教师信息技术使用的影响因素和调节效应的研究 *——基于UTAUT模型

李 毅，吴思睿，廖 琴

(1.西南大学 中国基础教育质量监测协同创新西南大学分中心，重庆 400715；2.西南大学 教育学部，重庆 400715)

教师信息技术使用的影响因素和调节效应的研究 *
——基于UTAUT模型

李 毅1,2，吴思睿2，廖 琴2

(1.西南大学 中国基础教育质量监测协同创新西南大学分中心，重庆 400715；2.西南大学 教育学部，重庆 400715)

信息素养水平的高低直接影响到信息化教学的效能和效果，探索影响教师在教学中使用信息技术的因素是很有必要的。该文搜集了我国中东西9个省份和直辖市1423中小学教师的调查数据，以接受和使用技术的统一理论模型为基础，引入区域、城乡和校际差异三个调节变量，建构量化模型，探寻影响我国教师使用信息技术的因素及调节变量的调节效应。研究结果表明，UTAUT模型适用于我国国情，教师信息技术使用的努力期望、绩效期望、社群影响和便利条件对教师信息技术使用意愿和使用行为存在显著的积极影响。区域、城乡和校际差异调节作用显著，信息化发展落后地区(比如中西部、农村和非重点学校)所受的调节作用更加显著。该研究从国际视角论证了UTAUT模型的文化适应性，对我国学者应用国外相关研究成果奠定了一定的理论基础，同时为我国政府提出的需求性差异服务给予了可操作性建议。

UTAUT；调节变量；教师信息技术使用；区域差异；城乡差异；校际差异

一、前言

随着信息技术的迅猛发展，教育信息化是发展的必然趋势。“教育信息化不仅是引进信息化设备，更重要的是作为教育主体的教师和学生具有良好的信息素养。其中，教师作为教育实践的组织承担者和教育改革的具体实施者，其信息素养水平的高低直接影响到信息化教学的效能和效果”。因此探索影响教师在教学中使用信息技术的因素是很有必要的。

由于我国地域广阔，各地经济、文化发展不均导致教育信息化的发展不平衡，教师信息技术能力参差不齐。为改善这种现状，2013年教育部在《中小学教师信息技术应用能力培训课程标准(试行)》中明确指出，要根据区域、城乡、校际之间教师专业发展的多样性需求以及教师的信息技术应用能力的不同，为教师提供不同的信息技术培训。然而，对于如何针对区域、城乡和校际的教师信息技术的差异性需求来提出操作性建议指导教师培训的研究很少且主要以思辨为主。本研究通过相关文献的梳理，基于UTAUT模型，引入区域、城乡和校际差异三个调节变量，采用定量研究的方法进行量化模型建构，从区域、城乡与校际差异的视角分析各调节变量对教师信息技术使用行为的影响，为提高我国教师使用信息技术教学提供理论支撑和初步建议。

二、理论基础和研究假设

(一)UTAUT模型概述

2003年，“Venkatesh、Morris等学者以技术接受模型(TAM)为基础，结合与TAM相关的其他模型，提出了UTAUT模型，作为新的研究‘使用者对信息技术的接受’的理论模型。UTAUT模型的建立涉及心理学、行为学、社会学、信息系统等多个学科”[1]。Venkatesh等经过对技术任务适配模型、创新扩散理论等八大模型中20多个变量进行测量和检验，最终确定了UTAUT 模型的基本理论架构。模型的检验结果表明，UTAUT模型对技术接受的解释力接近70%。因此，UTAUT被广泛地认为是预测和解释个人或组织接受信息技术的强有力的理论工具。“该模型具有四个核心变量影响用户的使用意愿和使用行为，分别是绩效期望(Performance Expectancy，PE)、努力期望(Effort Expectancy，EE)、社群影响(Social Influence，SI)和便利条件(Facilitating Conditions，FC)。绩效期望指个人感觉使用系统对工作有所帮助的程度；努力期望指个人使用系统所需付出努力多少的程度；社群影响指个人所感受到的受周围群体的影响程度，主要包括主观规范、社会因素和对外的公众形象三方面；便利条件则指个人所感受到组织在相关技术、设备方面对系统使用的支持程度。其中使用意愿和便利条件直接作用于使用行为，绩效期望、努力期望和社群影响通过使用意愿作用于使用行为”[2]。

