何計蓉 高輝 花海燕

摘要：考試作弊不僅損害了考試結果的公正性，還助長了社會的不誠信之風。從經濟學博弈論的角度對大學生考試作弊與監(jiān)考者之間進行收益-成本分析；通過調查分析表明，任課教師在上課認真程度和考試的難易上都與作弊相關；同時還與監(jiān)考老師的考場嚴厲程度相關；與大學生專業(yè)偏好相關。最后，針對考試內容和方法、監(jiān)考老師的職責以及專業(yè)導論或職業(yè)規(guī)劃教育等方面提出防止大學生考試作弊的一些建議。

關鍵詞：大學生；作弊；博弈論；統(tǒng)計分析

中圖分類號： F224.32文獻標志碼： A 文章編號：16720539（2016）06011506

一、引言

2012年1月12日，全國學聯(lián)駐會執(zhí)行主席、廣西大學學生會主席孫某在該校某門學科的期末測試中使用手機作弊，被監(jiān)考老師當場發(fā)現(xiàn)。這一消息的發(fā)出再次將高?？荚囎鞅赚F(xiàn)象推到了風口浪尖上。長久以來，學生考試作弊現(xiàn)象在各大高校普遍存在。從期中、期末考試，到各類英語、計算機過級考試，作弊現(xiàn)象如影隨形?？荚囎鞅撞粌H會損害考試結果的公平性，還會破壞社會的誠信體系，助長社會的不誠信之風。其危害之大，無法估量。鑒于考試作弊造成的巨大不良影響，教育部屢次下達通知，要求各大高校嚴格整治學校的作弊歪風。然而，作弊現(xiàn)象屢禁不止。

為了更好地解決愈演愈烈的大學生考試作弊問題，國內外學者從心理學、教育學、社會學、法律和經濟學角度對大學生考試作弊現(xiàn)象進行了深入細致的分析研究。其中經濟學的研究方法主要是博弈論分析和成本—收益分析。張玲玲[1]（2005）、張淑軍和傅書勇[2]（2007）、曹麒麟，胡小東，張賓[3]（2008）、黃蓓[4]（2009）、賀文龍[5]（2010）、張旭平[6]（2011）、劉麗英[11]（2014）、李恒祥，李一鳴和李姍姍[13]（2016）等用博弈論的分析方法研究了大學生考試作弊現(xiàn)象。張富花，支天云[7]（2006）、宋志慧，張錦，李景[8]（2011）、張得心[9]（2011）、陳媛媛[10]（2011）、劉飛，胡屹[12]（2015）等用經濟學的成本—收益法對考試作弊現(xiàn)象成因進行了分析。

已有的研究都對大學生作弊現(xiàn)象進行了一定程度的博弈論研究，但是大多停留在理論分析階段，缺乏對博弈結果的數據證明。本文在前人的基礎上對大學生考試作弊現(xiàn)象進行了博弈論分析，同時利用調查問卷的統(tǒng)計數據分析對博弈結果進行了驗證，旨在找到影響大學生考試作弊的根本原因，并為高校整治考試作弊歪風提供對策建議。

二、大學生考試作弊的博弈分析

（一）大學生考試作弊的博弈分析

1.博弈的假設條件

（1） 作弊學生和監(jiān)考教師都是理性的，以追求自身利益最大化為目標。

（2） 博弈規(guī)則是既定的、公開的、透明的，師生雙方的策略及其在不同策略下的支付函數是一種公共知識，即雙方行為選擇是一個完全信息靜態(tài)博弈。

（3） 只要監(jiān)考教師認真監(jiān)考學生作弊就能被發(fā)現(xiàn)，若學生作弊未被監(jiān)考教師發(fā)現(xiàn)，則一定被督導組發(fā)現(xiàn)。

（4） 監(jiān)考老師嚴于監(jiān)考的成本為C1，嚴于監(jiān)考的收益為R1，疏于監(jiān)考的成本為C1 ′，疏于監(jiān)考的收益為R′1 ，作弊學生不作弊的收益為0，作弊的收益為R′2，作弊被抓的成本-M。

