教育科学研究编辑部

《新教育》杂志是由中华人民共和国新闻出版总署、正式批准公开发行的优秀期刊，新教育杂志具有正规的双刊号，其中国内统一刊号：CN46-1069/G4，国际刊号：ISSN1673-0739。新教育杂志社由海南师范大学主办，本刊为半月刊，开本：16开语种：中文英文名：，出版地：海南省海口市。自创刊以来，被公认誉为具有业内影响力的杂志之一。新教育并获中国优秀期刊奖，现中国期刊网数据库全文收录期刊。新教育杂志可以用于正常评审职称加分！可以用与考研保研以及课题申报，均有效！本站为《新教育》杂志社合作采编中心，具有绿色通道投稿可优先加急录用！《新教育》杂志（双月刊）由中华人民共和国教育部主管、中央教育科学研究所主办、中央教育科学研究所教育发展研究部编辑，面向各级党政领导和教育行政管理部门领导、教育科研人员、一线教师，以及关心和支持教育的社会各界人士。《新教育》主要研究国家最新教育政策法规，分析区域教育发展规划，传递国内外教育改革最新信息，介绍国内外最新教育教学理论与一线教师教育教学实践动态，反映教育科研最新成果，探索教育发展规律，链接教育改革试验基地。投稿要求1、文章标题要简短，能概括中心思想，一般不超过20个汉字，必要时加副标题2、正文应层次清楚，行文规范，方便阅读，字数一般以2500-8000字为宜，重要稿件可不受此限制3、题目下面均应写作者姓名、单位名称、所在城市、邮编，多位作者分别列出上述信息4、来稿必须附有100-300字的内容摘要和3－5个关键词5、如文章获得基金项目资助，以[基金项目]作为标识，并注明基金项目名称和编号6、正文中图表主要是文字难以表达清楚的内容，图表应设计合理，先后分别给出图表序号7、来稿请注明姓名、性别、籍贯、出生年月、学历、职称、工作单位、联系电话、详细邮寄地址8、希望作者投稿时务必将以上要素补充完整、以减轻编辑部的后期工作负担，谢谢合作！8、编辑部有权对稿件进行修删，不同意请在稿件中声明9、请勿一稿多投，发现一稿多投者，一切不良后果由作者承担10、新教育杂志录用通知书为信件版，发放通知书采用快递、请详细写出收信地址11、若不能被录用，恕不退稿，请作者自留底稿，不同意上述稿件处理方式的作者请转投他刊来源：无忧文秘新学术 微信公众号无忧文秘新学术更多价值资讯请来，无忧文秘新学术

甘肃省教育科学研究院正式挂牌每日甘肃网3月2日讯(兰州晨报/掌上兰州 记者魏娟)2月28日，甘肃省教育科学研究院举行成立揭牌仪式。甘肃省教育科学研究院由甘肃省教育科学研究所更名而来，此次更名，旨在加强我省教科研机构与上级教育科研部门的合作交流，增强教育科研服务行政决策的水平和能力。

2020年，突如其来的新冠疫情为教育培训及教育信息化带来了巨大改变。在“停课不停学”的号召下，全国各地学校及教育机构积极开展在线教育，云课堂为疫情期间解决学生学习等问题做出了巨大贡献。教育，需要公益的力量。由环球网主办，维思传媒（知更鸟网）承办的第二届“公益，让教育更美好——环球网教育盛典”拉开帷幕。以下是本年度教育盛典候选机构简介：中青国培（北京）教育科学研究院，是一家集教育智库、教育培训、教育服务三位一体的教育综合开发服务机构，成立于2014年4月4日，注册资金50万元人民币，是经北京市工商行政管理局批准注册（911101050969668883）的专注于中小学、大学生的学业管理、学业规划以及升学考试服务；教育软件开发、教育课题研究、教育信息咨询、教育成果推广；从事创新教育理论与实践研究，国际课程开发与管理，高端教育管理咨询，优质教育产品的研发与推广的专业性教育研究机构；职业生涯规划、人力资源信息服务、心理咨询与测试服务的研究与开发的集体所有制科研服务机构。中青国培（北京）教育科学研究院也是一家以满足中国青年最大、最普遍的求学、求职、成才需求为宗旨的综合性教育开发服务机构。研究院致力于中国教育事业的发展研究，服务范围包括中小学的教育教学研究、中小学学生学科学习研究与培训、教师专业成长培训教育咨询、教师培训、教学方法和教育技术培训、教改项目的培训、教育管理的培训、大学生就业、创业的教育培训及服务、教育信息化与软件研发、数据管理、研学活动设计、家庭教育研究、线上教师和学生学习内容开发以及教育第三方专业评估工作等多个领域。是一家集院校师资培训、公开课程、教材开发、教辅产品研发、网络测评及教育管理咨询等业务为一体的综合性研究服务机构。研究院管理、顾问以及讲师团队系由体制内长期从事教育教学工作多年的专业人士组成。这支业务精湛、充满活力、追求卓越的专业团队，将坚持“用心办教育，热心做服务”的办学方向，致力于与学校、家庭携手共建“目标同向、优势互补”的教育格局，推动学校、家庭和社会教育形成合力，为实现校内外教育深度融合提供一己之力,共同为每个学生积蓄拥抱未来、迎接挑战的学习能力和自信心。研究院有近百名高级职称以上的专家教授作为智囊团顾问，下设升学考试部、就业指导部、培训辅导部、市场开发部、活动交流部、网络管理部、编辑部，聚集了一批志向相投的业界精英，以厚德载物为生存指引，以海纳百川为人才战略，致力于教育事业的发展与拓新。此外，本研究院目前在全国各地已有800家固定分支机构，2000多名兼职业务代表，百余名教育智库专家，有的是中小学教师、班主任、校长，有的是政府工作人员，有的是专业教育培训机构、劳务派遣公司等等。研究院自成立以来，先后与北京大学、清华大学、北京师范大学、香港中文大学、新加坡南洋理工学院、加拿大多伦多大学等国内外高校及其培训机构建立了良好的教育合作关系。2020年环球网教育盛典——“公益，让教育更美好”活动专题链接：https://lx.huanqiu.com/topic/ceremony2020年环球网教育盛典期待您的到来，让我们一起聚焦中国教育——“公益，让教育更美好”。

