中小學教師數字素養測評問卷的本土化構建

摘要：推動教育數字化，教師是中堅力量。教育部2023年發布的《教師數字素養》教育行業標準（簡稱《標準》），為準確評估我國教師數字素養水平提供了參照。但是僅有標準尚無法有效診斷教師數字素養發展狀況，測評工具亦不可少。國內外雖然已有一些教師數字素養評估工具，但并非對標我國《標準》，評估的適切性不高。數字素養包括信息素養和數據素養兩大核心內涵，《標準》從數字化意識、數字技術知識與技能、數字化應用、數字社會責任以及專業發展5個維度對我國教師數字素養進行了規定。在結合國際主流數字素養框架對我國《標準》進行詳細分析基礎上，按照“選用經典+自建補充”的方式構建了我國中小學教師數字素養測評問卷。該問卷依次經歷四大環節的驗證與修訂：用于保障內容效度的專家評估與認知審查、用于保障題項區分度與代表性的項目分析、用于保障結構效度的探索性與驗證性因子分析，以及用于保障同類題項聚類效果的收斂效度分析。修訂后問卷具備良好的模型擬合度和內部一致性，可用于教師自查、研修項目前后測，以及區域、學校層面的摸排調查。

關鍵詞：中小學教師；數字素養；測評工具；調查問卷

中圖分類號：G434 文獻標識碼：A 文章編號：1009-5195（2024）05-0072-11 doi10.3969/j.issn.1009-5195.2024.05.008

基金項目：2023年度國家社會科學基金教育學重點項目“數字教育背景下的教學范式創新與實踐探索研究”（ACA230019）；2024年度教育部人文社會科學研究青年基金項目“人機協同教學中教師決策的過程診斷及優化策略研究”（24YJC880105）。

作者簡介：彭紅超，博士，助理研究員，華東師范大學開放教育學院（上海 200062）。朱凱歌，博士研究生，華中師范大學人工智能教育學部（湖北武漢 430079）；講師，平頂山學院文學院（河南平頂山 430079）。

一、引言

教育數字化轉型是推動教育信息化由融合應用向創新發展轉變、保障教育優質發展、實現教育強國目標的重要舉措。2021年，教育部等六部門發布《關于推進教育新型基礎設施建設構建高質量教育支撐體系的指導意見》，提出要“深入應用5G、人工智能、大數據、云計算、區塊鏈等新一代信息技術，充分發揮數據作為新型生產要素的作用，推動教育數字轉型”（中華人民共和國教育部，2021）。隨后，教育數字化上升為國家戰略并被寫入黨的二十大報告。

推動教育數字化，教師是中堅力量。2023年初，教育部在首屆世界數字教育大會上發布《教師數字素養》教育行業標準（以下簡稱《標準》），這是繼《中小學教師教育技術能力標準（試行）》《中小學教師信息技術應用能力標準（試行）》后又一重要標準，對精準評估我國教師隊伍的數字素養水平、落實國家教師發展數字化行動具有重要意義。

《標準》解決了“評什么”的問題，但僅有標準還不足以有效診斷教師數字素養發展狀況，測評工具亦不可少。縱觀國內外研究，目前一些學者、國際組織和國家雖然制定了教師數字素養能力框架和評估工具，但并非對標我國《標準》而開發，評估的適切性不高，這勢必給我國教師數字素養的評估及其研訓成效的保障帶來不便，尤其是對作為教育強國基點（新華社，2023）的基礎教育而言。為此，本研究將以《標準》為參照，聚焦中小學教師，研制其數字素養的評價問卷，為準確、便捷地評估中小學教師數字素養提供支持。

二、教師數字素養概述

1.數字素養的發展

因應數字技術的快速發展和廣泛應用，數字素養成為繼文字、語言、算術之后，每個公民都應該具備的第四大基本素質和能力（Australia Government，2020）。本質上，數字技術是將圖文聲像等轉化為計算機可以識別的二進制來進行運算、加工、存儲、傳送、傳播、還原的技術，如網絡通信技術、人工智能等。數字技術及其載體——電子設備的發展推動了數字素養內涵的變遷。

上世紀末，隨著計算機網絡成為人們獲取信息的主要手段，理解并應用計算機進行閱讀、寫作以及處理更復雜的數字信息成為現實需要，由此數字素養的概念應運而生（Lenham，1995）。此后20年，數字素養的核心內涵逐漸由基本的計算機技能發展為集數字信息處理、數字媒體制作、線上交流與協作為一體的綜合能力（UNESCO，2011）。隨著人類社會步入大數據時代，如何從大數據中獲得有價值的信息并生成深刻的見解成為數字素養的新要求（European Commission，2017a）。近年來，伴隨人工智能的快速發展，如何與人工智能聯袂、共生成為數字素養培育的新方向（European Commission，2022）。

