教育定量研究范式：價值、困境與創新路徑

摘要：教育定量研究范式是以實證主義為基礎，運用數學工具或統計分析等手段對教育現象或教育過程進行測量，依據數據資料檢驗理論假設，揭示教育現象中各種因素相關關系的研究范式。它是提升教育研究科學化的關鍵，是引領教育高質量發展的工具，也是適應教育數字化轉型需要的必然趨勢。但是，當前教育定量研究在推動教育學走向科學化與實證化的過程中面臨著多重困境，表現為方法的“內生性”問題、量化的“前提性”問題和研究的“規范性”問題。我國教育研究向實證研究范式的轉型、信息技術的迅猛發展、數據共享與公開機制的形成，為定量研究范式創新提供了現實可能。未來，教育定量研究范式應在多種維度上進行變革和創新，推行復制性研究，發展計算教育學，加強教育預測研究。

關鍵詞：定量研究范式；復制性研究；計算教育學；教育預測研究

中圖分類號：G640 " " 文獻標識碼：A 文章編號：1672-0717（2024）02-0050-09

教育定量研究范式是以實證主義為基礎，運用數學工具或統計分析等手段對教育現象或教育過程進行測量，依據數據資料檢驗理論假設，揭示教育現象中各種因素相關關系的研究范式。早在1985年，胡森就將教育定量研究范式界定為：“模仿自然科學，強調適合于用數學工具來分析的經驗的、可定量化的觀察。研究的任務在于確定因果關系，并作出解釋。”[1]作為教育領域思辨研究與質性研究的有益補充，教育定量研究范式以數據的方式對教育真理或教育規律進行呈現、描述和解釋，在仿效“硬”科學的道路上推進了教育學科學化與實證化的發展。定量研究范式以其數據統計的客觀性、方法程序的標準化、研究工具的科學性，在教育領域形成了極高的學術聲望和研究地位，并受到國內外學者的廣泛關注。有學者指出，“量化是促進包括教育學在內的社會科學取得突破性進展的關鍵”，量化是學科從前科學到科學的轉折點，是學術深化的里程碑，是促進學術爭論深入的有效手段，是提高決策水平的可靠支撐[2]。2015年“教育實證研究”論壇在華東師范大學召開后，定量研究在教育領域被廣泛應用，表現為論文比重逐年增長、模型方法不斷更新、學科領域逐步擴大、研究團體日益壯大。研究者通過運用數據統計和計量模型來對教育現象進行全面深入的描述解釋，極大提升了教育研究在分析工具、理論建構與科學規律上的現代化水平，增強了中國教育與國際接軌、與國際對話的學術自信。在中國教育改革轉型的關鍵時期，學界還需要對教育定量研究開展本土化理論反思，直面學術困境，破解方法論問題，謀求未來發展之道。

一、教育定量研究范式發展的應然價值

教育定量研究范式是提升教育研究科學化的關鍵，是引領教育高質量發展的工具，其發展具有應然價值。它不僅是適應教育數字化轉型的結果，也是教育學科取得深入發展和突破性進展的寫照。

（一）提升教育研究科學化的關鍵

科學界往往把定量研究水平視為研究科學化的重要指標，教育研究科學化在某種程度上就是教育研究范式向實證化和定量化發展的過程。近年來，我國教育定量研究方法的運用表現出日益增長、不斷更新、備受關注的趨勢。2013—2022年間，從總體上看，我國運用量化研究方法的論文以超過3%的速度逐年增長，發文量占比達到19.6%；從發展趨勢上看，占總體研究的比例由2013—2017年的17.6%增至2018—2022年的21.5%①。近5年來，經典模型與統計方法在大部分論文中被廣泛使用，復雜模型與現代方法也用于部分論文中，教育經濟學、教育社會學、教育心理學等成為使用定量方法最多的學科領域。但定量研究方法的運用在規范性和科學性上仍存在諸多問題[3]。與國外相比，我國教育定量研究方法的運用在數量與質量上還存在較大提升空間。統計發現，定量研究方法是當前國際教育研究中最主要的研究方法，占全部研究的38.55%，且量化研究方法不斷更新迭代、日趨精細科學[4]。從這個角度看，我國要提升教育研究科學化水平，還需在數量和質量上提升定量研究方法的應用水平、推進定量研究范式的發展。誠然，關于教育研究科學化問題還存在諸多爭議，定量研究在探尋教育價值與生命意義方面也存在局限性②。然而，近年來定量研究作為主要的實證研究方法之一，已在國內外心理學、經濟學、社會學、政治學等人文社科領域得到廣泛應用，不僅形成了較高的學術聲望和學術地位，而且極大地推動了學科研究的科學化進程，促進了學科理論的深化與發展。