（5） 監(jiān)考老師嚴于監(jiān)考的概率為P1，作弊者作弊的概率為P2。

2.博弈模型的支付矩陣

（二）博弈結果分析

1.作弊者角度分析作弊因素

從公式P1=R′2/（R′2+M）可以看出，在作弊成本一定時，最優(yōu)嚴于監(jiān)考概率與作弊收益成正比，而當作弊收益一定時，最優(yōu)嚴于監(jiān)考概率與作弊成本成反比。如果學生考試作弊的收益較大，則學生作弊的動機就會增大，為了有效減少作弊行為，監(jiān)考者要加大監(jiān)考的力度，以較大的概率抓獲作弊行為；如果學生考試作弊的成本較大，一般來說，學生不會輕易冒巨大風險去作弊，則監(jiān)考者嚴于監(jiān)考的概率就會降低。

2.從監(jiān)考者角度分析作弊因素

從公式p2=（R′1+C1）/（2R1+C′1）可以看出，最優(yōu)作弊的概率與嚴于監(jiān)考的收益及疏于監(jiān)考的成本之和成反比關系，與疏于監(jiān)考獲得的收益以及嚴于監(jiān)考的成本成正比例關系。監(jiān)考者若嚴于監(jiān)考，則會得到較多的獎勵，疏于監(jiān)考則會收到嚴厲的處罰，此種措施會有效地降低作弊的概率；如監(jiān)考者疏于監(jiān)考得到的收益較多，而且處罰力度較小，因此可能助長作弊之風。

為了證明博弈分析的正確性，下面將通過對成都高校大學生的考試作弊調查問卷結果所進行的統(tǒng)計學分析進行驗證。

三、實證分析

（一）調查情況

本調查采用無記名方式填寫，調查范圍主要為成都二本高校和三本高校的大一、大二和大三學生（211學校和985高校未進行），此次調查發(fā)放調查問卷250份，實際收回248份，有效調查問卷244份，回收率達100%，有效率達97.6%。在有效調查問卷中男生占42.6%，女生占57.4%。年齡分布為18歲以下占4.1%，19歲～20歲的占52.2%，21歲～23歲的占43.0%，24歲以上的占0.4%。收集的數據用SPSS 19.0軟件進行錄入與處理，然后對數據分別進行相關分析。

（二）聚類分析

用聚類的思想，通過樣本或變量之間存在著不同程度的相似性，根據研究樣本的年齡、性別、所讀年級等19個觀測指標，具體找出了老師監(jiān)考對防止大學生作弊的作用、學校為遏制學生作弊現(xiàn)象做過努力程度、作弊科目的授課老師對學生的要求、作弊科目的授課老師上課的認真程度及作弊科目的考核難度（5個）這些能夠度量樣本之間的相似程度的統(tǒng)計量，以這些統(tǒng)計量為依據，把不同相似程度的樣本聚合為三類。目的在于探究大學生在上述5個統(tǒng)計量下不同群體的對變量的認知現(xiàn)狀。

（1）作弊科目的授課老師對學生的要求、作弊科目的授課老師上課的認真程度及作弊科目的考核難度的聚類分析，將聚類結果進一步做OLAP分析（見表2）。

從上面的OLAP立方體表2可以看出：第一類中，人數占全部樣本的約90%，他們集中認為作弊科目的授課老師上課認真，但大部分同學不想學習。作弊科目老師對學生的要求一般嚴格。作弊科目的考核難度適中，可以在課本上找到一些答案。第二類中，人數約占統(tǒng)計人數的9%，他們則普遍認為作弊科目的授課老師上課不管講課效率，只完成教學任務。作弊科目老師對學生的要求很低。作弊科目的考核難度適中，可以在課本上找到一些答案。第三類中，人數僅占樣本的1%，他們認為作弊科目的授課老師上課認真負責，同學課堂參與度高。作弊科目老師對學生的要求很低。作弊科目的考核難度適中，可以在課本上找到一些答案。

