学校教育资源对科学素养成绩影响的跨文化比较——以中国香港、日本、芬兰和美国学生PISA成绩为例

李 斌 ，张文静 ，辛 涛

（1．北京师范大学 发展心理研究所，北京 100875；2．教育部基础教育课程教材发展中心，北京 100816）

学校教育资源对科学素养成绩影响的跨文化比较
——以中国香港、日本、芬兰和美国学生PISA成绩为例

李 斌1，2，张文静1，辛 涛1

（1．北京师范大学 发展心理研究所，北京 100875；2．教育部基础教育课程教材发展中心，北京 100816）

基于国际学生评价项目PISA 2006的数据，采用多水平线性模型，比较了中国香港、日本、芬兰和美国这四个国家（地区）的学校教育资源与学生科学素养成绩的关系。结果发现，学校教育资源中的客观特征变量在不同的国家（地区）有不同的影响，而学校教育投入变量对学生成绩基本没有影响，这一结果在四个国家（地区）基本一致。最后，探讨这一结果对我国科学教育的启示和意义。

PISA 2006；科学素养；学校教育资源；跨文化比较

一、前 言

学校教育资源投入能否促进学生学习成绩的提高，是教育决策者和学校管理者比较关心的问题。1964年，美国人科尔曼博士向国会提交了《教育机会均等》报告（又称“科尔曼报告”），该报告使用“教育产出方程”，在控制学生背景特征的条件下，研究了教育投入和产出之间的关系。其结论是学生的家庭社会经济地位对学生成绩有很大的影响，能解释学生成绩变异的绝大部分；而学校和教师对学生成绩的影响则相对较小［1］。这一结论引发了教育领域的讨论，促使研究者继续开展相关的研究，并形成了教育领域中新的研究领域——学校效能的研究，即对学校教育资源和学生成绩关系的探讨［2］。

以往关于学校教育资源与学生学习成绩关系的研究，并未达成一致的结论，有的甚至得到了完全相反的结果。Hanushek使用综合推断方法多次对已有的教育产出方程研究文献进行了综合分析，得到的结论是没有足够的证据说明学校教育资源和学生成绩之间存在一致关系［3-6］，这一结论虽受到了质疑［7］，但在学术界和公共政策领域具有相当大的影响力。Hedges，Laine和Greenwald使用元分析的方法对已有的教育产出方程研究进行总结，结果显示大部分教育资源投入和学校输出如学生成绩之间有系统的正向关系，且这些关系的强度足够大并达到显著性水平［8-9］。

本文使用PISA 2006的数据，选取中国香港、日本、芬兰和美国四个国家（地区）的PISA 2006数据，采用多水平线性模型的分析技术，考察各个国家学校教育资源和学生科学素养成绩的关系，希望为我国的科学教育提供有意义的借鉴。选取这四个国家（地区）的原因是美国是世界上最大的移民国家，可以作为跨文化研究的比较标准；芬兰学校教育的公平性和均衡性是世界上最优秀的，也是欧洲国家的代表；日本是亚洲国家中发达国家的代表，且成绩较为优异；中国香港地区与大陆同根同源，文化传统类似，能为中国大陆的教育研究带来启示。

二、研究方法

1.被试

本研究所用PISA 2006的数据选自PISA官方网站（http：//www.pisa.oecd.org）。PISA项目的学生问卷和学校问卷构成有严格的理论构想，从试题和问卷的编制到施测和数据整理严格规范，数据准确、科学，具有很高的可靠性，且含有本研究所需的学生变量和学校变量。PISA 2006的主评估领域是科学素养，既包括各种科学知识又包含学生的科学能力［10］，学生的科学成绩具有较强的综合性和代表性。

剔除相应变量的缺失值后，四个国家（地区）参与研究的共有18965名15岁在校学生，涉及597所学校的数据。其中中国香港4549名学生，来自144所学校；日本5673名学生，来自178所学校；芬兰4447名学生，来自147所学校；美国4296名学生，来自128所学校。

