教育中的同伴效应分析，本文主要内容关键词为：同伴论文,效应论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言 同伴效应，又译作同群效应(peer effects)，它产生的前提是在一个群内，教育领域内的群通常包括宿舍、班级、年级、学校等。因此，可以将同伴效应广义地定义为宿舍、班级、年级或学校内同伴的背景、同伴现在的行为及同伴的产出对学生产出或行为的影响。Hoxby(2000)分析了同伴效应的作用途径：(1)学生互相帮助，互相指导；(2)学生天生的能力影响同伴，不仅仅通过知识的外溢效应，还通过影响整个班级的标准(如教学难度)；(3)学生行为影响同伴，如一个不能自我约束的个体，可能会影响整个班级的纪律；(4)残疾、性别、种族、家庭收入等产生的同伴效应，如教师可能花更多的时间在有学习障碍的学生身上，在班级内，种族和性别紧张可能干扰学生学习，富裕的家长可能给学生提供更加丰富的学习资源，这些资源可以通过在班级内流传，对其他学生造成影响；(5)教师和学校管理者对学生的反馈也能产生同伴效应，例如：如果一个教师预期黑人学生表现较差，那么他将营造这样的班级氛围。 Sacerdote(2011)在Hoxby和Weingarth(2005)，Lazear(2001)研究的基础上，进一步总结了同伴效应的作用途径，见表1。“烂苹果”和“杰出人物”在教育学研究中使用较多，“烂苹果”的同伴，可以通过影响班级纪律来降低学生的学习效率和教师的教学效率，而“杰出人物”则是一种榜样作用。“歧视性对比”模型认为，具有更高成绩的学生将使每个学生在班级的排名更加靠后，打压学生自尊心。“精品/分流”模型认为，将具有相似特征的学生聚到一起，教师能够更合理地安排课堂教学，准备教学材料。“聚集”模型认为，无论学生的能力如何，同质的同伴都有积极影响，而“彩虹”模型正好相反。“简单交叉”模型认为，学生的能力越强，受到高能力同伴影响越大。
著名的科尔曼报告首次将同伴的作用运用到教育研究中，研究发现，除家庭背景外，同伴对学生成绩的影响最大。随后，学者们进一步分析了教育中的同伴效应，并根据研究结果探讨相关教育政策的有效性问题，如分流政策、教育券政策等。然而，我国对同伴效应的研究相对较少。随着教育机会的扩大、中小学布局的调整以及人口流动带来的学生流动的增加，学生构成发生了很大的变化，学生的能力和家庭社会经济背景越来越多样，如何通过分配学生到不同的学校、班级，来提升学校的教学效率，值得探讨。 因此，本文基于上海2012年PISA数据，采用普通最小二乘法和分位数回归的方法，分析学校内的同伴效应，了解同伴效应的作用机制，试图为制定相关政策提供参考。 二、文献述评 同伴效应是一种社会互动效应，这种互动效应包含内生性效应、外生性效应或情境效应(contextual effects)以及关联效应(correlated effects)。内生性效应指的是组群结果影响个体结果，如个体的成绩受学校或班级的平均成绩的影响；外生性效应或情境效应指组群特征对个体结果的影响，如同伴的社会经济背景构成对学生成绩的影响；关联效应指的是在一个组织内，由于个体具有相似的特征，面对相似的环境，其行为或结果具有相似性，如由于同一所学校的学生具有相似的家庭背景，在学校也接受相似的教育，成绩也具有相似性(Manski，1993)。 在已有研究中，采用最多的是线性模型，其代表的是学生的成绩、学生同伴的平均成绩，是影响学生成绩的一些特征变量，即学生同伴的平均特征变量，测量的是内生性效应和外生性效应。
在线性模型下，学生成绩和班级平均成绩呈线性关系，无论个体如何选择同伴，社会总效益不变，也就是说对学生的分配并不会影响学生总体的成就，是一种零和现象。然而，大量实证研究证明，同伴效应的作用方式并非是线性的，不同能力的学生受同伴效应的影响并不相同。Ding Weili和Steven F.Lehrer(2004)利用中国江苏数据，采用非参数估计和分位数回归的方法，发现与低能力的学生相比，高能力的学生从较高成就且方差较小的同伴中获益更多。Hoxby和Weingarth(2005)采用分位数回归的方法，研究了三到八年级学生内的同伴效应，研究发现处于中间分位的学生的成绩受到同伴效应的影响较小。对非线性同伴效应的研究，打破了传统线性模型认为对学生进行再分配，无法增加学生总成就的观点。 随着研究的深入，研究者们越来越关注并试图处理研究同伴效应过程中存在的计量偏误问题，如选择性偏误、联立性偏误或影像问题等，并找到解决这些问题的方法：固定效应模型、工具变量、实验或准实验等。