1. 引言
课堂学习投入(Classroom Learning Engagement)是学生学习质量的关键体现[1]。2020年9月教育部会同国家发改委、财政部发布的《关于加快新时代研究生教育改革发展的意见》指出，研究生需具备运用外语开展学术研究与国际交流的能力。英语能力作为研究生学术研究与职业发展的必备能力，关系其科研效率与成果质量。课堂是提升英语能力的重要场所，学习投入程度影响学生英语学习效果与职业竞争力。目前研究聚焦大学生英语课堂学习投入的投入情况[2]、影响因素[3] [4]、投入效能[5] [6]、测量工具[7] [8]，尚未涉及研究生群体。鉴于此，本文探讨研究生英语课堂学习投入现状，以期为研究生课堂教学改进和质量提升提供参考。
2. 文献综述
学习投入(Learning Engagement)源于教育心理学，指“学习者在学习活动中积极参与的程度及持续积极的状态”[9] (p. 150)。弗雷德里克斯(Fredricks)等研究者将其分为行为投入、认知投入和情感投入[10]。任庆梅将该三维学习投入模型应用到课堂投入，指出“行为投入是学生参与学习活动的专注与积极程度；认知投入是学生付出的认知努力、注意力及采取的自我管理策略；情感投入是学生对学习环境产生的正面情感体验”[1] (p. 39)。
大学生英语课堂学习投入情况研究从整体或单维投入展开，关注不同教学情境下的投入。研究考察了语言技能教学情境下单维或各投入维度的特点，指出大学生在混合式学术英语写作课堂中，呈现多样的行为投入、深入的认知投入和客观的情感投入[11]；也有研究关注学习者反馈投入，界定同伴反馈行为、认知与情感投入间的关系[12]。智能手机或AI辅助英语课堂教学中的学习投入也受到关注[13] [14]。此外，研究既重视投入过程[2]，认为不同教学情境下投入变化存在显著差异；也关注投入变化[15]，指出大学生课堂学习初始投入高者增长趋势较弱；学期中降至最低，期末升至最高；个体发展态势与群体均值差异显著[2]。也探究了英语课堂学习投入与不投入的动态变化，指出投入程度受心理需求影响显著，且个体差异较大[15]。
英语课堂投入效能研究关注对学习成绩、成效、收获满意度的作用[6] [16]。有研究采用结构方程模型，考察课堂投入对学习收获满意度的预测效应[6]；也探讨了成长型语言心态对学习成绩的预测作用，以及投入的中介机制[16]。前期研究在维度划分、情境设定、技术介入方面为探究研究生英语课堂学习投入提供了借鉴。本文基于现有的课堂投入量表，探究我国研究生英语课堂投入在行为投入、认知投入、情感投入、学业发展、心智发展5个维度的投入情况、性别差异及维度间关系。
3. 研究方法
3.1. 研究对象
本研究通过随机与方便采样相结合的方式，取得教师及学生同意后，使用微信、QQ两种方式，采用统一指导语，通过问卷星，让学生在线匿名填写。来自全国不同地区、不同层次高校的251名非英语专业硕士研究生参与了问卷调查。其中，男生56名，女生152名；研一112名，研二75名，研三21名。学生均自愿参与本研究。
3.2. 研究工具
本研究采用的调查问卷包括人口统计信息、英语课堂学习投入情况量表以及投入结果量表。人口统计信息包括性别、年龄、学校、年级、专业等。量表基于大学生英语课堂学习投入多维评价体系中的二级指标概要改编修订，包括行为投入、认知投入、情感投入、学业发展、心智发展5个维度[1]。共52个题项，每个题项采用李克特5级量表形式，计分为1~5分。其中，英语课堂学习投入情况量表包括行为投入、认知投入、情感投入3个维度，共35个题项，1~5分别表示“几乎从不、很少、有时、经常、总是”。英语课堂学习投入结果量表包括学业发展和心智发展2个维度，共17个题项，1~5分别表示“完全不符合、不太符合、不确定、基本符合、完全符合”。量表数据的整体信度系数为0.976，5个维度信度系数分别为行为投入0.934、认知投入0.936、情感投入0.940、学业发展0.895、心智发展0.911。通过探索性因子分析验证了问卷的结构，结果显示，KMO值 = 0.940，巴特莱特球形检验值 = 8868.874 (df = 1326, p = 0.000)，巴特莱特球形检验卡方分布达到显著水平，表明量表题项适合做因子分析。该量表整体及各维度具有较高的内部一致性和可靠性，信效度良好。
3.3. 数据收集与分析
研究者于2025年6月展开调查，删除回答规律性明显、非研究对象(大学生、博士生)、答题时间过短(小于120秒)的问卷，共收集有效问卷208份。首先使用SPSS 24.0对量表数据进行描述性统计和相关性分析，展现各维度的现状水平及相关性，并采用独立样本t检验对比不同性别研究生的英语课堂学习投入情况及结果。最后，通过回归分析探究三维投入对学业发展或心智发展投入结果的预测作用。
