科技准备度对学习者移动学习使用意愿的影响研究科技准备度对学习者移动学习使用

袁晓芳　方颖　吴健

摘要：在包含移動互联网、新媒体等的新信息环境中，探究科技准备度如何影响学习者对移动学习这一新型学习方式的使用意愿，将对移动学习日后的发展提供更明确的方向。文中将整合技术接受模型（TAM）和科技准备度（TR），构建学习者对移动学习使用意愿的技术准备和接受模型（TRAM），使用结构方程模型和AMOS软件对模型进行检验及修正。研究结果表明，科技准备度中的驱动型因子通过感知有用性和感知易用性的中介作用正向影响使用意愿，抑制型因子中只有不舒适感通过感知易用性间接影响移动学习使用意愿。基于以上结果，文中最终从学习者和企业2个方面对移动学习的改进和发展提出了建议：学习者可以有意识地提高自身的乐观主义和创新精神，降低不舒适感，进而更好地使用移动学习;企业可以通过增加用户使用的自定义空间、提高APP趣味性、完善移动学习功能等，激发学习者的乐观主义和创新精神、降低不舒适感，提高移动学习的感知有用性和感知易用性，从而使学习者对移动学习有更高的使用意愿。

关键词：移动学习;科技准备度;使用意愿;技术接受模型;技术准备和接受模型

中图分类号：G 434文献标识码：A文章编号：1672-7312（2021）03-0348-06

Research on the Influence of Technology Readiness on

Learners’ Usage Intention of Mobile LearningYUAN Xiaofang，FANG Ying，WU Jian，ZHU Pengye，HAN Beibei

（School of Management，Xi’an University of Science and Technology，Xi’an 710054，China）

Abstract：In the new information environment including mobile internet，new media，                                etc.，it is helpful to explore how technology readiness affects learner’ usage  intention of mobile learning，which will provide a clearer direction for the future development of mobile learning.This paper integrated technology acceptance model（TAM） and technology  readiness（TR），constructed the mobile learning usage intention’s technology readiness and acceptance model（TRAM），and used the structural equation model and AMOS software to test and correct the model.The verification results show that the positive factors in technology readiness positively affect the usage intention through the intermediary role of perceived usefulness and perceived ease of use.Only the discomfort in the negative factor affects the intention to use mobile learning through the perceived ease of use.Based on the conclusion，this paper put forward suggestions for the improvement and development of mobile learning from the two aspects of learners and enterprises.Learners can consciously improve their own optimism and innovation，reduce discomfort，and thus better use mobile learning;Companies can increase the userdefined space，improve APP’s fun and mobile learning functions，etc.so as to stimulate learners’ optimism and innovation，reduce discomfort，and improve the perceived usefulness and perceired ease of use of mobile learning，so that learners have a higher mobile learning usage intention.

Key words：Mobile Learning;Technology Readiness;Usage Intention;Technology Acceptance Model;Technology Readiness and Acceptance Model

0引言

随着移动通信技术和移动终端设备的不断发展，移动学习以其便捷性、选择性和即时性的特点，逐渐成为了学习者的新型学习方式＼[1＼]。并且随着2019年新型冠状病毒疫情的爆发，更多的企业采取了线上办公的方式，各个学校也都采用网络教学的形式，出行的限制，也让人们更多地通过移动电子设备来获取信息，这就使得移动学习的应用，变得更加广泛和频繁。中国科学院的统计数据表明，截止2020年3月，我国利用互联网进行在线教育的人数有4.23亿人＼[2＼]，根据艾瑞咨询数据显示，从2019年4季度至2020年2季度，我国使用移动学习APP月独立设备数均超过4亿台，用户对移动学习APP的使用时长均高于疫情前水平＼[3＼]。然而，在使用移动学习的过程中，由于电子设备和技术环境的特殊性，学习者在使用移动学习获取知识的过程具有自主性，因此，当学习者需要使用移动学习时，学习者的使用意愿直接影响其使用移动学习的行为以及学习质量，并且移动学习终端硬件、软件更新迭代的频率和速度很快，对学习者移动终端的使用能力和意愿有更高要求，学习者的准备程度会直接影响使用意愿。LUCAS提出用户对信息系统的接受度，是影响信息系统成败的关键因素＼[4＼]，陈美玲等指出学习者的初始采纳和使用意愿都影响着其对移动学习的使用结果＼[5＼]，科技准备度（technology readiness，TR）客观地呈现了用户在采纳新技术时的心理准备程度，是研究学习者对移动学习这一新技术产品使用意愿的关键要素。

