基于5G技術(shù)的在線教育平臺(tái)學(xué)習(xí)者遷移行為影響機(jī)制

方佳明 史志慧 劉璐

摘要：5G通信網(wǎng)絡(luò)的大規(guī)模部署和應(yīng)用，及其與人工智能、虛擬現(xiàn)實(shí)、云計(jì)算的結(jié)合，將使基于5G技術(shù)的在線教育平臺(tái)能夠更好地滿足學(xué)習(xí)者多元化、個(gè)性化的學(xué)習(xí)需求。為促進(jìn)新型在線教育平臺(tái)的研發(fā)和推廣，亟需明晰學(xué)習(xí)者從傳統(tǒng)在線教育平臺(tái)轉(zhuǎn)向新平臺(tái)的遷移意愿影響因素及形成機(jī)制，而基于“推-拉-錨定”理論構(gòu)建的在線教育平臺(tái)學(xué)習(xí)者遷移行為影響機(jī)制模型可對(duì)其進(jìn)行解釋。采用基于方差的PLS算法結(jié)構(gòu)方程模型對(duì)問(wèn)卷調(diào)查數(shù)據(jù)進(jìn)行分析后發(fā)現(xiàn)：在“推效應(yīng)”方面，傳統(tǒng)在線教育平臺(tái)的系統(tǒng)質(zhì)量和關(guān)系質(zhì)量降低了學(xué)習(xí)者向基于5G技術(shù)的新平臺(tái)遷移的意愿;在“拉效應(yīng)”方面，新平臺(tái)給使用傳統(tǒng)平臺(tái)的學(xué)習(xí)者帶來(lái)的功能匱乏感和情感匱乏感提高了其向新平臺(tái)遷移的意愿;在“錨定效應(yīng)”方面，學(xué)習(xí)者面向傳統(tǒng)在線教育平臺(tái)的感情承諾和使用習(xí)慣，以及面向新平臺(tái)的轉(zhuǎn)移成本，使其產(chǎn)生了在平臺(tái)遷移上的行為惰性;此外，行為惰性不僅負(fù)向影響學(xué)習(xí)者向新平臺(tái)的遷移，也提高了其對(duì)傳統(tǒng)平臺(tái)系統(tǒng)質(zhì)量和關(guān)系質(zhì)量的認(rèn)知，降低了其對(duì)傳統(tǒng)平臺(tái)的功能匱乏性感知。因此，從打造高質(zhì)量的新型平臺(tái)、提供豐富的功能體驗(yàn)和愉悅的情感體驗(yàn)以及降低平臺(tái)使用成本等方面著手，可以推動(dòng)基于5G技術(shù)的在線教育平臺(tái)的普及。

關(guān)鍵詞：在線教育平臺(tái);5G技術(shù);在線學(xué)習(xí);在線遷移行為;“推-拉-錨定”理論

中圖分類號(hào)：G434? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：1009-5195（2019）06-0022-10? doi10.3969/j.issn.1009-5195.2019.06.003

一、引言

在終身學(xué)習(xí)成為教育領(lǐng)域重要發(fā)展趨勢(shì)的背景下，在線教育（e-learning）作為一種基于網(wǎng)絡(luò)的遠(yuǎn)程教育模式，由于具有不受時(shí)空限制、靈活便捷的教學(xué)方式以及豐富的教學(xué)資源等突出優(yōu)勢(shì)，彌補(bǔ)了傳統(tǒng)線下教育的不足和缺陷，使得利用在線教育平臺(tái)進(jìn)行學(xué)習(xí)的用戶數(shù)量近年來(lái)增長(zhǎng)迅速。據(jù)艾媒咨詢（iiMedia Research）2018年12月發(fā)布的《2018中國(guó)在線教育行業(yè)白皮書》顯示，預(yù)計(jì)到2020年中國(guó)在線教育用戶規(guī)模將達(dá)2.96億人。

在線學(xué)習(xí)場(chǎng)景中，學(xué)習(xí)者的體驗(yàn)決定著學(xué)習(xí)的效率和在線教育平臺(tái)的生存（方佳明等，2018）。同時(shí)，技術(shù)的創(chuàng)新會(huì)極大地提升學(xué)習(xí)者的體驗(yàn)。第五代通信技術(shù)（簡(jiǎn)稱5G技術(shù)）作為現(xiàn)階段互聯(lián)網(wǎng)技術(shù)創(chuàng)新的代表，具有高速度、泛在網(wǎng)、低時(shí)延等特點(diǎn)，將給教育行業(yè)帶來(lái)顛覆性變革（互聯(lián)網(wǎng)教育智能技術(shù)及應(yīng)用國(guó)家工程實(shí)驗(yàn)室，2018）。隨著5G網(wǎng)絡(luò)的大規(guī)模部署和應(yīng)用，基于5G技術(shù)的在線教育平臺(tái)將能更好地通過(guò)學(xué)習(xí)者畫像、視覺(jué)識(shí)別、語(yǔ)音識(shí)別和人工智能等技術(shù)分析個(gè)體的學(xué)習(xí)行為，從而大幅提升在線學(xué)習(xí)各環(huán)節(jié)效率，進(jìn)而真正地滿足學(xué)習(xí)者多元化、個(gè)性化的學(xué)習(xí)需求。5G技術(shù)與云計(jì)算、虛擬現(xiàn)實(shí)、人工智能等技術(shù)的結(jié)合將創(chuàng)造出許多全新的教學(xué)模式，其對(duì)教育領(lǐng)域的賦能將帶來(lái)前所未有的創(chuàng)新變革與機(jī)遇。

但是，在基于5G技術(shù)的在線教育平臺(tái)構(gòu)建初期，如何促使學(xué)習(xí)者從傳統(tǒng)的在線教育平臺(tái)遷移到基于5G技術(shù)的平臺(tái)，從而快速實(shí)現(xiàn)平臺(tái)的網(wǎng)絡(luò)效應(yīng)是一個(gè)值得研究的課題。學(xué)習(xí)者從現(xiàn)有的在線教育平臺(tái)遷移到基于5G技術(shù)的平臺(tái)必然會(huì)產(chǎn)生相應(yīng)的遷移成本，尤其是在需要切換不同的平臺(tái)服務(wù)提供商的情況下，學(xué)習(xí)者的遷移成本問(wèn)題更為凸顯。另外，根據(jù)現(xiàn)狀偏差理論（Status Quo Bias），惰性會(huì)使人們?cè)诿媾R即使是更好的選擇時(shí)也不愿改變現(xiàn)狀，因此行為惰性也可能降低學(xué)習(xí)者的遷移意愿。

綜上所述，5G技術(shù)在教育領(lǐng)域的廣泛采納和應(yīng)用具有十分重要的意義，而影響學(xué)習(xí)者使用基于5G技術(shù)的在線教育平臺(tái)的因素較為繁雜，如傳統(tǒng)平臺(tái)的不足、新平臺(tái)的相對(duì)優(yōu)勢(shì)以及學(xué)習(xí)者普遍存在的行為惰性，這些都會(huì)影響基于5G技術(shù)的新平臺(tái)的推廣和普及。然而，目前針對(duì)5G技術(shù)教育應(yīng)用的研究尚處于初期的宏觀定性層面，尚無(wú)研究對(duì)學(xué)習(xí)者從傳統(tǒng)在線教育平臺(tái)轉(zhuǎn)向基于5G技術(shù)平臺(tái)的遷移意愿形成機(jī)制進(jìn)行深入探討。這一理論研究上的缺失不利于新平臺(tái)的研發(fā)，也制約了基于5G技術(shù)的在線教育平臺(tái)的應(yīng)用、推廣和普及。鑒于此，本研究基于“推-拉-錨定”理論將遷移行為意愿預(yù)測(cè)因素整合在統(tǒng)一的框架內(nèi)，以幫助研究者和管理者了解這些因素對(duì)遷移行為的潛在影響機(jī)制。具體而言，本文將解決以下兩個(gè)研究問(wèn)題：哪些因素會(huì)導(dǎo)致傳統(tǒng)在線教育平臺(tái)學(xué)習(xí)者向基于5G技術(shù)的在線教育平臺(tái)轉(zhuǎn)移？這些因素又如何影響學(xué)習(xí)者的轉(zhuǎn)移意愿？研究結(jié)果不僅可以加深對(duì)個(gè)體參與基于5G技術(shù)的在線學(xué)習(xí)的行為意愿的理解，也能夠豐富和拓展現(xiàn)有的在線教育平臺(tái)個(gè)體遷移行為理論，同時(shí)對(duì)基于5G技術(shù)的在線教育平臺(tái)的開(kāi)發(fā)者和管理人員也具有重要的參考價(jià)值，因而有助于5G技術(shù)在教育領(lǐng)域的應(yīng)用和推廣。

