论文部分内容阅读
摘要：为更好地实现信息技术与教育的深度融合在促进教育公平和实现优质教育资源广泛共享方面发挥的重大作用，该文基于CFPS2016数据，分析了中小学生使用互联网学习的城乡差异状况。结果表明，与使用互联网社交和娱乐相比，中小学生使用互联网学习的频率相对较低，城乡差距较大；对互联网学习、获取信息重要性的認知是影响互联网学习的重要因素，但在互联网获取信息重要性的认知方面，城乡中小学生存在较大差异；使用Heckman两阶段法估计互联网学习频率的城乡差异，得到的结果不显著，表明能否上网是造成城乡小学生使用互联网学习频率存在差异的主要因素之一。最后，结合研究发现，提出了几点促进教育信息化发展和缩小城乡差异的建议。
关键词：城乡中小学生；互联网学习；教育信息化；“互联网 ”
中图分类号：G434 文献标识码：A
信息技术与教育的深度融合在促进教育公平和实现优质教育资源广泛共享方面发挥了重大作用。党和政府越来越重视教育信息化的发展战略。《国家中长期教育改革和发展规划纲要（2010-2020年）》明确指出：“信息技术对教育发展具有革命性影响，必须予以高度重视”。《教育信息化十年发展规划（2011-2020年）》提出要基本建或人人可享有优质教育资源的信息化学习环境。2015年，李克强总理在政府工作报告中首次提出“互联网 ”行动计划，在此形势下，“互联网 教育”已成为国家战略“互联网 ”的重要组成部分。近几年，随着翻转课堂、慕课（MOOC）、微课、少儿英语在线教育等教育形式的出现，“互联网 教育”的局面已经初步形成。在国际上，自上世纪90年代以来，很多国家把教育信息化作为促进教育改革与发展的重大战略举措，并且取得了显著成效。1996年，美国就提出到2000年必须实施100%的学校联通国际互联网，实际上到2001年，美国中小学校的网络化程度达到了99%；在21世纪初，瑞典中小学生上网率达100%。相比之下，受制于互联网的发展水平，我国教育信息化显得比较滞后，截止到2017年12月，我国在线教育用户规模达1.44亿，占总网民人数的20.1%。十九大报告首次提出“办好网络教育”，突出了“网络教育”是推动城乡义务教育一体化发展、促进教育公平和提升教育质量的有效途径。
随着信息技术在日常生活中的地位越来越高，网络不平等或数字鸿沟成为一个广受关注的现象。由于我国长期的二元经济结构，城乡间的数字鸿沟尤为明显。要想教育受益于信息技术，必须消除数字鸿沟，尤其是在互联网接入领域。我国城乡数字鸿沟已经大幅缩小，但仍有较大差异。截至到2017年12月，我国网民规模达到7.72亿，互联网普及率为55.8%，城镇、农村分别为71.0%、35.4%。关于数字鸿沟的问题已有许多研究。但有学者指出，传统意义上的数字鸿沟通常以互联网普及率作为测度指标，应更关注上网技能差异而导致的“技能鸿沟”和使用方式差异而导致的“使用鸿沟”，仅关注互联网普及率不足以促进教育公平，更应关注“技能鸿沟”和“使用鸿沟”。李艳等通过对南通地区496名城乡中学生的调查发现，城市中学生在网络技能和使用互联网学习方面明显优于农村中学生。李汪洋和谢宇也发现，城乡中小学生利用互联网的学习行为方面存在较大的差异。
在“互联网 ”背景下，“互联网 ”带给教育领域的机遇与挑战以及教育在理论与实践中应有的改革与创新是当前学界研究的热点问题，很多学者从新型学习方式、学习新形态、学生核心素养发展、教学实践等方面分析了“互联网 ”带来的影响。在网络学习方面，王继新等提出了构建城乡学生网络学习共同体；曹贤中等分析了网络学习的适应性；李玉斌、周岩等调查了大学生网络学习行为；周丽红等调查分析了学习者的自主学习状况；梁云真等实证分析了大学生网络学习空间中的交互行为；谢幼如等研究发现，应用网络学习空间能提升大学生的自我效能感。