Hoxby(2000)认为，家长会根据收入情况、居住偏好等多方面因素为孩子选择学校；家长还可能会影响学生的分班，如一个非常重视孩子教育的家长，可能会想办法把自己的孩子分到师资力量较强的班级，这样会无意中形成一个家长对孩子教育非常重视的班集体；另外，学校和教师根据一些和学生成绩相关变量对学生进行分班，也是产生选择性偏误的重要原因。 由于选择的存在，很难判断一个在较好班级的学生成绩好，是因为同伴的作用，还是由于他本身成绩好。因此，Hoxby采用固定效应的方法，具体采取两种策略：1.通过校内年级的性别和种族构成变化来估计年级同伴构成对学生成绩的影响，这种变化被认为是随机的。2.确认非家长和学校造成的每个群体成绩的差异组成部分，并且判断这些组成部分是否相关。策略1估计的同伴对学生成绩的回归系数值在0.15到0.40之间，策略2估计的回归系数值在0.10到0.55之间。 Glaeser，Sacerdote和Scheinkman(2003)将班级平均成绩对个体成绩的影响看作是一种社会乘数，他们认为，可以通过对采用个体数据回归得到的被解释变量的预测值的加总与加总数据的回归得到的回归系数来识别社会乘数，或者用加总数据得到的系数与用个人数据得到的系数之比来识别。在估算过程中，由于没有在个人数据的回归方程中放入所属组群的平均值，所以解决了联立性偏误问题。 Boozer和Cacciola(2001)采用田纳西州STAR项目数据，以班级中参与过“小班实验”的同学比例作为班级平均成绩的工具变量，由于参与“小班实验”的学生是随机抽取的，成绩得到了提高。因此，这个比例与学生个体或家庭的异质性没有关系，却影响班级平均学业成绩。得出结论：先前参加小班教学的学生影响班级内同伴的成绩。 杨钋(2009)利用“小升初”电脑随机派位产生的同伴特征的随机变化，采用北京市3所初中数据，用多水平分析的方法分析了同伴效应，用学期初的同伴平均成绩、平均成绩的平方项、标准差、同伴特征作为衡量同伴的变量，发现同伴能力对学生成绩有不显著的正向、非线性影响，学生成绩因同伴能力差异的扩大而显著地降低。 Lionel Perini(2011)采用PISA2006年瑞士的数据，用同伴的平均成绩及标准差，平均同伴父母的职业状态作为衡量同伴的指标，采用固定效应的方法，得出结论：部分证明分组策略有利于提高教学效率，班级学生的社会经济文化背景的异质性对学生的成绩是不利的，但这种影响并不显著，能力较低的学生最能从同伴效应中获益。 三、研究设计 (一)数据来源 研究采用的数据选自“国际学生评估项目”(PISA)在上海2012年的横截面数据。PISA由OECD在1997年发起，是一项监测15岁在校学生学习质量的研究项目。它所关注的不仅仅是学生是否掌握相应的学科内容，更主要的是评价学生在义务教育阶段结束时，是否具备参与未来社会所必需的知识和技能。自2000年开始，PISA测试每隔3年实施一次，每年的测试侧重不同的学科领域，测试内容包括数学、阅读和科学素养。除了3个领域的测试外，PISA还以问卷的方式收集了学生个人、家庭及学校的相关信息，为相关研究提供数据支持。 (二)变量和模型 上海2012年的PISA测试，抽取了14所私立学校，141所公立学校，共获取5177名学生样本，其中包含2540名男生，2637名女生。公私立学校比例约为10∶1，男女学生比例约为1∶1。2012年PISA测试主要评价领域是数学素养，测试结果并非一个分数，而是由5个似真值构成(plausible value，PV)。这5个似真值并非学生的数学素养的直接测量值，而是从学生数学素养的可能的分布区间中随机抽取的5个值。本研究基于PISA官方组织提供的SPSS软件宏命令(spss_macros)进行数据分析处理。 同伴不是影响学生成绩的唯一因素，已有文献研究表明，学校的资源，包括学校类型、班级规模、生师比等，学生个体特征，如性别、家庭经济社会文化背景等，都是影响学生成绩的重要因素。因此，将学校资源和个体特征作为控制变量，从而更真实地估计同伴效应。建构模型2，通过普通最小二乘法(OLS)来分析同伴效应。为了探索在不同类型的学校内，同伴效应的作用结果是否一致，分别对初中、高中、职业学校的学生样本进行回归分析。OLS回归分析主要关注的是整体样本的平均水平，利用STATA软件里的PV模块，在模型2的基础上，采用分位数回归的方法，探索不同能力学生受同伴效应的影响情况。表2对本研究中的变量和计分方式进行了说明。
四、研究结果 (一)描述统计 从表3可以看到，上海市学生的平均数学成绩为612.68，男女比例基本达到1∶1，家庭社会经济文化背景得分均值为-0.36，同伴平均数学成绩的均值为612.68，同伴数学成绩标准差的均值为70.95，同伴平均ESCS的均值为-0.36，同伴ESCS标准差的均值为0.77，且方差较小。这155所学校的平均班级规模为39.29，数学教师生师比为118.33。
