省域高职院校教育信息化发展水平影响因素分析研究

李斌

摘   要：高职院校教育信息化发展目前正处于由教育信息化1.0到2.0时代的跨越转化阶段，高职院校省域内、校际信息化发展水平既有共性问题亦有个体差异问题。对照河南省2018年度高职院校信息化发展水平评估指标体系，文章将河南省域高职院校的基础设施、基础支撑平台、数字资源、智慧教育、治理体系和网络信息安全等六大维度利用系统聚类法分成四个等级后，再采用多元线性回归分析方法对调研数据进行分析，研究制约省域高职院校信息化发展水平的影响因素，提出了推动和解决省域高职院校信息化发展的路径和对策建议。

关键词：教育信息化;发展水平;评估体系;影响因素;多元线性回归分析;高职

中图分类号：G434 文献标志码：A 文章编号：1673-8454（2020）15-0001-07

教育信息化的发展是一个长期的系统工程。教育部2012年颁布的《教育信息化十年发展规划（2011—2020年）》[1]中明确“教育信息化以省级政府为主统筹推进，高校教育信息化是教育信息化发展的创新前沿”。2016年《教育信息化“十三五”规划》[2]中提出“要制定针对区域、学校等信息化水平的评价指标体系和评估办法，将相关评估纳入教育督导工作，有效推动教育信息化发展”。

发达国家的教育信息化评估在实践操作层面通过组建评估机构、制定评估标准、实施评估项目开展工作;[3]周雪梅[4]采用灰色综合评价法、聚类分析法和差异系数计算方法从各个维度出发对比分析各省高职院校教育信息化发展水平，构建了省域高职院校教育信息化发展水平的评估指标体系;陈敏等[5]综合运用文献计量法、解释结构模型法、专家调查法等方法构建了一个针对高等教育信息化应用的核心评估模型;吴砥等[6]提出评估重点应转变为以产出为导向的绩效评估、多元交叉评估并创新评估手段，拓展云计算、大数据、物联网等新兴技术在评估中的深度应用。

河南省作为中部内陆省份，高职院校教育信息化发展水平主要是重建设、重硬件和轻应用、轻软件的矛盾，特别表现为智能化信息技术未能深入融合高职院校信息化发展中，在中西部内陆省份高职院校中具有一定的代表性。[7]而2018年教育部《教育信息化2.0行动计划》[8]中重点要求“持续推动信息技术与教育深度融合，促进教育信息化从融合应用向创新发展的高阶演进”，因此，对照河南省2018年度高职院校信息化发展水平评估指标体系对省域内高职院校进行对比评估分析，可以深入了解省域内高职院校信息化发展现状，得到各项政策措施的实践效果，分析省域高职院校教育信息化发展的关键影响因素，有助于对高职院校教育信息化发展水平评估模型进行改进，挖掘推广省域内高职院校的信息化发展优秀案例，为提升整个省域乃至推动中西部内陆省份的高职院校教育信息化发展提供理论和实践支撑，为相关政策的制定及实施提供科学依据。[9]

一、研究设计

1.评估指标体系设计

在大量文献研究和调研的基础上，结合高职院校信息化相关政策文件精神，笔者重点突出新时期下“互联网+”、大数据、云计算、人工智能、物联网等高新信息技术在高职院校信息化发展中的应用，考评高职院校利用“互联网+”打造一体化信息化管理平台能力[10]、应用大数据思维理念和技术手段推动高职院校信息化教学模式转变能力[11][12]、基于云计算整合高职院校教育教学和管理系统的能力[13]、信息化机制体制创新治理能力[14]、数据安全与资金保障能力[15]等，经过多轮专家咨询，最终形成包含6个一级指标、17个二级指标、51个三级指标和198个详细观察点的河南省高职院校教育信息化评估指标体系。这套评估体系的最大特色是突出围绕智慧教学、智慧服务和智慧管理的智慧教育维度：在智慧教学上关注在线学习、智慧课堂教学和教学质量监控，在智慧服务上关注师生学习、科研、生活和财务的在线服务水平，在智慧管理上关注业务流程管控和基于大数据的预测分析决策。在机制保障上推动传统数字校园、信息化多功能设备教学向智慧校园、智慧化教育转型，关注师生信息化素养提高和综合治理、安全保障体系的完善。具体指标如表1所示，因篇幅问题没有列出198个详细观察点。