现有研究多集中在理论分析和定性研究方面，研究对象多是大学生，对中小学生使用互联网学习现状、行为以及态度的研究不足，相关的实证分析也较少。“互联网 ”与教育的深度融合最终会体现在学生利用互联网学习的行为上。在互联网时代下，有三种学习模式：学校教育、网络教育和网络学习。因此，十分有必要研究城乡中小学生使用互联网学习的现状。为促进城乡义务教育一体化发展，我国先后实施了“校校通”工程、农村中小学现代远程教育工程、“三通两平台”等。教育信息化发展至今，我国城乡中小学生使用互联网学习的现状是怎样的？差距有多大？如何缩小差距？对这些问题的实证研究，无疑具有重要的现实意义和政策含义，既可以评估我国教育信息化的政策效果，也可以为缩小城乡教育发展差距提供决策参考。只有在了解城乡中小学生使用互联网学习现状的基础上，才能更好地研究“互联网 ”给教育带来的影响以及为推动城乡一体化发展提供政策建议。据此，本文基于中国家庭追踪调查（China Family Panel Studies，CFPS）2016年的数据，研究对象是小学三年级到高中三年级的学生群体，重点对比分析中小学生使用互联网学习的城乡差异状况，为平衡发展城乡教育和充分发展农村教育提供决策依据。
（一）数据来源
本研究使用的数据来源于北京大学的中国家庭追踪调查（China Family Panel Studies，以下简CFPS）。CFPS是一项全国性、大规模、多学科的社会跟踪调查项目。CFPS样本覆盖25个省/市/自治区（不含香港、澳门、台湾、新疆、西藏、青海、内蒙古、宁夏、海南），目标样本规模为16000户，调查对象包含样本家户中的全部家庭成员。CFPS采用多阶段、内隐分层和与人口规模成比例的系统概率抽样方式。CFPS抽样还打破了农村与城市分开抽样的传统，采用城乡一体化的抽样方式。CFPS采用计算机辅助调查技术开展访问，访问效率和数据质量都比较高，为学术界提供了可靠的研究数据来源。对比CFPS家庭成员的性别和年龄结构与“六普”的人口结构分布，发现十分吻合，说明了CFPS数据的代表性很高。关于CFPS数据的详细介绍，可参照谢宇等的研究。 自2010年正式实施基线调查起，迄今为止CFPS已采集四期数据。根据研究需要，本研究使用最新一期的调查数据，即CFPS2016年的调查数据。CFPS调查问卷共有社区问卷、家庭问卷、成人问卷和少儿问卷四种主体问卷类型。该数据的手机和网络模块调查了学生是否使用互联网、使用互联网学习（社交、娱乐等）的频率、互联网对学习和获取信息的重要性等信息，基本满足本研究的需要。CFPS数据关于互联网的调查已被很多学者应用，反映了该数据具有良好的代表性。
（二）样本分析
根据CFPS2016数据，与本文研究相关的有效样本量为3190个，其中农村样本为1886个，占比为59%，城镇样本占比为41%。样本覆盖全国25个省/市/自治区，平均每个省份的样本为129个。对这些样本进行描述性分析，如表1所示。
从表1结果可以看出，男生占比为52.3%，女生占比为47.7%，在农村和城镇内部分布比较均匀。从年级分布来看，从小学三年级到高中三级年的分布差别不大，其中占比最大的是小学五年级，为13.2%，占比最小的是小学三年级，为4.7%。从家庭年收入来看，43.6%的学生来自年收入低于3万元的家庭，15.7%的学生来自年收入8万元以上的家庭；从城乡内部占比来看，农村来自低收入家庭的学生占比较大，城镇来自中等收入家庭的学生占比较大。需要特别说明的是，是否上网变量综合了两个方面：是否手机上网和是否电脑上网。从有效回答的样本来看，61.4%的受访学生有上网行为，38.6%的学生没有上网行为；在农村有效回答的样本中，50.8%的学生有上网行为，而在城镇有效回答的样本中，76.6%的学生有上网行为，二者相差25.8个百分点。
关于使用互联网学习频率的调查只针对有上网行为的学生，根据学习频率高低，学生回答选项有6个：几乎每天、每周3—4次、每周1—2次、每月2-3次、每月最多一次、从不，总体样本占比分为10.6%、19.7%、27.3%、15.2%、12.4%、14.8%，每周学习1—2次的占比最大。分城乡来看，城乡“几乎每天”使用互联网学习的学生占比分别为13.6%、7.4%，相差6.2個百分点，