(二)OLS回归结果 从全样本的回归结果来看，女生的数学成绩要比男生差，家庭社会经济文化背景好的学生的数学成绩要比家庭社会经济文化背景差的学生好，且都在0.01水平上显著。学校的类型、班级规模、数学教师生师比对学生成绩的影响都不显著。从同伴变量来看，女生比例越高，学生数学成绩越高，在0.1水平上显著；同伴平均数学成绩越高，学生成绩越高，在0.01水平上显著；同伴的数学成绩的标准差越大，个体成绩越差，同伴的平均家庭社会经济文化背景和同伴的家庭社会经济文化背景的标准差对个体的成绩都有正向的影响，但都不显著。 从子样本的回归结果来看，无论是在初中、高中还是职业学校，女生的数学成绩始终低于男生，这种差异在高中表现最为明显。家庭社会经济文化背景对3类学校的学生的数学成绩都有积极的影响，对初中学生作用最大(17.06)，对高中学生作用最小(2.10)。初中公立学校学生的数学成绩要比初中私立学校的数学成绩差，且在0.05水平上显著，但公立高中和公立职业学校的学生的数学成绩都比私立该类型的学校好，这种差异在高中表现最为明显，且在0.1水平上显著。班级规模和数学教师生师比对学生成绩的影响都不显著。从同伴变量来看，在初中和高中，学校女生比例越高，个体的数学成绩越差，但都不显著。在职业学校，学校女生比例越高，学生成绩越好(28.61)，且在0.05水平上显著。无论是在初中、高中还是职业学校，同伴的平均数学成绩对个体的数学成绩都有正向的影响，且在0.01水平上显著。在初中和高中，同伴数学成绩的标准差对个体数学成绩有正向的影响，但只有高中组在0.01水平上显著。职业学校内同伴的数学成绩的标准差对个体成绩有负向的影响，但并不显著。同伴的平均社会经济文化背景和社会经济文化背景的标准差对个体数学成绩的影响都不显著。 (三)分位数回归结果 从同伴的平均数学成绩来看，处于数学成绩分位数越低的学生受到同伴的平均数学成绩的影响越大，且都在0.01水平上显著。处于数学成绩第50个百分位以下的学生受同伴的数学成绩的标准差的影响为负，且随着分位数的提高，这种影响逐渐减小。从第50个百分位开始，同伴的数学成绩的标准差对个体成绩的影响开始为正，且随着数学成绩的提高，这种影响逐渐增大。从回归系数的绝对值来看，同伴的数学成绩的标准差对处于第10个百分位的学生的成绩的影响最大。同伴的数学成绩的标准差对个体成绩的影响只有在第40个百分位和第50个百分位上的结果不显著，其他结果皆为显著。从家庭社会经济文化背景来看，同伴的平均家庭社会经济文化背景对处于数学成绩百分位50以下的个体及位于第80个百分位的个体的成绩的影响为正，对其他百分位上的个体的影响皆为负，但结果都不显著。同伴的家庭社会经济文化背景的标准差对第60个百分位、第80个百分位及第90个百分位个体的成绩的影响为负，其他百分位上的影响为正，在第10个百分位上的影响最大，但都不显著。学校女生所占比例对各个百分位上的个体的影响皆为正，但随着所处数学成绩百分位的提高，这种影响逐渐减小。 五、结论 本文利用上海2012年的PISA数据，采用普通最小二乘法(OLS)和分位数回归的方法分析了同伴的成绩、家庭经济背景以及性别结构对个体成绩的影响。研究发现，作为教育生产函数中的重要因素的同伴的确对个体的成绩有较大的影响。从整体来看，同伴的平均成绩越好，标准差越小，对个体的学业发展越有益。同伴的平均家庭社会经济背景越好，个体的成绩越高。同伴的性别结构对学生成绩也有一定的影响，女生比例越高，个体的成绩越高。同伴效应在初中、高中、职业学校的作用并不一致。对于初中组和高中组而言，学校女生比例越高，个体的数学成绩越低，但都不显著。但学校女生所占比例对职业学校学生成绩的正向影响则较大，且在0.05水平上显著。同伴成绩的标准差在初中和职业学校组都不显著，但在高中组却有显著的正向影响。从分位数回归结果来看，个体所在分位数越高，同伴的平均成绩及学校女生所占比例的影响越小。从第50个百分位开始，同伴成绩的标准差对个体成绩的影响开始由负转为正，且影响越来越大。 本研究的发现对上海初中、高中、职业学校的招生政策的调整和家庭的学校选择有一定的借鉴意义。对职业学校而言，校内学生生源保持一定的同质性，对学生个体的学业成绩有一定的积极作用。但在中学尤其是高中，学生成绩的差异越大，对个体的学业发展越好。处于较低成绩分位数的学生，受同伴的平均成绩的影响较大，但同时也受到同伴的成绩的标准差的较大的负向影响。这意味着单纯推动促进学校生源多样化的政策，如“就近入学”政策，并不是提高学生学业成绩的最佳途径。另一方面，家长在为学生选择学校时，也要充分考虑学生自身的学业水平，如果盲目把学生送进重点学校，反而不利于学生发展。
标签：数学论文; 数学文化论文; 宿舍效应论文;
