大學生在線學習行為數據分享意愿研究

閻永哲

大學生在線學習行為數據分享意愿研究

閻永哲

（寧波大學 科學技術學院，浙江 寧波 315212）

學習行為數據的來源是學習分析研究領域的重要分支之一。通過文獻梳理和回顧，發現大學生在線學習行為數據分享意愿的研究有待深入。運用技術接受模型，選擇網絡隱私顧慮、信任、感知易用性和感知有用性為自變量，個人數據分享意愿為因變量構建了初始概念模型，并提出了相應的假設。為了檢驗這一概念模型，以抽樣調查獲取的206名商科類大學生的相關數據作為樣本進行結構方程模型分析，并結合相關擬合指標對初始概念模型進行了修正。結論顯示：感知易用性和網絡隱私顧慮對個人數據分享意愿沒有直接作用，但前者通過感知有用性和信任兩個中介變量正向間接作用于個人數據分享意愿，后者通過信任作為中介變量負向間接作用于個人數據分享意愿；感知易用性對信任有較為顯著的正向作用，網絡隱私顧慮對信任有負向作用，但不顯著；感知易用性對感知有用性有顯著的正向作用。

學習分析；學習行為數據；分享意愿；技術接受模型；結構方程模型

隨著大數據、云計算、人工智能等信息技術與學習行為的日益深度融合，學習分析（Learning Analytics）成為學界研究的重要熱點領域。[1]學習分析是對學習者及其學習場景數據的采集、測度、分析和報告。[2]其目的主要是用于預測、評估和優化教學，能為個性化教學的實施提供有效的技術支撐。[3]由此可見，學習分析的重點在于學習行為數據的收集、開發和利用上。而現有研究的注意力也大都集中在分析學習行為數據的挖掘和改善方面，如關于學習行為數據壁壘的破解、學習行為效能感等。[4, 5]

至于學習數據的來源問題，已有研究的視角主要是從隱私倫理的角度出發，如分析“隱私倫理對學習分析政策制定的影響”等。[6]而鮮有研究關注學習者作為數據主體對于數據的分享意愿的問題，加之數據權的分類及使用目前在學界還存在一定爭議，在業界也曾引起不少爭議。因此在相關數據的合理合法使用問題上，對學習者分享意愿的研究無疑是一個重要而迫切的方向。本文的研究內容具有增加學習行為數據分享意愿領域知識存量的理論價值，以及促進數據主體分享意愿方面的實踐指導意義。對于提升大學課堂課程思政教學改革等教改類項目的質量也能發揮工具性作用。

關于個人數據分享意愿的研究，國外學者開始較早，視角各有不同。首先是基于各異的學科視角對分享意愿及行為進行整體理論框架式的研究。限于技術條件，早期的數據分享研究主要基于非網絡環境。如Constant等基于社會交換理論所構建的信息分享理論，主要認為“對信息共享的態度取決于信息的形式”。[7]隨著互聯網的飛速發展，基于網絡環境的信息共享研究日益成為研究的重點。Rioux等對互聯網環境下的信息分享行為進行了開創性的研究，認為“在網絡上分享他人發現的信息是一種自然的信息行為”[8]。此后對于這一主題的研究視角和學科開始日益多元而豐富，如基于社會學學科的社會資本理論、社會認知理論和社會交換理論；基于心理學學科的動機理論和行為理論等。國內學者也進行了大量類似有益的嘗試，但最終學界開始逐步整合各類理論視角，將其納入到一個框架進行研究的做法成為主流。同時大部分的研究都選擇了特定情境和對象進行抽樣調查，對所構建的理論框架進行檢驗，得出了可供驗證和繼續探詢的結論，這些給本文提供了非常重要而必需的借鑒思路。

