疫情期間金融專業在線教學效率評價

盧玲珠

摘? 要 利用數據包絡分析對疫情期間金融專業的在線教學效率進行研究，計算在線課程的相對教學效率值，并從有效性的角度分析與教學效率相關的因素，對產生效率差距的原因和改進方向進行探討，以期為在線教學常態化提供參考與借鑒。

關鍵詞 高職院校;DEA;在線教學;金融專業;教學效率

中圖分類號：G434? ? 文獻標識碼：B

文章編號：1671-489X（2021）10-0040-04

Evaluation of Teaching Efficiency of Financial Major in Higher Vocational Education based on DEA//LU Lingzhu

Abstract This paper uses data envelopment analysis to study the on-line teaching efficiency of finance majors during the epidemic， calcu-lates the relative teaching efficiency value of online courses， analyzesthe factors related to teaching efficiency from the perspective of effec-tiveness， discusses the reasons and potential modification for the efficiency gap， and aims to provide reference and guideline for the normalization of online teaching.

Key words higher vocational colleges; DEA; online teaching; finan-cial major; teaching efficiency

0? 前言

2020年新冠疫情暴發后，我國的在線教育無論是規模還是質量都取得長足進步。為防控新型冠狀病毒肺炎疫情，教育部倡議中小學延期開學，利用網絡平臺開展在線教學，“停課不停學”，在線教育成為全社會關注的焦點話題。經歷這次大規模在線教學實踐后，教育行政部門、學校、教師形成一套與在線教學相適應的教學流程、管理制度和運作機制，從而為接受在線教學和利用在線教育資源奠定了基礎。教與學雙方教育視野的擴展，知識內容的數字化表達和傳播，教學的在線化、靈活性以及伴隨終身，將成為一種新常態。而教師在進行在線教學時究竟教學效果如何，學生能否扎實掌握所學在線課程，在線教學能否常態化，都是值得研究的課題。本文以江蘇某五年制高職為例，研究在線教學過程中金融專業課程的教學效率，進而提出提升教學效率的合理化建議，促進在線課程教學質量的進一步提高。

1? 基于DEA的教學效率評價模型

目前，教學質量評價的方法主要有兩種，一般采用專家打分或者學生評教，這兩種方式在一定程度上可以減少或避免由于數據不準確或不全而產生的局限性和片面性。但是定性的評價方法主觀性太大，其準確性和客觀性受到質疑。DEA即數據包絡分析，作為運籌學的一個研究領域，是一種可以用來研究多個輸入和輸出相同類型的部門（決策單元）之間相對有效性的決策方法。DEA是利用生產函數以線性規劃的方式在所有DMU中找出效率邊界，以此作為衡量DMU相對效率的一種方法。相對效率值為1，表示該DMU位于邊界線上，被稱為有效率;而沒有在邊界線上的DMU被稱為無效率，其相對效率值介于0～l之間。

本文采用Banker，Charnes和Cooper（1984）提出的CRS模型改進方案，即投入導向型規模報酬可變（BCC）模型。假定規模報酬可變，將技術效率（TE）分解為純技術效率（PTE）和規模效率（SE）。鑒于傳統DEA模型已相當成熟，在此不贅述其原理。

2? 確定評價指標

本文基于科學、客觀、全面的原則，將教學效率的評價分解為教學投入指標和教學產出指標。由于投入和產出的指標選取對教學評價結果至關重要，因此，在指標選擇上應當遵循以下三點原則：

1）選擇的指標能夠反映教學效率并能滿足教學效率的評價要求;

2）按照其他學者的經驗，輸入輸出指標個數之和應小于決策單元的個數之和;

3）要充分考慮指標的重要性和數據的可獲得性。

根據以上原則，本文選取江蘇一所五年制高職院校金融專業的在線課程為樣本，構建相關指標體系。一門課程的教學投入主要體現在對教學內容的理解、教學方法的采用和教學態度等方面，而這些大多受到教師所受的教育級別、教師的工作經歷以及教師的崗位等級等因素的影響，因此，本文選用的輸入指標為教師學歷、教學學時數、教師教齡和教師崗位等級（表1）。教學產出一方面是領導、同行和學生的評價，一方面是學生的成績，本文選取可以量化的期末成績及格率和期末成績優秀率作為輸出指標（表1）。本文的數據均根據金融教研室的原始資料整理而得，因此真實客觀。

2.1? 輸入指標

1）教學學時數。不同的課程根據人才培養方案設置不同的教學學時，學時數越多，師生在該門課程上花費的時間越多，學習更為透徹。學時數單位為小時。

2）教師教齡。一門課程選用的任課教師不同，其授課的效果也不同。有經驗的教師有常年的經驗積累，而年輕教師信息化手段運用較為熟練，這都會影響在線教學的教學效果。本文選取教師教齡作為輸入指標，單位為年。

3）崗位等級。根據高校對專業技術崗位的劃分，共分為13個等級，包括正高級、副高級、中級和初級，通常級別越高，教師的專業技術越強，有利于課程的教學。

4）教師學歷。在一門課程的教學過程中，教師的知識素養會影響授課的方式、授課的內容、課程的設計、在線教學手段的運用等諸多方面，因此，教師學歷發揮著重要作用。教師學歷高，相對獲取專業知識較廣。學歷指標以從大學起的在校學習時間（用年來計算）表示，本科學歷為4，碩士學歷為7，博士學歷為10。

