张益丰 杨春芳 朱正果
自2020年新冠疫情爆发以来，为了应对疫情我国高校正常的线下教学被迫做出重大调整。传统的线下授课方式迅速转型为借助某些在线教育平台开展的线上教学。在学习摸索过程中，高等教育研究者既认识到在线教学具备跨越空间阻隔，能够实现实时讲授与课后多次回放观看，解决了因疫情造成的大学生无法到校上课的问题；
同时也认识到在线教学缺乏线下“师生互动”，学生学习的积极性和紧迫性不足，学生往往在“网课”学习环境中成为知识“孤岛”，严重影响了高校在线教学质量。[1-2]改进高校在线教学质量，充分发挥班干部和学生中“精英”群体信息传递的核心作用，形成学生情感交流网络与在线教学网络的互促，已成为提升学生在虚拟网络 “教-学”知识传递效率，优化在线教学效果的新思路。
(一)对在线教学效果的分析
目前在线教学(线上教育)已经从传统线下教学的“应急方案”和“替代品”转变为现代高等教育的重要组成部分，[3]提升在线教学的教学质量，理顺教师-学生之间的教学关系，成为当前研究在线教学相关问题的重点。
对于在线教学的研究注重其教学工具的评价，相关研究认为，当前的在线教学平台普遍存在教学效果难以准确监控、教学顺畅程度受网络硬件条件限制等问题。[4]而李普聪等通过设置实验组和对照组的形式，分析翻转课堂+双视频教学方式的教学效果，证实 “翻转课堂+双视频考核”方式更适合在线案例型教学。[5]
纵观在线教学效果的相关研究，研究者认为，在线教学具有三大主要优势：实现线下与线上教学资源的融合及互动，[6]实现跨越时空的同步教学，[7]便于知识点的回溯与巩固。[8]其中林乐芬与杨倩文认为，随着教育资源不断向在线教育倾斜，加之政策的有效扶持，未来在线教学必将在教学资源配备、课程优化及参与体现方面取得长足的进步。[9]
尽管未来在线高等教育具有广阔的发展前景，但不得不承认当前在线教学依然存在许多共性的问题亟待解决。首先表现在硬件与技术的问题；
[10]其次是学习效果的评价体系不健全，[11]尤其是最终的考核标准缺乏科学的量化标准，较容易导致教学效果评价因课程差异造成的评价不科学。[12]最后也是最为关键的是，学生学习的主观能动性无法有效调动，存在学习过程中“挂网”现象，严重影响了在线授课的教学质量。[2]
综上，高教研究者认识到在线教学已成为现代高等教育的重要组成部分，高等院校应通过完善在线教学实施机制，加大在线教学基础设施投入(软件、硬件)，优化教学方法与手段，以改进在线教学的质量。而能否调动“教-学”参与主体的能动性，打通“教-学”知识传导的“最后一公里”就成为实现在线教学“提质增效”的首要目标。相应的理论研究中，学者们尽管认识到注重“教-学”传导过程机制分析的重要性，[13]但在过程量化分析尤其是知识的群体传播效率的实证检验方面依然比较欠缺。
(二)社会关系网络与信息流动过程研究
社会网络分析(Social Network Analysis，SNA)研究重点关注以下三个维度。
首先，研究重点围绕人际间社会关系网络的形成机制。Freeman指出社会资本是个人通过社会联系获取稀缺资源并由此获益的能力。[14]林南认识到劳动力市场的信息可以通过社会网络进行传播，人与人之间的信息交流与相互信任也因为网络的产生而形成并得以发展。[15]
其次，社会资本与集体网络的传播效率。[16-18]研究者从社会结构与行动者互动的视角提出社会资本必然要嵌入到社会关系网络。[19-20]后续研究也认识到社会资本存在基于特殊性互惠机制的个体社会资本与基于普通性互惠机制的群体社会资本两种面相。[21]对于教学研究中“教-学”关系构成的社会网络既存在参与学生之间出于个体获利与解决现实中存在的困难等原因而形成具有负外部性性质的个体间交流，[22]同时也存在学生之间为维护整体利益，实现群体收益而形成具有正外部性性质的信息交流活动。[23]因此本文认为在线教学交流网中存在着两种交互式的社会资本，使用社会网络视角来分析大学生群体因教学形成的“学习”型社会网络对教学效果的影响是有价值的。
