0&&parseInt(document.getElementById('custompage').value)页&&1&&parseInt(document.getElementById('custompage').value)楼&&
请教：规模效应或规模效益的英文怎么表述？？
素质！素质！！
财产: 1525 爱卡币
来自: 广东省|深圳市
请教：规模效应或规模效益的英文怎么表述？？
如题，知道这里能人多，特来虚心请教。。。
[每日热点]:
财产: 15450 爱卡币
来自: 广东省|深圳市
如题，知道这里能人多，特来虚心请教。。。
scale effect
scale merit
Drive attentively, please!
[每日热点]:
用户被禁止发言
财产: 1677 爱卡币
来自: 广东省|深圳市
*** 该用户太调皮了，已被禁言。 ***
更多精彩尽在 ， Enjoy xcar!
[每日热点]:
素质！素质！！
财产: 1525 爱卡币
来自: 广东省|深圳市
谢谢楼上的两位！学习了。。
[每日热点]:
回复成功，收到1个大米！
10&&parseInt(document.getElementById('custompage_down').value)页楼您现在的位置：&&&>>&&>>&&&
科学竞赛对我国高中生科学素质的影响效应评估
科学竞赛对我国高中生科学素质的影响效应评估*(2014年第9期）
胡咏梅　薛海平
［摘　要］　基于大规模基线调查数据，在科学测量高中生科学素质基础上，采用倾向得分匹配法，评估了科学竞赛对我国高中生科学素质的影响效应。研究发现：参加科学竞赛对提高高中生科学素质具有较大的影响效应，比传统OLS方法估计的影响效应高出59.7%；科学竞赛对不同高中生群体科学素质的影响效应有较大差异，未参加竞赛学生的潜在竞赛收益明显低于已参加竞赛学生的竞赛收益；我国东、中、西部地区高中生科学素质依次递减，西部地区高中生科学素质显著低于东部和中部地区高中生；是否参加科学类兴趣班、班级同伴的科学兴趣以及是否在重点中学就读等因素均对学生选择参加科学竞赛的概率影响显著。因此，青少年科学竞赛活动组织部门应当创新青少年科学竞赛活动的激励机制，吸引西部地区和农村中学生参与科学竞赛活动，倡导学校举办科学类兴趣班或兴趣小组，鼓励各级各类学校学生积极参与科学竞赛活动，在竞赛活动中不断提高科学素质水平。
［关键词］　科学竞赛；高中生；科学素质；倾向得分匹配法
［作者简介］　胡咏梅，北京师范大学教育学部/中国基础教育质量监测协同创新中心教授、博士生导师　（北京　100875）；薛海平，首都师范大学教育学院教授、博士生导师（北京　100048）
进入21世纪，科学技术迅猛发展，经济全球化的浪潮日益高涨，世界各国都在努力增强自己的综合国力，国家的综合国力取决于国家的科学技术水平，而提高科学技术水平的关键是对青少年科学素质的培养。基础教育阶段是青少年学生科学素质发展的关键时期，通过开展科学竞赛①活动促进青少年学生科学素质的提升已成为世界各国的共识。正因如此，世界各国都对青少年科学竞赛非常重视，科学竞赛的开展十分广泛。例如，我国的青少年科技创新大赛、中学生奥林匹克学科五项竞赛、“明天小小科学家”奖励活动、“我爱祖国蓝天”航模比赛，美国的英特尔国际科学与工程大赛、青少年机器人竞赛、头脑奥林匹克竞赛以及瑞典的斯德哥尔摩青少年水奖竞赛等。然而，科学竞赛究竟对青少年学生科学素质的提高产生了多大程度的影响？迄今为止，鲜有相关研究提供令人信服的证据。本研究基于大规模基线调查数据评估科学竞赛对我国高中生科学素质的影响效应，以期为回答上述问题提供强有力的支持依据。本研究中的科学竞赛包含了科技竞赛和学科竞赛两类，其中，科技竞赛包括青少年科技创新大赛、“明天小小科学家”奖励活动，学科竞赛包括中学生数学、物理、化学、生物、信息学奥林匹克竞赛。
——————————
*　本文系国家自然科学基金面上项目“直面影子教育系统：我国义务教育课外补习研究”（项目编号：）的部分研究成果。通讯作者：薛海平
①　为简便起见，本文中将科技竞赛和自然科学类竞赛合称为科学竞赛。
一、相关研究述评
