姜怡，韩国高丽大学博士，华东师范大学教育心理学系副教授。

目录概览

一、问题的提出

二、研究方法

三、研究结果

四、讨论与结论

一、问题的提出

在我国的教育体系中，高考占有举足轻重的地位。作为基础教育与高等教育的桥梁，高考影响着千万高中学子的人生轨迹。在高考中取得优异的成绩，是每一个高中生所追求的理想目标；如何提高学生的学业成绩，也一直是基础教育关注的核心问题。影响学业成绩的因素众多，就学生本身而言，既包括认知层面的要素如智力水平，也包括诸多非认知层面的要素如学习动机和学业情绪等。而在所有的非认知因素中，学习动机被认为是最为核心的一个要素（Schunk et al., 2008）。学习动机是激发和维持学生的行动，并使行动导向某一学习目标的心理倾向或内部驱力。它能够影响学生的学习态度、学习策略的使用、在学习过程中的自我调节水平以及学业成绩。良好的学习动机能够帮助学生维持有效的学习行为，并且在遇到挫折时保持良好的心态以形成良性的学习循环；不良的学习动机则很会导致学生学习效率低下，并且形成拖延等回避学习的行为进而损害学业成绩（Schunk et al., 2008）。

学习动机是一个多维的复杂概念（Pintrich, 2003）。教育心理学领域普遍将学习动机概念划分为五个互相联系的概念集合包括能力和效能感认知（competence and efficacy beliefs）、归因和控制认知（attribution and control beliefs）、兴趣和内在动机（interest and intrinsic motivation）、成就价值（achievement value）以及成就目标（achievement goals）。根据不同的研究侧重点，不同的理论框架会选择性地聚焦于上述五个概念集合中的一个或几个概念。在众多关于学习动机的理论中，期望-价值理论（Expectancy-Value Theory，EVT）是近三十年教育心理学领域最具影响力的理论框架之一（Eccles et al., 1983）。EVT重点关注学习能力和学习价值的相关认知，以及它们如何影响学生的学习行为和学业成就。首先，对能力认知的分析能够解释学生是否相信自己能够成功。EVT将能力认知定义为学生对他们是否具备能够完成学习任务能力的信念（Eccles & Wigfield, 2002），比如学业自我概念（Marsh, 2007）。其次，对于价值认知的分析能够解释学生是否想学习。EVT区分了四种主要的学习价值认知包括：兴趣价值、有用价值、成就价值和成本认知。这四种认知的区别在于，它们是增强还是削弱了学生对于学习整体价值的判断。兴趣价值（认为学习本身是令人愉悦的）、有用价值（认为学习能帮助自己实现其他短期或长期目标因此是有用的）和成就价值（认为在学习上取得好成绩是对自身的一种肯定）被认为具有正效价（positively-valenced），能够提高学生对学习整体价值的认知。相反，成本认知（学习活动所连带的一系列负面因素）被认为具有负效价（negatively-valenced），会削弱学生对学习整体价值的认知。

EVT认为学习能力和学习价值认知是决定学生学习和发展的两个关键因素。当学生具有较高的学习能力认知，如学业自我概念时，他们会更加努力学习，更乐于寻求挑战，在遇到困难时不会轻易放弃，同时也能取得更好的学业成绩；而当学生对学习具有较高的价值认知时，他们则更愿意参与到学习活动中，并且在学习过程中能够表现出更多的坚韧性（Eccles & Wigfield, 2020; Wigfield & Eccles., 2000）。在四种学习价值认知中，学习兴趣与内在动机密切相关，能够促进学生的深度学习和学业成绩（Ainley et al., 2002; Hidi & Renninger, 2006; Ryan & Deci, 2000）。相反，学习成本认知则是导致学生形成回避性学习动机和损害学业成绩的关键因素（Jiang et al., 2018; 2020; Perez et al., 2019）。学生回避学习很可能并不是因为缺少学习能力或者学习兴趣，而是因为他们感知到了过高的学习成本（Barron & Hulleman, 2015）。成本认知也是一个复合的概念，包括学习所需要付出的努力（努力成本）、放弃参与其他活动的机会（机会成本）、与失败相关的自我认同威胁（自我成本）以及相关的负面情绪（情绪成本）等。其中，努力成本被认为是影响成本认知的最重要因素之一。当学生感知的努力成本过高时，他们会认为学习所需要付出太多的努力是不值得的，进而影响学习投入损害学业成绩（Eccles & Wigfield, 2020; Rosenzweig et al., 2019）。

