图片来源：unsplash

摘要：慕课的开放性和大规模优势，使其在诞生之初就被人们赋予促进高等教育民主化的期望。人们相信随着规模和覆盖范围的扩大，慕课将服务于更多的人，从而缩小不同群体之间的教育差距，促进教育公平。然而基于HarvardX-MITx 2013年度13门慕课课程数据集的探索性分析发现，慕课虽然通过开放性和大规模的优势使弱势群体获得了更多接触优质教育资源的机会，但是却更多地使那些优势群体获益，包括高学历人群、发达国家中年龄偏大的人群，以及英语非母语国家中语言能力好的人群。这表明，“第二道数字鸿沟”在慕课中同样存在，即使社会优势群体和弱势群体在技术接入方面不存在差异，但优势群体依然会凭借其拥有的社会和文化资源在慕课学习表现方面占得先机。从这个意义上讲，慕课不仅没有缩小教育差距，反而更可能扩大教育差距。利用慕课来促进高等教育公平还需要政府、社会、教育工作者付出更多努力，一方面，高等教育机构在利用慕课开展教学时，应该加大对学历层次相对较低人群的监管和考核力度；另一方面，发展中国家应该更加重视慕课在终身学习中可能发挥的作用，创设条件为那些年龄较大、学历较低的人群提供慕课学习机会。

关键词：慕课；教育公平；教育差距；弱势群体；在线学习表现；课程认证

一、问题提出

作为社会公平的重要组成部分，教育公平问题一直以来都受到了国内外研究者的持续重点关注。社会优势群体为了保持并延续自己的优势地位，通过文化再生产、资源转化、政策干预等方式来实现教育不平等的代际传递（李煜，2006）。而各国政府部门则试图在传统教育框架下利用教育扩张、教育管制、补偿弱势群体等举措缩小教育不平等，进而促进教育公平。尽管上述举措对改善社会弱势群体的教育条件，提升教育机会起到了积极作用，但众多研究表明他们与社会优势群体间的教育差距在某些情形下甚至有拉大的趋势。例如，刘大立与李锋亮（2013）研究了政府对公办高中收费的教育管制与教育机会之间的关系，发现教育管制之后的教育不平等情况更加严重了，说明教育管制拉大了不同群体间的教育差距。而教育扩张与教育不平等之间虽然通常呈倒U型关系（Ram，1990；林志伟，2006），即随着教育的扩张，优势群体和弱势群体间的教育不平等呈先扩大后缩小的趋势，但是这种关系却因多种因素的影响并不稳定。也就是说，教育扩张最终既有可能导致教育不平等的缩小，也有可能导致教育不平等的恶化（孙百才，2005）。对于发展中国家而言，经济基础薄弱导致教育财政支出比例和额度有限，在传统办学体系下利用政府调控手段缩小教育差距、促进教育公平面临着更大挑战。

慕课以开放性为显著特征，它的出现被视为缩小教育不平等、促进教育尤其是高等教育领域公平的一种新可能。然而近来关于慕课中人群分布的研究却发现，慕课的参与者多是那些社会优势人群，如高学历者、男性、有工作的专业人员等（Stich et al.，2016）。毫无疑问，该结果为慕课促进教育公平蒙上了一层阴影。但由于使用的低成本和开放性，慕课本身在缩小教育不平等、促进教育公平方面蕴藏着巨大潜能。如何更好地理解慕课中的教育公平问题，对于充分发挥慕课在促进教育公平中的作用有着重要意义。当前对于慕课中教育公平问题的研究，关注焦点仍然是慕课中学习者的分布情况，很少有研究从国别的角度来探讨慕课参与者情况，而这对于我们更好地理解慕课在促进不同国家的教育公平方面有很大帮助。另外，不同人群在慕课中的学习表现情况和课程认证情况如何也缺乏足够探讨，而这同样能够帮助我们更好地理解慕课与教育公平间的关系。

基于上述，本文以HarvardX-MITx公开的edX平台上的5门HavardX课程和8门MITx课程相关信息为数据来源①，关注慕课中的教育公平问题，具体包括四个研究问题：

