青少年互聯網使用的兩道數字鴻溝及其對教育不平等的影響

許 琪

(南京大學 社會學院,江蘇 南京 210023)

一、 引 言

在現代社會,教育是影響收入和職業發展的關鍵因素,教育公平也成為社會各界關注的焦點。很多研究發現,教育作為一種自致性因素,其最終結果與個人的勤奮努力密切相關;但與此同時,家庭背景等先賦性因素也對教育獲得具有重要影響,因此,教育能在多大程度上促進社會公平取決于家庭背景對教育結果的影響大小,或者說取決于教育獲得過程中的不平等程度[1]。在現有研究中,國內外學者從不同視角出發,指出了家庭背景影響教育獲得的多種因果機制[2-3]。但隨著信息技術的快速發展,數字設備和互聯網在教育過程中的應用日益廣泛,家庭背景對教育不平等的影響機制也變得日益復雜。一些學者認為,互聯網的普及對擴大教育資源共享、促進社會融合與保障教育公平都有重要的現實意義[4-5];但也有研究指出,互聯網的普及不但無法促進教育公平,反而會加劇教育不平等,甚至成為維持和擴大教育不平等的主要機制[6-7]。

針對上述兩種有爭議的學術觀點,現有研究主要有兩種研究進路。一是分析家庭背景對青少年互聯網使用方式的影響,這類研究雖有助于揭示青少年在互聯網使用方面的階層分化,但仍缺乏對這種階層分化與教育結果之間因果關系的深入考察。二是分析不同的互聯網使用方式對學業表現的影響,這類研究雖將落腳點放在了學業表現這一重要的教育結果變量上,但因為缺乏社會分層的視角,所以還是無法回答互聯網對教育不平等的影響問題。本文試圖將上述兩種研究進路結合起來,系統評估互聯網在教育不平等的代際再生產過程中發揮的作用。具體來說,本文將首先基于近年來學界關于“數字鴻溝”(Digital Divide)的相關研究成果[8-9],分析不同家庭背景的青少年在互聯網“接入”和“使用”兩個層面的數字鴻溝問題。然后以此為基礎,分析互聯網的“接入溝”和“使用溝”對青少年學業發展的不同影響機制,進而為青少年更好地使用互聯網提升學習效果以及為我國在推動教育信息化的同時促進教育公平提供可能的政策建議。

二、 文獻回顧和研究假設

(一) 家庭背景對教育獲得的影響

因家庭背景導致教育結果的不平等是教育不平等的重要表現形式。對歐美發達國家的很多研究顯示,家庭背景通過影響子代教育來影響子代的職業地位已成為現代社會階層再生產的一個主要機制[10-11]。科爾曼等學者在1966年提交給美國國會的一份著名報告中指出,相比學校和社區,家庭背景對子代教育有更加重要的影響[12]。后續的很多研究驗證了科爾曼的結論[13]。在中國,很多研究也發現,父母的社會經濟地位對子代的教育獲得有持續而廣泛的影響,且這種影響在教育的市場化改革和教育擴張過程中呈不斷擴大之勢[14-17]。

現有研究指出了家庭背景影響子代教育獲得的三種因果機制[2]。首先,人力資本理論認為,教育是一項重要的人力資本投資,兒童學業成績的差異主要是由家庭教育投資的多寡造成的[18]。受家庭資源約束,貧困家庭對兒童教育的經濟投入往往不如富裕家庭,這導致教育結果出現了明顯的階層分化。其次,文化資本理論認為,家庭的文化資源和文化氛圍對孩子的教育期望和學習成績均有重要影響[19]。相較于文化資本比較匱乏的家庭,文化資本相對富裕的家長對子女的教育期望更高,也更加注重培養兒童的學習興趣,這有助于子女更好地掌握課程知識和取得優異的學習成績。最后,科爾曼提出的社會資本理論認為,家長的教育參與和教養方式對兒童學習行為和學業成就有重要影響[3]。社會經濟地位較高的父母通常會更多地參與兒童的學習活動,更加注重與老師和其他家長的交流,減少兒童逃課和危險行為,進而提高兒童的學業表現。

