行为观、心理观与社会文化观：大学生学习投入研究的视域转移＊——兼论中国高校教学质量改进

尹弘飚

（香港中文大学教育学院，香港）

自2000 年起，由库（George D. Kuh）领导的印第安纳大学高等教育研究中心发起了年度性的“全美大学生学习投入调查”（National Survey of Student Engagement，NSSE）。迄今，NSSE 已逾二十届。这场美国发起的年度调查迅速点燃了研究者及大学管理者对大学生学习投入这一议题的热情，急速扩展至欧洲、亚洲、南美洲、大洋洲乃至非洲的一些主要国家（如英国、日本、澳大利亚、智利、墨西哥与南非等），从而在国际高等教育研究领域掀起了一场声势浩大的大学生学习投入调查运动（Coates & Mc-Cormick，2014），并成为当前大学生学习投入研究的主流路径。

NSSE 在国际舞台上兴起的这段时间，适逢中国对本科教学质量问题的关注和持续讨论。1999 年，我国启动了高校扩招政策，普通高校在校生人数迅速增加：1998 年，我国普通高等教育在校生340.87 万人；2003 年，这一数字猛增至1108.56 万人；2005 年，我国普通高等教育在校生已有1561.78 万人。①短期内高等教育规模的急速扩张给众多高校带来了一系列的不良效应，如基础设施不足、师资力量缺乏以及高校教学质量下滑。2006 年5 月10 日，时任国务院总理温家宝主持召开国务院常务会议，强调了高等教育质量提高的重要性：“高等教育的发展要全面贯彻落实科学发展观，切实把重点放在提高质量上。”②自此，我国高等教育发展开始从“规模扩展”逐渐转移到“质量提高”的轨道上来。

在这种背景下，教育部于2003 至2008 年进行了第一轮本科教学评估，试图通过系统的、大规模的教学评估保障我国的高等教育质量，同时回应公众对高校教育质量问题的普遍关注。首轮本科教学评估虽然在实践中取得了一些成效，但也饱受学者批评。有学者指出，虽然评估工作旨在改善教学质量，但所收集的信息大多是那些影响高校教学的宏观条件（如硬件设施与规章制度），而非与高校教学实际情况直接相关的微观要素（如大学生的学习策略、过程与结果）（Lee，Huang & Zhong，2012）。于是，大学生学习投入调查在我国应运而生了。2007 年，清华大学的一支研究团队开始引入美国的NSSE，并于2009 年修订出中国版的大学生学习投入调查（NSSE-China）（罗燕，罗斯，岑逾豪，2009）。2010 年，经历几轮改编、验证与本土化后的NSSE-China 更名为“中国大学生学习与发展追踪研究”（China College Student Survey，CCSS）③。由此，中国也加入到当前这场国际性的大学生学习投入调查运动之中。

相对以往侧重考察院校条件与规章制度，大学生学习投入显然为人们了解高校教学的实际情况提供了一个更为适切而有力的研究视角。参与国际性的大学生学习投入调查运动，也使学者们能够将我国大学生的学习投入状况与其他国家进行比对，发现差距、找出问题，从而为高等院校教育教学政策的制定提供依据。我们当然不能低估这些国际性的大学生学习投入调查的学术涵义与政策价值（史静寰，王文，2018）。不过，学术研究的路径从来都是而且也应该是多元的。在肯定其价值的同时，我们仍然需要追问：当前大学生学习投入的主流研究路径是否存在缺陷？是否存在更为适当的研究策略？此外，众所周知，教与学是典型的具有文化依附性（cultural specificity）的现象（Li，2012; Watkins，2000; Yin，2018）。那么，中国大学生的学习投入除了在NSSE 提供的那些通用指标上与其他国家的大学生表现出量的区别之外，是否还有一些独具特色的文化属性？了解这些特征对改进中国高校教学质量有何作用？本文将通过对大学生学习投入不同研究路径的解析，结合笔者在研究中国大学生学习投入时所获得的发现，尝试回答这些问题。

一、呼唤大学生学习投入研究的另类视角

（一）NSSE 的发展阶段及相关争议

就其发展而言，NSSE 大体可分为两个阶段：一是2000 至2012 年的初创期。首任NSSE 项目主任库将大学生投入界定为“大学生为参与有教育目的的活动所付出的时间与努力”（Kuh，Cruce，Shoup，Kinzie，& Gonyea，2008，p.542），奠定了NSSE 从个体行为和院校特征两个层面分析大学生学习投入的基调。这一时期，库与其合作者出版了大量学术论文和研究报告，为NSSE 争取了广泛的学术影响和社会关注。二是2013 年以来的更新期。2010 年库退休后，继任项目主任麦考密克（Alexander Mc-Cormick）更新了NSSE 的概念架构和研究工具。升级后的NSSE 将原有的五个测量基准（benchmarks）细化为包含五类主题（themes）、十个指标以及六种高影响力教育实践在内的测量框架，强调对高阶思维能力和拓展性学习经验的评量。然而，无论是第一代还是第二代NSSE，有一点是确定无疑的：它们在界定及测量大学生学习投入时，都清晰地遵循了行为观的研究路径。如寇茨（Hamish Coates）与麦考密克所言，“修订后的NSSE 工具维持了其对学生投入行为的强烈关注（a strong behavioural focus），强调建基于十余年研究经验基础上的有效教育实践中那些独特而可行的侧面”（Coates & McCormick，2014，p.155）④。

有趣的是，2013 年以来，对NSSE 及此类调查的批评也越来越多。这些批评不仅针对NSSE 及此类调查秉持的研究方法和测量素质（Campbell & Cabrera，2011；吕林海，2016），更是对当前大学生学习投入主流研究路径的理论基础提出了质疑（Zepke，2015; 尹弘飚，2016）。例如，泽科（Nick Zepke）一针见血地指出，大学生学习投入既可以狭隘地视为课堂中高度可见的学生与院校行为，又可以整全地、批判地将其视为连接课堂、个人背景与广阔社会的社会文化生态系统。然而，当前盛行的主流的研究路径是前一种狭隘的观点，而后一种整体性观点在主流研究路径中是缺席的（Zepke，2015）。

按照卡乌（Ella R. Kahu）的分类，大学生学习投入研究至少存在四种观点（Kahu，2013）：一是行为观（behavioral perspective），即NSSE 以及类似大规模调查研究所遵循的观点；二是心理观（psychological perspective），主张把学生投入视为一个包含行为、情感与认知侧面在内的多维心理结构；三是社会文化观（socio-cultural perspective），关注更广泛的社会文化情境对界定和测量学生投入产生的影响；四是尝试将这些观点加以整合的整体观（holistic perspective）。单从行为观出发研究大学生学习投入是片面而短视的，因为它排除了那些对解释学生投入行为来说十分重要的心理因素（如学生的动机、期望和情绪等），忽略了学生内部状态与外显行为可能存在的矛盾状态，而且无视在不同社会文化情境中诠释“学生学习投入”时产生的明显差异。

卡恩（Peter E. Kahn）同样强调个体内隐因素以及外部社会关系对大学生学习投入的影响。他认为NSSE 以及此类大规模调查对“大学生学习投入”缺乏清晰的理论界定。他进而指出，大学生学习投入应视为一种受到学习环境影响且这种影响又受到学生反身性（reflexivity）中介的分布式的主体性（distributed agency）。在此过程中，个体的反身性又受到特定学习环境中学生面临的学习任务和社会关系的影响（Kahn，2014）。2017 年，麦克法兰（Bruce Macfarlane）与汤姆林森（Michael Tomlinson）在《高等教育政策》（Higher Education Policy）上组织了一期名为“大学生投入的批判与另类视角”的专刊（第30 卷第1 期），收集了八篇针对NSSE 以及此类调查的批评性文章。在这期专刊的开篇文章中，麦克法兰与汤姆林森指出，当前各种针对大学生投入的大规模调查研究受到新自由主义的过度侵蚀，面临着市场化、低幼化、游戏化、看重表现、强调监控以及制造对立的风险（Macfarlane & Tomlinson，2017）。因此，大学生投入研究亟待另类研究视角的参与。

