“双一流”建设大学本科生专业课程学习投入对专业知识及核心学术技能发展的影响

摘 要

专业课程是培养一流人才专业知识及核心学术技能发展的重要途径，而学习投入是学生能力发展的前提，采用2018年H大学本科生就读经历调查数据，探讨本科生专业课程学习投入与专业知识及核心学术技能发展的关系。研究发现：在控制其他相关变量的条件下，专业课程学习中认知策略的使用和学习意愿与行为对专业知识及核心学术技能发展均有显著正影响;专业课程学习投入对专业知识及核心学术技能的影响在父母受教育程度不同的学生群体中存在差异，在不同性别、学科、年级学生群体间不存在差异。研究建议教师通过调整教学设计、课堂互动形式和内容提升学生专业课程学习投入;学校为家庭文化背景处于弱势的学生提供更多资源和机会，激发学生学习的内外动机。

关键词

“双一流”建设大学;本科生;学习投入;专业知识;学术技能

中图分类号 G645  文献标识码A  文章编号1005-4634（2022）02-0015-09

世界一流大学和学科是衡量各国高等教育水平的重要指标。为提升教育发展水平和国家核心竞争力，我国发布《统筹推进世界一流大学和一流学科建设总体方案》等政策文件，推动高校和学科向世界一流迈进[1]。此后，教育部又发布《教育部关于加快建设高水平本科教育全面提高人才培养能力的意见》和《教育部关于一流本科课程建设的实施意见》，进一步指出，建设世界一流大学需要以人才培养为本，以本科教育为根，而专业是提高本科教育水平、培养高素质人才的关键，课程是人才培养的核心要素[2-3]。提升专业课程学习质量是保障人才培养质量的关键。

近年来，学习投入概念广泛运用于高等教育质量保障领域，被认为是学生学习效果的重要影响因素和衡量指标[4]。相应地，学生在专业课程上的学习投入是衡量专业人才培养质量的重要指标。专业知识及核心学术技能是高校本科教育专业人才培养目标的关键内容[5]。从过程上审视专业人才培养，探讨本科生专业课程学习投入对专业知识及核心学术技能发展的实际影响效果，对一流专业人才培养有重要的借鉴意义。

1 文献综述及研究问题

自20世纪70年代以来，学习投入与学习效果的关系获得实证研究的广泛支持，特别是80年代以来的大规模院校调查要求学习投入概念细化和可测量化，推动了研究的深入[6-7]。课程学习是学生学业经历的重要组成部分，课程学习投入对学习效果发挥着关键作用。屈耀辉基于Fredricks等的研究，将课程学习投入水平划分为行为、认知和情感投入3个维度，发现3个维度对学习效果均有重要影响[8]。有学者发现积极参与课堂讨论等课程中的行为投入以及认知投入是学生学习效果的重要促进因素，且积极的外显行为与深层思维投入密切相关[9-12]。学者进一步探讨了学生课程学习投入对核心学习效果的影响。如Finn等发现课堂学习、上课前的准备等积极课程学习行为对成绩有显著影响[13];Chi 和Wylie发现学生在课程学习中的认知策略的使用，特别是较复杂的认知策略的使用对学生深度理解能力、创新能力等有重要作用[14]; Kahu等发现学生的情感投入使学生更容易与课程内容联系起来，从而对专业知识的理解有积极作用[15]。从目前的相关研究来看，课程学习投入3个维度对学生学习效果的一般性影响总体上是积极的。少数研究进一步探讨了课程投入对学生学习效果的条件性影响，如Pascarella等发现第一代与非第一代大学生在课程中投入的时间和行为对学生能力的影响上存在差异[16];Altun和Erden发现学生在课程中使用学习策略对学生数学成绩的影响在性别上存在差异[17]。

