朱彦卓 刘炳麟：奥赛成绩优异能否预测拔尖学生的科研产出?——基于某高校强基计划学生追踪数据的实证研究

作者简介：

朱彦卓

清华大学教育学院在读博士生。

刘炳麟

清华大学新雅书院学生。

摘 要：全国中学生奥林匹克竞赛获奖经历是高校选拔强基计划学生的重要指标，但对于奥赛成绩能否预测学生本科阶段的科研发展成效，仍缺乏实证依据。本研究基于对某重点高校2021级强基计划本科生的追踪调查数据，综合运用回归分析、倾向得分匹配与中介效应检验等方法，探讨了奥赛成绩优异与科研产出之间的关系及其作用路径。研究发现：1）奥赛成绩优异的学生取得科研产出的概率与数量均明显更高；2）该类学生的科研参与度更高，表现为本科期间累计参与科研的时间更长，尤其大二学年每周投入科研的时间更多；3）科研参与在奥赛成绩优异与科研产出之间发挥部分中介作用。本研究为厘清奥赛成绩在拔尖学生选拔中的预测作用提供了实证支持。

关键词：学科奥赛；本科生科研；强基计划；拔尖创新人才；中介效应

一、问题提出

全国中学生奥林匹克竞赛（以下简称奥赛）是我国历史悠久、较为系统化的中学生英才教育方式[1]，奥赛获奖经历一直是高校选拔拔尖学生的重要指标。早在1988年，原国家教委发布《普通高等学校招收保送生的暂行规定》，规定参加国际中学生学科奥林匹克竞赛集训的优秀高中应届毕业生可被保送录取至高校[2]。2001年，教育部将奥赛获奖的保送范围明确为省赛区一等奖及以上[3]。2014年起，除参加国家队集训的学生外，在奥赛中获奖的学生不再具有高考保送资格[4]，但许多高校依然在自主招生中注重考察学生的奥赛经历[5-6]。强基计划在招生时，通常对获得奥赛全国决赛二等奖及以上的学生（以下简称竞优生）提供破格入围的申请机会[7-8]。因此，以奥赛成绩预测学生本科阶段的发展潜力，是我国拔尖创新人才选拔中长期存在的制度化实践。

然而，这一选拔措施的有效性问题在三个方面受到质疑。首先，奥赛考试不等同于科学研究。国际数学奥林匹克竞赛“在限定的数学主题中考查中学生的知识运用能力和思维能力”，与研究者在高等数学领域内进行创造性研究工作有本质区别[9]；学界与实践领域也在探索研究导向的人才选拔途径，如“丘成桐中学科学奖”以提交个人或团队研究报告的形式参赛[10]。其次，许多家庭将奥赛视为进入顶尖高校的“敲门砖”，以功利性的方式参加奥赛，为考而考，可能压抑学生的兴趣与创新能力[11-12]。最后，优质教育资源的稀缺性、奥赛教育的地区发展差异、偶发的舞弊或泄题事件也在一定程度上削弱了选拔的有效性[13-14]。上述质疑均指向“奥赛成绩能否预测学生的学术潜力”这一尚未被充分解答的问题。

已有研究探讨了奥赛参与（或获奖）与学生本科阶段的学业表现[1]、学习收获[15]、创新能力[16]、专业兴趣[17]等方面的关系，而较少涉及学生本科毕业时的科研产出。因此，本研究以竞优生为研究群体，以本科毕业时取得的科研产出作为衡量学生科研发展成效的指标，综合运用回归分析、倾向得分匹配与中介效应检验等方法，探讨奥赛成绩优异对竞优生本科阶段科研产出的预测效力，揭示潜在的作用机制。

二、文献综述与研究假设

本科生科研是科教融合的基本形式之一，有利于培养学生的创新能力和高阶思维，已成为培养拔尖创新人才的重要举措[18-20]。美国大学最早将本科生科研参与制度化、规范化，本科生科研成为21世纪美国本科教育的重要组成部分[21]。借鉴发达国家经验，我国高校自1995年起也相继出台了本科生科研训练计划[21]。关于奥赛经历对本科生科研的影响，已有研究主要关注学业表现、科研参与及科研成效三个方面。

