社會與情感能力培養(yǎng)成效實證研究：基于SSES數(shù)據(jù)的國際比較分析

社會與情感能力培養(yǎng)成效實證研究：基于SSES數(shù)據(jù)的國際比較分析一、研究背景

2021年OECD發(fā)布了社會與情感能力測評（SurveyonSocialandEmotionalSkills）的全球首測結(jié)果，在世界范圍內(nèi)引起巨大反響。它是繼PISA以來最具影響的國際測評之一，其特色鮮明的口號“超越學科學習”（Beyondacademiclearning）更是預示著全球教育測評開始向著非認知能力轉(zhuǎn)換（OECD，2021a；袁振國等，2021）。社會與情感能力的研究和測評已經(jīng)有40多年的歷史，不少國家已經(jīng)開展了體系化的學生社會與情感能力培養(yǎng)項目，其中最有影響力的是美國的CASEL項目和英國的SEAL項目（王松麗，陳瑞生，2017）。社會與情感能力研究在中國也已經(jīng)有了10多年的發(fā)展（毛亞慶等，2018），社會各界對社會與情感能力的重視程度也越來越高，特別是在“立德樹人”“五育并舉”的時代主旋律下，培養(yǎng)社會與情感能力的重要性越發(fā)突出，被認為是人生成功和幸福的奠基石（袁振國，2021），是影響成功與幸福的關(guān)鍵因素（黃忠敬，2020）。社會與情感能力研究的重點，不僅僅在于揭示社會與情感能力和其他原因、結(jié)果變量之間的關(guān)系，更在于如何探尋培養(yǎng)途徑、凝練培養(yǎng)模式和評估培養(yǎng)成效。目前，已經(jīng)有不少研究關(guān)注到學生社會與情感能力的培養(yǎng)問題，既有國際比較（劉志等，2021），也有本土經(jīng)驗總結(jié)，但是鮮有研究聚焦培養(yǎng)成效的問題，相關(guān)實證研究更顯不足。

2021年SSES首測結(jié)果的公布，也預示著中國的社會與情感能力研究進入新的發(fā)展階段——蘇州作為中國城市的唯一代表，不僅在本次測評中展現(xiàn)佳績，也是中國的青少年社會與情感能力研究登上世界舞臺的關(guān)鍵一步（袁振國等，2021）。本文正是從國際比較的視角出發(fā)，以學校為單位，采用數(shù)據(jù)包絡(luò)分析（DEA）方法對參與2019年SSES測評的10個城市的培養(yǎng)成效進行評估，期望能夠為我國青少年社會與情感能力的培養(yǎng)提供借鑒和參考。

二、文獻綜述

培養(yǎng)問題是社會與情感能力落地的重中之重，國內(nèi)外有關(guān)社會與情感能力培養(yǎng)的研究日益增多。任靜等人（2016）較早地通過梳理國際上的項目來討論社會與情感能力的培養(yǎng)。姚慶民等人（2017）基于學校實踐來介紹如何在學科中培養(yǎng)社會與情感能力。劉志等人（2021）的研究則從更為宏觀的視角出發(fā)，對OECD國家的社會與情感能力培養(yǎng)進行國際比較研究。上述研究大多偏重于理論和政策分析，基于數(shù)據(jù)的實證研究相對較少，究其原因，主要是數(shù)據(jù)的缺乏。毛亞慶等人（2018）基于教育部—聯(lián)合國兒童基金會的“社會情感學習”項目積累了大量本土數(shù)據(jù)，開展了有益的探索，但主要局限在我國西部地區(qū)。

