教师个体差异对教师使用信息技术的调节效应——基于UTAUT模型

THE MODERN EDUCATION JOURNAL No.5，2017General，No.217

·教师教育·

教师个体差异对教师使用信息技术的调节效应

——基于UTAUT模型

李 毅 王 钦 廖 琴

摘 要：本研究搜集了我国中东西9个省份和直辖市中小学教师的调查数据，基于技术的接收和使用的同意理论模型（Unified Theory of Acceptance and Use of Technology，简称UTAUT），引入性别、年龄、职称和学历四个调节变量，建构量化模型，探寻教师的性别、年龄、职称和学历四个变量作为调节变量对我国教师使用信息技术的调节作用。通过构建偏最小二乘法结构方程模型（PLS-SEM），结果表明，我国教师的性别、年龄、职称和学历对我国教师使用信息技术的调节作用显著。

关键词：UTAUT模型；调节变量；教师信息技术使用

中图分类号：G451 文献标识码：A 文章编号：2095-6762(2017)05-0052-11

一、研究背景

当今世界，信息化愈演愈烈，教育走向信息化亦是大势所趋。在此过程之中，教师作为我国教育实践的组织承担者和教育改革的具体实施者，他们对信息技术的使用将对我国信息化教学的进程产生直接的影响。[1]因此，研究教师信息技术使用现状并探讨其影响因素显得尤为必要。

国家高度重视教师信息技术使用，教育部2010年出台的“中小学教师国家级培训计划”将信息技术划入教师的培训课程[2]。然而，由于针对性不强、内容泛化、方式单一、质量监控薄弱等问题，以往培训的效果并不理想[3]。为解决这

一问题，教育部于2013年出台了《中小学教师信息技术应用能力培训课程标准（试行）》，并明确提出，不同教师的专业化程度各异，信息技术的应用能力因此存在差异，信息技术培训应根据这种差异来进行针对性培训[4]。然而，文件中并没有提及教师之间到底存在怎样的信息技术能力差异，又如何根据这种差异进行有针对性的信息技术培训。

相关文献指出，教师的专业化程度可以通过职前获得的学历和职后获得的职称两个方面初步衡量[5]。学历越高、职称越高的教师，其课堂质量更高[6]，更愿意尝试新的教育教学方法[7]。根据教师的学历程度和所获职称，可以初步判定其

收稿日期：2017-08-09

作者简介：李毅，西南大学基础教育研究中心副教授（重庆，400715）；王钦，西南大学教育学部本科生（重庆，400715）；廖琴，西南大学教育学部本科生（重庆，400715）

*本文系教育部中国移动科研基金项目（项目编号：MCM20160405）和重庆市博士后科研资助项目（项目编号：Xm2016112）阶段性研究成果。

52

教师个体差异对教师使用信息技术的调节效应

专业化水平，从而根据不同教师的不同专业化水平进行有针对性的培训。然而，现有的对教师信息技术培训的相关研究多以质性研究为主，主要关注的是培训课程设计与实施，基于教师实际情况的量化研究较少。

本研究在梳理以往研究的基础上，引入UTAUT模型并检验其在中国教师信息技术使用中的适用性，并从教师专业化程度的视角出发，在原有模型的基础上增设性别、年龄、学历和职称这四个调节变量，进行量化模型建构，以此来考察在个人水平上的各调节变量对教师信息技术使用行为的影响，并在研究结果的基础上为教师信息技术培训提供理论支持和提出具有针对性的建议。

二、理论模型与研究假设

（一）UTAUT模型综述

UTAUT模型是美国学者文卡塔斯（Venkatesh）、莫里斯（Morris）等学者于2003年在技术接受模型（Technology Acceptance Model, 简称TAM）的基础上，结合相关理论提出的。该模型主要应用于使用者对信息技术的接受行为[8]。该模型包含四个核心变量，即绩效期望（Performance Expectancy, 简称PE），指用户感觉使用信息技术能够对工作产生的正向影响程度；努力期望（Effect Expectancy, 简称EE），指用户感觉使用信息技术需要付出的努力程度；社群影响（Social Influence, 简称SI），指用户受周围其他群体的影响程度；便利条件（Facilitating Condition, 简称FC），指用户在使用信息技术的过程中受到的技术、设备等方面的支持程度。以上四个核心变量对用户信息技术的使用意愿和使用行为产生影响。

（二）主效应

在文卡塔斯（Venkatesh）等人的研究中，UTAUT模型的便利条件变量会直接作用于使用行为；绩效期望、努力期望和社群影响变量则会通过使用意愿作用于使用行为。[8]在此之后，这

