劉 杰，楊 洋，嚴(yán)繼高

（1.中國科學(xué)技術(shù)大學(xué) 管理學(xué)院，安徽 合肥 230026；2.中國科學(xué)技術(shù)大學(xué) 國際金融研究院，安徽 合肥 230026；3.蘇州大學(xué) 數(shù)學(xué)科學(xué)學(xué)院，江蘇 蘇州 215006）

一、引言

在新冠肺炎疫情沖擊下，2020年初教育部應(yīng)對新型冠狀病毒感染肺炎疫情工作領(lǐng)導(dǎo)小組辦公室（2020）[1]印發(fā)了《關(guān)于在疫情防控期間做好普通高等學(xué)校在線教學(xué)組織與管理工作的指導(dǎo)意見》，要求高等院校利用各類各級在線課程平臺積極開展線上教學(xué)活動，實(shí)現(xiàn)“停課不停教，停課不停學(xué)”。2020年5月，教育部高等教育司司長在教育部新聞發(fā)布會上表示，“融合了互聯(lián)網(wǎng)+質(zhì)量+技術(shù)的在線教學(xué)已成為中國和世界高等教育的重要發(fā)展方向”（央廣網(wǎng)，2020）[2]。疫情客觀上推動了教育信息化技術(shù)措施改進(jìn)、教師素養(yǎng)提高和學(xué)生參與普及程度提升（謝幼如等，2020）[3]，成為了教育改革的催化劑（冀曉萍和程路，2020）[4]。在線教育利用其時時、處處、人人可學(xué)的形態(tài)優(yōu)勢，充分顯示出了在重大突發(fā)事件下的保障地位，在教育公平、資源普惠、因材施教等方面起到了推動作用，體現(xiàn)出了在實(shí)現(xiàn)《中國教育現(xiàn)代化2035》目標(biāo)中承載的使命。

在此背景下，慕課正逐漸成為學(xué)校正規(guī)教育系統(tǒng)的有益補(bǔ)充，那么其課程參與熱度如何變化？關(guān)注焦點(diǎn)是否轉(zhuǎn)移？影響因素是否轉(zhuǎn)變？由于慕課能夠滿足學(xué)生的自由選課需求，使得各門課程參與人數(shù)呈現(xiàn)出長尾現(xiàn)象（陳華燕和王遠(yuǎn)，2018）[5]，即少數(shù)頭部課程風(fēng)靡全網(wǎng)，眾多尾部課程則無人問津。以“愛課程”平臺為例，最受歡迎的前20%課程的參與人數(shù)占全部課程的62.8%，其中北京理工大學(xué)主導(dǎo)的《Python語言程序設(shè)計(jì)》以超過75萬人次參與獲得了最高人氣，而有部分課程全網(wǎng)報(bào)名卻不到100人。目前國內(nèi)外關(guān)于在線教育學(xué)習(xí)者行為的研究主要聚焦于行為持續(xù)度（Bornschlegl and Cashman，2019；Hone and Said，2016；Alraimi et al.，2015；張靜和王歡，2018）[6-9]、主動投入表現(xiàn)（Littlejohn et al.，2016；王紹峰和黃榮懷，2020）[10,11]、師生或生生交互效應(yīng)（Dempsey and Zhang，2019；郭麗君、胡何瓊，2022；徐亞倩和陳麗，2021）[12-14]等，鮮有研究關(guān)注課程熱度背后的選課動機(jī)。賈非等（2020）[15]用課程注冊人數(shù)定義受歡迎度，從課程客觀屬性維度探討了在線職業(yè)課程的關(guān)鍵影響因素，發(fā)現(xiàn)由小型機(jī)構(gòu)開設(shè)的課程與具有明顯特色名稱的課程更受青睞。

關(guān)注課程熱度中蘊(yùn)藏的學(xué)生選課偏好對慕課發(fā)展有較強(qiáng)的指導(dǎo)意義。慕課平臺免費(fèi)向社會大眾共享課程資源，也是提高平臺曝光率、宣傳校園影響力、交流授課經(jīng)驗(yàn)的重要渠道。課程教學(xué)效果在避免課程曇花一現(xiàn)中固然重要，但人氣對于教學(xué)質(zhì)量也很重要。根據(jù)果殼網(wǎng)2014年針對慕課學(xué)習(xí)者的調(diào)查報(bào)告，61%的學(xué)生關(guān)注并參與MOOC是出于學(xué)習(xí)興趣，以獲取知識和掌握技能為主要目標(biāo)，而非取得一紙證書?？衫么髷?shù)據(jù)分析技術(shù)等追蹤學(xué)生選課偏好，作用是：一方面，便于授課團(tuán)隊(duì)靈活調(diào)整課程體系與內(nèi)容，增加課程受眾面，推動個性化和針對性教學(xué)，實(shí)現(xiàn)學(xué)生需求帶動教師供給，借助教育信息化讓因材施教從概念走向?qū)嵺`（劉邦奇，2020）[16]，也讓慕課成為高等院校的一張名片；另一方面，便于慕課平臺建設(shè)方基于學(xué)生視角完善平臺功能、提供個性化推薦與制定課程宣傳方案，以在競爭激烈的在線教育市場中提高曝光率并占據(jù)一席之地，也能實(shí)現(xiàn)在線教育的本源，即滿足更多社會需求。

關(guān)注疫情背景下慕課的發(fā)展變化對于總結(jié)和完善“停課不停學(xué)”防疫抗疫教學(xué)經(jīng)驗(yàn)具有重要意義。疫情防控期間，線上平臺在維持高校正常教學(xué)秩序方面發(fā)揮了巨大作用，雖然疫情后線下教學(xué)的恢復(fù)會影響平臺的使用率，但為實(shí)現(xiàn)教育與技術(shù)的深度融合，響應(yīng)教育部混合式教學(xué)的號召（新華網(wǎng)，2022）[17]，需強(qiáng)化網(wǎng)絡(luò)教學(xué)平臺建設(shè)。追蹤疫情中后期慕課熱度的變化規(guī)律，揭示疫情下面對巨大需求時在線教育網(wǎng)站運(yùn)行中暴露出的問題，從而形成有特色的在線教學(xué)經(jīng)驗(yàn)，這有助于推動實(shí)現(xiàn)后疫情下信息技術(shù)與教育教學(xué)的深度融合，促進(jìn)教育改革與制度創(chuàng)新，塑造因勢而進(jìn)、因時而新、有技術(shù)保障的教學(xué)新形態(tài)。