问题一：国家的富裕程度与慕课参与者的分布（学历分布、年龄分布）之间有何关系？

问题二：国家的富裕程度与慕课参与者的在线学习表现有何关系？

问题三：慕课参与者的学历和在线学习表现有何关系？

问题四：英语母语国家状态和在线学习表现有何关系？

二、文献综述

• 1.慕课学习者特征研究

慕课是全球高等教育领域的一个研究热点，无论是在美国、英国这样的发达国家（Pappano，2012；Liyanagunawardena et al.，2015），还是在中国和印度这样的发展中国家（Balaji，2013；Zhang et al.，2015）都是如此。由于慕课是免费、开放的，并且慕课课程的提供者大多是声名显赫的教育机构，因此它有很大的潜力为不同社会经济背景、不同种族、不同国家的人提供优质教育资源，缩小教育不平等和教育差距。但是，关于慕课参与者分布情况的调查却发现，慕课学习者大多是高学历、有工作、社会经济程度高的人群（Christensen et al.，2013；Laurillard，2014；Dillahunt et al.，2014；Hansen & Reich，2015）。例如，Hansen和Reich（2015）对2012-2014年edX 上哈佛大学和MIT提供的68门慕课的参与者进行分析，发现社会经济资源越好的学生，越可能参加慕课学习。Chen等人（2015）针对Coursera提供的32门课程参与者的调查显示，83%的受访者有高等教育学位，58%的受访者有工作。类似地，Ho等人（2014）对HarvardX和MITx在线课程参与者的分析同样显示，更多的男性、有学位者、26~35岁专业人士在使用慕课。最近的一项面向美国慕课学习者的大规模调研结果也表明，美国弱势群体在慕课学习者中的比例偏少，那些较难获得高等教育入学机会的人群也更可能不参加慕课的学习（Stich et al.，2016）。尽管已有研究使慕课参与者的分布情况愈发清晰，但是关于不同国家之间的慕课参与者分布情况有何差异还有待更多深入研究（Jiang et al.，2016)。

Emanuel（2013）执行的一项调查研究中，研究者对参加Coursera 32门课程的34779名学习者进行了调查。研究发现83%的学习者已经拥有了两年或四年的大学学位，44.2%的人已经有了学士以上学位。慕课参与者的大学教育比例远高于学习者所在国家的总体大学教育比例，并且美国和其他OECD国家的比例差距要小于金砖国家（中国、巴西、印度、俄罗斯、南非）以及其他发展中国家的比例差距。特别是在金砖国家，几乎80%的学习者都来自于最富裕和教育程度最高的人群。另一项研究则关注了慕课参与者的性别差异问题。通过对2012-2013学年edX平台上 MITx和HavardX提供的13门STEM课程的参与者进行分析，Jiang等（2016）发现尽管女性参加慕课的可能性比男性要小，但是她们完成慕课的可能性要更大，并且相对于发达国家，经济欠发达国家中慕课参与者间的性别差异要更小。虽然这两项研究为比较发达国家和发展中国家之间的慕课参与者的学历分布和性别分布提供了有益的借鉴，但是国家的富裕程度与慕课学习者特征之间的关系还知之甚少，尤其是国家的富裕程度与本国慕课参与者的学历分布和年龄分布之间的关系还有待继续研究。

