胡慶平，曾劍秋

(北京郵電大學經(jīng)濟管理學院，北京100876)

一、引言

近年來，隨著移動互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，移動新聞客戶端作為一種新興媒介工具正逐漸成為人們?nèi)粘＋@取信息內(nèi)容的主流手段。因此，深入了解移動新聞客戶端的用戶采納行為對我國移動互聯(lián)網(wǎng)的信息傳播治理和規(guī)范具有重要的實踐意義。

本文結(jié)合技術(shù)接受(TAM)模型和相關(guān)理論，運用結(jié)構(gòu)方程模型的方法，建立了移動新聞客戶端用戶采納影響因素概念模型，探尋影響基于移動新聞客戶端的用戶采納的相關(guān)因素。通過構(gòu)建的模型設(shè)計量表，對模型假設(shè)進行了實證研究和論證。

二、文獻綜述與理論基礎(chǔ)

技術(shù)接受模型(Technology Acceptance Model，TAM)，是Davis通過對理性行為理論進行修正，于1986年在其博士學位論文中提出的，其初始目的是為了對信息技術(shù)廣泛接受的決定因素做出解釋性說明。TAM理論設(shè)置了感知有用性和感知易用性決定因素，并通過研究認為后者對前者有正的效應(yīng)。［1～4］如圖 1。

目前，國內(nèi)外學者運用TAM模型對移動新聞客戶端的用戶采納模型進行研究并不多見。已有的如Twitter、微博等基于移動互聯(lián)網(wǎng)信息傳播的產(chǎn)品相關(guān)用戶采納行為研究對本文有一定借鑒作用。

Robert A.(2009)通過研究發(fā)現(xiàn)用戶在使用Twitter過程中，主要受到社會聯(lián)系和交往、學習知識、了解新聞、交流互動和滿足好奇心等主要因素影響。［5］

廖澤俊、柏琳(2012)基于技術(shù)接受模型(TAM)就大學生微博使用影響因素進行研究分析，認為大學生使用微博的態(tài)度主要由用戶對微博的感知有用性及感知易用性決定;感知易用性由微博的發(fā)布內(nèi)容要求是否簡單、操作是否方便、是否支持多種方式登錄等因素影響。［6］

三、研究模型和假設(shè)

(一)模型構(gòu)建

本文結(jié)合移動新聞閱讀傳播的特征，在這里對國內(nèi)外相關(guān)文獻中影響用戶移動互聯(lián)網(wǎng)信息內(nèi)容采納因素出現(xiàn)的頻次進行了梳理，影響因素出現(xiàn)的頻次見表 1。［7～10］

表1 影響用戶移動新聞閱讀采納因素

從表1可以看出，影響用戶移動互聯(lián)網(wǎng)信息內(nèi)容采納的主要因素有感知的易用性、信息的有用性和用戶態(tài)度。出現(xiàn)頻次較低的是用戶的網(wǎng)齡、信息的復雜度、以及用戶的個人信息等，從移動互聯(lián)網(wǎng)的發(fā)展模式來看，無論什么地域、年齡、文化程度的用戶對于移動互聯(lián)網(wǎng)信息的關(guān)注點是相同的。

本文引入了社交化、成本、個性化等3個新的研究變量，在TAM模型基礎(chǔ)上構(gòu)建的移動新聞客戶端用戶采納影響因素概念模型如圖2，并提出如下假設(shè)。

