顾熠男 杨航

摘 要：随着教育信息化、数字化成为教育发展趋势与国家需求，高校的在线直播课程愈来愈成为线下教学的有益补充。研究以期望确认模型为基础模型，从信息生态学的视角探究大学生在线直播课程持续使用意愿影响因素。基于373份有效问卷，研究发现：满意度通过直接影响和以心流体验为中介的间接影响成为影响持续使用意愿的关键;大学生在线直播课程的期望确认可能存在双因素激励，课程内容、自主性动机和社会临场感属于激励因素，而感知易用性属于保健因素;社会临场感是在线直播课程最应把握的优势。基于以上发现研究提出了相应的教学对策和建议。

关键词：在线直播课程;信息生态;持续使用意愿;期望确认模型;社会临场感

一、问题的提出

随着“互联网+”渗透到社会生活的各个方面和党的十八大提出“完善终身教育体系，建设学习型社会”，教育信息化、数字化成为教育发展趋势与国家需求。2019年政府工作报告提出的发展“互联网+教育”和教育部发布的《关于加强网络学习空间建设与应用的指导意见》为之提供了政策支持和指导。近年来，在线教育产业蓬勃发展、在线教育用户规模逐步上升。据全球知名第三方数据分析机构艾媒咨询（iMedia Research）预测，2020年我国在线教育用户将达到3.09亿人，市场规模将达4538亿元。与传统线下教育相比，在线教育突破了时空界限，降低了学习成本，促进了优质教育资源共享，具有巨大的发展前景。

过去几年，在线教育的主要构成是市场化企业的商业行为。而2020年初受新冠疫情影响，各大高校纷纷开展在线教学直播教学或启用线上线下混合授课模式，这种在线教学实验为“互联网+教育”的发展提供了转化性机遇。互联网的本质是各种对象间的连接。[1]慕课等单纯观看线上内容的教学方式实现了人与内容、人与服务的连接;在线直播课程在此基础上更进一步，实现了人与人、人与环境的连接，使师生之间、同学之间实现了更好的信息适配，产生更深度的交互体验。可以预见的是，随着信息基础设施演进升级，学校在线直播课程在未来将成为线下教学的有益补充。本研究所指的在线直播课程界定为高校为学生提供的社群（班级）式常规课程的线上直播教学内容。

不过，在线直播课程与线下教学具有完全不同的时空边界和学习情境。学生学习兴趣不浓、参与程度低、教学目标达成度低等传统课堂教学中可能存在的问题，在当前的在线教学中更加突出。而远程教学的局限又使得教师难以实时掌握学生生理心理状態和学习效果。因此，研究分析学生对在线直播课程的持续使用意愿（Continuance Intention）就尤为重要。持续使用意愿既影响到学生未来是否愿意经常使用在线直播课程，也影响到当下在教师监管较弱的学习环境中学生能否连贯地保持较高的学习意愿，从而保证良好的学习效果。

本文从信息生态学的视角，以在线直播课程为研究情境，以期望确认模型为基础模型，解决以下问题：哪些因素会影响大学生对在线直播课程的持续使用意愿;如何构建大学生在线直播课程的持续使用意愿模型;基于影响因素的分析可以提出何种相应的对策和建议。

二、研究思路与假设

（一）期望确认模型

消费者行为领域的期望确认理论认为，消费者购买商品或服务前的预期（Expectation）和购买后的感知效果（Perceived Performance）相比较后会产生确认程度（Confirmation），其结果影响消费者满意度（Satisfaction），而满意度会影响持续使用意愿。[2]巴特查里亚（Bhattacherjee）发现信息系统的使用与消费行为相似，并根据信息系统情境，结合技术接受度模型，将期望确认理论中购买前的预期和购买后的效果感知两个变量整合为“感知有用性”（Perceived Usefulness），提出了期望确认模型。[3]其中，感知有用性对持续使用意愿的正向影响可以是直接的，也可以通过影响满意度间接实现。该模型一经提出就被广泛应用于电子商务、IPTV、即时通讯工具、虚拟社区等领域，已成为使用者行为研究中广泛使用的基础模型。结合在线直播课程的研究情境，本研究基于此模型提出以下假设：

H1：大学生对在线直播课程的满意度会正向影响其持续使用意愿;

H2：大学生对在线直播课程的感知有用性会正向影响其持续使用意愿;

H3：大学生对在线直播课程的感知有用性会正向影响其满意度;

H4：大学生对在线直播课程的期望确认度会正向影响其感知有用性;

