新冠肺炎疫情下高校网络教学影响因素探析

潘明明，周 游

(安徽工程大学 管理工程学院，安徽 芜湖 241000)

由于新冠肺炎疫情的快速发展及教育部“停课不停教、停课不停学”的倡导，各地区各学校积极组织开展线上授课、线上学习等在线教学活动。高校依托其自身技术优势，成为国内最早一批开展网络教学的组织。[1]对于高校网络教学评价，学者普遍认可网络教学价值，强调高校借助信息技术开展线上教学打破传统教学模式时间与空间限制，是特殊时期的一次成功尝试。[2]但就网络教学效果看，多数学者则持否定态度，提出教师与学生分离与交流异步，学生学习积极性不高、主动性不强，网络教学效果欠佳等诸多问题。

弥补网络教学缺陷，提高网络教学效果，首要工作在于精确定位网络教学影响因素。当前学者就网络教学影响因素展开丰富探讨，内容涉及教师、学生、学校、家庭、社会等多个参与主体。郭英剑[3]从教师维度出发，指出教师是网络教学活动的组织者和控制者，教师信息素养和在线教学设计、组织能力决定网络教学质量，教师网络教学中信息技术运用不熟练，教学内容设计不合理，以及教学过程组织、控制不到位均显著影响网络教学效果； 祝智庭、谌雷元等[4-5]结合学生网络学习特点，强调学生良好的学习习惯，适用的硬件设备以及突出的网络技术在网络学习中的价值，部分学生硬件设备缺乏，教学平台使用不熟练以及学习习惯欠佳是当前网络教学效果低下的根源所在； 王继新等、邬大光[6-7]进一步关注学校、家庭、社会等对网络教学的作用。学校、家庭、社会是网络教学活动的服务与支持部门，其是否为网络教学提供强有力技术与服务支撑，以及为学生营造良好学习环境是衡量网络教学质量的关键。

综合上述分析，国内外网络教学影响因素研究成果丰富，但也存在进一步拓展空间。具体来说： 第一，当前，网络教学影响因素研究，普遍以大中小学全体为研究样本，较少立足高校教学模式与学生特征，开展高校网络教学影响因素专门性研究较少； 第二，已有网络教学影响因素多聚焦于网络教学某一或几个参与主体，囊括网络教学全部参与主体的网络教学影响因素综合性理论成果较为匮乏； 第三，现有网络教学影响因素研究也较少考虑研究样本个体特征差异诱发的研究结论异质性问题，且研究多采用理论演绎方法，实证工具运用不足。

鉴于此，本文立足于高校教学模式与学生特征，借助有序PROBIT模型，首先从教师、学生、学校、家庭、社会网络教学全部参与主体挖掘高校网络教学影响因素，然后探究学生个体差异诱发高校网络教学影响因素异质性问题。通过本研究以期全面、精确定位高校网络教学影响因素，为高校推进网络教学工作顺利、有序开展提供数据与理论参考。

一、 变量甄选、 模型设定与数据来源及说明

(一)变量甄选

1.因变量

本研究重点探究高校网络教学影响因素，因变量应能准确反映高校网络教学开展状况。学生课程知识掌握程度可精确反映网络教学开展水平[8]，以学生课程知识掌握程度评价作为高校网络教学开展状况衡量指标。问卷设计中，将学生课程知识掌握程度划分为“非常差、比较差、一般、比较好、非常好”五个等级，依次赋值为“1、2、3、4、5”，学生根据自身网络学习情况对课程知识掌握程度进行打分。

2.自变量

自变量立足高校网络教学全部参与主体，从教师、学生、学校、家庭、社会五个维度展开设计。其中，教师层面网络教学影响因素甄选学生诉求把握精确程度(X1)、课程体系设计科学程度(X2)、授课时间安排合理程度(X3)、教学平台操作熟练程度(X4)四个评价指标； 学生层面网络教学影响因素甄选学生的学习习惯(X5)、信息素养(X6)、网络学习硬件设备状况(X7)三个衡量指标； 学校、家庭、社会是网络教学的服务与支持部门，学校、家庭、社会等服务支持部门网络教学影响因素甄选网络教学平台统一性(X8)、网络教学平台操作便利性(X9)、网络教学网络环境状况(X10)、学生网络学习空间状况(X11)、学生网络学习时间状况(X12)、学生网络学习环境氛围状况(X13)六个衡量指标。

本研究所甄选的变量具体名称、相关说明及统计描述如表1所示。

表1 变量描述性统计

(二)模型设定

鉴于高校网络教学状况评价为顺序关系，Y为有序变量，非常适合有序Probit模型进行分析。有序Probit模型可运用所观测数据研究不可观测的潜变量的变化规律，其结构线性形式如下：

(1)

