数字鸿沟的演变：从网络接入到心智投入 ＊——基于疫情期间大学生在线学习的调查

郭 娇

（华东师范大学高等教育研究所 上海 200062）

“最好的历史往往产生于一个事件完成之后，产生于一个阶段进入尾声，而另一个新的、更强劲的阶段还不可能到来的时候。”—(美)尼尔•波兹曼《童年的消逝》（2015，10）

一、问题提出

由于新冠疫情，2020 年春季高校教学全面在线上展开，这一转变突如其来，却为观察、分析与反思高等教育阶段的数字鸿沟提供了一个新旧交替的合适契机。由于转变时间快，新旧数字鸿沟之间的反差愈加明显：旧数字鸿沟趋向弥合，而新数字鸿沟更为严峻。电脑或宽带等设备设施可以快速渗透甚至一步到位，学生内在的专注力与持久度却难以在短期内同步提升，因而在调查数据里呈现出超前或滞后的显著群体差异。骤然脱离教师指导、同伴合作、课堂氛围等大学校园提供的诸多学习支持要素，学生个体以及家庭环境对学习效果的影响更为突出。上述显著差异及其影响因素（Natriello，2001；Compaine 2001；van Dijk，2012；Richtel，2012; 王美，徐光涛，任友群，2014）指向数字鸿沟研究一直关注的核心问题：电脑、宽带、智能手机、平板、大学慕课等每一代新信息技术的发展如何影响教育情境下师生的教与学？信息技术的迭代与普及是否带来学校教育或个体学习的本质变化？由信息技术主导的教育变革是否带来学习者行为、习惯、态度、偏好等维度上的改变？这些变化缩小、复制抑或放大不同学生群体在学习机会、资源、能力、学习效果或未来发展上的不平等？这些实证发现能否加深我们对数字鸿沟相关概念、表征、成因以及演变的学理分析？基于疫情期间高校教学全面从线下转为线上这一特点，本研究的信息技术变革集中在线上学习。调查时段在2020 年6 月即疫情时期线上教学接近尾声，而疫情之后的理想教学模式尚处于探讨阶段。研究对象通过性别、户籍所在地以及父母学历加以划分。由于是在校生调查，因此群体差异主要体现在学习效果，而非进入大学之前的教育机会或毕业之后的职场发展。

二、文献综述

“数字鸿沟（Digital divide）”最早出现在美国商务部下属的国家电信与信息管理局20 世纪90 年代发布的《漏网之民Falling Though the Net》系列调研报告里（NTIA，1995，1998，1999，2000）。NTIA 对数字鸿沟的操作性定义是基于种族、年龄、学历、收入、城乡、地理位置等划分的不同群体信息技术渗透率（Penetration）的差异。当时的主要网络接入方式是拨号上网，因此NTIA 从1994 年开始委托美国人口调查局在入户调查时询问家庭是否拥有电话座机、台式电脑以及调制解调器（俗称“猫”）。最初成为公共议题的“数字鸿沟”具有以下特征：一是内嵌于（embedded）当时的政策环境、技术条件、社会分层、经济水平等宏观背景，例如1990 年微软发布Windows3.1，加速办公自动化的普及，1997 年美国50%的工作需要用到电脑，带来劳动力市场的岗位要求与薪资水平的分化（Card and DiNardo，2002）；二是基于大规模调查数据的描述统计呈现群体差异，NITA 的调研指出农村低收入家庭的电脑拥有率仅4.5%，远远低于城市高收入家庭（64.4%）；三是以信息技术渗透率为主要指标，即“物理接入”所需的软硬件、网络等设备设施的拥有情况；四是关注上述设备设施的用途，NTIA 发现农村、低学历、低收入家庭同时也是通过拨号上网来浏览分类广告、接受远程教育、阅读政府报告的积极用户，因此在报告里把电脑与调制解调器喻为信息时代“打开金库的钥匙”（NTIA，1995）；五是影响社会资源的分配，克林顿政府在2000 年发布《从数字鸿沟走向数字机遇》战略报告并把消除数字鸿沟所需经费列出预算，例如10 年减税20 亿美元来鼓励公司创办IT 技术学校、图书馆以及社区技术服务中心（刘亮，2007）。

