教師技術采納研究中的UTAUT再認識

摘要：整合技術接受模型（Unified Theory of Acceptance and Use of Technology，UTAUT）是探究教師技術采納影響因素的主流理論模型之一，但其應用于解釋教師技術采納差異的相關研究結論存在較大分歧，直接影響了UTAUT的解釋力。對此，文章設計了拓展版UTAUT，并使用一階段元分析結構方程模型定量綜合分析了56篇文獻和61個獨立相關矩陣，結果發現：原始UTAUT中核心變量與結果變量之間的影響關系均成立；便利條件正向影響行為意愿，但行為意愿并非是便利條件和使用行為之間的中介變量；增加“便利條件→行為意愿”后，UTAUT能夠解釋42.6%的行為意愿差異和45.6%的使用行為差異；地區對“社會影響→行為意愿”有顯著調節效用，學段對“績效期望→行為意愿”有顯著調節效用。在此基礎上，文章提出改進后的UTAUT，并圍繞核心變量關系、差異解釋能力、調節變量拓展三方面形成了對UTAUT的再認識。文章的研究可為后續教師技術采納研究提供借鑒，助力教育數字化轉型理論體系的構建與實踐探索。

關鍵詞：教師；技術采納；UTAUT；元分析

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2024）09—0048—11 【DOI】10.3969/j.issn.1009-8097.2024.09.005

引言

教師技術采納是教育技術研究者長期關注的重要話題，對縱深推進教育數字化轉型具有重要意義^[1]。現有的技術采納模型包括計劃行為理論（Theory of Planned Behavior，TPB）、創新擴散理論（Diffusion of Innovations，DOI）、技術接受模型（Technology Acceptance Model，TAM）、UTAUT等^[2]，其中UTAUT綜合考慮多種影響因素，具有較強的差異解釋能力，已成為探究教師技術采納影響因素的主流理論模型之一^[3]。當前，大量實證研究使用UTAUT解釋教師技術采納差異，但相關研究結論存在較大分歧，如不同研究的方差解釋率差異巨大、便利條件是否直接影響行為意愿尚不確定等^[4]；另外，一些研究提出了UTAUT并未涉及的調節變量，如地區、學段、教師類型等，而受限于樣本量和樣本范圍，相關結論的可信度和可推廣性難以得到保證^[5]。這些分歧直接影響了UTAUT解釋教師技術采納的有效性，并可能帶來截然不同的推斷結果。

作為一種以相關矩陣為分析單位的隨機效應計算方法，一階段元分析結構方程模型（One-stage Meta-analytic Structural Equation Modeling，One-stage MASEM）能夠彌合實證研究結果之間的差異，獲得建立在大樣本基礎之上的可靠結論，從而有效消解上述分歧^[6]。與其他元分析結構方程模型相比，一階段元分析結構方程模型能更好地處理樣本異質性、檢驗不同類型變量的調節效用^[7]。考慮到已有教師技術采納研究的異質性和調節效應分析對于評估UTAUT具有重要意義，本研究使用一階段元分析結構方程模型，通過整合不同研究的獨立相關矩陣，來探究教師技術采納研究中的UTAUT內部結構及其有效性，驗證新增中介變量和調節變量是否成立，進而實現對UTAUT變量之間關系和差異解釋能力的再認識。

一 文獻綜述

1 整合技術接受模型：UTAUT和UTAUT2

UTAUT由Venkatesh等^[8]在整合理性行為理論、技術接受模型、動機理論、計劃行為理論、TAM-TPB模型、計算機使用模型、創新擴散理論和社會認知理論的基礎上提出，認為個體技術采納受績效期望、努力期望、社會影響、便利條件四個核心變量影響，并受性別、年齡、經驗和自愿性調節。其中，績效期望是指個體認為使用技術能夠提高工作績效的程度，努力期望是指個體使用技術的輕松程度，社會影響是指個體感受到意見領袖或重要人物認為個體應當使用技術的程度，便利條件是指個體對支持技術使用的組織和基礎設施條件的信任程度^[9]。在后續的研究中，Venkatesh等^[10]在UTAUT的基礎上調整內部結構與調節變量，形成新的整合型技術接受模型UTAUT2。考慮到當前UTAUT在教師技術采納研究中的應用比UTAUT2更廣泛，本研究重點關注UTAUT，評估UTAUT的內部結構與有效性。

