课程异质性对学生在线学习成效的影响机制研究

廖春华 吴振伦 李爽

[摘   要] 随着数字技术与教育的不断融合，在线教学模式成为未来教育的必然趋势。文章从课程属性特征的视角，对某双一流建设高校的学生—课程大样本数据，使用均值t检验和普通最小二乘回归方法，探讨课程异质性对学生在线学习成效的影响及作用机制。研究发现：在线教学提高了学生学习成效，且课程类型与课程学分异质性对此产生了差异化的影响。影响机制分析表明，课程类型和课程学分异质性对学生学习投入产生影响，间接影响了学生在线学习成效。基于研究结论，文章提出我国高等教育在线教学发展应采取包容审慎态度，重视课程异质性的差异化发展，制定激励学生主观投入政策等建议，为推动教育数字化转型提供借鉴。

[关键词] 线上教学； 课程异质性； 学习成效； 学习投入

[中图分类号] G434            [文献标志码] A

[作者简介] 廖春华（1978—），女，四川成都人。研究员，博士，主要从事教育政策与管理、教育信息化研究。E-mail：lch@swufe.edu.cn。

一、 引   言

随着互联网行业的蓬勃发展和教育创新理念的推广应用，在线教学模式在高校的融合创新发展成为必然趋势，数字化渠道成为扩大教育可及性的有效方式[1]。高校迫切需要从疫情下的大规模在线教学实践中汲取经验，为后续课程教学改革提供启示。目前，学者对在线教学成效的研究有着不同观点。有学者通过研究移动平台教学情况发现，大多数情况下线上教学对学生有积极作用[2]。也有学者认为，和传统线下教育方式相比，线上教学在师生交流互动方面可能更具有优势[3]。越来越多的研究表明线上教学具有有效性，且学生对其满意度不断提高[4-5]。然而，也有研究对在线学习效果存在质疑。线上学习学生缺乏纪律性、学生的教育体验差[6]，突发的技术问题也可能会阻碍师生对线上教学平台的访问和参与[7]。实际上，已有研究争论的原因可能在于忽视了课程属性特征对学生投入和学习成效的影响。杨超等研究发现，课程专业相关度可能会影响学生的重视程度和努力程度，学生进而产生不同的主观能动性[8]。针对不同专业和年级的学生难以制定差异化教学方案，这在客观上不利于提高学生学习成效[9-10]。因此，有必要从课程异质性视角深入考察在线教学对学生学习成效的影响及作用机制。

二、理论框架与研究假设

（一）课程异质性对学生学习成效的影响

与线下教学相比，线上教学具有提供个性化学习[11]、缩小教育资源差异[12]、提高学生参与度[7]等优势。我国高校按专业性质区分课程类型，如区分“选修”与“必修”“专业”与“通识”等。显而易见的是，不同课程类型的学习成效具有异质性。不同课程类型之间存在知识壁垒，其难以相融的知识框架可能会影响学生学习成效。此外，院系之间不同的教学方案和形式化的学科交叉使得学生将时间和精力更多地投入与专业相关性高的课程类型。学生对通识类课程的投入显著低于专业类课程[13]。线上教学使得学生的学习过程具有极大灵活性，其固有特点为学生打破知识壁垒提供了可能。学生可以通过互联网技术赋予在线教学的回溯性进行反复学习，可以通过在线答疑等方式提高参与度，解决课程相关问题。

学分作为我国大学课程的一种属性，往往代表了该课程的课时长短、难易程度、重修成本等，且在课程类型、年级、结构等方面存在差异性。与线下教学相比，线上教学赋予学生的高灵活性为学分异质性对学习成效的影响带来了可能。别敦荣认为，学分制将不同课程各个方面抽象的衡量尺度具象化，代表了高校教育教学上的投入程度[14]。贾非等认为，课程学时与学分具有高相关性，学分较大的课程隐含了该课程在知识体系中具有较显著的重要性，可能会激励学生主动增加学习投入[15]。学生通过学分高低来主动选择对课程的投入，学分高的课程会激励学生投入更多的时间和精力，以避免無法通过课程和更高的重修费用；学分低的课程可能使学生低估课程难度，从而减少学习投入。因此，线上教学对学生学习成效的影响可能受到课程学分的异质性影响。