当下，国内外学者对移动学习使用意愿的研究层出不穷。顾小清＼[6＼]等综合了技术接受模型（technology acceptance model，TAM）和信息系统成功模型，探究了用户对移动学习的使用意愿;刘鲁川＼[7＼]等对TAM模型进行了扩展，纳入了沉浸体验和社会影响2个因素，探究移动学习用户接受机理;YU＼[8＼]等将同伴和上级影响力扩展到TAM模型中，探究影响移动学习使用意愿的因素;文书峰＼[9＼]等将个人创新变量引入整合型技术接受与使用模型（UTAUT）中，构建了移动学习使用意愿影响模型;NIKOU＼[10＼]等基于TAM模型，融合了计算机焦虑、个人创新能力、感知信任等因素，研究学习者对移动学习的使用意愿。可以看到，当下国内外学者地研究多基于UTAUT、TAM等模型，并引入外部变量拓展模型，在拓展模型的基础上探讨学习者的使用意愿;在影响因素的选取方面，对于学习者个体因素，特别是有关科技准备度对移动学习使用意愿影响的研究较少。科技准备度可以有效地研究用户采用新技术的倾向＼[11＼]，在互联网发展的大背景下，学习者对新技术准备的状态，势必会影响其对移动学习的使用意愿。因此，从科技准备度这一个体因素出发，探究学习者移动学习使用意愿的影响因素，必将对移动学习日后的发展提供更明确的方向。

综上所述，文中基于技术接受模型（TAM），纳入个体因素科技准备度（TR）作为主要外部变量，构建学习者对移动学习使用意愿模型，使用结构方程模型和AMOS软件验证该模型中的变量关系，并就此提出意见和建议，以期对移动学习的发展和改进提供一定的借鉴和参考。

2研究假设与模型构建

2.1TAM模型相关假设

技术接受模型用于研究用户对信息系统的接受程度，因其简洁性、易操作性和较强的解释力而被广泛应用。在TAM模型中，核心变量为用户对信息技术的感知有用性（perceived usefulness，PU）和感知易用性（perceived ease of use，PEU）＼[12＼]，外部变量通过PU和PEU影响使用态度、意向和行为。对于学习者而言，感知有用性是其主观感觉移动学习能够提升学习质量和效率的程度，感知易用性是其主观感受到的使用移动学习的容易程度，而使用意愿（usage intention，UI）是指在条件允许的情况下，学习者预计自己会使用移动学习方式的可能性。

在TAM应用于移动学习的实证研究上，刘根萍＼[13＼]等针对大学生接受使用移动学习的影响因素问题，扩展了TAM模型，最终验证了TAM模型中PEU和PU都直接正向影響大学生接受移动学习的使用意愿，并且PEU对PU有正向影响。TAN＼[14＼]等以TAM模型为基础，纳入个体差异等变量，研究学习者移动学习使用意愿，并验证得到PU、PEU、个体差异与使用意愿有显著正相关。JOO＼[15＼]等构建了移动学习使用意愿的TAM扩展模型，结果表明PU、PEU和满意度对UI有积极的影响。HSIA＼[16＼]等在TAM模型的基础上，加入感知行为控制变量，最终验证了PU、PEU和感知行为控制均对移动学习使用意愿有显著正向影响。因此，文中提出以下假设：

H1：学习者对移动学习感知易用性正向影响其使用意愿。

H2：学习者对移动学习感知有用性正向影响其使用意愿。

H3：学习者对移动学习感知易用性正向影响其感知有用性。

2.2TR与TAM模型相关假设

科技准备度（TR）是一种多维心理架构，刻画了人们尝试新技术时的就绪状态＼[17＼]。PARASURAMAN将TR定义为“人们倾向于接受新技术来实现生活和工作目标的意愿”＼[11＼]。科技准备度分为乐观主义、创新精神、不舒适感和不安全感4个维度。乐观主义是对技术的积极看法，以及相信技术能为人们提供更多控制、灵活性和生活效率的信念;创新精神指成为技术先驱和思想领袖的倾向＼[18＼];不舒适感指对技术感知缺乏控制以及来自技术的焦虑感;不安全感是指对技术的不信任，源于对其正常工作能力的怀疑＼[19＼]。乐观主义和创新精神为驱动型因子，激励人们采纳新技术，不舒适感和不安全感为抑制型因子，约束人们的采纳意愿，2种信念中的4个维度共同作用决定使用意愿＼[20＼]。

