和文斌 董永權(quán) 滕希 王惠惠

（1.新疆師范大學(xué) 教育科學(xué)學(xué)院，新疆 烏魯木齊 830017；2.江蘇師范大學(xué) 智慧教育學(xué)院，江蘇 徐州 221116；3.徐州工業(yè)職業(yè)技術(shù)學(xué)院 江蘇 徐州 221116）

引言

MOOC 作為“互聯(lián)網(wǎng)+教育”模式的典型代表，對(duì)其用戶(hù)留存意愿的研究一直是教育領(lǐng)域的中心議題之一。用戶(hù)留存意愿即用戶(hù)參與MOOC 學(xué)習(xí)后選擇堅(jiān)持使用的傾向，本研究中指用戶(hù)在使用MOOC 學(xué)習(xí)一段時(shí)間后，仍然具有持續(xù)使用的意愿。對(duì)此，國(guó)內(nèi)外學(xué)者依據(jù)個(gè)體、情感、認(rèn)知、環(huán)境、課程質(zhì)量等不同角度開(kāi)展了大量的實(shí)證研究。從個(gè)體角度，李大烈（Lee Daeyeoul）等人[1]研究得出學(xué)習(xí)者的自我效能感對(duì)MOOC 持續(xù)學(xué)習(xí)意愿具有正向的影響。從情感角度，朱鵬等人[2]通過(guò)將信息系統(tǒng)持續(xù)使用模型（ECM）與游戲化（愉悅性和挑戰(zhàn)性組成的二階構(gòu)型概念）相結(jié)合，構(gòu)建MOOC 期望確認(rèn)模型，得出游戲化在MOOC持續(xù)使用中起著核心作用。從認(rèn)知角度，朱英珠（Joo YoungJu）等人[3]研究得出，感知易用性和感知有用性對(duì)學(xué)習(xí)者持續(xù)使用K—MOOC 學(xué)習(xí)的意愿具有積極影響。從環(huán)境角度，吳兵（Wu Bing）等人[4]通過(guò)整合任務(wù)技術(shù)適配模型和技術(shù)接受度模型，發(fā)現(xiàn)表明感知有用性、感知易用性和社群影響等持續(xù)使用的影響具有重要作用。從課程質(zhì)量角度，楊根福等人[5]證明內(nèi)容質(zhì)量積極影響用戶(hù)的持續(xù)行為。林文山（Lin Wenshan）等人[6]通過(guò)實(shí)驗(yàn)得出高質(zhì)量的課程內(nèi)容對(duì)感知有用性和滿(mǎn)意度有較為積極的影響。

盡管該研究的相關(guān)探索較為豐富，但教育學(xué)作為一個(gè)與實(shí)踐應(yīng)用緊密貼合的復(fù)雜性學(xué)科，其內(nèi)部問(wèn)題的原因之間普遍存在相互依賴(lài)與共同作用的現(xiàn)象，而現(xiàn)有諸多研究卻采用了與該實(shí)際現(xiàn)象不相符合的假定：將研究變量視為獨(dú)立因素，把研究對(duì)象看作是可分、穩(wěn)定、線(xiàn)性單調(diào)變化的，主要關(guān)注原因與結(jié)果間的相關(guān)性、相關(guān)程度與頻度，缺乏對(duì)問(wèn)題形成的多因素動(dòng)態(tài)組合因果路徑進(jìn)行精確探索[7]，使得其研究成果很難落地，甚至偏離生活，經(jīng)常被懷疑與實(shí)踐應(yīng)用相脫節(jié)。隨著理論的探索與研究的深入，教育領(lǐng)域的研究者認(rèn)為只有探討前因變量之間的相互關(guān)系、相互作用及與結(jié)果的因果效應(yīng)，才能更好地以貼合實(shí)踐應(yīng)用的方式解決教育領(lǐng)域出現(xiàn)的復(fù)雜性問(wèn)題，推動(dòng)教育的發(fā)展進(jìn)程。定性比較分析方法（Qualitative Comparative Analysis，簡(jiǎn)稱(chēng)QCA）的出現(xiàn)為教育問(wèn)題的因果機(jī)制研究提供了有效途徑。該方法將案例視作多種前因變量的組合效果，并通過(guò)分析相互依賴(lài)、相互作用的不同原因變量組合與結(jié)果之間的因果效應(yīng)[8]，幫助研究者剖析相應(yīng)問(wèn)題的因果機(jī)制，為教育工具、策略等方面的設(shè)計(jì)、實(shí)施和研究提供理論基礎(chǔ)與改善意見(jiàn)。同時(shí)，QCA 能夠避免傳統(tǒng)定性與定量方法依賴(lài)均衡和正態(tài)分布假設(shè)而普遍存在的反向因果、遺漏變量偏差、樣本選擇偏差等內(nèi)生性問(wèn)題——以集合關(guān)系表達(dá)多因素并發(fā)的組態(tài)效應(yīng)和因果非對(duì)稱(chēng)性能夠避免反向因果問(wèn)題[9]，以關(guān)注基于布爾代數(shù)的集合關(guān)系而非相關(guān)關(guān)系的特性使其不存在遺漏變量偏差，不依賴(lài)于隨機(jī)抽樣技術(shù)的溯因推理和集合使其不存在樣本選擇偏差。