国外一些学者认为科学竞赛能够提高学生的科学素质，如劳里·萨默斯和苏珊·卡伦通过网络和其他一些信息渠道对多个科学竞赛项目进行调查发现，参与竞赛的学生不仅学习了相关科学知识还提高了他们的综合素质能力；［1］斯蒂芬·雷诺斯和尤金光·雷诺斯对西点桥梁设计竞赛（West Point Bridge Design Contest）进行了综合评估，结果发现这样的国际性竞赛有利于参赛者扩散思维和学习更为丰富的工程知识。［2］有学者发现参加科学竞赛对于学生的科学兴趣和参与科技活动的积极性具有持续影响力。如对参与生物奥林匹克竞赛（the Biological Olympiads）的波兰学生进行的一项研究表明，竞赛能够作为强化参赛学生对科学的兴趣以及在高中持续保持科学兴趣的一种重要方式；［3］劳里·萨默斯和苏珊·卡伦的研究还发现，许多参赛学生在参赛之后多年仍然积极地参与科学、工程和计算机科学领域的研究。［4］有学者还考查了不同竞赛所带来的影响可能存在的差别，如彼特·伊斯特维尔和雷尼·莱奥妮认为科学竞赛整体上对学生具有积极的影响，但不同的竞赛活动对学生的科学兴趣和学习积极性的影响程度却不尽相同。［5］
我国只有少数学者通过实证研究评估了科学竞赛对青少年学生科学素质的影响，这些研究集中于探讨竞赛与青少年学生创新思维和能力以及科学兴趣培养的关系。他们大多认为，科学竞赛活动有利于培养学生创新思维和综合素质以及激发学生对科学的兴趣。［6］中央教育科学研究所教育督导与评估研究中心通过重点调查333名获奖者的创新能力和综合素质水平发现，94%的获奖学生认为参加青少年科学竞赛活动对自身发展有积极作用。［7］
综上所述，国内外文献研究表明，科学竞赛对于培养青少年学生科学素质有着积极的影响。尽管如此，由于数据获得的难度、有效性以及重视程度等问题的存在，目前国内评估竞赛对青少年学生科学素质影响的实证研究尚很薄弱，已有研究还存在如下不足或缺陷：（1）大多数学者一般运用访谈法、问卷调查法进行数据收集，而非科学的测量工具获得青少年科学素质数据，这削弱了评估结果的内在效度；（2）数据分析大多采用描述性统计，研究方法比较简单，实证分析力度较弱，研究结果无法提供令人信服的证据；（3）已有研究的调查样本大多局限于某一地区的几所学校，样本量偏小，样本选择存在严重偏差；（4）已有研究在调查青少年学生科学素质时，大多侧重于某一学科科学素质，导致调查的科学素质内容不够全面和系统，调查结果不能真正反映青少年学生的科学素质现状。为了克服上述研究存在的不足和局限，本研究基于大规模基线调查数据，在科学测量青少年学生科学素质基础上，采用倾向得分匹配法，拟准确评估科学竞赛对我国高中生科学素质的影响效应。
二、我国高中生科学素质测量
（一）“科学素质”内涵界定
本研究根据已有研究和文献［8］，结合青少年身心发展的特点，将高中生“科学素质”界定为：理解并掌握与其心智成熟程度相当的有关科学知识、科学本质以及科学—技术—社会关系（STS）等方面的内容，培养科学兴趣和爱好以及良好的科学态度，逐步形成正确的科学价值观，初步具备在社会生活情境中应用科学知识、技术和方法解决实际问题的能力。从能力维度来看，科学素质又可分为“识别问题”、“解释现象”和“运用证据”三个层面。
（二）接受科学素质测量的我国高中生样本分布
课题组根据我国不同地域青少年科学教育水平发展现状，在2010年1—7月利用编制的《中国青少年科学素质测评试卷》，采用分层抽样的方法对我国辽宁、福建、湖北、甘肃、四川五省区部分中学高中生科学素质进行了测试，同时也调查了这些学生的个人、家庭和学校背景等相关信息，接受测试和调查的高中生有效样本为2 497人。此外，课题组还于2010年对五项学科奥林匹克竞赛国家集训队学生和“明天小小科学家奖励活动”决赛阶段学生进行了同样调研，这些学生有效样本量为559名，其中参加“明天小小科学家奖励活动”决赛学生为98名。最终，本研究中接受科学素质测量的我国高中生的有效样本量为3 056名，具体的样本分布见表1。值得关注的是，西部地区高中生的参赛比例低于中部和东部地区，县城中学生参赛比例远低于省会和一般城市，非省重点中学参赛比例远低于省重点中学。
表1 样本分布及参赛比例
学生数（人）
参赛学生数（人）1
