论文部分内容阅读
[摘 要] 移动计算技术与各类信息终端的进步，极大促进了基于“互联网+”的移动学习平台的发展。当前，纷繁的在线学习平台面临着用户不易接受、满意度和使用率低等诸多问题。基于信息系统技术接受和使用统一整合理论（UTUAT），结合移动情境和心流体验理论，针对当前用户群较为广泛的英语在线学习平台，通过问卷调查数据，对用户在线学习的情境和技术接受感知行为进行深入研究，构建了移动学习平台的用户使用行为模型。数据分析显示，心流体验、感知移动性和服务质量对学习用户的持续使用意愿均有显著影响，在线学习的内容质量通过心流体验对用户行为产生间接影响;感知成本因素方面，付费的移动学习平台对用户行为的影响比免费平台相对显著，但均未通过显著性检验。上述研究方法和结论，对各类移动学习平台的用户行为研究具有一定的参考价值。
[关键词] 移动学习; 用户行为; 持续使用意愿; 感知移动性; 心流体验
[中图分类号] G434 [文献标志码] A
[作者简介] 许雪琦（1974—），女，河北秦皇岛人。副教授，博士，从事教育信息管理、数据分析、智能系统的人机交互等方面的研究。E-mail：xxq@hdu.edu.cn。
一、引 言
在“互联网+”时代，网络与教育的深度融合持续带动着远程与在线教育的升级。大数据、移动计算及人工智能等前沿技术的发展，优化了在线教学过程，提升了学习效能，并使个性化学习成为可能。移动学习服务与传统学习方式的本质区别在于，用户可以随时随地获取学习资源;第五代无线系统的发展和推行，数据吞吐量增长，移动性更强，将极大地改善移动学习平台的网络稳定性。移动学习平台的市场广阔，竞争越来越激烈。面对更加多元化的学习场景，如何实现用户的积累，夺取市场份额争夺战的胜利，已成为众多在线教育服务商力争解决的问题。本文以英语移动学习平台为例，基于情境理论和心流体验理论，以信息系统技术接受模型为基础，提出了移动学习用户的平台持续使用行为影响因素的理论模型，分析用户行为的影响因素，为移动学习平台的发展提供决策参考。
二、文献综述
（一）UTUAT模型
信息系统技术接受和使用统一整合理论（UTUAT）广泛用于用户信息系统行为研究[1]。该模型由Venkatesh[2]等人通过整合多种信息系统接受理论模型提出，并对技术接受模型（TAM）继续进行了修正。其归纳了绩效期望、努力期望、社会影响对使用意愿的作用，并考虑便利条件和使用意愿对用户使用行为的影响;同时考虑四个调节变量（性别、年龄、经验、自愿性）对使用意愿和使用行为的影响，增强了信息技术接受相关研究的解释度和预测效力。实证分析验证，UTUAT对用户使用影响因素的解释力高达70%。
目前，模型的应用方式分为两个方面。一是在UTUAT基础上，修改或添加因子以满足具体问题的需要。吴云[3]在UTUAT结构基础上添加焦虑、感知可信性和社会评价构建政务社交媒体公众接受模型后发现，社会影响和社会评价是影响用户使用意愿的主要因素，绩效期望通过社会评价产生影响。二是整合UTUAT与其他现有模型。陈鹤阳[4]整合UTAUT和TTF模型构建理论模型，探究各个因素对移动图书馆用户采纳意愿的影响。结果显示，绩效期望、个体创新和感知信任对移动图书馆用户采纳意愿有显著正向影响，任务技术匹配通过绩效期望间接影响用户采纳意愿。因此，以UTUAT为基础构建移动学习用户使用行为模型，研究基础合理可行。
（二）心流体验
心流（Flow）是指当个体进行某种娱乐或者活动时，若所面临的挑战难度跟自身技能达到相对平衡，就会产生心流，期间主体会全身心地投入到活动中，并感受到愉快，该理论由美国著名心理学家Csikszentmihalyi[5]提出。心流活动具有八个特征：工作完成、全神贯注、目标明确、及时反馈、高度自控、投入感、忘我状态和时间观感。心流理论认为，达到心流状态需要三个条件：个人技能与任务挑战相平衡，用户具有清晰的目标，用户得到及时的反馈。
随着心流理论的发展，心流体验成功应用于用户虚拟游戏、在线购物等方面的研究，近年来在移动用户行为研究上也有较大突破。包成名[6]等的研究表示，移动游戏的使用通过感知娱乐性和努力期望影响心流体验。结合心流的特点和达成条件、移动学习的目的和过程，用户的心流体验更易受到内容质量、期望绩效等因素的影响，高质量内容和显著的成果反馈使用户更容易获得心流体验。
（三）移动情境理论
在消费者行为研究中，情境被认为是一个重要的因素，它表示用户特定行为的时间和空间，可以影响用户在特定时间、地点的决策。Barnard[7]等认为，移动情境是用户在使用移动终端时所需要的条件和使用者所处的状态。Kim[8]等认为，移动情境是在移动互联网中影响个人环境因素的集合。Amberg[9]将感知移动性和感知成本作为移动服务情境构建个性化情境依赖模型，并验证了感知移动性和感知成本对用户接受移动服务的影响。因而在本研究中将移动情境定义为用户在不同时间、地点使用移动学习平台时面临的成本和移动性条件。在移动平台学习是区别于传统学习方式的一个重要标志。大量研究证明，移动技术的随时随地性，是影响用户采纳移动服务行为的关键因素[10]。在移动技术高速发展、信息海量增长的时代，良好的移动性和低的感知成本将对移动学习平台用户的使用意愿和行为起到极为重要的促进作用，因而在研究中加入情境因素是十分必要的。
三、研究模型和假设
（一）研究模型的提出