一、获首批百科优秀团队奖，组员蝉联三届金蝌蚪奖2018年1月，我组以总评分第二的优异成绩被百度百科官方评为2017年度优秀团队奖，这是百度百科官方首次设立该奖项。同时我组学习之神18摘获第三枚金蝌蚪奖，该奖项为百科最高荣誉奖，一年一评。二、平稳换届，夢隨飛絮任第四任组长2018年新年伊始，第三任组长学习之神18开始进行换届交接，2月，经百度百科官方批准，夢隨飛絮正式担任第四任百科高校组组长。三、成功更名为百科教育与科学研究组平稳换届之后，经百度百科官方批准，百科高校组于2018年2月起正式更名为百科教育与科学研究组，兴趣范围以学校为主，涵盖科研机构、图书馆、社会团体、教学科研人物、期刊、教育科研荣誉与人才计划、学科专业、教学专有名词等类别，发展方向进一步向纵深发展。四、由中级小组升级为高级小组2017年12月，分类小组制度发布时，我组被认定为百度百科中级小组。经过三个月的准备，于2018年3月顺利升级为百度百科高级小组。2018年度，小组积分最高超过1万；截至2018年12月底，剩余积分6066。五、先后拓展4个分类编辑指南，我组分类编辑指南达到8个2月至9月，先后拓展《学术学会类词条编辑指南》《学术期刊类词条编辑指南》《本科教学工程类词条编辑指南》《教育科研奖项与人才计划类词条编辑指南》4个分类编辑指南，其中《学术学会类词条编辑指南》升级为《社会团体类词条编辑指南》、《学术期刊类词条编辑指南》升级为《期刊类词条编辑指南》，我组分类编辑指南总数达到8个。六、首次理顺原高校组、中学组、科学组的组史传承关系百科高校组、中学组、科学组先后成立于2014年5月、2015年1月和2015年12月，其中中学组由高校组代管；中学组、科学组先后于2016年、2017年实质上并入高校组；2018年2月，整合原三组的职能、人员，更名为百科教育与科学研究组。七、优化组内奖励制度，提升编辑、评审的福利在原高校组奖励制度基础上两次优化升级，首次增入评审奖励，并传承了平均指标这一传统；同时升级了年度奖励，引入年终奖的概念，除原有发放证书以外，同时予以财富值奖励。2018年组内发放奖励累计388420财富值，折算消耗小组积分为64737分。八、特色达标与评审量比去年分别增长6倍、3倍，创历史记录2018年，我组特色达标总数为2638个，特色评审总数为9429个，分别是去年的6倍、3倍，创历史最高纪录。新入核心成员41名、新增蝌蚪7名，推荐中级评审并考核成功的有2名。九、首创“双11”活动、开通社会圈，丰富组内文化2018年“双11”前夕，发起百科“双11”狂欢节的活动，随后百科交通组加入，两组联合举办了首届“双11百科狂欢节”。12月在官方指导批准下，开通了社会圈。十、发布特色词条集中摘牌制度，升级老旧特色2017年曾进行过集中摘牌制度，今年我组继续发扬这一传统，并形成制度：每年至少2次集中摘牌，以学校类词条为主，升级老旧特色词条以及无人维护的特色词条，并不定期开展集中摘牌。另外贴吧还单独设立摘牌登记贴。截至年底，共集中摘牌3次，累积摘牌约200个。

浏览器不支持本视频，您可以选择使用其他终端观看。中国网：各位网友大家好！欢迎光临中国网的演播间，抗疫情高考是目前全社会关注的热点话题，涉及到亿万家庭和学生。2020年高考日益临近，面对疫情我们有的在家复习，有的在校复习，在这个特殊时期如何有效的提高复习质量，如何实现智慧备考。我们今天非常荣幸的邀请到了中国教育科学研究院的韩立福教授，给我们广大高考生、家长、老师、学校支支招，下面有请韩教授给我们讲一讲。谢谢。韩立福：首先给正在紧张复习的高三学生，讲一下如何高质量复习的方法、智慧和策略。具体说，是给正在复习的高三学生在复习所学知识，以及智慧备考时的一些有效的方法，具体概括为十二句话。一，明确方向是前提。我们现在实施新高考，新高考到底考什么，考哪些能力，我概括为六点能力。第一是阅读理解能力；第二是知识运用能力；第三是问题与分析能力；第四是综合解决能力；第五是分析判断能力；第六是思维创新能力。其中阅读理解能力尤为突出，所以把它放在第一位，所有备考的考生、老师、家长们，要明确高考考什么。二，角色转型是关键。要想取得好成绩，所有的高三学生一定要角色转换，由被动出击走向主动出击，要有主人意识，你是复习的主人，考试的主人，你只有今天做了复习的主人，明天才能做高考的主人，将来才能做社会的主人，这叫主人意识。三，创新学法提效率。复习过程当中我们要想提高学习效率，必须掌握科学的方法，比方怎么进行自主回归，这叫自主回归复习法。对所学的知识怎么样归纳，建成一个体系，这叫多元归纳法，要想复习好要进行回归复习，如果你还要想取得更好的成就，更高的分数，那你要掌握高级思维方法等等。四，量身定制做计划。因为每个考生的程度不一样，面对不足60天的时间，我们结合自身的实际要制定计划，具体的预期目标，哪些重点内容，自己是哪些章节薄弱，哪些考点薄弱，怎么样进行亡羊补牢，所以要量身订作计划。五，理性分析优劣点。最理想的方法是要给自己建立高考的档案，每科当中哪些章节，哪些考点薄弱，根据薄弱的地方进行分析，根据你的短板进行复习。六，寻找薄弱补短板。要找到这些短板，主要在两个方面，一个是智力因素，一个是非智力因素，智力方面你缺了哪个，非智力方面你还存在哪个问题，比如心理、自信、紧张、马虎。七，构建体系奠基础。到现在时间很紧张，要想考试你要做全面的准备，最好的方法是根据目录要建构知识体系，会的你就不用标注，不会的要在目标的知识框架体系下进行标注，这样会有整体的把握。考试时获取知识点信息的时候就有了储备库。八，智慧刷题练能力。现在各个学校都在集中刷题，刷题过程当中我们要关注的是高频考点出现，高频试题解决。怎么样实现智慧刷题？我这里给大家说四点。（1）回归刷题。现在好多学校刷题刷了很多，做了十套以后回过头来再做一下第一套，你还能考多少分，做过讲过了，但是你不一定都会，这叫回归刷题。（2）纵横刷题。根据题型，根据知识点进行纵横刷题。（3）整合刷题。十套卷子进行有机整合，整合完了再刷题。（4）定点刷题。给某一个知识点，十套进行整合再进行刷题，这里面有一题多解，或者多题一元的方式进行刷题。第九，心态平和增信心。每个考生不论你现在基础怎么样，我们都要怀着平常的心态，平和的心态面对高考，一定要增强信心，只要每天都在进步，你一定会取得成功。十，切莫盲目施压力。不要紧张，不要浮躁，不要给自己施加压力，反倒适得其反。十一，科学安排复习行动。不论是在家学习，还是在学校学习，在老师指导下也好，一定要做好计划和安排，按照方法，按照你的计划安排付诸行动。十二，劳逸结合提效率。你再着急也不要搞疲劳战术，不要起太早，也不用起太晚，一定要保证睡眠，只有你睡眠、精气神足了学习效率才能提高。总体我概括了十二句话。中国网：非常感谢您。韩教授您能跟我们解释一下高考与教材的关系是什么呢？韩立福：大家都知道高考试题是源于教材，高于教材，究竟高考试卷和教材的基础有什么关系，我总结三点供大家分享。第一，教材是高考的精华，高考成功的钥匙就在教材中。