李強

摘要：本文通過運用隨機前沿分析法，選取出最優(yōu)函數(shù)形式，測算了網(wǎng)絡課程的教學效果及其影響因素.通過研究發(fā)現(xiàn)，網(wǎng)絡課程的教學效果值均顯著低于1，網(wǎng)絡課程的教學效果還處于低效果階段，還有很大的提升空間.網(wǎng)絡課程的教學效果是一種更多依賴建設資金和老師投入的老師推動型模式.

關鍵詞：網(wǎng)絡課程;教學效果;隨機前沿分析

中圖分類號：G642? 文獻標識碼：A? 文章編號：1673-260X（2019）08-0142-04

1 引言

隨著互聯(lián)網(wǎng)和多媒體技術的發(fā)展和普及，網(wǎng)絡課程成為學校力推的，試圖改變原有教學模式的新教學方法.尤其是近年來隨著“互聯(lián)網(wǎng)+”的發(fā)展，如何把高校的課程和“互聯(lián)網(wǎng)+”結合起來，成為了教學理論和實踐研究的熱點問題.所以，MOOC課、大規(guī)模在線開放課程、網(wǎng)絡資源共享課程等利用“互聯(lián)網(wǎng)+”平臺的高校課程相繼出現(xiàn).但是，我們在認識到網(wǎng)絡課程在改革傳統(tǒng)的教學方式的同時，也應該認識到網(wǎng)絡課程在發(fā)展過程中存在的問題.例如高校對網(wǎng)絡課程的定位還比較模糊，網(wǎng)絡課程的教學資源還是原有教學內(nèi)容直接照搬到網(wǎng)絡上，師生網(wǎng)絡互動不夠以及高校網(wǎng)絡軟硬件建設滯后等問題.因此，對網(wǎng)絡課程的教學效果進行評價，找到影響網(wǎng)絡課程教學效果的因素就顯得具有理論和實踐的意義.

目前國內(nèi)對于網(wǎng)絡課程教學效果評價的研究還一直是比較少的，但是美國早在2000年就出臺了網(wǎng)絡課程的評估與質(zhì)量保證標準，馬里蘭網(wǎng)絡教育聯(lián)盟為7000多門網(wǎng)絡課程進行評審和評估認證（Quality Matters，2018），該標準被多個國家所認可，已經(jīng)成為世界上主要的網(wǎng)絡課程評價標準.因此，文章擬針對我國的網(wǎng)絡課程找到合適的效果評價方法.當前學術屆常用的對于效果評價的評價發(fā)放，主要是利用知識生產(chǎn)函數(shù)，將效果的各種投入要素與效果的最終產(chǎn)出結合研究，用來測度投入效果.從當前很多的實證研究中可以看到，作為效果評價的經(jīng)驗模型，確實存在投入產(chǎn)出轉(zhuǎn)換函數(shù)，并且被研究效果評價的學者作為一個主要的實證分析工具.綜上所述，在目前沒有對我國網(wǎng)絡課程教學效果評價的前提下，借鑒其他領域的效果評價研究成果來分析具有重要的現(xiàn)實意義，但不是照搬其他研究的方法.

2 研究方法

目前對于效果評價的常用實證方法主要有兩種，一是非參數(shù)法，該方法的優(yōu)勢就是在評價過程中不需要設置具體的轉(zhuǎn)換函數(shù)形式，例如指數(shù)法和數(shù)據(jù)包絡分析法（DEA）;另一種是參數(shù)法，該方法必須有具體的轉(zhuǎn)換函數(shù)形式，同時隨機誤差項要符合具體的分布形式和遵循其他相關假設條件，通過對投入要素的參數(shù)值進行估計，測算效果.這種方法又可分為一般計量方法和隨機前沿方法（SFA）.以數(shù)據(jù)包絡分析法（DEA），其沿襲了非參數(shù)法的特點，不需要建立投入和產(chǎn)出之間的轉(zhuǎn)換函數(shù)，這樣可以降低因轉(zhuǎn)換函數(shù)形式設置的偏差導致的效果評價不實的問題.但同時也會存在由于邊界設定的確定性和不存在測量誤差，導致在測算是無法區(qū)分哪些是可控的哪些是不可控的，而將所有問題都歸于低效果，包括統(tǒng)計問題導致的低效果.因此，在對數(shù)據(jù)選擇和整理時，要求非常嚴格，這對進一步探討網(wǎng)絡課程的教學效果的影響因素增加了難度.由于數(shù)據(jù)包絡分析法（DEA）存在這些不足，基于隨機前沿分析法（SFA）的參數(shù)法恰好能夠解決這種問題，主要是由于隨機前沿分析法（SFA）把誤差項分為效果誤差項和隨機誤差項兩部分，在一定程度上解決了統(tǒng)計誤差對效果的影響，提高效果測度的準確性.本文對兩種效率的測算都將基于隨機前沿的分析法（SFA）展開.