• 2.慕课学习表现研究

不仅如此，不同富裕程度国家的学习者在慕课学习表现方面的差异同样缺乏研究。所谓学习表现是指学生在学习过程中的行为表现和结果表现，通常包含学习取向、问题解决能力、学习态度、信念、成绩等要素（丁锐等，2011）。根据在线学习的特征，在线学习环境中的学习表现同样包含了学生的行为与结果表现，通常是指学生在作业、博客、论坛、测验、资源等模块中的表现，体现了学生参与在线学习的广度、深度、持续度和结果（魏顺平等，2015）。根据这一界定，本文从获得认证情况、探索程度、播放视频数量、参与讨论频数、坚持时间、学习章节数、学习事件次数7个方面揭示学习者在慕课中的学习表现，其中获得认证情况可以从一定程度上反映出学习者的结果表现，其余6个指标则反映了学习者的行为表现。目前这方面的研究还非常少，一个可资借鉴的研究是Dillahunt等人2014年作出的。他们关注了学习者的富裕程度与学习表现之间的关系，对比了“负担不起正规教育的学习者”与其他学习者在注册比例、人口学特征、完成率、个人动机方面的差异。结果表明二者在看视频、获取课程资料、参与评价方面无显著差异，但是“负担不起正规教育的学习者”在论坛的活动总数上显著低于其他人，并且尽管他们的完成率低，但是获得荣誉证书的比例高（Dillahunt et al.，2014）。尽管该研究根据“是否负担得起正规教育”对学习者进行了分类，并对比分析了他们的学习表现，但对不同富裕程度国家学习者的学习表现有何差异仍然缺乏探讨。

另外，不同学历学习者的慕课学习表现之间是否存有差异也缺乏研究。作为很稀少地一项关注教育程度与慕课完成率、讨论频率之间关系的研究，Goldberg等人（2015）基于9周的“理解老年痴呆”慕课，聚焦于有大学教育经历的人和没有大学经历的人在慕课完成率和参与在线讨论方面的差异，结果表明二者之间并无显著性差异。

此外，关于英语母语人群与非英语母语人群在慕课学习表现方面的差异也值得深入探讨。目前西方国家主要的慕课平台（如edX、Udacity、Coursera）均是以英语作为课程授课语言，英语母语人群参与慕课课程学习的语言门槛要比非英语母语人群更低，并且非英语母语人群通常还要面临文化差异给课程学习和理解带来的挑战，因此二者在慕课学习表现方面可能存在差异。Stich等（2016）的研究关注了英语母语人群与非英语母语人群在教育提升动机、课程完成情况、感知教育提升结果、感知学习结果四个方面的差异，通过对2634个美国慕课参与者进行问卷调查，发现英语母语人群的教育提升动机显著低于非英语母语人群的教育提升动机，但在其他方面并没有显著差异。虽然这项研究有利于帮助我们了解英语母语人群与非英语母语人群参与慕课的动机和结果，但是由于参与者都是美国人，缺少对其他国家参与者的调查，导致研究结果的代表性不足。更为重要的是，我们对于英语母语人群与非英语母语人群在获得课程认证情况、探索程度、播放视频数量、参与讨论频数方面的差异仍然知之甚少。

• 3.慕课学习者投入程度研究

虽然已有研究通过观看视频数量、在线讨论频数、获取课程资料频数来对比不同群体之间的慕课学习表现，但是关于慕课学习者的投入程度与学习者特征之间的关系我们了解地还非常少。而坚持时间和探索程度是慕课学习者投入程度的重要表现。坚持时间长、探索程度高意味着学习者参与了更多的课程活动，说明学习者的投入程度越高。有趣的是，在Web2.0应用领域有研究者聚焦于Wiki的坚持使用时间和学生社会经济状态之间的关系，研究者利用泊松回归对学生的Wiki进行分析后发现，与服务于贫困人群的学校的学生相比，服务于富裕人群的学校的学生更多地使用Wiki进行21世纪技能方面的学习，并且坚持使用Wiki的时间更久（Reich et al.，2012）。这项研究验证了第二道数字鸿沟（The Second Digital Divide）（Attewell，2001）在Web2.0中的存在，但对于不同特征的学习者，包括不同学历、英语母语国家状态、不同富裕程度国家的学习者在坚持时间和探索程度上是否有差异还不得而知。

