智慧物流环境下物流专业大学生学习投入度研究
——以江苏科技大学为例

李晓萍，郎吉圣，吴影辉

（1.江苏科技大学 经济管理学院，江苏 镇江 212003；2.中船工业现代物流研究中心，江苏 镇江 212003）

0 引言

随着我国进入调整经济结构、转变发展方式的经济转型期，在物联网、云计算、大数据、互联网+等新兴信息技术快速发展的战略机遇期，现代物流产业加快降低生产资料成本和提高劳动生产率，逐渐成为推动国民经济发展的第三利润源泉。物流产业必将迎来一个“智慧物流时代”，这是现代物流产业实现可控化、可视化、智能化、信息化和网络化发展的必然趋势。同时，物流业发展离不开强有力的人才队伍。随着“中国制造2025”提出，企业对物流人才提出了高标准、新要求。国家发展改革委印发《“互联网+”高效物流实施意见》文件指出要培养互联网和物流领域复合型专业人才，完善激励机制，培育一批物流新技术、新设备研发应用领军人才和技术带头人。培养适应国家战略发展的智慧物流高技能型人才迫在眉睫。高校物流专业大学生是企业物流管理人才的重要来源之一，几十年来，我国许多高校的物流专业为企业提供了一大批高层次的物流管理人才。然而，目前物流管理专业人才培养与智慧物流对人才的要求有一定的差距，因此，需要研究智慧物流环境下物流专业大学生学习投入现状以及投入度影响因素，寻找学习投入提升路径，探索高校物流管理人才培养新模式，为高校培养适合当前物流发展新趋势的智慧物流人才提供有益的理论和实践参考。

1 文献综述

1.1 核心概念界定

（1）智慧物流。IBM于2009年最早提出“智慧供应链”概念，即建立一个面向未来具有先进、互联和智能三大特征的供应链，紧接着“智慧物流（Intelligent Logistics System，ITL）”的概念由此延伸而出。历经十几年发展，学者们对于智慧物流的认识和概念也在不断补充与更新。何黎明[1]认为智慧物流是以物流互联网和物流大数据为依托，通过协同共享创新模式与人工智能先进技术，重塑产业分工，再造产业结构，转变产业发展方式的新生态。黄晓野等[2]将智慧物流视为实现物流行业智能化与自动化管理，建设我国现代化经济体系的重要推动力。韦映梅[3]指出智慧物流是物流配送环节的创新模式，具有服务范围广、成本低，可满足不同类型客户需求的优势与特征，是现代物流产业发展的重要趋势。

综上所述，智慧物流可以理解为将传统物流的仓储、运输、包装、装卸、搬运、加工、配送以及信息服务等环节与物联网、云计算、大数据以及互联网+等新兴信息技术系统科学、有效的结合，达到提高物流效率、降低物流成本的目的。

（2）学习投入。学习投入是“Student Engagement”的中文翻译，在国内，也有学者将其翻译为学生参与度、就读经验或在校经验等。KUH[4]将学习投入度定义为：学生个体在自己学业与有效教育活动中所投入的时间和精力，以及学生如何看待学校对他们学习的支持力度，其本质就是学生行为与院校条件的相互作用。FREDRICKS，等[5]从教学系统的角度来定义学生的学习投入，他们认为学习投入是学习过程中行为、情感、认知的相互作用或融合，因此他们将学习投入划分为三个部分，即行为投入、认知投入和情感投入，这三种投入相互影响、相互作用，成为一个不可分割的整体。

1.2 学习投入度测量与应用研究

国内外关于学习投入度的测量应用较为成熟。2000 年美国的全美大学生学习投入度情况调查（NSSE）影响最为广泛、最具影响力，调查维度包括主动合作学习、师生互动、学习挑战度、教育经历丰富、校园环境支持[6]。BUNDICK，等[7]提出一种基于师生关系、内容与学生的相关性以及教师的教学能力三方面的概念模型，用于测量学生在课堂上的学习投入度。MAMELI，等[8]将学习投入度划分成情感、行为、认知和代理四个组成部分，并通过对1 210 名意大利中学生进行研究，结果证实了学生投入量表四维结构的稳健性。中国自2007年引入NSSE，史静寰教授研究组对其进行本土化，形成适合中国国情的大学生学情调查工具NSSE-China，并在实践中不断得到本土化、理论化。汪雅霜团队[9]通过自主设计调查量表，从元认知策略、同伴互动、深层认知策略、师生互动、学习热情五个维度探究了我国大学生学习投入度的总体状况，发现我国大学生学习主动性不高，师生之间交往互动较少。张屹，等[10]从行为投入、认知投入和情感投入三个主维度对智慧教室环境下大学生的课堂学习投入现状进行测量，发现智慧教室环境下大学生学习投入度情况较好，学生在行为、情感、认知层面的投入水平均有显著性提升。张沛[11]基于国内外学者对于学习投入度测量的研究基础，从学习行为投入、学习方式和师生互动这三个维度探究了云南大学硕士研究生的学习投入情况，实证得出云南大学硕士研究生的学习行为投入较低。