“从不”使用互联网学习的占比分别为12.8%、16.9%，相差4.1个百分点。从有效回答样本来看，使用互联网学习的频率越低，农村学生的占比相对越高。
（三）分析方法
本文使用Statal4.1进行数据分析。具体的分析方法有描述性统计分析、多元回归分析和Heckman两阶段法。第一部分首先使用描述统计对比分析中小学生使用互联网学习与社交、娱乐行为；使用相关分析法分析互联网对学习和获取信息的重要性认知与互联网学习频率的相关性；第二部分使用多元回归，分析城乡中小学生使用互联网学习频率的差异性。多元回归方程如下：
其中，下标i表示个人，j表示省份。Learning表示互联网学习频率，几乎每天、每周3-4次、每周1-2次、每月2-3次、每月最多一次分别赋值为5、4、3、2、1。Controls是关于个体的其他控制变量，包括性别、年级、学习努力程度、互联网对学习的重要性认知。Province是省份虚拟变量，用于控制省份的不同情况。是随机干扰项。学习努力程度的回答选项有五个：很不努力、不努力、一般、比较努力、很努力，分别赋值1、2、3、4、5。关于互联网对学习的重要性，回答选项有五个：非常不重要、不重要、一般、比较重要、非常重要，分别赋值1、2、3、4、5。由于被解释变量是有序离散变量，一般使用有序Probit模型，为保证结果的稳健性，本文对比使用OLS（最小二乘法）和有序Probit模型。
但是根据样本数据特征，使用互联网学习频率的调查只针对有上网行为的学生，也就是说只能用有上网行为的个体才能用方程（1）估计城乡之间的差异，这就会产生样本选择问题。尤其对农村中小学生来说，仅50.8%的学生有上网行为，几乎一半的学生没有上网行为，因此无法观测到这部分学生使用互联网学习的行为，导致可观测的样本不能代表总体，会使得城乡中小学生使用互联网学习频率差异的估计值偏大。为了解决样本选择偏差问题，本研究使用Heckman两阶段法进行纠偏。在第一节阶段，使用Probit模型对全体学生是否上网进行估计，得到每一个观测值的逆米尔斯比即；第二阶段将逆米尔斯比作为解释变量加入估计方程（1），在进一步估计城乡中小学生利用互联网学习频率的差异。是否上网和一个家庭的收入水平有很大关系，家庭收入水平越高，学生拥有移动终端或电脑的可能性就越大，有上网行为的可能性也就越大。是否上网还与学生对互联网获取信息重要性的认知有关系，如果学生认为互联网获取信息很重要，选择上网的可能性就越大。因此，本研究使用家庭收入水平和互联网获取信息重要性的认知作为识别变量估计第一阶段学生是否上网的方程，在纠正样本偏差的情况下，第二阶段用于估计城乡中小学生使用互联网学习频率差异的方程为：
使用Heckrnan两阶段法进行纠偏，不仅可以准确估计城乡中小学生使用互联网学习频率差异，而且与方程（1）的估计结果进行对比分析，有良好的政策含义。
（四）研究假设
根据研究内容和目的，提出以下几个假设： 假设一：由于互联网普及率和教育信息化在城乡发展之间的差距，城乡中小学生使用互联网学习、娱乐、社交的现状均会存在差异。
假设二：城乡中小学生对互联网学习和获取信息的重要性认知方面会存在差异，并且对使用互联网学习频率有显著影响。
假设三：如果不对样本选择偏差进行纠正，即使在控制一些变量的情况下，城乡中小学生使用互联网学习频率差异的估计结果依然存在，即城镇学生使用互联网学习的频率高于农村学生；城乡中小学生对互联网对学习频率存在差异，主要是因为农村的互联网普及率较低，如果对对样本选择偏差进行纠正，即使用Heckman两阶段法，城乡中小学生对互联网对学习频率的差异会显著降低，甚至不存在。
（一）使用互联网学习、社交和娱乐的对比分析
互联网用途广比较广泛，为了了解城乡中小学生使用互联网学习的频率高低，本文选择互联网社交和互联网娱乐进行对比分析。城乡中小学生使用互联网学习、社交和娱乐的频率分布分别如表2所示，总样本量为1958个，城镇样本量为999个，农村样本量为959个。需要特别说明的是，对互联网社交和娱乐的调查与互联网学习一样，CFPS2016的数据只调查有上网行为的学生。