本研究依托“愛課程”平臺數(shù)據(jù)，以大規(guī)模網(wǎng)絡(luò)開放課程選課人數(shù)為研究對象，從學(xué)習(xí)者的選課動機(jī)入手，遴選影響學(xué)生選課的各類信息因素，借助定量研究方法分析其對學(xué)生選課的影響程度，之后對比疫情前、中、后階段的重要影響因素差異，以期發(fā)掘不同背景下慕課平臺“頭部課程”火爆的內(nèi)因，并基于學(xué)生選課角度為高等院校課程類型選擇和教師課程設(shè)置（開課時間、授課形式等）提供參考，也為慕課平臺持續(xù)發(fā)展提供建議，為疫情后“停課不停學(xué)”教學(xué)經(jīng)驗(yàn)的總結(jié)提供借鑒。

二、文獻(xiàn)綜述

慕課，即大規(guī)模開放式在線課程（Massive Open Online Courses，MOOC），最早于2008年由加拿大學(xué)者Dave Cormier和Bryan Alexander提出。2012年，一大批慕課在美國頂尖大學(xué)上線，2013年慕課被傳入國內(nèi)，北京大學(xué)、清華大學(xué)等相繼開設(shè)了網(wǎng)絡(luò)課程。在此背景下，大量研究圍繞慕課學(xué)習(xí)者的學(xué)習(xí)行為進(jìn)行了分析。白倩等（2016）[18]基于國內(nèi)慕課平臺學(xué)習(xí)者的問卷調(diào)查結(jié)果發(fā)現(xiàn)，影響其學(xué)習(xí)動機(jī)衰竭的主要因子包括學(xué)習(xí)者自身的毅力、工作以及校園學(xué)習(xí)與慕課學(xué)習(xí)間的矛盾、慕課視頻效果等。王勃然等（2017）[19]聚焦注冊者眾多但完成者稀少的課程的學(xué)習(xí)者，得到學(xué)習(xí)目標(biāo)、社會互動、學(xué)習(xí)自主等是導(dǎo)致高輟學(xué)率的主要原因，并認(rèn)為在課程進(jìn)展的不同階段采取課程報(bào)告等舉措可提升慕課課程的粘性。樂惠驍?shù)龋?019）[20]關(guān)注了優(yōu)秀學(xué)習(xí)者的行為模式和行為路徑，揭示出其在課程學(xué)習(xí)中更少發(fā)生走神和中斷現(xiàn)象，且學(xué)習(xí)主題突出，上線目的明確。陳長勝等（2020）[21]對慕課學(xué)習(xí)者的學(xué)習(xí)時間進(jìn)行了深入剖析，提出課程運(yùn)行中需及時關(guān)注“低訪問頻次低時間投入”“高訪問頻次低時間投入”兩類學(xué)習(xí)者。喬璐和江豐光（2020）[22]、王宇（2018）[23]基于視頻觀看、作業(yè)完成、期末考試、課程得分等維度的行為特征對學(xué)習(xí)者進(jìn)行了分類，包括積極學(xué)習(xí)型、一般學(xué)習(xí)型、資源瀏覽型和單純注冊型等，并有針對性地從課程設(shè)計(jì)角度提出了建議，以期提高慕課教學(xué)質(zhì)量。還有部分學(xué)者借助學(xué)習(xí)者行為數(shù)據(jù)對其學(xué)習(xí)結(jié)果展開了預(yù)測，如賀超凱和吳蒙（2016）[24]提出，觀看視頻時長、學(xué)習(xí)章節(jié)數(shù)和發(fā)帖數(shù)量等典型學(xué)習(xí)行為特征可有效預(yù)測學(xué)習(xí)者是否能夠完成課程并獲得課程證書，應(yīng)適當(dāng)監(jiān)測此類客觀信息，合理推測學(xué)習(xí)者主觀因素并適當(dāng)干預(yù)學(xué)習(xí)進(jìn)程。雖然以上相關(guān)研究基于學(xué)習(xí)者行為對改進(jìn)其線上學(xué)習(xí)效率展開了廣泛討論，但多數(shù)忽略了學(xué)習(xí)者本身學(xué)習(xí)意愿的影響。翟宇卉和楊明輝（2017）[25]構(gòu)建了慕課學(xué)習(xí)意愿模型，發(fā)現(xiàn)信息質(zhì)量是影響學(xué)習(xí)意愿的重要因素，績效期望扮演中介作用，感知娛樂性對績效期望和態(tài)度的影響最大。本研究將借助客觀統(tǒng)計(jì)數(shù)據(jù)，系統(tǒng)挖掘影響學(xué)習(xí)者參與慕課課程的客觀因素。

新冠肺炎疫情背景下，慕課的實(shí)施與發(fā)展受到了廣泛關(guān)注。吳巖（2020）[26]對疫情期間各類在線課程平臺的活躍人數(shù)進(jìn)行了系統(tǒng)盤點(diǎn)，指出“愛課程”等平臺網(wǎng)站要組建專門的團(tuán)隊(duì)并制定技術(shù)標(biāo)準(zhǔn)，以保證上線課程的質(zhì)量。李靜等（2021）[27]通過調(diào)查問卷系統(tǒng)了解了教師和學(xué)生對于在線教學(xué)的支持程度，探索了疫情期間不同類型在線教學(xué)模式對教學(xué)效果的影響，發(fā)現(xiàn)學(xué)生更傾向于視頻授課與互動授課，學(xué)生的自主學(xué)習(xí)能力和自控力是影響在線學(xué)習(xí)效果的最重要因素。闞維（2021）[28]以對北京市某學(xué)校疫情期間的選修慕課情況的問卷調(diào)查為基礎(chǔ)，提出由于缺乏知識的綜合、分析、對比和遷移等系列內(nèi)化活動，學(xué)生在教師離場時的知識分享只是認(rèn)知活動的表層行動，對學(xué)生知識學(xué)習(xí)能力的提升作用十分有限。龔暉（2021）[29]通過比較慕課和直播課在疫情期間的使用情況，提出被寄予厚望的慕課在疫情期間沒有獲得大量加分，因?yàn)槠湓谟布①Y源、平臺和管理等方面存在失當(dāng)之處。陳波（2021）[30]對比了其在疫情期間通過慕課加直播課、在線討論班、純慕課三種形式開展課程的經(jīng)驗(yàn)，提出慕課建設(shè)成功需要在各個環(huán)節(jié)都精心設(shè)計(jì)，包括編撰專供慕課學(xué)習(xí)者使用的配套教材、悉心經(jīng)營慕課討論區(qū)或課程微信群等。與本文類似，馬艷云（2020）[31]借助t統(tǒng)計(jì)量發(fā)現(xiàn)，新冠肺炎疫情防控期間的學(xué)習(xí)人數(shù)顯著高于疫情前，并指出這與高校支持、學(xué)生時間自由、學(xué)生自我實(shí)現(xiàn)需求等相關(guān)?；诖耍疚膶⑦M(jìn)一步立足學(xué)生選課偏好探究影響慕課選課人數(shù)的關(guān)鍵要素，以期為后疫情時代下深化釋放抗疫紅利提供建議。

