金志杰 等 | 数智背景下教师数字素养对职业焦虑的影响及作用机制——基于全国1,517份问卷的实证研究

刊载信息

金志杰，周轶一，方洁，& 范国睿.(2026).数智背景下教师数字素养对职业焦虑的影响及作用机制——基于全国1,517份问卷的实证研究. 中国远程教育(7),131-147.

数智背景下教师数字素养对职业焦虑的影响及作用机制——基于全国1,517份问卷的实证研究
金志杰, 周轶一, 方洁, 范国睿

【摘要】教师数字素养是推进教育数字化转型的重要基础，也是促进教师专业发展的关键能力，但其提升过程可能诱发职业焦虑体验。本研究基于1,517名中小学教师的问卷调查数据，构建结构方程模型，系统考察教师数字素养对职业焦虑的影响机制，重点分析心理韧性的中介作用及组织支持感的调节作用。研究发现，教师数字素养对职业焦虑具有显著正向影响；心理韧性在数字素养与职业焦虑间发挥部分中介作用；组织支持感对数字素养与心理韧性间的关系具有正向调节作用，对数字素养与职业焦虑间的关系具有负向调节作用。本研究拓展了教师数字素养影响职业心理的理论解释，并从分层赋能、心理支持和组织保障三个方面为教师支持策略优化提供了实践参考。

【关键词】教师数字素养; 职业焦虑; 心理韧性; 组织支持感

一、

引言

以人工智能和大数据为代表的新兴技术不断涌现并快速迭代，正深刻重塑着人类社会的生产方式、生活形态及认知结构。在此背景下，如何提升全民数字素养，增强个体适应数字社会发展的能力，已成为国际社会的广泛共识。近年来，多国相继出台数字素养发展相关的政策与能力框架：欧盟于2013年发布《公民数字能力框架》（Ferrari & Punie, 2013）；联合国教科文组织于2018年发布《数字素养全球框架》（UNESCO, 2018）；中国亦于2022年印发《2022年提升全民数字素养与技能工作要点》，明确提出加强重点群体的数字能力建设（中国网信网, 2022）。

教育系统被视为促进全民数字素养提升的核心阵地，教师则是连接技术变革与教育实践的关键枢纽。教师数字素养的提升不仅是推动教育数字化转型的重要基础，也是促进全民数字素养发展的关键环节。从内涵上看，教师数字素养涵盖数字工具运用能力、数字资源甄别与整合能力、数字教学交互与设计能力，以及对数字技术影响教育价值与伦理问题的理解能力（Eshet-Alkalai, 2004）。随着智能技术深度嵌入教育场域，教育实践对教师的专业要求不断提升，教师职业发展承受着更为复杂的适应压力。有研究指出，教育数字化转型所引发的教师职业焦虑并非仅源于适应新技术本身，还涉及教学组织方式的重构、课程实施路径的变化以及家校沟通模式的改变等因素（赵磊磊 & 代蕊华, 2024）。持续积累的职业焦虑可能削弱教师的工作效率、教学质量及教学积极性。个体层面的心理韧性和组织层面的支持性环境能够缓冲数字化转型给教师带来的职业压力（Desrumaux et al., 2023）。心理韧性有助于教师在不确定情境中保持情绪稳定并积极适应；学校及教育管理部门通过技术培训、心理支持服务与通畅的沟通机制，能够缓解教师的职业焦虑体验，提升其在数字环境中的适应能力。

基于此，本研究探讨教师在数字化环境中的职业焦虑及其影响因素，通过分析教师数字素养对职业焦虑的影响，揭示教师职业适应过程的内在机制，为促进教师队伍的可持续发展与教育系统的稳健转型提供理论支持和经验依据。

二、

文献综述与研究假设

（一）教师数字素养对其职业焦虑的影响

数字素养（Digital Literacy）概念最早由Gilster（1997, p.1）提出，指理解和使用来自多元渠道、以多种格式呈现的信息的能力，尤其是通过计算机呈现信息的能力。欧盟将其界定为个人在工作、学习与社会生活中运用信息技术的综合能力（Vuorikari et al., 2022, p.9）。数字素养体现了个体在数字时代应对复杂信息环境、有效使用技术工具支持学习与工作的能力。具体到教育领域，教师数字素养是指教师在教学实践中整合数字技术和信息资源，并将其有效应用于教学实践和专业发展的综合能力（吴砥 等, 2023）。近年来，已有研究开始从数字素养视角探讨教师焦虑的生成机制。Bahri等（2022）指出，当教师缺乏必要的数字素养与技能时，面对人工智能、智慧教育平台等新兴技术，易产生无力感与回避情绪，从而出现职业焦虑体验。Tatar等（2015）发现职前教师信息素养水平和数学教学焦虑之间存在着低水平但显著的负相关关系；Ayduğ和Altınpulluk（2025）的研究表明，数字素养较高的职前教师在面对人工智能技术时的焦虑程度较低，这说明数字素养在一定程度上可以缓解教师对新技术的担忧。基于此，本研究提出研究假设H1：教师数字素养显著负向预测其职业焦虑。

