父母对学生科学素养的影响因素研究——基于PISA数据的实证分析_

教学研究

2020 年 第 24 期

父母对学生科学素养的影响因素研究

——基于PISA数据的实证分析

缪 圣

（华东师范大学 地理科学学院, 上海 200241）

摘要：

本研究利用PISA2015年科学测试的背景问卷中父母对待科学与环境的态度作为评价指标，通过构建偏最

小二乘模型分析父母的科学与环境态度对于学生科学表现的影响效应。研究发现：父母的教育期望、父母对于环境

问题的关心程度以及父母对待科学和环境问题的态度，均会影响学生的科学表现；父母是否从事与科学相关的职业

有微弱的影响。因此，提升学生的科学素养，需要提高父母对科学教育的重视、提升父母的科学活动参与度、促进

父母对环境的关注。本研究以期对培育我国学生的科学素养提供借鉴。

关键词：

科学教育；PISA2015；偏最小二乘回归；科学素养

一、问题的提出

在当今教育全球化的时代，科学教育开始受到越

来越多的关注。科学素养（Science Literacy）的概念自

20世纪50年代被美国学者赫德（Paul Hurd）首次提出

以来

[1]

，各国便开始致力于提高全民科学素养。比如美

国启动了2061计划，联合国教科文组织（UNESCO）开

展“面向新千年的全民科学技术素养计划”，制定了

《K-12科学教育框架——实践、跨领域的概念和核心概

念》等。此外，经济合作与发展组织（OECD）在2015

年将科学素养正式定义为：一个具备科学素养的人应该

具备解释科学现象、评价和设计科学探究、解释科学数

据和证据的能力，并积极地参与到与科学和技术有关的

具有逻辑的讨论中

[2]

。中华人民共和国教育部在2017年

颁布的《义务教育小学科学课程标准》中明确指出：

“小学科学课程要按照立德树人的要求培养小学生的科

学素养，为他们的继续学习和终身发展打好基础”

[3]

。

科学素养具有整合性、发展性、情境性和时代

性，要提高学生的科学素养，首先要对其影响因素进

行深入的分析与探讨，根据威斯康辛地位获得模型，可

以将主要影响因素分为：“个人因素”（智力水平和学

业表现）、“家庭因素”（家庭社会经济地位和父母对

子女的期望和鼓励）以及“学校因素”（教师的鼓励和

同伴的影响）。国内外已有不少学者对于学生科学素养

的影响因素做出了探索与分析。在我国，对于“家庭因

素”对学生学习成绩产生的影响，主要集中在对于客观

因素（包括家庭经济地位、学校因素等）方面的研究，

但在父母因素（态度、价值观）等方面的研究尚为缺

乏。因此，开展父母因素对学生科学表现影响效应的研

究对于探索我国未来科学教育政策改革方向具有重要

意义。

国外对于父母因素的研究主要集中于：家庭经济

地位的影响、父母职业类型的影响、父母参与科学教育

活动的程度，以及父母价值观念和对孩子的教育期望的

影响。首先，在中国香港和新西兰的研究表明，家庭

经济地位（SES）、父母职业类型对学生的科学成就有

影响。有学者通过多元回归分析，发现学生对科学的普

遍兴趣和他们父母的职业以及科学能力有显著的关系。

其次，父母的教育期望对学生的科学成就有影响。国外

大多数的研究结果符合“皮格马利翁效应”的解释，即

父母在科学教育活动的参与是作为一种中介效应作用于

父母对子女学业成绩、学历和职业等的期望

[4]

，产生一

种“期待效应”，这不仅对父母行为（教育参与）具有

推动作用，也可以对学生的科学表现产生间接影响，从

而达到父母教育预期的效果。如学者Oludipe发现学生

对科学的态度存在的显著差异与他们父母的参与程度

有关

[5]

。此外，父母的价值观念对学生的科学表现是否

有影响，学界说法不一。Holden和Wilder认为，父母的

态度和行为是影响学生学习科学态度和成就的重要因

素

[6][7]

。香港的研究也表示，父母对科学的价值观念会

对青少年的科学价值观念产生积极和直接的影响，进而

影响其科学表现

[8]

。西班牙和德国的研究表示，父母对

孩子学习成绩的态度和意见将对孩子的成就产生影响，

9

2020 年 第 24 期

但父母因素并不能使孩子取得更高的学业成就

[9]

