一、引言

本选题涉及的其实是一个老话题，同时也是一个复杂的问题。它的复杂性的表现之一就是，在教师影响学生的这个既定前提下，我们更应该关注的是教师能够通过哪些更有效的途径给学生造成积极的影响。

关于“话语”，复旦大学教授范晓认为:“话语是由两个互相依存的部分组成的:一部分是话语内容，也就是言语表达的思想内容;另一部分是话语形式，也就是言语者借以表达思想的形式，这种形式就是语言。”［3］3这样看来，“话语”不仅是一种交流和传播的“中介”，还是一种“语言和思想的结合体”［3］4。“话语权”即“话语”与“权”。“权”不仅是指“权利”，也指“权力”。换言之，话语权既是一种表征资格与利益的“话语的权利”，也是一种象征权威与力量的“话语的权力”。据此，辅导员在大学生思想政治教育中的话语权也应包含两个方面，它既可被理解为作为权利的“话语权”，同时也是象征权力的“话语权”。

本研究涵盖了两个关键问题：其一是关于教师评价的有效性问题。教师评价有多种形式，如教师的胜任特征(competency)和工作绩效(performance)，二者用于不同的职业发展阶段，侧重点不同。教师效能(teacher effectiveness)是指教师在学生身上取得的既定效果的程度，更加注重学生的成就。其二是教师对学生产生影响的内在机制问题。我们希望透过班级气氛这一中介因素来揭示这一点，所以用到了一些新方法，譬如多层线性模型(HLM)。其实，我们应该追求一种更简明的方法来探讨教育领域的一些实际问题，不至于让教育实践工作者们为复杂的统计结果所惑，亦能真正领会研究者的意图。然而，教师评价的另一个复杂性就在于，在资料收集的过程中，不可避免地形成了多层嵌套结构的数据形式，使得传统的基于单一层次数据的统计分析方法，由于损失了精度而变得不再适用。为了避免数据处理和分析上的失误，我们特意根据数据本身的特点选取了多层分析(multilevel analysis)方法。

本研究包括两种不同层次的变量：教师效能与班级气氛属于班级集体层次的变量，学业态度则属于学生个体层次的变量。若欲探究三者之间的路径关系，唯有多层分析方法较为可行。在这三个变量之中，有两个是采用自编量表进行测量的，而班级气氛的测量是采用台湾学者张玉茹和林世华(2001)编制的《班级气氛量表》，并根据内地的语言习惯对原量表做了一定修改。

二、研究设计和方法

1.样本

分别在北京、昆明、洛阳和泰安等地选取四所中学，从初一至高三各年级抽出若干非重复班，所有入选班级的学生均参与评价。各班按照被评价教师的人数，分成相应数目的小组，每组学生都去评价其中一位任课教师。

根据上述抽样方法，在四所学校的71个班级发放问卷2 800份，回收有效问卷2 430份。其中，男、女生分别为1 160、1 270人；初、高中生分别为1 208、1 222人。

而在河流两岸，地表多小溪的较大宽谷中下段，含水层厚度约2～10m，单位涌水量一般为10～20m3/（h·m），水位埋深 2～6m，单位涌水量 1～10 m3/（h·m）。

2.工具

(1)学生态度调查表

学生态度调查表包括8项学生自评条目，分别代表八种态度指数：①自我观；②对同学态度；③对学校态度；④对老师态度；⑤学习态度；⑥课过重感；⑦退学意图；⑧整体态度指数。采取Liker式五点量表，依“完全赞成”“比较赞成”“中间”“比较反对”“完全反对”，分别记5、4、3、2、1分。而后将所有题目相加成总分(最高分为40分)。分数愈高，表示受试者的学业态度愈积极。对8个项目做内部一致性检验，系数为0.80。

