Sci论文 - 至繁归于至简,Sci论文网。 设为首页|加入收藏
当前位置:首页 > 教育论文 > 正文

农村初中生教育期望与学业表现的关系(附论文PDF版下载)

发布时间:2018-09-15 14:15:41 文章来源:SCI论文网 我要评论














SCI论文(www.scipaper.net):
 
[摘 要]本文利用在西部某市分层随机抽样选取的农村初中学生两期面板数据, 旨在了解农村初中生教育期望现状,并用交叉滞后回归分析法研究了教育期望与学业表现的关系。研究发现:农村初中生教育期望普遍较高, 超过80% 的学生希望自己能上到大学及以上;学生的教育期望并非一成不变, 随着年级的上升, 有学生会提高自己的教育期望,但也有学生降低了自己的教育期望; 农村初中生教育期望和学业表现之间能够显著正向相互预测, 学生前期教育期望对于后期学业表现的预测作用更强。

[关键词]农村初中生;教育期望;学业表现;交叉滞后回归分析

一、引言

改革开放后,凭借人口优势, 我国实现了前所未有的高速经济增长, 并 顺利步入中等收入国家行列(蔡昉和王美艳,2014)。然而, 随着老龄化程度的不断加剧以及“人口红利”的逐渐消失, 我国正面临着掉入“中等收入陷阱” 的风险(蔡昉和王美艳,2014; 汪伟,2016)。研究发现, 提高人力资本质量是避免我国掉入中等收入陷阱的有效途径(张林秀等,2014; 汪伟,2016),而教育是提高人力资本质量的关键(何云龙,2016; 张林秀等,2014)。过去三十年以来,随着政府对教育领域投入的增加以及教育政策的改革, 我国居民的受教育水平有了很大提高, 九年义务教育已基本普及(Hannum etal.,2008)。但我国城乡学生教育获得的差距依然很大,几乎所有的城市学生都能  够上高中,但贫困农村学生上高中比例只有近一半, 农村学生上大学的概率也只有城市学生的十分之一, 农村学生教育获得总体偏低(Loyalkaetal.,
2017)。并不是每个学生都需要上大学,但是没有受过高中教育的学生会很难适应未来的工作需要(张林秀等,2014)。我国未来33% 以上的劳动力主要来源于贫困农村地区,农村学生教育获得偏低, 不利于我国人力资本质量的提高,不利于我国经济的繁荣稳定和可持续发展。在我国竞争性应试教育体制下,农村学生的学业表现较差是造成他们教育获得低于城市学生的重要原因(Hannum & Adams,2009;Loyalkaetal.,2017)。

\

影响学生学业表现的因素很多, 如家庭层面的家庭社会经济状况、父母参与,学校层面的学校规模、教师质量等等。然而这些外部因素并不能有效  解释学生的学业表现(Hanushek,2003)。有研究发现, 学生对自己未来受教育程度的内在预期(即教育期望)与学业表现有密切关系。国外有研究表明, 学生的教育期望与他们的学业表现有显著正相关关系, 教育期望较高的学生会更加努力,并且在遇到困难的时候会更容易坚持下来(Mau,1995)。期望  价值理论认为对于目标的期望决定了完成目标的动机, 并最终对与目标相关的表现产生重要影响(Ecclesand Wigfield,2002)。Bui(2007)发现学生早期较高的教育期望确实会对学业表现有一定正向作用, 但早期学业表现对于后期教育期望的正向预测作用更大。

国内也有研究涉及教育期望与学业表现的关系。李汪洋(2017)利用了中国家庭追踪调查(CFPS)1529 名学生三期追踪数据, 发现学生小学时期的教育期望通过学习投入中介变量对学生后期(初中和高中)数学成绩有显著的正向效应。Zhang(2014)用甘肃儿童与家庭调查项目(GSCF)1627名农村小学生两期追踪调研数据进行研究, 结果表明学生早期教育期望并不能预测其后期成绩,学生早期的成绩对后期教育期望的作用有限。

教育期望和学业表现关系研究的难点在于两者之间可能存在反向的因果 关系,即可能是教育期望影响了学业表现, 也可能是学业表现影响了教育期望。交叉滞后设计利用两变量自身以及两变量间随时间变化的相关系数来研  究两变量之间的关系, 在一定程度上能更精确地把握两个变量之间的关系。

