张 迪

一、引言及文献综述

2020年初，突如其来的新冠肺炎（COVID-19）疫情席卷中国大江南北，此次疫情被认定为新中国成立以来传播速度最快、感染范围最广、防控难度最大的重大突发公共卫生事件。大学生是与新时代共同前进的一代，是青年中较富理性思维的群体，在疫情防控的斗争面前，需肩负起时代赋予的使命与责任，与祖国同命运，与人民共患难，做好“守护者”和“修行者”。疫情期间，教育部发布了“停课不停学”的通知。随后，全国各高校陆续开始利用信息化手段，把课堂“搬到”线上。面对疫情的外部环境和学习方式的重大改变，良好的学习适应性可以保证大学生顺利完成学业，而适应不良则会对大学生的学习成绩、心理、人格成长产生一定影响。因此，对大学生在此次疫情期间表现出的学习适应性进行调查研究，不论对当前更好地指导大学生调整学习状态，还是对以后高校教育工作的改进和提高，都有着重要的理论价值和现实意义。基于此，本研究利用问卷调查收集数据对此次疫情下大学生学习适应性及影响因素开展研究，以期为高校引导学生学习提供依据。

梳理已有的研究文献发现，学者们的研究主要集中在以下两个方面：一是立足分析重大公共事件对大学生学习的影响。“非典”是与新冠肺炎疫情最为相似的重大突发公共卫生事件，钞秋玲（2003）在研究“非典”时期的学习与心理健康之间的关系时提出，学生学习适应性与其心理状态、情绪和认知功能存在显著相关关系。胡建军（2003）指出“非典”时期学生的学习受到很大的影响，主要是停课造成的影响。二是立足课堂形式的改变，如翻转课堂、慕课、网络课堂等课堂形式对大学生学习的影响。Simon（2007）探究了在线学习中学生的动机和沟通技巧等对学习适应性的影响。Nishino等（2009）使用多元回归的方法调查在线课程的学习者学习方式与学习适应性之间的关系，结果表明学习风格对学习适应性有40%左右的影响。张成龙（2017）探讨基于MOOCs的混合式教学实践的学习适应性及影响因素之间的关系，总结出了自主学习、学习环境等影响因素。秦超（2018）从翻转课堂入手，发现学习适应性受到学习主动性、信息素养和认知前提特征三个方面的影响。赵呈领（2019）探寻大学生网络学习空间学习适应性影响因素，发现学习时长、信息素养、教师自主支持以及学习环境是影响大学生网络学习适应性关键因素。

总的来说，“非典”时期大学生的学习方式以自学为主，与此次疫情期间学习状态有很大的差异；以往学生参加的翻转课堂和慕课等形式的课堂是经过精心设计的，是正常课堂的补充，且没有大环境的变动，与此次疫情期间学生所处的环境不同；研究对象多是某个区域的几所高校，只能代表区域内大学生的学习特点，不具有普遍性。

基于此，本文结合此次疫情的特点和新时代大学生的特征，对全国大学生在疫情期间在线课堂的参与情况、学习适应性、心理状况、风险认知等进行调查，分析焦虑状态、行为反应程度、风险认知程度、心理健康状态对学习适应性的影响。

二、研究设计与研究方法

（一）研究对象

本次调查起止日期为2020年3月1日至2020年3月30日，调查对象是全国的大学生，包括专科生、本科生和研究生，调查采用分层抽样与滚雪球抽样相结合的形式，先对其中一所学校的学生各年级分层抽样，再利用学生社交网络发放调查问卷，并利用填写邀请码的方式追溯源头，以确保数据真实有效。共发放问卷7582份，剔除存在明显逻辑错误的问卷974份，有效问卷为6608份，有效率达到87.18%。样本涵盖全国34个省级行政区，902所高校，其中湖北高校39所，武汉高校28所，样本分布如下：

从性别分布来看，男生占41.80%，女生占58.2%。从受教育程度看，专科生占8.61%；本科生占81.73%，其中一年级占39.75%，二年级占19.51%，三年级占22.70%，四年级占18.03%；硕士研究生占8.26%；博士研究生占1.30%。从专业类型看，人文社科（哲学、历史学、文学、艺术学、法学、经济学、管理学、教育学）占30.25%，理工科（理学、军事学、农学、工学、医学）占69.75%。

（二）研究假设

本研究利用一手调查数据，分析焦虑状态、行为反应程度、风险认知程度、心理健康状态、在线课堂适应程度对学习适应性的影响，并进一步研究风险认知程度和焦虑状态对其他方面的影响程度，以丰富对新冠肺炎疫情下大学生学习适应性问题的相关研究。本文提出具体假设如表1所示。

