自2021年我国实行《“十四五”县域普通高中发展提升行动计划》，过去四年，我国县域高中发展情况如何？在新技术浪潮下，县域面对怎样的机遇与挑战？
01 政策持续升级
2024年全国高中毛入学率达92%
作为连接城市和乡村、义务教育和高等教育的纽带之一，县中是众多学子向上流动的重要途径。2021年，教育部等九部门发布《“十四五”县域普通高中发展提升行动计划》（以下简称《县中提升计划》），围绕招生管理改革、教师团队建设、办学薄弱环节、教育教学质量四项重点任务规划行动路径。
据国家统计局数据，2024年全国高中阶段毛入学率达92%，相比2016年增长4.5个百分点。《县中提升计划》发布以来，镇高数量增速逐年走高，教育部最新数据披露截至2023年全国镇区普通高中学校数达6315所。
曾经的“大班额”问题，近年来也有所改善。2016-2023年，全国普通高中平均班额逐渐减少，乡、镇、城区普通高中平均班额均呈现逐渐下滑趋势。
但是县域学校在师资、设备经费上与城市相比仍存在显著差距，仍存在师资力量薄弱、教学模式传统、优质生源流失以及升学通道单一等问题。
教育部部长怀进鹏在十四届全国人大三次会议“部长通道”上表示，一方面要加强布局，另一方面要优化教师队伍结构，第三让县中更好地服务乡村教育学生。
02 城乡总体生师比差距收窄
但城乡综合素质学科差距拉大
近年来，国家、各级政府持续加大普通高中教师补充力度，优化教师结构。2016年至2023年，镇区高中师资储备优化，生师比从2016年的14.3:1降至2023年的13:1，逐步缩小与城区高中的差距。
值得注意的是，东北师范大学的一项自2020年-2023年对11省份乡村教师的田野调查显示，绝大多数受调乡村学校已经具备随学龄人口动态变化动态配置教师编制的能力，但仍有57.38%的乡村学校校长认为，当前本校教师数量不能满足目前的教育教学需求。
该田野调查也表示，受调乡村学校招收新教师时最难招聘的学科大部分集中在综合素质学科，依次是：音乐、科学、信息技术、美术 、体育。
具体来看，2023年城区与镇区在高考学科上生师比分别为14.2:1和15:1，但在综合素质学科上两地差距被放大，则分别为96.2:1和105.3:1。
然而城乡综合素质学科师资差距并未得到明显优化，2016年乡村综合素质学科生师比低于城区，而到了2023年该数值为100.5:1，高于城区。在技术学科上，乡村地区的师资紧缺明显，生师比不降反升，从2016年的416.6:1增至2023年的488.6:1。这意味着，2023年平均每位乡村技术课教师需要承担的学生数量增加71人，同时也要比城区技术教师多承担71.4位学生。
此外，随着“新高考”“新课程”等改革推进，部分乡村教师出现“不适”症状。
一项针对六省乡村教师的问卷调研表明，乡村教师对课程内容的组织与呈现方式适应不良，教学方式与新课程要求有一定差距。从课程理解、实施、评价三个维度来看，受访乡村教师在理解维度的适应性相对较低。
超过半数受访教师表示，课程目标太过抽象，不好理解与操作；44.15%表示自身对教材、学生、教学缺乏足够的了解，导致在确定教学目标时存在困难。
03 80%受访乡村教师主动学习数字资源
近60%认为资源库质量和针对性欠缺
人工智能浪潮之下，教育数字化成为城乡教育均衡化的“新解法”。《教育强国建设规划纲要（2024—2035年）》明确要求以教育数字化开辟发展新赛道、塑造发展新优势，其中提出促进人工智能助力教育变革。
