012^**	0.060^***	−0.009^*	−0.039^***	−0.031^***
社会科学	−0.036^***	−0.036^***	0.047^***	−0.031^***	−0.036^***	−0.037^***
理工农医	−0.043^***	−0.018^***	0.055^***	−0.064^***	−0.072^***	−0.055^***
df	64941	64941	64941	64941	64941	64941
R²	0.012	0.008	0.017	0.014	0.018	0.014
调整后R²	0.012	0.008	0.017	0.014	0.018	0.014
F值	115.9	75.2	157.5	134.7	166.8	135.9
注：^p<0.05，^p<0.01，^**p<0.001。表内为标准化的回归系数Beta。学科门类以人文艺术为参照。

下载: 导出CSV

表 5 数字鸿沟与在线学习效果的回归分析

	变量	回归模型1	回归模型2	回归模型3	回归模型4
个人背景变量	性别（女=1）	0.040^***	0.035^***	0.039^***	0.038^***
	农村生源	−0.042^***	−0.029^***	−0.012^**	−0.012^***
	家庭第一代大学生	−0.052^***	−0.050^***	−0.033^***	−0.019^***
	年级	0.073^***	0.030^***	−0.003	0.023
	“双一流”建设高校	−0.035^**	−0.012^**	−0.006^*	−0.009^*
	社会科学	−0.026^***	−0.020^***	−0.002	0.004
	理工农医	−0.059^***	−0.066^***	−0.040^***	−0.015^**
网络接入	新买设备		−0.006	−0.004	0.007^*
网络接入	开通宽带		0.004	0.006	−0.002
使用行为	课上娱乐			−0.262^***	−0.174^***
使用行为	课下阅读			0.189^***	0.144^***
心智投入	精神集中				0.173^***
心智投入	持续学习				0.226^***
df		64941	64939	64937	64935
R²		0.012	0.012	0.128	0.183
调整后R²		0.012	0.012	0.128	0.183
F值		110.2	86.01	866.3	1119
注：^p<0.05，^p<0.01，^**p<0.001。表内为标准化的回归系数Beta。学科门类以人文艺术为参照。

下载: 导出CSV

参考文献(52)

