编者按
宏观院执行院长郅庭瑾教授、兼职研究员陈纯槿副教授,基于国际学生评估项目(PISA)测试数据分析发现互联网使用时间对中学生学科素养有重要影响,并着重分析了互联网使用动机对两者关系的调节作用。文章刊发于《华东师范大学学报(教育科学版)》2019年第6期。
作者简介
郅庭瑾:国家教育宏观政策研究院执行院长、教授
陈纯槿:国家教育宏观政策研究院兼职研究员、华东师范大学教育学部副教授
摘 要:
关键词:
基金: 全国教育科学规划国家青年课题“转型改革背景下的教育投资收益与风险评估研究”(CFA140139);
一、问题的提出
随着互联网日益普及和手机移动终端的快速发展,诞生于网络信息时代的儿童和青少年有越来越多的机会接触和使用互联网。根据中国互联网络信息中心的数据显示,截至2018年底,我国网民规模达到8.29亿,其中10~19岁的中小学生群体为1.45亿,占全国网民总量的17.5%;10岁以下低龄儿童群体约占4.1%,较2017年提高了0.8个百分点;而且网民中使用手机上网人群的占比高达98.6%,显现出互联网和移动终端向低龄儿童和青少年群体扩散的态势(中国互联网络信息中心,2019,第33页)。与触网“低龄化”相伴生的问题是,长时间沉迷网络对儿童和青少年学科素养与教育发展究竟具有怎样的影响,值得教育研究者和政策制定者重点关注。
为防治网络沉迷对青少年教育与心理发展所产生的不良影响,教育部印发了《关于做好预防中小学生沉迷网络教育引导工作的紧急通知》,重点部署“了解掌握中小学生使用网络基本情况,重点排查学生沉迷游戏等问题”的任务。教育部、国家卫生健康委、财政部等八部门联合印发的《综合防控儿童青少年近视实施方案》进一步提出了“严禁学生将个人手机、平板电脑等电子产品带入课堂,带入学校的要进行统一保管”的要求。为杜绝中小学生沉迷网络而采取的政策措施,引发了社会各界的广泛关注和热议。
根据国际学生评估项目(PISA)2015年测试数据显示,在我国北京、上海、江苏和广东四省市中,校外周一至周五每天上网6小时以上的中学生几乎每天或每天“玩单机游戏”“玩多人在线联机游戏”“使用社交网络玩在线游戏”的比例分别占28.4%、37.3%和39.9%,较上网6小时以内的学生分别高19.8%、25.1%和27.4%;校外周一至周五每天上网6小时以上的中学生几乎每天或每天“上网浏览娱乐”的比例高达59.8%,较上网6小时以内的学生明显高32个百分点。就科学素养而言,校外周一至周五每天上网6小时以上、几乎每天或每天“上网浏览娱乐”的学生平均得分为467.7分,较上网6小时以下、未频繁上网浏览娱乐的学生明显低69.3分,数学、阅读素养则分别显著低76.8分、62.5分。在“泛娱乐化”的网络生态环境下,由于青少年群体自我防范意识和自我管理能力较为薄弱,一些青少年对网络娱乐有如上瘾般欲罢不能的严重依赖,以致长期沉浸于虚拟网络而无法自拔,折射出青少年精神世界的贫瘠。面对出现的这些新情况、新问题,加强对青少年尤其是未成年人的网络教育刻不容缓。在此背景下,探讨互联网使用时间对青少年学科素养与教育发展的影响,对积极引导儿童和青少年审慎对待并学会正确运用网络资源与泛在学习有机结合,促进儿童和青少年教育与心理健康全面发展,有重要的实践意义。
综观已有文献资料,国内学者广泛探讨了接触互联网络及网络成瘾对儿童和青少年社会心理发展的影响(徐碧波等,2018;张燕贞等,2017)。一些学者从社会心理学的理论视角出发,侧重关注青少年个体微观层面的心理表现及其行为特征(贺金波等,2017;崔丽娟等,2006)。而事实上,互联网使用时间是青少年网络成瘾时分析其教育发展不可忽视的基础性因素,然而有关互联网使用时间对青少年学科素养影响效应的实证研究近乎阙如。有鉴于此,本文利用倾向得分匹配法来控制样本选择性偏误,进而考察互联网使用时间对中学生学科素养的影响效应,重点探讨互联网使用动机在两者关系间的调节作用,并基于我国北京、上海、广东和江苏四省市参加的国际学生评估项目测试数据进行检验。
二、数据、变量和研究方法
(一)数据来源
本文所使用的数据来自于经济合作与发展组织(OECD)2015年开展的“国际学生评估项目”(Programme for International Student Assessment, 简称PISA)。PISA 2015测试领域主要包括中学生的科学、数学及阅读素养,测试内容还涉及中学生在财经素养、协作问题解决能力等方面的表现。2015年,我国北京、上海、广东和江苏四省市共有268所学校的9841名学生参加了测试。最终加权后的学生样本量为1331794,覆盖了将近 93%的目标群体。
