大学生对MOOC接受与使用行为的调查研究

赵英 杨阁 罗萱

【摘 要】

大规模开放在线课程（MOOC）作为一种面向用户、服务用户的应用，能够促进教育信息化、自主学习和终身学习。本研究以MOOC中的重要人群大学生作为调查对象，在技术接受与使用整合理论（UTAUT）的基础上，引入感知趣味性这一自变量以及性别、年级、上网终端这三个调节变量，形成大学生对MOOC的接受模型。在模型验证的基础上，本文检验了调节变量对影响因素的调节作用。该实证分析表明，绩效期望、努力期望、社群影响、感知趣味性、促成因素以及使用意愿都会影响大学生对MOOC的接受与使用行为，只有感知趣味性对使用意愿的作用会受到调节变量性别的影响。根据分析结果，本研究为MOOC的发展提出了对策和建议。

【关键词】 MOOC；用户；接受；UTAUT

【中图分类号】 G442 【文献标识码】 A 【文章编号】 1009—458x（2015）08—0037—08

一、引言

大规模开放在线课程（Massive Open Online Course，MOOC）是以大规模参与人群借助互联网开放资源，在规定时间内进行课程资源阅读、主题讨论、开展交互等学习行为，完成学习要求、通过学习评估、达到学习目标的一种新型在线学习课程[1]。MOOC这一术语最早由加拿大学者David和Bryan于2008年提出，2012年在国外形成了多个MOOC应用平台，2013年MOOC在中国开始迅速发展。MOOC作为一种新的学习和教学方法，以其“大规模”和“开放”的特点，正影响着全球教育的格局。不仅如此，MOOC的出现，使教育资源共享、教育信息化、自主学习和终身学习变得更加容易。目前，我国的MOOC仍处于发展阶段，为更好地推进教育信息化建设、推动MOOC发展、让更多用户接受和使用MOOC资源、使更多人获益，了解影响用户接受与使用MOOC的因素就变得十分必要。

现阶段国内外关于MOOC的研究，主要集中在以下几个方面：① MOOC发展与建设研究。主要是探讨MOOC现状，从MOOC的发展形式、版权、运营模式、教学质量等方面对MOOC进行研究[2-6]。 ② 其他主体在MOOC环境下的应对措施。比如：图书馆、教师、出版社、教育等相关主体在MOOC中的机遇、挑战与改变[7-11]。③ MOOC所涉及的技术及系统研究。主要包括：课程影音制作、用户学习定制、同伴互评以及其他技术[12-15]。总体而言，在MOOC的现有研究中，实证文章较少。为探究影响用户对MOOC接受与使用行为的实际情况，本研究对其进行了实证分析。现有从用户角度实证研究影响接受与使用MOOC的相关文献仅两篇：钱瑛从技术接受模型（TAM）、叶伟剑从技术接受与使用理论（UTAUT）对用户接受网络公开课的行为进行了研 究[16，17]。他们使用技术接受方面的理论和模型对用户进行研究，通过比较严谨的实证研究，得出了一些影响用户接受与使用网络公开课的因素。他们的研究对MOOC的发展有一定的参考价值，对本文的研究具有一定的借鉴意义。然而，钱瑛在研究中使用比UTAUT的自变量少的TAM理论，没有考虑社群因素等的影响，因此他在理论模型的选择和影响因素的选取上有待进一步改善[18]。叶伟剑的研究虽然采用了UTAUT理论，但却忽略了UTAUT中调节变量的作用，而且其研究结果表明，努力期望对网络课程学习行为意愿没有显著影响[19]。而在其他相似领域中，努力期望对学习行为意愿大多是有显著影响的，因此这一结论值得继续探讨与研究。上述两位学者在研究中忽略的影响因素和变量都很有可能对用户MOOC的接受与使用行为产生重要影响。因此，为探索影响接受与使用MOOC的因素，弥补现有实证研究的不足，很有必要继续进行研究，从用户接受角度为我国MOOC的发展提供对策与建议。

