在线学习行为意向影响因素分析及后疫情时代的教育启示

荆永君 李昕 姜雪

关键词：在线学习;行为意向;影响因素;结构方程

一、引言

“互联网+教育”是网络技术与教育领域相结合的一种新型教育形式。2012年随着慕课的兴起国内高校相继开展了跨校选修、学分互认等多种形式的在线教学实践热潮。2018年国家出台了一流课程“双万计划”，旨在以一流课程建设推动高校课堂教学改革，不但规划了如何建设一流开放课程，而且更着重强调了课程的实践应用和应用效果，其中线上课程和线上线下混合式课程是一流课程的主要形式[1]。2019年以来，美国在线学习质量保证机构Quality Matters发布的近3版在线教育全景报告表明，完全在线学习和混合式学习逐年增长，日益成为美国高校在线课程的主流形式[2]。在线教育具有突破时空限制、学习方式灵活、支持同步或异步授课、学习内容可回看、学习过程可回溯等优势，慕课、SPOC（Small Private Online Course，简称SPOC）等优质资源为促进学生学习提供了新的途径和机会，将逐渐成为高校课堂教学的有益补充。2020年初受疫情影响，各高校按照“停课不停教、停课不停学”的要求，充分利用各类优质线上资源和在线学习平台（APP）积极开展线上教学活动[3]。学生在学校组织下开展了大面积、长时间、限制性的在线学习，对在线学习具有了初步的了解和认知，并积累了一定的在线学习经验。这次经历为后疫情时代高校的课堂教学模式改革创造了机遇，为线上教学和线上线下混合式教学模式的实施提供了基础和条件。但是目前我国高校学生在线学习仍存在学习意向不强、学习专注力不高、学习投入不足等问题[4][5]。计划行为理论认为个体行为意向是影响行为最直接的因素，所以学生的在线学习行为意向是在线教学成功实施的关键因素之一。学生能否接受并适应在线学习模式，其在线学习行为意向受哪些因素影响值得深入分析与思考。

二、研究基础与假设

（一）研究基础

1986年Davis以计划行为理论为基础首次提出技术接受模型（Technology Acceptance Model，简称TAM），主要包含感知有用性、感知易用性、用户态度、使用意向、实际使用行为和外部变量6个研究变量。随着研究的不断深入，研究者在TAM的基础上构建出多种技术接受模型。例如，TAM2模型、UTAUT整合型技术接受模型、TAM3模型[6]。其中，TAM3模型共有个性差异（包括经验、计算机自我效能感、计算机焦虑感和计算机娱乐性）、系统特征（包括工作相关性、产出质量、结果示范、感知娱乐性和客观可能性）、社会影响（包括主观规范、自愿性和形象）、便利条件4个方面的外部影响因素，其中经验和自愿性作为行为意向形成的调节因素。随着影响因素和因素间影响关系的不断丰富，模型的整体解释力也得到了提高[7]。

各种技术接受模型被广泛应用到不同的领域，逐渐成为了分析用户接受新技术或信息系统影响因素的普适理论模型。在教育领域里，利用各种技术接受模型分析学生在慕课、移动学习、虚拟仿真实训等新型学习环境中行为意向的形成，表现出了较好的适用性和解释力。例如，谭光兴等人在TAM3的基础上调整感知娱乐性作为中介变量，发现其和感知有用性、感知易用性是网络学习行为意向重要的直接决定因素[8]。张哲、Joo等人将期望确认模型和TAM整合，发现感知易用性、感知有用性和满意度对慕课、移动学习行为意向具有预测作用[9][10]。许雪琦等人根据移动学习的特点将感知移动因素加入UTAUT模型中，发现其通过感知绩效对移动学习行为意向具有显著影响[11]。杨兵等人根据虚拟仿真实训的特点将临场感作为TAM的中介变量，发现其是学习行为意向的主要决定因素[12]。Zhu等人从自我调节学习视角，发现学生的内在学习目标定向、自我管理和元认知意识3个自我调节学习因素通过感知在线交互和态度间接影响学习行为意向[13]。吴华君等人从教师主体的视角，发现教师支持通过中介变量对学习行为意向具有显著影响[14]。此外，有的学者还将动机、归因等学习者个体因素和课程内容、平台功能、教学交互等系统和环境因素纳入各种技术接受模型，对学生的行为意向也取得了良好预测效果[15-19]。

