中國大學生在線學習體驗的區域差異及影響因素
——基于國內334所高校調查數據的分析

汪衛平 李 文

(1.復旦大學 高等教育研究所，上海200433；2.廈門大學 教育研究院，福建廈門361005)

一、引 言

在線學習已成為全球高等教育領域的突出特征。信息技術正在以指數級別的速度變革傳統高等教育的形式，尤其是Udacity、Coursera和edX等三大國際平臺及全球頂尖高校或在線高等教育機構(如阿波羅教育集團)不斷推出在線課程，新穎的教學形式(如翻轉課堂、對分課堂、混合式學習、自適應學習)也不斷涌現。高等教育在線學習人數在以較快速度增加。以美國為例，2015年至少有四分之一的學生有過在線學習體驗(如參加過學位課程或培訓課程)，且每年以二十多萬人的規模增長(Babson Survey Research Group，2015)。傳統大學似乎正逐漸成為“虛擬大學”(virtual university)。這種席卷之勢甚至引發了人們關于“在線學習是否是高等教育未來”的爭論(Munslow,2020；Herman，2020)。

2020年初的疫情加快了在線學習在全球高等教育領域的普及。最重要的是，人們也希冀通過疫情沖擊引起相關人員對重塑高等教育教學內容和形勢的重新審視(鄔大光，2020)。中國已成為全世界在線教育規模最大的國家(人民網，2019)，在政府致力于以新基建推動教育信息化、提升高等教育質量內涵等背景下，開展在線學習的相關研究顯得尤為重要。

學生在線學習體驗是近年來在線學習研究的熱點，它為課程建設、活動設計、質量評估提供了全新的視角。高等教育地平線報告連續九年提及高等教育領域“日益關注學生在線學習測量”的趨勢(Alexander et al.，2019)。中國政府在疫情期間采取的“停課不停教、停課不停學”，是世界高等教育史上前所未有的創舉和全球范圍內最大膽的教學實驗。截至2020年5月初，全國共有1775萬大學生，合計23億人次參與了在線學習 (中國新聞網，2020)。然而，中國大學生的在線學習體驗如何？東、中、西部高校學生的在線學習體驗是否存在區域差異及影響因素是什么？與已有在線學習體驗影響因素的理論模型一致嗎？應如何針對性地改善學生在線學習體驗？當前還沒有相關研究能直面這些問題。本研究通過對疫情時期全國300余所高校學生的調查，揭開大學生在線學習體驗以及區域差異的面紗，為各地區高校在線學習體驗的改進提供依據，也為在線學習理論提供中國文化背景下的檢驗和完善。

二、文獻回顧

希爾茲(Starr Roxanne Hiltz)早在1994年就提出在線學習概念。龍三平等人(2014)通過對近二十余年文獻的系統分析發現，在線學習研究主要聚焦在四大領域：建構主義研究、學科知識管理研究、行為與認知研究、教育技術支持研究。而關于學生在線學習體驗及其影響因素研究是“行為與認知研究”的重要內容。前期研究多持技術傾向，過于關注技術和教師的視角，忽略對學生學習的分析，后續研究需進一步轉向人文關懷導向。關注學生的學習體驗既是以生為本的體現，也是評估在線學習質量的重要內容。

(一)框架概念及其結構研究

在線教育平臺(如MOOCs)的推廣及在線教育理念的變化，推動了人們對學生在線學習體驗的關注。但當前對在線學習體驗概念框架的建構存在缺陷。部分研究只是借用學習體驗的字眼(何春等，2014；賈文軍等，2020)，并沒有對概念進行嚴格的界定，這一定程度上限制了在線學習體驗的理論發展。雖然部分研究者探索了在線學習體驗的概念及結構，但觀點不一。吳(Wu，2016)將動機性行為(intentional behavior)、結果性行為(outcome behavior)、感知到的學習體驗(perceived quality)、感知到的有用性(perceived utility)視為在線學習體驗測量框架的重要內容。鄧等人(Teng，2012)將學生對在線學習的評價視為學習體驗，如教師的表現、社會性互動、認知過程、總體滿意度(課程內容、時間管理、效率)等。烏多等人(Udo，2011)將學習質量視為學習體驗，并建構了一個包含保障、移情、響應、可靠性和網站內容等五個維度的概念框架。沈等人(Shen，2013)的操作更簡單，將在線學習滿意度直接等同于在線學習體驗。