（二）教师心理韧性的中介作用

心理韧性源于对个体在逆境中适应能力差异的研究。Rutter（1999）指出，童年时期的成长环境差异会对个体发展产生显著影响。但后续研究发现，即便处于不利成长环境，部分个体成年后仍能够保持良好的社会与心理适应能力（Liu & Shang, 2023）。这种在压力中保持稳定并实现自我恢复的特质被称为心理韧性。在数字化背景下，心理韧性被视为教师应对技术变革、维持情绪平衡与积极状态的重要心理资源。Zhang等（2024）指出，数字素养水平较高的教师在协作、创新与解决问题等方面的表现更为突出，能更好地适应数字社会的学习和生活。李家新等（2021）指出，教师数字素养水平与其心理韧性间存在显著正向关系，数字素养不足可能削弱教师在面对复杂教学情境时的情绪调节与适应能力。基于此，本研究提出研究假设H2：教师数字素养显著正向预测其心理韧性。

心理韧性在缓和焦虑情绪与应对职业压力方面的积极作用已得到广泛验证。Gu和Day（2007）的研究表明，具有较高心理韧性的教师能够在压力环境中保持职业热情与教学动力，心理韧性有助于其专业发展；Cho等（2021）的研究指出，在重大公共危机背景下，心理韧性能够显著缓解教师的职业焦虑；Kaveri等（2024）对不同国家教师的跨文化研究同样发现，心理韧性能够帮助教师在不利环境中维持工作投入与职业信念。基于此，本研究提出研究假设H3：教师心理韧性显著负向预测其职业焦虑。

综上，数字素养既通过教师对数字化教学情境的认知评估影响其压力体验，也通过提升心理韧性缓冲职业焦虑的生成。由此，本研究进一步提出研究假设H4：教师心理韧性在数字素养与职业焦虑之间发挥中介作用。

（三）组织支持感的调节作用

组织支持感是指个体对组织在多大程度上重视其工作贡献、关心其福祉并支持其目标实现的主观感知（Zacher & Winter, 2011）。在教育情境中，组织支持感体现为教师感知到的学校对其专业发展、教学实践与情绪状态等方面的关注、认可与支持（Eisenberger et al., 1986）。组织支持感能够显著影响个体的工作态度、工作投入及绩效表现。当前教师面临着角色再定位、教学工具迭代与评价体系重构等多重挑战，构建具有支持性的学校文化和资源保障体系，对持续培养和提升教师的心理韧性尤为重要。基于此，本研究提出研究假设H5：组织支持感正向调节教师数字素养水平与心理韧性之间的关系。

除促进积极心理资源形成外，组织支持感还能够缓解教师在数字化教学过程中的不确定性体验和情绪压力。研究发现，当教师感知到较高水平的组织支持时，其技术压力显著降低，工作满意度随之提升，从而减缓职业焦虑（Solís et al., 2023）。也有研究指出，学校为教师提供足够的制度支持能帮助教师将压力转化为教学创新的动力（李琼 & 吴丹丹, 2014）。基于此，本研究提出研究假设H6：组织支持感负向调节教师数字素养与职业焦虑之间的关系。

（四）被调节的中介效应

从资源保存理论（Conservation of Resources Theory）视角看，个体在面对不确定的技术环境时，其情绪状态不仅取决于自身能力结构，还受到外部支持资源的显著影响（Hobfoll, 2011）。在组织情境中，支持性的制度能够有效缓冲个体的资源消耗，而心理韧性等内部资源则有助于提升个体对压力情境的适应能力。组织支持感通过提升个体的心理韧性影响其焦虑水平，即组织支持不仅是外部资源，也通过内部情绪调节机制发挥间接影响（刘嵩 等, 2022）。Haeussler（2013, p.8）指出，学校在制度保障和情感关怀方面提供的组织支持，能够增强教师面对教育变革时的心理韧性，促进其情绪调节能力提升，推动其个人成长与职业发展。由此，高组织支持感能够加强教师将数字素养转化为心理韧性的能力，从而进一步缓解由数字化转型带来的职业焦虑。基于此，本研究提出研究假设H7：组织支持感通过调节教师数字素养与心理韧性之间的关系，进而影响职业焦虑。本文研究假设模型如图1所示。

