沐光雨 鄧曉兵 李釗金

摘要：[目的/意義]眾多學(xué)者對(duì)移動(dòng)政務(wù)（mGov）用戶(hù)使用意愿的影響因素進(jìn)行了廣泛的研究。針對(duì)該研究領(lǐng)域現(xiàn)有實(shí)證研究存在結(jié)果不一致的現(xiàn)象，進(jìn)行大量文獻(xiàn)梳理，旨在進(jìn)一步明確影響移動(dòng)政務(wù)用戶(hù)使用意愿的主要因素和關(guān)鍵調(diào)節(jié)變量，揭示造成結(jié)果差異的具體原因，并試圖獲得具有普適性的結(jié)論，為完善用戶(hù)信息行為相關(guān)理論體系和后續(xù)研究提供借鑒。[方法/過(guò)程] 選取影響用戶(hù)使用意愿的8個(gè)前因變量和4個(gè)調(diào)節(jié)變量，納入45篇符合標(biāo)準(zhǔn)的中外文獻(xiàn)和27 795個(gè)樣本及139個(gè)獨(dú)立效應(yīng)值進(jìn)行元分析。[結(jié)果/結(jié)論] 績(jī)效期望（r=0.586）、努力期望（r=0.538）、信任（r=0.590）、社會(huì)影響（r=0.549）、安全（r=0.489）、兼容性（r=0.645）、服務(wù)質(zhì)量（r=0.588）、信息質(zhì)量（r=0.549）對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿產(chǎn)生顯著正向作用。群體類(lèi)別、教育程度、社會(huì)文化和移動(dòng)政務(wù)范疇對(duì)上述8個(gè)變量與移動(dòng)政務(wù)用戶(hù)使用意愿之間的關(guān)系產(chǎn)生調(diào)節(jié)。

關(guān)鍵詞：移動(dòng)政務(wù)? ? 用戶(hù)使用意愿? ? 影響因素? ? 元分析

分類(lèi)號(hào)：G250

引用格式：沐光雨， 鄧曉兵， 李釗金. 基于元分析的移動(dòng)政務(wù)用戶(hù)使用意愿影響因素研究[J/OL]. 知識(shí)管理論壇， 2022， 8（2）： 126-139[引用日期]. http：//www.kmf.ac.cn/p/338/.

1? 引言

隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)和“互聯(lián)網(wǎng)+”的快速發(fā)展，移動(dòng)政務(wù)（Mobile Government， mGov）應(yīng)運(yùn)而生。據(jù)第51次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2022年底，我國(guó)網(wǎng)民數(shù)達(dá)到10.67億，使用手機(jī)上網(wǎng)人數(shù)比例高達(dá)99.8%，為移動(dòng)政務(wù)的快速發(fā)展提供了龐大的數(shù)量基數(shù)[1]。2016年，李克強(qiáng)總理在政府工作報(bào)告中提到要大力推行“互聯(lián)網(wǎng)+政務(wù)服務(wù)”的政務(wù)服務(wù)模式，對(duì)移動(dòng)政務(wù)設(shè)定了“最多跑一次”“建設(shè)全國(guó)各省市一體化標(biāo)準(zhǔn)化的政務(wù)服務(wù)網(wǎng)絡(luò)”的政務(wù)服務(wù)改革目標(biāo)，對(duì)移動(dòng)政務(wù)提出了新的更高要求，也為移動(dòng)政務(wù)的發(fā)展奠定了政策基礎(chǔ)[2]。

現(xiàn)如今，微信公眾號(hào)、微信小程序、政務(wù)APP、支付寶和微博等已經(jīng)成為個(gè)人或企業(yè)獲取政務(wù)咨詢(xún)和辦理政務(wù)事項(xiàng)的新渠道，以國(guó)家政務(wù)服務(wù)平臺(tái)為代表的各類(lèi)移動(dòng)政務(wù)客戶(hù)端相繼面世，其無(wú)線(xiàn)化、移動(dòng)化和便捷化的特點(diǎn)使得移動(dòng)政務(wù)越來(lái)越受人青睞，足不出戶(hù)便可享受服務(wù)。但實(shí)際上，各類(lèi)移動(dòng)政務(wù)平臺(tái)依然存在著使用率不高、用戶(hù)接受度較低等問(wèn)題，用戶(hù)的采納和使用意愿受到移動(dòng)政務(wù)本身、使用環(huán)境和認(rèn)知等方面的影響。因此，本文基于用戶(hù)視角，對(duì)影響移動(dòng)政務(wù)用戶(hù)使用意愿的各類(lèi)因素進(jìn)行探究，明確各類(lèi)因素與用戶(hù)使用意愿間的相關(guān)程度，為移動(dòng)政務(wù)服務(wù)平臺(tái)的優(yōu)化提供建議，以期促進(jìn)移動(dòng)政務(wù)的健康穩(wěn)定發(fā)展。

相關(guān)領(lǐng)域內(nèi)學(xué)者，基于技術(shù)接受模型和信息系統(tǒng)成功模型等理論，對(duì)移動(dòng)政務(wù)用戶(hù)采納和使用意愿進(jìn)行了大量實(shí)證研究，為相關(guān)理論模型的修正和發(fā)展奠定了基礎(chǔ)。但是，我們發(fā)現(xiàn)此類(lèi)研究在結(jié)論上存在較大差異，例如同一自變量與使用意愿間的關(guān)系強(qiáng)度相差較大，給讀者帶來(lái)了認(rèn)知困惑。因此，為了解釋這種現(xiàn)象，挖掘造成差異的具體原因，非常有必要對(duì)其進(jìn)行定量的元分析探究。目前，已有部分學(xué)者將元分析方法應(yīng)用于社會(huì)科學(xué)領(lǐng)域用戶(hù)信息行為方面的研究，A. Hallyburtion等基于177篇文獻(xiàn)探究性別對(duì)在線(xiàn)健康信息搜索意愿的影響[3]。李華鋒等選取104篇文獻(xiàn)、8個(gè)自變量、168個(gè)獨(dú)立效應(yīng)值，探究各變量與用戶(hù)在線(xiàn)信息搜索意愿的關(guān)系，并選取5個(gè)調(diào)節(jié)變量對(duì)造成結(jié)果差異的原因進(jìn)行調(diào)節(jié)效應(yīng)分析[4]。N. P. Rana等以電子政務(wù)用戶(hù)采納意愿為題，篩選出63篇文獻(xiàn)作為研究樣本，選取36條研究路徑探究不同影響因素與電子政務(wù)采納意愿間的普遍關(guān)系，并使用相關(guān)系數(shù)和P值進(jìn)行量化，經(jīng)驗(yàn)證得到24條研究路徑具有強(qiáng)相關(guān)性，具有顯著正向影響[5]。李燕對(duì)電子政務(wù)公眾采納意愿進(jìn)行了元分析，篩選得到36篇同類(lèi)文獻(xiàn)，選擇3組共計(jì)7個(gè)影響因素，分析其與采納意愿的相關(guān)程度，依據(jù)結(jié)論構(gòu)建研究模型進(jìn)行實(shí)證檢驗(yàn)[6]。

本文將移動(dòng)政務(wù)（不包括傳統(tǒng)電子政務(wù)）作為研究主題，經(jīng)過(guò)對(duì)大量中外文獻(xiàn)梳理，盡可能多地納入文獻(xiàn)和研究變量，共獲取文獻(xiàn)45篇，研究變量包括績(jī)效期望、努力期望、信任和社會(huì)影響等8個(gè)自變量，利用嚴(yán)格的元分析程序進(jìn)行分析，綜合評(píng)定移動(dòng)政務(wù)用戶(hù)使用意愿影響因素的性質(zhì)和關(guān)系強(qiáng)度，消除不同文獻(xiàn)因研究群體、環(huán)境等因素造成的結(jié)論差異，并選取4類(lèi)調(diào)節(jié)變量，分別是群體類(lèi)別、教育程度、社會(huì)文化和移動(dòng)政務(wù)范疇，深入探究自變量與結(jié)果變量間的關(guān)系受到哪些外部特征的影響。力求解決以下問(wèn)題：①影響移動(dòng)政務(wù)用戶(hù)使用意愿的各類(lèi)因素作用機(jī)制如何？能否得到具有普適性的關(guān)系強(qiáng)度？②研究結(jié)論是否會(huì)受到因群體類(lèi)別不同、調(diào)查群體受教育程度不同、群體所在國(guó)別不同、移動(dòng)政務(wù)概念界定不同而造成不一致？具體的調(diào)節(jié)效應(yīng)又是如何？本研究在理論上，通過(guò)元分析可識(shí)別移動(dòng)政務(wù)用戶(hù)使用意愿的關(guān)鍵影響因素，得出具有普適性的關(guān)系強(qiáng)度效應(yīng)值，構(gòu)建較為全面的影響因素理論模型，是對(duì)移動(dòng)政務(wù)領(lǐng)域用戶(hù)行為研究的重要補(bǔ)充。在實(shí)踐上，深化對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿的認(rèn)識(shí)，以用戶(hù)視角挖掘用戶(hù)使用意愿關(guān)注點(diǎn)，為移動(dòng)政務(wù)運(yùn)營(yíng)商完善發(fā)展策略提供借鑒，從而優(yōu)化移動(dòng)政務(wù)平臺(tái)和服務(wù)質(zhì)量，促進(jìn)“物聯(lián)網(wǎng)+政務(wù)”的普及，打造全民政務(wù)服務(wù)環(huán)境，具有深刻社會(huì)意義。