2.1 隨機前沿模型

根據(jù)隨機前沿模型的原理，區(qū)分了測度無效果的不可控制和可控制因素，從轉(zhuǎn)換函數(shù)式上來說就是將誤差項分為隨機誤差vit和無效果項uit兩個方面，這種劃分的缺陷就是使得效果估計變得越來越復雜.因此，Battese and Coelli（1995）和Fritsch（2002）等研究人員通過改進模型，在保證估計結果準確性的前提下使估計過程變得更加簡單.所以文章以Battese and Coelli（1995）模型為基礎進行擴展，具體為：

如果是單要素生產(chǎn)函數(shù)，那么兩種方法具有相同的測算結果.但如果是多要素生產(chǎn)函數(shù)，那么，基于投入和基于產(chǎn)出會有不同的測算效果.

2.3 隨機前沿模型的檢驗

隨機前沿分析方法的測算結果，準確性取決于隨機前沿生產(chǎn)函數(shù)形式的選擇和參數(shù)估計的有效性.為了簡化分析，文章從三個方面進行簡化驗證具體的轉(zhuǎn)換函數(shù)形式，如表1所示.

上述檢驗具體采用“廣義似然比（LR）”統(tǒng)計量來檢驗：

LR=-2{ln[L（H0）/L（H1）]}=-2[lnL（H0）-L（H1）] （7）

（7）式中的H1L（H0）和L（H2）表示假設檢驗時的零假設H0和備擇假設的對數(shù)似然函數(shù)值.

3 模型構建與實證分析

本文所使用的基礎數(shù)據(jù)來源于安徽科技學院近5年的20門網(wǎng)絡課程的學生的相關數(shù)據(jù)，包括網(wǎng)絡課程學習時間、學生考試平均成績、學期課程數(shù)量、網(wǎng)絡課程建設投入、網(wǎng)站信息直觀性.部分數(shù)據(jù)來自學校教務系統(tǒng)數(shù)據(jù)，部分來自課程負責人提供.

3.1 網(wǎng)絡課程的教學效果評價模型

網(wǎng)絡課程的教學效果評價模型是通過構建轉(zhuǎn)化函數(shù)，將學生的投入作為網(wǎng)絡課程的投入要素，運用投入法測算對網(wǎng)絡課程的教學效果的貢獻程度，是效率研究的第二層次研究.本部分同樣選擇C-D和超越對數(shù)兩種形式的轉(zhuǎn)化函數(shù)，構建基于投入法的隨機前沿模型.此時模型可設定為：

其中，i代表本文所選網(wǎng)絡課程，t代表時間，Yit代表觀察單元的網(wǎng)絡課程的教學效果，選取學生網(wǎng)絡課程學習時間來表示.Xit代表網(wǎng)絡課程平臺的各種投入，包括課程本身和學生的投入，文中選取了最有代表性的學生考試平均成績（CJit）和課程建設投入（TRit）.在衡量的網(wǎng)絡課程的教學效果模型中，課程建設投入（TRit）在本文選取了網(wǎng)絡課程建設經(jīng)費（TRJFit）和老師的投入時間（TRSJit）兩個變量.模型中還包含了其他影響學生網(wǎng)絡課程的變量，例如學生學期課程的數(shù)量（KCit）、是否有電腦（DNit）和網(wǎng)站信息直觀性（SPit）.