Bui(2007)和Zhang(2014)都用了交叉滞后回归模型来研究教育期望和学业表现之间的关系,但两个研究的结果有差异。此外, 国外文献一般将教育期望分为现实型教育期望和理想型教育期望。其中, 现实型教育期望是指学生根据自身实际情况对自己能够获得的教育程度的预测, 偏现实主义; 理想型教育期望是指学生不考虑实际情况而对自己想要获得的教育程度的期待, 偏理想主义。国内研究者一般不区分这两种概念(刘保中等,2014)。现实型教育期望与理想型教育期望有差别, 因此对于教育期望与学业表现关系的研究有必要区分两者。本研究的教育期望是指学生的理想型教育期望, 以下简称教育期望。

本文的目标是了解农村初中生教育期望现状, 并利用交叉滞后回归分析法来研究教育期望与学业表现的关系, 为提高农村学生的学业表现和最终的教育获得提供实证依据。本文的结构安排如下: 第二部分是数据来源及样本描述;第三部分是计量模型设定; 第四部分是实证分析; 第五部分是结论与建议。

二、数据来源及样本描述

(一)数据来源
本研究的数据来源于中国科学院与陕西师范大学2012 年和2014 年在中国西部某市共同组织的抽样调查。调查样本是2012年采用分层抽样的方法从该市随机选取。首先对该市12个区县的人均收入水平进行排序,根据排序赋予各县贫困系数,人均收入排序越靠后贫困系数越大, 再从中选取8 个贫困系数最大的县作为样本县;然后从该县全部的农村初中名单中随机选取样本学校。在选取样本学校的过程中, 我们排除了那些位于县城的学校或主要生源是城镇学生的学校,因为本调查主要关注农村学生。另外, 考虑到正在实施的“撤点并校”政策,人数较少的学校将面临被撤销或合并的风险, 因此剔除了七年级和八年级学生总数少于90 人的学校。最终我们选取了75 所样本学校的七年级和八年级学生作为样本学生。

\

2012年9月,项目组对样本学生进行了基线调研, 收集了学生个人特征变量(性别、年龄、年级、数学成绩、教育期望等)和家庭特征变量(父母教育程度、家庭资产等)。2014 年5 月, 项目组再次对样本学生进行了标准化数学测试和问卷调查。我们剔除2014 年调研时因请假、转学等原因丢失的样本,本研究最终样本学生有7679名,其中男生3982名,女生3697名, 七年学生3795名,八年级学生3884名。

(二)主要变量描述
本研究的主要变量是学生的标准化数学成绩和教育期望。控制变量包括学生的性别、年级、年龄、有班干部经历、师生关系得分、留守儿童、兄弟姐妹个数、家庭资产最少的20%、父母受教育程度。变量的测量及描述性统计见表1,其中“教育期望(2012)”和“教育期望(2014)”, 分别表示学生2012年和2014年的教育期望。

本研究以学生标准化数学成绩衡量学业表现。相对于语文、英语等科目, 数学测试更加客观。数学测试题由数学方面的专家依照国家数学课程标准编  制,该试题已在我国进行过多次实验和测量, 能够很好地反映出我国农村学生的学业表现(Luoetal.,2012)。所有的调查员经过标准化的培训后, 按照规范操作流程对所有样本学生进行数学测试, 以保证学生成绩真实有效。本研究并没有直接使用该数学测试的原始得分, 为了能够使每个样本学生不同时期的成绩具有可比性,我们将学生的数学测试得分进行了标准化处理得到了标准化数学成绩。教育期望由“你希望自己上学上到哪一级?(初中=9 年;高中=12年;大学=16年;硕士=19年;博士=22年)”来测量。

表1 主要变量的测量及描述性统计

\

三、计量模型设定

交叉滞后设计是利用两变量自身以及两变量间随时间变化的相关系数来研究两变量之间的关系,能在一定程度上更精确地考察两变量之间的准因果关系(刘颖丽,2009)。交叉滞后设计的潜在假设是: 因果关系存在一定的滞后性,结果变量的变化总是滞后于原因变量, 即只有经过一定的时间后, 原因变量才能导致结果变量的变化;如果是一个变量 A 引起了另一个变量B 的变化,那么第一次测量的 A(A1)与第二次测量的 B(B2)之间的相关程度(交叉滞后方向上的系数),应该显著大于第一次测量的 B(B1)与第二次测量的 A(A2)之间的相关程度(黄英,2010)。