图1 研究假设模型图

三、

研究设计

（一）研究样本

为获取具有一定地域覆盖度的教师样本，本研究通过线上问卷形式在全国多个省（市）开展调研。样本涵盖吉林、山东、上海等15个省（市）的中小学教师。调研期间共收集问卷1,564份，经筛查剔除无效样本后，最终纳入分析的有效问卷为1,517份，占回收问卷总数的97%。具体样本特征见表1。

表1 样本分布信息统计

（二）研究工具

1. 教师数字素养量表

参照Ng（2012）编制的数字素养量表，本研究在量表设计时，将原量表中“信息通信技术”（ICT）的相关表述修改为“生成式人工智能”（GAI）。重新编制后的量表保持原有的技术、认知和社会情感3个二级维度，共计10个题项，从不同角度评估教师的数字素养。

2. 教师职业焦虑量表

本研究使用了Frenzel等（2016）编制的“教师情绪量表”（TES），该量表中的焦虑维度包含了4个题项，每个题项都对应一个特定的焦虑症状或感受，旨在让教师根据自己使用生成式人工智能时的感受进行评分。

3. 教师心理韧性量表

Connor和Davidson（2003）编制了“Connor-Davidson心理韧性量表”（CD-RISC），其中包含了25个题项，每个题项都是一个描述性陈述，反映了与心理韧性相关的特质或行为，受测者需要根据自己的感受和经历进行评分，分数越高表示个体的心理韧性越强。本研究在原量表的基础上，结合Campbell-Sills和Stein（2007）、Yu和Zhang（2007）的研究进行了量表改编，形成含有3个二级维度和10个题项的新量表，用于考察教师在面对压力、困难与挑战时的心理韧性。

4. 组织支持感量表

本研究参考Wang等（2019）、Weng和Tang（2014）开发的组织支持感量表，编制含有3个二级维度（“组织支持”“领导支持”和“同事氛围”）、共计7个题项的量表，考察教师对学校关注和支持的感知。

本研究涉及的四个核心变量均采用5点Likert量表进行测量（1=完全不同意，5=完全同意）。各变量信效度检验结果显示，各变量Cronbach’s α系数均高于0.80，AVE和CR均达到推荐标准，验证性因素分析结果表明测量模型拟合良好，说明量表具有较好的信效度（见表2）。

表2 核心变量信效度检验结果

5. 控制变量

通过文献梳理可知，教师的性别、年龄、教龄、学历等个人层面的因素，以及教师任职学校的办学类型等学校层面的因素，均可能对教师的职业焦虑产生影响（Matanda et al., 2004）。因此，本研究选取教师个人层面与学校层面的变量作为控制变量。

（三）数据分析

数据分析主要分为三个步骤。首先，利用SPSS 25.0对样本数据进行预处理，并完成量表质量评估、共同方法偏差检验、描述性统计以及相关分析。其次，借助Mplus 8.3对测量模型进行验证，以考察潜在变量的结构效度和模型拟合情况。最后，基于结构方程模型检验研究假设，并采用Bootstrap重抽样程序（1,000次抽样，95%置信区间）评估中介路径和调节中介路径的统计显著性。

四、

研究结果与分析

（一）共同方法偏差检验

由于本研究的多个量表均由同一被试作答，可能存在同源性偏差，因此需要进行共同方法偏差检验。首先，在数据收集阶段，通过匿名填写、设置反向题项等方式进行控制；在统计检验阶段，采用Harman单因素检验法（Podsakoff et al., 2003），对所有变量进行探索性因子分析，旋转后的分析结果显示，共提取5个特征值大于1的共同因子，第一个共同因子的方差解释率为43.586%，未达到50%的临界标准。进一步构建单因子模型进行验证性因素分析，结果表明模型的各项拟合指标均未达到理想拟合标准（χ2 (434)= 23705.06，p＜0.001，CFI = 0.510，TLI = 0.475，RMSEA = 0.188，SRMR = 0.157）。综上所述，本研究不存在严重的共同方法偏差。

（二）描述性统计与相关分析

在进行中介效应检验前，需要初步考察教师数字素养与教师职业焦虑之间的相关关系。由表3可见，教师数字素养与心理韧性显著正相关，心理韧性与职业焦虑显著负相关，数字素养与职业焦虑显著负相关。核心变量和部分控制变量间存在显著的相关关系，可进行后续检验。

表3 描述性统计和相关分析（N =1,517）

注：**p＜0.01。

（三）中介效应检验

在相关分析结果的基础上，为进一步揭示教师数字素养影响职业焦虑的内在机制，本研究构建了以心理韧性为中介变量的中介模型。采用Mplus 8.3进行结构方程分析，同时检验中介效应是否成立，模型估计的路径系数结果见表4。

