高校移动图书馆用户行为意愿模型构建研究*

李浩君 冉金亭

（浙江工业大学教育科学与技术学院 杭州 310023）

1 引言

随着信息技术、无线网络和移动设备的不断发展，移动技术支撑下的图书馆服务逐渐成为人们获取知识信息资源的主要服务模式之一。移动图书馆将无线交流技术与传统图书馆服务相结合，能够减少用户搜索信息资源的时间，提高用户获取知识信息服务的效率，使图书馆资源得以充分利用[1]。

然而，目前大学生对移动图书馆的接受度和使用率相对较低，很少有大学生愿意持续使用移动图书馆提供的知识信息服务[2]。为了更好地了解移动图书馆用户的行为意愿,提升图书馆资源的使用效率,探究影响用户使用移动图书馆行为意愿的因素，已成为学者关注的热点问题。已有学者[3-5]采用技术接受模型（TAM）或技术接受与使用整合理论（UTAUT）为框架基础探究高校移动图书馆使用的接受度、使用意向和用户态度等。郭晴[6]采用信息系统持续使用模型（ECM-ISC）为理论基础实证表明信息质量、系统质量、服务质量是影响用户持续使用移动图书馆的重要因素。甘春梅[7]基于任务—技术匹配模型（TTF）,构建移动图书馆持续使用意愿的影响因素模型，得出态度、感知有用性和满意度也是影响用户持续使用移动图书馆意愿的重要因素。

文章通过整合信息系统成功模型（ISSM）、技术接受模型（TAM）和计划行为理论（TPB）作为基础框架，吸纳理论模型中的信息质量、系统质量、服务质量、感知有用性、态度、行为意愿6个构念（潜在变量）作为移动图书馆用户行为意愿的影响因素，构建移动图书馆用户行为意愿理论模型，提出研究假设。通过问卷调查法和结构方程建模法实证提出的理论模型与假设，深入分析移动图书馆用户行为意愿的影响因素以及因素之间的因果关系，得出研究结论并加以讨论。该成果有助于移动图书馆的建设发展以及提升资源使用率。

2 研究综述

2.1 理论背景

Delone和Mclean[8-9]在1993年首次提出信息系统成功模型（Information System Successful Model, ISSM）并在2003年对该模型进行改进，D&M改进后的ISSM已在国内外信息系统评估领域被广泛应用。该ISSM模型提出信息质量、系统质量和服务质量直接影响用户对信息系统的使用和满意度，进而间接影响用户的学习和工作绩效。

技术接受模型（Technology Accept Model, TAM）是Davis[10]于1986年基于理性行为理论（TRA）提出的，该模型为调查外部变量对内在信念、使用态度、行为意愿的影响以及行为意愿与实际行为、使用态度、主观规范和内在信念之间关系的评估提供了理论基础。此后，经过演化被广泛应用的TAM模型认为感知有用性直接影响用户的使用态度和使用意愿，感知易用性直接影响用户的感知有用性和使用态度，用户的使用态度直接影响其使用行为意愿，而外在变量直接影响感知有用性和感知易用性。

Ajzen[11]于1985年基于理性行为理论（TRA）首次提出计划行为理论（Theory of Planned Behavior, TPB）。该理论中行为态度、主观规范和知觉行为控制是主要影响行为意愿的变量。其中，行为态度是TPB理论中的关键变量，是影响行为意愿的重要因素。由于使用行为意愿与实际使用行为之间存在较强的正相关，因此文章将用“行为意愿”代替“实际行为”进行实证研究。

2.2 相关研究

Wang[12]等以信息系统成功模型和技术接受模型为理论基础分析用户对Web学习系统的接受度和满意度。Jaradat[13]使用扩展的技术接受模型探讨移动图书馆服务接受度和使用度的影响因素，结果表明社会环境、感知有用性、感知易用性是影响用户接受和使用移动图书馆的主要因素。Saravani和Haddow[14]使用扎根理论探究影响学生使用移动图书馆服务行为意愿的关键问题，并且强调服务质量是影响用户使用移动图书馆行为意愿的一个重要因素。