根据EVT，学习能力和学习价值认知之间是相互影响的（Wigfield & Cambria, 2010）。在横断研究中，学业自我概念、学习兴趣价值和努力成本认知通常存在显著的相关（Flake et al., 2015; Gaspard et al., 2015; 2020）。然而，横断数据无法揭示各变量的发展轨迹及可能存在互相影响的关系。在同一时间点测量时高度相关的变量，在纵向发展的关系上可能彼此相对独立，反之亦然（Preckel et al., 2013）。与此同时，基于EVT的发展研究表明，青少年学生的学习能力和学习价值认知随着年龄的增长普遍存在下降的趋势，尤其是在中学阶段（Wigfield, 1994; Wigfield & Eccles, 2000）。从初中到高中的发展过程中，学生经常会变得对自己的学习能力缺乏自信、认为学习不那么有趣、同时伴随更高的学习成本（Fredricks & Eccles, 2002; Gaspard et al., 2017）。但是，已有的发展研究大多只是对学习能力或价值认知的变化水平进行了追踪和分析，并没有涉及两者之间的相互作用。EVT的创立者Eccles和Wigfield（2020）也指出了需要更多的纵向研究来深入了解学习能力和价值等相关认知是如何在不同的年龄阶段相互作用并影响学生的学习和发展。

近年来，一些研究开始使用交叉滞后模型（Cross-lagged panel modeling）分析学习能力和学习价值认知之间的相互影响关系，并得到了一些有趣的发现（Arens et al., 2019; Lee & Seo, 2021; Perez et al., 2019）。但总体而言，目前相关的研究仍存在一定的局限性。首先，绝大多数的相关研究集中在分析学业自我概念和学习兴趣价值之间的发展关系（Marsh et al., 2005; Spinath & Steinmayr, 2008），较少涉及其他类别的价值认知，尤其是学习成本认知。学习成本认知作为诱发回避性动机的关键因素，其如何与学业自我概念和学习兴趣价值在发展过程中互相影响，是全方位了解学生学习动机发展模态的关键。其次，现有的研究大多聚焦于STEM领域（科学、技术、工程和数学教育），在其他学科如语言领域的研究相对匮乏。学习动机的一个重要特征是领域特殊性（domain specificity），学生在数学和英语等不同学科领域的学习能力和价值的相关认知及其互相之间的关系可能完全不同（Bong, 2004; Wigfield & Cambria, 2010）。此外，EVT起源于美国，目前通过此理论框架研究学习动机的发展模态及其对学业成绩影响的研究主要基于欧美学生样本，针对中国青少年学生的相关研究资源较为稀缺。最后，由于小学和初中阶段是学生的学习动机形成发展的阶段，同时也是学习动机波动变化较为明显的时期（Wigfield & Eccles, 2002），因此早期的相关研究多聚焦于中小学阶段的学生，较少关注高中阶段学生的动机发展状况。高中作为基础教育和高等教育的衔接阶段，具有承上启下的功能，在整个教育体系中处于非常重要的地位。对学生而言，高中是进入大学接受更高层级教育的必经阶段，是青少年学习发展的一个重要节点，尤其是高二和高三，是中国学生准备高考的冲刺阶段。厘清该阶段高中生学习动机的发展变化模态，既能够帮助教师更有针对性地设计教学和备考工作，以期达到提升学生学业成绩的目标；也能够为如何培养学生形成良好的学习动机以提高日后长期学习发展的可塑性提供重要的信息，具有十分重要的教育意义。

综上，本研究采用为期一年的追踪设计，同时关注数学和英语两门基础学科，测评学生从高二到高三期间三个学期的学业自我概念、学习兴趣价值和努力成本认知，使用交叉滞后模型，探索这三个学习动机变量之间的动态变化、相互影响及其对学业成绩的影响。

二、研究方法

（一）被试

采用方便整群抽样法选取上饶市一所公立高中的高二年级学生作为被试，对其进行为期三个学期的追踪问卷测查。第一次施测（高二第一学期，2019年1月）获得有效问卷626份；第二次施测（高二第二学期，2019年6月）获得有效问卷557份；第三次施测（高三第一学期，2020年1月）获得有效问卷454份。三次施测共包含被试694名（至少参加一次施测），平均年龄为17.07岁（SD=0.54岁），其中男孩440名，占63.4%。全部被试中有353人参加了全部三次施测，平均年龄为17.03岁（SD=0.57岁），其中男孩222名，占62.9%。对所有被试构建一个新的指标（1=三次施测没有缺失，0=三次施测有缺失）进行差异检验，卡方检验及 t 检验结果显示，有缺失的被试与完整参加三次施测的被试在性别（ χ 2 (1)=0.81, p > 0.05）、年龄（ χ 2 (4) = 6.40, p > 0.05）、家庭社会经济地位（Socioeconomic Status，SES）各指标（ χ 2 s < 8.11, ps > 0.05）以及数学和英语的学业成绩上（ ts 0.05）均未发现显著差异，表明被试不存在结构化差异。