2.教師數字素養的內涵辨析

由數字素養的發展來看，數字素養應包括信息素養和數據素養，聚焦到教師的數字素養，亦是如此。教育部發布的《標準》指出，教師的數字素養是教師適當利用數字技術獲取、加工、使用、管理和評價數字信息和資源，發現、分析和解決教育教學問題，優化、創新和變革教育教學活動而具有的意識、能力和責任。這里將數據也作為一種數字信息（吳砥等，2020），只不過這種信息是離散的、沒有上下文和注解的，而其中提到的解決教育教學問題、優化革新教育教學活動，則是一種基于教師洞見的智慧行為（Insight-Based Wise Action），這種洞見來源于對數字信息中內隱特征（即趨勢、規律或模式）的發掘（彭紅超等，2018）。綜合上述分析，從DIKW（Data-Information-Knowledge-Wisdom）模型（Clark，2012）角度看，教師的數字素養貫穿數據層至智慧層，如圖1所示。

信息素養，是個體恰當利用信息技術來獲得、管理、表達、整合和評價信息以及建構新知識、分析和解決問題、開展社會交往的態度和能力（中華人民共和國教育部，2018）。本質上，這是一種對數字信息進行審辨性地獲得、管理、表達和創新，以作出智慧行為或決策的綜合能力。這里的信息通過將數據進行關系連接而形成了某種意義（Wallace，2007），表現為圖、文、聲、像、表等。從DIKW模型看，數字素養由信息素養、數據素養構成，自下而上涵蓋數據、信息、知識和智慧四個層級。數字素養是信息素養的延伸，延伸的部分，即是數據素養。教師數據素養是合理獲取、理解、評價、管理教育數據，并將其轉化為信息的綜合能力（李新等，2019）。這類素養旨在從數據中解析得到可改進教學過程、優化學習成效的證據（觸及DIKW模型的知識層）（Mandinach et al.，2016），促使教與學科學化。因此，數據素養也是信息素養的延伸和擴展。從DIKW模型看，這是一種錯位下沉式延伸（見圖1）。

由以上分析可知，隨著教育數字化進程的推進，對教師信息化教學能力的要求發生了變化：由信息素養延展為數字素養，即不但要求教師能夠制作課件、使用Office等信息工具，還要求其能夠對教育數據進行收集、分析與解讀，以及使用諸如智慧黑板、點陣筆、電子班牌等智能化或數字工具，以賦能教育教學實踐、優化與創新教學過程。

三、教師數字素養評估框架分析

教育部發布的《標準》包括數字化意識、數字技術知識與技能、數字化應用、數字社會責任以及專業發展5個維度，它與UNESCO、歐盟等國際組織以及英國、西班牙等國家發布的教師數字素養評估框架基本兼容，兼容程度如表1所示。其中，A指代UNESCO發布的《教師信息和通信技術能力框架》中的數字素養部分（UNESCO，2018），B指代歐盟委員會發布的《歐盟教育者數字素養框架》（European Commission，2017b），C指代英國教育培訓基金會發布的《數字化教學專業框架》（ETF，2023），D指代西班牙國家教育技術和教師培訓研究所研制的《教師通用數字素養框架》（INTEF，2022），E指代奧地利國家能力中心研制的《教師素養框架》（Brandhofer et al.， 2021），F指代挪威教育和培訓部發布的《教師專業數字能力框架》（Kelentri? et al.，2018），G指代我國教育部發布的《中小學教師信息技術應用能力標準（試行）》。由于UNESCO 2018年發布的《全球數字素養技能參考框架4.4.2》、歐盟2022年發布的數字素養框架DigComp2.2均未涉及教育者，這里未有關注。

1.數字化意識維度

數字化意識是客觀存在的數字化相關活動在教師頭腦中的能動反映，包括有主見的數字化認識、有態度的數字化意愿和有信念的數字化意志三個方面。數字技術應用于教育之初，便因實踐效果低于傳統教育（OECD，2019），且還產生了數字鴻溝等新型教育公平問題而引發了爭議（彭紅超等，2023）。在這樣的狀況下，教師能否正確認識數字技術的價值、能否主動學習和使用數字技術、能否克服數字化教育中遇到的困難，必然成為能否有效開展數字化教育教學的前提條件。《標準》在國際主流的數字素養框架上（僅關注教師對數字技術的價值、重要性的認識），增補了對教師主動性（數字化意愿）和信心信念（數字化意志）的要求。前者對標國家之“教師主動適應信息化、人工智能等新技術變革，積極有效開展教育教學”的新時代教師隊伍建設目標（新華社，2018），后者聚焦應對教育數字化轉型（如教學模式之創新、范式之重構）面臨的挑戰與風險。