当然，另类研究视角并不唯一。研究者可以从哲学、心理学、社会学等多个角度，在个体、院校、社会文化等多个水平上研究大学生学习投入。不过，我们必须承认，“学习投入”首先发生在学生个体身上。在个体水平上分析和测量学习投入，就必须将“学习投入”视为一个包括认知、情感与行为在内的多维心理结构，更为整全地看待个体水平上的学习投入。我们还要充分认识到，表现在个体水平上的心理和行为现象，同时也都反映着个体所处的社会与文化脉络的特征，因此研究者必须注意特定社会文化情境对个体心理结构产生的影响。因此，呼唤另类的研究视角，首先意味着我们要放弃主流的“行为观”，转而采用更为全面的“心理观”，并留意“社会文化观”对学习投入的解读，从而整全地看待大学生的学习投入（Yin，2018）。因此，本文将从心理观出发，介绍大学生学习投入研究的另一种理论基础及其研究工具，并结合笔者近年来针对中国大学生学习投入所做的三项调查，分析中国大学生学习投入的特征及其激励因素，探究这些现象背后蕴含的社会文化与心理机制，以期为改善高校教学质量及大学生学习投入提供启示。

（二）一种更为可取的理论基础：动机与投入轮

在心理观看来，学生外显的投入行为和内隐的动机状态密不可分（Reeve，2012），共同构成了学习投入这枚硬币的两面。因此，研究大学生学习投入，就必须同时考虑侧重外部行为的“投入”和侧重心理过程的“动机”两个方面。在这方面，澳大利亚教育心理学者马丁（Andrew Martin）提出了一个颇有特色的概念框架：“动机与投入轮”（The Motivation and Engagement Wheel，MEW）。

基于前期关于学生动机的系列研究，马丁于2007 年详细阐述了MEW 的理论架构，并运用对于12237 位中学生的调查数据验证了MEW 配套的测量工具—“动机与投入量表”（the Motivation and Engagement Scale，MES）（Martin，2007）。MEW 描绘了一个包含两个层次在内的二阶因子结构。第一层次包括了11 项因子。在一阶因子选择上，马丁尝试在已有的几种主要的动机理论之间架设桥梁，如期望价值理论、目标取向理论、自我效能理论、成就动机及归因理论等。这使得MEW 的一阶因子具有明显的杂糅特征，试图将上述各项理论的要素融合在同一个理论之中，貌似一个大杂烩。不过，在更为综合的二阶因子方面，MEW 体现了它的与众不同之处。作为一种心理观的诠释，它认为学习投入应包括内在动机（亦被马丁称为“认知”）与外部投入（亦被马丁称为“行为”）两部分。更重要的是，与其他几种关于动机或投入的理论不同，MEW 认为学习投入不仅存在少或多的量的分别，而且存在积极与消极的质的差异，即“适应良好”（adaptive）与“适应不良”（maladaptive）的学习投入之间的区别。于是，MEW 将11 个一阶因子安排在由“动机–投入”和“积极–消极”构成的双轴矩阵之中，从而组成了一个轮状的概念架构。

具体来说，MEW 的二阶因子结构如下（Martin，2012）：（1）反映学生对学习持有的积极取向与态度的“适应良好的动机”（adaptive motivation，AM），其中包括三个一阶因子，即自我效能（self-efficacy）、掌握取向（mastery orientation）、重视学习（valuing）；（2）反映学生对学习持有的积极行为投入的“适应良好的投入”（adaptive engagement，AE），其中包括三个一阶因子，即坚持（persistence）、规划（planning）与任务管理（task management）；（3）反映阻碍学生学习的态度与取向的“适应不良的动机”（maladaptive motivation，MM），其中包括三个一阶因子，即焦虑（anxiety）、规避失败（failure avoidance）、控制模糊（uncertain control）；（4）反映学生问题性学习行为的“适应不良的投入”（maladaptive engagement，ME），其中包括两个一阶因子，即自弃（self-sabotage）和逃避（disengagement）。因此，当我们说某位大学生“学习投入”时，我们期望这位大学生在“适应良好”的动机和投入维度上得分高，同时在“适应不良”的动机和投入维度上得分低。

不难看出，MEW 是对学习投入的一种典型的心理观解读：它将学习投入视为一个复杂的多维结构，并符合心理学者一向主张的学习投入应包含行为、情感与认知三个侧面的标准（Fredricks，Blumenfeld，& Paris，2004; Parsons，Nuland，Parsons，2014）。更为难得的是，马丁编制了与MEW 匹配的标准化测量工具—MES，并通过大量实证数据，验证了不同版本的MES 的心理测量质量。各版本的MES 均由44 个题项组成，每个一阶因子包含4 个题项。这些版本涵盖了不同的学科（英语、数学、科学）（Green，Martin，& Marsh，2007）、职业领域（如学术、体育、音乐）（Martin，2008a）以及学习阶段（小学、中学、大学）（Martin，2009），从而为研究者测量学习投入提供了极大的便利。

不少实证研究已经检验了MES 各因子之间及其与相关变量之间的关系。就MES 内部各因子之间的关系而言，适应良好的维度之间以及适应不良的维度之间均存在显著的正相关，而适应良好各维度与适应不良各维度之间则存在显著的负相关。不过，适应不良动机与适应良好的维度（包括动机与投入）之间的负相关通常弱于适应不良投入与适应良好的维度之间的负相关（Martin，2007；Martin，2009）。就MES 各因子的效果而言，已有研究检验了学生动机与投入和一些结果变量之间的关系，如满意度、课堂参与、学术韧性（academic buoyancy）、功课完成率等。大体上来说，适应良好的动机与投入对这些学习成果有积极效应，而适应不良的动机与投入则对其有消极效应（Liem & Martin，2012;Martin，Yu，& Hau，2014）。就学习动机与投入的影响因素来说，已有的研究结果显示，不同性别、学习阶段、职业领域以及文化背景的个体在动机与投入方面存在差异（Martin，2009; Martin et al.，2014）；个体对自我最佳的期望（personal best）会影响自己的学习动机与投入（Martin & Liem，2010）；此外，一些精心设计的干预项目也会提升学生的动机与投入水平（Martin，2008b）。

尽管有关MES 的研究证据已经颇为丰富，但已有的研究文献存在三个显著缺陷。第一，绝大多数研究都是关于中学生的，关于大学生的学习动机与投入的研究文献极其缺乏。仅有的涉及大学生的两项研究均是将大学生作为验证MES 结构效度的群体（Martin，2008a；2009）。然而，考虑到大学生在心理发展水平与学习方式等方面和中小学生的差异，大学生的学习动机与投入理应受到更多关注。第二，虽然已有研究已经归纳了一些学生学习动机与投入的影响因素，但这些因素大多和学生的个体特征相关，如性别、学习阶段、自我最佳期望等。然而，如卡恩所言，学习投入同时受到个体能动性、学习任务以及社会关系的影响（Kahn，2014）。考虑到大学阶段的学习任务、师生互动明显区别于中小学阶段，研究者不能忽视大学生在课堂教学或专业学习水平上的学习经历对他们的学习投入产生的影响。然而，极少研究探讨这个议题。第三，绝大多数研究都是在英、美、澳大利亚、加拿大等西方文化情境中进行的，专门关于中国学生的学习动机与投入的研究文献十分少见。与前一点相似，已有两项涉及中国学生的研究也只是为了验证MES 的跨文化测量素质（Martin et al.，2014; Martin，Yu，Papworth，Ginns，& Collie，2015）。考虑到中国文化与教育传统对学生学习的一些独特的社会期待，如师道尊严、勤能补拙、谨言慎行等，研究者有必要对中国大学生的学习动机与投入进行更为深入的分析。

