成人參與在線學習共同體意愿的內在影響機制

于莎　劉奉越

摘要：以網絡為載體構建的在線學習共同體，由于不受時間、地點等條件制約，深受成人學習者的歡迎。學習參與意愿作為影響成人參與在線學習共同體決策的關鍵因素，正在成為學界關注的焦點。鑒于成人參與學習的行為決策大多伴有明確的目標，且成人學習具有鮮明的自我導向特征，因此以目標導向行為理論和自我決定理論為指導來探究成人參與在線學習共同體行為意愿的內在影響機制，是推進該領域研究的新視角和重要途徑。已有研究指出，影響成人參與在線學習共同體意愿的內在變量主要有態度、主觀規范、預期情緒、勝任力、關聯感、欲望和感知行為控制。為進一步探究這些內在變量與行為意愿之間的關系，通過模型假設、量表編制、信度分析，并運用結構方程模型對研究假設進行檢驗，研究結果發現：關聯感和感知行為控制對成人參與在線學習共同體的欲望有著顯著的正向影響，而欲望又進一步正向影響成人參與行為意愿的產生，此外感知行為控制對成人參與在線學習共同體行為意愿有著直接的正向影響。

關鍵詞：成人學習者；在線學習共同體；參與意愿；影響機制；結構方程模型

中圖分類號：G72 文獻標識碼：A 文章編號：1009-5195（2018）05-0086-09 doi10.3969/j.issn.1009-5195.2018.05.010

一、研究背景

互聯網技術的迅猛發展與廣泛應用，使人們的生活、工作、學習和交流等方式發生了翻天覆地的變化（張際平等，2011）。越來越多的企業員工、政府公務員、學校教師以及社會工作者都將采取在線學習的方式來實現終身學習（吳峰等，2015）。以網絡為載體而構建的各類非正式在線學習共同體，由于不受時間、地點等條件制約，而受到成人學習者的青睞，并在其學習過程中發揮著不可或缺的作用。比如，它可以解決傳統學習共同體存在的時空受限、運用資源困難和遠距離交互缺乏等問題；能夠增加信息交流、相互支持、團隊承諾、合作以及對學習經歷的滿意度（Rovai，2001）；使成員在網絡上能找到志同道合、共同進步的學習伙伴，共同的學習愿景也能激發他們學習的主動性和創造性，增強歸屬感（唐燕兒等，2017）；有利于建構知識，交流情感（董利亞等，2016）；為成員的共同成長和知識鴻溝的減少鋪平道路（Shafipour et al.，2017）。隨著“互聯網+教育”的深度融合，成人在線學習共同體的意義和價值不斷得以彰顯，在不同專業領域的實際應用也越來越廣泛。

然而，實踐中成人參與在線學習共同體意愿不足、對移動學習接受和利用不足（鮑日勤，2017）、成員間互動程度不足（王詩蓓等，2017）等問題仍層出不窮。究竟是哪些因素影響了成人參與在線學習共同體的意愿？它們之間的關系是什么？這些問題引起國內外研究者的關注。Bette對阿爾伯塔社區成人學習委員會協調員參與在線學習共同體的研究結果顯示，他們的參與動機主要包括學習新技能和獲得工作實踐的機會、與同事和職業加強聯系以及減少因工作職能和地理位置造成的隔離（Gray，2004）。Barría等人基于社會比較理論，認為與同輩的比較尤其是可視化比較能夠激發成人參與在線學習共同體的意愿（Barría et al.，2014）。Karunanayaka以教師為個案的研究結果表明，互動式和協作式課程設計、在線輔導者扮演的角色、在線學習者采用的各種策略會對在線學習共同體的學習效果產生影響（Karunanayaka，2008）。Dadze-Arthur 等人認為，學習者對原有知識和經驗的概念化，注重以計算機為媒介的溝通，參與課程和項目，能夠提升他們對在線學習共同體的認知和社會參與（Dadze-Arthur et al.，2016）。張際平等人的研究表明，成人是否選擇加入在線實踐共同體，與緩解壓力、增加社會交往、服務社區和提高工作水平等內在因素相關（張際平等，2011）。楊剛等人認為，在虛擬學習社區學習活動中，主持者的角色非常重要，既能幫助參與者之間形成有效的溝通，又能在有效管理活動進程方面發揮積極作用（楊剛等，2013）。葛楠等人指出，在非正式網絡學習共同體中，社會存在感影響參與者的滿意度和持續關注度（葛楠等，2017）。

