2024教育技術十大研究熱點預測及相關議題

2024教育技術十大研究熱點預測及相關議題

《現代教育技術》編輯部

為了積極應對科技進步裹挾而來的教育變革，并精準研判2024年教育技術研究的發展趨勢與熱點，《現代教育技術》雜志以在線調查問卷的形式，通過問卷星向教育技術學科領域的專家與學者征集了1～10條研究熱點。為保障研究結論的有效性與精準性，我們剔除了填寫內容不完整、重復提交的問卷，最終獲得120份有效問卷，其中包括540條有效的研究熱點數據。我們采用質性研究工具Nvivo 11軟件對收集的540條研究熱點數據進行了文本分析。

首先，將教育技術學專家填寫的研究熱點數據導入Nvivo 11軟件中進行詞頻統計分析，將關鍵詞的出現頻次作為初始的分類指標并設置為自由節點，包括教育數字化、生成式人工智能教育、教育高質量發展、智能教育。其次，重新逐句分析研究熱點數據，根據相似關系、結構關系等對節點進行合并形成概括性更強的節點。最后，經過反復閱讀與分析，不斷調整父節點與子節點之間的邏輯關系與包含關系，最終形成10個一級指標（包括教育數字化、智能教育、生成式人工智能教育、中國式現代化與教育高質量發展、大數據與學習分析、個性化學習、教育元宇宙、學習科學、信息科技新課標、教育技術學科發展）與27個二級指標。

表1 研究熱點編碼結構

一 教育數字化

以生成式人工智能為代表的數字技術正以不可阻擋之勢融入整個教育過程，為教育領域帶來了顛覆性的革新，而推動教育數字化與數字化轉型則是教育適應新一輪科技革命發展的必由之路[1]。自黨的十八大以來，我國從頂層設計層面頒布諸多政策，推動教育信息化進程的跨越式發展。2018年，教育部發布《教育信息化2.0行動計劃》[2]，強調要構建數字化教育體系，促進信息技術從“簡單應用”走向“深度融合”。2020年，國務院印發《“十四五”數字經濟發展規劃》[3]，明確提出要推動“數字中國”的建設。黨的二十大報告指出要“推進教育數字化，建設全民終身學習的學習型社會、學習型大國”。習近平總書記更是在中共中央政治局第五次集體學習時提出“教育數字化是我國開辟教育發展新賽道和塑造教育發展新優勢的重要突破口”。從戰略層面而言，教育數字化是教育信息化走深、走實的高級發展階段，而教育數字化轉型則是推進教育數字化戰略與政策落地的必然路徑。雖然教育數字化轉型的研究逐漸增加，但其概念與內涵仍未達成統一共識。舒杭等[4]將數字化轉型理解為使用數字技術從根本上顛覆數據傳輸方式、社會之間的互動交流方式。對于教育領域而言，教育數字化轉型意味著新型技術與教育系統深度融合，變革傳統的教、學、評、管而形成的教育體系，這一教育體系會隨著技術的發展而不斷嬗變。楊現民等[5]指出數字化轉型的切實落地需要充分釋放教育數據的效能，要統籌建設與完善教育數據的共享機制、要用高品質教育數據驅動應用場景創新、要優化與筑牢教育數據的安全防護能力。同樣，教育數字化為解決教育資源分配不均、縮小城鄉教育資源差距、彌補城鄉師資力量差異等教育公平問題[6]，以及實現“所有人都能獲得優質教育”的未來愿景提供了無限可能。為全面推動教育數字化轉型，實現教育高質量發展，本刊在該方向著重探討的未來議題如下：

①數字化轉型：教育數字化轉型的理論研究，包括教育數字化的內涵、發展路徑、建設機制；以及教育數字化轉型的教學實踐研究，包括課程設計、智能技術應用、教學模式創新等。②教師專業發展：圍繞教師專業素養培育的路徑、策略、意義，以及評估開展理論與實踐研究。③數字教材：開展數字教育資源開發、建設、管理、應用等方面的研究，促進教育數字化轉型。④教育公平：關注教育數字化背景下的教育資源配置、教育均衡發展、數字鴻溝等教育公平問題。⑤國際政策研究：借鑒國際范圍內的教育數字化經驗，為我國教育數字化轉型提供經驗與啟示。