在科學界，定量研究水平往往也是評價研究成果科學性的重要指標。定量研究方法在自然科學領域的廣泛應用不僅推動了自然科學的長足發展，而且提升了自然科學理論的規范性和成熟度。自然科學通過發展一套有效的研究方法和規范的研究程序，采用一種以量化為主要特征的實證研究范式，建立一套保證實現“經驗—理論—檢驗—組織更廣泛的材料—新的理論”的循環方法，形成了一種對經驗材料自組織的過程和理論自我改進的機制，可以使研究者排除主觀失誤與人為偏差，讓研究材料變得完備、理論逐步逼近真理。定量研究廣泛運用數據統計方法，不僅可以精確地描述和分析事物的數量特征，而且大大地提高了理論的邏輯清晰性、構造性與預見性[5]。丹尼爾·貝爾指出，定量研究在社會科學中的廣泛應用，使其獲得了更高的學術威望和更大的社會影響力[6]。陳云松認為，定量研究一直處于方法不斷變革和快速發展之中，在社會學科中的地位越來越重要，為社會學科的知識積累奠定了扎實基礎[7]。袁振國提出，在自然科學與包括教育科學在內的社會科學中，“學術深化、學科發展取得的突破性進展，往往依賴于量化方法、手段和技術的創新”[2]。因此，我們把自然科學中的定量研究方法應用于教育研究中，根據教育學科特點加以改造和創新，提升教育學理論的解釋力、清晰性和預見性，不僅可以推進我國教育學科的科學化進程，而且可以提升教育研究質量，加快教育研究與國際接軌步伐。

（二）引領教育高質量發展的工具

進入新時代，我國學校教育改革從高速度發展向高質量發展轉型。在高質量教育發展中，關于教育質量公平、政府教育投入結構與投入效率、課堂教學質量評價、拔尖創新人才培養以及學生學習幸福感、學生課業負擔等問題的探討不能僅僅停留于現象描述與理論論證層面，還應該構建量化的質量評價標準體系，圍繞評價指標收集和分析數據，推進基于實證數據的定量分析與教育評價。教育定量研究對于促進教育高質量發展有著不可或缺的作用，推進教育定量研究在教育質量評價領域廣泛深入的運用，是促進我國教育高質量發展的保障，也是推進教育治理現代化的關鍵。

以量化測評助推教育高質量發展工作具有重要意義，主要表現在如下幾個方面：第一，明確教育現象和問題的關鍵特征。教育定量研究追求準確性，理論概念的操作化是定量研究中的重要環節，而操作化就是把教育現象中的關鍵特征轉化為可觀察、可測量的指標，以便用量化方法對這個變量進行有效測評，因此，定量研究有助于準確把握教育現象和問題的關鍵特征。第二，測評教育過程的質量及育人效果。基于人工智能和大數據的定量研究能夠實現對教育過程的實時記錄和長期追蹤，利用數據挖掘、學習分析技術可以開展深入系統的教與學的過程分析，利用用戶畫像技術可以對教師的教學效果進行評價。新型的教育定量研究不僅可以實現對教學過程的質量監測，而且可以深化人們對于教學活動內在機制和規律的認識。第三，基于數據進行科學預測與制定教育政策。我們可以利用呈現在教育過程中的部分數據，通過建構測評模型和利用計算工具，對教育發展趨勢和未來走向進行量化預測，為教育決策提供參考信息和專業依據，為教育的高質量發展指明方向。

（三）適應教育數字化轉型需要的必然趨勢

教育數字化轉型既是當前我國教育改革的熱點問題，也是未來教育實踐創新的發展方向。教育數字化轉型將數字技術融合在教育組織、教學過程、課程內容、教育評價、基礎設施等教育領域各方面，推動教育結構、教育功能和教育文化發生整體系統的變革，形成信息空間、物理空間與社會空間相融合的新型數字教育生態系統。教育數字化轉型凸顯了定量研究范式在大數據時代的基礎性功用和戰略性價值，也推動著傳統定量研究范式的創新發展。

一方面，教育數字化轉型為教育定量研究范式的發展帶來了更多的機遇。隨著信息技術發生數字維度的飛躍，僅僅憑借哲學思辨或質性敘事來探討教育問題已是不可能的了。教育數字化轉型的核心就是將信息轉化為可測量的數據并進行處理，如果沒有科學的定量分析工具，不能運用數據來獲取、分析和表達教育信息，就難以把握數字化教育信息的本質。教育科學研究需要與教育數字化轉型步調一致，定量研究范式恰恰能夠滿足研究者運用數據確定、描述和分析教育現象的需要。可以說，在未來數字化教育生態系統中，誰掌握了定量研究范式，誰就把握了教育數字化轉型的發展方向。另一方面，教育數字化轉型對教育定量研究范式的發展帶來了挑戰。教育數字化轉型為研究者提供了大規模、持續性、非結構化教育行為數據，而基于小樣本、結構化、靜態面板數據的傳統定量研究方法又日益顯示出局限性，因此，教育定量研究范式的創新發展勢在必行。教育研究如何以開放積極的態度去對待大數據、以科學有效的工具去處理大數據，便成為教育學科推進教育數字化發展建設的核心任務。我們只有不斷吸收新型數據處理技術、重塑教育定量研究范式、開辟新的定量研究方法與技術，才能適應未來教育數字化轉型的需要。

