基于扎根理论与解释结构模型的高校学业困难学生影响因素分析

房海宁 马贝贝

摘 要： 提升本科教育水平和人才培养质量，不仅要对大学生合理“增负”，提升大学生的学业挑战度，还要为大学生适度“托底”，有效帮扶学业困难学生。对不同专业、年级、性别的学业困难学生开展一对一访谈，基于扎根理论获得高校学业困难学生的16个影响因素，利用解释结构模型（ISM）和交叉影响矩阵相乘法（MICMAC）分析了这些影响因素之间的相互关系。根据影响因素的层次结构与驱动力-依赖性，分别从全局维度、问题维度和行动维度提出了降低根源层、具体层和表面层因素负面影响的针对性策略，以期能够为高校学业困难学生的帮扶工作提供借鉴，助力学生成长成才。

关键词： 学业困难学生; 影响因素; 扎根理论; 解释结构模型; 帮扶策略

中图分类号： D61; B27 文献标识码： A DOI： 10.3963/j.issn.1671-6477.2021.04.020

近年来，关于大学生严格管理的报道屡见不鲜，特别是明确要求“严把毕业出口关，坚决取消‘清考制度”的《教育部关于狠抓新时代全国高等学校本科教育工作会议精神落实的通知》（教高函〔2018〕8号）发布之后，不少高校发布了清理学业未达标学生学籍的通知，改变了公众对大学“严进宽出”的固有认识。每一名大学生都承载着个人、家庭、社会的期望，因学业未达标而被清理学籍是学生、家庭、高校、国家等各方共输的结局。对学业困难学生开展及时有效的帮扶，助力他们正常完成学业，是坚持立德树人根本任务的必然要求和提升人才培养质量的有效途径。

高校学业困难学生是指感官和智力水平均正常，但因为各种主客观因素的影响，学习成绩却处于滞后状态，不能完成学校规定的培养计划内容，甚至影响正常毕业的大学生[1]。精准识别这些主客观影响因素，是开展及时有效帮扶工作的关键。

目前对于高校学生学业困难影响因素的研究思路可以分为两种类型：其一是从经验和思辨的方式罗列学业困难的影响因素，大多从内部因素-外部因素或主观-客观的双向维度进行阐述[2-4];其二是从影响大学生学习的某一方面因素进行研究，例如手机依赖、压力性生活事件等[5-6]。对于影响因素的研究方法主要有归纳总结、问卷调查[7]、质性研究[8]等。这些研究为开展学业困难学生帮扶工作提供了理论指导与实践参考，但是较少看到对高校学生学业困难影响因素之间相互关系开展深入分析的研究。

一、 研究方法

研究首先對不同专业、不同年级、不同性别的学业困难学生开展一对一访谈，利用扎根理论收集分析高校学业困难学生的16个影响因素，利用解释结构模型（Interpretative Structural Model，ISM）和交叉影响矩阵相乘法（Cross-Impact Matrix Multiplication Applied to Classification，MICMAC）分析这些影响因素之间的相互关系，突破了以往研究影响因素之间相互独立的表述范式，构建了影响因素层次结构模型。最后，根据影响因素的层次结构与驱动力-依赖性而针对性地提出了高校学业困难学生的帮扶策略。

（一） 扎根理论

扎根理论最早由两位美国学者格拉斯和施特劳斯于1967年出版的合著《扎根理论的发现》中提出，扎根理论是一种从资料中发现、发展和检验理论的研究路径，而不是一种实体的“理论”[9]。

扎根理论的核心是资料收集与分析的过程，该过程既包含理论演绎又包含理论归纳，具体是将所搜集或转译的文字资料加以分解、指认现象、将现象概念化，再以适当方式将概念重新抽象、提升和综合为范畴以及核心范畴的操作化过程。该过程要忠实于资料，挖掘出资料的范畴，识别出范畴的性质和性质的维度，范畴间复杂交错的本质关系就是研究所得的理论[10]。本研究采用扎根理论作为研究高校学业困难学生影响因素的主要方法。