众多文献将TR纳入TAM模型中，构建成为技术准备和接受模型（technology readiness and acceptance model，TRAM），研究用户特征及其先前经验对使用意图的影响。LIN＼[21＼]等构建了在线股票交易系统的TRAM模型，并最终验证了TR通过PU和PEU间接正向影响UI。赵庆＼[22＼]等建立了TR对移动图书馆服务质量影响的中介模型，研究结果表明，乐观主义和创新精神通过PU和PEU的中介作用正向影响服务质量，不舒适感和不安全感以同样路径负向影响服务质量。BUYLE＼[23＼]等基于TRAM模型，研究了决策者的科技准备度与其使用智慧城市数据标准的意愿之间的关系，结果表明，创新精神得分较高的受访者更倾向于使用数据标准。KAMBLE＼[24＼]等通过TRAM模型调查消费者对运动可穿戴设备的使用意愿，结果表明TR的正向因子对PU和PEU有积极影响，负向因子对PU和PEU有负面影响，同时PU和PEU都会正向影响运动可穿戴设备的使用意愿。

通过以上研究可以发现，TR与TAM模型能够解释人们对某一信息系统的接受程度，移动学习作为一种基于信息系统的新型学习方式，科技准备度中的驱动型因子正向影响学习者对移动学习的感知有用性和感知易用性，抑制型因子负向影响感知有用性和感知易用性。因此，文中提出以下假设：

H4：乐观主义正向影响学习者对移动学习感知易用性。

H5：乐观主义正向影响学习者对移动学习感知有用性。

H6：创新精神正向影响学习者对移动学习感知易用性。

H7：创新精神正向影响学习者对移动学习感知有用性。

H8：不舒适感负向影响学习者对移动学习感知易用性。

H9：不舒适感负向影响学习者对移动学习感知有用性。

H10：不安全感负向影响学习者对移动学习感知易用性。

H11：不安全感负向影响学习者对移动学习感知有用性。

2.3模型构建

基于以上假设，文中构建了移动学习使用意愿模型，模型包括7个潜在变量，每个潜在变量均参考相关文献选取对应的观测变量，并依据学习者使用移动学习的情景对变量的问卷题目加以修改，假设模型如图1所示。

科技准备度4个维度的测项来源于PARASURAMAN＼[19＼]所使用的量表，反映学习者接受和使用新技术完成日常生活或工作目标的倾向性;感知有用性、感知易用性和使用意愿的测项来源于DAVIS＼[25＼]原始量表，借鉴刘根萍＼[13＼]、萧至惠＼[26＼]等人的研究，反映学习者主观感觉移动学习能够提升其学习效果和学习效率的程度，以及使用移动学习的容易程度，进而预计自己会使用移动学习方式的可能性。

3.1问卷设计

问卷主体分为3个部分，第一部分是背景信息，包括被调查者的性别、年龄、平均每天使用移动设备学习的时间以及学习的内容等基本信息;第二部分是学习者科技准备度的调查，主要了解被试者乐观主义、创新精神、不舒适感、不安全感4个科技准备度维度，共16个题项;第三部分调查感知有用性、感知易用性对使用意愿的影响。第二、三部分采用Likert的5点计数法，从“完全不同意”至“完全同意”，分别对应分值由1～5。

为了保证整个研究数据的信度和效度，在正式发放问卷前，进行问卷预调研，收回有效问卷91份，依据分析结果，修正问卷布局和部分题目表述，生成正式问卷。

3.2数据收集

正式发放问卷时，采用简单随机抽样的方法，通过线上（麦客网络问卷）和线下（纸质问卷）共发放350份问卷，回收有效问卷324份，回收有效率为92.57%。

对收集回来的数据进行信效度分析，问卷各构面的信度均在0.7以上，其中0.8以上的條目占绝大部分，说明量表信度较好。问卷总体效度为0.893，说明问卷设计合理。

在324名调查对象中，男女比例为11：9，25岁及以下人群占比最多为65%，25～35岁占比19%，35岁以上占比16%。学习时长分布如图2所示，其中平均每天使用移动学习在1～2小时的人群占比最大（38.58%）。学习者对移动学习内容选择的分布结果如图3所示，有一半多的学习者选择了专业相关类的学习内容（56.17%），其余内容选择分布较为平均。

