点击蓝字 关注我们 设为星标更方便哦！

挑战与支持：院校环境感知如何影响

中美日研究型大学本科生的学习

徐　丹　蒋　婷

作者简介：徐丹(1977-)，女，湖南汉寿人，教育学博士，湖南大学教育科学研究院副研究员，主要从事西方高等教育思想、大学生发展研究；蒋婷，湖南大学教育科学研究院硕士研究生；长沙，410082。

（原文载于《大学教育科学》2022年第4期 P74-84）

摘要: 使用2017～2018年度研究型大学本科生就读经历调查数据，根据学生感知的学业挑战度和院校环境支持度水平及二者匹配程度，采用潜在剖面分析方法，可将院校环境分为高挑战高支持型、中度挑战支持型、低挑战低支持型、挑战和支持度极低型、高挑战低支持型、极低挑战中度支持型。当挑战度和支持度相匹配时，学生感知的挑战度支持度水平与其学习投入和学习效果正相关；反之则难达到理想状态。中、美、日三国研究型大学本科生感知到的主要环境类型分别是中度挑战支持型环境、高挑战高支持型、低挑战低支持型。建议我国研究型大学丰富学习资源，为学生提供支持性学习环境；围绕目标改进课程要素，循序渐进提升课程挑战度；改革教师评价制度，促进教师提升教学能力和教学学术能力。

关键词：学业挑战度；院校环境支持度；学习投入；学习效果

根据《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，在“十四五”期间，我国将推进高等教育分类管理和高等学校综合改革，构建更加多元的高等教育体系，并着重提高高等教育质量，主要从研究型大学的建设、本科教育、关键学科人才培养、研究所培养和区域发展五个方面着手。由此可见，提升研究型大学的本科教育质量将是“十四五”期间我国高等教育质量建设的重中之重。高质量的本科教育以培养学生高阶思维能力的深层学习为特征，对人才培养的环境与过程提出严格的要求。已有研究注意到了我国研究型大学本科生学习投入和学习效果与世界一流大学的差距，并对形成上述差距的校内外影响因素进行了初步的探索。但很少研究采用整体视角，从院校环境中各因素之间的关系出发观察促进学生学习的理想院校环境。本研究采用跨国学生调查数据，聚焦院校环境中学业挑战度和院校环境支持度的张力，探讨两者不同匹配状态和水平下学生学习投入和学习效果的差异，进而比较中、美、日三国研究型大学本科生对院校环境的感知，希望从新的视角获得改进中国研究型大学教育质量的实证证据。

一、文献回顾与研究问题

在高等教育研究中，经典的“基于行为视角的投入观”强调以学生为主体，重视教育过程，其本质是学生个体学习行为与院校环境之间的相互作用，有助于诊断院校教育实践的有效性。比如库（Kuh）的“学习投入”(Student Engagement）理论指出，学习投入包括学生投入到学习活动中的时间及精力，以及学校为促进学生学习而创设的整体环境。但是，该投入观一定程度上混淆了学习投入的本质内容和影响因素，造成理解上的混乱。另一种做法是将学生投入和院校环境两者区分开来，将院校环境作为学习投入的影响因素，将学生个体投入视作学习投入的本质内容。院校环境不仅直接影响学生的学习效果，还通过影响学生个体层面的投入（如个人努力质量、生师互动和同伴学习）间接影响学习效果。

