摘要：在“大云物智”時(shí)代，數(shù)智素養(yǎng)成為當(dāng)代大學(xué)生必備的素養(yǎng)，然而當(dāng)前大學(xué)生數(shù)智技術(shù)的學(xué)習(xí)和應(yīng)用情況并不容樂觀?；赨TAUT模型和過度自信理論，考察學(xué)生數(shù)智技術(shù)學(xué)習(xí)行為的影響因素，并分析過度自信對(duì)學(xué)習(xí)行為意向的調(diào)節(jié)作用，以及不同性別、年級(jí)和學(xué)習(xí)成績學(xué)生的異質(zhì)性。研究發(fā)現(xiàn)：績效期望和付出期望對(duì)數(shù)智技術(shù)學(xué)習(xí)行為具有顯著促進(jìn)作用，且績效期望可通過提高學(xué)生的學(xué)習(xí)意向來促進(jìn)學(xué)習(xí)行為；過度自信負(fù)向調(diào)節(jié)了績效期望對(duì)學(xué)生學(xué)習(xí)意向的影響；績效期望和付出期望對(duì)學(xué)習(xí)行為的促進(jìn)作用僅在高年級(jí)、學(xué)習(xí)成績較好的學(xué)生群體中顯著，過度自信對(duì)學(xué)習(xí)行為的負(fù)向調(diào)節(jié)效應(yīng)在男生中表現(xiàn)更明顯。有鑒于此，可通過強(qiáng)化激勵(lì)機(jī)制、提供學(xué)習(xí)支持、完善知識(shí)體系、分層精準(zhǔn)施策等方式來引導(dǎo)學(xué)生的學(xué)習(xí)行為，提高學(xué)生的數(shù)智素養(yǎng)。

關(guān)鍵詞：數(shù)智技術(shù)；學(xué)習(xí)行為；UTAUT模型；過度自信

中圖分類號(hào)：G642

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1009-4156（2025）02-0106-07

一、問題的提出

培養(yǎng)在校生應(yīng)用數(shù)智技術(shù)的能力、提升學(xué)生的數(shù)智素養(yǎng)成為數(shù)智時(shí)代高等教育人才培養(yǎng)的必然要求，更是支持國家數(shù)字化跨越式發(fā)展的一項(xiàng)重要的基礎(chǔ)性和先導(dǎo)性工作［1］。當(dāng)代大學(xué)生成長于信息化環(huán)境，被稱為“數(shù)字原住民”，但其對(duì)數(shù)智技術(shù)的學(xué)習(xí)與應(yīng)用實(shí)踐多是淺嘗輒止。相關(guān)研究發(fā)現(xiàn)，雖然大學(xué)生熟悉數(shù)字資源環(huán)境和相關(guān)技術(shù)，但在信息搜索和信息的批判性評(píng)估等方面的表現(xiàn)卻不盡如人意［2］。凌征強(qiáng)［3］的調(diào)查研究表明，我國大學(xué)生數(shù)字內(nèi)容創(chuàng)作能力和數(shù)字安全意識(shí)薄弱，欠缺批判性思維和解決問題的能力。特別是對(duì)于人文社會(huì)科學(xué)專業(yè)的學(xué)生而言，數(shù)智技術(shù)涉及學(xué)科交叉度高，知識(shí)更迭速度快，學(xué)習(xí)難度較大，導(dǎo)致學(xué)生出現(xiàn)更嚴(yán)重的信息素養(yǎng)缺失現(xiàn)象［4］［5］。此外也有研究指出，在信息素養(yǎng)教育領(lǐng)域，學(xué)生普遍存在信心水平與能力水平脫節(jié)的現(xiàn)象，雖然學(xué)生對(duì)自己的能力非常自信，但在實(shí)際測(cè)試和實(shí)踐中并沒有表現(xiàn)出足夠的信息素養(yǎng)［6-8］。

相關(guān)研究普遍在技術(shù)接受模型（Technology Acceptance Model，TAM）、整合型技術(shù)接受與應(yīng)用模型（Unified Theory of Acceptance and Use of Technology， UTAUT）等經(jīng)典理論的基礎(chǔ)上研究人們對(duì)新技術(shù)的學(xué)習(xí)行為。邢文明和劉我［9］基于UTAUT模型和自我決定理論，構(gòu)建大學(xué)生數(shù)智素養(yǎng)發(fā)展影響因素模型，并采用結(jié)構(gòu)方程模型與模糊集定性比較分析相結(jié)合的方法探討大學(xué)生數(shù)智素養(yǎng)形成發(fā)展的影響因素。研究人員還通過增刪變量的方式在基本模型上進(jìn)行拓展，研究人們對(duì)信息搜索系統(tǒng)、ChatGPT等數(shù)智技術(shù)的學(xué)習(xí)和應(yīng)用［10］［11］。也有一些研究發(fā)現(xiàn)，年齡、性別、學(xué)習(xí)經(jīng)驗(yàn)等個(gè)人特征在各類因素和數(shù)智技術(shù)的學(xué)習(xí)行為意愿之間起到調(diào)節(jié)作用［12］。