参赛百分比2
学校所在地
是否重点校3
是否重点班
重点班或实验班
注：1.参赛学生数是指参加中学生五项学科奥林匹克竞赛、青少年科技创新大赛、“明天小小科学家”奖励活动的学生数。
2.学生数不包括缺失值，故“百分比”和“参赛百分比”均为有效百分比。
3.本文重点校是指示范中学。
（三）试卷质量分析
本研究使用课题组编制的《中国青少年科学素质测评试卷》考查高中生的科学素质，试卷编制从科学素质的内涵界定出发，以我国基础教育阶段《科学课程标准》为基础，以国际学生科学素质测评项目为标杆，编制过程中借鉴了PISA2006、TIMSS、NAEP等国际上广受关注和认可的学生评价项目，这在很大程度上保障了整个试卷的科学性和有效性。试卷主要涵盖对具体科学知识的考查，包括数学、物质科学（包括物理和化学）、生命科学、地球和空间科学、科学技术和信息五个方面的内容，以物质科学和生命科学为主。此外，部分试题中还包含对学生科学态度的考查。
试卷的质量分析结果表明，从整体上来看，总试卷的难度为0.412，区分度为0.301，信度为0.817，效度为0.508，难度适中，区分度、信度、效度均较为良好。科学态度的两个维度：科学兴趣和科学价值观的结构效度分别为0.536和0.621，效度较好；两者的内在一致性信度分别为0.758和0.870，具有较好的信度。此外，本研究中使用项目反应理论（IRT）考查学生科学素质，通过计算IRT总分与原始总分的相关系数发现，两类分数显著相关，相关系数为0.947。
（四）我国高中生科学素质现状
总样本学生科学素质平均分为60.94分，最高分为92分，50%的学生科学素质得分大于61.58分。从科学素质的能力维度来看，总样本学生“识别问题”平均得分为62.73分，“解释现象”平均得分为65.68分，“运用证据”平均得分为54.58分。三个维度中，“解释现象”得分最高，其次为“识别问题”，“运用证据”得分最低（见表2）。这说明我国中学生运用科学证据解决实际问题的能力较弱，我们推测这很可能与我国长期以来的“应试教育”有关。东、中、西部地区高中生科学素质依次递减。而且，单因素方差分析结果表明，西部地区高中生的科学素质和三个能力维度得分均显著低于东部和中部地区学生。
科学素质现状
三、影响效应评估方法
借鉴汉纳谢克（Hanushek）［9］和贝尔菲德（Belfield）［10］建立的分析学生成绩影响因素的教育生产函数理论模型，可以建立如下的理论模型以分析科学竞赛对高中生科学素质的影响效应：
其中，At代表高中生科学素质能力，用学生的科学素质测试得分衡量；Ct-1代表与竞赛有关的自变量矩阵；St-1代表与学校特征有关的自变量矩阵；Pt-1代表与学生班级同伴特征有关的自变量矩阵；Zt-1代表与学生自身特征有关的自变量矩阵；Ft-1代表与学生家庭社会经济背景特征有关的自变量矩阵。
由于模型中很难穷尽影响学生科学素质的所有变量，尤其有些影响科学素质的因素是不可观察的潜在变量，如学生能力变量，而且是否选择参加竞赛可能与模型遗漏的潜在变量具有相关性，即存在内生性问题。20世纪90年代以来，对这类问题一般有以下两种较为常用的处理方法，一种是条件独立假设下的平均处理效应方法［11］，另一种是工具变量方法［12］。本文将采用第一种方法解决内生性问题。
在项目评价分析框架下，上述模型可以看成一个项目评估问题。将d＝1表示接受一项处理（Treat），d＝0表示未接受处理。此处d＝1表示是否参加科技或学科竞赛。 因而估计项目干预效果就是估计项目处理效应（Treatment Effect），换言之，结果变量的变化在多大程度上是源于项目处理的干预。本文就是需要估计学生科学素质的变化在多大程度上源于参加竞赛的因素。
如果是否参赛依赖于一些可观测的变量X，我们就可以使用匹配方法（Matching Method）来估计项目处理效应。倾向得分法（Propensity Score Matching，以下简称PSM）是匹配法中最常用的方法之一。Rosenbaum与Rubin最早提出了这种方法。其主要思想是将影响接受处理的各种因素作为协变量，在给定一组协变量的条件下估计出每个样本能够成为实验组（也称处理组）的条件概率，将其记为倾向得分。如果实验组样本和对照组（也称控制组）样本估计得出的倾向得分分布保持一致，则可以判断两个样本在协变量的分布上也是一致的。在对所有样本进行配对之后，通过计算配对之后的实验组和对照组之间在结果指标上的差异情况来考查项目处理对实验组的影响效应。［13］