另一方面，關于信息分享意愿的具體影響因素的國外學者的研究，按其對個人分享意愿的影響方式可以分為兩類，一是可直接影響的因素，如信任、網絡隱私顧慮、感知有用性等；二是間接影響的因素，隱私政策、網站聲譽、信任傾向等。其中對于可直接影響因素的研究存量更加豐富，獲得了更多學界的關注和認同。因此本文考慮將網絡隱私顧慮、信任、感知易用性和感知有用性等納入，作為影響個人在線學習行為數據分享意愿的主要因素。同時由于學界鮮有在線學習行為數據的分享意愿這一細分領域的研究，本文借鑒國內外接近研究領域整體框架式研究的思路，選擇技術接受模型（Technology Acceptance Model，TAM）對其進行探索。TAM模型最早由Davis基于理性行為理論（Theory of Reasoned Action，TRA）提出，他發展出感知有用性和感知易用性兩個重要概念，前者是指用戶對所使用的技術效用的評價，后者是指用戶所使用技術掌握的難易程度，主要用于解釋和預測用戶對信息技術的使用行為，[9]后來TAM又被不斷豐富和拓展，廣泛應用于對各類科技產品和服務的接受行為研究中。如Lee運用TAM和TPB（計劃行為理論）構建了一個理論模型，對客戶使用網上銀行的意愿進行了研究。[10]之后運用TAM模型進行意愿解釋和預測的研究范式被國內很多學者借鑒，廣泛用于不同類別的個人意愿的研究。而關于個人信息分享意愿的研究領域正是其中的一條分支。如鄧銀華對大學生在微信朋友圈進行信息分享的意愿研究；[11]吳曉茹對大數據應用場景下消費者分享個人信息的意愿研究，[12]等等。這些研究基于各自的調研樣本對所構建的概念模型進行了檢驗，具有相當程度的解釋能力。由此可見，運用TAM模型對個人學習行為數據分享意愿的分析具備一定的理論基礎。

本文接下來的安排是：第二章運用TAM模型構建大學生在線學習行為數據分享意愿的概念模型，并提出相關的研究假設；第三章通過構建量表和抽樣調查對概念模型中的潛在變量進行測量，并運用結構方程模型（SEM）對樣本數據進行分析，以檢驗概念模型和研究假設；第四章對研究結論進行總結，并提出相應的對策建議。

一、大學生在線學習行為數據分享意愿的概念模型及研究假設

大學生是在線學習的典型群體，因此本文選擇大學生群體進行在線學習行為數據分享意愿因素的研究。根據上文對相關文獻的回顧和總結，本文選用的自變量（解釋變量）有四項：網絡隱私顧慮、信任、感知易用性和感知有用性；因變量為大學生個人在線學習行為數據（以下簡稱“個人數據”）的分享意愿。根據前人的研究基礎和本文的研究需要，提出大學生個人數據分享意愿因素的概念模型，詳見圖1。

其中，個人數據分享意愿是指大學生是否愿意將在線學習過程中產生的個人行為數據分享給學習網站（APP）公司。信任是指大學生對學習網站（APP）公司處理其個人數據的能力、安全等特征的信賴程度。有學者的研究表明，信任是導致其是否愿意分享個人信息的重要因素。[13]因此，本文提出如下6項假設：

圖1 數據分享意愿因素的概念模型

假設 H1：大學生對學習網站（APP）的信任正向影響其個人數據分享意愿

網絡隱私顧慮是指大學生對其個人數據被

網站（APP）公司采集、分析和處理過程中其知情權、控制權及相關利益受損的關注和憂慮。Dinev & Hart），王洪偉等國內外學者的研究都認為對網絡隱私被侵犯的顧慮程度越大，個人信息分享的意愿越低；[14, 15]另外，梁忠等的研究還表明網絡隱私顧慮對信任產生一定程度的負作用影響。[16]因此，本文提出如下假設：

假設 H2：大學生的網絡隱私顧慮負向影響個人數據分享意愿

假設 H3：大學生的網絡隱私顧慮負向影響其對學習網站（APP）的信任

感知有用性是指大學生對學習網站（APP）改善其學習效率、提高學習成績的肯定和認可程度。不少國外研究對感知有用性促進個人信息披露意愿的作用給予了肯定；國內的聶勇浩，羅景月等的研究也得出了接近的結論。[15]因此，本文提出如下假設：