2.变量的选择与设定

本研究从PISA 2006学生问卷和学校问卷数据构成的嵌套关系中，考察两个层次的变量对学生科学素养成绩的影响。因变量是学生的科学素养成绩，自变量分为两层：第一层是两个学生水平变量，即学生性别和学生家庭的经济、社会和文化地位；第二层是学校水平变量，即学校教育资源的投入，由9个变量构成，其中有3个学校客观特征变量，包括学校大小、班级大小和学校类型，6个学校易于操作的教育投入变量，包括学校可利用的计算机比例、用于教学的计算机比例、连接互联网的计算机比例、生师比、教师短缺和学校教育资源的质量。自变量的定义和记分方式如表1所示。本研究将控制学生水平变量，来探讨学校教育资源对学生科学素养成绩的影响。

表1 自变量名称及其编码方式

3.数据的分析与处理

本研究采用多水平线性模型方法对数据进行分析，使用的相关统计软件是SPSS15.0和SAS9.0。使用SPSS15.0进行数据的初步整理和转换；使用SAS9.0实现对缺失值的处理；对数据的多水平分析采用SAS9.0软件的PROC MIXED过程进行。

三、结果分析

1.学生和学校变量描述

从四个国家（地区）学生变量和学校变量的统计描述（见表2）可以看出：（1）学生水平的变量中，芬兰的科学素养成绩最高，其次是中国香港和日本，均高于OECD国家的平均水平（500），而美国的科学素养成绩在四个国家（地区）中最低，且低于OECD平均水平。四个国家（地区）样本的男女生比例基本都为1比1。学生的经济、社会和文化地位变量均值从高到低依次为芬兰、美国、日本和中国香港。（2）学校水平的变量中，美国和中国香港的学校人数比较多，日本和芬兰的则相对较少；四个国家（地区）中大部分学校都是公立学校，以芬兰为最；计算机的占有和使用情况大体相似；中国香港的生师比最大，芬兰的最小；美国受教师短缺对学校教学的影响最大，日本最小；由于学校教育资源质量的影响，日本和中国的教学所受限制较大，芬兰受这一因素的影响最小。

表2 四个国家（地区）学生变量和学校变量描述统计（均值/标准差）

2.零模型结果分析

根据多水平线性模型的统计原理，将影响学生科学素养成绩的变量分为两层，第一层为学生水平变量，第二层为学校水平变量。首先建立零模型（the null model），分析在不加入任何预测变量的情况下，学校间变异和学校内变异对学生成绩总变异的贡献。

表3为四个国家（地区）学生的科学素养成绩的变异在学校间和学校内的估计，学校间变异与学校内变异之和为学生成绩的总变异。根据表中结果进行简单的运算可知，中国香港、日本、芬兰和美国的学校间变异分别占各自国家学生成绩总变异的36.39%、46.32%、5.23%和19.77%，并且四个国家（地区）的学校间科学素养成绩的变异均非常显著。可以看出，日本和中国香港的学校间变异所占的比重相对较大，说明这两个国家（地区）学生成绩变异可部分地由学校间因素所解释；而芬兰和美国的学校间变异所占比重则相对较小，尤以芬兰为最。芬兰仅有5.23%的变异来自学校间因素，这意味着学校内变量，即学生自身的一些因素，更有可能解释学生成绩的差异；同时这一比例也说明芬兰在学校教育的公平性和均衡性上做得比较好，这也与前两次PISA评价的结果相一致［11］。

表3 学生的科学素养成绩变异在学校间和学校内的估计

3.完整模型的结果分析

将学生水平变量和学校水平变量加入到模型中建立完整模型，考察其对学生科学素养成绩的影响，如表4所示。

（1）完整模型中学生水平变量的结果分析

表3和表4的结果显示，学生水平背景变量的加入，解释了一部分学校内变异。中国香港、日本、芬兰和美国的学校内变异下降的百分比分别是4.33%、1.89%、7.62%和8.89%。