。2006

年的PISA测试中香港科技成果的影响因素研究指出父

母的科学价值观念有较弱的效果

[10]

；同时，新西兰的研

究表示，尽管家长对科学价值的认知对青少年的科学有

积极的影响性能，但其预测能力相对较弱

。

近年来，国内也有学者开始关注父母因素对学生

成绩的影响，我国学者林书提出：学生的科学学习态度

受到父母早期生活经历和早期学校科学学习经历的影

响，学生大部分科学经历都源于家庭

[12]

。

因此，为了探索父母因素对学生科学表现有无

影响及其影响学生科学表现的方式，本研究通过选取

PISA2015年科学问卷中的数据进行分析和论证，探讨

父母因素对学生科学表现的影响效应，以期引起学界的

关注与讨论，对家庭教育培育学生科学素养的功能提供

一个可供借鉴的参考。

[11]

教学研究

采用“改善”“保持不变”“恶化”3个等级评价。

(2)样本数据的选取及指标体系的建立

本研究通过采取PISA2015中科学测试的问卷中：

父母对科学与环境的态度，其中24项指标（自变量）分

别是：x

1

代表父母从事与科学相关的职业；x

2

代表父母

认为孩子对从事科学职业的兴趣；x

3

代表父母对学生从

事科学职业的期望；x

4

代表父母认为孩子对学习科学的

学习兴趣；x

5

父母对孩子学习科学的期望；x

6

-x

10

为父

母对Broad Science（广义科学，以下简称“BS”）的态

度，即其认为BS有助于了解自然世界、BS对社会有价

值、BS与个人相关、BS有助于理解周围事物、BS促进

社会效益等；x

11

-x

17

代表父母对环境问题的看法，即其

对空气污染问题、动植物濒临灭绝、森林砍伐问题、水

资源短缺问题、核废料问题、气候变化、人类与动物疾

病的接触等问题的看法；x

18

-x

24

代表父母对环境问题的

态度，如：以下这些问题将在未来20年得到改善：空气

污染、动植物灭绝、森林砍伐、水资源短缺、核废料、

气候变化、人类与动物疾病的接触。因变量Y为参与

PISA2015年测试的国家和地区的（平均分数）成绩，

经过对样本数据进行标准化处理后，最终采取18个有效

样本国家和地区的学生科学表现，建立偏最小二乘回归

模型。

使用SPSS20.0和MATLAB R2019b作为数据录入和

统计分析工具，如表1所示。

表1 父母对科学与环境态度的指标体系

项目

x

1

x

2

x

3

x

4

x

5

x

6

x

7

x

8

x

9

x

10

x

11

x

12

x

13

x

14

x

15

x

16

x

17

x

18

x

19

x

20

x

21

x

22

x

23

x

24

内容

父母是否从事与科学相关的职业？

你的孩子是否对从事科学相关职业有兴趣？

你是否期望你的孩子将来从事与科学相关的职业？

你的孩子在完成[中学]学业后是否对学习科学感兴趣？

你期望你的孩子在完成[中学]学业后继续学习科学吗？

[广义科学]对于帮助我们了解自然世界很重要。

[广义科学]对社会是有价值的。

[广义科学]与我非常相关。

我发现[广义科学]有助于我理解我周围的事物。

[广义科学]的进步通常会带来社会效益。

空气污染严重。

植物和动物面临灭绝。

砍伐森林供其他土地使用。

水资源短缺。

核废料。

极端天气条件。

人类与动物疾病的接触。

这个问题将在未来20年得到改善或恶化？空气污染。

这个问题将在未来20年得到改善或恶化？动植物灭绝。

这个问题将在未来20年得到改善或恶化？砍伐森林供其他

土地使用。

这个问题将在未来20年得到改善或恶化？水资源短缺。

这个问题将在未来20年得到改善或恶化？核废料。

这个问题将在未来20年得到改善或恶化？极端天气条件。

这个问题将在未来20年得到改善或恶化？人类与动物疾病

的接触。

二、研究方法

1.偏最小二乘回归

偏最小二乘回归（Partial Least Square Regressioin，

以下简称“PLS”）是一种多元统计数据分析方

法

[13]

