教育统计
教育统计是把数理统计的原理与方法应用于教育问题研究的一门应用学科,研究如何收集、整理、分析由教育调查、教育实验、教育测验所获得的数据,并据此进行科学推断,揭示教育现象的数量特征与规律。它既是教育科学研究的定量分析工具,也是教育行政管理和教育政策制定的信息基础。在中国的学科建制中,教育统计通常与教育测量并列,共同构成教育评价与教育研究的方法学基础。
- 学科内容与结构
教育统计学的内容一般分为三部分。
- 描述统计。** 研究如何整理与概括数据,包括数据的分组归类、统计表与统计图的制作、集中量数(算术平均数、中位数、众数)、差异量数(标准差、方差、四分位差、差异系数)、相关系数的计算。描述统计的功能是“压缩”:把大量零散数据简化为若干特征值,使分布形态与内部结构可见。
- 推断统计。** 研究如何由样本推断总体,包括参数估计(点估计与区间估计)、假设检验(t检验、方差分析、卡方检验)、非参数检验、回归分析。推断统计的核心是概率:结论不是“确定如此”,而是“在多大把握上如此”。这一性质经常被误读,把统计显著当作事实确证,是教育研究中最常见的错误之一。
- 实验设计。** 研究如何安排研究程序以控制误差、提高推断效力,包括被试的抽样与分配、变量的操纵与控制、样本量的确定。实验设计在统计上决定了后续能用什么方法分析,方法选择错误往往无法通过统计手段补救。
- 基本概念
- 总体与样本。** 总体是研究对象的全体,样本是从中抽取的部分。教育研究几乎不可能对总体进行全面观测,抽样成为必然。抽样的代表性决定了推断的有效性,便利抽样、自愿参与样本在教育研究中大量存在,其结论的外推范围必须受到限制。
- 随机变量与分布。** 教育测量所得的分数、频次、比例都可视为随机变量。正态分布是最重要的理论分布,许多统计方法以其为前提。但教育数据并不总是正态:考试分数常出现天花板效应或地板效应,学校规模分布呈右偏,题目作答数据是二分变量。误用正态假设,会得出错误结论。
- 显著性检验与效应量。** 显著性检验回答“观察到的差异是否可能由抽样误差造成”,p值小于预设水平即拒绝零假设。但显著不等于重要:样本量足够大时,微不足道的差异也会显著。因此,效应量(如科恩d值、相关系数、决定系数)成为必要的补充指标。近年来,教育研究界逐渐要求同时报告显著性水平、效应量与置信区间。
- 相关与因果。** 相关描述变量间的共变关系,不蕴含因果方向。教育研究中大量使用相关性结论作因果解读,例如以“阅读量与成绩正相关”推论“多读书能提高成绩”,忽略了家庭背景、学习能力等共同原因。
- 中国的教育统计制度
中国的教育统计以行政统计为主体。依据《中华人民共和国统计法》,教育部制定《教育事业综合统计调查制度》,对经县级以上人民政府及其教育行政部门批准设立、或经其他行政部门审批设立并报教育行政部门备案的各级各类学校及其他教育机构进行全面调查。调查内容包括学校基本情况、班级数、学生数、教职工数、校舍、资产和基本建设投资等指标。统计工作采取自上而下逐级布置、自下而上逐级汇总的方式,由省级教育行政部门负责调查表的收集、审核、汇总,报送教育部统一汇总。
统计资料的公布有固定节奏:每年上半年公开发布教育事业统计公报,下半年出版《中国教育事业统计年鉴》及年度教育发展进展报告。这套制度使中国拥有覆盖面完整、时间序列连续的教育基础数据,为规划制定、资源配置、督导评估提供了依据。
以2025年全国教育事业发展统计公报为例,全国共有各级各类学校44.07万所,学历教育在校生28040.43万人,专任教师1870.10万人;学前教育毛入园率92.90%,九年义务教育巩固率96.10%,高中阶段毛入学率92.00%,高等教育毛入学率61.30%。与2024年相比,学校总数由47.00万所减至44.07万所,在园幼儿由3583.99万人减至3225.52万人,这一变化直接反映了出生人口下降向学前教育、并逐步向小学的传导。统计数据的价值不仅在于描述现状,更在于使这种结构性变化可被提前识别。
- 在教育研究中的应用
- 教育生产函数与投入产出分析。** 把教育视为生产过程,以生均经费、师生比、教师学历等为投入,以学业成绩、升学率、巩固率为产出,用回归方法估计投入要素的边际贡献。这类研究为资源配置政策提供了量化依据,但其局限也很明显:产出难以用单一指标衡量,投入要素之间存在共线性,遗漏变量难以控制。
- 增值评价。** 传统评价以某次考试的绝对水平衡量学校,忽视了生源差异。增值评价通过追踪学生前后测成绩的变化,估计学校或教师对学生成长的净效应,常用多层线性模型处理学生嵌套于班级、班级嵌套于学校的层次结构。增值评价在中国自2010年代起在部分区域试点,技术难点在于测量误差、学生流动、考试等值。