由此可知，目前国内外关于学习投入度的测量主要从认知、情感、行为三方面开展研究，然而对于智慧物流环境下物流专业大学生学习投入度测量研究相对较少，迫切需要对其进行系统研究，为我国高等教育在物流专业教学质量监控和学生发展方面提供实质性的建议。

1.3 智慧物流环境下物流专业大学生学习投入度影响因素研究

物流人才的发展已经跟不上现代物流发展的步伐，在物流专业课堂上学生也呈现出努力程度不高、注意力分散、学习投入度低等现象。那么智慧物流环境下高校物流专业大学生学习投入度水平主要受哪些因素影响？影响如何？为了提升物流专业大学生课堂学习投入水平，就需要系统性地探究智慧物流环境下物流专业大学生学习投入度影响因素及其作用机制。

对于学习投入度影响因素方面的研究，主要集中在学生个体、教师与同伴、学习环境三个方面。SHERNOFF，等[12]研究座位是否可以影响学生的学习投入度，结果显示，坐在教室后面的学生比坐在教室中间或前面的学生表现出更低的投入度、注意力和课程成绩。GREMMEN，等[13]的研究表明在小学教室中近位为同龄人在学生的学业发展中起着至关重要的作用，无论学生在课堂上的身体位置如何，当近位同龄人成绩得分较高时，学生的学习投入和成绩都会提高，反之亦然。MOREIRA，等[14]以葡萄牙68所学校的4 406 名青少年学生为样本，探究得出同龄人、教师、学校的学习支持能够显著影响学生的学习投入度。朱红灿[15]认为学生自身因素是影响大学生学习投入度的主要因素，学生自身学习欲望和动机越强烈，就会产生很高的学习投入，从而越积极参与课堂学习。胡彦蓉，等[16]通过构建大学生课堂学习投入度的生态学模型，分析得出大学生课堂学习投入度的影响因素包括学生因素、教师因素、同伴因素、长辈因素和环境因素等。

然而，对于智慧物流环境下高校物流专业大学生课堂学习的研究比较零散。刘长石，等[17]指出许多高校物流管理专业的老师大都从其他专业转变过来，不太了解物流行业，难以提供真实的物流教学案例与最新的物流操作方法，从而导致课堂教学效果不佳，间接影响了学生的投入度。潘灿辉，等[18]认为学校以及专业教师应该紧跟物流发展对教学方式进行创新性的探索，教师不仅要让学生从事常规的业务操作，对系统运营进行合理的维护，同时也要培养学生借助大数据以及仿真模拟等知识进行数据分析与运算的能力。杨黎霞[19]指出智能制造业快速发展，物流设施设备更新速度太快，智慧物流实训室的建设跟不上换代的速度，高校需要健全软硬件设施。由此可知，在智慧物流环境下，教师的物流技术应用能力、智慧物流教学环境能够对物流专业大学生学习投入度产生一定的影响。

2 研究设计

2.1 大学生学习投入度测量量表

当前关于学习投入度的测量应用较为成熟，为了更深入具体地了解物流专业大学生学习投入所包含的具体测量项目，笔者通过前期访谈、课堂观察，根据对学习投入度测量与应用的综述，确定行为投入、认知投入和情感投入这三个一级维度，其中，行为投入由专心与互动构成，认知投入包括浅层次认知和深层次认知，情感投入主要为学习热情。具体的测量量表见表1，所有题项采用李克特5级量表。

2.2 智慧物流环境下物流专业大学生学习投入度影响因素量表

基于对于物流专业大学生学习投入度影响因素的探讨研究，结合智慧物流环境下对物流人才的要求，根据物流专业理论与实践相结合的特点，并通过征求物流专业一线教师与领域专家的意见，最终确定了智慧物流环境下物流专业大学生学习投入度影响因素量表，见表2，所有题项采用李克特5级量表。其中，个体因素包括性别、年级、校区所在地、自我效能感和认知负荷；教师与同伴因素由教师物流技术应用能力、同伴群体和教师期望组成；环境因素主要为智慧物流教学。