表4 中介效应结果

模型的拟合指数结果为：χ2=3115.893，df=290，p＜0.001，CFI=0.922，TLI=0.913，RMSEA=0.080。Schreiber（2008）指出，在超过1,000的大样本容量中，卡方与自由度的比值仅作为参考指标即可，并不作为模型拟合度的证明指标。Browne和Cudeck（1993）研究认为，RMSEA在0.080或更低，可视为合理的近似误差（A Reasonable Error of Approximation），值虽略高但不会影响模型分析的结果（Harris, 2003）。同时，模型其他拟合指标均达到理想标准。因此，综合判断模型整体的拟合指标达到可接受的水平。

路径分析的结果进一步显示：教师心理韧性显著负向预测其职业焦虑（β=-0.539，p＜0.001），假设H3成立；教师数字素养显著正向预测其职业焦虑（β=0.056，p＜0.05），假设H1不成立；教师数字素养显著正向预测其心理韧性（β=0.302，p＜0.001），假设H2成立。

Bootstrap检验结果显示，教师数字素养经由心理韧性影响职业焦虑的中介效应值为-0.163，95%的置信区间为[-0.195, -0.133]，未包含0，表明中介效应达显著性水平（p＜0.001），说明在该模型中，教师数字素养对其职业焦虑的影响路径存在中介效应，数字素养通过心理韧性对职业焦虑进行间接影响。同时，教师数字素养对其职业焦虑的直接效应仍然显著（β=0.056，p＜0.05），表明在数字素养影响职业焦虑的过程中，心理韧性起到部分中介作用，即教师数字素养不仅通过心理韧性对职业焦虑产生间接影响，并且会直接影响职业焦虑，假设H4得到验证。

（四）有调节的中介效应检验

为检验组织支持感的调节作用，本研究使用Mplus 8.3建立包含潜变量交互项的结构方程模型，对有调节的中介效应进行分析。在控制教龄和任教学段的条件下，检验组织支持感对教师数字素养与职业焦虑之间的直接效应以及对教师数字素养和心理韧性的前半段中介路径的调节作用（检验结果见表5）。

表5 有调节的中介效应结果

结果显示，教师数字素养显著正向预测职业焦虑（β=0.058，p＜0.05），教师心理韧性显著负向预测教师职业焦虑（β=-0.443，p＜0.001），教师数字素养和组织支持感的交互作用对教师职业焦虑的预测作用显著（β=-0.125，p＜0.001），说明组织支持感显著调节教师数字素养和职业焦虑间的直接效应；教师数字素养显著正向预测心理韧性（β=0.156，p＜0.001），教师数字素养和组织支持感的交互作用对教师心理韧性的预测作用显著（β=0.124，p＜0.001），说明组织支持感显著调节教师数字素养和教师心理韧性的前半段中介路径。

条件间接效应分析结果表明，组织支持感水平不同，教师数字素养经由心理韧性影响其职业焦虑的中介效应存在明显差异（见表6）。当组织支持感处于低水平时（M-1SD），中介效应不显著（β=-0.014，p＞0.05）；当组织支持感处于平均水平时（M），中介效应显著（β=-0.069，p＜0.001）；当组织支持感处于高水平时（M+1SD），中介效应显著（β=-0.124，p＜0.001）。上述结果表明，随着组织支持感水平的提升，教师数字素养通过心理韧性影响其职业焦虑的间接作用逐渐增强，即组织支持感不仅影响教师数字素养向心理韧性转化的过程，也会改变心理韧性对职业焦虑的缓冲作用强度。因此，不同组织支持感水平下的间接效应存在显著差异，有调节的中介效应得到支持。

表6 不同调节变量水平的中介效应

接着，本研究对组织支持感的调节作用做进一步分析。将组织支持感划分为高水平、平均水平和低水平三个组别，据此绘制了前半段中介路径上调节关系的简单斜率图（见图2、图3）。

图2 组织支持感在教师数字素养与心理韧性间的调节作用

图3 组织支持感在教师数字素养与职业焦虑间的调节作用

由图2可见，随着组织支持感的提高，心理韧性也随之增强，且高水平组织支持感的斜率最大。这说明在低水平组织支持感下，教师数字素养对心理韧性的影响较小，呈平稳趋势；而在高水平组织支持感下，教师数字素养对心理韧性的影响显著且持续增强。这表明组织支持感在教师数字素养与心理韧性间起到了显著的调节作用。

由图3可见，组织支持感在不同水平下显著调节教师数字素养与职业焦虑之间的关系。在高水平组织支持感的情况下，教师数字素养对职业焦虑呈负向预测作用；而在低水平组织支持感的情况下，教师数字素养对职业焦虑呈正向预测作用，表明随着组织支持感的提高，教师数字素养对职业焦虑的促进作用转化为抑制作用。