根据上述研究，建立假设H1：相对于线下教学，线上教学对学生学习成效具有正向影响。且该正向影响具有课程异质性，表现在：（1）线上教学对学生学习成效的影响因为课程类型而不同（H1a）；（2）线上教学对学生学习成效的影响因为课程学分而不同（H1b）。

（二）课程异质性对学生投入的影响

学生投入被视为有效学习的必要条件之一，也是获得学术成就的驱动力。Bond等认为，学生投入是一个复杂的多面元结构，指学生在学习过程中投入的精力、时间，学习投入是学习和学术成功的关键因素[16]。Astin认为，学生投入理论由最初的“用于任务的时间”到努力质量，投入理论完善了学生投入概念[17]。投入理论的核心观点是学生学习成效与学生投入息息相关，且学生投入可分为质量和数量两个维度衡量。Bakker等研究发现，主动的学生投入能使学生获得更好的学习成效[18]。

课程类型影响学生投入[19]。不同的课程类型吸引学生主动投入时间和精力的程度是不同的，且对不同方式的学习投入存在差异。课程类型的难易程度使学生的学习投入不同。学生会通过识别不同课程类型来选择不同的学习投入时间和精力。此外，课程学分异质性体现了课程时长、难易程度等特征，课程学分异质性也会导致学生投入的不同。

根据上述研究，建立假设H2：线上教学的课程异质性会对学生学习投入产生影响。

三、研究设计

（一）数据来源

本研究的样本为某双一流学科建设高校14283名学生在186个课程中产生的94972条学生—课程数据样本。其中，新冠疫情期间（2020年上半年），该校采取线上教学模式，产生了43743条学生—课程样本；新冠疫情之前（2019年上半年）采取线下教学，产生了51229条学生—课程样本。

（二）研究变量

因变量1。“学习成效”是衡量不同类型教学活动中，学生通過教师授课和课前课后自主学习所掌握和吸收的有效知识技能程度，考虑到本研究课程样本较大，课程总成绩构成比例不仅在课程维度具有异质性，同一门课程不同教师授课也存在异质性，为了避免遗漏变量和样本选择偏差问题，采取期末总成绩作为学习成效指标，该指标也正是学生最关心的学习成效指标。

因变量2。“学生投入”是衡量学生主动积极投入学习中的可观察行为变量，基于数据样本的有限性，着重研究线上教学的学生投入指标，分别以学生观看教学视频的总时长、学生学习章节的次数和课程积分（学生线上互动、抢答、投票、评分、签到等课堂活动，教师根据学生课堂参与度进行加减分）作为学生投入的指标。

控制变量。因变量学习成效和学生投入都可能受到学生个体差异、教学环境差异等影响。本研究从两个维度考虑控制变量：（1） 学生维度。①性别。现有研究发现，相比于男性，女性与学生投入具有更强的相关性[20]。大学生性别在在线学习成效方面具有异质性[21]。将学生性别加入控制变量以剔除这类影响。{2}高考成绩。高等教育中学生个人文化背景对学生投入和学习成效都有影响[15]，本研究通过高考成绩衡量大学生个人文化背景程度，并在省份层面进行标准化处理，旨在剔除学生个人学习能力和文化背景带来的差异。{3}学生年级。年级的不同会潜在带来学习成效和学习投入的差异，将学生年级加入控制变量以剔除这种影响。{4}民族。将学生是否为汉族作为控制变量，以剔除民族差异带来的潜在影响。（2） 教师维度。{1}教师年龄。高校教师的年龄大小对其掌握线上教学软件和学习新型信息技术有影响，因此，将教师年龄加入控制变量。{2}教师性别。教师性别的不同可能带来教学风格、学生接受程度和对在线教学平台使用方式的不同。将教师性别加入控制变量以剔除教师性别带来的潜在差异性影响。（3） 固定效应。除控制变量外，还加入固定效应以剔除可能存在的遗漏变量影响：{1}学生籍贯。学生籍贯按省份、直辖市、地区和是否为华侨分类。{2}教师职称。教师职称的不同可能对学生学习成效、学生投入产生不同的影响，将教师职称加入固定效应以剔除影响。

