高中生学习动机发展模态及其对学业成绩的影响,＊

姜 怡

（华东师范大学教育学部教育心理学系，上海，200062）

在我国的教育体系中，高考占有举足轻重的地位。作为基础教育与高等教育的桥梁，高考影响着千万高中学子的人生轨迹。在高考中取得优异的成绩，是每一个高中生所追求的理想目标；
如何提高学生的学业成绩，也一直是基础教育关注的核心问题。影响学业成绩的因素众多，就学生本身而言，既包括认知层面的要素如智力水平，也包括诸多非认知层面的要素如学习动机和学业情绪等。而在所有的非认知因素中，学习动机被认为是最为核心的一个要素（Schunk et al., 2008）。学习动机是激发和维持学生的行动，并使行动导向某一学习目标的心理倾向或内部驱力。它能够影响学生的学习态度、学习策略的使用、在学习过程中的自我调节水平以及学业成绩。良好的学习动机能够帮助学生维持有效的学习行为，并且在遇到挫折时保持良好的心态以形成良性的学习循环；
不良的学习动机则很会导致学生学习效率低下，并且形成拖延等回避学习的行为进而损害学业成绩（Schunk et al., 2008）。

学习动机是一个多维的复杂概念（Pintrich, 2003）。教育心理学领域普遍将学习动机概念划分为五个互相联系的概念集合包括能力和效能感认知（competence and efficacy beliefs）、归因和控制认知（attribution and control beliefs）、兴趣和内在动机（interest and intrinsic motivation）、成就价值（achievement value）以及成就目标（achievement goals）。根据不同的研究侧重点，不同的理论框架会选择性地聚焦于上述五个概念集合中的一个或几个概念。在众多关于学习动机的理论中，期望-价值理论（Expectancy-Value Theory，EVT）是近三十年教育心理学领域最具影响力的理论框架之一（Eccles et al., 1983）。EVT重点关注学习能力和学习价值的相关认知，以及它们如何影响学生的学习行为和学业成就。首先，对能力认知的分析能够解释学生是否相信自己能够成功。EVT将能力认知定义为学生对他们是否具备能够完成学习任务能力的信念（Eccles & Wigfield, 2002），比如学业自我概念（Marsh, 2007）。其次，对于价值认知的分析能够解释学生是否想学习。EVT区分了四种主要的学习价值认知包括：兴趣价值、有用价值、成就价值和成本认知。这四种认知的区别在于，它们是增强还是削弱了学生对于学习整体价值的判断。兴趣价值（认为学习本身是令人愉悦的）、有用价值（认为学习能帮助自己实现其他短期或长期目标因此是有用的）和成就价值（认为在学习上取得好成绩是对自身的一种肯定）被认为具有正效价（positively-valenced），能够提高学生对学习整体价值的认知。相反，成本认知（学习活动所连带的一系列负面因素）被认为具有负效价（negatively-valenced），会削弱学生对学习整体价值的认知。

EVT认为学习能力和学习价值认知是决定学生学习和发展的两个关键因素。当学生具有较高的学习能力认知，如学业自我概念时，他们会更加努力学习，更乐于寻求挑战，在遇到困难时不会轻易放弃，同时也能取得更好的学业成绩；
而当学生对学习具有较高的价值认知时，他们则更愿意参与到学习活动中，并且在学习过程中能够表现出更多的坚韧性（Eccles & Wigfield, 2020; Wigfield & Eccles.,2000）。在四种学习价值认知中，学习兴趣与内在动机密切相关，能够促进学生的深度学习和学业成绩（Ainley et al., 2002; Hidi & Renninger, 2006; Ryan & Deci, 2000）。相反，学习成本认知则是导致学生形成回避性学习动机和损害学业成绩的关键因素（Jiang et al., 2018; 2020; Perez et al., 2019）。学生回避学习很可能并不是因为缺少学习能力或者学习兴趣，而是因为他们感知到了过高的学习成本（Barron &Hulleman, 2015）。成本认知也是一个复合的概念，包括学习所需要付出的努力（努力成本）、放弃参与其他活动的机会（机会成本）、与失败相关的自我认同威胁（自我成本）以及相关的负面情绪（情绪成本）等。其中，努力成本被认为是影响成本认知的最重要因素之一。当学生感知的努力成本过高时，他们会认为学习所需要付出太多的努力是不值得的，进而影响学习投入损害学业成绩（Eccles & Wigfield,2020; Rosenzweig et al., 2019）。

