陳金華 何建 劉俊 張養(yǎng)力 沈軼

[摘? ?要] 面向大數(shù)據(jù)的基礎(chǔ)教育信息化2.0（BEI2.0：Basic Education Informatization2.0）“縣·省”級綜合測評是推動(dòng)我國BEI實(shí)現(xiàn)“三全、兩高、一大”發(fā)展的重要舉措和路徑，建構(gòu)科學(xué)、合理、高效的“縣·省”級測評工具是基礎(chǔ)教育信息化推進(jìn)的有力保障。為充分發(fā)揮“縣·省”級對基礎(chǔ)教育信息化的決策和指導(dǎo)作用，實(shí)現(xiàn)頂層設(shè)計(jì)、科學(xué)規(guī)劃、精準(zhǔn)建設(shè)，通過文獻(xiàn)研究、系統(tǒng)歸納、問卷調(diào)查和統(tǒng)計(jì)分析等方法，建構(gòu)了面向大數(shù)據(jù)的BEI2.0“縣·省”級綜合測評指標(biāo)模型，包含7個(gè)構(gòu)面及其27個(gè)可測指標(biāo)，并基于實(shí)證，采用信效度分析、結(jié)構(gòu)方程模型和回歸模型對指標(biāo)模型進(jìn)行了驗(yàn)證。結(jié)果顯示指標(biāo)模型建構(gòu)科學(xué)且結(jié)構(gòu)合理，具有較高的實(shí)用價(jià)值，為推進(jìn)我國基礎(chǔ)教育信息化發(fā)展及綜合精準(zhǔn)測評提供了普適、客觀、有效和系統(tǒng)的工具支撐。

[關(guān)鍵詞] 大數(shù)據(jù); 基礎(chǔ)教育信息化2.0; “縣·省”級（縣、省兩級）; 綜合測評; 指標(biāo)模型

[中圖分類號] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡介] 陳金華（1967—），男，重慶石柱人。教授，博士，主要從事基礎(chǔ)教育信息化戰(zhàn)略與學(xué)習(xí)空間建構(gòu)、教育大數(shù)據(jù)測評與學(xué)習(xí)分析、人工智能與智慧教育研究。E-mail：csdcjh@126.com。

一、引? ?言

大數(shù)據(jù)和教育信息化是我國的國家戰(zhàn)略，面向大數(shù)據(jù)的教育信息化自然已成為國家教育改革和發(fā)展規(guī)劃的重中之重?！督逃畔⒒笆濉币?guī)劃》明確要求研制教育信息化水平測評指標(biāo)模型和測評辦法，全面開展教育信息化督導(dǎo)評估，這充分表明在大數(shù)據(jù)背景下教育信息化測評作為指導(dǎo)和檢驗(yàn)教育信息化發(fā)展水平的“試金石”從頂層設(shè)計(jì)上得到重視。多年來，基礎(chǔ)教育信息化發(fā)展指標(biāo)作為衡量我國基礎(chǔ)教育信息化發(fā)展水平的重要工具，在教育信息化建設(shè)中發(fā)揮著重要作用。但是研究發(fā)現(xiàn)，國內(nèi)外現(xiàn)有指標(biāo)模型研制多依賴于主觀判斷的思辨性研究，囿于專家定制或組織提供，缺乏大數(shù)據(jù)支持，目標(biāo)局限于某一學(xué)?；颉疤囟▍^(qū)域”的發(fā)展?fàn)顩r考察，是否有效很難證明。它們忽視了內(nèi)生動(dòng)力的培育，難以綜合反映“縣·省”（縣、省兩級）級基礎(chǔ)教育信息化進(jìn)展?fàn)顩r，很難激發(fā)基礎(chǔ)教育信息化政策的“造血功能”，更無法很好地體現(xiàn)新時(shí)代BEI2.0規(guī)劃設(shè)計(jì)的實(shí)際效果。我國長期以來實(shí)行“以縣為主”的教育經(jīng)費(fèi)投入體制，“縣”既是教育之首又是教育之尾，以縣省兩級為對象測評BEI2.0綜合水平，既可以較好地反映當(dāng)下縣與縣級之間的差異，又可以直接映射以縣為單元的城鄉(xiāng)差異，還可以統(tǒng)整省級綜合水平進(jìn)行全國性比較。以“縣·省”為主可以有效督促教育經(jīng)費(fèi)精準(zhǔn)投入，切實(shí)加強(qiáng)基礎(chǔ)教育信息化建設(shè)。因此，在大數(shù)據(jù)與教育信息化2.0背景下，建立客觀、精準(zhǔn)、普適的BEI2.0“縣·省”級綜合測評指標(biāo)模型，以“縣·省”為對象全面測評BEI2.0綜合發(fā)展水平，準(zhǔn)確把握建設(shè)進(jìn)展、及時(shí)發(fā)現(xiàn)發(fā)展短板、科學(xué)制定發(fā)展規(guī)劃是當(dāng)前亟待解決的突出問題。