零模型(即模型1)将学生态度的总体变异分解为由个体差异造成的组内部分和由班级差异造成的组间部分。组间方差(00)的检验结果表明，班级之间的学生学业态度存在显著差异(2480.155，p0.001)，因此有必要在班级层面上探讨与班级差异有关的因素。此外，还可以确定总变异中由班级差异造成的比例，这时就要计算跨级相关(intra-class correlation)：00/(002)14.002/(14.00229.252)0.324，说明学生态度的总体变异中有32.4%来自班级间的差异。水平1参数估计的信度为0.928，说明用学生均值作为班级总体学生态度(0j)的估计是相当精确的，因此也称为均值测量的信度。学生态度的总体均值估计(00)为29.651，说明受调查学生群体的学业态度是比较积极的，尚有待改善。

(2)教师效能评定量表[1]

教师效能评定量表包括5个分量表及其对应的35个项目，采用五级记分，反应程度依次为“完全符合”“基本符合”“有时符合”“基本不符合”“完全不符合”。5个分量表的内部一致性系数依次为：学习价值(0.88)、挑战支持(0.78)、师生关系(0.74)、方法策略(0.84)、组织清晰(0.88)，全量表的系数为0.94。

(3)班级气氛量表[2]

本研究在引用时对原量表项目的表述上做了少量改动，其中有几个项目被完全替换掉了，项目数保持不变。

班级气氛量表包含4个分量表：教师支持、同学支持、满意程度、内聚力。4个分量表各有10题，均采取Likert式五点量表的型式呈现，依“非常同意”“同意”“不确定”“不同意”“非常不同意”，分别记5、4、3、2、1分，得分愈高，表示其所感受的班级气氛愈好。测量学分析结果显示，各分量表的内部一致性系数介于0.82—0.88，全量表的系数为0.94。

为了获取构想效度方面的证据，根据各分量表及其对应项目，分别构建教师效能和班级气氛的测量模型，进行验证性因素分析。模型与数据的拟合情况如表1所示。

 

表1 整体拟合指数

  

模型c2dfc2/dfNFIIFITLICFIRMSEA教师效能1093．565541．970．960．980．980．980．080班级气氛3325．787364．520．970．980．980．980．054

3.数据处理

由于从班级气氛到学生学业态度的部分路径不显著，为了进一步确认这部分中介过程是否存在，下面将班级水平的参数估计结果进行整理，并用Sobel(1982)的方法对中介效应做显著性检验，以尽量减少犯第二类错误的概率。

三、 结果与分析

因为所考察的三种变量属于不同层次，要想分析这些变量之间的路径关系，采用传统的回归分析会遇到问题。传统回归分析一般只能解决单一层面上不同变量之间的直接影响关系，协方差结构模型(CSM)可以看作分析变量之间复杂因果关系的另一类多元统计技术。这两种方法对于数据有着相同的假设条件。例如，都要求方差齐性，个体间随机方差相互独立等。这些条件对于具有嵌套结构的数据却很难满足，即不同班级的学生可以假设相互独立，但是同一班级内的学生由于受相同班级环境的影响，不可能保证相互独立，因此用传统的回归分析模型对具有嵌套结构特点的数据进行分析是不可行的。多层线性模型假设，同一班级的学生之间具有比不同班级学生更大的相似性，不要求个体之间相互独立，也不要求不同组的方差相等，因此是一种更加合理并符合实际数据特点的分析方法。用多层线性模型可以在更合理的前提条件下，得到正确的参数估计结果，从而帮助我们正确了解不同层次变量之间的关系。

典型集成学习描述了如何通过训练样本数据得到基分类器，本节关注集成学习的检验阶段，即如何将各基分类器的预测结果进行有效整合集成形成集成学习预测结果并进行检验。基分类器的整合方式可以分为三个层次，即决策层次输出，排序层次输出和度量层次输出[35]。对于基分类器结果集成属于决策层次集成，一般包括两大类集成方法，即投票方法（Voting）和叠加方法（Stacking）[36]。