綜上所述，鑒于MOOC 用戶(hù)留存意愿的傳統(tǒng)研究范式的不足，本研究借鑒技術(shù)接受模型與社會(huì)認(rèn)知理論，有機(jī)地將復(fù)雜理論的內(nèi)涵擴(kuò)展到了教育領(lǐng)域。利用QCA方法研究感知有用性、感知易用性、自我效能感、游戲化、社群影響和內(nèi)容質(zhì)量對(duì)MOOC 用戶(hù)留存的影響模型，從而有效揭示了用戶(hù)留存形成的內(nèi)在機(jī)理，以期為MOOC 的使用、改進(jìn)、優(yōu)化、創(chuàng)新提供相關(guān)的理論參考，為MOOC 演變?yōu)橹腔蹠r(shí)代“以用戶(hù)為中心”的個(gè)性化平臺(tái)提供路徑借鑒。同時(shí)期望為QCA 方法與教育的融合提供相關(guān)研究成果，加速該方法對(duì)教育問(wèn)題的剖析。

一、理論背景

（一）復(fù)雜理論

復(fù)雜理論最早出現(xiàn)于自然科學(xué)領(lǐng)域，隨后被社會(huì)學(xué)、經(jīng)濟(jì)學(xué)、教育學(xué)等學(xué)科融入各自領(lǐng)域，探討相關(guān)問(wèn)題。復(fù)雜理論認(rèn)為，無(wú)論是自然界還是人類(lèi)社會(huì)出現(xiàn)的復(fù)雜現(xiàn)象都是由無(wú)數(shù)因素相互作用的產(chǎn)物，即某一復(fù)雜結(jié)果的出現(xiàn)受因素的相互作用影響，在特定的情境下隨著外部因素的變化，變量之間的關(guān)系可能是非線(xiàn)性的，相同的“因”可能造成不同的影響效果[10]。為了解釋復(fù)雜的現(xiàn)象，現(xiàn)有的基于方差理論的研究方法是不夠的，采用組態(tài)方法，以整體和同步的方式（如相互關(guān)聯(lián)的條件或因素的集群）理解這些現(xiàn)象更合適。MOOC 的用戶(hù)留存意愿作為一個(gè)復(fù)雜的系統(tǒng)，受到多個(gè)因素相互作用的影響，因此適用復(fù)雜理論對(duì)其展開(kāi)探索。

（二）技術(shù)接受度模型

弗雷德·戴維斯（Fred Davis）[11]提出了技術(shù)接受度模型（Technology Acceptance Model，簡(jiǎn)稱(chēng)TAM），認(rèn)為個(gè)人對(duì)信息技術(shù)使用的行為意向由兩個(gè)主要因素決定：感知有用性和感知易用性，這兩個(gè)因素可以解釋個(gè)人對(duì)信息技術(shù)使用的行為意向的巨大差異。隨著TAM 研究領(lǐng)域的不斷擴(kuò)展，研究者認(rèn)為原有的基礎(chǔ)框架已不能高效地解釋用戶(hù)選擇的復(fù)雜性，并依據(jù)各自的研究對(duì)象及方向?qū)ζ鋽U(kuò)展。鑒于傳統(tǒng)TAM 的不足，研究以TAM 為基本研究框架，引入社會(huì)認(rèn)知理論的內(nèi)容及其他因素對(duì)其擴(kuò)展和整合，構(gòu)建影響MOOC 的用戶(hù)留存意愿模型。