中外已有研究形成的一致结论是，学业挑战度和院校环境支持度是影响学生学习投入和学习效果的重大院校环境要素，且二者对学生发展的影响适用于不同背景特征群体和多类型的学习效果。例如，卡利尼（Carini）等人的研究发现，学业挑战度和院校环境支持度与学生的GPA正相关。兰德伯格（Lundberg）发现，院校环境支持度和学业挑战度预测了该研究中所有种族/群体在通识教育(分析技能、写作和口语等)、实践能力(合作能力、定量能力、计算机和信息技术能力，以及解决复杂的现实问题的能力)和个人发展（个人道德、了解自己、了解其他种族/民族背景的人，以及为社区做贡献等）方面的学习收获，并且院校环境支持度比学业挑战度对学习收获的影响更大。李雄鹰以“拔尖计划”类大学生为研究对象，也发现学业挑战度和院校环境支持度对大学生的知识收获、技能收获、价值观收获、创新性发展以及学习满意度有显著正向影响。在院校环境支持度和学业挑战度的影响比较上，王世忠等人的研究与兰德伯格（Lundberg）的研究结论较为一致，即院校环境支持度比学业挑战度对大学生学习收获的正向影响更大，而杨立军等人的研究结论则相反。

学校层面的变量一般通过学生个体层面的变量对学生发展产生影响。已有研究进一步发现，学业挑战度和院校环境支持度不仅对学习收获有直接的正影响，同时还通过作用于学生主导的学习性投入（个人努力质量和社会性人际互动)对学习收获产生间接的正向影响。在诸多院校环境支持要素中，教师支持对学生学习投入和学习效果尤其影响显著。当学生感知到教师的支持时，学生会表现出更高水平的学习兴趣和对学校生活更多的愉悦感，在学习上会更努力。还有研究探讨了“院校环境支持度”对“学业挑战度”的积极影响，发现高挑战度的课程具有自主性和互动性特征，教师的及时指导、学生与教师的密切互动对提升学业挑战度至关重要。

前述研究至少存在两处不足：一是在众多已有研究中，“学业挑战度”和“校园环境支持度”的内涵和测量一直处于变化之中，研究结论可比性不足。全美学生参与度调查（NSSE）中,学业挑战度最初主要包括三个方面的内容：其一，课程认知目标的要求，主要是指课程目标强调运用、判断、分析和综合等高阶认知的程度；其二，学生学习的努力程度，通常用学习任务量（如阅读量和写作量）和学习时间来衡量；其三，学生感知的院校环境，即所在院校是否强调学习投入。其中，最为核心的部分是课程强调高阶认知的程度。2012年后NSSE在之前的基础上进行了调整，把学业挑战度分为四个子维度：高阶学习、反思与整合学习、学习策略、定量分析推理。清华大学大学生学情调查课题组近期尝试厘清学业挑战度内部结构，从内外部驱动、数量和质量维度进行整合,得到学业挑战度的四维度结构,对应9个变量。对比学业挑战度，校园环境支持度（Supportive Campus Environment，SCE）的内涵一致性程度更高，其测量大体聚焦于学生对院校为促进其学术及非学术成功而提供的支持，以及学生与教师、行政人员及同龄人之间的关系的看法。澳大利亚学生学习投入调查(AustralasianSurvey of Student Engagement，AUSSE)中学生感知到的校园环境支持度有两个指标：支持性环境和互动质量。清华大学大学生学情调查中校园环境支持度最开始包括“院校强调：组织各类活动，帮助融入环境”“院校强调：支持学生应对人生、情感问题”“院校强调：为学生学业提供支持”等三个题项，2018年拓展为“资金设施、教师教学、课外活动、教务管理、就业支持、生师交流、生生互动、学术科研”等八大方面。上述变化反映了我国研究者在研究和实践中对中国学生学习问题的认识逐渐加深的过程。已有研究第二个不足是，他们均将学业挑战度和院校环境支持度视为彼此独立的两个变量来探究二者水平对学生学习投入和学习效果的影响，尚无研究从整体性视角综合考虑学业挑战度和院校环境支持度的匹配度和水平，探讨不同情形的挑战-支持环境如何影响学生学习。本研究希望在此方面予以尝试。