2016年Abdullah和Ward通过定量元分析，发现自我效能感、社会影响（主观规范）、计算机娱乐性、计算机焦虑和经验是TAM最常用的外部因素，并在此基础上提出了一个通用的e-Learning扩展技术接受模型（General Extended Technology AcceptanceModel for E-Learning，简称GETAMEL）[20]。2018年Doleck等人对GETAMEL模型开展了检验和验证研究，发现除了计算机焦虑对感知易用性等5个影响关系不被支持外，其他因素间的影响关系都得到了数据支持，同时也强调了情境差异对TAM核心关系的影响[21]。

综上所述，可以看出TAM在技术支持下的学习领域应用尚未形成一个较为稳定的模型，研究者往往需要根据研究环境恰当地调整中介变量、调节变量和外部影响因素，以此来增强模型的适用性和解释力。过少的影响因素可能会导致行为意向形成因素的遗漏，而过多的影响因素或者繁杂的因素间影响关系又可能会影响模型的实用价值和实践指导意义，因此影响因素的选择和因素间影响关系的构建要有一定的适度性。此外，TAM2、UTAUT和TAM3模型中都强调了经验和自愿性等因素的调节作用，尤其是经验因素在解释行为意向形成方面起着至关重要的作用[22]，但有的研究却忽视了这方面的分析。

本文以高校开展约束条件下的小規模在线学习（SPOC或者线上线下混合式学习）为研究背景，以TAM3为基础，在考虑模型简洁性和解释力平衡的前提下，借鉴已有研究从教师、学生、环境3个方面，选择教师支持、学生的自我管理学习、计算机自我效能感、在线学习经验和在线学习环境5个因素作为行为意向的外部影响因素，构建高校学生在线学习行为意向影响因素模型。以L省12类高校具有在线学习经历的学生为研究对象，通过结构方程模型探究学生在线学习行为意向的影响因素及因素间的作用机制，以期为后疫情时代的在线教学实施和高校教学模式改革提供参考性建议。

（二）研究模型

在线学习主要是学生基于学习资源开展的一种自主学习活动，需要学生树立自主学习观并具有自控能力，有效的自我管理学习可以促进学生顺利完成在线学习任务[23]。在线学习需要学生具有一定的计算机和网络操作能力，计算机自我效能感是影响学生参加在线学习的一个重要动机因素[24]。成人的个体学习经验对学习活动具有较大影响，在学习活动中往往更多地借助于已有经验来认识和理解学习，在线学习经验在一定程度上会影响学生行为意向的形成过程和学习行为的发生[25]。支持服务是在线学习过程中不可缺少的关键要素，教师通过提供技术、情感和认知支持可以解决学生学习障碍和困难，维持其学习动力和学习兴趣[26]。学生所处的学习场所、网络环境、学习设备等环境因素在一定程度上会影响学生的在线学习行为意向和学习活动[27]。

因此，本研究将学生的计算机自我效能感和自我管理学习作为个性差异因素，在线学习的感知易用性作为系统特征因素，教师支持作为社会影响因素，在线学习环境作为便利条件因素，学生的在线学习经验作为调节因素，构建了学生在线学习行为意向影响因素模型（如下页图1所示），旨在深入剖析学生在线学习行为意向的影响因素及因素间的作用机制。

模型中将学生在线学习行为意向作为衡量其在线学习行为的主要指标，在感知易用性和感知有用性2个决定因素（中介变量）的基础上，提出教师支持、自我管理学习、计算机自我效能感、在线学习环境和在线学习经验5个外部影响因素（外因变量）。其中，教师支持直接影响学生在线学习感知易用性、感知有用性和行为意向;学生的自我管理学习、计算机自我效能感和所处的在线学习环境共同影响学生在线学习感知易用性;学生的在线学习经验作为調节因素（调节变量）对各个因素形成行为意向的过程具有调节作用。

