作者简介：李春玲，女，南开大学社会学院杰出教授、中国社会科学院社会学研究所研究员，博士。胡涛文，男，复旦大学高等教育研究所博士研究生。
高云浩，女，中国社会科学院大学社会与民族学院博士研究生。
基金项目：中国社会科学院大学人文社科类重大项目培育专项“共同富裕与青年共享发展的多元路径研究（2023305）。
摘要：本文使用中国大学生追踪调查（PSCUS）2023年数据库，采用固定效应模型，系统考察通过新高考方式进入“双一流”高校的学生，相较于老高考方式录取的学生，在学业表现和科研志向方面的差异，并据此评估新高考改革是否显著优化了拔尖创新人才的选拔效果。实证分析发现，当前实施的两种新高考选科模式——“3+1+2”模式和“3+3”模式，对拔尖创新人才的选拔效果存在显著差异。“3+1+2”模式显著提升了“双一流”高校大学生的科研志向，有利于拔尖创新人才选拔；而“3+3”模式则因功利化选科动机较强导致部分学科专业、部分群体学生学业表现不佳，抑制了新高考优化拔尖创新人才的选拔成效。新高考改革对理工科拔尖创新人才选拔效果较为突出，两种新高考选科模式呈现分化效应。此外，新高考改革对弱势群体大学生明显有利，有助于弱化因家庭资源差距导致的成才机遇的不平等。本文的研究结论有助于深入理解高考选考制度改革的实施效果，为推进新高考改革提供政策参考。
一、 研究背景与问题提出
选拔拔尖创新人才是我国人才强国战略的核心要务之一，也是深化教育改革的一项重点目标。2025年1月中共中央、国务院印发的《教育强国建设规划纲要（2024—2035年）》[1]，明确将“完善拔尖创新人才发现和培养机制”确定为加快建设教育强国的主要工作任务。高考作为选拔性考试，衔接高中教育与高等教育，是选拔和培养拔尖创新人才的关键环节。一方面，一方面，高考承担着选拔拔尖创新人才进入一流大学培养的重要功能，对促进国家人才培养、基础学科质量提升、科技实力增强具有重要作用。另一方面，高考作为义务教育阶段和高中教育阶段学生培养目标的“指挥棒”，直接影响到学校和家庭对中小学学生的培养方式，进而影响高等教育阶段学生的学科选择、专业兴趣和学业表现，对于一体化选育拔尖创新人才、激发青少年创新潜力、培育学生科学研究志向具有重要的导向作用。
1978年起确立的传统文理分科高考制度（以下简称“老高考”）以“统一考试、分类选拔”为核心，适应了改革开放初期对专门化人才的迫切需求，推动了产业发展和国家经济增长。然而，文理分科制度割裂人文社会相关学科（思想政治、历史和地理）与自然科学相关学科（物理、化学、生物），固化了学科边界，不利于交叉学科的人才培养和学生全面发展。为全面推进素质教育、提高人才培养质量，2014年9月，国务院正式提出实施高考综合改革（以下简称“新高考”），其中“改革幅度最大、影响最为深刻的就是高考科目选择改革”[2]，该项改革突破了老高考的文理分科局限以及统一考试科目模式，逐步实施鼓励学生个性化和多样化发展的自主选科模式，浙江、上海于2014年首批试点，其余省份按批次陆续推进。截至2025年，绝大多数省份都加入改革行列，新高考改革也成为我国深化教育领域综合改革的重要组成部分。
作为新高考改革核心部分的高考科目选择改革，对于我国人才选拔和培养产生了多方面的影响，但在实施过程中不断出现问题并引发争议。该项改革以“引导学生全面发展、注重培养兴趣特长”为出发点[3-4]，强调专业课程和选考科目“自由选择”, 突出升学选择的个性化和多样性。根据“增加学生选择权”这一基本原则，新高考选科不再区分文理科，高考总成绩由语文、数学、外语3个必考科目成绩和高中学业水平考试3个选考科目成绩组成，学生可自主在高中学业水平考试科目（思想政治、历史、地理、物理、化学、生物等科目）中任选3个，由此形成了新高考“3+3”模式，在首批新高考试点地区（上海、浙江）和第二批新高考试点地区（北京、天津、山东、海南）推行。最初六省份的新高考模式的实践，虽然扩大了学生的科目选择权，促进了学生全面而有个性的发展，但也产生了学生功利化选科、高中走班教学资源不足等问题，其中最为突出的一个问题是“物理遇冷”。为缓解“3+3”模式带来的物理科目选科人数过少问题，浙江和上海分别于2017年和2018年相继实施了选考科目托底保障机制，即当某科目选考人数低于保障数量时，以保障数量为基数进行等级赋分。基于已有省份的试点经验，河北、辽宁等8个省份于2018年正式启动了“3+1+2”模式，即物理和历史任选1门，再从剩余可选科目中任选2门。相比于“3+3”模式，“3+1+2”模式下学生选择性减少，但仍然有12种选科组合，是传统文理分科和“3+3”模式的折中方案。“3+1+2”模式虽然缓解了“物理遇冷”和走班教学资源不足等问题，但又出现了“化学遇冷”问题。针对高考化学遇冷现象，2020年江苏和湖南相继建立选考科目托底保障机制。
2021年教育部出台《普通高校本科招生专业选考科目要求指引（通用版）》，要求高校根据自身办学定位和专业培养目标，提高录取学生高考选科和高校专业之间的匹配度。在该文件的指导下，高校专业招生对高中选科提出了更严格的要求，大部分理工农医类专业要求必选物理和化学，很多人文社科类专业要求必选历史和思想政治。该指引通过高校限科的方式压缩了学生的选科空间，但相比于以往的文理分科，学生仍有更多的选择空间。“高校限科”方式下，“物理遇冷”和“化学遇冷”问题不再突出，但新的问题持续涌现。近年来大学生就业日益激烈，特别是人文社科专业毕业生就业压力显著加大，学生及其家长在高中选科和大学专业选择中越来越多地考虑学科专业的就业前景，选考物理和化学的学生增多，在物理与历史二选一中选择物理的比例大幅提升，导致日益突出的“历史遇冷”现象。同时，由于高校部分社会科学专业招生不要求必选历史和思想政治，经济学、社会学等专业甚至欢迎选考物理和化学的学生，部分专业兴趣偏向理工科并且选考物理和化学的学生，为了进入优质高校而选择人文社科专业，导致大学生学习专业兴趣薄弱、学业表现不佳，而这些学生又挤占了有志于人文社科专业学生的优质教育机会。这些功利化选科倾向偏离了新高考科目选择改革的初衷，不利于学生专业兴趣培养和个性化成长成才，也引发新高考改革能否达成优化科学选才和拔尖创新人才培养目标的争议。在此背景下，迫切需要科学评估新高考改革成效，尤其是“3+3”模式和“3+1+2”模式对于学生学业表现和科研志向的后续影响，为加快推进且争议不断的新高考改革指明发展方向。基于此，本文使用中国大学生追踪调查（PSCUS）2023年数据，采用固定效应模型，系统考察通过新高考方式进入“双一流”大学的学生，相较于传统文理分科高考方式录取的学生，在学业表现和科研志向方面是否表现更优，并据此评估新高考改革是否显著提升了拔尖创新人才的选拔成效，深入理解高考选考制度的实施效果，为新高考改革制度调整提供政策参考。