三、研究設(shè)計(jì)

（一）研究問題

本研究旨在立足學(xué)生選課視角探討影響慕課課程選課人數(shù)的關(guān)鍵因素，并追蹤疫情前、中、后期的課程人數(shù)及其影響因素的變化?；诖耍疚奶岢鋈齻€研究問題。第一，慕課課程的選課人數(shù)近些年如何變化？表現(xiàn)出了怎么樣的特征？在疫情前、中、后是否發(fā)生了突變？不同類型課程是否具有明顯差別？第二，哪些因素與慕課課程選課人數(shù)密切相關(guān)？其中哪些因素扮演關(guān)鍵作用？這些因素的影響程度在疫情前、中、后時期是否發(fā)生了變化？第三，該因素在疫情前、中、后對選課人數(shù)影響程度發(fā)生變化（削弱或提升）的原因是什么？

（二）數(shù)據(jù)來源與樣本描述

本文搜集了“愛課程”（icourese，https：//www.icourses.cn/home/）平臺2014年5月—2021年4月5 345門課程共22 381次的開課記錄?！皭壅n程”是教育部與財(cái)政部支持下于2014年成立的高等教育課程資源平臺，也是聯(lián)合國教科文組織在疫情期間首批推薦的在線學(xué)習(xí)平臺之一，已形成良好口碑與廣泛影響力。為保證結(jié)果可靠性，進(jìn)行了如下處理：（1）僅選取“愛課程”平臺數(shù)據(jù)，可排除平臺差異干擾；（2）僅關(guān)注數(shù)據(jù)爬取日2021年4月31日前已完結(jié)課程，可排除在授課程學(xué)習(xí)人數(shù)仍持續(xù)攀升與實(shí)時更新的影響；（3）刪除付費(fèi)課程、課程持續(xù)不足一周等異常數(shù)據(jù)。

為探究疫情對學(xué)生選課行為即課程熱度的影響，對應(yīng)疫情爆發(fā)與疫情控制后高等院校線下教學(xué)恢復(fù)兩個時間節(jié)點(diǎn)，依據(jù)開課時間將全樣本分為疫情前、中、后樣本。2020年1月底“武漢封城”，教育部（2020）[32]發(fā)出了《關(guān)于2020年春季學(xué)期延期開學(xué)的通知》，2020年2月初《關(guān)于在疫情防控期間做好普通高等學(xué)校在線教學(xué)組織與管理工作的指導(dǎo)意見》正式出臺，之后2020年8月教育部召開新聞發(fā)布會提出了2020年秋季學(xué)期具備全面正常開學(xué)條件（央廣網(wǎng)，2020）[33]，所以本文選擇2020年2月和2020年8月作為兩個劃分節(jié)點(diǎn)。2014年5月—2020年1月、2020年2月—2020年7月、2020年8月—2021年4月分別對應(yīng)有13 256、4 445、4 680條課程記錄。

（三）變量描述

教育經(jīng)濟(jì)學(xué)家靳希斌（2009）[34]提出，教育能為人帶來投資性和消費(fèi)性收益。學(xué)生選擇慕課也類似具有投資和消費(fèi)的雙重性質(zhì)，他們會衡量上課花費(fèi)的時間等“投入”因素與獲得的新知識、新技能等“產(chǎn)出”因素，這些信息存在于外部客觀世界，又會反過來決定學(xué)習(xí)者的選課動機(jī)。鑒于課程屬性信息隨慕課組織、建設(shè)到開課過程相繼確定（如圖1所示），本研究據(jù)此構(gòu)建影響因素指標(biāo)體系。

圖1 慕課組織到結(jié)束的全過程

1.課程組織階段的屬性，包括國家精品課程（以下簡稱精品課程）、985/211院校、①授課團(tuán)隊(duì)人數(shù)（簡稱教師人數(shù)）、教授比例、曾開課次數(shù)。其中，前四個變量使用0-1表示法，0表示無教授參與，1表示有教授參與。曾開課次數(shù)指此次開課前課程在該平臺開設(shè)的次數(shù)，與教師人數(shù)均為數(shù)值型變量。

2.課程建設(shè)階段屬性，包括疫情期間、開學(xué)期間、持續(xù)周數(shù)、預(yù)備知識。其中，疫情期間與開學(xué)期間度量課程上線時間，即是否在疫情發(fā)生對應(yīng)學(xué)期及是否在每年春秋季學(xué)校開學(xué)期間開課，用0-1變量表示。課程持續(xù)周數(shù)與課程體系完整度、課程講解細(xì)致度息息相關(guān)，決定了學(xué)習(xí)者的努力投入程度。是否需要預(yù)備知識決定了課程難易度與受眾面。

3.課中及課后反饋信息，包括討論帖數(shù)。一方面，授課教師可通過討論區(qū)了解學(xué)習(xí)者的知識掌握情況，及時調(diào)整教學(xué)計(jì)劃和靈活控制進(jìn)度（如視頻播放順序與上線頻率），最大程度匹配學(xué)生個性化學(xué)習(xí)方案。另一方面，教師站在較高學(xué)術(shù)層面常難以理解學(xué)生遇到的問題，學(xué)生間的思維碰撞與經(jīng)驗(yàn)共享更能提升其知識理解深度與推動多視角解決問題，甚至激發(fā)其不斷探究的進(jìn)取心，將獲取知識的愿望轉(zhuǎn)換為主動汲取并同化知識的行為。因此，課程交流平臺的火熱程度可體現(xiàn)教學(xué)內(nèi)容的實(shí)用性與趣味性，其他學(xué)習(xí)者的評價(jià)反饋是學(xué)習(xí)者在選課抉擇中的重要參考信息。

（四）研究方法與步驟

首先，描述性統(tǒng)計(jì)分析課程開設(shè)情況和選課人數(shù)的分布特點(diǎn)，初步挖掘選課人數(shù)隨各指標(biāo)變化的趨勢，特別是疫情前后的波動情況。

其次，采取屬性分析法計(jì)算單指標(biāo)在預(yù)測選課人數(shù)中的權(quán)重系數(shù)，并篩選有效指標(biāo)組合以降低無關(guān)指標(biāo)、指標(biāo)相關(guān)性對后文模型的影響。在評估單指標(biāo)權(quán)重時，將連續(xù)性變量等頻離散化，選擇InfoGainAttributeEval評估器和Ranker搜索方法，即駐入條件熵思想計(jì)算信息增益，并作為屬性判據(jù)值對單個指標(biāo)進(jìn)行降序排名。確定自變量X后，因變量參與人數(shù)Y不確定減少程度見式（1）：