除了上述三個主要理論,對中國的很多研究還發現,家庭背景還會影響子女就讀學校的質量,進而影響子代的教育獲得[20-21]。隨著教育資源在不同學校之間的分化日益嚴重,家庭背景較好的兒童越來越集中于質量較高的學校,學校之間的階層分割對當下中國的教育不平等有重要影響[22]。

(二) 教育獲得中的數字不平等

綜上所述,現有研究從多個角度對家庭背景影響子代教育的機制給出了理論解釋,但這些解釋都未涉及互聯網。進入21世紀以來,數字技術和互聯網在教育教學過程中的應用日益廣泛,在線課程、遠程教育等新的教學方式已對傳統的課堂教學產生了非常深遠的影響。2020年《中國教育統計年鑒》數據顯示,我國小學、初中和普通高中的互聯網接入率分別為98.6%、99.2%和98.7%[23]。另據共青團中央和中國互聯網絡信息中心聯合發布的《2020年全國未成年人互聯網使用情況研究報告》,我國未成年網民已達1.83億人,互聯網普及率為94.9%[24]。在新冠疫情期間,很多線下教學活動被迫轉為線上,這在保障課堂教學正常開展的同時,也引發了全社會對線上教學效果以及由此產生的教育公平問題的討論。

一些學者認為,相比書本和課堂等傳統的知識獲取方式,互聯網中的信息和學習資源更加豐富,而且與傳統的教學方式不同,互聯網有助于突破知識傳播的時空界限,促進優質教育資源在不同階層和社會群體間的共享,因而對推進教育均衡發展和促進教育公平都有顯著的積極影響[4,25]。然而,與上述觀點不同,一些學者對互聯網能提升學習效果的說法提出了質疑,因為互聯網上除了對學習有益的資源,也充斥著很多低俗、色情、暴力的負面信息,再加上網絡成癮等不良互聯網使用習慣,很多學者擔憂,青少年過度使用互聯網會對學習成績造成負面影響[26-27]。除此之外,與互聯網能促進教育公平的理想愿景不同,近年來的很多研究發現,不同家庭出身的青少年在教育結果上的差異并未因為互聯網的普及趨于消失,在一些國家,教育不平等甚至呈逐漸擴大之勢[28]。援引近年來關于數字鴻溝和數字紅利的相關研究,一些學者將這種新出現的教育不平等稱為“數字不平等”(Digital Inequality),認為不同階層在互聯網的接入率、使用方式和獲益能力上的差異是導致互聯網對不同家庭出身的青少年的教育結果產生差異化影響的主要原因[29-31]。接下來,本文將從數字鴻溝和數字紅利這兩個核心概念出發,介紹互聯網擴大教育不平等的主要機制。

(三) 從數字鴻溝到數字紅利

20世紀90年代中后期,美國國家遠程通訊局(NTIA)陸續發布了四份題為《在網絡中落伍》的研究報告,從此數字鴻溝問題引起了世界范圍內的高度關注。在傳統意義上,數字鴻溝關注的是不同階層和社會群體擁有電子設備和鏈接互聯網機會的差異[8]。由于社會下層擁有個人電腦和接入互聯網的可能性大大低于社會上層,這導致社會下層難以從信息技術和互聯網的高速發展中獲益。不過,隨著電子設備和互聯網的普及率快速上升,這種“物理接入”層面的數字鴻溝逐漸消失。根據經濟合作與發展組織(OECD)2015年發布的調查報告,在大多數發達國家,即便是家境最差的學生都有機會接觸互聯網[28]。在中國,互聯網的普及率在近年來也有了大幅提升[8]。但互聯網接入機會的增多并不意味著所有階層都能通過互聯網獲得同樣的收益。世界銀行在《世界發展報告2016:數字紅利》中明確指出,當物理接入層面的數字鴻溝消失之后,數字不平等的表現形式將從“是否擁有技術”轉向“如何正確地使用技術”以獲得“數字紅利”[9]。為了與傳統的因物理接入導致的數字鴻溝相區別,這種因數字紅利在不同階層間的不均等分配導致的數字不平等也被很多國內學者稱作“新數字鴻溝”[29]。

