打开学业成绩影响因素的“黑箱”：教师特征

　　摘　　要：学校教育之中，教师是教学执行者‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 如果一些教师未能有效提高学生的成绩，那么能够提高学生成绩的教师所具备的特征就十分值得探讨‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 但是，国内对于有效教师的研究相对缺乏，现有研究既无法确定是否有些教师未能提高学生成绩，也无法确定有效教师的特征‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 基于北京市海淀区2016-2019年高三毕业生及其任课教师、所在高中学校相匹配的数据，采用增值模型、多层线性模型分析了不同科目的教师对于学生成绩的整体作用，以及教师特征对学生成绩的影响。 实证研究结果显示：不同教师之间存在增值效果的差异，教师特征能够部分解释学生成绩的教师间差异; 在语文和数学科目，女性教师相对男性教师对学生成绩更有促进作用; 在语文、数学和化学三个科目，骨干教师相对于非骨干教师对学生成绩更有促进作用。 基于实证研究结果，建议统筹考虑传统评价方式与增值模型评价的利弊，构建合理的多维评价体系; 加强年轻教师的培养，合理优化教师的性别结构、学历结构; 注重学习科目的固有差异性，形成对教师的分类评价标准。

　　关 键 词：教师特征; 学业成绩; 基础教育; 增值

　　一、问题提出

　　近年来，教师质量或专业素质受到党和政府的关注。 2018年发布的《中共中央国务院关于全面深化新时代教师队伍建设改革的意见》提出：“全面提高中小学教师质量，建设一支高素质专业化的教师队伍。 ”同年发布的《国务院办公厅关于进一步调整优化结构提高教育经费使用效益的意见》提出“不断提高教师队伍建设保障水平，……，鼓励吸引优秀人才从事教育事业，努力让教师成为全社会尊重的职业”“各地要完善中小学教师培训经费保障机制，不断提升教师专业素质能力”。 加强教师队伍建设，提高教师质量，也是学校多样化特色发展和促进学生综合素质能力提升的重要途径。 《高中阶段教育普及攻坚计划(2017-2020年)》指出“一些学校教育质量不高，普通高中缺乏特色”，应当“加强教师队伍建设”，进而“推动学校多样化有特色发展” 。

　　教育论文范例：知网收录教育教学类期刊

　　一系列关于教师能力提升的政策和相关研究，既说明教师队伍建设的重要性，又为提升教师质量提供了政策依据。 提升学生学习效果，追根寻源要分析教师对于学生学习进步的作用。 教师对学生发展起作用的过程主要发生在课堂教学过程中，不同的教师拥有的特征属性(性别、教龄、学历等)存在差异，所以会展现出不同的教学面貌。 同时，教师有效的教学需要教师在课堂过程中与学生不断发生互动。 [1]打开“黑箱”的说法来源于《教育中的权力与意识形态》一书的述评。 作者认为，功能主义、人力资本理论、方法论、经验主义、冲突论都将学校教育过程置于黑箱之中，主要关注学校教育输入端和输出端，忽略了具体的学校教育过程的重要性。 [2]在学校教育过程中，教师是教学执行者，起到关键作用。 因此，打开学业成绩影响因素的“黑箱”，教师如何促进学生成绩进步是重点研究方向。

　　教师特征变量是教师的固定属性(如性别)或个人不容易改变的属性(如教龄、职称等)。 探讨教师特征变量对于学生成绩的作用，实际上是探讨学校/教育管理部门选拔教师、评价教师的制度有效性。 本研究聚焦于教师特征变量对于学生成绩的作用，在对不同科目教师特征变量进行描述性统计分析的基础上，采用增值模型分析了教师对学生成绩的整体作用，同时采用多层线性模型分析了不同科目的教师个人特征变量对学生成绩的影响，试图通过教师特征的视角打开学业成绩影响因素“黑箱”的一部分。

　　二、文献综述与研究意义

　　(一)文献综述

　　1.学业成绩在教师之间存在差异。 现有研究普遍认为学生成绩在教师之间存在差异，差异来源于多种因素。 将教师作为一个整体，不拆分其中的各种因素，估算教师间差异是进行教师效能研究的第一步。 已有研究表明，教师或班级是导致学生之间成绩差异的关键[3]，学生成绩具有显著的班级间差异或教师间的差异[4-6]。 课堂教学的效果加上其他教师特点的影响，在规模上可以与学生背景相提并论，学生成绩差异分解到教师和自身的比例大致相同。 [7]国外相关研究对于教师作用的估计值大约在10%-30%。

