學習成績、STEM興趣與21世紀技能
——基于中介效應模型分析

浦小松 康建朝

(中國教育科學研究院 國際與比較教育研究所，北京 100088)

一、引 言

為應對信息時代的全球競爭、人工智能和知識社會帶來的挑戰，國際教育界出現了以21世紀技能為導向的教育改革運動。這是一場從知識性和基礎性的3R(Reading，wRiting，aRithmetic)運動變革為21 世紀的技能性和高階性的4C(Critical thinking and problem solving，Communication，Collaboration，Creativity and innovation)運動，是一次重大教育范式和課程領導范式的變革(彭正梅等，2017)。有學者指出，美國21 世紀技能的內涵框架包括三套技能：學習與創新技能、數字素養技能和職業與生活技能。學習與創新技能是21 世紀技能的精神內核，包括三項具體技能：批判性思維與問題解決、溝通與合作、創造力與創新。數字素養技能是21 世紀技能的技術基礎，包括三項具體技能：信息素養技能、媒體素養技能、信息與交流技術技能。職業與生活技能是21世紀技能的實踐環境，包括五項技能：靈活性與適應性技能、主動性與自我指導技能、社會交往與跨文化技能、產出能力與問責技能、領導力與責任技能(賀巍等，2011；張義兵，2012)。

盡管不同國家、不同學者對21世紀技能內涵的闡釋有所差異，但總體而言，21世紀技能是為應對變動不居的世界以及未來生活與職業挑戰所需的重要技能，具有綜合性、廣泛性、豐富性，核心要素涵蓋批判性思維、問題解決、溝通協作、創新創造等關鍵技能。不論我國學生發展核心素養的提出，還是國際上有關21世紀技能的討論，都反映了育人目標由強調知識過渡到注重能力。而素養與技能的培養通過何種教育模式或方式有效實現，難有定論。從國際教育改革熱點和一些國家教育實踐看，STEM教育有助于培養學生的科學探究能力、創新意識、批判性思維、信息技術能力等未來社會必備技能。教育首先是學習知識，特別是扎實的、系統的知識，中學作為學生成長的關鍵階段，對其21世紀技能的培養至關重要。本研究選擇初一和高一學生作為樣本，重點分析學習成績、STEM興趣與21世紀技能之間的相互關系。

二、研究假設與分析框架

(一)研究假設

1.學習成績與21世紀技能的關系

成績，更多指的是學生對知識的掌握程度，一定程度上反映學生學習某一科目的能力。知識的獲得與能力的形成均是教育的目標，學習就是要使學生具備知識遷移的能力。陳瑞豐等(2019)認為知識建構是能力生成的必要基礎。沒有知識建構，能力生成就喪失了前提。21世紀技能框架注重培養全面發展的學生，強調在知識學習中學會思考，使知識獲得和能力養成相互促進、相互提高。

基于此，本研究提出如下假設：

假設H1：成績中等或優異學生的21世紀技能水平顯著高于成績較差的學生。

2.學習成績與學習興趣的關系

學習興趣是學習動機中最現實和最活躍的因素，學生在學習過程中體驗到愉悅感，能夠使他們在該領域取得較多的學業收獲。反之，學業成就的取得也能激發其學習興趣。克勒爾等(Koeller et al.，2001)研究表明，至少從七年級到十年級，學業成就會影響學習興趣，即高學業成就者比低學業成就者表現出更濃厚的學習興趣。費雪等(Fisher et al.，2012)研究發現，數學技能可以預測數學興趣，數學興趣和數學能力之間的互惠關系可能在學齡前就已存在。常衛國等(2010)對高一學生調查的結果顯示，成績好的學生數學學習興趣濃，學生數學學習興趣和他們的數學成績互為因果。成就感激發學生的學習動機進而導致學習成績的提高，學生的數學基礎和學習興趣正相關。

