义务教育学校资源对学生学业成绩的影响——基于省域内大规模学业质量监测数据的实证研究

田亚惠， 姚继军， 王 威， 周世科

(1.南京师范大学 教育科学学院， 南京 210024； 2.南京师范大学 社会发展学院， 南京 210024；3.江苏省教育科学研究院，南京 210013)

“十四五”规划中提出未来我国教育要“建设高质量教育体系”“坚持优先展教育事业”“推进基本公共教育均等化”“巩固义务教育基本均衡成果，完善办学标准，推动义务教育优质均衡发展和城乡一体化”等目标要求。学校资源是影响教育均衡和教育质量的重要因素，其多寡与质量直接关乎能够提供的学校教育数量和质量。根据教育资源的表现形式，可把学校资源分为有形和无形两种，前者包括教师、经费、学校建筑、实验室、教室等人、财、物三个领域的资源；后者指学校文化、制度、人际关系等要素。[1][2]自《科尔曼报告》发布以来，学校资源与学生成绩的关系问题一直是学术界热点。但时至今日，国内外相关研究尚未得出一致结论。进一步厘清学校资源与学生成绩之间的关系，为教育优质均衡发展与质量提升提供严谨的实证证据，仍是当前本领域研究的重要任务。

一、文献综述

在1966年美国公布的《科尔曼报告》中，Colman等人利用教育生产函数计算学校资源对学生成绩的影响，发现学校间资源配置的差异只能解释学生成绩差异的一小部分，对学生成绩影响最大的因素不是学校和教师，而是学生家庭背景及其同伴；导致学生成绩存在差异的主要原因也不是学校的教学材料、课程、教学方法等，而是学生父母受教育程度及其家庭经济水平。[3]这一发现引发了利用教育生产函数研究学校资源与学生成绩关系的热潮。此类研究大多以学生学业产出为因变量，以相关影响变量为自变量，分析教育投入和产出间的关系。其后的研究，虽在变量设置及模型设定上更加丰富复杂，但研究思路殊途同归。该研究领域最具代表性的两种观点来自Hanushek和Hedges等人的研究。Hanushek的一系列研究均未发现学校资源明显影响学生成绩的证据，由此认为制定教育政策时不能简单地只思考学校资源投入。[4-6]Hedges等人利用元分析技术对Hanushek在1989年使用的数据进行重新分析，却得出了与Hanushek相反的结论——学校大部分资源都对学生成绩有显著的积极影响。[7]Hattie通过对800多项关于学业成就的元分析进行再分析，发现学校、教师、课程中相关因素均对学生学业成绩有显著的积极影响，且教师对学生成绩的影响最大，并由此得出“教师是教学的圣杯”的结论。[8]

国内的相关研究起步较晚，且数量较少。在20世纪90年代中期，蒋鸣和最早利用相关分析和多变量方差分析方法，分析我国农村基础教育投入对学生学业成绩的影响。其研究结果发现，不同教育阶段，学校资源对学生成绩的影响不同。[9]胡咏梅对中国西部5省的研究发现，少数民族专任教师比例、教龄、生师比、生均学校面积、教室面积、教育经费等因素与中小学生成绩均显著相关，但相关关系存在教育阶段差异。[10]赵必华借助多层线性模型分析安徽省十个县的数据发现，学校平均社经地位、班级平均人数、师生良好关系、教师期望对学生成绩具有正向影响，而教师平均教龄、学校文艺活动对学生学业成绩均呈现负向影响。[11]此外，田亚惠和姚继军利用元分析方法对我国学校资源与学生成绩的关系进行研究，发现不管是学校资源整体还是人、财、物三方面，对学生成绩的影响效应均为正，且均在1%的水平上具有显著性。[12]

