數(shù)字素養(yǎng)視角下在線學(xué)習(xí)平臺(tái)使用影響因素實(shí)證研究*

陳 濤，石 珂

（貴州師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院，貴州 貴陽(yáng) 550001）

一、引言

社會(huì)進(jìn)步水平要求大眾相應(yīng)的素養(yǎng)提升，數(shù)字化社會(huì)顯然需要數(shù)字化素養(yǎng)與之相適應(yīng)。欠發(fā)達(dá)地區(qū)之所以落后，教育資源相對(duì)落后是重要原因，特別是在互聯(lián)網(wǎng)時(shí)代，那些不擅于通過(guò)IT 和互聯(lián)網(wǎng)獲取知識(shí)與技能的人，必將成為新的“數(shù)字貧民”。而在線學(xué)習(xí)平臺(tái)，為欠發(fā)達(dá)地區(qū)帶來(lái)了海量學(xué)習(xí)資源，通過(guò)網(wǎng)絡(luò)獲取資訊、學(xué)習(xí)知識(shí)，正是跨越“數(shù)字鴻溝”，提高欠發(fā)達(dá)地區(qū)數(shù)字化水平的根本途徑。這說(shuō)明本研究具有現(xiàn)實(shí)意義。

數(shù)字素養(yǎng)的研究，這些年主要是以發(fā)達(dá)地區(qū)、發(fā)達(dá)國(guó)家為背景，以廣大的發(fā)展中國(guó)家為背景的研究還很不足[1]。盧鋒從媒介素養(yǎng)角度，通過(guò)對(duì)比法國(guó)、澳大利亞、日本等發(fā)達(dá)國(guó)家或地區(qū)的媒介素養(yǎng)教育，提出面向欠發(fā)達(dá)地區(qū)、農(nóng)村地區(qū)進(jìn)行媒介素養(yǎng)研究的必要性[2]。許歡、尚聞一認(rèn)為，我國(guó)已有研究大量集中在媒介素養(yǎng)、信息素養(yǎng)方面，數(shù)字素養(yǎng)的研究在國(guó)內(nèi)應(yīng)該得到更多的重視[3]。希望本研究是對(duì)相關(guān)理論有益的探索。

二、理論基礎(chǔ)與研究假設(shè)

1.理論基礎(chǔ)

“素養(yǎng)”是一個(gè)整體性概念，在傳統(tǒng)社會(huì)，素養(yǎng)主要指公民的聽(tīng)、說(shuō)、讀、寫能力，在信息社會(huì)，僅僅具有傳統(tǒng)素養(yǎng)顯然不能適應(yīng)社會(huì)發(fā)展，公民需要更廣泛意義上的媒介識(shí)讀能力，這就是數(shù)字素養(yǎng)。Gilster[4]定義數(shù)字素養(yǎng)為理解及使用各種數(shù)字資源及信息的能力。Eshetalkalai[5]認(rèn)為，數(shù)字素養(yǎng)是數(shù)字化時(shí)代的生存能力，是公民的基本技能要求。從上述數(shù)字素養(yǎng)概念介紹看，數(shù)字素養(yǎng)與數(shù)字能力顯然有著非常緊密的關(guān)系，事實(shí)上，近年來(lái)，歐美國(guó)家研究者的確越來(lái)越多使用數(shù)字競(jìng)爭(zhēng)能力（Digital Competence）來(lái)表征數(shù)字素養(yǎng)，反映出越來(lái)越重視從能力的角度對(duì)數(shù)字素養(yǎng)進(jìn)行研究[6]，甚至以數(shù)字能力代表數(shù)字素養(yǎng)[7-8]。對(duì)于在線學(xué)習(xí)平臺(tái)而言，數(shù)字能力的高低是否意味著個(gè)人使用在線學(xué)習(xí)平臺(tái)的意愿強(qiáng)弱，本研究將對(duì)此進(jìn)行驗(yàn)證分析。