基于此，本研究提出如下假設：

假設H2a：成績中等或優異學生的數學學習興趣顯著強于成績較差的學生。

假設H2b：成績中等或優異學生的科學學習興趣顯著強于成績較差的學生。

假設H2c：成績中等或優異學生的工程與技術學習興趣顯著強于成績較差的學生。

3.學習興趣與21世紀技能的關系

興趣作為非智力因素的重要方面，能夠形成強大的精神力量，是培養能力的先導，能夠有效促進知識向能力和素養的轉化。積極的學習興趣會使大腦處于活躍狀態，激發學習動機，提高注意力，促進學生主動學習和思考?？死?Krapp，2005)認為興趣對學生的認知表現和情感體驗具有積極的促進作用。因此，培養興趣，建立學習自信，增強學習內驅力，是形成能力的先決條件。

基于此，本研究提出如下假設：

假設H3a：數學學習興趣對21世紀技能水平具有顯著正向影響。

假設H3b：科學學習興趣對21世紀技能水平具有顯著正向影響。

假設H3c：工程與技術學習興趣對21世紀技能水平具有顯著正向影響。

4.學習興趣的中介效應

STEM教育使傳統的科學、技術、工程、數學等學科教育不再停留于學科內部，而是加強其內在關聯與融合，幫助學生綜合學習與運用不同學科知識，培養科學探究能力、團隊合作能力、創新意識、批判性思維等未來必備技能。在課程與教學中，STEM課程注重探究學習和項目學習，將學習情境與真實世界聯系，強調科學技術與工程、數學的整合，培養學生解決實際問題的能力(徐金雷等，2017)。本研究認為，中小學STEM教育的核心功能在于它為學生綜合知識與全面發展能力培養之間架構起橋梁，在學生從掌握知識到應用知識養成能力的轉化上起到助推作用。STEM學科興趣濃厚的學生，更有可能獲得較好的學習成績，具備更高的21世紀技能。

基于此，本研究提出如下假設：

假設H4a：數學學習興趣在學習成績與21世紀技能水平之間存在中介效應。

假設H4b：科學學習興趣在學習成績與21世紀技能水平之間存在中介效應。

假設H4c：工程與技術學習興趣在學習成績與21世紀技能水平之間存在中介效應。

(二)分析框架

通過文獻梳理和理論分析發現，學生學習成績(較差、中等、優異)與21世紀技能水平之間存在關聯性，而學習興趣可能是學習成績與21世紀技能水平關聯的中介。本研究以中學生為研究對象，以學習成績為核心解釋變量，以數學學習興趣、科學學習興趣、工程與技術學習興趣為中介變量，以學生性別、年級、校外活動、父親職業ISEI指數、母親職業ISEI指數為控制變量，研究它們如何作用于提升學生的21世紀技能，分析框架見圖1。

圖1 本研究分析框架

三、數據與變量

(一)數據來源

為了解中國STEM教育發展狀況，課題組編制了《中國STEM教育調查問卷》，內容包含學生基本信息、STEM學習情況、STEM學習興趣與職業傾向三個維度，具體為11項指標49道題，并于2019年9-10月間，通過四階段分層抽樣向全國七大區域(華北、華東、東北、華中、華南、西南、西北)初一、高一學生發放問卷，累計回收中學生問卷16122份，剔除質量不佳問卷和不符合分析需求的問卷，得到有效問卷14418份。

(二)變量設計

1.被解釋變量

學生21世紀技能量表采用五點計分。其中，1表示強烈不同意，2表示不同意，3表示既不同意也不反對，4表示同意，5表示強烈同意。分值越大，說明學生21世紀技能水平越高。

對學生21世紀技能量表進行因子分析可行性檢驗結果顯示，KMO檢驗值為0.956，Bartlett球形檢驗p=0.000<0.001，表明數據適合做因子分析。題目的可靠性分析α信度系數為0.955，信度較高。探索性因子分析結果顯示，學生21世紀技能量表得到一個公因子的特征值為7.62，方差貢獻率為69.31%(見表一)。

表一 學生21世紀技能量表探索性因子分析結果

本研究采用驗證性因子分析檢驗探索性因子分析結果的有效性，RMSEA、SRMR、CFI以及TLI(NNFI)指數均擬合成功，模型具有較好的擬合效果(見表二)，其路徑見圖2。