綜上所述，盡管現(xiàn)有研究在數(shù)智技術(shù)的學(xué)習(xí)行為方面已取得顯著成果，但針對(duì)跨學(xué)科、跨專業(yè)學(xué)生的學(xué)習(xí)行為的研究尚顯不足。金融與數(shù)智技術(shù)融合程度較高，很早便通過科技手段降低信息不對(duì)稱，提升金融服務(wù)與產(chǎn)品的質(zhì)量［13］。掌握數(shù)智技術(shù)成為金融學(xué)專業(yè)學(xué)生的必備素養(yǎng)，但金融學(xué)專業(yè)學(xué)生的數(shù)智技能和數(shù)理知識(shí)仍十分欠缺［14］。此外，大多數(shù)研究聚焦于客觀個(gè)人特征對(duì)學(xué)習(xí)行為的影響，忽視了主觀心理認(rèn)知狀態(tài)可能產(chǎn)生的作用。基于此，以某財(cái)經(jīng)類院校金融學(xué)專業(yè)學(xué)生為研究對(duì)象，在經(jīng)典UTAUT模型的基礎(chǔ)上，創(chuàng)新性地引入數(shù)智素養(yǎng)過度自信這一變量，分析金融學(xué)專業(yè)學(xué)生數(shù)智技術(shù)學(xué)習(xí)行為的影響因素，并分析過度自信的調(diào)節(jié)作用，以及不同性別、年級(jí)和學(xué)習(xí)成績的學(xué)生行為的異質(zhì)性。

二、理論分析與研究假設(shè)

Venkatesh等人［15］提出的UTAUT模型，集成了理性行為理論、計(jì)劃行為理論、技術(shù)接受模型等理論，使用努力期望、績效期望、社會(huì)影響和便利條件等四個(gè)變量解釋人們學(xué)習(xí)新技術(shù)的行為意向，具有較高的解釋力度，得到了廣泛應(yīng)用，因此基于UTAUT模型分析學(xué)生的數(shù)智技術(shù)學(xué)習(xí)意愿和行為。

（一）績效期望對(duì)學(xué)習(xí)行為的影響

績效期望是指?jìng)€(gè)人相信使用數(shù)智技術(shù)有助于提高他們的學(xué)習(xí)和工作效率，對(duì)生活具有幫助［16］。相關(guān)研究指出，績效期望對(duì)使用新技術(shù)的行為意愿不僅有直接的影響，而且還是最穩(wěn)定、最重要的影響因素［17］。隨著金融行業(yè)的不斷發(fā)展和技術(shù)的不斷進(jìn)步，數(shù)智技術(shù)已成為金融行業(yè)不可或缺的一部分。金融機(jī)構(gòu)普遍使用算法模型對(duì)借款人的信用風(fēng)險(xiǎn)進(jìn)行評(píng)估，對(duì)金融數(shù)據(jù)進(jìn)行深度挖掘以分析市場(chǎng)變化規(guī)律，利用大數(shù)據(jù)實(shí)現(xiàn)客戶畫像和精準(zhǔn)營銷。如果學(xué)生認(rèn)為掌握數(shù)智技術(shù)有助于提高自己的學(xué)業(yè)，幫助自己將來獲得更好的工作機(jī)會(huì)，便會(huì)更加積極地學(xué)習(xí)數(shù)智技術(shù)?；诖耍岢鲅芯考僭O(shè)1：績效期望對(duì)數(shù)智技術(shù)學(xué)習(xí)行為具有顯著正向影響。

（二）付出期望對(duì)學(xué)習(xí)行為的影響

付出期望體現(xiàn)了學(xué)習(xí)數(shù)智技術(shù)的難易程度［9］。低難度預(yù)期將有效減少學(xué)習(xí)過程中的壓力和挫折感，建立學(xué)習(xí)自我效能感。如果學(xué)生認(rèn)為學(xué)習(xí)數(shù)智技術(shù)相對(duì)容易，通過努力即可達(dá)成學(xué)習(xí)目標(biāo)，便更有可能采取積極主動(dòng)的學(xué)習(xí)策略；如果他們認(rèn)為學(xué)習(xí)難度過大，或是付出與回報(bào)不成正比，則可能會(huì)減少學(xué)習(xí)投入，甚至放棄學(xué)習(xí)?；诖耍岢鲅芯考僭O(shè)2：付出期望對(duì)數(shù)智技術(shù)學(xué)習(xí)行為具有顯著正向影響。

（三）社會(huì)影響對(duì)學(xué)習(xí)行為的影響

社會(huì)影響是指?jìng)€(gè)體感受到身邊其他人對(duì)數(shù)智技術(shù)的支持程度。相關(guān)研究認(rèn)為，社會(huì)影響顯著地增加人們接受新技術(shù)的積極性［18］。Curtale等人［19］基于UTAUT拓展模型分析了六種心理因素對(duì)共享電車使用行為意圖的影響，發(fā)現(xiàn)其中社會(huì)影響是行為意向的重要驅(qū)動(dòng)因素。如果學(xué)生所處的社交圈子，如同學(xué)、朋友等都在積極學(xué)習(xí)數(shù)智技術(shù)，學(xué)生便可能會(huì)出于社交心理而加入其中。另外，如果父母、教師也在強(qiáng)調(diào)學(xué)習(xí)數(shù)智技術(shù)的重要性，或是對(duì)他們學(xué)習(xí)行為給予認(rèn)可和鼓勵(lì)，也會(huì)激發(fā)學(xué)生學(xué)習(xí)的積極性［20］?；诖耍岢鲅芯考僭O(shè)3：社會(huì)影響對(duì)數(shù)智技術(shù)學(xué)習(xí)行為具有顯著正向影響。