交叉滞后分析的前提条件是两变量同步稳定相关 (刘 俊升和丁雪辰,2012)。即在进行交叉滞后分析的两个变量 A 和B必须满足:其一,A、B 两个变量显著相关,前期两变量即 A1与B1的相关系数 Ra1b1统计显著,并且后期两变量 A2与B2的相关系数 Ra2b2统计显著,Ra1b1和 Ra2b2作为同步相关系数要基本一致;其二,A、B 两个变量各自的稳定相关系数要一致, 即  A1   和A2之间的相关系数 Ra1a2,应该与B1和B2间的相关系数 Rb1b2基本保持一致。因此本文先用皮尔逊积差相关分析法探究学生两个时期教育期望和学业表现之间的相关性。如表2 所显示, 前期教育期望和后期教育期望之间显著相关,其系数达到0.425,且在1%的显著性水平上显著。前期学业表现和后期学业表现也同样显著相关, 其系数为0.312, 且在1% 的显著性水平上显著。这表明教育期望和学业表现之间具有相对较高的稳定性。此外, 前期教育期望和学业表现之间显著相关,其相关系数为0.154,且在1%的显著性水平上显著。后期两变量也显著相关,其相关系数为0.269,且在1%的显著性水平上显著。这表明教育期望和学业表现之间关系同样具有稳定性, 均表现为显著正相关。综合以上分析, 教育期望和学业表现之间同步稳定相关, 具备使用交叉滞后分析法进行研究的条件。

表2 教育期望与学业表现的相关系数
\
注:***p<0.01、**p<0.05、*p<0.1分别表示在1%、5%、10%显著性水平上显著。

交叉滞后回归分析法运用多元回归方法,在控制其他相关变量的情况下,估算变量 A1对B2以及变量B1对 A2的标准化回归系数α和β。若α统计显著,则变量 A 为B的前因,若β统计显著,则B为A 的前因;若α和β统计上均具有显著意义,且α大于β,则变量  A 对B 的预测作用更强(周宗奎等,2006; Watkinsetal.,2007;Bui,2007)。

交叉滞后回归分析法在教育学和心理学等领域应用较为广泛。周宗奎等(2006)运用交叉滞后回归设计考察了儿童社会能力和学业成就之间的相互预测关系。刘俊升和丁雪辰(2012)采用交叉滞后回归设计分析了学生社交淡漠与同伴接纳之间的相互关系。陈晓惠和石文典(2016)用交叉滞后回归分析法验证了中小学生学业自我概念与学业成绩之间的关系。

根据以上对交叉滞后原理的分析及本研究的需要, 我们将交叉滞后回归模型设定如下:
ASPis,2014=α1+β1ASPis,2012+δ1Scoreis,2012+γXis+λCs+εis (1)
Scoreis,2014=α1+β2ASPis,2012+δ2Scoreis,2012+γXis+λCs+εis (2)
其中,s表示学校,i表示学生。Scoreis,2012 和 Scoreis,2014 分别指学生i在
2012年和2014年的标准化数学成绩,即学生i两期的学业表现。ASPis,2012 和
ASPis,2014分别为学生两期的教育期望。方程1 中的系数δ1  反映了学生前期学业表现对后期教育期望的预测关系。方程2中的系数β2  反映了学生前期教育期望对后期学业表现的预测关系。Xis为控制向量, 包含了学生特征、家庭特征等变量。λ为县级层面固定效应系数。在所有回归中均控制了县级层面的固定效应。

文章出自SCI论文网转载请注明出处:https://www.scipaper.net/jiaoyulunwen/811.html

发表评论

Sci论文网 - Sci论文发表 - Sci论文修改润色 - Sci论文期刊 - Sci论文代发
Copyright © Sci论文网 版权所有 | SCI论文网手机版 | 豫ICP备2022008342号-1 | 网站地图xml | 百度地图xml