式1中，i为样本序号；β为参数向量；Xi是自变量矢量，表示可能影响高校网络授课的一组解释变量观测值;εi为随机误差项；Y*表示高校网络授课状况潜变量，是一个不可观测的变量，通过可观测的Yi与Y*之间的关系来代表。可观测变量Yi与被解释变量Y*存在的关系如下：

(2)

式2中Yi是离散变量，且取值为(1, 2, 3, 4, 5)，表示第i个样本网络学习状况评价。αi是一组新参数，是决定样本组别的分界线，有α1<α2<α3<α4。Y*被划分为五个互不重叠的区间，Yi表示某个具体的观察值落到了哪个区间，Yi取到一特定值j的概率为：

(3)

式3中F为εi的累积分布函数，其中1≤j≤5。现假设误差项εi服从标准正态分布，则F满足标准正态分布累积函数的条件，有：

εi/Xi～(0,δ2)

(4)

如此把高校网络教学状况观察值Yi作为被解释变量，建立标准有序Probit模型，其对数似然函数为：

(5)

式5中，φ为标准正态分布的累积函数。通过最大化对数似然函数式，即可估计出有序Probit模型中的系数β和参数αi。估计所得的β值就是本文“高校网络教学”影响因素系数。

(三)数据来源及样本说明

本研究数据来源于高校学生问卷调查数据。为了提升调研数据的代表性和调研过程的便利性，以高校较为集中的长三角地区作为本次调研的样本区域。在问卷调查过程中，首先依据上海、江苏、浙江、安徽四省(市)本科院校数量，按10%比例抽取，确定调研样本点； 然后，每个样本点随机抽取30位在校大学生，开展问卷调查。问卷调查工作在2020年2—4月开展，由安徽工程大学11名本科生组织完成，问卷调查方式选用问卷星网上调查。本次问卷调查共发放问卷690份(上海120份、江苏240份、浙江180份、安徽150份)，回收问卷676份，剔除11份无效问卷后，共得到665份有效问卷(上海116份、江苏231份、浙江173份、安徽145份)。

调查样本基本信息。从性别结构看，男、女大学生样本数分别为321份和344份，占调查样本总量比例相当，与高校学生性别比例接近现实相符； 从专业类型看，自然科学类学生占样本总数的55.34%，人文社科类学生占样本总数的44.66%，自然科学类学生多于人文社科类，与高校自然科学类专业多于人文社科类专业情况一致； 从生源地类型看，乡村大学生288人，城镇大学生377人，各占样本总量43.31%和56.69%，城镇大学生样本多于乡村大学生样本，与现阶段城镇大学生总量多于乡村大学生现实相符。综合来看，本次调研数据性别、专业、生源地类型与当前高校学生总体状况基本相符，本次调研数据质量较好。

二、实证过程及结果分析

(一)高校网络教学影响因素实证结果分析

运用有序PROBIT模型，从教师、学生、学校、家庭、社会多个维度探究高校网络教学影响因素，结果如表2所示。其中，模型1为引入全部自变量的实证结果； 模型2为在模型1基础上，剔除不显著变量得到的优化模型。

根据表2，模型1和模型2均较好地通过了异方差、方程显著性等基本计量经济学检验，进一步分析可以得到以下结论：

学生维度： 学生诉求把握精确程度(X1)、授课时间安排合理程度(X3)和教学平台操作熟练程度(X4)均在1%显著性水平下通过显著性检验，影响系数分别为1.892454、2.147098和1.342716。在网络教学中，教师能够充分了解与精确把握学生的学习诉求和合理安排学生网络学习的时间与课程长度以及学生具备较高信息素养，能够熟练操作网络教学平台可以显著提升学生的网络学习效果； 课程体系设计科学程度(X2)在模型中未通过显著性检验，对学生网络学习作用不显著。主要因为目前教师均普遍根据学生专业特色和教学大纲，设计学生的知识培养体系与课程内容，教师因课程体系设计不科学造成学生学习效果欠佳的相对较少。如665位被调查大学生中，有超过90%学生对教师课程体系设计持满意或非常满意态度，对教师课程体系设计不满意的学生仅占样本总数的5%左右。

表2 高校网络教学影响因素实证结果

学生维度： 学生学习习惯(X5)在5%的显著性水平下通过显著性检验，影响系数为1.342716。良好的学习习惯是学生提升学习效果和效率的基础，对于高校学生，其养成良好的学习习惯不论是以往的线下学习还是现阶段的线上学习，其都可以显著提升自身的学习成效； 学生信息素养(X6)和网络学习硬件设备状况(X7)影响系数未通过显著性检验。前者主要是为目前高校学生从小即开展信息技术课程学习，且在日常生活中长时间接触和使用电子、智能手机等电子产品，不存在网络学习中教学设备使用不熟练的问题； 后者则主要是因为当前无论是在农村还是城镇，学生的家庭收入水平和生活质量与以前相比均取得较大幅度提升，在学生进入高校之前，家庭普遍为其配备了电脑、智能手机等电子产品，学生一般不存在网络学习硬件设备短缺的问题。