，它于1983年由瑞典化学家伍德（Wold）和阿巴

诺（Albano）等人首次提出，主要解决多元回归分析中

的变量多重共线性或解释变量多于样本点等实际问题。

PLS算法集多元线性回归分析、典型相关分析和主成分

分析的基本功能为一体，将建模预测类型的数据分析方

法与非模型式的数据认识性分析方法有机地结合起来，

能够充分反映出自变量与因变量之间的关系。另外，在

自变量存在多重共线性的条件下，PLS算法能够建立起

合理的回归模型。本研究尝试将PLS算法建模，探讨父

母的科学与环境态度对于学生科学表现产生的影响。

研究假设：

1.父母的职业对学生的科学成绩无显著影响；

2.父母的科学态度对学生的科学表现有影响；

3.父母对环境问题的看法对学生的科学表现有

影响。

2.基于PLS的学生科学表现评价

(1)研究工具

《父母对科学与环境的态度》问卷共包含四个

部分，其中家庭背景部分和父母对科学的态度部分采

用利克特量表法，分为“非常同意”“同意”“不同

意”“非常不同意”；环境问题部分采用观点匹配法，

分为“这个问题是我们共同关心的”“这个问题只与

我国的其他人有关”“这个问题是其他国家的人关心

的”“这个问题与任何人无关”；环境问题的态度部分

10

教学研究

三、研究过程与结果

1.多元回归分析

Y=0.0845×x

1

+0.0001×x

2

+0.0001×x

3

-0.2068×x

4

+0.1110×x

5

+0.2068×x

6

+0.0001×x

7

+0.4235×x

8

-

0.9173×x

9

-0.0830×x

10

+0.6261×x

11

+0.0837×x

12

-

0.3217×x

13

+0.3276×x

14

+0.0308×x

15

+0.3461×x

16

-

0.8633×x

17

-0.2152×x

18

+0.0001×x

19

+0.0001×x

20

+0.8178

×x

21

+0.0001×x

22

-0.2169×x

23

-0.3136×x

24

+0.1284

其中，回归的可决系数R

=0.48，但x

2

、x

3

、x

7

、

x

19

、x

20

、x

22

这六个变量的回归系数只为0.0001，说明这

几个变量对因变量（父母认为的孩子学习兴趣、父母期

望、广义科学的价值、动植物灭绝、森林砍伐、核废料

等环境问题）的影响程度很小，与实际情况存在偏差。

除此之外，该建模过程中还忽略了变量间“多重共线

性”的问题，从而降低了模型的拟合精度。

变量

VIF

变量

VIF

x

1

2.9

x

13

105.2

x

2

3.5

x

14

27.3

x

3

3.6

x

15

112.9

x

4

3.9

x

16

30.4

x

5

5.7

x

17

34.7

x

6

77.5

x

18

48.5

2

2020 年 第 24 期

2.多重共线性诊断

多重共线性是指在自变量之间存在着线性相关的

现象，最常用的多重相关性的诊断方法是使用方差膨胀

因子

[14]

。本研究采用方差扩大因子（Variance Inflation

Factor，以下简称“VIF”）诊断变量间的共线性现

象。计算公式为：

VIF=

1

1-R

2

j

其中R

2

j

为对应自变量x

j

对其余自变量的可决系数。

一般认为，当VIF<5时，变量间共线性情况较弱；当

510时，

变量间共线性较严重。如果最大值超过10，则表示各父

母因素之间存在高度相关，即多重相关性将严重影响最

小二乘的估计。经计算，表1中自变量x

1

、x

2

至x

24

的VIF

值如表2所示。

表2 多重共线性诊断

x

7

7.5

x

19

67.5

x

8

9.7

x

20

116.4

x

9

12.4

x

21

84.1

x

10

18.3

x

22

122.4

x

11

20.9

x

23

140.8

x

12

87.4

x

24

146.1

从表2可以看出，x

1

父母从事的科学职业、x

2

和

x4

（父母认为）孩子的学习兴趣、x

3

和x

5

父母的教育期

望、x

7

广义科学的价值、x

8

广义科学与我有关这7个变

量的VIF值小于10，它们与其它变量的共线性现象较

弱，剩余17个变量的VIF值均大于10，说明各变量间多

重共线性情况较严重，如直接运用这些变量进行回归建

模将会受到很大影响。由于很多变量的方差膨胀因子均

大于10，因此自变量间存在较严重的多重共线性，可采

用偏最小二乘消除共线性，进而建立有效的回归模型。

成原变量的方程为：

Y = a

1

x

1

+a

2

x

2

+…+a

p

x

p

+Y

m

其中Y

m

为拟合残差矩阵。算法中，应用交叉有效

性准则来提取成分的个数。令y

i

为因变量第i个样本值，

*

为运用h个成分的

t

1

，t

2

，…，t

m

为提取的m个成分。y

hi

回归应对第i个样本的拟合值，y

h-i

*

为删除第i个样本值

后，运用h个成分的回归对应第i个样本的拟合值，对应

拟合误差平方和为：

n*

2

y

i

-y

hi

)

