基于扩展TTF和UTAUT模型的老年用户社会化网络服务采纳行为研究

刘炜

摘要：在技术采纳与使用统一理论（UTAUT）和任务技术匹配理论（TTF）混合分析模型中加入信任感知变量，并运用该模型分析了老年用户持续使用社会网络服务的影响因素。结果表明：技术任务匹配度、行为期望、社会影响、促成因素以及感知信任对老年用户使用社会化网络服务的意图有显著影响，而绩效期望的影响不大。这进一步说明了老年人群对社会化网络服务采购和持续使用行为不仅取取决于对技术的认识度，还取决于任务与技术的匹配度，以及对网络服务的信任度。

关键词：老年用户；社会化网络服务；采纳行为

DOI：10.13956/j.ss.1001-8409.2015.03.26

中图分类号：C931.6 文献标识码：A文章编号：1001-8409（2015）03-0120-05

引言

越来越多的老年人群开始关注和使用社会化网络服务，他们通过参与虚拟社区、网络银行、网上购物及健康管理等社会化网络服务来增强自己的独立性，扩展社会交往圈，更好地融入家庭和社会。许多研究表明，社会化网络服务的广泛应用能够改善老年人群的生活质量，也为老龄化社会的有效管理提供工具和平台[1，2]。老年人群的生理和心理特点（如行动不便、设备操作能力较差、社交圈缩小引发的孤独感等）决定了老年人信息需求和操作行为的特殊性，而社会化网络服务使用对象一直被人们有意或无意地定位于具有主流网络设备和较高计算机技能的人群，老年人群被严重忽视。因此，充分了解社会化网络环境下老年人群的信息需求、网络行为特征以及技术采纳的影响因素，才能让社会化网络服务在老龄社会的管理中发挥作用。

信息技术采纳的研究已经具备了相当深厚的理论基础[3～5]。但大多的研究模型侧重从用户对技术感知的角度来研究用户的采纳行为[6]，比如采用技术采纳模型（TAM ） 的感知有用性、感知易用性等。然而，新的信息技术得不到充分使用的主要原因往往是用户不能接受、不方便使用或者该技术并不能完全满足用户的需求。也就是说，虽然用户感知技术非常有用， 但如果用户认为该技术与其所从事的工作任务不相匹配时，他仍可能放弃使用这种技术[7] 。在前期的研究中，本文提出了基于任务/技术匹配（TTF）理论和技术采纳与使用统一理论（UTAUT）的混合模型。考虑到网络环境的虚拟性特点以及老年人群的心理特征对老年用户采纳社会化网络服务也会有较大的影响，因此，本文在混合模型中加入信任感知度来分析信任对老年用户采纳社会化网络服务意愿的影响。

1相关文献回顾

11老年人群网络信息服务需求研究

越来越多50岁以上的老年人开始接触和使用社会化网络服务。但相对青年人而言，针对老年人群的研究，无论在社会化网络服务应用还是理论研究上都相对滞后[1，2，8]。由于老年人群在生理、心理以及技术接受能力方面具有特殊性，这就决定了老年人群的信息需求和网络行为特征都有别于其他群体。老年人的信息需求包括衣食住行和日常护理等生理信息需求、医疗保健及养老政策等养老信息需求、亲友信息和团体活动等情感信息需求、自我评价和社会评价等受尊重信息需求以及知识技能和工作岗位等自我实现的信息需求[8]。网络信息技术可以满足老年人群的日常生活需求以及与家人和社会群体的沟通[1，2]，老年人可以通过接触网络技术，与子女对社会信息的接收保持同步，相互之间可以找到更多的共同话题，也可以让自己的心态保持年轻，跟上时代的步伐[9，10]。对于身体灵活性下降、行动不便的老年人群来说，社会化网络服务可以提高他们的功能性自理能力[2，9]，智能设备也能帮助老年人群更好地使用社会化网络服务[11]。

