高校专任教师混合教学胜任力评价体系研究

解佳龙，卢特英

(1.中南民族大学 管理学院，湖北 武汉 430074；2.比亚迪汽车工业有限公司，广东 深圳 518118)

一、前言

我国新冠疫情期间“互联网+教育”出现井喷式发展，促使高校传统教学模式改革的步伐加快，“双线”混合教学成为后疫情时代的新常态，应用规模、普及速度、技术更新等情境要素的猛然变动给高校混合教学带来了新变化和新要求。高校专任教师作为高等教育教学的行为主体，是影响整体混合教学效果的主要因素，混合教学的顺利开展需要该群体做好各项能力准备，能否完全胜任混合教学的各项要求将成为高水平教师队伍建设的重要评判标准。在2021年2月的教育部新闻发布会上，高等教育司司长吴岩指出，今年将大力推进高校建立和完善适应在线教学、混合式教学的考核评价制度，可见明确高校专任教师在混合教学中应具备何种能力已迫在眉睫。本文基于员工岗位胜任力视角，从高校专任教师混合教学胜任力评价体系构建的现实意义出发，借鉴经典“冰山模型”，构建了能力-态度双重准备的指标体系，并通过实测检验对评价体系进行修正，保证了评价体系的科学性、完整性与可操作性。该评价体系的构建为后续措施制定、调整与实施提供了方向，对加强高校师资队伍建设和教学质量提升具有一定参考价值。

二、文献综述

教育技术发展、学生数字化原住民特点、高校教学改革趋势等，都促使混合教学成为目前和未来教学研究发展的重点，《新媒体联盟地平线报告：2017高等教育版》明确指出混合教学融合了在线学习和面对面学习的最佳实践经验，将成为未来教育的“新常态”[1]。混合教学最早由库尼(Cooney)在学龄前儿童教育研究中首次提出[2]，随后经加里森(Garrison)[3]、邦克(Bonk)[4]、斯隆联盟[5]等学者和组织对其多元释义。该概念提出后的二十年里，有关其理论和实证研究迅速发展，探究焦点经历了技术应用→技术整合→“互联网+”三阶段的转变，教学特性逐渐取代物理特性成为关注重点。混合教学在实际教学操作中也被广泛接受与传播，2000年到2004年四年内，美国已有近半数高校提供了本科生混合学习课程。

我国著名教育技术专家祝智庭等人[6]将混合教学理念引入国内，该教育模式受到政府、学校和研究人员的高度重视。截至2021年8月，知网关于混合(式/型)教学的文献共15688篇，超半数集中在近三年，特别从2009年开始混合教学研究领域迅速拓宽，涵盖了教学设计(吴宁等[7],马婧等[8],李海峰等[9]、教学方法(马亮等[10],高艳茹等[11])、教学平台(尹合栋[12]，颜天明[13])、教学领域(周云[14],凌小萍等[15])和教学评价(廖宏建等[16-17],陈明[18])等诸多方面。然而在能力视角下探讨混合教学的232篇文献中，更多是针对学生自学、创新与应用能力的研究，围绕教师这一主体展开的研究仅有40篇，且多为混合教学能力培训(李琳等[19],唐烨伟等[20],邓晓宇等[21])和信息化教学技能(黄纯国[22],庞敬文等[23],谢慧[24])，鲜有专门探讨混合教学胜任力的研究成果。

三、评价体系构建的现实意义

在我国后疫情阶段混合教学成为不可逆转的时代趋势下，教师作为施教主体是否具备驾驭混合教学的胜任力已成为各方关注的焦点，影响着混合教学预期效果的实现，可见构建混合教学胜任力评价体系对于高校专任教师具有非常重要的现实意义。

(一)利于明确实施混合教学的能力结构

后疫情时代在线学习和面对面学习的融合步伐加快，混合教学已成为超越物理意义上课堂的教育必选项，但越是有过混合教学经历的教师，对混合教学的态度就越复杂，混合教学带来便利的同时也亲历了能力困惑。本文在系统梳理国内外实践经验和权威研究成果基础上，提出了满足高校混合教学要求的教师胜任力模型，帮助政府、高校与教师等关联主体厘清混合教学的能力构成及模块关系。

(二)利于认清自身混合教学的能力短板

在多数高校专任教师职前教育课程体系中混合教学的内容缺失，缺乏对混合教学理论框架、教学法知识的理解与实际体验，以及缺乏对教育技术的掌握与应用。本文从混合教学胜任力模型出发，针对解构的子能力设计多维多层的指标体系及其评价方法，为科学衡量高校专任教师的混合教学能力提供客观尺度，并从不同类型、不同层级高校中抽取多名专任教师进行实测检验，为机构培训和自我强化指明了方向。

