大学生兼职影响其学业成绩吗？——来自元分析的证据

熊艳青，牛新春

（复旦大学高等教育研究所，上海 200433）

一、引言

如今，大学生在读期间兼职已成为一种普遍现象。据我国“中国大学毕业生跟踪调查”研究发现：59%的学生在读期间有过兼职经历[1]。澳大利亚大学生财务调查（Australian University Student Finances Survey，简称 AUSFS）数据显示，2017 年在校大学生兼职的比例达到82%，其中近1/3 的全日制学生每周工作时间超过20小时，超过10%的学生每周工作时间超过30 小时[2]。美国国家教育统计中心（National Center for Education Statistics）最新的数据也表明，43%的全日制本科生在校期间兼职，其中17%的人每周兼职时间在20-34 小时，10%的人每周工作时长甚至超过35小时[3]。还有研究指出，兼职并非低收入阶层学生的专属，没有经济负担的学生踏入兼职行列的比例也在不断攀升[4]。

伴随着兼职日渐普遍化，学者们开始关注兼职对学生发展尤其是对学业成绩的影响。目前有兼职与学业成绩对立冲突、协同促进和非线性关系三种理论观点，且分别得到了不同理论和实证研究支持。结论的不一致以及单项研究结论推广的局限性给兼职的价值定位和实际效用带来了困扰。鉴于此，本研究拟通过元分析（Meta-analysis）循证方法探讨兼职对学业成绩影响的真实效度及可能的调节变量，希冀能为大学生兼职指导提供有价值的启示。

二、兼职与学业成绩间关联性的理论探讨与实证支持

学界对于大学生兼职和学业成绩之间的关系形成了三种理论观点：时间博弈假说认为兼职与学业成绩是对立冲突的；调和理论认为兼职可以促进学业成绩提高；而角色关联模型认为兼职与学业成绩之间的关系存在一定的边界条件（如兼职类型与兼职时长），这一模型也为我们理解前面两种竞争性理论提供了可能的思路。

（一）兼职和学业成绩之间存在对立冲突关系

基于时间博弈假说（Time trade-off hypothesis）和零和模型（Zero-Sum Theory），有些学者假设兼职对学业成绩会产生负面影响。需要说明的是，发轫于贝克（Becker）时间分配理论（Theory of the Allocation of Time）的零和模型与时间博弈假说的理论要旨相似，避免赘述，在此仅综述时间博弈假说。

美国密西根大学黛博拉·萨夫隆（Deborah J.Safron）团队[5]基于美国著名心理学家埃里克森（Erikson）就个体在心理延缓期阶段（psychological moratorium）的特征及其与时间分配的特点提出了时间博弈假说。该理论的核心主旨是：时间是一种珍稀资源，在各项活动中具有排他性和挤占性。即在特定领域花费更多时间必然以花费在其他活动上的时间为代价，如果“被挤出”的是一种有益的活动，那么这种权衡将得不偿失。遵循此逻辑，该理论认为兼职活动可能挤占学习时间或者挤压利于保障学习活动质量的时间（如睡眠），进而引发一系列消极投入行为（如随着工作时间增加，学生注意力和学习动力趋于减弱，他们可能在学习任务上偷工减料，花更少时间准备考试，与在校同辈、教师互动等的时间更少，更有甚者逃课更频繁等）。

基于单个院校或全美大规模的调查数据，多个实证研究支持时间博弈假说，并发现兼职与学业成绩存在冲突。格林（Greene）团队[6]使用美国东北部一所公立大学的纵向日志数据验证了这一假说，他们发现工作日兼职时长比平均工作时间每增加1 小时，学习时间将相应被缩短10分钟。克里斯宾（Crispin）团队[7]基于美国大型时间使用调查（American Time Use Survey）数据发现，课外兼职导致学生上课时间、做作业时间分别减少了47 分钟、56 分钟。斯泰恩里克纳（Stinebrickner）团队[8]采用经典的准实验设计发现，伯里亚学院学生每周额外增加1小时的工作时间会使绩点（GPA）降低0.162分。卡伦科斯基（Kalenkoski）和帕比罗尼亚（Pabilonia）[9]基于全美青少年纵向调查数据（National Longitudinal Survey of Youth，简称 NLSY），使用联立方程模型，发现对于两年制和四年制大学的大一学生来说，每周就业每增加1 小时会使GPA 分别降低0.022分和0.017分。