[1]	埃弗雷特.M.罗杰斯.(2002). 创新的扩散. 辛欣译. 北京: 中央编译出版社, 245.
[2]	陈武元, 曹荭蕾. (2020). 大学生在线学习体验的影响因素探究. 华东师范大学学报(教育科学版),38(07),42—53.
[3]	郭娇. (2020). 基于调查数据的家庭第一代大学生在校表现研究. 中国高教研究,(06),13—19.
[4]	郭文革. (2020). 在线教育研究的真问题究竟是什么—“苏格拉底陷阱“及其超越. 教育研究,(09),146—155.
[5]	刘亮. (2007). 弥合数字鸿沟把握数字化机遇—英美远程高等教育之比较. 现代大学教育,(01),74—77. doi: 10.3969/j.issn.1671-1610.2007.01.013
[6]	刘振天, 刘强. (2020). 在线教学如何助力高校课堂革命?—疫情之下大规模在线教学行动的理性认识. 华东师范大学学报(教育科学版),38(07),31—41.
[7]	罗梦雨, 罗来旺. (2020). 数字鸿沟对中学生在线教育的影响—基于南昌市某中学学生家长的调查. 教育学术月刊,(03),64—71.
[8]	尼尔·波兹曼. (2015).童年的消逝. 吴燕莛译. 北京: 中信出版社, 10, 66.
[9]	世界银行 . (2017). 2016年世界发展报告: 数字红利. 胡光宇等译.北京: 清华大学出版社.
[10]	王美, 徐光涛, 任友群. (2014). 信息技术促进教育公平: 一剂良药抑或一把双刃剑?. 全球教育展望,43(02),39—49.
[11]	邬大光,李文. (2020). 我国高校大规模线上教学的阶段性特征—基于对学生、教师、教务人员问卷调查的实证研究. 华东师范大学学报(教育科学版),38(07),1—30.
[12]	项飙. (2012). 全球“猎身”: 世界信息产业和印度的技术劳工. 北京: 北京大学出版社, 23−25.
[13]	徐瑾劼. (2020). 新冠肺炎疫情下全球教育体系的应对与在线教育的挑战—基于OECD全球调研结果的发现与反思. 比较教育研究,(06),3—10. doi: 10.3969/j.issn.1003-7667.2020.06.001
[14]	阎光才. (2017). 大学生“翘课”行为对未来职业有何影响. 教育发展研究,(23),1—5, 29.
[15]	张建伟. (2013). 关于美国教育技术研究发展的反思—设计科学的视角. 北京大学教育评论,11(03),32—48. doi: 10.3969/j.issn.1671-9468.2013.03.003
[16]	周午鹏. (2019). 技术与身体: 对“技术具身”的现象学反思. 浙江社会科学,(08),98—105.
[17]	周兴生. (2014). 大学生网络使用的性别差异分析. 青年探索,85(01),62—68.
[18]	Alpert, W.T., Couch, K.A., and Harmon, O.R. (2016). A Randomized Assessment of Online Learning. American Economic Review, 106(05), 378—382.
[19]	Autor, D. H., Levy, F., and Murnane, R. J. (2003). The Skill Content of Recent Technological Change: an Empirical Exploration. Quarterly Journal of Economics, 118(04), 1279—1333. doi: 10.1162/003355303322552801
[20]	Bettinger, E., Fox, L., Loeb, S., and Taylor, E. (2015). Changing Distributions: How online college classes alter student and professor performance. CEPA working paper, No, 15−10.
[21]	Bowen, W.G., Chingos, M.,M., Lack, K.A., and Nygren, T. I. (2014). Interactive Learning Online at Public Universities: Evidence from a Six-Campus Randomized Trial. Journal of Public Policy Analysis and Management, 33(01), 94—111. doi: 10.1002/pam.21728
[22]	Bulman, G. and Fairlie, R. W. (2015). Technology and Education: Computers, Software, and the Internet. IZA DP No. 9432.
[23]	Card, D. and DiNardo, J. E. (2002). Skill-Biased Technological Change and Rising Wage Inequality: Some Problems and Puzzles. Journal of Labor Economics, 20(04), 733—783. doi: 10.1086/342055
[24]	Coates, H. (2007). A model of online and general campus-based student engagement. Assessment & Evaluation in Higher Education, 32(02), 121—141.
[25]	Compaine, B. M. (2001). The Digital Divide: Facing a Crisis or Creating a Myth? Boston: MIT Press, ix.
[26]	Dixon, M.D. (2010). Creating effective student engagement in online courses: What do students find engaging?. Journal of the Scholarship of Teaching and Learning, 10(02), 1—13.
[27]	Brown, M. et al. (2020) 2020 EDUCAUSE Horizon Report: Teaching and Learning Edition. Louisville, CO.: EDUCAUSE. https://library.educause.edu/-/media/files/library/2020/3/2020_horizon_report_pdf.pdf?la=en&hash=08A92C17998E8113BCB15DCA7BA1F467F303BA80
[28]	Figlio, D. Rush, M., and Yin, L. (2013). Is it Live or Is it Internet? Experimental Estimates of the Effects of Online Instruction on Student Learning. Journal of Labor Economics, 31(04), 763—784. doi: 10.1086/669930
[29]	Goldin, C. and Katz, L.F.(2007). The Race Between Education and Technology: the Evolution of U.S. Educational Wage Differentials, 1890 to 2005. NBER Working Paper 124.
[30]	Hadwin, A.F. et al.. Self-regulated, Co-regulated, and Socially shared regulation of learning, Handbook of Self-regulation of Learning and Performance. 2011. https://www.routledgehandbooks.com/doi/10.4324/9780203839010.ch5
[31]	ICHEI.(2021). Africa projects. International Centre for Higher Education Innovation under the auspices of UNESCO. Shenzhen, CN. http://cn.ichei.org/category/projects/africa-projects/.
