徐 琦，劉興紅，張 涵，陳 雪

(湖北師范大學 計算機與信息工程學院，湖北 黃石 435002)

教育部在《2020年教育信息化和網(wǎng)絡安全工作要點》[1]中強調(diào)“持續(xù)深化網(wǎng)絡學習空間覆蓋行動”“扎實開展百區(qū)千校萬課覆蓋行動”，疫情期間，在線學習用戶的持續(xù)增長極大提高了網(wǎng)絡學習資源的利用率，然而當學生從居家的線上學習回歸校園的線下學習后，由于學習場景和學習心態(tài)等因素的影響，極可能影響疫情防控常態(tài)化下在線學習平臺的用戶流失率。研究旨在揭示疫情常態(tài)化下學生在線持續(xù)學習的影響因素，增強在線教育的發(fā)展?jié)摿?，進而推動疫情防控常態(tài)化下互聯(lián)網(wǎng)與教育教學的深度融合發(fā)展。

1 研究基礎

1.1 UTAUT模型

Venkatesh等[2]提出的整合型技術接受與使用模型(UTAUT)包含績效期望(PE)、努力期望(EE)、社會影響(SI)和促進條件(FC)四個核心變量和性別、年齡、經(jīng)驗和自愿性四個調(diào)節(jié)變量，前三個變量(PE、EE、SI)是使用意愿和行為的直接決定因素，第四個變量(FC)是用戶行為的直接決定因素。經(jīng)多項研究[3,4]驗證，該模型在信息產(chǎn)品的接受度和使用上有良好的應用價值。

在線學習平臺屬于一種信息技術產(chǎn)品，符合UTAUT的應用范圍——信息系統(tǒng)。研究將UTAUT的應用焦點從一般信息系統(tǒng)產(chǎn)品的使用行為遷移到在線學習平臺的學習行為上，有利于擴大該模型的應用廣度，通過借鑒UTAUT中對變量的測量，適當添加與在線學習環(huán)境相關的關鍵變量，可提高研究模型對持續(xù)學習行為的解釋度，為在線持續(xù)學習行為的測量提供科學的依據(jù)。

1.2 教學交互理論

Moore[5]認為教學交互理論中的遠程交互是指學生與內(nèi)容、教師和學伴三方面的深度交互。學生與內(nèi)容交互是一種引發(fā)學生思考，促進他們建構(gòu)新的認知結(jié)構(gòu)的過程[6]。學生與教師交互發(fā)生在學生和平臺教師之間，是學生渴望得到關注的一種學習交互形式，其效果影響著他們的在線學習滿意度、感知學習效果和社會臨場感水平[7]。學生與學伴的交互有助于發(fā)展學生的人際交流能力和獲取學伴所共享的大量隱性知識，對發(fā)展多元觀點具有重要意義。

教學交互理論揭示了在線學習的發(fā)生過程，為分析持續(xù)學習行為的影響因素提供了有力指導。目前在線學習環(huán)境提供的巨大交互空間使得學生之間的交互關系日趨復雜，構(gòu)建有意義的在線教學交互環(huán)境對學生的社會化發(fā)展至關重要[8]。研究充分考慮學習交互中學生與學伴、內(nèi)容、教師三者之間的相互作用，把握在線學習行為的發(fā)生過程與規(guī)律，關注個體學習交互的滿意度，從而更加科學的探究持續(xù)學習行為的影響因素。