（一）学业表现

学业表现是现行拔尖创新人才评价体系的核心指标之一[22]，与科研参与[21,23-24]、科研产出[22]均存在显著的正相关。已有研究认为，奥赛对于本科生各方面学业表现均有积极作用：参加过奥赛辅导的学生，大学的学业成绩显著更高[24-25]，且这种优势会在全学年进一步扩大[26]；在奥赛中获奖的学生更相信自己在专业学习上有优势特长[1]；奥赛获奖能提升学生在大学阶段的学习收获和在校满意度[15]。然而，也有研究发现，在强基计划学生群体内部，有无奥赛学习经历的学生在大一和大二的学业表现无显著差异[24]，说明奥赛获奖经历对学业表现的作用受到学生群体的影响。还有研究者分析了评价制度对拔尖学生未来发展的消极影响：学业表现不能完全真实地反映学生的学习投入、学习收获与能力水平，异化的评价制度带来异化的学习策略与动机，阻碍学生的科研参与，抑制学生的学业能力发展[27]。

（二）科研参与

科研参与是影响科研成效的重要因素，能够培养学生的学术志趣、促进学生的能力发展并提升学生从事科研职业的意愿[28-29]。已有研究中，本科生的科研参与常被定义为行为投入，主要从参与次数与时间等维度进行测量。在次数方面，有奥赛经历的学生，其大一和大二的科研参与率显著更高[24]；在时间方面，科研项目的持续时间和学生每周平均投入的时间可以从不同角度反映学生的科研参与，后者对科研学习收获有显著积极影响，而前者的影响则不显著[30]。

（三）科研成效

衡量本科生科研成效的指标主要包括能力素质、学术志趣与科研产出结果三类。

创新思维和创新人格组成了创新人才的心理素质[16,31]，参与过奥赛的学生在这两方面的测评得分均更高[16]，但不同的奥赛参与动机会导致不同的发散型思维发展程度[32]。在学习能力、沟通与团队合作能力、科研技能的自评中，奥赛生的得分也显著高于非奥赛生[24,28]。

志趣是拔尖创新人才培养的基础与关键，主要包括学术兴趣和学术志向[33-34]。思辨研究多认为奥赛能够培养学生的兴趣[35-37]，实证研究则呈现了不同的结果：有研究发现在奥赛中获奖的学生更有志于成为科学家、做出重大科技贡献[1]；也有研究发现奥赛参与经历对学生的大学专业兴趣的影响并不显著[17,25]，甚至有可能扼杀学生的志趣[16,38]。

科研产出能够直接反映科研活动的成效。已有研究主要追踪少数顶尖奥赛选手的长期科研发展，但并未对整个竞优生群体在本科期间的科研产出情况进行具体分析。例如，国际学科奥赛研究创始人之一Campbell教授及其团队追踪了345名美国奥赛金牌得主的长期发展，发现年龄在16～22岁之间的90名年轻选手平均每人发表了5.09篇论文，而处于早期职业生涯和成熟职业生涯的选手的论文发表数量更多[39-40]。再如，有研究者分析了我国1985—2019年间184名国际数学奥林匹克竞赛获奖者的受教育经历与职业发展情况，发现62人在毕业后选择了学术职业且有学术发表信息，人均发表量为23.4篇[41]。上述研究说明，部分竞优生群体在长期学术发展中具有卓越表现。

综上所述，本研究以奥赛成绩优异为自变量，以本科阶段的科研产出为因变量，以学业表现和科研参与为中介变量，提出以下研究假设。

H1：奥赛成绩优异能够正向预测学生本科阶段的科研产出；

H2-1：学业表现在奥赛成绩优异对科研产出的作用路径中发挥正向中介作用；

H2-2：科研累计时长在奥赛成绩优异对科研产出的作用路径中发挥正向中介作用；

H2-3：科研投入强度（每周平均时间）在奥赛成绩优异对科研产出的作用路径中发挥正向中介作用。

三、研究设计

（一）问卷工具与数据来源

本研究使用的问卷工具为“拔尖创新人才选拔与培养”课题组自主编制的“中国双一流大学拔尖学生学情调查问卷”[42]。该问卷综合调查了学生个体特征、家庭背景、高中学习经历、大学学习经历以及学生发展维度，旨在反映学生大学期间的发展情况及院校培养效果。

本研究的数据来自对某所双一流高校2021级强基计划本科生开展的追踪调查。作为国内首批进行强基计划试点的重点高校之一，该校设置了五个强基书院（包括一个基础理科书院、一个基础文科书院和三个理工衔接书院），大部分竞优生会通过强基计划被录取至对应的书院，另有少数竞优生被保送到其他院系。在学生入学时、大一学年末、大二学年末、大三学年末、大四学年末（本科毕业时）向2021级全体强基学生发放问卷，并通过学号进行不同轮次数据的追踪匹配。五轮调查分别回收有效问卷843份、815份、487份、471份和642份，均占到2021级强基学生总人数的50%及以上。由于竞优生均来自理工科书院，故下文的数据删除了来自基础文科书院的样本。

