教师因素、学生因素对学生学业成绩影响的实证研究——基于大规模测验数据的多层线性模型分析

张咏梅，郝 懿，李美娟

(北京教育科学研究院，北京 100191)

教师因素、学生因素对学生学业成绩影响的实证研究
——基于大规模测验数据的多层线性模型分析

张咏梅，郝 懿，李美娟

(北京教育科学研究院，北京 100191)

运用北京市义务教育阶段三年级学生大规模学业测验数据，对影响学生学业成绩的教师因素、学生因素进行分析。多层线性模型分析结果表明:学生学业成绩具有显著的班级间差异。来自于教师背景因素的教师性别、教龄和专业一致化程度，教师工作因素中的教师是否兼教等对班级学业成绩产生显著影响;来自于学生背景因素的学生性别、独生与否，学生学习因素中的学生自我教育期待、学习习惯、完成作业方式、课外阅读量、课外学习情况等对学生学业成绩产生显著影响。

学业成绩;教师因素;学生因素;多层线性模型分析

一、引言

学生学业质量是教育质量的核心指标，对大规模学业测验中的学生学业成绩及影响因素分析是学业质量评价体系重要组成部分。当前国际最具影响力的大规模学业测验项目，例如国际经济合作与发展组织 (OECD)的国际学生评价项目 (简称PISA)，国际教育成就评价协会 (IEA)的国际数学和科学教育成就趋势研究项目 (简称TIMSS)和国际阅读素养进展研究项目 (简称PIRLS)等，在其年度报告中，除公布学业成绩表现结果外，均会开辟专门章节对影响学业成绩表现的因素进行详尽的分析阐述，并在此基础上提出有针对性的教育质量改进与提高的政策建议［1］［2］［3］。

对当前大规模测验学业成绩影响因素研究过程进行对比研究发现，其大多采用多层线性模型的方法将来自调查问卷的学校、教师 (或课程)、学生层面变量作为自变量，而将来自阅读、数学、科学等基础性工具学科的学业测验成绩作为因变量。由于各国际学业测验评价项目的着力点不同，其或侧重学校－教师－学生层面、或侧重学校－学生层面、或侧重教师－学生层面展开深入研究。在学校层面，多以质量、公平、效能为核心，关注学校社会经济地位、学校软硬件资源、学校组织情况等对学业成绩的影响;在教师层面上，多以学科课程实施为核心，关注班级特征、教学活动、教师背景、教师培训情况等对学业成绩的影响。其中，教师背景主要包括教师性别、年龄、学历、教龄、任职资格、专业一致化程度等。例如，来自对于我国台湾地区TIMSS2003年结果的分析指出，教师年龄对学生学业成绩具有一定影响［4］。在学生层面上，则高度关注学生背景、学生学习情况对学业成绩的影响。其中，学生背景主要包括父母教育背景、学生性别、是否来自移民家庭等;学生学习情况主要包括阅读量、完成作业时间、完成作业方式、课外学习、教育期待、学习压力等。例如，PISA2003、2006、2009的报告均指出，父母教育背景、学生性别等可能会影响学生的学习成绩［5］［6］［7］。

与国际研究相比较，国内对于大规模测验学业成绩更多侧重对测验结果本身分析，而对影响因素的研究正在引起关注［8］。本文立足北京市义务教育阶段学业质量监测数据特征［9］，借鉴国内外学业评价项目的实践经验，结合我国实际情况将研究聚焦于教师层面的背景因素与工作因素、学生层面的背景因素与学习因素对学生学业成绩的影响，以期服务于当前微观层面教育教学管理改进与学生学业质量提高。研究具体问题为:①不同教师所教班级学业成绩之间是否存在差异，哪些因素会对班级学业成绩产生显著影响;②不同学生个体间学业成绩是否存在差异，哪些因素会对学生学业成绩产生显著影响。

二、研究方法

(一)研究对象及抽样

本研究采用分层随机抽样的方式，抽取了北京市9个区县的三年级学生及所在班级数学授课教师作为研究对象。其中有效学生数为27331人，有效教师数为941人。有效学生占北京市三年级学生总数约24.02%。