二、理論背景與研究假設(shè)

1.遷移行為和“推-拉-錨定”理論

個(gè)體的遷移行為一直備受研究者關(guān)注。狹義的遷移是指人口的流動(dòng)（Lee，1966），更廣義的遷移是指消費(fèi)者從一個(gè)服務(wù)平臺(tái)切換到另一個(gè)（Bansal? et al.，1999）。用戶遷移既可能使公司失去老客戶，也可能使其獲得新客戶，因此吸引了大量營(yíng)銷學(xué)者對(duì)其進(jìn)行研究。以往的研究更多關(guān)注影響消費(fèi)者遷移意愿的因素，主要包括滿意度（Park et al.，2013;Zhang et al.，2014）、關(guān)系質(zhì)量（Wieringa et al.，2007;Hsieh et al.，2012）、慣性（Hsieh et al.，2012;Polites et al.，2012）和轉(zhuǎn)移成本（Hsieh et al.，2012;Sun et al.，2017）等。

Moon（1995）提出的“推-拉-錨定”（Push-Pull

-Mooring，PPM）理論可以很好地解釋個(gè)體的遷移行為。其中，“推力”因素指迫使個(gè)體離開(kāi)初始地點(diǎn)（或平臺(tái)）的消極因素;而“拉力”因素是吸引個(gè)體到達(dá)目的地（或替代平臺(tái)）的積極因素;“錨定力”因素一般與個(gè)體自身及社會(huì)文化相關(guān)，它不僅會(huì)影響遷移行為，還會(huì)影響“推力”和“拉力”（Lin et al.，2014）。該理論被廣泛應(yīng)用于社科研究領(lǐng)域。例如，Sun等（2017）研究了人們?cè)谑褂眉磿r(shí)通信平臺(tái)時(shí)的轉(zhuǎn)移行為，發(fā)現(xiàn)對(duì)現(xiàn)有平臺(tái)的厭倦和不滿意會(huì)推動(dòng)用戶轉(zhuǎn)移，而替代平臺(tái)的吸引力和個(gè)體的主觀規(guī)范會(huì)作為拉力促進(jìn)用戶轉(zhuǎn)移，且慣性作為錨定力不僅會(huì)阻礙用戶轉(zhuǎn)移，也會(huì)削弱推力和拉力的作用。Bansal等（2005）強(qiáng)調(diào)了遷移和切換行為之間的相似性，即學(xué)習(xí)者在各種在線教育服務(wù)提供商之間的轉(zhuǎn)移行為本質(zhì)上也是一種遷移行為，因此，“推-拉-錨定”理論可以作為理解學(xué)習(xí)者轉(zhuǎn)移行為的理論框架。據(jù)此，該理論也將適用于理解學(xué)習(xí)者從傳統(tǒng)在線教育平臺(tái)到基于5G技術(shù)的在線教育平臺(tái)的遷移行為。

2.5G技術(shù)及其在教育領(lǐng)域的應(yīng)用潛能

5G技術(shù)，是第五代通信技術(shù)的簡(jiǎn)稱，融合了多項(xiàng)無(wú)線傳輸與接入技術(shù)及其網(wǎng)絡(luò)功能（張平等，2016），與之前的4G技術(shù)相比，具有高速率、低延遲、大容量的特點(diǎn)。在5G環(huán)境下，更多的設(shè)備以更快的速度安全連接，將形成全新的立體化數(shù)字環(huán)境（Lewis，2018）。在這樣的環(huán)境中，物聯(lián)網(wǎng)、云計(jì)算、人工智能和虛擬現(xiàn)實(shí)等多項(xiàng)技術(shù)攜手，將開(kāi)啟“智能+”時(shí)代，給人們的生活、工作和學(xué)習(xí)帶來(lái)巨大的影響（梅雅鑫，2019）。

教育信息化2.0與5G技術(shù)的融合將給傳統(tǒng)的教學(xué)模式帶來(lái)顛覆性變革，因此，其受到研究者的廣泛關(guān)注。有研究者描繪了5G技術(shù)和物聯(lián)網(wǎng)、云計(jì)算、人工智能以及虛擬現(xiàn)實(shí)等技術(shù)融合應(yīng)用于教學(xué)場(chǎng)景的藍(lán)圖（李傳之，2018;梅雅鑫，2019;艾倫等，2019;李小平等，2019;孫立會(huì)等，2019）。有研究者指出5G技術(shù)在教育領(lǐng)域應(yīng)用的難點(diǎn)在于相關(guān)技術(shù)不成熟且相關(guān)人員缺乏經(jīng)驗(yàn)，并給出了解決途徑，即保證充足的經(jīng)費(fèi)、打造專業(yè)教師隊(duì)伍和推進(jìn)校企合作等（李玲玲，2019）。也有研究者跨越技術(shù)、工具和教學(xué)模式的層面，指出從學(xué)校形態(tài)上進(jìn)行改變，打造“能者為師” 和“課程為王”的理念，以打通多方壁壘，借助5G技術(shù)實(shí)現(xiàn)教育生態(tài)系統(tǒng)的突破（朱永新，2019）。

雖然現(xiàn)有文獻(xiàn)論證了基于5G技術(shù)的在線教育平臺(tái)有著美好的應(yīng)用前景和豐富的使用場(chǎng)景，但是，促使用戶從傳統(tǒng)在線教育平臺(tái)轉(zhuǎn)向基于5G技術(shù)的在線教育平臺(tái)才是這些愿景得以落地的必要條件，也是5G技術(shù)在教育領(lǐng)域的應(yīng)用得以持續(xù)發(fā)展的基礎(chǔ)。目前，尚無(wú)文獻(xiàn)涉及學(xué)習(xí)者從傳統(tǒng)在線教育平臺(tái)到基于5G技術(shù)的在線教育平臺(tái)的遷移行為，或探討行為背后的遷移意愿形成機(jī)制，而此類研究對(duì)于了解學(xué)習(xí)者的平臺(tái)遷移過(guò)程及開(kāi)展5G技術(shù)教育應(yīng)用具有重要價(jià)值。

3.研究假設(shè)與研究模型

（1）“推”效應(yīng)

“推”效應(yīng)來(lái)源于學(xué)習(xí)者使用傳統(tǒng)在線教育平臺(tái)時(shí)產(chǎn)生的消極因素，此類使用戶產(chǎn)生負(fù)面體驗(yàn)的消極因素將其“推”離原平臺(tái)。據(jù)艾媒咨詢（iiMedia Research，2018）發(fā)布的報(bào)告顯示，許多用戶認(rèn)為在線教育平臺(tái)的直播類課程存在畫面不流暢、學(xué)習(xí)氛圍差和反饋不及時(shí)等缺點(diǎn)。本研究將這些問(wèn)題歸納為系統(tǒng)質(zhì)量和關(guān)系質(zhì)量，即系統(tǒng)質(zhì)量反映了平臺(tái)的功能性質(zhì)量，而關(guān)系質(zhì)量體現(xiàn)了平臺(tái)的非功能性質(zhì)量（Fang et al.，2017）。