美国大学生发展理论重要奠基者之一桑福德（Sanford）最早注意到学生发展是个体与环境交互作用的结果，并提出“挑战与支持”理论。桑福德指出，创造有利于个体发展的环境关键在于找到对个体而言最优的失调范围，既要让其接受充分的挑战又要给予他们足够的支持，两者要有较好的平衡。如果环境带来太多的挑战，个体会倾向于退回到较早的、适应性较差的行为模式，将当前的行为模式极端化和固化，尽可能逃避挑战，或者在逃避不了时干脆忽视挑战。如果环境中的挑战太少，个体可能会感到安全和满足，但他们不会发展。个体可以容忍的失调范围因人而异，取决于环境提供的挑战与支持的质量及个体特征。桑福德的“挑战与支持”理论将环境中的挑战与支持视为整体，同时考虑二者的匹配度和水平，为本研究提供了最适切的理论基础。

考虑到当前“我国一流大学建设高校学业挑战度最大的问题是较低的课程认知目标以及缺乏学习策略、数量推理等思维和智慧训练”，本研究聚焦学业挑战之“外部驱动的质”的维度即课程认知目标。相应地，在院校环境支持度上，聚焦院校为学生学习提供的学习资源和教师支持，探讨二者的关系状态与学生学习投入行为和学习效果的关系。需要说明的是，选择性地聚焦学业挑战度和院校环境支持度中部分因素，是基于研究重点的取舍，并不代表其它因素可以忽略不见。

具体而言，本研究采用中、美、日三国“研究型大学本科生就读经历调查”数据，探讨三个问题：基于学生感知到的学业挑战度和院校环境支持度，院校环境可以划分为哪几种类型；感知到不同类型院校环境型的学生在学习投入和学习效果上表现是否存在显著差异；中美日研究型大学本科生在院校环境类型上的感知是否存在差异？通过对上述问题的探讨，我们可以从人才培养环境这一微观视角考察三国研究型大学的教育质量。

二、研究设计

（一）调查工具和样本构成

研究 采用研究型大 学本科生 就 读经历调查国际联盟（The Student Experience inthe Research University InternationalConsortium，SERU-I）2017～2018年度调查数据，选取中国、美国和日本的10所研究型大学本科生为研究对象。其中，中国样本院校为南京大学、同济大学和湖南大学三所入选“双一流”建设名单的研究型大学；美国样本院校是加州大学伯克利分校、德州大学奥斯汀分校、俄勒冈大学、华盛顿大学和弗吉尼亚大学，均为美国大学协会（Associationof American Universities，AAU）成员；日本院校为来自日本超级国际化大学计划（Top GlobalUniversity Project）A类（顶尖型）中的成员广岛大学和大阪大学。所有样本院校均是研究型大学。

为了保证样本有效性，我们首先删除了在关键变量上缺失过多的样本。其次，由于本研究中的美国研究型大学本科生包含已经完成两年社区大学的“转学”学生，中国和日本大学没有这样的情况，而“转学”学生和高中毕业后进入大学的学生对学业挑战度和院校环境支持度的感知可能会存在差异，我们剔除了美国样本中“转学”学生的数据。最后，删除样本比例极少的医学学生。最终，本研究使用了35 733份有效数据，其中中国23.7%，美国51.0%，日本25.3%。表1显示了本研究的样本构成。不同国家的本科生在性别、年级和学科上的人数比例存在一定的差异。中国本科生在性别上的人数分布比例比较接近，低年级学生比例略高于高年级学生，理工科学生比例明显高于人文社科类；美国本科生在女性、高年级和人文社科类上的人数比例更高；日本的情况与美国恰好相反，在男性、低年级和理工科上的人数比例更高。