成颖[15]将D&M在2003年提出的信息系统成功模型中的信息质量、系统质量、服务质量、满意度和使用行为意愿5个构念纳入其博士论文研究中，提出了一套面向相关性判据的学术信息检索系统成功模型。黄怡菲[16]等基于技术接受模型的实证研究得出用户态度、主观规范、感知行为控制均显著影响用户的行为意愿，其中用户态度对行为意愿的影响最大。王双[17]基于技术接受模型和计划行为理论，构建出新的移动图书馆用户接受模型，并对影响用户采纳行为的相关因素做了理论分析。陈明红[18]等以信息系统持续使用模型为理论基础，实证得出服务质量、感知有用性、相对优势、期望确认程度、满意度和习惯对高校移动图书馆持续使用行为意愿具有直接和间接的显著影响。

3 研究设计

3.1 模型构建与假设

研究采纳了D&M改进ISSM模型中的信息质量、系统质量、服务质量作为外生变量。信息质量是指移动图书馆提供信息的及时准确性以及资源呈现的质量等；系统质量是指移动图书馆运行的稳定性、可靠性、适应性等；服务质量是指移动图书馆提供服务的准确合理性、实时交互性等；感知有用性是技术接受模型（TAM）中用户使用行为意愿的主要影响因素，用户在使用移动图书馆服务的过程中感知到其提供的知识信息服务是有用的，能够提升他们的学习绩效，用户将会具备持续使用移动图书馆的行为意愿；使用态度是计划行为理论（TPB）中影响行为意愿的关键因素，当用户在使用移动图书馆服务过程中对其产生较为积极的态度时，将会使用户拥有持续使用移动图书馆的行为意愿。

Chen[19]等认为信息质量、系统质量和服务质量对用户使用移动数字图书馆服务的态度具有显著正向影响。Park和Kim[20]在移动云服务的采纳意愿研究调查中得出服务质量和系统质量对用户感知有用性具有显著性影响，态度决定了用户参与一些特定行为的意愿。Pu[21]等认为信息质量、系统质量能够影响学生对移动图书馆持续使用的态度。Lee[22]基于计划行为理论通过实证得出感知有用性正向影响用户对使用信息系统的态度。Shen[23]等发现信息质量和系统质量对移动Word-of-mouth系统使用具有直接显著影响，且间接影响用户的采纳和使用意愿。

基于此，构建高校移动图书馆用户行为意愿理论模型，并对模型中构念之间的关系提出理论假设（如图1所示）。

图1 高校移动图书馆用户行为理论模型

H1：移动图书馆的信息质量对感知有用性产生直接正向影响。

H2：移动图书馆的信息质量对用户态度产生直接正向影响。

H3：移动图书馆的系统质量对感知有用性产生直接正向影响。

H4：移动图书馆的系统质量对用户态度产生直接正向影响。

H5：移动图书馆的服务质量对感知有用性产生直接正向影响。

H6：移动图书馆的服务质量对用户态度产生直接正向影响。

H7：感知有用性对用户态度产生直接正向影响。

H8：感知有用性对用户行为意愿产生直接正向影响。

H9：使用态度对用户行为意愿产生直接正向影响。

3.2 问卷测量与问卷设计

研究借鉴国外相关问卷量表（见表1），结合高校移动图书馆用户行为意愿的调查问卷。该问卷包含两部分共22个题项，第一部分是用户基本信息，包括性别、年龄、专业和教育背景；第二部分为研究构念测度项的测量，包括信息质量3项，系统质量3项，服务质量3项，感知有用性3项，用户态度3项，行为意愿3项，每个测度项均采用李克特（Likert）5点量表作为测量工具，其中1表示非常不同意，5表示非常同意。量表的具体情况如表1所示。