除核心变量外，UTAUT模型还包括调节变量——加强或减弱核心变量对使用意向和使用行为的作用。“Anderson等通过实证，研究了使用者对掌上电脑的接受，并比较了有调节变量和无调节变量后的模型效果，结果表明有调节变量的模型有利于对问题进一步解释”[3]。UTAUT模型原有的调节变量包括性别、年龄、经验和自愿性，但随着利用UTAUT模型对“使用者对信息技术的接受”的研究日趋成熟，学者们逐渐尝试将模型应用于其他领域，在原来的模型基础上针对相关研究领域进行增减变量并最终取得了成功。比如，“Robinson简化UTAUT 模型来研究学生对技术的接受，他去掉了便利条件这个核心变量，只保留了性别这个控制变量的影响，通过实证研究验证了模型的有效性”[4]，“Baron利用UTAUT 模型研究使用者对手机短信的接受，将UTAUT 的四个变量保留了社群影响、绩效期望和努力期望，加入感知愉悦变量，并假设他们对使用者的行为意愿和使用行为进行影响，并将调节变量换成人口特征和经验进行研究”[5]。

UTAUT 模型在经济管理学领域经常使用，为管理者提供一个有效的工具来测量和预测使用者对信息技术的行为意愿和行为[6]。如Hennington等人利用模型研究使用者对电子病历的接受[7]，Garfield研究使用者对移动计算的接受[8]。然而，UTAUT模型在教育领域的应用和研究比较有限，特别是在东方的发展中国家。因此，本研究将以UTAUT模型为理论模型，引入地区差异、城乡差异和校际差异三个调节变量，对我国中小学教师的信息技术接受的使用意愿和使用行为进行研究。

我们使用UTAUT理论模型对我国中小学教师信息技术的使用意愿和使用行为进行研究，做出如下假设[9]：H1：教师信息技术的绩效期望对使用意愿有显著的正向影响；H2：教师信息技术的努力期望对使用意愿有显著的正向影响；H3：社群影响对教师信息技术使用意愿有显著的正向影响；H4：便利条件对教师信息技术使用行为有显著的正向影响；H5：教师信息技术使用意愿对使用行为有显著的正向影响。

(二)调节变量

本研究基于UTAUT理论模型，引入地区差异、城乡差异和校际差异三个调节变量，探寻调节变量导致的各个因素影响教师信息技术使用现状作用力的差异。

1.区域与城乡

我国幅员辽阔，地区、城乡之间的地理环境、经济发展情况、社会风俗、教育发展现状等均存在较大的差异，教师信息技术使用的现状也因此也存在一定差异。研究证实，“地方负责、分级管理”的政策，削弱了教育的新技术、新观念向乡村渗透的进程，使得东西部教育信息化的资金投入、硬件配置、培训条件等发展现状上均存在较大差距[10][11]。闫英琪等人通过实证研究发现，西部地区的教育技术培训项目多是教育技术发达地区的舶来品，不能融入西部地区的教育大环境，效果并不理想[12]。而在城乡之间，由于乡村的地域性物质、文化、信息、技术滞后问题，实施“同一标准，统一安排”的培训效果不佳[13]。根据已有的现状研究，乡村教师信息技术使用现状和能力普遍不如城市教师，中西部地区教师信息技术使用现状和能力普遍不如东部地区教师[14]。由于地区、城乡差异的存在，自变量对教师信息技术使用的影响程度会有所不同。在国外，已有研究证实，地区和城乡差异会对教育中的信息技术使用产生调节作用。Maldonado的研究指出，学生使用信息技术的使用动机(由感知有用性和感知易用性构成)、社群影响和便利条件对实际使用行为的影响程度会因为地域的不同而产生差异[15]。我国在东中西部之间、城乡之间的地理条件、经济发展水平、社会环境等方面都存在巨大的差异。东部沿海地区的经济发展状况较好、社会风气开放、教育发展水平高，中西部地区则较为贫穷闭塞，教育水平也相对较低。在城乡方面，城市的经济发展较高、社会风气开放、教育发展水平高，乡村则较为贫穷闭塞，教育发展水平也较低。因此，要根据地区、城乡之间的差异提出因地制宜的教师信息技术提升方案，就必须探究地区、城乡差异的调节效应。因此，本研究做出如下假设：H1.1教师信息技术的努力期望对使用意愿的影响中西部比东部地区更明显；H1.2教师信息技术的绩效期望对使用意愿的影响中西部比东部地区更明显；H1.3社群影响对使用意愿的影响中西部比东部地区更明显；H1.4便利条件对使用行为的影响中西部比东部地区更明显；H2.1教师对信息技术的努力期望对使用意愿的影响农村比城市地区更明显；H2.2教师对信息技术的绩效期望对使用意愿的影响农村比城市地区更明显；H2.3社群影响对使用意愿的影响农村比城市地区更明显；H2.4便利条件对使用行为的影响农村比城市地区更明显。