根据EVT，学习能力和学习价值认知之间是相互影响的（Wigfield & Cambria, 2010）。在横断研究中，学业自我概念、学习兴趣价值和努力成本认知通常存在显著的相关（Flake et al., 2015; Gaspard et al.,2015; 2020）。然而，横断数据无法揭示各变量的发展轨迹及可能存在互相影响的关系。在同一时间点测量时高度相关的变量，在纵向发展的关系上可能彼此相对独立，反之亦然（Preckel et al., 2013）。与此同时，基于EVT的发展研究表明，青少年学生的学习能力和学习价值认知随着年龄的增长普遍存在下降的趋势，尤其是在中学阶段（Wigfield, 1994; Wigfield & Eccles, 2000）。从初中到高中的发展过程中，学生经常会变得对自己的学习能力缺乏自信、认为学习不那么有趣、同时伴随更高的学习成本（Fredricks & Eccles, 2002; Gaspard et al., 2017）。但是，已有的发展研究大多只是对学习能力或价值认知的变化水平进行了追踪和分析，并没有涉及两者之间的相互作用。EVT的创立者Eccles和Wigfield（2020）也指出了需要更多的纵向研究来深入了解学习能力和价值等相关认知是如何在不同的年龄阶段相互作用并影响学生的学习和发展。

近年来，一些研究开始使用交叉滞后模型（Cross-lagged panel modeling）分析学习能力和学习价值认知之间的相互影响关系，并得到了一些有趣的发现（Arens et al., 2019; Lee & Seo, 2021; Perez et al.,2019）。但总体而言，目前相关的研究仍存在一定的局限性。首先，绝大多数的相关研究集中在分析学业自我概念和学习兴趣价值之间的发展关系（Marsh et al., 2005; Spinath & Steinmayr, 2008），较少涉及其他类别的价值认知，尤其是学习成本认知。学习成本认知作为诱发回避性动机的关键因素，其如何与学业自我概念和学习兴趣价值在发展过程中互相影响，是全方位了解学生学习动机发展模态的关键。其次，现有的研究大多聚焦于STEM领域（科学、技术、工程和数学教育），在其他学科如语言领域的研究相对匮乏。学习动机的一个重要特征是领域特殊性（domain specificity），学生在数学和英语等不同学科领域的学习能力和价值的相关认知及其互相之间的关系可能完全不同（Bong, 2004; Wigfield & Cambria, 2010）。此外，EVT起源于美国，目前通过此理论框架研究学习动机的发展模态及其对学业成绩影响的研究主要基于欧美学生样本，针对中国青少年学生的相关研究资源较为稀缺。最后，由于小学和初中阶段是学生的学习动机形成发展的阶段，同时也是学习动机波动变化较为明显的时期（Wigfield &Eccles, 2002），因此早期的相关研究多聚焦于中小学阶段的学生，较少关注高中阶段学生的动机发展状况。高中作为基础教育和高等教育的衔接阶段，具有承上启下的功能，在整个教育体系中处于非常重要的地位。对学生而言，高中是进入大学接受更高层级教育的必经阶段，是青少年学习发展的一个重要节点，尤其是高二和高三，是中国学生准备高考的冲刺阶段。厘清该阶段高中生学习动机的发展变化模态，既能够帮助教师更有针对性地设计教学和备考工作，以期达到提升学生学业成绩的目标；
也能够为如何培养学生形成良好的学习动机以提高日后长期学习发展的可塑性提供重要的信息，具有十分重要的教育意义。

综上，本研究采用为期一年的追踪设计，同时关注数学和英语两门基础学科，测评学生从高二到高三期间三个学期的学业自我概念、学习兴趣价值和努力成本认知，使用交叉滞后模型，探索这三个学习动机变量之间的动态变化、相互影响及其对学业成绩的影响。

