一、研究背景 工程教育构成了国家科技文化影响力的重要方面，工程技术人才的储备与培养是国家竞争力的不竭之源，而研究型大学则是培养高端工程技术人才的主要渠道。1998年我国开始实施的“985工程”，到2006年颁布《教育部关于加强国家重点学科建设的意见》，以及2010年开始实施的“卓越工程师教育培养计划”，均体现国家对于中国研究型大学的工程教育在政策与资源方面给予了大力倾斜。 在政策和资源的有效投入下，我国部分研究型大学已呈现出如下特点：①拥有优质师资和高质量的生源；②充足的科研经费和高层次的科研成果；③通过科学研究培养高水平人才。[1]例如，清华大学、浙江大学和哈尔滨工业大学进入了2015年《美国新闻和世界报道》(US News)发布的世界大学排名工程类专业前十名[2]，这可以看作是对近年来中国研究型大学工程类专业获得长足发展的一种认可。然而，通过进一步分析US News的十项评估指标可以发现，这项排名主要评价的是专业的学术科研影响力。笔者认为，探讨中国研究型大学的工程教育是否达到世界一流的水平，还需要考察工科学生的学习动机、学习参与状况以及教育环境的支持力度等要素。 在工科生学习参与方面，由于当前社会的功利化驱动，研究型大学工程学科对于优秀生源吸引力不复以往，很多优秀学生纷纷选择金融经济等其他热门专业就读。而对于已经进入工程学科的学生来说，校方更要关注他们的学习动机究竟如何，以便更好地设计教育过程和实施培养方案。因而，如何通过第一手研究数据来准确把握工科生学习动机，有针对性地提升工科生学习体验和工科教育质量，就成为非常值得关注的问题。 二、文献综述 学习动机是指直接推动个体进行学习活动的内部动力，是引起学习、维持学习并将学习导向一定学习目标的内部心理状态。[3]目前学界较为一致地把学习动机分为内部和外部动机。内部动机包括挑战性和热衷性两个维度，外部动机包括依赖他人评价、选择简单任务、关注人际竞争和追求回报。[4]相对于内部动机研究较多，外部动机因其多样性与不稳定的特点，学界的界定也众说纷纭。本研究通过已有研究文献，结合研究型工科生的访谈，把学习动机分为7类，其中内部动机包括“对知识的兴趣”和“对自我的挑战”；外部动机包括“国家使命感”、“父母期待”等5类。 学界关于学习动机影响因素研究成果颇丰。比如个人层面的自我效能感[4]等，学校层面的同伴因素、班级环境因素以及学校环境支持等因素。近年来，在国际学术界颇有影响的自我决定理论(SDT)认为：自主支持型的学习环境能够激发学生的内部动机和对学习的主动性、增加幸福感。同时关注自主支持的环境也更利于个体发掘自我内在资源，凭借自身性格特点和兴趣爱好，在吸收外界文化价值观的同时形成自己的评价体系。[5]自主支持是指个人感受到重要他人(如教师、父母)对自己自由选择和自主决定的支持，并能从重要他人处获得有价值的信息，获取情感体验的认同并且感受到较小的压力。[6]在国内，教师给予自主支持与中小学生内部动机激发与维持相关的研究成果较多，对于自主支持的教育环境与学生学习动机之间的关系研究较少。因此，本研究尝试探讨自主支持的教育环境对研究型大学工科生学习动机的影响。本研究认为给予自主支持的教育环境是指个人感受到校园环境对自己自由选择和自主决定的支持，并能从相关部门处获得有价值的信息，获取情感体验的认同并且感受到较小的压力。由于研究数据所限，本研究主要聚焦于学校教育管理环节中可供学生自主选择的三类资源与政策支持：专业选择、培养方案设置与学习科研资源提供。通过测量学生对这三个因素的认同度来考察校园自主支持的教育环境与学习动机的相关关系。 综上，本研究聚焦在以下两个问题：①研究型大学工科本科生学习动机的现状与问题是什么?②学校是否可以通过干预校园自主支持环境中的专业选择机会、培养方案设置与学习科研资源提供三个因素从而促进工科生的学习动机呢? 三、研究设计 1.数据收集与样本。 本研究数据来源于“某研究型大学学生基础调研”项目，合并2012年至2015年四年的截面数据后获得了混合截面数据，其中每年的截面数据均是独立抽样获得。数据收集于每年5月份展开的问卷调研，从全校13000多名本科生中按10%的比例依据学号进行随机抽样，覆盖到所有院系和年级，通过院系组织学生集中填写问卷；最终得到有效问卷数为：2012年1198份，2013年1231份，2014年1092份，2015年951份，四年共计有效样本数为4472个，四年问卷有效回收率平均达81.6%。 本研究的混合截面数据样本中，女生占31.18%，男生占68.82%；农村学生占12.99%，城市学生占87.01%；文科生占20.62%，理科生占15.44%，工科生占63.93%；大一占29.78%，大二占26.40%，大三占24.18%，大四占19.37%，大五占0.27%；学习成绩排名前5%的学生占8.46%，排名5%～20%占20.64%，排名20%～50%占比34.07%，排名50%～80%的占比26.40%，排名后20%的占比10.43%。 2.研究方法与模型设定。 本研究的数据处理和分析主要采用T检验、单因素方差分析与混合估计模型。T检验与单因素方差分析主要用于分析工科本科生不同学习动机类型的差异，对比工科本科生与理科、人文社会科学本科生在学习动机上的差异，对比不同成绩段、性别、城乡的工科本科生在学习动机上的差异，从而回答第一个研究问题。混合估计模型则用于分析工科类学生学习动机中的校园自主支持因素及其影响。数据资料属于混合截面数据，使用混合截面数据进行分析可以加大样本容量，并且获得更为精密的估计量和更具功效的检验统计量。[7]选取该模型的原因如下：从样本个体特征来看，2012年至2015年中抽样获得的本科生样本基本上都出生于1990-1996年，个体之间不存在显著差异；从截面来看，每一年的抽样策略相同，每年各年级比例不存在较大差别，院系构成和性别构成基本一致，因此不同截面之间也不存在显著性差异，说明应当使用混合估计模型。实证模型如下：
