大学生在线学习平台不持续使用行为研究——感知过载视角

金永林，张玉荣，方港华

（浙江树人大学管理学院，浙江杭州 312028）

随着互联网尤其是移动互联网的快速发展，大量在线学习平台不断出现，高校中大学生学习行为也由传统的单一课堂学习向线上课程平台学习转变。目前高校各类在线学习平台层出不穷，如慕课平台、精品课程网站、百词斩APP、扇贝学习社群等各种类型的在线平台愈来愈多样化。大学生一方面在专业学习领域通过教师引导开展基于在线学习平台的课程学习，另一方面针对自己的兴趣爱好、技能考试等需要开展基于在线学习平台的自主学习。但是我们发现学生的学习平台使用意向会随着时间的推移出现明显降低，不少大学生对在线学习平台开始产生反感情绪，出现使用倦怠现象，表现出降低使用频率、短暂中断、永久停止或转移到其他学习平台的不持续使用行为。该文以S-S-0 理论框架为基础，构建大学生在线学习平台不持续使用行为研究模型，剖析不持续使用意向形成机理，这对提高大学生在线学习质量具有积极的现实意义，还可以丰富不持续使用意向研究，拓展其在高等教育领域的应用研究。

1 文献回顾与假设提出

1．1 系统功能过载与使用倦怠、不满意度

技术发展的同时，一些学者逐渐接触到技术过载这类现象，例如，Karr-Wisniewski et al.(2010)等发现：过高的信息技术并不能引起效率的提高，相反还可能降低效率[1]。他们深入研究发现技术过载就包含系统功能过载。系统功能过载反映了大学生在线学习平台功能与大学生需求之间的不匹配，认知匹配理论(2006)提出：不必要的功能会增加用户的认知负担，额外的功能不但对用户来说毫无价值，而且可能对用户造成一定的选择性干扰[2]。此外，Lee 和zhang(2016) 都证实了系统功能过载会显著影响社交媒体倦怠[3]。类比，当大学生在线学习平台功能需求超过大学生需求时，有一部分功能不仅对用户学习上没有帮助，反而还使得大学生的操作干扰性增强，这时大学生会对在线学习平台功能感知过载，从而产生倦怠感。此外，Thompson 等(2005)指出顾客在购买之前会选择功能多的产品，但在使用过程中，功能多的产品会导致用户的厌烦和不满意情绪[4]。在大学生在线学习平台中，系统功能过载是大学生对于平台功能的自我感知，因此平台功能越复杂，大学生就得花费更多时间和精力来研究这些功能，从而使得大学生产生不满意情绪。

基于上述理论，提出假设：H1a：系统功能过载正向影响使用倦怠；H1b：系统功能过载正向影响不满意度。

1.2 信息过载与使用倦怠、不满意度

在信息系统领域，信息过载现象被定义为由于输入超过容量限制而导致响应率下降。在给信息系统输入大量信息时，一旦输入超过了处理能力系统就会因为信息过载而崩溃，响应速度就会下降。Kim(2012)表示信息量太多是诱发SNS 用户疲劳的主要因素。尤其是移动SNS，不受时间和空间限制的特性会导致共享信息超载，增加SNS 用户的压力和负担，进而导致SNS 使用率下降[5]。在大学生在线学习平台的使用中，一方面如果教师推送过多的课程消息，大学生的承载能力有限导致信息过载，另一方面在线学习平台推送过多的信息，特别是广告等营销信息堆积导致信息过多，由于大学生精力和接收信息能力有限，这让大学生极易产生负担，使得大学生产生强烈的过载感，从而产生倦怠感。此外，Grover(2006)在研究消费者决策行为时发现消费者信息过载会使得消费者对决策的信心下降，从而导致决策效率降低[6]。这些研究还表明，消费者决策效率下降极易导致消费者产生不满意的情绪，同样，大学生在面临学习平台信息过载时可能出现不满意情绪。

