基于技术接受模型的跑步类运动APP使用意向研究

高洪涛,王舜,程美超,程晓

(1.淮北师范大学 体育学院,安徽 淮北 235000;2.山东财经大学 统计与数学学院,山东 济南 250100)

自从2021年国务院印发《全民健身计划(2021－2025年)》以来,国民的身体健康在国家层面得到不断重视,人们投身体育运动的热情也尤为高涨[1],在此背景下形式多样的移动健身应用程序(APP)应运而生,呈井喷式增长[2]。艾瑞咨询在《智能运动现状及未来趋势指南2018》中表示跑步是当下最受欢迎的运动之一,可以堪称全民第一运动[3]。在如此巨大的跑步需求启发下,各种跑步类运动APP为了吸引大量用户都投入了十足的精力,根据比达网(Big Data－Research)发布的《2021年1月运动健身类APP排行》“悦动圈”和“小米运动”(排名前三的跑步类运动APP)用户使用人数已达到3 511.3万,由此可见在“互联网＋”背景下用户在日常跑步锻炼中运用相关APP进行记录打卡的行为正逐渐成为一种习惯[4]。

跑步类运动APP的快速发展引起了国内外学者的广泛关注,通过对已有文献的梳理发现,当前研究大多仅仅只涉及跑步类APP的运动和移动电商等领域,且多数研究侧重于跑步类APP在高校教育、课程设置等方面的作用,而忽视了用户对其使用意向的研究,但用户作为推动跑步类运动APP产业发展的“引擎”,其使用意向更应该受到重视,研究其使用意向对开发适切于大众需要的运动App产品来说有着重要的意义。基于此,本文以用户对跑步类APP使用意向作为研究对象,使用TAM模型、TRI理论为基础,通过构建结构方程模型以此来剖析各因素对使用意愿的影响。

1 理论基础

1.1 技术接受模型(TAM)

1989年戴维斯(Davis)等[5]人提出了技术接受模型(Technology Acceptance Model,TAM),该模型经常作为研究人们对新信息技术行为意向影响因素的理论模型,用户对于新技术的使用意向受到感知有用性和感知易用性的影响,进而影响使用意愿,最终潜移默化的控制其使用行为。技术接受模型由感知特性构成,主要包括:感知有用性(Perceived Usefulness):指个体感知新技术对其效率的提升程度;感知易用性(Perceived Ease of Use):指个体感知新技术对其操作的难易程度。

1.2 技术准备度(TRI)

技术准备度(Technology Readiness Index)可以理解为一种多维度的心理架构,通常用以推测用户使用新系统或技术来完成日常工作与生活倾向性的一种理论模型[6],四种不同维度的个性特征构成了技术准备度,它们相互作用共同决定了个体对新技术的使用意向。技术准备度的变量是多方面的,主要包括:

乐观主义(Optimism):这是一个对于新技术的使用较为积极的概念,即相信新技术可以为个体生活工作提供更多的效率和控制。

创新主义(Innovativeness):对于新技术有想要征服它的心理动向,有想成为技术指导者的倾向。

不舒适感(Discomfort):个体认为无法控制新技术反而会被其控制的负面感受。

不安全感(Insecurity):对于新技术并不能完全信任,对其能否完成既定目标与效果上存在一定质疑。

1.3 技术准备度与技术接受模型(TRAM)

虽然TAM理论模型已被证实能较好地预测用户对于新技术的使用意向,但麦克法兰(Mcfarland)等[7]认为,TAM对个体特征的关注度不够,应增加其变量范围,以进一步增强对技术接受行为的解释和预测。通过研究发现,TRI理论中的变量能够从四个维度推理判断个体对待新技术的使用态度与看法,而TAM模型的变量能够用来预测和说明个体对于新技术或信息使用行为,因此虽然二者侧重点并不相同,但是技术接受模型和技术准备度在一定情况中是存在着某种关联。为了对技术准备度(TRI)进行科学测试,帕拉苏拉曼(Parasuraman)与美国公司Rock Bridge Associates进行了量表指数开发,共历时三个阶段,由最初的44个初始项目池到最终确定到四个维度共36个题项,但它仍然存在一定场合下不适用的问题,如文献[8]研究发现,TRI受到文化背景不同的影响,中美两国顾客在相同环境下,中国顾客的不舒适感与不安全感要高于美国顾客。文献[9]也发现,在创新精神这一维度中男性要比女性对待新技术或系统时的接受程度更高。为了改善这一问题,文献[10]将TAM与TRI相结合形成新的结构模型TRAM,通过研究发现,技术接受模型(TAM)与技术准备度(TRI)之间存在因果关系,即TRI的个性特质变量对TAM的感知变量均产生影响,但技术准备度中的变量削弱了感知易用性与使用意向之间的影响系数,同时在易用性、有用性与使用意向三者之间起到重要的调节。朱姆(Juam)等[11]也将TRAM模型用于消费领域,发现该模型适用于文化差异背景下的消费行为。这与本文所探讨的跑步类运动APP的使用意向研究不谋而合,在技术接受模型(TAM)的基础上进行拓展,引入技术准备度(TRI)将个性特质作为前因变量,能够调节用户的个体差异问题,弥补单一模型的不足。本研究的概念模型如图1所示:

图1 TRAM概念模型

2 研究假设

基于对上述技术准备度与技术接受模型的分析探讨,可以发现用户在跑步时是否使用跑步APP进行锻炼类似于用户在某种特定情况下是否接受信息或技术。由此,我们可以将二者模型合二为一,构建用户对于跑步APP使用意向影响因素的假设模型,并以此结构为准,进而研究分析使用意向的相关影响因素。

2.1 乐观主义对跑步APP感知的影响

Parasuraman等[12]将乐观主义定义为用户对技术的积极态度,即如果用户认为新技术的出现与使用会让工作生活更加便捷的话,个体往往更容易接受新技术的出现。罗赫里希(Roehrich)[13]认为,乐观主义是“人们在面对困难时总报以积极向上态度去面对”的一种倾向。泰勒(Taylor)等[14]通过研究证明在未知风险下,乐观者比悲观者更容易以积极态度面对困难局面。因此,乐观的人更可能认为对跑步类运动APP的使用对其身体锻炼具有积极正面的作用。综上提出以下假设:

H1a:乐观主义正向影响跑步类运动APP感知有用性。

H1b:乐观主义正向影响跑步类运动APP感知易用性。

2.2 创新精神对跑步APP感知的影响

文献[15]认为,创新精神是个体在面对新技术时是否乐于去尝试应用的意愿程度。卡拉哈纳(Karajanna)等[16]研究表明,创新能力和创新意识较强的人在接受新技术时会表现出较强的自信心。尽管新技术所带来的价值还不明确,所带来的收益也并不明显,但他们仍然相对乐意尝试使用新技术。林(Lin)等[17]认为当个体的创新精神水平越高时他们在面对新兴移动技术时的使用态度会比普通人更为积极。文献[18]研究发现,创新精神对技术接受模型中的变量均会产生积极影响。综上提出以下假设:

H2a:创新精神正向影响跑步类运动APP感知有用性。

H2b:创新精神正向影响跑步类运动APP感知易用性。

2.3 不舒适感对跑步APP感知的影响

Parasuraman等[12]将不舒适感定义为个体在使用新技术时感觉缺乏应有的控制并对此产生焦虑的感知,这将抑制个体对新技术的使用态度。哈克巴斯(Hackbarth)等[19]通过研究发现,个体在面对新技术时不安全感而产生的焦虑会对TAM中感知变量产生负面影响。科斯特(Costa)等[20]认为,不适感会降低个体对新技术产生消极态度,从而影响使用意愿。因这种不舒适感会对跑步类运动APP的感知变量产生负面影响。综上提出以下假设:

H3a:不舒适感负向影响跑步类运动APP感知有用性。

H3b:不舒适感负向影响跑步类运动APP感知易用性。

2.4 不安全感对跑步APP感知的影响

Parasuraman等[12]认为不安全感是指个体对于新技术的到来感到有危机感,怀疑其工作能力是否对己有利并对其产生的后果感到担忧,这将对个体使用新技术产生负面影响。文献[21]认为,缺乏安全感是由于人们面对新技术或系统的先天恐惧所产生的。陈(Chen)等[22]认为,对于新技术的接受态度消极的原因主要是出于对安全与信息泄露的担忧而产生的。文献[18]指出,个体在面对新技术所出现的不安全将会对用户的使用行为产生消极影响。综上提出以下假设:

H4a:不安全感负向影响跑步类运动APP感知有用性。

H4b:不安全感负向影响跑步类运动APP感知易用性。

2.5 技术接受模型中变量之间的影响

根据戴维斯(Davis)[23]提出的TAM模型可得知,感知有用性受到感知易用性的影响。感知易用性会将感知有用性当作中介间接影响使用意向。当用户在认为新技术或新信息系统容易上手时,他们会对其有用性产生更积极的态度。伍金(Woojin)等[24]研究发现,顾客的感知有用性越是积极他们使用预定系统的意愿也越强烈。同样,文卡塔斯(Venkatesh)等[25]发现,对使用意向影响较大的因素是感知有用性。因此,感知有用性会直接影响使用意向。综上提出以下假设:

H5:感知有用性与跑步类运动APP的使用意向正相关。

H6:感知易用性与跑步类运动APP的使用意向正相关。H7:跑步APP感知易用性对感知有用性起到正向影响。

2.6 技术准备度与跑步类APP使用意向的关系

文献[26]指出,为了更为科学地检验个性特质在用户面对新技术或新模型时使用意向的影响,应该将TRI理论纳入TAM模型中。巴斯戈泽(Basgöze)[27]指出,技术准备度将会正向影响用户在消费购物方面的意向。文献[18]发现,四个维度个性特征中的激励因素影响越高时,个体对其的使用意向也会提高;当抑制因素影响越高时,则出现相反情况。综上提出以下假设:

H8:技术准备度影响跑步类运动APP的使用意向。

基于上述假设,本文研究框架如图2所示:

图2 假设框架模型

3 研究工具与方法

3.1 变量测试与数据采集

本研究在前文提出的研究框架以及用户感知态度、使用意向研究的基础之上,主要采用Parasuraman等[28]开发的技术准备度量表2.0,并对Davis[23]在TAM模型中的变量进行适当改编,通过研究和归纳国内外相关使用意向研究量表和指标,再结合实际情况,与相关专家讨论后,提取出适合本文的测量指标(见表1)。

表1 变量测试关系与来源

首先,问卷调查了用户的基本情况、是否使用过跑步类运动APP、使用频率等基本信息;其次,调查了受访者的个性特征、感知态度、使用意向,共29道测试题。采用likert5级量表,选项从“非常同意”到“非常不同意”共有5个。

本文所涉及的跑步APP主要是指具有跑步功能、跑步指导、心理辅导、任务制定、辅助教练指导学员跑步等功能的APP,如咕咚、悦跑圈、约跑等移动应用程序。2021年12月至2022年2月,利用问卷星编制问卷,进行数据收集,截至2022年2月28日,通过微信、QQ等社交平台发出的问卷共收到350份。对收到的问卷进行筛选剔除15份无效问卷,有效问卷共计335份,有效率达95.71%。

4 结果与分析

4.1 信度检验

根据统计学原理,本研究使用克隆巴赫系数(Cronbach’s Alpha)验证信度,从本研究结果来看,本问卷中量表的各个选项相关性均大于0.5(见表2),说明变量中各选项设置合理,不需要删除题项。此外本研究只有创新性量表的克隆巴赫系数值在0.7～0.8以内,其余量表总体值均大于0.8。根据统计学原理,当该系数值在0.7～0.8之间时,量表的信度一般,当该系数值在0.8～0.9之间时,量表信度较高,由此可见,该量表进行数据分析可信度较高。

表2 问卷信度检验结果

4.2 效度检验

利用SPSS22.0对335份数据进行分析,得到本问卷KMO值为0.831(大于0.7时效果最好),巴特利特(Bartlet)球形检验系数为1 462.489,显著性水平sig值为0.000,说明问卷的结构效果良好。具体分析结果如表3所示:

表3 问卷效度分析结果

根据统计原理,当标准因子负荷大于0.5小于0.95时才能表示模型适配度良好,因此,删除标准化因子负荷值小于0.5的第1、6、13、17选项,剩余题项组合信度CR均大于0.7,同时在潜变量中收敛效度AVE均大于0.45,由此可见问卷区别效度良好。具体数值如表4所示:

表4 验证性因子分析结果

4.3 模型与假设检验

结构方程模型又被称为潜变量模型,通过路径分析来检验各变量之间的因果关系[31]。因此,本研究也将使用结构方程模型(SEM)来检验各变量直接的关系以及验证所提出的使用意向模型能否得到支持。根据各参数估计的评价指标与适切情况(见表5),该模型的RMSEA、AGFI、GFI、TLI、CFI、IFI、NFI没有达到理想要求,因此对模型进行修正,删除因素荷载小于0.5的参数得到正确模型(见图3)进行数据分析,图3能够清晰反映出本研究中的乐观主义、创新精神、不舒适感、不安全感、感知有用性、感知易用性与使用意向为潜变量,LG2－LG5、SS1－SS3、CX2－CX4、AQ1－AQ3、PU1－PU4、PE1－PE4、UI1－UI4为显变量,e1－e29为误差变量,修正后所有显变量的因子荷载均大于标准值要求的0.6,最终得到适配的拟配模型。具体拟合指数如表6所示:CMIN/DF＝2.408,RMR＝0.068,RMSEA＝0.070(小于标准值3、0.05与0.08时),说明适配度较好;GFI＝0.904,AGFI＝0.805,均大于0.8的临界值,说明具有较好拟合度;CFI＝0.924,NFI＝0.878,TLI＝0.912,与理想值0.9误差不大,因此可以说样本模型与数据模型具有良好的适配度。

图3 假设模型的标准化输出结果

表5 模型拟合度评价指标比较

表6 修正后模型适配度指数表

在本结构模型中,运行Amos22.0软件得到的结果如表7所示。对非标准化条件下模型的回归系数和显著性系数p值进行检验,根据路径分析结果可以看出除了H1a、H3a、H3b、H4a、H5不成立外,其他假设都成立。

表7 检验假设输出结果

5 结果讨论

本文通过TAM模型和TRI理论,从用户的个性特质、用户感知以及使用意向三个方面提出对于影响跑步类运动APP使用意向的因素,遵循科学性原则并通过SPSS软件和SEM对假设进行验证,由此可见本研究数据是可靠有效的。因此根据研究结果,得到下述结论:

5.1 个性特征与感知有用性的关系

通过对用户使用意向影响因素的模型推导,得出创新性特质是用户感知有用性的主要影响因素,并且创新性特质对其有用性产生正向影响(其余特征H1a、H3a、H4a均不成立)。分析其原因大致有两点:一方面,随着“互联网＋体育”的推广与应用,新兴的信息技术与系统在体育领域发挥着巨大的作用,在运动健身中人们已经接受并习惯了新技术或系统对整个过程的介入,甚至已经习惯通过使用新技术来处理日常生活或工作事务。久而久之,人们对于新信息技术的使用态度与意向敏感程度下降,最终导致用户对新技术或系统的感知有用性越来越小,这也从一方面解释了在技术准备度的四个维度中仅有创新精神对感知有用性产生主要影响,而其余特质均不产生显著影响;另一方面,在特定情况下用户乐于与技术发展并肩同行,并且期待对新技术的使用能够提高生活与工作效率。因此,用户在跑步过程中使用APP加以辅助运动,能够提高他们的感知价值。

5.2 个性特质与感知易用性的关系

当用户的个性特质(技术准备度)作为前因变量时,对用户感知特性均会产生影响,进而影响用户对跑步类运动APP的使用意向。通过假设验证发现,四个维度的用户个性特质对用户感知都有着不同影响结果,在这类个性特质中,用户的乐观主义、创新精神和不安全感对感知易用性起到主要影响,其中乐观性特征、创新性特征和感知易用性呈现正相关。仅有不舒适感对跑步类APP的感知易用性呈现负相关,说明用户乐观主义、创新精神、不安全感是通过感知易用性的中介作用对使用意向产生影响,这一结果恰好与文献[32]的研究结果一致,即用户在接受新信息技术时,个体的乐观主义与创新精神起到了重要的推动作用,乐观与创新程度越高时,感知有用性越高;不安全感越高时,感知易用性越低。说明用户对跑步类运动APP的接受程度较高,跑步类APP能够在跑步时配合穿戴式设备监控心率、步幅步频、时间配速等,让用户在跑步过程中得到更多的控制,对感知有用性起到了正向的影响。感知易用性受到不安全感的负面影响,这说明,跑步类APP虽然能够很好地记录用户在跑步时的各项身体数据,但同时存在一系列的安全问题譬如用户的健康数据、支付信息、个人资料被泄露等问题,这都是在一定程度上造成用户感知缺乏安全感的原因[33]。

5.3 用户个性特征与技术准备度与使用意向的关系

根据研究结果表明,假设H5不成立,说明用户对跑步类APP的感知有用性对使用意向不产生显著影响,因此在跑步类APP的营销推广中不必在此处浪费过多资源。深究其原因在于跑步这项运动的特殊性,它不需要特定的体育用品或器材,跑步类APP对其也只是起到辅助的作用,并不能左右用户的使用意向[34－35]。但是假设中H6、H8成立,能够表明从感知角度来看,用户感知易用性和技术准备度对跑步类运动APP的使用意愿有重要影响。此外,技术准备度的标准化路径系数大于用户对易用性的感知,由此看出与跑步类运动APP本身相比,个性化特征是影响用户是否使用跑步类运动APP更重要的因素。

