电子商务专业教学质量评价研究

赵 洁 王 柯

(安徽大学 商学院，安徽 合肥 230601)

0 引言

近年来，移动互联网、物联网、大数据等信息技术得到了快速发展，极大地促进了电子商务技术与应用领域的成长。尤其在新冠疫情期间，网购成为人们避免与大规模人群接触的有效手段。全域电子商务、个性化电子商务等新模式的出现，也对我国高等学校的电子商务专业教学带来新的挑战。建设电子商务专业、提高专业教学质量，已经成为新一代信息技术环境下我国高校推进电子商务教学亟待解决的关键问题。在此背景下，教育部于2018年正式颁布了《普通高等学校本科专业类教学质量国家标准》[1]，地方教育管理部门例如安徽省教育厅也正式出台《安徽省普通本科专业管理类综合评价指标体系》[2]。这些政策文件的颁布为电子商务专业的学生培养、教学水平提升以及标准化等提供了重要的依据。

为了进一步提升电子商务专业教学质量和发展水平，一个重要的问题是如何构建可行的电子商务专业教学质量评价体系。通过制度化的专业教学质量评价，有助于不断发现当前存在的问题，思考进一步改进的方案并为专业教师提供参考，通过迭代式的方式逐步完成电子商务教学水平的提升。此外，电子商务专业教学质量的评价一方面需要提出并建立合理的评价指标体系，另一方面还需要寻求有效的评价方法。

本文基于上述背景，围绕安徽大学商学院电子商务专业的一流化建设要求，以安徽省重点教学研究项目为依托，研究了电子商务专业教学质量导向的评价指标体系，探讨了评价实施的过程和具体方法。

1 电子商务专业教学质量评价体系

专业教学质量关系到专业生存和发展，客观、综合地评价专业教学质量需要构建系统的评价指标体系[3]。电子商务专业是目前我国大学专业体系中具有明显学科交叉特征的一个特色专业，其多学科融合的特点要求电子商务专业教学质量的评价必须顾及专业本身的特点。通过对电子商务专业教学过程的分析以及相关教师的调查得出，电子商务专业教学质量主要考察教学基本功、教学态度、教学方法、教学内容和教学效果。其中，教学基本功是专业教师必须具备的基本要求，是保证专业教学水平的必要条件。教学态度反映了教师的主观能动性，是确保专业教学质量的前提条件。教学内容主要针对电子商务专业的培养方案，对专业教学质量至关重要。由于电子商务方向发展较快，客观上要求专业培养方案和教学内容与时俱进，能够体现学科进展。教学方法需要考虑电子商务的多样化学科特征，是客观评价电子商务专业质量的关键指标之一。不同的专业课程通常要求教师设计不同的教学方法，对专业教学质量也有着重要的影响。最后，教学效果是指学生对相关课程和教师的教学评价结果，它代表了学生对电子商务专业教学质量的主观评价。

电子商务专业教学质量的每个因素都构成了一个下一级评价系统。每个下一级系统都包含了若干影响该层系统质量的因素。一般情况下，每一层系统的最终结果可以根据该层系统所包含的指标来计算，然后不同层次的系统综合评价后得到专业教学质量的评价结果。综上所述，本文设计完成了面向电子商务专业教学质量的一个层次化(三层)评价指标体系(见图1)。底层指标组织成为某个高层的“指标类”，通过“指标类”及其“子指标”来综合反映教师的教学质量。教师的教学质量通过“指标类”来计算，每个“指标类”的质量则通过其拥有的各个“子指标”来衡量。

图1 电子商务专业教学质量评价指标体系

将电子商务专业教学质量评价指标体系自顶向下划分为了三层，其中每一层分别对应不同的指标。总体上，越上层的指标所包含的评价因素越多，越下层的指标越具体，通常只针对特定的评价内容。最顶层是目标层，它只有一个指标号为A的指标——教学质量，表示了教学质量的最终评价结果；第二层为指标类层，它包括五个不同的指标，其指标号分别为B1、B2、B3、B4和B5，反映了教师在5个不同的子系统中的教学质量评价结果；最后一层为子指标层，共包括了26个不同的指标，这些指标分别支撑了指标类层的5个子系统，例如，指标类“教学基本功”通过指标C11、C12、C13来反映。

2 电子商务专业教学质量评价方法

本文采用两阶段完成具体评价。其中阶段1的主要工作是计算各个评价指标的权值，包括底层指标以及上层指标的权值；阶段2的主要工作是根据确定的指标权值执行自底向上的评价过程。