2.重点学校与非重点学校

我国的重点学校制度产生于20世纪70年代末期，是特定国情下的产物。随着时间的推移，重点学校的诸多弊端如教育资源配置不均、社会分层加剧、应试教育泛滥等渐渐暴露。2006年，教育部决定取消义务教育阶段的重点学校制度。然而，时至今日高中阶段的重点学校依然实际存在，基础教育阶段的重点学校“取而不消”，对我国教育资源的均衡发展，其中也包括教育技术的均衡发展产生着巨大的影响。相关实证研究表明，重点学校与非重点学校在师资分配、文化制度、硬件配置、学风教风等方面都存在较大差异[16]，在教师使用教育技术上也存在较大差异[17]。因此，在进行教育技术提升方案设计时，设计者要根据两类学校的不同特点进行设计。综上所述，本研究提出如下假设：H3.1教师信息技术的努力期望对使用意愿的影响普通学校比重点学校更明显；H3.2教师信息技术的绩效期望对使用意愿的影响普通学校比重点学校更明显；H3.3社群影响对使用意愿的影响普通学校比重点学校更明显；H3.4 便利条件对使用行为的影响普通学校比重点学校更明显。综合上述UTAUT模型和引入的调节变量，整合模型的示意图如图1所示：

图1 整合模型示意图

三、实证研究

(一)调查问卷编制

本研究在整合已有问卷的基础上自编了调查问卷，分三个部分：第一部分是教师基本情况，共9个题项；第二部分是所在学校基本情况，共3个题项；第三部分是教师使用信息技术的情况和影响因素，共17个题项，包括教师信息技术使用行为(3项)、使用意向(2项)、绩效期望(3项)、努力期望(4项)、便利条件(2项)以及社群影响(3项)。第三部分的题项均采取李克特5点量表计分法，从1-5依次表示完全不同意、不同意、中立、同意和完全同意。该问卷具备较高的信效度。

(二)问卷发放与回收

本研究采用分层抽样和随机抽样相结合的方法。首先，在我国东、西和中部地区分别抽取典型的省份、直辖市，然后在这些抽中的省份和直辖市中再抽取城市、乡镇和农村的中小学校，最后在这些中小学里随机抽取该校教师作为样本，共收回1423份有效问卷。其中494名东部教师(34.7%)，929名中西部教师(65.3%)；692名城市教师(48.6%)，368名乡镇教师(25.9%)，363名农村教师(25.5%)；重点学校教师681名(47.9%)，非重点学校教师742名(52.1%)。受访者基本信息如表1所示。

表1 研究对象的基本情况表

(三)数据分析工具

本研究使用WarpPLS 3.0软件建构结构方程模型，探讨各因素之间的主效应及调节效应，并对教师使用信息技术的行为进行有效预测。相对于传统的统计方法，它的分析结果会更加的准确。结构方程模型的建构主要有两类估计技术方法，一种是极大似然法，常用LISREL软件或者Amos软件实现；另一种是最小二乘法(PLS)，常用WarpPLS软件实现。相较于前者，PLS具有诸多优点：第一，PLS能在最大限度地减少内生变量的残余差异，并同时理清多变量之间的繁杂关系[18][19]；第二，极大似然法以协方差为基础，需要数据呈正态分布，但PLS对数据分布没有严格要求，其应用范围更广[20]。最后，Magnusson等人建议PLS用于复杂的模型测试，比如模型包含多个中介变量和调节变量[21]。利用PLS的算法对结构模型进行估计建模的方法在经济管理领域已被广泛使用，然而在教育领域使用较少。本研究引入这一先进的计算方法，使得研究结果更加准确可信。

(四)数据统计与分析

1.描述性统计分析

为检验本研究中众多变量的多元正态性，本研究利用SPSS21.0对17个题项进行了正态性检验，测量了各变量的偏度、峰度。从偏态量来看，行为意向的分布为负偏态，偏态量为-2.033；从峰态量来看，努力期望和便利条件的值较小，分别为0.648和0.271。由结果可知，样本数据不是正态分布。

2.测量模型检验

本研究对测量模型的信度，聚合、区分效度，和共线性进行了检验，结果分析如下：

(1)Henseler指出在PLS-SEM中，组合信度(Composite Reliability)更为可信。统计分析显示各维度的组合信度系数都达到了0.8以上，超过临界值0.6，表示模型的信度较高。

