指向“均衡干预”的学业质量群体差异成因分析

龚建新

摘要：学业质量的群体差异明显是当前义务教育的热点难点问题之一。群体差异成因的复杂性导致了学业质量群体差异具有一定的普遍性。所谓“均衡干预”即：指向于班级、学校或者某个区域学生群体学业质量乃至教育整体均衡的、具有一定行政色彩或组织化水平，旨在使优先者更优、后进者变优、差异减少的行为介入。干预措施制定的前提是对造成群体学业质量差异的因素进行精准分析。

关键词：学业质量;群体差异;均衡干预

中图分类号：G40-03 文献标志码：A 文章编号：1673-9094（2018）12A-0037-05

学业质量群体差异明显是当前义务教育的热点难点问题之一。采用质量监测探究学业质量群体差异程度及差异成因是国际通行的方法。因此，2015年，国务院教育督导委员会颁布了《国家义务教育质量监测方案》，学业质量便是监测的核心内容。此后，各省、市和县区也相继成立了质量监测中心，开展质量监测工作。国家和省市組织质量监测时，以分层抽样方式组织开展监测。质量监测不对个体，只对群体进行评价。目的是在全面了解、掌握区域间群体学业水平的均衡状况及其影响因素的基础上，为各级政府和学校指向“均衡干预”找准问题，分析原因，科学决策，破解差异过大的难题，全面提升义务教育质量，实现质量公平。

一、群体差异成因的复杂性与均衡干预的必要性

任何均衡都是相对的，而差异是绝对的。造成学业质量群体差异的因素十分复杂，我们可以从微观系统、中观系统、宏观系统三个角度来探讨学业成绩群体差异产生的必然性，从而理解均衡干预的必要性。

（一）从微观系统看，学生个体因素的差异会导致群体学业质量的差异

群体是由一个个活生生的个体组成的，每个个体之间差异是显著的，组成群体的个体差异必然会导致群体差异。一是个体智力因素和非智力因素差异。有研究发现，智力与学业成绩的相关程度变化幅度在0.34～0.51之间。非智力因素对学生学业成就有显著影响，如美国心理学家曾对800名男性进行30多年的跟踪研究，得出的结论是：成就最大与最小的人之间，最明显的差异不在于智力水平，而在于是否有自信心，有进取心，有坚持心，有不屈不挠、不自卑等良好的意志品格。我国曾对115名在市级各类竞赛中获奖的同学进行过一次详细的调查，发现他们中间智力超群者并不多，家庭的物质文化条件也并不优越，然而，大多数人兴趣广泛，知识面宽，意志坚强，有正确的学习动机，有强烈的求知欲和自信心。[1]二是个体家庭因素的差异能够导致学业质量的差异。对学业成绩产生影响的家庭因素是多方面的，比如父母的学历、教养方式、经济收入等等。家庭因素的千差万别必然会对学业质量的差异带来影响。研究发现：在义务教育阶段，随着学生年龄的增长，对学业成绩具有显著影响的家庭因素由教养方式、父母期望等过程性变量向父母受教育程度、家庭经济状况等结构性变量过渡。[2]

（二）从中观系统看，学校因素的差异能够导致学业质量的差异

学校的差异对学业质量差异有很大的影响，这是“择校热”持久不退的客观原因。有研究在控制学生的心智能力及家庭因素后，发现无论从单因素分析还是从多因素分析看，学校质量对学业成绩有极其显著的影响，并呈现正向的影响，学校质量越好，学生学业成绩越高。只是，学校质量对学业成绩的影响力低于心智能力的影响力。研究发现，好的学校能通过创设学业导向的学校文化而对学业成绩产生影响，学业导向的学业文化可以表述为低频率的欺负、受欺负事件，强烈的归属感，良好的、积极的同伴关系和师生关系。[3]有研究还表明教师古板的讲授型教学方式、班级学习氛围薄弱、寄宿制生活管理方式是影响学业质量学校方面的风险因素。江苏省义务教育质量监测的结果还发现：学校的办学自主权和国家课程的开设对小学生和中学生的学业成绩有显著的正向影响作用。校长的教学领导力和对教师专业发展的支持对小学生的学业成绩有显著的影响。[4]