雖然學界不乏從動機因素探討成人參與在線學習共同體行為決策過程及識別影響成人學習行為的關鍵因素，但是較少從動機角度考察成人參與在線學習共同體行為發生的心理機制。鑒于成人參與在線學習共同體的行為決策大多伴有明確的目標，且成人學習具有鮮明的自我導向特征，本研究將引入目標導向行為理論和自我決定理論，從微觀視角厘清成人參與在線學習共同體的驅動因素及其內在機制，并為提升參與效度提供理論支撐。

二、理論基礎與模型假設

1.理論基礎

目標導向行為理論的建構源于計劃行為理論（Theory of Planned Behaviour，簡稱TPB）。由于計劃行為理論存在注重認知變量而忽視情感變量對行為驅動的重要作用之缺陷，Perugini 和Bagozzi構建了目標導向行為模型（The Model of Goal-Directed Behaviour，簡稱MGB）。目標導向行為理論強調動機、情感和習慣的價值，把它們有機地融為一體。具體來說，既保留計劃行為理論的原始變量，即態度、主觀規范和感知行為控制，又借鑒 Parker等人提出的預期情緒影響決策過程理論，引入預期情緒變量（Leone et al.，2004）。相對于計劃行為理論，目標導向行為理論具有較強的行為預測能力和解釋力，能夠更加系統深入地分析特定行為的生成機理（Song et al.，2014），因而近年來被廣泛應用于教育、計算機、醫療、商業和旅游等領域。因此，本研究嘗試以目標導向行為理論為基礎進行成人參與在線學習共同體行為的研究。

自我決定理論（Self-Determination Theory，簡稱SDT）假定個體是活動的有機體，具有積極的自我整合、自我完善和不斷學習的傾向，但這些傾向并非自然而然發生，而是需要借助社會情境的支持才能發生（Deci & Ryan，1985）。自我決定理論認為，內在動機或外在動機的內在化取決于自主感、勝任感和關聯感三種基本心理需要，通過這些需要，個體能體驗到一種精心設計的幸福感。為了更好地實現個體的自我成長，有必要準確把握其基本心理需要與外部社會環境之間的關系。自我決定理論能夠使研究者探查到通過情境因素（如指導者行為、社會互動）來增強或抑制在線學習者動機的機制，也有助于教師和教學設計者確定更好的在線學習者支持策略（Chen & Jang，2010）。本文將在運用目標導向行為理論的基礎上，引入自我決定理論的關聯感和勝任感要素，分析外在因素對于個體學習欲望產生的影響，進而探討成人對于在線學習共同體的認知與行為意愿之間的關系。

2.研究假設與模型構建

根據目標導向行為模型，將欲望作為中間變量，把態度、主觀規范、預期情緒和感知行為控制四個變量確定為影響欲望的主要因素；依據自我決定理論，把勝任感和關聯感確定為影響欲望的另外兩個主要因素。本研究提出以下研究假設：

H1：態度對成人在線學習共同體參與欲望有積極的正向影響

態度是表征個體對事物喜歡或者不喜歡的指標（Ajzen & Fishbein，1980）。它是個體對某一事物或行動進行評價的反應，一旦獲取，當面對這一事物或行動時就會自動觸發。Bagozzi和Perugini認為，態度并不直接影響個體的行為意愿，而是通過欲望對其產生間接影響，這種影響大部分要受欲望的調節（Bagozzi & Perugini，2001）。Song等人的實證研究也表明，參與者的態度對于欲望有著積極的正向影響（Song et al.，2012）。