2.數字技術知識與技能維度

數字技術知識與技能聚焦教師在日常教育教學活動中應了解的數字技術知識與需要掌握的數字技術技能，前者關注數字技術“是什么”，后者關注“如何使用”數字技術。與國際大多數數字素養框架不同，我國《標準》更加強調這一維度的重要性，對教師應具備的數字技術知識更是提出了明確要求：不但要了解常見數字技術的概念、基本原理，也要掌握數字技術資源的選擇策略及使用方法。原因主要有二：第一，這是教師實現數字技術與教育教學深度融合的基本要求（吳砥等，2023）；第二，教師數字技術知識的缺失會對其素養提升帶來顯著阻礙，這也是從能力提升工程2.0的實施中吸取的經驗：《中小學教師信息技術應用能力標準（試行）》未對教師本身應具備的信息技術知識與技能給予足夠關注，造成能力提升工程2.0推進中，教師對智慧學習環境中的能力點望而生畏，培訓后很多教師和學校的績效也沒有提升至預期水平。數字技術知識與技能是數字時代教師作為普通公民應具備的基本素養，是常見的數字技術概念、基本原理等通識類知識，而非人工智能算法、大數據挖掘等專識類知識，主要用于支持教師合理選擇、適當應用數字技術支持自身教學與發展。

3.數字化應用維度

數字化應用是教師應用數字技術資源開展教育教學活動的能力，包括聚焦有效教學的數字化教學設計、體現需求驅動的數字化教學實施、刻畫核心素養的數字化學業評價以及面向全面發展的數字化協同育人。與“數字技術知識與技能”維度關注數字技術本身的操作不同，這里側重的是技術賦能教育教學的可能性，是教師應具備的專業性質的數字素養。設計作為人類第三智慧（科學、人文分別為第一、二智慧）（柳冠中，2013），是決定技術能否發揮潛能之關鍵（祝智庭等，2017a）。《標準》在這方面的指標比任何國際框架都全面，不僅關注數字資源的獲取、管理與制作，數字化活動的設計，還關注學習情況的數字化分析以及混合環境的創設（國際已有框架一般僅關注了1～2個方面）。例如，與挪威的數字素養框架不同，《標準》要求教師能夠創設環境而不只是了解，這是從“停課不停學”中吸取到的經驗；與奧地利的框架不同，《標準》將創設的環境聚焦于混合學習環境，以對標“我國未來學習之近景是混合學習”這一教育數字化要義（祝智庭，2020）。

教育數字化追求教學范式重構，其創新發展必然要由智能評測、智能管理等外圍場景深入到課堂教學等核心場景，這也是教育信息化2.0的主要任務。《標準》對教師數字化教學實施的要求，集中于課堂教學并指向了教學過程中的深度學習與個性化體驗（彭紅超等，2021），同時，《標準》也弱化了歐盟、西班牙等框架對學生自主學習的關注，著重強調教師本體的能力。《標準》與歐盟的框架較吻合之處是數字化學業評價，二者均關注評估策略、數據分析與反饋等數據素養的核心內容。數字化協同育人是《標準》對國家健全學校家庭社會協同育人機制重要部署（中華人民共和國教育部，2023）作出的響應，也是教育數字化實現從系統封閉向系統開放轉變的主要途徑。盡管國際主流的框架并沒有在維度上體現這一點，但部分內容中也體現了相關精神。例如，歐盟的框架在專業化參與維度中要求教師能夠使用數字技術加強與學習者、父母和社會的溝通，英國的框架在實用技能維度中要求教師培養數字技術應用技能等。

4.數字社會責任維度

數字社會責任是指教師在數字化活動中應該具備的道德修養和行為規范，包括不危害社會的法治道德規范以及不受社會危害的數字安全保護。作為物理實在社會與數字虛擬社會深度融合形成的社會形態，數字社會將社會關系網絡化、生產資料數字化，同時也將人們的交往對象擴展至陌生人，由此產生了責任危機（沒有責任感是陌生人對陌生人的一般態）（田旭明，2022）。在“大眾不知我是誰”以及“網絡行為無人監督”的刻板印象下，道德、法律、安全等面臨前所未有的挑戰。對此，《標準》要求教師作為數字公民的一員，以身作則，自覺規范上網、積極維護網絡秩序并做好個人隱私與工作數據等方面的安全防護。雖然國際主流框架均有此方面的要求（見表1），但《標準》將之上升到了“責任”之高度，強調了教師“傳道、授業、解惑”之育人使命。此外，相較國際框架，《標準》還有以下特色：第一，聚焦教師自身應具備的數字規范與安全素養；第二，社會維護與自我防護并重。

5.專業發展維度

這里的專業發展關注教師利用數字技術資源促進自身及共同體專業發展的能力，包括面向教學能力提升的數字化學習與研修，以及面向科研能力提升的數字化教學研究與創新。相比2014年的《中小學教師信息技術應用能力標準（試行）》，數字化教學研究與創新是《標準》新增加的要求，這方面UNESCO、奧地利、挪威的框架中也有涉及，特別是挪威還關注對地方課程修改以及對相關政策制定的貢獻。數智時代，教育目標正從以知識為本向以素養為本轉變，教學要素正從四要素向五要素轉變（新增要素為數據），教學主體正從師生二維向師生機三維轉變，教學范式正從教學供給驅動向需求驅動轉變。面對這些變化，原有的教學模式已力不從心，“教學創新”自然成為教師必備的專業素養。對于數字化學習與研修，《標準》主要繼承了2014年的要求，但其與UNESCO、歐盟等國際主流框架不同的是更注重教研對教師專業發展的價值。