(2)聚合效度是指运用不同测量方法测定同一特征时测量结果的相似程度，即不同测量方式应在相同特征的测定中聚合在一起，常用平均变异数抽取量进行分析。“使用Fornell和Larcker的标准可知，平均变异量大于0.5，题项有较高的聚合效度”[22]。由统计可知，各变量的平均变异数抽取量(AVE)均大于0.5，表明各个变量具有较高的聚合效度。区分效度指在一个测量模式中有多个不同的潜在变量时，若任何两个潜在变量间都有所区别时，即可以表示该测量模式具有区别效度。区分效度通过平均变异数抽取量的平方根与其他变量之间的相关性来获得。若某潜变量的平均变异数抽取量的平方根大于各变量的相关系数，表明各变量具有较高的区分效度。右表2是本研究中各变量间的相关系数矩阵，其中潜变量的平均变异数抽取量的平方根代替了对角线的数值1。如右表2所示，潜变量所对应的平均变异数抽取量均大于该变量与其他变量的相关系数，因此可以说明各变量间具有较高的区分效度。

表2 测量模型的区分效度

“多重共线性是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确，Montgomery等提出当VIF大于等于5时，题项之间存在严重的共线性”[23]。为判定题项间是否有高相关，本研究对各题项的多重共线性进行了检验。结果表明，本研究使用行为、使用意愿、绩效期望、努力期望、社群影响和便利条件的VIF值分别为2.58、1.30、2.14、1.90、3.77和3.40，所有题项的VIF值均低于临界值5，表明本研究各题项间不存在共线性问题[24]。

3.结构模型检验

本研究从整体模型拟合度、效应量的检验和模型预测效度三个方面对结构模型进行评估和检验[25-27]。该模型整体拟合度较高：APC=(0.283，P＜0.001)，ARS=(0.328，P＜0.001)，AARS=(0.327，P＜0.001)，AFVIF=(2.513≤5)，GOF=(0.491≤0.25)，42.7%的使用行为变异量可以被该模型解释。

“效应量是衡量处理效应大小的指标，与显著性检验不同，这些指标不受样本容量的影响”[28]。“效应量与研究设计和研究目的有关，它可以是任何我们感兴趣量的大小，可以涉及单变量、双变量和多变量。如我们熟悉的均值、均值的差异、中位数、相关系数、频率、回归的斜率以及方差的比等”[29]。Cohen'd值是常用的效应量指标。Cohen提出，d=0.02、d=0.15和d=0.35分别对应于小、中、大的效应量[30]。本研究结果表明，使用意愿(f2=0.364)具有大的效应量，绩效期望(f2=0.197)变量具有中效应量。

本研究根据Stone-Geisser Q2检验了模型的预测效度。Roldán，和Sánchez-Franco提出，要检验研究模型的预测效度，Q2的检验是必须的。当Q2的值大于0时表明模型有较高的预测效度[31]。在本研究的PLS结构模型中使用意愿的Q2是0.254、使用行为的Q2是0.442。上述结果表明，本研究模型有较高的预测效度。

4.假设检验

研究者对本文提出的5个主效应假设进行了验证。结果表明所有路径全部通过假设(如表3、图2所示)。教师对信息技术的努力期望、绩效期望、社群影响均正向显著影响其使用意愿；同时，便利条件、使用意愿对使用行为存在显著的正向影响。

表3 主效应假设检验的结果

图2 最终模型

除主效应外，本研究对提出的12个调节效应的假设进行了验证。结果表明区域、城乡和校际三个调节变量均有显著的调节作用(如表4所示)。非重点学校教师的努力期望对教师信息技术使用意愿的调节作用显著高于重点学校。乡村、重点学校教师信息技术的绩效期望对使用意愿的调节作用显著高于城市、非重点学校教师。乡村教师信息技术的社群影响对使用意愿的调节作用显著高于城市教师。中西部、乡村、非重点学校的便利条件对教师信息技术使用行为的调节作用显著高于东部、城市、重点学校。

表4 调节效应假设检验结果

续表4

四、研究结论与思考

本研究使用我国中小学教师的数据验证了UTAUT模型在我国教育领域的适应性。UTAUT模型对我国教师信息技术的使用意愿和使用行为具有较强的解释性和预测性，为我国该领域的研究者提供了一定的参考。其次，本研究基于UTAUT模型，引入区域、城乡和校际差异三个调节变量，深入分析其调节效应，可为政府在教育资源的配置，针对性地提升教师的信息技术能力上提出了具体的、可操作性建议。