(二)研究工具

研究工具主要包括数学学业测验试卷、教师问卷和学生问卷。

编制学业测验试卷。研究基于国际学业评价项目研究的实践经验，依托义务教育阶段重要的基础性工具学科——数学学科而进行。数学学业测验试卷由命题专家在入闱状态下遵循《国家义务教育阶段数学课程标准》，严格按照制定测试方案、编制蓝图与细目、命题与审题、预测试及分析、组卷、分数线划定等流程命制而成。由表1来看，数学学业测验试卷具有较高的质量。研究以学生在此卷上的成绩作为因变量。

表1 数学学业测验试卷信效度表

编制教师问卷和学生问卷。两份问卷均是在对国内外文献进行研究的基础上，对教师、学生进行深度访谈，形成基本框架后进行编制，并经由专家审定、预测试、数据分析、修改等环节而形成。教师问卷包括教师背景、工作情况、职后培训等维度，学生问卷包括学生背景、学习情况等维度。研究以教师问卷中的教师背景因素、教师工作因素及学生问卷中的学生背景因素、学生学习因素作为自变量。

(三)分析方法

基于学生层面和教师层面数据的嵌套结构特征，运用多层线性模型 (Hierarchical Linear Models)方法来处理数据。与传统回归方法相比，多层线性分析方法在进行学业成绩差异分析时具有统计假设相对较弱;充分利用各层信息，将学业成绩变异在各相关层面进行分解，对变异来源与大小的估计更准确、解释更合理等优势。

采用多层线性分析软件包HLM6.06对数据进行处理。具体来说，主要运用两层线性模型:第一层为学生层面，第二层为教师层面。在分析过程中，包括零模型与随机截距模型两类基础模型。

第一，零模型

第一层 (学生层面)Yij=β0j+γij;

第二层 (教师层面)β0j=γ00+μ0j;

第二，随机截距模型

第一层 (学生层面)Yij=β0j+β1jX1ij……βnjXnij+rij(n=2，3…);

第二层 (教师层面)β0j=γ00+γ01W1j……γ0nWnj+μ0j;β1j=γ10，……，βnj=γn0(n=2，3…)。

三、研究结果

(一)影响学业成绩的零模型结果与分析

表2 教师层面和学生层面差异情况描述表

由表2可知，零模型结果显示，三年级学生学业成绩具有显著的班级间差异。其中，三年级学生学业成绩差异的18.1%由教师 (班级)间差异造成，81.9%由学生个体差异造成;由此看出，三年级学生学业成绩差异更多是由于学生个体间的差异造成，此与国际、国内同领域研究结果具有一致性［5］［6］［7］［8］。

(二)教师因素对学业成绩的影响

模型1(见表3)是以零模型为基础，在零模型第二水平加入教师因素变量后建立，用于探究教师因素对班级间学业成绩差异的影响情况。

教师因素包括教师背景因素和教师工作因素，其中教师背景因素主要指教师性别、学历、职称、教龄、专业一致化程度等。由表3可知，教师性别、教龄、专业一致化程度对班级学业成绩具有显著影响。具体来说，女教师占91.7%，男教师仅占8.3%，女教师所教班级学业成绩显著高于男教师所教班级1.19分。教龄在在10年以上的教师占57.9%，10年以下的教师占42.1%，10年以上教龄教师所教班级学业成绩显著高于10年以下教龄教师所教班级0.39分。教师毕业时所学专业是数学专业教师占82.9%，非数学专业教师占17.1%，数学专业教师所教班级学业成绩显著高于非数学专业教师所教班级0.96分。此外，教师学历为大本及以上的占79.1%，为大专及以下的占20.9%，教师职称为小学高级及以上的占53.5%，在小学一级及以下的占46.5%，且教师学历、职称对班级学业成绩无显著影响。进一步分析表明，教师背景因素对班级间学业成绩差异的解释率为5.85%。