为了考察班级气氛是否存在中介作用(mediating effect)，以“学生学业态度”为结果变量(Y)建立如下三个模型(HLM 5.04)：

伴随军改进程，应以装备领域顶层法规为龙头，加快推进装备保障法规制度的建设步伐，使各级装备部门的体制编制、职能作用、权力职责、业务关系、程序流程等有法可依；各级装备保障部门值班、会议、训练、演习等日常工作，以及考核、管理、报告、统计、保密等日常制度有章可循；各级装备部门的指挥、协调、实施等行动有法保障。防止权责不明、令出多门等制度性问题的发生，科学合理地划分、协调各级装备部门的任务，提高装备保障效率。军以下联勤保障单位的相关装备部门，还应丰富完善装备储备、装备训练、装备动员及各专业装备保障工作的规章制度，形成平战一体、切实可行的新时代装备保障法规体系。

模型1(零模型)：考虑不含有任何预测变量的两水平模型。这一模型通常用作层次分析的基准模型，主要用来验证不同班级的学生学业态度存在差异的假设，其相应的方程为：

第一层(学生水平)：Yij=β0j+rij，

在设计相关的电气产品时，充分利用智能化技术能够使电气产品得到更好的改进。所以，在设计电气产品的过程当中，对于相关的影响因素便可以通过应用相关的智能化技术加以消除，替换人工操作的方式，充分发挥计算机技术应有的作用，这样就能够有效节省人力，使电气工程的设计工作具有更高的效率与质量。就现阶段而言，使用较为普遍的智能化设计有专家系统和遗传算法两种，其中，遗传算法基本上就是对操作的相应对象加以直接的控制，能够在很大程度上增强产品在运行方面的能力。而专家系统则主要是此领域中的专家基于自身的相关经验而进行推断，其都可以使电气产品得到有效的改进。

第二层(班级水平)：β0j=γ00+μ0j。

其中，0j相当于第j个班级学生态度的均值；00是0j的均值(固定成分)，相当于学生态度的总体均值，0j是0j的随机成分，代表学生态度在不同班级之间的变异。

表3列出了班级水平的参数估计结果：教师效能对班级气氛的4个因素均有极其显著的预测作用(p0.001)，解释率(R2)在0.757-0.910之间，其中受影响最大的是学生的整体“满意度”(B0.404，t23.641，p0.001)；除了同学支持和满意度以外，其他两个班级因素对学生学业态度的直接影响均达到显著水平；与班级气氛一起预测学生学业态度时，教师效能对后者的直接影响并不显著(B0.053，t0.232，p0.05)，这与前面多层线性模型分析的结果是一致的，班级气氛限制了教师效能与学生学业态度之间的直接联系。二者共解释学生态度中86.8%的班级变异，说明学生的总体学业态度是与这两方面因素紧密相联的。不过，教师方面的影响主要是通过改善班级环境(如情感支持和内聚力等)来实现的。

模型2：在第二层加入班级水平的预测变量——教师效能，考察它对学生态度班级差异的影响，相应方程为：

根据配置模型公式(6)与(7)与求解步骤，经过三次赋值，得出江苏省各地区医疗卫生资源床位数与医生数的现状年(2016年)最优配置方案，如表1所示。

第一层：Yij=β0j+rij,

第二层：β0j=γ00+γ01(教师效能)j+μ0j。

按照工作安排，试点地区试点期为2012—2014年，下一阶段要完成以下工作：一是要按照试点方案进度安排，确保在2014年年底前完成全部试点工作；二是认真对照已批复的试点方案，逐一梳理工作任务，重点关注进度滞后的工作，查找问题，寻求解决办法；三是对下一阶段工作制定科学合理的工作计划，严格按照试点方案实施进度要求，分层次、分步骤地完成既定任务；四是抓好试点验收环节，研究建立科学合理的验收指标体系，制定完善的验收方案，确保试点工作内容、进度和质量符合试点方案要求。