果壳网对MOOC中文用户的调查显示：18-25岁的用户最多，55.54%的用户都是学生，而且本科及以上学历的用户所占比例高于80%[20]。孟亚玲在上述数据的基础上，进一步指出MOOC对教育的影响主要集中在经济较发达地区的高学历人群、在校大学生和部分中学生[21]。此外，果壳网2014年的调查数据显示，相比于2013年，2014年18-22岁用户比重有所增长[22]。由此可知，大学生用户是MOOC用户中所占比重大而且非常重要的群体。此外，由于MOOC的大部分资源都来源于高校，对国内大学生进行MOOC的接受与使用行为研究，更有利于为国内处于发展阶段的MOOC建设提供对策与建议。鉴于此，本研究将以大学生用户为调查对象，探究可能影响大学生用户接受与使用MOOC的因素，在此视角下对MOOC的发展提出相应的对策与建议。

二、理论分析与研究假设

在对影响大学生接受与使用MOOC的因素进行实证分析时，虽然可以大规模收集问卷后采用回归分析方法得出一些影响因素，但是该方法每次只能针对一个因变量进行分析。当变量多且关系复杂时，使用回归分析方法（比如多重回归分析）是无法精确确认以及检测复杂的路径模型的。而作为解决这种问题的结构方程模型，不仅对自变量、中介变量、因变量的数量没有限制，而且能够直观展示自变量、中介变量、因变量之间的具体关系，对问卷的数量要求也相对较少。它可以替代路径分析、多重回归分析等多种传统的统计分析方法，并且能够通过对整体指标的分析来判断所构建的整体模型是否与所收集的数据之间达到了契合[23]。因此，本研究采用结构方程模型来进行实证分析。由于构建假设模型图的前提是有理论或者经验法则做支持[24]，为使所设计的结构方程模型更严谨、更具说服力，本研究将从用户接受与使用方面的理论和已有文献出发，构建大学生对MOOC的接受模型。

在技术接受的研究主题下，学术界提出了众多的模型与理论。最早可以追溯至理性行为理论（Theory of Reasoned Action，TRA），接着提出了计划行为理论（Theory of Planned Behavior，TPB）、技术接受模型（Technology Acceptance Model，TAM）、改进的技术接受模型（TAM2）等[25]。此外，开始有大量的学者在不同领域使用不同的外部变量对行为展开影响因素的研究。面对如此多的模型和变量，寻找一个对解释“使用者对信息技术的接受”程度最高的模型是我们迫切需要的。“Venkatesh， Davis和Morris在整合八种在不同领域具有相应解释能力的理论的基础上，提出技术接受与使用整合理论（Unified Theory of Acceptance and Use of Technology，UTAUT），该理论包括四个核心构想：绩效期望、努力期望、社群影响和促成因素，以及四个调节变量：性别、年龄、经验和自愿性，并且指出：绩效期望、努力期望、社群影响对使用意愿有正向影响，促成因素、使用意愿对使用行为有正向影响。”[26]在该理论中，绩效期望是指个体认为使用系统对工作等有所帮助的程度；努力期望是指个体认为使用系统需要付出努力的多少；社群影响指个体感知受周围群体的影响程度；促成因素是指个体在使用系统的时候，感受到客观条件对其行为的支持程度。由于UTAUT对“使用者对信息技术的接受”的解释力度高于之前的八个模型，而且与TAM相比，UTAUT拥有更全面的调节变量和自变量[27]。因此，本研究尝试使用UTAUT来研究影响大学生接受与使用MOOC的因素，并根据这些因素，从用户接受的视角对MOOC的发展提出对策和建议。

前文提到的MOOC用户数据表明，现阶段使用MOOC的用户大多数是年轻人。而年轻人的一个特点就是追求事物的趣味性。此外，与传统课堂相比，MOOC具有教学方式多样化，非常灵活，充满趣味，更能激发受众学习兴趣的优势。由此可知，趣味性在MOOC的使用和发展中起着重要作用。鉴于此，为了更好地发挥MOOC的优势，更好地吸引年轻人接受和使用MOOC，激发更多用户的学习兴趣，使MOOC的建设更具成效，本研究将探讨大学生感知到的趣味性对其接受和使用MOOC的作用。在前人关于感知趣味性的相关实证研究中，Moon和Kim的研究发现，感知趣味性这一因素对因特网的使用意愿有显著的积极影响[28]。Agarwal 关于信息技术使用认知的研究也表明，感知趣味性对信息技术使用意愿有影响[29]。此外，谢爱珍研究大学生手机移动学习时，也发现感知趣味性对大学生手机移动学习的使用意愿有显著影响[30]。由于MOOC与因特网、信息技术、移动学习有一定的相关性，我们有理由认为，大学生使用MOOC时感知到的趣味性对MOOC的使用意愿很有可能存在显著影响。为了使大学生对MOOC的接受模型更具解释力，让更多人更有兴趣地去学习，本研究对UTAUT进行调整和扩展，增加感知趣味性这一变量，探究大学生感知到的趣味性对其MOOC使用意愿的影响。