最后，对于社会关系网络的多重功能分析。其一，社会关系网络表现出信息传递功能，尤其是弱关系网络的嵌入与网络结构洞的“桥连”(Bridge)作用，均体现出社会关系网络中个体之间的信息交换与传递功能。[24-27]其二，扶持帮助功能。随着信息交流的逐渐深入，社会关系网络中的参与节点间会形成有目的性的互惠行动，实现资源的交换来达成既定目标，在这个过程中往往施惠者与受惠者会因为不同的场景形成角色互换。[19，28-29]其三，社会关系网络所具有的社会支持功能。这主要体现在社会关系网络中的成员通过情感型和工具型社会支持行为提供情感帮助，从而加速既定目标的达成。[13]
(三)评述
综上，研究认为社会关系网络作为信息流通和承载情感传输的重要载体，对于网络内所有成员的信息共享与知识传播均起到了促进作用，充分利用班级自建的微信群、QQ群作为学习信息交流网络，通过网络中关键人物的影响和“桥连”作用，能够为师-生之间、生-生之间教学信息传递和学习效能提升提供帮助。大学生之间的社交网络(QQ群和微信群)不仅可以为其传递教学信息，同时也成为学生之间情感交流的重要纽带。学生居家上网课期间，班级成员利用群资源来保持团队成员之间学习信息交流和私人情感互动，班干部群体在社交网络中的联络与信息沟通作用非常明显。[13]因此，理论研究不仅应关注在线教学期间教师在社交网络中的结构洞“桥连”与“嵌入”作用，更应研究社交网络中学生群体的“关键人物”在知识传播、教学信息与情感联系中的作用，对这些“关键人物”(例如班干部、班级中交际广泛的学生)给予相应的激励(以关键人物来搭建信息传递渠道)，帮助网络中边缘学生获得更多的教学信息与情感交流机会，从而实现在线教学整体效果的提升，消弭“教-学”之间因物理距离而产生的沟通障碍。但遗憾的是，上述问题在前人的文献中依然存在研究断层。本文拟通过社会网络分析方法来论证学生社交网络成为突破在线教学物理距离阻隔、优化教学效果之重要途径的可行性，探讨优化学生社交网络的信息沟通方式，使之服务于在线教学的具体实施路径，并对实施效果进行量化分析，从而为“后疫情”时代高等学校教学模式改革与教学质量提升研究提供新的思路。
受新冠疫情影响，当线下教学无法正常进行时，高校通过线上教学与网络群组交流的形式，完成日常教学授课计划和实现课后“教-学”互动交流。本文重点研究师生微信群或QQ群等学生社交网络在教学辅助中的作用机制，[13]尤其关注学生社交网络的信息交流渠道、信息传递能力对线上教学效果的实证检验。根据社会网络分析(Social Network Analysis，SNA)的分析架构，本文认为因在线教学而组建的师生间的课程交流群，既具备师生及时通讯功能，同时也方便师生通过课后答疑互动交流，对促进课程知识的传播具有促进作用。但在课程交流群中依然存在一些孤立的小团体，处于信息相对封闭的学生小团体只能依靠授课教师的在线知识讲授，却缺少与其他同学或授课教师的互动交流，很难及时获取来自课程的专业知识，这些学生的在线学习效果相对较差。现实中小团体之间的沟通往往需要依靠“关键”人物来进行信息交流和相互沟通。[30]大学生群体中这些关键人物通常由那些具有广泛人脉、群众基础好的“精英”学生构成，对学生社会关系网络中的关键人物施加影响来提升在线教学的合宜性与合理性研究就成为本文讨论的关键问题。因此，本文提出以下假设以供实证检验。
假设1：当前学生社交网络的结构松散，学生之间互动交流不频繁，班干部在多个社交网络的子网络中均居于关键地位，成为信息沟通的重要节点。
假设2：通过加强授课教师与班干部的互动交流，有助于教学知识与信息的传递，并对在线教学效果的提升有较大帮助。
假设3：日常情感交流互动网络中，成员间的信息互动将显著提升在线教学学习网络中成员的信息沟通效果，有助于在线教学效果的改善。
(一)数据说明