（一）被试

采用方便整群抽样法选取上饶市一所公立高中的高二年级学生作为被试，对其进行为期三个学期的追踪问卷测查。第一次施测（高二第一学期，2019年1月）获得有效问卷626份；
第二次施测（高二第二学期，2019年6月）获得有效问卷557份；
第三次施测（高三第一学期，2020年1月）获得有效问卷454份。三次施测共包含被试694名（至少参加一次施测），平均年龄为17.07岁（SD = 0.54岁），其中男孩440名，占63.4%。全部被试中有353人参加了全部三次施测，平均年龄为17.03岁（SD = 0.57岁），其中男孩222名，占62.9%。对所有被试构建一个新的指标（1 = 三次施测没有缺失，0 = 三次施测有缺失）进行差异检验，卡方检验及t检验结果显示，有缺失的被试与完整参加三次施测的被试在性别（χ2(1) = 0.81,p＞ 0.05）、年龄（χ2(4) = 6.40,p＞ 0.05）、家庭社会经济地位（Socioeconomic Status，SES）各指标（χ2s ＜ 8.11,ps ＞ 0.05）以及数学和英语的学业成绩上（ts ＜ 1.87,ps ＞ 0.05）均未发现显著差异，表明被试不存在结构化差异。

（二）施测程序

在征得被试本人知情同意后, 以班级为单位进行三次团体施测, 被试在约定的自习课时间统一参加问卷填写, 并当场收回问卷。三次施测的程序完全一致。每次施测时，每个班级配备一名心理学专业研究生作为主试。全体主试均接受了关于指导语、问卷内容、施测过程中职责和注意事项等的统一培训。施测过程中主试负责向被试阅读指导语（包括说明本次测查的目的，强调保密原则和独立作答原则，解释答案无对错之分等信息）及对施测过程进行监控，确保施测质量及处理可能出现的问题。被试完成每次施测的全部问卷约需10分钟。

（三）研究工具

学习动机问卷针对数学和英语两门学科，各学科所有问卷量表的内容保持一致（学科名称除外）。所有问卷量表均采用6点计分，从1“完全不同意”到6“完全同意”。基于外文文献的问卷量表严格遵循Brislin（1970）建议的问卷翻译和反向翻译程序（translation and back-translation）进行了汉化，以确保中文翻译是恰当的。

1. 学业自我概念

学业自我概念的测量采用Chen（1998）修订的中文版学业自我概念量表。原问卷来自Marsh（1992）编制的自我描述问卷（Self-Description Questionnaire II）。该量表由4道题目组成，测量学生对自己具体学科的学习能力主观全面的评价（如“我数学/英语成绩很好”）。本研究中，学业自我概念在两门学科三次测量中的Cronbach系数α在0.87 —0.94之间。

2. 学习兴趣价值

学习兴趣价值的测量采用Marsh等人（2005）编制的学科学习兴趣量表。量表由4道题目组成，测量学生对具体学科的兴趣及喜爱程度（如“我觉得数学/英语有趣”）。本研究中，学习兴趣价值在两门学科三次测量中的Cronbach系数α在0.93—0.96之间。

3. 努力成本认知

努力成本认知的测量采用Jiang等人（2020）编制的学习努力成本认知量表。量表由3道题目组成，测量学生对学习需要付出多少努力以及这样做是否值得的看法（如“对我来说学好数学/英语需要花费太多的精力”）。本研究中，学习成本认知在两门学科三次测量中的Cronbach系数α在0.86—0.96之间。

4. 学业成绩

三次施测全部结束之后，学校提供了学生在高三第一学期数学和英语的校级期末考试成绩作为学业成绩指标。数学和英语期末考试的满分都是150分。

5. 人口学变量

通过背景问卷了解被试的人口统计学信息，包括性别、年龄和SES等。SES由父亲和母亲受教育程度及家庭拥有物共11项指标的均值构成。

（四）数据分析统计方法

本研究使用SPSS 23软件进行数据预处理、描述性统计和相关分析等，使用Mplus 8.0构建潜变量结构方程模型进行数据建模分析。相比于传统的回归模型，潜变量模型能够控制测量指标的测量误差，以达到对模型参数更好的估计。具体而言，通过交叉滞后建模分析高中生学业自我概念、学习兴趣价值和努力成本认知之间的相互关系。通过潜变量调节结构方程建模（Latent moderated structural equation modelling, LMS）分析T3学习动机潜变量对T4学业成绩的预测是否存在显著的交互效应（Kelava et al., 2011）。根据文献的建议（Marsh et al., 2013），所有模型使用Z标准化后的数据进行分析，人口统计学变量（性别、年龄和SES）则作为控制变量纳入模型分析。