对学生性别与学生的家庭经济、社会和文化地位两个学生水平变量的分析发现，中国香港学生的科学素养成绩有显著的性别差异（=21.18***），男生比女生的成绩表现好；而日本、芬兰和美国在科学素养成绩上则不存在性别差异。学生的家庭经济、社会和文化地位对中国香港（=10.27***）、日本（=6.51***）、芬兰（=30.48***）和美国（=35.39***）学生的科学素养成绩都有显著的正向预测作用，说明学生的家庭社会经济地位越高，科学素养成绩也越高。由该变量对四个国家（地区）学生科学素养成绩影响的系数可以发现，美国学生受家庭社会经济地位的影响最大，学生的家庭社会经济地位每提高一个单位，学生的科学素养成绩便增加35.39分，其次是芬兰和中国香港，而该变量对日本学生的科学素养成绩影响最小。

表4 学生科学素养成绩影响因素的多层线性回归分析

（2）完整模型中学校水平变量的结果分析

加入第二层学校水平变量后，不同国家（地区）学校间变异都有不同程度的下降。中国香港、日本、芬兰和美国的学校间变异下降的百分比分别是62.20%、49.18%、54.17%和77.68%，总体来说，除了日本外，第二层的变量解释了四个国家（地区）大部分的学校间变异。

学校客观特征变量中，学校大小对中国香港（=0.06*）和日本（=0.05***）学生的科学素养成绩有显著影响，学校中人数越多，对学生的科学素养成绩越有利，但是这一影响的数值在这两个国家（地区）都比较小；而学校大小对芬兰和美国学生的科学素养成绩没有显著性的影响。班级大小只对日本（=3.43***）学生的科学素养成绩有显著的正向预测作用，而对其他三个国家（地区）则无显著影响。学校类型对日本（=28.79**）和美国（=-31.38**）学生的科学素养成绩有显著的影响，但在这两个国家的趋势却是相反的：在日本，公立学校的学生科学素养成绩比私立学校的高，在美国则是公立学校的学生科学素养成绩比私立学校的低；学校类型对中国香港和芬兰学生的科学素养成绩没有显著影响。

除了上述三个学校水平的变量外，其余的学校变量都属于学校易于操作的教育投入部分。这些变量中，除了生师比对中国香港（=12.68***）学生的科学素养成绩有显著的正向作用外，其他变量对各个国家（地区）的成绩都没有显著影响。中国香港生师比每增加一个单位，学生的科学素养成绩便提高12.68分。总体来看，学校教育资源变量对学生科学素养成绩的预测力较弱。

四、讨论

1.学生水平变量的影响

研究结果显示，学生科学素养成绩的性别差异仅在中国香港存在。Linn和Hyde通过对学生数学和科学成绩的元分析和过程分析得到的证据说明，认知和心理任务上的性别差异比较小且在不断减少；性别差异并不是普遍的而是与文化和情境背景密切相关［12］。此外，这一结果也与PISA 2006的结果报告相一致，即对大部分国家（地区）来说，男生和女生科学素养的平均成绩没有显著的差异［13］。中国香港学生科学素养成绩的性别差异可能是由于学生对科学的兴趣、家长的支持和相关的教育经历导致的。但需要注意的是，尽管学生在科学的整体成绩上性别差异并不显著，但在不同的科学能力和科学知识上还是存在的，科学学习中的性别差异仍是科学教学中不可忽视的问题。

从科尔曼报告开始，学生的家庭社会经济地位一直都是教育研究中非常关注的常用变量。尽管在不同的研究中，研究者对这一变量采取不同的测量方法，但得到的结果都惊人的一致，即学生的家庭社会经济地位在解释学生成绩的差异方面有非常重要的影响［14］。本研究的结论也证实了这一点，说明对不同文化和教育传统的国家来说，学生家庭社会经济地位对成绩的影响都是一致的。