也有部分學者持續探索在線學習體驗概念框架的建構，并產生了一定的影響力。郭淑婷(2014)利用文獻回顧的方法，試圖探索一個能為實證研究提供參考的操作框架。研究發現，在線學習體驗涵蓋遠程教育者、學習者、學習環境以及需要評估的學習成效。劉斌等人(2016)致力于持續探索在線學習體驗的概念結構，在線學習體驗被界定為“學習者對在線學習過程及結果的感知與反應，主要包括課程環境及學習活動。在線學習效果主要是對課程及學生學習效果的總體反映”。

結合已有理論操作的框架，借鑒劉斌等人(2016)對在線學習操作和界定的觀點，以及已有文獻對學習滿意度和實際效果之間真實關系的研究，本研究以學生自評的在線學習滿意度和在線學習效果作為學習體驗的操作指標。

(二)影響因素研究

盡管當前對在線學習體驗的概念缺乏嚴謹的界定，但對在線學習體驗影響因素的探索是研究者關注重要主題。具體研究策略呈現兩種取向：一是研究影響在線學習體驗的所有因素(Ozlem，2014)，或探索最關鍵的影響因素(Barclay et al.，2018)；另一種是只關注單一因素的影響，如準備程度(Keramati et al.，2011)、課程維度(Claire et al.，2017)、互動程度(Kang et al.，2013)等對在線學習體驗的影響。總的來看，第一種研究取向是當前的主流。

已有研究將影響在線學習體驗的因素分為：技術平臺與環境、課程設計與內容、講授者維度、學習者維度、社會性交互五個方面(Sun et al.，2008；Ozkan et al.，2009；Paechter et al.，2010；江毓君等，2019；劉斌等，2017；蔣志輝等，2017；戴心來等，2017)。也有部分研究者從其他視角考察。廖宏建等(2017)認為影響在線學習的因素包括參與度、學習力、線下面授、知識編排、生成度、評測反饋、平臺工具。李瑩瑩等人(2020)基于疫情時期對上海15所高校的調查發現，網絡教學質量、學生任務價值感知、網絡自我效能感、網絡使用能力、學習動機、網絡交互及其感知到的社會支持皆對滿意度有顯著預測作用。

除了上述維度，一些研究者也關注在線學習的初始特征(entry characteristics)，如性別、年齡、年級、教育程度、學習動機(Wang et al.，2013)、內外控傾向(locus of control)等。但初始特征變量對學習體驗的影響研究沒有形成一致的結論，甚至結論間相互矛盾。奧茲萊姆(Ozlem，2014)和尤克塞爾圖克(Yukselturk，2009)發現,學生在線學習滿意度沒有年齡和性別差異，而桑德斯等人(Sanders et al.，2001)發現越年輕的學生對在線學習的評價越積極，男生對其評價更高。

綜上所述，已有研究沒有專門考慮不同區域高校學生在線學習體驗及其影響因素的差異。但也有系列文獻指出，互聯網接入水平、信息技術素養、社會經濟發展水平等會導致學生在線學習體驗存在地區差異(Saman et al.，2019)。基于中國東、中、西區域國情差異明顯，高校辦學水平、生源質量、學生家庭經濟狀況、信息技術素養差異(Cai et al.，2017)對學生在線學習體驗的影響同樣顯著。因此，本研究嘗試回答以下問題：1)在線學習體驗在東、中、西部存在何種差異？2)上述影響在線學習體驗的五個因素在東、中、西部之間有何種差異？3)東、中、西部地區影響學生在線學習體驗的主要因素是什么？