4. 结果与讨论
4.1. 研究生英语课堂学习投入总体情况
本研究采用维度均分法量化各维度的投入情况。具体而言，对于构成某一维度的所有题项，计算其得分的算术平均值，并将该均值定义为该维度的代表分数。该方法能够消除维度内题项数量对总分的影响，使5个维度之间的分数具有可比性，结果见表1。
Table 1. Descriptive statistical results of master’s students’ English classroom learning engagement
表1. 研究生英语课堂学习投入描述性统计结果
维度 |
行为投入 |
认知投入 |
情感投入 |
学业发展 |
心智发展 |
均值(M) |
3.18 |
3.13 |
3.29 |
3.76 |
3.80 |
标准差(SD) |
0.78 |
0.75 |
0.78 |
0.64 |
0.61 |
数据显示，研究生英语课堂学习投入总体处于中等偏上水平。心智发展(M = 3.80, SD = 0.61)与学业发展(M = 3.76, SD = 0.64)得分最高，情感投入次之(M = 3.29, SD = 0.78)，行为投入(M = 3.18, SD = 0.78)和认知投入(M = 3.13, SD = 0.75)相对较低。各维度标准差(0.61~0.78)表明个体间存在适度差异。
这一结果与前期纵向追踪中国大学生英语课堂学习投入变化的研究不一致[15]。前期研究所测的行为、认知、情感投入均值依次为4.92、4.58、4.90，均高于本研究中投入各维度均值。这一差异主要源于两个群体在学习生态上的系统性不同。大学生阶段的英语学习作为明确的通识课程，其投入更多表现为应对外部的评价、显性的行为与情感投入；而研究生阶段的英语学习已深度工具化和隐性化，深度融合于其日常科研实践之中。因此，研究生在针对英语课堂学习投入的量表上自评分数相对保守。然而，正是这种与科研紧密结合的高效、隐性投入，解释了为何本研究中研究生的学业发展(M = 3.76)与心智发展(M = 3.80)均值较高。启发未来研究，对研究生英语学习成效的评估，需超越传统的课堂投入指标，转而关注其在真实学术实践中的应用与获得感。
4.2. 研究生英语课堂学习投入维度间相关性分析
分析显示，所有变量间均存在显著正相关(p < 0.01)，见表2。行为投入、认知投入与情感投入两两相关性最强(r = 0.732~0.821)，验证了三者作为学习投入核心构念的内在关联。情感投入与学业发展(r = 0.687)、心智发展(r = 0.637)的相关性高于其他维度，表明其对学生发展的作用。学业发展与心智发展高度相关(r = 0.786)，意味着二者可能存在共同的发展机制。
Table 2. Correlation analysis results among dimensions of master’s students’ English classroom learning engagement
表2. 研究生英语课堂学习投入维度间相关性分析结果
|
1 |
2 |
3 |
4 |
行为投入 |
— |
|
|
|
认知投入 |
.799** |
— |
|
|
情感投入 |
0.732** |
0.821** |
— |
|
学业发展 |
0.621** |
0.628** |
0.687** |
— |
心智发展 |
0.541** |
0.567** |
0.637** |
0.786** |
注：**.在0.01级别(双尾)，相关性显著。
相关分析结果表明，行为、认知与情感投入三者间的强相关性，印证了学习投入作为一个多维度构念的内在协同性。其次，情感投入与学业发展、心智发展的相关性更高，表明了其在连接学习过程与发展结果中的潜在核心驱动作用，这可能通过影响学生的学习焦虑水平与自我效能感来实现。最后，学业发展与心智发展间的高度相关则表明，在研究生阶段，知识习得与心智成熟是一个统一的发展过程，很可能通过深层学习机制共同推进。这些发现共同提示，促进研究生全面发展的教学干预应注重整体性，激发学生的三维投入，并重视创设积极的情感支持环境。
这一研究结果与已有英语写作同伴反馈学生行为、认知与情感投入的关系研究存在部分一致[12]。此研究发现认知与情感投入呈显著正相关(r = 0.545)，表明该关系在英语学习语境中具有跨情境稳定性。两项研究情境差异明显，前者聚焦同伴反馈写作任务，本研究聚焦课堂学习整体投入。未来研究可嵌入具体任务情境，通过分析课堂整体投入与特定写作任务下的同伴反馈投入数据，纵向追踪各类情绪如何在不同情境间迁移，并调节三维投入间的动态作用，揭示研究生英语学习投入的影响机制。