PSM的基本原理如下。
首先构建产出方程：
yi1=β＋αi＋μi
yi0=β＋μi&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& &&&&&&&&&&&&&&&&&&（1）
其中，yi1和yi0分别指的是实验组和对照组的产出方程，αi和μi分别指的是项目效应和非项目效应。假设非项目效应μi和项目效应αi均可由可测协变量向量[X]　解释部分方差，将αi记为αi=［αi－α（[X]　i）］＋α（[X]　i），将μi记为μi=［μi－μ（[X]　i）］＋μ（[X]　i），这样，方程（1）可以改写为：
yi1=β＋μ（[X]　i）＋α（[X]　i）＋［（μi－μ（[X]　i））＋（αi－α（[X]　i））］
yi0=β＋μ（[X]　i）＋（μi－μ（[X]　i）&&&&&&&&&&&&&&&&& （2）
在方程（2）中，μ（[X]　i）是对yi0的可预测部分，μi－μ（[X]　i）是在控制可观测的协向量[X]　后的残差部分；α（[X]　i）是项目干预对具有可测协变量[X]　i的项目参与组的平均影响效应，αi是项目对第i个样本的特殊影响效应，αi与α（[X]　i）的差异在于，αi考虑到了个体i的一些不可测因素可能造成的项目影响效应的差异。
PSM方法的两个前提假设是：
假设1（Conditional Independence Assumption）：在给定可测协变量[X]　的条件下，（Y 0，Y 1）与d独立。
假设2（Matching Assumption）：在给定可测协变量[X]　的条件下，样本接受项目处理的条件概率大于0小于1，即0＜P［di=1│[X]　i］＜1。
条件独立假设1表示，给定可测协变量[X]　后，处理的分配是与结果相互独立的。也就是说,在控制了协变量[X]　之后,所有的个体看起来都是相似的，处理分配不会影响潜在结果，潜在结果也不会影响处理的分配。匹配假设2表示，给定同样的协变量[X]　后,每一个处理个体均可以找到一个特征相似的对照个体，从而保证实验组与对照组的可比性，进而估计出处理效应。
在这两个假设下，可以利用PSM方法估计项目处理效应。
&&&&&&&&&&&&&&&&&&& （3）
其中，S代表实验组与对照组的可测变量[X]　i分布的子空间。F是在条件d=1下，X的累积分布函数。αATT（S）是项目对空间S中具有特征[X]　i的样本产生的平均影响效应（average treatment effect on the treated，即项目处理的平均影响效应，简称ATT）。
该方法的操作步骤一般分为两步。第一步，先以是否实施项目干预为因变量（本文指是否参加科学竞赛），以影响是否实施干预及最终所要考查的效果因变量（本文指科学素质）的一系列因素为自变量，建立倾向得分模型（以Probit模型或Logit模型形式），从而得到每个样本被分到项目处理组的概率，即倾向性得分；第二步，根据每个样本的倾向性得分，对样本进行匹配，从而将样本分到处理组和对照组。目前使用较多的匹配方法主要有近邻匹配法（Nearest-neighbor Matching）、分层匹配法（Stratification Matching）、核匹配法（Kernel Matching）以及半径匹配法（Radius Matching）等，不同方法在匹配精度和保留匹配样本数目方面有所差异，具体差别本文不再详述。匹配一旦完成，就可以直接计算项目处理的平均影响效应ATT。
四、研究结果
