自然实验和倍差法:教学研究的新途径

　　纵观国内外外语教学研究的学术期刊，在过去的数十年内，刊登了大量的实证研究（或定量研究）文献，英语学术界出现了“重实证”的现象。在外语教学（特别是二语习得）的定量研究中，实验方法占有非常重要的地位。实验法源于自然科学研究，是定量研究的原型，其目的是建立或验证一个理论假设，方法是确定两种或多种变量之间是否有因果关系，有则理论成立，无则不成立。与自然科学实验不同，教育实验并非在实验室里面完成，而是在教学实践中进行，因此教育实验一般属于实地实验。目前，外语教学研究中的实验基本上是实地实验，而另外一种实验形式——自然实验则长期被外语教学研究者所忽视。所谓自然实验是指那些具有实验室实验特征的一整套过程，但实验中的控制组和对照组以及实验处理的发生，都是在完全的自然环境中形成，而不是人为设计实验的结果。自然实验现已广泛应用于社会科学领域。本文首先将实地实验和自然实验进行比较，然后介绍一种实用的实验数据处理方法——倍差法，以期推动自然实验和倍差法在外语教学研究中的应用。
　　一、自然实验与实地实验的比较
　　一个实验研究一般由研究因素（处理因素）、受试对象（研究对象）和实验效应（研究观察指标）三个基本要素组成。实验研究的目的就是要阐述研究因素作用于研究对象后所产生的实验效应。因此，无论是自然实验还是实地实验，在研究设计中都必须包含这三个基本要素，这是两者的共同点。例如，在外语教学研究中，我们期望比较任务型教学模式和传统教学模式对学生学习效果的影响，那么在这项研究中教学模式为处理因素，学生为受试对象，学习效果为实验效应。
　　正如前面所论述的，自然实验与实地实验的区别在于实验条件不同。我们还是以教学模式为例对两种实验进行说明。在实地实验中，研究者一般先选择两个采用传统教学模式的被试组，对一组实施新的任务型教学模式作为实验组，另一组继续使用传统教学模式作为对照组，控制其他的变量，然后比较两种教学模式下学生学习效果的差异。然而在自然实验中，研究者则是从实际教学实践的历史事件中选择符合实验条件的被试组并比较两组的学习效果。在此过程中，研究者不干涉实验对象发生、发展的自然过程，只是利用自然事件来观察和测量他所需要的指标值。比如在上述教学模式的例子中，若某个班级因教学安排的缘故在某个时间点更换了教师，而更换后的教师采用的是与之前教师不同的教学模式，如果更换前的教师采用传统教学模式而更换后的教师采用任务型教学模式，在此过程中，研究者没有人为设计实验并干涉其他变量，客观实际中教师的更换就满足了一个自然实验的条件。显然，与人为设计的实地实验不同，自然实验是可遇而不可求的，但是它却拥有了一些实地实验所不具备的优点：
　　首先，自然实验回避了教育实验的研究伦理问题。教育实验的研究对象是人，任何给以人为被试的实验处理，都会涉及研究伦理问题。教育的人道主义原则要求一切教育实验都必须无条件有利于学生的发展，即便是基于一种崇高、善良或重要的目的，也不能把学生（哪怕是少部分学生）当成“小白鼠”。然而，自然实验就避免了伦理问题的质疑，因为自然实验从本质上讲就并非“实验”，而仅仅是对一些发生过了而又具有实验特征的一整套过程进行研究。为了避免实验伦理问题，有的实地实验选择的研究对象为自愿者。一般情况下，自愿者都是学习态度比较认真、学习动机比较强的人，这必然对实验效果产生影响。
　　其次，自然实验是真正意义上的“双盲实验”。“盲”用以排除参与者在实验中有意识或者下意识的个人偏爱。在教学实验中，仅仅被试（即学生）不知情时为单盲实验；主试和被试（即教师和学生）都不知情时为双盲实验。在自然实验中，教学历史事件在被选择作为研究素材之前并不构成实验的要素，也就是说在教学历史事件发生时，任何人（包括研究者、教师以及学生）都不可能意识到自己处于实验中。因此，自然实验排除了“霍桑效应”和“实验者效应”。前者指被试在知道自己正接受实验处理时改变原来的常态行为，以更积极的表现以取悦研究者使其得到所期望的结果，从而对实验效果造成的影响；后者指研究者或主试的行为、外表对被试行为产生的影响。
　　当然，自然实验也并非没有缺陷。由于无法对实验组和对照组进行随机抽样，自然实验仅仅是准实验，因此，在数据分析过程中必须对干扰变量进行控制方能正确识别出实验效应。一般意义上来说，控制干扰变量影响的方法有人为控制和统计控制两种。其中，人为控制是指研究者通过实验设计对变量加以控制，主要策略有随机抽样、限制变量和匹配分组；而统计控制是在数据分析过程中通过统计手段对变量进行控制，主要策略有受试者分层、偏相关和协方差分析。可见，随机抽样就是对干扰变量进行人为控制的一种策略。不过，在外语教学研究中，随机抽样是非常困难的，大量文献采用的是基于自然班的准实验设计，而自然实验更是只能通过统计方法控制干扰变量。下面，我们将介绍一种在自然实验研究中常用且实用的分析方法——倍差法。