有鉴于当前大学生学习投入的主流研究路径存在的问题以及MEW 的独到之处，笔者认为MEW为研究大学生学习投入提供了一个更为可取的理论基础。因此，本文接下来将报告三项基于MEW 所做的中国大学生学习投入的实证研究结果。这三项研究分别针对以下三个核心问题：（1）MES 是否适用于中国大学生群体？（2）对中国大学生来说，学习动机与投入之间的关系如何？（3）中国大学生的课程经历与其学习动机与投入之间的关系如何？

二、中国大学生学习动机与投入的实证研究发现

（一）研究I：MES 在中国大学生群体中的适用性

第一项研究的目的十分简单，旨在检验MEW 配套的测量工具—MES 在中国大学群体中的适用性和测量素质（Yin & Wang，2016）。如前所述，MES 的因子结构由11 个一阶因子和4 个二阶因子组成。在各种版本的MES（即针对小学生、中学生和大学生等群体）中，每个一阶因子均包含4 个题项。⑤因此，MES 是一个由11 个一阶因子、4 个二阶因子和44 个题项组成的自陈式标准化测量问卷。我们选择马丁的大学生版本MES（MES for University/College Students，MES-U/C），翻译和修订出中文版MES-U/C。

研究I 以便利抽样的方式，向北京10 所高校共1131 位大学生施测，要求参与者在由“极不同意”到“极为同意”的李克特7 点量表上作答。这个样本包括533 位（47.1%）男生，597 位（52.8%）女生，另有一位未报告性别信息；534 位（47.2%）大学生来自5 所重点院校（985/211 院校），另外597 位（52.8%）大学生来自5 所普通院校。这些学生分布于大一至大四各年级，其专业背景涵盖文、理、工、农、法、经济等不同学科。归纳起来，626 位（55.3%）大学生修读理科专业，497 位（43.9%）大学生修读人文与社会科学，另有8 位大学生没有报告自己的专业信息。

在研究I 中，我们首先使用验证性因子分析方法，检验了中文版MES-U/C 三种因子结构的结构效度，即一阶11 因子模型、一阶4 因子模型、二阶因子模型。结果表明，这三个因子模型的拟合指标均可接受：一阶11 因子模型（χ2= 4884.04，df = 847，p ＜ 0.001，RMSEA = 0.065，NNFI = 0.93，CFI = 0.94）；一阶4 因子模型（χ2= 5875.84，df = 896，p ＜ 0.001，RMSEA = 0.070，NNFI = 0.92，CFI = 0.92）；二阶因子模型（χ2= 5292.54，df = 885，p ＜ 0.001，RMSEA = 0.066，NNFI = 0.93，CFI = 0.93）。

此外，对两个一阶因子模型的信度分析表明，在一阶11 因子模型中，两个因子（“坚持”和“规划”）的内部一致性低于0.60；而在一阶4 因子模型中，所有因子的内部一致性均高于0.70。这些结果基本上支持了MES 在中国大学生群体中的信度和结构稳健性。考虑到模型简洁性，研究I 选择一阶4 因子模型进行后续的数据分析。表1 呈现了一阶4 因子模型的信度、相关矩阵及描述性统计。

如表1 所示，就均值分布而言，适应良好的动机、适应良好的投入、适应不良的动机与适应不良的投入表现出一种明显的递减趋势。为更加直观地呈现参与研究I 的中国大学生学习动机与投入的分布状况，我们根据这组大学生在11 个一阶因子上均值的分布情况，绘制了他们学习动机与投入剖面图（见图1）。图1 表明，本研究中大学生学习动机与投入的分布状况大体上符合MEW 对“学习投入”学生的期望：适应良好的维度得分高，同时适应不良的维度得分低。

表1 研究I 中MES 一阶4 因子模型的信度、相关矩阵及描述性统计（n = 1131）

图1 研究I 中大学生学习动机与投入剖面图（Yin & Wang，2016）

前文已述，MEW 的因子结构其实是由“动机–投入”与“积极–消极”组成双轴矩阵，这意味着大学生学习动机与投入可能存在四种不同类别。因此，研究I 对4 个一阶因子的均值中心化后，进行了四分类的聚类分析，以期发现这些大学生在学习动机与投入方面是否存在类型差异。聚类分析的结果是得到四类学生（见图2）。

图2 大学生学习动机与投入的四个类型（Yin & Wang，2016）

如图2 所示，第一类学生有236 位（20.9%）。他们在适应不良动机与投入上的得分远低于均值，而在适应良好动机与投入上的得分则远高于均值。我们可将其称为“适应良好的学习者”（adaptive learners）。第二类学生有422 位（37.3%）。他们和第一类学生正好相反，在适应不良动机与投入上的得分高于均值，而在适应良好动机与投入上的得分则低于均值。因此，我们将这类学生称为“适应不良的学习者”（maladaptive learners）。第三类学生有316 位（27.9%）。他们的特征稍微复杂一些：他们在适应不良动机与投入上的得分略低于均值，在适应良好动机上的得分略高于均值，但其适应良好投入的得分又略低于均值。我们将其称为“有动机而少投入的学习者”（motivated but less engaged learners）。第四类学生数量不多，共157 位（13.9%），但其特征十分突出。他们在所有维度上的得分皆高于均值，但各项分布存在差异：他们在适应不良动机与投入上的得分远高于均值，在适应良好动机上的得分略高于均值，而在适应良好投入上的得分亦高于均值，且高于他们在适应良好动机上的得分，从而使这类学生的剖面呈现一种尾部上扬的特征。我们将其称为“适应不良但行为投入的学习者”（maladaptive but engaged learners）。

我们进一步分析了四类学生在重点院校和普通院校中的分布情况。结果表明，大部分 “适应良好的学习者”（177，72.0%）来自重点院校；大部分“适应不良的学习者”（322，76.3%）存在于普通院校；“有动机而少投入的学习者”在重点和普通院校中的分布相当（161∶155，50.9%∶49.1%）；大部分（103，65.6%）“适应不良但行为投入的学习者”也来自于重点院校。

小结上述研究发现可总结为如下三个方面：（1）研究I 初步验证并支持了MES-U/C 在中国大学生群体中的测量素质，为后续研究提供了基础。（2）参与研究I 的大学生学习动机与投入基本符合MEW 对学习投入的预期，即“适应良好”到“适应不良”各维度上的得分呈现递减趋势，且重点院校大学生的学习动机与投入状态整体上优于普通院校的大学生。（3）更为重要的是，研究I 的聚类分析结果表明，中国大学生群体中存在学习动机和投入行为“表里不一”的情况。

研究I 发现的这些“表里不一”其实意味深长。首先，这意味着我们在考察学习投入时，必须同时照顾外显的行为表现与内隐的心理状态两个方面，从而支持了运用MEW 这一心理观的概念框架进行大学生学习投入研究的必要性。其次，考虑到其中一类“表里不一”的大学生，即“适应不良但行为投入的学习者”更多就读于重点院校，我们有理由相信，中国大学生学习动机与投入之间“表里不一”的背后可能有一些社会心理原因。

