The Influence of the College Entrance Examination Reform on Freshman’s Academic Adaptation: Inhibition or Promotion?
-
摘要: 从2014年开始试点实施的新一轮高考改革旨在深化高中素质教育，重塑学生高中阶段的学业经历，以期实现高中教育与大学教育之间的有效衔接。在升入高等院校之后，这些经历过首轮新高考改革的学生在入学后的学业适应状况如何？其新生阶段学业表现及专业兴趣是否优于尚处于传统高考模式之下的其他区域的升学者？为回应上述问题，本文基于全国高校教学质量与学生发展调查数据及访谈资料，使用双重差分倾向得分匹配方法（PSM-DID）探究新高考改革对大学新生学业适应的影响效应，评估新高考改革的政策成效。我们研究发现，受走班制、选考制等对学生高中学业基础的影响，新高考改革使得大学新生的学业表现略有下滑。但令人欣慰的是，随着生涯规划教育在高中阶段的强化，新高考改革显著提升了大学新生对就读专业的兴趣。此外，新高考改革对大学新生学业适应的影响具有异质性，对于来自教育资源薄弱区域的大学新生而言，其学业适应下滑更为明显。Abstract: In 2014, the Chinese government initiated the college entrance examination reform (CEE reform). Aiming at promoting student’s transition from high school to college, the CEE reform tries to reconstruct high school students’ academic experience and strengthen competency-based education. Based on the national college student development survey data, this paper examines the impact of the CEE reform on freshmen's academic adaptation using PSM-DID method. The data analysis found that the academic performance of the freshmen from Zhejiang and Shanghai has slightly declined due to the impact of the CEE reform on their academic foundation in high schools. With the strengthening of career education in the high school, the CEE reform has significantly improved the interest-major congruence of freshmen. In addition, the impact of the CEE reform on freshmen's academic adaptation is heterogeneous. For freshmen from rural areas with weak educational resources, the decline of their academic adaptation is more significant compared to their counterparts.
-
表 1 准面板数据构建：组群数据与个体数据对比
变量名称 组群 个体 T值 学业成就 3.496 3.564 1.402 专业兴趣 4.546 4.571 0.577 性别 0.442 0.446 0.246 标准化高考成绩 0.113 0.119 0.177 院校学术选拔性 2.693 2.492 −6.047*** 学科类型—社会科学 0.349 0.354 0.319 学科类型—理科 0.075 0.072 −0.361 学科类型—工科 0.380 0.384 0.257 课内学业参与 3.536 3.397 −3.617*** 自主学业参与 7.055 5.891 −5.980*** 家庭所在地层级 3.442 3.444 0.032 家庭年收入 16.999 17.898 0.435 父亲受教育年限 12.011 11.908 −0.764 母亲受教育年限 11.261 11.166 −0.652 （注：汇报t检验结果，显著性水平***P<0.01，**P<0.05，*P<0.1。） 
下载: 导出CSV
表 2 相关变量定义及其操作化
名称 指标 操作化定义 因变量 学业表现 专业排名 6=前5%，5=6%—10%，4=11%—25%，3=26%—50%，
2=51%—75%，1=后25%专业兴趣 专业兴趣 “对所学专业和课程抱有浓厚兴趣”“没有转专业的意向”，2个题项得分均值，1=完全不认同~6=完全认同 自变量 是否新高考 是否新高考学生 根据学生的高考所在地省份，将浙江省和上海市两地的学生视作新高考学生，1=是，0=否 控制变量 个体特征 性别 以女性为基准，1=男性，0=女性 学业基础 标准化高考成绩 高考成绩的标准化得分 院校特征 院校学术选拔性 4=985院校，3=211院校，2=普通本科院校，1=民办本科院校 学科类型 学科类型 以人文类为基准，是否社科类、是否理科类、是否工科类，1=是，0=否 学业参与 课内学业参与 学生的课程出勤率，4=90%以上，3=89%—70%，
2=69%—50%，1=49%以下自主学业参与 学生平均每周课后自学时间（如作业、阅读、科研等），单位：小时/周 家庭社会经济地位 家庭所在地层级 5=直辖市/省会城市，4=地级市，3=县/县级市，2=乡镇，1=农村 家庭年收入 单位：万元/年 父亲受教育年限 单位：年 母亲受教育年限 单位：年