四、中小學教師數字素養問卷構建

基于上述認識，研究檢索國內外相關的問卷，并按照“選用經典＋自建補充”題項的方式設計問卷（Li et al.，2015），以保證問卷的質量。

其中，“選用經典”是指依據《標準》各維度的表述，直接或修改后引用已有問卷的相關表述。參考的問卷有5套，包括：（1）Sánchez-Cruzado等人設計的ACDC（Analysis of Common Digital Competences）問卷，這套問卷基于西班牙的《教師通用數字素養框架》設計而成，從知識類別和類別利用率兩個視角對教師在信息、內容選擇或創建、溝通、安全和問題解決等5個方面的素養進行了評估（Sánchez-Cruzado et al.，2021）。（2）歐盟委員會制定的DigCompSAT問卷（Digital Competence Self-Assessment Tool）。該問卷是針對歐盟公民數字能力的自查工具，由82道題目組成，從知識、技能和態度三個層面對公民的信息和數據素養、溝通與協作、數字內容創作、安全和問題解決等5個維度、21種數字能力進行評估（Clifford et al.，2020）。（3）歐盟委員會面向教育者制定的DigCompEdu（European Framework for the Digital Competence of Educators）問卷（European Commission，2017b）。該問卷由22個題目組成，其中的協同育人題項具有良好的參考價值。（4）Abbiati等人研制的TET-SAT（The Technology-Enhanced Teaching Self-Assessment Tool）問卷（IZA-Institute of Labor Economics，2023）。該問卷涵蓋信息通信技術的態度、使用、知識和意識等維度，其中與數字化意愿相關的題項值得參考。（5）Peled開發的用于職前教師數字素養水平自查的SRDL（The Self-Report Digital Literacies）問卷。該問卷由數據收集、數據評估、數據管理、數據處理、團隊合作、誠信意識和社會責任等7個領域的54個題項組成（Peled，2021），其中關于法治道德規范的內容值得借鑒。

“自建補充”是指對《標準》中數字化意志等沒有可參考題項的維度，采用焦點小組法依賴專家群體智慧來補充。最終，形成的問卷主體共有45個題項。問卷采用李克特五級量表法，并用1、2、3、4和5表示題項描述與被調查者情況的符合程度（分別對應非常不同意、不同意、一般、同意、非常同意）；反向題采用反向計分，以保持得分與被調查者數字素養水平的一致性。

為保障問卷題項的合理性以及表述的質量，避免試測環節出現系統性偏差，需要對問卷進行事前評估。專家評估是判定問卷整體結構與題項表述是否恰當的重要依據（DeVellis，2012），認知審查是挖掘調查對象對題項的理解與研究者原本意圖一致性程度的方法（Willis，2005）。本研究結合上述兩種方法對問卷題項進行評估。其中，專家評估采用視頻會議形式進行，先向邀請的9名教育數字化專家（副高以上職稱占比55.6%）就問卷的設計理念與過程進行講解，之后請各專家單獨根據發放的基本評估表圍繞問卷題項的全面性、表述清晰度、有無歧義或多重含義、是否符合中小學教師的專業背景等進行評估，收集各專家的評估數據并按照題項進行統計分析。團隊成員根據專家建議討論、修改或增加相應題項，如此經過兩輪修訂。認知審查采用半開放式問卷，要求邀請的137名一線優秀教師（來自7個省市、15個學科）就修訂后的問卷進行試填寫，并對各題項表述的清晰度、傾向性、雙重含義、情境適宜性等進行即時反饋。經過專家評估和認知審查，共修正了26個題項，如“數字技術的發展會引發國際數字經濟的競爭與發展”修正為“數字技術是引發國際數字經濟競爭與發展的關鍵力量”；并增加1個題項，即“我從不在社交網絡中發布或轉發與國家法律相悖或未經證實的新聞”。最終形成的中小學教師數字素養調查問卷如表2所示。

五、問卷的信效度檢驗

1.問卷發放

為驗證研制的中小學教師數字素養調查問卷的信度和效度，研究按照方便抽樣（Handy Sampling）（林崇德，2003）的方式發放網絡問卷，并通過在問卷中置入“此題為指定選項題，請選擇非常不符合”等指示題，剔除無效樣本，解決網絡問卷容易出現的不認真作答問題（Dunn et al.，2018）。最終共回收來自東部（上海、山東）、中部（河南、江西、山西）和西部（廣西、云南、陜西、內蒙古）地區9個省份的有效問卷690份，參與調查的教師涵蓋城市、鄉鎮和農村地區，占比分別為28.8%、31.3%和39.9%。其中，男、女教師分別占30.1%和69.9%，教齡段占比分別為18.4%（5年以下）、39.1%（6～15年）、25.0%（16～25年）和17.5%（25年以上），小學、初中和高中分別占55.5%、30.7%和13.8%，中級以下、中級和高級職稱分別占27.4%、39.4%和33.2%，涵蓋的中小學學科共計15個，具有較好的代表性。

