摘　要：一流课程学生学习投入总体水平较高，其中行为性学习投入最高。学生学习投入存在学科差异：总体性学习投入由高到低为应用硬学科、应用软学科、纯硬学科和纯软学科；行为性学习投入中，应用硬学科水平最高，纯软学科水平最低；认知性学习投入中，纯学科水平高于应用学科；情感性学习投入则不具备学科差异。回归分析发现，学习兴趣与学习效能、教师教学方法与教学内容设置是一致性影响因素，其他影响因素则具备差异性分布特征。对此，应提升学生学业策略与学业情感，由程序性学习投入走向实质性学习投入；以学习动机与学习效能提升学生学习内驱力，以教学内容和教学方法提升学生学习外塑力；以差异性教学与分类评价为基准，实现一流课程的学科适切性建设。

关键词：一流课程；学习投入；影响因素；学科

　　一、问题的提出

　　课程学习投入指学生在课程学习过程中所投入的心力总和，是评价学生学习质量与高校教学质量的重要指标，更是当前一流课程建设实效评估的有效观测点。学科作为学生课程学习的基本场域，其对学生学习产生的影响已在既有研究中得到验证，系统考察一流课程实践过程中不同学科学生的学习投入现状及其影响因素，既有利于提升学生在一流课程学习中的获得感，更能为院校、教师和学生提供更为有效的一流课程建设策略。

　　纵观国内外研究成果，关于学生学习投入的相关研究聚焦在理论内涵与影响因素两方面。理论内涵研究探究“学生学习投入是什么”，当前对此问题的回答主要存在行为观、心理观与文化观三种不同观点。行为观强调学生学习投入在本质上是一种可观测的外显行为，即“学生为参与具有教育性目的活动所付出的时间、努力与蕴含其中的一切行为实践。”心理观强调学习投入的“内生性”特征，认为学习投入在本质上是一种心理认知活动，由“学生在具体学习情境中产生的一系列情感性心理认知活动集合而成，主观的学习动机、学习期待、努力程度及在其影响下产生的学习策略一起构成了这些心理认知活动。”文化观则将学习投入带到一个更为宽广的解释范畴中，认为学生学习投入是对家庭环境、教育制度、社区文化、社会经济等元素进行集中折射的结果。如有学者所言：“学习投入是将课堂、个人背景、家庭文化环境和广泛的社区背景作为重要的文化黏合剂而存在的。”

　　影响因素研究探究“哪些因素对学生学习投入产生显著影响”，主要从内部因素与外部因素两方面展开。内部因素指向学生自身，学生的性别、所在学科、家庭经济水平和阶层地位、个人努力程度与努力质量、学习效能感等均会对学生学习投入产生影响；外部因素指向与学生学习相关的个体与环境，就个体而言，教师被普遍视为对学生学习投入产生影响的最主要因素，教师的授课态度、个人魅力及其教学投入会对学生学习投入产生影响；就环境而言，学业挑战度、专业培养模式和院校资源、朋辈关系和教学环境等也会对学生学习投入产生影响。

　　有学者就不同学科学生学习投入水平进行了探析，但研究结果相对较少且尚未达成一致。多数结果显示：理学或工学学生的学习投入水平显著高于人文社科学生，这主要受课程要求、学科压力、学分标准及劳动力市场回报等因素影响。但也有学者认为，理学或工学学生只在外显的行为性学习投入水平上占有优势，在如“概念理解与迁移”“课程深度参与”“学业情感支持与认同”等相对内隐的学习投入上，人文社科学生的学习投入水平则相对较高。也有观点认为，学生学习投入的分布水平主要与学校类型及学生个体学习兴趣相关，这造成不同学科间学生的学习投入水平并不存在明显差异。

　　既有研究在对不同学科学生学习投入进行分析时尚存有待提升之处，这主要表现在以下三点：第一，既有研究对于即时性的本土问题探究相对薄弱，多数研究停留于2015年之前，对当前高校课程改革中的热点问题，如“金课”“一流课程建设”等关涉不足；第二，在探究不同学科学生学习投入水平时，既有研究多停留于整体性学习投入或行为性学习投入的外显观测，关于认知性学习投入与情感性学习投入的关照相对不足；第三，在探究不同学科学生学习投入水平影响因素时，既有研究多局限于人口统计学变量或环境支持视角进行分析，忽略了“课程”这一本体性因素的相关分析。为此，本研究以部分研究型大学首批国家级一流线下课程为调查对象，集中回答以下问题：第一，一流课程学生学习投入总体水平如何？不同学科间是否存在差异？第二，哪些因素对学生学习投入产生影响？各影响因素对不同学科学生一流课程学习投入产生的影响是否一致？