Mohammadyari and Singh 以UTAUT 模型為基礎(chǔ)，驗(yàn)證了數(shù)字素養(yǎng)對(duì)績(jī)效期望有正向影響[9]；Yu，Lin and Liao以臺(tái)灣地區(qū)為例，分析認(rèn)為信息素養(yǎng)對(duì)信息技術(shù)（ICT）采納有調(diào)節(jié)作用，可以對(duì)數(shù)字素養(yǎng)進(jìn)行操作性定義，形成問(wèn)卷題項(xiàng)，利用結(jié)構(gòu)方程，作為影響在線學(xué)習(xí)重要因素進(jìn)行驗(yàn)證[10]。從實(shí)踐看，就欠發(fā)達(dá)地區(qū)而言，數(shù)字素養(yǎng)最主要的體現(xiàn)在于，當(dāng)?shù)仄胀癖娛欠窬哂欣没ヂ?lián)網(wǎng)開展社交、獲取資訊，甚至能夠在線學(xué)習(xí)專業(yè)知識(shí)的能力。欠發(fā)達(dá)地區(qū)由于學(xué)習(xí)資源相對(duì)更缺乏，通過(guò)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)就顯得尤為重要，從這一現(xiàn)實(shí)出發(fā)，以欠發(fā)達(dá)地區(qū)為背景，針對(duì)在線學(xué)習(xí)影響因素的相關(guān)研究，基于系統(tǒng)采納的研究至少有現(xiàn)實(shí)價(jià)值。基于此，本文以經(jīng)典的TAM 模型[11]為基礎(chǔ)，將數(shù)字素養(yǎng)納入模型作為最重要的外生變量。同時(shí)，考慮到學(xué)習(xí)樂(lè)趣對(duì)學(xué)習(xí)效果的重要性，將感知愉悅性納入模型作為一個(gè)重要內(nèi)生變量[12]。

2.研究假設(shè)

（1）感知有用性

源自理性行為理論[13]的技術(shù)接受模型因?yàn)閷?duì)信息技術(shù)采納影響因素的有力解釋在國(guó)內(nèi)外被廣泛采用。感知有用性是TAM 模型最主要的衡量指標(biāo)。感知有用性衡量了采納某一系統(tǒng)或技術(shù)可能會(huì)提升個(gè)人績(jī)效的程度。Davis，Bagozzi and Warshaw 證實(shí)了感知有用性是使用意向的主要影響因素[11]；Nabavi，Hanafizadeh and Taghavi-Fard 等[14]通過(guò)對(duì)IT 技術(shù)持續(xù)使用文獻(xiàn)回顧發(fā)現(xiàn)，有99篇文獻(xiàn)以感知有用性為主要變量，感知有用性是近20年里，相關(guān)研究中被使用最多的變量之一。其中的一個(gè)應(yīng)用就是將感知有用性作為在線持續(xù)學(xué)習(xí)（Online learning or E-learming）的重要影響因素。本文認(rèn)為，對(duì)欠發(fā)達(dá)地區(qū)而言，感知有用性同樣也是影響在線學(xué)習(xí)平臺(tái)使用的重要因素，為此，作如下假設(shè)：

H1：在線學(xué)習(xí)平臺(tái)感知有用性對(duì)個(gè)人的在線學(xué)習(xí)平臺(tái)使用意愿有正向影響。

（2）感知愉悅性

感知愉悅性是一種用戶在使用產(chǎn)品或服務(wù)中的內(nèi)在感受，Webster and Martocchio[15]分析發(fā)現(xiàn)，感知愉悅性對(duì)計(jì)算機(jī)培訓(xùn)效果有影響，文獻(xiàn)[12]將感知愉悅性作為重要變量，研究發(fā)現(xiàn)感知愉悅性對(duì)在線學(xué)習(xí)有正向影響。在本文中，感知愉悅性用來(lái)度量研究對(duì)象在使用在線學(xué)習(xí)平臺(tái)時(shí)，個(gè)人在學(xué)習(xí)中體會(huì)到快樂(lè)的強(qiáng)弱。當(dāng)人機(jī)互動(dòng)進(jìn)入一定狀態(tài)后，個(gè)人心理上開始得到一種滿足感，由于沉浸其中，往往會(huì)覺(jué)得時(shí)間過(guò)得很快，進(jìn)而增加了使用特定系統(tǒng)或技術(shù)的可能性，基于此，本文提出以下假設(shè)：

H2：在線學(xué)習(xí)平臺(tái)感知趣味性對(duì)個(gè)人的在線學(xué)習(xí)平臺(tái)使用意愿有正向影響。

（3）數(shù)字素養(yǎng)

