方 超

(南京財經(jīng)大學(xué) 公共管理學(xué)院，江蘇 南京 210023)

一、問題的提出

近年來，《教育信息化十年發(fā)展規(guī)劃(2011—2020年)》《教育信息化2.0行動計劃》等政策文件的相繼頒布，推動我國教育信息化的基礎(chǔ)設(shè)施建設(shè)邁入了快車道。根據(jù)《中國教育統(tǒng)計年鑒2018》提供的數(shù)據(jù)，截至2017年，全國小學(xué)用于教學(xué)的計算機(jī)數(shù)達(dá)到了1 149.37萬臺，109 317所小學(xué)建立了校園網(wǎng)，158 280所小學(xué)接入了互聯(lián)網(wǎng)；全國初中用于教學(xué)的計算機(jī)數(shù)達(dá)到了708.34萬臺，網(wǎng)絡(luò)多媒體教室達(dá)到了127.74萬間。[1]隨著信息化建設(shè)的水平不斷提高，信息技術(shù)能否促進(jìn)教育結(jié)果公平日益成為教育政策制定者的重要考量，《教育信息化“十三五”規(guī)劃》就明確指出，通過全面提升質(zhì)量，在更高層次上促進(jìn)教育公平，達(dá)致推進(jìn)教育現(xiàn)代化進(jìn)程的目的。在此背景下，深入討論信息技術(shù)利用、信息資源分布與學(xué)生義務(wù)教育結(jié)果公平的關(guān)系，便成為學(xué)術(shù)研究關(guān)注的焦點議題。

鑒于既有研究旨在考察信息技術(shù)利用對于學(xué)生在學(xué)表現(xiàn)或認(rèn)知能力發(fā)展的正面或負(fù)面影響，疏于檢驗信息技術(shù)與義務(wù)教育結(jié)果公平的關(guān)系，本文將從微觀家庭場域出發(fā)，利用均值回歸及其分解、有條件分位數(shù)回歸及MM分解、無條件分位數(shù)回歸及RIF分解，重點探討以下三組問題。(1)信息技術(shù)利用是否具有異質(zhì)性特征；(2)信息技術(shù)的異質(zhì)性特征能否促進(jìn)義務(wù)教育結(jié)果公平；(3)信息技術(shù)利用引致的義務(wù)教育結(jié)果不平等的相關(guān)影響因素有哪些。研究以期為實現(xiàn)教育信息化“十四五”規(guī)劃提及的推進(jìn)教育公平提供有益的學(xué)術(shù)經(jīng)驗與政策建議。

二、文獻(xiàn)綜述

(一)核心概念界定

一般說來，教育公平包括教育機(jī)會、教育過程以及教育結(jié)果三階段公平，教育結(jié)果是指學(xué)生在某一階段學(xué)習(xí)經(jīng)歷后所獲得的結(jié)果。[2]借鑒這一概念表述，同時結(jié)合研究數(shù)據(jù)的可獲得性，本文將接受初中教育后所獲得的教育結(jié)果定義為義務(wù)教育結(jié)果。在此基礎(chǔ)上，義務(wù)教育結(jié)果公平則是指在控制家庭特征、個體特征后，學(xué)生在初中教育結(jié)果獲得上的個體差異。從測量指標(biāo)上看，義務(wù)教育結(jié)果一般采用學(xué)生成績作為代理指標(biāo)[3]，但考慮到學(xué)生成績在不同地區(qū)、學(xué)校之間缺乏橫向可比性，可能導(dǎo)致評估效果存在偏差，因而本文將認(rèn)知能力標(biāo)準(zhǔn)化測試成績作為代理指標(biāo)衡量學(xué)生的義務(wù)教育結(jié)果表現(xiàn)。

(二)文獻(xiàn)回顧

互聯(lián)網(wǎng)的接入、普及，信息技術(shù)的利用在不同國家、經(jīng)濟(jì)體以及家庭間的分布不均被學(xué)術(shù)界稱為數(shù)字鴻溝。[4]國外學(xué)者有關(guān)數(shù)字鴻溝、信息技術(shù)利用與義務(wù)教育結(jié)果公平的研究尚存一定分歧。部分學(xué)者認(rèn)為，信息技術(shù)帶來的“知識效應(yīng)”將使優(yōu)勢階層獲得更多的信息紅利[5]，這就使得家庭社會經(jīng)濟(jì)文化背景不占優(yōu)的學(xué)生很難通過信息紅利實現(xiàn)向上躍遷，從而擴(kuò)大了教育結(jié)果不平等[6]。更有研究指出，在互聯(lián)網(wǎng)普及率不斷攀升的背景下，信息技術(shù)甚至成為重塑教育結(jié)果不平等的新渠道。[7]當(dāng)然，也有研究認(rèn)為信息技術(shù)能夠拓寬人們獲取信息的渠道[8]，而如何正確利用信息技術(shù)、釋放數(shù)字紅利(Digital Dividends)則成為解開教育結(jié)果不平等的一把“鑰匙”[9]。

