商圈O2O用户的接受度影响因素研究

李杰，高淑兰



商圈O2O用户的接受度影响因素研究

李杰1，高淑兰2

（1．五邑大学 经济管理学院，广东 江门 529020；2．百色学院 数学与统计学院，广西 百色 533000）

基于整合型科技接受（UTAUT）模型，结合商圈O2O模式的特点，构建了以个人创新性、移动便利性、娱乐感知、风险感知为影响因子的商圈O2O用户接受度影响因素模型，并根据模型提出了相应的假设，并通过结构方程建模验证假设. 结果显示：个人创新性、移动便利性、娱乐感知显著影响用户接受该模式的意愿，风险感知对用户的使用意愿没有显著性影响，证明UTAUT模型用于研究商圈O2O模式是可行的.

商圈O2O；UTAUT模型；电子商务

随着电子商务的蓬勃发展，O2O（Online to Offline，线上到线下）模式逐渐成为传统行业与电子商务之间新的增长点. 商圈O2O是指利用二维码、云计算等信息技术，结合移动手机端、PC 端、门店终端三大接入口，提供多种融合线上线下的产品和服务. 如杭州武林路商圈，用户进入商圈后自动接入WIFI，通过手机扫描商圈内二维码，即可实现订座点餐、买电影票、预订酒店和购物等，同时还可查询商圈地图、停车场、公共厕所、公交站等公共设施. 商圈O2O用户的接受度影响因素是指会影响用户接受并使用商圈O2O模式下的产品或服务的因素. 由于该模式是属于新兴的电子商务模式，研究模式推广初期的用户接受度影响因素可为商圈O2O模式的开发提供参考，更好地满足用户需求，具有重要的现实意义.

在文献[1]和[2]的基础上，本文结合商圈O2O的特点，构建商圈O2O用户的接受度影响因素模型，采用问卷调查方法获取数据，并利用SPSS进行问卷的信度效度分析，采用Lisrel进行结构方程建模，验证模型的有效性. 最后结合验证结果对企业提出建议.

1 理论基础与研究假设

1.1 理论模型

整合型科技接受（Unified Theory of Acceptance and Use of Technology，UTAUT）模型能够较好地解释超过70%的个体采纳新技术类问题[3]. 由于本文只关注各变量对使用意愿的影响，而Davis等[4]经过研究发现UTAUT模型中的促成因素只对使用行为产生影响，所以模型中将此类变量删除，再根据商圈O2O的特点，构建了商圈O2O用户接受度影响因素模型，模型如图1所示.

图1 商圈O2O的用户使用模型

1.2 研究假设

Mallet等[5]将移动便利性变量加入研究用户使用移动售票服务意向的模型当中，分析了其对使用意愿的影响. Liao等[6]将娱乐感知变量加入到台湾用户接受3G网络用户影响因素模型当中，验证了娱乐感知对使用意愿的正向显著性影响. Wu等[7]将风险感知变量加入对用户接受移动商务行为的模型中，实证得到风险感知对使用意愿影响的显著性. Agarwal等[8]在研究信息技术使用行为中证实了个体创新性对使用信息技术的意愿有直接影响. 俞坤[9]在研究移动互联网广告的用户接受模型中，实证证明了个人创新性对使用意愿的显著性影响. 综合以上研究结果，提出以下假设：

2 问卷设计与回收

本研究的数据来源于问卷调查，问卷设计方法采用Davis(2000)建议：为了减少被调研者因为困惑和逻辑跳跃性太大造成的测量误差，问卷把测量同一指标的问项放在一起. 依据文献[10]，问卷采用Likert5级评分方法，分为3个部分：第一部分为问卷说明部分，主要对商圈O2O进行介绍. 第二部分是问卷的核心部分，主要对绩效期望、风险感知、努力期望等8个变量进行测量. 第三部分为被调查者的个人信息. 为使问卷易于被调研者理解，先制定初步的问卷调查量表，小范围内请同学和老师试填后，结合大家的建议对若干题项的描述进行调整. 最终问卷调查量表通过手机社交软件（如微信）进行大范围的发放，发放时间从2014年10月8日至2014年10月27日，历时20天. 最终回收调研样本数224份. 对回收的全体样本进行检验与分析，回收的有效问卷共为192份，无效问卷32份（如前后回答的答案自相矛盾、全部选项全一致等），问卷有效回收率76.8%.

