朱彥卓 劉炳麟：奧賽成績優異能否預測拔尖學生的科研產出?——基于某高校強基計劃學生追蹤數據的實證研究

作者簡介：

朱彥卓

清華大學教育學院在讀博士生。

劉炳麟

清華大學新雅書院學生。

摘 要：全國中學生奧林匹克競賽獲獎經歷是高校選拔強基計劃學生的重要指標，但對于奧賽成績能否預測學生本科階段的科研發展成效，仍缺乏實證依據。本研究基于對某重點高校2021級強基計劃本科生的追蹤調查數據，綜合運用回歸分析、傾向得分匹配與中介效應檢驗等方法，探討了奧賽成績優異與科研產出之間的關系及其作用路徑。研究發現：1）奧賽成績優異的學生取得科研產出的概率與數量均明顯更高；2）該類學生的科研參與度更高，表現為本科期間累計參與科研的時間更長，尤其大二學年每周投入科研的時間更多；3）科研參與在奧賽成績優異與科研產出之間發揮部分中介作用。本研究為厘清奧賽成績在拔尖學生選拔中的預測作用提供了實證支持。

關鍵詞：學科奧賽；本科生科研；強基計劃；拔尖創新人才；中介效應

一、問題提出

全國中學生奧林匹克競賽（以下簡稱奧賽）是我國歷史悠久、較為系統化的中學生英才教育方式[1]，奧賽獲獎經歷一直是高校選拔拔尖學生的重要指標。早在1988年，原國家教委發布《普通高等學校招收保送生的暫行規定》，規定參加國際中學生學科奧林匹克競賽集訓的優秀高中應屆畢業生可被保送錄取至高校[2]。2001年，教育部將奧賽獲獎的保送范圍明確為省賽區一等獎及以上[3]。2014年起，除參加國家隊集訓的學生外，在奧賽中獲獎的學生不再具有高考保送資格[4]，但許多高校依然在自主招生中注重考察學生的奧賽經歷[5-6]。強基計劃在招生時，通常對獲得奧賽全國決賽二等獎及以上的學生（以下簡稱競優生）提供破格入圍的申請機會[7-8]。因此，以奧賽成績預測學生本科階段的發展潛力，是我國拔尖創新人才選拔中長期存在的制度化實踐。

然而，這一選拔措施的有效性問題在三個方面受到質疑。首先，奧賽考試不等同于科學研究。國際數學奧林匹克競賽“在限定的數學主題中考查中學生的知識運用能力和思維能力”，與研究者在高等數學領域內進行創造性研究工作有本質區別[9]；學界與實踐領域也在探索研究導向的人才選拔途徑，如“丘成桐中學科學獎”以提交個人或團隊研究報告的形式參賽[10]。其次，許多家庭將奧賽視為進入頂尖高校的“敲門磚”，以功利性的方式參加奧賽，為考而考，可能壓抑學生的興趣與創新能力[11-12]。最后，優質教育資源的稀缺性、奧賽教育的地區發展差異、偶發的舞弊或泄題事件也在一定程度上削弱了選拔的有效性[13-14]。上述質疑均指向“奧賽成績能否預測學生的學術潛力”這一尚未被充分解答的問題。

已有研究探討了奧賽參與（或獲獎）與學生本科階段的學業表現[1]、學習收獲[15]、創新能力[16]、專業興趣[17]等方面的關系，而較少涉及學生本科畢業時的科研產出。因此，本研究以競優生為研究群體，以本科畢業時取得的科研產出作為衡量學生科研發展成效的指標，綜合運用回歸分析、傾向得分匹配與中介效應檢驗等方法，探討奧賽成績優異對競優生本科階段科研產出的預測效力，揭示潛在的作用機制。

二、文獻綜述與研究假設

本科生科研是科教融合的基本形式之一，有利于培養學生的創新能力和高階思維，已成為培養拔尖創新人才的重要舉措[18-20]。美國大學最早將本科生科研參與制度化、規范化，本科生科研成為21世紀美國本科教育的重要組成部分[21]。借鑒發達國家經驗，我國高校自1995年起也相繼出臺了本科生科研訓練計劃[21]。關于奧賽經歷對本科生科研的影響，已有研究主要關注學業表現、科研參與及科研成效三個方面。