(三)利于顺利完成混合教学的能力准备

混合教学不能简单复制传统课堂教学的教学法，各方面都对高校专任教师提出了更高的能力要求，如何帮助高校专任教师做好混合教学的能力准备是目前亟待解决的问题。本文对标混合教学胜任力模型的各项能力标准，通过实证分析揭示了目前多数高校专任教师的混合教学胜任力短板，为政府、高校、专任教师、学生等不同主体开展相应能力准备锁定了重点领域。

四、模型构建与指标甄选

(一)混合教学胜任力模型

本文构建的混合教学胜任力模型参考麦克利兰的“冰山模型”，将各项具体胜任力划分为“冰山之上”和“冰山之下”两部分，如图1所示。

“冰山之上”部分有形化、有象性特征明显，涵盖容易掌握与测量的能力准备部分，指高校专任教师通过培训学习掌握的开展混合教学工作所需的能力要求，包括课程准备和技术支持的各项能力要求，对于混合教学课程目标的确立、内容和环境的设计、课程资源的选择和管理能力以及教育工具的应用能力、教学空间管理能力、教学跟踪能力和教学数据分析能力等，都可通过后天自我学习和高校开展相关培训得到不断提升；“冰山之下”部分具有无形化和内隐性特征，为态度准备部分，树立对混合教学的正确认知理念、主动开展混合教学的态度、通过交流讨论对混合教学活动进行反思以及不断提升自身混合教学能力的动机等，都是混合教学效果和有效性的保障，所以该部分具体包括理念塑造、交流讨论和动机激发等胜任力。

图1 高校专任教师混合教学胜任力模型

(二)混合教学胜任力评价指标

在借鉴克恩(King)等基于对高等教育案例调研所构建的教师能力框架[25]、陆慧提出的教学胜任力五维行为特征[26]、美国K-12线上教育国际联盟发布的混合学习教师能力模型[27]、廖宏建等构建的高校教师SPOC混合教学胜任力模型[16]等代表性研究成果基础上，本文提出了涵盖理念塑造、课程准备、技术支持、交流讨论和动机激发五个维度的高校专任教师混合教学胜任力评价指标体系，并细分出与其对应的二级指标。

1.理念塑造

高校专任教师对混合教学必须有正确的概念认知，对混合教学这一常态化的教学模式具有前瞻视野，并对混合教学模式具有高度的认可且愿意接受混合教学给自身教学工作带来的一系列挑战。所以，对理念塑造维度设置了混合教学必要性、混合教学认可度、对教与学具有前瞻视野、明确教育变革和发展的方向、混合教学主动性、混合教学适应能力6项二级指标。

2.课程准备

相较于传统课堂教学，混合教学要求高校专任教师同时做好课堂教学和线上教学的“双线”课程准备。为保证混合教学的顺利实施和达到良好教学效果，对高校专任教师开展混合教学课程的目标设立、课程设计能力、课堂组织管理及课程资源的选择等提出了更高要求。因此，将课程准备维度划分为课程目标确立、课程内容设计能力、课程环境设计能力、课程组织管理能力、课程资源择优能力5项二级指标。

3.技术支持

高校专任教师在混合教学中对于教学技术的掌握不仅局限于对多媒体、线上教学平台的简单应用，而更应提高自身对教学工具的选择与应用能力、教学空间管理能力，还应通过线上教学工具追踪学生的学习情况和分析混合教学中学生的学习数据，以此为学生提供相应的教学指导和调整完善混合教学策略。技术支持维度细分为教学工具的选择能力、教学工具的应用能力、教学空间环境的管理能力、教学数据分析能力、学生学习情况跟踪能力、教学指导能力和教学实践性能力7项二级指标。

4.交流讨论

在开展混合教学过程中，高校专任教师要密切与学生进行面对面或线上的交流互动，及时了解学生对混合教学活动中的真实看法和意见，以此做好相应的教学改进工作；在日常的混合教学过程中也要与其他同行教师交流分享混合教学的经验，反思自身在混合教学工作中的不足，为保障混合教学的良好效果不断自我提升。交流讨论维度细分为交互能力、教学调控能力、教学反思能力3项二级指标。

5.动机激发

混合教学动机是驱动高校专任教师积极参与混合教学活动的心理原动力，决定着其在混合教学过程中的教学态度和教学行为。作为开展混合教学的施教主体，高校专任教师自愿参与混合教学工作，并愿意通过不断的培训学习提高自身混合教学能力和保持持续的创新能力，对混合教学的教育改革具有重要意义。可见，动机激发维度应划分为意愿动机、自我提升、教学目标设立、持续创新能力、激励性动机5项二级指标。