（二）研究II：中国大学生的学习动机与投入的关系

如上所述，研究I 揭示了大学生学习投入存在动机和行为“表里不一”的情况，发现中国大学生中存在着为数不少的“有动机而少投入”和“适应不良但行为投入”的学习者。按照马丁及其同事过往使用MES 的研究经验，适应良好的动机与行为之间以及适应不良的动机与行为之间均存在显著的正相关，而适应良好各维度与适应不良各维度之间则存在显著的负相关（Martin，2007；2009）。此外，适应良好的动机与投入对可取的学习成果（desirable learning outcomes）有积极效应，而适应不良的动机与投入则对其有消极效应（Liem & Martin，2012; Martin et al.，2014）。然而，这些关系对研究I 聚类产生的“表里不一”的大学生来说似乎并不适用。因此，我们有必要进一步探讨：对中国大学生来说，学习动机、投入与学习成果之间究竟存在何种关系？于是，我们设计了第二项研究（Yin，2018）。

研究II 使用了两份问卷。第一份是上一项研究验证过的中文版MES-U/C，其中包括11 个一阶因子、4 个二阶因子和44 个题项，用来测量中国大学生的学习动机与投入，要求学生在由“极不同意”到“极为同意”的李克特7 点量表上作答。第二份是大学生学习成果问卷。考虑到大学生在专业背景方面的差异，研究II 使用了一份由6 个题项组成的单因子“通用技能量表”（Generic Skills Scale），用来测量大学生自我报告的对问题解决、分析与沟通等通用能力的掌握情况。这份通用技能量表要求答题者在由“极不同意”到“极为同意”的李克特5 点量表上作答。

在样本构成方面，参与研究II 的大学生共有2013 位，其中1131 位（56.2%）来自北京，882（43.8%）位来自山东；1056 位（52.5%）男生，956 位（47.5%）女生，另有一位没有报告性别。和研究I 类似，这些学生分属文、理、工、法等不同的学科领域和大一至大四的各个年级。

我们首先用验证性因子分析检验上述两份问卷的结构效度。验证性因子分析的结果支持了通用技能量表的结构效度（χ2= 45.50，df = 9，p ＜ 0.001，RMSEA = 0.045，NNFI = 0.99，CFI = 0.98）。在检验MES 的结构效度时，和研究I 一样，我们检验了MES 的三种因子模型。结果表明，三种因子模型的拟合指标均可接受。相对而言，一阶11 因子模型拟合指标最好，而一阶4 因子模型拟合指标稍差：一阶11 因子模型（χ2= 6440.58，df = 847，p ＜ 0.001，RMSEA = 0.057，NNFI = 0.94，CFI = 0.95，ECVI = 3.34，AIC = 6725.58）；一阶4 因子模型（χ2= 11078.73，df = 896，p ＜ 0.001，RMSEA = 0.075，NNFI = 0.91，CFI =0.92，ECVI = 5.60，AIC = 11266.73）；二阶因子模型（χ2= 7891.19，df = 885，p ＜ 0.001，RMSEA = 0.063，NNFI = 0.94，CFI = 0.94，ECVI = 4.03，AIC = 8101.19）。表2 呈现了研究II 中MES 一阶11 因子模型的信度、相关矩阵及描述性统计结果。

表2 研究II 中MES-U/C 一阶11 因子模型的信度、相关矩阵及描述性统计（n = 2013）

由表2 可见，在一阶11 因子模型中，不少因子之间的相关系数过高（＞0.70），意味着如果选择这个因子模型，则很可能会出现多重共线性。因此，我们选择了MES 的二阶因子模型进行后续分析。另外，与研究I 类似，本研究中除“坚持”和“规划”外，各一阶因子的信度分析结果也支持了这些因子的内部一致性。

研究II 的主要目的在于检验马丁及其同事过往研究所显示的学习动机、投入与成果之间的关系模式是否适用于中国大学生。因此，我们运用结构方程模型，检验了这些变量之间的关系（见图3）。为使结果简明扼要，图3 中的MES 只呈现了四个二阶因子，而“通用技能”则使用了一阶因子。数据分析结果表明，此模型的拟合指标良好（χ2=8831.22，df = 1157，p ＜ 0.001，RMSEA = 0.057，CFI = 0.94，NNFI = 0.94），各回归或相关路径系数均达到统计显著水平（** p ＜ 0.01）。

图3 研究II 的结构方程模型分析结果（n = 2013）

对照马丁及其同事过往的研究经验，我们可以看出，中国大学生学习动机、投入与可取的学习成果（即本研究中的“通用技能”）之间的关系大体上符合预期：（1）适应良好的动机促进适应良好的投入（β = 0.92，p ＜ 0.01），进而促进通用技能的掌握（β = 0.49，p ＜ 0.01）；（2）适应不良的动机促进适应不良的投入（β = 0.74，p ＜ 0.01），进而削弱大学生的通用技能（β = -0.15，p ＜ 0.01）；（3）适应良好的动机减少大学生适应不良的投入（β = -0.38，p ＜ 0.01），且与适应不良的动机之间存在显著的负相关（r = -0.32，p ＜ 0.01）。

然而，与过往研究经验殊为不同，本研究发现中国大学生“适应不良的动机”不是削弱而是巩固了“适应良好的投入”（β = 0.11，p ＜ 0.01）。为验证这一路径是否稳健，研究II 分北京和山东两个群体，分别进行了结构方程分析。研究结果表明，在北京大学生群体中，“适应不良的动机”与“适应良好的投入”同样存在显著的正向关系（β = 0.13，p ＜ 0.01）；在山东大学生群体中，二者之间关系虽是正向，但不再显著（β = 0.07，n.s.）。

小结简而言之，研究II 的初衷在于检验马丁及其团队过往关于学习动机、投入与成果之间的关系模式是否适用于中国大学生群体。在他们的研究中，动机与投入之间依据其适应良好或适应不良的性质，呈现出一种十分简洁一致的关系。然而，研究I 发现中国大学生学习动机与投入存在“表里不一”现象，这使我们有理由怀疑马丁及其同事已有的研究经验能否在中国大学生群体中得到推广。

研究II 的结果表明，中国大学生的学习动机、投入与可取的学习成果之间的关系基本上符合马丁及其同事过往研究经验呈现的模式，但只有一条回归路径例外。这条路径便是“适应不良的动机”对“适应良好的投入”的影响。尽管这条路径十分微弱，且时而不显著，但对中国大学生来说，“适应不良的动机”并没有削弱他们“适应良好的投入”，反而有时会显著地增加后者出现的可能性。这表明，中国大学生在学习动机和投入的关系方面，和英、美、加拿大、澳大利亚等西方国家的大学生有着微妙但重要的差异。造成这种差异的原因，应该和中国大学生所处的社会文化情境密切相关。

（三）研究III：中国大学生的课程经历与其学习动机和投入之间的关系

如前所述，过往使用MES 的实证研究大都针对中小学生，而以NSSE 及此类调查为代表的主流大学生学习投入研究关心的是院校层面的特征（如设施、院校类型等）对个体水平上学习投入行为产生的影响。考虑到高校与中小学在课程设置、学习方式等方面存在着显著区别，大学生对课堂教学或专业学习层面课程、教学与评估的观感应该与中小学生有所区别。已有的研究也表明，大学生对学习环境诸要素（课程、教学与评估）的观感会影响到他们投入学习的动机、方式与策略（Kahn，2014; Lizzio，Wilson，& Simons，2002）。然而，在已有文献中，这方面的研究极其缺乏。因此，我们进行了第三项研究，探讨大学生关于课堂教学或专业学习层面学习环境的观感对他们的学习动机与投入的影响。具体来说，研究III 检验了中国大学生的课程经历（course experience）与其学习动机与投入之间的关系。