（二）统计方法及步骤

本研究采用SPSS24.0和Mplus7.4软件进行数据处理，分为四个步骤。第一步，为了探讨变量的内部结构，笔者对学业挑战度、院校环境支持度、学习投入和学习效果有关题项做探索性因子分析。第二步，采用潜在剖面分析(Latent Profile Analysis)这一聚类分析方法，基于学生感知到的学业挑战度和院校环境支持度，笔者将大学环境划分为不同类型。潜在剖面分析方法作为以个体为中心的方法，将个体分成不同的群组，这与传统的聚类分析在目的上一致。但由于采用基于模型的方法与传统的聚类分析方法相比可以纳入协变量构建混合模型，检验更复杂的变量关系，其分类效果优于传统聚类分析，是另一种有力的分类工具。分析过程中，本研究使用Mplus7.4软件，以学业挑战度和院校环境支持度包含的各因子得分为估计值，通过潜在剖面分析识别不同的学生群体特征。第三步，在确定最佳的剖面模型后，本研究使用Mplus7.4软件，以学生学习投入和学习效果为结果变量，采用BCH法建立带有协变量（结果变量）的潜在类型模型，呈现不同类型学生在学习投入和学习效果上的差异。有研究证明，当结果变量是连续变量时，BCH是最佳方法之一。第四步，使用SPSS24.0进行描述性统计分析，比较中、美、日三个国家研究型大学本科生在感知的不同院校环境类型上的百分比。

（三）核心变量

1.学业挑战度

本研究中学业挑战度特指课程认知目标而言，测量学校课程教学对学生不同层次认知目标的要求。由于已有研究显示高阶与低阶认知并不矛盾，而且都是学生认知发展需要的，本研究并未将学业挑战度局限在高阶认知目标。20世纪90年代，安德森等修订了布卢姆1956年版的教育目标分类，将认知目标从低阶到高阶依次分为记忆、理解、应用、分析、评价和创造。以上述理论为参考，本研究对学业挑战度相关题项的因子分析提取出低阶认知和高阶认知2个因子。低阶认知包括3个题项，指向记忆、理解、应用等相对基础的认知活动，例如“认识或回忆具体的事实、术语和概念”；高阶认知包含5个题项，指向分析、综合、评价、创造等高认知水平层次上的心智活动或认知能力要求，例如“创造或产生新的想法、产品或理解方式”。学业挑战度量表的整体信度系数α为0.900，两个因子的信度系数分别为0.844和0.875，共能解释71.71%的方差变异。

2.院校环境支持度

广义的院校环境支持度指院校为鼓励学生投入所提供的制度政策、硬件设施和服务活动等各方面的资源支持，以及学生和校内其他成员之间的交往质量。考虑到研究聚焦学业挑战度与校园环境支持度匹配，且教师是环境支持中最重要的部分，我们围绕学习资源和教师支持设计了院校环境支持度题项，经过多次探索性因子分析得出“资源获取”和“教师支持”两个因子，信度系数分别为0.856和0.846，整体信度系数α为0.887，能解释57.19%的方差变异。资源获取共有6个题项，包括“图书馆研究资源的获取”“参与教育充实项目(如服务学习、留学、实习)”“获得研究经历或制作创意产品的机会”“接受小班教学的机会”“能自主选择专业”和“通识教育或选修课程的供给”；教师支持包括5个题项，例如“教师对学生的作业提供及时有用的反馈”“教师提升了你对课程的热情”“教师公正平等地对待学生”“提供机会让师生围绕学生需求、关注的问题和建议进行交流”，以及“在课堂上，教师保持与学生互相尊重的交流”。

3.学习投入

本研究将学习投入定义为：以学生为主导的个体投入，主要指学生的学习行为表现。因子分析共提取出课程学习、同伴学习及消极学习3个因子，其中，对消极学习进行反向计分，即在消极学习上得分越高，表明学生消极学习行为越少。整体信度系数α为0.824，3个因子的信度取值范围为0.654至0.867，能解释61.04%的方差变异。课程学习包括7个题项，主要是指学生在课堂活动上的参与度及和课程相关的学习，例如“在课堂上提出富有洞察力的问题”；同伴学习包括3个题项，主要是指学生和其他同学一起学习，例如“在课堂外与同学一起学习”；消极学习共包括3个题项，包括“学生逃课”“迟交作业”和“课前未做好准备”。