（四）便利條件對(duì)學(xué)習(xí)行為的影響

便利條件是指?jìng)€(gè)體認(rèn)為自己在學(xué)習(xí)新技術(shù)時(shí)可以得到的基礎(chǔ)設(shè)施等外部條件的支持程度，如是否擁有手機(jī)、電腦等設(shè)備，是否有穩(wěn)定的互聯(lián)網(wǎng)覆蓋等［21］。數(shù)智技術(shù)對(duì)于金融學(xué)專業(yè)的學(xué)生來說屬于跨學(xué)科知識(shí)，學(xué)習(xí)起來有一定難度。充足的便利條件意味著學(xué)生更容易接觸到數(shù)智技術(shù)，不僅可以隨時(shí)通過在線課程、電子書籍進(jìn)行學(xué)習(xí)，還可以根據(jù)自己的需求制訂個(gè)性化的學(xué)習(xí)方案，這將會(huì)大幅降低跨學(xué)科知識(shí)的學(xué)習(xí)門檻。如果學(xué)生能獲取足夠的學(xué)習(xí)資源來學(xué)習(xí)數(shù)智技術(shù)，便更傾向于采取學(xué)習(xí)行動(dòng)?；诖耍岢鲅芯考僭O(shè)4：便利條件對(duì)數(shù)智技術(shù)學(xué)習(xí)行為具有顯著正向影響。

（五）學(xué)習(xí)意向的中介機(jī)制

學(xué)習(xí)意向是指?jìng)€(gè)人采取某種特定行為的主觀意愿。在UTAUT理論中，行為意向?qū)Σ扇⌒袨榫哂兄匾念A(yù)測(cè)作用［22］，是個(gè)體采取學(xué)習(xí)行為最直接的決定因素［23］。在使用UTAUT模型分析數(shù)智技術(shù)學(xué)習(xí)行為時(shí)，需要充分考慮學(xué)習(xí)意向的中介機(jī)制?；诖耍岢鲅芯考僭O(shè)5：數(shù)智技術(shù)學(xué)習(xí)意向在上述因素影響學(xué)習(xí)行為的過程中起中介作用。

（六）過度自信的調(diào)節(jié)機(jī)制

過度自信是指因高估自身能力而導(dǎo)致的心理偏差［24］。相關(guān)研究表明，過度自信的CEO傾向高估自己解決問題的能力和水平，將助長企業(yè)非理性投資決策，甚至可能會(huì)引發(fā)企業(yè)的違規(guī)行為［25］［26］。丁志宏等人［27］、王建英等人［28］的研究發(fā)現(xiàn)，對(duì)自己金融素養(yǎng)過度自信的人具有更高的風(fēng)險(xiǎn)偏好，更容易遭受金融詐騙。過度自信的學(xué)生往往高估自己的學(xué)習(xí)能力和知識(shí)水平，對(duì)自己的學(xué)習(xí)成果和能力持有不切實(shí)際的期望。當(dāng)面對(duì)實(shí)際的學(xué)習(xí)挑戰(zhàn)和困難時(shí)，如果發(fā)現(xiàn)事情并不如人愿，就會(huì)喪失學(xué)習(xí)動(dòng)力。Aesaert等人［29］、Cleary［30］、夏紅玉等人［8］的研究認(rèn)為，高估自己的能力導(dǎo)致學(xué)生不會(huì)主動(dòng)學(xué)習(xí)并提升自己的信息素養(yǎng)能力，也不太可能改變自己的信息檢索習(xí)慣。基于此，提出研究假設(shè)6：過度自信負(fù)向調(diào)節(jié)數(shù)智技術(shù)學(xué)習(xí)意向，進(jìn)而將抑制學(xué)習(xí)行為。

為探究不同性別、年級(jí)和學(xué)習(xí)成績的學(xué)生在數(shù)智技術(shù)學(xué)習(xí)行為上的差異，提出研究假設(shè)7：數(shù)智技術(shù)學(xué)習(xí)行為在不同性別、不同年級(jí)以及不同學(xué)習(xí)成績的學(xué)生之間存在差異。綜上所述，構(gòu)建數(shù)智技術(shù)學(xué)習(xí)行為理論模型如圖1所示。

三、研究設(shè)計(jì)

（一）問卷設(shè)計(jì)

調(diào)查問卷分為三個(gè)部分：第一部分為基本情況，包括學(xué)生的性別、年級(jí)、家庭所在地（城鄉(xiāng)）、學(xué)習(xí)成績、父母受教育程度等內(nèi)容。第二部分為數(shù)智技術(shù)學(xué)習(xí)等變量的測(cè)量題項(xiàng)，分別測(cè)度數(shù)智技術(shù)的學(xué)習(xí)行為、學(xué)習(xí)意向、績效期望、付出期望、社會(huì)影響和便利條件等潛變量?？冃谕⒏冻銎谕?、社會(huì)影響、便利條件和學(xué)習(xí)意向均改編自Venkatesh等人［15］的量表，績效期望包括“數(shù)智技術(shù)在我的生活中很有用”等3個(gè)題項(xiàng)，付出期望包括“我很容易學(xué)會(huì)運(yùn)用生活中出現(xiàn)的新數(shù)智技術(shù)”等4個(gè)題項(xiàng)，社會(huì)影響包括“我身邊的老師、同學(xué)和朋友樂于學(xué)習(xí)新的數(shù)智技術(shù)”等4個(gè)題項(xiàng)，便利條件包括“學(xué)校的網(wǎng)絡(luò)和資源可以支持我進(jìn)行數(shù)智技術(shù)的學(xué)習(xí)”等4個(gè)題項(xiàng)；學(xué)習(xí)意向包括“我愿意學(xué)習(xí)新的數(shù)智技術(shù)”等4個(gè)題項(xiàng)。學(xué)習(xí)行為改編自Bhattacherjee等人［31］的量表，包括“我最近正在學(xué)習(xí)新興的數(shù)智技術(shù)”等3個(gè)題項(xiàng)。上述變量均采用五級(jí)李克特量表計(jì)分。第三部分為數(shù)智素養(yǎng)的測(cè)度。根據(jù)周小李［32］對(duì)數(shù)智技術(shù)的定義與《數(shù)字素養(yǎng)全球框架》，結(jié)合金融學(xué)專業(yè)本科生學(xué)習(xí)情況，從數(shù)智意識(shí)、數(shù)智思維、數(shù)智知識(shí)、數(shù)智技能和數(shù)智倫理等5個(gè)維度，設(shè)計(jì)16個(gè)問題測(cè)度學(xué)生數(shù)智素養(yǎng)。