五、实测检验与模型修正

参照已构建的高校专任教师混合教学胜任力模型，从理念塑造、课程准备、技术支持、交流讨论和动机激发五个维度，采用李克特五点量表法设置了26道问题且均为正向表达，并增设了性别、学历、教龄、任职高校、所属区域、学科和课程7道基本信息题。问卷采用网上电子形式进行随机抽样调查，累计回收271份问卷，剔除答案呈一定规律的、整份问卷答案相同的无效问卷后，保留有效问卷265份，有效回收率为97.78%。

(一)描述性统计分析

根据样本描述性统计表1可见，样本中男性与女性数量比51.7∶48.3较均衡；由于高校专任教师普遍存在学历门槛，获得博士和硕士学位的人数占比分别为66.04%和26.79%；教龄近半数分布在5-10年，其次5年以下和10-20年教龄人数各占25.28%和20.38%，20年以上教龄人数仅占6.79%；高校所在区域占比与我国高校空间分布基本相符，华中(39.25%)和华南(24.53%)地区占比居前两位；专任教师归属学科中尚未涉及军事学，排名前三的分别是管理学(19.62%)、理学(16.98%)和文学(14.34%)，艺术学仅占0.75%；课程类型中专业课占比最高为56.6%，实验实践课程占比最小，仅为4.53%。总体而言，调查样本分布与我国实际情况较吻合，具有较好的代表性。

表1 被调查者基本信息统计

利用SPSS软件对调查问卷内各维度涉及题目进行加权平均后，得到描述性统计结果如表2所示。第一个维度理念塑造的6个题项均值在1.5-2.3，说明高校专任教师对于混合教学的理念塑造处于中等偏下水平。教师由传统课堂教学转变为混合教学需要接受和认可的过程，且当前职前教育对混合教学理念的学习缺位也导致教师对混合教学理念塑造的水平偏低。

表2 混合教学胜任力问卷各维度描述性统计

第二个维度课程准备的5个题项均值在1.8-2.4，说明高校专任教师对于开展混合教学工作的课程准备还不充分。由于混合教学需要高校专任教师做好“双线”课程的内容、环境设计以及选择课程资源，对其课程准备工作要求更高，多数教师还未能很好地对混合教学课程进行有针对性的设计。

第三个维度技术支持的7个题项均值在1.9-2.5，说明高校专任教师在混合教学中对技术工具的应用能力处于中等水平。原因可能在于高校专任教师对目前混合教学所需要运用的网络教学平台和工具还不够熟悉，且高校普遍缺乏为高校专任教师提供混合教学技术应用的相应培训。

第四个维度交流讨论的3个题项均值在1.7-2.1，说明高校专任教师在混合教学过程中与学生、教师的交互处于中等偏低水平，高校专任教师还未意识到在混合教学过程中加强师生之间以及教师之间交流互动的重要性。

第五个维度理念塑造的5个题项均值在1.6-2.3，说明高校专任教师对于开展混合教学的动机激发处于中等偏下水平。原因可能在于目前高校还缺乏对混合教学管理体制和相应激励机制的构建，教师自身对混合教学的认可度还不高，都导致高校专任教师开展混合教学的意愿动机相对较弱。

(二)信度与效度分析

1.信度分析

本文采用α信度系数法(Cronbach’s α系数法)来核准样本数据的可靠性，其检测标准是以数据分析结果所在区间来判断量表信度高低，当α系数大于0.7时，表明问卷具有较高信度，反之则表示量表信度较差。本文运用SPSS软件对混合教学胜任力问卷进行信度分析，结果如表3所示。混合教学胜任力问卷的总α系数为0.935>0.7，满足信度检验的统计学标准，表明该问卷的内部信度水平很高。

表3 高校专任教师混合教学胜任力问卷的Cronbach’s α系数值

2.效度分析

本文采用结构效度法进行效度分析，并根据KMO指标值和Bartlett球度检验来判断是否具备进行探索性因子分析的条件。其中，KMO指标值的度量标准：KMO值大于0.8，表示量表非常合适，非常具有做因子分析的条件；KMO值处于0.7-0.8，表示量表比较合适，适合进一步做因子分析；KMO值处于0.6-0.7，表示量表一般，在可接受范围内做因子分析；KMO值小于0.6，表示量表不合适做因子分析。此外，如果Bartlett检验对应p值小于0.05，也说明适合进行因子分析。

