自我调节与师资分布对学生学业成就的影响——基于PISA2018 中国四省（市）数据的HLM分析

袁梦迪，刘洋溪

（1.华东师范大学 课程与教学研究所，上海 200062；2.华东理工大学 图书馆，上海 200237）

一、文献回顾

阿尔伯特·班杜拉（Albert Bandura）的社会学习理论指出，环境影响着个体的发展。尤里·布朗芬布伦纳（Urie Bronfenbrenner）进一步提出生态系统论[1]，指出自然环境是人类发展的主要影响源，从微系统、中间系统到外层系统、宏观系统，形成一组嵌套结构。个体发展正是通过与环境的交互以及各级环境之间的联合作用而实现的。在个体内部，自我调节学习能力关系着学生在学习中是否能采取恰当的策略、是否有意识地关注到自己的认知过程，并能根据需要进行调节。在个体外部，学校是除家庭以外对学生影响最大的微系统，教师作为学生学校生活中的“重要他人”，且作为学生学习的引导者，是影响学生学业成就的近端变量，学校教师队伍的分布状况对学生的学业成就有着不可忽视的影响。本文基于生态系统论，采用多层线性模型分析来自PISA2018 的嵌套数据，探究师资分布与自我调节学习对学生学业成就的影响。

（一）自我调节学习与学业成就

余胜泉认为最有效率的学习者是那些能够进行自我调节学习的人[2]。自我调节学习最早由齐默尔曼（Zimmerman,B.J.）在1989 年提出，他将学习者为自己设置学习目标，并为了达到目标而监控、调节和控制自己的认知、动机和行为的过程称为自我调节学习[3]。布克尔特（Boekaerts,M.）提出六成分模型[4]来描述自我调节学习的要素，他从两类型（认知、动机）三水平（目标水平、策略水平、领域特殊知识水平）的角度划分了自我调节的六大成分，其中，认知与元认知是重要组成部分。宾特里奇（Pintrich,P.R）指出自我调节学习者通常具有四种特征[5]：积极应对他人提供的信息，主动创设和选择学习目标、学习意义、学习策略；正视个体情境和生理差异的局限，监控和调节学习行为；根据目标和一定标准评估学习效果，必要时调整；利用自我调节策略协调外部情境和自身特征对学习产生的影响。在调节学习的整个过程中，学习者会在已有的领域内知识、策略性知识以及多重动机性信念的基础上为自己设立学习目标，选择相应的学习策略加工学习任务，最后生成学习结果[6]。

（二）师资质量与学业成就

国内外学界做过诸多研究探索教师如何影响学生的学业成就，既包括性别、教龄、学历、人格特质等背景因素[7]，又包括教学行为、师生关系、专业发展等动态因素[8]。这些研究表明，教师质量是学生学业表现的一个强有力的预测因素。琳达·达林·哈蒙德（Linda Darling Hammond）在调查了教师资格和其他学校投入与各州学生成绩之间的关系后认为，准备充分的教师对学生成绩的影响可能超过学生的经济和文化背景因素,对教师质量的政策投资可以提高学生成绩[9]。学校全体教师的资格对学生的成绩会产生环境影响，在教师质量整体良好的学校里，教师之间的相互学习以及师生之间的互动都会带来教学相长的良性循环[10]。丹·戈德哈伯（Dan Goldhaber）等人在调查中发现，拥有特定学科学位或硕士学位的教师对学生学业成就的影响显著[11-12]。有学科背景学位的教师所教学生的成绩优于无学科背景学位的教师，同时，拥有硕士学位的教师所教学生的成绩优于有学科背景而学位为学士的教师[7]。学科背景给予教师更加扎实的学科知识，而学历更高的教师则会更加关注学生思维与技能的发展。当教师将自己对学科知识的理解与学生的思维及学习特点结合起来，转化为学科教学的理解，并将自己对学科知识的理解外化为课堂教学中师生的互动，就会对学生的学习产生显著的促进作用。由此可见，高学历的教师能为学生提供更多获得高成就的资源和机会[13]。