其中，H（Y）=-∑ipiln（pi）為參與人數(shù)（Y）的熵，pi=P（Y=yi）為Y的取值概率，N為樣本量；類似地，H（Y|X）為給定影響指標(biāo)自變量（X）下的條件熵。

在探究有效指標(biāo)組合時，選擇CfsSubsetEval評估器和GreedyStepwise搜索法。其中，CfsSubsetEval評估器不僅能評估特征子集的預(yù)測能力，還能通過計(jì)算冗余度篩選具有強(qiáng)相關(guān)性的指標(biāo)。GreedyStepwise核心為貪婪法搜索屬性子集，可有效降低遍歷子集所產(chǎn)生的計(jì)算開銷。

最后，搭建回歸方程模型，包括多元線性回歸與Logit回歸模型，刻畫所選指標(biāo)對課程參與人數(shù)的綜合影響，并比較全樣本與疫情前、中、后樣本下指標(biāo)系數(shù)權(quán)重的變化幅度。最常見的多元線性回歸模型與Logit回歸模型分別如式（2）與式（3）所示：

其中，Y為課程參與人數(shù)，Xi（i=1，…，k）為所選影響因素；ε和ε′均為隨機(jī)誤差項(xiàng)，服從均值為0的正態(tài)分布；βi和βi′（i=0，…，k）為兩個模型對應(yīng)的估計(jì)系數(shù)，衡量各影響因素對課程參與人數(shù)的影響程度；特別地，邏輯回歸模型將課程按照參與人數(shù)分為熱門課程與冷門課程，P為熱門課程的事件發(fā)生概率比，為保證方程兩邊取值范圍一致性，定義Ω為事件發(fā)生和不發(fā)生的概率之比。

四、結(jié)果分析

（一）課程數(shù)的描述性統(tǒng)計(jì)

對慕課課程數(shù)進(jìn)行簡單描繪，一方面能夠追蹤發(fā)展政策與疫情沖擊下慕課課程數(shù)量的變化情況，量化高等院校通過慕課方式實(shí)現(xiàn)“停課不停學(xué)”所做出的努力，另一方面可排除后續(xù)研究中課程數(shù)等因素對選課人數(shù)的影響。從圖2可以看出，課程數(shù)逐年波動上升，特別是疫情期間非精品課程與非名校課程大量擴(kuò)充。具體而言，“愛課程”自2014年5月發(fā)布首門課程后，每月開課數(shù)與結(jié)課數(shù)周期性上升，分別于線下開學(xué)季（3月和9月）和略早于期末季（6月和12月）達(dá)到峰值，開課時間相互匹配助力線上線下學(xué)習(xí)者同步學(xué)習(xí)，結(jié)課數(shù)峰值略低是由于課程周期差異起到了平滑作用。此外，疫情期間開課數(shù)激增，消除年份效應(yīng)后增長（相對于若無疫情）達(dá)74%，疫情過后上升勢頭延續(xù)但有所緩解。

圖2 課程數(shù)趨勢

表1分類別追蹤了課程數(shù)量的變動。可以看出，首先，慕課教育發(fā)展初期主要是國家精品課程起“試點(diǎn)”作用，“愛課程”投入使用第一年占比高達(dá)96.85%。2019年，教育部高等教育司面向在全國性公開課平臺開放的課程開展國家精品開放課程的認(rèn)定工作（教育部，2019）[35]，大量課程爆發(fā)式涌入線上教育平臺，受限于國家精品課程體量較小，其影響力被稀釋。其次，高等院校致力于借助現(xiàn)代化技術(shù)跟上教育革新浪潮與通過在線教育平臺加強(qiáng)對外宣傳，非985院校與非211院校開設(shè)課程數(shù)量上升勢頭猛烈，前者于2019年占比超五成。最后，授課團(tuán)隊(duì)的精簡得益于平臺功能的優(yōu)化、教師準(zhǔn)備工作的簡化與籌備能力的成熟化，平均教師人數(shù)與有教授參與課程比例逐年下降，部分教師具備獨(dú)立開展線上教學(xué)能力。此外，值得注意的是，疫情期間急劇增加的線上教學(xué)需求為非國家精品課程、非985211院校開設(shè)課程提供了機(jī)會，課程數(shù)量占比增加明顯。

表1 課程分布

（續(xù)表1）

（二）選課人數(shù)的描述性統(tǒng)計(jì)

對課程選課人數(shù)進(jìn)行描述性統(tǒng)計(jì)，包括分布情況（表2）、隨時間變化趨勢（圖3）和關(guān)于變量的分類統(tǒng)計(jì)（表3和表4），為后續(xù)統(tǒng)計(jì)建模奠定基礎(chǔ)。

1.選課人數(shù)呈現(xiàn)出長尾效應(yīng)與疫情突增現(xiàn)象（特別醫(yī)藥衛(wèi)生類）。由表2可以看出，90%課程的參與人數(shù)不足1.7萬。北京理工大學(xué)教師于2020年2月發(fā)布的《Python語言程序設(shè)計(jì)》以超過75萬人報(bào)名獲得最高人氣，體現(xiàn)了大數(shù)據(jù)時代Python作為基礎(chǔ)工具的價(jià)值，與疫情期間學(xué)習(xí)者的新技能掌握需求形成了強(qiáng)烈共鳴，帶來的社會影響力可見一斑。參與人數(shù)最少的為2020年9月由西南交通大學(xué)主導(dǎo)的《世界遺產(chǎn)在中國》，由于該課程屬陶冶情操和拓寬知識面的小眾選修課程，且在開學(xué)季開設(shè)，較難在大量知識技能類課程中突出重圍而吸引剛明確學(xué)期計(jì)劃的學(xué)生參與，全英文授課是另一大壁壘。

表2 選課人數(shù)分布

圖3（a）顯示：課程參與總?cè)藬?shù)波動上升，在疫情爆發(fā)階段激增（相對于若無疫情發(fā)展數(shù)據(jù)，增長64%），充分體現(xiàn)了線上教學(xué)在重大公共危機(jī)事件沖擊下的重要作用，但在疫情得到控制和線下教學(xué)恢復(fù)常態(tài)后迅速回落甚至低于疫情前的同比水平，這是否為疫情引起的反作用（引發(fā)學(xué)習(xí)者對線上模式的厭惡心理）還需驗(yàn)證；課程平均參與人數(shù)下降與課程數(shù)增多相關(guān)，后者可增加學(xué)生的選擇機(jī)會并緩解授課教師的管理壓力。為顯示清晰，圖3（b）僅選取參與人數(shù)較多的課程類別作為代表，可見：計(jì)算機(jī)類課程總體選課人數(shù)最多，體現(xiàn)了大數(shù)據(jù)時代下學(xué)習(xí)者對信息技術(shù)的強(qiáng)烈需求；醫(yī)藥衛(wèi)生類課程在疫情爆發(fā)初期（2020年1月）參與人數(shù)突變，揭示出線上教學(xué)已成為社會大眾面對危機(jī)事件的重要知識來源渠道；教育教學(xué)類課程突增遲滯（2020年2月），反映出高校教師已開始嘗試從其他教師經(jīng)歷中汲取經(jīng)驗(yàn)技巧，從而為自身參與線上教學(xué)做準(zhǔn)備。