SS

h

= ∑

i=1

n*

2

y

i

-y

h-i

)

PRESS

h

= ∑

i=1

3.偏最小二乘回归（PLS）建模与分析

令X

0

与Y

0

自变量X和响应变量Y的标准化形式，分

别从中提取主成分：

T

Y

X

0

其中c

1

为一常数，且‖c

1

‖=1，

w

1

=

为第

T

‖X

0

Y‖

一主成分对应的特征向量。进一步求解X

0

与Y

0

相对于t

1

定义交叉有效性：

PRESS

h

SS

h

2

若Q

h

<0.0975，代表提取的h个成分已达到拟合精度

Q

h

2

=1-

要求。

u

1

=Y

0

c

1

，t

1

=X

0

w

1

的回归方程：

T

+X

1

，Y

0

= t

1

r

T

X

0

= t

1

p

11

+Y

1

TT

X

0

t

1

Y

0

t

1

r

=

其中

p

1

=

。而X

1

与Y

1

分别

2

，

1

‖t

1

‖

‖t

1

‖

2

为回归的残差矩阵，进一步用于代替X

0

与Y

0

，同理可以

4.交叉有效性检验

PLS主成分选取（部分），通过各主成分对因变量

的贡献率，选取回归的主成分的个数。如表3所示（仅

给出前6成分），选择第3个成分时满足Q

3

2

<0.0975，因

此本研究最终选择的成分数目为3。除此之外，提取的

自变量前2个成分的累计解释方差贡献率超过85%，前3

个成分的累计解释方差贡献率超过90%，说明提取的前

3个成分能较好地反映原数据的总体信息。由于第一成

得到第二个成分u

2

和t

1

。假如共进行m次迭代，则有：

TT

Y

0

= t

1

p

T

1

+t

2

p

2

+…+t

m

p

m

+E

m

上述代表总共提取了m个成分进行建模，将其还原

11

2020 年 第 24 期

分的解释方差贡献率达到78.8%，现求出第1主成分与

各原始变量的相关性。根据表3的数据表明，该PLS模

型具有较好的回归能力。

表3 交叉有效性检验

成分

2

Q

h

Var

t

1

1

78.8%

t

2

0.36

86.6%

t

3

-0.89

92.6%

t

4

-0.64

95.9%

t

5

-1.36

97.6%

t

6

-2.05

98.5%

教学研究

5.相关系数

如表4所示，变量x

1

与第一主成分的相关性为

0.63，而其它变量与第一主成分的相关系数均超过0.8，

说明为高度相关，也再次表明提取的第一主成分能较好

地反映原始数据总体信息。

表4 第一主成分与各变量的相关系数

变量

Corr

变量

Corr

x

1

0.63

x

13

0.91

x

2

0.96

x

14

0.95

x

3

0.83

x

15

0.86

x

4

0.91

x

16

0.94

x

5

0.82

x

17

0.96

x

6

0.94

x

18

0.81

x

7

0.96

x

19

0.86

x

8

0.85

x

20

0.85

x

9

0.96

x

21

0.82

x

10

0.91

x

22

0.82

x

11

0.93

x

23

0.88

x

12

0.89

x

24

0.88

根据上述分析，建立相应的PLSR的回归方程为：

Y=0.0641×x

1

+0.2438×x

2

-0.0006×x

3

+0.0091×x

4

-

0.1378×x

5

+0.1630×x

6

-0.0908×x

7

+0.1531×x

8

-

0.2579×x

9

+0.0134×x

10

+0.3516×x

11

+0.1118×x

12

-

0.4154×x

13

+0.0977×x

14

-0.1888×x

15

+0.1282×x

16

-

0.2075×x

17

-0.2335×x

18

-0.0342×x

19

+0.4622×x

20

-

0.4932×x

21

+0.2736×x

22

+0.1376×x

23

+0.0086