迪馬喬和哈基泰認為,新數字鴻溝產生于不同階層對互聯網使用方式上的差異[32]。與社會下層相比,社會上層能使用更加先進的上網設備,擁有更高的互聯網使用技能,在上網時更加積極主動,更可能以獲取信息或自我提升為目的,因此,社會上層也更可能從互聯網的使用中獲益。與之類似,數字鴻溝領域的研究專家范迪克也認為,當接入層面的數字鴻溝消失以后,新的數字不平等主要來源于不同用戶在互聯網使用技能和使用方式上的差異[31]。在他看來,數字技能包括運用和管理軟硬件設備的技能和從互聯網獲取信息、處理信息的技能。不同階層在這些技能上的差異造成了“技能鴻溝”。除此之外,不同階層在互聯網使用時長、使用目的、聯網設備的性能等方面也存在明顯的“使用鴻溝”,這導致不同階層通過互聯網獲益的能力出現明顯分歧。

基于上述關于數字鴻溝和新數字鴻溝的研究,一些學者分析了互聯網對中國教育不平等的影響,但這些研究大多停留在理論層面[29,33-34]。在經驗層面,有學者分析了互聯網對青少年學習成績的影響,發現使用互聯網學習有助于提高學習成績,但使用互聯網娛樂或社交則對成績有負面影響[6,26]。這些研究雖能證明不同的互聯網使用方式會導致差異化的學習結果,但并未對不同使用方式的階層差異進行分析,因而無法回答互聯網是擴大還是縮小教育不平等的問題。此外,我們關注到近年來有部分研究分析了互聯網使用對城鄉教育不平等的影響,這些研究大多發現,互聯網對城市青少年的學習成績有更大的促進作用,因而會擴大城鄉之間的教育不平等[35-36]。但是,目前還很少有學者研究互聯網對因家庭背景導致的教育不平等的影響。少數研究雖然涉及了這個問題,但并未對此進行專門分析,或者僅分析了互聯網接入的影響,而沒有考慮不同階層在互聯網使用方式和使用技能上的差異[6,37-38]。本文將結合數字鴻溝和數字紅利的最新理論對互聯網與教育不平等之間的關系進行更加深入和全面的分析。

(四) 研究假設

綜合上述研究成果,本文擬提出以下研究假設:

首先,參考近年來的相關研究,我們認為,在中國,家庭背景也對子代教育具有重要影響,但這種影響不能被人力資本理論、文化資本理論、社會資本理論和學校質量上的差異完全解釋,因此,提出以下研究假設:

假設1:在控制與人力資本、文化資本、社會資本和學校質量等相關變量之后,家庭背景仍對青少年的學業表現具有顯著影響。

對于上述不能完全由傳統理論解釋的教育不平等,我們認為,這主要是互聯網使用方面的數字鴻溝所致。為了驗證這一觀點,需要首先檢驗數字鴻溝的存在。參考近年來關于數字鴻溝和數字紅利的相關研究,我們認為不同階層的青少年在互聯網使用方面存在兩道鴻溝:一是“接入溝”,即社會上層的青少年相比社會下層的青少年更可能使用互聯網;二是“使用溝”,即社會上層的青少年相比社會下層的青少年觸網時間更早,且擁有更高的互聯網使用技能和更加健康的互聯網使用習慣。因此,提出以下研究假設:

假設2:與家庭背景較差的青少年相比,家庭背景較好的青少年不僅更可能使用互聯網,而且擁有更高的互聯網使用技能和更好的互聯網使用習慣。

此外,考慮到現有研究大多發現使用互聯網有助于提升學業表現,且越健康有效的互聯網使用方式對學業表現的提升作用越大,我們認為互聯網使用的“接入溝”和“使用溝”均會擴大教育不平等,但兩道數字鴻溝對教育不平等的影響機制有所不同。“接入溝”的影響表現為中介效應,即上層青少年因更可能使用互聯網而更可能從互聯網受益。“使用溝”的影響表現為調節效應,即同樣在使用互聯網的情況下,上層青少年因為擁有更高的互聯網使用技能和更好的互聯網使用習慣而更可能從互聯網獲益。因此,提出以下研究假設:

假設3:與家庭背景較差的青少年相比,家庭背景較好的青少年因為更可能使用互聯網而擁有更好的學業表現(中介效應);與此同時,互聯網也對家庭背景較好的青少年的學業表現有更大的提升作用(調節效應)。

最后,考慮到近年來隨著互聯網技術的普及,不同階層在互聯網接入方面的數字鴻溝不斷縮小,而在互聯網使用方面的數字鴻溝不斷擴大,我們認為,互聯網對教育不平等的影響主要表現為調節效應,且該效應可以由不同階層在互聯網使用方式上的差異得到解釋。因此,提出以下研究假設:

假設4:互聯網對教育不平等的影響主要表現為調節效應,不同階層的青少年在互聯網使用技能和使用方式上的差異是產生該效應的主要原因。

三、 數據、變量和分析方法

(一) 數據

本文將使用2015年“國際學生評估項目”(The Program for International Student Assessment,PISA)數據進行研究。PISA是經濟合作與發展組織在全球范圍內針對15歲學生開展的能力評估項目,評估每隔三年開展一次,測試內容主要是學生在數學、閱讀和科學三項關鍵能力上的表現,同時收集與被測學生個人、家庭和學校相關的背景信息。中國于2012年、2015年和2018年先后參加了三輪PISA測試,考慮到2018年測試并未詢問學生互聯網使用技能和使用方式方面的信息,本文將使用2015年數據開展研究。2015年的PISA數據共包含來自北京、上海、江蘇和廣東四個省市268所學校的9841名年齡為15歲的在校生。在去除缺失值以后,分析時實際使用的樣本量為8801人。

與其他調查數據相比,PISA數據的優勢主要體現在兩個方面。第一,以往研究大多使用學生的學習成績作為學業表現的測量指標,但不同學校的學習成績并不具有可比性,而PISA數據使用統一的數學、閱讀和科學測試評估學生在這三個方面的能力表現,且測試題目具有很高的信度和效度,因而,使用該數據可以更好地測量學生的學業表現。第二,2015年的PISA測試包含一個專門的電子信息技術問卷,該問卷詳細詢問了受訪者家中擁有的電子設備、互聯網接入和使用情況,這就為本文研究互聯網對教育不平等的影響創造了條件。

(二) 變量

本文的因變量是受訪者在數學、閱讀和科學三個方面的能力測試得分。PISA數據提供了每位學生在上述三項能力測試中的10個似真值(Plausible Value)。似真值是基于項目反應理論(Item Response Theory)得到的受訪者在能力測試中的近似得分[35]。我們對所有10個似真值求平均數,這樣就得到了受訪者在數學、閱讀和科學三個方面的平均得分。(1)對10個似真值的因子分析結果顯示,各似真值的因子負載近乎相同,因此可以對之取平均值。除了取平均值,本文也嘗試對10個似真值逐一進行回歸分析,發現結論完全一樣。因此,因變量的操作化方法對結論沒有影響。本文將以此為因變量進行統計分析。

在自變量方面,家庭背景使用PISA數據自帶的家庭社會經濟和文化地位指數進行測量。(2)PISA數據基于受訪者父母的教育、職業地位和家庭文化物品擁有量生成了一個反映家庭社會經濟和文化地位的綜合變量escs,分析使用的即為該變量。互聯網的接入情況通過一個二分變量來測量,0表示受訪者所在家庭沒有連接互聯網,1表示連接互聯網。此外,為了研究數字紅利差異對教育不平等的影響,我們還使用多個指標測量受訪者使用互聯網的技能和使用方式,包括:初次使用互聯網的年齡;應用軟硬件設備的能力;每天在學校和校外使用互聯網的時間;使用互聯網學習、娛樂和社交的頻率。初次使用互聯網的年齡、每天在學校和校外使用互聯網的時間均可直接從數據得到,而應用軟硬件設備的能力以及使用互聯網學習、娛樂和社交的頻率則是綜合多個變量得到。

