鄭 健，馮亞娟，郭 偉

（西安工程大學(xué) 管理學(xué)院，陜西 西安710048）

0 引 言

大學(xué)生考研動(dòng)機(jī)行為實(shí)施的作用機(jī)制具有以下兩方面的特征：第一，相同的影響因素在不同的大學(xué)生群體考研動(dòng)機(jī)行為實(shí)施的影響程度上存在顯著的差異；第二，在不同的大學(xué)生群體中，不僅考研動(dòng)機(jī)影響因素構(gòu)成不同，而且各因素間的影響關(guān)系存在一定關(guān)聯(lián)性［1］.大學(xué)生考研動(dòng)機(jī)影響因素及其影響機(jī)制具有不確定性和動(dòng)態(tài)性，即使是在同一大學(xué)生群體中，隨著環(huán)境的不斷改變，各影響因素在數(shù)量和影響程度上都在持續(xù)地動(dòng)態(tài)變化，這種動(dòng)態(tài)變化是考研動(dòng)機(jī)行為是否實(shí)施的重要依據(jù).

對(duì)于考研動(dòng)機(jī)的研究，國外主要集中在成就動(dòng)機(jī)上，我國一些學(xué)者已經(jīng)對(duì)考研動(dòng)機(jī)作過多方面、多層次的研究.文獻(xiàn)［2］通過對(duì)考研意向的分析，總結(jié)引發(fā)考研的因素，并綜合其研究結(jié)果提出建議.文獻(xiàn)［3］主要側(cè)重于考研動(dòng)機(jī)的建議，建議當(dāng)代考生樹立正確的考研動(dòng)機(jī).文獻(xiàn)［4］通過問卷調(diào)查對(duì)考研動(dòng)機(jī)進(jìn)行了總結(jié).文獻(xiàn)［5］基于對(duì)山西大學(xué)生考研動(dòng)機(jī)的調(diào)查研究，系統(tǒng)說明了大學(xué)生考研動(dòng)機(jī)的影響因素的差異.

這些研究多少涉及了考研動(dòng)機(jī)的影響因素的種類和針對(duì)這些影響因素提出的相應(yīng)的對(duì)策，但研究較為零散，缺乏統(tǒng)一的理論模型的構(gòu)建.基于此，文中提出了基于貝葉斯網(wǎng)絡(luò)（Bayesian Network，簡(jiǎn)稱BN）的大學(xué)生考研動(dòng)機(jī)影響機(jī)制模型，模擬大學(xué)生考研動(dòng)機(jī)影響機(jī)制的動(dòng)態(tài)過程.

1 貝葉斯網(wǎng)絡(luò)模型構(gòu)建

1.1 貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)是根據(jù)隨機(jī)變量間的概率關(guān)系建立的圖論模型，用有向無環(huán)圖 （Directed Acyclic Graph，DAG）來表示，主要由節(jié)點(diǎn)和有向弧兩個(gè)元素組成［6］.一個(gè)簡(jiǎn)單的貝葉斯網(wǎng)絡(luò)可由圖1來表示.圖1中O，P，Q，L，M分別代表一個(gè)節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)相應(yīng)的變量用對(duì)應(yīng)小寫字母表示.例如，把節(jié)點(diǎn)O的變量表示為：o1，o2，…，oi，并且滿足P（o1）＋P（o2）＋…＋P（oi）=1，同理，可以得到節(jié)點(diǎn)P，Q，L，M相應(yīng)的變量表示［7-8］.