（三）从宏观系统看，区域因素的差异性能够导致学业质量的差异

有研究将2010年义务教育质量监测中学生学业质量情况与2006、2008年的情况对比，在与同类地区、全国常模相比后发现：区、县间学生学业成绩差异显著。不同地域（苏南、苏中、苏北）学校学生学业质量有明显差异。[5]这种差异的产生，既有现实的原因，也有历史的原因。区域间由于经济、文化等因素的差异，形成了教育发展生态环境的差异。这种教育生态环境源自本土历史的长期积淀，如同无形之手，形成区域间政府乃至民众对教育的经济和情感投入的差异，从而导致区域间教育发展水平产生差异，尤其是一个区域尊师重教的氛围对一个区域的学业质量有显著的预测作用。南通长期以来能在省内外保持较高的教育质量，一个很重要的因素是南通有着崇文重教的历史传统，从政府到民众，支持教育、重视教育，对教育的经济和情感都有较大投入，所以南通被称为“教育之乡”，这种文化传统对南通整个区域教育质量的影响是无形的，但也是巨大的。一些教育发达地区的优秀教师跳槽到另一个地区，其中不少人似乎失去了原有的风采和作用，一个很重要的原因，就是适合他发展和作用发挥的教育生态发生了变化。

（四）群体差异成因的复杂性让“均衡干预”成为必要

群体差异成因的复杂性导致了学业质量群体差异具有一定的普遍性。对此，我们需要从两个角度去认识：一是这种复杂性说明了群体间学业质量的差异具有一定的必然性，一定阈值内的差异是必然的，无须大惊小怪;二是当这种差异和广大人民群众对公平的、高质量的教育的期望有较大距离，甚至超越了人们的心理承受力，就必须进行“均衡干预”。因为促进义务教育学业质量均衡发展，缩小群体间、区域间的质量差异，这是义务教育性质的需要，同时也是全面提高国民素质，全面提升我国劳动力水平的需要。往更深远看，还是提高我国综合国力和发展后劲，社会和谐、人心稳定的需要。所谓“均衡干预”是指指向于班级、学校或者某个区域学生群体学业质量乃至教育整体均衡的、具有一定行政色彩或组织化水平，旨在使优先者更优、后进者变优、差异减少的行为介入。干预措施制定的前提是对造成群体学业质量差异的复杂因素进行精准分析。

二、指向“均衡干预”的群体切分的视角与方法

“群体”是个社会学概念，是指因为共享共同价值观而聚集在一起的社会单位。根据群体是否真实存在也可以将群体划分为统计群体与实际群体。所谓统计群体，指实际上并不存在，只是为了研究和分析的需要，把具有某种特征的人在想象中组织起来，成为群体。这类群体尽管不存在实际的人与人之间的交往，但是他们具有某种共同的心理、行为特点。统计群体主要存在于统计学中，如男生群体、女生群体、学困生群体、县域学生群体。实际群体是指在一定空间和时间范围内存在的群体。这类群体有着明显的界限和不同程度的实际交往，如学校学生群体、年级学生群体、班级学生群体、班级内群体（学习小组、合作小组）。根据研究和干预的需要，我们可以对群体做出不同切分。从切分后群体数量来分类，一般有以下切分方法：

一是多群体切分。就是根据需要将研究对象切分成三个以上的群体，然后对这些群体进行比较研究。大致有两种类型，一种是按照一定空间区域来切分，切分得到的群体一般是实际群体，常常用来将多个群体的相关数据进行比较，描述区域群体间差异水平。如：我们要研究县域质量差异及其“均衡干预”措施，就可以将不同县（市、区）的学生分别作为一个群体，用来研究区域差异;若要研究校内班级之间的质量差异及其干预措施，就可以将校内每个行政班级作为一个独立群体，用来研究校内班级之间的差异。另一种是根据统计需要，按照一定的统计要素切分，这种群体往往是统计群体，常常用来探究学业质量差异成因。如：有研究者为了了解睡眠时间对八年级学生学业质量的影响，将学生睡眠时间切分成9小时以上、8～9小时、6～7小时、少于6小时四个时长，通过比较分析，得出对质量干预颇有启发意义的结论。[6]

二是双群体切分。就是根据某一标准切分成两个群体，然后将这两个群体进行比较研究。如：要研究城乡学校质量差异，可以根据学校所在地的性质，将学生分成城、乡两个群体;要研究男女生学业成绩差异，就可以将学生分成男生、女生两个群体。这种切分得到的群体一般属于统计群体，这种切分研究方法，既可以进行差异水平比较，又可以探究差异成因。如江苏省义务教育学业质量监测，每次都会对性别差异进行研究，在A、B、C、D四个学业水平上分别对男女生的占比进行统计。

