幼儿园结构性质量要素组态对课程质量的作用路径与机制

[摘 要] 幼儿园课程质量对于儿童的学习与发展至关重要。为突破已有研究在研究视角和数据分析方法上的局限，本研究基于复杂性理论和教育生态学思想，采用模糊集定性比较分析法，探索幼儿园结构性质量要素组态对课程质量的影响，以揭示驱动和阻碍幼儿园课程高质量发展的多元路径及其作用机理。结果发现，结构性质量要素并非各自独立而是以相互链接的组态形式影响课程质量。驱动幼儿园课程高质量发展的路径有3条，分别是“资金投入下师资保障驱动型”“资金投入下环境创设驱动型”与“管理引领下师资建设驱动型”，较高的资金投入或良好的管理是其核心条件。阻碍幼儿园课程质量提升的路径也有3条，由于其核心条件都是不适宜的生师比和欠佳的师资质量，所以可以统称为“高生师比—低师资抑制型”。可见，推动和阻碍幼儿园课程质量发展的结构性质量要素组态之间具有非对称性。学前教育行政决策者和幼儿园管理者应坚持“多元决定论”与“整体论”思想，打好政策“组合拳”，才能有效提高幼儿园课程质量。同时，幼儿园应基于自身的资源条件，选择适宜自己的课程质量提升路径，避免盲目依靠以往经验，坚持辩证思维，通过促成驱动幼儿园课程高质量发展的结构要素组态推动课程走上优质化发展道路。

[关键词] 幼儿园课程质量;结构性质量要素;组态;模糊集定性比较分析法

一、问题提出

幼儿园课程是实现幼儿园教育目标的中介与手段，是支持和引导儿童获得有益经验，促进儿童身心全面和谐发展的各种活动的总和。[1]质量是实体特征满足服务客体需要的程度。[2]幼儿园课程的实体应是幼儿园课程本身，其服务的客体应是幼儿园课程的所有利益相关者，如儿童、家长、教师等。而对于幼儿园教育而言，满足儿童身心和谐发展的需要是其最根本的价值追求。[3]因此，幼儿园课程质量可以理解为：幼儿园通过设计和实施课程，鼓励、支持和引导儿童通过多样化的活动获得有益经验，以满足儿童身心全面和谐发展需要的程度。

显而易见，幼儿园课程质量对于儿童的学习与发展至关重要。国内外诸多研究显示，幼儿园课程质量能够有效预测儿童社会性、认知和读写等能力的发展。[4][5]基于回归模型的最新研究发现，幼儿园课程质量与儿童发展之间存在非线性的门槛效应：低质量的课程对儿童认知发展无益，只有高质量的课程才能有效推动儿童认知能力的进步。[6][7]门槛效应的发现，无疑给幼儿园课程提出了更高的要求。但现有研究表明，当前我国幼儿园课程质量总体上仍处于较低水平。[8]因此，为了更好地满足儿童身心全面和谐发展的需要，提升我国幼儿园课程质量迫在眉睫。而要提升幼儿园课程质量，首先要弄清哪些因素会影响以及如何影响课程质量的发展。

一般而言，幼儿园教育质量可以分为两个相互关联的部分：结构性质量与过程性质量。[9]结构性质量主要指幼儿园园所或班级层面相对静态的、可测量和可调控的要素，例如经费、规模、教师资质与数量、生师比等。[10]而过程性质量则是指和儿童学习与发展直接相关的动态要素，例如家长参与、课程、学习环境等。[11]其中，课程质量是过程性质量的核心，也是撬动过程性质量提升的重要杠杆。[12]已有研究表明，结构性质量是过程性质量的前提与基础，通过优化结构性质量要素可以有效推动过程性质量的发展。[13]因而，幼儿园课程质量理应受到结构性质量要素的影响与制约。

目前，已有较多研究采用相关分析、线性回归等统计分析方法对幼儿园结构性质量与课程质量的关系进行了探索，[14][15]这为全面、系统地了解结构性质量对课程质量的影响提供了重要参考，但受限于研究视角与方法，已有研究仍存在对结构性质量要素间互动关系探讨不足、对课程质量变化的解释程度不高等缺陷。具体而言，依据复杂性理论（Complexity Theory）可知，社会现象是复杂的，促使社会现象产生的原因之间多是相互叠加、相互依赖的，单一的原因很少是导致社会现象产生的充分条件。[16]同时，教育生态学（Educational Ecology）的研究也指出，教育生态系统内部各个结构要素之间是互联共生的关系，教育现象的产生需要教育生态系统中多个要素协同作用。[17]但以往研究在探索结构性质量要素对课程质量的影响时，多采用“权变”的研究视角以及基于“还原论”的传统回归分析方法（回归分析中要求自变量之间相互独立），[18]孤立地求证各个结构性质量要素对课程质量影响的“净效应”，进而导致以往研究难以充分地解释不同幼儿园在课程质量上的差异性以及质量提升路径的多样性。这主要体现在，采用传统回归分析的研究，其模型的R2普遍不高，这意味着课程质量的大多数变化未被模型充分解释。换言之，以往研究“通过数据发现的原因与多数实践是不切题的”。[19]例如，有研究采用线性回归分析来探索生师比和教师资质等结构性质量要素对幼儿园课程质量的影响，[20]其模型R2为0.312，即仅解释了31.2%的课程质量变异。