2.1 阶段1：计算每一层各个评价指标的权值

每一层各个评价指标的权值是实施专业教学质量评价的前提条件。权值有多种计算方法，例如通过领域专家来指定，或者通过用户(学生、教师、教学管理人员等)调研并通过数据分析方法来确定。权值计算不仅包括底层指标，还包括上层指标。由于上层指标涉及的内容更为广泛，评价范围更大，因此传统的领域专家指定或者用户调查等方法很难进行确定。这是阶段1面临的主要难题。

由于指标的权值直接影响着最终的评价结果，因此必须采用相对成熟的模型和方法来计算权值，否则会导致得到的指标权值缺乏权威性和可信性。目前，学术界已经提出的指标权值计算方法，包括专家咨询法、层次分析法、两两比较法、主成份分析法、特尔裴法等[4]。其中，最常用的方法是层次分析法。因此，本文也采用层次分析法作为计算每一层各个评价指标权值的主要模型。

层次分析法也称为AHP法，它是由美国著名的学者Seaty发明的一种综合了定量分析和定性分析的系统分析方法[5]。它将某个特定系统的评价指标体系划分为相互联系的层次化体系，然后借助专家对每一层的各个指标的权值执行相互比较和打分(例如对于指标A和指标B，专家可以给出A与B相比的相对重要性，值越高表明相对重要性越高)，然后通过一系列的数学运算得到每一层评价指标的权值。层次分析法的主要优势在于权值确定的合理性较好。这是因为如果让一个专家直接确定N个指标的权值比较困难，但如果让专家对两个指标的相对重要性进行打分则相对容易。此外，由于层次分析法在最后计算各层指标的权值时采用了一系列数学方法，因此其计算过程有严格的理论作为支撑，也使得最终得出的计算结果相对较科学。同时，它可以避免某个专家的个人偏好对指标权值带来的影响，也可以大大降低实际实施的难度。由于层次分析法在评价指标权值确定方面的优势，目前该方法已经被广泛应用于各类评价任务，例如学生素质评价[6]、心理健康评价[7]、人才培养模式评价[8]等。

层次分析法计算各层的每个指标权值有严格的标准程序，因此下面针对电子商务专业教学质量的三层评价指标体系详细阐述其计算过程。整个流程包括以下的步骤：第一步是构建底层指标之间的判断矩阵，实现底层指标之间的相对评价；第二步基于所构建的判断矩阵，完成一系列的特征向量运算(按照层次分析法的数学模型)并通过一致性检验；第三步根据运算后的特征向量值完成各层每个指标的权值确定。

2.1.1 构建底层指标之间的判断矩阵，实现底层指标之间的相对评价

这一步主要完成三层指标体系中第三层和第二层的各个指标之间的相对打分。打分的结果一般以一个判断矩阵的形式呈现。矩阵的每一行和列均表示一个特定的指标，矩阵中的每一个元素值则表示对应行的指标与对应列的指标之间的相对重要性。例如，第二行的某个指标为a，第三列的某个指标为b，如果专家认为a与b相对其对于所在层的评价结果的重要性更高，则可以在矩阵的第二行第三列位置填入一个大于1的值(如填入2，则表示a的重要性是b的2倍)。由于判断矩阵的填充是一个指标间的两两对比过程，因此一般情况下专家可以较容易地完成打分。

下面给出了第二层指标体系(“指标类层”)的一个判断矩阵A以及第三层的5个判断矩阵的构建结果。在实际评价中，判断矩阵的构建过程具有较大的工作量。在实际构建中邀请了5位专家进行打分，然后取均值。如果条件允许，还可以邀请更多的专家进行打分，从而保证所构建的判断矩阵更客观和科学。

A：

B1B2B3B4B5B111/21/31/21/3B221232B331/2132B421/31/311/2B531/21/221

B1：

C11C12C13C11122C121/212C131/21/21

B2：

C21C22C23C24C25C26C27C21121/22321/2C221/2123432C2321/212332C241/21/31/21221/2C251/31/41/31/2121/4C261/21/31/31/21/211/3C2721/21/22431

B3：

C31C32C33C34C35C3112332C321/21432C331/31/411/21/3C341/31/3211/2C351/21/2321

B4：

C41C42C43C44C45C46C41132323C421/311/321/22C431/231333C441/31/21/311/22C451/221/3212C461/31/21/31/21/21

B5：

C51C52C53C54C5111/223C522123C531/21/212C541/31/31/21

2.1.2 基于判断矩阵完成特征向量运算并执行一致性检验

层次分析法的一个重要优点是有数学的理论和模型来保证判断矩阵的合理性。如果专家两两打分出现较大的倾斜性(如果邀请的专家具有较强的个人偏好就容易出现这种情况)，则将导致最终计算得到的权值也呈现倾斜性，使得某些指标的权值偏离实际情况。为了避免出现这种情况，层次分析法要求对所构建的每一个判断矩阵执行一致性检验，确保判断矩阵的合理性和科学性。