三是单一群体切分。就是根据对象的某一特征将其从样本群中切分抽离出来，然后与整个样本群进行比较分析或对影响这个群体学业质量的各项因素进行分析。如：进城务工人员随迁子女、农村留守儿童、残疾儿童、需要特别照顾的学生、城市低保家庭和农村家庭经济困难的寄宿学生等群体，这些特殊群体就是根据他们身份的某一特征划定为统计群体的。我们还可以从学业质量某一指标或者学业监测某一项目内容上的表现差异来切分抽离出一个特定的统计群体。如：喜爱某一学科的群体、在某一分数段内的群体、在某一题上做出正确或错误回答的群体等等。

群体切分不是随心所欲的，应该依据义务教育学业质量的指标体系，整体化、结构化考虑切分的方案。如：可以从空间的角度来设计，分为“区域”“区域内城乡”“区域内学校”“学校内班级”等四个模块，在每个模块内再进一步细化各项指标。当然，学业质量群体间均衡的指标很难设计，但这也为我们提供了广阔的想象空间，我们可以根据自己的假设来进行群体切分。从本质上讲，一种切分就是一个研究分析的角度，就是一个指向“均衡干预”的切入口。無论是真实群体还是统计群体，我们都可以在一次切分后根据研究需要进行再次切分。如：一个班级作为单一群体，还可根据研究需要再次切分，从学业水平切分为若干层次的群体，从学生家庭因素如家庭结构、经济地位、父母文化水平等又可以进行切分。群体切分既要依据研究目的，又要依据研究的工具和我们已经掌握的相关数据。

三、基于数据的群体差异成因的精准分析

研究学业成绩差异影响因素，不能仅仅依靠理论上的“思辨”，更不能依赖教学、管理经验上的主观推断，做出所谓“好像是”“感觉是”的结论，而应该从经验分析走向依靠数据的实证化分析，使得成因分析更加准确科学，“均衡干预”措施的制定也更具科学性、针对性、预测性。

（一）多角度挖掘数据资源，提高差异成因分析的精准度

许多地区和学校积累了大量与学业质量相关的数据，尤其是网上阅卷平台的建立，使得积累的数据更加丰富、多元，为基于数据的研究分析提供了数据保障和技术支撑。基于数据的研究分析，就是从传统的经验总结走向科学分析，通过学业质量相关数据的统计分析，对影响学业水平的某个主题或某个现象进行描述，进而揭示变量与变量之间的相关关系及因果联系。

从掌握的文献材料看，当前对学业质量影响因素的研究，大多采用多层线性模型的方法，将来自学校、教师、学生层面的与学业水平相关的因素作为自变量，而将来自各学科的测试成绩作为因变量。如果采用这一方法，我们可以选取校内各种类型考试、区域学业质量测试获得的各种数据，对学业质量差异及学生层面的影响因素进行研究，研究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，哪些因素对学业质量的群体差异具有较高的解释率，从而提高差异成因分析的精准度。

例如，万伟利用江苏省学业质量监测数据，研究做作业时间与学业成绩的关系后发现：对于八年级学生，做作业时间越长，学生相对学业成绩越高，但是，做作业2～3小时的学生学业成绩与做作业3～5小时的学生学业成绩实际差距并不是很大。[7]这个研究结果为如何合理地干预学生课外作业负担提供了有力的佐证。

（二）不盲从别人的结论，用好自己的数据，确保差异成因分析的针对性

正因为影响学业质量差异的因素众多而复杂，所以我们不能盲从别人的结论。盲从，容易导致结论的偏差甚至错误，导致成因分析没有针对性。例如：有不少研究发现，单亲家庭子女和外来务工人员子女两个群体的学业成绩和学生整体的学业成绩有明显差异。[8]但是通过对我县2015年暑期初一、初二期末考试和初三中考相关数据的分析发现，这个结论和如东县的实际状况不完全一致。我们的研究发现，三个年级单亲家庭的学生学业成绩明显低于学生整体的学业成绩，但是外来务工人员子女的学业成绩和整体学业质量没有明显差异。进一步研究发现，其原因有二：一是因为如东基础教育质量比较高，不少外来务工者看到子女学业发展良好，就选择留在如东，孩子有了一个稳定的学习环境。二是如东的外来务工者大多集中在商业领域，他们的文化程度、认知水平相对较高，对家庭教育比较重视。

這一研究表明，学业质量群体差异成因分析，不能根据经验或者别人的研究做出简单的推论。我们应借鉴他人的研究视角、研究方法，对学业质量监测的相关数据进行深度研究，用自己的研究、自己的数据来说话，据此研制出有针对性的“均衡干预”措施。