2? 相關(guān)理論與技術(shù)

2.1? 技術(shù)接受模型（TAM）

F. Davis等于20世紀(jì)80年代后期提出技術(shù)接受模型TAM（Technology Acceptance Model），該模型有感知有用性和感知易用性?xún)纱鬀Q定性因素，具有跨時(shí)間、環(huán)境、技術(shù)等的全面性，被廣泛應(yīng)用于信息系統(tǒng)用戶(hù)采納和接受意愿的研究中，已經(jīng)被國(guó)內(nèi)外學(xué)者反復(fù)證實(shí)具有強(qiáng)可靠性與穩(wěn)定性[7]。經(jīng)過(guò)TAM模型的不斷演變，2000年F. Davis和V. Venkatesh對(duì)初始的TAM模型進(jìn)行了大幅修正，引入了認(rèn)知過(guò)程因素和影響過(guò)程因素，認(rèn)為這兩大因素共同決定感知有用性，至此形成修正后的技術(shù)接受模型TAM2[8]。在移動(dòng)政務(wù)用戶(hù)行為領(lǐng)域，S. Y. Hung等在對(duì)移動(dòng)電子政務(wù)用戶(hù)接受度的研究中，引入感知有用性作為態(tài)度的前因變量，結(jié)果顯示感知有用性對(duì)用戶(hù)使用態(tài)度和用戶(hù)使用行為均存在顯著正向影響[9]。T. F. Alrowili等在初始模型的基礎(chǔ)上，引入經(jīng)驗(yàn)、信任和時(shí)間因素，結(jié)果顯示模型中所有因素均對(duì)用戶(hù)使用行為產(chǎn)生顯著正向影響[10]。龍斐霏在對(duì)政務(wù)APP公眾采納意愿的研究中，除感知有用性和感知易用性因素外，引入政務(wù)APP外部多種因素，綜合考慮對(duì)用戶(hù)采納意愿的影響，結(jié)果顯示感知有用性和感知易用性對(duì)用戶(hù)采納意愿有顯著正向影響[11]。鑒于TAM模型在用戶(hù)行為領(lǐng)域的高頻應(yīng)用，本文選取感知有用性和感知易用性作為前因變量，衡量用戶(hù)對(duì)于移動(dòng)政務(wù)有用性程度和易用程度的主觀(guān)感知，探究其與使用意愿的相關(guān)關(guān)系。

2.2? 信息系統(tǒng)成功模型（D&M）

信息系統(tǒng)成功模型（DeLone and McLean Model of IS Success， D&M）是評(píng)價(jià)信息系統(tǒng)成功與否的主流研究模型，是這一研究領(lǐng)域內(nèi)具有里程碑意義的成果。1970年后，國(guó)外學(xué)者初步涉足信息系統(tǒng)評(píng)價(jià)領(lǐng)域，W. H. DeLone和E. R. McLean首次提出了信息系統(tǒng)成功模型，該模型包括系統(tǒng)質(zhì)量、信息質(zhì)量、系統(tǒng)使用、用戶(hù)滿(mǎn)意、個(gè)人影響和組織影響6個(gè)影響信息系統(tǒng)成功與否的主要因素，是后續(xù)相關(guān)研究的理論框架，為后續(xù)模型的修正與改進(jìn)奠定了理論基礎(chǔ)[12]。隨著理論模型的不斷被驗(yàn)證與發(fā)展，L. F. Pitt等提出D&M模型缺乏對(duì)信息系統(tǒng)服務(wù)效果的評(píng)價(jià)，應(yīng)引入服務(wù)質(zhì)量這一重要因素[13]。隨后，W. H. DeLone和E. R. McLean經(jīng)過(guò)反復(fù)驗(yàn)證，將服務(wù)質(zhì)量這一關(guān)鍵性變量引入模型當(dāng)中，形成修正后的D&M模型[14]。在國(guó)內(nèi)移動(dòng)政務(wù)用戶(hù)使用行為的研究中，朱多剛、郭俊華在對(duì)移動(dòng)政務(wù)用戶(hù)使用滿(mǎn)意度的研究中，將TAM模型與D&M模型相結(jié)合，提取信息質(zhì)量、系統(tǒng)質(zhì)量和服務(wù)質(zhì)量作為衡量用戶(hù)滿(mǎn)意度的相關(guān)變量，結(jié)果顯示信息質(zhì)量和服務(wù)質(zhì)量與滿(mǎn)意度高度相關(guān)，顯著性強(qiáng)[15]。楊肸選擇將服務(wù)質(zhì)量因素引入其研究模型中，對(duì)拉薩市居民移動(dòng)政務(wù)使用意愿進(jìn)行實(shí)證研究，服務(wù)質(zhì)量與居民意愿相關(guān)性強(qiáng)，影響顯著，是關(guān)鍵影響因素[16]。鑒于該模型的廣泛應(yīng)用，本文選取信息質(zhì)量和服務(wù)質(zhì)量?jī)蓚€(gè)因素進(jìn)行分析，探究用戶(hù)對(duì)移動(dòng)政務(wù)信息和服務(wù)質(zhì)量的主觀(guān)評(píng)估與使用意愿之間的相關(guān)關(guān)系。

2.3? 整合性科技接受模型（UTAUT）

V. Venkatesh和M. G. Morris等在TAM模型相關(guān)研究基礎(chǔ)上，對(duì)計(jì)劃行為理論、創(chuàng)新擴(kuò)散理論等八大理論模型進(jìn)行整合，形成“權(quán)威模式”的UTAUT模型（Unified Theory of Acceptance and Use of Technology）。該模型聚焦影響用戶(hù)使用的認(rèn)知因素，具有績(jī)效期望、努力期望、社會(huì)影響和配合情況4個(gè)核心維度。大量研究證實(shí)，UTAUT模型在信息系統(tǒng)用戶(hù)采納、接受等研究中具有很好的解釋力，達(dá)到70%以上[17]。E. AbuShanab等基于UTAUT模型對(duì)移動(dòng)銀行用戶(hù)使用意愿進(jìn)行研究，結(jié)果表明努力期望、績(jī)效期望、社會(huì)影響對(duì)用戶(hù)使用移動(dòng)銀行有積極的影響[18]。在國(guó)內(nèi)早期使用UTAUT模型的研究中，黃炯基于該模型并總結(jié)較為全面的影響因素對(duì)博客用戶(hù)使用意愿進(jìn)行研究，其結(jié)果再一次表明該模型路徑具有有效性，路徑系數(shù)區(qū)分度好，經(jīng)得起實(shí)證考驗(yàn)[19]。朱多剛等[20]、劉利等[21]、劉娜[22]在移動(dòng)政務(wù)用戶(hù)使用意愿的相關(guān)研究中，在UTAUT模型基礎(chǔ)之上均根據(jù)研究情景加入外部相關(guān)變量，模型解釋力度有所增強(qiáng)，3個(gè)核心維度因素對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿有較強(qiáng)的影響力。因此，本文選取績(jī)效期望、努力期望、社會(huì)影響3個(gè)因素作為前因變量，其中績(jī)效期望定義為用戶(hù)相信使用移動(dòng)政務(wù)能夠提高其工作生活績(jī)效水平；努力期望指用戶(hù)使用移動(dòng)政務(wù)的難易程度；社會(huì)影響泛指影響用戶(hù)使用的各類(lèi)因素。