二、研究綜述

大數(shù)據(jù)與BEI2.0是近年來研究者一直都關(guān)注的熱點(diǎn)。面向大數(shù)據(jù)的BEI2.0“縣·省”級綜合測評目的是利用教育大數(shù)據(jù)專門測評“縣·省”級BEI2.0發(fā)展水平，以進(jìn)行“縣·省”級縱橫比較，明確“縣·省”級自身情況。要建構(gòu)面向大數(shù)據(jù)的BEI2.0“縣·省”級綜合測評指標(biāo)模型，必須深入研究指標(biāo)模型的發(fā)展邏輯和建構(gòu)機(jī)理。為此，有必要對面向大數(shù)據(jù)的測評、“縣·省”級測評以及綜合測評指標(biāo)模型的國內(nèi)外研究“歷史”做出深入考察。

（一）面向大數(shù)據(jù)的測評研究

面向大數(shù)據(jù)的基礎(chǔ)教育信息化已經(jīng)成為教育現(xiàn)代化的主導(dǎo)方式，呈現(xiàn)出一道數(shù)據(jù)化的教育景觀。Cukier認(rèn)為大數(shù)據(jù)開啟了重大的時(shí)代轉(zhuǎn)型，就像顯微鏡觀察微生物和望遠(yuǎn)鏡遙觀宇宙一樣，大數(shù)據(jù)改變了我們理解世界的方式[1]。Michael等認(rèn)為大數(shù)據(jù)是依托于互聯(lián)網(wǎng)的思維方式革命。分布式大數(shù)據(jù)為教育信息化規(guī)劃（P）、設(shè)施（F）、資源（R）、應(yīng)用（A）、人才（T）、保障（G）和效果（E）進(jìn)行遠(yuǎn)程動(dòng)態(tài)測評奠定了基礎(chǔ)。面向大數(shù)據(jù)的基礎(chǔ)教育信息化（BEI）持續(xù)推進(jìn)模型[2]的提出，把教育信息化測評推向了新的技術(shù)高度，成為教育過程、教育行為和教育質(zhì)量的“全景化”數(shù)據(jù)監(jiān)控?；A(chǔ)教育信息化測評大數(shù)據(jù)主要來源于“縣·省”級教育平臺，是基礎(chǔ)教育信息化常態(tài)過程中產(chǎn)生的過程性數(shù)據(jù)和結(jié)果性數(shù)據(jù)，屬于教育測評大數(shù)據(jù)的子集，具有常態(tài)化、易采集、結(jié)構(gòu)化程度高等優(yōu)勢。基礎(chǔ)教育信息化測評大數(shù)據(jù)的研究才剛剛起步，在大數(shù)據(jù)和教育信息化2.0時(shí)代，應(yīng)加快建設(shè)，為BEI2.0有效測評及分析診斷提供客觀性支持與條件。

（二）“縣·省”級測評研究

我國國家尺度的基礎(chǔ)教育信息化測評體系仍然沿用“六要素模型”[3]，基礎(chǔ)教育信息化測評工具在國家“六要素模型”的引領(lǐng)下不斷開發(fā)涌現(xiàn)。據(jù)不完全統(tǒng)計(jì)，目前我國構(gòu)建的指向縣域的指標(biāo)模型有伊川縣、偃師、嵩縣指標(biāo)模型，保靖、鳳凰指標(biāo)模型和“縣級監(jiān)測評估框架”[4];指向省域的指標(biāo)模型有“X”省指標(biāo)模型[5]、甘肅指標(biāo)模型、寧夏指標(biāo)模型[6]和上海指標(biāo)模型等。深入分析這些指標(biāo)模型可以發(fā)現(xiàn)，雖然指標(biāo)的客觀性、針對性、準(zhǔn)確性尚存不足，但仍然較為全面地涵蓋了基礎(chǔ)設(shè)施、資源、人才和應(yīng)用等指標(biāo)內(nèi)容，相比于非“縣·省”級測評具有“補(bǔ)短板、抓關(guān)鍵、促規(guī)劃”的作用。

（三）綜合測評指標(biāo)模型研究

Solar等從基礎(chǔ)設(shè)施、教育管理、管理者、教師和學(xué)生等五個(gè)方面構(gòu)建了立體化教育信息化測評模型[7]。Korea運(yùn)用能力、探訪、應(yīng)用和滿意度四項(xiàng)指數(shù)測定BEI綜合發(fā)展水平[8]。通過對EUC（2008—2009）、UNESCO（2002—2009）、Japan（2000）、USA（1996—2001）、Eurydice（2001）等國際組織和國家典型基礎(chǔ)教育信息化指標(biāo)模型研究發(fā)現(xiàn)[9]，國外基礎(chǔ)教育信息化測評指數(shù)的突出特征即涵蓋規(guī)劃、環(huán)境、資源、應(yīng)用、人才和保障等6 大維度。我國基礎(chǔ)教育信息化測評指標(biāo)模型研究大致可劃分為三類：一是顧全大局類，如教育信息化建設(shè)與應(yīng)用研究課題組提出的設(shè)施、資源、管理、人才、政策、產(chǎn)業(yè)6維度指標(biāo)[10];二是注重應(yīng)用類，如包含教師、學(xué)生、校長和骨干教師四層面的指標(biāo)模型[11];三是關(guān)注資環(huán)類，如指向設(shè)施、資源、效能、機(jī)制和保障的指標(biāo)模型[12]。抽取這三類指標(biāo)模型詳細(xì)分析可以發(fā)現(xiàn)：其一，建構(gòu)指標(biāo)模型的方法絕大多數(shù)是質(zhì)化研究，極少數(shù)是量化研究;其二，雖然隨著教育信息化的發(fā)展升級在指標(biāo)模型的規(guī)劃、人才和效果等內(nèi)容有所增強(qiáng)，但指標(biāo)總體綜合能力還是略顯不足。