据此，本研究试图探寻国家的富裕程度与慕课学习者特征分布之间的关系，以及不同类型人群的慕课学习表现，特别是在坚持时间和探索程度上的表现情况。

三、研究方法

• 1.数据来源与处理

本研究采用的是HarvardX-MITx 2013年度个人课程数据集。该数据集采集自edX平台上的5门HavardX课程和8门MITx课程，具体变量包括两大类，即系统变量和用户提供变量。其中，系统变量包括课程完成情况、获得证书情况、课程注册日期、最后一次参与课程活动日期、播放视频数量、论坛发帖数量、是否已探索（布尔变量，代表学习者是否已经参与了一半以上的课程学习）、是否获得认证（布尔变量，代表学习者是否已经获得课程认证）等。用户提供变量包括出生日期、最高学历、性别等。最初的数据集包含641138条数据，剔除nevents是blank的数据（代表注册后从未有学习事件）以及国籍未明确到具体国家的数据（这些人的国籍以其他非洲国家、其他东亚国家、其他欧洲国家、其他南美国家等笼统地域来标记）之后，还剩下来自25个国家学习者的345110条数据。本文以这些数据作为研究的数据来源。

为了表示不同国家的富裕程度，我们将世界银行公布的2015年度人均GDP作为衡量指标②，人均GDP越高代表这个国家越富裕，反之，这个国家则越贫穷。之所以选择人均GDP，而不是恩格尔系数来衡量国家的富裕程度，主要考虑到两点：第一，本文为了追求数据来源的同一性，无论是人均GDP，还是高等教育人群占总人口比例，都采用的是世界银行提供的数据，但世界银行并不提供各国的恩格尔系数，因此本文选择了人均GDP作为国家富裕程度的指标；第二，根据已有研究，恩格尔系数虽然被公认为衡量国民富裕程度的重要指标之一，但是由于受中国文化的影响，中国人偏向于节衣缩食、省吃俭用，这会影响到恩格尔系数，因此恩格尔系数对于中国生活水平的适用性，学界存有争议（李延雪，2013；起建凌等，2014）。在本文统计的25个国家中，澳大利亚的人均GDP数据最高，而孟加拉国的人均GDP数据最低。

为了比较慕课参与者的学历分布情况与其所在国家的学历分布是否存在差异，并对比不同富裕程度国家之间的“偏离”程度是否存在差异，本研究采用世界银行发布的2013年接受过高等教育的劳动力占劳动力总数的百分比作为该国高等教育人群占总人口比例的参考指标③。除了澳大利亚、日本、墨西哥、中国、菲律宾、摩洛哥、尼日利亚、乌克兰、印度、巴基斯坦、孟加拉国11个国家的数据无法得到外，本文获取了其余14个国家的高等教育人群比例。

英语母语人群与非英语母语人群学习者的区分主要是根据他们的国籍。研究将所在国家的母语或官方语言是英语的学习者都标记成英语母语人群，包括澳大利亚、加拿大、印度、尼日利亚、巴基斯坦、菲律宾、英国和美国8个国家的学习者；其余17个国家的学习者被标记为非英语母语人群。

• 2.数据分析

为了解决国家的富裕程度与慕课参与者的学历分布、年龄分布之间的关系（研究问题一），本研究首先将慕课学习者中学士及以上学历所占比例和本国接受过高等教育的劳动力占劳动力总数的百分比进行对比，并利用皮尔逊相关检验分析二者之间的比例差距与人均GDP之间的关系。然后，利用皮尔逊相关检验探究人均GDP和平均年龄、年龄中位数之间的关系，并以人均GDP为解释变量，利用线性回归分析预测本国慕课学习者的平均年龄。

针对国家富裕程度与慕课参与者的在线学习表现之间的关系（研究问题二），本研究使用二元logistic回归来探索国家富裕程度与慕课参与者探索程度和认证状态间的关系，使用多重线性回归来探索国家富裕程度与慕课参与者学习事件次数、坚持时间、播放视频数量、学习章节数、参与讨论频数之间的关系。