4.3. 不同性别研究生英语课堂学习投入的差异
独立样本t检验表明，女性在行为投入(t = 2.281, p = 0.024, d = 0.37)、情感投入(t = 2.215, p = 0.028, d = 0.36)、学业发展(t = 2.718, p = 0.007, d = 0.43)及心智发展(t = 2.383, p = 0.018, d = 0.37)上均显著高于男性，其中学业发展的性别差异最突出。认知投入无显著性别差异(t = 1.485, p = 0.139)，表明认知策略的使用不受性别因素调节。这表明，女性研究生在英语学习上取得更好的发展，并非源于更高的认知能力，而更可能与更高的自我效能感[17]、更低的学习焦虑[18]以及更强的内在动机有关。社会对女性在语言学习上的期望可能提升了其初始信心，促进了其课堂参与。相反，认知投入的无差异现象则说明，男女研究生在掌握和运用基础学习策略上已趋于同质。因此，对教学实践的关键启示在于，缩小性别差距、提升整体教学质量的重点应聚焦于创建低焦虑、高支持的情感环境，并通过关联学生学术志趣的任务设计来激发所有学生的行为与情感投入，而非仅仅专注于认知策略的训练。
Table 3. Independent samples t-test results of male and female master’s students’ English classroom learning engagement
表3. 男、女研究生英语课堂学习投入独立样本t检验结果
|
男M/SD (N = 56) |
女M/SD (N = 152) |
t值 |
p值 |
行为投入 |
2.98/0.75 |
3.26/0.78 |
2.281 |
.024 |
认知投入 |
3.00/0.74 |
3.18/0.75 |
1.485 |
.139 |
情感投入 |
3.09/0.73 |
3.36/0.79 |
2.215 |
.028 |
学业发展 |
3.56/0.67 |
3.83/0.62 |
2.718 |
.007 |
心智发展 |
3.63/0.68 |
3.86/0.58 |
2.383 |
.018 |
与既往研究相呼应，本研究也考察学习投入各维度的性别差异，见表3。已有学者在486名中国高一英语学习者中发现，女生在课堂投入、自主动机及英语成绩上均显著优于男生[16]。本研究进一步验证了该趋势，女生在情感投入(p = 0.028)、学业发展(p = 0.007)与心智发展(p = 0.018)上显著高于男生，且效应方向一致。但是，前人研究通过报告Cohen’s d效应量科恩d值并据此将性别作为协变量纳入后续链式中介模型，有效控制了人口学混淆效应[16]；本研究尚未引入效应量与协变量控制，未来可在结构方程模型中加入性别变量，检验投入与学习收获间的路径关系。
4.4. 三维投入对投入结果的预测作用
多元线性回归分析显示，情感投入(β = 0.473, t = 5.336, p < 0.001)与行为投入(β = 0.231, t = 2.749, p = 0.007)对学业发展具有显著正向预测作用，而认知投入预测效应不显著(β = 0.055, t = 0.545, p = 0.586)，见表4。模型整体解释力较强(R2 = 0.621)，但认知投入的方差膨胀因子(VIF = 4.139)提示其与情感投入存在共线性，这可能导致认知投入的独立预测效应被情感投入所掩盖。但可能并非意味着认知投入本身对学业发展无关紧要，而更可能反映了其在研究生英语学习过程中与情感投入紧密交织、协同作用。在实践层面，提示教师在实施教学干预时，应注重同时激发学生的认知与情感投入，而非将其视为孤立的维度。
Table 4. Regression analysis results of three-dimensional engagement and academic development
表4. 三维投入与学业发展的回归分析结果
|
未标准化系数 |
标准化系数 |
t |
p |
VIF |
|
B |
标准误差 |
β |
|
|
|
(常量) |
1.737 |
.146 |
|
11.932 |
.000 |
|
行为投入 |
.190 |
.069 |
.231 |
2.749 |
.007 |
2.905 |
认知投入 |
.047 |
.086 |
.055 |
.545 |
.586 |
4.139 |
情感投入 |
.386 |
.072 |
.473 |
5.336 |
.000 |
3.222 |
a. 因变量：学业发展。