具體來說,應用軟硬件設備的能力是綜合7個變量得到的指數得分。問卷通過多道陳述性問題詢問受訪者使用電子設備的情況,包括:“如果我的朋友或親戚們想要買新的電子設備或應用程序,我可以給他們提供建議”;“遇到電子設備的問題時,我覺得我能解決”;“我可以幫助我的朋友和親戚們解決電子設備上的問題”;“如果我需要新軟件,我會自己安裝”;“我會學習有關電子設備的知識以便獨立使用”;“如果我遇到關于電子設備的問題,我會自己著手解決”;“如果我需要一個新應用程序,我會自己選擇”。對于這7道題,受訪者可以從“非常不同意”“不同意”“同意”和“非常同意”4個選項中選擇,分析時我們按1—4分賦值,并將7道題相加,得到受訪者應用軟硬件設備的能力得分。

使用互聯網學習的頻率是綜合受訪者在“為完成作業而瀏覽網頁”和“為進一步學習功課瀏覽網頁”這兩道題目上的回答情況得到。使用互聯網娛樂的頻率是綜合受訪者在“使用社交網絡玩在線游戲”“上網瀏覽娛樂”和“從網上下載音樂、電影、游戲或軟件”這3道題目上的回答情況得到。使用互聯網娛樂的頻率是綜合受訪者在“網上聊天”和“參與社交網絡”這2道題目上的回答情況得到的。對于上述所有題目,受訪者均可從“從不或幾乎從不”“每月一兩次”“每周一兩次”“幾乎每天”和“每天”5個選項中選擇,分析時我們按1—5分賦值,并將對應題目相加,得到受訪者使用互聯網學習、娛樂和社交的頻率。

最后,模型分析時還納入了多個控制變量。首先,人力資本理論認為,家庭的經濟狀況會影響對子女教育的經濟投入,進而影響教育結果,因此我們在模型分析時控制了家庭的財富狀況。(3)問卷詢問了受訪者所在家庭擁有電視機、汽車、手機、電腦、樂器等物品的情況,PISA數據基于這些問題生成了一個綜合變量wealth,分析使用的即為該變量。其次,文化資本理論認為,家庭的文化資源對子女的教育期望和學業表現有重要影響,因此,我們在模型分析時控制了家庭文化物品的擁有量。(4)問卷詢問了受訪者所在家庭擁有經典文學作品,詩詞集,藝術品,藝術、音樂或設計類書籍等文化物品的情況。PISA數據基于這些問題生成了一個綜合變量cultposs,分析使用的即為該變量。再次,社會資本理論認為,父母的育兒參與和教養方式對教育不平等有顯著影響,因此,我們在模型分析時控制了父母對子女教育的支持和關心程度。(5)問卷有四道題測量父母對子女教育的關心和支持程度:“我父母對我的學校活動很感興趣”“我父母支持我在學習上的努力和成績”“當我在學校遇到困難時,我的父母會支持我”“我父母鼓勵我要自信”。PISA數據基于這四道題生成了一個綜合變量emosups,分析使用的即為該變量。復次,考慮到很多研究發現,家庭背景還會影響子女就讀學校的質量,進而影響子代的教育獲得,我們在模型分析時納入了很多學校層面的控制變量,包括學校是否在城市、是否為公立學校、教師擁有本科學歷占比、教師擁有碩士及以上學歷占比、教師擁有教師資格證占比、學校生師比、學校數字設備擁有情況(6)根據學校擁有投影儀、互動白板和計算機的數量3題,通過因子分析法生成。和家校互動情況。(7)根據“我校營造了熱情開放的氛圍讓家長參與學校活動”“我校針對學校課程計劃和孩子學習情況設計了學校與家庭之間的有效交流形式”“家長可參與我校的決策過程”和“我校向家庭提供如何幫助學生在家完成家庭作業和其他課程相關的活動、決定和計劃的信息”4題,通過因子分析法生成。最后,模型分析還控制了受訪者的性別、年級以及在校內和校外的每周學習時間。對上述所有變量的描述性統計結果如表1所示。