以上研究中，学校资源指标多为学校有形资源(人、财、物)，但学校资源还应包括无形资源。宋华明和范先佐认为高等教育资源中的办学理念、学校文化、思想、管理制度等均为无形资源(又被称为软件资源)。[13]有同样看法的还有邓银成、[14]王瑞德、[15]彭财贵[16]等人。既有研究发现，学校中的无形资源通过潜移默化的方式影响着教师、学生及其他学校管理人员，对提高教育质量具有不可替代的作用。已有研究发现不管是中小学还是幼儿园，学校氛围对学生成绩均有显著的正向预测作用。[17]Perry最先提出“学校氛围”概念，并发现学校氛围对学生成绩有积极影响；[18]Anderson[19]、Cohen[20]等人的研究发现学校氛围与学生成绩之间存在积极显著的关系。谢桂华等发现，在促进学生学习进步方面，学校的学习氛围和同伴环境等学校无形资源比师资资源和物质资源发挥更重要的作用。[21]聂倩也发现不管是中小学还是幼儿园，学校氛围对学生成绩均有显著的正向预测作用，生生关系、师生关系、师师关系等学校人际关系变量对学生学业成就影响最大。[22]

也有研究发现，学校领导采用民主管理模式有助于提高学生成绩。在我国，“一位好校长就是一所好学校”的观点被社会各方认可。人们普遍认为，教育教学质量的提高是校长领导教师在课程学和评价等领域共同合作的结果。[23]

另外，不少研究发现学校社会经济地位与学生成绩间存在显著的正相关关系。陆璟利用PISA2009上海的数据研究发现，上海地区的学校平均社会经济地位能显著正向预测学生阅读成绩。[24]还有研究发现，教师并非随机地分配到学校，学校社会经济地位越高越容易招到并留住高质量教师，[25]低收入家庭的学生很难接触到高效率教师。[26][27]Nye发现，社会经济地位不同的学校的学生在成绩方面没有明显差异，但低社会经济地位学校的教师效应差异大于高社会经济地位学校。[28]

由此可见，在研究学校资源与学生学业成绩关系时不仅要考虑学校有形资源，也要考虑无形资源，但已有相关研究很少同时考虑这两类学校资源的影响。相关研究的数据，也存在着抽样不够科学、代表性不足的问题。针对于此，本文运用多层线性模型，借助江苏省义务教育学业质量监测数据和教育事业发展数据，探究学校资源投入对学生成绩的影响，尝试回答省域内学校资源与学生成绩之间存在什么样的关系，为制定更科学的教育政策提供实证证据。

二、研究设计

(一)数据来源

本研究所用数据来自江苏省2018年度义务教育学生学业质量监测数据，学校层面相关数据主要来自相应年份的江苏省教育事业发展统计数据。江苏省自2006年起开展两年一度的义务教育学生学业质量监测，至今已形成了高质量的学生学业数据库和师生调查数据库。2018年度的测试在五年级和九年级同步开展，施测时间为2018年10月初，考虑到学生刚升入新年级，因此实际测试内容根据四年级和八年级学生学业水平编制，为表述方便，统称为四年级和八年级的样本和数据。

本次监测工作采取两阶段分层抽样方法，首先在全省各个市、县(市、区)范围内抽取被测学校；其次，在所抽取的学校中随机抽取四年级和八年级的学生、教师和校长。共抽取2735所中小学的218 683名学生，其中四年级学生101 673名，八年级学生117 010名。

通过匹配江苏省教育事业发展数据，删除存在重要信息缺失、明显存在异常值、未通过数据校验的无效样本，得到了本研究所需要的数据。其中，包括1739所小学、47 313名小学生、9859名小学教师以及 978所初中、80 195名初中学生、18 048名初中教师的数据。为确保数据的可靠性，我们在做完数据清理后，对样本删除前后信息完整的项目进行了比对，发现删除前后的数据分布特征没有显著变化，因此我们认为所删除样本是随机的，不会造成分析结论的系统性偏误。

(二)变量选择

本研究参考Hedges、[29]胡咏梅、[30]赵红霞、[31]赵必华、[32]陆璟、[33]李祥云等、[34]聂倩等、[35]柴晓旭[36]等人的研究和相关政策选择自变量、因变量和控制变量。

1.因变量

学生学业成绩反映了学生掌握知识的广度和深度及学校教育教学的质量，对学生的发展有重要影响。[37]本研究所采用的学生学业成绩数据是参照相应学段的学生学业标准编制的标准化测试题，小学测试科目包括语文和数学，初中测试科目包括语文、数学、英语、科学，由于本文主要考察学校资源对学生总体成绩的影响，因此本研究界定的教育结果变量是学生总成绩，即参测各科成绩之和。