（二） 解释结构模型（ISM）

解释结构模型最早于1973年由美国J.N.Warfield教授提出，是一种用来分析复杂社会经济系统结构等有关问题的最基本和最具特色的系统结构模型化技术。其基本思想是：通过有关创新分析方法，提取问题的构成要素，利用有向图、矩阵等工具和计算机技术，对要素和相互关系等信息进行处理，最后用文字加以解释说明，明确问题的层次和整体结构，提高对问题的认识和理解程度[11]。一般建模步骤如下：

（1）通过文献调研、案例分析、专家讨论等方法来识别研究问题的相关影响因素;

（2）对识别出来的影响因素进行两两分析，确定每两个因素之间的直接关系，建立影响因素的直接关系表;

（3）根据直接关系表建立影响因素的邻接矩阵A;

（4）由邻接矩阵A计算出可达矩阵M;

（5）通过分解可达矩阵M，对因素进行层级划分;

（6）以可达矩阵M的关系为准则，去掉传递性关联，得到最终的ISM模型图。

（三） 交叉影响矩阵相乘法（MICMAC）

交叉影响矩阵相乘法是应用影响矩阵相乘的原理，使得影响矩阵达到一种稳定状态，用于观察识别影响系统中具有动力性和依赖性的变量。该方法是ISM技术的补充和延伸，可以鉴别影响变量的驱动力因素和依赖性因素，进而针对性找到影响变量的管理和干预重点[12]。

ISM-MICMAC的优势在于能够把模糊不清的想法、观点转化为直观可视的且具有良好结构关系的模型，与扎根理论共同使用，能够更好地识别出高校学业困难学生影响因素的维度，理清影响因素相互之间复杂交错的关系，有利于针对性提出高校学业困难学生帮扶和干预的重点策略。

二、 高校学业困难学生的影响因素

（一） 资料收集

在武汉地区某“双一流”高校选取了13名学业困难学生作为访谈样本，访谈样本综合考虑了年级、性别、专业科类等要素。访谈样本编号及对应要素信息如表1所示。

研究采用一对一的深度访谈方式来收集资料，根据文献资料、工作经验和专家意见，形成了半结构式的初步访谈提纲。访谈内容围绕家庭情况、专业认同、学习环境、自控能力、学习自主性、适应能力、心理韧性、学业困难成因、未来规划等9个方面进行，每个样本的访谈时间为30分钟左右，充分了解了访谈样本对于学业困难成因的看法。

研究采用边访谈边编码的方式，在访谈完A1-A5和B1-B6之后，继续访谈A6和B7，没有出现新的概念和范畴，可以认为访谈达到饱和，不需要继续进行访谈，可以开展下一步的分析。对访谈内容进行整理和检验，删除与研究无关的文字，共得到8万余字的访谈文本资料。

（二） 编码过程

开放编码是扎根编码的第一个步骤，需要对原始访谈文本资料进行逐字逐句的阅读、检视、比较、概念化和类属化，将资料中访谈样本对学业困难成因的看法概念化为一般的范畴[9]。通过对原始访谈样本的整理分析和编码，共得到352项节点（初始概念）。经过多次整理、比较、提炼，最终抽象出16个范畴（影响因素）。

轴心编码是在开放编码的基础上，形成类属、属性和维度，发展并检验各类属之间的关系[9]，研究将开放编码获得的16个范畴划分到6个主范畴，其包括成长境况、人际关系、专业认同、学习环境、心理特质、学习胜任力。

选择编码是在所有类属中选择一个核心类属，其他类属则成为支援类属，然后通过一个整合图式或故事线，将各类理论要素（类属、属性、假设）整合起来。研究采用ISM-MICMAC方法作为选择编码的方法。

