如何提升中小学生的学业成绩？ ＊——基于学习策略与教学策略改进的视角

唐一鹏 王 闯 胡咏梅

（1. 华东师范大学教育学部，上海 200062；2. 澳门大学教育学院，澳门 999078；3. 北京师范大学教育学部，北京 100875）

一、引言

如何有效地促进学生的学习一直是家长、学校、教育管理部门和教育研究者所共同关注的议题。国内外大量实证研究已经表明，学习策略和教学策略对于学生学习成绩的提升具有明显的促进作用（张文静，辛涛，2012；胡咏梅，唐一鹏，2018；Cai & Zhu, 2017; Leopold & Leutner, 2015）。不仅学生恰当地运用学习策略能够提高学业成绩，教师的教学策略也能够对各学段学生的学业成绩提升起到积极促进作用。实际上，正如胡咏梅等人在其研究中指出的那样（胡咏梅，唐一鹏，2018），无论是学习策略还是教学策略，都有丰富的内涵和多种结构维度，而且不同策略的使用对于学生学业发展的影响并不等同，这就需要对不同策略的影响效应进行科学的估算和评价。

作为国际上最大规模的学业成就测试，PISA 项目最早在2000 年第一轮测试中就开展了有关学生学习策略的调查。PISA 2000 将学习策略分为记忆策略（memorization）、理解策略（elaboration）和元认知策略（meta-cognitive）。根据Chiu 等人(2015)对34 个OECD 国家阅读、数学、科学成绩的多水平分析结果，元认知策略对学生成绩的影响最大，而记忆策略和理解策略对学生成绩无显著影响。PISA2009 仍然从记忆、理解、元认知三个方面来测量学习策略，但是将元认知策略具体化为控制策略（control）。Cai 等人（2017）利用中国上海和芬兰的PISA 数据研究发现，控制策略（也即元认知策略）对阅读素养的影响效应最大，是记忆策略和理解策略效应值的两倍。由此可见，相比于记忆、理解等认知策略，元认知策略对于学生（特别是初中生）的学习具有更加重要的作用。Leopold 和Leutner（2015）利用德国十年级学生样本对认知策略和元认知策略进行的比较研究也证明了此类观点。

教学策略对学生学业成绩的影响也被多项研究关注。Schroeder 等人（2007）的一项元分析估计了不同教学策略对于学生科学学习成绩的平均影响效应，结果表明增强情境策略（enhanced context strategies）、合作性学习策略（collaborative learning）的影响效应要高于提问策略（questioning strategies）和操控策略（manipulation strategies）等其他策略。PISA2012 的教师问卷中也进行了教师教学策略的相关调查，并将教师教学策略分为以教师为中心的教学策略（teacher-directed instruction）、以学生为中心的教学策略（student-directed instruction）和认知激活策略（cognitive activation strategies）①三类。Caroa 等人（2016）运用PISA2012 数据对62 个国家/地区的学生学习成绩与教学策略的相关性进行分析，研究结果呈现出较大的差异性，教师中心策略在34 个国家/地区中显著为负，在8 个国家/地区中显著为正（包括台湾），另有20 个不显著（包括上海、香港、澳门）；学生中心策略在所有62 个国家/地区中均显著为负（包括上海、香港、澳门、台湾）；认知激活策略在27 个国家/地区中显著为正（包括上海、香港、澳门、台湾），在6 个国家/地区中显著为负，另有29 个不显著。由此可见，对于大部分国家的学生而言，认知激活的教学策略更为有效，对于以上海、香港、澳门、台湾为代表的中国学生尤其如此。Corderoa 等人（2018）利用基于西班牙参与PISA2012 的数据开展研究，结果发现相比于以学生为中心的主动学习策略（active learning strategy），以教师为主导的传统教学策略（即teacher-directed instruction）更有效。

也有部分学者探讨了教师教学策略与学生学习策略之间的关系，特别是教学策略对学习策略的促进作用。比如Kim（2005）利用韩国六年级学生的样本进行教学实验，发现相比于传统教学方式，建构主义教学方法（constructivist teaching approach）能够提高实验组学生的学习策略水平，尤其是在自测/自评（self test or review）策略上。张亚星（2018）基于河北和江苏两省中小学生抽样调查的数据进行多水平分析，结果发现教师教学方式对学生进行自主、合作和探究学习具有显著正向影响。