（三）社會(huì)認(rèn)知理論

阿爾伯特·班杜拉（Albert Bandura）[12]提出的社會(huì)認(rèn)知理論解釋了人是如何形成和保持行為模式的，主要強(qiáng)調(diào)個(gè)體、認(rèn)知、外部環(huán)境三個(gè)因素的作用。該理論認(rèn)為，個(gè)體、個(gè)體行為及其所處的外部環(huán)境三個(gè)要素之間，一直存在著持續(xù)的相互作用，而個(gè)體的行為決策是內(nèi)部個(gè)體因素（如自我效能感等）和外部環(huán)境共同作用的結(jié)果。鑒于MOOC 平臺(tái)學(xué)習(xí)的社會(huì)互動(dòng)性，有必要將個(gè)體、認(rèn)知和外部環(huán)境引入本研究模型，考察其在MOOC 用戶(hù)留存意愿中的組態(tài)影響。

（四）研究模型

本研究基于上述理論，將個(gè)人因素、認(rèn)知特征、外部環(huán)境納入研究設(shè)計(jì)。個(gè)人因素指的是自我效能感。班杜拉認(rèn)為自我效能感體現(xiàn)了個(gè)體對(duì)完成特定任務(wù)的信心程度。本研究將自我效能感定義為學(xué)習(xí)者對(duì)自己使用MOOC 完成在線(xiàn)學(xué)習(xí)能力的信心程度。認(rèn)知特征是用戶(hù)在使用MOOC 平臺(tái)過(guò)程中所認(rèn)知到的評(píng)估質(zhì)量表現(xiàn)的特征，本研究指感知有用性和感知易用性。感知有用性是指學(xué)習(xí)者對(duì)平臺(tái)提高自身知識(shí)、技能的估量，感知易用性是學(xué)習(xí)者對(duì)使用MOOC 平臺(tái)學(xué)習(xí)的操作難度的評(píng)估。外部環(huán)境指的是社群影響，即周?chē)耍ㄈ缤瑢W(xué)、教師等）對(duì)學(xué)習(xí)者的影響程度。除上述因素之外，許多學(xué)者開(kāi)始關(guān)注情感特征、課程因素對(duì)用戶(hù)留存的影響。情感特征指的是用戶(hù)在使用過(guò)程中所產(chǎn)生的相對(duì)穩(wěn)定不變的心理狀態(tài)。內(nèi)容質(zhì)量指MOOC 學(xué)習(xí)平臺(tái)資源內(nèi)容的質(zhì)量和結(jié)構(gòu)合理性。綜上所述，本研究框架的前因變量為自我效能感（SE）、感知有用性（PU）、感知易用性（PE）、社群影響（SI）、游戲化（GM）和內(nèi)容質(zhì)量（CQ），結(jié)果變量為MOOC 用戶(hù)留存意愿（UR）。

二、方法選取

MOOC 用戶(hù)留存意愿具有復(fù)雜性，多個(gè)因素都能夠在特定的情境對(duì)其產(chǎn)生影響，因此需要考慮不同用戶(hù)采用MOOC 持續(xù)學(xué)習(xí)的不同需求及影響因素。為了解決這個(gè)問(wèn)題，本研究采取定性比較分析方法(QCA)展開(kāi)探究。QCA 研究方法主要有3 種類(lèi)型：清晰集QCA(csQCA)、多值集QCA(mvQCA)和模糊集QCA(fsQCA)。其中，fsQCA 能夠體現(xiàn)數(shù)據(jù)程度變化，得到較為精確的解[13]。因此，本研究基于fsQCA 對(duì)MOOC 用戶(hù)留存意愿形成的組態(tài)路徑展開(kāi)探究，具體實(shí)施過(guò)程為對(duì)問(wèn)卷數(shù)據(jù)校準(zhǔn)、必要性條件檢測(cè)、形成真值表，以及最后對(duì)前因變量形成的組態(tài)路徑加以分析，得出相應(yīng)的復(fù)雜性因果關(guān)系。