OECD 在2001 年发布的《理解数字鸿沟Understanding the Digital divide》报告标志这一议题进入全球视野（OECD，2001）。该报告的亮点在于新增的跨国比较，例如女性上网率在瑞典、日本以及英国都低于男性，但该性别差异在美国不显著。这种“信息技术渗透率+大规模数据的跨国比较”的呈现模式沿用至今。世界银行在《2016 年世界发展报告：数字红利》里用手机拥有率与高速宽带连接率来测量数字鸿沟（世界银行，2017）；世界经济论坛（WEF）在2020 年强调新冠疫情让欠发达地区（例如撒哈拉以南非洲）、低收入家庭等面临的数字鸿沟更为严峻（WEF，2020）。这种固定模式采用的指标易于对比、呈现的结果便于理解（尤其适用于掌握资源但事务繁忙的决策者），且提出的解决方案可操作性强，例如One Laptop per Child（OLPC）项目为发展中国家儿童每人提供一台低成本的笔记本电脑（University of Pennsylvania，2008）。其缺憾同样突出，一方面过度强调信息技术渗透率，这一不断上升的数字背后存在众多推动力量，包括微软等主要信息技术公司对政府的游说，旨在通过免费或廉价的设备设施占领更多市场（Natriello，2001），投放更多广告来培养潜在消费者（Thierer，2000），并通过不断释放IT 人才“短缺”这一信号在印度等国储备更多技术劳工（项飙，2012）。另一方面受限于使用行为及其效果的测量难度，与传统的网络接入指标（例如入户调查者能亲眼察看家庭是否拥有电脑或网线）相比，不同群体在信息技术使用行为、习惯、态度、能力等维度上的“鸿沟”更难察觉（王美，徐光涛，任友群，2014）。与教育相关的数字鸿沟大规模跨国调查仅限于特定年龄阶段，例如PISA 在2018 年调研15 岁中学生在家是否有安静的环境、可用于学习的电脑、网络连接以及计算机辅助测试环境下的阅读素养（徐瑾劼，2020）。

“数字鸿沟”最初的划分标准及其对信息技术渗透率的过度强调近年受到更多挑战。原因之一在于过去20 年里信息技术的设备成本与使用难度这两大“门槛”快速降低。康培恩（Benjamin M. Compaine）早在2001 年基于此逻辑质疑数字鸿沟是危机抑或迷思。单从渗透率来看，发展中国家拥有手机的家庭已经超过有电或清洁用水的家庭，然而“让世界所有人受益于数字技术”这一愿景远未实现（世界银行，2017），甚至由于“机器换人”带来更为严重的劳动力市场两极分化（Autor，2011）。另一原因在于信息技术高渗透率这一表面公平掩盖了更深层次的群体差异，例如不同群体的网络使用时间与频率倾向于游戏、聊天相关的娱乐化应用还是学习、工作相关的严肃类应用（van Dijk，2012）。后者的作用机制更为隐蔽而被称为“新数字鸿沟”（Richtel，2012；王美，徐光涛，任友群，2014）或“第二类数字鸿沟”（Natriello，2001）。此外，用于理解数字鸿沟的分析框架在理论层面上也有进展。例如从创新扩散与社会分层这两个不同理论视角，范戴克（van Dijk，2012）把“新数字鸿沟”分为心理动机、物理接入、数字技能以及使用行为4 类，并进一步把数字技能细化为运用信息技术的6 种能力，分别是简单操作、了解结构、搜索信息、对外沟通、内容创造以及达成目标。斯暖与波林（Srinuan and Bohlin，2011）发现数字鸿沟的群体差异除了性别、年龄、学历、收入、城乡等常见分类标准，还包括经验、能力以及心理因素（例如使用信息技术时的态度与情绪）。

综上，通过对数字鸿沟的文献梳理，至少有以下认识逐步清晰。如果继续沿用信息技术渗透率这一单向度指标，不仅背离数字鸿沟的多维属性，助推IT 公司通过免费设备或政府补贴占有市场，而且始终不能揭示不同群体从信息技术中获益（或受损）的因果机制。换言之，除了信息技术工具的拥有情况，使用行为、能力以及效果都需要纳入数据采集范围。本研究旨在设计多维度的指标来测量“新数字鸿沟”并检验不同群体在学习效果上的差异是否伴随信息技术变革发生变化。