通过上述对于国内外研究的回顾不难发现，目前对于不同学习策略、不同教学策略以及两者之间的关系已经有不少研究，但是不同策略对不同学段学生学业成绩影响的差异分析依然较为少见。从发展心理学的角度来看，不同学段学生在认知发展上具有不同特点。比如早在上世纪50 年代，著名儿童心理学家皮亚杰就将儿童认知发展分为四个阶段（Piaget，1952; Harry，1992）：感知运动阶段（sensorimotor stage，0—2 岁）、前运算阶段（pre-operational stage，2—7 岁）、具体运算阶段（concrete operational stage，7—12 岁）和形式运算阶段（formal operational stage，12 岁以后）。一般而言，小学低年级学生（一、二年级学生）大多处于前运算阶段，刚刚能够运用符号来表征事物和从事简单的思考活动，小学中高年级学生（三到六年级学生）则大多处于具体运算阶段，能够运用符号进行逻辑思考，解释具体的客观事物和事件的改变；初中生已经处于形式运算阶段，能够根据假设进行逻辑推演，对可能发生的事件进行逻辑性的假设，区分现实性与可能性。上述儿童认知发展阶段的特征决定了不同学段学生的学习特点，也意味着不同策略对于学生学业成绩和能力发展的影响可能会有所不同（Nisbet 和Shucksmith，1986）。在一些新近的文献中，此种差异得到了许多经验证据的支持。Peng 等人（2018）对相关经验研究的结果进行元分析，进而发展出“工作记忆-阅读发展模型”。该模型认为，短时间记忆在学生阅读能力发展早期更加重要，而随着学生基本阅读能力的提高，长时记忆检索决定着学生能力的发展水平。在此方面，中国国内也开展了类似的研究。如高丙成等人（2009）有关学习策略的研究表明，随着年级升高，小学生的认知策略水平逐渐提高，但是元认知策略水平没有显著差异。胡咏梅等人（2018）的研究同时考察了学习策略和教学策略对不同学段学生学业成绩的影响差异，结果表明在小学阶段，教学策略的影响效应要大于学习策略，而在初中阶段，学习策略的影响效应要大于教学策略。

纵观现有文献，尽管研究者们已经肯定了学习策略或者教学策略对不同阶段学生的影响差异，但是将两者结合起来进行考察的文献相对不足。本文将继续拓展胡咏梅等人（2018）的研究，在厘清学习策略和教学策略在不同阶段的相对重要性的基础上，进一步考察哪种策略对小学生和初中生提升学业成绩更为有效。具体地，本研究将尝试回答下面三个研究问题：

研究问题一：在认知策略、元认知策略和探究性学习策略三种策略②中，哪种策略能够更为有效地提升小学生和初中生的学业成绩？

研究问题二：在因材施教、参与式教学、引导探究三种教学策略③中，哪种策略能够更为有效地提升小学生和初中生的学业成绩？

研究问题三：教师的教学策略是否有助于学生学习策略的提升？

二、数据来源与变量的描述统计

“区域教育质量健康体检”项目是北京师范大学中国基础教育质量监测协同创新中心在全国多个省市开展的教育测评项目，该项目旨在通过基于严格抽样设计④的大规模测评来对我国区域基础教育质量进行评价，以服务于地方政府对于基础教育质量改进与提升的需求。本文所使用的数据来自2014 年9 月“区域教育质量健康体检”在东部沿海地区的某个省份开展的测评工作所获得的数据。根据该项目的设计，该省1141 所小学的34021 名五年级学生和621 所中学的36832 名九年级学生参加测试，五年级学生的测试科目为语文和数学，九年级学生的测试科目为语文、数学和科学。在学科测试之外，所有参与测试的学生还需要填写调查问卷，问卷的内容涵盖学生学业情况、心理健康状况、思想道德品质、家庭情况等多个方面，为开展相关研究提供了数据基础。

