智慧物流環境下物流專業大學生學習投入度研究
——以江蘇科技大學為例

李曉萍，郎吉圣，吳影輝

（1.江蘇科技大學 經濟管理學院，江蘇 鎮江 212003；2.中船工業現代物流研究中心，江蘇 鎮江 212003）

0 引言

隨著我國進入調整經濟結構、轉變發展方式的經濟轉型期，在物聯網、云計算、大數據、互聯網+等新興信息技術快速發展的戰略機遇期，現代物流產業加快降低生產資料成本和提高勞動生產率，逐漸成為推動國民經濟發展的第三利潤源泉。物流產業必將迎來一個“智慧物流時代”，這是現代物流產業實現可控化、可視化、智能化、信息化和網絡化發展的必然趨勢。同時，物流業發展離不開強有力的人才隊伍。隨著“中國制造2025”提出，企業對物流人才提出了高標準、新要求。國家發展改革委印發《“互聯網+”高效物流實施意見》文件指出要培養互聯網和物流領域復合型專業人才，完善激勵機制，培育一批物流新技術、新設備研發應用領軍人才和技術帶頭人。培養適應國家戰略發展的智慧物流高技能型人才迫在眉睫。高校物流專業大學生是企業物流管理人才的重要來源之一，幾十年來，我國許多高校的物流專業為企業提供了一大批高層次的物流管理人才。然而，目前物流管理專業人才培養與智慧物流對人才的要求有一定的差距，因此，需要研究智慧物流環境下物流專業大學生學習投入現狀以及投入度影響因素，尋找學習投入提升路徑，探索高校物流管理人才培養新模式，為高校培養適合當前物流發展新趨勢的智慧物流人才提供有益的理論和實踐參考。

1 文獻綜述

1.1 核心概念界定

（1）智慧物流。IBM于2009年最早提出“智慧供應鏈”概念，即建立一個面向未來具有先進、互聯和智能三大特征的供應鏈，緊接著“智慧物流（Intelligent Logistics System，ITL）”的概念由此延伸而出。歷經十幾年發展，學者們對于智慧物流的認識和概念也在不斷補充與更新。何黎明[1]認為智慧物流是以物流互聯網和物流大數據為依托，通過協同共享創新模式與人工智能先進技術，重塑產業分工，再造產業結構，轉變產業發展方式的新生態。黃曉野等[2]將智慧物流視為實現物流行業智能化與自動化管理，建設我國現代化經濟體系的重要推動力。韋映梅[3]指出智慧物流是物流配送環節的創新模式，具有服務范圍廣、成本低，可滿足不同類型客戶需求的優勢與特征，是現代物流產業發展的重要趨勢。

綜上所述，智慧物流可以理解為將傳統物流的倉儲、運輸、包裝、裝卸、搬運、加工、配送以及信息服務等環節與物聯網、云計算、大數據以及互聯網+等新興信息技術系統科學、有效的結合，達到提高物流效率、降低物流成本的目的。

（2）學習投入。學習投入是“Student Engagement”的中文翻譯，在國內，也有學者將其翻譯為學生參與度、就讀經驗或在校經驗等。KUH[4]將學習投入度定義為：學生個體在自己學業與有效教育活動中所投入的時間和精力，以及學生如何看待學校對他們學習的支持力度，其本質就是學生行為與院校條件的相互作用。FREDRICKS，等[5]從教學系統的角度來定義學生的學習投入，他們認為學習投入是學習過程中行為、情感、認知的相互作用或融合，因此他們將學習投入劃分為三個部分，即行為投入、認知投入和情感投入，這三種投入相互影響、相互作用，成為一個不可分割的整體。