二、 文献评述
（一） 新高考改革优化科学选才成效评估
新高考改革试点实施以来，相关领域学者持续从理论和实证层面探讨新高考改革的实施效果，重点聚焦于评估“3+3”模式和“3+1+2”模式在科学选才和公平选才方面的作用。新高考改革旨在引导学生结合自身专业兴趣和职业规划选择考试科目，促进学生知识和能力的全面发展，实现多样化、高素质、高水平的拔尖人才选拔和培养目标。因此，评估新高考改革成效的研究，主要考察新高考生源大学生相对于老高考生源大学生，是否具有更优的学业表现和更强的专业兴趣，以及新高考是否为优质高校（如“双一流”高校）和优质专业（如国家重点发展的理工科专业）选拔了优质生源。一些研究从学生专业选择角度肯定了新高考改革在科学选拔和培养人才方面的成效，如：李传宗基于河北、辽宁、江苏等8个省份2021级和2022级大学生调查数据研究发现，新高考生源大学生的专业兴趣显著高于老高考生源大学生，专业匹配度在其中发挥了关键的中介作用[5]；矫怡程和史秋衡的研究利用“国家大学生学情调查研究数据库”中两批新高考改革省份大一学生的数据，发现新高考改革有效促进了学生专业选择权的实现，显著提高了学生的“专业—工作”匹配的概率[6]。这些研究认为，新高考显著提升了学生的专业匹配度和专业兴趣，有利于提升高校生源质量和人才培养质量，实现了科学选拔人才的政策目标。但另一些研究则发现，新高考在提升学生专业选择权的同时，对不同层次高校的生源质量产生了异质性影响。吴川宇等人的研究[7]、杨娟和劳林捷[8]的研究发现新高考提升了“双非”高校或中等水平高校生源质量，但对“双一流”高校或高水平大学的生源质量没有显著影响。而马莉萍等人基于2014—2020年浙江新高考改革前后的录取数据分析[9]，以及王新凤对新高考省份的跟踪研究[10]，得出的结论是新高考提升了“双一流”高校或高水平大学的生源质量。前述的矫怡程和史秋衡的研究则发现[11]，新高考促进学生专业选择权的作用只体现在普通本科院校学生身上，而对“211”和“985”院校学生无明显影响。
（二） 新高考改革实施引发的功利化选科现象研究
在新高考改革实施过程中产生了一系列问题，影响了其科学选才成效，其中最为突出的问题是学生功利化选科，引起研究者的关注。刘海峰认为，新高考选科模式下学生选科出现“趋利避害、趋易避难”倾向不可避免，许多中学也公开鼓励学生选择容易取得高分的科目，而忽视学生的专业兴趣和特长[12]。这种功利化选科倾向带来了“物理遇冷”和“化学遇冷”等问题，导致高校理工科生源质量下降[13]。金红昊和张文杰利用浙江省2016—2018年高考招生录取数据库的研究发现，新高考在提升经济学类、计算机类以及医学类专业生源质量的同时，导致多数工科专业生源质量下滑[14]。“3+1+2”模式的推出及高校招生限科政策的实施，虽然解决了“物理遇冷”和“化学遇冷”问题，但并未从根本上消除功利化选科现象[15]。未来就业前景、薪资待遇等是绝大部分考生选科考虑的首要因素，“本科优先选大学”的传统观念仍未改变，为取得高分而投机选科、为获得一流大学文凭不顾自身专业所长等现象十分普遍。理工科专业就业前景优于文科专业，这使越来越多的中学生选择物理、化学、生物等理科科目，而选择理科科目的学生如果无法进入顶尖大学的理工类专业，就转而选择顶尖大学的文科专业。这种情况下，学生的专业兴趣往往让位于功利化选科动机，不利于拔尖创新人才的选拔和培养，同时也增加了新高考改革推进的难度[16]。
（三） 新高考改革促进教育公平作用研究
新高考改革实施对于教育公平的影响，已有研究得出了差异化结论，部分研究认为新高考加剧了教育不平等，而部分研究认为新高考促进了教育公平或对教育公平没有影响。李传宗的研究发现，新高考在教育公平方面存在不利影响，来自教育基础薄弱学校和弱势家庭的学生在专业选择和专业兴趣发展方面处于劣势[17]。方芳和钟秉林的研究也得到类似结论：新高考导致优势家庭与弱势家庭的子女专业选择出现分化，城市家庭和父母受教育水平较高的学生具有更强的理科偏好，更多选择理科组合和物理、化学、生物等理科科目，从而未来更有可能考入教育收益率较高的大学专业并进入高收入职业群体；而农村家庭和父母受教育水平较低的学生则具有更强的文科偏好，更多选择文科组合和思想政治、历史、地理等文科科目，未来更可能遭遇就业困难和发展局限[18]。刘海峰等人的研究还发现，在高考选科相关信息获取和政策解读方面，低文化资本家庭处于相对弱势地位，家长难以及时了解和掌握相关信息，进而无法为子女选科提供有效指导，难以依据学生的实际情况选择适合的科目，从而不利于教育公平[19]。郭丛斌等人的研究则发现，新高考“3+3”模式扩大了优质教育机会的区域不平等，新高考导致地级市高中学生进入顶尖大学的机会上升，而县域高中学生进入顶尖大学的机会下降，但“3+1+2”模式下这一负面影响不显著[20]。与上述这些研究结论相反，另一些研究认为新高考促进了教育公平，例如覃红霞等人的研究认为，新高考改革抑制了优质高等教育机会获得的阶层差异[21]；矫怡程和史秋衡的研究发现，新高考改革更有利于处境不利学生（如女生或来自农村地区、低社会经济地位家庭的学生）实现专业选择权[22]。
综上所述，随着新高考改革从试点、探索到全面推广，相关成效研究也逐步深入，但仍有诸多问题尚未厘清，难以全面、准确、科学地评估新高考改革在拔尖创新人才选拔方面的作用。虽然多数研究肯定了新高考改革优化科学选才的作用，但对于“双一流”大学学生——拔尖创新人才的储备库，这种积极作用是否得以充分体现尚无定论。尤其针对“双一流”大学理工科专业学生——国家重点培养的科技拔尖创新人才后备军，新高考是否有利于他们的专业成才和科研意愿的培养，也无明确定论。相反，功利化选科倾向还引发人们质疑新高考改革在这方面的成效，甚至有研究指出其导致理工科生源质量下降。同样，新高考实施对于教育公平的影响也存在争议，新高考是否更有利于来自弱势群体或资源相对匮乏家庭的学生成长成才，也尚未形成明确结论。另外，新高考改革是通过试点探索并不断加以优化改进的方式逐步推进，各省份和直辖市根据自身条件实施不同的改革模式，对于目前形成的两种主要的高考科目选择模式，即“3+3”模式和“3+1+2”模式，哪种模式更有利于科学选才和公平选才也存在争议。已有研究发现两种模式成效有所差异，覃红霞等人的研究从知识积累、能力提升和思维发展等三方面考察不同高考模式大学生的学业表现，发现两种新高考模式学生的学业表现均优于老高考学生，而“3+1+2”模式优于“3+3”模式[23]。但是，专门针对“双一流”大学学生，基于科研志向等创新人才培养关键指标，系统评估两种模式优劣的研究较为匮乏。最后，已有多数研究采用的数据和方法也存在一些局限，比如多数研究使用部分省份数据，统计模型多采用传统的回归方法，其研究结论有局限。本文尝试基于全国性调查数据——中国大学生追踪调查（PSCUS）数据，借鉴评估政策效果更科学的双重差分法，探讨上述几个尚未充分解答的问题，运用多重固定效应模型科学评估新高考促进拔尖创新人才选拔的成效，为深化教育改革、推进教育强国建设提供政策参考。
