王珊珊,蒋清泉
(厦门理工学院 经济与管理学院,福建 厦门 361024)
自主学习作为一种教育行为,在理论和实践研究上都一致强调并致力于解决自主学习能力的测度问题。而在测度自主学习能力时,不同学者的理解也有所差异,有的把自主学习看成是一种能力,有的则将其视为一个过程。目前,国内外关于自主学习能力评价指标所包含维度的研究已较为丰富。Pintrich等(1993)[1]设计的自主学习评价指标主要包括两个部分,一是学习动机、时间管理、学习态度,二是学习策略、考试策略等。国内研究方面,徐锦芬等(2004)[2]设定的指标包括学习目标与制定学习计划、有效使用学习策略、监控学习策略使用、监控与评估英语学习过程等几个方面。饶莹心(2018)[3]指出挖掘和培养大学生的自主学习能力对教师、学生以及学习情景的要求。章木林(2017)[4]认为学生自主学习能力包括4个维度:目标自主、计划自主、策略自主、评价自主,这些维度的形成是一个复杂的动态过程。
国内外关于大学生自主学习影响因素研究大的分类上,主要包括学生个人情况和其他影响因素、内在影响因素和外在环境,且前者是实证研究中的主要分类。曾东霞(2011)[5]认为大学生个人情况对自主学习能力有影响,这些个人情况包括性别、年级、专业、城乡来源、是否担任学生干部、父母收入水平。研究结果发现是否担任学生干部对大学生的自主学习能力有显著的影响。同时个人情况外的一些因素,包括上课提问的程度、翻阅期刊的频率、软件场域和硬件条件等。李永强等(2014)[6]建立有序概率模型从实证检验江西中医药大学学生自主学习的影响因素,模型中加入的学生个人情况包括性别、父母文化程度、年级、家庭收入程度;模型中的个人情况外的因素则为生活规律性、学习计划性等。黄威威(2014)[7]基于问卷调查考查大学生自主学习情况下,发现包括年级、性别、及是否担任学生干部方面的个人因素差异显著。郝丽霞(2015)[8]侧重于从个人情况的角度,对武汉普通高校大学生的体育自主学习情况进行统计分析,并发现不同的性别、生源地、年级等对自主学习的影响表现出显著差异。魏鹏飞(2018)[9]在研究大学生自主学习能所受影响时,则更强调性别和家庭城乡来源对学生自主学习能力的影响。
也有一些文献从内外因素进行概括的。内在因素主要有:学习者的个性[10]、学习动机[12]、学习反思[12]。外在因素:教师介入[12-13]、文化影响包括整体文化、国家文化和学习文化的影响[14]。
纵观现有文献的研究,我们发现:一方面现有关于自主学习的研究主要集中在英语、医学体育等学科的学习上,经济学方面的研究较少。但现有的网络学习环境和经济学需要透过大量社会现象看本质的特点,决定了在经济学课程中自主学习能力培养是极为重要的;另一方面关于自主学习实证研究的评价指标也较少纳入互联网环境。在网络信息时代研究学生在经济学课程上的自主学习能力,离不开互联网环境这一外部因素。因此,文章主要研究互联网环境下影响自主学习的因素,从而提出进一步激励学生自主学习的相关策略。
总体而言,互联网环境下,影响学生经济学自主学习的因素包括学生个人情况和其他影响因素。学生个人情况通常包括学生的个人情况,例如性别,年级,是否有担任过学生干部等;学生的家庭背景,例如学生的家庭居住地和父母的文化程度等。其他因素主要包括互联网提供的关于经济学课程的学习资源、教师介入等。据此,在实证研究中也做出类似的分类。综合国内外的相关研究,提出了以下三个研究假设:一是经济学自主学习能力与学生的个人情况有关。学生的性别不同,年级不同,其对自主学习能力的影响也不同。学生是否担任学生干部也会影响在经济学上的自主学习能力。二是经济学自主学习能力与互联网环境有关。互联网提供的关于学习经济学课程资源的情况、学生在使用电子设备和互联网学习时注意力的集中程度、如何对待公众号所推送的学习资讯、使用期刊数据库的熟练程度、浏览有关学习经济学课程的网站的频率等都会影响着学生经济学自主学习的能力。三是学生的经济学自主学习能力与教师的介入有关。教师介入并对学生的自主学习加以引导也会影响学生自主学习经济学课程的效果。
1.2.1 研究对象
主要以厦门理工学院和厦门大学为例进行随机抽样调查。其中厦门理工学院主要是以经济与管理学院2014-2017级不同专业的学生作为调查对象,他们也是经济学课程开课的主要对象。抽取的班级分别是:2017级金融工程、国际商务和财务管理、2016级国际商务、投资学和工业工程、2015财务管理1班和财务管理2班、2014-2015国际商务、2015国际商务(4+0)。厦门大学选取了经济学院2014-2015级财政学、金融学、国际经济与贸易等学习水平有层次差异的学生作为调查对象。两所学校有效的调查人数总计为515人。