系統(tǒng)質(zhì)量的概念源于信息系統(tǒng)成功模型，其一般被用于評(píng)估信息系統(tǒng)的技術(shù)指標(biāo)，例如可靠性和易用性等（DeLone et al.，1992）。在線教育平臺(tái)作為一類信息系統(tǒng)，其系統(tǒng)質(zhì)量與用戶的使用體驗(yàn)密切相關(guān)。已有研究表明，系統(tǒng)質(zhì)量在用戶體驗(yàn)上的負(fù)面表現(xiàn)會(huì)作為推力因素促使他們向新的平臺(tái)轉(zhuǎn)移（楊石山，2012）。據(jù)此，本研究提出以下假設(shè)：

H1a：傳統(tǒng)在線教育平臺(tái)的系統(tǒng)質(zhì)量對(duì)學(xué)習(xí)者的遷移意愿存在負(fù)向影響。

在本研究中，關(guān)系質(zhì)量是指在線教育平臺(tái)學(xué)習(xí)者感受到的與其他學(xué)習(xí)者、教師及助教間的連接性。已有研究表明，線上服務(wù)平臺(tái)用戶感受到的弱連接性會(huì)作為推力影響其轉(zhuǎn)移行為（Hsieh et al.，2012;Jung et al.，2017）。在線教育平臺(tái)上，學(xué)習(xí)者感受到的連接性可表現(xiàn)為社會(huì)性交互，其會(huì)影響學(xué)習(xí)者的能力需求滿足感和關(guān)系需求滿足感，進(jìn)而影響學(xué)習(xí)者的學(xué)習(xí)投入（方佳明等，2018）。因此，在線教育平臺(tái)的關(guān)系質(zhì)量是影響學(xué)習(xí)者使用體驗(yàn)和學(xué)習(xí)行為的重要因素，同時(shí)也是影響學(xué)習(xí)者遷移的重要因素。據(jù)此，本研究提出以下假設(shè)：

H1b：傳統(tǒng)在線教育平臺(tái)的關(guān)系質(zhì)量對(duì)學(xué)習(xí)者的遷移意愿存在負(fù)向影響。

（2）“拉”效應(yīng)

“拉”效應(yīng)來(lái)源于基于5G技術(shù)的在線教育平臺(tái)產(chǎn)生的積極因素，此類積極因素使用戶渴望使用基于5G技術(shù)的在線教育平臺(tái)，將用戶“拉”向新平臺(tái)。本研究將拉力因素聚焦于匱乏性（Deprivation）上。匱乏性被定義為人們對(duì)缺乏某一事物，同時(shí)認(rèn)為自己應(yīng)該擁有這一事物的感受（Runciman et al.，1966）。感知到匱乏是與現(xiàn)有事物進(jìn)行比較的結(jié)果。趙宇翔等（2016）研究發(fā)現(xiàn)新平臺(tái)帶來(lái)的相對(duì)匱乏性（即功能匱乏性、情感匱乏性和經(jīng)濟(jì)匱乏性）會(huì)促使人們產(chǎn)生遷移行為。據(jù)此，當(dāng)基于5G技術(shù)的在線教育平臺(tái)出現(xiàn)以后，還未遷移到新平臺(tái)的學(xué)習(xí)者在觀察到新平臺(tái)的豐富功能后，會(huì)產(chǎn)生一種羨慕情緒，進(jìn)而產(chǎn)生對(duì)基于5G技術(shù)在線教育平臺(tái)的匱乏感，這種匱乏感會(huì)促使他們從傳統(tǒng)在線教育平臺(tái)轉(zhuǎn)移到基于5G技術(shù)的在線教育平臺(tái)。

本研究從功能和情感兩個(gè)方面討論基于5G技術(shù)的在線教育平臺(tái)帶來(lái)的相對(duì)匱乏性。功能匱乏性被定義為用戶感受到自己本該擁有但實(shí)際并未體驗(yàn)到的功能性價(jià)值（Deng et al.，2010）。5G技術(shù)與物聯(lián)網(wǎng)、人工智能、虛擬現(xiàn)實(shí)和云計(jì)算等多項(xiàng)技術(shù)的融合應(yīng)用，將帶給學(xué)習(xí)者豐富的功能體驗(yàn)，例如全方位、立體化的互動(dòng)以及個(gè)性化畫像管理等（趙興龍等，2019），這將使傳統(tǒng)在線教育平臺(tái)的學(xué)習(xí)者感到羨慕進(jìn)而萌生出對(duì)此類功能的匱乏感。因此，本研究提出以下假設(shè)：

H2a：基于5G技術(shù)的在線教育平臺(tái)帶來(lái)的功能匱乏性對(duì)學(xué)習(xí)者的遷移意愿存在正向影響。

情感匱乏性來(lái)自于用戶對(duì)基于5G技術(shù)的在線教育平臺(tái)產(chǎn)生的精神或心理需求。虛擬現(xiàn)實(shí)技術(shù)在基于5G技術(shù)的在線教育平臺(tái)上的應(yīng)用將真正實(shí)現(xiàn)寓教于樂(lè)（梅雅鑫，2019）。同時(shí)，基于5G技術(shù)的在線教育平臺(tái)上的學(xué)習(xí)資源也可以包含更多游戲化模塊。這些都將給原本枯燥乏味的學(xué)習(xí)過(guò)程賦予極大的樂(lè)趣，進(jìn)而使傳統(tǒng)平臺(tái)的學(xué)習(xí)者產(chǎn)生對(duì)基于5G技術(shù)的在線教育平臺(tái)的情感匱乏性。由此，本研究提出以下假設(shè)：

H2b：基于5G技術(shù)的在線教育平臺(tái)帶來(lái)的情感匱乏性對(duì)學(xué)習(xí)者的遷移意愿存在正向影響。

（3）“錨定”效應(yīng)

“錨定”效應(yīng)來(lái)自于那些既能夠直接阻礙遷移行為的形成，也可以削弱“推”效應(yīng)和“拉”效應(yīng)的因素（Lin et al.，2014）。這些因素獨(dú)立于學(xué)習(xí)平臺(tái)本身，主要體現(xiàn)為個(gè)體的行為模式。本研究選取惰性作為錨定力。惰性體現(xiàn)了個(gè)體對(duì)現(xiàn)有行為模式的依戀和堅(jiān)持，其受到情感承諾、轉(zhuǎn)移成本和習(xí)慣的影響。以往研究表明，惰性是解釋個(gè)體維持當(dāng)前行為的一個(gè)重要因素（Polites et al.，2012）。

惰性可以分為認(rèn)知惰性和情感惰性。認(rèn)知惰性是指人們自然而然地一直延續(xù)當(dāng)前的行為模式，即使他們知道這種行為模式可能并不是最有效的。而情感惰性是指人們喜歡并且享受當(dāng)前的行為模式，認(rèn)為改變會(huì)帶來(lái)壓力，從而對(duì)當(dāng)前的行為模式產(chǎn)生情感依戀（Polites et al.，2012）?，F(xiàn)狀偏差理論（Status Quo Bias）認(rèn)為，惰性是人們?cè)诿鎸?duì)更好的選擇時(shí)不愿改變現(xiàn)狀的原因之一。此外，有研究表明惰性會(huì)使人們?cè)诿鎸?duì)可能的遷移時(shí)選擇維持現(xiàn)狀（Hsieh et al.，2012）。在使用在線教育平臺(tái)時(shí)，熟悉的教學(xué)模式和反饋機(jī)制使學(xué)習(xí)者感到舒適，而切換到新的平臺(tái)可能會(huì)因不適應(yīng)而導(dǎo)致學(xué)習(xí)成本的增加，這會(huì)引發(fā)在平臺(tái)遷移上的惰性。因此，本研究將惰性作為錨定力，提出以下假設(shè)：

