信息技術(shù)利用能否促進(jìn)義務(wù)教育結(jié)果公平？
——基于無(wú)條件分位數(shù)回歸及其分解的異質(zhì)性檢驗(yàn)

方 超

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

一、問(wèn)題的提出

近年來(lái)，《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(dòng)計(jì)劃》等政策文件的相繼頒布，推動(dòng)我國(guó)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(guó)教育統(tǒng)計(jì)年鑒2018》提供的數(shù)據(jù)，截至2017年，全國(guó)小學(xué)用于教學(xué)的計(jì)算機(jī)數(shù)達(dá)到了1 149.37萬(wàn)臺(tái)，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(guó)初中用于教學(xué)的計(jì)算機(jī)數(shù)達(dá)到了708.34萬(wàn)臺(tái)，網(wǎng)絡(luò)多媒體教室達(dá)到了127.74萬(wàn)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(guò)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(diǎn)議題。

鑒于既有研究旨在考察信息技術(shù)利用對(duì)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(yàn)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(chǎng)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(wú)條件分位數(shù)回歸及RIF分解，重點(diǎn)探討以下三組問(wèn)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(shí)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(yàn)與政策建議。

二、文獻(xiàn)綜述

(一)核心概念界定

一般說(shuō)來(lái)，教育公平包括教育機(jī)會(huì)、教育過(guò)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(shí)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(gè)體特征后，學(xué)生在初中教育結(jié)果獲得上的個(gè)體差異。從測(cè)量指標(biāo)上看，義務(wù)教育結(jié)果一般采用學(xué)生成績(jī)作為代理指標(biāo)[3]，但考慮到學(xué)生成績(jī)?cè)诓煌貐^(qū)、學(xué)校之間缺乏橫向可比性，可能導(dǎo)致評(píng)估效果存在偏差，因而本文將認(rèn)知能力標(biāo)準(zhǔn)化測(cè)試成績(jī)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(guó)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(guó)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(lái)的“知識(shí)效應(yīng)”將使優(yōu)勢(shì)階層獲得更多的信息紅利[5]，這就使得家庭社會(huì)經(jīng)濟(jì)文化背景不占優(yōu)的學(xué)生很難通過(guò)信息紅利實(shí)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(kāi)教育結(jié)果不平等的一把“鑰匙”[9]。

近年來(lái)，國(guó)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(zhǎng)的時(shí)間趨勢(shì)，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(shí)現(xiàn)信息技術(shù)利用與學(xué)業(yè)成績(jī)提高(或降低)間的因果關(guān)系推斷。譬如，方超等利用中國(guó)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(duì)于提高學(xué)生成績(jī)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(píng)

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(yàn)，但總的看來(lái)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(duì)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(duì)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(jì)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(wú)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(duì)義務(wù)教育結(jié)果公平的影響。

三、研究設(shè)計(jì)

(一)基準(zhǔn)模型

實(shí)證研究采用如下方程估計(jì)信息技術(shù)對(duì)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(cè)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(shí)，表示具有信息資源；反之Internetit=0，β1的參數(shù)估計(jì)值則為信息技術(shù)利用對(duì)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(gè)體特征等；μi為方程(1)的隨機(jī)擾動(dòng)項(xiàng)。

(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(shí)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(wú)法回答信息技術(shù)是否具有異質(zhì)性特征的問(wèn)題。為了回答這一問(wèn)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(shí)被解釋變量Outcomeit在τ分位點(diǎn)上的估計(jì)值，β(τ)則表示信息技術(shù)利用在τ分位點(diǎn)上對(duì)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(diǎn)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(jì)，然后通過(guò)隨機(jī)替換構(gòu)造義務(wù)教育結(jié)果表現(xiàn)的反事實(shí)分布，這樣τ分位點(diǎn)上義務(wù)教育結(jié)果差異就可寫(xiě)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(diǎn)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(gè)體差異；Qτ(Outcomecit)表示義務(wù)教育結(jié)果表現(xiàn)的反事實(shí)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(wú)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(duì)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(cè)特征X上具有一定的相似性。[18]但是對(duì)于公共教育政策制定者來(lái)說(shuō)，他們更為關(guān)心的可能是無(wú)論學(xué)生家庭特征、個(gè)體特征是否相似，信息技術(shù)利用對(duì)于義務(wù)教育結(jié)果公平的無(wú)條件影響。因此，為了在認(rèn)知能力的無(wú)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(wú)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(wú)條件估計(jì)[19]：