本研究中所有模型估计均采用稳健极大似然估计（Robust maximum likelihood estimator, MLR）方法，同时采用全信息最大似然法（Full information maximum likelihood, FIML）处理缺失值。为了更完整地保留所有的被试信息, 本研究将所有694名被试均纳入分析中。MLR结合FIML的分析方法已被证明能够在处理缺失数据比例较高的纵向数据时做到无偏参数估计（Enders, 2001; Shin et al., 2009）。此外，针对数据中存在的嵌套结构（学生嵌套于班级中），采用“Type = Complex”命令对参数的标准误进行校正。模型的拟合指标采用CFI、TLI、RMSEA和SRMR等衡量。CFI和TLI的值高于0.90，RMSEA和SRMR的值低于0.08表示模型拟合良好（Kline, 2010）。

（一）共同方法偏差检验

本研究的学习动机数据均采用自评法收集，因此在正式分析数据之前首先对可能出现的共同方法偏差采用Harman单因素因子检验（周浩，龙立荣，2004）。检验结果显示，在三次测量中，特征值大于1的因子均为5个，第一个因子解释的变异量分别为31.58%、32.88%、30.27%，均小于40% 的临界标准。因此，可认为本研究不存在明显的共同方法偏差。

（二）描述性统计及相关分析

表1列出了三次数据的平均数、标准差和皮尔逊相关矩阵。通过重复测量方差分析，数学学科中的学业自我概念和努力成本认知在三次测量过程中的时间主效应显著：F学业自我概念（1.934, 678.969） =32.493，p＜ 0.01；
F努力成本认知（2, 702） = 9.491，p＜ 0.01。事后比较发现，对学业自我概念而言，T2和T3得分显著大于T1得分；
对努力成本认知而言，T2和T3得分显著小于T1得分。在英语学科，学业自我概念、学习兴趣价值和努力成本认知在三次测量过程中的时间主效应都显著：F学业自我概念（1.929,543.219） = 32.525，p＜ 0.01；
F学习兴趣价值（1.948, 683.750） = 3.774，p＜ 0.05；
F努力成本认知（2, 702） = 4.814，p＜ 0.01。事后比较发现，对学业自我概念而言，T2和T3得分显著大于T1得分；
对学习兴趣价值而言，T3得分显著大于T1得分；
对努力成本认知而言，T3得分显著小于T1得分。

表1 各变量的描述性统计结果及相关分析

就各变量之间的相关关系，数学和英语两个学科的结果高度一致。首先，学业自我概念、学习兴趣价值和努力成本认知的各维度在三次测量间均呈显著的正相关（rs = 0.41—0.58,ps ＜ 0.01）。其次，学业自我概念与学习兴趣价值呈现显著的正相关（rs = 0.19—0.63,ps ＜ 0.01）；
与努力成本认知呈现显著的负相关（rs = —0.60— —0.22,ps ＜ 0.01）。学习兴趣价值也与努力成本认知呈现显著的负相关（rs =—0.46——0.10,ps ＜ 0.05）。学业成绩与学业自我概念和学习兴趣价值都呈现显著的正相关（rs =0.14—0.42,ps ＜ 0.01）；
与努力成本认知则呈现显著的负相关（rs = —0.37——0.21,ps ＜ 0.01）。

（三）测量等值性检验

在进行潜变量交叉滞后分析前，先检验各变量三次测量中的测量等值性。检验分为三个步骤，首先对各变量分别进行三次测量的形态等值检验；
其次进行弱等值检验，既在形态等同的基础上，再设定同一指标三次测量的负荷等值；
最后进行强等值检验，既在弱等值的基础上，进一步设定同一指标三次测量的截距等值。所有模型拟合良好（见表2）。在模型比较中，卡方检验结果显示模型差异不显著（Δχ2/Δdf≤ 2.31,ps ＞ 0.05）；
进一步采用Cheung和Rensvold ( 2002) 推荐的拟合指标差异值，计算得到ΔCFI ≤ 0.002，差异不显著。综合多个指标的差异分析，本研究所有测量变量均满足跨时间测量的强等值性，为下一步交叉滞后分析奠定了基础。

表2 各变量测量等值性的模型拟合及比较结果

（四）学业自我概念、学习兴趣价值和努力成本认知的交叉滞后分析

针对数学和英语两学科，分别建构潜变量结构方程模型分析三次测量的学业自我概念、学习兴趣价值和努力成本认知的相互关系以及T3各变量对T4学业成绩的预测路径。在模型中，允许同一时间点潜变量误差相关（Little, 2013）。同时，为了排除人口学变量的影响，将性别、年龄和SES作为控制变量加入模型，设定所有控制变量同时预测3次测量的各动机变量和最终的学业成绩。

