中国远程教育学生流失现状及归因，本文主要内容关键词为：远程教育论文,中国论文,现状及论文,学生论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：G728 文献标识码：A 文章编号：1009－5195(2013)04－0067－07
一、引言
上世纪90年代以来，随着计算机和网络的广泛应用，远程教育学生规模不断增长。据教育部统计，截至2011年，我国远程教育本专科在校学生规模已达453万人。(中国教育年鉴编辑部，2011)然而与此同时，远程教育学生流失率远高于传统教育的问题也日益凸显。据调查，传统教育学生流失率约为5％左右，而远程教育则可能高达30％以上。(刘永权等，2012)
较高的学生流失率增加了教育机构的生均办学成本，新招收一个学生的成本通常是挽留一个潜在流失学生的数倍。(Simpson,2011)终止学习对于学生而言是对其前期经济和精力投入的浪费，普遍的学生流失现象不利于实现高等教育大众化，有悖于教育公平原则。(陈林，2006)此外，高学生流失率必然导致低毕业率，这将给教育机构的社会声誉造成负面影响，从而使政府投入减少，形成恶性循环。
有鉴于此，越来越多的教育机构及学者开始关注远程教育的高学生流失率问题。国外对这一领域的研究起步较早，已形成较为成熟的理论框架。国内的相关研究文献最早出现在2004年，主要以经典的辍学模型为理论依据，基于我国远程教育的现实环境，开展田野调查，探寻我国远程教育学生流失的若干规律和影响因素，寻求降低流失率的解决方案。本文拟在介绍国外经典辍学模型的基础上，分析国内远程教育学生流失现状，进而对远程教育学生流失影响因素进行归纳，并在此基础上提出适用于我国远程教育情景的学生流失与保持模型。
二、经典辍学模型
Tinto(1975)提出的关于高校学生辍学的概念模型(见图1)是国外经典辍学模型中应用最为广泛的。该模型将学生的继续学习或辍学的决策归因为入学前个人属性、个人及教育机构的目标和承诺、学术融合和社会融合。“融合”是该模型的核心。Tinto认为在学术和社会两个层面融合得较好的学生倾向于做出继续学习的决策，反之则易做出辍学决策。
图1 Tinto(1975)高校学生辍学模型
在Tinto的辍学模型基础上，Kember(1989)提出了适用于远程教育的辍学模型(见图2)。Kember模型相较Tinto模型的最大改进之处，在于加入了成本收益分析对学生的辍学(或完成学业)决策过程进行解释。此外，针对远程教育学习者多为成人的现实状况，Kember在模型中引入了学习动机(内外部)、社会与工作环境、社会与工作融合等因素。该模型纵向地对远程教育学生的辍学(或完成学业)行为进行了系统的归因分析。
图2 Kember(1989)改进的远程教育辍学模型
虽然以上两个模型纵向地对从学生入学到辍学行为发生的整个过程进行了解释，但并未全面地罗列影响辍学行为存在的各种因素。Rovai(2003)对先前研究所发现的各种影响因素进行汇总和分类，提出了可对远程教育学生保持进行解释的综合模型(见图3)。Park等(2009)基于该模型进行的实证研究证明该模型具有较高的解释能力。
图3 Rovai(2003)综合学生保持模型
三、国内研究现状
1.概述
教育领域的学习者流失现象通常也被称作辍学，也有学者从挽留和保持的角度针对该问题开展研究。为较为全面地收集国内学者在远程教育学生流失领域的研究成果，我们将“流失”、“辍学”、“挽留”、“保持”作为第一组关键词以限定研究问题，将“远程教育”、“网络教育”、“开放教育”、“在线教育”作为第二组关键词以界定研究范围。以第一、二组关键词搭配的方式在中国知网(CNKI)中进行搜索，通过人工判别的方法筛除不属于该领域或不具备学术价值的文献，共找到相关学术论文37篇，主要研究包括：远程教育学生流失的现状及规律、与远程教育学生流失相关的各种影响因素、学生流失对于远程教育发展的危害，以及降低远程教育学生流失率的对策。