通过相关文献的整理和归纳，发现针对移动平台用户行为的研究较少，且未形成有效而完善的研究模式。在移动平台的研究中，移动游戏用户使用意愿的研究与移動学习相比，研究时间早，研究模型相对成熟。如图1（a）所示，二者具有相同的移动平台背景、相同的目标性，但在使用过程中存在一定差异。因此，在移动游戏用户使用行为模型的基础上，比较二者的共通性和差异性，提出移动学习用户的持续使用行为影响因素的理论模型。 针对在线学习用户，在移动学习情境中，研究用户的学习行为，除网速、流量等相关因素外，更需要考虑移动平台的移动性、服务质量、内容等因素，以及用户的各种感知因素的影响。因此，在移动游戏用户的持续使用意愿影响因素模型的基础上，提出移动学习用户的持续使用行为影响因素的理论模型。模型保留UTUAT模型中绩效期望、满意度、社会影响三个因素，并将心流体验、感知成本和内容质量纳入模型中;感知移动性和服务质量作为移动情境因素添加到模型中。以上八个因素按照平台和用户的维度构建模型，如图1（b）所示。
因此，针对移动平台和用户感知两个方面，研究八个因素对移动学习平台的用户持续使用行为（Continuous Intention，CI）的影响程度，即社会影响（Social Influence，SI）、服务质量（Quality of Service， QS）、感知移动性（Perceived Mobility，PM）、内容质量（Quality of Content， QC）、感知成本（Perceived Cost， PC）、满意度（Satisfaction，SA）、绩效期望（Performance Expectancy，PE）和心流体验（Flow，FL）。
（二）研究假设
1. UTUAT核心变量的假设
绩效期望是UTUAT模型的核心变量，是个体相信信息系统可以增加工作绩效的程度[11]。相关研究证明，在信息系统采纳意愿的研究领域，绩效期望对用户的持续使用意愿具有正向影响[12-14]。
满意度对用户的重复购买意愿产生显著的正向影响，信息系统的满意度体现出用户的实际感受与先前预期的情感差异程度，也会对用户的持续使用意愿或者行为产生积极的影响。
社会影响是个体在公众环境使用某项移动服务时，首先会观察周围环境中的其他人的行为，并且受到他人行为影响作出行为的判断[15]。基于UTUAT，社会影响对移动支付用户使用意愿存在正向影响[16]。
基于上述研究基础，对研究模型作出如下假设：
H1：绩效期望对用户持续使用意愿具有正向影响;
H2：绩效期望对用户的满意度具有正向影响;
H3：用户满意度对持续使用意愿具有正向影响;
H4：社会影响对用户的持续使用意愿具有正向影响。
2. 移动情境因素的假设
感知移动性允许用户随时随地通过移动设备获取各种信息和服务，即移动性具有在新的环境下引导和支持用户的能力。移动学习的主要优势是效益和实用性，这些优势是移动设备移动性的结果。同时，移动用户对信息安全的关注度日益增加，平台服务能否实现对用户隐私的严格维护，并作出及时响应，对用户的持续使用意愿具有重要影响。因此，提出如下假设：
H5：感知移动性对用户绩效期望具有正向影响;
H6：平台服务质量对用户满意度具有正向影响。
3. 心流体验因素的假设
心流体验展现了最佳的学习体验过程。在移动学习中，当用户感受到心流时，他们精神高度集中，享受学习过程，对环境变化和时间变动不敏感[5，17]。这样的最佳体验，极大地促进用户的使用行为。研究表明，心流体验确实会促进用户的在线购物行为，以及游戏用户的使用意愿[12，18]。因此，提出如下假设：
H7：内容质量对心流体验具有正向影响;
H8：绩效期望对心流体验具有正向影响;
H9：心流体验对持续使用行为具有正向影响。
4. 感知成本因素的假设
感知成本是用户在使用产品或者接受服务时，感知到的需要付出的费用、时间和精力等[10]。在移动学习情境中，将感知成本定义为用户使用移动平台时所付出的各种费用、时间和精力。通常，较高的用户感知成本会降低用户的持续使用意愿。因此，提出如下假设：
H10：感知成本对用户使用意愿具有负向影响。
四、研究方法与过程
（一）问卷设计
在移动学习用户使用意愿的问卷设计中，为保证问卷信度和效度，在测量题项上参考已有文献，并根据移动英语学习的特征作出相应的调整，见表1，问卷采用 Likert 5 级度量方法，以及9个变量设计题项。
（二）数据收集
問卷的调查对象包括在校生及社会人群，且有过移动英语学习经历。问卷通过网络进行发放和收集，调查内容包括用户基本信息和平台选择两个部分。共收到276份问卷，剔除选项全部一致或回答时间过短（少于90秒）的问卷，最终有效问卷244份，有效率为87%。
如图2所示，调查对象主体为大学生，其中硕博生占比近四成（39.34%）。这些用户选择的移动英语学习平台主要包括词汇类（90.6%）及翻译类（72.5%），其次是阅读（52.9%）和口语听力类（50.4%）。其中平台使用占比较高的前三位是有道词典、沪江开心词场和英语流利说。
数据显示，用户在选择学习平台时，所考虑的因素有学习体验（85.2%）、平台设计的感受（72.5%）、平台服务（60.2%），而费用因素对用户的影响则相对较小（18.9%）。
（三）信度和效度分析
验证变量的信度和收敛效度，验证性因子分析的结果见表2 ，九个因子的 Cronbach’s alpha 值均高于0.80，组合信度均高于0.80，各因子的平均抽取方差均高于 0.50，表明量表的信度和收敛效度较好。