教师工作因素包括是否兼教学科、周课时量。结果表明，教师是否兼教学科显著影响了班级学业成绩。具体来说，非兼教教师即只教授数学学科教师占32.8%，兼教教师即除数学学科外，还同时教授其他学科教师占67.2%，非兼教教师所教班级学业成绩显著高于兼教教师所教班级0.50分。此外，教师的平均周课时量为14节，且教师周课时量对班级学业成绩无显著影响。进一步分析表明，教师工作因素对班级间学业成绩差异的解释率为3.49%。

(三)学生因素对学业成绩的影响

模型2(见表4)是以模型1为基础，在模型1第一水平加入学生因素变量后建立，用于探究学生因素对学生间学业成绩差异的影响情况。

学生因素包括学生背景因素和学生学习因素，其中学生背景因素包括性别、独生与否、借读与否等。由表4可知，学生性别、独生与否对学生学业成绩产生显著影响。具体来说，女生占53.0%，男生占47.0%，男生群体学业成绩显著高于女生群体0.80分。独生子女占66.3%，非独生子女占33.7%，独生子女群体学业成绩显著高于非独生子女群体1.43分。此外，借读生占31.6%，非借读生占68.4%，学生是否借读对学生学业成绩无显著影响。进一步分析表明，学生背景因素对学生间学业成绩差异解释率为2.87%。

学生学习因素包括自我教育期待、学习习惯、家庭作业时间、完成作业方式、课外阅读量、课外学习等。结果表明，自我教育期待、学习习惯、完成作业方式、课外阅读量、课外学习均显著影响学生学业成绩。具体来说，自我教育期待为高中教育的学生占7.1%，自我教育期待为大专教育的学生占19.4%，自我教育期待为大本及以上的学生占73.5%，自我期待教育为大专教育的学生群体显著高于自我教育期待为高中教育的学生群体1.79分，自我教育期待为大本及以上教育学生群体显著高于自我教育期待为大专教育的学生群体0.78分。独立完成作业的学生占76.0%，非独立完成作业的学生占24.0%，独立完成作业的学生群体成绩显著高于非独立完成作业的学生群体1.97分。在家和学校，平均每天阅读 (不包括课本)课外书0页的学生占3.0%，1－5页的学生占22.8%，6－10页的学生占18.3%，11－15页的学生占13.3%，16页及以上的学生占42.3%。课外阅读量越大，学业成绩越高。课外学习情况对学生学业成绩影响也较显著。此外，家庭作业时间为0.5小时及以下为学生占29.6%，为0.5小时以上的为70.4%，家庭作业时间对学生学业成绩无显著影响。进一步分析表明，学生学习因素对学生间学业成绩差异的解释率为5.36%。

四、讨论

(一)教师因素对学业成绩的影响

1．教师背景因素—教师性别、教师教龄和专业化程度对学业成绩的影响

在教师性别方面，结果表明，小学三年级女教师的比例约为男教师的9倍，且女教师所教班级的学业成绩显著高于男教师。首先，就教师性别比例来说，其趋势基本与国际研究的结论相近。例如，TIMSS2003、2007报告指出，国际小学四年级数学女教师平均比例分别为80.0%、79.0%，均约为男教师比例4倍［10］［11］。其次，就女教师所教班级成绩高于男教师来说，国内外已有研究表明教师性别确实能影响学生学业状况［12］［13］。例如，美国学者托马斯提出，如果教师性别与学生相反，学生成绩可能会受到负面影响。也有研究认为，女教师在授课过程中更强调和学生的关系，注重交互式交流，增加了学生理解性输出的机会［14］，也可能是其所教班级学业成绩较高的原因之一。在继续加强教师性别对于不同性别学生的学业成绩影响情况研究的同时，也建议教育行政管理部门、校长在政策范围内适度调整当前学校中教师性别结构，并给予当前男教师群体以更多关注。