从文献的年代分布(见表1)可以看出，国内关于远程教育学生流失的研究始于2004年，2008年起对于该领域的关注有所增加，近两年有进一步升温的趋势。究其原因，1999－2003年属于我国开展远程高等教育的前几年，学生流失问题尚未引起学者们的关注；近年来远程高等教育开始由量到质的转变，降低学生流失率是提高教学质量很好的切入点；此外，李莹等(2011,2012)依托国家自然科学基金面上项目“远程开放教育辍学研究”开展的系列研究也对该领域起到了推动作用。
2.研究方法
从表1中可以看出，在研究方法上，国内学者主要采用访谈(19篇，占51％)、问卷(13篇，占35％)和描述性统计(11篇，占30％)的方法，文献综述(6篇，占16％)和理论推演法(2篇，占5％)也有所采用。需要特别说明的是，有相当一部分研究采用了两种或两种以上的研究方法(14篇，占38％)。
采用最多的三种研究方法中，描述性统计一般被用以分析学生流失的若干规律，样本数据的来源一般为教育机构的教务管理系统或学习管理系统，样本量普遍较大。例如，黄正明等(2008)对教务管理系统中的三个年级共计48115名学生的学籍数据进行分析，发现学生流失率最高的学期为第三学期，专科学生流失率高于本科，成绩差的学生流失的可能性较高。由于样本量较大，描述性统计研究结论的普适性较高，但因管理系统数据库中可供分析的数据属性有限，故研究发现多不够深入。
问卷和访谈的方法则更适合于探讨学生流失的深层次原因，调查对象不仅限于学生本身，也包括班主任和任课教师。江西电大课题组(2004)根据已有研究成果和现实经验设计包含19个预设项目的问卷，分别向流失学生及管理教师发送问卷，对回收的186份有效问卷进行频度分析后发现，工学矛盾是学生流失最主要的原因。张岚(2012)从动机、方法、时间、学习结果、环境、社会性等6个心理维度出发，设计包含21个问题的问卷，对14位流失学生进行问卷调查，并在此基础上对学生、班主任、任课教师进行访谈，以发现学生流失的内在原因。值得注意的是，问卷和访谈两种研究方法经常同时使用(10篇，占27％)。
在数据分析方法上，绝大多数采用问卷法的研究仅是对问题选项进行了频次统计，但分析不够深入，个别文章采用了较深的分析方法，如结构方程的方法。而采用访谈的研究多数没有采用更为严谨的结构化分析方法，少数采用质性分析软件的方法对访谈数据进行编码和归类。
3.流失现状及规律
不同研究统计的学生流失率差别很大。究其原因，除了研究样本的来源高校、入学年级、涉及专业不同外，对于学生流失定义上的差别也是重要因素。目前学界对于学生流失尚无统一的定义，但可归纳为以下几种类型或组合：(1)正式提出退学(或休学)申请并经过学校审批；(2)1个或连续n个学期未注册；(3)转学或转专业；(4)未正式进行任何课程的学习。相对而言，采用多种组合对学生流失进行定义更为准确。
国内学者进行的研究反映出我国远程高等教育的学生流失存在一些客观规律，这些规律对于现实的教育管理工作具有一定的指导意义。首先，在流失时间上，第二学期开始阶段的学生流失比例最高，第一、第三学期的开始阶段次之。其次，男性学生的流失率高于女性，专科学生流失率高于本科。再次，学生年龄与流失率的关系未形成明显的规律，如蒋玉兰等(2006)发现年龄越大的学生越容易流失；张妙华等(2006)及赖显明(2009)则发现31－35岁左右的学生最容易流失。此外，部分研究指出在办学项目开展的前期流失率较高，专业性要求高的专业学生流失率较高。(闫晶晶等，2008；赖显明，2009)
四、学生流失影响因素
学习者进入远程教育机构，参加由教育机构提供的远程高等教育项目的学习。在此过程中，学习者学习行为的保持或中止，必然与学习者自身及教育机构的某些属性和因素有关。此外，学习者及教育机构所处的宏观环境也对学习者的流失行为存在影响。因而，可将学生流失的影响因素大体上分为三类：学习者因素、教育机构因素和环境因素。