本文主要研究哪种学习策略和教学策略能够更有效地提升学生的学业成绩，主要变量及其描述统计分析呈现在表1 中。本文所使用的结果变量是以各科成绩均分为代表的学生学业成绩⑤。该套学科试卷编制的基本框架是以国家颁布的各学科义务教育课程标准（2011 年版）在学科内容领域和能力维度上的要求作为依据。例如，数学试卷编制的基本框架是参照《义务教育数学课程标准（2011 年版）》，其中内容领域包括数与代数、图形与几何、统计与概率；能力维度包括了解、理解、掌握和运用（周达、杜宵丰、刘坚，2017 年）。然后由各学科教育领域的相关专家、学者及一线教师共同开发了相应的测试题目。测试工具的研发，先后经历了6 人访谈、30 人小规模测试、300 人大规模测试、外审机构的独立评审等环节，保证了试题的基本质量。而且经过对试卷测量学指标分析，各学科测试卷具有良好的信度和结构效度，测试题目的难度分布较广，题目区分度较好，每道题目的特征曲线形态符合项目反应理论的模型，每道题目的信息量能够满足测量学的基本要求。由表1 可知，被测小学生在语文和数学两科的平均分数为559，标准差为76；被测初中生在语文、数学和科学三科的平均分数为556，标准差为77。本文的核心解释变量是学生的学习策略和教师的教学策略，这两个策略均采用5 分量表测量，得分越高表明策略水平越高。学习策略被细分为认知策略（如“我能够借助一些方式，如画图、举例子、打比方等理解知识或解释问题”）、元认知策略（如“学习时，我通常会反思是否还有尚未掌握的内容”）、探究性学习策略（如“我喜欢在观察大自然的时候提出问题，比如雨后为什么有时会出现彩虹”）三个子策略，分别由6、3、2 个题项组成，用各子策略题项的平均分代表每种策略的得分；教学策略被细分为因材施教（如“老师会给我们布置不同的学习任务”）、参与式教学（如“老师在课上组织我们进行小组活动”）和引导探究（如“老师鼓励我们猜想并通过各种方法验证猜想或得到结论”）三个子策略，分别由5、3、8 个题项组成，用各子策略题项的平均分代表每种策略的得分⑥。表1 呈现了中小学生学习策略平均得分以及各维度策略平均得分、教师教学策略平均得分以及各维度平均得分情况。

为了控制计量模型中其他无关因素对核心解释变量的边际效应估计值的干扰，本文还选取了学生层面和学校层面的控制变量，其中学生层面的控制变量包括：性别（1=女生，0=男生）、家庭社会经济地位⑦（SES）、是否独生子女（1=是，0=否）、是否单亲家庭子女（1=是，0=否）；学校层面的控制变量包括：是否农村学校（1=是，0=否）、是否公办学校（1=是，0=否）、教师中高级职称所占比例（%）、教师中具有本科及以上学历的教师比例（%）。由表1 中可知，样本小学生中女生占47%、独生子女占45%、单亲家庭子女占4%；样本初中生中女生占47%、独生子女占52%、单亲家庭子女占7%。从学校层面来看，在样本小学中农村学校占56%、公办学校占89%、具有高级职称和本科以上学历的教师的平均比例分别为57.50%和65.79%；在样本初中，农村学校占49%、公办学校占85%、具有高级职称和本科以上学历的教师的平均比例分别为21.20%和88.15%。

表 1 主要变量描述统计分析

三、研究方法

（一）多层线性模型

多层线性模型是大规模测评数据分析中通用的分析方法，鉴于本文所使用的是东部某省的分层抽样数据，因此适宜采用多层线性模型进行分析。为了回答什么学习策略更有效和什么教学策略更有效这两个问题，我们以学生学业成绩为结果变量，以学习策略和教学策略为核心解释变量，设定如下的两水平模型：

模型的第一水平为学生个体水平，第二水平为学校水平。JFij表示第j 个学校的第i 名学生的各科成绩均分；CLij表示学生的学习策略水平或者教师的教学策略水平。XBij、SESij、DSij、DQij均为学生层面的控制变量，XBij表示学生的性别（1=女生，0=男生）；SESij表示学生的社会经济地位（连续变量）；DSij表示是否独生子女（1=独生，0=非独生）；DQij表示是否单亲家庭子女（1=单亲，0=非单亲）。NCj、GBj、GJj、BKj均为学校层面控制变量，NCj表示学校是否为农村学校（1=农村，0=城镇）；GBj表示学校是否为公办学校（1=公办，0=民办）；GJj表示学校教师中具有高级职称的比例；BKj表示学校教师中具有本科学位的比例。