　　二、研究设计

　　（一）问卷设计

　　问卷设计以艾拉·卡乌（Ella Kahu）的大学生学习投入综合分析框架为基础，该框架主要涉及学习投入的类别划分与影响因素分析：就类别划分而言，在综合行为观、心理观和文化观的基础上，卡乌将学生课程学习投入划分为三类。①行为性投入，关注学生在学习投入中的各种可测指标，如学习投入时间、学习行为频次等；②认知性投入，侧重关注学生在课程学习投入中包含的主观努力程度和学习策略等；③情感性投入，侧重关注学生在课程学习投入中包含的情绪、情感、价值认同等。就影响因素而言，卡乌从学生个体出发，将影响因素概括为学生个体因素与环境支持因素：学生个体因素除包含学生的人口统计学特征外，还包括学生在课程学习中的学习兴趣、重视程度与学习效能感等；环境支持因素则主要包括教师与院校对学生学习投入提供的相关教学支持。

　　以卡乌的综合分析框架为基础，结合针对参与一流课程实践师生的访谈资料自编调查问卷。问卷主体包括“学生学习投入”与“影响因素”两部分：①学生学习投入现状调查共设计32题，其中，行为性学习投入包括学习时间、学习频次、具体学习行为等，共19题；认知性学习投入包括主观努力程度、课程参与度、课程投入度与学习策略等，共6题；情感性学习投入则包括学习满意度、学习获得感与课程认同感等，共7题。②影响因素调查共设计23题，其中，学生个体因素包括学生性别、年级、成绩分布、学习兴趣、课程重视程度、学习效能等，共6题；环境支持因素中涉及课程目标设计、教师教学态度、教师教学方法、教学内容设置、课程管理与资源支持等，共17题。除学生个体的人口统计学变量外，其他题项以李克特五点量表形式设置。问卷预测后各维度克隆巴赫系数分别为0.81、0.82、0.84、0.79和0.73，信度良好。

　　（二）样本分布

　　本研究以《教育部关于公布首批国家级一流本科课程认定结果的通知》为依据，以目的抽样、方便抽样为基本原则，以滚雪球抽样为基本方法，针对北京大学、清华大学、中国人民大学、北京理工大学、北京航空航天大学、北京师范大学、南开大学、天津大学、河北大学9所高校62门首批国家级一流线下课程的实际修课学生进行问卷发放。为满足抽样的科学性与代表性，所选取的62门课程在课程性质上全部为各高校获批首批国家级一流课程的专业类课程，各课程的开课时间涉及从本科一年级至四年级的不同学期。最终共发放问卷3000份，回收问卷2642份，有效问卷2406份，回收率88.07%，有效率91.07%，有效问卷分布情况见表1。

　　三、学生学习投入的现状分析

　　（一）学生学习投入的现状分析

　　就总体性评价而言，当前研究型大学一流课程学生学习投入处于一个正向较高水平，学生自评均值达到4.27，可见学生对自身在一流课程中的总体性学习投入较为满意。

　　当学生对其学习投入按照行为性学习投入、认知性学习投入和情感性学习投入进行分项赋分时，其结果如下：①行为性学习投入平均分最高（4.58），学生平均赋分最高的前三项分别为“准时出席”“按照教师的要求完成课后作业”和“按照教师的要求完成课堂笔记”；②其次是情感性学习投入（4.29），学生平均赋分最高的前三项分别为“充分尊重教师的课堂教学劳动”“认同该课程的目标定位”和“能够在课堂中全心全意学习”；③认知性学习投入平均得分最低（3.38），学生平均赋分最高的三项分别是“能对与课程内容相关的实际情景或预设判定进行判断推理”“能够按照课程定位与课程内容有区别性地定制学习策略”和“能够自觉在现有课程基础上进行更高阶的延伸学习”。

