对大学生发展影响的实证研究——以学生参与度及学校环境感知为视角

赵晓阳，刘金兰，b

（天津大学 a．管理与经济学部;b．发展战略研究中心，天津 300072）

一、学生参与度评价：高等教育质量评价的新视角

新世纪以来我国高等教育大众化进程进一步加快，高等教育与国家及社会发展的联系日益密切，高等教育质量及其评价成为各方关注的焦点。如何实现评价主体与评估范式的转变，成为当前我国高等教育质量评估面临的核心问题。传统的教育质量评价方法将高校作为评估主体，注重对学校的学术声誉、财政资源及师资力量的评价，但却未能关注高校是否创设有效的教育服务环境促使这些资源被充分利用。学生是高等教育最重要的利益相关者，保证和提升高等教育人才培养质量，除应强调在高等教育人才培养的过程中，应注重学生的个性化的发展，关注学生在校期间有效教育活动的参与程度。目前学生参与度（Student Engagement）现已逐渐成为衡量高等教育质量的重要标准之一。西方国家较早关注了学生成长和学生参与度的研究，并将学生参与度理论应用于大规模的学生调查中，著名的“大学生体验调查”（CSEQ）及“全美大学生参与度调查”（NSSE）均以学生参与相关理论为基础。

近年来随着学生参与度相关研究的推广，我国的高等教育研究者也开始关注学生参与度在高等教育质量评价中的实践应用。北京大学教育学院从2006年起组织每年的“首都高校学生发展状况调查”〔1〕，旨在了解首都高校学生成长及学习生活方面的参与程度。清华大学罗燕等与美国印第安纳大学教育学院合作对“全美大学生参与度调查”进行了汉化工作，得到经过文化适应的调查工具NSSE－China并进行了实证研究，结果表明该调查工具的信效度良好〔2〕，这些研究对我国高等教育质量评价具有重要的意义。然而，我国现有对学生参与和学生体验的研究大多仍停留在概念层面，缺乏对学生成长和学生参与评价体系和测量维度的全面分析，缺少对学生参与度、学生成长及其影响因素的实证研究。本文在已有研究的基础上，以学生参与度理论为理论基石，以高等教育的主体——大学生的自我学习体验为视角，通过构建PLS结构方程模型探寻学生在校期间有效教育活动的参与程度及学校环境感知对学生成长及发展的影响，以探索提升我国高等教育质量的路径。

二、理论基础及相关研究综述

学生参与度理论的出现源于20世纪30年代教育心理学家泰勒提出的任务时间性（Time On Task）概念，泰勒指出，学生投入到学习中的时间越多，学到的知识也就越多〔3〕。这个简单的假设奠定了学生参与度理论的基础，是学生参与概念最早的雏形。20世纪70年代，学者Pace C．R．提出了努力质量理论（Quality of effort），指出学生在学习、与朋辈或老师互动等教育活动中投入的时间和努力越多，则从大学体验中得到的收获也会越多〔4〕，这一理论是“美国大学生体验调查”（CSEQ）的理论基石。1984年Astin A．W．提出的学生涉入（Student Involvement）理论充实并推广了努力质量的概念〔5〕，其中的学生涉入是指学生在学习体验中投入的生理和心理上的能量，一个高度涉入的学生是指在学习、校园活动、参加学生组织及师生互动中投入时间和精力较多的学生。学生涉入理论指出：教师不应只关注课程内容、教学技巧或教学资源等内容，更应关注学生的行为特征、学生被激励的程度以及学生投入到学习活动中的时间和精力，以促使学生的学习效果最佳化和学生能力的发展最大化。学生涉入理论将学生的时间视为最重要的资源，认为学生的收获和发展是学生投入到学习活动中的时间和努力程度的函数。在上述研究的基础上，美国印第安纳大学的Kuh G．D．等学者第一次正式提出“学生参与度”的概念，指出学生参与度具有双重核心特征：一方面是指学生在学习或其他教育活动中投入的时间和努力程度;另一方面是指高校如何分配教育资源、组织课程，如何创造良好的教育环境激励学生的参与。学生参与度逐渐成为高等教育人才培养质量的评价标准〔6〕。