从表2可以发现，从整体来看，使用互联网学习的频率低于使用互联网社交和娱乐。在使用互联网学习的频率分布中，占比最大的是“每周1-2次”，占比为27.2%；使用互联网社交的频率分布中，占比最大的是“几乎每天”，达到了38.7%；使用互联网娱乐的频率分布中，占比最大的也是“几乎每天”，达到了33.1%。如果对“几乎每天”“每周3-4次”和“每周1-2次”的频率进行加总，也就是每周至少学习一次的频率，互联网学习、社交和娱乐分别为57.7%、77.2%、79.9%，依次增大，使用互联网学习的频率最低，与使用互联网娱乐的频率相差了22.2个百分点。
分城乡来看，三种互联网用途和总体频率分布大致相似，但城乡之间的差异较大。分别对城乡的“几乎每天”“每周3-4次”和“每周1-2次”的频率进行加总，城镇中小学生每周至少一次的学习、社交和娱乐频率分别为61.0%、76.8%、82.1%；农村中小学生每周至少一次的学习、社交和娱乐频率分别为54.1%、77.6%、77.6%；城鄉中小学生每周至少一次的学习、社交和娱乐频率之差分别6.8、0.8、4.5个百分点。对比以上分析可以发现，城乡中小学生在使用互联网行为方面存在较大差异，使用互联网学习的频率最低，并且差异最大，但在社交方面几乎不存在差异。
（二）城乡中小学生对互联网学习和获取信息的重要性认知
在“互联网 ”时代下，认知是构建教育大厦的基础，认知方式的改变才能促进教育的革新。城乡中小学生对互联网学习频率的差异可能来源于对互联网学习和获取信息的重要性认知。这部分内容重点分析城乡中小学生对互联网学习和获取信息的重要性认知及其与互联网学习频率的相关性。在CFPS2016中，关于互联网对获取信息的重要性认知和互联网对学习的重要性认知相同，回答选项也是五个，二者的频率分布图如图4所示。关于互联网对获取信息重要性的样本有3214个，城镇和农村分别有1304个、1886个。关于互联网对获取学习重要性的样本有1683个，城镇和农村分别有871个、797个。
由下页表3可以发现，农村中小学生认为互联网对获取信息非常不重要的比例高达27.5%，比城镇高15.5个百分点，而农村中小学生认为互联网对获取信息非常重要和比较重要的比例之和为35.7%，这一比例比城镇低15个百分点，说明城乡中小学生对互联网获取信息重要性的认知方面存在较大差异，可能因为农村的互联网发展水平比较滞后，农村学生对互联网重要性的认知程度还不高。关于互联网对学习重要性的调查，城乡中小学生之间也存在差异，但差异并不是很大，农村中小学生认为互联网对学习非常重要和比较重要的比例之和为48.0%，可以说几乎一半的农村学生认为互联网对学习比较重要，这一数据在城镇是49%，城乡之间差别甚微，且从频率分布来看，城乡中小学生对互联网学习重要性的认知不存在明显差异。
表4汇报了互联网学习频率与互联网学习、获取信息重要性认知的相关系数及其显著性水平。可以发现，互联网学习频率与互联网对学习重要性的认知存在显著的相关性，但农村的相关系数低于城镇的相关系数，说明对于城镇中小学群体而言，互联网对学习重要性的认知可能对互联网学习频率的影响更大。在农村样本中，互联网学习频率与互联网对获取信息重要性的认知不存在显著的正相关，而在城镇样本中十分显著，再次说明了农村学生对互联网重要性的认知程度还不够高。
（三）回归结果分析
1.互联网学习频率的城乡差异：基于OLS和有序Probit模型的估计结果
互联网学习频率受到多种因素的影响，多元回归是最常用的分析方法。为进一步刻画城乡中小学生使用互联网学习频率的差异，本文首先使用方程（1）来估计城乡差异，回归结果如表5所示，前两列的回归用OLS方法进行估计，第三列使用了有序Probit模型。第一列是没有任何控制变量的回归结果，城镇变量的估计系数在0.01水平上显著为正，表示城镇中小学生的互联网学习频率比农村中小学生高0.22个单位。第二、三列是加入所有控制变量的回归结果。从第二列的回归结果，可以发现城镇变量的估计系数继续在0.01水平上显著为正，但大小有所降低，表明在控制其他因素的条件下，城乡之间的差异会降低。对比第二列和第三列的回归结果，从系数正负和显著性来看，回归模型（1）的设置比较稳健。