2.调研数据来源和指标赋权

（1）调研数据来源：根据河南省高职院校教育信息化指标体系中所列指标，特别是详细对照198个详细观察点描述，省域内81所高职高专院校首先逐一开展自评形成自评得分和自评报告，然后教育厅安排专家组对所有高职院校开展现场评估，通过听取汇报、查阅材料、观看演示、现场体验、CIO访谈等环节，对各高职院校自评报告进行复核，形成量化得分和评估反馈意见。综合自评得分和专家组量化得分，取平均值作为各高职院校指标体系调研数据。

（2）主客观组合赋综合权重：河南省高职院校教育信息化指标分三级体系，鉴于按照单一主观赋权容易偏向指标体系制定专家和教育系统决策者的主观意愿，并兼顾到评价指标的客观性，避免单一赋权方法的片面性，本研究采用基于博弈论的组合赋值权重方法。

首先采用层次分析法（AHP）[16]将主观判断转化为数据进行定量分析，通过两两比较的方式计算各层次中各指标的主观权重αi，∑n   i=1 αi=1。

接下来利用熵权法[17]定义第i项评价指标熵值δi=■∑n   j=1ρij·lnρij，其中ρij为各高职院校j在第i项评价指标的指标值比重，则第i项评价指标客观熵权βi=■，其中∑m  i=1（1-δi）=1。

最后基于博弈论[18]寻求最小化组合权重与主客观权重最小偏差值，在主觀权重αi、客观权重βi组成的向量集中找到最满意的权重向量，具体利用归一化处理后的主客观权重线性组合系数？准与主客观权重进行线性组合，得到高职院校信息化发展水平六大维度指标体系的最终权重ωi=？准1αi+？准2 βi。基于博弈论的组合赋权方法在反映主观意愿的同时也保持了客观信度，使综合评价更趋于科学合理。指标体系中各级指标值的详细权重值计算结果在表1中的括号内标出。

3.六大维度综合评价指数

根据调研数据，考虑省域内各高职院校横向与纵向对比需求，采用无量纲化处理和综合指数法[19]，计算省域内各高职院校信息化发展水平的综合评价指数。首先将各高职院校调研数据的中间值设为100，以利于纵向了解省域内高职院校信息化发展情况和横向比较高职院校之间的发展差异，无量纲化公式为Ζijk=log21+■·100。

然后根据各指标无量纲化值Ζijk分别计算河南省域高职院校信息化的基础设施、基础支撑平臺、数据资源、智慧教育、治理体系和网络信息安全发展指数及全局综合发展指数EDI，计算公式为EDI=∑m  i=1ωi（∑n   j=1ωij（∑r    k=1ωijkΖijk）），其中Ζijk为相应三级指标无量纲化值，m、n、r分别为一级、二级和三级指标个数，ωi、ωij、ωijk为相应指标权重，且∑m  i=1ωi=1，∑m   i=1∑n   j=1ωij=1，∑m   i=1∑n   j=1∑r    k=1ωijk=1。

最后根据各高职院校和全局综合指数，通过系统聚类法[20]将河南省域内高职院校信息化水平分类为优秀、良好、达标和不达标四种类型，得到反映河南省域内高职院校教育信息化全局及六大维度综合发展水平的发展指数，如表2所示。