假設 H4：大學生對學習網站（APP）的感知有用性正向影響個人數據分享意愿

根據相關研究，本文將感知易用性定義為大學生對學習網站（APP）操作便捷性的肯定和

認可程度。由于過往關于TAM的很多研究都支持感知易用性對感知有用性的促進作用，同時對于感知易用性對個人意愿的正向作用關系，也有研究予以支持。[17,18]因此，本文提出如下假設：

假設 H5：大學生對網站（APP）的感知易用性正向影響個人數據分享意愿

假設 H6：大學生對網站（APP）的感知易用性正向影響其對網站（APP）的感知有用性

二、大學生在線學習行為數據分享意愿因素模型的驗證與修正

（一）可測題項的提出

圖1構建的概念模型描述了四個自變量和一個因變量間的結構關系。但自變量作為潛在變量（以下簡稱“潛變量”），其特質無法直接測量，需要由觀察變量測得的數據樣本 “實際反映理論潛在構念”。[19]38因此本文通過參考國內外學者的相關研究，將各個潛變量的具體觀察變量進行編制匯總如表1所示。

表1 各潛變量的可測題項

（二）問卷的編制與發放

為了對表1中的各可測題項的科學性進行驗證，本文在正式調研中進行了前期測驗，面向寧波大學科學技術學院抽樣選擇了100名商科類學生進行問卷調查，問卷采用李克特五級量表，1 表示“完全不同意”，5表示“完全同意”。最后回收有效問卷92份。采用SPSS 22對樣本進行信度分析，結果顯示所有題項的信度均大于0.7，符合進一步進行正式統計調查的要求；同時各題項的“修正項目總相關”均大于0.4，說明各題項存在較高的內部一致性。通過與有關專家的交流咨詢，對題項的措辭和內容進行了修改和精簡。因此在正式調查中保留了該問卷的所有題項。

正式調查問卷通過問卷星在線生成，再次面向寧波大學科技學院包括國貿、金融、會計、電商等專業在內的商科類大學生進行發放。問卷發放時間從2019年5月26日至2019年6月5日，共計10天。最終回收問卷220份，其中有效問卷206份，回收有效率為93.6%。

（三）模型的信度與效度檢驗

信度分析用于檢測分析結果的一致性。本文使用SPSS 22，采用克隆巴赫（Cronbach а）系數對正式調查的量表的總體及各潛變量信度進行測量，結果顯示：總體克隆巴赫系數為0.872，而每個潛變量的克隆巴赫系數也均高于0.828（其中最小的系數來自“易用性”，為0.828），表明量表具有很高的一致性。

效度用于檢測量表準確測量出所需測量特質的程度。效度可分為內容效度和結構效度。前者是指量表的內容合適且具有代表性，能反映所測量特質的程度；后者是指測量工具反映概念和命題的內部結構的程度。內容效度的檢驗上，本文使用相關文獻作為基礎，通過前期測驗和修改，已有很大把握認為所用量表具有良好的內容效度；結構效度方面，本文通過因子分析法驗證問卷的有效性，采用KMO測度和巴特利特球形檢驗測度量表的結構效度。

測度的結果顯示總體KMO測度值為0.860，說明各項變量間關系良好，適合進行因子分析。巴特利球形檢驗的卡方值為2002.975（自由度為105），結果達到0.000顯著水平，說明量表具有較高的效度。同時各自變量及因變量的KMO測度值均大于0.657（其中最小的系數來自“隱私顧慮”，為0.657），可以進行因子分析，且顯著性概率均小于5%，表明量表各題項之間具有顯著的相關關系。采用主成分分析法提取因子，使用最大方差旋轉法提取主成分，得到15個變量旋轉后的因子載荷。結果顯示，各變量的因子載荷都超過0.5（其中最小的系數來自“a13”，為0.695），均可予以保留，同時提取的5個因子可解釋總體方差變異的79.858%。說明運用因子分析法所提取的5個因子與理論架構相符，且能較好解釋總體方差變異值，可初步認為問卷具有較好的結構效度。