　　例如，Den Brok等(2004)的研究认为，学生成绩差异的7%至15%可以归因于教师之间的差异[8]; Day等(2006)则认为，教师之间的差异可以解释学生成绩差异的15%至30%[9]。 国内研究中，采用同一个市、区的样本，估计出的教师作用大约在10%-20%。 例如，张文静等(2010)以北京市房山区42所小学为研究对象，结果显示不同教师所教班级的学生数学成绩存在显著差异，小学生数学成绩的13.04%是由教师层面的因素引起[10]; 张咏梅等(2012)以北京市小学三年级学生为样本，研究发现在控制了学生个体特征的情况下，学业成绩差异的18.1%由教师间差异造成[5]。 比较特殊的是采用跨国的大规模数据估算出的教师差异数值非常大，例如白胜南等(2019)采用TIMSS 2015数据，估计结果显示学生数学成绩的总差异中约有68.42%的差异是由教师引起的[6]。

　　综上所述，教师之间确实存在学生成绩的差异。 在不同学科之间，这种差异存在区别。 学生成绩差异能够分解到教师的比例与研究样本的选择密切相关; 同时教师的差异与学生的教育积累也密切相关; 如果不采用控制学生入口成绩的增值模型，所估计出的教师差异实际上是高估了非常多。 学生学习基础是造成学生成绩差距的主要原因[11]，因此对教师效能进行整体评估时，需要考虑将学生入口成绩进行控制，才能得出更准确的教师效能差异的结果。 另外，学校的增值在各个科目之间一致性不高，基于学生总分计算增值可能会掩盖各个学科教师效能的差异，可能会引起部分学科教师“搭便车”，因此增值评价需要分科目考虑。 [12，13]

　　2.教师特征对学生成绩的影响。 在教师特征变量中，最受关注的因素是教师的性别。 国内大部分研究的结论是，在中小学阶段，女教师相对于男教师更有利于学生获得更好的成绩。 例如，王云峰和田一(2015)采用小学语文和数学的数据，研究发现教师性别对五年级语文、数学两个科目的学习成绩有显著影响，女教师所教学生学习成绩高于男教师所教学生[14]; 张咏梅等(2012)采用北京市小学三年级数学测验数据，发现教师的性别能够对班级学业成绩产生显著影响，女教师所教班级学业成绩显著高于男教师所教班级[5]; 白胜南等(2019)采用TIMSS 2015数学成绩的数据，同样发现女教师比男教师所教授班级的学生数学成绩更好[6]。 当然也有相反结论，例如，黄慧静和辛涛(2007)采用TIMSS 2003数学成绩数据研究发现，教师的性别对学生成绩不存在显著的影响[15]。

　　教龄是另外一个值得关注的因素。 一般认为，教龄较长的教师拥有更丰富的教学经验，能够在备课、教学和课堂管理上节省很多精力，进而能够有更多时间思考教学的改进。 但是也存在一种可能，丰富的经验会导致教师偷懒，进而带来人力资本的贬值。 因此，教龄能够起到的作用在于上述两种因素的互相作用。 [16]已有研究大部分表明教龄是解释学生成绩的一个积极因素。 例如，白胜南等(2019)研究发现教龄长的教师，所教授班级的学生数学成绩会更好[6]; 张咏梅等(2012)研究发现，具有10年以上教龄的教师所教班级成绩高于10年以下教龄的教师所教班级[5]; Rockoff(2004)研究发现，教学经验显著提高了学生的考试成绩，尤其是在阅读科目领域，初级教师与具有10年或10年以上经验的教师之间，学生阅读考试分数平均差异约0.17个标准差[17].

　　获得某项学历、资格证书、职称职务是教师能力的一种外在体现。 大部分研究认为，通过某项国家资格认证或者获得某项证书能够有利于学生成绩的进步‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 例如，在国内相关研究中，张咏梅等(2012)研究发现“数学专业毕业的教师所教班级数学成绩高于非数学专业毕业的教师所教班级成绩”[5]; 孔云(2011)通过案例分析发现，优秀教师比普通教师对学生的期待值高，而高期待有利于提高班级学生整体学习成绩[18]; 白胜南等(2019)研究发现“教师的学历越高，所教授班级的学生数学成绩也会越好，就读于非数学专业的教师所教授班级的学生数学成绩比数学专业的教师高”[6]; 王顾学和汪栋(2019)研究发现教师学历对学生成绩有显著正向影响，同时师范毕业的教师所教学生成绩高于非师范毕业教师[4]; 胡咏梅和卢珂(2010)研究发现任职资格、是否骨干教师等资源投入对学生学业成绩产生显著影响[19]; 李勉等(2018)研究发现教师的学历和专业对学生成绩有积极影响[20]。