在前一个步骤中构建了6个判断矩阵，每一个矩阵的检验方法都类似。下面以第二层的判断矩阵A为例解释一致性检验的过程和结果。

最终计算得到的结果为：W=(0.096,0.370,0.196,0.126,0.212)。该向量中的各个值分别表示了第二层的5个指标在该层评价体系的权值，也即“教学基本功”指标在“教学质量”中的权值为0.096，“教学态度”的权值为0.370，“教学内容”的权值为0.196，“教学方法”的权值为0.126，“教学效果”的权值为0.212。

接下来，计算C.I与R.I的比率。R.I是层次分析法中给出的参考矩阵，可以直接从相关文献中获取。表1给出了R.I的具体取值。根据表1中的值，以及上一步得到的C.I，很容易计算判断矩阵A的C.R=0.1/1.12=0.089。该值小于0.1，表明我们所构建的判断矩阵A满足一致性，通过了检验。

表1 R.I的参考取值

判断矩阵B1、B2、B3、B4和B5的计算方法与类似，下面给出了计算结果：

B1：W=(0.493,0.311,0.196)，λmax=3.054，C.I=0.025，C.R=0.043<0.1，通过检验，满足一致性。

B2：W=(0.162,0.231,0.211,0.097,0.062,0.058,0.179)，λmax=7.513，C.I=0.085，C.R=0.065<0.1，通过检验，满足一致性。

B3：W=(0.358,0.244,0.090,0.096,0.212)，λmax=5.244，C.I=0.061，C.R=0.054<0.1，通过检验，满足一致性。

B4：W=(0.313,0.112,0.266,0.089,0.151,0.070)，λmax=6.241，C.I=0.048，C.R=0.039<0.1通过检验，满足一致性。

B5：W=(0.292,0.413,0.187,0.108)，λmax=4.073，C.I=0.024，C.R=0.027<0.1通过检验，满足一致性。

2.1.3 计算各层指标在电子商务专业教学质量中的绝对权值

指标权值计算的最后一个步骤是根据运算后的特征向量值完成各层每个指标在电子商务专业教学质量评价系统中的绝对权值。注意前一步得到的是每一个指标在其所在评价层中的权值，由于不同层对于整个系统的评价影响程度有差异，所以需要通过综合层之间的影响来确定最终的绝对权值。

层次分析法提供了基于各层特征向量用数学方法来计算指标绝对权值的方法。其具体的计算方法如下：将下一层的每一个判断矩阵(在本论文中指第三层的五个判断矩阵B1、B2、B3、B4和B5)通过了一致性检验的向量W分别与上一层判断矩阵(在本文中指第二层的矩阵A)中执行向量乘法操作。最终的计算结果如下：

B1：W'=(0.493,0.311,0.196)*0.096=(0.047,0.030,0.019)

B2：W'=(0.162,0.231,0.211,0.097,0.062,0.058,0.179)*0.370=(0.060,0.086,0.079,0.037,0.024,0.022,0.067,)

B3：W'=(0.358,0.244,0.090,0.096,0.212)*0.196=(0.070,0.049,0.018,0.020,0.044)

B4：W'=(0.313,0.112,0.266,0.089,0.151,0.070)*0.126=(0.040,0.015,0.035,0.012,0.010)

B5：W'=(0.292,0.413,0.187,0.108)*0.212=(0.063,0.089,0.041,0.023)

2.2 第二阶段：电子商务专业教学质量的综合评价

3 结语

如何提升电子商务专业教学质量是电子商务专业发展中面临的重要问题。本文围绕电子商务专业教学质量提升的目标，提出了一个电子商务专业教学质量评价指标体系，阐述了基于层次分析法的具体评价方法和实施过程，并分析了其在电子商务专业质量评价方面的优势。根据本文所提出的三层专业教学质量评价指标体系，我们在安徽大学商学院电子商务系中开展了专业教学质量的初步评价，取得了较好的效果。大多数教师都认可所提出的评价指标体系和评价方法。在后面的工作中，我们将根据所设计的评价指标体系建立一个计算机辅助教学评价系统，通过计算机系统来辅助完成教师的教学质量评价。还将结合安徽大学“电子商务”国家级一流专业的建设开展评价体系研究[9]。