1.2.2 研究工具
将自主学习能力划分为学习的结果反映、学习的方式方法、互联网学习环境、师生的有效互动4个维度进行分析,同时主要采用问卷调查法进行数据收集。本次调查一共发放问卷560份,收回的有效问卷为515份,剔除无效问卷45份(譬如,对于设定的相似问题回答不同,或者回答不完整等视为无效问卷)。
1.2.3 数据处理
通过Stata14对调查所收集到的数据进行录入、赋值、整理和分析,以确保回归系数的有效性。为量化问卷调查结果的分析,除虚拟变量的选项外,我们设定的其他题目中的不同选项一般能够满足影响力逐渐递增或递减的规律,接着,对每一道题中的选项按照作用或影响的大小进行赋值。
问卷调查包括两大方面的基本内容。(1)基本信息,包括性别、年级、学生的城乡来源,是否担任学生干部以及父母的文化程度;(2)影响因素。从样本的基本信息看,由于厦大和厦门理工学院两所高校开设经济学课程的专业女生偏多,因此样本中女生的比重较高。2014级学生因实习找工作较多不在学校,样本中大四学生也较少,2017级学生很多还没开设经济学课程,收集到的相关样本也较少。父母文化程度越高的占比越少。此外,样本中的城市生源和担任学生干部学生约占总体样本的一半。
表1 样本的基本信息Tab.1 Basic information of the sample
对文章用到的主要变量进行描述性统计,结果如表2所示。从样本基本信息外的其他影响自主学习的因素看,描述性统计的结果显示:一是自主学习能力的平均值为3.17,说明整体经济学自主学习的能力还不高;二是学习经济学知识教师的介入程度在不同的个体之间差别较大,因为该变量的标准差是1.11,是所有描述变量中标准差最大的。同时,标准差的统计结果也显示,借助互联网工具的程度在不同个体之间差别较小。
表2 自主学习与其主要影响因素的描述性统计Tab.2 Statistics description of self-access learning and its influencing factors
我们综合四个维度测算大学生经济学自主学习能力。这个四个维度分别是学习的结果反映,学习的方式方法,互联网学习环境和师生互动关系,其中学习的结果反映以经济学课程的平均分来衡量;学习的方式方法则由课前预习和学习过程的主动性来衡量;互联网学习环境则包括拥有的互联网学习资源、使用互联网设备的注意力集中度、关注和使用的相关公众号和网页等的情况;师生关系互动则由学生提问数和自主回答数来衡量。每一个维度下的分指标,从积极态度到消极态度的程度分别赋值为5、4、3、2、1分,自主学习态度最积极的选项赋值5分,积极性最差的赋1分。根据四个不同维度对经济学课程自主学习能力的不同影响程度,赋予不同的权重。学习的结果反映被赋予的权重系数为20%;学习的方式方法被赋予的权重系数为40%;互联网学习环境被赋予的权重系数为30%;师生关系的互动被赋予的权重系数为10%(见表3)。
表3 自主学习能力四个维度的测度Tab.3 The measurement of self-access learning via four dimensions
在学习的结果反映,学习的方式方法,互联网学习环境和师生互动关系的四个维度上,大学生在自主学习的结果反映和学习的方式方法方面较好,互联网学习环境次之,师生关系的互动表现最差,平均分只有2.89,还达不到及格的水平。从差异的角度来看,在自主学习能力四个维度中,学习的结果反映和师生关系的互动差异较大,而学习的方式方法差异却最小。就整体的关于自主学习能力总分而言,平均分只达到了12分,刚好达到及格分数,说明大部分学生经济学自主学习水平处于中等偏下的水平。
基于四个不同的维度测算出自主学习能力后,为进一步分析影响自主学习能力的因素,我们进一步构建了自主学习能力与其影响因素之间相关关系的计量模型,如方程(1)所示:
其中,rely是学习经济学知识教师的介入程度、ask为上课提问的次数、inte是借助互联网工具的程度,edu是父母的教育水平,gen、place和sled都是虚拟变量,分别是性别(男=1,女=0)、地区(城市=1,农村=0)和是否担任学生干部(是=1,否=0)。为进一步描述计量模型中的相关变量的含义和统计数据,进一步整理出表4。因为有些个人情况是自己难以改变的,而那些自己可以掌握的影响因素对于我们的政策启示更大,因此,在实证分析中,我们进一步区分主要解释变量和控制变量,以得到更有效的影响主要解释变量的系数。其中,rely、ask、inte、sled是主要解释变量,gen、place、edu是控制变量。此外,为细化自主学习能力所包含的不同维度的影响,我们在不改变解释变量的条件下,分别以四个不同的维度(学习的结果反映,学习的方式方法,互联网学习环境和师生关系)作为被解释变量构建计量模型。