按照施特莱斯编码方式，由原始语句到初始概念、开放范畴，再到主范畴的过程如表2所示。

（三） 影响因素分析

1.成长境况。主范畴成长境况包含了4个影响因素，分别是家庭环境、家庭关系、个人状况和学习基础。家庭是学生成长发展的重要环境，对于学生养成良好学习习惯、确立正确学习目标、适应大学学习生活等都有重要的影响;家庭关系能够对学生心理和性格产生影响，不好的家庭关系可能会直接影响学生的学习状态;一些突发的对学生学习生活产生较大影响的个人状况可能直接影响学生的学习状态;学生成长环境、地域、文理科等因素带来的学习基础方面的差异，对于学生的学习适应性和学业规划有重要的影响。

2.人际关系。主范畴人际关系包含了2个影响因素，分别是朋辈关系、师生关系。这里的人际关系是指学生在大学里的人际关系，强调的是当前阶段的情况;家庭关系是伴随学生成长全过程的人际关系，研究将其归入了成长境况。人际关系处理是大学生适应大学生活的重要方面。寝室是学生在大学里最重要的生活场地，寝室同学是大学里最重要的交往群体，寝室关系是否融洽会对学生的精神、心理、作息产生影响，同时也会影响学生对大学生活的适应程度;同学关系和师生关系能够影响学生对于学校的认同感与归属感;师生关系还会影响学生对于课程的学习兴趣。

3.专业认同。主范畴专业认同包含了3个影响因素，分别是专业兴趣、专业认可度和课程兴趣。专业兴趣也可以称为专业兴趣契合程度，专业兴趣契合程度高，能够促使学生产生更多的学习热情和学习动力;较高的专业认可度能够让学生更好地树立学习发展的信心;学生对于课程的兴趣能够影响学生的学习状态和学习成绩。

4.学习环境。主范畴学习环境包含了1个影响因素，即为学习环境，包括寝室学习环境、班级学习环境以及学校学习环境等。良好的寝室和班级学习氛围能够帮助学生克服学习惰性;学校学习环境是指学校能够给学生提供的普遍学习保障和学习资源，包括教室、图书馆、自习室、资料室、实验室等硬件条件和学风、教风、学习资源、讲座报告等软件资源。

5.心理特质。主范畴心理特质包含了2个影响因素，分别是应对方式和适应能力。应对方式反映的是学生在面对不可避免的各种压力情境时，采取的应对方式，特别是包括学生在面对学业困难状况时所采取的措施，对于学生是否能够尽快摆脱学业困难状况具有重要的影响。适应能力主要是指学生对于大学独立生活方式和自主学习方式的适应程度，能够显著地影响学生在大学里的学习生活状态。

6.学习胜任力。主范畴学习胜任力包含了4个影响因素，分别是学习态度、学习能力、学业规划和时间管理。学习态度反映的是学生对于学习的重视程度和投入程度，是学生能够获得好成绩的先决条件;学习能力是指学生在学习课程时所表现出来的具体方法、技巧和学习效率;学业规划是学生制定大学学习目标并进行合理规划实施的过程;时间管理是指學生合理分配时间并进行自我约束的能力，是学生学习投入时间和精力的保证。

三、 高校学业困难学生影响因素的解释结构模型

（一） 构建影响因素解释结构模型

1.确定影响因素之间相互关系。

研究邀请8位具有高级职称的专家（包括4位一线学生辅导员、3位心理健康教师和1位职业发展教师）对高校学业困难学生16个影响因素之间的相互关系进行判断。对于因素i和因素j，如果有超过3/4的专家认为因素i对因素j有直接影响，则认为因素i对因素j有直接影响;否则认为因素i对因素j无影响[13]。通过此方法得到的高校学业困难学生影响因素之间相互关系如表3所示，其中第i行第j列对应的“1”表示第i行因素对第j列因素有直接影响，“0”表示没有影响或关系极小。

