城乡结对教师数字资源共享行为影响因素探析

王静贤 罗江华

[摘   要] 城乡教师的教学与教研协作，对城乡教育协调发展有重要意义。“互联网+”赋予了城乡教师间数字资源共享的条件，但需探明数字资源共享行为的影响因素，进而提升数字资源服务质量。基于行为预测综合模型和动机理论的调查分析结果表明，城乡教师共享频率层面无显著差异，共享行为呈多向互动趋向。共享行为受益者偏向乡村教师：城市教师更多地共享学科教学软件和工具，乡村教师更多地共享课件、教学设计和练习题等。通过结构方程模型分析发现，自我价值感和他人期望是教师共享数字资源的主要动机，教师共享意向主要受到自我效能感的正向影响，共享意向和共享氛围共同正向影响了数字资源共享行为。由此，建议赋予教师更多的教学自主权，注动能、增效能，加强城乡教师教学共同体之间的互动与协作。

[关键词] 数字资源; 城乡教师; 共享行为; 行为预测综合模型; 动机理论

[中图分类号] G434            [文献标志码] A

[作者简介] 王静贤（1990—），女，重庆人。博士，主要从事“互联网+乡村教育”与智慧教室学习环境研究。E-mail：wangela113@email.swu.edu.cn。罗江华为通讯作者，E-mail：swusun@swu.edu.cn。

一、问题的提出

作为我国城乡义务教育师资一体化发展的重要路径，城乡结对教师在我国县域层面早已广泛存在。最新的研究指出，要构建信息技术支持的城乡教师教学共同体，尤其强调“共同的愿景和价值观”“共同学习与应用”“开放与合作”[1]。“互联网+”为教育资源的优化配置和融合提供了新机遇，通过集群发展使蕴涵其中的教师智力资源和教学智慧得到共享，尤其使数字资源成为教师的重要知识来源[2]。然而，对他人评价的顾虑阻碍了乡村教师进一步贡献知识[3]，知识提供者的受益远大于知识接受者，因此，城乡结对教师参与数字资源共享至关重要。

综观已有研究，从城乡结对教师的视角对数字资源共享问题展开深入的实证研究较为匮乏。目前，关于知识共享的实证研究仅基于社会认知理论[3-4]、社会交换理论[5]等单一理论视角开展。知识共享是一个复杂的过程，需要从多理论融合的视角进行综合研究，才能完全理解教师的共享行为。基于此，本研究对城乡结对教师数字资源共享行为及影响因素进行全面问诊。研究结果将有助于识别城乡结对教师在知识共享变革阶段的动机和障碍，为促进教师专业合作，推动城乡学校一体化发展提供借鉴和参考。

二、理论基础及研究假设

（一）行为预测综合模型

行为预测综合模型（Integrative Model of Behavior Prediction，IMBP）以理性行为理论（Theory of Reasoned Action，TRA）和计划行为理论（Theory of Planned Behavior，TPB）为基础。在IMBP中，三个近端变量（态度、自我效能感和主观规范）被假定为影响行为意向，行为意向又和知识与技能、环境承载及制约因素共同影响实际行为[6]。IMBP已被广泛用于研究教师使用各种数字资源的行为意向和实际行为，如中国乡村教师数字教育资源使用行为影响因素等[7]。在本研究中，IMBP被用来描述城乡结对教师如何参与数字资源共享，以促进教师专业学习和城乡学校一体化发展。

（二）动机理论

根据自我决定理论（Self-Determined Theory，SDT），个体可能既有外在动机，也有内在动机来执行特定行为[8]。外在动机是建立在外部奖励或惩罚之上的动机类型，进一步可分为外部调节、内射调节、认同调节和整合调节。导致内在有趣和愉快行为的动机是内在动机，它的產生取决于自主感、胜任感和关联感三种基本心理需求。在本研究中，动机被视为影响教师对数字资源共享态度的重要因素。