五、

结论与讨论

（一）研究结论

1. 教师数字素养对其职业焦虑有显著的正向影响

研究发现，教师数字素养与其职业焦虑显著正相关，即数字素养越高，教师所感知到的职业焦虑程度也越高。这一结果与Ayduğ和Altınpulluk（2025）“数字素养有助于缓解教师职业焦虑”的观点不一致。这表明，数字素养可能会加剧教师的职业焦虑。首先，从个体能力看，教师“自我感知”的数字素养与其在真实复杂教学情境中的“实际能力”可能存在差异。面对课堂中的多任务协调、情境判断与即时决策，教师若发现自身能力难以匹配实践要求，会出现能力错位与自我效能受挫的状况，进而诱发焦虑体验（Cosby et al., 2023）。其次，从职业认知看，数字素养的提升还意味着教师更加清晰地感知到技术对职业角色与教育权力结构的重塑风险（于慧 & 于智, 2025）。这与董浩（2026）关于认知与技术焦虑的研究结果一致，表明认知的提升会加剧教师对技术变革的焦虑。例如，教师对“教学岗位被技术替代”“课堂控制权被算法重新分配”以及“技术应用引发伦理与责任模糊化”等问题的担忧，均可能加剧其职业焦虑（傅密, 2025）。最后，从组织情境看，数字素养水平较高的教师容易被组织视为“能够承担更多”的教师，在学校数字化转型中被赋予更多的任务、责任与期待，包括公开课展示、数字课程开发、线上资源建设等，从而承受更强的角色过载与资源消耗压力。因此，教师数字素养可能通过能力错位、职业风险感知与责任压力累积等路径，诱发或放大其职业焦虑。

2. 心理韧性在教师数字素养与职业焦虑间起部分中介作用

研究发现，教师心理韧性在数字素养与职业焦虑之间发挥部分中介作用。数字素养不仅直接影响教师的职业焦虑，还会通过提升其心理韧性，间接减弱职业焦虑水平。当面对生成式人工智能应用、教学模式调整与技术不确定性等压力情境时，具有较高心理韧性的教师更易稳定情绪、调整认知，将压力理解为可应对的挑战，从而实现压力缓冲，降低职业焦虑。这一结果与Beirat等（2025）关于心理韧性具有职业保护作用的结论一致，也印证了Gao等（2025）的观点，即心理韧性能够帮助教师在技术压力情境中进行有效的情绪调适与意义建构，从而缓冲技术不确定性带来的负面心理影响。

3. 组织支持感在教师数字素养、心理韧性与职业焦虑之间的调节作用

研究发现，组织支持感在教师数字素养与心理韧性之间起显著正向调节作用，在教师数字素养与职业焦虑之间起显著负向调节作用。根据资源保存理论，组织支持感是教师应对数字化转型的重要外部资源。当学校在技术培训、情感关怀和决策参与等方面提供充分支持时，教师更容易将技术变革视为可控的成长机会，从而增强其适应变化和应对压力的能力，并进一步提升其心理韧性（Frolova et al., 2020）。同时，支持性的组织氛围还能通过提供理解、协作与责任分担，缓解教师在数字化转型中产生的身份压力和职业不安，为其提供意义共建与同伴支持的社会基础（Meng et al., 2021）。

（二）政策启示

教师职业焦虑的生成与调适，是其数字素养、心理韧性与组织支持感共同作用的结果。基于本研究的发现，教师职业焦虑并非仅源于技术能力不足，也可能产生于数字素养水平较高的教师在技术变革中面临的高期待、高责任与高暴露压力。因此，缓解数智背景下教师的职业焦虑，不能仅停留于技术赋能，而应立足于不同数字素养水平教师的差异化处境，从能力建设、心理支持与组织保障三个层面协同发力，构建更具针对性和持续性的支持体系。

首先，构建分层分类、任务适配的教师数字素养发展体系。数字素养培训不应仅以技术技能提升为单一目标，而应注重不同类型教师的实际需求与发展阶段。对于数字素养水平较低的教师，应重点加强基础工具应用、课堂教学整合和技术自信培养，帮助其跨越数字应用门槛；对于数字素养水平较高的教师，则应更多关注其在技术深化应用过程中面临的高阶挑战。此外，学校应在培训中纳入教育数据分析、算法意识、隐私安全等内容，帮助教师形成更加完整、可持续的数字素养结构，增强其应对复杂教育技术情境的稳定性与适应力。