第二，教材是高考试题的母卷，从教材的编排上一直到高考命题都有内在联系，所有的教辅资料上的试题和高考考试试题的答案都在教材中。因为高考命题的时候是先铺知识点，把知识点列好了以后再赋予情境进行创新才能形成高考试卷，它的答案都在教材中。第三，教材非常重要，高考教材无盲区，处处是考点，回归要彻底，人人有钥匙，只有掌握了钥匙你才能取得好的高考成绩。中国网：感谢您。目前2020年高考日益临近，麻烦您介绍一下在如何回归教材、夯实基础上，您有什么好的方法吗？韩立福：回归教材非常重要，大家对这个已经有了共识，但是怎么回归教材这就成为问题。我经过多年探索，我探索出一种方法叫做自主回归复习法，具体叫做三角色发布法。这里我简单给大家讲一下三角色。要想复习取得好成绩，第一个角色是我们学生以学习者身份进行回归性复习，这当中要对文本内容进行深度阅读，实现三次对话。三次对话的第一次对话要与文本的人物元素对话。比方说朱自清的《背影》，里面的人物，朱自清和他的父亲，他们在想什么，他们在做什么，他们要干什么。元素指的是知识元素，相关的知识。第二次对话与作者和发明对话，文科往往是作者，发明指的是理科，读理科的时候只说对数函数，读书函数是谁发明的？要跟他对话。第三次对话与编辑部老师对话，编辑部老师为什么选这个内容作为教材内容，他的目的是什么，他的目标是什么，要带着命题，带着思考进行阅读，进行复习。这是第一个角色叫学习者身份。第二个角色是以命题者身份进行思考性学习。对重点内容进行复习，自主回归复习的时候，要对文本当中的概念性知识、原理性知识要迅速转化成问题，我简称叫做Q1学习法，发现问题解决问题。把概念性知识转变为概念性问题，写成Q1、Q2、Q3，把原理性问题知识转化成原理性问题，也给人Q1、Q2、Q3，并且对这个要认真做答。Q1学习法也叫咀嚼学习法，对基本知识、基础知识，一定要达到咀嚼的程度，这样才能实现知识前移，促进理解。第三个角色是在学习复习内容当中以答题者身份进行解决性学习。文本当中的例题，练习题、习题怎么办？马上要逐个的进行分析和解决到底会不会，进行解决和评价，如果不会可以采用折纸法，还有我提倡的5-2学习法等方法要把它进行深度学习。对不会的问题可以把它生成出来。从三个角色进行深度复习，它的效果一定会好，很容易突破考点中的难点和重点。中国网：谢谢韩教授给我们的指点。在高三备考过程中，有一些学习成绩是比较靠前的同学，给他们指点一下如何在这个基础上取得更好的成绩。韩立福：我现在给大家说的这些方法策略，不仅对成绩好的，成绩中的也好，成绩差的也好，都有一定的借鉴意义，尤其对学习成绩优异的孩子来讲可能更明显一点。考生首先要确定更高的成就目标，比方你现在能考580，你就要给自己定650或者620，要高于自己目前的程度。树立高成就意识和满足意识，如果你树立了满分意识，你给自己的定位是我就要考750，就朝这个方向努力。对分数的管理最好的方法是减分管理，从750往下减，而不要从你现有的分数往上加，要进行减分管理。具体我也有一个口诀，这个口诀也跟大家分享一下。第一，强化愿景增动力。我们每一个考生一定要对考试充满期待，充满期望，对未来要有美好的愿景，你一想到美好的愿景，考生身上就有了激情、活力和动力了。第二，重视教材奠基础。刚才说了一定要重视教材。第三，力战薄弱补短板。根据自己哪个地方薄弱，就把哪个薄弱补一下就可以了。第四，积极敢讲练思维。在复习过程当中不一定要静态的，一门心思的去做题。要对解题思路，还有有关的知识点和难点一定要直接讲出来，讲出来就清晰了，讲不出来你很难理解，说明你没有理解透。讲出来以后使你的思维能力得到发展，这样在你的考试过程当中才能体现思维创新能力。接下来要想考高分，必须要把后面的大题会做，怎么才能掌握做大题的方法呢？一题多解需方法，多题语言谈钥匙，你一定要做这种尝试，只有做了这种尝试和探索的复习以后，你才能解决大题的问题。接下来看个性指导提效率。要想取得好的分数，你是老师指导也好，还是同学之间指导也好，要强调个性化学习。最后一句话是团体合作创辉煌。同学之间以小组单位学习也好，全部同学也好，一定要形成学习团队，有困难在单位里得到解决，相互合作，相互帮助，这样能够提高单位时间的复习效率，这些态度共同创造高考的辉煌。中国网：我们都知道在备考中除了学生学习比较辛苦，老师也是特别辛苦的，您对高三老师有什么建议吗？韩立福：时间这么短了，我们高三老师在指导高三学生智慧备考过程当中怎么样发挥作用，我想给大家提五个招数，也叫五点策略。第一，加强情感教学法，让学生增强自信心。这个时候时间这么短，我们一定要用情感教学法做到悦纳。每一位，指导每一位，鼓励每一位，成就每一位。尽管是六十天，或者是不足六十天，只要你用自己的心灵呼唤他，让他去复习，让他积极的学习，一定会有进步的。第二，强调基础知识，弥补薄弱补短板。根据每个学生的实际情况，张三的数学三角函数性质不太好，概率不太好，那就对这个进行补短板，亡羊补牢，这样就会有一定的好效果。第三，多途径进行针对性指导，解决学生的问题。我们老师要跟学生交流，一个是通过试卷分析，二是通过高考分析表对学生进行全面分析，针对分析发生的问题来解决学生的问题，学生的困惑。第四，高三老师要学会智慧刷题。既求量还要求质，既有深度又有广度，这样才能取得好的刷题效果，让你的每次考试都有所成长，有所提升。刚才我一开始关于智慧刷题的十个小方法说过了，这里不说了。第五，老师指导学生的答题技巧。比如文科的阅读题，怎么样答题才能取得好效果，我有一个好方法3：1：1答题法。从时间长度上来划分，比方说12分钟，你拿出一半时间六分钟来阅读，拿出两分钟来审题，拿出两分钟选择做题，再拿出两分钟评价，这就是3：1：1答题法，重视答题技巧。现在好多孩子不会做题，往往是拿到卷子以后，尤其是阅读题拿过来一看，先看为什么然后才去阅读，忽视了走进文本深度阅读和理解的过程，老想去做题，由于没有理解，一做题很容易出错。理科的数学我提倡一个方法叫1：2：2：1答题法，拿出一份时间来阅读，别看是理科题也有阅读地，拿出两份时间来审题目，拿出两份时间来做题，最后拿出一份时间来评价。数学和理科的理化生大题怎么办？要用逻辑框图法一步一步的做，这样才能取得好成绩，当然各科有各科的技巧，这里不能展开，我只是给大家做提示和建议。第六，老师该给学生指导非智力高考方法，培养考试能力。高考的考试过程是智力高考和非智力高考能力的总和。