2.自变量

本文选取的自变量包括学校资源变量、学生个体及家庭背景变量。

(1)学校资源变量

本文研究的学校资源包括学校的有形资源和无形资源，前者指学校在人、财、物三方面的投入，后者指学校氛围和学校制度，具体变量如下：

①学校有形资源变量

首先，是人的投入，即教师方面的投入，包括教师数量和教师质量，前者包括师生比(SSB)、专任教师比例(ZPFULL)；后者包括教师学历(TEEDU)、教师教龄(TEBYEAR)、教师职称(TEBTITL)。前者根据江苏教育事业发展数据中的在校生数、专任教师数、教职工数计算得到；后者根据江苏省义务教育学业质量监测中发放的中小学教师问卷得到。

其次，是物的投入，即学校土地、校舍、教室、图书等固定资产。本研究采用生均学校面积(AVGFLOOR)、生均图书数量(AVGBOOK)、每百名学生多媒体教室数(AVGMULTIY)进行度量，数据来自江苏省教育事业发展数据。

最后，是财力资源的投入，即学校人力、物力资源在资金上的表现，由于缺乏学校层面财政投入的数据，因此本研究使用生均固定资产总值(AVGFIXA)衡量学校资金投入的多少，数据同样来自江苏省教育事业发展数据。

②学校无形资源变量

如前所述，学校无形资源主要是学校文化氛围、学校制度等潜移默化影响着师生的资源要素。本研究采用学校文化氛围(SCHCULT)、师生关系(FRITEAS)、生生关系(FRISTU)、教师同事关系(COLLEGE)作为学校无形资源的衡量指标。具体数据来自学生问卷和教师问卷，其中，学校文化氛围、教师同事关系分别对应于教师问卷中的“您对学校校园文化的氛围感到……”和“您对与学校同事的日常相处感到……”两个问题，选项采用五点李克特量表。测试结果表明，中小学教师对学校校园文化的氛围及同事关系的满意度都较高。师生关系对应于问卷中“老师和我是好朋友”一题，通过把学生与各科教师的关系值相加得到师生关系值，其中小学师生关系平均值为1.5，最高值为2，说明大部分同学只是和某一学科教师关系好；初中师生关系的平均值为2.3，最高值为6，说明初中教师与学生之间的关系略显紧张。生生关系对应于问卷中“我和同学互相帮助，关系不错”一题。样本中，小学生生关系的平均值4.7，初中学生生生关系的平均值为4.6，表示生生关系较好。

学校制度指标采用教师感知到的学校领导民主程度(MODE)，对应于教师问卷中“您对学校领导民主管理的程度感到……”一题，其中小学学校领导民主程度平均值为4.3，说明小学学校领导管理方式多为民主管理；初中学校民主程度平均值为3.9，接近于满意。

(2)学生及家庭投入变量

①学生投入变量

本研究中用学生自我期望(EXPECT)、学生内在学习动力(MOTIVE)作为学生投入指标，其中学生自我期望对应于“你想上学上到什么程度”一题。样本中，小学生自我期望的平均值为3.6，即多数小学生期望自己读到大学和研究生；初中生自我期望的平均值为3，即对应选项中的本科。学生内在学习动力对应于“学习本身是一件有趣的事情”一题。样本中小学生的平均值为4.6，表示小学生认为学习是有趣的；初中生的平均值为3.8，表示大部分初中生处于不确定和比较同意之间，远远低于小学生。

②家庭投入变量

本文使用参加课外辅导时间(FUDAO)作为家庭投入的衡量指标，参加辅导的时间越长，家庭投入就越多。对应学生问卷中的“你每周参加家教补习或课外辅导班的时间大概有多少”，包括五个选项：“(1)没有；(2)3小时以下；(3)3-6小时；(4)6-8小时；(5)8小时以上”，样本中小学和初中平均值均为2，对应于选项中的“3小时以下”。

3.控制变量

(1)学生及家庭背景变量

学生层选择了学生性别(GENDER)、是否为独生子女(DUSHENG)作为控制变量，且设置为虚拟变量，学生性别男，值设置为1，否则为0；独生子女值设置为1，否则为0。

