指向“均衡干預”的學業質量群體差異成因分析

龔建新

摘要：學業質量的群體差異明顯是當前義務教育的熱點難點問題之一。群體差異成因的復雜性導致了學業質量群體差異具有一定的普遍性。所謂“均衡干預”即：指向于班級、學校或者某個區域學生群體學業質量乃至教育整體均衡的、具有一定行政色彩或組織化水平，旨在使優先者更優、后進者變優、差異減少的行為介入。干預措施制定的前提是對造成群體學業質量差異的因素進行精準分析。

關鍵詞：學業質量;群體差異;均衡干預

中圖分類號：G40-03 文獻標志碼：A 文章編號：1673-9094（2018）12A-0037-05

學業質量群體差異明顯是當前義務教育的熱點難點問題之一。采用質量監測探究學業質量群體差異程度及差異成因是國際通行的方法。因此，2015年，國務院教育督導委員會頒布了《國家義務教育質量監測方案》，學業質量便是監測的核心內容。此后，各省、市和縣區也相繼成立了質量監測中心，開展質量監測工作。國家和省市組織質量監測時，以分層抽樣方式組織開展監測。質量監測不對個體，只對群體進行評價。目的是在全面了解、掌握區域間群體學業水平的均衡狀況及其影響因素的基礎上，為各級政府和學校指向“均衡干預”找準問題，分析原因，科學決策，破解差異過大的難題，全面提升義務教育質量，實現質量公平。

一、群體差異成因的復雜性與均衡干預的必要性

任何均衡都是相對的，而差異是絕對的。造成學業質量群體差異的因素十分復雜，我們可以從微觀系統、中觀系統、宏觀系統三個角度來探討學業成績群體差異產生的必然性，從而理解均衡干預的必要性。

（一）從微觀系統看，學生個體因素的差異會導致群體學業質量的差異

群體是由一個個活生生的個體組成的，每個個體之間差異是顯著的，組成群體的個體差異必然會導致群體差異。一是個體智力因素和非智力因素差異。有研究發現，智力與學業成績的相關程度變化幅度在0.34～0.51之間。非智力因素對學生學業成就有顯著影響，如美國心理學家曾對800名男性進行30多年的跟蹤研究，得出的結論是：成就最大與最小的人之間，最明顯的差異不在于智力水平，而在于是否有自信心，有進取心，有堅持心，有不屈不撓、不自卑等良好的意志品格。我國曾對115名在市級各類競賽中獲獎的同學進行過一次詳細的調查，發現他們中間智力超群者并不多，家庭的物質文化條件也并不優越，然而，大多數人興趣廣泛，知識面寬，意志堅強，有正確的學習動機，有強烈的求知欲和自信心。[1]二是個體家庭因素的差異能夠導致學業質量的差異。對學業成績產生影響的家庭因素是多方面的，比如父母的學歷、教養方式、經濟收入等等。家庭因素的千差萬別必然會對學業質量的差異帶來影響。研究發現：在義務教育階段，隨著學生年齡的增長，對學業成績具有顯著影響的家庭因素由教養方式、父母期望等過程性變量向父母受教育程度、家庭經濟狀況等結構性變量過渡。[2]

（二）從中觀系統看，學校因素的差異能夠導致學業質量的差異

學校的差異對學業質量差異有很大的影響，這是“擇校熱”持久不退的客觀原因。有研究在控制學生的心智能力及家庭因素后，發現無論從單因素分析還是從多因素分析看，學校質量對學業成績有極其顯著的影響，并呈現正向的影響，學校質量越好，學生學業成績越高。只是，學校質量對學業成績的影響力低于心智能力的影響力。研究發現，好的學校能通過創設學業導向的學校文化而對學業成績產生影響，學業導向的學業文化可以表述為低頻率的欺負、受欺負事件，強烈的歸屬感，良好的、積極的同伴關系和師生關系。[3]有研究還表明教師古板的講授型教學方式、班級學習氛圍薄弱、寄宿制生活管理方式是影響學業質量學校方面的風險因素。江蘇省義務教育質量監測的結果還發現：學校的辦學自主權和國家課程的開設對小學生和中學生的學業成績有顯著的正向影響作用。校長的教學領導力和對教師專業發展的支持對小學生的學業成績有顯著的影響。[4]

