“拔尖计划”学生学习动机、学习参与与批判性思维的关系研究

梁慧云 吕林海

[摘 要]提高学生批判性思维是本科教育的重要目标之一。基于11所高校1 610名“拔尖计划”学生的调查数据，构建学习动机、学习参与与批判性思维的路径模型图。在学习动机中，根据成就目标理论，学习动机可分为：掌握趋近目标、掌握回避目标、成绩趋近目标以及成绩回避目标;“拔尖计划”学生有着较高的掌握趋近目标;掌握目标动机对批判性思维的影响效应大于成绩目标动机;成绩回避目标对批判性思维无显著影响。在学习参与中，“拔尖计划”学生有较好的学习习惯，较差的课堂参与，较低的生师互动水平;课堂参与、生师互动、学习习惯对批判性思维有显著影响，而同伴互动对其无显著影响;学习参与在学习动机及批判性思维之间存在部分中介效應。建议创造课堂目标情境，激发学生掌握目标动机;转变学生学习参与方式，提升课堂参与水平;加强生师互动水平，提高学生互动主动性;正确认识学生学习动机，深入研究中国学生的动机类型。

[关键词]学习动机;学习参与;批判性思维;路径分析

[中图分类号]G642.0[文献标识码]A[文章编号]1005-4634（2019）02-0001-08

批判性思维技能作为21世纪技能教育改革运动的核心，被认为是21世纪个体生存力和国家竞争力的核心指标。联合国教科文组织的报告《教育——财富蕴藏其中》明确指出：教育应该使每个人，尤其借助于青年所受的教育，能够形成一种独立自主、富有批判精神的思想意识及能力[1]。西方教育发达国家早己将批判性思维纳入学生需具备的能力之中。批判性思维是一种有目的的、自我调控的判断过程，包括解释、分析、评价、推理等形式，以及提出判断时运用各种证据、概念、方法的理由[2]。批判性思维不仅是学生在信息时代生存和发展的重要条件，更是培养学生创新精神与创新能力的前提和基础。因此，探究学生批判性思维的影响因素是培养及提高学生批判性思维的重要途经。

国内外关于批判性思维影响因素的研究显示，除了学生个人背景及院校特征等因素以外，学生的个性心理特征以及自身学习参与是影响批判性思维的重要因素。在个性心理特征层面，学习动机（motivation）是驱动学生努力学习并在学校获得一定发展的内在力量[3]。它能够激发并维持个体行为，使自身的学习行为朝向特定的学习目标。已有较多研究表明，学习动机对批判性思维有着直接影响。内生学习动机与创造力倾向有较高且显著的相关性，而外生动机与创造力之间的关系较弱[4]。掌握趋近以及成绩趋近目标动机对批判性思维有显著正向影响，而掌握回避与成绩回避目标动机对其有显著负向影响[5]。学习动机强度愈大，学生获得的学习成就（包括学习成绩、批判性思维等）愈高[6，7]。在学生学习行为层面，学习参与受到高教研究领域的重视。“大学的质量高低、大学对学生所产生的影响，在很大程度上是由学生个体的学习努力程度和学习参与程度所决定的”[8]。学习参与被定义为学生为其学术经验所投入的身体和心理能量。Astin认为学生在大学中的参与程度越高，学生的学习和发展就越好[9]。已有研究也充分证明学习参与被认为是批判性思维的重要预测变量[10]。

心理学普遍认为，学习动机与参与是交织在一起的。动机包括私人、心理和不可观察的因素，而参与则是公开观察到的行为[11]。学习动机被认为是学习参与的基础，相关研究普遍发现学习动机与学习参与之间有紧密联系。学生的成就动机可以促进学生的学习参与[12]。内在兴趣、文化交流、个人发展等内在动机与较高的学习参与相关，外部要求和社会责任等外在动机则与较低的学习参与相关[13]。由以上分析可知，学习动机、学习参与以及批判性思维均有着相互间的联系。以往研究分别考察了学习动机和学习参与对批判性思维的影响，但很少有研究将这三者放在同一模型中，探讨三者之间的关系。因此，本研究欲将学习参与作为中介变量引入学习动机和批判性思维的关系模型中，进一步探讨批判性思维的影响机制。

