创造性元认知策略知识的结构探索与量表编制

摘 要 创造性元认知策略知识是人类应对不确定性、解决复杂问题以及发展创造性思维的关键因素。基于国内外相关理论和质性访谈，构建了创造性元认知策略知识的结构框架，并编制了适用于大学生的评估量表。通过分析2530名大学生数据，最终形成了包含创造性元认知策略知识类型和应用两个分量表的正式量表，共36个项目。探索性因素分析、验证性因素分析以及信效度检验表明，该量表具有良好的项目区分度、内部一致性、稳定性、结构效度和效标效度，能够有效评估大学生的创造性元认知策略知识水平。

关键词 创造性元认知策略知识；量表编制；信度；效度

分类号 B841.7

DOI：10.16842/j.cnki.issn2095-5588.2025.01.006

1 引言

创造性元认知策略知识是个体对于创造性活动中可用策略的认识，是个体在认知活动中进行自我调节和监控的重要基础，为个体提供了创新的理论基础和实践方法，在提升创造性思维方面发挥着关键作用（Schneider et al.， 2008）。因此，深入理解创造性元认知策略知识的内在结构，揭示其对创造性思维的影响，对培养创新人才至关重要。

1.1 创造性元认知策略知识的内涵

创造性元认知策略知识既包括“存在哪些策略”的知识，又包括“应用条件如何”的知识。因此，创造性元认知策略知识类型与应用之间相互联系，相互作用，相辅相成（Olop et al.， 2024）。

以往研究初步探究了创造性元认知策略知识的类型。近期，研究者通过分析被试在替代性用途任务（Alternative Uses Task， AUT）的表现，将其划分为记忆检索策略、拆分策略、基于属性的策略和一般用途策略（Jiaet.， al， 2022）。虽然相关实证研究数量有限、结果零散，但研究人员挖掘了能够帮助人们产生创造性想法的策略，这为后续系统性研究奠定了一定的基础。

创造性元认知策略知识的应用，既依赖于问题的性质和内容，又受制于主体自身的特征。选择–适应性决策者模型和认知龛理论认为，个体通过权衡“成本”（某种策略在使用时可能需要付出的努力程度）和“收益”（该策略在提高学习速度和学习效果上的程度）来选择学习策略，试图用最小的成本代价来获取最高的收益（Piazzoli et al.， 2023）。思维适应性控制–理性模型、适应性策略选择模型和策略选择学习等理论强调，个体是主观的根据以往某种策略使用成功的概率来选择和应用策略的（Tahmina， 2023）。

1.2 创造性元认知策略知识在创造性思维中的作用

相关理论模型强调创造性元认知策略知识在创造力认知过程中发挥的自我强化、监测和评估的基础作用（Torres et al.， 2021）。创造性元认知系统理论框架突出了其在创造性元认知中的静态本质及其重要性（Lebuda amp; Benedek， 2023）。这些理论无不重点阐释了创造性元认知策略知识在创造性思维中对任务的深刻理解、策略的灵活应用以及指导元认知监控和体验的多重作用。实验研究证实了创造性元认知策略知识对发散思维的促进作用。具备丰富的创造性元认知策略知识且深刻理解其应用的个体更善于根据不同的任务要求灵活调整策略、监测认知表现（Tachie， 2019）。可见，理论和实验研究都强调了元认知知识在元认知监控中的基础作用。

此外，研究人员发现，创造性元认知策略知识可能通过增强元认知意识以自上而下地抑制“直觉导向策略”和调用“目标导向策略”来影响创造性思维（Beaty et al.， 2017; Khezrinejad et al.， 2024; Leikin amp; Elgrably， 2022）。创造性思维与具有明确目标导向的创造性元认知策略的关系更加密切，如属性特征策略和情境策略等（Benedek amp; Lebuda， 2024）。

1.3 创造性元认知策略知识的测量

作为影响创造性思维的潜在重要因素，创造性元认知策略知识尚且缺乏有效的测量工具。当前关于元认知策略知识的测量集中在学科学习领域，如姜英杰和董奇（2006）编制的包括个人变量、任务变量和策略变量三个维度的英文写作元认知知识问卷。张敏（2019）使用问卷法来调查学生在英语学习中元认知策略知识的掌握情况。可见，量表能够有效测量个体的元认知策略知识水平。此外，以往研究主要采用出声思维报告法（Jia et al.， 2022）或者要求被试简要描述产生创造性想法的最优策略（Benedek amp; Lebuda， 2024），以评估个体的创造性元认知策略知识的情况。