鉴于此，为突破已有研究在研究视角和数据分析方法上的局限，本研究基于复杂性理论和教育生态学思想，从整体的、组态的视角出发，采用模糊集定性比较分析法（Fuzzy Set Qualitative Comparative Analysis，以下简称fsQCA），探索幼儿园结构性质量要素组态对课程质量的影响，揭示驱动和阻碍幼儿园课程高质量发展的多元路径及其作用机理，以期更好地解释普遍的幼儿园教育实践，为保障和提升我国幼儿园课程质量提供政策与实践建议。具体而言，本研究将尝试回答以下几个问题：（1）哪些结构性质量要素的组态会驱动和阻碍幼儿园课程高质量发展？（2）是否有多条路径可以驱动和阻碍幼儿园课程高质量发展？（3）驱动和阻碍幼儿园课程高质量发展的结构性质量要素组态之间是否存在对称性或一致性？

二、研究方法

（一）模糊集定性比较分析法

fsQCA是一种以整体论为基础，以案例为导向，通过布尔运算和集合关系对不同案例进行比较，以此来挖掘条件组态与结果之间复杂因果关系的方法。[21]该方法最早由社会学家拉金（Ragin）于20世纪80年代提出。fsQCA起初被应用于社会学与政治学领域的研究中，随后因其在处理复杂组态问题上的优越性而备受管理学领域学者的青睐，因此也成为管理学领域解释复杂因果关系的重要工具。[22]近年来，房敏[23]以及孙贺群[24]等学者也逐渐将该方法应用于学前教育领域的研究中。

本研究采用fsQCA来探索结构性质量要素组态对课程质量的影响，主要在于该方法提出了若干更适合于复杂因果关系分析的理论假设，可以更好地回答本研究提出的研究问题。具体如下：第一，并发因果关系（Conjunctural Causation）假设。fsQCA不同于传统分析技术，其不再假定条件变量之间互相独立，而是致力于分析条件变量相互组合构成的多重并发因果关系。[25]毋庸置疑，课程质量的发展是多重影响因素复杂作用的结果。因此，本研究采用fsQCA方法可以更深入地挖掘多个结构性质量要素组态与课程质量之间的联系。第二，等效性（Equifinality）假设。等效性主要指多种路径可以产生同一结果，这意味着造成某一期望结果出现与不出现的可能路径是多样的，不存在传统分析方法中唯一最佳路径的解。[26]因此，本研究采用fsQCA方法可以更好地发掘驱动和阻碍课程高质量发展的多条等效路径，从而更充分地解释普遍的幼儿园教育实践。第三，非对称性（Asymmetry）假设。fsQCA非对称性假设可分为两种：因果的非对称性和条件作用的非对称性。因果的非对称性主要指期待结果出现（高课程质量）与不出现（非高课程质量）可能需要不同的原因来解释（带来成功的因素与导致失败的因素并不一定相同），这不同于传统分析技术的因果对称性假设（“成也萧何，败也萧何”）。条件作用的非对称性主要指在某个组态中起作用的条件，在其他组态中可能不起作用甚至起反作用。条件作用的非对称性放松了线性回归中因果关系效应的统一性假定，能够更好地解释案例间的差异性和条件间相互依赖的组态效应。[27]因此，本研究采用fsQCA方法可以通过对比驱动与阻碍幼儿园课程高质量发展的前因，从而更加全面和深入地理解课程质量发展的复杂性。