基于方程(1)构建的计量模型和厦门两所本科高校的515份有效问卷整理后得到的数据,应用stata14对总体自主学习能力的影响因素进行实证检验,同时区分出自主学习的不同维度,分别以不同的维度作为被解释变量进行实证分析,可得到表4所示的结果。
从自主学习能力的总维度来看,教师的介入程度、上课学生的提问情况,互联网的使用程度,学生的年级、性别,城乡来源情况等都会显著地影响自主学习能力,其中提问越多,互联网使用越频繁、年级越低则自主学习能力越强,女同学和农村生源的自主学习能力越强。从维度1即学习结果的反映来看,除了父母的受教育水平和教师的介入程度对自主学习能力影响不显著外,是否担任学生干部、教师的介入程度、上课提问次数、互联网使用程度,性别,年级,城乡来源等都显著地影响自主学习能力,且影响的符号方向与总维度上的影响是一致的。从维度2即学习的方式方法看,不同变量影响的显著性水平与维度1是一致的,特别是影响显著变量的系数大小与维度1相差不大。从维度3即学习的方式方法上看,不同于前两个维度所受的影响,性别和城乡来源影响不显著,这说明互联网环境下教师授课中,互联网使用并没有表现出性别差异和城乡来源差异。从维度4即师生互动关系所受影响上看,教师的介入和学生上课提问次数的影响为正向显著的,其他变量的影响并不显著。
归结起来,教师的介入程度、上课学生的提问情况,互联网的使用程度等都是影响经济学课程自主学习能力的主要因素,同时不同的年级、性别和城乡来源等虚拟变量也会影响自主学习能力,而是否担任学生干部和父母的受教育水平对经济学课程自主学习能力影响则不显著。
表4 影响自主学习能力的计量分析结果Tab.4 Empirical results of influencing factors of self-access learning
鉴于以上的实证分析结果,对于在互联网环境下提升大学生经济学自主学习能力的影响因素,我们得出了以下几点政策启示。
学生的自主学习不等同于自学,这就需要教师的适当引导以达到较好的自主学习效果。根据我们问卷调查得到的数据整理分析可以发现自主学习能力得分只达到了了12分(满分20分),这说明大学生的自主学习经济学能力还需要进一步提高。表4所报告的实证回归结果也显示,学习过程中对老师的依赖程度(rely)、学生回答问题的次数(ask)均正向显著影响自主学习能力总体和各个维度,此外,在影响学生自主学习能力的几个维度中,师生关系的互动所表现出来的差异性最为明显。因此,提高大学生经济学自主学习的能力需要学生和教师之间多互动,提高彼此互动的有效性。从另一个角度来说,培养大学生在经济学方面的自主学习能力需要教师的介入,换言之,互联网环境下,教师对于学生自主学习的引导和影响不能缺位。
在互联网环境下教师的介入可以从以下几个方面入手:一是要密切关注学生自主学习的动向并给予及时的引导,以此来提升学生的自主学习能力。二是教师介入应该讲究方式方法以达到预期的效果。在课堂和课后,教师可以以身边有趣的经济学案例切入,激发学生经济学自主学习的积极性后,推荐学习经济学课程的相关书籍、网站、论坛、微信公众号等,也可以收集经济学数据并进行模拟分析,进一步激发学生自主学习的动力。三是利用当下各种智能设备和新媒体来调查、分析以及评价学生在经济学课程上自主学习能力差异,以此做出教学计划的改进,通过因材施教来提高学生的自主学习能力。此外,对于大学生来说,要充分利用互联网提供的关于学习经济学课程的资源来丰富自己的经济学知识以此提高自身的学习自主性,通过现有的移动学习设备和无线通信网络学习经济学课程,并与他人交流学习心得。
计量回归的结果表明女生经济学自主学习能力高于男生,年级越高,经济学自主学习能力越强,这表明:一方面需要制定以提升男生自主学习能力的举措,包括利用男生普遍对科技的喜爱,通过有趣的互联网互动和通过他们感兴趣的互联网渠道加以引导,增强他们的自主学习能力。另一方面,增进高年级学生与低年级学生的交流,高年级学生的现身说法将更具说服力。同时,大学生所处年级不同,经济学课程的自主学习能力也出现了显著性差异。尤其是到大四时,其对师生互动关系有一个负向影响,这一时期学生处于找工作或考研时期,重心发生转移,课堂表现欲低。这一时期教师的引导作用要从这一阶段的特点出发,以工作或考研形势等学生最为关注的问题切入,引入自主学习能力的要点,提升学生在自主学习上的竞争力。单就经济学课程来说,担任学生干部未必可以提高大学生的自主学习能力,因此,每位学生应该根据自己的职业规划方向选择是否担任或担任多长时间的学生干部。