（三）從宏觀系統看，區域因素的差異性能夠導致學業質量的差異

有研究將2010年義務教育質量監測中學生學業質量情況與2006、2008年的情況對比，在與同類地區、全國常模相比后發現：區、縣間學生學業成績差異顯著。不同地域（蘇南、蘇中、蘇北）學校學生學業質量有明顯差異。[5]這種差異的產生，既有現實的原因，也有歷史的原因。區域間由于經濟、文化等因素的差異，形成了教育發展生態環境的差異。這種教育生態環境源自本土歷史的長期積淀，如同無形之手，形成區域間政府乃至民眾對教育的經濟和情感投入的差異，從而導致區域間教育發展水平產生差異，尤其是一個區域尊師重教的氛圍對一個區域的學業質量有顯著的預測作用。南通長期以來能在省內外保持較高的教育質量，一個很重要的因素是南通有著崇文重教的歷史傳統，從政府到民眾，支持教育、重視教育，對教育的經濟和情感都有較大投入，所以南通被稱為“教育之鄉”，這種文化傳統對南通整個區域教育質量的影響是無形的，但也是巨大的。一些教育發達地區的優秀教師跳槽到另一個地區，其中不少人似乎失去了原有的風采和作用，一個很重要的原因，就是適合他發展和作用發揮的教育生態發生了變化。

（四）群體差異成因的復雜性讓“均衡干預”成為必要

群體差異成因的復雜性導致了學業質量群體差異具有一定的普遍性。對此，我們需要從兩個角度去認識：一是這種復雜性說明了群體間學業質量的差異具有一定的必然性，一定閾值內的差異是必然的，無須大驚小怪;二是當這種差異和廣大人民群眾對公平的、高質量的教育的期望有較大距離，甚至超越了人們的心理承受力，就必須進行“均衡干預”。因為促進義務教育學業質量均衡發展，縮小群體間、區域間的質量差異，這是義務教育性質的需要，同時也是全面提高國民素質，全面提升我國勞動力水平的需要。往更深遠看，還是提高我國綜合國力和發展后勁，社會和諧、人心穩定的需要。所謂“均衡干預”是指指向于班級、學校或者某個區域學生群體學業質量乃至教育整體均衡的、具有一定行政色彩或組織化水平，旨在使優先者更優、后進者變優、差異減少的行為介入。干預措施制定的前提是對造成群體學業質量差異的復雜因素進行精準分析。

二、指向“均衡干預”的群體切分的視角與方法

“群體”是個社會學概念，是指因為共享共同價值觀而聚集在一起的社會單位。根據群體是否真實存在也可以將群體劃分為統計群體與實際群體。所謂統計群體，指實際上并不存在，只是為了研究和分析的需要，把具有某種特征的人在想象中組織起來，成為群體。這類群體盡管不存在實際的人與人之間的交往，但是他們具有某種共同的心理、行為特點。統計群體主要存在于統計學中，如男生群體、女生群體、學困生群體、縣域學生群體。實際群體是指在一定空間和時間范圍內存在的群體。這類群體有著明顯的界限和不同程度的實際交往，如學校學生群體、年級學生群體、班級學生群體、班級內群體（學習小組、合作小組）。根據研究和干預的需要，我們可以對群體做出不同切分。從切分后群體數量來分類，一般有以下切分方法：

一是多群體切分。就是根據需要將研究對象切分成三個以上的群體，然后對這些群體進行比較研究。大致有兩種類型，一種是按照一定空間區域來切分，切分得到的群體一般是實際群體，常常用來將多個群體的相關數據進行比較，描述區域群體間差異水平。如：我們要研究縣域質量差異及其“均衡干預”措施，就可以將不同縣（市、區）的學生分別作為一個群體，用來研究區域差異;若要研究校內班級之間的質量差異及其干預措施，就可以將校內每個行政班級作為一個獨立群體，用來研究校內班級之間的差異。另一種是根據統計需要，按照一定的統計要素切分，這種群體往往是統計群體，常常用來探究學業質量差異成因。如：有研究者為了了解睡眠時間對八年級學生學業質量的影響，將學生睡眠時間切分成9小時以上、8～9小時、6～7小時、少于6小時四個時長，通過比較分析，得出對質量干預頗有啟發意義的結論。[6]

二是雙群體切分。就是根據某一標準切分成兩個群體，然后將這兩個群體進行比較研究。如：要研究城鄉學校質量差異，可以根據學校所在地的性質，將學生分成城、鄉兩個群體;要研究男女生學業成績差異，就可以將學生分成男生、女生兩個群體。這種切分得到的群體一般屬于統計群體，這種切分研究方法，既可以進行差異水平比較，又可以探究差異成因。如江蘇省義務教育學業質量監測，每次都會對性別差異進行研究，在A、B、C、D四個學業水平上分別對男女生的占比進行統計。