2.4? 創(chuàng)新擴(kuò)散理論（IDT）

一項(xiàng)創(chuàng)新的普及往往需要多年的時(shí)間，創(chuàng)新擴(kuò)散理論（Innovation Diffusion Theory， IDT）可以有效識(shí)別縮短這一進(jìn)程的因素，使得在人際關(guān)系中快速傳播，達(dá)到普遍接受的效果。E. M. Rogers認(rèn)為“一項(xiàng)創(chuàng)新應(yīng)具備相對(duì)的便利性、兼容性、復(fù)雜性、可靠性和感知5個(gè)要素”[23]。在信息系統(tǒng)應(yīng)用領(lǐng)域，創(chuàng)新擴(kuò)散理論得到廣泛應(yīng)用。J. H. Wu等加入感知安全因素構(gòu)建移動(dòng)商務(wù)用戶(hù)使用意愿影響因素模型，對(duì)用戶(hù)使用意愿有顯著正向影響[24]。N. Mallat等提取兼容性因素構(gòu)建消費(fèi)者移動(dòng)購(gòu)票服務(wù)使用意愿模型[25]。周沛等加入兼容性和感知信任因素構(gòu)建模型，對(duì)移動(dòng)政務(wù)用戶(hù)采納意愿存在正向影響[26]。M. R. M. Jaradat等在對(duì)約旦智能政府服務(wù)用戶(hù)使用意愿的研究中，將兼容性和感知風(fēng)險(xiǎn)、感知信任、感知質(zhì)量融入理論模型當(dāng)中，證實(shí)兼容性和感知類(lèi)因素是影響用戶(hù)使用意愿的重要因素[27]。本文提取創(chuàng)新擴(kuò)散理論中的兼容性、感知類(lèi)因素安全和信任作為影響移動(dòng)政務(wù)用戶(hù)使用意愿的重要因素進(jìn)行分析。其中兼容性指的是用戶(hù)認(rèn)為移動(dòng)政務(wù)與自身價(jià)值觀(guān)、以往經(jīng)驗(yàn)、使用需求的匹配程度。安全和信任指用戶(hù)對(duì)移動(dòng)政務(wù)的主觀(guān)態(tài)度，作為影響個(gè)體使用與否的前因變量。

經(jīng)相關(guān)理論、模型梳理發(fā)現(xiàn)，模型架構(gòu)及其變量在不斷演化，部分變量存在異名同義的現(xiàn)象，為保證后續(xù)元分析質(zhì)量，對(duì)符合標(biāo)準(zhǔn)的異名同義變量進(jìn)行歸一化處理。經(jīng)文獻(xiàn)調(diào)研和專(zhuān)家訪(fǎng)談最終確定，感知有用性和績(jī)效期望變量含義高度一致，統(tǒng)一命名為績(jī)效期望；感知易用性與努力期望變量含義高度一致，統(tǒng)一命名為努力期望?；诖?，構(gòu)建移動(dòng)政務(wù)用戶(hù)使用意愿影響因素理論模型，見(jiàn)圖1。所選變量均已在信息系統(tǒng)用戶(hù)行為研究領(lǐng)域廣泛使用，有較強(qiáng)解釋力度，且與本文研究主題相契合，其適用性得到有效保證。

3? 研究方法與過(guò)程

3.1? 研究方法

G. V. Glass等首次提出一種針對(duì)大量相同且相互獨(dú)立研究的定量分析方法——元分析方法（Meta-analysis method），又名薈萃分析，最初應(yīng)用于醫(yī)學(xué)和心理學(xué)領(lǐng)域，后逐步擴(kuò)展至社會(huì)科學(xué)領(lǐng)域[28]。元分析方法是一種針對(duì)相同研究不同研究結(jié)論的二次分析，可以簡(jiǎn)單理解為統(tǒng)計(jì)分析的再統(tǒng)計(jì)。通過(guò)主題選取、文獻(xiàn)篩選、數(shù)據(jù)編碼、主效應(yīng)分析、出版偏誤檢驗(yàn)、異質(zhì)性檢驗(yàn)和調(diào)節(jié)效應(yīng)檢驗(yàn)等手段，得出單項(xiàng)獨(dú)立研究無(wú)法得出的研究結(jié)論。值得注意的是，該方法并非是對(duì)文獻(xiàn)綜述進(jìn)行簡(jiǎn)單的歸納總結(jié)，而是基于大量同類(lèi)研究，經(jīng)過(guò)分析得到自變量與結(jié)果變量間更接近樣本總體的估計(jì)效應(yīng)值，是共性的也是普適性的。與其他研究方法相比較，元分析方法具備的優(yōu)勢(shì)有：①二次定量分析，數(shù)據(jù)量大，研究結(jié)論普遍適用，消除掉了單項(xiàng)研究因目標(biāo)群體、研究設(shè)計(jì)、研究方法等帶來(lái)的較大結(jié)果差異[29]。②強(qiáng)大的發(fā)掘能力，能夠找到可以解釋這種差異的調(diào)節(jié)變量，并對(duì)調(diào)節(jié)效應(yīng)進(jìn)行分析[30]。所以，本文采用Comprehen-sive Meta Analysis V2.0元分析軟件，對(duì)選取的8種影響移動(dòng)政務(wù)用戶(hù)使用意愿的因素進(jìn)行元分析，通過(guò)調(diào)節(jié)效應(yīng)分析，探討群體類(lèi)別、教育程度、社會(huì)文化和移動(dòng)政務(wù)范疇4種外部特征下研究結(jié)論的差異性。

3.2? ?研究過(guò)程

3.2.1? 文獻(xiàn)檢索與篩選

為確保文獻(xiàn)數(shù)據(jù)的完整性，接近同類(lèi)研究樣本的總體，包括期刊論文、學(xué)位論文、會(huì)議論文，廣泛搜集樣本數(shù)據(jù)，最大程度避免發(fā)表偏倚問(wèn)題。因此，本文使用“移動(dòng)政務(wù)”“使用意愿”“采納意愿”“影響因素”“Mobile Government”“usage intention”“Adopt intention”“influence factor”作為主題詞，通過(guò)中國(guó)知網(wǎng)CNKI、萬(wàn)方、維普、Web of science等中外數(shù)據(jù)庫(kù)進(jìn)行文獻(xiàn)檢索，并利用谷歌學(xué)術(shù)、百度學(xué)術(shù)和校際圖書(shū)館互借等方式實(shí)現(xiàn)目標(biāo)文獻(xiàn)的補(bǔ)充檢索。具體篩選標(biāo)準(zhǔn)如下：①時(shí)間范圍：2012—2021年，共計(jì)10年的時(shí)間區(qū)間。②必須為實(shí)證研究并且關(guān)注影響因素，因變量為使用意愿或采納意愿，案例、文獻(xiàn)綜述等定性分析文獻(xiàn)被排除在外。③明確報(bào)告樣本量、前因變量與結(jié)果變量間的相關(guān)系數(shù)r或可以轉(zhuǎn)換為相關(guān)系數(shù)的T值P值等。④文獻(xiàn)必須具有獨(dú)立性，剔除重復(fù)發(fā)表的，同一作者發(fā)表的同題名期刊論文和學(xué)位論文只取其一。⑤對(duì)同名異義、異名同義的變量名稱(chēng)，通過(guò)調(diào)查量表內(nèi)涵解讀或訪(fǎng)談專(zhuān)業(yè)資深學(xué)者最終確定是否將其納入。按照此標(biāo)準(zhǔn)進(jìn)行篩選，共獲取45篇滿(mǎn)足要求的中外文獻(xiàn)作為此次研究的樣本文獻(xiàn)，其中中文文獻(xiàn)32篇，包括期刊論文13篇，學(xué)位論文19篇；外文文獻(xiàn)13篇，均為期刊論文。

3.2.2? 文獻(xiàn)編碼和分析過(guò)程

文獻(xiàn)編碼過(guò)程中需要對(duì)樣本文獻(xiàn)抽取有用信息，為保證編碼質(zhì)量，筆者制定統(tǒng)一編碼標(biāo)準(zhǔn)并進(jìn)行預(yù)編碼，標(biāo)準(zhǔn)適用后由兩位研究員分別獨(dú)立編碼，異議部分介入專(zhuān)家共同商討確定。編碼信息包括描述性編碼（作者/年份、樣本數(shù)、因變量）、效應(yīng)值編碼和調(diào)節(jié)效應(yīng)編碼（群體類(lèi)別、教育程度、社會(huì)文化、移動(dòng)政務(wù)范疇）兩部分，部分文獻(xiàn)編碼見(jiàn)表1。經(jīng)文獻(xiàn)編碼，樣本文獻(xiàn)中理論模型所涉變量及其效應(yīng)值出現(xiàn)頻率得到量化，為保證元分析主效應(yīng)檢驗(yàn)及調(diào)節(jié)效應(yīng)檢驗(yàn)質(zhì)量，選取出現(xiàn)頻率大于等于9的變量（前8位）作為此次研究的關(guān)鍵影響因素。方俊燕和張敏強(qiáng)對(duì)元回歸分析效應(yīng)值個(gè)數(shù)要求進(jìn)行了研究，選取估計(jì)精度指標(biāo)和統(tǒng)計(jì)效能指標(biāo)解釋效果。結(jié)果表明，效應(yīng)值個(gè)數(shù)的增加會(huì)使得置信區(qū)間寬度變窄，有利于元回歸參數(shù)估計(jì)精度的提升，同樣，效應(yīng)值個(gè)數(shù)的增加有利于元回歸統(tǒng)計(jì)功效的提升，改善對(duì)錯(cuò)誤率的控制[43]。所以，本文選取出現(xiàn)頻率大于等于9的變量作為關(guān)鍵影響因素，即該變量對(duì)應(yīng)的效應(yīng)值個(gè)數(shù)大于等于9，相比以往將效應(yīng)值個(gè)數(shù)大于等于2的變量納入研究的做法，本文元分析估計(jì)效應(yīng)值精度和容錯(cuò)率更高。