根据生态系统理论，学生的发展在嵌套环境中实现。在个体层面，自我调节学习决定了学生是否能对自己的认知有意识的调节，影响着学业成就；而学校是学生学习的最重要场所，学校教师是引导学生学习的专业人员，教师的质量影响学生的学业成就。因此，本文从学生个体和学校教师两个角度出发，探究学生学业成就在嵌套环境中是如何受到自我调节学习和教师质量的影响。

二、数据来源与变量说明

（一）数据来源与处理

国际学生评估项目（Programme for International Student Assessment，PISA）是经济合作发展组织（The Organization for Economic Co-operation and Development，OECD）开展的大规模学生能力标准化测试，评估全球15 岁学生的阅读素养、数学素养和科学素养，每三年聚焦于其中一个领域进行测评。自2000 年以来，PISA 的经验表明教育体系可以为所有人提供高质量的教学和公平的学习机会，而且可以在一个有利于学生福祉的环境中支持学业成就。

PISA2018 是该项目自2000 年启动以来的第七轮国际评估，本次测评的重点领域是阅读素养。我国北京、上海、江苏、浙江四省（市）联合参与了PISA2018 的测评，且在三个领域内均位居第一。本文选取四省（市）的数据，共有来自362 所学校的12058 名学生作为样本，处理缺失值后剩余有效样本量11459。

（二）变量选择与说明

1.因变量

本文的因变量是学生的学业成就。在PISA 数据库中，学生成绩是以似真值（PV）方式呈现的，本文分别选择阅读、数学和科学素养的一个似真值，求和后转换成标准分数（Z）作为学生学业成就的指标。

2.预测变量

本文的预测变量包括学生和学校两个水平：第一层为学生水平，分为背景变量（性别、社会经济地位）和自我调节学习能力（认知—信息定位、认知—理解、认知—评价反思、元认知理解记忆、元认知概括、元认知—评估）两种类型；第二层为学校水平，分为背景变量（类型、地理位置、班级规模、生师比）和师资状况（合格教师比、高学历教师比、全职教师比）两种类型。

本文主要关注学生自我调节学习中的认知与元认知能力。在PIS2018 中，认知能力以学生在阅读测验中的认知过程为指标，元认知能力指标则通过三个情境任务中学生的策略选择合成得到。教师质量则主要是指学校的客观师资状况，包括具备合格资质的教师比例、高学历教师比例和全职教师比例，其中，高学历师资主要指具备硕士及以上学位的教师。

（三）模型选择

PISA 测试包含学生问卷、教师问卷、学校问卷，是典型的嵌套结构数据，四省（市）的数据分为学生水平和学校水平，因此可以尝试进行多层线性模型建构，分别探究学生水平的变量和学校水平的变量对学生学业成就的影响。具体将使用SPSS21.0 进行数据的整理与转换，使用Mplus7.0进行多层线性模型的建构与分析。

三、研究结果

（一）描述性统计

从描述性统计结果（见表1）来看，在学生水平上，四省（市）参与PISA2018 测评的学生性别比例相当；平均家庭社会经济地位为-0.362，低于OECD 平均水平；关于信息定位的认知水平最低分为71.531，最高分为862.253；关于理解的认知水平最低分为191.604，最高分为850.949；关于评价反思的最低分为137.569，最高分为889.652；关于理解记忆的元认知水平最低分为-1.640、最高分为1.500；关于概括的最低分为-1.720，最高分为1.360；关于评估的元认知最低分为-1.410，最高分为1.330。

表1 描述性统计结果

在学校水平上，四省（市）参与PISA2018 测评的公办学校居多；地理位置分布较均衡；班级规模平均为38.840；生师比平均为10.650；平均合格教师比（0.956）和全职教师比（0.968）都较高，但高学历教师比（0.140）较低。

（二）多层线性模型

根据多层线性模型的原理，首先使用零模型来估计跨级相关系数（ICC），判断是否有必要进行多水平模型的建构（见表2）。在零模型中，以学生的学业成就作为水平1 的因变量，水平1 和水平2均无任何预测变量。方程如下：