圖3 選課人數(shù)趨勢

2.精品/名校頭銜、曾開設(shè)次數(shù)、討論區(qū)信息在學(xué)生選課中發(fā)揮了替代性質(zhì)量評價(jià)作用。表3中的兩樣本t檢驗(yàn)結(jié)果表明，國家精品課程和985211院校開設(shè)課程顯著更受歡迎。對于前者，國家精品課程為經(jīng)過教育部認(rèn)可的具有一流教師隊(duì)伍、教學(xué)內(nèi)容、教學(xué)方法、教材課件與教學(xué)管理的示范性課程。對于后者，985211高校利用自身資金支持充足、教學(xué)基礎(chǔ)扎實(shí)和師資力量強(qiáng)大的優(yōu)勢，突出課程特點(diǎn)和提升教學(xué)質(zhì)量，并借此起到了對外宣傳的作用。此外，在線教學(xué)對教學(xué)策略的要求更高，部分課程經(jīng)過多次開設(shè)打磨完善更受學(xué)習(xí)者認(rèn)可，討論區(qū)的學(xué)習(xí)反饋信息也可為其他學(xué)習(xí)者選課提供借鑒，如表4中選課人數(shù)與曾開設(shè)次數(shù)、討論帖數(shù)呈現(xiàn)出明顯正比例關(guān)系。

表3 選課人數(shù)關(guān)于分類型指標(biāo)的分布統(tǒng)計(jì)

3.參與人數(shù)隨課程壓力（周數(shù)）呈U型分布。教學(xué)團(tuán)隊(duì)除需對授課內(nèi)容與方式進(jìn)行全面統(tǒng)籌外，還需對授課時間進(jìn)行系統(tǒng)規(guī)劃，并最終落實(shí)到課件視頻制作中。課程平均周數(shù)為14.98周，略少于但基本與線下學(xué)期周數(shù)一致，為線上線下相輔相成提供了便利。近八成課程的每周時長集中在2~4小時，授課時間過短不利于將教學(xué)體系內(nèi)的知識點(diǎn)解釋透徹。課程壓力過大、安排周期過長、占用時間過多、專業(yè)要求過高等會消磨學(xué)習(xí)者熱情，特別在當(dāng)前慕課還只是起到了輔助線下課堂的作用，如解決遺留疑難、多角度深入理解重點(diǎn)知識、免費(fèi)體驗(yàn)其他領(lǐng)域課堂、提前學(xué)習(xí)相關(guān)課程等，這解釋了表4中選課人數(shù)與課程周數(shù)呈倒U型關(guān)系的原因。選課人數(shù)與每周學(xué)時關(guān)系不明顯，是由區(qū)間內(nèi)樣本量不平衡所致。

表4 選課人數(shù)關(guān)于連續(xù)型指標(biāo)的變化統(tǒng)計(jì)

（三）參與人數(shù)預(yù)測指標(biāo)權(quán)重與有效組合分析

本部分借助屬性分析法判斷單指標(biāo)的影響程度并篩選有效指標(biāo)組合，其一可有效篩選無關(guān)指標(biāo)，其二可減輕變量相關(guān)性對后續(xù)回歸建模的干擾。

1.討論帖信息和精品課程頭銜的預(yù)測貢獻(xiàn)率最高，課程時長周期與院校影響力變量的貢獻(xiàn)權(quán)重在疫情前后變化較大。借助屬性排名法分析單指標(biāo)對課程參與人數(shù)預(yù)測的重要程度，依據(jù)InfoGainAttributeEval評估器和Ranker搜索器得到排名前十的指標(biāo)及權(quán)重，如表5所示?？傮w來看，全樣本與疫情前、中、后期樣本的指標(biāo)排序較為接近，個別指標(biāo)排名有所交換。其中，討論帖數(shù)和國家精品課程是所有樣本認(rèn)定的共同重要指標(biāo)，排名靠前且權(quán)重領(lǐng)先，說明討論帖信息量對學(xué)生選課具有極強(qiáng)的借鑒意義，國家精品課程頭銜課程極具競爭力。課程持續(xù)周數(shù)、每周時長在疫情前和中、后期樣本中相差較大，折射出在校學(xué)習(xí)和居家學(xué)習(xí)的習(xí)慣差異，居家學(xué)習(xí)時學(xué)習(xí)者傾向較短周數(shù)內(nèi)集中精力完成學(xué)習(xí)。985211院校影響力在疫情中、后階段被削弱，說明學(xué)習(xí)者擁有充分時間瀏覽線上課程，使得非985211院校開設(shè)課程開始被廣泛關(guān)注。

表5 預(yù)測指標(biāo)權(quán)重排序

2.考慮指標(biāo)間的協(xié)同作用與相關(guān)關(guān)系，采用CfsSubsetEval評估器和GreedyStepwise搜索法探究有效指標(biāo)組合。根據(jù)表6，第一，討論帖數(shù)、精品課程、預(yù)備知識、教師人數(shù)、985/211院校、過去開課次數(shù)變量被所有樣本選中，教授參與每周學(xué)習(xí)時長變量未被任何樣本選中，前者由于其與教師人數(shù)具強(qiáng)相關(guān)性，如表1所示，有教授參與的授課團(tuán)隊(duì)更加龐大，后者與表4一致。第二，各樣本指標(biāo)組合中僅少數(shù)存在差異：全樣本選中疫情期間變量側(cè)面證實(shí)了根據(jù)疫情時間軸將全樣本分為三組研究的必要性；疫情中樣本選擇了開學(xué)期間指標(biāo)，一方面體現(xiàn)了高校在讀學(xué)生對2020年春季學(xué)期學(xué)校何時開學(xué)不確定與焦慮的心理，另一方面也可為已畢業(yè)學(xué)生受停工停產(chǎn)影響選擇繼續(xù)教育課程；對于疫情中、后樣本，課程持續(xù)周數(shù)在表6未被選中卻在表5排名靠前，因?yàn)槠渑c開學(xué)期間指標(biāo)相關(guān)性強(qiáng)，統(tǒng)計(jì)顯示非開學(xué)季開設(shè)課程平均為12.42周，開學(xué)季開設(shè)課程平均為15.97周。