2021年SSES測評數(shù)據(jù)的正式發(fā)布為開展跨國實證研究提供了數(shù)據(jù)基礎(chǔ)。徐瑾劼和楊雨欣（2021）利用相關(guān)數(shù)據(jù)進行國際比較研究，提出了關(guān)注性別差異、推動家校協(xié)同、加強課程建設(shè)、構(gòu)建評價體系等四條培養(yǎng)途徑。劉芝延和徐瑾劼（2021）也充分挖掘SSES數(shù)據(jù)，并聚焦創(chuàng)造力的培養(yǎng)，提出跨學科視野、關(guān)鍵品格養(yǎng)成、家—校—社共育、加強評價改革等培養(yǎng)措施?？v觀既有文獻，國內(nèi)尚無對社會與情感能力培養(yǎng)成效進行評估的研究。相比之下，國內(nèi)外有大量研究聚焦以學習成績?yōu)榻Y(jié)果變量的認知技能的培養(yǎng)成效評估，尤其是一些利用DEA、SFA等評估模型對PISA參測學校進行評估的研究更為多見。比如，Mancebonetal.（2012）利用PISA2006的數(shù)據(jù)對西班牙的公立學校進行評估，該研究選取了兩類投入變量（即學校資源變量和學生背景變量）①和一類產(chǎn)出變量（學?？茖W素養(yǎng)得分），在規(guī)?？勺兗僭O(shè)下利用產(chǎn)出導向的DEA模型計算得到西班牙公里學校在科學素養(yǎng)培養(yǎng)上的平均成效值為0.964。Agasisti&Zoido（2019）利用PISA2012的數(shù)據(jù)對28個發(fā)展中國家的6800所學校進行評估，該研究從學校資源的視角出發(fā)，選取了生師比（人力資源）、生均計算機臺數(shù)（學校設(shè)施）、學校平均SES（學生背景）三個投入變量，以及數(shù)學素養(yǎng)和閱讀素養(yǎng)兩個產(chǎn)出變量，在規(guī)模可變假設(shè)下利用產(chǎn)出導向的DEA模型計算得到各國的平均成效值為0.699。因此，本文嘗試將上述分析方法引入社會與情感能力的培養(yǎng)成效評估之中，在豐富學校評估研究的同時，對社會與情感能力的培養(yǎng)也具有啟示作用。三、數(shù)據(jù)與方法

（一）數(shù)據(jù)

本文所使用的數(shù)據(jù)來自O(shè)ECD開展的SSES測評，包括渥太華（加拿大）、休斯頓（美國）、波哥大（哥倫比亞）、馬尼薩萊斯（哥倫比亞）、赫爾辛基（芬蘭）、莫斯科（俄羅斯）、伊斯坦布爾（土耳其）、大邱（韓國）、辛特拉（葡萄牙）和蘇州（中國）等10個城市，每個城市都由10歲和15歲兩個年齡組的學生參加?？紤]到本文的研究對象為學校，因此將這兩個年齡組分別劃歸為小學和中學兩個學段。數(shù)據(jù)顯示，共有來自上述10城市的1295所學校填寫了SSES測評的校長問卷，經(jīng)過數(shù)據(jù)清洗和整理，特別是刪去投入變量上存在缺失的個案之后，最后實際進入分析的學校數(shù)為638所小學和533所中學。如表1所示，在刪除有缺失值的學校后，大部分城市的入樣率都在85%以上，僅渥太華（小學）、辛特拉（小學），以及赫爾辛基（中學）的入樣率偏低。

本文從經(jīng)濟學視角出發(fā)，將學校對社會與情感能力的培養(yǎng)視為一個投入—產(chǎn)出的過程，因此本文中的培養(yǎng)成效從概念上而言是指投入與產(chǎn)出的比值結(jié)果，具體可以被操作性地定義為DEA評估得分，該得分也被稱為成效值。產(chǎn)出是學生的五大社會與情感能力，包括任務(wù)能力、情緒控制、協(xié)作能力、交往能力和開放能力。首先，本文根據(jù)OECD的技術(shù)報告（OECD，2021b；張靜等，2021），利用加權(quán)后的學生數(shù)據(jù)，計算每所學校在15項社會與情感子能力上的均值；然后，利用學校層面的15項子能力均值，計算五大能力的均值，并將此作為學校的社會與情感能力的五項產(chǎn)出。