三、研究設(shè)計(jì)

（一）研究思路與方法

本研究首先通過文獻(xiàn)分析進(jìn)行理論梳理，然后確定研究對象、選擇抽樣方式、研制研究工具、明確統(tǒng)計(jì)方法，綜合采用質(zhì)化研究與量化研究相結(jié)合的研究方法建構(gòu)面向大數(shù)據(jù)的BEI2.0“縣·省”級綜合測評指標(biāo)模型，質(zhì)化研究主要是通過文獻(xiàn)分析和訪談?wù){(diào)查進(jìn)行理論梳理、模型構(gòu)面建構(gòu)與構(gòu)面指標(biāo)建構(gòu)，量化研究主要是通過問卷調(diào)查和統(tǒng)計(jì)分析進(jìn)行模型驗(yàn)證。在模型構(gòu)面建構(gòu)與構(gòu)面指標(biāo)建構(gòu)研究中主要是通過指標(biāo)海選、指標(biāo)初選和指標(biāo)定量篩選以建構(gòu)指標(biāo)框架。在量化研究中主要是運(yùn)用SPSS 24.0統(tǒng)計(jì)軟件進(jìn)行聚類分析和探索性因子分析以抽取指標(biāo)，最后進(jìn)行結(jié)構(gòu)方程模型（利用AMOS24.0）驗(yàn)證和回歸模型驗(yàn)證，以獲得較為客觀、準(zhǔn)確、科學(xué)的指標(biāo)模型。

（二）研究情景與對象

本研究借助某省中小學(xué)教師信息技術(shù)培訓(xùn)項(xiàng)目，按照省教育廳評定的全省教育強(qiáng)縣、教育中等縣和教育弱縣各選3成，對中小學(xué)校長、信息技術(shù)管理人員和教師進(jìn)行問卷調(diào)查，參與調(diào)查者年齡在23～55歲之間。抽樣采用整群抽樣與隨機(jī)抽樣相結(jié)合，抽樣教師分布情況為：男教師418（46%）人，女教師482（54%）人;小學(xué)教師300（33%）人，初中教師350（39%）人，高中教師250（28%）人。發(fā)放結(jié)構(gòu)式問卷900份，剔除75份無效問卷，回收有效問卷825份，問卷的有效回收率為91.7%。此外，對8位小學(xué)校長、9位初中校長和6位高中校長進(jìn)行了個(gè)人深度訪談，對10位中小學(xué)信息技術(shù)管理人員和25位教師進(jìn)行了焦點(diǎn)小組訪談。

（三）研究工具與統(tǒng)計(jì)分析

本研究以構(gòu)面指標(biāo)建構(gòu)的33個(gè)測量指標(biāo)設(shè)計(jì)的《面向大數(shù)據(jù)的BEI2.0“縣·省”級綜合測評指標(biāo)模型問卷》（以下簡稱《問卷》） 及訪談提綱為研究工具，《問卷》從“面”的視角出發(fā)，訪談從“點(diǎn)”的視角看問題?！秵柧怼钒ㄈ丝诮y(tǒng)計(jì)學(xué)信息，采用李克特（Likert）7點(diǎn)計(jì)分法，1分為很不符合，7分為非常符合。統(tǒng)計(jì)分析根據(jù)目的不同使用不同的軟件進(jìn)行數(shù)據(jù)處理。利用SPSS24.0分析整體樣本數(shù)據(jù)，數(shù)據(jù)無缺失值和異常值，并將數(shù)據(jù)分成了兩個(gè)樣本，一個(gè)樣本（n=413）數(shù)據(jù)用于預(yù)試，進(jìn)行聚類分析和因子分析提取指標(biāo)架構(gòu);第二個(gè)樣本（n=412）數(shù)據(jù)用于指標(biāo)模型驗(yàn)證，即用AMOS24.0建立結(jié)構(gòu)方程模型驗(yàn)證和用SPSS24.0建立回歸模型驗(yàn)證。

四、指標(biāo)模型建構(gòu)

模型建構(gòu)是現(xiàn)代科學(xué)研究中常用的一種方法，要求模型具有良好的普適性。人們在建構(gòu)模型的歷史長河中，形成了科學(xué)建構(gòu)測評指標(biāo)模型的一些原則。指標(biāo)間要相互獨(dú)立、保持差異，尤其是橫向比較時(shí)要求口徑一致。在大數(shù)據(jù)時(shí)代，指標(biāo)模型建構(gòu)主要研究如何從大數(shù)據(jù)中抽取適宜的指標(biāo)，并根據(jù)指標(biāo)信息構(gòu)建結(jié)構(gòu)化的指標(biāo)與指標(biāo)之間的關(guān)聯(lián)關(guān)系。從現(xiàn)有研究上看，建構(gòu)面向大數(shù)據(jù)的BEI2.0“縣·省”級綜合測評指標(biāo)模型主要有兩個(gè)關(guān)鍵環(huán)節(jié)：一是模型構(gòu)面建構(gòu);二是構(gòu)面指標(biāo)建構(gòu)。