表6 有效指標(biāo)組合

（四）參與人數(shù)回歸模型分析

本部分建立多元線性回歸模型來刻畫多變量對選課人數(shù)的聯(lián)合影響，并對比疫情前、中、后變量影響差異，分析疫情對選課人數(shù)和學(xué)習(xí)者選課行為的沖擊。另外，將樣本分為熱門課程與冷門課程（即選課人數(shù)排前、后50%的樣本），并建立Logit回歸模型檢驗(yàn)魯棒性。特別地，納入持續(xù)周數(shù)的平方項(xiàng)，以檢驗(yàn)表4中的倒U關(guān)系是否顯著，納入多分類變量課程類別與開課年份，以控制類別效應(yīng)和年份效應(yīng)，所有指標(biāo)數(shù)據(jù)經(jīng)標(biāo)準(zhǔn)化處理，回歸結(jié)果見表7。

1.線性與Logit回歸模型可有效擬合選課人數(shù)和預(yù)測熱門課程?？傮w來看，用于檢驗(yàn)?zāi)Ｐ惋@著性的F統(tǒng)計(jì)量與LR統(tǒng)計(jì)量對應(yīng)伴隨概率均小于0.01，證實(shí)課程熱度顯著依賴于有效指標(biāo)組合，依據(jù)該模型可為慕課平臺預(yù)知選課人數(shù)提供設(shè)計(jì)依據(jù)，也可為高等院校教師擴(kuò)大課程影響力、增加課程受眾面、提升課程吸引力提供參考。

2.全樣本回歸模型中討論帖數(shù)、精品課程、985院校頭銜依舊占主導(dǎo)地位。針對全樣本的回歸模型估計(jì)結(jié)果見列（1）與列（5）所示，可見所有變量系數(shù)顯著，可證實(shí)變量對選課預(yù)測的參考價(jià)值，且VIF統(tǒng)計(jì)量小于10，可排除因指標(biāo)間多重共線性導(dǎo)致回歸系數(shù)被“放大”的可能。具體而言，討論帖數(shù)、國家精品課程與985院校頭銜對應(yīng)的顯著性系數(shù)最大。其中，前者由于授課教師常站在自身角度制作課程介紹，疏忽了學(xué)生關(guān)注的焦點(diǎn)問題，使得學(xué)生在討論區(qū)發(fā)言的作用得以凸顯，從而學(xué)生得以把握課程難易度與受用度。后者由于慕課能給學(xué)生提供走進(jìn)名校名課堂的機(jī)會，所以985院校變量相比211院校變量更為顯著合乎情理。課程持續(xù)周數(shù)一次項(xiàng)、二次項(xiàng)的系數(shù)分別顯著大于0和小于0，證實(shí)了排除其他因素干擾后倒U型關(guān)系依然明顯，過度壓縮持續(xù)周數(shù)和密集上傳課程視頻會增加學(xué)習(xí)負(fù)荷，過度拉長學(xué)習(xí)戰(zhàn)線和增加視頻上線等待時間會消磨學(xué)習(xí)熱情，與已有文獻(xiàn)中發(fā)現(xiàn)的學(xué)習(xí)者努力程度隨學(xué)習(xí)次數(shù)呈遞減趨勢不謀而合（任巖，2021）[36]。

3.疫情推動學(xué)生線上學(xué)習(xí)專業(yè)課程，且會促使學(xué)生增加關(guān)注學(xué)校頭銜外的信息。疫情前樣本結(jié)果（見列（2）與列（6））與全樣本相接近，為其樣本量占比較大所致。疫情中、后樣本（列（3）、（4）與列（7）、（8））中少數(shù)變量系數(shù)的顯著性略微變動，具體而言，開學(xué)期間指標(biāo)對應(yīng)系數(shù)顯著大于0，與其他年份開學(xué)季因課程數(shù)較多削弱單門課程平均參與人數(shù)的現(xiàn)象恰恰相反。這主要是由于，2020年春季學(xué)期常規(guī)開學(xué)季正值疫情確診人數(shù)增長階段，各地停工停產(chǎn)停學(xué)，除在校大學(xué)生受開學(xué)時間不確定影響會爆發(fā)性涌入線上學(xué)習(xí)外，已畢業(yè)學(xué)生受無法按時返回工作崗位影響也會選擇繼續(xù)教育，導(dǎo)致課程關(guān)注度提升。985院校和211院校變量的顯著性相較于疫情前樣本有所減弱，這主要得益于學(xué)習(xí)者擁有充足時間來挖掘更多維度課程信息并選擇自己感興趣的課程，且這一現(xiàn)象在疫情后樣本中得到了延續(xù)，側(cè)面證實(shí)了疫情期間非頭銜院校開設(shè)課程的反響良好，具體原因?qū)⒃谙乱徊糠诌M(jìn)行剖析。預(yù)備知識變量在疫情中樣本的顯著性略下降，疫情后恢復(fù)為在1%的水平上顯著。受眾范圍限制加上線上學(xué)習(xí)深度無法保證制約了學(xué)生參與需要預(yù)備知識的課程，該變量顯著性變化也證實(shí)了當(dāng)前慕課平臺仍無法取代傳統(tǒng)課堂，特別是在高深專業(yè)知識的理解上。

（五）院校頭銜影響在疫情前、中、后的進(jìn)一步研究

根據(jù)預(yù)測指標(biāo)權(quán)重（表5）和回歸變量系數(shù)（表7）在疫情前、中、后的變化，985211院校的影響力略下降，本部分將從院校開設(shè)課程特征角度圍繞此現(xiàn)象進(jìn)行探析，結(jié)果如表8和表9所示。

表8 疫情前、中、后的分類對比

1.非985/211院校較多課程首次開設(shè)吸引關(guān)注。MOOC發(fā)展之初主要是知名大學(xué)或聯(lián)盟牽頭發(fā)揮示范作用，從表1就可看出“愛課程”啟用第一年時985/211院校的開設(shè)比例分別高達(dá)93.2%和99.5%，但這一占比在疫情對應(yīng)年份出現(xiàn)了顯著下降。在疫情年份，非985院校、非211院校的部分課程為滿足“停課不停學(xué)”需求首次采用線上教學(xué)，增加了學(xué)生的可選范圍并分散了學(xué)生關(guān)注度。從選課人數(shù)來看，知名院校課程的優(yōu)勢在于精品資源多年積淀形成的影響力，而普通院校的“特色”課程首次上線也可在學(xué)生瀏覽課程中引起其目光停留，特別是在疫情期間，學(xué)生有充足時間且有更高需求參與線上學(xué)習(xí)。