二、教育定量研究范式發展面臨的實然困境

21世紀以來，伴隨著中國社會轉型、教育變革與現代信息技術的發展，教育定量研究在推動教育學走向科學化與實證化的過程中面臨著多重困境，主要表現為方法的“內生性”問題、量化的“前提性”問題和研究的“規范性”問題。

（一）方法的“內生性”問題：教育研究科學化發展與定量研究因果推斷不足的矛盾

內生性問題是指教育領域非實驗研究運用簡單統計回歸方法，只能說明變量之間是否存在關聯，不能為研究因果關系提供強有力的解釋和證據，在因果關系的推斷上存在偏誤重重的問題。教育定量研究的根本目的在于揭示教育活動的因果規律，主要包含實驗研究與非實驗研究這兩大類方法。實驗研究是識別變量因果關系最有效的方法。與自然科學不同，教育實驗受到倫理道德和研究成本的制約，在自變量操縱和無關變量的控制上存在較大難度，無法成為教育研究的主導方法。大量重要的教育研究不得不使用基于問卷調查的非實驗研究方法，由于非實驗研究方法沒有操縱自變量、很難判斷變量的時間順序以及存在太多無關變量未被解釋，因此，依據非實驗研究進行因果關系推斷就會遭遇“內生性”問題的困擾[8]。這些困擾包括一般性的遺漏變量偏誤、自選擇偏誤、樣本選擇偏誤和聯立性偏誤等[9]。既然教育定量研究旨在闡明教育活動的因果關系和本質規律，而不是停留于描述變量間的統計相關，內生性問題就成為教育定量研究中長期存在、必須直面的問題。如何減少內生性問題，為研究因果關系提供強有力的解釋和證據便成為當前教育定量研究面臨的一大挑戰。近年來，在國際教育研究領域，研究方法日趨精細化和科學化，“傾向得分匹配、雙重差分、工具變量、斷點回歸分析（盡管后三位目前應用仍較少）等統計分析方法的出現”，體現了教育研究者對解決內生性問題的重視[4]。我們只有通過不斷改進研究設計、計量模型及數據質量，才能減少“內生性”問題的威脅，從而對教育現象和問題提供令人信服的解釋，凸顯教育定量研究的方法優勢。

（二）量化的“前提性”問題：教育數字化轉型背景下定量研究數據質量不高

數據質量是解決教育定量研究“內生性”問題的重要前提，教育定量研究不僅需要良好的研究設計、復雜的理論模型，還有賴于高質量、大規模的調查數據。在現實調查中，研究者要獲得高質量的調查數據存在諸多主客體方面的困難。首先，從研究主體來看，提高問卷回收率的同時可能會導致數據質量下降。問卷回收率的高低是評判一項調查研究是否具有代表性的重要指標。在理論上，回收率越高，調查樣本代表性越大，定量研究質量越高。在現實中，高回收率意味著更多人力、物力、時間的投入，對于研究主體提出了更多的挑戰和要求。為了保證調查的高回收率，研究者最經常的做法就是在調查對象的抽樣和調查實施環節進行若干改變或替換，這種改變或替換往往破壞了調查程序的嚴格性，無形中導致調查數據質量的降低[10]。其次，從研究對象看，中國人突出的“心理二重區域”現象對收集高質量問卷數據帶來極大困難。“心理二重區域”現象是指人們心理中存在對外公開與自我保密這兩種截然不同、相互沖突的區域，表現為內外有別、兩套話語體系等，由此造成被研究者在問卷調查中“說假話”，進而帶來數據質量的降低和調查誤差的增加[11]。再次，從研究條件看，傳統封閉式研究模式不利于獲取高質量數據。教育研究人力物力費用不斷上升，數據收集、獲取、存儲與公開成本不斷增加，教育數據不能在大范圍內整合共享、利用率不高，重復收集數據現象嚴重，研究多來自個體問卷調查對象的截面數據，而難以獲取長時間、大空間、即時性數據，這些現狀致使教育定量研究只能承擔對教育現象開展“事后闡釋”或“理論驗證”的工作。

（三）研究的“規范性”問題：定量研究規范性不足難以為教育高質量發展提供支撐

在當前我國教育研究領域，學者對于定量研究范式給予了越來越多的關注，以定量研究推進教育研究科學化的呼聲日益高漲。有人甚至將定量研究視為科學的代名詞，認為只要開展了數據統計和顯著性檢驗，使用了豐富的調查數據和高級的量化模型，教育研究成果就達到“科學性”標準。現實中不乏故弄玄虛，借助數據統計給一些內容膚淺、誤導性強的觀點披上科學的外衣者。這種現象將阻礙定量研究的深入發展與教育研究的科學化，而造成這種現象的原因主要是對定量研究方法使用不規范。一方面，誤解與誤用定量研究方法。受研究傳統、研究水平的影響，有些研究者雖然掌握了數據統計工具，但是對于這些工具缺乏真正理解，既沒有把握使用這些數據統計工具的前提條件，也沒有結合自己問題情境開展適當的定性分析，從而導致出現誤用定量研究方法的現象，影響研究結論的正確性。如忽略定量研究設計，忽略統計學方法的應用條件，盲目使用統計軟件，分析方法不恰當等[3]。另一方面，定量研究與理論研究脫節。有些研究者遵循標準化的研究程序，注重客觀性的統計測量和對教育現象的總體描述，忽視理論框架的構建與深入的理論探討，在解讀數據時未能看到教育現象背后真正有意義的背景知識和文化內涵，由此導致一些低水平、重復性、零散化的研究，不利于教育學科知識的持續積累與增長，無法滿足教育決策的科學化需求，也難以推動教育實踐的有效改進。我們只有加強理論研究與調查研究之間的對話，才能推動教育研究走向科學循證的研究范式。