4.1模型验证

本研究以SEM进行数据分析，以探究模型变量间的因果关系，采用AMOS 23.0软件进行分析。

4.1.1基本适配度

本研究首先进行异常估计值的筛检及修正模式的校正，依据SEM对模型分析所建议的修正指标（modification indicators，MI）对各变量予以修改或删除，以提高模型的解释能力。经反复的检查及修正模式的调整，各构面的修正结果分述如下。

依SEM验证性因素分析显示，构面乐观主义中观察变量OPT 1的影响不显著，构面创新精神中观察变量INN 3的影响不显著，构面不舒适感中观察变量DIS 1的影响不显著，构面感知有用性中观察变量PU 3的影响不显著，构面感知易用性中观察变量PEU 4的影响不显著，构面使用意愿中观察变量UI3的影响不显著，根据修正指标的建议予以删除。

4.1.2整体适配度

结构方程模型的评估以模型适配度指标来衡量，本研究模型适配度指标的测量值和理想值见表1。

4.1.3内在适配度

本文采用组合信度（CR）和平均方差抽取量（AVE）来测量模型的内在适配度。分析结果见表2，表2中所有测量项的标准化参数估计值（std）均大于0.5，大部分潜在变量的AVE值均大于0.5，说明模型有良好的聚敛效度。并且表中所有因子的组合信度CR值均大于0.7，表明各构面测量变量间的一致性较高。本研究通过比较AVE值的开方与相关系数的大小来判断量表的区别效度，检验结果见表3。可以看到，绝大多数变量之间的AVE值的开方均高于同一行、列上的相关系数值，说明该测量模型的区别效度较好。

4.2模型假设检验分析

本研究运用AMOS来验证以上模型和假设的合理性。该模型中共有7个潜在变量，其中乐观主

表3区别效度的检验结果创新精神、不舒适感、不安全感为外源变量，使用意愿为内生变量，感知有用性、感知易用性为既是外源变量，又是内生变量。本研究的结构方程模型如图4所示。图4结构方程模型

运用AMOS来验证以上假设的合理性，路径系数见表4。

结果感知易用性使用意愿H15.155***0.259成立感知有用性使用意愿H23.442***0.318成立感知易用性感知有用性H37.403***0.501成立乐观主义感知易用性H46.808***0.472成立乐观主义感知有用性H54.099***0.272成立创新精神感知易用性H64.009***0.254成立创新精神感知有用性H71.4560.1450.081不成立不舒适感感知易用性H8-2.8170.005-0.179成立不舒适感感知有用性H9-0.4200.674-0.023不成立不安全感感知易用性H101.9920.0460.125不成立不安全感感知有用性H111.1590.2460.062不成立注：***表示p<0.001。

由表4可知，PEU对UI，PU对UI，PEU对PU的路径系数均达到显著水平，说明他们之间有因果关系。H1、H2、H3成立。

由表4可知，乐观主义对PEU和PU都有显著影响，说明乐观主义通过PEU和PU间接影响UI，H4，H5成立;创新精神对PEU有显著正向影响，说明创新精神通过PEU正向影响学习者移动学习使用意愿，H6成立;不舒适感对PEU有显著负向影响，说明不舒适感通过PEU负向影响学习者移动学习使用意愿，H8成立。

创新精神对PU的显著值大于0.01，说明学习者对新科技的创新精神不会影响其对移动学习的使用意愿，H7不成立。移动学习已经相对普遍地出现在学习者的学习生活中，学习者有条件选择移动，以学习提高自己的学习质量和效率，因此，创新精神没有显著影响学习者对于移动学习的感知有用性。

不舒适感对PU的显著值大于0.01，说明学习者对新技术的不舒适感不会影响其对移动学习的使用意愿，H9不成立。移动学习作为移动互联网发展下的产物，其技术环境相对成熟，学习者不会对移动学习产生强烈的不可控感和焦虑感，因此，学习者的对新技术的不舒适感不会显著影响学习者对于移动学习的感知有用性。

不安全感对PU和PEU的影响均不显著，说明学习者对新科技的不安全感不会影响其对移动学习的使用意愿，H10，H11不成立。中国互联网发展的大环境已经非常成熟，学习者已经习惯和使用各种移动终端系统和软件，信任系统和软件正常工作的能力，因此，学习者对于移动学习的使用意愿没有受到不安全感的间接影响。

