大学生挂科影响因素探究——基于计量经济学视角

于润泽 赵灯兵 吴 芳 张平胜

（北方工业大学经济管理学院，北京 100144）

1.文献回顾和问题提出

随着高校扩招的进行，大学生人数不断增加，许多大学生在进入大学校门后便开始放松了自己，表现为学习态度不端正、学习兴趣不浓厚、学风建设有待加强，导致了在期末考试中屡屡出现挂科的现象。在现有的文献研究中，许多学者对大学生挂科原因均展开过探究，并构建了相应的模型对挂科影响因素进行研究。

周庆等[1]通过校园卡消费来预测学生挂科情况，提出作息习惯对成绩有很大影响的合理猜想。然后运用多种数据挖掘模型来预测学生是否存在挂科风险。顾秋丽[2]以某高校学生为样本，调研了大学生目前的学业情况、日常学习状态、对待考试不及格的态度以及课余时间的分配，分析了大学生考试不及格的原因。包志梅[3]通过调研指出，宿舍层面的同伴关系对本科生的学业表现兼具显著的正向与负向效应，班级层面的同伴互动对本科生课内外学习、个人探究以及逃课和挂科影响显著。赵洁等[4]构建了计数数据模型，发现高考成绩、早自习出勤率、所属班级是否为优秀班级以及是否参加学生互助活动的这4 个变量对学生挂科门数呈现显著影响，是否为班委对于学生挂科门数的影响较前四者不显著。徐镁淇等[5]指出应引入学业优异的学生作为小讲师，为挂科学生设计搭建质优价廉的个性化学习辅助平台，既营造互帮互促的“同伴效应”，又为降低高校挂科率提供一种解决办法。

但是，上述研究虽然能够指明大学生挂科的相关原因，但是在影响挂科因素的指标选取上还存在一定偏差，在微观层面不够细致，不能够全面、系统地反映出影响大学生挂科的因素。此外，许多高校设置了早晚自习，并开设朋辈帮扶的课后小讲堂等，但是否真的能对降低挂科率起到作用也值得探究，这也为本文的研究提供了方向。

本文旨在探究大学生挂科的影响因素，在以往研究的基础上，收集某高校部分2020 级学生的面板数据，选择相应的自变量，基于计量经济学视角，采用独立样本T检验、二项Logistic 回归分析等方法进行计量实证研究，探究大学生挂科原因，找出大学生挂科的影响因素，并提出相关对策建议，为今后有效降低大学生挂科率提供一定借鉴。

2.数据来源及模型建立

2.1 数据来源及处理

以某高校2020 级学生在2020—2021 学年春季学期的挂科情况作为衡量指标，因变量为“是否挂科”（虚拟变量），并设定为Y，选取高考成绩、上学期绩点、早自习出勤率、课堂出勤率、宿舍平均绩点、是否班委、参加助学联盟次数这7 个因素为自变量进行研究。

（1）数值型变量：“高考成绩”为高考各科成绩的加总；“上学期绩点”为2020 学年秋季学期的必修课总绩点成绩；“参加助学联盟次数”为本学年春季学期累计参与助学联盟小讲堂听课的次数；“宿舍平均绩点”为每个学生所在宿舍所有成员本学期总绩点的平均数。（2）虚拟变量：“是否班委”“课堂出勤率”“早自习出勤率”“是否挂科”均设置为虚拟变量，即“1=满足条件，0=未满足条件”。其中，衡量“课堂出勤率”“早自习出勤率”的大小，选取本学年春季学期的累计出勤率，并以95%为判断标准，高于为“1”，低于为“0”，将数据进行整合。

2.2 回归模型建立

二项logistic 回归是一种广义的线性回归分析模型。回归的因变量是二分类的虚拟变量，Y值只能为0 或1，自变量既可以是连续的，也可以是分类的。通过二项logistic 回归分析可以得到自变量的权重。由于因变量“是否挂科”为分类变量，类别有且只有两类，因此，本文结合以往学者研究和本文选取的变量情况，建立了如下的二项Logistic 回归分析模型。其中，Y为因变量，c为常数项，ε为误差项，X1～X7分别为本文选取的自变量。

3.数据计算

3.1 描述性分析

对2020 级学生信息进行汇总，共有228 个样本。对“是否挂科”和“性别”进行交叉列联分析得知，男生共有59 人，其中有12 人挂科，女生共有169 人，其中有23 人挂科。为进一步分析男女生在“是否挂科”上是否具有显著差异，采用独立样本T 检验进行验证，由sig=0.258>0.05，表明男女生在是否挂科的问题上不存在显著差异。

3.2 相关性分析

对因变量和各个自变量进行相关性分析，结果如表1所示。

由表1 可知，因变量“是否挂科”与上学期绩点、课堂出勤率、高考成绩、是否班委、参加助学联盟次数、宿舍平均绩点均呈现显著相关关系（sig<0.05)；是否挂科与早自习出勤率不存在显著相关关系（sig>0.05)，因此，在接下来的二项Logistic 回归中，去掉“早自习出勤率”这一自变量，选择其他6 个自变量进行模型回归分析，进行下一步的检验。