圖1 簡(jiǎn)單的貝葉斯模型結(jié)構(gòu)Fig.1 Asimple Bayesian model structure

1.2 考研動(dòng)機(jī)影響機(jī)制貝葉斯網(wǎng)絡(luò)

根據(jù)歸納出的大學(xué)生考研動(dòng)機(jī)影響因素［9-10］，以及各影響因素的內(nèi)在聯(lián)系建立考研動(dòng)機(jī)影響機(jī)制貝葉斯網(wǎng)絡(luò)模型.把動(dòng)態(tài)、復(fù)雜的考研動(dòng)機(jī)影響因素分析問題整合為貝葉斯網(wǎng)絡(luò)推理問題，在貝葉斯網(wǎng)絡(luò)中分析大學(xué)生考研動(dòng)機(jī)影響因素之間的關(guān)系以及其對(duì)于考研動(dòng)機(jī)的作用機(jī)理［11］.本研究構(gòu)建的貝葉斯網(wǎng)絡(luò)拓?fù)鋱D如圖2所示.

圖2 大學(xué)生考研動(dòng)機(jī)影響因素貝葉斯網(wǎng)絡(luò)Fig.2 Bayesian network of undergraduates′motivation influencing factors

1.3 子貝葉斯網(wǎng)絡(luò)推理

把大學(xué)生考研動(dòng)機(jī)影響機(jī)制貝葉斯網(wǎng)絡(luò)分解成若干個(gè)簡(jiǎn)單的“子貝葉斯網(wǎng)絡(luò)”，選取圖2中某一“子貝葉斯網(wǎng)絡(luò)”［12-13］進(jìn)行實(shí)例推理計(jì)算.選取的“子貝葉斯網(wǎng)絡(luò)”中，主觀影響為中間節(jié)點(diǎn)，群體效應(yīng)、學(xué)術(shù)研究、名校情結(jié)、就業(yè)問題、戶口問題為父節(jié)點(diǎn)，考研動(dòng)機(jī)為子節(jié)點(diǎn)，如圖3所示.

所構(gòu)建的貝葉斯網(wǎng)絡(luò)中先驗(yàn)概率和條件概率的確定，主要采取如下方法及步驟.首先，通過查閱文獻(xiàn)獲得初始數(shù)據(jù)，即父節(jié)點(diǎn)概率.其次，由于條件概率不能直接獲得，需要通過分析相關(guān)文獻(xiàn)，并結(jié)合有關(guān)經(jīng)驗(yàn)累積以及專家評(píng)判獲得各變量間的條件概率［14］.文獻(xiàn)［14］運(yùn)用了陜西省6所高校抽樣調(diào)查的數(shù)據(jù)，采用統(tǒng)計(jì)描述方法和二元離散模型，對(duì)大學(xué)生考研動(dòng)機(jī)及影響因素進(jìn)行實(shí)證研究，得出相關(guān)結(jié)論，并提出了大學(xué)生應(yīng)樹立正確的考研動(dòng)機(jī)、政府及學(xué)校應(yīng)完善高校人才培養(yǎng)模式等對(duì)策.而并沒有量化和從動(dòng)態(tài)的角度去衡量各個(gè)影響因素對(duì)大學(xué)生考研動(dòng)機(jī)的影響.

圖3 大學(xué)生考研動(dòng)機(jī)影響機(jī)制“子貝葉斯網(wǎng)絡(luò)”圖Fig.3 The son of Bayesian network of undergraduates′motivation mechanism

表1 父節(jié)點(diǎn)先驗(yàn)概率Table 1 Prior probability of the parent node %

表2 主觀影響與其父節(jié)點(diǎn)的聯(lián)合條件概率Table 2 Effect of subjective conditions combined with its parent node probability

由貝葉斯網(wǎng)絡(luò)特性，可推理得到B的條件概率為

因?yàn)镻（B）=0.224 2，所以.B的條件概率確定后，進(jìn)一步可以得到A的條件概率為

2 研究分析

2.1 節(jié)點(diǎn)間關(guān)聯(lián)度計(jì)算

根據(jù)以上計(jì)算，就業(yè)壓力與主觀影響及考研動(dòng)機(jī)之間的關(guān)聯(lián)度分別為69.05%和22.21%.由此可以看出：就業(yè)壓力對(duì)主觀影響和考研動(dòng)機(jī)有正向影響作用，而且影響作用較大，這同文獻(xiàn)［6］中的研究結(jié)果一致，在個(gè)人因素中，就業(yè)壓力占很大比重.依此方法可以依次改變其余父節(jié)點(diǎn)的概率，并計(jì)算出關(guān)聯(lián)度，研究該因素對(duì)考研動(dòng)機(jī)的影響程度.通過計(jì)算，C，D，E，G與考研動(dòng)機(jī)的關(guān)聯(lián)度分別為34.92%，20.18%，18.34%，11.77%.