4.学习效果

学习效果作为教育领域内的专用术语，最早由艾斯勒（Eisner）于1979年提出来，指学生在以某种形式参与之后，有意或者无意获得的结果。奥特尔（Otter）认为，学习效果是指学习者通过学习后在知识和能力方面的收获。阿斯汀（Astin）提出，学习效果包括认知的（批判思维、逻辑与推理），也包括非认知的（学生的态度和价值观、教育抱负及自我概念等）。帕斯卡瑞拉（Pascarella）则特别强调，“学习效果”指的是由学习而带来的个人改变和获益，这样的改变和获益是由教育经验所导致的，而不是由个体成熟、社会性发展和其他非教育机构的影响所导致的。总而言之，虽然已有文献对学习效果的表述不同，但是其本质内涵都是指学生通过某种形式的学习后，在知识和技能、情感态度以及价值观方面的收获。本研究中学习效果包括3个因子：学术能力（增益）和社交能力（增益）、满意度；整体信度系数α为0.849，3个因子的信度取值范围为0.751至0.804，能解释55.84%的方差变异。学术能力包括7个题项，包括写作、阅读、定量及批判思维能力等学术能力，例如“清晰有效地写作能力”；社交能力包括3个题项，包括口头表达、团队合作和领导能力；满意度指学生对在该校就读的学术、社交经历，所受教育性价比和平均绩点是否感到满意。

上述核心变量因子分析结果如表2所示。所有因子的内部一致性信度系数均大于0.6，表明数据信度高，可用于进一步分析。因子得分即负载在该因子上所有题项的均值。

三、数据分析过程与统计结果

（一）院校环境类型感知及特征

研究将学业挑战度和院校环境支持度两个变量包含的四个因子（低阶认知、高阶认知、资源获取和教师支持）作为外显变量建立潜在剖面模型。潜在剖面分析中模型选择的拟合指标值如表3所示，各个信息指标显示的结论并不一致。随着潜剖面数量的增加，AIC、BIC和ABIC的值逐渐减小，但是从第6个模型到第7个模型的减少趋势已经很平缓了，说明潜剖面较多的模型较好，不过模型7与模型6并没有很大的差别；LMRT和BLRT的P值均显著（均小于0.05），表明具有更多剖面的模型更好；Entropy值越接近1，模型越合适，结果表明模型2的值最大，其次是模型6。综合上述信息，需在模型2、模型6和模型7中选择一个最佳模型。考虑到模型6比模型7更简洁，模型6与模型2相比在AIC、BIC和ABIC的值上更小，且模型6与先前文献的一致性方面也显示出更好的可解释性，最终选择模型6，即将学生对院校环境的感知分为6种类型。

图1展示了6个潜在类别的人数分布情况及其在低阶认知、高阶认知、资源获取及教师支持上的均值（选项最高分为6分）。学业挑战度和院校环境支持度比较匹配的有4种类型，按挑战度和支持度水平从高到低依次为：高挑战高支持型（28.7%），中度挑战与支持型（38.8%），低挑战低支持型（20.5%），挑战支持度极低型（2.7%）。此外，还存在学业挑战度和院校环境支持度不匹配的两种类型，即高挑战低支持型（6.9%）和极低挑战中度支持型（2.4%）。总体来看，学生感知到挑战度和支持度比较匹配的4种院校环境类型所占比例很高（90.7%）。