三、教育定量研究范式創新的現實條件

當前，加強教育實證研究的呼聲日益高漲，信息技術迅猛發展，科學數據共享機制不斷完善，這些為教育定量研究范式創新提供了思想、技術和現實的可能性。

（一）我國教育研究向實證研究范式的轉型加快了定量研究范式創新的步伐

加強教育實證研究，推進教育研究范式轉型，已是當前我國教育研究界的共識。“全國教育實證研究”論壇自2015年首次舉辦，至今已連續舉辦了九屆。2017年，國內10多所教育科學學院院長、30多家教育研究雜志主編共同參與的“全國教育實證研究聯席會議”舉行，共同發布了《教育實證研究華東師范大學行動宣言》。這些會議極大推動了我國教育領域實證研究范式的轉型和發展。自此，我國教育實證研究論文數量持續增長，從根本上改變了我國教育研究范式的發展樣貌[12]。實證研究是基于事實和證據的經驗研究，具有客觀性、定量化、有定論、可檢驗等基本特征，量化是促進教育學科取得突破性進展的關鍵，也是許多社會學科向科學階段轉化的轉折點[2]。伴隨著教育研究向實證研究范式的轉型，定量研究范式日益受到學界重視。很多大學吸納了擅長定量研究分析的優秀青年學者作為教師，并加強了定量研究方法課程的教學。我國期刊上發表的使用定量研究方法的論文也逐年增長[3]。其間，學者們對于不規范的教育定量研究成果開展了自主反思和批判，大家呼吁教育研究應避免定量研究方法誤用的情況，超越傳統簡單的統計回歸分析階段，通過吸收國際教育研究中前沿的定量研究方法、運用相對復雜的統計模型和識別策略，推進教育定量研究方法迭代更新①。在國際上，教育定量研究方法也日趨科學化、多樣化，因果推斷中的內生性問題在教育研究中日益受到重視，從早期的描述性統計、方差分析、相關分析發展到如今的結構方程模型、元分析、多層線性模型等，定量研究方法不斷創新升級。為此，我們只有吸收和借鑒國際先進研究方法和分析技術，推動我國定量研究范式的創新，促進高質量定量研究成果的產出，才能促進教育學科的深化與發展。

（二）信息技術的迅猛發展使得定量研究范式創新成為可能

當下，以互聯網、人工智能、大數據為代表的信息技術迅猛發展，對傳統定量研究范式造成了根本的沖擊，引發了定量研究在研究對象、研究方法和研究目的等方面的轉變。在研究對象上，傳統定量研究依據理論假設與研究設計，運用問卷、觀察、實驗等方式收集數據資料，收集的數據樣本量小、主觀性強、可信度低；而大規模在線課程、智能環境中的數據采集設備在不干擾教學活動的前提下可以收集海量的、實時的、連續性教學數據，用大數據的形式、全方位記錄教學過程的真實狀態。在研究方法上，傳統定量研究運用抽樣調查、統計分析等方法分析傳統數據，面臨著內生性問題的困擾，難以準確測量教育對象的關鍵性指標，研究結論無法復制、不可驗證，研究結果的科學性水平不高；而信息技術通過引入數據挖掘技術、計算機仿真技術、互聯網實驗技術等新工具和新方法，處理和分析自然產生的大數據，能夠準確把握復雜教育系統及其變量關系。在研究目的上，傳統教育定量研究運用問卷調查和統計檢驗開展描述性解釋、揭示教育現象的相關關系，在驗證因果關系上存在能力不足的問題；而互聯網教育實驗和機器學習等新方法的興起，能夠有效驗證和揭示教育因果關系，為實現教育預測提供了可能。互聯網教育實驗將互聯網平臺作為“教育實驗室”開展隨機實驗，進行實驗變量的因果驗證，提升教育實驗研究的質量。機器學習基于大量的數據特征值，通過優化統計計算程序，讓機器程序實現“學習”，發現數據特征，實現數據分析的因果推斷和教育統計預測。可見，信息技術塑造了新的教育研究生態，推進教育研究走向以大數據為基礎、以復雜性算法為工具、以強大算力為依托的新型研究范式。