剩余的两个研究问题采用和第二个研究问题同样的分析方法。

四、慕课学习者特征、分布与在线学习表现的关系

• 1.国家富裕程度与慕课参与者分布（学历分布、年龄分布）之间的关系

表1呈现了14个国家的慕课学习者中学士及以上学历所占比例和本国接受过高等教育的劳动力占劳动力总数的百分比。结果显示，所有国家的慕课学习者中学士及以上学历所占比例均高于本国接受过高等教育的劳动力所占比例。其中法国、印度尼西亚、西班牙三个国家的比例差距都超过了50%,而加拿大的比例差距仅为7.73%，这说明所有国家的高学历人群在慕课学习者中都被过分代表了，但不同国家的“偏离程度”也有很大差别。皮尔逊相关检验被用来探究人均GDP和“偏离程度”之间的关系，结果显示，人均GDP和比例差距的相关系数并不显著（r＝-0.17，p＞0.05），说明国家的富裕程度与学历偏离程度之间并无显著关联。

表1　慕课学习者中学士及以上学历所占比例和本国接受高等教育的劳动力比例

表2呈现了25个国家慕课注册者的平均年龄和年龄中位数，其中平均年龄最低的是摩洛哥（22.37岁），平均年龄最高的是美国（32.03岁）；年龄中位数最低的是摩洛哥和印度（22岁），年龄中位数最高的是美国（29岁）。皮尔逊相关检验被用来探究人均GDP和年龄分布之间的关系，结果显示，人均GDP和平均年龄、年龄中位数（r＝0.71，p＜0.01）都呈显著正相关，说明国家越富裕，越有更多年龄偏大的人注册慕课。以人均GDP为预测变量，平均年龄为结果变量的线性回归分析结果进一步验证了上述结论，回归模型的R2＝0.55（n＝25，p＜0.001），预测变量人均GDP的偏回归系数是9.26E-5（S.E.＝0，t＝5.34，p＜0.001），表示人均GDP每增加10000美元，慕课注册者的平均年龄增加0.926岁。

表2　慕课注册者的平均年龄和年龄中位数

• 2.国家富裕程度与慕课参与者在线学习表现的关系

表3呈现了慕课学习者的探索程度与人均GDP的关系，结果显示不同人均GDP国家的学习者在探索程度上几乎没有差别（odds ratio＝1.00，p＜0.001）。类似地，表4呈现了慕课学习者获得认证情况与人均GDP的关系，结果同样表明人均GDP高的国家学习者和低的国家学习者在获得课程认证方面几乎没有差别（odds ratio＝1.00，p＜0.001）。

表3　探索情况的logistic回归结果

表4　认证情况的logistic 回归结果

表5呈现了人均GDP与学习事件次数、坚持时间、播放视频数量、学习章节数和参与讨论频数之间的关系。具体来看，学习事件次数的多重线性回归检验结果显示，人均GDP、英语母语国家状态、年龄、学历进入模型，模型具有统计学意义（p＜0.01），但人均GDP的偏回归系数为0，说明国家的富裕程度与学习事件次数间几乎无关联。坚持时间的多重线性回归检验结果显示，人均GDP、英语母语国家状态、性别、年龄、学历进入模型，模型具有统计学意义（p＜0.001），人均GDP的偏回归系数为2.70E-6，说明人均GDP每增加约37万（1/2.7*106）万美元，学习者的坚持时间会相应地增加1天。播放视频数的多重线性回归检验结果显示，人均GDP并未进入模型，英语母语国家状态、性别、年龄、学历进入模型，模型具有统计学意义（p＜0.01）。学习章节数的多重线性回归检验结果显示，人均GDP、英语母语国家状态、性别、年龄、学历进入模型，模型具有统计学意义（p＜0.001），人均GDP的偏回归系数为-6.11E-6，说明人均GDP每减少约16万（1/6.11*106）万美元，学习者的学习章节数才会相应地增加1章节。参与讨论频数的多重线性回归检验结果显示，人均GDP、英语母语国家状态、性别、年龄、学历进入模型，模型具有统计学意义（p＜0.001），人均GDP的偏回归系数为7.23E-8，说明人均GDP每增加约1383万（1/7.23*108）美元，学习者的参与讨论频数才会相应地增加1次。可见，除了播放视频数量的回归模型之外，其余回归模型中均包含人均GDP这一变量，但是变量的偏回归系数都非常接近于零（从-6.11E-6到2.70E-6）。因此我们可以认为，来自不同人均GDP国家的学习者在学习事件次数、坚持时间、播放视频数量、学习章节数和参与讨论频数方面基本上没有差异。