（二）院校环境类型感知与学生学习投入和学习效果的关系

表4采用均值比较方式呈现感知到不同院校环境类型的学生在学习投入和学习效果上是否存在显著差异。比较数据显示，当学生感知到学业挑战度和院校环境支持度比较匹配时，二者水平越高，学生在学习投入和学习效果上表现越佳。按其在学习投入和学习效果上的得分从高到低依次排列，分别是高挑战高支持型、中度挑战支持型、低挑战低支持型和挑战支持度极低型，并且差异显著性检验进一步表明，在进行两两类型比较时上述差异均显著。当挑战和支持度不匹配时，两种类型各有优劣，但也存在一些共同点。高挑战低支持型学生在课程学习、同伴学习上表现较好，但是这类学生满意度较低，极低挑战中度支持型学生与之恰好相反。这表明学习投入可能与学业挑战度更相关，而院校环境支持度是影响本科生满意度的重要因素。这两类学生在学业表现上的共同点即消极学习更频繁，学术能力和社交能力增益不足。总体而言，在这六种类型中，高挑战高支持型是一种比较理想的学生类型，其在学习投入和效果上表现最佳；挑战和支持度不匹配的两种类型总体表现欠佳。

（三）中、美、日研究型大学本科生对院校环境感知的类型分布

如表5所示，三个国家研究型大学本科生感知到的院校环境其挑战度和支持度整体比较匹配，然而三个国家研究型大学本科生感知的院校环境类型分布呈现出明显差异。整体而言，美国研究型大学本科生感知到的学业挑战与院校支持度最高，其次是中国，日本研究型大学本科生感知到的学业挑战度和院校支持度最低。中国研究型大学本科生有51.8%感知到中度挑战支持型院校环境，美国研究型大学本科生中感知高挑战高支持型院校环境的比例最大（41.7%），日本研究型大学本科生感知到低挑战低支持型和挑战支持度极低型的院校环境者高达52.6%。从三个国家研究型大学本科生感知到的院校环境类型分布差异还可以发现：美国和日本研究型大学都有十分之一本科生感觉自己处于挑战与支持不匹配的学习环境中，但美国主要集中在高挑战低支持的环境类型，日本则主要集中在极低挑战与中度支持的环境类型。

四、分析与讨论

本研究表明，当学生感知到的学业挑战度和院校环境支持度匹配时，二者水平与学生学习投入和学习效果正相关，反之则难以获得理想的学习效果。这一结论易于理解，且为前人文献支持。当学生感知到高的学业挑战度和院校环境支持度时，需要投入更多时间和精力去不断打破原有的认知能力水平，激发潜能。在这个过程中，教师的帮助和指导易得，学校学习资源丰富，学生就更可能顺利获得学术和社交能力发展，更不容易出现消极学习行为。相应地，其院校学习经历满意度也更高。

当院校环境中支持与挑战不匹配时，出现了学习投入和学习效果的不一致。例如处于高挑战低支持型院校环境中的学生，感觉大学环境没有提供足够支持或者自己没有获得支持使其应对学业挑战。这些学生在课程及同伴学习上表现较好，但对整体学习经历满意度很低。处于极低挑战中度支持型大学环境中的学生则与之恰好相反。说明学生投入主要受挑战度影响更大，满意度则更多与支持度相关。值得注意的是，两种情形下学生都容易出现消极学习行为，且在学术和社交能力增益上不明显。当学生无法凭借个体力量和同伴互助来应对学业挑战，教师的支持和反馈也难以获得，会导致学生在行为上退缩，并感到挫败和沮丧，在学术和社交能力上的增益难以达到理想状况，而且由于获得的资源和教师支持有限，学生对院校学习经历满意度不高。当学生感知到极低挑战中度支持的院校环境时，情形则完全不同。学生在课程学习中面临的挑战度极低，而学习资源和教师支持度高于需求，学生能轻松应对学业要求，不需要高度参与课程学习和同伴学习，消极学习行为也自然产生。结果是，学生虽然对学习经历满意度高，但实际在学术能力和社交能力上也增益不足。总而言之，当学生感知到的学业挑战度和院校环境支持度不匹配时，无论二者水平如何，学生消极学习行为都难以避免，而且实际的学习能力增益都难以达到理想的结果。

