曹强 高孟庭

（安徽财经大学）

一、引言

2022年2月，教育部对高等教育深化改革做出了总部署，要求深化新教改、打造新形态和提高新质量。各级高等学校进行了教育改革，对于财经类为主的高校，新文科建设是夯实2022年新教改的重要落实点。在此之前，2019年教育部启动“六卓越一拔尖”计划2.0，首次提出要全面推进新文科的建设，新文科教育探索成为国内人文社科领域的研究热点（韩作生和林培光(2021)）。传统文科建设只是局限在某一个方面，例如双语教学（曹强和虞文美(2016)）、实验室教学（曹强和虞文美(2017)、曹强和虞文美(2018)）。财经是文科领域的火车头，因此新文科建设中财经类高校如何建设就成为重中之重，财经类专业中的金融、会计、工商管理、财政、国贸等专业属于文科中社会科学领域，该类专业分布范围广，在校生规模大，实践性与应用性强，与社会需求联系紧密。传统人才培养模式以教师为中心，以专业知识学习为目的，例如，王重润(2020)认为传统财经人才供给过剩，创新型人才需求难以得到满足，必须进行教学改革。

当前新文科的建设需要在“四新”建设中迅速推进，四新是新工科、新医科、新农科和新文科建设的总称，但是新文科建设不能单独进行，需要在“四新”统一框架中进行。从整体上看，四新建设的要求就是新文科建设的内在要求。数字经济时代，高等教育也同步要求数字化，这使得财经类高等教育也需要进行革新，尤其是新技术在教学中的全面应用。例如，孟军等(2018)认为互联网时代信息技术必须要与专业教学的融合。为了避免硬融合，需要紧跟时代的需求，要求高校要加大课程改革的力度，从传统的慕课向混合式教学进行改革。安徽财经大学在2018年1月开始进行全面的新经管改革，在各个领域全面推进信息化改革，这为后来的新文科以及四新建设提供了指引。由于在新文科建设中强调信息化和智能化，这就需要对专业课进行改革，原有的专业课36课时压缩为18课时，这导致必须对原有的教学等一系列问题进行改革，最好的方式就是采用视频慕课时和学生在线上和线下进行互动，彻底把课堂翻转过来。但是改革的效果如何？这就需要使用准确的方法进行评价。对于混合式教学的测评效果，我们是使用安徽财经大学金融类课程的调查问卷和测评数据，对部分核心课程《风险投资》《投资银行学》《智能投顾》进行了测评，构建混合式教学质量评价模型进行量化评教，有利于推进新文科建设的深度研究。

二、混合式教学质量评价体系的构建

本文结合新文科背景并依据混合式教学本身特点，将混合式教学的评价分为五个方面，使用层次分析法—模糊综合评价模型，构建了符合我国教学实际的高校混合式教学质量评价体系。该模型的优点是把层次分析法的优点和模糊综合评价的优点相结合，利用层次分析法获得最优权重，并进一步与模糊综合矩阵相乘得到模糊综合评价结果。该方法将决策者的决策过程数值化和模型化，将复杂的问题分解成若干层和若干要素，可以计算得出不同层次的不同要素的权重，结合不同的模糊综合评价等级形成的从而筛选得到最佳方案。

（一）确定评价指标

本文从教师、学生和教学平台三个方面，根据课前和课堂上不同的内容和侧重点，设置五个一级评价指标（教师课前任务设计、教师课堂组织能力、学生课前自学能力、学生课堂参与能力和教学平台系统资源）和十六个二级评价指标，详见表1。

表1 高校翻转课堂教学质量评价指标体系

（二）构建递阶层次结构

本文采用层次分析法确定指标权重，并与模糊综合矩阵相乘得到模糊综合评价结果，进一步与递阶层次结构主要体现在目标层（高校混合式教学质量评价）、准则层（一级指标5个）和方案层（二级指标16个），然后将二级评指权重系数与评价等级形成的模糊综合评价矩阵R。

（三）构造判断矩阵

权重系数的确定决定了高校混合式教学质量评价体系的质量和准确性，本文使用何逢标(2010)的相对重要性对指标权重进行分配，该方法是对不同属性的指标进行两两比较，并对指标的权重进行度量。评价专家依据这种方法对不同指标进行优劣排序，依次构造出各指标的判断矩阵，这种依赖于专家们丰富的经验和教学知识有助于做出较为准确的判断。以一级指标为例，通过不同专家对一级指标的配对比较形成单一层次结构，利用该结构构建一个比较判断矩阵，得到指标权重最终求平均值。