×x

24

+0.1105

在对PLS回归方程的解释式中：Y为学生科学表现

成绩，以上方程为父母对科学与环境的态度的PLS回归

方程。从回归方程的系数可以看出，影响学生科学表

现评价的主要指标是：x

2

、x

5

、x

6

、x

8

、x

9

、x

11

、x

12

、

x

13

、x

15

、x

16

、x

17

、x

18

、x

21

、x

22

、x

23

，这就表明：父母

认为孩子学习科学的兴趣、父母对科学的态度、父母对

环境的态度、父母对环境问题的态度在学生的科学表现

评价中起着相当重要的作用，较符合实际情况。指标

x

1

、x

3

、x

4

、x

7

、x

10

、x

19

、x

20

、x

24

的回归系数非常小，

说明这几个影响因子在学生科学表现的评价中的影响程

度有限，因此模型整体上是合理的。

高，表明基于PLS的学生科学表现评价方法在模型预测

中具有良好的性能。同时，散点大致分布在对角线上，

说明最终模型的拟合效果较好。因此本研究建立的模型

可以用来描述父母对待科学与环境的态度对学生科学表

现的影响，同时，可决系数达到0.92，体现PLSR较优

的拟合效果，表明各指标间的关系是可靠的。

四、结果与讨论

本研究将偏最小二乘法引入父母因素对学生科学

表现的评价，并对拟合效果进行了测试，试图了解父母

因素对学生科学素养的影响。通过PLS回归建模，从父

母的职业等家庭背景因素、父母对待科学的态度、父母

对环境问题的看法，分析了家庭因素中的父母因素对

于学生科学学习成绩的影响，结果表明此PLS回归模型

表明这能较好地解释学生科学表现评价的问题。基于以

上分析，本研究列出以下四个研究结论，并对其进行讨

论，分别从客观因素和主观因素的方面进行详细阐述，

以期对培育学生的科学素养提供一个可供借鉴的参考。

首先，父母是否从事科学职业对于学生的科学表

现有微弱的影响，这一结论较好地回应了第一个研究假

设。父母职业类型是家庭因素中的一个结构性因素，在

参与PISA测评的大多数国家和经济体中，家庭背景变

量对科学成绩具有显著预测作用。因此，提早重视家庭

学习环境，将有助于提升儿童早期学业和社会技能。

其次，父母是否希望孩子继续学习科学（即父母

的教育期望）对于孩子的科学表现影响程度较大。这一

结果回应了本研究的第二个假设，同时印证了父母的

教育参与所产生的教育期望能够潜移默化地培养子女

的兴趣和良好的学习品质。根据“威斯康辛地位获得模

型”，父母的参与度属于家庭因素中的过程性因素（即

父母对于子女的期望和鼓励）。因此，可以通过提升父

6.观测值与拟合值

最后运用MATLAB软件作出父母态度与学生科学

表现的最终模型的拟合效果图，如图1所示。

图1 拟合值与观测值的关系图

母在孩子科学活动中的教育参与，培养和激发孩子的内

在学习动机，从而间接影响其科学表现，促进“皮格马

通过检验模型的数据，PLS模型的实际预测精度较

12

教学研究

利翁效应”的产生。因此，作为子女最亲近的人，父母

要及早着手为子女提供数学、科学相关的活动机会，比

如，可以通过陪伴子女参观科技馆、植物园、天文馆，

观看科学电视节目等活动。因此，应该多重视家庭教育

资源及家校互动，家长对学校活动的参与和支持是相当

重要的，并且这对于增强家庭和学校之间纽带关系有着

非常重要的促进作用。

此外，父母认为孩子对从事科学相关职业有兴

趣，对于孩子的科学表现影响程度较大。有研究表明，

中国中学生科学态度积极，对科学感兴趣，并且工具性

动机强烈，参与科学活动的频率较高，但是，未来希望

从事与科学相关职业的学生却不到两成。这可能有以下

的解释：第一，在我国，科学教育注重工具性动机激

发，但对学生科学学习的内部动机激发有所欠缺；第

二，中国学生的科学自我效能感和认知信念较为缺乏。

学生对科学的兴趣、科学信念、动机导向和自我效能感

将影响学生的科学素养，因此，要激发和维持学生的科

学学习动机，使其产生内在学习动力，通过促进内外因

素相互作用提升学生的自我效能，让学生对科学学习产

生直接和间接的兴趣。学习科学必须在学习乐趣和兴趣

上加强学习的内部动机激发，以“情境真、应用强”的

动机激发实现内外兼容提升增强自我效能。通过提高学

生完成某项科学任务活动的自信程度，增强其科学能力

和科学信念。班杜拉认为，自我效能感的高低会增强或

减弱个体的动机

[15]