二、省域高职院校信息化发展水平数据分析

1.高职院校信息化发展水平对比分析

从省域高职院校来看，按照无量纲化后的信息化发展指数水平聚类分析，81所高职高专院校中有13所高职院校优秀，29所高职院校良好，22所高职院校达标，17所高职院校不达标。如图1所示，高职高专院校两极分化明显，院校之间相比更是强弱分明、参差不齐，虽然优秀等次院校比率达到16%，但不达标院校比率更是高达21%，说明整个省域高职高专院校整体仍处于教育信息化 1.0 向 2.0 的过渡期，仅有部分高职高专院校基本达到 2.0 的标准要求。

2.六大维度发展指数

从河南省域高职院校教育信息化六大维度发展指数箱图（见图2）来看，去掉个别异常数据，数据资源、治理体系和网络信息安全三项中位数较高，说明各高职院校信息化建设在国家相关政策引导下，数字资源建设方面成效突出，虚拟仿真等信息化手段在应用于实验实训教学方面效果显著。基础设施、基础支撑平台、智慧教育三项中位数偏低，统计数据显示公办与民办高职高专院校信息化基础设施建设差距较大，各学校信息化基础支撑平台建设短板明显，智慧教学及其相关应用亟待加强。

基础设施维度方面，多数院校网络设施、云计算和基础运维水平发展水平较好，基础设施指数集中在75～100之间，影响基础设施指数水平的主要是教室、图书馆、安防、能源方面的智能管控较薄弱。

基础支撑平台维度方面，优秀类别高职院校和其他类别高职院校差距较大，如个别优秀高职院校基础支撑平台指数（102.4）甚至是排名最后的高职院校指数（32.6）的3.2倍，多数高职院校仅仅实现统一身份认证、一站式信息门户和一卡通集成等基础服务平台，但在数据标准、数据交换共享方面推进困难，数据源不全、数据质量不高限制了信息化深层次的发展。

数据资源维度方面，经过多年来高职院校应用系统信息化建设的持续进行和数字教育教学资源的沉淀，各高职院校数据资源都有了一定积累，可供师生在线学习科研，数据资源水平指数中位数为96.8，说明大部分高职院校都有配套的调动师生利用数据资源的措施和激励手段。

智慧教育维度方面，省域内高职院校水平指数中位数仅为77.6，是六大维度之中最低的，且大多数院校指数水平集中在65～91之间，普遍不高。指数靠前的高职院校智慧教育表现在不同侧重点，但大都缺乏全数据支持的智慧教学和服务。

治理体系维度方面，各高职院校水平指数范围集中在82.7～97.9之间，差异不大。多数高职院校信息化协调机制和制度建设大都达标，信息化经费支持都纳入了学校的年度预算，但具体经费比例各个高职院校差距甚大。

网络信息安全维度方面，多数高职院校按照《网络安全法》的要求对网络基础安全、网络安全制度和应急方案、关键数据安全进行了安全等保测评，网络安全水平指数集中在80～97之间，但大部分高职院校缺乏网络舆情监控及安全事件的处置机制。

综合来看，许多省域内高职院校已有一批提升自身信息化水平的优秀案例，如在校园治理数字化、科研信息化、智慧能源监测管控方面，在高性能计算平台对学科建设支撑、智慧教室应用和课堂教学的常态化录播方面，在数据治理及信息化与教学管理深度融合、运用大数据技术推进教学质量诊断与改进、提升管理效能与水平方面，在基于物联网的教学、管理和服务模式创新方面等成效显著，具备一定的推广示范效应。但不可否认的是，部分达标和不达标的高职院校无论从基本的基础设施水平指数还是从教育信息化2.0时代的智慧教育水平指数比起大多数高职院校相差甚远，需要尽快基于六大维度全面设计以提升教育信息化水平。

三、省域高职院校信息化发展水平的影响因素分析

对省域高职院校信息化发展水平的影响因素分析采用多元线性逐步回归分析方法，逐步回归的基本思想是将变量逐个引入，对每引入的一个变量进行逐个检验，当原引入的变量由于后面变量的引入而变得不再显著时将其剔除，反复进行这个过程直到通过逐步回归循环达到最优取值。