2009年，教育部启动实施“基础学科拔尖学生培养实验计划”（简称“拔尖计划”），旨在吸引最优秀的学生投身基础科学研究，努力使受计划支持的学生成长为相关基础学科领域的领军人才，并逐步跻身国际一流科学家队伍。2010年，《国家中长期教育改革和发展规划纲要（2010～2020年）》提出“高等教育要提高人才培养质量，牢固确立人才培养在高校工作中的中心地位，着力培养信念执着、品德优良、知识丰富、本领过硬的高素质专门人才和拔尖创新人才”[14]。创新人才培养是当代大学教育的基本目标指向，并成为大学教育中的一种潜在话语与默会认同[15]。批判性思维作为拔尖创新人才所应具备的重要思维能力，成为高校教育人才培养的重要目标之一。因此，本研究以“拔尖计划”学生为研究对象，探讨拔尖学生学习动机、学习参与及其与批判性思维的关系，以期对培养及提高学生批判性思维能力提供参考。

1 研究设计

1.1 研究问题

国内外研究分别证实了学习动机以及学习参与和学生发展有着显著的关系，但很少有研究将这三者放在同一模型中，探讨三者之间的关系。批判性思维是学校教育的重要目标之一，因此，本文将批判性思维作为学生发展的重要结果，将学习参与作为中介变量引入学习动机和批判性思维的关系模型中，进一步探讨学习动机与批判性思维的影响机制。具体研究问题为：（1）“拔尖计划”学生的学习动机是什么样的？（2）“拔尖计划”学生的学习参与特点是什么？（3）不同类型的学习动机对批判性思维的影响是怎样的？（4）学习参与各维度对批判性思维的影响如何？（5）学习参与是否是学习动机与批判性思维的中介变量？其影响机制又是怎样的？

1.2 理论假设

根据成就动机理论，掌握目标动机强调学生对知识、任务的理解和掌握，拥有掌握目标动机的学生能寻求更多挑战，不管能力的感知是高是低，即使可能失败仍以掌握作为导向。而成绩目标动机强调学生为比其他人更好或不比别人差而奋斗，拥有成绩目标动机的学生较常回避挑战，当感知到能力低的时候产生习得性无助，而当感知到能力较高时也存在有一定形式的回避风险的念头。已有研究多认为，掌握目标对学生发展有积极作用，而成绩目标则不然。另外，有关学习参与与学习结果的影响研究大多表明学习参与各要素均会对学习结果产生正向影响。

基于上述分析，提出如下假设。

H1：掌握目标动机对批判性思维有正向的显著影响;

H2：成绩目标动机对批判性思维有负向的显著影响;

H3：同伴互动对批判性思维有正向的显著影响;

H4：生师互动对批判性思维有正向的显著影响;

H5：课堂参与对批判性思维有正向的显著影响;

H6：良好的学习习惯对批判性思维有正向的显著影响;

H7：学习参与是学习动机与批判性思维的中介变量。

1.3 研究对象

调查对象是来自南京大学、哈尔滨工业大学、北京大学、北京师范大学、国防科技大学、西安交通大学、浙江大学、兰州大学、中国科学技术大学、四川大学、复旦大学等11所参与“基础学科拔尖学生培养实验计划”高校的本科生。2016年6月，课题组申报的《中国研究型大学“拔尖计划”学生的发展成效及学习环境对其的影响机制研究》课题，获得教育部的批准，并被立项为国家重点课题。本课题的主要任务之一就在于通过对拔尖学生学习经历数据的收集，研究该类学生在学习动机、学业表现、思维能力、学术潜力、发展成就等方面的表现。调查共获取1 610份有效样本数据，来自于11所具有拔尖学生培养计划的高校。其中，男生1 179人（73.2%），女生431人（26.8%）;大一年级学生372人（23.1%），大二年级学生499人（31%），大三年级学生365人（22.7%），大四学生374人（23.2%）。

1.4 测量工具

1） “大学生学习动机调查量表”。该量表采用 5 级评分，分别是： 1 分代表 “完全不同意”，2 分代表 “不同意”，3 分代表 “不确定”，4 分代表 “同意”，5 分代表 “完全同意”。在删除不合适题目后，该量表的信度系数α为 0.812。对该量表进行因子分析，经检验KMO 值为 0.775，Bartlett 球面检验值为 5 041.341（df=28，p<0.001）。总体来看，各种统计指标满足因子分析所需要的数据标准，并可抽取出4个因子。因子的结构矩阵见表1。4个因子分别为：成绩趋近、成绩回避、掌握趋近、掌握回避。其中，成绩趋近与成绩回避属于成绩目标，前者指个体关注如何超越他人，显得自己最聪明、最棒;后者指个体关心的是如何不让自己显得低能、比别人差。掌握趋近与掌握回避属于掌握目标，前者指个体关注的是掌握任务，学习和理解;后者指个体关心的是如何避免不能理解或不能掌握任务的情况。

