大學(xué)生線上付費學(xué)習(xí)的持續(xù)使用意向探究

陳曉潔 戴曉賢 關(guān)詠芯

摘 要：在線上付費學(xué)習(xí)模式日漸成熟的時代背景下，探究線上付費學(xué)習(xí)中用戶付費意愿的影響因素具有重要意義。本文以期望確認模型為基礎(chǔ)，以廣州地區(qū)高校學(xué)生為調(diào)查對象，分析使用者持續(xù)使用線上付費學(xué)習(xí)的影響因素以及未使用者不選擇線上付費學(xué)習(xí)的原因。研究表明：期望確認度正向影響感知有用性和持續(xù)使用意向，間接通過滿意度正向預(yù)測持續(xù)使用意向。而未使用線上付費學(xué)習(xí)的因素，主要是課程的使用效果，其次是價格因素。

關(guān)鍵詞：線上付費學(xué)習(xí);ECM模型;持續(xù)使用意向;付費意愿;中介效應(yīng)

本文索引：陳曉潔，戴曉賢，關(guān)詠芯.<變量 2>[J].中國商論，2022（08）：-113.

中圖分類號：F126.1 文獻標識碼：A 文章編號：2096-0298（2022）04（b）--03

1 問題提出

隨著互聯(lián)網(wǎng)的發(fā)展以及大眾對獲取知識的需求日益增長，國內(nèi)外各類線上知識付費平臺應(yīng)運而生，伴隨而來有大量與之相關(guān)的用戶體驗研究。陳娟（2019）[1]的研究表明，感知有用性正向影響了用戶使用偏好行為。趙保國等（2017）的研究結(jié)合了ECM模型，表明除了感知成本因素外的其他因素均正向影響用戶的持續(xù)使用意向[2]。張哲等（2016）的研究表明期望確認程度可以對感知有用性和滿意度產(chǎn)生積極影響從而正向預(yù)測持續(xù)使用意向[3]。因此，本文將通過問卷調(diào)查收集用戶使用反饋，運用結(jié)構(gòu)方程模型，探究廣州地區(qū)大學(xué)生在線上付費學(xué)習(xí)中是否持續(xù)使用的直接與間接影響因素，以及探尋產(chǎn)品評價、價格、體驗感等多種因素對于做出付費決定的影響程度。

2 研究模型

2.1 期望確認模型（ECM）

Oliver（1980）在20世紀80年代，首次提出由期望，績效，不確認和滿意度構(gòu)成的期望確認理論（ECT）[4]，而后Anol Bhattacherjee（2001）[5] 在Oliver的模型之上改進為由感知有用性、期望確認度、滿意度和持續(xù)使用意向組成期望確認模型（ECM），通過模型探究發(fā)現(xiàn)感知有用性和滿意度在正向影響用戶持續(xù)使用意向，滿意度又受期望確認和感知有用的正向預(yù)測[6]，同樣的結(jié)論在Tzu-Hong Lin等（2014）[7]的研究中得到過證明。

2.2 研究假設(shè)及理論模型

線上付費學(xué)習(xí)持續(xù)使用意向是指使用者在使用產(chǎn)品后是否愿意復(fù)購的意愿。根據(jù)前人研究，本文作出假設(shè)：期望確認（C）、滿意度（S）對持續(xù)使用意向（CI）有正向影響。期望確認程度是使用者在使用前通過其他用戶評價或品牌宣傳等對產(chǎn)品建立了期望，當產(chǎn)品滿足了他們獲取知識、習(xí)得技能的需求，用戶期望得到滿足，故作出假設(shè)：期望確認（C）對感知有用性（PU）、滿意度（S）有正向影響。陳娟等（2019）的研究表明，大學(xué)生最愿意付費的產(chǎn)品是需求最普遍的學(xué)習(xí)資料和線上課程，因此作出假設(shè)：感知有用性（PU）對滿意度（S）、持續(xù)使用意向（CI）有正向影響。