H2：主觀規范對成人在線學習共同體參與欲望有積極的正向影響

主觀規范是指對影響個體看待事情或者重要他人觀點的感知，重要他人包括父母、兄弟姐妹、親密朋友、親戚、下屬、上級和商業伙伴等（Park，2000）。Bagozzi認為，主觀規范并不直接影響個體的行為意愿，而是通過影響欲望這一中介變量發揮作用（Bagozzi，1992）。他與Perugini對230名參與者的實證研究也證實了這一點（Bagozzi & Perugini，2001）。

H3：正向預期情緒對成人在線學習共同體參與欲望有積極的正向影響

預期情緒分為正向預期情緒和負向預期情緒兩種類型。人們對未來能夠成功執行某一特定行為會形成一種正向的預期情緒，而對不能夠成功執行某一特定行為則會形成一種負向的預期情緒。Leone等人認為，預期情緒會影響行為欲望，因為情緒構面能代表促進事情積極化和避免事情消極化的享樂主義動機（Leone et al.，2004）。Song等人的研究顯示，正向預期情緒對參與某種行為的欲望具有積極的正向影響（Song et al.，2014）。

H4：勝任感對成人在線學習共同體參與欲望有積極的正向影響

勝任感意味著個體能夠積極地與所處的環境進行互動，有效應對外界需要。Deci和Ryan認為勝任感是影響內部動機的重要因素，已有多項研究表明它是內部動機的正向預報者。當個體感覺能夠勝任某項任務，其執行此項任務時就會更有動力（Deci & Ryan，1985）。S?reb等人的研究表明，教師電子學習的勝任感對他們的內在動機有著積極的正向影響（S?reb et al.，2009）。李曉明等人基于自我決定理論的實證研究也證明，勝任感對動機內化有著顯著的正向影響（李曉明等，2017）。

H5：關聯感對成人在線學習共同體參與欲望有積極的正向影響

關聯感是指個體在行為過程中感知到與行為對象建立聯結，是一種在意他人同時也希望得到他人接受的感覺（Deci & Ryan，2002）。換言之，關聯感是個體希望在自己所處的環境中能夠與他人建立聯系，感受到他人的愛與關懷。李曉明等人的研究顯示，關聯感對動機內化有著顯著的正向影響（李曉明等，2017）。

H6：感知行為控制對成人在線學習共同體參與欲望有積極的正向影響

H7：感知行為控制對成人在線學習共同體參與意愿有積極的正向影響

感知行為控制是指個體對于從事某一特定行為時所感知到困難或容易的信念，并且評估自身擁有的資源與機會，以及判斷達到目標行為時可能會遇到的阻礙（Ajzen，1991）。感知行為控制具有加強個體執行行為、增加努力和毅力意向的作用。個體的感知行為控制越強，其執行行為的意愿也越強。在目標導向行為理論中，感知行為控制被認為是影響欲望的必不可少的要素。Bagozzi和Perugini指出，感知行為控制能夠加強個體的欲望、行為意愿和實際行為（Bagozzi & Perugini，2001）。

H8：欲望對成人在線學習共同體參與意愿有積極的正向影響

Bagozzi等人認為，欲望能為行為意愿提供動機或動力。在目標導向行為模型中，欲望作為中間變量，是行為意愿最直接的決定因素，并通過實驗進行了驗證（Bagozzi & Perugini，2001）。Perugini和Conner也強調，欲望是行為意愿的一個很好的預測器（Perugini & Conner，2000）。在Bagozzi和Dholakia對小組品牌社區參與者的行為和行為決定因素的研究中，他們把欲望作為轉化行動的理由理解為社會行動意圖的轉換機制（Bagozzi & Dholakia，2006）。