接下來運用AMOS 24軟件，通過驗證性因子分析對量表的因子結構模型和樣本實際數據的適配度進行測定，可得15個變量的因素負荷量，均介于0.5至0.95之間，代表模型的基本適配度良好。根據因素負荷量計算組合信度（C.R.）和平均方差抽取量（AVE），發現五個潛變量的組合信度都大于0.8，說明模型的內在質量理想，同時平均方差抽取量也都大于0.6，說明測量指標能有效的反映其共同因素構念的潛在特質[19] 214。總體而言，上述數據反映出量表（表1）具有較好的收斂效度。

同時，為了檢測量表的區別效度，本文通過對比潛變量之間的相關系數與AVE的平方根對其進行測度。測度結果顯示。各潛變量AVE的平方根顯著高于潛變量之間的相關系數，說明量表具有良好的區別效度。

（四）概念模型的檢驗與修正

在信度效度檢驗基礎上，本文通過結構方程模型（SEM）分析，對網絡隱私顧慮、感知易用性、信任、感知有用性和個人數據分享意愿共5個變量放入全模型進行路徑分析（圖2）。

圖2 全模型路徑圖

根據AMOS 24的輸出結果，模型各項擬合指標中，卡方自由度比值（CMIN/DF）=2.467＞2.0；漸進殘差均方和平方根（RMSEA）=0.085＞0.08；規準適配指數（NFI）=0.899＜0.9；相對適配指數（RFI）=0.874＜0.9。根據相關評價標準，這幾項指標反映出模型的適配度仍有一定差距。另外，理論模型的Akaike信息準則（AIC）和期望復核指數（ECVI）均大于飽和模型的對應指標，也可以反映出該模型擬合不佳。[19]142-143

此外，AMOS的輸出結果還包括初始概念模型的標準化路徑系數及顯著性檢驗相關指標（表2）。如表2所示，初始概念模型的5個路徑中有2條路徑不顯著：即感知易用性對分享意愿和網絡隱私顧慮對分享意愿。其他路徑系數均具有較好的顯著性。為了對概念模型進行修正，本文檢查了AMOS提供的模型修正指標（MI），通過對模型的反復修改和系數對比，最終確定減少 “感知易用性”對“個人信息分享意愿”和“網絡隱私顧慮”對“個人信息分享意愿”的兩條路徑，增加一條 “感知易用性”對“信任”的路徑（同時增加假設H7：大學生對網站（APP）的感知易用性正向影響其對網站（APP）的信任）

圖3 修正后的全模型路徑圖

表2 初始概念模型標準化路徑系數及顯著性檢驗

注：***表示=0.000。

表3 修正后的模型標準化路徑系數及顯著性檢驗

根據修正后的全模型路徑（圖3），各項擬合指標較之原模型均有明顯改善。其中卡方自由度比值=1.734＜2.0；漸進殘差均方和平方根=0.06＜0.08；規準適配指數=0.929＞0.9；相對適配指數=0.912＞0.9。說明修正后模型的擬合得到了大幅優化，該模型能更準確地刻畫樣本數據和各變量間的關系。同時修正后的理論模型的AIC和ECVI指數標均小于飽和模型的對應指標，說明修正后的模型比原模型要精簡。

另外，通過AMOS輸出的修正后的模型路徑系數及顯著性檢驗如表3所示。其中各項指標均較原模型的對應指標有所改善，且5條路徑系數全部達到顯著水平（＞2，＜0.05）。故將修正后的模型確定為本文最終理論模型。