区分效度的评估方法，是通过比较平均方差抽取量平方根与变量间相关系数的大小，见表3，表中对角线数字显示的九个因子AVE平方根均大于其相关系数，因此，该量表具有很好的区分效度。 （四）模型整体拟合和假设检验
采用Amos 18.0结构方程模型分析软件，对研究模型进行整体拟合评价与假设检验。该结构模型适配度指标分析结果见表4，模型参数均在适配标准之内，模型适配度均良好。因此，上文提出的移动学习用户持续使用意愿影响因素的理论模型构建合理。
由Amos分析工具计算的标准化路径系数及其显著性，见表5。模型验证结果显示，除H10（感知成本对持续使用意愿具有负向影响）未得到支持外，其余假设均得到支持，其中H2、H3、H7、H9为显著（p值小于0.01）。
上述结果所针对的用户群体较广泛，学习平台包括免费及收费产品。为了进一步检验感知成本对用户使用行为的影响，研究选取了收费平台用户数据。针对至少一个付费平台的用户，共有173份数据，检验结果p值为0.057，标准化路径系数为-0.189。
由分析结果可见，针对付费平台的数据依旧不支持H10，已接近检验标准p<0.05。但相对于免费和付费全体用户的H10（PH10= 0.176），可理解为感知成本对付费移动学习平台有一定的显著性。
图3描述了移动学习用户使用行为的影响因素。通过结构方程模型中的路径系数，计算自变量对因变量的直接影响、间接影响和总影响的效果值，以了解各因素对用户持续使用行为的影响程度[25]，由数据分析得出以下结论：
（1）服务质量（QS）对用户满意度（SA）具有显著直接影响（SPC=0.371），并通过满意度（SA）对用户持续使用意愿（CI）产生间接影响，最终影响效果值为：
SE（QS）= SPC（QS→SA）*SE（SA）= 0.166
（2）感知移动性（PM）对感知绩效（PE）具有显著直接影响（SPC=0.328），并通过感知绩效（PE）对用户持续使用意愿（CI）产生间接影响，最终效果值为：
SE（PM）= SPC（PM→PE）*SE（PE）= 0.247
（3）内容质量（QC）对心流体验（FL）具有显著直接影响（SPC=0.479），并通过心流体验（FL）对用户持续使用意愿（CI）产生间接影响，最终效果值为：
SE（QC）= SPC（QC→FL）*SE（FL）= 0.212
（4）社会影响（SI）、满意度（SA）、心流体验（FL）对用户持续使用意愿具有显著正向影响。效果值分别为0.303、 0.447、0.443。
（5）绩效期望（PE）对用户持续使用意愿（CI）具有显著直接影响，并通过满意度（SA）和心流体验（FL）对使用意愿产生间接影响。因此，绩效期望对用户持续使用意愿总的效果值为：
SE（PE）= SPC（PE→CI）+ SPC（PE→SA）*SE（SA）+ SPC（FL→SA）*SE（FL）=0.671
五、研究结论与展望
针对移动在线学习，基于UTUAT模型、心流体验等理论，对用户持续使用行为影响因素的分析结论和启示如下：
（1）在移动情境（平台）的影响因素中，社会影响（p=0.041）对用户持续使用意愿具有显著直接影响，服务质量（p=0.033）、移动性（p=0.037）、内容质量（p=0.007）分别通过满意度、绩效期望和心流体验对用户持续使用行为产生间接影响，且社会影响（SE=0.303）对用户使用意愿的影响效果值最大。
（2）在心流体验（用户感知）影响因素中，满意度（p<0.001）、绩效期望（p=0.019）和心流体验（p<0.001）均对用户持续使用行为有显著影响。其中，绩效期望（SE=0.671）对用户使用意愿影响效果值最大。感知成本（p=0.176）未通过显著性检验，但感知成本在付费的移动学习平台中对用户行为的影响比免费平台相对显著。
综上，在“互联网+”的学习时代，用户间的交流和经验对信息获取有重要作用，并影响用户的选择和使用意愿。而且，用户知识付费意愿不断增强，尊重知识产权，优质资源收费，已成为必然趋势。在提高学习资源质量的基础上，有效的激励方法仍可以保留优质的忠实用户群。且相比于感知成本，学习者更期望在学习过程中获取心流体验，提升愉悦感和成就感。因此，移动学习平台开发商需不断努力开发丰富、精彩、有趣的学习内容，提供个性化服务，及时响应用户需求，严格维护用户隐私和信息安全。
以移動英语在线学习用户和平台的问卷调查数据，验证了移动情境及心流体验对在线学习用户的使用行为影响因素模型的合理性。然而，移动学习情境具有相当的复杂性，不同课程平台和用户的特征发生改变时，可能会造成影响因素的改变。在后续研究中，还需要进一步拓展模型的使用情境维度，以提高模型及研究内容的适应性。
[参考文献]
[1] DAVIS F D. Perceived usefulness， perceived ease of use， and user acceptance of information technology[J]. MIS quarterly， 1989，13（3）：319-341.
[2] VENKATESH V， MORRIS M G， DAVIS. G B. User acceptance of information technology： toward a unified view[J]. MIS quarterly， 2003，27（3）：425-478.
[3] 吴云， 胡广伟. 政务社交媒体的公众接受模型研究[J]. 情报杂志， 2014（2）：181-186.
