張婷婷 王 琪 麥靜儀 李玉桂 丘惠翠

（廣東培正學院管理學院，廣東 廣州 510830）

1 前言

互聯(lián)網時代，人們的社交需求不斷上升，基于某種凝核（共同愛好或標簽）尋找到同類并產生相互的連接而形成的網絡群體，就是社群。學習社群，是社群圍繞某一項學習內容，集中在一起進行互動和交流，以共同學習、共同成長為方式和目標而組成的社群。隨著社會文化發(fā)展，大眾越來越重視在知識層面上的關注、投資以及對自身價值的培養(yǎng)和探索，由此促使了一大批學習社群的誕生和發(fā)展，形成了“學習社群”大爆發(fā)的局面。2020年上半年，全球很多大學采用網絡授課的方式開展教學，并積極利用學習社群進行班級學習管理。對于學習社群，其用戶持續(xù)參與行為直接反映了學習有效性，因此，學習社群用戶持續(xù)參與行為的影響機制成為學者們研究的一個主題。

通過在中國知網搜索主題詞“社群學習”和“學習社群”，對檢索到的文獻的標題和摘要進行快速瀏覽，篩選出38篇與學習社群相關的文獻。對文獻進行梳理，發(fā)現(xiàn)研究主要分為四個方面，分別是研究學習社群的商業(yè)模式，學習社群在教學領域的應用、學習社群的用戶評價以及學習社群的用戶行為。目前圍繞社群學習用戶行為展開的實證研究較少，且主要基于技術采納視角，鮮有研究者從交互行為的角度研究學習社群用戶的持續(xù)參與行為。因此，本課題試圖通過實證研究的方式從期望理論與交互行為理論出發(fā)驗證學習社群用戶持續(xù)參與行為。

2 文獻回顧

2.1 期望確認理論

期望確認理論最初由Oliver(1980)提出,后被Bhattacherjee用于解釋信息系統(tǒng)持續(xù)使用行為，他認為用戶決定持續(xù)使用信息系統(tǒng)與消費者決定再次購買產品/服務存在共同點。例如：兩者都產生在初次采納或購買后，皆受初次使用的經驗影響等。Bhattacherjee研究的重點有兩個：一是影響信息的持續(xù)使用因素是什么；二是影響因素是如何影響用戶的信息系統(tǒng)持續(xù)使用意向及行為的[1]。

2.2 交互行為的概念

交互是在給定的情境下兩個或多個個體之間進行的往復行為。Moore（1989）從學習的角度界定交互行為，是兩個或多個個體為完成任務或建立社會關系而進行的溝通行為[2]。學者們認為用戶控制、反饋、個性化和連接性是交互行為的重要要素，其中控制代表自我效能、反饋代表的是系統(tǒng)效能。本研究把交互行為稱為學習交互，認為學習社群成員間的學習交互對其持續(xù)參與行為有正面影響。

3 研究設計

3.1 研究假設與模型構建

本研究以自我認知、學習交互為研究視角，以學習者為中心，探討社區(qū)成員的認知類因素和情感類因素對用戶持續(xù)參與行為的影響機制。變量分別為：感知信息質量、感知自我效能、感知社會提升，社會存在感和社區(qū)認同感。具體分析如下：

1）感知信息質量（IFQ）。感知信息質量是指用戶根據學習社群提供的資料或信息，進行甄別后對信息質量進行評價的一個指標。

2）感知社會提升（PSE）。成員通過學習互動，在獲得其他成員的接受和認同的同時，不僅能挖掘出自身價值，而且也能從中感覺自身在社群中的重要度的提高。

3）社會存在感（SP）。社會存在感是指人們通過網絡與他人進行交流時，能夠感受到對方真實程度的一種指標。即，人們進行網絡交流時，感受對方與自己在進行面對面交流的程度。

4）社區(qū)認同感（CI）。社會認同理論最初是由 Tajfel（1978）提出的，他將社會認同定義為“個體將他或她自己歸屬于某個特定的社會群體，以及該個體所擁有的群體成員身份能夠給其自身帶來某種情感和價值上的體驗”[3]。

5）學習交互（LI）。Moore（1989）從學習的角度界定交互行為，是兩個或多個個體為完成學習任務或建立社會關系而進行的溝通行為[2]。本研究探討的學習交互，指的是學習社群中用戶與用戶間進行的有關學習的交互行為。

綜上所述，本文提出以下假設：

H1:感知信息質量正向影響用戶社區(qū)成員的持續(xù)參與行為。

H2:感知社會提升正向影響用戶社區(qū)成員的持續(xù)參與行為。

H3:社會存在感正向影響用戶社區(qū)成員的持續(xù)參與行為。

H4:社區(qū)認同感正向影響用戶社區(qū)成員的持續(xù)參與行為。

H5:學習交互正向影響用戶社區(qū)成員的持續(xù)參與行為。

3.2 問卷設計

為了更好地獲得研究數(shù)據，在充分閱讀關于持續(xù)參與行為相關文獻基礎上，參考國內成熟量表[4][5]。同時，結合學習社群的特點，本研究按理論模型調整問卷設計，可分為六個部分，總共涉及20個問題。量表的測量采用李克特五分量表模式，分值從1分到5分，分別表示非常不同意、比較不同意、一般同意、比較配同意和非常同意。具體量表題項如下表1所示。