在期望確認模型的基礎(chǔ)上結(jié)合假設(shè)，確立了研究理論模型M0，如圖1所示。

3 研究方法

3.1 被試

本文的研究對象為廣州地區(qū)9大類專業(yè)的大學(xué)生。此次調(diào)研以問卷調(diào)查方式發(fā)放 896份問卷。剔除了存在缺失值等無效問卷后，在824份有效問卷中，598位曾經(jīng)使用過線上付費學(xué)習(xí)的受訪者完成了持續(xù)使用意向調(diào)查問卷;其余的226位受訪者表示未對線上學(xué)習(xí)進行付費，完成了拒絕使用因素調(diào)查問卷。對本研究所使用的問卷進行信度分析，得出兩份問卷整體Cronbach’α系數(shù)分別為0.818、0.858，表明問卷均具有良好的內(nèi)部一致性。

3.2 測量工具

問卷包括地區(qū)，性別，年級，專業(yè)等人口統(tǒng)計變量和12個測量項的測量變量，具體量表如表1所示，使用Amos21.0對數(shù)據(jù)進行結(jié)構(gòu)方程的擬合以及中介效應(yīng)分析。

4 研究結(jié)果

4.1 共同方法偏差檢驗

采用Harman單因子檢驗法，對數(shù)據(jù)進行共同方法偏差檢驗。未經(jīng)旋轉(zhuǎn)第1個因子所解釋的變異量為35.05%，與 40% 的臨界值尚有差距，本研究不存在嚴重的共同方法偏差。

4.2 變量相關(guān)分析結(jié)果

如表2所示，四個變量均存在顯著正相關(guān)，大學(xué)生對于線上付費課程的持續(xù)使用與其對產(chǎn)品的使用感受有著直接且顯著的關(guān)系，證明后續(xù)的多重中介效應(yīng)分析是有理論基礎(chǔ)的。

4.3 中介效應(yīng)的分析

中介分析以溫忠麟（2014）[8]所提出的流程為標準，首先分析期望確認度、感知有用和滿意度對持續(xù)使用意向的直接效應(yīng)模型。結(jié)果顯示，期望確認顯著正向預(yù)測用戶的持續(xù)使用意向（β=0.586，p<0.001），感知有用顯著正向預(yù)測持續(xù)使用意向（β=0.44，p<0.001），滿意度顯著正向預(yù)測持續(xù)使用意向（β=0.533，p<0.001）。隨后根據(jù)研究假設(shè)，建立混合結(jié)構(gòu)方程模型對概念模型 M0（見圖 1）進行全路徑分析。對模型擬合情況進行驗證。由表3結(jié)果顯示：χ2/df的值為1.498，小于3，適配理想;RMSEA為0.028，小于0.06，適配理想;GFI、 CFI均大于0.9;綜合來看，三個因素對持續(xù)使用意向的模型適配良好。

由模型，感知有用對于持續(xù)使用意向的預(yù)測不顯著，作者將剔除不顯著的路徑以優(yōu)化模型，得到修正模型 M2（見圖 2）。原始模型M1與優(yōu)化模型M2進行比較，兩個模型并不存在顯著差異（Δχ2=0.705，Δdf=1，P=0.401），但修正模型 M1 的各項指標均更加符合測量學(xué)要求，路徑系數(shù)也都得到較好的提升，因此采納更加簡潔的M2模型。

使用偏差校正非參數(shù)百分比Bootstrap檢驗，重復(fù)取樣5000次以檢驗期望確認對持續(xù)使用意向的中介影響，即間接路徑期望確認—滿意度—持續(xù)使用意向以及通過鏈式中介路徑期望確認—感知有用—滿意度—持續(xù)使用意向。滿意度在期望確認和持續(xù)使用意向起部分中介作用，中介效應(yīng)為0.207（90% CI：0.046，0.634 ），占總效應(yīng)的0.207/ （0.169+0.207+0.377）=27.49%，感知有用和滿意度在期望確認和持續(xù)使用意向起鏈式中介作用，中介效應(yīng)為0.169（90% CI：0.008，0.537），占總效應(yīng)的0.169/（0.169+0.207+0.377）=22.44%。