表2 零模型结果

表3 多层线性模型结果

注：*表示p<0.05，**表示p<0.01，***表示p<0.001。

模型1 中，以学业成就作为水平1 的因变量，以学校背景变量（类型、地理位置、班级规模和生师比）作为水平2 的预测变量，探究学校水平的变量对学生学业成就的影响。方程如下：

模型2 中，以学业成就作为水平1 的因变量，以学校背景变量（类型、地理位置、班级规模和生师比）和学校师资变量（合格教师比、高学历教师比、全职教师比）作为水平2 的预测变量，探究学校水平的变量对学生学业成就的影响。方程如下：

模型3 中，以学业成就作为水平1 的因变量，以学生背景变量（性别、社会经济地位）作为水平1的预测变量，以学校变量（类型、地理位置、班级规模、生师比、合格教师比、高学历教师比、全职教师比）作为水平2 的预测变量，探究学校和学生两个水平的变量对学生学业成就的影响。方程如下：

模型4 中，以学业成就作为水平1 的因变量，以学生变量（性别、社会经济地位、认知—信息定位、认知—理解、认知—评价反思、元认知—理解记忆、元认知—概括、元认知—评估）作为水平1的预测变量，以学校变量（类型、地理位置、班级规模、生师比、合格教师比、高学历教师比、全职教师比）作为水平2 的预测变量，探究学校和学生两个水平的变量对学生学业成就的影响。方程如下：

模型1 与零模型相比，Δ τ00=（0.529-0.436）/0.529=0.1758，这说明学校背景（学校类型、地理位置、班级规模和生师比）可以解释学生学业成就差异的17.58%。而模型2 与模型1 相比，Δ τ00=（0.436-0.295）/0.436=0.3234，这说明控制学校水平的背景因素后，学校的师资状况可以（合格教师比、高学历教师比、全职教师比）解释学生学业成就差异的32.34%。

模型3 与模型2 相比，Δ σ2=（0.481-0.475）/0.482=0.0124，这说明在控制了学校水平的变量（学校背景、学校师资状况）后，学生水平的背景因素（性别、家庭社会经济地位）可以解释学生学业成就差异的1.24%。模型4 与模型2 相比，Δ σ2=（0.475-0.172）/0.475=0.6505，这说明控制学校水平的变量（学校背景、学校师资状况）和学生背景（性别、家庭社会经济地位）后，学生水平的认知因素可以解释学生学业成就差异的65.05%。

完整模型4与零模型相比，Δσ2=（0.482-0.172）/0.482=0.6432，这说明学校水平的变量（学校背景、学校师资状况）和学生水平的变量（学生背景、学生认知能力）共可以解释学生学业成就差异的64.32%。

在学生水平的变量中，性别、社会经济地位、认知—信息定位、认知—理解、认知—评价反思、元认知—概括、元认知—评估对于学生学业成就的影响显著。在控制其他因素不变时，男生的学业成就要好于女生（γ=-0.172，p<0.001）；家庭社会经济地位越高，学业成就越好（γ=0.019，p<0.001）；家庭社会经济地位越高，学业成就越好（γ=0.019，p<0.001）；关于信息定位的认知能力越强，学业成就越好（γ=0.001，p<0.001）；关于理解的认知能力越强，学业成就越好（γ=0.004，p<0.001）；关于评价反思的认知能力越强，学业成就越好（γ=0.002，p<0.001）；关于概括的元认知能力越强，学业成就越好（γ=0.030，p<0.001）；关于评价的元认知能力越强，学业成就越好（γ=0.054，p<0.001）。而关于理解记忆的元认知能力对于学生学业成就的影响并不显著（γ=0.005，p=0.326）。

在学校水平的变量中，学校的地理位置、班级规模和师资状况对于学生学业成就的影响显著。在控制其他因素不变时，学校所处地理位置越好，校平均学业成就越好（γ=0.029，p<0.001）；在一定范围内班级规模越大，校平均学业成就越好（γ=0.005，p<0.001）；合格教师（γ=0.325，p<0.001）、高学历教师（γ=0.524，p<0.001）和全职教师（γ=1.141，p<0.001）的比例越高，校平均学业成就越好。而学校类型（γ=0.001，p=0.953）和生师比（γ=-0.002，p=0.188）对校平均学业成就的影响并不显著。