在理论研究的基础上，国外学者进行了大量关于高校学生参与及学生成长的实证研究，以证实学生参与对学生成长的积极影响。Webber K．L．使用结构方程模型检验一年级学生的学习动机、院校环境感知、努力质量对学生学业成就的影响，发现学生学习动机和院校环境分别对学生的努力质量和学业成就有显著的正向影响，同时学生努力质量对学生学业成就也产生显著的正向影响〔7〕。Rugutt J．K．等使用结构方程模型探索学生学习策略、互联网技术、教学质量、学生整体校园体验及师生互动对学生学业成就的影响〔8〕。Pike G．R．和 Kuh G．D．比较了一代（First－Generation）和二代（Second－Generation）大学生的学习参与及其对学生发展影响程度的异同〔9〕。Harper S．R．等总结并指出学生参与度与大学生认知和智力发展的正向关系，对大学生生活调整和适应具有积极促进作用，对道德和自我认知等方面有着积极的影响〔10〕。受国外高等教育研究视角的影响，国内高等教育研究者也开始关注学生参与度及学生成长影响因素的研究。其中，朱红构建结构方程模型分析了学生校园互动、学生参与度及学生成长之间的关系，发现学生在大学期间的学习和生活参与程度是影响学生成长最为关键的因素，学生校园互动会通过影响学生参与度进而促进学生的成长和发展〔1〕。周廷勇等采用多层线性模型的方法探讨了学校因素和学生因素两个方面对学生成长和发展的影响路径〔11〕。胡子祥等指出学生参与度是影响高等教育服务质量的重要因素，并通过实证研究得到大学生投入高等教育服务的时间和精力越多其感知的高等教育服务质量越高的结论〔12〕。孙汭睿等指出，学生课外活动参与投入是影响学生发展的重要因素，而且这种影响存在适度性〔13〕。目前，国内使用结构方程模型分析学生参与度及学校环境对学生成长影响机制的实证研究并不多见，因此本文在已有研究基础上，采用学生自我报告的方式对学生的成长和发展进行测量，在提出学生参与度、学校环境感知及学生自我感知收获具体测量维度的基础上，构建结构方程模型对它们之间的直接和间接影响关系进行验证。

图1 学生参与度及学生发展影响因素概念模型

三、研究模型和研究假设

结合学生参与度理论、大学影响力理论及相关实证研究结果，本文设计了学生参与度及学生发展影响因素概念模型（见图1）。

构建带有二阶潜变量（Second－OrderLatent Variables）的结构方程模型，其中二阶模型主要用于检验学生参与度、学生环境感知、学生自我感知收获及学生满意度四个二阶潜变量之间的影响关系，而一阶模型主要用于描述二阶潜变量的测量属性，一阶模型的具体内容如图1中的虚线框所示。

前述的努力质量理论和学生涉入理论都明确指出学生在教育活动中投入时间越长、付出的努力和精力越多，则从大学体验中取得的学习收获和发展就越大。学生参与理论也强调学生在有效教育活动中的参与对教育产出具有积极作用。西方研究者利用CSEQ、NSSE等调查工具所获得的数据对学生参与度对于学生感知收获的影响进行验证，也证实了学生参与度对学生感知收获具有正向影响。基于相关理论和研究框架，本文围绕学生参与度、学校环境感知、学生自我感知收获及学生满意度四个二阶潜变量提出如下四个研究假设。

假设H1：学生参与度对学生自我感知收获有直接的正向影响。

阿斯汀提出的 Input－Environment－Outcome（I－EO）模型指出学校环境是影响学生产出的重要变量〔14〕，Pascarella E．T．提出的学生变化评定因果模型也指出院校环境是影响学生学习投入和学生发展的五大关键变量之一〔15〕。Rosenshine B．的相关实证研究也表明只有当学校环境鼓励学生积极参与到有效教育活动中时，学生的学习成果和收获才能最大化〔16〕。有效的学习环境不仅能直接促进学生发展，也可以通过引导学生的积极参与进而提高其感知收获。因此，提出本文的研究假设2和3：