2.学校水平变量的影响

学校教育资源的学校客观特征变量中，学校大小对中国香港和日本学生的科学素养成绩有显著的影响，但是两者的系数都非常小。总体来说，学校大小对这四个国家（地区）学生的科学素养成绩的预测力比较弱。Greenwald等人使用元分析的方法发现，39个有关学校大小与学生成绩之间关系的研究中，没有得到一致的结论，其中有18个研究结果是显著的，21个研究是不显著的［15］。Hoxby在纵向追踪的背景下考察班级大小对学生成绩的效应，结果发现班级大小对学生成绩没有统计显著性影响［16］。本研究中除日本外，其他三个国家（地区）的班级大小变量对学生科学素养成绩都没有显著影响。公立学校和私立学校学生的科学素养成绩在中国香港和芬兰没有显著的差异，但是在日本和美国则存在显著的差异，且两者对成绩的影响方向是相反的。日本的公立学校成绩之所以高于私立学校的成绩，原因可能在于日本对公立学校的教育改革，使得日本的公立学校改变了以往的官僚行政管理体制，转而下放更多的权利给学校基层，并引入市场竞争机制，大大提高了公立学校的运行质量和竞争力；美国的私立学校成绩优于公立学校的成绩，大部分源于美国这两种类型学校的存在状况，公立学校一直是美国联邦政府出资维持，由于不存在竞争的压力，公立学校的教育质量逐年下降，而私立学校凭借其本身优越的组织特性、社区和社会资本，使得学生的学习成绩优于公立学校。

学校易于操作的投入变量中，四个国家（地区）的研究结果表现出相当的一致性，即这些学校教育资源对学生的科学素养成绩基本没有影响。Summers和Wolfe使用纵向追踪研究学校资源和学生成绩的关系发现，学校的基础设施（如操场的大小、学校的计算机利用情况等）对学生成绩几乎没有影响［17］；Hanushek对教育产出方程研究的总结得到的结论是学校在管理和设施方面的花费与学生的成绩没有系统的关系［18］。本研究的结果支持这些结论。

总体来说，在控制学生背景变量的条件下，四个国家（地区）的学校教育资源对学生科学素养成绩的影响模式基本一致，即学校教育资源对学生成绩的预测力比较弱。

五、结论与展望

传统的教育产出方程的研究中，除了学生的背景特征变量和学校投入变量之外，教师也是影响学生成绩的重要因素。本研究所基于的PISA数据，是以15岁学生的年龄标准在不同的学校进行抽样，而不是以学校中的班级为单位进行抽样，因此PISA研究中并没有收集有关科学教师的具体信息，只是从校长问卷处间接收集整个学校教师的一般状况。受此限制，这里也无法考察科学教师因素对学生成绩的影响。此外，PISA每隔三年举行一次，且每次施测的对象都不是同一批被试，也无法从同一群体的纵向追踪角度加以研究。

另外，“学校教育资源”是一个宽泛的概念，但本研究涉及到的学校教育资源变量限于PISA 2006学校问卷调查的相关变量，因此，在以后的研究中有必要继续考察其他一些可能影响学生科学成就的因素，如实验室仪器设备、为教师教学提供的资源等。在中国的实际情况是，许多农村中学没有办法完成科学实验，这在一定程度上可能会影响学生的科学成就，只是在PISA的研究中没有涉及这些变量，有待以后的研究进一步加以检验。

本研究在加入学生水平的背景变量和学校水平的教育资源变量后，学校间和学校内变异仍然是显著的。这说明仍有其他一些重要的变量对学生的科学素养成绩有重要的影响，如学生对科学的兴趣、学生参与科学的活动等方面的影响，将成为以后研究的新方向。

在当今以科技为核心竞争力的社会中，公民的科学素养已成为一个国家国际竞争力的重要标志之一，对于提高国民科技素养水平和国家创新能力的科学教育尤为重要。本研究的结论显示，学校教育资源对学生科学素养成绩的预测力比较弱。虽然教育资源是教育发生必不可少的条件，但是科学教育不能仅仅通过提高学校的硬件设施来提升教育质量，而要根据科学教育的内容和目标，结合学生的发展特点和多样化的教学方式，极大地促进学生科学素养的发展。

［1］Coleman J S，Campbell E Q，Hobson C J，et al.E-quality of educational opportunity.Washington，DC：U.S.Government Printing Office，1966.