（二）泛精确匹配（Coarsened Exact Matching）

本研究在探讨什么策略更有效的同时，还要探讨教师的教学策略能否真正对学生改进其学习策略产生促进作用，对于后一研究问题的科学回答，需要采用基于CEM 方法的准实验设计。匹配法是公共政策评估中进行因果推断的一类重要方法（胡咏梅，唐一鹏，2018），而泛精确匹配是该类方法在“单调不平衡性控制(Monotonic Imbalance Bounding, MIB)”中的最新发展（杨钋，徐颖，2017）。

相比于传统的倾向得分匹配法（Propensity score matching），泛精确匹配的优点主要体现在如下几个方面：第一，PSM 方法仅能确保对照组和实验组之间在特征变量上保持平衡（即控制选择性偏误），而CEM 方法进一步控制两组在方差、协方差、高阶交互项等方面存在的数据不平衡性（Iacus, King &Porro, 2012）；第二，PSM 方法在处理连续型特征变量时（比如SES 指数），会由于对匹配精确要求较高而丢失过多样本，CEM 方法则事先将此类变量进行粗化处理（coarsening）⑧来提高对照组和实验组之间的匹配率；第三，PSM 方法在匹配完成后进行样本平衡性检验以确保匹配样本位于共同支撑区间内，CEM 方法则通过多元非平衡性指标（ L1）来确保样本匹配后的对照组和实验组在分布上的一致性⑨；第四，PSM 方法一般在计算出倾向得分之后直接给出匹配样本的实验处理效应值（即ATE），而CEM 方法则是根据匹配的结果对样本进行加权，并在第二阶段的计量模型估计中使用该权重，从而提高了匹配结果应用的广泛性（即提高了研究结论的外在效度）(Blackwell, 2009)。

根据CEM 方法的上述特点，针对研究问题三的分析我们将分为以下几步：第一步，将教师教学策略水平高低（T）看作实验处理变量，将样本学生分为两组，实验组是教学策略水平较高的组（T=1），控制组是教学策略水平较低的组（T=0）⑩；第二步，将学生层面控制变量（性别、SES、独生、单亲）作为特征变量进行泛精确匹配获得权重；第三步，将权重代入以学生学习策略为结果变量的两水平模型，获得教学策略对学习策略的处理效应值。

四、计量模型结果

本小节中我们将呈现计量模型的完整结果，依次回答“什么学习策略更有效？”“什么教学策略更有效？”“教学策略能否促进学习策略的提升？”这三个问题。对于前两个问题，我们主要通过两水平模型在控制学生层面和学校层面无关变量的基础上进行估计；对于第三个问题，我们通过泛精确匹配对样本进行筛选和加权处理，并在此基础上运用两水平模型进行估计。

（一）什么学习策略更有效？

为了更好地回答“什么学习策略更有效”这一研究问题，我们对小学生样本和初中生样本构建两个水平模型，分别估计三种策略（认知策略、元认知策略和探究性学习策略）对学生成绩的影响效应，结果呈现在表2 中。从小学生样本模型的结果来看，认知策略、元认知策略和探究性学习策略对学业成绩均有显著正向影响，认知策略和元认知策略的影响效应较大（回归系数分别为14.928 和12.106），而探究性学习策略的影响效应明显较小（回归系数仅为3.190）。为了比较不同学习策略对学业成绩的相对影响效应，我们计算了各学习策略的效应量（effect size），即添加学习策略变量之后模型层一方差的变化比例，结果呈现在表2 的最后一行。对比可知，与各学习策略的回归系数较为一致，认知策略和元认知策略的效应量较大，分别为4.78%和3.41%，相比之下，探究性学习策略的效应量很小，仅为1.06%。上述结果均说明，虽然不同的学习策略都对小学生的学习具有正向促进作用，但是认知策略、元认知策略更能够帮助小学生提高学习成绩，也就说认知策略、元认知策略对于小学生来说是更为有效的学习策略。相比之下，探究性学习虽然是新课改以来被许多教育研究者所倡导的学习策略，在我国基础教育界受到广泛推崇（张亚星，2018），但是从模型的结果来看，该策略虽然能够提升小学生的学习成绩，但是提升的空间非常有限。其中原因，请参见本文第五部分的分析。