1.2 學習投入度測量與應用研究

國內外關于學習投入度的測量應用較為成熟。2000 年美國的全美大學生學習投入度情況調查（NSSE）影響最為廣泛、最具影響力，調查維度包括主動合作學習、師生互動、學習挑戰度、教育經歷豐富、校園環境支持[6]。BUNDICK，等[7]提出一種基于師生關系、內容與學生的相關性以及教師的教學能力三方面的概念模型，用于測量學生在課堂上的學習投入度。MAMELI，等[8]將學習投入度劃分成情感、行為、認知和代理四個組成部分，并通過對1 210 名意大利中學生進行研究，結果證實了學生投入量表四維結構的穩健性。中國自2007年引入NSSE，史靜寰教授研究組對其進行本土化，形成適合中國國情的大學生學情調查工具NSSE-China，并在實踐中不斷得到本土化、理論化。汪雅霜團隊[9]通過自主設計調查量表，從元認知策略、同伴互動、深層認知策略、師生互動、學習熱情五個維度探究了我國大學生學習投入度的總體狀況，發現我國大學生學習主動性不高，師生之間交往互動較少。張屹，等[10]從行為投入、認知投入和情感投入三個主維度對智慧教室環境下大學生的課堂學習投入現狀進行測量，發現智慧教室環境下大學生學習投入度情況較好，學生在行為、情感、認知層面的投入水平均有顯著性提升。張沛[11]基于國內外學者對于學習投入度測量的研究基礎，從學習行為投入、學習方式和師生互動這三個維度探究了云南大學碩士研究生的學習投入情況，實證得出云南大學碩士研究生的學習行為投入較低。

由此可知，目前國內外關于學習投入度的測量主要從認知、情感、行為三方面開展研究，然而對于智慧物流環境下物流專業大學生學習投入度測量研究相對較少，迫切需要對其進行系統研究，為我國高等教育在物流專業教學質量監控和學生發展方面提供實質性的建議。

1.3 智慧物流環境下物流專業大學生學習投入度影響因素研究

物流人才的發展已經跟不上現代物流發展的步伐，在物流專業課堂上學生也呈現出努力程度不高、注意力分散、學習投入度低等現象。那么智慧物流環境下高校物流專業大學生學習投入度水平主要受哪些因素影響？影響如何？為了提升物流專業大學生課堂學習投入水平，就需要系統性地探究智慧物流環境下物流專業大學生學習投入度影響因素及其作用機制。

對于學習投入度影響因素方面的研究，主要集中在學生個體、教師與同伴、學習環境三個方面。SHERNOFF，等[12]研究座位是否可以影響學生的學習投入度，結果顯示，坐在教室后面的學生比坐在教室中間或前面的學生表現出更低的投入度、注意力和課程成績。GREMMEN，等[13]的研究表明在小學教室中近位為同齡人在學生的學業發展中起著至關重要的作用，無論學生在課堂上的身體位置如何，當近位同齡人成績得分較高時，學生的學習投入和成績都會提高，反之亦然。MOREIRA，等[14]以葡萄牙68所學校的4 406 名青少年學生為樣本，探究得出同齡人、教師、學校的學習支持能夠顯著影響學生的學習投入度。朱紅燦[15]認為學生自身因素是影響大學生學習投入度的主要因素，學生自身學習欲望和動機越強烈，就會產生很高的學習投入，從而越積極參與課堂學習。胡彥蓉，等[16]通過構建大學生課堂學習投入度的生態學模型，分析得出大學生課堂學習投入度的影響因素包括學生因素、教師因素、同伴因素、長輩因素和環境因素等。

然而，對于智慧物流環境下高校物流專業大學生課堂學習的研究比較零散。劉長石，等[17]指出許多高校物流管理專業的老師大都從其他專業轉變過來，不太了解物流行業，難以提供真實的物流教學案例與最新的物流操作方法，從而導致課堂教學效果不佳，間接影響了學生的投入度。潘燦輝，等[18]認為學校以及專業教師應該緊跟物流發展對教學方式進行創新性的探索，教師不僅要讓學生從事常規的業務操作，對系統運營進行合理的維護，同時也要培養學生借助大數據以及仿真模擬等知識進行數據分析與運算的能力。楊黎霞[19]指出智能制造業快速發展，物流設施設備更新速度太快，智慧物流實訓室的建設跟不上換代的速度，高校需要健全軟硬件設施。由此可知，在智慧物流環境下，教師的物流技術應用能力、智慧物流教學環境能夠對物流專業大學生學習投入度產生一定的影響。