（一）模型構(gòu)面建構(gòu)與假設(shè)

面向大數(shù)據(jù)的BEI2.0“縣·省”級綜合測評指標(biāo)模型是由一系列用于測評縣省兩級BEI2.0綜合水平的指標(biāo)集合，具有結(jié)構(gòu)嚴(yán)謹(jǐn)、信息豐富、功能性強(qiáng)等特征。本研究根據(jù)以上原則遵循、（文獻(xiàn)）理論梳理與BEI2.0（三全、兩高、一大）框架研究，初步確定了測評指標(biāo)模型的7個(gè)構(gòu)面，即基礎(chǔ)教育信息化（BEI）規(guī)劃（Plan）、設(shè)施（Facilities）、資源（Resources）、應(yīng)用（Application）、人才（Talent）、保障（Guarantee）和效果（Effect），即BEIP、BEIF、BEIR、BEIA、BEIT、BEIG和BEIE，指標(biāo)模型構(gòu)面如圖1所示。

圖1? ?指標(biāo)模型構(gòu)面

基于此，提出理論假設(shè)：BEIP（H1）、BEIF（H2）、BEIR（H3）、BEIA（H4）、BEIT（H5）、BEIG（H6）和BEIE（H7）是衡量BEI2.0綜合水平（BEICL）高低的顯著因素，其水平越高綜合水平越高，并對綜合水平有正向影響。

（二）構(gòu)面指標(biāo)建構(gòu)與預(yù)試

在模型構(gòu)面建構(gòu)的基礎(chǔ)上，根據(jù)BEI2.0測評指標(biāo)模型建構(gòu)的原則遵循、研究思路與研究方法，利用“縣·省”級教育大數(shù)據(jù)平臺進(jìn)行BEI2.0“縣·省”級綜合測評構(gòu)面指標(biāo)建構(gòu)，其建構(gòu)流程如圖2所示。

第一步：建構(gòu)根基——多元方略。面向大數(shù)據(jù)的BEI2.0“縣·省”級綜合測評指標(biāo)模型建構(gòu)具體包括五個(gè)方面：現(xiàn)有指標(biāo)篩選、大數(shù)據(jù)平臺抽取、理論模型分解、問卷調(diào)查建構(gòu)和專家智慧生成。建構(gòu)路徑依賴于縣或省級教育大數(shù)據(jù)平臺，平臺數(shù)據(jù)包括由下級向上級呈報(bào)的數(shù)據(jù)和“縣·省”級教育大數(shù)據(jù)平臺監(jiān)測的數(shù)據(jù)，指標(biāo)模型面向平臺大數(shù)據(jù)進(jìn)行多元化、精選化和綜合化融合建構(gòu)。

第二步：指標(biāo)篩選——去粗取精。綜合測評指標(biāo)篩選是依靠“縣·省”級教育大數(shù)據(jù)平臺“去粗取精”實(shí)現(xiàn)的，其篩選步驟如下：（1）指標(biāo)海選。海選是根據(jù)BEI2.0測評指標(biāo)模型應(yīng)遵循的原則和基礎(chǔ)教育信息化目標(biāo)，通過“建構(gòu)根基”將能反映BEI2.0綜合水平的典型的基本符合要求的指標(biāo)選入其中。（2）指標(biāo)初選。初選是在海選的基礎(chǔ)上，用Dale可用性工程理論和系統(tǒng)分析方法[13]提出的八個(gè)標(biāo)準(zhǔn)：可測性、敏感性、可預(yù)測性、典型性、可控性、響應(yīng)性、穩(wěn)定性和整體性逐一考量，將符合五個(gè)以上標(biāo)準(zhǔn)的指標(biāo)選入其中。經(jīng)過初選大體指標(biāo)框架形成。（3）定量篩選。定量篩選常用Delphi法或數(shù)學(xué)模型方法（包括最小均方差法、極大極小離差法和因子分析法），其中因子分析是最常用的方法，將在預(yù)試中詳細(xì)論述。

第三步：指標(biāo)識別——火眼金睛。指標(biāo)“火眼金睛”甄別包括四個(gè)方面：（1）特征識別。即指標(biāo)的可計(jì)量性和確定性識別，使指標(biāo)表現(xiàn)出征象或標(biāo)志。可計(jì)量性是通過指標(biāo)計(jì)算彰顯指標(biāo)特征，確定性決定指標(biāo)力求認(rèn)識復(fù)雜、超越復(fù)雜和追求簡單之目標(biāo)特征。（2）對話識別。指標(biāo)對話是指研究者與研究者、研究者與決策者、決策者與決策者之間的知識、信息和智慧共享，對話識別包括概念識別、核心識別、外延識別、價(jià)值識別和權(quán)重識別。（3）檢測識別?？茖W(xué)的指標(biāo)模型是測評結(jié)果是否正確的前提，檢測識別包括單個(gè)檢測、重點(diǎn)檢測、必要性檢測和全面檢測識別。（4）合成識別。合成識別是按照自下而上合成為“父節(jié)點(diǎn)”的價(jià)值，直到最后合成為測評總目標(biāo)的總價(jià)值。綜上，通過識別后生成了33個(gè)可測指標(biāo)。