第一层：Yij=β0j+rij，

第二层：β0j=γ00+γ01(教师效能)j+…+γ05(内聚力)j+μ0j。

模型3的参数估计结果(表2)表明，在控制了班级气氛因素的影响后，教师效能的回归系数变得不显著(01-0.013，t-0.140，p0.890)，这暗示着某些班级因素可能在教师效能与学生学业态度之间起着中介作用，从而降低了教师效能的直接影响力。

企业在运用公允价值进行会计计量时，还需要企业的相关会计人员在会计期末的时候根据因素信息对企业的资产及负债情况进行评估，进行认定，要对市场情况进行深入研究，这个技术方法运用周期长，操作性差，需要企业花费更多成本，因为公允价值受市场因素影响，波动比较大，而外部环境所产生的损益也会出现较大变动，此时提供的信息是不完整的，这时就很容易导致财务报表使用者出现被误导的情况。

从模型2的估计结果来看，教师效能对学生学业态度有显著的正向预测作用(010.216，t6.634，p0.001)，即在教师效能高的班级，学生的整体学业态度也更积极。教师效能对学生态度班级均值的解释率为：(14.002-4.927)/14.002 0.648(相当于普通OLS回归方程的决定系数R2)。也就是说，学生态度的班级方差中有多半(即64.8%)是由教师效能所解释的。

雅苒中国总经理陆科秾和清原农冠总经理庄润青代表供应商发言。他们均表示，广东天禾是重要的合作伙伴，双方有着为中国农业发展做贡献的远大目标，将一起努力成长为中国农资领域的领跑者。

 

表2 教师效能对学生学业态度影响的多层分析结果

  

预测变量 固定效应 随机效应 系数标准误t值方差成分c2模型1截距2g0029．6510．72141．105∗∗∗t0014．002480．155∗∗∗s229．252 模型2截距2g0029．6830．45365．528∗∗∗t00 4．927174．095∗∗∗教师效能g01 0．2160．033 6．634∗∗∗s229．238模型3截距2g0029．7400．35783．376∗∗∗t002．683 76．862∗∗∗教师效能g01-0．0130．096-0．140s229．233教师支持g02-0．0560．270-0．206同学支持g030．1400．4100．341满意度g040．3880．4190．926内聚力g05-0．1850．341-0．542

注：* p0.05，** p0.01，*** p0.001；以下同。

接下来，利用两水平路径分析来具体考察班级气氛的中介作用。在两水平模型中，学生“学业态度”属于组内(学生)水平的观测变量，Mplus程序则为其自动生成组间(班级)水平的变量，表示学生态度的班级平均水平，与其他两个组间变量(教师效能和班级气氛)共同构成组间水平的模型。

小学毕业时爸爸说带我出去旅行，当作送我的毕业礼物，我很开心地跟着爸爸上了前往北京的列车。北京那么多只在电视上看见过的繁荣场景就像一出大戏“刷”一下地展现在我眼前，12岁的我完全懵了。

 

表3 教师效能对学生学业态度影响的班级层次参数估计结果

  

因变量自变量估计值标准误T值标准估计值R2班级气氛教师支持教师效能0．2500．01318．665∗∗∗0．8700．757同学支持0．2770．01914．444∗∗∗0．8770．769满意度0．4040．01723．641∗∗∗0．9540．910内聚力0．3010．02114．278∗∗∗0．8760．767学生学业态度0．868教师效能0．0530．2270．2320．182教师支持0．3960．1303．054∗∗0．395同学支持0．1800．1671．0780．198满意度0．1720．1371．2590．253内聚力0．4910．1353．636∗∗0．585

本研究中的教师效能是采取学生平均评定的结果。Kenny等人(1980)通过数学模型分析认为，平均评定特别是大样本(大于30)的平均评定能够减小相关偏差。由于是用多名学生去评价同一个教师，因而形成了学生层和教师层的嵌套数据结构。根据本研究的数据特点，特采用多层分析法来考察班级气氛对教师效能与学生学业态度之间关系的中介作用。所有数据利用SPSS、HLM、Mplus等统计软件进行管理、转换和分析。