二 智能教育

關于智能教育的稱謂，是智能教育？人工智能教育？還是人工智能+教育？一直是研究領域爭論不休的話題。直至2017年，國務院發布《新一代人工智能發展規劃》首次提出“智能教育”一詞，指出“要利用智能技術加快推動人才培養模式、教學方式改革，構建包括智能學習、交互式學習的新型教育體系”[7]；2019年，聯合國教科文組織在《北京共識——人工智能與教育》大會上提出，高等教育和研究機構要開發或加強人工智能相關課程及研究[8]。

早在2006年，馬穎峰等[9]對AI教育應用進行了回顧，認為AI將成為重要的研究熱點；2019年，林曉峰等[10]對人工智能發展歷程進行了綜述，預測2018-2023將是AI“大爆發峰值期”，并提到人工智能教育應用將引發教育倫理道德問題、相關法律法規問題、教育管理問題、師生隱私與數據安全問題等；2022年，胡小勇等[11]提出了人工智能賦能教育高質量發展的路徑，包括推動智能教育場景示范應用與教育改革、構筑規模化的高質量教育智能環境、提升師生智能教育素養、培養智能時代的創新型人才、推進優質教育資源減少、正視人工智能應用的倫理安全問題等；孫聘等[12]對我國智能教育政策進行了十年回顧和反思，從基礎設施、教師智能教學能力、課程教學與管理應用、評估與保障機制、可持續發展五個方面得出智能教室與智能校園建設是當前智能教育基礎設施建設的重點、教師智能教學能力是教師隊伍建設的重點、數據驅動的評價與治理是當前課程教學與管理應用的核心、人才培養和科學研究是助力智能教育創新發展的重要保障等。

結合《現代教育技術》編輯部對學術界所做的調研，除卻生成式人工智能教育（會有單獨部分做介紹），本刊在該方向著重探討的未來議題如下：

①教育場景：智慧教育的學習空間和場域、教育環境、沉浸式場景的設計與開發，以及國家智慧教育平臺、智慧校園、智慧教室的建設。②教育治理：開展智能技術（包括AIGC、AI等）在教育領域內的倫理道德風險、應用規范、監管與審查機制等研究。③智能評價：智能技術支持的教學評估方式的創新與構建、教學成效評估工具的開發，以及評價結果促進教學質量改進與提升。④智能技術：包括但不限于教育學伴、虛擬現實、游戲化等相關的教學實踐研究。⑤人機協同：人機協同的教學模式、學習機制、學習形態的創新、構建及實踐研究。⑥智能教育模式及智能素養，智能技術下的教學模式、課程模式及師生智能素養相關。

三 生成式人工智能（AIGC）教育

新一代人工智能產品ChatGPT具有強大的文本信息處理、圖片生成與創新能力，一經發布就吸引了全球范圍內的關注。同時，ChatGPT背后的生成式人工智能技術（Artificial Intelligence Generated Content，AIGC）與大語言模型（Large Language Model，LLM）為教育數字化背景下教學模式革新、課程資源構建、學習質量提高提供了新的途徑，因此也被賦予了無限期待[13]。我國網信辦等七部門聯合發布《生成式人工智能服務管理暫行辦法》[14]，明確指出要鼓勵AIGC技術在各行業、各領域的創新應用，還要探索優化應用場景、構建應用生態體系。目前學術界對AIGC的看法不一，孫立會等[15]認為如今的基礎教育階段缺乏明確的AIGC應用政策引領與約束，可能會引發過度崇尚技術的拜物主義、教育倫理與價值觀沖突、生成內容的信度不足，以及數據隱私與濫用等諸多“不良免疫”反應。盧宇等[16]梳理了AIGC技術的發展脈絡與教育應用潛力，指出對教師教學而言，AIGC能生成個性化教學方案、提供教學資源參考及交互式教學支持；對于學生學習而言，AIGC不僅能以人機協同的方式為學生提供動態教學反饋，還能根據學生知識水平提供個性化的學業輔導；對于教學評價而言，AIGC既能自動生成評估學生知識掌握情況的題目，還能提供多維度與不同粒度水平的反饋與評價。綜上，AIGC技術的教育應用雖然存在一定的問題和隱患，但也具備促進教育產生積極變革的潛力。伴隨AIGC與大語言模型的理論研究成果完善，亟需實證研究來明晰AIGC在真實教育情境中的實際效應，以全面評估AIGC技術對教育的影響。因此，本刊在該方向著重探討的未來議題如下：

①AIGC教育應用：開展基于AIGC的教育理論與實踐研究，包括但不限于教學效果的實證研究、教學實踐應用、教學模式設計。②教育大語言模型：探究教育領域內的大語言模型的設計與開發，及其在教、學、評、管理等方面的應用。