（三）研究假设

根据构建的学生在线学习意向影响因素模型，在TAM3原有假设的基础上提出以下18个研究假设：

H1：学生在线学习感知有用性与行为意向正相关。

H2：学生在线学习感知易用性与行为意向正相关。

H3：教师支持与学生在线学习意向正相关。

H4：学生在线学习感知易用性与感知有用性正相关。

H5：教师支持与学生在线学习感知有用性正相关。

H6：教师支持与学生在线学习感知易用性正相关。

H7：学生的自我管理学习与在线学习感知易用性正相关。

H8：学生的计算机自我效能感与在线学习感知易用性正相关。

H9：学生所处的在线学习环境与在线学习感知易用性正相关。

Ha1—Ha9：学生的在线学习经验分别对H1—H9的关系具有调节作用。

三、研究设计与数据分析

（一）量表设计与调查实施

调查问卷共有两部分组成，第一部分是基本信息，包括学校类型、性别、年级、在线学习经验等，其中在线学习经验以学生根据在线学习经历自我评价的方式确定，分为新手型、胜任者型和专家型3类[28]。第二部分是行为意向影响因素量表，首先以Venkatesh等人开发的TAM3量表为参考，抽取相关题项形成学生的计算机自我效能感、在线学习环境、感知有用性、感知易用性和行为意向维度的题项;再根据吴华君和Zhu的研究形成教师支持和自我管理学习维度的题项[29][30];最后经专家咨询和研讨形成初测量表，共计28个题项。调查量表的题项采用Likert 5级计分法（非常不符合=1，不符合=2，一般符合=3，符合=4，非常符合=5），研究对象为具有在线学习经历的高校学生。

通过网络定向发送问卷的方式收集了两次调查数据，第一次是预调查用于检测量表的信度和效度并做出适当修正;第二次是正式调查用于验证性因子分析和结构方程模型验证。预调查采用方便抽样的方法以L省师范类高校学生为调查对象，回收问卷96份，有效问卷88份，有效率91.7%。正式调查采用分层抽样的方法以L省综合类、理工、师范、财经、农林、医药等12类高校学生为调查对象，回收问卷2476份，剔除填写问卷时间短和选项高度一致的问卷后，有效问卷2204份，有效率89.0%。正式调查样本中，女生（65.7%）多于男生（34.3%）;二年级的学生数量最多（54.8%），其次是三年级（21.8%）、四年级（15.1%）和一年级（8.3%）;师范（27.8%）和财经（15.7%）类院校的学生较多，艺术（3.8%）、体育（2.3%）和政法（1.5%）类院校的学生相对少些。样本中学生的性别、年级和所属学校类型分布广泛、全面，具有一定的代表性。

（二）预调查数据分析

预调查量表的总信度克隆巴赫α 系数为0.917，各个维度的克隆巴赫α系数介于0.7和0.9之间，表明量表信度良好，内部一致性较高。采用KMO和Bartlett球形检验对样本充足度和进行因子分析的适宜度进行检验，结果显示KMO值为0.810，Bartlett球形检验结果达到显著水平（P<0.001），说明数据样本适合进行探索性因子分析。采用主成分分析法抽取因子，运用最大方差法进行旋转共抽取7个因子，累计解释方差大于70%，因子个数与事先设计一致，表明量表的收敛效度和区别效度良好。删除存在低负荷和双负荷的3个题项后，最终形成的正式量表共有7个因子、25个题项，且各因子题项的因子载荷系数都在0.5以上。

（三）正式调查数据分析

1.信效度与相关性分析

正式调查量表的总克隆巴赫α系数为0.859，各个维度的克隆巴赫α系数均超过0.8，采用因子分析法获得正式量表的KMO值为0.915，Bartlett球形检验结果达到显著水平（P<0.001），探索性因子分析结果显示因子个数与题项分布符合研究设计，且所有测量项的因子载荷系数均大于0.5，7个因子联合解释的变异量为71.56%，可以认为量表结构效度良好。各因子组合信度（CR）值均大于0.7，平均方差抽取量（AVE）值均大于0.5且其平方根值大于相关系数，表明正式调查量表具有较好的信度和区分效度，各维度题项具有较高的稳定性和内部一致性。7个因子都在0.01水平上达到了显著相关，大多数相关系数大于0.4达到中等程度相关。其中学生感知有用性与行为意向的相关性系数最高（系数为0.596），计算机自我效能感与感知有用性的相关系数最低（系数为0.178）。可见各因子间均存在显著正相关，彼此间存在影响与联系，表明研究假设中的影响因素与学生在线学习行为意向可能存在较大影响，可以进一步进行结构方程模型验证。

2.模型修正与复核效化

将样本随机平均分成2组，一组作为校正样本用来形成假设的理论模型，另一组作为效度样本做复核效化分析，即检验前者形成模型的适当性。使用AMOS24.0软件经过多次修正形成校正样本模型的主要适配度评价指标结果为：RMSEA=0.051、GFI=0.882、AGFI=0.847、NFI=0.864、TLI=0.890、CFI=0.907、PNFI=0.727、PCFI=0.764、CMIN/DF=2.797。按照吴明隆给出的评价标准，综合来看形成的校正样本模型整体适配良好[31]。