对于需要进行分析的六大维度因变量y与每个维度的自变量影响因素即三级指标x1，x2，…，xm（m≥2）;对应的多元线性回归分析模型为y=β0+β1x1+…+βmxm+ε。其中ε∽N（0，δ2）为随机误差;β0为回归方程常数项;β1，β2，…，βm为回归系数。[21]利用统计分析软件SPSS22.0[22]对省域高职院校教育信息化指标体系中的51个三级指标调研数据进行回归分析，得出六大维度发展水平的影响因素。

1.基础设施

将河南省域高职院校教育信息化指标体系中的数据导入到SPSS中进行多元逐步线性回归分析，其中基础设施维度的11个三级指标对基础设施发展情况的回归分析关键结果如表3所示，其中模型6说明第六步自变量与因变量之间相关性即多元线性回归方程拟合度较好，其决定系数调整后的R2为0.990，说明运维平台、网络通信、云应用、智慧安防四个变量影响基础设施发展的解释度为99%。

运维平台、网络通信、云应用、智慧安防的显著性检验Sig.值均小于0.05，這四个自变量的标准化回归系数分别为0.517、0.217、0.224和0.226，说明这四个变量对基础设施维度发展具有显著解释力和正向显著影响，这四个自变量投入指数越大，基础设施维度的建设情况将越好。非标准化回归系数B则说明了这四个指标投入每提高1%的话，基础设施发展指标指数将分别提高3.221%、0.881%、1.935%和3.449%。

2.基础支撑平台

基础支撑平台的9个三级指标对基础支撑平台发展情况的回归分析关键结果如表4所示，其中模型3说明第三步自变量与因变量之间相关性即多元线性回归方程拟合度较好，其决定系数调整后的R2为0.956，说明一站式信息门户、流程引擎、一卡通集成三个变量影响基础支撑平台发展的解释度为95.6%。一站式信息门户、流程引擎、一卡通集成的显著性检验Sig.值均小于0.05，这三个自变量的标准化回归系数分别为0.718、0.334和0.207，说明这四个变量对基础设施维度发展具有显著解释力和正向显著影响，这三个自变量投入指数越大，基础支撑平台维度的建设情况将越好。非标准化回归系数B则说明了这三个指标投入每提高1%的话，基础支撑平台发展指标指数将分别提高3.191%、4.539%和1.55%。

3.数据资源

数据资源的4个三级指标对数据资源发展情况的回归分析关键结果如表5所示，其中模型2说明第二步自变量与因变量之间相关性即多元线性回归方程拟合度较好，其决定系数调整后的R2为0.959，说明数字资源应用和数字图书资源两个变量影响数据资源发展的解释度为95.9%。数字资源应用和数字图书资源的显著性检验Sig.值均小于0.05，这两个自变量的标准化回归系数分别为0.631和0.398，说明这两个变量对数据资源发展具有显著解释力和正向显著影响，这两个自变量投入指数越大，数据资源维度的建设情况将越好。非标准化回归系数B则说明了这两个指标投入每提高1%的话，基础支撑平台发展指标指数将分别提高2.748%和1.243%。

4.智慧教育

智慧教育的9个三级指标对智慧教育发展情况的回归分析关键结果如表6所示，其中模型4说明第四步自变量与因变量之间相关性即多元线性回归方程拟合度较好，其决定系数调整后的R2为0.987，说明校务管理、教学质量监控、财务服务和学习服务四个变量影响智慧教育发展的解释度为98.7%。校务管理、教学质量监控、财务服务和学习服务的显著性检验Sig.值均小于0.05，这四个自变量的标准化回归系数分别为0.346、0.41、0.184和0.207，说明这四个变量对智慧教育维度发展具有显著解释力和正向显著影响，这四个自变量投入指数越大，智慧教育平台维度的建设情况将越好。非标准化回归系数B则说明了这四个指标投入每提高1%的话，智慧教育发展指标指数将分别提高1.49%、3.937%、1.891%和3.305%。