（二）兼职和学业成绩之间是一种协同、促进关系

意大利社会学家莫里斯·特里文缇（Moris Triventi）[10]结合大学的组织运行模式及学生配置时间的灵活性特征，提出了调和理论（The reconciliation thesis），他认为如果学生能够调和好兼职与学习的矛盾，则会促进学业成绩提高，而在大学场域中，调和是可实现的。其理由如下：第一，大学生非规制性时间相对充裕，因此他们在分配组织时间和安排学业日程上具有灵活性；第二，工作时间不一定以牺牲学业时间为代价，学生可以通过减少休闲娱乐时间来保证学习时间不被压缩；第三，带薪工作的学生能意识到他们面临的时间限制，从而更有效地安排时间。

也有多个实证研究支持上述理论观点。有研究发现，工作时间与学习时间并非此消彼长的一一对应关系，兼职的学生也减少了其他类型的活动时间（例如，与家人或朋友在一起的时间，以及看电视或玩电脑的时间）[11]。哈姆斯（Hammes）和哈勒尔（Haller）[12]采用混合研究设计，发现76%的带薪工作学生挤出的是休闲娱乐和社交活动时间。而且，相较于不工作的学生，兼职学生的学业表现更佳、对自我形象也更为满意。弗约托夫（Fjortoft）[13]基于 3 所院校 408 名药学专业大一新生的调查数据发现，是否兼职并不会对学生的社交与学术融合产生负面影响，且带薪兼职的学生比不工作的学生的绩点更高。加德纳（Gardner）[14]依托华盛顿勤工俭学项目（The Washington Workstudy Program），对12 所院校11671 名大学生的兼职进行了分析，结果表明带薪兼职的学生的学业表现优于不工作的学生，每周工作时长15-20 小时的学生的绩点优于每周工作10 小时的学生。施特劳斯（Strauss）团队[15]基于51所高校7658名大二学生的数据，也发现每周兼职时长和绩点（GPA）呈正相关。

（三）兼职和学业成绩之间的非线性关系和边界条件

美国北爱荷华大学心理学教授巴特勒（Adam B.Butler）[16]受工作与家庭角色作用机制启发，结合资源扩张理论与资源稀缺理论，提出了角色关联模型（The role-related model）。该理论主张兼职与学业成绩间的关系取决于个体从事的兼职工作特征与学校角色间的相互作用质量，包括工作-学校冲突型（work-school conflict 简称 WSC）、工作-学校促进型（work-school facilitation 简称WSF）两种模式，前者阻碍学业成绩提高，后者能够促进学业成绩进步。巴特勒依据资源扩张理论指出，良好的工作掌控感、工学一致性有助于工作-学校促进型养成，其理由是控制感能够产生有利于学业成就获得的心理资源，如积极的情绪体验、责任感等。工学一致性通过给学生提供学以致用的机会，不仅能检验学校知识的掌握程度、还能增进职业兴趣、提高院校满意度，进而促进学生更积极地投入学习。反之，根据资源稀缺理论，工作时间越长，工作要求越高，工作控制水平越低将导致工作-学习冲突型的形成，阻碍学业发展，其背后的逻辑机制与时间博弈理论以及零和模型的逻辑相类似。巴特勒基于253 名全日制本科生数据，采用结构方程模型也验证了上述模型。