使用多群组模型进行复核效化分析，设定校正模型和效度模型路径系数相等，检验结果为：卡方值差异量=23.783>0，差异显著性P=0.416>0.05，其他指标增量均小于0.05，满足复核效化的要求。可以看出，本研究构建的学生在线学习行为意向影响因素模型在不同组别样本上适配良好，具有较好的解释力和稳定性。

四、研究讨论

（一）假设检验

1.路径分析

使用AMOS 24.0软件根据极大似然法（ML法）估计构建的校正样本模型中各路径系数，其标准化回归系数（β值）、标准误（S.E.）、临界比（C.R.）、显著性水平（P值）和研究假设检验结果如表1所示。

由表1可知，模型中“计算机自我效能感→感知易用性”和“在线学习环境→感知易用性”路径的P值小于0.01，其他路径的P值均小于0.001，所有路径临界比均大于1.96，标准误的估计值均很小，即所有研究假设均通过了数据检验。感知有用性、感知易用性和教师支持对行为意向的直接效应值分别为0.575、0.239和0.195，这与已有众多TAM研究结论相一致，感知有用性是行为意向强有力的直接决定因素，感知易用性和教师支持是次要直接决定因素。教师支持作为社会影响因素除了对学生在线学习行为意向有重要的直接影响外，还和感知易用性共同影响感知有用性，直接效应值分别为0.113和0.504;还和学生的自我管理学习、计算机自我效能感和所处在线学习环境共同影响感知易用性，直接效应值分别为0.403、0.338、0.076和0.132。可以看出教师支持和学生的自我管理学习是感知易用性最重要的影响因素，而所处在线学习环境和计算机自我效能感对感知易用性的影响相对微弱些。

2.调节效应分析

先从调查样本中分别选取学习经验为“专家型”和“新手型”两组样本作为高低分组，再使用AMOS24.0软件设置完全路径相等约束模型和按照研究假设H1—H9对应的路径相等约束模型，运用多群组路径方法检验学习经验对在线学习行为意向模型中各个路径的调节作用。默认模型与完全路径相等约束模型的检验结果为：卡方值差异量=44.623>0，差异显著性P=0.004<0.05，其他指标增量均小于0.05，表明学习经验在模型中存在调节效应，学生学习经验的差异会对在线学习行为意向模型的路径参数估计带来影响。默认模型与H1—H9对应的路径相等约束模型的标准化回归系数（β值）、卡方值差异量（ΔCMIN）、显著性水平（P值）及研究假设检验结果如表2所示。

由表2可知，虽然“计算机自我效能→感知易用性”和“在线学习环境→感知易用性”路径约束模型的卡方值差异量和P值表明与默认模型存在差异性，但是约束模型的路径系数显著性不佳，学习经验在这两个路径的调节作用未通过数据检验，即研究假设Ha8和Ha9不成立。其他7个约束模型的差异性和路径系数均通过数据检验，表明学生的学习经验在“感知有用性→行为意向”“感知易用性→行为意向”“感知易用性→感知有用性”“教師支持→感知有用性”“教师支持→感知易用性”和“自我管理学习→感知易用性”7个路径上具有调节作用，即研究假设Ha1-Ha7成立。

对比检验通过的7个约束模型中学习经验高低分组的路径系数发现：随着学生学习经验的增加，感知有用性对行为意向、教师支持对感知易用性的影响越强烈;而感知易用性和教师支持对行为意向和感知有用性的影响，自我管理学习对感知易用性的影响逐渐减弱。

3.模型确定

通过上述分析确定最终的学生在线学习行为意向影响因素模型如图2所示。

从图2可知，学生的在线学习行为意向受感知有用性、感知易用性、教师支持、自我管理学习、计算机自我效能感、在线学习环境和在线学习经验内外因素共同影响，行为意向的解释力为74%。4个外部因素教师支持、自我管理学习、计算机自我效能感和在线学习环境对中介变量感知有用性和感知易用性的解释力分别为34%和48%。在线学习经验通过感知有用性、感知易用性、教师支持和自我管理学习等因素之间的影响关系对行为意向的形成起到了一定的调节作用。综合来看，本研究形成的学生在线学习行为意向影响因素模型具有较好的解释力。