2.項目分析

問卷題項需要具有良好的區分度和代表性以鑒別出被調查者的不同水平。這方面的檢驗可用項目分析法。本研究分別采用臨界比檢驗和相關性分析的方法進行項目分析。

臨界比檢驗通過T檢驗計算高低組中各題項得分差異的顯著性，檢驗區分度（李寶敏等，2018），不顯著的題項可刪除或修改。將有效問卷總得分排名前27%的定為高分組（≥214分）、后27%的定為低分組（≤178分），進行獨立樣本T檢驗，結果顯示各題項的差異均顯著（p＜0.05），表明問卷的各題項具有較好的區分度。

相關性分析通過分析各個題項得分與問卷總得分之間的相關程度檢驗代表性。相關系數在0.3至0.8之間表明題項良好（李爽等，2015）。分析結果顯示，僅第13題的相關系數為0.28，小于0.3，刪除；剩余各題項的相關系數均落在代表性良好的區間內。

3.信度檢驗

信度通常采用克隆巴赫Alpha（Cronbach’s α）系數作為評估指標。研究分別對問卷整體和各個維度的內部一致性進行檢驗。結果顯示：問卷整體的Cronbach’s α值為0.98，各個維度的Cronbach’s α值分別為0.90、0.79、0.97、0.89和0.94，均大于0.7，表明問卷的穩定性、內部一致性良好（DeVellis，2012）。

4.效度檢驗

問卷應能準確測量想要測量的構念實質，即要有良好的效度。內容效度和區分效度等通過上述專家評估、認知審查以及項目分析得以保障，結構效度通常采用探索性因子分析和驗證性因子分析進行檢驗（Gerbing et al.，1996）。前者考查問卷的公共因子數及其與模型維度的關系，后者驗證問卷的公共因子結構與整個理論模型的吻合度（Sürücü et al.，2020）。 Hair等人（1998）指出，當子集樣本量足夠時，可將調查數據隨機分為兩個子集來估計每個子集的因子模型。據此，本研究將收集到的690份有效問卷隨機分為等額的兩份（記為樣本A和樣本B），樣本A用于探索性因子分析，樣本B用于驗證性因子分析。鑒于結構效度主要關注問卷的整體結構，對于測量同一構念特質的題項是否歸于同一維度，研究則采用收斂效度分析進行檢驗。

（1）探索性因子分析

研究首先使用SPSS26.0對樣本A進行因子分析的適宜性判斷，結果表明：KMO綜合值為0.955，處于優秀水平（Kaiser，1974）； Bartlett球形度檢驗χ2＝12567.18，P＝0.00＜0.01，在統計學上具有顯著意義，說明對樣本A進行探索性因子分析能夠得到可靠的結果。隨后，研究采用主成分分析法進行探索性因子分析，結果顯示：第5、16題出現在其維度外的一個獨立因子中，第6、10、12、32、36、38題同時橫跨多個因子且因子載荷系數均在0.4以上，第37、40為冗余題，因此這些題項均被刪除。

修訂后的問卷共有35題，KMO綜合值為0.949，Bartlett球形度檢驗χ2 ＝10018.33，P＝0.00＜0.01。再次因子分析表明，共有5個公共因子的特征值大于1.0（如圖2所示），第5個特征值之后的曲線趨于平緩。前5個公共因子的累計方差貢獻率達到67.25%，大于60%，說明修正后的問卷能夠較好地測量出想要測量的構念實質（Hinkin，1998），各因子下題項的載荷系數如表3所示。

（2）驗證性因子分析

使用AMOS20.0對樣本B進行驗證性因子分析，分別構建一階和二階結構模型以檢驗問卷結構與其所依據理論模型之間的一致程度 ，具體關注卡方與自由度比值（χ2/df）、殘差均方根（RMR）、近似誤差均方根（RMSEA）、簡效擬合優度指數（PGFI）、比較擬合指數（CFI）、Tucker-Lewis系數（TLI）和增量適配指數（IFI）等指標評估問卷的結構方程模型擬合度（李寶敏等，2018；Hu et al.， 1999）。分析結果如表4所示，各個擬合指標均達到評估標準，說明修訂后的問卷模型與理論模型的整體擬合度良好。

（3）收斂效度分析

采用標準化因子負荷值、平均方差提取值（AVE）和組合信度（CR）三個指標對修訂后的問卷進行收斂效度分析。結果顯示：問卷各題項的標準化因子負荷值的范圍為0.67～0.92，均大于0.6，說明各題項與其公共因子的相關系數處于可接受范圍（Carmines et al.，1979） ；AVE值均大于0.5（見表5），說明公共因子的變異被其題項解釋的程度良好（Fornell et al.，1981）； CR均大于0.7（見表5），說明各公共因子內的題項一致性較強（Bacon et al.，1995）。綜合此三個結果，可判定修訂后的問卷收斂效度較好。