其次，将心理韧性培育与职业身份支持相结合，增强教师对技术变革的积极解释能力。本研究表明，心理韧性是缓解教师职业焦虑的重要心理资源。因此，学校应在职前培养、岗位培训和教研活动中融入情绪调节、自我效能提升、挫折应对等内容，帮助教师提升应对技术变革的心理承受能力。对于数字素养水平较高的教师，应特别关注其在承担示范引领角色过程中累积的隐性焦虑，以及由技术迭代和职业替代预期引发的身份压力。学校可通过心理工作坊、同伴支持小组等方式，帮助教师增强对技术变革的主动解释能力与应对信心。同时，应关注教师在技术变革中教育判断与价值引导的职能，强化教师对自身职业不可替代性的认知，从而减轻其身份焦虑。

最后，构建高质量、人文关怀导向的组织支持体系。组织支持不应停留在鼓励教师使用技术的层面，而应真正转化为制度性保障和减压性安排。学校在提供技术培训和情感关怀的同时，应建立任务分担与责任调节机制。对于教师在数字资源建设、同伴帮扶和示范推广中的附加劳动，应通过明确分工、适度补偿与团队协作等方式加以合理调节，防止数字素养水平较高教师的能力优势演变为角色过载。此外，在制度层面，学校还应规范教育数据采集与使用的边界，坚持“最小必要原则”，落实知情同意和数据保护要求，降低技术监控感与平台治理压力对教师职业心理的侵蚀，营造更加安全、彼此信任和可持续的数字教育环境。

六、

结语

本研究系统探讨了教师数字素养对职业焦虑的影响，重点分析了心理韧性的中介作用及组织支持感的调节作用。研究表明，较高的教师数字素养可能伴随更高的职业焦虑，心理韧性在这一过程中发挥中介作用，组织支持感能够增强教师数字素养对心理韧性的积极作用，并缓冲其引发职业焦虑的负面影响。本研究拓展了数字素养影响教师职业焦虑的解释框架，表明教师支持不能停留于一般性的技术培训，应重视分层赋能、心理支持与组织保障的协同推进。未来研究仍需结合纵向数据，进一步揭示数智背景下教师职业焦虑的动态生成机制与干预路径。

参考文献

董浩. （2026）. 虚拟数字人认知对高校教师技术焦虑的影响：基于相互信任与竞争氛围的调节作用. 现代教育技术, 36（1）, 105-115.

傅密. （2025）. 教育数字化转型背景下教师数字焦虑的内生形态、形成逻辑与纾解路径. 电化教育研究, 46（12）, 49-55.

李家新, 谢爱磊, & 雷欣渝. （2021）. 大规模在线教学环境下教师“数字鸿沟”影响教师韧性的机理研究——基于粤港澳大湾区1556位城乡小学教师的调查. 现代远距离教育（6）, 65-76.

李琼, & 吴丹丹. （2014）. 提升教师的心理韧性：学校工作条件与人际信任的影响作用. 教师教育研究, 26（1）, 62-68.

刘嵩, 鲍超, & 曾海洋. （2022）. 主管支持感对制造型企业员工人工智能焦虑的影响——心理韧性的中介作用. 湖北文理学院学报, 43（8）, 81-88.

吴砥, 桂徐君, 周驰, & 陈敏. （2023）. 教师数字素养：内涵、标准与评价. 电化教育研究, 44（8）, 108-114, 128.

于慧, & 于智. （2025）. 中小学教师AI焦虑的样态、动因与纾解. 教学与管理（28）, 24-29.

赵磊磊, & 代蕊华. （2024）. 数字化转型背景下乡村教师职业焦虑纾解研究. 云南师范大学学报（哲学社会科学版）, 56（1）, 148-156.

中国网信网. （2022-3-2）. 中央网信办等四部门印发《2022年提升全民数字素养与技能工作要点》. 中华人民共和国国家互联网信息办公室网站. https://www.cac.gov.cn/2022-03/02/c_1647826931080748.htm

Ayduğ, D., & Altınpulluk, H. (2025). Are Turkish pre-service teachers worried about AI? A study on AI anxiety and digital literacy. AI & Society, 40, 5823-5834.

Bahri, A., Jamaluddin, A. B., Arifin, A. N., & Saparuddin. (2022). Students’ and teachers’ digital literacy skill: A comparative study between schools, classes, and genders in urban and rural areas. International Journal of Science and Research, 11(2), 184-191.

Beirat, M. A., Tashtoush, D. M., Khasawneh, M. A. S., Az-Zo’bi, E. A., & Tashtoush, M. A. (2025). The effect of artificial intelligence on enhancing education quality and reduce the levels of future anxiety among Jordanian teachers. Applied Mathematics & Information Sciences, 19(2), 279-290.