[4] 陈鹤阳， 谭宏利. 基于UTAUT和TTF模型的移动图书馆用户采纳行为研究[J]. 现代情报， 2018，38（1）：60-68. [5] CSIKSZENTMIHALYI M. The psychology of optimal experience[M]. New York： Harper Collins， 1990.
[6] 包成名. 移动游戏用户持续使用意愿影响因素研究[D]. 南京：南京大学， 2014.
[7] BARNARD L， YI J S， JACKO J A. Capturing the effects of context on human performance in mobile computing systems[J]. Personal and ubiquitous computing， 2007，11（2）：81.
[8] KIM D J， HWANG Y. A study of mobile internet user’s service quality perceptions from a user’s utilitarian and hedonic value tendency perspectives[J]. Information systems frontiers， 2012，14（2）：409-421.
[9] AMBERG M， HIRSCHMEIER M， WEHRMANN J. The compass acceptance model for the analysis and evaluation of mobile services[J]. International journal of mobile communications， 2004，2（3）：248.
[10] 徐向東， 何丹丹. 图书馆移动服务使用意愿影响因素实证研究——基于信息安全感知和移动性等变量的技术接受模型[J]. 图书馆， 2019（2）：79-85.
[11] VENKATESH V， DAVIS F D. A theoretical extension of the technology acceptance model： four longitudinal field studies[J]. Management science， 2000（46）：186-204.
[12] HAUSMAN A V， SIEKPE J S. The effect of web interface features on consumer online purchase intentions[J]. Journal of business research， 2009，62（1）：5.
[13] 杨根福. 混合式学习模式下网络教学平台持续使用与绩效影响因素研究[J]. 电化教育研究， 2015（7）：44-50.
[14] 王仙雅， 林盛， 陈立芸. 混合学习模式下e-Learning平台使用意愿的影响因素研究[J]. 电化教育研究， 2013（11）：74-80.
[15] NYSVEEN H， PEDERSEN P E， THORBJ？諂RNSEN H， et al. Mobilizing the brand the effects of mobile services on brand relationships and main channel use[J]. Journal of service research， 2005，7（3）：257-276.
[16] 陈华平， 唐军. 移动支付的使用者与使用行为研究[J]. 管理科学， 2006，19（6）：48-55.
[17] CSIKSZENTMIHALYI M. Creativity： Flow and the psychology of discovery and invention[M]. Centers for Teaching and Technology. Book Library， 1997.
[18] 钟智锦. 使用与满足：网络游戏动机及其对游戏行为的影响[J]. 国际新闻界， 2010（10）：99-105.
[19] LEI T. Key success factors in 3G services adoption： a consumer perspective[C]//IEEE International Engineering Management Conference， Estoril Portugal， 2008.
[20] ARMSTRONG A， HAGEL J. Real value of on-line communities[J]. Strategic management of intellectual capital， 1998，74（3）：63-71.
[21] 杨根福. MOOC用户持续使用行为影响因素研究[J]. 开放教育研究， 2016，22（1）：100-111.
[22] TAYLOR S， TODD P. An integrated model of waste managient behavior： a test of household recycling and composting intentions[J]. Environment and behavior， 1995（27）：603-630.