由于调节变量能够对因变量和自变量之间关系的方向（正或负）和强弱产生影响[31]，因此，在构建大学生对MOOC的接受模型时，不能忽视调节变量的作用。原始UTAUT包括性别、年龄、经验、自愿性四个调节变量。由于MOOC近几年才出现，因此本研究剔除经验这一调节变量。而用户使用MOOC的行为都是自愿的，不存在强迫使用的情况，故自愿性也被剔除。作为本研究调查对象的大学生群体，其年龄层次的差异不明显，而其年级具有明显差异，不同年级的大学生对MOOC的需求可能会存在差别，其年级的高低很有可能会对MOOC的使用行为产生调节作用，故将年龄这一调节变量替换为年级。此外，由于用户使用MOOC的上网终端（下文简称“上网终端”）不同，为研究其对变量之间关系是否有调节作用，故增加上网终端这一调节变量。根据上述分析，本研究构建了大学生对MOOC的接受模型（如图1）。

绩效期望是指个人感觉使用MOOC可以取得更好学习效果的程度。当大学生觉得通过MOOC能够使其工作效率或学习效果等有所提升和改善时，就更有意愿去使用MOOC。据此，提出假设H1：绩效期望对大学生使用MOOC的意愿有显著的正向影响。

努力期望是指用户对使用MOOC、理解其内容的难易程度的认知度。当大学生感觉能够轻松熟练地使用MOOC或者学习使用MOOC是容易的，并且感觉课程内容是容易吸收和理解的，那么其使用MOOC的意愿可能就高。据此，提出假设H2：努力期望对大学生使用MOOC的意愿有显著的正向影响。

社群影响是指用户使用MOOC时受到周围群体及环境影响的程度。当大学生感觉MOOC在周围和社会上受欢迎程度很高时，或者当周围的环境和氛围对其使用MOOC产生正面作用时，其使用MOOC的意愿就可能较强烈。据此，提出假设H3：社群影响对大学生使用MOOC的意愿有显著的正向影响。

感知趣味性是指用户对MOOC内容有趣程度的感知。当大学生感觉MOOC比传统课堂更有趣更能够激发他们学习兴趣的时候，其使用MOOC的意愿可能会更强烈。据此，提出假设H4：感知趣味性对大学生使用MOOC的意愿有显著的正向影响。

促成因素是指个人在使用MOOC的过程中，感受到客观条件对于其行为的支持程度。当大学生认为设备、服务、MOOC内容的质量等客观条件对于其使用MOOC是有利的，则会更倾向于使用MOOC。据此，提出假设H5：促成因素对大学生使用MOOC的行为有显著的正向影响。

使用意愿是指在条件允许的情况下，用户预计自己在将来对MOOC的使用情况。使用行为是指用户现阶段使用MOOC的具体情况，例如使用频率和每次使用的时长等。本研究认为使用意愿越高的人，其使用MOOC越频繁。据此，提出假设H6：使用意愿对大学生用户使用MOOC的行为有显著的正向影响。

此外，本研究认为个体属性：性别、年龄、上网终端会对大学生接受与使用MOOC的影响因素和使用行为产生调节作用。故提出假设H7：大学生的不同个体属性对变量具有调节作用。