(二)变量选取与说明
1.结果变量
本研究的结果变量为反映学生学业成就与教育发展的学科素养,具体包含科学素养、数学素养及阅读素养。学科素养测试得分根据各学科拟真值(Plausible Value)的平均得分加权(w_fstuwt)后计算得到。为评估科学素养、数学素养、阅读素养这三个变量是否适合作为学科素养这一潜变量的测量指标,本文使用验证性因子分析(CFA)模型进行检验(见表1)。
如表1所示,学科素养测量模型的近似误差均方根(RMSEA)为0.000,不能拒绝RMSEA小于或等于0.05的原假设,说明学科素养测量模型得到精确拟合。进一步来看,模型的比较拟合指数(CFI)大于截断值0.90,且标准化残差均方根(SRMR)小于截断值0.05,进一步反映了学科素养测量模型有较高的拟合优度。此外,科学素养、数学素养及阅读素养模型的标准化因子载荷分别为0.99、0.96、0.94,均大于其截断值0.30,且都通过统计显著性检验,表明学科素养测量模型选取科学素养、数学素养、阅读素养作为观测变量是适切的。综合来看,科学素养、数学素养、阅读素养作为观测变量可以很好地测量学科素养这一潜变量。
表1 学科素养测量模型的拟合优度检验
注:*、**、***分别表示在10%、5%、1%水平上显著
2.处理变量
互联网使用时间是本研究的核心处理变量。本研究根据上网时段(周一至周五/周末)及场所(校外/校内)来测量互联网使用时间,具体涉及被试“周一至周五/周末在校外/校内上网的时间有多长”三道题目。每道题目均有七个选项,1表示“没时间”,2表示“每天1-30分钟”,3表示“每天31-60分钟”,4表示“每天1-2小时”,5表示“每天2-4小时”,6表示“每天4-6小时”,7表示“每天6小时以上”。为便于分析,依照经合组织(OECD)的分类标准,大致上分为四类:低度互联网使用者(每天上网1小时及以下)、中度互联网使用者(每天上网1-2小时)、高度互联网使用者(每天上网2-6小时)、极度互联网使用者(每天上网6小时以上)。本文以每天上网6小时以上、带有网络沉迷倾向的极度互联网使用者作为主要研究对象,并针对上网6小时以上的处理组和上网6小时以内的控制组进行比较。
3.协变量
本研究的协变量为学生个体特征、学校网络环境及家庭背景变量,包括学生性别、首次接触互联网年龄、逃学行为、在校孤独感、学校接入无线网络、家庭ICT资源以及家庭经济社会文化地位。其中,性别(男生=1,女生=0)、首次触网年龄是否6岁及以下(是=1,否=0)、过去两周是否全天逃学1次以上(是=1,否=0)、在学校是否感到孤独(是=1,否=0)、学校是否接入无线网络(是=1,否=0)均为二分类变量;家庭ICT资源和家庭经济社会文化地位为连续变量。其中家庭ICT资源是指家庭拥有台式电脑、笔记本电脑、平板电脑、因特网连接、电子游戏设备、手机、便携式音乐播放器、打印机、U盘/存储卡、电子阅读器等电子设备数量,家庭经济社会文化地位根据家庭经济状况、父母职业地位(ISEI)和父母平均受教育年限来测量。
互联网使用动机是本研究的主要解释变量。本研究依据经合组织对上网目的的分类标准,将互联网使用动机大致上分为上网学习动机与上网娱乐动机。其中,校外上网学习频率通过询问被试校外使用互联网进行学习活动的频率来测量,包括“为完成作业而浏览网页”“为进一步学习功课浏览网页”“用电子邮件和其他同学交流作业情况”“用电子邮件和老师交流或上交家庭作业”“用社交网络工具和其他同学交流作业情况”“用社交网络工具和老师交流”“下载、上传或浏览学校网站的材料”“查看学校网站上的通知”“在电脑上做家庭作业”“用移动设备做家庭作业”“在移动设备上下载学习应用软件”“在移动设备上下载科学学习应用软件”。每个题目有五个选项:1代表“从不或几乎从不”,2代表“每月一两次”,3代表“每周一两次”,4代表“几乎每天”,5代表“每天”。根据上述12个指标使用主成分分析法(PCA)提取公因子,得到一个连续型变量。该变量的分值越大,意味着校外上网学习频率越高。内部一致性检验显示Cronbach's α系数为0.918,说明校外上网学习动机量表有较好的信度(见图1)。