课程经历反映的是大学生在专业和课堂学习过程中，对课程目标、教学方式、师生互动以及评估任务等与教学直接相关的因素的评价，常被用作学生评教的工具（尹弘飚，李瑾瑜，2015）。课程经历问卷（Course Experience Questionnaire，CEQ）则是一份广受认可的用来测量大学生课程经历的标准化问卷。自1993 年起，CEQ 就被澳大利亚毕业生就业指导委员会（Graduate Careers Council）正式用于毕业生年度调查之中。2002 年，基于澳大利亚的经验，英国对CEQ 进行调适，应用在全英大学生调查（National Student Survey）之中。如其设计者拉姆斯顿（Paul Ramsden）所说，最初编制CEQ 是为了获得大学生对高校教学的评价（Ramsden，1991）。在今天，CEQ 的功能已经大大扩展了。除了作为高校教学质量的表现指标，CEQ 还被用来测量大学生所处的课堂层次的学习环境，或者被当作院校资源配置的依据、系科比较的衡量标准以及用来改善本科生课程的形成性评估方式（Webster，Chan，Prosser，&Watkins，2009）。于是，在过去二十余年国际高等教育领域兴起的素质保障运动中，我们观察到至少有两条高等教育素质保障研究的线索：一条线索是CEQ 研究，集中讨论课堂教学或专业学习层面高校教学的质量；另一条便是NSSE 带动的大学生学习投入研究，关注个体水平上学生学习的质量。研究III 之所以要检验大学生课程经历和其学习动机与投入之间的关系，也是想在这两条高等教育素质保障研究线索之间架起桥梁（Yin & Ke，2017）。

CEQ 有多个版本，其中最全面的当数威尔逊（Keithia L. Wilson）及其同事检验过的、由36 个题项组成的6 因子版本（Wilson，Lizzio，& Ramsden，1997）：清晰的目标与标准（clear goals and standards；5 题）、通用技能（generic skills；6 题）、重视独立性（emphasis on independence；6 题）、良好的教学（good teaching；8 题）、适当的课业负担（appropriate workload；5 题）与适当的评估（appropriate assessment；6 题）。经过以往研究的数度修订，笔者已经根据英文版问卷改编出信、效度可以接受的中文版CEQ（Yin & Wang，2015; Yin，Lu，& Wang，2014; Yin，Wang，& Han，2016）。

CEQ 的设计基于以下理念：大学生对高校课程、教学及评估的感知会影响其采用的学习方式（approaches to studying）以及学习结果（Biggs，1999）。在欧洲、北美及澳大利亚等西方文化情境中进行的实证研究反复显示，大学生对上述6 个因子的评价越积极，他们就越倾向于采用侧重理解和重组学习内容的深层的学习方式（包括“动机”和“策略”两个要素）；反之，则倾向于采用偏重记忆和再现学习内容的表层学习方式（Lizzio et al.，2002; Richardson，2005）。显而易见，学习方式包含动机与策略两种成分的设想恰好呼应了MEW 对学习投入的界定：学习投入包括内隐的动机或心理状态，也包括外显的行为投入。因此，我们有理由假定，大学生的课程经历与其学习动机和投入存在显著关联。具体来说，大学生对CEQ 的6 个因子评价越高，他们应该会表现出更多“适应良好的动机”和“适应良好的投入”，同时，也应该表现出更少“适应不良的动机”和“适应不良的投入”。

在研究III 中，我们使用了两套问卷，中文版44 题MES-U/C（李克特7 点量表作答）和中文版36 题CEQ（李克特5 点量表作答）。参与本研究的是882 位来自山东的大学生，其中包括523 位（59.3%）男生和359 位（40.7%）女生，其专业背景涉及理、工、医等不同学科。

研究III 首先使用验证性因子分析检验两份问卷的结构效度。结果表明，中文版CEQ 在本研究样本中的模型拟合指标可以接受（χ2= 2525.08，df = 579，p ＜ 0.001，RMSEA = 0.062，NNFI = 0.91，CFI =0.92）。为保证模型的简洁性，研究III 检验了MES 二阶因子模型，发现其二阶因子模型的拟合指标良好（χ2= 4462.35，df = 885，p ＜ 0.001，RMSEA = 0.068，NNFI = 0.93，CFI = 0.93）。表3 和表4 分别呈现了研究III 中CEQ 与MES-U/C 各因子的内部一致性、描述性统计及因子间的相关矩阵。结果表明，各分量表的内部一致性均可接受，从而支持了两份问卷的信度。

表3 研究III 中CEQ 的信度分析、相关矩阵及描述性统计（n = 882）

在探讨大学生的课程经历与其学习动机和投入之间的关系时，我们先对中文版CEQ 和MESU/C 分量表进行了相关分析（见表5）。如表5 所示，CEQ 各因子与MES 各因子之间大体呈现出原本预期的相关关系，即CEQ 的6 个因子和“适应良好的动机”“适应良好的投入”之间存在显著的正相关，而且在绝大多数情况下，CEQ 的6 个因子和“适应不良的动机”“适应不良的投入”之间存在显著的负相关，但“重视独立性”和“适应不良的投入”之间的关系不显著。

表4 研究III 中MES-U/C 一阶4 因子的信度分析、相关矩阵及描述性统计（n = 882）

表5 大学生课程经历与学习动机和投入的相关分析（n = 882）

为了更加准确地检验大学生课程经历与学习动机和投入之间的关系，我们使用结构方程模型这一更为严格的方法探讨了中文版CEQ 各因子对大学生学习与投入的效应。结果表明，这一模型的拟合指标可以接受（χ2= 12659.31，df = 3045，p ＜ 0.001，RMSEA = 0.060，NNFI = 0.90，CFI = 0.91）。为了更为清晰简洁地呈现数据分析结果，表6 呈现了结构方程模型中CEQ 各因子作为自变量时，达到统计显著水平的MES 各二阶因子回归路径的标准化系数。

表6 中国大学生课程经历与学习动机和投入的回归分析（n = 882）

显然，运用结构方程模型进行的回归分析结果和相关分析之间出现了不少差异。若按照原本的理论预期，CEQ 各因子对适应良好的动机和行为应该产生积极效应，对适应不良的动机和行为则产生消极效应。然而，在结构方程模型的分析结果中，这种规律性的回归效应并不明显，反而出现了许多出人意料的回归效应。

根据各回归路径的显著水平及路径系数，我们将CEQ 的6 个因子分为三类。第一类可称为“理想指标”（ideal indicators），其中包括三个因子：清晰的目标与标准、通用技能、适当的课业负担。它们对大学生学习动机与投入的效应符合理论预期—只要路径显著，它们就会促进适应良好的动机和投入，削弱适应不良的动机和投入。第二类可称为“反常指标”（paradoxical indicators），其中包括两个因子：重视独立性和良好教学。它们对大学生学习动机与投入的效应恰好与理论预期相反—只要路径显著，它们就会削弱适应良好的动机和投入，促进适应不良的动机和投入。第三类可称为“奇异指标”（weird indicator），即剩余的那个CEQ 因子：适当的评估。只要存在显著效应，它对大学生学习动机和投入的效应就是负面的—它虽然显著地削弱了适应不良的动机和投入，也在相当程度上减少了适应良好的投入行为。