第四步：指標(biāo)預(yù)試——架構(gòu)落成。指標(biāo)預(yù)試是通過問卷數(shù)據(jù)抽取符合建構(gòu)原則的潛在構(gòu)面及測量指標(biāo)的過程。預(yù)試采用探索性因子分析，首先進(jìn)行人口學(xué)信息統(tǒng)計(jì)分析、KMO值和Bartlett 球形檢驗(yàn)。結(jié)果符合要求，KMO值為0.882，Bartlett球形檢驗(yàn)值為0.000小于0.001，說明適宜作因子分析。然后采用主成分分析法、最大方差旋轉(zhuǎn)，經(jīng)7次迭代抽取出測量指標(biāo)。依據(jù)指標(biāo)篩選三原則：刪除跑錯(cuò)構(gòu)面的指標(biāo)、刪除因子負(fù)荷量過低（小于0.6）的指標(biāo)和刪除交叉負(fù)荷量過高（大于0.4）的指標(biāo)。從旋轉(zhuǎn)后的成分矩陣得到了因子載荷量滿足要求的指標(biāo)模型，并對測量指標(biāo)進(jìn)行了編碼和解釋，這樣預(yù)試結(jié)果架構(gòu)落成（見表1）。為便于有序識別和結(jié)構(gòu)方程模型驗(yàn)證，按照因子載荷的大小對指標(biāo)進(jìn)行了排序，并將因子的初始特征值（7個(gè)構(gòu)面）和對應(yīng)的因子得分（取絕對值）相乘求和，將結(jié)果標(biāo)準(zhǔn)化，得到了各測量指標(biāo)比較精準(zhǔn)的權(quán)重，這種客觀性的權(quán)重測算方法可在未來大數(shù)據(jù)或區(qū)塊鏈驅(qū)動(dòng)的綜合測評權(quán)重的自動(dòng)化賦值中應(yīng)用。

表1? ? ? ? ? ? ? ? ?綜合測評指標(biāo)模型編碼

為進(jìn)一步檢驗(yàn)因子分析效果，進(jìn)行了聚類分析（Cluster Analysis），聚類譜系如圖3所示。

圖3? ?聚類譜系

通過聚類分析，可視化反映了7個(gè)合理構(gòu)面及其指標(biāo)聚類形成的體系。這樣，通過指標(biāo)識別的因子就匯聚成了7個(gè)構(gòu)面27個(gè)指標(biāo)模型架構(gòu)，待接下來的指標(biāo)模型驗(yàn)證。

五、指標(biāo)模型驗(yàn)證

模型建構(gòu)之后，必須進(jìn)行驗(yàn)證。建立正確、可靠、有效的測評模型是保證測評效果具有較高可信度的關(guān)鍵和前提。通過預(yù)試基本確定了面向大數(shù)據(jù)的BEI2.0“縣·省”級綜合測評指標(biāo)模型。為達(dá)到指標(biāo)模型建構(gòu)的科學(xué)性要求，以下利用“第二個(gè)樣本”數(shù)據(jù)進(jìn)行信效度驗(yàn)證、結(jié)構(gòu)方程模型驗(yàn)證和回歸模型驗(yàn)證。

（一）信度與效度驗(yàn)證

為避免各測量模型權(quán)重過大，首先對測量模型進(jìn)行信效度評估。通過指標(biāo)修正、無相關(guān)分析以及相關(guān)性分析，得到構(gòu)面的信度（CR）、收斂效度 （AVE）和區(qū)別效度見表2。

根據(jù)Hair al et、Fornell and Larcker[14]建議，表中組成信度CR皆大于0.7，說明具有內(nèi)部一致性，即指標(biāo)足以代表構(gòu)面。AVE（BEIR為0.496）接近或大于0.5，說明具有良好的收斂效度。對角線粗體字為AVE開根號值大于構(gòu)面之間的相關(guān)系數(shù)，代表7個(gè)構(gòu)面具有區(qū)別效度。

（二）結(jié)構(gòu)方程模型驗(yàn)證

結(jié)構(gòu)方程模型（SEM）驗(yàn)證利用AMOS24.0和“第二個(gè)樣本”數(shù)據(jù)建構(gòu)因子模型，其中，一階驗(yàn)證性因子分析用以檢驗(yàn)指標(biāo)模型的7構(gòu)面結(jié)構(gòu)擬合程度，二階驗(yàn)證性因子分析用以檢驗(yàn)指標(biāo)模型結(jié)構(gòu)的合理性。一階驗(yàn)證性因子分析按照指標(biāo)修正原則，淘汰因子載荷量小于0.6的指標(biāo)和淘汰修正指數(shù)最大指標(biāo)，將原識別的指標(biāo)淘汰6個(gè)指標(biāo)（BEIP3、BEIR4、BEIA3、BEIT4、BEIG2和BEIE3）進(jìn)行修正之后，得到與因子分析吻合且適配性較為理想的7個(gè)構(gòu)面27個(gè)指標(biāo)的一階因子修正模型，如圖4所示。一階模型因子負(fù)荷量介于0.605至0.913之間，而且信度系數(shù)都大于0.5，最終的擬合指數(shù)均在標(biāo)準(zhǔn)值以上，模型適配度良好，滿足結(jié)構(gòu)方程模型的擬合度參考指標(biāo)要求，也表明修正的結(jié)構(gòu)方程模型通過了驗(yàn)證。