在预测心智发展的模型中，仅情感投入具有显著预测力(β = 0.492, t = 5.135, p < 0.001)，行为投入(β = 0.142, p = 0.121)与认知投入(β = 0.050, p = 0.648)均未达统计显著性，见表5。情感投入的标准化系数在两项模型中均最高(学业发展β = 0.473；心智发展β = 0.492)，表明其是学习成果的核心驱动力。
Table 5. Regression analysis results of three-dimensional engagement and mental development
表5. 三维投入与心智发展的回归分析结果
|
未标准化系数 |
标准化系数 |
t |
p |
VIF |
|
B |
标准误差 |
β |
|
|
|
(常量) |
2.056 |
.150 |
|
13.677 |
.000 |
|
行为投入 |
.111 |
.072 |
.142 |
1.558 |
.121 |
2.905 |
认知投入 |
.040 |
.088 |
.050 |
.457 |
.648 |
4.139 |
情感投入 |
.384 |
.075 |
.492 |
5.135 |
.000 |
3.222 |
a. 因变量：心智发展。
本研究通过回归分析发现，情感投入对学业发展与心智发展具有最强的预测作用，而认知投入的预测作用不显著。这一结果与克拉申(Krashen)的情感过滤假说相吻合[18]，高情感投入可能通过降低学生的学习焦虑、提升学习动机，进而促进语言知识的吸收与心智发展。同时，依据班杜拉(Bandura)的社会认知理论[17]，情感投入也可能通过增强学生的自我效能感，间接促进其学业表现。另一方面，认知投入未能显示出显著预测力，可能源于以下几方面原因：首先，本研究使用的认知投入维度的量表可能未能充分捕捉研究生在英语学习中所运用的深层认知策略；其次，情感投入与认知投入之间存在高度相关性，情感投入的强烈效应可能在统计上掩盖了认知投入的独立贡献；此外，研究生作为高自我调节学习者，其认知策略使用可能已趋于稳定，个体差异较小，难以预测学业及心智发展的变化。未来研究可进一步探索认知投入的深层维度及其在不同学习情境中的作用机制。
本研究与前期研究发现具有一致性[6]。两项研究均证实了情感投入对学习收获(学业与心智发展)的预测力最强(β = 0.47~0.49, ps < 0.001)，表明情感投入的重要性和跨学段稳定性。其次，行为投入在两项研究中均未能显著预测学习收获(ps > 0.10)，复现了其效应依赖于认知投入激活的结论。此外，前人研究强调认知投入是情感影响行为的中介。本研究虽未检验此路径，但情感投入极高的直接效应提示，在认知相对成熟的研究生群体中，情感可能直接驱动学习收获，其作用路径或存在学段差异。综上，情感投入的核心地位与行为投入的条件性失效在本科与研究生阶段均成立，但作用机制可能因认知成熟度而异，后续可检验学段、专业的调节效应。
5. 结语
本研究探讨了非英语专业硕士研究生英语课堂学习投入现状。研究发现，非英语专业硕士研究生在英语课堂中的总体投入呈中等偏上态势，其中学业发展与心智发展维度得分最高，情感投入次之，行为投入和认知投入相对薄弱；各投入维度间均呈显著正相关，尤以行为、认知、情感三者的交互作用最为紧密。性别差异分析显示，女生在学业发展得分上显著高于男生，认知投入未出现显著差异。回归结果进一步表明，情感投入不仅显著预测学业发展，亦对心智发展具有独立解释力，而认知投入对两项结果变量的预测效应均未达显著。
本研究仍存在以下局限：其一，样本虽覆盖多地区多类型高校，但仅展示了一次横截面数据结果，未能体现投入维度的动态变化；其二，研究工具主要依赖自陈问卷，可能受自我认知偏差影响，未来可结合心电图、加速度计等生理指标测量以提升数据多元性。本研究为理解我国非英语专业硕士研究生英语课堂学习投入提供了新的实证证据，启发未来研究须以情感投入为核心，在纵向大样本设计中检验其对学业与心智发展的中介与调节路径；教师应构建情境化情感支持，同步强化行为与认知投入，以提升研究生英语课堂深度学习投入成效。为此，在未来研究生英语教学中应大力推行与学生专业方向深度融合的探究式项目(如文献综述、研究提案)、学术辩论等活动，将英语从学习对象转变为学术交流的工具。通过提升任务的相关性与真实性，同步激发学生的情感动力与深层认知策略，从而实现情感与认知投入的协同激活，更有效地促进研究生的学业与心智发展。
致 谢
本研究谨向所有给予支持与帮助的各方致以衷心感谢。特别感谢208位匿名硕士研究生在课业繁忙之际悉心参与调研，为本研究提供了关键的实证支持。由衷感谢相关高校的任课教师在数据收集过程中给予的支持与配合。最后，诚挚感谢贵刊为本文提供的宝贵发表机会与严谨的审阅工作，使研究成果得以在学术平台传播交流。