近年來，國內(nèi)學(xué)者有關(guān)信息技術(shù)利用與義務(wù)教育結(jié)果公平的研究呈現(xiàn)出不斷增長的時間趨勢，但從研究主題上看，多數(shù)研究旨在探討信息技術(shù)能否提升學(xué)生的在學(xué)表現(xiàn)，并在研究方法上致力實現(xiàn)信息技術(shù)利用與學(xué)業(yè)成績提高(或降低)間的因果關(guān)系推斷。譬如，方超等利用中國教育追蹤數(shù)據(jù)的研究，采用傾向得分匹配法發(fā)現(xiàn)家庭使用信息技術(shù)并不能有效提高學(xué)生的在學(xué)表現(xiàn)。[10]田亞慧等的研究利用南京市的數(shù)據(jù)，發(fā)現(xiàn)信息化的基礎(chǔ)設(shè)施建設(shè)對于提高學(xué)生成績的直接影響并不明顯[11]，而龔伯韜的研究也得到近似的結(jié)論[12]。此外，曹丹丹等學(xué)者利用工具變量分位數(shù)回歸的研究，發(fā)現(xiàn)信息技術(shù)利用擴(kuò)大了城鄉(xiāng)青少年的認(rèn)知能力差異。[13]

(三)研究述評

既有研究為本文深入討論信息技術(shù)利用與義務(wù)教育結(jié)果不平等的關(guān)系積累了大量有益的學(xué)術(shù)經(jīng)驗，但總的看來仍然存在以下兩處可供拓展的研究空間：(1)從研究主題上看，既有研究旨在甄別信息技術(shù)利用對于學(xué)生在學(xué)表現(xiàn)或認(rèn)知能力發(fā)展的影響效應(yīng)，但對義務(wù)教育結(jié)果公平的關(guān)注稍顯不足。[14](2)從研究方法上看，既有研究大多采用微觀計量經(jīng)濟(jì)學(xué)的因果推斷研究方法，從均值層面上揭示了信息技術(shù)利用的影響效應(yīng)，缺乏采用有條件分?jǐn)?shù)回歸及其分解、無條件分位數(shù)回歸及其分解的研究方法，分析信息技術(shù)利用的異質(zhì)性特征及其對義務(wù)教育結(jié)果公平的影響。

三、研究設(shè)計

(一)基準(zhǔn)模型

實證研究采用如下方程估計信息技術(shù)對于義務(wù)教育結(jié)果公平的影響：

Outcomeit=α+β1Internetit+β2Controlit+μi

(1)

在(1)式中，下標(biāo)i與t表示家庭與學(xué)生。被解釋變量Outcomeit以學(xué)生當(dāng)期認(rèn)知能力測試的標(biāo)準(zhǔn)化得分反映義務(wù)教育結(jié)果表現(xiàn)。Internetit表示信息資源的家庭分布，當(dāng)Internetit=1時，表示具有信息資源；反之Internetit=0，β1的參數(shù)估計值則為信息技術(shù)利用對于義務(wù)教育結(jié)果公平的影響效應(yīng)。Controlit為本文的控制變量，包括家庭特征與個體特征等；μi為方程(1)的隨機(jī)擾動項。

(二)研究方法

1.基準(zhǔn)回歸及其分解

基準(zhǔn)回歸采用普通最小二乘法(Ordinary Least Square，OLS)分析信息技術(shù)利用影響義務(wù)教育結(jié)果公平的均值效應(yīng)，同時采用布林德-奧薩卡(Blinder-Oaxaca)分解信息資源引致的義務(wù)教育結(jié)果不平等[15]：

(2)

2.條件分位數(shù)回歸及其分解

由于普通最小二乘法與Blinder-Oaxaca分解只能捕捉信息資源分布影響義務(wù)教育結(jié)果公平的均值效應(yīng)，卻無法回答信息技術(shù)是否具有異質(zhì)性特征的問題。為了回答這一問題，本文在基準(zhǔn)回歸之后，首先采用Koenker等提供的有條件分位數(shù)回歸(ConditionalQuantileRegression，CQR)，進(jìn)一步揭示信息技術(shù)利用影響義務(wù)教育結(jié)果表現(xiàn)的異質(zhì)性特征[16]：

Qτ(Outcomeit│X)=X′β(τ)

(3)

在(3)式中，Qτ(Outcomeit│X)表示給定解釋變量X時被解釋變量Outcomeit在τ分位點上的估計值，β(τ)則表示信息技術(shù)利用在τ分位點上對于義務(wù)教育結(jié)果公平的異質(zhì)性影響。其次，利用Machado等提供的MM分解，分解各分位點上信息資源分布引致的義務(wù)教育結(jié)果不平等。[17]

MM分解在期望條件分位數(shù)回歸的基礎(chǔ)上，能夠借助概率積分轉(zhuǎn)換得到義務(wù)教育結(jié)果表現(xiàn)的密度函數(shù)的一致估計，然后通過隨機(jī)替換構(gòu)造義務(wù)教育結(jié)果表現(xiàn)的反事實分布，這樣τ分位點上義務(wù)教育結(jié)果差異就可寫作：