本文遵循L. V. Hedges和J. L. Vevea提出的規(guī)范的元分析步驟，對(duì)編碼數(shù)據(jù)進(jìn)行出版偏誤檢驗(yàn)、異質(zhì)性檢驗(yàn)、主效應(yīng)檢驗(yàn)和調(diào)節(jié)效應(yīng)檢驗(yàn)[31]。在元分析過(guò)程中，選用相關(guān)系數(shù)對(duì)效應(yīng)值進(jìn)行量化，效應(yīng)值越大，則其前因變量與結(jié)果變量間的相關(guān)程度和影響力度更大。將待檢驗(yàn)效應(yīng)值r、樣本量N等數(shù)據(jù)導(dǎo)入CMA 2.0軟件中，獲得變量間平均估計(jì)效應(yīng)值R、Z值、顯著性水平P和95%置信區(qū)間的上限和下限等參數(shù)。平均估計(jì)效應(yīng)值計(jì)算公式為：將輸入的效應(yīng)值轉(zhuǎn)化為logit數(shù)據(jù)，再將logit結(jié)果轉(zhuǎn)化為平均估計(jì)效應(yīng)值輸出[32]，見(jiàn)公式（1）和公式（2）。

元分析程序提供整體效應(yīng)模型和隨機(jī)效應(yīng)模型，整體效應(yīng)模型假設(shè)所有研究均在相同環(huán)境下收集樣本數(shù)據(jù)并得到相同效應(yīng)值，這顯然與本文研究不符，而隨機(jī)效應(yīng)模型認(rèn)為數(shù)據(jù)收集環(huán)境和真實(shí)效應(yīng)值會(huì)因研究的不同而不同[31]。顯而易見(jiàn)，隨機(jī)效應(yīng)模型更適合本文研究。

4? 研究結(jié)果

基于45篇樣本文獻(xiàn)，共計(jì)篩選出績(jī)效期望、努力期望、信任、社會(huì)影響、安全、兼容性、服務(wù)質(zhì)量和信息質(zhì)量8個(gè)影響移動(dòng)政務(wù)用戶(hù)使用意愿的前因變量，139個(gè)獨(dú)立研究效應(yīng)值，27 795個(gè)樣本數(shù)進(jìn)行元分析。

4.1? 出版偏誤檢驗(yàn)

出版偏誤又稱(chēng)“文件柜問(wèn)題”，指顯示顯著影響的文章更易被期刊收錄發(fā)表，未表現(xiàn)出顯著影響的文章不易被發(fā)表，擱置于文件柜中[30]。由于受到系統(tǒng)性影響，可能存在部分文獻(xiàn)未被搜索到或未被納入的情況，所以需要對(duì)文獻(xiàn)出版偏誤進(jìn)行正確報(bào)告，降低出版偏誤對(duì)研究結(jié)果造成的負(fù)面影響。因此，本文使用漏斗圖來(lái)衡量樣本文獻(xiàn)的出版偏誤問(wèn)題，見(jiàn)圖2。

通過(guò)觀(guān)察，隨機(jī)效應(yīng)模型的下樣本文獻(xiàn)的效應(yīng)值在平均估計(jì)效應(yīng)值兩側(cè)均勻分布，初步說(shuō)明經(jīng)篩選納入的樣本文獻(xiàn)不存在出版偏誤。為避免直觀(guān)觀(guān)察的主觀(guān)性，本文使用Egger線(xiàn)性回歸檢驗(yàn)法對(duì)樣本文獻(xiàn)進(jìn)行客觀(guān)出版偏誤檢驗(yàn)[33]?？?jī)效期望的回歸截距為9.01，95%CI[-0.16， 18.18]；努力期望的回歸截距為5.88，95%CI[-3.85，15.61]；信任的回歸截距為25.41，95%CI[19.54，31.28]；社會(huì)影響回歸截距為7.76，95%CI[-10.02，25.53]；安全回歸截距為1.49，95%CI[-25.02，27.99]；兼容性回歸截距為8.26，95%CI[-6.07，22.60]；服務(wù)質(zhì)量回歸截距為-2.28，[-27.84，23.28]；信息質(zhì)量回歸截距為0.04，95%CI[-28.95，29.02]。所有影響因素的顯著性水平P均大于0.05，不顯著，即說(shuō)明納入樣本文獻(xiàn)沒(méi)有明顯的發(fā)表偏差。

4.2? 主效應(yīng)檢驗(yàn)

通過(guò)對(duì)樣本文獻(xiàn)中影響因素的提取，按標(biāo)準(zhǔn)篩選出8類(lèi)影響因素，共計(jì)139個(gè)獨(dú)立效應(yīng)值。其中含有信息質(zhì)量效應(yīng)值的文獻(xiàn)數(shù)為9篇（最少），含有績(jī)效期望效應(yīng)值的文獻(xiàn)數(shù)為32篇（最多），確保了主效應(yīng)分析的文獻(xiàn)數(shù)量，滿(mǎn)足了后續(xù)調(diào)節(jié)效應(yīng)分析的研究需要。采用隨機(jī)效應(yīng)模型對(duì)各影響因素進(jìn)行分析，效應(yīng)值森林圖見(jiàn)圖3。效應(yīng)值評(píng)估的臨界標(biāo)準(zhǔn)不固定，在社會(huì)科學(xué)研究領(lǐng)域，采用J. Cohen提出的臨界值標(biāo)準(zhǔn)對(duì)各影響因素的效應(yīng)值強(qiáng)度進(jìn)行衡量[34]，此標(biāo)準(zhǔn)應(yīng)用廣泛且得到大量研究驗(yàn)證，合理性嚴(yán)謹(jǐn)性得到保證。當(dāng)相關(guān)系數(shù)效應(yīng)值大于等于0.5時(shí)，影響因素與結(jié)果變量間具有強(qiáng)相關(guān)關(guān)系；相關(guān)關(guān)系效應(yīng)值大于等于0.3、小于0.5時(shí)，具有中等相關(guān)關(guān)系；當(dāng)相關(guān)系數(shù)大于等于0.1、小于0.3時(shí)，具有弱相關(guān)關(guān)系。各影響因素的效應(yīng)值及描述性統(tǒng)計(jì)見(jiàn)表2，其中績(jī)效期望為0.586，努力期望為0.538，信任為0.590，社會(huì)影響為0.549，安全為0.489，兼容性為0.645，服務(wù)質(zhì)量為0.588，信息質(zhì)量為0.459。顯然，安全和信息質(zhì)量因素與移動(dòng)政務(wù)用戶(hù)使用意愿間的相關(guān)強(qiáng)度為中等相關(guān)關(guān)系，其余影響因素的相關(guān)強(qiáng)度為強(qiáng)相關(guān)關(guān)系，且均產(chǎn)生顯著正向影響。

敏感性分析是指排除任意一個(gè)樣本效應(yīng)值后的總體估計(jì)效應(yīng)值是否存在大幅變動(dòng)，若存在大幅變動(dòng)則說(shuō)明樣本效應(yīng)值中存在極值干擾總體估計(jì)效應(yīng)值，反之總體估計(jì)效應(yīng)值穩(wěn)定[33]。績(jī)效期望的總體估計(jì)效應(yīng)值在[0.572，0.602]之間浮動(dòng)，努力期望的總體估計(jì)效應(yīng)值在[0.518，0.559]之間浮動(dòng)，信任總體估計(jì)效應(yīng)值在[0.570，0.612]之間浮動(dòng)，社會(huì)影響的總體估計(jì)效應(yīng)值在[0.524，0.578]之間浮動(dòng)，安全的總體估計(jì)效應(yīng)值在[0.444，0.542]之間浮動(dòng)，兼容性的總體估計(jì)效應(yīng)值在[0.614，0.677]之間浮動(dòng)，服務(wù)質(zhì)量的總體估計(jì)效應(yīng)值在[0.563，0.621]之間浮動(dòng)，信息質(zhì)量的總體估計(jì)效應(yīng)值在[0.427，0.506]之間浮動(dòng)。敏感性分析結(jié)果顯示，不存在數(shù)值的大幅變動(dòng)，樣本效應(yīng)值中無(wú)極值干擾總體效應(yīng)的估計(jì)結(jié)果，結(jié)果具有穩(wěn)定性。

