■林慧君
(湛江幼兒師范??茖W(xué)校,廣東 湛江 524037)
2020年上半年,一場(chǎng)突如其來(lái)的新冠疫情使得大部分學(xué)校教育由線下教學(xué)轉(zhuǎn)換為依托網(wǎng)絡(luò)、平臺(tái)開(kāi)展的線上教學(xué),教學(xué)媒體、教學(xué)方法、教學(xué)評(píng)價(jià)方式等發(fā)生了很大的改變。所有的老師和學(xué)生都在學(xué)習(xí)網(wǎng)絡(luò)環(huán)境下教和學(xué)的技術(shù)、方法、評(píng)價(jià)方式等,努力適應(yīng)新環(huán)境、新平臺(tái)、新技術(shù)。一學(xué)期的線上教學(xué)任務(wù)基本完成,線上教學(xué)效果如何?本文將對(duì)線上教學(xué)效果開(kāi)展實(shí)證研究,為學(xué)校教育教學(xué)質(zhì)量監(jiān)控、線上教學(xué)方法的改進(jìn)提供事實(shí)依據(jù)和決策支持,為線上線下教學(xué)融合應(yīng)用提供支持服務(wù)。
目前線上教學(xué)效果的實(shí)證有不少的研究成果,如孫慧玲等[1]通過(guò)對(duì)學(xué)生期末卷面考試成績(jī)進(jìn)行對(duì)比分析,得出傳統(tǒng)授課、MOOC及翻轉(zhuǎn)課堂教學(xué)三種不同的教學(xué)方法對(duì)期末卷面成績(jī)影響的差異無(wú)顯著性的結(jié)論;李小娟等[2]則使用結(jié)構(gòu)方程探究了線上學(xué)習(xí)中學(xué)生課程閱讀、總結(jié)反思等行為對(duì)教學(xué)績(jī)效的影響等?,F(xiàn)有的線上教學(xué)效果的實(shí)證研究文獻(xiàn)存在如下問(wèn)題。
(1)從理論層面指出了線上教學(xué)對(duì)學(xué)生成績(jī)的潛在影響,但是使用數(shù)據(jù)評(píng)估線上教學(xué)效果的實(shí)證研究有限,且大部分實(shí)證研究采用問(wèn)卷調(diào)查或訪談的方式獲取數(shù)據(jù),此類數(shù)據(jù)存在樣本量小、誤報(bào)錯(cuò)報(bào)、問(wèn)卷回收率低、抽樣方法不科學(xué)等問(wèn)題。
(2)實(shí)證研究的數(shù)據(jù)以學(xué)生自主匯報(bào)效果(self-reported effect)方式來(lái)收集,該類數(shù)據(jù)帶有學(xué)生主觀意識(shí),無(wú)法反映學(xué)生的真實(shí)水平和線上教學(xué)的實(shí)際效果。
(3)實(shí)證研究的數(shù)據(jù)來(lái)源局限于線上教學(xué)課程,為橫向數(shù)據(jù)。一個(gè)專業(yè)由不同性質(zhì)的課程組成,課程與課程之間學(xué)生成績(jī)不具備可比性,學(xué)生能力的差異也會(huì)帶來(lái)遺漏變量偏誤或選擇性偏誤問(wèn)題。
筆者抽取了某高校2019—2020學(xué)年度學(xué)生的各門(mén)課程考試成績(jī),其中第一學(xué)期為線上教學(xué),第二學(xué)期為線下教學(xué)。首先對(duì)線下教學(xué)和線上教學(xué)數(shù)據(jù)進(jìn)行整理和描述性統(tǒng)計(jì),直觀展現(xiàn)了數(shù)據(jù)統(tǒng)計(jì)的初步結(jié)果,發(fā)現(xiàn)線上教學(xué)課程學(xué)生卷面成績(jī)和標(biāo)準(zhǔn)化成績(jī)比線下教學(xué)課程的成績(jī)有所提升,但在不同組別的學(xué)生中提升程度不同。
假設(shè)線上教學(xué)有可能對(duì)不同成績(jī)組學(xué)生的影響存在差異。為研究這種差異,我們構(gòu)建模型,使用DID(Difference In Difference,雙重差分法)衡量線上教學(xué)對(duì)學(xué)生成績(jī)的平均處置效應(yīng)(average treatment effect),排除部分潛在的內(nèi)生性問(wèn)題,識(shí)別線上教學(xué)和學(xué)生成績(jī)之間是否為因果關(guān)系;將樣本數(shù)據(jù)按照平均成績(jī)的5分位數(shù)劃分為5個(gè)成績(jī)組,然后將成績(jī)組虛擬變量與DID變量交乘,對(duì)模型進(jìn)行OLS估算,分析結(jié)果,同時(shí)對(duì)模型進(jìn)行了安慰劑檢驗(yàn)以及穩(wěn)健性檢驗(yàn)。本論文闡述了整個(gè)實(shí)證過(guò)程以及相關(guān)的結(jié)論。