H1:用戶對移動新聞客戶端的操作感知易用性越好，則信息有用性也越好。

H2:用戶對移動新聞客戶端的操作感知易用性越好，則使用意向越積極。

H3:用戶對移動新聞客戶端的感知易用性對其使用態(tài)度具有正向影響。

H4:用戶對移動新聞客戶端的使用態(tài)度對信息有用性具有正向影響。

H5:用戶對移動新聞客戶端的使用態(tài)度對使用具有正向影響。

H6:用戶在移動新聞客戶端的社交化需求對其使用態(tài)度有正向影響。

H7:用戶對移動新聞客戶端的使用影響對其使用行為有正向影響。

H8:用戶在移動新聞客戶端的個性化信息需求對其使用新聞有正向影響。

H9:用戶在使用移動新聞客戶端的成本對其使用態(tài)度有正向影響。

(二)問卷和測量指標的設(shè)計

問卷在參照國外相關(guān)領(lǐng)域的研究成果基礎(chǔ)上，并根據(jù)移動新聞閱讀客戶端的特點結(jié)合前期用戶訪談結(jié)果進行了設(shè)計。問卷采用李克特5分量表，內(nèi)容包括移動新聞閱讀客戶端使用情況、影響因素量表和用戶基本信息。具體結(jié)構(gòu)方程模型的測度指標如表2。

四、實證分析

(一)調(diào)查方法和數(shù)據(jù)收集

本研究選擇全國范圍內(nèi)的主流移動新聞閱讀用戶通過qq開展問卷調(diào)查。一共發(fā)放了500份問卷，經(jīng)過篩選，最后得到有效樣本380個，有效率達到76%。

通過收集的數(shù)據(jù)顯示，男性比例為77%，女性比例為23%，學歷分布為大學本科63%、碩士及以上10%、其他27%，月均收入3000元以下13%，3000～10000元72%，10000元以上15%。該樣本和艾瑞咨詢集團公布的2014年中國移動互聯(lián)網(wǎng)用戶行為研究報告數(shù)據(jù)大部分一致，因此調(diào)查具有較高的代表性和可靠性。［11］

表2 測度指標量表

社交化1.我會將好的信息推薦給我的朋友圈2.我會向朋友推薦我認為好用的新聞客戶端成本1.我對閱讀移動新聞客戶端產(chǎn)生的流量費用敏感2.我對移動新聞客戶端推送內(nèi)容產(chǎn)生的流量費用敏感個性化1.我對方向內(nèi)容產(chǎn)生的流量費用敏感2.我愿意閱讀個性化定制的信息3.我愿意在客戶端注冊信息以獲得更個性化的推送行為1.每天使用客戶端閱讀信息的時間2.購買信息內(nèi)容中的推薦商品和服務(wù)3.主動訂閱感興趣的信息

(二)信度分析

本文的信度檢驗采用常用的“Cronbach's α”系數(shù)檢驗法。由表3可以看出，各個變量的Cronbach'a系數(shù)均大于0.7，且 CICT值均高于0.5，表明各個變量的量表具有較高的信度和較好的內(nèi)部一致性。

表3 變量信度分析

(三)效度分析

本節(jié)將采用SPSS 19.0進行確認型因子效度分析，得出KMO檢驗結(jié)果為0.739，Bartett球體檢驗的顯著性概率是0.000＜0.01，說明調(diào)查問卷數(shù)據(jù)效度較高，適合做因子分析，如表4。

表4 KMO和巴特利特檢驗

(四)結(jié)構(gòu)方程模型分析

從表5的結(jié)果可以看出，所有因子的標準系數(shù)均高于0.5，說明相關(guān)指標變量均能反映潛在變量。

如表6所示，模型的適配度指數(shù)GFI、比較擬合指數(shù)CFI、基準化適合度指標 NFI都大于0.9，且平均概似平方誤差根系數(shù)RMSEA小于0.05，上述標準都在可以接受的范圍內(nèi)，說明模型的擬合很好。

表5 標準荷載系數(shù)表

表6 模型擬合指數(shù)

表7 路徑系數(shù)結(jié)果

由圖3和表7的結(jié)構(gòu)模型結(jié)果，我們發(fā)現(xiàn)模型中除了第9個假設(shè)不成立外，其它8個假設(shè)均得到驗證。其中，社交化研究變量被證實顯著影響消費者的態(tài)度;個性化研究變量對用戶使用行為影響最顯著，路徑系數(shù)為0.80。

假設(shè)1、2、3、4、5 和假設(shè) 7 的結(jié)論符合 TAM經(jīng)典模型。感知有用性與用戶使用移動新聞閱讀客戶端態(tài)度和行為意愿正相關(guān)。同時，感知易用性與用戶使用移動新聞閱讀的態(tài)度和感知有用性正相關(guān)，但不是決定因素，影響較弱。