表二 學生21世紀技能量表模型擬合效果

圖2 學生21世紀技能量表路徑

2.核心解釋變量

學生學習成績調查采用五點計分題項。其中，1表示名列前茅，2表示穩居中上，3表示中等水平，4表示不太理想，5表示波動較大。結果顯示，學生表示自己學習成績名列前茅的占11.57%，學習成績穩居中上的占29.57%，學習成績中等的占35.25%，學習成績不太理想的占17.78%，學習成績波動較大的占5.83%?？梢?，學生學習成績基本符合正態分布。

為便于分析，本研究把成績名列前茅和穩居中上的合并為成績優異的群體，把成績不太理想和波動較大的合并為成績較差的群體，即學習成績共分為三類，其中，1表示成績較差，2表示成績中等，3表示成績優異。結果顯示，41.14%的學生成績優異，35.25%的學生成績中等，23.61%的學生成績較差。

3.中介變量

本研究分別考察STEM教育學生數學學習興趣、科學學習興趣、工程與技術學習興趣作為中介變量時，對學生學習成績與21世紀技能之間關系是否具有中介效應。

1)數學學習興趣

數學學習興趣量表采用五點計分。其中，1表示強烈不同意，2表示不同意，3表示既不同意也不反對，4表示同意，5表示強烈同意。分值越大，說明中學生數學學習興趣越高。

對數學學習興趣量表進行因子分析可行性檢驗結果顯示，KMO檢驗值為0.875，Bartlett球形檢驗p=0.000<0.001，表明數據適合做因子分析。題目的可靠性分析α信度系數為0.881，信度較高。探索性因子分析結果顯示，數學學習興趣量表得到一個公因子的特征值為4.40，方差貢獻率為54.96%(見表三)。

表三 數學學習興趣量表探索性因子分析結果

本研究采用驗證性因子分析檢驗探索性因子分析結果的有效性，RMSEA、SRMR、CFI以及TLI(NNFI)指數均擬合成功，模型具有較好的擬合效果(見表四)，其路徑見圖3。

圖3 數學學習興趣量表路徑

表四 數學學習興趣量表模型擬合效果

2)科學學習興趣

科學學習興趣量表采用五點計分。其中，1表示強烈不同意，2表示不同意，3表示既不同意也不反對，4表示同意，5表示強烈同意。分值越大，說明中學生科學學習興趣越強。

對科學學習興趣量表進行因子分析可行性檢驗結果顯示，KMO檢驗值為0.936，Bartlett球形檢驗p=0.000<0.001，表明數據適合做因子分析。題目的可靠性分析α信度系數為0.936，信度較高。探索性因子分析結果顯示，科學學習興趣量表得到一個公因子的特征值為5.54，方差貢獻率為69.28%(見表五)。

表五 科學學習興趣量表探索性因子分析結果

本研究采用驗證性因子分析檢驗探索性因子分析結果的有效性，RMSEA、SRMR、CFI以及TLI(NNFI)指數均擬合成功，模型具有較好的擬合效果(見表六)，其路徑見圖4。

圖4 科學學習興趣量表路徑

表六 科學學習興趣量表模型擬合效果

3)工程與技術學習興趣

工程與技術學習興趣量表采用5點計分。其中，1表示強烈不同意，2表示不同意，3表示既不同意也不反對，4表示同意，5表示強烈同意。分值越大，說明中學生工程與技術學習興趣越高。

對工程與技術學習興趣量表進行因子分析可行性檢驗結果顯示，KMO檢驗值為0.937，Bartlett球形檢驗p=0.000<0.001，表明數據適合做因子分析。題目的可靠性分析α信度系數為0.930，信度較高。探索性因子分析結果顯示，工程與技術學習興趣量表得到一個公因子的特征值為5.77，方差貢獻率為64.16%(見表七)。

表七 工程與技術學習興趣量表探索性因子分析結果

本研究采用驗證性因子分析檢驗探索性因子分析結果有效性，RMSEA、SRMR、CFI以及TLI(NNFI)指數均擬合成功，模型具有較好的擬合效果(見表八)，其路徑見圖5。