2） “大学生学习参与量表”。量表采用 6 级评分，分别是： 1 分代表 “从不”，2 分代表 “偶尔”，3 分代表 “有时”，4 分代表 “较多”，5 分代表 “经常”，6分代表“总是”。在删除不合适题目后，该量表的信度系数α为 0.912。对该量表进行因子分析，经检验KMO 值为 0.919，Bartlett 球面检验值为 13 472.555（df=91，p<0.001）。总体来看，各种统计指标满足因子分析所需要的数据标准，并可抽取出4个因子。因子的结构矩阵见表2。4个因子分别为：课堂参与、学习习惯、同伴互动、生师互动。

3） “批判性思维量表”。采用自编量表，共有23道题。量表采用5 级评分，分别是： 1 分代表 “不符合”，2 分代表 “不太符合”，3 分代表 “不确定”，4 分代表 “比较符合”，5 分代表 “符合”。将23道题进行加总求均值，作为学生批判性思维的得分，分数越高，代表学生批判性思维越强。量表整体信度系数α为0.840，该量表已经过多次的测试，被证明有较好的信效度。

2 研究结果

2.1 大学生学习动机、参与与批判性思维的相关检验  描述性统计分析表明（表3）： 大学生掌握目标动机高于成绩目标动机，其中掌握趋近的学习动机得分最高（4.32），成绩趋近的学习动机得分最低（3.44）;学习参与中，学习习惯得分最高，而课堂参与和生师互动的得分较低;大学生批判性思维得分为3.89，处于中上等水平。

相关分析表明（表 3）：大学生成绩目标动机与学习参与、批判性思维各维度都达到了显著正相关，但相关系数较低。掌握目标动机与学习参与、批判性思维各维度也达到了显著正相关，相关系数较高，即掌握目标动机越高的学生，在学习参与各方面的表现越好，其批判性思维也越强。学习参与各维度与批判性思维也达到了显著正相关，即学生在学习参与各方面水平较高的，批判性思维也较强。

回归分析结果表明，性别、年级、是否第一代大学生这些个人背景变量对“批判性思维”的标准化回归系数影响非常低。相比较而言，学习动机以及学习参与的变量对“批判性思维”的效应较为明显。也就是说，个人背景变量对批判性思维的直接影响几乎可忽略。模型2引入学习动机各因子的数据结果表明，掌握趋近、掌握回避以及成绩趋近目标动机对批判性思维有显著正向影响，而成绩回避目标对批判性思维无显著影响。模型3引入学习参与后，生师互动、课堂参与、学习习惯对批判性思维有显著正向影响，同伴互动则无显著影响。不过，成绩趋近、掌握趋近以及掌握回避目标的标准化系数减少，考虑到相关分析中学习参与各维度与学习动机之间有较高的相关系数，这可能预示着“学习参与”在“学习动机”与“批判性思维”之间起着中介作用。最终的回归模型（模型3）F值为72.251，P<0.001，可解释36.5%的方差，具体见表4。

2.3 学习动机、学习参与与批判性思维的路径分析  在前文所获得的回归模型基础上，对批判性思维的结构模型进行检验，建立学习动机、学习参与以及批判性思维之间的路径分析图。由回归分析可知，背景变量对批判性思维的影响非常小，因此未将其纳入路径分析中。其中成绩目标动机中成绩回避目标对学习参与各维度及批判性思维之间的路径，以及同伴互动对批判性思维的路径影响均不显著，于是删除成绩回避、同伴互动两个变量，获得了如图1所示的验证模型。该模型的拟合优度指数值为：x2=3.571，x2/DF=3.571，AGFI=0.982，CFI=0.999，TLI=0.984，RMSEA=0.040，SRMR=0.010 2。從指标数值来看，该模型的拟合优度较好。该模型各条路径的回归系数都达到了显著水平，各变量之间影响效应值见表5。