小结研究Ⅰ和研究Ⅱ都是在个体水平上分析大学生的学习动机与投入。和前两项研究不同，研究Ⅲ试图拓展学习动机与投入的研究范围，在课堂教学或专业学习层面探索大学生学习动机与投入的影响因素。这样既能弥补NSSE 及同类调查没有考虑课堂环境因素的不足，又能将过去二十余年中高等教育素质保障研究的两条研究线索结合起来。

根据大学生课程经历与其学习动机和投入的关系，研究Ⅲ归纳出三类不同性质的CEQ 因子：理想指标、反常指标以及奇异指标。其中，反常指标与奇异指标在影响中国大学生学习动机与投入时扮演的角色与以往英美等西方文化情境中的研究经验大相径庭。一些用意良好的学习环境因素要么发挥着消极作用（如良好教学与重视独立性），要么扮演着“双刃剑”的角色（如适当的评估）。这些出人意料的发现要求我们必须反思中国文化情境中高校教学与大学生学习的特征，这样才更有可能找到改善我国大学生学习投入和高校教学质量的有效途径。

三、从大学生学习投入的视角审视中国高校教学质量改进

实证研究旨在增进理解，进而探寻改善实践之路。上文所述三项实证研究发现支持了MESU/C 在中国大学生群体中的测量素质，凸显了MEW 应用于大学生学习投入研究的必要性。这些研究还折射出，中国大学生的学习投入可能与英国、美国、澳大利亚等西方国家的大学生有所不同。这要求我们在看待大学生学习投入时，不仅必须兼顾内部心理状态与外部投入行为两个侧面，而且必须考虑社会文化情境这一大学生学习赖以存在的特定脉络。只有这样，我们才能获得关于大学生学习投入状况的更为全面的认识，并且对中国大学生的学习方式以及激励他们投入学习的因素产生更为适当的理解，从而更有可能找到改善中国大学生学习投入与高校教学质量的有效途径。

那么，这三项研究究竟为我们理解中国大学生学习投入、改进中国高校教学质量带来了什么？

（一）中国大学生学习投入的状况

研究I 最直接的目的是检验MES 在中国大学生群体中的测量素质。除了提供中文版MES-U/C 的信、效度信息之外，研究I 顺带对中国大学生整体上的学习投入状况进行了初步分析。

从表面上看，参与研究I 的中国大学生在学习动机与投入方面情况良好，基本符合MEW 对理想的学习投入剖面的期待—在适应良好的动机与投入维度上的得分高而在适应不良的动机与投入维度上的得分低。不过，深入分析就会发现，这些大学生的学习动机与投入并不像看上去那么理想，因为他们在适应不良动机与投入上的得分仍然较高（高于3.5），且422 位（37.3%）大学生被归入“适应不良的学习者”一类。这些发现对高校教学管理者和教师的启示在于：若要改善中国大学生的学习，与其思考如何提升他们积极的、适应良好的动机和投入，不如思考如何降低他们消极的、适应不良的动机与投入行为，同时尽量促使那些为数不少的“适应不良的学习者”产生理想的转化。

除“适应良好”和“适应不良”的学习者外，研究I 的聚类分析还发现了两类“表里不一”的学习者：“有动机而少投入的学习者”（316 位）和“适应不良但行为投入的学习者”（157 位）。辨识出这些“表里不一”的学习者，说明大学生学习投入研究不能仅着眼于其外显的投入行为，而必须同时考察大学生内隐的心理状态。这些发现直接支持了心理观的学习投入解读以及MEW 应用于大学生学习投入研究的必要性。

再进一步，研究I 中两类“表里不一”的学习者的成因值得深入推敲。究其实质，“有动机而少投入的学习者”反映出这类大学生“有心无力”：他们想学得更好，但不知道该如何做。因此，学习策略与方法的指导对这类学生十分必要。相对来说，“适应不良但行为投入的学习者”则具有明显的“坚持不放弃”的特征：即使内心焦虑感强烈、畏惧失败，且有很多退缩和逃避行为，但仍然没有放弃投入学习，且能够表现出较多的学习投入行为（如自我规划、任务管理等）。

尽管后一类“表里不一”的学习者，即“适应不良但行为投入的学习者”，在数量上只占研究I 样本的13.9%（157 位），但其学理意义十分重大。考虑到大部分（65.6%）“适应不良但行为投入的学习者”就读于重点院校，这类学习者集中反映了中国文化传统影响下的两种社会心理现象。首先，这类学习者最典型的特征就是即使内心焦虑惶恐，但学习中仍然“坚持不放弃”。这种心理和行为现象的形成与中国文化和教育传统对勤奋的褒扬密不可分（Lee，1996; Watkins，2000）。例如，我们坚信“业精于勤”“书山有路勤为径”。无论天资多差、起点多低，只要愿意持续付出努力，就能够取得学业上的进步。这些大学生能在高考竞争中脱颖而出，而且大部分能在重点院校就读，这可能因为中小学阶段的学习经历让他们养成一些行之有效的学习策略，进而巩固了他们对勤奋努力的执着信念。

其次，这类学习者可能还受到中国特有的“耻辱观”和“愧疚观”的影响。许多大学新生进入大学后都会面临巨大的冲击，要经历一个心理上的适应期。一些学生在难以适应大学的学习方式、不堪承受新的同辈竞争压力时，也难免会出现焦虑心态和退缩行为。然而，受中国文化传统中面子、耻和愧疚观念的影响（金耀基，2006），这些“适应不良但行为投入的学习者”可能认为自己辜负了“大学生”（特别是“重点院校大学生”）的身份，从而产生积极投入学习的心态和行为。这背后的社会心理机制，其实就是中国文化中“力行近乎仁，知耻近乎勇”（《论语·中庸》）的儒家信条。

（二）中国大学生学习方式的特征

如果说第一项研究让我们发现“适应不良但行为投入”的这类学生与众不同的话，那么，第二项研究的结果则告诉我们，作为一个整体，中国大学生的学习方式可能具备一些不同于英、美、澳大利亚等西方国家的大学生学习方式的特征。

在国际文献中，一些具有心理学学术背景的学者，如比格斯（John Biggs）、恩特威斯特（Noel L. Entwistle）向来习惯用“学习方式”（Approaches to Learning/Study）这个术语研究大学生学习，并认为学习方式包含“动机”与“策略”两个成分（Biggs，1993；Entwistle，1991）。相关研究反复证明，大学生学习方式具有文化依附性，东西方大学生的学习方式常常风格迥异（Kember & Gow，1990; Richardson，1994）。例如，对中国乃至东亚地区的大学生来说，记忆和理解之间并不截然对立，反而密切联系，因为他们笃信“书读百遍，其义自见”（Marton，Wen，& Wong，2005; Watkins，2000）。因此，对这些地区的学习者来说，注重再现的表层学习方式和强调理解的深层学习方式之间经常融为一体（Kember，2016）。

研究II 为我们理解中国大学生的学习方式提供了新的视角和证据。MEW 同样强调从内隐的“动机”和外显的“投入”两方面探究大学生的学习投入。因此，亦可将其视为对大学生学习方式的另一种解读。不过，和已有从深层、表层两个角度看待学习方式的概念框架相比，MEW 的二阶模型更加综合，也考虑了更多的动机和策略因素。如前所述，研究II 的结果尽管在很大程度上符合已有在英、美、澳、加等国家使用MES 的研究经验，但也辨析出一条颇具特色的路径，即“适应不良的动机”并未削弱反而在某些情况下促进了中国大学生的“适应良好的投入”。