校外上网娱乐频率通过询问被试校外使用互联网进行娱乐活动的频率来测量,具体包括“玩单机游戏”“玩多人在线联机游戏”“收发电子邮件”“网上聊天”“参与社交网络”“使用社交网络玩在线游戏”“上网浏览娱乐”“在网上看新闻”“从网上获取实用信息”“从网上下载音乐、电影、游戏或软件”“上传并分享你自己的作品”“在手机上下载新的应用软件”。每个题目有五个选项:1代表“从不或几乎从不”,2代表“每月一两次”,3代表“每周一两次”,4代表“几乎每天”,5代表“每天”。根据上述指标利用主成分分析法提取公因子,得到反映上网娱乐频率的连续变量。该变量数值越大,意味着校外上网娱乐频率越高。内部一致性检验结果显示Cronbach's α系数为0.890,说明校外上网娱乐动机量表具有良好的信度(见图2)。
图2 校外上网娱乐频率测量与信度检验
如图1和图2所示,校外上网学习频率测量模型的标准化因子载荷在0.58~0.77之间,上网娱乐频率测量模型的标准化因子载荷则在0.38~0.81之间,均大于截断值0.3,且都通过了统计显著性检验,说明上述测量模型所使用的观测变量是适切的。主要变量描述性统计结果见表2。
注:1.第四、七、十列为连续变量的T检验结果或分类变量的卡方检验结果;2.*、**、***分别表示在10%、5%、1%水平上显著。
如表2所示,上网6小时以上的处理组与上网6小时以内的控制组在个体心理与行为特征、学科素养、互联网使用动机以及学校网络环境等各方面均存在较大的差异性。首先从学科素养来看,校外周一至周五上网6小时以上的学生科学、数学、阅读素养最低,分别为469.04、477.95、451.23,较上网6小时以内的学生分别低68.18、72.49、63.37;其次为校内周一至周五上网6小时以上的学生,其科学、数学、阅读素养成绩分别为478.64、485.58、463.63,较上网6小时以内的学生分别低57.60、63.90、49.94;校外周末上网6小时以上的学生科学、数学、阅读素养成绩均值分别为509.95、515.01、487.92,较上网6小时以内的学生分别低27.56、36.50、27.10。整体而言,互联网使用时间达6小时以上的学生科学、数学及阅读素养明显更低,且都通过了统计显著性检验。
从互联网使用动机来看,无论是在校内还是校外,上网6小时以上的学生上网学习频率、上网娱乐频率都显著高于上网时间控制在6小时以内的学生。尤其是上网娱乐频率,处理组与控制组的组间差异极为显著。从学生个体特征来看, 男生校外周一至周五上网6小时以上的比例为63%, 比上网6小时以内的明显高10个百分点;男生校外周末上网6小时以上的比例为65%,比上网6小时以内的明显高13个百分点。从首次接触互联网的年龄来看,校外周末上网6小时以上的学生触网年龄为6岁及以下的比例为12%,比上网6小时以内的明显低5个百分点。此外,从学生心理及行为表现来看,上网6小时以上的学生在旷课逃学、在校孤独感等方面均显著高于上网6小时以内的学生,学校接入无线网络、家庭ICT资源配置方面也有相似特征。综上分析可知,处理组与控制组的样本分布特征存在着较大差异。如果忽视了组间异质性而进行简单回归,将可能导致估计结果出现偏误,为此有必要矫正样本选择性偏误问题。
(二)研究方法
1.倾向得分匹配法
为客观评估互联网使用时间对中学生学科素养的影响效应,本研究使用了鲁汶和赛尼斯(Leuven & Sianesi, 2003)提出的倾向得分匹配法(Propensity Score Matching,简称PSM)进行估计。与普通最小二乘法(OLS)相比,倾向得分匹配法的优点在于它能够有效地减少数据不平衡性、降低模型依赖度和控制估计误差(Iacus, King & Porro, 2018)。倾向得分匹配适用于非随机抽样的样本分析,其主要优点在于加入协变量对处理组和控制组进行配对后,得到类似于自然实验的结果,使处理组和控制组的样本分布接近于随机分配,从而保证了实验结果与处理变量的分配相互独立,满足条件独立假设,从而弥补了普通最小二乘法难以克服的样本选择性偏误问题。
2.结构方程模型
为探究互联网使用动机能否有效地调节互联网使用时间对学生学科素养的影响效应,本研究采用了结构方程模型(Structural Equation Modeling, 简称SEM)进行估计(Palmer & Sterne, 2015)。结构方程模型中变量的设定如下:以上网娱乐频率、上网学习频率为调节变量,以互联网使用时间是否6小时以上为观测变量,以学生数学、阅读及科学素养为代表的学科素养为结果变量,并以家庭经济社会文化地位(ESCS)为控制变量。其中,互联网使用时间由校内周一至周五是否上网6小时以上、校外周一至周五是否上网6小时以上、校外周末是否上网6小时以上三个虚拟变量组成;上网娱乐频率、上网学习频率和学生学科素养均为连续型变量。
三、实证结果与分析
(一)中学生互联网使用时间的影响因素分析