4.4 未選擇使用線上付費學(xué)習(xí)的主要因素

在線上付費學(xué)習(xí)中，阻礙使用者產(chǎn)生付費意愿的首要因素是使用效果的不確定性。其次，已付費用戶的售后評價以及身邊使用者的使用反饋都在很大程度上影響了使用者在同類課程選擇中的付費意愿。此外，線上付費學(xué)習(xí)的產(chǎn)品體驗感的影響因素主要包括兩大類，一是產(chǎn)品沒有提供免費體驗課程，二是使用者對產(chǎn)品的實際體驗感不佳。最后是使用者對于價格的敏感度，普遍來源于個人收入的壓力以及基于產(chǎn)品的服務(wù)認為售價虛高。

5 結(jié)論與分析

5.1 感知有用性和滿意度的中介作用

在本文的實證研究中，期望確認度可以通過直接或間接三種方式影響用戶的使用意愿。直接影響最為強烈，部分通過感知有用性間接影響使用意愿，或通過“期望確認—感知有用—滿意度—使用意愿”的鏈式中介效應(yīng)實現(xiàn)對持續(xù)使用的影響。因此要留住用戶，必須保證產(chǎn)品質(zhì)量，優(yōu)化用戶體驗，提升學(xué)習(xí)效果，使用戶體驗達到預(yù)期水平，進而產(chǎn)生繼續(xù)付費使用該產(chǎn)品的意向。

5.2 未選擇使用線上付費學(xué)習(xí)的因素及其影響程度分析

未使用過線上付費學(xué)習(xí)受訪者中，超過30%的用戶的付費意愿受價格影響強烈。這類用戶對線上課程存在需求，他們將通過多種途徑尋找免費的替代品滿足需求。其次，使用效果也是左右使用者付費意愿的主要因素。超過20%的用戶出于對產(chǎn)品實際效用的疑慮而未選擇使用。因此，開發(fā)者在進行以大學(xué)生為主要受眾的線上付費學(xué)習(xí)研發(fā)過程中，要尤為關(guān)注產(chǎn)品是否超出學(xué)生預(yù)算以及適當利用鼓勵機制等方式幫助使用者實現(xiàn)效用最大化。

參考文獻

陳娟，李金旭.大學(xué)生知識付費產(chǎn)品使用偏好研究：以廣州大學(xué)城十所高校為例[J].現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報），2019，41（12）： 119-126.

趙保國，姚瑤.用戶持續(xù)使用知識付費APP意愿的影響因素研究[J].圖書館學(xué)研究，2017（17）：96-101.

張哲，王以寧，陳曉慧，等.MOOC持續(xù)學(xué)習(xí)意向影響因素的實證研究：基于改進的期望確認模型[J].電化教育研究，2016，37 （5）：30-36.

Oliver R L.A cognitive model of the antecedents and consequences of satisfaction decisions [J].Journal of marketing research，1980：460- 469.

Bhattacherjee，A.Understanding Information Systems Continuance： An Expectation-Confirmation Model.MIS Quarterly，2001，25（3）： 351-370.

袁露.基于期望確認模型的付費語言學(xué)習(xí)APP持續(xù)使用意向研究[D].鄭州：鄭州大學(xué)，2019.

TZU-HONG LIN，HSI-PENG LU，KUO-LUN HSIAO，&HUEI- HSIA HSU.Continuance Intention of Facebook Check-In Service Users：An Integrated Model. Social Behavior&Personality： An International Journal，2014，42（10）：1745-1760.

溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進展，2014，22（5）：731-745.

Exploration of the Continuous Use Intention of College Students’

Online Paid Learning

—— Taking Guangzhou as an Example

Guangdong University of Finance? Guangzhou， Guangdong? 510000

CHEN Xiaojie? DAI Xiaoxian? GUAN Yongxin

Abstract： Under the background of the increasingly mature online paid learning model， it is of great significance to explore the influencing factors of users’ intention to pay in online paid learning. Based on the expected confirmation model and the survey of college students in Guangzhou， this study analyzes the influencing factors of users’ continuous use of online paid learning and the reasons why non-users do not choose online paid learning. The research shows that expectation confirmation positively affects perceived usefulness and continuous use intention， and indirectly predicts continuous use intention through positive satisfaction. The factors influencing users not using online paid learning mainly lie in the effectiveness of the courses， followed by the price factor.

Keywords： paid online learning platform; ECM model; continuous use intention; intention to pay; mediating effect