2 基于UTAUT的教師技術采納影響因素相關研究

大量實證研究使用UTAUT探究教師技術采納的影響因素，基本思路是在原始模型中增加核心變量或調節變量^[11]。梳理相關文獻，可以發現：①關于教師技術采納關鍵因素的研究結論存在分歧，如有研究認為績效期望是教師技術采納的關鍵因素^[12]，也有研究認為便利條件是關鍵因素^[13]，還有研究認為關鍵因素是努力期望或社會影響^[14][15]。②許多研究并未將使用行為納入研究范圍，原因主要是教師技術使用行為數據難以獲取、受研究主題影響僅關注行為意愿等。然而，檢驗使用行為的影響因素是評估UTAUT的核心內容^[16]，這就需要在充分考慮數據缺失的情況下，計算UTAUT核心變量對使用行為的影響。③一些研究檢驗了便利條件對教師技術采納行為意愿的影響，然而此影響路徑并未在UTAUT中提出。雖然Venkatesh等^[17]在UTAUT2中增加了便利條件直接影響行為意愿的研究假設，且其他領域的元分析研究印證了這一假設^[18]，但并非所有教師技術采納研究都認同上述觀點。例如，有研究發現在教師技術采納中便利條件對行為意愿的影響并不顯著^[19]。④一些研究檢驗了便利條件與行為意愿、使用行為的關系，并得到了具有統計學顯著性意義的數據分析結果，但沒有說明三者之間是否存在中介效應^[20]。也就是說，這些研究并未檢驗行為意愿是否以中介變量的形式存在于便利條件和使用行為之間。⑤出現了許多UTAUT中并未涉及的調節變量，如地區^[21]、教師類型^[22]、學段^[23]等。這些新增的調節變量可以看作是對UTAUT的拓展，或者說是UTAUT在教師技術采納研究領域的延伸，因此需要通過更大的樣本量來檢驗這些調節效應是否成立，以豐富和完善UTAUT。

3 教師技術采納元分析研究與其他領域UTAUT元分析研究的啟示

當前，已出現一定數量的教師技術采納元分析研究成果，主要包括：①構建新的影響因素模型。例如，張哲等^[24]綜合33項實證研究，提出教師采納智能技術的影響因素，包括有用性感知、易用性感知等4個核心變量和11個觀測變量；馬云多等^[25]綜合31項定性研究成果，總結出中學教師在課堂中整合技術的影響因素，包括技術因素、環境因素、個體因素3個方面和10個變量。②檢驗經典理論模型及其變式的有效性。例如，Scherer等^[26]綜合45項實證研究，明晰了教師技術采納研究中的TAM內部結構，發現TAM能夠解釋39.2%的行為意愿差異；Scherer等^[27]定量綜合114項研究，驗證了改進版TAM在教師技術采納研究中的有效性，發現其對行為意愿和使用行為的方差解釋率分別為43.5%、27.6%。然而，現有研究極少關注UTAUT在教師技術采納研究中的有效性，且缺少對UTAUT核心變量與結果變量之間的關系做進一步分析。

此外，一些元分析研究力圖驗證甚至重構UTAUT內部結構，并提出了新的調節變量。例如，Blut等^[28]整合1451篇文獻，驗證并拓展了UTAUT，揭示了技術類型、文化的調節作用；Jadil等^[29]定量綜合127項移動銀行采納研究，增加了影響路徑“便利條件→行為意愿”，檢驗了樣本量、文化的調節作用；Theres等^[30]分析了134篇數字化人力資源管理采納文獻，發現影響路徑“努力期望→行為意愿”不成立，并揭示了組織部門類型的調節作用。這些研究成果說明UTAUT內部結構的穩定性與有效性在不同研究領域存在差異，而新增的調節變量可以為拓展UTAUT提供借鑒。當然，現有研究也存在一定的局限性，如往往采用亞組分析探究調節變量的作用，但其能夠獲得的分析結果有限，無法直接計算調節變量的影響系數。對此，一階段元分析結構方程模型作為一種直接檢驗調節變量作用、有效處理不同變量類型的數據分析方法^[31]，能夠滿足UTAUT元分析研究的需求，獲得更可靠、更具價值的研究結論。

4 問題提出

基于上述分析，本研究借助一階段元分析結構方程模型來整合基于UTAUT的教師技術采納相關實證研究，以探究教師技術采納中的UTAUT內部結構和有效性，實現對UTAUT的再認識。本研究主要圍繞以下問題展開：①在教師技術采納中，UTAUT內部結構及其差異解釋能力如何？②在教師技術采納中，哪些情境變量、樣本特征可以調節UTAUT變量之間的關系？