四 中國式現代化與教育高質量發展

黨的二十大報告提出以中國式現代化推進中華民族的偉大復興。最近幾年越來越多的學者從國家教育系統的宏觀發展規律出發，結合國家戰略發展需求，提出了中國式教育現代化發展的路徑[17]。亦有學者嘗試通過內涵界定與概念明晰、特征和發展歷程，探討其與傳統現代化理論的區別和聯系，以期為中國式現代化發展指明方向[18]。上述研究均討論到了中國式現代化對教育發展的積極影響，從教育理念、教育體制、教育內容、教育方法等方面探討了何為中國式教育現代化。此外，圍繞中國式教育現代化與教育高質量發展，已有研究主要探討如何實現教育的全面發展、個性發展和可持續發展；關注中國式現代化與教育改革的關系，分析中國式現代化對教育改革的推動作用，探討如何在教育改革中實現教育的高質量發展；研究現代化發展與教育公平的關系，探討如何在教育發展中促進教育公平和社會公正等。上述所涉及研究均為我們后續探討中國式教育現代化發展的理論建構與實踐探索奠定了方向性的基礎。基于此，本刊在該方向著重探討的未來議題如下：

①教育高質量發展：探究教育數字化與智能技術背景下的教育高質量發展。②教育強國建設與教育數字化轉型關系研究：探討數字化技術賦能教育強國建設的路徑與策略。③中國式現代化與數字時代的終身學習之間的關系研究：分析中國式現代化對終身學習的需求和推動作用，探討如何構建終身學習體系和機制。④中國式現代化與技術支持下的農村教育優質均衡發展：研究科技發展對農村教育的影響和挑戰，以及數字化轉如何驅動落后地區教育的優質均衡發展，旨在促進農村教育的高質量發展。⑤中國式現代化與多元文化教育的關系：分析中國式現代化對多元文化教育的需求和推動作用，探討數字時代如何培養具有國際視野和跨文化交流能力的人才。

五 大數據與學習分析

大數據技術在教育教學領域的深度應用推動了學習分析技術的快速發展，為優化教學服務質量提供了重要支撐。近十年來，教育領域的專家學者圍繞教育大數據和學習分析技術開展了大量的理論與實踐研究，聚焦于教育大數據的內涵與價值分析、倫理風險與隱私保護、教育范式變革[19][20]，以及學習分析的基本過程、應用領域、方法與技術、倫理道德等方面[21]。但是隨著數據在教育領域應用價值的不斷深化與擴散，以及多模態學習分析技術的迅速發展，大數據與學習分析的研究體現出在應用廣度與應用深度方面的不足，如何激發大數據在賦能教育評價與教育治理創新變革與發展方面的價值，以及如何激發多模態數據支持的學習分析在揭示“學習黑箱”方面的內在價值成為新的發展趨向。基于此，本刊在該方向著重探討的未來議題如下：

①大數據賦能的教育質量評價：包括應用模式、發展路徑、實踐案例、范式推廣等方面的研究。②大數據賦能的教育治理：包括治理體系、治理邏輯、治理風險以及治理路徑等方面的研究。③多模態學習分析方法：包括利用新興技術融合多種來源數據對教育教學現象與問題進行深入分析的理論與應用研究。④多模態學習分析應用：包括利用多模態學習分析技術對學習投入、調節學習、知識建構、社會情感等學習特征的深度分析與實證研究。

六 個性化學習

個性化學習是培養創新型人才的重要方式，是信息技術與教育教學深度融合的重要標志，有助于提升教育教學效率與質量，推進教育目標的落實。目前專家學者圍繞個性化學習的研究主要聚焦在學習路徑規劃、學習系統設計、學習資源推薦等方面[22][23]，旨在實現對學習者學習需求的診斷，滿足不同學習者的個性化學習需求。但是隨著智能技術的快速發展，尤其是以生成式人工智能為代表的新一輪信息技術的變革，傳統個性化學習在智能性、診斷性以及推薦性等方面體現出不足，也驅動人們對新技術支持的個性化學習持有更高的期待。基于此，本刊在該方向著重探討的未來議題如下：

①個性化學習模型的構建：圍繞人機協同背景下個性化學習模型構建與應用的系列研究。②個性化學習策略推薦：圍繞生成式人工智能在構造提示方面的特性開展個性化學習支持策略的系列研究。③個性化學習資源生成：圍繞生成式人工智能在人工反饋方面的特性開展個性化學習資源的生成推薦系列研究。④個性化學習支持服務：圍繞構建教育領域的知識圖譜提供個性化支持服務的系列研究。