2 研究模型與假設

2.1 變量修訂與描述

研究在梳理變量之間的關系時，根據(jù)在線學習平臺上大學生的使用情景，對變量進行了情境化調(diào)節(jié)。已有研究將UTAUT中的“自愿性”應用于高校教師群體，探究他們是否自愿使用網(wǎng)絡教學方式與持續(xù)使用水平之間的關系[9]，然而受疫情影響，大學生曾“被迫”轉(zhuǎn)為完全在線學習，這使得“自愿性”難以發(fā)揮影響作用，而且在線教育已發(fā)展成為疫情常態(tài)化下教育新常態(tài)，一些學校正逐漸將在線教育納入到課堂教學中，“自愿性”將不再是限制大學生自主選擇在線學習的變量，而“年級”是研究大學生群體不可忽視的屬性，故將UTAUT中的“自愿性”替換為“年級”。已有研究表明環(huán)境因素對持續(xù)學習行為具有顯著影響[10]，但目前學習環(huán)境變量尚未被納入UTAUT中，因此本研究在UTAUT的基礎上新增“學習環(huán)境”變量，并從環(huán)境溫度、聲音、通風、燈光柔和度和網(wǎng)絡質(zhì)量這五個方面展開，探究環(huán)境質(zhì)量對大學生持續(xù)學習的影響程度。已有研究從理論角度發(fā)現(xiàn)學習者間、師生間、學習者與學習內(nèi)容間的交互性也是影響持續(xù)學習行為的關鍵因素[11]，但尚缺乏實證考究。鑒于此，本研究結(jié)合教學交互理論，新增“交互滿意度”變量，設計學生與學習內(nèi)容、教師、同學之間的交互滿意度指標，探索教學交互與持續(xù)學習行為之間的內(nèi)在關系。

績效期望表示“大學生認為通過在線學習能實現(xiàn)預期目標的程度”；努力期望表示“大學生在學習參與度、專注度和任務完成度這三方面付出的努力程度”；社會影響表示“大學生受到家長、教師和同學這三類人群影響時，使用在線學習平臺的程度”；促進條件表示“在線學習平臺的功能、資源支持其持續(xù)學習的程度”；學習環(huán)境表示“大學生認為環(huán)境質(zhì)量對在線學習的影響程度”；交互滿意度表示“大學生在與內(nèi)容、教師和同學之間進行深度交互時的滿意程度”，持續(xù)學習意愿表示“大學生今后愿意繼續(xù)使用在線學習平臺的程度”；持續(xù)學習行為表示“大學生持續(xù)學習的可能性”。

2.2 原始假設與新增假設

根據(jù)UTAUT模型變量，提出假設H1、H2、H3、H7.如果在線學習能幫助學生提高學習效率和效果、解決學習上的問題，那么他們今后可能更愿意繼續(xù)進行在線學習，假設H1：績效期望對持學習意愿具有顯著正向影響。當學生集中注意力、積極參與在線學習活動，并努力完成各項學習任務時，說明他們能適應在線學習的形式，那么他們可能愿意繼續(xù)進行在線學習。假設H2：努力期望對持學習意愿具有顯著正向影響。當周圍人群持續(xù)給予學生監(jiān)督、陪伴、鼓勵等引導時，可能會激發(fā)他們持續(xù)學習的信心，使其更愿意繼續(xù)參與在線學習。假設H3：社會影響對持學習意愿具有顯著正向影響。持續(xù)學習意愿越高的學生，越有可能繼續(xù)選擇在學習平臺上學習，故兩者之間具有正向影響。假設H7：持續(xù)學習意愿正向影響持續(xù)學習行為。

根據(jù)新增變量，提出假設H4、H5、H6、H8.當學習平臺所提供的學習資源和功能越完善、學習環(huán)境的干擾因素越少時，學生在學習交互過程中的滿意度會越高。假設H4：促進條件對交互滿意度具有顯著正向影響。H5：學習環(huán)境對交互滿意度具有顯著正向影響。當學生的交互滿意度越高時，說明他們對在線學習平臺的認可度越高，因此他們的持續(xù)學習意愿也會更高，進一步強化對持續(xù)學習行為的影響。假設H6：交互滿意度對持續(xù)學習意愿具有顯著正向影響。假設H8：交互滿意度對持續(xù)學習行為具有顯著正向影響。最后為探究不同大學生之間持續(xù)學習行為的差異性。提出假設H0a：大學生的持續(xù)學習行為在性別上表現(xiàn)出差異性；H0b：大學生的持續(xù)學習行為在年齡上表現(xiàn)出差異性；H0c：大學生的持續(xù)學習行為在學習經(jīng)驗表現(xiàn)出差異性；H0d：大學生的持續(xù)學習行為在年級上表現(xiàn)出差異性。