从初中生样本的结果来看，认知策略、元认知策略和探究性学习策略对初中生的学习成绩均有显著正向影响，而且与小学样本结果类似的是，认知策略（回归系数为26.573）和元认知策略（回归系数为22.463）的影响效应要明显大于探究性学习策略（回归系数为10.953）的影响效应。效应量的计算结果表明，对于初中生而言，认知策略（11.27%）和元认知策略（10.29%）的效应量均超过10%，约是探究性学习策略的效应量（4.57%）的2 倍。由此可见，虽然三类学习策略都能够提高初中生的学业成绩，但是认知策略和元认知策略更加有效。因此，帮助初中生掌握和运用认知策略和元认知策略能够更有效地提升他们的学业成绩。

表 2 不同学习策略的影响效应估计结果

对比小学样本和初中样本的结果，不难发现，无论是小学还是初中，认知策略都是最为有效的学习策略，对学业成绩的提升作用也最为明显。但是值得注意的是，初中阶段各类学习策略的影响效应要明显大于小学阶段各类学习策略的影响效应，特别是探究性学习策略，其效应量的差距达到了1.36 倍。这说明与小学生相比，探究性学习策略对于初中生的学习来说更为重要，灵活掌握和运用探究性学习策略可以使初中生获得更大的学业成绩收益。

在其他控制变量上，各模型的结果基本保持一致。从学生层面的控制变量来看，女生成绩要明显优于男生；家庭社会经济地位越高的学生其学业成绩也越高；独生子女成绩要显著优于非独生子女；单亲家庭子女的成绩显著低于非单亲家庭子女。从学校层面的控制变量来看，农村学校的学生成绩显著低于城市学校；教师质量越高的学校，学生成绩也越好。值得注意的是，在小学阶段，公办学校的学生成绩并没有显著地优于民办学校，但是在初中阶段，公办学校的学生成绩却显著地低于民办学校。

（二）什么教学策略更有效？

表3 中呈现了不同教学策略（因材施教、参与式教学、引导探究）对于小学生和初中生学业成绩影响的估计结果。从小学生样本模型的结果来看，三种教学策略对学业成绩均有显著正向影响，但是引导探究策略和因材施教的影响效应都较大（回归系数分别为19.737 和17.179），而参与式教学策略的影响效应明显较小（回归系数仅为10.132）。效应量的计算结果表明，对于小学生而言，引导探究和因材施教的效应量分别为6.45%和4.59%，均超过参与式教学的效应量（仅为2.87%）。这说明，虽然各种教学策略都能促进小学生的学习成绩提升，但引导探究和因材施教更加有效。从初中生样本模型的结果来看，三种教学策略对初中生的学习成绩均有显著正向影响，而且与小学样本结果类似的是，引导探究策略、因材施教策略的影响效应较大，回归系数分别为17.648、10.823，而参与式教学策略的影响效应较小（回归系数为6.084）。效应量的计算结果也类似，三种策略中效应量最大的是引导探究（7.39%），其次是因材施教（4.41%），最后是参与式教学（3.64%）。上述发现为我们回答研究问题二提供了实证基础，即无论对于小学生还是初中生来说，引导探究都是最有效的教学策略，能够更好地帮助学生提高学业成绩。

表 3 不同教学策略的影响效应估计结果

对比小学样本和初中样本的结果，不难发现，从回归系数上来看，小学阶段各类教学策略的影响效应要明显大于初中阶段，这与胡咏梅等人之前关于小学阶段教学策略更加重要的研究发现相一致（胡咏梅，唐一鹏，2018）。从效应量上来看，无论对于小学生还是初中生，引导探究对于学生成绩的效应都相对更大，其次是因材施教，而参与式教学的效应相对最小。这说明，无论在小学阶段还是初中阶段，为了更好地提升学生学业成绩，教师不仅要注重因材施教和参与式教学策略的使用，更要注重引导探究策略的运用，加强引导探究策略在中小学课堂中的运用会使学生在学业成绩方面收益更大。

在其他控制变量上，各模型的结果基本保持一致。从学生层面的控制变量来看，女生成绩要明显优于男生；家庭社会经济地位越高的学生其学业成绩也越高；独生子女成绩要显著优于非独生子女；单亲家庭子女的成绩显著低于非单亲家庭子女。从学校层面的控制变量来看，农村学校的学生成绩显著低于城市学校；教师质量越高的学校，学生成绩也越好。与表2 中不同学习策略估计结果类似的是，公办学校对于学生成绩的影响在小学和初中出现分化，特别是初中公办学校的学生成绩要明显低于民办学校⑪。

