线上补习还是线下补习：基于家庭补习决策的分析 ＊

唐荣蓉

（北京大学教育学院，北京 100871）

一、引言

线上补习①是运用现代信息技术进行教学的一种教育服务。从诞生之日起，线上补习就与中小学课外辅导有着密切联系，并天然地具有促进教育资源流动的作用。20世纪末，美国部分公司开始聘请来自印度的廉价师资，为美国、澳大利亚等地的学生提供实时或延迟的在线辅导服务（Ventura & Jang，2010）。我国的线上补习发展也可以追溯到20世纪末。在私人部门，中小学在线辅导机构101网校于1996年创办；在公共部门，教育部于1998年在高等教育领域开启了现代远程教育试点。纵观线上补习在体制内外的发展历程可以发现，公共部门的线上补习建设主要偏向硬件建设和底层架构构建，例如“三通两平台”和MOOC等网络公开课平台的建设。相比之下，私人部门的线上补习建设主攻内容，涵盖中小学辅导、高等教育、职业教育和成人教育等众多领域。同时，市场中的技术不断迭代。从世纪之交开始使用的录播技术，到2010年前后上线的1对1直播技术，再到2012年前后孕育的AI自适应技术，私人部门的线上补习产品和服务在内容和技术上遍地开花。

根据共青团中央维护青少年权益部、中国互联网络信息中心（CNNIC）2019年3月联合发布的《2018年全国未成年人互联网使用情况研究报告》②，线上补习在我国未成年群体中高度普及。基于未成年人填答的数据，我国未成年人的互联网普及率达到93.7%，其中小学生的上网比例为89.5%。未成年网民中利用互联网学习的比例为87.4%，其中小学生利用互联网学习的比例为85.5%。可以说，目前我国绝大多数未成年人都有机会使用互联网进行学习，且互联网学习已经相当低龄化。

私人线上补习市场的活跃引发了公共部门的关注。2018年以来，有关课外培训机构和在线教育的政策开始密集出台。2018年8月国务院办公厅出台《关于规范校外培训机构发展的意见》，要求网信、文化、工业和信息化、广电等部门在各自职责范围内配合教育部门做好线上教育监管工作。同月公布的《中华人民共和国民办教育促进法实施条例（修订草案）（送审稿）》针对线上补习培训机构及其互联网技术服务平台，提出了互联网经营许可制和教育教学备案制等要求。2018年11月教育部办公厅、国家市场监管总局办公厅和应急管理部办公厅联合发布的《关于健全校外培训机构专项治理整改若干工作机制的通知》，首次明确了线上教育培训机构要按照线下管理政策同步规范，并指定由省级教育行政部门负责备案工作。同年12月，教育部办公厅发布了首个专门针对线上补习的政策——《关于严禁有害APP进入中小学校园的通知》，要求建立学校和教育行政部门对教育APP的“双审查”责任制。

关于线上补习更为全面和细致的规范于2019年7月正式出台，教育部等六部门《关于规范校外线上培训的实施意见》明确了校外线上培训机构备案审查的内容和流程、排查和监管的重点，并提出建立黑白名单制度，在全国校外培训机构管理服务平台公开。同年8月公布的教育部等八部门《关于引导规范教育移动互联网应用有序健康发展的意见》，对教育APP的规范做了进一步说明，明确建立推荐机制、健全选用机制、规范进校合作。至此，线上补习的监管政策框架已基本明确。2019年9月教育部等十一部门联合印发的《关于促进在线教育健康发展的指导意见》出现了政策重点的明显转变，由此前的规范和治理，转向了引导和扶持。

纵观线上补习有关政策的演变历程，除了政策重点的转变，还可以看到政策对象的扩大化和政策分工的明确化：政策对象经历从线上培训机构到教育APP再到整个在线教育市场的逐步扩张；政策分工方面则逐步明确了由教育部门牵头、其他各部门各司其职的监管机制。可见，规范线上补习的政策本身也在逐步走向规范。