　　（二）不同学科学生学习投入的总体性分布

　　学科类型是区分学生学习投入差异的有效维度，学生对其课程学习投入的总体性评价结果在一定程度上可与托尼·比彻（Tony Becher）的学科分类框架相呼应。比彻从认识论的角度对学科进行了分类，以“硬/软”和“纯/应用”两个维度对学科属性加以衡量。“硬/软”维度指向某学科领域内所有学者对特定研究范式的认同程度，认同度愈高则硬度愈高软度愈低，认同度愈低则硬度愈低软度愈高，在此原则下，物理学等自然学科一般隶属于硬学科，历史学等人文学科则隶属于软学科。“纯/应用”维度指向某学科领域内研究问题与理论和实践的关联程度，与纯粹理性知识及理论导向研究关联程度较高的学科被视为纯学科，如数学、哲学；与情境应用知识及实践导向研究关联程度较高的学科被视为应用学科，如医学、工学。此二维类别，又可相互交叉产生四类学科类型，即纯硬学科、纯软学科、应用硬学科和应用软学科。

　　在控制学生人口统计学变量与校间差异后，关于不同学科学生总体性学习投入的方差分析结果显示：应用硬学科学生总体性学习投入最高（3.66），其次是应用软学科（3.57），再次是纯硬学科（3.44），纯软学科学生总体性学习投入最低（3.29）。这种分布状态可能与不同学科的人才培养模式及学生学习习惯相关：在应用硬学科中，知识发展的目的性较强，此类学科之人才培养模式更注重实践性与实效性，追求实用性与功利性，学生学习过程带有明显的问题导向特征，会相对更为频繁地接受较高频次的师生互动、更为具体且高挑战度的学习内容及更为主动的课程参与，因此造成总体性学习投入相对较高；而在纯软学科中，知识发展的主观性较强，此类学科之人才培养模式更注重理论性与思辨性，追求思想性与文化性，学生学习过程带有明显的价值导向特征，会多以独立学习、自我反思的形式进行，而在“相对孤独”的学习过程中则更易产生消极、倦怠学习行为，因此造成总体性学习投入的相对偏低。

　　（三）不同学科学生学习投入的分项分布

　　当学生按照行为性投入、认知性投入和情感性投入进行分项赋分时，经单因素方差分析与事后多重比较分析后发现，不同类别学习投入呈现一定的学科差异。（见表2）

　　1. 行为性学习投入呈现学科差异，应用硬学科学生行为性学习投入最高，其次是纯硬学科，再次是应用软学科，最后是纯软学科。应用硬学科强调将边界相对清晰的硬知识转化为实际产品，学生一般以重复练习与个体操作的方式完成学习，因此其行为性学习投入水平相对较高；纯软学科强调将边界相对模糊的软知识转化为学习者内在的思考，学生一般以独立思考或实践内省的方式学习，因此其行为性学习投入水平相对较低。

　　2. 认知性学习投入呈现学科差异，相对高认知性学习投入学科指向纯软学科与纯硬学科，纯学科强调以知识内化方式完成理论的理解与创新，因此在人才培养模式上注重“我思故我在”，以思辨为主要手段培养学生的问题分析能力，这使得学生认知性学习投入水平相对较高；相对低认知性学习投入学科指向应用软学科与应用硬学科，应用学科强调将纯粹知识付诸应用，因此在人才培养模式上注重“做中学”，以实践为主要手段培养学生的问题解决能力，相对忽略内生性与思维性的人才培养模式使得此类学科学生认知性学习投入上水平相对较低。

　　3. 情感性学习投入与学科属性关系不明显，四类学科情感性学习投入水平普遍不高。

　　四、影响因素分析

　　以学生学习投入为因变量，以学生个体因素和环境支持因素为自变量，采用多元回归分析建立模型，（见表3）以此考察不同学科学生学习投入的影响因素，结果发现不同学科学生学习投入的影响因素兼具一致性与差异性特征。

　　（一）一致性：“学习兴趣”与“学习效能”“教师教学方法”与“教学内容设置”是影响不同学科各类型学生学习投入的主要因素

　　学生个体维度上，“学习兴趣”与“学习效能”是影响不同学科各类型学生学习投入的主要因素。除纯软学科和纯硬学科的情感性学习投入外，学习兴趣对不同学科学生的各类学习投入均产生影响；除纯硬学科的认知性学习投入和情感性学习投入外，学习效能对不同学科学生的各类学习投入均产生影响。

　　环境支持维度上，“教师教学方法”与“教学内容设置”是影响不同学科各类型学生学习投入的主要因素。除纯软学科的行为性学习投入和纯硬学科的认知性学习投入外，教师教学方法对四类学科学生的各类学习投入均产生影响；教学内容设置则对四类学科学生的全部学习投入类型均产生影响。