12老年人信息技术采纳的研究

老年人群在生理、心理以及技术接受能力方面的特殊性决定了他们采纳信息的行为也有其特殊性[8～10]，认知能力以及知识背景也会造成老年人群与网络信息技术交互的障碍[11]。影响老年人接受和使用新技术的影响因素有很多。Braun（2013）采用技术接受模型研究了124位60岁以上老年人使用社会化网络服务的障碍问题，结果表明社会压力和感知的易用性并不显著影响老年人使用社会化网络服务的行为意向，自我使能因素则通过感知的有用性和易用性间接影响行为意向。Yong （2010）等采用技术接受模型和计划行为理论研究了老年人群接受社会化媒体的影响因素，结果表明感知有用性、感知易用性具有显著的影响作用，感知服务随时可用性则通过感知有用性具有间接影响作用。Chakraborty通过对老年人使用Facebook的研究，从信息共享行为来探究老年人使用社会化网络服务时存在的隐私问题。信息技术的初次采纳并不能保证用户会持续使用该技术，信息系统接受前后个体信念和态度存在着差异也会发生改变[10]。

2研究模型与假设

本文在TTF和UTAUT混合模型中加入了信任感知作为影响变量（如图1）。图1研究模型

21TTF模型

TTF模型认为只有当技术特征和任务需求相匹配，技术能够满足用户需求时，用户才会采纳新的技术[7，12]。

相对于传统的网络服务，社会化网络服务在信息交流、信息传递以及拓展社交圈等方面都具有较大的技术优势，这些技术优势将大大满足老年用户的生活需求，提高老年用户的生活质量。可以看出，老年用户的任务需求与社会化网络服务的技术匹配度在不断增加，从而促进了老年用户使用社会化网络服务。根据TTF模型可知，良好的任务技术匹配会促进老年用户采纳社会化网络服务。反之则会影响或阻碍他们采纳社会化网络服务的意愿。比如说，即便社会化网络服务有及时性、跨地域性等特征，但如果老年用户并无此类需求或实现的难度较大，那么他们仍然会选择传统的服务模式而不是采用社会化网络服务。因此，本文提出：

H1：老年用户的任务特征显著且正向影响任务与技术的匹配度。

H2：社会化网络服务的技术特征显著且正向影响任务与技术的匹配度。

H3：任务与技术的匹配度显著且正向影响着老年用户使用社会化网络服务的意愿。

22UTAUT模型

2003年，Venkatesh融合了理性行为理论以及创新扩散理论等8个模型，提出了UTAUT模型[13]。大多数实证结果显示，UTAUT对用户使用行为的解释力高达70%，比过去所知的任何一个模型都更加有效[12]。

在UTAUT模型中，绩效期望是指个人感觉使用信息技术对工作有所帮助并使其在工作中有更好表现的程度；努力期望是指个人使用系统所需要付出努力的多少，信息系统的设计是否可以让使用者容易使用是接受信息技术的关键因素之一；社会影响是指个人在决定是否使用新技术时，受到他人影响的程度；促成因素是指个人关注的组织或周围环境氛围对其使用新技术时所能给予的支持程度。

一般而言，当用户考虑是否采用新的信息技术时，他们通常会将新技术跟现有技术做比较，考虑新的信息技术是否会给他们的生活带来更多便利或者是否会提高他们完成任务的效率。很多研究都表明信息技术对人们完成工作会有正面的影响。因此，根据UTAUT模型，提出假设：

H4：绩效期望显著而且正向影响老年用户采纳社会化网络服务的意愿。

当用户在决定是否使用新技术时，如果他们感觉到新的技术更有效且更易使用，那么他们就有采纳该技术的意愿。研究表明当新的技术不需要花费太多精力去学习的话，人们大多都会积极地去接纳新的技术。因此，本文认为当老年用户感觉社会化网络容易使用或很容易学会，且不需要付出太多的努力，那么他们也会比较愿意采纳社会化网络服务，否则就会放弃。因此提出假设：

H5：努力期望显著且正向影响老年用户采纳社会化网络服务的意愿。

尽管网络技术已经逐渐普及，但老年用户由于其自身的生理特征和社会环境，他们的信息需求和行为特征与年轻人群完全不同。因此，当老年人群在决定是否采纳社会化网络服务时，往往会受到诸如老年用户的朋友、亲戚是否也在使用社会化网络服务，对老年用户采纳社会化网络服务所持有的态度以及周边环境使用社会化网络服务的氛围等因素的影响。因此，提出假设：