三、研究设计与分析

（一）问卷设计与数据收集

本研究问卷由两部分组成，第一部分是个人信息，第二部分是矩阵量表。个人信息部分包含了性别、年级和使用MOOC时最常使用的上网终端三个问题。由于大学生从大三开始课程更专业，学习生活较大一、大二有明显不同，故问卷将年级分为高年级（大三、大四、研究生及以上）、低年级（大一、大二）。根据学生情况，大学生常用的上网终端包括手机、平板电脑、笔记本电脑及台式电脑，因此问卷以移动设备（手机、平板电脑）和笔记本电脑或台式电脑这两项进行调查。第二部分主要是影响因素的测量项，问卷主要根据Venkatesh的测量量表进行修改，并采用李克特五等分方法进行测量[32]。Bentler和Chou指出， 在变量符合正态或椭圆分布的基础上，针对潜变量而言，每个潜变量需要15个以上的样本；而针对指标变量而言，每个需要5个样本就足够了[33]。本研究通过前测修改问卷后，包含潜变量7个，测量指标25个。由此可知，本研究需有效问卷数必须在125份以上，若超过125份，变量数据的分布情况和实证结果也不会受到明显影响。为使本研究的被调查者具有代表性和广泛性，采用纸质问卷和网上问卷相结合的方式进行随机调查。纸质问卷主要用来调查周边高校（四川大学、电子科技大学、西南财经大学等）大学生的具体情况，网上问卷主要用于调查距离较远的其他高校大学生的具体情况。为了使被调查者分布范围更广，网上问卷并没有对被调查者的学校进行限制。本次调查共发放200份问卷，其中100份通过问卷星平台发放，另外100份通过纸质问卷发放和回收。最终回收193份，去除无效问卷，剩余有效问卷181份，大于125，问卷数量满足要求。通过对问卷星上被调查者IP地址的分析，研究发现被调查的大学生遍布北京、上海、广州等多地，结合纸质问卷被调查者所在的地域，本研究在一定程度上可视为全国性随机调研。

（二）信度和效度分析

为了验证收集数据的可行性和有效性，对数据进行信度和效度分析。信度分析采用Cronbachα系数法，当α值大于0.7时表示很可信。问卷整体的系数为0.922，符合要求。其他变量的α值在0.747～0.879之间，均大于0.7，表明信度良好。本研究利用因子分析来测量问卷的效度，在因子分析前进行KMO和巴特利特球体检验，检验结果在0.682～0.904之间，大于0.5，且P<0.001。这说明因子的相关系数矩阵非单位矩阵，能够提取最少的因子，同时又能解释大部分的方差，适合做因子分析。而因子分析结果中，各测量项的因子负荷在0.506～0.864之间，均满足大于0.5的标准，说明问卷的效度良好。

（三）描述性统计分析

对问卷中涉及的调节变量性别和年龄，上网终端进行描述性统计分析（如表1）。问卷中男性88人，占总体的48.6%，女性93人，占样本总体的51.4%，比例基本接近1：1。由于MOOC是针对全民的，由此可知，样本性别比例是比较合理的。此外，低年级学生106个，占样本总体的58.6%；高年级学生75个，占样本总体的41.4%。上网终端中，笔记本电脑或台式电脑占总体的66.9%，手机或平板电脑占33.1%。

表1 描述性统计分析

[调节变量＼&频次＼&百分比＼&性别＼&男＼&88＼&48.6%＼&女＼&93＼&51.4%＼&年级＼&低年级＼&106＼&58.6%＼&高年级＼&75＼&41.4%＼&上网终端＼&手机或平板电脑＼&47＼&33.1%＼&笔记本电脑或台式电脑＼&121＼&66.9%＼&]

（四）假设检验与拟合

1. 模型假设分析与修正

本研究选用常用的检验工具AMOS17.0，及常用的整体拟合评价指标对研究结果进行分析，具体结果见表2。实验结果表明，所有的评价指标值都在可以接受的标准中，模型拟合良好。

表2 模型拟合度评价

[指标＼&评价标准

（可以接受）＼&本模

型值＼&是否

符合＼&卡方值与自由度比（CMIN/DF）＼&<3.0＼&1.824＼&是＼&拟合优度指数（GFI）＼&[0.70，0.9）＼&0. 811＼&是＼&修正拟合优度指数（AGFI）＼&[0.70，0.9）＼&0.753＼&是＼&模型比较适合度（CFI）＼&[0.70，0.9）

（当大于0.9为优秀）＼&0.902＼&是＼&近似误差均方根（RMSEA）＼&<0.08＼&0.068＼&是＼&]