（二）变量设置与样本特征

本研究的因变量为学生在本科毕业时已获得的科研产出，包括科研类竞赛（如“挑战杯”等）获奖、会议或期刊论文发表和专利获得，分别采用二分变量（未获得=0，已获得=1）和计数变量进行测量，以反映科研产出的概率与数量。

本研究的自变量为奥赛成绩优异，指学生在高中阶段是否在数学、物理、化学、生物学、信息学奥林匹克竞赛中获得全国决赛二等奖及以上奖项，以二分变量进行测量（非竞优生=0，竞优生=1）。将获得全国决赛二等奖及以上奖项设为奥赛成绩优异的标准，是因为该校将这一条件设置为学生通过强基计划“破格入围”审核的必要条件：通过破格入围审核的竞优生，可在报名时不受高考成绩限制而直接入围，并接受单独组织的考核；其他考生则仍需按照高考成绩确定能否入围后续的综合考核。

本研究的机制变量包括学业表现、科研累计时长和科研投入强度。学业表现对应“标准化后的必修课与限选课平均绩点”（简称必限GPA），计算方法为：（学生的必限GPA－同书院所有学生必限GPA的平均值）÷同书院所有学生必限GPA的标准差。该方法既可以表征学生专业课的学习成绩，又可以避免由于书院（专业）不同而导致学业成绩的系统性差异。科研累计时长对应“学生累计参与科研项目的时长（单位为月）”，取各选项时长区间的中位数作为该选项的赋值，将有序分类变量转换连续变量，如选项“4~6个月”对应的变量取值为5。科研投入强度对应“学生在本学年参与科研期间，每周所花费的时间（单位为小时）”，同样基于各选项时间区间的中位数转换为连续变量。对于未参与科研的学生，将其科研累计时长处理为0，科研投入强度设为缺失值。

本研究的协变量包括性别（男性=0，女性=1）、户口类型（城镇=0，农村=1）、民族（汉族=0，少数民族=1）、高中生源地（分为东部、中部、西部三类，以东部地区为基准组建立2个虚拟变量）、高中学校类型（分为全国重点、省级重点、其他三类，以全国重点为基准组建立2个虚拟变量）、家庭社会经济地位（得分越高代表家庭社会经济地位越高）、所在的书院类型（基础理科书院=0，理工衔接书院=1）等。

表1呈现了样本学生总体（563人）、竞优生（118人）和非竞优生（445人）各自的人口学变量基本特征。书院类型上，进入基础理科书院的竞优生占全体竞优生的56.78%，远高于非竞优生的相应比例（18.65%）。个体和家庭特征上，在竞优生群体中，男性（84.75%）、生源地为中部或西部地区（58.47%）、生源高中为全国重点学校（41.53%）的比例高于非竞优生的相应比例；而在户口类型、民族、父母最高学历、家庭年收入方面，竞优生的比例与非竞优生的相应比例相差较小（＜5%）。

四、研究发现

（一）奥赛成绩优异与科研产出的关系

为探讨奥赛成绩优异与科研产出之间的关系，以学生本科毕业时取得的科研产出作为因变量，回归分析结果见表2。

模型1以学生是否取得科研产出（二分变量）作为因变量，使用Logistic回归模型。结果显示，奥赛成绩优异对取得科研产出具有显著的正向预测作用（β=1.017，p＜0.001）。模型2将因变量更换为计数变量，以考察科研产出的数量差异。由于因变量存在较多0值，且方差大于均值（方差=2.591，均值=1.167），存在过离散，故采用负二项回归模型进行分析。模型的过离散参数估计值为0.983（95%置信区间为[0.751，1.285]），证实了负二项回归方法的适用性。负二项回归分析结果同样说明，奥赛成绩优异对科研产出数量具有显著的正向预测作用（β=0.550，p＜0.001）。综上所述，与非竞优生相比，竞优生不仅有更高的概率取得科研产出，而且取得科研产出的数量也更多，假设H1得到验证。