三、研究數據與方法

(一)數據來源與研究工具

本研究使用的數據來自2020年3月13日至4月1日間，全國高等學校質量保障機構聯盟和廈門大學教師發展中心聯合組織開展的“疫情期間中國高校在線教學調查項目”。此次調查共有教師、行政人員、學生三套問卷。來自全國334所高校的256504名學生參與其中(鄔大光等，2020)。本研究使用的是學生問卷,有效樣本為251929份，有效率為98.2%。為了便于考察學生在線學習體驗的區域差異，本研究只保留了疫情期間使用過在線學習平臺的學生樣本。統計發現，本次調查共有249764(大于99%)名受訪高校學生在疫情期間開展在線學習，剔除關鍵變量上有缺失的樣本，最終納入分析的樣本為226679份。調查問卷分基本信息、線上學習環境及支持、線上學習體驗和線上學習改進四個部分，但本研究只涉及前三個部分。

(二)關鍵變量

本研究借鑒劉斌等人(2016；2017)的概念界定和佩希特等人(Paechter，2010)的操作方式研究，選取在線學習體驗為因變量,在線學習滿意度和在線學習效果兩個維度對這一因變量進行考察。問卷采用李克特五點計分法進行測量，但實際分析中研究者將其轉化為0-100的分值(見表一)。

本研究的自變量依次為技術平臺與環境、學習者、講授者、課程內容設計、社會性交互等五個因素。技術平臺與環境因素包括：網絡速度的流暢度、平臺運行的穩定度、畫面音頻的清晰度、作業提交的順暢度、工具使用的便捷度。學習者因素包括:疫情期間是否受過培訓、有無在線學習經歷、線上教學平臺掌握熟練程度、在線學習參與度、自主學習、良好的學習習慣。講授者因素包括：教師對教學平臺的熟練度、教師的教學空間與支持、教學態度和精力投入、教學策略及講授(演示)方法、適當的評價方式方法、掌控和維持課堂秩序。課程內容設計因素包括：選擇適合線上教學的課程內容、提供課程配套電子教學資源、配備一定數量的助教。社會性交互因素包括：師生互動的及時性、線上互動討論、課堂提問、課后答疑輔導、課內外交流、同學間的討論。上述五個因素的題項均采用李克特五點計分法(僅學習者因素中“是否受過培訓”和“在線學習經歷”是0-1取值)。運用克倫巴赫(Cronbach’s alpha)信度系數估計問卷的內部一致性，本研究發現五個因素的的信度系數均在0.71-0.94之間，說明問卷信度良好。自變量也采用主成分因子方法分別提取公共因子，采用0-1標準化后再轉化為0-100的分值。

在控制變量的選擇上，本研究不僅納入了性別、年級、年齡等變量，還關注學校層次、學校性質、學科等,將區域變量作為分組回歸維度進行研究分析(見表一)。

(三)研究方法

表一 變量基本情況

本研究通過F檢驗比較不同區域學生的在線學習體驗，以及影響學習體驗各因素的差異;采用多元線性OLS回歸方法，探索不同區域在線學習體驗的影響因素;在回歸分析基礎上采用夏普利值分解(Shapley Value Decomposition)技術，分解不同區域影響學生在線學習體驗各因素的重要程度。其中，OLS回歸模型方程設定如下：

Onlineexperience=α0+β0technology+β1learner+β2instructor+β3course+β4social+β5CV+ε

在上述方程中，Onlineexperience代表在線學習體驗，分別以滿意度與學習效果衡量。α0為截距項，technology為技術平臺與環境，learner代表學習者，instructor代表講授者，course代表課程內容與設計，social代表社會性交互，CV代表系列控制變量，ε為隨機誤差項。β0-β5代表各因素的回歸系數。