关键词：城乡中小学生；互联网学习；教育信息化；“互联网 ”
中图分类号：G434 文献标识码：A
一、引言
信息技术与教育的深度融合在促进教育公平和实现优质教育资源广泛共享方面发挥了重大作用。党和政府越来越重视教育信息化的发展战略。《国家中长期教育改革和发展规划纲要（2010-2020年）》明确指出：“信息技术对教育发展具有革命性影响，必须予以高度重视”。《教育信息化十年发展规划（2011-2020年）》提出要基本建或人人可享有优质教育资源的信息化学习环境。2015年，李克强总理在政府工作报告中首次提出“互联网 ”行动计划，在此形势下，“互联网 教育”已成为国家战略“互联网 ”的重要组成部分。近几年，随着翻转课堂、慕课（MOOC）、微课、少儿英语在线教育等教育形式的出现，“互联网 教育”的局面已经初步形成。在国际上，自上世纪90年代以来，很多国家把教育信息化作为促进教育改革与发展的重大战略举措，并且取得了显著成效。1996年，美国就提出到2000年必须实施100%的学校联通国际互联网，实际上到2001年，美国中小学校的网络化程度达到了99%；在21世纪初，瑞典中小学生上网率达100%。相比之下，受制于互联网的发展水平，我国教育信息化显得比较滞后，截止到2017年12月，我国在线教育用户规模达1.44亿，占总网民人数的20.1%。十九大报告首次提出“办好网络教育”，突出了“网络教育”是推动城乡义务教育一体化发展、促进教育公平和提升教育质量的有效途径。
随着信息技术在日常生活中的地位越来越高，网络不平等或数字鸿沟成为一个广受关注的现象。由于我国长期的二元经济结构，城乡间的数字鸿沟尤为明显。要想教育受益于信息技术，必须消除数字鸿沟，尤其是在互联网接入领域。我国城乡数字鸿沟已经大幅缩小，但仍有较大差异。截至到2017年12月，我国网民规模达到7.72亿，互联网普及率为55.8%，城镇、农村分别为71.0%、35.4%。关于数字鸿沟的问题已有许多研究。但有学者指出，传统意义上的数字鸿沟通常以互联网普及率作为测度指标，应更关注上网技能差异而导致的“技能鸿沟”和使用方式差异而导致的“使用鸿沟”，仅关注互联网普及率不足以促进教育公平，更应关注“技能鸿沟”和“使用鸿沟”。李艳等通过对南通地区496名城乡中学生的调查发现，城市中学生在网络技能和使用互联网学习方面明显优于农村中学生。李汪洋和谢宇也发现，城乡中小学生利用互联网的学习行为方面存在较大的差异。
在“互联网 ”背景下，“互联网 ”带给教育领域的机遇与挑战以及教育在理论与实践中应有的改革与创新是当前学界研究的热点问题，很多学者从新型学习方式、学习新形态、学生核心素养发展、教学实践等方面分析了“互联网 ”带来的影响。在网络学习方面，王继新等提出了构建城乡学生网络学习共同体；曹贤中等分析了网络学习的适应性；李玉斌、周岩等调查了大学生网络学习行为；周丽红等调查分析了学习者的自主学习状况；梁云真等实证分析了大学生网络学习空间中的交互行为；谢幼如等研究发现，应用网络学习空间能提升大学生的自我效能感。