表5   学习事件次数、坚持时间、播放视频数、学习章节数、参与讨论频数的多重线性回归结果

• 3.慕课参与者学历和在线学习表现的关系

探索情况的logistic回归结果显示，博士学历的学习者比中学学历的学习者（odds ratio＝0.77，p＜0.001）以及本科学历学习者（odds ratio=0.72，p＜0.001）更可能参与了一半以上的慕课内容学习，而博士学历与中学以下学历（odds ratio＝1.01，p＞0.05）和硕士学历学习者（odds ratio＝0.97，p＞0.05）之间并无显著差异。

获得认证情况的logistic回归结果显示，除了硕士学历的学习者与博士学历学习者获得课程认证的可能性无显著差异之外（odds ratio＝1.01，p＞0.05），中学以下学历（odds ratio=0.80，p＜0.01）、中学学历（odds ratio＝0.62，p＜0.001）以及本科学历（odds ratio＝0.63，p＜0.001）的学习者都比博士学历学习者更可能未获得课程认证。

学习事件数的回归结果显示，中学以下学历（B＝-102.51，p＜0.001）、中学学历（B＝-190.31，p＜0.001）、学士学历（B＝-178.39，p＜0.001）、硕士学历（B＝-37.55，p＜0.05）的学习者都可能比博士学历学习者的学习事件数少。

坚持时间的回归结果显示，中学学历（B＝-1.05，p＜0.001）和本科学历学习者（B＝-1.17，p＜0.001）可能比博士学历学习者的坚持时间更短，中学以下学历（B＝0.09，p＞0.05）和硕士学历学习者（B＝-0.15，p＞0.05）则与博士学历学习者的坚持时间无显著差异。

播放视频数量的回归结果显示，博士学历的学习者可能要比中学以下（B＝-37.34，p＜0.001）、中学（B＝-59.11，p＜0.001）、本科（B＝-51.49，p＜0.001）、硕士学历学习者（B＝-15.60，p＜0.01）播放更多视频，其中中学学历和本科学历学习者播放的视频数量可能更少。

学习章节数的回归结果显示，博士学历的学习者可能比中学学历（B＝-0.43，p＜0.001）、本科学历（B＝-0.62，p＜0.001）和硕士学历（B＝-0.20，p＜0.01）的学习者学习更多章节，但与中学以下学历的学习者（B＝0.09，p＞0.05）学习章节数无显著差异。

参与讨论频数的回归结果显示，博士学历学习者参与讨论的频数可能更低于其他学历的参与者，尽管不同学历之间学习者参与讨论的频数差异很小。

4.英语母语国家状态和在线学习表现的关系

表3中关于探索情况的logistic回归结果显示，英语非母语国家的学习者要比英语母语国家的学习者更可能多参与慕课内容学习（一半以上内容）（odds ratio＝1.16，p＜0.001），二者间的可能性相差16%。表4中关于认证状态的logistic回归结果显示，英语非母语国家的学习者要比英语母语国家的学习者更可能获得课程认证（odds ratio＝1.32，p＜0.001），二者间的可能性相差高达32%。

表5的多重线性回归结果显示，英语非母语国家学习者的学习事件次数（B＝146.97，p＜0.001）、坚持时间（B＝1.22，p＜0.001）、播放视频数（B＝47.17，p＜0.001）、学习章节数（B＝0.33，p＜0.001）比英语母语国家的学习者高。换言之，在其他变量保持不变的情况下，英语非母语国家的学习者要比英语母语国家的学习者多出146.97个学习事件、多参加慕课学习1.22天、多播放视频47.17个、多学习0.33章节。但是，在参与讨论频数方面，英语非母语国家可能比英语母语国家的学习者更少在论坛发言和讨论（B＝-0.03，p＜0.001）。

