打开文本图片集

【摘要】高考根本目的是人才选拔，研究考生群体在高考志愿填报过程中信息获取行为影响因素，对检验教育资源配置、政策供给成效，完善我国高考相关制度具有重要作用，本文基于441份调查问卷采集基础数据，本文基于多元视角研究考生信息获取影响因素，构建SEM模型分析考生群体在高考志愿填报过程中信息获取行为影响因素。最后针对影响考生群体志愿信息获取行为因素，提出了参考建议。

【关键词】高考；志愿填报；结构方程；信息获取行为；影响因素

一、引言

高考志愿填报是高校考试招生的重要环节，从高考志愿填报实践来看，在高考前，学生首要任务是学习，无暇考虑志愿问题，高考结束后，考生就面临着志愿的选择，其短期内所处的信息环境发生较大改变，一方面，考生及家长对志愿相关信息需求强烈，但信息的获取与需求匹配分析能力不足；另一方面，又面临着志愿填报时间短、信息多、信息真伪难辨等诸多非常规、非结构化的问题。考生面对众多的信息资源、内容与检索方法，一时无从下手，直接影响其信息的评价和利用，如果预估不够准确，会演化成为高分落榜、高分低就或者专业调剂。因此，分析考生的信息获取行为的影响因素，能够直接或间接反映教育资源配置、政策供给的成效，对后期提出针对性的政策至关重要。

二、国内外研究现状

信息获取行为影响因素国内外学者研究主要集中在以下几个方面，一是基于心理学的研究，譬如认知、情感、意识和动机等因素；二是基于社会学研究：个体因素、情境因素、社会因素等，如丁亚茹[1]研究了视障群体图书馆信息获取行为影响因素；三是基于多元化取向的研究，譬如个体因素、信息源及信息渠道因素、信息因素、社会因素、情境因素等[2]。王平等将获取行为中的焦虑因素归因于环境、可靠性等5个方面。

关于影响因素研究主要集中在2个方面：一是开放性的影响因素探索，如通过扎根访谈的形式构建影响因素模型，霍明奎等为提高团队创新能力和信息素养，利用扎根方法探究大学生创新团队信息行为特征和影响因素；另一方面是借鉴不同学科理论，如成本收益比率理论、社会认知理论等，使用支持向量机、回归方程模型、知识图谱、实验法等验证可能的影响因素[3]，田梅等]使用支持向量机探讨了大学生群体在网络环境下的信息偶遇敏感影响因素，韦雅楠等采用知识图谱分析方法，探讨在线活动的企业的时间特征因素。

通过梳理国内外文献，发现关于高考以及志愿填报的相关研究多集中于制度、技术层面，理论研究多于实证研究，在研究对象层面，学者关注最多的是弱势群体，如农民工、孕妇、老年人等，而考生群体的研究较为匮乏。

三、理论模型构建

（一）研究假设

本文在梳理国内外学者的相关研究及征询业界专家的基础上，针对考生在高考志愿填报情境下提出下面5个假设：

H1：自我效能对考生的信息素养、职业生涯规划素养有显著正向影响。

H2：环境因素对考生的信息素养、职业生涯规划素养有显著正向影响。

H3：信息素养对考生信息获取行为有显著正向影响。

H4：职业生涯规划素养对考生信息获取行为有显著正向影响。

H5：信息资源对考生信息获取行为有显著影响。

（二）模型构建

高考志愿填报是考生一次完整的信息获取过程，其信息获取行为的影响因素受多方面的影响，本文通过构建结构方程模型对研究假设加以验证，按照性质的不同将影响因素划分为：个人因素，环境因素，信息资源因素。其中个人影响因素包括自我效能、信息素养、职业生涯规划素养等；环境资源因素包含家庭、学校、社会和网络环境及资源等；信息因素包含获取信息的准确可靠性、信息的及时性、信息的难易程度等。

（三）变量设计

依据结构方程模型原理，本文构建如图1所示的影响考生信息获取行为的结构方程模型。

四、实证研究

（一）数据采集

本文采取调查问卷和半结构访谈相结合的调研方法，研究样本选取湖南几所高校的2021级大一新生（院校层次选取：211、省重点、普通本科、高职高专各一所），通过“线上+线下”方式共发放问卷500份，收回问卷480份，有效问卷441份，问卷有效率91.8%，问卷主要内容包括：考生基础信息、自我效能、信息素养、职业生涯规划素养、环境资源因素、信息因素和信息获取因变量等7个方面，如表1

（二）模型检验

本文使用的分析工具为SPSSPRO对调查问卷获得的考生的自我效能、信息素养、职业生涯规划素养、环境因素、信息因素和信息获取6个潜在变量和20个可观测变量进行Cronbach’sα系数分析，α最高值为0.895，最低值为0.710，而问卷的整体α值为0.941，各项值均高于0.7，SPSSPRO信度分析表明6个潜变量具有较好的建构信度，可观测变量数据有较高的稳定性和一致性。效度检验，KMO和Bartlett值（0.942，df=190，p=0.000***）均符合要求。