在运用倾向得分匹配法进行估计时,首先需要考察影响中学生互联网使用时间的重要因素,表3所示为Logistic模型估计结果。如表3所示,从互联网使用动机来看,上网娱乐频率对中学生互联网使用时间6小时以上有极其显著的影响(p<0.01)。上网娱乐频率每增加一个单位,校内、校外周一至周五上网6小时以上的发生比率(Odds ratio)分别提高了63%和94%,校外周末上网6小时以上的发生比率则显著地提高了1倍之多。与此截然相反的是,上网学习频率每增加一个单位,学生校外周末上网6小时以上的发生比率明显降低13%。
从学生个体心理及行为特征来看,在校孤独感对中学生校外上网6小时以上有显著影响,说明在校感到孤独的学生更可能在校外对网络成瘾。全天逃学的学生校内、校外周一至周五上网6小时以上的可能性显著高于未逃学的学生,表明有全天逃学记录的学生沉迷网络的可能性明显更高。此外,从人口学特征来看,男性校外周末上网6小时以上的发生比率是女性的1.25倍,说明男性校外周末沉迷网络的概率明显更高。从初次接触互联网年龄来看,触网年龄6岁以下的学生校外周末上网6小时以上的发生比率显著更高。
从学校网络环境来看,学校接入无线网络对中学生校内周一至周五上网6小时以上有显著的正向影响。与学校未接入无线网络的学生相比,学校接入无线网络的学生校内周一至周五上网6小时以上的发生比率增加了44%,表明学校接入无线网络明显提高了学生沉迷网络的可能性,学校接入无线网络是中学生校内沉迷网络的重要基础条件。
表3 影响中学生互联网使用时间的因素:Logistic模型估计
注:1. 括号内为稳健标准误;2. *、**、***分别表示在10%、5%、1%水平上显著。
从家庭背景来看,上网6小时以上的中学生在经济社会地位较低的家庭中更加普遍。家庭经济社会文化地位每增加一个单位,校内、校外周一至周五上网6小时以上的发生比率分别明显降低23%、35%,而校外周末上网6小时以上的发生比率则显著地下降了19%。换言之,家庭经济社会地位较低的学生沉迷网络的概率明显更高。从家庭数字资源配置情况来看,家庭ICT资源每增加一个单位,校内、校外周一至周五上网6小时以上的发生比率分别提高14%、10%。换言之,家庭ICT资源丰富的学生沉迷网络的可能性明显更高,这意味着极度互联网使用者主要存在于信息技术资源丰富但经济社会文化地位较低的家庭中。综上可见,处理组和控制组在学生个体特征、学校网络环境、家庭背景等方面存在较大差异。鉴于此,本研究以Logistic模型估计作为倾向得分匹配的重要基础,以控制样本选择性偏误。
(二)互联网使用时间对中学生学科素养的影响效应
基于Logistic模型的分析,本研究进一步运用倾向得分匹配法对处理组与控制组进行配对,并估算出每一个参与配对的样本学生使用互联网6小时以上而得到的倾向得分值。本文所关注的互联网使用时间对学生学科素养成绩的影响效应可以由匹配后的组间差值得到。表4所示为倾向得分匹配模型的估计结果。
表4所示的倾向得分匹配结果表明,在控制了上网娱乐频率与上网学习频率等观测变量的情况下,校内周一至周五上网6小时以上对学生科学、数学及阅读素养成绩的平均处理效应(ATT)分别为-38.10、-38.88、-30.60,说明校内周一至周五上网超过6小时对学生科学、数学及阅读素养成绩都产生了负向效应,且这种影响效应通过了统计显著性检验(p<0.05)。校外周一至周五上网6小时以上对学生科学、数学及阅读素养成绩的平均处理效应分别为-38.11、-36.47、-30.27,且都在1%的水平上显著,足见校外周一至周五上网6小时以上对学生科学、数学及阅读素养成绩都产生了极其显著的负向效应。校外周末上网6小时以上对学生科学、数学、阅读素养成绩的平均处理效应分别为-9.14、-13.23、-5.66,不过这种影响较为微弱。相比之下,学习日上网超过6小时对学生学科素养造成的负面影响更加突出。总的来看,无论在匹配前还是匹配后,衡量学科素养的三个指标(科学、数学及阅读素养)均通过统计显著性检验,表明学习日上网时间超过6小时确实明显阻滞了学生的学业发展。这一发现与国际上的经验研究结论是一致的(OECD, 2015,p.152; OECD, 2016,p.189; OECD, 2017,p.20)。
表4 互联网使用时间对中学生学科素养的影响效应:PSM模型估计
注:1.上述模型控制了上网娱乐频率、上网学习频率、男性、触网年龄6岁以下、全天逃学、在校孤独感、学校接入无线网络、家庭ICT资源、家庭经济社会文化地位等变量;2.括号内为标准误;3. *、**、***分别表示在10%、5%、1%的水平上显著。