ΔτOutcome1it-0it=Qτ(Outcome1it)-Qτ(Outcome0it)=[Qτ(Outcome1it)-Qτ(Outcome0it)]+[Qτ(Outcomecit)-Qτ(Outcome0it)]

(4)

在(4)式中，ΔτOutcome1it-0it表示τ分位點上具有和不具有信息資源學(xué)生義務(wù)教育結(jié)果表現(xiàn)的個體差異；Qτ(Outcomecit)表示義務(wù)教育結(jié)果表現(xiàn)的反事實分布，可以理解為不具有信息資源的學(xué)生如果能夠利用信息技術(shù)后的義務(wù)教育結(jié)果表現(xiàn)。

3.無條件分位數(shù)回歸及其分解

在有條件分位數(shù)回歸及其分解中，回歸結(jié)果只能為研究者提供解釋變量對于被解釋變量變化的有條件影響，而有條件成立的前提是學(xué)生在可觀測特征X上具有一定的相似性。[18]但是對于公共教育政策制定者來說，他們更為關(guān)心的可能是無論學(xué)生家庭特征、個體特征是否相似，信息技術(shù)利用對于義務(wù)教育結(jié)果公平的無條件影響。因此，為了在認(rèn)知能力的無條件分布中捕捉信息技術(shù)利用的異質(zhì)性特征，本文基于Firpo等提供的無條件分位數(shù)回歸(UnconditionalQuantileRegression，UQR)，利用再集中響應(yīng)函數(shù)(Re-centeredInfluenceFunction，RIF)進(jìn)行無條件估計[19]：

(5)

(6)

四、數(shù)據(jù)與變量

(一)研究數(shù)據(jù)

實證研究數(shù)據(jù)來自中國人民大學(xué)調(diào)查與數(shù)據(jù)中心提供的中國教育追蹤調(diào)查數(shù)據(jù)(ChinaEducationPanelSurvey，CEPS)。樣本采用2014—2015學(xué)年追蹤數(shù)據(jù)，同時匹配2013—2014學(xué)年基線調(diào)研數(shù)據(jù)。對缺失值進(jìn)行處理以及合并兩期截面數(shù)據(jù)后，得到樣本觀測值7 649個。

(二)變量處理

1.被解釋變量

學(xué)生在被調(diào)查當(dāng)年的認(rèn)知能力是本文的被解釋變量。CEPS追訪數(shù)據(jù)為八年級學(xué)生設(shè)計了一套不涉及學(xué)校課程講授具體知識，而是側(cè)重邏輯思維和解決實際問題能力的試題，具有國際可比性與全國標(biāo)準(zhǔn)化的特點。

2.處理變量

信息技術(shù)的利用情況是本文的處理變量。在變量處理時，我們將被調(diào)查學(xué)生中“有電腦、無網(wǎng)絡(luò)”和“有電腦和網(wǎng)絡(luò)”的學(xué)生進(jìn)行合并，定義其為處理組，將“都沒有”的學(xué)生作為控制組。處理組與控制組的樣本分布為73.70%與26.30%。

3.控制變量

控制變量涵蓋學(xué)生家庭特征與個體特征兩個維度。家庭層面主要對人力資本、經(jīng)濟(jì)資本以及文化資本進(jìn)行控制。經(jīng)濟(jì)資本是指學(xué)生對于當(dāng)前家庭經(jīng)濟(jì)條件的自我評價；文化資本選擇家庭藏書量為代理指標(biāo)[20]；人力資本則涵蓋了父母親的受教育程度，父母對子女的教育期望、學(xué)業(yè)成績的當(dāng)期要求以及檢查作業(yè)的頻次。個體層面首先納入了2013—2014學(xué)年認(rèn)知能力測試的標(biāo)準(zhǔn)化得分，旨在實現(xiàn)對基期能力的有效控制；其次，借鑒既有研究，我們選擇了性別、年齡、戶籍、民族、自評健康狀況以及學(xué)業(yè)壓力的感知等作為控制變量。[21]

(三)統(tǒng)計描述

表1報告了實證研究所涉變量的基本統(tǒng)計信息，處理組表示具有信息資源的學(xué)生，控制組則為不具有信息資源的學(xué)生。被解釋變量方面，處理組中當(dāng)期認(rèn)知能力測試的標(biāo)準(zhǔn)化得分為0.461，比控制組中的0.016高出了0.03個標(biāo)準(zhǔn)分，雙T檢驗在1%水平上統(tǒng)計顯著，支持處理組與控制組學(xué)生在義務(wù)教育結(jié)果表現(xiàn)上存在顯著差異的論斷。

表1 基本統(tǒng)計信息

家庭特征方面，經(jīng)濟(jì)資本以自評經(jīng)濟(jì)條件為代理指標(biāo)，處理組中有7.6%的學(xué)生自評經(jīng)濟(jì)條件相對困難，比控制組的3.64%高出了3.96個百分點；文化資本以藏書量為代理指標(biāo)，44%的處理組學(xué)生認(rèn)為家庭藏書量較多，相對于控制組的11.1%高出了32.9個百分點。