為了進(jìn)一步驗(yàn)證一階因子修正模型7個(gè)構(gòu)面是否具有更高階共同因素BEI2.0綜合水平（BEICL）存在，本研究采用二階驗(yàn)證性因子分析（圖4），來檢驗(yàn)是否能使用一個(gè)高階因子BEICL去解釋上述7個(gè)構(gòu)面。運(yùn)用指標(biāo)模型一階因子修正模型與二階因子模型比較，用一階因子修正模型的卡方值574.909除以二階因子模型的卡方值615.610，結(jié)果值為0.934接近1，說明BEI2.0級綜合測評指標(biāo)模型可以用二階因子模型取代一階因子修正模型，使模型更為簡化。判斷二階因子模型是否成立，包括兩項(xiàng)判定標(biāo)準(zhǔn)：一是二階負(fù)荷較高;二是與一階模型相比二階模型未顯著惡化。此二階因子模型中標(biāo)準(zhǔn)化二階負(fù)荷取值在0.550～0.851之間，說明二階因子與一階因子間擁有較強(qiáng)的關(guān)系，二階模型沒有顯著惡化擬合，且從各項(xiàng)擬合指數(shù)來看，二階模型與一階模型相差無幾。由此說明通過二階模型驗(yàn)證了7個(gè)構(gòu)面的相關(guān)，能夠由一個(gè)高階因子BEICL去解釋，二階模型具有理論和實(shí)證上的合理性。

二階因子模型還表明了一階因子修正模型存在共同影響效應(yīng)，其效應(yīng)系數(shù)（即H1-H7）分別為0.687、0.550、0.761、0.851、0.488、0.550、0.655，說明外生與內(nèi)生潛變量之間的作用均有顯著的直接正相關(guān)。另外，模型P值達(dá)到顯著性水平，表明這7個(gè)構(gòu)面能較明顯地反映出BEI2.0綜合水平的高低，進(jìn)一步證明了原假設(shè)（H1-H7）成立。一階因子修正模型與二階因子模型的擬合度見表3。

從表3一階因子修正模型與二階因子模型的擬合度驗(yàn)證值看，χ2/df、RMSEA、GFI 、AGFI 、CFI、NFI、TLI、 SRMR（Standard Root Mean-square Residual）的擬合值滿足擬合良好標(biāo)準(zhǔn)，模型對數(shù)據(jù)擬合通過。充分說明結(jié)構(gòu)方程驗(yàn)證支持前面探索性因子分析（預(yù)試）得出的綜合測評指標(biāo)7構(gòu)面結(jié)構(gòu)模型，修訂后的包含27個(gè)題項(xiàng)的綜合測評指標(biāo)具有良好的結(jié)構(gòu)，從擬合值也可以看出原假設(shè)（H1-H7）具有正向影響成立。

（三）回歸模型驗(yàn)證

利用回歸分析將自變量與因變量的關(guān)系進(jìn)行驗(yàn)證，整個(gè)回歸系數(shù)a與模型摘要驗(yàn)證結(jié)果見表4。

回歸模型非標(biāo)準(zhǔn)化B值皆在0.327以上表現(xiàn)為顯著，標(biāo)準(zhǔn)化Beta值均在0.582以上表示重要程度較高，決定系數(shù) R2能解率在33.9%以上。D-W在1.5～2.5之間即可說明無自相關(guān)現(xiàn)象。VIF都小于5，說明自變量之間不存在多重共線性?；貧w分析得到模型的擬合優(yōu)度符合指標(biāo)規(guī)定，說明原假設(shè)（H1-H7）成立。

六、指標(biāo)模型的進(jìn)一步分析

為實(shí)現(xiàn)教育信息化2.0的基本目標(biāo)：“三全、兩高、一大”，落實(shí)國家意志“未來石油（大數(shù)據(jù)）”的應(yīng)用研究，運(yùn)用質(zhì)化與量化相結(jié)合研究的“縣·省”級綜合測評指標(biāo)模型建構(gòu)邏輯表現(xiàn)為三個(gè)方面的特征：

（一）指標(biāo)模型的建構(gòu)科學(xué)性

指標(biāo)模型通過“研究綜述”“研究設(shè)計(jì)”和“模型建構(gòu)（包括模型假設(shè)、建構(gòu)根基、指標(biāo)篩選、指標(biāo)識別和指標(biāo)預(yù)試）”建立起了指標(biāo)體系理論框架，經(jīng)過因子分析、信效度驗(yàn)證、SEM驗(yàn)證和回歸模型驗(yàn)證，建立了比較嚴(yán)格的理論方法邏輯和模型假設(shè)檢驗(yàn)，建構(gòu)了面向大數(shù)據(jù)的BEI2.0“縣·省”級綜合測評指標(biāo)理論模型，研究過程目標(biāo)明確、步驟清晰，具有較高的科學(xué)性，并可以從客觀上得出重要的結(jié)論：指標(biāo)模型可以作為BEI2.0“縣·省”級的綜合測評工具。