2.建立邻接矩阵和可达矩阵。

由表3中确定的学业困难学生影响因素之间的相互关系，可以建立邻接矩阵A。对16维邻接矩阵A加上单位矩阵I后，运用布尔代数的运算规则（逻辑乘取小，逻辑加取大），通过MATLAB迭代计算直至等式（A+I）n+1=（A+I）n≠（A+I）n-1成立为止，得到可达矩阵M=（A+I）n（由于篇幅所限，邻接矩阵A和可达矩阵M略）。可达矩阵M中S7=S8=S9，S11=S12，S13=S15=S16，再对可达矩阵M进行缩减，缩减后的可达矩阵M′为：

3.影响因素层次结构划分。

可达矩阵M第Si行中所有元素为1的列对应的要素组成的集合叫做元素的可达集，用R（Si）表示;第Si列中所有元素为1的行对应的要素组成的集合叫做元素的前因集，用A（Si）表示;若RSi∩ASi=RSi，则定义R（Si）为最高要素集。第一层元素抽取以后，将第一层元素所在矩阵的行和列元素都删除，然后再按照第一层级元素分解的步骤进行其他层级元素分解，层级划分结果如表4所示：

根据以上层级划分结果，可得出第一层元素为S14，第二层元素为S13，第三层元素为S3、S7、S10，第四层元素为S5、S6，第五层元素为S11，第六层元素为S2、S4，第七层元素为S1。因在可达矩阵缩减中，S7、S8和S9被看作是同一个元素，S11和S12被看作是同一个元素，S13、S15和S16被看作是同一个元素，因此学业困难学生成因的层次划分结果为：L1=S14，L2=S13，S15，S16，L3=S3，S7，S8，S9，S10，L4=S5，S6，L5=S11，S12，L6=S2，S4，L7=S1。

根据以上的划分，可以得到高校学业困难学生影响因素的系统模型图，如图1所示。

（二） 影响因素驱动力-依赖性分析

划分层次结构之后，需要进一步分析层级之间的相互作用关系，根据MICMAC分析步骤，根据可达矩阵的结果计算得到每个影响因素的驱动力和依赖性的大小如表5所示。

按照驱动力和依赖性的大小可以将各影响因素分为四个类型，分别为自治因素、依赖因素、联动因素和独立因素。高校学业困难学生影响因素驱动力-依赖性象限分布如图2所示。

第一象限因素为自治因素，其驱动力和依赖性都较弱，并且因素的驱动力和依赖性的差异较小，具有稳定性。高校学业困难学生影响因素中的自治因素位于解释结构模型中第三和第四层级，包括师生关系、朋辈关系、个人状况、学习环境，这些因素均具有相对稳定性，有别于第四象限的深层次因素（独立因素）和第二象限的表面层因素（依赖因素），对学生的学业具有重要的影响[14-15]，是导致学生学业困难的具体因素，其所在层级称为具体层。

第二象限因素为依赖因素，其依赖性大于驱动力，层级内各因素对其他层级因素具有较大依赖性，而对其他因素的驱动力很小，此类因素需要以其他因素为基础。高校学业困难学生影响因素中的依赖因素位于解释结构模型中第一、第二和第三层级，包括学习能力、学习态度、学业规划、时间管理、专业兴趣、专业认可度和课程兴趣，这些因素对学生的学业表现有最直接的影响[16-18]，其所在层级称为表面层。

第三象限因素为联动因素，其驱动力和依赖性都较大，此类因素的改变会引起其他因素的变化，具有不稳定性，与其他因素的关系比较复杂。高校学业困难学生影响因素中没有此类因素。