(一)努力期望

研究发现如果教师觉得他们使用技术所需付出努力程度少，他们就更愿意去使用信息技术教学，这样的正相关关系(努力期望—信息技术的使用意愿)在非重点学校教师身上表现更加明显。

“长期以来，重点学校在教学资源获得和支配方面具有优势地位，不但能招收到综合业务素质好的教师，还能从非重点学校引进有教学专长和经验的骨干教师，这就造成了重点学校的教师整体素质与非重点学校相比处于绝对优势地位”[32]。由此推论，重点学校的教师整体上具有较高的信息技术水平，对他们来说，将信息技术运用在教学中相对简单。但对非重点学校的教师来说，由于自身的信息技术基础较为薄弱，他们认为自己在信息技术教学上需要付出更多的努力，容易对信息技术产生畏难情绪。因此，相对重点学校的老师来说，非重点学校的老师的努力期望更容易有较大幅度的提升，努力期望对非重点学校的教师的影响更加明显。

虽然区域和城乡对努力期望的调节作用在统计学意义上不显著，但其结果仍具有现实意义。结果显示，努力期望对中西部教师和农村教师的影响更大。与非重点学校类似，中西部地区和农村地区的教师的信息水平较低，导致其教师群体整体的努力期望有较高的提升空间，对教师信息技术的使用意愿能产生较高的影响。

(二)绩效期望

研究发现如果教师觉得他们使用信息技术对工作的帮助越大，他们就更愿意去使用信息技术，这样的正相关关系(绩效期望—信息技术的使用意愿)在农村教师和重点学校教师身上影响更加明显。目前迫于应试教育的压力教师绩效评估主要以学生成绩的好坏以及所教班级学生升学率的高低来来衡量教师绩效[33]。因此在比较重视升学率的农村学校和重点学校中，其教师使用信息技术的动力则更倾向于“绩效”，而非信息技术本身的易用性。

绩效期望对农村教师的影响显著高于城市教师。王香丽、樊明成等研究指出，农村学生获得高等教育的机会远小于城市学生[34][35]。虽然今年来进行了教育扩招，但对农村学生几乎没有影响[36]。和城市学生相比，接受高等教育是农村学生取得成功的为数不多的途径之一。因此农村教学比城市更加重视升学率。在信息技术能提高升学率的前提下，农村老师会更愿意使用信息技术进行教学。在校际差异上，绩效期望对重点学校教师的影响显著高于非重点学校。升学率是重点学校的重要评选标准之一[37]。对于重点学校的教师而言，提高升学率是他们改变教学方式的重要驱力。

(三)社群影响

社群影响正向影响教师信息技术使用意愿。该影响在农村教师身上更加明显。主要原因可以从教师所处的文化氛围、教师的领导以及同事的影响三方面来看。第一，农村是我国传统思想保留程度较大的区域，传统的社会文化氛围使农村教师表现出较强的模仿意识和薄弱的创新精神[38]。在面对信息技术在教学上取得的重大成绩时，农村教师会急于模仿，但这种模仿缺乏对起因和过程的探究，虽然在形式上引进了信息技术，但在教学质量的提升上仍没有起到实质性的作用。第二，学校领导是学校信息建设的重要推动力，对教师使用信息技术的意愿影响很大。吕红军在研究中发现，由于农村中小学校长存在教育理论水平较低、观念陈旧、改革创新能力不强等问题，他们的信息技术意识或态度与行为存在较大的偏差，信息化领导力严重不足。虽然充分肯定了信息技术在学校发展中的重要作用，但对信息技术的正确认识和自身的信息技术能力非常局限，不能正确地将信息技术应用与学校教学和管理上，对教师使用信息技术进行教学起到的推动作用不大[39]。第三，和城市教师相比，农村教师自身存在学历普遍偏低、信息技术水平有限等问题导致他们在信息技术教学上缺乏自信，以及受农村传统文化和社会舆论的约束，使他们有较严重的从众心理。当其他学校的老师或身边的同事都说信息技术教学有助于教学质量提高时，农村教师就会产生强烈的使用信息技术进行教学的意愿。但反观城市教师，开放、包容的社会文化氛围使他们具有较强的批判意识和创新精神。虽然领导和同事同样会对他们产生影响，但盲目引进和跟风从众的情况相较于农村会更少。