政府若要规范和引导线上补习的发展，有必要了解线上补习在教育行业中的角色定位，及其与线下教育服务的区别和联系。理解线上补习的角色定位，首先要识别其作为教育服务提供方式的本质。从这一本质出发，可以从线上补习中剥离出生产者和消费者两个视角。就生产者的视角而言，可以分析生产者基于现代信息技术提供的线上补习与传统的线下补习之间存在怎样的联系和区别；就消费者的视角而言，可以观察消费者对线上补习的理解，分析消费者进行线上补习决策时的动机。

事实上，家庭的消费决策可以部分地揭示作为教育服务提供方式的线上补习与线下补习之间的关系。基于中国教育财政科学研究所的“全国家庭线上补习调查”数据，本文从家庭教育消费的视角出发，探究家庭如何进行线上补习消费决策，并着重比较线上补习与同样作为学校教育补充的线下补习之间的区别与联系，据此挖掘家庭教育消费决策所反映的线上补习区别于传统线下补习的特征。同时，这种对比也可以揭示家庭在校外教育决策中的选择，进而回答这样一个问题，即：线上补习是替代了传统的线下补习，还是扩大了家长和学生的选择范围？而对这一问题的回答，有助于形成对线上补习性质的客观认识，也有助于判断当前的校外教育市场中需求侧的基本情况，进而为政府部门对校外教育市场尤其是线上补习市场的监管和引导提供参考。

二、文献综述

教育与劳动力市场之间存在着紧密联系，高等教育的收益率一般要高于高中教育的收益率（Psacharopoulos & Patrinos，2004）。根据丁小浩等（2012）的测算，我国各级教育的净收益率从高中学段到研究生学段逐级上涨。文凭和劳动报酬的这种相关性可能会导致教育领域的家庭竞争加剧。课外补习市场的繁荣便是竞争加剧的表现之一（Stevenson & Baker，1992）。

既有的文献较少关注中国的课外补习市场中迅速发展的线上补习形式。为了对线上补习需求展开讨论，本文综述了两个领域的文献：一是关于影响家庭课外补习决策因素的研究，考虑到线上补习是课外补习的一种形式，本文参考这类研究来搭建线上补习影响因素的模型。二是关于数字技术的研究，考虑到线上补习的“在线”性，本文参考这类研究对虚拟活动与实体活动相区别的性质的讨论，分析线上补习相比于传统的线下补习所具有的独特性质。

（一）影响家庭课外补习决策的因素

对于影响家庭课外补习决策因素的研究，Dang和Rogers（2008）进行了较为完善的综述。基于对多个国家全国范围实证研究的梳理，综述指出，课外补习的驱动因素涉及微观和宏观两大层次。微观层面的因素可以进一步区分为个人、家庭、学校和社区四个维度。其中，父母受教育程度、家庭收入、城乡归属等因素对课外补习支出的影响在多个国家广泛存在，这些核心解释变量和教育机会获得、学业表现等的影响因素基本一致。宏观层面的因素包括公共教育支出、教育体制和劳动力市场的特征、文化和价值观等。Jokić（2013）提出从决策者及其决策过程的视角出发，来分析课外补习参与问题，并指出尽管会受到同龄人、亲友、老师等的影响，课外补习参与的决定几乎完全由学生和/或他们的父母做出。Bray等（2014）用Hurdle模型构建了一个包括学校、家庭和个人的三维框架，对我国香港地区的9年级和12年级学生调查数据分析后发现，学校的质量和类型、家庭收入、母亲受教育程度、学生性别、学习成绩、对课外补习的效果评价等因素都对补习参与存在显著影响。国内绝大多数研究都采用了类似的逻辑，将补习参与决策的因素划分为学生个体特征、家长特征、家庭特征、学校特征等维度，在微观层面进行分析。也有学者以家庭资本理论为理论框架，从家庭的社会资本、文化资本、经济资本和政治资本四个维度对影子教育的影响因素进行分析（薛海平、李静，2016）。

尽管不同学者的分析框架有所差异，但实证研究中使用的变量大同小异。基于国内样本的研究使用的因素包括子女性别、数量、教育阶段、学业成绩等子女特征，家长受教育程度、教育期望、家庭收入、人口流动等家庭特征，学校质量、学校类型等学校特征，城乡、地域等区位特征。其中，子女学业成绩、学校特征与课外补习之间的关系在中国语境下并不明确，支持“培优论”（雷万鹏，2005；薛海平、丁小浩，2009；薛海平，2015；薛海平，2016；吴翌琳，2016）和支持“补差论”（曾满超等，2010；方晨晨、薛海平，2015）的学者同时存在。