理想状态下的“新数字鸿沟”分析框架应由一条完整的因果链条构成，跟踪不同群体的成长经历、教育过程以及他们进入劳动力市场之后的长期表现。从已有文献来看，信息技术变革对基础教育阶段的学习结果（Bulman and Fairlie，2015；罗梦雨，罗来旺，2020）以及毕业后的职场表现（Card and DiNardo，2002；Autor，Levy and Murnane，2003；Goldin & Katz，2007）都有更为丰富的数据以及较为详尽的实证研究，相对薄弱的环节集中在高等教育阶段的数字鸿沟分析。以预测高等教育数字化转型的《地平线报告（Horizon Report）》为例，在被EDUCause 收购前后，该报告的内容与结构发生了根本变化：之前的预测重点在于不同新信息技术能够推广的时间周期，之后更为强调信息技术对“教与学”这一高校核心功能的影响。《地平线报告》的重心转移从侧面印证了本研究关注的数字鸿沟演变这一趋势，但局限性在于分析视角集中在新信息技术的落地风险、教师接受度等，缺少从学习者视角对在线行为、习惯、体验以及效果进行观察与分析（Brown，M. et al.，2020）。因此本研究聚焦在本科生群体，为数字鸿沟演变的相关研究提供基于学生调查数据的实证依据。

三、研究设计

（一）数据采集与样本分布

本研究的数据来自疫情期间的“上海高校在线教与学调查（本科生问卷）Shanghai Online Teaching &Learning Survey-Undergraduate，简称SOTL-U”。答题邀请发至全市39 所本科院校，学生通过问卷星平台自愿参与线上答题。答题时间为一周左右（从6 月16 日至6 月23 日），共回收问卷84720 份。最后用于分析的有效问卷为64949 份，即有效率为76.66%。

与全国平均水平相比，该样本呈现以下4 个差异：从性别来看，女性居多（61.2%）；从户籍所在地来看，城市生源①为主（81.7%）；从家庭背景来看，家庭第一代大学生（即父母学历均在高中及以下）的比例较低（48.6%）；从学科门类来看，社会科学占比最高（40.5%），其次是理工农医（39.6%）。除了自愿参与带来的样本偏差之外，此分布反映出上海高校的本科生人群特征，例如本地生源居多（户籍所在地为“直辖市或省会城市”的答题者占比达到45.7%），家长学历整体而言高于全国平均水平②，经济学或管理学专业的答题者占比较高（两者合计达到30.6%）。基于此样本的均值与其他描述统计更适用于家在城市、主修经管、父母受教育程度较高的女大学生，因此需要通过多元回归控制上述主要的人口学与教育学变量以检验主要结论在统计意义上的显著性。

（二）主要变量及其操作性定义

本科生对疫情期间线上学习的效果进行自我评价（以线下学习为参照）。在问卷里对应的问题是“与课堂教学相比，您认为线上学习的效果”，选项从1（“明显差”）到5（“明显好”）。

根据性别、户籍所在地以及父母学历把学生划分成不同的子群体。为了比较不同群体面临的新旧数字鸿沟交替，本研究从网络接入（Access）、使用行为（Usage）以及心智投入（Engage）这3 个不同维度进行测量，操作性定义具体如下：网络接入包括答题者专为线上学习新买的平板或笔记本电脑以及高速宽带这两个变量（1=是，0=否）。使用行为是答题者在线上学习中出现玩游戏、看小说等娱乐行为的频率（以线下学习为参照），取值从1（“大大减少”）到5（“大大增加”）；与之对照的一道题目是答题者疫情期间课外阅读书籍的数量，也是与线下学习相比，取值从1（“大大减少”）到5（“大大增加”），从侧面反映出学生在轻松娱乐与严肃阅读这两者之间的取舍。心智投入是对答题者自陈线上学习状态的两道问题进行反向赋值，分别是“我的注意力更难集中”以及“我更难长时间（超过1 小时）投入学习”，取值从1（“非常认同”）到5（“非常不认同”）③。

（三）研究假设

已有研究表明，女性、户籍所在地为农村或乡镇、低学历的群体面临更严峻的数字鸿沟。通过构建回归模型，控制年级、学科门类以及就读院校等教育学变量之后，本研究旨在检验以下具体假设：