一理论构架在众多研究中都得到了证实。如在对高校教师CASE工具包的使用情况的研究中表明，UTAUT模型中的绩效期望、努力期望和社群影响对使用意愿有显著正向的影响，便利条件和使用意愿对使用行为有显著正向的影响[9]。高校学生对手机学习软件使用倾向的研究也证实了这一模型的有效性[10]。李毅等在基于UTAUT模型探究教师信息技术使用的影响因素和调节效应的研究中，已证实教师对信息技术的绩效期望和努力期望、教师使用信息技术的社群影响和便利条件以及教师信息技术的使用意愿具有显著正向影响，教师信息技术使用意愿对其使用行为具有显著的正向影响。[11]

（三）调节变量

除核心变量外，UTAUT模型还包括调节变量（年龄、性别、经验、自愿性），这些调节变量可以加强或减弱核心变量对使用意向和使用行为的作用。印度学者库姆拉（Kumra）引入了UTAUT模型来研究用户对3G手机增值服务的使用，并通过研究结果证明了加入调节变量能够有助于对研究问题进行进一步的探讨。[12] UTAUT模型最初仅在信息技术的用户接受行为研究领域应用，但在后续研究中，部分学者对UTAUT模型进行了迁移，使该模型逐渐被其它研究领域广泛使用。他们对原模型既有的调节变量进行增删，使模型更加适用于所研究的领域。例如，韩国学者任（Im）在美韩两国学生的信息技术使用情况的研究中，为探究美韩两国学生信息技术使用情况的差别，删去了所有的调节变量，只保留原有的核心变量，并针对研究问题新增了国别这一调节变量，并通过实证检验验证了模型的有效性。[13] 无独有偶，尼日利亚学者阿布巴卡尔（Abubakar）在研究银行的在线支付系统的使用情况时，也根据研究问题对模型的调节变量进行了调整，删去了原有的调节变量并新增调节变量技术认知，以此研究持有不同信息技术水平的人对于在线支付系统的使用情况的差异。[14] 本研究在UTAUT的基础之上，引入性别、年龄、学历和职称四个调节变量，以探究在这四个变量的调节作用下，教师信息技术使用意愿和

53

教师个体差异对教师使用信息技术的调节效应

使用行为的影响因素的作用力的差异。其中性别与年龄两个因素是UTAUT模型原有的变量，学历与职称是本研究为研究问题新增的变量。研究模型如图 1所示。

图1 研究模型

1.性别与年龄

文卡塔斯（Venkatesh）在建构UTAUT模型中发现，不同性别、年龄的使用者，其绩效期望、努力期望、社群影响对使用意愿的影响力不尽相同，便利条件对使用行为的影响力也不尽相同。[8]这一研究结果在后续的许多研究中得到进一步证实。如在性别方面，阿曼学者塔里尼（Tarhini）在学生的在线学习行为的研究中，发现男性使用信息技术时其绩效期望对于使用意愿的作用更加强烈；而对于女性来说，她们的努力期望对使用意愿的作用更强，社群影响对使用行为的影响强。

[15]

的不同[17-19]。但是还没有研究将性别与年龄作为调节变量，探索其对自变量与因变量之间的作用 力产生的效果。基于已有研究，本研究假设如下：

假设1.1：绩效期望作用于使用意愿的过程中，男性教师所受影响比女性教师更加明显；

假设1.2：努力期望作用于使用意愿的过程中，女性教师所受影响比男性教师更加明显；

假设1.3：社群影响作用于使用意愿的过程中，女性教师所受影响比男性教师更加明显；

假设2.1：努力期望作用于使用意愿的过程中，年轻教师所受影响比中老年教师更加明显；

假设2.2：绩效期望作用于使用意愿的过程中，年轻教师所受影响比年轻教师更加明显；

假设2.3：社群影响作用于使用意愿的过程中，中老年教师所受影响比年轻教师更加明显； 假设2.4：便利条件作用于使用行为的过程中，中老年教师所受影响比年轻教师更加明显。

在年龄方面，已有研究则表明年轻人的绩效期

望和努力期望对于使用意愿的影响更强；而对年长的使用者而言，社群影响对使用意愿的影响更强，便利条件对于使用行为的影响更强[16]。 虽然国内有的研究指出，不同性别和年龄的教师，其信息技术使用意愿和使用现状存在明显

教师个体差异对教师使用信息技术的调节效应

2.学历与职称

相关研究表明，在某一特定领域（如医学、教育等）专业化水平不同的工作人员其信息技术的使用情况存在差异，而且，专业水平会对个体信息技术的使用意愿和使用行为影响因素的作用过程产生调节效应[20][21]。基础教育领域，教师的专业化水平可以用教师的学历和职称来衡量[5]。因此，本研究特引入学历和职称两个调节变量，以此来探索教师的专业化水平对教师使用信息技术产生的调节效应。