三、數(shù)據(jù)準(zhǔn)備

（一）變量測(cè)度

依據(jù)研究模型，并借鑒已有較為成熟的問(wèn)卷內(nèi)容設(shè)計(jì)調(diào)查問(wèn)卷。為保障問(wèn)卷結(jié)構(gòu)的合理性與問(wèn)卷內(nèi)容的有效性，采取預(yù)調(diào)研的方式檢測(cè)問(wèn)卷。通過(guò)對(duì)35 位MOOC 學(xué)習(xí)者預(yù)調(diào)研，依據(jù)數(shù)據(jù)分析和被試學(xué)習(xí)者意見(jiàn)，剔除顯著性水平不達(dá)標(biāo)的題目，并對(duì)相關(guān)題目修改和完善，經(jīng)過(guò)多名MOOC 領(lǐng)域?qū)＜液驼n題組成員討論后形成最終問(wèn)卷。

（二）樣本采集

調(diào)查對(duì)象為具有一定MOOC 學(xué)習(xí)經(jīng)歷，并對(duì)MOOC 平臺(tái)具有了解的學(xué)習(xí)者。因此，本研究所選取的調(diào)查對(duì)象主要是開(kāi)設(shè)MOOC 課程的高校學(xué)生。本次問(wèn)卷調(diào)查累計(jì)收回350 份，涉及自然學(xué)科、社會(huì)學(xué)科、工程技術(shù)和醫(yī)學(xué)?？紤]到問(wèn)卷填寫(xiě)的隨意性，對(duì)收回的問(wèn)卷進(jìn)行答題時(shí)長(zhǎng)、一致程度及完整狀況檢查。剔除無(wú)效問(wèn)卷59份后，一共得到291份有效問(wèn)卷。樣本中，男女人數(shù)比例較為接近，且平均每月學(xué)習(xí)MOOC 大于7 天的人數(shù)超過(guò)一半。

（三）信效度檢測(cè)

開(kāi)展具體的數(shù)據(jù)分析前，需要使用SPSS 25.0 對(duì)問(wèn)卷的信效度進(jìn)行分析。結(jié)果顯示，Cronbach’s Alpha值為 0.917 ＞0.7，表明量表可靠、穩(wěn)定。基于成熟量表的設(shè)計(jì)方式使得問(wèn)卷的代表性與合理性有所保障，同時(shí)，問(wèn)卷經(jīng)過(guò)預(yù)調(diào)研后的調(diào)整與修改，保證了變量的內(nèi)容效度。Bartlett 球形檢驗(yàn)和KMO系數(shù)檢驗(yàn)的結(jié)果顯示，KMO系數(shù)為 0.91 ＞0.7。

據(jù)此，進(jìn)一步檢驗(yàn)變量題項(xiàng)的結(jié)構(gòu)效度。通過(guò)對(duì)14 個(gè)題項(xiàng)檢驗(yàn)發(fā)現(xiàn)，6 個(gè)潛變量對(duì)應(yīng)的題項(xiàng)滿(mǎn)足平均提取方差（Average Variance Extracted，簡(jiǎn)稱(chēng)AVE）值0.5以上的理想要求，說(shuō)明各題項(xiàng)滿(mǎn)足效度要求，具體情況如表1（見(jiàn)下頁(yè)）所示。

表1 結(jié)構(gòu)效度檢驗(yàn)

（四）數(shù)據(jù)校準(zhǔn)

依據(jù)fsQCA 的操作標(biāo)準(zhǔn)與流程，分析之前必須依據(jù)數(shù)據(jù)特征、理論知識(shí)或?qū)嵺`內(nèi)容對(duì)所獲取的數(shù)據(jù)進(jìn)行校準(zhǔn)，即要?jiǎng)澐謹(jǐn)?shù)據(jù)所屬的特征集合，設(shè)定集合中完全隸屬、交叉點(diǎn)、完全不隸屬的3 個(gè)值[14]。如表2數(shù)據(jù)標(biāo)準(zhǔn)，前因變量與結(jié)果變量均為李克特5 級(jí)量表，校準(zhǔn)標(biāo)準(zhǔn)（完全隸屬、交叉點(diǎn)、完全不隸屬）參考數(shù)據(jù)特征將變量的最大值設(shè)置為完全隸屬，交叉點(diǎn)和完全不隸屬分別為均值、最小值。由于各變量數(shù)據(jù)特征不一，因此數(shù)據(jù)標(biāo)準(zhǔn)并不一致。

表2 數(shù)據(jù)校準(zhǔn)

（五）必要性檢測(cè)