人力資本方面，處理組中父母親受教育程度的均值分別為4.7與4.4，相當(dāng)于中專/技校到職業(yè)高中教育層級之間，而控制組則為3.2和2.8，相當(dāng)于小學(xué)到初中教育層級之間，處理組中父母親的人力資本存量高于控制組；教育期望在處理組和控制組中的均值分別為6.8和6.4，表明父母期望子女未來能夠達(dá)到大學(xué)本科和大學(xué)?？频氖芙逃潭?；處理組中有75.8%的父母對于子女現(xiàn)階段學(xué)業(yè)成就的要求在班級中等以上，相對于控制組中的73.0%高出了2.8個百分點；處理組中有37.7%的父母每周至少檢查子女作業(yè)三次，高于控制組中的20.1%。

學(xué)生個體特征方面，處理組中71.8%的學(xué)生應(yīng)對父母教育期望時的壓力較小，比控制組中的62.1%高出了9.7個百分點；男生、漢族、農(nóng)業(yè)戶籍以及自評健康較好的學(xué)生在處理組與控制組中的樣本占比分為別為50.7%和52.8%、94.3%和84.3%、41.8%和75.7%以及67.7%和57.4%；女生、少數(shù)民族、非農(nóng)戶籍以自評健康狀況較差學(xué)生在處理組與控制組中的樣本分布分別49.3%和47.2%、5.7%和15.7%、58.2%和24.5%以及32.3%和42.6%。

五、實證分析

(一)均值回歸及其分解

1.均值回歸

均值回歸采用普通最小二乘法估計了信息技術(shù)影響義務(wù)教育結(jié)果表現(xiàn)的均值效應(yīng)，表2報告了回歸結(jié)果。在表2中，模型(2)—模型(4)分別在模型(1)的基礎(chǔ)上依次納入了家庭與個體特征等控制變量、基期認(rèn)知能力以及校級層面的固定效應(yīng)，R2由模型(1)中的0.060上升到了模型(4)中的0.388，表明逐項回歸通過不斷納入新的控制變量提高了模型的整體解釋力度。

具體看來，信息技術(shù)利用在各模型中正向顯著的估計結(jié)果表明使用信息技術(shù)有利于增進(jìn)學(xué)生在義務(wù)教育階段的結(jié)果表現(xiàn)，但參數(shù)估計值由模型(1)中的0.445下降到了模型(4)中的0.147(p<0.01)，顯示出忽視學(xué)生家庭與個體特征、基期能力以及校際差異將會高估信息技術(shù)利用的影響效應(yīng)。對于參數(shù)估計結(jié)果可做如下理解：相對于不具有信息資源的學(xué)生，擁有電腦、網(wǎng)絡(luò)等信息資源能將學(xué)生的義務(wù)教育結(jié)果表現(xiàn)提高0.147個標(biāo)準(zhǔn)分。

根據(jù)模型(4)提供的回歸結(jié)果對控制變量的估計情況做簡要匯報：基期能力正向影響學(xué)生的義務(wù)教育結(jié)果表現(xiàn)，顯示出能力增進(jìn)具有“存量決定增量”的發(fā)展模式；經(jīng)濟(jì)資本方面，自評經(jīng)濟(jì)條件較差抑制了學(xué)生的義務(wù)教育在學(xué)表現(xiàn)(-0.070)；人力資本方面，父母親受教育程度正向影響義務(wù)教育結(jié)果表現(xiàn)，父親受教育程度每上升1個學(xué)歷教育層級，能將學(xué)生的認(rèn)知能力測試提高0.015個標(biāo)準(zhǔn)分(p<0.01)；父母對子女未來教育成就每上升1個期望值，能將認(rèn)知能力測試提高0.081個標(biāo)準(zhǔn)分(p<0.01)，影響效應(yīng)低于父母對子女現(xiàn)階段的學(xué)業(yè)成績要求(0.291)；課業(yè)指導(dǎo)雖然是非貨幣性的人力資本投資，但指導(dǎo)頻次與提高義務(wù)教育結(jié)果表現(xiàn)之間不具有正相關(guān)性(-0.082)。

表2 均值回歸估計結(jié)果

續(xù)表

2.Blinder-Oaxaca分解

在普通最小二乘法對均值效應(yīng)分析的基礎(chǔ)上，本節(jié)采用Blinder-Oaxaca分解由信息技術(shù)利用引致的義務(wù)教育結(jié)果不平等，表3報告了均值分解結(jié)果。從Panel A提供的總差異分解情況上看，具有信息資源的學(xué)生在認(rèn)知能力測試得分上(0.463)高于不具有信息資源的學(xué)生(0.019)，能夠被學(xué)生可觀測特征所解釋的義務(wù)教育結(jié)果不等為-0.302，對于總差異的貢獻(xiàn)值達(dá)到了68.172%；不能被可觀測特征所解釋的差異引致的義務(wù)教育結(jié)果不平等為-0.142，在總差異中的貢獻(xiàn)值為32.054%。