（2）監(jiān)考老師對作弊的作用與學校為遏制學生作弊的努力的聚類分析，將聚類結果進一步做OLAP分析（見表3）。

從上面的OLAP立方體表3可以得出，在第一類學生集群，約占57.8%-61.6%的大學生認為老師監(jiān)考對作弊的作用一般，部分老師不是很嚴格。而較為普遍認為學校為遏制學生作弊現(xiàn)象做過一些努力，但效果不明顯。第二類，約占11.9%-22.1%的大學生認為學校老師監(jiān)考對防止大學生作弊一般，部分老師不是很嚴格，學校做過遏制學生作弊的努力且作弊情況減少。第三類，20%-26.5%的學生認為老師監(jiān)考對防止學生考試作弊作用非常大，老師都很嚴格，且認為學校為遏制大學生考試作弊做過努力，且作弊情況減少。

（三）數據變量之間相關性分析

本節(jié)以Pearson極差相關性探討大學生作弊行為與老師監(jiān)考對防止大學生作弊的作用、學校為遏制學生作弊現(xiàn)象所做努力程度、作弊科目的授課老師上課認真程度等的相關關系。

（1）學校、老師與大學生考試作弊行為的關系分析（見表4）。

從上表4可以看出，大學生作弊與老師監(jiān)考對作弊的作用呈現(xiàn)極弱負相關，這也意味著，大學生作弊與老師監(jiān)考嚴格沒有顯著的關系；大學生作弊傾向與學校為遏制考試作弊努力程度呈現(xiàn)極弱負相關，這也就是說，大學生考試作弊行為與學校為遏制考試作弊努力程度沒有顯著關系；老師監(jiān)考對作弊的作用與學校為遏制考試作弊的努力呈顯著正相關。

（2）大學生考試作弊與作弊科目的授課老師上課認真程度、作弊科目的授課老師對學生要求、作弊科目的考核難度相關關系分析（見表5）。

從上表5可以看出，大學生作弊行為與作弊科目的授課老師上課認真程度、作弊科目的授課老師對學生要求、作弊科目的考核難度均呈現(xiàn)極弱正相關；作弊科目的授課老師上課的認真程度與作弊科目老師對學生的要求在0.05水平（雙側）有顯著正相關關系，作弊科目的考核難度與作弊科目的授課老師對學生的要求在0.01水平（雙側）有顯著正相關關系。

（3）大學生作弊傾向、專業(yè)喜好與學校是否做過職業(yè)規(guī)劃相關性分析（見表6）。

從表6可以發(fā)現(xiàn)，大學生考生作弊與學校是否做過專業(yè)導論或職業(yè)規(guī)劃在0.05水平上顯著負相關，這意味著，學校在專業(yè)導論或職業(yè)規(guī)劃方面做得越好，大學生作弊傾向將減少；大學生對專業(yè)偏好與作弊傾向呈負相關狀態(tài)，這也就是說，大學生對自己所學專業(yè)越偏好，傾向于減少作弊或者不作弊；專業(yè)偏好與學校是否做過專業(yè)導論或職業(yè)規(guī)劃在0.05水平上呈現(xiàn)顯著正相關；本文對此現(xiàn)象的解釋是，學校對大學生進行專業(yè)導論或職業(yè)規(guī)劃的培訓有助于大學生對所學專業(yè)的了解，進而對所學專業(yè)產生興趣，以至于他們立志朝所學專業(yè)發(fā)展，在這樣的情況下他們將傾向減少作弊行為。

四、主要結論及建議

（一）主要結論

第一，老師監(jiān)考對作弊的作用與學校為遏制考試作弊的努力呈顯著正相關。學校和老師在考試中存在著“委托—代理”關系，在處罰和獎勵制度的作用下，學校把自己的利益“植入”到老師的利益中，這樣，老師為自己的利益而采取行動時，他同時也就是為學校的利益服務了。從而便出現(xiàn)了老師監(jiān)考對作弊的作用與學校為遏制考試作弊的努力呈顯著正相關關系。