假設(shè)6的驗證結(jié)果說明了社交化不但是移動互聯(lián)網(wǎng)時代中用戶的一個核心需求，而且更是移動網(wǎng)新聞閱讀的重要影響因素。社交化顯著影響用戶對移動新聞閱讀采納的態(tài)度。

假設(shè)8的個性化對使用行為的路徑系數(shù)為0.80，說明移動新聞閱讀作為一個新型的互聯(lián)網(wǎng)傳播媒介和一種新的業(yè)態(tài)，用戶更加關(guān)注的是移動新聞閱讀的個性化服務(wù)。這也是對前幾個假設(shè)驗證的傳統(tǒng)TAM經(jīng)典模型因素非決定因素的解釋。

假設(shè)9成本變量對用戶的態(tài)度影響作用假設(shè)不成立，說明用戶已經(jīng)普遍認可了對移動互聯(lián)網(wǎng)流量及服務(wù)付費，獲取所需內(nèi)容的使用方式。用戶更關(guān)注的是移動新聞客戶端產(chǎn)品本身的內(nèi)容質(zhì)量和社交需求。

五、結(jié)論與建議

移動新聞客戶端是新聞媒體的一種新形式，它對于互聯(lián)網(wǎng)未來的信息服務(wù)而言具有非常重要的意義。本文結(jié)合移動新聞閱讀傳播的特點，以技術(shù)接受領(lǐng)域普遍使用的TAM模型為基礎(chǔ)，對影響移動新聞客戶端用戶的采納因素進行了研究;通過引入社交化和個性化這兩個新的變量，驗證了研究模型具有較好的解釋能力。

研究結(jié)果說明:移動新聞閱讀客戶端運營的首要任務(wù)是提升用戶感知到的個性化內(nèi)容和服務(wù)，加強相關(guān)個性化定制欄目的編輯和推送運營工作。因此，充分利用主流的移動互聯(lián)網(wǎng)社交平臺，鼓勵用戶進行相關(guān)信息內(nèi)容的社交分享和獲取;同時保證客戶端的便捷操作和信息質(zhì)量，以此吸引更多的用戶嘗試這種新的網(wǎng)絡(luò)傳播方式。

［1］Davis F D.A Technology Acceptance Model for Empirically Testing New End－User Information System:Theory and Results［D］.Massachusetts:Sloan School of Management，1986.

［2］A Bellabas，S Lahoud.Performance Evaluation of Ef Cient Solutions for the QoS Unicast Routing［J］.Journal of Networks，2012.

［3］Alexander Passant，Tuukka Hastrup，Uldis Bojars，John Breslin.Microblogging;A Semantic and Distributed Approach on Scripting for the Semantic［R］.2008.

［4］柳立君.基于技術(shù)接受模型和感知風險的消費者網(wǎng)上購買意向研究［D］.長沙:中南大學碩士學位論文，2007.

［5］Robert A，Pongsajapn B A.Liminal Entities:I-dentity Governance，and Organizations on Twitter［D］.Washington:Georgetown University，2009.

［6］廖澤俊，柏琳.基于TAM的大學生微博使用影響因素實證研究［J］.北京郵電大學學報:社會科學版，2012，(2).

［7］董玉.傳統(tǒng)媒體移動新聞閱讀營銷對消費者品牌態(tài)度的影響研究［D］.暨南大學碩士學位論文，2011.

［8］金永生.企業(yè)移動新聞閱讀營銷效果和粉絲數(shù)量的短期互動模型［J］.管理科學，2012，(4).

［9］Forenll，C.，et al.The American Customer Satisfaction Index:Nature，Purpose，and Findings［J］.Journal of Marketing，1996.

［10］Fornrll，C.A National Custormer Satisfaction Barometer［J］.The Swedish Experience Journal of Marketing，1992.

［11］2014年中國移動互聯(lián)網(wǎng)用戶行為研究報告［EB/OL］.http://report.iresearch.cn/2164.html.