现有研究多集中在理论分析和定性研究方面，研究对象多是大学生，对中小学生使用互联网学习现状、行为以及态度的研究不足，相关的实证分析也较少。“互联网 ”与教育的深度融合最终会体现在学生利用互联网学习的行为上。在互联网时代下，有三种学习模式：学校教育、网络教育和网络学习。因此，十分有必要研究城乡中小学生使用互联网学习的现状。为促进城乡义务教育一体化发展，我国先后实施了“校校通”工程、农村中小学现代远程教育工程、“三通两平台”等。教育信息化发展至今，我国城乡中小学生使用互联网学习的现状是怎样的？差距有多大？如何缩小差距？对这些问题的实证研究，无疑具有重要的现实意义和政策含义，既可以评估我国教育信息化的政策效果，也可以为缩小城乡教育发展差距提供决策参考。只有在了解城乡中小学生使用互联网学习现状的基础上，才能更好地研究“互联网 ”给教育带来的影响以及为推动城乡一体化发展提供政策建议。据此，本文基于中国家庭追踪调查（China Family Panel Studies，CFPS）2016年的数据，研究对象是小学三年级到高中三年级的学生群体，重点对比分析中小学生使用互联网学习的城乡差异状况，为平衡发展城乡教育和充分发展农村教育提供决策依据。
二、研究设计
（一）数据来源
本研究使用的数据来源于北京大学的中国家庭追踪调查（China Family Panel Studies，以下简CFPS）。CFPS是一项全国性、大规模、多学科的社会跟踪调查项目。CFPS样本覆盖25个省/市/自治区（不含香港、澳门、台湾、新疆、西藏、青海、内蒙古、宁夏、海南），目标样本规模为16000户，调查对象包含样本家户中的全部家庭成员。CFPS采用多阶段、内隐分层和与人口规模成比例的系统概率抽样方式。CFPS抽样还打破了农村与城市分开抽样的传统，采用城乡一体化的抽样方式。CFPS采用计算机辅助调查技术开展访问，访问效率和数据质量都比较高，为学术界提供了可靠的研究数据来源。对比CFPS家庭成员的性别和年龄结构与“六普”的人口结构分布，发现十分吻合，说明了CFPS数据的代表性很高。关于CFPS数据的详细介绍，可参照谢宇等的研究。 自2010年正式实施基线调查起，迄今为止CFPS已采集四期数据。根据研究需要，本研究使用最新一期的调查数据，即CFPS2016年的调查数据。CFPS调查问卷共有社区问卷、家庭问卷、成人问卷和少儿问卷四种主体问卷类型。该数据的手机和网络模块调查了学生是否使用互联网、使用互联网学习（社交、娱乐等）的频率、互联网对学习和获取信息的重要性等信息，基本满足本研究的需要。CFPS数据关于互联网的调查已被很多学者应用，反映了该数据具有良好的代表性。
（二）样本分析
根据CFPS2016数据，与本文研究相关的有效样本量为3190个，其中农村样本为1886个，占比为59%，城镇样本占比为41%。样本覆盖全国25个省/市/自治区，平均每个省份的样本为129个。对这些样本进行描述性分析，如表1所示。
从表1结果可以看出，男生占比为52.3%，女生占比为47.7%，在农村和城镇内部分布比较均匀。从年级分布来看，从小学三年级到高中三级年的分布差别不大，其中占比最大的是小学五年级，为13.2%，占比最小的是小学三年级，为4.7%。从家庭年收入来看，43.6%的学生来自年收入低于3万元的家庭，15.7%的学生来自年收入8万元以上的家庭；从城乡内部占比来看，农村来自低收入家庭的学生占比较大，城镇来自中等收入家庭的学生占比较大。需要特别说明的是，是否上网变量综合了两个方面：是否手机上网和是否电脑上网。从有效回答的样本来看，61.4%的受访学生有上网行为，38.6%的学生没有上网行为；在农村有效回答的样本中，50.8%的学生有上网行为，而在城镇有效回答的样本中，76.6%的学生有上网行为，二者相差25.8个百分点。
关于使用互联网学习频率的调查只针对有上网行为的学生，根据学习频率高低，学生回答选项有6个：几乎每天、每周3—4次、每周1—2次、每月2-3次、每月最多一次、从不，总体样本占比分为10.6%、19.7%、27.3%、15.2%、12.4%、14.8%，每周学习1—2次的占比最大。分城乡来看，城乡“几乎每天”使用互联网学习的学生占比分别为13.6%、7.4%，相差6.2個百分点，
“从不”使用互联网学习的占比分别为12.8%、16.9%，相差4.1个百分点。从有效回答样本来看，使用互联网学习的频率越低，农村学生的占比相对越高。
（三）分析方法