四、研究發現

(一)不同區域學生在線學習體驗差異

在線學習滿意度和學習效果均呈現東部、中部、西部遞減趨勢。方差分析結果也證實，區域間的差距在統計學意義上是顯著的(p<0.01)。結合表一的在線學習滿意度和學習效果總得分，本研究發現學生在線學習體驗呈現東部最好、中部次之、西部最低的特點(見圖一)。這一發現與我國東、中、西部高校教育質量和資源存在差距的傳統認知一致。

值得重視的是，與在線學習滿意度相比，學生在線學習效果的得分明顯較低。從區域看，學習滿意度得分高于學習效果的特點在東、中、西部均成立。這與學界對學生學習滿意度與學習效果之間關系的質疑保持一致(黃天慧等，2017)，也部分說明有些在線學習體驗調查發現學生學習滿意度較高，似乎掩蓋了學生學習效果欠佳的事實。這種落差也提醒研究者對在線學習體驗的實證檢驗，不僅需要分析在線學習滿意度，也需要考察實際的學習效果。

圖一 不同區域學生在線學習體驗的差異

(二)影響在線學習體驗因素的區域差異

圖二 影響在線學習體驗的五大因素在東中西部的差異

在對學習體驗進行區域比較的基礎上，本研究進一步對學生在線學習體驗的影響因素進行區域比較(見圖二)。可以看出，技術平臺與環境因素也呈現東部最好、中部次之、西部最低的特點。學習者、講授者、課程內容、社會性互動等因素，雖然也呈現東部強西部弱的趨勢，但與技術平臺與環境的區域差異比較，其他因素的區域差異相對較小。因此，近幾年來國家加大了對中西部地區高校基礎設施建設的投入，但不同區域高校的技術平臺與環境的差距依然比較明顯。

最后，綜合比較影響因素的區域表現以及結合表一各因素的總得分，五大因素得分從高到低依次為：講授者、課程內容與設計、社會性交互、技術平臺與環境、學習者。

(三)不同區域學生在線學習體驗的影響因素

為了解不同區域學生在線學習體驗的影響因素，本研究分別以在線學習效果和在線學習滿意度為因變量，對東、中、西部學生進行多元線性回歸分析(見表二)。以在線學習效果為因變量的模型中，研究發現技術平臺與環境、學習者、課程內容與設計、社會性交互因素對所有地區學生在線學體驗的影響是一致的，對在線學習效果均有顯著的正向影響。然而，講授者因素得分越高，學生的學習效果卻越差，具體表現為講授者的表現每提高一分，學生的學習效果下降0.15到0.2分。這一結果在東、中、西部都存在統計意義上的顯著性(p<0.01)。就控制變量看，所有區域男生的在線學習效果都好于女生。年齡越小的學生學習效果越差，年級越大的學生學習效果越好，高職專科的學生學習效果最好，公辦高校的學生學習效果不如民辦高校。在東部地區，人文學科的學生學習效果最好，醫學學生學習效果最差；在中部地區，自然科學的學生學習效果最好，醫學學生學習效果最差；在西部地區，人文學科學生學習效果最好，工科學生的學習效果最差。

在以學習滿意度為因變量的模型中，研究發現五大因素對東、中、西部學生滿意度都存在顯著正向影響。對西部高校學生而言，講授者的表現對滿意度不存在顯著影響；在東部和中部高校，講授者的表現每提高1分，學生滿意度提高0.04-0.08分(p<0.01)。在控制變量上，西部高校男生的滿意度顯著高于女生，東部和中部高校學生的在線學習滿意度沒有顯著的性別差異。從年齡看，各區域間均不存在顯著差異(因為樣本量足夠大，盡管p<0.1，也并不能推定存在顯著性)。從年級看，東、中、西高校學生的年級與滿意度之間呈現“U”型，即大學二三年級學生的在線學習滿意度最低，大四學生滿意度最高。從學校層次看，在東部和西部地區，學校層次越好，學生滿意度越高。而在中部地區，學校層次之間沒有顯著差異。從學校性質看，東部地區公辦高校的學生滿意度顯著高于民辦高校，在其他地區學校之間無顯著差異。從學科看，東、中、西部地區的高校均表現為自然科學的學生滿意度最高，人文學科的學生滿意度最低。