基于上述理论，提出假设：H2a：信息过载正向影响使用倦怠；H2b：信息过载正向影响不满意度。

1.3 社交过载与使用倦怠、不满意度

社交过载的概念最早出现在社会学中，社会中难免不会出现社交现象，为了维护人们所在的圈子、阶层等，人们不得不投入更多的时间和精力去维护社交，而这在一定程度上会引起人们的厌倦、疲惫等，这个现象被称为“社交过载”。Joinson 等（2011)在研究了社交媒体平台的超载现象之后，提出了“数字拥挤理论”来描述社交网络的扩展，并将其称为过度自我暴露[7]。另外，Hidalog(2012)在此基础上发现过多的自我暴露会使个人感到无聊[8]。因此，社交过载可能导致倦怠。同样，面向大学生的在线学习平台也具有社交功能，例如，现在很多大学生在线学习平台具备好友推荐弹框功能，这也可能导致社交问题。此外，社会学领域的一些研究证明了社交过载与居住满意度之间存在负相关关系。例如，Mc Carthy and Saegert (1978)通过比较实验发现，高密度地区的居民容易出现社交过载和低居住满意度[9]。这种情况在大学生在线学习平台也同样存在，当学习平台过分注重社交时，大学生的学习就会受到影响，从而产生不满意情绪。

基于上述理论，提出假设：H3a：社交过载正向影响使用倦怠；H3b：社交过载正向影响不满意度。

1.4 使用倦怠与不满意度

倦怠是由于实际情况与个体能力出现不一致造成的[10]。根据EDT，不满意度来自期望与感知绩效之间的不确认(Oliver 1981)[11]。大学生在使用在线学习平台时，发现实际使用情况与期望使用出现偏差，那么他们就会出现使用倦怠感，从而产生不满意情绪。

基于上述理论，提出假设：H4：使用倦怠正向影响不满意度。

总而言之，在农业发展中，土肥管理技术对农业经济作物的产量和质量有着重要的作用。在玉米的土肥管理中，要做好耕种前的准备工作，进行扒土蹲苗，同时做好中期除草、培土，后期浅中耕和免耕直播。在做好土壤耕种时要进行施肥管理，根据玉米生长过程中出现的具体问题进行具体分析，采取相应的措施。在玉米的土肥管理中，可以借助科学技术对玉米生长情况进行管理，提高玉米土肥管理的智能化和数字化，保障玉米的健康成长，提高玉米的产量和质量。

1.5 使用倦怠与不持续使用意向

目前对于不持续使用意向的研究较少，最早用于不持续使用这个概念的研究在医疗领域。例如，王丽等人(2000)在研究青年艾滋病感染和预防时发现青年感染艾滋病的风险因素之一为不持续使用避孕套[12]。此外，高洪彩(2006)在研究云南省艾滋病和其他性传播病毒的报告中也阐述了相似的结论，即不持续使用避孕套是感染性病毒的因素之一[13]。此后，不持续使用概念逐渐被引用到其他领域，并且有部分学者对不持续使用意向的原因进行了探索。例如，Ravindran 等(2014)通过对Facebook 用户进行深层访谈，发现用户对社交网络产生倦怠后，会产生降低社交网络使用频率、短暂中断使用或注销社交网络账号的倾向[14]。类比大学生在使用在线学习平台后产生倦怠感也会产生不持续使用的结果倾向。

基于上述理论，提出假设：H5：使用倦怠正向影响不持续使用意向。

1.6 不满意度与不持续使用意向

戴桢(2019)以S-O-R 为视角，构建移动社交电商场景下用户不持续使用的理论模型，研究了移动社交电商平台用户不持续使用的影响因素，研究表明用户不满意度是不持续使用意向的原因之一[15]。此外，Maier 等(2012)提出的不持续使用模型中，不持续使用意向主要由情绪衰竭和满意度影响[16]。因此，一般将大学生使用在线学习平台的正面感觉为满意，负面感觉为不满意，大学生再次使用学习平台的意向是由先前使用的满意度来决定的。当大学生对学习平台感知不满意时，他们会产生转移或退出的意向，这种意向表现为减少使用频率、短暂中断、永久停止或转移到其他学习平台的不持续使用行为。大学生在使用在线学习平台后，对其功能、内容、服务会产生一定的评价，当评价低时，大学生会对在线学习平台产生不满意情绪，促使大学生产生消极意向，引发不持续使用意向。