交叉滞后分析结果如图1所示（为简化模型未显示控制变量），模型拟合良好：数学：χ2（604） =993.955，CFI = 0.970，TLI = 0.968，RMSEA = 0.031，SRMR = 0.056；
英语：χ2（604） = 1 133.322，CFI =0.965，TLI = 0.962，RMSEA = 0.036，SRMR = 0.070。不同时间点相同变量的自回归路径分析结果显示，两个学科的学业自我概念、学习兴趣价值和努力成本认知都表现出中等程度的稳定性，自回归路径系数介于0.34— 0.55之间（ps ＜ 0.001）。交叉回归路径分析结果显示，在数学学科中，T1和T2学业自我概念分别显著负向预测T2和T3努力成本认知（βs = —0.16; —0.18）；
T1和T2努力成本认知也分别显著负向预测T2和T3学业自我概念（βs = —0.11; —0.19）；
T2学习成本认知还显著负向预测T3学习兴趣价值（β = —0.19）。在英语学科中，只有T1学业自我概念显著负向预测T2努力成本认知（β =—0.30），其他交叉回归路径均不显著。

图1 高中生学业自我概念、学习兴趣价值与努力成本认知的交叉滞后分析

T3各变量对T4学业成绩的预测路径分析结果显示，在数学学科中，T3学业自我概念（β = 0.17）和T3学习兴趣价值（β = 0.20）显著正向预测T4学业成绩；
T3努力成本认知显著负向预测T4学业成绩（β =—0.17）。在英语学科中，T3学业自我概念显著正向预测T4学业成绩（β = 0.20）；
T3努力成本认知显著负向预测T4学业成绩（β = —0.21）；
而T3学习兴趣价值对T4学业成绩的预测路径不显著。潜变量调节分析结果进一步显示，数学学科中T3学业自我概念和T3努力成本认知对T4学业成绩的预测存在显著的交互效应（见表3）。具体交互效应如图2所示，学业自我概念能够显著地缓解努力成本认知对学业成绩的负向影响。在英语学科中，T3各变量对T4学业成绩的预测不存在显著的潜在交互效应。

表3 T3动机变量对T4学业成绩的潜在交互模型结果

图2 数学学业自我概念与努力成本认知对学业成绩预测的潜在交互效应

本研究运用交叉滞后设计考察了高二至高三的一年间学生在数学和英语两门学科的学业自我概念、学习兴趣价值和努力成本认知的动态变化、相互影响及其对学业成绩的影响。首先，相比于小学生和初中生在成长过程中普遍出现的学习动机明显下滑的趋势（Gaspard et al., 2017; Wigfield et al.,1991），高中生的学习动机呈现出了良性的发展态势。本研究发现高二至高三阶段的学生在数学和英语学科的学习动机水平随时间的变化显示出中等程度的稳定性。在比较各动机变量在三个测量时间点的均值时，研究结果进一步表明当学生从高二升至高三后，他们在数学和英语学科上的学业自我概念都有显著的提高，同时对数学和英语学习的努力成本认知水平则都有显著的下降。在英语学科，学生在高三的学习兴趣价值也显著高于在高二的学习兴趣价值。

相比起高中生，小学生和初中生的学习动机仍处于形成发展的阶段，较容易受到周边环境的影响（Wigfield et al., 1997）。从小学升至初中，学科知识的难度开始显著增加，学校也开始强调成绩及社会比较，这些显著的环境改变都会导致学生的学习动机产生变化，尤其会损害学生对学习的自信心以及对学习的兴趣（Fredricks & Eccles, 2002）。从初中升至高中，学生们经历了一次教育分流，许多学习动机和学业成绩较低的学生被分流进了职业教育体系。进入高中学习的学生，学习目标普遍趋于明确，既在高考中取得优异的成绩进入大学深造。此时学生对自己的各方面认知也都趋于稳定，能够对自己的学习能力和对学习的价值认知有一个清晰的判断。进入高三之后，学生已经完成基本知识的学习，更多地为高考进行针对性的准备。在此期间所经历的大量练习和演练能够不断帮助学生巩固完善知识要点，在此循序渐进的过程中学生能够逐渐积累成功的经验，从而使学业自我概念得到提升，同时努力成本认知得到缓解。