在教师教龄方面，结果表明，教龄10年以上教师占57.9%，10年及以下教师占42.1%，教师教龄对三年级学业成绩具有显著影响，即教龄10年以上教师所教班级成绩显著高于10年以下教师。首先，从教龄比例来说，TIMSS2003成员国小学四年级数学教师的平均教龄为16年，TIMSS2007年成员国小学四年级数学教师平均教龄为17年［10］［11］，可见北京市小学数学教师教龄相对国际水平略短。其次，就教龄对学业成绩的影响来说，当前结果与已有研究也不尽相同。虽然有研究发现一些外在因素例如任职教师教龄、教育水平、所学专业和教师资格等对学生学业成绩的预测能力较弱［15］，但也有研究指出，由于各国教育体制、传统教学方法等方面差异，同一教师因素在对学业成绩影响力程度上也有显著差异［16］。

在教师专业一致化程度方面，结果表明，数学专业毕业教师占82.9%，非数学专业毕业教师占17.1%，数学专业教师所教班级成绩显著高于非数学专业毕业教师。TIMSS2003、2007年报告指出，在小学四年级数学教师中，数学专业毕业的教师分别占26%、25%［10］［11］。对比分析表明，北京市三年级数学教师专业一致化程度在国际上处于较高水平。根据当前结果建议教育行政管理部门与学校要高度关注新引进教师教龄、教师专业化程度因素，同时进一步加强对现有教龄较短、专业化程度较低教师的培训。

2．教师工作因素—是否兼教对学业成绩的影响

在教师兼教学科方面，结果表明，小学三年级数学教师中兼教比例为67.2%，且兼教因素显著影响教师所教班级学业成绩，非兼教教师所教班级学业成绩显著高于兼教教师。兼教现象在我国多是所在地区或学校的师资力量不足、教师负担较重的体现。而事实上，教师在教授多个学科、承担多个班级课程时，要求其为每学科教学准备都投入较多时间与精力是不现实的，最终会对教与学效果产生负面影响。特别是随着基础教育本身对教师专业一致化要求不断提高，约三分之二教师兼教多个学科现象应引起教育行政管理部门、学校管理者高度关注。

(二)学生因素对学业成绩的影响

1．学生背景因素—学生性别、独生与否对学业成绩的影响

在学生性别方面，结果表明，三年级学生性别显著影响其数学学业成绩，即男生学业成绩显著高于女生。此研究与PISA2003、2006、2009年数学成绩结果具有部分一致性［7］［8］［9］，即大部分国家男生数学成绩相对高于女生［5］［6］［7］。TIMSS 研究报告指出，2003年男生平均数学成绩高于女生［10］，2007年则男生平均数学成绩与女生持平［11］。建议深入研究性别影响的同时，多加审视、改进当前数学教育的教学内容、教学材料、教学方式，增加其对女生群体吸引力与学习兴趣，提升其学业表现。

在学生是否独生子女方面，独生子女学生群体学业成绩显著好于非独生子女群体的学生。此结果还需结合家庭教育环境资源因素进一步深入验证与分析，建议教育行政管理部门、学校、教师提高对约三分之一的非独生子女学生群体的教育关注程度。

2．学生学习因素—学生自我教育期待、家庭作业时间、作业完成方式、课外阅读量、课外学习对学业成绩的影响

就学生自我教育期待来说，三年级学生中对未来自我教育期待为高中教育的学生占7.1%，为大专教育的学生占19.4%，为大本及以上的学生占73.5%，且学生自我教育期待对学业成绩具有显著影响，即教育期待越高，学生学业成绩越高。首先，就自我教育期待各层面比例来看，希望接受高等教育学生的比例高达90%以上，可见当前北京市小学生的自我教育期待处于很高水平。其次，就自我教育期待对学业成绩的影响来说，与当前结果一致的是，我国学者王红等以小学六年级学生为调查对象的研究也表明期望自己能获得最高学历水平为大学及以上的学生，其语文和数学成绩要明显高于期望自己获得高中或初中及以下最高学历水平学生［18］。据此，建议教师和家长适当鼓励和帮助学生提高自我教育期待、增强学习动机，将可能有助于提高学生学业成绩。