三、 研究问题与研究假设
新高考是否优化了拔尖创新人才选拔的成效是本文关注的问题。“双一流”高校大学生是我国拔尖创新人才的重要储备库，因此本文聚焦于考察新高考对“双一流”高校大学生的影响作用。在科技迅速发展以及科技竞争不断激化的当今世界，科学技术领域的拔尖创新人才已成为国家综合国力竞争的核心战略资源，是我国“人才强国战略”的重中之重。为此，本文进一步考察新高考对“双一流”高校理工科大学生的影响。
新高考科目选择改革是通过专业课程和选考科目“自由选择”，注重培养学生的兴趣特长，突出人才成长的个性化和多样性，达到科学选才的目标。已有研究主要从增强学生专业兴趣的角度，考察新高考科目选择改革对人才选拔的作用。专业兴趣固然重要，但更重要的是专业兴趣是否能助力其在专业领域的成长成才。本文参照戴耘[24]、陆一和卜尚聪[25]对拔尖创新人才的定义，结合数据可得性，将学业表现和科研志向作为评估新高考促进拔尖创新人才选拔成效的两个核心指标。优异的学业表现在一定程度上反映了学生具有较强的专业兴趣，能激发更强的学习动机，进而取得优秀的专业课程成绩，为成长成才奠定基础；科研志向则体现了强烈的专业兴趣，并能催生致力于科研创新的意愿，为拔尖创新人才成长成才提供了内在动机。学业表现和科研志向从两个维度衡量了拔尖创新人才应具备的潜力和品质，因此新高考改革是否提升了“双一流”高校大学生的学业表现和科研志向，是评估其促进拔尖创新人才选拔成效的关键。
新高考实施过程中出现的功利化选科现象是无法回避的问题。已有研究认为，功利化选科不利于培养学生的专业兴趣，可能影响科学选才效果，这也引发对新高考政策的争议。但是，已有研究并未实证检验新高考改革与功利化选科之间的因果关系。本文尝试通过中介变量检验，考察新高考是否助长了功利化选科倾向，进而减弱其促进拔尖创新人才选拔的作用。根据已有研究所提及的功利化选科影响因素，本文把学生专业选择依据“就业前景”“专业薪酬”以及“亲友老师意见”作为体现功利化动机的指标，通过考察新高考与专业选择的功利化动机之间的作用关系，评估功利化选科对新高考促进拔尖创新人才选拔成效的影响。
新高考改革对教育公平的影响也是本文关注的问题。拔尖创新人才的成长历程不可避免地受到家庭资源的影响，导致个人发展机遇的不平等，阻碍弱势家庭子女的成长成才[26]。新高考改革是否能使来自弱势群体的大学生更多获益，提升其学业表现和激励科研志向，为其成长成才提供更有利的条件，从而促进教育公平，这也是评估新高考促进拔尖创新人才选拔成效的一个重要方面。本文从户口、家庭收入和性别角度，关注新高考对农村户籍、低收入家庭和女性大学生成长成才的影响。
本文将围绕以下三个具体问题展开实证分析，并据此评估新高考促进拔尖创新人才选拔的成效。一是新高考是否提升“双一流”高校大学生的学业表现和科研志向，特别是理工科大学生；二是新高考是否助长了专业选择的功利化倾向，从而弱化其促进拔尖创新人才选拔的作用；三是新高考是否更有利于提升来自弱势群体的大学生的学业表现和科研志向，推进公平选才育才。
为了回答这三个问题，本文提出三个研究假设并加以检验。一是“新高考促进拔尖创新人才选拔作用”假设；二是“功利化选科中介效应弱化新高考改革成效”假设；三是“新高考有利于弱势群体大学生成长成才”假设。同时，由于新高考科目选择改革主要分为“3+3”模式和“3+1+2”模式，已有研究显示两种模式作用成效有所不同，但哪种模式对拔尖创新人才选拔效果更优尚无定论，因此，本文分别检验这两种模式的成效。
第一，“新高考促进拔尖创新人才选拔作用”假设进一步具体化为以下操作性假设：
假设1.1. 新高考“3+3”模式/“3+1+2”模式显著提升“双一流”高校大学生的学业表现；
假设1.2. 新高考“3+3”模式/“3+1+2”模式显著增强“双一流”高校大学生的科研志向；
假设1.3. 新高考“3+3”模式/“3+1+2”模式显著提升“双一流”高校理工科大学生的学业表现；
假设1.4. 新高考“3+3”模式/“3+1+2”模式显著增强“双一流”高校理工科大学生的科研志向。
第二，“功利化选科中介效应弱化新高考改革成效”假设进一步具体化为以下操作性假设：
假设2.1. 新高考“3+3”模式/“3+1+2”模式使学生专业选择更多考虑“就业前景”因素；
假设2.2. 新高考“3+3”模式/“3+1+2”模式使学生专业选择更多考虑 “专业薪酬”因素；
假设2.3. 新高考“3+3”模式/“3+1+2”模式使学生专业选择更多考虑 “亲友老师意见”因素。
第三，“新高考有利于弱势群体大学生成长成才”假设进一步具体化为以下操作性假设：
假设3.1. 新高考更有利于提升农村户籍大学生的学业表现/科研志向；
假设3.2. 新高考更有利于提升低收入家庭大学生的学业表现/科研志向；
假设3.3. 新高考更有利于提升女大学生的学业表现/科研志向。
四、 数据、变量与模型
（一） 数据来源
本文的数据来源于中国社会科学院中国大学生追踪调查（Panel Study of Chinese University Students，简称PSCUS）。该项调查采用多阶段混合抽样方法，在全国范围内抽取25所高校，涵盖约25000名在校生和11000名毕业生，自2013年以来每年开展一轮追踪调查，调查内容包括个人教育经历、家庭情况、学校生活、就业选择、价值观等信息。调查高校包括多所“双一流”高校，为本文研究新高考改革如何影响拔尖创新人才选拔结果提供了数据支撑。本研究仅使用PSCUS 2023年在校大学生数据库，原因如下：第一，仅有PSCUS 2023年在校生数据库同时询问了受访者的高考科目、高考年份、高考分数以及本文使用的相关机制变量。第二，截至2023年，已有6个省份实施了“3+3”模式，8个省份实施了“3+1+2”模式，制度执行已趋于稳定，PSCUS 2023能够很好地反映当前新高考改革的实施情况。