七 教育元宇宙

自2021年“元宇宙”概念受到社會各界廣泛關注后，教育領域專家學者圍繞教育元宇宙開展了熱切討論與研究，包括教育元宇宙的基礎認知、應用場景、關鍵技術、系統建構以及實踐路徑[24][25]，并將教育元宇宙視為教育發展的新形態，認為對教育教學活動將產生變革性影響[26]。然而，隨著教育元宇宙研究的深入，以及各類應用場景的出現，專家學者圍繞教育元宇宙變革教育生態與教育模式的觀點也變得更加理性，逐漸開始關注教育元宇宙在教育教學中的實踐應用、與教育教學的深度融合以及教育元宇宙發展過程中面臨的倫理與技術風險等問題。基于此，本刊在該方向著重探討的未來議題如下：

①教育元宇宙理論探究：元宇宙技術與教育教學的整合方式、教育新理念探究、教育元宇宙實踐應用。②教育元宇宙相關的教育實踐研究：包括教學情境、教學效果方面的實證研究。③教育元宇宙的應用倫理研究：包括潛在倫理風險、技術倫理表征、風險規避策略等方面的理論研究。④教育元宇宙與生成式人工智能的結合研究：包括生成式人工智能對其應用場景、教學資源、學習支持以及現實需求等方面的理論與實踐研究。

八 學習科學

學習科學源起美國，涉及認知科學、教育心理學、計算機科學、人類學、社會學、信息科學、神經科學、教育學、教學設計等多個學科[27]。它是面向教育領域的核心問題，即人是如何學習的和如何實現更好地學習，在教育技術變革的背景下，回歸人學習的本質能夠為教育技術研究提供理論支點，并且學習科學跨學科的特點也具有極強的包容性和解釋力。伴隨人工智能技術的不斷發展，學習環境的設計、學習策略的重構將逐漸成為重要的研究話題。基于此，本刊在該方向著重探討的未來議題如下：

①跨學科：跨學科學習、跨學科教學，以及跨學科課程與教學案例設計方面的研究、學習科學理論研究。②智能技術背景下的學習科學研究：包括學習策略、學習環境等方面。

九 信息科技新課標

信息科技新課標研究是教育技術領域理念落地的抓手，以及師范人才培養的重要支撐。從信息科技新課標頒布以來的政策與管理實施現狀來看，無論是研究者，還是區域管理者、一線教師，都十分關注如何從區域或學校層面設計機制以推動信息科技教育的落地發展。已有研究主要圍繞以下三個方面進行了相關研究：一是信息科技課程設置與內容，重點關注了如何合理設置信息科技課程，通常涉及確定課程目標、設計教學內容和教學方法等多環節和流程[28]。在此類研究中，不少學者探討了信息科技課程與其他學科的融合，以及如何培養學生的信息素養和技術能力。二是信息科技課程的教學策略設計，著重關注如何有效地教授信息科技課程，分析教師角色的轉變、學生參與度的提高以及教學資源的利用等[29]，并基于此類型的討論進一步提出了信息科技課程開展創新教學方法和策略[30]，如項目制學習、合作學習和問題解決等。三是信息科技課程實施情況的評估與評價，不少研究者關注如何評估學生在信息科技課程中的表現和學習成果，探討了各種評估方法和工具[31]，如考試、作業、項目和實踐等，并提出了相應的評價標準和指標。然而過去的研究大多聚焦在課程設計、實施與評估層面，缺少對信息科技課程與人才培養關系的系統性關注。基于此，本刊在該方向著重探討的未來議題如下：

①圍繞新課標的信息科技課程設計：如基于信息科技新課標的教材、課程、教學設計的開發等。②新課程標準的應用落地路徑研究：如信息科技新課標核心素養的教育實踐與培養策略。③課程標準與學生發展之間的關系：探討如何根據學生身心發展規律來制定和調整信息科技課程標準，以更好地提升學生的數字素養、創新力、學習力和遷移力。④課程標準實施和科技創新人才培養的關系與實施研究：探討如何在信息科技課程中培養科技創新人才將成為重要的研究方向，包括探索如何在教學中體現“科”與“技”并重，以及如何通過信息科技課程來培養學生的科技創新能力。⑤信息科技課程的跨學科融合：隨著信息科技成為獨立學科，如何在教學中實現其與其他學科的融合將是一個重要的研究方向，研究者需要探討信息科技課程與數學、物理、化學等學科之間的聯系，以及如何在教學中實現跨學科的教學設計。⑥信息科技教師的專業發展與教學策略提升：研究者和實踐者應更加關注教師在信息科技課程中的專業發展和教學策略，深入探討如何提高教師的信息科技素養，以及如何設計和實施有效的信息科技教學方法與策略。