对比城镇和农村子样本可以发现,匹配后,城镇地区的学生校内周一至周五上网6小时以上的平均处理效应明显下降了,且总体上低于农村地区,说明校内学习日上网时间过长对农村学生学科素养有更大的负面影响,从而扩大了原有的城乡教育不平等。相反,校外学习日上网6小时以上对城镇学生学科素养的负向效应较大。而无论是在城镇还是农村,与学习日上网时段相比,周末休闲日上网6小时以上对学生学科素养的负面影响较为微弱。
如表5检验结果所示,匹配前,处理组与控制组的协变量均值存在极其显著的差异;匹配后,处理组和控制组的协变量均值差异变得不再显著。LR卡方检验显示,匹配后LR检验统计量较匹配前明显降低,均值偏误(Mean Bias)和中位数偏误(Median Bias)也明显下降,表明匹配后处理组和控制组的配对样本分布接近于随机分配,满足了条件独立假设,足见上述模型匹配效果较好。
(三)稳健性检验
为保证上述倾向得分匹配估计结果精准稳健,本研究进一步对处理组与控制组的样本配对结果进行了稳健性检验,结果见表5。
表5 稳健性检验
注:***表示在1%的水平上显著。
如图3、图4所示,匹配前,处理组与控制组在除了处理变量(互联网使用时间是否6小时以上)之外的其他协变量分布特征存在较大差异;匹配后,处理组与控制组协变量的差异明显降低,说明本文使用的倾向得分匹配有效地控制了样本选择性偏误,因此前面得到的倾向得分匹配估计结果整体稳健可靠。
注:1.“匹配前”是指未实施倾向得分匹配前的样本,“匹配后”是指最近邻匹配后的样本;2.“处理组”与“控制组”分别表示上网6小时以上和上网6小时以内的学生。
(四)互联网使用动机对上网时间与学生学科素养关系的调节效应
为检验互联网使用动机能否有效调节互联网使用时间与学生学科素养之间的关系,本研究以上网娱乐频率、上网学习频率为调节变量,以互联网使用时间是否6小时以上为观测变量,以学生学科素养为结果变量并控制了家庭经济社会文化地位(ESCS)对其调节效应进行检验。结果见图5。
图5 互联网使用动机对上网时间与学科素养关系的调节效应
注:1.直线上所示数字为标准化系数;2. *、**、***分别表示在10%、5%、1%的水平上显著。
图5的路径系数显示,在控制了家庭经济社会文化背景的情况下,上网娱乐频率在互联网使用时间与学生学科素养之间发挥了负向调节作用。具体来看,上网娱乐频率显著提高了学生上网6小时以上的可能性,同时对学生学科素养产生了显著的负向效应。这意味着上网娱乐频率越高,学生更容易沉迷网络,使学生学科素养也越低。与上述发现不同的是,上网学习频率越高,学生上网6小时以上的可能性越低。上网学习频率每增加一个单位,学生上网6小时以上的可能性显著地下降0.07个标准差。但与此同时,上网学习频率越高,学生学科素养也越低。因此,无论中学生使用互联网是出于娱乐动机还是学习动机,其学科素养都会随着互联网使用频率的增加而趋于下降。从标准化路径系数来看,上网娱乐频率对学生学科素养的负面影响较上网学习频率更大。
进一步分析显示,互联网使用时间对学生学科素养的边际影响随着上网娱乐频率的提高而不断增强(图6)。具体来看,当上网娱乐频率较低时,互联网使用时间对学生学科素养的边际影响甚为微弱;而当上网娱乐频率较高时,互联网使用时间对学生学科素养的边际影响显著更高。与此相反,互联网使用时间对学生学科素养的边际影响随着上网学习频率的提高而渐趋减弱(图7)。具体来看,当上网学习频率较低时,互联网使用时间对学生学科素养的边际影响明显更高;而当上网学习频率增强时,互联网使用时间对学生学科素养的边际影响总体趋于减弱。
图6 上网娱乐频率对上网时间与学科素养边际影响
注:直线上所示数字为校外周末上网时间6小时以上对学生学科素养的边际效应值。
(五)互联网使用时间对学生学科素养影响的异质性检验
上述关于互联网使用时间对学生学科素养影响效应的发现是否存在于所有青少年群体中?要回答这一问题需要进一步考察不同青少年群体受互联网络影响的异质性,因为并非所有的青少年接触网络所产生的影响都是相同的。有鉴于此,本文依据城乡地区和家庭经济社会文化地位(ESCS)将总体样本分解为多个子样本,各子样本估计结果见图8、图9。
图7 上网学习频率对上网时间与学科素养边际影响
注:直线上所示数字为校外周末上网时间6小时以上对学生学科素养的边际效应值。
图8 校外周一至周五上网时间对中学生学科素养的影响:分城乡
图9 校外周一至周五上网时间对中学生学科素养的影响:分家庭背景