根據修正后的模型及其顯著性檢驗，對本文提出的研究假設進行了驗證，具體結果如下所示：

假設H1：大學生對學習網站（APP）的信任正向影響其個人數據分享意愿。結論：支持；

假設H2：大學生的網絡隱私顧慮負向影響個人數據分享意愿。結論：支持；

假設H3：大學生的網絡隱私顧慮負向影響其對學習網站（APP）的信任。結論：不支持；

假設H4：大學生對學習網站（APP）的感知有用性正向影響個人數據分享意愿。結論：支持；

假設H5：大學生對網站（APP）的感知易用性正向影響個人數據分享意愿。結論：不支持；

假設H6：大學生對網站（APP）的感知易用性正向影響其對網站（APP）的感知有用性。結論：支持；

假設H7：大學生對網站（APP）的感知易用性正向影響其對網站（APP）的信任。結論：支持。

同時，為了更準確的描述各變量之間的關系，本文將各原因變量對中介變量和結果變量的影響直接效果值、間接效果值和總效果值進行了計算匯總，結果顯示：感知易用性對感知有用性有直接效果值，為0.869。感知易用性對信任有直接效果值，為0.876。感知易用性對分享意愿有間接效果值（總效果值），為0.847；網絡隱私顧慮對信任有直接效果值，為-0.425。網絡隱私顧慮對分享意愿有間接效果值（總效果值），為-0.126；感知有用性對分享意愿有直接效果值（總效果值），為0.675；信任對分享意愿有直接效果值（總效果值），為0.297。

三、結論及建議

（一）主要研究結論及研究展望

通過參考國內外關于個人信息分享意愿的相關研究，本文結合技術接受模型構建了影響大學生個人數據分享意愿的概念模型，運用結構方程模型結合抽樣問卷采集的樣本數據，經調整后確定了一個修正后的大學生個人數據分享意愿全模型。得出的主要結論為如下兩點：

1. 影響大學生個人數據分享意愿的直接因素是感知有用性和信任，間接因素是感知易用性和網絡隱私顧慮，除了網絡隱私顧慮是負向作用以外，其余影響因素均是正向作用

根據修正后的模型變量結構，有三點支撐本文得出這一結論。第一是感知易用性和網絡隱私顧慮對個人數據分享意愿沒有直接作用，但前者通過感知有用性和信任兩個中介變量間接正向作用于個人數據分享意愿，后者通過信任作為中介變量負向作用于個人數據分享意愿；其次，感知有用性和信任均正向直接作用于個人數據分享意愿。第二，對信任有影響的是感知易用性和網絡隱私顧慮，其中前者是正向作用，后者是負向作用。第三，感知易用性對感知有用性有正向作用。

2. 從影響效果來看，感知易用性的總效果最大，其次是感知有用性，最后是信任；相對而言，網絡隱私顧慮對個人數據分享意愿的影響最不重要

這一結論可從路徑系數的分析中得出。第一，感知易用性、感知有用性和信任都對個人數據分享意愿有正向作用，其中感知有用性的作用最大（0.675），且為直接作用，信任的作用較弱（0.297），這可能是因為大學生更關注學習網站（APP）對改善他們學習質量的作用；感知易用性的作用為間接作用，但其總效果較大（0.847）。

第二，感知易用性對信任的作用直接而明顯（0.876），相對而言，網絡隱私顧慮對信任的負向作用雖然直接，但較弱（-0.425）；而網絡隱私顧慮對個人數據分享意愿的最終作用則更弱（-0.126），這可能是因為調查樣本中的大學生群體基本都出生于1995年以后，屬于“數字原住民”，而網絡隱私顧慮屬于這一群體關注度相對較低的因素。[20]

由于關于學習分析的現有研究仍然鮮有從關注學習者個人數據分享意愿的視角出發，因此更多基于同類學科視角（如社會心理學、倫理學、法律）以及不同理論模型（計劃行為理論、社會信任理論）出發的相關研究是未來值得橫向拓展和深入探究的方向。

（二）促進大學生個人數據分享意愿的對策建議

根據本文確定的理論模型反映出的主要研究結論，感知有用性、感知易用性和信任均在不同程度上對大學生個人數據分享意愿產生了影響。因此建議應從這三方面因素著手提升其分享意愿：