本文采用固定效应模型，运用面板数据，把样本划分为处理组（参加新高考的学生）与对照组（参加老高考的学生），以检验新高考改革的政策效用。为此，本文对数据进行样本筛选和重构，具体过程如下。第一，根据受访者对高考生源地省份和高考年份两个问题的回答，2023年截面数据拆分为“高考省份—高考年份”两维度伪面板数据。第二，仅保留“双一流”高校本科在读的学生样本。此类高校是我国拔尖创新人才培养的重点院校，高考平均录取分数更高、生源质量更优。第三，本文聚焦新高考改革（直接影响高中阶段选科）的人才选拔效果，部分特殊招生项目（自主招生、保送生等）不以高考分数为选拔标准，且保送生等群体与普通高考生可能存在学业规划等方面的系统差异，因此仅保留参加过高考且生源地为内陆省份的普通高中学生样本。第四，考虑到高考命题方式可能影响拔尖创新人才选拔效果（试题难度可能对本文估计结果造成干扰。2016年以前，高考试卷部分省份自主命题，部分省份使用全国卷，2016年及以后，全国各省均使用全国卷，分为全国I、II、III卷），本文将受访者高考年份限定为2016年及以后。第五，剔除关键变量缺失的样本。数据清洗后，最终样本量为7230名在校学生，“3+3”模式下处理组高考年份为2020—2023年，“3+1+2”模式下处理组高考年份为2021—2023年。覆盖5所原“985”高校和5所原“211”高校，均属“双一流”高校。表1列出了在本文样本期内（高考年份2020—2023年），各省份新高考改革的实施年份和选考模式。
（二） 变量描述
被解释变量为学业表现和科研志向。本文基于学业表现和科研志向这两个指标评估新高考优化拔尖创新人才选拔成效，即：新高考大学生相对于老高考大学生是否有更优异的学业表现和更强的科研志向。学业表现通过学习成绩来加以测量：针对学习成绩字段值，根据受访者对自己目前在同年级同专业的学生中综合排名百分位的回答，赋予对应的百分制分数，再进行标准化处理（根据受访者对自身综合成绩排名的回答，将其转化为百分制分数。“前10%”赋值为95分，“前11%—25%”赋值为85分，“前26%—50%”赋值为75分，“前51%—75%”赋值为67分，“前76%—90%”赋值为63分，“后10%”赋值为60分。新生样本该变量值缺失，因此学习成绩仅包括大二及更高年级的学生样本）。参照郭丛斌等、武玮等选择科研志向代理变量的做法[27-28]，本文通过未来职业选择进行测量科研志向：针对受访者对未来最想从事什么样的职业的回答，若受访者在12个职业选项中选择最想成为“科研人员”则赋值为1，否则为0。
核心解释变量为新高考改革“3+3”模式和“3+1+2”模式。本文分别考察两种新高考模式的影响，核心解释变量为受访者是否受到新高考改革的影响，分别比较“3+3”模式和“3+1+2”模式相对老高考的影响。如果受访者生源地所在省份在其高考当年实施了“3+3”模式，则赋值为1；实施老高考模式，则赋值为0。（数据清洗后，“3+3”模式下，处理组覆盖上海、浙江、北京、天津、山东、海南，对照组为表1中吉林、安徽等省份；“3+1+2”模式下，处理组覆盖河北、辽宁、江苏、福建、湖北、湖南、广东、重庆，对照组为表1中吉林、安徽等省份。）若受访者生源地所在省份在其高考当年实施了“3+1+2”模式，则赋值为1；实施老高考模式，则赋值为0。两类模式下对照组相同，均为参加老高考的学生。
为排除新高考改革以外的其他因素对个体本科期间表现的影响，本文选取了一系列控制变量，包括性别（男性=1；女性=0）、年龄、民族（汉族=1；少数民族=0）、党员（正式党员或预备党员=1，非党员=0）、上大学时的户口类型（农业户口=1，非农业户口=0）、是否为独生子女（独生子女=1，多子女=0）、父母受教育年限（根据受访者对受教育水平的回答，将其转化为相应的受教育年限。未接受过正式教育=0，小学=6，初中=9，高中/职高/中专/技校=12，高职/大专=15，本科=16，硕士/博士=19。缺失值赋值为-1）、父母受教育年限缺失（部分学生属于单亲家庭，父母受教育年限变量值缺失，剔除缺失样本会导致样本选择偏误。因此本文单独生成了父母受教育年限是否缺失变量，缺失=1，否则为0）、自评经济条件（标准化）（自评经济条件指受访者认为自身家庭经济条件相比于周围同学的状况。很不好、不太好、一般、比较好、非常好分别赋值1—5，并对变量进行标准化处理）、重点高中（这里相当于控制了上大学前的个人能力，并且新高考改革不会影响到个体是否上重点高中）（高中就读学校为省/市/县重点高中=1，非重点高中=0）。
由于不同省份经济发展水平、教育资源、高校录取率等方面存在差异，导致个体的受教育质量不同。为保障处理组和对照组样本可比，本文选取了个体高考年份前一年的省份层面的人均GDP（元，取对数）、普通高等学校数量（所）、教育经费占比（教育经费占GDP的比重）作为控制变量。本文的控制变量不包含高考分数，这是因为新高考改革赋予了学生选科自由，学生可以选择擅长的科目参加考试，这可能影响到学生的高考成绩，高考成绩是新高考改革的可能结果，不能作为控制变量。表2和表3分别为“3+3”模式和“3+1+2”模式下主要变量的描述性统计。
（三） 模型与识别策略
本文采用多重固定效应模型评估新高考促进拔尖创新人才选拔的作用。借鉴双重差分设定的核心原理，即将处理组（受政策影响人群，即参加新高考的大学生）与对照组（未受政策影响人群，即参加老高考的大学生）在政策实施前后的变化加以对比，并据此评估政策实施效果。其分析过程基于两种差异的对比分析（即双重差分），一种差异（第一层差分）是处理组与对照组的区分（是否为政策实施地区），另一种差异（第二层差分）是时期区分（即政策实施前还是后）。根据新高考改革的实施特点，第一层差分来自学生高考生源地所在省份层面（实施新高考省份或老高考省份），第二层差分来自学生高考年份层面（实施新高考之前还是之后）。在考察“3+3”模式的影响效果时，处理组为参加“3+3”高考的个体，对照组为参加老高考的个体。在考察“3+1+2”模式的影响效果时，处理组为参加“3+1+2”高考的个体，对照组为参加老高考的个体。具体方程设定如下：
其中，i、p、c、m、t分别表示个体、生源地省份、高校、专业和高考年份。Yipcmt表示拔尖创新人才筛选结果，即个体在本科期间的学业表现和科研志向。Treatipt表示处理状态，即个体i在t年参加高考时所在省份p是否实施了新高考改革（“3+3”模式或“3+1+2”模式），实施新高考改革则赋值为1，实施老高考则赋值为0。X′ipcmt表示个体层面的控制变量，如性别、年龄、户口等。Η′t-1表示个体高考年份前一年省份层面的控制变量，如省份人均GDP等。θp是生源地省份固定效应，控制了生源地省份层面不随时间变化的因素。λt是高考年份固定效应，控制了相同生源地省份随时间变化的因素，如高考试题难度等。ηc是高校固定效应，控制了高校间资源差异，如高校经费投入、校园文化、培养模式、校园规章等。Κm是专业固定效应，控制了不同学科间培养模式的差异。πg是年级固定效应，控制了不同年级间的差异。ηc、Κm、πg控制了所有与高校、专业、年份相关的因素，使得Yipcmt的变化是新高考改革带来的。εipcmt是误差项。考虑到不同省份内样本间可能存在自相关，本文使用个体生源地省份层面的聚类标准误。β1是本文关心的估计系数，若显著为正，则表明新高考改革促进了拔尖创新人才选拔。