如图8所示,互联网使用时间对学生学科素养的影响在城镇和农村地区之间存在着异质性。子样本分析显示,随着互联网使用时间的不断增加,城镇和农村学生在数学、阅读及科学素养方面整体呈现下降趋势,特别是对农村地区的学生产生了更大的负面影响。具体来看,当校外周一至周五上网时间控制在1小时以内时,农村学生的数学、阅读及科学素养均值为513.4分,较城镇学生明显低63.8分;而当校外周一至周五上网时间达到6小时以上时,农村学生的数学、阅读及科学素养均值为447.6分,较城镇学生明显低46.7分。
图9所示为不同家庭背景下互联网使用时间对学生学科素养的影响效应。可以看出,当校外周一至周五上网时间控制在1小时以内时,家庭经济社会文化地位(ESCS)较低的学生数学、阅读及科学素养均值为520.4分,比高ESCS家庭的学生明显低75.5分;当校外周一至周五上网时间超过6小时时,低ESCS家庭的学生数学、阅读及科学素养均值为456.5分,比高ESCS家庭的学生明显低25.9分,说明互联网使用时间对家庭经济社会文化地位较低的学生产生了更大的负面影响。如图8和图9所示,校外学习日上网1小时以内的学生获得的数学、阅读及科学素养成绩最高,因此中学生校外学习日上网时间应控制在1小时以内为宜。综上分析可知,接触互联网的青少年群体分布呈现出明显的异质性,上网时间超过6小时的网络沉迷者更多来自于家庭经济社会文化地位较低的群体,而且因网络沉迷而引致的低学科素养主要存在于家庭经济社会文化地位较低的弱势亚群体中,从而导致既有的教育不平等进一步扩大。
四、结论与建议
基于我国北京、上海、江苏和广东四省市参加的国际学生评估项目(PISA)测试数据,本文使用倾向得分匹配法控制了样本选择性偏误,进而考察了互联网使用时间对学生数学、阅读及科学素养的影响效应,并着重分析了互联网使用动机对两者关系的调节作用。基于上述实证考察与分析,本文提出了如下的建议。
(一)加强对网络沉迷青少年的重点关注和疏导,降低网络沉迷对青少年健康发展的消极影响
研究表明,在控制了上网娱乐频率、上网学习频率等变量的情况下,校内、校外周一至周五上网6小时以上对学生科学、数学及阅读素养成绩都产生了不利影响,且这种影响通过了统计显著性检验;校外周末上网6小时以上对学生科学、数学、阅读素养成绩的影响较为微弱,但仍会产生一定程度的负向效应。相比较而言,学习日上网超过6小时对学生学科素养造成的负面影响更加突出,足见互联网使用时间过长会严重阻滞青少年的学业发展。
学生学科素养成绩最高的是学习日上网时间控制在1小时以内,而学业表现最糟糕的学生上网时间多达6小时以上,说明过度沉浸于虚拟网络对提高学生学科素养无所助益。造成上述结果的可能原因是,长时间沉迷网络的学生严重缺乏参与学校课堂学习活动的积极性。调查数据显示,在我国北京、上海、江苏和广东四省市,校外周一至周五上网6小时以上的学生过去两周部分课程逃学1次及以上的比例为25%,是上网1小时以内的学生近3倍之多;校外上网时间6小时以上的学生过去两周至少迟到3次及以上的比例达21%,是上网1小时以内的学生的2.9倍。上述现象表明,长时间沉迷网络的学生出现逃学、迟到频繁的比例明显偏高,而课堂学习时间投入不足则直接影响青少年的学业发展。
基于上述发现,教育政策制定者和学校管理者应注重加强对网络沉迷青少年的重点关注和疏导,充分利用大数据平台,采集有关中小学生使用互联网时间及频率的信息,对儿童和青少年成长与发展历程进行长期数据追踪。国家教育信息化“十三五”规划中明确指出需要“关注学生学习成长过程,有效引导学生科学使用空间”,以及“依托网络学习空间逐步实现对学生日常学习情况的大数据采集和分析”。对于有沉迷网络、逃学行为频发等状况的学生要及时发现,及早防治,全面了解他们在校内学习和校外家庭生活状况,加强对其进行心理疏导和行为纠偏。各地教育行政部门要指导中小学校加强预防中小学生网络沉迷,结合不同年龄段学生的实际状况,利用思想品德课、信息课及主题班会课等,有针对性地组织开展防治网络沉迷的教育活动,引导学生正确对待和合理使用网络资源,降低上网娱乐频率,形成自觉抵制网络不良信息与不法行为的校园风气。
(二)加强校园网络文化阵地建设,适度控制青少年接入互联网时长
研究表明,互联网络使用时间通过上网娱乐动机和学习动机这两种机制作用于青少年的学业发展。在控制了家庭经济社会文化背景的情况下,上网娱乐频率在互联网使用时间与学生学科素养之间起了显著的负向调节作用。上网娱乐频率一方面显著地提高了学生沉迷网络的可能性,另一方面又对学生学科素养产生了极其显著的消极影响。这意味着上网娱乐频率越高,学生更容易沉迷网络,且学生学科素养也越低。与上述发现不同的是,上网学习频率越高,学生沉迷网络的可能性越低。但另一方面,上网学习频率越高,学生学科素养越低。因此,无论是出于娱乐动机还是学习动机,过于频繁地接触互联网,学生学科素养都会随着互联网使用频率的提高而趋于下降。而且与上网学习频率相比,上网娱乐频率对学生学科素养的消极影响明显更大。