（二）施测程序

在征得被试本人知情同意后, 以班级为单位进行三次团体施测, 被试在约定的自习课时间统一参加问卷填写, 并当场收回问卷。三次施测的程序完全一致。每次施测时，每个班级配备一名心理学专业研究生作为主试。全体主试均接受了关于指导语、问卷内容、施测过程中职责和注意事项等的统一培训。施测过程中主试负责向被试阅读指导语（包括说明本次测查的目的，强调保密原则和独立作答原则，解释答案无对错之分等信息）及对施测过程进行监控，确保施测质量及处理可能出现的问题。被试完成每次施测的全部问卷约需10分钟。

（三）研究工具

学习动机问卷针对数学和英语两门学科，各学科所有问卷量表的内容保持一致（学科名称除外）。所有问卷量表均采用6点计分，从1“完全不同意”到6“完全同意”。基于外文文献的问卷量表严格遵循Brislin（1970）建议的问卷翻译和反向翻译程序（translation and back-translation）进行了汉化，以确保中文翻译是恰当的。

1. 学业自我概念

学业自我概念的测量采用Chen（1998）修订的中文版学业自我概念量表。原问卷来自Marsh（1992）编制的自我描述问卷（Self-Deion Questionnaire II）。该量表由4道题目组成，测量学生对自己具体学科的学习能力主观全面的评价（如“我数学/英语成绩很好”）。本研究中，学业自我概念在两门学科三次测量中的Cronbach系数α在0.87 —0.94之间。

2. 学习兴趣价值

学习兴趣价值的测量采用Marsh等人（2005）编制的学科学习兴趣量表。量表由4道题目组成，测量学生对具体学科的兴趣及喜爱程度（如“我觉得数学/英语有趣”）。本研究中，学习兴趣价值在两门学科三次测量中的Cronbach系数α在0.93—0.96之间。

3. 努力成本认知

努力成本认知的测量采用Jiang等人（2020）编制的学习努力成本认知量表。量表由3道题目组成，测量学生对学习需要付出多少努力以及这样做是否值得的看法（如“对我来说学好数学/英语需要花费太多的精力”）。本研究中，学习成本认知在两门学科三次测量中的Cronbach系数α在0.86—0.96之间。

4. 学业成绩

三次施测全部结束之后，学校提供了学生在高三第一学期数学和英语的校级期末考试成绩作为学业成绩指标。数学和英语期末考试的满分都是150分。

5. 人口学变量

通过背景问卷了解被试的人口统计学信息，包括性别、年龄和SES等。SES由父亲和母亲受教育程度及家庭拥有物共11项指标的均值构成。

（四）数据分析统计方法

本研究使用SPSS 23软件进行数据预处理、描述性统计和相关分析等，使用Mplus 8.0构建潜变量结构方程模型进行数据建模分析。相比于传统的回归模型，潜变量模型能够控制测量指标的测量误差，以达到对模型参数更好的估计。具体而言，通过交叉滞后建模分析高中生学业自我概念、学习兴趣价值和努力成本认知之间的相互关系。通过潜变量调节结构方程建模（Latent moderated structural equation modelling, LMS）分析T3学习动机潜变量对T4学业成绩的预测是否存在显著的交互效应（Kelava et al., 2011）。根据文献的建议（Marsh et al., 2013），所有模型使用Z标准化后的数据进行分析，人口统计学变量（性别、年龄和SES）则作为控制变量纳入模型分析。

本研究中所有模型估计均采用稳健极大似然估计（Robust maximum likelihood estimator, MLR）方法，同时采用全信息最大似然法（Full information maximum likelihood, FIML）处理缺失值。为了更完整地保留所有的被试信息, 本研究将所有694名被试均纳入分析中。MLR结合FIML的分析方法已被证明能够在处理缺失数据比例较高的纵向数据时做到无偏参数估计（Enders, 2001; Shin et al., 2009）。此外，针对数据中存在的嵌套结构（学生嵌套于班级中），采用“Type = Complex”命令对参数的标准误进行校正。模型的拟合指标采用CFI、TLI、RMSEA和SRMR等衡量。CFI和TLI的值高于0.90，RMSEA和SRMR的值低于0.08表示模型拟合良好（Kline, 2010）。

三、研究结果

（一）共同方法偏差检验

本研究的学习动机数据均采用自评法收集，因此在正式分析数据之前首先对可能出现的共同方法偏差采用Harman单因素因子检验（周浩，龙立荣，2004）。检验结果显示，在三次测量中，特征值大于1 的因子均为5个，第一个因子解释的变异量分别为31.58%、32.88%、30.27%，均小于40% 的临界标准。因此，可认为本研究不存在明显的共同方法偏差。

（二）描述性统计及相关分析

表1列出了三次数据的平均数、标准差和皮尔逊相关矩阵。通过重复测量方差分析，数学学科中的学业自我概念和努力成本认知在三次测量过程中的时间主效应显著： F 学业自我概念 （1.934, 678.969）=32.493， p