（三）分析方法

1. 均值t检验

均值t检验用于检验本文假设H1及其子假设H1a、H1b。

2. 普通最小二乘回归

普通最小二乘回归（OLS）模型用以继续验证本文假设H1及其子假设H1a、H1b，还用于检验假设H2，具体形式如下：

scorei=β0+β1onlinei+β2×ctypei+β3×onlinei×ctypei+γ×controlsi+θj+δk+εi                                       （1）

scorei=β0+β1onlinei+β2×crediti+β3×onlinei×crediti+γ×controlsi+θj+δk+εi                                       （2）

Yi=β0+β1ctypei+γ×controlsi+θj+δk+εi              （3）

Yi=β0+β1crediti+γ×controlsi+θj+δk+εi             （4）

其中，因变量scorei为学习成效，因变量Yi为学习投入。onlinei为线上教学方式虚拟变量，线上教学为1，否则为0。ctypei表示不同的课程类型，为专业必修课、专业方向课、大学科基础课、通识基础课和通识核心课的虚拟变量。crediti表示课程学分。controlsi为学生维度和教师维度的控制变量。θj为学生籍贯固定效应，δk为教师职称固定效应，εi为随机误差项。

四、研究结果

（一）课程类型、学分对线上、线下学习成效的影响

从表1的均值t检验结果来看，（1）以所有课程为样本时，平均而言，线上教学比线下教学的学生总成绩高7.579分，且该结果在0.01水平上显著，即线上教学对学生学习成效的影响比线下教学更好。（2）当区分课程类型时，在线教学学生所有课程类型的平均总成绩均大于线下教学，且大学科基础课和通识基础课的检验系数的绝对值更大，分别为9.246和9.007，且检验统计量更显著，表明线上教学打破了知识壁垒，缩小了教育资源差异，增大了学生学习灵活性。（3）当区分学分类型时，学分越高的课程受到在线教学改善学生学习成效的影响更大，学分大于4的课程检验系数为14.208，学分小于等于2的课程检验系数为6.735，表明在线教学在难度更大、学时更长的课程上更加改善了学生学习成效。验证了前文提出的假设H1和子假设H1a、H1b。

（二）课程类型与课程学分对线上学习成效的影响

通过对模型的回归结果发现，线上教学对学习成效的影响在不同课程类型与课程学分下均显著为正，意味着线上教学对学习成效从总体来讲具有积极作用，但有关课程异质性和学分差异在线上教学影响学习成效中起到的调节作用还需进一步探讨，研究不同的课程类型是否增强或削弱了线上教学对学习成效的影响尤为重要，因此，本文引入课程类型、课程学分与线上教学的交乘项进行研究分析，OLS回归结果见表2。在加入控制变量和固定效应后发现：（1）专业必修课、专业方向课、通识核心课与线上教学的交互项系数均为负，且在0.01的水平上显著，表明这三种课程类型减弱了线上教学对学生学习成效的提升效应；反之，大学科基础课、通识基础课与线上教学的交互项系数为正，且在0.01的水平上显著，表明这两种课程类型加强了线上教学对学生学习成效的提高效应。（2）课程学分与线上教学的交互项系数为正，且在0.01的水平上显著，表明学分越高的课程对线上教学提高学生学习成效的影响越大。表2的回归结果进一步验证了本文提出的子假设H1a、H1b，表明线上教学在难度更大、学时更长的课程上更显著地改善了学生学习成效。