根據上述假設關系，筆者構建了如圖1所示的成人參與在線學習共同體意愿的內在機制理論模型。

三、研究設計

1.問卷設計

本研究問卷共分兩大部分。第一部分是基本信息，包括性別、年齡、文化程度、參與在線學習共同體的時間等。第二部分是主體，涉及成人參與在線學習共同體的態度、主觀規范、預期情緒、勝任力、關聯感、欲望、感知行為控制和行為意愿等。其中，態度測量題項采用Davis等人以及Taylor和Todd所用的量表（Davis，1989；Davis et al.，1992；Taylor & Todd，1995）；主觀規范測量題項借鑒Venkatesh等人的量表（Venkatesh et al.，2003）；預期情緒測量題項采用Bagozzi和Perugini的量表（Bagozzi & Perugini，2001）；勝任感測量題項綜合采用Venkatesh等人和李曉明等的量表（Venkatesh et al.，2003；李曉明等，2017）；關聯感測量題項參照Liu等人的量表（Liu et al.，2010）；欲望測量題項采用Bagozzi和Perugini的量表（Bagozzi & Perugini，2001）；感知行為控制測量題項借鑒Bagozzi等人的量表（Bagozzi & Kimmel，1995）；行為意愿測量題項參照 Davis、Venkatesh等人的量表（Davis，1989；Venkatesh et al.，2003）。本研究采用李克特7級量表，程度變化范圍為1～7分，其中1表示“非常不同意”，7表示“非常同意”。問卷主體的測量題項及來源詳見表1。

2.數據收集

2017年7月15日至8月15日，以成人為調查對象，在河北、山東、河南、江蘇和浙江等地進行問卷發放與回收工作，共發放問卷350份，回收有效問卷309份，有效回收率為88.3%。問卷中的測量題項為 26個，已達到結構方程模型運用所要求的有效問卷至少高于測量題項10倍的標準（Bentler & Chou，1987），因而可采用結構方程模型展開探討。

3.樣本描述

調查對象中男女比例分別為47.9%和52.1%；31～40歲年齡段的人數占比稍大，所占比例為34.8%；調查對象的文化程度總體偏高，專科比例達42.7%，本科及以上比例為25.1%；參與在線學習共同體年限在1年以上的成人占29.3%，參與時間在1周以內的成人占26.7% 。

四、數據分析

1.信度分析

本研究使用SPSS 24.0軟件對概念模型中8個構念的相關性、均值、標準差及信度展開分析。其中，各構念均值為5.181～5.476，標準差為0.855～1.126，構念之間的相關性均大于0.3，說明各構念之間相關性較好。樣本中26個題項的整體Cronbach s α值為0.948，8個構念的Cronbach s α值都大于0.7，符合Nunnally和Bernstein所提的信度檢驗標準（Nunnally & Bernstein，1994）。另外，量表各指標的偏度和峰度統計值所對應的絕對值均小于2，表明樣本數據符合單變量正態分布要求。

2.驗證性因子分析

本研究運用AMOS 24.0軟件對由8個構念所組成的測量模型展開驗證性因子分析，目的在于確定相應構念中的測量題項是否具有收斂效度。從表2可見，各測量題項的標準化因子載荷（SFL）值介于0.698～0.914，高于Nunnally所提的標準化因子載荷值需大于0.5的標準（Nunnally，1978），且均通過顯著性檢驗。此外，各潛變量的組合信度（CR）均大于臨界值0.7，平均方差提取值（AVE）均高于臨界值0.5（Bagozzi & Yi，1988）。根據上述標準可判定，各構念測量題項之間的相關程度較高，收斂效度較好。

另外，模型中各構念的AVE值在其開算術平方根后均大于該構念與其他構念之間的兩兩相關系數，表明構念之間具有較好的區別效度（Fornell & Larcker，1981）。

3.模型擬合度與假設檢驗

（1）模型擬合度檢驗

在完成對各變量的有效性驗證后，使用AMOS 24.0檢驗假設模型與測量數據的配適度。本模型的擬合指標如下：CMIN/DF=4.040，GFI=0.727，AGFI=0.671，RMSEA=0.100， TLI=0.839，CFI=0.847（見表3）。其中，CFI和TLI非常接近0.9的臨界值，且RMSEA大于0.08的臨界值，表明本模型的各配適度指標系數存在一定的改進空間。本研究通過Bollen-Stine Bootstrap 公式對模型擬合指標進行修正，修正后的擬合指數如下：CMIN/DF=1.318，GFI=0.937，AGFI=0.921，RMSEA=0.032，TLI=0.987，CFI=0.984。