（三）教学策略能否促进学习策略的提升？

对于最后一个研究问题的回答，我们采用泛精确匹配的方式来构造准实验设计进行探讨。参考杨钋等人（2017）新近的一项研究，本文首先按照学生个体层面的特征变量来进行第一阶段的泛精确匹配，匹配前后的平衡性检验结果参见表4 和表5。泛精确匹配提高了匹配成功的样本量，在小学样本中，仅80 人（0.24%）未匹配成功；在初中生样本中，仅有77 人（0.21%）未匹配成功。从多元非平衡性指标L1来看，小学生样本从匹配前的0.224 下降到匹配后的0.132，初中生样本从匹配前的0.164 下降到匹配后的0.070，表明泛精确匹配保证了实验组和对照组之间较高的分布重合率（达到80%以上）。不仅如此，无论是小学样本还是初中样本，匹配后在主要特征变量上的差异也进一步缩小，组间平衡性得到较大提升。

表 4 泛精确匹配结果

泛精确匹配之后所获得的权重可以用于第二阶段的建模分析。根据杨振宇等人（2016）的观点，虽然泛精确匹配所给出的权重解决了两组别间个体差异导致的内生偏差，但在计量模型分析阶段仍需通过添加控制变量来获得净效应。此处，我们以学习策略为结果变量，在控制学生层面和学校层面干扰变量的基础上构建两个水平模型，估计教学策略（处理变量）对学习策略的影响效应。表6 中呈现了相关结果，从中可以看出，无论是在小学生样本还是初中生样本中，教学策略对学生学习策略的提升都具有显著的正向影响。在小学生样本中，教学策略对认知策略、元认知策略、探究性学习策略的影响效应分别为0.282、0.247 和0.283；在初中生样本中，教学策略对认知策略、元认知策略、探究性学习策略的影响效应分别为0.185、0.209 和0.174。据此，我们可以给研究问题三以肯定性的回答，即教学策略能够显著提升学生的学习策略。

对比小学和初中的结果不难发现，教学策略对于中小学生学习策略的提升具有差异性。比如小学阶段教学策略对学生认知策略和探究性学习策略的影响更大，而在初中阶段教学策略对学生元认知策略的影响更大。这一发现暗示教学策略对于不同学段学生学习的影响机制存在差异，相关研究在脑科学中已经得到深入阐释（Nisbet & Shucksmith，1986;Peng，et.al., 2018）。因此，在小学阶段，教师应该更加注重对学生认知策略的引导，通过认知策略（如短时记忆策略）促进学生学习策略的提升；而在初中阶段，教师则应该更加注重对学生元认知策略（如学习进度安排、学习反思等）的引导，通过元认知策略促进学生学习策略的提升。

表 5 泛精确匹配前后的平衡性检验

五、结论与建议

（一）结论

本文基于东部某省份的大规模测评数据，探讨了学生学习策略和教师教学策略对中小学生学业成绩的影响，并且进一步考察了教师教学策略对中小学生学习策略的提升作用。通过对于三个研究问题的系统回答，本文获得了如下主要研究结论：

第一，在三种学习策略中，相比于探究性学习策略，认知策略和元认知策略能够更有效地提升中小学生学业成绩，其中认知策略的影响作用最大。无论是小学还是初中阶段，三种策略对于学生学业成绩均有显著正向影响，但是认知策略和元认知策略的影响效应要数倍于探究性学习策略。该研究发现部分折射出目前我国基础教育测评没有反映教育改革的新内容，缺乏对于探究性学习内容的考察。此外，需要提及的是，受限于传统教学方式和学习方式的影响，多数普通中小学的学生对于探究性学习策略的熟悉程度并不高，从而导致在该策略的得分结果并不高，进而可能会低估其对学业成绩产生的影响。以智慧学习、翻转课堂为代表的教育信息化浪潮已经对中小学生的学习方式产生了巨大冲击，反映到教育测评上，以PISA 为代表的大型国际测试已采用人机交互的方式进行学科测评，甚至专门开发了合作问题解决（collaborative problem solving）等重点考察创新能力、合作能力的测试题目。反观国内，以中高考为代表的重大考试中，除了英语口语采用机考之外，均采用纸笔考试，未能反映教育信息技术的最新发展，更加无法考察学生在真实情景中解决复杂问题的综合能力。本文的研究也表明，我国中小学生的学习目前还是停留在应试上，由此导致认知策略对学业成绩的影响效应要略高于元认知策略，而这恰恰与国际上有关元认知策略更加重要的一系列研究相左。