表八 工程與技術學習興趣量表模型擬合效果

圖5 工程與技術學習興趣量表路徑

4.控制變量

控制變量包括學生個體和家庭兩個層面。個體層面的控制變量主要為性別、年級、校外活動；家庭層面的控制變量主要為父母職業類別。

本研究將父母職業類別轉換為國際標準職業分類代碼(International Standard Classification of Occupation, ISCO-88)，采用的國際社會經濟地位指數(ISEI指數)是由甘澤布姆等(Ganzeboom et al.，1992)基于職業的平均受教育水平和收入計算而來。“軍人”職業沒有給出ISCO-88與ISEI指數的對應值，因此將這一職業對應的父母ISEI指數設為缺失值(見表九)。

表九 父母職業ISEI指數

控制變量的描述性分析結果見表十。從性別看，男生7296人，占50.60%；女生7122人，占49.40%；從年級看，初一學生10073人，占69.86%；高一學生4345人，占30.14%；每月平均參加校外活動的次數為2.08次。父親職業ISEI指數平均值為37.84，母親職業ISEI指數平均值為35.00。

表十 控制變量描述性分析

四、模型構建與實證分析

(一)模型構建

中介效應模型是量化研究常用的分析方法，已有較完整的分析流程。本研究構建以STEM興趣為中介變量，引入控制變量，研究學習成績與學生21世紀技能相互作用的多元回歸模型。其中，核心解釋變量學習成績由三類變量組成，將其虛擬化得到的score1、score2、score3分別表示成績較差、成績中等、成績優異，以成績較差為基準組，將成績中等、成績優異引入回歸模型，得到公式(1)。其中Control表示一系列控制變量(學生性別、年級、校外活動，父母職業ISEI指數)。本研究應用多元回歸模型，在引入控制變量后，探究成績中等或成績優異學生的21世紀技能水平是否顯著高于成績較差的學生，系數c2、c3為成績中等或成績優異對21世紀技能水平的總效應。若c2、c3顯著，說明總效應顯著，從而驗證假設H1。

skill=c2·score2+c3·score3+Σ β1·Control+e1

(1)

本研究將數學學習興趣、科學學習興趣、工程與技術學習興趣分別作為被解釋變量，應用多元回歸模型，在引入控制變量后，得到公式(2)、(3)、(4)，探究成績中等或優異學生的三科學習興趣是否顯著強于成績較差的學生，系數a2i、a3i(i=1,2,3)為成績中等或成績優異對中介變量STEM興趣的效應，從而驗證假設H2a～H2c。

mathinterest=a21·score2+a31·score3+Σ β21·Control+e21

(2)

scinterest=a22·score2+a32·score3+Σ β22·Control+e22

(3)

etinterest=a23·score2+a33·score3+Σ β23·Control+e23

(4)

(5)

(6)

(7)

(二)STEM興趣中介模型檢驗

1.數學學習興趣的中介效應檢驗

數學學習興趣在學習成績與21世紀技能之間的中介效應檢驗結果見表十一。根據以上分析得到數學學習興趣的中介模型路徑見圖6。

表十一 數學學習興趣的中介效應檢驗結果

圖6 數學學習興趣的中介效應路徑

從模型1看，在控制其他變量后，成績中等(c2=0.050***)或成績優異(c3=0.198***)對21世紀技能水平的回歸系數均顯著，總效應顯著，從而驗證假設H1，即成績中等或成績優異學生的21世紀技能水平顯著高于成績較差的學生。從間接效應看，回歸系數a21=0.155，p<0.001，表明成績中等學生的數學學習興趣顯著強于成績較差的學生；回歸系數a31=0.399，p<0.001，表明成績優異學生的數學學習興趣顯著強于成績較差的學生；回歸系數b1=0.341，p<0.001，表明數學學習興趣對21世紀技能水平具有顯著正向影響。由此a21·b1、a31·b1均顯著，說明間接效應顯著，驗證假設H2a和假設H3a，即成績中等或成績優異學生的數學學習興趣顯著強于成績較差的學生，數學學習興趣對21世紀技能水平具有顯著的正向影響。

根據以上分析，數學學習興趣在學習成績中等與21世紀技能之間只存在中介效應，且中介效應具有溢出效果。數學學習興趣在學習成績優異與21世紀技能之間存在部分中介效應，且數學學習興趣有較強的中介作用，從而驗證假設H4a，即數學學習興趣在學習成績與21世紀技能水平之間存在中介效應。