3 实证分析

本研究利用问卷调查回收的数据，首先进行描述性统计分析，其次对问卷的信度与效度进行检验，最后用软件Lisrel8.7完成实证分析.

3.1 描述性统计分析

本研究从性别、年龄、职业、学历4个方面对样本数据进行描述性统计分析. 分析结果如表1所示. 结果显示：使用商圈O2O产品或服务的研究样本群体呈现年轻化、高学历的特征. 这说明本问卷具有较高的可靠性.

表1 描述性统计分析结果

3.2 信度分析

运用SPSS19.0进行信度检验，总量表的Cronbach's Alpha值为0.920，个体创新性、绩效期望、努力期望、社会影响、娱乐感知、移动便利性、风险感知、使用意愿的Cronbach's Alpha值分别为0.762、0.751、0.780、0.739、0.814、0.739、0.692、0.772 ，数据整体的可靠性较强.

3.3 效度分析

本研究采用验证性因子分析的方法来检验量表的结构效度. 为判断测量样本是否适合因子分析，需首先通过KMO样本测度和Bartlett球形检验. 个体创新性、绩效期望、努力期望、社会影响、娱乐感知、移动便利性、风险感知、使用意愿的KMO值分别为0.761、0.670、0.704、0.687、0.792、0.745、0.613、0.680，8个变量的Bartlett球形检验显著性概率全部为0.000，说明变量之间相关性较强，适合做因子分析. 接着对数据进行最大方差正交旋转，累计解释变异分别为58.395%、66.993%、69.510%、56.225%、64.651%、56.405%、59.748%、68.831%，由此可知问卷量表的效度较好.

3.4 结构方程模型拟合度分析

采用Lisrel8.7对研究模型进行相关假设验证. 规范卡方值（CMIN/DF）为1.75，近似均方根残差（RMSEA）为0.065，规范适配指数（NFI）为0.92，不规范适配指数（NNFI）为0.95，比较适配指数（CFI）为0.96，增值适配指数（IFI）为0.96，相关适配指标（RFI）为0.90. 每个值都处在合理范围内，所以本研究建立的结构方程模型的拟合度较好.

3.5 路径分析与假设检验

采用Lisrel8.7对研究模型进行假设检验. 模型路径验证结果如表2所示：

表2 模型路径验证结果

注：的绝对值大于1.96为显著.

本研究提出的8个假设中，有7个假设经检验后是成立的，1个假设不成立，假设检验具体情况如表3所示：

表3 假设检验汇总

4 研究结论

4.1 拒绝的假设路径分析

用户的风险感知会负向影响使用意愿，标准化路径系数-0.06，因此假设不成立. 对于假设被拒绝，其原因可能是由于在线支付系统在国内已经发展成熟. 由中国人民银行公布的数据显示：电子支付业务增长较快，移动支付业务保持高位增长. 2014年第一季度，全国共发生电子支付业务70.67亿笔，金额292.89万亿元，同比分别增长25.92%和34.60%. 其中，网上支付业务63.16亿笔，金额287.75万亿元，同比分别增长20.31%和33.81%；移动支付业务6.59亿笔，金额3.89万亿元，同比分别增长232.20%和255.37%[11]. 用户认为支付风险很低，而支付风险是用户的主要风险感知，说明风险感知对用户接受商圈O2O的影响是较低的.