综上所述，量表目前测量的学科范围相对有限；访谈法和出声思维报告法虽然能够有效测量个体的创造性元认知策略知识水平，但容易受到调查范围的限制，仅适合小被试量的实验室研究，目前创造力领域尚且缺乏更为科学、高效的测量工具。大学生正处于认知能力快速发展和自我调节水平迅速增长的阶段，是研究元认知策略知识与创造性思维的典型群体（Edossa et al.， 2019）。为此，本研究试图厘清创造性元认知策略知识的结构，开发用于大数据调查的测量工具，旨在以经济、可靠、有效的方式评估大学生在发散性思维任务中使用创造性元认知策略知识的情况，以期为进一步探究创造性元认知策略知识与发散思维的关系提供可靠的测量工具支持和量化数据支撑的基础。

2 方法

2.1 被试

质性研究样本：招募18名大学生，首先完成AUT，接着接受访谈，以建构创造性元认知策略知识的结构框架。其中，男生7人，女生11人，被试的平均年龄为19.60±1.06岁。

初测样本：线上招募陕西省多所高校1652名大学生完成创造性元认知策略知识量表初测。剔除无效数据，得到1578份有效数据。其中，男生407人，女生1171人，被试的平均年龄为19.69±1.06岁。

正式施测样本：随机招募陕西省、辽宁省、广东省和北京市等地多所高校的1002名大学生完成量表的正式施测，剔除无效数据，得到952份有效数据。其中，男生280人，女生672人，被试的平均年龄为19.74±1.12岁。

2.2 创造性思维任务

本研究采用的AUT需要被试从新颖和独特的角度，尽可能在十分钟内说出更多的“笔”的用途（Guilford， 1967）。

2.3 创造性元认知策略知识结构框架的确定

本研究综合采用“自上而下”和“自下而上”的方法，来确立创造性元认知策略知识的结构框架。首先，从元认知理论和创造性思维理论出发，明确了创造性元认知策略知识的关键组成部分，构建了初步的理论框架。其次，在此基础上，采用访谈法，即在文献法的基础上拟定访谈提纲，在被试完成AUT任务后开展半结构化深度访谈，来了解其想法的产生来源和过程，并采用三级编码对访谈数据进行处理（Berthiaume et al.， 2024），通过“自下而上”的路径来完善这一框架。该访谈提纲包括“你是如何产生该想法的？”“这些想法之间有何关联？”“你使用了哪些方法来帮助自己产生更多更新颖的想法？”“当你暂时没有更好的想法时，你会如何突破这种僵局使自己继续思考？”4个题项。访谈结束后，邀请1名发展与教育心理学博士生，1名学校课程与教学专业的博士生和3名创造性心理学研究方向硕士生，在综合访谈的编码框架与文献分析框架的基础上，对一、二、三级维度进行命名，并阐述其内涵（操作性概念）和外延（案例）。将这些自下而上得到的策略知识与自上而下的理论框架进行对比和修正，确保知识结构框架既有理论支撑，又贴近实际应用。

2.4 创造性元认知策略知识量表项目的编订

基于创造性元认知策略知识的结构框架，结合以往与创造性元认知策略知识或元认知策略知识有关的量表，编订初始项目。具体步骤如下：（1）根据已确立的创造性元认知策略知识的三级结构框架，来确定量表结构、维度和项目。预计分量表2个、维度6个、项目37个；（2）项目的来源分为三部分：一是从已有信效度较好的相关研究工具中选择项目并修改，共计12项（姜英杰， 董奇， 2006; 王晓玲， 贾宁， 2019; 张敏， 2019）。二是应用访谈中被试的语句，并对其进行修改，共计13项。三是组织5名创造性心理学研究方向的硕士研究生开展头脑风暴编制项目，共计10项。（3）量表初稿形成后，请相关领域专家与同行进行内容分析和被试者语义分析，以检验量表的内容效度并删除与修改部分项目。最后确定初测量表项目数为37项，其中，创造性元认知策略知识类型分量表17项，创造性元认知策略知识应用分量表20项。本研究编制的创造性元认知策略知识量表采用李克特5级评分，选项1～5代表“非常不符合”到“非常符合”。量表总分为各项目的分数之和，总分越高，表示创造性元认知策略知识水平越高。