就本研究所聚焦的课程目标认知上的学业挑战度和学习资源及教师支持而言，中、美、日三国研究型大学本科生感知水平存在显著差异。美国学生感知高挑战高支持院校环境的人数比例最多；中国大多数学生处于中等水平的挑战和支持度环境中；日本学生更容易感受到低水平的挑战和支持度。诸多前人研究认为，与美国同类型高校相比，中国研究型大学本科生学业挑战度偏低，而且这种差异突出体现在高阶认知方面。中国研究型大学本科课程认知目标缺乏对高阶认知目标的挑战，在分析、综合、判断和应用等高阶认知上尤为不足，造成这种差异的原因部分在于东西方学习理念的差异：西方学习模式偏重“心智取向”，而东方的学习模式偏重“美德取向”。本研究部分支持这一结论，即美国研究型大学本科生比中日学生更频繁感知到的深层认知目标。金子元久2007年领衔发起的日本全国大学生调查发现，倾向于挑战高难度课程的高度匹配型学生只占4成。事实上，与日本初等和中等学校充满活力和高学业成就相比，日本大学总是因其严进宽出而遭受批评。大学被学者称为四年休闲之地，企业更看重大学的地位和声望而不是学生通过课程学习了什么内容。然而，我们的分析进一步发现，就学生个体而言，无论其感知的院校环境是何类型，课程认知目标总体上均显示出低阶与高阶的分歧和冲突。感知到课程目标中高阶认知目标频繁的学生，通常也更频繁地感觉到了低阶认知目标。

五、对我国研究型大学的政策建议

我们的研究发现，当学生感知到的学业挑战度和院校环境支持度匹配并且二者都处于较高水平时，学生的学习行为和各类学习效果最佳。然而，当前中国研究型大学多数学生感知自己处于中等水平的挑战和支持度环境中，不利于最大限度激发学生学习潜能，提升学习质量。根据个人与环境互动论的观点，通过实施政策、制定方案、培训和督促教职员工，教育工作者可以有意识地参与环境的设计，从而确保人与环境的互动是良性和促进学生发展的。本研究可以为我国研究型大学的院校环境设计提供一些启示：

（一）围绕课程目标改进课程要素，循序渐进提升课程挑战度

在2018年召开的新时代全国高等学校本科教育工作会议上，陈宝生同志明确提出，高校应合理增加大学本科课程难度、拓展课程深度、扩大课程可选择性,激发大学生的学习动力和专业志趣,真正把“水课”变成有深度、有难度、有挑战度的“金课”。为了实现上述目标，大学需要“将明确、清晰的认知导向的培养目标作为课程改革的起点，帮助教师在课程设计中有章可循，使得学生找准自身定位。在课程体系的实际中，注重前后课程之间的连贯性，帮助学生产生知识的联系。并且，要合理设计课程梯度，充分考虑适宜的课程挑战度，从低年级到高年级，逐年提高课程教学目标中应用、分析、综合等高层次教育目标的比重，营造合适的学业挑战度”。

清华大学针对学情调查结果，自2012年正式开设挑战性学习示范课。其挑战性课程围绕现实的挑战性问题进行课程设计，采用小班授课，突出创新能力、勇气和挑战精神的培养，生师在课内外高强度投入以实现知识的综合和应用。这可为其他高校提供重要参考。为了使开设的挑战性示范课程帮助学生取得期望的学习成效，重点通过课程七方面要素来实现。一是内容：围绕人类面对的共同挑战，学科交叉，触及前沿。二是形式：师生互动，生生互动，体验、探索、主动式学习，学生沉浸其中。三是作业：课内与课外之比在1∶5以上。四是讨论：激烈，生生之间，师生之间，确有困难时老师帮助学生取得成功。五是考核：全程分布式，答辩，每个学生有口头表达机会。六是教学资源：各类文献、软件、网络资源、试验及实验，以及多手段的教学辅助设施。七是课堂规模：通常是小班授课。通过陆续启动多门挑战性学习示范课程，清华大学有效提高了课程的兴趣度、挑战度和师生的互动性。