需要说明三点。第一，新高考改革是选拔性政策，不影响高校培养过程，学生从高中阶段参加新高考进入高校后，理论上不会受到该选拔政策的持续影响。更早年份的PSCUS数据库没有询问受访者的高考年份，本文使用的PSCUS 2023年数据库中，处理组为受到新高考影响的考生，对照组为相同高考年份实施老高考的省份考生。对照组缺少同一省份更早年份参加高考的考生，样本量不足，因此本文没有进行事前趋势检验。第二，为保障处理组省份和对照组省份的样本平衡性，本文加入了省份层面的控制变量（省份人均GDP、省份高校数量、省份教育经费占比）。第三，为了得到β1估计量，需要满足新高考改革实施省份选取的随机性和政策执行年份的随机性。例如，先实施“3+3”模式的省份（北京、浙江等）可能经济发展水平高、教育水平高，因此，本文加入的省份层面控制变量能很好地控制政策实施省份选取的非随机性。式（1）中控制了高考年份固定效应，并且距离最近的一次选科改革是1999年，距离新高考首次实施年份2014年已有15年之久，因此可以认为新高考改革年份是随机的。
五、 实证分析与研究发现
（一） 基准回归分析
本文数据分析的第一步是，通过固定效应模型来分析检验“新高考促进拔尖创新人才选拔作用”假设。基准模型的回归结果如表4所示，列（1）和列（2）的核心解释变量为是否受到“3+3”模式的影响，列（3）和列（4）的核心解释变量为是否受到“3+1+2”模式的影响，对照组均为通过老高考方式进入大学的学生。列（1）估计系数在5%水平上显著为-0.22，表明“3+3”模式使个体学业表现显著降低0.22个标准差。列（3）估计系数为0.05且统计意义上不显著，表明“3+1+2”模式使个体学业表现提高了0.05个标准差但不显著。列（2）估计系数为0.01但不显著，列（4）估计系数在5%水平上为0.06，表明“3+3”模式对个体科研志向并无明显影响，但“3+1+2”模式显著增强了个体科研志向，未来想从事科研工作的概率提升约6%。假设2023年参加“3+1+2”模式的高考生数量为440万，则有26万学生未来最想成为专业科研人员，他们为我国拔尖创新人才培养提供了充足的后备力量。上述估计结果与本文最初提出的“新高考促进拔尖创新人才选拔作用”假设有所不同。新高考“3+3”模式不但没有提升学生的学业表现和科研志向，而且其学业表现还不如老高考大学生。新高考“3+1+2”模式虽然也未能提升学业表现，但是其增强科研志向的作用较为显著，说明“3+1+2”模式有利于拔尖创新人才选拔。因此，“新高考促进拔尖创新人才选拔作用”假设部分得到验证，“3+1+2”模式在增强学生科研志向方面促进了拔尖创新人才选拔，但“3+3”模式在学业表现和科研志向方面都未体现这种促进作用。
（二） 稳健性检验
为了使上述结论更加可靠，本文进行稳健性检验，数据分析结果参见表5和图1。
1. 调整样本范围。基准回归中全部样本就读于大学一年级至五年级，考虑到高年级学生已基本完成本科期间的课程，其学习成绩能够代表学生在校期间总体表现，且高年级学生学业规划更加明确。本文进一步将样本限制在三年级以上的学生样本中，使用式（1）重复回归，Panel A估计结果表明，“3+3”模式显著降低了学生学业表现，而“3+1+2”模式显著提高了学生科研志向，表明基准回归结论依然稳健。
2. 加入省份—高考年份线性趋势。为进一步控制遗漏变量可能对估计结果造成的干扰，本文在式（1）中加入了生源地省份—高考年份线性趋势，以控制不同省份随时间变化的不可观测因素，保障在政策实施前处理组和对照组相关变量具有相同的变化趋势。Panel B列（1）和列（4）估计系数均在5%水平上显著，其结果与前述结果一致，即“3+3”模式降低了学业表现，而“3+1+2”模式增强了科研志向，表明基准回归结论依然稳健。
3. 排除其他政策干扰。本文全部样本的高考年份在2020—2023年之间，其间可能存在其他政策影响拔尖人才选拔效果。第一，2020年实施的“强基计划”。基础学科招生改革试点（“强基计划”）会直接影响大学人才选拔方式，高分学生可能会通过“强基计划”进入大学。本文样本全部受到“强基计划”的影响，因此该计划不会影响估计结果。第二，异地高考政策。2013年大部分省份陆续实施了异地高考政策，满足一定条件的流动人口子女可以在流入地参加高考，从而影响到本地学生和外地学生的家庭教育决策。本文生成了个体是否属于跨省份流动人口变量（若个体高考生源地省份和出生地省份不同，则认为是跨省流动人口，赋值为1，否则为0）。第三，考虑到北京、上海的教育资源最丰富、大学录取机会更多，本文删除了北京和上海样本。Panel C为加入跨省份流动人口控制变量，且删除北京、上海样本的估计结果，核心结论依然稳健。
4. 安慰剂检验。新高考改革的实施时间是随机的，但“3+3”模式或“3+1+2”模式实施省份的选取可能是基于经济水平、教育资源等指标，本文在基准回归中控制了相关的省份特征变量，从而缓解了政策实施省份选取的非随机性。为检验新高考改革对拔尖创新人才选拔的影响是否受到重要不可观测因素的影响，本文进行了安慰剂检验，通过在全样本中随机抽取政策实施省份，使用式（1）重复1000次回归后产生虚拟的估计系数和P值。图1横轴表示虚假估计系数，安慰剂回归的虚假估计系数和P值大多集中在0附近，基准回归中的实际估计系数显著异于0，表明式（1）估计没有遗漏重要的变量，基准估计结果是稳健的。
（三） 机制分析
与老高考模式下进入高校的学生相比，“3+3”模式下选拔出的大学生在校期间学业表现水平下降、科研志向无明显变化，“3+1+2”模式下选拔出的大学生科研志向更高、学业表现无明显变化。这样的结果未能达到本文最初假设预期，特别是“3+3”模式在学业表现和科研志向两个指标上都未显现正向作用，还表现出部分负向作用。为此，本文进一步探讨功利化选科动机是否影响新高考改革的政策效果，即检验“功利化选科中介效应弱化新高考改革成效”假设，以此解释“3+3”模式导致学业表现水平下降背后的机理。本文将“就业前景”“专业薪酬”“亲友老师意见”作为体现功利化选科动机的3个中介变量，借鉴江艇使用的中介效应检验方法[29]，考察功利化选科对新高考“双一流”高校大学生学业表现和科研志向的影响。3个中介变量具体测量如下：就业前景指个体选择目前专业的动机是该专业就业前景好，完全不符合、不太符合、比较符合、完全符合分别赋值1—4，并进行标准化处理（均值为0，标准差为1）；专业薪酬指个体选择目前专业的动机是该专业未来薪酬高，完全不符合、不太符合、比较符合、完全符合分别赋值1—4，并进行标准化处理；亲友老师意见指个体选择目前专业的动机是亲友老师鼓励自己选择这个专业，完全不符合、不太符合、比较符合、完全符合分别赋值1—4，并进行标准化处理。高中教师由于绩效考核压力，往往会建议学生选择层次和排名更高的高校，而非结合学生自身兴趣来选专业，问卷中没有严格将亲友与高中教师区分，但该变量可以部分表示选科的功利性动机。数据分析结果列于表6。