（三）研究假设与模型建构

Kreijns等人证实了动机和IMBP之间的重要关系，整合后的模型可以更精确地描述教师的技术应用行为[9]。本研究在运用IMBP的基础上引入动机，分析动机对个体数字资源共享态度的影响，进而探讨教师对于知识共享的认知和行为之间的关系。据此，本研究提出了城乡结对教师数字资源共享的相关假设，研究模型如图1所示。

1. 动机

在教师不愿意共享自己的知识、经验和想法的情况下，动机可能起着至关重要的作用。虽然不同类型的动机对知识共享行为均有影响，但它们可能会以不同方式影响个人的知识共享行为。已有研究发现，在知识共享过程中获得的自我价值感越强，对知识共享的态度就越积极[10]。但是，对外部奖励的期望更有可能阻碍员工对知识共享的积极态度的发展[11]。在本研究中，自我价值感和他人期望被视为影响教师对数字资源共享态度的重要动机。据此，我们提出研究假设：

H1：自我价值感对态度有显著正向影响;

H2：他人期望对态度有显著负向影响。

2. 态度、自我效能感和主观规范

在IMBP中，对知识共享行为的态度是根据个人的已有经验所形成，它描绘了个人对参与特定行为的正面或负面观点。这意味着，如果教师认为对知识的贡献是没有价值的、无关紧要的，他们往往会回避这种贡献。Chen的研究表明，教师对知识共享的态度正向影响了知识共享意向[12]。Zhang和Liu的研究发现，教师认为在线共享行为越有价值，他们对在线学习的努力就越多[13]。同时，教师的消极态度也会阻碍其对在线知识共享的参与[14]。据此，我们提出研究假设：

H3：态度对共享意向有显著正向影响。

自我效能感、知识与技能是两个关键的、经常被研究的因素，它们都影响着教师的共享行为。知识与技能、自我效能感之间存在较高的相关性，存在区分感知能力（自我效能感）和实际能力（知识与技能）的困难。在本研究中，我们主要关注自我效能感，它反映了教师应对知识共享中可能出现的阻碍的能力。知识共享效能感越高的个体，越有可能表现出交流信息、共享知识的意愿，也越有动力向他人进行知识共享[15];包括在以教师等知识型员工为主体的组织中，自我效能感水平高的教师能够更好地应对知识共享中的不良后果，如被同行批评[16]。据此，我们提出研究假设：

H4：自我效能感对共享意向有显著正向影响。

此外，主观规范也塑造了个体的行为意向。当感受到来自重要人物的压力时，教师会有更强的知识共享意向。然而在最近的研究中发现，对知识共享行为的主观规范并没有影响教师的共享意向[17]。在其他相关研究中，主观规范对于预测行为的贡献率很低[9]。基于此，本研究不考虑主观规范对知识共享行为意向的影响。

3. 共享意向

行为意向是一种精神状态，显示了立即或将来执行特定动作的承诺。随着个人执行某项行为的意向变得更强，执行特定行为的可能性也会增加。在实践社区（Community of Practice，简称COP），共享意向对成员的知识共享行为产生了积极影响[18]。类似地，张思在一项关于中小学教师知识共享的研究中发现，网络学习空间知识共享行为受到了知识共享意向的影响[5]。据此，我们提出研究假设：

H5：共享意向对共享行为有显著正向影响。

4. 共享氛围和工作压力

环境承载和制约因素也被认为是影响行为的因素。有两个环境变量与本研究相关。第一个重要的环境变量是知识共享氛围。根据Bock等人的观点，氛围是指与个体认知相关的特定环境情境[11]。在强调接受新思想和从失败中学习的组织氛围中，知识共享氛围与有效的知识共享之间存在正向关系[19]。非正式的活动或环境对培养知识共享氛围很重要。营造积极的知识共享激励氛围能有效激发学习者在网络学习空间的共享行为[4]。据此，我们提出研究假设：

H6：共享氛围对共享行为有显著正向影响。

另一个重要的环境变量是工作压力，包含了工作量和工作节奏。工作压力是教师共享行为的重要决定因素，根据国外文献，它既可以促进教师与同事共享教学材料，也可以阻止教师参与在线知识共享实践社区[14]。这就提出了一个问题，即工作压力究竟该被视为教师在共享数字资源方面的威胁还是挑战。一般而言，当教师的工作压力升级，他们在繁忙的工作中很难安排额外时间共享数字资源。据此，我们提出研究假设：

