学术研究报告：教师支持与学生数学学业成绩之间的关系——非认知因素的中介和调节作用

一、研究作者与发表信息
本研究由东北师范大学教育学部的梁红梅（教授）、王梦瑶（在读硕士生）和丁锐（教授）合作完成，发表于《Journal of China Examinations》2025年第11期。研究基于PISA2022数据，探讨了教师支持通过非认知因素（自主学习信心、学习坚持性）影响学生数学学业成绩的机制，并分析了数学学习焦虑的调节作用。

二、学术背景与研究目标
1. 科学领域与背景
研究属于教育心理学与数学教育交叉领域。随着课程改革强调“以学习者为中心”，教师支持（teacher support）作为社会支持理论（social support theory）在教育中的应用，其作用备受关注。PISA2022报告显示，教师支持与学生数学成绩显著相关，但具体机制（尤其是非认知因素的中介作用）缺乏实证研究。

1. 研究动机
   现有文献表明，教师支持不仅影响认知结果（如成绩），还可能通过非认知因素（non-cognitive factors，如动机、情绪）间接发挥作用。然而，东亚文化圈（如中国港澳台、日韩等）中教师支持的类型差异及其与焦虑情绪的交互作用尚未深入探讨。

2. 研究目标

   • 验证教师支持对数学成绩的直接效应；
     
   • 分析自主学习信心（self-directed learning self-efficacy）和学习坚持性（perseverance in learning）的链式中介作用；
     
   • 探究数学学习焦虑（mathematics anxiety）的调节效应。
     

三、研究设计与方法
1. 数据来源与样本
研究采用PISA2022数据库，选取儒家文化圈的6个地区（中国港澳台、日本、韩国、新加坡）的34,968名学生数据，覆盖923所学校。样本以九年级为主（82.22%），性别比例均衡。

1. 变量定义与测量

   • 因变量：数学学业成绩（PISA标准化测试分数，均值500，标准差100）。
     
   • 自变量：教师支持（分四类：全体性支持、针对性支持、伴随性支持、持续性支持），通过学生自陈四点量表（1-4分）测量，并整合为教师支持指数（TEACHSUP）。
     
   • 中介变量：
     
     • 自主学习信心（SDLEFF）：学生独立完成学习任务的自我信念；
       
     • 学习坚持性（MATHERS）：面对困难时的持续投入程度。
       
   • 调节变量：数学学习焦虑（ANXMAT），通过PISA情绪量表测量。
     
   • 控制变量：家庭社会经济地位（ESCS）。
     

2. 分析方法

   • 统计工具：SPSS 27.0与Hayes的PROCESS宏程序（模型6检验链式中介，模型85检验调节效应）。
     
   • 方法：
     
     1. Pearson相关分析初步检验变量关系；
        
     2. 分层回归分析教师支持各维度对成绩的预测作用；
        
     3. Bootstrap法（5,000次抽样）验证中介效应；
        
     4. 调节效应分析焦虑水平的差异化影响。
        

四、主要研究结果
1. 教师支持的直接效应
- 教师支持整体与数学成绩显著正相关（β=0.104, p<0.001），但四类支持作用不同：
- 针对性支持（β=0.104）和伴随性支持（β=0.076）正向预测成绩；
- 全体性支持（β=-0.061）和持续性支持（β=-0.016）呈负向效应，可能与东亚教育中重复讲解的低效性有关。

1. 非认知因素的链式中介作用

   • 教师支持→自主学习信心→学习坚持性→数学成绩的路径显著（间接效应=0.044，占总效应55.7%）。
     
   • 具体路径：
     
     • 教师支持提升自主学习信心（β=0.108），进而增强坚持性（β=0.212）；
       
     • 坚持性直接促进成绩（β=0.146）。
       

2. 数学学习焦虑的调节作用

   • 高焦虑削弱教师支持对坚持性（β从0.233降至0.184）和成绩（β从0.048降至不显著）的正向影响；
     
   • 焦虑对“教师支持→自主学习信心”路径无显著调节，表明焦虑主要干扰行为（坚持性）而非内在信念。
     

五、结论与价值
1. 理论贡献
- 揭示了教师支持通过非认知因素影响成绩的链式机制，支持自我决定理论（self-determination theory）中“心理需求满足→动机→行为”的路径；
- 提出焦虑情绪的“认知资源消耗”假说，解释其调节作用的边界条件。

1. 实践意义
   
   • 教师需优化支持策略：减少泛化讲解，加强针对性指导（如差异化反馈）和伴随性陪伴（如过程性互动）；
     
   • 学校应重视非认知能力培养，通过目标分层、正向反馈增强学生的自主学习信心；
     
   • 心理干预需降低高焦虑学生的情绪负荷，例如通过任务分解缓解压力。
     

六、研究亮点
1. 方法创新：首次在东亚文化背景下结合PISA大数据与链式中介-调节模型，量化教师支持类型差异的效应。
2. 发现新颖性：
- 揭示全体性支持的潜在负面效应，挑战传统“越多支持越好”的认知；
- 明确焦虑对行为（非信念）的选择性干扰机制。

七、局限与展望
1. 横断面数据无法推断因果关系，未来需纵向追踪；
2. 自陈数据可能受学生主观感知偏差影响，建议结合教师行为观察；
3. 未涵盖其他非认知因素（如学习动机），后续可扩展变量体系。

总结：本研究为优化教师支持策略提供了实证依据，强调“精准支持”与“情绪管理”并重的教育干预方向，对东亚地区数学教育改革具有重要参考价值。