2 研究設計

2.1 大學生學習投入度測量量表

當前關于學習投入度的測量應用較為成熟，為了更深入具體地了解物流專業大學生學習投入所包含的具體測量項目，筆者通過前期訪談、課堂觀察，根據對學習投入度測量與應用的綜述，確定行為投入、認知投入和情感投入這三個一級維度，其中，行為投入由專心與互動構成，認知投入包括淺層次認知和深層次認知，情感投入主要為學習熱情。具體的測量量表見表1，所有題項采用李克特5級量表。

2.2 智慧物流環境下物流專業大學生學習投入度影響因素量表

基于對于物流專業大學生學習投入度影響因素的探討研究，結合智慧物流環境下對物流人才的要求，根據物流專業理論與實踐相結合的特點，并通過征求物流專業一線教師與領域專家的意見，最終確定了智慧物流環境下物流專業大學生學習投入度影響因素量表，見表2，所有題項采用李克特5級量表。其中，個體因素包括性別、年級、校區所在地、自我效能感和認知負荷；教師與同伴因素由教師物流技術應用能力、同伴群體和教師期望組成；環境因素主要為智慧物流教學。

表1 大學生學習投入度測量量表

表2 智慧物流環境下物流專業大學生學習投入度影響因素量表

2.3 研究對象與實施

本文以江蘇科技大學物流管理專業本科在校生為研究對象，來探索高校物流專業大學生學習投入度現狀和學習投入度影響因素。江蘇科技大學物流管理專業2003 年開始招生，是江蘇省第一批招收物流管理專業本科生的高校，目前校本部、張家港校區（一本招生）和蘇州理工學院（二本招生）共有物流管理專業在校生600 余人。本次研究主要以問卷星的方式，通過網絡發放問卷，共回收問卷196份，其中剔除亂填、照抄等無效問卷，最后的有效問卷為133份，有效率為67.9%。樣本基本的統計信息情況見表3。

表3 樣本信息（N=133）

3 數據分析及結果

3.1 信效度分析

利用SPSS22.0軟件對問卷進行Alpha系數計算，信度分析結果顯示，學習投入量表的Alpha為0.869；影響因素量表的Alpha 為0.829；并且所有因子的系數均高于0.7，該問卷具有較高的可靠性，信度較佳。兩個量表的KMO 值分別為0.824 和0.748（大于0.6，且顯著性水平均為0.000），表明適合做因子分析。因子分析結果顯示所有題項在所屬因子上的載荷均高于0.60，說明問卷的結構效度良好。

3.2 智慧物流環境下物流專業大學生學習投入度解析

（1）智慧物流環境下物流專業大學生學習投入度整體水平分析。由表4可知，行為投入、認知投入、情感投入的均值分別為3.43、3.73、3.45，整體而言，認知投入方面的得分相對較高一些，但沒有達到4，說明物流專業大學生在學習過程中理解老師的意圖、得出自己的看法、思考與質疑自己學到的知識方面做得較好，比中等水平高一些，但還需要提高；行為投入和情感投入比中等水平略微高一些，大體上反映了物流專業大學生在學習過程中，專心與互動的程度、對待學習的熱情方面狀況不是較為理想。