2.科學學習興趣的中介效應檢驗

科學學習興趣在學習成績與21世紀技能之間的中介效應檢驗結果見表十二。根據以上分析得到科學學習興趣的中介模型路徑見圖7。

表十二 科學學習興趣的中介效應檢驗結果

圖7 科學學習興趣的中介效應路徑

從間接效應看，回歸系數a22=0.039，p<0.001，表明成績中等學生的科學學習興趣顯著強于成績較差的學生；回歸系數a32=0.160，p<0.001，表明成績優異學生的科學學習興趣顯著強于成績較差的學生；回歸系數b2=0.503，p<0.001，表明科學學習興趣對21世紀技能水平具有顯著正向影響。由此a22·b2、a32·b2均顯著，說明間接效應顯著，驗證假設H2b和假設H3b，即成績中等或成績優異學生的科學學習興趣顯著強于成績的較差學生，科學學習興趣對21世紀技能水平具有顯著的正向影響。

從直接效應看，回歸系數c’22=0.030，p=0.001，表明成績中等學生的21世紀技能水平顯著高于成績較差的學生；回歸系數c’32=0.118，p<0.001，表明成績優異學生的21世紀技能水平顯著高于成績較差的學生。根據以上分析，科學學習興趣在學習成績中等或優異與21世紀技能之間存在部分中介效應，從而驗證假設H4b，即科學學習興趣在學習成績與21世紀技能水平之間存在中介效應。

3.工程與技術學習興趣的中介效應檢驗

工程與技術學習興趣在學習成績與21世紀技能之間的中介效應檢驗結果見表十三。根據以上分析得到工程與技術學習興趣的中介模型路徑見圖8。

圖8 工程與技術學習興趣的中介效應路徑

表十三 工程與技術學習興趣的中介效應檢驗結果

從間接效應看，回歸系數a23=0.014，p=0.178，表明成績中等學生相比成績較差學生的工程與技術學習興趣影響系數不顯著；回歸系數a33=0.118，p<0.001，表明成績優異學生的工程與技術學習興趣顯著強于成績較差的學生；回歸系數b3=0.597，p<0.001，表明工程與技術學習興趣對21世紀技能水平具有顯著正向影響。由結果可知a23不顯著，需要用非參數百分位Bootstrap 法直接檢驗a23·b3的聯合顯著性，檢驗結果為z=-9.35，p<0.001，說明間接效應顯著。a23·b3、a33·b3均顯著，說明間接效應顯著，驗證假設H2c和假設H3c，即成績中等或成績優異學生的工程與技術學習興趣顯著強于成績較差的學生，工程與技術學習興趣對21世紀技能水平具有顯著的正向影響。

根據以上分析，工程與技術學習興趣在學習成績中等或成績優異與21世紀技能之間存在部分中介效應，從而驗證假設H4c，即工程與技術學習興趣在學習成績與21世紀技能水平之間存在中介效應。

(三)STEM興趣的中介效應分解

數學學習興趣、科學學習興趣、工程與技術學習興趣在學習成績中等或優異與21世紀技能之間存在部分中介效應，且數學學習興趣的中介效應比重很高，其次是科學學習興趣，最后是工程與技術學習興趣(見表十四)。對于成績中等學生來說，數學學習興趣中介效應系數a·b與直接效應系數c’的符號相異，理應報告遮掩效應，但直接效應系數c’(-0.003)不顯著，因此對于成績中等學生的數學學習興趣不報告遮掩效應、中介效應/總效應的比重。科學學習興趣對提升21世紀技能水平的中介效應占總效應的比重為40.00%。工程與技術學習興趣對提升21世紀技能水平的中介效應占總效應的比重為18.00%。

表十四 STEM興趣的中介效應分解

對于成績優異學生來說，數學學習興趣對提升21世紀技能水平的中介效應占總效應的比重為68.69%。科學學習興趣對提升21世紀技能水平的中介效應占總效應的比重為40.40%。工程與技術學習興趣對提升21世紀技能水平的中介效應占總效應的比重為35.35%。