其余因素的影响方向在不同研究中呈现出较为一致的结论。子女特征方面，绝大多数研究认为女生在课外补习参与中占优（楚红丽，2009；方晨晨、薛海平，2015；吴翌琳，2016；王晓磊，2017），张羽等（2015）进一步指出，性别的作用在不同学科的课外补习决策之间存在差异，女生会更晚参与语文补习、更早参与英语补习，而数学补习的参与不受性别因素的影响。子女所处教育阶段的影响表现为，子女的教育阶段越高（楚红丽，2009；薛海平、丁小浩，2009）、越接近升学考试（张羽等，2015；吴翌琳，2016；庞圣民，2017），课外补习的参与概率和强度越高。根据孩子质量和数量的替代关系（Becker，1976），子女数量更多的家庭中，单个子女参与课外补习的概率更低（薛海平、丁小浩，2009；张羽等，2015；方晨晨、薛海平，2015；王晓磊，2017）。

家庭特征方面，家庭收入水平越高，课外补习的参与概率和支出数额也越高（雷万鹏，2005；薛海平、丁小浩，2009；楚红丽，2009；张羽等，2015；方晨晨、薛海平，2015；庞圣民，2017）。家长受教育程度对课外补习参与也存在正向影响，不论这一变量指向的是户主（薛海平、丁小浩，2009；庞圣民，2017）、父亲单方（吴翌琳，2016）、母亲单方（雷万鹏，2005；薛海平等，2014；张羽等，2015；方晨晨、薛海平，2015；薛海平、李静，2016），还是父母双方（楚红丽，2009）。家长教育期望同样表现出正向影响（楚红丽，2009；薛海平，2015；薛海平、李静，2016）。人口流动的影响表现为外地户口家庭、外出务工家庭的子女参与课外补习的概率更低（谢贝妮、李岳云，2014；张羽等，2015）。

区位特征方面，课外补习参与在城乡之间、地域之间存在明显差异。城乡差异表现为，城市家庭比农村家庭参与课外补习的概率更高（楚红丽，2009；陈全功等，2011；薛海平，2015；方晨晨、薛海平，2015；王晓磊，2017；庞圣民，2017）。地域差异表现为，来自高行政级别地区的家庭较之来自低行政级别的家庭（例如省会城市相对于地级市、一线城市相对于二线城市等）、来自相对发达地区的家庭较之来自相对欠发达地区的家庭，参与课外补习的概率更高（雷万鹏，2005；薛海平、丁小浩，2009；曾满超等，2010；薛海平，2015；方晨晨、薛海平，2015）。而根据“中国教育财政家庭调查（CIEFR-HS）”2017 年的数据，东北地区家庭的学科补习参与率和生均支出数额在全国四个地区最高，参与率达60.8%，生均支出达 4357 元/年（王蓉，2018）。

（二）数字技术与线上补习的特征

对于线上补习的“在线”性质的专门讨论较少。基于现有文献，大致可以梳理出如下几个观点。首先，相比于线下的面对面教学形式，线上补习成本更低，因而有利于缓解教育不公的状况。其次，线上补习在形式上更为灵活，例如没有地域限制、节省时间等（Bray，2009； Bray，2014；Ventura & Jang，2010）。再次，线上补习更容易受到用户的监督，因而质量相对有保证（Ventura & Jang，2010）。可以看到，专门的讨论除了数量少，观点也相对零散。

本文对线上补习特征的分析主要参考的是Goldfarb和Tucker（2019）对数字经济学（Digital Economics）的综述。该综述归纳得出，数字技术对搜寻成本、复制成本、交通成本、追踪成本和验证成本等五类经济成本都具有降低作用。具体到教育领域，数字技术对前三者的降低作用表现更为突出。第一，教育内容的平台化建设在降低搜寻成本、扩大搜寻范围方面的作用，可能进一步对线上补习的价格、多样性、供需匹配等产生影响。第二，许多线上补习内容的复制成本近似于零，消费者的增加通常不会引起生产成本的增加，因而具有非竞争性。对于供给侧而言，这种非竞争性给线上补习的定价带来了困难，企业往往采用捆绑定价或免费提供的方式来解决定价难题；对于消费者而言，非竞争性带来的免费或低价的定价策略，使得弱势消费者也有机会享受到线上补习。第三，传统的线下补习中，交通成本是极为重要的因素，而线上补习则大大降低了这一因素的作用。