前文已述，PSM方法实际是分两步估计，第一步是采用Probit或Logit模型估计倾向得分。模型中自变量的选择是PSM的关键。布鲁克豪特（Brookhart）等人通过蒙特卡罗数据模拟研究［14］发现，如果将只与项目干预变量（本文指是否参加科学竞赛）有关而与结果变量（本文指科学素质的IRT得分）无关的变量纳入模型中，将增加项目处理效应的方差，而且并不能减少估计效应的偏误；如果将与干预变量无关而只与结果变量相关的变量纳入模型，不改变处理效应的方差，但可以降低估计效应的偏误；将与处理和结果均相关的变量纳入模型中，既可以降低处理效应的方差，又可以降低估计效应的偏误。因此，本研究选择了既与是否参赛有关又与学生科学素质有关的变量进入Probit模型。一个学生选择是否参加科学竞赛的因素很多，比如家庭背景、个人能力、个人兴趣、同伴影响、学校科学实验条件等，这些因素也很可能会影响学生的科学素质。根据已有研究结果［15］发现，以下变量（见表3）既对学生是否参赛有显著影响，又对学生科学素质具有较大影响，因而选择这些变量进入Probit模型。
表3& Probit模型中的变量定义
如果参加过“全国青少年科技创新大赛”、“明天小小科学家”奖励活动、“中学生学科奥林匹克竞赛”中任意一项，就赋值为1，否则为0。
1=男，0=女
是否参加科学类兴趣班
1=是，0=否
自己教育期望
自己希望接受的最高程度教育，1=小学及以下，2=初中，3=高中，4=大专，5=本科，6=硕士，7=博士
上学期班级数学期末考试标准化成绩+上学期班级物理期末考试标准化成绩+上学期班级化学期末考试标准化成绩
家庭经济条件
1=家庭经济条件较好，0=家庭经济条件一般
班级学生个数（人）
班级同伴科学兴趣
班级同伴科学兴趣平均得分
1=省重点中学，0＝非省重点中学
第二步是根据某种匹配方法（比如近邻匹配法）给每个处理个体找到一个对照个体，计算处理组与对照组在结果变量上的加权平均差值，即得ATT的估计值。鉴于分层匹配法在匹配过程中会丢失部分信息，影响估计精度，本研究仅选择了近邻匹配、半径匹配以及核匹配三种方法来估计科学竞赛对高中生科学素质的影响效应。
由表4可知，除了家庭经济条件以外，其余变量对是否参赛的影响均是显著性的（在0.10水平下），尤其是是否参加了科学类兴趣班对参赛概率的影响很大。班级同伴的科学兴趣以及是否重点学校（此变量是学校科学实验条件的一个替代变量）对参赛概率也有较大的影响①。
在匹配的过程中，必须满足前文所述的条件独立假设，否则估计结果就是有偏差的。我们利用t检验，对匹配后各变量（X）是否存在显著的组间差异进行了检验。结果表明，四种方法匹配后处理组和对照组各变量（X）均不存在显著性差异，且通过LR检验，P值分别为0.333、0.998、0.996、0.902（参见表5），满足条件独立假设，表明匹配质量是比较好的，结果是可信的。此外，由表6知，按照近邻匹配后，各变量均值的偏差下降了50%以上，其中学校类型的均衡效果最好，偏差下降达100%。这也反映匹配效果较好。
&&&&&&&&&&&&&&&&&&&&&&&
①　在问卷调查收集数据的同时，课题组2010年访谈了我国辽宁、福建、湖北、甘肃、四川五省区部分中学高中生、部分五项学科奥林匹克竞赛国家集训队学生和“明天小小科学家奖励活动”决赛阶段学生，也访谈了部分学生家长、学校校长、教师以及省级竞赛管理者，发现学校特征、同伴特征、家庭特征、个人特征会对学生是否参加科技竞赛有比较重要影响，访谈研究结论也支持了统计分析结果。访谈具体内容由于篇幅关系没有在本文中阐述，可以查阅胡咏梅等著的《中国青少年科技竞赛项目评估及国际比较研究》一书，北京师范大学出版社2012年版，第261—304页。
表4 采用近邻匹配法的竞赛效应Probit模型结果
是否参加科学类兴趣班
自己教育期望
家庭经济条件
班级同伴科学兴趣
注：采用半径匹配法、核匹配法的结果与此表系数基本相似1，为简捷起见，此处省略。
表5 三种匹配法下匹配效应的检验
近邻匹配法
半径匹配法（0.05）
半径匹配法（0.01）
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
1由于这三种匹配方法下的共同支持域（common support region）上的样本比例均很高，因而PSM方法对具体的匹配方法不敏感，即三种匹配方法的结果很相近。
表6& 近邻匹配下各变量均值偏差及组间差异检验
处理组& 对照组
0.606& 0.511
0.606& 0.632&&&&&
4.14& 0.000
-1.05& 0.295