對(duì)于互聯(lián)網(wǎng)一代，尤其是大學(xué)生，使用PC、手機(jī)等通過(guò)百度、微博、微信獲取并分享資訊已成為日常生活，因此，傳統(tǒng)意義上的聽(tīng)、說(shuō)、讀、寫以及批判性思維能力的培養(yǎng)，已經(jīng)不可避免地要求通過(guò)數(shù)碼設(shè)備、應(yīng)用軟件或APP 實(shí)現(xiàn)。傳統(tǒng)信息貧乏早已被信息豐益所代替，民眾對(duì)數(shù)字素養(yǎng)的要求應(yīng)該體現(xiàn)在對(duì)海量信息的篩選、評(píng)估和吸收再形成新知識(shí)的能力等，并且隨著數(shù)字環(huán)境的變化做出相應(yīng)調(diào)整。通過(guò)對(duì)數(shù)字素養(yǎng)概念和相關(guān)研究的簡(jiǎn)要回顧，可以認(rèn)為，數(shù)字素養(yǎng)越高，獲取信息資源、分析信息資源的能力越強(qiáng)，對(duì)互聯(lián)網(wǎng)和IT 相關(guān)的技術(shù)越敏感，個(gè)人將更有自信以更少時(shí)間來(lái)了解新技術(shù)、獲取新知識(shí)。就在線學(xué)習(xí)平臺(tái)而言，這意味著，個(gè)人數(shù)字素養(yǎng)越高，就越能感受到在線學(xué)習(xí)平臺(tái)海量資源的價(jià)值。基于此，從數(shù)字素養(yǎng)的角度，本文提出以下假設(shè)：

提升基層農(nóng)村水利建管能力出現(xiàn)好勢(shì)頭。一是鞏固規(guī)劃統(tǒng)領(lǐng)地位。指導(dǎo)各地進(jìn)一步完善縣級(jí)農(nóng)田水利規(guī)劃，推廣成立縣級(jí)農(nóng)田水利規(guī)劃委員會(huì)的經(jīng)驗(yàn)，強(qiáng)化規(guī)劃的基礎(chǔ)指導(dǎo)、剛性約束以及對(duì)項(xiàng)目和資金的整合作用。二是加強(qiáng)基層能力建設(shè)。已有86.7%的基層水利站為全額撥款事業(yè)單位，各地多渠道籌資改善鄉(xiāng)鎮(zhèn)水利站工作條件，并對(duì)村級(jí)水管員進(jìn)行補(bǔ)助。全國(guó)36%的縣建立了縣級(jí)農(nóng)村飲水安全工程維修養(yǎng)護(hù)基金。鼓勵(lì)和支持農(nóng)民用水合作組織成為小農(nóng)水項(xiàng)目建管主體。三是加大培訓(xùn)力度。部相關(guān)部門組織對(duì)基層培訓(xùn)2 500人次，各地普遍制訂培訓(xùn)計(jì)劃，落實(shí)資金，依托大專院校加大培訓(xùn)力度。

H3：個(gè)人的數(shù)字素養(yǎng)對(duì)在線學(xué)習(xí)平臺(tái)感知有用性有正向影響。

對(duì)于數(shù)字土著或互聯(lián)網(wǎng)一代，使用數(shù)字設(shè)備似乎是有天然親切感的，數(shù)字設(shè)備的重要作用是刷微博、玩游戲，“有趣、好玩”成為采納一個(gè)新系統(tǒng)或技術(shù)的重要標(biāo)準(zhǔn)，學(xué)習(xí)也不例外，所以有了游戲式學(xué)習(xí)的概念[16]。不應(yīng)感到意外的是，越熟悉數(shù)字設(shè)備的使用，越了解系統(tǒng)或技術(shù)的特點(diǎn)，越可能產(chǎn)生親近感，沉浸在系統(tǒng)或技術(shù)使用中[17-19]。在游戲行業(yè)，隨著對(duì)游戲規(guī)則的熟悉，人們對(duì)游戲的使用越發(fā)得心應(yīng)手，就越能產(chǎn)生更大的愉悅感，最終甚至可能成為網(wǎng)絡(luò)游戲成癮的原因[20]。就在線學(xué)習(xí)平臺(tái)而言，本文認(rèn)為，數(shù)字素養(yǎng)越高，對(duì)在線學(xué)習(xí)平臺(tái)產(chǎn)生好感的可能性越大，就可能會(huì)在更快時(shí)間內(nèi)沉浸其中，基于此，本文提出以下假設(shè)：