H3：惰性對(duì)傳統(tǒng)在線教育平臺(tái)學(xué)習(xí)者的遷移意愿存在負(fù)向影響。

情感承諾反映了個(gè)體維持關(guān)系的愿望（Meyer et al.，1991）。在本研究中，情感承諾是學(xué)習(xí)者對(duì)于傳統(tǒng)在線教育平臺(tái)的情感依戀、認(rèn)同和參與。有研究表明情感承諾是影響用戶持續(xù)使用在線服務(wù)的關(guān)鍵因素，即如果沒(méi)有情感承諾，用戶很容易產(chǎn)生遷移行為（Bateman et al.，2011）。如果學(xué)習(xí)者存在對(duì)傳統(tǒng)在線教育平臺(tái)的情感承諾，他們則可能表現(xiàn)出行為上的惰性并維持與傳統(tǒng)平臺(tái)的關(guān)系，繼續(xù)使用傳統(tǒng)在線教育平臺(tái)。因此，本研究提出以下假設(shè)：

H4a：情感承諾正向影響傳統(tǒng)在線教育平臺(tái)學(xué)習(xí)者的惰性。

在本研究中，轉(zhuǎn)移成本指學(xué)習(xí)者從傳統(tǒng)在線教育平臺(tái)遷移到基于5G技術(shù)的在線教育平臺(tái)所產(chǎn)生的成本，包括過(guò)程成本、經(jīng)濟(jì)成本和關(guān)系成本（Burnham et al.，2003）。過(guò)程成本指學(xué)習(xí)者切換平臺(tái)所產(chǎn)生的評(píng)估成本和學(xué)習(xí)成本等，包括嘗試和學(xué)習(xí)使用新平臺(tái)所花費(fèi)的時(shí)間和精力;經(jīng)濟(jì)成本指切換平臺(tái)所產(chǎn)生的財(cái)務(wù)成本，包含購(gòu)買新設(shè)備的支出等;關(guān)系成本指學(xué)習(xí)者切換平臺(tái)后個(gè)人關(guān)系的損失，例如在傳統(tǒng)在線教育平臺(tái)上原有師生關(guān)系和同學(xué)關(guān)系的丟失等。大量研究表明，當(dāng)轉(zhuǎn)移成本較高時(shí)，人們會(huì)因受到約束而表現(xiàn)出很強(qiáng)的行為惰性（曹雄飛，2014;Sun et al.，2017）。據(jù)此，本研究提出以下假設(shè)：

H4b：轉(zhuǎn)移成本正向影響傳統(tǒng)在線教育平臺(tái)學(xué)習(xí)者的惰性。

習(xí)慣是個(gè)體在潛意識(shí)里保持某種行為模式的狀態(tài)（Polites et al.，2012）。與惰性類似，習(xí)慣使個(gè)體的行為程序化、單一化，并能夠減少思考成本，這表明習(xí)慣是惰性的潛在來(lái)源。此外，曹雄飛（2014）指出惰性會(huì)受到潛意識(shí)習(xí)慣的影響。學(xué)習(xí)者在使用在線教育平臺(tái)的過(guò)程中極易養(yǎng)成習(xí)慣，熟悉的用戶界面和操作方式會(huì)使學(xué)習(xí)者在學(xué)習(xí)過(guò)程中感到輕松，因此習(xí)慣會(huì)使學(xué)習(xí)者的惰性增強(qiáng)。據(jù)此，本研究提出以下假設(shè)：

H4c：習(xí)慣正向影響傳統(tǒng)在線教育平臺(tái)學(xué)習(xí)者的惰性。

惰性也可能影響傳統(tǒng)在線教育平臺(tái)的“推力”。一方面，根據(jù)現(xiàn)狀偏差理論，惰性產(chǎn)生的原因之一是人們享受和依戀當(dāng)前的行為模式，此時(shí)，人們會(huì)對(duì)現(xiàn)狀感到滿意（Samuelson et al.，1988），這種滿意會(huì)使用戶對(duì)現(xiàn)狀有較高的認(rèn)知。這種較高的認(rèn)知可能并不是出于實(shí)際情況，而是用戶自己內(nèi)心的“美化”。因此，對(duì)于傳統(tǒng)在線教育平臺(tái)的學(xué)習(xí)者而言，惰性會(huì)使他們對(duì)目前所使用平臺(tái)的系統(tǒng)質(zhì)量和關(guān)系質(zhì)量形成較高的評(píng)價(jià)。另一方面，根據(jù)認(rèn)知失調(diào)理論，隨著惰性的形成，人們會(huì)消極看待遷移行為以免自身陷入矛盾（Festinger，1962）。惰性較強(qiáng)的學(xué)習(xí)者在潛意識(shí)里不愿改變，進(jìn)而會(huì)高度評(píng)價(jià)傳統(tǒng)在線教育平臺(tái)的系統(tǒng)質(zhì)量和關(guān)系質(zhì)量，這種高度評(píng)價(jià)可以為自己的惰性提供主觀合理性。據(jù)此，本研究提出以下假設(shè)：

H5a：惰性正向影響學(xué)習(xí)者感知到的傳統(tǒng)在線教育平臺(tái)的系統(tǒng)質(zhì)量。

H5b：惰性正向影響學(xué)習(xí)者感知到的傳統(tǒng)在線教育平臺(tái)的關(guān)系質(zhì)量。

類似的，惰性也可能影響基于5G技術(shù)的在線教育平臺(tái)的“拉力”。惰性使人們傾向于拒絕遷移，同時(shí)為了避免認(rèn)知失調(diào)，惰性較強(qiáng)的人對(duì)新系統(tǒng)的認(rèn)知會(huì)偏低（Festinger，1962;Lin et al.，2014）。對(duì)于沒(méi)有使用過(guò)基于5G技術(shù)的在線教育平臺(tái)的學(xué)習(xí)者而言，惰性會(huì)使他們?cè)跐撘庾R(shí)里弱化新平臺(tái)的優(yōu)點(diǎn)。因此，在面對(duì)基于5G技術(shù)的在線教育平臺(tái)帶來(lái)的功能豐富性和情感愉悅性時(shí)，惰性較強(qiáng)的學(xué)習(xí)者并不容易產(chǎn)生相應(yīng)的匱乏感。據(jù)此，本研究提出以下假設(shè)：

H6a：惰性負(fù)向影響學(xué)習(xí)者感知到的基于5G技術(shù)的在線教育平臺(tái)帶來(lái)的功能匱乏性。

H6b：惰性負(fù)向影響學(xué)習(xí)者感知到的基于5G技術(shù)的在線教育平臺(tái)帶來(lái)的情感匱乏性。

另外，考慮到以往的在線學(xué)習(xí)行為研究發(fā)現(xiàn)學(xué)習(xí)者的人口統(tǒng)計(jì)學(xué)屬性會(huì)影響個(gè)體的行為（方佳明等，2018），本研究將年齡、性別、職業(yè)以及教育程度作為控制變量加入到研究模型中以提升統(tǒng)計(jì)檢驗(yàn)的有效性。

基于上述研究假設(shè)，本文提出如圖1所示的研究模型。

三、研究設(shè)計(jì)

1.變量的測(cè)量

本研究采用問(wèn)卷調(diào)查的方式收集數(shù)據(jù)。模型中所有自變量和因變量的測(cè)量題項(xiàng)均來(lái)源于對(duì)相關(guān)成熟量表的修訂。對(duì)潛變量的測(cè)量全部采用7點(diǎn)Likert量表，1表示非常不贊同，7表示非常贊同。在進(jìn)行正式調(diào)查前，對(duì)46名本科生進(jìn)行了預(yù)調(diào)查以確保量表的信度和效度符合要求，并根據(jù)預(yù)調(diào)查結(jié)果對(duì)量表進(jìn)行了適度調(diào)整以使其更加契合中國(guó)情境。最終用于收集數(shù)據(jù)的問(wèn)卷包括兩個(gè)部分：9個(gè)潛變量的測(cè)量量表以及4個(gè)人口統(tǒng)計(jì)學(xué)變量的測(cè)量題目。具體地說(shuō)：情感承諾采用3個(gè)題項(xiàng);轉(zhuǎn)移成本采用8個(gè)題項(xiàng)，分別測(cè)量了過(guò)程成本、經(jīng)濟(jì)成本和關(guān)系成本;習(xí)慣采用3個(gè)題項(xiàng);惰性采用4個(gè)題項(xiàng);系統(tǒng)質(zhì)量采用6個(gè)題項(xiàng);關(guān)系質(zhì)量采用4個(gè)題項(xiàng);功能匱乏采用3個(gè)題項(xiàng);情感匱乏采用3個(gè)題項(xiàng);遷移意愿采用4個(gè)題項(xiàng)。