（二）數(shù)據(jù)搜集

選擇河北省某財(cái)經(jīng)類院校金融學(xué)專業(yè)本科生為被調(diào)查對(duì)象，采用分層抽樣與便利抽樣相結(jié)合的方式，請(qǐng)班主任、輔導(dǎo)員和任課教師在各班發(fā)放調(diào)查問卷，共發(fā)放和回收問卷300份。為保證問卷的有效性，我們?cè)趩柧碇性O(shè)置了“為驗(yàn)證本次問卷的有效性，本題請(qǐng)選擇‘非常不符合’”這一問題。剔除無效問卷后，共獲得有效問卷252份，問卷有效率84%。有效樣本的描述性統(tǒng)計(jì)情況如表1所示。其中，男生58人，占比23.02%，女生194人，占比76.98%，與本校該專業(yè)學(xué)生性別比例大致相同。被調(diào)查對(duì)象在大一到大四各個(gè)年級(jí)都有分布。家庭位于城市的學(xué)生有144人，占比57.14%，來自農(nóng)村的學(xué)生有108人，占比42.86%。從學(xué)生的數(shù)智素養(yǎng)得分情況來看，數(shù)智素養(yǎng)平均評(píng)分為3.355（滿分5分），說明學(xué)生的數(shù)智素養(yǎng)水平處于一般水平。主觀數(shù)智素養(yǎng)平均得分為3.746，客觀數(shù)智素養(yǎng)平均得分只有2.964，學(xué)生對(duì)自己數(shù)智素養(yǎng)的主觀評(píng)價(jià)明顯高于客觀得分，說明存在明顯的數(shù)智素養(yǎng)過度自信現(xiàn)象，且這一現(xiàn)象在不同性別、不同年級(jí)的學(xué)生之間均有所體現(xiàn)。

四、實(shí)證結(jié)果與分析

（一）共同方法偏差檢驗(yàn)

收集的數(shù)據(jù)主要來自被調(diào)查者的自我報(bào)告，因此可能存在共同方法偏差，使用Harman單因素方法進(jìn)行共同方法偏差檢驗(yàn)。KMO統(tǒng)計(jì)值為0.921，在0.01的顯著性水平下顯著，表明數(shù)據(jù)適合作因子分析。以特征值大于1的原則提取了10個(gè)公因子，其中第一個(gè)公因子的解釋率為37.425%，小于40%的臨界標(biāo)準(zhǔn)［33］，表明不存在共同方法偏差問題。

（二）信效度檢驗(yàn)

采用Cronbach’s α對(duì)問卷數(shù)據(jù)進(jìn)行信度檢驗(yàn)，各個(gè)潛變量的Cronbach’s α在0.767～0.938之間，均大于0.7，表明潛變量具有較好的內(nèi)部一致性。所有題項(xiàng)均參考已有成熟量表，可以認(rèn)為其具有較好的內(nèi)容效度。收斂效度檢驗(yàn)結(jié)果顯示，每個(gè)變量的標(biāo)準(zhǔn)化因子載荷在0.548～0.947之間，均大于0.5，平均方差抽取率（Average variance extracted， AVE）在0.562～0.820之間，均大于0.5；組合信度（Composite reliability， CR）在0.788～0.941之間，均大于0.7，說明問卷的測(cè)量題項(xiàng)能有效反映各個(gè)潛變量的特征，收斂效度較好。用平均方差抽取量法對(duì)構(gòu)建模型的區(qū)分效度進(jìn)行檢驗(yàn)，AVE的平方根大于所有潛變量之間的相關(guān)系數(shù)，可以說明變量具有較好的區(qū)分效度。

（三）路徑分析

從結(jié)構(gòu)方程模型的各項(xiàng)擬合指標(biāo)來看，絕對(duì)適配度指標(biāo)RMSEA=0.071＜0.08；增值適配度指標(biāo)CFI=0.950＞0.9，TLI=0.938＞0.9；簡(jiǎn)約適配度指標(biāo)PNFI=0.748＞0.5，PGFI=0.647＞0.5，CMIN/df=2.281，表明模型的擬合度良好。

模型路徑系數(shù)估計(jì)結(jié)果如表2所示。從直接影響來看，績效期望和付出期望影響學(xué)習(xí)行為的路徑系數(shù)均顯著為正（β=0.428，plt;0.01；β=0.228，plt;0.01），說明當(dāng)學(xué)生認(rèn)為學(xué)習(xí)數(shù)智技術(shù)對(duì)他們的學(xué)習(xí)生活比較有用或者學(xué)習(xí)數(shù)智技術(shù)比較容易時(shí)，便會(huì)投入更多時(shí)間和精力去學(xué)習(xí)，研究假設(shè)1和假設(shè)2得到驗(yàn)證。社會(huì)影響和便利條件對(duì)學(xué)習(xí)行為的影響均未通過顯著性檢驗(yàn)。其原因可能是多數(shù)學(xué)生可獲得的學(xué)習(xí)資源非常豐富，便利條件不是制約他們學(xué)習(xí)的重要因素，學(xué)生可以在不受他人影響的情況下由自己決定是否學(xué)習(xí)以及如何學(xué)習(xí)數(shù)智技術(shù)［12］。