H4：個(gè)人的數(shù)字素養(yǎng)對(duì)在線學(xué)習(xí)平臺(tái)感知趣味性有正向影響。

此外，個(gè)人數(shù)字素養(yǎng)越高，就越能夠更快熟悉平臺(tái)設(shè)計(jì)界面、搜索規(guī)則等，從而通過(guò)在線平臺(tái)學(xué)習(xí)進(jìn)一步提高的內(nèi)在動(dòng)力越強(qiáng)，更容易合理使用在線學(xué)習(xí)平臺(tái)資源，以滿足自己不同階段的知識(shí)、信息需求；更能感受到在線學(xué)習(xí)平臺(tái)海量資源的價(jià)值，進(jìn)而通過(guò)對(duì)平臺(tái)的價(jià)值評(píng)估影響對(duì)學(xué)習(xí)平臺(tái)的使用意愿；用戶初始使用能產(chǎn)生好感，并進(jìn)而沉浸其中，進(jìn)而通過(guò)對(duì)平臺(tái)使用的沉浸影響進(jìn)一步使用平臺(tái)的意愿，基于以上分析，提出下列假設(shè)：

H5：個(gè)人的數(shù)字素養(yǎng)對(duì)在線學(xué)習(xí)平臺(tái)使用意愿有正向影響。

H6：個(gè)人的數(shù)字素養(yǎng)透過(guò)感知有用性正向影響在線學(xué)習(xí)平臺(tái)使用意愿。

（4）感知有用與感知愉悅的交互效應(yīng)

由于不同的人對(duì)同樣的事物常常有不同的愉悅感體驗(yàn)，歸納感知愉悅性的特征比較困難。因此，研究者一般是基于沉浸理論（Flow Theory），刻畫感知愉悅性作為與情景交互作用下的一種狀態(tài)變量。就在線學(xué)習(xí)而言，感知有用性也是用戶主觀上認(rèn)為使用或?qū)W習(xí)某一個(gè)技術(shù)可能在一定情景下產(chǎn)生的績(jī)效。感知有用性與感知愉悅性之間應(yīng)該有聯(lián)系，事實(shí)上，文獻(xiàn)[12]將感知愉悅作為有用性的前因變量，而Terzis and Economides[21]的研究則把感知愉悅作為感知有用性的結(jié)果變量。我們認(rèn)為，感受到一個(gè)學(xué)習(xí)平臺(tái)的學(xué)習(xí)樂(lè)趣，可能會(huì)提高用戶對(duì)這一學(xué)習(xí)平臺(tái)的價(jià)值評(píng)價(jià)，增強(qiáng)對(duì)平臺(tái)的使用意愿，而感受一個(gè)學(xué)習(xí)平臺(tái)的價(jià)值越高，可能會(huì)提高用戶對(duì)這一學(xué)習(xí)平臺(tái)的使用興趣，也增強(qiáng)對(duì)平臺(tái)的使用意愿，基于此，提出以下假設(shè)：

H8：感知趣味性與感知有用性之間的交互作用對(duì)在線學(xué)習(xí)平臺(tái)使用意愿有正向影響。

根據(jù)上述分析假設(shè)，建立概念模型如圖1 所示。

圖1 理論模型

三、研究方法

1.問(wèn)卷設(shè)計(jì)

本研究以結(jié)構(gòu)性問(wèn)卷采用從完全不同意到完全同意的likert5 點(diǎn)量度，采納了Bollen[22]問(wèn)卷設(shè)計(jì)中最好引用已有研究的建議，問(wèn)卷主要量表題項(xiàng)來(lái)自于國(guó)內(nèi)外已有設(shè)計(jì)，根據(jù)本文的研究對(duì)象與研究?jī)?nèi)容加以修改調(diào)整形成。其中，數(shù)字素養(yǎng)量表題項(xiàng)主要依據(jù)文獻(xiàn)[9-10][23][25]、感知有用性量表題項(xiàng)主要依據(jù)文獻(xiàn)[26-27]，感知愉悅性量表題項(xiàng)主要依據(jù)文獻(xiàn)[12][17][19]、行為意愿量表題項(xiàng)主要依據(jù)文獻(xiàn)[28]。在設(shè)計(jì)問(wèn)卷題項(xiàng)過(guò)程中，首先進(jìn)行了預(yù)調(diào)查，根據(jù)調(diào)查結(jié)果做了試探性信度分析，調(diào)整了部分題項(xiàng)，對(duì)部分題目的說(shuō)法、編排等適當(dāng)進(jìn)行了調(diào)整，最終確定了現(xiàn)在的測(cè)量條目。