本研究共抽取了273名學(xué)生162門(mén)課程成績(jī),共有20087個(gè)觀測(cè)值。
首先對(duì)數(shù)據(jù)進(jìn)行整理,去除缺失值和分?jǐn)?shù)小于10分的觀測(cè)值(這些觀測(cè)值是由學(xué)生缺席考試所造成的),去除少于10人選修的課程。數(shù)據(jù)經(jīng)整理后,我們得到10699個(gè)觀測(cè)值。
然后對(duì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì),計(jì)算學(xué)生各學(xué)期平均成績(jī)、標(biāo)準(zhǔn)差和四分位數(shù),縱向?qū)Ρ染€上、線下教學(xué)學(xué)生成績(jī)。表1所示為統(tǒng)計(jì)情況,第二行為考試卷面分?jǐn)?shù)的均值,第三行為標(biāo)準(zhǔn)差,第四至六行分別為分?jǐn)?shù)的四分位數(shù),列(1)至列(4)分別表示全樣本、第一學(xué)期樣本、第二學(xué)期樣本、第一第二學(xué)期的卷面分?jǐn)?shù)均值差。
由表1以看出,使用線上教學(xué)模式的第二學(xué)期的平均成績(jī)較使用線下教學(xué)模式的第一學(xué)期的平均成績(jī)高2.15分,且差異在0.01的水平上顯著;成績(jī)的變化在各分位數(shù)上也有所不同,P25和P50均增加了3分,而上四分位數(shù)P75僅增加1分。
表1 描述性統(tǒng)計(jì)
根據(jù)上述描述性統(tǒng)計(jì)結(jié)果,我們作出如下假設(shè):線上教學(xué)對(duì)不同成績(jī)組學(xué)生的影響存在差異。
對(duì)于高校而言,各門(mén)課程性質(zhì)不同,難易程度不同,授課老師不同,課程與課程之間不具備可比性,且含有大量的選修課程,學(xué)生在選課時(shí)帶有主觀意愿,與學(xué)生的興趣、學(xué)生個(gè)人的學(xué)習(xí)能力等方面有關(guān)。要解決不同課程之間成績(jī)無(wú)法比較以及選課過(guò)程存在的問(wèn)題,一種可行的方法是使用計(jì)量手段去除部分內(nèi)生性并識(shí)別相關(guān)的因果效應(yīng)。
我們采用課程內(nèi)標(biāo)準(zhǔn)成績(jī)?nèi)〈煽?jī)作為被解釋變量。具體計(jì)算方法如式(1)。
基準(zhǔn)回歸模型采取經(jīng)典DID設(shè)置,如式(2)所示。
其中被解釋變量CMarki,j,t為觀測(cè)值的標(biāo)準(zhǔn)成績(jī);θi、φj分別為學(xué)生層面和課程層面的固定效應(yīng);Tt為學(xué)期虛擬變量,若觀測(cè)值屬于第一學(xué)期,則Tt=1,反之為0;Onlinej,t為DID變量,若學(xué)年t的課程j為線上教學(xué),則Onlinej,t=1,反之為0;Numj,t為連續(xù)型控制變量,表示課程j在學(xué)年t時(shí)的選修人數(shù);εij,t為隨機(jī)誤差;個(gè)體固定效應(yīng)θi和課程固定效應(yīng)φj吸收了所有不隨學(xué)生、課程而變化的因素;如學(xué)生能力差異、不同課程的難度差異均會(huì)被固定效應(yīng)捕捉,Tt則捕捉了第一和第二學(xué)期之間的平均成績(jī)差異,在該設(shè)定下,雙重差分估計(jì)量 β 估計(jì) ΔE[CMark│Treatj=1]-ΔE[CMark|Treatj=0],表示相較于第二學(xué)期不使用線上教學(xué)而言,采用線上教學(xué)為學(xué)生成績(jī)帶來(lái)了額外變化。因此,為線上教學(xué)對(duì)學(xué)生成績(jī)的平均處置效應(yīng)(Average Treatment Effect,ATE)。