表1 對所有變量的描述性統計分析(N=8801)

(三) 分析方法

考慮到PISA數據采用了學校和個人兩階段抽樣,且本文使用的變量同時包含學生和學校兩個層面,因此將使用分層線性模型(Hierarchical Linear Model)進行統計分析,其模型表達式如下所示:

Yij=α+βXij+γWj+ξj+εij

該表達式中的i是學生的下標,j是學校的下標。Yij是學校j中的學生i在因變量上的取值。根據模型設定,該因變量同時受到學生層面自變量(Xij)和學校層面自變量(Wj)的影響,其系數分別為β和γ。與經典的線性回歸模型相比,分層線性模型的最大特點是將模型誤差項分為相互獨立的兩個部分:一是學校層面的誤差項ξj;二是學生層面的誤差項εij。納入學校層面的誤差項既可以解決同一個學校內部的學生的自相關問題,也可以在一定程度上控制未納入模型的學校層面的干擾因素,因而使用該方法可以得到更加可靠的系數估計值。

除了分層線性模型,本文還使用迪斯卡恰蒂等學者最新提出的中介效應和調節效應分解法分析了互聯網對教育不平等的影響機制[39]。傳統的中介效應和調節效應分析方法大多基于結構方程模型展開,但這一方法并不適用于分析一個變量既是中介變量也是調節變量的問題。而本研究面臨的恰是這樣一個問題。根據假設3,互聯網既在家庭背景與青少年學業表現之間扮演中介角色,同時也會調節家庭背景對學業表現的影響大小。為了更好地分析此類問題,迪斯卡恰蒂等學者提出了一種分解法,該方法可以將自變量對因變量的影響(總效應)分解為四個部分:一是自變量對因變量的直接影響(直接效應);二是自變量通過第三個變量對因變量的間接影響(中介效應);三是自變量與第三個變量對因變量的交互影響(調節效應);四是中介效應和調節效應的混合部分(中介調節效應)。使用該方法不僅可以測算各種效應的相對大小,而且可以對其顯著性進行統計檢驗。(8)迪斯卡恰蒂等學者同時發布了一個Stata命令med4way,本文在效應分解部分使用的正是該命令。

四、 分析結果

(一) 接入溝與使用溝

首先,我們使用分層線性模型分析了家庭背景對青少年互聯網接入和使用方式的影響,結果如表2所示。

表2 家庭背景對互聯網接入、使用技能和使用方式的影響

可以發現,在納入所有個體層面和學校層面的控制變量之后,家庭背景對是否聯網依然有非常顯著的正向影響,這說明互聯網在接入層面的數字鴻溝依然存在。除此之外,在控制所有變量之后,不同家庭出身的青少年在互聯網使用方式上也存在顯著差異,具體表現在家庭背景越好,青少年觸網時間越早,在校內使用互聯網的時間越少,使用互聯網娛樂和社交的頻率越低,但使用互聯網學習的頻率越高。以往研究發現,使用互聯網學習對學業表現有積極影響,但在網上花費大量時間娛樂和社交則對學習有不利影響[26]。由此可見,家庭背景較好的青少年不僅在互聯網使用方面更加節制,而且更有效率,這很可能導致不同階層出身的青少年在學業表現上的差異進一步擴大。

(二) 兩道數字鴻溝對教育不平等的影響

為了深入研究兩道數字鴻溝對教育不平等的影響,表3—5使用分層線性模型分析了青少年閱讀、數學和科學能力測試得分的影響因素。

表3 互聯網使用方式和家庭背景對閱讀測試得分的影響

從表3中的模型1a可以發現,在不控制任何變量的情況下,家庭背景每提高1分,閱讀測試得分會提高13.808分。不過,在納入所有學生層面的控制變量和學校固定效應之后(模型1b),家庭背景的系數下降到了6.515,但在統計上依然非常顯著。這說明,與人力資本理論、文化資本理論和社會資本理論相關的學生層面的控制變量以及不同學校在質量上的差異對家庭背景的影響有很強的解釋力。但即便在納入上述所有變量之后,家庭背景的影響依然顯著存在。