（2）假設檢驗

通過對變量間標準化路徑系數的測量，檢驗各研究假設。從表4可見，H1、H2、H3和H4的P值并未小于0.001，表明假設不能通過檢驗；H5、H6、H7和H8的P值小于0.001，表明假設通過檢驗。另外，根據結構方程模型各假設的路徑系數β值大小（見表4、圖2），可以看出各變量對欲望的影響效應從高到低依次為關聯感、感知行為控制、勝任感、態度、預期情緒及主觀規范，而對行為意愿的影響效應從高到低依次為感知行為控制和欲望。

五、研究結論與啟示

1.研究結論

本研究運用結構方程模型，檢驗了成人參與在線學習共同體的態度、主觀規范、預期情緒、勝任感、關聯感、感知行為控制、欲望及行為意愿之間的路徑關系，分析了成人參與在線學習共同體行為意愿的產生機理，重點探索了行為意愿產生的內在影響機制（見圖2）。本研究主要得出以下四點結論。

第一，在成人參與在線學習共同體欲望產生過程中，態度、主觀規范、預期情緒和勝任感并沒有起到顯著的前置影響作用。尤其是主觀規范對欲望的影響效用甚小（β=-0.048），說明影響成人參與在線學習共同體的因素更多集中在共同體組織環境和自我控制力上。這一結論與已有研究有所出入。已有研究多數都證實了主觀規范作為人們采取某項特定行為時所感受到的社會壓力，對欲望有著顯著的正向影響；而本研究結論未能向已有研究提供量化結果支持。究其原因，這與成人學習行為多半帶有“功利性”色彩的特性有關。作為獨立而又成熟的個體，成人學習欲望及學習行為意愿的產生并非遵從外在社會規約，其驅動因素更多源自對內心自我的追求及改善生活境遇的壓力。另外，預期情緒對欲望并未起到顯著的正向影響。這一結論與王翔等所得出的成員積極參與情緒和消極參與情緒都與其在在線學習共同體中的參與度和投入度密不可分的結論相左（王翔等，2016）。這可能是由于成人學習行為的產生是其理性考量與權衡后的結果，他們往往為了職業發展需要或生存環境改變而選擇繼續學習，而受情感類動機因素的影響較小。

第二，關聯感對成人在線學習共同體參與欲望有著積極的正向影響。關聯感可被視為個體的一種內在心理體驗，獲得的關鍵是讓其感受到組織中其他成員的關心與支持。關聯感的獲得不僅能增進個體之間的認同，促進彼此之間的相互理解，同時也能帶來愉悅感和滿足感。反之，則會使個體產生孤獨感。孤獨感與關聯感是一對相互對立的心理變量，雙方存在此消彼長之勢。減少孤獨感，提升關聯感，是激發成人在線學習共同體參與欲望的關鍵。由于在線學習共同體具有突破時空限制、跨域組織邊界等特征，致使個體之間的社交關系淺層化，因而如何提高共同體的凝聚力將是進一步研究的重點。此外，這一結論詮釋了在線學習共同體中知識共享行為產生的原因，有利于為其知識管理體系構建及組織社會化策略制定提供指導。

第三，感知行為控制不僅直接影響成人的行為意愿，而且通過欲望對其產生間接影響。感知行為控制對行為意愿影響的總效果β值達到0.663，說明感知行為控制是影響成人行為意愿產生的重要變量。感知行為控制包括自我效能和控制力兩個層面。前者強調個體在完成某一任務時，對自身能力的主觀判斷與評價；后者則屬于對諸如時間、資源等外部因素的掌控能力。如果成人的自我效能感與控制力強，就容易克服參與在線學習共同體過程中的困難和挫折，有效開展學習；反之，則難以通過在線學習共同體獲取知識，實現預期學習目標，還可能會催生無助感。當成人學習者因付出數次努力而結果無效時，他們就不知道該做什么和如何做，進而無法喚起學習欲望和激發學習行為意愿。