此外，本文选取家庭社会经济文化水平作为家庭方面的控制变量。本研究根据学生家庭经济状况、父母职业、父母受教育程度，计算每位学生家庭社会经济文化水平。其步骤为：首先，把学生父母受教育程度转化为受教育年限并用相对比较法进行标准化。其次，参考中国社会科学研究院的职业分类和李春玲对不同职业赋分方法，[38][39]对父母职业声望进行打分和排序，并把分值进行标准化处理。再次，利用层次分析法(AHP)，计算家庭经济条件、父亲受教育年限、母亲受教育年限、父亲职业、母亲职业的权重，依次为0.10、0.29、0.18、0.14、0.29。最后，根据权重计算出每位学生的家庭社会经济文化水平。

(2)学校层控制变量

本研究选择生源背景(SCHESCO)、学校性质(SCHTYPE)、学校规模(STUNUM)作为学校层面的控制变量，其中生源背景是各学校的学生家庭社会经济文化指数之均值。学校性质为虚拟变量：公办=1，民办=0。学校规模为在校生人数。

本研究所有变量均借鉴姚继军在构建义务教育优质均衡发展量化测度指标体系中对数据进行标准化和去量纲化处理，[40]通过相应公式换算，得到0-1之间的数据。根据变量描述结果，我们分析城乡学校在学生成绩、学生及家庭背景、学校资源方面的差别。由表1和表2可知，这些指标表现出了明显的城乡差别。

表1 小学变量描述表

表2 初中变量描述表

(三)模型构建

如前所述，本研究所用数据为嵌套数据，学生嵌套于学校，因此采用多层线性模型(HLM)分析省域内学校资源与学生成绩的关系。第一层为学生层，第二层为学校层，模型构建如下：

1.零模型

第一层：Achievementsij=βs0j+rsij

第二层：βs0j=γs00+μs0j

(1)

2.随机截距模型

本文主要研究学校层面的因素如何影响学生成绩，即第二层的因素如何影响第一层的均分(截距)，因此，为准确检验学校资源与学生成绩的关系，本研究选用随机截距模型。首先观察在未控制学生及家庭背景变量时学校资源与学生成绩的关系(见模型2)，其次在此模型基础上加入学生及家庭背景变量，观察两次所得结果的变化(见模型3)。

第一层：Achievementsij=βs0j+rsij

第二层：

βs0j=γs00+γs01*(SCHTYPE)+γs02*(SSB)+γs03*(AVGBOOK)+γs04*(AVGFIXA)+γs05*(SCHESCO)+γs06*(SCHCULT)+γs07*(COLLEGE)+γs08*(TEBYEAR)+γs09*(TEBTITL)+γs010*(TEEDU)+γs011*(STUNUM)+γs012*(FRISTU)+γs013*(PFULL)+γs014*(MODE)+γs015*(ZAVGFLOOR)+γs016*(ZFRITEAS)+μs0j

(2)

模型2中，只在第二层截距上加入了学校资源变量，但由于每百名学生多媒体教室数与生均固定资产总值存在共线性，生均校舍面积与生均学校占地面积存在共线性，因此在最终模型中删去了每百名学生多媒体教室数和生均校舍面积。公式2中γs01......γs016为学校资源各变量对学生成绩的影响系数，通过其正负、大小和显著性即可判断该学校资源是否影响学生成绩以及如何影响。

第一层：

Achievementsij=βs0j+βs1j*(DS)+βs2j*(GENDER)+βs3j*(EXPECT)+βs4j*(MOTIVE)+βs5j*(FUDAO)+βs6j*(SESCO)+rsij

第二层：

βs0j=γs00+γs01*(SCHTYPE)+γs02*(SSB)+γs03*(AVGBOOK)+γs04*(AVGFIXA)+γs05*(SCHESCO)+γs06*(SCHCULT)+γs07*(COLLEGE)+γs08*(TEBYEAR)+γs09*(TEBTITL)+γs010*(TEEDU)+γs011*(STUNUM)+γs012*(FRISTU1)+γs013*(PFULL)+γs014*ZMODE)+γs015*(AVGFLOOR)+γs016*(ZFRITEAS)+μs0j

Βs1j=γs10

Βs2j=γs20

Βs3j=γs30

Βs4j=γs40

Βs5j=γs50

Βs6j=γs60

(3)