投入變量的選擇是DEA方法的核心與關(guān)鍵，對此，Bessent&Bessent（1980）提出過幾點原則，包括：（1）投入變量與產(chǎn)出變量的關(guān)系具有理論基礎(chǔ)；（2）投入變量與產(chǎn)出變量的關(guān)系具有證據(jù)支持；（3）投入變量的變動與產(chǎn)出變量的變動具有關(guān)聯(lián)。本文在上述原則的基礎(chǔ)上，參考基于PISA數(shù)據(jù)的DEA研究中所使用的投入變量（Mancebónetal.,2012;Agasistia&Zoido,2019），同時結(jié)合SSES數(shù)據(jù)的特點，選擇了班級規(guī)模、師資水平、SSES培養(yǎng)三方面的投入變量。

班級規(guī)模是衡量辦學條件的投入變量，SSES校長問卷中設(shè)置為9個選項的單選題，包括：15人以下（=1）、16—20人（=2）、21—25人（=3）、26—30人（=4）、31—35人（=5）、36—40人（=6）、41—45人（=7）、46—50人（=8）、50人以上（9）。班級規(guī)模越小，表明學校軟硬件投入越多、辦學條件也越好。本文將該變量進行重新逆序編碼（即50人以上賦值為1，15人以下賦值為9），則該變量的值越大表明班級規(guī)模越小，從而投入越大。

師資水平方面的投入變量是教師學歷，具體指一所學校全體教師中具有本科及以上學歷的教師百分比。該變量來自校長問卷中的PRQM010題，該題讓校長填寫教師總數(shù)、具有本科、碩士和博士學歷的人數(shù)。本文利用上述數(shù)據(jù)分別計算了本科及以上學歷的教師百分比，將其作為學校層面的教師學歷變量②。該變量是一個用百分比衡量的連續(xù)變量，數(shù)值越大表明具有本科及以上的教師比例越高，也即師資方面的投入越高。

SSES培養(yǎng)相關(guān)的投入變量包括SSES培訓、SSES措施和校園活動三個。SSES培訓是學校對教師提供社會與情感能力培訓的頻率。校長問卷的PRQM013題詢問校長是否通過學校內(nèi)部定期培訓和校外培訓兩種方式為教師提供正式的社會與情感能力培訓，選項為沒有（=1）、持續(xù)幾周（=2）、持續(xù)一個月到一年（=3）、持續(xù)一年多（=4）。本文將兩種方式的頻率選項取均值，作為SSES培訓變量。

SSES措施是學校為培養(yǎng)學生社會與情感能力所采取的措施。校長問卷的PRQM014題詢問校長提升學生的社會與情感能力方式，選項包括“要求教師把促進學生的社會與情感能力的發(fā)展作為他們工作的一部分（或在課堂上）”等8種。OECD在校長數(shù)據(jù)庫中將該題的作答轉(zhuǎn)換為一個0—100的指數(shù)（pr_promsses），本文直接使用該指數(shù)進行分析。

校園活動是指學校為學生提供的課外活動的種類以及學生的參與程度。校長問卷的PRQM019和PRQM020兩題分別詢問學校為學生提供的活動（如樂隊等9項活動）以及學生參與的比例。本文對PRQM019作答中的活動種類進行加總（取值范圍0—9，0表示沒有，9表示都有），然后將其乘以PRQM020作答中的比例③，最后乘以10得到一個取值在0—90之間的校園活動指數(shù)。

（二）方法

1.數(shù)據(jù)包絡(luò)分析（DEA）方法

本文運用數(shù)據(jù)包絡(luò)分析（DEA）方法來評估學校的社會與情感能力培養(yǎng)成效。DEA是數(shù)量經(jīng)濟學中的一種非參數(shù)方法，在企業(yè)生產(chǎn)率研究中具有廣泛的應(yīng)用。該方法利用決策單元（DecisionMakingUnit，以下簡稱DMU）④的投入、產(chǎn)出數(shù)據(jù)構(gòu)建非參數(shù)的前沿面（frontier），然后相對于這個前沿面來計算各個決策單元的效率。自Charnes等人提出第一個投入導向（InputOrientation）的規(guī)模收益不變（ConstantReturnstoScale）的DEA模型之后，DEA方法在理論和實踐上不斷發(fā)展，應(yīng)用范圍日趨廣泛，在管理學、經(jīng)濟學、生態(tài)學等各學科中經(jīng)常被使用（成剛，2014）。在教育學中，研究者們將學校視為DMU進行教育投入—產(chǎn)出的成效分析（趙琦，2015）。