研究进一步采用倾向得分匹配法检验上述发现的稳健性。首先，以奥赛成绩优异为因变量，将性别、户籍、民族、高中生源地、家庭社会经济地位等前置协变量纳入Logistic模型，计算倾向得分；其次，使用核匹配估计奥赛成绩优异对科研产出数量的处理效应，并运行加权回归模型；最后，将核匹配的默认带宽改为0.03、0.10，改用近邻匹配法（1∶4）分别进行匹配，以检验匹配结果的稳健性。表3展现了四种不同匹配方法的相关结果，分别为核匹配（默认带宽）、核匹配（带宽=0.03）、核匹配（带宽=0.10）和近邻匹配（1∶4）。

对处理组（竞优生）和对照组（非竞优生）的协变量进行平衡性检验，匹配效果良好。共同支持域检验显示，仅1个样本未位于共同值范围内；检验协变量匹配前后的平衡状态，匹配后所有协变量的t检验均不显著（p＞0.1），标准化平均偏误在3.7%～4.3%之间，似然比检验p值均大于0.1，说明处理组和对照组的特征在匹配之后得到了有效平衡。

匹配后的统计结果显示，奥赛成绩优异对学生本科期间获得科研产出有显著的积极预测作用。对于二分变量（取得科研产出的概率），处理组的平均处理效应（ATT）在0.174～0.192之间，全部在1%水平上显著；加权Logistic回归中，控制相关变量后，奥赛成绩优异的回归系数在0.924～1.009之间，且全部在1%水平上显著。对于计数变量（科研产出的数量），ATT在0.421～0.442之间，全部在5%水平上显著；加权负二项回归中，控制相关变量后，奥赛成绩优异的回归系数在0.457～0.494之间，全部在0.1%水平上显著。不同匹配方法下，奥赛成绩优异对科研产出概率、科研产出数量的正向预测作用均保持显著，表明研究结论具有良好的稳健性。

（二）竞优生的学业表现和科研参与

奥赛成绩优异对本科生的科研产出有积极的预测作用。为进一步探究其作用成因，分别以学业表现、科研累计时长、科研投入强度作为因变量，采用线性回归模型分析奥赛成绩优异对拔尖本科生的学业表现和科研参与过程的作用，结果见表4和表5。

表4以学业表现为因变量，使用线性回归模型探讨奥赛成绩优异与学业表现的关系。结果表明，无论是在大一学年的适应期，还是综合多个学年的整体学业表现，竞优生与非竞优生的学业成绩均不存在显著性差异（p＞0.1），且模型整体解释力不显著（F检验p＞0.1）。此外，将因变量分别替换为未标准化的必限GPA、未标准化的总GPA和标准化的总GPA，奥赛成绩优异在回归方程中的对应系数始终不显著。因此，在强基计划学生内部，奥赛经历与学业表现不存在明显相关性。这一结论与王牛等人的研究[24]较为一致。

表5使用线性回归模型，探讨奥赛成绩优异与科研参与的关系。模型7至模型10以科研累计时长为因变量，结果表明，竞优生在本科期间参与科研的累计时长显著更长（β＞0，p＜0.05），意味着竞优生更早接触科研或更长期地坚持参加科研。模型11至模型14以科研投入强度为因变量，结果表明，在参与科研的样本学生中，竞优生仅在大二学年每周投入的时长显著高于非竞优生（β=2.718，p＜0.001），而在大一、大三、大四学年与非竞优生不存在显著性差异。上述回归模型体现了竞优生与非竞优生的科研参与存在两方面的不同：一方面，竞优生能够更早接触科研或更持续地参与科研；另一方面，在参与科研的学生群体内部，竞优生仅在大二学年投入的时间比非竞优生更多，而其他学年投入的时间与非竞优生无显著差异。

（三）中介效应分析

为揭示奥赛成绩优异可预测科研产出的作用路径，基于回归分析，使用偏差校正非参数百分位Bootstrap法检验学业表现、科研累计时长、科研投入强度在奥赛成绩优异与科研产出之间的多重中介效应。由于学生主要在大三大四年级取得科研产出，为尽量避免中介变量受到因变量的反向影响（前一年取得的科研产出可能激励学生下一学年的科研参与），选取学生在大二学年末的学业表现、科研投入强度、科研累计时长作为中介变量。表6呈现了Bootstrap检验结果，图1展示了中介效应的作用路径（实线表示路径系数显著，虚线表示路径系数不显著）。奥赛成绩优异通过科研累计时长和科研投入强度产生的间接效应分别为0.109和0.080，作用显著；通过学业表现产生的间接效应不显著；直接效应为0.496，作用显著。综上，科研累计时长和科研投入强度在奥赛成绩优异和科研产出之间发挥部分中介作用：竞优生在本科毕业时取得显著更多的科研产出，一部分原因在于他们参与科研的持续时间更长，一部分原因在于他们在大二学年每周投入的时间更多，还有一部分直接效应未被上述中介机制解释。由此证明假设H2-1不成立，假设H2-2和H2-3成立。