1. 促進學習分析技術對教學實踐工作的改進，豐富學習分析手段的應用場景

雖然當前對于學習分析技術的國內外研究成果日趨豐富，但學習分析技術能夠用于支持教學實踐的具體成果尚不多。[21]學習分析是“為了系統化監測與評估學習者在混合式學習環境下的學習過程,通過教學設計把創新技術和工具嵌入到教學過程中，改進教學實踐。這既是它的目標，同時也是促進大學生個人學習行為數據分享的重要手段”。[22]由于上文分析結論表明感知有用性在所有變量中對促進個人數據分享意愿最為直接而明顯，因此對感知有用性的改善最有利于促進大學生分享更多個人數據，而更多個人數據反過來又更有利于幫助改善其學習質量，從而形成一個良性循環。故此，首先應改進學習分析技術、豐富學習分析手段和適用場景，幫助大學生提高學習質量，讓他們切實感受到學習網站（APP）的用處。例如，在筆者的一項課程思政類教學改革實踐中，通過嘗試將所授《西方經濟學》課程內容相關的“思政元素”案例，通過課堂小測驗、課后延伸閱讀等多種方式嵌入到指定APP平臺，既能幫助教師對學生的參與、答題等情況進行實時了解和事后評價，又能提升學生對APP平臺助力學習效果的正面評價，從而幫助提升學生對個人數據分享的意愿。

2. 改進界面設計能在一定程度上提升大學生的數據分享意愿

由于學習網站（APP）的界面設計對感知易用性的影響較大，[23]而上述研究結論表明感知易用性能間接提升大學生個人數據分享意愿，且提升總效果很明顯，因此學習網站（APP）開發商應致力于設計簡潔清晰的界面、方便快捷的操作流程和準確易懂的數據分享提示，以提高大學生的感知易用性，從而提升大學生個人數據分享意愿。

3. 打造良好的聲譽，塑造富有吸引力的教學風格也有助于提升大學生的數據分享意愿

由于信任仍在一定程度上影響到大學生的個人數據分享意愿，而信任又受到學習網站（APP）的聲譽和教學風格等因素的影響。[24]因此學習網站（APP）開發商還應注重對學習分析技術和手段的宣傳和推廣，幫助學生建立對其品牌的信任和認可程度，同時對于教師的在線教學風格、教學內容和教學方式的改善保持持續的關注，這樣將更有利于其獲得類型更為豐富、數量更多的個人數據。仍以筆者的教改項目為例，通過不斷更新學生喜聞樂見的“思政元素”教學案例和在線互動方式來吸引學生關注和參與，達到了提升和豐富課堂思政，發揮了課堂教學在大學育人中的主渠道作用。

［1］ 郭炯, 鄭曉俊. 基于大數據的學習分析研究綜述[J]. 中國電化教育, 2017(1): 121-130.

［2］ SIEMENS G. Learning analytics: envisioning a research discipline and a domain of practice; proceedings of the Proceedings of the 2nd international conference on learning analytics and knowledge F, 2012[C]. ACM. New York: Association for Computing Machinery,2012: 4-8.

［3］ 劉清堂, 王洋, 雷詩捷, 等. 教育大數據視角下的學習分析應用研究與思考[J]. 遠程教育雜志, 2017, 35(3): 71-77.

［4］ 閻永哲, 袁紅清. 泛化背景下大學生學習行為數據壁壘破解研究[J]. 寧波大學學報: 教育科學版, 2018,40(01): 86-90.

［5］ 宋岳禮, 趙冬麗, 趙娟. 新型網絡環境下大學生網絡英語學習行為研究[J]. 寧波大學學報: 教育科學版, 2016,38(3): 93-96.

［6］ 王楠, 茍江鳳. 基于隱私倫理視角的國外學習分析政策分析[J]. 電化教育研究, 2019, 40(5): 120- 128.

［7］ CONSTANT D, KIESLER S, SPROULL L. What's mine is ours, or is it? A study of attitudes about information sharing[J]. Information systems research, 1994, 5(4): 400-421.

［8］ RIOUX K. Sharing Information Found for Others on the World Wide Web: A Preliminary Examination; proceedings of the Proceedings of the ASIS Annual Meeting, F, 2000[C]. ERIC. Chicago: the American Society for Information Science and Technology, 2000: 68-77.

［9］ DAVIS F D. Perceived usefulness, perceived ease of use, and user acceptance of information technology [J]. MIS quarterly, 1989, 13(3): 319-340.

［10］LEE M-C. Factors influencing the adoption of internet banking: An integration of TAM and TPB with perceived risk and perceived benefit [J]. Electronic Commerce Research and Applications, 2009, 8(3): 130-141.

