LBS技术服务采纳的影响因素研究

王 雨

一、技术采纳理论概述

LBS是在地理信息系统平台的支持下，利用电信运营商的移动通信网络或外部定位方式获得的移动终端用户位置信息后，再向终端用户提供相关服务的一种移动互联网业务。以社交网络为基础的移动LBS业务就是最典型的代表，例如Foursquare、Facebook Places、街景拍摄等。

笔者通过阅读大量的文献发现，国外学者对于技术采纳的研究很多，但主要是针对作为整体的信息/系统技术的采纳研究，针对娱乐信息系统的很少。相比较国外，我国技术采纳理论的引入是八十年代之后，LBS技术起步也较晚，对于LBS采纳理论的研究也是刚刚兴起。我国学者主要的研究集中在检验技术采纳理论模型的结论，即是否适合于研究LBS的意愿影响因素分析，没有进行模型拓展。

1986年，Davis[1]在TRA理论的基础之上，又整合了期望理论模型、自我效能理论等相关理论，提出最初的技术接受模型(technology acceptance model)；后相继进行了两次改进，提出了最广被引用的技术接受模型[2]。

Venkatesh&Davis[3]在Davis对TAM模型第一次修改的基础上，又整合了其他一些理论，加入了绩效期望，努力期望，社会影响，促成因素等概念，提出了技术采纳与利用整合理论（Unified Theory of Acceptance and Use of Technology）。

Davis在1992年将感知娱乐性定义为在使用计算机的过程中，通过对比产品的性能而体验到的乐趣程度，并指出在技术采纳模型中，第三条值得认同的附加因素就是感知娱乐性。根据定义我们可以知道感知娱乐性强调的是系统给使用者所带来的乐趣。由此可知，感知娱乐性对娱乐性信息系统的使用起着决定性作用。

二、理论模型的构建

针对LBS这一带娱乐性元素的系统，本文着重于基于自由人这一社会个体，将影响自由人进行决策行为的社会影响因素加入研究分析，将此因素加入模型后，见图1。

图1

本文针对LBS的研究主要是从感知易用性，感知有用性，感知娱乐性，正式规范，非正式规范五个角度展开，研究社会影响对于用户采纳研究的影响分析。在前人研究基础之上，我们提出本文的研究假设，如下：

假设一：在研究LBS这一娱乐信息系统时，感知易用性对感知有用性同样存在正向作用

假设二：在研究LBS这一娱乐信息系统时，感知易用性对感知娱乐性有正向作用

假设三：社会影响力与感知易用性之间存在正向作用

假设四：社会影响力与感知有用性之间存在正向作用

假设五：社会影响力与感知娱乐性之间存在正向作用

假设六：感知易用性与感知娱乐性对消费者使用态度有正向作用

假设七：在研究LBS这一娱乐信息系统时，感知娱乐性的作用大于感知有用性

三、问卷设计及数据分析

这里通过问卷调查来收集所需要的数据。本文的问卷采用Likert7尺度量表来进行设计，每个题目有“完全不同意”到“完全同意”7个选项，分别对应1-7分。问卷主要是针对上海高校具有LBS服务使用体验的大学生，研究生及社会人士。本次共发放350份问卷，收回300份有效问卷，有效收回率为86%。

本章使用Spss软件对得到的样本数据针对各个量表的信度进行初步分析，检验量表的可靠性。通过Spss软件用Cronbach α系数对数据进行信度分析，得到各变量的Cronbach α值，其中当Cronbach α值达到0.9以上可信度较好，在0.8以上为可接受，在0.7以下则需要对量表进行修订。

（一）数据的信度分析

通过Spss软件用Cronbach α系数对数据进行信度分析，得到感知有用性，感知易用性，感知娱乐性，社会影响力，使用意愿各变量的Cronbach α值，分别为0.931,0.924,0.843,0.730,0.885，本研究中各变量的Cronbach α系数值均大于0.7，且总体信度系数达到了0.973，表明此量表的可靠性较高。由此可知，本研究中的各指标和总体体现均有很高的稳定性和可靠性，进而可以做下一步的研究分析。

（二）因素回归分析

为了进一步研究探讨该模型中变量之间的相关性，本研究将感知有用性，感知易用性，感知娱乐性，社会影响力作为自变量，将使用意图作为因变量建立方程，将所有变量进行回归方程，进行了多元回归分析。本文采用F检验和T检验来检验回归方程中的假设T检验，当n>5时，若a=0.05，则当t>2时，可判断回归系数不为0；对于F检验，若F值越大，表明回归效果越好，当Sig，F值<0.05时，说明所检验的自变量可以用来作为描述的因变量。分析结果见表1。