第二，作弊科目的授課老師上課的認真程度與作弊科目老師對學生的要求存在顯著正相關關系；作弊科目的考核難度與作弊科目的授課老師對學生的要求也存在正相關關系。老師上課的認真程度與對學生要求存在一致性，同時，科目的考核與老師對學生的要求也存在一致性，這兩種互相關系的一致性產生了上述兩組變量的顯著相關性。

第三，學校是否對大學生進行過詳細的專業(yè)導論或職業(yè)規(guī)劃，對大學生考生作弊存在著顯著性影響，學生對專業(yè)的喜好與學校是否對專業(yè)進行過詳細的專業(yè)導論存在著顯著正相關性。

（二）對策建議

首先，監(jiān)考老師應該嚴格履行自己的職責。作為學校的代理人，監(jiān)考老師應該在考試的時候嚴格監(jiān)考，抓住作弊的同學應該及時上報給學校，而不能因為避免程序上的麻煩，放松對學生的管理。同時學校也應該改革內部管理體制，加強各部門的銜接，減少手續(xù)上的麻煩。

其次，改變考試內容與考試方法。在高校問卷調查中，在“以考察記憶為主的題目，作弊可能性增大”的選項尤為突出。這充分表明了改變考試內容為遏制考試作弊的一重要舉措。結合不同科目的課程特點，可以采取多樣化的考核方式，比如口試、課程論文、模擬操作及開卷等考試方式。在考試內容上，可以增大主觀題的比重，讓學生從多思維、多角度闡述對問題的看法。

最后，對大學生職業(yè)規(guī)劃的引導。通過對高校考試作弊的實證分析，發(fā)現(xiàn)大學生考試作弊與學校對專業(yè)是否做過詳細的專業(yè)導論或職業(yè)規(guī)劃存在顯著相關關系?；谠擖c，可以通過學校開設職業(yè)規(guī)劃和專業(yè)導論課程來對大學生考試作弊進行防止。

注釋：

（1）OLAP（Online Analytical Processing）在線分析處理，是指用快速簡單的方式提供對變量的動態(tài)描述和分析。

參考文獻：

[1]張玲玲.從博弈論看考試作弊現(xiàn)象[J].武漢冶金管理干部學院校報，2005，（04）：23-25.

[2]張淑軍，傅書勇.高?？荚囎鞅椎慕洕鷮W分析[J].考試研究，2007，（31）：1-2.

[3]曹麒麟，胡小東，張賓.基于信息不對稱的考試作弊博弈分析的綜述[J].成都航空職業(yè)技術學院學報，2008，（02）：47-49.

[4]黃蓓.考試作弊行為的博弈分析及對策[J].湖北經濟學院學報，2009，（12）： 139-140 .

[5]賀文龍，孫多思.大學生作弊的三個博弈模型分析以及對策[J].經濟師.2010，（08）：130-131.

[6]張旭平.應試教育下考試作弊的博弈分析[J].經濟研究導刊 ， 2011，（08）：231-233.

[7]張富花，支天云.大學生考試作弊的成本——收益分析及其防范措施[J].經濟師，2006，（6）：139-140.

[8]宋志慧，張錦，李景.大學生考試作弊的制度經濟學分析——基于澳大利亞經驗的一點看法[J].教育學論壇 ， 2011，（9）：104-105.

[9]張得心.從會計學角度論高?？荚囎鞅壮梢蚣翱硷L建設研究[J].時代金融，2011，（8）：89.

[10]陳媛媛.大學生考試作弊的經濟學成本分析[J].科教縱橫 ， 2011，（10）：197-198.

[11] 劉麗英.大學生考試作弊博弈分析及對策的探討[J].商，2014，（24）：250.

[12] 劉飛，胡屹.大學生考試作弊的原因分析[J].學生管理 ， 2015，（2）：242，225.

[13] 李恒祥，李一鳴，李姍姍. 考試作弊行為的博弈分析及對策研究[J].民主法治 ， 2016，（2）：99-101.