，由于其影响因素很多，因此需要多

种方法并用，通过强化、归因等训练，改善中国学生的

科学自我效能感和认知信念缺乏的情况，进而促进学生

形成科学信念，有效提升他们的科学从业意愿。

最后，父母对科学和环境的态度对学生的科学表

现影响程度较大。有学者认为父母对STEM的态度一定

程度上可体现父母对数学和科学的价值认知，基于自我

价值定向理论，个人的自我价值对行为具有定向作用。

根据本研究结果表明，父母认为“广义科学有助于其了

解自然世界”“广义科学与个体非常相关”“广义科学

有助于个体理解周围的事物”。那么，如何增强父母的

科学和环境态度？需要从各方面重视科学教育，不仅要

加强父母在科学活动中的参与度，还需要使父母清晰了

解科学课程的课程性质，提升父母的科学态度，增强父

母的社会责任感，进而提升父母的科学素养。

根据“价值信念理论”，个体的环境态度与价值

观在影响其科学表现中起到关键作用。父母的“生物圈

价值观”“生态世界观”“道德规范”“责任归因”和

“环境责任行为”体现在其对待环境问题的态度上，这

对学生科学表现的影响程度很大。Schultz和Stern等人

2020 年 第 24 期

认为新环境范式植根于个体内在的价值观，当环境问题

威胁到个体的价值观时，人们就会关心环境问题、产生

环境关心

[16]

，Schwartz等人则认为个体规范植根于个体

内在的价值观。同时，Stern等学者在对环保行为的价

值基础研究中，证实了基于价值观念的目标差异性和行

为意图差异性的联系，认为不同的价值取向会直接影响

个人与该价值取向一致的环境保护意愿。因此，改善父

母的环境态度，要增强公众的环境知识，提升父母的环

境意识、环境关心、环境责任、环境信念、个体规范，

生物圈价值观、生态世界观、道德规范、责任归因、环

境责任行为等，结合环境教育的总目标，提升公民自身

的价值、信念和个体规范行为，提升父母的环境素养。

总之，我国应立足于本土科学教育实践，探索与

讨论科学素养培育和科学课堂教学的新途径、新方法、

新观念。我国科学课程标准理念强调面向全体学生、立

足学生发展、体现科学本质、突出科学探究对学生发展

的意义，强调学生动手与动脑的结合。重视科学课程、

加强跨学科课程的开发、需要根据国家环境教育标准、

科学课程标准，通过深入了解科学课程性质，提升父母

的科学素养以及对于科学课程的重视和科学活动的参

与。未来应尝试对影响学生科学成绩的因素进行更多的

研究。本研究结论为重视家庭教育、强化父母教育参与

提供了实证支持，着力点至少应该包括学生家长、政府

和社会三个层面，建立家校合作，重视科普教育，正如

OECD所提倡的，即使学生最终不选择从事科学相关职

业，但给予学生更多机会学习科学，将有助于学生像科

学家那样思考，这一技能是21世纪最关键的技能。

参考文献：

[1] Hurd e Literacy:Its Meaning for American

Schools[J].Educational Leadership,1958,16(1):13-16.

[2] Science Framework[EO/BL].

/pisa/pisaproducts/DraftPISA2015

,2014-07-17.

[3] 中华人民共和国教育部.义务教育小学科学课

程标准[M].北京:北京师范大学出版社,2017.

[4] 赵芳,赵烨烨.父母的过高期待与中学生的压力

关系的研究[J].青年研究,2005(8):11-19.

[5] Oludipe nce of Early Literacy Parental

Involvement on Science Achievement of Junior Secondary

School Students in Nigeria[J].Ethiopian Journal of

Education and Sciences,2010,4(2):93-105.

[6] George ing:A Dynamic Perspective[M].