本文的数据采集源于2020年新冠疫情大爆发，原本正常的教学秩序被迫做出重大调整，所有本科生、研究生线下教学均改为线上进行。在线教学通过腾讯课堂、雨课堂等形式完成，也因线上教学组建了师生微信群或QQ群，师生通过社交软件进行互动交流和问题解答，同时学生之间依然可通过原有的社交网络群进行情感交流。未来高等教育线上线下“混合式”教学将成为趋势。[31]本研究试图分析社交网络群中的班干部是否是知识传播的关键人物，以及情感交流群对于在线教学的影响程度。本文选取2021—2022年第一学年XX大学经济管理学院财经类研究生选修计量经济学课程的48位学生进行社会调查，了解学生在学习中求助与获得帮助的社交网络、平时情感联络社交情况及班干部在整个网络中的信息沟通情况。共获得关于学生的调查问卷48份，问卷有效率100%。(1)限于数据采集的难度，以及社会网络分析问卷形成较为庞大的数据集，因此48份问卷已经能够满足研究的需要。相关数据和调查问卷可向作者索取。48位学生构成的社交网络又可以分为学习信息获取网络、日常私人情感交流网络、学习求助-协作网络、班干部影响集体事务网络、学习负面影响因素网络这5个子网络。
(二)实证方法介绍
1.度中心性
社会网络分析从微观到宏观提供了行动者个体、小群体和组织三种分析单位，分别解决不同的问题。社会网络分析广泛使用中心性(也称中心度)来量化节点在社会网络中处于核心地位的程度。中心性的量化可以分为度中心性(Degree Centrality)、接近中心性(Closeness Centrality)、中介中心性(Betweeness Centrality)以及特征向量中心性(Eigen vector Centrality)4种形式。其中度中心性用以衡量所研究的节点在网络中所处的地位，其值越大，则说明该节点越重要。[17]其中又可以分为出度中心性(Out-degree Centrality)和入度中心性(In-degree Centrality)。[32]
出度中心性：
CD0(ni)=d0(ni)=∑j=1Xij
(1)
其标准化公式为：
(2)
其中Xij是0或者1的数值，代表行动者i是否承认与行动者j有关系，g是此一网络中的人数总和。
入度中心性：
CDI(ni)=dI(ni)=∑j=1Xij
(3)
其标准化公式为：
(4)
其中Xji是0或者1的数值，代表行动者j是否承认与行动者i有关系，g是此一网络中的人数总和。
本文设定在线教学形成的学生关系网络时，除授课教师以外其他成员(学生)在社会网络中的入度中心性与出度中心性越大，说明衡量其在网络中所处的中心位置越高，该学生在社会网络中越重要。网络中度中心性高的行动者是学习网络中最积极的参与者：首先他们结识的好友最多，人脉丰富且群众关系良好，这些度中心性高的个体(学生)有助于学习信息的传递。
2.中介中心性
中介中心性(Betweenness Centrality)体现了行动者控制其他行动者交换信息和资源的潜在能力。
假设行动者j和K必须通过行动者i才能交换信息和资源，那么行动者i将对行动者j和K之间交换的信息或资源的时间安排以及内容产生巨大的影响。
CB(ni)=∑j (5) 假设gj，k是点j和k之间最短路径的数值，gj，k(ni)是点j和K间所有经过点i的最短路径的数值。由于中介中心性对于网络规模也十分敏感，应该对其进行标准化(无方向性)。中介中心性越高的学生在网络中交换信息的能力越强。由于学生的中介中心性有助于提高整个网络的内部信息传递和知识扩散的效率，促进网络教学的相关知识点、核心知识通过“中心-外围”扩散方式在整个网络中进行有效传播，使得整体学习效果得以提升。 (6) 中介中心性是节点层次的测度指标(微观测度)，而中介中心势作为网络层次的测量指标(宏观测度)，用于反映网络中的差异化。网络中的度中心势越高(接近1)，网络中的层级化越严重，网络中的中介中心势越小(接近0)，网络越平等。 中介中心势(无向图)： (7) CB(N*) 表示网络中中介中心性的最大值，CB(Ni)表示节点ni的中介中心性。Σ表示中介中心性最高值与每个其他节点的中介中心性之差的总和。[(g-1)2(g-2)]/2为给定网络中节点的中介中心性理论最大差异值。CB的取值范围[0，1]。 3.整体网络密度 整体网络密度是网络层面最基本的测度方法，用于反映网络节点间的联结程度，通过计算网络中存在的所有两方关系总数除以网络中可能存在的最大两方关系总数来获得。具体为： (8) 4.QAP回归分析 QAP(Quadratic Assignment Procedure，二次指派程序)是可将多个矩阵中各个元素的相似性进行比较的方法，即它对矩阵的各个元素进行比较，给出矩阵之间的相关系数，同时对系数进行非参数检验，以对矩阵数据的置换为基础。