5.修訂后問卷信度檢驗

采用Cronbach’s α重新檢驗修訂后的問卷，結果顯示：問卷整體的Cronbach’s α 值為0.97，信度較高；各維度的Cronbach’s α 值分別為0.92（DC）、0.60（DS）、0.97（DA）、0.86（DR）、0.94（DD），其中，DS維度的信度可接受（Streiner，2003），其余維度的信度較高。

六、結語

本研究系統梳理了數字素養發展脈絡，發現數字素養已經從基本技術技能發展成為復雜的綜合能力，并具有了數智時代特色。基于DIKW模型辨析數字素養內涵發現，數字素養是信息素養的延伸，延伸的部分，即是數據素養。基于這樣的認識，結合國際主流數字素養框架，對我國《標準》進行了詳細分析，并以此設計了用于評估我國中小學教師數字素養水平的調查問卷。為了保障問卷的信效度，問卷依次經歷了四大環節的驗證與修訂：用于保障內容效度的專家評估與認知審查、用于保障題項區分度與代表性的項目分析、用于保障結構效度的探索性與驗證性因子分析，以及用于保障同類題項聚類效果的收斂效度分析。修訂后問卷的Cronbach’s α 為0.97，具有較高的信度。

此問卷的重要特色是簡短，只有35個題項，這有利于提高數據的回收率與質量、降低調查研究失敗的風險（Kost et al.，2018）。問卷具有良好的普適性，可測評中小學不同學段和學科的教師的數字素養水平。此問卷主要有三種建議使用的場景：一是教師自查。問卷能夠為教師繪制自身的數字素養畫像，便于個人查漏補缺式發展。使用此問卷測評自身在各維度或指標上的水平，最好將結果按照公式（v-1）×100/4（v是教師的五級量表得分）轉換成百分制，以便直觀感知自身的素養水平。二是國培等研修項目的前后測。該問卷可助力研訓單位開展有針對性的課程與活動，并評估研修后的質量。前后測應隨機抽樣，后測分析時需排除同時參與前后測的教師樣本。三是區域、學校層面的摸排調查，便于其制定宏觀政策與發展計劃。如可借鑒祝智庭團隊提出的個性化學習適配處方策略（祝智庭等，2017b），對于80%以上群體具有的數字素養問題，可考慮組織集中的專項培訓并發揮領域專家的智慧打造“頭雁”資源；對于不足5%的群體面臨的問題，可考慮通過構建教師教學共同體、引導智慧教研活動等策略解決。

本研究也具有一定的局限性。如本問卷不適用于非任課教師，因為問卷對于數字化應用的調查，主要關注的是數字化教學的設計、實施與評價；同時，本問卷的信效度結果，是針對中小學教師反饋的數據分析得到的，問卷對于高校與職教教師群體是否適用，需要進一步驗證。后續，本團隊將對中小學教師的數字素養開展全國性調研，以明確當前我國中小學教師數字素養的整體水平與培育短板，為國家教師發展數字化行動提供參考。

參考文獻：

[1]李寶敏，宮玲玲，祝智庭（2018）.在線學習力測評工具的開發與驗證[J].開放教育研究，24（3）：77-84，120.

[2]李爽，喻忱（2015）.遠程學生學習投入評價量表編制與應用[J].開放教育研究，21（6）：62-70，103.

[3]李新，楊現民，晉欣泉（2019）.美國教師數據素養發展現狀及其對我國的啟示[J].現代教育技術，29（4）：5-11.

[4]林崇德（2003）.心理學大辭典[M].上海：上海教育出版社：326.

[5]柳冠中（2013）.設計是人類未來不被毀滅的“第三種智慧”[J].設計，（12）：126-131.

[6]彭紅超，祝智庭（2018）.人機協同的數據智慧機制：智慧教育的數據價值煉金術[J].開放教育研究，24（2）：41-50.

[7]彭紅超，祝智庭（2021）.面向智慧課堂的靈活深度學習設計框架研制[J].現代遠程教育研究，33（1）：38-48.

[8]彭紅超，祝智庭，鄭珊珊（2023）.信息化促進基礎教育公平發展的測量框架研究[J].電化教育研究，44（9）：34-41.

[9]田旭明（2022）.數字社會的主要倫理風險及其應對[J].中州學刊，（2）：87-93.

[10]吳砥，熊璋，周建華等（2023）.落實《教師數字素養》標準[N].中國教育報，2023-04-29（004）.

[11]吳砥，朱莎，余麗芹等（2020）.中小學生信息素養評價[M].北京：科學出版社：12.

[12]新華社（2018）.關于全面深化新時代教師隊伍建設改革的意見[EB/OL].[2023-03-31].https：//www.gov.cn/zhengce/2018-01/31/content_5262659.htm？eqid=afc6a08e0004bda30000000664

5620a4.

[13]新華社（2023）.習近平主持中央政治局第五次集體學習并發表重要講話[EB/OL].[2023-08-08].https：//www.gov.cn/yaowen/liebiao/202305/content_6883632.htm.