假设1：女性、农村生源、家庭第一代大学生在线学习的网络接入显著滞后，体现为疫情期间专为线上学习新买设备或开通宽带较多。

假设2：女性、农村生源、家庭第一代大学生在线学习的行为取向显著“重娱乐，轻阅读”，体现为在线学习期间课上玩游戏等娱乐行为频率上升而课外阅读频率下降。

假设3：女性、农村生源、家庭第一代大学生在线学习的心智投入显著偏低，体现为线上学习时更难集中注意力或更难长时间投入学习。

假设4：女性、农村生源、家庭第一代大学生对线上学习效果的自我评价显著低于男性、城市生源、父母接受过高等教育的学生群体。

假设5：以网络接入为判定标准的“旧数字鸿沟”对在线学习效果的影响显著小于以使用偏好或投入程度来测量的“新数字鸿沟”。

四、主要发现

（一）描述统计

基于性别、户籍所在地以及父母学历划分的学生群体均值比较（详见表1），数字鸿沟的多维表征初步呈现如下：从3 个维度来看，城乡生源的差异最为明显，农村生源不仅在网络接入上相对滞后，在使用行为上“轻阅读、重娱乐”的偏好较为突出，而且在心智投入上的专注力与持续性也不足。家庭第一代大学生面临的数字鸿沟与农村生源具有同质性但程度较轻。同质性源于两者的重合（即大部分农村生源的父母学历都在高中及以下），表2 的相关分析验证了这两个群体的显著正相关。然而家在城市的第一代大学生有机会接触并利用更多的公共福利来弥补家庭资源的缺陷。以课外阅读为例，即使疫情期间家中藏书有限或环境嘈杂，但是城市里的图书馆、书店等文化配套设施可为其提供家庭与校园之外的“公共阅读空间”。介于宏观体制与微观个体之间的教育配套产业与社会文化设施在一场技术变革中的功能与角色不能忽视（郭文革，2020）。

女生面临的数字鸿沟在描述统计里仅体现为使用行为上的娱乐偏好（即在课上玩游戏、看小说等行为整体多于男生），表2 的相关分析也支持这种差异的显著性。其余5 项指标上反而是男生显著滞后。已有文献也发现网络浏览存在性别差异：男生偏好体育、军事以及计算机软硬件，而女生偏好休闲娱乐与生活信息。在通宵打游戏等网络失范行为上，男生也显著高于女生（周兴生，2014）。与此类泛化的网络行为不同，本研究更为关注性别差异在线上学习这一教育场景下的具体呈现及其背后原因：网络接入的需求、使用行为的偏好以及心智投入的特征是否存在显著的性别差异？换而言之，基于性别划分的“新数字鸿沟”是否依旧成立？抑或已然发生本质改变甚至倒悬？

表1 基于性别、户籍所在地、父母学历划分的数字鸿沟均值比较

表2 性别、户籍所在地、父母学历与数字鸿沟的相关分析

进一步对学生自我评价的在线学习结果进行描述统计（详见表3），与线下学习相比，女性、城市生源、非第一代大学生对线上学习效果的评价显著高于男性、农村生源以及家庭第一代大学生。对于在线学习效果的自我评价不能脱离学生就读院校、学科门类以及所在年级的整体学习氛围，也不能忽视之前提及的行为取向（娱乐或阅读偏好）与投入程度（精神专注或时间持久）等“新数字鸿沟”上的显著差异对在线学习产生的间接影响，这意味着需要构建回归模型来洞察“新数字鸿沟”的本质特征及其影响在线学习效果的复杂机制。