（二）指標(biāo)模型的結(jié)構(gòu)合理性

本研究采用主成分分析法和直接斜交旋轉(zhuǎn)法，得到7個(gè)構(gòu)面（因子），指標(biāo)因子提取規(guī)范。因子負(fù)荷量皆大于0.6且不存在雙負(fù)荷的情況，交叉負(fù)荷量小于0.4，每個(gè)因子下所屬項(xiàng)目的含義相對一致，不存在命名困難，進(jìn)行聚類分析譜系與7個(gè)構(gòu)面完全吻合。指標(biāo)組成信度CR皆大于0.7，內(nèi)部一致性較好，平均方差萃取量AVE大于0.5，AVE開根號值（0.7以上）皆大于構(gòu)面之間的相關(guān)系數(shù)，收斂效度和區(qū)別效度良好。研究以第二批數(shù)據(jù)進(jìn)行驗(yàn)證性因子分析，一階結(jié)構(gòu)方程模型（圖4）擬合指數(shù)均達(dá)到理想標(biāo)準(zhǔn)。在絕對擬合中，RMSEA值為0.055（小于0.08）和RMR值為0.040（小于0.05），GFI值為 0.874和AGFI值為0.843、皆接近0.9，整個(gè)模型可以解釋樣本方差與協(xié)方差的程度，Chi-sqr值為574.909、Chi/DF值為1.897（小于3），表明模型的擬合效果良好。在相對擬合上，借用一些可比較的標(biāo)準(zhǔn)與假設(shè)模型自身進(jìn)行比較以檢驗(yàn)擬合效果，選用的指標(biāo)CFI值為0.936（大于0.9），NFI值為0.875接近0.90，屬于可接受的范圍;TLI值為0.926（大于0.9），符合模型擬合良好的標(biāo)準(zhǔn)。指標(biāo)結(jié)構(gòu)方程一階因子模型因子負(fù)荷量皆大于0.605， P-value值為1.897、Df值為303，滿足模型擬合良好的標(biāo)準(zhǔn)。進(jìn)一步采用二階因子模型（Second Order Confirmatory Factor Analysis）分析發(fā)現(xiàn)（圖4），Chi-sqr、P-value、Df、Chi/DF、CFI、TLI、AGFI、RMSEA等值通過檢驗(yàn)標(biāo)準(zhǔn)均符合測評指標(biāo)工具要求。在回歸方程模型（表4）中，基礎(chǔ)教育信息化規(guī)劃（BEIP）、資源（BEIR）、應(yīng)用（BEIA）、保障（BEIG）和效果（BEIE）的B值較大，分別為0.457、0.542、0.601、0.420和0.515，說明了它們是基礎(chǔ)教育信息化建設(shè)中的重中之重，特別是基礎(chǔ)教育信息化資源（BEIR）值為0.542、應(yīng)用（BEIA）值為0.601和效果（BEIE）值為0.515對基礎(chǔ)教育信息化發(fā)展的影響更加突出、更加顯著和更加重要，這也恰恰與基礎(chǔ)教育信息化推進(jìn)實(shí)踐中的幾個(gè)具體關(guān)鍵相吻合，應(yīng)予以高度重視和重點(diǎn)建設(shè)。

綜上模型結(jié)構(gòu)分析充分說明：指標(biāo)模型結(jié)構(gòu)驗(yàn)證性因子分析結(jié)果支持探索性因子分析得出的結(jié)論，面向大數(shù)據(jù)的BEI2.0“縣·省”級綜合測評指標(biāo)模型7個(gè)構(gòu)面27個(gè)指標(biāo)能夠適配且達(dá)到較好結(jié)果，證明該模型能夠較好測評BEI2.0 “縣·省”級綜合發(fā)展水平，說明指標(biāo)模型結(jié)構(gòu)具有較好的合理性，整體框架設(shè)計(jì)符合教育信息化2.0的要求。