H5：大学生对在线直播课程的期望确认度会正向影响满意度。

诚然，一些在线教育领域的研究已经证实了期望确认模型能有效解释学习者的持续使用意向和行为。但既有研究多关注传统教育网站[4][5][6][7][8]和E-learning电子学习系统[9][10]。而高校的在线直播课程具有班级（社群）化、强制性、常态化等特点，在学习者、学习情境等方面都与上述对象存在较大差异。因此，本研究依据信息生态学的视角继续归纳在线直播课程的外部变量，并引入心流体验的概念。

（二）在线直播课程的信息生态系统

管理科学家达文波特（Davenport）将生态理念引入信息管理的研究。[11]社会学家那迪（Nardi）和奥戴（ODay）认为信息生态的关注点在于技术、人和实践活动的联系上。[12]按照信息生态学的观点，我们应该将人、信息和环境视为一个有机整体，促进人、信息与信息环境之间的平衡可持续发展。国内学者一般把信息生态分为信息、信息人、信息环境和信息技术个四要素[13][14]，并基于此分析舆论传播[15]、微信使用行为[16]等。

本研究亦将视在线直播课程为信息生态系统，将大学生持续使用意愿影响因素分为信息、信息人、信息环境和信息技术四个类别进行分析。其中，信息因素主要指课程内容质量，信息人因素主要指学生的学习自主性动机，信息环境主要是学生使用在线直播课程时的社会临场感，信息技术主要指对在线直播课程平台或软件的感知易用性。

1.内容质量

课程质量是提升学生学习意愿和教学效果的基础。教育部在《关于深化本科教育教学改革全面提高人才培养质量的意见》和《关于一流本科课程建设的实施意见》等文件中也多次强调，课程质量直接决定人才培养质量，要全面提高课程建设质量。在线课程也不例外。根据既有对在线学习用户和慕课用户的研究，包括丰富性和品质在内的课程内容质量将正向影响用户对课程有用性和期望确认程度的感知。[17][18]

因此，本文提出以下假设：

H6：课程内容质量正向影响大学生对在线直播课程的感知有用性;

H7：课程内容质量正向影响大学生对在线直播课程的期望确认度。

2.自主性动机

工作动机指那些激发与绩效有关的行为，同时决定行为的形式、强度、方向和持续性的内部力量和外部力量。[19]心理学家德西（Deci）和莱恩（Ryan）提出的自我决定理论解释了外部动机如何通过外摄调节、内摄调节、认同调节和整合调节内化为内部动机的路径。[20]基于认同调节、整合调节和内部调节都体现了来自行为个体本身的意愿和自主性，“自主性动机”（Autonomous Motivation）这一概念被提出，即个体出于兴趣或信念而自主选择进行某项行为的动机。[21]贾兆丰在梳理相关文献后归纳出自主性动机主要涉及意愿性、兴趣性、认同性、挑战性四个构念。[22]其在《工作动机量表》[23]、《学业自我调节问卷》[24]基础上编制的自主性动机量表也被应用于对教师绩效考核[25]、初高中生学习[26][27]等研究。

由于“自主”本身就蕴含着对自身行为的认同[28]，因此本文提出以下假设：

H8：自主性动机正向影响大学生对在线直播课程的感知有用性;

H9：自主性动机正向影响大学生对在线直播课程的期望确认度。

3.感知易用性

感知易用性（Perceived Ease of Use）是指用户对其使用的信息系统感知到的容易程度。[29]该指标在技术接受模型中被用以解释计算机等新技术被广泛接受的决定性因素。在互联网时代，判断用户体验好坏的标准之一就是用户是否觉得操作过程流畅舒服，这会影响用户的感知有用性和持续使用意愿，在网络和移动学习的情境中也不例外。[30]在线直播课程与高校传统线下课程相比，增加了学生上课的复杂程度。作为原有线下课程的补充或替代，学生自然会期望在线直播课程的使用难度不要过度高于原有课程。

因此，本研究提出以下假设：

H10：感知易用性正向影响大学生对在线直播课程的感知有用性;