然而，兼职类型对学业成绩影响的实证研究结论存在分歧。沃纳（Warner）团队[17]基于4所院校1014名护理专业学生的调查数据探讨了三种兼职类型（健康护理、混合型、非健康护理）与GPA 的关系，研究表明，从事与专业相关工作的学生的GPA 最高，其次是混合型，而从事非健康护理工作的学生的平均绩点比混合型学生低2分。海伊（Hay）等人[18]也发现，相较于非专业类型工作，从事与自身专业相关兼职的学生的学业成绩更高，这一影响在男生中更为突出。但萨拉蒙森（Salamonson）等人[19]的纵向追踪研究却发现学生的兼职工作类型（与专业相关、与专业不相关）并不是预测GPA的一个显著因素。

有学者的研究证实了可以通过构建工作-学业之间的平衡来提高学业成绩，不工作、工作时间太多都会影响学生的学业成绩，但最佳阈值却还没有定论。例如，胡德（Hood）团队[20]的研究发现每周工作时间在10-20 小时之间的学生的GPA 接近平均值，而每周工作5-10 小时的学生取得的GPA 最理想。但邓迪斯（Dundes）团队[21]基于一所文理学院的本科生进行调查时发现，每周工作10-19 个小时的学生获得的GPA 最高，工作时间超过20小时或工作时间最少或不工作的学生的平均绩点较低（处于2.0-2.9 区间段）的可能性是前者的2 倍。帕斯卡雷拉（Pascarella）等人[22]进行的一项为期3年的纵向研究表明，当校内工作时长控制在每周15 小时以内，校外工作时长每周不超过20 小时，兼职会对数学成绩、阅读成绩和批判性思维产生积极影响。我国学者丁小浩[23]构建的双习（学习、实习）投入配置模型也强调了投入的适度性，且不同群体毕业生在实习和学习时间上的最佳搭配存在异质性。

综上所述，持不同理论视角的学者对兼职和学业成绩关系的看法不一，相关实证研究结论也并未达成共识。而角色关联模型的启示是，兼职工作的特征（如兼职类型、兼职时长）是已有理论产生分野的关键点。鉴于此，本研究拟通过元分析循证方法尝试解决上述研究分歧，在综合考虑二者关系的基础上，进一步考察兼职类型和时长的调节作用。此外，设计过程中的差异（如测量方式、样本特点）、文章发布途径也是元分析需要考虑的因素[24]。

本研究基于可纳入元分析的文献信息特点及研究目的，试图回答如下两个问题：

1.大学生兼职影响其学业成绩吗？影响程度如何？

2.兼职对学业成绩的影响是否因兼职类型、兼职时长、测量方式、院校类型、国别、出版物类型差异而不同？

三、研究设计

元分析又称萃取分析，是对同一主题的多项实证研究结论进行再分析的量化研究方法，其原理是通过计算平均效应值（Effect Size，简称ES），将研究结果进行标准化处理，并通过加权平均的方式获得一个普适的研究结论，从而解决研究争议。提高统计分析功效是元分析的第二大功能。在量化研究中，当样本量较小时，研究结果很可能无法呈现统计学上的显著差异，元分析可以通过对同类结果的合并，增大样本量，从而使原本相对较弱的效应凸显出来。元分析还具备揭示异质性的功能，即通过次群体分析（Sub-group analysis）或者元回归分析（Meta-regression analysis）找出导致同类研究结果出现分歧的原因[25]。由于其具备严格而规范的实施程序，元分析也被视为循证改革过程中寻求“最佳证据”的一种有效有段[26]。

（一）文献搜索

文献检索分两轮进行。第一轮在中国知网、万方数据库、维普数据库、Web of Science 核心数据集、EBSCO 全文数据库、SCOPUS 数据库、JSTOR 过刊库、ERIC 数据库、PQDT 学位论文库、Google Scholar 等进行大范围检索，中文检索关键词包括“大学生兼职”“勤工俭学”“带薪工作”等，英文关键词包括“student part-time job”“student employment”“student work”“paid work”等 ，以 及 相 应 的“part-time job and academic performance”等组合词。第二轮采取引文回溯法，即通过浏览文献综述和相关重要文章的参考文献进一步追踪潜在的文章。重点参考的文献包括斯蒂芬·里格特（Steven C. Riggert）团队[27]和布莱希·奈特（Brecht Neyt）团队[28]的文献综述、凯琳·格林（Kaylin M.Greene）的研究成果[6]以及国内学者郭菲的博士论文[1]。具体过程与元分析文献搜集过程类似，即依次通过浏览标题、摘要、全文，依据已确立的5个准则决定文章能否采纳。为尽可能多地囊括所有符合本研究的文章，文献检索不设置起始时间，最终检索时间为2021年5日2日。