（三）數據的共享與公開為定量研究范式創新提供了重要資源

數據被譽為信息時代最寶貴的智力財富與“石油”資源。早在20世紀90年代，美國已經開始采取國有科學數據和信息實施“完全與開放”的共享國策，即在保障國家安全、政府政務和個人隱私的前提下，數據和信息向全社會開放，用戶獲取數據的費用不高于數據復制和郵寄所發生的費用。其中，國家資助科學研究項目在完成以后，其數據必須公開和共享[13]。美國全國民意調查研究中心創立的“綜合社會調查”是美國國家科學基金支持的最大的社會科學調研項目，也是社會科學領域被分析利用最頻繁的數據。密歇根大學社會研究院校際社會科學數據共享聯盟長期獲取、存儲和分發社科數據，提供定量方法的培訓。哈佛—麻省理工數據中心是定量社會科學研究所的成員，能夠利用開源軟件，在線發布、應用、存儲和分析研究數據，讓研究者創建、提交和傳播研究數據。2000年以后，我國開始啟動科學數據共享與公開服務：中國人民大學的“中國社會調查”是全國性、綜合性、連續性的大型社會調研項目，極大推動了社會研究數據的開放與共享。北京大學中國社會科學調查中心是開展中國社會實證研究的跨學科平臺，推動了社會、經濟、教育等跨學科領域的數據公開與共享。2011年，復旦大學社會科學研究中心建立了社會科學領域的數據共享平臺，為學校研究者提供數據提交、保存、管理和共享服務[14]。2017年，《教育實證研究華東師范大學行動宣言》也明確提出，“教育數據是教育實證研究的重要基礎，呼吁各級政府部門、教育行政部門加大教育統計數據公布的廣度、深度和力度，為教育實證研究提供寶貴資源”①。數據既是開展定量研究的基礎，也是促進定量研究發展的動力。研究者利用科學數據做研究時，常常出現“小人物做出大事情”的現象，一旦普通的研究者獲得科學數據的支持，往往能做出富有創意、出人意料的研究成果[13]。在教育定量研究中，調查統計數據收集和開發費時費力、價格昂貴，但數據復制省時省力、價格低廉。因此，通過創建科研數據共享與公開的環境，讓知名學者與普通研究者免費共享數據，不僅可以減少數據低層次重復開發、數據質量不高等現象，而且可以更有效發揮數據的科研價值與社會價值、推進定量研究范式的創新。

四、教育定量研究范式創新的未來路徑

為了迎接時代挑戰、突破現實困境，教育定量研究應在研究機制、研究技術、研究目的等多種維度上進行優化和創新。

（一）研究機制創新：推行復制性研究

為了解決定量研究方法應用中存在的內生性、前提性、規范性問題，我們需要建立一種開源共享的研究機制，在教育定量分析中推行復制性研究。所謂復制性研究，就是利用已有研究成果的數據和模型，重復其研究的全過程，對其觀點和結論進行檢驗、糾正和拓展，確保其研究的正確性和真實性。復制性研究可以分為狹義復制與廣義復制兩種類型。狹義復制是運用完全相同的數據和模型重復原研究的全過程，廣義復制是運用其他數據和模型檢驗原研究的主要觀點是否可靠。誠然，創新是促進教育學術研究與學科知識發展的核心推動力，但是新穎卻無法重復的定量研究注定是缺少生命力和創造力的，只有那些經過復制性研究檢驗的定量研究成果才真正擁有公信力和可靠性，才能真正推動學科知識的增長。從這個角度看，復制性研究是推進教育定量研究規范化和科學化的重要保障，也是教育定量研究范式創新的未來路徑。

如今，復制性研究已在西方經濟學、語言學、心理學、社會學等人文社會學科定量分析領域獲得較廣泛應用，國內也有學者發文呼吁相關學科應加強對復制性研究的重視②。復制性研究對于推動教育定量研究的發展具有重要的價值。首先，復制性研究有助于解決“內生性”問題。復制性研究，尤其是廣義復制通過運用不同的研究方法對原有的研究結論進行科學檢驗，對原有理論開展驗證分析和拓展研究，可以有效地發現和減少內生性問題。當前教育研究對內生性問題缺乏關注，在回歸模型設置中，難以窮盡所有競爭性解釋因子，那些潛在的、難以觀測的解釋因子往往被遺漏，研究者預設的解釋變量成為內生的，從而導致定量研究出現內生性偏誤，失去因果解釋效力，而采用復制性研究有助于檢驗和規避這種問題。其次，復制性研究能夠改進定量研究的“規范性”問題。定量研究是研究者對海量數據進行收集、選擇、分析、簡化和歸納的過程，在研究過程中研究者對于統計分析工具使用不正確、對統計方法應用條件的忽略及對教育理論的理解有誤等，都會影響研究成果的準確性和有效性。經濟學領域的復制性研究發現，即使是頂尖的經濟學者和經濟學期刊都難以完全避免錯誤①。因此，學界推進復制性研究，有助于發現已有研究成果的錯誤，提升定量研究的規范性和科學性。再次，復制性研究可以利用數據與程序共享破解“前提性”問題。定量研究從模型構建到搜集數據、分析數據等系列過程需要耗費大量時間，數據的公開與共享則大大減少了研究者從事同類研究的成本，可以避免重復性勞動，提升調研數據的質量，從而吸引多個研究者針對同一問題開展深入精準研究，提高研究的準確性、公信力和影響力。最后，復制性研究是開展教育定量研究課程與教學的重要工具。復制經典定量研究文獻是提高研究生科研能力的有效方法。復制性研究相當于在作者的指引下模擬整項研究，體會作者如何建構模型、處理樣本、將概念操作化、選擇變量等，以此發現自己在定量研究方法掌握上的不足，其效果遠遠大于單純的閱讀與聽課。馬薩諸塞大學阿默斯特分校的三位研究生正是在學習復制性研究的過程中發現了著名學者的錯誤[15]。