[23] BHATTACHERJEE A. Understanding information systems continuance： an expectation-confirmation model[J]. MIS quarterly， 2001，25（3）：351-370.
[24] SOUTAR G N. Consumer perceived value： the development of a multiple item scale[J]. Journal of retailing， 2001，77（2）：203-220.
[25] 邱皓政. 量化研究与统计分析[M]. 重庆： 重庆大学出版社， 2009.
[关键词] 移动学习; 用户行为; 持续使用意愿; 感知移动性; 心流体验
[中图分类号] G434 [文献标志码] A
[作者简介] 许雪琦（1974—），女，河北秦皇岛人。副教授，博士，从事教育信息管理、数据分析、智能系统的人机交互等方面的研究。E-mail：xxq@hdu.edu.cn。
一、引 言
在“互联网+”时代，网络与教育的深度融合持续带动着远程与在线教育的升级。大数据、移动计算及人工智能等前沿技术的发展，优化了在线教学过程，提升了学习效能，并使个性化学习成为可能。移动学习服务与传统学习方式的本质区别在于，用户可以随时随地获取学习资源;第五代无线系统的发展和推行，数据吞吐量增长，移动性更强，将极大地改善移动学习平台的网络稳定性。移动学习平台的市场广阔，竞争越来越激烈。面对更加多元化的学习场景，如何实现用户的积累，夺取市场份额争夺战的胜利，已成为众多在线教育服务商力争解决的问题。本文以英语移动学习平台为例，基于情境理论和心流体验理论，以信息系统技术接受模型为基础，提出了移动学习用户的平台持续使用行为影响因素的理论模型，分析用户行为的影响因素，为移动学习平台的发展提供决策参考。
二、文献综述
（一）UTUAT模型
信息系统技术接受和使用统一整合理论（UTUAT）广泛用于用户信息系统行为研究[1]。该模型由Venkatesh[2]等人通过整合多种信息系统接受理论模型提出，并对技术接受模型（TAM）继续进行了修正。其归纳了绩效期望、努力期望、社会影响对使用意愿的作用，并考虑便利条件和使用意愿对用户使用行为的影响;同时考虑四个调节变量（性别、年龄、经验、自愿性）对使用意愿和使用行为的影响，增强了信息技术接受相关研究的解释度和预测效力。实证分析验证，UTUAT对用户使用影响因素的解释力高达70%。
目前，模型的应用方式分为两个方面。一是在UTUAT基础上，修改或添加因子以满足具体问题的需要。吴云[3]在UTUAT结构基础上添加焦虑、感知可信性和社会评价构建政务社交媒体公众接受模型后发现，社会影响和社会评价是影响用户使用意愿的主要因素，绩效期望通过社会评价产生影响。二是整合UTUAT与其他现有模型。陈鹤阳[4]整合UTAUT和TTF模型构建理论模型，探究各个因素对移动图书馆用户采纳意愿的影响。结果显示，绩效期望、个体创新和感知信任对移动图书馆用户采纳意愿有显著正向影响，任务技术匹配通过绩效期望间接影响用户采纳意愿。因此，以UTUAT为基础构建移动学习用户使用行为模型，研究基础合理可行。
（二）心流体验
心流（Flow）是指当个体进行某种娱乐或者活动时，若所面临的挑战难度跟自身技能达到相对平衡，就会产生心流，期间主体会全身心地投入到活动中，并感受到愉快，该理论由美国著名心理学家Csikszentmihalyi[5]提出。心流活动具有八个特征：工作完成、全神贯注、目标明确、及时反馈、高度自控、投入感、忘我状态和时间观感。心流理论认为，达到心流状态需要三个条件：个人技能与任务挑战相平衡，用户具有清晰的目标，用户得到及时的反馈。
随着心流理论的发展，心流体验成功应用于用户虚拟游戏、在线购物等方面的研究，近年来在移动用户行为研究上也有较大突破。包成名[6]等的研究表示，移动游戏的使用通过感知娱乐性和努力期望影响心流体验。结合心流的特点和达成条件、移动学习的目的和过程，用户的心流体验更易受到内容质量、期望绩效等因素的影响，高质量内容和显著的成果反馈使用户更容易获得心流体验。
（三）移动情境理论
在消费者行为研究中，情境被认为是一个重要的因素，它表示用户特定行为的时间和空间，可以影响用户在特定时间、地点的决策。Barnard[7]等认为，移动情境是用户在使用移动终端时所需要的条件和使用者所处的状态。Kim[8]等认为，移动情境是在移动互联网中影响个人环境因素的集合。Amberg[9]将感知移动性和感知成本作为移动服务情境构建个性化情境依赖模型，并验证了感知移动性和感知成本对用户接受移动服务的影响。因而在本研究中将移动情境定义为用户在不同时间、地点使用移动学习平台时面临的成本和移动性条件。在移动平台学习是区别于传统学习方式的一个重要标志。大量研究证明，移动技术的随时随地性，是影响用户采纳移动服务行为的关键因素[10]。在移动技术高速发展、信息海量增长的时代，良好的移动性和低的感知成本将对移动学习平台用户的使用意愿和行为起到极为重要的促进作用，因而在研究中加入情境因素是十分必要的。
三、研究模型和假设
（一）研究模型的提出