五、结论与讨论

第一，学生的奥赛成绩优异可以正向预测其本科阶段的科研产出。在高中奥赛中获得全国二等奖及以上的学生可获得破格入围强基计划审核的资格，体现了“奥赛拔尖有效预测科研潜力”的人才选拔理念。本研究使用Logistic回归、负二项回归与倾向得分匹配等方法，探讨奥赛成绩优异与本科科研产出的关系，发现奥赛成绩优异与学生取得科研产出的概率和数量均存在正向关联，结论稳健性较好。在学术研究层面，研究通过引入科研产出这一结果变量，将竞优生科研成效的实证证据从学术志趣、创新能力拓展至更具显示度的成果层面，为了解其本科阶段的科研发展提供了新的维度。在政策评估层面，强基计划将奥赛获奖作为学生破格入围的选拔依据，本研究的结果为这一措施的合理性提供了实证方面的支持。然而，在拔尖创新人才选拔中，任何单一指标（包括奥赛成绩）的预测效度均有其局限。未来政策设计与实践的关键在于，探索如何将奥赛成绩与其他多维评价标准有效结合，提升选拔的效率、公平性与选拔方式的多样性。

第二，竞优生的科研参与度高于非竞优生，而在学业表现方面与非竞优生无明显差异。回归分析结果表明，竞优生更早接触并长期参与科研项目，其累计参与时长更长；大二学年的科研投入强度更高，而其他学年的科研投入强度与非竞优生相比无明显差异。这些结果体现了奥赛成绩优异在科研参与中的早期优势。而在学业表现方面，竞优生与非竞优生在各个学年均无显著差异。一种可能是，强基计划中，竞优生的对比群体不是统招生，而是高考分数稍低但学习能力自评较高的“潜力型”学生[34]，后者即使未获得破格入围资格，也可能有一定的超前学习或者奥赛学习经历，导致二者在学业表现上无显著差异；另一种可能是，竞优生将其部分时间和精力优势投入科研探索，导致其在大学学业成绩上的相对优势未能凸显。

第三，科研参与在奥赛成绩优异与科研产出之间发挥部分中介作用。Bootstrap检验结果表明，科研累计时长和科研投入强度在奥赛成绩优异与科研产出之间起到部分中介作用，直接效应显著，而学业表现的中介作用不显著。这一结果确证了行为路径的部分解释力，为理解奥赛对科研产出的作用机制提供了过程分析视角。竞优生的科研产出优势部分得益于他们更早/更持续地参与科研，以及在大二学年投入更多时间。然而，部分中介的结论同时提示，可能尚有未被捕获的作用机制存在[43]。具体到行为投入层面，部分中介的结果提示，竞优生的科研产出优势无法完全由“何时开始”或“投入多少”解释，可能与他们在单位时间内的投入质量[30]有关，有待于进一步研究分析揭示。因此，探讨本科生科研投入时，应超越对时间积累的测量，转向对科研参与过程的深度分析，如关注学生在问题提出、实验设计、挫折应对等关键环节中的具体表现与认知加工过程。对本科生培养实践的启示是，高校既应通过适当减轻学生的学业负担等方式鼓励学生长周期、有深度地参与科研，同时也应为学生设置合理的挑战与充足的支持，以保障学生的科研参与质量，避免一味增加科研训练的时长或任务量。

最后，本研究的局限主要存在于以下三个方面。其一，因变量（科研产出）的测量方式仅能反映科研产出的数量差异，而未能有效区分质量差异。后续研究可进一步细化测量方式，聚焦科研产出质量。其二，以科研产出为因变量的回归模型伪R²值偏低，表明拔尖学生科研产出的影响因素较为多元且复杂，存在未观测或难以量化的因素，因此模型的整体解释力有限。其三，对于奥赛获奖与科研产出之间的中介效应，仍然存在未揭示的作用机制。后续研究可采用质性方法，进一步探究奥赛获奖影响科研创新的具体路径与机制。

参考文献略。

引用格式: 朱彦卓, 刘炳麟. 奥赛成绩优异能否预测拔尖学生的科研产出?: 基于某高校强基计划学生追踪数据的实证研究[J]. 中国考试, 2026(3): 41-51.

“《中国考试》杂志”

学习强国号

需要本期杂志