表二 不同區域學生在線學習體驗影響因素的回歸分析結果

表三 不同區域學生在線學習體驗的夏普利值分解結果

結合滿意度與學習效果看，講授者因素與學習滿意度之間呈正向關系(東部和中部)，而與學習效果之間呈負向關系(所有區域)。換句話說，這可能預示著在保持其他變量一致的情況下，講授者優異的表現，帶來的卻是學生較高的滿意度評價和較低的學習效果。因此，本研究推測，當前高校教師的在線教學策略或方式很可能是一種“學生消費者至上主義”，或是為了迎合學生感官上愉悅的授課方式。這種做法會導致類似于“分數線膨脹效應”，并掩蓋學生的實際學習效果。此外，在學科維度上，人文學科學生的滿意度最低，學習效果卻最好。這與已有文獻批評人文學科學生在線學習滿意度低的結論一致。需要注意的是，在線學習卻使人文學科的學生學習效果高于其他學科。因此，這也提醒研究者對人文學科的批判似乎應將滿意度與效果結合起來，單一地批判人文學科滿意度會忽視學科特殊性，容易陷入用理工科思維審視人文學科學生學習體驗的泥沼。最后，公辦高校學生學習效果比民辦學校差，這可能與民辦高校的辦學和教學組織更貼合學生實際需求有關，面對疫情他們更能動員各種資源和力量為學生提供更高質量的學習平臺和條件。

在回歸分析基礎上，為進一步了解不同區域影響學生在線學習的關鍵因素，研究者引入了夏普利值分解技術。該方法是傳統回歸方程分解與夏普利值法的結合，可把結果變量差異分解為決定因素的貢獻，并量化分為回歸變量對因變量差異的貢獻。其核心思想是基于R2的變化程度判斷各變量的相對重要性。表三報告的是不同地區學生學習體驗的分解結果。研究發現，就學習效果和學習滿意度而言，最重要的影響因素依次是社會性交互、技術平臺與環境。但是，相比較而言，社會性交互在學習滿意度中的重要性更大。這一結論與當前相關研究的結論不一致。埃薩瓦維等人(Alsabawy etal.，2016)對澳大利亞某大學在線課程的調查發現，影響在線學習最重要的因素是技術服務。孫等人(Sun etal.，2008)對中國臺灣地區的調查發現，影響在線學習體驗的關鍵因素涵蓋學習者計算機焦慮、教師對電子學習的態度、電子學習課程的靈活性、電子學習課程的質量、感知有用性、感知易用性和評估多樣性等因素。筆者認為本次調查中社會性交互重要性突出的原因在于，中國大學生在線學習是一種嚴格的教學組織形式，它是以高校制度性動員為基礎的集體式遠程學習，一定程度上保障了技術平臺以及師生態度上的一致性。

再者，剔除上述兩個重要因素后，對在線學習效果而言，相對重要的影響因素依次為學習者、課程內容與設計、講授者。而在學習滿意度中，剔除上述兩個重要因素后，相對重要的影響因素依次為課程內容與設計、講授者、學習者。結合在線學習效果和滿意度看，除了互動與技術平臺外，學習者的個人特征及在線學習和培訓經歷對學習效果的影響也較明顯。而對滿意度而言，課程內容和設計的重要性比較明顯。這似乎也在提醒我們，對于學生學習體驗的改進，教育行政部門的主要工作，不僅要重視參與者的社會性交互、技術平臺的改進與完善，還要加強課程內容設計的質量和對學生在線學習的培訓，關注學生的主動參與和良好的學習習慣。