通过相关文献的整理和归纳，发现针对移动平台用户行为的研究较少，且未形成有效而完善的研究模式。在移动平台的研究中，移动游戏用户使用意愿的研究与移動学习相比，研究时间早，研究模型相对成熟。如图1（a）所示，二者具有相同的移动平台背景、相同的目标性，但在使用过程中存在一定差异。因此，在移动游戏用户使用行为模型的基础上，比较二者的共通性和差异性，提出移动学习用户的持续使用行为影响因素的理论模型。 针对在线学习用户，在移动学习情境中，研究用户的学习行为，除网速、流量等相关因素外，更需要考虑移动平台的移动性、服务质量、内容等因素，以及用户的各种感知因素的影响。因此，在移动游戏用户的持续使用意愿影响因素模型的基础上，提出移动学习用户的持续使用行为影响因素的理论模型。模型保留UTUAT模型中绩效期望、满意度、社会影响三个因素，并将心流体验、感知成本和内容质量纳入模型中;感知移动性和服务质量作为移动情境因素添加到模型中。以上八个因素按照平台和用户的维度构建模型，如图1（b）所示。
因此，针对移动平台和用户感知两个方面，研究八个因素对移动学习平台的用户持续使用行为（Continuous Intention，CI）的影响程度，即社会影响（Social Influence，SI）、服务质量（Quality of Service， QS）、感知移动性（Perceived Mobility，PM）、内容质量（Quality of Content， QC）、感知成本（Perceived Cost， PC）、满意度（Satisfaction，SA）、绩效期望（Performance Expectancy，PE）和心流体验（Flow，FL）。
（二）研究假设
1. UTUAT核心变量的假设
绩效期望是UTUAT模型的核心变量，是个体相信信息系统可以增加工作绩效的程度[11]。相关研究证明，在信息系统采纳意愿的研究领域，绩效期望对用户的持续使用意愿具有正向影响[12-14]。
满意度对用户的重复购买意愿产生显著的正向影响，信息系统的满意度体现出用户的实际感受与先前预期的情感差异程度，也会对用户的持续使用意愿或者行为产生积极的影响。
社会影响是个体在公众环境使用某项移动服务时，首先会观察周围环境中的其他人的行为，并且受到他人行为影响作出行为的判断[15]。基于UTUAT，社会影响对移动支付用户使用意愿存在正向影响[16]。
基于上述研究基础，对研究模型作出如下假设：
H1：绩效期望对用户持续使用意愿具有正向影响;
H2：绩效期望对用户的满意度具有正向影响;
H3：用户满意度对持续使用意愿具有正向影响;
H4：社会影响对用户的持续使用意愿具有正向影响。
2. 移动情境因素的假设
感知移动性允许用户随时随地通过移动设备获取各种信息和服务，即移动性具有在新的环境下引导和支持用户的能力。移动学习的主要优势是效益和实用性，这些优势是移动设备移动性的结果。同时，移动用户对信息安全的关注度日益增加，平台服务能否实现对用户隐私的严格维护，并作出及时响应，对用户的持续使用意愿具有重要影响。因此，提出如下假设：
H5：感知移动性对用户绩效期望具有正向影响;
H6：平台服务质量对用户满意度具有正向影响。
3. 心流体验因素的假设
心流体验展现了最佳的学习体验过程。在移动学习中，当用户感受到心流时，他们精神高度集中，享受学习过程，对环境变化和时间变动不敏感[5，17]。这样的最佳体验，极大地促进用户的使用行为。研究表明，心流体验确实会促进用户的在线购物行为，以及游戏用户的使用意愿[12，18]。因此，提出如下假设：
H7：内容质量对心流体验具有正向影响;
H8：绩效期望对心流体验具有正向影响;
H9：心流体验对持续使用行为具有正向影响。
4. 感知成本因素的假设
感知成本是用户在使用产品或者接受服务时，感知到的需要付出的费用、时间和精力等[10]。在移动学习情境中，将感知成本定义为用户使用移动平台时所付出的各种费用、时间和精力。通常，较高的用户感知成本会降低用户的持续使用意愿。因此，提出如下假设：
H10：感知成本对用户使用意愿具有负向影响。
四、研究方法与过程
（一）问卷设计
在移动学习用户使用意愿的问卷设计中，为保证问卷信度和效度，在测量题项上参考已有文献，并根据移动英语学习的特征作出相应的调整，见表1，问卷采用 Likert 5 级度量方法，以及9个变量设计题项。
（二）数据收集
問卷的调查对象包括在校生及社会人群，且有过移动英语学习经历。问卷通过网络进行发放和收集，调查内容包括用户基本信息和平台选择两个部分。共收到276份问卷，剔除选项全部一致或回答时间过短（少于90秒）的问卷，最终有效问卷244份，有效率为87%。
如图2所示，调查对象主体为大学生，其中硕博生占比近四成（39.34%）。这些用户选择的移动英语学习平台主要包括词汇类（90.6%）及翻译类（72.5%），其次是阅读（52.9%）和口语听力类（50.4%）。其中平台使用占比较高的前三位是有道词典、沪江开心词场和英语流利说。
数据显示，用户在选择学习平台时，所考虑的因素有学习体验（85.2%）、平台设计的感受（72.5%）、平台服务（60.2%），而费用因素对用户的影响则相对较小（18.9%）。
（三）信度和效度分析