（由于篇幅所限，表6仅列出“就业前景”“专业薪酬”和“亲友老师意见”3个功利化选科动机指标对“3+3”模式学生学业表现和“3+1+2”模式学生科研志向的影响，主要为表5分析结论——“3+3”模式学生学业表现水平下降和“3+1+2”模式学生科研志向增强———提供机制分析。）
表6中Panel A和Panel B分别展示了“3+3”模式和“3+1+2”模式对个体功利性选科动机的影响。Panel A列（1）、列（2）和列（3）估计系数均在1%或5%水平上显著为正，表明“3+3”模式显著促进了学生选科的功利性动机，即学生更倾向于以未来专业就业前景、薪酬高低、亲友老师意见决定选择专业和科目。功利性的选科动机会导致学生因缺乏内在兴趣而学习动力不足。学生倾向选择热门、就业前景好的专业，不考虑自身是否适合该专业，进入高校后容易受到同辈竞争压力的影响，进而导致本科期间学习成绩下滑。Panel B列（1）至列（3）估计系数虽不显著但均为负，表明在“3+1+2”模式下，学生选科的功利性动机减弱，学生选专业更少考虑就业前景、专业薪酬和亲友老师意见，选科标准更可能转向非功利性动机，如个人兴趣专长等，从而解释了“3+1+2”模式下选拔出来的大学生其科研志向更高。上述数据分析结果验证了 “功利化选科中介效应弱化新高考改革成效”假设，“3+3”模式下功利化选科倾向更强，弱化了新高考优化拔尖创新人才选育成效，而“3+1+2”模式并未助长功利化选科倾向，从而能更好地发挥拔尖创新人才培养作用。
（四） 异质性分析
为深入探讨基准回归中的研究发现，本文通过异质性分析考察新高考的影响作用是否存在群体差异。在群体差异方面，本文最关注理工科专业与非理工科专业的差异，以及相对优势群体与弱势群体之间的差异，以此回应已有研究提出的“新高考导致理工科专业生源质量下降”“新高考影响教育公平”的质疑，进而检验“新高考促进科技拔尖创新人才选拔作用”假设和“新高考有利于弱势群体大学生成长成才”假设。为此，本文分别从专业类型和社会经济地位差异两个层面重点考察不同子样本中新高考改革对拔尖创新人才选拔结果的影响。另外，本文还从性别平等角度出发，进行了性别群体异质性检验。数据分析结果列于表7。
1. 专业类型差异。理工科专业领域的人才选拔和培养对于科技创新和社会经济高质量发展至关重要，因此本文考察了新高考改革对理工科专业学生和非理工科专业学生的异质性影响。理工科专业包括理学、工学、医学等专业大类，这些专业覆盖了新质生产力要求的战略性新兴产业，是国家未来发展的重点专业；非理工科专业包括经济学、法学、文学、管理学、教育学、艺术学等专业大类（PSCUS数据库询问了大学生具体专业，这里的管理学专业大类本文进行了详细划分，本文根据教育部专业划分标准，将管理科学与工程、工业工程等划为理工科专业，工商管理、公共事业管理等划为非理工科专业） 。表7中Panel A列（1）和列（2）估计结果表明，在理工科专业的学生样本中，与参加老高考的学生相比，参加“3+3”模式高考的学生在进入大学后学业表现水平显著下降了0.32个标准差；而非理工科学生的学业表现无明显变化。结合前述分析结果，“3+3”模式强化了学生选科的功利化倾向，一些兴趣专长并非理工科的学生，甚至高中未选考物理、化学或生物的学生，在大学阶段选择了理工科专业，可能会因专业学习缺乏兴趣或学习困难导致学业表现不佳。非理工科专业对高中学科知识的要求不高，不论是否受到功利化选科的影响或专业兴趣如何，对学习成绩影响不大。这说明，基准回归结果所显示的“3+3”模式导致学业表现不佳主要体现在理工科学生群体之中，对非理工科学生影响不显著。Panel A列（3）和列（4）估计结果表明，在理工科专业学生中，参加“3+1+2”模式的学生与参加老高考的学生相比，未来想从事科研工作的概率提高了8%（在10%水平上显著），而在非理工科专业学生中没有显著差异。基准回归结果所显示的“3+1+2”模式增强科研志向作用也只体现在理工科学生中，对非理工科学生没有影响。结合前述机制分析发现，“3+1+2”模式下功利化选科倾向相对弱化，学生选择理工科专业更可能源于兴趣，因而有利于提升他们的科研志向。这些分析结果表明，新高考选科改革对理工科拔尖创新人才选育影响更大，“3+1+2”模式具有正向效应，而“3+3”模式则显示出负向效应。
2. 社会经济群体差异。考试科目和本科专业选择以及未来的职业规划往往与原生家庭的社会经济地位密切相关[30-31]，因此，新高考很可能对不同家庭背景学生的影响不同。为了回答新高考改革更有利于优势群体还是弱势群体的问题，本文从户口类型和家庭收入两个方面进行了异质性检验。表7中Panel B展示了新高考改革对农村学生（高考前户口为农业户口）和城市学生（高考前户口为非农业户口）学业表现和科研志向的分样本回归结果。估计结果表明，相比于老高考的学生，“3+3”模式下城市学生的学习成绩显著下降了0.28个标准差，农村学生的学习成绩无明显变化；“3+1+2”模式下农村学生未来想从事科研工作的概率提高了10%，城市学生的科研志向无明显变化。同时，Panel C估计结果表明，“3+3”模式使高收入家庭学生的学业表现显著下降了0.64个标准差，“3+1+2”模式使低收入家庭学生的科研志向提高了5%。基准回归结果所显示的“3+3”模式降低学业表现的作用主要体现在家庭背景较好的学生中（城市家庭和高收入家庭），“3+1+2”模式增强科研志向作用主要体现在家庭背景较为弱势的学生中（农村家庭和低收入家庭）。这一分析结果似乎预示着新高考更有利于弱势家庭而更不利于优势家庭，从而部分验证了“新高考有利于弱势群体大学生成长成才”假设。已有的一项研究发现为这一结果提供了部分解释，根据方芳和钟秉林的研究[32]，来自农村家庭和父母受教育水平较低家庭的学生更可能选择纯文科，因为这些科目学习难度低、容易得高分；社会经济地位较高的家庭往往掌握更多教育和就业信息，有更强意愿和更多资源支持子女选择就业前景更佳的理工科专业。这意味着，资源优势家庭与资源弱势家庭子女功利性选科动机有所不同，前者更可能从未来发展前景角度出发，选择学习难度较高、竞争压力较大的理工科专业，而其中一部分对专业缺乏兴趣并且学科基础较差的学生就可能出现学业表现不佳的现象；后者更多考虑考大学成功率而选择避难就易的文科专业，而坚持选择难度较高的理工科专业的学生，往往学习能力和专业兴趣较强，也更可能激发科研志向，根据“选择性淘汰假设”[33]，能考入顶尖大学竞争最激烈专业的寒门子弟往往是才能突出而且意志坚定的学生，“3+1+2”模式有利于鼓励这类学子的科研志向。