比方说非智力方法自信屋的使用，你让学生有什么意识呢？一进入考场要正式考试的时候，在你平时训练的时候怎么办？让学生搭建自信屋，你坐的座位，你的桌子，你身边两立方米立体的建筑是无形的，像玻璃墙一样的屋子，这个屋子就是你最合法的位置，这是自信的屋子，你要充满自信的来答题。非智力的高考方法也得让他知道，怎么样放松心情，怎么样专注地怎么样投入，这叫非智力的高考方法，也要让人知道。只有这样把智力高考能力和非智力高考能力培养起来，你才能取得好的考试成绩。中国网：谢谢教授，希望我们高三的老师一定要听教授的这六个招数，去实践一下。在备考中还有一位重要的角色，那就是我们的家长，有的比学生还要着急紧张，您可以给我们的家长支一些招数吗？韩立福：家长是最关心自己孩子的前途和命运的，面对高考许多家长都表现出焦虑和着急，这也是情理之中可以理解的，这么短的时间内，我们家长一定要做到以下五点。第一是心态平和舒缓心情。你比孩子着急反过来给孩子施加压力，你们要平和的心态舒缓心情，自己放松。也不能把自己当年的高考情绪压力表现给孩子，也不能把自己没有实现的期望和目标施加到孩子身上。有的人本来他想考985，考了个211，本来考211没考上考了个普通本科，他有了遗憾了，但是把希望寄托在孩子身上，反过来给孩子增加了压力。第二句话是增加营养保健康。你能做的事情就是要给孩子改善膳食，营养搭配，确保健康，孩子们心情要好，吃的也好，清淡饮食，营养要全面，让他有好的心情和好的状态，这样复习起来效率高。第三是积极鼓励增信心。有的孩子可能也知道这个题不会，这个分数很不理想，这种情况怎么办，家长要鼓励孩子，三百六十行，行行出状元，只要你努力了你就是最好的。第四是协助孩子抓落实。孩子需要你的什么帮助，比方说环境上的要求，时间上的保障，还爱材料（？）支持等等方面，你给他做协助，抓落实就可以了。第五是优化环境提效率。高考在即，复习非常关键，这个过程中你的环境要优化，比如说这时候你要装修房子那就不对了。尽可能要营造安静、静谧、温馨、绿色的环境，这样孩子有一种愉悦感，有舒服感，这样复习起来效率会很高。这是给家长的五点建议。中国网：看来家长的关心和照顾也要讲究科学和智慧，这样才有助于学生去提高成绩，全面备考。非常感谢教授给我们广大考生指点迷津，时间关系我们的访谈就到这里，最后我们祝愿广大考生在今年能够取得非常好的成绩。谢谢大家。

一、万物归数：大数据推动教育科学研究的理论视点基于大数据的教育科学研究以“大数据”作为研究活动的基本质料，以大数据记录和实时分析作为研究活动的基本形式，延续了经典科学研究范式的“数据依赖”，但大数据研究方法的数据论基础又不同于“小数据”，它蕴含着人们对数据应用认识的“肯定—批判—再肯定”的辩证发展过程，由此构成审视大数据方法的三个理论视点。（一）可数的世界：对世界的数字化观察用数据去探究世界万物无论是在东方还是西方都有悠久的历史。孟子说：“权，然后知轻重；度，然后知长短。物皆然，心为甚。”即无论是客观世界还是内心世界都需要用数字去衡量。毕达哥拉斯则提出了“万物皆数”的命题，确立了世界的本质即数据的哲学思想。随着近代自然科学的兴起与发展，数的思想开始从哲学世界观与方法论走进具体的实验科学，成为科学研究方法论的基石：“凡物的存在必有其数量”，“凡有数量的东西都可以被测量”。另外，数据不仅是现象的“证据”，而且是现象本身，数据还是建构理论和证伪理论的工具。数据也是科学共同体、共同体之间、共同体内外的通用语言。正是数的可通约性、可交流性、客观性、精确性，使得基于数据的科学研究成为一种信念、一种科学习惯、一种学术传统、一种成功的范例，从而构建了牢不可破的经典科学研究范式。因此，科学研究即“数字观察”，数字代表着世界的真实，凡不可数的也是不可靠的。科学实验之目的就是获得各种数据，用数据来解释现象、区别现象、干预现象、构造现象，用数据来揭示某种解决方案及方案的有效性、可行性。以至于“我思故我在”的“我思”也成了不完全可靠的东西，它必须接受数据的检验。如逻辑实证主义就以经验为根据、以逻辑为工具进行推理，然后用概率论来修正结论。由此，数字观察成了对认识活动进行审判的最终尺度。（二）不可数的世界：对世界数字化的质疑现代自然科学的发展进程即是数字化揭示世界的进程。在教育研究领域，2017年《教育实证研究华东师范大学行动宣言》便是对数字化方法的一次强化。“用自然科学研究方法进展重构教育研究范式”也成为当前教育研究领域的一种导向，但这并不能遮掩对“世界数字化表征”的质疑。这种质疑主要来自人文社会科学领域。首先，人文关乎心灵，而心灵的形式化、逻辑化充满挑战。如人工智能以自然科学研究为基础，以数字化方法为支撑，是对人“心灵”的形式化、逻辑化处理的一大尝试，并取得了巨大成功。但对人“心”的形式化处理存在着终极的认识论困惑，人并不存在一颗形式化的心，人只有一个完整的包含“文化”“生理”与“技术”三层结构的“身体”。人的任何思维和情绪都是“具身”的，它不可能抽身而去，等同于一连串数字。其次，在人文社会科学领域，对现象的数字化表征也存在方法论局限。社会环境不同于自然环境，各种影响因素复杂交织、互相影响，很难对社会条件进行控制取得理想数据。用自然科学方法研究社会问题时，往往是把总体分解成单项，然后再还原成总体，这种机械的取数方法与人文社会科学领域有机的世界观和方法论难以相容。另外是来自自然科学和科学哲学的挑战。在自然科学领域，量子力学的发展对自然现象的数字化表征提出了难题，如量子运动轨迹是无法被观察和测量的，量子通信的保密性正是建立在量子不可测量基础上的。科学哲学的挑战则牵涉休谟对数理逻辑中因果性命题的终极。休谟对经典科学研究范式的基石“因果关系”进行考察后发现：所谓的因果关系只不过是“心理习惯”“恒常联系”和“必然性”。上述挑战不仅使经典科学研究范式城堡可能被攻破，也使得镶嵌于其中的数据方法合法性受到质疑。（三）彻底可数的世界：对世界数字化的极致追求对数字化方法的质疑是科学研究范式的危机，也孕育着科学研究方法突破的契机，大数据科学研究方法正是在这一危机、契机中间应运而生的。相对于“小数据”，大数据堪称数据领域的革命。如上所述，“小数据”在揭示人的心理和精神活动方面仍存欠缺，因而无法像发现自然科学规律那样发现人文规律。“小数据”在揭示社会科学规律时也远不如在自然科学领域的表现。据现有认识结论，其中原因乃是“小数据”的局部性、片面性，导致“小数据”对人文和社会复杂现象的揭示只能做到“管中窥豹”“盲人摸象”，无法实现总体性的描述。