在验证过程中，若两变量之间存在显著的影响关系，则它们之间的P值小于0.05。本研究中各变量之间的P值如表3所示，均小于0.05，因此假设H1-H6均成立。

表3 各变量关系分析

[路径说明＼&路径系数＼&P值＼&假设是否成立＼&绩效期望➝使用意愿＼&0.63＼&***＼&假设H1成立＼&努力期望➝使用意愿＼&0.26＼&0.003＼&假设H2成立＼&社群影响➝使用意愿＼&0.23＼&0.004＼&假设H3成立＼&感知趣味性➝使用意愿＼&0.44＼&***＼&假设H4成立＼&促成因素➝使用行为＼&0.14＼&0.029＼&假设H5成立＼&使用意愿➝使用行为＼&0.99＼&***＼&假设H6成立＼&]

注： ***表示此处P值小于0.001

2 .调节变量的假设检验

关于性别、年级、上网终端对整个模型的调节作用， 本研究采用多群组结构模型进行验证。该方法用于检验调节变量是否具有调节作用的基础是：在模型适配度满足要求的基础上，根据调节变量的具体内容对其进行分组，之后根据不同组群路径系数差异的临界比值来判断是否具有调节作用[34]。若该临界比值的绝对值大于1.96，则该调节变量对相应的路径关系具有调节作用，反之则没有调节作用。

在未限制参数的情况下，将性别分成两组进行模型检验，确定是否适合进行结构方程多组比较。实验结果发现，模型的CMIN/DF、GFI、AGFI、CFI、RMSEA分别为1.580、0.737、0.706、0.868、0.057，各数据符合要求，模型拟合良好，可对其进行多组比较。对年级、常用终端进行相同的操作，发现年级和常用终端的CMIN/DF、GFI、AGFI、CFI、RMSEA分别为：1.545、0.751、0.715、0.869、0.055；1.542、0.753、0.727、0.875、0.055。实验结果均符合进行结构方程多组比较的要求。对成对群组间的路径系数差异的临界比值进行研究，如表4所示。表4中，只有-3.247的绝对值大于1.96，说明感知趣味性对使用意愿的影响在性别上存在显著差异，性别可以调节感知趣味性对使用意愿的影响，而其他调节变量对模型没有调节作用。

表4 各调节变量的成对群组间的路径系数差异的临界比值

[路径说明＼&性别＼&年级＼&上网终端＼&绩效期望➝使用意愿＼&-0.729＼&-1.535＼&-1.800＼&努力期望➝使用意愿＼&1.547＼&-1.223＼&-1.256＼&社群影响➝使用意愿＼&0.382＼&-0.006＼&1.359＼&感知趣味性➝使用意愿＼&-3.247＼&1.072＼&0.503＼&促成因素➝使用行为＼&-0.582＼&-0.013＼&-0.734＼&使用意愿➝使用行为＼&0.335＼&1.366＼&0.159＼&]

上述分析结果表明：假设H1-H6成立，假设H7中只有性别会对感知趣味性与使用意愿之间的关系产生调节作用。根据实证结果修正大学生对MOOC的接受模型，确定各变量之间相互作用关系以及作用程度，如图2所示。

图2 修正后的大学生对MOOC的接受模型

根据图2展示的各因素之间的关系以及因素之间的作用程度的高低，本研究得出如下结论：

（1）促成因素、使用意愿对使用行为有直接的正向影响，他们对使用行为影响的路径系数（标准化回归系数）分别为：0.14、0.99，故他们对使用行为的影响程度为：使用意愿>促成因素。因此，当大学生有足够的时间、精力、设备，能够享受到MOOC高质量的内容以及能够享受到其它对自己有利的服务时，他们在使用MOOC的频率、时间上都会有所增强。大学生使用意愿越强，他们实际生活中使用MOOC的频率、时间等也会越高。

（2）绩效期望、努力期望、社群影响、感知趣味性对使用意愿有直接的正向影响，他们对使用意愿影响的路径系数分别为：0.63、0.26、0.23、0.44，故他们对使用意愿的影响程度为：绩效期望>感知趣味性>努力期望>社群影响。他们在影响大学生使用MOOC意愿的基础上，进一步对大学生的MOOC使用行为产生作用，即当大学生觉得使用MOOC很有用、使用MOOC很容易、周围有很多人使用MOOC、使用MOOC的氛围很好、MOOC内容很有趣时，他们就会更愿意去使用MOOC。