　　在国外相关研究中，Goldhaber 和Brewer(2000)分析了十二年级学生的数据集发现，具有数学课程工作专业和高级数学学位的教师比没有此类证书的教师更能提高学生的学习成绩，拥有标准认证的教师相对于持有私立学校认证或未通过其学科领域认证的教师对学生考试成绩具有统计学显著的积极影响[21]; Clotfelter等(2007)的研究指出，教师的经历、考试成绩和常规证书对学生的学习成绩都有积极的影响，对数学的影响要大于对阅读的影响[22]; Goldhaber(2007)研究表明NBPTS(National Board for Professional Teaching Standards)可以确定更有效的教师申请人，而且与从未申请过该计划的教师相比，NBPTS认证的教师通常更有效[23]。

　　当然，也有与上述研究不一致的结论值得关注。 例如，黄慧静和辛涛(2007)研究发现教师的教育水平、所学专业和教师资格对学生成绩没有显著影响[15]; Harris和Sass(2009)指出，只有在少数几个单独的案例中，NBPTS认证才能为教师对学生的成就做出积极贡献，获得NBPTS认证的过程不会提高教师的工作效率[24]; Ramírez(2006)使用TIMSS 1998/99中智利的数据发现教师资格与学生成绩无关，智利的所有教师都具有基本相同的资格水平，即具有教师培训证书的大学学士学位[25]。

　　综上所述，大部分“好”的教师特征变量在不同实证研究中表现出对学生成绩的促进作用。 分析教师的特征背景对于学生成绩的影响，有利于学校在未来的招聘过程中统筹规划。 同时，教师的部分特征变量代表了教师的能力，探究教师背景特征对学生成绩的影响，也可以说明学校或管理部门能否识别高效率和低效率的教师。 如果拥有更高学位、更高职称、获得更多奖项的教师对学生成绩有提高作用，那么说明当前对教师的管理体制可以在一定程度上识别有效教师。 部分已有研究也表明校长可以区分高效率和低效率的教师[26]。 即使校长没有测验和增值信息，校长的正常评价与教师的增值高度相关，但是校长很难在高风险环境中实际应用这些评价。 [27]

　　(二)研究意义

　　通过文献的梳理，可以发现，国外关于本主题的研究较多，国内也有部分相关研究。 但是现有研究依旧存在一些问题：第一，现有研究更多地选择义务教育学生(一至九年级)作为研究对象，很少的研究涉及高三学生。 考虑到当前义务教育阶段提倡素质教育，考试区分性不强，因此研究义务教育阶段教师特征对学生成绩影响的效果大打折扣。 高三学生面对高利害性和选拔性的高考，研究其成绩影响因素更具有现实意义。

　　第二，现有研究缺乏基于同一学生群体的多科目之间横向比较，导致难以获知某些教师特征对学生的作用是普遍性，还是特定科目所带来的影响。 第三，当前关于教师有效性的研究缺乏系统性和可验证性。 日渐兴起的教师相关国际调查项目正在解决缺乏系统性的问题，部分研究采用多层线性模型等实证方法也试图解决研究结果的可验证性。 但是受限于数据收集的复杂程度，国内相关研究并不丰富，值得进一步挖掘和研究。 第四，必须认识到教师有效性的研究，其结论有一定的地域性。 在美国、英国、荷兰的情境下得出的研究结论仅可作为一定参考，并不能直接移植到中国情景下，直接用于中国的教育政策改革可能存在本质的错误。

　　因此，本研究基于北京市海淀区高三学生语文、数学、化学三个科目的考试数据，通过可验证性的实证研究方法，从构建多角度、多维度教师评价体系的视角出发，为合理优化教师结构提供了实证证据。 通过实证研究，既可以判断当前对教师的管理体制是否能在一定程度上识别有效教师，又可以为中国情景下基础教育改革提供一定证据支撑。

　　另外，本研究为类似主题的研究提供了一个数据整合的范例，通过收集回溯性学生成绩数据，并根据行政管理数据将教师与学校、学生匹配，同时通过问卷收集教师特征数据，从而构成学校-教师-学生多层数据集。 这种收集数据的方式更节省成本、实用性更强，降低了日后开展此类研究的难度。