而大数据是小数据汇聚的结果，不同的数据互相流动、交融，形成了一张疏而不漏的数据之网，从而使从不同观测点把握人文社会现象成为可能。多点观测、综合分析使得人文社会科学规律的揭示成为可能。这便是技术乐观主义者的看法：并非数据不能揭示人文规律，乃是人文规律的复杂性需要用更丰富复杂的数据结构来解释。数据从“小数据”发展到大数据，进一步使人们坚信“世界本质的数字化构造”，卡尔·波普尔三个世界的划分也从未像今天那么正确。数字世界已不是一个人构世界，也不是一个镜像世界，它是一个“客观实在世界”。正是当今无处不在的数字化活动，以及由此产生的纵横交错的数字网络，使维克托·迈尔-舍恩伯格喊出“世界万物都有数据化的形式，都可以被数据化”，“无论是自然事件还是社会历史事件，都存在着数据的形式”。既然世界的本质是数字的，科学研究的使命便是挖掘数据，发现其中隐藏的数据规律。在当今技术条件下，这种数据挖掘方法或科学研究方法主要依靠一张布满了传感器和数据处理器的所谓“智慧网”“物联网”。这种技术构架不仅使触网的一切人和事迅速数字化，而且可以做到实时动态记录和分析。它对数据的搜集、传输、处理速度都是小数据方法无法比拟的。且大数据方法可不追究因果性而对事物特性进行描述，因而也可解决“小数据”无法描述的量子纠缠难题。因为，具体的量子传输内容纵然不可测量，但它们的总体活动特征却可通过更大范围数据变化进行描述。二、方法演变：大数据推动教育科学研究的范式转换托马斯·塞缪尔·库恩将科学研究的范式定义为科学共同体在科学活动中共同的信仰、价值，以及遵循的实践技术规范。根据经典科学方法，教育研究的科学范式至少具有四个要件：客观的研究对象、可靠的数据证据、可再现的研究情景、因果关系。正因为教育科学研究难以满足上述条件，严格意义上的教育科学研究范式并没有确立。教育领域的科学研究方法也一直与人文方法和社会科学方法互相掣肘，甚至对立。但大数据方法从一定程度上突破了经典科学方法的范式框架，形成了明显不同的科学研究结构，称得上是研究范式的革命，对进一步推进教育研究科学化进程具有重要意义。（一）研究对象设置：从具体客观到无须预设教育学研究文献对教育科学研究对象的表述大致可概括为三种：教育现象、教育活动、教育问题，但都难言客观性，难以满足经典科学对研究对象的要求。首先，教育现象领域主要是意义和价值系统，属于生活世界的组成部分，而生活世界又是感性直观、不言而喻的前科学世界，它是与科学世界相区分的领域。因此，教育作为生活世界的现象无法成为经典科学探索的对象。其次，教育活动也不同于自然科学领域的物质运动，甚至不同于社会治理领域的社会活动，教育是社会的人文活动，也是人文的社会活动。相对于社会治理领域的社会活动，更人文的教育活动具有更弱的“规律性”。最后，教育问题是价值问题而非客观问题，因为教育活动从目的看是求善而非求真。教育问题充满知识、权力和利益的冲突，但解决方案是求善的，而不一定是真实客观的。因此，教育科学领域实在难以找到科学、客观的研究对象，除非将教育领域中的师生主体排除在外，寻找一种抽象的教育结构。当“教育研究约定的对象只是虚幻”时，教育科学研究如何前进？大数据方法则开辟了一条道路。在大数据方法中“既没有设定的目标，也没有设定的问题；既没有设定的条件，也没有设定的理论模型”。因此大数据方法不需要预设所谓研究对象，它只需拥有数据就足够了。大数据方法要做的事情，就是在大数据海洋的某些地方设置合适的观测点，“通过特定算法对大量的数据进行自动分析，揭示数据之间隐藏的关系、模式和趋势”。（二）研究数据处理：从局部数据到全部数据教育现象能否数量化、如何被数量化、数量化的解释力等一直受到质疑，成为教育研究科学化进程的阻力。经典的自然科学研究范式具有典型的“还原论”特点，而教育现象则拒斥还原论。大数据范式从一定程度上克服了该难题，毋宁说是一种更好的还原论。问题解决的进路是：经典科学研究范式中产生和运用的数据是有限性、封闭性、条件性、简化性、单一性的，因而通过该科学方法获得的教育数据只是理想的、局部的、片面的，难以有效揭示教育领域的混沌、复杂现象，而大数据的“4V”特征使它能够更好地揭示教育现象。首先，大数据的数据结构更复杂，它不限于学习数据，而是囊括了生活数据，这是教育科学研究发现更多、更真实教育联系的前提。另外，大数据是自然原始数据，它主要来自各种观测和记录，不经过研究者的修剪和加工。这种数据的采集可以是人为的，也可以是机器自动生成、记录的。人为的数据只是大数据的小部分，当它汇入了大数据的海洋之后，也是原始数据，也要被重新置于更复杂、更广的数据系统中得到检验和发掘。当越来越多的各类数据混杂在一起，数据的间隙就会弥合，教育现象世界的本来面目就有可能真实地被数据化显现出来。这也说明，领域内数据的成熟度是大数据方法发挥效用的前提。（三）研究方法选择：从重复证明到概率说明研究情景的可再现性、证据的可重复性是经典科学研究方法的要件之一。但在教育科学研究领域，研究情景往往不可再现、证据也难以重复。比如，要证明一个上补习班学生的学习效果，事实上很难采用严格的实证方法。因为无法让一个学生既去上辅导班又不去上辅导班，从而对两者的效果进行对比。那么，能够找一个没上辅导班的学生对比吗？严格说也是行不通的，因为两个儿童的生活环境不可能完全相同。同理，既无法让一个学生同时上两所高中，以确定哪一所高中更好，也无法让学生上两次同一所高中。但在大数据方法中，不再追求当A出现时B是否一定作为A的逻辑结果出现，即A和B之间是否因果关联，也即A和B是否会反复伴随出现。而是记录A的类似事件和B的类似事件伴随出现的频率，比如，事件A出现时伴随着事件B；事件A’伴随着B’；A”伴随着B”；……；依此类推。其中，A、A’、A”为类似事件，B、B’、B”也是类似事件。大数据方法正是通过对每一样本（全样本）行为的记录，发现各种伴随事件出现的概率，进而发现关联。尽管事实上不可能真的全样本，但永远向全样本靠近，越靠近，结果就越可靠。总之，大数据方法不刻意追求逻辑因果关系，因此成功地将科学研究中的“重复证明”转化为“概率说明”。（四）研究结论表达：从因果逻辑到数据相关如上所述，追求逻辑因果关系是经典科学研究范式的主要旨趣。但事实上，逻辑因果关系一直受到科学哲学的质疑和挑战。波普尔认为，逻辑实证主义的“观察”环节渗透着观察者的种种主观偏见，而且从“有限的观察归纳出无限适用的结论，这种归纳过程是可疑的”。