表3 均值分解結(jié)果

續(xù)表

從Panel B提供的可解釋差異上看，基礎(chǔ)認(rèn)知能力(-0.159)、家庭藏書量(-0.055)以及年齡(-0.048)在可觀測特征中主導(dǎo)了學(xué)生的義務(wù)教育結(jié)果公平，三要素對于義務(wù)教育結(jié)果不平等的貢獻(xiàn)值分別為52.649%、18.212%以及15.894%，在解釋差異中的占比達(dá)到了86.755%，反映出能力因素、家庭文化資本以及時間趨勢是義務(wù)教育結(jié)果不平等的決定因素。此外，父母對子女的教育期望、父親受教育程度以及家庭經(jīng)濟(jì)條件也在一定程度上掣肘了義務(wù)教育結(jié)果公平，三要素在可解釋差異中的貢獻(xiàn)值達(dá)到了25.497%。①(1)①注：囿于篇幅有限，省略個體特征分解結(jié)果的報告，備索。

(二)條件分位數(shù)回歸及其分解

1.有條件分位數(shù)回歸

普通最小二乘法與Blinder-Oaxaca分解僅僅能夠在均值層面上揭示信息技術(shù)利用對于義務(wù)教育結(jié)果不平等的影響，但無法告訴研究者信息資源是否具有異質(zhì)性的特征，即隨著認(rèn)知分位點的變化，信息資源對于義務(wù)教育結(jié)果公平的干預(yù)作用是否存在差異。為了捕捉這種異質(zhì)性特征，我們選擇QR_10、QR_25、QR_50、QR_75以及QR_90分位點表示學(xué)生在低、中低、中位數(shù)、中高以及高分位點上的義務(wù)教育結(jié)果，采用有條件分位數(shù)回歸，通過自舉抽樣1 000次后得到異質(zhì)性分析的回歸結(jié)果。

從表4提供的回歸結(jié)果上看，信息技術(shù)利用的回歸結(jié)果在各分位點上均為正數(shù)，且估計結(jié)果在1%水平上統(tǒng)計顯著，表明在可觀測特征相似的學(xué)生之間，信息技術(shù)利用能夠提高義務(wù)教育結(jié)果表現(xiàn)。從參數(shù)估計值上看，信息技術(shù)利用在各分位點上的參數(shù)估計值分別為0.122、0.121、0.162、0.171以及0.105，表明相對于不具有信息資源的學(xué)生，利用信息資源能將學(xué)生在低、中低、中位數(shù)、中高以及高認(rèn)知分位點上的義務(wù)教育結(jié)果表現(xiàn)分別提高0.122、0.121、0.162、0.171以及0.105個標(biāo)準(zhǔn)分。從異質(zhì)性特征上看，信息資源利用隨著認(rèn)知能力由低分位點向高分位點的變化，呈現(xiàn)出“下降—上升—再下降”的非線性趨勢，估計峰值出現(xiàn)在中高分位點上，低分位點上的參數(shù)估計值(0.122)高于高分位點(0.105)，顯示出在其他可觀測條件相似的情況下，信息資源利用能夠有效縮小義務(wù)教育結(jié)果不平等，表4第7列提供的高—低分位點上的估計差值(-0.017)也驗證了這一推斷。

表4 有條件分位數(shù)估計

2.MM分解

在有條件分位數(shù)回歸的基礎(chǔ)上，本節(jié)基于反事實分解框架，將信息資源在不同分位點上對于義務(wù)教育結(jié)果公平的非對稱影響進(jìn)行分解，以期彌補(bǔ)均值分解對于異質(zhì)性的關(guān)注不足。從表5提供的MM分解結(jié)果上看，義務(wù)教育不平等由兩部分內(nèi)容構(gòu)成：(1)能夠被解釋的特征效應(yīng)，主要是指由家庭、個體等可觀測特征引致的不平等；(2)不能被解釋的系數(shù)效應(yīng)，即歧視。①(2)①注：估計結(jié)果通過自舉法抽樣50次后得到。

表5 MM分解結(jié)果

從參數(shù)估計結(jié)果上看，總差異在各分位點上分別為0.507、0.497、0.469、0.404以及0.335，表明義務(wù)教育結(jié)果不平等隨認(rèn)知分位點的上升而呈現(xiàn)出下降的趨勢，低分位點上的義務(wù)教育結(jié)果不平等(0.507)高于高分位點(0.335)，顯示出信息資源引致的教育結(jié)果不平等具有“黏地板效應(yīng)”的鮮明特征。特征效應(yīng)在各分位點上的參數(shù)估計值分別為0.328、0.318、0.301、0.285以及0.272，表明特征效應(yīng)隨著認(rèn)知分位點的上升而下降，但對總差異的貢獻(xiàn)值卻不斷上升，義務(wù)教育結(jié)果不平等中能夠解釋的差異由低分位點上的64.694%，上升到了高分位點上的81.194%。系數(shù)效應(yīng)在各分位點上的參數(shù)估計值分別為0.178、0.180、0.168、0.120以及0.064，系數(shù)效應(yīng)隨認(rèn)知分位點的上升呈現(xiàn)出先上升再下降的倒V型曲線，同時對總差異的貢獻(xiàn)值也呈現(xiàn)出不斷下降的趨勢，義務(wù)教育結(jié)果不平等中無法被解釋的歧視由低分位點上的35.108%，下降到了高分位點上的19.104%。