　　三、数据来源与模型设定

　　(一)数据来源

　　本文使用数据由学生数据、教师数据和学校数据三个部分匹配而成。 学生数据的样本范围为北京市海淀区2016年至2019年参加高考的高三学生的中考成绩(语文、数学、化学)、一模成绩(语文、数学、化学)、文理科分类、毕业年份等四个变量。 其中，中考成绩和一模成绩是连续变量，中考成绩代表学生进入高中之前的知识积累水平; 一模成绩与高考成绩类似，代表了高中学生经历了高中三年的学校学习和培养，所获得的出口成绩。 根据学生的毕业批次、文理科以及考试的类型，在全海淀区范围内对每一次考试的成绩进行标准化处理。

　　每年的高三毕业生总体略高于1万人，同时文科与理科的人数比例大约在1：3左右，整体上每年的样本范围分布比较稳定。 在学生数据的样本范围基础上，本研究根据学校管理数据将授课教师和学生成绩进行匹配。 由于管理数据中学生的授课教师存在部分缺失，部分学生没有成功匹配到授课教师。 其中，2017届的授课教师缺失情况较为严重，其他年份的授课教师缺失比例很低。 同时，中考成绩大约有20%的缺失比例，而一模考试成绩缺失比例较低。

　　教师数据来源于北京大学中国教育财政科学研究所课题组在2019年2月至3月期间针对北京市海淀区学校的“区域教研情况调查”的问卷数据。 该调查“旨在了解新时期教育改革背景下，教师专业发展的诉求和对教研工作的需求，为区域教研工作的改进提供参考”。 问卷是基于全球通用的有关教师专业发展、教师效能、教师教学实践及课堂行为等相关数据的调查问卷，结合我国区域教师专业发展的现状编制。 [28]此次“区域教研情况调查”共有1974名教师回答了问卷。

　　本文根据参与调查的教师姓名和所在学校，以及学生数据中的授课教师姓名和所在学校，将该调查的数据与学生数据进行了匹配，从而建立了包含高三学生中考成绩、一模考试成绩、相应任课教师调查数据、学校名称的多层次数据库。 经过匹配之后，有60所普通高中学校的542名教师与39894条学生的成绩数据成功链接。 其中有语文、数学、化学成绩信息的学生数分别为14296名、15662名、9936名; 语文、数学、化学的教师数分别为195名、216名、131名。 学生和教师的样本规模并不是均匀分布，而是与学校的办学规模相关。

　　(二)计量模型设定

　　首先，构建教师对学生成绩整体作用的模型。 基于学生成绩数据分析不同教师对于学生成绩总体增值效应的评估，根据学生嵌套于任课教师的数据结构，可以建立教师和学生的两层零模型，将学生一模成绩的变异分为任课教师内的变异和教师之间的变异。 “任课教师内”和“任课教师间”的概念，与已有研究中“班级内”和“班级间”的概念内涵类似，但是不完全一样，同一教师如果只教授一个班级的课程，两个概念即完全一致; 同一教师如果教授两个或以上班级，则“任课教师”的范围大于传统研究中的“班级”。 零模型如下：

　　该模型的层一是学生个人，层二是教师。 其中层一的Qij为教师j所带的学生i的出口成绩，γij是残差，β0j表示在教师层面采用随机截距。 层二中对β0j的估计，仅包括常数项和残差项。 进一步，在模型1的层一中控制学生个体因素，可以构建出完整计量模型(如下所示)：

　　模型2在模型1的基础上加入学生层面的控制变量，包括Qij-1为该学生的基线成绩，Xijyear是该学生的毕业年份，Xijtrack是该学生的文理科分类。 构建了学生—教师两层线性模型，教师层采用了随机截距、固定斜率的估计方法。 进而分语文、数学、化学三个科目，估计不同教师之间是否存在学生成绩增值差异‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 此处的增值差异是“打包”的教师增值差异。 [29]

　　根据上述学生—教师两层线性模型计算出的“打包”的教师增值差异，未考虑学校的作用。 如果进一步考虑不同学校存在差异，可加入学校虚拟变量作为控制变量。

　　其次，构建教师特征对学生成绩影响的模型。 根据学生嵌套于任课教师的数据结构，可以建立教师-学生两层线性模型，估计教师个人特征变量对于语文、数学、化学三个科目学生学业成绩的影响。

　　其中，层一是学生个人，层二是教师。 层一的Qij为教师j所带的学生i的出口成绩，Qij-1为该学生的基线成绩，Xijyear是该学生的毕业年份，Xijtrack是该学生的文理科分类。 γij是残差，β0j表示在教师层面采用随机截距。 层二中对β0j的估计，Pj表示第j个教师的个人特征，γ00是常数项，μ0j是残差项。 教师层采用了随机截距、固定斜率的估计方法。