但波普尔本身主张的证伪主义，事实上从某种程度上挑战并抛弃了因果逻辑。当然，给因果关系造成最大冲击的当属休谟，他关于因果关系是“心理习惯”“恒常联系”和“必然性”的观点扭转了人们对因果联系的看法，因果联系并不是逻辑的，而是习惯的、恒常联系的、必然的。大数据方法能在一定意义上与这一新的因果观呼应：大数据基于概率论，不具有必然性，也不具有恒常联系的属性，它只是一种心理习惯意义上的定律，即休谟所谓心理习惯意义上的因果联系。在教育科学研究领域，一果多因、一因多果、多因多果等关系复杂交织，事物的运动变化就像一片飘落的羽毛，具有不确定性，加之教育属于意义价值系统的领域，教育规律更接近于人的文化心理习惯，大数据方法在这里恰恰能够发挥更好作用。不过，上述心理习惯定律，能否进一步发展到恒常联系和必然性的逻辑定律？这一点学界意见并不统一。尽管W·皮奇通过对大数据的计算机算法进行考察，发现诸如决策树和贝叶斯算法中有消除归纳法等因果逻辑方法，并认为大数据方法可以探索因果性，但这只是计算机的算法个例，并不能说明全部问题。但可以肯定的是，大数据方法拓展了对因果关系的理解，更广义的因果关系可以囊括和解释更多的教育现象，并在一定条件下探索教育活动中的恒常性、必然性联系。三、理性审慎：大数据推动教育科学研究的实践规范总体看，大数据方法构建了有别于“小数据”方法的教育科学研究范式，但在超越中也存在着新的数据方法危机，需要加以甄别并恰当应对。（一）大数据方法需其他研究方法补充大数据方法的物质基础在于“一个布满传感器”的世界，可随时随地记录人类个体极其复杂和细微的行为，从而对任何触网的物体和个体实现数字化描述。技术的如此进步造就了新的数据功能论，即大数据的庞杂性、混沌性、跨界性使得大数据具有描述和揭示复杂社会现象的可能与潜力。但现代技术条件下的数据化过程仍存在一些问题。首先，尽管在数字化时代，世界可以看成是由连续数字构成的，但技术工具记录的数据仍然是“有限数据”，仍难以实现付诸对象的无缝数据化。其次，现代智能机器对人类个体的数字化描述主要基于“行为数据”而不是“思维数据”。人的思维涉及情绪、情感，涉及生活史、生命史，也涉及理性和非理性，变化莫测、难以捉摸，因此思维的彻底数据化仍存在极大困难。完全的数据化方法仍是以大数据为表现形式的“行为主义”科学方法。在教育研究中，学生的内部思维过程才是研究重点。对内部思维的研究也不是分析被现代人工智能借用的“形式化、数字化认知程序”，而是理解充满生命气息、人文气息的文化心理认知过程。在这方面，标榜超越人类智能的人工智能仍相形见绌，大数据尚不能记录并呈现人类个体昨夜的美梦，这说明教育研究作为人文的研究，不能仅靠数据化方法，教育研究仍需人文研究方法作为补充，并把它置于数据分析的基座之上，且使它成为整个数据分析过程的灵魂。最后，大数据方法与“小数据”方法应互相补充。数据的增加，意味着数据结构更复杂以及数据资源量的增加，但价值密度降低，这需要“小数据”方法来弥补。由此也可看出从“小数据”方法到大数据方法并非彻底的范式转换，还涉及范式融合。（二）大数据方法应融入教育价值原则与经典科学研究方法不同，大数据方法取得的结果并非必然的逻辑因果说明，而是关联性说明。因果性是事物之间明确的、确定的逻辑关联，代表着必然性；相关性则是事物之间非明确的联系，代表着盖然性。必然性，是教育活动中必须遵从的价值原则，因为“违背规律必然得到规律的惩罚”。盖然性说明的是概率性事件，包括大概率事件和小概率事件。大概率事件和小概率事件对教育活动来说具有同等重要的意义。大概率事件使得我们在教育活动中要面向大多数、面向一般问题、共性问题，小概率事件则使我们重视教育活动中的个别事件、偶发事件。而教育活动领域正是个别事件和偶发事件集中的场所。甚至在很多情况下，个别事件和偶发事件正是教育追求的东西，因为它们往往代表着学生发展的可能性。而大数据方法，从根本上看主要聚焦大概率事件，它反映的是数据的聚类、分类和趋势。“小数据”方法寻找的则是异常数据和小概率事件，如传统数理统计学中的P值正是追踪小概率事件的重要指标。因此，不妨说大数据方法能更好反映大数据的优势，因为在数据海洋里“小数据”往往被湮没。这也是由大数据的本质特点决定的，大数据由于其价值密度低，不可能筛查数据中的所有异常现象。因此，大数据方法对教育活动中的小概率事件及其价值并不够敏感。这说明，大数据方法在教育研究中的应用要重视两点：一是在研究设计中应当注重对“小数据”、异常数据的检测，另外是给予反映小概率事件的数据以足够重视。（三）大数据方法需权衡具体适用情景大数据并不是万能数据，大数据的数据来源、数据特征、数据功能决定了大数据有相对优势的使用领域。大数据的解释力和预测力还需要具体领域进行具体分析。一般认为，社会科学（包括教育科学）是具有低解释力和低可预测性的科学领域，从大数据本身的功能看，则具有低解释力和相对高的预测力。虽然“社会学很少做预测，即便预测了也很少成功”，但大数据还是可能帮助其提高预测力的。而大数据的低解释力则会加剧社会科学的低解释力。由于教育学相对其他社会科学具有更浓厚的人文性、更弱的规律性，因此大数据对教育现象的解释力进一步降低。不过，大数据方法在教育科学领域内部的适用性可以进一步细分。其一，从宏观教育现象与微观教育现象的对比看，大数据显然对宏观问题具有更好的解释力和预测力，这是由大数据之大形成的“宏观视野”决定的。比如，国家根据地方的经济数据对各地进行动态教育财政拨款。但运用国家宏观数据指导具体教学则不合理。其二，围绕微观个体的大数据仍远远没有形成，说明大数据在微观教学领域有比较低的解释力和预测力。其三，大数据在教育理论、教育实践、教育评价等领域的解释力和功用也有差异。大数据在教育评价领域的解释力好于教学实践领域，因为评价本身就是数据化过程，而在实践领域的应用效果则好于理论研究领域，因为教育实践领域是关系复杂的混沌领域，契合大数据的特点，而大数据分析没有确定的理论模型，也不指向理论因果，说明其理论性较弱。最后，大数据对外生性因素的解释力好于内生性因素。由于大数据善于对学生行为进行记录，因此，大数据分析学生学习外生性因素的效果要好于内生性因素。（四）大数据方法应考量相关数据积累大数据方法应用不能只从理想视角分析，而应对理想大数据和现实大数据进行区分，以免造成认识上和实践上的混乱。