十 教育技術學科發展

一個學科以及該學科服務的工作領域，往往依賴于該學科的基本理論生產才能獲得可持續發展，教育技術學科的可持續發展亦然。反觀教育技術學科的發展，一波又一波研究者在新技術與教育結合方面不斷推陳出新，卻唯獨忽視了對教育技術基本理論生產的投入，導致對于教育技術學科本身發展的相關研究被“稀釋”了。無論從人員結構上（越來越重視技術性人才的納入），還是從研究議題的集體選擇（較多跟隨技術熱點）來看，這都不太利于深入思考學科發展問題。基于此，本刊倡議在未來研究中，重回對學科建設的關注，通過對底層理論的建構和發展，獲得學科以及領域的真正的可持續發展，并預測未來圍繞教育技術學科發展與基本理論生產的相關議題如下：

①學科理論發展：構建中國特色教育技術學科基本理論的相關研究。②教育技術理論與方法研究：關注教育技術的理論基礎和方法論，包括教學設計、學習理論、評估方法等，探討如何將教育技術應用于教學，以提高教學效果和學生學習成果。③教育技術與課程整合的基本理論研究：關注如何將教育技術與課程內容相結合，以提供更豐富、個性化的學習體驗；研究不同學科領域中教育技術的應用，并探索如何設計和開發相應的教育資源和工具。④教育技術與教師專業發展的基本理論研究：關注教育技術對教師專業發展的影響和支持、研究教師在教育技術應用中的角色和能力需求，以及如何提供相關的培訓和支持機制。⑤教育技術與學生學習的基本理論研究：關注教育技術對學生學習過程和學習成果的影響、研究不同年齡段學生的學習特點和需求，以及如何利用教育技術來促進學生的學習動機、參與度和自主學習能力。⑥教育技術與教育評估的基本理論研究：關注教育技術在評估中的應用和影響、研究不同類型的教育技術評估方法和工具，以及如何利用教育技術來提高評估的有效性、適切性和準確性。⑦教育技術與社會變革關系的基本理論研究：關注教育技術對社會變革的影響和作用、研究教育技術在不同社會背景下的應用和發展，以及如何應對教育技術帶來的挑戰和機遇。

[1]陳麗,張文梅,鄭勤華.教育數字化轉型的歷史方位與推進策略[J].中國電化教育,2023,(9):1-8+17.

[2]中華人民共和國教育部.教育部關于印發《教育信息化2.0行動計劃》的通知[OL].

[3]國務院.國務院關于印發“十四五”數字經濟發展規劃的通知[OL].

[4]舒杭,顧小清.教育數字化轉型的現實基礎與行動框架[J].現代教育技術,2022,(11):24-33.

[5]楊現民,吳貴芬,李新.教育數字化轉型中數據要素的價值發揮與管理[J].現代教育技術,2022,(8):5-13.

[6]王一巖,朱陶,鄭永和.智能教育產品助推教育數字化轉型:價值定位、實踐邏輯與推進策略[J].現代教育技術,2023,(7):16-24.

[7]國務院.國務院關于印發新一代人工智能發展規劃的通知[OL].

[8]UNESCO. Beijing Consensus on Artificial Intelligence and Educaiton[OL].

[9]馬穎峰,肖曉飛.AI教育應用研究的回顧與反思——我國教育技術界十年AI應用研究回眸[J].現代教育技術,2006,(4):76-79.

[10]林曉峰,謝康.人工智能現狀及其教育應用的理性思考[J].現代教育技術,2019,(8): 12-17.

[11]胡小勇,孫碩,楊文杰,等.人工智能賦能教育高質量發展:需求、愿景與路徑[J]. 現代教育技術,2022,(1):5-15.

[12]孫聘,蔣宇.我國智能教育政策十年回顧與反思[J].現代教育技術,2022,(12): 68-75.

[13]焦建利.ChatGPT:學校教育的朋友還是敵人？[J].現代教育技術,2023,(4):5-15.

[14]國家網信辦等七部門.生成式人工智能服務管理暫行辦法[OL].

[15]孫立會,周亮.面向中小學的生成式人工智能教育政策制定路向——基于日本《中小學生成式人工智能教育應用指南》的分析[J].中國電化教育,2023,(11):53-61.