其中,Bki為成績(jī)組虛擬變量 ,k∈{1,2,3,4,5}。若學(xué)生i處于成績(jī)組k中,則Bki=1。以中等成績(jī)的學(xué)生band=3為基準(zhǔn)成績(jī)組,將k=3排除在加分之外。此時(shí),β0為雙重差分估計(jì)量,捕捉線上教學(xué)對(duì)基準(zhǔn)組學(xué)生成績(jī)的影響;而β0+βk則估計(jì)線上教學(xué)對(duì)成績(jī)組k的影響。該識(shí)別策略為三重差分設(shè)定,因此引進(jìn)了成績(jī)組和課程的交互固定效應(yīng)φj,k來(lái)捕捉各個(gè)課程中不同成績(jī)組的異質(zhì)性。我們使用最小二乘法OLS來(lái)估計(jì)基準(zhǔn)回歸(2)和(3)。表2所示為各回歸變量的基本情況。
表2 回歸變量
附表1 中列(1)和列(3)為回歸(2)雙重差分法估計(jì)結(jié)果。列(1)中,在沒(méi)有控制課程固定效應(yīng)情況下,線上教學(xué)的虛擬變量在0.01的水平下顯著為正。列(2)和列(3)逐步控制了課程固定效應(yīng)和選修人數(shù),DID估計(jì)量β約為1,且均在0.05的水平下顯著為正。上述結(jié)果表明,與線下教學(xué)相比,線上教學(xué)使學(xué)生的標(biāo)準(zhǔn)成績(jī)提升約1分。其次,我們注意到在控制課程選修人數(shù)后,學(xué)期虛擬變量Tt不顯著,這說(shuō)明在控制組中,第一學(xué)期和第二學(xué)期的平均分?jǐn)?shù)在統(tǒng)計(jì)意義上沒(méi)有顯著差異。
附表1 中列(4)和列(5)回歸(3)的估計(jì)結(jié)果。其中,第二行為β0的估計(jì)結(jié)果,反映線上教學(xué)對(duì)基準(zhǔn)成績(jī)組(band 3)的邊際影響。可見(jiàn)DID估計(jì)量為負(fù),且在統(tǒng)計(jì)意義上不顯著,因此我們認(rèn)為,線上教學(xué)對(duì)于中等成績(jī)組的學(xué)生的作用并不明顯,且有可能產(chǎn)生負(fù)面影響。圖1所示為式(2)中βk的估計(jì)結(jié)果,其中橫坐標(biāo)表示成績(jī)區(qū)間;縱坐標(biāo)為估計(jì)值;實(shí)心圓點(diǎn)表示估計(jì)量;而垂直實(shí)線則表示估計(jì)量的90%置信區(qū)間。我們發(fā)現(xiàn),β1和β5的估計(jì)量均顯著為正,而β2和β4估計(jì)量為正,但并不顯著。這說(shuō)明我們有90%的把握認(rèn)為,線上教學(xué)讓線下教學(xué)成績(jī)最差20%的學(xué)生平均提升3.152個(gè)標(biāo)準(zhǔn)分,成績(jī)最好20%的學(xué)生平均提升3.837分。而對(duì)于線下教學(xué)中等成績(jī)學(xué)生而言,我們沒(méi)有90%以上的把握說(shuō)明線上教學(xué)能提升他們的成績(jī)。
附表1 基準(zhǔn)回歸結(jié)果
圖1 基準(zhǔn)回歸結(jié)果
在回歸模型中,我們使用雙重差分法捕捉線上教學(xué)對(duì)學(xué)生成績(jī)的處置效應(yīng)。為了驗(yàn)證雙重差分設(shè)置是否能準(zhǔn)確識(shí)別兩者之間的因果關(guān)系,我們對(duì)模型進(jìn)行安慰劑檢驗(yàn),具體步驟如下:
(1)去除2019—2020學(xué)年第二學(xué)期線上教學(xué)的樣本;
(2)隨機(jī)抽取19門(mén)課程作為虛擬處理組(imaginary treatment group);
(3)對(duì)回歸進(jìn)行估算,并重復(fù)該過(guò)程1000次,然后作出βk的概率分布圖。
圖2 所示為安慰劑檢驗(yàn)的結(jié)果。其中,橫坐標(biāo)為βk的估計(jì)值;縱坐標(biāo)表示βk;黑色實(shí)線為βk的概率密度分布函數(shù);灰色點(diǎn)表示每次安慰劑回歸中βk的取值;垂直實(shí)線從左至右分別為估計(jì)值分布的10%、50%、90%分位數(shù);黑色三角形則表示使用真實(shí)處理組時(shí)的估計(jì)值。可見(jiàn),βk的估計(jì)值分布大致為均值為0的正態(tài)分布,且使用真實(shí)處理組的估計(jì)量均大于分布的90%分位數(shù)。因此我們認(rèn)為,基準(zhǔn)回歸結(jié)論并不是偶然的結(jié)果。