（二）丰富学习资源，为促进学生深度学习提供支持性环境

近5年《全国普通高校本科教育教学质量报告》持续指出，高校对课程管理不够严格，学业挑战度总体上仍处于中等偏下水平。这与本研究发现基本一致。实现学业挑战度的提升，目的在于引导学生投入深度学习，获得认知、情感和价值观的发展，尤其促进高阶认知能力的培养。研究者从教育意义上总结了大学生深度学习的典型特征，包括：重视高阶思维的发展；重视培养学生大胆质疑、批判重构、创新求异精神；强调学习的整体联通；注重学习的迁移运用。

实现大学生深度学习，需要学习资源和教师支持的配合。学校和院系层面的学习资源支持主要包括灵活适切的人才培养制度和丰富课程资源，如丰富的通识课程和专业课程资源、图书馆研究资源，丰富的学习经历(如服务学习、留学、实习)和研究创新机会，更高的小班教学比例，专业选择上的自主权。以工程学科为例，为发展学生高阶认知，要加强学生创新能力训练、丰富学生的国际交流经历、强化校企联合机制等。课程层面的学习资源主要指课程内容与教学方法、学业评价内容与方式，以及学习情境。学习内容最好以问题或任务为中心，内容选择位于学生“最近发展区”，内容呈现体现心理与学科逻辑。要推动基于问题的学习、基于项目的学习、基于案例的学习等多种研究性学习方法。同样以工程学科为例，在课程中可以融入项目式学习，让学生有较大的自主性和参与度，自主设计实验、动手实践、将理论与实践紧密结合，了解实际工程项目的复杂性。同时，在课程设计中应融入与实际紧密结合的工程项目，让学生从不断遇到的各种问题中，锻炼实践导向思维、分析性思维、创新性思维、系统性思维。

（三）改革教师评价制度，促进教师提升教学能力和教学学术能力

学业挑战度的提升对教师的教学能力和教学投入提出了更高的要求。因此，改善学业挑战度不高的现状，更需要院校采取支持性政策，鼓励教师投入教学活动和教学学术研究，提升教学水平和生师互动水平。当前“教学在教师绩效分配、升等升级中所占比例仍然偏低，在激励机制上强化引导、支持，才能吸引部分教师重回教学中心” 。瑞典隆德大学工程学院这方面的做法值得学习。该院为了吸引教师关注教学和学生学习，改进教师教学，进而影响学院整体教学质量的提升，要求所有教师在工程教育中心（CEE）进行强制性培训，培训过程中对具体教学案例进行研讨与反思，最后以一份学术报告的形式呈现结果。隆德大学工程学院还从2001年起推出“卓越教学奖励”，获得“卓越教学实践者”（ETP）称号者不仅个人可享加薪，其所在的部门同样会获得一笔奖金。申请“卓越教学实践者”的教师需要提供一份10～12页的教学档案，深入呈现教师如何处理教学与学习之间的关系，以及教学实践如何与教师个人的教学哲学思想和高等教育教学理论相联系。

帕特里克·T.特伦兹尼曾基于美国院校影响力领域近半个世纪研究成果，提出有效的教育经历的六大特征：学生面对观念和族群的挑战、学生应对挑战（有能力认识到固守既有知识或信念背后所包含的矛盾冲突）、支持性环境、强调有意义的真实世界活动、经常构建学生与他者的关联，以及提供或促成反思的契机。他进而强调，对学生学习而言，最重要的不是院校组织、部门、单位和教师的所做所为，而是他们所做的事情是否具备一个或更多有效教育经历的特征。因此，对院校来说，创设有利于学生发展的环境，最大挑战和最佳出路在于克服观念的割裂，采用整理思维和系统化运作，建立组织机构和激励机制，实现组织各要素的协同。

（参考文献略）

大学教育科学

● 扫码关注我们

CSSCI来源期刊

全国中文核心期刊

AMI综合评价（A刊）核心期刊

人大复印资料重要转载来源期刊

点个在看分享吧