中小学教师薪酬激励项目对学生学业成绩的影响效应：基于实验和准实验研究的元分析

作　　者：
赵冉 

作者简介：
赵冉，北京师范大学教育学部/首都教育经济研究基地，电子邮箱：zhaoran@bnu.edu.cn；王艺博，北京师范大学教育学部，电子邮箱：202321010159@mail.bnu.edu.cn；杨靖(通讯作者)，成都师范学院教育科学学院，电子邮箱：201523010066@mail.bnu.edu.cn；杜育红，北京师范大学教育学部/首都教育经济研究基地，电子邮箱：dyh@bnu.edu.cn。

原文出处：
教育经济评论

内容提要：

基于委托代理理论和团队生产理论的分析框架，利用33篇基于实验或准实验设计的教师薪酬激励项目研究中的312个效应量，运用元分析方法，剖析中小学教师薪酬激励项目对学生学业成绩的影响及调节效应。结果显示，中小学教师薪酬激励项目对学生学业成绩总体上存在负面影响，中学实施的教师薪酬激励项目效果要优于小学，但存在调节效应。在调节效应中，团体激励在小学教师中效果更好，个体激励在中学教师中效果更好；薪酬激励对数学学科有积极影响，对语言阅读学科有消极影响；发达国家或地区实施的教师薪酬激励项目整体起到消极影响，而在发展中国家或地区则表现出积极影响；激励金额多少对薪酬激励项目的实施效果无显著影响。我国基础教育阶段在进行教师绩效工资制度设计时，应充分关注教师工作所处的学科学段、地区经济发展水平等背景性特征，综合激励形式和强度科学设计教师绩效激励。


期刊代号：G30
分类名称：中小学学校管理
复印期号：2026 年 01 期

字号：大中小

　　一、研究设计

　　元分析(荟萃分析)是基于实验与准实验研究设计的实证研究文献，依托某一可比特性，探究研究间异质性的来源及大小，可有效度量由于模型设定、统计方法及研究数据集等特征差异对研究结果不一致的影响程度(Weichselbaumer and Winter-Ebmer，2005)。元分析方法克服了传统文献综述的缺陷，可以回答单个研究未提出的问题，并且有助于甄别在发表过程中可能存在的发表偏误问题，以提高研究的精度；通过运用系统全面的量化方法解释并综合相关文献中的某个参数，还在一定程度上回避了原始文献可能存在的选择性偏误等问题(赵冉等，2022)。因此，针对现有研究中教师薪酬激励项目对学生学业成绩作用方向及大小的争议，本研究比较分析了现有实证文献的结果差异，利用元分析方法，借助元分析软件CMA 3.3，深入探讨教师薪酬激励项目与学生成绩之间关系的实证研究结果是否受到具体项目特征的影响。

　　(一)文献检索与筛选

　　文献检索分两轮进行。第一轮为数据库检索，通过Web of Science数据库、谷歌学术等外文数据库对1990-2022年篇名中含"performance pay"或"merit pay"且含"achievement"词语的文献进行检索。第二轮为手动检索，通过如下的具体的筛选标准对文献进行筛选：该研究样本为基础教育阶段(K-12)的教师和学生；教师所在的学校、地区、州或国家实施了教师薪酬激励项目；该研究报告了学生在标准化考试中的成绩；该研究采用随机对照实验或准实验设计。

　　此外，考虑到研究结果应具有可比性，第二轮检索中排除了以学生考试通过率指标作为学生变量的研究，仅保留报告学生考试成绩的研究。综合上述分析，最终本研究选取33篇教师薪酬激励项目实证研究作为元分析的主要样本。

　　(二)变量设定与编码

　　为便于分析，由研究者对所有样本研究的变量进行独立编码。编码内容包括：计算教师薪酬激励项目影响效应所需的变量、教师薪酬激励项目特征相关变量和教师薪酬激励项目研究特征相关变量三部分。

　　基于在文献回顾部分提到的已有评估教师薪酬激励项目研究主要争论点，对一系列先验变量进行编码，将教师薪酬激励项目特征作为调节变量。具体包括教师薪酬激励项目实施学段和实施学科的交互、教师薪酬激励项目实施学段和激励形式的交互、激励金额以及研究样本所在地区的交互。此外，为进一步从研究特征分析教师薪酬激励项目对学生学业成绩的调节效应，对发表类型和研究样本所在地区进行编码。

　　(三)分析策略

　　1.教师薪酬激励对学生学业成绩的影响效应

　　为了计算教师薪酬激励项目对学生学业成绩影响的综合效应，需要合并研究中报告的不同类型的效应量。标准化平均差(Standardized Mean Difference，SMD)是用以表征教师薪酬激励项目对学生学业成绩的影响程度的效应量，教育研究中常用的SMD有Cohen's d、Glass's △、Hedges'g等；经过比较，最终采用Hedges'g作为效应值指标，以校正Cohen's d产生的小样本效应值估计偏差(Hedges，1981)。

　　根据Hedges和Olkin(1985)提出的标准化均差SMD计算方法，用模型(1)来生成每个样本的效应量，并通过模型(2)计算教师薪酬激励项目对学生学业成绩的综合影响效应。

　　

　　其中，第i项研究的实验组和对照组的样本量分别为n[，1i]和n[，2i]，均值分别为x[，1i]和x[，2i]，标准差分别为S[，1i]和S[，2i]，自由度为df。权重系数n[，i]表示样本量之和(n[，i]=n[，1i]+n[，2i])。

　　一般地，固定效应模型假设所有研究的真实效应大小相同，而随机效应模型将效应大小视为以平均值为中心的分布(Borenstein et al.，2021)。基于在不同研究和项目特征的基础上对教师薪酬激励项目影响的综合效应进行推断的研究需要，固定效应模型的等方差假定不太符合现实情况，因此使用随机效应模型。

　　2.教师薪酬激励对学生学业成绩的影响的调节效应

　　基于对文献的回顾结果，假设教师薪酬激励项目对学生学业成绩的影响效应存在异质性，并通过评估教师薪酬激励项目的不同特征的影响大小如何变化，尝试阐明围绕教师薪酬激励的一些政策辩论。本研究并未考虑使用元回归方法来探索教师薪酬激励的影响如何因项目特征而异，原因是Meta回归的样本量是基于研究的数量，因此认为多变量Meta回归是不合适的，33篇研究的样本量意味着分析的把握度严重不足，可能会产生仅由少数研究驱动的回归系数。鉴于这些问题，正如Brant等(2010)所建议的那样，选择了亚组分析作为分析教师薪酬激励对学生学业成绩的影响的调节效应的方法，描述当将样本限制在具有某些特征的研究时，教师薪酬激励影响的综合效应如何变化。其中，在对教师薪酬激励项目的激励强度上，使用教师平均激励薪酬与激励项目实施时间内，区域教师平均薪酬的百分比进行处理，并根据金额是否高于中位数进行分组。

相关文章：