2.數(shù)據(jù)的收集

研究人員于2019 年7月至9月期間，采用“線下紙質(zhì)問(wèn)卷+在線問(wèn)卷”的形式開(kāi)展了正式的數(shù)據(jù)收集，并通過(guò)QQ群、微信群、慕課平臺(tái)以及網(wǎng)絡(luò)學(xué)習(xí)社區(qū)等途徑發(fā)布調(diào)查問(wèn)卷的填寫邀請(qǐng)。在對(duì)每一份提交的問(wèn)卷進(jìn)行仔細(xì)篩查后，剔除了沒(méi)有在線學(xué)習(xí)經(jīng)驗(yàn)以及答題質(zhì)量不符合要求的被調(diào)查者問(wèn)卷（例如題項(xiàng)全部回答為4，問(wèn)卷完成時(shí)間少于60秒等），最終得到有效問(wèn)卷332份。其中男性191人（占57.53%），女性141人（占42.47%），絕大多數(shù)被調(diào)查者具有本科或研究生學(xué)歷（兩者共占94.27%），年齡集中在18至25歲之間，從事的職業(yè)包括學(xué)生、公司職員、事業(yè)單位工作人員和自由職業(yè)者等。樣本符合在線學(xué)習(xí)者大多為本科學(xué)歷且年齡主要分布在18～25歲的基本現(xiàn)狀（方佳明等，2018）。因此，樣本具有較好的代表性。

四、數(shù)據(jù)分析與結(jié)果

1.測(cè)量模型

本研究采用兩步法對(duì)模型進(jìn)行檢驗(yàn)。為確保測(cè)量的有效性，在分析結(jié)構(gòu)模型之前，首先采用“確認(rèn)性因子分析”評(píng)估模型中各潛變量測(cè)量模型的充分性，包括信度、收斂效度和判別效度。本研究采用Cronbachs α系數(shù)以及組合信度評(píng)估測(cè)量模型的內(nèi)在一致性信度。Cronbachs α系數(shù)是對(duì)測(cè)量信度的保守估計(jì)，而組合信度往往會(huì)高估測(cè)量的內(nèi)在一致性信度，從而導(dǎo)致相對(duì)較高的信度估計(jì)。從表1可以看出，各潛變量的Cronbachs α系數(shù)以及組合信度均大于閾值0.70且未超過(guò)0.95，說(shuō)明各潛變量的測(cè)量具有較好的內(nèi)部一致性。

本研究進(jìn)一步使用“確認(rèn)性因子分析”檢驗(yàn)量表的收斂效度和判別效度。收斂效度反映了同一潛變量測(cè)量題項(xiàng)間的相關(guān)程度，而判別效度反映了不同潛變量之間的差異性。收斂效度的評(píng)估通過(guò)平均萃取方差（AVE）以及因子載荷顯著性進(jìn)行檢驗(yàn)。從表1可以看出，各潛變量的AVE值都大于0.50。因子載荷和交叉載荷分析結(jié)果表明絕大多數(shù)的測(cè)量題項(xiàng)在其理論潛變量上的載荷大于0.70且統(tǒng)計(jì)上顯著。僅有三個(gè)測(cè)量題項(xiàng)的因子載荷略小于0.70 （SWCT5、SWCT7和SWCT8）。其中，SWCT5測(cè)量經(jīng)濟(jì)成本，SWCT7和SWCT8測(cè)量關(guān)系成本。刪除這些小于0.70的題項(xiàng)，既不能增加組合信度還會(huì)導(dǎo)致潛變量的內(nèi)容效度發(fā)生變化，因此保留這些測(cè)量是有必要的（Hair et al.，2011）。綜上，量表具有良好的收斂效度。

因子載荷和交叉載荷分析也顯示測(cè)量題項(xiàng)在其理論潛變量上的載荷顯著高于在其他潛變量上的交叉載荷，并且每個(gè)潛變量的AVE值平方根值都大于該潛變量和其他潛變量的相關(guān)系數(shù)值，這表明本研究中的各潛變量測(cè)量具有足夠的判別效度。由于近年來(lái)的研究表明，單純比較因子載荷以及比較AVE值平方根和潛變量間相關(guān)系數(shù)的方法存在缺陷（Henseler et al.，2015），因此，本研究同時(shí)采用Henseler等（2015）提出的異質(zhì)-同質(zhì)相關(guān)比率（heterotrait-monotrait ratio of correlations， HTMT）方法對(duì)判別效度進(jìn)行了評(píng)估。HTMT反映了不同潛變量間測(cè)量指標(biāo)相關(guān)性的均值相對(duì)于同一潛變量測(cè)量指標(biāo)相關(guān)性的均值的比值。根據(jù)Henseler等（2015）的建議，HTMT值若高于0.90則表明測(cè)量缺乏判別效度。表2報(bào)告的結(jié)果顯示，本研究所提出的各潛變量間的測(cè)量指標(biāo)的HTMT最高為0.886（情感匱乏性和功能匱乏性），小于閾值0.90，再次驗(yàn)證了各潛變量測(cè)量具有足夠的判別效度。

考慮到本研究的數(shù)據(jù)收集采用的是問(wèn)卷調(diào)查法，故各變量之間可能存在共同方法偏差（Common Method Variance，CMV）。CMV的存在會(huì)放大測(cè)量間的相關(guān)性，從而使得結(jié)果產(chǎn)生偏誤。本研究采用了Harman單因子法評(píng)估潛在的CMV問(wèn)題。將全部的測(cè)量指標(biāo)進(jìn)行基于主成分分析的探索性因子分析并提取出9個(gè)因子后，未旋轉(zhuǎn)時(shí)得到的第一因子只解釋了25.15%的方差。同時(shí)，表1報(bào)告的潛變量間的相關(guān)系數(shù)也較低。上述結(jié)果表明，本研究的共同方法偏差不明顯。

2.結(jié)構(gòu)模型

在進(jìn)行結(jié)構(gòu)模型參數(shù)估計(jì)之前，本研究首先評(píng)估了多變量假設(shè)，包括正態(tài)性、線性、多重共線性和同方差。Doornik-Hansen多變量正態(tài)性檢驗(yàn)（Doornik et al.，2008）結(jié)果表明，本研究中的測(cè)量變量不符合多變量正態(tài)分布要求（p<0.001）。同時(shí)考慮到本研究所提出的模型較為復(fù)雜，且樣本量也不大等因素，故選擇基于方差的PLS算法（PLS-SEM）而非基于協(xié)方差的結(jié)構(gòu)方程模型。與基于協(xié)方差的結(jié)構(gòu)方程模型相比較，PLS算法對(duì)測(cè)量尺度、樣本量、模型復(fù)雜度和數(shù)據(jù)正態(tài)性的要求更低，并且已被廣泛應(yīng)用于營(yíng)銷管理和管理信息系統(tǒng)等領(lǐng)域的在線用戶行為研究中（Fang et al.，2019）。具體來(lái)說(shuō)，本研究使用R軟件中的matrixPLS算法進(jìn)行結(jié)構(gòu)模型的參數(shù)估計(jì)。與其他實(shí)現(xiàn)PLS算法的軟件（如SmartPLS，GraphPLS，WarpPLS等）使用原始數(shù)據(jù)作為算法的輸入不同，matrixPLS根據(jù)輸入數(shù)據(jù)的協(xié)方差矩陣進(jìn)行模型的參數(shù)估計(jì)，從而使得計(jì)算效率更高，能夠滿足基于大規(guī)模數(shù)據(jù)進(jìn)行計(jì)算的要求。模擬仿真結(jié)果表明matrixPLS的計(jì)算結(jié)果和SmartPLS等商業(yè)軟件的計(jì)算結(jié)果完全一致但前者的計(jì)算速度明顯更快（R?nkk?，2017）。圖2報(bào)告了模型的估計(jì)結(jié)果。