- 教育公平的量化测度。** 常用指标包括入学率的城乡差距、生均经费的基尼系数、学业成绩的校际差异系数、家庭社会经济文化地位指数对成绩的解释力。这些指标把抽象的公平概念转化为可比较的数量,但也可能把复杂的公平问题简化为若干数字。
- 学龄人口预测。** 以出生人口、迁移流动、入学率为基础,用队列要素法推算未来若干年的学龄人口规模,为学校布局调整、教师编制配置提供依据。近年出生人口的快速变化使这项工作的精度要求显著提高。
- 常用方法与技术要点
- 抽样设计。** 大规模教育调查多采用分层多阶段整群抽样。以国家义务教育质量监测为例,先抽取样本县,再在县内抽取学校,再在学校内抽取学生班级,通过设计权重使样本对总体具有代表性。抽样误差需按设计效应校正,直接套用简单随机抽样的公式会低估误差。
- 缺失数据处理。** 问卷回收率不足、题目未作答、转学流失都会造成缺失。删除法简单但可能引入偏差,插补法(均值插补、回归插补、多重插补)保留了样本量但引入不确定性。缺失机制是随机缺失还是非随机缺失,决定了处理方法是否成立,而这一点在实际研究中常被忽略。
- 多层模型。** 教育数据天然具有层次结构,学生处于班级、班级处于学校、学校处于区县。把不同层次的数据混在一起做单层回归,会低估标准误、夸大显著性。多层线性模型把方差分解到各层次,既能估计各层的效应,也能计算学校间的差异有多少可由学校特征解释。
- 因果推断方法。** 随机对照实验在教育场域常不可行,准实验方法因而重要:双重差分法利用政策实施的时间差,断点回归利用录取分数线等阈值,工具变量法寻找与处理变量相关但与外生扰动无关的变量,倾向得分匹配通过构造可比对照组减少选择偏差。这些方法各有前提假设,假设不成立时,估计结果不具备因果解释力。
- 常见误用
- 把统计显著当作重要。** 大样本研究中,微小的差异也可能显著。不报告效应量,读者无法判断差异的实际意义。
- p值操纵。** 反复更换变量、分组方式、模型设定直到出现显著结果,即所谓p值操纵。这种做法会大幅提高假阳性率,是研究可重复性危机的技术根源之一。
- 忽视测量误差。** 用信度不高的量表做相关分析,相关系数会被系统性低估(衰减校正问题);用单题测量复杂构念,结果难以解释。
- 平均数掩盖分布。** 报告平均分而不报告标准差与分布形态,会掩盖群体内部的分化。生均经费的平均值可能因少数高投入学校而被拉高,实际多数学校低于平均值。
- 相关推因果。** 这是最顽固的错误,也是最容易被政策话语放大的错误。某项改革与成绩提升同时发生,不等于改革导致了提升。
- 学科发展与挑战
教育统计的技术手段在近二十年发生显著变化。统计软件普及降低了计算门槛,开源工具使复杂模型(结构方程、多层模型、机器学习)可为普通研究者所用。教育大数据的积累使学习分析、教育数据挖掘成为新兴方向,行为日志、点击流、眼动数据进入研究视野。
技术普及也带来新问题。一是“方法炫技”,模型复杂但研究问题单薄,统计成为装饰;二是数据伦理,学生行为数据的采集边界、存储安全、二次使用缺乏规范;三是能力断层,一线教师与教育管理者普遍缺乏统计素养,难以判断研究报告的可信度,也难以把数据用于教学改进。
教育统计的学科定位因此需要重申:它是工具,不是目的。统计方法的价值在于帮助研究者更准确地回答教育问题,而不是生产更复杂的表格。方法的严谨性与问题的真实性,二者缺一不可。
- 参考资料
- [2025年全国教育事业发展统计公报](https://www.moe.gov.cn/jyb_sjzl/sjzl_fztjgb/202607/t20260706_1442870.html),中华人民共和国教育部。
- [2024年全国教育事业发展统计公报](https://www.moe.gov.cn/jyb_sjzl/sjzl_fztjgb/202506/t20250611_1193760.html),中华人民共和国教育部。
- [教育事业综合统计调查制度](https://www.stats.gov.cn/fw/bmdcxmsp/bmzd/202506/t20250604_1960024.html),国家统计局。
- [中国义务教育质量监测报告](https://www.moe.gov.cn/jyb_xwfb/moe_1946/fj_2018/201807/P020180724685827455405.pdf),中华人民共和国教育部。