(5)

(6)

四、數(shù)據(jù)與變量

(一)研究數(shù)據(jù)

實(shí)證研究數(shù)據(jù)來(lái)自中國(guó)人民大學(xué)調(diào)查與數(shù)據(jù)中心提供的中國(guó)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(shí)匹配2013—2014學(xué)年基線調(diào)研數(shù)據(jù)。對(duì)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(cè)值7 649個(gè)。

(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(jí)學(xué)生設(shè)計(jì)了一套不涉及學(xué)校課程講授具體知識(shí)，而是側(cè)重邏輯思維和解決實(shí)際問(wèn)題能力的試題，具有國(guó)際可比性與全國(guó)標(biāo)準(zhǔn)化的特點(diǎn)。

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(shí)，我們將被調(diào)查學(xué)生中“有電腦、無(wú)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(méi)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(gè)體特征兩個(gè)維度。家庭層面主要對(duì)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(duì)于當(dāng)前家庭經(jīng)濟(jì)條件的自我評(píng)價(jià)；文化資本選擇家庭藏書(shū)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(duì)子女的教育期望、學(xué)業(yè)成績(jī)的當(dāng)期要求以及檢查作業(yè)的頻次。個(gè)體層面首先納入了2013—2014學(xué)年認(rèn)知能力測(cè)試的標(biāo)準(zhǔn)化得分，旨在實(shí)現(xiàn)對(duì)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(píng)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(jì)描述

表1報(bào)告了實(shí)證研究所涉變量的基本統(tǒng)計(jì)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(cè)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(gè)標(biāo)準(zhǔn)分，雙T檢驗(yàn)在1%水平上統(tǒng)計(jì)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(jì)信息

家庭特征方面，經(jīng)濟(jì)資本以自評(píng)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(píng)經(jīng)濟(jì)條件相對(duì)困難，比控制組的3.64%高出了3.96個(gè)百分點(diǎn)；文化資本以藏書(shū)量為代理指標(biāo)，44%的處理組學(xué)生認(rèn)為家庭藏書(shū)量較多，相對(duì)于控制組的11.1%高出了32.9個(gè)百分點(diǎn)。

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(jí)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(jí)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(lái)能夠達(dá)到大學(xué)本科和大學(xué)專科的受教育程度；處理組中有75.8%的父母對(duì)于子女現(xiàn)階段學(xué)業(yè)成就的要求在班級(jí)中等以上，相對(duì)于控制組中的73.0%高出了2.8個(gè)百分點(diǎn)；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(gè)體特征方面，處理組中71.8%的學(xué)生應(yīng)對(duì)父母教育期望時(shí)的壓力較小，比控制組中的62.1%高出了9.7個(gè)百分點(diǎn)；男生、漢族、農(nóng)業(yè)戶籍以及自評(píng)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(píng)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(shí)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(jì)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(bào)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(gè)體特征等控制變量、基期認(rèn)知能力以及校級(jí)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(xiàng)回歸通過(guò)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(lái)，信息技術(shù)利用在各模型中正向顯著的估計(jì)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(jì)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(gè)體特征、基期能力以及校際差異將會(huì)高估信息技術(shù)利用的影響效應(yīng)。對(duì)于參數(shù)估計(jì)結(jié)果可做如下理解：相對(duì)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(gè)標(biāo)準(zhǔn)分。

根據(jù)模型(4)提供的回歸結(jié)果對(duì)控制變量的估計(jì)情況做簡(jiǎn)要匯報(bào)：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(píng)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(gè)學(xué)歷教育層級(jí)，能將學(xué)生的認(rèn)知能力測(cè)試提高0.015個(gè)標(biāo)準(zhǔn)分(p<0.01)；父母對(duì)子女未來(lái)教育成就每上升1個(gè)期望值，能將認(rèn)知能力測(cè)試提高0.081個(gè)標(biāo)準(zhǔn)分(p<0.01)，影響效應(yīng)低于父母對(duì)子女現(xiàn)階段的學(xué)業(yè)成績(jī)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(jì)結(jié)果