下载: 导出CSV
表 3 匹配后平衡性检验结果
变量名称 处理组（新高考省份） 对照组（非新高考省份） 差值 T值 P值 性别 0.484 0.468 0.016 0.910 0.365 标准化高考成绩 0.579 0.473 0.106 1.400 0.162 院校学术选拔性 2.707 2.666 0.040 0.490 0.623 学科类型—社会科学 0.372 0.372 −0.001 0.030 0.977 学科类型—理科 0.076 0.081 −0.006 0.570 0.569 学科类型—工科 0.328 0.335 −0.007 0.310 0.758 课内学业参与 3.807 3.813 −0.006 0.400 0.689 自主学业参与 10.183 10.257 −0.074 0.300 0.765 家庭所在地层级 3.555 3.505 0.051 0.730 0.467 家庭年收入 23.945 23.977 −0.033 0.020 0.988 父亲受教育年限 12.381 12.148 0.232 1.420 0.157 母亲受教育年限 11.563 11.470 0.094 0.510 0.608 （注：显著性水平***P<0.01，**P<0.05，*P<0.1。）
下载: 导出CSV
表 4 新高考改革对大学新生学业适应的影响（PSM-DID模型估计结果）
改革前本科新生 改革后本科新生 双重差分 浙沪 其他省份 一重差分 浙沪 其他省份 一重差分 学业表现 3.856 3.598 0.257 3.439 3.299 0.140 -0.117 标准误 0.061 0.061 0.086 t值 4.250 2.290 1.360 P>|t| 0.000*** 0.022** 0.175 R2 0.110 专业兴趣 4.557 4.612 −0.054 4.604 4.531 0.073 0.127 标准误 0.027 0.027 0.038 t值 −2.030 2.710 3.350 P>|t| 0.043** 0.007*** 0.001*** R2 0.020 （注：学生个体特征、学业基础、院校学术选拔性、学科类型、学业参与以及家庭社经地位等变量已经纳入控制。显著性水平***P<0.01，**P<0.05，*P<0.1。）
下载: 导出CSV
表 5 新高考改革对大学新生学业适应的影响—稳健性检验
高考改革前本科新生 高考改革后本科新生 双重差分 浙沪 其他省份 一重差分 浙沪 其他省份 一重差分 学业表现 3.850 3.822 0.028 3.404 3.465 −0.061 -0.089 标准误 0.095 0.096 0.134 t值 0.300 0.640 0.660 P>|t| 0.766 0.526 0.510 R2 0.130 专业兴趣 4.584 4.645 −0.061 4.604 4.546 0.058 0.119 标准误 0.048 0.049 0.068 t值 −1.270 1.190 1.740 P>|t| 0.204 0.236 0.083* R2 0.020 （注：显著性水平***P<0.01，**P<0.05，*P<0.1。）
下载: 导出CSV
表 6 新高考改革对大学新生学业适应的影响—个体层面DID分析
变量 模型一：学业成就 模型二：专业兴趣 系数 标准误 系数 标准误 自变量 是否高考改革*改革是否启动（双重差分） −0.008 0.079 0.077* 0.042 是否高考改革 0.495*** 0.068 −0.007 0.037 改革是否启动 −0.130*** 0.024 0.066*** 0.014 个体特征 是否男性 −0.453*** 0.016 0.080*** 0.010 学业基础 标准化高考成绩 0.107*** 0.009 0.020*** 0.005 院校特征 院校学术选拔性 0.753*** 0.132 0.039 0.084 学科类型 学科类型—社会科学 −0.151*** 0.023 −0.159*** 0.014 学科类型—理科 −0.199*** 0.037 −0.233*** 0.021 学科类型—工科 −0.071*** 0.026 −0.186*** 0.015 学业参与 课内学业参与 0.077*** 0.012 0.024*** 0.007 自主学业参与 0.040*** 0.002 0.018*** 0.001 家庭社会经济地位 家庭所在地层级 −0.006 0.007 0.007* 0.004 家庭年收入 0.001*** 0.000 0.000*** 0.000 父亲受教育年限 0.009*** 0.003 0.007*** 0.002 母亲受教育年限 0.017*** 0.003 0.008*** 0.002 Wald卡方值 5530.320*** - F统计量 - 32.540*** 伪R2 0.030 - 调整后R2 - 0.023 （注：汇报稳健标准误，显著性水平***P<0.01，**P<0.05，*P<0.1。）
下载: 导出CSV
表 7 新高考改革对不同高中教育资源区域新生学业适应的影响—异质性分析
教育资源薄弱区域新生 教育资源充足区域新生 双重差分 双重差分 学业表现 −0.123 −0.036 标准误 0.120 0.116 t值 1.020 0.310 P>|t| 0.307 0.756 R2 0.200 0.080 专业兴趣 −0.060 0.117 标准误 0.080 0.054 t值 0.750 2.170 P>|t| 0.456 0.030** R2 0.010 0.020 （注：学生个体特征、学业基础、院校学术选拔性、学科类型、学业参与以及家庭社经地位等变量已经纳入控制。显著性水平***P<0.01，**P<0.05，*P<0.1。）