表3 基于性别、户籍所在地、父母学历划分的在线学习效果评价的均值比较与相关分析

（二）回归分析

控制学生就读年级、所在高校、学科门类等教育背景变量之后，基于性别、城乡生源以及父母学历划分的不同群体在网络接入、使用行为以及心智投入上仍然存在显著差异（详见表4）。这表明以上3 个维度的数字鸿沟具有统计意义即其结论可推广到样本所代表的上海高校本科生人群。需要注意的一点是基于标准化回归系数，现阶段各项指标的效应值（effect size）都偏小（在0.003 到0.063 之间），意味着现阶段的数字鸿沟带来的群体差异相对较弱。对此解读如下：调查时点处于创新扩散模型里采纳人群超过84%的收尾阶段（罗杰斯，2002），在线学习所需的信息技术已在研究对象里高度渗透，尤其是疫情期间高校教学全面转为线上成为“最后一公里”的助推；就读上海高校的本科生群体同质性较强，数字鸿沟的“高危”群体（老人、义务教育阶段辍学者等）都不属于本研究的调查对象。这意味着在信息技术触手可及与高等教育普及化的时代背景下，至少对于本科生人群而言，数字鸿沟的呈现方式更为隐性，之前基于信息技术渗透率的判定标准（例如设备拥有量、上网速度）不再适用。

表4 基于性别、户籍所在地、父母学历的数字鸿沟回归分析

从分析结果来看（见表4），改用多元回归模型与加入控制变量以后得出的结论与之前的描述统计本质上一致，个别指标上略有变化。具体结论如下：从网络接入来看，主要挑战是城乡差距，无论从为在线学习新买设备还是开通宽带，农村生源都显著高于城市生源。从使用行为来看，女性、农村生源、家庭第一代大学生都呈现出显著的娱乐偏好，但在阅读偏好上出现分化，农村生源疫情期间的课外阅读频率显著少于城市生源，而女生在该指标上显著超过男生。可从不同角度对此进行解读，一方面是问卷设计的不足，与“课下阅读”对应的SOTL-U 调查问题只涉及课外阅读的频率，并未对阅读内容加以区分，造成边界模糊，例如在线学习时偷偷看小说的学生或许课外也喜好阅读同类书籍。另一方面其他群体并未呈现这一特征，这反映出阅读行为、习惯以及偏好上确实存在性别差异。从在线学习时心智投入来看，学生群体之间的差距主要体现在与父母受教育程度相关的家庭背景。父母学历均在高中及以下的家庭第一代大学生无论在线上学习的专注度还是在持久度上都显著偏低，且这两项指标的效应值（分别是0.056 与0.050）对该群体而言大于其他回归系数。由于接触时间延长，父母营造的家庭氛围以及自身示范的工作习惯对学生的影响在疫情期间被“放大”。

综上所述，“旧数字鸿沟”原有定义更适用于学生的户籍所在地这一划分依据，针对网络宽带等硬件环境薄弱的农村或乡镇。基于性别划分的数字鸿沟不再显现，甚至在部分指标上（例如在线学习的持久度）出现女生领先的性别优势。家庭第一代大学生面临的信息技术挑战突出体现为在线学习时集中精力、持续投入等内隐的元认知能力，而并非设备拥有量、上网速度等外在的判定标准。

对在线学习效果的建模分析结果表明（见表5），加入更多控制变量之后，主要结论与之前描述统计呈现的群体差异一致，这体现了分析结果的稳健性④。从R2与F 值来看，加入“新买设备”以及“开通宽带”这两个反映网络接入的变量并未增加模型的解释力度；加入“课上娱乐”与“课下阅读”这两个体现使用行为偏好的变量之后的模型拟合程度明显提高；加入“精神集中”与“持续学习”这两个测量学习者心智投入的变量之后，模型的解释力度进一步加强。上述统计值的变化轨迹为数字鸿沟从强调外接硬件的网络投入到侧重内在偏好的心智投入的演变提供了实证依据。

表5 数字鸿沟与在线学习效果的回归分析

从性别来看，无论是否控制与数字鸿沟3 个维度相关的变量，女生对在线学习效果的自我评价都略高于男生且效应值大小基本不变，这从侧面印证了在本科阶段按性别划分数字鸿沟的不当，也再次为女生自我感知的线上学习优势提供支撑依据。基于疫情期间其他大规模学生调查发现的结论与之相似，即女生在线学习体验整体略好于男生（陈武元，曹荭蕾，2020）。