表1 高校移动图书馆用户行为意愿调查量表

3.3 问卷的发放与回收

研究选取使用移动图书馆的高校师生作为调查对象，采用纸质问卷和网络问卷相结合的调查方式。先进行12人小规模问卷的发放，根据被试反馈的意见进行修改，审查问卷的题项是否清晰明确，最终进行正式调查问卷的发放。调查问卷发放于2017年2月18号，完全回收于2017年3月17号，发放网络问卷151份，纸质问卷92份，共回收问卷243份，剔除无效问卷后得到有效问卷215份，有效率为88.5%。其中被试中男生占52.2%，女生占47.8%；本科生有158人，占总被试的73.5%，研究生有51人，占总被试的23.7%，教师6人，占总被试的2.8%；年龄在18至20岁之间的有45人，占总人数的20.9%，年龄在21至23岁之间的有125人，占总人数的58.1%，24至26岁之间的有35人，占总人数的16.3%，大于26岁的有10人，占4.7%；调查对象中人文社科背景的占19.7%，社会科学专业背景的占45.9%，自然科学专业背景的占6.5%，工程学背景的占27.9%。

4 实证研究

研究借助SPSS 20.0和AMOS 21.0统计软件对回收数据进行因子分析、测量模型分析和结构模型分析。

4.1 因子分析

因子分析反映了一种降维思想，它是把联系紧密的变量归为同一个类别，而不同类别的变量之间相关性较低。在因子分析之前，需对样本数据进行KMO值和Bartlett’s球形检验，保证变量之间具备较强的相关性。经检验KMO值为0.917＞0.5，且通过Bartlett’s球形检验（Sig.为0.000，小于0.01），因此该研究量表具备因子分析的条件。

研究采用主成分因子分析方法，结合方差最大化正交旋转来提取公因子，如表2所示。

表2 旋转成份矩阵

表2中依次显示了感知有用性（PU）、态度（ATT）、行为意愿（BI）、服务质量（SeQ）、系统质量（SyQ）、信息质量（IQ）6个潜在变量测度项的因子负载值，测度项在其相应潜在变量上载荷值均大于0.6，且潜变量之间没有交叉载荷。另一方面，由方差解释贡献率来看，6个公因子累积解释了83.514%的信息内容，能够反映原有变量的大部分信息。

4.2 测量模型分析

研究借助SPSS 20.0统计分析软件对测量模型进行信效度评估，检验结果如表3所示，每个测量项均在P＜0.001水平上显著，且标准化因素负荷均大于0.6。

表3 测量模型检验结果

信度分析（Reliability Analysis）是为了检验测量模型的稳定性或可靠性。从表3中可以看出各潜在变量的Cronbach’s α值均大于0.7，表明每个潜在变量都有很强的内在可靠性，因此可以说明该测量模型具有较好的信度。

收敛效度（Convergent Validity）是指测量相同潜在特质的题项或测验会落在同一个因素构面上，且题项或测验间所测得的测量值之间具有高度的相关。表3检验结果显示各潜在变量的组合信度CR均大于0.8，平均提取方差值AVE均大于0.5，检验结果均达到基本要求，因此，可以说明该测量模型具有较好的收敛效度。

表4 区分效度分析

区分效度（Discriminant Validity）是指构面所代表的潜在特质与其他构面所代表的潜在特质间低度相关或有显著的差异存在。测量模型的区分效度检验结果如表4所示，对角线上显示的是每个构念的AVE平方根，其他值是构念之间的相关系数值，可见斜对角线上AVE平方根的值均大于该构念和其他构念之间的相关系数值。说明该模型有较好的区分效度。

4.3 结构模型分析

研究借助AMOS 21.0软件对潜变量之间的路径关系进行验证，当T值大于1.96，P值小于0.05时假设路径显著。检验结果如下表5所示，其中7个路径假设成立，2个路径假设不成立。

表5 路径假设检验结果

从表5中可以看出移动图书馆的信息质量对用户感知有用性（H1），系统质量对用户感知有用性（H3），系统质量对用户态度（H4），服务质量对用户感知有用性（H5），感知有用性对用户态度（H7），用户感知有用性对行为意愿（H8），用户态度对行为意愿（H9）的影响均具有显著性，P值均小于0.05。其中移动图书馆的信息质量对用户态度（H2），服务质量对用户态度（H6）的影响不存在显著性，P值均大于0.05。