下载: 导出CSV
-
[1] 鲍威等. (2019a). 阶层壁垒与信息鸿沟: 新高考改革背景之下的升学信息支持. 中国高教研究,309(5),39−48. [2] 鲍威等. (2019b). 学业辅导对高校学困生的干预效应研究. 教育发展研究,39(1),29−39. [3] 鲍威, 李珊. (2016). 高中学习经历对大学生学术融入的影响——聚焦高中与大学的教育衔接. 清华大学教育研究,37(6),59−71. [4] 鲍威. (2017). 高考综合改革对普通高中教育的影响调研报告. 北京: 北京大学教育学院. [5] 比彻, 特罗勒尔. (2015). 学术部落及其领地: 知识探索与学科文化(唐跃勤, 蒲茂华, 陈洪捷译). 北京: 北京大学出版社. [6] 边新灿, 蒋丽君, 雷炜. (2017). 论新高考改革的价值取向与两难抉择. 中国高教研究,(4),61−65. [7] 边新灿, 李祎, 范笑仙. (2019). 新高考改革遭遇“应试教育”掣肘的多因素分析. 浙江学刊,(03),102−110. [8] 布兰思福特. (2013). 人是如何学习的——大脑、心理、经验及学校(程可拉等译). 上海: 华东师范大学出版社. [9] 陈琦, 刘儒德. (2007). 当代教育心理学. 北京: 北京师范大学出版社. [10] 邓溪瑶, 乔天一, 于晓磊, 陈虎, 卢晓东, 黄晓婷. (2014). 高校分省招生计划的效率判据——学生群体学业表现地域差异大数据研究. 中国高教研究,(12),23−27. [11] 丁小浩. (2006). 规模扩大与高等教育入学机会均等化. 北京大学教育评论,4(2),24−33. doi: 10.3969/j.issn.1671-9468.2006.02.004 [12] 董秀华, 王薇, 王洁. (2017). 新高考改革的理想目标与现实挑战. 复旦教育论坛,15(3),5−10. doi: 10.3969/j.issn.1672-0059.2017.03.002 [13] 杜芳芳, 金哲. (2016). 新高考改革背景下高中生科目选择意向现状及对策——基于浙江省五所高中的调查分析. 教育理论与实践,36(08),15−18. [14] 杜芳芳, 金哲. (2017). 走班制视野下高中生学业生活的转变及学校行动. 湖南师范大学教育科学学报,16(2),43−48. [15] 樊丽芳, 乔志宏. (2017). 新高考改革倒逼高中强化生涯教育. 中国教育学刊,(3),67−71. [16] 国务院. (2014). 国务院关于深化考试招生制度改革的实施意见. 取自: http://www.gov.cn/zhengce/content/2014-09/04/content_9065.htm. [17] 李春玲. (2010). 高等教育扩张与教育机会不平等. 社会学研究,25(03),82−113+244. [18] 李军靠, 丁一鑫, 赵丹. (2018). 新高考下普通高中选课走班教学的困境与跨越. 中国教育学刊,(1),26−30. [19] 李润洲. (2018). 新高考背景下普通高中面临的挑战与应答. 南京社会科学,368(6),131−138. [20] 刘盾. (2017). 新高考改革之现实审思与理论分析——以考试科目、次数及赋分方式为重点. 复旦教育论坛,15(3),11−17. doi: 10.3969/j.issn.1672-0059.2017.03.003 [21] 刘佳琛. (2019). 高考改革对清华本科生STEM学业成绩的影响. 高等工程教育研究,(04),152−158. [22] 刘希伟. (2018). 高考科目改革的轨迹与反思: 基于选择性的视角. 全球教育展望,47(4),85−99. [23] 牟晖, 罗永红. (2019). 新高考背景下农村普通高中“走班制”实施的问题与对策. 教育理论与实践,,39(2),8−10. [24] 上海市人民政府. (2014). 上海市深化高等学校考试招生综合改革实施方案（沪府发〔2014〕57号）. 取自上海市人民政府网: http://www.shanghai.gov.cn/nw2/nw2314/nw2319/nw10800/nw11407/nw31810/u26aw40261.html. [25] 王世伟, 姚维. (2018). 在无奈与期待之间——县城高中学生对新高考方案认同度的质性研究. 教育发展研究,38(22),53−57. [26] 武林剑, 崔国富. (2011). 简论高中教育价值取向的转变——基于高考对高中生主体性发展制约的反思. 教育探索,(2),46−47. [27] 熊丙奇. (2017). 沪浙新高考志愿填报方式评析. 上海教育评估研究,(4),25−28. [28] 袁旦, 孔晨辰, 陈菲. (2018). 新高考改革政策对大学生专业承诺的影响研究——基于浙江省生源本科新生的调查分析. 中国高教研究,302(10),31−35. [29] 张天佑. (2016). 新高考改革背景下中部省市高中教学改革的应对策略. 中国教育学刊,(s1),149−150. [30] 浙江省教科院. (2017). 浙江高考综合改革对普通高中教育的影响调研报告. 杭州: 浙江省教科院. [31] 周绍杰, 张俊森, 李宏彬. (2009). 中国城市居民的家庭收入、消费和储蓄行为: 一个基于组群的实证研究. 