（二）文献纳入标准

依据研究的需要，最终进入元分析的样本应同时符合如下标准：（1）研究主题必须是兼职对学业成绩的影响；（2）研究对象是在校大学生，不包括中小学生或社会人士；（3）研究类型必须是实证研究；（4）文献提供了可计算效应量的数据，如样本量、平均值、标准差、相关系数（r）、t值、P值、F值、卡方值等；（5）若同一文章在不同的期刊或以不同的形式出现，只取其中一种。

以关键词进行的两轮大范围检索初筛后共获得4978 篇文献，依据相应准则（准则1、2、3、5）进一步浏览标题、摘要，共获得118 篇文献。对照准则（4）进一步通读全文，最终获得有效文献32 篇，涉及57 个效应量（部分研究包含多个效应值），在具体分析阶段，每个效应量均以独立样本的形式参与分析（见表1）。

表1 样本基本信息

（三）效应值计算与编码

元分析可以呈现多种效应值（如OR 值，SMD 值，r值等），从理论上讲，每种效应值都可以表征影响效果，且不同的效应值之间可以相互转换。鉴于原始数据的特点，本研究选择标准化相关系数（r）作为统计效应值。计算过程分为两个阶段，首先需要将样本相关系数进行费希尔Z（Fisher’s Z）转换，并用转换值进行元分析，然后把综合效应值再转换为相关系数。具体的公式如下所示：

由于不同研究通常包括多个特征值，为了便于分析，本研究将文献作者、出版年份、测评方式、兼职类型、兼职时长、院校类型、国别、出版物类型等作为编码对象。需要说明的是，初始文献中的学业成绩有两种类型，一种是进行了标准化处理的GPA 或者某次考试的标准化得分，另一种是采用李克特量表由学生自评获得的主观成绩，我们将它们分别编码为标准化测量、非标准化测量。两位研究员对32个样本进行独立编码，Cohen kappa 一致性系数为0.87，满足0.7 的统计学要求，说明特征值编码结果有效。

（四）数据分析框架与工具

本 研 究 采 用 CMA3.0（Comprehensive metaanalysis 3.0）专业版软件进行数据分析，基于32篇有效文献的数据条件，以学业成绩为因变量，以兼职为自变量，以兼职时长、兼职类型、测评工具、国别、出版物类型等为调节变量。由于在编码的过程中，上述调节变量均以类别变量形式进行编码，本研究将依次通过发表偏倚检验、异质性检验、次群体分析方法探讨兼职和学业成绩的关系。

四、研究结果

（一）发表偏倚检验

发表偏倚（Publication bias）是指在同类研究中，具有统计学意义的研究（阳性结果）比无统计学意义的研究（阴性结果）更容易被接受或发表。存在发表偏倚意味着该领域的研究并不完善，元分析计算出的效应值也会因此出现虚假升高现象[29]。基于此，本研究选用漏斗图（Funnel Plot）和失安全系数（Fail-safe-Number，Nfs）两个经典的方法对研究样本的发表偏倚情况进行综合评估。图1 是基于费希尔Z 效应值计算出的57 个效应值的漏斗图，横轴是转换过的费希尔Z效应值，纵轴是费希尔Z 的标准差。从图1 中可以看出，大部分研究都分布在漏斗图上方，且相对集中在平均效应值附近，这表明元分析出现出版偏差的可能性很小。为验证漏斗图的判定结论，笔者进一步进行了失安全系数计算，研究结果（Z=-14.540，P=0.000，Nfs=3080）显示，需要重新纳入3080 篇未发表的文献才能推翻本文结论，远大于“5N+10”的阈值标准，因此综合判断本文存在出版偏倚的可能性很小。