　　（二）差异性：不同学科学生学习投入的其他影响因素各具特征

　　软学科学生学习投入更易受学生个体因素影响，“年级”“成绩分布”与“课程重视程度”等因素主要对纯软学科与应用软学科学生学习投入产生影响；硬学科学生学习投入更易受环境支持因素影响，“院校课程管理”与“院校资源支持”等因素主要对纯硬学科与应用硬学科学生学习投入产生影响；纯学科学生学习投入更易受与课程教学直接相关因素影响，如“课程目标设计”与“教师教学态度”主要对纯软学科与纯硬学科学生学习投入产生影响；应用学科学生学习投入更易受与课程教学间接因素影响，如“年级”“课程重视程度”“院校课程管理”与“院校资源支持”主要对应用软学科与应用硬学科学生学习投入产生影响。在遵从一致性影响因素产生明显作用的前提下，不同学科学生学习投入的其他影响因素同时兼具差异性特征。

　　五、结论与建议

　　（一）结论

　　1. 学生一流课程学习投入整体处于较高水平，其中行为性学习投入水平最高，认知性学习投入水平最低。卡乌虽将学习投入划分为行为性、认知性与情感性三类，但三类学习投入之间并非简单的平行关系，而是一个因分别卷入课程“教”与“学”的深度不同而形成的螺旋上升关系。若以三维教学目标为例，行为性学习投入一般指向知识与技能，属基准性学习投入；认知性学习投入一般指向过程与方法，属过渡性学习投入；情感性认知投入一般指向情感、态度与价值观，属最高层学习投入。三者在教学结果中呈现阶梯型递进关系。所以，又有学者认为行为性学习投入属于程序性学习投入，情感性学习投入属于实质性学习投入，而认知性学习投入则兼具程序性学习投入与实质性学习投入的特征。由此，一流课程学生学习投入虽整体水平较高，但仍需由程序性学习投入逐步转向实质性学习投入，由此实现学习投入的高阶发展。

　　2. 学科类型是区分学生学习投入差异的有效维度。就总体性分布水平而言，不同学科学生学习投入由高到低依次是应用硬学科、应用软学科、纯硬学科与纯软学科。就分项分布而言，不同类别学习投入同样呈现一定的学科差异：行为性学习投入与学科的“硬/软”和“纯/应用”属性相关，学科属性偏“硬”、偏“应用”时，学生行为性学习投入相对较高；学科属性偏“软”、偏“纯”时，学生行为性学习投入相对较低。认知性学习投入与学科的“纯/应用”属性相关，学科属性偏“纯”时，学生认知性学习投入相对较高；学科属性偏“应用”时，学生认知性学习投入相对较低。可见，学科类型是区分学生学习投入差异的有效维度。故此，在考虑一流课程建设背景下学生学习投入有效提高问题时，不应仅关涉学生个体学习特质的维度，还应考虑到学科的知识属性及其影响下的人才培养模式与学科文化，以“学科”为单位，为学生提供符合学科性质的适切性学习资源与学业支持。

　　3. 学习兴趣与学习效能作为主要内在因素对学习投入产生影响，教学方法与教学内容作为主要外在因素对学习投入产生影响，不同学科学生学习投入的其他影响因素各具特征。在考察“请按照重要程度为影响你学习投入的相关因素排序”时，学生认为影响自身学习投入最重要的三项是：“具有浓厚的学习兴趣与较高的学习获得感”（频次1772）、“教师教学方法多元且能持续吸引我的注意力”（频次1579）与“教学内容能够激起我的挑战欲望”（频次1394）。可见，与教学行为直接相关的因素在影响学生学习投入的过程中发挥着更为明显的作用，特别是在课程教学实践中学生“学”的动机与效能及教师“教”的内容与方法会对学生的各类型学习投入产生明显影响。Asikainen同样验证了学习动机与学习效能在提升学习投入中的重要作用，“学生的学习兴致越高，对自身的学业能力越自信，他们就越倾向于采取更为深层的学习策略与学习方式，在学习中投入更多的时间与精力，从而获得更好的学习结果。”Bryson则验证了教学设计的重要性：“提升课程设计的质量对于提高学生的学习投入是具有第一作用的，学生总是会对教师在教学上的付出予以回报，这多数表现为投入更多的学习时间和对相应的学科课程更为青睐。”除一致性影响因素外，不同学科学生学习投入的其他影响因素则具备差异性特征，软学科、硬学科、纯学科及应用学科学生学习投入分别呈现易受学生个体因素影响、易受环境支持因素影响、易受与课程教学直接因素影响及易受与课程教学间接因素影响的差异性特征，这也从另一侧面验证了上文提到的需以“学科”为单位提升学生学习投入的结论。

