由“器”及“道”：中国大学生学情研究的本土化历程与展望

       自21世纪以来，为更好地了解我国大学生的学习与发展状况，提升本科教育教学质量，国内一些研究型大学相继引入已在国际高等教育领域较为成熟的大学生学习发展调查工具，并在二十余年的发展中逐渐形成了有鲜明特色的中国大学生“学情研究”理论。学情研究调查结果能够帮助大学了解“学校所提供的学习机会和活动是否充分，学生是否有效地使用了这些教育资源，从而让大学政策制定者可以做出具有针对性的有效决策，以提高该校学生的学习过程和效果”[1]。目前，国际上该领域的研究热点集中在建构理论概念、探索影响机制、多元研究对象以及实证研究方法四个方面[2]；国内主要借鉴国外的理论模型、使用大规模问卷调查、采用定量研究方法，重点关注大学生的学习投入度，包括学习结果、学习经历、自主学习等[3]。中国大学生学情研究的开展有利地推动了“以学习者为中心”教育理念的传播，更加全面地呈现了中国学习者画像，为高等教育普及化阶段促进高校教育教学质量改革、提升人才培养质量、完善教育质量治理体系提供了重要的循证依据。大学生学情调查反映了院校质量治理中的学生视角，和持续性教育改进结合构成了以评价为基础的教育质量保障体系的重要内容[4][5]。

       中国大学生学情研究起始于学习和模仿国际上较为成熟的大学生学情调查。初始阶段主要从“器”的层面出发，一是翻译借鉴国外的学情调查工具，二是借助西方文化语境中建构的学生学习发展理论。伴随国内学情调查的不断兴起，研究者开始反思作为“舶来品”的学情研究在“落地生根”过程中的问题，从理论、方法、工具等方面提出了需要改进的方向[3][6]。经过十几年的积累，中国学者“本土化”努力已初见成效，但现有文献尚未能清晰梳理、总结这些成果。根据汤姆斯·库恩(Thomas Kuhn)有关科学知识演进和发展逻辑的研究，科学研究领域形成一套范式(paradigm)的标记是发展出“科学团体成员普遍认同的公式、共同承认的信念或特定模型、可精准推测的定量研究方式、有代表性的研究结论”[7](P164)。为此，本研究利用文献梳理的方式，综合分析21世纪以来中国大学生学情研究的主题演变和知识基础，总结代表性研究发现，帮助研究者了解中国大学生学情研究从引进国际工具到关注工具研发的理论基础，从借助西方理论到构建本土理念这一由“器”及“道”的本土化进程，为中国大学生学情研究范式的改进提供理论积累。

       本文的数据来自中国知网(CNKI)收录的CSSCI期刊文献。在CNKI中检索2000-2020年发表的以“大学生学习与发展”或“学情调查”为主题、文献分类目录为社会科学Ⅱ辑中的高等教育的期刊文献，剔除通讯稿、会议记录等非学术性文献，以及和中国大学生学习与发展无关的论文，最终筛选出722篇论文作为研究对象，通过信息可视化软件CiteSpace分析论文的研究主题、知识基础和代表性研究发现。

      

       图1 大学生学情研究文献数量时间分布图(2000-2020年)

       一、由点到面：形成学习过程、学习结果及院校对策三大主题群

       对我国大学生学情研究发文量按时间排序，发现文献数量自21 世纪以来呈稳定上升状态(见图1)。2008年后呈高位波动状态，但基本稳定在每年30篇以上，有关研究已形成一定规模。

       通过高频关键词及其关系呈现学情研究的热点(见下页图2)，发现学习投入位于知识图谱的中心位置，是大学生学情研究最为关注的主题，围绕该主题展开的“学习收获”“学习动机”“学情调查”“影响因素”“学习行为”“学习体验”等也是研究热点。这主要源于“学习投入”概念是大学生调查问卷设计的理论生发点，是学情研究发展的逻辑主线。“学习投入”最早由乔治·库(George Kuh)提出，是指学生个体在学业与有效教育活动中所投入的时间和精力[8]，其本质是学生行为与院校条件的相互作用。学习投入除了学生自身因素影响外，还受学校环境及氛围等外部因素的影响，即学校如何通过配置资源、组织课程、开展活动以及提供服务等来引导学生将有限的精力投入到有效的学习行为和活动中。国内涌现的一批学情调查都以学习投入为理论基础，并持续不断地对“学习投入”的概念界定、测评工具、现状等展开探讨。例如，王文指出学习投入可从个体和互动或者行为、情感和认知两个维度进行构建[9]；苏林琴将学习投入划分为环境、行为、认知和情感三个维度，并探讨学习投入情况与学习收获之间的关系[10]。从中可以发现，整合了行为、心理和社会文化视角的整体观正在取代行为观[11]，这种发展也与国际上的研究趋势相吻合[2]。

       进一步对大学生学情研究的主题词进行聚类分析(见图3)，形成了学习过程、学习结果和院校对策3个聚类群。聚类图谱的Q值为0.75(＞0.3)，意为得到的网络社团结构显著；S值为0.93(趋近于1)，代表聚类结果的结构合理、网络同质性高[12](P171)。聚类内部相似程度指标均值达0.83，表明聚类内部相似程度很高。