H11：感知易用性正向影响大学生对在线直播课程的期望确认度。

4.社会临场感

线上课程与传统线下课程最大的差异是师生之间、生生之间无法面对面。社会临场感（Social Presence）是指在通过媒介沟通或传播的过程中，传受双方所能感受到彼此真实存在的程度[31]通过这种实时的共存感，彼此之间能够产生更加紧密的社会关系。[32]洛温塔尔（Lowenthal）和威尔逊（Wilson）则强调社会临场感是跨时空的连续体，传受方通过传播媒介的联系，可以跨越时空地感知到另一方的存在感和真实感。[33]总之，社会临场感区别于基础的、物理的临场感，不仅是通过感官体验营造身临其境的感受，更是通过交流与互动建立起社会关系，从而实现心理的在场。既有研究表明，社会临场感能够使使用者产生良好印象和愉悦感，从而提高对产品的忠诚度和行为的持续意愿[34][35]。

因此，本研究提出以下假设：

H12：社会临场感正向影响大学生对在线直播课程的感知有用性;

H13：社会临场感正向影响大学生对在线直播课程的期望确认度。

（三）心流体验

较之传统的线下教育，在线教育更强调学生的自主性、积极性。“心流”（Flow）是积极心理学的重要研究成果，在心理学家契克森米哈（Csikszentmihalyi）提出后已发展了四十多年。[36]心流被用来描述一种最佳化（Optimal）的经验。处在心流中的人会因完全专注于从事的活动而忘却忧虑、充满愉悦，在没有实质利益为诱因的情况下也倾向“复制”这种愉悦经验。契克森米哈（Csikszentmihalyi）将心流分为9个构面：清楚的目标;立即的反馈;能力与挑战的平衡;行为与知觉合二为一;专注的注意力;潜在控制力的感觉;自我意识的丧失;时间感的扭曲;内发的自我酬赏。[37]在具体研究中，研究者往往挑选其中的两三个构面加以衡量。

随着我国互联网普及，网络生活为日常生活的一部分，原属于个体心理研究的心流理论也被广泛应用于线上活动的研究，如电子商务[38]、手机游戏[39]、微信阅读[40]等，以探索互聯网用户的心流经验，并解释其在线行为。这些研究表明，用户的满意度或期望确认程度能使用户更容易进入心流体验，而心流体验的产生能正向影响其持续使用行为。因此，本研究提出以下假设：

H14：大学生对在线直播课程的期望确认度越高，越能使其产生心流体验;

H15：大学生对在线直播课程的满意度越高，越能使其产生心流体验;

H16：大学生在使用在线直播课程时产生心流体验能正向影响其持续使用意愿。

综上所述，研究对大学生在线直播课程持续使用意愿的假定模型如图1。

三、研究方法

（一）问项设计与预调查

基于前人的研究基础，本研究结合具体情境，设计了上述变量的测量问项（见表1），并采用李克特7点量表进行测量。

研究首先在江苏某高校进行预调查，根据来自40位被调的数据修正问卷。研究使用SPSS20.0对前测数据进行信效度分析后发现：42个测量问项被抽取出9个因子，其克朗巴哈系数均大于0.8（0.882—0.961），问卷设计具有良好的信效度。由于CQ4，PEU1、SP8、SP9如果被删除，信度系数会有较为明显的上升，因此对这四个问项做删除处理。对各变量的问项进行项目分析（以27%和73%分位数为界）后发现，高低两组均呈现出显著性（p<0.05），因此各问项均具有良好的区分性，且公因子方差均大于0.4，意味着问项信息能够被有效提取。

（一）问卷发放与数据收集

在上述9个变量38个测量问项之外，最终问卷中加入大学生基本信息（性别、学历、文理科分类）、在线直播课程使用情况（是/否）。2020年6月12日—6月30日，问卷通过问卷星发放，共收集548份问卷。研究对问卷做了清洗，剔除未使用过在线直播课程、填写时间明显过短（少于50秒）和所有变量问项选择值无差异的问卷后，实际有效问卷373份，有效率68.07%。373份有效问卷中，被调男性占41.29%，女性占58.71%;本科生占90.08%，研究生占9.92%;文科生占52.28%，理工科生占47.72%。

四、统计结果与数据分析

（一）信效度分析

研究使用Amos24.0对问卷数据进行验证性因子分析，以评估数据的信效度（见表2、表3）。结果显示，测量的9个变量38个测量问项的标准载荷系数均大于0.7（0.718—0.958），组合信度均大于0.7（0.938—0.963），说明数据具有良好的组合信度;9个变量的平均方差萃取量均大于0.5（0.686—0.911），说明数据具有良好的聚合（收敛效度）;9个变量分别对应的AVE平方根值最小为0.828，大于所有因子间相关系数，说明数据具有良好的区分效度。