H6：社会因素对老年用户采纳社会化网络服务的意愿有显著且正向的影响。

除了用户个人的使用意图外，对于非专业人士和新手来说，他们大多希望能有专业型的指导或有训练课程来帮助他们尽快熟练和熟悉新的技术[14]。当用户发现自己有能力使用新技术或者是在使用过程中能得到相应的帮助，那么他们采纳信息技术的意愿会更强。因此，本文认为使用技术的自信心以及良好的技术使用环境会促进老年用户使用社会化网络服务。据此，提出假设：

H7：便利的外部环境显著且正向影响老年用户采纳社会化网络服务的意愿。

一般而言，用户使用意图越强，那么他的使用频率也就会越高。研究表明，当用户感觉到大多数人都在使用某项新的技术并且使用该技术可以得到专业帮助，那么大多数人还是愿意使用新技术的。因此，提出假设：

H8：老年用户采纳社会化网络服务的行为意愿显著而且正向影响老年用户的采纳行为。

23信任感知

信任感知就是指用户借助信息交互行为而表现出的对交往方能够履行他所被托付之义务及责任的一种预期和保障感，即一方愿意信赖另一方的信念或信心。在网络环境中，人们大多是以匿名方式进行交流，网络环境的虚拟性等特点会产生个人隐私被侵犯、用户的网络安全存在风险、网络信息是否真实准确等问题。这些问题将考验用户对于社会化网络服务的信任感知。文献[15]通过研究顾客在线浏览忠诚度得出顾客价值、信任和顾客满意度是顾客忠诚度的驱动因素，其中信任是关键要素。也有研究认为，信任是一个非常重要的粘性趋势和意向的预报器。一旦用户对某网络服务缺乏信任，必将引起用户的不满，从而减少其对该服务继续使用的可能性[16]。由于老年用户的心理特征以及网络使用能力等问题，他们在参与社会化网络服务过程中，对交互个体以及所处的网络环境有更高的信任需求。信任程度越高，老年用户对参与社会化网络服务活动的情感承诺也越高，这有助于促进老年用户采纳社会化网络服务，增加老年用户的社会化网络服务的忠诚度。因此，提出假设：

H9：感知信任对老年用户采纳社会化网络服务的意愿有显著且正向的影响。

3研究方法

本文对中国的老年用户采纳社会化网络服务的影响因素进行实证研究。针对一、二线城市的50～60岁老年人群发放问卷，参与填写问卷的老年人都为互联网用户，其中也有一部分用户接触过社会化网络服务，也有一部分在尝试使用后放弃。共发放了350份问卷，回收有效问卷270份，有效率为77%。

为了确保调研工作的顺利开展，在调研前制定了较为详细的调研计划，确定了调研时间、调研社区及联系相关社区的业务主管等。为了验证模型中提出的假设，提高研究的有效性，问卷制作过程中邀请了信息管理领域3位专家、2位政府管理人员以及4位老年用户参与，听取他们的意见。另有3位研究生协助问卷的制作。问卷对象尽量兼顾年龄、教育背景、性别等因素，使得更具有代表性。

研究模型共包括9个因子，各因子均采用多指标进行测度。所有测度项均在相关文献基础上修改，以提高量表的内容效度。问卷中的每一个题项采用Likert五级量表度量，受调查者根据自身的实际情况对每一描述打分，1表示完全不同意、5表示完全同意，其他数值介于其间。通过以上数据的收集，建立了本文实证分析所需的数据库。在对模型进行有效的实证分析之前，对收集的数据进行描述性统计、信度与效度检验、相关分析。本文采用结构方程模型（SEM）来分析每个潜变量的关系，并检验模型假设的有效性。

4结果分析

本文用验证性因子分析（CFA）方法进行模型度量。CFA可以对一个或更多的假设因子进行评估，每个因子都包括一些潜变量。在分析过程中可以删除一些不正确的问题或修改调整因子，以提升分析的准确度。最后对模型路径进行评估。

度量模型中采用了多个拟合指标。表1显示了分析过程中得出的关键指标，其中GFI、AGFI、NFI、CFI等都高于09；RMR低于005，RMSEA小于008，χ2/df小于3，p值也满足推荐值。这些结果显示了关键指标拟合指数实际值均优于推荐值，意味着模型有较好的拟合度。表1量表指标及相关数值结果