續(xù)表

2.Blinder-Oaxaca分解

在普通最小二乘法對(duì)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(bào)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(cè)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(cè)特征所解釋的義務(wù)教育結(jié)果不等為-0.302，對(duì)于總差異的貢獻(xiàn)值達(dá)到了68.172%；不能被可觀測(cè)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(shū)量(-0.055)以及年齡(-0.048)在可觀測(cè)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(duì)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(shí)間趨勢(shì)是義務(wù)教育結(jié)果不平等的決定因素。此外，父母對(duì)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(gè)體特征分解結(jié)果的報(bào)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(duì)于義務(wù)教育結(jié)果不平等的影響，但無(wú)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(diǎn)的變化，信息資源對(duì)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(diǎn)表示學(xué)生在低、中低、中位數(shù)、中高以及高分位點(diǎn)上的義務(wù)教育結(jié)果，采用有條件分位數(shù)回歸，通過(guò)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(diǎn)上均為正數(shù)，且估計(jì)結(jié)果在1%水平上統(tǒng)計(jì)顯著，表明在可觀測(cè)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(jì)值上看，信息技術(shù)利用在各分位點(diǎn)上的參數(shù)估計(jì)值分別為0.122、0.121、0.162、0.171以及0.105，表明相對(duì)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(diǎn)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(gè)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(diǎn)向高分位點(diǎn)的變化，呈現(xiàn)出“下降—上升—再下降”的非線性趨勢(shì)，估計(jì)峰值出現(xiàn)在中高分位點(diǎn)上，低分位點(diǎn)上的參數(shù)估計(jì)值(0.122)高于高分位點(diǎn)(0.105)，顯示出在其他可觀測(cè)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(diǎn)上的估計(jì)差值(-0.017)也驗(yàn)證了這一推斷。

表4 有條件分位數(shù)估計(jì)

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(shí)分解框架，將信息資源在不同分位點(diǎn)上對(duì)于義務(wù)教育結(jié)果公平的非對(duì)稱影響進(jìn)行分解，以期彌補(bǔ)均值分解對(duì)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(gè)體等可觀測(cè)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(jì)結(jié)果通過(guò)自舉法抽樣50次后得到。

表5 MM分解結(jié)果

從參數(shù)估計(jì)結(jié)果上看，總差異在各分位點(diǎn)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(diǎn)的上升而呈現(xiàn)出下降的趨勢(shì)，低分位點(diǎn)上的義務(wù)教育結(jié)果不平等(0.507)高于高分位點(diǎn)(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(diǎn)上的參數(shù)估計(jì)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(diǎn)的上升而下降，但對(duì)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(diǎn)上的64.694%，上升到了高分位點(diǎn)上的81.194%。系數(shù)效應(yīng)在各分位點(diǎn)上的參數(shù)估計(jì)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(diǎn)的上升呈現(xiàn)出先上升再下降的倒V型曲線，同時(shí)對(duì)總差異的貢獻(xiàn)值也呈現(xiàn)出不斷下降的趨勢(shì)，義務(wù)教育結(jié)果不平等中無(wú)法被解釋的歧視由低分位點(diǎn)上的35.108%，下降到了高分位點(diǎn)上的19.104%。

對(duì)比特征效應(yīng)與系數(shù)效應(yīng)的估計(jì)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(duì)高認(rèn)知分位點(diǎn)上義務(wù)教育結(jié)果公平的影響高于低分位點(diǎn)，表明高認(rèn)知分位點(diǎn)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(gè)體特征等可解釋因素的影響。

(三)無(wú)條件分位數(shù)回歸及其分解

1.無(wú)條件分位數(shù)回歸

為了估計(jì)信息資源分布、信息技術(shù)利用對(duì)于義務(wù)教育結(jié)果公平的無(wú)條件影響，本節(jié)采用無(wú)條件分位數(shù)回歸的研究方法，通過(guò)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(jì)值顯著為正，相對(duì)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(gè)單位值，能將學(xué)生在各分位點(diǎn)上的認(rèn)知能力提升0.190、0.236、0.141、0.072以及0.054個(gè)標(biāo)準(zhǔn)分，信息技術(shù)利用在中低分位點(diǎn)上對(duì)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(diǎn)的上升對(duì)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(diǎn)上的干預(yù)效應(yīng)(0.190)高于高認(rèn)知分位點(diǎn)(0.054)，估計(jì)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(wú)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(wú)條件分位數(shù)回歸在刻畫(huà)信息資源對(duì)于義務(wù)教育結(jié)果公平的異質(zhì)性影響時(shí)，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(jì)值的絕對(duì)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(wú)條件分位數(shù)回歸有助于我們審視與檢驗(yàn)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(duì)于推進(jìn)義務(wù)教育結(jié)果公平的現(xiàn)實(shí)影響；另一方面，利用無(wú)條件分位數(shù)回歸有助于我們?cè)诮Y(jié)論可靠的前提下，對(duì)研究所得進(jìn)行穩(wěn)健性檢驗(yàn)，能夠?yàn)槲⒂^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(wú)條件分位數(shù)回歸結(jié)果