從上述結果可以判斷，學生學習成績越好，STEM興趣對提升21世紀技能水平的中介作用越大。另外，學習成績對21世紀技能有顯著正向影響，表明學生學習成績的提高可以促進21世紀技能水平的提升。這一方面說明通過提高學習成績來提升21世紀技能水平，離不開學生STEM的學習興趣，再次驗證了21世紀技能是學習和興趣共同作用的結果；另一方面說明培養和調動學生的STEM學習興趣，更有利于學習成績促進21世紀技能水平的提升。

(四)控制變量的影響

表十五展示了被解釋變量為21世紀技能，不含中介變量的模型(a)和以數學學習興趣(b)、科學學習興趣(c)、工程與技術學習興趣(d)為中介變量的模型中控制變量的回歸結果及顯著性，(a)列對應表十一、十二、十三中模型1的數據，(b)、(c)、(d)列分別對應表十一、十二、十三中模型3的數據。

表十五 各類模型中控制變量回歸結果匯總(被解釋變量為21世紀技能)

學生性別在回歸結果(b)、(c)和(d)中的系數顯著為正，說明女生的21世紀技能水平高于男生。年級在回歸結果(b)和(d)中的系數顯著為正，說明高一年級學生的21世紀技能水平高于初一年級學生。學生校外活動在回歸結果(a)、(b)、(c)和(d)中的系數均顯著為正，說明增加校外活動的次數會提升學生的21世紀技能水平。父親職業ISEI指數、母親職業ISEI指數在回歸結果(a)、(b)、(c)和(d)中的系數均顯著為正，說明父親或母親職業ISEI指數越高，社會經濟地位越高，越有助于提升學生的21世紀技能水平。

表十六展示了被解釋變量分別為數學學習興趣(e)、科學學習興趣(f)、工程與技術學習興趣(g)模型中控制變量的回歸結果及顯著性，(e)、(f)、(g)列分別對應表十一、十二、十三中模型2的數據。

表十六 各類模型中控制變量回歸結果匯總(被解釋變量為中介變量STEM興趣)

學生性別在回歸結果(e)、(f)和(g)中的系數均顯著為負，說明女生的數學學習興趣、科學學習興趣、工程與技術學習興趣低于男生。年級在回歸結果(e)和(g)中的系數顯著為負，說明高一年級學生的數學學習興趣、工程與技術學習興趣低于初一年級學生。校外活動在回歸結果(e)、(f)和(g)中的系數均顯著為正，說明增加校外活動的次數會提高學生的數學學習興趣、科學學習興趣、工程與技術學習興趣。父親職業ISEI指數、母親職業ISEI指數在回歸結果(e)、(f)和(g)中的系數均顯著為正，說明父親或母親職業ISEI指數越高，社會經濟地位越高，越有助于提高學生的數學學習興趣、科學學習興趣、工程與技術學習興趣。

五、結論與討論

本研究在全國中學生抽樣調查數據的基礎上，實證檢驗了學習成績與21世紀技能水平之間的關系，探討了學習成績對于21世紀技能水平的影響機制，應用中介效應模型分析了STEM興趣的中介作用，結論如下。

(一)學生學習成績對提升21世紀技能水平具有直接效應

學生學習成績與21世紀技能之間存在顯著正相關，對提升21世紀技能水平具有直接效應。成績中等的學生比成績較差的學生21世紀技能水平高5.0%，成績優異的學生比成績較差的學生21世紀技能水平高19.8%(見表十一、十二、十三中的模型1)。這可能是因為學習成績好的學生具有良好的知識接受能力，能更好地獲取與積累知識，知識儲備量日漸優于其他學生。而知識的集中載體之一就是課程與教材。一般而言，對課程和教材掌握與理解程度較高的學生，才能獲得更好的成績，在更大程度上繼承了前人傳遞的間接經驗與智慧。這些經驗與智慧成為學生認識、理解及探索未知世界的有效渠道。

(二)學習成績越好則STEM興趣越濃

學習成績與STEM興趣之間存在正向關系，不同學習成績學生的STEM興趣差異顯著。成績中等學生比成績較差學生的數學學習興趣、科學學習興趣分別高15.5%、3.9%；成績優異學生比成績較差學生的數學學習興趣、科學學習興趣、工程與技術學習興趣分別高39.9%、16.0%、11.8%?？梢?，學習成績中等或優異的學生在STEM興趣上顯著高于成績較差的學生。學習成績中等或優異的學生更有可能獲得教師、家長及同伴的肯定與贊賞，從而產生更強的獲得感與自信心，進而體會到學習的樂趣；而成績較差的學生可能會承受更多的埋怨、批評、質疑等心理壓力，逐漸失去學習信心與興趣。因此，提高學習成績是培養學生STEM興趣的有效方法之一。