中国经济学,8(4),1197−1220. [32] Allen, J., Robbins, S. (2010). Effects of interest-major congruence, motivation, and academic performance on timely degree attainment. Journal of Counseling Psychology, 57(1), 23. doi: 10.1037/a0017267 [33] Browning, M., Deaton, A., Irish, M. (1985). A profitable approach to labor supply and commodity demands over the life-cycle. Econometrica: Journal of the Econometric Society, , 503−543. [34] Deaton, A. (1985). Panel data from time series of cross-sections. Journal of Econometrics, 30(1-2), 109−126. doi: 10.1016/0304-4076(85)90134-4 [35] Donald, J. G. (2002). Learning To Think: Disciplinary Perspectives. The Jossey-Bass Higher and Adult Education Series. San Francisco: Jossey-Bass. [36] Gelso, C. J., Rowell, D. (1967). Academic adjustment and the persistence of students with marginal academic potential. Journal of Counseling Psychology, 14(5), 478. doi: 10.1037/h0024940 [37] Hanson, J. M., Paulsen, M. B., Pascarella, E. T. (2016). Understanding graduate school aspirations: The effect of good teaching practices. Higher Education, 71(5), 735−752. doi: 10.1007/s10734-015-9934-2 [38] Heckman, J. J., Ichimura, H., Todd, P. E. (1997). Matching as an econometric evaluation estimator: Evidence from evaluating a job training programme. The Review of Economic Studies, 64(4), 605−654. doi: 10.2307/2971733 [39] Hidi, S., Renninger, K. A. (2006). The four-phase model of interest development. Educational psychologist, 41(2), 111−127. doi: 10.1207/s15326985ep4102_4 [40] Hoffman, N., Vargas, J., Santos, J. (2008). Blending High School and College: Rethinking the Transition. New Directions for Higher Education, 144, 15−25. [41] Malgwi, C. A., Howe, M. A., Burnaby, P. A. (2005). Influences on students’ choice of college major. Journal of Education for Business, 80(5), 275−282. doi: 10.3200/JOEB.80.5.275-282 [42] Marušić, M., Sliško, J. (2012). Influence of three different methods of teaching physics on the gain in students’ development of reasoning. International Journal of Science Education, 34(2), 301−326. doi: 10.1080/09500693.2011.582522 [43] Reid, M. J., Moore III, J. L. (2008). College readiness and academic preparation for postsecondary education: Oral histories of first-generation urban college students. Urban Education, 43(2), 240−261. doi: 10.1177/0042085907312346 [44] Tinto, V. (1987). Leaving college: Rethinking the causes and cures of student attrition. Chicago: University of Chicago Press. [45] Trusty, J. (2002). Effects of high school course-taking and other variables on choice of science and mathematics college majors. Journal of Counseling & Development, 80(4), 464−474. -
点击查看大图
图(1) / 表(7)
计量
- 文章访问数: 319
- HTML全文浏览量: 290
- PDF下载量: 19
- 被引次数: 0