尽管课程投入与学习效果之间的关系得到普遍验证，但是少有研究深入探讨学生在不同性质类型课程上的投入对学习效果的一般性影响和条件性影响。仅有几项研究尝试探讨通识课程对学习效果的影响，或研究某一门专业课程对学生能力发展的影响。如吕林海和汪霞发现，学生在通识课程上的学习投入很少且仅有小部分学生认为自己在通识课程上有明显有效的学习效果[18];王烁发现学生在“人体解剖学”这一专业课程上的投入程度对知识和技能、智力发展两方面有显著积极的影响，具体涉及到对专业知识的理解和认识、批判思维能力、分析和解决问题的能力等[19]。总而言之，目前直接从整体的专业课程投入视角考察专业人才培养过程的效果以及探讨不同背景特征学生间差异的研究不多。专业课程是本科课程体系的核心组成部分，在专业人才培养中发挥着主导性作用，而专业知识及核心学术技能是一流专业人才需要达成的关键学习效果，了解学生专业课程学习投入对关键学习效果的一般性和条件性影响有助于本科专业人才的针对性培养。本研究试图回答3个问题：（1）双一流大学本科生专业课程学习投入现状如何，不同背景特征学生专业课程学习投入水平是否存在显著差异？（2）学生专业课程学习投入是否对专业知识及核心学术技能产生显著影响？（3）学生专业课程学习投入对专业知识及核心学术技能的影响是否因学生背景特征而异？

2 研究设计

2.1 理论基础

本研究以Astin的I-E-O模型为基本框架，该模型包括输入变量（input）、环境变量（environment）和输出变量（output）3部分。输入变量指学生进入大学时的特征;环境变量指院校为学生提供的环境因素，如专业课程等教育经历，与教师、同伴互动的经历等;输出变量即学生经历环境因素后的特征，如学生学习效果。该模型强调院校提供的资源和环境以及学生自身的投入会对学生学习效果产生重要影响。

2.2 调查工具及数据来源

本研究采用2018年H大学本科生就读经历调查（Student Experience in the Research University，SERU）数据。SERU由加州大学伯克利分校高等教育研究中心开发，以Astin的I-E-O模型为理论框架，通过全面了解研究型大学学生院校经历及学习效果、满意度等，为高校改革提供数据支持。SERU调查采用在线普查方式，调查内容采用模块化设计，包括核心模块和专题模块。目前中国、澳大利亚、巴西等国的30多所研究型大学参加了SERU联盟。H大学是“双一流”建设高校，于2011年参与该项目，每两年采集一轮数据。本研究基于2017年12月29日开启、2018年4月3日结束的第四轮调查，采用“本科生的学习参与度和学习效果”以及“校本问题”模块的数据。

2.3 样本构成

本研究采用的2018年H大学本科生就读经历调查共回收有效数据5 181份。考虑到专业课程集中在2～4年级，研究采用2～4年级段学生数据共3 448份。其中男生1 620人，占47%;女生1 828人，占53%;二年级占48.2%，三年级占35.3%，四年级占16.5%。从学科分布看，问卷主要集中在工学（53.5%）、经济学（11.3%）、文学（11.3%）、法学（10.1%），而管理学（7.5%）、理学（5.9%）、艺术学（0.3%）、历史学（0.1%）样本量较小。

2.4 核心变量

本研究自变量为专业课程学习投入，参考已有研究中学习投入的维度，在SERU问卷中选择了14个题项，测量学生在专业课程学习中的认知策略的使用及学习意愿与行为。在认知策略的使用上，问卷设置问题：“请回想一下您本学年专业课程的学习，您被要求做下列事情的频率如何？”针对各种认知策略的使用，学生选择自己的参与频率：“从未”“难得”“偶尔”“有时”“经常”“频繁”，得分依次为1～6;针对学生学习意愿与行为，问卷设置问题：“请您对自己在专业课程学习上的真实投入状况进行判断”，请学生对个体在对专业学习的兴趣、重要性认识及实际时间和精力投入上做出自评，对应的选项为“非常小”“比较小”“一般”“比较大”“非常大”，得分依次为1～5。根据研究需要，剔除了各因子维度上负荷不高的选项，共选取11道题目进行因子分析。统计结果显示，KMO统计量为0.877，Bartlett′s球型检验的统计量为21 566.170，df=91，p=0.000，表明数据适合做因子分析。经过最大方差正交旋转后，共提取出两个因子，将这两个因子分别命名为因子1：认知策略的使用（题目1～8）、因子2：学习意愿与行为（题目9～11）。因子旋转后的矩阵如表1所示。