[14]中華人民共和國教育部（2018）.教育部關于發布《中小學數字校園建設規范（試行）》的通知[EB/OL].[2024-03-11].

http：//www.moe.gov.cn/srcsite/A16/s3342/201805/t20180502_334759.html.

[15]中華人民共和國教育部（2021）.教育部等六部門關于推進教育新型基礎設施建設構建高質量教育支撐體系的指導意見[EB/OL].[2021-07-08].http：//www.moe.gov.cn/srcsite/A16/s3342/202107/t20210720_545783.html？eqid07ca7000000056

4756b45.

[16]中華人民共和國教育部（2023）.教育部等十三部門關于健全學校家庭社會協同育人機制的意見[EB/OL].[2023-01-17].http：//www.moe.gov.cn/srcsite/A06/s3325/202301/

t20230119_1039746.html.

[17]祝智庭（2020）.未來學習的近景是混合學習，遠景是智慧教育[J].上海教育，（9）：22-24.

[18]祝智庭，彭紅超，雷云鶴（2017a）.解讀教育數據智慧[J].開放教育研究，23（5）：21-29.

[19]祝智庭，孫妍妍，彭紅超（2017b）.解讀教育大數據的文化意蘊[J].電化教育研究，38（1）：28-36.

[20]Australia Government （2020）. Digital Literacy Skills Framework[EB/OL]. [2023-10-11]. https：//www.dewr.gov.au/foundation-skills-your-future-program/resources/digital-literacy-skills-framework.

[21]Bacon， R.， Sauer L.， & Young， M. （1995）. Composite Reliability in Structural Equations Modeling[J]. Educational and Psychological Measurement， 55（3）：394-406.

[22]Brandhofer， G.， Miglbauer， M.， & Fikisz W. et al. （2021）. Das Digi.kompP-Kompetenzmodell[EB/OL]. [2023-11-09].

https：//www.virtuelle-ph.at/digikomp/.

[23]Carmines， G.， & Zeller， A. （1979）. Reliability and Validity Assessment[J]. Beverly Hills Calif， 33（1）：775-780.

[24]Clark， D. （2012）. Understanding and Performance[EB/OL]. [2023-05-23]. http：//www.nwlink.com/～donclark/performance/understanding.html.

[25]Clifford， I.， Kluzer， S.， & Troia， S. et al. （2020）. DigCompSAT： A Self-Reflection Tool for the European Digital Competence Framework for Citizens[EB/OL]. [2023-05-24]. https：//op.europa.eu/en/publication-detail/-/publication/8e90a6

01-4595-11eb-b59f-01aa75ed71a1/language-en.

[26]DeVellis， F. （2012）. Scale Development： Theory and Applications （3rd Ed. ）[M]. Thousand Oaks， CA： Sage Publications：107-129.

[27]Dunn， M.， Heggestad， D.， & Shanock， R. et al. （2018）. Intra-Individual Response Variability as an Indicator of Insufficient Effort Responding： Comparison to Other Indicators and Relationships with Individual Differences[J]. Journal of Business and Psychology， 33：105-121.

[28]ETF （2023）. Digital Teaching Professional Framework[EB/OL]. [2023-11-09]. https：//www.et-foundation.co.uk/wp-content/uploads/2023/06/ETF-DTPF-Full.pdf.

[29]European Commission （2017a）. DigComp 2.1： The Digital Competence Framework for Citizens with Eight Proficiency Levels and Examples of Use[EB/OL]. [2023-02-28]. https：//publications.jrc.ec.europa.eu/repository/handle/JRC106281.

[30]European Commission （2017b）. Digital Competence Framework for Educators（DigCompEdu）[EB/OL]. [2023-05-23]. https：//joint-research-centre.ec.europa.eu/digcompedu_en.

[31]European Commission （2022）. DigComp 2.2： The Digital Competence Framework for Citizens[EB/OL]. [2023-08-30]. https：//op.europa.eu/en/publication-detail/-/publication/50c53c01-abeb-

11ec-83e1-01aa75ed71a1/language-en/format-PDF/.

[32]Fornell， C.， & Larcker， F. （1981）. Evaluating Structural Equation Models with Unobservable Variables and Measurement Error [J]. Journal of Marketing Research， 18（1）：39-50.

[33]Gerbing， W.， & Hamilton G. （1996）. Viability of Exploratory Factor Analysis as a Precursor to Confirmatory Factor Analysis[J]. Social Science Electronic Publishing， 3（1）：62-72.

[34]Hair， F.， Tatham， L.， & Anderson， E. et al. （1998）. Multivariate Data Analysis[J]. Technometrics， 30（1）：130-131.

[35]Hinkin， R. （1998）. A Brief Tutorial on the Development of Measures for Use in Survey Questionnaires[J]. Organizational Research Methods， 1（1）：104-121.

[36]Hu， L.， & Bentler， M. （1999）. Cutoff Criteria for Fit Indexes in Covariance Structure Analysis： Conventional Criteria Versus New Alternatives[J]. Structural Equation Modeling， （1）：1-55.