（一）學業表現

學業表現是現行拔尖創新人才評價體系的核心指標之一[22]，與科研參與[21,23-24]、科研產出[22]均存在顯著的正相關。已有研究認為，奧賽對于本科生各方面學業表現均有積極作用：參加過奧賽輔導的學生，大學的學業成績顯著更高[24-25]，且這種優勢會在全學年進一步擴大[26]；在奧賽中獲獎的學生更相信自己在專業學習上有優勢特長[1]；奧賽獲獎能提升學生在大學階段的學習收獲和在校滿意度[15]。然而，也有研究發現，在強基計劃學生群體內部，有無奧賽學習經歷的學生在大一和大二的學業表現無顯著差異[24]，說明奧賽獲獎經歷對學業表現的作用受到學生群體的影響。還有研究者分析了評價制度對拔尖學生未來發展的消極影響：學業表現不能完全真實地反映學生的學習投入、學習收獲與能力水平，異化的評價制度帶來異化的學習策略與動機，阻礙學生的科研參與，抑制學生的學業能力發展[27]。

（二）科研參與

科研參與是影響科研成效的重要因素，能夠培養學生的學術志趣、促進學生的能力發展并提升學生從事科研職業的意愿[28-29]。已有研究中，本科生的科研參與常被定義為行為投入，主要從參與次數與時間等維度進行測量。在次數方面，有奧賽經歷的學生，其大一和大二的科研參與率顯著更高[24]；在時間方面，科研項目的持續時間和學生每周平均投入的時間可以從不同角度反映學生的科研參與，后者對科研學習收獲有顯著積極影響，而前者的影響則不顯著[30]。

（三）科研成效

衡量本科生科研成效的指標主要包括能力素質、學術志趣與科研產出結果三類。

創新思維和創新人格組成了創新人才的心理素質[16,31]，參與過奧賽的學生在這兩方面的測評得分均更高[16]，但不同的奧賽參與動機會導致不同的發散型思維發展程度[32]。在學習能力、溝通與團隊合作能力、科研技能的自評中，奧賽生的得分也顯著高于非奧賽生[24,28]。

志趣是拔尖創新人才培養的基礎與關鍵，主要包括學術興趣和學術志向[33-34]。思辨研究多認為奧賽能夠培養學生的興趣[35-37]，實證研究則呈現了不同的結果：有研究發現在奧賽中獲獎的學生更有志于成為科學家、做出重大科技貢獻[1]；也有研究發現奧賽參與經歷對學生的大學專業興趣的影響并不顯著[17,25]，甚至有可能扼殺學生的志趣[16,38]。

科研產出能夠直接反映科研活動的成效。已有研究主要追蹤少數頂尖奧賽選手的長期科研發展，但并未對整個競優生群體在本科期間的科研產出情況進行具體分析。例如，國際學科奧賽研究創始人之一Campbell教授及其團隊追蹤了345名美國奧賽金牌得主的長期發展，發現年齡在16～22歲之間的90名年輕選手平均每人發表了5.09篇論文，而處于早期職業生涯和成熟職業生涯的選手的論文發表數量更多[39-40]。再如，有研究者分析了我國1985—2019年間184名國際數學奧林匹克競賽獲獎者的受教育經歷與職業發展情況，發現62人在畢業后選擇了學術職業且有學術發表信息，人均發表量為23.4篇[41]。上述研究說明，部分競優生群體在長期學術發展中具有卓越表現。

綜上所述，本研究以奧賽成績優異為自變量，以本科階段的科研產出為因變量，以學業表現和科研參與為中介變量，提出以下研究假設。

H1：奧賽成績優異能夠正向預測學生本科階段的科研產出；

H2-1：學業表現在奧賽成績優異對科研產出的作用路徑中發揮正向中介作用；

H2-2：科研累計時長在奧賽成績優異對科研產出的作用路徑中發揮正向中介作用；

H2-3：科研投入強度（每周平均時間）在奧賽成績優異對科研產出的作用路徑中發揮正向中介作用。

三、研究設計

（一）問卷工具與數據來源

本研究使用的問卷工具為“拔尖創新人才選拔與培養”課題組自主編制的“中國雙一流大學拔尖學生學情調查問卷”[42]。該問卷綜合調查了學生個體特征、家庭背景、高中學習經歷、大學學習經歷以及學生發展維度，旨在反映學生大學期間的發展情況及院校培養效果。

本研究的數據來自對某所雙一流高校2021級強基計劃本科生開展的追蹤調查。作為國內首批進行強基計劃試點的重點高校之一，該校設置了五個強基書院（包括一個基礎理科書院、一個基礎文科書院和三個理工銜接書院），大部分競優生會通過強基計劃被錄取至對應的書院，另有少數競優生被保送到其他院系。在學生入學時、大一學年末、大二學年末、大三學年末、大四學年末（本科畢業時）向2021級全體強基學生發放問卷，并通過學號進行不同輪次數據的追蹤匹配。五輪調查分別回收有效問卷843份、815份、487份、471份和642份，均占到2021級強基學生總人數的50%及以上。由于競優生均來自理工科書院，故下文的數據刪除了來自基礎文科書院的樣本。