H7：工作压力对共享行为有显著负向影响。

三、研究方法与过程

（一）样本情况

本文将城乡结对教师选为研究对象并采用“滚雪球”非概率抽查方法进行数据收集。最终回收问卷650份，其中有效问卷358份。在保留的问卷中，填写问卷的以女教师为主，占71.5%;35岁以下（含35岁）的教师占55.2%;在城市中小学校工作的教师占21.5%，在乡村学校（含教学点、村小和乡镇中小学）工作的教师占78.5%;最高学历以本科为主，占61.2%;在共享数字资源经验方面，3年以下（含3年）教师占57.6%。

（二）研究工具

研究在参考国外成熟量表的基础上，根据研究需要对英文量表进行了翻译、回译及预调查，形成了城乡结对教师数字资源共享行为影响因素的中文调查问卷。问卷采用了李克特五级量表。动机量表借鉴了Vansteenkiste等人研究中的工具[20]，分为自我价值感和他人期望;态度和自我效能感量表参考了Admiraal 等人编订的量表[21];知识共享氛围量表改编自Scheke 等人开发的量表[22];共享意向量表源自Van Acker 等人的研究[23];工作压力量表出自Van Veldhoven 等人的研究[24];共享行为量表为自制量表。

（三）分析方法

研究采取了三个步骤进行数据分析。首先，使用IBM SPSS 25.0对共享行为进行统计分析，回答了教师共享了哪些数字资源以及存在哪些群体差异。其次，在将测量模型拟合到数据上之前，使用Mplus 8.3和IBM SPSS 25.0对指标（观察变量）的信度和效度进行了检验。最后，在结构模型中检验了潜变量之间的关系。采用了具有最大似然估计的结构方程模型对研究假设进行了检验。

四、数据分析与研究结果

（一）研究问题1：共享了什么？

表1总结了八种不同类型数字资源在城乡结对教师中的平均共享频率得分，范围从1（“从不”）到5（“总是”）。就共享的“数量”而言，在参与调查的358名教师中，有23人（6.42%）从未与结对教师共享过数字资源，仅10.89%的教师经常（即一个月几次或更多）参与共享。就共享的“质量”而言，与其他种类的数字资源相比，课件（M=2.87，SD=1.09）是最常共享的内容，微课/微视频（M=2.23，SD=1.07）是最少被教师共享的。进一步对比现有资源流动的来源（如图2、图3所示），我们发现，在“经常”和“总是”维度，乡村教师分享传统数字资源的频率明显高于城市教师。相比于乡村教师，城市教师仅就学科软件与工具作出了更多的贡献。

（二）研究问题2：共享行为有哪些群体差异？

本研究首先采用独立样本T检验对不同性别和城乡学校教师的数字资源共享情况进行分析，结果发现：男女教师共享数字资源不存在显著差异（t=

-0.689，p=0.491），城乡教师共享数字资源也不存在显著差异（t=1.889，p=0.060）。然后，通过单因素方差分析发现，不同年龄教师之间不存在显著差异（F=0.599，p=0.757）。由于共享经验这一变量不满足方差齐性条件，我们使用Welch' Anova进行分析并发现，共享经验之间存在显著差异（p=0.001）。事后检验发现，共享经验不足一年的教师在共享频率上显著低于拥有四年及以上共享经验的教师。

（三）研究问题3：什么影响了共享？

1. 测量模型的信度和效度检验

首先，通过验证性因子分析对有效数据进行了信度和收敛效度检验，最终的检验结果及保留的题项见表2，证實所有变量均具有良好的信度和收敛效度。区分效度的结果显示，模型中的变量之间有着显著相关性，且每个变量的AVE平方根值均大于该变量与其同一列或同一行内所有其他变量的相关系数，表明测量模型具有良好的区分效度。