第二，在三种教学策略中，相比于参与式教学策略，引导探究策略和因材施教策略更能够有效地提升中小学生的学业成绩，其中引导探究策略的影响作用最大。从国际上有关教学策略的研究来看，合作性学习策略仅对学生科学成绩提高具有更加重要的作用，而基于PISA 数据的研究也表明，以引导探究为特征的认知激活策略对初中生学业成绩的影响效应最大，因此，本研究的结论与国际上相关研究基本一致。实际上，由于新课改的实施，引导探究等教学策略已经得到一线中小学教师的广泛认可，并且在日常教学中得到了较为广泛使用（纪德奎，2011），成为教师提高教学效果和学生成绩的重要方法。需要说明的是，参与式教学方式虽然已经随着新课改的推进在城市中小学中得以推广，但农村学校受限于教师整体专业素质和培训机会的相对缺乏，多数农村中小学生对于此教学策略的熟悉程度相对较低，该策略的平均得分明显低于其他两项教学策略，这有可能导致低估其对学业成绩的效应。

表 6 教学策略对不同学习策略的影响效应估计结果

第三，教师教学策略能够显著促进学生各类学习策略的提升。在小学阶段，教师教学策略水平的提高对学生认知策略和探究性学习策略的影响效应较大，而在初中阶段，教师教学策略水平的提高对学生元认知策略的影响效应最大。教学策略在小学和初中阶段的不同影响效应，体现了学生心理和认知发展的特点。因此，小学教师在教学中应该更加注重对学生良好认知策略的培养，帮助他们更好地记忆和理解知识；初中教师在教学中应该更加注重教会学生掌握和运用知识，学会自我管理和自我调控。

（二）建议

随着新课标的颁布和新教材的使用，以核心素养为标志的新一轮课程改革即将启动。基于本研究所获得的结论，以及国内外课程和考试改革的发展趋势（张民选等，2011；王蕾,佟威，2015），本文提出如下两点建议：

第一，深入理解学习策略和教学策略对中小学生学习的影响，注重通过更有效的策略引导来提升学生学业成绩。本文的研究结果表明，学习策略中的认知策略和教学策略中的引导探究策略对中小学生提高学业成绩具有更好的提升作用。这意味着，在中小学的课堂教学中，教师要更加注重对引导探究策略的运用，通过引导探究的方式让学生更好地理解和运用新知识，提升学生学习兴趣，增强学生自主学习能力。同时，小学教师还应该注重培养学生对于认知策略的掌握，促进其对知识的理解和迁移能力，并帮助小学生形成适合自己的学科学习策略和方法；初中教师更应当注重对学生元认知策略（如调整学习进度、学习反思等）的引导，通过元认知策略促进学生学业成绩的提升。此外，中小学教师尤其是农村中小学教师需要加强对于参与式教学策略的应用，提升这种激发学生学习兴趣和小组合作学习能力的教学策略的运用水平。

第二，顺应国际教育测评发展趋势，推动我国基础教育考试命题向强调创新能力、合作探究的方向改革。在近年来国际大规模教育测评中，创新能力、合作探究等综合能力已逐渐成为测评的重点，而我国的基础教育考试（特别是中高考）目前仍停留在学科知识层面，缺乏对于跨学科综合能力的考察。在未来的改革中，必须重视中高考命题的改革研究，强调探究性、开放性试题的命制，为评价我国中小学生的合作创新能力提供科学的测量工具。

最后需要指出的是，本文虽然基于东部某省的大规模测评数据构建计量模型开展实证研究，但也不可避免地存在三方面的研究局限。一方面学习策略和教学策略的内涵十分丰富，而本文所采用的量表仅考察了部分策略，还缺乏对其他策略的分析；另一方面，由于本研究中的教师教学策略量表得分是由学生自陈的对所在班级所有任课教师教学策略水平的评价，并不是单独针对语文、数学、科学课程教师的评价，因而希望后续研究设计能够明确收集学生针对所在班级每门课程教师的教学策略评价，以便获得更有效的教师教学策略得分数据。此外，尽管采用CEM 方法控制了选择性偏误问题，但由于没有学生能力、学习投入时间等变量的测量数据，因而，计量模型分析很可能存在遗漏变量偏误问题。后续研究将基于学习策略、教学策略的国际测评趋势研发更为有效的测评工具，并在对中小学生的大规模调查中加入测量学生能力和学习时间等方面的指标，从而开展更高质量的研究，为不同学段、不同特征的群体寻找更加有效的学习策略、教学策略，进而提升全体学生的学业成绩。