4.3? 異質(zhì)性檢驗(yàn)

不同文獻(xiàn)的研究情景、研究方法、研究數(shù)據(jù)有所不同，效應(yīng)值本身就存在差異，所以本文對(duì)納入的效應(yīng)值進(jìn)行異質(zhì)性檢驗(yàn)，檢驗(yàn)選用隨機(jī)效應(yīng)模型的合理性，確定調(diào)節(jié)效應(yīng)分析的必要性。異質(zhì)性檢驗(yàn)結(jié)果見(jiàn)表3，各項(xiàng)影響因素的Q值均顯著（P<0.001），I-squared值均大于75%的標(biāo)準(zhǔn)[35]，效應(yīng)值的異質(zhì)性明顯，選擇隨機(jī)效應(yīng)模型合理。說(shuō)明效應(yīng)值的差異不僅受抽樣誤差的影響，還受到不同研究之間特征的影響，需要進(jìn)行調(diào)節(jié)效應(yīng)分析，探討造成這種差異的具體原因。

4.4? 調(diào)節(jié)效應(yīng)檢驗(yàn)

在本研究中，筆者將調(diào)節(jié)效應(yīng)定義為調(diào)節(jié)變量對(duì)影響因素與移動(dòng)政務(wù)用戶(hù)使用意愿間相關(guān)關(guān)系效應(yīng)值造成的差異。異質(zhì)性檢驗(yàn)結(jié)果表明，效應(yīng)值存在較大差異，可能是受到不同研究相關(guān)特征的影響。為科學(xué)解釋這種現(xiàn)象，筆者根據(jù)樣本文獻(xiàn)的數(shù)據(jù)特征選取群體類(lèi)別、教育程度、社會(huì)文化和移動(dòng)政務(wù)范疇進(jìn)行調(diào)節(jié)效應(yīng)分析。其中大眾是指未指定身份的一般大眾，本科及以上學(xué)歷達(dá)到60%以上的人群定義為大眾（高），特定群體是指指定地區(qū)或指定人群的特殊群體，本文涉及的特定群體均為文化程度相對(duì)較低的偏遠(yuǎn)地區(qū)群體或老年、社區(qū)群體，學(xué)生均為高等院校學(xué)生；教育程度以本科及以上學(xué)歷占比60%為界限劃定高低；移動(dòng)政務(wù)范疇是指樣本文獻(xiàn)移動(dòng)政務(wù)研究主題的限定，移動(dòng)政務(wù)為泛指，移動(dòng)政務(wù)第三方平臺(tái)是指以微信、支付寶等軟件為載體的移動(dòng)政務(wù)平臺(tái)。分析結(jié)果見(jiàn)表4、表5，若顯著性水平P小于0.05，則說(shuō)明效應(yīng)值存在明顯的差異，區(qū)分度良好，該調(diào)節(jié)變量對(duì)該影響因素有明顯的調(diào)節(jié)效應(yīng)。為保證調(diào)節(jié)效應(yīng)檢驗(yàn)質(zhì)量，對(duì)于文獻(xiàn)數(shù)量K小于2的影響因素效應(yīng)值不進(jìn)行顯示。

由表4、表5可知，群體類(lèi)別在績(jī)效期望、努力期望、信任和兼容性對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿的影響中產(chǎn)生顯著調(diào)節(jié)作用；教育程度在績(jī)效期望、信任和兼容性對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿的影響中產(chǎn)生顯著的調(diào)節(jié)作用；社會(huì)文化在績(jī)效期望、努力期望、兼容性和信息質(zhì)量對(duì)移動(dòng)政務(wù)用戶(hù)的使用意愿的影響中產(chǎn)生顯著的調(diào)節(jié)作用；移動(dòng)政務(wù)范疇在績(jī)效期望、努力期望、信任、社會(huì)影響、兼容性和服務(wù)質(zhì)量對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿的影響中調(diào)節(jié)效應(yīng)顯著。

5? 結(jié)論

5.1? 移動(dòng)政務(wù)用戶(hù)使用意愿影響因素作用強(qiáng)度

如圖4所示，由主效應(yīng)檢驗(yàn)可知，安全和信息質(zhì)量因素與移動(dòng)政務(wù)用戶(hù)使用意愿間的相關(guān)關(guān)系為正相關(guān)（中等）；績(jī)效期望、努力期望、信任、社會(huì)影響、績(jī)效期望、兼容性和服務(wù)質(zhì)量與移動(dòng)政務(wù)用戶(hù)使用意愿間的相關(guān)關(guān)系為正相關(guān)（強(qiáng)）。

5.1.1? 績(jī)效期望和努力期望

移動(dòng)政務(wù)用戶(hù)使用意愿與績(jī)效期望、努力期望呈正相關(guān)（r=0.586，P<0.001；r=0.538，P<0.001）?？?jī)效期望和努力期望是從用戶(hù)自身視角出發(fā)的權(quán)衡，若移動(dòng)政務(wù)能夠?qū)τ脩?hù)的實(shí)際工作和生活實(shí)務(wù)提供有用幫助產(chǎn)生效益，并且使用的難度不高極易上手，用戶(hù)的使用意愿就會(huì)增強(qiáng)[40]。具體而言，基于過(guò)往移動(dòng)政務(wù)用戶(hù)使用意愿的經(jīng)驗(yàn)，績(jī)效與努力期望程度越強(qiáng)，則用戶(hù)對(duì)移動(dòng)政務(wù)的滿(mǎn)意程度越高，使用的意愿就越強(qiáng)，頻率就越高[36]。本文以大量調(diào)查數(shù)據(jù)作為支撐，在現(xiàn)有研究的基礎(chǔ)上，使得擬合效應(yīng)值盡可能接近總體真實(shí)效應(yīng)值。結(jié)果顯示績(jī)效期望和努力期望的總體估計(jì)效應(yīng)值均大于0.5，關(guān)系強(qiáng)度強(qiáng)，對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿產(chǎn)生顯著正向影響。績(jī)效期望和努力期望作為UTAUT模型中的經(jīng)典架構(gòu)，不僅在移動(dòng)政務(wù)用戶(hù)行為領(lǐng)域廣泛應(yīng)用，而且在電子政務(wù)、在線(xiàn)付費(fèi)平臺(tái)等領(lǐng)域的用戶(hù)行為研究中，其合理性和適用性也得到了廣泛印證[37]。元分析實(shí)證結(jié)果再一次印證了UTAUT模型在信息系統(tǒng)用戶(hù)行為研究領(lǐng)域具有普適性。

5.1.2? 服務(wù)質(zhì)量和信息質(zhì)量

移動(dòng)政務(wù)用戶(hù)使用意愿與服務(wù)質(zhì)量、信息質(zhì)量呈正相關(guān)（r=0.588，P<0.001；r=0.459，P<0.001）。具體而言，服務(wù)質(zhì)量和信息質(zhì)量在移動(dòng)政務(wù)第三方平臺(tái)、移動(dòng)政務(wù)APP和移動(dòng)政務(wù)微博各類(lèi)移動(dòng)政務(wù)載體中都對(duì)用戶(hù)使用意愿產(chǎn)生顯著正向影響。服務(wù)質(zhì)量的關(guān)系強(qiáng)度略高于信息質(zhì)量，可見(jiàn)用戶(hù)更加注重移動(dòng)政務(wù)的服務(wù)體驗(yàn)。在保證信息質(zhì)量的前提下，提升服務(wù)質(zhì)量成為提高移動(dòng)政務(wù)產(chǎn)品力的關(guān)鍵之舉[38]。移動(dòng)政務(wù)具有其他信息系統(tǒng)不具備的特殊性，由政府牽頭各方共同搭建的平臺(tái)，是社會(huì)最好資源的集成，信息質(zhì)量本身就存在極高的保證，用戶(hù)便不會(huì)過(guò)于擔(dān)心，所以其效應(yīng)值略低。此次元分析研究再次印證D&M模型，為該模型在信息系統(tǒng)用戶(hù)行為領(lǐng)域的更廣泛應(yīng)用提供了理論價(jià)值。