修正（SEM）模型，潜变量信息素养中的b2、b3，这2个指标的标准化载荷系数分别为0.302和0.468，均小于0.5，故作剔除处理。同时，通过SPSSPRO因子协方差分析的结果，环境因素与信息因素之间的标准系数值为0.865，说明环境因素与信息因素之间具有较强的关联性，因此，在模型中加入该路径关系进行分析。修正后的结构方程模型（SEM），使用SPSSPRO计算标准化路径系数及模型拟合，得到效果图（图2）。

使用SPSSPRO对修正后的结构方程模型，开展多次拟合检验，并对模型的路径加以修正，再对结构方程模型进行检验，最终得到模型总体的拟合结果。各项模型拟合指数均在合理范围之内，表明模型的拟合度效果较好。

（三）假设检验

修正后的结构方程模型中各潜在变量中包含的标准误差均小于0.2，通过显著性检验，且各观测变量的标准化载荷系数均在0.5～0.95区间内。

由表2路径系数结果可知，自我效能（SE）与信息素养（IT）职业生涯规划素养（CPS）的标准化载荷系数分别为：0.741和0.470，P值均为：P=0.000***。自我效能与信息素养、职业生涯规划素养之间存在明显的正相关关系，即H1假设成立。

环境因素（EF）与信息素养（IT）和职业生涯规划素养（CPS）的标准化载荷系数分别为：0.304和0.489，P值均为：P=0.000***。结合图2修正后的结构方程模型路径及参数结果，环境因素与考生的信息素养、职业生涯规划素养之间存在明显的正相关关系，即H2假设成立。

信息素养（IT）与考生信息获取行为（IAB）的标准化载荷系数和P值分别为0.174，P=0.029。结合图2，信息素养与考生信息获取行为存在明显正相关关系，即H3假设成立。

职业生涯规划素养（CPS）与考生信息获取行为（IAB）的标准化载荷系数和P值分别为0.104，P=0.203。结合图2，职业生涯规划素养（CPS）与考生信息获取行为（IAB）不存在相关关系，即H4假设不成立。

信息因素（IF）与考生信息获取行为（IAB）的标准化路径系数和P值分别为0.694，P=0.000***；由图2结果表明，信息因素（IF）与考生信息获取行为（IAB）存在明显正相关关系，即H5假设成立。

五、对策及建议

（一）构建基于大数据技术、人工智能的高考志愿填报系统

高考志愿填报是一项复杂的系统工程，问卷调查显示有6.2%的学生信息获取困难，必须考虑教育资源存在城乡鸿沟、信息的不对称的现实，因此，开发和搭建一种智能化的高考志愿填报系统，让所有考生都能平等享受国家的普惠资源，围绕志愿填报与录取，建立高考大数据库（考生初高中数据、历年志愿数据、高校专业录取数据等），依托大数据技术和人工智能开展考生特征画像，让每个考生能够横向和纵向的全面评估自己，并根据考生等次以及个人兴趣，智能化的为考生推荐个性化的志愿填报方案，减轻考生因客观资源因素导致的信息获取压力，提升所有考生的志愿填报精准度。

（二）重视高中阶段的职业生涯规划教育、信息素养教育

近年来，我国高等教育快速发展，办学规模及招考人数不断扩大。同时毕业人数也屡创新高，总体供大于求，竞争激烈，高考志愿填报“大战”就是现实体现。高中阶段是学生发展的一段重要里程。高中学生面临着进入高校或社会的现实选择。因此，需要将职业生涯规划教育提前至高中阶段，培养中学生关注自己兴趣与未来职业规划，提高学生认识、适应和服务社会的能力，掌握自我认知、设计、提升、管理的方法与技巧，也是落实高考改革、促进基础教育与高等教育的有效衔接、顺应学生自身发展内在需求的体现；高中信息技术课程，不仅只是让中学生掌握计算机、多媒体、网络等技术的操作，教育培养的重点在于提升中学生获取信息的能力。

【参考文献】

[1]杨秀芹，吕开月.社会分层的代际传递：家庭资本对高考志愿填报的影响[J].中国教育学刊.2019，（06）：24-29

[2]丁亚茹，肖鹏.视障人群对图书馆信息服务的获取效率与质量需求研究——广州市视障人群定性调查[J].图书馆研究与工作，2019（04）：5-11

[3]田梅，朱学芳.基于支持向量机的大学生网络信息偶遇影响因素研究[J].图书情报工作，2018，62（08）：84-92

基金项目：湖南省“十四五”教育科学规划项目（KS212080）

【作者简介】

袁文光（1980～）男，硕士，高工，主要研究方向为信息资源管理、教育信息化。