4.2 成立的假设路径分析

对使用意愿的影响效应最大的是努力期望，娱乐感知对使用意愿的影响效应次之，紧接着是社会影响、绩效期望、个人创新性、移动便利性. 努力期望对用户接受商圈O2O产品或服务的影响程度最大，也就是说对于用户来说，他们是否感受到容易使用商圈O2O服务或产品能最大程度的反映他们的使用意愿. 此外，是否方便用户在移动终端使用产品或服务，用户对新事物接受的能力，使用该产品或服务带来的效用大小，使用产品的过程中是否好玩都会对使用意愿产生影响，并且影响力依次增大.

4.3 建议

本研究以UTAUT模型为基础，同时考虑到用户的个人创新性、娱乐感知、移动便利性，构建了商圈O2O用户接受度影响因素模型. 实证分析该模型之后对商圈O2O产品和服务的提供商在产品开发和推广阶段具有一定的意义，具体而言有以下管理方面的建议：第一，开发的应用程序和官方网站呈现的商品和服务的分类要清晰，从用户选择产品和服务阶段到购买阶段的流程尽量简化，便于用户操作；第二，利用好现有的社交网络，特别是微信朋友圈来构思合适的推广方式. 因为实证研究发现，社会影响对使用意愿的影响程度仅次于努力期望；第三，对用户进行人群的划分，根据人群的具体特点和感兴趣的话题选择匹配该人群的推广方式，满足不同人群的偏好.

[1] 张炜一. O2O电子商务模式下中国大众用户接受行为影响因素探究[D]. 北京：北京邮电大学，2013.

[2] DAVIS F. Perceived usefulness, perceived ease of use, and user acceptance of information technology [J]. MIS Quarte. 1989, 13(3): 319-341.

[3] 邓朝华. 移动服务用户采纳模型及其实证研究[D]. 武汉：华中科技大学，2008.

[4] VEVKATEST 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.

[5] MALLAT N, ROSSI M, TUUNAINEN V K, et al. The impact of use context on mobile services acceptance: the case of mobile ticketing [J]. Information & Management, 2009, 46(3): 190-195.

[6] LIAO Chunhsiung, TSOU Chunwang, HUANG Mingfeng. Factors influencing the usage of 3G mobile services in Taiwan [J]. Online Information Review, 2007, 31(6): 759-774.

[7] WU Jenher, WANG Shuching. What drives mobile commerce? An empirical evaluation of the revised technology acceptance model [J]. Information & Management, 2005, 42(5): 719-729.

[8] AGARWAL R, KARAHANNA E. Time flies when you’re having fun: cognitive absorption and beliefs about information technology usage [J]. MIS quarterly, 2000, 24(4): 665-694.

[9] 俞坤. 基于UTAUT模型的移动互联网广告的用户接受模型的研究[D]. 北京：北京邮电大学，2012.

[10] 吴明隆. SPSS统计应用实务问卷分析与应用统计[M]. 北京：科学出版社，2003.

[11]2014年第一季度支付体系运行总体情况—中国人民银行[EB/OL]. (2014-12-27)[2015-03-18]. http://www. pbc.gov.cn/publish/goutongjiaoliu/524/2014/20140526152652968466090/20140526152652968466090_.html.

[责任编辑：韦 韬]

Research on Factors Influencing Users’ Acceptance of Business Circle O2O

LIJie1, GAOShu-lan2

(1. School of Economics and Management, Wuyi University, Jiangmen 529020, China;2. School of Mathematics and Statics, Baise University, Baise 533000, China)

Based on the unified theory of acceptance and use of technology model, and in light of the characteristics of the business circle O2O mode, this study constructs an O2O user acceptance degree model with individual innovation, mobile convenience, perceived entertainment, and perceived risk as factors of influence, proposes the corresponding assumptions based on the model, and then verifies those assumptions by using the structural equation modeling. The result shows that individual innovation, mobile convenience, and perceived entertainment have significant influence on the willingness of users to accept the model and perceived risks have no significant effect. It is proved that the UTAUT model is feasible for the research on the O2O model.

business circle O2O; UTAUT model; electronic commerce

1006-7302（2015）04-0071-05

F832

A

2015-03-23

李杰（1987—），男，湖南娄底人，在读硕士生，研究方向为电子商务.