表1 大学生学习投入度测量量表

表2 智慧物流环境下物流专业大学生学习投入度影响因素量表

2.3 研究对象与实施

本文以江苏科技大学物流管理专业本科在校生为研究对象，来探索高校物流专业大学生学习投入度现状和学习投入度影响因素。江苏科技大学物流管理专业2003 年开始招生，是江苏省第一批招收物流管理专业本科生的高校，目前校本部、张家港校区（一本招生）和苏州理工学院（二本招生）共有物流管理专业在校生600 余人。本次研究主要以问卷星的方式，通过网络发放问卷，共回收问卷196份，其中剔除乱填、照抄等无效问卷，最后的有效问卷为133份，有效率为67.9%。样本基本的统计信息情况见表3。

表3 样本信息（N=133）

3 数据分析及结果

3.1 信效度分析

利用SPSS22.0软件对问卷进行Alpha系数计算，信度分析结果显示，学习投入量表的Alpha为0.869；影响因素量表的Alpha 为0.829；并且所有因子的系数均高于0.7，该问卷具有较高的可靠性，信度较佳。两个量表的KMO 值分别为0.824 和0.748（大于0.6，且显著性水平均为0.000），表明适合做因子分析。因子分析结果显示所有题项在所属因子上的载荷均高于0.60，说明问卷的结构效度良好。

3.2 智慧物流环境下物流专业大学生学习投入度解析

（1）智慧物流环境下物流专业大学生学习投入度整体水平分析。由表4可知，行为投入、认知投入、情感投入的均值分别为3.43、3.73、3.45，整体而言，认知投入方面的得分相对较高一些，但没有达到4，说明物流专业大学生在学习过程中理解老师的意图、得出自己的看法、思考与质疑自己学到的知识方面做得较好，比中等水平高一些，但还需要提高；行为投入和情感投入比中等水平略微高一些，大体上反映了物流专业大学生在学习过程中，专心与互动的程度、对待学习的热情方面状况不是较为理想。

表4 学习投入度描述性统计分析

学习投入度总体水平为3.52，为了方便理解和进一步的分析，将每个学生学习行为投入、认知投入、情感投入和总体投入度的均值作为分析变量进行快速聚类分析，结果见表5。从快速聚类的数据结果分析得出，物流专业大学生的学习投入度可以分为三类（显著性p值均为0.000）：第一类为高投入组，共有32 人，占总人数的24.06%；第二类为中投入组，共有71 人，占总人数的53.38%；第三类为低投入组，共有30人，占比为22.56%。由此可知，77.44%物流专业大学生学习投入度处于中高水平，而处于高水平投入度的人数较少，仅占24.06%。

表5 学习投入度总体水平聚类分析结果

（2）不同性别的物流专业大学生学习投入度差异分析。通过独立样本T 检验的方法得到不同性别的物流专业大学生学习投入度的差异结果，见表6。由表6可知，智慧物流环境下物流专业大学生男生的学习投入度略高于女生(3.58>3.45)，但不存在显著性差异。从行为、认知、情感三个层面来看，男生的投入水平也同样均高于女生，但均无显著性差异。这表明，智慧物流环境下性别对高校物流专业大学生学习投入度的影响作用不明显，男生与女生均表现出中等水平的学习投入。

表6 不同性别学生学习投入度差异分析

（3）不同年级的物流专业大学生学习投入度差异分析。为了探究不同年级的物流专业大学生是否对学习投入度产生影响，进行单因素方差分析，结果见表7。由表7可以看出，智慧物流环境下物流专业大学生学习投入度总体水平随着年级的增长呈现出上升的态势（3.38<3.49<3.55<3.56），但不存在显著性差异。从行为投入、认知投入和情感投入层面来看，各年级存在着差异，从统计学角度也都不存在显著性差异。

表7 不同年级学生学习投入度差异分析

（4）不同校区的物流专业大学生学习投入度差异分析。不同校区的物流专业大学生学习投入度的差异见表8。从表8可以看出，张家港校区物流专业的学生学习投入度总体水平是最高的，为3.60，其次是校本部的学生学习投入度为3.52，最后是苏州理工学院的学生学习投入度为3.48。整体上来看，三个校区的学生都表现出中等水平的学习投入度，不存在显著性差异。从行为投入、认知投入和情感投入三个维度来看，也都有着张家港校区高于校本部，校本部高于苏州理工学院的现象，说明张家港校区物流专业的学生学习投入水平较优于校本部和苏州理工学院的学生，但不存在显著性差异。

表8 不同校区学生学习投入度差异分析

3.3 智慧物流环境下物流专业大学生学习投入度影响因素研究

首先，通过SPSS22.0 软件分别计算各个因素与行为投入、认知投入和情感投入之间的相关系数，结果得出除了同伴群体与认知投入之间不存在显著性正相关，其他各因素均与行为投入、认知投入、情感投入呈现显著性正相关，所以接下来的多元回归分析中，同伴群体不作为认知投入的自变量。将行为投入、认知投入与情感投入分别作为因变量Y，自我效能感、认知负荷、教师物流技术应用能力、同伴群体、教师期望和智慧物流教学作为自变量X，采取强迫进入变量法（Enter）的回归方式建立回归方程模型，具体结果见表9。