二 研究設計

1 文獻檢索

本研究以中國知網、萬方、維普、ProQuest、Springer、EBSCO、ScienceDirect、ERIC等數據庫為文獻來源，選取近20年（2003年1月～2023年12月）國內外發表的教師技術采納研究相關文獻作為研究對象。其中，中文文獻檢索主題詞為“教師”“師范生”“職前教師”，并含“UTAUT”“整合型技術接受模型”等主題詞；外文文獻檢索主題詞為“teacher”“instructor”“educator”，并含“UTAUT”“Unified Theory of Acceptance and Use of Technology”等主題詞；各主題詞之間使用布爾運算符“OR”“AND”進行檢索。對于部分未發表的“灰色文獻”，本研究通過碩博論文/會議論文/高校圖書館數據庫搜索、參考文獻回溯、專家咨詢等方式獲取。完成上述工作后，研究人員將作者、年份、標題、摘要、出版物等信息導入Excel軟件，整理、歸納并剔除重復文獻，得到2220篇樣本文獻（含中文文獻125篇、外文文獻2095篇）。

2 樣本篩選

研究樣本的篩選標準如下：①研究主題為技術采納；②出版語言為中文或英文，韓語、法語等排除在外；③研究對象為學前教育教師、中小學教師、職校教師、高校教師或師范生（職前教師）；④研究類型為量化研究，質性研究、文獻綜述和非實證研究排除在外；⑤研究內容至少包含UTAUT中的三個核心變量和一個結果變量，且核心變量直接影響結果變量——考慮到UTAUT2涵蓋UTAUT的基本元素，本研究將符合本標準的UTAUT2實證研究類文獻也納入研究樣本；⑥為保證數據分析的順利進行，文獻還需提供充分的數據信息，至少包含潛變量相關系數、相關矩陣或方差-協方差矩陣中的一項。按照上述標準篩選樣本文獻后，本研究得到的最終研究樣本為56篇（含17篇中文文獻、39篇英文文獻），包含61個轉換后的獨立相關矩陣。

3 文獻編碼

為便于后續的模型建構與數據分析，參考Scherer等^[32]提出的編碼框架，本研究對最終的56篇樣本文獻進行編碼，具體情況如下：①作者姓名、出版年份、來源、樣本量根據實際情況錄入；②將語言編碼為中文和英文；③將地區編碼為中國地區和非中國地區；④將學段編碼為中小學、高校、職校和其他（即學前教育或職前），將技術類型編碼為信息技術和非信息技術，將教師類型編碼為職前教師和在職教師。編碼工作由兩名具有教育技術學專業背景的研究者獨立完成，編碼結果的Cohen’s Kappa值為0.871，說明編碼一致性程度較高。對于異議項，經雙方多次討論后達成一致。

4 模型設計

以原始UTAUT為基礎，結合文獻綜述研究和樣本編碼結果，通過調整內部結構和新增調節變量，本研究設計了拓展版UTAUT，如圖1所示。考慮到部分文獻并未將使用行為納入研究，為了盡可能降低數據缺失對評估UTAUT的不利影響，本研究將拓展版UTAUT分為兩個部分：①模型1，結果變量為行為意愿，關注教師對某項技術的接受情況；②模型2，結果變量為行為意愿和使用行為，關注教師對某項技術的接受和使用情況。

此外，由于難以恰當處理研究樣本中的年齡、性別、經驗等UTAUT原始調節變量（因文獻提供的數據信息不完整所導致），結合教師技術采納情境的特點和已有的元分析研究結果^[33]，本研究選擇地區、學段、技術類型、教師類型作為調節變量：①地區。Huang等^[34]發現，中國地區教師技術采納的影響因素及其作用機制與非中國地區教師存在差異。考慮到地域文化和研究規模的影響，本研究將地區作為調節變量，探討其對UTAUT內部結構的作用。②學段。馮吉兵等^[35]通過實證研究發現，學段對教師技術采納具有調節作用。考慮到研究樣本有限帶來了結論可信度較低的問題，以及實證研究中高校教師和中小學教師常常被區分，本研究在更大樣本范圍檢驗學段的調節效用。③技術類型。通常來說，教師技術采納既涵蓋互聯網、人工智能等信息技術層面，也涉及移動學習、游戲化學習等教學技術層面^[36]——為探究技術類型是否具有調節效用，參考何克抗^[37]提出的教育技術分類框架，本研究將前者編碼為“硬技術”、后者編碼為“軟技術”。④教師類型。Scherer等^[38]的研究表明，職前教師與在職教師的技術采納影響因素存在差異，且職前教師更易受到技術易用程度的影響。然而，也有研究發現兩者在技術采納影響因素上的差異不顯著^[39]。對此，需要進一步判斷教師類型是否具有調節效用。