（本文通讯作者为胡咏梅。作者衷心感谢中国基础教育质量监测协同创新中心刘坚教授对此项研究工作的大力支持，并且提供本研究的数据。）

注 释：

①认知激活策略是指教师采用总结、提问、引导等方式帮助学生解决问题。

②认知策略是加工信息的一些方法和技术，能使信息较为有效地在记忆中存取的策略；元认知策略是指学生对自己认知活动的计划（如设置目标、设计问题解决方案）、监控（如自我检查、及时评估）和调节（如调整学习进度、重新阅读）策略；探究性学习策略是指学生在教师指导下，以类似科学探究的方式所开展的学习活动。

③因材施教指的是教师鼓励学生使用适合自己的学习方法、发现学生学习上的优劣势、为不同的学生提出不同的学习建议、给学有余力的学生布置富有挑战性的学习任务、关注每个人的成长进步等教学策略。参与式教学指的是教师在课上组织学生进行小组活动和学生交流学习心得等教学策略。引导探究指的是教师引导学生就某个问题进行讨论、将教学内容与日常生活相联系、引导学生思考和提出自己的观点、鼓励学生用不同的思路解决问题等教学策略。

④第一阶段采用分层PPS 方法抽取县、区；第二阶段采用分层PPS 方法抽取学校；第三阶段采用随机等距抽样方法抽取学生。

⑤使用各科成绩均分的主要原因是，本文中所采用的学习策略和教学策略量表均为一般性策略，并非具体学科（如数学）的专门性策略。在教育经济学和教育社会学的相关研究中，采用多维度量进行加权处理获得学生学业成就也是一种较为常见的做法（参见Hanushek & Woessmann, 2012; Sulis & Porcu, 2015）。

⑥本研究中的学习策略量表的编制参考了Mckeachie（1990）的理论框架，将学习策略分为认知策略、元认知策略和探究性学习策略三个子维度；本研究中教学策略的量表编制主要参考了王国英、沃建中等人（2000）的研究，从“因材施教、参与式教学、引导探究”三个方面自行编制了相应问卷。

⑦家庭社会经济地位是一个合成变量，由父母中的最高职业等级、最高受教育程度以及家庭拥有物的标准化变量的均值计算获得。其中，父母职业包括：工人、农民、私营或个体经营者、商业服务人员、政府工作人员、教育、医务和科研人员、企业管理人员、军人、进城务工人员、其他职业、无工作。父母受教育程度包括：研究生毕业、本科毕业、大专毕业、高中（职高）、初中、小学、没有上过学。家庭拥有物包括：独立卧室、配有浴缸或淋浴的卫生间、用于学习和作业的个人电脑、独立学习的房间、单独练习的钢琴、小汽车、货车或卡车。

⑧所谓粗化处理是指将某个特征变量按照研究者指定的区间或者CEM 算法默认的区间粗分为几个层（stratum），进入相同层内的个案被认为在该特征变量上具有同质性。照此对所有特征变量进行粗化处理后，根据个案在特征变量上的分层情况即可进行精确匹配。

⑩教学策略的具体分组方式如下：第一步，分别计算每个学校在三个维度的均分，以及全省在三个维度上的均分；第二步，将各校的各维度的均分分别与省均分相比，若高于省均分，则该维度重新编码为1，若低于省均分，则重新编码为0；第三步，将各校重新编码后的三个维度合并计算总分，若总分为0—2，则定义为“教学策略较低”，若总分为3，则定义为“教学策略较高”。

⑪该省的基础教育虽然以公办学校为主（小学公办学校占89%，初中公办学校占85%），但由于民营资本活跃，长期投资教育事业，而且省级政府以政府补贴、政府购买服务、税费减免等手段支持民办教育事业发展，所以民办学校在该省教育体系中占据一定地位。特别是为了避免中高考的激励竞争，很多优势阶层家庭将子女送到更开放、更有质量教育的民办学校，使得民办学校的生源质量好于普通公办学校，从而导致公办学校学生平均成绩表现不如民办学校。