根據(jù)上述假設，構(gòu)建在線學習環(huán)境下大學生持續(xù)學習行為影響因素研究模型，如圖1所示。

圖1 大學生持續(xù)學習行為影響因素模型

3 研究實施

3.1 問卷發(fā)放、回收

根據(jù)研究模型設計調(diào)查問卷，在多輪問卷修正后，形成邏輯結(jié)構(gòu)完整的問卷：一為大學生基本信息；二為大學生持續(xù)學習行為調(diào)查，采用李克特五級量表結(jié)構(gòu)對8個變量進行題目設計，問卷結(jié)構(gòu)如表1，如針對變量績效期望的題目設計為“在線學習提高了我的學習效率”“在線學習提高了我的學習效果(如學習成績)”“通過在線學習，我解決了很多學習上的問題”，以此共形成28題。

采取整體抽樣、分層抽樣和隨機抽樣結(jié)合的方式向湖北省部分高校(武漢理工大學、華中師范大學、武漢科技大學、湖北大學、長江大學、湖北師范大學)的大學生發(fā)放電子問卷，發(fā)放時間為2020年9月，持續(xù)發(fā)放三周，最后整理有效問卷。本次問卷共發(fā)放700份，回收659份，剔除不合格問卷43份，共計有效問卷616份，有效回收率為88%.樣本情況為：男生247人(40.09%)，女生369人(59.90%)；18歲以下學生6人(0.97%)，18～20歲351人(56.98%)，20～22歲228人(37.01%)，22歲以上31人(5.03%)；大一生166人(26.95%)，大二生209人(33.93%)，大三生191人(31%)，大四生50人(8.11%)；在學科門類上，理學197人(31.98%)，教育學110人(17.86%)，工學87人(14.12%)，哲學29人(4.71%)，法學18人(2.92%)，管理學49人(7.95%)，經(jīng)濟學64人(10.39%)，藝術學12人(1.95%)，歷史學25人(4.06%)，體育學25人(4.06%)；在學習經(jīng)驗上，疫情前367人(59.58%)參與在線學習，249人(40.42%)未參與在線學習，疫情期間有效調(diào)查對象已參與在線學習。

表1 大學生持續(xù)學習行為問卷結(jié)構(gòu)

3.2 研究模型檢驗

如表2，各變量克隆巴赫α值均在可接受范圍內(nèi)(>0.7)，平均方差抽取量AVE值均達到了最低推薦標準值(>0.5)，組合信度CR值整體高于臨界值0.7，說明問卷信度整體水平良好，變量設計內(nèi)部一致性較理想。各變量的標準化因子載荷值(>0.7)均達到了收斂效度的要求，KMO值為0.955(p=0.000)，進一步通過因子分析共提取出8個因子，累計方差解釋率為70.867%，說明問卷整體效度較好。

表2 模型信效度檢驗

在Amos24.0中繪制研究模型，設置誤差變量為0，默認路徑系數(shù)為1，采用最大似然估計法進行參數(shù)估計，參考吳明隆[12]分析得出的模型參數(shù)檢驗標準，經(jīng)反復擬合校正，模型自由度為330，卡方值為717.173(p<0.001)，如表3，各項指標均符合模型構(gòu)建要求，說明研究模型和問卷數(shù)據(jù)之間具有良好的適配度，模型擬合度整體良好。

表3 模型擬合分析

3.3 假設驗證與分析

3.3.1 路徑分析 采用最大似然估計法進行路徑分析，根據(jù)非標準化路徑系數(shù)與標準誤差(S.E.)的比值估計臨界比值(C.R.)，若C.R.大于1.96，則p達到0.05水平顯著性，如表4.