表1 研究假设

（三）研究工具

1.问卷的编制

本次调查采用的问卷共31道题目，内容包括大学生的个人基本情况、在线课堂参与情况、效果评价和优缺点、学习适应性、风险认知和心理状况等。其中，风险认知量表、焦虑状态量表、心理健康量表、学习适应性量表均参考成熟的量表进行编制。此外，还包括开放性问题和补充访谈等。该问卷在编制环节，邀请专科生、本科生和研究生参与座谈、设计与试调查，适用于对专科、本科和研究生各学生群体的调查。

2.结构方程模型

本文研究的是新冠肺炎疫情下大学生学习适应性的影响因素，由于风险认知程度、行为反应程度、焦虑状态等因素涉及多方面，且各变量内部题项间可能存在多重共线性，可能会影响模型的准确性和科学性。结构方程可以有效地解决以上问题，识别变量之间存在的关系，因此本文采用结构方程模型（Structural Equation Model，SEM）进行分析。

结构方程模型是应用线性方程系统表示观测变量与潜变量之间，以及潜变量相互间关系的一种实证分析模型方法。与传统的线性回归模型相比，结构方程模型的优势在于可以同时处理多个变量，允许潜变量由多个指标变量组成，并且给出指标变量的信度和效度，使模型适应范围更广且更有弹性。结构方程模型通常由测量模型和结构模型组成，测量模型（Measurement Model）描述的是潜变量和观察变量之间的关系，结构模型（Latent Variable Model）描述的是潜变量之间的关系，其方程式表示如下：

方程（1）和（2）是测量模型，方程（3）为结构模型，各变量在方程中的含义表示如下：

（1）x为外生观测变量，主要包括学习适应性的各个维度、线上课堂学习效果等21个可观测变量；ξ是外生潜变量，主要包括风险认知程度、焦虑状态、线上课堂适应程度；Λx为外生观测变量在外生潜变量上的因子载荷矩阵；δ是外生观测变量的误差项。

（2）y为内生观测变量，在因子分析中用来生成内生潜在变量；η表示内生潜在变量，研究定义学习适应性、行为反应和心理健康状态为内生潜在变量；Λy为内生观测变量在内生潜变量上的因子载荷矩阵；ε是内生观测变量的误差项。

（3）B和Γ均为路径系数，B是内生潜变量之间的关系，Γ表示外生潜变量对内生潜变量值的影响；ζ是结构方程的误差项。

三、疫情期间大学生参与“在线课堂”情况

（一）疫情期间“在线课堂”的学生覆盖率和课程覆盖率较高

为了保障疫情期间学生的学习，全国各高校陆续开展“在线课堂”，教学形式包括直播、录播、线下自学、线上讨论答疑等。教学平台包括腾讯视频会议、腾讯在线课堂、钉钉、云朵课堂、ZOOM、学习通、微信视频等。调查显示（见表2），学生覆盖率总体达到81.61%，其中本科生中的一、二、三年级的参与率超过95%；专科生中一、二年级的参与率超过85%；硕士生一年级的参与率达到84.58%；其他年级的学生情况较为复杂，大多没有课程，学生覆盖率较低。参加线上教学的大学生本学期的课程数平均8门，线上开课的课程数平均7门，总体课程覆盖率达到87.56%，因此，疫情期间通过在线课堂进行学习是大学生主要的学习方式。

表2 疫情期间大学生参与“在线课堂”情况

（二）疫情期间“在线课堂”的效果一般

近年来，国内外教育领域不断探索新的教育模式，如慕课、翻转课堂。新的教育模式已经成为传统课堂教学的重要补充。然而，疫情期间的在线课堂准备时间仓促，课程是否具备线上教学的基础，教师是否具有线上教学的经验，诸如此类的问题使线上教学的效果成为关注的焦点。调查显示，14.94%的学生认为在线课堂的效果非常好；32.47%的学生认为在线课堂的效果比较好；39.20%的学生认为在线课堂的效果一般；9.53%的学生认为在线课堂的效果比较差；3.86%的学生认为在线课堂的效果非常差。总体来说，52.59%的学生认为在线课堂的效果无法达到预期效果。

图1 “在线课堂”的效果占比

通过对“在线课堂”优点与不足的进一步调查分析（见表3），可知超过50%的学生认为“在线课堂”的优势在于可以随时随地学习，可以反复观看教学课程，网上学习资源丰富；不足包括没有课堂气氛、缺乏和老师的交流、无人监督、个人自制力不强、对网络环境的要求较高。