3.2 實證分析

文章基于安徽科技學院網(wǎng)絡課程的面板數(shù)據(jù)，利用（8）式和（9）式，分析無滯后、滯后1年的科布-道格拉斯生產(chǎn)函數(shù)和超越對數(shù)生產(chǎn)函數(shù)的隨機前沿模型.在測算網(wǎng)絡課程的教學效果之前，需要運用似然比檢驗來確定哪個轉(zhuǎn)換函數(shù)形式最合適，具體的估計結果如表2所示.

根據(jù)模型甄別檢驗，選取顯著水平在1%水平的臨界值，經(jīng)計算，在隨機前沿模型中，最適用的為不考慮時間因素的C-D轉(zhuǎn)化函數(shù)隨機前沿模型.

模型1、模型2、模型3和模型4分別表示網(wǎng)絡課程投入與教學效果之間無時滯無控制變量、無時滯有控制變量、滯后1年有控制變量和滯后2年有控制變量，具體估計結果如下表3.

4個模型的σ2和γ值均在1%的顯著水平下顯著，表明投入沒有效果在網(wǎng)絡課程的教學過程中顯著存在，同時印證了本文采用SFA方法的合理性.

從4個模型的參數(shù)估計結果看，不同時間滯后假設下的估計結果基本一致.課程投入的兩個變量與網(wǎng)絡課程的教學效果顯著相關.以模型2為例，在其他變量不變的情況下，網(wǎng)絡課程平臺建設投入經(jīng)費增加1%網(wǎng)絡課程的教學效果將增加0.795%，老師的投入時間增加1%網(wǎng)絡課程的教學效果將增加7.314%.而學生考試平均成績雖然系數(shù)值都為正，但均不能通過顯著性檢驗，這表明目前網(wǎng)絡課程的教學效果是一種更多依賴建設資金和老師投入的老師推動型模式.從其他影響變量的估計結果來看，學生學期課程的數(shù)量對網(wǎng)絡課程的教學效果具有顯著的負效應，這說明學生課業(yè)的負擔大小會影響學生網(wǎng)絡平臺學習的時間和效果.學生是否擁有電腦對網(wǎng)絡課程的教學效果具有顯著的正效應，這說明對于網(wǎng)絡課程來說，學生是否擁有工具也是一個關鍵的影響要素.網(wǎng)站信息直觀性變量的估計值也是顯著的正值，這說明網(wǎng)站信息直觀性反映網(wǎng)站的建設質(zhì)量，包含的元素種類，不只是一些文字性內(nèi)容的描述的信息越多，學生網(wǎng)絡平臺學習的時間和效果越好.

接下來依據(jù)模型1-模型4的估計結果，利用方程（4）測算網(wǎng)絡課程的教學效果，具體20門網(wǎng)絡課程的教學效果值（TE）如表4所示.可見，無論是有無控制變量的無滯后、滯后1年、滯后2年及滯后3年的模型，各門課程的網(wǎng)絡課程的教學效果值（TE）均顯著低于1，意味著安徽科技學院的網(wǎng)絡課程的教學效果還處于低效果階段，還有很大的提升空間.以模型4為例，網(wǎng)絡課程的教學效果值（TE）平均值為0.671，表明相對現(xiàn)有的課程投入條件，網(wǎng)絡課程浪費了將近35%的投入資源.此外，課程差異也較大.在各門課程中，文科類的網(wǎng)絡課程的教學效果值（TE）得分最低，意味著文科的網(wǎng)絡課程未充分利用.