正是因为各个观察值之间并非相互独立，如果本文采用标准的统计程序无法对其进行参数估计和统计检验，否则会计算出错误的标准差。为克服上述问题，笔者采用随机化检验手段QAP来解决。首先把每个矩阵中的所有取值视为长向量，每个向量包含n(n-1)数字(对角线上的数字忽略不计)。然后像比较任何两个变量之间的相关性一样，获得相关系数。其次，仅对其中一个矩阵的行和相应的列同时进行随机置换(而不是仅仅置换行或列，否则破坏原始数据)，然后计算置换后的矩阵与另一个矩阵之间的相关系数，保存计算的结果； 综上，本研究认为QAP方法只针对子矩阵的行和列置换，通过计算置换后的矩阵与另一个矩阵(即模式矩阵)之间的相关系数，来保证自变量矩阵和因变量矩阵在行和列上形成相互依赖。最后通过计算出显著性及相关系数大于或者小于实际系数的概率来验证变量存在相关性。[36] 本文通过QAP回归分析研究班级事务矩阵(网络)、情感交流矩阵(网络)、学习互助学习问题矩阵(网络)和在线教学知识传播矩阵(网络)之间的内在关联，在非参数的条件下，计算相关系数和R2。通过判断系数R2的显著性以评价整个模型的优劣。在具体计算时要经过两步：首先，针对自变量矩阵和因变量矩阵对应的长向量元素进行常规的多元回归分析； 如图1所示，在线教学知识传播网络围绕教师形成课程知识从“中心-外围”的扩散，在扩散过程中存在王X怡、陈X琳等人为中心的知识扩散途径。图2关于学习过程中求助-协作网络显示，除教师在网络中的核心地位以外，王X怡、陈X琳、盛X可等人处于网络的核心地位，起到信息的交流和沟通作用。图3反映出两个不同专业的学生群体之间班干部处理公众事务所构建的网络中相关联系不密切，班干部更关注本专业群体公众事务的处理。图4显示王X怡、顾X婷等人构成了日常情感交流网络的核心，以他们为核心，相互联系向外围扩展。由于该课程涵盖金融和农林经济管理两个专业的学生，平时两个专业学生之间的情感交流并不密切，存在明显的结构洞特点，其中包XX作为班干部就成为占据结构洞的“关键人物”。 图5显示学习消极影响网络存在三个子群，王X、仲X威是结构洞的占据者，王X、徐X和邓X东等人占据网络的核心地位，他们的情绪出现波动，可能对在线学习的消极影响较大。针对这些学生，通过激励与加强信息沟通来降低他们对学习的消极因素，将有助于在线教学学习效果的提高。 图1 授课知识传播网络 图2 学习中求助-协作网络 图3 班干部影响班级事务网络 图4 情感交流互动网络 图5 在线学习消极影响网络 表1显示授课知识传播网络、学习中求助-协作网络、情感交流互动网络、班干部影响班级事务网络、在线学习消极影响网络的总体网络密度分别为0.070、0.082、0.095、0.060、0.052，其中情感交流互动网络的网络密度较高，其余网络密度普遍较低，说明整体而言，学生在学习过程中的交流互动、对公共事务的沟通均较少，学习方面的交流影响较弱。但从图1—图5中发现，班干部王X怡、李X萱、陈X琳等人在多个子网络中均占据关键的核心地位，成为信息沟通的重要节点。假设1成立。 表1 整体网络密度 表2显示5个子网络的度中心性。据此可以发现，无论是在线教学效果网络、学习中求助-协作网络、情感交流互动网络、班干部影响班级事务网络中度中心性排在前五位的学生存在高度重合，尤其是王X怡、陈X琳、李X萱等人的度中心性始终排在前列，证明这些学生是各个子网络的重要参与者，他们均具备人脉丰富且群众关系良好的特点，成为信息交流与沟通的关键人物。 表2 子网络的度中心性指标 表3显示子网络在线教学效果网络、学习中求助-协作网络、情感交流互动网络、班干部影响班级事务网络、影响学习的消极因素网络中王X怡、李X萱、陈X琳与王X在各个子网络中均能占据前五位，这些学生所具备的影响其他行动者交换信息和资源的潜在能力较大，这些学生在平时的情感交流、公共事务以及学习知识传播方面均起到了关键性作用，而且学生的身份与班干部身份存在高度重合。整体中介中心性中情感交流互动网络、在线教学效果网络、学习中求助-协作网络、影响学习的消极因素网络与班干部影响班级事务网络呈现逐级下降趋势。