其一，从理想大数据看，大数据基于对世界万物的感知和记录。在技术基础上，可穿戴设备等传感器无处不在，世界的每个角落、物的样态和人的一举一动都在智慧网络的观测记录之内，数据在信息公路上自由流通。然而，大数据的现实是：传感器没有无所不在，智慧网络远未无孔不入，大数据仍是一张稀疏的数据网络。大数据只是相对的大数据、局部的大数据。另外，大数据方法产生于商业领域，在商业领域应用广泛，在教育领域发展滞后。其二，从大数据的挖掘和分析看，大数据的算法有限，诸如贝叶斯算法和决策树等有限种类。很难想象大数据无限的可能会被有限的算法捕捉到。因此，舍恩伯格和克里斯·安德森所宣称的“相关关系代替因果关系”的豪言壮语仍然缺乏物质技术基础。其三，数据伦理问题，包括数据隐私、数据开放、数据共享等。由于种种人为的、技术的和伦理的障碍，数据没有汇聚成大数据的海洋，而是被分割成了无数的数据湖泊，许多关于大数据方法的理想功用仍无法实现。因此，着眼于教育科学研究的发展，应重视教育领域内的大数据库建设，开发针对教育科学研究和教育活动监测的数据搜集处理软件。同时，尽量消除教育领域内各部门之间的数据壁垒，并通过合适的方式与学校外部数据实现对接。在方法论上，把领域内大数据的成熟度作为大数据方法应用及对其结果进行解释的重要依据。

曾用刊名：教师之友(小学版);教师之友主办单位：四川教育出版社出版周期：旬刊ISSN：1673-4289CN：51-1696/G4出版地：四川省成都市语种：中文开本：大16开邮发代号：62-45创刊时间：1987出版信息专辑名称：社会科学II专题名称：教育理论与教育管理出版文献量：13688 篇总下载次数：1393035 次总被引次数：16548 次评价信息(2019)复合影响因子：0.175(2019)综合影响因子：0.041《教育科学论坛》立足教育实践，注重理论提升，主要面向基础教育，是广中小幼教师、教科研人员、教育行政管理人员及高校师生研究教育教学问题，发表研究成果，传递和交流最新教育信息与教育科研发展动态的平台和阵地，是广大教育工作者提高教育理论修养和运用教育理论指导实际工作的有益工具。一、来稿建议1. 小适切的话题，从一个方面切入，不要全面开花，蜻蜓点水。2. 新建议关注本刊的思路和规划，关注当前教育教学改革的热点难点问题。3. 深论证要深入，不要浮于浅表。4. 融所有稿件请尽量从理论与实践的结合上进行思考，不要做纯经验性的工作总结，也不要做纯思辨性的探讨。提出自己的观点，用实践材料予以支撑。5. 精提出自己的观点要鲜明，但不能偏颇。行文应精炼，不能冗余。论文字数一般控制在1600字(1页)、3200字(2页)，5100字(3页)。原则上不要超过3个页码。若所涉话题比较复杂而需要多角度言说者也请最好控制在6500字以内。6. 细所有稿件请尽量提供规范的参考文献和注释(作者、文献名称、出版社以及页码等应一一俱全，详细请参见本刊bbs公告)。所有来稿请务必在文末提供作者的详细联系方式，包括作者单位(工作、学习的单位全称，所在地级市以及单位邮编)、通讯地址(作者收取样刊和稿酬的地址，一定要详细到街道名称及门牌号等，否则样刊及稿费不能收到，本刊概不负责)、手机号码、邮箱等。 所有来稿请以附件形式发送，并以"文章题名+作者"的格式作为邮件主题。二、申明1. 本刊正刊不收取任何费用，以质选稿，刊用后即奉付稿酬及样刊。2. 请作者严格遵守学术道德和学术规范。严禁抄袭，严禁一稿多投！凡引用他人研究成果，请按规定格式予以注明。3. 由于来稿较多，本刊对来稿不一一回复，两个月内收不到编辑通知，请自行处理

期刊简介期刊名称：课程教育研究主管单位：内蒙古自治区社会科学联合会主办单位：中国外语学习学研究会出版周期：旬刊国际刊号：2095-3089国内刊号：15-1362/G4邮发代号：16-129期刊级别：省级期刊描述：《课程教育研究》杂志创办于2012，是内蒙古自治区社会科学联合会主管的国家重点学术期刊，省级期刊，影响因子0.181，现被万方收录(中)等权威机构收录，课程教育研究杂志社征稿杂志介绍刊社简介《课程教育研究》杂志系内蒙古社科联主管，中国外语学习学研究会主办，面向国内公开发行的教育类学术期刊。国际标准刊号：ISSN 2095-3089，国内统一刊号 CN15-1362/G4，旬刊。《课程教育研究》突出反映广大教育工作者在教育教学过程中的新理论、新观点、新方法和新经验，探索教育教学改革过程中的新思路、新特点。以"科学、新颖、实用、交流"为办刊目标，系国际性、学术性、综合性的教育研究类刊物。《课程教育研究》宗旨：以新科学、新知识、新方法培养新人才，让人才以创新的实践建设美好的未来；为创新教育理论、方法、信息提供展示的平台，交流的通道，让所有的教育工作者共同开创中国科学教育的新时代。期刊收录万方收录(中)，上海图书馆馆藏，国家图书馆馆藏，知网收录(中)，维普收录(中)，中国期刊全文数据库（CJFD）栏目设置研究报告、文献综述、简报、专题研究投稿须知1、《课程教育研究》文稿应资料可靠、数据准确、具有创造性、科学性、实用性。应立论新颖、论据充分、数据可靠，文责自负（严禁抄袭），文字要精炼。 2、《课程教育研究》姓名在文题下按序排列，排列应在投稿时确定。作者姓名、单位、详细地址及邮政编码务必写清楚，多作者稿署名时须征得其他作者同意，排好先后次序，接录稿通知后不再改动。 3、《课程教育研究》文章要求在2000-2400字符，格式一般要包括：题目、作者及单位、邮编、内容摘要、关键词、正文、参考文献等。文章标题字符要求在20字以内。 4、文章中的图表应具有典型性，尽量少而精，表格使用三线表；图要使用黑线图，绘出的线条要光滑、流畅、粗细均匀；计量单位请以近期国务院颁布的《中华人民共和国法定计量单位》为准，不得采用非法定计量单位。 5、为缩短刊出周期和减少错误，来稿一律使用word格式，并请详细注明本人详细联系方式。 6、编辑部对来稿有删修权，不同意删修的稿件请在来稿中声明。我刊同时被国内多家学术期刊数据库收录，不同意收录的稿件，请在来稿中声明。投稿邮箱：tougaoyun@163.com在线投稿：tougaoyun.cn