三、研究设计

（一）研究思路

根据许政法（2009）对国内学者观点的归纳，课外补习指的是面向中小学阶段的私人有偿提供的补充性家教和课外补习班。按照补习形式的不同，家庭的课外补习决策可以区分为线下补习决策和线上补习决策。按照补习内容的不同，线下补习可以进一步区分为学科补习和兴趣补习；线上补习则没有普遍使用的分类标准，下文将按照此类教育服务在功能和学科等方面的特征进行分类。

本文主要关注家庭在补习形式方面进行的决策，试图从中一窥线上补习自身的特征，以及家庭在这方面的消费特征。为此，本文主要关注的因变量是线上补习决策，线下补习决策（包括学科补习决策和兴趣补习决策）则既作为因变量，用于考察其与线上补习决策影响因素的差异，也作为自变量，用于考察其与线上补习决策的关系。

具体的研究框架如图1所示。基于前述文献，本文将影响家庭课外补习决策的因素按照层次的不同划分为了区位、家庭、学校和个体四个层次。这四个层次的因素既会对线下补习决策产生影响，也会对线上补习决策产生影响。考虑到线上补习在降低搜寻成本和交通成本、促进资源流动等方面存在的作用，影响两种决策的因素应当存在一定的差异。对此，本文做出以下假设。

图1 研究框架

假设1由于线上补习能够促进教育资源的流动，因此，线下教育资源相对稀缺的地区，家庭参与线上补习的概率更高；

假设2由于线上补习能够降低参与课外补习的交通成本，因此，距离因素对于家庭的线上补习参与影响不显著；

假设3由于线上补习的门槛低、成本低，子女数量、家庭收入等传统上影响家庭课外补习参与的因素，对家庭的线上补习参与影响不显著。

此外，考虑到线上补习和线下补习本质上都是对校内教育的补充，二者在功能上存在一定的重合。同时，家庭的额外教育投入受到来自收入禀赋、时间禀赋等方面的约束，因此，家庭对校外教育进行选择时，可能会出现在线下和线上两种形式之间二选一的情况，也有可能出现为了补差或培优而重点攻破、同时参与的情况。换言之，线上补习决策和线下补习决策之间可能存在某种互动。对此，本文做出如下假设：

假设4线上补习决策会受到线下补习决策的影响，由于成本约束的存在和目标需求的相似性，线上补习参与可能会被线下补习参与所挤出。但也有出现二者同时使用、共同解决同一目标需求的可能。具体而言，

假设4a线下补习参与占用了时间和资金、满足了特定的教育需求，因而挤出线上补习参与；

假设4b为了满足特定的教育需求，家庭会同时参与线下补习和线上补习，即呈现出线上线下两手抓的情况。

（二）数据说明

本文数据来自中国教育财政科学研究所2018年开展的全国中小学教育信息化使用情况调查，本文使用其中的家长数据库（即CIEFR“全国家庭线上补习调查”数据）。调查采用分层随机抽样的方法，首先选取了东、中、西部和东北的若干省市的部分区县作为代表，其次在所选择的区县内，通过挂网调查和某学习平台客户端推送的方式随机抽取家长样本。

家长问卷的编制参考了国内外基础教育阶段的多个信息化调查，包括OECD的PISA、TIMSS问卷，微软在美国开展的相关调查，以及国内学者设计的相关调研。内容涵盖孩子的基本信息、学校教育和课外补习情况、家庭教育情况以及受访家长和家庭的人口统计学信息。其中，家庭教育部分重点关注线上补习的参与情况。问卷在北京市进行了在线预调查，主要量表通过信效度检验。

家长问卷共回收3402份。本文剔除了答题时间过短（少于180秒）、来自其他国家、样本数不足30人的部分城市、样本数不足30人的初中样本等四类家长样本。同时，为了便于刻画家庭因素中与父母有关的特征，本文只保留了其中的学生父母样本，最终得到有效样本3190个。