從間接影響來看，績效期望對(duì)學(xué)習(xí)意向的影響顯著為正（β=0.542，plt;0.01），當(dāng)學(xué)生認(rèn)為學(xué)習(xí)數(shù)智技術(shù)可以給他們的學(xué)習(xí)生活帶來好處時(shí)，學(xué)習(xí)的積極性和主動(dòng)性也會(huì)顯著提高。學(xué)習(xí)意向?qū)W(xué)習(xí)行為也存在顯著的正向影響（β=0.148，plt;0.01），說明績效期望可以通過提高學(xué)生的數(shù)智技術(shù)學(xué)習(xí)意向，進(jìn)而促進(jìn)學(xué)習(xí)行為。

為進(jìn)一步驗(yàn)證中介效應(yīng)，使用Bootstrap法進(jìn)行重復(fù)抽樣1 000次，在95%的置信區(qū)間內(nèi)，如果區(qū)間估計(jì)不包含0，則表示中介效應(yīng)是顯著的。中介效應(yīng)檢驗(yàn)結(jié)果顯示，付出期望和績效期望都對(duì)學(xué)習(xí)行為起到顯著促進(jìn)作用。付出期望的影響僅表現(xiàn)為直接效應(yīng)；績效期望既有直接效應(yīng)，又有間接效應(yīng)?？冃谕绊憣W(xué)習(xí)行為的總效應(yīng)為0.508，直接效應(yīng)為0.428，占比84.25%，間接效應(yīng)為0.080，占比15.75%，學(xué)習(xí)意向在績效期望影響學(xué)習(xí)行為的過程中起到部分中介作用。

（四）過度自信的調(diào)節(jié)效應(yīng)

為了檢驗(yàn)過度自信的調(diào)節(jié)效應(yīng)，在上述結(jié)構(gòu)方程模型的基礎(chǔ)上引入過度自信變量。參考丁志宏等人［27］的做法，使用主觀數(shù)智素養(yǎng)和客觀數(shù)智素養(yǎng)得分之差來衡量過度自信程度。模型絕對(duì)適配度指標(biāo)RMSEA=0.057＜0.08，增值適配度指標(biāo)CFI=0.926＞0.9，TLI=0.914＞0.9；簡(jiǎn)約適配度指標(biāo)PNFI=0.768＞0.5，PGFI=0.563＞0.5，CMIN/df=2.631，擬合度較好。

從路徑系數(shù)估計(jì)結(jié)果來看，績效期望和付出期望分別有助于促進(jìn)學(xué)習(xí)行為（β=0.370，plt;0.01；β=0.289，plt;0.01），同時(shí)績效期望也可以通過提高學(xué)習(xí)意向來促進(jìn)學(xué)習(xí)行為（β=0.630，plt;0.01；β=0.196，plt;0.01），上述實(shí)證結(jié)果與前文實(shí)證研究結(jié)論相一致。從過度自信的調(diào)節(jié)效應(yīng)來看（如圖2所示），績效期望與過度自信的交互項(xiàng)影響學(xué)習(xí)意向的路徑系數(shù)顯著為負(fù)（β=-0.091，plt;0.05），說明過度自信負(fù)向調(diào)節(jié)了績效期望對(duì)學(xué)習(xí)意向的促進(jìn)作用。過度自信的學(xué)生會(huì)高估自己的數(shù)智素養(yǎng)，認(rèn)為自己已經(jīng)具備足夠的能力與水平，這種自我認(rèn)知偏差會(huì)削弱學(xué)生的學(xué)習(xí)意向，進(jìn)而抑制學(xué)習(xí)行為。

（五）多群組分析

本文使用多群組分析研究學(xué)生數(shù)智技術(shù)學(xué)習(xí)行為的異質(zhì)性。根據(jù)學(xué)生性別、所在年級(jí)和學(xué)習(xí)成績，將樣本劃分為男生-女生、低年級(jí)-高年級(jí)、學(xué)習(xí)成績差-學(xué)習(xí)成績好不同組別進(jìn)行多群組分析。

從性別差異來看，無論是男生還是女生，績效期望均能顯著地促進(jìn)數(shù)智技術(shù)學(xué)習(xí)行為（β=0.298，plt;0.01；β=0.324，plt;0.01）。對(duì)于女生而言，付出期望和便利條件也對(duì)數(shù)智技術(shù)學(xué)習(xí)行為有顯著正向影響（β=0.382，plt;0.01；β=0.148，plt;0.05），但同樣的路徑在男生分組不顯著。從學(xué)習(xí)意向的中介作用來看，績效期望正向影響學(xué)習(xí)意向（β=0.872，plt;0.01；β=0.505，plt;0.01），同時(shí)學(xué)習(xí)意向也能正向影響學(xué)習(xí)行為（β=0.228，plt;0.01；β=0.127，plt;0.01）。從過度自信的調(diào)節(jié)效應(yīng)來看，在男生分組，過度自信負(fù)向調(diào)節(jié)了績效期望和付出期望對(duì)學(xué)習(xí)意向的影響（β=-0.305，plt;0.01；β=-0.146，plt;0.01）；而在女生分組，過度自信的調(diào)節(jié)效應(yīng)不顯著。男生更傾向于高估自己的能力，更容易因過度自信而產(chǎn)生自我滿足和松懈的心態(tài)，女生則普遍更加謹(jǐn)慎。此外，過度自信還正向調(diào)節(jié)了社會(huì)影響對(duì)男生數(shù)智技術(shù)學(xué)習(xí)意向的影響（β=0.363，plt;0.05）。過度自信的男生可能更容易接受周圍人對(duì)自己的認(rèn)同，但從總體來看，過度自信的調(diào)節(jié)效應(yīng)仍然表現(xiàn)為抑制作用。