為此，研究機構和學術期刊應構建促進復制性研究的制度，提升定量研究的科學化和規范性水平。比如，高質量權威期刊在投稿指南中應要求作者提供研究數據及處理過程，在審稿階段加強對投稿論文的復制性校驗，適當刊發有價值的復制性研究論文。大學及研究機構則可以在研究生階段定量研究方法課程中加強復制性研究訓練。

（二）研究技術創新：發展計算教育學

以互聯網、人工智能、大數據為代表的新型技術拓展了教育學科的邊界，推動了教育研究范式的創新，計算教育學應運而生。計算教育學超越傳統定量研究方法的局限，將計算機和信息通信技術運用于教育研究，并基于數據密集型教育研究范式，揭示信息時代教育復雜系統的活動機制與運行規律，為解決教育問題開辟了新的研究路徑。計算教育學已經形成的主要研究方法包括：教育數據分析與挖掘、定性研究與定量研究相融合的學習分析、互聯網教育中的實證研究、腦科學與教育科學相融合的實驗研究、基于群體動力學的群體學習演化機理研究、基于計算機模擬的教育系統研究等[16]。計算教育學的研究方法將進一步優化教育因果關系驗證，提升研究搜集的教育數據質量，引入新型教育大數據挖掘與分析技術，豐富教育研究的算法和算力，拓展教育定量研究方法體系，進而促進教育研究的跨學科變革與理論重構。

計算教育學以大數據為對象，以復雜性算法為工具，致力于構建量化、精確、科學的教育理論。它不僅依賴于傳統定量研究中數學建模與統計分析等方法，而且引入了計算機和信息通信技術中的復雜性算法。這一新范式將推動教育學科與信息技術的深度融合，破解傳統教育定量研究面臨的問題。首先，計算教育學有助于推進數字時代的教育研究更好地驗證或揭示因果關系。實驗法是揭示因果關系最有效的工具，但是傳統教育研究較少使用實驗法，因為實驗法存在諸多難以克服的主客觀偏差。在數字時代，互聯網教育社會實驗作為計算教育學的一種主要研究方法，將互聯網平臺轉化為一種新的“教育實驗室”，通過運用新型信息技術工具，對傳統實驗方法進行改造，依托互聯網平臺開展教育實驗研究。這種在自然條件下開展的新型實驗研究，不僅突破了時空的限制，而且消除了傳統實驗研究中存在的無關變量的干擾，節省了人力、物力、時間等研究成本，能夠有效地揭示教育現象之間的因果關系。有學者指出，中國在疫情防控期間采取的“停課不停學”舉措就是一項典型的大規模協作學習活動實驗[17]。其次，計算教育學有助于運用數據挖掘技術獲取高質量的數據資源。它利用計算機與先進數據處理技術可以收集到海量性、過程性、實時性、多模態的教育數據，準確、真實、自然地記錄人類的教育活動與行為過程，發現那些傳統定量研究方法無法發現的教育現象之間的關系，獲得對復雜的教育本質問題的深刻認識。計算教育學不是只關注大數據，而是創造性地利用新型數據和傳統數據，通過將大數據挖掘與傳統調查研究相結合，使兩者的研究結果相互驗證。當然，這其中研究者科學使用數據挖掘技術的水平，對研究成果的質量也起著決定性作用。

為此，我們應大力發展計算教育學，構建系統的學科理論范式、研究框架、規范標準和方法體系，注重培養既懂教育理論和教育規律又能夠處理教育大數據的跨學科人才，推進數字時代教育定量研究范式的創新。

（三）研究目標創新：加強教育預測研究

社會學家鄧肯提出，如果社會學是一門科學，它就必須進行預測。他認為，長期以來社會學研究將可理解性和因果性混為一談，而這在科學解釋的標準中是不成立的。可理解性屬于“移情解釋”，是將不熟悉的東西還原為我們熟悉的觀念或經驗，它對于科學的有效性來說既不必要也不充分。相反，預測對于因果解釋至關重要，預測性是因果性的必要非充分條件，也是檢驗因果機制的重要工具。如果社會學家希望社會學變得科學有效，就必須使用社會學進行精準預測[18]。同樣，在教育領域，如果教育定量研究致力于揭示教育因果關系、推動教育科學化，那么實證性預測也應該成為教育定量研究的應然追求。教育定量研究是對教育現象及教育問題進行事實性描述、詮釋性理解與因果性解釋的活動，傳統定量研究盡管已經發展出了成熟的統計分析與模型建構方法，但是僅局限于“事后解釋”的常識范式中，主要是運用直觀合理的觀點解釋變量之間的因果關系、影響機制，形成讓人滿意的、便于理解的研究結論。由于教育問題的復雜性、數據信息與統計模型的有限性，教育定量研究很少進行“事前預測”的科學活動。而隨著大數據的出現、復雜性算法的發展和計算機計算能力的增強，計算教育學的興起將助推教育研究目標的變革，促使定量研究轉向“事前預測”的科學范式。