Browne, M. W., & Cudeck, R. (1993). Alternative ways of assessing model fit. In K. A. Bollen, & J. S. Long (Eds.), Testing structural equation models (pp. 136-162). Sage.

Campbell-Sills, L., & Stein, M. B. (2007). Psychometric analysis and refinement of the connor-davidson resilience scale (CD-RISC): Validation of a 10-item measure of resilience. Journal of Traumatic Stress, 20(6), 1019-1028.

Cho, I. K., Lee, J., Kim, K., Lee, J., Lee, S., Yoo, S., .Suh, S., & Chung, S. (2021). Schoolteachers’ resilience does but self-efficacy does not mediate the influence of stress and anxiety due to the COVID-19 pandemic on depression and subjective well-being. Frontiers in Psychiatry, 12, 756195.

Connor, K. M., & Davidson, J. R. T. (2003). Development of a new resilience scale: The connor-davidson resilience scale (CD-RISC). Depression and Anxiety, 18(2), 76-82.

Cosby, A., Fogarty, E. S., & Manning, J. (2023). Digital literacy and digital self-efficacy of Australian technology teachers. Education Sciences, 13(5), 530.

Desrumaux, P., Dose, E., Condette, S., & Bouterfas, N. (2023). Teachers’ adjustment to work: Effects of organizational justice and teacher resilience via psychological need satisfaction. Journal of Workplace Behavioral Health, 38(1), 52-74.

Eisenberger, R., Huntington, R., Hutchison, S., & Sowa, D. (1986). Perceived organizational support. Journal of Applied Psychology, 71(3), 500.

Eshet-Alkalai, Y. (2004). Digital literacy: A conceptual framework for survival skills in the digital era. Journal of Educational Multimedia and Hypermedia, 13(1), 93-106.

Ferrari, A., & Punie, Y. (2013). DIGCOMP: A framework for developing and understanding digital competence in Europe. Publications Office of the European Union. https://doi. org/10.2788/52966

Frenzel, A. C., Pekrun, R., Goetz, T., Daniels, L. M., Durksen, T. L., Becker-Kurz, B., & Klassen, R. M. (2016). Measuring teachers’ enjoyment, anger, and anxiety: The teacher emotions scales (TES). Contemporary Educational Psychology, 46, 148-163.

Frolova, E. V., Rogach, O. V., & Ryabova, T. M. (2020). Digitalization of education in modern scientific discourse: New trends and risks analysis. European Journal of Contemporary Education, 9(2), 313-336.

Gao, Y., Wang, X. C., & Reynolds, B. L. (2025). The mediating roles of resilience and flow in linking basic psychological needs to tertiary EFL learners’ engagement in the informal digital learning of English: A mixed-methods study. Behavioral Sciences, 15(1), 85.

Gilster, P. (1997). Digital literacy. Wiley.

Gu, Q., & Day, C. (2007). Teachers resilience: A necessary condition for effectiveness. Teaching and Teacher Education, 23(8), 1302-1316.

Haeussler, S. A. (2013). Emotional regulation and resilience in educational organisations: A case of German school teachers. Northumbria University.

Harris, A. (2003). Distributed leadership in schools: Leading or misleading? Management in Education, 16(5), 10-13.

Hobfoll, S. E. (2011). Conservation of resources theory: Its implication for stress, health, and resilience. In S. Folkman (Ed.), The Oxford handbook of stress, health, and coping (pp. 127-147). Oxford University Press.

Kaveri, G., Hu, A., Almeida, S. C., & Gomes, J. (2024). Crisis and adaptability: A model of early childhood teacher resilience across five countries. Early Years, 44(2), 314-327.

Liu, H. R., & Shang, X. H. (2023). Influences of comprehensive psychological intervention on the psychological behavior problems and learning adaptability of students at age of 6-12 years old. Iranian Journal of Public Health, 52(3), 525-533.

Matanda, M., Jenvey, V., & Phillips, J. G. (2004). Internet use in adulthood: Loneliness, computer anxiety and education. Behaviour Change, 21(2), 103-114.

Meng, Y., Wang, Y., & Tian, X. Z. (2021). Job crafting paths for job engagement: An empirical study among Chinese social workers. Human Service Organizations: Management, Leadership & Governance, 45(2), 142-167.

Ng, W. (2012). Can we teach digital natives digital literacy? Computers & Education, 59(3), 1065-1078.

Podsakoff, P. M., MacKenzie, S. B., Lee, J. Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 88(5), 879-903.

Rutter, M. (1999). Resilience concepts and findings: Implications for family therapy. Journal of Family Therapy, 21(2), 119-144.