基于上述理论，提出假设：H6：不满意度正向影响不持续使用意向。

综上所述，该文研究模型如图1 所示。

图1 研究模型

2 研究设计

2.1 变量测定

该研究采用实证研究，量表设计在参考已有的成熟量表的基础上进行设计，具体量表来源和量表设计如表1 所示。

表1 变量测定

2.2 数据收集

该研究采用线上问卷调查和线下问卷调查的方式，其中线上问卷调查主要通过问卷星进行调查，线下主要去浙江5 所高校(浙江大学、浙江工业大学、浙江师范大学、浙江工商大学以及浙江树人大学)进行调查。为了保证问卷的真实性，我们对每位调查对象赠予一个小礼品。问卷调研时间为2020年9月1日至10月1日，历时一个月。问卷调查结束后，共收到520 份问卷，其中发现有极少部分调查者没有使用在线学习平台，调查组对这些问卷进行了剔除处理并排除无效问卷，最终获得有效问卷442 份问卷，有效率为85.00%[17]。其中，调查对象的基本情况如表2 所示。

表2 样本特征统计

3 数据分析与结果

3.1 信度与效度分析

表3 因子分析结果

从表3 的数据可以发现Cronbach'sα 系数均高于0.7，各个测度项因子载荷均为0.6 以上，说明问卷信度和效度较好。

3.2 假设检验

对模型假设检验之前我们采用SPSS 21.0 软件对数据进行相关分析，初步统计后发现各变量之间显现出较强的正向相关性。再运用Smart PLS 3.0 软件对大学生在线学习平台不持续使用行为研究模型进行SEM 分析，具体结果如表4 所示。

表4 路径检验结果

从表4 可以看出3 种过载(系统功能过载、信息过载、社交过载) 均对使用倦怠和不满意度具有影响，其中系统功能过载和信息过载具有显著影响，社交过载只有小部分影响；使用倦怠和不满意度对不持续使用意向均有显著影响，所有的假设均成立[18]。

3.3 中介作用分析

该文通过SPSS 21.0 软件研究了使用倦怠(D)对于感知过载[系统功能过载(A)、信息过载(B)、社交过载(C)]和不满意度(E)之间的中介作用，具体检验结果如表5 所示。其中，Ⅰ表示自变量，Ⅱ表示中介变量，Ⅲ表示因变量。

表5 使用倦怠中介效应

从表5 可以看出使用倦怠(D)在感知过载【系统功能过载(A)、信息过载(B)、社交过载(C)】和不满意度(E)之间起到部分中介作用。

4 结语

4.1 研究结论

该文以感知过载为视角，基于S-S-O 理论框架，构建大学生在线学习平台不持续使用行为研究模型，研究了大学生在线学习平台使用倦怠和不满意的影响因素，以及不持续使用意向形成机理研究，研究结果如下。

（1）大学生在线学习平台感知过载(系统功能过载、信息过载、社交过载)正向影响使用倦怠，这一结果表明大学生使用倦怠程度不仅与在线学习平台的功能有关，还与在线学习平台的信息发布和社交功能有关[19]。

（2）使用倦怠在感知过载与不满意度之间起到部分中介作用，这表明大学生在线学习平台感知过载通过影响使用倦怠进而对在线学习平台产生不满意度。

（3） 使用倦怠和不满意度正向影响大学生对在线学习平台的不持续使用意向，这表明当大学生对某个在线学习平台感到倦怠或不满意时会引发不持续使用结果倾向，具体表现为使用频率下降、短暂中断、永久停止或转移到其他学习平台的不持续使用行为[20]。

（4）社交过载对于感知过载和信息过载来说正向影响使用倦怠和不满意度的影响因子较小，由此可见大学生在线学习平台更加注重功能属性和信息属性，社交属性相对没有那么重要。

4.2 研究启示

该研究对在线学习平台课程教师和大学生在线学习平台开发商和运营商有以下几点启示。

（1）信息过载是影响大学生使用在线学习平台使用倦怠和不满意度的因素之一，因此对于课程教师来说，在线课程建设与教学设计中要注重信息的适度，例如，适当发布一些课程消息，注重课程资源的针对性，增加一些让学生真正实用的课程内容。社交过载也一定程度正向影响大学生在线学习平台使用倦怠和不满意度，因此课程教师不要过多地让学生处于在线学习平台的社交中，对在线交流讨论、小组合作学习等控制节奏与频率[21]。

（2）对于平台开发商和运营商来说，在平台界面、功能设计上力求简洁明了，以减少因功能过多而带来的倦怠感，减少广告营销信息和好友推荐弹框，同时后台加强大数据统计，及时反馈学生使用状态和趋势，为教师调整教学设计提供参考。