（三）变量选择和描述统计

表1列出了实证部分所使用的变量及其描述统计。其中，补习决策分为线上补习决策和线下补习③决策（包括学科补习决策和兴趣补习决策），分别包括是否参与、参与强度、支出情况等维度：是否参与即测量家庭本学期是否参与各类补习的虚拟变量；参与强度即家庭本学期参加各类补习的强度，可以使用科目数量和时间投入等指标加以验证；支出情况即家庭本学期为相应类型补习所投入的费用。在各部分的分析中，线上补习决策均作为因变量。线下补习决策在第四部分比较家庭的线上补习决策和线下补习决策时作为因变量，在第五部分分析两类决策的互动关系时则作为核心自变量。区位因素、家庭因素、学校因素和个体因素作为控制变量加入模型。

表1 变量说明及其描述统计

续表1

续表1

四、线上补习和线下补习的家庭需求分析

本文构建了以下基本模型，用于分析线上补习和线下补习的决策。模型（1）中，Y代表课外补习决策，L代表家庭的区位特征，F代表父母和家庭的特征，S代表子女就读学校的特征，I代表子女的个人特征。

对于校外教育的参与决策，模型（1）中的Y取Attendonline、Attendoffline等指标，分别代表“是否参与线上补习”和“是否参与线下补习”的二分变量，使用Logit模型进行回归。

对于线上补习的付费决策，模型（1）中的Y取Pay、Expenditure和ln（Expenditure+1）等指标，分别代表“是否为线上补习付费”“线上补习支出金额”和“ln（线上补习支出金额+1）”。其中，Pay为二分变量，使用Logit模型进行回归；Expenditure和ln（Expenditure+1）为大于0的连续变量，分别使用Tobit模型和OLS模型进行回归。

（一）线上补习的参与和付费决策

根据Logit模型的回归结果（见表2模型1），家庭是否参与线上补习，主要受到家庭所在的城市和区位，家长的受教育程度、信息化素养和教育期望，家庭的流动性质，以及校内课业强度等因素的显著影响。从城市来看，一线城市家庭的参与率最高，二线城市家庭其次，其他城市家庭最低。从区位看，西部地区家庭参与线上补习的概率显著高于东部地区家庭，中部地区和东北地区家庭的情况则不显著。从家长的教育情况来看，家长受教育程度越高、信息化素养越高、对子女的教育期望越高，子女参与线上补习的概率也更高。从流动性质上看，省际流动的家庭要比本地家庭更可能选择线上补习；从校内课业强度看，在校时间越长，参与线上补习的概率也越大。

表2 线上补习参与和付费决策的影响因素

续表2

参与线上补习的家庭在决定是否为线上补习付费以及支付多少金额时，除了家庭所在的城市、家长的受教育程度、校内课业强度等因素的影响依然显著外，对线上补习参与存在显著影响的家庭区位、家长信息化素养和教育期望、家庭的流动性质不再对付费有显著影响；而对线上补习参与无显著影响的家庭经济条件，对付费存在显著影响（见表2模型2—模型4）。从城市来看，付费概率和金额随家庭所处城市级别的降低而降低的基本趋势仍然存在；从父母受教育程度来看，父母受教育程度越高，为线上补习付费的概率和金额也越高；从家庭经济条件看，经济条件富裕的家庭为线上补习付费的概率和金额要显著高于经济条件困难的家庭；从校内课业强度看，子女周均在校时间越长，家长为线上补习付费的概率和金额也越高。

（二）线上补习与线下补习参与决策的比较

基于对线上补习和线下补习的参与决策影响因素的Logit回归，区位因素、距离因素、家庭经济条件、家庭流动类型以及其他部分学校特征和个体特征，都对这两类教育消费决策有着不同的影响。其他特征对二者的作用较为类似（如表3所示）。对二者存在不同影响的因素，一定程度上能够揭示出线上补习与线下补习的差异所在，下文将逐一进行分析。