經(jīng)校準(zhǔn)后的數(shù)據(jù)需要通過(guò)必要性檢測(cè)以判斷，是否存在單一前因變量致使結(jié)果出現(xiàn)[15]。必要性檢測(cè)包含一致性與覆蓋度檢測(cè)。一致性是致使結(jié)果出現(xiàn)的單一前因變量Xi在所有Xi集合中的比重，覆蓋度則是其對(duì)結(jié)果變量的解釋程度，具體計(jì)算方式見(jiàn)公式（1）（2）。當(dāng)一致性≥0.9 時(shí)，表明該變量是必要條件，可以獨(dú)立影響結(jié)果存在，“～”表示變量不存在或不隸屬。如表3 所示，結(jié)果變量CI的所有前因變量均不存在一致性≥0.9，因此結(jié)果變量并不存在必要性條件。

表3 單一前因變量的必要性

（六）標(biāo)準(zhǔn)化分析

必要性檢測(cè)過(guò)后，需要使用fsQCA 開(kāi)展標(biāo)準(zhǔn)化分析。構(gòu)建真值表時(shí)，首先應(yīng)刪除連續(xù)性小于0.8 的案例，并將標(biāo)準(zhǔn)化路徑的樣本閾值設(shè)為1，即只顯示樣本案例數(shù)量大于1 的前因變量組合構(gòu)成結(jié)果的模糊子集。一致性閾值通常設(shè)置≥0.75，然后將真值表所有模糊子集中一致性大于臨界值的編碼為1，小于臨界值的編碼為0，低于案例樣本數(shù)的子集作為邏輯余項(xiàng)?；谫x值過(guò)后的真值表展開(kāi)標(biāo)準(zhǔn)化分析，得到3 種解：復(fù)雜解、中間解、模糊解。相較復(fù)雜解和簡(jiǎn)約解，中間解能夠以更貼合實(shí)際狀況的形式進(jìn)行案例探索，因此中間解為最優(yōu)解。

（七）前因變量組合分析

從分析結(jié)果可知，結(jié)果變量CI 的中間解一致性為0.92，組態(tài)效應(yīng)顯著。詳細(xì)的組態(tài)路徑如表4 所示。★表示組態(tài)路徑中包含該變量，☆表示組態(tài)路徑中不存在該變量，空白表示組態(tài)路徑中該變量可有可無(wú)；Rc、Uc、Cs、Sc、SCs分別為原始覆蓋度、唯一覆蓋度、一致性、解的覆蓋度、解的一致性。

表4 組態(tài)路徑

經(jīng)過(guò)歸納總結(jié)，本研究的MOOC 學(xué)習(xí)者用戶(hù)留存意愿的組態(tài)分析，可以分為5 種模式，具體情況如下。

1.認(rèn)知缺失型

認(rèn)知特性缺失存在兩種類(lèi)型：第一種為感知有用性或感知易用性存在其一。該類(lèi)型的學(xué)習(xí)者普遍認(rèn)為MOOC 的有用性或易用性并未達(dá)到自身的要求，因此需要配合清晰、嚴(yán)謹(jǐn)?shù)恼n程內(nèi)容，以獲得學(xué)習(xí)者的認(rèn)同，才可能使其產(chǎn)生用戶(hù)留存的意愿，如路徑M4、M5、M8、M9。第二種類(lèi)型為認(rèn)知特性不存在，這類(lèi)學(xué)習(xí)者通常認(rèn)為平臺(tái)課程對(duì)自身無(wú)用，且操作較為復(fù)雜，需要平臺(tái)設(shè)計(jì)者創(chuàng)新出令人愉悅的學(xué)習(xí)、評(píng)價(jià)、交流機(jī)制，并激發(fā)學(xué)習(xí)者的挑戰(zhàn)性情緒，以緩和復(fù)雜操作對(duì)學(xué)習(xí)者帶來(lái)的負(fù)面效應(yīng)，同時(shí)擴(kuò)大MOOC 的認(rèn)同群體，以學(xué)習(xí)社群的方式影響學(xué)習(xí)者對(duì)課程實(shí)用性的感知，才可能促使用戶(hù)留存MOOC 學(xué)習(xí)的意愿，如路徑M2、M3。