[32]	Kizilcec, R. F., et al. (2020). Scaling up behavioral science interventions in online education. PNAS, 117(26), 14900—14905. doi: 10.1073/pnas.1921417117
[33]	University of Pennsylvania. (2008). Bridging the Global Digital divide: One Laptop at a Time (2008−06−11). Knowledge@Wharton https://knowledge.wharton.upenn.edu/article/bridging-the-global-digital-divide-one-laptop-at-a-time/
[34]	Natriello, G. (2001). Bridging the Second Digital Divide: What Can Sociologists of Education Contribute?. Sociology of Education, 74(03), 260—265. doi: 10.2307/2673278
[35]	Norris, P.(2001). U Digital Divide: Civic Engagement, Information Poverty, and the Internet Worldwide. Cambridge: Cambridge University Press. 26−38.
[36]	NTIA.(1995). Falling through the Net: A Survey of the “Have Nots” in Rural and Urban America (1995−07). National Telecommunications and Information Administration (DOC), Washington, DC.
[37]	NTIA.(1998). Falling through the Net: New Data on the Digital divide (1998−07). National Telecommunications and Information Administration (DOC), Washington, DC.
[38]	NTIA.(1999). Falling through the Net: Defining the Digital divide(1999−11). National Telecommunications and Information Administration (DOC), Washington, DC.
[39]	NTIA.(2000). Falling through the Net: Toward Digit Inclusion (2000−10−16). National Telecommunications and Information Administration (DOC), Washington, DC. https://www.ntia.doc.gov/report/2000/falling-through-net-toward-digital-inclusion.
[40]	OECD.(2001). Understanding the Digital divide(2001-01-01). http://www.oecd.org/digital/ieconomy/1888451.pdf.
[41]	Panedero, E. (2017). A Review of Self-regulated Learning: Six Models and Four Directions for Research. Frontiers in Psychology, 8, 422. doi: 10.3389/fpsyg.2017.00422
[42]	Patterson, R. W. (2018). Can behavioral tools improve online student outcomes? Experimental evidence from a massive open online course. Journal of Economic Behavior & Organization, (153), 293—321.
[43]	Pintrich, P.R. (2004). A Conceptual Framework for Assessing Motivation and Self-Regulated Learning in College STUDENTS. Educational Psychology Review, 16(04), 385—407. doi: 10.1007/s10648-004-0006-x
[44]	Reich, J. and Ruiperez-Valiente, J. A. (2019). The MOOC pivot: What happened to disruptive transformation of education?. Science, 363(6423), 130—131. doi: 10.1126/science.aav7958
[45]	Reich, J. (2020). Fail to Disrupt: Why Technology Alone Can’t Transform Education. Cambridge: Harvard University Press.
[46]	Richtel, M. (2012). Wasting Time is New Divide in Digital Era (2012−05−30). The New York Times. https://www.cnbc.com/id/47614990
[47]	Srinuan, C. and Bohlin, E. (2011). Understanding the digital divide: A literature survey and ways forward(2011−09−18). Proceedings of the 22nd European Regional ITS Conference. https://www.researchgate.net/publication/254460217_Understanding_the_digital_divide_A_literature_survey_and_ways_forward. 16—20.
[48]	Thierer, A. D. (2000). Is the ‘Digital Divide’ a Virtual Reality? Consumer Research , 83（07）, 16—20.
[49]	Van Dijk, J.A.G.M. (2012). The Evolution of the Digital Divide: the Digital Divide turns to Inequality of Skills and Usage. Digital Enlightenment Yearbook 2012, 57−75.
[50]	Vermeer, H. et al. (2001). Motivational and gender differences: sixth-grade students’ mathematical problem-solving behavior. Journal of Educational Psychology, 92, 308—315.
[51]	WEF.(2020). Coronavirus has exposed the digital divide like never before (2020−04−22). https://www.weforum.org/agenda/2020/04/coronavirus-covid-19-pandemic-digital-divide-internet-data-broadband-mobbile/
[52]	Zimmerman, B. J. (1990). Self-Regulated Learning and Academic Achievement: An Overview. Educational Psychologist, 25(01), 3—17. doi: 10.1207/s15326985ep2501_2