从中介中心势具体数值来看，在线教学效果网络的中介中心势较高(0.235 0)，该子网络中信息获取不平等程度较高，说明在线教学效果网络层级化严重，其他子网络中介中心势较小，信息获取不平等程度相对较低。详见表3。 表2、表3的度中心性与中介中心性数据呈现同样的规律，班干部在各个子网络中均为重要的参与者，并且具备影响其他参与者交换信息和资源的潜能，班干部无论是在情感沟通、公共事务处理，亦或是学习沟通方面均占据重要的信息沟通优势。假设1成立。 在线教学改进教学效果，不仅应注重师生互动和教师教学方法的改进，更需要关注班干部、情感网络中核心成员的学习沟通能力的培养。文中所涉各个子网络的网络密度均较低，学生之间的沟通交流相对较少，但普通学生与“关键人物”的沟通较多，信息交流更多依靠这些“关键人物”的信息沟通。依靠对这些“关键人物”的信息沟通和教学知识传播，将会有效促进教学效果的提升。假设2成立。 表3 各子网络中介中心性指标 表4 Double Dekker Semi-Partialling多元QAP回归 表4显示Double Dekker Semi-Partialling多元QAP回归结果。由于QAP回归依赖非参数方法，有效克服了子网络之间的内生性，研究的结果正是学习中求助-协作网络对在线教学呈正相关，标准化相关系数为0.617，且满足1%统计显著。其次为班干部影响班级事务网络对在线教学具有正相关，标准化系数为0.164，同时满足1%统计显著； 本文借助社会网络分析与可视化工具NetDraw，以网络图、度中心性、中介中心性来分析班干部在日常情感交流网络、教学信息传递网络、日常公共事务处理、学习求助-协助网络以及学习消极影响因素网络的地位和关键性，研究证实，无论是在私人情感交流，还是学生学习网络亦或是公共事务处理网络中，班干部群体均成为网络信息传递的重要节点和“关键人物”。授课教师可以通过加强与班干部群体之间的教学信息沟通及情感交流，来了解其他同学(尤其是处于社会网络边缘的同学)的学习动向，借助班干部在各个子网络中的优势地位获取同学们的学习反馈信息，这将对提高在线教学效果有所助益。同时本文通过Double Dekker Semi-Partialling多元QAP回归，在规避各子网络存在内生性的情况下，证实班干部日常事务处理网络、学生日常情感交流网络对于在线教学效果提升起到显著的促进作用。 基于上述研究结论，提出如下针对线上教学的建议： 首先，在改进高校在线教学课程设置和优化教学硬件条件的同时，教师应该加强与学习网络中学生的情感沟通，尤其是加强与班干部和班级中“活跃分子”的沟通，通过与这些核心成员的沟通和知识传递，借助他们在各网络中的核心地位来提高知识传播的成功率，这不仅适用于研究生教学，同时对于本科的在线教学也有一定的借鉴作用。 其次，加强大学生之间的互动和交流。在线教学需要正视学生团体之间的信息互动交流，教师通过引导和鼓励班级交流群内部的日常沟通与信息交流，及时加强与后进同学的交流，如此，既有利于授课教师及时获取学生对在线教学知识点掌握程度的反馈意见，也便于教师有针对性性地调整教学方案和授课重点，从而提升在线教学的教学效率。 最后，正视私人情感交流网络与在线学习网络的沟通效率存在正相关的现实，将私人情感网络建设纳入到在线教学方法优化的研究视野中，形成网络之间有效互促的激励方案，使得高校在线教学不再局限于课本和虚拟课堂中，而是通过柔性化的教学思想来实践在线教学，让“师生之间”“生生之间”的情感沟通成为在线教学优化的情感基石，以进一步优化在线教学的质量。
重复抽样计算2 000次，获得相关系数的分布，从中可看到这种随机置换后计算出的几百或几千个相关系数大于或等于第一步中计算出的已知相关系数比例。最后，比较第一步中计算出的已知相关系数与根据随机重排计算出的相关系数的分布，观察相关系数是否落入拒绝域中，进而进行系数的比较。[33-34]
其次，对因变量矩阵的各行和各列进行(同时)随机置换，然后重新计算回归，保存所有的系数值以及判定系数R2值。
情感交流网络与在线教学效果呈显著正相关，满足1%统计显著。影响学习的消极因素网络与在线教学效果无显著相关性。同时调整后的R2为0.466，QAP回归结果较合理。假设3成立。