如圖2所示，本研究提出的模型解釋了56.8%的在線教育平臺(tái)遷移意愿。根據(jù)Hair等（2011）提出的R2閾值判斷標(biāo)準(zhǔn)，本研究模型的解釋力為中等偏上水平。具體而言，惰性作為遷移意愿形成的錨定效應(yīng)，其對(duì)遷移意愿具有最大的負(fù)面影響（β=-0.401，p<0.001）。情感承諾、轉(zhuǎn)移成本以及習(xí)慣顯著促進(jìn)了惰性的形成。對(duì)“推”效應(yīng)（系統(tǒng)質(zhì)量和關(guān)系質(zhì)量）的進(jìn)一步路徑系數(shù)差異性分析結(jié)果表明，系統(tǒng)質(zhì)量對(duì)遷移意愿的影響顯著小于功能匱乏和情感匱乏的影響效應(yīng)（β系統(tǒng)質(zhì)量-功能匱乏感=-0.344，t（662）=-4.072，p<0.001;β系統(tǒng)質(zhì)量-情感匱乏感=-0.435，t（662）=-5.117，p<0.001），但相較于關(guān)系質(zhì)量的影響效應(yīng)無(wú)顯著差異（β系統(tǒng)質(zhì)量-關(guān)系質(zhì)量=-0.017，t（662）=0.267，p=0.395）。功能匱乏和情感匱乏對(duì)遷移意愿形成的影響效應(yīng)也沒(méi)有顯著的差異（β功能匱乏感-情感匱乏感=-0.090，t（662）=-0.858，p=0.196）。除假設(shè)H6b（惰性負(fù)向影響情感匱乏）外，所有提出的研究假設(shè)均得到驗(yàn)證。H6b不成立的原因可能在于：現(xiàn)有的在線教育平臺(tái)注重面向?qū)W習(xí)的功能模塊，在這類平臺(tái)的使用上，個(gè)體的娛樂(lè)性情感需求基本無(wú)法獲得滿足，因此，惰性并不會(huì)顯著降低學(xué)習(xí)者對(duì)情感匱乏的認(rèn)知。

3.中介效應(yīng)分析

為檢驗(yàn)行為惰性是否通過(guò)“拉”效應(yīng)的系統(tǒng)質(zhì)量和關(guān)系質(zhì)量以及“推”效應(yīng)的功能匱乏和情感匱乏等中介變量影響在線教育平臺(tái)的遷移意愿，本研究對(duì)中介效應(yīng)進(jìn)行了檢驗(yàn)。具體而言，本研究采用了Preacher 和Hayes提出的自抽樣方法（Bootstrap）計(jì)算中介效應(yīng)。表3結(jié)果表明：整體而言，“拉”效應(yīng)和“推”效應(yīng)部分“中介”了錨定效應(yīng)對(duì)遷移行為的影響。中介效應(yīng)占惰性影響遷移意愿總效應(yīng)的16.6%。其中，情感匱乏的中介效應(yīng)不顯著。

五、研究結(jié)論

將5G技術(shù)應(yīng)用于在線教育平臺(tái)，通過(guò)個(gè)體畫像、視覺(jué)識(shí)別、語(yǔ)音識(shí)別和人工智能等技術(shù)提升在線學(xué)習(xí)各環(huán)節(jié)的效率，能夠真正地滿足學(xué)習(xí)者多元化和個(gè)性化的學(xué)習(xí)需求，這將給教育領(lǐng)域帶來(lái)前所未有的顛覆式變革。在此過(guò)程中，如何促使學(xué)習(xí)者從現(xiàn)有在線教育平臺(tái)順利遷移到基于5G技術(shù)的在線教育平臺(tái)是一個(gè)富有研究?jī)r(jià)值的課題。有鑒于此，本文基于“推-拉-錨定”理論提出了一個(gè)在線教育平臺(tái)學(xué)習(xí)者遷移行為影響機(jī)制模型，在利用332位來(lái)自傳統(tǒng)在線教育平臺(tái)的學(xué)習(xí)者的問(wèn)卷調(diào)查數(shù)據(jù)對(duì)該模型進(jìn)行檢驗(yàn)后，得到如下主要結(jié)論：

第一，傳統(tǒng)在線教育平臺(tái)的系統(tǒng)質(zhì)量和關(guān)系質(zhì)量作為兩個(gè)主要的“推”效應(yīng)因素，降低了學(xué)習(xí)者向基于5G技術(shù)的在線教育平臺(tái)遷移的意愿。也就是說(shuō)，當(dāng)學(xué)習(xí)者對(duì)傳統(tǒng)在線教育平臺(tái)的系統(tǒng)性能評(píng)價(jià)較差時(shí)（例如系統(tǒng)的易用性），更容易遷移到基于5G技術(shù)的在線教育平臺(tái)。這可能是因?yàn)橄到y(tǒng)質(zhì)量較高的在線教育平臺(tái)更有助于學(xué)習(xí)者的高效率學(xué)習(xí)。另一方面，研究結(jié)果也表明學(xué)習(xí)者除關(guān)注平臺(tái)的功能性質(zhì)量外，也關(guān)注平臺(tái)在人際關(guān)系構(gòu)建等方面的非功能性質(zhì)量。當(dāng)學(xué)習(xí)者感受到在線教育平臺(tái)所提供的與老師和其他學(xué)習(xí)者的連接性較弱時(shí)（例如，與老師和同學(xué)缺乏互動(dòng)，彼此不能及時(shí)有效地交流），學(xué)習(xí)者也更容易產(chǎn)生遷移行為。

第二，基于5G技術(shù)的在線教育平臺(tái)給使用傳統(tǒng)在線教育平臺(tái)的學(xué)習(xí)者帶來(lái)的功能匱乏性和情感匱乏性感知，作為遷移行為的“拉”效應(yīng)提高了學(xué)習(xí)者的遷移意愿?；?G技術(shù)的在線教育平臺(tái)的功能越豐富（例如，更智能化的系統(tǒng)功能和更個(gè)性化的學(xué)習(xí)支持），給學(xué)習(xí)者帶來(lái)的情感體驗(yàn)越愉悅（例如，趣味性和游戲化學(xué)習(xí)體驗(yàn)更強(qiáng)），越容易使學(xué)習(xí)者感知到相對(duì)匱乏，這種匱乏感會(huì)牽引他們向新平臺(tái)遷移。這表明基于5G技術(shù)的在線教育平臺(tái)所提供的豐富且新穎的功能是促使學(xué)習(xí)者遷移到新平臺(tái)的重要影響因素。