對比特征效應(yīng)與系數(shù)效應(yīng)的估計結(jié)果不難發(fā)現(xiàn)，特征效應(yīng)決定了具有和不具有信息資源學(xué)生的義務(wù)教育結(jié)果公平，而歧視的影響效應(yīng)則逐步衰減。信息資源利用與否對高認(rèn)知分位點上義務(wù)教育結(jié)果公平的影響高于低分位點，表明高認(rèn)知分位點上的義務(wù)教育結(jié)果公平更加容易受到信息資源利用、家庭經(jīng)濟(jì)資本、文化資本、人力資本以及個體特征等可解釋因素的影響。

(三)無條件分位數(shù)回歸及其分解

1.無條件分位數(shù)回歸

為了估計信息資源分布、信息技術(shù)利用對于義務(wù)教育結(jié)果公平的無條件影響，本節(jié)采用無條件分位數(shù)回歸的研究方法，通過自舉抽樣1 000次后得表6所示的回歸結(jié)果。信息技術(shù)利用的參數(shù)估計值顯著為正，相對于不具有信息資源的學(xué)生而言，家庭利用信息資源每提升1個單位值，能將學(xué)生在各分位點上的認(rèn)知能力提升0.190、0.236、0.141、0.072以及0.054個標(biāo)準(zhǔn)分，信息技術(shù)利用在中低分位點上對于義務(wù)教育結(jié)果表現(xiàn)具有最強(qiáng)的促進(jìn)作用。從異質(zhì)性特征上看，信息技術(shù)利用隨著認(rèn)知分位點的上升對于學(xué)生義務(wù)教育結(jié)果表現(xiàn)的干預(yù)作用不斷衰減，而低認(rèn)知分位點上的干預(yù)效應(yīng)(0.190)高于高認(rèn)知分位點(0.054)，估計結(jié)果的差值為0.136，表明信息技術(shù)利用在整體認(rèn)知能力的無條件分布中有利于促進(jìn)義務(wù)教育結(jié)果的均等化。

需要指出的是，無條件分位數(shù)回歸在刻畫信息資源對于義務(wù)教育結(jié)果公平的異質(zhì)性影響時，雖然與有條件分位數(shù)回歸的結(jié)論所得基本一致，僅在參數(shù)估計值的絕對量上存在細(xì)微差別，但從研究方法異質(zhì)性的視角上看，采用多種方法進(jìn)行異質(zhì)性分析仍然十分必要：一方面，采用無條件分位數(shù)回歸有助于我們審視與檢驗條件分位數(shù)回歸研究結(jié)論的正確性，科學(xué)判斷信息工具對于推進(jìn)義務(wù)教育結(jié)果公平的現(xiàn)實影響；另一方面，利用無條件分位數(shù)回歸有助于我們在結(jié)論可靠的前提下，對研究所得進(jìn)行穩(wěn)健性檢驗，能夠為微觀家庭教育決策和宏觀政策制定提供信息支撐和決策基礎(chǔ)。

表6 無條件分位數(shù)回歸結(jié)果

2.RIF-Blinder分解

在無條件分位數(shù)回歸的基礎(chǔ)上，我們繼續(xù)采用RIF-Blinder分解的研究方法，通過自舉抽樣1 000次得到各分位點上信息資源引致的義務(wù)教育結(jié)果不平等。從分解結(jié)果上看，表7以家庭是否具有信息資源作為二分變量，提供的分解結(jié)果包括Panel A、Panel B、Panel C三部分，Panel A報告的是義務(wù)教育結(jié)果不平等的總差異(Overall Decomposition)；Panel B報告的是義務(wù)教育結(jié)果不平等中能夠被解釋的部分，即構(gòu)成效應(yīng)(Composition Effect)；Panel C報告的是義務(wù)教育結(jié)果不平等中不能被解釋的部分，即結(jié)構(gòu)效應(yīng)(Structure Effect)。

表7 RIF-Blinder分解結(jié)果

續(xù)表

Panel A方面，具有信息資源的學(xué)生在各分位點上認(rèn)知能力測試的標(biāo)準(zhǔn)化得分均高于不具有信息資源的學(xué)生，參數(shù)估計結(jié)果均通過了1%水平的顯著性檢驗，信息資源引致的義務(wù)教育結(jié)果不平等在低、中低、中位數(shù)、中高以及高分位點上的參數(shù)估計值分別為-0.458、-0.579、-0.374、-0.370以及-0.369，除中低分位點以外，義務(wù)教育結(jié)果不平等隨認(rèn)知分位點的上升不斷下降，該趨勢與有條件MM分解所提供的單調(diào)下降趨勢存在著一定的差異，這在一定程度上也顯示出利用多種研究方法分解義務(wù)教育結(jié)果公平并獲得穩(wěn)健、一致結(jié)論的重要性。同時，低分位點上的義務(wù)教育結(jié)果不平等為-0.458，高于高分位點上的-0.369，表明總體差異具有“黏地板效應(yīng)”(Sticky Floor Effect)的鮮明特征。