高等教育发展水平是一个国家发展水平和发展潜力的重要标志。我国高等教育实现了从精英化到大众化并迈入普及化的历史性跨越，取得了举世瞩目的成就，但仍然面临一些新问题、新挑战。推动高等教育实现内涵式发展，成为新时代高等教育科学研究责无旁贷的历史使命。高等教育科学研究的质量与水平是高等教育内涵的重要体现，也将为我国高等教育发展提供不竭动力。为进一步了解我国高等教育科学研究现状、把握正确的科研方向、推动学术创新，《中国高教研究》编辑部于近日完成了2019年全国高校高等教育科研论文的统计分析工作。经优化，2019年统计论文的范围为中文社会科学引文索引（CSSCI）与《中文核心期刊要目总览》中复合影响因子不低于0.9的教育类期刊（不含CSSCI扩展版），包括《教育研究》（北京）、《中国高教研究》（北京）、《高等工程教育研究》（武汉）、《清华大学教育研究》（北京）、《高等教育研究》（武汉）、《高校教育管理》（镇江）、《北京大学教育评论》（北京）、《复旦教育论坛》（上海）、《江苏高教》（南京）、《中国高等教育》（北京）、《高教探索》（广州）、《学位与研究生教育》（北京）、《大学教育科学》（长沙）、《现代大学教育》（长沙）共计14家教育类期刊（以下简称14家期刊）上刊载的高等教育科研论文。2019年14家期刊共刊载各类稿件2789篇，本研究剔除广告、短论、博士论文提要、投稿须知、征订启事、学术动态等文献信息，以及刊载在《教育研究》《北京大学教育评论》《清华大学教育研究》等教育类综合期刊中的非高教类文章，获得高教类科研论文共计2119篇。高校发文情况为更好地了解国内高校高等教育科研最新进展，在2119篇高等教育科研论文的基础上，本研究剔除第一作者署名单位为境外高校（包括港澳台）以及政府机关、教育服务机构、科研院所、军事院校的论文181篇，获得第一作者署名单位为中国大陆普通高校（公办普通高等学校、公办高职高专院校、民办高校等）的高等教育科研类论文1938篇，以此为统计范围进行国内高校发文分布情况分析。教育部公布的具有普通高等学历教育招生资格的高等学校名单显示，截至2019年6月15日，全国高校共计2956所，其中普通高校2688所（含独立学院257所），成人高校268所。普通本科高校1266所，其中公办822所，民办434所，内地与港澳台地区合作办学2所，中外合作办学8所。高职高专院校1422所，其中公办1098所，民办322所，中外合作办学2所。2019年，全国高校共有374所在上述14家期刊上发表了高等教育科研论文，占院校总数的12.65%。其中，公办本科高校315所，占同类高校总数的38.32%，公办高职高专院校37所，占同类高校总数的3.37%，民办高校（包括独立学院与民办高职高专）22所，占同类院校总数的2.91%。1. 公办本科高校发文情况。统计显示，2019年315所公办本科高校在14家期刊发表高等教育科研论文1849篇，占国内高校统计论文总数的95.41%，这一比例与2018年的95.12%基本持平。其中，发文5篇及以上的高校92所，占公办本科发文高校的29.21%。这些高校共发文1426篇，占同类发文高校发文总量的77.12%。（见表1）通过数据分析发现，公办本科高校发文分布呈现如下特点。（1）“双一流”建设高校在高等教育科研领域占据主导地位。共107所“双一流”建设高校发文1286篇，占公办本科高校全部发文的69.55%，其中，发文5篇以上的机构中“双一流”建设高校共有65所，占同类发文高校70.65%，共发文1181篇，占“双一流”建设高校全部发文的91.84%，占公办本科高校全部发文的63.87%。（2）我国高等教育科研论文产出集中的特征仍然较为明显。315所公办本科高校的高等教育科研论文占全部被统计论文总量的87.26%。其中，发文总量排名前50的公办本科高校发文1163篇，占同类机构发文数的62.90%，比2018年的59.22%有所提升，反映了进一步集中的现象。（3）区域分布上，东部地区高校发文量、发文高校数、机构平均发文量都明显高于其他地区，西部地区和东北地区高校的高等教育科研参与度相对较低。东部地区共有164所公办本科高校发文，占本区域同类高校总数的48.81%，共发文1251篇，高校平均发文7.63篇。中部地区有76所公办本科高校发文，占本区域同类高校总数的41.76%，共发文312篇，高校平均发文4.11篇。西部地区共有55所公办本科高校发文，占本区域同类高校总数的26.07%，发文183篇，高校平均发文3.33篇。东北地区共有22所公办本科高校发文，占本区域同类高校总数的23.66%，发文97篇，高校平均发文4.41篇。2. 公办高职高专院校发文情况。2019年37所公办高职高专院校（2018年49所）在14家期刊上共发表论文59篇，占国内高校发文总数的3.04%，平均发文1.59篇（2018年1.45篇）。其中，发文2篇及以上的高职院校共10所，（见表2）共发文32篇，占高职高专院校发文总量的54.24%。3. 民办高校（含独立学院）发文情况。2019年全国共有756所民办高校，在14家期刊上发文的仅有22所，占同类高校数的2.91%，其中仅含1所民办高职院校。22所民办高校共发文30篇，占被统计论文的1.55%。其中，宁波财经学院、武昌理工学院各发文3篇，位居发文榜首。南京理工大学泰州科技学院、山东协和学院、文华学院、三亚学院各发文2篇。（见表3）其他16所民办高校各发文1篇。（二）其他机构发文情况高等学校是高等教育研究的主力军，其他机构也有贡献。2019年共有111家其他机构合计发文181篇，平均发文1.63篇，其中，中国工程院发文9篇居榜首，教育部教育发展研究中心、中国教育科学研究院各发文7篇，国家教育行政学院、上海市教育科学研究院、中国高等教育学会各发文6篇。据统计，发文3篇及以上的其他机构共计14家，合计发文72篇，占同类机构发文的39.78%。（见表4）另有7家教育科学研究院系统机构发文21篇，3所军事院校（国防科技大学、陆军工程大学、空军预警学院）各发文1篇，境外高校发文共30篇。来源：中国高教研究作者：王小梅，中国高等教育学会副秘书长，《中国高教研究》主编、编审，北京　100191王者鹤，《中国高教研究》编辑部副主任、副研究员，北京　100191周光礼，中国人民大学发展规划处副处长、教育学院教授，北京　100872周详，中国人民大学教育学院副教授，北京　100872李璐，《中国高教研究》编辑部编辑，北京　100191刘植萌，全国高校信息资料研究会研究部副主任，北京　100872原文刊载于《中国高教研究》2020年第4期第92-97页