挑战与支持：院校环境感知如何影响中美日研究型大学本科生的学习

摘要： 使用2017～2018年度研究型大学本科生就读经历调查数据，根据学生感知的学业挑战度和院校环境支持度水平及二者匹配程度，采用潜在剖面分析方法，可将院校环境分为高挑战高支持型、中度挑战支持型、低挑战低支持型、挑战和支持度极低型、高挑战低支持型、极低挑战中度支持型。当挑战度和支持度相匹配时，学生感知的挑战度支持度水平与其学习投入和学习效果正相关;反之则难达到理想状态。中、美、日三国研究型大学本科生感知到的主要环境类型分别是中度挑战支持型环境、高挑战高支持型、低挑战低支持型。建议我国研究型大学丰富学习资源，为学生提供支持性学习环境;围绕目标改进课程要素，循序渐进提升课程挑战度;改革教师评价制度，促进教师提升教学能力和教学学术能力。

关键词：学业挑战度;院校环境支持度;学习投入;学习效果

中图分类号：G649 文献标识码：A 文章编号：1672-0717（2022）04-0074-11

根据《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，在“十四五”期间，我国将推进高等教育分类管理和高等学校综合改革，构建更加多元的高等教育体系，并着重提高高等教育质量，主要从研究型大学的建设、本科教育、关键学科人才培养、研究所培养和区域发展五个方面着手[1]。由此可见，提升研究型大学的本科教育质量将是“十四五”期间我国高等教育质量建设的重中之重。高质量的本科教育以培养学生高阶思维能力的深层学习为特征，对人才培养的环境与过程提出严格的要求。已有研究注意到了我国研究型大学本科生学习投入和学习效果与世界一流大学的差距，并对形成上述差距的校内外影响因素进行了初步的探索。但很少研究采用整体视角，从院校环境中各因素之间的关系出发观察促进学生学习的理想院校环境。本研究采用跨国学生调查数据，聚焦院校环境中学业挑战度和院校环境支持度的张力，探讨两者不同匹配状态和水平下学生学习投入和学习效果的差异，进而比较中、美、日三国研究型大学本科生对院校环境的感知，希望从新的视角获得改进中国研究型大学教育质量的实证证据。

一、文献回顾与研究问题

在高等教育研究中，经典的“基于行为视角的投入观”强调以学生为主体，重视教育过程，其本质是学生个体学习行为与院校环境之间的相互作用，有助于诊断院校教育实践的有效性[2]。比如库（Kuh）的“学习投入”（Student Engagement）理论指出，学习投入包括学生投入到学习活动中的时间及精力，以及学校为促进学生学习而创设的整体环境[3]。但是，该投入观一定程度上混淆了学习投入的本质内容和影响因素，造成理解上的混乱。另一种做法是将学生投入和院校环境两者区分开来，将院校环境作为学习投入的影响因素，将学生个体投入视作学习投入的本质内容[4]。院校环境不仅直接影响学生的学习效果，还通过影响学生个体层面的投入（如个人努力质量、生师互动和同伴学习）间接影响学习效果。

中外已有研究形成的一致结论是，学业挑战度和院校环境支持度是影响学生学习投入和学习效果的重大院校环境要素，且二者对学生发展的影响适用于不同背景特征群体和多类型的学习效果。例如，卡利尼（Carini）等人的研究发现，学业挑战度和院校环境支持度与学生的GPA正相关[5]。兰德伯格（Lundberg）发现，院校环境支持度和学业挑战度预测了该研究中所有种族/群体在通识教育（分析技能、写作和口语等）、实践能力（合作能力、定量能力、计算机和信息技术能力，以及解决复杂的现实问题的能力）和个人发展（个人道德、了解自己、了解其他种族/民族背景的人，以及为社区做贡献等）方面的学习收获，并且院校环境支持度比学业挑战度对学习收获的影响更大[6]。李雄鹰以“拔尖计划”类大学生为研究对象，也发现学业挑战度和院校环境支持度对大学生的知识收获、技能收获、价值观收获、创新性发展以及学习满意度有显著正向影响[7]。在院校环境支持度和学业挑战度的影响比较上，王世忠等人的研究与兰德伯格（Lundberg）的研究结论较为一致，即院校环境支持度比学业挑战度对大学生学习收获的正向影响更大[8]，而杨立军等人的研究结论则相反[9]。