　　（二）建议

　　1. 以优化学习策略与提升学业情感为中心，由程序性学习投入走向实质性学习投入。在一流课程的学生学习投入中，总体性学习投入水平较高，且以行为性学习投入为代表的程序性学习投入最高；但同时，以认知性学习投入与情感性学习投入为代表的实质性学习投入则相对较低，这造成了学生在实质性学习投入层面上的低阶发展状态。为此，基于低认知性学习投入的现状应有效优化学生学习策略，基于低情感性学习投入的现状则应有效提升学生学业情感。

　　学习策略的优化需要学生有意识地加强“学业挑战”与“自我反思”。所谓“学业挑战”，指学生在获得既有知识的基础上，能够应用、创造、超越原有知识范畴与学习诉求，主动投身于更高认知与更高能力挑战的学业任务，它体现了学生对更高学业成就的兴趣与渴望，也促使学生必须在学习过程中运用更高级的学习策略、更深层次的知识加工与更高水平的能力创新，有助于学生综合能力的高阶发展。在一流课程的实践中，作为学习主体的学生应主动拓展课程学习内容，积极参与专门性问题研究，选择更具挑战性的学习任务，主动参与科研训练以达到“以研践学、以研促学”的目的。所谓“自我反思”，指学生能够在对自身的学业投入进行有效评估的基础上及时监控、调节学习行为、学习节奏与学习惯习，自我反思是学生在主动学习中优化效率、提升认知、获得效能感的有效保障，体现了学生在学习过程中的自我责任感。在一流课程的学习中，学生需首先确定指向明确、操作可行的学习目标，制定符合自身学习规律与学习习惯的学习计划，有意识地以批评、建设的态度总结既有学习过程，灵活、主动地更新自我学业定位与学业期待。

　　教师态度则在加持学生学业情感中发挥着重要的作用，积极的授课面貌、饱满的授课热情、高效的教学投入和和谐的课堂氛围是教师良好教学态度的表征。其中，基于师生平等关系上的互动、协作是教师良好教学态度的构建基础，社会性交互对学生学习的意义建构发挥重要作用，师生间的良好交互行为能够让学生产生积极学习的情感体验，这些体验无疑会对情感性学习投入产生积极影响。师生于课堂中保持“交互”关系的前提在于教师能够尊重学生在教学中的主体性地位，一流课程授课教师应特别注重学生的课程参与度与课程获得感，使学生在课程学习的过程中持续产生诸如认同、快乐、好奇、归属等情感体验，使学生在课程实践的主体身份中持续提升情感性学习投入。

　　2. 以学习兴趣与学习效能为中心提升学生课程学习内驱力，以教学内容和教学方法为中心提升学生课程学习外塑力。学习兴趣指激发个体进行学习活动或维持已引起的学习活动并使行为向一定学习目标发展的心理倾向或内部动力，是一切学习行为发生的前提，教学的最主要任务就是激发和维持学生的学习兴趣。依照表现形式，学习兴趣可划分为内在学习兴趣与外在学习兴趣，Fransson发现：优质教学效果多与内在学习兴趣有关，如何激发、保持学生的“学习好奇”与“学业效能感”是保障教学效果的关键。为此，Keller构建了学习兴趣激励模型，即ARCS模型：①Attention，教师需使用策略与方法持续吸引学生的注意力；②Relevance，提高学习内容与学生学习需求的关联性以提升学生的学习投入度，如新旧知识之间的关联、理论与实践的关联、假设命题与真实世界的关联；③Confidence，促进学生的学习自信，如即时反馈学生诉求、使学生体验成功、积极的评价与师生互动等；④Satisfaction，使学生获得学习满足感，如通过控制学习任务难度合理控制兴趣水平、合理妥善的奖惩等。对此，一流课程的授课教师可在课程实践中积极应用ARCS模型进行学生学习兴趣激励，可适当运用游戏化教学、情景式教学、翻转课堂、主动学习等教学策略持续引发学生的学习兴趣。能够与学习兴趣相互转化、相互促进的学习效能是对学习成就行为的主观推测和判断行为，它指向学习者对自身能否完成学习任务所具有的学习能力的预期、感知、信心或信念，会对学习者的行为、认知及情感产生重要激励作用。提升学生课程学习的参与感与愉悦感是获得高水平学习效能的有效途径。在一流课程的实践中，课程学习起点阶段，授课教师的首要任务在于明确教学目标，教学目标的设计应具备明确性、适切性和阶梯性特征，既符合学生当下的学习需求，又面向学生未来的学业发展；在教学过程中，应增加学生亲历的学习成功体验，有针对性地提供个性化学习服务、学习指导与学习干预；在学习终点评价阶段，则应有意识地加强归因训练，引导学生对课程学习进行回顾、反思与总结，相较于获得课程学习的失败经验，教师与学生应更倾向于获得课程学习的成功经验，以此构建积极的归因模式，获得一流课程学习经历与学习感受的良性循环。