在“泛娱乐化”网络生态环境下,青少年上网娱乐活动变得越来越频繁。而上网娱乐时间越长,实际投入到学校课程的学习时间就越短。鉴于此,各地教育行政部门和中小学校管理者要清醒地看到互联网过度渗透对青少年健康发展所产生的不利影响。教育管理者既要制定规范青少年学习日接入互联网的时长,保证中学生校外学习日上网时间控制在1小时以内,确保中学生有充足的时间学习主干课程;同时要注重加强校园网络文化阵地建设,积极开展信息化环境下的网络道德教育,引导青少年树立正确的网络时间观念,增强青少年自我保护意识和辨别是非能力,树立良好的网络责任意识和道德自律意识,采取多种途径引导学生正确审视和运用互联网络资源,为青少年合理利用互联网络创造健康向上的育人环境。
(三)倡导家长对青少年上网时间及频率进行管束和引导,形成家庭、学校和社会多管齐下的教育治理体系
研究发现,接触互联网络的青少年群体分布呈现出明显的异质性。家庭经济社会地位较低的学生沉迷网络的可能性明显更高,而且长时间沉迷网络而导致的“低学科素养”主要存在于家庭经济社会文化地位较低的弱势亚群体,从而导致原有的教育不平等进一步扩大。调查数据显示,在我国北京、上海、广东和江苏四省市,家庭经济社会文化地位较低的农村学生放学后上网聊天/网络社交的比例高达66.8%,比家庭经济社会文化地位较高的农村学生明显高7.8个百分点,这反映了原本处境不利的农村家庭学生将过多的上网时间大部分耗费在诸如线上聊天、网络社交之类的娱乐消遣方面。沉浸于网络娱乐的时间过长,无疑会严重挤占青少年宝贵的学习、睡眠和运动时间,这无疑将严重阻碍儿童和青少年健康成长与全面发展。
为防治网络沉迷对儿童和青少年教育与心理健康全面发展造成的有害影响,各地教育行政部门和中小学校应当注重加强家庭与学校密切协作,倡导家长对孩子上网时间及上网娱乐频率进行适度约束和管控,联合家长共同杜绝青少年网络成瘾。鉴于网络沉迷对家庭经济社会地位较低的弱势亚群体有更大的负向冲击,政府可以效仿新加坡的经验做法,设立“互联网络家长顾问组”,为处境不利家庭积极应对孩子网络沉迷提供示范和指导;同时通过政府主导的心理健康服务中心向中小学校定期派遣教育心理学专家,引导广大家长主动地防范和应对青少年网络成瘾。
A Study on the Influence of Internet Use on Academic Literacy of Middle School Students
Zhi Tingjin Chen Chunjin
National Institutes of Educational Policy Research, East China Normal University
Faculty of Education, East China Normal University
Abstract:
It is of great practical significance to explore the impact of the Internet use on the development of adolescents' literacy. Based on the survey data from Programme for International Student Assessment(PISA) in the four provinces of Beijing, Shanghai, Jiangsu and Guangdong in 2015, this paper used the propensity score matching method to control the sample selection bias, and examined the impact of Internet use on students' academic literacy and the moderating effect of Internet use motivation. This study found that after controlling for students' psychological and behavioral characteristics, school