表3 线上补习与线下补习参与决策的影响因素比较

续表 3

区位因素方面，西部家庭参与线下补习的概率最低，但参与线上补习的概率显著高于东部家庭；而线下补习参与概率最高的东北家庭，在线上补习参与概率上却与东部家庭无显著差异。人口流动方面，跨省流动的家庭显著地比非流动家庭更偏好线上补习，但在线下补习参与方面无显著差异。这两方面的结果反映出，线上补习减少了资源流动的限制，能够缓解教育资源分布不均的情况——家庭在本地更容易获得线下补习资源，其参与线上补习的可能性就更低；而在本地持续获得线下补习资源存在困难的家庭，无论是由于本地优质教育资源短缺，还是由于稳定就学的困难，都可能通过线上补习来满足额外的教育需求。

与中心城区距离方面，远离中心城区的家庭参与线下补习的概率显著更低，但对线上补习的参与没有显著影响。由此可以看出，由于线下补习机构的选址往往位置固定，且集中分布在市区，距离成为影响家庭线下补习参与的重要因素。只要有网络或者移动设备，线上补习的参与并不会受到地点的限制，因此距离不再构成参与补习的障碍。由此可见，线上补习确实降低了家庭的交通成本，削弱了距离因素对家庭教育消费决策的影响力。

家庭经济条件方面，越是富裕的家庭，参与线下补习的概率也越高。这一因素对线上补习参与的影响虽然也呈正向，但并不显著。联系数字技术带来的低搜寻成本和低复制成本，许多线上补习内容和服务实际上具有非竞争的性质，即为满足新增需求所需付出的边际成本更低，因而定价也较低，甚至免费提供。相比之下，线下补习具有高竞争性、高排他性，对于家庭财力的要求更高。换言之，相对而言，线上补习消费的门槛更低，有助于放松消费者参与的资金约束。

其他学校特征和个体特征方面，一些传统上可能影响线下补习参与的因素，例如学校质量、年级、性别、子女数量等，对线上补习并无显著影响。这些因素传统上可以通过学校教学水平、课业压力等既有的教育资源，以及性别偏好、子女之间的分配偏好等潜在的教育资源分配倾向等，来左右家庭对特定子女做出的补习参与决策。线上补习参与的低门槛和低成本，使得家庭在考虑是否参与线上补习问题时，不必再受到既定的和潜在的教育资源分配情况的强约束，因而导致上述因素在线上补习决策中失去重要性。

至此，假设1、假设2和假设3均得到了验证。而另有一些因素对线上补习和线下补习参与决策存在着类似的影响，例如父母的受教育程度、教育期望、信息化素养等。这也不难理解。线下补习和线上补习同为家庭校外教育的选择，家长的消费决策依然会受到自身教育背景和观念的影响。

五、线上补习和线下补习：替代还是共存

通过对二者影响因素的比较可以发现，线上补习的一些特征有别于线下补习，另一些特征又和后者类似。二者在本质上都是对校内教育的补充，在功能上也存在交叉甚至重合。那么，作为消费者的家庭，究竟是如何看待这两种补充教育形式的？又如何在二者之间进行选择呢？对于这一问题，本文从成本约束和教育需求两个方面来验证。

一方面，家庭在教育消费决策中面临着成本约束，具体表现为时间约束和资金约束。时间约束指的是子女用于接受教育的总时间有限；资金约束指的是家长为孩子接受教育而投入资金时，面临预算约束。在这两种约束下，家庭可能会在不同类型的课外教育消费中做出选择。

另一方面，家庭之所以选择特定类型的课外教育产品或服务，是因为其满足了孩子在受教育过程中的某种需求，譬如需要通过课外辅导来改善学业表现，需要借助做题来巩固知识，或者在某门科目上存在劣势、需要查缺补漏等。因此，可以通过分析家长为了满足特定的教育需求而做出的课外教育消费决策，来判断线上补习和线下补习之间的关系。

为了回答上述问题，本部分在模型（1）的基础上进行了调整：将因变量Y确定为描述线上补习决策Online的指标，包括Attendonline、Pay和ln（Expenditure+1）这三个指标，分别使用Logit模型和OLS模型进行回归。将区位特征L、家庭特征F、学校特征S和个人特征I统一作为控制变量X加以控制，并将描述线下补习决策的Offline作为自变量加入模型，构造出以下计量模型。