機器學習是計算教育學的重要組成部分，利用機器學習實現從關聯、因果走向預測，是未來教育定量研究范式的創新路徑。機器學習就是通過經驗或數據改進算法，并基于適當的算法讓機器從呈現教育現象的大量已有數據中學習規律，自動發現數據中潛藏的模型，從而對外部未知信息進行精準預測，為人類的教育決策、教育實踐和教育研究提供科學依據。一般來說，機器處理的數據越多，預測就越精準[19]。基于機器學習的教育預測研究與傳統教育定量研究存在較大差異：在研究取向上，傳統定量研究是基于理論的機制性解釋，預測研究則是基于數據的變量提取和精確估算，從全新視角推進理論創新。在研究性質上，傳統定量研究通過統計分析實現變量的關聯分析與因果推斷，預測研究基于大數據、復雜性算法和強大的算力實現對未知事物的精準測量，有助于優化研究數據。在研究技術上，傳統定量研究關注理論假設和反事實框架，預測研究通過優化計算程序來訓練模型和實現預測，有助于解決因果推斷問題。“反事實”框架是判斷變量間因果關系的主要標準，“事實”狀態是指在X變量影響下可觀察到的Y變量的狀態，“反事實”狀態是指在X變量沒有影響的情況下Y變量呈現出的狀態。如果“事實”狀態與“反事實”狀態之間存在顯著差異，那么就可以認為X與Y之間存在因果關系。機器學習擅長在有限數據條件下模擬和構建并不存在的“反事實”狀態，這樣，研究者只需用計量方法對計算機模擬的“反事實”狀態與真實教育發生情況間的差異進行檢驗，就可順利開展變量間的因果推斷了[20]。

基于機器學習的教育預測研究體現了數字時代定量研究范式的新突破，有助于構建更有用、更科學、更精準的教育學。當然，將自然科學中已廣泛應用的預測研究“移植”到社會科學領域，還有許多問題需要解決。霍夫曼指出，推進社會預測研究需要解決三個重要問題：第一，評估預測的實踐必須制定更明確的標準；第二，必須更好地界定復雜社會系統中預測準確性的理論限度，從而為預測研究或解釋研究設定預期效果；第三，必須認識到社會預測的準確性和可解釋性是相互補充而非相互替代的關系[21]。因此，我們只有不斷深化教育預測研究理論與技術問題的探討，才能讓教育預測變得可望又可即。

總體而言，新的研究范式為解決傳統定量研究范式難以應付的問題，提供了新的方法、新的數據、新的思維和新的路徑，豐富了教育定量研究的學術內涵，進一步促進教育學走向實證化、科學化、規范化。同時，新范式、新方法與舊范式、舊方法不是非此即彼、相互替代的關系，而是互相補充、多元整合的關系。對此，教育學者必須以開放的胸襟與跨學科的視野來迎接時代挑戰與范式革命。

參考文獻

[1] 胡森.教育研究的范式[C]//瞿葆奎.教育學文集：教育研究方法.北京：人民教育出版社，1988：179.

[2] 袁振國.實證研究是教育學走向科學的必要途徑[J].華東師范大學學報（教育科學版），2017（3）：4-17.

[3] 呂晶.中國教育實證研究中的定量方法：五年應用述評[J].華東師范大學學報（教育科學版），2020（9）：36-55.

[4] 王樹濤，顧建民.國際教育科學研究范式的演變與趨勢——基于2010—2019年文獻計量的分析[J].教育研究，2020（9）：135-145.

[5] 金觀濤，劉青峰.探討自然科學和社會科學統一的方法[J].哲學研究，1985（2）：16-24.

[6] 貝爾.當代西方社會科學[M].范岱年，裘輝，彭家禮，等譯.北京：社會科學文獻出版社，1988：2.

[7] 陳云松.當代社會學定量研究的宏觀轉向[J].中國社會科學，2022（3）：127-144，207.

[8] 約翰遜，克里斯滕森.教育研究：定量、定性和混合方法[M].馬健生，等譯.重慶：重慶大學出版社，2015：37，46.

[9] 陳云松，范曉光.社會學定量分析中的內生性問題：測估社會互動的因果效應研究綜述[J].社會，2010（4）：91-117.

[10] 風笑天.高回收率更好嗎？——對調查回收率的另一種認識[J].社會學研究，2007（3）：121-135.

[11] 李強.“心理二重區域”與中國的問卷調查[J].社會學研究，2000（2）：40-44.

[12] 朱軍文，馬銀琦.教育實證研究這五年：特征，趨勢及展望[J].華東師范大學學報（教育科學版），2020（9）：16-35.

[13] 劉闖.美國國有科學數據共享管理機制及對我國的啟示[J].中國基礎科學，2003（1）：34-39.

[14] 張計龍，殷沈琴，張用，等.社會科學數據的共享與服務——以復旦大學社會科學數據共享平臺為例[J].大學圖書館學報，2015（1）：74-79.