5 结论与讨论

从优化的高校移动图书馆用户行为意愿结构模型（见图2）中可以看出用户的移动图书馆行为意愿被感知有用性（β=0.47，P＜0.001）和用户态度（β=0.29，P＜0.05）解释和预测，且用户的感知有用性和态度共解释了行为意愿52%的方差。感知有用性（β=0.77，P＜0.001）和系统质量（β=0.18，P＜0.05）显著地影响了用户态度，且用户的感知有用性和移动图书馆的系统质量共解释了用户态度66%的方差。移动图书馆的信息质量（β=0.40，P＜0.01）、系统质量（β=0.21，P＜0.05）和服务质量（β=0.43，P＜0.001）显著地影响了用户的感知有用性，他们共同解释了用户感知有用性38%的方差。因此，可以说明该模型具有较好的预测效果。

图2 优化的高校移动图书馆用户行为意愿模型

用户的感知有用性和态度对移动图书馆的用户行为意愿产生了直接正向影响。感知有用性对用户行为意愿的影响大于态度对用户行为意愿的影响，感知有用性是决定用户持续使用移动图书馆行为意愿的关键因素。

移动图书馆的信息质量、系统质量和服务质量对用户的感知有用性具有直接正向影响。相比信息质量和系统质量，服务质量是用户感知有用性最显著的影响因素，其对用户感知有用性的影响程度高于信息质量和系统质量。稳定的操作系统、成熟的移动交流技术能够确保正确信息的及时推送，使用户感知到丰富资源对自己学习研究的价值。

感知有用性和系统质量对用户态度具有直接正向影响，且感知有用性对用户态度的影响大于系统质量对用户态度的影响。在使用过程中，用户将会对移动图书馆提供的信息质量、系统质量和服务质量产生一种积极或消极的态度，这种态度将会直接决定用户是否继续使用移动图书馆的行为意愿。当用户借助移动图书馆服务帮助自己完成学习和研究任务时，他们感知到移动图书馆提供的知识信息服务是有用的，将会直接积极地影响他们使用移动图书馆的态度。另外，移动图书馆系统的稳定性、界面的合理设计等功能也会使用户产生积极的态度。

移动图书馆的信息质量和服务质量对用户态度没有产生显著性影响。尽管移动图书馆能够提供海量丰富的信息资源，然而用户不能选择适合自己的知识服务，也许在于移动图书馆不能根据每个学生的需求进行知识信息的个性化定制和精准信息的推送等；此外，用户在使用移动图书馆服务的过程中，遇到的疑惑不能得到及时解决，服务的实时交互性不强，以至于移动图书馆的服务质量对用户态度不存在显著性影响，因此，移动图书馆的服务质量有待进一步提升。

6 结语

本研究的结论如下：感知有用性和态度对用户的行为意愿产生直接正向影响，其中感知有用性的影响作用大于用户态度；信息质量、系统质量和服务质量对用户感知有用性产生直接正向影响，服务质量对用户感知有用性的影响较显著；系统质量和感知有用性对用户态度产生直接正向影响，其中感知有用性对用户态度的影响较大。研究结论对高校图书馆服务提供者来说，能更好地理解和发现高校师生使用移动图书馆行为意愿的影响因素，从而更好地开展移动图书馆服务，提升图书馆资源的持续使用率。

（来稿时间：2017年5月）

参考文献：

1. Huang YM, Lai CF, Chen TS, et al. An evaluation model for digital libraries’ user interfaces using fuzzy AHP [J]. The Electronic Library, 2014, 32（1）：83-95.

2. Tian D. Analysis of Mobile Library APP Application in China Based on Resource Openness Perspective Information Resource [J].Information & Documentation Services, 2015.

3. Chang CC. Library mobile applications in university libraries [J].Library Hi Tech, 2013, 31（3）：478-492.

4.明均仁. 基于TAM模型的移动图书馆用户接受研究 [J].图书馆建设， 2013（11）：45-49.

5.贺伟, 李贺. 移动图书馆用户使用意愿实证研究 [J]. 图书情报工作， 2015, 59（7）：39-47.