2.數(shù)據(jù)收集

依據(jù)創(chuàng)新擴(kuò)散理論，在一個(gè)地區(qū)內(nèi)，技術(shù)的擴(kuò)散總是少數(shù)領(lǐng)先用戶使用后逐漸在更大范圍開始應(yīng)用的[29]。在欠發(fā)達(dá)地區(qū)，大學(xué)生是在線學(xué)習(xí)平臺(tái)的領(lǐng)先用戶。Lee[30]從信息素養(yǎng)角度，指出大學(xué)、研究機(jī)構(gòu)是很好的信息素養(yǎng)提升場(chǎng)所。因此，以欠發(fā)達(dá)地區(qū)大學(xué)生為研究對(duì)象，研究欠發(fā)達(dá)地區(qū)的數(shù)字素養(yǎng)具有針對(duì)性。實(shí)際抽樣中，主要選取了貴州某大學(xué)電子商務(wù)、信息管理相關(guān)專業(yè)的大三、大四學(xué)生為調(diào)查對(duì)象，進(jìn)行相關(guān)問(wèn)卷發(fā)放。經(jīng)核實(shí)，所有調(diào)查對(duì)象均有慕課等在線學(xué)習(xí)的經(jīng)驗(yàn)。整個(gè)調(diào)查修改過(guò)程耗時(shí)約3 個(gè)月，總共回收有效問(wèn)卷219 份。有效問(wèn)卷中有男性51 人、女性168 人，所有調(diào)查對(duì)象均來(lái)自西部地區(qū)，其中來(lái)自縣城及以下鄉(xiāng)鎮(zhèn)的問(wèn)卷共有184 份，約為調(diào)查總數(shù)的84%。

在工具使用上，近年來(lái)大量國(guó)際頂級(jí)社會(huì)科學(xué)期刊尤其是心理學(xué)期刊使用結(jié)構(gòu)方程模型發(fā)表論文[31]，并且在潛變量數(shù)目為5-7 內(nèi)，使用AMOS 是合適的。模型復(fù)雜潛變量超過(guò)7 個(gè)時(shí)，尤其是形成型模型的分析，需要采用PLS 軟件進(jìn)行分析。沒(méi)有證據(jù)表明，使用AMOS 比使用PLS、LISREL 等其它軟件撰寫論文在國(guó)際權(quán)威期刊更可能被拒[32]。因此本研究將采用AMOS21.0 軟件進(jìn)行分析。

四、數(shù)據(jù)分析與結(jié)果

問(wèn)卷匯總后，按照AMOS 的驗(yàn)證規(guī)范流程，首先對(duì)潛變量與觀察變量之間關(guān)系的測(cè)量模型進(jìn)行驗(yàn)證式分析，其次對(duì)潛變量之間關(guān)系的結(jié)構(gòu)模型進(jìn)行驗(yàn)證。其中數(shù)字素養(yǎng)用DL 表示、感知有用性用PU 表示、感知愉悅性用PP 表示、行為意愿用BI 表示。

1.信度與收斂效度驗(yàn)證

驗(yàn)證性因子分析（CFA：Confirmatory Factor Analysis）在SEM 建模中扮演著關(guān)鍵的角色。由于通過(guò)測(cè)量模型就可以發(fā)現(xiàn)模型中的觀察變量是否相關(guān)并具有內(nèi)部一致性[33]，因此，在對(duì)結(jié)構(gòu)模型進(jìn)行分析之前，應(yīng)該先分析測(cè)量模型[34]。平均變異數(shù)萃取量（AVE：Average of variance extracted）計(jì)算了觀察變量對(duì)該潛變量的變異解釋力，較高的AVE 表示潛變量有較高的信度與收斂效度，F(xiàn)ornell and Larcker 建議其標(biāo)準(zhǔn)值應(yīng)大于0.5；組成信度（Composite Reliability，CR 值）表征了構(gòu)念指標(biāo)的信度，CR 值越高，指標(biāo)的內(nèi)部一致性越強(qiáng)，F(xiàn)ornell and Larcker[35]認(rèn)為0.6 以上是可以接受的。根據(jù)Hair，Anderson and Tatham等的分析建議，如因子載荷系數(shù)（Factor loading）>=0.6、多元相關(guān)系數(shù)的平方（Square Multivariate Correlation，SMC）>=0.4、信度（CR）>0.7、AVE>0.5，那么可以接受模型具有收斂效度[36]，特別是探索性分析，稍微低于判斷值也可接受。本研究模型的四個(gè)潛變量分別為數(shù)字素養(yǎng)、感知有用性、感知愉悅性、行為意愿。通過(guò)CFA 分析，所有潛變量的標(biāo)準(zhǔn)負(fù)荷量除數(shù)字素養(yǎng)中信任維度（DL2）的標(biāo)準(zhǔn)因素負(fù)荷稍低（0.597），其余均在0.6～0.9之間，且達(dá)顯著，如表1 所示，符合Fornell and Larcker（1981)及Hair et al（2009）的標(biāo)準(zhǔn)。本研究中，數(shù)字素養(yǎng)有一定的探索性，驗(yàn)證值均具可接受范圍。因此，本研究測(cè)量模型具有收斂效度。