参考Barrie提出的毕业生素质界定，即任何一个本科毕业生都应该具备个人特质、认知能力和应用技能3方面素质，可将这些素质进一步划分为研究与探究，信息素养，个人和思维上的自主性，道德、社会和专业理解，沟通5种关键技能和能力[20]。本研究选择了分析和批判思维能力、清晰有效地写作的能力、阅读和理解学术资料的能力、对研究领域（即大学专业）的了解4个方面的技能和专业知识的掌握，将目前的专业知识及核心学术技能作为因变量。专业知识及核心学术技能的测量使用学生对目前能力的自我评估，对应的选项为“很差”“差”“一般”“好”“很好”“优秀”，得分依次为1～6。

考虑到学生目前的专业知识及核心学术技能可能会受到入学时的专业知识及核心学术技能、学生背景特征的影响，本研究将这些变量作为控制变量。学生背景特征包括性别、父母受教育程度、学科和年级。父母受教育程度设置6个选项，即“父母双方都没有上过大学”“父母中的一方或双方均上过大学，但是都没获得本科学位”“父母中的一方获得本科学位”“父母双方均获得本科学位”“父母中一方获得研究生学位”“父母双方均获得研究生学位”;学科选项采用十三大学科门类划分，样本高校样本涵盖其中八大门类;年级包括二、三、四年级。多元回归分析时，将学生背景特征变量设置为虚拟变量，分别以女生、父母双方都没有上过大学、文学、二年级为参照。

3 统计分析结论

3.1 专业课程学习投入现状

3.1.1 专业课程学习投入总体现状

表2显示，专业课程学习投入中认知策略的使用维度均值为4.08，参与频率介于“有时”和“经常”之间;学习意愿与行为维度均值为3.85，投入水平介于“一般”和“比较大”之间。总的来说，H大学本科生专业课程学习投入水平较高。

3.1.2 不同背景特征学生专业课程学习投入现状比较

表3显示，不同性别的学生在认知策略的使用和学习意愿与行为两个维度的投入水平上均有显著差异，女生投入水平高于男生;父母受教育程度不同的学生和不同年级的学生在认知策略的使用维度的投入水平上有显著差异，其中，“父母中一方获得研究生学位”的学生在认知策略的使用维度上均值最高（4.27），“父母双方均获得研究生学位”的学生均值最低（3.90），高年级学生认知策略的使用维度均值高于低年级学生;不同学科的学生在认知策略的使用和学习意愿与行为两个维度的投入水平上均无显著差异。

3.2 专业课程学习投入对专业知识及核心学术技能的净影响

本研究运用SPSS23.0建立多元回归模型来探讨专业课程学习投入对专业知识及核心学术技能的影响，并将学生入学时的专业知识及核心学术技能、学生背景特征（性别、父母受教育程度、学科、年级）作为控制变量。4个模型都达到显著，具有统计上的意义。表4显示，4个模型的R2介于0.315～0.382，表明4个模型中专业课程学习投入能解释学生目前专业知识及核心学术技能的31.5%～38.2%。此外，4个模型中自变量的容差均符合大于0.1的标准，VIF均符合小于10的标准，因此，4个模型中自变量均无共线性问题。

统计结果显示，在控制了学生入学时的专业知识及核心学术技能、学生背景特征后，认知策略的使用对分析和批判思维能力、清晰有效地写作的能力、阅读和理解学术资料的能力、对研究领域的了解均有显著影响。学习意愿与行为对分析和批判思维能力、清晰有效地写作的能力、阅读和理解学术资料的能力、对研究领域的了解均有显著影响。

3.3 专业课程学习投入对专业知识及核心学术技能的条件性影响

本研究采用4组多元回归分析考察学生专业课程学习投入对专业知识及核心学术技能的条件性影响。为了简洁呈现结果，研究将父母受教育程度分为父母双方均未上过大学、一方上过大学和双方均上过大学3类，将学科分为人文社科和理工科两类，虚拟变量分别以父母双方均未上过大学和人文社科为参照。所有模型都达到显著，具有统计上的意义。此外，所有模型中自变量的容差均符合大于0.1的标准，VIF均符合小于10的标准，因此所有模型中自变量均无共线性问题。统计结果显示，在控制了学生入学时的专业知识及核心学术技能和其他学生背景特征后，专业课程学习投入对专业知识及核心学术技能的影响仅在父母受教育程度不同的学生群体中存在差异，如表5～表8所示。