是否参加科学类兴趣班
0.573& 0.276
0.572& 0.538&&&&&
13.65& 0.000
1.38& 0.167
自己教育期望
6.086& 5.650
6.086& 6.167&&&&&
10.18& 0.000
-1.87& 0.061
0.644& -.381
0.644& 0.678&&&&&
9.22& 0.000
-0.30& 0.764
家庭经济条件
0.475& 0.424
0.475& 0.5&&&&&
2.22& 0.027
-0.97& 0.334
53.819& 54.445
53.819& 53.657&&&&&
-1.02& 0.310
0.25& 0.805
班级同伴科学兴趣
8.431& 8.368
8.431& 8.431&&&&&
4.80& 0.000
-0.02& 0.983
0.622& 0.479
0.622& 0.622&&&&&
6.23& 0.000
-0.00& 1.000
倾向得分匹配方法估计结果表明（见表7），参加科学竞赛对提高学生科学素质的影响效应是较大的，平均在1.37分左右。也就是说，高中生个体由于选择了参加竞赛，使得他们的科学素质平均提高了1.37分。传统的OLS方法估计参加竞赛收益仅为0.858分（见表8），较PSM方法给出的收益估计少59.7%。这可能是由于低能力的学生选择不参赛的几率更大，高能力的学生选择参赛几率更大，即自选择是建立在比较优势基础上的，则参赛学生将比在OLS的随机配置（Random Assignment）的假设下具有更高的竞赛收益。因而如果不考虑自选择问题，用OLS来估计竞赛效应，会出现较大的选择性偏差。［16］另外，未参赛个体的潜在竞赛收益低于参赛组的竞赛收益 （ATU&ATT），原因可能是由于竞赛过程对提升学生科学素质的收益受学生个体能力约束所致。参赛对所有学生提高科学素质的平均影响效应是0.957分。因而，应当鼓励广大青少年学生积极参加各类科技竞赛，从而提升整个青少年群体的科学素质。由表8知，是否参加科学竞赛、是否参加科学类兴趣班、教育期望、前期成绩、家庭经济条件、班级同伴科学兴趣、学校类型等均对学生科学素质具有显著正影响，而班级规模的影响为显著负效应。
表7　竞赛收益的倾向得分匹配方法估计结果
处理组/对照组样本数
近邻匹配法
半径匹配法（0.05）
半径匹配法（0.01）
注1：ATU（average effect on non-treatment）指项目干预对没有参加竞赛的样本的影响效应。
2：ATE（average treatment effect）是指项目干预对所有样本的平均影响效应。
表8& 竞赛收益的OLS估计结果
是否参加科学类兴趣班
自己教育期望
家庭经济条件
班级同伴科学兴趣
五、结论及政策建议
本研究基于大规模基线调查数据，在科学测量高中生科学素质基础上，采用倾向得分匹配法，评估了科学竞赛对我国高中生科学素质的影响效应，研究结果如下。
首先，参加科学竞赛对提高高中生科学素质的影响效应是较大的，平均在1.37分左右，比传统OLS方法估计的影响效应高出59.7%。传统OLS估计是否参加科学竞赛对高中生科学素质具有显著正向影响。
其次，科学竞赛对不同高中生群体科学素质的影响效应有较大差异，未参加竞赛学生的潜在竞赛收益明显低于已参加竞赛学生的竞赛收益。
再次，学生前期成绩、教育期望、是否参加科学类兴趣班、班级同伴的科学兴趣以及是否在重点中学就读等因素均对学生选择参加科学竞赛的概率影响显著。
最后，我国东、中、西部高中生科学素质依次递减，西部地区高中生科学素质显著低于东部和中部地区高中生。
此外，本研究还发现，西部地区高中生的参赛比例低于中部和东部地区，县城中学生参赛比例远低于省会和一般城市，非省重点中学参赛比例远低于省重点中学。
中国青少年科学竞赛活动旨在培养年轻一代对科学的热爱，使他们树立科学的思想和精神，提高未来社会公民的科学素质。本研究结果表明，中国青少年科学竞赛活动对提高高中生科学素质有重要影响，因此，青少年科学竞赛活动较好地实现了其竞赛目的。今后，社会各界应重视青少年科学竞赛活动对青少年学生科学素质的提升作用，加大对西部和农村地区中学科技教育资源的投入，通过科学竞赛活动促进学校科学教育水平的提高。根据本研究结果，为了尽快提高我国青少年学生的科学素质水平，笔者提出如下几点建议。