[16]盧宇,余京蕾,陳鵬鶴,等.生成式人工智能的教育應用與展望——以ChatGPT系統為例[J].中國遠程教育,2023,(4):24-31、51.

[17]劉秀峰,杜茜茜.中國式教育現代化的演進邏輯與路向前瞻[J].教育發展研究,2023,(6):10-17.

[18]呂壽偉,侯永麗.中國式教育現代化的傳統根基：歷史反思與精神重構[J].中國遠程教育,2023,(7):1-10.

[19]楊現民,唐斯斯,李冀紅.發展教育大數據:內涵、價值和挑戰[J].現代遠程教育研究,2016,(1):50-61.

[20]張君,林小紅,耿雨歌等.隱私計算+區塊鏈：教育數據倫理研究的新視角[J].現代教育技術,2023,(9):27-36.

[21]李海峰,王煒.學習分析研究：基本框架和核心問題——2022版《學習分析手冊》的要點與思考[J].開放教育研究,2022,(6):60-71.

[22]李康康,袁萌,林凡.聯邦個性化學習推薦系統研究[J].現代教育技術,2022,(2):118-126.

[23]鄭雅倩,李新,李艷燕,等.人工智能視域下個性化學習路徑推薦:機理、演進、價值與趨勢[J].現代遠距離教育,2023,(3):39-47.

[24]蔡蘇,焦新月,宋伯鈞.打開教育的另一扇門——教育元宇宙的應用、挑戰與展望[J].現代教育技術,2022,(1):16-26.

[25]劉革平,高楠,胡翰林等.教育元宇宙：特征、機理及應用場景[J].開放教育研究,2022,(1):24-33..

[26]馬婧,金妍池,楊陽,等.教育元宇宙:互聯網教育新形態的系統建構與實踐應用[J].現代教育技術,2023,(7):99-107.

[27]尚俊杰,莊紹勇,陳高偉.學習科學:推動教育的深層變革[J].中國電化教育,2015,(1):6-13.

[28]王帆,邢瑤,高露.信息科技課程六條邏輯主線的潛在分布與發展方向——2022年全國初中信息技術優質課分析[J].電化教育研究,2023,(11):97-104.

[29]仇森,郭芳,黃榮懷.基于信息科技課程標準的資源開發:原則、思路和路徑[J].課程.教材.教法,2023,(6):133-138.

[30] 萬昆.跨學科學習的內涵特征與設計實施——以信息科技課程為例[J].天津師范大學學報(基礎教育版),2022,(5):59-64.

[31] 魏雄鷹,朱莎,鐘戰華.義教信息科技課程學業質量標準研究[J].中國電化教育,2023,(7):85-90.

特別感謝熱點提供者：

蔡慧英、曹培杰、陳迪、陳向東、陳奕樺、丁永剛、杜娟、段春雨、范瑾、方兵、方旭、馮永華、付海東、傅龍、高鐵剛、高雅茹、葛文雙、顧小清、管恩京、管秀、韓曉玲、郝丹、侯浩翔、胡凡剛、胡金艷、黃煥、賈同、江波、蔣艷雙、晉欣泉、炕留一、蘭國帥、李小娟、李新、李振華、李艷、李振、李志河、梁林梅、梁云真、廖宏建、廖劍、劉邦奇、劉和海、劉永貴、盧國慶、盧佳、盧強、逯行、羅江華、馬志強、毛剛、穆素、乜勇、錢逸舟、錢震、權國龍、任飛翔、尚俊杰、石映輝、首新、孫立會、孫聘、孫田琳子、孫艷超、唐燁偉、田愛麗、田浩、田陽、萬昆、王改花、王靖、王凱麗、王雪、王佑鎂、王亞飛、王運武、王志軍、魏順平、魏雪峰、吳南中、吳秀圓、吳長城、武濱、武小鵬、徐顯龍、徐振國、薛耀鋒、楊剛、楊海茹、楊文正、楊現民、葉新東、殷丙山、尹春曉、袁磊、袁滿、張炳林、張晨曦、張棟科、張海、張洪孟、張進良、張慕華、張慕文、張妮、張琪、張育桂、張志新、趙磊磊、鄭旭東、翟雪松、周海軍、周進、周亮、周楠、周曉清、朱珂、朱永海、祝士明等

感謝浙江師范大學逯行、江蘇師范大學李新、江南大學劉俊杰參與數據分析及文字整理工作。