2.2 節(jié)點(diǎn)概率變化率計(jì)算

在貝葉斯網(wǎng)絡(luò)概率推理中，可以通過節(jié)點(diǎn)間條件概率的改變，模擬特定環(huán)境下各因素對(duì)考研動(dòng)機(jī)影響程度的變化.文中以主觀影響與考研動(dòng)機(jī)之間條件概率的改變?yōu)槔M(jìn)行分析.節(jié)點(diǎn)間條件概率改變而導(dǎo)致的考研動(dòng)機(jī)變化率R為

假設(shè)隨著外部壞境的變化，其主觀影響程度高與考研動(dòng)機(jī)程度高之間的聯(lián)合概率從0.81下降至0.65，而主觀影響程度低與考研動(dòng)機(jī)程度低的聯(lián)合概率從0.26下降至0.13，表1～表2的概率條件不變，使用變化后的主觀影響與考研動(dòng)機(jī)之間的條件概率，計(jì)算可得節(jié)點(diǎn)A的概率為P（A）=0.224 2×0.65＋由前文的計(jì)算結(jié)果可知因此，計(jì)算出節(jié)點(diǎn)間條件概率改變而導(dǎo)致的考研動(dòng)機(jī)變化率R為

即當(dāng)主觀影響與考研動(dòng)機(jī)間的條件概率發(fā)生變化，P（A｜B）由0.81變?yōu)?.65，P（A｜B）由0.26變?yōu)?.13時(shí)，考研動(dòng)機(jī)程度將會(huì)下降21.92%.同理，還可以推算出其他節(jié)點(diǎn)間條件概率改變下的考研動(dòng)機(jī)影響因素各節(jié)點(diǎn)概率的變化情況.

通過推理計(jì)算，在主觀影響因素中，群體效應(yīng)對(duì)考研動(dòng)機(jī)影響最大，關(guān)聯(lián)度達(dá)到34.92%；其次是就業(yè)壓力，關(guān)聯(lián)度為22.21%；學(xué)術(shù)研究也有較大影響，關(guān)聯(lián)度為20.18%；名校情節(jié)與其關(guān)聯(lián)度為18.34%；影響最小的為戶口問題，關(guān)聯(lián)度為11.77%..

3 結(jié)束語

本文通過分析文獻(xiàn)，考慮了影響考研動(dòng)機(jī)的4個(gè)因素，建立了貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)模型.以其中的個(gè)人因素為例，通過對(duì)各節(jié)點(diǎn)關(guān)聯(lián)度的分析，可以推理出各影響因素對(duì)考研動(dòng)機(jī)的具體作用機(jī)制；通過調(diào)整變量間的條件概率，可以較為真實(shí)地反映考研動(dòng)機(jī)響機(jī)制中各變量間關(guān)系的動(dòng)態(tài)變化過程.此模型能夠幫助學(xué)校及社會(huì)對(duì)大學(xué)生考研動(dòng)機(jī)進(jìn)行管理和調(diào)節(jié)，使大學(xué)生正確認(rèn)識(shí)考研、對(duì)待考研.

［1］ 呂冬詩，徐寶貴，張彬.影響大學(xué)生考研動(dòng)機(jī)的主要因素研究［J］.出國與就業(yè)，2011（8）：45-46.LYU Dongshi，XU Baogui，ZHANG Bin.Study on the main factors affecting the motivation of university students［J］.Work &Study Abroad，2011（8）：45-46.