（二）fsQCA的一般分析步骤

参照张明和杜运周等学者推荐的fsQCA分析思路，在明确研究问题后，运用fsQCA开展研究一般需要经历以下几个步骤：第一步，案例的筛选。fsQCA是一种以案例分析为导向的研究方法，案例选择的科学性与合理性对于研究结果的可靠性而言至关重要。因此在选择案例时，同案例研究方法类似，应遵循理论抽样原则而非随机抽样原则。同时，为了保障案例的可比性与研究结论的外部有效性，还应确保案例间具备较强的异质性。[28]第二步，条件变量的选择。一方面，需要基于研究问题选择恰当的、具有代表性的条件变量。另一方面，由于过多的条件变量会使得可能的条件组态数量呈指数级增长，远超实际案例的数目，进而造成严重的有限多样性问题，因此还需要根据案例数量严格控制条件变量的个数。第三步，变量的测量。可以通过发放调查问卷、实地观察评估、开展实验等方式获取各案例中条件变量与结果变量的原始数据，也可以基于已有的二手数据来了解案例中相应变量的情况。第四步，变量的校准。fsQCA是一种基于布尔运算的集合论组态分析方法，其将案例视为条件变量与结果变量的组态，通过把条件变量与结果变量概念化为集合，并基于集合论思想分析案例的条件集合与结果集合之间的集合关系来揭示条件变量与结果变量之间复杂的因果关系。因此，在fsQCA研究中需要基于一定的理论知识与实践经验来选择校准标准（Calibration Standard），将案例中的条件变量与结果变量赋予集合隶属关系（Set Membership）以便进行后续分析。[29]第五步，开展实证分析。该部分包含相互关联、先后有序的两类分析，分别是必要条件分析（Necessary Conditions Analysis）和条件组态分析（Conditional Configuration Analysis）。[30]前者主要通过模糊集隶属关系矩阵来识别出条件变量中的必要条件，从而避免将其纳入后续组态分析中对研究结果造成干扰;后者主要通过运用真值表分析算法（Truth Table Algorithm），进行标准化分析，探索哪些条件变量组态的集合能够构成结果集合子集，即哪些条件变量的组态能构成结果出现的充分条件。[31]

1. 案例的筛选

为了更好地了解结构性质量要素组态对幼儿园课程质量的影响机制，本研究遵循理论抽样的MDSO（最大差异，结果相似）原则，[32]在案例幼儿园选择上侧重幼儿园结构性质量的差异性与课程质量的相似性。同时，本研究也适当考虑了样本县区分布的广泛性与经济社会发展的多层次性，以及幼儿园的办园等级、办园体制、所在地等因素，最终在研究者所在Z省范围内确定了H1市X区和B区、H2市D县、W市O区等4个县区的39所幼儿园作为本研究的研究对象。具体案例的幼儿园情况见表1。

2. 条件变量的选择

以往研究基于“结构性质量→过程性质量”质量分析模型发现：教师学历、[33]教师薪资待遇、[34]教师获取培训的机会、[35]生师比、[36]空间设施与材料、[37]心理环境、[38]生均投入、[39]园长领导力[40]和内部评价[41]等结构性质量要素是影响幼儿园课程质量水平、造成课程质量差异的重要因素。而本研究的案例数量仅有39个属于中等样本，参照格雷克哈默（Greckhamer）等人的观点，[42]为了避免发生严重的“有限多样性”问题，本研究的条件变量数目不宜超过5个。因此，为保障条件变量具备较强的全面性与代表性，本研究参照集合的思想，首先将以上影响课程质量发展的结构性质量要素均视为集合，随后寻求部分概念相似或类别相近的结构性质量要素的并集（Union Set）①或超集（Super Set）②作为条件变量纳入fsQCA分析。

通过查阅文献发现，中国学前教育研究会“中国优质幼儿园评价标准研究”项目课题组在其研制的《走向优质——中国幼儿园教育质量评价标准》[43]（以下简称《优质标准》）中提出的“管理质量”“师资质量”“环境质量”等概念，可以涵盖大部分影响课程质量发展的结构性质量要素内涵，并构成其超集。具体而言，在《优质标准》中“管理质量”的概念被界定为幼儿园管理者通过决策、组织、控制、激励、评价等方式，引领教职员工有效工作，推动幼儿园发展和持续改进的程度。[44]此概念涵盖了“园长领导力”“内部评价”等质量要素的内涵，因此可构成其超集。在《优质标准》中“师资质量”的概念被界定为幼儿园通过优化师资配置，提高教师待遇，为教师工作和专业发展提供良好环境和持续支持的程度。[45]此概念涵盖了“教师学历”“教师薪资待遇”“教师获取培训的机会”等质量要素的内涵，因此可构成其超集。在《优质标准》中“环境质量”的概念被界定为幼儿园通过物质环境的创设与利用、心理氛围的营造来满足幼儿身心发展需求，进而支持幼儿学习与发展的程度。[46]此概念涵盖了“空间设施与材料”“心理环境”等质量要素的内涵，因此可构成其超集。此外，由于未找到“生师比”和“生均投入”上位的并集或超集，故不对其进行处理。