數字鴻溝理論認為,在數字時代,互聯網接入層面的差異是導致不同家庭出身的青少年在學業表現方面呈現顯著差異的一個重要原因。為了對該理論進行檢驗,我們在模型2a的基礎上納入了互聯網接入狀況,這就得到了模型3a。從該模型可以發現,連接互聯網對青少年的閱讀能力有非常顯著的正向影響,且因為家庭背景越好,家庭連接互聯網的可能性越大(表2),這導致在控制互聯網接入狀況之后,家庭背景對閱讀能力的影響出現了進一步下降。不過,即便在模型3a中,家庭背景的影響依然是非常顯著的,這說明互聯網接入層面的數字鴻溝并不足以解釋不同階層出身的青少年在閱讀能力上的差異。

數字紅利理論認為,互聯網對教育不平等的影響主要表現為不同階層通過互聯網獲益的能力存在顯著差異。與社會下層相比,社會上層出身的青少年更可能從互聯網中獲益,因而他們的學業表現也始終優于社會下層。為了檢驗該理論,我們進一步納入了家庭背景與連接互聯網的交互項,根據模型4a可以發現,納入該交互項之后,家庭背景的主效應變得不再顯著,而新納入的交互項則顯著為正。這說明,在都不使用互聯網的情況下,不同階層在閱讀能力上的差異并不明顯,但是在都使用互聯網的情況下,階層差異就會凸顯出來。由此可見,數字紅利獲取方面的階層差異確實是導致教育不平等的一個重要原因。

接下來,我們使用同樣的方法對青少年在數學和科學兩個方面的測試得分進行了研究。從表4和表5可以發現,對這兩個因變量的研究結論與之前對閱讀能力的研究結論完全一致,受篇幅所限,此處不再逐一論述。

表4 互聯網使用方式和家庭背景對數學測試得分的影響

表5 互聯網使用方式和家庭背景對科學測試得分的影響

上述分析結果充分說明,連接互聯網既是家庭背景影響青少年學業表現的中介變量,也是調節變量,為了對這兩種作用機制進行定量評估,我們使用迪斯卡恰蒂等學者提出的中介效應和調節效應分解法對教育不平等的產生機制進行了分解。從表6可以發現,家庭背景對閱讀能力的總效應為21.541,該效應由四個部分組成:一是家庭背景對閱讀能力的直接效應(6.690);二是家庭背景通過連接互聯網對閱讀能力的中介效應(0.925);三是家庭背景通過連接互聯網對閱讀能力的調節效應(13.494);四是中介效應和調節效應的混合部分,或者說既可以被視作中介效應也可以被視作調節效應的部分(0.432)。可以發現,在這四種效應中,調節效應的占比最高(62.6%)。中介效應雖然在統計上顯著,但其效應值卻較小(4.3%)。因此,互聯網對教育不平等的影響主要表現為調節效應。對數學和科學測試得分的分析也得到同樣的結論。

表6 連接互聯網對教育不平等的影響機制

綜上所述,調節效應是互聯網影響教育不平等的主要機制,但這種調節效應的產生原因仍需進一步研究。為此,我們在上文模型4a、模型4b和模型4c的基礎上納入了與互聯網使用方式相關的一組自變量。從表7可以發現,在控制其他變量的情況下,青少年初次上網的時間越早,使用軟硬件設備的能力越強,上網時間越短,使用互聯網學習的頻率越高、娛樂的頻率越低,他們在閱讀、數學與科學三項能力測試中的表現越好。此外,使用互聯網社交對閱讀能力有顯著的積極影響,但是對數學和科學能力并沒有明顯的提升作用。

表7 互聯網使用方式對閱讀、數學和科學測驗得分的影響

值得注意的是,在納入上述自變量之后,家庭背景與連接互聯網的交互影響與上文模型4a、模型4b和模型4c相比都有非常明顯的下降。在對閱讀和數學兩項能力的分析中,該交互項已變得不再顯著。由此可見,互聯網使用方式上的階層差異可以在很大程度上解釋互聯網對教育不平等的調節效應。結合表2的分析結果,我們認為,這主要是家庭背景較好的青少年觸網時間較早、上網時間較短、使用互聯網學習的頻率較高和娛樂的頻率較低導致的。