农村生源与家庭第一代大学生对在线学习效果的自我评价都显著低于城市生源与非第一代大学生。然而在控制网络接入等中介变量之后，两者的效应值分别下降了69%与57%。这意味着户籍所在地或父母学历对在线学习效果的直接影响不到一半，接近六成乃至七成是家庭背景通过网络接入、使用行为或者心智投入对学生产生的间接影响。后者正是缩小数字鸿沟的有效路径。为此构建的复杂模型可进一步指明发力点，例如超过一小时在线学习的持久力效应值最高，在两个模型里都超过0.2。这与国内外众多实证研究强调学生自我调节能力（Zimmerman，1990；Pintrich，2004；邬大光，李文，2020）以及在线学习投入（Coates，2007；Dixon，2010）可相互呼应。其次是培养学生的专注力或避免课上玩游戏、看小说等娱乐行为，两者异途同归且效应值大小趋同。之后是鼓励学生增加课外阅读。新买设备或开通宽带对在线学习效果自我评价的影响甚微，这再次表明在信息技术高渗透率的人群里，“旧数字鸿沟”趋向弥合，主要挑战不再是采纳新的技术或拥有新的设备。

除此之外，学生所处年级、学科门类以及就读院校的效应值大小也有变化，这意味着上述的持久度与专注力训练、课外阅读习惯培养等正是他们高等教育经历的重要组成部分。一个例子是学科差异，人文学科的本科生疫情期间的课外阅读频率以及线上学习的专注力与持久度都显著高于其他学科（尤其是理工农医）的本科生。此外，就读于“双一流”建设高校的本科生在线学习时玩游戏、看小说等“轻度越轨”行为显著高于其他高校的学生，且其专注力与持久度也显著低于其他高校的学生。这或许与该群体兴趣广泛、课外活动表现活跃等人格特征存在一定关联（阎光才，2017）。

五、结论探讨

根据“上海高校在线教与学调查（SOTL-U）”项目的39 所高校64949 名本科生样本，本研究发现，基于网络接入的“旧数字鸿沟”接近弥合，仅户籍在农村或乡镇的学生在疫情期间新买电脑或开通宽带的占比显著高于城市生源。基于使用偏好以及投入程度的“新数字鸿沟”更为突出:女生在线上学习时看小说或玩游戏的行为显著高于男生；家庭第一代大学生线上学习的专注力与持久度均显著低于父母受教育程度更高的非第一代大学生；农村生源则在全部6 项指标上都面临比城市生源更严峻的挑战。通过回归模型控制其他因素之后，网络接入对本科生在线学习效果的自我评价影响甚微；“新数字鸿沟”各项指标对在线学习效果的影响却都显著且效应值相对较大，尤其是“长时间（超过1 小时）投入”的在线学习持久度这一指标的效应值最大。总之，在信息技术渗透率高的人群里，减少乃至消除数字鸿沟的关键不在“最后一公里”的网络接入，而在于“隐形一公里”的心智投入即更难察觉的网络使用习惯、偏好、态度以及能力。

（一）注意调查数据自身局限，对照严格随机实验

上述主要结论无论在均值比较、相关分析还是多元回归模型里保持一致，并通过了各种稳健性检验，这体现了大规模样本趋正态分布、标准差小的优势。然而样本规模与模型复杂程度不能抵消调查数据自身的局限：调查时点的一次性，答题者的主观性以及各种未知因素即遗漏变量带来的偏误（omitted variable bias）。为进一步印证研究结论的合理性，可对照已有文献里通过严格控制的随机实验得出的因果推断。以线上线下不同教学方式为例，整体而言，传统的线下授课与混合式教学没有显著差异（Bowen et al.，2014），但优于完全线上教学（Bettinger et al，2015；Couch and Harmon，2016）。这种差异对于男生、拉美裔或者学困生更为突出（Figlio et al. 2013）。这与本研究里发现的性别差异方向一致，即男生在线学习面临更大挑战。另一个例子是利用大规模在线开放课程（MOOC）进行随机干预，目前收效甚微，“限制上课时浏览聊天网站”与“邮件提醒时间的浪费”未能显著影响学习投入时间、学业成绩以及结课率（Patterson，2018），“制定学习计划”的效果只能保持2 周，“写下选这门课的意义”只对来自欠发达地区的学习者有效（Kizilcec，R. F. et al.，2020）。