4 簡要結論及對策建議

本文通過運用隨機前沿分析法，測算了網(wǎng)絡課程的教學效果及其影響因素.在網(wǎng)絡課程的教學效果的隨機前沿模型構建中，為了增加效果測算的準確度，都專門設計了C-D生產(chǎn)函數(shù)模型和超越對數(shù)生產(chǎn)函數(shù)模型，并包括三種時滯情況，最終通過似然比檢驗進行篩選，選取出最優(yōu)函數(shù)形式.通過研究發(fā)現(xiàn)，網(wǎng)絡課程的教學效果值（TE）均顯著低于1，網(wǎng)絡課程的教學效果還處于低效果階段，還有很大的提升空間.網(wǎng)絡課程的教學效果是一種更多依賴建設資金和老師投入的老師推動型模式.基于文章的評價分析，筆者認為網(wǎng)絡課程要想起到好的效果，可以從如下幾個方面入手：

第一，強化網(wǎng)絡課程任課教師的主觀能動性

從實證分析可以看到，影響網(wǎng)絡課程的教學效果的核心因素是課程建設投入包括網(wǎng)絡課程建設經(jīng)費和老師的投入時間，因此，如何激發(fā)網(wǎng)絡課程建設過程中老師的投入，是網(wǎng)絡課程能否獲得良好效果的關鍵.首先要提高網(wǎng)絡課程任課教師的積極性，使得老師花更多的精力在網(wǎng)絡課程上面;其次要針對網(wǎng)絡課程的特性，加大對網(wǎng)絡課程任課教師相關知識的培訓，讓網(wǎng)絡課程任課教師真正了解弄懂網(wǎng)絡課程教學規(guī)律，消除老師的對新事物的陌生感，讓網(wǎng)絡課程任課教師積極參與到網(wǎng)絡課程的設計、建設和實施中來.

第二，激發(fā)學生利用網(wǎng)絡課程學習的主觀能動性

從實證分析可以看到，學生投入到網(wǎng)絡課程的學習實踐顯著的影響網(wǎng)絡課程的教學效果，學生花在網(wǎng)絡課程的時間一方面是有自己課程的數(shù)量決定的，一方面是有網(wǎng)絡課程本身的吸引能力決定的，所以，網(wǎng)絡課程的教學設計要區(qū)別于一般課程，要突出學生學習的實際和學習的方便性，網(wǎng)絡課程不能一味的追求全，而要讓學生能夠“少而精，拿到手”，考核方式要多樣化.

第三，突出網(wǎng)絡課程設計和內(nèi)容的新穎性

從實證分析可以看到，網(wǎng)站信息直觀性越強教學效果越好.網(wǎng)絡課程的網(wǎng)站設計要體現(xiàn)新穎性、實用性，要突出和非網(wǎng)絡課程的差異性和形象化.要對文本教材進行從新設計，包含多種形式的素材，課件要集文字、圖片、動畫和聲音于一體，實現(xiàn)圖、文、聲、像的綜合運用，網(wǎng)絡課程的教學資源應該豐富多樣，既有傳統(tǒng)課堂教學的書本，又有現(xiàn)代高新技術下的多媒體的使用.

第四，綜合提升網(wǎng)絡課程的教學效果

總體來說，網(wǎng)絡課程的教學效果還是比較低的，還有很大的提升空間，但是提升網(wǎng)絡課程的教學效果不是單靠某一個主體就能實現(xiàn)的，需要多方協(xié)同配合才能完成.學校和老師要加大投入.學生要提高網(wǎng)絡學習的自主性，網(wǎng)絡課程的設計要體現(xiàn)新穎性，網(wǎng)絡課程軟硬件要提高穩(wěn)定性.使網(wǎng)絡課程發(fā)揮最大的教學效果，充分實現(xiàn)教師與學生的互動與溝通.

——————————

參考文獻：

〔1〕劉永福，李靜輝.網(wǎng)絡課程在線評價指標體系的設計與實現(xiàn)[J].中國遠程教育，2015（08）.

〔2〕Battese G. E.， Coelli T. J. A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J]. Empirical Economics， 1995， 20（4）： 325-332.

〔3〕Fritsch M. Measuring the Quality of Regional Innovation System—A Knowledge Production Function Approach[J]. International Regional Science Review， 2002， 25（1）： 86-101.

〔4〕Quality Matters. Quality Matters Higher Education Rubric Workbook Sixth Edition[M]. Maryland： Maryland Online， 2018.