6.郭晴. 高校移动图书馆用户持续使用意愿影响因素的实证研究[J].图书馆建设，2014（10）：32-37.

7.甘春梅. 移动图书馆持续使用意愿的实证分析 [J]. 图书馆论坛， 2016（1）：79-84.

8. Delone WH, Mclean ER. Information systems Success： The quest for the dependent variable [J]. Information Systems Research,1992, 3（1）：60-95.

9. Delone WH, Mclean ER. The DeLone and McLean Model of Information Systems Success： A Ten-Year Update [J]. Journal of Management Information Systems, 2003, 19（4）：9-30.

10. Davis FD. A Technology Acceptance Model for Empirically Testing New End-User Information Systems [J]. Mit Sloan School of Management, 1985.

11. Ajzen I. From Intentions to Actions： A Theory of Planned Behavior [M]. Berlin： Springer Heidelberg, 1985.

12. Wang WT, Wang CC. An empirical study of instructor adoption of web-based learning systems [J]. Computers & Education, 2009, 53（3）：761-774.

13. Jaradat MIRM. Exploring the Factors that Affect Intention to use Mobile Phones in Jordanian Academic Library [J]. IGI Global, 2012.

14. Saravani SJ, Haddow G. A theory of mobile library service delivery [J]. Journal of Librarianship & Information Science, 2015.

15. 成颖. 信息检索相关性判据及应用研究 [D]. 南京：南京大学硕士论文, 2011.

16. 黄怡菲, 杨兰蓉. 移动图书馆用户采纳模型及实证研究 [J]. 现代情报， 2013, 33（11）：172-177.

17.王双. 移动图书馆用户接受模型研究 [J]. 情报科学，2013（4）：39-44.

18.陈明红, 漆贤军, 刘莹. 移动图书馆持续使用意向及习惯的调节作用 [J]. 情报科学， 2016, 34（6）：125-132.

19. Chen JF, Chang JF, Kao CW, et al. Integrating ISSM into TAM to enhance digital library services [J]. The Electronic Library,2016, 34（1）：58-73.

20. Park E, Kim KJ. An Integrated Adoption Model of Mobile Cloud Services： Exploration of Key Determinants and Extension of Technology Acceptance Model [J]. Telematics & Informatics, 2014,31（3）：376-385.

21. Pu YH, Chiu PS, Chen TS, et al. The design and implementation of a Mobile Library APP system [J]. Library Hi Tech,2015, 33（1）：15-31.

22. Lee MC. Explaining and predicting users’ continuance intention toward e-learning： An extension of the expectation-confirmation model [J]. Computers & Education, 2010, 54（2）：506-516.

23. Shen XL, Wang N, Sun Y, et al. Unleash the power of mobile word-of-mouth： An empirical study of system and information characteristics in ubiquitous decision making [J]. Online Information Review, 2013, 37（1）：42-60.

24. Park SY, Nam MW, Cha SB. University students’ behavioral intention to use mobile learning： Evaluating the technology acceptance model [J]. British Journal of Educational Technology,2012, 43（4）：592-605.

25. Zhou T. Understanding continuance usage intention of mobile internet sites [J]. Universal Access in the Information Society, 2014, 13（3）：329-337.

26. Davis FD. Perceived usefulness, perceived ease of use,and user acceptance of information technology[J]. Society for Information Management and The Management Information Systems Research Center, 1989.

27. Davis FD. User acceptance of information technology： system characteristics, user perceptions and behavioral impacts [J]. International Journal of Man-Machine Studies, 1993, 38（3）：475-487.

28. Booker LD, Detlor B, Serenko A. Factors affecting the adoption of online library resources by business students [J]. Journal of the Association for Information Science and Technology, 2012, 63（12）：2503-2520.

29. Al-Emran M, Elsherif HM, Shaalan K. Investigating attitudes towards the use of mobile learning in higher education [J].Computers in Human Behavior, 2016, 56：93-102.

30. Ajzen I. The theory of planned behavior [J]. Organizational Behavior and Human Decision Processes, 1991, 50（2）：179-211.