五、讨论与启示

• 1.结果与讨论

（1）慕课学习者的分布

研究发现，高学历人群在慕课学习者中被过分代表，但是国家的富裕程度却与被过分代表的程度之间无显著关联。换言之，尽管所有国家的高学历人群在慕课学习者中都被过分代表了，但是国家的富裕程度却与学历“偏离程度”之间并无显著关联。该结果与Chen等人（2015）的研究结果一致，与Emanuel（2013）的研究结果不一致。这说明，高学历人群在慕课中被过分代表这一现象不仅存在于HarvardX-MITx平台，也同样存在于Coursera平台，这在慕课学习者的组成结构中可能是一个普遍现象。但是关于国家的富裕程度与高学历者被过分代表程度之间的关系却仍然有待继续研究和关注。在这一问题上，本研究和之前研究存在研究结果不一致的原因可能是多方面的：其中一个原因可能跟课程类型与种类有关。本研究所采用的数据来源于HarvardX-MITx平台，包括5门HavardX课程和8门MITx课程的信息。Emanuel的研究所采用的数据来源于Coursera平台，包括32门课程，后者的课程类型和种类更为广泛。另一个原因可能跟抽样方式有关。本文采用的是大数据分析方式，从最初的641138条数据中剔除信息不明确的数据后，还剩下345110条数据；Emanuel的研究则采用随机抽样方式，抽样方式的差异也可能会对研究结果产生影响。此外，本文还发现，国家越是富裕，越可能有更多年龄偏大的人注册慕课；随着国家人均GDP的增长，慕课学习者的平均年龄也逐渐增加。该结论是对国家富裕程度与慕课学习者年龄分布之间关系的拓展。说明发达国家比发展中国家的年长者更可能参加慕课学习，进而我们认为慕课可能在促进发达国家的终身学习方面发挥了更大作用。

（2）慕课学习者学历与在线学习表现的关联

研究发现，学历高的群体通常在慕课的学习表现和课程认证方面表现更佳。该结论弥合了已有研究在不同学历学习者的慕课学习表现方面的理论鸿沟。同时本文以博士学历的慕课学习者作为参照对象，分析了中学以下学历、中学学历、学士学历、硕士学历的学习者与博士学历学习者在课程认证和学习表现方面的差异。结果表明，博士和硕士学历的慕课学习者要比其他学历的学习者更可能获得课程认证，而在学习表现上（如坚持时间、观看视频数量、学习事件数量、探索程度、学习章节数量）也呈现出相似的结果，即学历高的群体学习表现更好。一个例外是参与讨论的频数。研究发现博士学历学习者参与讨论的频数要低于其他学历的学习者，并且学历越低，参与讨论的频数可能越高。需要强调的是，尽管是否获取慕课认证不一定能作为慕课学习是否“成功”的标志，但它能从一定程度上反映出不同学历层次人群在课程认证表现上的差异，也能从某一方面反映出学习者的在线学习结果和成效。根据已有研究，学习动机、网络自律技能、信心、在线学习经验都是影响慕课学习者在线学习表现的重要预测因素（Milligan et al.，2013），但本文由于数据来源问题，未能获取学习者的上述信息，而这些可能有助于我们理解和解释为什么高学历群体获得认证的可能性更高。

（3）英语母语国家与英语非母语国家的学习者在学习表现方面的差异

本研究发现，除了讨论频数低于英语母语国家的学习者之外，英语非母语国家的学习者在课程认证和其他学习表现方面都优于英语母语国家的学习者。此研究结论揭示了英语母语国家与英语非母语国家人群在慕课学习表现方面的差异。