通过表4所示的效度分析结果可知，KMO值为0.935，大于0.7，且Bartlett球形检验的相伴概率为0.000，满足小于显著性水平0.05的要求，表明该问卷具有很好的结构效度，适合进一步做探索性因子分析。

表4 高校专任教师混合教学胜任力问卷KMO和Bartlett检验

(三)探索性因子分析

本文使用最大方差旋转法(Varimax)进行旋转，以便找出因子和研究项的对应关系。根据表5所示的因子对研究项的信息提取情况以及因子和研究项的对应关系可知，所有研究项对应的共同度(公因子方差)值均高于0.4，意味着研究项和因子之间有较强关联性，因子可有效地提取出信息，随后对混合教学胜任力的具体特征进行因子命名，结果如图1末端所示。

表5 旋转后因子载荷系数

(四)验证性因子分析

验证性因子分析(CFA)主要用于测量因子与测量项之间的对应关系是否与研究者预测保持一致。在操作过程中，为保证模型的聚合效度，将对原设置好的因子进行适当调整，但原有评价体系的五大维度仍保留。

1.因子载荷系数分析

验证性因子分析中的因子载荷系数(Factor Loading)值展示因子(潜变量)与分析项(显变量)之间的相关关系，通常使用标准载荷系数值表示两者的关系。若呈现显著性且标准载荷系数值>0.7，则说明有较强关系；若未呈现显著性，亦或标准载荷系数值较低(<0.4)，则说明有较弱关系。调整后的高校专任教师混合教学胜任力模型的因子载荷系数如表6所示，各分析项的标准载荷系数均大于0.4，且接近或大于0.7，呈现出显著性，说明各分析项与因子之间存在较强的关系。

表6 因子载荷系数

2.模型AVE和CR指标结果分析

验证性因子分析中的AVE(平均方差萃取)和CR(组合信度)用于聚合效度(收敛效度)分析，通常AVE>0.5且CR>0.7，说明聚合效度较高；若AVE或CR值较低，可考虑移除某因子后重新分析聚合效度。混合教学胜任力模型的AVE和CR值如表7所示，理念塑造、课程准备、技术支持、动机激发四个维度的AVE>0.5且CR>0.7；交流讨论维度的AVE和CR值未达标的原因在于该维度设置的因子仅有2个，因子过少造成该维度的指标低于标准值，但不影响总体模型的聚合效度。可见，该模型的聚合效度在可接受范围内，具有研究意义。

表7 模型AVE和CR指标结果

3.模型拟合指标分析

模型拟合指标用于整体模型拟合效度情况分析，本文使用卡方自由度比、GFI、RMSEA、RMR、CFI、NFI和NNFI等最常见的指标对整体模型的拟合效度进行分析。通过表8所示的具体拟合指标可见，卡方自由度比<0.3、GFI>0.9、RMSEA<0.1、RMR<0.05、CFI>0.9、NFI接近0.9、NNFI>0.9，各项指标均达到标准值，表明该模型的拟合效度较好。

表8 模型拟合指标

4.调整后的混合教学胜任力模型

根据对已构建的混合教学胜任力模型的信度、效度和探索性因子分析可知，各项研究数值均达到标准值要求，具有较高研究意义。经过移除部分因子后的验证性因子分析中，各项指标也均达到标准值，由此得到调整后的高校专任教师混合教学胜任力评价体系如表9所示。调整后的模型仍保留了原有模型细分的五大维度，除了交流讨论维度与整体模型的相关拟合度偏低外，其余四个维度与整体模型的相关拟合度都理想。

表9 调整后的高校专任教师混合教学胜任力评价体系

六、结语

混合教学依托线上线下、同步异步的时空融合给当前教育带来了新机遇和新挑战，也对高校专任教师在该教学模式下的执教能力提出了新要求。本文在明确高校专任教师混合教学胜任力评价体系构建的现实意义基础上，以麦克利兰“冰山模型”为评价体系设计框架，分别从能力准备和态度准备两个方面对“冰山之上”和“冰山之下”的胜任力内容进行解构与指标甄选，提出了涵盖理念塑造、课程准备、技术支持、交流讨论和动机激发五个细分维度、26项执行指标的评价体系，并通过信效度分析、探索性因子分析和验证性因子分析对评价体系进行验证与完善，最后经调整的混合教学胜任力模型在原有五维度架构下集中表现为15个胜任特征。该评价体系的构建既是在国家大力推进混合教学考核评价背景下的一次积极尝试，又为我国高校师资队伍建设和教学质量提升提供了衡量标准。