图1 元分析漏斗图

（二）异质性检验

异质性检验又叫统计量的齐性检验，目的是检查各个独立研究的结果是否具有可合并性。当元分析存在异质性时，通常采用固定效应模型（Fixed-effects model）和随机效应模型（Random effects model）来校正合并效应值的算法，使得结果更为接近无偏估计。在统计学上，异质性检验通过Q 值以及I2统计量来检测是否存在差异以及差异的程度。根据博伦斯坦（Borenstein）等人[30]的建议，当I2≥75%时适宜采用随机效应模型，当0≤I2<75%时则采用固定效应模型更为合适。异质性检验结果（见表2）显示：Q值为517.292，且统计结果达到显著水平（P<0.001），说明各研究之间存在异质性；I2=89.174，远大于75%的阈值，说明本文观察到的变异的89.174%是由效应值的真实差异造成的，10.826%的观察变异是由随机误差导致的，因此本研究使用随机效应模型更为合适。

表2 兼职参与对学业成绩的综合影响

（三）兼职对学业成绩的综合影响

大学生兼职影响其学业成绩吗？我们通过计算32项研究的57个效应值，得出兼职对学业成绩的合并效应值为-0.083，95%的置信区间为（-0.111，-0.054）（见表2 和图2）。根据统计量原则，小于0.2 为极弱相关，0.2-0.4 为较弱相关，0.4-0.6 之间为中度相关，0.6-0.8 之间为较强相关，0.8 以上为极强相关[31]。因此，本研究认为兼职对学业成绩具有极弱的阻碍作用。

图2 元分析森林图

（四）兼职类型和时长的调节效应

基于角色关联模型的启发，我们聚焦兼职类型和兼职时长这两个关键变量，考察其对两者关系的调节作用。

1.兼职类型对两者关系的调节作用

根据原始数据提取到的信息，在我们的研究中，兼职类型分为三类，分别是与所学相关、与所学不相关以及两者均涵盖的混合型，有10项研究提供了上述数据。从表3 结果来看，兼职类型对两者关系具有调节效应（Q=6.080，P=0.048），不同类型的兼职对学业成绩的影响方向和程度均存在差异。从事与本专业无关的兼职（r=-0.184）会对学业成绩产生较弱的负面影响。但在大学期间从事与本专业相关的兼职（r=0.059）将促进学业成绩的提高。值得一提的是，尽管从数据来看，混合型兼职会对学业成绩产生正向影响，但在本文中仅提取到一项研究，因此对于该结论，我们持谨慎态度。

2.兼职时长对两者关系的调节作用

同样，基于13 项原始研究提取到的数据，本研究的兼职时长阈值分别是10、20 以及20 以上。数据显示（见表3），组间异质性研究结果（Q=25.726，P=0.000）说明兼职时长对两者关系具有调节作用。效应值从大到小依次是兼职时长每周1-10 小时（r=0.059）、11-20 小时（r=-0.065）、大于20 小时（r=-0.115），且均达到了统计学意义上的显著。这一结果表明大学生兼职时长控制在每周10小时以内有助于学业成绩的提高，一旦超过这一阈值，兼职时间越长，学业成绩下滑越明显。

表3 兼职对学业成绩的影响：兼职类型和时长

（五）其他潜在变量对两者关系的影响

1.学业测评工具对两者关系的影响

初始文献中的学业成绩测评包括标准化测评和非标准化测评两种方式，组间异质性结果（Q=0.119，P=0.730）表明，两者的差异并未达到统计学意义上的显著，因此，在我们收集到的定量研究中，学业测评工具并非是造成两者研究结论产生分歧的原因（见表4）。

2.院校类型对两者关系的影响

在本文中，鉴于原始数据的特点，我们将院校类型划分为了精英大学、非精英大学以及混合型三大类，其中精英大学指国外的研究型大学，国内的“211工程”“985 工程”大学，混合型指研究设计中同时包含两类大学，且研究者并未对其进行分别讨论。如表4所示，组间异质性检验结果显示，Q=1.246，P=0.536，因此院校类型并非是导致已有研究结论产生差异的调节变量。