表1 信度與收斂效度分析

2.區(qū)別效度驗(yàn)證

區(qū)別效度用來(lái)驗(yàn)證兩個(gè)不同變量在統(tǒng)計(jì)上是否有差異。驗(yàn)證區(qū)別效度的方法比較多，常用的有平均方差萃取法[35][37]、信賴區(qū)間法[38]等，其中，信賴區(qū)間法較為適合應(yīng)用于變量之間相關(guān)性較高的情況[34][39]。信賴區(qū)間法通過(guò)Bootstrap 建立變量之間相關(guān)系數(shù)的信賴區(qū)間，區(qū)間如果未包含1，則表示變量之間具有區(qū)別效度[38]。Bootstrap提供Bias-corrected 和Percentile Method 兩種信賴區(qū)間的估計(jì)方式。本研究采用Bootstrap 法進(jìn)行1000 次的重復(fù)抽樣，在95%的信心水平下，得到以上兩種方法估計(jì)的信賴區(qū)間，如表2 所示。結(jié)果表明，點(diǎn)估計(jì)值顯著（Z>2），所有的標(biāo)準(zhǔn)化相關(guān)系數(shù)信賴區(qū)間均未包含1，不能接受變量之間完全相關(guān)，因此，測(cè)量模型具有區(qū)別效度。

表2 區(qū)別效度分析

3.結(jié)構(gòu)模型檢驗(yàn)

通過(guò)對(duì)每一個(gè)潛變量的驗(yàn)證分析并不能保證模型沒(méi)有違反估計(jì)的問(wèn)題，這就需要將整個(gè)模型潛變量重新架構(gòu)成驗(yàn)證性因素進(jìn)行分析。驗(yàn)證結(jié)果表明，卡方值（chi-square）為49.897，自由度為38，卡方/自由度（chidquare=df）為1.313，GFI、AGFI、CFI 分別為0.962、0.934、0.988，RMESA 為0.038，模型通過(guò)Bollen 二階段驗(yàn)證。另外，由表3 可見(jiàn)，變量間沒(méi)有相關(guān)系數(shù)大于0.8，也沒(méi)有低于0.20，可以認(rèn)為變量之間中度相關(guān)，無(wú)多重共線性關(guān)系，可進(jìn)一步進(jìn)行結(jié)構(gòu)模型分析。

表3 Bollen 標(biāo)準(zhǔn)化相關(guān)系數(shù)驗(yàn)證

模型配適度是SEM 分析的必要條件[40]。配適度越好即代表模型矩陣與樣本矩陣越接近。依照參考文獻(xiàn)[48][50][41][51]的標(biāo)準(zhǔn)，本研究配適度指標(biāo)主要報(bào)告卡方檢定、卡方值與自由度的比值、配適度指標(biāo)（GFI）、調(diào)整后的配適度指標(biāo)（AGFI）、比較配適度指標(biāo)（Comparative Fit Index，CFI）、平均近似誤差均方根（Root Mean Square Error of Approximation，RMSEA)、非基準(zhǔn)配適指標(biāo)（Non-Normed Fit Idex，NNFI）、漸增式配適指標(biāo)（Icreamental Fit Index，IFI）。由表4 可見(jiàn)，AGFI 雖小于0.9，但也在可接受范圍內(nèi)，主要指標(biāo)均符合標(biāo)準(zhǔn)要求。

表4 模型配適度指標(biāo)