3. 性别差异。拔尖创新人才成长的性别差异现象长期存在，已有研究显示，男性比女性更可能就读于重点大学和选择STEM专业[34]，男性有志于从事科学研究的意愿是女性的3倍[35]，女性成为拔尖创新人才的可能性明显低于男性。表7 中Panel D的性别群体异质性检验，尝试回答新高考实施对这种性别差异产生了何种影响。估计结果表明，相对于老高考学生，“3+3”模式对男生学业表现具有负向作用但对女生没有影响；“3+1+2”模式对女生科研志向具有正向作用但对男生没有影响。这说明，新高考有助于缩小学业表现和科研志向的性别差异，“3+1+2”模式显著增强了女生的科研志向，有利于女性拔尖创新人才选拔，促进人才选拔的性别公平。
六、 结论与启示
本文采用2023年中国大学生追踪调查数据库中“双一流”高校大学生样本，通过多重固定效应模型，基于三个研究假设检验——“新高考促进拔尖创新人才选拔作用”假设、“功利化选科中介效应弱化新高考改革成效”假设和“新高考有利于弱势群体大学生成长成才”假设，对比老高考与新高考大学生的学业表现和科研志向，评估新高考改革促进拔尖创新人才选育的成效。实证分析发现，当前实施的两种新高考选科模式对拔尖创新人才选育作用不同。“3+1+2”模式显著提升了“双一流”高校大学生的科研志向，有利于拔尖创新人才选拔；而“3+3”模式则因功利化选科动机较强而导致部分学科专业学生和部分群体学生学业表现不佳，抑制了新高考优化拔尖创新人才选拔成效。
具体而言，相对于老高考，新高考“3+3”模式给予学生更多的自由选科空间，在鼓励学生发展个人兴趣专长的同时也增强了学生功利化选科动机，导致部分学生学业表现不佳，抑制了新高考选拔拔尖创新人才的效果，这种负面效应主要体现在理工科学生群体中。“3+1+2”模式提供的是有约束条件的自由选科，在鼓励学生发展多样化兴趣专长的同时，其功利化选科动机与老高考学生相比并未增强，在此情况下，自由选科更可能与个人兴趣专长相符，从而激发更强的科研志向，使新高考促进拔尖创新人才选拔效果得以体现，这种正向效应也主要体现在理工科学生群体中。据此，本文的第一点结论是：新高考改革对理工科拔尖创新人才选拔影响较为突出，两种新高考选科模式产生了正负分化效果，“3+1+2”模式通过增强“双一流”高校理工科学生的科研志向，促进了理工科拔尖创新人才选拔，“3+3”模式则导致部分“双一流”高校理工科学生学业表现不佳，成为选拔拔尖创新人才的一个不利因素。
本文的另一个重要发现是，验证了“新高考有利于弱势群体大学生成长成才”假设。异质性分析结果表明，新高考改革对弱势群体具有明显的偏向性，与老高考的学生相比，“3+1+2”模式下来自农村家庭和低收入家庭的学生科研志向显著增强，“3+3”模式下来自城市家庭和高收入家庭的学生更可能出现学业表现不佳现象。这说明，“3+1+2”模式的正向作用主要体现于资源相对弱势家庭子女，而“3+3”模式的负向作用主要体现于资源相对优势家庭子女，正负效应的共同作用，有助于弱化因家庭资源差距导致的成才机遇的不平等。同时，异质性分析结果还表明，新高考也有助于缩小成才机遇的性别差距。据此，本文的第二点结论是新高考通过缩小弱势群体与优势群体大学生学业表现和科研志向的差距，在拔尖创新人才选拔方面发挥了促进教育公平的作用，有利于促进公平选才育才。不过，新高考为什么会产生这种效果，其背后的原因机制还有待于进一步考察。本文推测一个可能的原因是，优势群体具有更完备的教育和劳动力市场信息和专业选择能力，更倾向于功利性选科动机以提高考试分数，从而导致部分学生大学期间基础课程跟不上、学习动力不足、学业表现不佳；弱势群体在自由选科条件下更可能依据个人兴趣专长选择科目和报选专业，从而增强专业兴趣和科研志向。新高考改革推行的多样化选拔模式为弱势群体大学生提供了更大的成长成才空间。
当前，新高考改革正在加速推进，从地方化多模式逐步走向全国统一的两大模式竞争局面。2025年高考，全国实行新高考的省份达到29 个，参加新高考的考生占全国的98%[36]。其中，6个省/直辖市实行“3+3”模式，23个省/直辖市/自治区实行“3+1+2”模式，两个少数民族自治区（新疆和西藏）仍实行老高考。未来是在两种新高考模式中选择一种全国推行，还是继续保持地方自主决策多模式并存，仍是悬而未决的问题。这既要考虑各地方的教育基础条件和生源情况，更需要科学评估新高考改革政策目标成效。《教育强国建设规划纲要（2024—2035 年）》提出要构建教育科技人才一体统筹推进机制，完善拔尖创新人才发现和培养机制，新高考改革在其中发挥着至关重要的作用。如何优化高考改革方案，使新高考在拔尖创新人才选育中发挥更好的作用，本文的结论可以为此提供几点政策参考。首先，相较于“3+3”模式，“3+1+2”模式在培养优秀学生科研志向方面显示了优势，更有利于理工科拔尖创新人才选拔。因此，在具备条件的情况下，高考应从“3+3”模式逐步转向“3+1+2”模式，而继续实施“3+3”模式的省份需要特别关注增强学生专业兴趣和科研志向。其次，学生功利化选科选专业现象干扰了新高考改革的政策成效，优化新高考改革政策，需要注意平衡个体选科自由空间与兴趣专业培养引导，消减学生选专业和科目的功利性动机，同时要对高中生加强专业选择和就业指导，通过线上线下多种方式加强宣传，让学生更好地了解相关专业和兴趣学科、提高职业规划意识，防止学生完全功利性选择科目和专业。再次，“3+1+2”模式更有利于提高弱势群体大学生的科研志向，这虽有利于弱势群体大学生成长成才，但也有可能带来另一个问题。新高考改革后选考科目实行赋分制，若当年某科目报考人数较少，则选中该科目学生的赋分成绩会提高，这意味着赋分制下选考科目的成绩易受当年报考人数影响，选考科目的考试成绩运气成分被放大、随机性增强，弱势群体可能从中获益（他们更可能选择报考人数较少科目）。教育行政部门或考试管理部门不宜公开每年的选考科目报名人数，以维持学生选科随机性、消减学生追求高考高分的功利性动机。
最后需要说明的是，由于数据的局限，本文有关“科研志向”测量指标和功利化选科倾向分析还不够完善精准，有待于未来进一步深入研究。
参考文献
［1］中共中央、国务院印发《教育强国建设规划纲要（2024—2035年）》［N］.人民日报，2025 -01 -20.