［2］Hanushek E A，Kain J F. On the value of‘Equality of Educational Opportunity’as a guide to public policy in On Equality of Educational Opportunity，ed.by F.Mosteller and D.P.Moynihan.New York：Random House，1972：116-145.

［3］Hanushek E A.The economics of schooling：Production and efficiency in public schools.Journal of Economic Literature，1986，24（3）：1141-1177.

［4］Hanushek E A.A more complete picture of school resource policies.Review of Educational Research，1996，66（3）：397-409.

［5］Hanushek E A，Rivkin S G，Taylor L.Aggregation and the estimated effects of school resources.The Review ofEconomicsand Statistics，1996，78（4）：611-627.

［6］Hanushek E A.Assessing the effects of school resources on student performance：An Update.Educational Evaluation and Policy Analysis，1997，19（2）：141-164.

［7］Linn M C，Hyde J S.Gender，mathematics，and science.Educational Researcher，1989，18（8）.

［8］Hedges L V，Lane R，Greenwald R.Does money matter?A meta-analysis of studies of the effects of differential school inputs on student outcomes.Educational Researcher，1994，23（3）：5-14.

［9］Hedges L V，Laine R D，Greenwald R.Interpreting research on school resources and student achievement：A rejoinder to Hanushek.Review of Educational Research，1996，66（3）：411-416.

［10］OECD.Assessing scientific，reading and mathematical literacy：A framework for PISA 2006.OECD，Paris，2006.

［11］OECD.PISA 2006：Science competencies for tomorrow’s world.Volume 1：analysis.OECD，Paris，2007：170-181.

［12］Linn M C，Hyde J S.Gender，mathematics，and science.Educational Researcher，1989，18（8）.

［13］OECD.PISA 2006：Science competencies for tomorrow’s world.Volume 1：analysis.OECD，Paris，2007：113-115.

［14］Konstantopoulos S.Trends of school effects on student achievement：Evidencefrom NLS：72，HSB：82，and NELS：92.Discussion PaperIZA DP No.1749，2005.

［15］Greenwald R，Hedges L V，Laine R D.The effect of school resources on student achievement.Review of Educational Research，1996，66（3）：361-396.

［16］Hoxby C M.The effects of class size on student achievement：New evidence from population variation.The Quarterly Journal of Economics，2000，115（4）：1239-1285.

［17］Summers A ，Wolfe B L.Do schools make a difference?The American Economic Review，1977，67（4）：639-652.

［18］Hanushek E A.The impact of differential expenditures on school performance.Educational Researcher，1989，18（4）：45-51.

Effects of School Educational Resources on the Achievement of Science Literacy：A Cross-Culture Comparison

Li Bin1，2，Zhang Wenjing1，Xin Tao1
（1.School of Psychology，Beijing Normal University，Beijing 100875，China；2.National Center for School Curriculum and Textbook Development，Ministry of Education，Beijing 100816，China）

Based on the Program for International Student Assessment 2006 data，the effects of school educational resources on the science literacy achievement of Hong Kong China，Japan，Finland and the United States were compared.The hierarchical linear model was employed to analyze the data.The findings indicated that among the school educational resources，the schools’objective characteristics variables had different effects on different countries/regions.The easily-manipulated educational resources variables basically had no effect on the science literacy achievement.And this was consistent across different countries/regions.Finally，we discussed the meaning of the results for the science education in China.

PISA 2006，science literacy；educational resources；cross culture comparison

C40-058.1

A

1000-2529（2010）06-0091-06

2010-08-05

李 斌（1974-），男，山东章丘人，北京师范大学发展心理研究所博士研究生，教育部基础教育课程教材发展中心助理研究员；张文静（1985-），女，山东枣庄人，北京师范大学发展心理研究所博士研究生；辛 涛（1968-），男，陕西周至人，北京师范大学发展心理研究所教授。

（责任编校：文 泉）