因子测度项指标内容tValueR2CRAVE任务特征（TAC）技术特征（TEC）任务技术匹配度（TTF）绩效期望（PE）努力期望（EE）社会影响（SI）便利条件（FC）用户采纳意愿（UB）感知信任（PB）TAC1TAC2TAC3TEC1TEC2TEC3TTF1TTF2TTF3 PE1 PE2 EE1 EE2 EE3 S11 S12 S13FC1FC2 UB1 UlB2 PB1 PB2需要随时能够获取相关信息能够经常跟朋友保持联系能实现自己的兴趣爱好SNSs能提供适合老年人群需求的信息SNSs能够构建良好的虚拟社区环境SNSs能构建适合老年人群的主题板块SNSs在提供老年人群信息方面的功能是足够的SNSs构建的社区及交流环境符合老年人群的需求SNSs构建的主题板块能提升老年用户的兴趣爱好SNSs对我获取信息是有用的SNSs提高了我与外界交流以及娱乐活动的便利性熟练使用SNSs的相关功能对我来说比较容易学习使用SNSs对我来说比较容易与SNSs交互过程是比较简单清晰的那些影响我行为的人认为我应该使用SNSs那些对我重要的人认为我应该使用SNSs社会的外部环境使得我应该使用SNSs我具备使用SNSs的必要资源当遇到使用上的困难和疑惑时能寻求到帮助有使用SNSs获取信息的意愿有使用SNSs进行交流及进行娱乐的意愿对在社会化网络中获取的信息比较信任对我使用的社会化网络环境比较信任3.7***3.2***3.6***7.82***7.92***8.21***7.16***7.03***6.17***2.96***3.47***3.42***3.19***3.31***8.14***5.69***6.01***6.16***6.40***9.13***9.94***8.69***8.91***0.680.41 0.50.480.410.370.340.540.290.580.40.380.420.290.480.410.360.380.310.680.610.620.590.6520.520.7310.4810.6990.3370.6530.4530.6040.3020.6570.3510.7510.3810.7760.6030.7650.59注：GFI=0953，AGFI=0859，NFI=0962，CFI=098，RMR=0019，RMSElA=0048，χ2/df=137；**表示p<005，***表示p<0001

图2结构化模型分析结果

注：**表示p<005，***表示p<0001

在模型分析中，每个维度的结果都大于06，根据Joreskg（1993）的研究，所有模型的指标都达到可接受的水平。

表1中，模型的复合稳定性（CR）在0604～0776之间，均大于阈值05，显示模型是可靠的。此外，潜变量的平均方差（AVE）可以用来说明聚合效度。表1中AVE值在0302～0603之间。因此，模型也是有效性的。

本文采用AMOS软件进行路径分析，检验模型的假设，路径系数结果见图2。

在任务特征和技术特征对任务/技术匹配度的作用分析中，它们的内生变量的路径系数分别为β=049和β=045，p<0001，显示任务特征和技术特征对任务与技术匹配度的影响是显著的假设H1和H2获得验证。对于假设H3，内生变量的路径系数为β=-060，p<0001，显示任务技术匹配度显著正向影响老年用户的行为意向。表1数据反映出绩效期望对老年用户行为意图没有显著的影响，因为内生变量的路径系数β=-009。对于假设H5和H6分析的结果，它们的内生变量的路径系数分别是β=039和β=029，p<0001，所以努力期望、社会因素对老年用户使用社会化网络服务的意图有显著正向影响。假设H7获得支持（β=030，p<0001），显示促成因素显著地影响老年用户使用社会化网络服务的行为。假设H8的分析得出内生变量的路径系数β=039，p<0001，显示老年用户对社会化网络服务的意向会直接影响到他们使用社会化网络服务的行为。最后，假设H9的内生变量路径系数β=045，p<0001，显示老年用户对社会化网络服务环境的信任度会直接影响到他们使用社会化网络服务的意愿。

5结论

本文完善了前期研究模型，通过实证分析得出：技术任务匹配度、行为期望、社会影响、促成因素以及感知信任对老年用户使用社会化网络服务的意愿有显著影响，而绩效期望对老年用户的行为意愿影响并不大。原因是大多数老年用户在使用社会化网络服务时，他们只关注在社会化网络使用过程中获取信息、跟家人朋友交流的效果，而不太关注通过社会化网络服务获取关注或得到奖励等。