模型3：在模型2的基础上，在第二层方程中继续加入另一种预测变量——班级气氛的4个因子，即在控制班级气氛的预测效应的情况下，进一步考察教师效能对学生学业态度影响力的变化情况。其相应的方程为：

若用代表自变量到中介变量的回归系数，代表中介变量到因变量的偏回归系数，中介效应的估计是其标准误为：

 

其中，sa，sb分别是和的标准误，检验的统计量

Sobel检验结果(表4)表明，同学支持和满意度因素不存在中介作用，其他两个因素在教师效能与学生学业态度之间起着显著的中介作用。中介效应在总效应中所占的比例分别为0.654和0.738，说明教师效能对学生态度的影响绝大部分是通过班级气氛的中介作用实现的。结合直接效应的检验结果，可以认为教师效能对班上学生的学业态度基本上没有直接影响，但是可以通过教师支持和内聚力等班级气氛因素对学生学业态度产生间接影响。因此要想发挥教师的效能水平，必须从这些方面入手加强班级环境建设，从而达到促进学生学业态度和学业水平的最终目标。

 

表4 班级气氛对教师效能与学生学业态度之间关系的中介作用

  

教师效能对班级气氛 班级气氛对学生态度 班级气氛的中介效应 总效应 估计值T值标准化估计值T值标准化估计值T值标准化标准化教师支持0．25018．665∗∗∗0．8700．3963．054∗∗0．3950．0993．009∗∗∗0．3440．526同学支持0．27714．444∗∗∗0．8770．1801．0780．1980．0501．0750．1740．356满意度0．40423．641∗∗∗0．9540．1721．2590．2530．0691．2540．2410．423内聚力0．30114．278∗∗∗0．8760．4913．636∗∗0．5850．1483．527∗∗∗0．5120．694

四、讨论

1.关于班级气氛的中介机制

许多研究者都一致认为，影响学生群体学业进步的唯一最大因素是不同班级教师效能的差异[3-4]。这似乎是无可厚非的，本研究的结果也同样证实了这种说法。不过，在教师效能的影响路径上还存在着其他重要的中介因素，包括内在的教学情境、学生的学习经验、个别学生的特性，等等。因此教师不是直接在学生身上发生效用的，而是经历了一系列的中介过程，这也反映了此类研究的复杂性所在。

内在教学情境(internal context)是指所教的班级特性，例如班级大小、学生平均能力、学习能力差异程度、社会关系性质，以及既成的学习气氛等。对学生而言，内在教学情境就是学习情境。其中，最可操作的因素之一就是学习气氛，也就是本研究所引入的“班级气氛”变量，其他因素在固有的班级中是很难改变的。班级气氛是关于学生整体知觉的一个测量标准，由教师方面、学生方面以及物质环境本身的诸因素所交织而成。

班级气氛与教师效能之间存在较强的关联(如表3所示)，从而可能抑制后者对学生态度的预测作用。出现这种现象的重要原因就是中介作用的存在。随后对班级气氛的中介效应检验结果证实了这个构想。海·麦克柏等(2001)的研究同样证明了班级风气与学生学业进步之间的重要联系。小学班级风气研究表明，学生进步的数据与所有的班级风气有着密切的联系(r0.51，p0.01)，也与个别的风气方面，如秩序、安全和环境有关；在中学的班级风气研究中，学生的进步与现有的和所期望的班级风气二者之间差距有较大关系(点二列相关系数r0.56，t2.00，p0.05)，也与个别的风气方面，如明确性、秩序、公平、支持、安全和兴趣有关[5]。这似乎表明，与小学相比，中学对学生的学业进步尽管有一致之处，但它有更复杂的影响。因为这里所测量的班级气氛也与教师效能有关，这些研究结果对于想提高教学能力的教师有很大的启发。从某种意义上说，教师若能发展他们影响班级气氛的能力和个性，他们就能更有效地激励和调动学生。