DEA作為非參數(shù)評估方法與傳統(tǒng)的參數(shù)方法相比有很多優(yōu)點：（1）可以對多投入多產(chǎn)出的復雜決策單元系統(tǒng)的生產(chǎn)率進行評估，同時不受指標量綱不一致因素的影響；（2）DEA模型中投入、產(chǎn)出變量的權(quán)重由數(shù)學規(guī)劃根據(jù)數(shù)據(jù)產(chǎn)生，不需要事先設(shè)定投入與產(chǎn)出的比重，避免了權(quán)重分配時評價者主觀意愿對評價結(jié)果的影響，具有客觀性；（3）DEA是一種非參數(shù)估計方法，不需要設(shè)定投入—產(chǎn)出的生產(chǎn)函數(shù)形式。

本文采用的是Tone（2001）提出的SBM（Slack-BasedModel），其優(yōu)點在于能夠解決特定產(chǎn)出不足的情況所帶來的松弛問題。假設(shè)特定的DMU0需要m種投入xio（i=1，……m）、k種產(chǎn)出yro（r=1，……k），s-i為第i種投入的松弛變量，s+r表示第r種產(chǎn)出的松弛變量，則基于產(chǎn)出導向（output-oriented）的SBM模型一般表達如下（余泳澤,2009）：

在上面式子中，τ表示SBM模型的評估得分，該值在0~1之間，S-

=

ts-

,

S+

=

ts+,Λ=

tλo。根據(jù)該模型，當投入和產(chǎn)出的約束越松弛，也即s-i

和s+r

越大的時候，該DMU0的評估得分也越低；當s-i

=s+r

=0的時候，該DMU0的評估得分等于1，表示最高績效。

借鑒有關(guān)利用PISA數(shù)據(jù)來進行學校評估的文獻（Mancebónetal.,2012;Agasisti&Zoido,2019），本文將SBM模型設(shè)定為產(chǎn)出導向型（output-oriented），并假定規(guī)模報酬可變（variablereturntoscale，簡稱VRS）。所謂產(chǎn)出導向型，是指假設(shè)學校教育遵循產(chǎn)出最大化（也即給定教育投入條件下學生社會與情感能力的最大化）而非投入最小化（也即既定學生社會與情感能力水平上的教育投入最小化）的原則。所謂規(guī)模報酬可變，是指每所學校，不管其教育投入的規(guī)模大小，都可以與最高績效的學校去比較。最后，值得注意的是，考慮到小學和中學有所不同，為了滿足DEA模型對DMU同質(zhì)性的要求，本文將小學和中學分開進行成效值的估算，因此小學和中學的成效值計算結(jié)果并不完全可比。

2.隨機森林方法

本文運用隨機森林（randomforest）方法對影響學校社會與情感能力培養(yǎng)成效值的因素進行分析。該方法是在回歸樹（regressiontree）方法之上發(fā)展起來的一種分析方法，已經(jīng)被引入教育實證研究（Strobl,Malley,&Tutz,2009）。

在估計方法上，隨機森林一般通過以下步驟實現(xiàn)：

第一步，利用自助法（bootstrap）從原始數(shù)據(jù)中抽取樣本量為n的子樣本，并確定m個特征變量，形成數(shù)據(jù)集D={xi1,

xi2,……,

xin,

yi}(i∈[1,m])

第二步，對每個子樣本構(gòu)建一個回歸樹，將回歸樹記為為tj(x)；

第三步，對所有回歸樹的結(jié)果進行匯總（取均值）來得到最優(yōu)的估計結(jié)果，t(x)=∑j

tj(x).