2.5 创造性元认知策略知识量表初测与修订

对初测样本数据进行探索性因子分析、验证性因素分析、项目信度、组成信度、收敛效度与区别效度分析和内部一致性信度检验等分析。根据数据分析结果，删除1个项目，形成修订版的创造性元认知策略知识量表。

2.6 创造性元认知策略知识量表正式施测

采用修订量表对正式样本展开施测，将回收的数据进行分析和校标关联效度检验，最终形成创造性元认知策略知识正式量表。

2.7 效标关联效度工具

采用大学生元认知能力量表（Jiang et al.， 2023），状态元认知问卷（张庆林， 邱江， 2005）和日常创造性行为量表（Runco et al.， 2001）作为校标工具。各量表在本研究中的Cronbach’s α系数依次为0.83、0.85、0.79。

3 结果

3.1 质性结果

本研究经过对文献与访谈资料的编码分析，在一级编码中共得到457个标签节点，保留2个及以上节点的概念，提炼出83个概念对应37个范畴。在二级编码中，通过分析37个范畴之间的内在关系，归纳出6个主范畴，具体包括分合性策略、检索性策略、推理性策略、策略认识、策略选择和策略使用。在三级编码中，进一步分析上述6个主范畴的归属关系，提炼出2个核心类属，分别是创造性元认知策略知识类型和创造性元认知策略知识应用。由此，形成大学生创造性元认知策略知识的两维结构与六个构成要素（见表1）。

表1中，一般重组策略、拆分重组策略、概念重组策略、属性扩散策略和抽象提升策略的共同之处在于应用了分析综合的思维模式，将上述四个范畴统称为分合性策略。经验检索策略、环境检索策略、情景想象策略和模仿创新策略的共同之处在于检索，将这四个范畴统称为检索性策略。思维导图策略、类比推理策略、逆向思维策略和联想思维策略的共同之处在于推理，将其统称为推理性策略。综上，本研究将分合性策略、检索性策略和推理性策略3个主范畴，提炼成1个核心类属，即创造性元认知策略知识类型。

将受访者从策略的类别、特征、储备量、使用条件、与任务匹配度等方面对创造性元认知策略知识的5个一级编码的认识，统称为策略认识。此外，依据经验、效率、效果、灵活性和适宜性对创造性元认知策略知识进行选择，将这5个一级编码统称为策略选择。从策略的整合性、多样性、流畅性、独创性、批判性、系统性和发展性等方面出发，考虑对创造性元认知策略知识的使用，统称为策略使用。综上，本研究将策略认识、策略选择和策略使用3个二级编码，提炼成1个三级编码，即创造性元认知策略知识应用。

3.2 初测结果

3.2.1 项目分析

对初始量表进行项目分析。分别计算两个分量表的总分，并由高到低进行排序，将得分高的前27%为高分组，得分低的后27%为低分组，对高低两组进行差异比较显示（见表2和表3），两个分量表的所有项目在高低组之间均存在显著差异（plt;0.001）。计算各项目与其所属分量表总分的相关系数显示，两个分量表的各项目与其所属分量表总分之间显著相关（plt;0.001）。综上，创造性元认知策略知识量表项目分析结果良好，未作项目删减。

3.2.2 结构效度

对两个分量表的项目进行探索性因子分析。按照逐项删除法，将旋转后载荷小于0.50的项目删除显示，创造性元认知策略知识应用量表的Q7项目“我更倾向于选择省时省力但效果可能一般的策略解决问题”应删除。删除该项目后，通过观测KMO值判断量表是否适合进行探索性因子分析，并采用主成分分析和斜交旋转法，提取特征值大于1的因子，同时结合碎石图分析确定各量表的潜在因子显示，创造性元认知策略知识类型量表的KMO值为0.95，Barlett检验χ2值为13016.80（plt;0.001， df=136）。进一步开展探索性因子分析显示，该量表确定提取3个因子，因子1方差贡献率为44.84%，各项目旋转后因子载荷为0.53～0.74；因子2方差贡献率为9.26%，各项目旋转后因子载荷为0.54～0.83；因子3方差贡献率为5.81%，各项目旋转后因子载荷为0.57～0.76。量表累积方差贡献率为60.08%（见表4）。