2.2? 輸出指標

1）在線課程成績及格率：60分以上人數所占班級人數比例。

2）在線課程成績優秀率：80分以上人數所占班級人數比例。

3? 數據及實證分析

由于部分課程由兩位教師教授，因此用編號來區分，將相關數據整理如表2所示。將在線課程的教學數據代入BCC模型，借助軟件Deap 2.1進行分析，得到規模報酬可變條件下的技術效率（TE）、純技術效率（PTE）和規模效率（SE），并得到投入變量的松弛變量（Slack），運算結果見表3和表5。

由表3可見，教學相對效率值為1的在線課程有七門，所對應的七名教師的教學效率處于相對最優，其余八位教師為非DEA有效，金融專業在線課程教學的技術效率平均值為0.938。按照效率值區間將樣本數目進行分類統計，如表4所示。教學效率居于0.8～1之間有七門課程，分別為財政與金融2、個人理財1、個人理財2、管理學1、證券市場基本法律法規、保險原理與實務和財務會計;教學效率居于0.6～0.8之間的只有財務管理實務一門課程，為效率最低的0.645。

松弛變量分析（Slack Variable Analysis）用于了解無效率樣本與目標相差的程度及改善空間的大小。Deap 2.1軟件輸出的松弛變量Slack1、Slack2、Slack3、Slack4如表5所示。改善投入差額有益于提高教學效率。

財務管理實務、證券市場基本法律法規、財務會計和保險原理與實務等五門課程的周課時均為六個，然而這五門課程的教學質量均表現為非DEA有效。這說明課時安排和在線教學效率并非正向相關，并非課時越多，教學效率越高。

在15門專業課程中，教師的教齡從1～23年不等。八門課程的教師教齡為七年，是相對有經驗的教師。其中財務管理實務存在投入冗余。另外，財務會計和金融市場基礎知識兩門課程也存在投入冗余。可見，教齡和在線課程教學效率并非完全正相關，掌握在線教學手段的種類及運用的熟練程度關乎教學效率的高低。

財務管理實務、財務會計和金融市場基礎知識的崗位級別存在冗余，相對而言，崗位級別越高的教師教學效率越高。

個人理財2、證券市場基本法律法規、保險原理與實務的教師學歷存在冗余，這三門課程的教師學歷均為碩士研究生。可見，教師學歷與在線教學的教學效率并非正相關，即使是本科學歷的教師，有多年的教學經驗及熟練掌握在線教學手段也可能達到教學完全有效。

4? 結論與建議

本文采用數據包絡分析對五年制高職金融專業的在線課程進行分析，得到結論如下。

1）15門專業課程中，表現為DEA完全有效的有七門課程，占比46.67%;仍舊有八門在線課程需要提升教學效率，可見在線課程的效率有待進一步提升。

2）對于在線課程的教學時長并非越長越好，如財務管理實務、證券市場基本法律法規、財務會計和保險原理與實務五門課程，雖然在線教學學時在專業課程中位居前列，都是周課時六個，但是效率沒有都達到完全有效，其中財務管理實務效率最低。在線教學學時的安排需要更加合理化，教師的教授和豐富的網絡資源可以融會貫通，教師不僅可以將自己的資源信息化、網絡化，還可以充分利用已有的網絡課程資源。

3）效率完全有效的課程中，教齡在七年以上的有四位教師，教齡在七年以下的有三位教師，這與傳統意義上教齡越長的教師經驗越豐富、教學效率越高并不相符。可見，年輕教師的成長速度很快，在線教學的運用更為靈活，能夠通過自己的努力達到教學效率最優。因此，學校應當注意全面深化信息技術與教育教學的深度融合，轉變課程的時空觀、教學觀、知識觀和治理觀，提升全體教師的信息技術能力。

4）在15門專業課程中，教學效率非完全有效且崗位等級變量存在冗余的是兩位12級的教師，可見崗位等級所代表的職稱體系能夠一定程度證明在線教學效率。相比較而言，職稱高的教師的在線教學效率較高，可見教師在提升職稱的過程中會大幅度提升教學效率，所以應當鼓勵教師提升職稱。

5）在15門專業課程中，教學效率非完全有效且學歷變量存在冗余的三門課程對應的授課教師均為碩士研究生畢業，這表明學歷和教學效率非直接相關。在完全有效率的七門課程中，本科畢業的教師有四名，碩士研究生畢業的教師有三名，教師學歷和教學效率的關系并不顯著。■

參考文獻

[1]劉振天，劉強.在線教學如何助力高校課堂革命？：疫情之下大規模在線教學行動的理性認知[J].華東師范大學學報（教育科學版），2020（7）：31-41.

[2]鄔敏.基于DEA的英語網絡課程教學評價研究[J].科技視界，2015（29）：228，241.

[3]趙婕.基于DEA的高校教師教學質量評價研究[J].中國電子教育，2014（2）：42-45.

[4]孔素然，陳曉昕，張紅梅.基于DEA模型的高等數學教學效率評價[J].高等農業教育，2012（10）：45-47.

[5]謝南斌，田金信.基于AHP/DEA的高職教育效率評價研究[J].江蘇技術師范學院學報（自然科學版），2008（4）：

63-70.