5 分析方法

元分析結構方程模型是近年來興起的元分析方法，其將元分析和結構方程模型的優勢相結合，能夠準確評估理論模型。二階段元分析結構方程模型的應用較為廣泛，但其在處理研究樣本異質性問題上存在不足，如分析調節變量效用存在缺陷、只能檢驗二分類變量等^[40]。對此，Jak等^[41]提出一階段元分析結構方程模型，將元分析研究樣本中的相關系數向量和異質性方差分量轉化為結構方程模型中的相關系數均值和協方差結構，以此來建構結構方程模型，并能夠檢驗二分類變量和連續型變量的調節作用，較好地彌補了上述不足。一階段元分析結構方程模型可通過R中的“metaSEM”包實現，對此Jak等^[42]提供了一階段元分析結構方程模型的開放源代碼。此外，Jak等^[43]基于“Shiny”包、“metaSEM”包等開發了網頁版的一階段元分析結構方程模型分析工具WebMASEM——此工具具有簡便、易行的特點，且可以在用戶頁面呈現代碼和運行結果，并以文檔形式輸出結果。本研究使用WebMASEM作為數據分析工具，其中合并相關矩陣計算、結構方程模型構建、中介效應檢驗和調節效應檢驗均通過此工具完成。另外，由于當前尚未出現面向一階段元分析結構方程模型的發表偏倚檢驗方法，故本研究參考Peng等^[44]提出的計算方式，通過分析文獻類型的調節效應來檢驗發表偏倚。具體來說，此方法將文獻類型看作是一種調節變量，通過計算不同文獻類型的路徑系數差異是否顯著，來判斷研究結果是否存在發表偏倚。在本研究中，發表偏倚檢驗同樣使用WebMASEM完成。

三 數據分析

1 結構方程模型分析

將獨立相關矩陣整理后錄入WebMASEM，計算合并相關矩陣，結果如表1所示。其中，對角線右側部分為模型1合并相關矩陣，對角線左側部分（斜體加粗）為模型2合并相關矩陣。

在此基礎上，本研究進一步擬合相關矩陣，構建了模型1、模型2的結構方程模型，分別如圖2、圖3所示。從分析結果來看，模型1為飽和模型（df=0，CFI=1），出于對統計學顯著性意義的考慮，僅關注路徑系數；模型2的擬合情況較好，χ²（3）=30.836，RMSEA=0.023，SRMR=0.053，CFI=0.977，p＜0.001。從變量關系來看，無論是在模型1還是在模型2，績效期望與行為意愿之間均具有較高的路徑系數（β_Model1=0.367、β_Model2=0.377），說明績效期望是影響教師技術采納的關鍵因素；努力期望（β_Model1=0.145、β_Model2=0.181）、社會影響（β_Model1=0.147、β_Model2=0.182）與行為意愿之間的路徑系數相近，說明兩者對行為意愿的影響程度相近；便利條件與行為意愿之間的路徑系數雖然達到顯著性水平，但非常低（β_Model1=0.163、β_Model2=0.093），說明便利條件對行為意愿的影響非常微弱；相較于便利條件與使用行為之間的路徑系數（β_Model2=0.296），行為意愿與使用行為之間的路徑系數更高（β_Model2=0.494），說明行為意愿是影響使用行為的主要因素。方差解釋率方面，模型2能夠解釋42.6%的行為意愿差異和45.6%的使用行為差異。

2 中介效應檢驗

模型2的分析結果顯示，便利條件顯著影響行為意愿、行為意愿顯著影響使用行為。基于此，本研究進一步檢驗便利條件與使用行為之間是否存在間接效應。分析結果顯示，置信區間為-0.001～0.102，置信區間包含0，說明中介效應不存在。也就是說，行為意愿并非是便利條件和使用行為之間的中介變量。