表4 模型路徑分析

對于持續(xù)學習意愿而言，績效期望(p<0.01)、努力期望(p<0.05)和交互滿意度(p<0.001)均對其產(chǎn)生了顯著正向影響，但社會影響(p>0.05)的作用效果不顯著，即社會影響對持學習意愿產(chǎn)生了一定程度的積極影響，當大學生受到家長、教師和同伴的刺激和鼓勵后，部分學生并未產(chǎn)生明顯的持續(xù)進行在線學習的意愿，其原因可能是人群干預會使得部分學生努力完成各項在線學習任務，但同時也會給他們造成一定心理負擔，降低了大學生持續(xù)學習的積極性，導致持續(xù)學習意愿表現(xiàn)較差，故假設H1、H2、H6均成立，H3不成立。深入分析發(fā)現(xiàn)，交互滿意度對持續(xù)學習意愿的影響效果最大，高于績效期望、努力期望和社會影響的影響效果，說明學生對在線學習交互越滿意時，他們越愿意繼續(xù)進行在線學習，那么有效改善在線學習過程中的交互活動，將有助于提高他們持續(xù)學習的積極性和可能性。促進條件(p<0.001)對交互滿意度具有顯著正向影響，雖然促進條件未直接影響持續(xù)學習意愿，但是通過中介變量交互滿意度，其對持續(xù)學習意愿產(chǎn)生了間接影響，間接影響的效果值可通過促進條件到交互滿意度、交互滿意度到持續(xù)學習意愿的標準化路徑系數(shù)的乘積得到[13]，為0.734(0.937*0.783)，說明在線學習平臺提供的學習資源和功能設施對他們持續(xù)學習意愿影響較大，操作方便、功能齊全的在線學習平臺能給學生帶來更優(yōu)質(zhì)的學習體驗，也會成為他們持續(xù)學習的外在動力來源。學習環(huán)境(p>0.05)對交互滿意度的影響效果不顯著，即良好的學習環(huán)境并不會對大學生的交互滿意度產(chǎn)生正向影響，一方面說明學習環(huán)境(Estimate=0.048)對交互滿意度的影響效果遠不及促進條件(Estimate=0.937)，切實改善平臺功能設置比優(yōu)化學習環(huán)境更為迫切，另一方面學習環(huán)境和交互滿意度之間可能存在其他中介變量的影響，如學習投入等，當大學生努力克服外界環(huán)境中的干擾，積極投入在線學習時，他們能進行更有效的學習交互，因此假設H4成立，H5不成立。

對于持續(xù)學習行為而言，其測量主要通過中介變量持續(xù)學習意愿和交互滿意度體現(xiàn)出來，持續(xù)學習意愿(p<0.001)和交互滿意度(p<0.001)對其影響直接正向顯著相關，其中持續(xù)學習意愿(Estimate=0.940)的影響作用更強，說明學習者越愿意持續(xù)學習時，其持續(xù)學習的可能性也越大。除了直接影響持續(xù)學習行為以外，交互滿意度還可通過中介變量持續(xù)學習意愿間接影響持續(xù)學習行為，其他變量通過中介變量持續(xù)學習意愿、交互滿意度也對持續(xù)學習行為產(chǎn)生了不同程度的間接影響，其間接影響效果為：社會影響(Estimate=0.440)>績效期望(Estimate=0.366)>促進條件(Estimate=0.218)>努力期望(Estimate=0.162)>學習環(huán)境(Estimate=0.011)，假設H7、H8均成立。

3.3.2 方差分析 如表5，男生和女生、不同年齡段的大學生均在持續(xù)學習行為(p<0.05)上表現(xiàn)出顯著性差異，深入分析發(fā)現(xiàn)，男生(M=4.248，即男生在變量持續(xù)學習行為上的平均值為4.248.M表示該項的平均值得分，下同)較女生(M=4.113)在持續(xù)學習行為上的得分更高，即男生持續(xù)學習的可能性更高，這可能是由于男生對信息系統(tǒng)產(chǎn)品的興趣更濃，因此更愿意通過在線學習獲取知識和技能。20～22歲的學生(M=4.229)較其他年齡段學生在持續(xù)學習行為上的得分更高，這與該年齡段的學生心智更成熟有關，他們更能進行良好的在線自主學習管理，并持續(xù)堅持在線學習。年級、學習經(jīng)驗屬性均未在持續(xù)學習行為(p<0.05)上表現(xiàn)出顯著性差異，但年級屬性會影響大學生對在線學習效果和效率方面(績效期望p<0.05)的看法，雖然具有在線學習經(jīng)驗的大學生(M=4.164)較其他學生(M=4.092)在持續(xù)學習行為上的得分高，但他們未表現(xiàn)出顯著差異性(p>0.05)，故假設H0a和H0b成立，假設H0c和H0d不成立。