　　四、实证研究结果

　　(一)教师特征的描述性统计分析

　　教师问卷中收集到的教师特征变量主要包括性别、学历、师范生、编制、教龄、教师职务等。 其中大部分是二分类变量，包括性别(女性=0，男性=1)、学历(非研究生学历=0，研究生学历=1)、师范生(非师范生=0，师范生=1)、编制(事业编=0，非事业编=1)、高级职称(非高级职称=0，高级职称=1)、教龄、骨干教师(非骨干教师=0，骨干教师=1)、学科带头人(非学科带头人=0，学科带头人=1)、行政职务(有行政职务=0，无行政职务=1)、教学获奖(无教学获奖=0，有教学获奖=1)。 关于教师的教龄，采用定序变量，其中(1-2年)=1，(3-5年)=2，(6-12年)=3，(13-20年)=4，(21-27年)=5，(28年以上)=6。 另外，教师的教龄采用定序变量，其中(1-2年)=1，(3-5年)=2，(6-12年)=3，(13-20年)=4，(21-27年)=5，(28年以上)=6。 教龄的平方是在将教龄作为定序变量的基础上取平方值。

　　全部能够与学生匹配的教师样本数量是542人。 表3中分别汇报了整体样本、语文教师样本、数学教师样本和化学教师样本的描述统计分析结果。 其中，整体教师样本中男性占24%，女性的比例占76%，女性教师数量远高于男性教师。 拥有研究生学历的教师占36%，学历低于研究生的教师比例为64%。 鉴于《中共中央国务院关于全面深化新时代教师队伍建设改革的意见》提倡“为高中阶段教育学校侧重培养专业突出、底蕴深厚的研究生层次教师”，海淀区作为全国教育最发达的县区之一，高中的研究生学历教师比例依旧有很大的提升空间。 样本教师中师范生的比例占92.4%，非师范生仅7.6%，从中可以看出高中教师的职业对于非师范生依旧有一定的进入门槛，从业的教师绝大部分来源于师范类高校所培养的师范生。

　　关于教师的工作合同和工作身份方面，样本教师中仅有9.4%没有事业编制，90%以上的教师拥有事业编。 教师职称和身份方面，具有高级教师及以上职称的样本占总样本的54.6%，骨干教师和学科带头人的比例分别是44.6%和25.1%，获得过教学奖励的教师占总样本的37.8%。 样本中没有职务的教师比例仅为14.9%，进一步分析样本教师所担任的行政职务，样本中大部分教师担任的行政职务是备课组长。 教师的教龄平均值是4.319，根据问卷中教龄的实际含义，取值4表示教龄13-20年，取值5代表21-27年，因此可以推测样本教师平均教龄在20年左右。

　　语文教师样本数量一共有195人，其中男性教师占17.4%，低于整体平均水平; 研究生学历的教师占40.5%，高于整体平均水平; 骨干教师和有教学获奖的教师分别占39.0%、31.3%，低于整体平均水平。 数学教师样本数量一共有216人，其中男性教师占31.9%，高于整体平均水平; 有教学获奖的教师占33.3%，低于整体平均水平。 化学教师样本一共131人，其中骨干教师、学科带头人、有教学获奖的教师分别占54.2%、31.3%、55.0%，高于整体平均水平，同时也远远高于语文教师和数学教师样本中的比例。 三个科目其他教师特征变量与整体水平比较相近。

　　研究生学历与师范生身份、高级职称、教龄显著的负相关，并且相关系数大于0.2，在一定程度上说明目前高中学校中拥有研究生学历的教师进入学校工作的时间较短，很多研究生学历的教师还未获评高级职称; 师范生身份与教龄显著正相关; 非事业编与高级职称是显著的负相关，说明没有事业编制的教师获评高级职称的可能性更低; 高级职称与教龄、骨干教师、学科带头人，教龄与骨干教师、学科带头人，骨干教师与学科带头人、教学获奖呈现显著的正相关关系。 进一步分析不同科目的样本，其相关关系的方向与整体样本基本一致，此处不再展示分科目样本的相关分析结果。

　　(二)教师对学生成绩的整体作用

　　表5是根据零模型估计的学科一模成绩的教师差异。 var(_cons)和var(Residual)是随机效果，其中var(_cons)表示随机截距的误差项，var(Residual)表示残差。 对于语文科目，一模成绩大约43.1%的变异可以分解到教师层次; 数学科目的一模成绩58.8%来源于教师差异; 化学科目一模成绩57.8%来自教师差异。

