普通高等院校課程信息化教學改革研究

蘇靜 肖攀

【摘 要】 本文以課程信息化教學水平地區差異為視角，借助基尼系數和Kernel密度分析方法實證分析了高校課程信息化教學水平地區差異及演變過程，并就如何提高高校課程信息化水平及質量提出相關建議。認為各高校課程信息化建設之路要因地制宜，因校而建。

【關鍵詞】 高等院校;課程信息化;基尼系數;Kernel 密度;教學改革

一、引言

隨著互聯網技術的快速發展，信息技術與課程整合作為深化高等學校課程改革的有效途徑，已經歷了多個階段，但是探索與實踐一直徘徊在學科課程實施的方法和手段上，而沒有上升到更深層次的課程目標、課程內容與結構的變革上。許多學者探析了高等院校課程信息化建設的現狀、發展趨勢、存在的問題等等。[1-3]由于各地區高校的資源存在較大的差異，課程信息化水平固然也不一致，為了更加清晰地探索各地區課程信息化水平的差異程度，本文擬借助實證分析方法來做進一步探討。本文安排如下：首先對研究方法進行簡要的介紹，其次選擇高等院校生機比作為衡量高等院校課程信息化建設水平的代理指標，借助基尼系數和Kernel 密度分析方法實證分析了課程信息化水平的地區差異和演變過程。最后，就高校應該如何提升課程信息化水平和質量提出針對性建議。

二、研究方法和數據選擇

1、基尼系數

不平等的衡量方法有很多，比較常見的方法有基尼系數、泰爾指數等，這兩種不平等指數應用都非常廣泛。[4]本文主要選擇基尼系數來度量全國高等院校信息化水平的地區差異。基尼系數的計算公式為：

其中，G表示基尼系數，μ表示樣本均值，n表示所考察的樣本數量，yi、yj分別表示省份i和j高等院校的信息化水平。

2、Kernel密度估計

Kernel（核）密度作為一種非參數估計方法，在社會學、經濟學、地理學等學科均得到廣泛運用，Kernel（核）密度估計方法能夠較為直觀地描述出樣本的動態演變趨勢和分別情況。[5]Kernel（核）密度的計算首先是通過經驗分布函數推導而來，其中，經驗分布函數為：，式中N表示觀測值數，i（z）表示性函數，z表示條件關系式，當z為真時，i（z）=1;反之，i（z）=0，根據大多數學者的做法，本文采用高斯核函數，其表現形式為：。

3、數據選取

有關高等院校課程信息化水平的衡量在學術界并未達成一致意見，本文按照大多數研究學者的思路，采用學校生機比來衡量高等院校課程信息化水平。生機比采用學生用計算機臺數除以學生總人數得到。

三、實證結果及其解讀

借助我國各省市2002-2013年課程信息化建設水平數據;然后采用基尼系數和Kernel密度估計方法，實證分析了中國普通高等院校課程信息化水平的地區差異和動態演變規律，圖1給出了全國和三大地區基尼系數的演變趨勢，圖2則給出了全國的Kernel密度估計分布圖。

1、全國普通高等院校信息化水平總體基尼系數及其演變

為了更加清晰地看出普通高等院校課程信息化建設水平的總體差異及其演變趨勢，圖1較為清晰地給出了2002-2013年高校課程信息化建設水平的總體差異及其演變過程。根據圖1可以清晰地看出，在2002-2013年過程中，普通高等院校課程信息化水平的總體基尼系數呈現出波動上升趨勢，總體上呈現出上漲趨勢、具體來看，可以分為兩個階段進行描述。第一階段：從2002-2006年，在此期間，普通高等院校課程信息化建設水平的總體基尼系數表現為先上升后下降的演變趨勢，呈現出為倒“V”型的演變趨勢，其中從2002年的0.1108逐漸上升至2004年的0.1231，達到極大值，而后又出現下降趨勢，并且在2006年跌至0.1138。第二階段，從2007-2013年，此階段的演變過程和第一階段保持類似過程。普通高等院校信息化水平的總體基尼系數同樣表現為先升后降的演變趨勢，且呈現出為倒“V”型的演變趨勢。其中，從2007年的0.1211首先上升至2011年的0.1471，達到考察期內的最大值，隨后再次出現下降趨勢，并且在2013年下降至0.1314。若以2002年為基期，普通高等院校課程信息化水平的總體基尼系數年均增長了1.56%。

2、三大地區普通高等院校課程信息化水平的地區內差距及其演變

為了更加清晰地看出全國東部、中部和西部地區普通高等院校課程信息化水平的地區內差異程度和演變過程。圖1也給出東部、中部和西部地區普通高等院校課程信息化水平基尼系數的演變趨勢。根據圖1不難發現，在考察期內，三大地區的演變過程并非一致，且表現為非常明顯的差異性。其中，東部地區在考察期內表現為持續上升趨勢，相反中部和西部地區則表現為下降趨勢，西部相對于中部地區而言下降速度更加迅速。在2002-2004年期間，西部地區內基尼系數最大，位于曲線的最上方，其次是東部地區內基尼系數，而中部地區內基尼系數最小。除了2005年之外，2006-2013年期間，這種格局發生了較大改變，其中，東部地區內基尼系數曲線占據了最高位置，其次是中部地區內基尼系數，而西部地區內基尼系數最小。根據具體數值來看，東部地區內基尼系數由2002年的0.0953，持續上升到2013年達到最大值0.1832。其中，在2004-2006年期間上升速度較快，但是在其他考察年份的增長速度相對平緩。中部地區內基尼系數在2002-2013年考察期內表現為上下波動演變趨勢，分別在2003年和2007年達到極小值0.0567和0.0666，而在2005年和2011年達到極大值0.0846和0.079。相比于東部和中部地區而言，西部地區內基尼系數卻表現為明顯的下降趨勢，并且波動幅度較大，先由2002年的0.1242先下降至2010年的0.0581，隨后又在2011年達到極大值0.0710，然后在2013年再次跌至0.0454。若以2002年為基期，東部、中部、西部三大地區普通高等院校課程信息化水平的地區差異年均分別上升6.12%、下降0.25%、下降8.74%。