2.非211院校課程對預(yù)備知識的要求相對較低。對預(yù)備知識不做要求的課程中，非211院校/211院校課程數(shù)比例在疫情前、中、后分別為0.243、0.455和0.423，疫情中該統(tǒng)計(jì)量的增長幅度顯著高于對預(yù)備知識進(jìn)行明確要求的樣本，說明非211院校在課程選擇上更傾向于對專業(yè)知識要求相對較低的課程，該類課程的學(xué)習(xí)群體也更為廣泛。并且，從非211院校和211院校的選課人數(shù)指標(biāo)上可以看出，預(yù)備知識有要求和無要求樣本在疫情中（相較于疫情前）分別出現(xiàn)了下降和上升的相反趨勢，反映出學(xué)生群體對211院校開設(shè)的基礎(chǔ)類、通識類和興趣類課程存在強(qiáng)烈熱情。

3.非211院校開設(shè)課程具多元特色。為排除課程開設(shè)次數(shù)干擾，表9選取疫情中首次參與線上教學(xué)課程的樣本展開研究。列（1）統(tǒng)計(jì)的是與所選課程具有相同/相近名稱的課程在疫情前的平均開設(shè)次數(shù)。結(jié)果顯示，985/211院校更加重視基礎(chǔ)核心課程，所開設(shè)課程在平臺上已有其他院校多次開設(shè)（平均為10.965次），如“高等數(shù)學(xué)”“大學(xué)物理”等均有超過百條記錄，如不能在課程設(shè)置上圍繞學(xué)生需求針對性優(yōu)化課程內(nèi)容，在課程名稱或課程介紹中凸顯核心特色，顯然難以在線上課程競爭中占據(jù)一席之地并打破其他院校已形成的壟斷地位。非211院校在課程選擇上更加多元，所選課程歷史開課次數(shù)平均為3.4次，獨(dú)具特色的課程名稱可讓學(xué)習(xí)者在瀏覽網(wǎng)頁時耳目一新。特別是選擇“經(jīng)濟(jì)管理”“醫(yī)藥衛(wèi)生”“其他”類課程的比例較大，說明院校開設(shè)課程應(yīng)更加關(guān)注社會大眾學(xué)習(xí)者的需求，而非僅限于在校生的專業(yè)知識體系，有助于促進(jìn)實(shí)現(xiàn)“普惠教育”。

表9 疫情中首次開設(shè)課程的分類對比

五、結(jié)論與建議

基于“愛課程”平臺2014年5月—2021年4月累計(jì)5 345門課程的客觀數(shù)據(jù)，從課程組織、課程建設(shè)、課程反饋等角度，借助描述性統(tǒng)計(jì)、屬性分析法和回歸模型等，定量分析了影響學(xué)習(xí)者選課偏好的關(guān)鍵因子，并探究了疫情因素對學(xué)習(xí)者偏好的沖擊。實(shí)證結(jié)果顯示：文章所選的模型和變量可有效擬合選課人數(shù)和預(yù)測熱門課程；全樣本結(jié)果顯示，討論帖數(shù)、國家精品課程頭銜等起到了關(guān)鍵作用，且開課時機(jī)的選取至關(guān)重要；疫情前、中、后樣本的對比研究證實(shí)了在線教育在重大突發(fā)事件下可有效保證“停課不停學(xué)”，表現(xiàn)為課程數(shù)與參與人數(shù)均突增；特別地，大量非211院校在疫情期間首次、多元化、特色化部署課程，滿足復(fù)合型人才和應(yīng)用型人才的培養(yǎng)需求，但仍存在學(xué)習(xí)氛圍情感傳遞受阻、課程體系不平衡、課程個性化尚待加強(qiáng)、專業(yè)類課程實(shí)施困難等問題?；谝陨辖Y(jié)論，本文提出相關(guān)建議。

首先，大數(shù)據(jù)技術(shù)應(yīng)在分析學(xué)生選課偏好、提升課程受眾面方面起到參考價(jià)值。教育部明確規(guī)定，在線教育的目標(biāo)定位是“讓全體社會成員能共享優(yōu)質(zhì)教育資源、滿足其多樣化學(xué)習(xí)需求，促進(jìn)教育公平，實(shí)現(xiàn)人人皆學(xué)、時時能學(xué)、處處可學(xué)的學(xué)習(xí)理想”（王海波和李金鳳，2016）[37]。研究表明，借助大數(shù)據(jù)技術(shù)分析選課人數(shù)與其他多種因素的影響路徑，包括課程從組織、建設(shè)到開展等階段產(chǎn)生的多維度信息，可有效實(shí)現(xiàn)因?qū)W生需求來施教，從而提升教學(xué)質(zhì)量。具體建議有：（1）要了解學(xué)習(xí)者在課程內(nèi)容上的普遍性和個性化需求，包括知識體系需求、應(yīng)用實(shí)踐需求和職業(yè)發(fā)展需求等，從而針對性優(yōu)化教學(xué)內(nèi)容，最終形成針對特定人群（如在校學(xué)習(xí)者或社會大眾）細(xì)分需求（如不同層次專業(yè)知識理解深度）的特色化教學(xué)資源；（2）要及時追蹤學(xué)習(xí)者的學(xué)習(xí)情況，了解學(xué)習(xí)者學(xué)習(xí)中遇到的難點(diǎn)問題，可為課程上線前授課教師提前了解學(xué)習(xí)者基礎(chǔ)提供信息，便于授課教師在課程開展過程中及時進(jìn)行知識鋪墊、建立知識聯(lián)系、完善知識體系，從而有效提升在線教學(xué)質(zhì)量，建設(shè)線上線下教學(xué)共同體（李君，2022）[38]；（3）在線教育平臺可為課程潛在學(xué)習(xí)者提供選課推薦與課程上線提醒，以保證課程曝光度，最終實(shí)現(xiàn)除大規(guī)模、開放、在線以外的又一重要價(jià)值，即針對性吸引學(xué)習(xí)者關(guān)注并個性化提供支持服務(wù)，達(dá)到因材施教、教學(xué)相長、共同進(jìn)步的雙贏局面。