创造性元认知策略知识应用量表的KMO值为0.96，Barlett检验 χ2值为14670.78（plt;0.001， df=17）。进一步开展探索性因子分析显示，该量表确定提取3个因子，因子1方差贡献率为45.51%，各项目旋转后因子载荷为0.53～0.74；因子2方差贡献率为8.46%，各项目旋转后因子载荷为0.63～0.80；因子3方差贡献率为5.28%，各项目旋转后因子载荷为0.58～0.76。量表累积方差贡献率为59.24%（见表5）。用于验证量表结构效度的验证性因子分析显示，两个分量表模型拟合度指标良好（见表6和图1）。

3.2.3 项目信度、组成信度、收敛效度和区别效度分析

基于上述验证性因子分析的结果，对两个分量表各因子进行信效度分析显示，创造性元认知策略知识类型量表的项目信度取值范围为0.53～0.82，符合0.50～0.95范围区间，各因子组成信度依次为0.87、0.88和0.79，均大于0.60，收敛效度依次为0.49、0.59和0.43（见表7）；各维度Cronbach’s α系数均大于0.70（见表9）。

创造性元认知策略知识应用量表的项目信度取值范围为0.65～0.78；各因子组成信度依次为0.89、0.82和0.86；收敛效度依次为0.48、0.48和0.55（表8）；各维度Cronbach’s α系数均大于0.70（见表9）。以上结果表明两个分量表均具有良好的项目信度、组成信度、收敛效度和区别效度。

3.3 正式测量结果

3.3.1 信度分析

修订后的正式测量结果表明，两个分量表及其各维度的量表的Cronbach’s α系数均大于0.70，表明信度较好（见表10）。

3.3.2 效标效度

效标关联效度检验结果显示，创造性元认知策略知识量表各维度与各效标工具之间存在较高的相关性，表明具有较高的效标关联效度（见表11）。

最终，创造性元认知策略知识量表包括创造性元认知策略知识类型量表（17个项目）和创造性元认知策略知识应用量表（19个项目）（见表12）。

4 讨论

本研究基于前人理论和实验研究，结合质性访谈和量化分析，综合采用“自上而下”和“自下而上”的方法，确立了创造性元认知策略知识的结构框架，编制了适用于大学生的评估量表。使用文献法和访谈法，构建了创造性元认知策略知识的结构框架，明确了创造性元认知策略知识的内涵及其两个核心类属，形成了大学生创造性元认知策略知识的两维结构（创造性元认知策略知识类型和创造性元认知策略知识应用）。

本研究结合访谈分析，归纳了6个二级编码：分合性策略、检索性策略、推理性策略、策略认识、策略选择和策略使用。其中，分合性策略是指通过对具体事物进行一般性的组合或拆分后重组、事物属性的组合、事物间概念的语义组合等，创造出新的产品或解决方案的过程；检索性策略是指从记忆、环境、想象和模仿中检索素材，并对其进行加工和创新；推理性策略是指对素材进行发散、类比、逆向思维和联想推理而产生的创新。策略认识是指从策略的类别、特征、储备量、使用条件与任务匹配度等方面对创造性元认知策略知识进行认识；策略选择是指依据经验、效率、效果、灵活性和适宜性对创造性元认知策略知识进行选择；策略使用是指从策略整合性、多样性、流畅性、独创性、批判性、系统性、发展性和差异性反思出发，考虑个体对策略的使用情况。

在确定创造性元认知策略知识结构框架的基础上，参考以往相关测量工具（姜英杰， 董奇， 2006; 王晓玲， 贾宁， 2019; 张敏， 2019），修改并应用访谈中被试的语句，结合头脑风暴等方法来编制并完善项目，得到37个项目。最后，对两次施测共计所得2530份有效数据的各项指标进行科学验证，形成了包含两个分量表的36个项目的创造性元认知策略知识量表。本研究结果表明，该量表具有稳定的结构，较高的内部一致性信度，能够更加科学有效地测量大学生创造性元认知策略知识水平。

本研究仍然存在一些局限。首先，尽管研究中涵盖了陕西省、辽宁省、广东省和北京市等地的大学生样本，但这些地区尚不足以代表全国大学生的整体状况。其次，本研究未区分高校层次，而不同层次的高校在教育资源和学生发展水平上存在客观差异。因此，未来研究需要扩大调查范围，测量更多地区不同类型和水平的大学生，在更广泛的样本中验证该量表的普适性和有效性。

参考文献

姜英杰， 董奇（2006）. EFL大学生英文写作元认知的因素及发展趋势. 心理科学， 29（2）， 283-285.