学校层面的变量一般通过学生个体层面的变量对学生发展产生影响[10]。已有研究进一步发现，学业挑战度和院校环境支持度不仅对学习收获有直接的正影响，同时还通过作用于学生主导的学习性投入（个人努力质量和社会性人际互动）对学习收获产生间接的正向影响[11-15]。在诸多院校环境支持要素中，教师支持对学生学习投入和学习效果尤其影响显著。当学生感知到教师的支持时，学生会表现出更高水平的学习兴趣和对学校生活更多的愉悦感，在学习上会更努力[16-18]。还有研究探讨了“院校环境支持度”对“学业挑战度”的积极影响，发现高挑战度的课程具有自主性和互动性特征，教师的及时指导、学生与教师的密切互动对提升学业挑战度至关重要[19]（P79）。

前述研究至少存在两处不足：一是在众多已有研究中，“学业挑战度”和“校园环境支持度”的内涵和测量一直处于变化之中，研究结论可比性不足。全美学生参与度调查（NSSE）中，学业挑战度最初主要包括三个方面的内容：其一，课程认知目标的要求，主要是指课程目标强调运用、判断、分析和综合等高阶认知的程度;其二，学生学习的努力程度，通常用学习任务量（如阅读量和写作量）和学习时间来衡量;其三，学生感知的院校环境，即所在院校是否强调学习投入。其中，最为核心的部分是课程强调高阶认知的程度[20]。2012年后NSSE在之前的基础上进行了调整，把学业挑战度分为四个子维度：高阶学习、反思与整合学习、学习策略、定量分析推理[21]。清华大学大学生学情调查课题组近期尝试厘清学业挑战度内部结构，从内外部驱动、数量和质量维度进行整合，得到学业挑战度的四维度结构，对应9个变量[19]（P79）。对比学业挑战度，校园环境支持度（Supportive Campus Environment，SCE）的内涵一致性程度更高，其测量大体聚焦于学生对院校为促进其学术及非学术成功而提供的支持，以及学生与教师、行政人员及同龄人之间的关系的看法[22]。澳大利亚学生学习投入调查（Australasian Survey of Student Engagement，AUSSE）中学生感知到的校园环境支持度有两个指标：支持性环境和互动质量[23]。清华大学大学生学情调查中校园环境支持度最开始包括“院校强调：组织各类活动，帮助融入环境”“院校强调：支持学生应对人生、情感问题”“院校强调：为学生学业提供支持”等三个题项[24]，2018年拓展为“资金设施、教师教学、课外活动、教务管理、就业支持、生师交流、生生互动、学术科研”等八大方面[25]。上述变化反映了我国研究者在研究和实践中对中国学生学习问题的认识逐渐加深的过程。已有研究第二个不足是，他们均将学业挑战度和院校环境支持度视为彼此独立的两个变量来探究二者水平对学生学习投入和学习效果的影响，尚无研究从整体性视角综合考虑学业挑战度和院校环境支持度的匹配度和水平，探讨不同情形的挑战-支持环境如何影响学生学习。本研究希望在此方面予以尝试。

美国大学生发展理论重要奠基者之一桑福德（Sanford）最早注意到学生发展是个体与环境交互作用的结果，并提出“挑战与支持”理论。桑福德指出，创造有利于个体发展的环境关键在于找到对个体而言最优的失调范围，既要让其接受充分的挑战又要给予他们足够的支持，两者要有较好的平衡。如果环境带来太多的挑战，个体会倾向于退回到较早的、适应性较差的行为模式，将当前的行为模式极端化和固化，尽可能逃避挑战，或者在逃避不了时干脆忽视挑战。如果环境中的挑战太少，个体可能会感到安全和满足，但他们不会发展。个体可以容忍的失调范围因人而异，取决于环境提供的挑战与支持的质量及个体特征[26]（P25-26）。桑福德的“挑战与支持”理论将环境中的挑战与支持视为整体，同时考虑二者的匹配度和水平，为本研究提供了最适切的理论基础。

考虑到当前“我国一流大学建设高校学业挑战度最大的问题是较低的课程认知目标以及缺乏学习策略、数量推理等思维和智慧训练”，本研究聚焦学业挑战之“外部驱动的质”的维度即课程认知目标。相应地，在院校环境支持度上，聚焦院校为学生学习提供的学习资源和教师支持，探讨二者的关系状态与学生学习投入行为和学习效果的关系。需要说明的是，选择性地聚焦学业挑战度和院校环境支持度中部分因素，是基于研究重点的取舍，并不代表其它因素可以忽略不见。