　　教学内容与教学方法是提升学生学习投入的重要外在因素。挑战度与创新性是一流课程建设在教学内容上的必然属性，对此，教师在进行教学内容安排时应特别注重课程内容的结构性与发散性。结构性是指呈现给学生的教学内容须是经过教师精心设计、具有一定教学意图与目标层次的结构化教学材料，特别指向教学内容所传递知识、技巧、能力与素养间的内在联系与层级性发展。在一流课程授课过程中，教师要注意本课程所承载的基础概念、基础原理与基本方法的夯实，这是教学内容得以结构化呈现的起点。在此基础上，教师仍应注重教学内容点与点、单元与单元、模块与模块、板块与板块的相互联系，以结构性课程内容构建学生于知识、能力与价值观念上点、线、面、体的联系贯通。发散性以结构性为基础，同样以课程所承载的基础概念、基本原理与基本方法为中心起点，从这一中心开始，教学内容以课程内部的知识逻辑或实践逻辑为原则持续地、关联地扩散，以此实现课程内容的扩充、丰富与触类旁通。对此，一流课程授课教师要努力打破既有“学科课程”为主体的课程组织结构的禁锢，将课程的知识逻辑与学生的兴趣逻辑及社会的需求逻辑联系、融合，拓展课程的宽度与厚度，促进学生认知经验的螺旋上升。当然，优质教学内容需依托于恰切教学方法才能得以有效传递，一流课程的实践应在“以学生为中心”理念指引下促进学生深层学习的发生，基于情境的学习、基于问题的学习、基于项目的学习以及信息技术支持下的混合式教学方法应持续走进一流课程深处，与适切的教学内容相匹配，以此给予学生自主、合作、探究、体验学习的机会，以有效教学为手段解决学生不想学、不爱学问题。

　　3. 以差异性教学与分类评价为基准，实现一流课程的学科适切性建设。大学教学是基于不同学科的知识、方法及技能范畴展开的，并在此基础上持续向学生输入本学科的文化、规范、价值、伦理，由此形成不同的学科范式。承认不同学科领域内的教学模式与学习模式具有一定的差异性是开展有效教学的基础，也是一流课程于教学实践中所需遵循的客观事实。为此，应在尊重不同学科属性的基础上，顺应学科既有教学模式的基本规律，为学生提供适合本学科知识属性与学习特质的学习策略，使学生深刻领悟自身在该学科内应有的学习状态、学习过程与学习模式。如在工科等学生认知性学习投入较低的应用硬学科中，可有意识地鼓励一流课程授课教师开设如工科逻辑、工科哲学、工科伦理类等相关课程，引导学生着力训练自身的主体性学科思维，通过问题导向学习、建构式学习等方式提升学生于学科内部的主动性学习，完成认知性学习投入的提高。

　　同时，应基于不同学科的差异性教学践行分类评价原则，根据不同学科制定相应的评估指标体系，既有硬性的可量化指标，又突出多元评价、开放评价、发展性评价的基本诉求。如针对文史哲等纯软学科的教学评价，应考虑到其所特有的文化时空特征与多元价值格局，评价指标应侧重于对学校文化、社会价值、意识形态、民族精神等方面的评估，评价手段应以质性评价、成果评价为主；而针对工科等应用硬学科的教学评价，评价指标应侧重对国家需求、市场需求及人民生活需求等方面的评估，评价手段应以量化评价、产品评价为主，以此构建类别清晰、导向明确、软硬兼具、适切性和可操作性兼顾的教学评价指标体系。

【王红雨，天津大学教育学院、教育科学研究中心副教授】

原文刊载于《中国高教研究》2022年第10期