(四)便利条件

便利条件正向影响教师信息技术使用行为。该影响在中西部的教师、农村教师和非重点学校的教师身上更加明显。东部地区和城市发达的经济水平决定了其较高的信息化程度，处于该地的学校的教育信息化的水平远超较为落后的中西部地区和农村地区。“地方政府和教育主管部门为了打造重点学校，把有限的教育资源和精力投入到这些学校，而普通学校则只能相应地得到较少的教育投入和关注度。这样就导致重点学校在硬件和软件方面都明显优于非重点学校”[40]。由上可知，东部地区的学校、城市学校和重点学校的信息化水平较高，硬件设施和软件设施已几近饱和，投入更多的教育资金为其添加硬件设备等并没有太大的意义。与之相反，很多中西部地区、农村和非重点学校的信息化设备较为匮乏，基础信息技术设备的投入正是他们进行教育信息化改革至关重要的一步。

五、对策与建议

根据本研究结果，教师信息技术的使用意愿和使用行为受努力期望、绩效期望、社群影响和便利条件正向积极的影响，同时受区域差异、城乡差异和校际差异的调控作用。因此，要提高我国教师信息技术的使用能力，我们必须考虑调节变量的差异性，针对性地提出建议和策略。

(一)有针对性地进行教师信息技术培训

中小学信息技术培训是教师教育的重要组成成分，也是加快教育信息化的重要举措。但不同地区、层级学校的教师的信息技术应用能力发展水平存在差异，学习起点和具体学习内容上存在多层次的需求[41]。针对重点学校和非重点教师进行信息技术培训时应采取不同的培训计划。对重点学校教师来说，他们已经具备较强的信息技术意识和使用技能，在信息技术培训中需要对教师的信息技术与教学整合能力和前沿信息技术的普及等方面进行培训。对非重点教师来说，他们的信息技术意识和使用技能都较为薄弱，在培训中不仅要对他们的信息技术的基础技能进行巩固和加强，也要为他们树立正确的信息技术意识，让其真正认识到信息技术在学校信息化改革中的重要作用。

(二)有针对性地制定教育信息化绩效评估体系

教育信息化绩效评估的意义在于能关注教育信息化参与主体的内在需求，以学校、教师、学生的发展为本，综合、系统地考虑学校信息化建设的各个方面。一些教育信息化较发达的地区虽然已经有了初步的教育信息化绩效评估体系，但由于对升学率的过分看重，存在体系不够完善和执行力不强问题，教育信息化绩效评估体系空有其名[42]。学校管理阶层则应对体系的相关条例，如信息技术的使用要求、奖惩制度、激励制度等都做出明确的规定，加强评估体系的约束力和执行力，使教师明确升学率不是绩效评估的唯一标准。

(三)有针对性地改善信息技术使用氛围

良好的氛围是促进教师信息技术使用和推广的重要元素，为此从各方面为教师营造良好的信息技术文化氛围是非常必要的，尤其是在农村地区，社会文化氛围较为传统，教师的接受信息的渠道狭窄，导致他们更容易受周边同事、领导等人对他们产生的影响。要为教师营造良好的信息技术氛围，第一，加强农村地区的经济文化发展，减轻传统思想氛围对农村教师的约束和限制；第二，学校管理者应该在认同信息技术的同时要加强自身信息技术素养的提高，在学校教学和管理中强调信息技术教学的重要性和好处的同时给老师们树立正确的信息技术应用观，在学校中真正起到推动教育信息化发展的作用；第三，鼓励教师之间加强交流和合作，在学习中认识信息技术教学的好处和意义，避免盲目从众造成的教师普遍使用信息技术进行教学的假象。

(四)有针对性地投入硬件设施

信息技术的硬件设施是教师进行信息技术教学不可缺少的工具，而进行硬件设施投入时，应当根据目标地区教师信息技术使用现状进行差异性投入。对于我国中西部、农村等欠发达地区的学校以及非重点学校，他们的教育信息化才刚刚起步，需要国家政府对其投入大量基本的信息技术设备进行初步的信息化建设。而对于我国东部、城市等地区的学校以及重点学校，他们的教育信息化已经发展得较为成熟，信息技术设备几近饱和，再进行基础设备的投入没有任何意义，只会造成资源的浪费。因此，在进行硬件设施投入时，应该考虑不同地区、层级的学校对硬件设施的实际需求，以使硬件设施的投入产生最大的效益。