第四，成人的學習欲望對行為意愿有著顯著的正向影響。這表明成人參與在線學習共同體的欲望愈強，愈有助于其參與行為意愿的產生。欲望是人們進行某一活動的內部驅動力，因而要促進成人參與在線學習共同體行為意愿的產生，就需要通過激發其參與欲望予以實現。

2.研究啟示

本研究關于成人參與在線學習共同體行為意愿的影響因素及其形成機理的研究結論，對于成人參與在線學習共同體行為意愿的產生具有實際指導意義。

第一，提升自我控制感，促進積極的學習情緒體驗產生。研究發現，感知行為控制對成人的學習欲望和行為意愿有著積極的正向影響，表明自我控制感較強的成人更容易激發在線學習共同體參與欲望和行為意愿。在參與在線學習共同體的活動中，成人需要在學習挑戰與自身技能水平之間達到平衡，靈活控制自己與在線學習情境之間的關系，從而積極主動地進行意義構建，成為新知識和經驗的實施者（劉奉越，2012）。為增強成人的自我控制感，需要提升成人駕馭ICT的內在品質與涵養，熟練掌握計算機、網絡通信工具或網絡信息資源的使用技能。已有研究證明，無論是直接的ICT科學學習行為，還是間接的ICT娛樂活動，都能對學習者的自我效能起著積極的促進作用（陳奕樺等，2017）。因此，成人學習者應不斷提升自身的ICT素養，使其對在線學習共同體的參與產生濃厚的興趣和積極的情緒體驗，進而促使其產生學業韌性并持續學習。

第二，強化共同體意識，提高群組成員間的交互水平。在實踐中，“隱身型”學習者較為普遍及成員間互動性不強的現象是成人在線學習共同體構建所面臨的棘手問題，而本研究發現關聯感對在線學習共同體參與欲望有著積極的正向影響。因此，如何提升不同個體之間，個體與在線學習共同體組織之間的關聯感就顯得尤為重要。由自我決定理論可知，建立關聯感的關鍵在于增強學習成員的歸屬感。因此，可建立成員的角色組織，布置協作式任務，設計可供討論的問題，開展團隊合作的學習活動；將文本交互、即時交流、討論區等多元化的方式融入在線學習共同體的社會情境，構建“圈子文化”，形成學習者的“圈子”，使他們感知到存在于這一共同體，并能得到同伴的認可（董利亞等，2016）。與此同時，還要加強群組成員間的互動與溝通，創造“自我”與“他者”的交匯和互動機會。在在線學習共同體這樣一個虛擬網絡學習社區，成員之間地位平等，他們可以借助網絡和通信工具，獲取知識和技能，完成一定的學習任務，并形成相互影響和相互促進的社會關系網絡，促進社會資本增長（劉惠芬等，2005）。具體而言，可通過設計虛擬聊天室、協作性白板、互動視頻和整合社交軟件等方式促成學習者信任感的快速形成，從而提高社會臨場感（萊斯利·莫勒等，2015），讓學習者之間能自愿傳遞和分享知識，以進一步滿足群體成員之間的互動和體驗要求。

參考文獻：

[1][美]萊斯利·莫勒， 杰森·B·休特（2015）. 無限制的學習：下一代遠程教育[M]. 王為杰. 上海：華東師范大學出版社：132-133.

[2]鮑日勤（2017）. 開放教育學習者移動學習使用意愿影響因素研究[J]. 遠程教育雜志， （3）：102-112.

[3]陳奕樺，趙可云（2017）. 信息技術對中學生科學自我效能的促進成效[J]. 開放教育研究， （6）：60-70.

[4]董利亞，馮銳（2016）. 在線學習社區培育與發展模型的構建及其策略研究[J]. 遠程教育雜志， （2）：98-105.

[5]葛楠，孟召坤，徐梅丹等（2017）. 非正式網絡學習共同體中社會存在感影響因素研究[J]. 中國遠程教育， （1）：37-44.