相比于傳統(tǒng)的多元回歸分析通過設(shè)定函數(shù)形式來進行擬合并判斷統(tǒng)計顯著性，隨機森林的優(yōu)勢非常明顯，不僅不需要設(shè)定函數(shù)形式，而且可以對自變量的重要性（importance）進行排序，還能進一步給出偏依賴圖（partialdependenceplot）（陳強，2021）。四、各城市中小學的主要特點

（一）各城市中小學的社會與情感能力水平

社會與情感能力是本文的教育產(chǎn)出變量，表2中呈現(xiàn)了各城市樣本學校的整體水平，圖1和圖2則以蜘蛛網(wǎng)圖的形式更為直觀地呈現(xiàn)了各城市小學和中學的主要特點。

第一，從學段來看，小學的社會與情感能力水平普遍高于中學。SSES測評的基本結(jié)果之一，便是10歲組學生的社會與情感能力高于15歲組學生（OECD，2021a）。在學校層面，這一結(jié)果也仍然成立。整體來看，各城市小學在五大能力上的均值都要高于中學，其中情緒控制的差異最為明顯，差值達到32分；開放能力的差異最小，差值為8分。

第二，從城市來看，小學階段蘇州在五大能力上表現(xiàn)最好，但中學階段各城市在各能力上表現(xiàn)迥異。各城市的學校在五大能力上的表現(xiàn)差異很大，但是蘇州的表現(xiàn)仍然引人注目。蘇州的小學在任務(wù)能力、情緒控制、協(xié)作能力和開放能力上的表現(xiàn)都在10個城市中位列第一，交往能力也僅比大邱低1分。相比之下，赫爾辛基和休斯頓的小學的表現(xiàn)則差強人意，前者在任務(wù)能力、交往能力和開放能力上得分最低，而后者在情緒控制和協(xié)作能力上得分最低。與小學相比，各城市的中學在五大能力上的得分差異較大，沒有哪個城市表現(xiàn)特別突出。

（二）各城市中小學的教育投入水平

本文選擇了班級規(guī)模、教師學歷、SSES培訓、SSES措施、校園活動5個投入變量，表3中呈現(xiàn)了各城市樣本學校的均值，不難發(fā)現(xiàn)在班級規(guī)模、教師學歷和校園活動這三個指標上，各城市之間的差異較大，而在SSES培訓和SSES措施這兩個指標上，各城市之間的差異較小。

首先是班級規(guī)模變量，如前所述，該變量是一個取值在1—9之間的等級變量，值越高表明班級規(guī)模越小。10個城市小學和中學的均值分別為4.9和4.7，表明小學的班級規(guī)模要略小于中學的班級規(guī)模。具體來看，在小學階段，班級規(guī)模變量取值超過7的僅有赫爾辛基（7.5），說明赫爾辛基的班級規(guī)模在21—25人左右；班級規(guī)模變量取值小于3的有波哥大（2.4）、蘇州（2.6）和馬尼薩萊斯（2.7），表明這些城市小學的平均班級規(guī)模都較大，在41—45人左右。在中學階段，班級規(guī)模變量取值超過7也是赫爾辛基（7.2），但是比小學略大；班級規(guī)模變量取值小于3的卻是波哥大（1.7）、馬尼薩萊斯（2.0）和伊斯坦布爾（2.9），表明在這些城市，中學的平均班級規(guī)模較大，而且普遍大于小學。值得注意的是，蘇州的中學班級規(guī)模比小學要小。

第二是教師學歷變量，該變量用學校教師中具有本科及以上學歷的百分比來衡量學校的師資投入水平。由表3可知，10個城市小學和中學的均值分別為84.1%和82.1%人，表明小學的教師學歷普遍要略高于中學。具體來看，在小學階段，本科及以上比例在90%以上的城市是渥太華、休斯頓和伊斯坦布爾，分別為99.3%、98.7%和92.9%，表明這3個城市的教師平均學歷水平最高；本科及以上比例低于70%的城市僅有赫爾辛基（60.3%）。在中學階段，本科及以上比例超過90%的城市仍然是渥太華、休斯頓和伊斯坦布爾，分別為98.3%、91.1%和91.3%；本科及以上比例低于70%的城市馬尼薩萊斯和赫爾辛基，分別為67.7%和69.1%。