表1 變量的測量指標和文獻來源

3.4 數(shù)據收集

問卷采用線上和線下兩種發(fā)放形式，線上主要通過問卷星在微信朋友圈、微信群、朋友轉發(fā)等方式完成問卷發(fā)放和收集。線下是通過發(fā)放紙質問卷形式進行，后期由人工進行數(shù)據錄入和整理，總共收集到322份問卷。通過對問卷選項進行甄別，刪除無效問卷（漏選、少選、同一選項），最終篩選出有效問卷共237份。其中線下有效問卷數(shù)據為180份，線上有效問卷數(shù)據為57份，總體有效率達到74%。

4 數(shù)據分析

4.1 信度分析

本研究將六大變量分成自變量與因變量兩部分，因變量包含：感知信息質量、感知社會提升、社會存在感、社區(qū)認同感、學習交互。因變量為持續(xù)參與行為。分析結果表明：自變量（影響因素）與因變量（持續(xù)參與意愿）的Cronbach’s Alpha值均大于0.75，說明本研究采取的問卷具有較好的信度。具體如表2所示。

表2 信度分析結果

4.2 效度分析

本研究通過因子分析檢驗問卷數(shù)據的準確性。首先使用SPSS進行Bartlett的球形度檢驗，總樣本的KMO值為0.869，大于0.7，且Sig.（顯著性）為小于0.05，變量間存在顯著相關性，適合做因子分析。在此基礎上對數(shù)據進行因子分析，得到6個與理論模型相契合的變量，分別是：感知信息質量、感知社會提升、社會存在感、社區(qū)認同感、學習交互、持續(xù)參與行為，如表3所示。

表3 旋轉成分矩陣

4.3 回歸分析

本研究選擇感知信息質量(X1)、感知社會提升(X2)、社會存在感(X3)、社區(qū)認同感(X4)與學習交互(X5)作為自變量，持續(xù)參與行為(Y)作為因變量進行多元回歸分析，初設回歸方程為Y=β1X1+β2X2+β3X3+β4X4+β5X5+u。結果如表4所示，感知社會提升與社區(qū)認同感兩個變量的Sig.值均大于0.05，由此可認為感知社會提升與社會認同變量無效，這兩個變量對持續(xù)參與行為的影響不顯著，假設H3、H5不成立。感知信息質量、社會存在感與學習交互的Sig.值均小于0.05，且與之相對應的回歸系數(shù)均為正數(shù)，表明感知信息質量、社會存在感與學習交互正向影響虛擬學習社群用戶持續(xù)參與行為，假設H1、H4、H6成立。綜上所述，最終求得回歸方程為：y=0.139X1+0.146X3+0.25 5X4+0.737。

表4 回歸分析結果

5 結論

5.1 研究結論

根據實證研究結果最終得出以下結論：

第一，虛擬學習社群用戶持續(xù)參與行為的影響因素分別為感知信息質量、社會存在感、學習交互，且這些因素對用戶持續(xù)參與行為存在較明顯的影響效果。用戶參與虛擬學習社群的主要目的是獲得高質量的信息（資料），在社群學習過程中會產生的相應的學習交互行為，通過學習交互用戶間產生溝通，起到社交的作用，從而提高了用戶的社會存在感，影響用戶的持續(xù)參與行為。第二，感知社會提升、社區(qū)認同感與用戶持續(xù)參與行為的正相關作用不顯著。原因可能有二：一是，用戶參與某種虛擬學習社群動機明確，獲取高質量信息，對感知社會提升的關注度不高，大大降低了感知社會提升對用戶持續(xù)參與意愿的影響作用。二是，虛擬學習社群的劃分大多按內容類別進行，具有專門的社群管理人員進行學習信息發(fā)布等工作，保證學習社群的正常運作。但這種模式通常是有學習期限的。因此用戶對虛擬學習社群的社區(qū)認同感較弱。

5.2 研究建議

根據實證研究結論，本研究為學習社群管理者提出以下建議：1）提高學習資料/信息的質量，保證信息的及時性、準確性。學習社群管理者可定期發(fā)布問卷調查，了解用戶對學習社群信息的態(tài)度以及用戶的需求。根據用戶的需求去調整學習內容。其次，管理者要實時更新學習內容。2）增加學習交互次數(shù)，提高用戶學習積極性。社群管理者中可定期根據學習進度發(fā)布相應的話題討論，對參與討論的用戶給予相應的獎勵。其次，加強用戶與用戶間的學習交互，可在社群中選取部分用戶作為班干部，實時反饋用戶疑問，并進行答疑。再者，可實行用戶學習打卡模式，間接刺激用戶學習積極性。