如果老年用户感觉社会化网络服务系统容易学会和使用，那么他们会更相信这个系统对自己会有帮助。而周围的朋友亲戚都在使用该项服务，或者有相关机构能对老年人群进行系统的辅导，推出更多适合老年人群需求的社会化网络服务，那么老年人群也会更有意向使用社会化网络服务。此外，构建更高的网络环境信任体系对老年用户参与社会化网络服务活动的意愿以及忠诚度有很大的影响作用。

6研究局限及研究展望

本文旨在探索构建老年用户初次采纳社会化网络服务的影响因素模型，因此实证数据的全面性、代表性以及数据分析的准确性都还有待进一步完善。目前，越来越多的老年人开始接触和使用社会化网络服务，但老年人群对社会化网络服务的采纳并不代表他们会持续使用，使用后又放弃的现象非常普遍。新技术的价值和作用只有在用户持续使用后才能体现出来。因此，信息技术的持续使用是技术采纳研究领域的又一个新热点，而社会化网络环境下老年用户的信息行为也是一个值得重点关注的应用领域。下一步研究将重点集中在老年用户持续使用社会化网络服务方面。比如，构建老年用户持续使用社会化网络服务的分析模型；在样本数据收集过程中综合考虑地区差异、教育背景以及性别等因素对老年用户持续使用社会化网络服务意愿的影响；在实证分析过程中可以加入时间维度，采用跟踪调查的方法，选择一些刚刚接触社会化网络服务的老年用户进行深入的跟踪调研，更全面地刻画老年用户的使用行为和意愿。

参考文献：

[1]Madden M.Social Networking Use among Those Ages 50 and Older Nearly Doubled over the Past Year [R].Pew Internet and American Life Project，2010.

[2]Michael T Braun.Obstacles to Social Networking Website Use among Older Adults [J].Computers in Human Behavior，2013 （29）：673-680.

[3]龚艳萍，梁树霖.在线评论对新技术产品消费者采用意愿的影响研究[J].软科学，2014，28（2）：96-99.

[4]魏欢，李君轶.游客在线团购行为的影响因素研究[J].软科学，2014，28（3）：101-105.

[5]刘红艳，傅胜蓝.移动广告接受意愿的影响因素研究[J].软科学，2014，28（4）：107-111.

[6]周涛，鲁耀斌.整合TTF与UTAUT视角的移动银行用户采纳行为研究[J].管理科学，2009，22（3）：75-82.

[7]Goodhue D L，Thompson R L.Tasktechnology Fit and Individual Performance [J].MIS Quarterly，1995，19（2）：213-236.

[8]左美云，刘勍勍.老年人信息需求模型的构建与应用[J].管理评论，2009，21（10）：89-101.

[9]Yong Gu Ji.Older Adults in an Aging Society and Social Computing：A Research Agenda[J].Journal of Humancomputer Interaction，2010，26（11-12）：1122-1146.

[10]Rajarshi Chakraborty.Privacy Preserving Actions of Older Adults on Social Media：Exploring the Behavior of Opting out of Information Sharing [J]. Decision Support Systems，2013，55（4）：948-956.

[11]郑志刚，陆杰华.面向老年人的社会化网络服务平台研究[J].计算机工程与科学，2012，34（5）：31-34.

[12]Tao Zhou，Yaobin Lu.Integrating TTF and UTAUT to Explain Mobile Banking User Adoption [J].Computers in Human Behavior，2010 （26）：760-767.

[13]Venkatesh V，Morris M G，Davis，G B，et al. User Acceptance of Information Technology：Toward a Unified View[J]. MIS Quarterly，2003，27（3）：425-478.

[14]JungChi Pai，FuMing Tu.The Acceptance and Use of Customer Relationship Management （CRM） Systems [J].Expert Systems with Applications，2011（38）：579-584.

[15]Harris L C，Goode MH.The Four Levels of Loyalty and the Pivotal Role of Trust：A Study of Online Service Dynamics [J]. Journal of Retailing，2004，80（2）：139-158.

[16]Li D，Browne GJ.Why do Internet Users Stick with a Specific Web site？ A Relationship Perspective[J].International Journal of Electronic Commerce，2006，10（4）：105-141.

（责任编辑：李镜）