（1）学历

学历指个体的学习经历，一般用以证明个人的受教育程度。现代教育体系通常将学历划分为6个阶段，即小学、初中、高中（中专）、大专、

大学本科、研究生（又分研究生班、硕士和博士）[22]

[23]

。学历可以在一定程度上反映教师的专业知识

和教学技能以及教师的专业化水平[24]。学历越高的教师，其专业知识与教育教学知识相应也越丰富[25]。相关研究表明，在信息技术的接受与使用中，使用者受教育程度会影响其信息技术使用情况。通常来看，学历越高的使用者越愿意使用信息技术，其信息技术的使用情况越好[26]。此外，学历对信息技术使用的影响也体现在其对自变量的调节作用上。受教育程度更高的使用者更能认识到信息技术的有用性，会更加重视信息技术对实际绩效的提高，其绩效期望对使用意向的作用更加强烈。[27] 此外，学历更高的使用者也更加重视他人对自己的看法，对自我的要求更高，其社群影响对使用意向的作用更加显著。沙特阿拉伯学者奥泰比（Alotaibi）在其关于手机增值服务的研究中指出，相较于高学历使用者，低学历者对于信息技术更感陌生，他们在使用信息技术时会更加注重技术本身的易用性以及系统为他们提供的设备条件。[28]基于此，本文假设如下：

假设3.1：绩效期望作用于使用意愿的过程中，学历在本科以上的教师所受影响比本科以下的教师更加明显；

假设3.2：努力期望作用于使用意愿的过程中，学历在本科以下的教师所受影响比本科以上的教师更加明显；

假设3.3：社群影响作用于使用意愿的过程中，学历在本科以上的教师所受影响比本科以下的教师更加明显；

假设3.4：便利条件作用于使用行为的过程中，学历在本科以下的教师所受影响比本科以上的教师更加明显。

（2）职称

我国中小学教师职称评定系统于1986年建立，是一项通过一系列考评机制对教师的师德、学识水平、教育教学能力及其工作绩效进行评价的系统，职称分为三级、二级、一级、高级和特级[29]。通常来讲，特级和高级职称的教师教学能力较强，工作绩效较好[30]。这一差异也体现在教育技术的使用上。已有研究显示，中高级职称的教师比初级职称的教师更加有效地使用信息技术，他们在信息技术的应用能力、使用意愿和使用行为方面都显著优于初级教师[31]。 国外研究发现，职称高低会对信息技术使用情况产生调节作用。伊朗学者阿巴西（Abbasi）在以高校教师为研究对象的信息技术使用研究中指出，讲师和教授的教学经验更丰富，教学能力更强。[32]他们更重视信息技术对实际教学效果的影响。而助教则较少关注教学本身，他们更多侧重于技术本身是否好用。坦桑尼亚学者杜勒（Dulle）的研究发现，职称越高的教师越处于领袖地位，对于上司和同事的评价会更加的看重，即其社群影响对使用意愿的影响更为显著。[33]基于已有研究，本研究假设如下:

假设4.1：绩效期望作用于使用意愿的过程中，职称在高级及以上的教师所受影响比职称在高以下的教师更加明显；

假设4.2：努力期望作用于使用意愿的过程中，职称在高级职称以下的教师所受影响比职称在高级及以上的教师更加明显；

假设4.3：社群影响作用于使用意愿的过程中，职称在高级及以上的教师所受影响比职称在高级以下教师更加明显；

假设4.4：便利条件作用于使用行为的过程中，职称在高级以下的教师比职称在高级及以上的教师更加明显。

55

教师个体差异对教师使用信息技术的调节效应

1500份，最终有效问卷1423份，有效回收率为

三、研究设计

（一）研究对象

本研究选取的研究对象为我国东部、中部和西部地区各典型的省（或直辖市）的农村、城市和乡镇的中小学的教师。在抽样过程中，采用分层抽样和随机抽样相结合的方式，总计发放问卷

94.9%。其中有男性教师611名（42.9%），女性教师812名（57.1%）；350名30岁以下的教师（24.6%），1071名30岁以上的教师（75.4%）；1165名本科学历以上的教师（82.4%），249名本科学历以下的教师（17.6%）；504名职称为高级和特级的教师（35.4%），919名职称在高级以下的教师（.6%）。调查对象基本信息如表1所示。

表1 研究对象的基本情况表

类别性别

项目男女18-24岁

年龄

25-30岁31-40岁40岁以上

学历

本科及本科以上本科以下高级、特级高级以下

人数611812682825914801165249504919

百分比（%）

42.957.14.819.841.633.882.417.635.4.6

职称

（二）测量工具

本研究测量工具为自编问卷，其测量内容分为教师的背景信息（9项）和教师使用信息技术的基本情况和影响因素（17项）。教师使用信息技术的影响因素包括教师的信息技术使用行为（3项）和使用意愿（2项），教师使用信息技术的绩效期望（3项）和努力期望（4项）以及教师在使用信息技术过程中的便利条件（2项）和社群影响（3项），该部分涉及的所有题项均采取李克特5点计分，从1到5依次表示完全不符合、不符合、中立、符合和完全符合。通过内部一致性信度检验和结构效度检验表明该问卷具备较高的信效度。