第三，作為遷移意愿形成過(guò)程中“錨定”效應(yīng)所涉及的惰性因素，不僅負(fù)向影響了學(xué)習(xí)者的遷移意愿，同時(shí)也提高了學(xué)習(xí)者對(duì)傳統(tǒng)在線教育平臺(tái)系統(tǒng)質(zhì)量和關(guān)系質(zhì)量的認(rèn)知，降低了其對(duì)原平臺(tái)功能匱乏性的認(rèn)知。此外，學(xué)習(xí)者對(duì)原平臺(tái)的情感承諾和使用習(xí)慣以及從原平臺(tái)遷移到基于5G技術(shù)的新平臺(tái)所產(chǎn)生的轉(zhuǎn)移成本，都是行為惰性的前置因素。這表明當(dāng)學(xué)習(xí)者對(duì)原平臺(tái)有較強(qiáng)的依戀、認(rèn)同和參與時(shí)，他們會(huì)表現(xiàn)出更強(qiáng)的行為惰性（即不愿意遷移到新平臺(tái)），同時(shí)這種情感不僅弱化了原平臺(tái)不盡如人意的系統(tǒng)質(zhì)量和關(guān)系質(zhì)量的“推力”，也弱化了新平臺(tái)給自身帶來(lái)的功能匱乏性的“拉力”。同樣地，學(xué)習(xí)者已有的使用習(xí)慣和感知到的高轉(zhuǎn)移成本也會(huì)和情感承諾一樣強(qiáng)化他們的行為惰性，進(jìn)而負(fù)向影響原平臺(tái)的“推力”和新平臺(tái)的“拉力”。值得注意的是，本研究的結(jié)果顯示：惰性只會(huì)降低學(xué)習(xí)者對(duì)基于5G技術(shù)的在線教育平臺(tái)在功能層面上的豐富性認(rèn)知，并不會(huì)影響其對(duì)平臺(tái)在情感層面上的豐富性認(rèn)知。這表明現(xiàn)有在線教育平臺(tái)在娛樂(lè)性等滿足學(xué)習(xí)者情感需求方面做得不盡如人意，而基于5G技術(shù)的在線教育平臺(tái)在娛樂(lè)性方面具有相對(duì)優(yōu)勢(shì)，這將極大地提升學(xué)習(xí)者的遷移意愿。

基于上述結(jié)論，為了更好地促進(jìn)5G技術(shù)在在線教育領(lǐng)域的應(yīng)用與推廣，提出以下建議：

一是基于5G技術(shù)打造高質(zhì)量的在線教育平臺(tái)?！案哔|(zhì)量”不僅是指平臺(tái)在學(xué)習(xí)功能上的高質(zhì)量，也包括在平臺(tái)架構(gòu)上的高質(zhì)量。高質(zhì)量的平臺(tái)架構(gòu)有助于教、學(xué)參與者之間的人際關(guān)系構(gòu)建，進(jìn)而實(shí)現(xiàn)學(xué)習(xí)者在情感導(dǎo)向和功利導(dǎo)向等不同層面上的人際交往需求。5G技術(shù)可以極大地?cái)U(kuò)展個(gè)體的社交場(chǎng)景和注意力范圍，幫助個(gè)體實(shí)現(xiàn)虛擬人際關(guān)系和現(xiàn)實(shí)人際關(guān)系之間的連接，進(jìn)而使得虛擬空間與真實(shí)世界能夠無(wú)縫融合。因此，有針對(duì)性地利用5G技術(shù)打造全息沉浸式的人際交互功能，可以使基于5G技術(shù)的在線教育平臺(tái)上的人際關(guān)系構(gòu)建變得非常容易。

二是通過(guò)5G技術(shù)與大數(shù)據(jù)、人工智能、云計(jì)算、物聯(lián)網(wǎng)和區(qū)塊鏈等技術(shù)的結(jié)合，在新的在線教育平臺(tái)上為學(xué)習(xí)者提供豐富的功能體驗(yàn)和愉悅的情感體驗(yàn)，以增加傳統(tǒng)平臺(tái)學(xué)習(xí)者的功能匱乏感和情感匱乏感。5G技術(shù)具有高速度、泛在網(wǎng)和低時(shí)延的特點(diǎn)，其與物聯(lián)網(wǎng)、人工智能和云計(jì)算等技術(shù)相融合而產(chǎn)生的可穿戴交互終端、虛擬場(chǎng)景發(fā)生器、生物指標(biāo)感應(yīng)器、人臉情感AI技術(shù)、實(shí)時(shí)數(shù)據(jù)記錄儀和電子教學(xué)儀器等工具和技術(shù)，能夠?qū)⒔處熀蛯W(xué)習(xí)者置于同一虛擬空間，進(jìn)而幫助教師在授課過(guò)程中實(shí)時(shí)掌握學(xué)習(xí)者的生理和心理狀態(tài)變化。通過(guò)全過(guò)程記錄和分析教學(xué)活動(dòng)，就可以發(fā)現(xiàn)每個(gè)學(xué)習(xí)者在學(xué)習(xí)過(guò)程中的薄弱點(diǎn)，進(jìn)而利用AI技術(shù)實(shí)現(xiàn)有針對(duì)性的課后復(fù)習(xí)和指導(dǎo)。同時(shí)，這也能夠方便授課教師在整個(gè)授課過(guò)程中及時(shí)地獲知學(xué)習(xí)者的學(xué)習(xí)效果，進(jìn)而有針對(duì)性地重點(diǎn)講授其存在學(xué)習(xí)困難的知識(shí)點(diǎn)。通過(guò)上述方式，可以使學(xué)習(xí)者在使用這些新功能時(shí)產(chǎn)生有趣好玩的情感體驗(yàn)，促使傳統(tǒng)平臺(tái)上的學(xué)習(xí)者產(chǎn)生匱乏感，進(jìn)而促進(jìn)其遷移行為的產(chǎn)生。

三是盡可能地降低學(xué)習(xí)者從傳統(tǒng)在線教育平臺(tái)轉(zhuǎn)移到基于5G技術(shù)的在線教育平臺(tái)的成本，以弱化個(gè)體行為惰性的影響，進(jìn)而促進(jìn)學(xué)習(xí)者向新平臺(tái)的遷移。具體來(lái)講，轉(zhuǎn)移成本包括過(guò)程成本、經(jīng)濟(jì)成本和關(guān)系成本。在過(guò)程成本方面，可以將新平臺(tái)設(shè)計(jì)得更為簡(jiǎn)便易用，以減少學(xué)習(xí)者為適應(yīng)新平臺(tái)而投入的學(xué)習(xí)時(shí)間和精力;在經(jīng)濟(jì)成本方面，可以在平臺(tái)運(yùn)行的初期通過(guò)創(chuàng)新商業(yè)模式來(lái)避免單一的付費(fèi)使用模式，讓更多的學(xué)習(xí)者嘗試使用新平臺(tái)并切身體驗(yàn)到基于5G技術(shù)的在線教育平臺(tái)的相對(duì)優(yōu)勢(shì)，從而增加其在傳統(tǒng)在線教育平臺(tái)上的情感匱乏和功能匱乏感知;在關(guān)系成本方面，可以通過(guò)平臺(tái)間的數(shù)據(jù)共享、平臺(tái)收購(gòu)和戰(zhàn)略合作以及朋友間的相互推薦等方式，減少學(xué)習(xí)者在平臺(tái)遷移過(guò)程中人際關(guān)系的丟失。

參考文獻(xiàn)：

[1]艾倫，張鵬（2019）.5G技術(shù)在教育信息化中的作用辨析[J].中國(guó)現(xiàn)代教育裝備，（16）：1-3.

[2]曹雄飛（2014）.理解博客用戶向微博的轉(zhuǎn)移[D].合肥： 中國(guó)科學(xué)技術(shù)大學(xué).

[3]方佳明，唐璐玢，馬源鴻等（2018）.社會(huì)交互對(duì)MOOC課程學(xué)習(xí)投入的影響機(jī)制[J].現(xiàn)代教育技術(shù)，28（12）：87-93.

[4]互聯(lián)網(wǎng)教育智能技術(shù)及應(yīng)用國(guó)家工程實(shí)驗(yàn)室（2018）.“人工智能賦能教育變革國(guó)際論壇”在京舉行 7大主題聚焦AI對(duì)未來(lái)教育的影響[J].現(xiàn)代遠(yuǎn)程教育研究，（6）：54.