就学生家庭作业时间来说，三年级学生数学家庭作业时间在0.5小时及以下的占70.4%，且家庭作业时间对学生学业成绩影响不显著。此结论与来自PISA、TIMSS、PIRLS数据结果相符，即学生完成家庭作业时间与学业成绩间的相关关系较弱［5］。结合研究结果，考虑到还有29.6%的三年级学生数学单科作业时间多于半小时，建议教师注重家庭作业设计、布置的科学性与合理性，防止“以时间换分数”的做法，为不同水平学生提供适合能力层次的家庭作业，将完成作业时间控制在合理范围内，达到“减负增效”的目的。

就作业完成方式来说，小学三年级学生中能够独立完成作业学生占76.0%，能独立完成作业学生的学业成绩显著高于非独立完成作业学生。当然，存在低学业成绩学生可能很难独立完成作业，更需要依靠他人指导与帮助的可能性。但也有研究发现，在有家长更多地参与学生完成作业过程的情况下，其培养出来的学生比无家长参与的学生优秀;一些研究还表明家长参与孩子做作业过程并跟学校保持沟通，此类学生学业成绩要比具有同等智力、家庭背景、家长不参与其做作业过程学生学业成绩好［19］。因此，当前结果还有待结合家长或他人在学生完成作业过程中指导帮助的具体方式进行深入研究。

就课外阅读量来说，当前结果表明，课外阅读量较高的学生群体人数比例较大约占42.3%，其相应的三年级数学学业成绩较高。我国学者研究发现，每天阅读课外书的学生的学业成绩明显高于不读课外书的学生，且每天阅读课外书2～4小时的学生的学业成绩高于阅读1小时、1～2小时、4小时以上的学生［8］。建议学校与家庭，尽可能为学生提供一定的课外阅读时间与空间，提供适合其认知能力特点的课外读物，帮助学生养成课外阅读的好习惯。

就课外学习状况来说，当前研究表明，课外学习状况与学业成绩呈现出显著正相关，即参加课外学习越多的学生，其学业成绩越高。然而，参与更多课外学习将带给学生更多的负担是不言而喻的。TIMSS2007年研究表明，将小学四年级课外学习时间分为高、中、低三个水平，高水平为一个星期3－4次课外学习，每次不低于30分钟，低水平为一个星期最多2次课外学习，每次不超过30分钟，结果发现，中等水平课外学习的学生的学业成绩最佳［11］。可见，在适度时间范围内可将学业成绩做最大化程度的提高。鉴于此，建议在今后研究中进一步关注课外学习内容安排及发挥作用方式，力求找到以适度负担为前提的课外学习方式。

本研究虽然取得一些有意义的研究结果，也存在着以下局限:第一，在自变量选取方面，仅从教师和学生两层面建构模型，缺乏更高层面学校因素;第二，在教师与学生层面诸多因素中，由于问卷设计局限性，仅分析了教师背景及教师工作因素、学生背景及学生学习因素，这可能是造成目前各层面解释率较低的原因;第三，仅选择三年级数学学业成绩作为因变量。期望在今后研究中，能够在结合多层面、多自变量与因变量建构模型的基础上，更充分、深入地挖掘大规模测验数据信息，为教育政策的制订提供更为客观的实证研究依据。

［1］OECD．School Factors Related to Quality and Equity－Results from PISA 2000 ［R］．OECD Publishing，2005．11－23．

［2］Martin，M．O．，Mullis，V．S．，Robitaille，D．F．，and Foy，P．TIMSS 2007 International Science Report:Findings from IEA’s Trends in International Mathematics and Science Study at the Eighth and Fourth Grades［R］．Chestnut Hill，MA:Boston College，2009．5 －11．

［3］Jens Henrik，Haahr et al．Explaining Student Performance:Evidence from International PISA，TIMSS，PRILS Surveys［R］．Danish Technological Institute，2005．4－22．