3 發表偏倚檢驗

結合文獻類型的調節效應分析結果，可以判斷模型2的運行結果是否存在發表偏倚。整體來說，χ²（6）=9.034，p＞0.05，說明文獻類型不構成對UTAUT的顯著影響。而在對變量關系的影響方面，文獻類型對“績效期望→行為意愿”（β=-0.031，p＞0.05）、“努力期望→行為意愿”（β=0.067，p＞0.05）、“社會影響→行為意愿”（β=0.012，p＞0.05）、“便利條件→行為意愿”（β=0.01，p＞0.05）、“便利條件→使用行為”（β=-0.044，p＞0.05）、“行為意愿→使用行為”（β=0.029，p＞0.05）的影響均未達到統計學上的顯著性意義。綜上可知，公開發表的文獻與灰色文獻在數據分析結果上并無顯著差異，可以認為存在發表偏倚的可能性較小。

4 調節效應分析

考慮到模型1為飽和模型，本研究僅檢驗調節變量對模型2的影響，調節效應分析結果如表2所示，可以發現：地區的調節效應顯著（χ²（6）=28.191，p＜0.001），學段的調節效應顯著（χ²（6）=13.532，p＜0.05），而技術類型（χ²（6）=6.639，p＞0.05）、教師類型（χ²（6）=2.257，p＞0.05）的調節效應均不顯著。從變量關系出發，對地區和學段的調節效應做進一步分析，結果顯示地區對“社會影響→行為意愿”有顯著調節效應（β=-0.102，p＜0.01），而對其他路徑的影響不顯著，說明相較于非中國教師，社會影響對中國教師技術采納的影響更大；學段對“績效期望→行為意愿”有顯著調節效應（β=0.082，p＜0.05），而對其他路徑的影響不顯著，說明相較于中小學教師，高校教師技術采納受績效期望的影響更大。

四 UTAUT再認識

本研究使用一階段元分析結構方程模型定量綜合分析了56篇文獻和61個獨立相關矩陣，檢驗了UTAUT在教師技術采納研究中的有效性，并提出了改進后的UTAUT，如圖4所示。在此基礎上，圍繞核心變量關系、差異解釋能力、調節變量拓展三方面形成對UTAUT的再認識。

圖4" 改進后的UTAUT

①從核心變量關系來看，原始UTAUT包含的影響關系均成立，說明使用UTAUT解釋教師技術采納差異具有合理性。其中，績效期望是教師技術采納的關鍵因素，可能的解釋是教師技術采納的根本目的在于改進教學效果和提升教學質量^[45]。相較于原始UTAUT，本研究發現新增的影響路徑“便利條件→行為意愿”成立。Venkatesh等^[46]提出，由于不同組織提供的便利條件各不相同，在其他條件相同的情況下，若組織提供的便利條件越好，則個體認為其掌握的資源和機會就越多，也就越愿意使用技術。同樣地，在教師技術采納中如果學校為教師提供的基礎設施和支持服務越好，那么教師認為其技術采納可能遭遇的困境就越少，對自身行為能力的信念和技術采納意愿也就越強^[47]。然而，行為意愿的中介效應檢驗結果不顯著，說明行為意愿并非便利條件和使用行為之間的中介變量。可能的解釋是學校為了保障提供的便利條件能夠達到理想效果，會通過設置獎懲機制、定期組織考核等方式強制要求教師使用技術，而較少關注教師是否真正愿意使用技術^[48]。這會直接導致很多時候教師使用技術是被迫的而非自愿的，因而其對技術使用的認識易出現偏差，影響便利條件對使用行為的間接效應。此外，考慮到原始UTAUT將自愿性視為調節變量，建議后續研究探究自愿性對“便利條件→行為意愿”是否具有調節效用。

②從差異解釋能力來看，增加“便利條件→行為意愿”后，UTAUT對行為意愿、使用行為的方差解釋率分別為42.6%、45.6%，高于Scherer等^[49]得到的TAM元分析研究結果。說明相較于TAM，UTAUT能夠更好地解釋教師技術采納差異，這不同于其他研究領域的發現^[50]。出現上述現象的原因，可能在于兩者的內部結構存在差異，以及UTAUT與教師技術采納更適配。具體來說，TAM中的感知有用性與UTAUT中的績效期望相近、TAM中的感知易用性與UTAUT中的努力期望相近^[51]，這意味著UTAUT納入的影響因素多于TAM，故UTAUT能夠多維、全面地解釋教師技術采納差異。此外，從信息技術與教育教學整合的視角來看，教師在技術采納過程中通常面臨外部阻礙和內部阻礙，績效期望、努力期望等個人層面的因素雖能充分解釋由能力、信念構成的內部阻礙，但難以解釋由組織、環境構成的外部阻礙，因此UTAUT納入社會影響和便利條件有助于擴大影響因素的覆蓋面^[52]。