［11］鄧銀華. 微信朋友圈大學生用戶信息分享意愿的影響因素研究[D]. 湘潭：湘潭大學, 2015: 28.

［12］吳曉茹. 消費者個人信息分享意愿研究[D]. 泉州：華僑大學, 2015: 15.

［13］HOFFMAN D L, NOVAK T P, PERALTA M A. Information privacy in the marketspace: Implications for the commercial uses of anonymity on the Web [J]. The Information Society, 1999, 15(2): 129-139.

［14］DINEV T, HART P. Internet privacy concerns and their antecedents-measurement validity and a regression model[J]. Behaviour Information Technology, 2004, 23(6): 413-422.

［15］王洪偉, 周曼, 何紹義. 影響個人在線提供隱私信息意愿的實證研究[J]. 系統工程理論與實踐, 2012, 32(10): 2186-2197.

［16］梁忠. 電子商務網站消費者個人信息提供意愿研究——以注冊中的個人信息提供意愿為例[D]. 杭州：浙江大學, 2008: 79.

［17］聶勇浩, 羅景月. 感知有用性、信任與社交網站用戶的個人信息披露意愿[J]. 圖書情報知識, 2013(5): 89-97.

［18］黃振宇. 互聯網專車平臺用戶使用意愿影響因素實證研究[D]. 廣州：華南理工大學, 2017: 34.

［19］吳明隆. 結構方程模型: AMOS 的操作與應用[M] 重慶：重慶大學出版社, 2009:62, 142-143.

［20］范哲. 數字原住民采納社會化媒體影響因素的扎根研究[J]. 情報資料工作, 2017(1): 25-33.

［21］金慧, 劉迪, 高玲慧, 等. 新媒體聯盟《地平線報告》(2016高等教育版)解讀與啟示[J]. 遠程教育雜志, 2016,35(2): 3-10.

［22］顧小清, 劉妍, 胡藝齡. 學習分析技術應用:尋求數據支持的學習改進方案[J]. 開放教育研究, 2016, 22(5): 34-45.

［23］劉國曉. 信息服務活動中用戶技術接受影響因素研究[D]. 南京. 南京理工大學, 2012: 1.

［24］周妍, 杜鵬. 在線學習環境下學習者信任度影響因素分析[J]. 繼續教育, 2018,32(10): 45-48.

A Study on the Influencing Factors of College Students' Willingness to Data Share for Online Learning

YAN Yong-zhe

（College of Science & Technology, Ningbo University, Ningbo 315211, China）

This research reviewed literature on learning behavior data, important to learning analysis, to further consider factors of willingness to share personal learning behavior data. It used the technology acceptance model, and network privacy concerns, trust, perceived ease of use and perceived usefulness as the independent variables, to construct an initial conceptual model with the individual learning behavior data as the dependent variables for the sharing intention, thus proposing corresponding hypotheses. To test the conceptual model, it sampled 206 business students to collect data using the structural equation model to support the revision of the initial conceptual model on the fitting indexes. The findings showed that perceived ease of use and online privacy concerns have no direct effect on students’willingness to share data in their learning behaviors, that the former has an indirect positive effect on students’willingness to share personal data through perceived usefulness and trust while the latter has a negative effect on students’willingness to share personal data through trust, that perceived ease of use has a significant positive effect on trust while online privacy concerns have a negative but not significant effect on trust, and that perceived ease of use has a significant positive effect on perceived usefulness.

learning analysis; learning behavior data; factors of willingness; technology acceptance model; structural equation model

G434

A

1008-0627（2021）04-0123-10

國家自然科學基金“面向LDR立體顯示的HDR立體視頻版權保護研究”(61971247)；寧波市教育科學規劃研究課題“‘雙一流’背景下提升獨立學院學生學習質量研究”（2019YGH010）；寧波大學科學技術學院教研項目“應用型本科《西方經濟學》課程思政教改研究”（207/202101）

閻永哲（1981-），男，湖南湘潭人，講師，研究方向：學習行為分析。E-mail：yanyongzhe@nbu.edu.cn

（責任編輯 周 密）