在班级中，高效能的教师运用他们的知识、能力和行为来创造有效学习的环境。在这个环境中，学生能很好地安排学习和激发学习动机。因此，这种班级气氛使本研究牢牢建立在有价值的研究领域。由于班级气氛因素的介入，使得教师效能与学生态度之间建立起了间接的、但极具建设性的联系。可见，班级气氛是使教师效能发挥实质性作用的重要中介机制。教师若能在班上倡导一种公平、开放、和谐友爱、团结互助的学习氛围，势必有效地促进学生的学业进步。

2.关于方法学的思考

在本研究中，为了对跨层次变量之间的关系进行分析，验证教师效能通过班级气氛影响学生学业态度的中介机制，采用了一些较为复杂的方法，以期得到更深层次、更富启示的研究结果。

在教师效能、班级气氛和学生学业态度之间的层次关系分析中，我们系统地探讨了班级层次各变量之间的直接和间接影响。首先利用多层线性模型来检验存在中介作用的可能性。存在中介作用的标志之一是当回归方程中加入其他变量时，自变量对因变量的预测效应显著减弱。三个多层线性模型联合检验的结果提示，班级气氛在教师效能与学生学业态度之间可能起到中介作用。基于这种推断，我们利用两水平路径分析来深入探讨三个变量之间的跨层次影响关系。这种分析方法兼具结构方程模型和多层线性模型的优点，既可以分析不同变量之间复杂的(直接的和间接的)因果关系，也可以分析不同层次变量之间的关系。中介效应的Sobel检验证实了教师支持和内聚力在教师效能与学生学业态度关系中的中介角色。

以往的方法大多是基于同一层次的相关或回归分析。对于同一层次的变量，传统的分析方法不能同时考虑变量之间的交叉关系；对于不同层次的变量，大多数分析方法采用牺牲大量信息将数据合并到更高层次进行分析，或不考虑违背统计假设所带来的后果，简单基于个体水平进行分析。这两种方法都会带来传统的所谓生态学谬误的问题，有时甚至会得到错误的结论，也即可能用两种方法得到相互矛盾的结论。随着协方差结构模型和多层线性模型的推广应用，为解决上述两个问题提供了可能。如何更好地利用数据信息，采取正确合理的统计技术，得到更确切、可靠的结论，应是实证研究者不懈追求的目标。

根据以上讨论可以得出结论：班级气氛在教师效能与学生学业态度之间起到了完全中介作用，也就是说，教师效能对班上学生的学业态度不存在直接影响，它们之间的影响关系都是通过班级气氛的中介作用实现的。

来到燕塘乳业广州开发区生产基地，一座整洁、大气、宽敞的现代化工厂映入眼帘。基地以“智能高效、节能环保、行业示范”为建造理念打造，2018年5月正式投产，项目总投资超过6亿元，年产能可达25万吨。整厂包括综合楼、常温奶车间、巴氏奶车间、公用工程间、水质净化中心等，是国内首家多层式乳品生产基地，也是国内单位面积设计产值最高的生产基地。

参考文献:

[1]卢谢峰,申继亮.教师效能的测评结构及其人格制约因素[J].教育研究与实验,2010(6):70-74.

[2]张玉茹,林世华.全语言教学在中学英语课之实验研究[J].(台湾)师大学报·教育类,2001(2)：233-253.

[3]Sanders,W.L.Value-added Assessment From Student Achievement Data:Opportunities and Hurdles[J].Journal of Personnel Evaluation in Education,2000(4):329-339.

[4]Darling-Hammond,L.Teacher Quality and Student Achievement:A Review of State Policy Evidence[EB/OL].[2003-03-02].http://epaa.asu.edu/epaa/v8nl/.

[5]海·麦克柏.关于教师效能的研究——教师效能的模式[J].中外教育,2001(3)：59-67.