　　二、自然实验研究与倍差法
　　虽然自然实验一般采用倍差法进行统计分析，但倍差法作为一种数据分析方法对所有前后测类型的实验研究都具有普适性。为了理解倍差法与实验研究的关系，我们首先来看一个非等值前后测设计的实验程序，这一设计可以用以下符号表示：
　　实验组：O1XO2
　　对照组：C1 C2
　　其中，O、C分别代表实验组和对照组，X代表实验处理，1和2分别代表实验前和实验后。实验效果可表示为：△O-△C＝（O2-O1）-（C2-C1）。
　　倍差法本质上是一种基于虚拟变量的回归方法。为了识别出实验效应，我们需要定义两个虚拟变量：一是di，若被试i位于实验组则取1，对照组取0；另一个是时间变量dt，实验前取值为0，试验后为1。于是样本被划分为4组：实验前的对照组（C1）、实验后的对照组（C2）、实验前的实验组（O1）、实验后的实验组（O2）。倍差法的回归方程为：
　　yit＝β0＋β1di＋β2dt＋β3di·dt＋εit （1）
　　其中，i＝1、2、…、N，代表N个被试，t=1、2，代表实验前和实验后；yit代表被试i在时期t的测量值。显然，在实验前后，对照组和实验组测量效应△Oh和△C的变化分别为difc=（β0+β2）-（β0）=β2和difo=（β0+β1+β2+β3）-（β0+β1）=β2+β3。因此，实验处理所产生的“净影响”为difo-difc＝（β2+β3）-（β2）=β3。可见，倍差法是测度实验处理效应最直接的方法，从β3的符号和显著性即可判别实验处理是否有效。
　　为了正确识别出实验的处理效应，正如之前介绍的，自然实验需要通过统计方法控制干扰变量。具体而言，在倍差法中，我们可以采用偏相关方法排除干扰变量对处理效应的影响，具体策略是将干扰变量作为控制变量整合到回归方程（1）中：
　　yit=β0+β1di+β2dt+β3di·dt+?酌Xit+εit（2）
　　其中，X代表控制变量集，?酌为相应的系数向量。
　　细心的读者可能会发现，方程（1）和（2）所代表的模型较之普通的回归模型，最大的区别在于其数据是N×2的两维结构，即面板数据（paneldata，又称为平行数据或纵列数据）。相比截面数据以及相应的分析方法（比如协方差分析），面板数据和倍差法的最大好处是可以控制一些不可观测因素的影响。比如，在外语教学研究中（包括本文中教学模式的例子），实验效应一般通过学生的学习效果（一般为成绩）进行测量。那么，如何控制被试的个人能力对实验效应的影响呢？依据前面的分析，理所当然是要将个人能力作为一个控制变量纳入到模型中。但是，个人能力作为一种不可观测的因素要对其进行测量是非常困难的。但如果采用面板数据以及本文中的倍差法，我们只需在模型中加入一个不随时间改变的变量αi即可将个人能力等一些非时变的因素加以控制。此时，方程（2）变为：
　　yit=βi+β1di+β2dt+β3di·dt+Xit+εit（3）
　　其中，βi=β0+αi。事实上，面板数据模型不仅能控制非时变因素的影响，也能控制对所有个体有相同影响的时期共同因素，体现为方程（1）－（3）中的dt。
　　三、结语
　　自然实验法和倍差法并非新事物，作为一种实证研究思路已在社会科学的许多领域得到广泛应用，却被外语研究者长期忽视，其中一个非常重要的原因就是我国介绍外语研究科研方法的书籍没有包括相关内容，外语类期刊也没有刊登相关的介绍文献。正因为如此，笔者在本文中从实用角度出发对自然实验和倍差法进行了简单介绍，籍此推动自然实验，特别是倍差法在外语教学研究中的应用。
　　参考文献
　　[1] Cohen，L.，Manion，L.&K.Morrison.Research Methods in Education.New York：Routledge Falmer.2003.
　　[2] Punch，K.F.Introduction to social research：Quantitative & qualitative approaches. London：Sage.1998.
　　[3] 文秋芳，俞洪亮，周维杰.应用语言学研究方法与论文写作.北京：外语教学与研究出版社，2004.
　　[4] 吴旭东，张文忠.我国外语教学实验研究质量调查.外语教学与研究，2002（1）.
　　[5] 童肖琼.外语教学研究中的实验方法.宁波大学学报，2005（2）.
　　（责任编辑杨子）