五、 結論與討論

教育獲得的階層差異是備受學界關注的重要議題。在數字時代,互聯網在教育教學中的應用日益廣泛,教育不平等的產生機制也隨之出現了一些新變化。本文基于近年來關于數字鴻溝和數字紅利的最新理論成果,分析了互聯網影響教育不平等的主要機制。通過對2015年PISA數據的深入分析,本文發現:

首先,青少年在互聯網使用方面存在明顯的階層分化,具體表現為兩道數字鴻溝:一是“接入溝”,即家庭背景較好的青少年較可能使用互聯網;二是“使用溝”,即家庭背景較好的青少年觸網時間較早,上網時間較短,使用互聯網學習的頻率較高且使用互聯網娛樂的頻率較低。

其次,青少年在互聯網使用方面的兩道數字鴻溝均對教育不平等具有重要影響,但影響機制有所不同。“接入溝”的影響表現為中介效應,即家庭背景較好的青少年因為更可能使用互聯網而更可能從互聯網受益。“使用溝”的影響表現為調節效應,即同樣在使用互聯網的情況下,家庭背景較好的青少年因為擁有更加健康和高效的互聯網使用習慣而更可能從互聯網獲益。進一步的研究發現,調節效應是互聯網影響教育不平等的主要機制,中介效應的影響雖然存在,但是對教育不平等的總體解釋力較弱。

在教育公平問題日益突出和數字社會快速發展的背景下,上述研究發現具有重要的理論和現實意義。在理論意義方面,這項研究厘清了數字鴻溝對教育不平等的影響機制,為學界研究該問題提供了新的見解。在現實意義方面,這項研究也為通過數字技術降低教育不平等指明了政策方向。研究認為,未來應當從兩個方面入手,提升教育信息化在促進教育公平方面的作用。

一是在教育信息化的發展過程中有意識地向中下階層傾斜,進一步彌合不同階層在互聯網接入層面的數字鴻溝。雖然從本文的分析結果看,“接入溝”對教育不平等的影響比較有限,但需注意的是,本文使用的數據來自北京、上海、江蘇和廣東這四個社會經濟發展水平較高的地區。在那些數字化發展水平較低的中西部地區,特別是農村地區,接入層面的數字鴻溝可能依然對教育不平等具有重要影響。因此,我們認為,未來依然要加大對落后地區的幫扶力度,縮小它們與東部發達地區的差距,進而縮小不同地區的教育不平等程度。

二是在推進教育信息化的過程中密切關注數字紅利分配不均的問題,在縮小互聯網接入鴻溝的同時,加大對中下階層青少年互聯網使用技能和使用素養的培訓,不斷縮小不同階層在互聯網使用方面的數字鴻溝。本文的研究發現,“使用溝”是導致教育不平等在數字時代得以維持甚至擴大的主要原因。雖然這一結論是基于四個東部發達地區得到的,但隨著互聯網普及率的提高,“接入溝”的消除和“使用溝”的凸顯是一個可預見的趨勢。因此,著力消除這一層面的數字鴻溝無論對當下還是對未來均有重要意義。我們認為,未來要結合家庭、學校和社會的力量,增強對青少年互聯網使用技能和使用素養的培訓。首先,在數字技術的供給層面,提供各種優質在線資源,凈化網絡環境,同時在學校課程設置上增加與數字技術相關的課程,“從娃娃抓起”,縮小不同階層的青少年在互聯網使用方面的技能鴻溝。其次,在數字技術的需求層面,通過各種途徑加強對青少年互聯網使用方式的監督和引導,減少網絡成癮,防止青少年將互聯網僅僅視作一個休閑娛樂的工具,引導他們更多地將互聯網運用到學習中來。這不僅有助于提升學習效果,而且對促進教育公平也有重要意義。