• 2.启示与不足

本研究有两点实践启示：第一，高等教育机构在将慕课作为优质资源开展教学时，应该加大对那些学历层次相对较低人群的监管和考核力度。本研究发现低学历人群在慕课中的学习表现不佳，原因可能与自律性（Littlejohn et al.，2016）、先备知识（Kennedy et al.，2015）、学习动机（Milligan et al.，2013）等因素相关。在教学中加大对低学历人群的监管和考核力度，有助于提升他们的外部学习动机、克服自律学习能力相对较差的弱点，进而提升他们在慕课中的学习表现。第二，发展中国家应该更加重视慕课在终身学习中可能发挥的作用，积极创设条件为那些年龄较大、学历较低的人群提供慕课学习机会。本研究发现，所有样本国家的高学历人群在慕课中都被过分代表了，并且发达国家中有更多的年龄偏大人群参加慕课学习。因此各国政府尤其是发展中国家应该对那些低学历和年龄较大的人群提供相关支持，如网络技术培训、更多本土化的慕课资源、翻译国外优质慕课等，来帮助他们获得更多的慕课学习机会，促进终身学习。

本文的不足之处主要是相关数据的不完整导致研究结论还有待继续丰富和拓展。本文的数据来源都是从相关机构获取的，有些数据存在不完整的问题。例如，世界银行提供的高等教育人群比例仅有14个国家的数据，缺少其余11个国家的数据。另外，HarvardX-MITx公开的数据集包含了若干系统变量和用户提供变量，但是对于学习者的家庭背景信息、学习动机、网络学习自律能力等相关信息我们无从得知，使本文对相关研究结论背后的深层次原因分析缺乏数据支持，进而限制了研究结论的丰富性。还有，本文对学历与学习表现关联的研究结果有待继续完善，本文仅发现了博士、硕士两个拥有研究生学历的群体与其余群体间的差异，但却并未发现拥有学士学位的人群与中学学历人群、中学以下学历人群间的差异，这从一定程度上限制了学历与学习表现间关联结论的推广性，后续研究将继续对这一问题进行探索和关注。

六、慕课更多使优势群体受益

慕课的开放性和大规模优势，使其在诞生之初就被人们赋予促进高等教育民主化的期望。人们相信随着越来越多世界知名高校的加入，慕课的规模和覆盖范围将越来越大，慕课将服务于更多的人，尤其是对那些没有机会参加优质高等教育的人群更为有利，进而缩小优势群体和弱势群体之间的教育差距，促进教育公平。毫无疑问，慕课的出现为所有学习者提供了一个低门槛接触高质量在线教育的机会，如果我们不考虑技术设备的制约，可以认为这种机会对于每个学习者而言都是公平的。因此，对于政府和教育机构而言，一方面通过扩大慕课的规模来增加优质资源供给，另一方面通过提供信息技术软、硬件支持来帮助弱势群体获得技术接入，似乎就可以实现促进教育公平的目标和初衷，毕竟有学者认为缺少技术接入条件是弱势群体未参加慕课的主要原因（Christensen et al.，2013）。但遗憾的是，本研究却再次验证了慕课其实更多地使那些优势群体获益，包括更多的高学历人群、发达国家中年龄偏大的人群，以及英语非母语国家中语言更好的人群。这说明，在其他信息技术应用领域被反复验证了的“第二道数字鸿沟”（Attewell，2001）在慕课中同样存在，即使优势群体和弱势群体在技术接入方面不存在差异，但优势群体依然会凭借其拥有的家庭、社会和文化资源在慕课学习表现方面占得先机。正如Whitmer等人（2015）说的那样，慕课中的学习受益者通常是那些有着良好学习技能和学习习惯的人。

总之，慕课虽然通过开放性和大规模的优势使诸多社会弱势群体获得了更多接触优质教育资源的机会，但是却有更多数量和更大比例的社会优势群体在其中受益，并且这些优势群体的学习表现和认证情况均优于弱势群体。从这个意义上讲，慕课不仅没有缩小教育差距，反而更可能扩大了教育差距。利用慕课来促进高等教育公平还需要政府、社会、教育工作者付出更多努力。

*作者简介：许亚锋，博士，副教授，西藏民族大学教育学院（陕西咸阳　712082）；叶新东，博士，副教授，温州大学教师教育学院，美国犹他州立大学访问学者（浙江温州　325035）。

本文转自微信公众号“现代远程教育研究”，作者许亚锋、叶新东。文章为作者独立观点，不代表芥末堆立场。