苏静 肖攀

【摘 要】 本文以课程信息化教学水平地区差异为视角，借助基尼系数和Kernel密度分析方法实证分析了高校课程信息化教学水平地区差异及演变过程，并就如何提高高校课程信息化水平及质量提出相关建议。认为各高校课程信息化建设之路要因地制宜，因校而建。

【关键词】 高等院校;课程信息化;基尼系数;Kernel 密度;教学改革

一、引言

随着互联网技术的快速发展，信息技术与课程整合作为深化高等学校课程改革的有效途径，已经历了多个阶段，但是探索与实践一直徘徊在学科课程实施的方法和手段上，而没有上升到更深层次的课程目标、课程内容与结构的变革上。许多学者探析了高等院校课程信息化建设的现状、发展趋势、存在的问题等等。[1-3]由于各地区高校的资源存在较大的差异，课程信息化水平固然也不一致，为了更加清晰地探索各地区课程信息化水平的差异程度，本文拟借助实证分析方法来做进一步探讨。本文安排如下：首先对研究方法进行简要的介绍，其次选择高等院校生机比作为衡量高等院校课程信息化建设水平的代理指标，借助基尼系数和Kernel 密度分析方法实证分析了课程信息化水平的地区差异和演变过程。最后，就高校应该如何提升课程信息化水平和质量提出针对性建议。

二、研究方法和数据选择

1、基尼系数

不平等的衡量方法有很多，比较常见的方法有基尼系数、泰尔指数等，这两种不平等指数应用都非常广泛。[4]本文主要选择基尼系数来度量全国高等院校信息化水平的地区差异。基尼系数的计算公式为：

其中，G表示基尼系数，μ表示样本均值，n表示所考察的样本数量，yi、yj分别表示省份i和j高等院校的信息化水平。

2、Kernel密度估计

Kernel（核）密度作為一种非参数估计方法，在社会学、经济学、地理学等学科均得到广泛运用，Kernel（核）密度估计方法能够较为直观地描述出样本的动态演变趋势和分别情况。[5]Kernel（核）密度的计算首先是通过经验分布函数推导而来，其中，经验分布函数为：，式中N表示观测值数，i（z）表示性函数，z表示条件关系式，当z为真时，i（z）=1;反之，i（z）=0，根据大多数学者的做法，本文采用高斯核函数，其表现形式为：。

3、数据选取

有关高等院校课程信息化水平的衡量在学术界并未达成一致意见，本文按照大多数研究学者的思路，采用学校生机比来衡量高等院校课程信息化水平。生机比采用学生用计算机台数除以学生总人数得到。

三、实证结果及其解读

借助我国各省市2002-2013年课程信息化建设水平数据;然后采用基尼系数和Kernel密度估计方法，实证分析了中国普通高等院校课程信息化水平的地区差异和动态演变规律，图1给出了全国和三大地区基尼系数的演变趋势，图2则给出了全国的Kernel密度估计分布图。

1、全国普通高等院校信息化水平总体基尼系数及其演变

为了更加清晰地看出普通高等院校课程信息化建设水平的总体差异及其演变趋势，图1较为清晰地给出了2002-2013年高校课程信息化建设水平的总体差异及其演变过程。根据图1可以清晰地看出，在2002-2013年过程中，普通高等院校课程信息化水平的总体基尼系数呈现出波动上升趋势，总体上呈现出上涨趋势、具体来看，可以分为两个阶段进行描述。第一阶段：从2002-2006年，在此期间，普通高等院校课程信息化建设水平的总体基尼系数表现为先上升后下降的演变趋势，呈现出为倒“V”型的演变趋势，其中从2002年的0.1108逐渐上升至2004年的0.1231，达到极大值，而后又出现下降趋势，并且在2006年跌至0.1138。第二阶段，从2007-2013年，此阶段的演变过程和第一阶段保持类似过程。普通高等院校信息化水平的总体基尼系数同样表现为先升后降的演变趋势，且呈现出为倒“V”型的演变趋势。其中，从2007年的0.1211首先上升至2011年的0.1471，达到考察期内的最大值，随后再次出现下降趋势，并且在2013年下降至0.1314。若以2002年为基期，普通高等院校课程信息化水平的总体基尼系数年均增长了1.56%。

2、三大地区普通高等院校课程信息化水平的地区内差距及其演变

为了更加清晰地看出全国东部、中部和西部地区普通高等院校课程信息化水平的地区内差异程度和演变过程。图1也给出东部、中部和西部地区普通高等院校课程信息化水平基尼系数的演变趋势。根据图1不难发现，在考察期内，三大地区的演变过程并非一致，且表现为非常明显的差异性。其中，东部地区在考察期内表现为持续上升趋势，相反中部和西部地区则表现为下降趋势，西部相对于中部地区而言下降速度更加迅速。在2002-2004年期间，西部地区内基尼系数最大，位于曲线的最上方，其次是东部地区内基尼系数，而中部地区内基尼系数最小。除了2005年之外，2006-2013年期间，这种格局发生了较大改变，其中，东部地区内基尼系数曲线占据了最高位置，其次是中部地区内基尼系数，而西部地区内基尼系数最小。根据具体数值来看，东部地区内基尼系数由2002年的0.0953，持续上升到2013年达到最大值0.1832。其中，在2004-2006年期间上升速度较快，但是在其他考察年份的增长速度相对平缓。中部地区内基尼系数在2002-2013年考察期内表现为上下波动演变趋势，分别在2003年和2007年达到极小值0.0567和0.0666，而在2005年和2011年达到极大值0.0846和0.079。相比于东部和中部地区而言，西部地区内基尼系数却表现为明显的下降趋势，并且波动幅度较大，先由2002年的0.1242先下降至2010年的0.0581，随后又在2011年达到极大值0.0710，然后在2013年再次跌至0.0454。若以2002年为基期，东部、中部、西部三大地区普通高等院校课程信息化水平的地区差异年均分别上升6.12%、下降0.25%、下降8.74%。