③從調節變量拓展來看，本研究新增了地區、學段兩個調節變量。其中，地區對“社會影響→行為意愿”具有顯著調節效用，說明中國教師技術采納比非中國教師受社會影響的影響更大。結合教師文化來看，不同于強調個人利益的西方社會，中國更加強調集體利益與團結協作，教師之間的社會關系網絡相對緊密，教師也愿意接受自上而下的技術采納^[53]。在此情境下，教師更愿意主動奉獻并做出積極改變，遵從意見領袖對技術采納的安排。學段對“績效期望→行為意愿”具有顯著調節效用，說明高校教師技術采納比中小學教師受績效期望的影響更大，可能的解釋包括：一是技術采納動機存在差異。中小學教師技術采納的主要目的是提升學生的學習成績、發展核心素養，而高校教師技術采納傾向于培養學生的專業技能、推進科研項目，可見高校教師具有更高的內部動機水平，會對技術采納提出更高的績效預期。二是所采納的技術存在差異。中小學教師采納的技術往往受學校規定、個人認知等方面的限制，而高校教師能從更廣泛的技術范圍中做出選擇，這意味著高校教師會更加重視具有相對優勢的技術^[54]。

不同于其他領域的UTAUT元分析研究結果^[55]，本研究發現技術類型對個體技術采納的調節效用不顯著。可能的解釋包括：一是簡單地將技術類型劃分為“硬技術”和“軟技術”，影響了研究結果的深入程度；二是在教師技術采納情境中，即使是非信息技術層面的技術，也可能含有大量信息技術元素，這意味著教師在采納“軟技術”的過程中往往涉及“硬技術”采納。而在教師類型方面，不同于Scherer等^[56]的研究，本研究并未發現職前教師技術采納比在職教師受努力期望的影響更大，可能的解釋是：盡管在職教師可能會認為技術采納是強制的，導致其在采納過程中不會過多地考慮技術使用的難易程度，但在技術采納時職前教師比在職教師更容易獲得培訓機會和技術指導，這意味著他們對技術使用難度的預期也會降低^[57]。另外，職前教師比在職教師更愿意花費時間和精力去學習技術，原因主要在于技術采納迎合職前教師職業生涯發展與早期教學實踐的需求，相應地，職前教師對技術采納所需付出努力的關注度也會降低。

五 研究建議

依托改進后的UTAUT，本研究面向研究者、教育管理者和技術推廣者，針對教師技術采納后續的研究方向和實踐推進方案設計提出建議。

①對研究者來說，UTAUT在分析教師技術使用行為差異上具有較高的解釋率，因此后續研究如果涉及探究教師技術使用行為的影響因素，建議優先考慮將UTAUT作為理論依據。同時，本研究發現便利條件直接影響行為意愿，這提示后續研究不應忽視便利條件與行為意愿之間的關系。此外，本研究還發現地區、學段對教師技術采納具有調節效用。其中，地區差異背后潛藏的影響因素不限于文化，還包括經濟發展水平、綜合實力等^[58]，據此建議后續研究在重視區域差異的同時，探究地區具體因素對教師技術采納的影響；同時，考慮到當前許多研究不加區別地探究中學、小學教師技術采納的影響因素，故建議后續研究對學段做進一步的細分。

②對教育管理者或技術推廣者來說，一要注意績效期望是教師技術采納的關鍵因素，這意味著在教師技術采納前，應充分評估何種技術更滿足教師的實際教學需求，據此為教師引入更具優勢的技術；在教師技術采納的過程中，應盡量多地為教師直觀呈現相近情境的技術采納成功案例，及時反饋技術的使用效果并提出優化建議。二要注意努力期望、社會影響在教師技術采納過程中的作用不容忽視，這就要關注所采納技術的靈活性與易用性，為教師提供有針對性的技術指導；同時要充分發揮教師共同體的引領作用，塑造良好技術采納氛圍和共同愿景。三要注意便利條件直接影響行為意愿和使用行為，這就要求學校重視基礎設施的建設，為教師提供必要的軟硬件資源支持；同時，學校需出臺相應的激勵機制來鼓勵教師使用技術，并與外部力量合作積極開展技術應用培訓。四要注意地區、學段對UTAUT變量之間的關系有調節效用，這意味著要注意教師技術采納的地區差異和學段差異，有針對性地制定教學干預策略。