首先，青少年科学竞赛活动组织部门，需要进一步扩大青少年科学竞赛活动的规模，尤其要吸引西部地区和农村中学生参与科学竞赛活动，丰富青少年科学竞赛活动的层次和形式，创新青少年科学竞赛的激励机制，鼓励各级各类学校和学生积极参与科学竞赛活动，在科学竞赛活动中不断提高青少年的科学素质水平。
其次，积极利用班级同伴效应以提高学生科学素质。本研究显示，班级同伴因素对高中生科学素质有显著影响。因此，充分发挥班级同伴间联系紧密、交往频繁、交流深入等特点，在班级中成立各类科学社团或科学兴趣小组，通过班级营造良好的热爱科学、学习科学的氛围，相互激发班内同学的科学兴趣，吸引班内同学积极参与各类科学社团或科学兴趣小组，在班级同伴的互相影响中提高整个班级的科学素质。此外，在中学开展科学教育的过程中，可以考虑多采用小组合作学习的方式，更好地发挥同伴效应以激发学生学习科学的热情和兴趣。
再次，加强在中学科学教育过程中对学生科学素质培养的渗透。科学素质包含科学认知、科学态度、科学价值观、科学胜任力这几部分，［17］当前我国中学在开展科学教育过程中，均渗透了对科学认知、科学态度、科学价值观、科学胜任力的教学。因此，学生前期成绩作为反映科学教育教学效果的指标，对学生科学素质有显著正影响。故进一步改善我国中学科学教育的教学效果，促进中学科学教育过程与学生科学素质培养过程对接，加强中学科学教育过程中对学生科学素质培养的渗透，尤其是要强化培养中学生运用科学证据解决实际问题的能力，这些是提高我国青少年学生科学素质的基本手段和途径。
最后，关注西部地区学生科学素质提高。本研究显示，西部地区学校学生科学素质显著低于东部和中部学校学生。为了促进地区间学生科学素质均衡发展，应关注西部地区学生科学素质的提高。为了提高西部地区学生科学素质，需加大对西部地区学生参与科技和学科竞赛活动的扶持力度，在科技教育投入上向西部地区倾斜，改善西部地区科技活动所需的基础设施状况，提高西部地区科技教育辅导教师的素质，促进科技教育资源在地区间的均衡配置。
六、研究不足与局限
本文存在以下三点不足和局限。一是没有区分竞赛类型来分析竞赛对学生科学素质的影响效应。青少年科技创新大赛和“明天小小科学家”奖励活动主要考查学生的科学发明、科技制作能力，学科竞赛则以考查学生科学知识和技能为主，两类竞赛的选拔和评价标准也大相径庭，所以应当分别评估这两类竞赛对学生科学素质的影响效应。但由于参赛学生样本中参加科技竞赛的学生比例较小（26.9%），仅参加科技竞赛的学生比例更小（172人，仅占11.06%），因而没有考虑分别评估两类竞赛的影响效应。二是来自农村的学生样本比例很小，这可能是导致家庭经济条件变量对是否参赛的影响不显著的原因之一。三是限于篇幅没有细分三个能力维度（识别科学问题、科学地解释现象、运用科学证据解决问题）来考查参赛对它们的效应，也没有细分竞赛等级（校级、市级、省级、国家级）来进行分析。这些问题还有待后续研究来弥补。
————————
参考文献：
［1］［4］ Laurie Somers.，Susan Callan. An Examination of Science and Mathematics Competitions［J］. Science and Mathematics Competitions， 1999， （16）.
［2］ Stephen J. Ressler， Eugene K. Ressler. Using Information Technology to Facilitate Accessible Engineering Outreach on a National Scale［J］. Proceedings of the American Society for Engineering Education Annual Conference & Exposition， American Society for Engineering Education， 2005，Session 3510.