模型(3)中，βs1j......βs6j为学生及其家庭背景因素对学生成绩的回归系数，γs10......γs60表示βs1j......βs6j在第二层的固定效应。通过对各系数的判读，即可考察各个因素在本层和跨层的影响。

三、研究结果

(一)学校资源与小学学生成绩的关系

1.学校资源差异对小学学生成绩总变异的影响

通过零模型对学生成绩总体差异进行分解，可得到校内差异占学生成绩总体差异的比例为0.001604/(0.00841+0.01604)，约为66%；校际差异占学生成绩总体差异的比例(跨级相关系数)为0.00841/(0.00841+0.01604)，约为34%。经检验，校际差异显著存在(P<0.001)，即不同学校之间，学生成绩存在明显差异。因此，小学数据适合使用多层线性模型进行分析。

2.学校资源对小学学生成绩的影响

在未控制学生及家庭背景条件下，学校资源与小学生成绩的关系见表3。首先，学校有形资源方面。就学校人力资源而言，教师数量指标，即师生比和专任教师比例对小学生学业成绩有显著的积极影响，其中师生比每提高1%，学生标准化成绩将会提高0.199分，这与Greenwald等、[43]李祥云 等[44][45]的研究结论一致；专任教师比例与小学生成绩也有显著的正相关关系，专任教师比例每提高1%，小学生标准化成绩将会提高0.049分，说明专任教师对小学生成绩的影响更大。但教师质量指标中，教师职称、教师教龄、教师学历对小学生成绩均无显著影响，与张咏梅等、[46]Lai[47]和Rowan[48]研究发现一致。学校物力资源投入中生均图书数量对小学生成绩有积极显著的影响，生均图书数量每增加1%，小学生标准化成绩将会提高0.106分；而生均占地面积与小学生成绩有显著的负相关关系，生均占地面积每提高1%，小学生标准化成绩反而下降0.276分。另外，作为学校财力资源投入指标的生均固定资产总值与小学生成绩的关系也为负相关，但不显著。这或与优质学校办学规模庞大而导致的生均资源指标得分偏低有关。[49]

表3 小学模型2回归结果(因变量：学生成绩)

其次，学校无形资源对小学生学业成绩的影响。生生关系和师生关系均对小学生成绩有显著的积极影响，其中生生关系每提高一个单位，小学生标准化成绩将会提高0.033分，这与杨宝琰[50]和Stewart[51]的研究结论一样；师生关系每提高一个单位，小学生标准化成绩将会提高0.037分，这与张平平、[52]赵必华、[53]Hattie[54]等研究的结论一致；此外，学校领导民主程度也与小学生成绩有显著的正相关关系，学校领导民主程度每增加一个单位，小学生标准化成绩将会提高0.05分。

除此之外，生源背景也与小学生成绩有显著的积极影响，学校生源背景越好，学生成绩越好，生源背景每提高一个单位，小学生标准化成绩将会提高0.273分，这一研究结果与陆璟分析上海市2009年PISA测试数据得出的结论一致。[55]

学生及家庭背景对小学生成绩有非常重要的影响，且相关研究发现未控制学生及家庭背景因素的情况下，得到的学校资源与小学生成绩的关系具有偏差。因此本研究在模型2的基础上加入第一层变量，得到标准的随机截距模型3。根据模型3得到的结果见表4。

表4 小学模型3回归结果(因变量：学生成绩)

首先，在加入学生及家庭背景变量后，学校资源与小学生成绩的关系并没有发生太大的变化，与小学生成绩有显著影响的指标是专任教师比例、生均图书数量、生均学校占地面积、生生关系、师生关系、学校领导民主程度、生源背景。但在加入学生及家庭背景后，师生比对小学生成绩的影响显著性降低，只在10%的水平上显著。

其次，学生个体因素中，是否独生子女显著影响学生成绩，且独生子女成绩比非独生子女成绩平均高0.026分。女生成绩比男生标准化成绩平均高0.013分，与王云峰等[56]的研究结论一样；此外，与于倩[57]的研究结论一样，本研究也发现学生内在学习动力也与学生成绩有显著的积极影响。学生自我期望对小学生成绩的影响不显著。