假设H2：学生院校环境感知对学生参与度有直接的正向影响。

假设H3：学生院校环境感知对学生自我感知收获有直接的正向影响，并通过学生参与度的中介作用对学生自我感知收获产生间接的正向影响。

其实高等教育从本质上讲也是一种服务。学生在校期间取得的收获和发展是学生对高校教育服务质量的一种认可。Pike G．R．通过实证研究验证了学生投入对学生成绩及学生满意度的积极影响〔17〕;Kotzé T．G．等借鉴服务营销理论的观点指出学生是高等教育服务的共同创造者（co－producer），并验证了高等教育服务中的学生参与对学生感知教育质量、总体满意度和学生忠诚有积极的影响〔18〕;胡子祥等通过实证研究得出大学生参与和高等教育感知服务质量呈正相关关系的研究结论〔12〕。根据以上研究提出本文的研究假设4：

假设H4：学生自我感知收获对学生满意度有积极的影响。

本研究设计并使用的调查问卷共分四部分：第一部分测量学生在校期间教育活动的参与情况，即学生在课堂内外的学习活动以及社交活动中投入的时间和精力;第二部分测量学生对学校环境的感知，包括对学校提供的教育服务质量及硬件环境等的感知;第三部分测量学生的发展和收获，通过自评方式测量学生自我感知的收获;第四部分为学生对大学体验的总体满意度及背景信息。除学生背景信息外，对问卷中各题目均采用里克特7级量表进行测量。

四、实证研究及结果

本研究选取普通全日制高等学校的本科四年级毕业生作为研究对象，共发放调查问卷800份，收回有效问卷647份，有效率为80%，并使用SPSS 18和SmartPLS 2．0软件分析测量量表的信效度，对学生参与度、学校环境感知及学生自我感知收获之间的直接和间接影响关系进行了验证。

1．量表的信度、效度分析

本文计算了各测量量表的内部一致性信度，即Cronbach α系数值，具体结果见表1。根据Guieford J．P．提出的判断标准，当 Cronbach α 值大于 0．7 时量表具有较好的内部一致性信度〔19〕。表1中所有的α值都达到了0．7以上的水平，表明本研究中所使用的量表具备较好的测量信度。

表1 量表内部一致性信度计算结果

本文使用探索性因子分析对测量量表的结构效度进行检验。由于本研究应用的量表分为学生参与度、学校环境感知及学生自我感知收获3个子量表，因此分别进行因子分析以检验每个子量表的结构效度。在进行探索性因子分析前，需先对量表的KMO值和Bartlett球体值进行检验，以判断数据是否适合进行因子分析。经计算，3个子量表的KMO 值分别为 0．918、0．951、0．948，均大于 0．5，且Bartlett球形值也均达到显著水平（Chi－Square=3505，DF=105，P＜0．001;Chi－Square=6732，DF=210，P＜0．001;Chi－Square=4508，DF=105，P＜0．001），说明三个子量表均具备进行因子分析的条件。

在具体的探索性因子分析过程中，主要运用主成分分析法，以最大方差旋转法提取因子。其中学校环境感知部分提取出4个因子，根据具体内容可定义为课程构建、教师引导、硬件条件及服务支持，学生参与度部分提取出学习活动参与、实践活动参与及思维意识参与3个因子，而学生自我感知收获部分提取出认知发展、通识发展及自我发展3个因子。具体问项在其相对应的因子上的载荷可见表2。

对于问项因子载荷的衡量，一般大于0．7即可说明测量题目具有较理想的测量质量，但邱皓政等指出在社会科学研究中，量表的因子载荷符合λ≥0．55标准就可以说明测量质量良好，而不必坚守λ≥0．71的原则〔20〕。本研究的测量量表中大部分因子载荷都达到了0．55以上，说明量表的结构效度良好。将因子载荷小于0．55的题目予以剔除，即得到本研究所使用的最终量表。