從年級(jí)差異來看，在高年級(jí)學(xué)生分組，路徑系數(shù)的顯著性和上文基本一致，即績效期望和付出期望分別顯著地促進(jìn)數(shù)智技術(shù)學(xué)習(xí)行為（β=0.308，plt;0.01；β=0.289，plt;0.01），同時(shí)績效期望也可通過提高學(xué)習(xí)意向而促進(jìn)學(xué)習(xí)行為（β=0.627，plt;0.01；β=0.420，plt;0.01）。而且在高年級(jí)分組中，過度自信負(fù)向調(diào)節(jié)了績效期望對(duì)學(xué)習(xí)意向的影響（β=-0.075，plt;0.1），但在低年級(jí)分組，路徑系數(shù)均沒有通過顯著性檢驗(yàn)。其可能的原因是：低年級(jí)學(xué)生目前只學(xué)習(xí)了通識(shí)課和少量專業(yè)基礎(chǔ)課，對(duì)專業(yè)的認(rèn)知水平相對(duì)較低，還沒有完全理解學(xué)習(xí)數(shù)智技術(shù)的重要性。

從學(xué)習(xí)成績的差異來看，對(duì)于學(xué)習(xí)成績較好的學(xué)生而言，績效期望和付出期望對(duì)學(xué)習(xí)行為均具有顯著促進(jìn)作用（β=0.186，plt;0.01；β=0.268，plt;0.01），同時(shí)學(xué)習(xí)意向的中介作用以及過度自信的調(diào)節(jié)效應(yīng)也是顯著的。對(duì)于學(xué)習(xí)成績較差的學(xué)生而言，路徑系數(shù)沒有通過顯著性檢驗(yàn)，這說明成績較差的學(xué)生的學(xué)習(xí)行為意向還有待激發(fā)。

五、結(jié)論與建議

（一）結(jié)論

首先，績效期望和付出期望對(duì)數(shù)智技術(shù)學(xué)習(xí)行為具有顯著的促進(jìn)作用。付出期望對(duì)數(shù)智技術(shù)學(xué)習(xí)行為的影響主要體現(xiàn)為直接效應(yīng)；績效期望不僅可以直接促進(jìn)學(xué)習(xí)行為，還可通過提高學(xué)習(xí)意向來促進(jìn)學(xué)習(xí)行為，即學(xué)習(xí)意向在績效期望影響學(xué)習(xí)行為的路徑中起到部分中介作用。其次，學(xué)生對(duì)自己的數(shù)智素養(yǎng)存在過度自信的認(rèn)知偏差，而這種認(rèn)知偏差將負(fù)向調(diào)節(jié)績效期望促進(jìn)學(xué)習(xí)意向的作用效果，進(jìn)而將對(duì)學(xué)習(xí)行為產(chǎn)生負(fù)面影響。最后，數(shù)智技術(shù)學(xué)習(xí)行為在不同性別、年級(jí)、不同學(xué)習(xí)成績的學(xué)生之間存在差異。對(duì)于高年級(jí)和學(xué)習(xí)成績較好的學(xué)生，績效期望和付出期望能夠?qū)W(xué)習(xí)行為產(chǎn)生顯著的促進(jìn)作用；對(duì)于低年級(jí)和學(xué)習(xí)成績較差的學(xué)生，各類因素的作用效果沒有通過顯著性檢驗(yàn)；過度自信的負(fù)向調(diào)節(jié)效應(yīng)在男生群體更顯著。

（二）建議

第一，強(qiáng)化激勵(lì)機(jī)制。研究發(fā)現(xiàn)，績效期望是數(shù)智技術(shù)學(xué)習(xí)行為重要的影響因素，既能直接促進(jìn)數(shù)智技術(shù)學(xué)習(xí)行為，也能通過提升學(xué)習(xí)意向間接地影響學(xué)習(xí)行為。學(xué)校應(yīng)提高學(xué)生學(xué)習(xí)數(shù)智技術(shù)的期望成果，設(shè)立明確的學(xué)習(xí)目標(biāo)和激勵(lì)措施，使學(xué)習(xí)者能夠清楚地認(rèn)識(shí)到掌握數(shù)智技術(shù)將如何提升其工作或?qū)W習(xí)的效率。

第二，提供學(xué)習(xí)支持。研究結(jié)果表明，付出期望也有助于促進(jìn)學(xué)生的學(xué)習(xí)行為。學(xué)校應(yīng)該為學(xué)生的學(xué)習(xí)提供必要的幫助，以降低學(xué)習(xí)數(shù)智技術(shù)的門檻?？梢越⑷斯ぶ悄軐?shí)驗(yàn)室，并為實(shí)驗(yàn)室配備高性能計(jì)算機(jī)和專用軟件；開設(shè)數(shù)智技術(shù)相關(guān)課程，或是將數(shù)智技術(shù)與專業(yè)課程教學(xué)相結(jié)合；開展課外研學(xué)小組，邀請(qǐng)行業(yè)專家擔(dān)任導(dǎo)師，為學(xué)生提供個(gè)性化的輔導(dǎo)和答疑服務(wù)。通過配備先進(jìn)的設(shè)備與豐富的學(xué)習(xí)資源，為學(xué)生創(chuàng)造一個(gè)便捷的學(xué)習(xí)環(huán)境。