从表9 回归模型拟合结果中可以看出：（1）行为投入影响模型的相关系数为0.709，R2为0.503，说明模型拟合度良好，变量能够解释学习投入度50.3%的变异量。自我效能感、教师物流技术应用能力、同伴群体对学生行为投入的回归系数具有显著性，标准化回归系数分别为0.235**、0.443***和0.213**，表明这三个因素是影响学生行为投入的主要因素，且教师物流技术应用能力对其影响作用最大。（2）认知投入影响模型的相关系数为0.773，R2为0.597，模型拟合度良好，变量能够解释学习投入度59.7%的变异量。从统计学上来看，自我效能感、认知负荷和教师期望对学生认知投入存在显著性影响，标准化回归系数分别为0.465***、0.303***、0.166*，表明这三个因素主要影响学生的行为投入。（3）情感投入影响模型的相关系数为0.722，R2为0.521，说明模型拟合度较好。从统计学上来看，自我效能感、教师期望和智慧物流教学对学生情感投入的回归系数具有显著性，标准化回归系数分别为0.253**、0.462***、0.214**，表明以上因素对学生情感投入有一定的影响作用。

根据以上分析结果，剔除无显著性影响的因素之后，整理得出智慧物流环境下高校物流专业大学生学习投入度影响因素模型及其回归系数如图1所示。

表9 学习投入度影响因素回归分析结果

图1 智慧物流环境下高校物流专业大学生学习投入度影响因素模型

4 结论与讨论

4.1 研究结论

本文以江苏科技大学物流管理专业大学生为研究对象，探索智慧物流环境下物流专业大学生学习投入度，主要内容包括学习投入度现状研究与影响因素研究，具体结论：（1）物流专业大学生学习投入度水平整体上处于中等水平；（2）不同性别、不同年级、不同校区的物流专业大学生学习投入度不存在显著性差异；（3）自我效能感、教师物流技术应用能力和同伴群体显著正向影响大学生行为投入；（4）自我效能感、认知负荷和教师期望显著正向影响大学生认知投入；（5）自我效能感、教师期望和智慧物流教学显著正向影响大学生情感投入。

4.2 提升策略与建议

根据上述统计分析结果，为了提升智慧物流环境下高校物流专业大学生学习投入度，使之与当前我国物流发展相匹配，从学校层面、教师层面以及个人层面提出相关的策略，具体如下：

首先在学校层面，高校作为培养物流人才的主力军，应该关注智慧物流环境的变化。一方面从培养方案上优化课程体系，在常规课程教育基础上，合理补充物流专业选修以及专业课程。另一方面加大信息化物流教学环境建设，购置物流教学设备与仿真软件等一系列软硬件设施，重视现代物流实验室的建设。将理论知识和实践应用有效结合起来，提高物流专业大学生信息化、智慧化的知识技术能力。

其次在教师层面，教师物流技术能力和教师期望是影响物流专业学生学习投入的重要因素。当今智慧物流的发展对教师的教学素养、能力、质量提出了更高层次的要求，教师必须具备强硬的信息化教学能力，及时把握当今物流技术的前沿知识，不断更新自己的知识技术储备。为了满足智慧化物流教学，需要引入“互联网+”技术、利用移动终端、采用混合教学方式等方式方法升级教学模式，将“教、学、评”各环节有效融合在一起，将传统课堂与课后实践紧密结合起来，有效提高学生的学习投入度水平。

接着在个人层面上，提高自我效能感，学生自身要多与周围的同学、老师进行交流，营造良好的课程学习氛围，不懂的物流专业课问题及时向同学和老师请教，增加自己在专业课程学习中的自信心。高校物流专业大学生对智慧物流的认知水平，也是影响其学习投入度的一个不容小觑的因素。物流专业大学生应当充分发挥主观能动性，了解物流专业的未来发展方向、职业方向、课程用途等情况，可以向自己的专业课老师、学姐和学长等咨询，也可以同当前从事物流行业的相关人士进行交流。加大自己对智慧物流的认知程度，培养对物流专业的学习兴趣，达到增加学习投入度和提升学习效率的效果。

此外，本文还存在一些不足的地方，例如，只是以江苏科技大学物流管理专业本科生为例，样本量小、学校单一化，难以覆盖延伸到整体高校物流专业大学生学习投入度层面的研究。对于学习投入度的测量，缺少前测与后测，难以将智慧物流环境下物流专业大学生学习投入度水平与传统教学模式下物流专业大学生学习投入度水平相对比。因此，在今后的研究中，可以进一步探究。