3.文化背景对两者关系的影响

考虑到教育制度、本土文化以及就业市场的差异，不同国别的学生兼职对学业成绩的影响可能存在差异。我们的数据证实了这一猜想（Q=8.931，P=0.003），从效应值大小来看，相较于国外（本样本包括美国、柬埔寨、俄罗斯、新西兰、澳大利亚）学生（r=-0.093），我国学生兼职（r=-0.003）对学业成绩产生负向影响的程度略小（见表4）。

4.出版物类型对两者关系的影响

本研究原始文献来源于期刊、学位论文、报告三种方式。组间异质性检验结果显示，Q=9.221，P=0.010，表明文献发布途径是影响两者关系的重要变量（见表4）。进一步比较效应值，我们发现两者的冲突效应从大到小依次是期刊、报告和学位论文，不过三者之间的差距均比较小。

表4 其他调节变量对两者关系的影响

五、结论与讨论

自20 世纪80 年代以来，新公共管理主义和问责制引入高等教育，社会各界对高等教育的实然功能越发重视，围绕如何有效促进学生在高等教育阶段获得成功（如提高学业成绩、提升可雇佣能力等）是院校影响力和大学生发展领域共同关切的核心议题。如美国大学生发展领域的奠基者库（Kuh）[32]通过“记录有效教学实践”（Documenting Effective Educational Practice）项目，研究了美国20 所在教育质量方面表现卓越的大学，得出了一个有趣的结论：学生在大学期间所做的事情比他们是谁，甚至比他们在哪里上大学更为重要。长期致力于破解学生发展“暗箱”的阿斯汀（Astin）[33]指出：心理与行为视角下的时间投入和努力质量是决定学生发展的关键。我国学者鲍威[34]运用本土化数据，证实了课外活动多元化对学生专业素养、公民意识、核心能力起到的积极推进作用。兼职作为大学生的一项重要活动是一个矛盾体：一方面，兼职在培养就业市场看重的诸如工作搜寻能力、责任感、沟通交流等非认知能力方面的功效已有目共睹[35]；但另一方面，学界就兼职是否影响学业成绩却莫衷一是。运用元分析循证方法，我们获得的更为普适性的结论是：

第一，兼职和学业成绩之间存在较弱冲突效应是绝大多数学生群体的真实写照。

本研究通过57 个效应量确认了两者的对立冲突关 系 。 这 与 格 林（Greene）团 队[6]、卡 伦 科 斯 基（Kalenkoski）和帕比罗尼亚（Pabilonia）[11]的研究结果相一致，但与加德纳（Gardner）[14]的研究结果有所出入。我们通过进一步分析该研究样本的兼职时长发现，近乎2/3 样本中的学生群体每周兼职时长超过10小时，1/5 样本中的学生群体每周兼职时长超过了20小时。根据时间博弈假说和零和模型，这一结果表明兼职可能挤占了本该用于学习或保障学习活动的时间和精力，进而导致了学业成绩下滑。不过，两者的对立冲突效应在我国大学生群体中略微缓和，这可能与我国学费制度有关。我国学者使用经济合作与发展（OECD）官网数据，基于学费与家庭负担维度，将各国大学进行了分类。根据该学者的结论，在我们样本中的绝大多数国家（如美国、澳大利亚、新西兰等）处于高学费、高教育成本国家，而我国处于低学费、低教育成本国家[36]。因此，与域外其他国家相比，我国学费制度特点在更大程度上可能缓解了个体为了求学不得不兼职及过度兼职的困境。