[37]INTEF （2022）. Marco de Referencia de la Competencia Digital Docente[EB/OL]. [2023-11-09]. http：//aprende.intef.es/mccdd.

[38]IZA-Institute of Labor Economics （2023）. Effects of an Online Self-Assessment Tool on Teachers’ Digital Competencies[EB/OL]. [2023-08-09]. https：//www.iza.org/publications/dp/15863.

[39]Kaiser， F. （1974）. An Index of Factorial Simplicity[J]. Psychometrika， 39（1）：31-36.

[40]Kelentri?， M.， & Helland， K. （2018）. Professional Digital Competence Framework for Teachers[EB/OL]. [2023-11-10]. https：//www.udir.no/in-english/professional-digital-competence-frame

work-for-teachers/.

[41]Kost， G.， & De Rosa， C. （2018）. Impact of Survey Length and Compensation on Validity， Reliability， and Sample Characteristics for Ultrashort-， Short-， and Long-Research Participant Perception Surveys[J]. Journal of Clinical and Translational Science， 2（1）：31-37.

[42]Lenham， R. （1995）. Digital Literacy[J]. Scientific American， 273（3）：253-255.

[43]Li， B.， Kong， S.， & Chen， G. （2015）. Development and Validation of the Smart Classroom Inventory[J]. Smart Learning Environments， 2（1）：1-18.

[44]Mandinach， B.， & Gummer， S. （2016）. What Does It Mean for Teachers to Be Data Literate： Laying Out the Skills， Knowledge， and Dispositions[J]. Teaching and Teacher Education， 60：366-376.

[45]OECD （2019）. OECD Skills Outlook 2019： Thriving in a Digital World[R]. Paris： OECD Publishing：29，21，181.

[46]Peled， Y. （2021）. Pre-Service Teacher’s Self-Perception

of Digital Literacy： The Case Of Israel[J]. Education and Information Technologies， 26：2879-2896.

[47]Sánchez-Cruzado， C.， Santiago Campión， R.， & Sánchez-Compa?a， T. （2021）. Teacher Digital Literacy： The Indisputable Challenge After COVID-19[J]. Sustainability， 13（4）：1858.

[48]Streiner， L. （2003）. Starting at the Beginning： An Introduction to Coefficient Alpha and Internal Consistency[J]. Journal of Personality Assessment， 80（1）：99-103.

[49]Sürücü， L.， & Maslak?， A. （2020）. Validity and Reliability in Quantitative Research[J]. Business & Management Studies： An International Journal， 8（3）：2694-2726.

[50]UNESCO （2011）. Digital Literacy in Education[EB/OL]. [2023-06-01]. https：//iite.unesco.org/publications/3214688/.

[51]UNESCO （2018）. UNESCO ICT Competency Framework for Teachers[EB/OL]. [2023-07-13]. https：//en.unesco.org/themes/ict-education/competency-framework-teachers.

[52]Wallace， P. （2007）. Knowledge Management： Historical and Cross-Disciplinary Themes[M]. Westport： Greenwood Publishing Group：1-14.

[53]Willis， B. （2005）. Cognitive Interviewing： A Tool for Improving Questionnaire Design[M]. Thousand Oaks， CA： SAGE：1-9.

收稿日期 2024-02-06 責任編輯 汪燕

The Localization Development of K-12 Teachers’ Digital Literacy Assessment Questionnaire

——Based on the Industry Standard of “Teachers’ Digital Literacy”

PENG Hongchao， ZHU Kaige

Abstract： Teachers are the backbone of promoting education digitization. In 2023， the Ministry of Education of the People’s Republic of China released an education industry standard， named “Digital Literacy of Teachers” （hereinafter referred to as the Standard）. The Standard provides a reference for evaluating the level of digital literacy of teachers in China. However， standards alone can not effectively diagnose the development of teachers’ digital literacy. Therefore， assessment tools are indispensable. Although there are some assessment tools for teachers’ digital literacy at home and abroad， they are not based on this Standard， so the appropriateness of the assessment is not high. Digital literacy includes two core contents： information literacy and data literacy. The Standard stipulates digital literacy of Chinese teachers from five dimensions： digital consciousness， knowledge and skills of digital technology， digital application， digital social responsibility and professional development. Based on the detailed analysis of China’s Standard combined with the international mainstream digital literacy framework， the assessment questionnaire of K-12 teachers’ digital literacy in China is constructed according to the way of “selecting classics items and self-built supplement”. The questionnaire went through four stages of verification and revision： expert evaluation and cognitive review to ensure content validity， items analysis to ensure item differentiation and representativeness， exploratory and confirmatory factor analysis for guaranteeing the structural validity， and the convergent validity analysis to guarantee the clustering effect of similar items. The revised questionnaire， with good model fitting degree and internal consistency， can be used for teachers’ self-examination， pre-and post-tests of training projects， and regional and school-level surveys.

Keywords： K-12 Teachers; Digital Literacy; Assessment Tool; Survey Questionnaire