（二）假设检验

分析发现，模型适配度参数的常见指标均达标（见表4），说明假设模型的拟合度较好。因此可继续检验各个变量间潜在的路径关系和本研究的假设。

统计假设模型回归系数（见表5）发现：

（1）满意度（β=0.372，z=3.880，p=0.000）、感知有用性（β=0.178，z=2.401，p=0.016）会对持续使用意愿产生显著的正向影响关系。因此H1、H2成立。

（2）期望确认度（β=0.916，z=9.790，p=0.000）对满意度有显著的正向影响;而感知有用性（z=0.431，p=0.666>0.05）对满意度的影响没有呈现出显著性。因此H5成立，H3不成立。

（3）内容质量（β=0.108，z=2.873，p=0.004）、自主性动机（β=0.094，z=2.248，p=0.025）、社会临场感（β=0.112，z=2.508，p=0.012）、期望确认度（β=0.720，z=13.484，p=0.000）均对感知有用性有显著的正向影响;而感知易用性对感知有用性并不会产生影响关系（z=-1.523，p=0.128>0.05）。因此H4、H6、H8、H12成立，H10不成立。

（4）内容质量（β=0.232，z=4.690，p=0.000）、自主性动机（β=0.194，z=3.456，p=0.001）、社会临场感（β=0.519，z=9.649，p=0.000）对期望确认度有显著的正向影响;而感知易用性对期望确认度并不会产生影响关系（z=-0.681，p=0.496）。因此H7、H9、H13成立，H11不成立。

（5）期望确认程度（β=0.279，z=2.146，p=0.032）和满意度（β=0.607，z=4.563，p=0.000）均对心流体验有显著的正向影响，而心流体验（β=0.350，z=4.867，p=0.000）会对持续使用意愿产生显著的正向影响关系。因此假设H14、H15、H16成立。

综上，研究得到大学生在线直播课程持续使用意愿的验证模型（见图2）。

五、讨论

（一）满意度是影响大学生在线直播课程持续使用意愿的关键

研究发现，大学生对在线直播课程的满意度（β=0.372，z=3.880，p=0.000）和感知有用性（β=0.178，z=2.401，p=0.016）与其持续使用意愿显著正相关。从路径系数来看，满意度的影响要大于感知有用性，其路径系数达到0.372。也就是说，如果学生对在线直播课程的满意度每提高1个单位，其持续使用意愿会提高0.372个单位。除直接影响外，满意度还通过影响心流体验（β=0.607，z=4.563，p=0.000）间接影响持续使用意愿。心流体验主要来源于能力与挑战的平衡和预期价值的满足（本研究中期望确认度会对心流体验产生显著的正向影响也证明了这一点），因此教师在讲授在线直播课程时，应通过注重课程内容难度的把握，并在知识、技能和能力等方面给予学生清楚的学习目标与立即的反馈，以提升学生的满意度，从而促进其心流体验的产生，进而提高其持续使用意愿。

（二）大学生在线直播课程的期望确认可能存在双因素激励

数据表明，期望确认度对满意度（β=0.916，z=9.790，p=0.000）和心流体验（β=0.279，z=2.146，p=0.032）有显著的直接影响，并以二者为中介间接影响持续使用意愿。这种预期和确认主要来源于内容质量（β=0.232，z=4.690，p=0.000）、自主性动机（β=0.194，z=3.456，p=0.001）和社會临场感（β=0.519，z=9.649，p=0.000），而感知易用性并不会对之产生影响（z=-0.681，p=0.496）。

根据美国行为科学家赫茨伯格（Herzberg）的双因素激励理论，影响人们行为的因素可分为保健因素和激励因素。[56]前者指存在时可有可无、但若不存在会引起用户不满的因素，后者是有助于用户满意度的因素。基于本研究数据分析，大学生在线直播课程的期望确认也可能存在双因素激励。其中，感知易用性属于保健因素，而内容质量、自主性动机和社会临场感属于激励因素。

（三）课程内容和授课方式仍需进一步优化以满足学生期望

在影响满意度的变量中，期望确认度（β=0.916，z=9.790，p=0.000）能产生显著的正向影响;而感知有用性的影响（z=0.431，p=0.666>0.05）则没有呈现出显著性。这说明即使大学生能够感知到在线直播课程的有用性，但当这种有用性的程度无法满足大学生的期望时，他们依然无法对在线直播课程感到满意。研究还发现，虽然内容质量和社会临场感对感知有用性和期望确认度均产生正向影响，但就路径系数而言，两者影响感知有用性的路径系数分别为0.108和0.112，均小于其对期望确认度的影响（路径系数分别为0.232、0.519）。这也说明了大学生对课程内容和在线直播课程的社会临场感有较高的预期，当前的课程内容和授课方式虽也有一定的有用性，但仍有所欠缺，需要进一步优化。教师可以通过提供灵活的、可定制的教学内容、教育资源和交流渠道，以满足学生期待。