［4］陈美妤．国中师资与学习资源对学生学习成就之影响［R］．中华民国第22届科学教育学术研讨会，2006．98－99．

［5］OECD．Learning for Tomorrow’s World－First Result from PISA 2003 ［R］．OECD Publishing，2003．95－102．

［6］ OECD．PISA 2006 Science Competencies for Tomorrow’s World［R］．OECD Publishing，2006．67－68．215－220．

［7］ OECD．PISA 2009 Results:Overcoming Social Background－Equating in Learning Opportunities and Outcomes［R］．OECD Publishing，2010．95．

［8］中央教育科学研究所中小学学业成就调查研究课题组．我国小学六年级学生学业成就调查报告 ［J］．教育研究，2011，(1):27－38．

［9］北京教育科学研究院基础教育教学研究中心项目组．北京市2009年义务教育教学质量分析与评价反馈系统研究报告 (总报告) ［M］．北京:北京出版集团公司北京出版社，2011．51－119．

［10］ Mullis V．S．，Martin M．O．，Foy P．TIMSS 2007 International Mathematics Report［R］．2008．56－64．

［11］Mullis V．S．，Martin M．O．，Gonzalez E．J．，Chrostowski S．J．TIMSS 2003 International Mathematics Report［R］．2004．47－54．

［12］符丕盛．教师性别与学生学习成绩关系的探讨 ［J］．温州师院学报 (教育科学研究专辑)，1990．53－56．

［13］ Broverman，L K．，Broverman，D M，Clarkson，F E．，Rosenkrantz，P S．，Vogel，S R．Sex Role Stereotypes and Clinical Judgements of Mental Health［J］．Journal of Consulting and Clinical Psychology，1970，39:1 －7．

［14］时常珺．试论教师性别对课堂话语互动特征的影响［J］．常州工学院学报 (社科版)，2010，28(2):105－108．

［15］ Christopher J．Teacher Characteristics and Student A-chievement:Evidence from Teacher Surveys［J］．Journal of Urban Economics，2005，57:302 －319．

［16］Marco A M．，Florence C．C．，The Elusive Relationship Between Teacher Characteristics and Student Academic Growth:A Longitudinal Multilevel Model for Change［J］．J Pers Eval Educ．，2007，20:147 －164．

［17］周德藩．认真总结小学包班教学经验积极推进课程改革 ［J］．江苏教育，1998．

［18］王红，陈纯槿，杜育红．西部农村小学学校效能及其影响因素研究 ［J］．教育研究，2011，(1):61－67．

［19］李学书．国内外家庭作业比较研究 ［J］．教育学术月刊，2009．

(本文责任编辑:田小杭)

A Empirical Study on the Impact of Teacher’s and Student’s Factors to Their Academic Performance——Based on A Multi－Linear Analysis to A Large Scale Test Data

ZHANG Yong-mei，HAO Yi，LI Mei-juan
(Beijing Academy of Educational Sciences，Beijing，100191，China)

This study examines the impact of the teacher’s and student’factors to their academic performance，based on an analysis to the test data from Beijing large scale assessment in compulsory education．The teacher’s factor includes their personal background and working styles，while student’s factor includes of their personal background and learning styles．Through a multilevel analysis，it found that:1)Students’performance shows significant difference among classes;2)For the teacher’s background factor，their gender，years of teaching，and knowledge background have significantly impact on the students’performance，while their educational level and academic title show no impact;3)For the teacher’s working style factor，whether or not teaching different subject has significant impact on the student’s performance，while their weekly instruction hours shows no impact;4)For the student’s background factors，gender and single child or not show significant influence on their performance，while local or non － local identification has no influence;5)For student’s learning style factor，their self education expectation，learning habit，homework completion，reading，and extracurricular study，all have significant impact on their learning，while hours for homework shows no influence．

students’academic performance;teacher’s factor;students’personal factors;multi－ linear model analysis

G635.6

A

1672－5905(2012)04－0056－07

2012－04－10

张咏梅，女，河北定兴人。北京教育科学研究院副研究员，心理学博士，主要研究方向为教育心理学、教育评价与教育测量学。