这条路径独具特色且意涵深远。如果能理解研究I 中形成“适应不良但行为投入的学习者”的社会心理机制，那么也不难明白研究II 为何会发现这条异于以往西方学者研究经验的路径了。在笔者看来，它同样充分地反映了中国文化情境中大学生学习方式的独特之处。布朗大学的华裔心理学家李瑾曾比较中美两国大学生关于学习的信念，总结出“好学心”（Chinese “heart and mind for wanting to learn”）这一中国文化情境中学习的理想型，并从认知、道德、行为与情感四个侧面刻画了“好学心”理想型的特征（Li，2002；2003）。在行为侧面，中国的“好学心”模型认为若天资过人，就该充分发掘自己的潜力；若天资平平，则应加倍努力学习，不落人后—此即日常所说的“笨鸟先飞”“勤能补拙”。在情感侧面，“好学心”模型认为羞愧、自责、沮丧等貌似负面的情绪体验并不妨碍中国学生的学习，反而会成为他们发奋努力以弥补自身不足的动力。因此，已有的研究经验也发现，对中国大学生来说，来自他人或自己负面的反馈与观感很多时候并没有起到消极作用，反而常常被他们认为是“自我完善的机会”（van Egmond，Kühnen，& Li，2013）。这其中的社会心理机制，也就是中国教育者们熟知的“君子博学而日参省乎己，则知明而行无过矣”（《荀子·劝学》），或“知不足，然后能自反也；知困，然后能自强也”（《礼记·学记》）。

了解这些文化与教育传统，就能理解中国大学生学习方式的特征，并顺利解释研究Ⅰ和研究Ⅱ中那些独特的发现。之所以会有“适应不良但行为投入的学习者”，之所以“适应不良的动机”没有削弱反而可能促进“适应良好的投入”，皆是因为中国文化情境对大学生学习所持的独特期望，而中国大学生遵循的是“好学心”这一关于学习的理想型。这一文化心理解读进而为研究大学生学习投入带来如下两个启示：第一，运用MEW 与MES 有助于研究者察觉大学生学习投入存在的文化差异，增强研究者从“社会文化观”看待大学生学习投入的意识。第二，大学生学习方式存在的文化差异也提醒研究者，已有关于MEW 和MES 的研究经验并非放之四海而皆准的。将MES 运用于新的文化情境时，我们需要留意并发掘研究对象所处的文化情境对界定、测量和诠释大学生学习投入可能造成的影响。

这些发现对改善中国大学生学习和高校教学来说颇具意义。如前所述，研究Ⅰ的结果表明，要改善中国大学生的学习，应该思考如何降低他们适应不良的动机与投入。研究Ⅱ的结果则说明，由于中国独特的文化传统，即使这些适应不良的动机，仍有可能在大学生学习中发挥积极作用。这提醒教学管理者和教师要留意焦虑、规避失败、控制模糊等适应不良动机的两面性，在实践中把握好“度”。一方面，高校教师可以利用“好学心”这一文化理想型中的积极因素，鼓励大学生培养勤奋、坚持、自省的品质，帮助他们发现愧疚感中蕴含的积极信息。另一方面，我们必须注意学习过程中过多的负面情绪、过度强调勤奋可能带来的消极效应—切莫忘记“书山有路勤为径”后面的那句“学海无涯苦作舟”，这可能恰恰是造成是中国大学生群体中出现为数不少的“适应不良的学习者”的原因。因此，高校教师应考虑增加教学的趣味性，改善教学氛围，加强学习内容和大学生自我发展以及未来职业生涯之间的关联，让他们能够在轻松愉悦的氛围中积极投入地学习。

（三）中国高校教学质量改进

过去十余年中，高校教学质量成为中国高等教育研究的热点。研究大学生的学习投入，正如NSSE 及此类调查的设计者所言，就是为了在学生个体和院校两个水平上辨析出影响高校教与学的主要因素，进而为比较并提升不同院校的教学质量提供基准（Coates，2005; Kuh，2001）。因此，无论持何种观点分析大学生学习投入，都有助于研究者了解高校教学质量。MEW 为在学生个体水平上分析高校教学质量提供了概念框架和研究工具，而大学生课程经历则擅长在课堂教学或专业学习的层次上分析高校教学质量（陆根书，2013; 尹弘飚，李瑾瑜，2015）。因此，若能将大学生学习投入与课程经历结合起来，研究者就能够在课堂教学和个体学习两个层次上探讨高校教学质量这一问题—研究Ⅲ所做的正是这种尝试（Yin & Ke，2017）。

研究Ⅲ的发现，特别是结构方程模型的分析结果（见表6），呈现了中国高校教学质量的复杂图景。一方面，研究Ⅲ辨别出三个“理想指标”，其符合理论预期的回归效应意味着，如果想改善高校教学质量，高校教师就应该在教学中为大学生提供清晰的目标和标准，在教学中注重培养大学生的通用技能，且让大学生感到课业负担适中。另一方面，研究Ⅲ也发现有一些回归效应不同于以往研究经验的“反常指标”和“奇异指标”。我们该如何解释这些回归效应？如何看待中国高校的教学质量呢？

在笔者看来，这些“反常指标”和“奇异指标”恰恰是理解中国高校教学特征、鉴别高校教学质量的试金石。之所以把重视独立性和良好教学命名为“反常指标”，除了这两个因子的回归效应和已有研究经验恰好相反之外，还因为二者之间亦有互动。在CEQ 中，重视独立性侧重考察大学生在学习中的自主性，如给学生提供更多机会来自主选课、自主发展学术兴趣以及选择考核方法；良好教学则侧重考察教师对高校教与学的重视，让学生感受到教师愿意花时间讲解学习内容、讲评学生的功课以及回应学生的需求。究其实质，重视独立性强调学生在高校教学中扮演的角色，有“学生中心”的意味；而良好教学则强调教师在高校教学中扮演的角色，有“教师中心”的色彩。研究III 的结果表明，重视独立性显著削弱了大学生“适应良好的动机”，包括他们对自己的信心和对学习的重视；而良好教学则显著增加了大学生“适应不良的动机和投入”，包括他们的焦虑感和逃避行为。

虽将这两个因子命名为“反常指标”，但考虑到中国高校教学这一特定的研究背景，它们的效应其实并不反常。近年来，关于中国高校教学的研究一再指出，尽管不少研究者和高校都在倡导以学生为中心的教学方式，中国高校教学的现状仍然盛行教师中心的做法，缺乏对学生独立性和自主性的培养。长期以来的中小学乃至大学阶段的教育经历，让高校教师和大学生养成了一种颇为顽固的信念：如果教师不细致详尽地教授，学生就无法富有成效地学习（Webster et al.，2009）。长此以往，虽然大学生也不喜欢这种传统的、消极被动的教学方式（Tam，Heng，& Jiang，2009），但他们已经习惯于教师的填鸭，并对教师产生了一种过度依赖的倾向。本研究的发现恰好印证了上述效应，并且更进一步发现：当大学生感到教师强调独立学习、自主选择时，他们对自己能否胜任大学学习都开始缺乏信心。

“奇异指标”（即“适当的评估”）的效应貌似难以理解，其实也不尽然。在CEQ 中，“适当的评估”指的是评估和考核学生时，应重点考查他们是否真正理解了学习内容，而不应是那些学生们凭借记忆力和短期内的反复操练就能应付的考试。因此，这类评估强调学生要能够综合所学知识，并将其灵活运用以解决问题。不难理解，这种重在考查理解与掌握能力的“适当的评估”会削弱学生消极的“适应不良的动机和投入”。但是，在研究III 中，它也削弱了学生积极的“适应良好的投入”，如坚持和规划等行为。类似的研究结果之前也曾出现过：“适当的评估”不仅削弱了中国大学生表层的学习方式，而且阻碍了他们采用深层的学习方式（Yin et al.，2014，2016）。为何如此？