表5 表明了各變量之間路徑系數(shù)估計(jì)值均達(dá)到顯著水平，其中除數(shù)字素養(yǎng)在p <0.01 的水平上，其余系數(shù)均在p <0.001 水平上達(dá)到顯著。

表5 結(jié)構(gòu)模型路徑系數(shù)表

4.交互效應(yīng)與中介效應(yīng)分析

（1）交互效應(yīng)分析

本研究假設(shè)了感知有用性與感知愉悅性對(duì)行為意愿有交互作用。交互效應(yīng)的驗(yàn)證采用多層式回歸的方法。為避免多重共線性問(wèn)題，我們首先對(duì)變量進(jìn)行標(biāo)準(zhǔn)化處理[47]，然后，將主效應(yīng)（數(shù)字素養(yǎng)、感知有用性與感知愉悅性）放在第一層，將交互作用放在第二層。其線性回歸方程如下：

在式（1）中，DL、BI、PU、PP 與前述概念一致，α 為截距，ε 為隨機(jī)誤差項(xiàng)。根據(jù)已有主效應(yīng)及其交互作用的文獻(xiàn)方法[48]，本研究得到回歸結(jié)果如表6 所示。由表6可見(jiàn)，在第一層，數(shù)字素養(yǎng)、感知愉悅性與感知有用性對(duì)行為意愿均顯著，這也與結(jié)構(gòu)方程模型驗(yàn)證結(jié)果一致；第二層的結(jié)果再一次顯示了數(shù)字素養(yǎng)、感知愉悅性與感知有用性對(duì)行為意愿影響的穩(wěn)定性，則其交互效應(yīng)存在。因此，在多層回歸模型中，本研究前述所有相關(guān)假設(shè)均得到了支持。

表6 交互效應(yīng)多層回歸分析

根據(jù)表5 與表6 的結(jié)果，得到最終驗(yàn)證結(jié)果如圖2所示。

圖2 模型標(biāo)準(zhǔn)化系數(shù)路徑圖

（2）中介效應(yīng)分析

Baron and Kenny[49]開創(chuàng)性地使用因果法（casual step method）進(jìn)行了結(jié)構(gòu)方程模型中潛變量之間的中介效應(yīng)檢驗(yàn)。不過(guò)Mackinnon 已經(jīng)指出了這一方法更大程度上是明確中介效應(yīng)的條件[50]，而非進(jìn)行中介效應(yīng)檢驗(yàn)，則這一方法主要應(yīng)用在單一中介檢驗(yàn)[51]。系數(shù)相乘法是因果法的有力補(bǔ)充，系數(shù)相乘法主要是為處理多中介效應(yīng)驗(yàn)證而設(shè)計(jì)[52]。Sobel Test 是廣受歡迎的系數(shù)相乘法[53]，然而該方法的最大缺陷是要求中介效應(yīng)（ab）樣本分布是正態(tài)的[54]，而Bollen and Stine[55]以及Stone and Sobel[56]證明了中介變量系數(shù)乘積樣本分布存在較大峰度與偏度。因此，能有效避免相關(guān)缺陷的Bootsrape 法成為多中介效應(yīng)驗(yàn)證的主要方法。

在二個(gè)以上中介模型中，中介效應(yīng)檢驗(yàn)最重要的作用就是評(píng)估特定變量的中介效應(yīng)[57]。本研究有二個(gè)中介效應(yīng)需要檢驗(yàn)。綜合以上對(duì)中介效應(yīng)驗(yàn)證方法的分析，借鑒Preacher and Hayes[58]的文獻(xiàn)，本文采用Bootstrape方法進(jìn)行中介效應(yīng)驗(yàn)證。在95%水平下，得到中介效應(yīng)分析結(jié)果如表7 所示。由表7 可見(jiàn)，總中介效應(yīng)點(diǎn)估計(jì)、Bias-corrected 估計(jì)與Pencentile method 估計(jì)均不包含0，說(shuō)明了總中介效應(yīng)成立。同理，數(shù)字素養(yǎng)會(huì)透過(guò)感知有用性對(duì)行為意愿產(chǎn)生影響（DL-->PU-->BI）；數(shù)字素養(yǎng)會(huì)透過(guò)感知愉悅性對(duì)行為意愿產(chǎn)生影響（DL-->PP-->BI）。從估計(jì)值看，透過(guò)感知有用性的中介效應(yīng)參數(shù)估計(jì)值為0.263；透過(guò)感知愉悅性的參數(shù)估計(jì)值為0.272。感知愉悅性的影響力約大于感知性有用性的影響力，但對(duì)二個(gè)變量的特定中介效應(yīng)（PP-PU）進(jìn)行對(duì)比，系數(shù)相乘法與Bootstrapping 的置信區(qū)間均包含0，顯見(jiàn)二變量之間的中介效應(yīng)影響力并無(wú)明顯差異。