本研究也存在一定的不足之處，如沒有將UTAUT包含的原始調節變量納入研究模型；調節效應分析涉及的變量有限，缺少對連續型變量和多分類變量的關注。對此，后續研究應拓寬調節變量的檢驗范圍，充分發揮一階段元分析結構方程模型在檢驗連續型變量調節作用上的優勢；同時要擴大樣本量，將二分類變量細化為多分類變量并計算影響效應，以得到更全面的研究結論。此外，后續研究可以使用一階段元分析結構方程模型評估UTAUT2的有效性，并對比TAM、UTAUT、UTAUT2的差異解釋率，從而為揭示教師技術采納的深層次規律提供有力支撐。

參考文獻

[1][26][32][38][56]Scherer R， Teo T. Unpacking teachers’ intentions to integrate technology： A meta-analysis[J]. Educational Research Review， 2019，27：90-109.

[2][36]Grani? A. Educational technology adoption： A systematic review[J]. Education and Information Technologies， 2022，（7）：9725-9744.

[3][51][52]Kemp A， Palmer E， Strelan P. A taxonomy of factors affecting attitudes towards educational technologies for use with technology acceptance models[J]. British Journal of Educational Technology， 2019，（5）：2394-2413.

[4][16][28][55]Blut M， Chong A Y L， Tsigna Z， et al. Meta-analysis of the unified theory of acceptance and use of technology （UTAUT）： Challenging its validity and charting a research agenda in the red ocean[J]. Journal of the Association for Information Systems， 2022，（1）：13-95.

[5][11]Venkatesh V， Thong J Y L， Xu X. Unified theory of acceptance and use of technology： A synthesis and the road ahead[J]. Journal of the Association for Information Systems， 2016，（5）：328-376.

[6][31][41][42]Jak S， Cheung M W L. Meta-analytic structural equation modeling with moderating effects on SEM parameters[J]. Psychological Methods， 2020，（4）：430-455.

[7][40][43]Jak S， Li H， Kolbe L， et al. Meta-analytic structural equation modeling made easy： A tutorial and web application for one-stage MASEM[J]. Research Synthesis Methods， 2021，（5）：590-606.

[8][9]Venkatesh V， Morris M G， Davis G B， et al. User acceptance of information technology： Toward a unified view[J]. MIS Quarterly， 2003，（3）：425-478.

[10][17][46]Venkatesh V， Thong J Y L， Xu X. Consumer acceptance and use of information technology： Extending the unified theory of acceptance and use of technology[J]. MIS Quarterly， 2012，（1）：157-178.

[12]王鈺彪，田愛麗.中小學教師對線上線下融合教學的接受度及其影響因素研究[J].現代教育技術，2023，（6）：109-117.

[13]Riady Y， Alqahtany T M， Habibi A， et al. Factors affecting teachers’ social media use during Covid-19[J]. Cogent Social Sciences， 2022，8：2115658.

[14]Pynoo B， Devolder P， Tondeur J， et al. Predicting secondary school teachers’ acceptance and use of a digital learning environment： A cross-sectional study[J]. Computers in Human Behavior， 2011，（1）：568-575.

[15][19]周炫余，唐麗蓉，盧笑，等.中小學教師對智慧教育裝備的接受度及其影響因素[J].現代教育技術，2021，（3）：97-103.

[18][29][58]Jadil Y， Rana N P， Dwivedi Y K. A meta-analysis of the UTAUT model in the mobile banking literature： The moderating role of sample size and culture[J]. Journal of Business Research， 2021，132：354-372.

[20]Dwivedi Y K， Rana N P， Jeyaraj A， et al. Re-examining the unified theory of acceptance and use of technology （UTAUT）： Towards a revised theoretical model[J]. Information Systems Frontiers， 2019，（3）：719-734.

[21][47]Jung I， Lee J. A cross-cultural approach to the adoption of open educational resources in higher education[J]. British Journal of Educational Technology， 2020，（1）：263-280.

[22]Garone A， Pynoo B， Tondeur J， et al. Clustering university teaching staff through UTAUT： Implications for the acceptance of a new learning management system[J]. British Journal of Educational Technology， 2019，（5）：2466-2483.

[23][35]馮吉兵，張國良，靳帥貞，等.中小學教師虛擬實驗教學能力提升的對策研究——基于技術接受度測評[J].中國電化教育，2022，（7）：120-126、133.

[24][54]張哲，陳曉慧，秦鵬晰，等.教師應用智能技術教學影響因素元分析[J].現代遠距離教育，2019，（2）：3-13.