第四象限因素为独立因素，其驱动力大于依赖性，说明对其他因素具有较强驱动力，是其他因素的根本与关键。从图2可以看出，高校学业困难学生影响因素中的独立因素位于解释结构模型的第五、第六和第七层级，包括家庭环境、家庭关系、学习基础、应对方式和适应能力，能够对其他因素产生促进和推动作用，影响力较大，往往是导致学生学业困难的根源，其所在层级可以称为根源层。例如，有研究表明，学生父母的受教育水平会影响到父母对高等教育的价值判断以及为子女的升学指导、专业选择等给予的各种支持，甚至潜移默化地影响到子女从阅读、写作、艺术欣赏等文化活动里获得的乐趣，进而影响到学生各项能力提升[19]。城乡差异同样也会在无形之中影响学生的学业表现，城市学生在人文社科专业、师生关系、社会实践能力等方面均优于农村学生[20]。

根据以上分析结果可以把高校学业困难学生影响因素的层次结构划分为三层，如图3所示。

四、 高校学业困难学生的帮扶策略

根据图3，不同层次因素的驱动力和依赖性有较大差异，针对性的帮扶策略也应有所侧重，才能及时精准有效加强高校学业困难学生的帮扶工作。以下按照层次作用从根源层因素、具体层因素和表面层因素分别提出帮扶策略。

（一） 从全局维度降低根源层因素的影响

根源层因素即为主范畴“成长境况”和“心理特质”所包含的影响因素，是伴随学生成长发展历程的因素，体现的是原生家庭和教育资源对学生学业表现的影响。因此，解决高校学生学业困难的问题，首先是要进一步加强教育公平，减少城乡差异、家庭结构、贫富差距等因素对学生成长发展的影响。

具体到高校层面，就是要减少学业困难的发生概率，一是要更加关注基础教育资源较差地区和特殊家庭的学生，帮助他们更好地适应大学生活;二是要进一步加強家校联系，寻求促进学生发展的家校合力，减少学生学业发展的家庭阻力;三是要开展丰富多样的心理健康与素质教育活动，提升学生应对方式与适应能力。

（二） 从问题维度降低具体层因素的影响

具体层因素即为主范畴“学习环境”“人际关系”所包含的影响因素以及“个人状况”影响因素，可以理解为学生与环境、他人的关系出现了问题导致了学业困难。解决具体层影响因素的关键是针对性地解决这些问题。一是要加大高校软硬件资源投入，提升学生学习环境的便利度和舒适度;二是要加强师德师风建设，提升教师教书育人的水平，融洽师生关系;三是要开展班级、寝室文化建设，提升学生人际关系交往能力，改善人际关系。

（三） 从行动维度降低表面层因素的影响

表面层影响因素即为主范畴“学习胜任力”和“专业认同”所包含的影响因素，是高校学生学业困难的最直接影响因素，要从行动维度降低这些因素的负面影响，提升正面影响，解决学业困难的问题。一是要加强教育引导与思想转化，通过谈心谈话、心理辅导、实践活动等途径纠正学生学习态度，提升学生对教育的认识和期待;二是要加强习惯养成与行为管理，通过朋辈帮扶、教师关注等形式对学生课上课下行为进行约束，增加学生学习投入时间和程度，提升学生学习能力;三是要引导学生开展学业规划，帮助其树立发展目标，提升学习内驱力。四是开展更为细致的专业认知活动与更为灵活的专业培养路径，提升学生与专业、课程的匹配度。

[参考文献]

[1]  徐燕婷.高校大学生学业困难的成因及精准帮扶对策研究[J].西部素质教育，2018，4（21）：165-166.

[2] 孙建.国外高校学业危机研究及启示[J].首都师范大学学报（社会科学版），2015（6）：138-143.

[3] 李清.学业不良大学生心理析因与转化对策[J].聊城大学学报（社会科学版），2009（2）：200-201.

[4] 贾鑫，陈明.构建高校学困生帮助机制的原则[J].辽宁工程技术大学学报（社会科学版），2011，13（3）：35-38.

[5] 刘思佳，金灿灿.大学生手机依赖与学习倦怠的关系：人格的调节作用[J].中国特殊教育，2018（05）：86-91.

[6] 刘怡婷，叶宝娟，杨强.压力性生活事件對大学生学习倦怠的影响：链式中介效应分析[J].中国临床心理学杂志，2019（04）：782-784，789.