　　在零模型的基础上，控制学生中考成绩、文理科和毕业年份之后，出口成绩大约35.3%-47.3%的变异可以分解到教师层次。 相对于零模型,语文、数学、化学科目的教师差异分别降低7.8%、11.8%、10.5%。

　　进一步控制学校虚拟变量，估计结果显示教师的作用大幅下降。 对于语文学科的一模成绩而言，来自不同教师带来的差异有6.7%; 对于数学学科的一模成绩而言，来自不同教师带来的差异有8.6%; 对于化学学科的一模成绩而言，来自不同教师带来的差异有10.5%。 相对于零模型，语文、数学、化学科目的教师差异分别降低36.4%、50.2%、47.3%。 由此可见，零模型中“打包”的教师增值差异大部分来自校际差异，而不是教师间的差异。

　　根据海淀区的官方资料可以将区内的60余所高中分为四类，从一类学校到四类学校整体质量递减。 根据学校的分类，将每一类学校的教师分科目计算了平均的增值估计分数和标准分。 首先，每一个科目每一类学校的增值估计的分数平均而言均接近于0，数值非常小，因此表7中采用了科学计数法对增值估计的平均数进行表示，增值估计的平均数趋向接近于0说明每一类学校的教师都有好有差。 其次，虽然每个科目第一类学校相对第四类学校的标准分均高2个标准差左右，但是其增值估计分数相差无几，因此采用一次性考试的平均分评价教师不合理。 综合而言，增值估计方法反映了不同类别学校教师的平均水平的差异不大。

　　(三)教师特征对学生成绩的影响

　　在控制了学生个人的文理科、毕业年份，学校虚拟变量之后，本研究采用多层线性回归估计了教师特征变量对于学生成绩的回归结果，如表8所示。 在加入教师个人特征变量之后，学生成绩的教师间差异下降。 其中，语文科目从6.7%减少到4.6%，下降2.1%，说明这一系列教师个人特征变量对学业成绩差异的解释率为2.1%; 数学科目从8.6%减少到6.9%，化学科目从10.5%减少到6.3%，说明加入的一系列教师个人特征变量对数学和化学学业成绩差异的解释率分别为1.7%和4.2%。 教师的个人特征变量对于化学科目的影响依次大于语文科目和数学科目‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。

　　表8的第(1)列是教师个人特征变量对语文成绩的影响。 回归结果显示是否师范生、是否事业编、是否高级职称、教龄、教龄的平方、是否担任行政职务、是否教学获奖等多个变量对于学生的语文成绩没有显著的影响。 但是，教师性别、学历、骨干教师和学科带头人身份对于所带学生的语文成绩有显著影响。 其中，男教师所带学生的语文成绩显著低于女教师所带学生的语文成绩0.127个标准差。 具有研究生学历的教师所带学生的语文成绩显著低于非研究生学历的教师所带学生的语文成绩0.095个标准差。 骨干教师身份和学科带头人身份对于学生的语文成绩具有显著的正向影响，骨干教师相对于非骨干教师可以显著提升学生的语文成绩0.124个标准差，学科带头人相对于非学科带头人可以显著提升学生的语文成绩0.142个标准差。

　　第(2)列是教师个人特征变量对数学成绩的影响。 回归结果显示是否研究生、是否师范生、是否事业编、是否高级职称、教龄、教龄的平方、是否担任行政职务、是否教学获奖等多个变量对于学生数学成绩没有显著的影响。 但是，教师性别、骨干教师和学科带头人身份对于所带学生的数学成绩有显著影响。 其中，男教师所带学生的数学成绩显著低于女教师所带学生的数学成绩0.083个标准差。 骨干教师身份和学科带头人身份对于学生的数学成绩具有显著的正向影响，骨干教师相对于非骨干教师可以显著提升学生的数学成绩0.123个标准差，学科带头人相对于非学科带头人在10%的显著性水平上可以显著提升学生的数学成绩0.082个标准差。