（二）研究结论

1.在线学习行为意向受内因和外因公共影响

通过图2模型中变量间的路径系数计算获得各影响因素的直接效应、间接效应和总效应值如表3所示。

由表3可知，在线学习行为意向受内因和外因共同影响，其中感知有用性、感知易用性和教师支持对行为意向的总效应值相对较大，其次是自我管理学习，而计算机自我效能感和学习环境的总效应值较小。感知易用性对感知有用性的总效应值最大，其次是教师支持和自我管理学习。在感知易用性的影响因素中，教师支持和自我管理学习的总效应值相对较大。总体来看，感知有用性、感知易用性和教师支持是行为意向的重要影响因素，其次是自我管理学习，而计算机自我效能感和学习环境不论是对感知易用性的直接影响，还是对感知有用性和行为意向的间接影响都非常微弱。调查显示学生的在线学习行为意向整体不高（均值为3.209），需要根据行为意向的形成过程和影响因素的效应值实施有针对性的策略，进一步提高学生在线学习行为意向。

2.感知有用性是行为意向最重要的直接决定因素

所有因素中在线学习感知有用性对行为意向的直

接效应值最大（0.575），是行为意向最重要的直接决定因素。表明学生在参加在线学习时更加关注有用性，对在线学习价值与作用的认同是其决定是否愿意参加在线学习的最重要因素。而调查显示学生的在线学习感知有用性得分最低（均值为2.910），可以看出学生在以往的在线学习经历中还未对在线学习的价值和作用产生认同，对在线学习的有用性还缺少正确的认知，这严重影响了学生在线学习行为意向的形成，在线学习的质量和效果还有待进一步提高。

3.教师支持是行为意向最重要的外部影响因素

教师支持、自我管理学习、计算机自我效能感和所处在线学习环境4个外部影响因素对行为意向的总效应值分别为0.473、0.179、0.040和0.070，其中教师支持的总效应值远高于其他3个外部因素。此外，教师支持对感知有用性和感知易用性的总效应值分别为0.316、0.403。可见，教师支持是行为意向最重要的外界影响因素，这与谭光兴等人的研究结论一致[32]。调查中学生所处的在线学习环境和计算机自我效能感得分较高（均值为3.726、3.674），有72.7%的学生认为其学习环境和计算机应用能力可以很好地支持在线学习。可以看出，随着计算机、移动终端、网络的普及和发展，作为数字土著的学生已具备良好的在线学习条件，学习环境和技术能力已不再是在线学习的主要影响因素。而教师支持和自我管理学习的得分一般（均值为3.351、3.144），有46.5%的学生认为教师答疑、信息反馈、师生沟通等方面存在不足，有44.8%的学生存在在线学习注意力不集中、学习拖拉等问题，可见教师支持和学生的自我管理学习能力还有待进一步改善。

4.在线学习经验对行为意向的形成具有调节作用

学生的在线学习经验对行为意向形成过程具有调节作用，其正向调节了感知有用性对行为意向、教师支持对感知易用性的影响，负向调节了感知易用性和教师支持对行为意向和感知有用性的影响，以及自我管理学习对感知易用性的影响。学生参加在线学习初期，感知易用性、自我管理学习对在线学习行为意向存在影响，但这种影响随着学生学习经验的不断积累日趋减弱，学生将更多地凭借自身积累的经验判断在线学习的易用性和有用性，并在学习经验的驱动下自主地开展在线学习活动。

五、后疫情时代的教育启示

2018年我国颁布的《关于加快建设高水平本科教育全面提高人才培养能力的意见》明确提出，要重塑教育教学形态，推动形成“互联网+高等教育”新形态。当前实施的一流课程建设“双万计划”也对高等教育课堂教学提出了新的要求。线上线下混合式教学是高校教学模式改革的方向，只有充分发挥线上教学的优势与线下教学有机融合才能形成批判质疑、争论思辨的课堂氛围，从而提高课程教学质量[33]。但目前学生的在线学习行为意向整体不高，还需从内外影响因素着手进一步提升其行为意向。

（一）重构课程设计提升在线学习的感知有用性

高校学生参加在线学习时注重其有用性，按照行动识别理论可视为在线学习的高层次行动者，与达到目标的手段“怎么做”相比他们更关注与目标有关的“为什么”，更渴望从在线学习过程中获得有价值的知识[34]。当在线学习不能满足学生进一步获取知识的需要时，学生对在线学习的态度和行为意向可能会朝着消极的方向改变。所以有用性是实施在线学习的核心要素，在满足学生感知易用的前提下，应根据混合式学习的特点按照高阶性、创新性和挑戰度的一流课程建设标准，重构课程目标、课程内容、教学活动和评价方式。例如，课程目标设计要突出学生中心地位，体现知识传授、能力培养、价值塑造三位一体;课程内容安排要体现混合特征，实现线上线下课程内容有效衔接与融合;学习活动设计要体现学习的社会性，注重教学交互设计与实施，促进师生知识共同体和情感共同体的形成;重视过程性评价，形成过程、结果、态度等多维度，线上线下、量质结合的多元评价体系。让学生更好地感知在线学习的价值和意义，增强在线学习有用性的认同感，以提升学生参与在线学习的行为意向。