第三是SSES培訓，該變量的取值范圍在1—8之間，用于衡量學校為教師提供社會與情感能力培訓的頻率，該變量的值越大表明頻率越高。由表3可知，10個城市小學和中學的均值均為3.5，表明兩類學校為教師提供社會與情感能力培訓的頻率基本一致。在小學階段，SSES培訓變量值最低的是渥太華，為2.7分，表明該城市的小學很少為教師提供社會與情感能力方面的培訓；最高的是大邱，為4分，僅達到最高值8分的一半，表明該城市的小學為教師提供社會與情感能力方面的培訓也不多。中學階段與小學階段的情況基本類似，最低值仍然是渥太華，為2.7分，但最高值是莫斯科，為3.8分。

第四是SSES措施，該變量的取值范圍在0—100之間，用于衡量學校為了提升學生社會與情感能力所采取的措施，該變量越大表明采取的措施越多。由表3可知，10個城市小學和中學的均值分別為49.9分和49.6分，小學要略高于中學，表明小學在提升學生社會與情感能力方面所采取的措施更多。在小學階段，有5座城市的SSES措施變量均值在50分及以上，其中最高的是赫爾辛基，為50.8分。SSES措施變量均值最低的是莫斯科，為49.3分，但與最高值的差距并不明顯。在中學階段，大部分城市的SSES措施變量都低于50分，僅有蘇州達到50.2分。但是，并不是所有城市的中學都比小學低，馬尼薩萊斯、莫斯科和伊斯坦布爾這三座城市略有提高。

最后是校園活動變量，該變量的取值范圍在0—90之間，用于衡量學生參與各類校園活動的程度，該變量越大表明學生參與程度越高。由表3可知，10個城市小學和中學的均值分別為34.3分和36.8分，表明中學生參與校園活動的程度更高。在小學階段，校園活動參與程度最高的是莫斯科，達到64.5分，最低的則是赫爾辛基，僅有10.9分。類似地，在中學階段，校園活動參與程度最高也是莫斯科，達到66.7分，最低的仍是赫爾辛基，為12.1分?？傮w來看，在同一城市，小學的校園活動參與程度都要低于中學，僅大邱和蘇州兩個城市例外，中學的校園活動參與程度低于小學。五、成效評估結(jié)果（一）整體情況

本部分運用DEA方法中的SBM模型，將班級規(guī)模、教師學歷、SSES培訓、SSES措施、校園活動作為學校社會與情感能力培養(yǎng)的投入變量，將五大能力作為學校社會與情感能力培養(yǎng)的產(chǎn)出變量，評估10個城市1171所中小學的社會與情感能力培養(yǎng)成效。DEA評估的結(jié)果是一個0~1之間的數(shù)值，數(shù)值越大表示培養(yǎng)成效越高，1則為最高值?？紤]到學校教育的特點，本文將成效值為1的學校稱為高績效學校，將其他學校稱為低績效學校。評估的主要數(shù)據(jù)結(jié)果呈現(xiàn)在表4中，圖3和圖4則采用箱線圖的形式直觀呈現(xiàn)了各城市小學和中學培養(yǎng)成效值的分布情況。

第一，從整體來看，各城市中小學的社會與情感能力培養(yǎng)成效普遍較好。無論是小學還是中學，整體成效均值都接近或者超過0.9，除了位于辛特拉的一所小學和一所中學之外，其他所有學校的成效值都在0.7以上。由此可見，將社會與情感能力作為產(chǎn)出的學校績效評估，其評估結(jié)果普遍較好，特別是與基于認知能力為主的學?？冃гu估相比。例如，Agasisti&Zoido（2019）利用PISA2012的數(shù)據(jù)，將閱讀和數(shù)學成績作為產(chǎn)出變量，對28個國家的6800所學校進行績效評估，得到的績效均值僅為0.699。相比之下，本文以SSES數(shù)據(jù)測算的中小學社會與情感能力培養(yǎng)成效的均值都要高出很多。