为了检验课程类型和课程学分调节效应的稳健性，重点对大学科基础课和通识基础课以及课程学分進行简单斜率分析。如图1、图2所示，简单斜率检验表明，对于大学科基础课和通识基础课来说，线上教学对学生的学习成效均表现出显著的上升趋势（simple slope分别为7.177、6.765，均在0.01的水平上显著）；对于非大学科基础课、非通识基础课来说，线上教学对学生的学习成效也表现出显著的上升趋势（simple slope分别为9.246、9.007，均在0.01的水平上显著），且大学科基础课和非大学科基础课、通识基础课和非通识基础课的影响存在差异，因此，结果表明，线上教学和学习成效的关系受到了大学科基础课和通识基础课两种课程类型的调节作用的影响。

如图3所示，对于学分低的课程来说，线上教学对学生的学习成效表现出显著的上升趋势（simple slope为6.865，在0.01的水平上显著）；对于学分高的课程来说，线上教学对学生的学习成效也呈现出显著的上升趋势（simple slope为6.559，在0.01的水平上显著），同时，学分低的课程与学分高的课程的影响存在差异，表明线上教学和学习成效的关系也受到了课程学分的调节作用的影响。

（三）课程类型与课程学分对学习投入的影响

根据前文理论分析，将学习投入作为机制变量，在表2的基础上进一步讨论课程类型与课程学分对学生学习投入的影响。表3的回归结果表明，大学科基础课和通识基础课两种课程类型和课程学分对学生学习投入有显著的正向影响。其中，这两种课程类型的学生观看教学视频总时长平均增加29.798分钟，章节学习次数平均增加3.644次，课程积分平均增加3.115分。选择课程学分更高的学生观看教学视频总时长平均增加56.223分钟，章节学习次数平均增加2.440次，课程积分平均增加0.541分。研究发现，上述两种课程类型吸引学生进行主动学习投入，进而提高学生在线学习成效。因此，本研究认为，课程难度更高、学时更长的课程提高了学生参与度，且提高了教师对学生表现的认可。验证了假设H2。

五、讨   论

本研究实证分析了线上教学与线下教学两种教学方式对学生学习成效影响的差异，并基于课程类型和课程学分异质性进行了调节效应分析，也从学生学习投入视角探讨了其中的影响机制。

总体来看，研究结果与研究假设吻合。线上教学能发挥自身比较优势，提高学生学习成效。课程类型与课程学分对线上教学与学习成绩的影响具有调节效应。具体而言：

第一，与线下教学相比，线上教学具有一定的优势，能显著提高学生学习成效。线上与线下教学质量哪个更好，一直是学术界关注的热点，已有研究发现线上教学存在教学缺乏纪律性、学生的教育体验不足以及突发的技术障碍等问题[6-7]。而本研究则发现线上教学学习成绩整体优于线下教学成绩，这可能是与线上教学模式自身具有比较优势以及在疫情背景下高校教学转向线上这一特殊背景有关。一方面，线上教学课程是大学人才培养方案内的课程，对于学生而言非常重要，并且大学生具有一定的自主学习能力，能够更好适应居家在线学习；另一方面，传统大学课堂以教师为中心，缺乏师生互动，而线上教学教师能够给予学生更多支持与学习灵活性[2-3]。因此，高校管理人员和相关政策制定者应从原本审慎地推广和发展线上教学的固有观念中抽离出来，进而采取包容审慎的态度。在融合在线教学的培养方案中，创新和重构学分分配机制。进一步在多样化的在线教学创新实践中挖掘以知识建构、技能训练、高阶能力培养为主的在线教学优势。混合教学模式是未来教学的核心追求，应充分发挥线上教学的比较优势，将线上教学与线下教学有机结合起来，形成混合教学模式。