［2］王新凤,钟秉林.中国特色现代教育考试招生制度的实践逻辑与未来走向［J］.教育研究,2024,45(06):17-27.
［3］国务院.关于深化考试招生制度改革的实施意见［EB/OL］. https://www.gov.cn/zhengce/zhengceku/2014-09/04/content_9065.htm.
［4］怀进鹏. 国务院关于考试招生制度改革情况的报告——2023年10月21日在第十四届全国人民代表大会常务委员会第六次会议上［EB/OL］. https://baijiahao.baidu.com/s?id=1781825027261438702&wfr=spider&for=pc.
［5］［17］李传宗.新高考改革对大学生专业兴趣的影响研究［J］.中国考试,2024(01):62-71+93.
［6］［11］［22］矫怡程,史秋衡.新高考改革是否有助于学生专业选择权的实现——基于“国家大学生学情调查研究数据库”的数据分析［J］.中国高教研究,2023(09):34-40.
［7］吴宇川,丁延庆,许锐,等.新高考投档方式改革是否加剧高校内部专业生源质量的两极分化?［J］.清华大学教育研究,2025,46(02):136-149+160.
［8］杨娟,劳林捷.本科录取批次合并对高校录取质量的影响——基于2010—2018年全国高校录取数据的分析［J］.教育经济评论,2021,6(06):64-83.
［9］马莉萍,卜尚聪,叶晓阳.新高考改革对“双一流”建设高校生源质量的影响——基于2014—2020年浙江省录取数据的实证研究［J］.中国高教研究,2021(01):32-39.
［10］王新凤.高考综合改革实施效果评价：学业表现的视角［J］.中国高教研究,2020(07):73-78.
［12］刘海峰.新高考改革的三个阶段与未来展望［J］.江苏高教,2024(08):1-3.
［13］王新凤,钟秉林.新高考背景下高校招生与人才培养的成效、困境及应对［J］.中国高教研究,2019(05):49-53+57.
［14］金红昊,张文杰.新高考改革对各专业生源质量的影响分析——基于浙江省高考录取数据的实证研究［J］.中国高教研究,2021(10):74-80.
［15］徐东波.十年新高考科目设置：模式变迁·演化动因·实践启示［J］.教育学报,2024,20(06):123-133.
［16］李木洲,刘子瑞.新高考改革十年的回顾、反思与展望［J］.中国考试,2025(03):16-24.
［18］［32］方芳,钟秉林.家庭背景对高中学生高考科目选择的影响——基于浙江省的调查研究［J］.教育学报,2022,18(01):126-137.
［19］刘海峰,韦骅峰,季玟希.家庭资本结构视角下高中生高考选科的影响因素——基于“3+1+2”高考选科模式的考察［J］.高等教育研究,2023,44(01):57-67.
［20］郭丛斌,朱昱治,曹连喆,等.新高考改革是否拉大县域高中和地级市高中的差距［J］.高等教育研究,2023,44(11):44-53.
［21］［23］覃红霞,方芳,周建华.新高考改革与优质高等教育机会获得［J］.教育研究,2024,45(06):28-41.
［24］戴耘.拔尖创新人才培养的理论基础和实践思路［J］.华东师范大学学报(教育科学版),2024,42(01):1-23.
［25］陆一,卜尚聪.我国高考体系对拔尖创新人才的识别效果评估［J］.教育研究,2025,46(02):86-100.
［26］李春玲. “80后”的教育经历与机会不平等——兼评《无声的革命》［J］.中国社会科学, 2014(4):66-77.
［27］郭丛斌,武玮,任静. 新高考改革背景下高中科学教育能否影响学生高考科目选择——基于STEM管道理论的实证研究［J］.华东师范大学学报(教育科学版),2025,43(03):95-109.
［28］武玮,袁晖光,郭丛斌. 强基计划对学生科研从业意愿的影响及作用机制［J］.中国高教研究,2026(01):68-75.
［29］江艇.因果推断经验研究中的中介效应与调节效应［J］.中国工业经济, 2022(5):100-120.
［30］阳韬.家庭背景对学生高考专业选择行为的影响——基于专业选择动机多重中介效应的分析［J］.教育与考试,2024(01):11-20.
［31］赵悦,沈文钦,徐浩天.“逃离学术职业？”——家庭社会经济背景与博士生的学术职业选择［J］.教育学术月刊,2024(01):72-81.
［33］李春玲,郭亚平.大学校园里的竞争还要靠“拼爹”吗?——家庭背景在大学生人力资本形成中的作用［J］.社会学研究,2021,36(02):138-159+228-229.
［34］余鸿飞.教育获得的性别差异在中国真的消失了吗?［J］.青年研究, 2025(03):117-135+196-197.
［35］石长慧,黄造玉.我国青少年科技职业从业意愿的性别差异及其影响因素研究［J］.华东理工大学学报(社会科学版),2018,33(04):76-83.
［36］樊未晨. 2025 年高考有何特殊之处［N］. 中国青年报，2025-7-7（05）.