(三)STEM興趣有助于提升學生21世紀技能

數學學習興趣、科學學習興趣、工程與技術學習興趣與21世紀技能之間存在顯著正相關，因STEM興趣激發的動力和探索精神可以促進學生積極主動地投入到增強技能活動中，有助于學生21世紀技能水平提升。這可能是因為STEM教育倡導項目式學習，這種學習方式以技能或能力為中心。為了完成STEM課程的項目式學習任務，學生需要開展溝通、交流、協作，持續地進行研究、資源管理，STEM興趣濃厚的學生，更樂于和同伴溝通，更積極地參與小組合作，表現出更多主動探究和尋根究底的學習行為，而合作能力、批判思維等21世紀技能通過這樣的學習過程和學習行為得到孕育發展。

(四)STEM興趣在學習成績促進21世紀技能水平提升方面具有中介效應

中介模型分析表明，不僅學習成績可以直接對學生的21世紀技能起到提升作用，而且學習成績越好STEM興趣越高。同時，STEM興趣的提高將強化學習成績對21世紀技能的提升作用?？梢?，STEM興趣在學習成績促進21世紀技能水平提升方面具有中介效應，使成績優化、興趣增強與技能提升三者之間構成良性循環，且學習成績越好的學生，STEM興趣提升21世紀技能水平的中介作用越大。對此結果可以這樣理解，對STEM學科有興趣的學生，更樂于參與相關學習活動，更可能取得優異成績。而優異成績的獲得，又會增強其對STEM學習的信心與興趣，使其在STEM學習活動中更愿意溝通、表達、協作、展示，在此過程中21世紀技能得到提升。因此，激發學生STEM興趣，強化動機，開啟心智，教會學習，對于提高各類技能、發展能力有著積極意義。

(五)增加校外活動可以提升學生21世紀技能水平

增加校外活動的次數可以提高學生的數學學習興趣、科學學習興趣、工程與技術學習興趣，通過增強STEM興趣，進而提升學生的21世紀技能水平。這可能是因為，年幼學生處于興趣特長培養的關鍵期，豐富多彩的課外活動為他們提供了多種多樣的嘗試機會，在不同的活動嘗試和體驗中，發現自身興趣和特長所在(康建朝，2019)。如果家長能正確認識兒童的成長規律，尊重兒童的個體差異和天性，樹立科學正確的教育觀念，兒童校外生活就更豐富，就不會讓做作業成為兒童唯一且過重的校外生活，更有利于兒童的全面發展(肖鳳秋，2019)。因此，為了更好地促進學生21世紀技能發展，安排合理、內容豐富、注重勞逸結合的校外活動，應成為常規學校教育的有益補充。為實現這一目標，教育評價應突破“唯分數”的窠臼，注重情感與能力維度，校內及家庭課業負擔也應適當減輕，為參與校外活動提供時間保障。

(六)家庭社會經濟地位對學生21世紀技能獲得具有重要影響

父親或母親職業ISEI指數越高，社會經濟地位越高，較好的家庭環境為子女提供了更好的學習資源，使其處于高質量的學習氛圍中，有助于提高學生的STEM學習興趣，進而提升學生21世紀技能水平。正如安東尼·塞爾登等(2019)所說：“來自社會經濟地位較高家庭的孩子，父母對他們的教育更重視，他們在家中有機會參與更多激發智力的對話，建立起廣泛的社會關系，父母在其教育上的資金和時間投入較多等，從而使他們在接受學校教育過程中能夠更好地發揮優勢、獲得優異成績，并在職業獲取、社會交往等非認知技能方面更勝一籌。”然而，這也警醒我們，因家庭社會資本不同導致的教育結果差異，應該成為推進教育公平進程中的關注點，給予弱勢家庭的孩子更多政策支持與關懷。