5.1.3? 社會(huì)影響和兼容性

移動(dòng)政務(wù)用戶(hù)使用意愿與社會(huì)影響和兼容性呈正相關(guān)（r=0.549，P<0.001；r=0.645，P<0.001）。具體而言，用戶(hù)在初次接觸移動(dòng)政務(wù)時(shí)，所處社會(huì)環(huán)境對(duì)其使用意愿存在影響，若周邊人群對(duì)于移動(dòng)政務(wù)存在積極評(píng)價(jià)，對(duì)于用戶(hù)使用是有正向作用的，即社會(huì)影響程度越強(qiáng)，則用戶(hù)使用意愿越強(qiáng)[39]。兼容性是創(chuàng)新擴(kuò)散理論（IDT）的重要組成部分，關(guān)注到了用戶(hù)的感知層面因素，兼容性強(qiáng)弱與用戶(hù)個(gè)人閱歷、以往工作生活經(jīng)驗(yàn)、價(jià)值觀(guān)、使用需求等有很大關(guān)聯(lián)，結(jié)合此次元分析的近10年文獻(xiàn)數(shù)據(jù)，兼容性因素總的來(lái)說(shuō)對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿有強(qiáng)正相關(guān)關(guān)系，比如用戶(hù)曾經(jīng)使用過(guò)移動(dòng)政務(wù)或有使用的需求，則用戶(hù)對(duì)移動(dòng)政務(wù)的使用態(tài)度和意愿就會(huì)更強(qiáng)。但是人與人是不同的，差異性強(qiáng)，對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿的影響機(jī)制需要進(jìn)一步探討。社會(huì)影響和兼容性因素分別從外部和內(nèi)部出發(fā)，對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿產(chǎn)生影響，更加全面深刻。

5.1.4? 信任和安全

移動(dòng)政務(wù)用戶(hù)使用意愿與信任和安全呈正相關(guān)（r=0.590，P<0.001；r=0.489，P<0.001）。具體而言，信任是用戶(hù)使用的直接原因也是“門(mén)檻”，用戶(hù)越信任其使用移動(dòng)政務(wù)的動(dòng)機(jī)才會(huì)得以延續(xù)，即用戶(hù)越信任，使用意愿越強(qiáng)烈[41]。移動(dòng)政務(wù)的辦理通常會(huì)伴有資金的流通，此時(shí)用戶(hù)會(huì)更加謹(jǐn)慎，所以信任效應(yīng)值更高，也說(shuō)明信任成為影響用戶(hù)使用移動(dòng)政務(wù)的關(guān)鍵因素。其次，無(wú)論哪種移動(dòng)政務(wù)形式，其安全性越高，用戶(hù)就越有保障，用戶(hù)的使用意愿就越強(qiáng)烈。但是移動(dòng)政務(wù)作為政府官方應(yīng)用，安全性是應(yīng)用面向公眾開(kāi)放的基礎(chǔ)和前提，政府在一定程度上應(yīng)為用戶(hù)的信任背書(shū)，這樣用戶(hù)便不會(huì)過(guò)多擔(dān)憂(yōu)安全性問(wèn)題，也就間接解釋了其相關(guān)性略低的問(wèn)題。綜上，信任和安全是創(chuàng)新擴(kuò)散理論（IDT）的重要組成因素，它們關(guān)注到了影響用戶(hù)使用的感知因素，此次元分析有大量文獻(xiàn)和獨(dú)立樣本的支撐，為探究創(chuàng)新擴(kuò)散理論促進(jìn)移動(dòng)政務(wù)普及的作用機(jī)制提供了參考。

5.2? 調(diào)節(jié)效應(yīng)分析

5.2.1? 群體類(lèi)別的調(diào)節(jié)效應(yīng)

績(jī)效期望、努力期望、信任和兼容性對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿的影響受到群體類(lèi)別的調(diào)節(jié)作用（P=0.009；P=0.003；P=0.000；P=0.000）。以上4類(lèi)影響因素與移動(dòng)政務(wù)用戶(hù)使用意愿相關(guān)關(guān)系效應(yīng)值在不同文獻(xiàn)中呈現(xiàn)數(shù)值差異，研究目標(biāo)群體類(lèi)別是主要原因之一[42]。普通大眾、文化水平相對(duì)較高的大眾、特定群體和學(xué)生等群體有著各自獨(dú)特的群體特征，使得移動(dòng)政務(wù)用戶(hù)使用意愿發(fā)生的各類(lèi)影響因素相關(guān)關(guān)系效應(yīng)值存在某種普遍趨勢(shì)。具體而言，相比于大眾，學(xué)生群體對(duì)移動(dòng)政務(wù)績(jī)效期望或努力期望的考慮少，這與學(xué)生群體移動(dòng)政務(wù)接觸率低有關(guān)，也與學(xué)生使用移動(dòng)政務(wù)的目的有關(guān)——學(xué)生更多的是使用移動(dòng)政務(wù)解決一些必須事務(wù)，比如解決學(xué)業(yè)或生活保障性事務(wù)。其次，文化程度越高對(duì)移動(dòng)政務(wù)的信任程度越高，與經(jīng)濟(jì)發(fā)展欠佳地區(qū)、中老年人群接受新事物持謹(jǐn)慎態(tài)度有關(guān)。高文化水平人群相較于特定人群的兼容性效應(yīng)值更高，與自身接受程度和認(rèn)知有一定關(guān)系，文化程度高的人群更易接受移動(dòng)政務(wù)的服務(wù)。

5.2.2? 教育程度的調(diào)節(jié)效應(yīng)

績(jī)效期望、信任和兼容性對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿的影響受到教育程度的調(diào)節(jié)作用（P=0.008；P=0.001；P=0.001）。不同研究目標(biāo)群體的受教育程度可以對(duì)這3類(lèi)相關(guān)關(guān)系效應(yīng)值差異現(xiàn)象進(jìn)行解釋。受教育程度高的群體60%以上為本科或研究生學(xué)歷，多年高等教育的學(xué)習(xí)生活，與受教育程度相對(duì)較低的中學(xué)、專(zhuān)科學(xué)歷的群體相比，存在一定程度上的認(rèn)知差異。受教育程度越高，其信任程度和兼容性效應(yīng)值越大。文化程度越低的人群更加注重移動(dòng)政務(wù)能否實(shí)際幫助到自己的工作和生活實(shí)務(wù)，其績(jī)效期望效應(yīng)值更高。具體而言，受教育程度在一定程度上反映自身的認(rèn)知和接受新事物的能力，教育水平高的人群由于受到多年的高等教育，思想覺(jué)悟和對(duì)政府的信任程度更高，并且接受新應(yīng)用的能力更強(qiáng)，使用移動(dòng)政務(wù)更加得心應(yīng)手，所以信任和兼容性的效應(yīng)值較高。但文化程度相對(duì)較低的人群更可能是農(nóng)民、工人、城市工作者等，服務(wù)于社會(huì)基層，他們的關(guān)注點(diǎn)更多的是移動(dòng)政務(wù)是否對(duì)自己有用，自己能否用得習(xí)慣，與線(xiàn)下辦理是否會(huì)有差異，會(huì)不會(huì)造成自身的損失。

5.2.3? 社會(huì)文化的調(diào)節(jié)效應(yīng)

績(jī)效期望、努力期望、兼容性和信息質(zhì)量對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿的影響受到社會(huì)文化的調(diào)節(jié)作用（P=0.016；P=0.011；P=0.000；P=0.000）。本文定義的社會(huì)文化是以研究目標(biāo)群體的國(guó)別進(jìn)行劃分的，并非期刊文種。很明顯，目標(biāo)群體的社會(huì)文化對(duì)這三類(lèi)影響因素效應(yīng)值的調(diào)節(jié)存在某種規(guī)律。中國(guó)和國(guó)外用戶(hù)績(jī)效期望效應(yīng)值均高于0.5，中外用戶(hù)均非常注重移動(dòng)政務(wù)是否能夠?yàn)樽陨韼?lái)益處、能否產(chǎn)生績(jī)效的提升，總的來(lái)看中外人群并無(wú)太大差異。中國(guó)用戶(hù)更加看重移動(dòng)政務(wù)平臺(tái)的努力期望，相比國(guó)外用戶(hù)其效應(yīng)值高，說(shuō)明中國(guó)用戶(hù)更易關(guān)注移動(dòng)政務(wù)是否好上手，如果使用移動(dòng)政務(wù)的成本大于線(xiàn)下辦理，則用戶(hù)很有可能棄用，而國(guó)外移動(dòng)政務(wù)發(fā)展較為成熟，移動(dòng)政務(wù)成為用戶(hù)的日常工作生活的必備工具，用戶(hù)可熟練使用，并不會(huì)過(guò)多關(guān)注努力期望。中國(guó)用戶(hù)信息質(zhì)量的效應(yīng)值相比國(guó)外要低，說(shuō)明中國(guó)用戶(hù)對(duì)于移動(dòng)政務(wù)平臺(tái)信息質(zhì)量水平?jīng)]有過(guò)高要求，與國(guó)民對(duì)于政府官方應(yīng)用有極高的信任水平有關(guān)。