表3 “在线课堂”的优点与不足

四、疫情期间大学生的学习适应性及影响因素

学习适应性是取得较好学习成效的基础与前提，是学习者根据自身学习需求，依托当下学习环境完成相关学习任务，并不断调整身心以寻求心理、行为与学习环境相平衡的过程。新冠肺炎疫情迫使大学生面临全新的学习环境，学生如果具备较强的学习适应性，就能够及时调整学习方式和学习心态投入到学习中去。如果学习适应性不强，就会对学生的心理产生不良影响，进而影响学习效果。

（一）疫情期间大学生的学习适应性总体情况

对大学生学习适应性的调查，参考了学习适应性量表，结合此次疫情的特点，从学习动机、学习方法、学习效率和学习环境四个维度设计学习适应性评价量表，问题包括：缺乏学习氛围、学习效率低、失去学习目标、失去学习动力、网络授课方式难以适应、没有学习计划等。量表采用李克特五点计分，其中1分代表完全不符合，5分代表完全符合，得分越低表明学习适应性越好。

运用SPSS26.0，对大学生学习适应性及其各维度的总体水平进行分析，得出大学生学习适应性总体均值为2.811，这表明大学生学习适应性总体处于中等水平。从大学生学习适应性各个维度来看，学习效率维度的均值为3.00，在四个维度中最高，表明大学生在效率方面的表现最差。学习动机（2.66）和学习环境（2.77）分别处于二、三位，学习方法维度的均值为2.54，在四个维度中最低，说明大学生对学习方法的适应性相对较好。

（二）学习适应性的影响因素分析

1.变量设计及模型构建

根据前面8个假设，本文构建新冠肺炎疫情下大学生学习适应性的理论模型，如图2所示。

基于概念模型，本文设计出测量指标体系，并归纳出各个潜变量及其定义，如表4所示。

图2 大学生学习适应性理论模型

表4 模型测量指标及定义

图2和表4潜变量之间的关系可用结构模型和测量模型表示为：

其中，系数βij和yij为连接潜变量的系数，ζi为结构方程误差项。

若记 η1=（η1，η2，η3）T，ξ=（ξ1，ξ2，ξ3）T，ζ=（ζ1，ζ2，ζ3）T，则结构方程可以写成：

2.信度与效度检验

对问卷数据进行信度分析，结果显示问卷整体Cronbach’s α为0.838，说明内部一致性较好，呈现出较高的信度。采用KMO和Bartlett’s球形检验进行效度分析，结果显示，KMO统计量的值为0.878，大于0.7的标准，t值远大于1.69的临界值，说明本研究所采用的量表各个题项的相关系数矩阵间存在显著差异，适合进行因子分析。

3.验证性因子分析

验证性因子分析（Confirmatory Factor Analysis，CFA）是Thomopson提出的，研究人员在执行结构模型之前，必须先进行测量模型的分析，可以正确地反应研究的因子。Kline提出，如果发现测量模型可接受，则进行第二步骤，进行完整的SEM模型评估。本文利用AMOS 21.0软件，并运用最大似然估计法（Maximum Likelihood）进行验证性因子分析，学习适应性中的题目“有学习方法和计划，积极主动进行学习”（S1）的因子载荷系数为0.336，未达到理想标准，将其删除。针对所有潜变量再次进行CFA分析，均达到理想标准，结果如表5所示。模型包括学习适应性、风险认知程度、焦虑状态、心理健康状态、行为反应程度、线上课堂适应程度，所有指标的因子载荷系数皆在0.7以上，P值均达到显著，说明所有潜变量信度良好。

表5 验证性因子分析

（三）结构方程模型拟合度分析

解释测量模型与潜变量之间的关系，首先要评价结构模型的拟合度。通常，我们把X2、X2/df、RMSEA、GFI、AGFI等作为判断拟合优劣的主要指标。Markus（2012）和 Kline（2015）提出，GFI和AGFI是评价结构模型拟合优劣的传统指标，两者取值越接近1，表明模型拟合度越好。RMSEA为评价模型拟合优劣的首要指标，一般认为RMSEA小于0.08是可接受的模型，小于0.05是较好的模型。