圖2 安慰劑檢驗(yàn)結(jié)果
附表 2中列(2)和列(4)為式(2)的結(jié)果,圖 3所示為βk的系數(shù)圖。據(jù)圖3(Panel A),與圖1類似,我們發(fā)現(xiàn)與基準(zhǔn)成績(jī)組相比,線上教學(xué)對(duì)成績(jī)最差20%和最好20%的學(xué)生的積極影響最大,他們的平均卷面成績(jī)分別提高了1.564分和2.33分。圖3(Panel B)則使用相對(duì)排名Ranking作為被解釋變量,最差20%成績(jī)組的DID估計(jì)量為0.0882,且在0.1的水平下顯著,這表明在線上教學(xué)模式中,平均成績(jī)倒數(shù)20%的學(xué)生的相對(duì)排名平均能提高8.8%。值得注意的是,β5的估計(jì)值接近于0,這說(shuō)明對(duì)于成績(jī)最好的學(xué)生而言,雖然他們的線上教學(xué)的課程卷面分?jǐn)?shù)顯著提高(如圖1 Panel A),但對(duì)他們的排名并不會(huì)產(chǎn)生顯著影響,他們的相對(duì)排名不會(huì)隨著分?jǐn)?shù)的提高而繼續(xù)上升。對(duì)于中等學(xué)生而言,如附表2列(4)所示,β0估計(jì)為負(fù),這說(shuō)明在線上教學(xué)模式中,中等成績(jī)的學(xué)生排名有可能下降,與基準(zhǔn)回歸結(jié)果一致。
附表2 穩(wěn)健性檢驗(yàn)
圖3 穩(wěn)健性檢驗(yàn)
通過(guò)模型結(jié)果的分析,我們發(fā)現(xiàn),當(dāng)教學(xué)模式由線下轉(zhuǎn)為線上后,成績(jī)較差組與中等成績(jī)組學(xué)生的成績(jī)差距在縮小,而優(yōu)秀成績(jī)組和中等成績(jī)組的差距卻被拉大,這意味著中等成績(jī)組學(xué)生在線上教學(xué)中相較其他成績(jī)組學(xué)生表現(xiàn)不佳,我們認(rèn)為導(dǎo)致該結(jié)果的原因有以下幾點(diǎn)。
1.對(duì)于優(yōu)秀成績(jī)組的學(xué)生(band 5)而言,他們具有較強(qiáng)的學(xué)習(xí)自覺(jué)性、專注力、理解能力和學(xué)習(xí)基礎(chǔ)。在疫情期相對(duì)隔離的環(huán)境下進(jìn)行線上學(xué)習(xí)時(shí),來(lái)自外界因素的干擾降低,這便使這部分學(xué)生的成績(jī)得以進(jìn)一步提高。
2.中等學(xué)生(band 3)的自我監(jiān)控能力較弱[13-14],他們?cè)趯W(xué)習(xí)中更依靠教師的督促和答疑。此外。同學(xué)間合作學(xué)習(xí)對(duì)于中等生而言更加重要[15]。然而在線上教學(xué)模式中,師生互動(dòng)、學(xué)生間合作的時(shí)間被大大壓縮,因此,線上學(xué)習(xí)對(duì)中等成績(jī)組的積極性相對(duì)于其他成績(jī)組而言并不明顯。
3.對(duì)于平均成績(jī)最差的20%的學(xué)生而言,由于該組學(xué)生的成績(jī)基數(shù)小,故成績(jī)提高更加明顯;成績(jī)較差的學(xué)生相對(duì)更容易受到外界“非學(xué)習(xí)”因素的干擾(如電子產(chǎn)品),而在疫情期居家的線上學(xué)習(xí)中,相對(duì)封閉的環(huán)境、家長(zhǎng)的監(jiān)督反而一定程度地保障了他們的學(xué)習(xí)時(shí)間和質(zhì)量。另外,線上教學(xué)允許學(xué)生反復(fù)觀看教學(xué)錄像,這一定程度上彌補(bǔ)了學(xué)生在理解能力、學(xué)習(xí)能力上的不足,使他們的標(biāo)準(zhǔn)化成績(jī)有所提升。
由此可見(jiàn),我們?cè)陂_(kāi)展線上教學(xué)時(shí)應(yīng)更多地關(guān)注中等成績(jī)組的學(xué)生群體,探究中等成績(jī)組表現(xiàn)不佳的原因,對(duì)癥下藥,提升線上教學(xué)模式在各個(gè)成績(jī)組中的積極效果。
太原城市職業(yè)技術(shù)學(xué)院學(xué)報(bào)2021年10期