（三）指標(biāo)模型的領(lǐng)域適用性

大數(shù)據(jù)與教育信息化2.0時(shí)代，以數(shù)據(jù)驅(qū)動(dòng)為科學(xué)邏輯的工具開發(fā)已經(jīng)成為研究的常態(tài)。BEI2.0 “縣·省”級綜合測評作為一種新興的測評理念，需要國內(nèi)外進(jìn)一步的相關(guān)研究以及有效的測評工具。國外教育信息化的測評研究相對成熟，USA、UNESCO、EUC、Eurydice、UK 、Japan、Korea、Canada、Singapore 等分別研制了自己的指標(biāo)模型并已應(yīng)用于實(shí)踐，且均被證明具有較好的重測信度、結(jié)構(gòu)效度和效標(biāo)效度。已有研究表明，國內(nèi)包括國家尺度、省域尺度、區(qū)域尺度、縣域尺度和校域尺度的教育信息化測評指標(biāo)模型研究也比較豐富。然而，這些國內(nèi)外測評指標(biāo)模型皆是教育信息化1.0時(shí)代非數(shù)據(jù)驅(qū)動(dòng)的開發(fā)產(chǎn)物。從教育信息化2.0視角出發(fā)，面向大數(shù)據(jù)的BEI2.0 “縣·省”級綜合測評指標(biāo)模型能更好地適用于當(dāng)前教育信息化發(fā)展，因而相較直接運(yùn)用國內(nèi)外的指標(biāo)模型，建構(gòu)符合中國國情的BEI2.0（三全、兩高、一大）“縣·省”級綜合測評指標(biāo)模型更具有實(shí)際意義和應(yīng)用價(jià)值。

七、結(jié)? ?語

推進(jìn)面向大數(shù)據(jù)的BEI2.0“縣·省”級綜合測評是我國基礎(chǔ)教育信息化均衡、高速、持續(xù)發(fā)展的重要戰(zhàn)略。實(shí)現(xiàn)基礎(chǔ)教育信息化公平發(fā)展，“縣·省”級是關(guān)鍵環(huán)節(jié)。但長期以來我國基礎(chǔ)教育信息化綜合推進(jìn)并不理想，測評尺度蕪雜，缺乏科學(xué)的統(tǒng)一標(biāo)準(zhǔn)和客觀性依據(jù)。在大數(shù)據(jù)和教育信息化2.0時(shí)代，必須構(gòu)建“縣·省”級教育大數(shù)據(jù)平臺，建構(gòu)大數(shù)據(jù)驅(qū)動(dòng)的BEI2.0綜合測評指標(biāo)模型，不斷完善適應(yīng)時(shí)代發(fā)展要求，抓住關(guān)鍵環(huán)節(jié)建立動(dòng)態(tài)測評模型和機(jī)制，為客觀、精準(zhǔn)、全面測評我國BEI2.0綜合發(fā)展水平提供工具支持，為“縣·省”級基礎(chǔ)教育信息化發(fā)展提供持續(xù)性的可視化報(bào)告。唯有如此，才能為“縣·省”級、國家教育行政提供最優(yōu)化策略，指導(dǎo)基礎(chǔ)教育信息化建設(shè)和應(yīng)用，推進(jìn)基礎(chǔ)教育信息化更精、更好、更快可持續(xù)發(fā)展。

[參考文獻(xiàn)]

[1] CUKIER K.The rise of big data：how it's changing the way we think about the world[J].Foreign affairs，2013（3）：29-40.

[2] 陳金華，陶春梅，張旭，廖靜雅.面向大數(shù)據(jù)的教育信息化持續(xù)推進(jìn)模型建構(gòu)[J].中國電化教育，2019（6）：52-57.

[3] 呂新奎.中國信息化[M].北京：電子工業(yè)出版社，2002：42.

[4] 李賀.縣級教育信息化發(fā)展水平監(jiān)測評估框架建構(gòu)研究[J].中國電化教育，2017（7）：107-114.

[5] 張屹，白清玉，楊莉，范福蘭，周平紅.基礎(chǔ)教育信息化應(yīng)用水平實(shí)證測評模型及差異分析——以X省為例[J].電化教育研究，2015（3）：34-40，95.

[6] 楊永賢，楊曉宏.區(qū)域基礎(chǔ)教育信息化效益評估體系構(gòu)建——以寧夏回族自治區(qū)為例[J].中國教育信息化，2014（13）：67-70.

[7] SOLAR M，SABATTIN J，PARADA V. A maturity model for assessing the use of ICT in school education[J]. Educational technology & society，2013，16（1）：206-218.

[8] KIM J，LEE W Y.An analysis of educational informatization level of students， teachers， and parents： in Korea[J].Computers & education，2011，56（3）：760-768.

[9] 陳金華，傅鋼善，唐靜，江琴，王育欣.國內(nèi)外基礎(chǔ)教育信息化測評指標(biāo)體系研究綜述[J].電化教育研究，2017（3）：29-32.

[10] 祝智庭，余平.智慧城市教育公共服務(wù)評價(jià)指標(biāo)體系研制[J].開放教育研究，2017，23（6）：49-59.

[11] 郭炯，吳亞婕.甘肅農(nóng)村遠(yuǎn)程教育項(xiàng)目運(yùn)行的績效研究[J].中國遠(yuǎn)程教育，2006（11）：61-64.

[12] 吳砥，尉小榮，盧春，石映輝.教育信息化發(fā)展指標(biāo)體系研究[J].開放教育研究，2014，20（1）：92-99.

[13] DALE V H，BEYELER S C.Challenges in the development and use of ecological indicators[J].Ecological indicators，2001，1（1）：3-10.

[14] HAIR J F，BLACK W C，BABIN B J，et al.Multivariate data analysis（7th Ed.）[M].New York：Macmillan，2009.

[15] 吳明隆.結(jié)構(gòu)方程模型——AMOS的操作與應(yīng)用[M].重慶：重慶大學(xué)出版社，2014：52.