（二）基于学习分析精准实施教师支持

教师不仅是教学活动的设计者，也是教学活动的组织者、主导者、支持者和监管者。特别是时空分离的在线学习更离不开教师的支持服务，应充分发挥教师支持的作用给予学生知识引领、社交互动、技术指导、情感沟通等支持服务[35]。精准个性化的教师支持是学生在线学习的“润滑剂”和“助推器”。接受与疏导、鼓励与表扬等情感支持可以缓解或消除学生在线学习的焦虑孤独与消极怠倦，提高学生学习动机和动力;答疑反馈、技术指导等专业支持可以解决学生在线学习时遇到的困难和障碍，增强学生持续学习的信心和满意度。精准个性化教师支持的前提是要基于教育大数据利用学习分析技术形成学生的数字画像（包括学习者特征、学习风格、学习动机、学习轨迹、人际交互、学习障碍等信息），实现学生描述性、诊断性、预测性的学情分析。增强教师对学生的支持作用不仅可以增强学生对在线学习感知有用性和感知易用性的认同，还能促进学生在线学习行为意向的形成。

（三）技术支持学生自我管理学习

学生作为学习的主体，除了教师、环境等外部因素外，其自身的知识基础、内在动机、能力素养等方面对学习行为意向有着非常重要的影响，其中自我管理学习能力是在线学习不可缺少的能力之一[36]。学生应能够对在线学习的目标、内容、时间、进度和结果等实现自我管理，并在学习过程中不断的自我总结、反思与调整。在线学习平台需要为学生提供有效的策略和便利的技术支持条件，引导和促进学生实现自我管理学习。例如，通过学习契约赋予学生自主决定权，督促其实现学习目标，履行学习承诺（协议）的义务;通过在线日程或任务限时发放，引导学生做好学习时间和任务的自我规划;运用知识地图、仪表盘和数字徽章等可视化手段，促进学生自我观察学习进度和知识的掌握程度，规划和调整学习路径;通过电子学档记录学生学习成长过程，实现学习过程和结果的自我管理与评估。自我管理学习能力的提升，可以有效地促使学生形成对在线学习感知易用性的认同。

（四）注重经验积累激发学生在线学习的内在驱动力

学生的在线学习经验能够有效地调节内外因素对行为意向形成过程的影响，是在线学习行为意向的一种内在驱动力。经过疫情期间的大规模在线学习，管理者、教师和学生都积累了一定的在线教学与学习经验，高校应借助此次“破冰”“暖场”活动和一流课程建设之风，积极探索线上线下相融合的混合式教学，强化精品课程、慕课等优质开放资源的应用广度和深度。根据学习经验对在线学习行为意向形成过程的调节作用，应先强调在线学习的实践应用，积累在线学习经验，助力学生打破对在线学习的未知甚至是排斥;后注重在线学习的质量提升，强化在线学习价值认同，促使学生建立持续在线学习的意向和动力。

六、结语

近几年的高等教育地平线报告都将开放教育资源、在线学习、混合式学习作为高等教育未来发展的趋势。本研究以TAM3为基础，构建了高校学生在线学习行为意向影响因素模型，运用结构方程模型探析了在线学习行为意向内因和外因的影响关系，根据影响因素在行为意向形成过程中的作用，提出了后疫情时代开展线上线下混合式教学的建议，为提升混合式教学质量提供参考。虽然大部分研究假设得到了数据支持，学生在线学习行为意向取得了良好的预测，但也存在一些不足之处。例如，研究数据以自我汇报为主，特别是学生的实际学习行为未实际测量获得，研究结论可能会受个体因素的影响。再有调查对象虽已尽可能包括了主要类型高校的学生，但仅为L省内的样本，在区域的广泛性方面略显不足，可能会在一定程度上影响结论的普适性。未来可以采用访谈和实测、扩大样本范围等方式使研究结果更加客观、严谨。