2.RIF-Blinder分解

在無(wú)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(guò)自舉抽樣1 000次得到各分位點(diǎn)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(bào)告的是義務(wù)教育結(jié)果不平等的總差異(Overall Decomposition)；Panel B報(bào)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(bào)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(diǎn)上認(rèn)知能力測(cè)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(jì)結(jié)果均通過(guò)了1%水平的顯著性檢驗(yàn)，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(diǎn)上的參數(shù)估計(jì)值分別為-0.458、-0.579、-0.374、-0.370以及-0.369，除中低分位點(diǎn)以外，義務(wù)教育結(jié)果不平等隨認(rèn)知分位點(diǎn)的上升不斷下降，該趨勢(shì)與有條件MM分解所提供的單調(diào)下降趨勢(shì)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(shí)，低分位點(diǎn)上的義務(wù)教育結(jié)果不平等為-0.458，高于高分位點(diǎn)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(diǎn)上的參數(shù)估計(jì)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(diǎn)上的參數(shù)估計(jì)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(duì)于義務(wù)教育結(jié)果不平等的影響在各分位點(diǎn)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(gè)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(shí)，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(diǎn)的上升呈現(xiàn)出倒N型的變化趨勢(shì)，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(diǎn)的上升呈現(xiàn)出V型變化趨勢(shì)；(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(diǎn)的上升呈現(xiàn)出N型變化趨勢(shì)，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(diǎn)的上升呈現(xiàn)出倒V型變化趨勢(shì)。

最后，與MM分解相比，RIF分解的另一優(yōu)勢(shì)在于能夠提供參與估計(jì)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(shū)量、父母對(duì)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(lái)，基期認(rèn)知能力在各分位點(diǎn)上的參數(shù)估計(jì)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(shū)量在各分位點(diǎn)的參數(shù)估計(jì)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(duì)子女教育期望的參數(shù)估計(jì)值在各分位點(diǎn)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(jì)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(shū)量以及父母對(duì)子女的教育期望在可解釋因素中對(duì)低認(rèn)知分位點(diǎn)的影響要高于高認(rèn)知分位點(diǎn)。①(3)①囿于篇幅有限，省略個(gè)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(guó)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(wú)條件分位數(shù)回歸與RIF分解的研究方法，實(shí)證檢驗(yàn)了信息技術(shù)利用對(duì)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(gè)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(gè)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(gè)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(duì)子女的教育期望，個(gè)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(cè)特征相似時(shí)，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(diǎn)的上升呈現(xiàn)出“下降—上升—再下降”的非線性趨勢(shì)，低分位點(diǎn)上的參數(shù)估計(jì)值高于高分位點(diǎn)，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(shí)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(diǎn)的上升不斷衰減。

第三，當(dāng)放寬可觀測(cè)特征相似的假定后，利用無(wú)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(duì)于中低分位點(diǎn)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(wú)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(diǎn)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(shí)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(jì)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(shí)意義。因此，在信息化2.0時(shí)代，各級(jí)政府應(yīng)繼續(xù)增強(qiáng)對(duì)于信息化的基礎(chǔ)建設(shè)，盡可能地提高小學(xué)、初中兩級(jí)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(wú)條件分位數(shù)回歸的估計(jì)結(jié)果表明，信息技術(shù)的異質(zhì)性特征對(duì)于低分位點(diǎn)的干預(yù)效應(yīng)高于高分位點(diǎn)，顯示出信息技術(shù)利用有利于收窄不同認(rèn)知分位點(diǎn)上義務(wù)教育結(jié)果表現(xiàn)的個(gè)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(diǎn)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(kāi)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(diǎn)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(jì)結(jié)果表明，個(gè)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(cè)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?cè)黾有畔⒓夹g(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(shí)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(duì)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(duì)住房資本的依附性，在學(xué)校(政府)層面上優(yōu)化教育財(cái)政的投入模式。同時(shí)，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(duì)于家庭經(jīng)濟(jì)文化背景的階層依附性，推進(jìn)后扶貧時(shí)代的教育相對(duì)貧困的治理邏輯。