三是單一群體切分。就是根據對象的某一特征將其從樣本群中切分抽離出來，然后與整個樣本群進行比較分析或對影響這個群體學業質量的各項因素進行分析。如：進城務工人員隨遷子女、農村留守兒童、殘疾兒童、需要特別照顧的學生、城市低保家庭和農村家庭經濟困難的寄宿學生等群體，這些特殊群體就是根據他們身份的某一特征劃定為統計群體的。我們還可以從學業質量某一指標或者學業監測某一項目內容上的表現差異來切分抽離出一個特定的統計群體。如：喜愛某一學科的群體、在某一分數段內的群體、在某一題上做出正確或錯誤回答的群體等等。

群體切分不是隨心所欲的，應該依據義務教育學業質量的指標體系，整體化、結構化考慮切分的方案。如：可以從空間的角度來設計，分為“區域”“區域內城鄉”“區域內學校”“學校內班級”等四個模塊，在每個模塊內再進一步細化各項指標。當然，學業質量群體間均衡的指標很難設計，但這也為我們提供了廣闊的想象空間，我們可以根據自己的假設來進行群體切分。從本質上講，一種切分就是一個研究分析的角度，就是一個指向“均衡干預”的切入口。無論是真實群體還是統計群體，我們都可以在一次切分后根據研究需要進行再次切分。如：一個班級作為單一群體，還可根據研究需要再次切分，從學業水平切分為若干層次的群體，從學生家庭因素如家庭結構、經濟地位、父母文化水平等又可以進行切分。群體切分既要依據研究目的，又要依據研究的工具和我們已經掌握的相關數據。

三、基于數據的群體差異成因的精準分析

研究學業成績差異影響因素，不能僅僅依靠理論上的“思辨”，更不能依賴教學、管理經驗上的主觀推斷，做出所謂“好像是”“感覺是”的結論，而應該從經驗分析走向依靠數據的實證化分析，使得成因分析更加準確科學，“均衡干預”措施的制定也更具科學性、針對性、預測性。

（一）多角度挖掘數據資源，提高差異成因分析的精準度

許多地區和學校積累了大量與學業質量相關的數據，尤其是網上閱卷平臺的建立，使得積累的數據更加豐富、多元，為基于數據的研究分析提供了數據保障和技術支撐。基于數據的研究分析，就是從傳統的經驗總結走向科學分析，通過學業質量相關數據的統計分析，對影響學業水平的某個主題或某個現象進行描述，進而揭示變量與變量之間的相關關系及因果聯系。

從掌握的文獻材料看，當前對學業質量影響因素的研究，大多采用多層線性模型的方法，將來自學校、教師、學生層面的與學業水平相關的因素作為自變量，而將來自各學科的測試成績作為因變量。如果采用這一方法，我們可以選取校內各種類型考試、區域學業質量測試獲得的各種數據，對學業質量差異及學生層面的影響因素進行研究，研究不同學生個體間學業成績是否存在差異，哪些因素會對學生學業成績產生顯著影響，哪些因素對學業質量的群體差異具有較高的解釋率，從而提高差異成因分析的精準度。

例如，萬偉利用江蘇省學業質量監測數據，研究做作業時間與學業成績的關系后發現：對于八年級學生，做作業時間越長，學生相對學業成績越高，但是，做作業2～3小時的學生學業成績與做作業3～5小時的學生學業成績實際差距并不是很大。[7]這個研究結果為如何合理地干預學生課外作業負擔提供了有力的佐證。

（二）不盲從別人的結論，用好自己的數據，確保差異成因分析的針對性

正因為影響學業質量差異的因素眾多而復雜，所以我們不能盲從別人的結論。盲從，容易導致結論的偏差甚至錯誤，導致成因分析沒有針對性。例如：有不少研究發現，單親家庭子女和外來務工人員子女兩個群體的學業成績和學生整體的學業成績有明顯差異。[8]但是通過對我縣2015年暑期初一、初二期末考試和初三中考相關數據的分析發現，這個結論和如東縣的實際狀況不完全一致。我們的研究發現，三個年級單親家庭的學生學業成績明顯低于學生整體的學業成績，但是外來務工人員子女的學業成績和整體學業質量沒有明顯差異。進一步研究發現，其原因有二：一是因為如東基礎教育質量比較高，不少外來務工者看到子女學業發展良好，就選擇留在如東，孩子有了一個穩定的學習環境。二是如東的外來務工者大多集中在商業領域，他們的文化程度、認知水平相對較高，對家庭教育比較重視。