（二）變量設置與樣本特征

本研究的因變量為學生在本科畢業時已獲得的科研產出，包括科研類競賽（如“挑戰杯”等）獲獎、會議或期刊論文發表和專利獲得，分別采用二分變量（未獲得=0，已獲得=1）和計數變量進行測量，以反映科研產出的概率與數量。

本研究的自變量為奧賽成績優異，指學生在高中階段是否在數學、物理、化學、生物學、信息學奧林匹克競賽中獲得全國決賽二等獎及以上獎項，以二分變量進行測量（非競優生=0，競優生=1）。將獲得全國決賽二等獎及以上獎項設為奧賽成績優異的標準，是因為該校將這一條件設置為學生通過強基計劃“破格入圍”審核的必要條件：通過破格入圍審核的競優生，可在報名時不受高考成績限制而直接入圍，并接受單獨組織的考核；其他考生則仍需按照高考成績確定能否入圍后續的綜合考核。

本研究的機制變量包括學業表現、科研累計時長和科研投入強度。學業表現對應“標準化后的必修課與限選課平均績點”（簡稱必限GPA），計算方法為：（學生的必限GPA－同書院所有學生必限GPA的平均值）÷同書院所有學生必限GPA的標準差。該方法既可以表征學生專業課的學習成績，又可以避免由于書院（專業）不同而導致學業成績的系統性差異。科研累計時長對應“學生累計參與科研項目的時長（單位為月）”，取各選項時長區間的中位數作為該選項的賦值，將有序分類變量轉換連續變量，如選項“4~6個月”對應的變量取值為5。科研投入強度對應“學生在本學年參與科研期間，每周所花費的時間（單位為小時）”，同樣基于各選項時間區間的中位數轉換為連續變量。對于未參與科研的學生，將其科研累計時長處理為0，科研投入強度設為缺失值。

本研究的協變量包括性別（男性=0，女性=1）、戶口類型（城鎮=0，農村=1）、民族（漢族=0，少數民族=1）、高中生源地（分為東部、中部、西部三類，以東部地區為基準組建立2個虛擬變量）、高中學校類型（分為全國重點、省級重點、其他三類，以全國重點為基準組建立2個虛擬變量）、家庭社會經濟地位（得分越高代表家庭社會經濟地位越高）、所在的書院類型（基礎理科書院=0，理工銜接書院=1）等。

表1呈現了樣本學生總體（563人）、競優生（118人）和非競優生（445人）各自的人口學變量基本特征。書院類型上，進入基礎理科書院的競優生占全體競優生的56.78%，遠高于非競優生的相應比例（18.65%）。個體和家庭特征上，在競優生群體中，男性（84.75%）、生源地為中部或西部地區（58.47%）、生源高中為全國重點學校（41.53%）的比例高于非競優生的相應比例；而在戶口類型、民族、父母最高學歷、家庭年收入方面，競優生的比例與非競優生的相應比例相差較小（＜5%）。

四、研究發現

（一）奧賽成績優異與科研產出的關系

為探討奧賽成績優異與科研產出之間的關系，以學生本科畢業時取得的科研產出作為因變量，回歸分析結果見表2。

模型1以學生是否取得科研產出（二分變量）作為因變量，使用Logistic回歸模型。結果顯示，奧賽成績優異對取得科研產出具有顯著的正向預測作用（β=1.017，p＜0.001）。模型2將因變量更換為計數變量，以考察科研產出的數量差異。由于因變量存在較多0值，且方差大于均值（方差=2.591，均值=1.167），存在過離散，故采用負二項回歸模型進行分析。模型的過離散參數估計值為0.983（95%置信區間為[0.751，1.285]），證實了負二項回歸方法的適用性。負二項回歸分析結果同樣說明，奧賽成績優異對科研產出數量具有顯著的正向預測作用（β=0.550，p＜0.001）。綜上所述，與非競優生相比，競優生不僅有更高的概率取得科研產出，而且取得科研產出的數量也更多，假設H1得到驗證。