［3］ Stazinski， Wieslaw. Biological Competitions and Biological Olympiads as a Means of Developing Students' Interest in Biology［J］.International Journal of Science Education， 1988， （2）.
［5］ Peter Eastwell， Léonie Rennie. Using Enrichment and Extracurricular Activities to Influence Secondary Students' Interest and Participation in Science［J］. The Science Education Review， 2002， （4）.
［6］ 夏兴国. 数学竞赛与科学素质［J］. 数学教育学报，1996，（3）；黄丹，等. 生物学奥林匹克竞赛对高中生及保送生影响的调查［J］. 生物学教学，2005，（6）；景一丹，肖小明. 化学竞赛对高中生思维开发和能力培养影响的调查研究［J］. 化学教育，2007，（11）.
［7］ 中央教育科学研究所教育督导与评估研究中心.青少年科技竞赛获奖学生创新能力和综合素质状况［R］. 北京，2007.
［8］［17］ 杨素红，胡咏梅. 青少年科学素养概念探析［J］. 上海教育科研，2011，（6）.
［9］ Hanushek，Eric A. The Economics of Schooling： Production and Efficiency in Public School［J］. Journal of Economic Literature，1986， （3）.
［10］ Belfield Clive R. Economic Principles for Education： Theory and Evidence［M］. Cheltenham，UK：Edward Elgar Publishing Limited， 2000. 75—76.
［11］ Rosenbaum， P. R.， D.B. Rubin. The Central Role of the Propensity Score in Observational&& Studies for Causal Effects［J］.Biometrika，1983，vol. 70；Angrist，J. D.，V. Lavy. Using Maimonides' Rule to Estimate the Effect of Class Size on Scholastic Achievement［J］.Quarterly Journal of Economics， 1999， vol.114.
［12］ Angrist， J. D. Lifetime Earnings and the Vietnam Era Draft Lottery： Evidence from Social Security Administrative Records［J］.American Economic Review， 1990， （3）；Heckman， J. J.， et al. Matching as an Econometric Evaluation Estimator［J］. Review of Economic Studies，1997， vol. 65.
［13］ Rosenbaum， P. R.， D. B. Rubin. The Central Role of the Propensity Score in Observational&& Studies for Causal Effects［J］. Biometrika， 1983， vol. 70.
［14］ Brookhart， M. A.， et al. Variable Selection for Propensity Score Models［J］. American Journal of Epidemiology， 2006， vol. 163.
［15］ 北京师范大学教育经济研究所课题组. 青少年科技竞赛项目评估及跟踪管理［R］. 北京：北京师范大学，2011. 78—88.
［16］ Heckman，James J.， Xuesong Li. Selection Bias，Comparative Advantage， and Heterogeneous Returns to Education： Evidence from China in 2000［J］. Pacific Economic Review，2004，（9）.
The Impact Assessment of the Science Contests on the
Science Quality of Students in Chinese Senior High Schools
Hu Yongmei & Xue Haiping
Abstract： Using the method of propensity score matching， based on the massive baseline survey data and the scientific measure of the science quality of students， the effect of the science contests on the science quality of students in Chinese senior high schools is assessed. The results are as follows： first， the science contests have a big effect on improving the science quality of students， and the estimated effect with the method of the propensity score matching is much bigger than the method of OLS regression； second， the science contests have different effects on different student groups in senior high schools， the potential contest benefit for students who don't attend contests is smaller than the contest benefit for students who attend contests； third， the science quality of high school students from the eastern， the central and the western areas is in descending order； fourth， the factors such as attending the scientific class or not， the scientific interest of classmates， studying in a key school or not， et al.， can affect positively on the students' attending to scientific contests. Therefore， the organization department of science contests for the youth should make the incentive mechanism innovation for science contests， encourage the schools to conduct the scientific classes or groups for students， and stimulate students in all kinds of schools to attend science contests for the improvement of science quality.
Key words： science contest， students in senior high school， science quality， the method of propensity score matching
Authors： Hu Yongmei， professor and doctoral supervisor of Faculty of Education /National Innovation Center for Monitoring the Basic Education Quality， Beijing Normal University　（Beijing　100875）； Xue Haiping， professor and doctoral supervisor of College of Education， Capital Normal University　（Beijing　100048）