37篇文献中，有27篇文献涉及了学生流失影响因素的研究，这些研究大部分是采用问卷或访谈的实证研究。通过对这27篇文献进行详细阅读和记录，共得到160项和学生流失存在关联的影响因素，删除重复因素后得到相对独立的64项因素。
为对这些影响因素进行归类，笔者借鉴了Lee(2011)在类似研究中所采用的持续比较法：第一，将64项影响因素逐个映射到学习者因素、教育机构因素和环境因素三大类中；第二，随机选取一个因素，对其进行次级类别的定义；第三，继续选择另一个未经划分的因素与已划分的因素进行比较，若属于同一次级类别则划入该类别，若不属同一类别则新建次级类别并划入该类别；重复第3步直至所有因素划分完成。
依照以上方法，笔者将64项相对独立的影响因素划分为表2的11个次级类别。即学习者因素包括：人口统计学因素、学前准备及技能、学习心理因素和学业表现；教育机构因素包括：专业及课程设计、教育机构支持和交互；环境因素包括：工学矛盾、家庭支持、计划外事件及社会支持。
1.学习者因素
人口统计学因素。不同年龄、性别、专业层次的学生在流失率上存在较为显著的差别，这样的结论得到国内多篇文献的验证。(江西电大课题组，2004；蒋玉兰等，2006；张瑛等，2012)然而，国外也有研究发现人口统计学因素对于学生流失的影响并不显著。(Levy,2007)
学前准备和技能。远程教育较面授教育更强调学生的自主学习，这不但要求学生具备利用计算机和网络进行自主学习的能力，先前的教育经历也对学生的自主学习效果有较大影响。若学生在入学前没有足够的心理和学习技能上的准备，加之在学习过程中受到来自工作和家庭的各种干扰时不能有效安排学习时间，则很可能在学习过程中辍学。李莹等(2011)对英语专业118名流失学生进行的关于流失原因的问卷调查结果显示，时间管理能力和学习基础因素在14项因素中分别位列第2、3位。对于在线学习的适应程度也和学生的流失行为密切相关。
学习心理因素。学习心理因素与学生的流失行为存在较强的关联。学习动机的消失很可能导致流失行为发生。内部动机较外部动机更为持久，且不易受外部环境改变的影响。因而，内部学习动机较强的学生一般不易流失，而仅具备外部学习动机的学生则更易因受环境影响失去学习动机而流失。(蒋玉兰等，2006；张岚，2012)吉喆等(2008)在其实证研究中发现，学生对于课程的评价(正面的和负面的)及其学习取向(浅层的和深层的)都与其是否能完成学业存在较强的关联。在线学习由于师生时空的分离，容易让学生产生学习孤独感，进而导致流失。(张岚，2012)此外，学生自身的学习焦虑感较高和自我效能感较低也易导致学生流失。(崔玲玲等，2009；郭红霞等，2011)
学业表现。学业表现不单包括学业评价结果，还包括学生学习行为的表现。学业评价结果是最为直观和最易获得的流失因素。李莹等(2012)通过分析流失学生的课程注册与学业成绩数据，发现学生的选课情况及学业成绩对于流失的影响。学习困难，跟不上学习进度是重要的流失因素。(曹文等，2005；黄正明等，2008；谢蓉蓉，2009)学生是否具备明确的学习目标，是否制定合理的学习计划，在学习时的投入程度如何，是否进行了有效的自我监控和自我评价也是成功完成学业的关键。
2.教育机构因素
专业及课程设计。根据远程教育学生的特点选择合适的教材，确定适宜的课程难易程度，制定合理的教学计划是保证学生完成学业的关键。张瑛等(2012)在对特定学生群体进行的连续三学期的追踪调查发现，相当比例的流失学生认为课程难度过大。李莹等(2011)的研究也发现专业及课程过难是导致学生流失的重要因素。某些专业程度较高、相对独特的专业，其学生的流失率也相对较高。(曹文等，2005；赖显明，2009)对于教学对象大部分是在职学生的远程教育而言，课程内容缺乏实用性以及有趣性也可能导致学生流失。(谢蓉蓉，2009；郭红霞等，2011；李莹等，2011)