最后，從區域角度看，中西部高校的技術平臺環境與東部高校存在顯著差距，而東、中、西部高校技術平臺與環境也是最重要的因素，因此這也可以說明，國內東、中、西部高校學生在線學習體驗的區域差異，主要是區域之間在社會性交互、技術平臺與環境上的差距導致的。在未呈現結果的分析環節中，研究者通過對全樣本的嵌套回歸也證實了這一點。本研究在逐步加入社會性交互、技術平臺與環境后發現，不同區域高校學生的學習體驗差距下降，系數也變得不顯著。這一結果可以啟示決策層加大對中西部高校技術與平臺環境的投入，也許會逐漸彌合區域之間在線學習體驗的差距，但本文作者對該觀點持懷疑態度，因為技術平臺與環境的持續投入帶來的效果可能存在邊際效益遞減效應。結合相關的在線學習理論和研究結果，本文認為注重技術平臺環境與社會性交互的融合才是關鍵。

五、結論與討論

突如其來的疫情使高等教育在線學習得到前所未有的關注和重視，在線學習的擁躉者們相信在線學習是高等教育的未來。但我們認為，最重要的是在滿懷信心迎接高等教育未來的同時，要審視大規模在線學習經歷給學生到底帶來了何種體驗。盡管利用大數據、人工智能技術進行“學習分析”的理念已經引起學者們的關注，但遺憾的是，上述理念在此次疫情中依然缺位。本研究利用疫情帶來的自然實驗機會，通過對全國334所高校學生的大范圍問卷調查，揭開了中國大學生在線學習體驗的基本面貌。

(一)研究結論

1.在線學習體驗呈現東部最高、中部次之、西部最差的特點，學生在線學習的效果不佳但滿意度較高的現象在東、中、西部高校均存在。

這一現象與人們所認知的東、中、西部高等教育質量和水平的差異相吻合。方差分析結果也顯示，在線學習滿意度(p<0.01)和學習效果(p<0.01)也都存在東部最高、中部次之、西部最差的特點。受已有研究考察滿意度與學習效果關系(黃天慧等，2017)的啟發，本研究發現滿意度與學習效果之間的不匹配具有區域普遍性，即學生在線學習滿意度高但學習效果較差的現象在三大地區都存在(p值均小于0.01)。另外，雖然影響在線學習體驗的五大因素從東部往西部呈現逐漸遞減的趨勢，但相對而言，三大區域之間技術環境與平臺的差距是最明顯的。

2.在線學習體驗的人群和院校差異在不同區域呈現不同特點

與已有研究(Ozlem，2014；Yukselturk，2009；Sanders et al.，2001)對在線學習學生人口特征的研究結果不同，本研究通過多元線性回歸技術證實，男生的學習體驗高于女生，低年級學生的學習體驗遠低于高年級，年齡越小的學生在線學習體驗越差。年級與學習效果呈現“年級越高效果越好的特點”，而與學習滿意度呈“U型”關系。需注意的是，性別、學校層次、學科、學校性質等維度的學習體驗差異也存在區域異質性。例如，就性別對在學習滿意度的影響而言，只有西部地區男生的滿意度高于女生(p<0.001)，東部和中部地區不存在性別差異。就學校層次對學習效果的影響而言，只有東部高校才表現出學校層次越高學生在線學習效果越好的趨勢，中部和西部高校沒有這一特點。就學校性質而言，公辦高校學生的學習滿意度顯著高于民辦學校學生的特點只在東部高校出現。就學科而言，東部和中部高校均呈現人文學科學生滿意度最高，醫學學生滿意度最低，西部高校則表現為人文學科學生滿意度最高，工科學生滿意度最低；在學習效果維度上，東、中、西部高校均呈現出人文學科學生滿意度最低，工科學生滿意度最高的特點。