[7] 林杰，刘衍玲，彭文波.大学生学业情绪与学习投入的关系：学业自我效能感的中介作用[J].中国特殊教育，2020（04）：89-96.

[8] 郑雅君.谁是90后名校优等生：文化资本与学业成就关系的个案研究[J].甘肃行政学院学报，2015（05）：69-81，127-128.

[9] 陈向明.扎根理论在中国教育研究中的运用探索[J].北京大学教育评论，2015，13（01）：2-15，188.

[10]李志刚，李兴旺.蒙牛公司快速成长模式及其影响因素研究：扎根理论研究方法的运用[J].管理科学，2006（03）：2-7.

[11]汪应洛.系统工程[M].北京：机械工业出版社，2016：44-51.

[12]岳洪江，董敏凯.社会科学成果转化影响因素解释结构模型分析[J].华东经济管理，2019，33（2）：176-184.

[13]王君泽，宋小炯，杜洪涛.基于解释结构模型的我国工业互联网实施影响因素研究[J].中国软科学，2020（6）：30-41.

[14]袁梦.学生学习投入的影响因素及提升路径[J].教学与管理，2020（15）：72-74.

[15]李德志，王平.医学教育环境感知对医学生学习投入的影响：学业自我效能感的中介作用[J].中国医科大学学报，2020，49（04）：357-361.

[16]罗杰，刘振会，袁方舟，等.大学新生时间管理倾向的潜剖面分析[J].中国心理卫生杂志，2019，33（07）：556-558.

[17]尤佳鑫，孙众.云学习平台大学生学业成绩预测与干预研究[J].中国远程教育，2016（09）：14-20，79.

[18]张萍，沈雁华，安婧.专业兴趣与深层学习方式在大学生主动合作学习与学业收获关系中的中介作用研究[J].黑龙江高教研究，2018（02）：94-98.

[19]郭娇.基于调查数据的家庭第一代大学生在校表现研究[J].中国高教研究，2020（06）：13-19.

[20]张凌.学业成就获得的城乡差异研究：基于首都大学生成长追踪调查的实证分析[J].复旦教育论坛，2019，17（01）：61-67.

（责任编辑 文 格）

Causes Analysis of Students with Academic Difficulties

in Universities Based on Grounded Theory and ISM

FANG Hai-ning1， MA Bei-bei2

（1.Department of Students Affairs，Wuhan University of Technology，Wuhan 430070，Hubei，China;

2.School of Mechanical and Electronic Engineering，Wuhan University of Technology，

Wuhan 430070，Hubei，China）

Abstract：To improve the level of undergraduate education and the quality of talent training，it is not only necessary to reasonably increase the burden on college students and enhance their academic challenges，but also to provide them with a proper foundation and effectively help students with academic difficulties.One-to-one interviews were conducted with academically difficult students of different majors，grades and genders.Sixteen influencing factors of academically difficult students in colleges and universities were obtained based on the Grounded Theory，and the correlation between these influencing factors was analyzed using ISM and MICMAC.According to the hierarchy of the influencing factors and the driving force-dependence，the targeted helping strategies are put forward to reduce the negative influence of the root，concrete and surface layer factors from the global，problem and action dimension，which can provide reference for the help of universities students with academic difficulties and help them grow into talents.

Key words：students with academic difficulties; cause analysis; grounded theory; ISM; help strategy

收稿日期：2021-04-18

作者简介：房海宁（1988-），男，山东郓城人，武汉理工大学学生工作部讲师，硕士，主要从事思想政治教育研究;

马贝贝（1995-），女，湖北荆门人，武汉理工大学机电工程学院辅导员，硕士，主要从事思想政治教育研究。

基金项目：2020年湖北省高校实践育人特色项目（2020SJJPE3004）;武汉理工大学教学改革研究项目（w2016158）;中央高校基本科研业务费专项资金资助（2020VI100）