本文使用Statal4.1进行数据分析。具体的分析方法有描述性统计分析、多元回归分析和Heckman两阶段法。第一部分首先使用描述统计对比分析中小学生使用互联网学习与社交、娱乐行为；使用相关分析法分析互联网对学习和获取信息的重要性认知与互联网学习频率的相关性；第二部分使用多元回归，分析城乡中小学生使用互联网学习频率的差异性。多元回归方程如下：
其中，下标i表示个人，j表示省份。Learning表示互联网学习频率，几乎每天、每周3-4次、每周1-2次、每月2-3次、每月最多一次分别赋值为5、4、3、2、1。Controls是关于个体的其他控制变量，包括性别、年级、学习努力程度、互联网对学习的重要性认知。Province是省份虚拟变量，用于控制省份的不同情况。是随机干扰项。学习努力程度的回答选项有五个：很不努力、不努力、一般、比较努力、很努力，分别赋值1、2、3、4、5。关于互联网对学习的重要性，回答选项有五个：非常不重要、不重要、一般、比较重要、非常重要，分别赋值1、2、3、4、5。由于被解释变量是有序离散变量，一般使用有序Probit模型，为保证结果的稳健性，本文对比使用OLS（最小二乘法）和有序Probit模型。
但是根据样本数据特征，使用互联网学习频率的调查只针对有上网行为的学生，也就是说只能用有上网行为的个体才能用方程（1）估计城乡之间的差异，这就会产生样本选择问题。尤其对农村中小学生来说，仅50.8%的学生有上网行为，几乎一半的学生没有上网行为，因此无法观测到这部分学生使用互联网学习的行为，导致可观测的样本不能代表总体，会使得城乡中小学生使用互联网学习频率差异的估计值偏大。为了解决样本选择偏差问题，本研究使用Heckman两阶段法进行纠偏。在第一节阶段，使用Probit模型对全体学生是否上网进行估计，得到每一个观测值的逆米尔斯比即；第二阶段将逆米尔斯比作为解释变量加入估计方程（1），在进一步估计城乡中小学生利用互联网学习频率的差异。是否上网和一个家庭的收入水平有很大关系，家庭收入水平越高，学生拥有移动终端或电脑的可能性就越大，有上网行为的可能性也就越大。是否上网还与学生对互联网获取信息重要性的认知有关系，如果学生认为互联网获取信息很重要，选择上网的可能性就越大。因此，本研究使用家庭收入水平和互联网获取信息重要性的认知作为识别变量估计第一阶段学生是否上网的方程，在纠正样本偏差的情况下，第二阶段用于估计城乡中小学生使用互联网学习频率差异的方程为：
使用Heckrnan两阶段法进行纠偏，不仅可以准确估计城乡中小学生使用互联网学习频率差异，而且与方程（1）的估计结果进行对比分析，有良好的政策含义。
（四）研究假设
根据研究内容和目的，提出以下几个假设： 假设一：由于互联网普及率和教育信息化在城乡发展之间的差距，城乡中小学生使用互联网学习、娱乐、社交的现状均会存在差异。
假设二：城乡中小学生对互联网学习和获取信息的重要性认知方面会存在差异，并且对使用互联网学习频率有显著影响。
假设三：如果不对样本选择偏差进行纠正，即使在控制一些变量的情况下，城乡中小学生使用互联网学习频率差异的估计结果依然存在，即城镇学生使用互联网学习的频率高于农村学生；城乡中小学生对互联网对学习频率存在差异，主要是因为农村的互联网普及率较低，如果对对样本选择偏差进行纠正，即使用Heckman两阶段法，城乡中小学生对互联网对学习频率的差异会显著降低，甚至不存在。
三、分析结果
（一）使用互联网学习、社交和娱乐的对比分析
互联网用途广比较广泛，为了了解城乡中小学生使用互联网学习的频率高低，本文选择互联网社交和互联网娱乐进行对比分析。城乡中小学生使用互联网学习、社交和娱乐的频率分布分别如表2所示，总样本量为1958个，城镇样本量为999个，农村样本量为959个。需要特别说明的是，对互联网社交和娱乐的调查与互联网学习一样，CFPS2016的数据只调查有上网行为的学生。