表2 问项探索性因子分析的因子载荷计算结果

2．模型拟合及模型系数分析

本文选择在天津市五所高校（天津大学、南开大学、天津工业大学、天津商业大学及天津理工大学）范围内发放调查问卷共计800份，其中收回有效问卷647份，有效回收率为80．9%。目前主要有两大类结构方程模型，一类是协方差结构方程模型（LISREL SEM），另一类是偏最小二乘结构方程模型（PLS SEM）。Fornell C等指出相对于 LISREL SEM，PLS方法对调查所得样本数据的统计分布没有严格限制，且对样本量没有过高的要求，只要求样本量达到具有最多路径指向的潜变量的路径数的十倍即可，且概念模型的构建不需要过于强大的理论基础，相对来说更适合探索性问题的研究〔21〕。因此，本研究在借鉴Wetzels M等学者提出的分层结构方程模型分析方法的基础上〔22〕，采用基于PLS算法的结构方程模型分析软件SmartPLS 2．0对调查数据进行偏最小二乘迭代估计，模型的主要拟合指标计算结果见表3。

结构方程模型分为测量模型和结构模型两部分。本文的测量模型的结果见表4。

其中，各个因子的载荷值均大于0．7，这也验证了本文提出的因子结构，证明了本文为各潜变量选取的测量指标的测量效度良好。

表3 学生发展影响因素结构方程模型PLS计算指标

表4 各测量模型的因子载荷值

结构模型中各潜变量之间的路径系数值见图2。本文采用SmartPLS 2．0软件中的Bootstrapping有放回再抽样自助检验方法对模型路径系数的显著性进行检验，各路径系数的T检验值的具体结果见表5和表6。其中，表5显示一阶潜变量和二阶潜变量之间的路径系数值及其相应T检验值，表6显示四个二阶潜变量之间的路径系数值及相应T检验值。

图2和表5显示，模型中二阶潜变量和一阶潜变量之间的路径系数值都在0．7以上，且T值都较大，这说明本文构建的模型中一阶潜变量对二阶潜变量有较好的测量效果，这也说明了本研究对于学生参与度、学校环境感知及学生自我感知收获所构建的测量量表具有较好的结构效度，一阶潜变量能够充分反映二阶潜变量的内涵，为二阶潜变量之间的假设关系的检验提供了较好的基础。

图2和表6显示，学生参与度与学生自我感知收获之间的路径系数为0．516（T=4．270），说明学生在校期间有效教育活动的参与程度对学生自我感知收获有显著的正向影响效应，即学生在学习活动、实践活动及意识思维活动中投入的时间和精力越多，则其相应的自我感知收获也就越大，这表明学生参与度是影响大学生在校期间收获和发展的重要因素，与Pascarella E．T．提出的大学生发展受高校环境因素直接影响的结论是一致的〔23〕。据此本研究提出的假设1得到验证：学生学校环境的感知对学生参与度有显著的正向效应，其影响系数为0．757（T=14．178），由此可见高校创设的良好教育环境对引导学生积极参与学习、实践等活动具有重要作用，验证了本研究提出的假设2：学生学校环境感知对学生自我感知收获有显著的正向直接影响，其路径系数值为0．276（T=2．303），同时学生学校环境感知通过学生参与度的中介效应对学生自我感知收获产生间接的正向影响，其影响效应大小为0．391，学校环境感知对学生自我感知收获的总影响效应大小为0．667。值得注意的是，高校环境对学生收获的影响效应要大于学生参与度对学生自我感知收获的影响效应大小，由此可见学校环境对学生能力发展产生很大的影响，本研究提出的假设3成立;学生自我感知收获对学生满意度有显著的正向影响，学生自我感知的收获与学生满意度之间有较强的相关关系，验证了本文提出的假设4。