network environment and family background, students who spend more than six hours on Internet outside of school on a typical weekday showed significantly lower mathematical, reading and scientific literacy. The influence of internet use on students' academic literacy is increasing with the increase of online entertainment frequency. The lower literacy caused by Internet addiction mainly exists in rural areas among the disadvantaged groups with lower economic, social, and cultural status, which results in the expansion of educational inequality. Further, the negative effect of Internet addiction on the development of adolescents should be paid attention to by policy makers.
Keyword:
Internet use;
Internet addiction;
academic literacy;
propensity score matching;
崔丽娟,赵鑫,吴明证,徐爱红.(2006).网络成瘾对青少年的社会性发展影响研究.心理科学,(1),34-36.
贺金波,祝平平,聂余峰,应思远.(2017).人格对网络成瘾的影响及其心理机制综述.中国临床心理学杂志,25(2),221-224.
徐碧波,谢涵,林崇德,吴鹏.(2018).中国青少年互联网心理与行为研究及展望.心理发展与教育,34(3),377-384.
张燕贞,苏萍,叶苑秀,甄霜菊.(2017).大学生网络游戏成瘾的心理社会影响因素:非适应性认知的中介作用.华南师范大学学报(社会科学版),(4),86-91.
中国互联网络信息中心.(2019).第43次中国互联网络发展状况统计报告.北京:中国互联网络信息中心.
Leuven E.,& Sianesi,B.(2003).PSMATCH2:Stata module to perform full Mahalanobis and propensity score matching,common support graphing,and covariate imbalance testing.http://ideas.repec.org/c/boc/bocode/s432001.html.
Iacus,S.,King,G.,& Porro,G.(2018).A theory of statistical inference for matching methods in causal research.Political Analysis,27(1),1-23.
Palmer,T.M.,& Sterne,J.A.C.(2015).Fitting fixed- and random-effects meta-analysis models using structural equation modeling with the sem and gsem commands.The Stata Journal,15(3),645-671.
OECD.(2015).Students,Computers and Learning:Making the Connection.Paris:OECD Publishing.
OECD.(2016).PISA 2015 Results (Volume II):Policies and Practices for Successful Schools.Paris:OECD Publishing.
OECD.(2017).PISA 2015 Results (Volume III):Students’ Well-Being.Paris:OECD Publishing.