（四）评价指标的一致性检验

评价指标需要考虑到专家之间的判断是否存在矛盾，一般使用一致性指数（CI），本文得出判断矩阵的RI值，具体是当处于 10阶时，RI等于1.49。本文在第三部分会利用RI计算出CR，一般要求 CR（CR=CI/RI）能够得出一致性值应小于0.1；否则，应该重新分配和计算各个部分的权重。

三、实证研究

（一）通过层次分析法建立评价体系

1.确定一级评价指标权重系数

本文构建好递阶层次结构以后，依据Mohammed和Daham(2021)的方法，对金融学类课程进行评价，选取六位学科专家，每位专家对五个一级评价指标进行单独赋分，利用matlab2018a计算相关的权重系数，其中，这六位专家的随机一致性比率CR为0.011，0.006，0.021，0.016，0.015，0.013。因此，每位专家的判断矩阵均通过了一致性检验，这表明该评价指标体系存在一致性，这表明该体系的可靠性。

2.确定二级评价指标权重系数

计算好一级指标后，我们还需要使用同样的方法计算两两之间进行相关性分析，得到相应的判断矩阵，进一步利用matlab2018a计算权重系数和一致性检验，对矩阵进行归一化处理，最终得到二级评价指标的权重系数，步骤与一级评价指标权重系数计算过程基本一致。同样，我们可以使用相同的方法计算一级指标得出二级指标，其权重系数详见表2。一级评价指标中教师课堂组织能力指标的影响最大，权重系数0.362；其次是学生课堂参与能力指标，权重系数为0.281。影响程度最小的为学生课前自学能力指标，权重系数仅为0.058。在一级指标教师课堂组织能力所包括的四个二级指标中，得出课上引导启发学生的指标贡献度最高，其权重系数为0.487；在一级指标学生课前自学能力所包括的两个二级指标中，得出课前观看学习资料指标贡献度最低，权重系数仅为0.188，但是自主完成课前任务的权重系数为0.812。因此，在财经类高校中实施混合式教学时，需要注重教师在课堂教学组织方面进行重点建设。

表2 高校翻转课堂教学质量评价指标体系权重系数

（二）构建模糊综合评价模型

（1）确定评价等级：本文把模糊综合评价模型分为五个方面，具体是优秀等级、良好等级、一般等级、合格等级以及很差等级。然后根据各评价指标对被评价对象的贡献程度的差异，对不同评级指标的评价等级赋予相应的权重，对每位专家的评价等级的权重系数取平均值，得到最终评价等级权重系数。

（2）构建模糊综合评价模型：依据模糊综合评价模型，将二级评价指标权重系数与评价等级集构成的矩阵相乘得到二级评价指标集；同理，将一级评价指标权重系数与二级评价指标集构成的矩阵相乘，得到最终一级评价指标集S=[0.120 0.359 0.2600.1650.092]。得出混合式教学下金融学类的课程最终的综合评价为“良好”。这表明对风险投资、投资银行和智能投顾的建设效果很好。

四、结论与建议

新文科下混合式教学是当前高等教育数字化下课程研究的热点，模型得出的评价结果对于以学生为中心的课程建设有着极为重要的意义，有助于财经类高校金融学类课程授课教师进一步调整教学方式和教学内容。因此，提出以下三个方面的建议：第一，动态修正评价指标以完善教学评价模型。例如，对于学生课前自学能力的权重过低问题，可以使用超星学习通软件促进学生在课前观看学习资料的过程记录，并且设置任务点以及插入相关的学习测验来检验学生课前的预习效果，这样有利于把学生的课前预习与高等教育数字化结合起来。未来可把数据与区块链相结合，进一步推进区块链与高等教育的深度融合。第二，增加课程中的实验教学比例以完善教学评价体系。把课程中的实践和实验与创新创业相结合，把金融学类课程建设与虚拟仿真实验项目相结合，建设共享型实习基地，不断完善第二课堂、第三课堂与金融类课程的融合。第三，提高教师课上对学生的引导启发能力，加强对学生的课堂协作完成任务能力的培养。一方面教师要善于引导学生阅读和使用相关的学习资源，例如教学案例、网站链接等，并启发学生思考。另一方面学生在课堂上要积极参与小组讨论与成果展示，一定程度上提高了学生的课余时间利用率，增强学习效果。