验证变量的信度和收敛效度，验证性因子分析的结果见表2 ，九个因子的 Cronbach’s alpha 值均高于0.80，组合信度均高于0.80，各因子的平均抽取方差均高于 0.50，表明量表的信度和收敛效度较好。
区分效度的评估方法，是通过比较平均方差抽取量平方根与变量间相关系数的大小，见表3，表中对角线数字显示的九个因子AVE平方根均大于其相关系数，因此，该量表具有很好的区分效度。 （四）模型整体拟合和假设检验
采用Amos 18.0结构方程模型分析软件，对研究模型进行整体拟合评价与假设检验。该结构模型适配度指标分析结果见表4，模型参数均在适配标准之内，模型适配度均良好。因此，上文提出的移动学习用户持续使用意愿影响因素的理论模型构建合理。
由Amos分析工具计算的标准化路径系数及其显著性，见表5。模型验证结果显示，除H10（感知成本对持续使用意愿具有负向影响）未得到支持外，其余假设均得到支持，其中H2、H3、H7、H9为显著（p值小于0.01）。
上述结果所针对的用户群体较广泛，学习平台包括免费及收费产品。为了进一步检验感知成本对用户使用行为的影响，研究选取了收费平台用户数据。针对至少一个付费平台的用户，共有173份数据，检验结果p值为0.057，标准化路径系数为-0.189。
由分析结果可见，针对付费平台的数据依旧不支持H10，已接近检验标准p<0.05。但相对于免费和付费全体用户的H10（PH10= 0.176），可理解为感知成本对付费移动学习平台有一定的显著性。
图3描述了移动学习用户使用行为的影响因素。通过结构方程模型中的路径系数，计算自变量对因变量的直接影响、间接影响和总影响的效果值，以了解各因素对用户持续使用行为的影响程度[25]，由数据分析得出以下结论：
（1）服务质量（QS）对用户满意度（SA）具有显著直接影响（SPC=0.371），并通过满意度（SA）对用户持续使用意愿（CI）产生间接影响，最终影响效果值为：
SE（QS）= SPC（QS→SA）*SE（SA）= 0.166
（2）感知移动性（PM）对感知绩效（PE）具有显著直接影响（SPC=0.328），并通过感知绩效（PE）对用户持续使用意愿（CI）产生间接影响，最终效果值为：
SE（PM）= SPC（PM→PE）*SE（PE）= 0.247
（3）内容质量（QC）对心流体验（FL）具有显著直接影响（SPC=0.479），并通过心流体验（FL）对用户持续使用意愿（CI）产生间接影响，最终效果值为：
SE（QC）= SPC（QC→FL）*SE（FL）= 0.212
（4）社会影响（SI）、满意度（SA）、心流体验（FL）对用户持续使用意愿具有显著正向影响。效果值分别为0.303、 0.447、0.443。
（5）绩效期望（PE）对用户持续使用意愿（CI）具有显著直接影响，并通过满意度（SA）和心流体验（FL）对使用意愿产生间接影响。因此，绩效期望对用户持续使用意愿总的效果值为：
SE（PE）= SPC（PE→CI）+ SPC（PE→SA）*SE（SA）+ SPC（FL→SA）*SE（FL）=0.671
五、研究结论与展望
针对移动在线学习，基于UTUAT模型、心流体验等理论，对用户持续使用行为影响因素的分析结论和启示如下：
（1）在移动情境（平台）的影响因素中，社会影响（p=0.041）对用户持续使用意愿具有显著直接影响，服务质量（p=0.033）、移动性（p=0.037）、内容质量（p=0.007）分别通过满意度、绩效期望和心流体验对用户持续使用行为产生间接影响，且社会影响（SE=0.303）对用户使用意愿的影响效果值最大。
（2）在心流体验（用户感知）影响因素中，满意度（p<0.001）、绩效期望（p=0.019）和心流体验（p<0.001）均对用户持续使用行为有显著影响。其中，绩效期望（SE=0.671）对用户使用意愿影响效果值最大。感知成本（p=0.176）未通过显著性检验，但感知成本在付费的移动学习平台中对用户行为的影响比免费平台相对显著。
综上，在“互联网+”的学习时代，用户间的交流和经验对信息获取有重要作用，并影响用户的选择和使用意愿。而且，用户知识付费意愿不断增强，尊重知识产权，优质资源收费，已成为必然趋势。在提高学习资源质量的基础上，有效的激励方法仍可以保留优质的忠实用户群。且相比于感知成本，学习者更期望在学习过程中获取心流体验，提升愉悦感和成就感。因此，移动学习平台开发商需不断努力开发丰富、精彩、有趣的学习内容，提供个性化服务，及时响应用户需求，严格维护用户隐私和信息安全。
以移動英语在线学习用户和平台的问卷调查数据，验证了移动情境及心流体验对在线学习用户的使用行为影响因素模型的合理性。然而，移动学习情境具有相当的复杂性，不同课程平台和用户的特征发生改变时，可能会造成影响因素的改变。在后续研究中，还需要进一步拓展模型的使用情境维度，以提高模型及研究内容的适应性。
[参考文献]
[1] DAVIS F D. Perceived usefulness， perceived ease of use， and user acceptance of information technology[J]. MIS quarterly， 1989，13（3）：319-341.