5.治理体系

治理体系的11个三级指标对治理体系发展情况的回归分析关键结果如表7所示，其中模型2说明第二步自变量与因变量之间相关性即多元线性回归方程拟合度较好，其决定系数调整后的R2为0.943，说明协调机制和资金支持两个变量影响治理体系发展的解释度为94.3%。协调机制和资金支持的显著性检验Sig.值均小于0.05，这两个自变量的标准化回归系数分别为0.787和0.292，说明这两个变量对治理体系发展具有显著解释力和正向显著影响，这两个自变量投入指数越大，治理体系维度的建设情况将越好。非标准化回归系数B则说明了这两个指标投入每提高1%的话，治理体系发展指标指数将分别提高7.16%和3.24%。

6.网络信息安全

网络信息安全的6个三级指标对网络信息安全发展情况的回归分析关键结果如表8所示，其中模型3说明第三步自变量与因变量之间相关性即多元线性回归方程拟合度较好，其决定系数调整后的R2为0.974，说明数据安全、网络安全舆情追溯和安全措施三个变量影响网络信息安全发展的解释度为97.4%。数据安全、网络安全舆情追溯和安全措施的显著性检验Sig.值均小于0.05，这三个自变量的标准化回归系数分别为0.461、0.384和0.33，说明这三个变量对网络信息安全维度发展具有显著解释力和正向显著影响，这三个自变量投入指数越大，网络信息安全维度的建设情况将越好。非标准化回归系数B则说明了这三个指标投入每提高1%的话，网络信息安全发展指标指数将分别提高1.539%、1.65%和3.22%。

四、省域高职院校信息化发展路径和建议

从河南省域高职院校信息化水平评估和多元线性回归分析结果来看，尽管高职院校信息化发展水平近年来取得了一定提升，但校际发展不均衡、信息技术与高等教育深度融合不够的问题仍然存在，省域高职院校应重点从多元回归分析影响因素（见图3）入手，围绕教学质量监控和智慧学习服务补短板、铸强板，并提出以下几点信息化发展建议。

1.强化顶层设计，加大资金支持力度

将信息化建设作为高职院校自身发展的重大战略，制定信息化发展专项规划，推进信息技术与学科建设、人才培养、科学研究、教育教学和管理服务的有效融合。强化高职院校网络安全和信息化领导小组的统筹职能，全面落实CIO制度，充分发挥信息化职能部门的业务协调和项目管理作用，实现项目统管、硬件集群、应用集成、数据集中。构建信息化经费长效保障机制，合理规划年度资金投入重点，足额保障教育信息化建设与运维。加强教育信息化资金绩效管理，提高教育信息化资金使用效益。引导和鼓励企业参与教育信息化建设，实现多元投入、协同推进。

2.推进和注重创新应用，重视数据资产

从智慧教育维度影响因素来看，结合基础支撑平台和基础设施建设，推进高职院校校园内万物互联，打造状态全面感知、信息高效处理、应用便捷灵活、支持IPv6的泛在网络设施。推进教室、实验室、实训室、图书馆等教学场所的信息化、智能化改造，构建基于移动终端、物联网、大数据和人工智能的智慧学习空间;推动教学、评价和管理模式的深层次变革，提供更多、更优质的智慧学习服务。健全数据资产管理办法，加强数据中心和大数据系统建设，深度开展数据治理，提高数据质量，推进各个应用系统之间的数据融通，建立大数据共享服务机制，有效辅助教学反馈、趋势研判、行政决策、应急管理工作。

3.完善激励措施，充实人才队伍，提升信息素养

结合治理体系维度影响因素，健全信息化工作绩效评价制度，不断加强应用评价和绩效考核;建立适应高职院校信息化人才需求特点的人事、薪酬、职称评审政策及措施，营造全校协同推进教育信息化事业的新生态。鼓励高职院校通过与信息化建设先进校结对方式，加速推进自身信息化建设。