（三）数据分析

本研究使用WarpPLS 3.0 软件为数据分析工具构建结构方程模型[11]，对各因素之间的主效56

应及调节效应进行了深入的探讨，并通过对各影响因素变量和调节变量的分析对教师信息技术的使用行为进行有效预测。结构方程模型是一个包括一组自变量和一个或更多因变量的定量研究模型，包括测量模型和结构模型两部分，它实现了测量与分析的整合，相较于传统的统计方法，结构方程模型能够估计测量中各指标变量的误差，使得统计结果更加准确。结构方程模型的建构主要有极大似然估计方法（Maximum Likelihood Estimate， 简称MLE）和偏最小二乘法（Partial Least Squares， 简称PLS）两类估计方法，前者常用LISREL软件或者Amos软件实现，后者常用WarpPLS软件实现。与MLE相比，PLS在测量中具备更大的优越性。第一，在处理多变量关系上，PLS能够在最大限度上减少内生变量的残余差异，对多变量的复杂关系进行有效的梳理[34]；

教师个体差异对教师使用信息技术的调节效应

第二，在采用数据上，相较于MLE以协方差为基础，要求数据必须呈正态分布[34],PLS对数据分布并无严格；第三，在模型应用上，马格努森（Magnusson）等人的研究[35]证明，在模型包含多个中介或调解变量的情况下，使用PLS进行更加复杂的模型测试更具优势。在已有的研究成果中，PLS在教育领域应用较少，本研究意在通过引入这一先进的方法以达到使研究结果更加准确的目的。

大（0.35）、中（0.15）、小（0.02）三个等级。数据结果表明，教师对信息技术的使用意愿（f2=0.316）和绩效期望（f2=0.186）具有中效应量，便利条件（f2=0.059）具有小效应量，努力期望（f2=0.016）和社群影响（f2=0.012）具有最小的效应量。

3.模型预测效度（Q2）评估

对教师信息技术的使用意愿和使用行为进行预测是模型的重要功能之一，因此本研究对模型进行了预测效度的检验。预测效度一般使用西班牙学者斯通-盖塞尔（Stone–Geisser）提出的 Q2值进行检验，该检验值的临界值使用劳尔丹（Roldán）和桑切斯-弗兰科（Sánchez-Franco）提出的标准，若模型变量的Q2值大于0，说明其预测效度较高。[37]数据结果表明教师对信息技术的使用意愿（Q2=0.306）和使用行为（Q2=0.424）的Q2值均大于0，说明模型具有较高的预测效度。

（四）调节假设检验

结果表明，教师的性别、年龄、学历以及职称四个调节变量具有显著的调节作用(如表2所示)。在性别方面，女性教师信息技术的努力期望对使用意愿的调节作用显著高于男性教师，与原假设一致。在年龄方面，便利条件对使用行为的影响，青年教师比中老年教师更为明显，与原假设相反。在学历和职称方面，学历在本科以上和职称在高级及以上的教师，信息技术的绩效期望和努力期望对使用意愿的调节作用显著高于学历在本科以下及职称在高级以下的教师。在职称方面，有一个结果与原假设不一致。职称在高级及以上教师的便利条件对教师信息技术的使用行为的调节作用显著高于职称在高级以下的教师。

[36]

四、研究结果

（一）描述性统计

通过偏度和峰度检验可知，教师信息技术的

使用意愿变量的偏态值为-2.033，表现为负偏态；教师对信息技术的努力期望和便利条件的峰度值分别为0.8和0.271，相对较小。由此可见，本研究数据为非正态分布。

（二）结构模型评估

本研究采用以下方式对结构模型进行评估和检验。

1.整体模型拟合度评估

最终模型如图 2所示，该模型整体拟合度较高。APC=（0.108， P<0.001），ARS=（0.314， P<0.001），AARS=（0.309， P<0.001），AFVIF=（1.393<=5），GOF=（0.333<=0.36），本研究模型可解释42.7%的使用行为变异量。