表4 學習投入度描述性統計分析

學習投入度總體水平為3.52，為了方便理解和進一步的分析，將每個學生學習行為投入、認知投入、情感投入和總體投入度的均值作為分析變量進行快速聚類分析，結果見表5。從快速聚類的數據結果分析得出，物流專業大學生的學習投入度可以分為三類（顯著性p值均為0.000）：第一類為高投入組，共有32 人，占總人數的24.06%；第二類為中投入組，共有71 人，占總人數的53.38%；第三類為低投入組，共有30人，占比為22.56%。由此可知，77.44%物流專業大學生學習投入度處于中高水平，而處于高水平投入度的人數較少，僅占24.06%。

表5 學習投入度總體水平聚類分析結果

（2）不同性別的物流專業大學生學習投入度差異分析。通過獨立樣本T 檢驗的方法得到不同性別的物流專業大學生學習投入度的差異結果，見表6。由表6可知，智慧物流環境下物流專業大學生男生的學習投入度略高于女生(3.58>3.45)，但不存在顯著性差異。從行為、認知、情感三個層面來看，男生的投入水平也同樣均高于女生，但均無顯著性差異。這表明，智慧物流環境下性別對高校物流專業大學生學習投入度的影響作用不明顯，男生與女生均表現出中等水平的學習投入。

表6 不同性別學生學習投入度差異分析

（3）不同年級的物流專業大學生學習投入度差異分析。為了探究不同年級的物流專業大學生是否對學習投入度產生影響，進行單因素方差分析，結果見表7。由表7可以看出，智慧物流環境下物流專業大學生學習投入度總體水平隨著年級的增長呈現出上升的態勢（3.38<3.49<3.55<3.56），但不存在顯著性差異。從行為投入、認知投入和情感投入層面來看，各年級存在著差異，從統計學角度也都不存在顯著性差異。

表7 不同年級學生學習投入度差異分析

（4）不同校區的物流專業大學生學習投入度差異分析。不同校區的物流專業大學生學習投入度的差異見表8。從表8可以看出，張家港校區物流專業的學生學習投入度總體水平是最高的，為3.60，其次是校本部的學生學習投入度為3.52，最后是蘇州理工學院的學生學習投入度為3.48。整體上來看，三個校區的學生都表現出中等水平的學習投入度，不存在顯著性差異。從行為投入、認知投入和情感投入三個維度來看，也都有著張家港校區高于校本部，校本部高于蘇州理工學院的現象，說明張家港校區物流專業的學生學習投入水平較優于校本部和蘇州理工學院的學生，但不存在顯著性差異。

表8 不同校區學生學習投入度差異分析

3.3 智慧物流環境下物流專業大學生學習投入度影響因素研究

首先，通過SPSS22.0 軟件分別計算各個因素與行為投入、認知投入和情感投入之間的相關系數，結果得出除了同伴群體與認知投入之間不存在顯著性正相關，其他各因素均與行為投入、認知投入、情感投入呈現顯著性正相關，所以接下來的多元回歸分析中，同伴群體不作為認知投入的自變量。將行為投入、認知投入與情感投入分別作為因變量Y，自我效能感、認知負荷、教師物流技術應用能力、同伴群體、教師期望和智慧物流教學作為自變量X，采取強迫進入變量法（Enter）的回歸方式建立回歸方程模型，具體結果見表9。

從表9 回歸模型擬合結果中可以看出：（1）行為投入影響模型的相關系數為0.709，R2為0.503，說明模型擬合度良好，變量能夠解釋學習投入度50.3%的變異量。自我效能感、教師物流技術應用能力、同伴群體對學生行為投入的回歸系數具有顯著性，標準化回歸系數分別為0.235**、0.443***和0.213**，表明這三個因素是影響學生行為投入的主要因素，且教師物流技術應用能力對其影響作用最大。（2）認知投入影響模型的相關系數為0.773，R2為0.597，模型擬合度良好，變量能夠解釋學習投入度59.7%的變異量。從統計學上來看，自我效能感、認知負荷和教師期望對學生認知投入存在顯著性影響，標準化回歸系數分別為0.465***、0.303***、0.166*，表明這三個因素主要影響學生的行為投入。（3）情感投入影響模型的相關系數為0.722，R2為0.521，說明模型擬合度較好。從統計學上來看，自我效能感、教師期望和智慧物流教學對學生情感投入的回歸系數具有顯著性，標準化回歸系數分別為0.253**、0.462***、0.214**，表明以上因素對學生情感投入有一定的影響作用。