表7 中介效應(yīng)分析

5.結(jié)果

本研究基于數(shù)字素養(yǎng)視角分析欠發(fā)達(dá)地區(qū)在線學(xué)習(xí)平臺(tái)的影響因素，建立了以數(shù)字素養(yǎng)為主要外生變量，以及以感知有用性和感知愉悅性為主要內(nèi)生變量的精簡(jiǎn)模型，通過(guò)對(duì)模型假設(shè)進(jìn)行統(tǒng)計(jì)驗(yàn)證，得到假設(shè)驗(yàn)證結(jié)果如表8 所示。由表8 可見(jiàn)，所有假設(shè)均得到支持，結(jié)合圖2，所有變量對(duì)在線學(xué)習(xí)平臺(tái)使用意愿的解釋力（R2）達(dá)到了0.7，說(shuō)明了數(shù)字素養(yǎng)、感知有用性與感知愉悅性對(duì)在線學(xué)習(xí)平臺(tái)的使用有相當(dāng)大的影響力。其中，感知愉悅性的路徑系數(shù)最大，對(duì)行為意愿的路徑系數(shù)為0.371；數(shù)字素養(yǎng)對(duì)行為意愿的路徑系數(shù)為0.27，對(duì)在線學(xué)習(xí)平臺(tái)的直接影響最小。雖然，數(shù)字素養(yǎng)對(duì)在線學(xué)習(xí)平臺(tái)的直接影響相對(duì)較小，但數(shù)字素養(yǎng)對(duì)感知愉悅性有正向影響的假設(shè)得到驗(yàn)證，其路徑系數(shù)為0.638；對(duì)感知有用性有正向影響的假設(shè)，驗(yàn)證結(jié)果顯著，路徑系數(shù)為0.63；對(duì)感知愉悅性、感知有用性的影響十分明顯，則數(shù)字素養(yǎng)會(huì)透過(guò)感知愉悅性與感知有用性影響在線學(xué)習(xí)平臺(tái)的假設(shè)得到驗(yàn)證，為部分中介效應(yīng)。此外，在不同文獻(xiàn)中，感知愉悅性與感知有用性存在互為前置變量的分析，本文由此假設(shè)，感知有用性與感知愉悅性存在交互作用，共同影響用戶的在線學(xué)習(xí)平臺(tái)使用意愿，經(jīng)分析這一假設(shè)成立，統(tǒng)計(jì)結(jié)果顯著。因此，拓展了二個(gè)變量關(guān)系的分析。

五、結(jié)論

在線學(xué)習(xí)平臺(tái)為欠發(fā)達(dá)地區(qū)帶來(lái)海量學(xué)習(xí)資源，是欠發(fā)達(dá)地區(qū)跨越“數(shù)字鴻溝”，提高地區(qū)數(shù)字化水平的根本途徑。而數(shù)字素養(yǎng)對(duì)在線學(xué)習(xí)平臺(tái)的使用有重要影響。本研究采用結(jié)構(gòu)方程模型，基于數(shù)字素養(yǎng)的視角對(duì)在線學(xué)習(xí)平臺(tái)影響因素進(jìn)行假設(shè)驗(yàn)證。分析結(jié)果表明，感知有用性、感知愉悅性對(duì)在線學(xué)習(xí)平臺(tái)的使用意愿有直接的正向影響，而提高個(gè)人數(shù)字素養(yǎng)能夠有效增強(qiáng)在線學(xué)習(xí)的感知愉悅性與感知有用性，模型存在雙重中介效應(yīng)。因此，數(shù)字素養(yǎng)對(duì)在線學(xué)習(xí)平臺(tái)的使用通過(guò)直接與間接的方式形成影響。其次，感知有用性與感知愉悅性會(huì)產(chǎn)生交互作用，對(duì)在線學(xué)習(xí)平臺(tái)使用意愿產(chǎn)生影響。

表8 假設(shè)驗(yàn)證結(jié)果