教育机构支持。教育机构对于远程教育学生的学习支持是多方面的，主要包括教师、教学硬件条件和学习支持服务。王卫东(2008)认为，教师教学质量不高，基层学习中心缺乏师资是学生流失的原因之一。还有学者指出教师的学习支持服务意识不强与学生流失有关。(闫晶晶等，2008；孙晓玲等，2012；张瑛等，2012)教师及班主任对于学生情感关怀的欠缺，(卢峰，2011；苏理华等，2012)使得教育机构无法发现潜在的流失学生，因而不能在其产生中止学习的动机之初，及时地采取挽留措施。此外，面授时间安排不合理、收费过高、文凭认可度较低也与流失率密切相关。(江西电大课题组，2004；谢蓉蓉，2009；张瑛等，2012)
交互。交互包括教育机构所提供的学生之间以及师生间的交互式学习场景。有的学生在学习过程中缺乏与教师、同学之间的交流互动，从而产生孤独焦虑感，造成学习动机降低，失去学习的兴趣和信心，最终放弃学业。(闫晶晶等，2008)
3.环境因素
工学矛盾。参与远程教育学习的学生绝大部分是在职成人学习者，因而工学矛盾是远程教育学生流失最为重要的因素，这一观点在多篇文献中提出并得到验证。(江西电大课题组，2004；蒋玉兰等，2006；黄正明等，2008；李莹等，2011)例如，张妙华等(2006)对324名流失学生进行的问卷调查发现，有196人是工学矛盾造成的辍学。李莹等(2011)的研究中，有43.6％的本科学生和31.6％的专科学生认为工学矛盾是导致其中止学习最为重要的因素。工学矛盾具体包括以下几个方面：工作与学习在时间上的冲突；频繁的出差导致失去学习环境和条件；工作不稳定导致更换居住地或学习需求变更；学业与工作的相关程度。
家庭支持。家庭支持不单是家庭成员在主观上对于学习者的支持，还包括学习者所在的家庭能否为其学习提供良好的学习环境。(张妙华等，2006；李莹等，2011)此外，若学生要承担沉重的家务负担，也不利于其完成学业。良好的家庭经济条件也是保障学生完成学业的关键。(李莹等，2011)
计划外事件。计划外事件对于学生流失行为的发生经常是决定性的。出国、怀孕生子等家庭的重大变动，个人健康问题，以及一些无法预料的突发事件，可能直接导致学生流失。(李莹等，2011)
社会支持。面授教学仍是远程教育的重要辅助教学手段，学生因当地交通不便长期无法参加面授教学可能使得学生无法跟上学习进度，造成学习困难，进而导致流失。(孙晓玲等，2012)此外，上网费用等其他的社会支持因素也与学生流失有关。(吉喆等，2008)
4.远程教育学生流失与保持模型
基于以上分析和归纳，本文提出一种适用于我国远程教育情景的学生流失与保持模型(见图4)。该模型将学生流失与保持的影响因素归纳为环境、教育机构、学习者三大类，各大类中分别包含如图所示的11个小类。学习者与教育机构共同处在一个外部环境中，环境中的各项因素对学习者和教育机构存在影响。教育机构与学习者之间有交集，表示两者所包含的因素之间存在相互影响的关系。不同大类因素之间的距离表示相互之间关系的紧密程度。
图4 远程教育学生流失与保持模型
五、结束语
目前国内学者关于远程教育学生流失问题的研究有所升温，主要采用描述性统计的方法对管理系统的数据进行分析，以发现学生流失现象中存在的一些客观规律；或采用针对学生和教师进行问卷和访谈的方法以发现流失的原因。从已有的流失率统计数据可以看出，学生流失问题是我国远程教育发展所面临的较为严峻的现实问题。目前对于流失原因的探讨已较为全面，但各因素之间的相互关系仍不清晰。如何有效降低学生流失率是我国远程教育机构目前面临的较为棘手的问题。
笔者认为，要降低学生流失率，一方面可以基于我国远程教育的现实情景，对学生流失各因素间的相互关系进行研究，并在此基础上建立结构化的学生流失模型，对学生流失的决策过程进行更为清晰的解释；另一方面可以采用数据挖掘方法，利用教务管理系统和学习管理系统数据，建立学生流失预测模型，在流失行为发生前发现潜在的流失学生，以便教育机构可以有针对性地采取挽留措施，从而有效地降低流失率。
收稿日期 2013－02－28