5.2.4? 移動(dòng)政務(wù)范疇的調(diào)節(jié)效應(yīng)

績(jī)效期望、努力期望、信任、社會(huì)影響、兼容性和服務(wù)質(zhì)量對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿的影響受到移動(dòng)政務(wù)范疇的調(diào)節(jié)作用（P=0.000；P=0.000；P=0.002；P=0.046；P=0.000；P=0.004）。不同研究主題的限定顯著影響不同因素的相關(guān)關(guān)系效應(yīng)值，調(diào)節(jié)變量移動(dòng)政務(wù)范疇是不同研究結(jié)果差異現(xiàn)象的有力解釋。移動(dòng)政務(wù)范疇包括泛指的移動(dòng)政務(wù)、移動(dòng)政務(wù)APP、移動(dòng)政務(wù)第三方平臺(tái)和移動(dòng)政務(wù)微博4類(lèi)。究其原因，不同的移動(dòng)政務(wù)平臺(tái)有其獨(dú)特的產(chǎn)品特點(diǎn)，對(duì)各因素與用戶(hù)使用意愿間相關(guān)關(guān)系效應(yīng)值產(chǎn)生了明顯的劃分，使得移動(dòng)政務(wù)范疇在這6類(lèi)因素對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿的影響中有明顯調(diào)節(jié)效應(yīng)。具體而言，可以發(fā)現(xiàn)除去社會(huì)影響因素外其余5類(lèi)因素在移動(dòng)政務(wù)APP范疇下的效應(yīng)值水平普遍偏高，可見(jiàn)移動(dòng)政務(wù)APP這類(lèi)移動(dòng)政務(wù)載體具有無(wú)可比擬的優(yōu)勢(shì)，相比移動(dòng)政務(wù)第三方平臺(tái)和微博，移動(dòng)政務(wù)APP的官方性更強(qiáng)，功能集成性更強(qiáng)，更容易受到用戶(hù)青睞。另一方面，泛指的移動(dòng)政務(wù)是各類(lèi)移動(dòng)政務(wù)的統(tǒng)稱(chēng)，所以在研究問(wèn)卷數(shù)據(jù)獲取過(guò)程中可能存在題目針對(duì)性較弱的問(wèn)題，所以在調(diào)節(jié)作用分析時(shí)沒(méi)有體現(xiàn)出效應(yīng)值的分化。而移動(dòng)政務(wù)APP（如“國(guó)家政務(wù)服務(wù)平臺(tái)”“愛(ài)山東”）的問(wèn)卷設(shè)計(jì)針對(duì)性更強(qiáng)，問(wèn)卷對(duì)于移動(dòng)政務(wù)APP相關(guān)特性涵蓋更全面，使得各因素對(duì)移動(dòng)政務(wù)用戶(hù)使用意愿影響效應(yīng)值上存在明顯的分化。所以，不同的移動(dòng)政務(wù)主題一定程度造成了研究結(jié)果的差異，移動(dòng)政務(wù)范疇顯著影響移動(dòng)政務(wù)用戶(hù)使用意愿。

6? 結(jié)果分析

本研究利用元分析方法，選擇8個(gè)前因變量、4個(gè)調(diào)節(jié)變量和45篇實(shí)證類(lèi)文獻(xiàn)，將這些影響因素與移動(dòng)政務(wù)用戶(hù)使用意愿間關(guān)系的研究進(jìn)行綜合分析，基于CMA軟件使用嚴(yán)格的元分析程序，詳細(xì)探究了前因變量與結(jié)果變量間的相關(guān)關(guān)系，得出了相較于單一研究更具普適性的關(guān)系強(qiáng)度，并進(jìn)一步分析了4種調(diào)節(jié)變量對(duì)上述關(guān)系的調(diào)節(jié)作用。結(jié)果發(fā)現(xiàn)，績(jī)效期望、努力期望、信任、社會(huì)影響、安全、兼容性、服務(wù)質(zhì)量和信息質(zhì)量與移動(dòng)政務(wù)用戶(hù)使用意愿呈正相關(guān)，其中安全和信息質(zhì)量因素的相關(guān)關(guān)系強(qiáng)度略低，為中等，其余因素均為強(qiáng)相關(guān)關(guān)系。調(diào)節(jié)效應(yīng)分析結(jié)果發(fā)現(xiàn)，績(jī)效期望、努力期望、信任和兼容性與移動(dòng)政務(wù)用戶(hù)使用意愿之間的相關(guān)關(guān)系受到群體類(lèi)別的調(diào)節(jié)；績(jī)效期望、信任和兼容性與移動(dòng)政務(wù)用戶(hù)使用意愿之間的相關(guān)關(guān)系受到教育程度的調(diào)節(jié)；績(jī)效期望、努力期望、兼容性和信息質(zhì)量與移動(dòng)政務(wù)用戶(hù)使用意愿之間的相關(guān)關(guān)系受到社會(huì)文化的調(diào)節(jié)；績(jī)效期望、努力期望、信任、社會(huì)影響、兼容性和服務(wù)質(zhì)量與移動(dòng)政務(wù)用戶(hù)使用意愿之間的相關(guān)關(guān)系受到移動(dòng)政務(wù)范疇的調(diào)節(jié)。本研究發(fā)揮元分析方法的優(yōu)勢(shì)，整合同類(lèi)研究，對(duì)以往研究結(jié)果不一致的現(xiàn)象發(fā)表了新的看法和理解，形成了具有普適性的研究結(jié)論，也為接下來(lái)的研究提供了新觀(guān)點(diǎn)新參考。但本文仍然存在一些不足：①由于本文前期對(duì)樣本文獻(xiàn)數(shù)據(jù)的篩選標(biāo)準(zhǔn)、關(guān)鍵影響因素確定標(biāo)準(zhǔn)較為苛刻，納入了45篇文獻(xiàn)和8個(gè)關(guān)鍵影響因素進(jìn)行分析，益處是所選文獻(xiàn)質(zhì)量高，估計(jì)效應(yīng)值更準(zhǔn)確，但也間接導(dǎo)致了符合要求的效應(yīng)值數(shù)量較少，缺少負(fù)向影響的因素。②受限于目前移動(dòng)政務(wù)用戶(hù)使用意愿研究領(lǐng)域文獻(xiàn)量，同名同義變量數(shù)無(wú)法達(dá)到元分析要求，所以經(jīng)考量對(duì)異名同義的變量進(jìn)行了歸一化處理，雖未必會(huì)造成偏差，但如若對(duì)變量含義完全相同或相似程度更高的文獻(xiàn)進(jìn)行元分析，將會(huì)得到更加準(zhǔn)確的估計(jì)效應(yīng)值。因此，元分析研究的前提是既要保證文獻(xiàn)數(shù)量，更要注重獲取文獻(xiàn)數(shù)據(jù)的過(guò)程的嚴(yán)謹(jǐn)性，保證用于元分析的數(shù)據(jù)質(zhì)量，從而進(jìn)一步提高研究結(jié)論準(zhǔn)確性和普適性。

參考文獻(xiàn)：

[1] 中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心. 第51次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[R/OL]. 北京： 中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心， 2023[2023-03-31]. https：//www.cnnic.cn/n4/2023/0303/c88-10757.html.

[2] 國(guó)務(wù)院. 2016年政府工作報(bào)告[R/OL]. 北京：國(guó)務(wù)院， 2016[2023-03-31]. http：//www.gov.cn/guowuyuan/ 2016zfgzbg.htm.

[3] HALLYBURTON A， EVARTS L A. Gender and online health information seeking： a five survey meta-analysis[J]. Journal of consumer health on the Internet， 2014， 18（2）： 128-142．

[4] 李華鋒， 段加樂(lè)， 孫曉寧. 基于元分析的用戶(hù)在線(xiàn)信息搜尋意愿影響因素研究[J]. 圖書(shū)情報(bào)工作， 2021， 65（19）： 84-95.

[5] RANA N P， DWIVEDI Y K， WILLIAMS M D. A meta-analysis of existing research on citizen adoption of e-government[J]. Information system frontiers， 2015， 17（3）： 547-563.

[6] 李燕.電子政務(wù)公眾采納意愿研究：基于薈萃分析的模型構(gòu)建與實(shí)證檢驗(yàn)[J]. 管理評(píng)論， 2020， 32（4）： 298-309.

[7] DAVIS F. Perceived usefulness， perceived ease of use， and user acceptance of information technology[J]. MIS quarterly， 1989， 13（3）： 319-340.

[8] VENKATESH V， FRED D， DAVIS F. A theoretical extension of the technology acceptance model： four longitudinal field studies[J]. Management science， 2000， 46（2）： 186-204.