关于三个学习动机变量之间的发展关系，本研究发现学业自我概念和学习兴趣价值在两个学科中都不存在长期的相互影响关系。EVT对于学习能力和学习兴趣之间的关系是存在方向性假设的，认为在现实情境中，学生倾向于觉得自己能够成功的学科和任务更加有趣（Wigfield & Eccles, 2002; Wigfield et al., 2009）。自我决定理论（Self-Determination Theory, SDT）也提出了类似的假设，认为学生对能力的感知是形成内在动机和学习兴趣的先决条件（Deci & Ryan, 2000）。Bandura（1997）在其社会认知理论中也提到，在时间变化的关系中，高度的效能感会促进掌握体验，随着时间的推移，提供有利于兴趣增长的自我满足。基于这些观点，理论上学业自我概念应当能够影响学习兴趣的形成和发展。相对于较为明确的理论假设，实证研究的发现则较为复杂并呈现出不一致性。一些研究结果支持了理论假设。例如Marsh等人（2005）在同一学年对数学自我概念和数学兴趣进行了两次测量。前期的数学自我概念正向预测后期的数学兴趣，而前期的数学兴趣与后期的数学自我概念无显著相关。Lauermann等人（2017）研究也发现9年级的数学自我概念正向预测12年级的数学兴趣，而前期数学兴趣与后期数学自我概念之间没有显著相关。另一些研究则发现学业自我概念和学习兴趣之间没有显著的纵向发展关系（Skaalvik & Valas, 1999; Spinath & Spinath, 2005; Spinath & Steinmayr, 2008）。本研究的结果也支持学业自我概念和学习兴趣之间不存在明显的相互影响关系。

在数学学科中，本研究发现自我概念和努力成本之间表现出了显著的负向相互影响关系。横断研究已经发现比起价值认知，能力认知和成本认知的相关系数更高（Flake et al., 2015）。本研究的结果进一步表明，在纵向发展关系上，自我概念和努力成本之间的联系也更加的紧密。学生对自己的能力越有信心，越可能会期待在学习中取得好的结果。而因为对学习结果有正面的期待，学生会认为取得成功所需要投入的努力是值得的，从而减少努力成本认知。反之，当学生认为学习要取得成功需要付出太多的努力，他们更有可能觉得这些付出是不值得的，并因此而减少投入导致成功的概率减少。由于成功的经验是自我概念的重要来源，因此学生的学业自我概念也会受到相应的负面影响。

本研究还发现，在从高二升至高三的阶段，数学努力成本认知还显著负向预测学习兴趣价值。这个发现具有重要的教育意义。学习兴趣是决定学生未来学习选择倾向的主要因素（Hidi & Renninger,2006; Wigfield et al., 2017）。高三学生对数学学科的学习兴趣很可能会影响他们对大学专业的选择倾向。根据PISA的调查结果，当问及“学生30岁时希望从事的工作”时，中国仅有16.8%的学生希望从事科学类事业（数学、科学、工程等），位于参与调查的国家（地区）的中下游（侯杰泰，2019）。数学是所有STEM学科的基础，如果想要提升高中生对STEM学科的选择意愿，教育工作者应该积极关注如何帮助学生减缓数学学习的努力成本认知，以提高对数学的学习兴趣。

需要注意的是，学习动机本身具有领域特殊性，学生在不同的学科领域可以形成相对独立的学习能力和学习价值认知（Eccles et al., 1993; Trautwein et al., 2012)。早期分析学习能力和价值之间发展关系的研究通常侧重的是学生整体的学习，并没有特别关注可能存在的学科差异（Spinath & Spinath,2005）。其他的一些研究则只针对性地分析了数学学科，并没有涉及英语学科（Lauermann et al., 2017;Marsh et al., 2005）。这些都导致已有研究无法分析学习动机发展可能存在的学科化差异。本研究的结果显示，相比于数学学科，英语学科各动机变量发展相对独立，体现出了明显的学科差异性。虽然同为基础教育阶段的重点学科，数学和英语在学科特征上存在着显著差异。例如，教师们通常认为数学学科具有较为明确的学科边界，知识点相对明确、需要必备知识和技能的积累（Stodolsky & Grossmann,1995）。与教师的观点相似，学生们也通常认为数学的学习内容较为固定，并且学习情境主要基于学校课堂。与此相比，语言学科的学习被认为是动态多样化的，其教学内容多样化、课程中经常有讨论的机会并且涉及日常生活的话题（Stodolsky et al., 1991）。因此，学生在语言学科的学习上可能不需要像在数学学科中那样高度地依赖于特定的先验知识和技能以及特定的学习经验。