(二)学校资源与初中学生成绩的关系

1.学校资源差异对初中学生成绩总变异的影响

在零模型中代入初中数据，得到初中第一层方差为0.01218，第二层方差为0.00693，由此可计算出初中校内差异占学生成绩总体差异的比值为64%，跨级相关系数为36%，即校际差异占学生成绩总体差异的36%，且经验校际存在显著差异(P<0.001)，因此初中数据亦需要使用多层线性模型进行分析。

2.学校资源与初中学生成绩的关系

和小学处理过程一样，第一步先利用模型2研究在为控制学生及家庭背景因素的条件下观察学校资源与学生成绩的关系。结果见表5。

表5 初中模型2回归结果(因变量：学生成绩)

由结果可知，初中学校资源与学生成绩的关系与小学略有区别。首先，学校有形资源方面，在学校人力资源指标中，只有专任教师比例显著影响初中学生成绩；教师质量指标中，教师学历显著影响初中学生成绩，教师职称对初中学生成绩有积极影响，但只达到10%水平的显著，未达到5%显著水平。学校财力资源对初中生成绩的影响与小学一样，均未有显著的关系。学校物力资源指标中，只有学校占地面积与学生成绩有显著的负相关关系，生均图书数量不再显著影响初中学生成绩。

在学校无形资源方面。学校文化氛围、师生关系、生生关系、教师同事关系和学校领导民主程度均未发现与初中学生成绩有显著关系。

为进一步精确描述学校资源与初中学生成绩的关系，在模型2的基础上进一步加入初中生个体及家庭背景变量，回归结果见表6。同小学一样，初中学校资源与学生成绩的关系在控制学生个体及家庭背景后也没有发生太大的变化，与学生成绩有显著关系的依然是学校性质、生源背景、教师学历、学校规模、专任教师比例、生均教师面积，但教师职称与学生成绩的关系比控制学生个体及家庭背景之前更显著。

表6 初中模型3回归结果(因变量：学生成绩)

学生个体因素中，独生子女与初中学生成绩有显著影响，独生子女标准化总成绩比非独生子女平均高0.003分，差值很小；学生性别与学生成绩有显著关系，女生标准化成绩比男生成绩平均高0.011分。学生投入中学生自我期望和内在学习动力均对初中学生成绩有显著影响，其中，自我期望每提高一个单位，初中学生标准化成绩将提高0.160分，这与Campell、[58]Sewell[59]等的研究结果一致；学生内在学习动力每提高一个单位，初中学生标准化成绩将提高0.01分。

四、研究结论与政策启示

根据回归结果，我们得到如下结论：

(一)不同教育阶段学校资源与学生成绩的关系不同

根据上述结果，本研究发现，除财力资源指标，即生均固定资产对中小学学生成绩的影响均不显著外，其他学校资源投入与学生成绩的关系因教育阶段而有所差异，尤其是学校无形资源的影响随着学段的提高而降低。在小学阶段，生生关系、学校领导民主程度、师生关系均对学生成绩有显著的积极影响，但中学阶段，生生关系、学校领导民主程度、师生关系与学生成绩的关系均变为不显著。这一研究结果与胡咏梅[60]、Sammons[61]和Goldstein[62]的研究结论类似。究其原因，可能有三：一是中小学生身心发展阶段不同。小学生具有较强的好奇心，愿意去尝试和学习新鲜的事物和知识，而且也具有较强的向师性。到了初中阶段，学生逐渐步入青春期，自我意识增强，自主学习能力增强，求知欲更强，学习压力增大，对老师的敬畏心也在慢慢减弱，可能还会产生师生冲突。因此面对小学生、初中生不同的身心发展状态，学校投入及课堂教学组织应有所区别。[63][64]二是教师教学行为有所区别。有研究发现中小学教师在教学行为上有所不同，小学教师有效教学行为水平在教学准备、策略、评价及班级管理方面要高于初中教师，而在系统呈现教材方面的有效教学行为水平低于初中，说明相对于初中来说，小学教师教学行为更有趣、生动一些，而初中的教师教学多是以学生成绩为导向，方式相对单一。[65]三是校长领导方式有所区别。有研究发现初中校长更倾向于对学生严格管理和工作的监督。[66]另外，从经验来说，小学的择校程度低，初中择校程度更高，这或许也会影响估计结果。但由于江苏省对整个义务教育学段择校行为都控制得十分严格，严格执行就近入学政策，杜绝跨区择校行为，且我们在施测及数据分析过程中，已经控制了生源因素的影响，因此基本可排除这一可能。