综上所述，除了H7，H9，H10，H11这4个假设不成立外，其他假设均得到了显著性的验证结果。因此，文中最终的模型路径图如图5所示。

注：***表示p<0.001，**表示p<0.015结论与讨论

5.1研究结论

本文选取了技术接受模型作为基础理论模型，纳入科技准备度作为外部变量，构建了学习者对移动学习使用意愿模型，通过结构方程模型分析，最终得出如下结论。

感知易用性和感知有用性对使用意愿有直接正向影响，同时感知易用性正向影响感知有用性，进而影响使用意愿。科技准备度通过感知有用性和感知易用性间接影响学习者移动学习使用意愿，科技准备度中的驱动型因子（乐观主义、创新精神）对感知易用性的影响显著，乐观主义对感知有用性的影响显著，创新精神没有显著影响感知有用性;而抑制型因子（不舒适感、不安全感）对感知有用性的影响不显著，不安全感对感知易用性的影响不显著，只有不舒适感会影響感知易用性。根据路径系数值的大小可以判断出，各变量直接对学习者使用意愿的影响力大小为：感知有用性>感知易用性，科技准备度对学习者使用意愿的间接影响力大小为：乐观主义>创新精神>不舒适感，其中不安全感对学习者移动学习使用意愿的影响不显著。

5.2对策建议

基于以上结论，为了提高学习者对移动学习的使用意愿，以促进移动学习平台更好地发展，文中提出以下建议。

5.2.1增强学习者的乐观主义

研究结果表明，学习者的乐观主义通过感知有用性和感知易用性正向影响使用意愿，所以提高学习者的乐观主义，会更好地促进其对移动学习的使用。首先，从学习者自身出发，要多接触新的移动学习软件，提高对新软件的使用能力。其次，移动学习APP可以为学习者提供更多样的功能，更多的灵活性和选择性，让学习者能够根据需要自定义学习方式＼[27＼]，更充分地体会到移动学习的便捷，进而增强学习者对移动学习的乐观性。

5.2.2培养学习者的创新精神

研究结果表明，学习者的创新精神对使用意愿有间接正向影响，因此，可以通过培养学习者的创新意识，提高其对移动学习的使用意愿。首先，学习者自身要紧跟感兴趣的前沿技术发展动态，学会查找合适的信息，并主动跟周围人分享和交流新技术的使用心得，从而培养自我的创新意识和创新能力，激发移动学习的内在动机＼[7＼];其次，移动学习APP可以增加分享奖励的活动，鼓励学习者进行更多的反馈，同时，移动学习平台可以设计学习激励系统（例如积分奖励），增加更多趣味性的互动，激发学习者对移动学习的创新性＼[28＼]。

5.2.3降低学习者的不舒适感

结果表明，学习者的不舒适感对使用意愿有间接负向的影响，而不安全感没有显著的影响。首先，学习者要适应碎片化和人机交互的移动学习方式，学会与传统学习方式灵活融合，降低使用移动学习带来的不舒适感。其次，移动学习APP可以提供网络在线学习互助小组及名师答疑，让学习者能够通过社群交流和解决问题，降低不舒适感，增加感知易用性，进而提高学习者的使用意愿。

5.2.4以用户体验为中心，完善移动学习功能

结果表明，学习者对移动学习的感知有用性和感知易用性均显著影响使用意愿，因此，移动学习开发商要以用户体验为中心，关注和满足不同学习者的学习需求，并且应该重点提高移动学习产品的感知易用性。在硬件方面，通过简洁明了的界面设计、简单的操作流程、便捷的操作平台等迎合学习者的需求;设立资源下载或缓存功能，完善学习者的移动学习环境＼[7＼];提高系统的兼容性，支持新旧版本的融合、不同移动设备间的数据共享。在软件方面，企业要提供全面的知识资源和精简化的高质量课程，加强名师的宣传，提高企业的权威性和影响力，同时利用大数据、云计算等技术为用户提供精准的知识服务。这些可以提高学习者对移动学习的感知有用性和感知易用性，无形之中也激发了学习者对新技术更高层次的乐观主义和创新精神，并且能够降低技术认知带来的负面影响，从而使学习者对移动学习有更高的使用意愿。

参考文献：

＼[1＼]鲍日勤.开放教育学习者移动学习使用意愿影响因素研究＼[J＼].远程教育杂志，2017，35（03）：102-112.

＼[2＼]中国科学院.2020年中国在线教育网课市场白皮书暨2021年前瞻报告＼[R/OL＼].2021-01-15，http：//www.feds.ac.cn/index.php/zhcn/xwbd/2870-2020-2021.

＼[3＼]艾瑞咨询.中国移动应用趋势洞察白皮书——在线教育篇＼[R/OL＼].2020-12-23，http：//report.iresearch.cn/report/202012/3706.shtml.