3、全國高等院校課程信息化水平的Kernel密度估計

圖2給出了全國高等院校課程信息化水平的Kernel密度估計的示意圖。通過圖2可以得到以下結論。其一，全國高等院校課程信息化水平的Kernel密度曲線在考察期內從左到右不斷移動，這說明了全國高等院校課程信息化水平在2002-2013年期間有所提高。其二，與2002年相比，2005年的Kernel密度曲線的波峰高度呈現出明顯的下降趨勢，波峰寬帶有所增大，這說明全國高等院校課程信息化水平的地區內差距有所加大;與2005年相比，2008年的Kernel密度曲線的波峰高度卻表現為上升趨勢，波峰寬帶有所縮小，這說明全國高等院校課程信息化水平的地區內差距表現為下降趨勢;與2008年相比，2011年的Kernel密度曲線的波峰高度略有下降，波峰寬帶略有增大，這說明在此期間全國高等院校課程信息化水平的地區內差距表現為較小的變化，其差距略有增加。相比2011年而言，2013年的Kernel密度曲線波峰高度明顯升高，波峰寬度表現為明顯的縮小態勢，說明在此期間全國高等院校課程信息化水平的地區內差距表現為明顯的縮小趨勢。此外，根據圖2還能進一步看出，全國高等院校課程信息化水平Kernel密度曲線右拖尾不斷拉長，這說明全國有些省份的高等院校課程信息化水平發展較快，與此同時，有些省份的高等院校課程信息化水平發展較慢，兩者之間就呈現出較大的差異程度。其三，在考察期內，Kernel密度曲線在2005年表現為單峰形態，說明在此期間，我國高等院校課程信息化水平表現為兩極分化現象;同時在2008年、2011年以及2013年Kernel密度曲線卻呈現出多峰形態，說明在此期間，我國高等院校課程信息化水平表現為多極分化現象。

四、結論和啟示

為了考察中國各省高校課程信息化水平的空間差異和演變過程，本文首先借助全國各省市2002～2013年課程信息化水平數據;然后采用基尼系數和Kernel密度估計方法，實證分析了中國普通高等院校課程信息化水平的地區差異和動態演變規律，得到以下結論：第一，基尼系數表明，在考察期內中國普通高等院校課程信息化水平的地區差距表現為上升趨勢，從三大地區來看，東部、中部以及西部地區的基尼系數大小呈現出交替變化，在2005年之前，西部最大，其次是東部，而中部地區內基尼系數最小。但在2005年之后，東部最大，其次是中部地區，而西部地區最小。第二，Kernel核密度估計表明：在整個樣本考察期內，中國普通高等院校課程信息化水平的Kernel核密度曲線函數呈現出向左移動的狀態，這表明中國各省普通高等院校課程信息化水平有所提高，不過在不同省際之間卻呈現出兩極或者多極分化現象。

當前，為了更好地適應高等教育課程建設的需求，就政府而言，應該統籌規劃、整體布局，加大投入，逐步縮小不同高校課程信息化建設水平差距。就高校自身而言，應該根據自身高校課程建設特點，將課程信息化建設納入到學校長期規劃過程中，與其他學科信息化、管理信息化等建設同步推動，只有這樣才能保證課程信息化建設能夠取得實效。其次，學校課程信息化建設水平與質量與教師存在密切關系。因此，加大教師信息化教學能力的培養極為重要。應該鼓勵教師利用假期等參加信息化教學培訓、進修，例如制作多媒體課件、視頻處理、動畫制作等等。提高教師信息化授課能力。最后，由于各高校的資源稟賦存在差異性，高校之間的課程信息化資源并非一致，因此，各高校要根據自己高校的特色和基礎，走適合自己高校課程信息化建設之路，要因地制宜，因校而建。

【參考文獻】

[1] 單建華. 當前高等院校信息化的現狀及改進路徑[J]. 電子商務， 2013（9）59-60.

[2] 付曉豹. 民辦高等院校信息化建設的問題及解決策略[J]. 中國課程信息化， 2011（1）18-19.

[3] 王樹聲， 葛興明. 淺析高等院校信息化建設[J]. 當代教育實踐與教學研究， 2017（11）194-195.

[4] 崔華泰. 城鄉二元視角下的我國基尼系數變化分析[J]. 經濟社會體制比較， 2017（3）33-44.

[5] 戴麗娜. 商業銀行操作風險的度量——基于非參數方法[J]. 數理統計與管理， 2017.36（3）541-549.

【作者簡介】

蘇 靜（1980—）女，湖南文理學院經濟與管理學院副教授，應用統計學博士，研究方向：數理金融與計量金融.