第二，分學段來看，在小學階段蘇州培養(yǎng)成效最好，在中學階段伊斯坦布爾培養(yǎng)成效最好。表4中的數(shù)據(jù)表明，蘇州小學段培養(yǎng)成效的均值為0.941，在10個城市中位居第一，比整體均值高0.043。相比之下，休斯頓小學段培養(yǎng)成效的均值為0.839，在10個城市中居于末尾，比蘇州低0.102。由此可見，小學階段蘇州在社會與情感能力培養(yǎng)上的優(yōu)勢突出。伊斯坦布爾中學段培養(yǎng)成效的均值為0.966，在10個城市中位居第一，比整體均值高0.025，比末位的辛特拉高0.064，優(yōu)勢也十分明顯。

第三，從均衡性來看，各城市呈現(xiàn)出不同特征。如圖3所示，在小學階段，蘇州屬于高水平均衡型，即箱體較短且位置靠上。蘇州的中位數(shù)為0.931，最小值為0.863。休斯頓屬于典型的低水平均衡，即箱體較短且位置靠下。休斯頓的中位數(shù)為0.832，最小值0.783。辛特拉則是均衡性最低的城市，具體表現(xiàn)在其箱體之外的極端值過多（圈和星）。雖然該城市的中位數(shù)并不低（0.852），但最小值僅為0.689。

如圖4所示，在中學階段，伊斯坦布爾屬于高水平均衡型，箱體位置靠上。伊斯坦布爾的中位數(shù)為0.963，最小值為0.921。渥太華和莫斯科兩個城市屬于低水平均衡型，箱體位置靠下。渥太華的中位數(shù)為0.916，最小值為0.898；莫斯科的中位數(shù)為0.918，最小值為0.882。在所有城市中，辛特拉的均衡性最低，雖然中位數(shù)不算最低（0.937），但是最小值為0，在所有城市中最低。

最后值得注意的是，大部分城市的中小學都有高績效學校（即成效值=1），但是渥太華和休斯頓兩個城市比較特殊。渥太華小學階段的成效最大值為0.950，休斯頓中學階段的成效最大值為0.966。那么，高績效學校在各城市之間的分布情況如何？下面小節(jié)將展開進一步分析。

（二）高績效學校的數(shù)量與特征本文將高績效學校定義為成效值等于1的學校。在入樣的1171個學校中，共有169所高績效學校，占總體的14.4%，其中小學82所，中學87所。每個城市的平均成效值不同，擁有的高績效學校數(shù)也不同。表5中呈現(xiàn)了各城市高績效學校的分布情況。

由表5可知，在小學階段，波哥大（21所）、伊斯坦布爾（18所）、馬尼薩萊斯（15所）和蘇州（15所）是擁有高績效學校較多的城市，分別占小學階段高績效學?？倲?shù)的25.6%、22.0%和18.3%和18.3%，合計超過80%。不僅如此，這四個城市的高績效學校比例也很高，分別達到24.4%、22.2%、25.9%和20.0%。在中學階段，伊斯坦布爾表現(xiàn)也十分突出，擁有20所高績效學校，占中學階段高績效學?？倲?shù)的23%。但從高績效學校占該城市學?？倲?shù)的比例來看，卻是馬尼薩萊斯最高（36.1%），雖然該城市只有13所高績效學校，甚至低于波哥大的高績效學校數(shù)（17所）。

最后，本文對高績效學校和低績效學校在投入、產(chǎn)出上的特征進行比較，基本數(shù)據(jù)結(jié)果呈現(xiàn)在表6中。通過對比不難發(fā)現(xiàn)，高績效學校的重要特征在于低投入和高產(chǎn)出，即也就是在相同的教育投入條件下，學校整體的社會與情感能力更高。無論是小學還是中學，高績效學校在五大能力上的均值都明顯高于低績效學校。例如，小學階段高績效學校在任務(wù)能力、情緒控制、協(xié)作能力、交往能力和開放能力上的均值比低績效學校分別高出31分、24分、26分、17分和32分；中學階段則分別高出13分、14分、12分、14分和24分。