Schreiber, J. B. (2008). Core reporting practices in structural equation modeling. Research in Social and Administrative Pharmacy, 4(2), 83-97.

Solís, P., Lago-Urbano, R., & Real Castelao, S. (2023). Factors that impact the relationship between perceived organizational support and technostress in teachers. Behavioral Sciences, 13(5), 364.

Tatar, E., Zengin, Y., & Kağızmanlı, T. B. (2015). What is the relationship between technology and mathematics teaching anxiety? Journal of Educational Technology & Society, 18(1), 67-76.

UNESCO. (2018, June). Digital literacy global framework (DLGF). UNESCO Website. https://connect.unevoc.unesco.org/home/Digital+Competence+Frameworks/lang=en/id=5

Vuorikari, R., Kluzer, S., & Punie, Y. (2022, March 17). DigComp 2.2: The digital competence framework for citizens - with new examples of knowledge, skills and attitudes. Publications Office of the European Union. https://doi.org/10.2760/490274

Wang, J. X., Tigelaar, D. E. H., & Admiraal, W. (2019). Connecting rural schools to quality education: Rural teachers’ use of digital educational resources. Computers in Human Behavior, 101, 68-76.

Weng, C. H., & Tang, Y. (2014). The relationship between technology leadership strategies and effectiveness of school administration: An empirical study. Computers & Education, 76, 91-107.

Yu, X. N., & Zhang, J. X. (2007). Factor analysis and psychometric evaluation of the Connor-Davidson Resilience Scale (CD-RISC) with Chinese people. Social Behavior and Personality: An International Journal, 35(1), 19-30.

Zacher, H., & Winter, G. (2011). Eldercare demands, strain, and work engagement: The moderating role of perceived organizational support. Journal of Vocational Behavior, 79(3), 667-680.

Zhang, S. T., Gu, M. M., Sun, W., & Jin, T. (2024). Digital literacy competence, digital literacy practices and teacher identity among pre-service teachers. Journal of Education for Teaching, 50(3), 464-478.

The Impact and Mechanisms of Teachers’ Digital Literacy on Occupational Anxiety in the Context of Digital Intelligence: An Empirical Study Based on 1,517 Teachers

Jin Zhijie, Zhou Yiyi, Fang Jie, Fan Guorui

Abstract:Teachers’digital literacy is a vital pillar of educational digital transformation and a key competence for teachers’professional development. However, its enhancement may also give rise to experiences of occupational anxiety. Based on survey data from 1,517 primary and secondary school teachers, this study constructs a structural equation model to systematically examine the mechanisms through which teachers’digital literacy affects occupational anxiety, with a particular focus on the mediating role of psychological resilience and the moderating role of perceived organizational support. The findings indicate that teachers’digital literacy has a significant positive effect on occupational anxiety; psychological resilience partially mediates the relationship between digital literacy and occupational anxiety; and perceived organizational support positively moderates the relationship between digital literacy and psychological resilience, while negatively moderating the relationship between digital literacy and occupational anxiety. This study extends the theoretical explanation of how teachers’digital literacy influences occupational psychology and provides practical implications for optimizing teacher support strategies in terms of differentiated empowerment, psychological support, and organizational guarantees.

Keywords:teachers’digital literacy; occupational anxiety; psychological resilience; perceived organizational support

作者简介

金志杰，华东师范大学教育学部博士研究生（上海 200062）。

周轶一，华东师范大学教育学部硕士研究生（上海 200062）。

方洁，华东师范大学教育学部博士研究生（上海 200062）。

范国睿，华东师范大学教育学部教授（通讯作者：grfan@ecnu.edu.cn 上海 200062）。

基金项目

中央高校基本科研业务费专项资金资助项目“教师数字素养的潜在类型及其对数字教学能力的影响机制研究”（项目编号：YBNLTS2025-034）

责任编辑：单玲 王咏仪

期刊简介

《中国远程教育》创刊于1981年，是教育部主管、国家开放大学主办的综合性教育理论学术期刊，名列中文社会科学引文索引（CSSCI） 来源期刊、全国中文核心期刊、中国人文社会科学期刊AMI综合评价（A刊） 核心期刊、中国科学评价研究中心（RCCSE） 权威期刊、中国期刊方阵双效期刊、人大复印报刊资料转载率最高期刊，面向国内外公开发行。

本刊关注重大教育理论与政策，推动科技赋能教育，反映国际学术前沿，聚焦本土教育改革，注重学术研究规范，提倡教育原创研究。

地址

北京市海淀区西四环中路45号

邮编

电话

010-68182514

电邮

zzs@ouchn.edu.cn

网址

cjde.ouchn.edu.cn

来源丨中国远程教育微刊

声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与我们联系，我们将及时更正、删除，谢谢。