[6]李曉明，張輝（2017）. 顧客品牌契合行為的心理機制研究：自我決定理論視角[J]. 旅游學刊， （7）：57-69.

[7]劉奉越（2012）. 基于新生代農民工城市適應主體性障礙的質變學習[J]. 現代遠程教育研究， （6）：57-61.

[8]劉惠芬，陽化冰（2005）. 多重互動的網絡學習社區研究[J]. 現代遠程教育研究， （2）：37-39.

[9]唐燕兒，王思民（2017）. 新生代農民工繼續教育需求與虛擬學習社區構建[J]. 現代遠程教育研究， （3）：86-93.

[10]王詩蓓，王帆（2017）. 基于價值創造理論的教師網絡實踐共同體價值創造研究[J]. 中國遠程教育， （3）：59-66.

[11]王翔，馬吟秋，李旋（2016）. 網絡學習共同體中知識分享行為的社會因素探究[J]. 經濟與管理研究， （12）：131-140.

[12]吳峰，王辭曉，李杰（2015）. 非約束條件下成人在線學習動機量表編制[J]. 現代遠程教育研究， （4）：60-65.

[13]楊剛，曾群芳，賴文華（2013）. 虛擬學習社區環境下教師協作學習的問題與實證[J]. 現代遠程教育研究， （2）：45-52.

[14]張際平，張麗（2011）. “在線實踐共同體”成員參與動機研究[J]. 現代遠程教育研究， （2）：22-26.

[15]Ajzen， I. （1991）. The Theory of Planned Behavior[J]. Organizational Behavior and Human Decision Processes， 50（2）：179-211.

[16]Ajzen， I.， & Fishbein， M. （1980）. Understanding Attitudes and Predicting Social Behavior[M]. Prentice-Hall： 54-64.

[17]Bagozzi， R. P. （1992）. The Self-Regulation of Attitudes， Intentions， and Behavior[J]. Social Psychology Quarterly， 55（2）：178-204.

[18]Bagozzi， R. P.， & Dholakia， U. M. （2006）. Antecedents and Purchase Consequences of Customer Participation in Small Group Brand Communities[J]. International Journal of Research in Marketing， 23（1）：45-61.

[19]Bagozzi， R. P.， & Kimmel， S. K. （1995）. A Comparison of Leading Theories for the Prediction of Goal-Directed Behaviours[J]. British Journal of Social Psychology， 34（4）： 437-461.

[20]Bagozzi， R. P.， & Perugini， M. （2001）. The Role of Desires and Anticipated Emotions in Goal-Directed Behaviors： Broadening and Deepening the Theory of Planned Behavior[J]. British Journal of Social Psychology， 40（1）：79-98.

[21]Bagozzi， R. P.， & Yi， Y. （1988）. On the Evaluation of Structural Equation Models[J]. Journal of the Academy of Marketing Science，16（1）：74-94.

[22]Barría， J.， Scheihing， E.， & Parra， D. （2014）.Visualizing Student Participation in a Collaborative LearningEnvironment[EB/OL]. [2018-03-01]. http：//www.ceur-ws.org/Vol-1210/SP2014_10.pdf

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

[24]Chen， K. C.， & Jang， S. J. （2010）. Motivation in Online Learning： Testing a Model of Self-Determination Theory[J]. Computers in Human Behavior， 26（4）：741-752.

[25]Dadze-Arthur， A.， & Raine， J. W. （2016）. Experiential Learning and Teaching at a Distance： How Distinctive an Experience？[A]. Majgaard， K.， Ry Nielsen， J. C.， & Quinn， B. et al. （Eds.）. Developing Public Managers for a Changing World （Critical Perspectives on International Public Sector Management， Volume 5）[M]. Bingley： Emerald Group Publishing Limited：141-159.

[26]Davis， F. D. （1989）. Perceived Usefulness， Perceived Ease of Use， and User Acceptance of Information Technology[J]. MIS Quarterly， 13（3）：319-340.