表5 性別、年齡、年級和學習經(jīng)驗的獨立樣本t檢驗

4 結(jié)論與啟示

通過構(gòu)建在線學習環(huán)境下大學生持續(xù)學習行為影響因素模型，開展問卷調(diào)查并深入分析發(fā)現(xiàn)：第一，UTAUT中的研究變量是有效的，持續(xù)學習意愿與持續(xù)學習行為之間具有較強相關性，這與以往研究中的結(jié)論一致[14]，交互滿意度與持續(xù)學習意愿之間的相關性也較強，這說明以教學交互理論為基礎的新增變量也能較好的融入到持續(xù)學習行為研究模型中，問卷數(shù)據(jù)與模型的適配度情況良好。第二，大學生群體在持續(xù)學習行為(M=4.021)、交互滿意度(M=4.021)、持續(xù)學習意愿(M=3.961)三方面整體表現(xiàn)較好，在績效期望(M=3.732)上表現(xiàn)不佳，且在上述四個方面均表現(xiàn)出較大的離散程度(SD>0.6)，進一步說明大學生居家在線學習狀態(tài)整體表現(xiàn)一般，在線學習的效果和效率還有待進一步改善。第三，研究模型中提出的12個研究假設除H3和H5、H0c和H0d外，其余8個假設均得到驗證。即績效期望、努力期望、交互滿意度對持學習意愿均具有顯著正向影響，促進條件對交互滿意度具有顯著正向影響，交互滿意度、持續(xù)學習意愿對持續(xù)學習行為具有顯著正向影響。大學生的持續(xù)學習行為在性別、年齡兩方面上表現(xiàn)出顯著差異性，在年級和經(jīng)驗上無明顯差異性。盡管路徑分析中，社會影響、學習環(huán)境對持續(xù)學習意愿和持續(xù)學習行為產(chǎn)生了積極影響，但影響效果并不具備統(tǒng)計顯著性，因此可認為社會影響、學習環(huán)境與因變量持續(xù)學習行為具有一定程度的相關作用，其深層的聯(lián)系還有待進一步研究。

疫情防控形勢逐漸向穩(wěn)向好，大學生已經(jīng)步入正常的線下課堂學習，在線學習平臺將成為他們課外學習的重要渠道，想要促進大學生持續(xù)在線學習，就需要設法提高他們的績效期望、努力期望和交互滿意度。相比家庭環(huán)境，學校為大學生提供了更加積極向上的學風環(huán)境，因此在與同伴的協(xié)作與交流中，他們更有可能借助在線學習拓展專業(yè)知識與技能，并收獲更佳的學習效果。大學生愿意在學習平臺上付出的努力程度與平臺的功能設置、課程設計等因素息息相關，因此在線學習平臺若想“流量”變“留量”，就需繼續(xù)加強系統(tǒng)的穩(wěn)定性，提高學習平臺的適應性，考慮為學生智能篩選、推薦、整合滿足他們學習能力發(fā)展水平的高質(zhì)量課程資源和更齊全的個性化學習功能設置，提高他們在促進條件上的表現(xiàn)。持續(xù)學習行為在男生和女生、不同年齡段的大學生中存在顯著差異，女生和低年級群體的在線學習情況需要得到更多重視，學校和家庭應對其進行正確引導，采取多種措施不斷提高他們在線學習的投入度、滿足感和持續(xù)學習的意愿性、可能性，學校教師也可以通過線下課程為學生適當推薦專業(yè)相關的數(shù)字資源，刺激他們持續(xù)使用在線學習平臺，促進在線學習平臺的健康發(fā)展。在線學習環(huán)境是一個復雜的系統(tǒng)，持續(xù)學習行為的研究還可能涉及到更多潛在變量，如心流體驗等[15]，在未來研究中，有待進一步將學習情感等維度的變量與持續(xù)學習意愿結(jié)合起來，擴大樣本范圍，提高持續(xù)學習行為影響因素模型的實用性和研究結(jié)論的可應用性。