具体而言，本研究采用中、美、日三国“研究型大学本科生就读经历调查”数据，探讨三个问题：基于学生感知到的学业挑战度和院校环境支持度，院校环境可以划分为哪几种类型;感知到不同类型院校环境型的学生在学习投入和学习效果上表现是否存在显著差异;中美日研究型大学本科生在院校环境类型上的感知是否存在差异？通过对上述问题的探讨，我们可以从人才培养环境这一微观视角考察三国研究型大学的教育质量。

二、研究设计

（一）调查工具和样本构成

研究采用研究型大学本科生就读经历调查国际联盟（The Student Experience in the Research University International Consortium，SERU-I）2017～2018年度调查数据，选取中国、美国和日本的10所研究型大学本科生为研究对象。其中，中国样本院校为南京大学、同济大学和湖南大学三所入选“双一流”建设名单的研究型大学;美国样本院校是加州大学伯克利分校、德州大学奥斯汀分校、俄勒冈大学、华盛顿大学和弗吉尼亚大学，均为美国大学协会（Association of American Universities，AAU）成员;日本院校为来自日本超级国际化大学计划（Top Global University Project）A类（顶尖型）中的成员广岛大学和大阪大学。所有样本院校均是研究型大学。

为了保证样本有效性，我们首先删除了在关键变量上缺失过多的样本。其次，由于本研究中的美国研究型大学本科生包含已经完成两年社区大学的“转学”学生，中国和日本大学没有这样的情况，而“转学”学生和高中毕业后进入大学的学生对学业挑战度和院校环境支持度的感知可能会存在差异，我们剔除了美国样本中“转学”学生的数据。最后，删除样本比例极少的医学学生。最终，本研究使用了35 733份有效数据，其中中国23.7%，美国51.0%，日本25.3%。表1显示了本研究的样本构成。不同国家的本科生在性别、年级和学科上的人数比例存在一定的差异。中国本科生在性别上的人数分布比例比较接近，低年级学生比例略高于高年级学生，理工科学生比例明显高于人文社科类;美国本科生在女性、高年级和人文社科类上的人数比例更高;日本的情况与美国恰好相反，在男性、低年级和理工科上的人数比例更高。

（二）统计方法及步骤

本研究采用SPSS24.0和Mplus7.4软件进行数据处理，分为四个步骤。第一步，为了探讨变量的内部结构，笔者对学业挑战度、院校环境支持度、学习投入和学习效果有关题项做探索性因子分析。第二步，采用潜在剖面分析（Latent Profile Analysis）这一聚类分析方法，基于学生感知到的学业挑战度和院校环境支持度，笔者将大学环境划分为不同类型。潜在剖面分析方法作为以个体为中心的方法，将个体分成不同的群组，这与传统的聚类分析在目的上一致。但由于采用基于模型的方法与传统的聚类分析方法相比可以纳入协变量构建混合模型，检验更复杂的变量关系[27]，其分类效果优于传统聚类分析，是另一种有力的分类工具[28]。分析过程中，本研究使用Mplus7.4软件，以学业挑战度和院校环境支持度包含的各因子得分为估计值，通过潜在剖面分析识别不同的学生群体特征。第三步，在确定最佳的剖面模型后，本研究使用Mplus7.4软件，以学生学习投入和学习效果为结果变量，采用BCH法建立带有协变量（结果变量）的潜在类型模型，呈现不同类型学生在学习投入和学习效果上的差异。有研究证明，当结果变量是连续变量时，BCH是最佳方法之一[29]。第四步，使用SPSS24.0进行描述性统计分析，比较中、美、日三个国家研究型大学本科生在感知的不同院校环境类型上的百分比。

（三）核心变量

1.学业挑战度

本研究中学业挑战度特指课程认知目标而言，测量学校课程教学对学生不同层次认知目标的要求。由于已有研究显示高阶与低阶认知并不矛盾，而且都是学生认知发展需要的，本研究并未将学业挑战度局限在高阶认知目标。20世纪90年代，安德森等修订了布卢姆1956年版的教育目标分类，将认知目标从低阶到高阶依次分为记忆、理解、应用、分析、评价和创造。以上述理论为参考，本研究对学业挑战度相关题项的因子分析提取出低阶认知和高阶认知2个因子。低阶认知包括3个题项，指向记忆、理解、应用等相对基础的认知活动，例如“认识或回忆具体的事实、术语和概念”;高阶认知包含5个题项，指向分析、综合、评价、创造等高认知水平层次上的心智活动或认知能力要求，例如“创造或产生新的想法、产品或理解方式”。学业挑战度量表的整体信度系数α为0.900，两个因子的信度系数分别为0.844和0.875，共能解释71.71%的方差变异。