学校、家庭、社会维度： 网络教学平台统一性(X8)和网络教学平台操作便利性(X9)分别在10%和1%的显著性水平下通过显著性检验。网络教学中，高校提供统一、简便易操作的网络教学平台，不仅降低教师和学生重复学习网络教学平台操作方法的时间和精力投入，而且规避教师和学生因网络教学平台操作复杂，使用不当诱发的网络教学活动无法顺利开展的窘境； 网络教学网络环境状况(X10)在1%显著性水平下通过显著性检验。网络环境是网络教学活动开展的基础。社会提升网络通信能力，推进网络通信顺畅可有效保障高校网络教学活动的顺利开展； 学生网络学习空间状况(X11)和网络学习环境氛围状况(X13)也均通过显著性检验，表明家庭为学生网络学习提供相对独立空间和社会为学生网络学习营造轻松愉快学习氛围，也均显著提升学生网络学习效果。网络学习时间状况(X12)影响系数不显著，主要是因为当前家长普遍重视学生学习问题。

(二)高校网络教学影响因素异质性实证结果分析

上述实证结果表明，高校网络教学受教师、学生、学校、家庭、社会等多维度影响。教师、学生、学校、家庭、社会对所有学生影响是否一样？是否存在学生个体特征差异？为回答这一问题，本文进一步探究高校网络教学影响因素学生个体特征异质性。本部分影响因素研究仅探讨前文通过显著性检验变量。学生个体特征也仅关注学生性别、专业、生源地类型三个维度。高校网络教学影响因素学生个体特征异质性实证结果如表3所示。

表3 高校网络教学影响因素个体特征异质性实证结果

模型1、模型2探讨学生性别差异诱发的高校网络教学影响因素异质性问题。学生的学习习惯在男性大学生网络学习中发挥显著影响，但对女性大学生影响不显著。这主要是因为与男性大学生比，女性大学生往往自治能力更强，学习习惯更好，普遍可以较好地完成每天的学生任务。学习习惯问题不再构成女大学生网络学习的关键影响因素。模型3、模型4探讨学生专业类型诱发的高校网络学习影响因素异质性问题。教学平台操作便利与否显著影响自然科学类大学生的网络学习过程，但在人文社科类大学生网络学习中发挥的作用则相对较弱。与以文字为主的人文社科类课程比，自然科学类的课程还包括实验、模型推演等多项内容。自然科学类网络教学授课内容更复杂，对网络教学平台要求也更高。当前，网络教学平台在直播实验过程和推演模型步骤中的不足，造成自然科学类学生网络学习效果不佳问题。模型5、模型6探讨学生生源地类型差异诱发的高校网络教学影响因素异质性问题。网络教学网络环境显著影响农村大学生网络学习，但对城镇大学生作用不明显。当前，农村地区无论是宽带覆盖率还是网络通信能力与城镇比，均存在较大距离。农村地区网络通信不顺畅问题也造成学生难以顺利参与网络学习活动的问题。

三、结论与启示

网络教学是疫情期间高校教学活动的一次成功尝试，但高校网络教学也受到多种因素影响。本文基于长三角地区665份在校学生调查问卷数据，借助有序PROBIT模型，就高校网络教学关键影响因素展开系统研究。结果表明： 总体上，高校网络教学受教师、学生、学校、家庭、社会等多元参与主体影响，教师精确把握学生诉求、合理安排授课时间、熟练掌握教学平台操作方法，学生增强自治能力更强、形成良好学习习惯； 学校、家庭、社会提供统一、简便教学平台，创造独立学习空间和轻松学习环境以及提升网络通信能力可显著改善网络教学效果； 高校网络教学影响因素也存在学生个体特征异质性，学习习惯对男大学生影响更显著，自然科学类大学生受网络教学平台的制约更凸显，农村大学生面临的网络通信困境则更突出。

基于上述分析，高校推进网络教学活动顺利开展，提升网络教学效果，应在以下4个方面做出努力： 教师应努力增加与学生交流互动频率与深度，及时、精确把握学生学习诉求和积极参加网络教学培训活动，提升网络教学时间安排合理性与网络教学平台操作熟练程度； 学生应时刻端正学习态度，增强自治能力更强、养成“按时完成学习任务”好的学习习惯； 学校应甄选简便易操作网络教学平台，且推动校内网络教学平台统一，规避网络教学平台繁琐多样和难以操作问题； 家庭应为学生创造独立学习空间，最大限度减少学生学习外部因素干扰； 社会则应提升网络通信能力，保障网络教学活动顺利开展以及营造轻松学习环境，消除疫情带来学生紧张焦虑情绪等。