从表2可以发现，从整体来看，使用互联网学习的频率低于使用互联网社交和娱乐。在使用互联网学习的频率分布中，占比最大的是“每周1-2次”，占比为27.2%；使用互联网社交的频率分布中，占比最大的是“几乎每天”，达到了38.7%；使用互联网娱乐的频率分布中，占比最大的也是“几乎每天”，达到了33.1%。如果对“几乎每天”“每周3-4次”和“每周1-2次”的频率进行加总，也就是每周至少学习一次的频率，互联网学习、社交和娱乐分别为57.7%、77.2%、79.9%，依次增大，使用互联网学习的频率最低，与使用互联网娱乐的频率相差了22.2个百分点。
分城乡来看，三种互联网用途和总体频率分布大致相似，但城乡之间的差异较大。分别对城乡的“几乎每天”“每周3-4次”和“每周1-2次”的频率进行加总，城镇中小学生每周至少一次的学习、社交和娱乐频率分别为61.0%、76.8%、82.1%；农村中小学生每周至少一次的学习、社交和娱乐频率分别为54.1%、77.6%、77.6%；城鄉中小学生每周至少一次的学习、社交和娱乐频率之差分别6.8、0.8、4.5个百分点。对比以上分析可以发现，城乡中小学生在使用互联网行为方面存在较大差异，使用互联网学习的频率最低，并且差异最大，但在社交方面几乎不存在差异。
（二）城乡中小学生对互联网学习和获取信息的重要性认知
在“互联网 ”时代下，认知是构建教育大厦的基础，认知方式的改变才能促进教育的革新。城乡中小学生对互联网学习频率的差异可能来源于对互联网学习和获取信息的重要性认知。这部分内容重点分析城乡中小学生对互联网学习和获取信息的重要性认知及其与互联网学习频率的相关性。在CFPS2016中，关于互联网对获取信息的重要性认知和互联网对学习的重要性认知相同，回答选项也是五个，二者的频率分布图如图4所示。关于互联网对获取信息重要性的样本有3214个，城镇和农村分别有1304个、1886个。关于互联网对获取学习重要性的样本有1683个，城镇和农村分别有871个、797个。
由下页表3可以发现，农村中小学生认为互联网对获取信息非常不重要的比例高达27.5%，比城镇高15.5个百分点，而农村中小学生认为互联网对获取信息非常重要和比较重要的比例之和为35.7%，这一比例比城镇低15个百分点，说明城乡中小学生对互联网获取信息重要性的认知方面存在较大差异，可能因为农村的互联网发展水平比较滞后，农村学生对互联网重要性的认知程度还不高。关于互联网对学习重要性的调查，城乡中小学生之间也存在差异，但差异并不是很大，农村中小学生认为互联网对学习非常重要和比较重要的比例之和为48.0%，可以说几乎一半的农村学生认为互联网对学习比较重要，这一数据在城镇是49%，城乡之间差别甚微，且从频率分布来看，城乡中小学生对互联网学习重要性的认知不存在明显差异。
表4汇报了互联网学习频率与互联网学习、获取信息重要性认知的相关系数及其显著性水平。可以发现，互联网学习频率与互联网对学习重要性的认知存在显著的相关性，但农村的相关系数低于城镇的相关系数，说明对于城镇中小学群体而言，互联网对学习重要性的认知可能对互联网学习频率的影响更大。在农村样本中，互联网学习频率与互联网对获取信息重要性的认知不存在显著的正相关，而在城镇样本中十分显著，再次说明了农村学生对互联网重要性的认知程度还不够高。
（三）回归结果分析
1.互联网学习频率的城乡差异：基于OLS和有序Probit模型的估计结果
互联网学习频率受到多种因素的影响，多元回归是最常用的分析方法。为进一步刻画城乡中小学生使用互联网学习频率的差异，本文首先使用方程（1）来估计城乡差异，回归结果如表5所示，前两列的回归用OLS方法进行估计，第三列使用了有序Probit模型。第一列是没有任何控制变量的回归结果，城镇变量的估计系数在0.01水平上显著为正，表示城镇中小学生的互联网学习频率比农村中小学生高0.22个单位。第二、三列是加入所有控制变量的回归结果。从第二列的回归结果，可以发现城镇变量的估计系数继续在0.01水平上显著为正，但大小有所降低，表明在控制其他因素的条件下，城乡之间的差异会降低。对比第二列和第三列的回归结果，从系数正负和显著性来看，回归模型（1）的设置比较稳健。