第三，完善知識(shí)體系。研究發(fā)現(xiàn)，大部分學(xué)生的數(shù)智素養(yǎng)處于一般水平，并且存在普遍高估自己數(shù)智素養(yǎng)的現(xiàn)象，這種過度自信將會(huì)成為學(xué)生成長的障礙。當(dāng)學(xué)生過分高估自己的能力時(shí)，就會(huì)產(chǎn)生自滿情緒，從而喪失學(xué)習(xí)的積極性。學(xué)校應(yīng)建立科學(xué)完善的數(shù)智素養(yǎng)培育體系，讓學(xué)生對(duì)數(shù)智技能的認(rèn)知不再僅停留在社交媒體宣傳的碎片化、淺層次理解之上，而是要通過系統(tǒng)的學(xué)習(xí)夯實(shí)基礎(chǔ)，掌握人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)分析的核心原理。在教學(xué)過程中，還可以鼓勵(lì)學(xué)生進(jìn)行自我評(píng)估以及提供適當(dāng)?shù)姆蛛A段挑戰(zhàn)和反饋，引導(dǎo)學(xué)生正確看待自己的能力和不足，幫助學(xué)生建立更加實(shí)際的學(xué)習(xí)期望。

第四，分層精準(zhǔn)施策。研究發(fā)現(xiàn)，大學(xué)生數(shù)智技術(shù)學(xué)習(xí)行為在不同年級(jí)、不同學(xué)習(xí)成績的學(xué)生之間存在差異，因此應(yīng)采取有針對(duì)性的教學(xué)策略和方法，實(shí)現(xiàn)數(shù)智技術(shù)的分類培養(yǎng)，以提高學(xué)習(xí)效果。對(duì)于低年級(jí)學(xué)生，可通過舉辦數(shù)智技術(shù)入門講座，提高學(xué)生對(duì)數(shù)智技術(shù)的認(rèn)識(shí)；對(duì)于高年級(jí)學(xué)生，可以通過項(xiàng)目實(shí)踐、創(chuàng)新創(chuàng)業(yè)競(jìng)賽等方式，強(qiáng)化學(xué)生對(duì)人工智能、大數(shù)據(jù)技術(shù)的應(yīng)用。另外，可以為成績優(yōu)秀的學(xué)生提供具有挑戰(zhàn)性的學(xué)習(xí)任務(wù)和項(xiàng)目以滿足其學(xué)習(xí)需求，同時(shí)關(guān)注學(xué)習(xí)成績較差的學(xué)生，及時(shí)幫助他們克服學(xué)習(xí)上的困難。

參考文獻(xiàn)：

［1］宋靈青，許林，朱莎，等.我國初中生數(shù)字素養(yǎng)現(xiàn)狀與培育策略——基于東中西部6省市25032名初中生的測(cè)評(píng)［J］.現(xiàn)代遠(yuǎn)程教育研究，2023（3）：31-39.

［2］謝幼如，邱藝，羅文婧，等.智能時(shí)代大學(xué)生學(xué)習(xí)適應(yīng)的重塑研究：內(nèi)涵、模型與測(cè)量［J］.電化教育研究，2023（3）：13-20.

［3］凌征強(qiáng).我國大學(xué)生數(shù)字素養(yǎng)現(xiàn)狀、問題與教育路徑［J］.情報(bào)理論與實(shí)踐，2020（7）：43-47+53.

［4］方霞，張?jiān)?，趙平.數(shù)字經(jīng)濟(jì)時(shí)代金融人才數(shù)據(jù)素養(yǎng)培養(yǎng)困境與對(duì)策研究［J］.中國大學(xué)教學(xué)，2022（9）：23-27.

［5］聶云霞，范志偉.數(shù)智時(shí)代人文社科學(xué)生AI素養(yǎng)及其培育路徑——以南昌大學(xué)為例［J］.檔案學(xué)刊，2023（4）：82-94.

［6］SVENSSON T， WILK J， MAN K G. Information Literacy Skills and Learning Gaps-Students’ Experiences and Teachers’ Perceptions in Interdisciplinary Environmental Science［J］. The Journal of Academic Librarianship，2022（1）：102465.

［7］GROSS M， LATHAM D. What’s Skill Got to Do with it？ Information Literacy Skills and Self-Views of Ability Among First-Year College Students［J］. Journal of the American Society for Information Science and Technology，2012（3）：574-583.

［8］夏紅玉，李玉海，彭婷，等.數(shù)字原住民自我感知的信息素養(yǎng)能力與實(shí)際能力的差異調(diào)查［J］.圖書情報(bào)工作，2023（22）：104-113.

［9］邢文明，劉我.全要素?cái)?shù)字化轉(zhuǎn)型背景下大學(xué)生數(shù)字素養(yǎng)影響因素研究［J］.數(shù)字圖書館論壇，2023（10）：79-90.

［10］武曉宇，張大偉.學(xué)術(shù)用戶移動(dòng)視覺搜索的持續(xù)使用意愿研究——基于UTAUT2-ECT整合模型的實(shí)證分析［J］.情報(bào)雜志，2023（8）：164-176.

［11］任海芝，吳彥瑾.科研用戶生成式信息搜索行為研究——以ChatGPT為例［J］.大學(xué)圖書情報(bào)學(xué)刊，2024（1）：3-14.

［12］王瑜.大學(xué)生使用人工智能技術(shù)輔助移動(dòng)學(xué)習(xí)英語詞匯的行為意向影響因素研究［J］.現(xiàn)代遠(yuǎn)距離教育，2023（5）：72-80.

［13］北京商報(bào).從“數(shù)字化”進(jìn)階“數(shù)智化”，2023北京金融論壇熱議金融大模型［EB/OL］.（2023-12-09）.https：//baijiahao.baidu.com/s？id=1784776929640351006wfr=spiderfor=pc.

［14］劉猛，陳經(jīng)緯，葉陳剛.數(shù)智化時(shí)代新財(cái)經(jīng)專業(yè)產(chǎn)學(xué)研人才培養(yǎng)實(shí)踐［J］.商業(yè)會(huì)計(jì)，2024（5）：114-117.