Panel B方面，義務(wù)教育結(jié)果不平等中能夠被解釋的構(gòu)成效應(yīng)在各分位點上的參數(shù)估計值分別為-0.334、-0.319、-0.303、-0.310以及-0.219，在總差異中的占比分別為72.926%、55.095%、81.016%、83.784%以及59.350%。Panel C方面，義務(wù)教育結(jié)果不平等中不能被解釋的結(jié)構(gòu)效應(yīng)在各分位點上的參數(shù)估計值分別為-0.124、-0.261、-0.071、-0.060以及-0.150，在總差異中的占比分別為27.074%、45.078%、18.984%、16.216%以及40.650%。從構(gòu)成效應(yīng)和結(jié)構(gòu)效應(yīng)在總差異中的占比不難發(fā)現(xiàn)，構(gòu)成效應(yīng)對于義務(wù)教育結(jié)果不平等的影響在各分位點上均高于結(jié)構(gòu)效應(yīng)，表明在信息資源引致的義務(wù)教育結(jié)果不平等中，能夠被個體特征、家庭特征所解釋的因素占據(jù)了主導(dǎo)地位，而非不可解釋的歧視，這一結(jié)論與有條件MM分解結(jié)果相近似。

需指出的是，RIF分解在捕捉義務(wù)教育結(jié)果公平的決定因素時，與MM分解提供的分解結(jié)果存在以下兩方面的差異：(1)RIF分解中的構(gòu)成效應(yīng)在總差異中的占比，隨分位點的上升呈現(xiàn)出倒N型的變化趨勢，但MM分解中的特征效應(yīng)在總差異中的占比，卻隨著分位點的上升呈現(xiàn)出V型變化趨勢；(2)RIF分解中的結(jié)構(gòu)效應(yīng)在總差異中的占比，隨著分位點的上升呈現(xiàn)出N型變化趨勢，但MM分解中的系數(shù)效應(yīng)在總差異中的占比，卻隨著分位點的上升呈現(xiàn)出倒V型變化趨勢。

最后，與MM分解相比，RIF分解的另一優(yōu)勢在于能夠提供參與估計的協(xié)變量在構(gòu)成效應(yīng)與結(jié)構(gòu)效應(yīng)中的貢獻(xiàn)值。從構(gòu)成效應(yīng)方面看，基期認(rèn)知能力、家庭藏書量、父母對子女的教育期望在能夠解釋的因素中占據(jù)了主導(dǎo)地位，這與Blinder-Oaxaca提供的均值分解結(jié)果基本一致。具體看來，基期認(rèn)知能力在各分位點上的參數(shù)估計值分別為-0.207、-0.211、-0.169、-0.104以及-0.072，在構(gòu)成效應(yīng)中的占比分別為61.976%、66.144%、55.776%、33.548%以及32.877%；家庭藏書量在各分位點的參數(shù)估計值分別為-0.080、-0.081、-0.051、-0.060以及-0.035，在構(gòu)成效應(yīng)中的占比分別為23.952%、25.392%、16.832%、19.355%以及15.982%；父母對子女教育期望的參數(shù)估計值在各分位點上分別為-0.055、-0.051、-0.039、-0.023以及-0.027，在構(gòu)成效應(yīng)中的占比分別為16.467%、15.987%、12.871%、7.419%以及12.329%。上述協(xié)變量的估計結(jié)果表明：在信息資源引致的義務(wù)教育結(jié)果不平等中，基期認(rèn)知能力、家庭藏書量以及父母對子女的教育期望在可解釋因素中對低認(rèn)知分位點的影響要高于高認(rèn)知分位點。①(3)①囿于篇幅有限，省略個體特征的分解結(jié)果，備索。

六、結(jié)論與討論

(一)研究結(jié)論

本文利用中國教育追蹤調(diào)查數(shù)據(jù)，綜合采用普通最小二乘法與Blindr-Oaxaca分解、有條件分位數(shù)回歸與MM分解以及無條件分位數(shù)回歸與RIF分解的研究方法，實證檢驗了信息技術(shù)利用對于義務(wù)教育結(jié)果公平的影響，得到結(jié)論如下：

第一，利用普通最小二乘法，逐步控制了家庭、個體特征以及固定效應(yīng)后，發(fā)現(xiàn)家庭利用電腦、互聯(lián)網(wǎng)等方面的信息資源每提升1個單位值，能將學(xué)生的義務(wù)教育結(jié)果表現(xiàn)提高0.147個標(biāo)準(zhǔn)分；進(jìn)一步采用Blinder-Oaxaca分解發(fā)現(xiàn)家庭特征中的經(jīng)濟(jì)資本、文化資本、人力資本以及父母對子女的教育期望，個體特征中的能力因素與年齡共同掣肘了信息資源引致的義務(wù)教育結(jié)果不平等。