需要说明的是，本研究发现诸如生均固定资产等财力指标无论在哪个学段的影响均不显著，这与既往许多研究的结论并不一致。在我们前期的相关研究中，也发现了这一“反常的结果”。针对于此，我们对指标和数据做了进一步分析，并结合实地调研分析了造成这一现象的原因，发现随着教育投入的增加，弱势学校办学条件也得到很大的改善，但由于这些学校往往难以招到充足的生源，尤其在乡镇地区还出现了“空心化”的问题，办学规模的缩减反而使得生均固定资本指标表现更好。但我们认为，这一结果，一方面体现了弱势学校办学硬件条件的改善，另一方面，也反映了各校办学质量不均衡。而后者，或为需要给予更多关注并解决的问题。[67]

(二)学校无形资源显著影响小学学生成绩

根据结果分析可知，学校软件资源对小学的影响更为显著，师生关系、生生关系和学校领导民主程度均能正向预测小学生成绩。就师生关系来说，小学师生关系每提高一个单位，学生标准化成绩将会增加0.036分。相对初中而言，小学生与教师的关系更好。这或是因为随着年龄的增长，学生在生理、心理以及思维上都趋于成熟，尤其到了青春期后学生开始有自己的想法、主见，对教师权威性和敬畏心减弱，使师生关系面临更为复杂的情形。就生生关系来说，生生关系每提高一个单位，学生标准化成绩将会提高0.031分。在儿童及青少年时期，随着年龄的增长，学生待在学校的时间越来越长，而与父母一起的时间越来越少，同伴关系会逐渐占据学生人际关系中的主要地位。就学校领导民主程度来说，学校领导民主程度对小学生成绩有显著的正影响。有研究者建议校长要鼓励教师参与学校管理，[68]但现实中，校长“一言堂”、学校民主管理流于表面、教师参与管理积极性不高等现象还普遍存在，这方面仍有较大改进空间。[69][70]

(三)学校生源背景显著影响学生成绩

本研究发现，不管是中学还是小学，学校生源背景越好，学生成绩越好。已有研究发现在大部分国家，教育机会分配均明显倾向于家庭背景优越的学生。[71]但研究也发现，学校对家庭资源处于劣势的学生所起的补偿效应，可能会改变学生命运。张平平对抗逆学生的研究发现，家庭条件处于劣势的学生若进入教育资源充足、学校氛围积极、教学质量高和学校生源平均家庭阶层地位高的学校，将更有可能实现抗逆。[72]余秀兰等对“寒门如何出贵子”的回答是，让子女接受教育，对寒门学生的影响要大于富裕家庭的学生，同时还发现学校和老师在很大程度上弥补了寒门学子的家庭文化资本不足。[73]本研究进一步证实了以上观点，由于学校的生源背景显著影响教育结果，因此，如何消弭学校间的“阶层差异”，将是实现教育公平的重中之重。

基于本文的研究结论，进一步优化学校的资源需要：第一，坚持教育公益性原则，加大教育经费投入，且在保证学校实现标准化建设的基础上，适当调整学校资源在不同教育阶段的投入重点和方向，提高经费使用效益；第二，在重视学校有形资源的同时，需重视学校无形资源的影响，完善学校内部治理结构，营造良好的学校氛围；第三，重视不同阶层差异，避免“马太效应”。一方面要尽量保证资源配置的公平性，另一方面政府、学校要发挥线上教育的优势，使低阶层学校学生同样享有高质量的教育，缩小教育差距。

本研究的不足之处：回归分析中指标选择需要进一步优化。由于数据限制，学校资源指标选择并不能完全反映学校资源投入的真实情况，尤其在财力资源方面，由于缺乏具体的生均公用经费、生均事业经费等数据，我们采用生均固定资产总值代替，但这一指标在描述学校经费状况时，存在着难以描述当期情况、精度不佳等情况。另外，由于篇幅和数据的限制，无法进一步探究无形资源对中小学的影响机制是什么，对研究发现的探究有待进一步深化。这些问题，需要在今后的研究中予以解决。