（四）要注重把握在线直播课程的社会临场感优势

在影响期望确认度的几个外部变量中，社会临场感的路径系数最高，达到0.519。这说明学生在使用在线直播课程时对其社会临场感有着最高的期待，这种期待的满足又能最能影响其满意度和持续使用意愿。

与传统线上教学模式相比，在线直播课程不仅具有网络课程的便利，也给师生之间、生生之间提供了通过即时互动软件等媒介技术面对面交流的机会，一定程度上具有人际互动的真实性。使用在线直播课程时，要注重把握这一优势。一方面，教师要善于使用声音和表情传递对课程有积极作用的情绪，对学生的反应做出即时回应，使其产生亲近感和学习的愉悦感。另一方面，教师和学生要共同培育和打造课程的社群感，在教师讲授课程内容之外，促进师生之间、生生之间的人际关系，产生社交线索，通过合作学习和精心构建确保学生感到自己是课程学习社区的活跃成员，从而使学习绩效最大化。

参考文献：

[1]彭兰.智媒化：未来媒体浪潮“新媒体发展趋势报告[J].国际新闻界，2016（11）：6-24.

[2]Oliver R L .A Cognitive Model of the Antecedents and Consequences of Satisfaction Decisions[J].Journal of Marketing Research，1980，17（4）：460-469.

[3][47][48][50][54]Bhattacherjee A .Understanding Information Systems Continuance：An Expectation-Confirmation Model[J].Mis Quarterly，2001，25（3）：351-370.

[4]Pereira FADM ，Anatália Saraiva Martins Ramos，Márcio Marreiro das Chagas.Satisfaction Continuance in a Virtual Learning Environment[M].2015.

[5]李雅筝.在线教育平台用户持续使用意向及课程付费意愿影响因素研究[D].中国科学技术大学，2016.

[6]张哲，王以宁，陈晓慧，高焱.MOOC持续学习意向影响因素的实证研究：基于改进的期望确认模型[J].电化教育研究，2016，37（5）：30-36.

[7][18][42][51]杨根福.MOOC用户持续使用行为影响因素研究[J].开放教育研究，2016，22（1）：100-111.

[8]李祎茜，陆林玉，郑佳阳.基于归因理论的MOOC持续学习的策略研究：以中国大学MOOC为例[J].电子商务，2018（3）：91-93.

[9][17][41][55]Lin W S ，Wang C H .Antecedences to Continued Intentions of Adopting E-learning System in Blended Learning Instruction：A Contingency Framework Based on Models of Information System Success and Task-technology Fit[M].Elsevier Science Ltd.2012.

[10]Rodríguez-Ardura，Inma，Meseguer-Artola A .E-learning Continuance：the Impact of Interactivity and the Mediating Role of Imagery，Presence and Flow[J].Information & Management，2016，53（4）：504-516.

[11]Davenport T .Information Ecology：Mastering the Information and Knowledge Environment[J].Academy of Management Executive，1997，15（3）：86-90.

[12]Nardi B，O'Day V.Information Ecologies：Using Technology with Heart[M].The MIT Press，1999：27.

[13]韓子静.信息生态系统初探[J].图书情报工作，2008（S2）：230-234.

[14]王晰巍，靖继鹏，刘明彦.电子商务中的信息生态模型构建实证研究[J].图书情报工作，2009（22）：128-132.

[15]赵丹，王晰巍，相甍甍，杨梦晴.新媒体环境下的微博舆情传播态势模型构建研究：基于信息生态视角[J].情报杂志，2016，35（10）：173-180.

[16]李嘉兴，王晰巍，李师萌，张柳.信息生态视角下老年用户群体微信使用行为影响因素研究[J].图书情报工作，2017，61（15）：25-33.

[19]Pinder C C .Work Motivation in Organizational Behavior[M].1998.

[20]Deci E L ，Ryan R M .The General Causality Orientations Scale：Self-determination in Personality - Science Direct[J].Journal of Research in Personality，1985，19（2）：109-134.