2. 结构模型的拟合度检验

本研究使用了以下拟合指数评价模型的拟合度：卡方（χ2）、自由度（df）、卡方除以自由度（χ2/df）、比较拟合指数（CFI）、塔克·刘易斯指数（TLI）、近似均方根误差（RMSEA）、标准化均方根残差（SRMR）。χ2/df的值小于5被认为是一个可接受的拟合度[25]。CFI、TLI的值大于0.90，表明结构模型的拟合度良好[26]。RMSEA和SRMR的值小于0.08，表明拟合度可以接受[27]。结果显示：χ2/df=1.710，CFI=0.958，TLI=0.953，RMSEA=0.045， SRMR=0.062，各拟合度值均在可接受范围内，通过了拟合度检验。

3. 研究假设检验

根据表3可知，模型中各变量间的标准化路径系数以及前置变量对结果变量的解释力。自我价值感对态度、自我效能感对共享意向、知识共享氛围对共享行为、共享意向对共享行为的正向影响显著;他人期望对态度具有负向显著影响;而态度对共享意向、工作压力对共享行为均无显著影响。综上，除H3和H7，其他假设均通过检验。其中，自我价值感对态度的影响最大（β=0.618，p<0.001），自我效能感（β= 0.725，p<0.001）对共享意向的影响最大，知识共享氛围（β=0.279，p<0.001）和共享意向（β=0.289，p<0.001）对共享行为的影响差异不大。

表3                假设检验和模型解释力

注：***表示p<0.001，**表示p<0.01。

五、讨论与总结

（一）研究讨论

首先，通过比较八种数字资源的应用频率，研究发现传统的多媒体课件是最常共享的内容，微课等新型数字资源则未被充分共享。类似的研究结果在基于荷兰教师的调查研究中也存在：超过一半的荷兰教师共享了开放教育资源，但这种共享仅限于低复杂度的学习材料[23]。研究還发现，城乡教师之间共享数字资源并无显著差异。这也许得益于大规模的“三个课堂”互动教学实践的推广。经过多方主体的积极推进，数字资源从城市到乡村单向流动的局面开始得到了扭转，呈现多向互动趋向。与共享经验丰富的教师相比，新手教师作出的贡献更少。这一研究结果与数字资源使用的研究类似，乡村教师长期的亲身参与实践有助于资源的常态化应用[7]。

随后，对研究模型进行检验，我们发现作为动机变量的自我价值感（H1）和他人期望（H2）是影响共享行为态度的重要因素，但影响方式不同。这与国外研究类似，对奖励的期望更有可能阻碍员工对知识共享的积极态度[11]。当乡村教师反感或者不赞成来自外界的某些干预时，比如当他们感受到来自他人（如校长）对其共享数字资源的不适宜要求，他们的态度会变得消极。

其次，与已有研究一致，本研究发现自我效能感对共享意向有积极的的影响（H4）。但是共享行为不受态度的影响（H3）。最新的研究对此作出解释：如果不信任接受方，个体不太可能共享他们辛苦得来的知识[28]。同时，我们的研究与以往研究的区别在于被调查的研究对象和他们的工作环境。以往的研究通常是基于营利性组织的员工或高校教师。在大多数组织中，知识是一种重要的资产，它可以被用来为员工谋取利益，然而，共享错误的知识可能会带来负面的结果。城乡结对教师可能受到共享不完整或不正确知识的影响较小，更容易共享知识;但由于数字资源中的知识通常来自较可靠的渠道，教师所增加的价值可能更多的是与教师所使用的教学方法或内容的呈现方式有关，他们所拥有的数字资源可能具有明显的地方、学校、学生适用性。

最后，研究发现共享意向（H5）和共享氛围（H6）正向影响共享行为。与研究假设H7不同的是，工作压力对共享行为没有显著影响。这一发现与Jansen in de Wal等人的研究结果一致，他们指出工作压力对中学教师在专业学习活动中的表现没有影响[29]。究其原因，工作压力对共享行为的影响是一个硬币的两个方面，例如，部分教师认为在一定的工作压力和挑战下，他们更可能共享数字资源，而另外一部分教师会因为繁忙的工作事务而没有额外的时间和精力去共享数字资源。因此，工作压力对共享行为并未产生显著影响。