從投入變量上來看，無論是小學還是中學，高績效學校的投入量都要低于低績效學校，其中教師學歷、SSES培訓和校園活動這三項指標最為明顯。在小學階段，高績效學校的教師學歷、SSES培訓和校園活動的均值分別為61.3、40.1和19.0，而低績效學校在這三項上的均值分別為87.4、63.2和36.6。類似地，在中學階段，高績效學校的教師學歷、SSES培訓和校園活動的均值分別為54.3、48.3和25.4，而低績效學校在這三項上的均值分別為87.6、60.1和39.0。由此說明，學校對社會與情感能力的培養(yǎng)并不對資源有很高的要求，一些社會與情感能力培養(yǎng)成效最高的學校，并不一定是靠人力和設(shè)施大量的投入來實現(xiàn)的，而是需要考量其他因素的作用，這個需要進一步研究的證實。

（三）成效值的影響因素分析

最后，本文運用隨機森林方法對學校社會與情感能力培養(yǎng)成效值的影響因素進行分析。在影響因素的選取上，本文參考《超越學科學習》官方報告（OECD，2021a），并結(jié)合SSES數(shù)據(jù)可得性，將自變量設(shè)定為師生關(guān)系（relteacher）、學校歸屬感（belong）、校園欺凌（bully）、考試焦慮（anxtest）、親子關(guān)系（relpar）這五個。上述五個自變量都是OECD利用IRT方法在學生問卷中生成的連續(xù)變量（均值為50、標準差為10），本文在學校層面對上述變量進行匯總形成學校變量。通過隨機森林分析可以得到上述五個變量的重要性，結(jié)果呈現(xiàn)在表7中。

變量重要性是隨機森林分析結(jié)果的主要呈現(xiàn)方式。因為隨機森林方法基于多個回歸樹，無法像單個回歸樹那樣進行直觀解釋，但是可以通過分裂準則函數(shù)的下降幅度來對各個自變量的重要性進行排序（陳強，2021）。分裂準則函數(shù)通常包括均方誤差（Mean-squareError,MSE）和節(jié)點純度（nodepurity）。前者主要指預測誤差的增幅，在表7中是IncMSE，該值越大表明該自變量對成效值的影響越大；后者主要指殘差平方和（ResidualSumofSquares,RSS）的減少，在表7中是IncNodePurity，該值越大也表明該自變量對成效值的影響越大。

從表7的結(jié)果可知，在小學階段，學校歸屬感的重要性最大，IncMSE值和IncNodePurity值分別為41.30和0.32，遠高于其他自變量，這說明相比于其他因素，學校歸屬感對小學社會與情感能力培養(yǎng)成效的影響最大。類似地，在中學階段也是學校歸屬感的重要性最大，IncMSE值和IncNodePurity值分別為26.18和0.08，明顯高于其他自變量，但比小學要低。這說明，在中學階段，學校歸屬感對社會與情感能力培養(yǎng)成效也具有很大影響，但是相比小學而言，程度有所降低。

為了進一步刻畫學校歸屬感對社會與情感能力培養(yǎng)成效值的影響，圖5中呈現(xiàn)了影響效應(yīng)的偏依賴圖。傳統(tǒng)的回歸分析方法僅通過回歸系數(shù)來表示在平均趨勢（均值）上的自變量對因變量的影響，而隨機森林則可以通過偏依賴圖來細致展現(xiàn)自變量在不同水平上的變動對因變量所帶來的影響。圖5的左半部分和右半部分分別是小學和中學的結(jié)果，可以看出，無論是小學還是中學，隨著學校歸屬感的提升，成效值也基本上呈上升趨勢，肯定了學校歸屬感對培養(yǎng)成效的積極促進作用。當然，無論是小學階段還是中學階段，當學校歸屬感達到一定水平之后，對于培養(yǎng)成效值的促進作用有所減緩，也即通常所說的“天花板效應(yīng)”。此種現(xiàn)象在小學更為明顯。六、啟示與建議

基于