2

2.效应量（f）的评估

变量的效应量是是衡量研究中变量的效应强度或者关联强度的指标[11]，最常用的效应量是科恩（Cohen）的d值。科恩提出，效应量可分为

表2 调节效应假设检验结果

假设性别H1.1H1.2H1.3

绩效期望作用于使用意愿的过程中，男性教师所受影响比女性教师更加明显

努力期望作用于使用意愿的过程中，女性教师所受影响比男性教师更加明显

社群影响作用于使用意愿的过程中，女性教师所受影响比男性教师更加明显

-.008.073**-.040

不支持支持不支持

路径系数

结果

57

教师个体差异对教师使用信息技术的调节效应

假设年龄H1.1H1.2H1.3H1.4学历H1.1H1.2H1.3H1.4职称H1.1H1.2H1.3H1.4

绩效期望作用于使用意愿的过程中，职称在高级及以上的教师所受影响比职称在高以下的教师更加明显

努力期望作用于使用意愿的过程中，职称在高级职称以下的教师所受影响比职称在高级及以上的教师更加明显

社群影响作用于使用意愿的过程中，职称在高级及以上的教师所受影响比职称在高级以下教师更加明显

便利条件作用于使用行为的过程中，职称在高级以下的教师比职称在高级及以上的教师更加明显

努力期望作用于使用意愿的过程中，年轻教师所受影响比中老年教师更加明显

绩效期望作用于使用意愿的过程中，年轻教师所受影响比年轻教师更加明显

社群影响作用于使用意愿的过程中，中老年教师所受影响比年轻教师更加明显

便利条件作用于使用行为的过程中，中老年教师所受影响比年轻教师更加明显

路径系数结果不支持不支持不支持不支持

.00.00.002-.128***

绩效期望作用于使用意愿的过程中，学历在本科以上的教师所受

.051*

影响比本科以下的教师更加明显

努力期望作用于使用意愿的过程中，学历在本科以下的教师所受

-.151***

影响比本科以上的教师更加明显

社群影响作用于使用意愿的过程中，学历在本科以上的教师所受

-.002影响比本科以下的教师更加明显

便利条件作用于使用行为的过程中，学历在本科以下的教师所受

影响比本科以上的教师更加明显

.022

支持支持不支持不支持

.066**-.160***-.005.127***

支持支持不支持不支持

注：*p<.05；**p<.01；***p<.001。

图2 最终模型

58

教师个体差异对教师使用信息技术的调节效应

五、讨论

（一）性别的调节作用

研究结果表明，性别在努力期望对教师信息技术使用意愿的影响中具有显著的调节作用。当教师觉得使用信息技术需要付出的努力程度少时，女性教师比男性教师更愿意使用信息技术进行教学。这一结果与已有研究相符，曲雯、李毅等通过研究证明性别是“数字鸿沟”的重要影响因素之一，两性之中男性在信息技术的使用上具有更强的能力和自我效能感，女性处于相对弱势的[38][39]；此外，庄家炽等提出，网络空间中，男性具有更加强烈的意愿利用互联网进行再学习。[40]本研究结果与上述研究结果一致。女性教师群体在使用信息技术的自我效能感和使用技术的整体水平低于男性教师，因此，当女性教师认为使用信息技术需要付出更多的努力时，她们使用信息技术进行教学的意愿会降低，反之，使用意愿则会升高。而男性教师群体对使用互联网进行再学习的强烈意愿导致他们不会因为使用信息技术需要付出努力而降低对其的使用意愿。

（二）年龄的调节作用

研究结果表明，年龄在便利条件对教师信息技术使用行为的影响中具有显著的调节作用。在信息技术教学中，信息技术设备对年轻教师的影响比中老年教师更大。这一结果与已有研究结果一致，澳大利亚伍德（Wood）在研究中指出，年老教师对信息技术在教学中的应用更多停留在对知识的简单呈现上，主要使用的工具为投影仪和PPT，而年轻教师则会使用更多的信息技术工具，如几何画板、电子白板等。[41]由此可见，与年轻教师相比，中老年教师对信息技术工具的认识的广度、使用度上不如年轻教师。该现象产生的原因可能在于中老年教师与年轻教师之间存在的“代际差异”，即两代教师由于生长环境的不同造成的信息技术能力的差异[42][43]。年轻教师大多是在信息技术时代成长起来的，拥有较强的信息技术知识和技能，在信息技术教学上有较强的信心；而在中小学中，大多数中老年教师是工作

后才开始使用信息技术，接触信息技术的时间较短，在将信息技术应用于教学时可能存在较大的难度。因此，由于中老年教师和年轻教师对信息

技术工具在认识和使用能力上的差异，导致了信息技术的便利条件对年轻教师的影响更加明显。

（三）职称和学历的调节作用

研究结果表明，教师的职称和学历在努力期望和绩效期望对教师信息技术使用意愿的影响中具有显著的调节作用。当教师觉得使用信息技术需要付出的努力程度少时，职称和学历较低的教师更愿意使用信息技术进行教学；当教师觉得使用信息技术对工作的帮助大时，职称较高和学历较高的教师更愿意使用信息技术进行教学。