英语作为当前世界的主要通用语言，其学科学习需要同时兼顾知识性和应用性，因此课程内容发展进化的速度更快，学生也能够收获来自学校内外不同来源的信息反馈，以及针对不同语言技能（如听、读、说、写）的相关的反馈。这些都可能使得学生在英语学科的自我概念和学习兴趣等动机认知的形成更加动态多样化并更广泛地分布在语言领域的不同亚技能中（Arens & Jansen, 2016; Schurtz et al., 2014)。因此，高水平的英语自我概念并不一定意味着高水平的学习兴趣，因为这两种信念可能涉及不同的语言子技能或主题。同时，在全社会都高度强调英语学习的社会现实中，学生们往往需要在校内和校外都进行相关的学习，因此具有较高的自我概念同样未必能减少对于英语学习的努力成本认知。以上这些因素都可能是本研究中英语学科的三个动机维度之间发展相对独立的原因。总体而言，目前探究EVT变量之间关系的领域特异性的研究资源非常有限，需要更多的研究来完善对此领域的探究。

本研究还分析了学业自我概念、学习兴趣价值和努力成本认知对学业成绩的影响。结果表明在数学和英语学科中，学业自我概念都显著正向预测学业成绩，努力成本认知都显著负向预测学业成绩。在众多的学习动机因素中，学习能力认知被认为是学业成绩的最有力预测因素之一（Marsh, 2007; Wigfield et al., 2009）。本研究的结果验证了这一结论，并且进一步揭示出当学业自我概念、学习兴趣价值和努力成本认知同时作为自变量预测学业成绩时，努力成本能够显著负向预测学业成绩。这与近年来学习成本认知领域的研究发现一致，表明成本认知与学业成绩之间存在较为紧密的负相关（Jiang et al.,2018; 2020; Perez et al., 2019）。相比之下，学习兴趣价值则没有对两个学科的学业成绩显示出一贯性的预测作用（仅在数学学科中显著）。这些研究结果表明，努力成本认知对于学生学业成绩的发展变化具有重要的解释力。作为诱发学习回避性动机的核心要素，对学习成本认知的探究能够帮助教育者更有效地全方位了解学生的学习发展。

通过潜变量调节分析，本研究进一步发现数学学科中学业自我概念和努力成本认知对学业成绩的预测存在显著的交互效应，表现为学业自我概念能够显著地缓解努力成本认知对学业成绩的负向影响。EVT是强调学习能力和价值认知之间的交互作用的，因为任何一个学生都会同时体验到与学习相关的能力、价值和成本认知。由于交互作用的检测通常需要非常大的样本量作为支持（Marsh et al.,2013），早期的EVT研究基本都没有涉及交互作用的检验。近年来，基于新兴的统计分析方法，如潜在调节结构方程模型（Kelava et al., 2011），陆续有学者开展相关的探究。但是迄今为止，只有极少数的研究同时分析了青少年学习能力、价值和成本认知对学业成绩的交互作用。与本研究的结果类似，这些研究也发现在预测青少年数学成绩时，能力认知与成本认知之间存在交互作用，既成本认知越低，能力认知对成绩的预测越强（Guo et al., 2015; Trautwein et al., 2012）。同时我们注意到，学业自我概念和努力成本认知的交互作用仅在数学学科中显著，在英语学科中则不显著，契合前文所讨论的学科差异性。

本研究采用交叉滞后的方法分析了高中生学习动机发展模态及其对学业成绩的影响，获得了许多重要发现。尽管如此, 本研究仍存在一些不足。首先，本研究采用问卷调查的方法获得数据，数据来源单一，未来的研究可以结合行为观察和深入访谈等多种方法，更加深入地剖析学生学习动机的发展模态。第二，本研究采用为期一年的追踪数据，只考察了高二至高三这一阶段的学习动机发展变化，未来可进行更长期的追踪研究, 深入全面地分析基础教育阶段青少年学习动机的动态发展和具体特征。第三，本研究的被试来自同一所高中，虽然此高中为国内典型的省级公办重点高中，但单一的样本结构还是在一定程度上降低了本研究结果的代表性。未来研究需选取更大、更具代表性的样本, 对本研究的发现予以印证。