作者简介：傅承哲(1987- )，男，广东广州人，中山大学政治与公共事务管理学院博士生，主要从事院校研究与教育管理研究；刘钰玲(1993- )，女，江西赣州人，中山大学政治与公共事务管理学院硕士生，主要从事院校研究与教育管理研究；屈琼斐(1973- )，女，浙江台州人，中山大学教师发展中心副主任，主要从事院校研究与教育管理研究。广东 广州 510275；陈雯雯(1990- )，女，贵州贵阳人，华南理工大学发展规划处助理研究员，主要从事院校研究与教育管理研究。广东 广州 510641

　　内容提要：学生调查逐渐成为高等教育研究的重要方法，学生学习状态类型化研究是其中的一种有效手段。本文以综合研究型大学S大学为例，对2012年和2014年学生学习调查中的追踪样本进行聚类分析以及基于类型化的面板数据分析。研究发现，学生学习状态可以分为六种类型：卓越型、社交型、研究型、阅读型、游离型、懒惰型。这六种类型的学生在学习上表现出不同的特征，并且学校资源投入对于不同类型学生的作用效果也存在差异。以上发现为院校资源的精准化投入提供了实证基础，也为院校内部的教育质量保障提供了决策支持和新的研究路径。

　　关 键 词：研究型大学 学习状态 类型化 质量保障

　　标题注释：全国教育科学规划教育部重点课题“高等教育学生学习经历分层与流动研究”(DI-A130303)。

　　随着高等教育全球化的发展，我国的研究型大学越来越关注从学生层面直接获取学习状态的数据，并以此作为评估学生学习的重要来源。通过大学生学习调查，对学生学习状态进行分类研究，对于更有针对性地改善学生学习、开展学生辅导、推动院校学生学习发展工作具有积极作用，有利于提升教育质量，实现研究型大学培育高级人才的目标[1]。本文以综合研究型大学S大学开展的学生学习调查为例，以2012年、2014年学生调查中的追踪样本为数据来源，对学生学习投入程度进行聚类分析，得出学生学习状态类型。在此基础上，考察和比较学校资源投入对不同类型学生学习成果的影响，以期深入了解研究型大学中不同学习状态类型的学生特征和院校资源投入的效果，探索院校内部教育质量保障的新路径。

　　一、理论基础与相关研究

　　学生调查正逐渐成为大学教育质量保障体系中的重要手段。从院校研究角度看，学生调查作为院校自我评估的一种有效手段，是教育质量评估的重要数据源[2]。学生调查分析的科学性主要来源于其所遵循的大学生发展理论，如Astin的I-E-O理论(Theory of Input-Environment-Output)[3]和Pace的“环境—经验—发展”模型[4]。这些理论都认为，院校的教育质量主要体现为学生的学习成果以及对院校的满意度[5]，其中的决定因素便是学生的学习经历质量[6]。

　　而基于学生学习经历质量的类型学研究，则成为近年来院校研究中的新研究范式[2]。类型学研究范式在院校研究中，最初应用在高校分类研究中，分为经验研究与理论研究两种范式[7]。随着学生学习经历研究的推进，类型学研究的重点从院校间逐渐转移到院校内。Astin认为，院校基于学生投入度的学生类型分类，有助于增进学生与院校内部环境之间的契合度[8]。不少学者基于自身研究的发现，提出了不同的类型划分[5]。其中，Clark和Trow[6]提出的“学术型—社交型—职业型—游离性”模型最为经典，构成了后来研究分类的基本维度。该模型为学校管理人员和院校研究人员提供了一个分析学生学习和发展经历的角度：通过了解不同类型学生的学习经历与成果的关系，探索其中的规律，从而更好地了解和预测不同类型学生的学习投入状态和需求情况，为制定符合学生发展规律的措施提供重要参考[9]。