不过冲突效应这一总体结论对高校是个重要的提醒：为什么大多数学生在“打工人”和“学习者”双重身份的摇摆中选择了前者？经济动机、追求独立、通过积累人脉、丰富简历为未来的求职增加砝码等因素已被广泛证实[37]，沃伦（Warren）的初期定向理论（Primary Orientation Theory）提醒我们注意另外一种可能性：在高等教育大众化、普及化背景之下，我们以往假定的被筛选出进入高等教育的学生理应具备的积极学习动机已遭遇挑战，中学阶段的就读经历对个体的影响在延续，甚至形塑了个体的行动选择。如工作取向型学生（work-oriented students），他们中学阶段不那么愉快的学习经历导致他们在进入大学之时就已有目的性地主动选择了“偏离学术”这一路径，接受高等教育似乎不是他们热切期盼并为之努力的重要事项，转战“职场”才是他们寻求自我价值和成就感的首选[38-39]。如何吸引这部分学生群体重新投入学习是大学教育者需要思考和重视的问题。更为重要的是，斯科特-克莱顿（J.Scott-Clayton）指出学习与就业分别是积累学习型人力资本（school-related human capital）和工作型人力资本（work-related human capital）的途径[40]，学业成绩是学习型人力资本的重要代理变量之一[23]，两者的冲突效应也暗含着个体通过兼职积累工作型人力资本的同时存在削弱学习型人力资本的风险。在教育成本增加，就业形势加剧、文凭信号功能降低的时代背景下，高等教育能够提供的效益如何与兼职活动提供的效益互促共进是大学教育者和院校管理者需要审视的现实问题。

第二，重视最佳阈值和兼职类型是实现两者协同互促的关键。

大学阶段是个体获取智识、探索自我、历练人格、实现成人角色转换的关键期，作为促进学生发展的重要途径，兼职与学习并不是矛盾对立的两极，而应该是相互融合、相互促进的关系。如何实现两者平衡？我们的研究结果提供了一种思路。兼职类型和时长的分析发现：少部分学生群体在“打工者”与“学习者”双重角色冲突中找到了平衡，实现了两者关系的协同互促。他们具备如下特点：兼职类型与自身专业高度相关，兼职时长控制在每周10 小时之内。这与沃纳（Warner）团队[17]、胡德（Hood）团队[20]的研究相类似。这一结果也在情理之中，根据巴特勒（Adam B.Butler）的角色关联模型，与兼职任务繁重的学生相比，工作量相对较轻的学生能体验到更佳的工作控制感，从而获得有助于提升学业成绩的积极心理情绪。而工学一致性是工作-学校促进型的有效条件，因此与不工作的学生相比，适度兼职的学生能够实现互促效应。

第三，在理论争论方面，本研究结果从侧面也明晰了理论的情境适用性。

本研究的另一个重要发现是明晰了理论的情境适用性。具体而言，时间博弈假说和零和模型在解释过度兼职时颇具效力，在我们的研究中，这一阈值为每周兼职时长10 小时，超过此阈值，两者关系呈线性负相关。而调和理论所主张的两者协同互促更适用于每周兼职1-10 小时这一适度区间。角色关联模型假设提出的兼职工作特征（兼职类型和时长）是两者关系的重要调节变量在我们的研究中也得到了证实。

上述结果为高校构建兼职与学习紧密联结的保障机制提供了实证依据。首先，在兼职日益普遍的情况下，高校应重视大学生的兼职，可以考虑明确限定学生在校就读期间的兼职时间。其次，开展生涯规划教育，鼓励学生结合自身专业及职业发展需求选择与自身所学相关的高质量兼职，高校也应在拓宽兼职渠道、加强校企合作上加大努力，进而保障兼职质量。再次，加强对过度兼职群体的关注，通过相应的信息收集了解这类学生群体兼职的原因（经济困难、早期的工作取向等），并提供相应的干预措施。

值得提及的是，本研究仍存在如下不足：首先，限于满足元分析的实证研究有限，本研究仅考察了兼职类型、兼职时长等调节变量，其他诸如学生背景特征（如性别、社会阶层、年级等）、兼职时段（寒暑假、周末、非周末）、兼职场域（校内、非校内）等潜在的调节变量仍有待进一步检验。其次，本研究样本限定在中英文文献，难免会漏掉部分重要文献，这在一定程度上可能会对研究结果产生影响。

致谢

感谢徐丹老师以及各位匿名评审专家对本研究提供的建设性意见。