[21]Vansteenkiste M，& Sheldon K M.Theres Nothing More Practical than a Good Theory：Integrating Motivational Interviewing and Self-determination Theory.British Journal of Clinical Psychology，2006，45（1）：63-82.

[22][43]贾兆丰.自主性动机量表的编制与影响机制[D].山东师范大学，2016.

[23]Gagne M ，Forest J ，Gilbert M H ，et al.The Motivation at Work Scale：Validation Evidence in Two Languages[J].Educational & Psychological Measurement，2010，70（4）：628-646.

[24]Ryan R M ，Connell J P .Perceived Locus of Causality and Internalization：Examining Reasons for Acting in Two Domains.[J].Journal of Personality & Social Psychology，1989，57（5）：749-761.

[25]吕慈仙，智晓彤.“双一流”背景下高校多元科研绩效考核模式对教师创新行为的影响[J].教育发展研究，2020（5）：69-76.

[26]丁大伟.高中生认识信念、自主性动机与创造性思维的关系研究[D].聊城大学，2018.

[27]牟志华.初中生认识信念、感知教师支持、自主性动机与学习主观幸福感的关系研究[D].聊城大学，2019.

[28]Deci，E.L.，& Ryan，R.M.The Support of Autonomy and the Control of Behavior[J].Journal of Personality & Social Psychology，1987，53（6）：1024-1037.

[29][44][46]Davis F D .Perceived Usefulness，Perceived Ease of Use，and User Acceptance of Information Technology[J].Mis Quarterly，1989，13（3）：319-340.

[30]陈美玲，白兴瑞，林艳.移动学习用户持续使用行为影响因素实证研究[J].中国远程教育，2014（12）：41-47.

[31]Parker E B ，Short J ，Williams E ，et al.The Social Psychology of Telecommunications[J].Contemporary Sociology，1976，7（1）：32.

[32]Biocca F，Harms，C，& Gregg J.The Networked Minds Measure of Social Presence：Pilot Test of the Factor Structure and Concurrent Validity[R].Paper presented at the 4th Annual International Workshop on Presence，Philadelphia，PA.2001：1-9.

[33]Lowenthal P，& Wilson B.Labels do Matter！ A Critique of AECTs Redefinition of the Field[J].Tech Trends，2010，54（1）：38-46.

[34]Sylaiou S，Mania K，Karoulis A，et al.Exploring the Relationship Between Presence and Enjoyment in a Virtual Museum[J].International Journal of Human-Computer Studies，2010，68（5）：243-253.

[35][45]楊美雪，蔡雯婷.智能型手机通讯软件使用者之社会临场感与愉悦感研究[J].国立虎尾科技大学学报，2014，32（1）：35-50.

[36]Csikszentmihalyi M.Beyond Boredom and Anxiety[J].Book Reviews，1975（9）：272-273.

[37]Csikszentmihalyi M.The Creative Personality[J].Psychology Today，1996，29（4）：36-40.

[38]赵彬，陈洁，丛芳.基于“心流体验”视角的在线消费者品牌忠诚行为分析[J].现代管理科学，2009（2）：53-55.

[39]吴璇莹.基于TAM和心流理论的手机游戏用户粘性影响因素研究[D].北京交通大学，2019.

[40]季丹，郭政，李武.Flow理论视角下的社会化阅读行为影响因素[J].图书馆论坛，2020，40（05）：116-122.

[49]Lee M C .Explaining and Predicting Rsers Continuance Intention Toward E-learning：An Extension of the Expectation–confirmation Model[J].Computers & Education，2010，54（2）：506-516.

[52]Chen H.Flow on the Net：Exploring Online Web UsersPositive Affects and Their Flow State[J].Computers in Human Behavior.2006，22（2）：222-233.

[53]Koufaris M.Applying the Technology Acceptance Model and Flow Theory to Online Consumer Behavior[J].Information Systems Research.2002，13（2）：205-223.

[56]赫茨伯格.赫茨伯格的双因素理论[M].张湛，译.中国人民大学出版社，2009：1.

（责任编辑 赖佳）

收稿日期：2021-02-15

作者简介：顾熠男，上海视觉艺术学院讲师，台湾世新大学传播学博士生;杨航（通讯作者），江苏师范大学语言科学与艺术学院讲师。（徐州/221000）

本文系江苏省现代教育技术研究2020年度课题“信息生态视角下大学生在线直播课程持续使用意愿影响因素研究”（2019-R-78076）、江苏师范大学“十三五”第四批本科课程项目“主持人思维训练”（JYKC202009）的成果之一。