[25][45]馬云多，劉力.中學教師課堂技術融合影響因素研究的質性元分析[J].全球教育展望，2022，（3）：111-128.

[27][33][49]Scherer R， Siddiq F， Tondeur J. The technology acceptance model （TAM）： A meta-analytic structural equation modeling approach to explaining teachers’ adoption of digital technology in education[J]. Computers amp; Education， 2019，128：13-35.

[30]Theres C， Strohmeier S. Consolidating the theoretical foundations of digital human resource management acceptance and use research： A meta-analytic validation of UTAUT[OL]. lt;https：//doi.org/10.1007/s11301-023-00367-zgt;

[34][53]Huang F， Teo T， Sánchez-Prieto J C， et al. Cultural values and technology adoption： A model comparison with university teachers from China and Spain[J]. Computers amp; Education， 2019，133：69-81.

[37]何克抗.對美國《教育傳播與技術研究手冊》（第三版）的學習與思考之五——由“技術研究取向變化”所引發的關于“教育技術本質及未來發展”的爭論[J].電化教育研究，2013，（11）：34-45.

[39]George K， Anastasios M T， Dimitrios M， et al. The mobile augmented reality acceptance model for teachers and future teachers[J]. Education and Information Technologies， 2023，（7）：7855-7893.

[44]Peng P， Lee K， Luo J， et al. Simple view of reading in Chinese： A one-stage meta-analytic structural equation modeling[J]. Review of Educational Research， 2021，（1）：3-33.

[48]鄒慧明，賀宇虹.教育精準扶貧背景下的專遞課堂：成效?問題及優化[J].課程·教材·教法，2021，（4）：58-65.

[50]Rahman M M， Lesch M F， Horrey W J， et al. Assessing the utility of TAM， TPB， and UTAUT for advanced driver assistance systems[J]. Accident Analysis amp; Prevention， 2017，108：361-373.

[57]Teo T. Comparing pre-service and in-service teachers’ acceptance of technology： Assessment of measurement invariance and latent mean differences[J]. Computers amp; Education， 2015，83：22-31.

Re-understanding of UTAUT in Teachers’ Technology Adoption Research

——Based on Quantitative Comprehensive Analysis of One-stage Meta-analysis Structural Equation Modeling

ZHAO Du-Qing¹""" YU Liang²""" CHE Zi-Yan¹""" WU Long-Kai^{1，3[Corresponding Author]}

（1. National Engineering Research Center for E-Learning， Central China Normal University， Wuhan， Hubei，

China 430079; 2. Faculty of Education， Southwest University， Chongqing， China 400715; 3. National Intelligent

Society Governance Experiment Base （Education）， Central China Normal University， Wuhan， Hubei， China 430079）

Abstract： The unified theory of acceptance and use of technology （UTAUT） is a one of the mainstream theoretical models for exploring the factors influencing teachers’ technology adoption. However， there are significant arguments on relevant research conclusion of utilizing the UTAUT to explain the differences in teachers’ technology adoption， which directly influenced the explanatory power of UTAUT. Therefore， this paper designed an extended version of UTAUT， and quantitatively comprehensively analyzed 56 documents and 61 independent correlation matrices using a one-stage meta-analysis structural equation modeling. It was found that the influence relationship between core variables and outcome variables in the original UTAUT was substantiated. Facilitating condition positively affected behavior intention， whereas behavior intention was not the mediating variable between facilitating condition and using behavior. After the inclusion of “facilitating condition→behavioral intention”， the explanatory power of UTAUT to variance of behavioral intentions was increased to 42.6%， and to variance of actual usage was raised to 45.6%. Region had a significant moderating effect on “social influence→behavioral intention”， and study stages had a significant moderating effect on “performance expectancy→behavioral intention”. Based on this， an improved UTAUT was proposed in this paper， and the re-understanding of UTAUT around the relationship of core variables， the power to explain differences， and the expanded moderation variables was formed. The research in this paper could provide reference for the subsequent research on teachers’ technology adoption， and contribute to the construction and practical exploration of theoretical system of digital transformation of education.

Keywords： teacher; technology adoption; UTAUT; meta-analysis

*基金項目：本文受國家社會科學基金“十四五”規劃2022年度教育學重點課題“智能技術賦能教育評價改革研究”（項目編號：ACA220026）資助。

作者簡介：趙篤慶，在讀博士，研究方向為元分析、教育數字化，郵箱為zhaoduqing@mails.ccnu.edu.cn。

收稿日期：2024年3月12日

編輯：小米