［2］ 薛深.普通高校應(yīng)屆畢業(yè)生考研動(dòng)機(jī)調(diào)查分析［J］.探索與交流，2004（30）：36-38.XUE Shen.Investigation and analysis of college graduates PubMed motivation［J］.Exploration and communication，2004（30）：36-38.

［3］ 呂潔.高校學(xué)生考研動(dòng)機(jī)及影響因素分析［J］.江蘇科技大學(xué)學(xué)報(bào)，2007（14）：80-82.LYU Jie.Analysis of motivation and influence factors of college students preparing for postgraduate entrance examination［J］.Jiangsu University of Science and Technology，2007（14）：80-82.

［4］ 呂健露，莊郁馨.大學(xué)生考研動(dòng)機(jī)分析［J］.今日中國論壇，2013（6）：85-86.LYU Jianlu，ZHUANG Yuxin.Analysis of college students′study motivation［J］.Today Chinese Forum，2013（6）：85-86.

［5］ 孟佳，顧昭明.山西省大學(xué)生考研動(dòng)機(jī)的調(diào)查研究［J］.中國健康心理學(xué)雜志，2011（19）：828-830.MENG Jia，GU Zhaoming.Investigation and analysis：Motivations of postgraduate entrance examination in Shanxi province［J］.Chinese Journal of health psychology，2011（19）：828-830.

［6］ 張連文，郭海鵬.貝葉斯網(wǎng)引論［M］.北京：科學(xué)出版社，2006：23-25.ZHANG Lianwen，GUO Haipeng.An introduction to Bayesian Networks［M］.Beijing：Science Press，2006：23-25.

［7］ HARUHIKO Ogasawara.Asymptotic properties of the Bayes and pseudo Bayes estimators of ability in item response theory［J］.Journal of Multivariate Analysis，2013（15）：114.

［8］ WANG Lichun，RADHEY S Singh.Linear Bayes estimator for the two-parameter exponential family under type II censoring［J］.Computational Statistics and Data Analysis，2014（3）：71.

［9］ 耿德英，陳祿秀.應(yīng)屆大學(xué)畢業(yè)生考研動(dòng)機(jī)調(diào)查研究［J］.西昌學(xué)院學(xué)報(bào)：自然科學(xué)版，2013（4）：74-77.GENG Deying，CHEN Luxiu.A research about the motives of college students′preparing for postgraduate entrance examination［J］.Journal of Xichang College：Natural Science Edition，2013（4）：74-77.

［10］ 周燁.當(dāng)代大學(xué)生考研動(dòng)機(jī)因素結(jié)構(gòu)分析［J］.科協(xié)論壇，2011（11）：170-171.ZHOU Ye.Analysis of their motive factor structure of contemporary college students［J］.Association Forum，2011（11）：170-171.

［11］ 周國華，彭波.基于貝葉斯網(wǎng)絡(luò)的建設(shè)項(xiàng)目質(zhì)量管理風(fēng)險(xiǎn)因素分析——以京滬高速鐵路建設(shè)項(xiàng)目為例［J］.中國軟科學(xué)，2009（9）：100-106.ZHOU Guohua，PENG Bo.Analysis of quality management risk in large construction projects based on bayesian belief network：A case study of Beijing-Shanghai high-speed railway project［J］.China Softscience，2009（9）：100-106.

［12］ COOPER G.Computational complexity of probabilistic inference using Bayesian networks［J］.Artificial Intelligence，1990，42（5）：393-405.

［13］ CHICKERING D M.Learning Bayesian networks is NP-Hard［R］.Technical Report，MSR-TR-94-17，Microsoft Research，Redmond，1994.

［14］ 劉天軍.大學(xué)生考研動(dòng)機(jī)及影響因素研究——基于陜西省6所高校抽樣調(diào)查的實(shí)證分析［J］.高校管理與發(fā)展，2013（16）：71-75.LIU Tianjun.Analysis of motivation and influence factors of college students preparing for postgraduate entrance examination［J］.College of Economics and Management，2013（16）：71-75.