3、全国高等院校课程信息化水平的Kernel密度估计

图2给出了全国高等院校课程信息化水平的Kernel密度估计的示意图。通过图2可以得到以下结论。其一，全国高等院校课程信息化水平的Kernel密度曲线在考察期内从左到右不断移动，这说明了全国高等院校课程信息化水平在2002-2013年期间有所提高。其二，与2002年相比，2005年的Kernel密度曲线的波峰高度呈现出明显的下降趋势，波峰宽带有所增大，这说明全国高等院校课程信息化水平的地区内差距有所加大;与2005年相比，2008年的Kernel密度曲线的波峰高度却表现为上升趋势，波峰宽带有所缩小，这说明全国高等院校课程信息化水平的地区内差距表现为下降趋势;与2008年相比，2011年的Kernel密度曲线的波峰高度略有下降，波峰宽带略有增大，这说明在此期间全国高等院校课程信息化水平的地区内差距表现为较小的变化，其差距略有增加。相比2011年而言，2013年的Kernel密度曲线波峰高度明显升高，波峰宽度表现为明显的缩小态势，说明在此期间全国高等院校课程信息化水平的地区内差距表现为明显的缩小趋势。此外，根据图2还能进一步看出，全国高等院校课程信息化水平Kernel密度曲线右拖尾不断拉长，这说明全国有些省份的高等院校课程信息化水平发展较快，与此同时，有些省份的高等院校课程信息化水平发展较慢，两者之间就呈现出较大的差异程度。其三，在考察期内，Kernel密度曲线在2005年表现为单峰形态，说明在此期间，我国高等院校课程信息化水平表现为两极分化现象;同时在2008年、2011年以及2013年Kernel密度曲线却呈现出多峰形态，说明在此期间，我国高等院校课程信息化水平表现为多极分化现象。

四、结论和启示

为了考察中国各省高校课程信息化水平的空间差异和演变过程，本文首先借助全国各省市2002～2013年课程信息化水平数据;然后采用基尼系数和Kernel密度估计方法，实证分析了中国普通高等院校课程信息化水平的地区差异和动态演变规律，得到以下结论：第一，基尼系数表明，在考察期内中国普通高等院校课程信息化水平的地区差距表现为上升趋势，从三大地区来看，东部、中部以及西部地区的基尼系数大小呈现出交替变化，在2005年之前，西部最大，其次是东部，而中部地区内基尼系数最小。但在2005年之后，东部最大，其次是中部地区，而西部地区最小。第二，Kernel核密度估计表明：在整个样本考察期内，中国普通高等院校课程信息化水平的Kernel核密度曲线函数呈现出向左移动的状态，这表明中国各省普通高等院校课程信息化水平有所提高，不过在不同省际之间却呈现出两极或者多极分化现象。

当前，为了更好地适应高等教育课程建设的需求，就政府而言，应该统筹规划、整体布局，加大投入，逐步缩小不同高校课程信息化建设水平差距。就高校自身而言，应该根據自身高校课程建设特点，将课程信息化建设纳入到学校长期规划过程中，与其他学科信息化、管理信息化等建设同步推动，只有这样才能保证课程信息化建设能够取得实效。其次，学校课程信息化建设水平与质量与教师存在密切关系。因此，加大教师信息化教学能力的培养极为重要。应该鼓励教师利用假期等参加信息化教学培训、进修，例如制作多媒体课件、视频处理、动画制作等等。提高教师信息化授课能力。最后，由于各高校的资源禀赋存在差异性，高校之间的课程信息化资源并非一致，因此，各高校要根据自己高校的特色和基础，走适合自己高校课程信息化建设之路，要因地制宜，因校而建。

【参考文献】

[1] 单建华. 当前高等院校信息化的现状及改进路径[J]. 电子商务， 2013（9）59-60.

[2] 付晓豹. 民办高等院校信息化建设的问题及解决策略[J]. 中国课程信息化， 2011（1）18-19.

[3] 王树声， 葛兴明. 浅析高等院校信息化建设[J]. 当代教育实践与教学研究， 2017（11）194-195.

[4] 崔华泰. 城乡二元视角下的我国基尼系数变化分析[J]. 经济社会体制比较， 2017（3）33-44.

[5] 戴丽娜. 商业银行操作风险的度量——基于非参数方法[J]. 数理统计与管理， 2017.36（3）541-549.

【作者简介】

苏 静（1980—）女，湖南文理学院经济与管理学院副教授，应用统计学博士，研究方向：数理金融与计量金融.