3.社會性交互、技術平臺與環境是影響在線學習體驗最重要的因素，也是解釋區域差異的重要維度

基于夏普利值分解技術，本研究發現技術平臺與環境因素對東、中、西部高校學生在線學習體驗的解釋力為34%-39%，而社會性交互維度的解釋力為42%-51%。以上結果清晰地證實社會性交互、技術平臺與環境是影響在線學習體驗最重要的因素。相較于技術平臺，社會性交互的重要性更大。社會性交互和技術平臺與環境兩個維度也是解釋學習體驗區域差異的最重要因素。剔除上述兩個因素后，影響在線學習效果相對重要的因素依次為學習者本身、課程內容與設計、講授者。在學習滿意度中，剔除上述兩個因素后，相對重要的影響因素依次為：課程內容與設計、講授者、學習者本身。該結論在東、中、西部高校均成立。雖然已有文獻大致建構了影響在線學習體驗的五大因素，但本研究是在中國情境下首次探索和驗證相關因素理論的正確性，完善了在線學習體驗影響因素理論框架。

(二)討論

1.學生在線學習滿意度與學習效果不匹配，在于在線教學評價“顧客滿意度”式的追求

相對于傳統面對面、固定的以教室為載體的線下教學模式，在線學習平臺對學生而言更具有新鮮感和技術感，再加上學生評教與教師評分的客觀現實，可能導致學生在一定程度上夸大在線學習滿意度。而這與 “分數線膨脹效應”(哈巍等，2019)中，“學生學業成就沒有實際增長但績點偏高”現象類似，即學生的實際學習效果并不佳。不同的是，本研究發現學生在線學習效果不佳，但滿意度偏高。筆者認為學生是否學到真正的知識和技能，還是僅僅對技術比較滿意，需要研究者和教學親臨者運用“學習分析”的思維，通過對學生學習數據的收集和分析，了解學生的學習體驗，以便為學生提供個性化學習，強化學生在線深度學習體驗(吳亞婕，2017)。與之類似，講授者過于迎合學生“滿意與樂趣”的在線教學風格和策略可能會影響學生學習效果。該做法雖然能提高學生的滿意度，但師生在這種共謀與雙贏的狀態下喪失了對學習最本質的追尋。從這一角度看，在線學習技術可能使學習成為一種“娛樂至死”和“教師成為網紅主播”的近似狀態。在技術烏托邦主義者粉飾在線學習技術的先進性的同時，教育研究者應該對此有清醒的認識。至少，從本研究的發現看，部分高等教育研究者期盼的“在線學習的未來”還言之過早。

2.關注不同在線學習者群體的學習體驗，彌合不同背景學生在線學習體驗的鴻溝

在線學習對學習實際效果的影響會因學習者的背景特征而異，技術上的新鮮感和科技感會進一步掩蓋弱勢群體或不同背景學生學習收獲的差距。針對該現象，利益相關者應該致力于彌合不同群體的體驗落差。雖然本研究并未涉及家庭經濟社會背景變量，但對中西部高校的考察能發現不同群體學生差距明顯的部分細節，因此對弱勢群體和不同學科學生的在線學習進行政策干預異常重要。

3.整合社會性交互、技術平臺環境，助力學生在線學習體驗的提升

本研究發現，社會性交互、技術平臺環境兩個維度不僅是影響在線學習體驗最重要的影響因素，也是解釋區域差異的重要因素。盡管中西部高校的技術平臺與環境與東部高校差距明顯，但技術平臺與環境的更新與完善存在邊際效益遞減現象。換言之，如果學校單方面加大對在線學習技術與平臺的投入，帶來的學生學習體驗收益并不完全與投入成正比。而基于不斷完善的技術平臺與環境進行在線學習社會性交互的改革卻能激發學生的在線學習體驗(陳濤等，2020)。因此，推動社會性交互與技術平臺的融合對彌合學生在線學習體驗的區域差異尤為重要。對中西部高校而言，關鍵任務是既要推動技術平臺更新升級，同時也要關注社會性交互(師生互動、生生互動、教學主體與技術平臺的互動)的效應。對東部高校而言，決策部門提升學生滿意度和學習體驗的重心可放在社會性交互上。