[27]Davis， F. D.， Bagozzi， R. P.， & Warshaw， P. R. （1992）. Extrinsic and Intrinsic Motivation to Use Computers in the Workplace[J]. Journal of Applied Social Psychology， 22（14）：1111-1132.

[28]Deci， E. L.， & Ryan， R. M. （1985）. Intrinsic Motivation and Self-Determination in Human Behavior[M]. New York： Plenum：21-25.

[29]Deci， E. L.， & Ryan， R. M. （2002）. Handbook of Self-Determination Research[M]. New York： University of Rochester： 128-140.

[30]Fornell， C.， & Larcker， D. F. （1981）. Structural Equation Models with Unobservable Variables and Measurement Error： Algebra and Statistics[J]. Journal of Marketing Research， 18（3）：382-388.

[31]Gray， B. （2004）. Informal Learning in an Online Community of Practice[J]. Journal of Distance Education， 19（1）：20-35.

[32]Karunanayaka， S. （2008）. Designing an Online Learning Community Among Teacher Educators[J]. Asian Association of Open Universities Journal， 3（2）：71-82.

[33]Leone， L.， Perugini， M.， & Ercolani， A. P. （2004）. Studying， Practicing， and Mastering： A Test of the Model of Goal-Directed Behavior （MGB） in the Software Learning Domain[J]. Journal of Applied Social Psychology， 34（9）：1945-1973.

[34]Liu， I. F.， Chen， M. C.， & Sun， Y. S. et al. （2010）. Extending the TAM Model to Explore the Factors that Affect Intention to Use an Online Learning Community[J]. Computers & Education， 54（2）：600-610.

[35]Nunnally， J. C. （1978）. Psychometric Theory[M]. New York： McGrwa-Will：245-246.

[36]Nunnally， J. C.， & Bernstein， I. H. （1994）. Psychometric Theory （the 3rd Edition）[M]. New York： McGraw-Hill： 248-279.

[37]Park， H. S. （2000）. Relationships Among Attitudes and Subjective Norms： Testing the Theory of Reasoned Action Across Cultures[J]. Communication Studies， 51（2）：162-175.

[38]Perugini， M.， & Conner， M. （2000）. Predicting and Understanding Behavioral Volitions： The Interplay Between Goals and Behaviors[J]. European Journal of Social Psychology， 30（5）：705-731.

[39]Rovai， A. P. （2001）. Building Classroom Community at a Distance： A Case Study[J]. Educational Technology Research and Development， 49（4）：33-48.

[40]Shafipour， R.， Baten， R. A.， & Hasan， M. K. et al. （2017）. Closing the Knowledge Gap in an Online Learning Community： Network-Analytic Discoveries， Simulation and Prediction[EB/OL]. [2017-10-12]. http：//www. arxiv.org/pdf/1707.01886.pdf.

[41]Song， H. J.， Lee， C. K.， & Norman， W. C. et al. （2012）. The Role of Responsible Gambling Strategy in Forming Behavioral Intention： An Application of a Model of Goal-Directed Behavior[J]. Journal of Travel Research， 51（4）：512-523.

[42]Song， H. J.， You， G. J.， & Reisinger， Y. et al. （2014）. Behavioral Intention of Visitors to an Oriental Medicine Festival： An Extended Model of Goal-Directed Behavior[J]. Tourism Management， 42（2）：101-113.

[43]S?reb， ?.， Halvari， H.， & Gulli， V. F. et al.（2009）. The Role of Self-Determination Theory in Explaining Teachers Motivation to Continue to Use e-Learning Technology[J]. Computers & Education， 53（4）：1177-1187.

[44]Taylor， S.， & Todd， P. A. （1995）. Understanding Information Technology Usage： A Test of Competing Models[J]. Information Systems Research， 6（2）：144-176.

[45]Venkatesh， V.， Morris， M. G.， & Davis， G. B. et al. （2003）. User Acceptance of Information Technology： Toward a Unified View[J]. MIS Quarterly， 27（3）：425-478.

收稿日期 2018-03-29 責任編輯 劉選 邵娟