2.機(jī)制無(wú)趣型

機(jī)制無(wú)趣型表明，對(duì)MOOC 學(xué)習(xí)過(guò)程中未感覺(jué)到游戲化機(jī)制能夠激發(fā)自身愉悅性和挑戰(zhàn)性的學(xué)習(xí)者，需要設(shè)計(jì)合理的課程結(jié)構(gòu)與高質(zhì)量?jī)?nèi)容，配合高效的學(xué)習(xí)引導(dǎo)與幫助，促使其將困難視為挑戰(zhàn)并積極解決，從而消解其在學(xué)習(xí)過(guò)程中產(chǎn)生的無(wú)聊情緒，將關(guān)注重心轉(zhuǎn)移到課程內(nèi)容上來(lái)，才可能促使其產(chǎn)生留存意愿，如路徑M7、M8、M9。

3.習(xí)得無(wú)助型

這類(lèi)學(xué)習(xí)者一般自信心不足，遇到困難容易退縮、放棄，因此需要平臺(tái)以游戲化的機(jī)制創(chuàng)造輕松、愉快的學(xué)習(xí)氛圍，減輕其因自我效能感低下而帶來(lái)的焦慮，同時(shí)形成MOOC 的學(xué)習(xí)社群，依托群體的知識(shí)流動(dòng)與交換，幫助其解決問(wèn)題、學(xué)習(xí)知識(shí)，才可能使得其產(chǎn)生留存意愿，如路徑M1、M2、M4、M5。

4.質(zhì)量否定型

質(zhì)量否定型的學(xué)習(xí)者普遍對(duì)MOOC 課程質(zhì)量具有較高的要求，因此，平臺(tái)只有為學(xué)習(xí)者提供較強(qiáng)的學(xué)習(xí)輔助工具、文檔，增強(qiáng)其自我效能感并結(jié)合游戲化機(jī)制激發(fā)學(xué)習(xí)者的愉悅性和挑戰(zhàn)性，以彌補(bǔ)課程質(zhì)量不足帶來(lái)的負(fù)面影響，引導(dǎo)、幫助其理解和掌握知識(shí)內(nèi)容，才可能促使其形成留存意愿。如路徑M1、M2、M3、M6。

5.自我驅(qū)動(dòng)型

自我驅(qū)動(dòng)型的條件較為多樣。這說(shuō)明不依賴(lài)社群影響的學(xué)習(xí)者一般具有較強(qiáng)的獨(dú)立性和目的性，不會(huì)輕易被他人影響，因此需要盡可能地滿(mǎn)足多種條件，吸引這類(lèi)學(xué)習(xí)者持續(xù)使用MOOC。例如，有趣的機(jī)制、高質(zhì)量的內(nèi)容、高效的學(xué)習(xí)輔助、較強(qiáng)的實(shí)用效果說(shuō)明、友好的操作交互等多種條件的組合。如路徑M4、M5、M6、M7。

四、結(jié)論及建議

本研究在復(fù)雜性理論的基礎(chǔ)上，結(jié)合技術(shù)接受模型和社會(huì)認(rèn)知理論，借助fsQCA 方法驗(yàn)證MOOC 平臺(tái)用戶(hù)自我效能感、感知有用性、感知易用性、社群影響、游戲化及內(nèi)容質(zhì)量對(duì)用戶(hù)留存意愿的影響，揭示出觸發(fā)MOOC 用戶(hù)留存意愿的組態(tài)路徑，并得出以下結(jié)論。

第一，MOOC 用戶(hù)留存意愿并非由單一因素獨(dú)立促生，而是多個(gè)因素共同作用的結(jié)果，不同因素的相互組合對(duì)用戶(hù)留存的作用路徑不同，部分因素的缺失并不會(huì)影響用戶(hù)留存的意愿。從學(xué)習(xí)者用戶(hù)留存意愿的5 種類(lèi)型可以看出，每條路徑中均存在發(fā)揮主導(dǎo)性的核心條件和具有觸發(fā)與推動(dòng)作用的輔助條件，MOOC 用戶(hù)的留存意愿的出現(xiàn)是核心條件與輔助條件交互作用的結(jié)果。這一結(jié)論進(jìn)一步表明了MOOC 用戶(hù)留存意愿需要通過(guò)整體性的多因素組合性效應(yīng)分析才能得到合理的解釋。

第二，促生MOOC 用戶(hù)留存意愿的路徑，其內(nèi)部生成因子之間互動(dòng)形成的作用機(jī)制并不唯一。這表明不同類(lèi)型的學(xué)習(xí)者，因其生長(zhǎng)環(huán)境、個(gè)人特征等因素的影響，會(huì)具有不同的學(xué)習(xí)風(fēng)格，因此，MOOC 平臺(tái)和教師應(yīng)依據(jù)不同的學(xué)習(xí)風(fēng)格提供個(gè)性化的激勵(lì)措施，以保障不同類(lèi)型的學(xué)習(xí)者用戶(hù)留存MOOC 的意愿。