其次，慕課參與熱度提升需重點(diǎn)關(guān)注討論區(qū)建設(shè)、課程標(biāo)簽遴選與課程負(fù)載設(shè)計(jì)。課程參與人數(shù)對討論帖數(shù)的依賴度較高，應(yīng)注重討論區(qū)信息傳播便利性并加強(qiáng)功能模塊建設(shè)。一方面，討論帖的數(shù)量與質(zhì)量離不開授課團(tuán)隊(duì)的精心組織，鼓勵學(xué)生積極發(fā)言參與討論，從海量討論帖中挖掘符合課程主體的內(nèi)容，對于質(zhì)量較高的問題帖與話題帖等置頂，對邏輯縝密且專業(yè)性較強(qiáng)的回復(fù)帖點(diǎn)贊等，這均能激發(fā)學(xué)習(xí)者的主觀能動性（劉倩和李穎，2021）[39]。教師在其他方面的幫助也可提高學(xué)生的融入感，使其以更加積極的姿態(tài)迎接后續(xù)學(xué)習(xí)。另一方面，授課平臺應(yīng)當(dāng)重視討論區(qū)建設(shè)，比如：擴(kuò)充或細(xì)分討論板塊，如課程評價(jià)區(qū)、答疑解惑區(qū)等，提高選課者的信息獲取效率；設(shè)置多維度評分，如授課內(nèi)容難易、講解清晰度等，并參考“非正常打分”規(guī)避機(jī)制，保證評價(jià)與評分的真實(shí)性；根據(jù)專業(yè)特色引入便捷插件代替?zhèn)鹘y(tǒng)粉筆字，如數(shù)學(xué)編輯器、繪圖畫板等，分別為數(shù)學(xué)類、藝術(shù)類課程學(xué)習(xí)者的交流提供便捷（黃璐等，2017）[40]。

國家精品課程和985211院校課程的預(yù)測指標(biāo)權(quán)重較高且回歸系數(shù)顯著。一方面，慕課平臺是將互聯(lián)網(wǎng)技術(shù)與教育教學(xué)緊密結(jié)合的典型代表，國家精品課程多為學(xué)校的特色課程，加強(qiáng)此類課程的在線化建設(shè)不僅能優(yōu)化教學(xué)質(zhì)量，還能為其他學(xué)校提供借鑒，促進(jìn)學(xué)科發(fā)展與學(xué)術(shù)理念傳播。動輒上萬人參與的慕課對高校名聲的宣傳作用毋庸置疑，985211高校的優(yōu)質(zhì)資源更應(yīng)該發(fā)揮帶頭作用（師湘瑜，2020）[41]。另一方面，雖然部分課程在課程介紹中點(diǎn)出了省級精品課程等頭銜，但表示方式不夠鮮明，難以吸引選課者的注意，對此慕課平臺可在網(wǎng)站醒目位置增加類似標(biāo)簽區(qū)，允許授課團(tuán)隊(duì)粘貼課程相關(guān)關(guān)鍵詞并設(shè)立注意事項(xiàng)，突出課程個性化特色，避免學(xué)生盲目選課。

課程團(tuán)隊(duì)?wèi)?yīng)慎重選擇課程上線時間與設(shè)置課程持續(xù)周數(shù)。一方面，課程上線時機(jī)的選擇極其重要，否則容易石沉大海。譬如，基礎(chǔ)類課程可在開學(xué)季前1~2周上線，外語類課程可在四六級備考期間上線，計(jì)算機(jī)技術(shù)等課程可在假期開展以滿足新技能學(xué)習(xí)需求，休閑選修類課程則應(yīng)避開開學(xué)高峰期，在學(xué)期中后階段上線，以緩解學(xué)習(xí)者的緊張情緒，追蹤熱點(diǎn)事件課程可起到科普宣傳作用。另一方面，在保證學(xué)科知識架構(gòu)完整性的同時盡可能精簡教學(xué)市場，這是擺在教學(xué)團(tuán)隊(duì)面前的一道坎，各門課程還應(yīng)在顯眼位置向?qū)W習(xí)者告知課程學(xué)習(xí)所需時長等信息，幫助其通過學(xué)習(xí)壓力指標(biāo)預(yù)期能夠完成課程的可能性。

最后，慕課可解決疫情期間無法開展正常教學(xué)的問題，給高校教育事業(yè)帶來機(jī)遇與挑戰(zhàn)。新冠肺炎突發(fā)之“危”給在線教育帶來了發(fā)展之“機(jī)”，促使高校教師從被動接受到信息素養(yǎng)提升、再到主動建設(shè)混合式教學(xué)課堂發(fā)生轉(zhuǎn)變，大大加速了我國高校信息化的發(fā)展進(jìn)程。數(shù)據(jù)統(tǒng)計(jì)結(jié)果顯示：（1）課程數(shù)與參與人數(shù)均突增，借助信息化手段為“停課不停學(xué)”做出了貢獻(xiàn)，在后疫情時代成為了混合式教學(xué)發(fā)展中的重要一翼，更好保證了高等教育靈活運(yùn)轉(zhuǎn)和因勢而進(jìn)；（2）許多高校主動開展醫(yī)藥衛(wèi)生課程，更新教學(xué)內(nèi)容涵蓋防疫抗疫知識和心理健康教育等內(nèi)容，可在疫情爆發(fā)初期起到較好的宣傳教育作用，有效培育在線學(xué)習(xí)者的危機(jī)應(yīng)對常識、公共服務(wù)意識和偉大抗疫精神，實(shí)現(xiàn)高等教育因時而新；（3）非211院校課程在正常教學(xué)活動受阻背景下涌入線上平臺，其多樣化、門檻低、貼近生活等特點(diǎn)給線上教學(xué)平臺增添了亮色，受益于初次嘗試反響良好且能夠豐富學(xué)習(xí)者的多樣化需求，在后疫情時代延續(xù)優(yōu)勢能夠推動培養(yǎng)多層次復(fù)合型應(yīng)用型人才。

但是，慕課發(fā)展過程中仍存在學(xué)習(xí)氛圍情感傳遞受阻、課程體系不平衡、課程個性化尚待加強(qiáng)等問題。疫情推動學(xué)習(xí)者增加了對專業(yè)類課程的投入力度，但這一余熱并未在后疫情時代留存。專業(yè)類課程對學(xué)習(xí)者的主觀能動性、冒險(xiǎn)精神和課程完成決心提出了更高要求，授課團(tuán)隊(duì)亟需改變傳統(tǒng)灌輸式教學(xué)模式，圍繞培養(yǎng)學(xué)生的資料收集閱讀能力、問題解決能力和專業(yè)知識交流表達(dá)能力激發(fā)學(xué)生的學(xué)習(xí)熱情，從而與深層次教學(xué)需求形成完美匹配（龔暉，2021）[29]。另外，要統(tǒng)籌布局線上課程體系，使優(yōu)質(zhì)在線教學(xué)資源的結(jié)構(gòu)更加合理、體系更加完善、特色更加鮮明，滿足學(xué)生的個性化學(xué)習(xí)需求，乘勢而上，塑造新時代的教育教學(xué)新形態(tài)。

注釋：

①2018年，教育部聯(lián)合財(cái)政部、國家發(fā)展改革委印發(fā)了《關(guān)于高等學(xué)校加快“雙一流”建設(shè)的指導(dǎo)意見教研〔2018〕5號》，考慮到本文數(shù)據(jù)跨度（2014—2021年）涉及兩段評價(jià)體系，且雙一流與985院校名單差異極小，故文章選擇“是否985/211”來衡量院校類型。