第二，在假定學(xué)生可觀測特征相似時，利用條件分位數(shù)回歸揭示了信息技術(shù)的異質(zhì)性特征隨認(rèn)知分位點的上升呈現(xiàn)出“下降—上升—再下降”的非線性趨勢，低分位點上的參數(shù)估計值高于高分位點，表明信息技術(shù)利用有助于推進(jìn)義務(wù)教育結(jié)果公平；進(jìn)一步采用反事實的MM分解發(fā)現(xiàn)能夠被解釋的特征效應(yīng)決定了信息資源引致的義務(wù)教育結(jié)果不平等，歧視的影響效應(yīng)則隨分位點的上升不斷衰減。

第三，當(dāng)放寬可觀測特征相似的假定后，利用無條件分位數(shù)回歸發(fā)現(xiàn)信息技術(shù)的異質(zhì)性特征對于中低分位點上的義務(wù)教育結(jié)果表現(xiàn)具有最強(qiáng)的促進(jìn)作用，并在整體認(rèn)知能力的無條件分布中有利于促進(jìn)義務(wù)教育結(jié)果公平；進(jìn)一步采用RIF分解發(fā)現(xiàn)，信息資源引致的義務(wù)教育結(jié)果不平等主要集中在低分位點上，具有“黏地板效應(yīng)”的鮮明特征，構(gòu)成效應(yīng)在總差異中的貢獻(xiàn)值高于結(jié)構(gòu)效應(yīng)，表明能夠被解釋的因素決定了信息資源引致的義務(wù)教育結(jié)果不平等。

(二)政策啟示

本文的實證研究結(jié)論具有一定的政策意涵。首先，從宏觀層面上看，均值回歸的估計結(jié)果表明，信息技術(shù)利用能夠促進(jìn)學(xué)生的義務(wù)教育結(jié)果表現(xiàn)，顯示出家庭擁有信息資源、政府的信息化建設(shè)具有較強(qiáng)的現(xiàn)實意義。因此，在信息化2.0時代，各級政府應(yīng)繼續(xù)增強(qiáng)對于信息化的基礎(chǔ)建設(shè)，盡可能地提高小學(xué)、初中兩級義務(wù)教育體系中的互聯(lián)網(wǎng)接入率、多媒體教室的使用率等，充分利用信息技術(shù)的工具理性，提高學(xué)生在義務(wù)教育階段的獲得表現(xiàn)。其次，從中觀層面上看，有條件和無條件分位數(shù)回歸的估計結(jié)果表明，信息技術(shù)的異質(zhì)性特征對于低分位點的干預(yù)效應(yīng)高于高分位點，顯示出信息技術(shù)利用有利于收窄不同認(rèn)知分位點上義務(wù)教育結(jié)果表現(xiàn)的個體差異，這就要求中觀學(xué)校主體一方面關(guān)注低認(rèn)知分位點上學(xué)生在信息化教學(xué)中的吸收、反饋情況，另一方面也要求學(xué)校定期組織教師培訓(xùn)，提高教師教育教學(xué)技能，利用豐富的教學(xué)手段開發(fā)低認(rèn)知能力學(xué)生的海馬體發(fā)育，促進(jìn)低—高認(rèn)知分位點上的義務(wù)教育結(jié)果不平等的均質(zhì)收斂。第三，從微觀主體上看，均值分解與分位數(shù)分解的估計結(jié)果表明，個體特征中的基期能力、家庭特征中的父母教育期望是決定信息技術(shù)利用、信息資源分布引致的教育結(jié)果不平等的重要因素，這就要求父母在家庭教育環(huán)境中引導(dǎo)學(xué)生形塑良好的互聯(lián)網(wǎng)使用偏好，利用互聯(lián)網(wǎng)的工具理性培養(yǎng)學(xué)生的前期能力因素，消弭因可觀測因素引致的教育結(jié)果不平等。

最后，需要指出的是，義務(wù)教育結(jié)果不平等取決于家庭、學(xué)校、學(xué)生以及同伴多方面原因，而僅從家庭或?qū)W校維度出發(fā)，單純增加信息技術(shù)供給或優(yōu)化信息技術(shù)的教學(xué)方式并不能完全阻斷義務(wù)教育結(jié)果不平等的傳遞路徑。從義務(wù)教育政策補(bǔ)償上看，實現(xiàn)不同地區(qū)、不同階層、不同家庭子女的義務(wù)教育結(jié)果公平，還需要公共教育政策多管齊下，針對上述因素構(gòu)建起多元化的義務(wù)教育補(bǔ)償政策。譬如，在家庭層面上切斷教育質(zhì)量對住房資本的依附性，在學(xué)校(政府)層面上優(yōu)化教育財政的投入模式。同時，還需要將教育政策作為公共政策復(fù)雜系統(tǒng)中的一環(huán)，方能阻斷義務(wù)教育結(jié)果公平對于家庭經(jīng)濟(jì)文化背景的階層依附性，推進(jìn)后扶貧時代的教育相對貧困的治理邏輯。