根據以上分析結果，剔除無顯著性影響的因素之后，整理得出智慧物流環境下高校物流專業大學生學習投入度影響因素模型及其回歸系數如圖1所示。

表9 學習投入度影響因素回歸分析結果

圖1 智慧物流環境下高校物流專業大學生學習投入度影響因素模型

4 結論與討論

4.1 研究結論

本文以江蘇科技大學物流管理專業大學生為研究對象，探索智慧物流環境下物流專業大學生學習投入度，主要內容包括學習投入度現狀研究與影響因素研究，具體結論：（1）物流專業大學生學習投入度水平整體上處于中等水平；（2）不同性別、不同年級、不同校區的物流專業大學生學習投入度不存在顯著性差異；（3）自我效能感、教師物流技術應用能力和同伴群體顯著正向影響大學生行為投入；（4）自我效能感、認知負荷和教師期望顯著正向影響大學生認知投入；（5）自我效能感、教師期望和智慧物流教學顯著正向影響大學生情感投入。

4.2 提升策略與建議

根據上述統計分析結果，為了提升智慧物流環境下高校物流專業大學生學習投入度，使之與當前我國物流發展相匹配，從學校層面、教師層面以及個人層面提出相關的策略，具體如下：

首先在學校層面，高校作為培養物流人才的主力軍，應該關注智慧物流環境的變化。一方面從培養方案上優化課程體系，在常規課程教育基礎上，合理補充物流專業選修以及專業課程。另一方面加大信息化物流教學環境建設，購置物流教學設備與仿真軟件等一系列軟硬件設施，重視現代物流實驗室的建設。將理論知識和實踐應用有效結合起來，提高物流專業大學生信息化、智慧化的知識技術能力。

其次在教師層面，教師物流技術能力和教師期望是影響物流專業學生學習投入的重要因素。當今智慧物流的發展對教師的教學素養、能力、質量提出了更高層次的要求，教師必須具備強硬的信息化教學能力，及時把握當今物流技術的前沿知識，不斷更新自己的知識技術儲備。為了滿足智慧化物流教學，需要引入“互聯網+”技術、利用移動終端、采用混合教學方式等方式方法升級教學模式，將“教、學、評”各環節有效融合在一起，將傳統課堂與課后實踐緊密結合起來，有效提高學生的學習投入度水平。

接著在個人層面上，提高自我效能感，學生自身要多與周圍的同學、老師進行交流，營造良好的課程學習氛圍，不懂的物流專業課問題及時向同學和老師請教，增加自己在專業課程學習中的自信心。高校物流專業大學生對智慧物流的認知水平，也是影響其學習投入度的一個不容小覷的因素。物流專業大學生應當充分發揮主觀能動性，了解物流專業的未來發展方向、職業方向、課程用途等情況，可以向自己的專業課老師、學姐和學長等咨詢，也可以同當前從事物流行業的相關人士進行交流。加大自己對智慧物流的認知程度，培養對物流專業的學習興趣，達到增加學習投入度和提升學習效率的效果。

此外，本文還存在一些不足的地方，例如，只是以江蘇科技大學物流管理專業本科生為例，樣本量小、學校單一化，難以覆蓋延伸到整體高校物流專業大學生學習投入度層面的研究。對于學習投入度的測量，缺少前測與后測，難以將智慧物流環境下物流專業大學生學習投入度水平與傳統教學模式下物流專業大學生學習投入度水平相對比。因此，在今后的研究中，可以進一步探究。