本文使用AMOS21.0软件对结构方程模型进行拟合度检验，从表6可以看出，各个指标都达到了所要求的标准，所以本文假设的模型较好地拟合了样本数据的结构关系。

表6 结构模型拟合指标

（四）结构方程模型结果分析

图3和表7反映变量之间关系的路径图和检验结果。

图3 大学生学习适应性影响因素路径图

在大学生学习适应性的结构统计模型中，从表7的研究结果可知，风险认知程度对学习适应性的回归系数影响不显著，其余变量均呈现显著的影响。其中，行为反应程度对学习适应性的影响虽然在0.001水平上没有达到显著，但是P值小于0.05，说明依然存在显著性影响。具体来看，线上课堂适应程度（-0.299）是影响大学生学习适应性的首要因素，其次是心理健康状态（0.276）、焦虑状态（0.118）、行为反应程度（0.040），而风险认知程度对学习适应性的影响并不显著，但风险认知程度对行为反应程度和心理健康状态有一定的影响，且焦虑状态对心理健康状态有很大的影响。同时，由表2可以看出，各个潜变量与对应的显变量的标准化回归系数都在0.7以上，充分表明模型的内在质量检验良好。

表7 大学生学习适应性结构模型路径系数

综上所述，结构方程模型基本反映出了新冠肺炎疫情期间各个因素对大学生学习适应性影响力的大小。

五、研究结论与建议

突发公共卫生事件具有突发性和严重的社会危害性等特点，新冠肺炎疫情的爆发正值春节期间，对社会各个领域都产生了直接或间接的影响，对大学生群体学习适应性的影响不容忽视。根据上文研究可知，大学生的心理健康状态越好、采取的行为措施越积极、心情越平和、越能够适应网上授课的学习方式，那么大学生的学习适应性也就越好。据此，增强大学生学习适应性可以从以下方面入手：

（一）引导大学生树立知识型价值观，提高学习适应性内驱力

价值观是学习适应性的内驱力，疫情期间，虽然学习环境和学习方式的改变使部分学生无法适应，学习效率低下，但也是塑造学生学习价值观的好时机。部分学生在受访时认为，时刻好好学习就是在自己力所能及的范围内抗击疫情。学校和主流媒体可以借此引导大学生认识学习的价值、知识的力量并鼓励和赞扬大学生群体在疫情中的贡献，以增强大学生学习适应性的内驱力。

（二）高度重视风险认知问题，加大对大学生风险认知的教育

虽然风险认知程度对学习适应性的影响并不显著，但风险认知程度对行为反应程度和心理健康状态都有一定的影响，间接影响大学生的学习适应性。调查分析显示，不同专业类型、不同教育程度的学生认知水平存在显著性差异，其中，医科学生的认知水平相对较高，主要原因是其专业知识的相关性。对大学生了解疫情信息的主要渠道的调查显示，86%的学生是通过微博、微信公众号，68%的大学生是通过新闻媒体的报道。学校应改变这种“灭火式”风险教育模式，把风险认知教育加入平时的教育体系中，通过微博、微信公众号等网络社交媒体开展多种形式风险认知教育，提高大学生应对重大突发公共事件的能力。

（三）加强疏导教育与心理咨询

面对突如其来的新冠肺炎疫情，大学生缺乏足够的生活阅历和必要的心理准备，难免会产生焦虑、恐慌、悲伤甚至抑郁等心理应激反应，严重的甚至会影响其身心健康。所以，构建全方位、全覆盖的心理疏导和干预机制，科学地对大学生群体进行心理干预和疏导，是疫情防控过程中加强大学生思想政治教育的重要路径。与“非典”时期相比，从应对新冠肺炎疫情的情况来看，新时代大学生的心理调节能力和高校的心理教育工作水平都有了较大提高，但是突发公共卫生事件中有目的、有规划地开展心理教育的力度尚有不足。高校可以开设线上心理健康教育课程、实施有效的心理干预、开展针对性的心理教育等，减轻大学生群体的心理压力，缓和学生的心理冲突，帮助学生树立起防控疫情的决心和信心，引导其有效地调整学习状态，积极投入到学习中来。

（四）促进在线教育常态化，改变应急式教育模式

此次疫情催生了在线教育的广泛应用，成为课堂授课的一种应急替代，这种应急替代是在没有经过精心设计和充足准备下开展的，因此并没有取得良好的学习效果。在线教育是现代教育的一种发展趋势，有关方面应乘势而为，推动在线教育广泛应用。从学校层面看，关键是引进新技术、创立新平台、提供新服务，强化教学指导；从教师层面看，关键是系统化分析、调整和制定教学理念、教学方式、教学计划；从学生层面看，关键是培养自主学习能力，增强参与线上教学的主动性。