这一结果与已有研究结果相符。[32]在努力期望方面，有研究指出，现代教育技术素养是教师专业培训的重要内容之一，教师的现代教育技术能力水平是教师职称评定的重要指标之一[44]。换言之，职称和学历较高的教师在工作和学习过程中已经接受了大量的专业化训练，这使得他们自身具备了较高的信息素养和技能，信息技术是否好用对他们使用信息技术的意愿影响并不大。除此之外，在绩效期望方面，已有研究表明，在中小学教师群体中，职称和学历较高的教师在进行教学时更注重教学质量的保障[45]，比起职称和学历较低的教师，他们更加重视教学效果的提高。因此教学质量的提高是他们改变教学方式的重要驱力，当他们认为信息技术能帮助提高教学质量时，他们会更愿意克服技术障碍进行信息技术教学。

研究结果还显示，职称较高的教师受信息技术设备影响更大。这一发现与以往研究结果不符[32]。这可能是由于本研究采用的职称划分标准与以往研究不同。本研究在划分职称时将职称划分为高级职称及以上和高级职称以下两类，而高职称教师在中小学教师群体中所占比例非常小，他们在教育思想、教学资历和教学技能等各方面都达到了较高的水平，是各个学校成熟教师的代表性人物[46]，在教育信息化过程中起着举足轻重的作用。在这些教师的教学生涯中，他们大多经历了大量教育教学培训和学习，接触了较多的前

59

教师个体差异对教师使用信息技术的调节效应

沿信息技术，对信息技术硬件设施的依赖性和要求也相对较高，最终导致职称较高的教师在使用信息技术时会更多受到硬件设施的完善程度的影响。

六、建议与对策

（一）有差异性地为教师提供信息技术培训中小学教师教育培训是加快教育信息化的重要举措。本研究结果显示，在信息技术教学中，高学历、高职称的教师更注重信息技术带来的实际教学效益，而女性、低职称和低学历教师更在意使用信息技术需要付出的努力。因此，应根据教师自身的特点进行有针对性的教育信息技术培训。

对于高学历、高职称教师，要从绩效期望入手。因为其本身具备较高的信息技术技能，所以在信息技术培训中，一方面要使用正确的激励手段，通过实际的激励措施让他们更多地使用信息技术；另一方面在进行信息技术培训时，可以将信息技术与教学相结合，多使用成功的信息技术教学案例教学，让他们切实感受到信息技术对教学带来的变革和影响，并适当加强前沿信息技术的普及，进一步提高他们的信息技术教学能力。而对于女性教师和低学历、低职称的教师，他们对于教学效益的重视程度不如男性教师和高学历、高职称的教师，绩效驱动的激励方式相对不适合他们。对于这类教师，应当从努力期望方面入手。在信息技术培训中，应重点使他们掌握信息技术的基础知识和相关的基本技能，这样才能够在使用信息技术教学遇到的困难时，消除畏难心理，合理降低他们的努力期望。

（二）有针对性地完善教育信息化绩效评估制度

教育信息化绩效评估制度在激励教师使用信息技术上有重要的促进作用[47]。

本研究结果显示，职称和学历较高的教师较重视信息技术对教学带来的实际效益，而职称和学历较低的教师则更在意信息技术是否好用。因此，为了使教育信息化60

绩效评估制度更好地激励教师群体使用信息技术教学，提高教学质量，应针对教师的不同情况进行相应的制度完善。

对于高职称和高学历教师，他们自身的信息化教学水平较高，在教育信息化绩效制度下更容易受到绩效激励。但是，不能局限于此。针对这样的教师群体，应在绩效评估制度中适当强调对新技术的学习和新教学法的开发等。

对于低职称和低学历的教师，他们自身的信息化教学水平较低，在绩效评估制度中获得绩效需要付出很大的努力，在教育信息化绩效评估中受到的激励作用不大。因此，绩效评估制度不应一味强调教学水平和绩效的单向关系，而应从多方面对其进行激励引导。例如，对教师学习信息技术和使用信息技术的行为进行相应的激励等，使教师逐渐在实践中认识信息技术的好处，在教学中接纳、学习和应用信息技术。

（三）有区别性地为教师提供便利条件支持研究结果显示，信息技术便利条件带来的影响对较年轻和职称较高的教师带来的影响较大，这为我们如何为教师提供信息技术硬软件支持提供了依据。

对于看重硬软件技术支持的年轻人，他们看重信息技术硬软件的原因很可能是由于信息技术属于新鲜事物，学校为他们提供的技术支持也可以基于他们的这种心理，为他们提供较新颖的信息技术设备，如引入新颖的软件、设备、信息技术等。而对于高学历的教师，便利条件对他们的影响主要体现在他们对自己的高标准、严要求，对于便利条件的要求也相对较高。对于这类教师，学校可以定期询问他们的意见，为他们提供特定的教育技术支持。