[2] VENKATESH V， MORRIS M G， DAVIS. G B. User acceptance of information technology： toward a unified view[J]. MIS quarterly， 2003，27（3）：425-478.
[3] 吴云， 胡广伟. 政务社交媒体的公众接受模型研究[J]. 情报杂志， 2014（2）：181-186.
[4] 陈鹤阳， 谭宏利. 基于UTAUT和TTF模型的移动图书馆用户采纳行为研究[J]. 现代情报， 2018，38（1）：60-68. [5] CSIKSZENTMIHALYI M. The psychology of optimal experience[M]. New York： Harper Collins， 1990.
[6] 包成名. 移动游戏用户持续使用意愿影响因素研究[D]. 南京：南京大学， 2014.
[7] BARNARD L， YI J S， JACKO J A. Capturing the effects of context on human performance in mobile computing systems[J]. Personal and ubiquitous computing， 2007，11（2）：81.
[8] KIM D J， HWANG Y. A study of mobile internet user’s service quality perceptions from a user’s utilitarian and hedonic value tendency perspectives[J]. Information systems frontiers， 2012，14（2）：409-421.
[9] AMBERG M， HIRSCHMEIER M， WEHRMANN J. The compass acceptance model for the analysis and evaluation of mobile services[J]. International journal of mobile communications， 2004，2（3）：248.
[10] 徐向東， 何丹丹. 图书馆移动服务使用意愿影响因素实证研究——基于信息安全感知和移动性等变量的技术接受模型[J]. 图书馆， 2019（2）：79-85.
[11] VENKATESH V， DAVIS F D. A theoretical extension of the technology acceptance model： four longitudinal field studies[J]. Management science， 2000（46）：186-204.
[12] HAUSMAN A V， SIEKPE J S. The effect of web interface features on consumer online purchase intentions[J]. Journal of business research， 2009，62（1）：5.
[13] 杨根福. 混合式学习模式下网络教学平台持续使用与绩效影响因素研究[J]. 电化教育研究， 2015（7）：44-50.
[14] 王仙雅， 林盛， 陈立芸. 混合学习模式下e-Learning平台使用意愿的影响因素研究[J]. 电化教育研究， 2013（11）：74-80.
[15] NYSVEEN H， PEDERSEN P E， THORBJ？諂RNSEN H， et al. Mobilizing the brand the effects of mobile services on brand relationships and main channel use[J]. Journal of service research， 2005，7（3）：257-276.
[16] 陈华平， 唐军. 移动支付的使用者与使用行为研究[J]. 管理科学， 2006，19（6）：48-55.
[17] CSIKSZENTMIHALYI M. Creativity： Flow and the psychology of discovery and invention[M]. Centers for Teaching and Technology. Book Library， 1997.
[18] 钟智锦. 使用与满足：网络游戏动机及其对游戏行为的影响[J]. 国际新闻界， 2010（10）：99-105.
[19] LEI T. Key success factors in 3G services adoption： a consumer perspective[C]//IEEE International Engineering Management Conference， Estoril Portugal， 2008.
[20] ARMSTRONG A， HAGEL J. Real value of on-line communities[J]. Strategic management of intellectual capital， 1998，74（3）：63-71.
[21] 杨根福. MOOC用户持续使用行为影响因素研究[J]. 开放教育研究， 2016，22（1）：100-111.
[22] TAYLOR S， TODD P. An integrated model of waste managient behavior： a test of household recycling and composting intentions[J]. Environment and behavior， 1995（27）：603-630.
[23] BHATTACHERJEE A. Understanding information systems continuance： an expectation-confirmation model[J]. MIS quarterly， 2001，25（3）：351-370.
[24] SOUTAR G N. Consumer perceived value： the development of a multiple item scale[J]. Journal of retailing， 2001，77（2）：203-220.
[25] 邱皓政. 量化研究与统计分析[M]. 重庆： 重庆大学出版社， 2009.