　　第(3)列是教师个人特征变量对化学成绩的影响。 回归结果显示性别、是否事业编、教龄、教龄的平方、是否学科带头人、是否担任行政职务、是否教学获奖等多个变量对于化学成绩没有显著的影响。 但是，教师学历、师范生身份、拥有高级职称和骨干教师身份对于所带学生的化学成绩有显著影响。 具有研究生学历的教师所带学生的化学成绩显著低于非研究生学历的教师所带学生的化学成绩0.147个标准差。 具有师范生背景的教师所带学生的化学成绩低于非师范生所带学生的化学成绩0.434个标准差。 拥有高级职称和骨干教师身份对于学生的化学成绩具有显著的正向影响，拥有高级职称的教师相对于未拥有高级职称的教师可以显著提升学生的化学成绩0.19个标准差，骨干教师相对于非骨干教师可以显著提升学生的化学成绩0.129个标准差。

　　综上所述，每个科目的教师个人特征变量对于该科目成绩的影响存在差异。 教师性别差异带来的学生成绩差异值得进一步关注。 另外，上述实证分析结果在一定程度上表明学校在挑选人才时考虑学历因素可能并不合理，学校及教育管理部门对于高级职称、骨干教师、学科带头人等职称或称号的评定有一定合理之处，拥有这些“头衔”的教师更可能对于学生成绩存在显著的促进作用。

　　五、结论与讨论

　　本文选取北京市海淀区2016-2019年高三学生的语文、数学、化学三门科目作为研究对象，并将学生数据与任课教师、所在高中学校相匹配，采用更加可验证性的增值模型和多层线性模型，估计了教师整体和其特征变量对学生成绩的作用，试图从教师角度打开学生学业成绩影响因素的“黑箱”。 根据上述实证研究结果，可以为中国情景下基础教育改革提供一定的实证支撑。 相关研究结论与讨论如下：

　　第一，不同教师之间的确存在增值效果的差异。 在不控制任何因素的情况下，出口成绩大约43.1%-58.8%的变异可以分解到教师层次; 控制了学生中考成绩、文理科和毕业年份之后，出口成绩大约35.3%-47.3%的变异可以分解到教师层次，相对于零模型语文、数学、化学科目的教师差异分别降低7.8%、11.8%、10.5%; 进一步考虑学校虚拟变量后，教师的作用大幅下降，对于语文、数学、化学的一模成绩而言，来自不同教师带来的差异分别是6.7%、8.6%、10.5%。

　　在不控制任何因素的情况下，本研究所估计的学生成绩教师间差异43.1%-58.8%远远大于大部分已有研究，但是控制了学生中考成绩、文理科和毕业年份之后，本研究所估计的结果6.7%-10.5%，略低于大部分已有研究所估计的10%-20%。

　　第二，每个科目的教师个人特征变量对于该科目成绩的影响存在差异。 不同科目可能存在教师授课和学生学习的本质差异，教师性别、学历、骨干教师和学科带头人身份对于所带学生的语文成绩有显著影响; 教师性别、骨干教师和学科带头人身份对于所带学生的数学成绩有显著影响; 教师学历、师范生身份、拥有高级职称和骨干教师身份对于所带学生的化学成绩有显著影响。

　　该研究结论与现有研究基本一致，现有研究大部分采用的是数学科目的成绩和数学教师的数据，但是也有部分研究采用了阅读、英语等科目的相关数据，采取不同科目的数据时对学生成绩发挥作用的教师特征不一致。 当然，因为样本的选择不同，即使采用同一科目的相关数据，也会出现一些结果的差异。

　　第三，在语文和数学科目，女教师相对男教师对学生成绩更有促进作用，男教师所带学生成绩显著低于女教师所带学生的语文、数学成绩0.127个、0.083个标准差。

　　关于教师性别的结论，与国内大部分研究的结论相同，即在中小学阶段女教师相对于男教师更有利于学生成绩获得更好的成绩，例如王云峰和田一(2015)、张咏梅等(2012)、白胜南等(2019)。 更进一步探究教师性别所带来学生成绩的差异，原因可能跟教师的性别比例有一些关系：在中小学教师群体，女性教师的比例远高于男性教师，可能存在一定职业上的性别隔离，女性更乐于进入该行业，而男性进入该行业的意愿比较低，进而平均而言，进入行业的男性教师不如女性教师优秀。

　　第四，在语文与化学科目，未拥有研究生学历的教师相比拥有研究生学历的教师对成绩更有促进作用，具有研究生学历教师所带学生的成绩显著低于非研究生学历的教师所带学生的语文、化学成绩0.095个、0.147个标准差。