（三）深入学科内部，从更微观的层面分析差异成因，提高差异成因分析的靶向效应

利用考试数据进行相关分析和回归分析，可以深入到学科内部，研究影响学业成绩差异的微观因素。笔者曾经利用期末考试的数据，对学生书写水平（主要评价书写的工整、美观程度，以写字分呈现）对作文成绩的影响开展过实证研究。我们以2014—2015学年度第二学期七年级和八年级语文期末考试成绩为样本进行了研究。作文分作为因变量可能会受多种因素的影响，写字是众多因素中的一个。为分析书写水平对作文分的贡献，我们采用多元线性回归模型进行分析，以作文分为因变量，写字分、其他题的分数、学校为自变量，逐步加入自变量，一共建立了8个回归模型，通过STATA/MP 13.1统计软件进行统计分析。首先，通过描述性统计分析，分别分析上述各自变量的平均值和标准差，研究自变量对因变量是否有显著的影响并呈密切的线性相关，以保证回归模型具有优良的解释能力和预测效果，为进一步分析寻找可能。然后，根据8个回归模型，分别对七、八年级的因变量和自变量做线性回归分析，分析写字分对作文分的贡献。最后得出的结论是：1标准差的写字分对作文分大约有0.2标准差的影响，这个结果在七、八两个年级是基本统一的。这种深入到学科内部微观层面的研究结论为提高学生的作文成绩提供了一个清晰的视角，具有非常明确的靶向干预效果。

（四）利用大数据技术，获得更加丰富多元的数据，提高差异成因分析的全息性

传统的数据分析主要有以下弊端：一是专业性强。一般教师很难掌握复杂的统计方法，绝大多数教师只会对群体做出简单的描述性统计分析，不会对每一个学生、每一个教师、每一个班级的微观做更精细的分析。二是分析的深度不够，角度单一。传统方式只能发现最主要的少量影响因素，但随着社会和教育的发展，影响学生学业质量的更多非显性原因和隐藏角度日益增加，传统分析方法已力不从心。三是普遍存在着“数据孤岛”现象。各种与学业质量相关的数据在不同的学校、不同的部门，甚至一个学校不同年级、不同老师之间相互独立存储，彼此间相互孤立，不能共享，再加上不同学校、不同部门，包括不同老师站在自己的角度对数据进行理解和定义，使得一些相同的数据被赋予了不同的含义，也使得数据不能共享。譬如，传统分析很难建立学习者的知识地图，更无法从知识结构对学生知识、能力的缺陷做出精准的诊断性和预测性分析。

令人兴奋的是，传统分析的弊端正在被大数据技术一一攻破，当前，大数据技术正在进入校园，不少地方开始运用大数据平台分析学业质量。大数据技术可以获得与学业质量相关的数量更多、来源更广、类型更丰富的数据，从中可以发现影响学业质量的诸多因素，获得差异成因的全息图像，不仅可以知道“好不好”，而且能够知道“为什么好”“为什么不好”。更为重要的是，这样的全息图像不仅可以针对群体，还可以针对个体，据此制定的“均衡干预”方案将会更加个性化、精细化。

参考文献：

[1][3]赵红霞.影响初中生学业成绩差异的机制研究[D].上海：华东师范大学， 2011：16-17.117.

[2]温佩泽.义务教育阶段学业成就影响因素研究[D].长春：东北师范大学， 2015：31.

[4][6][7]万伟.江苏省义务教育学生学习环境状况的分析报告[J].江苏教育研究， 2012（2C）：43-48.

[5]倪娟.江苏省义务教育学业质量均衡化推进报告[J].江苏教育研究， 2012（2C）：37-42.

[8]郝懿，田一.义务教育阶段学业质量差异及学生个体影响因素研究[J].基础教育课程， 2015（13）：55-61.

责任编辑：丁伟红

Causal Analysis of Academic Quality Group Differences Oriented to

“Balanced Intervention”

Gong Jianxin

（Rudong Center for Teacher Development， Rudong 226400， China）

Abstract： There are obvious differences in academic quality among different groups， which is a hot difficult problem in current compulsory education. The complexity of causes for group differences leads to a certain universality of such differences in academic quality. “Balanced intervention” actually refers to a kind of behavior intervention oriented towards the academic quality of classes， schools or some regional student groups with the aim of making good better， changing weak into strong， and narrowing differences. The prerequisites for formulating intervention measures are to precisely analyze the causes for the differences in academic quality among difference groups.

Key words： academic quality; group difference; balanced intervention