3.3 二项Logistic 回归

因变量为“是否挂科”，对“上学期绩点”“课堂出勤率”“高考成绩”“是否班委”“参加助学联盟次数”“宿舍平均绩点”这6 个自变量进行二项Logistic 回归。结果如表2 所示。

如表2 所示，根据二项Logistic 回归结果，自变量“上学期绩点”“课堂出勤率”“高考成绩”通过显著性检验，对因变量“是否挂科”具有显著影响（sig<0.05），而自变量“是否班委”“参加助学联盟次数”“宿舍平均绩点”没有通过显著性检验，对是否挂科影响不显著。由表中数据可以进一步得知：

（1）上学期绩点每增加1 分，挂科风险就会降低约10%，表明学习效果的累积对本学期是否挂科具有重要作用，前一阶段的学习效果和学习成绩直接决定学生的专业能力、专业素养情况，以及决定学生知识的积累情况。学习不是一蹴而就的，而是长期积累的过程，如果在上一学年、上一学期的学习没有打好基础，那就会影响后面的学习，有导致挂科的风险。（2）课堂出勤率高于95%的学生的挂科风险是出勤率低于95%学生的大约1/10，表明课堂出勤率在学生学习中的重要性不应被忽视。良好的课堂出勤率首先是学习态度的体现，态度决定行为，有良好的学习态度才能有卓越的学习成果。同时，课堂是学生获取知识的最重要的渠道，在课堂上，任课教师讲授知识、传授方法，对学生掌握知识、提升学科素养、提高学习成绩至关重要。（3）高考成绩每高1 分的学生，其挂科风险就会约降低5%，由此解释了为什么生源质量是高校一直看重的问题，具备良好学习基础和学习能力的学生，能够容易在大学课程学习中取得较好成绩，大大降低挂科率。

4.结论与建议

4.1 研究结论

通过上述研究，本文得出结论：（1）高考成绩、上学期绩点、课堂出勤率这3 个变量对大学生是否挂科具有显著影响。高考成绩越高，挂科风险越低，高考成绩每高1分的学生，其挂科风险就会约降低5%；上学期绩点越高，挂科风险越低，上学期绩点每增加1 分，挂科风险就会降低约10%；课堂出勤率越高，挂科风险越低，课堂出勤率高于95%的学生的挂科风险是出勤率低于95%学生的约1/10。（2）是否班委、参加助学联盟次数、宿舍平均绩点、早自习出勤率这4 个变量对大学生是否挂科并不具有显著影响。结合实际，原因可归纳如：其一，是否班委并不能直接影响学生的学习成绩，因为是否担任班委并不是由学习成绩所决定。其次，作为班委或者其他学生组织的学生干部，无论成绩高低，往往都容易将更多的时间用在学生工作上。而一部分学生能够利用课余时间认真学习，另一部分学生可能一味追求学生工作，忽视了学业。其二，参加助学联盟次数、宿舍平均绩点并不能直接影响学生成绩，好的宿舍氛围和外部学习环境固然重要，但学生学习主要是依靠自我的内驱力。朋辈帮扶和良好宿风只能起一部分作用，更重要的是学生自己产生紧迫感和学习兴趣，从而激发自己的学习动力，才能更好地吸收知识。例如，学习动力不强或者学习基础非常薄弱的同学，仅靠参加助学联盟的次数或者靠宿舍同学的带动，而自己却没有意识到学习的重要性，也不能真正将知识掌握，从而不能获得较好成绩，因此对其有效降低挂科率的作用不明显。其三，早自习出勤率对大学生是否挂科无显著影响，许多学生在迫于早自习政策压力的情况下，不得不去上早自习，在这种情况下，许多学生即使到了早自习教室，也并没有真正投入到学习中，而是在看手机。再加上许多学生早上起来后困意还没完全消除，这都会影响早自习的利用效率。早自习出勤率固然很高，但是对学生是否挂科无明显作用。

4.2 对策性建议

为提高大学生学习成绩、有效降低挂科率，本文提出建议：（1）从宏观方面，高校应注重加大宣传力度、实行奖励优质生源的政策，吸引到学习基础更好、更优秀的学生，把好“入口关”，从而提高学校整体生源水平，这也是有效改善挂科情况的方式之一。（2）从中观方面，强化对学生基础课的重视，加强对学生的日常学习管理。特别是新生入学之初，就要引导其尽快融入大学的学习环境，尽快适应大学期间的学习，引导各班级树立“零挂科”的奋斗目标。因为学习是不断积累、不断进行自我激励的过程，前一阶段的学习成果会直接影响学生后阶段的学习效果。为实现降低挂科率，就必须要从入学之初做起，引导学生为今后几年的学习做好准备，在前面的学期里必须要打下坚实基础，争取不能挂科。（3）从微观方面，加强对课堂出勤的管理。课堂是学生获取知识的最重要的渠道，课堂出勤率也是学风建设最不应忽视的部分。保障了课堂出勤率首先是学生学习态度的体现，其次通过课堂学习也能使学生最有效收获知识。因此，学院可设置“学风建设引领员”，由高年级学生或研究生担任，使其在课前5min，入各个课堂协助任课老师进行抽查点名，将缺勤结果与评奖评优挂钩，从制度上引导学生加强课堂学习，完善学风建设。