（3）感知趣味性对使用意愿会受到性别的影响，其他调节变量对模型没有调节作用。分析其原因，由于男女对于MOOC内容和形式的喜好不同，因此，对于同一内容，不同性别用户所感知到的趣味性差异明显，从而导致性别会影响感知趣味性和使用意愿之间的关系。而由于大学生计算机操作水平较高，MOOC操作较简单且在很多方面男女的需求和感受相差不大，故性别对努力期望、绩效期望、社群影响、促成因素、使用意愿没有影响。在年级方面，现阶段的MOOC尚属于发展阶段，其所涉及内容的专业性和深度性不太强，大学生的学习并没有完全转移到网上，对不同年级的大学生而言，他们对MOOC的需求以及使用情况基本相同，因此年级对于这个模型没有调节作用。当MOOC内容的范围扩大、专业性增强，大学生大部分时间都在网上进行学习的时候，不同年级的大学生对MOOC的使用情况和需求就很有可能会产生显著差异。在这种情况下，年级这一变量就很有可能会对该模型产生调节作用。在上网终端方面，随着无线网络的普及以及手机、电脑软硬件的发展，对于大学生而言，使用MOOC的常用终端设备对他们而言没有多大的差异，因此，上网终端对模型没有调节作用。

四、MOOC发展的对策与建议

本研究对用户接受与使用行为的实证分析表明：绩效期望、努力期望、社群影响、感知趣味性、促成因素、使用意愿对大学生使用MOOC的行为会产生影响，感知趣味性对使用意愿的影响会受到性别的调节作用。因此，从用户接受视角出发，本研究对MOOC的发展提以下几点建议：

（一）丰富MOOC的内容，提升用户对MOOC有用度的认知

实证分析结果表明，绩效期望对大学生使用MOOC的意愿作用最强。当大学生感觉MOOC对其学习、生活、工作的有用程度越高时，越有意愿去使用MOOC。因此，在MOOC发展道路上，有必要提升用户对MOOC有用程度的认知。丰富MOOC内容是提升有用程度的一种有效方法。现阶段MOOC的内容还不够丰富，主要涉及的是大学中的基础课程和一些专业性不太强的专业课程，对于其他内容涉及较少。因此建议，一方面可以扩大MOOC内容所涉及的领域和课程知识的深度，另一方面，主讲人不一定非得是教师或者学术者，社会上的成功人士、权威专家等都可以成为MOOC的讲师。此外，建议针对社会现状，及时挑选一些最近比较火热的现象或者技术等进行分析、讨论和学习。由此，MOOC的课程内容会更加丰富，更贴近现实，有用性程度会更高。

（二）完善MOOC的资源整合，提高MOOC的质量，改善MOOC的证书用途，促进大学生对MOOC的使用

实证分析结果表明，努力期望通过对大学生使用意愿产生直接的正向影响，进而间接对用户使用行为产生作用；促成因素对大学生用户使用MOOC具有直接正向影响。这两个结论表明，如果MOOC拥有的客观条件比较好，大学生能够轻松方便地使用MOOC并清晰地理解课程内容，他们就更有可能使用MOOC。因此，提出以下三点建议。

1. 网站平台根据行业、专业等对课程内容进行资源整合

目前，MOOC资源相对散乱，每个课程之间并没有建立起相关的体系，也没有难易程度的划分。用户很难根据现有资源，及时准确地找到自己所需要的课程。更不能有体系、从易到难地进行相关知识的学习。因此，建议将相近的课程内容编排在同一个板块，并根据学习体系对课程内容进行划分，形成一个有条理的知识库，引导用户根据自身水平以及课程的难易程度进行选择。此外，建议增加一些附加功能，方便用户的使用。比如：在显眼的地方添加一个新手指南的链接，让第一次使用平台的人尽快上手并喜欢上这个平台；提供文字和语音“笔记”的功能，让用户可以一边观看课程，一边记笔记。