第二，课程类型与课程学分对线上教学的效果产生了差异化影响。从课程类型来看，大学科基础课和通识基础课加强了线上教学对学生学习成效的提升效应。从课程学分来看，学分更高的课程通过线上教学方式改善学生学习成效的作用更明显。实际上，已有研究关于线上与线下教学质量哪个更好产生争论的原因可能在于忽视了课程异质性的作用。课程异质性也影响学生投入以及学习效果。学分低的课程一般以专业课为主，侧重知识应用、能力提升[15]，在线教学中难以让学生开展相关学习活动。基础课和学分高的课程以资料学习为主，注重知识导向，记忆与理解的知识较多[14]，当前的在线教学资料非常丰富，学习时间与空间更灵活，更适合此类课程教学，所以学生线上学习投入较多，学习效果更好。因此，要重视课程类型区别，从学校统一制定模式转向针对性差异化模式。在线上教学模式的推广和规划过程中应注意课程类型的选择，在线上教学模式改革创新过程中要扬“长”避“短”。一方面，将此类课程引入线上教学模式试点时，应做到与线下教学模式采用同等的考核评估标准，谨慎制定因教学模式试点而进行“扩分”、“保通过率”等政策适应性规则，明确将教学模式试点正规化、常态化、严谨化，端正学生对教学模式改革的态度，扬线上教学之“长”。另一方面，对于线上教学比较优势较弱的学科，应采取学科个性化的线上教学模式改革，针对性地对不同学科做创新教学模式的改革。以不同学科的异质性为基础，完善教学模式创新，寻求线上教学模式的最优解，避线上教学之“短”。

第三，课程类型与课程学分异质性会影响学生线上学习投入。本研究证实了选择大学科基础课和通识基础课以及选择课程学分高的学生会增加观看教学视频总时长、提高章节学习次数、增多课程积分，进而影响学生学习成效。不同的课程类型会影响不同的学生投入[19]。基础课和大学分课由于相对较难，学生会从心理上更加重视，投入更多的时间和精力。对于大学科基础课和通识基础课以及学分高的课程，学生会增加线上学习投入。线上教学模式应更加深化学生投入，为学生提供更多的自主学习机会和资源，发挥线上教学的比较优势，从而避免线上教学与线下教学方式不同产生的问题。线上教学可以从学生、教师和管理者三个角度提高学生学习自主投入。从学生角度出发，线上教学模式应为学生提供包容的跨时间、跨高校、跨地区的教学平台，为学生自主学习提供多样化的选择机会，避免线上教学仅仅只是将传统线下教学“复制”到网络上。从教师角度出发，在线上教学为学生提供打破时空桎梏学习知识机会的同时，教师也可以从网络上学习多样性的教学模式、教学方法、教学大纲等，用以激励学生学习自主投入。从管理者角度出发，教学管理者应依托智慧管理平台，建立具有动态性、实时性、全局性的教学监督和管理体系。通过学生信息跟踪、行为分析、监测评价等，对线上教学模式的改革过程进行掌控，追踪学生成长需求轨迹，为学生提供个性化、差异化教育和引导。

六、结   语

本研究证实了线上教学具有一定的比较优势，能显著提升学生学习成效。进一步分析表明，课程类型与课程学分异质性对此产生差异化的效果，具体而言，大学科基础课、通识基础课以及高学分课强化了线上教学对学生学习成效的作用效果。机制分析发现，课程类型和课程学分异质性会对学生的学习投入产生影响，进而影响其学习成效。此外，本研究也存在一定局限：其一，虽然本文利用某双一流学科建设高校的独特大样本数据，但也存在样本局限于某一高校、样本范围不够广的问题，因此，未来开展的相关研究，应尽量增加样本范围，扩大数据量。其二，受限于样本数据，本文验证了学生学习投入是课程异质性影响学生在线学习成效的机制，未来还需验证其他作用机制，如教师线上教学水平、学生在线学习准备度等。

[参考文献]

[1] 祝智庭，胡姣.教育数字化转型的实践逻辑与发展机遇[J].电化教育研究，2022，43（1）：5-15.

[2] WU W， WU Y， CHEN C Y， et al. Review of trends from mobile learning studies： a meta-analysis[J]. Computers & education， 2012，59（2）：817-827.