王晓玲， 贾宁（2019）. 焦虑障碍的元认知问卷的编制、变式与应用. 心理技术与应用， 7（12）， 749-755.

张敏（2019）. 元认知策略知识与英语双学位学生口语关系辨析. 新课程研究， 3（9）， 61-63.

张庆林， 邱江（2005）. 思维和学习领域中的元认知研究. 西南师范大学学报 （人文社会科学版）， 31（1）， 20-26.

Beaty， R. E.， Christensen， A. P.， Benedek， M.， Silvia， P. J.， amp; Schacter， D. L. （2017）. Creative constraints： Brain activity and network dynamics underlying semantic interference during idea production. NeuroImage， 148（1）， 189-196.

Benedek， M.， amp; Lebuda， I. （2024）. Managing your muse： Exploring three levels of metacognitive control in creative ideation. Creativity Research Journal， 1-12.

Berthiaume， K. C.， Acar， S.， amp; Dumas， D. （2024）. “My brain said that…”： A qualitative study of sources of children’s creative ideas. Creativity Research Journal， 1-25.

Edossa， A. K.， Neuenhaus， N.， Artelt， C.， Lingel， K.， amp; Schneider， W. （2019）. Developmental relationship between declarative metacognitive knowledge and reading comprehension during secondary school.European Journal of Psychology of Education， 34（2）， 397-416.

Guilford， J. P. （1967）. The nature of human intelligence. New York： McGraw-Hill.

Jia， X.， Xu， T.， amp; Zhang， Y. （2022）. The role of metacog-nitive strategy monitoring and control in the relationship between creative mindsets and divergent thinking performance. Journal of Intelligence， 10（2）， 1-11.

Jiang， L.， Yang， C.， Pi， Z.， Li， Y.， Liu， S.， amp; Yi， X. （2023）. Individuals with high metacognitive ability are better at divergent and convergent thinking. Journal of Intelligence， 11（8）， 1-21.

Khezrinejad， M.， Rashtchi， M.， amp; Seifoori， Z. （2024）. Cognitive and metacognitive strategy instruction and their impact on iranian EFL learners’ writing cognitive processes. Journal of New Trends in English Language Learning， 3（2）， 69-89.

Lebuda， I.， amp; Benedek， M. （2023）. A systematic framework of creative metacognition. Physics of Life Reviews， 46， 161-181.

Leikin， R.， amp; Elgrably， H. （2022）. Strategy creativity and outcome creativity when solving open tasks： focusing on problem posing through investigations. ZDM-Mathematics Education， 54（1）， 1-17.

Olop， J.， Granstrm， M.， amp; Kikas， E. （2024）. Students’ metacognitive knowledge of learning-strategy effectiveness and their recall of teachers’ strategy instructions. Frontiers in Education， 9， 1-9.

Piazzoli， A.， Sgaramella， G.， amp; Mattiassi， A. （2023）. Toward a better measurement of strategic skills： The multiple choice strategic quotient （McSQ）. In International Conference on Intelligent Technologies for Interactive Entertainment （pp. 3-19）. Cham： Springer Nature Switzerland.

Runco， M. A.， Plucker， J. A.， amp; Lim， W. （2001）. Developm-ent and psychometric integrity of a measure of ideational behavior. Creativity Research Journal， 13（3-4）， 393-400.

Stebner， F.， Schuster， C.， Weber， X. L.， Greiff， S.， Leutner， D.， amp; Wirth， J. （2022）. Transfer of metacognitive skills in self-regulated learning： Effects on strategy application and content knowledge acquisition. Metacognition and Learning， 17（3）， 715-744.

Tachie， S. A. （2019）. Meta-cognitive skills and strategies application： How this helps learners in mathematics problem-solving. Eurasia Journal of Mathematics， Science and Technology Education， 15（5）， 1-12.

Tahmina， T. （2023）. EFL successful learners’ perception on the use of cognitive strategies in speaking performance. Language Literacy： Journal of Linguistics， Literature， and Language Teaching， 7（2）， 305-311.

Torres， I. J.， Hidiroglu， C.， Mackala， S. A.， Ahn， S.， Yatham， L. N.， Ozerdem， E.， amp; Michalak， E. E. （2021）. Metacognitive knowledge and experience across multiple cognitive domains in euthymic bipolar disorder. European Psychiatry， 64（1）， 1-13.