2. 课程讲授者、翻译者等共同提高课程质量

课程讲授者应把要讲解的知识用简单易懂的方式呈现出来，让大部分人都能够听懂、理解。教师在讲授这些内容的时候，语速、口音、神态等也是需要注意的地方。因为过快的语速或者让人难懂的口音会大大降低课程的易懂程度。在拍摄制作课程资源时，应尽量使用高质量的拍摄设备来提高视频源本身的音画质量，发布视频的工作也必须尽量做好。当然，在对课程内容进行翻译时，翻译者最好对该领域比较熟悉。

3. 建立MOOC证书与课堂、学分、工作绩效之间的联系

促成因素会正向影响大学生使用MOOC，这表明当对大学生有利的客观条件变多时，会增加其使用行为。就国内而言，MOOC证书只具有一定的激励作用，而没有其他作用。如果该证书不仅只是一种激励，比如和传统课堂、学分、工作绩效相互融合的时候，大学生使用MOOC的客观条件会变得更有利，进而会更愿意使用MOOC。目前的SPOC（Small Private Online Course，小规模限制性在线课程）可以当作是课堂、学分与MOOC证书的一种融合方式。在SPOC中，教师把MOOC上的课程作为家庭作业布置给学生，而在实体课堂中回答学生问题。参与SPOC的用户通过MOOC颁发的证书来完成该课程，获得学校的学分。未来也可以尝试更多的方法来加强MOOC证书和学分之间联系。此外，也可以尝试将该证书作为员工技能、工作绩效的考核内容。这种改善证书用途的行为，在提升客观条件的同时，促进了用户对MOOC的使用行为。

（三）提高内容与授课方式的趣味性，激发用户学习兴趣

实证研究结果表明，感知趣味性对大学生使用MOOC的行为有正向影响。因此，可以适当在授课过程中加入一些有趣的事例、小游戏或者互动环节，提高趣味性的同时，让用户对课程的印象更加深刻，理解更加透彻。现存的同伴互评就是提高趣味性的一种有效方法。合理使用同伴互评不仅让用户在互评中相互学习，也使得课程形式灵活多变，增强了趣味性，从而使用户更愿意使用MOOC。

（四）加大MOOC的宣传力度，提供优质的用户交流渠道，加强社群影响作用

社群影响对大学生使用MOOC的意愿有正向作用。根据本研究的结论，MOOC在周围和社会上受欢迎程度越高，或者当周围的环境和氛围对其使用MOOC越有利时，大学生就越愿意使用MOOC。因此，为了使更多用户使用MOOC，可以从以下两点进行改变：其一，加大宣传，使越来越多的人知道、了解和使用MOOC。其二，为给使用MOOC的用户提供交流平台，为用户创造一个良好的交流基础和环境，帮助他们找到志同道合的人。网站可以添加互动性强的功能，例如：对喜欢的课程进行投票、评论和分享，借助论坛、即时通讯工具等对课程内容、疑难问题进行交流，等等。这些活动不仅对MOOC具有推广作用，而且也可以使用户更融入整个课程之中。

（五）注重性别等个人特征，改进其分类和推荐系统

性别作为调节变量，对感知趣味性和使用意愿的关系有调节作用。因此，平台开发者应该注意用户性别这一因素。现阶段的MOOC大多采用学科和内容标签进行分类，对于用户的性别因素尚不重视。根据本文的实证研究结果，平台开发者应当注重用户性别，根据用户性别给予个性化服务。比如：增加性别这一标签，在标签下列出不同性别用户观看的比较火爆的课程，使用户能够根据性别标签找到自己感兴趣的课程，同时网站也可以将性别因素加入推荐系统中，根据性别推荐其可能感兴趣的课程。

本研究通过将UTAUT应用于MOOC这一领域，引入自变量“感知趣味性”以及调节变量性别、年级、上网终端，形成大学生对MOOC的采纳行为研究模型。实证研究结果表明，绩效期望、努力期望、感知趣味性、促成因素以及使用意愿会影响大学生的使用行为，感知趣味性对使用意愿的影响会受到性别的影响。本研究基于用户接受视角的分析结果，对我国MOOC发展提出了相应的对策和建议。由于本研究仅针对大学生当前对MOOC的接受与使用行为进行调查分析，后续研究将从增加不同研究人群、增加其他影响因素、验证性别的具体调节作用以及用户对MOOC的持续使用等方面展开。

[参考文献]

[1] 李林. 大规模开放在线课程发展思考[J]. 教育探索，2014，（8）：35-36.