　　在分析方法上，为了更好地了解学生学习经历中的学习投入状态，高等教育学者们利用不同的方法(如聚类分析、深度访谈等)对纵向的、多维的学习调查进行分析，归纳学生之间相似的态度、行为，以此为基础分析各类学生的学习投入特点。聚类分析(Cluster Analysis)是对学生投入类型归类的有效方法[2]。这种方法可以从学生的众多行为特点中清晰地将学生区分为不同的类型，为院校决策提供非常有价值的信息[2]。Kuh，Hu和Vesper就曾经使用聚类分析的方法对来自128所院校的51000名学生的就读经验调查(College Student Experience Questionnaire，简称CSEQ)数据进行分析，结果显示可以把学生分为10种类型[10]。这些分类与Astin的分类相差无几，证明了学生投入类型存在一定的规律性和稳定性。此外，Kuh，Hu和Vesper还发现学生的学习投入类型与其行为以及自我报告的成果有着紧密的联系[10]。在最近的研究中，Hu和McCormick根据2006年瓦贝西全国通识教育调查(WNSIAE)中的全美学生学习投入调查(National Survey of Student Engagement,NSSE)的5个基准数据，利用k-means方法进行聚类分析，共把学生分为7种类型——不努力型(disengaged)、学习型(collegiate)、学术型(academic)、非同一般型(unconventional)、全面发展型(maximized)、苦读型(grind)、普通型(conventional)。通过运用回归分析方法考察这些学生的状态类型与GPA、测验成绩、自我报告的能力增长和学校坚持度之间的关系，进一步支持了学生在与学习相关活动上的投入程度与其学习经历成果(如GPA、自我报告的能力增长)呈显著性正相关[3]。

　　总之，学生学习投入度是影响学生学习质量的最重要因素，是分析学生学习经历的重要切入点[11]。基于大规模、全方位的学生调查数据，通过聚类分析的方法把学生分为不同的学习投入类型，可以从静态角度了解不同类型学生的学习状态及其特征[12]。同时，基于学生学习状态的类型化分析，研究各种院校投入与学习经历成果间的关系，探索不同学习投入类型学生的学习经历与成果之间的规律，有助于院校更细致地分析本校学生的学习经历特点，更好地了解和预测不同类型学生的学习需求，对院校资源的投入效果进行“精准化”预判，为人才培养政策的制定提供决策支持[13]。国外(如美国、日本)已有不少研究利用自身的学生调查数据，构建适合自身状况的学生类型分类，根据类型特征量身定制政策，并且利用实证的方法检验效果[14-17]。国内也已经有部分研究型大学在这方面进行了探索[18-19]。因此，基于学生学习状态的类型化分析，既是院校实践“以学生为中心”、因材施教的理论基础，也是实现院校资源精准化投入的实证基础，在院校内部教育质量保障体系的建设中具有广阔的应用前景。

　　二、研究设计

　　(一)调查数据

　　S大学是一所“985”综合研究型大学。该校于2012年和2014年开展了两次普查式学生学习调查，均为网络问卷调查。为提高调查数据的客观真实性，两次调查均采取无压力的自愿形式，并且出于保证样本同质性的考虑，本研究对两次调查的回收样本使用相同的标准(如答题时长、问卷质量判别标准)进行有效样本的筛选。其中，2012年的学生学习调查覆盖全校36个学院(系)，被调查的本科生大约有33000名。在无压力作答的环境下，共回收问卷7051份，其中有效问卷6673份，有效率为94.6％。2014年的调查涉及36个院系共计34623名本科生，回收问卷8784份，其中有效问卷5565份，有效率为63.3％。为确保聚类分析结果的可比性，本研究以2012年和2014年S大学学生学习调查数据中的追踪样本(即具有相同ID的个体)为研究对象，样本数总计为1271)个，共有635组数据。这样在两年期间，同一个学生的学习成果变化情况和影响因素之间的关系能得到进一步分析。样本的具体分布如表1所示。