[5]李玲玲（2019）.5G+VR技術(shù)與思政教學(xué)的融合研究——以江蘇首家VR思政教育實(shí)訓(xùn)室為例[J].教育現(xiàn)代化，6（62）：183-185.

[6]李傳之（2018）.基于5G的高校教育資源庫(kù)建設(shè)與應(yīng)用研究[J].中國(guó)電子教育，（4）：16-21.

[7]李小平，孫清亮（2019）.基于第五代移動(dòng)通信技術(shù)的網(wǎng)絡(luò)教育應(yīng)用研究[J].電化教育研究，40（1）：52-58.

[8]梅雅鑫（2019）.5G開(kāi)啟云VR教育新篇章讓知識(shí)觸手可及[J].通信世界，（3）：32.

[9]孫立會(huì)，劉思遠(yuǎn)，李芒（2019）.面向2035的中國(guó)教育信息化發(fā)展圖景——基于《中國(guó)教育現(xiàn)代化2035》的描繪[J].中國(guó)電化教育，（8）：1-8，43.

[10]楊石山（2012）.社交網(wǎng)站用戶轉(zhuǎn)換意向研究[D].南京：南京大學(xué).

[11]張平，陶運(yùn)錚，張治（2016）.5G若干關(guān)鍵技術(shù)評(píng)述[J].通信學(xué)報(bào)，37（7）：15-29.

[12]趙興龍，許林，李雅瑄（2019）.5G之教育應(yīng)用：內(nèi)涵探解與場(chǎng)景創(chuàng)新——兼論新興信息技術(shù)優(yōu)化育人生態(tài)的新思考[J].中國(guó)電化教育，（4）：5-9.

[13]趙宇翔，彭希羨，朱慶華（2016）.社交媒體后續(xù)采納階段用戶轉(zhuǎn)移行為研究——以微信為例[J].情報(bào)學(xué)報(bào)，35（2）：208-224.

[14]朱永新（2019）.5G將如何改變我們的教育[N].環(huán)球時(shí)報(bào)，2019-07-04（15）.

[15]Bansal， H. S.， & Taylor， S. F. （1999）. The Service Provider Switching Model （SPSM）[J]. Journal of Service Research， 2（2）：200-218.

[16]Bansal， H. S.， Taylor， S. F.， & James， Y. St. （2005）. Migrating to New Service Providers： Toward a Unifying Framework of Consumers Switching Behaviors[J]. Journal of the Academy of Marketing Science， 33（1）：96-115.

[17]Bateman， P. J.， Gray， P. H.， & Butler， B. S. （2011）. Research Note-The Impact of Community Commitment on Participation in Online Communities[J]. Information Systems Research， 22（4）：841-854.

[18]Burnham， T. A.， Frels， J. K.， & Mahajan， V. （2003）. Consumer Switching Costs： A Typology， Antecedents， and Consequences[J]. Journal of the Academy of Marketing Science， 31（2）：109-126.

[19]DeLone， W. H.， & McLean， E. R. （1992）. Information Systems Success： The Quest for the Dependent Variable[J]. Information Systems Research， 3（1）：60-95.

[20]Deng， Z.， Lu， Y.， & Wei， K. K. et al. （2010）. Understanding Customer Satisfaction and Loyalty： An Empirical Study of Mobile Instant Messages in China[J]. International Journal of Information Management， 30（4）：289-300.

[21]Doornik， J. A.， & Hansen， H. （2008）. An Omnibus Test for Univariate and Multivariate Normality[J]. Oxford Bulletin of Economics and Statistics， 70：927-939.

[22]Fang， J.， Tang， L.， & Yang， J. et al. （2019）. Social Interaction in MOOCs： The Mediating Effects of Immersive Experience and Psychological Needs Satisfaction[J]. Telematics and Informatics， 39：75-91.

[23]Fang， J.， Zhao， Z.， & Wen， C. et al. （2017）. Design and Performance Attributes Driving Mobile Travel Application Engagement[J]. International Journal of Information Management， 37：269-283.

[24]Festinger， L. （1962）. A Theory of Cognitive Dissonance[M]. Stanford： Stanford University Press.

[25]Hair， J. F.， Ringle， C.， & Sarstedit， M. （2011）. PLS-SEM： Indeed a Silver Bullet[J]. Journal of Marketing Theory and Practice， 19：139-151.

[26]Henseler， J.， Ringle， C. M.， & Sarstedt， M. （2015）. A New Criterion for Assessing Discriminant Validity in Variance-Based Structural Equation Modeling[J]. Journal of the Academy of Marketing Science， 43：115-135.

[27]Hsieh， J. K.， Hsieh， Y. C.， & Chiu， H. C.， et al. （2012）. Post-Adoption Switching Behavior for Online Service Substitutes： A Perspective of the Push-Pull-Mooring Framework[J]. Computers in Human Behavior， 28（5）：1912-1920.

[28]iiMedia Research （2018）. A White Paper on Chinas Online Education Industry in 2018[EB/OL]. [2019-07-10]. https：//www.iimedia.cn/c400/63080.html.

[29]Jung， J.， Han， H.， & Oh， M. （2017）. TravelersSwitching Behavior in the Airline Industry from the Perspective of the Push-Pull-Mooring Framework[J]. Tourism Management， 59：139-153.

[30]Lee， E. S. （1966）. A Theory of Migration [J]. Demography， 3（1）：47-57.

[31]Lewis， J. A. （2018）. How 5G Will Shape Innovation and Security： A Primer[R]. Washington： CSIS.

[32]Lin， T. C.， & Huang， S. L. （2014）. Understanding the Determinants of ConsumersSwitching Intentions in a Standards War[J].International Journal of Electronic Commerce，19（1）：163-189.

[33]Meyer， J. P.， & Allen， N. J. （1991）. A Three-Component Conceptualization of Organizational Commitment[J]. Human Resource Management Review， 1（1）：61-89.

[34]Moon， B. （1995）. Paradigms in Migration Research： Exploring ‘Mooringsas a Schem[J]. Progress in Human Geography， 19（4）：504-524.

[35]Park， S. C.， & Ryoo， S. Y. （2013）. An Empirical Investigation of End-UsersSwitching Toward Cloud Computing： A Two Factor Theory Perspective[J]. Computers in Human Behavior， 29（1）：160-170.

[36]Polites， G. L.， & Karahanna， E. （2012）. Shackled to the Status Quo： The Inhibiting Effects of Incumbent System Habit， Switching Costs， and Inertia on New System Acceptance[J]. MIS Quarterly， 36（1）：21-42.

[37]R?nkk?， M. （2017）. Matrixpls： Matrix-Based Partial Least Squares Estimation[EB/OL]. [2017-05-22]. http：//cran.r-project.org/web/packages/matrixpls/index.html.

[38]Runciman， W. G.， & Runciman， B. （1966）. Relative Deprivation and Social Justice： A Study of Attitudes to Social Inequality in Twentieth-Century England （Vol. 13）[M]. Berkeley： University of California Press.

[39]Samuelson， W.， & Zeckhauser， R. （1988）. Status Quo Bias in Decision Making[J]. Journal of Risk and Uncertainty， 1（1）：7-59.

[40]Sun， Y.， Liu， D.， & Chen， S. et al. （2017）. Understanding UsersSwitching Behavior of Mobile Instant Messaging Applications： An Empirical Study from the Perspective of Push-Pull-Mooring Framework[J]. Computers in Human Behavior， 75：727-738.

[41]Wieringa， J. E.， & Verhoef， P. C. （2007）. Understanding Customer Switching Behavior in a Liberalizing Service Market： An Exploratory Study[J]. Journal of Service Research， 10（2）：174-186.

[42]Zhang， H.， Lu， Y.， & Gupta， S. et al. （2014）. Understanding the Antecedents of Customer Loyalty in the Chinese Mobile Service Industry： A Push-Pull-Mooring Framework[J]. International Journal of Mobile Communications， 12（6）：551-577.

收稿日期 2019-09-27責(zé)任編輯 譚明杰