评估任务的难度是一个可能的原因。就难度来说，侧重考核综合、分析和应用能力的“适当的评估”通常高于那些仅凭记忆就能应付的考试。认知任务的难度和复杂性可能导致大学生在这类评估中难以坚持下去。不过，更应引起我们深思的是，在我国当前的高校教学中，学生评估究竟扮演什么样的角色？

理论上，评估与学习之间存在“对学习的评估”（assessment of learning）、“促进学习的评估”（assessment for learning）和“作为学习的评估”（assessment as learning）三种关系。对学习的评估即传统意义上的总结性评估（summative assessment），常安排在教学结束时进行，主要考查学生对学习内容的掌握情况和学习目标的达标状况。作为学习的评估类似于形成性评估（formative assessment），主张把评估安排在教学过程之中，采用多元评估方式，及时利用评估结果反馈和改善教与学。作为学习的评估则更加理想，主张评估与学习的深度融合。这种评估期望学生能够设计学习目标和标准、选择学习策略与方式，并能对学习过程与结果进行自我监督、评价和改进（Earl，2013，p. 31）。显然，作为学习的评估即高度而彻底的学生自主：学生既是自主学习者，又是自我评价者。

那么，在我们的高校教学中，评估发挥着那些作用呢？近十年中，出现了几项实证研究，专门讨论评估在中国高校教学和大学生学习中的作用。这些研究指出，虽然高校教师认同评估具有改善教与学的功能，但在现实中，他们认为评估除了告诉教师学生能否通过考试之外，很难提供任何关于学生深层学习的有效信息（Li & Hui，2007）。一项关于香港与内地大学生的评估概念（conceptions of assessment）的比较研究指出，两地大学生评估概念的因素结构一致，但因子负荷不同。相对来说，内地大学生认为教师运用评估结果诊断和改进教学的情况不多，而为了应试反复操练、监控学生表现的情况更多（Brown & Wang，2016）。同样作为华人学习者代表群体的香港大学生，对评估也有着不少负面感受：尽管这些华人学习者经常表现出坚韧不拔、学习高效的特征，但他们对评估之于其大学生涯的负面控制效应有着清晰的体认（Brown & Wang，2013）。在这一点上，内地大学生的感受十分相似。对那些重复操练、只关心学生能否通过的传统考核，大学生将其称为“和他们未来职业无关的噩梦”（Tam，Heng，&Jiang，2009，p. 157）。由此，我们就能理解为何“适当的评估”在中国大学生群体中屡次出现的“奇异”效应了：只要回归路径在统计上达到显著水平，皆会表现出负面效应。

研究发现是事实判断，研究启示则是价值判断。以研究III 中的两个“反常指标”为例，若仅从事实出发，为适应中国大学生学习方式的特点，高校教学就应该继续加强以教师为中心，强调教师系统讲授、督导的作用，这样也能避免大学生对自己的学术能力失去信心。然而，教育不仅要具备适应功能，更应该发挥超越功能。面对这些研究发现，高校教育者首先应该思考的是：这是我们想要的吗？高校教学应该是这样吗？显然不是。除了纠正我国高校传统教学的积弊之外，我们不要忘了，高校教师面对的是业已成人的大学生，而“业已成人”最重要的涵义便是：这些学生已经成年；他们（理应）有清晰的自主意识和能力；他们（理应）能够对自己的行为负责。只要认可这一基本立场，我们对设计、实施和改进中国高校教学就会有完全不同的认识。

其实，和“理想指标”一样，“反常指标”和“奇异指标”同样蕴含着改进高校教学的丰富信息，而且这些信息对提升中国高校教学质量来说甚至更加重要。对于研究III 的各项发现，我们应该采取“择其善者而从之，其不善者而改之”（《论语·述而》）的态度，继续发扬高校教学“理想指标”的积极作用，例如为学生学习设计清晰的目标与标准；坚持培养大学生的通用技能；了解大学生对课业负担的感受，把课业负担调整在一个适当的水平。更为重要地，我们要反思“反常指标”和“奇异指标”蕴含的深层信息，从中寻求自我改进的机会。

具体来说，要改善我国高校的教学质量，我们首先要澄清何谓高等教育阶段的“好的教学”。考虑到高校教学的对象是业已成年的、具有自主意识和能力的大学生，高校教学本就应该坚持学生中心的取向，为大学生提供充分的自主选择机会，鼓励其自我规划学习、自主发展学术兴趣。相反，过分强调教师作用、详尽细致讲授的教学方式绝非高等教育阶段的理想教学。

其次，一脉相承地，中国的高校教学必须强化学生独立性的培养。这要求我们的高校不断革新教与学，更多地采用学生中心的教学方式，如自主学习、探究学习、体验学习、翻转教学、任务教学、研习展示等。尽管如研究III 发现的那样，当前大学生对强调学生独立性的教学方式尚不适应，但重视独立性、强化学生自主能力是中国高校教学的应然取向。

最后，我们的高校教学必须改进评估的功能，充分重视学生评估的设计和实施。在现阶段，如果“作为学习的评估”显得过于理想的话，教学管理者和教师必须加强促进学习的评估，让学生评估发挥改善高校教与学的功能。具体来说，我们不妨思考以下问题：评估标准的设计参考了学生的意见吗？学生有机会选择评估的方式吗？评估内容和学生未来的职业生涯之间的关系密切吗？学生有可能成为评价自己学习成效的人吗？评估结束后，教师还有机会依据这些结果调整自己的教学吗？学生还有机会运用这些结果改进自己的学习吗？如果对这些问题的回答是肯定的，那么，我们也就开启了改进中国高校教学质量的个人旅程。

四、结语：迈向整体观的大学生学习投入研究

我们不妨重温一下泽科对大学生学习投入研究的建议：研究者不应将学习投入简单地看作一组外显的学生行为与院校特征，而应该整全地、批判地将大学生学习投入视为连接课堂、个人背景与广阔社会的社会文化生态系统（Zepke，2015）。然而，当前以NSSE 及同类调查为代表的大学生学习投入主流研究路径遵循了典型的行为主义视角（Coates & McCormick，2014；Kahu，2013；Macfarlane & Tomlinson，2017；Yin，2018；Zepke，2015）。这种观点对学习投入持一种过于狭隘的理解，忽视了大学生内在心理状态与外在行为投入之间可能存在的差异，也难以看到大学生学习行为与心理背后蕴含的社会文化信息。因此，大学生学习投入研究亟待研究视域的转移和多元视角的参与。

因此，本文陈述的三项实证研究放弃行为观的视角，转而从心理观出发，对中国大学生学习投入展开了递进式的探索。显而易见，当我们运用MEW 这一心理观看待大学生学习投入时，研究的视野大大拓展了，从而让我们能够发现内部心理特征与外部行为表现之间的复杂的动态关系。更为有趣的是，每一项研究的发现也都提醒我们这样一个朴素的道理：个体层面的心理与行为特征无法脱离其所处的社会文化情境。中国大学生的学习动机与投入状况或多或少地是由我国社会文化和高校教学的特定情境塑造的。于是，当我们从心理观出发，更为整全地看待个体层面的大学生学习投入时，我们也有机会站在社会文化观的立场，思考大学生学习投入与社会文化情境之间的密切关联。图4 呈现了对中国大学生学习投入及相关因素之关联的多元视角解读。在这些研究中，大学生学习投入的心理观界定与社会文化观诠释得以结合起来，同时又兼顾对大学生学习投入行为的考察，从而使我们有可能迈向卡乌（Kahu，2013）的分类体系中最为理想的、将不同观点熔于一炉的整体观的大学生学习投入研究。

图4 多元视角中的大学生学习投入