研究進一步采用傾向得分匹配法檢驗上述發現的穩健性。首先，以奧賽成績優異為因變量，將性別、戶籍、民族、高中生源地、家庭社會經濟地位等前置協變量納入Logistic模型，計算傾向得分；其次，使用核匹配估計奧賽成績優異對科研產出數量的處理效應，并運行加權回歸模型；最后，將核匹配的默認帶寬改為0.03、0.10，改用近鄰匹配法（1∶4）分別進行匹配，以檢驗匹配結果的穩健性。表3展現了四種不同匹配方法的相關結果，分別為核匹配（默認帶寬）、核匹配（帶寬=0.03）、核匹配（帶寬=0.10）和近鄰匹配（1∶4）。

對處理組（競優生）和對照組（非競優生）的協變量進行平衡性檢驗，匹配效果良好。共同支持域檢驗顯示，僅1個樣本未位于共同值范圍內；檢驗協變量匹配前后的平衡狀態，匹配后所有協變量的t檢驗均不顯著（p＞0.1），標準化平均偏誤在3.7%～4.3%之間，似然比檢驗p值均大于0.1，說明處理組和對照組的特征在匹配之后得到了有效平衡。

匹配后的統計結果顯示，奧賽成績優異對學生本科期間獲得科研產出有顯著的積極預測作用。對于二分變量（取得科研產出的概率），處理組的平均處理效應（ATT）在0.174～0.192之間，全部在1%水平上顯著；加權Logistic回歸中，控制相關變量后，奧賽成績優異的回歸系數在0.924～1.009之間，且全部在1%水平上顯著。對于計數變量（科研產出的數量），ATT在0.421～0.442之間，全部在5%水平上顯著；加權負二項回歸中，控制相關變量后，奧賽成績優異的回歸系數在0.457～0.494之間，全部在0.1%水平上顯著。不同匹配方法下，奧賽成績優異對科研產出概率、科研產出數量的正向預測作用均保持顯著，表明研究結論具有良好的穩健性。

（二）競優生的學業表現和科研參與

奧賽成績優異對本科生的科研產出有積極的預測作用。為進一步探究其作用成因，分別以學業表現、科研累計時長、科研投入強度作為因變量，采用線性回歸模型分析奧賽成績優異對拔尖本科生的學業表現和科研參與過程的作用，結果見表4和表5。

表4以學業表現為因變量，使用線性回歸模型探討奧賽成績優異與學業表現的關系。結果表明，無論是在大一學年的適應期，還是綜合多個學年的整體學業表現，競優生與非競優生的學業成績均不存在顯著性差異（p＞0.1），且模型整體解釋力不顯著（F檢驗p＞0.1）。此外，將因變量分別替換為未標準化的必限GPA、未標準化的總GPA和標準化的總GPA，奧賽成績優異在回歸方程中的對應系數始終不顯著。因此，在強基計劃學生內部，奧賽經歷與學業表現不存在明顯相關性。這一結論與王牛等人的研究[24]較為一致。

表5使用線性回歸模型，探討奧賽成績優異與科研參與的關系。模型7至模型10以科研累計時長為因變量，結果表明，競優生在本科期間參與科研的累計時長顯著更長（β＞0，p＜0.05），意味著競優生更早接觸科研或更長期地堅持參加科研。模型11至模型14以科研投入強度為因變量，結果表明，在參與科研的樣本學生中，競優生僅在大二學年每周投入的時長顯著高于非競優生（β=2.718，p＜0.001），而在大一、大三、大四學年與非競優生不存在顯著性差異。上述回歸模型體現了競優生與非競優生的科研參與存在兩方面的不同：一方面，競優生能夠更早接觸科研或更持續地參與科研；另一方面，在參與科研的學生群體內部，競優生僅在大二學年投入的時間比非競優生更多，而其他學年投入的時間與非競優生無顯著差異。

（三）中介效應分析

為揭示奧賽成績優異可預測科研產出的作用路徑，基于回歸分析，使用偏差校正非參數百分位Bootstrap法檢驗學業表現、科研累計時長、科研投入強度在奧賽成績優異與科研產出之間的多重中介效應。由于學生主要在大三大四年級取得科研產出，為盡量避免中介變量受到因變量的反向影響（前一年取得的科研產出可能激勵學生下一學年的科研參與），選取學生在大二學年末的學業表現、科研投入強度、科研累計時長作為中介變量。表6呈現了Bootstrap檢驗結果，圖1展示了中介效應的作用路徑（實線表示路徑系數顯著，虛線表示路徑系數不顯著）。奧賽成績優異通過科研累計時長和科研投入強度產生的間接效應分別為0.109和0.080，作用顯著；通過學業表現產生的間接效應不顯著；直接效應為0.496，作用顯著。綜上，科研累計時長和科研投入強度在奧賽成績優異和科研產出之間發揮部分中介作用：競優生在本科畢業時取得顯著更多的科研產出，一部分原因在于他們參與科研的持續時間更長，一部分原因在于他們在大二學年每周投入的時間更多，還有一部分直接效應未被上述中介機制解釋。由此證明假設H2-1不成立，假設H2-2和H2-3成立。