6 建议

6.1 提供更多个性化和专业化服务

研究结果显示,顾客的创新特征对跑步APP的感知有用性、易用性和使用意向有着显著正向影响。因此,跑步类APP不能仅仅为用户提供基础服务功能,还应该注重相关功能内容的创新性,在大力推广跑步类运动APP的同时,更要注重用户的专业化、个性化服务,以更加优异的品质吸引用户,尽可能地满足用户的健康需求,切实有效地改善用户健康状况[36]。

6.2 严格检查用户数据，提高用户安全感

根据研究结果显示,用户在跑步类运动APP的感知易用性与使用意向方面受到缺乏安全感的影响。由此,想要跑步类运动APP在用户锻炼时得到更多的使用并发挥更大的作用,就必须使用户数据得到保护,保障用户权益的透明化,相关措施可以主要从两个方面入手:一是要消除用户对于健康数据泄露的疑虑,APP可与用户在线上签订相关条款;二是根据传播学中“意见领袖”理论,可以引入资深跑步达人或苏炳添、刘翔等专业运动员分享运动理论与教学,以此增强用户对跑步APP进行锻炼效果的信任感[37－38]。除此以外,跑步APP还存在数据记录不准确的问题。因此,如何在不借助专业仪器的情况下正确收集数据,这将会给跑步类运动APP的未来发展提出考验[39]。

6.3 优化设计，提高用户感知易用性

根据研究结果显示,感知易用性将直接影响使用意向,用户在跑步时选择使用相关APP是为了更好地控制跑步过程中的配速、心率、节奏等,以此达到最佳的锻炼效果,因此不希望有太多的难度限制,所以跑步类运动APP必须简化界面操作等流程,让使用过程一目了然,促进用户对跑步类运动APP的使用[40]。如果操作界面过于复杂,会让用户产生消极态度,因此在跑步类运动APP的设计上要以用户为主体,用户主体意识增强了,则更会放心大胆地在跑步时去尝试运用相关APP加以辅助[41]。

6.4 注重体医结合，挖掘大数据价值

所谓体医结合,是指以公众参与体育为重点,以体育运动的方式配合甚至替代医疗,为公众提供科学、系统的身体指数监测、体育健身计划、体育风险评估、运动损伤护理等相关产品,帮助人们提高体质和健康水平。跑步类运动APP正可以利用其庞大的用户数量,跟踪用户运动数据,充分利用大数据优势,准确划分用户群体,打造“硬件＋软件＋数据”的健康监管模式[42]。

6.5 重视功能创新，提升用户体验感

跑步运动类APP研发重心不能仅侧重手机这一新媒介,也应该尝试与运动手环、运动手表等可穿戴设备共同发挥作用,实时记录用户在跑步时的各项生理数据,每周或半个月向用户反馈各类指标及数据让用户对其运动有良好的监控,培养用户科学跑步健身的习惯(如每周跑步的次数、单次跑步的里程数、跑步时的适当心率),以此来展示跑步APP对于提升个人健康的有效性,提高用户体验感,使得更多用户参与其中[43]。

7 研究不足与展望

本研究中所探讨的用户使用意向假设模型是在TAM模型与TRI理论基础上所构建的,主要变量为用户感知与个性特征,但在现实生活中同样存在其他因素对其使用意向产生影响,如不同年龄性别的受众人群、自我效能、消费能力、感知风险等因素。因此,研究中所得出的数据与结论还是存在一定局限性。未来,若要丰富对跑步类运动APP使用意向的研究,可以从以下几个方面入手:(1)研究方法及数据获取渠道需要多元化。现阶段关于使用意向的相关研究数据都是通过问卷调查法获取,但用户接受新技术是一个动态、复杂的过程,数据只能反映当时用户态度,随着时间推移,感知易用性会随之减弱,且感知有用性也会发生变化。因此,研究方法多元化会成为该领域的研究趋势[44];(2)拓展具有领域特征的整合模型。在研究使用意向时选取顺应实际情况的相应理论模型加以组合,丰富相关基础研究[45];(3)丰富模型变量。增加用户年龄、性别、受教育水平以及收入情况等现实变量进行实证研究,加强模型解释力度[46]。