七、结论

本研究以UTAUT为基础理论模型，引入了教师性别、年龄、职称和学历四个调节变量，探究这四个变量在教师信息技术的使用意愿和行为的影响作用。研究结果表明，努力期望、绩效期

教师个体差异对教师使用信息技术的调节效应

望、社群影响和便利条件正向显著地影响教师信息技术的使用意愿和使用行为，与假设一致。但在上述调节变量的调节作用下，影响因素的作用力具有强弱差异。由此，本研究认为，在教师信息技术使用意愿和使用行为的培训中，应注意教师个体的性别、年龄、学历和职称差异，做到有的放矢。

参考文献：

[1] 刘鹂,马建华.西部贫困地区中小学教师信息素养状况的调

查研究[J].电化教育研究, 2005(5):37-41.

[2] 邓三英.中小学教师国家培训计划的意义与实施策略研究[J].

教育探索, 2011(10):125-126.

[3] 《天津教育》编辑部.深化中小学教师培训模式改革,全面

提升培训质量[J].天津教育, 2013(11):1-1.

[4] 郭绍青.《中小学教师信息技术应用能力培训课程标准(试

行)》解读[J].电化教育研究, 2015(9):11-15.

[5] 李萃茂,黄敏.教师专业化与教师素质综合评价方法改革[J].

教育探索, 2003(9):85-86.

[6] 金艾裙.教师学历、职称、年龄因素对课堂教学质量影响的

研究[J].人类工效学, 2001, 7(4):55-57.

[7] 卢晓旭, 尚正永.我国普通中学研究性学习开展水平与教师

学历职称的关系分析[J]. 中国科技信息，2010(19).

[8] Venkatesh V, Morris M G, Davis G B, et al. User acceptance of

information technology: Toward a unified view[J]. MIS quarterly, 2003: 425-478.

[9] Marcinkowski B, Wrycza S. CASE tools’ acceptance in higher

education–Assessment and enhanced UTAUT model[C]//Proceedings of the Conference on Information Systems Applied Research ISSN. 2015, 2167: 1508.

[10] Thomas T D, Singh L, Gaffar K. The utility of the UTAUT model

in explaining mobile learning adoption in higher education in Guyana[J]. International Journal of Education and Development using Information and Communication Technology, 2013(3): 71.[11] 李毅,吴思睿,廖琴.教师信息技术使用的影响因素和调

节效应的研究——基于UTAUT模型[J].中国电化教育,2016(10):31-38.

[12] Kumra R, Malik A, Sikri D. Factors affecting behavioural intention

to adopt 3G mobile value-added services in India[J]. International Journal of Electronic Business, 2014(4): 3-383.

[13] Im I, Hong S, Kang M S. An international comparison of

technology adoption: Testing the UTAUT model[J]. Information &

management, 2011(1): 1-8.

[14] Abubakar F M, Ahmad H B. The moderating effect of technology

awareness on the relationship between UTAUT constructs and behavioural intention to use technology: A conceptual paper[J]. Australian Journal of Business and Management Research, 2013(2): 14.

[15] Tarhini A, Hone K, Liu X. Measuring the moderating effect of

gender and age on e-learning acceptance in England: A structural equation modeling approach for an extended technology acceptance model[J]. Journal of Educational Computing Research, 2014(2):

163-184.

[16] Teo T, Noyes J. Explaining the intention to use technology among

pre-service teachers: a multi-group analysis of the Unified Theory of Acceptance and Use of Technology[J]. Interactive Learning Environments, 2014(1): 51-66.

[17] 张文兰，李然.陕西农村中学教师信息技术教学应用的动力

现状与归因分析[J].电化教育研究, 2008(9):85-.

[18] 王佑镁.信息技术与课程整合教学效能影响因素的结构模型

研究[J].电化教育研究, 2010(3):63-67.

[19] 马立.基于性别差异的中学教师网络辅助教学状态研究[J].

当代教师教育,2014(2):82-84.

[20] Han S, Mustonen P, Seppanen M, et al. Physicians' behavior

intentions regarding the use of mobile technology: an exploratory study[J]. PACIS 2004 Proceedings, 2004: 49.

[21] Esmaeilzadeh P, Sambasivan M, Kumar N, et al. Adoption of

technology applications in healthcare: the influence of attitude toward knowledge sharing on technology acceptance in a hospital[C]//International Conference on U-and E-Service, Science and Technology. Springer, Berlin, Heidelberg, 2011:17-30.[22] 顾明远.论学历主义与教育[J].教育研究,1995(4):16-18.[23] 张号栋，尹志超，彭嫦燕. 金融普惠和京津冀城镇居民失业

——基于中国家庭金融调查数据的实证研究[J]. 经济与管理研究， 2017(2):61-71.