[3] 邬大光，李文.我国高校大规模线上教学的阶段性特征——基于对学生、教师、教务人员问卷调查的实证研究[J].华东师范大学学报（教育科学版），2020，38（7）：1-30.

[4] CUMMINGS S M， CHAFFIN K M， COCKERHAM C. Comparative analysis of an online and a traditional MSW program： educational outcomes[J]. Journal of social work education，2015，51（1）：109-120.

[5] WRETMAN C J， MACY R J. Technology in social work education： a systematic review[J]. Journal of social work education， 2016， 52（4）：409-421.

[6] EOM S B， ARBAUGH J B. Student satisfaction and learning outcomes in e-Learning： an introduction to empirical [M]. Pennsylvania： IGI Publication， 2011.

[7] DUMFORD A D， MILLER A L. Online learning in higher education： exploring advantages and disadvantages for engagement[J]. Journal of computing in higher education，2018， 30（3）：452-465.

[8] 杨超，程宝栋，郑义.现场授课与网络授课的知识传播效果差异及影响机制[J].中国高教研究，2021（12）：23-29.

[9] 牛林.浅议理科学生跨专业课程的学习[J].高等理科教育，2004（2）：78-79.

[10] 张应强，张洋磊.从科技发展新趋势看培养大学生核心素养[J].高等教育研究，2017，38（12）：73-80.

[11] 王月芬.线上线下融合教学：内涵、实施与建议[J].教育发展研究，2021，41（6）：19-25.

[12] 郭瀛霞，李广平，陈武元.我国高校大规模线上教学的区域差异——基于疫情期间师生调查问卷的实证研究[J].教育发展研究，2020，40（11）：37-48.

[13] 阎光才.我国本科教与学过程的特征与问题分析[J].中国高教研究，2020（5）：1-8.

[14] 别敦荣.论学分制的教育原理及实施的原则要求[J].中国高教研究，2013（3）：6-15.

[15] 贾非，赵彬竹，李志创.混合学习与在线学习对学生投入度的影响——以学习环境为视角[J].复旦教育论坛，2019，17（5）：55-61.

[16] BOND M， BEDENLIER S. Facilitating student engagement through educational technology： towards a conceptual framework[J]. Journal of interactive media in education，2019（1）：1-14.

[17] ASTIN A W. Student involvement： a developmental theory for higher education[J]. Journal of college student personnel， 1984，25（4）：297-308.

[18] BAKKER A B， SANZ VERGEL A I， KUNTZE J. Student engagement and performance： a weekly diary study on the role of openness[J]. Motivation and emotion， 2015，39（1）：49-62.

[19] 饒爱京，万昆.在线学习准备度对大学生在线学习投入度的影响[J].教育科学，2020，36（2）：31-38.

[20] LEI H， CUI Y， ZHOU W. Relationships between student engagement and academic achievement： a meta-analysis[J]. Social behavior and personality： an international journal， 2018，46（3）：517-528.

[21] 陳武元，贾文军.大学生在线学习体验的影响因素探究[J].华东师范大学学报（教育科学版），2020，38（7）：42-53.

[Abstract] With the continuous integration of digital technology and education， online teaching mode has become an inevitable trend in future education. From the perspective of course attribute characteristics， this paper explores the influence of course heterogeneity on students' online learning effectiveness and its mechanism， using mean t-test and ordinary least squares regression methods on a large sample of student-course data from a double first-class construction university. The results show that online teaching improves students' learning effectiveness， and the heterogeneity of course types and course credits has a differential impact on this. The analysis of the influencing mechanism shows that the heterogeneity of course types and course credits have an impact on students' learning engagement and indirectly affects students' online learning effectiveness. Based on the findings， this paper suggests that the development of online teaching and learning in higher education in China should adopt an inclusive and prudent attitude， pay attention to the differentiated effect of course heterogeneity， and develop policies to stimulate students' subjective engagement to provide a reference for promoting the digital transformation of education.

[Keywords] Online Teaching; Course Heterogeneity; Learning Effectiveness; Learning Engagement