四、结论与讨论

研究结果表明，学生的自我调节学习能力和学校的师资分布状况均会对学生的学业成就产生显著影响。当学生拥有更强的自我调节学习能力时，他们的学业成就会更高，当学生所在学校的师资队伍分布更高质量时，他们也会取得更高的学业成就。

（一）个体自我调节学习与学生学业成就的关系

PISA2018 的数据表明性别和家庭社会经济地位这样的背景因素对学生学业成就的显著影响。在控制其他因素不变时，男生的学业成就比女生平均高出0.172 分，家庭社会经济地位每增加一个单位，学生的学业成就会增加0.019 分。这可能是因为与女生相比，男生在学业上接收到更多的正面反馈信息，如在取得好成绩时男生被夸赞为“聪明”，而女生则被夸赞为“努力”，男生可能会因此拥有更高的自我效能感，更加自信。更高的家庭社会经济地位则意味着更多的资源和机会，学生的父母不仅能为他们提供更多的智力和情感支持，也能为他们带来更好的物质条件。

除背景因素外，本文中学生水平的变量主要为自我调节学习能力，包括认知策略与元认知能力。统计结果中，关于理解记忆的元认知对学业成就的影响不显著，这可能是由于其与关于理解的认知变量存在高相关，已由关于理解的认知变量解释。PISA2018 对认知策略的测量是在学生的阅读过程中进行的；对元认知的测量则是通过设置情境，让学生根据信息定位、理解与评价反思三项任务分别选择合适的策略。无论是认知还是元认知，在自我调节学习中都是十分重要的。自我调节学习需要学生确立合适的目标，并根据目标选择恰当的方式达成目标，且在过程中对自己的学习有意识地进行监控与调节。当学生拥有良好的自我调节学习能力时，他们能在任务中明确目标，知道自己需要完成什么，根据目标进行定位，以筛选出所需要的信息，接着他们能采取合适的策略帮助自己理解信息的含义，并在此过程中以及任务完成后进行评价与反思，以改进学习。更重要的是，具备较高自我调节学习能力的学生能够有意识关注自己的认知过程，了解自己的认知风格，及时评估调整自己的学习，形成良性循环。主观能动性是个体发展的决定性因素，因此对自己的学习有较高知觉意识的学生能够取得更高的学业成就。

（二）学校师资分布状况与学生学业成就的关系

学校的背景因素对学生学业成就的影响较为复杂，在本文中，学校类型是公立还是私立、生师比如何对学业成绩的影响都不存在显著差异，但班级规模和学校所处地理位置则存在显著差异。学校平均班级规模越大，所处地理位置越好，学生的学业成就越好。文献研究表明，班级规模越小，对学生的学业成就越好，这似乎与本研究不符。但本次数据中班级规模的最大值为53，均值为38，考虑到中国内地的实际情况，在一定范围内，学校位置越好，入学人数越多，班级规模越大。同时，学校位置越好的地域内，学校质量越高，因此班级规模和地理位置对学业成就的影响均为显著正相关。

可以明确的是，学校中对学生影响最大的因素便是教师。作为学生学校生活的“重要他人”和学习生活的“引导者”，教师的质量关切学生的学业成就质量。这不仅是因为教师质量决定他们对学科知识的掌握程度和教学能力，还可能会通过自我调节学习对学生的学习产生间接影响。因此，本文关注学校的全职教师比例、取得合格资质的教师比例以及拥有高学历的教师比例，且对高学历教师的界定为拥有硕士及以上学历。齐默曼和舒尔克将自我调节学习能力的获得看作一个将外部技能内化的过程，包含观察、模仿、自我控制和自主四个阶段，其中，榜样示范起着尤为重要的作用[14]。教师质量对学生学业成就的影响可能会经过自我调节学习的中介作用。拥有高学历的教师本身就具备较强的学习能力，在工作中也会不断学习，追求专业发展，其认知方式和学习过程会对学生起到榜样示范的作用。当教师的资质较好时，他们的学生可能会习得更多关于认知与元认知的知识，形成更好的自我调节学习能力，从而获得更高的学业成就。