（二）注意真实教育情境，重视自我调节学习等内在能力

上述随机干预的主要发现可从侧面呼应了本研究的主要观点：影响在线学习效果的关键在于内在的兴趣偏好与持续投入，而非外部的网络连接或限制访问；这种内在的专注力或持久度需要长期培养，绝非收到一封提醒邮件或写下一份学习计划就能马上见效；任何有效干预都需考虑群体差异，从而设计出更有针对性的解决方案，或许发达地区的学习者有更多选择，单纯强调这门课的意义或价值未必能激发其动力。与之相关的研究趋势反映为从严格控制的实验到真实情境（context）的实践，以自我调节学习（Self-regulated learning，简称SRL）为例，经典的SRL 理论框架及其实证依据主要采用心理学研究里的实验设计，通常关注学习过程的某一特定环境且样本量较小（Panedero，2017）。而最近10 年该理论的发展趋势是回归真实教育情境，例如强调师生互动或相互影响的Co-SRL 或SSRL 理论（Hadwin，2011）。另一发展趋势则是突出性别、初始知识等背景变量对学习状态、行为、模式、习惯、策略等带来的显著差异（Vermeer，2001）。本研究的发现强调了不同背景的学生群体在真实在线学习情境下的行为偏好以及投入程度，为这两个发展趋势新增了高等教育阶段的实证依据。

（三）注意实践层面的行动建议，除欠发达地区（或群体）之外淡化信息技术渗透率

基于以上结论，本研究在实践层面提出的行动建议较为清晰。在之后对于数字鸿沟的数据采集以及报告撰写时，淡化信息技术渗透率这一指标或多用于欠发达地区，例如在撒哈拉以南非洲通过信息技术提高教育质量、促进教育创新与实现教育公平（ICHEI，2021），侧重信息技术使用偏好、能力以及效果等更深层次的多维差异。在疫情之后回归常态的高校教学过程中，通过课上课下衔接把专注力训练、自我调节学习能力提升、阅读习惯培养等纳入人才培养方案，例如教师授课时布置的阅读书单可与学生社团组织的读书会等打通，还可与校图书馆、出版社、周边书店或咖啡馆等联动。针对专注力、持久度等能力培养以及娱乐、阅读等偏好转移的耗时长度与实现难度，减少或消除“新数字鸿沟”的努力不能等到学生进入高等教育阶段之后，而要始于他们具有识字能力乃至更早接触网络等媒体信息时学校、家庭以及社会的共识与协同，如同儿童走向成年需要具备“活跃的个性意识，有逻辑、有次序的思考能力，能使自己与符号保持距离的能力，能操控高层次的抽象概念的能力和延迟满足感的能力”（波兹曼，2015，p66）。

（四）注意“希望-失望”循环怪圈，反思信息技术主导的教育变革

最后需要再次强调过去30 年里“旧数字鸿沟”及其信息技术渗透率崇拜（penetration worship）带来的深远影响。信息技术主导的教育变革似乎陷入一个“希望-失望”的循环怪圈（张建伟，2013），对其影响的分析如同抓拍“一枚飞行的子弹”，只能留下“模糊照片”（Norris，2001）。电脑、宽带、平板、智能手机以及MOOC，每一代新信息技术的出现总是带来高期待，然而在数年之后伴随着技术成熟与服务普及，教育场景下的实质改变或“颠覆性创新”并未如愿发生（刘振天，刘强，2020；Reich，2020）。以从2012 年进入公共视野的MOOC 为例，低完课率备受争议，学生也多分布在发达国家，远离其让弱势群体共享优质高等教育资源的初衷（Reich and Ruiperez-Valiente，2019）。2020 年疫情期间的全面线上教学加速了信息技术的渗透与“旧数字鸿沟”的弥合，但也触发了更多关于学习者、信息技术以及学习效果之间本质关系的反思与探讨。本研究仅是尝试迈出一小步。总之，外接的设备或延伸的知觉习惯（例如网络的信息搜索或电脑的快速计算）不能替代内在的自我调节学习等元认知能力；单一、简化的“正确答案”（例如掌握最新的技术或拥有最高级的设备）也不能替代现实生活里众多复杂、深刻的“真实答案”（周午鹏，2019）。对自身元认知能力的审视与训练以及对生活真实面相的探究与体悟正是不同学生群体之间的“新数字鸿沟”在大学四年得以缩小甚至弥合的重要路径，而这一发现或许可为高等教育人才培养方案提供训练专注力、培养阅读习惯等新的思路。