（二）实践启示

我们认为，为发展更加公平和更高质量的教育，推动城乡教育一体化，就是要将互联网融入教师培训和教师管理中，补“师能不足”之短，补“治理体系”之短，赋予教师更多的教学自主权，注动能、增效能。第一，城乡结对学校管理人员可以调整用于激励知识共享的措施，并从学校组织制度、领导风格等方面进行改善。例如，从强调学校组织期望转向激发教师个人对知识共享的兴趣。激励评估机制的作用不仅仅是通过制度和规划设计来监管教师共享知识的结果，更重要的是对问题作出合理分析和对过程进行优化处理。第二，应消除教师共享数字资源的顾虑和阻力，提高教师的参与度，使他们共同致力于知识共享的变革活动。一方面，加强教师的自我效能感和知识与技能可以成为教师教育机构培养教师共享数字资源行为的指南。尤其要发挥有经验教师的示范引领作用，通过案例展示让新手教师和职前教师获取数字资源共享的成功经验。另一方面，在日常的教研和校本培训工作中，需要增强对教师的技术和教学支持。第三，针对那些不愿意在更大范围共享数字资源的教师，通过实践社区营造慷慨的知识共享氛围可能有助于增强他们的行动。例如，在教研团队中开展协作学习，让数字资源在内部共享的同时，也可以通过团队教师共享给结对教师;团队外的数字资源也可以通过结对教师传递到团队中，从而让数字资源共享更深入、所涉范围更广。

（三）研究不足与展望

本文有以下不足。首先，鉴于本研究对象的特殊性，本研究依托网络进行滚雪球抽样收集问卷，但最终所获有效样本数据相对较小，后续研究可以考虑采用更大的样本量，以提高研究结果的一般性。此外，我们采用自我报告的频次量表来获取教师实际的数字资源共享行为，这对共享质量的了解有限。未来研究可以利用在线监测系统对教师的共享行为进行案例分析，以期对共享行为有更加深入的认识。最后，本研究对城乡结对教师的共享行为及影响因素进行了总体分析，这是了解当前跨校教学共同体共享数字资源实践的第一步，也是重要的一步。随着5G技术的快速普及，“互联网+义务教育”的融合渗透不断深入，越来越多的移动知识共享平台迅猛发展起来。未来的研究应该关注不同线上学习平台和移动学习平台如何在“点对点”和“一对多”的精准结对之下推动城乡学校一体化发展、助力城乡教师共同成长，不断创新知识共享的模型和经验，形成更丰富的实证研究成果。

[參考文献]

[1] 安富海.信息技术支持的城乡教师教学共同体构建研究[J].电化教育研究，2019（7）：70-75.

[2] 郭绍青.“互联网+教育”对教育理论发展的诉求[J].华东师范大学学报（教育科学版），2019，37（4）：25-37.

[3] 赵呈领，梁云真，刘丽丽，等.基于社会认知理论的网络学习空间知识共享行为研究[J].电化教育研究，2016，37（10）：14-21，41.

[4] 秦丹.社会认知理论视角下网络学习空间知识共享影响因素的实证研究[J].现代远程教育研究，2016（6）：74-81.

[5] 张思.社会交换理论视角下网络学习空间知识共享行为研究[J].中国远程教育，2017（7）：26-33，47，80.

[6] FISHBEIN M， AJZEN I. Predicting and changing behavior： the reasoned action approach[M]. New York， NY： Psychology Press， 2011.

[7] WANG J， TIGELAAR D E H， ADMIRAAL W. Connecting rural schools to quality education： rural teachers' use of digital educational resources[J]. Computers in human behavior， 2019， 101（12）： 68-76.

[8] DECI E L， RYAN R M. Intrinsic motivation and self-determination in human behavior[M]. New York： Plenum Co， 1985.

[9] KREIJNS K， VERMEULEN M， VAN ACKER F， et al. Predicting teachers' use of digital learning materials： combining self-determination theory and the integrative model of behaviour prediction[J]. European journal of teacher education， 2014， 37（4）： 465-478.