表5 二阶潜变量与其测量属性间的路径系数及T值

图2 结构方程模型PLS路径分析结果

通过以上分析可知，大学生发展和收获主要受到学生个体和学校环境两个层面因素的影响，其中学生个体在校期间教育活动的参与程度是影响学生发展和收获的最为直接的因素，而学校一方面通过为学生提供良好的硬件环境并营造良好的学习氛围直接对学生的发展和收获产生直接的正向影响，另一方面学校和教师通过提供良好的课程和服务环境激励和引导学生积极参与各项教育实践活动从而对学生发展产生间接的正向影响，学校环境对学生发展和收获产生的间接效应值要大于其直接效应，由此可见学生在校期间各项教育活动的参与程度是学校教育环境对学生发展和收获发生作用的重要中介机制。因此，各高校应通过课程的合理设置控制学生的写作量及阅读量，引导学生在课堂内外积极思考和主动参与教学研究;教师则应充分为学生的学习提供有效的指导，主动为学生提供参与科研项目的机会，让学生积极参与到前沿领域的研究中，这不仅有利于学生专业知识的增长，更有利于培养学生应用所学知识去分析和解决实际问题。此外，学校还应努力为学生的发展提供良好的硬件环境及服务支持，为学生提供多种与教师及其他同辈交流的渠道，以促进学生各项能力的均衡发展。

表6 一级潜变量间的标准化路径系数

五、结论及启示

本文通过构建PLS结构方程模型，对学生有效教育活动的参与程度及学生学校环境感知对大学生发展的直接和间接影响进行检验和分析，得出以下结论：首先，学生参与度、学生发展和收获及学校的学习环境都是多维度的，高校学生参与度可以通过学习活动参与、实践活动参与及思维意识参与三个方面来测量，学生对学校环境的感知主要体现在课程构建、教师引导、硬件条件及服务支持四个方面，而学生在大学期间的发展和收获主要体现为学生的认知发展、通识发展及自我发展三个方面;其次，高校学生有效教育活动的参与程度对学生自我感知收获具有显著的正向影响;再次，学生对学校环境的感知不仅对学生自我感知收获具有直接的正向影响，同时还通过学生参与度的中介效应对学生自我感知收获产生间接的正向影响;最后，学生自我感知收获对学生满意度具有显著的积极影响。

依据本文实证研究得到的结论，可得出如下启示：

（1）我国高等教育评价应尽快实现评价主体从学校主体转为学生主体，应重视从学生体验的视角出发通过评价学生参与度及学生收获等指标对高等教育质量进行评估。离开学生这个高等教育主体的日常学习生活体验对高校的教育质量进行测量和评估，可能会在学校的基础设施和其他条件保障上产生作用，但却无法了解高等教育微观活动和作用机制，因而也就无法触及影响学生培养质量的核心要素。

（2）充分关注高校环境对学生发展的影响机制。我国高校应致力于创设有助于激励学生各项校园活动参与的教育服务环境。高校在设计学习环境时，应该了解不同导向的环境通过大学生学习参与对其发展可能会产生的积极影响或消极影响。各高校应从课程构建、教师引导、硬件条件及服务支持等方面构建良好的教育环境，激励学生在学习活动、实践活动及思维意识方面的参与，以促进学生在校期间的认知、智力及自我发展。

（3）重视与我国高等教育实情相符的学生参与度测量量表的开发。测量工具是学生主体高等教育质量评价实施的关键，目前随着学生参与度理论在我国教育评价实践中的推广和应用，相应的测量量表也不断涌现，但实际上仍然未能开发出普适性、通用性良好且信效度较高的测量工具。因此，我国高等教育研究者应重视学生参与度理论知识与实践应用的结合，尽快开发出能够广泛应用的多元化的中国大学生体验调查工具。

（4）构建全国范围的高校大学生学习体验数据库，建立衡量学生参与度、学生发展等相关指标的国家级常模。通过对大学生体验的面板数据进行分析，不仅有利于各高校对学生学习过程和学习成果进行有效监控，同时各高校也可与标杆院校和同水平院校进行标杆分析和对比分析，将本校学生的体验情况与其他院校学生的情况进行对比，以促进高校改进自身的院校环境和政策制度，最终从整体上提升我国高等教育人才培养质量。

〔1〕朱 红．高校学生参与度及其成长的影响机制——十年首都大学生发展数据分析〔J〕．清华大学教育研究，2010，31（6）：35 －43．

〔2〕罗 燕，海迪·罗斯，岑逾豪．国际比较视野中的高等教育测量——NSSE－China工具的开发：文化适应与信度、效度报告〔J〕．复旦教育论坛，2009，（5）：12－18．