[9] HUNG S Y， CHANGC M， KUO S R. User acceptance of mobile e-government services an empirical study[J]. Government information quarterly， 2013， 30（1）： 33-44.

[10] ALROWILI T F， ALOTAIBI M B， ALHARBI M S. Predicting citizens acceptance of M-government services in Saudi Arabia an empirical investigation[C]//2015 Annual IEEE systems conference （SysCon） proceedings. Hong Kong： IEEE， 2015： 627-633.

[11] 龍斐霏.政務(wù)APP公眾采納影響因素實(shí)證研究[D]. 石家莊： 河北經(jīng)貿(mào)大學(xué)， 2018.

[12] DELONE W H， MCLEAN E R. Information systems success： the quest for the dependent variable[J]. Information system research， 1992， 3（1）： 60-95.

[13] PITT L F， WSTSON R T， KAVAN C B. Service quality： a measure of information systems effectiveness[J]. MIS quarterly， 1995， 19（2）： 173-185.

[14] DELONE W H. The DeLone and McLean model of information systems success： a ten-year update[J]. Journal of management information systems， 2003， 19（4）： 9-30.

[15] 朱多剛， 郭俊華.基于TAM模型的移動(dòng)政務(wù)用戶(hù)滿(mǎn)意度研究[J]. 情報(bào)科學(xué)， 2016， 34（7）： 141-146.

[16] 楊肸.拉薩市公眾移動(dòng)政務(wù)使用行為影響因素研究[D]. 拉薩： 西藏大學(xué)， 2019.

[17] VENKATESH V， MORRIS M G， DAVIS G B. User acceptance of information technology： toward a unified view[J]. MIS quarterly， 2003， 27（3）： 425-478.

[18] ABUSHANAB E， PEARSON J M. Internet banking in Jordan： the unified theory of acceptance and use of technology（UTAUT） perspective[J]. Journal of systems and information technology， 2007， 9（1）： 78-97.

[19] 黃炯.中國(guó)博客撰寫(xiě)者的博客使用行為影響因素實(shí)證研究[D]. 杭州： 浙江大學(xué)， 2007.

[20] 朱多剛， 郭俊華.基于UTAUT模型的移動(dòng)政務(wù)采納模型與實(shí)證分析[J]. 情報(bào)科學(xué)， 2016， 34（9）： 110-114.

[21] 劉利， 成棟， 蘇欣.移動(dòng)政務(wù)檔案信息服務(wù)平臺(tái)的用戶(hù)使用意愿研究——基于UTAUT模型[J]. 山西檔案， 2016（6）： 40-44.

[22] 劉娜.基于UTAUT模型的電子政務(wù)APP設(shè)計(jì)研究[D]. 廣州：華南理工大學(xué)， 2018.

[23] ROGERS E M. Diffusion of innovations[M]. New York： Free Press， 1983.

[24] WU J H， WANG S C. What drives mobile commerce？ an empirical evaluation of the revised technology acceptance model[J]. Information & management， 2005， 42（5）： 719-729.

[25] MALLAT N， ROSSI M， TUUNAINEN V K， et al. The impact of use situation and mobility on the acceptance of mobile ticketing services[C]//Proceedings of the 39th annual Hawaii international conference on system sciences （HICSS06）. Hawaii： IEEE， 2006.

[26] 周沛， 馬靜， 徐曉林.移動(dòng)電子政務(wù)公眾采納影響因素的實(shí)證研究[J]. 圖書(shū)情報(bào)工作， 2012， 56（5）： 134-138.

[27] JARADAT M R M ， MOUSTAFA A A， AI-MASHAQBA A M. Exploring perceived risk， perceived trust， perceived quality and the innovative characteristics in the adoption of smart government services in Jordan[J]. International journal of mobile communications， 2018， 16（4）： 399-439.

[28] GLASS G V. Primary， secondary， and meta-analysis of research[J]. Educational rsearcher， 1976， 5（10）： 3-8．

[29] 盧恒， 張向先， 肖彬， 等.在線(xiàn)用戶(hù)知識(shí)付費(fèi)意愿的影響因素及其調(diào)節(jié)變量： 元分析研究[J]. 圖書(shū)情報(bào)工作， 2021， 65（13）： 44-54.

[30] JEYARAJ A， DWIVEDI Y K. Meta-analysis in information systems research： review and recommendations[J/OL]. International journal of information management， 2020[2023-03-31]. https：//www.sciencedirect.com/science/article/pii/S0268401220311695.

[31] HEDGES L V， VEVEA J L. Fixed-and random-effects models in meta-analysis[J]. Psychological methods， 1998， 3（4）： 486-504.

[32] CARD N A. Applied meta-analysis for social science research[M]. New York： Guilford Press， 2015.

[33] 張亞利， 靳娟娟， 俞國(guó)良. 2010-2020中國(guó)內(nèi)地初中生心理健康問(wèn)題檢出率的元分析[J]. 心理科學(xué)進(jìn)展， 2022， 30（5）： 965-977.

[34] COHEN J. Statistical power analysis for the behavioral sciences[M]. New York： Academic Press， 1977.

[35] HUEDO-MEDINA T B， SANCHEZ-MECA J， MARIN-MARTINEZ F， et al. Assessing heterogeneity in meta-analysis： Q statistic or I2 index？[J]. Psychological methods， 2006， 11（2）： 193-206.

[36] 趙澤豐， 靳力. 基于TAM模型的移動(dòng)政務(wù)服務(wù)平臺(tái)用戶(hù)滿(mǎn)意度及其影響因素研究[J]. 行政科學(xué)論壇， 2019（6）： 34-39.

[37] 沐光雨， 李釗金， 鄧曉兵， 等.在線(xiàn)服務(wù)平臺(tái)用戶(hù)付費(fèi)意愿行為及影響因素研究[J]. 吉林師范大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2022， 43（3）： 119-128.

[38] 張海， 袁順波， 段薈. 基于S-O-R理論的移動(dòng)政務(wù)APP用戶(hù)使用意愿影響因素研究[J]. 情報(bào)科學(xué)， 2019， 37（6）： 126-132.

[39] 孔欣. 第三方平臺(tái)移動(dòng)政務(wù)服務(wù)公眾滿(mǎn)意度影響因素研究[D]. 武漢： 華中科技大學(xué)， 2019.

[40] 徐夢(mèng)瑤. 拉薩市移動(dòng)政務(wù)公眾使用行為影響因素研究[D]. 拉薩： 西藏大學(xué)， 2020.

[41] MENSAH I K， MWAKAPESA D S. The impact of context awareness and ubiquity on mobile government service adoption[J]. Mobile information systems， 2022 [2023-03-31]. https：//www.hindawi.com/journals/misy/2022/5918826/.

[42] 劉嫣， 張海濤， 張?chǎng)稳铮?等. 基于元分析的用戶(hù)在線(xiàn)健康信息搜尋行為影響因素研究[J]. 情報(bào)科學(xué)， 2022， 40（2）： 169-176.

[43] 方俊燕， 張敏強(qiáng). 元回歸中效應(yīng)量的最小個(gè)數(shù)需求：基于統(tǒng)計(jì)功效和估計(jì)精度[J]. 心理科學(xué)進(jìn)展， 2020， 28（4）： 673-686.

作者貢獻(xiàn)說(shuō)明：

沐光雨：提出研究思路，撰寫(xiě)論文并修改；

鄧曉兵：收集與分析文獻(xiàn)數(shù)據(jù)，撰寫(xiě)論文；

李釗金：提出修改建議，參與修訂論文。

Abstract： [Purpose/Significance] Many scholars have studied the influencing factors of mobile government users usage intention. Reviewing a large amount of literature， we found that the existing empirical research results in this field are inconsistent. Therefore， we need to clarify further the primary factors and moderating variables that affect mobile government users willingness and reveal the specific reasons for the differences in results. Finally， we will try to obtain the universal conclusion and provide a reference for improving the relevant theories and researches on user information behavior. [Method/Process] We selected 8 antecedent variables and 4 moderating variables affecting users usage intention， 45 Chinese and foreign literatures， 27 795 samples， and 139 independent effect values in the meta-analysis. [Result/Conclusion] Performance expectation （r=0.586）， effort expectation （r=0.538）， trust （r=0.590）， social influence （r=0.549）， safety （r=0.489）， compatibility （r=0.645）， quality of service （r=0.588）， and information quality （r=0.549） have significant positive effects on the usage intention of mobile government users. Group category， education level， social culture， and mobile government category moderate the relationship between the above 8 variables and mobile government users usage intention.

Keywords： mobile government? ? ?users usage intention? ? ?influencing factors? ? meta-analysis