＼[4＼]LUCAS H C.Why information systems fail＼[M＼].New York：Columbia University Press，1975.

＼[5＼]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+96.

＼[6＼]顾小清，付世容.移动学习的用户接受度实证研究＼[J＼].电化教育研究，2011（06）：48-55.

＼[7＼]刘鲁川，孙凯.MLearning用户接受机理：基于TAM的实证研究＼[J＼].电化教育研究，2011（07）：54-60.

＼[8＼]YU Z G，YU X Z.An extended technology acceptance model of a mobile learning technology＼[J＼].Computer Applications in Engineering Education，2019，27（03）：721-732.

＼[9＼]文书锋，赵丽红，孙道金.基于UTAUT模型的移动学习APP使用意愿研究＼[J＼].成人教育，2019，39（10）：19-23.

＼[10＼]NIKOU S A，ECONOMIDES A A.Mobilebased assessment：Investigating the factors that influence behavioral intention to use＼[J＼].Computers & Education，2017，109（06）：56-73.

＼[11＼]PARASURAMAN A.Technology Readiness Index（Tri）：A multipleitem scale to measure readiness to embrace new technologies＼[J＼].Journal of Service Research，2000，2（04）：307-320.

＼[12＼]DAVIS，FRED JR D.A technology acceptance model for empirically testing new enduser information systems：theory and results＼[J＼].Massachusetts Institute of Technology，1986：233-250.

＼[13＼]刘根萍，吴凤秀.温州在校大学生接受移动学习的影响因素分析＼[J＼].现代教育技术，2011（06）：109-114.

＼[14＼]TAN W H，SIM J.Determinants of mobile learning adoption：an empirical analysis＼[J＼].Journal of Computer Information Systems，2012，52（03）：82-91.

＼[15＼]JOO Y J，LEE H W，HAM Y.Integrating user interface and personal innovativeness into the TAM for mobile learning in cyber university＼[J＼].Journal of Computing in Higher Education，2014，26（02）：143-158.

＼[16＼]HSIA J W.The effects of locus of control on university students’ mobile learning adoption＼[J＼].Journal of Computing in Higher Education，2016，28（1）：1-17.

＼[17＼]LIN JS C，CHANG C.The role of technlogy readiness in selfservice technology acceptance＼[J＼].Managing Service Quality，2011，21（4）：424-444.

＼[18＼]MASSEY A P，KHATRI V，MONTOYAWEISS M M.Usability of online services：the role of Technology Readiness and context＼[J＼].Decision Sciences，2007，38（02）：277-308.

＼[19＼]PARASURAMAN A，COLBY C L.An updated and streamlined Technology Readiness Index：TRI 2.0＼[J＼].Journal of Service Research，2015，18（01）：59-74.

＼[20＼]施國洪，夏前龙.技术准备度内涵、结构、测量与研究评述＼[J＼].科技进步与对策，2014（19）：120-125.

＼[21＼]LIN CH，SHIH H Y，SHER PJ.Integrating technology readiness into technology acceptance：the TRAM model＼[J＼].Psychology & Marketing，2007，24（07）：641-657.

＼[22＼]赵庆，施国洪，邵世玲.技术准备度对移动图书馆服務质量的影响机制研究＼[J＼].图书情报工作，2015，59（17）：33-40.

＼[23＼]BUYLE R，VAN COMPERNOLLE M，VLASSENROOT E，et al.“Technology Readiness and Acceptance Model” as a predictor for the use intention of data standards in smart cities＼[J＼].Media and Communication，2018，6（04）：127-139.

＼[24＼]KAMBLE S，GUNASEKARAN A，ARHA H.Understanding the blockchain technology adoption in supply chainsindian context＼[J＼].International Journal of Production Research，2019，57（07）：2009-2033.

＼[25＼]DAVIS F D.Perceived usefulness，perceived ease of use，and user acceptance of information technology＼[J＼].Mis Quarterly，1989，13（3）：319-340.

＼[26＼]萧至惠.影响消费者对电子书接受意愿因素之研究＼[J＼].电子商务研究，2009，7（03）：355-384.

＼[27＼]FONSECA D，CONDE M ，et al.Improving the information society skills：Is knowledge accessible for all？＼[J＼].Universal Access in the Information Society，2017，17（02）：229-245.

＼[28＼]WIESE M，HUMBANI M.Exploring technology readiness for mobile payment app users＼[J＼].The International Review of Retail Distribution and Consumer Research，2019，30（29）：1-20.（责任编辑：韩莉）