基于以上分析，結(jié)合MOOC 的實(shí)際現(xiàn)狀，本研究對(duì)MOOC 的發(fā)展與改進(jìn)提出如下建議。

（一）促進(jìn)數(shù)量型傳播生產(chǎn)，提高質(zhì)量型傳播數(shù)量

互聯(lián)網(wǎng)的發(fā)展加速了信息傳播的過(guò)程，因此聲譽(yù)對(duì)一個(gè)平臺(tái)顯得尤為重要。營(yíng)造良好的MOOC 社會(huì)聲譽(yù)，形成有效傳播、推廣MOOC 學(xué)習(xí)的社群，是激發(fā)學(xué)習(xí)者用戶(hù)黏性的有效條件之一。為此，首先，平臺(tái)應(yīng)該設(shè)置合理的激勵(lì)計(jì)劃，促進(jìn)數(shù)量來(lái)源型聲譽(yù)的產(chǎn)生。如在互聯(lián)網(wǎng)平臺(tái)宣傳MOOC 的實(shí)際效用、創(chuàng)新功能等優(yōu)勢(shì)，或以提升功能為目的，設(shè)置趣味化議題與創(chuàng)新型建議獎(jiǎng)勵(lì)機(jī)制，吸引學(xué)習(xí)者注意力，增強(qiáng)其好奇心，提升其好感度，以此擴(kuò)大MOOC 良好聲譽(yù)的支持人群。其次，提高質(zhì)量來(lái)源型聲譽(yù)的傳播數(shù)量也是增強(qiáng)MOOC 持續(xù)使用的有效措施。如通過(guò)融合媒體的方式開(kāi)展名師直播、專(zhuān)題講座，充分發(fā)揮專(zhuān)家主導(dǎo)的高質(zhì)量評(píng)價(jià)宣傳效力，以此擴(kuò)大質(zhì)量型評(píng)價(jià)的受眾。同時(shí)，教師作為學(xué)習(xí)的引導(dǎo)者，也是最佳的推廣者與宣傳者，因此改善其評(píng)價(jià)也是轉(zhuǎn)變MOOC 社會(huì)聲譽(yù)的重要途徑。

（二）創(chuàng)新游戲化元素設(shè)計(jì)，增強(qiáng)用戶(hù)使用黏性

游戲化元素與課程的融合在一定程度上能夠激發(fā)學(xué)習(xí)者的內(nèi)部動(dòng)機(jī)，使得學(xué)習(xí)者以充滿(mǎn)興趣和挑戰(zhàn)的心態(tài)投入學(xué)習(xí)，在不斷的挑戰(zhàn)中滿(mǎn)足自我成就需求，從而增強(qiáng)MOOC 用戶(hù)的使用黏性。但現(xiàn)有的游戲化元素應(yīng)用實(shí)踐案例較少，不能為教師、研究者提供有效的參考。因此，教師、平臺(tái)管理機(jī)構(gòu)、研究者應(yīng)該注意以下問(wèn)題：首先，教育游戲元素設(shè)計(jì)不能一概而論，應(yīng)該合理融入課程內(nèi)容的特征。同時(shí)，平臺(tái)也應(yīng)該通過(guò)設(shè)置交流區(qū)的形式，使得學(xué)習(xí)者參與游戲化元素的設(shè)計(jì)與選擇，提高游戲化機(jī)制在不同年齡、學(xué)歷、學(xué)習(xí)方式人群中的接受程度，從而改善現(xiàn)有的游戲元素類(lèi)型單一、功能性弱、相似性較高的特點(diǎn)。其次，教師需要培養(yǎng)自身依據(jù)教學(xué)內(nèi)容、學(xué)習(xí)者特征、應(yīng)用環(huán)節(jié)等合理組合、選擇游戲化元素的能力，并在應(yīng)用過(guò)程中把握游戲化與教學(xué)的平衡，避免太強(qiáng)的游戲性干擾學(xué)習(xí)者。再次，研究人員在未來(lái)的研究中應(yīng)繼續(xù)開(kāi)展游戲化元素與MOOC 平臺(tái)及學(xué)科融合應(yīng)用的實(shí)證研究，以此豐富游戲化機(jī)制應(yīng)用的理論與實(shí)踐，加速游戲化元素與教育領(lǐng)域的有效融合。