本研究以UTAUT为理论模型，引入区域、城乡和校际差异三个调节变量，研究其在努力期望、绩效期望、社群影响和便利条件作用于教师信息技术使用意愿和使用行为时的调节效应。总体来说，努力期望、绩效期望、社群影响和便利条件与教师信息技术使用意愿和使用行为有显著的正相关关系。这些关系在调节变量的作用下，关系强弱是有差异的。中西部地区、农村地区和非重点学校等处于较弱势地位的教师所受的调节效应更强，但重点学校教师在绩效期望作用于教师信息技术使用意愿时受到更强的调节作用。由此可见，当区域、城乡和校际差异存在时，在采取措施提高教师信息技术使用意愿和使用行为时，应关注其差异性需求，有的放矢。

[1][2][6][9]Venkatesh, V., Morris, M. G., Davis, G. B.,& Davis, F. D.. User Acceptance of Information Technology: Toward a Unified View[J].MIS Quarterly Management Information Systems,2003,27(3):425-478.

[3]Anderson, J. E., Schwager, P. H., Kerns, R. L.. The Drivers for Acceptance of Tablet PCs by Faculty in a College of Business[J].Journal of Information Systems Education, 2006,17(4):429-440.

[4]Robinson,L.Moving beyond Adoption: Exploring the Determinants of Student Intention to Use Technology[J]. Marketing Education Review,2006,16(2):79-88.

[5]Baron,S., Patterson, A., Harris, K.. Beyond Technology Acceptance:Understanding Consumer Practice[J].International Journal of Service Industry Management,2006,17(2):111-135.

[7]Hennington A, Janz B D. Information Systems and Healthcare XVI:Physician Adoption of Electronic Medical Records: Applying the UTAUT Model in a Healthcare Context[J]. Communications of the Association for Information Systems, 2007, 19(1): 60-80.

[8]Garfield, M. J.. Acceptance of Ubiquitous Computing[J]. Information Systems Management, 2005,22(4):24-31.

[10]王巧, 刘清堂, 李浩. 基于用户需求的教育资源配置系统的研究与实现[J].中国电化教育,2009,(11):117-120.

[11]杨宗凯,熊才平,吴瑞华等.信息技术促进基础教育公共服务均等化研究前景预判[J]. 中国电化教育,2015,(1):70-76.

[12]闫英琪,景丽,郏伯荣,冯婕.甘肃省中小学教师信息技术能力培训现状分析及策略研究[J].河西学院学报,2010,(5):105-109.

[13]林万新.河北省农村中小学教育信息化发展状况的分析与思考[J].中国电化教育, 2010,(3):43-46.

[14]林秀钦,黄荣怀.中小学教师信息技术应用的态度与行为调查[J].中国电化教育, 2009,(9):17-22.

[15]Maldonado U P T, Khan G F, Moon J, et al.. E-learning motivation,students’ acceptance/use of educational portal in developing countries:a case study of Peru[A]. Sohn S, eds. 2009 Fourth International Conference on Computer Sciences and Convergence Information Technology(ICCIT 2009)[C]. California: IEEE, 2009. 1431-1441

[16]刘学涛.缩小教育信息化“不平衡”的实践与思考[J].中国电化教育, 2009,(12):44-46.

[17]邓栩.长沙市小学计算机辅助教学现状调查与研究[D].长沙:湖南师范大学,2004.

[18][24]Hair, J. F., Christian, M., Ringle, Marko, S.. PLS-SEM: Indeed a Silver Bullet[J].Journal of Marketing Theory & Practice,2011,19(2):139-151.

[19][20]Henseler, J., Ringle, C. M., Sinkovics, R. R.. The Use of Partial Least Squares Path Modeling in International Marketing[J]. Social Science Electronic Publishing,2009,20(4):277-319.

[21]Magnusson, P., Westjohn, S. A., Semenov, A. V., Randrianasolo, A.A.,&Zdravkovic, S.. The Role of Cultural Intelligence in Marketing Adaptation and Export Performance[J].Journal of International Marketing,2013,21(4):44-61.

[22]Fornell, C., Larcker, D. F.. Evaluating Structural Equation Models with Unobservable Variables and Measurement Error[J].Journal of Marketing Research, 1981,18(1):39-50.

[23]Montgomery, D. C., Runger, G. C., Hubele, N. F.. Engineering statistics[J]. Technical Reports,1999,46(2):347-348.

[25][27]Hair, J.F., Ringle, C.M., Hult, G.T., Sarstedt, M.. A primer on Partial Least Squares Structural Equation Modeling (PLS-SEM)[M].Thousand Oaks: Sage Publications, 2013.