這一研究表明，學業質量群體差異成因分析，不能根據經驗或者別人的研究做出簡單的推論。我們應借鑒他人的研究視角、研究方法，對學業質量監測的相關數據進行深度研究，用自己的研究、自己的數據來說話，據此研制出有針對性的“均衡干預”措施。

（三）深入學科內部，從更微觀的層面分析差異成因，提高差異成因分析的靶向效應

利用考試數據進行相關分析和回歸分析，可以深入到學科內部，研究影響學業成績差異的微觀因素。筆者曾經利用期末考試的數據，對學生書寫水平（主要評價書寫的工整、美觀程度，以寫字分呈現）對作文成績的影響開展過實證研究。我們以2014—2015學年度第二學期七年級和八年級語文期末考試成績為樣本進行了研究。作文分作為因變量可能會受多種因素的影響，寫字是眾多因素中的一個。為分析書寫水平對作文分的貢獻，我們采用多元線性回歸模型進行分析，以作文分為因變量，寫字分、其他題的分數、學校為自變量，逐步加入自變量，一共建立了8個回歸模型，通過STATA/MP 13.1統計軟件進行統計分析。首先，通過描述性統計分析，分別分析上述各自變量的平均值和標準差，研究自變量對因變量是否有顯著的影響并呈密切的線性相關，以保證回歸模型具有優良的解釋能力和預測效果，為進一步分析尋找可能。然后，根據8個回歸模型，分別對七、八年級的因變量和自變量做線性回歸分析，分析寫字分對作文分的貢獻。最后得出的結論是：1標準差的寫字分對作文分大約有0.2標準差的影響，這個結果在七、八兩個年級是基本統一的。這種深入到學科內部微觀層面的研究結論為提高學生的作文成績提供了一個清晰的視角，具有非常明確的靶向干預效果。

（四）利用大數據技術，獲得更加豐富多元的數據，提高差異成因分析的全息性

傳統的數據分析主要有以下弊端：一是專業性強。一般教師很難掌握復雜的統計方法，絕大多數教師只會對群體做出簡單的描述性統計分析，不會對每一個學生、每一個教師、每一個班級的微觀做更精細的分析。二是分析的深度不夠，角度單一。傳統方式只能發現最主要的少量影響因素，但隨著社會和教育的發展，影響學生學業質量的更多非顯性原因和隱藏角度日益增加，傳統分析方法已力不從心。三是普遍存在著“數據孤島”現象。各種與學業質量相關的數據在不同的學校、不同的部門，甚至一個學校不同年級、不同老師之間相互獨立存儲，彼此間相互孤立，不能共享，再加上不同學校、不同部門，包括不同老師站在自己的角度對數據進行理解和定義，使得一些相同的數據被賦予了不同的含義，也使得數據不能共享。譬如，傳統分析很難建立學習者的知識地圖，更無法從知識結構對學生知識、能力的缺陷做出精準的診斷性和預測性分析。

令人興奮的是，傳統分析的弊端正在被大數據技術一一攻破，當前，大數據技術正在進入校園，不少地方開始運用大數據平臺分析學業質量。大數據技術可以獲得與學業質量相關的數量更多、來源更廣、類型更豐富的數據，從中可以發現影響學業質量的諸多因素，獲得差異成因的全息圖像，不僅可以知道“好不好”，而且能夠知道“為什么好”“為什么不好”。更為重要的是，這樣的全息圖像不僅可以針對群體，還可以針對個體，據此制定的“均衡干預”方案將會更加個性化、精細化。

參考文獻：

[1][3]趙紅霞.影響初中生學業成績差異的機制研究[D].上海：華東師范大學， 2011：16-17.117.

[2]溫佩澤.義務教育階段學業成就影響因素研究[D].長春：東北師范大學， 2015：31.

[4][6][7]萬偉.江蘇省義務教育學生學習環境狀況的分析報告[J].江蘇教育研究， 2012（2C）：43-48.

[5]倪娟.江蘇省義務教育學業質量均衡化推進報告[J].江蘇教育研究， 2012（2C）：37-42.

[8]郝懿，田一.義務教育階段學業質量差異及學生個體影響因素研究[J].基礎教育課程， 2015（13）：55-61.

責任編輯：丁偉紅

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