五、結論與討論

第一，學生的奧賽成績優異可以正向預測其本科階段的科研產出。在高中奧賽中獲得全國二等獎及以上的學生可獲得破格入圍強基計劃審核的資格，體現了“奧賽拔尖有效預測科研潛力”的人才選拔理念。本研究使用Logistic回歸、負二項回歸與傾向得分匹配等方法，探討奧賽成績優異與本科科研產出的關系，發現奧賽成績優異與學生取得科研產出的概率和數量均存在正向關聯，結論穩健性較好。在學術研究層面，研究通過引入科研產出這一結果變量，將競優生科研成效的實證證據從學術志趣、創新能力拓展至更具顯示度的成果層面，為了解其本科階段的科研發展提供了新的維度。在政策評估層面，強基計劃將奧賽獲獎作為學生破格入圍的選拔依據，本研究的結果為這一措施的合理性提供了實證方面的支持。然而，在拔尖創新人才選拔中，任何單一指標（包括奧賽成績）的預測效度均有其局限。未來政策設計與實踐的關鍵在于，探索如何將奧賽成績與其他多維評價標準有效結合，提升選拔的效率、公平性與選拔方式的多樣性。

第二，競優生的科研參與度高于非競優生，而在學業表現方面與非競優生無明顯差異。回歸分析結果表明，競優生更早接觸并長期參與科研項目，其累計參與時長更長；大二學年的科研投入強度更高，而其他學年的科研投入強度與非競優生相比無明顯差異。這些結果體現了奧賽成績優異在科研參與中的早期優勢。而在學業表現方面，競優生與非競優生在各個學年均無顯著差異。一種可能是，強基計劃中，競優生的對比群體不是統招生，而是高考分數稍低但學習能力自評較高的“潛力型”學生[34]，后者即使未獲得破格入圍資格，也可能有一定的超前學習或者奧賽學習經歷，導致二者在學業表現上無顯著差異；另一種可能是，競優生將其部分時間和精力優勢投入科研探索，導致其在大學學業成績上的相對優勢未能凸顯。

第三，科研參與在奧賽成績優異與科研產出之間發揮部分中介作用。Bootstrap檢驗結果表明，科研累計時長和科研投入強度在奧賽成績優異與科研產出之間起到部分中介作用，直接效應顯著，而學業表現的中介作用不顯著。這一結果確證了行為路徑的部分解釋力，為理解奧賽對科研產出的作用機制提供了過程分析視角。競優生的科研產出優勢部分得益于他們更早/更持續地參與科研，以及在大二學年投入更多時間。然而，部分中介的結論同時提示，可能尚有未被捕獲的作用機制存在[43]。具體到行為投入層面，部分中介的結果提示，競優生的科研產出優勢無法完全由“何時開始”或“投入多少”解釋，可能與他們在單位時間內的投入質量[30]有關，有待于進一步研究分析揭示。因此，探討本科生科研投入時，應超越對時間積累的測量，轉向對科研參與過程的深度分析，如關注學生在問題提出、實驗設計、挫折應對等關鍵環節中的具體表現與認知加工過程。對本科生培養實踐的啟示是，高校既應通過適當減輕學生的學業負擔等方式鼓勵學生長周期、有深度地參與科研，同時也應為學生設置合理的挑戰與充足的支持，以保障學生的科研參與質量，避免一味增加科研訓練的時長或任務量。

最后，本研究的局限主要存在于以下三個方面。其一，因變量（科研產出）的測量方式僅能反映科研產出的數量差異，而未能有效區分質量差異。后續研究可進一步細化測量方式，聚焦科研產出質量。其二，以科研產出為因變量的回歸模型偽R2值偏低，表明拔尖學生科研產出的影響因素較為多元且復雜，存在未觀測或難以量化的因素，因此模型的整體解釋力有限。其三，對于奧賽獲獎與科研產出之間的中介效應，仍然存在未揭示的作用機制。后續研究可采用質性方法，進一步探究奧賽獲獎影響科研創新的具體路徑與機制。

參考文獻略。

引用格式: 朱彥卓, 劉炳麟. 奧賽成績優異能否預測拔尖學生的科研產出?: 基于某高校強基計劃學生追蹤數據的實證研究[J]. 中國考試, 2026(3): 41-51.

“《中國考試》雜志”

學習強國號

需要本期雜志