　　该研究结论与已有结论相反。 白胜南等(2019)、王顾学和汪栋(2019)研究发现，教师的学历越高，所教授班级的学生成绩也会越好。 但是本研究的结果是教师的研究生学历反向作用于学生成绩，比较难以解释。 有一个可能原因是研究生学历的教师比例较低，进入该行业的时间较短，在回归分析中可能存在一些遗漏变量，导致了截然相反的结论。 另外一个原因可能在于中小学不是必然需要高学历的教师，教师的学历和教学效果的关系并不明确，同时研究生学历的教师更多来源于综合性院校，大多在本科阶段不是师范生。 综合而言，中小学校不需要盲目追求研究生学历的教师。

　　第五，在三个科目上，骨干教师相对于非骨干教师对学生成绩更有促进作用。 骨干教师相对于非骨干教师可以显著提升学生的语文、数学、化学成绩0.124个、0.123个、0.129个标准差。

　　该结论与已有结论相符。 一般认为获得某项职称职务是教师能力的一种外在体现，骨干教师能够有利于学生成绩的进步也符合主观认识，也说明学校或管理部门能识别高效率和低效率的教师。 该结论是对现行教师管理制度的一种肯定。

　　第六，教龄不会对学生成绩产生显著影响，表现出不同科目之间的稳定性与一致性。

　　该研究结论与已有结论相差很大。 一般认为，教龄较长的教师拥有更丰富的教学经验，能够在备课、教学和课堂管理上更高效，进而能够有更多时间思考教学的改进。 大部分已有研究表明，教龄是解释学生成绩的一个积极因素。 例如，白胜南等(2019)发现，教龄长的教师，所教授班级的学生数学成绩会更好。 张咏梅等(2012)研究发现“具有10年以上教龄的教师所教班级成绩高于10年以下教龄的教师所教班级”‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。

　　Rockoff(2004)研究发现，教学经验显著提高了学生的考试成绩，尤其是在阅读科目领域，初级教师与具有10年或10年以上经验的教师之间，学生阅读考试分数平均差异约0.17个标准差。 但是本研究的结果显示教龄没有显著的作用，一种可能是师范生身份与教龄显著正相关，教龄对学生成绩的影响力被师范生变量掩盖; 另外一种可能的解释是教龄与骨干教师、教师获奖等变量的共线性较高，在控制了骨干教师、教师获奖等变量之后，教龄的作用不再显著。

　　六、政策建议

　　基于上述实证研究结论和讨论，结合当前国内中小学教育情境和教师的现实状况，本文提出以下三条政策建议。

　　第一，构建多角度、多维度教师评价体系。 传统以出口考试(高考、中考等)评价教师的方法存在固有的缺陷。 由于学生入口质量存在差别，直接采用出口成绩的评价方式掩盖了教师在教学过程中的努力，不利于给予教师正确合理的评价。 构建多维度的教师评价体系，将增值评价方式纳入多维评价体系，能够激活学校和教师的活力。 当然，考虑到增值模型的弊端，也不宜改用增值模型作为唯一的评价方式。 教育行政部门需要统筹考虑传统评价方式与增值模型评价的利弊，构建合理的多维评价体系。

　　第二，合理优化教师结构。 当前，学校对于教师的评价体系基本有效，高级职称与教龄、骨干教师、学科带头人，教龄与骨干教师、学科带头人，骨干教师与学科带头人、教学获奖呈现显著的正相关关系，但是也体现出一定“论资排辈”的特征。 学校应当加强年轻教师的培养，将更多年轻教师培养成为骨干教师，从而提升教育教学质量。 同时，合理优化教师的性别结构、学历结构，对于教师的挑选不盲目追求高学历，合理看待教师的教龄等个人特征因素。

　　第三，注重学习科目的差异性，形成对教师的分类评价标准。 不同科目可能存在教师授课和学生学习的本质差异，采用同一标准评价不同科目的的教师不利于进一步提升基础教育质量。

　　参考文献：

　　[1]梁文艳， 杜育红. 基于学生学业成绩的教师质量评价——来自中国西部农村小学的证据[J]. 北京大学教育评论， 2011， 9(03): 105-120+191.

　　[2]沈洪成. 如何打开黑箱? ——关于教育不平等的西方民族志研究及其启示[J]. 社会学研究， 2020， 35(01): 218-241+246.

　　[3]Darling-Hammond，L. Teacher quality and student achievement[J]. Education policy analysis archives， 2000， 8: 1.

　　[4]王顾学， 汪栋. 中学教师人力资本水平与学生的学业成绩差异及其异质性影响——基于CEPS追踪数据的HLM分析[J].内蒙古师范大学学报(教育科学版)， 2019， 32(10): 70-76.

　　作者：刘鑫桥　魏　易