[10] RAMAYAH T， YEAP J A， IGNATIUS J. An empirical inquiry on knowledge sharing among academicians in higher learning institutions[J]. Minerva， 2013， 51（2）： 131-154.

[11] BOCK G W， ZMUD R W， KIM Y G， et al. Behavioral intention formation in knowledge sharing： examining the roles of extrinsic motivators， social-psychological forces， and organizational climate[J]. MIS quarterly， 2005， 29（1）： 87-111.

[12] CHEN C C. Factors affecting high school teachers' knowledge-sharing behaviors[J]. Social behavior and personality， 2011， 39（7）： 993-1008.

[13] ZHANG S， LIU Q. Investigating the relationships among teachers' motivational beliefs， motivational regulation， and their learning engagement in online professional learning communities[J]. Computers & education， 2019， 134（6）： 145-155.

[14] HEW K F， HARA N. Empirical study of motivators and barriers of teacher online knowledge sharing[J]. Educational technology research and development， 2007， 55（6）： 573-595.

[15] LIN H F. Effects of extrinsic and intrinsic motivation on employee knowledge sharing intentions[J]. Journal of information science， 2007， 33（2）： 135-149.

[16] RUNHAAR P， SANDERS K. Promoting teachers' knowledge sharing. the fostering roles of occupational self-efficacy and human resources management[J]. Educational management administration & leadership， 2016， 44（5）： 794-813.

[17] JOLAEE A， NOR K M， KHANI N， et al. Factors affecting knowledge sharing intention among academic staff[J]. International journal of educational management， 2014， 28（4）： 413-431.

[18] JEON S， KIM Y G， KOH J. An integrative model for knowledge sharing in communities-of-practice[J]. Journal of knowledge management， 2011， 15（2）： 251-269.

[19] AL-KURDI O， EL-HADDADEH R， ELDABI T. The role of organisational climate in managing knowledge sharing among academics in higher education[J]. International journal of information management， 2020， 50（2）： 217-227.

[20] VANSTEENKISTE M， SIERENS E， SOENENS B， et al. Motivational profiles from a self-determination perspective： the quality of motivation matters[J]. Journal of educational psychology， 2009， 101（3）： 671-688.

[21] ADMIRAAL W， LOUWS M， LOCKHORST D， et al. Teachers in school-based technology innovations： a typology of their beliefs on teaching and technology[J]. Computers & education， 2017， 114（11）： 57-68.

[22] SCHEKE W， SLIGTE H W， ADMIRAAL W， et al. Scan school als professionele leergemeenschap [Scan school as a professional learning community] [M]. Amsterdam， The Netherlands： Kohnstamm Instituut， 2015.

[23] VAN ACKER F， VERMEULEN M， KREIJNS K， et al. The role of knowledge sharing self-efficacy in sharing open educational resources[J]. Computers in human behavior， 2014， 39（10）： 136-144.

[24] VAN VELDHOVEN M， MEIJMAN T F. Het meten van psychosociale arbeidsbelasting met een vragenlijst （VBBA）[M]. Amsterdam： Dutch Institute of Working Conditions， 1994.

[25] BAGOZZI R P， YI Y. On the evaluation of structural equation models[J]. Journal of the academy of marketing science， 1988， 16（1）： 74-94.

[26] KLINE R B. Principles and practice of structural equation modeling[M]. 2nd ed. New York： Guilford Press， 2005.

[27] HU L T， BENTLER P M. Cutoff criteria for fit indexes in covariance structure analysis： conventional criteria versus new alternatives[J]. Structural equation modeling， 1999， 6（1）： 1-55.

[28] AKOSILE A， OLATOKUN W. Factors influencing knowledge sharing among academics in Bowen University， Nigeria[J]. Journal of librarianship and information science， 2020， 52（2）： 410-427.

[29] JANSEN IN DE WAL J， VAN DEN BEEMT A， MARTENS R L， et al. The relationship between job demands， job resources and teachers' professional learning： is it explained by self-determination theory？[J]. Studies in continuing education， 2020， 42（1）： 17-39.