创新选人用人机制，综合利用校内外的智力资源，建立包括信息化、综合管理专业人才等在内的高素质支撑队伍，制定实施有针对性的岗位设置、激励机制和措施，全面提高信息化工作队伍和专业人才的工作积极性、主动性。同时，制订教育信息化专题培训计划，对学校管理人员和教师分级分类开展培训，切实提高教育信息化重要性、紧迫性的认识，养成信息化思维，提高信息化应用能力。

4.筑牢安全防线

从网络信息安全影响因素来看，严格遵守《网络安全法》，全面落实网络安全等级保护制度，加强关键信息基础设施防护。提高网络安全信息的收集、分析、研判能力和网络安全事件应急处置能力，健全网络安全责任制和网络安全事件问责机制，将网络安全工作纳入对行政部门和院系领导考核。

参考文献：

[1]教技[2012]5号.教育部关于印发《教育信息化十年发展规划（2011—2020年）》的通知[Z].

[2]教技[2016]2号.教育部关于印发《教育信息化“十三五”规划》的通知[Z].

[3]吴砥，余丽芹，李枞枞，尉小荣.发达国家教育信息化政策的推进路径及启示[J].电化教育研究，2017（9）：5-13，28.

[4]周雪梅.省域高校教育信息化发展水平评估研究[D].武汉：华中师范大学，2017.

[5]陈敏，范超，吴砥，徐建，王娟.高等教育信息化应用核心评估模型研究[J].中国电化教育，2017（3）.

[6]吴砥，余丽芹，李枞枞，吴磊.教育信息化评估：研究、实践与反思[J].电化教育研究，2018（4）：12-18.

[7]豫教科技[2012]147号.关于印发《河南省教育信息化十年发展规划（2011-2020年）》的通知[Z].

[8]教技[2018]6号.教育部关于印发《教育信息化2.0行动计划》的通知[Z].

[9]姚志敏.以教育信息化带动教育现代化[J].中国高等教育，2018（20）：52-54.

[10]王磊，曲科军，张涛.地方高校信息化建设路径探究[J].现代远距离教育，2017（4）：63-69.

[11]丛亮.大数据背景下高校信息化教学模式的构建研究[J].中国电化教育，2017（12）：98-102，137.

[12]周南平，贾佳.大数据背景下的高校信息化建设路径研究[J].中国电化教育，2018（9）：75-80.

[13]袁韬.云计算对高校信息化教学资源建设的影响探究[J].中国教育学刊，2015（S2）：175-176.

[14]田生湖，赵学敏.现代教育治理视域下高校信息化建设推进机制研究[J].电化教育研究，2017（6）：71-75，81.

[15]陸爱武.数字化校园建设背景下应用型院校信息化教学推进困境与路径[J].教育与职业，2019（9）：54-58.

[16]王爽英.基于Fuzzy-AHP的煤矿生产安全风险集成管理水平研究[J].煤矿安全，2017（5）：232-235，239.

[17]王丽.集成AHP/熵权法的煤矿工业广场火灾风险评估方法研究[J].煤炭工程，2018（8）：177-180.

[18]安景文，王金鹤.基于博弈论与VIKOR法的煤矿安全生产管理水平评估研究[J].煤矿安全，2019（5）：289-292.

[19]卢春，周文婷，吴砥.区域义务教育信息化发展指数及区域差异研究——基于2014、2015东部G市教育信息化数据分析[J].中国电化教育，2016（5）：51-57.

[20]安尼卡尔·艾斯卡尔，祖来克孜·米吉提.系统聚类法及其应用研究[J].价值工程，2019（17）：254-258.

[21]张福旺，苑会娟.基于多元线性回归的空腹血糖影响因素分析方法[J].计算机科学，2018（S2）：545-547.

[22]周鹏飞，卢泽雨.基于SPSS多元线性回归模型在城市用水量的预测[J].水利科技与经济，2018（5）：6-10.

（编辑：王天鹏）