［15］VENKATESH V， MORRIS M G， DAVIS G B， et al. User Acceptance of Information Technology： Toward a Unified View［J］.MIS Quarterly，2003（3）：425-478.

［16］潘娜，黃婉怡.信任、技術(shù)接受與數(shù)字參與——公眾參與食品追溯體系的使能因素實(shí)證研究［J］.中國行政管理，2023（6）：99-110.

［17］江鳳娟.混合式教學(xué)環(huán)境中大學(xué)生學(xué)習(xí)的行為意愿影響因素研究［J］.電化教育研究，2021（6）：105-112+128.

［18］SLADE E L ， DWIVEDI Y K ， PIERCY N C， et al. Modeling Consumers’ Adoption Intentions of Remote Mobile Payments in the United Kingdom： Extending UTAUT with Innovativeness， Risk， and Trust［J］.Psychology amp; Marketing，2015（8）：860-873.

［19］CURTALE R， LIAO F， PETER V. User Acceptance of Electric Car-Sharing Services： The Case of the Netherlands［J］. Transportation Research Part A： Policy and Practice， 2021（149）：266-282.

［20］譚利華，馮士季.教師自主支持與小學(xué)生的科學(xué)學(xué)習(xí)無畏：學(xué)習(xí)興趣和創(chuàng)造力效能感的中介作用［J］.心理發(fā)展與教育，2024（3）：375-383.

［21］朱爾茜，宋曉玲.數(shù)字普惠金融微觀用戶采納行為的影響因素［J］.求索，2023（3）：100-107.

［22］吳瓊雷，張朋柱.互聯(lián)網(wǎng)+背景下基于UTAUT的商學(xué)院E-learning用戶接受模型［J］.上海交通大學(xué)學(xué)報(bào)，2018（2）：233-241.

［23］MATHIESON K. Predicting User Intentions： Comparing the Technology Acceptance Model with the Theory of Planned Behavior［J］. Information Systems Research，1991（3）：173-191.

［24］HERZ H， SCHUNK D， ZEHNDER C. How do Judgmental Overconfidence and Overoptimism Shape Innovative Activity［J］. Games and Economic Behavior，2014（1）：1-23.

［25］LI J， TANG Y I. CEO Hubris and Firm Risk Taking in China： The Moderating Role of Managerial Discretion［J］. Academy of Management Journal，2010（1）：45-68.

［26］胡海峰，白宗航，王愛萍.管理層過度自信對(duì)公司違規(guī)行為的影響研究［J］.經(jīng)濟(jì)經(jīng)緯，2022（5）：89-98.

［27］丁志宏，王偉成，張棟.金融素養(yǎng)過度自信對(duì)城鎮(zhèn)老人金融受騙的影響機(jī)制研究［J］.蘭州學(xué)刊，2024（1）：104-115.

［28］王建英，王婷，李萍.金融素養(yǎng)自信偏差、風(fēng)險(xiǎn)態(tài)度與家庭股票市場(chǎng)參與——基于CHFS2019微觀數(shù)據(jù)的實(shí)證分析［J］.中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2024（2）：53-68.

［29］AESAERT K， VOOGT J， KUIPER E， et al. Accuracy and Bias of ICT Self-Efficacy： An Empirical Study into Students’ Over and Underestimation of Their ICT Competences［J］. Computers in Human Behavior，2017（75）：92-102.

［30］CLEARY T J. Monitoring Trends and Accuracy of Self-Efficacy Beliefs During Interventions： Advantages and Potential Applications to School-Based Settings［J］. Psychology in the Schools，2009（2）：154-171.

［31］BHATTACHERJEE A， PEROLS J， SANFORD C. Information Technology Continuance： A Theoretic Extension and Empirical Test［J］. Journal of Computer Information Systems，2008（1）：17-26.

［32］周小李.學(xué)科數(shù)字素養(yǎng)概念分析：基于一種進(jìn)化論的方法［J］.中國遠(yuǎn)程教育，2023（7）：47-56+66.

［33］周浩，龍立榮.共同方法偏差的統(tǒng)計(jì)檢驗(yàn)與控制方法［J］.心理科學(xué)進(jìn)展，2004（6）：942-950.

Factors Influencing College Students’ Learning

Behavior of Digital Intelligence and Technology

——The Moderating Effect of Overconfidence

Li Ruijing Cheng Jingjing

（Financial Innovation and Risk Management Research Center，

Hebei Finance University， Baoding 071051， China）

Abstract：In the era of digital intelligence， digital literacy has become an essential literacy for" contemporary college students. However， the current situation of college students’ learning and application of digital intelligence technology is not optimistic. Based on the UTAUT model and overconfidence theory， this study examines the influencing factors of students’ digital technology learning behavior， and analyzes the moderating effect of overconfidence on learning behavior intention， as well as the heterogeneity of students of different genders， grades， and academic performance. Research has found that performance expectations and effort expectations have a significant promoting effect on digital intelligence technology learning behavior， and performance expectations can enhance students’ learning intention to promote learning behavior. Overconfidence negatively moderates the impact of performance expectations on students’ learning intentions. The promotion effect of performance expectations and effort expectations on learning behavior is only significant in the group of students with higher grades and better academic performance， while the negative moderating effect of overconfidence on learning behavior is more pronounced in male students. In view of this， it is possible to guide students’ learning behavior and improve their digital literacy by strengthening incentive mechanisms， providing learning support， improving knowledge systems， and implementing targeted policies at different levels.

Key words：Digital intelligence technology; Learning behavior; UTAUT model; Overconfidence