[15] 吳小康.可復制性與經驗研究的透明化[J].經濟學動態，2014（10）：121-129.

[16] 劉三女牙.計算教育學[M].北京：科學出版社，2021：15-26.

[17] 童莉莉，張晨，黃榮懷，等.教育社會實驗：人工智能融入教育的研究新探索[J].中國電化教育，2022（3）：62-68.

[18] Watts，Duncan J..Common Sense and Sociological Explanations [J].American Journal of Sociology， 2014（2）：313-351.

[19] 余明華，馮翔，祝智庭.人工智能視域下機器學習的教育應用與創新探索[J].遠程教育雜志，2017（3）：11-21.

[20] 萬力勇.算法時代的教育預測及其研究范式轉變[J].遠程教育雜志，2022（3）：35-44.

[21] Hofman，Jake M.;Sharma，Amit;Watts，Duncan J..

Prediction and Explanation in Social Systems[J].Science，2017（6324）：486-488.

Quantitative Research Paradigm in Education：Values， Dilemmas，and Innovative Paths

Wang Panfeng" Wang Yarong" Zhai Jingli

Abstract： The paradigm of quantitative education research is based on positivism， using mathematical tools or statistical analysis to measure educational phenomena or educational processes， testing theoretical hypotheses based on data， and revealing the correlation among various factors in educational phenomena. The quantitative research paradigm in education is the key to improving the scientific nature of educational research， a tool to lead the high-quality development of education， and the need to adapt to the digital transformation of education. However， current quantitative research in education faces multiple dilemmas in promoting pedagogy to be scientific and empirical， manifested as the endogenous problem of methods， the prerequisite problem of quantification， and the normative problem of research. The transformation of the empirical research paradigm of educational research in China， the rapid development of information technology， and the formation of data sharing and disclosure mechanisms have provided realistic possibilities for the innovation of quantitative research paradigms. In the future， the educational quantitative research paradigm should be transformed and innovated in multiple dimensions， promote replicative research， develop computational pedagogy， and strengthen educational prediction research.

Key words： quantitative research paradigm; replication research; computational pedagogy; educational prediction research

（責任編輯" 黃建新）

收稿日期：2023-09-25

基金項目：北京市教育科學“十四五”規劃2021年度優先關注課題“教育研究范式創新研究”（BBEA21005）。

作者簡介：王攀峰，湖北荊州人，教育學博士，首都師范大學教育學院教授，主要從事課程和教學理論、教育研究方法研究；北京，100089。王亞榮，首都師范大學教育學院博士研究生；北京，100089。翟靜麗（通信作者），上海師范大學教育學院副教授；上海，200234。

①該數據是本課題組以《教育研究》《課程·教材·教法》《華東師范大學學報（教育科學版）》《教育科學》和《電化教育研究》五種CSSCI教育學來源期刊2013—2022年刊載的859篇論文進行文獻計量分析的結果。

②相關觀點參見：范涌峰，宋乃慶.教育研究科學化：限度與突破[J].教育研究，2016（1）：94-101；姜勇，戴乃恩.論“基于證據”的教育研究的限度——“文化存在論教育學”的視角[J].華東師范大學學報（教育科學版），2017（3）：72-79，170；王思遙.教育實證研究的理論依據、爭議與去向[J].大學教育科學，2020（5）：12-17.

①相關文獻參見呂晶.中國教育實證研究中的定量方法：五年應用述評[J].華東師范大學學報（教育科學版），2020（9）：36-55；姚計海，王喜雪.近十年來我國教育研究方法的分析與反思[J].教育研究，2013（3）：20-24；鄭日昌，崔麗霞.二十年來我國教育研究方法的回顧與反思[J].教育研究，2001（6）：17-21.

①佚名.加強教育實證研究 促進研究范式轉型的華東師范大學行動宣言[J].電化教育研究，2017（7）：1.

②參見吳小康.可復制性與經驗研究的透明化[J].經濟學動態，2014（10）：121-129；陳云松，吳曉剛.走向開源的社會學 定量分析中的復制性研究[J].社會，2012（3）：1-23；劉潤清.《應用語言學中的復制性研究》述評[J].中國外語教育，2015（3）：95-99；胡傳鵬.將預注冊的重復實驗納入心理學研究方法的課程[J].心理技術與應用，2019（5）：261-262，265；王晨霞.定量研究中的復制性研究與貝葉斯因子分析法——以中國農村教育收益率研究為例[D].哈爾濱：哈爾濱工業大學，2021：13-21.

①比如，1997年，Levitt在《美國經濟評論》上發表論文《使用警察雇傭中的選舉周期來估計警力對犯罪率的影響》，發現警察數量增加是犯罪率降低的一個重要原因。2002年，McCrary對這篇論文進行了復制性研究，并在《美國經濟評論》發文指出Levitt的論文由于編程錯誤導致了數據有誤，糾正這一錯誤后，警察數量的增加導致犯罪率下降的結論不再成立。參見吳小康.可復制性與經驗研究的透明化[J].經濟學動態，2014（10）：121-129.