[24] 王安全.教师学历发展功能及其正向化方式[J].中国教育学

刊,2012(2):60-63.

[25] 陈威.教师专业化与本科学历小学教师的培养研究[J].哈尔

滨学院学报,2005(1):97-100.

[26] Arcila Calderón C, Calderín Cruz M, Aguaded Gómez J I.

Adoption of ICTs by communication researchers for scientific diffusion and data analysis[J]. 2015.

[27] Chopra S, Rajan P. Modeling intermediary satisfaction with

mandatory adoption of e-government technologies for food distribution[J]. Information Technologies & International Development, 2016(1): pp. 15-34.

61

教师个体差异对教师使用信息技术的调节效应

[28] Alotaibi M B. Determinants of mobile service acceptance in Saudi

Arabia: A revised UTAUT model[J]. International Journal of E-Services and Mobile Applications (IJESMA), 2013(3): 43-61.[29]朱俊杰.中小学教师职务结构初探[J].教育研究,1997(2):52-57.

[30]李琦.我国中小学教师聘任制的现存问题及改革对策研究

[D].西南师范大学, 2004.

[31]余必健,谭诤.农村中小学教师信息技术素养调查研究[J].现

代教育科学, 2015(12):47-50.

[32]Abbasi M S. Culture, demography and individuals' technology

acceptance behaviour: A PLS based structural evaluation of an extended model of technology acceptance in South-Asian country context[D]. Brunel University Brunel Business School PhD Theses, 2011.

[33]Dulle F W, Minishi-Majanja M K. The suitability of the Unified

Theory of Acceptance and Use of Technology (UTAUT) model in open access adoption studies[J]. Information development, 2011(1): 32-45.

[34]Henseler J, Ringle C M, Sinkovics R R. The use of partial least

squares path modeling in international marketing[M]//New challenges to international marketing. Emerald Group Publishing Limited, 2009: 277-319.

[35]Magnusson P, Westjohn S A, Semenov A V, et al. The role

of cultural intelligence in marketing adaptation and export performance[J]. Journal of Marketing Research, 2013(4): 44-61.[36]Cohen J. The effect size index: d[J]. Statistical power analysis for

the behavioral sciences, 1988(2): 284-288.

[37]Roldán J L, Sánchez-Franco M J. Variance-based structural

equation modeling: guidelines for using partial least squares[J]. Research methodologies, innovations and philosophies in software systems engineering and information systems, 2012, 193.[38]曲雯. 消除全球化背景下的性别\"数字鸿沟\"--读《e时代

的女性--中外比较研究》[J]. 妇女研究论丛, 2004(3):78-80.[39]李毅, 闫现洋, 吴桐. “数字鸿沟”视角下的网络远程教育公

平性检视与问题对策——免师硕士生的性别、民族、学习方式对网络学习成效的影响[J]. 远程教育杂志, 2015(4):98-105.[40]庄家炽, 刘爱玉, 孙超. 网络空间性别不平等的再生产:互联

网工资溢价效应的性别差异, 以第三期妇女地位调查为例[J]. 社会, 2016, 36(5):88-106.

[41]Kinash S, Wood K. Academic developer identity: How we know

who we are[J]. International Journal for Academic Development, 2013(2): 178-1.

[42]Prensky M. Digital natives, digital immigrants part 1[J]. On the

horizon, 2001, 9(5): 1-6.

[43]李毅, 吴思睿, 廖琴.数字原住民教师和数字移民教师信息技

术素养的差异性研究[J]. 中国远程教育, 2016(12):62-68.[44]唐永中.现代教育技术视角下的教师专业化发展[J].电化教

育研究, 2009(9):21-24.

[45]侯小兵.中小学教师学历提升的趋势分析[J].现代中小学教

育, 2016, 32(2):73-79.

[46]郑彩国.激发高层次需要促进中小学高职称教师再发展[J].

中小学教师培训,2014(3):15-18.

[47]卢春,尉小荣,吴砥.教育信息化绩效评估研究综述[J].中国

电化教育,2015(11):62-69.

Moderating Role of Teachers’ Individualized Characteristics for Their Use of Technology

——Based on UTAUT ModelLI Yi & WANG Qin & LIAO Qin

Abstract: In order to fully understand the different technology development needs between different teachers, this study collected data from 1423 teachers in primary and middle school in the west, middle and east of China to build a structure equation model based on the Unified Theory of Acceptance and Use of Technology (known as UTAUT). Introduced “gender”, “age”, “academic level” and “educational level” as four moderators, this study focused on moderating effect and try to find the different technology development needs that teachers in different professional level have. The result showed that gender, age, academic level and educational level are all significant as moderators.

Key Words: UTAUT; moderating effect; teachers’ acceptance of technology; region diversity; urban and suburban diversity; key school and normal school diversity

（责任编辑 吴全华）

62