（三）協(xié)同多方力量參與，調(diào)整質(zhì)量評(píng)估體系

MOOC 作為不斷演化與進(jìn)步的新事物，其所覆蓋的學(xué)科領(lǐng)域越來(lái)越多，但其部分課程的質(zhì)量卻難以滿(mǎn)足當(dāng)代學(xué)習(xí)者的需求，一定程度上影響了學(xué)習(xí)者的使用黏性。為提升MOOC 課程質(zhì)量，首先，應(yīng)該以專(zhuān)家、學(xué)科優(yōu)秀教師、研究者為代表，從專(zhuān)業(yè)度、稀缺度、規(guī)范度等多個(gè)角度設(shè)置合理且具有時(shí)代特征的MOOC質(zhì)量評(píng)價(jià)基準(zhǔn)，以限定MOOC 準(zhǔn)入門(mén)檻，并加大研究性示范課程和培育課程的開(kāi)發(fā)和設(shè)計(jì)，以提高課程開(kāi)發(fā)人員的水平。其次，應(yīng)該充分利用學(xué)習(xí)者的感知體驗(yàn)大數(shù)據(jù)，形成課程質(zhì)量的過(guò)程性評(píng)價(jià)，以此加強(qiáng)學(xué)習(xí)者和課程團(tuán)隊(duì)之間的雙向反饋交流，實(shí)現(xiàn)學(xué)習(xí)者作為課程資源共同評(píng)估者的角色。再次，研究者不應(yīng)僅關(guān)注指標(biāo)體系的探索與評(píng)價(jià)框架的構(gòu)建，更應(yīng)該關(guān)注應(yīng)用于實(shí)踐的質(zhì)量評(píng)價(jià)工具設(shè)計(jì)與研究，以輔助教學(xué)者改善課程質(zhì)量。通過(guò)上述措施，形成以學(xué)習(xí)者為核心、多方參與、持續(xù)改進(jìn)的課程質(zhì)量評(píng)估體系。同時(shí)新時(shí)代MOOC 教師應(yīng)該加強(qiáng)自身科教融合與信息技術(shù)應(yīng)用的能力，以便提高課程內(nèi)容的時(shí)代性、前瞻性和高階性，建設(shè)實(shí)踐應(yīng)用性較強(qiáng)的學(xué)科優(yōu)質(zhì)趣味課程。

（四）加快智能型技術(shù)融合，消減習(xí)得性無(wú)助

高水平自我效能感有助于增強(qiáng)學(xué)習(xí)動(dòng)機(jī)和行為，學(xué)習(xí)者面對(duì)在線(xiàn)學(xué)習(xí)任務(wù)或困難時(shí)會(huì)將其視為挑戰(zhàn)，并以積極情緒投入到在線(xiàn)課程的學(xué)習(xí)。而低自我效能感會(huì)導(dǎo)致中途放棄、學(xué)習(xí)積極性不高的“習(xí)得性無(wú)助”狀態(tài)。研究證明，該心理狀態(tài)與學(xué)習(xí)者所遭受的挫折呈現(xiàn)正相關(guān)。因此，需要提供及時(shí)、有效的反饋及學(xué)習(xí)任務(wù)腳手架，創(chuàng)建融洽的互助社群，營(yíng)造良好的師生關(guān)系，幫助學(xué)習(xí)者有效克服難題，增加學(xué)習(xí)者感受成功的機(jī)會(huì)。但現(xiàn)有的技術(shù)和教師精力限制了對(duì)學(xué)習(xí)者的高質(zhì)量反饋和支持，因此，MOOC 應(yīng)加快與人工智能、大數(shù)據(jù)等技術(shù)的融合，充分利用人工智能等技術(shù)的服務(wù)性能，創(chuàng)設(shè)人機(jī)互動(dòng)式的智能化、個(gè)性化、趣味化學(xué)習(xí)環(huán)境，并以自動(dòng)化的形成性評(píng)估反饋對(duì)個(gè)體精準(zhǔn)干預(yù)，幫助其查漏補(bǔ)缺、獲取資源、彌補(bǔ)短板、克服難題，最終實(shí)現(xiàn)真正意義上降低甚至消除學(xué)習(xí)者的習(xí)得性無(wú)助。