表1

根据表1，可得到感知有用性，感知易用性，感知娱乐性的t检验P值均为0.000，按a=0.05的水平，感知有用性、感知易用性和感知娱乐性对使用意愿具有显著作用，其中感知易用性和感知娱乐性的标准化偏回归系数分别为0.465和0.710，显然感知娱乐性的影响是最大的。而社会影响的t检验P值为0.086>0.05，所以社会影响力与使用意愿之间没有直接想影响关系。由此，我们可以验证假设六和假设七是正确的,即感知易用性与感知娱乐性对消费者使用态度有正向作用；且在研究LBS这一娱乐信息系统时，感知娱乐性的作用大于感知有用性。

1.感知易用性和感知娱乐性，感知有用性的回归分析。由回归结果可以看出模型判断系数R2值为0.933，F检验P=0.000<0.05，按a=0.01水平，模型的回归效果是显著的。回归分析结果显示：感知易用性t检验的P=0.000<0.05，所以感知易用性和感知有用性之间依然存在正相关关系，可以引入模型，假设一得到验证。

由回归结果可以看出模型判断系数R2值为0.231，F检验系数P=0.000<0.05，按a=0.01水平，模型的回归效果是显著的。根据回归分析结果，感知易用性t检验的P=0.000<0.05，所以感知易用性和感知有用性之间存在正相关关系，可以引入模型，假设二得到验证。

2.社会影响力与感知易用性，感知有用性，感知娱乐性的回归分析。首先将社会影响因素对感知易用性进行一元线性回归，社会影响因素作为自变量，感知易用性作为因变量。由回归结果可以看出模型判断系数R2值为0.231，F检验系数P=0.000<0.05，按a=0.01水平，模型的回归效果是显著的。根据回归分析结果，感知易用性t检验的P=0.203>0.05，所以社会影响因素与感知易用性之间不存在正相关关系，因此否定假设三。

将社会影响因素与感知有用性进行一元线性回归，社会影响因素为自变量，感知有用性为因变量。由回归结果可以看出模型判断系数R2值为0.005，F检验系数P=0.232>0.05，模型的回归效果是不显著的。所以社会影响因素与感知易用性之间不存在正相关关系，因此否定假设四。

将社会影响因素与感知娱乐性进行一元线性回归，社会影响因素为自变量，感知娱乐性为因变量。由回归结果可以看出模型判断系数R2值为0.085，F检验系数P=0.000<0.05，按a=0.01水平，模型的回归效果是显著的。根据回归分析结果，感知娱乐性t检验的P=0.000<0.05，所以社会影响力和感知有用性之间存在正相关关系，假设五得到验证。

根据以上的回归结果可以看出，感知易用性和感知有用性，感知娱乐性对采纳意图存在着正相关关系。感知易用性对感知有用性，感知娱乐性有直接的正相关性，且三者均正向影响着采纳意图，社会影响因素对感知易用性，感知有用性不存在显著影响。由此可以得到LBS技术服务采纳模型，如图2。

图2

四、结束语

本文在加入感知娱乐性，社会影响因素两个影响因素后，对技术接受模型进行的扩展和修改以得到移动LBS用户接受模型，并且对模型进行了实证验证。该模型对影响用户使用LBS服务涉及因素的进行进一步研究具有参考意义。同时，各服务方能关注移动LBS的感知娱乐性，以及对用户所处的社会网络属性，进而更好地发展移动LBS业务。

虽然本研究结果对移动LBS的推广提供了有意义的建议，但仍然存在一些不足之处：首先问卷的发放过于集中，可能导致因子的测量指标偏少。后续研究可以再针对社会影响力的具体因素进行研究分析，也可以再加入其它影响因素进行深入探讨。

[1]Davis F D.A technology acceptance model for empirically testing new end-user information systems:theory and results[D].Massachusetts Institute of Technology?，1986

[2]Davis Fred D.Perceived Usefulness,Perceived Ease of Use,and User Acceptance of Information Technology[J].MIS Quarterly 1989,3（13）：318-340

[3]Venkatesh V，Davis FD.A Theoretical Extension of the Technology Acceptance Model:Four Longitudinal Field Studies[J].Management Science，2000，46 （2）：186-204