其中，Offline包括线下补习参与与否、参与强度和支出情况等指标。具体而言，线下补习参与与否的指标包括“是否参与学科补习”和“是否参与校外兴趣班”，二者均为二分变量；参与强度的指标包括“学科补习科目数量”“学科补习科目类型”和“周课后辅导时间”，其中，第一个和第三个为连续变量，第二个为三分类虚拟变量；支出情况的指标包括“ln（学科补习支出+1）”和“ln（兴趣补习支出+1）”，均为连续变量。

（一）成本约束的视角

1.时间成本

为了衡量时间成本在线上补习参与决策中的作用，本文考察是否参与线下补习和参与强度这两类变量。对于学科补习参与强度，本文构造了学科补习科目数量、学科补习科目类型和周课后辅导时间3个指标进行验证。回归结果如表4所示。其中，模型6衡量了是否参与线下补习与线上补习参与的关系，“是否参与学科补习”的回归系数显著大于1，说明参与线下补习的家庭也更可能参与线上补习。模型7—9衡量了线下补习的参与强度与线上补习参与的关系，学科补习科目数量、学科补习主科类型和周课后辅导时间三个变量的回归系数也都显著大于1，说明家庭参与线下补习的强度越大，参与线上补习的概率也越高。

表4 线下补习参与与否及其强度对线上补习参与的影响

2.资金成本

为了衡量资金成本对线上补习付费决策的作用，本文着重考察了参与线上补习的家庭样本。如表5所示，本文首先分析了学科补习参与情况对线上补习付费决策的影响（模型10），从Logit模型报告的Odds Ratio可以看出，相比于没有参与线下补习的家庭，参与了线下补习的家庭更有可能为线上补习付费。而后，本文还分析了线下补习的付费金额对线上补习付费金额的影响（模型11），学科补习支出和兴趣补习支出的回归系数显著为正，说明在线下补习投入了更多资金的家庭，也会在线上补习上投入更多资金。

表5 线下补习参与与付费情况对线上补习付费的影响

（二）教育需求的视角

由于线上补习可能与线下补习满足了相同或相近的教育需求，家庭在考虑是否参与线上补习时，可能会考虑到这一问题。因此，本文试图借助对功能取向和学科取向两类需求的分析，来判断家庭教育决策中，线上补习和线下补习的相互关系。

1.功能取向需求

本文参考《关于引导规范教育移动互联网应用有序健康发展的意见》中对于教育APP的定义，对家长填答的教育产品或服务（以下简称“教育APP”，但数据并不局限于APP，也包括部分网页等形式的产品或服务）使用情况进行了整理，将教育APP按功能分为作业平台、在线辅导、外语学习、家校沟通和其他共5类。样本家庭中，使用这五类APP的家庭数比例分别为33.04%、9.94%、26.68%、2.01%和6.65%。其中，在线辅导类APP直接提供在线录播或直播课程，从功能上与线下补习具有高度相似性。因此，本文选择在线辅导类APP的使用情况作为因变量，考察线下学科补习参与的影响。

如表6模型12所示，是否参与线下学科补习的Odds Ratio显著大于1，说明参与了线下学科补习的家庭也更可能使用在线辅导类APP。本文还对学科补习参与与否对除外语学习类APP外的其他三类APP使用情况的影响进行了稳健性检验，发现参与学科补习并不会对其他APP的使用构成显著影响。

表6 学科补习参与对在线辅导APP使用、英语补习参与对英语APP使用的影响

2.学科取向需求

本文将线上补习APP按学科分为语文、数学、英语、综合、兴趣素质以及其他共6类。样本家庭中，使用这六类APP的家庭数比例分别为1.72%、1.69%、26.74%、36.08%、1.22%和4.29%。本文以样本量最多的英语类APP为例，将英语类APP的使用作为因变量，考察线下英语补习参与对它的作用。如表6模型13所示，是否参与英语补习的Odds Ratio亦显著大于1，说明参与了英语学科补习的家庭，使用专门的英语APP的概率也更高。本文还对英语补习参与与否对其他五类APP使用情况的影响进行了稳健性检验，发现英语补习参与并不会对其他五类APP的使用构成显著影响。