〔3〕Merwin J．C．Historical Review of Changing Concepts of Evaluation〔C〕∥ In R． L．Tyler（ed．）． Educational Evaluation：New Roles，New Methods：The Sixty－Eighth Yearbook ofthe NationalSociety forthe Study of Education，Part II．Chicago：University of Chicago Press，1969：89－97．

〔4〕Pace C．R．Measuring the Quality of College Student Experiences：An Account of the Development and Use of the CollegeStudentExperiencesQuestionnaire〔M〕． Los Angeles：Higher Education Research Institute，1984：4－15．

〔5〕Astin A．W．Student Involvement-A Developmental Theory for HigherEducation〔J〕．JournalofCollege Student Development，1999，（40）：518 －529．

〔6〕Kuh，G D．The National Survey of Student Engagement：Conceptual and Empirical Foundations〔J〕．New Direction for Institutional Research，2009，（141）：5 －21．

〔7〕Webber K．L．A Structural Equation Model Examining the Relationship Between Motivation，Perceptions of the College Environment，Quality of Effort，and Student Achievement in the First Year of College〔D〕．Georgia：The University of Georgia，Institure of Higher Education，2009：11－14．

〔8〕Rugutt J．K．，Chemosit C．C．A Study of Factors that InfluenceCollegeAcademicAchievement-ASEM Approach〔J〕．Journal of Educational Research ＆ Policy Studies，2005，5（1）：66－90．

〔9〕Pike G．R．，Kuh G．D．First-and Second-Generation College Students：A Comparison of Their Engagement and IntellectualDevelopment〔J〕． The Journal of Higher Education，2005，76（3）：276 －300．

〔10〕Harper S．R．，Quaye S．J．Student Engagement in Higher Education：TheoreticalPerspectivesandPractical ApproachesforDiversePopulation〔M〕． New York：Routledge，2009：26－30．

〔11〕周廷勇，周作宇．高校学生发展影响因素的探索性研究〔J〕．复旦教育论坛，2012，10（3）：48 －56．

〔12〕胡子祥，雷 斌．大学生参与对高等教育服务质量影响的实证研究〔J〕．现代大学教育，2008，（3）：104 －110．

〔13〕孙汭睿，丁小浩．大学生课外参与投入的适度性研究〔J〕．大学教育科学，2010，（6）：53 －61．

〔14〕Astin A．W．Assessment for Excellence：The Philosophy and Practice of Assessment and Evaluation in Higher Education〔M〕．Phoenix：oRyx Press，1993：31 －42．

〔15〕Pascarella E．T．，Terenzini，P．T．How College Affects Students：Findings and Insights from Twenty Years of Research〔M〕．San Francisco：Jossey－Bass Publishers，2005：32－47．

〔16〕Rosenshine B．TeachingFunctionsinInstructional Programs〔J〕．The Elementary School Journal，1983，83（4）：335－351．

〔17〕Pike G．R．The Effects of Background，Coursework，and Involvement on Students'Grades and Satisfaction〔J〕．Research in Higher Education，1991，32（1）：15－30．

〔18〕Kotzé T．G．，Plessis P．J．Students as“co-producers”of Education：A Proposed Model of Student Socialisation and ParticipationatTertiaryInstitutions〔J〕． Quality Assurance in Education，2003，11（4）：186－201．

〔19〕Guieford J．P．Fundamental Statistics in Psychology and Education〔M〕．New York：McGraw－Hill，1965：80．

〔20〕邱皓政，林碧芳．结构方程模型的原理与应用〔M〕．北京：中国轻工业出版社，2009：101．

〔21〕Fornell C，Bookstein F L．Two Structural Equation Models：LISREL and PLS Applied to Consumer Exit-voice Theory〔J〕．Journal of Marketing Research，1982，19（4）：440－451．

〔22〕Wetzels M，Odekerken－Schröder G，Oppen C．Using PLS Path Modeling for Assessing Hierarchical Construct Models：Guidelines and Empirical Illustration〔J〕．MIS Quarterly，2009，33（1）：177－195．

〔23〕Pascarella E．T．College Environmental Influences on Learning and Cognitive Development：A Critical Review andSynthesis〔C〕∥ In J．Smart（Ed．）． Higher education：Handbook of Theory and Research．New York：Agathon，1985：50．