数字变革给基础教育带来更多的想象，同时也让人更注意现有的问题。《教育发展与乡村振兴蓝皮书：中国教育发展与乡村振兴报告（2022～2023）》曾指出，“乡村教育因其总体发展状况的欠佳而难以实现与数字化技术的完美适配，而这反过来又进一步加剧了城乡教育资源配置的不均衡，也加剧了城乡教育发展之间的不公平。”
从设备端来看，乡镇高中数字终端配置增长超过城区，但是在供给上仍低于城区的情况。
除了供给上的差距，“轻用”成为另一大问题。《我国乡村学校数字素养教育现状与需求调研报告》曾指出，学生们使用数字设备的主要目的是娱乐放松，以完成学习任务为目的的不到一半。
乡村数字终端使用效率不如人意的背后存在数字资源供给与乡村需求错位的问题。一项西安周边乡村学校调研显示大部分乡村教师愿意采用数字化教学方式，但是自身能力以及专业培训的欠缺影响成为一大障碍，60%教师认为自己接受过有效的数字技能培训。
部分地区未将数字素养纳入教师评价系统或者缺乏科学的评价指标和方法来评估AI教育应用的效果，从而也影响到县域高中教育数字化发展。
同时，教学资源的质量以及与应用场景的针对性不足，也降低了乡村教师使用意愿。96.50%的教师反映数字化教育资源良莠不齐，近60%的教师反映校本数字资源库缺乏高质量和针对性，最终沦为“摆设”。
数据是AI教育实现的基础，由于训练数据中城乡样本的不均衡性导致的“数据偏见”，不仅导致AI应用在县域地区出现“水土不服”，更会进一步加剧城乡之间的教育差距。大模型训练数据主要来源于城市用户导致乡村师生数据样本过小，方言、地方文化、乡村生活场景在训练数据中的缺失等问题均会影响教育AI的公平性。
在加快教育数字化的当下，如何避免算法加剧教育不均衡是AI应用中亟需要解决的问题。
04 海亮科服6大类 103项赋能模型
“科技+服务”打造因材施教可复制样本
不同地区经济水平、基础资源存在差异，其教育发展的关键问题也各具特性，这就要求县中提振行动必须与地区自身特性精准匹配。而这项系统性任务的推进则需要大量实践探索，也需要包括企业在内的多元主体协同发力。
企业的参与也并非直接提供产品服务，而是要发挥联动作用，与当地政府、学校共建本土化教育生态。依托海亮教育30年办学实践经验，海亮科服针对学校管理、教师发展、教学教研等环节建构教育全链条的6大类103项区域赋能模型，并通过“需求诊断→方案设计→资源导入→成效评估与迭代”的逻辑链形成生态闭环，推进大规模因材施教。
以云南景东县为例，它是省级乡村振兴重点帮扶县，其教育发展基础相对薄弱。海亮科服派遣考察团队赴景东进行调研，发现其存在教学管理信息化、教学质量分析、教师学情分析等多方面不足，进而聚焦学校托管业务及区域教育发展问题提供咨询及解决方案。
赋能模型通过聚焦问题靶向发力。比如在县中师资问题，海亮科服采用"外派+培养"的双轨制策略：既派遣丰富管理经验的教育专家补齐管理能力缺口，又帮助建立本土化的师资发展体系。
同时，针对AI时代县中教学变革与教师数字素养提升，海亮科服构建“AI理论学习—AI技术应用—AI实践创新—AI素养提升”的培养链条。截至4月15日，该工程已累计服务学校70余所，助力4500多位教师。
此外，海亮科服围绕课堂精准教学、学生全面发展、教师专业提升、学校高效管理四方面开发多款数字化工具帮助教师提升学习及教学效率。
海亮科服事业发展中心表示，“由于我们的管理理念和实践，学校的管理模式得到了规范，校园安全、食品安全得到保障，数字化产品能快速分享教育领域的最新消息和资料，弥补了县中在信息上的缺失。
目前县域教育发展仍是存在很多问题，但是让人感到希望。海亮科服事业发展中心表示，“我们去当地以后发现确实能够改变一些孩子，感召一些老师作出改变，从而改善县域教育的生态。”