因此，不论是从辅导的功能取向上看，还是从英语的学科取向上看，家庭并不会因为线下补习满足了部分需求，就不使用能够满足类似需求的线上补习。相反，家庭更倾向于利用线上补习来强化特定的教育需求。于是，假设4b成立，而假设4a不成立。

六、总结

本文使用中国教育财政科学研究所2018年开展的全国中小学教育信息化使用情况调查中的家长数据库，对当前我国居民家庭线上补习和线下补习的情况进行了分析。本文主要探讨了两方面的问题：一是通过对家庭线上补习决策的影响因素的分析，揭示了线上补习区别于线下补习的特性；二是通过对线上补习和线下补习关系的分析，揭示了家庭作为校外教育产品和服务的消费者，如何看待和使用线上补习和线下补习这两种校外教育形式。

基于对家庭线上补习决策的影响因素的分析，本文发现线上补习和线下补习决策的影响因素既有共通也有差异。共通之处在于，二者本质上都是校外教育消费的对象，因而都会受到父母对教育的重视程度等相关因素的影响，例如父母的受教育程度、教育期望、信息化素养等。二者的不同之处反映出线上补习独有的特征：教育内容的在线化能够降低教育消费中的交通成本，促进优质教育资源的流动，进而缓解校外教育资源分布不均的问题；数字技术使得教育内容的搜寻成本降低，类似的产品和服务能够以更低的价格提供，因而线上补习相对于线下补习对于家庭财力的要求更低。

基于对线上补习和线下补习关系的讨论，本文发现，不论是从成本约束的视角上看，还是从需求满足的视角上看，参与了线下补习的家庭也更有可能参与线上补习，亦即家庭在确定课外补习的形式时，往往线上线下两手抓。这也从侧面印证了当前我国课外补习已经进入大众化和普及化的时代。

最后，本文也存在一些不足。由于所用数据并没有直接对“线下补习”进行设问，本文在实证研究部分所定义的“线下补习”的操作性概念可能部分地包含了“线上补习”。尽管进一步论证证实了结论的可靠性，但涉及线上线下相比较的研究仍可以借助更准确的变量界定来加强说服力。此外，在教育需求的视角上，囿于数据分布的限制，本文只讨论了辅导功能和英语学科在线上线下补习形式中的互动关系，其他功能和学科的线上线下补习形式是否也呈补充关系，还有待更详实的数据加以支持。

注 释：

① 作者感谢匿名审稿人提出的意见，本文对“线上补习”的定义参考了2019年9月教育部等十一部门联合印发的《关于促进在线教育健康发展的指导意见》，即线上补习是运用互联网、人工智能等现代信息技术进行教与学互动的新型教育方式。从范围上看，本文所指的线上补习包括但不限于各类提供在线辅导、做题及指导、家校沟通等服务的网站和客户端程序等。与此相对应的“线下补习”，是指在线下以面对面方式开展的补充性家教和课外补习班。

② 报告数据来自2018年5月开始的全国中小学在校学生互联网使用情况问卷调查，覆盖中国大陆31个省、自治区、直辖市的小学、初中、高中及职业学校学生， 共回收有效问卷31158份。

③ 根据本文所使用的调查数据，实证分析中所定义的线上补习来自问卷对“在线教育”的设问，二者从概念上是一致的。而线下补习则来自问卷对“校外课后辅导班”和“校外兴趣班”的设问，这两个说法是否等同于线下补习，取决于填答人对“在线教育”“校外课后辅导班”和“校外兴趣班”的理解。为此，作者分析了两种极端情形（即所有受访家长都将设问中的两类补习班理解为线下补习，和所有受访家长都将设问中的两类补习班理解为更广义的课外补习），以及三类补习参与情况的概率分布。结果表明，本文结论是可靠的。读者如有需要，可联系作者提供相应论证。

④ “均值/n”指本列数据代表相应数值型变量或二分变量的取值的均值，或者多分变量的相应取值的样本量；“标准差/%”指本列数据代表相应数值型变量或二分变量的取值的标准差，或者多分变量的相应取值的比例。

⑤ 流动类型根据户籍地和常住地的匹配得出。

⑥ 本文中Logit模型汇报的系数为Odds Ratio，其他模型直接汇报原始系数。