[2] 王志军，陈丽，郑勤华. MOOCs的发展脉络及其三种实践形式[J]. 中国电化教育，2014，（7）：25-33.

[3] Parslow G R. Commentary： Massive Open Online Courses[J]. BIOCHEMISTRY AND MOLECULAR BIOLOGY EDUCATION，2013，41（4）：278-279.

[4] 叶文芳，丁一. MOOC发展中的版权制度研究[J]. 科技与出版，2014，（2）：13-17.

[5] 董晓霞，李建伟. MOOC的运营模式研究[J]. 中国电化教育，2014，（7）：34-39、149.

[6] Margaryan A， Bianco M， Littlejohn A. Instructional quality of Massive Open Online Courses （MOOCs）[J]. COMPUTERS & EDUCATION，2015，80：77-83.

[7] 于爱华. MOOC时代背景下的图书馆服务模式创新研究[J]. 图书馆学研究，2014，（21）：81-85.

[8] Massis， B.E. MOOCs and the library[J]. New Library World，2013，114（5-6）：267-270.

[9] 宋灵青. MOOC时代教师面临的挑战与专业发展研究[J]. 中国电化教育，2014，（9）：139-143.

[10] 贾慧娟，温韫辉. 浅谈MOOC给大学出版社带来的挑战和机 遇[J]. 科技与出版，2014，（2）：22-24.

[11][21] 孟亚玲. 从“MOOC中文用户大摸底”看其对中国教育的影 响[J]. 电化教育研究，2014，（8）：38-43.

[12] 陈学慧，赵鲁涛，王洪桥等. MOOC类课程影音制作方法研究[J]. 中国大学教学，2014，（8）：69-72.

[13] 李艳红，赵波，甘健侯等. 基于MOOC的学习定制服务模型构建研究[J]. 中国电化教育，2014，（11）：39-43、49.

[14] 孙力，钟斯陶. MOOC评价系统中同伴互评概率模型研究[J]. 开放教育研究，2014，（5）：83-90.

[15] 余胜泉，万海鹏. 支持课程大规模开放的学习技术[J]. 中国电化教育，2014，（7）：7-18.

[16][18] 钱瑛. 社会化网络环境下网络公开课用户使用行为研究[J]. 现代情报，2014，（5）：50-55.

[17][19] 叶伟剑. 大学生网络课程学习行为及影响因素的实证研 究[J]. 教育学术月刊，2014，（6）：101-105.

[20] 果壳网. MOOC 中文用户大摸底 [EB/OL]. [2013-11-21]. http：//mooc.guokr.com/opinion/437530/.

[22] 果壳网. 2014年慕课学习者调查报告 [EB/OL]. [2014-08-11]. http：//mooc.guokr.com/post/610674/.

[23][24][34] 吴明隆. 结构方程模型[M]. 重庆：重庆大学出版社，2009.

[25] 孙建军，成颖，柯青. TAM模型研究进展——模型演化[J]. 情报科学，2007，25（8）：1121-1127.

[26][32] 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.

[27] 高芙蓉，高雪莲. 国外信息技术接受模型研究评述[J]. 研究与发展管理，2011，23（2）：95-105.

[28] Moon J W， Kim Y G. Extending the TAM for a World-Wide-Web Context[J]. Information & Management， 2001， 38（4）：217-230.

[29] Agarwal R， Karahanna E. Time Flies When You're Having Fun： Cognitive Absorption and Beliefs About Information Technology Usage [J]. MIS QUARTERLY， 2000， 24（4）：665-694.

[30] 谢爱珍. 基于UTAUT大学生手机移动学习使用意愿影响因素研究[D]. 浙江：浙江师范大学，2012.

[31] 温忠麟，侯杰泰，张雷. 调节效应与中介效应的比较和应用[J]. 心理学报，2005，（2）：268-274.

[33] Bentler， P. M.， Chou， C. P.. Practical Issues in Structural Modeling[J]. Sociological Methods & Research， 1987， 16（1）：78-117.

收稿日期：2015-03-30

定稿日期：2015-06-01

作者简介：赵英，教授；杨阁，硕士研究生；罗萱。四川大学公共管理学院（610064）。

责任编辑 石 子