[26]Henseler, J., Ringle, C. M., Sarstedt, M.. Using Partial Least Squares Path Modeling in Advertising Research: Basic Concepts and Recent Issues[DB/OL]. https://www.researchgate.net/publication/233408729_Using_Partial_Least_Squares_Path_Modeling_in_International_Advertising_Research_Basic_Concepts_and_Recent_Issues,2016-07-01.

[28]Snyder, P., Lawson, S.. Evaluating Results Using Corrected and Uncorrected Effect Size Estimates[J].Journal of Experimental Education,2014,61(4):334-349.

[29]Lipsey, M. W., Wilson, D. B.. Practical Meta-Analysis[M].Thousand Oaks: Sage Publications, Inc,2001.

[30]Cohen, J.. Statistical Power Analysis for the Behavioral Sciences[M].New York: Academic Press,1988.

[31]Roldán J L, Sánchez-Franco M J. Variance-based Structural Equation Modeling: Guidelines for Using Partial Least Squares[DB/OL]. http://c.360webcache.com/c?m=174045cd79611c8c3b540d2b429c864a&q,2016-07-01.

[32][34]王香丽.基础教育阶段重点学校制度对我国教育公平的影响[J].教育评论,2010(6):3-6.

[35]王香丽.我国高等教育入学机会的城乡差异研究——高中阶段教育的视角[J].高教探索, 2011(1):55-59.

[36]樊明成.我国高等教育入学机会的城乡差异研究[J].教育科学,2008,24(1):63-67.

[37]许玲丽,周亚虹.义务教育资源配置对初中升学机会的影响[J].上海经济研究,2011,(12):25-35.

[38]孙颖. 农村教师专业成长路径选择的影响因素探析——基于对五名小学教师的实地研究与思考[J].教育理论与实践,2012,(34):42-46.

[39]吕红军.农村小学教育信息化的实践探索——以淄博市北门里小学为例[J].中国电化教育,2009,(7):63-66.

[40]王香丽.基础教育阶段重点学校制度对我国教育公平的影响[J].教育评论,2010,(6):3-6

[41]郭绍青.《中小学教师信息技术应用能力培训课程标准(试行)》解读[J].电化教育研究, 2015,(9):11-15.

[42]成江荣,解月光.农村中小学教育信息化绩效评估指标体系的构

建[J].中国电化教育, 2011, (2):47-52.

Research on the Factors and Moderators of Teachers’ Acceptance of Technology: Based on the UTAUT Model

Li Yi1,2, Wu Sirui2, Liao Qin2
(1.Collaborative Innovation Center of Assessment toward Basic Education Quality, Southwest University, Chongqing 400715; 2.Faculty of Education, Southwest University, Chongqing 400715)

Teachers’ information literacy can directly affect their teaching efficiency and quality, so it is necessary to explore the factors that can influence teachers’ use of technology in teaching. The study collected questionnaire response data of 1423 primary and secondary teachers from 9 provinces and municipalities in the west, middle and east area of China. The study utilized the Unified Theory of Acceptance and Use of Technology (UTAUT) as a framework, and considered “regions of east, middle and west”, “urban and rural areas”, and “levels of schools” as moderators, trying to find out what factors and to what extend that the moderating effects the three moderators took. The result showed that the UTAUT model could be applied in the context of teachers’acceptance of technology in China. Teachers’ effort expectancy, performance expectancy, social influence and facilitating conditions positively significantly influence teachers’ use of technology in China. In addition, the three moderators played significant roles in these relationships, especially for the disadvantageous such as middle and west regions, rural area, and non-key schools. The study contributed the adaption of UTAUT model from cross-culture perspective, and provided theoretical foundation for Chinese scholars to utilize the related research finding originated from western culture. Further, the study provided practical suggestions for Chinese government to propose targeted services to teachers with different needs.

UTAUT; Moderating Effect; Teachers’ Use of Technology; Region Diversity; Urban and Suburban Diversity; Key School and Normal School Diversity

G434

A

李毅：博士，副教授，研究方向为教育技术、教师教育、教育测量评价等(43026621@qq.com)。

2016年7月4日

责任编辑：宋灵青

1006—9860(2016)10—0031—08

* 本文系中央高校基本科研业务费专项资金创新团队项目“信息化教学影响因素的模型建构研究”(项目编号：SWU1609148)、“新媒体思维下基础教育课程改革的全息摄像与路径创新研究”(项目编号：SWU1509382)”，西南大学教育学部特色领域创新团队项目“新媒体时代课堂教学改革与创新”(项目编号：2014CXTD09)研究成果。