（下转第31页）

13

高师地理课程设置

趣，破解专业薄弱环节，推进地理学科素养培育。在地

理教学能力发展上，应高度重视地理师范生的教育实习

与日常教学技能训练，利用大数据技术保证实习与训练

的投入时间及参与度，建立地理师范生职业技能实训平

台，依据地理师范生画像，分层分类加强地理师范生三

板技能、语言技能、教学设计技能的训练，在教育大数

据场域下高效提升地理师范生的教学胜任力。

2020 年 第 24 期

参考文献：

[1] 杨现民,唐斯斯,李冀红.发展教育大数据:内涵、

价值和挑战[J].现代远程教育研究,2016(01):50-61.

[2] 卢万合,张影.大数据思维在地理教学技能粉笔

字训练中的应用[J].中学课程资源,2020(04):20-21+11.

[3] 张晓涵,蔡安宁,栾静怡,等.运用GIS教学加强地

理师范生地图能力的培养[J].地理教学, 2015(16):4-8.

[4] 孙洪涛,郑勤华.教育大数据的核心技术、应用

现状与发展趋势[J].远程教育杂志,2016,34(05):41-49.

[5] 陈桂香.大数据对我国高校教育管理的影响及

对策研究[D].武汉:武汉大学,2017.

[6] 曹培杰.智慧教育:人工智能时代的教育变革[J].

教育研究,2018,39(08):121-128.

[7] 王运武,杨萍.《2017地平线报告(高等教育版)》

解读与启示——新兴技术重塑高等教育[J].中国医学教

育技术,2017,31(02):117-123.

[8] 于方,刘延申.大数据画像——实现高等教育

“依数治理”的有效路径[J].江苏高教,2019(03):50-57.

（责任编校：丁荣）

五、结语

在地理核心素养培育与高校师范专业认证不断升

温的背景下，审视大数据时代对校园形态与教学生态翻

天覆地的变革，高校地理师范生培养体系无疑需要依靠

教育大数据来完成重构。在此背景下，本文立足高校地

理师范生培养实际，深度剖析了目前教育大数据赋能高

校地理师范生培养的价值定位与诸多现实阻碍。而面对

困境，高校应采取包括打造一体化地理师范生教育大数

据应用链、构筑“大数据+地理专业性特色”的培育架

构、利用教育大数据技术赋能地理师范生教育情怀培育

与教学胜任力发展在内的一系列举措，培育出一批致力

于未来中学地理教学与研究事业发展的地理教师。

（上接第13页）

Los Angeles:SAGE,2009.

[7] Wilder s of Parental Involvement on

Academic Achievement:A Meta-synthesis[J].Educational

Review,2014,66(3):377-397.

[8] Acosta S,Hsu Academic Values:Testing

a Model of the Association between Hong Kong

Parents’and Adolescents’Perception of the General

Value of Science and Scientific Literacy[J].Educational

Studies,2014,40(2):174-195.

[9] Reparaz C,María Angeles Sotéal

Involvement in Schools in Spain and Germany:Evidence

from PISA 2015[J].International Journal of Educational

Research,2019(93):33-52.

[10] Lam T Y P,Lau K ing Factors Affecting

Science Achievement of Hong Kong in PISA 2006 Using

Hierarchical Linear Modeling[J].International Journal of

Science Education,2014,36(15):2463-2480.

[11] Acosta S T,Hsu H ating Diversity:An

Empirical Investigation into Family, School and Student

Factors Influencing New Zealand Adolescents’ Science

Literacy[J].Educational Studies,2014,40(1):98-115.

[12] 林书.小学生科学态度形成和表现的父母影响

研究综述[J].文教资料,2019(6):132-133.

[13] 王惠文,吴载斌,孟洁.偏最小二乘回归的线性与

非线性方法[M].北京:国防工业出版社,2006.

[14] 王惠文.偏最小二乘回归方法及应用[M].北京:

国防科技出版社,1999.

[15] Bandura Corsini Encyclopedia of

Psychology[M].Oxford: John-Wiley,a, Albert.

Self-effi cacy:Toward a Unifying Theory Bandura, A.(1977).

Self-efficacy: Toward a Unifying Theory of Behavioral

logical Review,84(2),191

-

215. doi:10.1037/

0033-295X.84.2.191of Behavioral Change[J].1977,84(2):

191-215.

[16] Schultz P,izing with Nature:The

Effects of Perspective Taking on Concern for Environmental

Issues[J].Journal of Social Issues,2000,56(3):391-406.

（责任编校：王雅琪）

31